MODUL PERKULIAHAN

Statistik

Anova

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

11
Ekonomi Akuntansi AKT033 Nugraeni, SE, M.Sc., CRMP., CRA
 DAFTAR ISI

PEMBAHASAN ......................................................................................................................... 3
DAFTAR PUSTAKA .................................................................................................................. 13

2021 Statistik Pengembangan Materi Pembelajaran dan e-learning

Nugraeni, SE, M.Sc., CRMP., CRA http://mercubuana-yogya.ac.id/ 2
 PEMBAHASAN

Uji ANOVA (Analisis of Variance) atau sering juga diistilahkan sebagai uji sidik ragam,
dikembangkan oleh Ronald Fisher. Prinsip pengujiannya adalah menganalisis variabilitas atau
keragaman data menjadi dua sumber variasi, yaitu variasi dalam kelompok (within) dan variasi antar
kelompok (between). Bila variasi within dan betweensama maka rata-rata yang dihasilkan tidak ada
perbedaan, sebaliknya bila hasil perbandingan kedua varian tersebut menghasilkan nilai lebih dari 1,
maka rata-rata yang dibandingkan menunjukkan adanya perbedaan.
Anova saat ini banyak digunakan dalam penelitian survey dan penelitian eksperimen. Ada
dua cara analisis of varian, yaitu :
1. One-way anova dilakukan untuk menguji perbedaan tiga kelompok atau lebih
berdasarkan satu variabel independen.
One way ANOVA digunakan untuk menguji hipotesis komparatif rata-rata k sampel, bila
pada setiap sampel hanya terdiri atas satu kategori.
2. Two-way anova dilakukan untuk menguji perbedaan tiga kelompok atau lebih
berdasarkan dua variabel independen.
two way ANOVAdigunakan untuk menguji hipotesis komparatif rata-rata k sampel bila
peneliti melakukan kategorisasi terhadap sampel.

Beberapa asumsi dasar yang mesti dipenuhi pada uji ANOVA adalah:
(a) Data sampel yang digunakan berdistribusi normal atau dianggap normal,
(b) Populasi tersebut memiliki varian yang homogen,
(c) Sampel tidak berhubungan satu dengan lain (independen), sehingga uji ANOVA tidak bisa
digunakan untuk sampel berpasangan (paired).

2021 Statistik Pengembangan Materi Pembelajaran dan e-learning

Nugraeni, SE, M.SC http://mercubuana-yogya.ac.id/ 3
ONE WAY ANOVA
CARA PERHITUNGAN VARIANS ANTAR SAMPEL
Varians sampel (between column sample) dirumuskan sbb:
Σ (x – x)2
s2 =
n–1
Karena kita menghitung 3 nilai rata-rata sampel dan rata-rata keseluruhan, maka selanjutnya x
diganti dengan x dan x diganti dengan x (rata-rata keseluruhan/rata-rata dari rata-rata).
Varians antar sampel dirumuskan sbb:
Σ (x – x)2
(Sa2) =
n–1
n = jumlah sampel

Standart error of mean dirumuskan sbb:

σ
σx =
√n
σx = standar error of mean
σ = standar deviasi populasi
n = besarnya sampel
Perumusan varians populasi yang diduga menjadi:
σ 2 = (Sa2) x n

CARA PERHITUNGAN VARIANS DALAM SAMPEL

• Varians dalam sampel disebut juga sebagai within column varians
• Varians dalam sampel dirumuskan sbb:
S12 + S22 + … + Sn2
Sw2 =
n

2020 [Statistika] Pengembangan Materi Pembelajaran dan e-learning

4 [Nugraeni, SE, M.Sc] http://mercubuana-yogya.ac.id/
Sw2 = varians dalam sampel
S12 + S22 + … + Sn2 = varians sampel 1 sampai ke n
n = banyaknya sampel/banyaknya kolom
Statistik F merupakan rasio dari varians antar-sampel sebagai penduga varians populasi yangpertama
dengan varians dalam sampel sebagai penduga varians populasi yang kedua, rumusnya sbb:
n Sa2
F=
Sw2
Jika nilai F semakin mendekati 1, semakin besar kemungkinan hipotesa nol diterima, sebaliknya
apabila nilai F besar, semakin besar kemungkinan hipotesa nol ditolak dan semakin besar
kemungkinan hipotesa alternatif diterima.
Derajat kebebasan dari distribusi F ada 2 yaitu:
- Derajat kebebasan pembilang = (jumlah sampel metode – 1)
=n–1
- Derajat kebebasan penyebut = (jumlah data setiap sampel metode – 1) x jumlah sampel metode
= (n – 1) x k

