PAPER

STATISTIKA LANJUT
Analisis varians (ANAVA)

DOSEN PENGAMPU :
Widyastuti, S. Psi., M. Si., Psikolog
Ahmad Ridfah, S. Psi., M. Psi., Psikolog
Nur Akmal, S. Psi., MA.

DISUSUN OLEH:

KELOMPOK 4
Luthfiah Ika Rahmayani 210701500060
Malikah Izzati Ananda Muslimin 210701500048
Muh. Fadil Akbar 210701502036
M. Ataya Kimi Keiro Al Yasier 210701501108
M. Aqsha Mahendra Munir 210701502044

KELAS F
PROGRAM STUDI PSIKOLOGI
UNIVERSITAS NEGERI MAKASSAR
 2022
Analisis Varians (ANAVA)

A. Sejarah Analisis Varians (ANAVA)

Analisis varians (analysis of variance, ANOVA) adalah 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. la
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
pendugaan (estimation, khususnya di bidang genetika terapan).
Secara umum, analisis varians menguji dua varians (atau ragam)
berdasarkan hipotesis nol bahwa kedua varians itu sama. Varians pertama
adalah varians antarcontoh ( among samples) dan varians kedua adalah
varians di dalam masing-masing contoh ( within samples). Dengan ide
semacam ini, analisis varians dengan dua contoh akan memberikan hasil
yang sama dengan uji- untuk dua rerata (mean).
Supaya sahih (valid) dalam menafsirkan hasilnya, analisis varians
menggantungkan diri pada empat asumsi yang harus dipenuhi dalam
perancangan percobaan:
1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-
Snedecor
2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas,
karena hanya digunakan satu penduga (estimate)
3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan
perancangan percobaan yang tepat
4. Komponen-komponen dala m modelnya bersifat aditif (saling
menjumlah).
 Analisis varians relatif mudah dimodifikasi dan dapat
dikembangkan untuk berbagai bentuk percobaan yang lebih rumit. Selain
itu, analisis ini juga masih memiliki keterkaitan dengan analisis regresi.
Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari
eksperimen laboratorium hingga eksperimen periklanan. psikologi, dan
kemasyarakatan.

