TUGAS

“STATISTIKA II”

DISUSUN OLEH :

NAMA : MUTOAHARA SUARDI

NIM : 210903502169
KELAS : MANAJEMEN G
MATKUL : STATISTIKA II
 PENDAHULUAN

Statistika adalah ilmu atau seni yang berkaitan dengan tata cara (metode)
pengumpulan data, analisis data, dan interpretasi hasil analisis untuk mendapatkan
informasi guna penarikan kesimpulan dan pengambilan keputusan. Analisis varians
(analysis of variance, ANOVA) adalah “a statistical technique used to evaluate the size of
the difference between sets of scores” (Gamst, Meyers & Guarino, 2008: 3). “The
statistical analysis involving the comparison of variances reflecting different sources of
variability – in this case, between groups and within groups variances – is called the
analysis of variance.” (Keppel & Wickens, 2004: 22).

Dapat disimpulkan bahwa, ANOVA adalah analisis statistika yang digunakan

untuk menguji perbedaan tiga atau lebih nilai rata-rata faktor tunggal maupun faktor
ganda melalui perbandingan varians antar kelompok (between groups variance) dan
varians dalam kelompok (within groups variances).

Beberapa penjelasan terkait dengan definisi di atas dipaparkan di bawah ini.

Dalam ANOVA yang disebut faktor adalah variabel independen. Variabel independen
tersebut diukur dalam skala nonmetrik atau kategorikal sedang variabel dependennya
diukur minimal dalam skala interval. Kategori yang dilekatkan pada variabel independen
(faktor) disebut level atau kondisi treatmen (treatment conditions) atau kondisi
eksperimen (experiment condition).

Faktor tunggal atau single factor experiments artinya, penelitian hanya

melibatkan satu variabel independen yang diukur dalam tiga level (kategori) atau lebih.
ANOVA dengan faktor tunggal disebut analisis varians satu jalan (one way analysis of
variance). Faktor ganda atau disebut juga factorial design (Keppel & Wickens, 2004: 11)
artinya, penelitian melibatkan dua atau lebih variabel independen yang diukur minimal
dalam dua level (kategori). ANOVA dengan melibatkan dua faktor disebut analisis varians
dua jalan (two way analysis of variance), sedang jika melibatkan tiga faktor disebut
analisis varians tiga jalan (three way analysis of variance).
 RINCIAN PEMBAHASAN MATERI

1. Distribusi F

Distribusi F dikembangkan oleh Fisher awal tahun 1920-an. Lambang F dari

distribusi ini diberikan oleh scedecor untuk menghormati Fisher. Sedangkan snedecor
adalah penyusun tabel nilai-nilai F yang digunakan untuk melihat taraf signifikansi dari
hasil uji anava. Fisher pada awal tahun 1920, dan berguna bagi para peneliti untuk
menguji hipotesis mengenai suatu parameter dari beberapa populasi ( lebih dari 2 )
dalam pengujian statistika antara lain analisis varians dan analisis regresi. Distribusi F
memiliki ciri-ciri, yaitu :

1. Nilai F adalah non negetif.

2. Distribusi F merupakan distribusi kontinu. Nilainya mulai dari 0 dan tidak
memiliki batas atas. Distribusi ini menjorong ke kanan (positif).
3. Terdapat suatu “keluarga” distribusi F. Setiap anggota keluarga distribusi F
ditentukan oleh dua buah parameter atau derajat kebebasan (dk). Terdapat 3
buah distribusi F dengan derajat kebebasan yang berbeda yaitu : Pertama
distribusi F dengan dk pembilang 32 dan dk penyebut 30; kedua distribusi F
dengan dk pembilang 20 dan dk penyebut 8; ketiga distribusi F dengan dk
pembilang 8 dan dk penyebut 8.

