A.

Pengertian Anova
Anova merupakan singkatan dari “analysis of varian“. Anova adalah
sebuah analisis statistik yang menguji perbedaan rerata antar grup. Grup disini
bisa berarti kelompok atau jenis perlakuan. Anova ditemukan dan diperkenalkan
oleh seorang ahli statistik bernama Ronald Fisher.Analysis of Varian adalah salah
satu uji komparatif yang digunakan untuk menguji perbedaan mean (rata-rata)
data lebih dari dua kelompok. Anova merupakan prosedur uji statistik yang mirip
dengan t test. Namun kelebihan dari Anova adalah dapat menguji perbedaan lebih
dari dua kelompok. Berbeda dengan independent sample t test yang hanya bisa
menguji perbedaan rerata dari dua kelompok saja. Misalnya kita ingin mengetahui
apakah ada perbedaan rata-rata IQ antara siswa kelas SLTP kelas I, II, dan kelas
III.
Anova digunakan sebagai alat analisis untuk menguji hipotesis penelitian
yang mana menilai adakah perbedaan rerata antara kelompok. Hasil akhir dari
analisis ANOVA adalah nilai F test atau F hitung. Nilai F Hitung ini yang
nantinya akan dibandingkan dengan nilai pada tabel f. Jika nilai f hitung lebih dari
f tabel, maka dapat disimpulkan bahwa menerima H1 dan menolak H0 atau yang
berarti ada perbedaan bermakna rerata pada semua kelompok.Analisis ANOVA
sering digunakan pada penelitian eksperimen dimana terdapat beberapa perlakuan.
Peneliti ingin menguji, apakah ada perbedaan bermakna antar perlakuan tersebut.
Analisis varian termasuk dalam kategori statistik parametric. Sebagai alat
statistika parametric, maka untuk dapat menggunakan rumus ANOVA harus
terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas
dan random sampling. Seperti yang dikatakan oleh Agustinus Bandur dalam
bukunya “Penelitian Kuantitatif-Desain Dan Analisis Data Dengan SPSS”,
analisys of variance (ANOVA) dapat digunakan dalam situasi ketika kita
memiliki satu variable interval atau rasio sebagai variable dependen dan satu atau
lebih variable nominal atau ordinal sebagai variable dependen.

Contohnya adalah seorang peneliti ingin menilai adakah perbedaan model

pembelajaran A, B dan C terhadap hasil pembelajaran mata pelajaran fisika pada
kelas 6. Dimana dalam penelitian tersebut, kelas 6A diberi perlakuan A, kelas 6B
diberi perlakuan B dan kelas 6C diberi perlakuan C. Setelah adanya perlakuan
selama satu semester, kemudian dibandingkan hasil belajar semua kelas 6 (A, B
dan C). Masing-masing kelas jumlahnya berkisar antara 40 sampai dengan 50
siswa.
Hasil akhir yang didapatkan adalah nilai f hitung. Nilai tersebut
dibandingkan dengan nilai dalam tabel f pada derajat kebebasan tertentu (degree
of freedom). Jika F hitung > F Tabel, maka disimpulkan bahwa menerima H1 atau
yang berarti ada perbedaan secara nyata atau signifikan hasil ujian siswa antar
perlakuan model pembelajaran.
Anova dapat juga dipahami sebagai perluasan dari uji-t sehingga
penggunaannya tidak terbatas kepada pengujian perbedaan dua buah rata-rata
populasi, namun dapat juga untuk menguji perbedaan tiga buah rata-rata populasi
atau lebih sekaligus. Anova adalah  tergolong analisis komparatif lebih dari dua
variabel atau lebih dari dua rata-rata. Secara lebih formal, hubungan antara
distribusi F dengan distribusi normal t dapat ditulis sebagai berikut:

B. Prinsip ANOVA

Prinsip Uji Anova adalah melakukan analisis variabilitas data

menjadi dua sumber variasi yaitu variasi di dalam kelompok (within) dan
variasi antar kelompok (between).Bila variasi within dan between sama
(nilai perbandingan kedua varian mendekati angka satu), maka berarti
tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain
nilai mean yang dibandingkan tidak ada perbedaan.Sebaliknya bila variasi
antar kelompok lebih besar dari variasi didalam kelompok, artinya
intervensi tersebut memberikan efek yang berbeda, dengan kata lain nilai
mean yang dibandingkan menunjukkan adanya perbedaan.

