Kelompok 7 - Makalah Analisis Varian Satu Arah Dan Post Hoc - Statistika Lanjut

MAKALAH STATISTIKA LANJUT
“ANALISIS VARIAN SATU ARAH DAN POST HOC”

Makalah ini disusun guna memenuhi tugas mata kuliah Statistika Lanjut
Dosen Pengampu :
Dr. Wardono, M.Si.
Disusun Oleh :
KELOMPOK 7
1. Salsa Fauziah (4101421074)

2. Dania Putri Damayanti (4101421075)
3. Dwi Rahayu Edhiningtyas (4101421076)
PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
ALAM
UNIVERSITAS NEGERI SEMARANG
2022
KATA PENGANTAR
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
1.1 Latar Belakang
Dalam statistik, analisis varians (ANAVA) adalah kumpulan model

statistik dan prosedur yang terkait, dimana diamati varian dalam suatu
variabel tertentu dipartisi ke dalam komponen yang timbul dari berbagai
sumber variasi. Dalam bentuknya yang paling sederhana ANAVA
memberikan uji statistic 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 sampel. Melakukan dua sampel t-test 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.
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
Berdasarkan latar belakang yang telah dijelaskan, maka adapun yang

menjadi rumusan masalah adalah sebagai berikut :
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?
3. Apa kesimpulan yang didapat berdasarkan hasil perhitungan analisis

varian satu arah dan post hoc?
1.3 Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan dalam penulisan

makalah ini adalah sebagai berikut :
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
3. Agar mampu mengambil simpulan berdaarkan hasil perhitungan analisis

varian satu arah dan uji lanjut (post hoc test)
2
BAB 2
PEMBAHASAN
2.1 Uji Anava Satu Jalur (One Way Anava)
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 ❑
5. Membuat simpulan berdasarkan nilai F hitung dan F tabel

Contoh 1 :
Akan dikomparasikan 3 means hasil belajar dari 3 mata pembelajaran yaitu
Matematika ( X 1) , Bahasa Indonesia ( X 2) , dan Bahasa Inggris ( X 3 ). Data hasil
belajar sebagai berikut.
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 , ujilah apakah ada perbedaan yang signifikan dari ketiga

means tersebut?
Penyelesaian :
Bentuk Hipotesis Uji Homogenitas
H 0 : μ1=μ1=…=μn
Formulasi Rancangan Analisis
Taraf kesalahan 5%
Kriteria Penerimaan H 0
Terima H 0 jika F hitung ≤ Fα ;(k−1, k (n−1 ))
⇔ F hitung ≤ F 0 ,05 ;(3 −1 , 3 (4−1 ))
⇔ F hitung ≤ F 0 ,05 ;(2 , 9)
⇔ 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
k =3 ; n=4 ; x 1=23 , 5 ; x2=26 ; x3 =22

x 1+ x 2 + x 3 23 , 5+26+ 22
x= = =23 ,83
3 3
VAK
F hitung = VDK
k
n ∑ ( x j−x )
2
= 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
Dengan α =0 , 05 dan asumsi data berdistribusi normal dan homogen, ujilah

apakah ada perbedaan yang signifikan dari ketiga means tersebut?
Penyelesaian :
H 0 : μ1=μ1=…=μn
Taraf kesalahan 5%
Terima H 0 jika F hitung ≤ Fα ;(k−1, k (n−1 ))
⇔ F hitung ≤ F 0 ,05 ;(3 −1 , 3 (4−1 ))
⇔ F hitung ≤ F 0 ,05 ;(2 , 9)
⇔ 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
k =3 ; n=4 ; x 1=23 ; x 2=24 ; x 3=28

x 1+ x 2 + x 3 23+ 24+28
x= = =25
3 3
VAK
F hitung = VDK
k
n ∑ ( x j−x )
2
= 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
2. Menentukan kriteria pengujian
x i berbeda signifikan dengan x j bila d ij =|x i−x j|> LSD 1 α

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
x i berbeda signifikan dengan x j bila d ij =|x i−x j|> LSD 1 α

2
Jelas x 1=23 ; x 2=24 ; x 3=28

Diperoleh
1. d 2−1=|x 2−x 1|=|24−23|=1< 3 ,11
2. d 3−1=|x 3− x1|=|28−23|=5> 3 ,11
3. d 2−3=|x 2−x 3|=|28−24|=4 >3 , 11

