LAPORAN PRAKTIKUM BIOSTATISTIKA

“UJI ANOVA”

Disusun Oleh:

Nama : Nyoman Ayu Niken Pertiwi

NPM : A1D021017

Hari, Tanggal : Selasa, 13 Desember 2022

Dosen Pengampu : 1. Dewi Jumiarni, M.Si

2. Dr. Abas, M.Pd

Asisten Dosen : 1. Fuji Atika Putri (A1D020011)

2. Santi Pujirah Ayu (A1D020015)
3. Annisa Rahmawati (A1D020018)
4. Yakob Naradot Siburian (A1D020020)
5. Fika Tri Ajizah (A1D020026)
6. Putri Nurcahyani Al-Mukaromah (A1D020030)
7. Tama Dewi Arta Saponda (A1D020048)
8. Tito Anggara Prasetya (A1D020073)

PROGRAM STUDI PENDIDIKAN BIOLOGI

JURUSAN PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS BENGKULU
2022/2023
A. Latar Belakang Uji Anova
Anova adalah sebuah analisis statistik yang menguji perbedaan rerata antar grup. Grup
disini bisa berarti kelompok atau jenis perlakuan. Anova ditemukan dan diperkenalkan ole
h seorang ahli statistik bernama Ronald Fisher. Anova merupakan singkatan dari Analysis
of variance. Merupakan prosedur uji statistik yang mirip dengan t test. Namun kelebihan d
ari Anova adalah dapat menguji perbedaan lebih dari dua kelompok. Berbeda dengan indep
endent sample t test yang hanya bisa menguji perbedaan rerata dari dua kelompok saja.
Anova digunakan sebagai alat analisis untuk menguji hipotesis penelitian yang mana
menilai adakah perbedaan rerata antara kelompok. Hasil akhir dari analisis ANOVA adalah
nilai F test atau F hitung. Nilai F Hitung ini yang nantinya akan dibandingkan dengan nilai
pada tabel f. Jika nilai f hitung lebih dari f tabel, maka dapat disimpulkan bahwa menerima
H1 dan menolak H0 atau yang berarti ada perbedaan bermakna rerata pada semua kelompo
k. Analisis ANOVA sering digunakan pada penelitian eksperimen dimana terdapat beberap
a perlakuan. Peneliti ingin menguji, apakah ada perbedaan bermakna antar perlakuan terse
but.
Analisis ragam atau analysis of variance (ANOVA) adalah suatu metode untuk
menguraikan keragaman total data menjadi komponen-komponen yang mengukur berbagai
sumber keragaman suatu metode analisis statistika yang termasuk ke dalam cabang
statistika inferensi. Dalam literatur Indonesia metode ini dikenal dengan berbagai nama
lain, seperti analisis ragam, sidik ragam, dan analisis variansi. Ia merupakan
pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam
pengambilan keputusan.
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak statistika
modern. Dalam praktik, analisis varians dapat merupakan uji hipotesis (lebih sering
dipakai) maupun pendugaan (estimation, khususnya di bidang genetika terapan) Uji Anova
adalah bentuk khusus dari analisis statistik yang banyak digunakan dalam penelitian
eksperimen. metode analisis ini dikembangkan oleh R.A Fisher.
Uji Anova juga adalah bentuk uji hipotesis statistik dimana kita mengambil
kesimpulan berdasarkan data atau kelompok statistik inferentif. Hipotesis nol dari uji
Anova adalah bahwa data adalah simple random dari populasi yang sama sehingga
memiliki ekspektasi mean dan varians yang sama. Sebagai contoh penelitian perbedaan
perlakuan terhadap sampel pasien yang sama. Hipotesis nol nya adalah semua perlakuan
akan memiliki efek yang sama.
 Anova adalah sebuah analisis statistik yang menguji perbedaan rerata antar grup. Grup
disini bisa berarti kelompok atau jenis perlakuan. Anova ditemukan dan diperkenalkan
oleh seorang ahli statistik bernama Ronald Fisher Anova merupakan singkatan dari
Analysis of variance. Merupakan prosedur uji statistik yang mirip dengan t test. Namun
kelebihan dari Anova adalah dapat menguji perbedaan lebih dari dun kelompok.
Berbeda dengan independent sample t test yang hanya bisa menguji perbedaan rerata
dari dua kelompok saja. Syarat uji Anova adalah Random sampling sampel bersifat
independen dan bebas, artinya individu sampel diambil secara acak (random) dari masing-
masing populasi atau kelompok data. Multivariate normality: distribusi gejala tiap populasi
atau kelompok data adalah normal.
Tujuan Anova adalah untuk mengambil kesimpulan dengan cara menemukan
kelompok data yang berbeda. Hal ini dilakukan dengan memberikan hipotesis nol kepada
populasi data. Uji Anova berfungsi untuk membandingkan rata-rata populasi untuk
mengetahui perbedaan signifikan dari dua atau lebih kelompok data. Ada dua jenis uji
Anova yaitu uji Anova satu arah dan juga uji Anova dua arah.

B. Tujuan Praktikum
1. Menggunakan Anova dalam statistic parametrik.
2. Melatih mahasiswa melakukan pengolahan data dengan anova.

C. Alat Bahan
1. Seperangkat komputer atau laptop
2. Software SPSS versi 18
3. CD RW atau flashdisk untuk menyimpan softcopy laporan praktikum.

