(Anova)
NIM : 120410043
Nama Asisten :
JURUSAN SAINS
2021
ABSTRAK
Data hasil penelitian kadang ditemukan berdistribusi tidak normal. Ketika hal itu
terjadi, suatu penelitian yang akan menguji dua faktor dapat menggunakan uji
ANOVA dua arah tetapi data tidak dapat langsung diolah, karena tidak
memenuhi uji asumsi sebagai prasyarat.Dalam penelitian seringkali peneliti
ingin mengetahui apakah ada perbedaan nilai rata-rata (mean) antara 2
kelompok atau lebih. Bila ingin mengetahui perbedaan rata-rata dari 3 kelompok
atau lebih, digunakan uji analisis varians (ANOVA). Tidak boleh menggunakan
uji-t berulang-ulang. Namum sebelum melakukan uji ANOVA, sampel sudah
harus memenuhi asumsi ANOVA. ANOVA sebenarnya sebuah bentuk yang lebih
umum dari t-test yang sesuai digunakan dengan tiga atau lebih kelompok (juga
dapat digunakan dengan dua kelompok). Dalam setiap kasus atau permasalahan
yang sedang diteliti, dugaan dapat dimasukkan dalam bentuk hipotesis statistik.
Hipotesis statistic yaitu dugaan atau pernyataan sementara yang berfokus pada
satu populasi atau lebih. Penerapan metode Anova banyak ditemukan dalam
kegiatan sehari-hari, contohnya dalam eksperimen laboratorium, perbandingan
periklanan, pendidikan, dan berbagai penelitian dalam kemasyarakatan. Setelah
mengikuti kegiatan praktikum ini, dapat disimpulkan bahwa dalam bidang
statistik, pengambilan keputusan dapat dilakukan dengan pengujian hipotesis
untuk mengambil tindakan yang tepat berdasarkan data yang diperoleh
i
DAFTAR ISI
ABSTRAK .................................................................................................................... i
BAB I ............................................................................................................................ 1
PENDAHULUAN ........................................................................................................ 1
BAB II .......................................................................................................................... 3
PERMASALAHAN .................................................................................................... 6
BAB IV ......................................................................................................................... 8
PENYELESAIAN ....................................................................................................... 8
KESIMPULAN .......................................................................................................... 23
ii
iii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Saat ini dunia industri berkembang secara pesat, hal ini ditandai dengan
munculnya perusahaan –perusahaan baru yang berakibat munculnya persaingan
antar perusahaan Dalam rangka meningkatkan kualitas produksinya, perusahaan
dapat menggunakan metode statistika sebagai salah satu solusinya. Setiap
perusahaan perlu melakukan pengujian terhadap kumpulan hasil pengamatan
mengenai suatu hal, misalnya hasil penjualan produk, hasil produksi dan gaji
pekerja dimana di setiap perusahaan nilainya bervariasi antara satu dengan yang
lainnya. Hal tersebut di atas berhubungan dengan rata–rata atau mean yang
banyak digunakan untuk membuat kesimpulan melalui penaksiran dan pengujian
hipotesis mengenai parameter. Oleh karena itu dilakukan Analisis Variansi
(ANAVA) yang berfungsi untuk mengetahui pengaruh satu atau beberapa
variabel terhadap lebih dari 2 populasi.
Pengujian Analisis Variansi (ANAVA) dapat dijadikan salah satu solusi saat
kita menjumpai permasalahan perbedaan mean beberapa sampel dengan
banyaknya perlakuan lebih dari dua level faktor. ANAVA adalah suatu teknik
dalam statistic untuk menguji kesamaan beberapa rata-rata sekaligus. Dengan
demikian, diharapkan dengan menggunakan ANAVA dalam membandingkan
mean beberapa perlakuan dapat memperkecil kemungkinan kesalahan.Uji yang
dipergunakan dalam ANAVA adalah uji F sebagai dasar untuk pengambilan
keputusan. Distribusi ini dipopulerkan oleh Sir Donald Fisher, seorang pendiri
statistika modern ANAVA terdiri dari atas dua metode, yaitu metode satu
arah (One Way ANOVA) dan dua arah (Two Way ANOVA). Metode ANAVA
satu arah digunakan untuk estimasi uji hipotesis tentang perbedaan mean k
populasi µ1,µ2,…,µk. Sedangkan prosedur ANAVA yang menggunakan
1
perbandingan baik dari masing-masing perlakuan maupun dari masing-masing
pengulangan disebut dengan ANAVA dua arah (Two Way ANOVA).