Artinya, berbeda secara signifikan
Simpulan
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.
2) Uji Tukey atau Uji HSD (Honestly Significant Difference)
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
Langkah-Langkah Pengujian Tukey adalah sebagai berikut :

1. Jenis jumlah pada kelompok
BT =q α ( k ,v ) √ ❑
Kedua kelompok berbeda jika |T i−T j|≥ B T
2. Jenis rerata kelompok
BR =q α (k , v ) √ ❑
Kedua kelompok berbeda jika | X i−X j| ≥ B R
Untuk memahami materi tersebut, mari kita simak contoh berikut

Contoh 4
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 ;
❑ ❑
x 1=23 ; x 2=24 ; x 3=28 ;
VA R D=3 , 78
Kriteria Pengujian
BT =q α ( k ,v ) √ ❑
Kedua kelompok berbeda jika |T i−T j|≥ B T

BR =q α (k , v ) √ ❑
Kedua kelompok berbeda jika | X i−X j| ≥ B R
Statistik Pengujian
Dengan table Tukey diperoleh nilai q α (k , v )=q (0 , 05) (3 , 9)=3 , 95, sehingga
diperoleh
11
BT =q α ( k ,v ) √ ❑
❑ ❑ ❑
∑
❑
x 1=92; ∑ x 2=96 ; ∑ x3 =112
❑ ❑
Diperoleh
| |
❑ ❑
a. ∑ x 2−∑ x 1=|96−92|=4< 15 ,36
❑ ❑
Artinya tidak berbeda secara signifikan
| |
❑ ❑
b. ∑ x 3−∑ x1=|112−92|=20> 15 ,36
❑ ❑
Artinya berbeda secara signifikan
| |
❑ ❑
c. ∑ x 2−∑ x 3=|96−112|=16>15 , 36
❑ ❑
Artinya berbda secara signifikan

BR =q α (k , v ) √ ❑
x 1=23 ; x 2=24 ; x 3=28
Diperoleh
| |
❑ ❑
a. ∑ x 2−∑ x 1=|24−23|=1< 3 ,73
❑ ❑
Artinya tidak berbeda secara signifikan
| |
❑ ❑
b. ∑ x 3−∑ x1=|28−23|=5>3 , 73
❑ ❑
Artinya berbeda secara signifikan
| |
❑ ❑
c. ∑ x 2−∑ x 3=|24−28|=4> 3 ,73
❑ ❑
Artinya berbda secara signifikan
Simpulan
Berdasarkan hasil uji lanjut ANAVA menggunakan Uji HSD, diperoleh
simpulan bahwa rata-rata hasil belajar yang menggunakan metode
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
Seringkali dikehendaki untuk mengadakan perbandingan yang

tidak saja berbentuk pasangan, melainkan merupakan kombinasi dari
beberapa perlakuan dan berbentuk kontras. Karena kontras lebih umum
digunakan daripada perbandingan yang berpasangan, maka uji Scheffe
pada umumnya lebih banyak digunakan daripada uji rentang Newman
Keuls. Uji Scheffe dilakukan melalui distribusi probabilitas pensampelan
F-Fisher Snedecor.
Langkah-Langkah Pengujian Sceffe adalah sebagai berikut.
1. Identifikasi semua pasangan komparasi rataan yang ada. Jika
k ( k−1 )
terdapat k perlakuan, maka ada pasangan rataan dan
2
rumuskan hipotesis yang bersesuaian dengan komparasi tersebut.
2. Tentukan tingkatan signifikan α (pada umumnya α yang dipilih
sama dengan pada uji analisis variansinya).
3. Carilah nilai statistik uji F dengan menggunakan formula berikut
2
( X i−X j )
F i− j=
RKG +
( )
1 1
ni n j
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
4. Tentukan daerah kritis dengan formula berikut

