MAKALAH

Statistika Pendidikan
“Uji Anava”
DISUSUN OLEH
NAMA : MUTIARA RISDHANI
NPM : 20051056
KELAS : VI C PENDIDIKAN MATEMATIKA

DOSEN PENGAMPUH
SYAHRIANI SIRAIT, S.Pd, M.Pd

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS ASAHAN
TAHUN AJARAN
2022/2023
 KATA PENGANTAR

Puji dan syukur penulis ucapkan atas kehadirat Allah SWT Yang Maha Esa atas
limpahan rahmat dan karunia-Nya, sehingga kami dapat menyelesaikan makalah ini yang
berjudul ”Uji Anava” ini dengan lancar. Penulisan makalah ini bertujuan untuk memenuhi
salah satu tugas perkuliahan yang diberikan oleh dosen pengampu mata kuliah Statistika
Pendidikan oleh Ibu Syahriani Sirait, S.Pd, M.Pd.
Penulis berharap, dengan membaca makalah ini dapat memberikan manfaat bagi kita
semua, dalam hal ini dapat menambah wawasan kita terutama sebagai calon pendidik yang
bertugas untuk mengarahkan peserta didik kepada tujuan pendidikan. Memang makalah ini
masih jauh dari sempurna, maka penulis mengharapkan kritik dan saran dari pembaca demi
perbaikan menuju arah yang lebih baik.

Kisaran, 24 Juni 2023

Penyusun

Mutiara Risdhani

i
 DAFTAR ISI

KATA PENGANTAR....................................................................................................... i
DAFTAR ISI...................................................................................................................... ii

BAB I PENDAHULUAN.................................................................................................. 1
1.1 Latar Belakang........................................................................................................... 1
1.2 Rumusan Masalah...................................................................................................... 1
1.3 Tujuan Penulisan........................................................................................................ 1

BAB II PEMBAHASAN................................................................................................... 2
2.1 Pengertian Anava (Anova).......................................................................................... 2
2.2 Anova Satu Arah......................................................................................................... 6
2.3 Langkah-Langkah Uji Anava Satu Arah.................................................................. 7
2.4 Aplikasi Atau Contoh Uji Anava Satu Arah............................................................. 8

BAB II KESIMPULAN..................................................................................................... 12
3.1 Kesimpulan.................................................................................................................. 12
3.2 Saran............................................................................................................................. 12

Daftar Pustaka................................................................................................................... 13

ii
 BAB I
PENDAHULAN

1.1 Latar Belakang

Dalam statistik , analisis varians (ANAVA) adalah kumpulan model statistik ,
dan prosedur yang terkait, di mana diamati varian dalam suatu variabel tertentu
dipartisi ke dalam komponen yang timbul dari berbagai sumber variasi. Dalam
bentuknya yang paling sederhana ANAVA memberikan uji statistik apakah atau
tidak berarti dari beberapa kelompok semua sama, dan karenanya generalizes t-test
untuk lebih dari dua kelompok. ANAVA sangat membantu karena mereka memiliki
keuntungan lebih dari uji t dua-sample-. Melakukan dua-sample t-tes beberapa akan
mengakibatkan peningkatan kesempatan melakukan sebuah tipe I kesalahan . Untuk
alasan ini, ANAVA berguna dalam membandingkan dua, tiga atau lebih berarti.

Pada makalah ini akan didiskusikan perbandingan dua atau lebih parameter
populasi. Sebuah teknik yang dipakai untuk membandingkan dua atau lebih parameter
populasi kita kenal sebagai analysis of variance atau sering disebut anova. Teknik ini
sering dipakai untuk penelitian terutama pada rancangan penelitian eksperimen, missal
penelitian-penelitian yang memiliki implikasi pengambilan keputusan untuk
menggunakan tekhnologi baru, prosedur-prosedur baru, dan kebijakan-kebijakan baru.

