Dosen Pengampu :
Dr. Wardono, M.Si.
Disusun Oleh :
KELOMPOK 7
Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-
Nya sehingga kami dapat menyelesaikan tugas makalah yang berjudul “Analisis
Varian Satu Arah dan Post Hoc” ini tepat pada waktunya.
Adapun tujuan dari penulisan makalah ini adalah untuk memenuhi tugas dari
Dosen pengampu Dr. Wardono, M.Si. pada mata kuliah Statistika Lanjut. Selain
itu, makalah ini juga bertujuan untuk menambah wawasan tentang analisis varian
satu arah dan post hoc bagi para pembaca dan juga bagi penulis.
Kami mengucapkan terimakasih kepada Bapak Dr. Wardono, M.Si., selaku Dosen
mata kuliah Statistika Lanjut yang telah memberikan tugas ini sehingga dapat
menambah pengetahuan dan wawasan sesuai dengan bidang studi yang kami
tekuni.
Kami juga mengucapkan terimakasih kepada semua pihak yang telah membagi
sebagian pengetahuannya sehingga kami dapat menyelesaikan makalah ini.
Kami menyadari, makalah yang kami tulis ini masih jauh dari kata sempurna.
Oleh karena itu, kritik dan saran yang membangun akan kami nantikan demi
kesempurnaan makalah ini.
Semarang, 17 September
2022
Penulis
1
DAFTAR ISI
KATA PENGANTAR I
DAFTAR ISI II
BAB 1 1
PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Rumusan Masalah 2
1.3 Tujuan 2
BAB 2 3
PEMBAHASAN 3
2.1 Uji Anava Satu Jalur (One Way Anava) 3
2.2 Uji Lanjut (Post hoc test) 8
2.3 Uji Varian Satu Arah dan Uji Lanjut (Post hoc test) menggunakan SPSS 20
BAB 3 31
PENUTUP 31
3.1 Kesimpulan 31
DAFTAR PUSTAKA 32
2
BAB 1
PENDAHULUAN
Oleh karena itu pada kesempatan kali ini kami bermaksud untuk
menyusun makalah ini sebagai upaya untuk mempelajari dan memahami
pokok bahasan yang berkaitan dengan uji anava, sehingga kami dapat
memiliki pengetahuan dan pemahaman tentang anava.
1
1.2 Rumusan Masalah
1. Bagaimana teori pengujian analisis varian satu arah dan post hoc?
2. Bagaimana Langkah penyelesaian analisis varian satu arah dan post hoc
secara manual dan menggunakan spss?
1.3 Tujuan
1. Untuk memahami teori pengujian analisis varian satu arah dan uji lanjut
(post hoc test)
2. Agar terampil melakukan perhitungan uji analisis varian satu arah dan uji
lanjut (post hoc test) secara manual dan menggunakan spss
2
BAB 2
PEMBAHASAN
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 persamaan beberapa rata-rata. Uji
ini disebut dengan nama analysis of variance (anova atau anava). ANAVA
digunakan untuk menguji perbedaan antara sejumlah rata-rata populasi
dengan cara membandingkan variansinya. Anava satu jalur digunakan untuk
menguji perbedaan satu variabel antara sejumlah rata- rata populasi dengan
cara membandingkan variansinya. Anava satu jalur digunakan untuk menguji
perbedaan/persamaan beberapa varians dengan 𝑘 > 2 .
Asumsi yang harus dipenuhi pada Uji ANAVA Satu Jalur adalah sebagai
berikut.
a. Populasi yang akan diuji berdistribusi normal
b. Varians dari populasi sama
c. Sampel tidak berhubungan satu sama lain (independent)
d. Data Homogen
Langkah-langkah pengujian ANAVA Satu Jalur.
