OLEH KELOMPOK 9:
PRODI FARMASI
FAKULTAS KESEHATAN
UNIVERSITAS NAHDATUL ULAMA MATARAM
2022
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)”.
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
ii
DAFTAR ISI
KATA PENGANTAR........................................................................................i
DAFTAR ISI.......................................................................................................ii
BAB I PENDAHULUAN...................................................................................1
A. Latar Belakang..............................................................................................1
B. Rumusah Masalah.........................................................................................1
C. Tujuan...........................................................................................................2
BAB II PEMBAHASAN....................................................................................3
A. Konsep Dasar Anova....................................................................................3
B. One Way Anova............................................................................................5
C. Contoh Kasus One Way Anova....................................................................9
D. Two Way Anova...........................................................................................25
E. Contoh Kasus Two Way Anova...................................................................28
BAB III PENUTUP............................................................................................43
A. Kesimpulan...................................................................................................43
DAFTAR PUSTAKA.........................................................................................44
iii
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.
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).
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
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
5
BAB II
PEMBAHASAN
6
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.
7
disimpulkan bahwa menerima H1 atau yang berarti ada perbedaan secara nyata
atau signifikan hasil ujian siswa antar perlakuan model pembelajaran.
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.
8
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 :
Keterangan :
k = banyaknya kelompok
T = total X masing-masing kelompok
G = total X keseluruhan
n = jumlah sampel masing-masing kelompok
N = jumlah sampel keseluruhan
9
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:
10
2) Statistik Uji
Tabel Anova:
Uraian rumus:
dimana k adalah jumlah kelompok kategori dan nnn jumlah data dalam
kelompok kategori.
3) Kaidah Keputusan
11
4) Kesimpulan
12
Tabel Tabulasi Data (Data Fiktif)
NILAI UTS STATISTIK
No A B C
1 6 5 6
2 8 6 9
3 5 6 8
4 7 7 7
5 7 5 8
6 6 5 9
7 6 5 6
8 8 6 6
9 7 5 9
10 6 6 8
11 7 8 6
12 - 7 8
Tabel Statistik
STATISTIK TOTAL
n 11 12 12 N=35
∑x 73 71 90 234
∑x2 943 431 692 1616
X 6,64 5,92 7,5 6,69
13
2 2
(∑ X Ai ) (∑ X τ )
J KA = ∑ −
n Ai N
¿ ¿+¿ ¿)−¿ ¿
6) Hitunglah derajat bebas antar group dengan rumus :
db A= A − 1 = 3 – 1 = 2 A = jumlah group A
7) Hitunglah kudrat rerata antar group ( KR A ) dengan rumus :
JK A 15,07
KR A = = =7,54
db A 2
8) Hitunglah jumlah kuadrat dalam antar group ( J K D ) dengan rumus :
2
2 ( ∑ X Ai )
J K D =( ∑ X τ ) −∑ = ( 493+ 431+ 692 )−¿+¿ ¿
n Ai
¿ 1616−1579,53=36,47
14
0,95 = Taraf kepercayaan 95% atau taraf signifikan 5%.
Angka 2 = pembilang atau hasil dari db A
Angka 32 = penyebut atau hasil dari db D
Apabila angka 2 dicari ke kanan dan angka 32 ke bawah maka akan bertemu
Total 51,54 54 - - -
15) Tentukan kriteria pengujian : jika F hitung ≥ F tabel , maka tolak H 0 berarti
signifan. Setelah konsultasikan dengan tabel F kemudian bandingkan antara
F hitung dengan F tabel ,ternyata : F hitung > F tabelatau 6,61 > 3,30 maka tolak H 0
berarti signifan.
15
16) Kesimpulan
H 0 ditolak dan H a diterima. Jadi, terdapat perbedaan yang signifikan antara
mahasiswa kelas A, kelas B dan kelas C.
16
3) Pada kolom Name ketik X, dan pada kolom Name pada baris kedua ketik Y
17
5) Pada kolom Label, untuk kolom label pada baris pertama ketik Mahasiswa,
dan pada baris kedua ketik Nilai UTS
6) Untuk kolom pada baris pertama klik pada kotak kecil, pada value ketik 1,
pada Value Label ketik Kelas A, lalu klik Add. Langkah selanjutnya pada
Value ketik 2, pada Value Label ketik Kelas B, lalu klik Add. Kemudian
pada Value ketik 3, pada Value Label ketik Kelas C. Lalu klik OK.
