RESUME UJI ANOVA

Diajukan untuk memenuhi salah satu tugas Mata Kuliah Statistika Terapan yang diampu oleh
Dosen: Dr. Achmad Samsudin, S.Pd., M.Pd.

Disusun oleh:
Sri Zakiyah (2208152)

PROGRAM STUDI MAGISTER PENDIDIKAN FISIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
BANDUNG
2022
Tugas Statistika Terapan Pertemuan Ke-7
Nama : Sri Zakiyah
NIM : 2208152
Uji ANOVA

Uji analysis of variance (anova atau anava) teknik analisis statistik yang digunakan
untuk mencari perbedaan atau persamaaan beberapa rata-rata. Anova merupakan bagian dari
metoda analisis statistika yang tergolong analisis komparatif lebih dari dua rata-rata. Anova
dapat juga dipahami sebagai perluasan dari uji-t sehingga penggunaannya tidak terbatas
pada pengujian perbedaan dua buah rata-rata populasi, namun dapat juga untuk menguji
perbedaan tiga buah rata-rata populasi atau lebih sekaligus.
Anova digunakan untuk membandingkan rata-rata populasi bukan ragam populasi. Jenis
data yang tepat untuk anova adalah nominal dan ordinal pada variabel bebasnya, 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 sebagai berikut.

1. Data berdistribusi normal (dapat ditempuh dengan cara memperbanyak jumlah sampel
dalam kelompok)

2. Varians antar kelompok bersifat homogen

3. Sampel diambil secara acak (random sampling)

4. Anova lebih akurat digunakan untuk sejumlah sampel yang sama pada
setiap kelompoknya, misalnya masing masing variabel setiap kelompok jumlah sampel
atau respondennya sama-sama 250 orang, dll.

Anova dapat digolongkan kedalam beberapa kriteria, yaitu :

1. Klasifikasi 1 arah (One Way Anova), merupakan anova yang didasarkan pada
pengamatan 1 kriteria atau satu faktor yang menimbulkan variasi.

2. Klasifikasi 2 arah (Two Way Anova), merupakan anova yang didasarkan pada
pengamatan 2 kriteria atau 2 faktor yang menimbulkan variasi.

3. Klasifikasi banyak arah (MANOVA), merupakan anova yang didasarkan pada

pengamatan banyak kriteria.

a. Analisis Varians Satu Arah (One Way Analysis of Variance)

Dinamakan Analisis varians satu arah, karena analisisnya menggunakan varians dan
data dari hasil pengamatan merupakan pengaruh satu faktor.

Uji Hipotesis pada analisis varians satu arah

uji hipotesis nol H0 dengan H1 dengan formulasi:

H0: rata-rata populasi ke-1 sama dengan rata-rata populasi ke-2, sama dengan
rata-rata populasi ke-3, … sama dengan rata-rata populasi ke-k.

H1: ada sekurang-kurangnya sepasang rata-rata populasi yang berbeda.

Atau

H0 : μ1 = μ2 = μ3 = … = μk

H1 : Sekurang-kurangnya ada satu μi ≠ μj ; dengan i ≠ j ; i,j = 1,2,3,…, k

Kaidah pengambilan Keputusan

Kaidah pengambilan Keputusan pada analisis varians satu arah, diantaranya:

 Jika f 1 hitung ≤ f 1 tabel maka H 0 diterima,
Jika H0 diterima, maka belum cukup bukti untuk menyatakan bahwa H1 benar/ tidak
ada perbedaan signifikan pada semua kelompok
 Jika f 1 hitung > f 1 tabel, maka H 0 ditolak,
Jika H0 ditolak, maka pernyataan yang menyatakan bahwa H1 adalah benar atau terbukti
/ minimal ada satu pasang kelompok yang berbeda secara signifikan

Langkah-langkah uji pada analisis varians satu arah,

Pengujian hipotesis dalam analisis varians satu arah (One way analysis of
variance) dilakukan dengan uji- F dengan langkah sebagai berikut :

1. Sebelum anova dihitung, asumsikan bahwa data dipilih secara random,

berdistribusi normal, dan variannya homogen.
2. Buatlah hipotesis (𝐻0 dan 𝐻1) dalam bentuk kalimat.

3. Buatlah hipotesis (𝐻0 dan 𝐻1) dalam bentuk statistik.

4. Buatlah daftar statistik induk.

5. Menghitung Jumlah Kuadrat (JK) beberapa sumber variansi, yaitu: Total (T),
Antara (A), dan Dalam (D) dengan persamaan berikut.
2
(∑ Y t )
JK (T )=∑ Y t −
2
nt

2 2
a
(∑ Y j ) (∑ Y t )
JK ( A )=∑ −
j=1 nj nt

2
a
(∑ Y j )
JK ( D )=∑ Y t −¿ ∑
2
¿
j =1 nj

6. Menentukan derajat kebebasan (db) masing-masing sumber variansi

db ( T )=n t−1 ; db ( A )=na −1 ; db ( D ) =nt −na

7. Menentukan Rata-Rata Jumlah Kuadrat (RJK)

JK ( A) JK ( D)
RJK ( A )= dan RJK ( D )=
db( A) db (D)

