LECTURE NOTES

STAT6174 – Probability Theory

and Applied Statistics

Week 8
The Analysis of Variance

STAT6174 – Probability Theory and Applied Statistics

 LEARNING OUTCOMES
Dengan mempelajari matakuliah ini, diharapkan peserta mendapatkan hasil berikut:

1. Peserta diharapkan mampu menggunakan metode statistik yang tepat untuk pengambilan
keputusan statistik
2. Peserta diharapkan bisa menggunakan MINITAB untuk melakukan analisis
3. Peserta dapat Menginterpretasikan hasil perhitungan statistic dan output MINITAB
4. Peserta diharapkan Menjelaskan keputusan yang sesuai dari solusi menggunakan metode
statistic

OUTLINE MATERI (Sub-Topic):

1. Pendahuluan
2. One-way ANOVA
3. Perbandingan Berganda
4. Randomized Block Design

STAT6174 – Probability Theory and Applied Statistics

 ISI MATERI
Pendahuluan
Pada topik sebelumnya dibahas mengenai uji hipotesis rata-rata dua populasi menggunakan
uji Z dan uji T. Apabila populasi yang akan diuji lebih dari dua maka harus menggunakan
metode statistik yang lain. Analysis of variance disebut juga ANOVA digunakan untuk
melakukan pengujian rata-rata lebih dari 2 populasi. Terdapat dua jenis variabel dalam
ANOVA, yaitu variabel independen dan variabel dependen. Variabel independen atau
dikenal juga dengan faktor yang memiliki skala data nominal/ordinal. Sedangkan variabel
dependen merupakan variabel yang diduga dipengaruhi oleh faktor-faktor yang digunakan,
skala data interval/rasio. Ada dua jenis cara dalam ANOVA, yaitu:
1. One way ANOVA digunakan untuk satu faktor
2. Two way ANOVA digunakan untuk dua faktor
Namun ada 3 asumsi yang harus dipenuhi dalam ANOVA. Apabila ketiga asumsi ini tidak
terpenuhi, maka tidak boleh menggunakan pengujian ANOVA. Berikut ini asumsi dalam
ANOVA:
1. Variabel dependen pada setiap populasi harus berdistribusi normal.
2. Varians pada variabel dependen dari tiap populasi sama.
3. Observasi independen

A. One way ANOVA

Apabila variabel independen yang digunakan hanya satu, dengan kata lain hanya satu faktor,
maka pengujian ANOVA yang digunakan adalah one way ANOVA. Satu variabel
independen yang digunakan terdiri dari k perlakuan. Sehingga pada pengujian ANOVA
disebut dengan satu faktor dengan k level. Berikut ini struktur data untuk one way ANOVA:

STAT6174 – Probability Theory and Applied Statistics

Berdasarkan struktur data diatas, variabel independen adalah treatment/perlakuan. Sedangkan
nilai y11 sampai dengan ykn adalah variabel dependen. Tujuan dari penelitiannya adalah
untuk mengetahui ada tidaknya perbedaan antara perlakuan 1, perlakuan 2, perlakuan i
sampai dengan perlakuan k.
Untuk menjawab tujuan tersebut, maka dilakukan pengujian ANOVA dengan menggunakan
uji F. Berikut ini langkah-langkah pengujiannya:
H0 : µ1 = µ2 = … = µk
H1 : minimal ada satu µi ≠ µj dimana i ≠ j
Statistik uji:

Perhitungan MSTR dan MSE di atas, diperoleh dengan cara membuat table ANOVA berikut:

Nilai k pada Tabel menunjukkan banyaknya level dalam faktor. Sedangkan nT merupakan
banyaknya percobaan/sampel. Berikut ini rumus untuk menghitung SSTR, SSE dan SST:

SSTR

Tolak H0 jika nilai statistik uji F > Fα,df1,df2, dimana nilai df1=k–1 dan nilai df2=nT – k.

STAT6174 – Probability Theory and Applied Statistics

Contoh
Seorang insinyur ingin meneliti hasil penyerapan kelembaban dengan menggunakan beberapa
jenis agregat. Ada 5 agregat yang anakn dibandingan. Kemudian peneliti mengambil sampel
untuk masing-masing agregat diulang sebanyak 6 kali dan diperoleh data sebagai berikut.

