MATERI PERTEMUAN 4

“Analysis of Variance”

NAMA : ONE TWELVI OGESTA

NIM : 210903501081

KELAS : MANAJEMEN E

FAKULTAS EKONOMI DAN BISNIS

PROGRAM STUDI MANAJEMEN

UNIVERSITAS NEGERI MAKASSAR

2023
 BAB 1

DISTRIBUSI F

Dalam teori dan statistik probabilitas, distribusi F adalah distribusi probabilitas

kontinu. Distribusi F juga dikenal sebagai distribusi Snedecor F atau distribusi Fisher-
Snedecor. Distribusi F umumnya digunakan dalam uji statistik seperti analisis varians
(ANOVA) dan analisis regresi.

Sifat-sifat distribusi F, yaitu sebagai berikut:

1. Distribusi F kontinu. Ini berarti distribusi nilai-F bisa tak terhingga, antara nol dan
tak terhingga positif,
2. Distribusi F tidak boleh negatif. Nilai F terkecil adalah nol,
3. Bentuknya tidak simetris. Semakin besar jumlah derajat kebebasan pembilang
dan penyebutnya, semakin dekat distribusi normalnya,
4. Bersifat asimptotik (asimtotik). Semakin besar nilai x, semakin dekat kurva F
umum ke sumbu x, tetapi tidak pernah menyentuhnya.

Sebuah variabel acak mengikuti distribusi F dapat didefinisikan sebagai rasio dari
dua variabel acak chi-kuadrat independen, masing-masing dibagi dengan derajat
bebasnya (degree of freedom).

Jadi, dapat ditulis :

di mana U dan V mewakili variabel acak independen masing-masing

memiliki distribusi chi-kuadrat dengan derajat kebebasan v1 dan v2.
Derajat kebebasan variasi chi-kuadrat selalu ditulis pertama di
pembilang F, diikuti dengan derajat kebebasan variasi chi-kuadrat di
penyebut. Kurva distribusi F tidak hanya bergantung pada dua
parameter v1 dan v2, tetapi juga pada urutan penulisannya. Setelah kedua angka ini
ditentukan, kurva dapat ditentukan.
 BAB 2

MEMBANDINGKAN VARIANS DUA POPULASI

Uji varians dan standar deviasi dalam dua populasi dirancang untuk menentukan
apakah ada perbedaan antara kedua populasi tersebut. Distribusi statistik yang
digunakan dalam pengujian ini adalah statistik distribusi-F. Langkah-langkah
pengujiannya ialah dengan menetapkan hipotesis, menghitung statistik uji, menentukan
nilai titik kritis, menetapkan keputusan dan menarik kesimpulan.

1. Menetapkan Hipotesis

Hipotesis yang ditetapkan itu tergantung kepada jenis pengujian, yaitu Uji Dua
Arah dan Uji Satu Arah.

 Uji Dua Arah

 Uji Satu Arah

Uji Satu Arah terbagi menjadi dua jenis lagi, yaitu Uji Satu Arah Sisi Kiri
dan Uji Satu Arah Sisi Kanan.

a) Uji Satu Arah Sisi Kiri

b) Uji Satu Arah Sisi Kanan

2. Menghitung Statistik Uji

Statistik uji yang digunakan ialah statistik uji Distribusi F yang rumusnya itu
adalah sebagai berikut.
3. Menentukan Titik Kritis

Nilai titik kritis itu diperoleh dari Tabel Distribusi F. Nilai titik kritis itu sangat
tergantung pada tingkat signifikansi (α) yang digunakan dan derajat bebas v1
dan v2,

dimana :

4. Menetapkan Keputusan

Keputusan yang ditetapkan itu tergantung kepada hipotesis yang telah

ditetapkan sebelumnya.