RJK (A )
8. Mencari Fhitung dengan rumus: F hitung =
RJK ( D)

9. Tentukan taraf signifikan, misalnya  =  atau  = 

10. Cari Ftabel dengan rumus: Ftabel = F (1-) − (dbA.dbD)

11. Membuat tabel ringkasan anova

Sumber JK db RJK Fhitung Ftabel
 Varians α = 0.05  α = 0.01 

 Antara  JK (A) n a−1   RJK (A)  

   
RJK ( A)
 Dalam  JK (D) nt −n a   RJK (D)      
RJK ( D)
   
 Total  JK (T)  nt −1  -  

12. Tentukan kaidah pengambilan keputusan:

Jika f 1 hitung ≤ f 1 tabel maka H 0 diterima, artinya tidak ada perbedaan signifikan pada semua
kelompok yang diuji.
Jika f 1 hitung > f 1 tabel, maka H 0 ditolak, artinya minimal ada satu pasang kelompok yang
berbeda secara signifikan.
13. Membuat Kesimpulan

b. Analisis Varians Dua Arah (Two Way Analysis of Variance)

Dalam analisis varians satu-arah, hanya ada 1 (satu) sumber keragaman (source
of variability) dalam variabel terikat (dependent variable), yaitu kelompok dalam
populasi yang sedang dikaji. Dalam analisis varians dua-arah, kita akan melakukan
pengujian dengan tidak hanya melihat pengaruh dari satu faktor saja tetapi faktor lain
(variabel bebas) yang mempengaruhi hasil (variabel terikat).

Dengan menggunakan teknik anova dua arah ini kita dapat membandingkan
beberapa rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu
variable perlakuan.

Uji anova dua arah terbagi menjadi dua jenis yaitu anova dua arah tanpa
interaksi dan anova dua arah dengan interaksi.

1. Anova Dua Arah Tanpa Interaksi

Pada anova dua arah tanpa interaksi mempunyai hubungan antara variabel bebas
yang diabaikan.

Hipotesis tanpa interaksi;

Hipotesis factor ke-1
 H 0 : μ A 1=μ A 2=…=μ An

H 1 : sekurang-kurangnya satu μ Aj ≠ 0

Hipotesis factor ke-2

H 0 : μB 1=μ B 2=…=μ Bn

H 1 : sekurang-kurangnya satu μ Bi ≠ 0

Kaidah Pengambilan Keputusan Anova dua arah tanpa interaksi

1) Jika f 1 hitung ≤ f 1 tabel maka H 0 diterima, artinya tidak ada perbedaan pada kelompok
data baris.
Jika f 1 hitung > f 1 tabel, maka H 0 ditolak, artinya ada perbedaan pada kelompok data
baris.
2) Jika f 2 hitung ≤ f 2 tabel , maka H 0 diterima, artinya tidak ada perbedaan pada
kelompok data kolom.
Jika f 2 hitung > f 2 tabel, maka H 0 ditolak, artinya ada perbedaan pada kelompok data
kolom.
2. Anova Dua Arah Dengan Interaksi

Pada anova dua arah dengan interaksi mempunyai hubungan antara variabel
bebas yang diperhitungkan.

Hipotesis dengan interaksi;

Hipotesis untuk factor ke-1
H 0 : μ A 1=μ A 2=…=μ Ak
H 1 : μ Ai ≠ μ Ai dengan i,j = 1, 2, …, k

Hipotesis untuk factor ke-2

H 0 : μB 1=μ B 2=…=μ Bm
H 1 : μ Bi ≠ μ Bj dengan i,j = 1,2,…,m
Hipotesis interaksi
H 0 : μ AXB1=μ AXB2=…=μ AXBk
H 1 : μ AXBi ≠ μ AXB j dengan i,j = 1, 2, …, k

Kaidah Pengambilan Keputusan Anova dua arah dengan interaksi

1) Jika f 1 hitung ≤ f 1 tabel maka H 0 diterima, artinya tidak ada perbedaan nilai rata-rata
pada kelompok data baris.
 Jika f 1 hitung > f 1 tabel maka H 0 ditolak, artinya ada perbedaan nilai rata-rata pada
kelompok data baris.
2) Jika f 2 hitung ≤ f 2 tabel , maka H 0 diterima, artinya tidak ada perbedaan nilai rata-rata
pada kelompok data kolom.
Jika f 2 hitung > f 2 tabel, maka H 0 ditolak, artinya ada perbedaan nilai rata-rata pada
kelompok data kolom.
3) Jika f 3 hitung ≤ f 3 tabel , maka H 0 diterima, artinya tidak ada interaksi nilai rata-rata
pada kelompok data kolom dengan kelompok data baris.
Jika f 3 hitung > f 3 tabel, maka H 0 ditolak, artinya ada interaksi nilai rata-rata pada
kelompok data kolom dengan kelompok data baris.
Langkah-langkah uji pada analisis varians dua arah,
Adapun Langkah-langkah dalam pengujian anova dua arah adalah sebagai
berikut.
1. Sebelum anova dihitung, asumsikan bahwa data dipilih secara random, berdistribusi
normal, dan variannya homogen.
2. Buatlah hipotesis (𝐻0 dan 𝐻1)

3. Buatlah daftar statistik induk.

4. Menghitung Jumlah Kuadrat (JK) beberapa sumber variansi, yaitu: Total

(T), Antara (A) dan (B), dan Dalam (D) dengan persamaan berikut.

