sampel akan dilakukan n (n - 1): 2 pengujian.

Misalnya untuk 10 sampel akan

dilakukan 10 (10-1): 45 kali pengujian.
Seperti terlihat dalam pedoman umum memilih teknik statistik, khususnya
pedoman dalam memilih teknik statistik untuk menguji hipotesis komparatif (Tabel 6.2)
terlihat bahwa, teknik statistik yang digunakan untuk pengujian hipotesis komparatif,
akan tergantung pada jenis data, dan bentuk hubungan antar sampel yang dibedakan.
Hubungan sampel dapat dibedakan menjadi dua yaitu: sampel yang
berkorelasi/berpasangan (related) dan sampel yang independen.
Pada bagian ini akan dikemukakan teknik statistik untuk menguji hipotesis
komparatif k sampel yang berpasangan, baik menggunakan statistik parametris maupun
nonparametns. Sedangkan untuk sampel independen diberikan di bágian belakang bab
ini.
1. Sampel Berkorelasi
Pengertian sampel berkorelasi telah dijelaskan pada bab pedoman umum memilih
teknik statistik. Teknik statistik yang digunakan untuk menguji hipotesis ini meliputi
statistik paramatris dan nonparametris. Statistik parametris meliputi Analisis of Varians
(Anova) dan statistik nonparametris meliputi Test Cochran dan Friedman.
a. Statistik Parametris
1) Analisis Varians
Analisis Varians digunakan untuk menguji hipotesis komparatif rata-rata k sampel bila
datanya berbentuk interval atau ratio. Satu sampel dalam k kejadian/pengukuran
berarti sampel tersebut berpasangan, model before-after. Satu sampel diberi perlakuan
sampai 5 kali, ini berarti sudah 5 sampel berpasangan. Sedangkan k sampel dalam satu
kejadian berarti sampel independen. (Lima sampel diberi satu perlakuan, adalah
merupakan lima sampel independen)
Terdapat beberapa jenis Analisis Varians, yaitu :

a. Analisis Varians Klasifikasi Tunggal (Single Classification)

b. Analisis Varians Klasifikasi Ganda (Multiple Classification)
Analisis varians klasifikasi tunggal, yang sering juga disebut anova satu jalan
digunakan untuk menguji hipotesis komparatif trata-rata k sampel, bila pada setiap
sampel hanya terdiri atas satu kategori, sedangkan Anova Klasifiikasi Ganda/dua Jalan

1
digunakan untuk menguji hipotesis komparatif rata-rata k sampel bila pada setiap
sampel terdiri atas dua atau lebih kategori.
Contoh:
Bila ingin menguji hipotesis ada tidaknya perbedaan secara signifikan antara penghasilan
Pegawai Negeri, Petani, Pedagang, dan nelayan, maka digunakan Anova Satu Jalan,
tetapi bila akan menguji hipotesis ada tidaknya perbedaan secara signifikan antara
penghasilan Pegawai Negeri, Petani, Pedagang, dan Nelayan berdasarkan jenis kelamin
(pria/wanita) maka digunakan Anova Dua Jalan.
Untuk memudahkan pemahaman tentang dua jenis anova tersebut, maka dapat
dilihat melalui dua model tabel ringkasan anova berikut. Tabel 6.21 untuk anova satu
jalan, dan Tabel 6.22 untuk anova dua jalan. Dalam anova satu jalan terdiri atas tiga
kelompok sampel, (tanpa ada kategori) sedangkan dalam anova dua jalan terdiri atas
tiga kelompok sampel, dimana masing-masing sampel terdiri atas dua kategori, yaitu
pria dan wanita.
TABEL 6.22
CONTOH DATA YANG DIANALISIS DENGAN ANOVA SATU JALAN
Data sampel I Data sampel II Data sampel III
5 9 9
4 8 4
7 5 6
TABEL 6.23
CONTOH DATA YANG DIANALISIS DENGAN ANOVA DUA JALAN
Kategori Data Data Data Data

sampel sampel sampel sampel

II III IV
I

Kategori I (pria) 6 5 7 9
7 6 5 7
9 9 4 6
Kategori II 6 5 8 5
(Wanita) 6 4 5 4

2
 5 3 3 3
4

a) Analisis varians Klasifikasi Tunggal (One Way Classification)

Seperti telah dikemukakan bahwa, analisis varians merupakan teknik statistik
parametris inferensial, yang digunakan untuk menguji hipotesis komparatif rata-rata k
sampel secara serempak. Oleh karena itu, dalam penelitian akan terdapat 3, 4 atau lebih
kelompok sampel yang selanjutnya digunakan sebagai dasar perhitungan untuk
pengujian hipotesis. Setiap sampel akan mempunyai Mean (rata-rata) dan Varians
(simpangan baku kuadrat). Perhatikan Gambar 6.4 berikut. (n jumlah sampel, M=
mean/rata-rata, s2varians).

Selanjutnya bila empat kelompok sampel tersebut akan diuji perbedaanya secara
signifikan, maka perlu digabungkan, dapat digambarkan seperti Gambar 6.5

3
 Setelah empat kelompok sampel digabungkan, maka akan terdapat dua mean, yaitu
mean dalam kelompok, dan mean total. Mean dalam kelompok adalah mean tiap-tiap
kelompok sampel (M1, M2, M3,... , Mn) dan mean total (Mtot) adalah mean yang
merupakan gabungan dari mean tiap-tiap kelompok.

Dalam gambar di atas (Gambar 6.5) misalnya terdapat satu titik X dalam sampel IV.
Berdasarkan hal tersebut, maka terdapat:

1. Deviasi Total, yaitu jarak antara nilai individual yang ada dalam seluruh sampel
dengan Mean Total. Dalam hal ini misalnya adalah (X-Mtot)

2. Deviasi antar kelompok (Benveen), yaitu jarak antara setiap kelompok dengan Mean
Total. Dalam hal ini misalnya adalah (M, M)

3. Deviasi Dalam Kelompok (Within), yaitu Jarak nilai seluruh individu dalam satu
kelompok dengan mean kelompok itu. Dalam hal ini misalnya adalah (X - M4)

Seperti telah dikemukakan pada bab Standard Deviasi (Simpangan Baku), bahwa deviasi
merupakan jarak suatu nilai dalam kelompok terhadap mean/rata-rata (Xi-M) 2. Jumlah
kuadrat ini selanjutnya disingkat JK dan merupakan Varians dari kelompok tersebut.

Karena dalam pengujian hipotesis melibatkan lebih dari dua kelompok sampel, maka
akan terdapat beberapa macam JK, yaitu:

1. Jumlah Kuadrat Total (Jtot) merupakan penjumlahan kuadrat deviasi nilai individual
dengan Mtot.

JKtot= (X1i-Mtot) 2 + (X2i-Mtot) 2+... (Xni-Mtot) 2

Mtot= n1M1+ n2M2+...+ nm Mm

n1+n2+...+nm

n = Jumlah individu pada setiap sampel . Misalnya sampel pertama 10 orang, sampel
kedua 15 orang dsb.

Berdasarkan persamaan JKtot dan Mtot di atas, maka setelah dihitung secara
matematis ditemukan rumus JK sebagai berikut.

Rumus 6.20

N= jumlah seluruh anggota

sampel

4
5
6