 Uji Dua Arah

 Uji Satu Arah

a) Uji Satu Arah Sisi Kiri

b) Uji Satu Arah Sisi Kanan

5. Menarik Kesimpulan

Kesimpulan ini diambil sesuai dengan keputusan yang telah ditetapkan di

langkah sebelumnya.
 BAB 3

ONE WAY ANALYSIS OF VARIANCE (ANALISIS VARIAN SATU JALAN)

Anava atau Analysis of Variance (ANOVA) tergolong analisis komparatif lebih

dari dua variabel atau lebih dari dua rata-rata. Tujuannya adalah untuk membandingkan
lebih dari dua nilai rata-rata. Tujuannya adalah untuk menguji generalisasi, artinya data
sampel dianggap mewakili populasi. (Riduwan, 2004, hlm. 165). Anava (analysis of
variance) atau bisa juga dieja dengan kata Anova (analysis of variance). Anava adalah
bagian dari teknik analisis statistik parametrik. ANAVA (analysis of variance) digunakan
untuk menguji hipotesis yang membandingkan rata-rata K sampel bila datanya berupa
rentang atau proporsi. K-Sampel adalah sampel yang memiliki lebih dari 2 (dua) sampel.

Analisis varians satu arah, sering disebut sebagai ANOVA satu arah. Anava jenis
ini digunakan untuk menguji hipotesis dengan cara membandingkan rata-rata K sampel
secara bersamaan. Setiap sampel memiliki rata-rata (mean) dan varians (kuadrat dari
standar deviasi). Dalam analisis ini terdapat dua mean (mean), yaitu mean kelompok
yang merupakan mean dari masing-masing kelompok sampel) dan mean total yaitu
mean yang merupakan gabungan dari mean masing-masing kelompok. Dengan cara ini,
Anava juga memiliki perhitungan varians yang dibagi menjadi tiga bentuk yaitu varians
total, varians antar kelompok dan varians dalam kelompok. Jumlah simpangan kuadrat
(JK) adalah varians. Karena pengujian hipotesis melibatkan lebih dari dua set sampel,
ada beberapa jenis jumlah kuadrat (JK), yaitu:

a. Jumlah kuadrat total (JKtot) merupakan sebuah penjumlahan kuadrat

deviasi nilai individual dengan Mtot (rata-rata total).

b. Jumlah Kuadrat antara (JKant), merupakan jumlah selisih kuadrat mean total
(Mtot) dengan Mean setiap kelompok (Mi) yang dikalikan dengan jumlah
setiap kelompok sampel setiap kelompok.

c. JK dalam kelompok (JKdal)

Setiap sumber variasi didampingi dengan dk (derajat kebebasan), dan dk untuk

setiap sumber variasi tidak sama. Berikut ini pedoman penentuan dk untuk
setiap varians :

 Untuk varians antar kelompok (dk = m – 1)

 Untuk variasn dalam kelompok (dk = N – m)
 Total (dk = N – 1)
 Keterangan :

m = jumlah kelompok sampel

N = jumlah seluruh anggota sampel

Untuk dapat menghitung Fhitung, maka beberapa sumber variansi harus

dihitung mean kelompoknya, yang meliputi :

Saat menggunakan ANOVA ini, yang perlu diperhatikan ialah bahwa setiap

sampel hanya memiliki satu kategori. Misalnya, jika ingin menguji hipotesis bahwa
terdapat perbedaan yang signifikan hasil belajar statistika siswa yang diajar
menggunakan metode A dan metode B, maka digunakan one way ANOVA dengan
metode C. 

Berikut ini langkah-langkah untuk uji anava :

1. Menghitung jumlah kuadrat total (JKtot)

2. Menghitung JKant (dk=m-1)
3. Menghitung JKdal = JKtot – Jkant (dk= N – m)
4. Menghitung MKdal = 𝐽𝐾𝑑𝑎𝑙/(𝑁−𝑚)
5. Menghitung MKant = = 𝐽𝐾𝑎𝑛𝑡/(𝑚−1)
6. Menghitung 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑀𝐾𝑎𝑛𝑡/𝑀𝐾𝑑𝑎
7. Membandingkan Fhitung dengan Ftabel dengan dk pembilang m-1 dan
penyebut N-m
8. Membuat keputusan pengujian hipotesis bila Fhitung lebih besar daripada
Ftabel maka Ha diterima dan Ho ditolak.
 BAB 4