1. Menentukan hipotesis
H 0 : μ1=μ1=…=μn
H 0 : salah satu tanda = tidak berlaku
2. Menentukan taraf signifikan (α )
3. Menentukan kriteria pengujian
Terima H 0 jika F hitung < F α ;(k −1 , k (n−1))
3
4. Melakukan perhitungan F hitung
k
n ∑ ( x j −x )
2
j=1
VAK ❑
F hitung = =
VDK ❑
B 19 23 22
C 20 26 23
D 31 27 20
⇔ F hitung ≤ 4 , 26
4
Statistik Hitung
Berdasarkan data tersebut diperoleh nilai-nilai yang dibutuhkan sebagai
berikut.
Mapel
X1 X2 X3
Nama
A 24 28 23
B 19 23 22
C 20 26 23
D 31 27 20
Jumlah 94 104 88
Rata-rata 23,5 26 22
= j=1
❑
❑
=
4. [ ( 23 , 5−23 , 83 )2 + ( 26−23 , 83 )2 + ( 22−23 , 83 )2
3−1
[ {( 24−23 , 5 ) + ( 29−23 , 5 ) +( 20−23 ,5 ) +( 31−23 ,5 ) }+{( 28−26 ) +( 23−26 ) +( 26−26 ) +( 27−26
2 2 2 2 2 2 2
3 ( 4−1 )
4(8,1667) 32,6668
2 2 16,3334
= 117
=
117
=
13
= 1,2564154
9 9
Simpulan
5
Oleh karena F hitung =1,256< 4 , 26
Maka H 0 diterima
Jadi, tidak ada perbedaan mean antara ketiga mata pelajaran tersebut
Contoh 2
Akan dikomparasikan 3 means hasil belajar dari 3 metode pembelajaran I, II,
III yang berbeda. Data hasil belajar sebagai berikut
Metode
I II III
Sampel ke
1 22 22 25
2 21 25 29
3 26 24 28
4 23 25 30
⇔ F hitung ≤ 4 , 26
Statistik Hitung
6
Berdasarkan data tersebut diperoleh nilai-nilai yang dibutuhkan sebagai
berikut.
Metode
I II III
Sampel ke
1 22 22 25
2 21 25 29
3 26 24 28
4 23 25 30
Jumlah 92 96 112
Rata-rata 23 24 28
= j=1
❑
❑
=
4. [ ( 23−25 )2+ ( 24−25 )2+ ( 28−25 )2 ]
3−1
[ {( 22−23 ) +( 21−23 ) +( 26−23 ) + ( 23−23 ) }+{( 22−24 ) +( 25−24 ) +( 24−24 ) + ( 25−24 ) }+{ (25−
2 2 2 2 2 2 2 2
3 ( 4−1 )
28
= 3 ,78
= 7,41
Simpulan
Oleh karena F hitung =7 , 41> 4 , 26
Maka H 0 ditolak
7
Jadi ada perbedaan mean antara ketiga metode penelitian tersebut. Dengan
demikian, ditemukan minimum ada 1 pasang mean yang berbeda secara
signifikan.
Dari contoh 1 dan contoh 2 telah jelas bahwa Uji ANAVA hanya
memberikan indikasi tentang ada tidaknya beda antar rata-rata dari
keseluruhan perlakuan, namun belum memberikan informasi tentang ada
tidaknya perbedaan antara individu perlakuan yang satu dengan individu
perlakuan lainnya. Sederhananya bila ada 5 perlakuan yang ingin diuji,
misalnya perlakuan A, B, C, D, dan E, maka bila Uji ANAVA
menginformasikan adanya perbedaan yang signifikan, maka dapat
disimpulkan bahwa secara keseluruhan terdapat perbedaan yang signifikan
antar rata-rata perlakuan, namun belum tentu rata-rata perlakuan A berbeda
dengan rata-rata perlakuan B, dan seterusnya.
2.2 Uji Lanjut (Post hoc test)
Untuk uji yang lebih mendalam maka mesti dilakukan uji lanjut (Post hoc
test). Ada berbagai macam jenis uji lanjut sebagai berikut.
