9 Analisis Ragam (Anova)

ANALISIS RAGAM (ANOVA)
Zainal Fikri
ANALISIS RAGAM SATU ARAH
Ada perbedaan
Obat A Obat B Obat C
efektivitas antara obat A,
B dan C
Wkt Sembuh Wkt Wkt

Sembuh Sembuh Uji Statistik ?
One Way Anova

Asumsi untuk One-way ANOVA :
1. Populasi-populasi dimana sampel diambil

terdistribusi (mendekati) normal
2. Populasi-populasi dimana sampel diambil memiliki
ragam (simpangan baku) yang sama
3. Sampel diambil dari populasi yang berbeda secara
acak dan independent
Nilai statistik uji f untuk pengujian hipotesis dengan
ANOVA merupakan rasio dua ragam, yaitu ragam
antara sampel (MSB) dan ragam dalam sampel
(MSW)
Keterangan :
x = variabel x
k = jumlah perlakuan / treatment
ni = ukuran sampel i
Ti = total nilai variabel dalam sampel i
n = jumlah semua sampel = n1 + n2 + n3 + …
Σx = total nilai x dalam semua sampel = T1 + T2 + T3 + …
Σx2 = total kuadrat nilai x dalam semua sampel
Data dalam tabel berikut menunjukkan lama (dalam jam) 3
jenis tablet sakit kepala dapat mengurangi rasa sakit untuk
12 orang. Ke 12 orang itu dibagi secara random ke dalam
3 kelompok dan masing-masing kelompok diberi satu jenis
tablet dan hasilnya adalah sebagai berikut:
Tablet Dengan tingkat signifikansi

A B C 0,05, ujilah apakah ada
4 5 7 perbedaan lamanya tablet
8 3 8 itu mengurangi rasa sakit
6 3 6
3 4 9 kepala?.
Tablet A B C
4 5 7
A B C
8 3 8
4 5 7
6 3 6
8 3 8
3 4 9
6 3 6
3 4 9 T1 = 21 T1 = 15 T1 = 30
n1 = 4 n1 = 4 n1 = 4
x = T1 + T2 + T3
x = 21 + 15 + 30 = 66
n = n1 + n2 + n3 = 12
x2 = (4)2 + (8)2 + (6)2 + (3)2 + (5)2 + (3)2 + (3)2 + (4)2 + (7)2 + (8)2 + (6)2 + (9)2
= 414
  21 2 15 2  30 2    66 2  Menghitung nilai SSB dan SSW

SSB     
 
  28,5

 4 4 4   12 
SSB 28,5
MSB    14,25
k  1 3 -1
  21 2 15 2  30 2 
SSW  414       22,5
 SSW 22,5
 4 4 4  MSW    2,5
n - k 12 - 3
Menghitung statistik Uji F
MSB 14,25
F   5,7
MSW 2,5
Tabel ANOVA
Sumber Keragaman Derajat Jumlah Kuadrat Kuadrat F hitung
Bebas Rata-rata
SSB
Di antara kelompok K-1 SSB MSB 
k 1
MSB
SSW
F
Galat Sampling n-k SSW MSW 
n-k
MSW
Total n-1 SST = SSB + SSW

Tabel ANOVA
Bebas Rata-rata
Di antara
2 28,5 14,25
kelompok
Galat 5,7
9 22,5 2,5
Sampling
Total 11 51
Cari F tabel dengan rumus :

F tabel = F(1-α)(dbA,dbD)
F tabel = F(1-0,05)(2,9)
F tabel = F(0,95)(2,9)
F tabel = 4,28
F hitung > F tabel

