PRAKTIKUM 4

ANALISIS VARIAN SATU ARAH

1.1 Tujuan Praktikum

1. Untuk mengetahui dan memahami uji statistik dengan
menggunakan Anova satu arah.
2. Untuk mengetahui persoalan dan masalah-masalah yang berkaitan
dengan uji Anova satu arah dalam kehidupan sehari-hari.
3. Agar dapat menyelesaikan persoalan dan menarik kesimpulan
yang sesuai dengan persoalan yang diujikan.

1.2 Analisis ragam klasifikasi 1 arah ( one way ANOVA )

Analisis ragam atau analisis of variance (anova) adalah suatu metode
untuk menguraikan keragaman total data menjadi komponen-komponen yang
mengukur berbagai sumber keragaman. Secara aplikatif, anova digunakan
untuk menguji rata-rata lebih dari 2 sampel berbeda secara signifikan atau
tidak.
Anova 1 arah hanya memperhitungkan 1 faktor ( perlakuan ) yang
menimbulkan variasi. Analisis ragam satu arah biasa digunakan untuk menguji
rata-rata/pengaruh perlakuan dari suatu percobaan yang menggunakan 1
faktor. Dimana 1 faktor tersebut memiliki 3 atau lebih variabel. Disebut satu
arah karena peneliti dalam penelitiannya hanya berkepentingan dengan satu
faktor saja. Misalnya pengaruh bentuk kemasan pada tingkat penjualan. Data
hasil percobaan dalam one way anova biasanya bertipe interval dan
penelitiannya biasanya dilakukan dalam laboratorium supaya mudah dalam
pengontrolan dan menjaga homogenitasnya.
Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan
untuk berbagai bentuk percobaan yang lebih rumit. Akibatnya, penggunaanya
lebih luas dalam berbagai bidang. Mulai dari eksperimen laboratorium hingga
eksperimen periklanan, psikologi dan kemasyarakatan.
1.3 Manfaat one way anova
 Analisis varians banyak digunakan pada penelitian-penelitian yang banyak
melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara
membandingkannya pada kelompok-kelompok sampel independen yang
diamati. Analisis varians saat ini banyak digunakan dalam penelitian survey
dan penelitian eksperimen. One way anova dilakukan untuk menguji
perbedaan tiga kelompok atau lebih berdasarkan satu variabel independen.
1.4 Pola sampel
Sampel yang digunakan adalah sampel yang homogen untuk semua
perlakuan. Contoh penyusunan pola sampel dari 6 perlakuan dengan masing-
masing 5 ulangan:
P2 P1 P2 P4 P3 P5
P5 P5 P3 P1 P4 P2
P3 P1 P6 P3 P4 P6
P5 P4 P2 P6 P1 P6
P2 P6 P4 P3 P3 P5
1.5 Sumber keragaman
Dalam one way anova keragaman dipengaruhi oleh perlakuan atau antar
x dan galat( uncontroled variabel) atau dalam x.

1.6 Asumsi-asumsi dasar dalam anova

 Kenormalan
Setiap harga dalam sampel berasal dari distribusi normal. Sehingga
distribusi skor sampel dalam kelompokpun hendaknya normal.
Kenormalan dapat diatasi dengan memperbanyak sampel dalam kelompok.
Karena semakin banyak n maka distribusi akan mendekati normal. Apabila
sampel tiap kelompok kecil dan tidak dapat pula diatasi dengan jalan
melakukan transformasi.
  Kesamaan variansi
Masing-masing kelompok hendaknya berasal dari populasi yang
mempunyai variansi yang sama. Untuk sampel yang sama pada setiap
kelompok, kesamaan variansi dapat diabaikan. Tetapi, jika banyaknya
sampel pada setiap kelompok tidak sama maka kesamaaan variansi sangat
diperlukan.
 Pengamatan bebas
Sampel hendaknya diambil secara acak(random). Sehingga setiap
pengamatan merupakan informasi yang bebas.
1.7 keuntungan menggunakan one way anova
 membuat lay out mudah
 analisisnya mudah
 ulangan masing-masing perlakuan tidak perlu sama
 missing data tidak perlu diduga sekalipun terdapat keragaman yang
berbeda antar masing-masing perlakuan
 derajat bebas galat yang tersedia maksimum.
1.8 Kerugian menggunakan one way anova
 Jika perlakuan banyak maka sulit mendapatkan media yang homogen
1.9 Langkah-langkah uji one way anova
 Membuat hipotesis statistik
 Menentukan taraf nyata ( α )
 Menghitung jumlah kuadrat dan kuadrat tengah
 Mencari F hitung
 Mencari F tabel
 Membuat tabel anova
 Menentukan kriteria pengujian: jika F hitung > F tabel maka tolak H 0
 Membuat kesimpulan
1.10 Hipotesis yang digunakan
 H 0 : µ1 = µ2 = ......= µn
 H 1 : paling sedikit ada satu pasang µ yang berbeda
1.11 Model dari one way anova
 Model yang digunakan pada one way anova adalah:
Y ij =µ+α i+ ε ij untuk i = 1,2,....,n dan j = 1.2,.....,n
Dimana:
Y ij = nilai pengamatan pada perlakuan ke-i ulangan ke-j
µ = nilai tengah umum
α i= pengaruh perlakuan ke-i
ε ij= kesalahan (galat) percobaan pada perlakuan ke-i ulangan ke-j
Tabel anova
Sumber Derajat Jumlah kuadrat Kuadrat F hitung
keragam bebas tengah
an
Perlakua p-1 JKp JKp /db Ktp/ktg
n
Galat p
JKg = Jkt – JKg /db
∑ (ni −1)
i Jkp
Total p
JKt
∑ ni−1
i

