ANALISIS VARIANS

( ANOVA )

1
 Analisis Variansi

• Analisis variansi (ANOVA)

adalah suatu metoda untuk
menguji hipotesis kesamaan
rata-rata dari tiga atau lebih
kelompok populasi.
2
Analisis Variansi
• Misalkan terdapat k populasi
( 3, 4, ...dst ) .
• Dari masing-masing populasi
diambil sampel berukuran n.
• Misalkan k populasi saling bebas
dan berdistribusi normal dengan
rata-rata 1, 2, …. dan k dan
variansi 2. 3
 Tiga Kelompok Untuk Uji Anova

KELOMPOK I KELOMPOK II KELOMPOK III

X11 X12 X13

X21 X22 X23
X31 X32 X33
. . .
. . .
. . .
. . .
. . .
Xn1 Xn2 Xn3

_ _ _

χ χ χ 4
1 2 3
Hipotesis :

H0 : 1 = 2 = … = k

H1 : Ada rata-rata yang

tidak sama
5
 ANOVA
• Uji ANOVA (Analisis of Variance) atau
sering diistilahkan sebagai uji sidik
ragam, dikembangkan oleh Ronald
Fisher.
• Prinsip pengujiannya adalah
menganalisis variabilitas atau
keragaman data menjadi dua sumber
variasi, yaitu variasi dalam kelompok
(within) dan variasi antar kelompok
(between). 6
• Bila variasi within dan between sama
maka rata-rata yang dihasilkan tidak
ada perbedaan.

• Sebaliknya bila hasil perbandingan

kedua varian tersebut menghasilkan
nilai lebih dari 1, maka rata-rata yang
dibandingkan menunjukkan adanya
perbedaan.
7
 ANOVA
• Contoh : pengujian untuk mengetahui
apakah ada perbedaan antara rata–rata
nilai mengajar metode : diskusi , ceramah
da metode gabungan diskusi dan ceramah .

• Langkah pengujian anova dibedakan

atas one way anova .
• One way anova: memperhitungkan satu faktor
yang menyebabkan variasi.

Contoh: menguji hipotesis ada tidaknya

perbedaan antara rata rata nilai metode
mengajar.

• Two way anova: menguji hipotesis ada tidaknya

perbedaan antara rata rata nilai tiga metode
mengajar berdasarkan jenis kelamin.

9
ONE WAY ANOVA
Langkah-langkah pengujian one way
Anova:
a. Menentukan Ho dan Ha
Ho: μ1= μ2 = μ3 =……..= μn
Ha: Satu atau beberapa μ berbeda dengan μ yang
lain (menyatakan bahwa Ho tidak terbukti).

Hal tersebut bisa berarti:

μ1 ≠ μ2 ≠ μ3 ≠……. μn
atau
μ1= μ2 tetapi μ2 ≠ μ3 ≠……. μn
ONE WAY ANOVA
atau
μ1 ≠ μ2 tetapi μ1= μ3
dan μ1 ≠ μ4 ≠ μ5 ≠……. μn
dan seterusnya.

Perlu diperhatikan bahwa jika

Ho: μ1= μ2 = μ3 =…….. μn
bukan berarti bahwa
Ha: μ1≠ μ2 ≠ μ3 ≠ …….. μn
ONE WAY ANOVA
b. Menentukan daerah penerimaan Ho
dan Ha. Menggunakan distribusi F :

Numerator = k-1
Denominator = k (n-1)
k = jumlah kolom
n = jumlah elemen tiap kolom
Besarnya α ditentukan oleh peneliti,
umumnya digunakan α = 5%
ONE WAY ANOVA
c. Menentukan nilai Statistik uji

d. Membandingkan nilai F-ratio dengan

daerah penerimaan Ho dan Ha
Ho diterima jika F-ratio lebih kecil dari titik
kritis, dan sebaliknya

e. Pengambilan keputusan
Jika Ho diterima artinya kita menerima
hipotesis yang menyatakan bahwa rata-rata
populasi tidak berbeda (sama).
Bila F Hitung < F tabel, maka Ho diterima,
yang berarti rata-rata kedua perlakuan
tidak berbeda secara signifikan.

Bila F Hitung > F tabel, maka Ho ditolak

dan Ha diterima, yang berarti rata-rata
kedua perlakuan berbeda secara
signifikan.

14
Contoh :
Soal one way anova
• Sebuah hipotesa ingin menguji ada
tidaknya perbedaan secara signifikan
antara tiga kelompok masyarakat yang
mempunyai budaya berbeda .
Selanjutnya dperoleh data sampel
pada tiga kelompok tersebut.
Contoh soal one way anova
Score Score Score
Pengetahuan Pegetahuan Pengetahuan
Budaya A Budaya B Budaya C
5 9 9

4 8 4

7 5 6
 Contoh
Penyuluhan diberikan
dengan tiga metode A, B, C.

Bila data yang didapat seperti

pada tabel di samping,
apakah ketiga metode
penyuluhan memiliki hasil
yang sama?

