PRAKTIKUM

STATISTIK INDUSTRI

DISUSUN OLEH :

NAMA : Putri Manurung

NIM : 2103039

JUDUL BAB : One Way Anova

TANGGAL : 22 Mar. 22

POLITEKNIK TEKNOLOGI KIMIA INDUSTRI MEDAN

BADAN PENGEMBANGAN SUMBER DAYA MANUSIA INDUSTRI

KEMENTERIAN PERINDUSTRIAN

2020
 BAB 1

PENDAHULUAN

TUJUAN PRAKTIKUM

1. Untuk mengetahui Mengapa digunakan One Way Anova

2. Untuk mengetahui Kapan uji ANOVA dilakukan
3. Untuk mengetahui ANOVA satu arah dan dua arah
 BAB 2

TINJAUAN PUSTAKA

Setiap perusahaan perlu melakukan pengujian terhadap kumpulan hasil pengamatan

mengenai suatu hal, misalnya hasil penjualan produk, hasil produksi produk, gaji
pekerja di suatu perusahaan nilainya bervariasi antara satu dengan yang lainnya. Hal
ini berhubungan dengan varian dan rata-rata yang banyak digunakan untuk membuat
kesimpulan melalui penaksiran dan pengujian hipotesis mengenai parameter, maka
dari itu dilakukan analisis varian yang ada dalam cabang ilmu statistika industri yaitu
ANOVA. Penerapan ANOVA dalam dunia industri adalah untuk menguji rata-rata
data hasil pengamatan yang dilakukan pada sebuah perusahaan ataupun industri.

Analisis varians (analysis of variance) atau ANOVA adalah suatu metode

analisis statistika yang termasuk ke dalam cabang statistika inferensi. Uji dalam anova
menggunakan uji F karena dipakai untuk pengujian lebih dari 2 sampel. Dalam praktik,
analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupunpendugaan
(estimation, khususnya di bidang genetika terapan).

Anova (Analysis of variances) digunakan untuk melakukan analisis komparasi

multivariabel. Teknik analisis komparatif dengan menggunakan tes “t” yakni dengan
mencari perbedaan yang signifikan dari dua buah mean hanya efektif bila jumlah
variabelnya dua. Untuk mengatasi hal tersebut ada teknik analisis komparatif yang
lebih baik yaitu Analysis of variances yang disingkat anova. Anova digunakan untuk
membandingkan rata-rata populasi bukan ragam populasi. Jenis data yang tepat untuk
anova adalah nominal dan ordinal pada variabelbebasnya,jika data pada variabel
bebasnya dalam bentuk interval atau ratio maka harus diubah dulu dalam bentuk
ordinal atau nominal. Sedangkan variabel terikatnya adalah data interval atau ratio.
Adapun asumsi dasar yang harus terpenuhi dalam analisis varian adalah :
-Kenormalan
Distribusi data harus normal, agar data berdistribusi normal dapat ditempuh dengan
cara memperbanyak jumlah sampel dalam kelompok.
-Kesamaaan variansi
Setiap kelompok hendaknya berasaldari popolasi yang sama dengan variansi yang
sama pula.Bila banyaknya sampel sama pada setiap kelompok maka kesamaan variansi
nya dapat diabaikan. Tapi bila banyak sampel pada masing masing kelompok tidak
sama makakesamaan variansi populasi sangat diperlukan.

-Pengamatan bebas
Sampel hendaknya diambil secara acak (random), sehingga setiap pengamatan
merupakan informasi yang bebas. Anova lebih akurat digunakan untuk sejumlah
sampel yang sama pada setiap kelompoknya, misalnya masing masing variabel setiap
kelompok jumlah sampel atau respondennya sama sama 250 orang.

Anova dapat digolongkan kedalam beberapa kriteria, yaitu :

1. Klasifikasi 1 arah (One Way ANOVA)
Anova klasifikasi 1 arah merupakan ANOVA yang didasarkan pada pengamatan 1
kriteria satu faktor yang menimbulkan variasi.

