PENDAHULUAN
A. Latar Belakang
Statistika adalah ilmu yang mempelajari seluk-beluk data, yaitu tentang pengumpulan,
pengolahan, penafsiran, dan penarikan kesimpulan dari data yang berbentuk angka-
angka. Berdasarkan parameternya statistic dibagi menjadi dua macam yaitu statistik
parameter dari populasi mengikuti suatu distribusi tertentu, seperti distribusi normal
Data distribusi normal, varians homogen, pengambilan sampel secara acak dan masing-
masing sampel independen, serta skala pengukuran normal yang merupakan prasyarat-
Analisis Varians merupakan sebuah teknik analisis inferensial yang digunakan untuk
sedangkan dalam Bahasa Indonesia disingkat dengan Anava dan memiliki beberapa
kegunaan salah-satunya adalah untuk menentukan apakah rata-rata nilai dari dua atau
Beberapa asumsi dasar yang mesti dipenuhi pada uji analisis varians adalah data sampel
yang digunakan berdistribusi normal atau dianggap normal, populasi tersebut memiliki
varian yang homogen, sampel tidak berhubungan satu dengan lain (independen),
sehingga uji analisis varians tidak bisa digunakan untuk sampel berpasangan (paired).
Analysis Of Variance (Anova) terbagi dalam dua jenis, yaitu: analisis varians satu jalur
(one way ANOVA) dan analisis varians dua jalur (two way ANOVA). One way ANOVA
digunakan untuk menguji hipotesis komparatif rata-rata k sampel, bila pada setiap
sampel hanya terdiri atas satu kategori. Sedang two way ANOVA digunakan untuk
terhadap sampel,
Salah satu bagian penting dalam ilmu statistika adalah persoalan inferensi yaitu
penarikan kesimpulan secara statistik. Dua hal pokok yang menjadi pembicaraan dalam
statistik inferensi adalah penaksiran parameter populasi dan uji hipotesis. Teknik
asumsi sifat populasi di mana sampel telah diambil. Teknik yang banyak digunakan pada
populasi atau distribusi variabel acak yang digunakan pada teknik inferensi ini
diketahui tersebut dengan data sampel atau melakukan uji hipotesis tertentu yang
B. RUMUSAN MASALAH
BAB II
PEMBAHASAN
Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang
berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara
Way ANOVA merupakan prosedur yang digunakan untuk menghasilkan analisis variansi
satu arah untuk variabel dependen dengan tipe data kuantitatif dengan sebuah variabel
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher (Bapak Statistika
Modern). Dalam praktek, analisis varians dapat merupakan uji hipotesis (lebih sering
varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan
penelitian.
Dinamakan analisis varians satu arah, karena analisisnya menggunakan varians dan data
hasil pengamatan merupakan pengaruh satu faktor.Dari tiap populasi secara independen kita
ambil sebuah sampel acak, berukuran n1 dari populasi kesatu, n2 dari populasi kedua dan
seterusnya berukuran nk dari populasi ke k. Data sampel akan dinyatakan dengan Yij yang
berarti data ke-j dalam sampel yang diambil dari populasi ke-i.(Sudjana.1996.Metoda
Statistika.Bandung:Tarsito Bandung).
A. Syarat Yang Harus Dipenuhi Sebelum Penggunaan Uji One Way ANOVA
Sebelum menguji dengan ANOVA, data harus berdistribusi normal dan mempunyai
(bilangan bulat) sedangkan variabel dependen harus berupa data kuantitatif (tingkat
pengukuran interval).
Asumsi yang digunakan pada One-way Anova, yaitu setiap kelompok pada sampel acak
Dari output uji Anova akan diperoleh nilai F hitung. Jika nilai F hitung tidak signifikan,
berarti rata-rata variabel dependen pada tingkat faktor yang ditentukan identik. Jika F hitung
signifikan berarti terdapat perbedaan rata-rata variabel dependen pada tingkat faktor yang
telah ditentukan.
Dalam penerapan analisis varians, ada beberapa persyaratan yang yang menjadi asumsi
yang harus dipenuhi. Menurut Popham dan Sirotnik (1973) dalam Yusri (2009), ada tiga
asumsi yang harus dipenuhi oleh peneliti sebelum penggunaan analisis varians. Ketiga
3. Sampel tidak berhubungan satu dengan lain (independen), sehingga uji Anova tidak bisa
Asumsi yang pertama harus dipenuhi pada saat pengambilan sampel yang dilakukan
secara random terhadap beberapa kelompok (>2) yang independen, yang mana nilai pada
satu kelompok tidak tergantung pada nilai di kelompok lain. Sedangkan pemenuhan
terhadap asumsi kedua dan ketiga dapat dicek jika data telah dimasukkan ke komputer.
