ANALISIS VARIANS

Untuk menguji perbedaan rata-rata hitung data skala interval dan rasio yang sebagai
variabel dependen dapat dipergunakan teknik t-tes dan anava. Jika rata-rata hitung yang akan
diuji perbedaannya itu hanya terdiri dari dua kelompok, uji statistik yang dipergunakan adalah t-
tes. Namun, jika jumlah kelompok penelitian itu lebih dari dua, misalnya 3,4,5, atau bahkan
lebih, penggunaan t-tes tidak lagi efisien karena harus berkali-kali menghitung t0tes untuk tiap
kelompok. Variabel independen dalam kasus ini adalah data skala kategorial.
Misalnya, jika jumlah kelompok 3 buah, pasangan kelomok yang harus dihitung adalah
tiga buah pasang, yaitu kelompok I dengan kelompok II, kelompok I dengan kelompok III, dan
kelompok II dan kelompok III. Jumlah penghitungan antarpasangan itu akan semakin besar jika
jumlah kelompok bertambah. Jika kelompok sampel itu diberi kode n, rumus banyaknya
pasangan yang harus dihitung adalah: n(n-1) : 2. Jika jumlah kelompok sampel itu lima buah
misalnya, jumlah penghitungan t-tes adalah sebanyak 10 kali (5(5-1) : 2 = 10). Penghitungan
yang sebanyak itu tentu akan merepotkan dan kurang efisien, serta kemungkinan terjadinya
kesalahan juga lebih besar.
Untuk mengatasi hal tersebut perlu dipergunakan teknik statistik yang lain, namun yang
memberikan hasil yang dapat dipertanggungjawabkan. Teknik statistik yang sering dipergunakan
untuk maksud itu adalah teknik Analisi Varians (disingkat: Anava; atau dalam bahasa Inggris
Analisis of Variance, disingkat Anova). Teknik statistik anava dipergunakan untuk menguji
perbedaan rata-rata hitung jika kelompok sampel yang diuji lebih dari dua buah yang berasal dari
populasi yang berbeda. Namun, jika dikehendaki ia dapat juga dipergunakan walau kelompok itu
hanya dua buah. Dengan demikian, anava dapat dipandang sebagai teknik t-tes yang diperluas.
Hasil penghitungan uji analisis varians dinyatakan dengan nilai F.
Analisis varian mula-mula dikembangkan oleh Ronald A. Fisher (1923), dan penamaan
bilangan (hasil penghitungan dan nilai tabel F dimaksudkan sebagai penghargaan terhadap
dirinya: Fisher). Teknik statistik ini diakui banyak orang cukup solid, kuat, dan dapat
dipertanggungjawabkan. Teknik ini banyak dipergunakan dalam penelitian-penelitian
eksperimental dalam dunia pendidikan, psikologi, dan semula dikembangkan dalam bidang
agrikultura. Ia dipergunakan untuk menguji hipotesis-hipotesis penelitian, baik hipotesis kerja
atau hipotesis nihil, tentang ada atau tidak adanyan perbedaan rata-rata hitung yang signifikan
diantara kelompok-kelompok sampel yang diteliti. Untuk menguji perbedaan-perbedaan itu,
teknik anava menganalisis sumber-sumber variasi dan menggolong-golongkannya berdasarkan
sumber-sumber data yang menyebabkan adanya variabilitas tersebut. Tampaknya, tidak
berlebihan jika dikatakan bahwa anava adalah teknik statistik yang paling populer dan paling
banyak dipergunakan untuk analisi data.
Rata-rata hitung dari sejumlah kelompok sampel yang akan diuji signifikansi perbedaannya
lewat analisis varians, dapat berasal dari penelitian ex post facto dan eksperimental.dalam
penelitian ex post facto data sudah terdapat di dalam kelompok subjek yang diteliti, dan bukan
merupakan hasil dari suatu perlakuan khusus yang sengaja dikreasikan. Dengan kata lain, dalam
penelitian ini peneliti tidak dapat memanipulasi data yang diperoleh dari kelompok subjek
sampel. Misalnya, adakah perbedaan IPK mahasiswa di berbagai jurusan di fakultas di sebuah
universitas. Perbedaan IPK diantara para mahasiswa tersebut bukan karena adanya perlakuan
khusus yang sengaja diciptakan oleh peneliti, melainkan merupakan sebuah akumulasi dari
berbagai faktor yang memengaruhinya.