1) Uji BNt (Beda Nyata terkecil) atau Uji LSD (Least Significance
Differences)
Uji BNt (Beda Nyata terkecil) atau yang lebih dikenal sebagai uji
LSD (Least Significance Different) adalah metode yang diperkenalkan
oleh Ronald Fisher. Metode ini menjadikan nilai BNt atau nilai LSD
sebagai acuan dalam menentukan apakah rata-rata dua perlakuan berbeda
secara statistik atau tidak.
Langkah – Langkah Pengujian adalah sebagai berikut.
1. Melakukan perhitungan statistik uji
Sd = √ ❑
LSD 1 =t 1 sd
α α ;k ( n−1)
2 2
8
3. Membuat simpulan berdasarkan nilai d ij dan LSD 1 α
2
Contoh 3
Dari contoh 2, apabila terdapat perbedaan mean yang signifikan pakailah
uji LSD untuk mengetahui metode mana yang paling baik digunakan.
Penyelesaian:
Pada kesimpulan contoh 2 menyatakan bahwa terdapat minimal 1 pasang
mean yang berbeda secara signifikan, untuk itu perlu dilakukan uji LSD
untuk mengetahui metode mana yang paling baik digunakan.
Statistik Uji
LSD 1 = t 1 α ;k ( n−1) s d
α
2 2
= t 1 0 , 05 ;3 (4−1 ) √ ❑
2
= t 1 0 , 05 ;3 (4−1 ) √ ❑
2
= 2,262 √ ❑
= 2,262√ ❑
= 2,262 (1,37)
= 3,11
Kriteria Penerimaan H 0
9
Berdasarkan hasil uji lanjut ANAVA menggunakan Uji LSD, diperoleh
simpulan bahwa rata-rata hasil belajar yang menggunakan metode
pembelajaran ketiga berbeda secara signifikan dengan hasil belajar
dengan
menggunakan metode lainya. Hasil juga menunjukkan bahwa rata-rata
hasil belajar dengan menggunakan metode pembelajaran ketiga paling
baik dibanding metode pembelajaran lain, sehingga metode pembelajaran
ketiga merupakan metode pembelajaran yang paling direkomendasikan.
Uji tukey sering juga disebut dengan uji beda nyata jujur atau HSD
yang diperkenalkan oleh Tukey (1953). Syarat menggunakan uji Tukey
adalah ukuran kelompok semuanya harus sama (atau direratakan secara
rerata harmonik). Jenis pengujiannya ada dua yaitu pengujian melalui
jumlah pada kelompok (T) dan pengujian melalui rerata pada kelompok
(X). Ada beberapa notasi yang perlu diperhatikan pada uji Tukey sebagai
berikut.
k : banyaknyak kelompok
n : ukuran kelompok
v=n−k
T i , T j=¿ jumlah pada kelompok
X i , X j=¿ rerata pada kelompok
α =¿ taraf signifikan
q α (k , v )=¿ statistik table pada table Tukey
10
Dari contoh 2, apabila terdapat perbedaan mean yang signifikan
pakailah
uji Tukey untuk mengetahui metode mana yang paling baik digunakan.
Penyelesaian :
Dari contoh 2 telah diperoleh perhitungan sebagai berikut.
