KATA PENGANTAR

Puji dan syukur kami panjatkan kehadirat Allah SWT. yang telah memberikan
rahmat dan karunia -Nya sehingga tersusunnya tugas makalah ini yang berjudul
“Makalah Analisis of Varians (ANOVA)”.

Dengan ini saya ucapkan terimakasih kepada Bapak Imam S Yamin

S.KM.,M.Epid selaku dosen pembimbing mata kuliah Statistik. Saya ucapkan terima
kasih juga kepada pihak-pihak yang telah membantu dalam penyelesaian tugas ini.
Semoga tugas yang saya buat dapat bermanfaat bagi saya pribadi maupun pihak yang
membaca.

Saya menyadari bahwa tugas ini sangat jauh dari sempurna, masih banyak
kelemahan dan kekurangan. Setiap saran, kritik, dan komentar yang bersifat
membangun dari pembaca sangat saya harapkan untuk meningkatkan kualitas dan
menyempurnakan tugas ini.

Penulis

Mataram, 13 Desember 2022

DAFTAR ISI
 BAB I
PENDAHULUAN
A. Latar Belakang
Kumpulan hasil pengamatan mengenai sesuatu hal, skor hasil belajar
siswa, berat bayi yang baru lahir misalnya, nilai datanya bervariasi dari yang satu
dengan yang lain. Karena adanya variasi ini untuk sekumpulan data, telah dihitung
alat ukurnya, yaitu varians. Varians bersama rata-rata juga telah banyak digunakan
untuk membuat kesimpulan mengenai populasi, baik secara deskriptif maupun
induktif melalui penaksiran dan pengujian hipotesis mengenai parameter.

Varians untuk sekumpulan data melukiskan derajat perbedaan atau variasi

nilai data individu yang ada dalam kelompok data tersebut. Secara umum varians
dapat digolongkan kedalam varians sistematik dan varians galat. Varians
sistematik adalah pengukuran karena adanya pengaruh yang menyebabkan skor
atau nilai data lebih condong ke satu arah tertentu dibandingkan ke arah lain.

Jika uji kesamaan dua rata-rata atau uji t digunakan untuk mencari
perbedaan atau persamaan dua rata-rata, maka uji beberapa rata-rata digunakan
untuk mencari perbedaan atau persamaaan beberapa rata-rata. Uji ini disebut
dengan nama analysis of variance (anova atau anava).

Sebenarnya uji t dapat juga digunakan untuk menguji beberapa rata-rata

secara bertahap. Misalnya ada tiga rata-rata yaitu: I,II, dan III. Agar uji t dapat
dipakai maka mula-mula dicari I dengan II,kemudian I dengan III, dan akhirnya II
dengan III. Dengan demikian kita tiga kali menggunakan uji t.

B. Rumusan Masalah
1. Apa itu Konsep dasar ANOVA?
2. Apa yang dimaksud dengan One Way Anova?
3. Apa yang dimaksud dengan Two Way Anova?
 4. Bagaimana cara perhitungan Anova dengan SPSS

C. Tujuan
1. Untuk mengetahui Konsep Dasar ANOVA
2. Untuk mengetahui apa itu One Way Anova
3. Untuk mengetahui apa itu Two Way Anova
4. Untuk mengetahui bagaimana cara perhitungan Anova dengan SPSS
 BAB II
PEMBAHASAN

A. Konsep Dasar ANOVA

Anova (Analysis of Variance) 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.

Anova merupakan singkatan dari Analysis of variance. 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.

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.

Anova (Analysis of variances) digunakan untuk melakukan analisis

komparasi multivariabel. Teknik analisis komparatif dengan menggunakan tes “t”
yakni dengan mencari perbedaan yang signifikan dari dua buah mean hanya efektif
bila jumlah variabelnya dua. Untuk mengatasi hal tersebut ada teknik analisis
komparatif yang lebih baik yaitu Analysis of variances yang disingkat anova.

Anova digunakan untuk membandingkan rata-rata populasi bukan ragam

populasi. Jenis data yang tepat untuk anova adalah nominal dan ordinal pada
variabelbebasnya,jika data pada variabel bebasnya dalam bentuk interval atau ratio
maka harus diubah dulu dalam bentuk ordinal atau nominal. Sedangkan variabel
terikatnya adalah data interval atau ratio.