DK ={ F > F ' =( k −1 ) , F α ; k−1; N −K }
5. Tentukan keputusan uji untuk masing-masing komprasi ganda
6. Tentukan kesimpulan dari keputusan uji yang ada
Jika jumlah objek antar kelompok sama besar (n1 =n2=n 3) maka rumus
uji Scheffe untuk menguji ketiga hipotesis nol tersebut dapat
disederhanakan menjadi sebagai berikut.
C
t=
√❑
13
Dimana
C=¿nilai kontras (perbedaan antara rata-rata yang dibandingkan),
RKG=¿rata-rata kuadrat galat
n=¿besar sampel (jumlah subjek)
Sebagaimana biasa, nilai t yang diperoleh kemudian dibandingkan

dengan nilai kritis bagi uji Scheffe (t s ) yang ditentukan sebagai berikut.
t s= √ ❑
Dimana k adalah jumlah kelompok dalam ANAVA, dan F(1−α ;k−1 ;n−k)
adalah nilai pada distribusi F pada tingkat keyakinan 1 − α dengan
derajat kebebasan pembilang k −1 dan derajat kebebasann−k .
(Furqon,2009:214).
Untuk memahami materi tersebut, mari kita simak contoh berikut
Contoh 5
pakailah
uji Sceffe untuk mengetahui metode mana yang paling baik digunakan.
Penyelesaian :
Berdasarkan data, diperoleh hasil 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 96 112 300
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
Sumber Dk JK Rata-rata F hitung

varians (JK/dk)
Antar k-1=3-1=2 56 28 28/3,78=7,41

kelompok
Inter n-k=12-3=9 34 3,78

kelompok
Menentukan Pasangan Semua Rataan Komparasi

C 2 ,1=μ2−μ 1
C 3 ,1=μ3−μ 1
C 3 ,2=μ3 −μ 2
Taraf Signifikan
α =5 %
Pengajuan Statistik dengan F
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
DK { F> F ' =( k −1 ) , F a ;k−1 , N −k =F( 0 ,05 )( 2 ,9 )=8 ,52 }
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
Karena n setiap variabel sama (n1=n2=n3 ¿dapat menggunakan rumus

adalah sebagai berikut.
C
t=
√❑
16
Sehingga diperoleh
C2 , 1
t 2 ,1=
√❑
C3 , 1
t 3 ,1=
√❑
C3 , 2
t 3 ,2=
√❑
Kriteria Pengujian
Jika t hitung > t s maka terdapat perbedaan metode secara signifikan

t s= √ ❑
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
Berdasarkan hasil uji ANAVA menggunakan Uji Sceffe, diperoleh

kesimpulan bahwa rata – rata hasil belajar yang menggunakan metode
dengan menggunakan metode lainnya. Hasil juga menunjukkan bahwa
rata – rata hasil belajar dengan menggunakan metode pembelajaran
ketiga paling baik disbanding metode pembelajaran lain, sehingga
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
Langkah – langkah Pengujian Duncan adalah sebagai berikut.

1. Susun rata – rata data pengamatan sampel dari yang terkecil
sampai yang terbesar.
2. Statistik hitung
2 SSE
x=
k (n−1)
3. Taraf nyata: α =0 , 05
4. Cari nilai r pdari tabel dengan v=k (n−1).
Dimana r p adalah wilayah terstudentkan nyata terkecil.
5. Hitung R p untuk masing – masing nilai r p
R p =r p √ ❑
R p = adalah wilayah nyata terkecil

6. Bandingan nilai selisih 2 rata – rata yang telah diurutkan dengan
Rp
Selisih rata – rata = x l−x j .
Jika selisih rata – rata ¿ R p , rata – rata tersebut dapat dikatakan
SAMA.
Jika selisih rata – rata ¿ R p , rata – rata tersebut dapat dikatakan
BERBEDA.
7. Kesimpulan
Untuk memahami materi tersebut, mari kita simak contoh berikut.
Contoh 4
pakailah uji Duncan untuk mengetahui metode mana yang paling baik
digunakan.
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 ;
❑ ❑ ❑
x 1=23 ; x 2=24 ; x 3=28 ;
VAR D =3 , 78
Menyusun Rata – rata Data Pengamatan Sampel
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
Jelas v=k ( n−1 )=3 ( 4−1 ) =9
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
Membandingkan Nilai Selisih Rata – rata dengan R p
Metode I II III
Rata – rata 23 24 28
R3 (3,245879)
I II III
x 3−x 1=28−23−5> 3,246
Artinya rata – rata hasil belajar metode pembelajaran pertama dan

