ANOVA

PENGERTIAN
ANOVA (Analysis of Variance) atau analisis
ragam merupakan pengujian rata-rata K
sampel. Uji statistik yang digunakan adalah uji-F
(F-Test).
Apabila dari hasil uji- F menunjukkan
perbedaan rata-rata yang bersifat nyata antar
sampel yang diuji, maka untuk mengetahui rata-
rata sampel mana yang menunjukkan perbedaan
tersebut dilakukan uji lanjut dengan statistik t (t-
test).
Asumsi:

1. Masing-masing nilai variansnya sama.

2 Data harus tersebar secara normal

 1 2 3 4 5

antar dalam
M 1
M 2
M 3
M 4
M 5
X

M tot
X-M tot
M tot = Mean of Means
 JENIS ANOVA
 One Way Classification (ANOVA SATU ARAH)
Di mana eksperimen didasarkan hanya pada satu
kriteria saja
 Two Way Classification (ANOVA DUA ARAH)
Digunakan untuk mengukur variasi yang terjadi, dan
pengamatan variasi ini diklasifikasi ke dalam 2 kriteria
Rumusan Hipotesis

 H0: 1 = 2 = 3 = 4 = ….= n
H1: 1  2  3  4  ….  n

(dengan asumsi varians dari populasi

tersebut sama)

 Uji Statistik : F
Langkah kerja
1. Hipotesis :
H0: 1 = 2 = 3 = 4 = ….= n
H1: 1  2  3  4  ….  n
(dengan asumsi varians dari populasi
tersebut sama)
2. Uji Statistik : F
3. Taraf Nyata α
4. Daerah Kritis: F > Fα (v1,v2)
5. Perhitungan:
Perhitungan
 Faktor Koreksi = FK = ( X tot ) 2
N
 Jumlah Kuadrat Total = JKT =  FK
Xij2

( X1 ) 2 ( X 2 ) 2 ( X 3 ) 2
    ...   FK
 Jumlah Kuadrat Antar = JKA = n1 n2 n3

 Jumlah Kuadrat Sisa = JKS = JKT - JKA

 Derajat Bebas Total = dbT = N - 1

 Derajat Bebas Antar = dbA = K - 1
 Derajat Bebas Sisa = dbS = DBT – DBA
 JK A
 Mean Kuadrat Antar = MKA =
db A

JK S
 Mean Kuadrat Sisa = MKS = dbS

MK A
 F =
MK S
6. KEPUTUSAN:

 Bandingkan antara Fratio dengan Ftabel

 Jika Fratio ≥ Ftabel → H0 ditolak

 Jika Fratio < Ftabel → H0 diterima
atau
 Jika Sig F ≤ α → H0 ditolak
 Jika Sig F > α → H0 diterima
 daerah
diterima
Daerah Kritis

4,26
Tabel Anova
No. Sumber db JK MK F Fα
Variasi
1 antar K-1

2 Sisa N-k-1

Total N-1
Contoh:
 Seorang pakar pasar modal berpendapat bahwa rata-
rata pembelian saham per investor di bursa efek A, B,
dan C sama. Berikut adalah hasil penelitian terhadap
pembelian selama 4 minggu di tiga bursa efek A, B,
dan C.
 Ujilah pendapat tersebut dengan α = 5%.
 BURSA BURSA BURSA

PEMBELIAN A B C
SAHAM (MG)
I 22 22 25

II 21 25 29

III 26 24 28

IV 23 25 30
ANALISIS SECARA MANUAL

1. Hipotesis H0: 1 = 2 = 3
H1: 1  2  3
Minimal satu bursa efek menunjukkan
perbedaan rata-rata hasil pembelian
saham
2. Uji Statistik : F
3. Taraf Nyata α = 5%
4. Daerah Kritis: F > Fα (v1,v2); di mana v1 = db bursa
v2 = db sisa
5. Perhitungan:
ANALISIS SECARA MANUAL Lanjutan

BURSA BURSA BURSA Jumlah

PEMBELIAN A B C
SAHAM (MG)
I 22 22 25 69

II 21 25 29 75

III 26 24 28 78

IV 23 25 30 78

Jumlah 92 96 112 300

 FK =(92+ 96 + 112)2 : 12 = (300 )2 = 7.500
12

 JKT = (222 + ... + 302) - FK = 7.590 – 7.500 = 90

 JKA = (922 + 962 + 1122)/4 – FK = 7.556 – 7.500 = 56

 JKS = 90 – 56 = 34

 dbT = 12 – 1 = 11

 dbA = 3–1=2

 dbS = 11– 2 = 9
 MKA = 56 = 28
2
34
 MKs = = 3,78
9 Ho
ditolak

28 4,26 7,41
 F = 3,78 = 7,41

 Kesimpulan: karena nilai F hitung lebih besar dari

F0,05(2;9) = 4,26, maka tolak H0 (artinya minimal satu
bursa efek yang memberikan hasil pembelian yang
berbeda dengan bursa lainnya).
Tabel Anova
No Sumber db JK MK F Fα
Variasi
1 Bursa 2 56 28 7,41 4,26