Ӯ1=
Ӯ2 =
Ӯ3 =
17
Bentuk Data
Populasi
1 2 … i … k
x11 x21 … xi1 … Xk1
Total
x12 x22 … xi2 … Xk2
: : : : : :
x1n x2n … xin … xkn
µ1 µ1 ...... µ1 ...... µ1

Total T1 T2 … Ti … Tk T

Ti adalah total semua pengamatan dari populasi ke-i
T adalah total semua pengamatan dari semua populasi
18
Rumus Hitung Jumlah Kuadrat
( Ukuran sampel sama )
k n 2
T
Jumlah Kuadrat Total = JKT   x  2
ij


i 1 j1 nk
k

T 2
i
T 2
Jumlah Kuadrat Perlakuan = JKP  i 1
 
n nk
Jumlah Kuadrat Galat = JKG  JKT  JKP

n = jumlah obyek pengamatan tiap kelompok

k = banyaknya perlakuan

19
Rumus Hitung Jumlah Kuadrat
( Ukuran sampel sama )
Jumlah Kuadrat Total = k n 2
T
JKT    xij2  
i 1 j 1 nk
67137 895 x895
JKT  
( 4)3
JKT  67137  66752  385

n = jumlah obyek pengamatan tiap kelompok

k = banyaknya perlakuan

20
Rumus Hitung Jumlah Kuadrat
( Ukuran sampel sama )

T 2
i
T2
JKP  i 1

n nk
JKG  267901 / 4  66752  223,25
Jumlah Kuadrat Perlakuan =

Jumlah Kuadrat Galat =385 - 223,25 =161

n = jumlah obyek pengamatan tiap kelompok

k = banyaknya perlakuan

21
Tabel Anova dan Daerah Penolakan
(Ukuran Sampel sama)

Sumber Derajat Jumlah Kuadrat

Statistik F
Variasi bebas kuadrat Rata-rata

KRP = F=
Perlakuan k–1 JKP
JKP/(k – 1 ) KRP/KRG
KRG =
Galat k(n-1) JKG
JKG/(k(n-1))
Total nk – 1 JKT

H0 ditolak jika F > F(; k – 1; k(n – 1))

atau nilai-p < . 22
Penyelesaian

 Hipotesa :
H0: 1 = 2 = 3
H1: Ada rata-rata yang tidak
sama
 Tingkat signifikasi  = 0.05
 H0 ditolak jika nilai-p < .
23
Tabel Anova
Sumber Derajat Jumlah Kuadrat Statistik
Variasi Bebas Kuadrat Rata-rata F

Perlakuan 3-1=2 223.167 111.583

F = 6.209
Galat 12-3=9 161.750 17.972

Total 12-1=11 384.917

24
TABEL DISTRIBUSI F

25
26
Hasil Output SPSS mempunyai nilai-p < 0,05
sehingga Ho ditolak berarti ada rata-rata
yang berbeda.

27
Rumus Hitung Jumlah Kuadrat
Untuk ukuran sampel yang berbeda
k ni 2
T
Jumlah Kuadrat Total = JKT   x ij 2 

i 1 j1 N
k
Ti2 T2
Jumlah Kuadrat Perlakuan =JKP   
i 1 n i N
Jumlah Kuadrat Galat = JKG  JKT  JKP
k
dengan N   n i
i 1

28
Tabel Anova
Untuk ukuran sampel yang berbeda

Sumber Derajat Jumlah Kuadrat

Statistik F
Variasi bebas kuadrat Rata-rata

KRP = F=
Perlakuan k–1 JKP
JKP/(k – 1 ) KRP/KRG
KRG =
Galat N–k JKG
JKG/(N - k)
Total N–1 JKT

29
 Contoh 2
Seorang guru SMA Metode
mengadakan penelitian A B C D
tentang keunggulan metode
mengajar dengan beberapa 70 65 76 67
metode pengajaran.
76 70 87 66

Bila data yang didapat seperti 77 74 78 50

pada tabel di samping, 78 67 77 57
apakah keempat metode
mengajar tersebut memiliki 67 57 68
hasil yang sama?
89
30
Penyelesaian
 Hipotesa :
H0: 1 = 2 = 3= 4
H1: Ada rata-rata yang tidak sama
 Tingkat signifikasi  = 0.05

H0 ditolak jika nilai-p < .

31
Hasil Output SPSS

• Karena nilai-p = 0,006 <  = 0,05 maka H0

ditolak sehingga ada rata-rata yang berbeda.
• Untuk mencari mana rata-rata yang berbeda
digunakan analisis pasca anova (post hoc
test).
32
Hasil output SPSS

• Dengan menggunakan  = 5 % maka metode A

dan metode D berbeda secara signifikan (nilai-p
= 0,015), metode C dan metode D berbeda
secara signifikan (nilai-p = 0,012).
33
Hasil output SPSS
• Berdasarkan hasil di
samping, metode-
metode yang
digunakan terbagi
dalam 2 kelompok,
Metode D dan
Metode B terletak
dalam satu kelompok,
sedangkan metode B,
metode C dan
metode A terletak
pada kelompok yang
lain. 34