Contoh one way anova :

Manajer pendidikan dan latihan suatu perusahaan perakitan radio kaset ingin mengadakan evaluasi
terhadap 3 metode pendidikan dan latihan bagi karyawannya yang baru (untuk mengetahui apakah
rata-rata produksi dari 3 sampel karyawan tersebut mempunyai perbedaan dalam produktivitas atau
tidak). Untuk itu dipilih sampel 5 orang karyawan yang telah mengikuti masing-masing metode dan
dilakukan pencatatan terhadap hasil produksi setiap hari yang dapat diselesaikan oleh masing-
masing karyawan, datanya sbb:
Metode I Metode II Metode III

15 22 18

18 27 24

19 18 16

22 21 22

11 17 15

Panduan e-learning Bagi Pengelola

Page 5 Universitas Mercu Buana Yogyakarta
Maka langkah-langkahnya sebagai berikut:
1. Merumuskan hipotesis
H0 : µ1 = µ2 = µ3 , tidak ada perbedaan produktivitas terhadap ketiga metode
Ha : µ1 ≠ µ2 ≠ µ3, ada perbedaan produktivitas terhadap ketiga metode

2. Perhitungan varians antar sampel

(rata2ke1 -
rata2 ke 1 rata2 ke 2 (rata2 ke1 - rata2 ke 2) rata2ke2)2
17 19 17 - 19 = -2 4
21 19 21 - 19 = 2 4
19 19 19 - 19 = 0 0
8

rata-rata ke 1 : adalah rata-rata dari setiap metode

rata-rata ke 2 : adalah rata-rata dari rata-rata ke 1
varians antar sampel:
(Sa2) = S(rata-rata ke1 – rata-rata ke2)2 : n -1
=8:2
=4

n = jumlah metode
perumusan varians populasi yang diduga dengan n adalah jumlah karyawan
σ2 = (Sa2) x n
=4x5
= 20
n = jumlah karyawan setiap metode

2020 [Statistika] Pengembangan Materi Pembelajaran dan e-learning

6 [Nugraeni, SE, M.Sc] http://mercubuana-yogya.ac.id/
 3. Perhitungan varians dalam sampel

Kita cari harga F hitung nya yatu : 20 : 16 = 1,25

Kemudian kita bandingkan antara F hitung dengan F tabel
Diperoleh nilai F tabel = 3,88
Kriterianya sebagai berikut :
Fhitung < F tabel →H0 diterima
Fhitung > F tabel →H0 ditolak

hasilnya : F hitung < F tabel, maka H0 diterima

kesimpulan: tidak ada perbedaan produktivitas/hasil dari ketiga metode pelatihan

TWO WAY ANOVA

Two Way Anova disebut juga dengan Anova 2 Arah atau Analisis Varian 2
Faktor. ANOVA dua arah membandingkan perbedaan rata-rata antara
kelompok yang telah dibagi pada dua variabel independen (disebut faktor).
Anda perlu memiliki dua variabel independen berskala data kategorik dan
satu variabel terikat berskala data kuantitatif/numerik (interval atau rasio).

Panduan e-learning Bagi Pengelola

Page 7 Universitas Mercu Buana Yogyakarta
Dalam uji hipotesa ini kita mempunyai 2 macam hipotesa, yaitu:
1. H0; µ1 = µ2 = µ3 = µn

Ha; µ1 ≠ µ2 ≠ µ3 ≠ µn (hipotesa berdasar baris)

2. H0; µ1 = µ2 = µ3 = µn

Ha; µ1 ≠ µ2 ≠ µ3 ≠ µn (hipotesa berdasar kolom)

Beberapa notasi yang digunakan:

SSR (Row Sum of Square) = Jumlah kuadrat baris

SSC (Column Sum of Square) = Jumlah kuadrat kolom

SSE (Error Sum of Square) = Jumlah kuadrat penyimpangan

SST (Total Sum of Square) = Total dari jumlah kuadrat
MSS (Mean of Sum Square) = Rata-rata dari jumlah kuadrat

