ANALYSIS OF VARIANCE: ONE-WAY CLASSIFICATION

(ANOVA SATU-ARAH)

Apa yang di maksud dengan ANOVA?

ANOVA adalah metode statistika untuk membagi/mengelompokkan variansi data hasil eksperimen
menjadi bahagian-bahagian yang berbeda, dimana setiap bahagian dapat ditentukan sumber, penyebab
munculnya variansi itu.

ANOVA pertama kali dikembangkan oleh R. A. Fisher pada tahun 1923 dan diaplikasikan awalnya di
bidang pertanian.

Apa yang dilakuan pada ANOVA?

Variansi seperti yang diketahui adalah rata-rata kuadrat jarak setiap skor dari rata-rata suatu data

2
s=
∑ (X− X)
2

N
Pada ANOVA bahagian jumlah kuadrat simpangan dari formulasi variansi, ∑ (X −X ) , dibagi manjadi
2

bahagian-bahagian yang dapat dijumlah berdasarkan sumber atau penyebab jumlah kuadrat tersebut

Apa tujuan ANOVA?

ANOVA sebenarnya ditujukan untuk

menguji (to test) signifikansi perbedaan
rata-rata sampel yang secara teoritis
berasal dari populasi-populasi yang
berbeda. ANOVA ditujukan untuk
menguji pengaruh k perlakuan pada
populasi.

Bagaimana ANOVA satu-arah bekerja?

ANOVA bekerja untuk data yang berasal dari eksperimen yang didisain dengan cara:
a. Perlakuan yang berbeda diberikan pada sejumlah k sampel dan tiap sampel memiliki n anggota
yang dipilih secara random.
b. Rata-rata masing-masing k sampel dihitung
c. Pekerjaan selanjutnya adalah menguji hipotesis apakah perbedaan k rata-rata pada variabel
dependent adalah karena pengaruh dari variabel independent atau perbedaan itu hanya sifat
populasi
d. Diformulasikan hipotesis null (H o) yang menyatakan bahwa sampel diambil dari populasi-
populasi dengan rata-rata yang sama. Hipoteis null ini adalah asumsi bahwa perlakuan tidak
memberi pengaruh, karena bila hipotesis ini diterima akan berarti bahwa perbedaan yang
teramati adalah sifat populasi atau karena kesalahan pengambilan sampel.
e. Jika perbedaan rata-rata tidak dapat lagi dikatakan sebagai kesalahan pengambilan sampel maka
hipotesis alternatif diterima, yaitu perlakuan memberi pengaruh.
Notasi-notasi apa yang digunakan pada ANOVA?

Misalkan ada eksperimen yang melibatkan k perlakuan. Perlakukan itu misalkan pemberian jenis pupuk
yang berbeda pada tanaman padi.
Setiap perlakuan diterapkan pada sampel (selanjutnya akan disebut kelompok) yang berbeda, yang
jumlah setiap anggota kelompok dapat ditandai dengan n 1, n2, …, nk. Jumlah anggota kelompok ke-j
dinyatakan dengan nj. Jumlah total anggota semua kelompok adalah n1 + n2 + … + nk = N. Bila jumlah
anggota masing-masing kelompok sama, maka n1 = n2 = … = nk = n = N/k

Bagaimana data hasil eksperimen dipresentasikan?

Data hasil ekperimen dapat dipresentasi seperti pada tabel berikut:

Sampel 1 Sampel 2 … Sampel k Ada subscript ganda dipakai, misalkan X12. Pada
X11 X12 … X1k simbol ini angka pertama melambangkan nomor
X21 X22 X2k anggota, sementara angka kedua melambangkan
… … … … nomor kelompok. Jadi X12 berarti skor pertama
Xn 1 Xn 2 … Xn k sampel kedua. Dalam bentuk umum simbol ini
1 2 k
dinyatakan sebagai Xij yang berarti skor ke-i
∑ Xn 1 ∑ Xn 2 …
1 2
∑ Xn k k kelompok ke-j

Bagaimana notasi penjumlahan dituliskan?

