Nama: Naurah Afifah

NIM: 06101381722051
Prodi: Pendidikan Kimia 2017 Palembang

Tugas Statistika

1. Pengertian Anova
Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis
statistika yang termasuk ke dalam cabang statistika inferensi.Dalam literatur Indonesa
metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam,
dan analisis variansi. Ia merupakan pengembangan dari masalah Behrens-Fisher,
sehingga uji-F juga dipakai dalam pengambilan keputusan. Analisis varians pertama
kali diperkenalkan oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktik,
analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun
pendugaan (estimation,khususnya di bidang genetika terapan). Analisis of variance
atau ANOVA merupakan salah satu teknik analisi multivariate yang berfungsi untuk
membedakan rerata lebih dari dua kelompok data dengan cara membandingkan
variansinya. Analisis varian termasuk dalam kategori statistik parametrik. Sebagai alat
statistika parametrik, maka untuk dapat menggunakan rumus ANOVA harus terlebih
dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random
sampling.

Analysis of Variance merupakan metode untuk menguji hubungan antara satu

variabel dependen (skala metrik) dengan satu atau lebih variabel independen (skala
nonmetrik atau kategorikal dengan kategori lebih dari dua). Misalkan kita ingin
mengetahui apakah pengalaman kerja sebelumnya (variabel dependen) dipengaruhi
oleh jabatan atau job category (variabel independen skala kategori). Hubungan antara
satu variabel dependen dengan satu variabel indeependen disebut One Way ANOVA.
Pada kasus satu dependen metrik dan dua atau tiga variabel independen kategorikal
sering disebut Two Way ANOVA dan Three Ways ANOVA.

2. Bagaimana uji anova

Langkah-langkah uji one way anova menggunakan SPSS
1. Buka program SPSS sampai muncul worksheet area kerja

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, pada label ketik Prestasi Belajar.
5. Baris ke dua pada kolom name ketik kelompok, pada label ketik Kelompok Belajar,
pada kolom values posisikan mouse pada sudut kotak None lalu klik sampai muncul
kotak Value Labels
 
6. Ketik 1 pada kolom Value dan ketik pandai pada kolom Label, lalu klik add, ketik
lagi 2 pada kolom value dan ketik sedang pada kolom label, lalu klik add, ketik lagi 3
pada kolom value dan ketik kurang pada kolom label, lalu klik add, jika sudah di isi

7. Setelah itu klik OK maka selesailah kita isi variabel view

8.Selanjutnya klik data view sebelah kiri variabel view lalu isi nilai ke 40 siswa pada
kolom nilai, pada kolom kelompok nomor urut 1-12 isi 1, nomor urut 13-31 isi 2, dan
nomor urut 32-40 isi 3.

9. Uji asumsi data berdistribusi normal atau tidak, cara uji normalitas data klik disini
10. Bila data tidak berdistribusi normal transformasi dulu, cara tranformasi data klik
disini
11. Bila data sudah berdistribusi normal, selanjutnya uji homogenitas dan one wey
anova. caranya kembali ke data view, klik menu Analyze---> Copare Means ---> One-
Way ANOVA

12. Pindahkan Prestasi Belajar [Nilai] kedalam kotak Dependent List, lalu pindahkan
Kelompok Belajar[kelompok] kedalam kotak Factor, setelah itu klik Options, centang
Descriptive dan Homogeneity of variance test, lalu klik continue

 13. Setelah di klik continue, langkah terakhir klik OK. Maka hasilnya seperti pada
gambar berikut:

14. Analisis hasil

Dari tabel Descriptive dapat kita ketahui jumlah data, mean (rata-rata), standar deviasi
dan lain-lain dari masing-masing kelompok, baik kelompok pandai, sedang maupun
rendah.
Pada tabel test Homogeneity of Variance pada kolom sig didapat nilai signifikan
0.846, artinya data ini homogen (memiliki varians yang sama antara kelompok
pandai, sedang maupun rendah)
Tinjau Hipotesis:
Jika F hitung < F tabel dan nilai probabilitas signifikan > 0.05 maka Ho diterima
Jika F hitung > F tabel dan nilai probabilitas signifikan < 0.05 maka Ho ditolak terima
H1
 
Pada tabel ANOVA, kita analisis hipotesis H0 dan H1. Dari tabel Anova di atas
diperoleh F hitung 100.822 dan F tabel (lihat tabel distribusi F pada df (2, 37)
diproleh nilai F tabel 3.26. dan nilai signifikan dalam tabel ANOVA di atas diperoleh
nilai sig 0.000. 
Jadi F hitung > F tabel yaitu 100.822 > 3.26 dan sig < 0.05 yaitu 0.000. Maka Ho di
tolak dan terima H1. jadi kesimpulannya: Terdapat perbedaan peningkatan prestasi
belajar siswa setelah diberikan suatu perlakuan antara kelompok siswa pandai,
kelompok siswa sedang, dan kelompok siswa kurang.
Kerena kesimpulan yang kita peroleh terdapat perbedaan, jadi kita harus melihat
kelompok mana yang terdapat perbedaan, dalam hal ini kita harus menggunakan UJI
LANJUT. caranya ikuti langkah berikut ini.
15. Kembali lagi ke langkah 12 diatas. Dari gambar pada langkah tersebut klik Post
Hoc, disitu banyak pilihan mau pakai uji lanjut yang mana tinggal klik saja tergantung
kebutuhan, kita disini pilih uji lanjut  ScheffeScheffe tinggal klik Scheffe, lalu
Continue

