MAKALAH BIOSTATISTIK

“UJI T ANOVA”

Dosen Pembimbing :

Dr. Musfardi Rustam,M.Epid., MNg

Kelas A 2022 1 Kelompok 2 :

Kurnia Wulandari 2211110302 Ichwanul Alif Ramadhan 2211110391

T. Nisa Destiana 2211110307 Helga Rahma Izzati 2211112167

Farniati 2211110312 Fathiyyah Febriyanti 2211112171

Izza Tunnisa 2211110315 Berry Waldain 2211112173

Lutfiani Indri Saputri 2211110319 Nabila Oktaviani Azhar 2211112220

Wardatul Uyuni 2211110323 Christina Raja Gukguk 2211112222

FAKULTAS KEPERAWATAN

UNIVERSITAS RIAU

TAHUN 2024

KATA PENGANTAR

2
 Kita ketahui bahwa kumpulan hasil pengamatan mengenai sesuatu hal, skor hasil
belajar siswa, berat bayi yang baru lahir misalnya, nilai datanya bervariasi dari yang satu
dengan yang lain. Karena adanya variasi ini untuk sekumpulan data, telah di hitung alat
ukurnya, yaitu varians. Varians bersama rata-rata juga telah banyak digunakan untuk membuat
kesimpulan mengenai populasi, baik secara deskriptif maupun induktif melalui penaksiran dan
pengujian hipotesis mengenai parameter.

Uji Anova adalah bentuk khusus dari analisis statistik yang banyak digunakan dalam
penelitian eksperimen. metode analisis ini dikembangkan oleh R.A Fisher. Uji Anova juga
adalah bentuk uji hipotesis statistik dimana kita mengambil kesimpulan berdasarkan data atau
kelompok statistik inferentif. Hipotesis nol dari uji Anova adalah bahwa data adalah simple
random dari populasi yang sama sehingga memiliki ekspektasi mean dan varians yang
sama.Sebagai contoh penelitian perbedaan perlakuan terhadap sampel pasien yang sama.
Hipotesisnol nya adalah semua perlakuan akan memiliki efek yang sama.

Sebagai alat statistika parametrik, maka untuk dapat menggunakan rumus ANOVA
harus terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas, dan
random sampling. Seperti yang dikatakan oleh Agustinus Bandur dalam bukunya “Penelitian
Kuantitatif-Desain Dan Analisis Data Dengan SPSS”, analisys of variance (ANOVA) dapat
digunakan dalam situasi ketika kita memiliki satu variabel interval atau rasio sebagai variabel
dependen dan satu atau lebih variabel nominal atau ordinal sebagai variabel dependen. Analisis
varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan
desain penelitian. Analisis varian banyak membantu kita utamanya dalam penelitian-penelitian
yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara
membandingkannya pada kelompok-kelompok sampel independen yang diamati. Selain itu
analisis varian saat ini banyak juga banyak dimanfaatkan dalam penelitian survey dan
penelitian eksperimen.

Pekanbaru, 2 Maret 2024

Penulis

1
 DAFTAR ISI

KATA PENGANTAR ............................................................................................................ 1

DAFTAR ISI ......................................................................................................................... 1
BAB 1 PENDAHULUAN .................................................................................................... 3
1.1.Latar Belakang ............................................................................................................. 3
1.2 Rumusan Masalah ........................................................................................................ 3
1.3 Tujuan Penulisan .......................................................................................................... 4
1.4 Manfaat ........................................................................................................................ 4
BAB 2 PEMBAHASAN ....................................................................................................... 5
2.1 Definisi Uji T ANOVA ................................................................................................. 5
2.2 Prinsip Uji T ANOVA ................................................................................................... 5
2.3 Klasifikasi dan Rumus Uji T ANOVA ........................................................................... 6
2.4 Konsep Uji Post Hoc .................................................................................................... 7
2.5 Contoh Soal Uji Anova ................................................................................................. 7
Soal 1 ................................................................................................................................. 8
BAB 3 PENUTUP ............................................................................................................... 14
3.1 Kesimpulan ................................................................................................................ 14
3.2 Saran .......................................................................................................................... 14
DAFTAR PUSTAKA........................................................................................................... 15

2
 BAB 1 PENDAHULUAN

1.1.Latar Belakang

Kita ketahui bahwa kumpulan hasil pengamatan mengenai sesuatu hal, skor hasil belajar
siswa, berat bayi yang baru lahir misalnya, nilai datanya bervariasi dari yang satu dengan yang
lain. Karena adanya variasi ini untuk sekumpulan data, telah di hitung alat ukurnya, yaitu
varians. Varians bersama rata-rata juga telah banyak digunakan untuk membuat kesimpulan
mengenai populasi, baik secara deskriptif maupun induktif melalui penaksiran dan pengujian
hipotesis mengenai parameter.