Notasi penjumlahan skor
n1 n1

∑ n1 X i 1 , ∑ X i2 , … , ∑ X ik
i=¿¿ i i

Dari penjumlahan dapat dicari rata-rata (rata-rata kelompok) yang dapat disimbolkan dengan
X .1 , X .2 ,… , X .k atau dengan bentuk umum X . j yang berarti rata-rata kelompok ke-j, dengan tanda titik
(.) berarti penjumlahan telah dilakukan terhadap semua skor dari i =1 sampai nj sehingga identitasnya
telah hilang dan diganti titik. Jika semua skor dari semua kelompok dijumlahkan dan dibagi jumlah total
semua anggota kelompok diperoleh X .. . rata-rata ini disebut grand mean atau rata-rata keseluruhan.
Dalam pembahasan selanjutnya simbol rata-rata ini disederhanakan saja, yaitu X . j menjadi X j dan X .
menjadi X
Dengan demikian ada dua jenis rata-rata diperoleh:
a. Rata-rata kelompok : Xj
b. Rata-rata keseluruhan (grand mean) : X

Bagaimana jumlah kuadrat di simbolkan?

Ada dua jenis jumlah kuadrat, yaitu
nj
a. Jumlah kuadrat simpangan skor dari rata-rata kelompoknya (jumlah kuadrat
dalam kelompok atau within the group sum of square) disimbolkan dengan ssw ∑ (X ¿ ¿ ij−X j)2 ¿
i=1
 nj
b. Jumlah kuadrat simpangan skor dari grand mean (jumlah kuadrat total atau
total sum of square) disimbolkan dengan sstotal : ∑ (X ¿¿ ij−X )2 ¿
i=1
Partisi jumlah kuadrat
Bagaimana partisi atau pembagian jumlah kuadrat dilakukan?

Partisi jumlah kuadrat dilakukan dengan mendemonstraskan bahwa jumlah kuadrat total dapat dibagai
menjadi dua jumlah kuadrat yang independent dan additif (dapat dijumlahkan), yaitu jumlah kuadrat
dalam kelompok (within the group sum of square) yang disimbolkan dengan ssw dan jumlah kuadrat
antar kelompok (between the group sum of square yang disimbolkan dengan ssb)

Partisi ini dilakukan sebagai berikut:

Partisi dimulai dengan operasi
1. Operasi identitas identitas yang menyatakan bahwa
simpangan skor tertentu dari grand
(Xij − X ) = (X ¿ ¿ij−X j)¿ + ( X j− X ) mean, (Xij − X ), dapat dipecah
menajadi simpangan skor dari rata-
Disebut operasi identitas karena suku di kiri akan sama rata kelompoknya, (X ¿ ¿ij−X j)¿,
dengan hasil penjumlahan suku di kanan ditambah simpangan rata-rata
kelompok skor itu berada dari grand
mean ( X j− X ).
2. Kuadratkan idenstitas dan jumlahkan untuk semua skor anggota kelompok ke-j .

nj nj nj nj

∑ ( X ij−X ) 2=∑ ( X ij− X ij )2+ ∑ ( X j−X ) 2+ 2(X j −X )∑ ( X ij−X ij )

i=1 i=1 i=1 i =1

Akan terlihat bahwa suku ke dua disebelah kanan adalah penjumlah selisih antara dua konstanta,
nj n
yaitu ∑ ( X j −X )2. Sesuai dengan teorema penjumlah, ∑ c=nc , maka
i=1 i=1
nj

∑ ( X j −X )2 =n j ( X j− X )2. Selanjutnya suku ketiga sebelah kanan, melibatkan penjumlah

i=1
n
simpangan. Pejumlahan simpangan hasilnya adalah nol, ∑ ( X i− X )=0 , sehingga
i=1
nj
2 ( X j−X ) ∑ ( X ij −X ij )=0 . Dengan demikian penjumlahan diatas dapat disederhanakan
i=1
menjadi:
nj nj

∑ ( X ij−X ) =∑ ( X ij− X ij )2+ n j ( X j− X )2

2

i=1 i=1
Persamaan ini menunjukkan bahwa jumlah kuadrat simpangan nj skor di kelompok ke-j dengan grand
mean sama dengan jumlah simpangan nj skor di kelompok ke-j dengan rata-rata kelompoknya
ditambah ditambah dengan nj kali kuadrat beda antar rat-rata kelompok ke-j dengan grand mean.
3. Lakukan penjumlah untuk semua k kelompok dan diperoleh:
k nj k nj k

∑ ∑ ( X ij−X ) =∑ ∑ ( X ij−X ij ) + ∑ n j ( X j −X )
2 2 2

j=1 i=1 j=1 i=1 j=1

 Dalam perhitungan maka sstotal dapat digunakan untuk mengecek apakah ssw dan ssb yang dicari sudah
betul atau belum
Jumlah kuadrat semua skor dari Jumlah kuadrat semua skor Jumlah kuadrat semua rata-rata
grand mean, sstotal dari rata-rata kelompoknya, kelompok dari grand mean dengan
n
k j
ssw setiap simpangan dikali jumlah
sstotal =∑ ∑ ( X ij − X )
2
n
k j
anggota kelompok, ssb
ss w =∑ ∑ ( X ij −X ij )
j =1 i=1 2
k
j=1 i=1 ssb =∑ n j ( X j −X )2
j=1
Dengan demikian jumlah kuadrat total dapat dipartisi menjadi dua bahagian yang dapat dijumlahkan
yaitu jumlah kuadrat dalam kelompok dan jumlah kuadrat antar kelompok. Kedua jumlah disebelah
kanan independent satu sama lain. Dapat juga dikatakan bahwa sumber variansi total adalah variasi
dalam kelompok dan variansi atar kelompok.

