LAPORAN PRAKTIKUM

ANALISIS DATA STATISTIK

(Anova)

Nama : Rizki Pebrianto

NIM : 120410043

Prodi : Sains Aktuaria

Nama Asisten :

1. M. Rizqy Fari Farhan (119410004)

2. Mauza Muzmila Al Arif (119410014)
3. Muftonatul Aulia (119410040)

PROGRAM STUDI SAINS AKTUARIA

JURUSAN SAINS

INSTITUT TEKNOLOGI SUMATERA

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

(Rahmawati, 2020)Kata kunci : Distribusi tidak normal, Hipotesis, Statistik

i
DAFTAR ISI

ABSTRAK .................................................................................................................... i

DAFTAR ISI ................................................................................................................ ii

BAB I ............................................................................................................................ 1

PENDAHULUAN ........................................................................................................ 1

1.1 Latar Belakang ............................................................................................. 1

1.2 Tujuan ........................................................................................................... 2

BAB II .......................................................................................................................... 3

TINJAUAN PUSTAKA .............................................................................................. 3

2.1 Pengertian Anova .............................................................................................. 3

2.2 Kegunaan Anova ............................................................................................... 3

2.3 Jenis Uji Anova Berdasarkan Kebutuhan ...................................................... 3

2.4 Rumus Anova ..................................................................................................... 4

BAB III ......................................................................................................................... 6

PERMASALAHAN .................................................................................................... 6

3.1 Permasalahan 1.................................................................................................. 6

3.2 Permasalahan 2.................................................................................................. 7

BAB IV ......................................................................................................................... 8

PENYELESAIAN ....................................................................................................... 8

4.1 Penyelesaian Masalah 1 .................................................................................... 8

4.2 Penyelesaian Masalah 2 .................................................................................. 19

KESIMPULAN .......................................................................................................... 23

DAFTAR PUSTAKA ................................................................................................ 24

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.

2.2 Kegunaan Anova

Ketika analisis anova digunakan pada penelitian eksperimen, terdapat beberapa
perlakuan. Kemudian peneliti menguji apakah ada perbedaan yang bermakna antara
beberapa perlakuan tersebut. Uji Anova seringkali digunakan sebagai alat analisis
untuk menguji hipotesis penelitian yaitu menilai adakah perbedaan rata-rata antara
dua kelompok atau lebih. Hasil akhir dari analisis Anova adalah nilai F test atau F
hitung. Nilai F hitung tersebut kemudian 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 rata-rata pada semua
kelompok (Hidayat, 2017).

2.3 Jenis Uji Anova Berdasarkan Kebutuhan

1. Uji Anova Satu Arah

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.

2. Uji Anova Dua Arah

Uji Anova Dua Arah merupakan metode pengujian yang

mempertimbangkan dua faktor yang menimbulkan variasi. Anova dua arah sering
digunakan oleh para peneliti untuk mengatasi nilai variable terkait terhadap
variable bebas yang terdiri dari lebih satu kelompok. Contoh penerapan anova dua
arah dapat diimplementasikan dalam kegiatan sederhana, contohnya ada seorang
guru kimia yang ingin menguji tentang keefeektivitasan pemberian soal dengan
dua buku paket yang berbeda terhadap dua kelompok siswa. Kemudian guru
memberika perlakuan yang berbeda terhadap dua kelompok siswa tersebut. Lalu
nantinya akan diketahui mengenai efektivitas pengujian dengan melihat skor yang
diperoleh oleh dua kelompok siswa tersebut.

2.4 Rumus Anova

1. Rumus Uji Anova

𝑆𝑏 2
𝐹=
𝑆𝑤 2

3. Rumus Varian Between

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 :

Produksi Kopi (dalam Ton)

Tahun Bulan Lahan Lahan Lahan Lahan
A B C D
Januari 42,6 70,9 48,4 36,0
Februari 45,1 51,2 44,7 33,9
Maret 29,1 43,0 62,8 38,6
April 29,2 68,7 53,1 63,0
Mei 48,8 48,6 47,1 45,3
Juni 45,9 57,3 64,7 48,9
2019
Juli 35,8 48,6 68,6 44,8
Agustus 51,4 54,4 54,7 71,2
September 37,4 61,7 73,1 56,6
Oktober 29,2 54,6 55,0 36,3
November 43,6 65,6 43,8 50,4
Desember 48,6 62,9 48,7 56,5
Januari 31,0 41,9 43,8 18,1
Februari 39,4 65,7 64,8 28,9
Maret 48,4 71,0 67,5 54,7
April 51,3 46,3 44,7 57,1
2020 Mei 49,7 62,7 48,5 36,5
Juni 27,4 60,1 50,9 30,5
Juli 29,8 48,1 69,5 64,4
Agustus 39,4 42,4 66,8 29,1
September 51,4 68,6 66,1 44,7

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%.

1. Analisis untuk data pada tahun 2019

Langkah-langkah pengerjaan :
a.Menginputkan data khusus pada tahun 2019 yang ada pada soal ke Ms.
Excel.

