BAB I

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

parametrik dan non-parametrik. Statistik parametrik adalah bagian statistik yang

parameter dari populasi mengikuti suatu distribusi tertentu, seperti distribusi normal

dan memiliki varian yang homogen.

Data distribusi normal, varians homogen, pengambilan sampel secara acak dan masing-

masing sampel independen, serta skala pengukuran normal yang merupakan prasyarat-

prasyarat dalam penggunaan Analysis Of Variance.

Analisis Varians merupakan sebuah teknik analisis inferensial yang digunakan untuk

menguji perbedaan rata-rata skor. Analysis Of Variance disingkat dengan Anova,

sedangkan dalam Bahasa Indonesia disingkat dengan Anava dan memiliki beberapa

kegunaan salah-satunya adalah untuk menentukan apakah rata-rata nilai dari dua atau

lebih sampel berbeda signifikan apakah tidak.

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

menguji hipotesis komparatif rata-rata k sampel bila peneliti melakukan kategorisasi

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

inferensi yang pertama dikembangkan adalah mengenai pembuatan sejumlah besar

asumsi sifat populasi di mana sampel telah diambil. Teknik yang banyak digunakan pada

metode-metode pengujian hipotesis dan penafsiran interval ini kemudian dikenal

sebagai Statistik Parametrik, karena nilai-nilai populasi merupakan parameter. Distribusi

populasi atau distribusi variabel acak yang digunakan pada teknik inferensi ini

mempunyai bentuk matematik yang diketahui, akan tetapi memuat beberapa

parameter yang tidak diketahui.

Permasalahan yang harus diselesaikan adalah menaksir parameter-parameter yang tidak

diketahui tersebut dengan data sampel atau melakukan uji hipotesis tertentu yang

berhubungan dengan parameter populasi.

B. RUMUSAN MASALAH

BAB II
 PEMBAHASAN

2.1 One Way ANOVA (Analysis Of Variance)

Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang

berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara

membandingkan variansinya. Sedangkan menurut Teguh Wahyono dalam bukunya, One-

Way ANOVA merupakan prosedur yang digunakan untuk menghasilkan analisis variansi

satu arah untuk variabel dependen dengan tipe data kuantitatif dengan sebuah variabel

independen sebagai variabel faktor.

Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher (Bapak Statistika

Modern). Dalam praktek, analisis varians dapat merupakan uji hipotesis (lebih sering

dipakai) maupun pendughaan (estimasi khususnya di bidang genetika terapan). Analisis

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

varians yang sama.

 Data yang digunakan pada One-way Anova untuk nilai variabel pada faktor harus integer

(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

independen dari populasi yang normal dan bervarian homogen.

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

asumsi tersebut adalah :

1. Data sampel yang digunakan berdistribusi normal atau dianggap normal,

2. Populasi tersebut memiliki varian yang homogen,

3. Sampel tidak berhubungan satu dengan lain (independen), sehingga uji Anova tidak bisa

digunakan untuk sampel berpasangan (paired).

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.

B. Prosedur uji One Way ANOVA

1. Sebelum Anova dihitung, asumsikan bahwa dapat dipilih secara random, berdistribusi

normal, dan variannya homogeny.

2. Buatlah hipotesis ( H a dan H O) dalam bentuk kalimat.

3. Buatlah hipotesis ( H a dan H O) dalam bentuk statistik.

4. Buatlah daftar statistic induk.

5. Hitunglah jumlah kuadrat antar group¿ ¿) dengan rumus:

❑
JK A =∑ ¿ ¿ ¿ ¿
❑

6. Hitunglah derajat bebas antar group dengn rumus: db A= A−1

JK A
7. Hitunglah kuadrat rerata antar group (KR A ) dengan rumus: KR A =
db A

8. Hitunglah jumlah kuadrat dalam antar group ( JK D ) dengan rumus:

2
JK D =( Σ X t ) −Σ¿ ¿ ¿

( )
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

9. Hitunglah derajat bebas dalam group dengan rumus: db D =N− A

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

12. Tentukan taraf signifikasinya, misalnya α = 0,05 atau α = 0,01

13. Cari F tabel dengan rumus: F tabel=F (1−α)(db A .db D )

 14. Buat tabel ringkasan One Way ANOVA

Tabel ringkasan One Way Anova

Derajat Kuadrat Taraf

Sumber Jumlah kuadrat F hitung
Bebas Rerata Signifikan
Varian (SV) (JK)
(db) (KR) (ρ)
Antar group
❑ JK A KR A
(A) ∑
❑
¿¿ ¿ ¿ A−1
db A KR D
α

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

konsultasikan antara F hitungdengan F tabel kemudian bandingkan.