Adapun asumsi dasar yang harus terpenuhi dalam analisis varian adalah:

1. Kenormalan
Distribusi data harus normal, agar data berdistribusi normal dapat ditempuh
dengan cara memperbanyak jumlah sampel dalam kelompok.
2. Kesamaaan variansi
Setiap kelompok hendaknya berasaldari popolasi yang sama dengan variansi
yang sama pula. Bila banyaknya sampel sama pada setiap kelompok maka
kesamaan variansinya dapat diabaikan. Tapi bila banyak sampel pada masing
masing kelompok tidak sama maka kesamaan variansi populasi sangat
diperlukan.
3. Pengamatan bebas
Sampel hendaknya diambil secara acak (random), sehingga setiap pengamatan
merupakan informasi yang bebas.

Anova lebih akurat digunakan untuk sejumlah sampel yang sama pada
setiap kelompoknya, misalnya masing masing variabel setiap kelompok jumlah
sampel atau responden nya sama sama 250 orang.

Sebagai 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 digolongkan kedalam beberapa kriteria, yaitu :

1. Klasifikasi 1 arah (One Way ANOVA)

Anova klasifikasi 1 arah merupakan ANOVA yang didasarkan pada
pengamatan 1 kriteria atau satu faktor yang menimbulkan variasi.
2. Klasifikasi 2 arah (Two Way ANOVA)
ANOVA klasifikasi 2 arah merupakan ANOVA yang didasarkan pada
pengamatan 2 kriteria atau 2 faktor yang menimbulkan variasi.
3. Klasifikasi banyak arah (MANOVA)
ANOVA banyak arah merupakan ANOVA yang didasarkan pada pengamatan
banyak kriteria.

B. One Way Anova

1. Pengertian One Way Anova (Anova satu arah)
ANOVA Satu Arah atau disebut juga One-way Analysis of Variance
adalah jenis uji statistik yang membandingkan varians dalam rata-rata grup
dalam sampel sambil mempertimbangkan hanya satu variabel atau faktor
independen. Ini adalah tes berbasis hipotesis, yang berarti bahwa ini bertujuan
untuk mengevaluasi beberapa teori yang saling eksklusif tentang data kita.

Anova satu arah (one way anova) digunakan apabila yang akan
dianalisis terdiri dari satu variabel terikat dan satu variabel bebas. Interaksi
suatu kebersamaan antar faktor dalam mempengaruhi variabel bebas, dengan
sendirinya pengaruh faktor-faktor secara mandiri telah dihilangkan. Jika
terdapat interaksi berarti efek faktor satu terhadap variabel terikatakan
mempunyai garis yang tidak sejajar dengan efek faktor lain terhadap variabel
terikat sejajar (saling berpotongan), maka antara faktor tidak mempunyai
interaksi.
 Misalnya, Anda dapat menggunakan ANOVA Satu Arah untuk
memahami apakah kinerja ujian berbeda berdasarkan tingkat kecemasan ujian
di antara siswa, membagi siswa menjadi tiga kelompok independen (Siswa
dengan stres rendah, sedang dan tinggi). Selain itu, penting untuk menyadari
bahwa ANOVA Satu Arah merupakan statistik uji omnibus dan tidak dapat
memberi tahu Anda grup tertentu mana yang secara statistik berbeda secara
signifikan satu sama lain.

Ada tiga bagian pengukuran variabilitas pada data yang akan dianalisis
dengan anova, yaitu :

1) Variabilitas antar kelompok (between treatments variability)

Variabilitas antar kelompok adalah variansi mean kelompok sampel
terhadap rata-rata total, sehingga variansi lebih terpengaruh oleh adanya
perbedaan perlakuan antar kelompok, atau Jumlah Kuadrat antar kelompok
(Jka). Rumusnya adalah:

Atau bisa dicari dengan rumus :

Keterangan :
k = banyaknya kelompok
T = total X masing-masing kelompok
G = total X keseluruhan
n = jumlah sampel masing-masing kelompok
N = jumlah sampel keseluruhan
2) Variabilitas dalam kelompok (within treatments variability)
Variabilitas dalam kelompok adalah variansi yang ada dalam masing-
masing kelompok. Banyaknya variansi akan tergantung pada banyaknya
 kelompok. Variansi tidak terpengaruh oleh perbedaan perlakuan antar
kelompok, atau Jumlah Kuadrat dalam (JKd). Rumusnya adalah :
JKd = JKsmk
Keterangan :
JKsmk adalah Jarak kuadrat simpangan masing-masing kelompok.
3) Jumlah kuadrat penyimpangan total (total sum of squares)
Jumlah kuadrat penyimpangan total adalah jumlah kuadrat selisih
antara skor individual dengan mean totalnya, atau JKT. Rumusnya adalah :