Anova satu arah (one way anova) digunakan apabila yang akan dianalisis
terdiri dari satu variabel terikat dan satu variabel bebas. Interaksi suatu kebersamaan
antar faktor dalam mempengaruhi variabel bebas, dengan sendirinya pengaruh faktor-
faktor secara mandiri telah dihilangkan. Jika terdapat interaksi berarti efek faktor satu
terhadap variabel terikatan mempunyai garis yang tidak sejajar dengan efek faktor lain
terhadap variabel terikat sejajar (saling berpotongan), maka antara faktor tidak
mempunyai interaksi.Ada tiga bagian pengukuran variabilitas pada data yang akan
dianalisis dengan anova, yaitu :

• Variabilitas antar kelompok (between treatments variability)

Variabilitas antar kelompok adalah variansi mean kelompok sampel terhadap
rata-rata total,sehingga variansi lebih terpengaruh oleh adanya perbedaan
perlakuan antar kelompok, atau Jumlah Kuadrat antar kelompok (Jka).
Rumusnya adalah :

Atau bisa dicari dengan rumus :

Keterangan :
k = banyaknya kelompok
T = total X masing-masing kelompok
G = total X keseluruhan
n = jumlah sampel masing-masing kelompok
N = jumlah sampel keseluruhan

• Variabilitas dalam kelompok (within treatments variability)

Variabilitas dalam kelompok adalah variansi yang ada dalam masing-masing
kelompok.Banyaknya variansi akan tergantung pada banyaknya kelompok.
Variansi tidak terpengaruh oleh perbedaan perlakuan antar kelompok, atau
Jumlah Kuadrat dalam (JKd).
Rumusnya adalah :
JKd = JKsmk

2. Klasifikasi 2 arah (Two Way ANOVA)

ANOVA kiasifikasi 2 arah merupakan ANOVA yang didasarkan pada pengamatan 2
Keterangan :
JKsmk adalah Jarak kuadrat simpangan masing-masing kelompok.

• Jumlah kuadrat penyimpangan total (total sum of squares)

Jumlah kuadrat penyimpangan total adalah jumlah kuadrat selisih antara skor
individual dengan mean totalnya, atau JKT.
Rumusnya adalah :

2.Anova Dua Arah (Two Way Anova)

ANOVA dua arah ini digunakan bila sumber keragaman yang terjadi tidak hanya
karena satu faktor (perlakuan).Faktor lain yang mungkin menjadi sumber keragaman
respon juga harus diperhatikan.Faktor lain ini bisa perlakuan lain atau faktor yang
sudah terkondisi. Pertimbangan memasukkan faktor kedua sebagai sumber keragaman
ini perlu bila faktor itu dikelompokkan (blok),sehingga keragaman antar kelompok
sangat besar,tetapi kecil dalam kelompok sendiri. Tujuan dan pengujian ANOVA 2
arah ini adalah untuk mengetahui apakah ada pengaruh dari berbagai kriteria yang diuji
terhadap hasil yang diinginkan. Misal, seorang manajer teknik menguji apakah ada
pengaruh antara jenis pelumas yang dipergunakan pada roda pendorong dengan
kecepatan roda pendorong terhadap hasil penganyaman sebuah karung plastik
padamesin circular.
 BAB 3

PROSEDUR PRAKTIKUM

LATIHAN 1

1.Buka aplikasi spss

2. Akan muncul tampilan seperti ini (data view & variable view)
3.input data, nama dibuat menjadi nomor dan decimal menajdi nol ,di kolom kedua
nama dibuat menjadi kelas A B C dan decimal menjadi 2, dan untuk value buat angka
seperti yang sudah diperintahkan ( 1 = kelas A, 2 = kelas B, 3 = kelas C ) klik kolom
value pada setiap baris sesuai dengan variable serta measure diubah menjadi nominal

4. lalu ke data view dan masukkan variable data

5. Lalu klik Analyse - Compare Means - One Way Anova

6.Hasilnya
7.lalu masukkan nomor ke dalam kota faktor dan kelompok A B C ke dalam
Dependent List,setelah itu klik Option