Jika asumsi ini tidak terpenuhi dapat dilakukan transformasi terhadap data. Apabila
proses transformasi tidak juga dapat memenuhi asumsi ini maka uji Anova tidak valid
untuk dilakukan, sehingga harus menggunakan uji non parametrik misalnya Kruskal
Wallis.
1. Sebelum Anova dihitung, asumsikan bahwa dapat dipilih secara random, berdistribusi
JK A
7. Hitunglah kuadrat rerata antar group (KR A ) dengan rumus: KR A =
db A
( )
2 2 2
2 2 2 (Σ x A1) ( Σ x A2) ( Σ xA 3 )
¿ Σ X +¿ Σ X +¿ Σ X −
A1 A2 A3 n
+ n
+ n
❑ A1 ❑ A2 ❑ A3
JK D
10. Hitunglah kuadrat rerata dalam antar group (KR ¿¿ D)¿ dengan rumus: KR D =
dbD
KR A
11. Carilah F hitung dengan rumus: F hitung =
KR D
Dalam group 2 JK D
(D) ( Σ X t ) −Σ¿ ¿ ¿ N− A
db D
- -
2
Total ( Σ X t ) −Σ¿ ¿ ¿ N−1 - - -
15. Tentukan kriteria pengujian: jika F hitung ≥ F tabel , maka tolak H O berartisignifikan dan
dimana :
Gj : jumlah sukses di dalam kelompok ke-j
Li : jumlah sukses di dalam baris ke-i
k : banyaknya kolom atau perlakuan
Di mana:
r=jumlah baris
c=jumlah kolom
oij=frekuensi observasi pada baris i kolom j
eij=frekuensi harapan pada baris I kolom j
n=jumlah sampel
Prosedur Pengujian Uji Chi-Square k-Sampel
Prosedur pengujian uji chi-square k-sampel mirip dengan uji hipotesis. Berikut tahapannya.
1. Tentukan H0 dan H1, dimana:
H0 = (tidak terdapat perbedaan frekuensi k-populasi)
H1= (terdapat perbedaan frekuensi k-populasi)
2. Tentukan nilai taraf signifikansi
Dalam taraf signifikansi, anda harus menentukan apakah uji ini tergolong uji dua arah
atau uji satu arah. Jika dua arah, jangan lupa membagi nilai alpha dengan 2. Biasanya, uji
chi-square merupakan uji satu arah.
3. Tentukan kriteria pengujian
4. Tentukan Chi-Square tabel untuk menentukan wilayah penolakan hipotesis.
5. Temukan statistik uji
6. Gunakan statistik uji untuk menemukan nilai chi-square hitung.
7. Tentukan keputusan
Jika nilai Chi-Square hitung < Chi-Square tabel, maka kita gagal menolak H0
Jika nilai Chi-Square hitung > Chi-Square tabel, maka kita berhasil menolak H0.
Buktikan apakah perbedaan umur memiliki pengaruh yang signifikan terhadap pilihan Paslon
pilkada di kota A.
Jawab:
1. Tentukan Hipotesis H0 dan Hipotesis alternatif
H0: Tidak terdapat perbedaan yang signifikan antara kelompok umur terhadap perbedaan pilihan
paslon.
H1: Terdapat perbedaan yang signifikan antara kelompok umur terhadap perbedaan pilihan
paslon.
2. Tentukan taraf signifikansi
alpha = 5% (0.05)
3. Tentukan kriteria pengujian
Derajat kebebasan : (b-1)(k-1)
Derajat kebebasan : 3*3
Derajat kebebasan: 9
5. Kesimpulan
Dengan menggunakan statistik uji chi-square k-sampel, nilai chi-square hitung > chi-square
tabel. Artinya, kita berhasil menolak h0.
