UJI ANOVA

Iswandi, S.Si., Apt

LATAR BELAKANG ANOVA
ANOVA adalah singkatan dari Analysis of Variance. Latar belakang
dikembangkan metoda ini karena ingin dilakukan testing terhadap
rata-rata populasi yg mengalami “perlakuan” yg berbeda-beda.
Pertanyaannya : apakah perbedaan rata-rata antara berbagai
grup yg mengalami perlakuan berbeda tsb signifikan atau tidak.

Asumsi untuk ujia ANOVA adalah:

1. Populasi semuanya normal
2. Standard deviasi populasi sama
3. Populasi independen
MIsal ada 4 grup A,B,C dan D dengan rata-rata sampel xA, xB, xC dan
xD. Ingin diketahui apakah rata-rata populasi yg terkait dengan
sampel tsb sama? Tentu saja kita bisa melakukan uji statistik bagi
tiap sepasang mean, misal μA=μB lalu μA=μC dst. Semuanya ada 6
pasangan yg mungkin, jadi ada 6 uji yg harus dilakukan. Untuk
masing-masing dilakukan test-t
LATAR BELAKANG ANOVA

Apa kelemahan test-t sepasang-sepasang ini?

1. Banyak test harus dilakukan
2. Kesalahan tipe-1 yg besar

Misal tiap-tidap test-t diuji dengan tingkat signifikan 0.05, berarti

probabilitas H0 diterima dan keputusan benar 0.95. Karena ada 6
pasangan test (dalam contoh sebelumnya) maka probabilitas
telah dibuat keputusan benar karena menerima H0 yg benar
adalah 0.95*0.95*0.95*0.95*0.95*0.95 = 0.735
Jadi probabilitas melakukan error tipe I, yaitu H0 benar tapi ditolak
adalah 1-0.735 = 0.265!

Oleh karena diperlukan uji yg dapat sekaligus membandingkan

kesamaan rata-rata berbagai grup tsb serempak.
TEST ANOVA – Ide

μA μB μC

Ide dasar test ANOVA adalah perbedaan rata-rata populasi

ditentukan oleh dua faktor yaitu variasi data dalam 1 sampel dan
variasi data antar sampel. Perbedaan rata-rata antar populasi
nyata jika variasi data antar sampel besar sedangkan variasi data
dalam 1 sampel kecil.
TEST ANOVA – Macam Variasi

Beberapa definisi variasi.

1. Variasi Total
Jumlah total kuadrat selisih data dengan rata-rata total seluruh
data (grand mean) k nj
k nj
SStotal   ( xij  xG ) 2  x
j 1 i 1
ij
j 1 i 1 xG 
N
2. Variasi Antar Sampel (atau Variasi karena Perlakuan)
Jumlah total kuadrat selisih rata-rata tiap sampel thd rata-rata
total (grand mean)
nj
SST   n j ( xij  xG ) 2
j 1
TEST ANOVA – Macam Variasi

Beberapa definisi variasi.

3. Variasi Random
Jumlah total kuadrat selisih data dengan rata-rata sampel yg terkait
nk
k nj
SSE   ( xij  x j ) 2
x i
j 1 i 1 xk  i 1
nk

Dengan G adalah banyak group, ng adalah banyak sampel di

group-g.
Dapat dibuktikan bahwa ketiga variasi tsb saling terkait:

SStotal = SST + SSE

TEST ANOVA

1. Hipotesa
H0: μ1= μ2= μ3 = ….
H1: tidak semua rata-rata populasi sama
2. Tentukan tingkat signifikan α
3. Daerah kritis MST
F
Test statistiknya adalah F-test dengan MSE
dimana MST : Mean Squares of Treatments (between groups)
MSE : Mean Squares of Errors (within errors)
SST SSE
MST  MSE 
k 1 nk
Dengan k : jumlah grup dan n adalah banyak total semua data. Derajat
kebebasan F adalah (v1=k-1) untuk pembilang dan (v2=n-k) untuk
penyebut. Tentukan nilai kritis Fα(v1,v2) = Fkritis.
Tolak H0 jika Fhitung > Fkritis
TEST ANOVA

4. Perhitungan

TABEL ANOVA
Sumber Sum of Derajat Mean Fhitung
variasi Squares kebebasan Squares
Treatment SST k-1 MST=SST/(k-1) MST/MSE
(antar grup)
Error (dalam SSE n-k MSE=SSE/(n-k)
grup)
Total SS total n-1

5. Keputusan
Bandingkan Fhitung dengan Fkritis
6. Kesimpulan
TEST ANOVA – Contoh

Prof. Xsentrik memiliki 22 murid di kuliah Statistik. Murid-murid tsb

diminta memberikan rating thd perkuliahannya dalam 4 kategori: Baik
sekali, Baik, Cukup dan Jelek. Setelah itu diakhir kuliah diperoleh data
nilai akhir Statistik para murid tsb.