B. Konsep Dasar Analisis Varians (ANAVA)

Analisis varians (ANAVA) adalah prosedur pengujian hipotesis
yang digunakan untuk mengevaluasi perbedaan rata-rata antara dua atau
lebih perlakuan (atau populasi). Seperti semua prosedur inferensial,
ANAVA menggunakan data sampel sebagai dasar untuk menarik
kesimpulan umum tentang populasi. Dalam analisis varians, variabel
(independen atau quasi-independen) yang menunjukkan kelompok yang
dibandingkan disebut faktor.
Dalam ANAVA, kita ingin menguji apakah perbedaan mean dari
kelompok-kelompok sampel kita signifikan atau tidak, dengan jalan
membandingkan variabilitas antarkelompok dengan variabilitas dalam
kelompok. Dalam teknik ANAVA ini yang menjadi alat pengukuran
variabilitas antarkelompok adalah mean kuadrat antarkelompok,
sedangkan yang menjadi alat pengukuran variabilitas dalam kelompok
adalah mean kuadrat dalam kelompok. Hasil bagi dari kedua komponen ini
akan menjadi petunjuk seberapa jauh jarak penyimpangan
mean-mean kelompok kita itu dari mean hipotesis (yaitu bahwa
tidak ada perbedaan antara mean-mean variabel yang diselidiki) sebagai
akibat dari kesalahan sampling. Jadi, sebenarnya yang kita cari adalah
menentukan mean kuadrat yang mewakili variabilitas dalam kelompok.
Bilamana kedua mean kuadrat sudah kita temukan, maka perbandingan
antara keduanya akan dapat digunakan sebagai dasar menarik ke simpulan
statistik tentang bahan yang sedang kita selidiki
 .
C. Jenis-Jenis Analisis Varians (ANAVA)
1. Analisis klasifikasi tunggal (single classification).
Jenis ANOVA ini disebut juga dengan ANOVA tunggal. Jenis
ANOVA ini digunakan untuk menguji prediksi dengan
membandingkan mean K sampel secara bersama-sama. Setiap sampel
akan memiliki mean (rata-rata) dan varians (empat kotak). Dalam
ANOVA ini terdapat dua metode (mean), yaitu mean kelompok (yang
merupakan mean per kelompok sampel) dan mean total, yaitu jumlah
mean per kelompok. ANOVA jalur tunggal juga memiliki kalkulator
deviasi yang dibagi menjadi tiga jenis, yaitu deviasi total, deviasi
grup, dan deviasi in-group. Jumlah deviasi kuadrat (JK) adalah
varians. Karena ada lebih dari dua kelompok sampel hipotesis, akan
ada jenis ringkasan (JK):
Sebuah. Jumlah kuadrat total (JKtot) adalah jumlah kuadrat dengan
simpangan masing-masing nilai dengan
Mtot (total rata-rata).
2. Jumlah kuadrat rata-rata (JKant), adalah jumlah selisih jumlah kuadrat
rata-rata (Mtot) dengan rata-rata setiap kelompok (Mi) dikalikan
dengan jumlah setiap kelompok sampel.
. JK di grup (JKdal)
=
Sumber setiap variabel dikaitkan dengan dk (kebebasan) dan dk untuk
setiap sumber variabel tidak sama. Berikut ini adalah pedoman untuk
menentukan dk per varians:
- Untuk perbedaan golongan (dk = m - 1)
- Untuk variabilitas grup (dk = N - m)
- Jumlah (dk = N - 1)
Informasi:
m = jumlah kelompok sampel
N = jumlah anggota sampel
Untuk menghitung Fhitung, ada beberapa sumber yang harus dihitung
mean kelompok
3. Analisis varians atau analisis varians dua arah (two-way ANOVA)
Pada dasarnya mirip dengan One Way ANOVA. Perbedaannya adalah
jumlah faktor yang terlibat, sedangkan ANOVA satu sisi hanya
memiliki satu aspek, sedangkan ANOVA dua sisi memiliki dua faktor.
Sampel yang dirakit di sini terdiri dari dua komponen. . yaitu
perbedaan di dalam (grup) dan antargrup (antargrup)
Kelompok). Variabilitas kelompok dihitung sebagai jumlah standar
deviasi dikalikan dengan jumlah kelompok n-1. Variabilitas
 antarkelompok diperoleh dengan menghitung kuadrat selisih antara
rata-rata kelompok dan rata-rata keseluruhan.
Yang dikalikan dengan n kelompok. Koefisien F diperoleh dari selisih
rerata antar kelompok dibagi dengan selisih rerata dalam kelompok.
ANOVA atau analisis double-blind (ANOVA) bila diterapkan dalam
SPSS (Social Science Statistical Package) dapat digunakan untuk
menguji berbagai analisis dan studi eksperimental (perbandingan antar
kelompok dan antar periode).

D. Contoh Penggunaan Analisis Varians (ANAVA)

Langkah-Langkah Pengolahan Data dengan SPSS

A. One Way Anova dengan SPSS

1) Input Data yang ingin di analisis
2) Pilih Analyze, Compare Means, Kemudian One Way Anova

3) Pindahkan variabel ke dependen, pindahkan kelompok data ke faktor

4) Pilih pst huc, centang tukey, lalu continue.

5) Pilih option, centang homogenity, lalu continue. Dan klik oke untuk
melihat hasilnya
6) Tabel Homogenity untuk melihat variasi ketiga kelompok apakah
homogen atau tidak. Sedangkan tabel Anova untuk melihat nlai F
dan signifikansi ketiga kelompok apakah memiliki rata-rata yang
sama atau berbeda. Kemudian tabel tukey untuk melihat kelompok
mana saja yg rata-ratanya sama dan yang berbeda
B. Repeated Measure Anova dengan SPSS
1) Input data yang ingin dianalisis
2) Pilih analyze, lalu General Linear Model, kemudian repeated
measure
3) Isis kotak sesuai dengan kasus, lalu klik define

4) Pada menu plots Pindahkan faktor ke horizontal axis, lalu klik add,
dan continue.

5) Pada menu save centang standardized, lalu continue. Lalu ok untuk

memunculkan hasilnya.
6) Output Tabel Mauchly’s Test of Sphericity untuk melihat
signifikansi apakah memenuhi kesamaan varians sphericity, jika
memenuhi lihat nilai sphericity assumed, jika tidak maka lihat
greenhouse-geisser.
Output Profil plots untuk menunjukkan ketajaman rata-rata
peningkatan prestasi siswa dalam 3 kuis yang dilakukan pada kasus
ini.
 DAFTAR PUSTAKA

Gravetter, F. J., Wallnau, L. B., Forzano, L. B., & Witnauer, J. E. (2021).

Essentials of Statistics for the Behavioral Sciences, 10th Edition. Boston:
Cengage Learning.
Hadi, S. (2015). Statistik. Yogyakarta: Pustaka Pelajar.

https://id.scribd.com/doc/75748947/Analisis-varians