TUGAS ANALISIS VARIANS

MATA KULIAH SATISTIKA LANJUT

DOSEN PENGAMPU :

Widyastuti, S.Psi., M.Psi. Psikolog

Ahmad Ridfah, S.Psi. M.Psi., Psikolog

Nur Akmal, S.Psi., MA.

Kelas H

Disusun Oleh :

Nur Wahyu Syamsuddin 230701502014

Nurul Inayah FM 230701502105

Nurul Annisa 230701502079

Qanitah Nur Ariqah 230701502064

FAKULTAS PSIKOLOGI

UNIVERSITAS NEGERI MAKASSAR

2024
A. Sejarah Analisis Varians

Analisis varians (ANOVA) pertama kali diperkenalkan oleh Sir Ronald

Aylmer Fisher pada tahun 19253. Fisher adalah seorang matematik dan statistik
yang lahir di London, Inggris pada 17 Februari 1890. Dia merupakan pencetus
analisis varians dan memiliki kembaran yang mana telah meninggal di dalam
kandungan. Fisher mengembangkan analisis varians sebagai metode statistik
untuk studi data eksperimen. Pada tahun 1925, ia menulis buku Statistical
Methods for Research Workers, yang menjadi dasar bagi pengembangan analisis
varians.

Analisis varians merupakan metode statistik yang digunakan untuk

menguji perbandingan banyak variabel. Dengan cara membandingkan varians
secara simultan, analisis varians dapat memperkecil kesalahan. Dalam praktik,
analisis varians dapat digunakan sebagai uji hipotesis atau pendugaan, terutama di
bidang genetika terapan. Analisis varians banyak digunakan pada penelitian-
penelitian yang melibatkan pengujian komparatif, seperti menguji variabel terikat
dengan cara membandingkannya pada kelompok-kelompok sampel independen.

Analisis varians merupakan teknik analisis multivariate yang berfungsi

untuk membedakan rerata lebih dari dua kelompok data dengan cara
membandingkan variansinya. Sebagai alat statistika parametrik, analisis varians
memerlukan asumsi seperti homogeneity of variance dan random sampling.
Dengan ide semacam ini, analisis varians dapat memberikan hasil yang sama
dengan uji-t untuk dua rerata (mean). Analisis varians banyak digunakan pada
penelitian survey dan penelitian eksperimen. Untuk dapat menggunakan analisis
varians, perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas, dan
random sampling. Asumsi analisis varians yang harus dipenuhi adalah
homogeneity of variance dan random sampling.

B. Konsep Dasar Analisis Varians

 1. Devisi data

Deviasi atau varians, menunjukkan penyimpangan data dari mean. Rata-rata yang
relevan dapat berupa rata-rata seluruh data (rata-rata keseluruhan) atau rata-rata setiap
kelompok data. Oleh karena itu, penyimpangan atau penyimpangan data dapat
diklasifikasikan menjadi:
a. Deviasi antarkelompok (Between-groups deviation), yaitu deviasi antar mean
kelompok (̅Yj) dan mean total (grand mean, ̅Yt).
b. Deviasi dalam kelompok (Within-group deviation), yaitu deviasi yang terjadi
setiap nilai dalam suatu kelompok ( ̅Yij) dengan mean kelompok (̅Yj).
c. Deviasi total adalah jumlah deviasi antara dan di dalam masing-masing nilai
data kelompok ( ̅Yij), atau deviasi dari mean total (grand mean, ̅Yt ).
2. Rasio F
a. Rasio F digunakan untuk menguji apakah perbedaan rata-rata antar kelompok
signifikan secara statistik.
b. Rasio F dihitung dengan membagi variasi antar kelompok dengan variasi
dalam kelompok.
c. Jika rasio F lebih besar dari nilai kritis yang ditentukan pada tingkat
signifikansi tertentu, maka dapat disimpulkan bahwa terdapat perbedaan rata-
rata yang signifikan antar kelompok.
3. Uji signifikasi
Uji signifikansi analysis of variance (ANOVA) adalah metode statistik
yang digunakan untuk mengambil keputusan tentang perbedaan rata-rata
beberapa kelompok data. Uji signifikansi analisis varians menggunakan
nilai F yang merupakan perbandingan antara varians antar sampel dengan
varians dalam sampel. Nilai F yang dihasilkan dibandingkan dengan F
tabel yang merupakan nilai kontrol yang di peroleh dari tabel nilai F. Jika,
nilai F yang diperoleh lebih besar dari nilai F tabel, maka disimpulkan
terdapat perbedaan mean antar kelompok data.
4. Hipotesis
 a. Hipotesis nol (H0): Tidak terdapat perbedaan rata-rata yang
signifikan antar kelompok.
b. Hipotesis alternatif (H1): Terdapat perbedaan rata-rata yang
signifikan antar kelompok.