C. Jenis-jenis Anova
a. Anova Satu Jalur

Anova satu jalur, disebut demikian karena analisis tersebut melibatkan hanya
satu peubah bebas. Anova digunakan untuk melihat perbandingan rata-rata
beberapa kelompok biasanya lebih dari dua kelompok. Anova satu arah digunakan
pada kelompok yang digunakan berasal dari sampel yang berbeda tiap kelompok.
Jadi, bisa disimpulkan Pertama, yang perlu dilihat tujuannya membandingkan
rata-rata kelompok lebih dari dua. Kedua, Sampel yang digunakan dari sampel
yang berbeda perkelompok.

Sebelum menguji dengan ANOVA, data harus berdistribusi normal dan

mempunyai varians yang sama. Data yang digunakan pada One Way ANOVA
untuk nilai variabel pada faktor harus integer sedangkan variabel dependen harus
berupa data kuantitatif (tingkat pengukuran interval).Asumsi yang digunakan pada
One Way ANOVA, yaitu setiap kelompok pada sampel acak independen dari
populasi yang normal dan bervarian homogen. Dari output uji Anova akan
diperoleh nilai F hitung. Jika nilai F hitung tidak signifikan, berarti rata-rata
variabel dependen pada tingkat faktor yang ditentukan identik. Jika F hitung
signifikan berarti terdapat perbedaan rata-rata variabel dependen pada tingkat
faktor yang telah ditentukan.

Secara rinci, Anova satu jalur digunakan dalam suatu penelitian yang memiliki
ciri-ciri berikut:

1) Melibatkan hanya satu peubah bebas dengan dua kategori (tingkatan) atau
lebih yang dipilih dan ditentukan oleh peneliti secara tidak acak. Kategori
yang dipilih disebut tidak acak karena peneliti tidak bermaksud
menggenarilisasikan hasilnya ke kategori (tingkatan) lain diluar yang diteliti
pada peubah itu. Sebagai contoh, peubah jenis kelamin terdiri hanya atas dua
kategori (pria, wanita) atau peneliti hendak membandingkan keberhasilan
antara metode A, B, dan C dalam meningkatkan kesadaran hukum
masyarakat desa tanpa bermaksud menggenarilisasikannya ke metode lain di
luar ketiga metode tersebut.
2) Perbedaan antara kategori atau tingkatan pada peubah bebas dapat bersifat
kualitatif atau kuantitatif. Pria dan wanita merupakan contoh peubah yang
berbeda secara kualitatif, sedangkan kategori pada peubah jumlah tugas
terstruktur perminggu (misalnya, 1 kali, 2 kali, dan 3 kali) berbeda secara
kuantitatif.
3) Setiap objek merupakan anggota dari hanya satu kelompok (kategori) pada
peubah bebas, dan dipilih secara acak dari populasi tertentu.

Contoh Penyelesaian Anova dengan SPSS

Contoh soal:
Seorang guru ingin membandingkan hasil belajar antara pembelajaran
kooperatif tipe JIGSAW, STAD, dan TAI. Untuk tujuan tersebut diambil 3 sampel
yang saling bebas antara JIGSAW, STAD, dan TAI dengan asumsi bahwa sampel
berasal dari populasi yang berdistribusi normal.
Hipotesis penelitian:
H0 : tidak ada perbedaan rata-rata hasil belajar antara pembelajaran kooperatif tipe
Jigsaw, STAD, dan TAI.
Ha : ada perbedaan rata-rata hasil belajar antara pembelajaran kooperatif tipe
Jigsaw, STAD, dan TAI
Data nilai hasil belajar sebagai berikut:
JIGSA
Data STAD TAI
W
1 22 25 22
2 21 29 25
3 26 28 24
4 23 30 25
5 25 25 23
6 24 27 21
7 26 26 22
8 25 25 21
9 22 27 20
10 21 28 24
Langkah-langkah pengujiannya sebagai berikut:
1) Masukkan data ke SPSS Data Editor dengan mendefinisikan variabelnya
terlebih dahulu dengan memilih layout Variable View.
2) Beri nama JIGSAW, STAD, TAI, Kelas, dan Kelompok pada kotak Name
dan beri angka 0 pada kotak Decimals untuk seluruhnya.