16. Buat kesimpulan.

2.2 UJI Q-COCHRAN K-SAMPEL BERHUBUNGAN

Uji Q-Cochran adalah salah satu uji nonparametrik untuk K-Sampel berhubungan
(dependen). Uji Q-Cochran awalnya dilakukan oleh William Gemmel Cochran untuk menguji
ekspektasi dari beberapa proporsi untuk mengetahui apakah berkorelasi sama atau bisa dikatakan
uji ini memiliki tujuan apakah perlakuan k-sampel memiliki efek yang sama/tidak. Uji Q-
cochran merupakan uji dari perluasan uji Mc Nemar. Pada uji Q-Cochran, dikenal dua penilaian
yang saling berlawanan atau dikotomi. Contoh dari penilaian dikotomi ini seperti "Sukses atau
Gagal", "Iya atau tidak", dan sebagainya. Uji Q-Cochran pada sekelompok subjek penelitian
(misalkan sekelompok metode, dan sebagainya) dapat diberikan tiga atau lebih perlakuan yang
berbeda. Perlu diketahui, karena uji Q-cochran menggunakan dua penilaian yang dikotomi maka
untuk kejadian sukses diberikan angka 1 dan bila kejadian gagal diberi angka 0.

A. Asumsi-asumsi pada uji Q-Cochran :

1. Pada hasil setiap perlakuan yang diberikan di setiap kelompok berbentuk penilaian
dikotomi yaitu 1 untuk “sukses” dan 0 untuk “gagal”.
2. K-sampel/kelompok sampel diambil secara acakdari semua kemungkinan sampel.
 3. K-sampel merupakan kontrol untuk dirinya sendiri karena dalam 1 kelompok bersifat
independen (terdiri dari beberapa individu) dan dalam 1 baris bersifat dependen (1 individu
mendapatkan k treatment).
B. Prosedur Pengujian :
1. Tentukan Hipotesis pengujian
Ho: proporsi perlakuan pada tiap-tiap kelompok adalah sama.
H1: proporsi perlakuan pada tiap-tiap kelompok adalah tidak sama.
2. Tentukan tingkat signifikansi (α)
3. Statistik uji Cochran :

dimana :
Gj : jumlah sukses di dalam kelompok ke-j
Li : jumlah sukses di dalam baris ke-i
k : banyaknya kolom atau perlakuan