C. Jenisi-jenis Analisis Varians

Analisis varians menggunakan distribusi F sebagai dasar pengambilan
keputusan. Distribusi ini dipopulerkan oleh pendiri statistik modern, Sir
Donald Fisher. Pengujian ANOVA mengasumsikan data berdistribusi normal,
data juga harus memenuhi syarat homogenitas varians, dan skala pengukuran
yang digunakan minimal interval.
Terdapat beberapa jenis analisis varians, seperti:
1. Analisis varians satu arah (oneway ANOVA)
2. Analisis varians dua arah (two-way ANOVA)
3. Analisis varians tiga arah (three-way ANOVA)
4. Analisis varians banyak arah (multivariate ANOVA)

D. Asumsi Analisis Varians

Asumsi pertama yang menyatakan bahwa error eij setiap populasi perlakuan j

berdistribusi normal, identik dengan skor variabel terikat Y ij setiap populasi

perlakuan berdistribusi normal. Ternyata inferensi rata-rata yang valid untuk
skor berdistribusi normal berlaku untuk distribusi tidak normal jika n disetiap
sampel cukup besar. Hal ini antara lain dikarenakan distribusi sampling dari
sampel random berukuran n dari suatu distribusi populasi yang memiliki μ
tertentu dan σ 2 tertentu, akan berbentuk normal N(0,1) apabila n → ∞
(central limit theorem; Hogg & Tanis, 1977). Oleh karena itu, kita tidak perlu
terlalu khawatir dengan asumsi normalitas ini selama kita memiliki cukup
subjek untuk setiap sampel pengobatan. Jika kita merasa nilai normal sebaran
nilai tidak terpenuhi, kita tinggal mengambil mata pelajaran yang lebih
banyak.
Asumsi ke dua mengatakan bahwa varian eror di antara masing-masing
populasi perlakuan adalah setara (homogen). Implikasi dari asumsi ini adalah
 bahwa varian skor Yij pada masing-masing kelompok j adalah setara (yaitu
σ1 2 = σ2 2 = σ3 2 = . . . = σj 2 ). Oleh karena itu, pengujian hetetogenitas
varians sebelum melakukan analisis varians tidak mempunyai nilai praktis,
dan menurut pendapat saat ini, analisis varians dapat dan harus dilakukan
tanpa terlebih dahulu menguji heterogenitas varians, terutama ketika n adalah
ukuran masing-masing kelompok sampe adalah sama (Box, 1953, 1954, Hays,
1973).
Asumsi yang ke tiga justru merupakan asumsi yang terpenting, yaitu
independensi eror di antara setiap pasangan kasus. Jika setiap subjek diukur
hanya sekali dan setiap subjek secara acak dimasukkan ke dalam kelompok
perlakuan, asumsi independensi biasanya dapat dipenuhi (Myers,
1979). Namun asumsi ini jelas tidak dapat diterapkan pada pengukuran
berulang. Pengukuran berulang terhadap item yang sama menghasilkan skor
yang kurang lebih berkorelasi satu sama lain. Korelasi positif meningkatkan
kemungkinan kesalahan Tipe I, sedangkan korelasi negatif
menurunkan kemungkinan kesalahan Tipe I (Cochran, 1967;
Scheffé, 1959, Myers, 1979).

SOAL
BAB 12
1. Why should you use ANOVA instead of several t tests to evaluate mean differences
when an experiment consists of three or more treatment conditions?
= ANOVA (analisis varians) dapat digunakan untuk memperkirakan perbedaan rata-
rata ketika suatu percobaan terdiri dari tiga atau lebih kondisi perlakuan. ANOVA
adalah metode analisis statistik yang digunakan untuk menguji perbedaan rata-rata
dua kelompok atau lebih dan memperluas uji-t melampaui dua rata-rata. Dengan
demikian, ANOVA dapat digunakan untuk memperkirakan perbedaan rata-
rata antar kelompok dalam percobaan dengan tiga atau lebih kondisi perlakuan.
16. The following data were obtained from an independent-measures research study
comparing three treatment conditions. Use an ANOVA with a= 0.05 to determine whether
there are any significant mean differences among the treatments.

a. Uji normalitas
 DAFTAR PUSTAKA

Sunaryo, S., Setiawan, S., Djuraidah, A., & Saefuddin, A. (2003). sejarah
perkembangan statistika dan aplikasinya. In Forum Statistika Dan
Komputasi (Vol. 8, No. 1).
Konsep dasar analisis varians:
http://repository.unika.ac.id/13294/5/12.60.0248%20Christina%20Thiveny
%20Putrianti%20BAB%20IV.pdf
Kusnendi. (2016). Memahami Analisis Varians. Sekolah Pascasarjana Universitas
Pendidikan Indonesia. MEMAHAMI ANALISIS_VARIANS.pdf (upi.edu)
Meimaharani, R., & Listyorini, T. (2013). Analisis Varian (ANOVA) untuk
Mengetahui Statistik Tingkat Kemajuan Prestasi Karate Di Kabupaten
Kudus. Jurnal Ilmu Komputer FMIPA Unnes. Semarang: Universitas Negeri
Semarang.
Tim Redaksi MSD, (2021). Pencetus Analisis Varians (ANOVA)-SIR Ronal Aylmer
Fisher. Artikel: https://www.sopiyudin.com/blog/pencetus-analisis-varians-
anova/
Krisna, (2020). Analisis Varian. Artikel: https://datariset.com/analisis/detail/analisis-
varian
Azwar, S. (2000). Asumsi-asumsi dalam inferensi statistika. Buletin Psikologi, 9(1).