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.

c.Masukkan perintah untuk melakukan analisis ANOVA one way. Berikut

adalah perintah dan outputnya

Dari output tersebut, diperoleh beberapa nilai yaitu:

𝐻0 : tidak ada pengaruh antara lahan terhadap hasil produksi
kopi.

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 :

Intrepretasi yang diperoleh dari hasil pengujian lanjut tersebut :

𝐻0 : kedua populasi sama (𝜇1 = 𝜇2)

𝐻1 : kedua populasi berbeda (𝜇1 ≠ 𝜇2)

Pasangan P-Value α Keputusan Kesimpulan

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 D dan 0.3088011 0.05 P-Value ˃ α Kedua Populasi

Lahan C Sama

Kesimpulan : Pada tahun 2019, lahan B memberikan pengaruh hasil produksi

terhadap lahan A, serta lahan A memberikan hasil produksi yang berbeda
dengan lahan C

2. Analisis untuk data pada tahun 2020

Berikut adalah langkah-langkah pengerjaannya :
a.Menginputkan data khusus pada tahun 2020 yang ada pada soal ke Ms.
Excel

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.

Dari output tersebut, diperoleh beberapa nilai yaitu:

𝐻0 : tidak ada pengaruh antara lahan terhadap hasil produksi
kopi.
𝐻1 : adanya pengaruh antara lahan terhadap hasil produksi
kopi.
Taraf Signifikansi : α = 5% P-Value : 0.00268
Daerah Kritis : 𝐻0 ditolak jika nilai P-Value ˂ α

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.

d.Karena 𝐻0 ditolak, maka dilakukan pengujian lanjut ANOVA menggunakan

uji Tukey Honest Significant Differences (Tukey HSD). Berikut adalah
peintah dan output yang dihasilkan :

Intrepretasi yang diperoleh dari hasil pengujian lanjut tersebut :

𝐻0 : kedua populasi sama (𝜇1 = 𝜇2)

𝐻1 : kedua populasi berbeda (𝜇1 ≠ 𝜇2)

Pasangan P-Value α Keputusan Kesimpulan

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

Kesimpulan : Pada tahun 2020, lahan C memberikan pengaruh hasil produksi

terhadap lahan A, serta lahan A memberikan hasil produksi yang berbeda dengan
lahan C.

3. Analisis untuk data pada tahun 2019-2020

Berikut adalah langkah-langkah penyelesaiannya :
a.Menginputkan data khusus pada tahun 2019 yang ada pada soal ke Ms.
Excel

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.

c.Masukkan perintah untuk melakukan analisis ANOVA one way. Berikut

adalah perintah dan outputnya.

Dari output tersebut, diperoleh beberapa nilai yaitu:

𝐻0 : tidak ada pengaruh antara lahan terhadap hasil produksi
kopi.
𝐻1 : adanya pengaruh antara lahan terhadap hasil produksi
kopi.
Taraf Signifikansi : α = 5%
P-Value : 1.34e-06 atau 0.000134

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.

d.Karena 𝐻0 ditolak, maka dilakukan pengujian lanjut ANOVA

menggunakan uji Tukey Honest Significant Differences (Tukey HSD).
Berikut adalah peintah dan output yang dihasilkan :

17
Intrepretasi yang diperoleh dari hasil pengujian lanjut tersebut :

𝐻0 : kedua populasi sama (𝜇1 = 𝜇2)

𝐻1 : kedua populasi berbeda (𝜇1 ≠ 𝜇2)

Pasangan P-Value α Keputusan Kesimpulan

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

Kesimpulan : Pada tahun 2019-2020, lahan B memberikan pengaruh hasil

produksi terhadap lahan A, dan lahan A memberikan hasil produksi yang
berbeda dengan lahan D, serta lahan C memberikan pengaruh hasil produksi
terhadap lahan A dan lahan D.

18
4.2 Penyelesaian Masalah 2

Pada permasalahan 2 terdapat sebuah uraian mengenai data observasi spesies

burung X yang mendatangi beberapa kriteria hutan. Perintah pada
permasalahan tersebut yaitu menentukaan apakah kategori hutan memberikan
pengaruh jumlah burung spesies X dengan taraf kepercayaan 90%. Berikut
adalah Langkah-langkah pengerjaannya :
a.Mengubah uraian yang ada pada soal menjadi sebuah tabel, kemudian
menginputkan data observasi tersebut ke dalam Ms. Excel.

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

Dari output tersebut, diperoleh beberapa nilai yaitu:

𝐻0 : tidak ada pengaruh antara kategori hutan terhadap jumlah spesies

burung.

𝐻1 : adanya pengaruh antara kategori hutan terhadap jumlah spesies

burung.