Untuk kolom baris kedua dibiarkan kosong (None)
18
7) Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
8) Buka Data View pada SPSS data editor dan ketikkan data sesuai variabelnya
19
20
9) Sebelum memasukkan data ke one way anova kita dapatkan data deskriptif
terlebih dahulu
Pilih menu Analyze, Descriptive Statistics dan Frequencies kemudian
akan muncul jendela seperti dibawah ini
21
Klik variable Mahasiswa dan Nilai UTS masukkan ke Kotak Variable(s)
22
klik pilihan Chart kemudian akan muncul tampilannya, pada Chart Type
pilih Bar Charts dan pada Chart Values pilih Frequencies klik Continue
lalu klik OK
23
Statistics
Mahasiswa Nilai UTS
N Valid 36 35
Missing 0 1
Mean 2.00 6.69
Median 2.00 6.00
Std. Deviation .828 1.231
Variance .686 1.516
Percentiles 25 1.00 6.00
50 2.00 6.00
75 3.00 8.00
Mahasiswa
Cumulative
Frequency Percent Valid Percent Percent
Valid Kelas A 12 33.3 33.3 33.3
Kelas B 12 33.3 33.3 66.7
Kelas C 12 33.3 33.3 100.0
Total 36 100.0 100.0
Nilai UTS
Cumulative
Frequency Percent Valid Percent Percent
Valid 5 6 16.7 17.1 17.1
6 12 33.3 34.3 51.4
7 7 19.4 20.0 71.4
8 7 19.4 20.0 91.4
9 3 8.3 8.6 100.0
Total 35 97.2 100.0
Missing System 1 2.8
Total 36 100.0
24
10) Kemudian untuk pengujian one way Anova pada menu, pilih Analyze,
Compare Means, One-Way ANOVA, sampai muncul jendela One-Way
ANOVA seperti di bawah ini:
25
11) Pada variable Nilai UTS masukkan ke kotak Dependent List dan Mahasiswa
masukkan ke Factor
12) Klik tombol Options, akan muncul jendela ini: Centang “Descriptive” dan
“Homogenity of variance test“ kemudian continue lalu OK
26
Tests of Homogeneity of Variances
Levene Statistic df1 df2 Sig.
Nilai UTS Based on Mean 1.443 2 32 .251
Based on Median .525 2 32 .596
Based on Median and with .525 2 29.320 .597
adjusted df
Based on trimmed mean 1.421 2 32 .256
27
ANOVA
Nilai UTS
Sum of Squares Df Mean Square F Sig.
Between Groups 15.081 2 7.540 6.618 .004
Within Groups 36.462 32 1.139
Total 51.543 34
Kesimpulan
F hitung = 6.61
F tabel = 3,30
F hitung > F tabel atau 6,61 > 3,30 maka H 0 ditolak dan H a diterima. Jadi,
terdapat perbedaan yang signifikan antara mahasiswa kelas A, kelas B dan
kelas C.
Atau
Taraf signifikansi 0,05
Signifikansi p = 0.004
Signifikansi hasil uji (sig) < taraf signifikansi (0,008<0,05), maka H 0 ditolak
dan H a diterima. Jadi, terdapat perbedaan yang signifikan antara mahasiswa
kelas A, kelas B dan kelas C.
28
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.
29
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.
Rumus :
Jumlah Kuadrat Total:
30
Jumlah Kuadrat kolom
Data: A
31
80 60
80 60
80 60
70 60
Jigsaw (2) 90 80
90 70
90 70
80 70
80 60
80 60
80 60
70 60
70 50
70 50
32
c. Hipotesis penelitian interaksi model pembelajaran dengan kemampuan
awal
H0(AB) = tidak terdapat interaksi prestasi belajar antara mahasiswa yang
mwmiliki kemampuan awal tinggi dan rendah yang dibelajarkan dengan
metode pembelajaran inquiry dan jigsaw
H1(AB) = terdapat perbedaan interaksi prestasi belajar antara siswa yang
memiliki kemampuan awal tinggi dan rendah yang dibelajarkan dengan
motode pembelajaran inquiry dan jigsaw
2) Hipotesis statistik
a. Hipotesis statistik dengan faktor metode pembelajaran
H0(A) : μ1 = µ2
H1(A) : μ1 ≠ µ2
33
(∑❑ X T )
❑ 2
❑
JK (T )=∑ X T −
2
❑ nT
29402
¿ 221400−
40
8643600
¿ 221400−
40
¿ 221400−216090
¿ 5310
( ∑ X ) (∑ X )
❑ 2 ❑ 2
❑ A T
JK ( A )=∑
❑ ❑
−
❑ nA nT
( 840+670 )2 +(800+ 630)2
¿ −¿ ¿
2.10
2
15102+1430 2 (2940)
¿ −
2.10 40
¿ 216250−216090
¿ 160
(∑ X ) − (∑ X )
❑ 2 ❑ 2
❑ B T
JK ( B ) =∑
❑ ❑
❑ nB nT
( 840+800 )2 +(670+ 630)2
¿ −¿ ¿
2.10
2
16402+1430 2 ( 2940)
¿ −
2.10 40
¿ 218980−216090
¿ 2890
34
d. Jumlah kuadrat kolom x baris atau JK AB
( ) −JK ( A )−JK ( B )
❑ ❑ 2
❑ ∑ 2
( X AB ) ∑ XT
JK ( AB )=∑ ❑ ❑
−
❑ n nT
( )
2 2 2 2 2
(840) +(800) +(670) +(630) (2940)
¿ − −160−2890
10 36
¿ 219140−216090−160−2890=0
35
VAR B 2890
Fhitung(B) ¿ = =46,035
VAR E 62,778
VAR AB ❑ 0
Fhitung(AB) ¿ = =0
VAR E ❑ 62,778
10) Membuat tabulasi ragam anova dua jalur (two way anova)
Ftabel
Sumber Varian JK DK VAR Fhitung
α=0,05
Antar Kelompok A (Model
160 1 160 2,549 4,110
Pembelajaran)
Antar Kelompok B (Kemampuan
2890 1 2890 46,035 4,110
Belajar
Antar Kelompok AB (Model
Pembelajaran*Kemampuan 0 1 2890 0 4,110
Awal)
Eror (E) 2260 36 62,778
36
Total (T) 4230 39
37
2) Pada kolom Name ketik “Metode_Pembelajaran, pada baris kedua ketik
“Kemampuan_Awal” dan pada baris ketiga ketik “Prestasi_Belajar
3) Untuk kolom pada baris pertama klik pada kotak kecil, pada value ketik 1,
pada Value Label ketik Inquiry, lalu klik Add. Langkah selanjutnya pada
Value ketik 2, pada Value Label ketik Jigsaw, lalu klik Add. Lalu klik OK.
