Analisis Variansi

1
Analisis Variansi
• Analisa variansi (ANOVA) adalah suatu
metoda untuk menguji hipotesis kesamaan
rata-rata dari tiga atau lebih populasi.

• Asumsi
 Sampel diambil secara random dan
saling bebas (independen)
 Populasi berdistribusi Normal
 Populasi mempunyai kesamaan variansi

2
Analisis Variansi
• Misalkan kita mempunyai k populasi.
• Dari masing-masing populasi diambil sampel
berukuran n.
• Misalkan pula bahwa k populasi itu bebas dan
berdistribusi normal dengan rata-rata 1, 2, ….
dan k dan variansi 2.
• Hipotesa :
H0 : 1 = 2 = … = k
H1 : Ada rata-rata yang tidak sama

3
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).
• 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.

4
 ANOVA
• Analisis varians (ANOVA) adalah suatu teknik
statistik yang memungkinkan kita untuk
mengetahui apakah dua atau lebih mean
populasi akan bernilai sama dengan
menggunakan data dari sampel masing–masing
populasi.
• Digunakan untuk menguji hipotesis komparatif
rata–rata k sampel (jml lebih dari 2) bila datanya
interval atau rasio.
• Langkah pengujian anova dibedakan atas one
way anova dan two way anova.
 ANOVA
• One way anova: memperhitungkan satu
faktor yang menyebabkan variasi.
Contoh: menguji hipotesis ada tidaknya
perbedaan antara rata–rata penghasilan guru
SD, guru SMP dan guru SMA.

• Two way anova: memperhitungkan dua

faktor yang menyebabkan variasi.
Contoh: menguji hipotesis ada tidaknya
perbedaan antara rata–rata penghasilan guru
SD, guru SMP dan guru SMA, berdasarkan jenis
kelamin.
6
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, dengan ciri-ciri :
kontinyu, bernilai positif atau nol, distribusi
menceng ke kanan dan tidak pernah
memotong sumbu datar.
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 H1 diterima,
yang berarti rata-rata kedua perlakuan berbeda secara
signifikan.
Analisis Variansi

Populasi
1 2 … i … k
x11 x21 … xi1 … Xk1
Total
x12 x22 … xi2 … Xk2
: : : : : :
x1n x2n … xin … xkn
Total T1 T2 … Ti … Tk T

Ti adalah total semua pengamatan dari populasi ke-i

T adalah total semua pengamatan dari semua populasi
11
Rumus Hitung Jumlah Kuadrat
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

12
Tabel Anova dan Daerah Penolakan

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))

13
 Contoh 1

Sebagai manager
Mesin1 Mesin2 Mesin3
produksi, anda ingin
25.40 23.40 20.00
melihat mesin pengisi akan
26.31 21.80 22.20
dilihat rata-rata waktu
24.10 23.50 19.75
pengisiannya. Diperoleh
23.74 22.75 20.60
data seperti di samping.
25.10 21.60 20.40
Pada tingkat signifikansi
0.05 adakah perbedaan
rata-rata waktu ?

14
Penyelesaian
 Hipotesa :
H0: 1 = 2 = 3
H1: Ada rata-rata yang tidak sama
 Tingkat signifikasi  = 0.05
 Karena df1= derajat bebas perlakuan = 2
dan df2 = derajat bebas galat = 12, maka
f(0.05;2;12) = 3.89.
Jadi daerah pelokannya:
H0 ditolak jika F > 3.89
15
Data
Populasi
1 2 3
25.40 23.40 20.00
26.31 21.80 22.20 Total
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40
Total 124.65 113.05 102.95 340.65
16
Jumlah Kuadrat Total
k n 2
T
JKT   x ij2  
i 1 j1 nk
 25.40 2  26.312  24.10 2  23.74 2  25.10 2 
23.40 2  21.80 2  23.50 2  22.752  21.60 2 
20.00  22.20  19.75  20.60  20.40
2 2 2 2 2

340.652

5 3
 58.2172
17
Jumlah Kuadrat Perlakuan dan
Jumlah Kuadrat Galat
k

T 2
i
T 2
JKP  i 1
 
n nk
124.65  113 .05  102.95 340.65
2 2 2 2
 
5 5 3
 47.1640
JKG  58.2172  47.1640  11 .0532

18
Tabel Anova dan Kesimpulan
Sumber Derajat Jumlah Kuadrat Statistik
Variasi Bebas Kuadrat Rata-rata F

Perlakuan 3-1=2 47.1640 23.5820

F = 25.60
Galat 15-3=12 11.0532 0.9211

Total 15-1=14 58.2172

Karena Fhitung = 25.60 > 3.89 maka H0 ditolak.