Berdasarkan data tersebut, faktor yang digunakan adalah jenis agregat dengan level sebanyak
5 dan variabel dependennya adalah nilai penyerapan kelembaban. Untuk menguji ada
tidaknya perbedaan antara kelima agregat dalam menghasilkan penyerapan kelembaban,
maka dilakukan uji one way ANOVA. Berikut ini langkah-langkah untuk menyelesaikan
permasalahan tersebut.
H0 :µ1=µ2=µ3=µ4=µ5
H1 : minimal ada satu µi ≠ µj dimana i ≠ j
α=5%=0.05
Statistik uji:
Untuk menghitung nilai statistic uji F, maka terlebih dahulu dibuat table ANOVA dengan
cara menghitung nilai sum of square sebagai berikut:
( ) ( ) ( )

STAT6174 – Probability Theory and Applied Statistics

Source of Variation Degrees of Freedom Sum of Square Mean Square F
Treatments 5–1=4 85356 21339 4.3
Error 30–5=25 124020 4961
Total 30–1=29 209377

Karena nilai statistic uji F sebesar 4.3 dimana nilai tersebut lebih besar dari 2.76 maka
keputusannya adalah Tolak H0.
Kesimpulan: ada perbedaan kelima jenis agregat dalam memberikan hasil penyerapan
kelembaban.

B. Randomized Block Design

Pengujian one-way ANOVA yang digunakan sebelumnya, baik digunakan apabila unit
percobaan homogen. Namun bila unit percobaan tidak homogen atau dengan kata lain
heterogen, maka sebaiknya menggunakan randomized block design. Apabila terdapat k level
dalam Faktor dan b level dalam Blok, maka struktur datanya sebagai berikut:

STAT6174 – Probability Theory and Applied Statistics

Sistem blok digunakan untuk menguji ada tidaknya perbedaan rata-rata dari beberapa level
dalam satu faktor, jika di dalamnya dibedakan berdasarkan blok. Oleh karena itu dalam
metode ini ada 2 hal yang diuji, yaitu Faktor dan Blok. Untuk melakukan kedua pengujian
tersebut, maka harus dibuat terlebih dahulu Tabel ANOVA seperti berikut:

MSBL
MSE

Berdasarkan rumus di atas, k merupakan banyaknya level dalam faktor. Sedangkan b

menunjukkan banyaknya leval pada blok. Untuk nT adalah banyaknya percobaan/sampel
yang digunakan. Berikut ini rumus untuk menghitung nilai SSTR, SSBL, SSE dan SST:

STAT6174 – Probability Theory and Applied Statistics

Secara umum hubungan keempat nilai sum of squares di atas adalah sebagai berikut:

SST = SSTR + SSBL +SSE

Selanjutnya setelah menghitung table ANOVA, dapat dialkuan pengujian pada Faktor dan
Blok. Berikut ini penjelasan pada kedua pengujian tersebut.
1. Pengujian pada Faktor
Berikut ini langkah-langkah pengujian untuk mengetahui ada tidaknya perbedaan tiap level
pada faktor yang akan diuji.
H0 : µ1 = µ2 = … = µk
H1 : minimal ada satu µi ≠ µj dimana i ≠ j
Statistik uji:

Tolak H0 jika nilai statistik uji F > Fα,df1,df2, dimana nilai df1=k–1 dan nilai df2=(k-1)(b-1).

2. Pengujian pada Blok

Berikut ini langkah-langkah pengujian untuk mengetahui ada tidaknya perbedaan tiap level
pada blok yang akan diuji.
H0 : β1 = β2 = … = βb
H1 : minimal ada satu βi ≠ βj dimana i ≠ j
Statistik uji:

Tolak H0 jika nilai statistik uji F > Fα,df1,df2, dimana nilai df1=b–1 dan nilai df2=(k-1)(b-1).

