PENGUJIAN HIPOTESIS BEDA

TIGA RATA-RATA ATAU LEBIH

 Pengujian Hipotesis 3 rata-rata
atau lebih
 Dengan teknik ANOVA(Analisis Varians)

Pengujian Pengujian hipotesis

hipotesis 1 arah 2 arah

Tanpa
interaksi

Dengan
interaksi
 ANALISIS VARIANSI SEARAH
Alat uji statistik yang digunakan untuk menguji apakah kpopulasi
yang independen mempunyai rata-rata yang berbeda atau tidak

Menguji homogenitas nilai rata-rata k buah sampel

random dari populasi yang berdistribusi normal dan
homogen 
12   2
 ...   2
2 k
Terdapat :
 1 variabel tak bebas (dependen) dengan skala
interval atau ratio  level Faktor (k buahperlakuan)
 1 variabel bebas (independen) dengan skala nominal
atau ordinal  Faktor
 Hipotesis ANOVA 1 Arah

• H0 : μ1  μ2  μ3   μk
– Seluruh mean populasi adalah sama
– Tak ada efek treatment (tak ada keragaman mean dalam
grup)

• H A : Tidak seluruhmean populasiadalahsama

– Minimal ada 1 mean populasi yang berbeda
– Terdapat sebuah efek treatment
– Tidak seluruh mean populasi berbeda (beberapa pasang
mungkin sama)
 ANOVA 1 Faktor

H0 : μ1  μ2  μ3   μk
H A : Tidak seluruhμ i sama
Semua mean bernilai sama
Hipotesis nol adalah benar
(Tak ada efek treatment)

μ1  μ2  μ3
 ANOVA 1 Arah
(sambungan)
H0 : μ1  μ2  μ3   μk
H A : Tidak semua μ i sama
Minimal ada 1 mean yg berbeda
Hipotesis nol tidak benar
(Terdapat efek treatment)

or

μ1  μ2  μ3 μ1  μ2  μ3
 Hipotesis ANOVA 1 Arah
dengan satu faktor yangberpengaruh

Langkah-langkah:
1. Menentukan formulasi hipotesis

H0 : 1 = 2 = 3 = ... = k
H1 : 1 ≠ 2 ≠ 3 ≠ ... ≠ k
 Hipotesis ANOVA 1 Arah
Langkah-langkah:

2. Menentukan taraf nyata () beserta Ftabel

Derajat pembilang (1) = k - 1
Derajat penyebut (2) = k (n- 1) Fα (1 ;2)=
...
3. Menentukan kriteria pengujian
H0 diterima jika F0≤ Fα(1 ;2) Daerah kritis
penolakan H0

H0 ditolak jika F0> Fα(1 ;2) Daerah

penerimaan H0
0 Do not Reject H 0
reject H0
 Hipotesis ANOVA 1 Arah

Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabelANOVA
Sumber Derajat Jumlah Rata-rata kuadrat Fhit
Variasi bebas Kuadrat

Rata-rata (k 1) JKK s12 =

JKK s 2/s 2
1 2
kolom (k 1)

k n 1 JKE
s 2=
JKE
Eror 2
(n  k)

Total nk 1 JKT

 Hipotesis ANOVA 1 Arah
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabelANOVA
k n 2
T ...
JKT    xij 
Untuk ukuran
i1 j1 nk
sampel yang
sama banyak

JKE= JKT- JKK k = kolom, n = baris

 Hipotesis ANOVA1 Arah
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabelANOVA
k n
2
T ...
JKT    xij 
Untuk ukuran
i1 j1 N
sampel yang tidak
sama banyak k 2
JKK   Ti 
T ... 2

i1 N
ni

JKE= JKT- JKK Derajat bebas error = N – k

N = jumlah sampel
 Hipotesis ANOVA 1 Arah
Langkah-langkah:

5. Membuat kesimpulan

 Menyimpulkan H0 diterima atau ditolak

langkah ke-4 VSlangkah ke-3

 Contoh
Akan diuji apakah rata-rata jumlah produk yang dihasilkan
perminggu dari 3 buah stasiun kerja manual yang paralel adalah
homogen?
1. Diambil sampel random dari Var independen :
produk yg dihasilkan
pengamatan 6 minggu untuk setiap
perminggu (ratio)
stasiun kerja
Hasil pengamatan : Var dependen : stasiun
Mingg Stasiun kerja 1 Stasiun kerja Stasiun kerja kerja (nominal)
u (unit) 2 (unit) 3 (unit)
ke
1 76 72 71
2 63 63 54
3 66 65 62
4 83 78 76
5 74 69 65
6 53 49 50

H 0 : 1  2  ...  k

H1 : tidak semua i sama
Penyelesaian:
Rata-rata perlakuan homogen (tidak
ada pengaruh perlakukan atau tidak
ada pengaruh variabel bebas
terhadap variabel tak bebas)