8. centang Descriptive dan Homogeneit of variance test

9. klik Continue dan klik OK,dan ini hasilnya

Descriptives

kelas_A_B_C

95% Confidence Interval for

Mean
Std.
N Mean Deviation Std. Error Lower Bound Upper Bound Minimum Maximum

1 20 77.7260 7.56324 1.69119 74.1863 81.2657 60.62 90.00

2 20 73.3610 7.08083 1.58332 70.0471 76.6749 60.62 83.38

3 20 78.9935 6.63299 1.48318 75.8892 82.0978 68.22 92.00

Total 60 76.6935 7.39290 .95442 74.7837 78.6033 60.62 92.00

Test of Homogeneity of Variances

kelas_A_B_C

Levene Statistic df1 df2 Sig.

.215 2 57 .807

ANOVA

kelas_A_B_C

Sum of Squares df Mean Square F Sig.

Between Groups 349.232 2 174.616 3.461 .038

Within Groups 2875.407 57 50.446

Total 3224.639 59
LATIHAN 2

1.Buka aplikasi spss

2. Akan muncul tampilan seperti ini (data view & variable view)buka variabel view
3. input data, nama dibuat menjadi perlakuan dan decimal menajdi nol dan value buat
angka seperti yang sudah diperintahkan ( 1 = perlakuan A, 2 = perlakuan B, 3 =
perlakuan C, 4 = perlakuan D ) dengan mengklik kolom value pada setiap baris sesuai
dengan variable serta measure diubah menjadi nominal,

4.kolom kedua input data, nama dibuat menjadi produksi dan decimal menajdi satu
5. lalu ke data view dan masukkan variable data

6. Lalu klik Analyse - Compare Means - One Way Anova

6.Hasilnya

7. masukkan perlakuan ke dalam kota faktor dan produksi ke dalam Dependent List,
setelah itu klik Option
8. centang Descriptive dan Homogeneit of variance test

9. klik Continue dan klik OK,dan ini hasilnya

Descriptives

produksi

95% Confidence Interval

for Mean
Std. Std.
N Mean Deviation Error Lower Bound Upper Bound Minimum Maximum

perlakuan
5 5.900 .4950 .2214 5.285 6.515 5.2 6.5
A

perlakuan
5 6.340 .6804 .3043 5.495 7.185 5.7 7.5
B

perlakuan
5 6.880 .6181 .2764 6.113 7.647 6.0 7.5
C

perlakuan
5 7.760 1.6426 .7346 5.720 9.800 5.1 9.2
D

Total 20 6.720 1.1418 .2553 6.186 7.254 5.1 9.2

 Test of Homogeneity of Variances

produksi

Levene Statistic df1 df2 Sig.

3.036 3 16 .060

ANOVA

produksi

Sum of Squares df Mean Square F Sig.