ketiga berbeda signifikan.
Simpulan
Berdasarkan hasil uji lanjut ANAVA menggunakan uji Duncan, diperoleh
simpulan bahwa rata – rata hasil belajar yang menggunakan metode
dengan menggunakan metode lainnya. Hasil juga menunjukkan bahwa
rata – rata hasil belajar dengan menggunakan metode pembelajaran
ketiga paling baik disbanding metode pembelajaran lain, sehingga
20
2.3 Uji Varian Satu Arah dan Uji Lanjut (Post hoc test) menggunakan SPSS
Asumsi Kenormalan dan Homogenitas dilakukan pada sampel. Uji Normalitas

dilakukan dengan Uji KS sedangkan Uji Homogenitas sudah termuat saat Uji
ANAVA Satu Jalur. Untuk melakukan pengujian ANAVA Satu Jalur
menggunakan SPSS, maka salah satu langkah-langkahnya adalah sebagai
berikut.
1. Input/Buka data yang akan dianalasis pada 1 kolom dan pisahkan

data sesuai kelompok dengan membuat kolom baru untuk
keterangan
2. Pilih menu Analyze – Compare Means - One-Way ANOVA
3. Muncul kotak dialog One-Way ANOVA
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.
Langkah-langkah tersebut merupakan salah satu dari beberapa cara untuk

menguji ANOVA Satu Jalur menggunakan SPSS. Untuk memahami materi
tersebut, mari kita simak contoh berikut.
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 :
H 0 : μ1=μ1=…=μn
Taraf kesalahan 5%
Terima H 0 jika Sig<5 %
Langkah-langkah
23
1. Input data

3. Pada kotak dialog Explore, pindahkan data ke kolom Dependent List.
Untuk pembagian kelompok, dipindahkan ke kolom Factor List.
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
Akan dikomparasikan 3 means hasil belajar dari 3 metode pembelajaran

I,II,III yang berbeda. Data hasil belajar sebagai berikut.
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 :
H 0 : μ1=μ1=…=μn
Taraf kesalahan 5%
Terima H 0 jika Sig<5 %
Langkah-langkah
1. Input data
26
3. Pada kotak dialog Explore, pindahkan data ke kolom Dependent List.
Untuk pembagian kelompok, dipindahkan ke kolom Factor List.
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.
Dengan demikian, ditemukan minimum ada 1 pasang mean yang berbeda

secara signifikan, sehingga perlu dilakukan pengujian lanjut.
Hasil Output Uji Lanjut
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.
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
nilai Sig = 0,005 < 0,05. Jadi H 0ditolak. Artinya ada perbedaan yang
1,00 di luar kelompok Metode 1 dan Metode 2.
3. Uji Scheffe
nilai Sig = 0,017 < 0,05. Jadi H 0ditolak. Artinya ada perbedaan yang
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.
sedangkan Metode 3 satu kelompok dengan Metode 2 dengan nilai Sig.
sebesar 0,051.
4. Uji Duncan
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.
Langkah-langkah pengujian ANAVA satu jalur yaitu menentukan

hipotesis, menentukan taraf signifikan, menentukan kriteria pengujian,
melakukan perhitungan F hitung, membuat simpulan berdasarkan nilai F hitung
dan F tabel. Pengujian ANAVA satu jalur dapat dilakukan secara manual atau
menggunakan bantuan aplikasi seperti SPSS. Apabila uji ANAVA
menginformasikan adanya perbedaan yang signifikan, maka dapat ditarik
kesimpulkan bahwa secara keseluruhan terdapat perbedaan yang signifikan
antar rata-rata perlakuan, namun belum tentu rata-rata perlakuan yang satu
berbeda dengan rata-rata perlakuan yang lainnya. Untuk uji yang lebih
mendalam maka mesti dilakukan uji lanjut atau disebut dengan Post hoc test.
Ada beberapa jenis uji lanjut yaitu diantaranya Uji BNt atau Uji LSD, Uji
Tukey atau Uji HSD, Uji Sceffe, dan Uji Duncan.
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

Kelompok 7 - Makalah Analisis Varian Satu Arah Dan Post Hoc - Statistika Lanjut

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kelompok 7 - Makalah Analisis Varian Satu Arah Dan Post Hoc - Statistika Lanjut