Rata-rata perlakuan tidak homogen

Tingkat signifikansi uji : α % ( ada pengaruh perlakukan)
Statistik uji yang digunakan :
JKK db JKK (k 1)
Fhitung   ~ F (k-1);k(n-1)
JKE db JKE k(n 1)

Daerah kritis:
Fhitung > F α;(k-1);k(n-1)
Tabel Analisis Variansi ANOVA
A NA L IS I S
(Analysi s o f V ar ian ce)
Sumber Derajat Jumlah Rata-rata kuadrat Fhit
Variasi bebas Kuadrat

Rata-rata (k 1) JKK s12 =

JKK s 2/s 2
1 2
kolom (k 1)

k n 1 JKE
s 2=
JKE
Eror 2
(n  k)

Total nk 1 JKT

Minggu ke Stasiun kerja I Stasiun kerja II Stasiun kerja III Total

1 76 OH721 71
2 63 63 54
3 66 65 62
4 83 78 76
5 74 69 65
6 53 49 50
Jumlah (Xi) 415 396 378 1189 = T

k ni n =6 k =3
 x
i1 j1
ij
2
 80201 𝑇2
=(1189)2 / 18
= 762 + 632+ ... + 502 𝑛𝑘
k 2
ni
T
JKT   X ij 2   80201 78540,056  1660,944
i1 j1
nk
 CONTOH
415 2  396 2  378 2
JKK   78540,056  114,111
6

JKE  JKT  JKK  1660,944 114,111  1546,833

SUMBERVARIASI db Jumlah Rata-rata kuadrat / Fhitung

kuadra kuadrat tengah
t (JK)
Kelas/perlakuan
JKK 3-1=2 114,111 s 2 =57,055
1
2
s =103,122 F= 0,55
JKE 3(6-1)= 15 1546,833 2
TOTAL 18-1= 17 1660,944
 OH 1
• Tingkat signifikansi uji : α = 5 %
• Statistik uji yang digunakan Fhitung ~ F2;15
• Daerah kritis : Jika Fhitung > F0,05;(2;15)=3,682

• Kesimpulan : Karena Fhitung = 0,55 < F0,05;(2;15)=3,682

maka Ho diterima  rata-rata jumlah produk yang
dihasilkan ketiga stasiun tiap minggunya homogen
(sama) atau tidak ada pengaruh jenis stasiun kerja
terhadap jumlah produksi perminggu
 ANOVA– 1 Arah dengan MSExcel
Contoh 1
EXCEL: tools / data analysis / ANOVA: single factor

19
 ANOVA – 1 arah Excel Output
Contoh 1
Anova: Single Factor

SUMMARY
Groups Count Sum Average Variance
Column 1 6 415 69.16667 114.1667
Column 2 6 396 66 97.6
Column 3 6 378 63 97.6

ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 114.1111 2 57.05556 0.553281 0.586358 3.68232
Within Groups 1546.833 15 103.1222

Total 1660.944 17

20
CONTOH 2
Untuk menguji apakah operator yang berbeda akan mempengaruhi waktu
proses (dalam menit) untuk membuat suatu komponen produk, dilakukan
pengamatan terhadap 4 orang operator (A, B, C, D) yang diamati dalam waktu
yang bersamaan. Hasil pengamatannya. Berikut hasil pengamatannya :
Waktu proses (dalam menit)
Operator Operator Operator Operator D
A B C
62 63 68 56
60 67 66 62
63 71 71 60
59 64 67 61
65 68 63
69 68 64
63
59
Tingkat signifikansi uji : α = 5 %
 Penyelesaian:
Rata-rata waktu proses keempat
H 0 :  A   B  C   D
operator sama atau tidak ada
pengaruh operator terhadap waktu
proses
H1 : tidak semua sama

Rata-rata waktu proses keempat operator tidak

semua sama atau ada pengaruh operator
terhadap waktu proses
• Tingkat signifikansi uji : α = 5 %
• Statistik uji yang digunakan Fhitung ~F3;20
• Daerah kritis : Jika Fhitung >F0,05;(3;20)=3,099

N-k
 Operato Operato Operato Operato
r A CONTOH
r B r C r D
62 63 68 56
60 67 66 62
63 71 71 60
59 64 67 61
65 68 63
69 68 64
63
59
ni 4 6 6 8 N = 24
Xi 244 399 408 488 T=1539
Xi 61 66,5 68 61
Tingkat signifikansi uji : α = 5 %
 k ni