1.2 Rumusan Masalah

Dari latar belakang di atas maka dapat dirumuskan masalah yaitu:
a. Bagaimana pengertian analisis varian satu arah?
b. Bagaimana langkah penyelesaian analisis varian satu arah?
c. Bagaimana aplikasi atau contoh penyelesaian analisis varian?

1.3 Tujuan Penulisan

Dari rumusan diatas maka diharapkan mencapai tujuan sebagai berikut:

1. Untuk memahami analisis varian satu arah.
2. Untuk memahami langkah penyelesaian analisis varian satu arah
3. Untuk memahami aplikasi atau contoh penyelesaian analisis varian

3
 BAB II
PEMBAHASA
N

2.1 Pengertian Anava (Anova)

Analisis of Varians (ANOVA) adalah teknik analisis statistik yang dikembangkan dan
diperkenalkan pertama kali oleh Sir R. A Fisher (Kennedy & Bush, 1985). 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.

Jika kita menguji hipotesis nol bahwa rata-rata dua buah kelompok tidak berbeda,
teknik ANOVA dan uji-t (uji dua pihak) akan menghasilkan kesimpulan yang sama; keduanya
akan menolak atau menerima hipotesis nol. Dalam hal ini, statistik F pada derajat kebebasan 1
dan n-k akan sama dengan kuadrat dari statistik t.

ANOVA digunakan untuk menguji perbedaan antara sejumlah rata-rata populasi dengan
cara membandingkan variansinya. Pembilang pada rumus variansi tidak lain adalah jumlah
kuadrat skor simpangan dari rata-ratanya, yang secara sederhana dapat ditulis sebagai
∑ ( X i −μ)2. Istilah jumlah kuadrat skor simpangan sering disebut jumlah kuadrat (sum of
squares). Jika jumlah kuadrat tersebut dibagi dengan n atau n-1 maka akan diperoleh rata-rata
kuadrat yang tidak lain dari variansi suatu distribusi. Rumus untuk menentukan varians
sampel yaitu,
n

∑ (Y 1−Y )2
2 i=1
S=
n−1

Seandainya kita mempunyai suatu populasi yang memiliki variansi σ 2 dan rata-rata μ.
Dari populasi tersebut misalkan diambil tiga buah sampel secara independent, masing-
masing dengan n1, n2, dan n3. Dari setiap sampel tersebut dapat ditentukan rata-rata dan
variansinya, sehingga akan diperoleh tiga buah rata-rata dan variansi sampel yang masing-
masing merupakan statistik (penaksir) yang tidak bias bagi parameternya. Dikatakan
demikian karena, dalam jumlah sampel yang tak hingga, rata-rata dari rata-rata sampel akan
sama dengan rata-rata populasi (μ) dan rata-rata dari variansi sampel juga akan sama
dengan variansi populasi (σ ¿¿ 2)¿.
Ada dua hal yang perlu diperhatikan, yaitu:

4
1. Kita memiliki 3 buah variansi sampel ( S2i ) yang masing-masing merupakan penaksir
yang tidak bias bagi variansi populasinya. Jika n1=n2=n3=.....=nk, maka seluruh
variansi sampel tersebut dapat dijumlahkan dan kemudian dibagi dengan banyaknya
sampel (k) sehingga akan diperoleh rata-rata variansi sampel yang dalam jangka
panjang akan sama dengan variansi populasi. Dalam bahasa ANOVA, rata-rata variansi
sampel ini dikenal dengan rata-rata jumlah kuadrat dalam kelompok (RJKD) atau mean
of squares within groups (MSw).
2. Kita memiliki 3 buah rata-rata sampel yang dapat digunakan untuk menentukan rata-
rata dari rata-rata sampel. Simpangan baku distribusi rata-rata sampel
( SY ) atau galat baku rata-rata adalah simpangan baku distribusi skor dibagi dengan akar
pangkat dua dari besarnya sampel.

SY
SY =
√n

Sejalan dengan itu, sampel variansi distribusi rata-rata SY 2 dapat ditulis sebagai berikut.

