Menguji perbedaan 2 atau lebih

varians populasi

Pendidikan Akuntansi
 ANOVA • Analisis Varians (ANOVA) adalah teknik statistik yang digunakan untuk membandingkan rata-
rata dua kelompok atau perlakuan atau lebih untuk menentukan apakah terdapat perbedaan
yang signifikan secara statistik di antara kelompok atau perlakuan tersebut.
Analysis of • Analisis ini menilai apakah variasi data disebabkan oleh perbedaan di antara kelompok-
Variance kelompok tersebut ataukah disebabkan oleh kebetulan saja.
• Menguji hipotesis apakah populasi-populasi yang diamati memiliki varians yang sama
atau mendekati sama
– Dua Populasi
– Lebih dari Dua Populasi

• Statistik Uji yang digunakan adalah Distribusi F ( F Distribution ) – istilah Distribusi F

digunakan untuk menghormati Sir Ronald Fisher yang menemukannya ;

f(x) Karakteristik Distribusi F

a. Bersifat kontinyu : mulai dari 0 hingga positif tak terhingga

b. Statistik F tidak mungkin bernilai negatif

c. Distribusi F miring positif. Ekor panjang dari distribusi adalah

Daerah kesisi kanan. Ketika jumlah derajat kebebasan meningkat pada
Penolakan H0 pembilang dan penyebut, distribusi mendekati distribusi normal.

d. Distribusi F asymptotic. Ketika nilai F meningkat, distribusi

mendekati sumbu horizontal tetapi tidak pernah menyentuhnya
1 Perbedaan 2 Varians
 Contoh 1
Membanding
• Perusahaan Taksi Lancar Jaya menawarkan jasa angkutan dari Pusat Kota ke Bandara (dan
kan 2 varians sebaliknya). Ada dua rute yang dapat dilewati, melalui Jalur A atau melalui Jalur B. Hasil
populasi pengujian 7 kali terhadap Jalur A dan 8 kali terhadap Jalur B menunjukkan hasil sbb. (dalam
menit) :

1 2 3 4 5 6 7 8 𝑥ҧ𝑖 𝑠𝑖
Jalur A 52 67 56 45 70 54 64 58,29 8,99
Statistik Uji yang Jalur B 59 60 61 51 56 63 57 65 59,00 4,38
digunakan
• Dengan menggunakan tingkat signifikansi .10, apakah ada perbedaan dalam variasi waktu
𝒔𝟐𝟏 mengemudi untuk kedua rute tersebut?
𝑭=
𝒔𝟐𝟐

Hipotesis Kriteria
Statistik Uji

Langkah kerja

Hipotesis Statistik Keputusan/

Penelitian Uji Kesimpulan
 Jawab 1
Membanding 1. Hipotesis Penelitian Tidak ada perbedaan waktu tempuh ke Bandara antara menggunakan
kan 2 varians Jalur A dengan menggunakan Jalur B

populasi 2. Hipotesis Statistik 𝑯𝟎 ∶ 𝝈𝟐𝟏 = 𝝈𝟐𝟐 ; 𝑯𝟏 ∶ 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐

3. Statistik Uji Dengan 𝒔𝟏 = 𝟖, 𝟗𝟗𝟒𝟕 dan 𝒔𝟐 = 𝟒, 𝟑𝟕𝟓𝟑 maka

𝒔𝟐𝟏 𝟖, 𝟗𝟗𝟒𝟕 𝟐
𝑭= 𝟐= 𝟑
= 𝟒, 𝟐𝟑
𝒔𝟐 𝟒, 𝟑𝟕𝟓𝟑 Num = numerator =
Statistik Uji yang pembilang
digunakan Den = denumerator =
penyebut
𝒔𝟐𝟏 4. Kriteria Uji df num = n1 – 1 = 6 ; df den = n2 – 1 = 7
𝑭= 𝟐
𝒔𝟐 α = 0,10 → uji dua pihak harus dibagi 2.
Di Tabel F untuk α = 0,05 dengan dfnum = 7 dan dfden = 6 diperoleh nilai
Fα/2 = 3,87
Tolak 𝐻0 jika 𝐹ℎ𝑖𝑡 > 𝐹𝛼Τ2

5. Keputusan/Kesimpulan Karena 𝐹ℎ𝑖𝑡 > 𝐹𝛼Τ2 maka 𝐻0 ditolak.

Kesimpulan : Terdapat perbedaan waktu tempuh ke Bandara antara

menggunakan Jalur A dengan menggunakan Jalur B
 Titik Kritis
dalam Tabel
Distribusi F

