Nama : Jhon K.

Simarmata
NIM : 12030122413037
Kelas : BPS Batch IV
Mata Kuliah : Statistik Bisnis
Dosen Pengampu : Dr. Dwi Ratmono, SE., M.Si., Akt., CA

Soal 12 Hal 353:

Pada kasus ini ingin diuji apakah rata-rata hasil dari tiga treatment sama atau berbeda,
sehingga digunakan uji statistik ANOVA (Analysis of Variance) dengan level signifikan 0,05.

H0 : µ1 = µ2 = µ3 (Rata-rata hasil treatment semuanya sama)

H1 : Rata-rata hasil treatment tidak semuanya sama

Derajat bebas numerator = k-1 = 3-1 = 2

Derajat bebas denominator = n – k = 24-3 = 21

Untuk menentukan nilai Fkritis dengan level signifikan 0,05 dapat dilihat pada tabel “Apendix
B.6A” di buku acuan. Nilai Fkritis = 3,47, didapatkan dari kolom “derajat bebas numerator = 2”
dan baris “derajat bebas denominator = 21”.
Maka pada uji ini, H0 akan ditolak jika Fhitung > 3,47 atau Pvalue < 0,05.
Menghitung ̅̅̅
𝑥𝑔 dan ̅̅̅
𝑥𝑐 :

Treatment 1 Treatment 2 Treatment 3 Total

3 9 6
2 6 3 Didapatkan:
5 5 5
1 6 5 𝑥𝑔 = 4,5417
̅̅̅
3 8 5 𝑥𝑐 treat1 = 2,5000
̅̅̅
X
1 5 4
4 1 𝑥𝑐 treat2 = 6,0000
̅̅̅
7 5 𝑥𝑐 treat3 = 4,2500
̅̅̅
6
4
Total Kolom 15 60 34 109
n 6 10 8 24
Mean 2,5000 6,0000 4,2500 4,5417 𝑥𝑔
̅̅̅

𝑥𝑐
̅̅̅

𝑥𝑔 2 :
Menghitung SS Total = Σ(x - ̅̅̅)
Treatment 1 Treatment 2 Treatment 3 Total
2,377 19,877 2,127
6,460 2,127 2,377
0,210 0,210 0,210
12,543 2,127 0,210
2,377 11,960 0,210
12,543 0,210 0,293
𝑥𝑔 2
(x - ̅̅̅)
0,293 12,543
6,043 0,210
2,127
0,293
Total Kolom 36,510 45,267 18,181 99,958 𝑆𝑆 𝑇𝑜𝑡𝑎𝑙

𝑥𝑐 2 :
Menghitung SSE = Σ(x - ̅̅̅)
Treatment 1 Treatment 2 Treatment 3 Total
0,250 9,000 3,063
0,250 0,000 1,563
6,250 1,000 0,563
2,250 0,000 0,563
0,250 4,000 0,563 𝑥𝑐 2
(x - ̅̅̅)
2,250 1,000 0,063
4,000 10,563
1,000 0,563
0,000
4,000
Total Kolom 11,500 24,000 17,500 53,000 𝑆𝑆𝐸
SS Total = 99,958
SSE = 53,000
SST = SS Total – SSE = 99,958 – 53,000 = 46,958

ANOVA Table
Source of Sum of Squares Degrees of Main Square F
Variation Freedom
Treatments SST k-1 MST = SST/(k-1) MST/MSE
Error SSE n-k MSE = SSE/(n-1)
Total SS Total n-1

ANOVA Table
Source of Sum of Squares Degrees of Main Square F
Variation Freedom
Treatments 46,958 2 23,479 9,303
Error 53,000 21 2,524
Total 99,958 23

Dari ANOVA Table didapatkan nilai Fhitung = 9,303 > Fkritis = 3,47, maka tolak H0 pada level
signifikan 0,05. Dapat disimpulkan bahwa rata-rata hasil treatment tidak semuanya sama
atau setidaknya ada satu pasang populasi yang hasil treatmennya tidak sama.