3) Masukkan data untuk variabel JIGSAW, STAD, dan TAI dalam satu
kolom pada variabel Kelas.
4) Beri angka 1 untuk data JIGSAW, angka 2 untuk data STAD, dan angka 3
untuk data TAI pada kolom Kelompok. Tampilannya seperti berikut:
5) Klik Analyze  Compare Means  One-Way Anova sehingga muncul
kotak dialog One-Way Anova.

6) Masukkan variabel Pembelajaran pada kotak Dependent List dan variabel

Kelompok pada kotak Factor.

7) Klik tombol Options sehingga muncul kotak dialog Options. Pilih

Descriptive dan Homogeneity of variance test pada kotak Statistics.
 Pilih Exclude cases analysis by analysis pada kotak Missing value. Klik
Continue.

8) Klik OK untuk menampilkan output berikut:

Oneway
Descriptives
Pembelajaran
95% Confidence
Std. Interval for Mean
Mea Deviatio Std. Lower Upper Minimu Maximu
N n n Error Bound Bound m m
JIGSA
10 23.50 1.958 .619 22.10 24.90 21 26
W
STAD 10 27.00 1.764 .558 25.74 28.26 25 30
TAI 10 22.70 1.767 .559 21.44 23.96 20 25
Total 30 24.40 2.594 .474 23.43 25.37 20 30

Test of Homogeneity of Variances

Pembelajaran
Levene
Statistic df1 df2 Sig.
.321 2 27 .728
 ANOVA
Pembelajaran
Sum of
Squares df Mean Square F Sig.
Between Groups 104.600 2 52.300 15.586 .000
Within Groups 90.600 27 3.356
Total 195.200 29

Kesimpulan:
Berdasarkan hasil output analisis one way anova di atas, maka dapat kita
ambil kesimpulan bahwa Ho ditolak, dan Ha diterima. Karena taraf
signifikansi yang diperoleh adalah 0,000 yang berarti < 0.05. Jadi, terdapat
perbedaan rata-rata ketiga metode pembelajaran (JIGSAW, STAD, dan TAI).

Pemaknaan:

Tipe Jigsaw adalah salah satu tipe pembelajaran kooperatif di mana

pembelajaran melalui penggunaan kelompok kecil siswa yang bekerja sama
dalam memaksimalkan kondisi belajar untuk mencapai tujuan pembelajaran
dan mendapatkan pengalaman belajar yang maksimal, baik pengalaman
individu maupun pengalaman kelompok. Pada pembelajaran kooperatif tipe
Jigsaw ini setiap siswa menjadi anggota dari 2 kelompok, yaitu anggota
kelompok asal dan anggota kelompok ahli. Anggota kelompok asal terdiri dari 3-
5 siswa yang setiap anggotanya diberi nomor kepala 1-5. Nomor kepala yang
sama pada kelompok asal berkumpul pada suatu kelompok yang disebut
kelompok ahli. Student Team Achievement Divisions (STAD) adalah salah
satu tipe pembelajaran kooperatif yang paling sederhana. Siswa ditempatkan
dalam tim belajar beranggotakan empat orang yang merupakan campuran
menurut tingkat kinerjanya, jenis kelamin dan suku. Guru menyajikan
pelajaran kemudian siswa bekerja dalam tim untuk memastikan bahwa
seluruh anggota tim telah menguasai pelajaran tersebut. Akhirnya seluruh
siswa dikenai kuis tentang materi itu dengan catatan, saat kuis mereka tidak
boleh saling membantu. TAI adalah model pembelajaran yang
 menggabungkan antara pembelajaran kooperatif dan pengajaran individual
yang dirancang untuk membantu memecahkan masalah pada proses
pembelajaran, seperti dalam hal kesulitan belajar siswa secara individual.
Setiap siswa secara individu belajar atau latihan pembelajaran yang telah
disiapkan guru. Hasil pembelajaran/latihan secara individu dibawa ke
kelompok-kelompok untuk saling didiskusikan oleh anggota kelompok, dan
semua bertanggung jawab atas keseluruhan jawaban pada kegiatan kelompok
sebagai tanggung jawab bersama. Dari pernyataan tersebut dapat kita ketahui
bahwa setiap tipe pembelajaran kooperatif memiliki proses pelaksanaan
pembelajaran yang berbeda. Hal tersebut menyebabkan perbedaan pada hasil
belajar siswa. Dengan demikian, dapat disimpulkan bahwa variasi model
pembelajaran dapat mempengaruhi hasil belajar siswa.