STAT6174 – Probability Theory and Applied Statistics

Contoh
Terdapat 4 mesin berbeda M1, M2, M3 dan M4, yang digunakan oleh perusahaan untuk
memproduksi suatu barang. Perusahaan memiliki 6 orang operator untuk mengoperasikan
mesin-mesin tersebut, dimana operator ini dijadikan blok dalam percobaan. Keenam operator
tersebut berbeda-beda kecepatannya dalam mengoperasikan keempat mesin. Manager
produksi ingin mengetahui dua hal berikut, dengan menggunakan α=5%:
a. Apakah ada perbedaan keempat mesin?
b. Apakah ada perbedaan keenam operator?
Untuk menjawab pertanyaan tersebut, dilakukan pengambilan sampel nilai kecepatan
masing-masing mesin dan operator yang diamati. Berikut ini data kecepatan yang diperoleh:

Untuk menjawab pertanyaan tersebut, langkah pertama dibuat tabel ANOVA dengan
menghitung nilai-nilai sum of square, degree of freedom, mean square dan F sebagai berikut:
Hitung rata-rata untuk tiap Mesin:

Hitung rata-rata keseluruhan:

STAT6174 – Probability Theory and Applied Statistics

Sehingga dari perhitungan-perhitungan di atas, diperoleh table ANOVA sebagai berikut:
Source Sum of Square Degree of freedom Mean Square F
Mesin 15.92458 4– 1 = 3 5.308194 3.338779
Operator 42.08708 6–1 =5 8.417417 5.294435
Error 23.84792 (4-1)(6-1) = 15 1.589861
Total 81.85958 24 – 1 = 23

STAT6174 – Probability Theory and Applied Statistics

Selanjutnya dilakukan pengujian pengaruh pada Faktor dan Blok. Dalam hal ini Faktor
adalah Mesin dan Blok adalah Operator. Berikut ini pengujian keduanya:
1. Pengujian pada Mesin
Hipotesis.
H0 :µ1=µ2=µ3=µ4
H1 : minimal ada satu µi ≠ µj dimana i ≠ j

 = 0.05 Statistik
uji: F = 3.3388
Daerah
penolakan:
Tolak H0 jika F > F0.05,(3;15)
Tolak H0 jika F > 3.2874
Keputusan:
Karena nilai F yaitu 3.3388 > 3.2874 maka H0 ditolak.
Kesimpulan:
Ada perbedaan kecepatan pada keempat mesin.

2. Pengujian pada Operator

Hipotesis.
H0 : β1 = β2 = … = βb
H1 : minimal ada satu βi ≠ βj dimana i ≠ j
 = 0.05
Statistik uji:
F = 5.2944
Daerah penolakan:
Tolak H0 jika F > F0.05,(5;15)

Tolak H0 jika F > 2.9013

Keputusan:
Karena nilai F sebesar 5.2944 > 2.9013 maka tolak
H0. Kesimpulan:
Ada perbedaan kecepatan pada keenam operator.

STAT6174 – Probability Theory and Applied Statistics

 SIMPULAN
Analysis of Variance (ANOVA) digunakan untuk menguji ada tidaknya perbedaan rata-rata
dari tiga atau lebih populasi. Ada dua jenis ANOVA yaitu one-way ANOVA dan two-way
ANOVA. One-way ANOVA digunakan untuk menguji ada tidaknya perbedaan rata-rata dari
tiga atau lebih populasi pada satu factor/variable. Sedangkan two-way ANOVA digunakan
untuk menguji ada tidaknya perbedaan rata-rata dari tiga atau lebih populasi pada dua
factor/variable. Namun untuk menggunakan ANOVA ada beberapa asumsi yang harus
dipenuhi. Pada one-way ANOVA apabila hasil pengujian menyimpulkan bahwa ada
perbedaan rata-rata antara tiga atau lebih populasi yang diuji, maka langkah sleanjutnya dapat
dilakukan uji perbandingan berganda. Salah satu metode uji perbandingan berganda yang
dapat digunakan adalah uji LSD. Randomized block design merupakan bagian dari ANOVA
yang digunakan apabila unit percobaan tidak homogen. Dalam desain eksperimen ini ada dua
hal yang diuji yaitu Faktor dan Blok.

STAT6174 – Probability Theory and Applied Statistics

 DAFTAR PUSTAKA

1. Anthony Hayter. (2012). Probability and statistics for engineers and scientists. 04.
Thomson Brooks/Cole. Australia. ISBN: 9789814336208

2. http://www.stat.cmu.edu/~hseltman/309/Book/chapter7.pdf

3. http://www.stat.cmu.edu/~hseltman/309/Book/chapter11.pdf

STAT6174 – Probability Theory and Applied Statistics