Analisis Ragam (Varians)

1. Konsep Dasar

Analisis varians adalah suatu cara yang dapat

digunakan untuk menguji rataan populasi.Teknik
analisis varians digunakan untuk menganalisis atas
menguraikan seluruh (total) variasi atau bagian-
bagian yang bermakna. Analisis varians digunakan
untuk menguji k buah rataan populasi (k > 2).
Populasi-populasi itu akan dianggap saling bebas
dan menyebar normal dengan rataan 1,2,…,k
dan varians sama dengan 2.

2. Analisis Varians Klasifikasi Satu Arah

Peubah acak berukuran n yang dipilih dari setiap k

populasi dan ingin menguji hipotesis :
H0 : 1 = 2 =… =k
H1 : sekurang-kurangnya dua rataan populasi yang
tidak sama.

1
 Hasil pengamatannya :

Perlakuan
1 2 … i … k
y11 y21 … yi1 … yk1
y12 Y22 … yi2 … yk2
. . . .
. . . .
. . . .
y1n y2n … yin … ykn
Jumlah T1. T2. … Ti. … Tk. T…
Rataan … …

 Model matematika :

 Rumus perhitungan jumlah kuadrat:

Ukuran contoh (sampel) sama = n

2
 Tabel Analisis Varians untuk Klasifikasi Satu Arah

Sumber Jumlah Derajat Rataan Fhitung

Variasi Kuadrat bebas Kuadrat
Perlakuan JKA k-1

Galat JKG k (n-1) -

Total JKT nk - 1 - -

 Rumus perhitungan jumlah kuadrat: ukuran contoh

(sampel) tak sama.

Derajat bebas : N –1 untuk JKT;

k – 1 untuk JKA;

3
 N – k untuk JKG

3. Uji Kesamaan Beberapa Varians

Hipotesis :
H0 : 12 = 22 = …. = k2
H1 : tidak semua varians sama

a. Uji Bartlett
 Statistik Uji :

 Keputusan tolak H0 bila b < bk (;n); untuk

ulangan sama = n
b < bk (; n1, n2, …, nk ); untuk ulangan tidak
sama dimana

bk (;n) = Tabel nilai kritis uji Bartlatt

b. Uji Cochran
Uji ini terbatas untuk ukuran contoh
(sampel) sama.

 Statistik uji

4
  Keputusan menolak H0 : bila G>g; g =
nilai kritis pada uji Cochran

4. Pembandingan Ganda Rataan Perlakuan.

 Selang kepercayaan k(1-) 100% beda rataan

perlakuan ke i dan ke:

Pasangan perlakuan ke-i dan ke-k berbeda bila

BNT = Beda Nyata Terkecil atau

LSD = Least Significant Difference

BNT =

5
  Selang kepercayaan (1-)% serentak dari Tukey
untuk beda dua rataan :

Dan pasangan i, j berbeda jika

BNJ = Beda Nyata Jujur

BNJ = (HSD = Honestly Significant Difference)

BNJ =

5. Analisis Varians Klasifikasi Dua Arah

Bentuk rancangannya, rancangan (acak) kelompok

= Randomized Complete Block Design

Model matematikanya
Yij =  - i + j + ij

Hasil pengamatan

6
 Perlakuan Kelompok (B)
(A) 1 2 … B
1 y11 y12 … y1b
2 y21 y22 … y2b
: : : : :
: : : : :
a ya1 ya2 … yab

Tabel Analisis Varians (Klasifikasi Dua Arah)

7
 Sumber Jumlah Derajat Rataan F
Variansi Kuadrat Bebas kuadrat
A JKA a-1

B JKB b-1

Galant JKG (a-1)(b-1) ___

Total JKT ab-1 ___ ___

 Selang kepercayaan (1-) 100% beda rataan

dua perlahan I - k adalah

dimana =(a-1)(b-1)

 Hipotesis H0 : i = k, untuk i  k ditolak bila.

6. Analisis Varians Data Bebas Sebaran

8
 Uji Kruskal - Wallis

N =  Ji = Jumlah (banyaknya) pengamatan dari

satu gugus data. Peringkat (rank) pengamatan yji
yang terkecil = 1 dan yang terbesar = N.

Hipotesis H0 : 1 = 2 = … = I
Rij = peringkat dari yij
Ri = total peringkat pengamat
contoh ke-i
.= rataan peringkat contoh ke-i

Statistik uji kesamaan rataan :

atau

Hipotesis H0 ditolak pada taraf uji  jika,

, I = banyaknya perlakuan.

9
 Bila H0 : benar,

Sehingga

Dimana m = I (I - 1)/2

Uji Kruskal-Wallis identik dengan analisis varians

klasifikasi satu arah pada sebaran populasi normal
(Completely Randomized Design).

 Uji Friedman

Uji ini adalah identik dengan analisis varians

klasifikasi dua arah (Rancangan Kelompok =
Randomized Block Design).

10
Model Matematika :
yij =  + i + j + ij
H0 : 1  2 = … = I = 0

Setiap perlakuan dari 1 sampai dengan I diberi

peringkat masing-masing dengan rataan
peringkatnya .

Statistik uji :

Keputusan menolak H0 bila

11