Ho ditolak
Langkahnya: 5. Klik Option, centang

1. Masukkan data “descriptive” dan
tersebut ke SPSS “homogenity of variance
2. Klik menu utama test
Analyze 6. Klik Post Hoc
3. Compare-Means. 7. Centang “Tukey”
8. Continou
4. One Way Anova
9. OK
Latihan :
Terdapat 3 metode pemeriksaan kadar Trigliserida. Di
periksa pada 15 pasien, dan diperoleh data sebagai
berikut :
Kadar Trigliserida
A B C
48 55 84 Dengan tingkat signifikansi
73 85 68
51 70 95
0,05, ujilah apakah ada
65 69 74 perbedaan kadar
87 90 67 trigeliserida pada ketiga
metode tersebut ?.
Kadar Trigliserida A B C
A B C 48 55 84
73 85 68
48 55 84
51 70 95
73 85 68
65 69 74
51 70 95
65 69 74 87 90 67
87 90 67 T1 = 324 T1 = 369 T1 = 388
n1 = 5 n1 = 5 n1 = 5
x = T1 + T2 + T3
x = 324 + 369 + 388 = 1081
n = n1 + n2 + n3 = 15
x2 = (48)2 + (73)2 + (51)2 + (65)2 + (87)2 + (55)2 + (85)2 + (69)2 + (90)2 + (84)2 +
(68)2 + (95)2 + (74)2 + (67)2 = 80709
  324  2  369  2  388 2   1081 2 

SSB        432,13
 5 5 5   15 
 
  324 2  369 2  388 2 

SSW  80709      2372,13

 5 5 5 
Menghitung nilai SSB dan SSW

SSB 432,13
MSB    216,07
k 1 3 -1 Menghitung statistik Uji F
SSW 2372,80 MSB 216,07

MSW    197,73 F   1,09
n-k 15 - 3 MSW 197,73
Tabel ANOVA
Bebas Rata-rata
Di antara
2 432,13 216,07
kelompok
Galat 1,09
12 2372,80 197,73
Sampling
Total 14 2804,93
ANALISIS RAGAM DUA ARAH
(TANPA INTERAKSI)
Ringkasan tabel anova 2 arah tanpa interaksi :
Sumber Keragaman Derajat Jumlah Kuadrat Kuadrat Rata- F hitung
Bebas rata
Di antara baris r-1 SSB_r SSB_r MSB_r

MSB_r  F1 
r 1 MSW
SSB_c MSB_c
Di antara kolom C-1 SSB_c MSB_c  F2 
c 1 MSW
SSW = SST-SSB_r- SSW

Galat Sampling (r-1)(c-1) MSW 
SSB_c (r - 1)(c - 1)
Total rc-1 SST   χ 2


 χ  2
r.c
(TANPA INTERAKSI)
Keterangan :
x = variabel x
r = jumlah perlakuan / treatment dalam baris
c = jumlah perlakuan / treatment dalam kolom
Tri = total nilai variabel dalam baris ke-i
Tcj = total nilai variabel dalam baris ke-j
Σx = total nilai x dalam semua sampel = T1 + T2 + T3 + …
Σx2 = total kuadrat nilai x dalam semua sampel
(TANPA INTERAKSI)
Contoh :
Tabel berikut menunjukkan data jumlah koloni 3

spesies bakteri dengan 4 jenis perlakuan media
pertumbuhan. Ujilah h0’, pada taraf nyata 0.05 bahwa
tidak ada beda rata-rata jumlah koloni untuk ke-4
perlakuan media tsb. Juga ujilah h0”, bahwa tidak ada
beda rata-rata jumlah koloni untuk ke-3 spesies
bakteri tersebut.
(TANPA INTERAKSI)
Spesies Bakteri
Jenis
Total Rata-rata
media B1 B2 B3
M1 64 72 74 210 70
M2 55 57 47 159 53
M3 59 66 58 183 61
M4 58 57 53 168 56
Total 236 252 232 720
Rata-rata 59 63 58
Wilayah kritis :
F1 > 4.76 (dari tabel distribusi F, untuk F0.05(3.6) = 4.76)
F2 > 5.14 (dari tabel distribusi F, untuk F0.05(2.6) = 5.14)
(TANPA INTERAKSI)
Perhitungan :
SSB_r 
 T 2
r1 T T2
r2
2
r3    χ 2

 210 2
 1592  1832  1682   720
  498
2
c r.c 3 12
  T  T  .....   χ   
2362  2522  2322  ......  720 
2 2 2 2 2
T
SSB_c  c1 c2
 c3
   56
r r.c 4 12
SST    2 
  
