Analisis Varians (Analysis of Variance /ANOVA)

Oleh:

Paningkan Suci Noviana 06012682226002

Dosen Pengampu:
1. Dr. Zahra Alwi, M.Pd.
2. Dr. Santi Oktarina, M.Pd.
 Rumusan Masalah
1. Apa pengertian analisis variansi?
2. Bagaimana prinsip ANOVA?
3. Bagaimana rumusan hipotesis dalam
ANOVA?
4. Apa saja macam – macam ANOVA?
Tujuan
1. Untuk mengetahui pengertian analisis
variansi.
2. Untuk mengetahui prinsip ANOVA.
3. Untuk mengetahui rumusan hipotesis
dalam ANOVA.
4. Untuk mengetahui macam – macam
ANOVA.
 Pengenalan Analisis Varians (ANOVA)

 Analisis Varians atau ANOVA merupakan metode statistik yang digunakan untuk
membandingkan rata-rata dari tiga atau lebih kelompok data.

 Tujuan utama dari ANOVA adalah untuk menentukan apakah terdapat perbedaan
signifikan antara setidaknya dua kelompok data.

Prinsip ANOVA

1.Mengambil dan menghitung komponen variasi.

2.Pengujian apakah signifikan atau tidak.
 Pengenalan Analisis Variansi
 Analisis Variansi (ANOVA) adalah sebuah metode statistik yang digunakan
untuk membandingkan rata-rata dari tiga atau lebih kelompok data.

 Tujuan utama dari ANOVA adalah untuk menentukan apakah ada perbedaan
signifikan antara rata-rata kelompok-kelompok tersebut.

 Dalam ANOVA, variabel independen harus bersifat kategorikal dan variabel

dependen harus bersifat kontinu.

 Selain itu, asumsi normalitas dan homogenitas varian juga harus terpenuhi agar
hasil analisis dapat dianggap valid.
 Jenis-jenis Analisis Variansi

 Terdapat beberapa jenis analisis variansi yang umum digunakan, di antaranya adalah
One-Way ANOVA, Two-Way ANOVA, dan Repeated Measures ANOVA. One-Way ANOVA
digunakan untuk membandingkan rata-rata antara tiga atau lebih kelompok data yang
berbeda.

 Two-Way ANOVA digunakan untuk membandingkan rata-rata antara dua faktor yang
berbeda.

 Sedangkan Repeated Measures ANOVA digunakan untuk membandingkan rata-rata

pada waktu yang berbeda pada satu kelompok data.

 Setiap jenis analisis variansi memiliki kelebihan dan kelemahan masing-masing,

sehingga pemilihan jenis analisis yang tepat sangat penting untuk menghasilkan hasil
analisis yang akurat dan valid.
 Rumus Dasar Analisis Varians (ANOVA)
 Rumus dasar dari ANOVA adalah F = MSB / MSE, di mana F adalah nilai uji
statistik, MSB adalah variansi antar kelompok, dan MSE adalah variansi
dalam kelompok.

 Untuk menghitung nilai F, kita memerlukan nilai MSB dan MSE yang dapat
dihitung menggunakan rumus tertentu.
 Langkah-langkah Analisis Variansi
 Langkah pertama dalam melakukan analisis variansi adalah menguji asumsi normalitas
dan homogenitas varian menggunakan uji normalitas seperti Kolmogorov-Smirnov test
dan uji homogenitas varian seperti Levene's test.

 Jika kedua asumsi tersebut terpenuhi, maka dilanjutkan dengan melakukan analisis
variansi menggunakan software statistik seperti SPSS atau R.

 Hasil analisis variansi ditampilkan dalam bentuk tabel ANOVA yang berisi nilai F-statistik,
p-value, dan nilai mean square error.

