5 Anova
5 Anova
Universitas Gunadarma
1. Pendahuluan
• Metode hipotesis dengan menggunakan distribusi z dan distribusi t efektif
untuk uji hipotesis tentang perbedaan rata-rata µ dari satu atau dua populasi
• Analisis ragam (Analysis of varians /ANOVA) merupakan prosedur uji
hipotesis dengan membandingkan rata-rata µ dari 3 atau lebih populasi secara
sekaligus
H0 : µ1 = µ2 = µ3 (Semua rata-rata 3 populasi adalah sama)
H1 : Rata-rata 3 populasi adalah tidak semuanya sama
• Uji analisis ragam dilakukan dengan menggunakan distribusi F.
2. Distribusi F
• Seperti halnya distribusi t, bentuk kurva distribusi f tergantung dari jumlah
derajat bebas df, yaitu terdiri dari 2 derajat bebas dimana satu sebagai pembilang
dan satu sebagai penyebut. Keduanya disebut sebagai parameter untuk distribusi
f.
df = (8, 14)
0.05
F 2.70 F
• Contoh :
Tentukan nilai f untuk derajat bebas 8 untuk pembilang (dfn), dan 14 untuk
penyebut (dfd), serta 0.05 luas daerah pada ekor sebelah kanan kurva distribusi f.
(tabel hal. 180)
Derajat Bebas untuk Pembilang F 0.05= (8, 14) = 2.70
• Uji analisis ragam satu arah selalu memiliki daerah penolakan (rejection) di sebelah
kanan dari ekor kurva disribusi f.
• Pengujian hipotesis dengan ANOVA memiliki prosedur yang sama dengan uji
hipotesis sebelumnya.
2
T1 2 .... ( x) T1 2 ....
2
T2 2 T3
2
2 T2 2 T3
DIMANA SSB = n1 + n + n + - SSW = x - n1 + n + n +
2 3
n 2 3
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 + …
∑x = total nilai x dalam semua sampel = T1 + T2 + T3 + …
∑x2 = total kuadrat nilai x dalam semua sampel
Σx2 = (48)2 + (73)2 + (51)2 + (65)2 + (87)2+ (55)2 + (85)2 + (70)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 = 5 + 5 + 5 - = 432.13
15
2 2 2
(324) ( 369) ( 388)
SSW = 80709 - 5 + 5 + 5 = 2372.80
• Tabel ANOVA :
Sumber Kuadrat Rata-
Derajat Bebas Jumlah Kuadrat F hitung
Keragaman rata
SSB
Di antara kelompok k-1 SSB MSB =
k -1 MSB
F=
SSW MSW
Galat Sampling n–k SSW MSW =
n-k
Total n-1 SST = SSB + SSW
df = (2, 12)
= 0.01
6.93 F
Dengan tingkat signifikansi 5%, ujilah H0 bahwa rata-rata jumlah customer per
jam yang dilayani masing2 teller adalah sama. Asumsikan bahwa seluruh
asumsi untuk uji anova satu arah telah terpenuhi.
Total rc - 1 2 ( x)2 - -
SST = x -
r.c
c r.c r r.c
2( x)2
SST = x -
r.c
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
∑x = total nilai x dalam semua sampel = T1 + T2 + T3 + …
∑x2 = total kuadrat nilai x dalam semua sampel
• Contoh :
Tabel berikut menunjukkan data produksi 3 varietas gandum (dalam ton/ha)
dengan 4 jenis perlakuan pupuk. Ujilah h0’, pada taraf nyata 0.05 bahwa tidak ada
beda rata-rata hasil gandum untuk ke-4 perlakuan pupuk tsb. Juga ujilah h0”,
bahwa tidak ada beda rata-rata hasil untuk ke-3 varietas gandum tersebut.
5. Keputusan :
a. Tolak H0’ dan simpulkan bahwa ada beda rata-rata hasil gandum dalam
penggunaan ke-4 jenis pupuk tersebut.
b. Terima H0” dan simpulkan bahwa tidak ada beda rata-rata hasil gandum
dalam penggunaan ke-3 varietas gandum.
Kolom
Baris Total
1 2 … j … c
1 x11 x12 .. x1j .. x1c Tr1
2 x21 x22 .. x2j .. x2c Tr2
.. .. .. .. .. .. ..
i xi1 xi2 .. xij .. xic Tr3
.. .. .. .. ..
r xr1 xr2 .. xrj .. xic Trr
Total Tc1 Tc2 .. Tcj .. Tcc T (Σx)
Sumber Derajat
Jumlah Kuadrat Kuadrat Rata-rata F hitung
Keragaman Bebas
SSB_r MSB_r
Di antara Baris r-1 SSB_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 (r – 1) (c – 1) SSB_i MSB_i
SSB_i MSB_i = F2 =
dan kolom (r - 1) (c - 1) MSW
SSW
Galat Sampling r.c (n - 1) SSW MSW = -
r.c (n - 1)
2 ( x)2
Total r.c.n - 1 SST = x - - -
r.c.n
SSB_r =
T r1
2 2
Tr2 Tr3
2
+
....
- ( x) 2
SSB_c =
T c1
2 2
Tc 2 Tc 3
2
+
....
- ( x) 2
SSB_i =
2 2 2
x 2 Tr1 Tr2 Tr3 ... Tc1 Tc 2 Tc3 ... ( x)2
-
2 2 2
SST = x -
( x)2 2
Keterangan :
x = variabel x
r = jumlah perlakuan / treatment dalam baris
c = jumlah perlakuan / treatment dalam kolom
n = jumlah pengamatan / ulangan dalam sel
Tri = total nilai variabel dalam baris ke-i
Tcj = total nilai variabel dalam baris ke-j
∑x = total nilai x dalam semua sampel = T1 + T2 + T3 + …
∑x2 = total kuadrat nilai x dalam semua sampel
64 72 74 Varietas Gandum
p1 Jenis
66 81 51 Total
70 Pupuk v1 v2 v3
64 65
65 57 47 p1 200 217 190 607
P2 63 43 58
58 52 67 P2 186 152 172 510
SSB_r =
T r1
2 2
Tr2 Tr3
2
+
....
- ( x) 607
2 2 2 2
510 527 + 466
2
-
( 2110)2
c.n r.c.n 9 36
= 124826 - 123669 1157
SSB_i =
2 2 2
x 2 Tr1 Tr2 Tr3 ... Tc1 Tc 2 Tc3 ... ( x)2
-
2 2 2
n c.n r.n r.c.n
200 2 186 2 .... 150 2
= - 124826 124019 123669 771
3
Hasil perhitungan disajikan dalam tabel ANOVA berikut :
Sumber Derajat
Jumlah Kuadrat Kuadrat Rata-rata F hitung
Keragaman Bebas
Di antara Baris 3 1157 385.667 6.17
Di antara kolom 2 350 175.000 2.80
Interaksi 6 771 128.500 2.05
Galat Sampling 24 1501 62.542 -
Total 35 3779 - -
5. Keputusan :
a. Tolak H0’ dan simpulkan bahwa ada beda rata-rata hasil gandum dalam
penggunaan ke-4 jenis pupuk tersebut.
b. Terima H0” dan simpulkan bahwa tidak ada beda rata-rata hasil gandum
dalam penggunaan ke-3 varietas gandum.
c. Terima H0” dan simpulkan bahwa tidak ada interaksi antara jenis pupuk dan
varietas gandum.
Analisis Ragam (ANOVA) ~ Statistika 2 20