Dengan
𝑑𝑓𝑛𝑢𝑚 = 𝑛1 − 1;
dan
𝑑𝑓𝑑𝑒𝑛 = 𝑛2 − 1
Lha, kalau df-nya 22 dan
33 bagaimana ya ..?
 Titik Kritis Lha, kalau df-nya 22 dan
dalam Tabel 33 bagaimana ya ..?
Distribusi F

Dengan
𝑑𝑓𝑛𝑢𝑚 = 𝑛1 − 1;
dan
𝑑𝑓𝑑𝑒𝑛 = 𝑛2 − 1
 ANOVA
2
Perbedaan 3 Varians atau
lebih
 • Fungsi : untuk menguji pengaruh lebih dari dua perlakuan (treatment), atau untuk
ANOVA menguji beda lebih dari dua rata-rata.

• Asumsi yang digunakan :

Analysis of
1. Populasi-populasi yang diamati mengikuti sebaran normal (normal distribution)
Variance
2. Populasi-populasi tersebut memiliki simpangan baku (standard deviation - 𝜎 )
sama;
3. Populasi-populasi tersebut bersifat bebas (independent)
Menguji
perbedaan
lebih dari • Langkah Kerja

dua varians
populasi 1 2 3 4 5
Merumuskan Merumuskan Menghitung Kriteria Uji Keputusan /
hipotesis Hipotesis Statistik Uji Kesimpulan
penelitian Statistik
 Sebuah agen riset pemasaran dikontrak oleh empat maskapai penerbangan untuk
Contoh 2: meneliti tingkat kepuasan pelanggan setelah adanya kebijakan penghentian layanan
gratis bagi pelanggan. Survei tersebut mencakup pertanyaan mengenai tiket,
boarding, layanan dalam penerbangan,penanganan bagasi, komunikasi pilot, dan
ANOVA – sebagainya. Berikut hasil tingkat kepuasan pelanggan terhadap empat maskapai, A,
Satu Arah B, C, dan D. Skor maksimal yang mungkin adalah 100.

The one-way A B C D
analysis of 94 75 70 68
variance test is 90 68 73 70
used to test the
equality of 85 77 76 72
three or more 80 83 78 65
means 88 80 74
using sample
variances. 68 65
65

Dengan menggunakan tingkat signifikansi 1%, uji apakah terdapat perbedaan

tingkat pelayanan dari keempat maskapai penerbangan tersebut
Contoh 2: 1. Hipotesis Penelitian ?

2. Hipotesis Statistik 𝐻0 ∶ 𝜇𝐴 = 𝜇𝐵 = 𝜇𝐶 = 𝜇𝐷
ANOVA –
𝐻1 : Rata-rata tingkat kepuasan pelanggan keempat maskapai
Satu Arah penerbangan tersebut tidak sama

3. Kriteria Uji Derajat bebas (degree of freedom = df) pembilang (numerator) = k – 1 =

4–1=3
Derajat bebas penyebut (denumerator) = n – k = 22 – 4 = 18
Pada Tabel Distribusi F diperoleh untuk α = 0,01 dengan dfnum = 3 dan
dfden = 18 adalah 5,09189

Atau menggunakan fungsi =FINV(0,01;3;18)

4. Statistik Uji Pengujian menggunakan statistik distribusi F

Menggunakan Tabel Bantu untuk perhitungan ANOVA sbb :

 4. Statistik Uji
Contoh 2: Pengujian menggunakan statistik distribusi F

Menggunakan Tabel Bantu untuk perhitungan ANOVA sbb :

ANOVA –
Satu Arah Tabel ANOVA

Derajat
Jumlah Kuadrat Rata-
Sumber Variasi Kebebasan
Kuadrat (Sum rata (Mean F
(Source of Variation) (Degree of
of Squares) Square)
Freedom)

Perlakuan 𝑺𝑺𝑻
(Treatments) SST k-1 𝑴𝑺𝑻 =
𝒌−𝟏 𝑴𝑺𝑻
𝑭=
Kesalahan (Error) 𝑺𝑺𝑬 𝑴𝑺𝑬
SSE n-k 𝑴𝑺𝑬 =
𝒏−𝒌
Jumlah (Total) SS Total n-1

1. Menghitung SSTotal 3. Menghitung SST 5. Menghitung MSE

2. Menghitung SSE 4. Menghitung MST 6. Menghitung F

 a. Menghitung rata-rata
Contoh 2: skor setiap sampel A B C D

94 75 70 68
ANOVA – 90 68 73 70
Satu Arah 85 77 76 72
80 83 78 65
88 80 74
68 65
65