 Nilai p-value yang kurang dari alpha (level of significance) menunjukkan adanya
perbedaan signifikan antara rata-rata kelompok-kelompok data yang dibandingkan.
 Analisis Varians Satu Arah

1. Asumsi Dasar Dalam ANOVA

a. Kenormalan
b. Kesamaan Variansi
c. Pengamatan Bebas
 Langkah analisis pasca ANOVA:
1. Hitung Tukey’s HSD dengan rumus:

HSD = q

Keterangan:
n adalah banyak sampel per kelompok.

q adalah the studenzed range statistic, yang dapat dilihat dalam tabel yang sudah disusun, dengan memakai dasar alpha
(), k dan dk. k adalah banyak kelompok.

dk adalah N-K.

 Cari perbedaan rata-rata antar kelompok, dan untuk mempermudah dalam menginterprestasikan perlu disusun dalam satu
tabel khusus.
 Interprestasikan nilai HSD yaitu dengan jalan membandingkan perbedaan rata-rata antar kelompok dengan hasil
perhitungan.
 Analisis Varians Dua Arah

Asumsi Dalam Variansi Dua Arah

Setiap skor dalam sel harus berdistribusi normal.
Variasi skor pada setiap sel hendaknya homogen atau sama.
Skor yang ada bebas dari pengaruh variabel yang tidak diteliti.
 Interpretasi Hasil Analisis Varians (ANOVA)
Jika nilai F yang dihasilkan lebih besar dari nilai kritis pada tabel distribusi F,
maka kita dapat menyimpulkan bahwa terdapat perbedaan signifikan antara
setidaknya dua kelompok data.

Namun, jika nilai F tidak melebihi nilai kritis, maka kita tidak dapat
menyimpulkan adanya perbedaan signifikan antara kelompok data tersebut.
 Keuntungan Menggunakan Analisis Varians (ANOVA)
 Salah satu keuntungan dari menggunakan ANOVA adalah dapat menghemat
waktu dan sumber daya karena hanya perlu dilakukan satu kali pengujian
untuk membandingkan rata-rata dari tiga atau lebih kelompok data.

 Selain itu, ANOVA juga dapat memberikan informasi yang lebih detail
tentang perbedaan antara kelompok data dibandingkan dengan metode lain
seperti uji-t atau uji-wilcoxon.
 Keuntungan Menggunakan Analisis Variansi
 Salah satu keuntungan menggunakan analisis variansi adalah kemampuan untuk
menguji perbedaan antara tiga atau lebih kelompok data secara efektif.

 Dengan menggunakan analisis variansi, kita dapat mengetahui apakah perbedaan

antara kelompok-kelompok tersebut signifikan atau hanya terjadi secara kebetulan.

 Selain itu, analisis variansi juga dapat digunakan untuk mengontrol variabel
tambahan yang tidak diamati dalam penelitian.

 Dengan mengontrol variabel tambahan tersebut, kita dapat memastikan bahwa

perbedaan antara kelompok-kelompok data bukan disebabkan oleh faktor lain selain
variabel independen yang diamati.
 Kelemahan Menggunakan Analisis Variansi

Salah satu kelemahan menggunakan analisis variansi adalah sensitivitas

terhadap asumsi normalitas dan homogenitas varian.

Jika asumsi tersebut tidak terpenuhi, maka hasil analisis variansi dapat
menjadi tidak valid dan menghasilkan kesimpulan yang salah.

Selain itu, analisis variansi juga tidak dapat digunakan untuk

membandingkan rata-rata antara dua kelompok data.

Untuk membandingkan rata-rata antara dua kelompok data, kita harus

menggunakan uji-t atau uji non-parametrik seperti uji Mann-Whitney.
 Kesimpulan
Dalam analisis data, ANOVA merupakan salah satu metode
statistik yang penting dan sering digunakan untuk
membandingkan rata-rata dari tiga atau lebih kelompok data.

Dengan memahami konsep dasar, rumus, dan contoh soal

ANOVA, kita dapat mengaplikasikan metode ini dalam
penelitian dan analisis data kita sendiri.