Taraf Signifikansi : α = 10% P-Value : 0.00153

Daerah Kritis : 𝐻0 ditolak jika nilai P-Value ˂ α

20
Keputusan : 𝐻0 ditolak karena nilai P-Value (0.00153) ˂ α (0.9)

Kesimpulan : Pada taraf signifikansi 10%, diperoleh bahwa minimal terdapat 2

populasi berbeda, yang berarti adanya pengaruh antara kategori hutan dengan jumlah
spesies burung

e. Karena 𝐻0 ditolak, maka dilakukan pengujian lanjut ANOVA menggunakan uji

Tukey Honest Significant Differences (Tukey HSD). Berikut adalah peintah dan
output yang dihasilkan :

Intrepretasi yang diperoleh dari hasil pengujian lanjut tersebut :

𝐻0 : kedua populasi sama (𝜇1 = 𝜇2)

𝐻1 : kedua populasi berbeda (𝜇1 ≠ 𝜇2)

Pasangan P-Value α Keputusan Kesimpulan

Kategori
Kurang-Cukup 0.0050073 0.10 P-Value ˂ α Signifikansi
Lebat Berbeda
Lebat-Cukup 0.3563037 0.10 P-Value ˃ α Kedua Populasi
lebat Sama
Sangat 0.9897666 0.10 P-Value ˃ α Kedua Populasi
Kurang-Cukup Sama
Lebat

21
 Sangat Lebat- 0.0186742 0.10 P-Value ˂ α Signifikansi
Cukup Lebat Berbeda

Lebat-Kurang 0.3043017 0.10 P-Value ˃ α Kedua Populasi

Sama

Sangat 0.0164393 0.10 P-Value ˂ α Signifikansi

Kurang- Berbeda
Kurang
Sangat Lebat- 0.9848069 0.10 P-Value ˃ α Kedua Populasi
Kurang Sama

Sangat 0.6323031 0.10 P-Value ˃ α Kedua Populasi

Kurang-Lebat Sama

Sangat Lebat- 0.6002169 0.10 P-Value ˃ α Kedua Populasi

Lebat Sama

Sangat Lebat- 0.0557318 0.10 P-Value ˂ α Signifikansi

Sangat Kurang Berbeda

Kesimpulan : kategori hutan Sebagian besar memiliki pengaruh terhadap jumlah

spesies burung yang ada. Terbukti dengan kategori hutan kurang dan sangat lebat
memberikan pengaruh terhadap jumlah spesies burung terhadap kategori hutan yang
cukup lebat, serta kategori hutan sangat kurang memberikan pengaruh terhadap
jumlah spesies burung terhadap kategori hutan kurang, dan kategori hutan sangat
kurang memberikan pengaruh terhadap kategori hutan sangat lebat.

22
 KESIMPULAN
Berdasarkan dengan penyelesaian yang telah dilakukan dengan menggunakan
bantuan R- Studio menggunakan uji ANOVA dan Tukey HSD, diperoleh
beberapa kesimpulan :

1. Pada permasalahan satu, setelah dilakukan uji anova dengan

menggunakan R studio didapatkan kesimpulan pada tahun 2019 Pada taraf
signifikansi 5%, diperoleh bahwa minimal terdapat 2 populasi berbeda, yang
berarti adanya pengaruh antara lahan dengan hasil produksi kopi , Pada tahun
2019, lahan B memberikan pengaruh hasil produksi terhadap lahan A, serta
lahan A memberikan hasil produksi yang berbeda dengan lahan. Pada tahun
2020, lahan C memberikan pengaruh hasil produksi terhadap lahan A, serta
lahan A memberikan hasil produksi yang berbeda dengan lahan C.Pada tahun
2019-2020, lahan B memberikan pengaruh hasil produksi terhadap lahan A, dan
lahan A memberikan hasil produksi yang berbeda dengan lahan D, serta lahan
C memberikan pengaruh hasil produksi terhadap lahan A dan lahan D.

2. Pada permasalahan kedua, setelah dilakukan pengujian anova dengan

bantuan R studio didapatkan hasil analisis bahwa Pada taraf signifikansi 10%,
diperoleh bahwa minimal terdapat 2 populasi berbeda, yang berarti adanya
pengaruh antara kategori hutan dengan jumlah spesies burung . kategori hutan
Sebagian besar memiliki pengaruh terhadap jumlah spesies burung yang ada.
Terbukti dengan kategori hutan kurang dan sangat lebat memberikan pengaruh
terhadap jumlah spesies burung terhadap kategori hutan yang cukup lebat,
serta kategori hutan sangat kurang memberikan pengaruh terhadap jumlah
spesies burung terhadap kategori hutan kurang, dan kategori hutan sangat
kurang memberikan pengaruh terhadap kategori hutan sangat lebat.

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

Hidayat, A. (2017, June). Penjelasan Lengkap ANOVA Sebagai Analisis Statistik.

Retrieved from Statiskian: https://www.statistikian.com/2017/06/anova-
sebagai-analisis-statistik.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.

Riandry, M. A. (2014). ANOVA.

http://statistikfisika.blogspot.com/2014/11/anova.html.

Sugiarto, D. (2017). ANOVA. https://docplayer.info/34299006-Bab-i-pendahuluan-

1-1-latar-belakang.html.

24