NAMA : JUNAIDI
NIM : 22081100026
MATA KULIAH : STATISTIKA
No. 1
Berdasarkan nilai Kaise-Meyer- Oikin Measureof Sampling Adequancy sebesar 0,544. Nilai ini
> 0,05 maka Teknik analisis faktor dapat dilanjutkan.
Anti-image Matrices
Keandalan Ketanggapan Keyakinan Empati Berwujud
Anti-image Covariance Keandalan .667 -.331 -.008 -.139 .118
Ketanggapan -.331 .617 -.160 -.017 -.177
Keyakinan -.008 -.160 .917 -.070 .122
Empati -.139 -.017 -.070 .756 -.309
Berwujud .118 -.177 .122 -.309 .753
Anti-image Correlation Keandalan .546a -.516 -.010 -.195 .167
Ketanggapan -.516 .570a -.212 -.025 -.260
Keyakinan -.010 -.212 .577a -.084 .147
Empati -.195 -.025 -.084 .609a -.410
Berwujud .167 -.260 .147 -.410 .478a
a. Measures of Sampling Adequacy(MSA)
Berdasarkan table Anti Image Matric dapat diamati semua variable memiliki a superscript
artinya semua variable mememuhi syarat kelayakan kedua untuk uji selanjutnya.
Communalities
Initial Extraction
Keandalan 1.000 .633
Ketanggapan 1.000 .694
Keyakinan 1.000 .477
Empati 1.000 .626
Berwujud 1.000 .752
Extraction Method: Principal Component
Analysis.
Berdasarkan table Communalities pada kolom Extraction semua variable bernilai > 0.5, kecuali
variable Keyakinan. Dengan demikian semua variable kecuali Keyakinan dapat digunakan untuk
menjelaskan faktor.
Berdasarkan table Total Variance Explained , dari kelima menunjukkan hanya dua variable yang
dapat menjadi variasi faktor yiatu P1 dengan kontribusi 39,88% dan P2 sebesar 23,771%.
No. 2
Hipotesis :
Ho : Tidak terdapat perbedaan yang nyata dari rata-rata tiap operator dalam mebuat sebuah produk
Ha : terdapat perbedaan yang nyata dari rata-rata tiap operator dalam mebuat sebuah produk
ANOVA
Data
Sum of Squares df Mean Square F Sig.
Between Groups 225.457 3 75.152 11.949 .000
Within Groups 119.500 19 6.289
Total 344.957 22
Data
Tukey HSDa,b
Subset for alpha = 0.05
Kode N 1 2
Operator A 4 61.00
Operator D 8 61.00
Operator B 6 66.50
Operator C 5 68.00
Sig. 1.000 .761
Means for groups in homogeneous subsets are
displayed.
a. Uses Harmonic Mean Sample Size = 5.393.
b. The group sizes are unequal. The harmonic mean
of the group sizes is used. Type I error levels are not
guaranteed.
Berdasarkan table Tukey HSD daoat disimpukkan bahwa terdapat perbedaan rata-rata yang cukup berarti.
Selanjutnya perbedaan rata-rata secara detail dapat dijelaskan melalui hasl uji post hoc, dimana menurut
uji tersebut hasil data terbagi menjadi kedalam dua subset 1 yaitu operator A dan D memiliki kesamaan
rata-rata , sedangkan operator C dan B memiliki kesamaan rata-rata kedua.
No. 3
ANOVA
Tek_darah
Sum of Squares df Mean Square F Sig.
Between Groups 3438.095 2 1719.048 10.005 .001
Within Groups 3092.857 18 171.825
Total 6530.952 20
Tek_darah
Tukey HSDa
Subset for alpha = 0.05
Kelompok N 1 2
Pasen melalui pengobatan A 7 125.00
Pasen melalui pengobatan B 7 125.00
Pasen melalui pengobatan C 7 152.14
Sig. 1.000 1.000
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 7.000.