Sebaliknya, dalam penelitian eksperimental, data yang diperoleh merupakan efek dari
suatu perlakuan khusus yang sengaja dikreasikan terhadap subjek kelompok itu. Dengan kata
lain, peneliti dapat memanipulasi data yang diperoleh dari kelompok sampel, dan justru hasil
manipulasi data itulah yang akan diuji signifikansi perbedaan rata-rata hitungannya. Misalnya,
terhadap tiga kelompok siswa sekolah bulu tangkis dikenai tiga macam metode latihan yang
berbeda untuk mengetahui metode latihan mana yang efektif. Metode latihan dalam hal ini
disebut sebagai variabel bebas atau independen atau variabel independen, sedang hasil yang
dicapai oleh siswa sebagai variabel terikat atau variabel dependen. Jika ingin mengontrol
variabel-variabel lain dicurigai berpengaruh terhadap variabel terikat, misalnya yang berupa
kemampuan awal siswa, sebelumnya diberikan pretes. Jika hal itu dilakukan, teknik statistik
yang dipergunakan untuk mengolah data adalah analisis kovarians (Analysis of Covariance).
Sesuatu yang akan diuji signifikansi perbedaan rata-rata hitungnya lewat analisis varian,
yang sering disebut sebagai klasifikasi, dapat hanya mencakup satu klasifikasi, dua klasifikasi,
atau lebih dari dua klasifikasi, tergantung dari tujuan penelitian yang dilakukan. Analisis varian
dapat dipergunakan untuk menganalisis data yang relatif sederhana sampai yang kompleks.
Analisis varian yang hanya menguji satu klasifikasi disebut sebagai Analisis Varians Klasifikasi
Tunggal atau Analisis Varians Satu Jalan (One-Way Analysis of Variance), sedangkan yang
menguji dua klasifikasi atau lebih disebut sebagai Analisis Varians Klasifikasi Ganda atau
Analisis Varians Dua Jalan (Two-Way Analysis of Variance). Kedua jenis analisis varians
tersebut berikut dibicarakan satu per satu.
1. Analisis Varians Satu Jalan ( One-Way Analysis Of Variance)
Analisis varians satu jalan dipergunakan untuk menguji signifikansi perbedaan rata-rata
hitung yang hanya mencakup satu klasifikasi atau satu variabel independen. Dalam contoh
penelitian eksperimen terhadap tiga kelompok siswa sekolah bulu tangkis yang masing-masing
dikenai metode latihan yang berbeda di atas misalnya, dihitung apakah terdapat perbedaan
efektivitas ketiga metode latihan itu. Penghitungan efektivitas metode latihan itu dilakukan
berdasarkan rata-rata hitung skor pencapaian siswa tiap kelompok, dan hal ini merupakan satu-
satunya klasifikasi yang diteliti. Artinya, terdapat satu rata-rata hitung pada tiap kelompok yang
akan diuji signifikansi perbedaannya. Karena hanya ada satu klasifikasi, uji perbedaannya
mempergunakan analisis varians satu jalan.
Analisis varians berangkat dari adanya sejumlah variabilitas yang terdapat di dalam data
kelompok sampel yang akan di uji. Sebelum pembicaraan dilakukan secara lebih lanjut, terlebih
dahulu akan dikemukakan sumber-sumber variasi yang dimaksud.
a. Sumber Variasi
Sebagaimana dikemukakan di atas, analisis varians pada hakekatnya merupakan teknik
statistik yang menganalisis variasi yang timbul akibat adanya perbedaan skor pada beberapa
kelompok sampel. Perbedaan di antara kelompok-kelompok itu terlihat pada adanya selisih
(biasanya disebut, deviasi, variasi atau variabilitas) rata-rata hitung pada tiap kelompok sampel.