38
4) Untuk kolom pada baris pertama klik pada kotak kecil, pada value ketik 1,
pada Value Label ketik Tinggi, lalu klik Add. Langkah selanjutnya pada
Value ketik 2, pada Value Label ketik Rendah, lalu klik Add. Lalu klik OK.
Untuk kolom baris kedua dibiarkan kosong (None)
5) Pada kolom measure pada baris pertama dan kedua pilih nominal dan baris
ketiga pilih scale
39
6) Buka Data View pada SPSS data editor dan ketikkan data sesuai variabelnya
40
7) Kemudian untuk pengujian two way Anova pada menu, pilih Analyze,
jeneral linear model , lalu pilih univariate klik Ok sampai muncul jendela
seperti di bawah ini:
41
8) Untuk Pretasi_Belajar masukkan kekolom Dependent Variable dan untuk
Metode_Pembelajaran serta Kemampuan_Awal masukkan pada kolom
Fixed Factor
9) Klik Model, kemudian pada Specify Model pilih Build custom terms,
kemudian pada Faktor & Covariates pindahkan kekolom meja, Type yang
42
dipilih adalah interaction, lalu pada sum of aquares pilih type III lalu
continue dan terakhir klik OK
Between-Subjects Factors
Value Label N
Metode_Pembelajaran 1 Inquiry 20
43
2 Jigsaw 20
Kemampuan_awal 1 Tinggi 20
2 Rendah 20
Kesimpulan
a. Model Pembelajaran
Fhitung = 2,549
Ftabel = 4,110
Fhitung < Ftabel Maka H0 diterima artinya tidak ada perbedaanprestasi belajar
antara mahasiswa yang dibelajarkan dengan metode pembelajaran inquiry
dan jigsaw
Atau
Taraf signifikansi 0,05
Signifikansi hasil uji p = 0,119
44
Signifikansi hasil uji (sig) > taraf signifikansi (0,119>0,05), maka H 0
diterima artinya tidak ada perbedaan prestasi belajar antara mahasiswa
yang dibelajarkan dengan metode pembelajaran inquiry dan jigsaw.
b. Kemampuan Awal
Fhitung = 46,035
Ftabel = 4,110
Fhitung >Ftabel maka H0 ditolak artinya ada perbedaan prestasi belajar antara
mahasiswa yang memiliki kemampuan awal tinggi dan rendah
Atau
Taraf signifikansi 0,05
Signifikansi hasil uji p = 0,0001
Signifikansi hasil uji (sig) < taraf signifikansi (0,000<0,05), maka H0
ditolak artinya ada perbedaan prestasi belajar mahasiswa yang memiliki
kemampuan tinggi dan rendah
c. Interaksi Model Pembelajaran dengan Kemampuan Awal
Fhitung = 0
Ftabel = 4,110
Fhitung < Ftabel maka H0 diterima artinya ada interaksi prestasi belajar antara
mahasiswa yang memiliki kemampuan awal tinggi dan rendah yang
dibelajarkan dengan model pembelajaran inquiry dan jigsaw.
Atau
Taraf signifikansi 0,05
Signifikansi hasil uji (sig) > taraf signifikansi (1>0,05), maka H 0 diterima
artinya tidak ada interaksi prestasi belajar antara mahasiswa yang
memiliki kemampuan awal tinggi dan rendah yang dibelajarkan dengan
metode pembelajaran inquiry dan jigsaw.
45
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.
46
DAFTAR PUSTAKA
https://fatkhan.web.id/pengertian-analysis-of-variance-anova/
https://freelearningji.wordpress.com/2013/07/24/aplikasi-program-spss-dalam-
menyelesaikan-kasus-uji-statistika-parametrik-bagian-6-uji-anova-dua-arah/
https://www.academia.edu/18574350/ANOVA_SATU_ARAH
https://www.academia.edu/23733815/modul_spss
https://www.academia.edu/9929353/LAPORAN_ANALISIS_OF_VARIANCE_ANOVA_
https://www.statistikian.com/2012/11/one-way-anova-dalam-spss.html
Jakarta Riduwan.2008.Dasar-dasar Statistika.Bandung:Alfabeta
47