Between Groups 9.620 3 3.207 3.386 .044

Within Groups 15.152 16 .947

Total 24.772 19
 BAB 4

PEMBAHASAN

LATIHAN 1

Descriptives

kelas_A_B_C

95% Confidence Interval for

Std. Mean

N Mean Deviation Std. Error Lower Bound Upper Bound Minimum Maximum

1 20 77.7260 7.56324 1.69119 74.1863 81.2657 60.62 90.00

2 20 73.3610 7.08083 1.58332 70.0471 76.6749 60.62 83.38

3 20 78.9935 6.63299 1.48318 75.8892 82.0978 68.22 92.00

Total 60 76.6935 7.39290 .95442 74.7837 78.6033 60.62 92.00

Output pertama menjelaskan jumlah masing – masing variable kelas A, B, C
dimana:
• data kelas A
✓ jumlah data sebesar 20
✓ rata –rata sebesar 77,7260
✓ standart deviation sebesar 7,56324
✓ standart error sebesar 1,69119 menggunakan taraf kepercayaan 95%,
dimana minimum 60,62, dan maximum 90,00
• Pada data kelas B
✓ jumlah data sebesar 20
✓ rata –rata sebesar 73,3610
✓ standart deviation sebesar 7,08083
✓ standart error sebesar 1,58332,menggunakan taraf kepercayaan 95%
minimum 60,62, dan maximum 83,38
• Pada data kelas C
✓ jumlah data sebesar 20
✓ rata –rata sebesar 78,9935
✓ standart deviation sebesar 6,63299
✓ standart error sebesar 1,48318 menggunakan taraf kepercayaan 95%,
dimana minimum 68,22, dan maximum 92,00
 • Pada data total jumlah data sebesar 60, rata –rata sebesar 76,6935, standart
deviation sebesar 7,39290, standart error sebesar 0,95442 dengan menggunakan
taraf kepercayaan 95%, dimana minimum 60,62, dan maximum 92,00

Test of Homogeneity of Variances

kelas_A_B_C

Levene Statistic df1 df2 Sig.

.215 2 57 .807

Output kedua menjelaskan nilai hitung uji homogenitas,untuk mengetahui

apakah variasi kelompok data sama atau berbeda. Dengan uji homogenitas, yaitu:

Ho = tidak ada perbedaan variansi data yang diambil

Ha = ada perbedaan variansi antara data yang diambil

Terlebih dahulu mencari nilai df1 dan df2 untuk nilai F tabel menggunakan rumus:

df1 = K – 1 df2 = n – K

df1 = 3 – 1 = 2 (horizontal) df2 = 60 – 3 = 57 (vertical)

Dimana jika signifikasi < 0,05, maka Ho ditolak dan jika signifikasi > 0,05,
maka Ho diterima. Berdasarkan output kedua dimana signifikasi uji homogenitas
adalah 0,807, maka signifikasi > 0,05 sehingga Ho diterima dan dapat disimpulkan
antara data kelas A, B, dan C memiliki variansi yang sama.

ANOVA

kelas_A_B_C

Sum of Squares df Mean Square F Sig.

Between Groups 349.232 2 174.616 3.461 .038

Within Groups 2875.407 57 50.446

Total 3224.639 59
Output ketiga menjelaskan hasil uji One Way ANOVA
hipotesis :

Ho = tidak ada perbedaan antara nilai rata – rata kelas A, B, dan C

Ha = ada perbedaan antara nilai rata – rata kelas A, B, dan C

jika F hitung > F tabel, maka Ho ditolak dan jika F hitung < F tabel, maka Ho
diterima. Berdasarkan data output ketiga bahwa F hitung adalah 3,461. Dimana df1
adalah 2 dan df2 adalah 57, maka F tabel adalah 3,159. Kemudian 3,461 > 3,159,
maka Ho ditolak. Sehingga dapat disimpulkan tidak ada perbedaan antara nilai rata –
rata kelas A, B, dan C.