b. Anova dua jalur

Two way ANOVA digunakan untuk menguji hipotesis komparatif rata-

rata k sampel bila peneliti melakukan kategorisasi terhadap sampel kedalam
beberapa blok, sehingga bila variabilitas atau sumber keragaman pada uji One
Way ANOVA berasal dari perlakuan dan galat, maka pada two way ANOVA
sumber keragaman tidak hanya berasal dari perlakuan dan galat, tapi juga berasal
dari blok.
Pengujian anova dua arah mempunyai beberapa asumsi diantaranya:
1. Populasi yang diuji berdistribusi normal,
2. Varians atau ragam dan populasi yang diuji sama,
3. Sampel tidak berhubungan satu dengan yang lain.
Tujuan dari pengujian anova dua arah adalah untuk mengetahui apakah
ada pengaruh dari berbagai kriteria yang diuji terhadap hasil yang diinginkan.
Dengan menggunakan teknik anova 2 arah ini kita dapat membandingkan
beberapa rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu
variable perlakuan. Bagaimanapun, keuntungan teknik analisis varian ini adalah
memungkinkan untuk memperluas analisis pada situasi dimana hal-hal yang
sedang diukur dipengaruhi oleh dua atau lebih variable.
Anova 2 arah ini digunakan bila sumber keragaman yang terjadi tidak
hanya karena satu faktor (perlakuan). Faktor lain yang mungkin menjadi sumber
keragaman respon juga harus diperhatikan. Faktor lain ini bisa berupa perlakuan
lain yang sudah terkondisikan. Pertimbangan memasukkan faktor kedua sebagai
sumber keragaman ini perlu bila faktor itu dikelompokkan, sehingga keragaman
antar kelompok sangat besar,, tetapi kecil dalam kelompoknya sendiri.

Contoh Penyelesaian Anova dengan SPSS

Contoh: 
Seorang guru ingin mengetahui prestasi belajar siswa berdasarkan gender (laki-
laki dan perempuan) setelah menerapkan model pembelajaran kooperatif pada
materi yang sama. Sampel yang diambil 3 sekolah, dimana ketiga sekolah
tersebut diterapkanmodel pembelajaran yang berbeda. Berikut hasil belajarnya:

Sekolah 1 (model A)
No. Nilai Gender
1 46 Perempuan
2 42 Perempuan
3 45 Laki-laki
4 45 Laki-laki
5 38 Perempuan
6 36 Perempuan
7 39 Laki-laki
8 34 Perempuan
9 35 Laki-laki
10 32 Perempuan
11 39 Laki-laki
Sekolah
12 1 (model
33 B)
Laki-laki Sekolah 1 (model C)
No. 13Nilai36Gender
Perempuan No. Nilai Gender
1 1447 32Perempuan
Perempuan 1 58 Perempuan
2 1548 34Perempuan
Perempuan 2 25 Perempuan
3 1645 39Laki-laki
Laki-laki 3 34 Laki-laki
4 46 Laki-laki 4 26 Laki-laki
5 41 Perempuan 5 62 Perempuan
6 45 Perempuan 6 44 Perempuan
7 48 Laki-laki 7 43 Laki-laki
8 42 Perempuan 8 39 Perempuan
9 41 Laki-laki 9 39 Laki-laki
10 45 Perempuan 10 44 Perempuan
11 48 Laki-laki 11 32 Laki-laki
12 33 Laki-laki 12 38 Laki-laki
13 39 Perempuan 13 42 Perempuan
14 47 Perempuan 14 39 Perempuan
15 42 Perempuan 15 41 Perempuan
16 41 Laki-laki 16 33 Laki-laki
Hipotesis:

a. Adakah perbedaan rata-rata hasil belajar berdasarkan gender

H0: tidak ada perbedaan rata-rata hasil belajar berdasarkan kelompok
gender

Ha: ada perbedaan rata-rata hasil belajar berdasarkan kelompok gender

b. Adakah perbedaan rata-rata hasil belajar berdasarkan model pembelajaran

H0 : tidak ada perbedaan rata-rata hasil belajar berdasarkan model
pembelajaran
Ha : ada perbedaan rata-rata hasil belajar berdasarkan model pembelajaran
c. Adakah interaksi antara model pembelajaran terhadap kelompok gender
H0 : tidak adainteraksi antara model pembelajaran terhadap kelompok
gender
Ha : ada interaksi antara model pembelajaran terhadap kelompok gender

Langkah-langkah penyelesaian menggunakan SPSS.

1. Buka program SPSS sampai muncul worksheet area kerja seperti pada

gambar berikut:
2. Sebelah kiri bawah ada dua pilihan yaitu: Data view dan Variabel view
3. Lalu klick variabel view untuk menentukan variabel dari data
4. Baris pertama pada kolom name ketik nilai, sedangkan type, Width dst
biarkan saja.
5. Baris kedua Ketik sekolah pada kolom name, lalu pada values posisikan
mouse pada sudut kotak None lalu klik sampai muncul kotak Value Labels
seperti pada gambar berikut:

6. Ketik 1 pada kotak value, ketik Model A pada kotak Label, lalu klik Add.
dan ketik 2 pada kotak value, ketik Model Bpada kotak Label, lalu klik
Add. dan ketik 3 pada kotak value, ketik Model C pada kotak Label, lalu
klik Add. jika sudah di isi semua terlihat seperti gambar berikut:

7. Setelah itu klik OK.

8. Baris ke tiga ketik Gender pada kolom name, lalu pada values posisikan
mouse pada sudut kotak None lalu klik sampai muncul kotak Value Label
seperti pada langkah ke 5. Ketik 1 pada kotak Value, ketik laki-laki pada
kotak Label, lalu klik Add. dan ketik 2 pada kotak Value, ketik perempuan
pada kotak Label, lalu klik Add. Jika sudah di isi semua terlihat seperti
gambar berikut:
9. Setelah itu klik OK.
10. Maka sampai disini kita sudah mengisi semua variabel untuk anova 2
faktor. Terlihat seperti pada gambar berikut:

11. Selanjutnya klik data view ada di sebelah kiri variable view di
bawah. Pada kolom Nilai Isi semua nilai siswa dari nomor urut 1 sd 48
(sampel kita ada 3 sekolah, setiap sekolah ada 16 siswa, jadi 16x3=48
siswa), Lalu pada kolom sekolah baris ke 1 sd 16 ketik 1 (ini kode untuk
sekolah 1 yaitu model A), baris ke 17 sd 32 ketik 2 (ini kode untuk sekolah
2 yaitu model B), baris ke 33 sd 48 ketik 3 (inikode untuk sekolah 3 yaitu
model C). Pada kolom Gender isi 1 untuk laki-laki dan 2 untuk
perempuan, disesuaikan dengan soal yang telah diberikan di atas. Jika
sudah di isi semua maka hasil data view seperti gambar berikut:
12. Uji asumsi data berdistribusi normal atau tidak, cara ujinormalitas
data klik disini 
13. Bila data sudah berdistribusi normal, langkah selanjutnya kita lanjut uji
two way anova yaitu: silahkan klikmenu Analyze ---> General Linear
Model ---> Univariate. Jikabenar terlihat seperti pada gambar berikut:

14. Masukkan Nilai kedalam kotak Dependent Variabel, sedangkan Sekolah

dan Gender masukkan kedalam kotak Fixed Factor(s) terlihat seperti
gambar berikut:
15. Kemudian klik Plots, maka muncul kotak Univariate: Profile Plots seperti
gambar dibawah, lalu masukkanvariabel Gender kedalam kotak Horizontal
Axis, sedangkan variabel Sekolah masukkan kedalam kotak Separate
Lines.Seperti gambar berikut:

16. Selanjutnya klik Add, maka akan muncul di dalam kotak Plots
"Gender*Sekolah" seperti pada gambar berikut:
17. Selanjutnya klik Continue
18. Setelah di klik Continue maka hasilnya terlihat kembali seperti gambar
pada langkah 14. Selanjutnya klik Options, maka muncul kotak
Univariate: Options seperti gambar berikut:

19. Masukkan Variabel Sekolah, Gender, Sekolah*Gender kedalam kotak

Display Means for. pada kotak Display centang Descriptive statistics dan
Homogeneity test, lalu perhatikan kotak Significance level: disini saya
menggunakan taraf alpha 0.05. Nilai alpha ini di isi sesuai dengan nilai
kepercayaan dari peneliti masing-masing dan tergantung jenis
penelitiannya. jika sudah di isi maka terlihat seperti gambar berikut:
20. Selanjutnya klik Continue, lalu klik OK. maka kita sudah mendapatkan
Hasilnya untuk kita analisis apakah perlu uji lanjut ataukah tidak?
21. Interpretasi Hasil
Kesimpulan :

Berdasarkan hasil output analisis two way anova di atas, maka dapat kita ambil
kesimpulan sebagai berikut.

1. Model Pembelajaran Sekolah  

Untuk perbedaan rata-rata hasil belajar berdasarakan model pembelajaran
sekolah, dari tabel di atas nilai sig 0.057 atau nilai (0.57 > 0.05) dalam
kasus ini berarti H0 diterima dan Ha di tolak. Tidak ada perbedaan hasil
belajar berdasarkan model pembelajaran sekolah.
2. Gender  
Untuk perbedaan rata-rata hasil belajar berdasarakan gender, dari tabel di
atas nilai sig 0.245atau nilai (0.245 > 0.05) dalam kasus ini berarti H0
diterima dan Ha ditolak, Tidak ada perbedaan hasil belajar berdasarkan
gender.

3. Model pembelajaran sekolah dan gender

Pengambilan keputusan:

jika F hitung < F tabel atau nilai sig  > 0.05, maka H0diterima

jika F hitung > F tabel atau nilai sig < 0.05, maka H0 di tolak, jadi
terimalah H1

Dari tabel di atas terlihat bahwa nilai F hitung 3.495 dan F tabel 3.19 (F
tabel lihat tabel distribusi F untuk anova) atau nilai signifikan yang di
peroleh dari tabel di atas sebesar 0.039. Jadi dapat disimpulkan bahwa H0
ditolak dan Ha diterima. Maka, kesimpulannya ada interaksi antara model
pembelajaran terhadap kelompok gender.

Pemaknaan

Model pembelajaran merupakan seluruh rangkaian penyajian materi ajar yang

dilakukan guru disekolah. Model pembelajaran dianggap memiliki pengaruh
terhadap hasil belajar, karena model yang bervariatif dianggap mampu mendorong
siswa aktif belajar. Namun, pada penelitian tersebut diatas model pembelajaran
tidak mempengaruhi hasil belajar, tidak ada perbedaan rata-rata nilai hasil belajar
berdasarkan model pembelajaran. Gender merupakan perbedaan manusia
berdasarkan jenis kelamin. Perbedaan gender ini dianggap memiliki pengaruh
terhadap keterampilan berfikir yang berhubungan dengan hasil belajar. Namun,
dibeberapa penelitian perbedaan ini tidak terlalu berpengaruh terhadap belajar
siswa. Pada penelitian data diatas tidak ada perbedaan rata-rata nilai berdasarkan
gender. Model pembelajaran disekolah memiliki interaksi dengan gender.