2 Sisa 9 34 3,78

Total 11 90
Uji t

Untuk menguji bursa efek mana yang menunjukkan

perbedaan. Digunakan uji lanjut dengan statistik uji t,
yaitu:
1. Hipotesis H0: i = j
H1: i  j
2. Uji Statistik : t
3. Taraf Nyata α = 5%
4. Daerah Kritis: t ≥ tα/2 (n1+n2-2) atau t < - tα/2 (n1+n2-2)
5. Perhitungan:
tα/2 (n1+n2-2) = t0,025 (9) = 2,262
Selisih Rata-rata t=(X1-X2)/ √ 2 MKS (1/n) Kesimpulan
Hasil (karena n1=n2=n)

A-B=I23-24I= 1 0,73 < 2, 26 Tidak beda (sama)

A-C=I23-28I= 5 3,64 > 2, 26 beda

B-C=I24-28I= 4 2,90 > 2, 26 beda

Berdasarkan tabel di atas, dapat dikemukakan bahwa bursa A dan

bursa B memberikan hasil pembelian yang sama, sedangkan
Bursa A dan C, bursa B dan Bursa C memberikan hasil
pembelian yang tidak sama (berbeda).
Analisis dengan SPSS
 Oneway
Descriptives

PEMBELIA
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimu
BURSA A 4 23,00 2,160 1,080 19,56 26,44
BURSA B 4 24,00 1,414 ,707 21,75 26,25
BURSA C 4 28,00 2,160 1,080 24,56 31,44
Total 12 25,00 2,860 ,826 23,18 26,82
Analisis dengan SPSS
 Oneway
Test of Homogeneity of Variances

PEMBELIA
Levene
Statistic df1 df2 Sig.
,250 2 9 ,784

ANOVA

PEMBELIA
Sum of
Squares df Mean Square F Sig.
Between Groups 56,000 2 28,000 7,412 ,013
Within Groups 34,000 9 3,778
Total 90,000 11
Post Hoc Tests
Multiple Comparisons

Dependent Variable: PEMBELIA

LSD

Mean
Difference 95% Confidence Interval
(I) BURSA (J) BURSA (I-J) Std. Error Sig. Lower Bound Upper Bound
BURSA A BURSA B -1,00 1,374 ,485 -4,11 2,11
BURSA C -5,00* 1,374 ,005 -8,11 -1,89
BURSA B BURSA A 1,00 1,374 ,485 -2,11 4,11
BURSA C -4,00* 1,374 ,017 -7,11 -,89
BURSA C BURSA A 5,00* 1,374 ,005 1,89 8,11
BURSA B 4,00* 1,374 ,017 ,89 7,11
*. The mean difference is significant at the .05 level.
 CONTOH 2: (JIKA BANYAKNYA PENGAMATAN
SETIAP SAMPEL TIDAK SAMA)

Banyaknya susu kaleng dengan berat 1 kg dari 5 merk yang terjual

disebuah pasar swalayan selama beberapa hari adalah:

MERK
A 21 35 32 28 14 27 25
B 35 12 27 25 19 23 31 20
C 45 60 36 36 40 43 48
D 32 31 40 38 35 34
E 45 29 31 30 36 29 42 30
CONTOH 2: (JIKA BANYAKNYA PENGAMATAN SETIAP
SAMPEL TIDAK SAMA)

 Kita ingin menguji pada taraf nyata 5% apakah banyaknya susu

kaleng yang terjual untuk ke-5 merk tersebut menunjukkan
perbedaan yang nyata
 ANALISIS SECARA MANUAL

 1. Hipotesis H0: A = B = C = D = E
 H1: A  B  C  D  E
 atau
 H1:Minimal satu rata-rata menunjukkan
perbedaan
 2. Uji Statistik : F
 3. Taraf Nyata α = 5%
 4. Daerah Kritis: F > Fα (v1,v2); di mana v1 = db merk
 v2 = db sisa
 5. Perhitungan:
Merk Total Mean
A 21 35 32 28 14 27 25 182 26
B 35 12 27 25 19 23 31 20 192 24
C 45 60 36 36 40 43 48 308 44
D 32 31 40 38 35 34 210 35
E 45 29 31 30 36 29 42 30 272 34
 FK = (182+ 192 + 308 + 210 + 272)2 : 36 = 37.636