Uji Anova adalah bentuk khusus dari analisis statistik yang banyak digunakan dalam
penelitian eksperimen. metode analisis ini dikembangkan oleh R.A Fisher. Uji Anova juga
adalah bentuk uji hipotesis statistik dimana kita mengambil kesimpulan berdasarkan data atau
kelompok statistik inferentif. Hipotesis nol dari uji Anova adalah bahwa data adalah simple
random dari populasi yang sama sehingga memiliki ekspektasi mean dan varians yang
sama.Sebagai contoh penelitian perbedaan perlakuan terhadap sampel pasien yang sama.
Hipotesisnol nya adalah semua perlakuan akan memiliki efek yang sama.

Sebagai alat statistika parametrik, maka untuk dapat menggunakan rumus ANOVA harus
terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas, dan random
sampling. Seperti yang dikatakan oleh Agustinus Bandur dalam bukunya “Penelitian
Kuantitatif-Desain Dan Analisis Data Dengan SPSS”, analisys of variance (ANOVA) dapat
digunakan dalam situasi ketika kita memiliki satu variabel interval atau rasio sebagai variabel
dependen dan satu atau lebih variabel nominal atau ordinal sebagai variabel dependen. Analisis
varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan
desain penelitian. Analisis varian banyak membantu kita utamanya dalam penelitian-penelitian
yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara
membandingkannya pada kelompok-kelompok sampel independen yang diamati. Selain itu
analisis varian saat ini banyak juga banyak dimanfaatkan dalam penelitian survey dan
penelitian eksperimen.

1.2 Rumusan Masalah

1. Apa definisi dari Anova?

2. Apa tujuan dari Anova ?

3. Apa prinsip dari Anova ?

3
 4. Apa saja jenis-jenis Anova ?

5. Bagaimana contoh kasus dan penyelesaian dari uji Anova ?

1.3 Tujuan Penulisan

1. Untuk mengetahui definisi dari Anova

2. Untuk mengetahui tujuan dari Anova

3. Untuk mengetahui prinsip dari Anova

4. Untuk mengetahui apa saja jenis-jenis dari Anova

5. Untuk mengetahui contoh kasus dan penyelesaian dari uji Anova

1.4 Manfaat
Agar Mahasiswa mampu mengetahui tentang Uji T Anova dan dapat
mengimplementasikannya dengan baik.

4
 BAB 2 PEMBAHASAN

2.1 Definisi Uji T ANOVA

Anava atau Anova adalah sinonim dari analisis varians terjemahan dari analysis of
variance, sehingga banyak orang menyebutnya dengan anova. Anova merupakan bagian dari
metoda analisis statistika yang tergolong analisis komparatif lebih dari dua rata-rata
(Riduwan.2008.Dasar-dasar Statistika.Bandung:Alfabeta). Analisis Varians (ANAVA) adalah
teknik analisis statistik yang dikembangkan dan diperkenalkan pertama kali oleh Sir R. A Fisher
(Kennedy & Bush, 1985). ANOVA dapat juga dipahami sebagai perluasan dari uji-t sehingga
penggunaannya tidak terbatas pada pengujian perbedaan dua buah rata-rata populasi, namun
dapat juga untuk menguji perbedaan tiga buah rata-rata populasi atau lebih sekaligus.

Jika kita menguji hipotesis nol bahwa rata-rata dua buah kelompok tidak berbeda, teknik
ANOVA dan uji-t (uji dua pihak) akan menghasilkan kesimpulan yang sama; keduanya akan
menolak atau menerima hipotesis nol. Dalam hal ini, statistik F pada derajat kebebasan 1 dan
n-k akan sama dengan kuadrat dari statistic.