Dalam satu kelompok hanya terdapat satu variabilitas, yaitu variabilitas dalam kelompok,
yang satuan ukurannya disebut simpangan baku (s). Simpangan baku tersebut berasal dari
simpangan-simpangan skor individual (x = X – X bar), dan varians itu sendiri merupakan
simpangan baku kuadrat. Dalam analisis varians istilah diviasi dan atau variabilitas dipergunakan
untuk rata-rata hitung. Jika kelompok itu terdiri atas beberapa buah, misalnya tiga buah, akan
terdapat variabilitas lain selain variabilitas dalam kelompok. Variabilitas-variabilitas yang
dimaksud dapat dijelaskan sebagai berikut. Jika kelompok sampel terdiri atas tiga buah, di
samping terdapat rata-rata hitung tiap kelompok yang jumlahnya juga tiga buah, juga dapat
dihitung rata-rata hitung dari seluruh kelompok. Yang pertama disebut rata-rata hitung dalam
kelompok (Xbark), sedangkan yang kedua rata-rata hitung total (Xbart).
Variabilitas rata-rata hitung dapat ditemukan pada tiap kelompok dan seluruh kelompok.
Variabilitas tiap kelompok tersusun dari simpangan skor-skor invidual dengan rata-rata
hitungnya. Jadi, ia merupakan (X – Xbar), dan jika ada tiga kelompok berarti ada (X – Xbar1),
(X – Xbar2), dan (X – Xbar3). Hal inilah yang kemudian disebut sebagai simpangan dalam
kelompok atau variabilitas dalam kelompok. Variabilitas seluruh kelompok tersusun dari
simpangan skor-skor individual dengan rata-rata hitung secara keseluruhan (Xbart), yaitu (X –
Xbart). Hal inilah yang kemudian disebut simpangan total atau variabilitas total. Selain itu, juga
terdapat variabilitas antara rata-rata hitung tiap kelompok (Xbar1, Xbar2, ¯) dengan rata-rata
hitung total (Xbart), yaitu (Xbar1 – Xbart), (Xbar2 – Xbart), dan (Xbar3 – Xbart). Hal inilah
yang kemudian disebut simpangan antarkelompok atau variabilitas antarkelompok.
Jadi, sampai disini telah dijumpai tiga istilah yang merupakan tiga sumber variasi, yaitu :
(1) variabilitas dalam kelompok (variability within the groups) yang merupakan variabilitas yang
terdapat dalam tiap kelompok, (2) variabilitas antarkelompok (variability between the groups)
yang merupakan simpangan dari rata-rata hitung kelompok dengan rata-rata keseluruhan, dan (3)
variabilitas total yang merupakan jumlah dari variabilitas dalam kelompok dengan variabilitas
antarkelompok. Ketiga hal tersebut merupakan istilah-istilah kunci dalam analisis varians.
Penghitungan-penghitungan dalam analisis varians berkaitan dengan bilangan-bilangan
kuadrat, yaitu jumlah-jumlah kuadrat dan rata-rata hitung kuadrat. Dalam pembicaraan analisis
varians ini rata-rata hitung kuadrat sengaja disingkat dengan RK, dan bukan XbarK atau Xbar2,
karena singkatan-singkatan yang lain juga mengambil huruf. Hal itu dilakukan untuk
memudahkan mengingatnya. Jumlah kuadrat simpangan baku individual : Ʃ(X – Xbar)2 akan
disebut sebagai jumlah kuadrat, disingkat JK. Dengan demikian, ketiga macam sumber
variabilitas di atas akan mempunyai tiga macam jumlah kuadrat, yaitu jumlah kuadrat dalam
kelompok (mean square within), disingkat JKD (MSW), jumlah kuadrat antarkelompok (mean
square between), disingkat JKA (MSB), dan jumlah kuadrat total (sum of square total), disingkat
JKT (SST).
Selain itu, perlu dikemukakan bahwa untuk keperluan analisis ini istilah varians atau
variabilitas kuadrat, baik dalam kelompok maupun antarkelompok, akan disebut sebagai rata-rata
hitung kuadrat sehingga lengkapnya menjadi rata-rata hitung kuadrat dalam kelompok (mean
square within groups), disingkat RKD, dan rata-rata hitung kuadrat antarkelompok (mean square
between groups), disingkat RKA.
Untuk penghitungan nilai F yang dibutuhkan adalah rata-rata hitung kuadrat dalam
kelompok (RKD) dan rata-rata hitung kuadrat antarkelompok (RKA), namun penghitungan
kedua jumlah kuadrat rata-rata hitung itu dilakukan berdasarkan ketiga jumlah kuadrat di atas.
