CHAPTER 9

ONEWAY / SIMPLE
ANOVA
(Analysis of Variance)

Uji Beda > 2-Rata-rata (ANOVA)

MATARAM 24-11-2017
 Pengertian One Way ANOVA
• Tehnik pengujian terhadap perbedaan rata-
rata antara 2 kelompok independen digunakan
Uji-t,
• maka untuk melakukan uji terhadap
perbedaan rata-rata antara 3 kelompok
independen atau lebih, kita tidak boleh
menggunakan uji t berulang-ulang.
• uji statistik yang dianjurkan (uji yang tepat)
dalam menganalisis beda lebih dari dua mean
kelompok independen adalah Uji ANOVA atau
uji-F.
• Analisis varian (ANOVA) mempunyai dua jenis
yaitu :
• analisis varian satu faktor (one way anova) dan
• analsis varian dua faktor (two ways anova).
 Asumsi Anova
• Beberapa asumsi yang harus dipenuhi pada uji
Anova adalah:
1. Sampel berasal dari kelompok yang
independen
2. Varian antar kelompok harus homogen
3. Data masing-masing kelompok berdistribusi
normal
 Asumsi Anova
• Asumsi varian antar kelompok harus homogen
dan data masing-masing kelompok berdistribusi
normal, jika asumsi ini tidak terpenuhi dapat
dilakukan transformasi terhadap data.
• Apabila proses transformasi tidak juga dapat
memenuhi asumsi ini maka uji Anova tidak valid
untuk dilakukan, sehingga harus menggunakan
uji non-parametrik misalnya Kruskal Wallis.
 Konsep Uji ANOVA
• Prinsipnya uji Anova adalah melakukan analisis
variabilitas data menjadi dua sumber variasi
yaitu variasi didalam kelompok (within) dan
variasi antar kelompok (between).
 Konsep Uji ANOVA
• Apabila variasi within dan between sama (nilai
perbandingan kedua varian mendekati angka
satu) maka berarti tidak ada perbedaan efek
dari intervensi yang dilakukan, dengan kata
lain nilai mean yang dibandingkan tidak ada
perbedaan.
 Konsep Uji ANOVA
• Sebaliknya bila variasi antar kelompok lebih
besar dari variasi didalam kelompok, artinya
intervensi tersebut memberikan efek yang
berbeda, dengan kata lain nilai mean yang
dibandingkan menunjukkan adanya
perbedaan.
 Aplikasi Uji ANOVA
• Uji-Anova digunakan untuk melihat perbedaan
rata-rata dari dua atau lebih kelompok
independen (data yang tidak saling berkaitan
antara satu dengan lainnya).
Contoh: Penelitian menggunakan RAL dan
Cara pengolahan hasilnya
Penelitian ingin mengetahui pengaruh 3 macam ransum:
A = ransum setempat
B = ransum + 0,1% Rumput Laut
C = ransum + 0,2 % Rumput Laut
terhadap berat badan ternak babi.
Tersedia anak-anak babi umur 4½ bulan, sebanyak 21
ekor dilahirkan pada waktu yang sama, dengan keadaan
yang “seragam” ( jantan semua, dan dengan berat
badan yang relatif sama)

[Dalam hal ini semua “sama” kecuali perlakuan → RAL ]

Penyelesaian: susun hasil tsb dalam tabel
berikut :

Bobot babi pada akhir percobaan

Ulangan Perlakuan
Total
A B C
Menghitung Jumlah Kuadrat:
2
2 (1629,8)
y ..
F.K. = ─── = = 126488,0012
nxt 7x3

t n 2

JKT = i∑
=1 j∑
=1 Yi j - FK
2 2 2

= (70,2) + (61,0) + . . . . . . + (93,6) - FK

t 2
Yi .
= 1840,9981
n
i=1
2 2 2

= - FK

JKP = ∑ ─── - FK
 JKG = JKT - JKP
= 1840,9981 - 873,6267 = 967,3714

Menghitung Kuadrat Tengah:

JKP 873,6267
KTP = = = 436,8134
t–1 3-1
JKG 967,3714
KTG = = = 53,7429

t (n – 1) 3 (7- 1)

Menghitung 436,8134
Fhitung :
53,7429
Fhitung = = 8,13
 Sidik Ragam pengaruh Perlakuan terhadap bobot babi

S.K. d.b. J. K K.T. Fhitung F tabel

0,05 0,01

Perla-
kuan 2 873,6267 436,813 8,13** 3,55 6,01

Galat 18 1027,931 57,107

Total 20 1901,558
Fhitung > Ftabel 0,01 terdapat perbedaan sangat nyata
↓
Tiga macam ransum pakan (A, B dan C)
memberikan perbedaan yang sangat
nyata terhadap bobot babi
 SPSS FOR WINDOWS: BIOSTATISTIK