4. Tentukan daerah/wilayah kritis

5. Keputusan
Tolak Ho ketika  Q ≥χ2 (α;k-1) atau p-value ≤ α
6. Berikan Kesimpulan 

C. Contoh soal perhitungan secara manual :

“Yudit Catering” termasuk dalam usaha kecil menengah yang khusus memproduksi donat.
Karena pangsa pasar mulai menyempit akibat dari banyaknya kompetitor usaha donat, maka
divisi pemasaran mencoba membuat riset kecil untuk mengetahui preferensi (kecenderungan
untuk menyukai sesuatu) konsumen terhadap rasa donat baru yang rencananya akan
diproduksi khusus dengan harga yang tinggi. Karena biaya produksi untuk donat juga tinggi,
maka penelitian ini terbatas hanya melibatkan 10 responden yang dipilih secara acak
menggunakan metode penarikan contoh tertentu. Masing-masing responden diminta
mencicipi dan menyatakan suka atau tidak suka terhadap rasa donat kreasi baru yaitu wijen,
jeruk purut, dan jahe. Bagian pengolahan divisi pemasaran sepakat untuk memberi kode 1
untuk respon “suka” dan kode 0 untuk respon “tidaksuka”. Adapun data yang berhasil
dikumpulkan sebagai berikut:
Preferensi Responden terhadap Rasa Donat
Rasa
Responden Jeruk
Wijen Jahe
Purut
Farras Suka Tidak Suka Suka
Ammar Suka Tidak Suka Tidak Suka
Azka Suka Tidak Suka Suka
Rafi Suka Tidak Suka Suka
Tidak
Nisa Suka Tidak Suka Tidak Suka
Azhar Suka Tidak Suka Suka
Amir Suka Tidak Suka Suka
Dwi Suka Tidak Suka Suka
Icca Suka Tidak Suka Suka
Rahma Suka Tidak Suka Suka
Dengan tingkat kepercayaan 95%, apakah proporsi konsumen yang suka adalah sama untuk
ketiga rasa donat tersebut?
Jawab:
   Ho: proporsi konsumen yang "suka" adalah sama untuk ketiga rasa donat pada Yudit
Catering
   H1: proporsi konsumen yang "suka" ada yang berbeda pada ketiga rasa donat pada Yudit
Catering
   α = 0.05
Uji : Q-cochran karena menguji k-sampel dengan kelompok penilaian bersifat dikotomi
   Statistik Uji:
Wilayah kritis : χ2 (0.05;2)= 5.99 
Keputusan : Tolak Ho karena Q ≥χ2 (0.05;2)= 5.99
Kesimpulan : Dengan tingkat signifikansi 5%, dapat disimpulkan belum ada cukup bukti
bahwa proporsi konsumen yang "suka" adalah sama untuk ketiga rasa donat pada Yudit
Catering.
2.3 Uji chi-square k-sampel
Uji chi-square k-sampel merupakan uji hipotesis yang bertujuan untuk mengetahui apakah
terdapat perbedaan dan pengaruh antara lebih dari dua buah kelompok sampel yang
dikelompokkan menurut kategori atau klasifikasi tertentu.
Contoh penggunaan uji chi-square k-sampel adalah seseorang ingin menguji efek samping
penggunaan obat terhadap usia. Efek samping penggunaan obat dibagi dalam 4 kelompok yaitu
tidak ada efek,tidak ada efek samping, pusing, mual, dan muntah. Kelompok umur di bagi atas
10-15 tahun, 16-19 tahun, 20-24 tahun, dan 25-29 tahun.

a. Syarat Penggunaan Uji Chi-Square K-Sampel

Dalam penggunaan uji chi-square k-sampel, syarat yang harus dipenuhi adalah sebagai berikut:
1. Data yang digunakan bersifat kategori atau nominal
2. Sampel yang digunakan haruslah independen. Artinya, kondisi pada satu kategori tidak
memengaruhi kondisi pada kategori lain.
3. Sebisa mungkin, gunakan jumlah sampel yang cukup besar untuk menghasilkan statistik
uji yang valid.
Derajat bebas yang digunakan pada uji ini adalah df=(b-1)(k-1).
Statistik Uji Chi Square Kasus k-Sampel
Dalam pengujian Uji Chi Square Kasus k-Sampel, statistik uji yang digunakan adalah:

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.

Contoh Penggunaan Chi-Square k-Sampel

Seorang peneliti ingin mengetahui apakah perbedaan umur memiliki pengaruh terhadap pilihan
pasangan calon (paslon) dalam pilkada di sebuah Kota. Berdasarkan metode penarikan sampel,
berikut hasil yang didapatkan!

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

Bila Chi-Square Hitung > Chi Square tabel, berhasil menolak H0

Bila Chi-Square Hitung < Chi Square tabel, kita gagal menolak H0
4. Tentukan statistik uji

Perhitungan Frekuensi Harapan:

Dengan menggunakan Statistik Uji Chi-Square k-populasi, kita mendapatkan nilai Chi-Square
hitung adalah 29.00.

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).

Formula uji Friedman

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.

- Langkah-langkah dalam SPSS

Pada langkah pertama, akan diuji normalitas data dengan uji Kolmogorov Smirnov. Hasilnya
sebagai berikut :

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.

Langkah Uji Friedman

Hasil Output SPSS sebagai berikut :

Nilai Mean Rank

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