UJI HSD DARI TUKEY

Tes perbandingan berganda adalah tes lanjutan dari ANOVA. . Diperkenalkan

oleh Tukey pada tahun 1953. Ketika keputusan uji ANOVA adalah menolak hipotesis nol
atau menyimpulkan bahwa setidaknya ada dua rata-rata yang berbeda, gunakan uji
Tukey untuk menentukan mana yang berbeda. HSD (Honestly Significant Difference) dan
LSD (Least Significant Difference) adalah uji yang membandingkan cara untuk
mengetahui perbedaan rata-rata dari data, atau bisa juga dikatakan uji Tukey digunakan
untuk mencari semua pasangan agen perlakuan untuk dibandingkan setelah melakukan
analisis varians. Uji Tukey hanya dapat digunakan untuk menguji semua kemungkinan
pasangan sederhana (Furqon, 2009: 215).

Pengujian biasanya dilakukan dengan menggunakan uji Tukey, jika analisis data
penelitian dilakukan dengan membandingkan data dari dua kelompok sampel yang
sama, maka pengujian hipotesis komparatif dapat dilakukan dengan menggunakan uji
Tukey. Persyaratan pengujian adalah bahwa semua ukuran kelompok sama atau dirata-
ratakan dengan rata-rata harmonik. Ada dua jenis tes, jumlah kelompok (T) dan rata rata
kelompok (X).  

Langkah Langkah Uji Tukey, yaitu :

1. Tentukan hipotesis (disesuaikan dengan banyak jalur dan jenjang

anava)
2. Tentukan tarif nyata
3. Uji statistik
 Tentukan kontras antar kelompok (C) = perbedaan antara rata rata yang
dibandingkan.
 Tentukan nilai kritis HSD dengan rumus

4. Bandingkan nilai HSD dengan nilai kontras

5. Kesimpulan
 BAB 5

TWO WAYS ANALYSIS OF VARIANCE (ANALISIS VARIAN DUA JALAN)

Two Way ANOVA adalah teknik analisis statistik yang digunakan untuk
mengevaluasi pengaruh dua faktor atau lebih terhadap variabel dependen. ANOVA
adalah singkatan dari analisis varians, teknik analisis statistik yang digunakan untuk
menguji perbedaan rata-rata antara dua kelompok atau lebih. Dalam ANOVA dua arah,
faktor pertama disebut faktor A dan faktor kedua disebut faktor B. Setiap faktor
memiliki dua atau lebih tingkatan atau kelompok. Variabel dependen dari ANOVA dua
arah dapat menjadi variabel kuantitatif. Tujuan dari ANOVA dua arah adalah untuk
menentukan apakah faktor A, faktor B, atau interaksi antara faktor A dan faktor B
berpengaruh signifikan terhadap variabel dependen. Interaksi antara faktor A dan faktor
B terjadi ketika pengaruh faktor A terhadap variabel dependen berbeda pada setiap
level faktor B, atau sebaliknya.

Dalam ANOVA dua arah, hipotesis nolnya adalah bahwa tidak ada perbedaan
yang signifikan antara rata-rata kelompok pada faktor apa pun atau interaksi antara
kedua faktor tersebut, sedangkan hipotesis alternatifnya adalah bahwa perbedaannya
signifikan. Pengujian hipotesis dilakukan dengan menghitung nilai-F dan mencari nilai-p
untuk menentukan apakah perbedaan antar kelompok signifikan secara statistik atau
tidak. Two Way ANOVA dapat dilakukan dengan menggunakan perangkat lunak statistik
seperti SPSS atau R. Teknik analisis ini berguna dalam penelitian eksperimen yang
melibatkan lebih dari satu faktor atau variabel bebas.