2
r.c
SST  (64  55  59  58  72  57  66  57  74  47  58
2 2 2 2 2 2 2 2 2 2 2
 53 ) 
2  720
2
 662
12
(TANPA INTERAKSI)
Perhitungan :
SSW = SST-SSB_r-SSB_c
SSW = 662 – 498 – 56 = 108
498 56 108
MSB_r   166 MSB_c   28 MSW   18
3 2 6
166 28
F1   9,22 F2   1,55
18 18
(TANPA INTERAKSI)
Tabel anova 2 arah tanpa interaksi :
Bebas rata
Di antara baris 3 498 166 9,22
Di antara kolom 2 56 28 1,56
Galat Sampling 6 108 18
Total 11 662 -
(TANPA INTERAKSI)
Keputusan :
a. Tolak H0’ dan simpulkan bahwa ada beda rata-rata

jumlah koloni dalam penggunaan ke-4 jenis media
pertumbuhan.
b. Terima H0” dan simpulkan bahwa tidak ada beda
rata-rata jumlah koloni kuman dalam penggunaan
ke-3 spesies bakteri.
(TANPA INTERAKSI)
Langkahnya:
1. Masukkan data
tersebut ke SPSS
2. Klik menu utama
Analyze
3. General Linier
Model
4. Univariat
(TANPA INTERAKSI)
(DENGAN INTERAKSI)
 Tiga hipotesis nol (H0 ) yang berbeda dapat diuji

dengan anova dua arah dengan interaksi, yaitu :
Tidak ada efek baris

Tidak ada efek kolom
Tidak ada efek interaksi 2 faktor baris dan kolom
(DENGAN INTERAKSI)
Ringkasan tabel anova 2 arah dengan interaksi :
Bebas rata
Di antara baris r-1 SSB_r SSB_r MSB_r

MSB_r  F1 
r 1 MSW
SSB_c MSB_c
Di antara kolom C-1 SSB_c MSB_c  F2 
c 1 MSW
Interaksi Baris dan SSB_i MSB_i

(r-1)(c-1) SSB_i MSB_i  F2 
Kolom (r - 1)(c - 1) MSW
Galat Sampling r.c (n-1) SSW SSW

MSW 
r.c(n - 1)
Total r.c.n-1
SST   χ 2 
 χ 2
r.c.n
(DENGAN INTERAKSI)
Keterangan :
x = variabel x Tri = total nilai variabel dalam baris ke-i
r = jumlah perlakuan / treatment dalam baris Tcj = total nilai variabel dalam baris ke-j
c = jumlah perlakuan / treatment dalam kolom Σx = total nilai x dalam semua sampel
n = jumlah pengamatan / ulangan dalam sel = T1 + T 2 + T 3 + …
Σx2 = total kuadrat nilai x dalam
semua sampel
(DENGAN INTERAKSI)
Contoh :
Tabel berikut menunjukkan data jumlah koloni 3 jenis bakteri

dengan 4 jenis perlakuan media pertumbuhan dengan
masing2 percobaan dengan 3 ulangan. Ujilah pada taraf nyata
0.05 untuk :
a. H0’ : tidak ada beda rata-rata hasil untuk ke-4 perlakuan

media.
b. H0” : tidak ada beda rata-rata hasil untuk ke-3 jenis bakteri.
c. H0”’ : tidak ada interaksi antara jumlsh koloni dan jenis
bakteri
(DENGAN INTERAKSI)
Jenis Jenis Bakteri
Media B1 B2 B3
M1 64 72 74
66 81 51 Jenis Jenis Bakteri Total
70 64 65 Media B1 B2 B3
M2 65 57 47
63 43 58 M1 200 217 190 607
58 52 67
M2 186 152 172 510
M3 59 66 58
68 71 39 M3 192 196 139 527
65 59 42 M4 145 171 150 466
M4 58 57 53 Total 723 736 651 2110
41 61 59
46 53 39
(DENGAN INTERAKSI)
Wilayah kritis :
a. F1 > 3.01 (dari tabel distribusi F, untuk F0.05(3, 24) = 3.01)
b. F2 > 3.40 (dari tabel distribusi F, untuk F0.05(2, 24) = 3.40)
c. F3 > 2.51 (dari tabel distribusi F, untuk F0.05(6, 24) = 2.51)
Perhitungan :
SST   χ 2 
  χ
2
 (64 2  66 2  ...  382 ) 