16. Setelah Continue, lalu klik OK.

 
17. Analisis hasil uji lanjut
Dari hasil uji Post Hoc Test, perhatikan yang ada tanda " * " jika ada, berarti memang
terdapat perbedaan yang signifikan rata-rata prestasi belajar. jika tidak ada tanda " * ",
disitulah yang membedakan dengan kelompok lain artinya perbedaan tidak signifikan.

3. Contoh dengan menggunakan SPSS

Tutorial One Way Anova

 Buka SPSS.
 Buka Tab Variable View, buat 2 variabel: Pekerjaan dan Pendapatan.
 Ubah Type Pekerjaan ke “Numeric”, Decimals “0”, beri label “Pekerjaan”,
ubah measure menjadi “Nominal” dan isi value dengan kategori: 1 = Tani, 2 =
Buruh dan 3 = Lainnya.
 Ubah Type Pendapatan ke “Numeric”, Decimals “0”, beri label “Pendapatan”,
ubah measure menjadi “Scale”.

Contoh Data Uji ANOVA

 Buka Data View dan isikan data sebanyak 24 responden sebagai berikut:
 Pada menu, pilih Analyze, Compare Means, One-Way ANOVA, sampai
muncul jendela One-Way ANOVA seperti di bawah ini:

 Pilih variabel “Pendapatan” lalu masukkan ke kotak “Dependent List:”

Kemudian pilih variabel “Pekerjaan” lalu masukkan ke kotak “Factor:”
Sehingga nampak seperti di bawah ini:
  Klik tombol Options, akan muncul jendela ini: Centang “Descriptive” dan
“Homogenity of variance test“

 Klik Continue
 Masih dijendela One Way ANOVA, klik tombol Post Hoc, sampai muncul
jendela ini: Centang Bonferroni dan Games-Howell serta biarkan significance
level = 0,05.

 Klik Continue.
 Lalu Klik OK dan Lihatlah hasil!

Hasil terilhat sebagai berikut:

Interprestasi Uji ANOVA

Interprestasi Baca adalah sebagai berikut:

 Dari tabel Descriptives nampak bahwa responden yang bekerja sebagai Tani
rata-rata berpendapatan sebesar 195497,50, Buruh rata-rata berpendapatan
sebesar 265080,75  dan Lainnya rata-rata berpendapatan 326423,25.
Selanjutnya untuk melihat uji kita lihat di tabel ANOVA.
 Sebelum melanjutkan uji perlu  diingat bahwa salah satu asumsi Anova adalah
variansnya sama. Dari tabel Test of Homegeneity of Variances terlihat bahwa
hasil uji menunjukan bahwa varian ketiga kelompok tersebut sama (P-value =
0,357), sehingga uji Anova valid untuk menguji hubungan ini.
 Selanjutnya untuk melihat apakah ada perbedaan pendapatan dari ketiga
kelompok pekerja tersebut. Kita lihat  tabel ANOVA , dari tabel itu pada
kolom Sig. diperoleh nilai P (P-value) = 0,037. Dengan demikian pada taraf
nyata = 0,05 kita menolak Ho, sehingga kesimpulan yang didapatkan adalah
 ada perbedaan yang bermakna rata-rata pendapatan berdasarkan ketiga
kelompok pekerjaan tersebut.

Interprestasi Uji ANOVA: Post Hoc

 Jika hasil uji menunjukan Ho gagal ditolak (tidak ada perbedaan), maka uji
lanjut (Post Hoc Test) tidak dilakukan. Sebaliknya jika hasil uji menunjukan
Ho ditolak (ada perbedaan), maka uji lanjut (Post Hoc Test) harus dilakukan.
 Karena hasil uji Anova menunjukan adanya perbedaan yang bermakna, maka
uji selanjutnya adalah melihat kelompok mana saja yang berbeda.
 Untuk menentukan uji lanjut mana yang digunakan, maka kembali kita lihat
tabel Test of Homogeneity of Variances, bila hasil tes menunjukan varian
sama, maka uji lanjut yang digunakan adalah uji Bonferroni. Namun bilai
hasil tes menunjukan varian tidak sama, maka uji lanjut yang digunakan
adalah uji Games-Howell.
 Dari Test of Homogeneity menghasilkan bahwa varian ketiga kelompok
tersebut sama, maka uji lanjut (Post Hoc Test) yang digunakan adalah Uji
Bonferroni.
 Dari tabel Post Hoc Test di atas memperlihatkan bahwa  kelompok yang
menunjukan adanya perbedaan rata-rata pendapatan (ditandai dengan tanda
bintang “*”) adalah Kelompok “Tani” dan “Lainnya”.