Jika H0 ditolak, dapatkah kita simpulkan treatment 2 dan treatment 3 berbeda?

Jawabannya adalah belum dapat disimpulkan karena uji ANOVA hanya menunjukkan
bahwa setidaknya ada satu pasang populasi yang berbeda namun tidak diketahui
secara statistik populasi mana yang berbeda tersebut. Untuk dapat
menyimpulkannya diperlukan uji lebih lanjut misal menggunakan uji t sampel
independent. Pertanyaan ini akan dijawab pada “penggunaan aplikasi SPSS”.
PENGGUNAAN APLIKASI SPSS
Untuk mempermudah penghitungan pada uji ANOVA kita dapat menggunakan
bantuan apilakasi SPSS dengan langkah-langkah sebagai berikut:

INPUT DATA
Masuk pada sheet “variable view” lalu kita atur variabel yang akan kita olah di SPSS.
Variabel pertama diberi nama treatment, pada kolom Label kita masukan value sebanyak tiga
(ada tiga treatment yang akan diuji), kolom Measure kita tentukan tingkatan data kita.
Sedangkan variabel kedua kita beri nama observasi.

Setelah selesai mengatur variabel selanjutnya kita input data hasil treatment pada
sheet “Data View” seperti di bawah ini:
OLAH DATA
Jika total sebanyak 24 data sudah diinput, salanjutnya kita akan mengolah data hingga
menghasilkan output SPSS dari uji ANOVA. Untuk melakukan uji ANOVA langkah-langkahnya
adalah klik Analyze -> Compare Means -> One-Way ANOVA. Masukan variabel Observasi pada
kotak Dependent List dan Treatment pada kotak Factor seperti berikut:

Masih pada kotak diatas, klik Post Hoc lalu centang salah satu uji pada Equal Variances
Assumed dan satu pada Equal Variances Not Assumed. Missal kita centang LSD dan Tamhane’s
T2. Significance level kita atur sesuai yang kita inginkan, pada kasus ini 0,05.
 Setelah selesai mengatur bagian Post Hoc klik Continue sehingga kembali ke tampilan
One-Way ANOVA lalu pilih Options: centang Descriptive untuk menampilkan statistic
deskriptif, centang Homogeneity of variance test untuk menampilkan tes homogenitas,
centang Means Plot untuk menampilkan rata-rata treatmen dalam bentuk grafik. Lalu klik
Continue.

Setelah kembali ke tampilan One-Way Anova maka klik OK. Output SPSS akan keluar sebagai
berikut (halaman berikutnya):
 Descriptives
Nilai Observasi
N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum
Lower Bound Upper Bound
Treatment1 6 2.5000 1.51658 .61914 .9085 4.0915 1.00 5.00
Treatment2 10 6.0000 1.63299 .51640 4.8318 7.1682 4.00 9.00
Treatment3 8 4.2500 1.58114 .55902 2.9281 5.5719 1.00 6.00
Total 24 4.5417 2.08471 .42554 3.6614 5.4220 1.00 9.00

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig.
Based on Mean .002 2 21 .998
Based on Median .075 2 21 .928
Nilai Observasi
Based on Median and with adjusted df .075 2 17.928 .928
Based on trimmed mean .006 2 21 .994

ANOVA
Nilai Observasi
Sum of Squares df Mean Square F Sig.
Between Groups 46.958 2 23.479 9.303 .001
Within Groups 53.000 21 2.524
Total 99.958 23
Post Hoc Tests

