MATERI

ANALISIS VARIANS(ONE WAY)

Analisis Varians (Satu Arah)

Sering kita menghadapi banyak rata-rata( lebih dari satu rata-rata). Apabila kita
mengambil langkah pengujian perbedaan rata-rata tersebut satu persatu ( dengan t tes)
akan memakan waktu yang lebih banyak, disamping itu kita akan akan menghadapi
resiko salah yang cukup besar. Untuk itu digunakan cara analisis yang megandung
kesalahan lebih kecil yaitu degan ANOVA(Analysis of variances).
Kesalahan 1-(1-α)N (N= berapa kali menggunakan t tes)

3 kelompok sampel kesalahan 0,14

4 kelompok sampel kesalahan 0,26

Hipotesinya (misalnya untuk 4 kelompok)

Ho : µ 1 = µ2 = µ3 = µ4
H1 : not all µ’s are equal
Atau
H1 : tidak semua tanda adalah sama.
H1 : sekurang-kurangnya ada satu tanda tidak sama.

Anova
Beberapa kelompok yang dihadapi merupakan pembagian satu variabel bebas,
kondisi ini sering disebut dengan analisis varian satu arah.
Sebagai contoh:

A B C D
Sampel Sampel Sampel Sampel
Rata-rata Rata-rata Rata-rata Rata-rata

A model pembelajaran kooperatif tipe STAD

B model pembelajaran kooperatif tipe TAI
C model pembelajaran kooperatif tipe TGT
D model pembelajaran kooperatif tipe Jigsaw
Perhitungan dalam Anava didasarkan pada varians, kita baru bisa mengatakan bahwa
rata-rata tersebut berbeda apabila telah dilihat variabilitasnya.
Apabila kelompok sampel lebih dari dua maka dapat menggunakan analisis varians.

Contoh 1.
Diketahui data sebagai berikut, data telah diasumsikan berdistribusi normal dan varians
homogen,
Perlakuan A B C
94 92 91
95 94 93
95 96
96
N 4 3 2
Rata-rata 95 94 92
Rata-rata seluruh data(M) adalah 94
Seandainya perlakuannya adalah sebagai berikut.
A model pembelajaran PBL
B model pembelajaran PBL dengan pendekatan konstruktivis.
C model pembelajaran PBL dengan pendekatan realistic.

Berikut adalah hipotesis statistikanya

Ho: µ1 = µ2= µ3
H1: tidak semua rata-rata adalah sama.

Decision Rules
Reject H0 when Fobserved > F(α)(n,d); otherwise do not reject H0.
In this statement, α refers to the significance level, and n and d to the df’s associated
with the numerator and denumerator of the F ratio.
Kriteria:
Tolak Ho jika F hitung > F tabel

Perhitungan anava:

SST(Jumlah kuadrat total) = ΣΣ (Xij – M)2

SSW (Jumlah Kuadrat dalam) = ΣΣ (Xij – X A )2

SSA (Jumlah Kuadrat antar perlakuan) = Σ nj (

X A –M)2

SST(Jumlah kuadrat total) = (94-94)2 + (95-94)2 + (95-94)2 + (96-94 )2+ (92-94)2

+ (94-94)2 + (96-94)2 + (91-94)2 + (93-94)2
= 0+1+1+4+4+0+4+9+1 = 24

SSW (Jumlah Kuadrat dalam) = ΣΣ (Xij –

X A )2

= { (94-95)2 + (95-95)2 + (95-95)2 + (96-95 )2 }+ ((92-94)2

+ (94-94)2 + (96-94)2 }+ {(91-92)2 + (93-92)2 }
= 1+0+0+1+4+0+4+1+1
= 12

SSA (Jumlah Kuadrat antar perlakuan)

= Σ nj ( X A –M)2
= 4(9)2 + 4(94-94)2 + 4(92-94)2
= 4.1+ 3.0 + 2.4
= 12

MS between
Mean score between groups =
df beween
MS within
Mean score within groups =
df whitin
Diperlukan tabel ringkasan analisis varian sebagai berikut.
Cara mengisi adalah sebagai berikut