Metode I II III
Sample ke
1 22 22 25
2 21 25 29
3 26 24 28
4 23 25 30
Jumlah 92 96 112
Rata-rata 23 24 28
k =3 ; n=4 ;
❑ ❑ ❑
∑
❑
x 1=92; ∑ x 2=96 ; ∑ x3 =112 ;
❑ ❑
VA R D=3 , 78
Kriteria Pengujian
1. Jenis jumlah pada kelompok
BT =q α ( k ,v ) √ ❑
Kedua kelompok berbeda jika |T i−T j|≥ B T
11
1. Jenis jumlah pada kelompok
BT =q α ( k ,v ) √ ❑
❑ ❑ ❑
∑
❑
x 1=92; ∑ x 2=96 ; ∑ x3 =112
❑ ❑
Diperoleh
| |
❑ ❑
a. ∑ x 2−∑ x 1=|96−92|=4< 15 ,36
❑ ❑
| |
❑ ❑
b. ∑ x 3−∑ x1=|112−92|=20> 15 ,36
❑ ❑
| |
❑ ❑
c. ∑ x 2−∑ x 3=|96−112|=16>15 , 36
❑ ❑
Diperoleh
| |
❑ ❑
a. ∑ x 2−∑ x 1=|24−23|=1< 3 ,73
❑ ❑
| |
❑ ❑
b. ∑ x 3−∑ x1=|28−23|=5>3 , 73
❑ ❑
| |
❑ ❑
c. ∑ x 2−∑ x 3=|24−28|=4> 3 ,73
❑ ❑
Simpulan
Berdasarkan hasil uji lanjut ANAVA menggunakan Uji HSD, diperoleh
simpulan bahwa rata-rata hasil belajar yang menggunakan metode
pembelajaran ketiga berbeda secara signifikan dengan hasil belajar
dengan menggunakan metode lainya. Hasil juga menunjukkan bahwa
rata-rata hasil belajar dengan menggunakan metode pembelajaran
ketiga paling baik dibanding metode pembelajaran lain, sehingga
12
metode pembelajaran ketiga merupakan metode pembelajaran yang
paling direkomendasikan.
3) Uji Sceffe
Dengan
F i− j=¿ nilai F|¿|¿ pada pembanding perlakuan ke-i dan ke-j
X i =¿ rataan pada sampe ke-i
X j=¿ rataan pada sampel ke-j
RKG=¿rataan kuadrat galat yang diperoleh dari perhitungan
analisis variansi
ni =¿ ukuran sampel ke-i
n j=¿ ukuran sampel ke-j
13
Dimana
C=¿nilai kontras (perbedaan antara rata-rata yang dibandingkan),
RKG=¿rata-rata kuadrat galat
n=¿besar sampel (jumlah subjek)
1 22 22 25
2 21 25 29
3 26 24 28
4 23 25 30
Rata-rata 23 24 28 25
Hasil Perhitungan
3 4
JK Total =∑ ∑ ( x ij ) −¿ ¿ ¿ ¿
2
j =1 i=1
( 300 )2
¿ {( 22 +21 +23 ) + ( 22 + 25 + 24 +25 ) +(25 +29 +28 +30 ) }−
2 2 2 2 2 2 2 2 2 2 2
12
¿ 7590−7500
¿ 90
14
( )( )
2 ❑
❑ 2
92 96 112
2 2
( 300 )
3
( xj ) 2 ∑ x =
4
+
4
+
4
−
12
=7556−7500=56
JK antar=∑
❑
−
j=1 n
❑
JK inter =JK Total−JK antar=90−56=34
Tabel Anava
C 3 ,1=μ3−μ 1
C 3 ,2=μ3 −μ 2
Taraf Signifikan
α =5 %
Untuk C 2 ,1
2
(24−23) 1
F 2−1 = = =0,529
1 1 3 , 78
3 , 78( + )
4 4 2
Untuk C 3 ,1
2
(28−23) 25
F 3−1= = =13,227
1 1 3 ,78
3 , 78( + )
4 4 2
Untuk C 3 ,2
15
2
(28−23) 16
F 3−2= = =8,465
1 1 3 ,78
3 , 78( + )
4 4 2
Kriteria Pengujian
Keputusan Pengujian
Untuk C 2 ,1
'
F 2−1 =0,529< F
¿ 8 , 52 makatak berbeda dengan taraf signifikan
Untuk C 3 ,1
'
F 3−1=013,227> F
¿ 8 , 52 makaberbeda dengan taraf signifikan
Untuk C 3 ,2
'
F 3−2=8,465< F
¿ 8 , 52 makatak berbeda dengan taraf signifikan
Simpulan
Dari hasil perhitungan diatas ternyata hanya ada satu pasangan yang
rata – ratanya berbeda signifikan, yaitu pasangan kelompok 1 dengan
kelompok 3. Nilai F untuk pasangan tersebut adalah 13,227 yang lebih
besar dari nilai uji kritis uji scheffe (F’=8,52). Oleh karena itu, hipotesis
nol bahwa rata – rata kedua populasi tersebut adalah sama harus
ditolak. Nilai F untuk kedua pasangan lainnya ternyata lebih kecil
daripada nilai kritisnya, sehingga hipotesis nol yang bersangkutan tidak
dapat ditolak. Secara simbolik kesimpulan tersebut dapat ditulis sebagai
berikut.