Sementara itu Riduwan (2006 : 165-166) menyatakan bahwa uji F (Firsher Test)
berasal dari pengertian konsep mean square (kuadrat rata-rata / KR), yang rumus
sistematisnya adalah :

Jk
KR =
dk
KR = kuadrat rata-rata (mean squar)

JK = jumlah kuadrat (sum of square)

Dk = derajat kebebasan (degree of freedom)

Distribusi F adalah distribusi peubah acak yang diturunkan dari rasio dua

distribusi chi-square yang masing-masing dibagi dengan derajat bebasnya. Jika

𝑊1 ~𝜒(𝑣1) 2 dan 𝑊2~𝜒(𝑣2) 2, maka 𝑋 =𝑊1/𝑣1 / 𝑊2/𝑣2 akan menyebar menurut

sebaran F dengan derajat bebas v1 dan v2 .

Bentuk kurva distribusi F sangat ditentukan oleh nilai derajat kebebasan v1

dan v2 . Apabila nilai v1 dan v2 kecil, kurva F akan condong ke kanan. Semakin
 besar nilai v1 dan v2, maka bentuk kurva mendekati kurva distribusi normal yang
simetris. Untuk menentukan nilai F, terlebih dahulu harus diketahui nilai v1 (derajat
kebebasan pembilang) dan v2 (derajat kebebasan penyebut) serta nilai α, yaitu suatu
nilai probabilitas bahwa variable F mengambil nilai atau lebih besar dari 𝐹𝛼(𝑣1;𝑣2)

2. Membandingkan Varians Dua Populasi

Analisis varians merupakan Teknik statistika yang digunakan untuk menjelaskan

homogenitas kelompok. (Sugiyono, 2007 : 49 ). Analisis varians tergolong analisis
komparatif , baik dari rata rata dua populasi ataupun lebih dari dua populasi . Distribusi
F dapat digunakan untuk menguji hipotesis apakah varians suatu populasi normal sama
dengan varians suatu populasi normal yang lain. Uji ini menentukan apakah suatu
populasi ini lebih bervariasi dibandingkan populasi yang lain

Ada beberapa metode dalam statistic yang dapat digunakan untuk

membandingkan varian dari dua populasi. Berikut Langkah Langkah umumnya yaitu :

a. Nyatakan hipotesis nol dan hipotesis alternatif. Hipotesis nol menyatakan bahwa
tidak ada perbedaan yang signifikan antara kedua varian populasi, sedangkan
hipotesis alternatif menyatakan bahwa terdapat perbedaan yang signifikan
antaraa kedua varian populasi.
b. Mengambil dua populasi sampel acak dari dua populasi yang berbeda
c. Menghitung varian dari masing masing sampel. Hitunglah rasio varians dari dua
sampel. Rasio ini disebut uji statistic.
d. Menentukan derajat kebebasan kedua sampel. Derajat kebebasan merupakan
sejumlah pengamatan di kurangi satu.
e. Menentukan nilai kritis dari tabel distribusi -F dengan derajat kebebasan
tingkat signifikan yang diberikan. Artinya nilai ini adalah ambang yang harus di
lampaui statistic uji untuk menolak hipoyesis nil.
f. Membandingkan nilai statistic dengan nilai kritis. Jika nilai statistic uji melebihi
nilai kritis, maka hipotesis nol harus di tolak dan terdapat perbedaan yang
signifikan antara varian kedua populasi. Namun, Jika nilai statistic uji tidak
melebihi nilai kritis, maka tidak ada bukti yang cukup untukk menolak hipotesis
nol dan tidak ada perbedaan yang sifnifikan antara varian kedua populasi
tersebut.

3. One Way Analisis of Variance (Analisis Varian Satu Jalan)

Analisis varians klasifikasi tunggal (single classification). Anava jenis ini sering disebut
juga dengan anava satu jalan (one way anova). Anava jenis ini digunakan untuk menguji
hipotesis komparatif rata-rata K sampel secara serempak. Setiap sampel akan
mempunyai mean (rata mean dalam kelompok yaitu mean tiap-tiap kelompok sampel)
dan mean total yaitu mean yang merupakan gabungan dari mean tiap-tiap kelompok.
Pada anava satu jalan ini juga memiliki perhitungan deviasi yang dibagi menjadi tiga
bentuk yaitu deviasi total, deviasi antar kelompok dan deviasi dalam kelompok. Jumlah
deviasi yang kuadratkan (JK) yaitu variansi. Karena pengujian hipotesis melibatkan lebih
dari dua kelompok sampel, maka akan terdapat beberapa macam jumlah kuadrat (JK),
yaitu :

a) Jumlah kuadrat total ( JK tot ) merupakan penjumlahan kuadrat deviasi nilai

individual dengan M tot (rata-rata total).