Rata-rata kuadrat
Apa-apa saja derajad kebebasan terkait denga jumlah kuadrat?
Setiap jumlah kuadrat terkait dengan jumlah anggota yang terlibat. Jika jumlah kuadrat ini dibagi dengan
jumlah anggota yang terlibat dalam mencari kuadrat itu, maka akan didapatkan rata-rata. Namun untuk
estimasi, maka jumlah anggota terkait dikurang satu yang disebut dengan derajat kebebasan. Terkait
dengan jumlah kuadrat di atas, maka ada tiga derajat kebebasan, yaitu:

1. Derajat kebebasan untuk jumlah kuadrat total (df total)

dftotal = n1 + n2 + … + nk – 1 = N – 1
2. Derajat kebebasan jumlah kuadrat dalam kelompok (df w). Jumlah kuadrat dalam kelompok
diperoleh dengan menjumlah kuadrat simpangan skor dengan rata-rata kelompok untuk
seluruh kelompok.
k k
dfw = ( n1 – 1 ) + (n2 – 1)+ … + (nk – 1) = ∑ n j + ∑ 1=N−k
j=1 j=1
3. Derajat kebebasan untuk Jumlah kuadrat antar kelompok. Jumlah kuadrat antar kelompok
dicari dengan menjumlahkan kuadrat simpangan rata-rata kelompok dengan grand mean,
sehingga jumlah penjumlahan sama dengan jumlah kelompok.
dfb = k – 1
Ketiga df akan berhubungan satu sama lain dengan persamaan:

N – 1 = (N – k) + (k – 1)
Total within between

Bagaimana menentukan rata-rata kuadrat?

2
Ada dua rata-rata kuadrat yang harus ditentukan, yaitu rata-rata kuadrat dalam kelompok ( sw dan rata-
2
rata kuadrat antar kelompok sb , dimana
ss w
2
1. sw =
df w
2 ss b
2. sw =
df b
 2 2
Nilai sw dan sb dikenal juga sebagai varince estimate (variansi yang digunakan untuk estimasi). Variansi
ini nanti yang akan digunakan untuk uji hipotesis, sehingga variansi ini adalah nilai estimasi untuk
variansi populasi

Arti variance estimate (variansi yang digunakan untuk estimasi)

2
Apa arti variance estimate sw ?
Mari diasumsikan bahwa andaikan k sampel diambil dari populasi-populasi yang memiliki variansi yang
2 2 2 2
sama. Asumsi ini berarti bahwa* σ 1=σ 2 =…=σ k =σ (catatan: Variansi populasi disimbolkan dengan
2 2 2 2 2
2. Jika populasi nya ada k buah maka variansinya juga ada k buah, yaitu σ 1, σ 1 , σ 2 , σ 3 , … , σ k ). Jika
2
asumsi ini benar, maka nilai yang diharapkan (expected valae)/nilai yang diramalkan untuk sw adalah σ 2,
2 2 2
yaitu E( sw ) = σ 2 (expected valae untuk sw ). Dengan demikian sw adalah nilai variansi ramalan untuk
2
populasi. Nilai sw (seperti yang di formulasi sebelumnya) adalah nilai yang variansi yang diperoleh
dengan menggabungkan semua skor dari k kelompok, yaitu:

n1 n1 n1

∑ (X i 1− X 1) +∑ ( X i 2−X 2 ) + ¿ …+ ∑ ( X ik −X k )
2 2 2

2 i=1 i=1 i=1

sw = ¿
n1+ n2 +…+n k −k

Formulasi ini sama dengan formulasi gabungan ketika uji perbedaan dua rata-rata dengan uji-z atau uji t,
dimana varansi error diramalkan dengan lebih dahulu mencari variasi gabungan. Variansi gabungan dari
rumus di atas diperoleh jika k =2 (lihat lagi cara mencari variansi gabungan untuk uji beda dua rata-rata
dengan uji-z atau uji-t).

