ANALISIS VARIAN

SATU ARAH
Kelompok 5

1. Retno Fajar Wulandari (4101420150)

2. Gracia Elfaretta Anggraini Puspaningrum (4101420153)
 ANALISIS VARIAN SATU ARAH

ANOVA Satu Arah atau disebut juga One-way Analysis of Variance adalah jenis
uji statistik yang membandingkan varians dalam rata-rata grup dalam sampel
sambil mempertimbangkan hanya satu variabel atau faktor independen. Ini
adalah tes berbasis hipotesis, yang berarti bahwa ini bertujuan untuk
mengevaluasi beberapa teori yang saling eksklusif tentang data kita

Misalnya, Kita dapat menggunakan ANOVA Satu Arah untuk memahami

apakah kinerja ujian berbeda berdasarkan tingkat kecemasan ujian di antara
siswa, membagi siswa menjadi tiga kelompok independen (Siswa dengan stres
rendah, sedang dan tinggi)
Menurut Furgon (AZ:2015), Anova satu arah digunakan dalam suatu penelitian yang memiliki ciri ciri
sebagai berikut :

a. Melibatkan hanya satu peubah bebas dengan dua kategori atau lebih yang dipilih dan
ditentukan oleh peneliti secara tidak acak. Kategori yang dipilih disebut tidak acak karena
peneliti tidak bermaksud menggeneralisasikan hasilnya ke kategori lain di luar yang diteliti
pada peubah itu.

b. Perbedaan antara kategori atau tingkatan pada peubah bebas dapat bersifat kualitatif atau
kuantitatif

c. Setiap subyek merupakan anggota dari hanya satu kelompok pada peubah bebas, dan dipilih
secara acak dari populasi tertentu
ASUMSI ANOVA SATU ARAH
Asumsi ANOVA Satu Arah adalah sebagai berikut:

1. Populasi yang akan di uji berdistribusi normal

2. Varians dari populasi sama

3. Sampel tidak berhubungan satu sama lain

(independent)

4. Data Homogen
 Langkah Penyelesaian Analisis Varian Satu Arah
1. Pengujian Hipotesis Dengan F(Ratio Variance)
Distribusi F dikembangkan oleh R.A Fisher awal tahun 1920-an. Nama distribusi F
diberikan sebagai penghormatan kepadanya.
Distribusi F memiliki beberapa ciri, yaitu sebagai berikut :

1. Apabila derajat bebas pembilang dan penyebut lebih besar dari pada dua maka
kurva dari distribusi F tersebut merupakan kurva yang bermodus tunggal dan
condong ke kanan.

2. Apabila derajat beb as pembilang dan penyebut bertambah, distribusi F

cenderung berbentuk normal.

3. Skala distribusi F mulai dari 0 sampai ~ . F tidak dapat bernilai negatif.

4. Untuk nilai probabilitas yang sama seperti 1% (1% dibawah kurva distribusi F),
nilai kritis F untuk daerah yang lebih rendah (sisi kiri ) adalah berbalikan dengan
nilai kritis F untuk daerah yang lebih tinggi (sisi kanan).
Distribusi F dapat digunakan antara lain untuk pengujian
hipotesis mengenai :
1. Persamaan tiga atau lebih rata-rata populasi yang
diperkirakan dengan teknik analisis varians (ANOVA =
analysis of variance) dan meliputi :
a. Analisis varians satu arah
b. Analisis varians dua arah; dan
2. Persamaan dua varians populasi yang diperkirakan.
2. Pengujian Hipotesis Beda Tiga Rata-Rata Atau
Lebih

Pengujian hipotesis beda tiga rata-rata atau

lebih dengan teknik ANOVA dapat dibedakan
atas tiga jenis, yaitu pengujian klasifikasi satu
arah, pengujian klasifikasi dua arah tanpa
interaksi, dan pengujian klasifikasi dua arah
dengan interaksi.
Langkah-langkah pengujian klasifikasi satu arah ialah
sebgai berikut :
1. Menentukan Formulasi Hipotesis
Ho = µ1 = µ2 = µ3 = . . . = µk
H1 = µ1 ≠ µ2 ≠ µ3 = . . . ≠ µk
2. Menentukan taraf nyata (α) beserta F
tabel
Taraf nyata (α) ditentukan dengan derajat
pembilang (v1) dan derajat penyebut (v2).v1
= k-1 dan v2 = k(n-1).Fα(v1;v2) = . . .
3. Menentukan kriteria Pengujian
Ho diterima apabila Fo ≤ Fα(v1;v2)
Ho di tolak apabila Fo > Fα(v1;v2)

Fα(v1;v2)
 4. Membuat analisis variansnya
dalam bentuk tabel ANOVA

Sumber Jumlah Derajat Rata-rata F0

varians kuadrat bebas kuadrat
Rata-rata JKK k-1  
 
kolom      
       
Error JKE k(n-1)

Total JKT Nk-1    

Total JKT Nk-1    

  Untuk ukuran sampel yang sama banyak, maka :