1.2 Tujuan
1. Menguji hipotesis analisis variansi.
2. Melakukan uji lanjut jika kesimpulan 𝐻0 ditolak.
2
BAB II
TINJAUAN PUSTAKA
2.1 Pengertian Anova
Anava atau Anova adalah sinonim dari analisis varians terjemahan dari analysis of
variance, sehingga banyak orang menyebutnya dengan anova. Anova merupakan
bagian dari metoda analisis statistika yang tergolong analisis komparatif lebih dari
dua rata-rata (Riduwan.2008.Dasar-dasar Statistika.Bandung:Alfabeta). Analisis
Varians (ANAVA) adalah teknik analisis statistik yang dikembangkan dan
diperkenalkan pertama kali oleh Sir R. A Fisher (Kennedy & Bush, 1985). ANAVA
dapat juga dipahami sebagai perluasan dari uji-t sehingga penggunaannya tidak
terbatas pada pengujian perbedaan dua buah rata-rata populasi, namun dapat juga
untuk menguji perbedaan tiga buah rata-rata populasi atau lebih sekaligus. Jika kita
menguji hipotesis nol bahwa rata-rata dua buah kelompok tidak berbeda, teknik
ANAVA dan uji-t (uji dua pihak) akan menghasilkan kesimpulan yang sama;
keduanya akan menolak atau menerima hipotesis nol. Dalam hal ini, statistik F pada
derajat kebebasan 1 dan n-k akan sama dengan kuadrat dari statistik t.
3
Uji Anova satu arah merupakan teknik pengujian yang hanya
memperhitungkan satu faktor yang menimbulkan variasi. Jadi, meskipun
dalam prakteknya metode tersebut digunakan untuk menguji dua atau lebih
kelompok, namun hanya terdapat satu faktor yang menjadi pertimbangan.
Contohnya dalam kehidupan sehari-hari adalah pembandingan efek dosis
terhadap kesembuhan pasien.
𝑆𝑏 2
𝐹=
𝑆𝑤 2
2
𝑛1 (𝑥̅1 − 𝑥)2 + 𝑛2 (𝑥̅2 − 𝑥)2 + ⋯ + 𝑛𝑛 (𝑥̅𝑛 − 𝑥)2
𝑆𝑏 =
𝑘−1
4. Rumus Rata-rata Gabungan
𝑛1 . 𝑥̅1 + 𝑛2 . 𝑥̅ 2 + ⋯ + 𝑛𝑛 . 𝑥̅𝑛
𝑥̅ =
𝑘−1
5. Rumus Varian Within
4
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑆22 + ⋯ + (𝑛𝑛 − 1)𝑆𝑛2
𝑆𝑤 2 =
𝑛−𝑘
Keterangan :
Sb : Varian Between
Sw : Varian Within
𝑆𝑛2 : Varian kelompok
X : Rata-rata gabungan
𝑋𝑛 : Rata-rata kelompok
𝑛𝑛 : Banyaknya sampel pada kelompok
K : Banyaknya kelompok (Gaib, 2011).
5
BAB III
PERMASALAHAN
3.1 Permasalahan 1
Jika diketahui data hasil observasi sebagai berikut :
6
Oktober 47,8 50,5 45,0 31,0
November 52,8 39,5 65,8 54,6
Desember 47,1 59,6 65,1 61,8
Gunakanlah pengujian ANOVA untuk data tersebut dengan taraf signifikansi 𝛼 5%.