Perbedaan antara One Way ANOVA dan Two Way ANOVA adalah One Way
ANOVA digunakan untuk menguji hipotesis komparatif dengan rata-rata k sampel yang
masing-masing sampel hanya terdiri dari satu kategori. Two Way ANOVA digunakan
untuk menguji hipotesis yang membandingkan rata-rata k sampel ketika peneliti
mengurutkan sampel. Uji hipotesis yang memungkinkan seorang peneliti untuk menguji
kesetaraan dari tiga rata-rata atau lebih secara bersamaan menggunakan varians disebut
ANOVA satu arah. Teknik statistik di mana hubungan antara faktor dan prediktor dapat
dieksplorasi untuk memastikan pengambilan keputusan yang efektif disebut ANOVA Dua
Arah. 
 RANGKUMAN MATERI

1. Distribusi F juga dikenal sebagai distribusi Snedecor F atau distribusi Fisher-

Snedecor.
2. Sebuah variabel acak mengikuti distribusi F dapat didefinisikan sebagai
rasio dari dua variabel acak chi-kuadrat independen, masing-masing
dibagi dengan derajat bebasnya (degree of freedom).
3. Uji varians dan standar deviasi dalam dua populasi dirancang untuk
menentukan apakah ada perbedaan antara kedua populasi tersebut.
4. Anava atau Analysis of Variance (ANOVA) tergolong analisis komparatif
lebih dari dua variabel atau lebih dari dua rata-rata.
5. ANAVA (analysis of variance) digunakan untuk menguji hipotesis yang
membandingkan rata-rata K sampel bila datanya berupa rentang atau
proporsi.
6. Jumlah simpangan kuadrat (JK) adalah varians.
7. HSD (Honestly Significant Difference) dan LSD (Least Significant
Difference) adalah uji yang membandingkan cara untuk mengetahui
perbedaan rata-rata dari data.
8. Pengujian biasanya dilakukan dengan menggunakan uji Tukey, jika
analisis data penelitian dilakukan dengan membandingkan data dari dua
kelompok sampel yang sama, maka pengujian hipotesis komparatif dapat
dilakukan dengan menggunakan uji Tukey.
9. Two Way ANOVA adalah teknik analisis statistik yang digunakan untuk
mengevaluasi pengaruh dua faktor atau lebih terhadap variabel
dependen.
10. ANOVA adalah singkatan dari analisis varians, teknik analisis statistik yang
digunakan untuk menguji perbedaan rata-rata antara dua kelompok atau
lebih.
 DAFTAR PUSTAKA

Taboga, Marco (2021). "F distribution", Lectures on probability theory and mathematical
statistics. Kindle Direct Publishing. Online appendix.
https://www.statlect.com/probability-distributions/F-distribution.

Distribusi Fisher. JAGOSTAT.COM: https://jagostat.com/teori-peluang/distribusi-fisher

(2021). Uji Varian Dua Populasi (Perbedaan Dua Varian). Rumus Statistik:
https://www.rumusstatistik.com/2021/08/uji-varian-dua-populasi-perbedaan-dua.html

Sutisna, Icam. (2020). ANAVA SATU JALUR (ONE WAY – ANOVA). Program Doktor Ilmu
Pendidikan Pascasarjana Universitas Negeri Gorontalo.
https://repository.ung.ac.id/get/karyailmiah/6886/ANAVA-SATU-JALUR-ONE-WAY-
ANOVA.pdf

Long, Tju Ji. Uji Tukey. JAGOSTAT.COM: https://jagostat.com/metode-statistika-2/uji-

perbandingan-ganda-dengan-uji-tukey

Usmadi. (2016). UJI TUKEY DAN UJI SCHEFEE. FKIP Universitas Muhammadiyah Sumatera
Barat. http://eprints.umsb.ac.id/241/1/Usmadi%20R14%20UM%20Sumbar%2C%20UJI
%20TUKEY%20DAN%20UJI%20SCHEFEE%20valid.pdf

Ishak, Muh Andi. (2014). Uji tukey & Uji scheffe. Slideshare:
https://www.slideshare.net/AndiMuhIshak/uji-tukey-uji-scheffe

CMHC Committee. (2023). Analisis Data Two Way ANOVA dengan SPSS.
https://cattleyapublicationservices.com/?p=771#:~:text=Two%20way%20ANOVA
%20adalah%20salah,antara%20dua%20atau%20lebih%20kelompok.