Diunggah oleh

Hak Cipta:

Format Tersedia

MAKALAH STATISTIKA LANJUT

“ANALISIS VARIAN SATU ARAH DAN POST HOC”

1. Salsa Fauziah (4101421074)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

1.1 Latar Belakang

Dalam statistik, analisis varians (ANAVA) adalah kumpulan model

Pada makalah ini akan didiskusikan perbandingan dua atau lebih

Berdasarkan latar belakang yang telah dijelaskan, maka adapun yang

3. Apa kesimpulan yang didapat berdasarkan hasil perhitungan analisis

Berdasarkan rumusan masalah diatas, maka tujuan dalam penulisan

3. Agar mampu mengambil simpulan berdaarkan hasil perhitungan analisis

2.1 Uji Anava Satu Jalur (One Way Anava)

5. Membuat simpulan berdasarkan nilai F hitung dan F tabel

Dengan α =0 , 05 , ujilah apakah ada perbedaan yang signifikan dari ketiga

⇔ F hitung ≤ F 0 ,05 ;(2 , 9)

k =3 ; n=4 ; x 1=23 , 5 ; x2=26 ; x3 =22

Dengan α =0 , 05 dan asumsi data berdistribusi normal dan homogen, ujilah

⇔ F hitung ≤ F 0 ,05 ;(2 , 9)

k =3 ; n=4 ; x 1=23 ; x 2=24 ; x 3=28

2. Menentukan kriteria pengujian

x i berbeda signifikan dengan x j bila d ij =|x i−x j|> LSD 1 α

x i berbeda signifikan dengan x j bila d ij =|x i−x j|> LSD 1 α

Jelas x 1=23 ; x 2=24 ; x 3=28

2. d 3−1=|x 3− x1|=|28−23|=5> 3 ,11

3. d 2−3=|x 2−x 3|=|28−24|=4 >3 , 11

2) Uji Tukey atau Uji HSD (Honestly Significant Difference)

Langkah-Langkah Pengujian Tukey adalah sebagai berikut :

Untuk memahami materi tersebut, mari kita simak contoh berikut

x 1=23 ; x 2=24 ; x 3=28 ;

2. Jenis rerata kelompok

Artinya tidak berbeda secara signifikan

Artinya berbeda secara signifikan

Artinya berbda secara signifikan

x 1=23 ; x 2=24 ; x 3=28

Artinya tidak berbeda secara signifikan

Artinya berbeda secara signifikan

Artinya berbda secara signifikan

Seringkali dikehendaki untuk mengadakan perbandingan yang

4. Tentukan daerah kritis dengan formula berikut

Sebagaimana biasa, nilai t yang diperoleh kemudian dibandingkan

Jumlah 92 96 112 300

Sumber Dk JK Rata-rata F hitung

Antar k-1=3-1=2 56 28 28/3,78=7,41

Inter n-k=12-3=9 34 3,78

Menentukan Pasangan Semua Rataan Komparasi

Pengajuan Statistik dengan F

DK { F> F ' =( k −1 ) , F a ;k−1 , N −k =F( 0 ,05 )( 2 ,9 )=8 ,52 }

Karena n setiap variabel sama (n1=n2=n3 ¿dapat menggunakan rumus

Jika t hitung > t s maka terdapat perbedaan metode secara signifikan

Berdasarkan hasil uji ANAVA menggunakan Uji Sceffe, diperoleh

Langkah – langkah Pengujian Duncan adalah sebagai berikut.

R p = adalah wilayah nyata terkecil

x 1=23 ; x 2=24 ; x 3=28 ;

Menyusun Rata – rata Data Pengamatan Sampel

Jelas v=k ( n−1 )=3 ( 4−1 ) =9

Membandingkan Nilai Selisih Rata – rata dengan R p

x 3−x 1=28−23−5> 3,246

Artinya rata – rata hasil belajar metode pembelajaran pertama dan

Asumsi Kenormalan dan Homogenitas dilakukan pada sampel. Uji Normalitas

1. Input/Buka data yang akan dianalasis pada 1 kolom dan pisahkan

3. Muncul kotak dialog One-Way ANOVA

Langkah-langkah tersebut merupakan salah satu dari beberapa cara untuk

2. Pilih menu Analyze – Compare Means - One-Way ANOVA