MSSR (Mean of Row Sum of Square) = Varians berdasar baris

MSSC (Mean of Column Sum of Square) = Varians berdasar kolom

MSSE (Mean of Error sum of Square) = Varians berdasar penyimpangan

2020 [Statistika] Pengembangan Materi Pembelajaran dan e-learning

8 [Nugraeni, SE, M.Sc] http://mercubuana-yogya.ac.id/
 Panduan e-learning Bagi Pengelola
Page 9 Universitas Mercu Buana Yogyakarta
 Contoh two way anova:
Hasil penelitian terhadap 3 macam media promosi untuk 3 macam komoditi
dagangan dengan sampel 180 sbb:

Macam komoditi Macam media promosi Jumlah

dagangan Radio TV Surat kabar

A 24 19 20 63

B 23 17 14 54

C 25 21 17 63

Jumlah 72 57 51 180

2020 [Statistika] Pengembangan Materi Pembelajaran dan e-learning

10 [Nugraeni, SE, M.Sc] http://mercubuana-yogya.ac.id/
Dengan menggunakan taraf uji 5%, ujilah :
• apakah efektivitas ketiga media promosi itu sama?
• apakah ada pengaruh dalam pengelompokan macam komoditi dagangan?

Maka langkah-langkah mengerjakan:

1. Tentukan hipotesis
a. Hipotesis kolom
H0 : µ1 = µ2 = µ3 , tidak ada perbedaan efektivitas ketiga media promosi
Ha : µ1 ≠ µ2 ≠ µ3, ada perbedaan efektivitas ketiga media promosi

b. Hipotesis kolom
H0 : µ1 = µ2 = µ3 , tidak ada perbedaan pengaruh dalam pengelompokan macam
komoditi dagangan
Ha : µ1 ≠ µ2 ≠ µ3, ada perbedaan pengaruh dalam pengelompokan macam komoditi
dagangan

2. Carilah F hitung
SST =(242 + 232 +252 +192 +172 + 212 +202 +142 +172) – (180)2/(3 x 3)
= 106
SSR = ((632 +542 +632 )/3) – (180)2/(3 x 3)
= 18
MSSR = SSR / b-1
= 18 / 3-1
=9
SSC = (( 722 +572 +512 )/3) – (180)2/(3 x 3)
= 78
MSSC = SSC / k – 1
= 78 / 3-1
= 39

Panduan e-learning Bagi Pengelola

Page 11 Universitas Mercu Buana Yogyakarta
 SSE = SST – SSR – SSC
= 106 – 18 – 78
= 10

MSSE = SSE / (b-1)(k-1)

= 10 / (3-1)(3-1)
= 2,5

F baris = 9/2,5 = 3,6

F kolom = 39 / 2,5 = 15,6

3. Bandingkan dengan f tabel

F tabel dengan df 2/4, alfa 5% = 6,94
F baris 3,6 < F tabel 6,94, H0 diterima, pengelompokan komoditi tidak
ada bedanya/pengaruhnya
F kolom 15,6 > F tabel 6,94, H0 ditolak, perbedaan macam media
promosi
Sangat berpengaruh atau efektifitas ketiga media promosi tidak sama

2020 [Statistika] Pengembangan Materi Pembelajaran dan e-learning

12 [Nugraeni, SE, M.Sc] http://mercubuana-yogya.ac.id/
 DAFTAR PUSTAKA

• Drs. Pangestu Subagyo, M.B.A (2012), Statistik deskriptif, BPFE, Yogyakarta.

• Abdul Hakim (2010), Statistika Deskriptif Untuk Ekonomi dan Bisnis,cetakan
ketiga, Penerbit Ekonesia UII Yogyakarta.
• Prof. Dr. Sugiyono (2007), Statistika Untuk Penelitian, CV Alfabeta, Bandung.
• Nugroho Budiwiyono (1996), Pengantar statistik ekonomi dan perusahaan, UPP
AMP, Yogyakarta.

• Zaenal Mustafa (1995), Pengantar Statistik Terapan untuk Ekonomi, Bagian

Penerbitan Fakultas Ekonomi UII, Yogyakarta

Panduan e-learning Bagi Pengelola

Page 13 Universitas Mercu Buana Yogyakarta