Dengan demikian, sebelum menghitung RKD dan RKA, terlebih dahulu harus dihitung JKD,
JKA, dan JKT.
b. Rasio F
Uji analisis varians dilakukan untuk mendapatkan nilai F (F Observasi, F0, F hitung,
Fhit) dari data kelompok-kelompok yang akan diuji signifikansi perbedaan rata-rata hitungnya.
Nilai F diperoleh dengan membandingkan antara rata-rata hitung kuadrat antarkelompok (RKA)
dan rata-rata hitung kuadrat dalam kelompok (RKD) yang masing-masing berlaku sebagai
pembilang dan pembagi. Rumus yang dipergunakan untuk menhitung nilai F yang dimaksud
adalah :
RKA
F=
RKD
Penghitungan analisis varians berangkat dari logika adanya perbedaan antara variabilitas
dalam kelompok dan variabilitas antarkelompok. Rata-rata hitung kuadrat antarkelompok (RKD)
dan rata-rata hitung kuadrat antarkelompok (RKA) itu sendiri diperoleh dari variabilitas dalam
kelompok dan variabilitas antarkelompok yang telah dikuadratjumlahkan (menjadi : JKD dan
JKA) dan diukur (baca : dibagi) dengan derajat bebas (db) masing-masing. Dengan demikian,
RKD sebenarnya merupakan taksiran varians dari dalam kelompok, sedang RKA taksiran
varians dari antarkelompok.
Jika dalam rasio t-tes pembilangnya adalah Xbar1 – Xbar2 dan pembaginya adalah
simpangan baku perbedaan rata-rata hitung (SX1 - x2) kedua kelompok, dalam analisis varians
pembilang adalah RKA dan pembagi RKD. Dengan demikian, baik Xbar1 – Xbar2 maupun
RKA sama-sama variabilitas rata-rata hitung antarkelompok, hanya saja untuk anava biasanya
lebih dari dua kelompok. Demikian juga dengan (Sx1 – x2) dan RKD yang sama-sama
merupakan variabilitas dalam kelompok. Jadi, pada hakikatnya rasio t-test dengan F-tes tidak
berbeda.
Jika perbedaan rata-rata hitung tiap kelompok itu besar, RKA juga akan besar, dan jauh
lebih besar daripada RKD. Hal itu akan membawa konsekuensi nilai F0 juga akan besar. Jika
nilai F0 sama atau lebih besar dari nilai F tabel taraf signifikansi 5% atau 1%, nilai F0 tersebut
dinyatakan signifikan. Dengan demikian, hipotesis nol ditolak dan sebaliknya hipotesis kerja
diterima. Artinya, terdapat perbedaan yang signifikan antara rata-rata hitung kelompok-
kelompok yang diuji. Sebaliknya, jika RKA tidak terlalu besar sehingga nilai F0 tersebut
dinyatakan tidak signifikan. Hal itu berarti hipotesisnol diterima dan sebaliknya hipotesis kerja
ditolak. Artinya, tidak ada perbedaan yang signifikan antara rata-rata hitung tiap kelompok yang
diuji.
c. Langkah Penghitungan Nilai F
Nilai F0 dapat diperoleh secara mudah dengan membagi RKA dengan RKD, namun
penghitungan-penghitungan untuk memperoleh RKA dan RKD itu yang lebih banyak dan tidak
jarang membingungkan. Rumus-rumus yang dipergunakan untuk penghitungan-penghitungan
yang dimaksud berikut dikemukakan satu per satu. Namun, agar rumus-rumus tersebut tidak
terlalu abstrak dan langsung dapat diapahami penerapannya, berbeda hal dengan pembicaraan
pada rumus-rumus t-tes di atas, setelah penulisan rumus akan diikuti contoh. Untuk itu,
sebelumnya dicintohkan sebuah data hasil pengukuran yang dapat dijadikan model
penghitungan.
Misalnya, terhadap tiga kelompok siswa sekolah bulutangkis masing-masing dikenai
perlakuan metode latihan yang berbeda selama waktu tertentu. Pada akhir program, mereka dites
untuk melihat apakah ada perbedaan efektifitas di antara ketiga metode tersebut. Adapun
hipotesis yang diajukan adalah sebagai berikut.
