Anda di halaman 1dari 10

Analisis Variansi (Anava)

Model Analisis variansi merupakan pemecahan variasi total yg


ada dalam data ke dlm beberapa komponen. Setiap komponen
ditandai sebagai sumber variasi dan ditambah satu komponen yg
merupakan variasi dari faktor2 yg tak terkontrol dan sesatan
random yg berhubungan dgn pengukuran respon.

Anava Satu Arah

Misal ada k populasi dgn mean 1, 2 ,..., k (tidak diket) dan ingin
diuji hipotesis:

Ho : 1  2  ...  k
H1 : paling sedikit ada satu yg berbeda

Data yg dipunyai adl observasi dari n = n1+n2+ … + nk


individu, ditulis dgn Xij, i=1,2,…,k dan j=1,2,…,ni
Populasi 1 Populasi 2 … Populasi k
Tritmen 1 Tritmen 2 Tritmen k
X11 X21 … Xk1
X12 X22 Xk2
… … …
X1n1 X2n2 … Xknk
Jumlah X1. X2. … Xk. X ..
Mean X 1. X 2. X k. X ..

Asumsi : Xij berdist normal dan saling indep, dgn mean i


dan variansi 2
( X ij  X .. )  ( X i.  X .. )  ( X ij  X i. ) dikuadratkan

( X ij  X .. )2  ( X i.  X .. )2  ( X ij  X i. )2  2( X i.  X .. )( X ij  X i. )
k ni k k ni

 ij ..  i i. ..  ij i.
( X
i
 X ) 2

j
 n ( X  X ) 2
 (
i
X  X ) 2

i j

 2 ( X i .  X .. )( X ij  X i . )
i j

ni
=0
X i.
 ( X ij  X i. )  X i.  ni X i.  X i.  ni
j ni
0
k ni k k ni

 ij ..  i i. ..  ij i.
i
( X  X )
j
2
 n ( X  X ) 2

i
 ( X  X ) 2

i j
JK = JK Tritmen + JK Sesatan

db (n-1) = (k-1) + (n-k)


Rumus yang lebih mudah :
ni
k
X ..2
JK   X  2
ij
JKS = JK -JKT
i j n
ni
k
X ..2
JK   X  2
ij
i j n
JKT /( k  1)
F  Fratio
JKS /( n  k )

 JKS   JKT 
dan E 
2
E  
2

nk   k 1 
 JKT 
Jika Ho benar (1   2  ...   k ) maka E   
2

 k 1 
Ho ditolak jika F>Co, dgn Co adl konstanta > 1, karena
harga F yg besar lebih mungkin akan terjadi jika Ho
salah drpd jika Ho benar
Pembilang dan penyebut F adl var random indep, sed hingga

JKS
a. ~  n2 k
 2

JKT
b. Jika Ho benar, ~ 2
k 1
 2

Sehingga di bawah Ho, variabel


JKT /( k  1) JKT /( 2 (k  1))
F  ~ F( k 1),( nk )
JKS /( n  k ) JKS /( (n  k ))
2

Jadi Ho ditolak jika F  F( k 1),( n k );


SKR = JKS/(n-k) = Sesatan kuadrat rata-rata
TKR = JKT/(k-1) = Tritmen kuadrat rata-rata
Tabel Anava Satu Arah

S.V. db JK KR Fratio

Tritmen k-1 JKT TKR F=TKR/SKR

Sesatan n-k JKS SKR

Total n-1 JK

Contoh :

Dipunyai 4 varitas padi yg akan diuji produktivitasnya. Dipilih 24


petak tanah yg memp kesuburan yg sama. Dari 24 petak tsb dibagi
secara random menjadi 4 kelompok, masing2 6 petak dan
selanjutnya tiap kelompok ditanami satu varitas padi. Hasilnya
disajikan pd tbl berikut.
Var 1 Var 2 Var 3 Var 4
24 13 21 27
13 21 13 30
18 11 26 24
24 23 23 29
16 28 16 26
23 18 12 34
Xi. 118 114 111 170 513

Penyelesaian :
1. Ho : Keempat varitas padi memp rata-rata produktivitas yg
sama
H1 :Paling tidak ada satu varitas padi yg memp rata2
produktivitas yg tidak sama

2.   0,05
3. Daerah kritis : Ho ditolak jika F  F(3, 20;0,05)  3,10
4. Hitungan:
2
513
JK  (24 2  13 2  ...  34 2 )   11891  10965 ,375  925 ,625
24
118 2  114 2  111 2  170 2 513 2
JKT    391,458
6 24
JKS = JK – JKT = 534,167
Tabel Anava

SV Db JK KR F
Varitas 3 391,458 130,486 4,885

Sesatan 20 534,167 26,708


Total 23 925,625
5. Karena F>3,1, maka Ho ditolak yang berarti bhw paling
tidak ada satu varitas padi yg mempunyai rata2
produktivitas tidak sama.

Anda mungkin juga menyukai