(2110) 2
 127448  123669  3779
r.c.n 4.3.3
(DENGAN INTERAKSI)
SSB_r 
 T T T
2
r1
2
r2

2
r3    χ 

6072  5102  527 2  4662  2110 
2
 498
 2
c.n r.c.n 9 36
 124826  123669  1157
  T  T  .....   χ  
7232  7362  6512  2110   
2 2
2 2 2
T
SSB_c  c1 c2
 c3
   350
r.n r.c.n 12 36
   T  T  ..... T  T  T  .....   χ 
  2
 2
T 2 2 2 2 2 2
SSB_i   r1 r2 r3

c1 c2 c3
n c.n r.n r.c.n
200 2  186 2  ...  150 2

SSB_i   124826  124019  123669  771
3
(DENGAN INTERAKSI)
Tabel anova 2 arah dengan interaksi :
Bebas rata
Di antara baris 3 1157 385.667 6,17
Di antara kolom 2 350 175.000 2,80
Interaksi Baris dan

6 771 128.500 2,05
Kolom
Galat Sampling 24 1501 62.542
Total 35 3779 -
(DENGAN INTERAKSI)
Keputusan :
a. Tolak H0’ dan simpulkan bahwa ada beda rata-rata

hasil hitung koloni dalam penggunaan ke-4 jenis
media.
b. Terima H0” dan simpulkan bahwa tidak ada beda
rata-rata hasil jumlah koloni dalam penggunaan
ke-3 jenis bakteri.
c. Terima H0” dan simpulkan bahwa tidak ada
interaksi antara jenis media dan jenis bakteri.
(DENGAN INTERAKSI)
Langkahnya:
1. Masukkan data
tersebut ke SPSS
2. Klik menu utama
Analyze
3. General Linier
Model
4. Univariat
(DENGAN INTERAKSI)

9 Analisis Ragam (Anova)

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

9 Analisis Ragam (Anova)

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS RAGAM (ANOVA)

Wkt Sembuh Wkt Wkt

One Way Anova

1. Populasi-populasi dimana sampel diambil

Tablet Dengan tingkat signifikansi

  21 2 15 2  30 2    66 2  Menghitung nilai SSB dan SSW

Menghitung statistik Uji F

Total n-1 SST = SSB + SSW

Cari F tabel dengan rumus :

F hitung > F tabel

Langkahnya: 5. Klik Option, centang

  324  2  369  2  388 2   1081 2 

  324 2  369 2  388 2 

Menghitung nilai SSB dan SSW

SSW 2372,80 MSB 216,07

Di antara baris r-1 SSB_r SSB_r MSB_r

SSW = SST-SSB_r- SSW

Total rc-1 SST   χ 2

Tabel berikut menunjukkan data jumlah koloni 3

Di antara baris 3 498 166 9,22

Di antara kolom 2 56 28 1,56

Galat Sampling 6 108 18

a. Tolak H0’ dan simpulkan bahwa ada beda rata-rata

 Tiga hipotesis nol (H0 ) yang berbeda dapat diuji

Tidak ada efek baris

Di antara baris r-1 SSB_r SSB_r MSB_r

Interaksi Baris dan SSB_i MSB_i

Galat Sampling r.c (n-1) SSW SSW

Tabel berikut menunjukkan data jumlah koloni 3 jenis bakteri

a. H0’ : tidak ada beda rata-rata hasil untuk ke-4 perlakuan

 (64 2  66 2  ...  382 ) 

n c.n r.n r.c.n

200 2  186 2  ...  150 2

Di antara baris 3 1157 385.667 6,17

Di antara kolom 2 350 175.000 2,80

Interaksi Baris dan

Galat Sampling 24 1501 62.542

a. Tolak H0’ dan simpulkan bahwa ada beda rata-rata

Anda mungkin juga menyukai