2
2 S
SY =
n

Dengan demikian, S2sebagai penaksir yang tidak bias bagi variansi populasi akan
ekuivalen dengan variansi distribusi rata-rata dikalikan dengan besarnya sampel (n) yang
secara aljabar dapat ditulis sebagai berikut.

n SY 2=S2

Dalam konteks ANOVA, n SY 2 dikenal dengan sebutan rata-rata jumlah kuadrat antar
kelompok (RJKA) atau mean of squares between groups (MSB).

Jika seluruh sampel diambil secara acak dari populasi yang sama, maka

MSB=MSW atau RJKA = RJKD,

Sehingga,

σ2
F=MSB/ MSW = 2
=1
σ

ANOVA digunakan untuk menguji hipotesis nol tentang perbedaan dua buah rata-rata

5
atau lebih. Secara formal, hipotesis tersebut dapat ditulis sebagai berikut.

H 0 : μ1=μ2=μ 3=… .=μ k

H 1 : Paling tidak salah satutanda sama dengan ( ¿ ) tidak berlaku

6
2.2 Anova Satu Arah
Analisis varian satu arah yaitu suatu metode untuk menguraikan keragaman total data
menjadi komponen-komponen yang mengukur berbagai sumber keragaman dengan
menggunakan One-Way ANOVA dengan satu perlakuan (Mendel hell dan reinmuth, 1982.
hal: 542). Jadi, analisis varian satu arah adalah metoda analisis statis yang bersifat satu arah
untuk menguji apakah dua populasi atau lebih yang independen dan melihat perbandingan
lebih dari dua kelompok data.

ANAVA satu jalur yaitu analisis yang melibatkan hanya satu peubah bebas. Secara
rinci, ANAVA satu jalur digunakan dalam suatu penelitian yang memiliki ciri-ciri
berikut:1. Melibatkan hanya satu peubah bebas dengan dua kategori atau lebih yang dipilih
dan ditentukan oleh peneliti secara tidak acak. Kategori yang dipilih disebut tidak acak
karena peneliti tidak bermaksud menggeneralisasikan hasilnya ke kategori lain di luar yang
diteliti pada peubah itu. Sebagai contoh, peubah jenis kelamin hanya terdiri atas dua ketgori
(pria-wanita), atau peneliti hendak membandingkan keberhasilan antara Metode A, B, dan
C dalam meningkatkan semangat belajar tanpa bermaksud menggeneralisasikan ke metode
lain di luar ketiga metode tersebut.

Anova pengembangan atau penjabaran lebih lanjut dari uji-t ( t hitung) .Uji-t atau uji-z
hanya dapat melihat perbandingan dua kelompok data saja. Sedangkan anova satu jalur
lebih dari dua kelompok data. Contoh: Perbedaan prestasi belajar statistika antara
mahasiswa tugas belajar ( X 1 ), izin belajar ( X 2 ) dan umum ( X 3 ).

Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi atau varian itu
asalnya dari pengertian konsep “Mean Square” atau kuadrat rerata (KR).

Rumusnya :

JK
KR =
db

Dimana: JK = jumlah kuadrat (some of square)

db = derajat bebas (degree of freedom)

Menghitung nilai Anova atau F ( F hitung) dengan rumus :

V A KR A JK A : db A varian antar group

F hitung= = = =
V D KR D JK D : db D varian antar group

7
Varian dalam group dapat juga disebut Varian Kesalahan (Varian Galat). Dapat
dirumuskan:

(∑ X Ai )2 (∑ X τ )2
JK A = ∑ − untuk db A= A−1
n Ai N

2
2 (∑ X Ai)
JK D =( ∑ X τ ) −∑ untuk db D =N− A
n Ai

2
(∑ X τ )
Dimana: = sebagai faktor koreksi
N

N = Jumlah keseluruhan sampel (jumlah kasus dalam penelitian).

A = Jumlah keseluruhan group sampel.