JK tot = ∑ X tot 2 - ( ∑ X tot ) 2

N

b) Jumlah kuadrat antara ( JK ant ), merupakan jumlah selisih kuadrat mean total
(Mtot) dengan Mean setiap kelompok ( M i) dikalikan dengan jumlah setiap
kelompok sampel setiap kelompok.

JK ant = ∑ X tot 2 -
( ∑ X 1 ) 2 - ( ∑ X tot ) 2
nk N

c) Setiap sumber variasi didampingi dengan dk (derajat kebebasan), dan dk untuk

setiap sumber variasi tidak sama. Berikut pedoman penentuan dk untuk setiap
varians:
- Untuk varians antar kelompok (dk = m – 1)
- Untuk variasn dalam kelompok (dk = N – m)
- Total (dk = N – 1)

Keterangan :
m = jumlah kelompok sampel
N = jumlah seluruh anggota sampel
Untuk dapat menghitung F hitung, maka beberapa sumber variansi harus
dihitung mean kelompoknya, yang meliputi:
JK ant
- Mean antar kelompok (MKant) =
( m−1 )
 JK ant
- Mean dalam kelompok (MKdal) =
N −m

Adapun sesuatu yang harus diperhatikan jika menggunakan anava ini yaitu
setiap sampelnya hanya memiliki satu kategori. Misalnya bila ingin menguji
hipotesis ada tidaknya perbedaan secara signifikan antara hasil belajar
mahasiswa statistika yang dibelajarkan dengan metode A dan metode B, metode
C, maka digunakan anava satu jalan (one way anova).

4. Uji HSD dari Tukey

Uji tukey sering juga di sebut dengan uji beda nyata jujur, di perkenalkan oleh
Tukey (1953). Prosedur pengujiannya mirip dengan LSD, yaitu mempunyai satu
pembanding dan digunakan sebagai alternatif pengganti LSD apabila kita ingin menguji
seluruh pasangan rata rata perlakuan tanpa rencana. Uji Tukey digunakan untuk
membandingkan seluruh pasangan rata rata perlakuan setelah uji analisis ragam
dilakukan. Tes Anova dapat memberi tahu apakah hasil anda signifikan secara
menyeluruh, tetapi dapat memberi tahu dimana letak perbedaan itu. Setelah
menjalankan anova dan menemukan hasil yang signifikan maka setelah itu menjalankan
HSD Tukey untuk mengetahui kelompok tertentu dengan cara membandingkan satu
sama lain anatara hal yang berbeda. Tes tersebut membandingkan semua kemungkinan
pasangan.

Untuk mengetahui semua perbandingan berpasangan antara mean menggunakan Tukey

HSD dapat menggunakan rumus sebagai berikut yaitu :

M i −M j
HSD = √ MS w
nh
Dimana :

 Mi - Mj adalah selisih antara pasangan mean, untuk menghitung Mi harus lebih

besar dari Mj
 Msw adalah mean square within, dan n adalah bilangan dalam kelompok atau
perlakuan

Prosedur pengujian dengan Uji Tukey HSD :

1. Lakukan tes anova dengan asumsi nilai f adalah signifikan , peneliti dapat
menjalankan uji post Hoc
2. Pilih dua keluaran anova dengan memperhatikan hal hal berikut :
 Berarti
  Rata rata persegi di dalam
 Jumlah per perlakuan/ kelompok
 Derajat kebebasan di dalam
3. Menghitung statistic HSD untuk uji tukey menggunakan rumus
4. Menemukan skor di tabel nilai kritis tukey

5. Two Ways Analysis of Variance (Analisis Varian Dua Jalan)

Analisis varians yang tidak hanya memiliki satu variabel di sebut juga dengan
analisis varians dengan klasifikasi ganda atau jamak. Jika dalam analisis varians satu jalur
( Anava tunggal ) hanya memiliki variabel kolom , maka Dalam analisis varians dua jalur
( Anava Ganda ) memiliki variabel kolom dan variabel baris. Dengan demikian akan
diperoleh interaksi antaraa kolom dengan baris