Total 349 391 510 414 1664

n 4 5 7 6 22
Rata-rata 87,25 78,20 72,86 69,00 75,64
𝑥𝐴ҧ 𝑥ҧ𝐵 𝑥ҧ𝐶 𝑥ҧ𝐷 𝑥ҧ𝐺
 b. Menghitung SSTotal
Contoh 2: SS Total = Jumlah kuadrat keseluruhan = Jumlah kuadrat total = JKTot

ഥ𝑮
𝑺𝑺𝑻𝒐𝒕𝒂𝒍 = ෍ 𝒙 − 𝒙 𝟐

ANOVA – ഥ𝑮 = Rata−rata gabungan

𝒙
Satu Arah
ഥ𝑮
𝒙−𝒙 𝟐

A B C D
337,22 0,40 31,77 58,31
206,31 58,31 6,95 31,77
87,68 1,86 0,13 13,22
19,04 54,22 5,59 113,13
152,86 19,04 2,68
58,31 113,13
113,13
650,26 267,66 234,93 332,25 1.485,09

SSTotal
 c. Menghitung SSE
Contoh 2: SS E = Jumlah kuadrat kesalahan (error)

ഥ𝒄 𝟐 ഥ𝟏 𝟐 ഥ𝟐 𝟐 ഥ𝟑 𝟐 ഥ𝒌 𝟐
𝑺𝑺𝑬 = ෍ 𝒙 − 𝒙 𝑺𝑺𝑬 = ෍ 𝒙 − 𝒙 +෍ 𝒙 −𝒙 +෍ 𝒙−𝒙 +…+ ෍ 𝒙 − 𝒙
ANOVA –
Satu Arah
𝑥 − 𝑥𝐴ҧ 2 𝑥 − 𝑥ҧ𝐵 2 𝑥 − 𝑥ҧ𝐶 2 𝑥 − 𝑥ҧ𝐷 2

A B C D
45,56 10,24 8,16 1,00
7,56 104,04 0,02 1,00
5,06 1,44 9,88 9,00
52,56 23,04 26,45 16,00
96,04 51,02 25,00
23,59 16,00
61,73
110,75 234,80 180,86 68,00 594,41

d. Menghitung SST SS T = Jumlah kuadrat perlakuan (treatment)

𝑆𝑆𝑇 = 𝑆𝑆𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑆𝐸 SSE

𝑆𝑆𝑇 = 1.485,09 − 594,41 = 890,68
 e. Menghitung F
Contoh 2: Substitusikan hasil perhitungan ke dalam tabel bantu sbb:

Tabel ANOVA
ANOVA – Derajat
Satu Arah Sumber Variasi
(Source of Variation)
Jumlah Kuadrat
(Sum of Squares)
Kebebasan
(Degree of
Kuadrat Rata-rata
(Mean Square)
F
Freedom)
Perlakuan (Treatments) 𝑺𝑺𝑻
890,68
SST k3- 1 296,89
𝑴𝑺𝑻 =
𝒌−𝟏 𝑴𝑺𝑻
𝑭=
8,99
Kesalahan (Error) 𝑺𝑺𝑬 𝑴𝑺𝑬
594,41
SSE n18
-k 33,02
𝑴𝑺𝑬 =
𝒏−𝒌
Jumlah (Total)
SS Total
1.489,09 n21
-1 Fkritis 5,09189

4. Keputusan/Kesimpulan Karena Fhitung > Fkritis, maka H0 ditolak

Terdapat cukup bukti untuk menolak Hipotesis nol yang menyatakan tidak ada
perbedaan tingkat kepuasan pelanggan terhadap layanan pada keempat maskapai
tersebut.

Terdapat perbedaan tingkat kepuasan pelanggan terhadap pelayanan

keempat maskapai penerbangan tersebut.
 1. Berikut adalah data percobaan dari tiga metode. Dengan menggunakan tingkat
Latihan signifikansi 5%, uji apakah terdapat perbedaan rata-rata ketiga perlakuan
Mandiri tersebut

Metode A 9 7 11 9 12 10
Metode B 13 20 14 13
Metode C 10 9 15 14 15

2. Data hasil survey terhadap harga tiga merk barang X, yaitu Merk A, B, dan C
adalah (dalam ribuan rupiah)

Merk A 67 72 73 65
Merk B 77 75 72 75
Merk C 78 84 78 83

Dengan menggunakan tingkat signifikansi 5% uji apakah terdapat perbedaan

harga ketiga merk barang tersebut