LATIHAN 2

Descriptives

Produksi

95% Confidence Interval

for Mean

Std. Std. Lower Upper

N Mean Deviation Error Bound Bound Minimum Maximum

Perlakuan
5 5.900 .4950 .2214 5.285 6.515 5.2 6.5
A

Perlakuan
5 6.340 .6804 .3043 5.495 7.185 5.7 7.5
B

Perlakuan
5 6.880 .6181 .2764 6.113 7.647 6.0 7.5
C

Perlakuan
5 7.760 1.6426 .7346 5.720 9.800 5.1 9.2
D

Total 20 6.720 1.1418 .2553 6.186 7.254 5.1 9.2

Output pertama menjelaskan jumlah masing – masing variable perlakuan A,
perlakuan B, perlakuan C, dan perlakuan D dimana:
 • Pada data perlakuan A di dapat jumlah data sebesar 5, rata – rata sebesar 5,900,
standart deviation sebesar 0,4950, standart error sebesar 0,2214 dengan
menggunakan taraf kepercayaan 95%, dimana minimum 5,2, dan maximum 6,5
• Pada data perlakuan B di dapat jumlah data sebesar 5, rata – rata sebesar 6,340,
standart deviation sebesar 0,6804, standart error sebesar 0,3043 dengan
menggunakan taraf kepercayaan 95%, dimana minimum 5,7, dan maximum 7,5
• Pada data perlakuan C di dapat jumlah data sebesar 5, rata – rata sebesar 6,880,
standart deviation sebesar 0,6181, standart error sebesar 0,2764 dengan
menggunakan taraf kepercayaan 95%, dimana minimum 6,0, dan maximum 7,5
• Pada data perlakuan D di dapat jumlah data sebesar 5, rata – rata sebesar 7,760,
standart deviation sebesar 1,6426, standart error sebesar 0,7346 dengan
menggunakan taraf kepercayaan 95%, dimana minimum 5,1, dan maximum 9,2

Test of Homogeneity of Variances

Produksi

Levene Statistic df1 df2 Sig.

3.036 3 16 .060
Output kedua nilai hitung uji homogenitas dimana untuk mengetahui apakah
variasi kelompok data sama atau berbeda. Dengan uji homogenitas, yaitu:

Ho = tidak ada perbedaan variansi data yang diambil

Ha = ada perbedaan variansi antara data yang diambil

Terlebih dahulu mencari nilai df1 dan df2 untuk nilai F tabel menggunakan rumus:

df1 = K – 1 df2 = n – K

df1 = 4 – 1 = 3 (horizontal) df2 = 20 – 4 = 16 (vertical)

jika signifikasi < 0,05, maka Ho ditolak dan jika signifikasi > 0,05, maka Ho diterima.
Berdasarkan output kedua dimana signifikasi uji homogenitas adalah 0,060, maka
signifikasi > 0,05 sehingga Ho diterima dan dapat disimpulkan antara data perlakuan
A, B, C, dan D memiliki variansi yang sama.

ANOVA

Produksi

Sum of Squares df Mean Square F Sig.

Between Groups 9.620 3 3.207 3.386 .044

Within Groups 15.152 16 .947

Total 24.772 19
Output ketiga menjelaskan hasil uji One Way ANOVA

Dimana hipotesis :

Ho = tidak ada perbedaan antara perlakuan A, B, C, dan D

Ha = ada perbedaan antara perlakuan A,B,C dan D

jika F hitung > F tabel, maka Ho ditolak dan jika F hitung < F tabel, maka Ho
diterima. Berdasarkan data output ketiga bahwa F hitung adalah 3,386. Dimana df1
adalah 3 dan df2 adalah 16, maka F tabel adalah 3,239. Dimana 3,386 > 3,239, maka
Ho ditolak. Sehingga dapat disimpulkan tidak ada perbedaan antara perlakuan A, B, C,
dan D
 BAB 5

KESIMPULAN
1. One way anova digunakan apabila ingin membandingan rataan dua atau lebih
populasi yang saling bebas. Dengan kata lain, pada metode ini akan
membandingan sekumpulan data dengan kumpulan data yang lain lebih dari
dua sampel.
2. Analisis ANOVA sering digunakan pada penelitian eksperimen dimana
terdapat beberapa perlakuan. Peneliti ingin menguji, apakah ada perbedaan
bermakna antar perlakuan tersebut
3. ANOVA satu arah membandingkan tiga tingkat atau lebih (kondisi) dari satu
faktor. Di sisi lain, ANOVA dua arah membandingkan efek beberapa level dari
dua faktor.
 DAFTAR PUSTAKA

Walpole, Ronald E. 1995. Pengantar Statistika Edisi ke-3. Penerbit: PT. Gramedia Pustaka
Utama. Jakarta
Singgih, Santoso.2008. Panduan Lengkap Menguasai SPSS 16. Penerbit : PT. Alex Media
Komputindao. Jakarta

Djarwanto PS (1997). Statistik Nonparametrik. Yogyakarta: BPFE

Howell, David C. (2014) Fundamental Statistics for the Behavioral Sciences. Belmont, CA:
Cengage Learning.

Norusis, M.J. (1986) SPSS/PC+ for the IBM PC/XT/AT. California: SPSS Inc.