p
JKp=∑ ¿¿
i

p ni
JKt=∑ ∑ X ij −FK
2

i j

FK = ¿
(α )
F tabel = F (p−1 , ∑ (n −1)) p

i
i

F hitung > F tabel maka H 0 ditolak

1.12 Prosedur SPSS

Dalam pengujian data ANOVA 1 arah dengan menggunakan software
diperlukan software penunjang, yaitu program SPSS.Dalam pengujian kasus
ANOVA 1 arah dengan menggunakan program SPSS,penyelesaian untuk
pemecahan suatu masalah adalah sebagai berikut :
 1. Memasukan data yang telah tersediakedalam input data seperti gambar
berikut.(terlebih dahulu isi bagian Variabel View seperti yang telah
diajarkan pada penugasan sebelumnya).
2. Pilih analyze pada menu file yang ada, pilih compare mean-One Way
Anova.
3. Pada Posisi Dependent List masukkan variabelyang menjadi variabel
terikat.
4. Pada Posisi faktor pilih variabel yang menjadi faktor penyebab terjadinya
perubahan pada variabel terikat.
5. Klik tombol options dan klik pilihan yang diinginkan misal descriptive,
homogenity of variances, and others (Untuk melihat keseragaman pada
perhitungan statistik, maka dipilih Descriptive dan Homogeneity-of-
variance. Untuk itu klik mouse pada pilihan tersebut. Missing Value
adalah data yang hilang, karena data yang dianalisis tidak ada yang hilang,
maka abaikan saja pilihan ini kemudian klik continue)
6. Klik post hoc dan pilih jenis post hoc yang diinginkan. Klik Tukey dan
Bonferroni perhatikan significance levelyang digunakan. Pada
gambardiatas tertuliskan 0,05. Hal itu dikarenakan α sebesar 5%.
Kemudian klik Continue jika pengisian dianggap selesai.
1.13 Analisis Data Output
1. Output Descriptives
OutputDescriptives memuat hasil-hasil data statistic deskriptif seperti
mean , standar deviasi, angka terendah dan tertinggi serta standar
error.
2. Output Test of Homogenity of Variances
Tes ini bertujuan untuk menguji berlaku tidaknya asumsi untuk
Anova, yaitu apakah kelima sampel mempunyai varians yang sama.
Untuk mengetahui apakah asumsi bahwa ketiga kelompok sampel
yang ada mempunyai varian yang sama (homogen) dapat diterima.
Untuk itu sebelumnyaperlu dipersiapkan hipotesis tentang hal
tersebut.Adapun hipotesisnya adalah sebagai berikut :
 H0 : Ketiga variansi populasi adalah sama
H1: Ketiga variansi populasi adalah tidak sama

Dengan pengambilan Keputusan:

a) Jika signifikan >0.05 maka H0 diterima
b) Jika signifikan <0,05 maka H0ditolak

3. Output Anova
Setelah kelima varians terbukti sama, baru dilakukan uji Anova
untuk menguji apakah kelima sampel mempunyai rata-rata yang sama.
Outpun Anova adalah akhir dari perhitungan yang digunakan sebagai
penentuan analisis terhadap hipotesis yang akan diterima atau ditolak.
Dalam hal ini hipotesis yang akan diuji adalah :
H0= Tidak ada perbedaan rata-rata hasil penjualan dengan menggunakan
jenis kemasan yang berbeda. (Sama)
H1= Ada perbedaan rata-rata hasil penjualan dengan menggunakan
jenis kemasan yang berbeda. (Tidak Sama)

Untuk menentukan Ho atau Ha yang diterima maka ketentuan yang

harus diikuti adalah sebagai berikut :
a) Jika Fhitung> Ftabel maka H0 ditolak
b) Jika Fhitung< Ftabel maka H0 diterima
c) Jika signifikan atau probabilitas > 0.05, maka H0 diterima
d) Jika signifikan atau probabilitas < 0,05, maka H0 ditolak

4. Output Tes Pos Hoc

PostHoc dilakukan untuk mengetahui kelompok mana yang berbeda
dan yang tidak berbeda. Hal ini dapat dilakukan bila F hitungnya
menunjukan ada perbedaan. Kalau F hitung menunjukan tidak ada
perbedaan, analisis sesudah anova tidak perlu dilakukan.
 Catatan : Hasil uji signifikansi dengan mudah bisa dilihat pada
outputdengan ada atau tidak adanya tanda “*” pada kolom “Mean
Difference”. Jika tanda * ada di angka meandifference maka perbedaan
tersebut nyata atau signifikan. Jika tidak ada tanda *, maka perbedaan
tidak signifikan.

1.14. Praktikum
Tiga kelas Statistika Pendidikan diberikan oleh oleh lima dosen. Nilai
Akhirnya tercatat sebgaai berikut:

DOSEN
A B C D E
73 23 88 56 68
89 45 78 67 79
82 65 48 34 56
43 29 91 56 91
80 90 51 89 71
73 87 85 90 71
66 54 74 98 87
60 56 77 88 41
45 67 31 82 59
93 45 12 34 68
36 87 78 21 53
77 58 62 45 79
56 77 76 78 15
45 70 96 65 56
67 80 87 43 43
89 65 80 56 56
90 65 56 78 89
67 67 90 90
78 78 67
 80 67
54

Tugas:
1. Ujilah, apakah data tersebut berdistribusi normal
2. Uji, Apakah ada selisih yang nyata di antara nilai rata rata yang diberikan
oleh kelima dosen tersebut! Gunakan taraf significant 5%.