Atau dapat dihitung dengan rumus :

2. Asumsi ANOVA Satu Arah

1. Variabel dependen berskala interval atau rasio (data continous)
2. Tidak terdapat outlier (pencilan) pada variabel dependen
3. Variabel independen terdiri dari tiga atau lebih kelompok kategori
4. Tidak ada hubungan antara observasi di setiap kelompok atau antar
kelompok itu sendiri
5. Variabel dependen terdistribusi secara normal untuk setiap kategori variabel
independen

3. Prosedur Uji Hipotesis Anova Satu Arah

1) Hipotesis
H0 : μ1 = μ2 = ⋯ = μk (tidak ada perbedaan mean dalam kelompok
kategori)
H1 : Sedikitnya ada satu mean yang berbeda dalam kelompok kategori
2) Statistik Uji
Tabel Anova:

Uraian rumus:

dimana k adalah jumlah kelompok kategori dan nnn jumlah data dalam
kelompok kategori.
3) Kaidah Keputusan
 4) Kesimpulan
Jika H0 diterima maka tidak ada perbedaan mean dalam kelompok kategori.
Jika H0 ditolak maka ada perbedaan mean dalam kelompok kategori.
4. Contoh Soal Uji Anova Satu Arah
Banyaknya amggota rumus anggota rumah tangga, hasil sebuah survein rumah
tangga di 3 desa adalah sebagai berikut.

Desa A Desa B Desa C

6 4 7
8 4 5
4 4 3
4 7 6
7 4 5
5 4 5
4 3 3
3 3
8 3
8

Ujilah dengan tingkat signifikansi 5% , apakah terdapat perbedaan rata-rata

banyaknya anggota rumah tangga diketiga desa tersebut.

Penyesaian Anova Satu Arah

Penyelesaian Anova satu arah dimulai dari penetapan hipotesis, menghitung
statistic uji, menentukan titik kritis, pengambilan keputusan dan menarik
kesimpulan.
a. Hipotesis
Hipotesis yang digunakan untuk uji beda tiga rata-rata adalah:
 H0: u1 = u2= u3
(Rata-rata banyaknya anggota rumah tangga ketiga adalah sama)
H1: minimal terdapat u yang tidak sama
(Minimal terdapat rata-rata banyaknya anggota rumah tangga salah satu
desa tidak sama dengan desa lain)

b.statistik uji

Langkah-langkah menghitung statistik uji adalah sebagai berikut:

1.tentukan banyaknya perlakuan (k)

Banyaknya perlakuan adalah 3 (k=3) ,yaitu 3 desa (desa A, desa B dan desa C)

2.Hitung banyaknya data (n1,n2,n3,n)

Banyaknya data desa A,B dan C:

n1=7

n2=10

n3=9

banyaknya data gabungan

n= n1+ n2 + n3

=7+10+9

=26

3. Jumlah data (X1,X2,X3,X..)

Jumlah data dihitung melalui table:

X1j X2j X3j

6 4 7
 8 4 5
4 4 3
4 7 6
7 4 5
5 4 5
4 3 3
3 3
8 3
8
Xi 38 49 40

Jumlah data Desa A, desa B dan desa C :

X1 = 38
X2 = 49
X3 = 40
Jumlah data gabungan :
X.. = X1 + X2 + X3
= 38 + 49 + 40
= 127
4. Hitung jumlah kuadrat data gabungan
Untuk memudahkan perhitungan, gunakan table berikut :

X1j X2j X3j X21j X22j X23j

6 4 7 36 16 49
8 4 5 64 16 25
4 4 3 16 16 9
4 7 6 16 49 36
7 4 5 49 16 25
5 4 5 25 16 25
 4 3 3 16 9 9
3 3 9 9
8 3 64 9
8 64

C. Two Way Anova

1. Pengertian Two Way Anova (Anova dua arah)
Jika pada anova satu jalur kita dapat mengetahui ada atau tidaknya
perbedaan beberapa variabel bebas dengan sebuah variabel terikat dan masing-
masing variabel tidak mempunyai jenjang: maka dalam anova dua jalur kita
ingin mengetahui ada atau tidaknya perbedaan beberapa variabel bebas dengan
sebuah variabel terikatnya dan masing-masing variabel mempunyai dua jenjang
atau lebih. Banyaknya jenjang yang dimiliki variabel bebas dan variabel terikat
ini menentukan nama dari anovanya. Misalnya variabel bebas mempunyai
jenjang dua buah dan variabel terikatnya mempunyai jenjang dua buah
pula,maka anovanya ditulis ANOVA 2 x 2. (Usman, Husaini.2006. Pengantar
Statistika. Jakarta : PT Bumi Aksara).