Dalam analisis varians satu arah, hanya ada 1 (satu) sumber keragaman (source
ofvariability dalam variabel terikat (dependent variable), yakni: kelompok dalam populasi
yang sedang dikaji. Terkadang kita juga perlu untuk mengetahui atau mengidentifikasi
adanya 2 (dua) faktor yang mungkin menyebabkan perbedaan dalam variabel terikat
(dependent variable). Untuk tujuan tersebut dilakukan analisis varians dua-arah (Two-
way ANOVA). Tujuan dan pengujian ANOVA 2 arah ini adalah untuk mengetahui apakah
ada pengaruh dari berbagai kriteria yang di uji terhadap hasil yang di inginkan. Misal,
seorang manajer Teknik menguji apakah ada pengaruh antara jenis pelumas yang
dipergunakan pada roda pendorong dengan kecepatan roda pendorong terhadap hasil
penganyaman swebuah kurung plastic pada mesin circular.

Anava Ganda dapat hanya mempunyai  satu atau lebih variasi kolom, maupun satu
atau lebih variasi baris. Sehingga dapat diperoleh Anava Dua Jalan, Anava Tiga Jalan, dan
seterusnya (Arikunto, 1992: 285).   Anava dua-jalur adalah analisis varian yang
digunakan untuk menguji hipotesis perbandingan lebih dari dua sampel dan setiap
sampel terdiri atas dua jenis atau lebih secara bersama-sama (Riduan, 2003:222). 

RANGKUMN MATERI

1.Distribusi F

Distribusi F dikembangkan oleh Fisher awal tahun 1920-an. Lambang F dari distribusi ini
diberikan oleh scedecor untuk menghormati Fisher. Sedangkan snedecor adalah
penyusun tabel nilai-nilai F yang digunakan untuk melihat taraf signifikansi dari hasil uji
anava. Fisher pada awal tahun 1920, dan berguna bagi para peneliti untuk menguji
hipotesis mengenai suatu parameter dari beberapa populasi ( lebih dari 2 ) dalam
pengujian statistika antara lain analisis varians dan analisis regresi. Distribusi F memiliki
ciri-ciri, yaitu :

1. Nilai F adalah non negetif.

2. Distribusi F merupakan distribusi kontinu. Nilainya mulai dari 0 dan tidak
memiliki batas atas. Distribusi ini menjorong ke kanan (positif).
3. Terdapat suatu “keluarga” distribusi F. Setiap anggota keluarga distribusi F
ditentukan oleh dua buah parameter atau derajat kebebasan (dk). Terdapat 3
buah distribusi F dengan derajat kebebasan yang berbeda yaitu : Pertama
distribusi F dengan dk pembilang 32 dan dk penyebut 30; kedua distribusi F
dengan dk pembilang 20 dan dk penyebut 8; ketiga distribusi F dengan dk
pembilang 8 dan dk penyebut 8.

2. . Membandingkan Varians Dua Populasi

Ada beberapa metode dalam statistic yang dapat digunakan untuk

membandingkan varian dari dua populasi. Berikut Langkah Langkah umumnya yaitu :

a. Nyatakan hipotesis nol dan hipotesis alternatif. Hipotesis nol menyatakan bahwa
tidak ada perbedaan yang signifikan antara kedua varian populasi, sedangkan
hipotesis alternatif menyatakan bahwa terdapat perbedaan yang signifikan
antaraa kedua varian populasi.
b. Mengambil dua populasi sampel acak dari dua populasi yang berbeda
c. Menghitung varian dari masing masing sampel. Hitunglah rasio varians dari dua
sampel. Rasio ini disebut uji statistic.
d. Menentukan derajat kebebasan kedua sampel. Derajat kebebasan merupakan
sejumlah pengamatan di kurangi satu.
e. Menentukan nilai kritis dari tabel distribusi -F dengan derajat kebebasan
tingkat signifikan yang diberikan. Artinya nilai ini adalah ambang yang harus di
lampaui statistic uji untuk menolak hipoyesis nil.
f. Membandingkan nilai statistic dengan nilai kritis. Jika nilai statistic uji melebihi
nilai kritis, maka hipotesis nol harus di tolak dan terdapat perbedaan yang
signifikan antara varian kedua populasi. Namun, Jika nilai statistic uji tidak
melebihi nilai kritis, maka tidak ada bukti yang cukup untukk menolak hipotesis
nol dan tidak ada perbedaan yang sifnifikan antara varian kedua populasi
tersebut.