3.2 Permasalahan 2
Sebuah observasi yang dilakukan oleh salah satu tim pecinta alam bertujuan untuk
mendata spesies burung X yang mendatangi beberapa kriteria kelebatan hutan.
Observasi tersebut dilakukan dengan membagi tim ke dalam 5 kelompok pada 5
kategori hutan yang berbeda yaitu sangat lebat, lebat, cukup, kurang, dan sangat
kurang. Observasi tersebut dilakukan selama 7 hari. Pada hari pertama dan
berdasarkan tiap urutan kategori hutan, diperoleh informasi jumlah spesies burung X
yaitu 6, 16, 3, 9, 21. Pada hari kedua yaitu 11, 16, 27, 9, 22. Pada hari ketiga, 13, 16,
17, 14, 17. Pada hari keempat, 17, 16, 20, 14, 17. Pada hari kelima, 10, 14, 20, 9, 21.
Pada hari keenam, 9, 14, 24, 9, 18. Dan pada hari ketujuh, 17, 19, 36, 9, 22.
Berdasarkan hasil observasi tersebut, ujilah apakah jenis kategori hutan memberikan
pengaruh pada jumlah spesies burung X dengan taraf kepercayaan 90%.
7
BAB IV
PENYELESAIAN
4.1 Penyelesaian Masalah 1
Pada permasalahan 1 diberikan data mengenai sebuah produksi kopi dari 4 lahan
yang berbeda. Lalu diperintahkan untuk menganalisis apakah terdapat pengaruh
antara lahan yang digunakan terhadap hasil produksi panen kopi dengan
menggunakan pengujian ANOVA dan taraf signifikansi 5%.
8
b.Impor data yang telah dibuat ke R-Studio dengan cara klik impor dataset –
from Excel – browser – pilih data yang akan diimpor, lalu tampilannya akan
seperti berikut ini.
9
𝐻1 : adanya pengaruh antara lahan terhadap hasil produksi
kopi.
Taraf Signifikansi : α = 5%
P-Value : 0.000412
Daerah Kritis : 𝐻0 ditolak jika nilai P-Value ˂ α
Keputusan : 𝐻0 ditolak karena nilai P-Value (0.000142) ˂ α (0.005)
Kesimpulan : Pada taraf signifikansi 5%, diperoleh bahwa minimal
terdapat 2 populasi berbeda, yang berarti adanya pengaruh antara lahan
dengan hasil produksi kopi
d.Karena 𝐻0 ditolak, maka dilakukan pengujian lanjut ANOVA menggunakan
uji Tukey Honest Significant Differences (Tukey HSD). Berikut adalah
peintah dan output yang dihasilkan :
Lahan
10
Lahan B dan 0.0006448 0.05 P-Value ˂ α Signifikan berbeda
Lahan A
Lahan C dan 0.0027621 0.05 P-Value ˂ α Signifikansi
Lahan A Berbeda
Lahan D dan 0.2039597 0.05 P-Value ˃ α Kedua Populasi
Lahan A Sama
Lahan C dan 0.9629630 0.05 P-Value ˃ α Kedua Populasi
Lahan B Sama
Lahan D dan 0.1297026 0.05 P-Value ˃ α Kedua Populasi
Lahan B Sama
Lahan C Sama
11
b.Impor data yang telah dibuat ke R-Studio dengan cara klik impor dataset –
from Excel – browser – pilih data yang akan diimpor, lalu tampilannya akan
seperti berikut ini.
12
c.Masukkan perintah untuk melakukan analisis ANOVA one way. Berikut
adalah perintah dan outputnya.
13
Keputusan : 𝐻0 ditolak karena nilai P-Value (0.00268) ˂ α (0.005)
Kesimpulan : Pada taraf signifikansi 5%, diperoleh bahwa minimal
terdapat 2 populasi berbeda, yang berarti adanya pengaruh antara lahan
dengan hasil produksi kopi.