D. Cara-cara melakukan Uji Analisis Faktor

Dalam mata kuliah Statistika Pendidikan terdapat 4 kelas yang masing – masing di pegang
oleh Bapak Yakob , Ibu Santi , Ibu Fuji dan Bapak Tito. Dari pengelompokan data 4 kela
s yang di pegang oleh 4 tenaga pengajar tersebut, diperoleh nilai akhir ujian dari 4 kelas te
rsebut. Data hasil sebagai berikut :

Tenaga Pengajar
Bapak Yakob Ibu Santi Ibu Fuji Bapak Tito
76 79 70 70
73 80 78 70
 80 89 90 70
71 90 90 60
74 77 75 85
69 67 75 80
75 86 88 95
71 89 92 85
66 69 70 79
83 74 92 71
75 50 60 84
60 56 48 78
68 52 56 60
56 70 62 65
70 68 71 55

Pertanyaan : Adakah Perbedaan dari ke 4 kelas tersebut, Analisislah output tersebut denga
n SPSS? Signifikasi dengan 0.05 %

Adapun cara-cara dalam melakukan uji anova adalah sebagai berikut :

Gambar 1 Klik variable view untuk mengisi tenaga pengajar dan nilai ujian akhir, dengan ke
tentuan seperti gambar diatas.
 Gambar 2 Klik data view, kemudian masukkan data dari word yang telah disediakan,
sehingga tampilannya seperti diatas.

Gambar 3 Setelah data pada data view terisi semua seperti gambar sebelumnya, kita lanjut ke
langkah selanjutnya dengan memilih menu Alayze, pilih Compare mean dan pilih kembali
One-Way Anova.
Gambar 4 pindahkan variable nilai ujian ke dependent list dan variable tenaga pendidik ke
factor.

Gambar 5 Setelah dependent list dan Factor dimasukkan, silakan pilih menu option di pojok
kanan seperti tulisan pada gambar diatas, lalu pilih menu descriptive dam Homogenity of
variance test. Kemudian klik Continue.
 Gambar 6 Setelah di klik menu post hoc, dan akan muncul dialog seperti kotak gambar
diatas. Kemudian silakan pilih menu TUKEY dan pastikan kata-kata signifikasi sudah
automtis di nilai 0,05 ( Signficance Level = 0,05 ) , lalu klik continue.

Gambar 7 Setelah selesai di dialog post hoc tadi, kita akan diarahkan ke menu seperti gambar
diatas ini, selanjut tinggal klik Ok dan hasil outputnya akan keluar.
 Gambar 8. Tampilan hasil output uji anova

E. Kesimpulan
Berdasarkan hasil dari tabel Anova yang digunakan untuk mengetahui variable
independen secara serentak dan bersama-sama (simultan) terhadap variable depependen.
Dalam hal ini terhadapnilai ujian akhir mata kuliah Statistika Pendidikan terdapat 4 kelas
yang masing – masing di pegang oleh Bapak Yakob , Ibu Santi , Ibu Fuji dan Bapak Tito.
Didapati hasil output terhadap uji anova sebagai tabel berikut :
 ANOVA
Nilai Ujian Akhir

Sum of Squares df Mean Square F Sig.

Between Groups 93.383 3 31.128 .229 .876

Within Groups 7598.800 56 135.693
Total 7692.183 59

Dari hasil tabel uji anova diatas dapat dilihat bahwa nilai signifikansinya sebesar
0,876, diperlihatkan jika dibandingkan dengan tingkat alpha yaitu 0.05 maka lebih besar
(0,876 > 0,05) sehingga dapat disimpulkan bahwa rata-rata nilai ujian akhir mata
kuliah statistika pendidikan yang dipegang oleh ke-4 tenaga pngajar memiliki rata-rata
yang sama secara signifikan. Hal ini sesuai dengan cara pengambilan keputusan uji anova
yaitu :
Jika nilai signifikansi (sig) >0,05 maka rata-rata sama
Jika nilai signifikansi (sig) < 0,05 maka rata rata berbeda.

Test of Homogeneity of Variances

Nilai Ujian Akhir

Levene Statistic df1 df2 Sig.

2.740 3 56 .052

Berdasarkan output SPSS diatas, bahwa diperoleh angka Levene Statistic sebesar
2,740 dengan signifikansi atau probabilitas (sig) sebesar 0,052. Karena nilai signifikansi 0,052
lebih besar sama dengan 0,05, maka dapat disimpulkan bahwa varian keempat nilai ujian
akhir matakuliah statistika pendiidkan yang ada pada masing-masing yang kita bandingkan
tersebut adalah sama atau homogen.

Pengujian Turkey HSD adalah pengujian perbandingan jamak untuk mennetukan

apakah tiga rata-rata atau lebih berbeda secara signifikan dalam jumlah analisis varian. Untuk
menguji apakah terdapat perbedaan rata-rata kedua objek yang dibandingkan tersebut maka
kita harus melihat apakah nilai signifikan hasil output SPSS lebih besar atau lebih kecil dari
0,05. Berdasarkan output diatas diketahui nilai sig sebesar 0,968 > 0,05 maka dapat
disimpulkan bahwa nilai ujian akhir mata kuliah statistika pendiidkan untuk keempat kelas
yang dipegang oleh keempat tenaga pendidik yang berbeda adalah sama.

Nilai Ujian Akhir

Tukey HSDa

Subset for alpha

= 0.05

Tenaga Pengajar N 1

Kelas Bapak Yakob 15 71.1333

Kelas Ibu Santi 15 73.0667
Kelas Bapak Tito 15 73.8000
Kelas Ibu Fuji 15 74.4667
 Sig. .862

Means for groups in homogeneous subsets are

displayed.
a. Uses Harmonic Mean Sample Size = 15.000.

Sedangkan untuk melihat kesamaan rata-rata maka kita kaab menggunakan output
Turkey HSD. Dari hasil tabel tersebut dapat terliha bahwa rata-rata nilai ujian akhir keempat
kelas yang dipegang oleh tenaga pengajar yang berbeda tidak mmepunyai perbedaan yang
signifikan dengan kata lain rata-rata nya adalah sama.