ANALISIS VARIANS (UJI F / FISHER)

Analisis Varian Satu Jalur (ANAVA klasifikasi tunggal = ANAVA A)

Langkah-langkah pengujian hipotesis dengan anava satu jalur

(1) Menghitung Jumlah Kuadrad Total (JKtot):

( X ) 2

−
tot
JKtot =∑ Xtot2
N
(2) Menghitung Jumlah Kuadrad Antar Kelompok (JKantar):

( X ) ( X ) 2 2

 −
A tot
JKantar =
nA N
(3) Menghitunng Jumlah Kuadrad Dalam Kelompok (JKdal):
JKdal = JKtot ─ JKantar
(4) Menghitung Mean Kuadrad (Rerata Jumlah Kuadrat atau RJK) antar Kelompok
(RJKantar):
JK antar
RJKantar = → a = jumlah kelompok
a −1
(5) Menghitung Rerata Jumlah Kuadrat dalam Kelompok (RJKdal)
JK dal
RJKdal = → N = jumlah seluruh sampel
N −a
MK antar
(6) Menghitung harga Fhitung dengan rumus:
MK dalam
(7) Konsultasikan pada table F dengan db pembilang (a-1) dan db penyebut (N-a)
(8) Aturan keputusan : Jika F hitung lebih besar daripada F table pada ataraf
signifikansi tertentu (Misalnya: ts 5% atau 1%), maka Ha diterima dan H0 ditolak.
(9) Membuat kesimpulan, apakah terdapat perbedaan yang signifikan atau tidak
.
(10) Membuat Tabel Ringkasan Analisis Varians untuk Menguji Hipotesis k Sampel

19
Tabel 09. Tabel Ringkasan Analisis Varians untuk Menguji Hipotesis k Sampel

Sumber JK (SS) Db RJK Fh Ftab Taraf sig

Variasi (df) (MS) 0.05 0.01
JKantar ( X ) 2 a-1 JK RJK antar ….

A

nA a −1 RJK dal

( X ) 2

−
tot

N
JKdal JKdal = JKtot ─ JKantar N-a JK dal -- --
N −a
Total ( X ) 2 N-1 -- -- --
−
tot
∑ Xtot2
N

(11) Jika terdapat perbedaan yang signifikan, teruskan dengan uji lanjut,
dengan uji t yang berkorelasi, dengan rumus berikut:

X1 − X 2
t=
(n1 − 1)s1 2 + (n2 − 1)s 2 2  1  1 

n1 + n2 − 2  n  n
 1  2 

Contoh 1. untuk sampel berkorelasi

Seorang peneliti ingin mengetahui pengaruh penggunaan alat kerja baru terhadap
produktivitas kerja karyawan perusahaan rokok. Untuk itu diadakan eksperimen selama 6
bulan, dengan periode waktu pengukuran produktivitas kerja sebelum menggunakan alat
kerja baru, sesudah menggunakan 3 bulan, dan 6 bulan.
Hipotesis penelitian:
H0 : Tidak terdapat perbedaan produktivitas kerja karyawan antara sebelum
dan sesudah menggunakan alat kerja baru

Ha : Terdapat perbedaan produktivitas kerja karyawan antara sebelum

dan sesudah menggunakan alat kerja baru

Hipotesis Statistik:

20
H0: µ1 = µ2
H1 : µ1 ≠ µ2 ≠ µ3 (salah satu tanda ≠)

Tabel 10. Produktivitas Kerja Karyawan Perusahaan Rokok

No Produktivitas Sebelum Produktivitas Sesudah 3 Produktivitas Sesudah 6
Memakai Alat Kerja bulan Memakai Alat bulan Memakai Alat Kerja
Baru (X1) Kerja Baru (X2) Baru (X3)
1 12 13 18
2 13 15 18
3 10 12 14
4 15 18 20
5 13 15 15
6 14 17 19
7 10 18 20
8 12 20 21
9 13 14 18
10 14 16 17
11 13 18 17
12 10 16 19
13 13 15 16
14 10 13 17
15 15 16 14
Jml 187,00 236,00 263,00
X 12,46 15,73 17,53
1,76 2,22 2,10
s
3,12 4,92 4,55
s2

Persyaratan Analisis:
1) Sampel diambil secara random (acak)
2) Sebaran data berdisitribusi normal
3) Varians antar sampel, homogen (F = Varians terbesar dibagi varians terkecil)

Tabel 11. Tabel Penolong Untuk Perhitungan Anava Satu Jalur

No (X1) (X2) (X3) ∑X (X1)2 (X2)2 (X3)2 ∑ Xtot2
(Total)
1 12 13 18 43 144 169 324 637
2 13 15 18 46 169 225 324 718
3 10 12 14 36 100 144 196 440
4 15 18 20 53 225 324 400 949
5 13 15 15 43 169 225 225 619
6 14 17 19 50 196 289 361 846