GRUP
Baik sekali Baik Cukup Jelek
1 2 3 4
94 75 70 68
90 68 73 70
85 77 76 72
80 83 78 65
88 80 74

68 65
65
SOlusi - Excell

Anova: Single Factor

SUMMARY
Groups Count Sum Average Variance
Baik sekali 4 349 87.25 36.91667
Baik 5 391 78.2 58.7
Cukup 7 510 72.85714 30.14286
Jelek 6 414 69 13.6

ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 890.6838 3 296.8946 8.990643 0.000743 3.159908
Within Groups 594.4071 18 33.02262
Total 1485.091 21
SOlusi – Manual (menghitung rata-rata dalam grup dan
grand)

GRUP
Baik sekali Baik Cukup Jelek
1 2 3 4

------------------------------------------------------------------------------
94 75 70 68
90 68 73 70
85 77 76 72
80 83 78 65
88 80 74
68 65
65
----------------------------------------------------------------------------------------------------
Σ 349 391 510 414
Rata-rata 87.25 78.2 72.86 69

x1  87.25 x2  78.2 x3  72.86 x4  69 Rata-rata dalam grup

xG  (349  391  510  414) / 22  75.64 Rata-rata grand
SOlusi – Menghitung SSE (variasi antar grup)

x1  87.25 x2  78.2 x3  72.86 x4  69 Jumlah data di

xG  75.64 Grup1 : 4

SST   nk ( xk  xG ) 2 Grup 2 : 5
k 1 Grup 3 : 7
SST  4 * (87.25  75.64)  5 * (78.2  75.64) 
2 2

Grup 4 : 6
7 * (72.86  75.64)  6 * (69  75.64)
2 2

SST = 890.68
SOlusi – Menghitung Variasi Dalam Grup

( xij  x1 ) 2 ( xij  x2 )2 ( xij  x3 ) 2 ( xij  x4 )2

45.56 10.24 8.16 1.00
7.56 104.04 0.02 1.00
5.06 1.44 9.88 9.00
52.56 23.04 26.45 16.00
96.04 51.02 25.00
23.59 16.00
61.73
----------------------------------------------------------------------------------
110.75 234.8 180.86 68
 ij 1
( x
i ,1
 x ) 2
 ij 2
( x  x ) 2
 ij 3
( x
i ,3
 x ) 2
 ij 4
(
i,4
x  x ) 2

i,2

SSE = 110.75+234.8+180.86+68 = 594.41

SOlusi – Menghitung Variasi Total

( xij  xG ) 2 ( xij  xG ) 2 ( xij  xG ) 2 ( xij  xG ) 2

337.22 0.40 31.77 58.31
206.31 58.31 6.95 31.77
87.68 1.86 0.13 13.22
19.04 54.22 5.59 113.13
152.86 19.04 2.68
58.31 113.13
113.13
----------------------------------------------------------------------------------------------
650.26 267.66 234.93 332.25

 ij G  650.26  267.66  234.93  332.25  1485.09

( x
i, j
 x ) 2

SStotal = 1485.09
SOlusi – Ringkasan Hitungan

Variasi antar grup : SST = 890.68 v1 = 4-1=3 MST= SST/v1=296.89

Variasi dalam grup : SSE = 594.41 v2 = 22-4=18 MSE=SSE/v2=33.02
Variasi total : SSTotal = 1485.09

Fhitung = MST/MSE = 296.89/33.02 = 8.99

Dengan derajat kebebasan v1=3 dan v2=18
SOlusi – Testing Hipotesis

1. Hipotesa
H0: μ1= μ2= μ3 = μ4
H1: tidak semua rata-rata populasi sama
2. tingkat signifikan α = 5%
3. Daerah kritis
Test statistiknya adalah F-test.
F(v1,v2) = MST/MSE dengan
dengan v1=k-1 = 4-1 = 3 dan v2= n-k = 22-4 = 18
Nilai kritis F0.025 (3,18) = 3.16
Tolak H0 jika F> 3.16
4. Perhitungan
Fhitung = MST/MSE = 296.89/33.02 = 8.99
5. Keputusan : Karena F > 3.16 maka H0 ditolak
5. Kesimpulan : Tidak semua rata-rata grup sama