H0 : Tidak ada perbedaan capaian kemampuan bermain bulutangkis yang signifikan
terhadap siswa dilatih dengan metode A, B, dan C.
H0 : μ1 = μ2 = μ3
Ha : Ada perbedaan capaian kemampuan bermain bulutangkis yang signifikan terhadap
siswa dilatih dengan metode A, B, dan C.
Ha : μ1 ≠ μn
Hail tes kemampuan bermain bulutangkis tersebut disajikan pada tabel 1.1.
Tabel 1.1 Hasil Tes Kemampuan Bermain Bulutangkis Tiga Kelompok Siswa lewat Metode
Latihan A (X1), B (X2) dan C (X3).
No Kelompok I (X1) Kelompok II (X2) Kelompok III Total
. (X3)
X1 X12 X2 X22 X3 X32
1 70 4900 78 6084 80 6400
2 68 4624 75 5625 80 6400
3 66 4356 75 5625 78 6084
4 66 4356 70 4900 78 6084
5 65 4225 68 4624 78 6084
6 65 4225 68 4624 75 5625
7 65 4225 65 4225 75 5625
8 63 3969 65 4225 75 5625
9 63 3969 65 4225 75 5625
10 63 3969 65 4225 70 4900
11 62 3844 62 3844 70 4900
12 62 3844 62 3844 70 4900
13 60 3600 70 4900
14 60 3600 68 4624
15 56 3136 65 4225
 ƩX = 2879
ƩX1 = Ʃ X12 = ƩX2 = Ʃ X22 = ƩX3 = Ʃ X32 = ƩX2= 198913
954 60842 818 56070 1107 82001
N1 = 15 X1 = N2 = 12 X1 = N3 = 15 X1 = N = 42
63,7 68,5 74,0 X = 68,8

Langkah-langkah dan rumus-rumus perhitungan yang dimaksudkan satu per satu adalah
sebagai berikut :
1) Penghitungan Jumlah Kuadrat Total (JKT)
Langkah pertama yang harus dihitung adalah JKT yang perhitungannya dapat
dilakukan dengan cara : semua skor individual dalam tiap kelompok dikurangi rata-rata
hitung total, kemudian dikuadratkan, dan hasilnya dijumlahkan. Atau jika ditulis dengan
rumus :
JKT = (X1 - Xbart)2 + (X2 - Xbart)2 + ... + (Xn - Xbart)2
Jika data dalam Tabel di atas dimasukkan ke dalam rumus menjadi:
JKT = (70 – 68,547)2 + (68 – 68,547)2 + ... + (65 – 68,547)2
Rata-rata hitung total (Xbart) itu sendiri diperoleh dengan rumus:
Xbart = (ƩX1 + ƩX2 + ... + ƩXm) : (N1 + N2 + ... + Nm)
Xm dan Nm menunjukkan jumlah kelompok. Jika jumlah kelompok itu tiga buah
sebagaimana contoh data di atas, pemasukannya adalah sebagai berikut:
Xbart = (954 + 818 + 1107) : (15 + 12 + 15)
= 68,547619 (dibulatkan menjadi 68,547)
Perhitungan dengan mempergunakan rumus tersebut tidak efisien di samping
kemungkinan salah hitung cukup besar. Untuk mempersingkat kerja perhitungan dan dengan
hasil yang kurang lebih sama dapat dipergunakan rumus sebagai berikut:
(ƩX)2
JKT = ƩX2 - N

Jika data dalam Tabel 1.1 di atas dimasukkan dalam rumus itu perhitungannya
menjadi:
(2.879)2
JKT = 198.913 - 42

= 198.913 – 197.348,6
= 1.564,4048
2) Penghitungan Jumlah Kuadrat Antarkelompok (JKA)
Langkah kedua dalam perhitungan ini adalah penghitungan JKA yang dapat
mempergunakan rumus sebagai berikut:
(ƩX1)2 (ƩX2)2 (ƩXm)2 (ƩX)2
JKA = + + ... + -
N1 N2 Nm N

Data-data dalam Tabel 1.1 di atas dimasukkan ke dalam rumus itu dan contoh
perhitungannya adalah sebagai berikut:
(954)2 (818)2 (1107)2 (2879)2
JKA = + + -