Berdasarkan hasil pengolahan data ditatas berdasarkan nilai Signifikansinya sebesar 0,001 yang
artinya < 0,05 ,maka terdapat perbedaan rata-rata diantara tiga jenis pengobatan. Perbedaan
tersebut lebih lajut dilakukan uji Post Hoc, ma diperoleh data bahwa pengobatan A dan B tidak
memiliki perbedaan, namun untuk pengobatan C memilik perbedaan yang berarti terhadap A dan
B. .
Group Statistics
jenis_kelamin N Mean Std. Deviation Std. Error Mean
Tek_darah Perempuan 9 131.67 20.917 6.972
Laki-laki 12 135.83 16.353 4.721
Berdasarkan tabrel diatas rata-rata tekanan darah perempuan lebih rendah dari laki-laki, namun
dari hasil uji Independent Sample Test, diperoleh nilai Sig (2-tailed) sebesar 0,614 atau > 0,05
hal ini berarti dapat diambil kesimpulan bahwa rata-rata tekanan darah berdasarkan jenis
kelamin tidak jauh berbeda.
No. 4
Between-Subjects Factors
Value Label N
Treatment 1 2ST1(Kontrol) 8
2 2ST2(lari) 8
3 2KS2(angkat 10
beban)
4 2KS3(lari dan 4
angkat beban)
Descriptive Statistics
Dependent Variable: Kadar_kol_Postest
Treatment Mean Std. Deviation N
2ST1(Kontrol) 63.0000 8.00446 8
2ST2(lari) 50.6875 12.73055 8
2KS2(angkat beban) 63.8500 9.46353 10
2KS3(lari dan angkat beban) 56.7500 5.42371 4
Total 59.1667 10.84796 30
Berdasarkan table Test of Between -Subject Effets variable yang berpengaruh terhdap kadar
kolesterol postes adalah Kadar kolesterol Pretest karena nilai Sig < 0,05, sedangkan perlakuan
atau treatmen nilai sig > 0,05 disimpulkan tidak berpengaruh terhdap kadar kolesterol postest
Berdasarkan data deskriftif maka dapat dismpulkan rata-rata perlakuab 2KS2(angkat beban) dengan
jumlah sampel 10 merupakan rata-rata perlakuan yang terbesar. Sedankan yang terkecil adalah perlakuan 2ST2(lari)
Estimates
Dependent Variable: Kadar_kol_Postest
95% Confidence Interval
Treatment Mean Std. Error Lower Bound Upper Bound
2ST1(Kontrol) 61.164a 2.704 55.595 66.733
2ST2(lari) 56.581a 3.002 50.398 62.764
2KS2(angkat beban) 62.856a 2.399 57.915 67.798
2KS3(lari dan angkat beban) 51.119a 3.997 42.886 59.351
a. Covariates appearing in the model are evaluated at the following values:
Kadar_kol_Pretest = 59.8000.
Dari data table Levene's Test of Equality of Error Variancesa nilai Sig sebesar 0,690 >
0,05 dengan demikian dapat dikatakan data tidak homogenn.
No, 5
N1 (Istri) = 10
N2 (suami) 10
3 + 2 + 1 + 0 + 0 + 1 + 2 + 2 + 2 + 0 14
𝑋̅1 = = = 1,4
10 10
2 + 3 + 2 + 2 + 0 + 2 + 1 + 3 + 1 + 2 18
𝑋̅2 = = = 1,8
10 10
(3 − 1,4)2 + (2 − 1,4)2 + (1 − 1,4)2 + (0 − 1,4)2 + (0 − 1,4)2 + (1 − 1,4)2 + (2 − 1,4)2 + (2 − 1,4)2 + (2 − 1,4)2 + (0 − 1,4)2
𝑆1 =
10
(2 − 1,8)2 + (3 − 1,8)2 + (2 − 1,8)2 + (2 − 1,8)2 + (0 − 1,8)2 + (2 − 1,8)2 + (1 − 1,8)2 + (3 − 1,8)2 + (1 − 1,8)2 + (2 − 1,8)2
𝑆2 =
10
S1 =1,06
S2 =0,92
1,4 − 1,8
𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 =
2 2
√(10 − 1)1,06 + (10 − 1)0,92 , ( 1 + 1 )
10 + 10 − 2 10 10
−0,4
𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 =
2 2
√(9)1,06 + (9)0,92 , (0,2)
18
−0,4
𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 =
√0,79
−0,4
𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 = =-1
√0,159
Hipotesis :
Ho : Rata-rata jumlah anak keinginan istri lebih sedikit dari keinginan suaminya
Ha : Rata-rata jumlah anak keinginan istri tidak lebih sedikit dari keinginan suaminya
Karena t Tabel < tHitung maka dapat disimpulkan Ho ditolak artinya jumlah anak keinginan istri tidak
lebih sedikit dibandingnkan suaminya.