 X
i1 j1
ij
2
 99049

k ni
T2
JKT   X ij 2
  99049  98688,38  360,625
i1 j 1
N
 244 2 399 2 4082 4882 
JKK        98688,38  241,125
 4 6 6 8 
JKE  JKT  JKK  360,625  241,125  119,5
TabelAnova
SUMBERVARIASI db Jumlah Rata-rata kuadrat / Fhitung
kuadrat (JK) kuadrat tengah
Kelas/perlakuan
JKK k-1= 3 241,125 s 2 =80,375
1
s 2= 5,975 13,452
JKE N-k= 20 119,5 2
TOTAL 23 360,625
 OH 2

• Kesimpulan : Karena Fhitung = 13,452 > F0,05;(3;20)=3,099

• maka Ho ditolak

 rata-rata waktu proses keempat operator tidak semua

sama atau ada pengaruh operator terhadap waktu
proses
 ANOVA – 1 Arah dengan MSExcel
Contoh 2
EXCEL: tools / data analysis / ANOVA: single factor

26
 ANOVA – 1 arah Excel Output
Contoh 2
Anova: SingleFactor

SUMMARY
Groups Count Sum Average Variance
Column 1 4 244 61 3.333333
Column 2 6 399 66.5 9.5
Column 3 6 408 68 2.8
Column 4 8 488 61 6.857143

ANOVA
Source ofVariation SS df MS F P-value Fcrit
Between Groups 241.125 3 80.375 13.45188 4.94E-05 3.098391
Within Groups 119.5 20 5.975

Total 360.625 23
27
KEKUATAN HUBUNGAN ANTARAVARIABEL BEBAS DAN TAK
BEBAS
Kekuatan hubungan / asosiasi antara variabel x (perlakuan)
dengan variabel y dalam sampel dinyatakan dalam ρ = JKK/JKT

 (ρ/100)% variasi yang terjadi dalam variabel y dari data

sampel disebabkan oleh pengaruh variabel x (perlakuan)

Contoh : untuk contoh 1 (sebelumnya)

JKK 114,111
   0,0687  6,87%
JKT 1660,944
 Hipotesis ANOVA DuaArah
 tanpa interaksi
Pengujian hipotesis beda tiga rata-rata atau lebih
dengan 2 faktor yang berpengaruh

Interaksi ditiadakan
 Hipotesis ANOVA Dua Arah
 tanpa interaksi

Langkah-langkah:
1. Menentukan formulasi hipotesis
a. H0 : 1 = 2 = 3 = ... = 0 (pengaruh baris nol)
H1 : sekurang-kurangnya satu i tidak sama dengan nol

b. H0 : 1 = 2 = 3 = ... = 0 (pengaruh kolom nol)

H1 : sekurang-kurangnya satu j tidak sama dengan nol
 Hipotesis ANOVA DuaArah
 tanpa interaksi
Langkah-langkah:
2.Menentukan taraf nyata () beserta F tabel
a. Untuk baris: (1) = b – 1  (2) = (k-1)(b-1)
b. Untuk kolom: (1) = k – 1  (2) = (k-1)(b-
1)
Fα (1 ;2)= ...
3.Menentukan kriteria pengujian
H0 diterima jika F0≤ Fα(1 ;2) Daerah kritis
penolakan H0

H0 ditolak jika F0> Fα(1 ;2) Daerah

penerimaan H0
0 Do not Reject H 0
reject H0
 Hipotesis ANOVA Dua Arah
 tanpa interaksi

Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabelANOVA
 Hipotesis ANOVADua Arah
 tanpa interaksi
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabelANOVA
k n 2
T ...
JKT    xij 
i1 j1 kb

k Tj 2 T 2
JKK = ∑ -
j=1 b kb

JKE = JKT - JKB - JKK

5. Membuat kesimpulan
 CONTOH 3.
ANALISIS VARIANSI DUA ARAH
Dari contoh 1 apabila minggu yang berbeda dicurigai akan
memberi jumlah atau hasil produksi yang berbeda  unit
eksperimen dalam tiap stasiun kerja dibagi dalamminggu
Minggu ke Stasiu Stasiu Stasiu Total
n n n
kerja I kerja II kerja III
1 76 72 71 219
2 63 63 54 180
3 66 65 62 193
4 83 78 76 237
5 74 69 65 208
6 53 49 50 152
Jumlah (X) 415 396 378 1189 = Y
 CONTOH 3.
UJI HIPOTESIS ANALISIS VARIANSI DUAARAH
H 0 : 1  2  3 Rata-rata jumlah produk yang
dihasilkan perminggu homogen
H1 : tidak semua sama Tidak homogen
• Tingkat signifikansi uji : α = 5 %
• Daerah kritis : Jika Fhitung > F0,05;(2;10)=4,103
T 2 1189 2
k ni
  78540,06
 ij  80201 N = 18
x 2
kb 18
i1 j1
k ni
T2
JKT   xij  2
 80201 78540,06  1660,94
i1 j1
kb