2.2 Prinsip Uji T ANOVA

Menurut Hastono (2016) Prinsip uji Anova adalah kita membandingkan variansi tiga
kelompok sampel atau lebih. Lebih dari sekedar membandingkan nilai mean (rata-rata), uji
anova juga mempertimbangkan data yang dimanifestasikan dalam nilai varians. Apa saja
asumsi yang harus dipenuhi dalam uji Anova sebagai bentuk dari model linier, berikut
diantaranya:
• Independensi observasi, setiap observasi dalam analisis anova harus bersifat independen.
• Normalitas, Residual atau error harus mengikuti distribusi normal.
• Homogenitas varians, varians antara kelompok yang dibandingkan harus homogen.

Prinsip Uji F pada ANOVA adalah analisis variabilitas data dari variabel dependen yang
dibagi menjadi dua sumber variasi (variance) yaitu variance yang berasal dari variabel
independen yang diteliti/variance antar kelompok (between group) atau explained variance dan
variance yang berasal dari faktor lainnya/variance dalam kelompok (within group) atau residual
variance.
• Jika between group (explained) variance lebih besar within group (residual) variance,
maka nilai rasio F akan tinggi yang berarti perbedaan antara nilai means terjadi secara
acak atau adanya pengaruh variabel independen terhadap variabel dependen. F = Between
Groups Estimated Variances atau explained variance Within groups Estimated Variances
atau residual variance 48
5
 • Jika hasil uji F signifikan (p ≤ 0,05) maka dikatakan setiap kelompok berbeda dalam
variabel dependen, namun tidak diketahui kelompok mana yang memberikan perbedaan
tersebut. Oleh karena itu, dilakukan pengujian selanjutnya yaitu Post Hoc Test untuk
mengetahui kelompok mana yang memberikan perbedaan.
• Sebaliknya, jika hasil uji F tidak signifikan (p > 0,05) maka dikatakan bahwa setiap
kelompok tidak berbeda dalam variabel dependen, sehingga tidak perlu dilakukan
pengujian Post Hoc Test.

2.3 Klasifikasi dan Rumus Uji T ANOVA

1. Analisis Varians Satu-Arah (One -Way Analysis of Variance - ANOVA)
Prosedur analisis varians (Analysis of Variance- ANOVA) menggunakan variabel
numerik tunggal (single numerical variable) yang diukur dari sejumlah sampel untuk
menguji hipotesis nol dari populasi yang (diperkirakan) memiliki rata-rata hitung (mean)
sama. Variabel dimaksud harus berupa variabel kuantitatif. Variabel ini terkadang
dinamakan sebagai variabel terikat (dependent variable). Dalam teknik One-Way ANOVA
menggunakan metode pengujian hubungan antara satu variabel tergantung yang berskala
interval atau rasio (parametrik) dengan satu atau lebih variabel berskala nominal (non-
parametrik).
2. Analisis Varians Dua-Arah (Two-Way Analysis of Variance-ANOVA)
Dalam analisis varians satu-arah, hanya ada 1 (satu) sumber keragaman (source of
variability) dalam variabel terikat (dependent variable), yakni: kelompok dalam populasi
yang sedang dikaji. Terkadang kita juga perlu untuk mengetahui atau mengidentifikasi
adanya 2 (dua) faktor yang mungkin menyebabkan perbedaan dalam variabel terikat
(dependent variable). Untuk tujuan tersebut dilakukan analisis varians dua-arah (Two-way
ANOVA). Dalam analisis varians dua-arah, kita harus mengukur setiap kombinasi dua
faktor dari variabel terikat (dependent variable) yang sedang dikaji (Usman, 2006).
Rumus :
Ddf1/Numerator= k-1
a. H0: µ1= µ2 = µ3
Ddf2/Denumerator= N-k
Ha : µ1≠ µ2 ≠ µ3

b. α : 5 % = 0,05
c. uji ANOVA

6
2.4 Konsep Uji Post Hoc
Konsep ANOVA hampir sama dengan t-test, hanya saja ANOVA membandingkan rerata
tiga atau lebih kelompok sampel yang tidak berhubungan. Pengujian pembandingkan rerata
atau uji beda dari ANOVA disebut Post Hoc Test. Dalam modul ini hanya akan membahas dua
metode saja yang menjadi bagian dari Post Hoc Comparison yaitu :

1. Tamhane’s T 2 Test Metode ini digunakan ketika hasil Homogeneity of Variance test
menunjukkan hasil varian grup bersifat heterogen (berbeda) atau equal variance not
assumed.
2. Tukey’s HSD Test Tukey‟s HSD (Honestly Significant Difference) digunakan ketika
hasil Homogeneity of Variance test menunjukkan hasil varian grup bersifat homogen
(sama) atau equal variance assumed.