Multiple Comparisons
Dependent Variable: Nilai Observasi
(I) Jenis Treatment (J) Jenis Treatment Mean Difference (I-J) Std. Error Sig. 95% Confidence Interval
Lower Bound Upper Bound
Treatment2 -3.50000* .82038 .000 -5.2061 -1.7939
Treatment1
Treatment3 -1.75000 .85797 .054 -3.5342 .0342
Treatment1 3.50000* .82038 .000 1.7939 5.2061
LSD Treatment2
Treatment3 1.75000* .75356 .030 .1829 3.3171
Treatment1 1.75000 .85797 .054 -.0342 3.5342
Treatment3
Treatment2 -1.75000* .75356 .030 -3.3171 -.1829
Treatment2 -3.50000* .80623 .003 -5.7545 -1.2455
Treatment1
Treatment3 -1.75000 .83417 .168 -4.0882 .5882
Treatment1 3.50000* .80623 .003 1.2455 5.7545
Tamhane Treatment2
Treatment3 1.75000 .76103 .104 -.2878 3.7878
Treatment1 1.75000 .83417 .168 -.5882 4.0882
Treatment3
Treatment2 -1.75000 .76103 .104 -3.7878 .2878
*. The mean difference is significant at the 0.05 level.
Means Plots
MEMBACA OUTPUT SPSS:
1. TABEL DESCRIPTIVE
Tabel ini berisi statistic deskriptif dari sampel treatmen 1, 2 dan 3 berupa nilai n, rata2,
deviasi standar, dll.
2. TABEL TEST OF HOMOGENEITY OF VARIANCES
Tabel ini berisi hasil uji homegenitas menggunakan uji Levene untuk melihat
homogenitas dari ketiga treatmen, hal ini digunakan untuk menentukan Post Hoc Test
yang tepat. Uji Levene dapat berdasarkan rata-rata, median, dll tergantung keputusan
penguji terkait nilai pemusatan mana yang tepat menggambarkan populasi. Pada uji
kali ini baik berdasarkan rata-rata maupun median menghasilkan nilai Pvalue besar dari
0,05 (signifikan level), dapat disimpulkan tidak tolak Ho atau treatmen 1, 2 dan 3
adalah homogen.
3. TABEL ANOVA
Tabel ANOVA berisi nilai dari SST, SSE, SS Total, derajat bebas, MST, MSE, nilai F dan
nilai Pvalue = 0,001
Jika diperhatikan nilai tabel ANOVA keluaran SPSS sama dengan nilai Tabel ANOVA
yang dihitung manual sebelumnya. Pada prinsipnya hasil keluaran SPSS dan
penghitungan ANOVA akan menghasilkan kesimpulan uji yang sama sebagai berikut:
Dari ANOVA Table didapatkan nilai Fhitung = 9,303 > Fkritis = 3,47, dan Pvalue = 0,001 <
0,05 maka tolak H0 pada level signifikan 0,05. Dapat disimpulkan bahwa rata-rata
hasil treatment tidak semuanya sama atau setidaknya ada satu pasang populasi
yang hasil treatmennya tidak sama.
4. TABEL POST HOC TESTS
Pada uji homogenitas didapatkan bahwa treatment 1, 2 dan 3 adalah homogeny
sehingga untuk Post Hoc Test kita gunakan uji LSD bukan Tamhane. Dengan
menggunakan nilai Pvalue dapat kita simpulkan sebagai berikut:
- Rata-rata populasi treatmen 1 dan treatmen 2 berbeda signifikan (Pvalue = 0,000)
- Rata-rata populasi treatmen 1 dan treatmen 3 tidak berbeda signifikan (Pvalue = 0,054)
- Rata-rata populasi treatmen 1 dan treatmen 2 berbeda signifikan (Pvalue = 0,030)
Dari uji kita juga dapat menjawab pertanyaan apakah terdapat perbedaan treatmen 2
dan treatmen 3. Jawabannya adalah terdapat perbedaan rata-rata dari treatmen 2
dan treatmen 3.
5. MEANS PLOTS
Means Plots merupakan grafik yang menggambarkan posisi masing-masing rata-rata
dari sampel treatmen. Dari grafik ini kita akan lebih mudah membayangkan
perbandingan antar treatmen.