Statistik 2

Analysis of Variance (ANOVA)

Capaian Pembelajaran
▪ Mampu menerapkan metode ANOVA untuk melihat
perbedaan antar populasi.

▪ Mampu menafsirkan hasil pengolahan data menggunakan

metode ANOVA.

LG2105 Statistik Dalam Logistik

Teknik Logistik Universitas Pertamina
2
 Review : Uji Hipotesis
HYPOTHESIS TESTING

SINGLE SAMPLE TWO SAMPLES

Test on mean Paired Test on two

value
Test on proportion Test on variance Test on two means
observations proportions

Variances Unknown
Variances Unknown and
unknown with variances but
Variances known unknown with Variances known
small sample unequal variances
large sample size
size equal

3
Ilustrasi
H0 : Rata-rata umur pemakaian ban merk A = ban merk B
H1 : Rata-rata umur pemakaian ban merk A ≠ ban merk B

Merk A Merk B

Sampel nA Eksperimen Sampel nB

Satu
level dua (A dan
faktor/Kriteria Uji dua sampel
B)
(merk)

Level lebih dari 2 Analysis of

(A, B, C,….k) Variance

4
 Analysis of Variance
• Mengevaluasi perbedaan rata-rata sampel dari tiga populasi atau
lebih.
• Ketentuan Umum :
▪ Faktor/kriteria merupakan variabel independen.
▪ Setiap faktor/kriteria terdiri dari 3 atau lebih level.
▪ Hasil eksperimen merupakan variabel dependen.
• Asumsi
▪ Populasi berdistribusi normal
▪ Populasi mempunyai variansi yang sama
▪ Sampelnya acak dan independen

5
Completely Randomized Single-Factor Experiment
→ One-way ANOVA
• Ukuran sampel n dipilih acak pada setiap populasi k.
• Hanya ada 1 faktor/kriteria/var. independen
• Dengan lebih dari 3 level.
• Analisis dengan :
• ANOVA 1 arah / One-way ANOVA
• Disebut “Desain Seimbang” jika seluruh level mempunyai
ukuran sampel yang sama.

6
 Analysis of Variance (ANOVA)

ANOVA Desain Desain

1 Arah Blok Lengkap 2 Faktor
Acak Dgn. Replikasi
Uji-F
Uji-F
Uji
Tukey- Uji Perbedaan
Kramer Signifikan
Fischer Terkecil

7
Bentuk Umum Eksperimen Satu Faktor
Faktor

Treatment/ 1 2 …… i …… k
Level
y11 y21 …… yi1 …… yk1

Observasi y12 y22 …... yi2 …… yk2

(jumlah
sampel n y13 y23 ….. yi3 …… yk3
yang sama)
y1n y2n …… yin …… ykn

Jumlah T1. T2. …… Ti . ……. Tk. T..

Rata-rata 𝑦1. 𝑦2 . 𝑦ഥ𝑖 . 𝑦𝑘 . 𝑦ഥ..

8
Hipotesis One-way ANOVA
• H0 : μ1 = μ2 = μ3 = ⋯ = μk
• Seluruh mean populasi adalah sama
• Tak ada efek perlakuan/treatment (tak ada keragaman mean dalam
grup)

• 𝐻1 : T𝑖𝑑𝑎𝑘 𝑠𝑒𝑙𝑢𝑟𝑢ℎ 𝑚𝑒𝑎𝑛 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 𝑎𝑑𝑎𝑙𝑎ℎ 𝑠𝑎𝑚𝑎

• Minimal ada 1 mean populasi yang berbeda
• Terdapat sebuah efek treatment
• Tidak seluruh mean populasi berbeda (beberapa pasang mungkin sama)

9
One-way ANOVA
H0 : μ1 = μ2 = μ3 =  = μk

Semua mean bernilai sama

Hipotesis nol adalah benar
(Tak ada efek treatment)

μ1 = μ2 = μ3

10
One-way ANOVA
H1 : T𝑖𝑑𝑎𝑘 𝑠𝑒𝑚𝑢𝑎 μi sama
Minimal ada 1 mean yg berbeda
Hipotesis nol tidak benar
(Terdapat efek treatment)

or

μ1 = μ2  μ3 μ1  μ2  μ3

11
 Dua Sumber Variasi

Pada ANOVA, diasumsikan bahwa total variasi terdiri dari 2 bagian yaitu:
1. Variasi antar treatment.
• mengukur variasi efek dari treatment.
2. Variasi didalam level/treatment yang sama
• Mengukur variasi acak dari pengambilan sampel.