2.5 Contoh Soal Uji Anova

7
Soal 1
Suatu penelitian dilakukan untuk mengetahui hubungan kondisi sosial ekonomi keluarga
dengan berat badan bayi yang dilahirkan. Penelitian dilakukan dengan menimbang. Berat
badan bayi (kg) pada 23 ibu yang baru melahirkan yang terbagi dalam kelompok sosial
ekonomi rendah, sedang, dan tinggi. Adapun hasilnya sebagai berikut:
Sosek rendah 2,4 3,0 2,1 3,0 3,4 2,3 2,3 2,5

Sosek sedang 3,0 3,1 2,7 2,6 3,1 2,9 2,9

Sosek tinggi 3,1 2,4 3,5 2,9 3,4 4,0 3,4 3,9

Penyelesaian:

Diketahui:

n1: 8

n2: 7

k: 3

Ditanya: perhitungan uji anova (uji F)?

Dijawab:

Tentukan hipotesis:

Ho: tidak ada hubungan kondisi sosial ekonomi keluarga dengan berat badan bayi yang
dilahirkan

Ha: ada hubungan kondisi sosial ekonomi keluarga dengan berat badan bayi yang dilahirkan

Hitung nilai mean dan standar deviasi setiap kelompok:

Mean kel I:

[x1 + x2 + x3 +...+xn] : n

= [2,4 + 3,0 + 2,1 + 3,0 + 3,4 + 2,3 + 2,3 + 2,5] : 8

= 21 : 8

8
= 2,625

Mean kel II:

[x1 + x2 + x3 +...+xn] : n

= [3,0 + 3,1 + 2,7 + 2,6 + 3,1 + 2,9 + 2,9] : 7

= 20,3 : 7

= 2,9

Mean kel III:

[x1 + x2 + x3 +...+xn] : n

= [3,1 + 2,4 + 3,5 + 2,9 + 3,4 + 4,0 + 3,4 + 3,9] : 8

= 26,6 : 8

= 3,325

Standar deviasi kel I:

(S²) = [Σ(x-x̄ )²] : n-1

= [(2.4-2,625)+(3,0-2,625)²+(2,1-2,625)+(3.0-2,625)2+(3,4-2,625)²+(2,3-
2,625)²+(2,32,625)²+(2,5-2,625)²] : [8-1]

= [(0,225)²+(0,375)²+(0,525)²+(0,375)²+(0,775)²+(0,325)²+(0,325)²+(0,125)²] : 7

= [0.05+0,14+0,275+0,14+0,6 +0,05 +0,05 +0,015] : 7

= 0,204 : 7

= 0,204

S = 0,452

Standar deviasi kel II:

(S²) = [Σ(x-x̄ )²] : n-1

= [(3.0-2.9)²+(3.1-2.9)²+(2.7-2.9)²+(2.6-2,9)²+(3,1−2,9)²+(2.9-2.9)²+(2.9-2.9)²] : [7-1]

9
= [(0.1)²+(0.2)²+(0.2)²+(0.3)²+(0,2)²] : 6

= [0.01+0.04+0.04+0.09+0,04] : 6

= 0,22 : 6 =

0,036

S = 0,189

Standar deviasi III:

(S²) = [Σ(x-x̄ )²] : n-1

= [(3.1-3,325)²+(2,4-3,325)²+(3,5-3,325)²+(2.9-3.325)²+(3,4-3.325)²+(4.0-3.325)²+(3.4-
3.325)²+(3,9-3,325)²] : [8-1]