μ1=μ2 ; μ2=μ3 ; dan μ1 tidak sama dengan μ 3
16
Sehingga diperoleh
C2 , 1
t 2 ,1=
√❑
C3 , 1
t 3 ,1=
√❑
C3 , 2
t 3 ,2=
√❑
Kriteria Pengujian
Keputusan Pengujian
Untuk C 2 ,1
t 2 ,1=0,729< t s =2 , 92 maka tak berbeda secara signifikan
Untuk C 3 ,1
t 3 ,1=3,637> t s=2 , 92 maka berbeda secara signifikan
Untuk C 3 ,2
t 3 ,2=2 , 91<t s=2 , 92 maka tak berbeda secara signifikan
4) Uji Duncan
Uji jarak ganda Duncan atau uji DMRT (Duncan Multiple Range
Test) untuk mengetahui jenis terbaik berdasarkan rangkingnya. Uji ini
dilakukan karena adanya perbedaan nyata pada hasil analisis varians. Uji
17
ini juga dilakukan untuk mengetahui adanya perbedaan dari pemberian
perlakuan yang diuji. Uji Duncan atau juga dikenal dengan istilah Duncan
Multiple Range Test (DMRT) memiliki nilai kritis yang tidak tunggak
tetapi mengikuti urutan rata – rata yang dibandingkan. Nilai kritis uji
Duncan dinyatakan dalam nilai least significant range.
Metode perbandingan perpasangan oleh Duncan diperoleh dengan
mencari perbedaan yang signifikan antara rataan I dan j dengan nilai
rentangan berarti terkecil ( R p ¿. Syarat untuk uji Duncan adalah sebagai
berikut.
a. Ukuran n sampel harus sama, dan
b. Uji dilakukan jika pada uji ANAVA H 0 ditolak
18
Penyelesaian:
Dari contoh 2 telah diperoleh perhitungan sebagai berikut.
Metode I II III
Sampel ke
1 22 22 25
2 21 25 29
3 26 224 28
4 23 25 30
Jumlah 92 96 112
Rata - rata 23 24 28
k =3 ; n=4 ;
❑ ❑ ❑
∑ x 1=92; ∑ x 2=96 ;∑ x3 =112 ;
❑ ❑ ❑
VAR D =3 , 78
Metode I II III
Rata - rata 23 24 28
Statistik Pengujian
2 SSE
s= =VAR D =3 ,78
k (n−1)
Tarif Nyata
α =0 , 05
Mencari Nilai r p
p 2 3
19
r p 3,199 3,339
Menghitung Nilai R p
R p =r p √ ❑
P 2 3
rp 3,199 3,339
R p 3,1098 3,2459
Metode I II III
Rata – rata 23 24 28
R3 (3,245879)
I II III
Simpulan
Berdasarkan hasil uji lanjut ANAVA menggunakan uji Duncan, diperoleh
simpulan bahwa rata – rata hasil belajar yang menggunakan metode
pembelajaran ketiga berbeda secara signifikan dengan hasil belajar
dengan menggunakan metode lainnya. Hasil juga menunjukkan bahwa
rata – rata hasil belajar dengan menggunakan metode pembelajaran
ketiga paling baik disbanding metode pembelajaran lain, sehingga
metode pembelajaran ketiga merupakan metode pembelajaran yang
paling direkomendasikan.