2.4 UJI FRIEDMAN
Pengujian dengan uji Friedman sama sepertidalam uji analisis dua arah dalam statistik
parametrik. Uji ini diperkenalkan oleh Milton Friedman tahun 1937 dan termasuk dalam uji
nonparametrik yang tidak membutuhkan asumsi distribusi normal dan varians populasi tidak
diketahui. Skala data yang digunakan dapat berupa ordinal. Uji Friedman merupakan alternatif
yang dilakukan apabila pengujian dalam ANOVA tidak terpenuhi asumsi-asumsi seperti tersebut
di atas. Setiap sampel mendapatkan perlakukan yang berbeda (repeated measurement).
Pegambilan data pada setiap sampel dilakkan sebelum (pre test) dan sesudah (post test).
Dimana :
n = jumlah sampel
k = banyaknya kelompok sampel
1,3, 12 = konstanta
Contoh kasus.
Suatu metode diet penurunan berat badan yaitu meode DASH (Dietary Approaches to Stop
Hipertension) diuji coba terhadap 10 orang sebagai sampel. metode ini bertujuan menurunkan
tekanan darah. Pelaku diet tidak berpantang terhadap makanan dan hanya memperbanyak
sayuran dan buah-buahan. Untuk menguji apakah metode ini efektif menurunkan berat badan,
dilakukan uji coba terhadap 10 orang. Pengukuran berat badan dilakukan sebelum program diet,
1 minggu melakukan program diet DASH dan 2 minggu kemudian. Apakah terdapat perbedaan
antara ketiga kelompok sampel tersebut? Data sampel sebagai berikut :
data sampel.
Uji Normalitis
- Pada tabel uji Kolmogorov-Smirnov di atas, nilai signifikansi pada sampel sebelum diet sebesar
(0.152), minggu 1 (0.002) dan minggu 2 (0.200). Hanya kelompok sampel sebelum diet dan
sampel minggu 2 yang berdistribusi normal sedangkan kelompok sampel minggu 1 tidak
berdistribusi normal. Oleh karena tidak terpenuhi asumsi normal pada semua kelompok sampel
maka digunakan uji Friedman.
Langkah-langkah :
a. Analyze Pilih Nonparametrics kemudian K Related Samples
b. Masukkan variabel Sebelum diet, Minggu 1 dan Minggu 2 ke Test Variables
c. Pada pilihan test type centang pilihan Friedman
d. Pada menu Statistics, centang pilihan Descriptive, kemudian OK.
Nilai rata-rata rank berat badan merupakan nilai bukan sebenarnya, tetapi dilakukan rangking
terhadap data aktual. Nilai mean rank sebelum diet sebesar 2.40 pada minggu 1 nilai mean rank
turun menjadi 2.25 sedangkan pada minggu 2 nilai mean rank turun lagi menjadi 1.35.
Nilai Chi-square
Hasil uji Friedman, nilai chi-square sebesar 6,973. Nilai df=2 (k-1), dimana k adalah banyaknya
kelompok sampel yaitu 3 sampel, sedangkan nilai signifikansi p-value 0,031. Karena nilai p-value
0,031 lebih kecil dari 0,05 maka kesimpulannya adalah terdapat perbedaan nilai rata-rata rank
antara sebelum diet, diet minggu 1 dan diet minggu 2.
Untuk menguji atau membandingkan antara 2 kelompok, misalnya sampel sebelum diet dengan
diet minggu 1, sebelum diet dan minggu 2 atau diet minggu 1 dengan minggu 2 dapat dilakukan
dengan uji Post Hoc.
DAFTAR PUSTAKA
Elliot,A.C and Woodward,W.A. (2007). Statistical Analysis Quick References Guidebook: with
SPSS Example.London New Delhi: Sage Publications
Field,A. (2009). Discovering Statistics Using SPSS 3rd. London: Sage Publications
Ho, Robert. (2006). Handbook of Univariate and Multivariate Data Analysis and Interpretation
with SPSS.London New York: Chapman & Hall CRC
Landau,S and Everits,B.S. (2004).A Handbook of Statistical Analysis Using SPSS. London New
York Washington: CRC Press LLC
Muijs,D. (2004). Doing Quantitative research In Education. London California: Sage Publications
Yamin,S dan Kurniawan,H. (2009). SPSS Complete : Teknik Analisis Statistik Terlengkap dengan
Sofware SPSS. Jakarta : Salemba Infotek
http://pascamelisa.blogspot.com/2016/05/tugas-semester-1-pascasarjana.html
http://abdaqurha.blogspot.com/2014/05/makalah-one-way-anova-analysis-of.html
http://zacoeb.lecture.ub.ac.id/files/2015/04/MG8-One-Way-Anova.pdf