2
Apa arti variance estimate sb ?

2
Secara matematis nilai expektasi (ramalan) untuk sb adalah:

( )
k k
nj
∑ (μ j −μ)2 N−∑
N
E ( s b )=σ +
2 2 j=1 j=1
k −1 k −1
dimana μ j dan μ adalah rata-rata populasi. Sesuai rumusan hipotesis null, maka μ1=μ 2=… μk =μ
sehingga bahagian pertama dari suku kedua bernilai 0, oleh karena itu suku kedua juga bernilai 0.
Dengan demikian E ( s b )=σ (nilai ekspektasi populasi untuk sb =σ . Dengan demikian dibawah hipotesi
2 2 2 2

2 2
null sb dan sw adalah nilai estimasi untuk variansi populasi σ 2.

Apa yang terjadi dengan nilai ekspektasi di atas jika hipotesis null tidak diterima?
Jika hipotesis null tidak diterima, maka suku kedua sebelah kanan nilai ekspektasi untuk sb , yaitu E ( s b ),
2 2

di atas tidak sama dengan 0, karena μ j μ. Artinya tidak diambil dari populasi yang sama, atau k
kelompok berasal dari populasi yang berbeda.
Cara menguji hipotesis beda lebih dari dua rata-rata.
Bagaimana menguji hipostesi untuk beda lebih dari dua rata-rata dengan ANOVA?
1. Susun hipotesis null, yaitu μ1=μ 2=… μk dan hipotesis alternatif H1 dengan ungkapan sekurang-
kurangnya salah satu dari rata berbeda
2
sb
2. Cari nilai F hitung = 2
sw
3. Bading Fhitung dengan Ftabel
4. Terima hipotesis null jika F Ftabel

Contoh Uji hipotesis dengan ANOVA

Bagaimana cara menggunakan formulasi ssTotal , ss b dan ss w ?
Perhatikan cara penggunaan formulasi pada tabel berikut!

Bentuk formulasi Cara menggunakan

Rata-rata kelompok Jumlahkan nilai skor dalam kelompok bagi dengan jumlah skor
Xj
Rata-rata keseluruhan (grand mean) Jumlahkan nilai skor seluruh anggota kelompok untuk semua
X kelompok bagi dengan jumlah skor total, N.
Jumlah kuadrat semua skor dari Cari sstotal dengan cara:
grand mean, sstotal Formulasi ini mengandung dua tanda , dan mulai operasi
k n
j
untuk tanda sigma pertama dengan j =1 dan selesaikan tanda
sstotal =∑ ∑ ( X ij − X )2 sigma kedua sampai dari i=1 samai n j. Mulailah penjumlahan
j =1 i=1
dengan mencari beda skor kelompok satu dari rata-rata
keseluruhan (grand mean) total dari kelompok satu (j =1) dan
dikuadratkan, dikuti bedar skor kelompok dua dari rata-rata
total dan dikuadarat-kan. Operasi ini diteruskan sampai
kelompok terakhir. Hasil masing-masing kelompok
dijumlahkan
Jumlah kuadrat semua skor dari rata- Cari ss w dengan cara:
rata kelompoknya, ssw Formulasi ini mengandung dua tanda , dan mulai operasi
k n
j
untuk tanda sigma pertama dengan j =1 dan selesaikan tanda
ss w =∑ ∑ ( X ij −X ij )
2

j=1 i=1
sigma kedua sampai dari i=1 samai n j. Mulailah penjumlahan
dengan mencari beda skor kelompok satu dari rata-ratanya
dari kelompok satu (j =1)dan dikuadratkan, dikuti bedar skor
kelompok dua dari rata-rata nya dan dikuadrat-kan. Operasi
ini diteruskan samapai kelompok terakhir. Hasil masing-
masing kelompok dijumlahkan
Jumlah kuadrat semua rata-rata Cari ss w dengan cara:
kelompok dari grand mean dengan Formulasi ini mengandung satu , dan mulai operasi untuk
setiap simpangan dikali jumlah tanda sigma pertama dengan j =1. Mulailah penjumlahan
 anggota kelompok, ssb dengan mencari beda rata-rata kelompok satu dari rata-rata
k
keseluruhan dikuadratkan, kemudian dikali dengan jumlah
ssb =∑ n j ( X j −X )2 anggota kelompok 1, yaitu n1. Operasi diteruskan dengan
j=1
beda rata-rata kelompok dua dari rata-rata keseluruhan
dikuadratkan dan dikali dengan jumlah anggota kelompok 2,
n2. Operasi ini diteruskan sampai kelompok terakhir. Hasil
masing-masing kelompok dijumlahkan

Bagaimana menggunakan formulasi ini dalam perhitungan uji hipotesis?