20
2.3 Uji Varian Satu Arah dan Uji Lanjut (Post hoc test) menggunakan SPSS
21
Data yang akan diuji terletah di kiri dan pindahkan ke kanan dengan
tanda panah pada kolom Dependent List. Untuk pembagian
kelompok, dipindahkan ke kolom Factor List.
4. Klik tombol Options dan Pilih Homogenity of Variance Test –
Continue untuk uji Homogentitas Data
5. Klik tombol Post Hoc dan Pilih Uji Lanjut yang akan dipilih
6. Klik Ok
7. Pada output, lihat pada kolom Sig. pada Tabel Test of Homogeneity
of Variances. Lalu intepretasinya adalah bahwa jika nilainya di atas
0,05 (α) maka diinterpretasikan sebagai varians setiap sampel sama
atau homogen, dan jika nilainya di bawah 0,05 (α) maka
diinterpretasikan sebagai varians setiap sampel tidak sama atau tidak
homogen.
22
8. Pada output, lihat pada kolom Sig. pada Tabel ANOVA pada Baris
Between Groups. Lalu intepretasinya adalah bahwa jika nilainya di
atas 0,05 (α) maka diinterpretasikan sebagai mean setiap sampel
sama, dan jika nilainya di bawah 0,05 (α) maka diinterpretasikan
sebagai mean setiap sampel tidak sama.
Contoh 7
Mapel
X1 X2 X3
Nama
A 24 28 23
B 19 23 22
C 20 26 23
D 31 27 20
Dengan α = 0,05 dan asumsi data berdistribusi normal serta homogen, ujilah
apakah ada perbedaan yang signifikan dari ke tiga means tersebut?
Penyelesaian :
Bentuk Hipotesis Uji Homogenitas
H 0 : μ1=μ1=…=μn
H 0 : salah satu tanda = tidak berlaku
Formulasi Rancangan Analisis
Taraf kesalahan 5%
Kriteria Penerimaan H 0
Terima H 0 jika Sig<5 %
Langkah-langkah
23
1. Input data
4. Klik tombol Post Hoc dan Pilih Uji Lanjut yang akan dipilih
24
5. Klik Ok
Hasil Output
Berdasarkan hasil perhitungan SPSS, diperoleh hasil uji ANAVA Satu Jalur
dengan menggunakan Levene sebagai berikut.
Berdasarkan hasil output tersebut, diperoleh nilai signifikan pada baris Based
on Mean adalah 0,239.
Simpulan
Oleh karena Sig=0,239<0 , 05
Maka H 0 diterima
Jadi tidak ada perbedaan mean antara ketiga mata pelajaran tersebut.
Contoh 8
Metode I II III
25
Sampel ke
1 22 22 25
2 21 25 29
3 26 224 28
4 23 25 30
Dengan α = 0,05 dan asumsi data berdistribusi normal dan homogen, ujilah
apakah ada perbedaan yang signifikan dari ke tiga means tersebut?
Penyelesaian :
Bentuk Hipotesis Uji Homogenitas
H 0 : μ1=μ1=…=μn
H 0 : salah satu tanda = tidak berlaku
Formulasi Rancangan Analisis
Taraf kesalahan 5%
Kriteria Penerimaan H 0
Terima H 0 jika Sig<5 %
Langkah-langkah
1. Input data
26
2. Pilih menu Analyze – Compare Means - One-Way ANOVA
3. Pada kotak dialog Explore, pindahkan data ke kolom Dependent List.
Untuk pembagian kelompok, dipindahkan ke kolom Factor List.