(∑ Y t )
2

JK (T )=∑ Y t −
2
nt

(∑ Y j ) (∑ Y t )
2 2
a
JK ( A )=∑ −
j=1 nj nt

(∑ Y i ) ( ∑ Y t )
2 2
a
JK ( B ) =∑ −
i=1 ni nt

( ∑ Y ij ) ( ∑ Y t )
2 2
ab
JK ( AB )= ∑ ¿j −
nt
−JK ( A )−JK (B)
j=1 ,i=1
 ( )
2
ab
( ∑ Y ij )
JK ( D )= ∑ ∑ Y ij − 2
n ij
j=1 ,i=1

5. Menentukan derajat kebebasan (db) masing-masing sumber variansi

db ( T )=n t−1
db ( A )=na −1
db ( B )=nb−1
db ( AB )=(n¿¿ a−1)( nb−1) ¿
db ( D ) =nt −( n¿¿ a)(nb )¿
6. Menentukan Rata-Rata Jumlah Kuadrat (RJK)
JK ( A)
RJK ( A )=
db( A)
JK ( B)
RJK ( B ) =
db(B)
JK ( AB)
RJK ( AB )=
db( AB)
JK ( D)
RJK ( D )=
db ( D)

7. Mencari Fhitung dengan rumus:

RJK ( A )
F hitung A=
RJK (D)

RJK (B)
F hitung B=
RJK (D)

RJK ( AB )
F hitung AB=
RJK ( D)
8. Tentukan taraf signifikan, misalnya  =  atau  = 

9. Cari Ftabel dengan rumus:

F tabel A=F (1−α ) ( dbA ,dbD)

F tabel B=F( 1−α ) (dbB ,dbD )

F tabel AB=F( 1−α )( dbAB ,dbD )

 10. Membuat tabel ringkas anova dua arah
Ftabel
Sumber
JK db RJK Fhitung α= α=
Varians
0.05  0.01 

RJK (A )
 Antara  RJK F hit A=
 JK (A) n a−1  RJK ( D)
(A) (A)    

 Antara  RJK RJK (B)

JK (B) n b−1  F hit B=
(B) (B) RJK ( D)

 Antara  RJK RJK (AB)

JK(AB) ¿ ¿ ¿ x ¿ ¿  ) F hit AB=
(AB) (AB) RJK (D)
nt −(n¿¿ a)¿   RJK
 Dalam  JK (D)
(n¿ ¿ b) ¿  (D)

 Total  JK (T)  nt −1  -

11. Menentukan Kaidah Pengambilan Keputusan

12. Membuat kesimpulan

c. Uji Lanjut ANOVA (Post Hoc Test)

Anova adalah “kendaraan” bagi kita untuk menguji perbedaan pada lebih dari dua
kelompok secara sekaligus. Anova memberitahu bahwa kelompok tersebut berbeda secara
signifikan / tidak. Setelah dilakukan uji Anova, maka perlu dilakukan uji lanjut (Post Hoc
Test) untuk lebih memahami seberapa besar detail perbedaan antar kelompok tersebut? Jika
hasil Anovanya tidak signifikan, tidak perlu uji Post Hoc.

d. Uji ANOVA dalam Regresi Linier

Uji ANOVA dalam Regresi Linier digunakan untuk mempelajari dan mengukur pengaruh
statistik yang terjadi antara dua atau lebih variabel. Uji Anova dalam regresi linier dibagi
menjadi 2 yaitu
 1) Analisis Regresi Sederhana (memiliki satu variabel bebas (X) dan satu variabel
terikat (Y))

2) Analisis Regresi Berganda (memiliki satu variabel terikat (Y) dan lebih dari satu
variabel bebas (X)).

 Persamaan Regresi Linier

Y i=β 0 + β 1 X 1+ ε i

Ket:

Y i = Variabel respon ke-i

β 0 = Intersep
β 1 = Parameter regresi
X 1 = Variabel bebas
ε i=¿ Error/galat pada pengamatan ke-i
 Persamaan Regresi Linear Sederhana

 Persamaan Regresi Linear Berganda

Persamaan regresi linier berganda secara matematik diekspresikan oleh:

Y =a+b1 X 1 +b 2 X 2 + …+ bn X n

Ket:
Y = Variabel tak bebas (nilai yang akan diprediksi)
a = konstanta
b 1 , b2 , … .b n= koefisien regresi
X 1 , X 2 , … ., X n = Variabel bebas
Uji regresi linier berganda sangat membantu untuk mengetahui pengaruh secara serempak
(simultan) baik kualitas maupun kuantitas dari variabel-variabel bebas terhadap variabel tak
bebas.