21
 7 10 18 20 48 100 324 400 824
8 12 20 21 53 144 400 441 985
9 13 14 18 45 169 196 324 689
10 14 16 17 47 196 256 289 741
11 13 18 17 48 169 324 289 782
12 10 16 19 45 100 196 361 657
13 13 15 16 44 169 225 256 650
14 10 13 17 40 100 169 289 558
15 15 16 14 45 225 256 156 637
∑ 187 236 263 686 2375 3722 4635 10732
n n=15 n =15 n = 15 n =45 - - - -

Perhitungan:

( X ) 2
686 2
− = 10732 −
tot
JKtot =∑ Xtot2 = 274,4
N 45
JKantar

( X ) ( X ) 2 2

=  −
A tot
=
nA N

( X ) ( X ) ( X ) ( X ) ( X )
2 2 2 2 2

+ + + −
A1 A2 A2 A3 tot

n A1 n A2 n A2 n A3 N

187 2 2362 2632 686 2

= + + − = 198,58
15 15 15 45
JKdal = JKtot ─ JKantar = 274,4 – 198,58 = 75,82
RJKantar = JKantar : a-1 = 198,58/2 = 99,29
RJKdal = JKdal : dbdal= 75,82 / 42 = 1,80
Fhitung = RJKantar : RJKdal = 99,29 : 1,80 = 55,16 → lihat table F

Masukkan ke dalam table ringkasan ANAVA

Tabel 12. Tabel Ringkasan Analisis Varians untuk Menguji

Hipotesis k Sampel
Sumber JK db RJK Fh Ftab Keputusan
Variasi 5% 1%
JKantar 198,58 a-1= 99,29 55,16 3,22 5,15 Signifikan

22
 3-1=2
JKdal 75,82 N-a = 1,80 -- -- -- --
45-3 = 42
Total 274,4 N-1= -- -- -- -- --
45-1 = 44

Kesimpulan:
Harga F hitung lebih besar daripada harga F table, baik untuk ts 5% maupun 1%, maka
H0 ditolak dan Ha diterima. Jadi terdapat perbedaan yang signifikan produktivitas kerja
karyawan antara sebelum dan sesudah menggunakan alat kerja baru.
Pertanyaan: manakah paling baik dan mana yang berbeda secara signifikan
diantara ketiga kelompok tersebut?
Untuk itu, perlu diadakan uji lanjut dengan uji t, dengan rumus berkorelasi
sebagai berikut:
X1 − X 2
t=
s1
2
s2
2
 s  s 
+ − 2r  1  2 
n1 n2  n  n 
 1  2 

Hintung korelasi antara X1 dan X2 → r = 0,38

Hintung korelasi antara X1 dan X3 → r = -0,089
Hintung korelasi antara X2 dan X3 → r = 0,62

12,46 − 15,75
1) t = = - 0,747 → non signifikan
3,12 4,92  1,76  2,22 
+ − 2 * 0,38  
15 15  15  15 
12,46 − 17,53
2) t = = 4,93 → signifikan
3,12 4,45  1,76  2,21 
+ − 2 * 0,089  
15 15  15  15 
15,57 − 17,53
3) t = = - 4,94 → signifikan
4,92 4,45  2,22  2,21 
+ − 2 * 0,62  
15 15  15  15 

23
Hitung harga mutlak, kemudian dibandingkan dengan harga t table dengan db = n1 + n2
(15 + 15 – 2) = 28 (uji dua pihak).
Berdasarkan db 28, untuk ts 5%, harga t table = 2,048. Ternyata harga t hitung lebih besar
daripada t table, sehingga Ha diterima dan H0 ditolak.
Kesimpulan: terdapat perbedaan yang signifikan produktivitas kerja karyawan sesudah 3
bulan dan 6 bulan bekerja dengan menggunakan alat baru.

Contoh 2. untuk sampel tidak berkorelasi

Jika kedua kelompok itu independent (tidak berkorelasi), dan terdapat perbedaan yang
signifikan (F hitung lebih besar dari F table), maka uji lanjut menggunakan uji t-Scheffe,
baik untuk jumlah n sama ataupun n tidak sama. Rumusnya adalah sebagai berikut:
X1 − X 2
Untuk n1 = n2 : t = , dimana db t = db dalam
2 * RJKdal
n
X1 − X 2
Untuk n1 ≠ n2: t = , dimana db t = db dalam
1 1
RJKdal  + 
 n1 n2 

Contoh aplikasinya.
Seorang peneliti ingin mengetahui pengaruh metode mengajar terhadap prestasi
belajar IPA. Metode mengajar digolongkan menjadi 4, yaitu : Metode ceramah (A1),
Metode Diskusi (A2), Metode Pemberian Tugas (A3), dan Metode campuran (A4).
Hipotesis Penelitian:
H0: Metode mengajar tidak berpengaruh terhadap prestasi belajar IPA
H1: Metode mengajar berpengaruh terhadap prestasi belajar IPA
Hipotesis Statistik:
H0: µ1 = µ2 = µ3 = µ4
H1 : µ1 ≠ µ2 ≠ µ3 ≠ µ4 (salah satu tanda ≠)