JKE = JKT – JKK

K = kolom, n=baris
  Sedangkan untuk sampel yang tidak sama banyak, maka :

JKE = JKT – JKK

Derajat bebas error = N – k
N = jumlah sampel
5. Membuat kesimpulan
Menyimpulkan Ho diterima atau di tolak dengan
membandingkan antara langkah ke-4 dengan kriteria
pengujian pada langkah ke-3.
Selain menggunakan tabel ANOVA, analisis varians dapat juga
dilakukan secara langsung dengan menggunakan langkah-langkah
berikut:
1. Menentukan rata-rata sampel ( rata-rata kolom)
2. Menentukan varians sampel
3. Menentukan rata-rata varians sampel
4. Menentukan varians rata-rata sampel

5. Kesimpulan
CONTOH SOAL :

Sebanyak 25 orang menggunakan 5 metode belajar untuk

mengetahui metode belajar mana yang lebih baik. Ke-25
orang tersebut dibagi ke dalah 5 kelompok secara random
dan masing-masing kelompok diberi satu metode belajar.
Penelitian dilakukan untuk melihat rata-rata lama setiap
metode bisa menunjukan hasil yang lebih baik. Datanya
adalah sebagai berikut :
Pengaruh Metode Belajar Terhadap Lama Metode Menunjukan Hasil Lebih Baik

Metode

A B C D E

5 9 3 2 7

4 7 5 3 6

8 8 2 4 9

6 6 3 1 4

3 9 7 4 7

jumlah 26 39 20 14 33

Ujilah dengan taraf nyata 5%, bahwa rata-rata lama (dalam minggu)
metode
bisa menunjukan hasil yang lebih baik adalah sama ?
Penyelesaian :
1. Formulasi Hipotesis
Ho = µ1 = µ2 = µ3 = µ4 = µ5
H1 = sekurang-kurangnya dua rata-rata tidak sama
2. Taraf nyata (α) dan nilai F tabel :
α = 5% = 0,05 dengan
v1 = 5-1 = 4
v2 = 5(5-1) = 20
F0,05(4;20) = 2,87
3. Kriteria pengujian :
Ho diterima apabila F0 ≤ 2,87
Ho di tolak apabila F0 > 2,87
4. Analisis varians :
n=5 k=5
n1 = 5 n2 = 5 n3 = 5 n4 = 5 n5 = 5 N = 25
  

T1 = 26 T2 = 39T3 = 20 T4 = 14 T5 = 33 T = 132

JKT = 752 + 862 + . . . + 562 - 2.022,95

JKE = 2.022,95 – 51,75 = 1.971,2

Tabel ANOVA

SV JK Db RK F0
Rata-rata 51,75 2 25,875
kolom 0,223
error 1.971,2 17 115,95
Total 2.022,95 19

5. Kesimpulan
Karena F0 = 0,233 < F0,01(2;17) = 6,11, maka Ho diterima. Jadi, tidak
ada selisih nyata diantara nilai rata-rata yang diberikan oleh ketiga dosen
tersebut.
 . Langkah Penyelesaian Analisis Varian Satu Arah
Menggunakan SPSS

Berikut ini adalah langkah langkah penyelesaian Analisis Varian Satu Arah menggunakan SPSS :
1. Input / buka data yang akan dianalisis pada 1 kolom dan pisahkan data sesuai kelompok dengan
membuat kolom baru untuk keterangan.
2. Pilih menu Analyze- Compare Means – One-Way ANOVA
3. Muncul kotak One-Way ANOVA , data yang akan diuji terletak di kiri dan pindahkan ke kanan
dengan tanda panah pada kolom Dependent List. Untuk pembagian kelompok, dipindahkan ke
kolom Factor list.
4. Klik tombol options dan pilih Homogeneity of Variance Test-Continue untuk uji homogenitas
data.
5. Klik tombol Post Hoc dan pilih uji lanjut yang akan dipilih
6. Klik ok
 
7. Pada output, lihat pada kolom Sig. pada tabel Test of
Homogeneity of Variances. Lalu interpretasikan adalah
bahwa jika nilainya di atas 0,05 () maka diinterpretasikan
sebagai varians setiap sampel sama atau homogen, dan jika
nilainya di bawah 0,05 (α) maka di interpretasikan sebagai
varians setiap sampel tidak sama atau tidak homogen.
8. Pada output, lihat pada kolom Sig. pada tabel ANOVA
pada baris Between Groups. Lalu interpretasikan adalah
bahwa jika nilainya di atas 0,05 (α) maka diinterpretasikan
sebagai mean setiap sampel sama, dan jika nilainya di
bawah 0,05 (α) maka diinterpretasikan sebagai mean setiap
sampel tidak sama.
CONTOH SOAL :
untuk mengetahui efek dari 3 macam
merek obat penurun tekanan darah.
Pasien dikelompokkan menjadi 3 macam,
yaitu pasien peminum obat merek A,
pasien peminum obat merek B dan pasien
peminum obat merek C Berikut data
tekanan darah dari 3 kelompok pasien :
 125 2
125 2
tekanan_dar 125 2
ah kelompok 140 2
110 1 140 2
115 1 130 3
120 1 145 3
125 1 145 3
130 1 150 3
135 1 150 3
140 1 170 3
105 2 175 3
115 2
150 3
170 3
175 3
Karena dilakukan pengelompokan, maka data kelompok pasien perlu
dikodekan sebagai berikut
Kelompok 1 : pasien minum obat A
Kelompok 2 : pasien minum obat B
Kelompok 3 : pasien minum obat C