Misalkan hasil satu penelitian menunjukkan data sebagai berikut:
No Kelompok
I II III IV
1 5 9 8 1
2 7 11 6 3
3 6 8 9 4
4 3 7 5 5
5 9 7 7 1
6 7 4 4
7 4 4
8 2

No Kelompok ssw ssb sstot

I II III IV I II III IV I II

1 5 9 8 1 0,1444 0,36 3,4596 4 0,462 0,3844 11,4244

2 7 11 6 3 2,6244 6,76 0,0196 0 38,77041 1,9044 28,9444

3 6 8 9 4 0,3844 0,16 8,1796 1 1,9476 0,1444 5,6644

4 3 7 5 5 5,6644 1,96 1,2996 4 41,04142 6,8644 1,9044

5 9 7 7 1 13,1044 1,96 0,7396 4 11,4244 1,9044

6 7   4 4 2,6244 4,5796 1 1,9044

7 4   4   1,9044 4,5796 2,6244

8 2       11,4244 13,1044
n 8 5 7 6 37,88 11,2 22,86 14 38,36 49,84

s 43 42 43 18 85,93 82,22 168,15

Xj 5,38 8,40 6,14 3,00 s2w = 3.91 s2b = 27.41

N 26      

X 5,62       Fhitung = 7,02 FTabel ( = 0.0) = 4.82

Tabel ringkasan hasil ANOVA:
Bagaimana hasil ANOVA diringkas?
Hasil ANOVA diringkas pada tabel berikut:
Sumber variansi Sum of square Degree of freedom (df) Varance estimate
Between the group 82.22 4–1=3 3.91
Within the group 85.93 26 – 4 = 22 27.41
Total 168.15 26 – 1 = 25 Fhitung = 7.01

Kesimpulan : karena F hitung > Ftabel, maka Ho ditolak dan H1 diterima. Untuk megetahui kelompok/variabel mana yang yang menyebabkan
perdaan, maka perlu dilakukan uji lanjut, misalnya dengan uji Schefé

Cara membaca Tabel F (jika tabel kurang jelas cari di internet dengan kata kunci tabel distribusi F atau Tabel F dalam statistika)
Bagaimana cara membaca Tabel F?
s2b
Nilai FTabel dicari di Tabel F. Cranya: karena nilai F tabel yang dicari adalah untu pembanding nilai F hitung = , maka Ftabel dicari bedasarkan df dari
s 2w
2 2
nilai F hitung. df pembilang = df dari sb dan df penyebut adalah df dari sw . Untuk kasus di atas df pembilang = 3 dan df penyebut = 22, maka F tabel =
4,82
 df pembilang

df pembilang
Ratio Korelasi
Apa yang dimaksud dengan ratio korelasi?
Pada ANOVA satu-arah variabel independent biasanya nominal dan variabel dependent biasanya ratio
atau interval. Seperti sudah dibicarakan, jumah kuadrat dipartisi jadi dua, yaitu sum of square beteween
the group (jumlah kuadrat antar kelompok) dan sum of square within the group (jumlah kuadrat dalam
kelompok). Jumlah kuadrat antar kelompok, ssb, adalah bahagian dari variansi yang adalah sifat yang
melekat dengan variabel independent, sementara ssw, adalah variansi karena faktor lain dalam
kelompok. Kekuatan korelasi antara vaiabel independent dengan variabel dependent dapat dinyatakan
dalam bentuk ratio berikut:
2 ss b ss w
η y. x = =1−
ss T ss T
2 dikenal dengan istilah ratio korelasi, dan dapat diinterpretasi seperti r2. 2 adalah ukuran hubungan
(asosiasi) antara variabel dependent dan variabel independent yang terlibat dalam eksperimen.

Syarat uji ANOVA

Apa syarat uji beda lebih dari dua rata-rata dengan ANOVA?
1. Distribusi dependent variabel dalam populasi mesti normal (perlu dilakukan uji normalitas)
2. Variansi populasi mesti homogen (uji homogenitas)
Tugas:
Tabel berikut memperlihatkan skor tes psikomotor untuk empat kelompok subjek yang diberikan empat
perlakukan berbeda.
Kelompo Skor Xj
k
I 16 7 9 19 24 31 19.40
II 24 6 15 25 32 24 29 22.14
III 16 15 18 19 6 13 18 15.00
IV 25 19 16 17 42 45 27.33

Gunakan ANOVA untuk menguji hipoteisis null:

H0 : 1 = 2 = 3 = 4