Salah satu tujuan dari ANOVA adalah untuk menentukan apakah perbedaan antar
populasi hanyalah sebagai akibat variasi acak saja

12
 Dua Sumber Variasi

• Variasi total dibagi menjadi 2 bagian

SST = SSA + SSE

SST = Sum of Squares Total (Jumlah Kuadrat Total)

SSA = Sum of Squares Among-Group Variation (Jumlah Kuadrat Antara)
SSE = Sum of Squares Within-Group Variation (Jumlah Kuadrat Dalam)

13
Dua Sumber Variasi
Variasi Total (SST)
Variasi Level pada Faktor
= (SSA)
Mengacu pada:
▪ Sum of Squares Between
▪ Sum of Squares Among
▪ Sum of Squares Explained
▪ Among Groups Variation
Variasi Random Sampling (SSE)
+
Mengacu pada:
▪ Sum of Squares Within
▪ Sum of Squares Error
▪ Sum of Squares Unexplained
▪ Within Groups Variation
14
Total Sum of Squares (SST)
SST = SSA + SSE
𝑘 𝑛𝑖

𝑆𝑆𝑇 = ෍ ෍(𝑦𝑖𝑗 − 𝑦. . )2
𝑖=1 𝑗=1

Dimana:
SST = Total sum of squares/Jumlah Kuadrat Total
k = jumlah populasi (levels or treatments)
ni = ukuran sampel dari populasi i
𝑦𝑖𝑗 = pengukuran ke-j dari populasi ke-i
𝑦. . = mean keseluruhan (dari seluruh nilai data)

15
Total Sum of Squares

16
Sum of Squares Among

SST = SSA + SSE

𝑘

𝑆𝑆𝐴 = ෍ 𝑛𝑖 (𝑦ത𝑖 − 𝑦. . )2
𝑖=1

Where:
SSA = Sum of squares Among
k = jumlah populasi
ni = ukuran sampel dari populasi i
𝑦ത𝑖 = mean sampel dari populasi i
𝑦. . = mean keseluruhan (dari seluruh nilai data)

9/27/2021 17
 Variasi Antar Grup
𝑘

𝑆𝑆𝐴 = ෍ 𝑛𝑖 (𝑦lj 𝑖 − 𝑦ഥ.. )2

𝑖=1

𝑆𝑆𝐴
𝑀𝑆𝐴 =
𝑘−1
Mean Square Among =
SSA/degrees of freedom

•degrees of freedom : derajat

kebebasan

9/27/2021 18
 Variasi Diantara Grup

9/27/2021 19
Sum of Squares Error

SST = SSB + SSE

𝑘 𝑛𝑗

𝑆𝑆𝐸 = ෍ ෍ (𝑦𝑖𝑗 − 𝑦lj 𝑖 )2
𝑖=1 𝑗=1

Where:
SSE = Sum of squares Error
k = jumlah populasi
ni = ukuran sampel dari populasi i
𝑦lj 𝑖 = mean sampel dari populasi i
𝑦𝑖𝑗 = pengukuran ke-j dari populasi ke-i

20
Variasi Dalam Grup
𝑘 𝑛𝑗

𝑆𝑆𝐸 = ෍ ෍ (𝑦𝑖𝑗 − 𝑦lj 𝑖 )2
𝑖=1 𝑗=1

𝑆𝑆𝐸
Penjumlahan variasi dalam 𝑀𝑆𝐸 =
setiap group dan kemudian 𝑁−𝑘
penambahan pada seluruh group