Tabel Ringkasan ANAVA

Source Sum of df Mean F (MSR) F (tabel)
Squares Square (Rasio
(SS) (MS) Kuadrat
(jumlah Kuadrat rerata)
kuadrat) Rerata
Between 12 A -1 6 3 …
Groups 3-1 = 2
(Antar
Perlakuan)
Within 12 N-A 2
Groups 9-3 = 6
 (dalam)
Tota 24 N-1
9-1= 8

Dari perhitungan diperoleh F hitung = 3,00

F tabel dengan α = 0,05 df pembilang 6 (df A) dan df penyebut 2 (df W dalam)
diperoleh 19,33.
Oleh karena F hitung kurang dari F tabel, berarti Ho diterima.
Jadi tidak ada perbedaan rata-rata yang signifikan antar ketiga perlakuan.
Untuk cek dengan SPSS
1. Masukkan data seperti pada uji t ( denga nada 3 grup, 1,2, dan 3).
2. Lanjut dengan compare mean dan pilih Anova.
Silakan dicoba. Printout harus sama dengan perhitungan manualnya.
Contoh 2
Guru melakukan pembelajaran pada
A sore hari
B siang hari
C pagi hari

Adakah perbedaan rata-rata hasil belajar antara pembelajaran sore, siang dan pagi hari.
Uji persyaratan analisis diasumsikan telah dipenuhi.

Berikut adalah datanya.

No A B C
1 20 22 27
2 21 25 29
3 24 24 28
4 23 25 32
rerata 22 24 29
Rerata 25
(M)

Hipotesis
Ho: µ1 = µ2= µ3
H1: not all µ’s are equal

Decision Rules
Reject H0 when Fobserved > F(α)(n,d); otherwise do not reject H0.
In this statement, α refers to the significance level, and n and d to the df’s associated
with the numerator and denumerator of the F ratio.

Kriteria:
Tolak Ho jika F hitung > F tabel

Perhitungan anava:
SST(Jumlah kuadrat total) = (20-25)2 + (21-25)2 + (24-25)2 + (23-25)2+ (22-25)2 + (25-25)2
+ (24-25)2 + (25-25)2 + (27-25)2 + (29-25)2 + (28-25)2 + (31-
25)2
= 134

SSW (Jumlah Kuadrat dalam) = ΣΣ (Xij –

X A )2

= (20-22)2 + (21-22)2 + (24-22)2 + (23-22)2+ (22-24)2 + (25-

24)2 + (24-24)2 + (25-24)2 + (27-29)2 + (29-29)2 + (28-29)2 +
(31-29)2
= 30
SSA (Jumlah Kuadrat antar perlakuan)

= Σ nj (
X A –M)2

= 4(22-25)2 + 4(24-25)2 + 4(29-25)2

= 4.9 + 4.1 + 4.16
= 104

SS w 30
MS w = = =3,33
df w 9

SS A 104
MS A = = =52
df A 2

MS A 52
MSR ( F )= = =15,6
MS w 3,33

Tabel Ringkasan ANAVA

Sum of Mean
F (MSR)
Squares Square
(Rasio
Source (SS) df (MS) F(tabel)
Kuadrat
(jumlah Kuadrat
rerata)
kuadrat) Rerata
Between
Groups 104 52 15,6 4,256
2
(Antar
Perlakuan)
Within
Groups 30 9 3,33
(dalam)
Total 134 11

Dari perhitungan diperoleh F hitung = 15,6

F tabel dengan α = 0,05 df pembilang 2 (df A) dan df penyebut 9 (df W dalam)
diperoleh 4,256
Oleh karena F hitung lebih dari F tabel, berarti H o ditolak.
Jadi ada perbedaan rata-rata hasil belajar antara pembelajaran sore, siang dan pagi
hari.
Untuk mengetahui rata-rata manakah yang terbaik lakukan uji lanjut (post hoc)
Bisa dipelajari lebih lanjut tentang post hoc(untuk mencari waktu pembelajaran yang
menghasilkan hasil belajar yang terbaik).