Lahan
Lahan B dan 0.0872016 0.05 P-Value ˃ α Kedua Populasi
Lahan A Sama
14
Lahan C dan 0.0149581 0.05 P-Value ˂ α Signifikansi
Lahan A Berbeda
Lahan D dan 0.9998294 0.05 P-Value ˃ α Kedua Populasi
Lahan A Sama
Lahan C dan 0.8859836 0.05 P-Value ˃ α Kedua Populasi
Lahan B Sama
Lahan D dan 0.0734949 0.05 P-Value ˃ α Kedua Populasi
Lahan B Sama
Lahan D dan 0.0121523 0.05 P-Value ˂ α Signifikansi
Lahan C Berbeda
15
b.Impor data yang telah dibuat ke R-Studio dengan cara klik impor dataset –
from Excel – browser – pilih data yang akan diimpor, lalu tampilannya akan
seperti berikut ini.
16
Daerah Kritis : 𝐻0 ditolak jika nilai P-Value ˂ α
Keputusan : 𝐻0 ditolak karena nilai P-Value (0.000134) ˂ α (0.005)
Kesimpulan : Pada taraf signifikansi 5%, diperoleh bahwa minimal
terdapat 2 populasi berbeda, yang berarti adanya pengaruh antara lahan
dengan hasil produksi kopi.
17
Intrepretasi yang diperoleh dari hasil pengujian lanjut tersebut :
Lahan
Lahan B dan 0.0000825 0.05 P-Value ˂ α Signifikansi
Lahan A Berbeda
Lahan C dan 0.0000298 0.05 P-Value ˂ α Signifikansi
Lahan A Berbeda
Lahan D dan 0.6197698 0.05 P-Value ˃ α Kedua Populasi
Lahan A Sama
Lahan C dan 0.9938409 0.05 P-Value ˃ α Kedua Populasi
Lahan B Sama
Lahan D dan 0.0058889 0.05 P-Value ˂ α Signifikansi
Lahan B Berbeda
Lahan D dan 0.0025573 0.05 P-Value ˂ α Signifikansi
Lahan C Berbeda
18
4.2 Penyelesaian Masalah 2
b.Impor data yang telah dibuat ke R-Studio dengan cara klik impor dataset – from
Excel – browser – pilih data yang akan diimpor, lalu tampilannya akan seperti berikut
ini.
19
c.Masukkan perintah untuk melakukan analisis ANOVA. Berikut adalah perintah dan
outputnya
20
Keputusan : 𝐻0 ditolak karena nilai P-Value (0.00153) ˂ α (0.9)
21
Sangat Lebat- 0.0186742 0.10 P-Value ˂ α Signifikansi
Cukup Lebat Berbeda
22
KESIMPULAN
Berdasarkan dengan penyelesaian yang telah dilakukan dengan menggunakan
bantuan R- Studio menggunakan uji ANOVA dan Tukey HSD, diperoleh
beberapa kesimpulan :
23
DAFTAR PUSTAKA
Sirait, A. M. (2001). Analisis Varians (ANOVA) dalam Penelitian Kesehatan. Media
Penelitian dan Pengembangan Kesehatan, 11(2).
Aulia, R. (2013, November 21). Uji Anova, Teori Satu Arah dan Dua Arah .
Retrieved from Globalstatistik Academic: https://www.globalstatistik.com/uji-
anova-satu-dua-arah/
Gaib, M. (2011, March 21). Uji Anova . Retrieved from BLOG BIOSTATISTIK:
http://statistik-kesehatan.blogspot.com/2011/03/uji-anova.html
M.Si, I. (2020, December 24). Pengertian Uji Anova, Rumus, dan Tabel Ujinya.
Retrieved from Labmutu: https://www.labmutu.com/2020/12/pengertian-uji-
anova-rumus-dan-tabel.html
Rahmawati, E. R. (2020). Rancangan acak lengkap (RAL) dengan uji anova dua jalur.
OPTIKA jurnal pendidikan fisika, 54-62.
24