Untuk melakukan uji ANOVA satu arah lakukan langkah – langkah

berikut:
1. Masukan data di atas. Pastikan melakukan pengkodean data
kategori.
 2. Klik menu Analyze > Compare Means > One-Way ANOVA

Title:
3. Masukkan variabel tekanan_darah pada kotak Dependent List
Masukkan variabel jenis_obat pada kotak Factor.
Kotak Factor digunakan untuk memasukkan data kategori. Lalu klik menu Options.
4. Aktifkan pilihan Descriptive dan Homogeneity of variance test.
Klik Continue
5. Klik menu Post Hoc

6. Aktifkan pilihan Bonferroni dan Tukey.

Klik Continue untuk kembali ke kotak dialog utama
7. Klik tombol OK untuk proses selanjutnya
Maka pada jendela output akan muncul 5 hasil analisa sekaligus. Berikut adalah penjelasannya

a. Output 1

Merupakan Statistik Deskriptif, menyajikan informasi mengenai data.

Kolom N menunjukkan jumlah data untuk masing – masing pengelompokan jenis obat.
Kolom Mean menyajikan informasi mengenai mean tekanan darah untuk masing – masing
jenis obat
 b. Output 2

Output ke – 2 ini ditujukan untuk melakukan uji kesamaan homogen.

Salah satu syarat untuk melakukan uji ANOVA satu arah apabila data mempunyai varians sama
(homogen).
Caranya adalah dengan membandingkan nilai signifikasi pada Sig.
dengan nilai signifikasi yang digunakan (SPSS secara default menggunakan nilai signifikasi 0.05)

Untuk pengujian varians apabila nilai siginifikasi (probabilitas) > 0.05 maka data mempunyai varians
sama.
Apabila nilai siginifikasi < 0.05 maka data mempunyai varians yang berbeda.
Dari data di atas terlihat bahwa nilai signifikasi probabilitas 0.708
maka data diatas mempunyai varians yang sama. (0.708 > 0.05).
Dengan demikian telah memenuhi sayarat uji ANOVA. Kita bisa melanjutkan analisis.
c. Output 3
Output ke – 3 ini memberi nilai untuk
menganalisa apakah terdapat perbedaan
rata – rata antara variabel yang diuji.
Ho = Rata – rata tekanan darah orang
peminum obat A, obat B dan obat C
adalah sama
H1 = Rata – rata tekanan darah orang
peminum obat A, obat B dan obat C
adalah tidak sama (ada perbedaan)
Nilai – nilai yang penting untuk
melakukan analisa adalah :
- Fhitung = 10.005 (untuk pengambilan
keputusan)
- df Between Groups = jumlah variabel
– 1 = 3 – 1 = 2 (nilai df1 pada tabel F)
- df Within Groups = jumlah data –
jumlah variabel = 21 – 3 = 18 (nilai df2
pada tabel F)
dari tabel maka didapat Ftabel = 3.554557

Pada ANOVA, syarat agar diterima atau tidak adalah

sebagai berikut :
Apabila Ftabel > Fhitung maka Ho diterima
Apabila Ftabel < Fhitung maka Ho ditolak
 
Dari data yang kita dapat Ftabel < Fhitung (3.554557 <
10.005) maka
Ho ditolak.
Jadi keputusan yang diambil mengunakan H1 , yaitu : Rata –
rata tekanan darah orang peminum obat A, obat B dan obat
C adalah tidak sama (ada perbedaan). Atau dengan kata lain
jenis obat memberi efek pada tekanan darah.
d. Output 4

Output ke – 4 Post Hoc Tests digunakan untuk

mengetahui variabel mana yang memiliki perbedaan
yang signifikan. Cara menganalisanya adalah dengan
melihat ada tidaknya tanda * pada kolom Mean
Difference.
Tanda * menunjukkan adanya perbedaan mean yang
signifikan .
e. Output 5

Apabila output sebelumnya digunakan untuk mencari

variabel mana yang mempunyai perbedaan mean, maka
output Homogeneous Subsets digunakan untuk mengetahui
sampel / variabel mana yang mempunyai perbedaan yang
tidak terlalu signifikan.

Caranya adalah dengan memperhatikan kolom Subset. Pada tabel

diatas, kolom subset 1 terdapat 2 nilai dari variabel obat A dan B.
Hal ini berarti mean tekanan darah peminum obat A dan obat B
tidak memiliki perbedaan yang signifikan
THANKYOU