3. One Way Analisis of Variance (Analisis Varian Satu Jalan)

Analisis varians klasifikasi tunggal (single classification). Anava jenis ini sering
disebut juga dengan anava satu jalan (one way anova). Anava jenis ini digunakan untuk
menguji hipotesis komparatif rata-rata K sampel secara serempak. Setiap sampel akan
mempunyai mean (rata mean dalam kelompok yaitu mean tiap-tiap kelompok sampel)
dan mean total yaitu mean yang merupakan gabungan dari mean tiap-tiap kelompok.
Pada anava satu jalan ini juga memiliki perhitungan deviasi yang dibagi menjadi tiga
bentuk yaitu deviasi total, deviasi antar kelompok dan deviasi dalam kelompok. Jumlah
deviasi yang kuadratkan (JK) yaitu variansi. Karena pengujian hipotesis melibatkan lebih
dari dua kelompok sampel.

4. Uji HSD dari Tukey

Uji tukey sering juga di sebut dengan uji beda nyata jujur, di perkenalkan oleh
Tukey (1953). Prosedur pengujiannya mirip dengan LSD, yaitu mempunyai satu
pembanding dan digunakan sebagai alternatif pengganti LSD apabila kita ingin menguji
seluruh pasangan rata rata perlakuan tanpa rencana. Uji Tukey digunakan untuk
membandingkan seluruh pasangan rata rata perlakuan setelah uji analisis ragam
dilakukan. Tes Anova dapat memberi tahu apakah hasil anda signifikan secara
menyeluruh, tetapi dapat memberi tahu dimana letak perbedaan itu.

5.Two Ways Analysis of Variance (Analisis Varian Dua Jalan)

Analisis varians yang tidak hanya memiliki satu variabel di sebut juga dengan
analisis varians dengan klasifikasi ganda atau jamak maka Dalam analisis varians dua
jalur ( Anava Ganda ) memiliki variabel kolom dan variabel baris. Untuk tujuan tersebut
dilakukan analisis varians dua-arah (Two-way ANOVA). Tujuan dan pengujian ANOVA 2
arah ini adalah untuk mengetahui apakah ada pengaruh dari berbagai kriteria yang di
uji terhadap hasil yang di inginkan. Misal, seorang manajer Teknik menguji apakah ada
pengaruh antara jenis pelumas yang dipergunakan pada roda pendorong dengan
kecepatan roda pendorong terhadap hasil penganyaman swebuah kurung plastic pada
mesin circular.

Anava Ganda dapat hanya mempunyai  satu atau lebih variasi kolom, maupun satu
atau lebih variasi baris. Sehingga dapat diperoleh Anava Dua Jalan, Anava Tiga Jalan, dan
seterusnya (Arikunto, 1992: 285).   Anava dua-jalur adalah analisis varian yang digunakan
untuk menguji hipotesis perbandingan lebih dari dua sampel dan setiap sampel terdiri
atas dua jenis atau lebih secara bersama-sama (Riduan, 2003:222). 
 DAFTAR PUSTAKA

Furqon. 2009. Statistika Terapan untuk Penelitian. Bandung: Alfabeta.

Pasaribu,Amudi. 1983. Pengantar Statistik. Ghalia Indonesia. Jakarta.

Soepeno, Bambang. 1997. Statistik Terapan (Dalam Penelitian Ilmu- Ilmu Sosial dan
Pendidikan. Rineka Cipta.Jakarta.

Sprent . 1991. Metode Statistika Nonparametric Terapan. Jakarta: UI-Press.

Riduwan, 2004. Metode dan Teknik Menyusun Tesis. Bandung: Alfabeta.

Sugiyono, 2007. Statistika untuk penelitian. Bandung: Alfabeta.