Analisis Varians Satu Arah

(One Way Anova)

Fungsi Uji :
Untuk mengetahui perbedaan antara 3
kelompok/ perlakuan atau lebih

Asumsi :
Data berskala minimal interval
Data berdistribusi Normal
Varians data homogen
 Analisis Varians Satu Arah
(One Way Anova)

Hipotesis :

H0 : 1   2   3  ....   k
H1 : Minimal ada satu pasang yang
berbeda
 Analisis Varians Satu Arah
(One Way Anova)

Jika H0 ditolak,
harus dicari pasangan mana yang
berbeda, dengan menggunakan uji
perbandingan berganda
 Analisis Varians Satu Arah
(One Way Anova)

Statistik Uji :
Nilai Fhit
untuk itu akan dibuat sebuah tabel yang
disebut dengan Tabel Anova untuk
mempermudah perhitungan
Analisis Varians Satu Arah
(One Way Anova)
Tabel Anova
Sumber Derajat Sum of Mean Square Fhit
Variasi bebas Square

Perlakuan ( k  1) SSP SSP A/B

MSP = A =
( k  1)

Eror n  k  SSE SSE

MSE = B =
(n  k )
Total n  1 SST
 Analisis Varians Satu Arah
(One Way Anova)

Dimana :
k = banyaknya kelompok/
perlakuan
k

n = besar data = n
i 1
i
 Analisis Varians Satu Arah
(One Way Anova)
Bentuk data

Perlakuan/ Kelompok
1 2 ………… k
X 11 X ………… X 1k
12

X 21 X 22 X 2k
. . .
. . .
. . .
X n11 X n2 2 X nk k
 Analisis Varians Satu Arah
(One Way Anova)
Maka :

FK = Faktor Koreksi =  X  ij
2

n
= Sum of Square Total =  ij  FK
2
SST X

SSP = nSum of Square

n
Perlakuan
n
( X i1 ) ( X i 2 ) ( X ik ) 2
1 2 k
2 2

= i 1
 i 1
 ......  i 1
 FK
n1 n2 nk

SSE = Sum of Square Eror = SST – SSP

 Analisis Varians Satu Arah
(One Way Anova)
Penarikan Keputusan :
H0 ditolak pada tingkat signifikansi, jika :

Fhit  F (v1 , v 2 )

dimana F (v1 , v2 ) adalah tabel F dengan derajat bebas:

v1 = derajat bebas perlakuan = k 1
v2 = derajat bebas sisa = n  k
 UJI VARIANSI

 Salah satu asumsi yang harus dipenuhi

pada saat menggunakan uji Anova satu
arah adalah varians data HOMOGEN
 Untuk mengetahui kondisi varians data
(homogen atau heterogen) maka dilakukan
uji variansi yaitu uji Barlett
 Uji Barlett

Fungsi Uji :
untuk mengetahui kondisi varians data
(homogen atau heterogen)

Hipotesis :
H0 : Varians data homogen
H1 : Varians data heterogen
 Uji Barlett

Statistik Uji :

 k
2
2,3026n  k  log S   ni  1 log S i 
2

 i 1 
2 
faktor koreksi
 Uji Barlett

dimana :
ni = banyaknya data pada kelompok/ perlakuan ke-i
S i2 = varians data pada kelompok/ perlakuan ke-i
k

n= jumlah seluruh data = 

i 1
ni

S2 = Mean Square Error (MSE) dari Tabel Anova Satu Arah

faktor koreksi = 1  1 1 
1   
3k  1  ni  1 n  k 
 Uji Barlett

Pengambilan Keputusan :
Digunakan tabel Chi-Square dengan derajat bebas dan
tingkat signifikansi

H0 ditolak jika :

 
2 2
tabel
 Contoh Kasus

Ingin dilihat perbedaan kadar Hb dari 3 (tiga)

kelompok responden, dengan kondisi sebagai
berikut :
 Kelompok I : Memperoleh suplemen Fe
 Kelompok II : Memperoleh suplemen Fe
dan vitamin B1
 Kelompok III : Tidak memperoleh
suplemen
 pengukuran kadar Hb adalah sebagai berikut :
Kelompok I Kelompok II Kelompok III

11,5 12,4 11,1

11,7 11,6 10,5
12,5 12,1 11,2
11,6 11,8 10,5
12,0 11,8 11,2
12,4 12,3 10,6
12,0 12,2
12,1

Pertanyaan : Dengan asumsi data berdistribusi normal,

apakah ada perbedaan kadar Hb antara ke-3 kelompok
tersebut ? (Gunakan =5%)
Langkah-Langkah Penyelesaian
Hipotesis :

