MODUL 7

ANALISIS VARIANS DAN

KOVARIANS

OLEH:

VITRA NAILINDA
DEWI ASTUTI
AGUS SUPRIYANTO
1
Analisis Variansi
• Analisis 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, …, k
dan variansi 2.
• Hipotesa :
H0 : 1 = 2 = … = k
H1 : Ada rata-rata yang tidak sama

3
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
4
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

5
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))

atau nilai-p < . 6
 Contoh 1
Seorang guru SMA
mengadakan penelitian
tentang keunggulan metode
mengajar dengan beberapa
metode pengajaran.

Bila data yang didapat seperti

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

7
Penyelesaian
 Hipotesa :
H0: 1 = 2 = 3
H1: Ada rata-rata yang tidak sama
 Tingkat signifikasi  = 0.05
 H0 ditolak jika nilai-p < .

8
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

9
Hasil Output SPSS memp nilai-p < 0,05
sehingga Ho ditolak berarti ada rata-rata
yang berbeda

10
Tukey-Kramer
• Mencari rata-rata mana yang berbeda
– Contoh : 1 = 2  3
• Prosedur Post hoc (a posteriori)
– Dikerjakan setelah penolakan H0 dalam
ANOVA
• Pembandingan ganda
– Membandingkan perbedaan rata-rata absolut
dengan daerah kritis

1= 2 3 X
© 2002 Prentice-Hall, Chap 9-11
Inc.
Hasil output SPSS Post Hoc Tests

12
Hasil output SPSS
• Berdasarkan hasil di
samping, metode
pengajaran yang
digunakan terbagi dalam
2 kelompok yaitu
kelompok pertama berisi
metode A dan B
sedangkan kelompok
kedua berisi metode A
dan metode C.

13
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

14
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

15
 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
16
Penyelesaian
 Hipotesa :
H0: 1 = 2 = 3= 4
H1: Ada rata-rata yang tidak sama

 Tingkat signifikasi  = 0.05

H0 ditolak jika nilai-p < .

17
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).
18
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).
19
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. 20
ANOVA DUA ARAH

21
ANOVA Dua Arah
• Memeriksa efek dari :

– Dua faktor pada variabel dependen

Contoh:
• Apakah terdapat pengaruh faktor A dan
faktor B terhadap variabel dependen ?

• Apakah terdapat pengaruh shift dan jenis

kelamin pada produktifitas kerja ?
– Interaksi antar level yang berbeda pada dua
faktor tersebut

Contoh :
• Apakah terdapat interaksi antara 2 faktor
yaitu faktor A dan faktor B terhadap variabel
dependen ?

• Apakah terdapat interaksi antara shift dan

jenis kelamin terhadap produktifitas kerja ?

23
ANOVA Dua Arah
• Asumsi
– Normalitas
• Populasi berdistribusi normal
– Homogenitas Variansi
• Populasi mempunyai kesamaan variansi
– Independensi Error
• Random sampel yang Independen
Contoh
• Sebuah pabrik mempekerjakan karyawan dalam 4 shift
(satu shift terdiri atas sekelompok pekerja yang berlainan).

• Manajer pabrik tersebut ingin mengetahui apakah ada

perbedaan produktifitas yang nyata di antara 4 kelompok
kerja yang ada selama ini.

• Selama ini setiap kelompok kerja terdiri atas wanita semua

atau pria semua. Dan setelah kelompok pria bekerja dua
hari berturut-turut, ganti kelompok wanita (tetap terbagi
menjadi 4 kelompok) yang bekerja.

• Demikian seterusnya, dua hari untuk pria dan sehari untuk

wanita.
25
Data

26
Hipotesis
• Faktor Shift :
H0 : Tidak ada pengaruh faktor Shift
terhadap produktifitas
H1 : Ada pengaruh faktor Shift terhadap
produktifitas
• Faktor Gender :
H0 : Tidak ada pengaruh faktor Gender
terhadap produktifitas
H1 : Ada pengaruh faktor Gender terhadap
produktifitas
27
• Interaksi antara faktor Shift dan Faktor
Gender :

H0 : Tidak ada interaksi antara faktor Shift

dan Gender terhadap produktifitas

H1 : Ada interaksi antara faktor Shift dan

Gender terhadap produktifitas

28
 Hasil output SPSS

• Nilai-p untuk faktor Shift mendekati 0 <  = 0,05

(Ho ditolak) sehingga terdapat pengaruh faktor Shift
terhadap produktifitas

• Nilai-p untuk faktor Gender adalah 0,019 <  = 0,05

(Ho ditolak) sehingga terdapat pengaruh faktor
Gender terhadap produktifitas 29
• Nilai-p untuk interaksi antara faktor Shift
dan Gender adalah 0,598 > 0,05 sehingga
H0 diterima yaitu berarti tidak terdapat
interaksi antara faktor Shift dan Gender
terhadap produktifitas

30
 Analisis Pasca Anova : Shift

• Terdapat beda nyata antara Shift II dengan Shift IV dan Shift II

dengan Shift I
• Terdapat beda nyata antara Shift IV dengan Shift II dan Shift IV
dengan Shift I
31
• Dst
Analisis Pasca Anova : Gender

• Terdapat perbedaan nyata antara produktifitas

pria dan produktifitas wanita
32
 ANALISIS
KOVARIANS
(ANAKOVA)

33
 Pengertian Anacova

Analisis kovarians (Anacova)

adalah teknik statistik yang
menggabungkan analisis regresi
dan analisis varian (Menguji
perbandingan sekaligus hubungan)

34
 Kegunaan Anakova
 Mengendalikan galat dan meningkatkan
ketepatan
 Untuk menyesuaikan atau mengoreksi rata-rata
perlakuan dan variabel terikat
 Untuk membantu menafsirkan data, khususnya
sehubungan dengan alamiah pengaruh
perlakuannya
 Untuk menguraikan kovarian total atau jumlh
hasil kali menjadi bagian-bagian komponennya
 Menduga pengamatan yang hilang

35
 Keunggulan-keunggulan Anakova dalam
analisis data penelitian
 Dapat meningkatkan presisi rancangan
penelitian terutama apabila peneliti masih
ragu pada pengelompokan-pengelompokan
subyek perlakuan yang diterapkan dalam
penelitian,
 Dapat digunakan untuk mengendalikan
kondisi-kondisi awal dari variabel terikat.
 Dapat digunakan untuk mereduksi variabel-
variabel luar yang tidak diinginkan dalam
penelitian.
36
 Asumsi dalam Anacova

 Variabel X bersifat tetap, diukur tanpa

kesalahan, dan bebas dari perlakuan
 Regresi Y terhadap X setelah
pengeluaran pengaruh perlakuan dan
kelompok adalah linear dan bebas dari
perlakuan dan kelompok
 Sisa atau error menyebar normal dan
saling bebas dengan rata-rata nol dan
variansnyahomogen
37
Beberapa pengertian variabel yang akan
digunakan dalam Anakova:
 Kriterium, adalah variabel Dependen (Y) yaitu
variabel yang dipengaruhi dimana data harus
berbentuk interval dan rasio.
 Kovariabel, disebut juga dengan variabel
kendali, variabel control, yang diberi lambang
X, dan data harus bersifat interval dan rasio.
 Factor yaitu sebutan untuk variabel
Independen atau variabel eksperimental yang
ingin diketahui pengaruhnya dan data harus
berbentuk nominal atau ordinal.

38
TERIMA
KASIH
39