Jadi ada rata-rata yang tidak sama.
19
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

20
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

21
Contoh 2
• Dalam Sebuah percobaan biologi Konsentrasi
4 konsentrasi bahan kimia
digunakan untuk merangsang 1 2 3 4
pertumbuhan sejenis tanaman
tertentu selama periode waktu
8.2 7.7 6.9 6.8
tertentu. Data pertumbuhan 8.7 8.4 5.8 7.3
berikut, dalam sentimeter, dicatat
dari tanaman yang hidup. 9.4 8.6 7.2 6.3
• Apakah ada beda pertumbuhan
rata-rata yang nyata yang 9.2 8.1 6.8 6.9
disebabkan oleh keempat 8.0 7.4 7.1
konsentrasi bahan kimia tersebut.
• Gunakan signifikasi 0,05. 6.1
22
Penyelesaian
 Hipotesa :
H0: 1 = 2 = 3= 4
H1: Ada rata-rata yang tidak sama
 Tingkat signifikasi  = 0.05
 Karena df1= derajat bebas perlakuan = 3
dan df2 = derajat bebas galat = 16, maka
f(0.05;3;16) = 3.24.
Jadi daerah pelokannya:
H0 ditolak jika F > 3.24
23
Data
Populasi
1 2 3 4
8.2 7.7 6.9 6.8
8.7 8.4 5.8 7.3
Total
9.4 8.6 7.2 6.3
9.2 8.1 6.8 6.9
8.0 7.4 7.1
6.1
Total 35.5 40.8 40.2 34.4 150.9
24
 Jumlah Kuadrat Total
k ni 2
T
JKT   x ij  
2

i 1 j1 N
 8.2 2  8.7 2  9.4 2  9.2 2  7.7 2  8.4 2  8.6 2
 8.1  8.0  6.9  5.8  7.2  6.8  7.4
2 2 2 2 2 2 2

2
150.9
 6.1  6.8  7.3  6.3  6.9  7.1 
2 2 2 2 2 2

20
 19.350

25
Jumlah Kuadrat Perlakuan dan
Jumlah Kuadrat Galat
k
Ti2 T2
JKP   
i 1 n i N
35.52 40.82 40.2 2 34.4 2 150.9 2
    
4 5 6 5 20
 15.462

JKG  19.350  15.462  3.888

26
Tabel Anova dan Kesimpulan
Sumber Derajat Jumlah Kuadrat Statistik
Variasi Bebas Kuadrat Rata-rata F

Perlakuan 4-1=3 15.462 5.154

F=
21.213
Galat 20-4=16 3.888 0.243

Total 20-1=19 19.350

Karena Fhitung = 21.213 > 3.24 maka H0 ditolak.

Jadi ada rata-rata yang tidak sama.
27
TWO WAY ANOVA

28
TWO WAY ANOVA

29
TWO WAY ANOVA

30
TWO WAY ANOVA

31
TWO WAY ANOVA

32
TWO WAY ANOVA

33
TWO WAY ANOVA

34
TWO WAY ANOVA

35
TWO WAY ANOVA

36
TWO WAY ANOVA

37
TWO WAY ANOVA

38
TWO WAY ANOVA

39
TWO WAY ANOVA

40
TWO WAY ANOVA

41
TWO WAY ANOVA

42
TWO WAY ANOVA

43
Latihan 1
Seorang kontraktor di bidang jenis
jasa pengangkutan ingin Kapasitas
mengetahui apakah terdapat Mitsubishi Toyota Honda
perbedaan yang signifikan pada (A) (B) (A)
kapasitas daya angkut 3 merk truk,
yaitu Mitsubishi, Toyota dan Honda. 44 42 46
Untuk itu kontraktor ini mengambil
sampel masing-masing 5 truk pada
43 45 47
tiap-tiap merek menghasilkan data
seperti disamping.
Jika ketiga populasi data tersebut 48 44 45
berdistribusi normal dan variansi
ketiganya sama, uji dengan 45 45 44
signifikasi 5% apakah terdapat
perbedaan pada kwalitas daya
46 44 43
angkut ketiga merek truk tersebut
44
45