No. 6
ABSTRACT
Statistical testing is the most important area in statistical inferential, the true or false of a hypothesis
can never be known with certainty unless we examine the entire population. Because of the
variation or variance in a data set or population, we can draw conclusions using variance. The
variance for this data set describes the degree of difference or variation in the value of individual
data that is in the group or data set calculated from the average of that data set.
Variances and means have been widely used to make inferences about populations, both
descriptively and inductively through estimation and testing of hypotheses regarding parameters.
If the factor of concern is one factor, the anova used is one-way. This article will discuss one-way
analysis of variance which aims to determine the significance of two different groups due to the
use of several treatments on an independent variable. Analysis of variance is used for testing more
than two samples, as well as testing the difference in the mean of a group of data through testing
the variance. Analysis of variance can also see the effect of independent variables and control
variables on the dependent variable separately or collectively. [1]
Keywords: Statistics, One Way Variance Analysis
1. PENDAHULUAN
Sesuai dengan namanya, analisis varian yaitu teknik analisis yang digunakan untuk menentukan
apakah perbedaan atau variasi nilai suatu variabel terikat itu disebabkan oleh atau tergantung
pada perbedaan (variasi) nilai pada variabel bebas. Perlu dipahami bahwa dalam analisis varian
terdapat dua komponen varian nilai yang harus dipisah-pisahkan karena memiliki makna yang
berbeda, yaitu (1) komponen varian antara kelompok (between groups) yang benar-benar
disebabkan oleh perbedaan varian nilai variabel bebas dan (2) komponen varian dalam
kelompok (within groups) yang tidak disebabkan oleh perbedaan varian nilai variabel bebas.
Anava terdiri dari upaya memperoleh dua taksiran bebas, yang satu didasarkan kepada
variabilitas antara kelompokdan yang stu lagi didasrkan kepada variabilitas di dalam kelompok
.
𝑥1 𝑥2 𝑥3 …. 𝑥𝑛
𝑛1 𝑛2 𝑛3 𝑛𝑛 N
Σ𝑥 Σ𝑥 Σ𝑥 Σ𝑥 Σ𝑥
𝑥1 𝑥2 𝑥3 𝑥𝑛
(∑ 𝑥1 )2 (∑ 𝑥2 )2 (∑ 𝑥3 )2 … (∑ 𝑥𝑛 )2
𝐽𝐾𝐴 = + + + + − 𝐽𝐾𝑅
𝑛1 𝑛2 𝑛3 … 𝑛𝑛
(𝑘𝑢𝑎𝑑𝑟𝑎𝑡 𝑎𝑛𝑡𝑎𝑟 𝑘𝑒𝑙𝑜𝑚𝑝𝑜𝑘)
𝑑𝑘𝐴 = 𝑘 − 1
(derajat kebebasan antar kelompok)
𝑑𝑘𝐷 = 𝑁 − 𝑘
(derajat kebebasan dalam kelompok)
𝐽𝐾𝑅
𝑅𝐾𝐴 =
𝑑𝑘𝐴
(𝑎𝑛𝑡𝑎𝑟 𝑘𝑒𝑙𝑜𝑚𝑝𝑜𝑘)
𝐽𝐾𝐷
𝑅𝐾𝐷 =
𝑑𝑘𝐷
(dalam kelompok)
i. Cari Fhitung, taraf signifikan(𝛼), Ftabel kemudian masukkan semua nilai yang telah di dapat ke
dalam tabel anova
𝑅𝐾𝐴
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(1−𝛼)(𝑑𝑘𝐴,𝑑𝑘𝐵)
𝑅𝑘𝐴
4. Contoh Soal
A B C
2 8 3
0 4 8
Data yang dihasilkan 1
4 5
7 9 4
Jawab:
1) Uji atau asumsikan bahwa data masing-masing dipilih secara acak
2) Uji atau asumsikan bahwa data masing-masing berdistribusi normal
3) Uji atau asumsikan bahwa data masing-masing homogeny
4) Tulis Ha dan H0 dalam bentuk kalimat
Ha : terdapat perbedaan yang signifikan antara A, B dan C
H0 : tidak terdapat perbedaan yang signifikan antara A, B dan C
5) Hipotesis statistikanya.