4. Klik tombol Post Hoc dan Pilih Uji Lanjut yang akan dipilih
5. Klik Ok
Hasil Output
Berdasarkan hasil perhitungan SPSS, diperoleh hasil uji ANAVA Satu Jalur
dengan menggunakan sebagai berikut.
27
Berdasarkan hasil output tersebut, diperoleh nilai signifikan pada baris Based
on Mean adalah 0,013.
Simpulan
Oleh karena Sig=0,013<0 , 05
Maka H 0 ditolak
Jadi ada perbedaan mean antara ketiga metode tersebut.
28
1. Uji tukey
Pada Tabel Multiple Comparisons, diperoleh nilai Sig. pada baris Metode
1 – Metode 2 sebesar 0,754. Jelas nilai Sig. = 0,754 > 0,05. Jadi H 0
diterima. Artinya tidak ada perbedaan yang signifikan terkait mean nilai
hasil belajar antara Metode Pembelajaran 1 dan Metode Pembelajaran 2.
Selanjutnya nilai Sig. pada baris Metode 1 – Metode 3 sebesar 0,014. Jelas
nilai Sig = 0,014 < 0,05. Jadi H 0 ditolak. Artinya ada perbedaan yang
signifikan terkait mean nilai hasil belajar antara Metode Pembelajaran 1
dan Metode Pembelajaran 3.
Selanjutnya nilai Sig. pada baris Metode 2 – Metode 3 sebesar 0,042. Jelas
nilai Sig = 0,042 < 0,05. Jadi H 0 ditolak. Artinya ada perbedaan yang
signifikan terkait mean nilai hasil belajar antara Metode Pembelajaran 2
dan Metode Pembelajaran 3.
Lebih lanjut pada Tabel Homogeneous – Mean Nilai, pada kolom Subset
of alpha = 0,05 diperoleh pengelompokan bahwa Metode 1 dan Metode 2
secara signifikan tidak ada perbedaan dengan nilai Sig. sebesar 0,754,
sedangkan Metode 3 memiliki kelompok sendiri dengan nilai Sig. sebesar
1,00 di luar kelompok Metode 1 dan Metode 2
2. Uji LSD
29
Pada Tabel Multiple Comparisons, diperoleh nilai Sig. pada baris Metode
1 – Metode 2 sebesar 0,485. Jelas nilai Sig. = 0,485 > 0,05. Jadi H 0
diterima. Artinya tidak ada perbedaan yang signifikan terkait mean nilai
hasil belajar antara Metode Pembelajaran 1 dan Metode Pembelajaran 2.
Selanjutnya nilai Sig. pada baris Metode 1 – Metode 3 sebesar 0,005. Jelas
nilai Sig = 0,005 < 0,05. Jadi H 0ditolak. Artinya ada perbedaan yang
signifikan terkait mean nilai hasil belajar antara Metode Pembelajaran 1
dan Metode Pembelajaran 3.
Selanjutnya nilai Sig. pada baris Metode 2 – Metode 3 sebesar 0,017. Jelas
nilai Sig = 0,017 < 0,05. Jadi H 0 ditolak. Artinya ada perbedaan yang
signifikan terkait mean nilai hasil belajar antara Metode Pembelajaran 2
dan Metode Pembelajaran 3.
Lebih lanjut pada Tabel Homogeneous – Mean Nilai, pada kolom Subset
of alpha = 0,05 diperoleh pengelompokan bahwa Metode 1 dan Metode 2
secara signifikan tidak ada perbedaan dengan nilai Sig. sebesar 0,754,
sedangkan Metode 3 memiliki kelompok sendiri dengan nilai Sig. sebesar
1,00 di luar kelompok Metode 1 dan Metode 2.
3. Uji Scheffe
Pada Tabel Multiple Comparisons, diperoleh nilai Sig. pada baris Metode
1 – Metode 2 sebesar 0,773. Jelas nilai Sig. = 0,773 > 0,05. Jadi H 0
diterima. Artinya tidak ada perbedaan yang signifikan terkait mean nilai
hasil belajar antara Metode Pembelajaran 1 dan Metode Pembelajaran 2.