= [(0,225)²+(0,925)²+(0,175)²+(0,425)²+(0,075)²+(0,675)²+(0,075)²+(0,575)²] : 7

= [0,05+0,855+0,03+0,18+0,005+0,455+0,005+0,33] : 7

= 1,91 : 7

= 0,272

S = 0,521

Tentukan nilai X

X = [(n1-x1) + (n2-x2) + (n3-x3)] : N

= [(8 x 2,625) + (7 x 2,9) + (8 x 3,325)] : 23

= [21+20,3+26,6] : 23

= 67,9 : 23

= 2,952

Sb² = [n1(X1-X)²+n2(X2-X)²+n3(X3-X)²] : [k-1]

= [8(2,625-2,952)²+7(2,9-2,952)²+8(3,325 -2,952)²] : [3-1]

10
= [8(0,327)²+7(0,052)²+8(0,373)²] : 2

= [8(0,1069)+7(0,0027)+8(0,139)] : 2

= [0,8552+0,0189+1.112] : 2

= 1,9861 : 2

= 0,993

Sw² = [(n1−1)S1²+(n2−1)S2²+(n3−1)S3²] : [n-k]

= [(8-1)0,4522²+(7-1)0,1892²+(8-1)0,5212²] : [23-3]

= [(7)0,204+(6)0,036+(7)0,272] : 20

= [1,428+0,216+1,904] : 20

= 3,548 : 20

= 0,177

F = Sb² : Sw²

= 0,993 : 0,177

= 5,61

df1 = k-1

= 3-1

=2

df2 = n-k

= 23-3

= 20

𝑑𝑓1= k-1 = 3-1=2 (numerator)

𝑑𝑓2= n-k = 19-3=16 (denominator)

11
 F tabel = 3,63, F hitung= 5,61F hitung

> F tabel ( H0 gagal ditolak)

uji post hoc:

𝑑 0,005
d2 = = = 0,0167
𝑘2 3

k2 = ( 𝑘 3 ) =3
22

Uji Kelompok A dan B

Tab = 𝑋̅ A- 𝑋̅ B

√Sw2 (1 NA + 1 NB)

= 2,6 – 2,9

√ 0,17 (18 + 17)

= 0,3
0,2

= -1,5 (Ho ditolak)

Uji Kelompok A dan C

Tac = XB - XC

√Sw2 (1 NA + 1 NC)

= 2,6 – 3,32

√0,17 (18 + 18)

= -0,7

√0,0425 = 3,5 (Ho ditolak)

Tad = XB - XC

√Sw2 (1 NA + 1 NC)

= 2,9 – 3,3

12
 √0,17 (17 + 18)

= 0,4

√0,044 = 2,02 (𝐻𝑜 ditolak)

13
 BAB 3 PENUTUP

3.1 Kesimpulan
Statistik sangat sering ditemui dalam kehidupan sehari-hari, tidak hanya dalam dunia
pendidikan dan ilmu pengetahuan. Statistik inferensia salah satunya, merupakan satu jenis ilmu
statistik yang dapat digunakan untuk mengambil keputusan didasarkan pada uji statistik yang
telah dilakukan terhadap sampel yang diambil dari suatu populasi. Dalam statistik inferensia
peran hipotesis sebagai dugaan atau asumsi awal sangat berarti, karena merupakan dugaan
awal dari suatu permasalahan yang harus diuji kebenarannya. Studi kasus mengenai statistik
inferensia, terutama statistik parametric seperti uji hipotesis dan ANOVA.
Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang
berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara
membandingkan variansinya. Analisis varian termasuk dalam kategori statistik parametrik.
Sebagai alat statistika parametrik, maka untuk dapat menggunakan rumus ANOVA harus
terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random
sampling.
3.2 Saran
Dengan memahami tentang statistic inferesia, diharapkan mahasiswa dapat
mengaplikasiskannya saat menyelesaikan studi kasus tersebut. Sehingga ilmu yang didapat
berguna dan mempermudah pembaca kedepannya

14
 DAFTAR PUSTAKA

ANOVA, O. W. (2008). Analysis of Variance (ANOVA). Group, 1(4), 3.

Hartono. 2011. Analisis Data Statistika dan Penelitian. Yogyakarta: Pustaka Pelajar

Misbahuddin dan Iqbal Hasan. 2013. Analisis Data Penelitian dengan Statistik. Jakarta: PT

Bumi Aksara.

Setiawan, K. (2019). Buku ajar metodologi penelitian (anova satu arah).

15
16