Ha : salah satu ada yang ≠
H0 : 𝜇𝐴= 𝜇𝐵= 𝜇𝐶
6) Buat tabel penolong anova sebagai berikut:
A B C
2 8 3
0 4 8
4 5 1
7 9 4
Data yang dihasilkan
𝑛1 = 4 𝑛2 = 4 𝑛3 =4 N= 12
(∑ 𝑥1 )2 (∑ 𝑥2 )2 (∑ 𝑥3 )2 … (∑ 𝑥𝑛 )2
𝐽𝐾𝐴 = + + + + − 𝐽𝐾𝑅
𝑛1 𝑛2 𝑛3 … 𝑛𝑛
132 262 162
= + + − 252,08
4 4 4
= 23,17
(𝑘𝑢𝑎𝑑𝑟𝑎𝑡 𝑎𝑛𝑡𝑎𝑟 𝑘𝑒𝑙𝑜𝑚𝑝𝑜𝑘)
𝑑𝑘𝐴 = 𝑘 − 1
= 3-1=2
(derajat kebebasan antar kelompok)
𝑑𝑘𝐷 = 𝑁 − 𝑘
=12-3 = 9
(derajat kebebasan dalam kelompok)
Dimana N= jumlah seluruh anggota sampel
9) Rata-rata jumlah kuadrat antar kelompok dengan rumus:
𝐽𝐾𝑅
𝑅𝐾𝑟𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 =
𝑑𝑘𝑅
252,08
= = 252,08
1
𝐽𝐾𝑅
𝑅𝐾𝐴 =
𝑑𝑘𝐴
23,17
= = 11,58
2
(𝑎𝑛𝑡𝑎𝑟 𝑘𝑒𝑙𝑜𝑚𝑝𝑜𝑘)
𝐽𝐾𝐷
𝑅𝐾𝐷 =
𝑑𝑘𝐷
11,58
= = 1,49
7,75
(dalam kelompok)
10) Taraf signifikan (𝛼)= 0,05
𝑅𝐾𝐴 11,58
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = = = 1,49
𝑅𝑘𝐴 7,75
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(1−𝛼)(𝑑𝑘𝐴,𝑑𝑘𝐵)
= 𝐹(1−0,05)(2,9) = 4,26
5. Kesimpulan
Jika uji t hanya berlaku untuk membedakan dua rata-rata, maka ANOVA berlaku untuk
membedakan lebih dari dua rata-rata. Uji t tidak digunakan untuk membedakan lebih dari rata-
rata, sebab semakin banyak kita memakainya, semakin banyak pula penyimpangan atau
kesalahan yang terjadi.
Selain itu, semakin banyak pula kita menghabiskan waktu dan tenaga untuk berkali-kali
menggunakan uji-t. ini pun masih salah hasilnya dibandingkan dengan ketepatan ANOVA.
Sebelum anova digunakan, maka persyaratan yang harus dipenuhi adalah: data setiap kelompok
berdistribusi normal, data semua kelompok harus homogeny, dan data-data dipilih secara acak
(random). Anova ada ada dua macam yaitu satu arah dan dua arah. Istilah-istilah untuk satu
arah dan dua arah masih banyak lagi. Dalam hal ini dibatasi pada anova satu arah saja.
DAFTAR PUSTAKA
[1] Syahputra, Edi (2016), Statistika Terapan, Medan: Unimed Press.
[2] Rangkuti, Ahmad Nizar (2015), Statistik untuk Penelitian Pendidikan, Medan: Perdana
Publishing.
[3] Usman, Husein dan R. Purnomo Setiady (2008), Pengantar Statistika, Jakarta: PT Bumi
Aksara.