ANALISIS VARIANSI
Oleh kelas: B4
Kelompok 10 :
1. Nur Komariatul Adha (212101020046)
2. Nuril Anwar (212101020047)
3. Dzakiyyah Nur Azizah (212101020048)
1
DAFTAR ISI
KATA PENGANTAR.................................................................................................1
DAFTAR ISI...............................................................................................................2
BAB I PENDAHULUAN............................................................................................3
A. Latar Belakang...........................................................................................3
B. Rumusan Masalah......................................................................................3
C. Tujuan Penulisan........................................................................................3
BAB II PEMBAHASAN.............................................................................................4
A. Kesimpulan..............................................................................................14
DAFTAR PUSTAKA................................................................................................15
2
BAB I
PENDAHULUAN
A. Latar Belakang
Prosedur untuk membandingkan rata-rata dua populasi sudah dipelajari pada bab
terdahulu. Kadang-kadang manajemen bukan saja dihadapkan pada dua populasi untuk
membandingkan. Misalnya, terdapat tiga metode kerja yang tersedia. Untuk membandingkan
ketiga metode tersebut sekaligus, kita memerlukan analisis lain yang disebut Analisis (sidik)
ragam (yang disebut ANOVA).
Walaupun disebut analisis ragam, ANOVA bukan membandingkan ragam populasi,
melainkan membandingkan rata-rata populasi. Disebut analisis ragam, karena dalam
prosesnya ANOVA memilah-milah keragaman menurut sumber-sumber yang mungkin.
Sumber keragaman inilah yang akan digunakan sebagai pembanding untuk mengetahui
sumber mana yang menyebabkan terjadinya keragaman tersebut
Dalam pengujian hipotesis ada asumsi yang perlu diperhatikan, yaitu setiap populasi
menyebar mengikuti distribusi normal, dengan ragam populasi sama. Populasi dalam hal ini
sering juga disebut perlakuan (treatment), karena perbedaan populasi sering disengaja
(dikontrol) dengan membuat perlakuan tertentu
Menurut banyaknya faktor yang menjadi pusat perhatian, ANOVA dibagi menjadi
ANOVA satu arah dan ANOVA dua arah.1
B. Rumusan Masalah
C. Tujuan Penulisan
1
Dergibson Siagian Sugiarto, Metode Statistik untuk Bisnis dan Ekonomi, (Jakarta: PT. Gramedia Pustaka
Utama, 2000), hlm. 185.
3
BAB II
PEMBAHASA
N
Analisis varians satu jalan hanya terdiri atas satu faktor dengan dua
atau lebih level. Contoh:
H0: μ1 = μ2 = μ3
H1: μ1 ≠ μ2 ≠ μ3
Taraf signifikansi α = 5%
5. Kaidah pengujian
7. Menarik kesimpulan
Fhitung = 5,727
Ftabel = 3,350
Fhitung > Ftabel maka H0 ditolak artinya ada perbedaan prestasi belajar matematika
antara siswa yang dibelajarkan dengan pembelajaran pemecahan masalah,
discovery learning, dan inquiry2.
C. Analisis Varians Dua Jalan
Uji perbedaan paremeter rata-rata satu variabel terikat untuk lebih
dari dua kelompok sampel
Analisis variansi dua jalur terdiri atas dua faktor dengan dua atau
lebih level
Contoh:
Pengaruh model pembelajaran dan kemampuan awal terhadap prestasi
belajar
Faktor 1: model pembelajaran dengan level: inquiry dan Jigzaw.
Faktor 2: kemampuan awal dengan level: tinggi dan rëndah
Prestasi belajar merupakan variabel terikat.
Contoh Perhitungan Manual:
Suatu penelitian bertujuan mempelajari pengaruh model pembelajaran dan
kemampuan awal terhadap prestasi belajar matematika. Untuk keperluan itu
telah diambil dua kelompok sampel acak untuk belajar menggunakan model
pembelajaran inquiry(Al) dan jigsaw (A2).Setiap kelompok masing-masing
dibagi dua secara acak dan dibedakan menjadi duaberdasarkan kemampuan
awal, yaitu kelompok tinggi (B1) dan kelompok rendah (B2). Skor prestasi
belajar matematika disajikan sebagai berikut.
9
Statistik Total
nT n1 = 10 n2 = 10 n3 = 10 n4= 10 40
∑ XT2 ∑ X1 = 840 ∑ X2 ∑ X3 = 80 ∑ X4 = 630 2940
= 670
X̅ ∑X1/n1 ∑X2/n1 ∑X3/n1 ∑X4/n1 294
= 840/10 = 670/10 = 800/10 = 630/10
= 84 = 67 = 80 = 63
∑ X2,4 - ∑ X2 - ∑ X4 = 630 1300
= 670
∑ X1,3 ∑ X1 = 840 - ∑ X3 = 800 - 1640
(∑ XT)2 ∑ X12 ∑ X2 2
∑ X32 ∑ X42
221400
= 71000 = 45300 = 64600 = 40500
7. Menarik kesimpulan
- Model Pembelajaran
Fhitung = 2,549
Ftabel = 4,110
Fhitung < Ftabel maka H0 diterima artinya tidak ada perbedaan prestasi belajar
matematika antara siswa yang dibelajarkan dengan model pembelajaran inquiry
dan jigsaw.
- Kemampuan Awal
Fhitung = 47,314
Ftabel = 4,110
Fhitung > Ftabel maka H0 ditolak artinya ada perbedaan prestasi belajar matematika
antara siswa yang memiliki kemampuan awal tinggi dan rendah.
- Interaksi Model Pembelajaran dengan Kemampuan Awal
Fhitung = 0
Ftabel = 4,110
Fhitung < Ftabel maka H0 diterima artinya tidak ada interaksi prestasi belajar
matematika antara siswa yang memiliki kemampuan awal tinggi dan rendah
yang dibelajarkan dengan model pembelajaran inquiry dan jigsaw3.
3
“STATISTIKA – Two Way Anova (Anova 2 Jalur) Cara Manual”, https://youtu.be/KS5kPf-CMuA, diakses
pada jum’at 19 Mei 2023
12
BAB III
PENUTUP
A. Kesimpulan
2. Analisis varians satu jalan adalah uji perbedaan parameter rata-rata satu
variabel terikat untuk lebih dari dua kelompok sampel.
3. Analisis varians dua jalan adalah uji perbedaan paremeter rata-rata satu
variabel terikat untuk lebih dari dua kelompok sampel
13
DAFTAR PUSTAKA
Sugiarto, Dergibson Siagian. 2000. Metode Statistik untuk Bisnis dan Ekonomi.
Jakarta: PT. Gramedia Pustaka Utama.
STATISTIKA – One Way Anova (Anova 1 Jalur) Cara Manual,
https://youtu.be/FGoKDf--CJ4, diakses pada jum’at 19 Mei 2023
STATISTIKA – Two Way Anova (Anova 2 Jalur) Cara Manual,
https://youtu.be/KS5kPf-CMuA, diakses pada jum’at 19 Mei 2023
14