T 2 . j T 2 415 2  396 2  378 2

k
JKK      78540,06  114,11
j 1
b kb 6
 CONTOH 3. ANALISIS VARIANSI DUA ARAH

b Ti 2 T 2 219 2 180 2 193 2  237 2  208 2 152 2

JKB      78540,06  1508,94
i 1 k kb 3

JKE  JKT  JKB  JKK  1660,94 1508,94 114,11  37,89

SUMBER db Jumlah KT Fhitung

VARIASI kuadr
at (JK)
- Rata-rata baris 2 114,11 57,055 f1=
- Rata-rata kolom 5 1508,94 301,788 15,058
- Kesalahan / error
f2= 79,4
10 37,89 3,789
TOTAL 17 1660,944
 CONTOH
• Kesimpulan : Karena Fhitung = 15,06 >
F0,05;(2;10)= 4,103 maka Ho ditolak  rata-
rata jumlah produk yang dihasilkan ketiga
stasiun kerja tiap minggunya tidak homogen
(tidak sama)
• Kesimpulan : Karena Fhitung = 79,44 >
F0,05;(5;10)= 3,326 maka Ho ditolak  rata-
rata jumlah produk yang dihasilkan ketiga
stasiun kerja tiap minggunya tidak homogen
(tidak sama)
 ANOVA – 2 Arah dengan MSExcel
Contoh 3
EXCEL: tools / data analysis / ANOVA: two factor without
replication

38
 ANOVA – 2 arah Excel Output
Contoh 3
Anova: Two-Factor Without Replication

SUMMARY Count Sum Average Variance

Row 1 3 219 73 7
Row 2 3 180 60 27
Row 3 3 193 64.33333 4.333333
Row 4 3 237 79 13
Row 5 3 208 69.33333 20.33333
Row 6 3 152 50.66667 4.333333

Column 1 6 415 69.16667 114.1667

Column 2 6 396 66 97.6
Column 3 6 378 63 97.6

ANOVA
urce ofVariati SS df MS F P-value F crit
Rows 1508.944 5 301.7889 79.65103 1E-07 3.325835
Columns 114.1111 2 57.05556 15.05865 0.000962 4.102821
Error 37.88889 10 3.788889

Total 1660.944 17 39
 Hipotesis ANOVA DuaArah
dengan interaksi
Pengujian hipotesis beda tiga rata-rata atau lebih
dengan 2 faktor yang berpengaruh

Pengaruh interaksi kedua

faktor tersebut diperhitungkan
 Hipotesis ANOVA DuaArah
 dengan interaksi
Langkah-langkah:
1. Menentukan formulasi hipotesis
a. H0 : 1 = 2 = 3 = ... = b = 0
H1 : sekurang-kurangnya satu i tidak sama dengan nol

b. H0 : 1 = 2 = 3 = ... = b = 0
H1 : sekurang-kurangnya satu j tidak sama dengan nol

c. H0 : ()11 = ()12 = ()13 =... = ()bk =0

H1 : sekurang-kurangnya satu ()ij tidak sama dengan nol
 Hipotesis ANOVA DuaArah
 dengan interaksi
Langkah-langkah:

2. Menentukan taraf nyata () beserta Ftabel

a. Untuk baris: (1) = b – 1  (2) = (kb)(n-1)
b. Untuk kolom: (1) = k – 1  (2) =(kb)(n-
1)
c. Untuk interaksi: (1) = (k – 1)(b-1)  (2) =(kb)(n-
1)

Fα (1 ;2)= ...

 Hipotesis ANOVA DuaArah
 dengan interaksi

Langkah-langkah:

3. Menentukan kriteria pengujian

a. Untuk baris, kolom dan untuk interaksi
H0 diterima jika F0≤ Fα(1 ;2)
H0 ditolak jika F0> Fα(1 ;2)
Daerah kritis
penolakan H0
Daerah
penerimaan H0
0 Do not Reject H 0
reject H0
 Hipotesis ANOVA DuaArah
 dengan interaksi
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabelANOVA
 Hipotesis ANOVADua Arah
 dengan interaksi
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabelANOVA
b k n 2
JKT    x T ...
2
ijc

i1 j1 c1 bkn

JKE = JKT - JKB - JKK- JKI

5. Membuat kesimpulan n = ulangan percobaan
 CONTOH 4. ANALISIS VARIANSI DUA ARAH DGN
INTERAKSI
• Empat varietas padi hendak dibandingkan
hasilnya dengan memberikan pupuk.
Percobaan dilakukan dengan menggunakan 8
petak yang seragam, masing-masing di 4 lokasi
yang berbeda. Di setiap lokasi, dicobakan pada
2 petak yang ditentukan secara acak. Hasilnya
(dalam kg) per petak adalah sbb:
Tabel hubungan antara jenis pupuk, varietas padi dan hasil panen
penyelesaian
penyelesaian
penyelesaian
penyelesaian
penyelesaian