ONEWAY / SIMPLE ANOVA (Analysis of Variance)

KHOLIK
FKH-UNTB
 CONTOH KASUS
• Peneliti ingin membandingkan pengaruh dari 3
jenis intervensi obat terhadap White Blood Cell
(WBC). Data ini disimpan dalam latihan
terdahulu dengan nama Pengaruh obat thp
WBC. sav
Obat1 Obat2 Obat3

4450.000 1450.000 2350.000

4650.000 8300.000 1950.000

6050.000 8850.000 7150.000

9650.000 9000.000 8050.000

9000.000 8650.000 8200.000

5300.000 5500.000 8700.000

5250.000 4000.000 7550.000

5400.000 2350.000 7350.000

 Langkah Analisis
1. Bukalah file Pengaruh obat thp WBC. sav
sampai tampak pada Data editor window.
2. Dari menu utama, pilihlah
• Analyze <
• Compare Means <
Tampilan spss
 Langkah Analisis
• 3. Klik variabel WBC dan klik tanda < untuk
memasukkannnya ke kotak Dependent List.
• 4. Klik variabel OBAT dan klik tanda < untuk
memasukkannnya kotak Factor.
• 6. Klik Contrast
• 7. Klik Polynomial
• 8 Tetap pilih Linear,
• 9. Klik continue lihat tampilan berikut :
Tampilan spss
 Langkah Analisis
• 9 Jika sudah selesai mendefinisikan kotak
dialog Contrast, klik Continue.
• 10 Klik Tombol Post Hoc
• 11 Pilih LSD dan Duncan.
• 12. Significance level tetap 0.05, lihat tampilan
berikut :
Tampilan spss
 Langkah Analisis
• 13. Klik Continue, sehingga kembali ke kotak
dialog awal.
• 14. Klik Tombol Option
• 15. Pilih Descriptive, Homogenity of Variance,
dan Menas Plot. Lihat tampilan berikut :
Tampilan spss
 Langkah Analisis
• 16. Klik Continue, sehinaga kembali ke kotuk
dialog awal.
• 17. Klik OK, maka hasilnya akan nampak
seperti berikut :
 Hasil output dan Pembahasan

Pada hasil di atas terlihat bahwa rata-rata WBC pada 3 macam obat
adalah:
OBAT1 = 6218.7500, OBAT2 = 6012.5000 dan OBAT23= 6412.5000
. Standar deviasi,nilai minimum-maximun, dan interval 95% tingkat
kepercayaan juga diperlihatkan.
 Hasil output dan Pembahasan

• Salah satu asumsi dari uji Anova adalah varians masing-masing

kelompok harus sama. Untuk itu dilakukan uji homogenitas varians
yang hasilnya memperlihatkan bahwa p-value (sig.) lebih besar
dari nilai α=0.05 (p> 0,05), berarti varians antar kelompok adalah
sama. Jika varians tidak sama, uji Anova tidak valid untuk dipakai.
Catatan: dalam hal ini kita tidak melakukan uji normalitas.
Hasil output dan Pembahasan
 Hasil output dan Pembahasan

• Pada hasil di atas diperoleh nilai ANOVA F = 0.046 dengan p-value=0.955 (dalam keadaan
ini boleh juga ditulis p > 0.05). Hipotesis nol pada uji ANOVA adalah tidak ada perbedaan
rata-rata WBC antara kelompok OBAT . Sedangkan hipotesis alternatifnya adalah salah
satu nilai WBC berbeda dengan lainnya. Dengan menggunakan α=0.05, dari hasil di atas
kita menerima hipotesis nol.
 Hasil output dan Pembahasan

• Uji LSD dan DUNCAN sebenarnya dilakukan apabila ada perbedaan antara perlakuan untuk
mengetahui hasil terbesar dan terkecil kadar WBC akibat pengaruh obat. Hasil diatas semua
perlakuan menunjukkan dalam satu subset yang berarti tidak ada perbedaan hasil WBC oleh
pengaruh obat
 Hasil output dan Pembahasan

• Means Plots merupakan grafik garis yang menunjukkan

rata-rata dari ketiga metode mengajar. Dari grafik ini bisa
dilihat mana nilai rata-rata yang paling tinggi.
 Penyajian Hasil Uji ANOVA

variabel N RERATA ± SD F (hitung) p-value

OBAT
OBAT 1 8 6218.7500 ± 1984.93208 0.046 .955
OBAT 2 8 6012.5000 ± 3110.09302
OBAT3 8 6412.5000 ± 2679.11899
THANK´S
• Kel 1 a dan b
• Kel 2 a dan c
• Kel 3 b dan c
• Kel 4 abc
• Kel 5 uji lanjut
• Kel 6 tabel kesimpulan
• Nilai 1a