15 12 15 42

= (60.674,4 + 55.760,333 + 81.696,6) – 197.348,6

= 782,733
Rumus tersebut di atas dipergunakan jika jumlah subjek tiap kelompok tidak sama
sebagaimana penghitungan yang dicontohkan. Namun, jika jumlah subjek tiap kelompok itu,
selain dapat mempergunakan rumus itu, juga dapat memakai rumus sebagai berikut:
((ƩX1)2 + (ƩX1)2 +⋯+ (ƩX1)2 ) (ƩX)
JKA = -
n N

3) Penghitungan Jumlah Kuadrat dalam Kelompok (JKD)

Variabilitas total (X - Xbart) pada hakikatnya terbentuk dari variabilitas dalam
kelompok (Xn – Xbarn) dan variabilitas antarkelompok (Xbarn – Xbart). Atau jika dituliskan
dalam bentuk rumus menjadi:
(X - Xbart) = (Xn – Xbarn) + (Xbarn – Xbart)
Hal itu berarti bahwa jumlah kuadrat total (JKT) juga terbentuk dari jumlah kuadrat
dalam kelompok (JKD) dan jumlah kuadrat antarkelompok (JKA), sehingga rumus itu dapat
dituliskan dalam rumus sebagai berikut:
JKT = JKD + JKA
Untuk mendapatkan JKD rumus JKA itu tinggal dibalik atau dipindahkan ruasnya
menjadi rumus berikut:
JKD = JKT – JKA
Dengan demikian, jika JKT dan JKA telah diperoleh lewat penghitungan-
penghitungan dengan rumus JKT di atas sebagaimana dikemukakan dan dicontohkan,
penghitungan JKD menjadi amat sederhana, yaitu tinggal mengurangi JKT dengan JKA.
Dalam contoh penghitungan JKT dan JKA sebagai penerapan rumus yang dimaksud telah
diperoleh bilangan masing-masing sebesar 1.564,4048 dan 782.733. Jadi, JKD dengan
mudah dapat diperoleh dengan cara:
JKD = 1.564,4048 – 782.733 = 781.6718
4) Penghitungan Rata-rata Hitung Kuadrat (RK)
Rata-rata hitung kuadratb (RK) diperoleh dengan cara membagi jumlah kuadrat (JK)
dengan derajat bebas (db). Jadi, secara sederhana dapat dibuat persamaan dengan rumus :
𝐽𝐾
𝑅𝐾 =
𝑑𝑏
Rata-rata hitung itu sendiri terdiri atas rata-rata hitung kuadrat antarkelompok (RKA)
dan rata-rata hitung kuadrat antarkelompok (RKD), maka keduanya harus dihitung sendiri
dengan rumus yang serupa tetapi tidak sama. Pembilang untuk RKA adalah JKA, sedangkan
pembilang untuk RKD adalah JKD. Selain itu, db untuk pembagi dalam RKA dan RKD
yang dimaksud adalah sebagai berikut.
𝐽𝐾𝐴
𝑅𝐾𝐴 = dan
𝑑𝑏𝑎
𝐽𝐾𝐷
𝑅𝐾𝐷 =
𝑑𝑏𝑑

Derajat bebas rata-rata hitung antarkelompok (dba) diperoleh dengan cara: jumlah
kelompok dkurangi satu, atau (m-1), sedangkan derajat bebas rata-rata hitung dalam
kelompok (dbd) dengan cara: derajat bebas total dikurangi derajat bebas antarkelompok,
atau (dbt – dba), dan dbt diperoleh dengan cara: N – 1. Jika data diatas dimasukkan untuk
mencari derajat bebas itu, hasilnya adalah: dba = 2 (3-1=2); dbt = 41 (42-1 =41); dan dbd =
39 (41-2 = 39).
Karena JKA dan JKD serta semua db yang diperlukan sudah diketahui bilangannya,
penghitungan RKA dan RKD dengan mudah dapat dilakukan dalam contoh sebagai berikut.
782,733
𝑅𝐾𝐴 = = 391,3665
(3 − 1)
781,6718
𝑅𝐾𝐷 = = 20,042867
(4 − 1)