2.3 Langkah-Langkah Uji Anava Satu Arah

Prosedur Uji Anova Satu Arah:
1. Sebelum anova dihitung, asumsikan bahwa data dipilih secara random, berdistribusi
normal, dan variannya homogeny
2. Buatlah hipotesis ( H a dan H 0) dalam bentuk kalimat.
3. Buatlah hipotesis ( H a dan H 0)dalam bentuk statistik.
4. Buatlah daftar statistik induk.
5. Hitunglah jumlah kuadrat antar group ( JK A) dengan rumus :

( )
2 2 2 2 2 2
JK A = ∑
( ∑ X Ai ) (∑ Xτ ) (∑ X A 1) (∑ X A 2) (∑ X A 3) (∑ X τ )
− = + + −
n Ai N nA 1 nA 2 nA 3 N

6. Hitunglah derajat bebas antar group dengan rumus : db A= A−1

JK A
7. Hitunglah kudrat rerata antar group ( KR A ) dengan rumus : KR A =
db A
8. Hitunglah jumlah kuadrat dalam antar group ( JK D ) dengan rumus :
2
(∑ X Ai )
2
JK D =(∑ X τ ) −∑
n Ai

2 2 2
2 2 2 ( ∑ X A 1) (∑ X A2) (∑ X A3)
¿∑ X A1 +¿ ∑ X A2 +¿∑ X A3 −( + + )
nA1 nA2 nA3
9. Hitunglah derajat bebas dalam group dengan rumus : db D =N− A

8
 JK D
10. Hitunglah kuadrat rerata dalam antar group ( KR D ) dengan rumus : KR D =
db D
KR A
11. Carilah F hitung dengan rumus : F hitung =
KR D
12. Tentukan taraf signifikansinya, misalnya α = 0,05 atau α = 0,01
13. Cari F tabel dengan rumus : F tabel=F (1−α )(db A ,db D)

14. Buat Tabel Ringkasan Anova

TABEL RINGKASAN ANOVA SATU ARAH

Sumber Jumlah Kuadrat Derajat Kuadrat F hitung Taraf
Varian (SV) (JK) bebas Rerata Signifikan
(db) (KR) ( ρ)
Antar group ∑ A−1 JK A KR A α
(A) (∑ X Ai )2 (∑ X τ )2 db A KR D
−
n Ai N
Dalam 2 (∑ X Ai )
2
N− A JK D - -
(∑ X τ ) −∑
group n Ai db D

(D)
Total 2 (∑ X τ)2 N−1 - - -
(∑ X τ ) −
N

15. Tentukan kriteria pengujian : jika F hitung ≥ F tabel , maka tolak H 0 berarti signifikan dan
konsultasikan antara F hitung dengan F tabel kemudian bandingkan
16. Buat kesimpulan.

2.4 Aplikasi Atau Contoh Uji Anava Satu Arah

Di bawah ini kasus tentang uji anava satu arah, yaitu:
Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah statistika antara
mahasiswa tugas belajar, izin belajar dan umum. Data diambil dari nilai UT sebagai berikut:
Tugas belajar(A1) = 6, 8, 5, 7, 7, 6, 6. 8, 7, 6, 7 = 11 orang
Izin belajar (A2) = 5, 6, 6, 7, 5, 5, 5, 6, 5, 6, 8, 7 = 12 orang
Umum (A3) = 6, 9, 8, 7, 8, 9, 6, 6, 9, 8, 6, 8 = 12 orang
Buktikan apakah ada perbedaan atau tidak?
9
Langkah-langka menjawab:
1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya
homogen.
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:
a. Ha: terdapat perbedaan yang signifikan antara mahasiswa tugas belajar, izin
belajar, dan umum
b. Ho: tidak ada perbedaan yang signifikan antara mahasiswa tugas belajar, izin
belajar, dan umum