24
Tabel 13. Data Hasil Belajar IPA Siswa SMA Klas II di Singaraja
(A1) (A2) (A3) (A4) Total

3 5 5 8
2 6 8 9
4 5 7 10
0 7 7 9
4 4 7 8
n1 = 5 n2 = 5 n3 = 5 n4 = 5 N = 20
∑X1 = 13 ∑X2 = 27 ∑X3 = 34 ∑X4 = 44 ∑Xtot = 118
∑X12 = 45 ∑X22 = 151 ∑X32 = 236 ∑ X42 = 390 ∑Xtot2 = 822

X 1 = 2,6 X 2 = 5,4 X 3 = 6,8 X 4 = 8,8 X tot = 5,9

Masukkan ke dalam rumus berikut.

Perhitungan:

( X ) 2
1182
− = 822 −
tot
JKtot =∑ Xtot2 = 125,8
N 20

( X ) ( X ) 2 2

 −
A tot
JKantarA =
nA N

( X ) ( X ) ( X ) ( X ) ( X )
2 2 2 2 2

+ + + −
A1 A2 A3 A4 tot
=
n A1 n A2 n A3 n A4 N

132 27 2 34 2 44 2 1182
= + + + - = 101,8
5 5 5 5 20
JKdal = JKtot ─ JKantar = 125,8 – 101,8 = 24

( X A )2  132 27 2 34 2 44 2 
Atau JK dal: X 2
tot − = 822 −  + + +
5 
 = 24
nA  5 5 5

dbA = a-1 = 4-1 = 3

RJKantar = JKantar : dbantar = 101,8 : 3 = 33,93.

25
db dalam = N – a = 20-4 = 16

RJKdal = JKdal : dbdal = 24:16 = 1,5

Fhitung = RJKantar : RJKdal = 33,93 : 1,5 = 22,66 → lihat table F

Tabel 14. Tabel Ringkasan Analisis Varians untuk Menguji

Hipotesis 4 Kelompok

Sumber JK db RJK Fh Ftab Keputusan

Variasi 5% 1%
JKantar 101,8 3 33,93 22,62 3,24 5,29 Signifikan
JKdal 24 16 1,5 -- -- -- --
Total 125,8 19 -- -- -- -- --

Uji t Scheffe:
2,6 − 4,0
t1-2 : t = = −3,615 → signifikan
2 x1,5
5
2,6 − 6,8
t1-3: t = = 5,422 →signifikan
2 x1,5
5

2,6 − 8,8
t1-4: t = = -8,004 → signifikan
2 x1,5
5
4 − 6,8
t2-3: t = = -1,807 → non signifikan
2 x1,5
5
4 − 8,8
t2-4: t = = - 4,389 → signifikan
2 x1,5
5
6,8 − 8,8
t3-4: t = = - 2,582 → signifikan
2 x1,5
5

26
Menarik kesimpulan
1. Metode mengajar berpengaruh terhadap hasil belajar siswa
2. Metode mengajar IV lebih berpengaruh terhadap hasil belajar siswa dari pada
metode mengajar III, II, dan I
3. Metode mengajar III lebih berpengaruh terhadap prestasi belajar siswa daripada
metode mengajar II dan I
4. Metode mengajar II lebih berpengaruh terhadap prestasi belajar siswa
dibandingkan dengan metode mengajar I.

Daftar Pustaka

Anrderson, T.W., An Introductin to Multivariate Statistical Analysis, John Wiley & Sons,
Inc., New York, 1958.
Ching Chun Lie, Path Analysis – a primer, California: Pasific Grove, 1975.

Everit, Brian S & Graham Dunn, Applied Multivariate Data Analysis, New York: Halsted
Press, 1991.
Guilford, J.P. and fruchter, B., Fundamental Statistics in Psycholoy and Education,., New
York: McGraw-Hill Ltd, 1978.
Hair, Joseph F. Jr. cs., Multivariate Data Analysis, Upper Saddl River, NJ: Prentice Hall
International Inc., 1998.
Imam Ghazali, Applied Analisis Multivariat dengan Program SPSS, Semarang: Badan
Penerbit Universitas Diponegoro, 2001.
Kerlinger, F.N. and Pedhazur, E.J., Multiple Regression in Behavioral Research, New
York: Holt Rinehart and Winston, Inc., 1973.
Singgih Santoso, SPSS Statistik Multivariat, Jakarta: Elex Media Komputindo, 2002
Sutrisno Hadi, Statistik, Jilid 2, 3, Yogyakarta: UGM, 1986.
Sutrisno Hadi, Analisis Regresi, Yoyakarta: UGM, 1986.
Sudjana, Metoda Statistika, Bandung: Tarsito, 1992.
Sudjana, Teknik Analisis Regresi dan Korelasi bagi Para Peneliti, Bandung: Penerbit
“Tarsito”, 1992.
Sugiyono, Statistika untuk Penelitian, Bandung: Penerbit CV Alfabeta, 2002.

27
28