 JKT = (212 + 352 + ... + 302) - FK = 40.906 – 37.636 = 3.270

 JKMerk = (1822/7+ 1922/8+ 3082 /7 + 2102 /6+ 2722/8 ) – FK

= 39.490 – 37.636 = 1.854

 JKS = 3.270 – 1.854 = 1.416

 `
 dbT = 36 – 1 = 35
 dbA = 5–1=4
 dbS = 35– 4 = 31


MKMerk = 1.854 = 463.5
4

MKS = 1.416 = 45,68
31

 F= = 10,15
463.5
45,68
Tabel Anova

N Sumber db JK MK F Fα
o Variasi
1 Merk 4 1,854 463,5 10,15 2,65

2 Sisa 31 1,416 45,68

Total 35 3.270
 Kesimpulan:
karena nilai F hitung lebih besar dari nilai F0,05(4,31),
maka tolak H0 (artinya minimal ada satu merk susu
kaleng yang terjual lebih banyak dari pada merk lainnya)

Ho
ditolak

2,65 10,15
Uji t

Untuk menguji merk susu kaleng mana yang

menunjukkan perbedaan. Digunakan uji lanjut dengan
statistik uji t, yaitu:
1. Hipotesis H0: i = j
H1: i  j
2. Uji Statistik : t
3. Taraf Nyata α = 5%
4. Daerah Kritis: t > tα/2 (n1+n2-2) atau t < - tα/2 (n1+n2-2)
5. Perhitungan:
Selisih Rata-rata t=(X1-X2)/ √ MKS tα/2 (n1+n2-2) Kesimpulan
(1/n1+1/n2)
A - B= 2 0,57 2,160 Sama
A - C = -18 - 4,98 2,179 Beda
A - D= -9 - 2,39 2,201 Beda
A - E= -8 - 2,29 2,160 Beda
B - C = - 20 - 5,72 2,160 Beda
B - D = - 11 - 3,01 2,179 Beda
B - E = - 10 - 2,96 2,145 Beda
C - D= 9 2,39 2,201 Beda
C - E = 10 2,86 2,160 Beda
D - E= 1 0,27 2,179 Sama
 Berdasarkan tabel di atas, dapat dikemukakan bahwa
banyaknyasusu kaleng yang terjual untuk merk A sama
dengan merk B, begitu juga dengan merk D sama dengan
merk E. Perbdaan tersebut dapat juga digambarkan
sebagai berikut:

 Merk Susu Kaleng B A E D C

 Rata-rata 24 26 34 35 44
Analisis dengan SPSS
 Oneway
Descriptives

SUSU
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Min
Merk A 7 26,00 6,976 2,637 19,55 32,45
Merk B 8 24,00 7,231 2,557 17,95 30,05
Merk C 7 44,00 8,347 3,155 36,28 51,72
Merk D 6 35,00 3,464 1,414 31,36 38,64
Merk E 8 34,00 6,325 2,236 28,71 39,29
Total 36 32,33 9,666 1,611 29,06 35,60
Analisis dengan SPSS
 Oneway
Test of Homogeneity of Variances

SUSU
Levene
Statistic df1 df2 Sig.
,692 4 31 ,603

ANOVA

SUSU
Sum of
Squares df Mean Square F Sig.
Between Groups 1854,000 4 463,500 10,147 ,000
Within Groups 1416,000 31 45,677
Total 3270,000 35
 Multiple Comparisons
 Post Hoc Tests
Dependent Variable: SUSU
LSD

Mean
Difference 95% Confidence Interval
(I) MERK (J) MERK (I-J) Std. Error Sig. Lower Bound Upper Bound
Merk A Merk B 2,00 3,498 ,572 -5,13 9,13
Merk C -18,00* 3,613 ,000 -25,37 -10,63
Merk D -9,00* 3,760 ,023 -16,67 -1,33
Merk E -8,00* 3,498 ,029 -15,13 -,87
Merk B Merk A -2,00 3,498 ,572 -9,13 5,13
Merk C -20,00* 3,498 ,000 -27,13 -12,87
Merk D -11,00* 3,650 ,005 -18,44 -3,56
Merk E -10,00* 3,379 ,006 -16,89 -3,11
Merk C Merk A 18,00* 3,613 ,000 10,63 25,37
Merk B 20,00* 3,498 ,000 12,87 27,13
Merk D 9,00* 3,760 ,023 1,33 16,67
Merk E 10,00* 3,498 ,008 2,87 17,13
Merk D Merk A 9,00* 3,760 ,023 1,33 16,67
Merk B 11,00* 3,650 ,005 3,56 18,44
Merk C -9,00* 3,760 ,023 -16,67 -1,33
Merk E 1,00 3,650 ,786 -6,44 8,44
Merk E Merk A 8,00* 3,498 ,029 ,87 15,13