3. Hipotesis Ha dan Ho dalam bentuk statistika :

Ha : A1 ≠ A2 = A3

Ho : A1 = A2 = A3

4. Daftar statistika induk

No. A1 A2 A3
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
Statistika Total = T
N 11 12 12 N=35
Σx 73 71 90 234
Σx2 493 431 692 1616

5. Menghitung Jumlah Kuadat Antar Group (JKA)

10
 (∑ X Ai )2 (∑ X τ )2
JKA = −
n Ai N
2 2 2 2
73 71 90 234
JKA = ( + + )-
11 12 12 35
= 1579-1564
= 15

6. Menghitung derajat bebas antar group dengan rumus=

DbA = A-1 A= jumlah group
= 3-1
=2
7. Menghitung kuadrat Rerata Antar group( KRA)

JKA
KRA =
dbA

15
=
2

= 7,5
8. Menghitung Jumlah Kuadrat Dalam group ( JKD )

JKD = Σ X2T - Σ¿ ¿
2 2 2
73 71 90
= 1616 - ( + + )
11 12 12

= 1616 – 1579

= 37
9. Menghitung derajat bebas dalam group dengan rumus=

DbD = N-A

= 35- 3

= 32
10. Menghitung kuadrat Rerata Dalam group( KRD)

JKD
KRD =
dbA
37
=
32
= 1,16

11
 KRA
11. F.hitung =
KRD

7,5
=
1,16
= 6,47
12. Taraf signifikan sebesar α = 5 %
13. F.tabel = F (1-α) (dbA.dbD)

F.tabel = F (1-0,05) (2.32)

F.tabel = F (0,95) (2.32)

F.tabel = 3,30

14. Tabel ringkasan anova

ANOVA

NILAI

Jumlah
Sumber varian (SV)
Kuadra(JK) Db Mean Square F Sig.

Antar Group(A) 15 2 7.540 6.47 .004

Dalam Group(D) 37 32 1.139

Total 52 34

15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.

Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F hitung dengan

F tabel, ternyata F hitung > F tabel, atau 6,47 > 3,30 maka tolak Ho berarti signifikan.
16. Kesimpulan:

Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara mahasiswa
tugas belajar, izin belajar dan umum.

12
 BAB III
PENUTUP

3.1 Kesimpulan
Analisis varian satu arah adalah metoda analisis statis yang bersifat satu arah untuk
menguji apakah dua populasi atau lebih yang independen dan melihat perbandingan lebih
dari dua kelompok data.

Langkah uji anava satu arah yaitu: asumsikan bahwa data dipilih secara
random,berdistribusi normal, dan variannya homogeny, buatlah hipotesis ( H a dan H 0)
dalam bentuk kalimat, buatlah hipotesis ( H a dan H 0)dalam bentuk statistic, buatlah daftar
statistik induk, hitunglah jumlah kuadrat antar group ( JK A), hitunglah derajat bebas antar
group, hitunglah kudrat rerata antar group ( KR A ),hitunglah jumlah kuadrat dalam antar
group ( JK D ),hitunglah derajat bebas dalam group, hitunglah kuadrat rerata dalam antar
KR A
group ( KR D ) ,Carilah F hitung dengan rumus : F hitung = , tentukan taraf signifikansinya,
KR D
misalnya α = 0,05 atau α = 0,01, cari F tabel dengan rumus : F tabel=F (1−α )(db A ,db D) ,buat Tabel
Ringkasan Anova, Tentukan kriteria pengujian : jika F hitung ≥ F tabel , maka tolak H 0 berarti
signifikan dan konsultasikan antara F hitung dengan F tabel kemudian bandingkan, dan buat
kesimpulan.

13
 KAJIAN PUSTAKA

Novela, Luthfi. 2018. “Makalah Anava”, Academia Edu.

https://www.academia.edu/6252728/Makalah_anava
Yuliani, Uchni. 2018. “MAKALAH STATISTIKA ANOVA”, Academia Edu.
https://www.academia.edu/33099121/MAKALAH_STATISTK_ANOVA_docx

14