Mean Square Error =

SSE/degrees of freedom

i
21
Variasi Dalam Kelompok

22
One-way ANOVA

23
Uji F One-way ANOVA
H0: μ1= μ2 = … = μ k
H1: Minimal 2 mean populasi berbeda

• Stastistik Uji : 𝑀𝑆𝐴

𝐹=
𝑀𝑆𝐸

MSA : jumlah kuadrat diantara variansi

MSE : jumlah kuadrat dalam variansi

• Degrees of freedom/derajat kebebasan :

• df1 = k – 1 (k = jumlah populasi)
• df2 = N – k (N = jumlah ukuran sampel seluruh populasi)

24
 Uji F One-way ANOVA
• Statistik Uji F adalah rasio antara taksiran variansi dengan taksiran
dalam variansi
• Rasio harus selalu positif
• df1 = k -1 berukuran kecil
• df2 = N - k berukuran besar

Rasio akan mendekati 1 jika :

H0: μ1= μ2 = … = μk Benar

Rasio akan lebih besar dari 1 jika :

H0: μ1= μ2 = … = μk Salah

25
Contoh :
• Seorang ingin menyelidiki bagaimana rata-rata penyerapan uap air
dalam beton berubah diantara lima jenis adukan beton yang berbeda.
Adukan beton ini berbeda dalam persen berat komponen penting.
Sampel dibiarkan terkena uap air selama 48 jam. Dari tiap adukan
diambil 6 sampel untuk diuji, sehingga seluruhnya diperlukan 30
sampel. Diperlihatkan pada tabel berikut.
• Berdasarkan data-data tersebut dengan significance level 0.05 dengan
ANOVA, tentukan apakah rata-rata serap uap air untuk kelima jenis
adukan sama?

26
Contoh :
Adukan beton (% berat) → Kriteria/Faktor
Level/treat 1 (10%) 2 (20%) 3 (30%) 4 (40%) 5 (50%)
ment
551 595 639 417 563
457 580 615 449 631
450 508 511 517 522
731 583 573 438 613
499 633 648 415 656
632 517 677 555 679
Total 3320 3416 3663 2791 3664 16854
Rata-rata 553.33 569.33 610.50 465.17 610.67 561.80

27
Contoh:
Jawaban :

H0: μ1= μ2 = … = μ k
H1: Minimal 2 mean populasi berbeda
• α = 0.05
• Uji F dg v1=4 dan v2=25 → fTabel= 2.76

• SST = (551-561.80)2+(457-561.80)2+….+(679-561.80)2 = 209,377

• SSA = 6 x ((553.33-561.80)2+(569.33-561.80)2+…….(610.67-561.80)=
85,356.467
• SSE = SST – SSA = 124,021
28
Contoh :
𝑀𝑆𝐴 21,339  = .05
F= =
𝑀𝑆𝐸 4,961
0 Do not Reject H0
= 4.302 reject H0 F = 4.302
F.05 = 2.76

• Keputusan Tolak H0
• Kesimpulan : bahwa kelima jenis adukan tidak mempunyai rata-rata
penyerapan uap air yang sama

29
Tabel ANOVA

30
Latihan soal :
Bor 1 Bor 2 Bor 3
• Terdapat 3 jenis mata bor 254 234 200
yang berbeda. Dipilih 5 263 218 222
sampel dari masing-masing 241 235 197
untuk diukur
237 227 206
kemampuannya membuat
251 216 204
diameter lubang dalam
kondisi yang sama. Dengan
tingkat signifikansi 5%,
apakah terdapat perbedaan
rata-rata(mean) ukuran
diameter yang dibuat ketiga
mata bor tsb.?

31
Pengujian Hipotesis : Dua
Varians
Uji Hipotesis Antara Dua Varians

LG2105 Statistik Dalam Logistik

33
Teknik Logistik Universitas Pertamina
Contoh :

LG2105 Statistik Dalam Logistik

34
Teknik Logistik Universitas Pertamina
Contoh :

LG2105 Statistik Dalam Logistik

35
Teknik Logistik Universitas Pertamina
Contoh :

LG2105 Statistik Dalam Logistik

36
Teknik Logistik Universitas Pertamina
Selesai