2. Asumsi yang digunakan untuk ANOVA dua arah

1. Populasi yang diuji berdistribusi normal
2. Varians dari populasi yang diuji sama
3. Sampel independen satu dengan yang lain

Pada pengujian ANOVA 2 didasarkan pada pengamatan 2 kriteria.

Setiap kriteria dalam pengujian ANOVA mempunyal level. Tujuan dari
pengujian ANOVA 2 arah ini adalah untuk mengetahui apakah ada pengaruh
dari berbagai kriteria yang diuji terhadap hasil yang diinginkan.
3. Jenis Anova dua arah
1. Anova Dua Arah tanpa Interaksi, merupakan pengujian hipotesis beda tiga
rata-rata atau lebih dengan dua faktor yang berpengaruh dan interaksi antara
kedua faktor tersebut ditiadakan. Contoh : Dari 4 matakuliah dengan
penggunaan 4 kelompok mahasiswa yang berbeda. Ingin diuji apakah rata-
rata hasil ujian sama untuk matakuliah dan kelompok mahasiswa.
2. Anova Dua Arah dengan Interaksi, merupakan pengujian beda tiga rata-rata
atau lebih dengan dua faktor yang berpengaruh dan pengaruh interaksi antara
kedua faktor tersebut diperhitungkan. Contoh : Ingin menyelidiki apakah
tingkat aktivitas ekstrakulikuler berpengaruh terhadap prestasi belajar siswa,
dan apakah tingkat ekonomi berpengaruh terhadap prestasi belajar siswa.
Serta adanya interaksi antara tingkat ekonomi dengan kegiatan
ekstrakulikuler.

4. Hipotesis dalam ANOVA dua arah

1. Berkaitan dengan pengaruh faktor pertama (A) atau efek baris
H0 : μA1 = μA2
H1 : μA1 ≠ μA2
2. Berkaitan dengan pengaruh faktor kedua (B) atau efek kolom
H0 : μB1 = μB2 = μB3
H1 : paling sedikit salah satu μ tidak sama
3. Interaksi antara faktor pertama dengan faktor kedua (A X B)
H0 : efek faktor yang satu tergantung pada faktor yang lainnya.
H1 : efek faktor yang satu tidak tergantung pada faktor yang lainnya.

Tabel Analisis Variansi Klasifikasi Dua Arah

Rumus :
Jumlah Kuadrat Total:

Jumlah Kuadrat Baris

Jumlah Kuadrat kolom

Jumlah kuadrat bagi interaksi Baris Kolom

Jumlah Kuadrat Error

 BAB III
PENUTUP
A. Kesimpulan
Anava atau Anova adalah anonim dari analisis varian terjemahan dari
analysis of variance, sehingga banyak orang yang menyebutnya dengan anova.
Anova merupakanbagian dari metoda analisis statistika yang tergolong analisis
komparatif (perbandingan)lebih dari dua rata-rata.

Analisis of variance atau ANOVA merupakan salah satu teknik analisis

multivariate yang berfungsi untuk membedakan rerata lebih dari dua kelompok
data dengan cara membandingkan variansinya. Sebelum menguji dengan ANOVA,
data harus berdistribusi normal dan mempunyai varians yang sama serta diambil
dari populasi yang homogen.

One-way Anova digunakan untuk menganalisis varians variabel dependen

yang kuantitatif dari satu faktor yang bervariabel independen. Dalam teknik One-
Way ANOVA menggunakan metode pengujian hubungan antara satu variabel
tergantung yang berskala interval atau rasio (parametrik) dengan satu atau lebih
variabel berskala nominal (non-parametrik). Sedangakan pada pengujian Two
Way ANOVA didasarkan pada pengamatan 2 kriteria.Setiap kriteria dalam
pengujian ANOVA mempunyal level. Tujuan dari pengujian Two Way ANOVA
ini adalah untuk mengetahui apakah ada pengaruh dari berbagai kriteria yang diuji
terhadap hasil yang diinginkan.