Selanjutnya nilai Sig. pada baris Metode 1 – Metode 3 sebesar 0,017. Jelas
nilai Sig = 0,017 < 0,05. Jadi H 0ditolak. Artinya ada perbedaan yang
signifikan terkait mean nilai hasil belajar antara Metode Pembelajaran 1
dan Metode Pembelajaran 3.
Selanjutnya nilai Sig. pada baris Metode 1 – Metode 3 sebesar 0,014. Jelas
nilai Sig = 0,051 > 0,05. Jadi H 0 diterima. Artinya tidak ada perbedaan
yang signifikan terkait mean nilai hasil belajar antara Metode
Pembelajaran 2 dan Metode Pembelajaran 3.
Lebih lanjut pada Tabel Homogeneous – Mean Nilai, pada kolom Subset
of alpha = 0,05 diperoleh pengelompokan bahwa Metode 1 dan Metode 2
secara signifikan tidak ada perbedaan dengan nilai Sig. sebesar 0,773,
sedangkan Metode 3 satu kelompok dengan Metode 2 dengan nilai Sig.
sebesar 0,051.
4. Uji Duncan
Lebih lanjut pada Tabel Homogeneous – Mean Nilai, pada kolom Subset
of alpha = 0,05 diperoleh pengelompokan bahwa Metode 1 dan Metode 2
secara signifikan tidak ada perbedaan dengan nilai Sig. sebesar 0,485,
sedangkan Metode 3 memiliki kelompok sendiri dengan nilai Sig. sebesar
1,00 di luar kelompok Metode 1 dan Metode 2
30
Simpulan
Berdasarkan hasil uji lanjut ANAVA menggunakan Uji Tukey, Uji LSD, dan
Uji Duncan, diperoleh simpulan bahwa rata-rata hasil belajar yang
menggunakan metode pembelajaran ketiga berbeda secara signifikan dengan
hasil belajar dengan menggunakan metode lainya. Hasil juga menunjukkan
bahwa rata-rata hasil belajar dengan menggunakan metode pembelajaran
ketiga paling baik dibanding metode pembelajaran lain, sehingga metode
pembelajaran ketiga
BAB 3
PENUTUP
3.1 Kesimpulan
Analisis varian satu arah atau One-Way ANAVA adalah metode analisis
statis yang bersifat satu arah yang digunakan untuk menguji perbedaan satu
variabel antara sejumlah rata-rata populasi dengan cara membandingkan
variansinya.
31
DAFTAR PUSTAKA
Gozali, S. (2016). Analisis Varian Satu Arah dan Uji Lanjut. Retrieved from
https://123dok.com/document/lq5p48jy-analisi-varian-satu-arah-dan-uji-
lanjut.html, diakses pada 17 Mei 2022 pukul 22.23.
Usmadi, U. UJI TUKEY DAN UJI SCHEFEE Uji Lanjut (Post Hoc Test). Universitas
Muhammadiyah Sumatera Barat.
Fisher, R. MATERI 13 ANALISIS VARIANS. TEORI DAN KONSEP DASAR STATISTIKA
DAN LANJUT, 62.
Setiawan, K. (2019). Buku ajar metodologi penelitian (anova satu arah).
Universitas Lampung.
Siregar, Y. P. ANALISIS VARIANS SATU ARAH. Universitas Negeri Medan.
Wendysaka, I. (2017). Perbandingan Taraf Nyata Antara Uji BNT Dan Uji Duncan
Dalam Uji Lanjut Pada Data Rancangan Acak Kelompok. Doctoral
dissertation, Universitas Brawijaya.
Hakim, M. R. (2014). Penuntun Praktikum Metode Penelitian dan Rancangan
Percobaan. Universitas Islam Negeri Alaudin Makassar.
Suhaeni, C. UJI LANJUT. Institut Pertanian Bogor.
32