H0 : 1 = 2 = 3
H1 : minimal ada satu pasang  yang berbeda

Atau

H0 : Tidak ada perbedaan kadar Hb untuk ke-3

kelompok
H1 : Ada perbedaan kadar Hb (minimal satu
pasang) untuk ke-3 kelompok
Dari data diperoleh nilai :

Kelompok Kelompok Kelompok Jumlah

1 2 3
11,5 12,4 11,1
11,7 11,6 10,5
12,5 12,1 11,2
11,6 11,8 10,5
12,0 11,8 11,2
12,4 12,3 10,6
12,0 12,2
12,1
Jumlah 83,7 96,3 65,1 245,1
Uraian penghitungan Sum of Square
Tabel Anova
Sbr var db SS MS Fhit

Perlakuan 2 5,692 2,846 24,965

Sisa 18 2,051 0,114
Total 20 7,743
Kesimpulan

Dengan menggunakan  = 5% dapat

disimpulkan :
Fhit = 24,967
F(2,18)(5%) = 3,55

Karena Fhit > F(2,18)(5%) maka Ho ditolak

Artinya : ada perbedaan kadar Hb (minimal
satu pasang )
Uji Varians

Hipotesis :
H0 : Varians data homogen
H1 : Varians data heterogen

Kelompok 1 Kelompok 2 Kelompok 3

si2 0,149 0,077 0,123
Proses Perhitungan
Kesimpulan

Dengan menggunakan  = 5% dapat

disimpulkan :
2 = 0,7068
2 (5%)(2) = 5,99

Karena 2 < 2 (5%)(2) maka Ho diterima

Artinya : Varians data homogen

ANOVA Dua Arah
 Memeriksa efek dari :

 Dua faktor pada variabel dependen

Contoh:
 Apakah terdapat pengaruh faktor A dan
faktor B terhadap variabel dependen ?

 Apakah terdapat pengaruh shift dan jenis

kelamin pada produktifitas kerja ?
 Interaksi antar level yang berbeda pada dua faktor
tersebut

Contoh :
 Apakah terdapat interaksi antara 2 faktor
yaitu faktor A dan faktor B terhadap variabel
dependen ?

 Apakah terdapat interaksi antara shift dan

jenis kelamin terhadap produktifitas kerja ?

28
ANOVA Dua Arah
 Asumsi
 Normalitas
 Populasi berdistribusi normal
 Homogenitas Variansi
 Populasi mempunyai kesamaan variansi
 Independensi Error
 Random sampel yang Independen
Contoh
 Sebuah pabrik mempekerjakan karyawan dalam 4 shift
(satu shift terdiri atas sekelompok pekerja yang berlainan).

 Manajer pabrik tersebut ingin mengetahui apakah ada

perbedaan produktifitas yang nyata di antara 4 kelompok
kerja yang ada selama ini.

 Selama ini setiap kelompok kerja terdiri atas wanita semua

atau pria semua. Dan setelah kelompok pria bekerja dua
hari berturut-turut, ganti kelompok wanita (tetap terbagi
menjadi 4 kelompok) yang bekerja.

 Demikian seterusnya, dua hari untuk pria dan sehari untuk

wanita.
30
Data

31
Hipotesis
 Faktor Shift :
H0 : Tidak ada pengaruh faktor Shift terhadap
produktifitas
H1 : Ada pengaruh faktor Shift terhadap
produktifitas
 Faktor Gender :
H0 : Tidak ada pengaruh faktor Gender
terhadap produktifitas
H1 : Ada pengaruh faktor Gender terhadap
produktifitas
32
 Interaksi antara faktor Shift dan Faktor
Gender :

H0 : Tidak ada interaksi antara faktor Shift

dan Gender terhadap produktifitas

H1 : Ada interaksi antara faktor Shift dan

Gender terhadap produktifitas

33
 Hasil output SPSS

 Nilai-p untuk faktor Shift mendekati 0 <  = 0,05

(Ho ditolak) sehingga terdapat pengaruh faktor Shift
terhadap produktifitas

 Nilai-p untuk faktor Gender adalah 0,019 <  = 0,05

(Ho ditolak) sehingga terdapat pengaruh faktor
Gender terhadap produktifitas 34
 Nilai-p untuk interaksi antara faktor Shift dan
Gender adalah 0,598 > 0,05 sehingga H0
diterima yaitu berarti tidak terdapat interaksi
antara faktor Shift dan Gender terhadap
produktifitas

35
 Analisis Pasca Anova : Shift

 Terdapat beda nyata antara Shift II dengan Shift IV dan Shift II

dengan Shift I
 Terdapat beda nyata antara Shift IV dengan Shift II dan Shift IV
dengan Shift I
36
 Dst
Analisis Pasca Anova : Gender

 Terdapat perbedaan nyata antara produktifitas

pria dan produktifitas wanita
37