TUGAS

MATA KULIAH
STATISTIKA

Rangkuman Analisis Variansi

Angga Kristiyajati (S2 PMA / NIM. 17709251001)

Maghfirah (S2 PMA / NIM. 17709251007)
Ulivia Isnawati (S2 PMA / NIM. 17709251016)
Yustin Maulina (S2 PMA / NIM. 17709251020)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI YOGYAKARTA
2017
 Universitas Negeri Yogyakarta
Program Pascasarjana
Program Studi Megister Pendidikan Matematika

Analisis Variansi
Analisis variansi digunakan untuk menguji kesamaan tiga rata-rata populasi atau lebih dengan
hipotesis nol 𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = ⋯ = 𝜇𝑘 , dan hipotesis alternatif : paling sedikit ada
sepasang rata-rata tidak sama dengan nol (𝐻1 : ∃ 𝜇𝑖 ≠ 𝜇𝑗 , 𝑖 ≠ 𝑖′, 𝑖 = 1, 2, … , 𝑘).

Definisi
Analisis variansi (ANAVA) adalah metode pengujian kesamaan tiga atau lebih rata-rata
populasi dengan analisis variansi sampel.

Metode ANAVA menggunakan distribusi F. Distribusi F mempunyai sifat-sifat berikut:

1. Distribusi F tidak simetri dengan kemiringan ke kanan.
2. Nilai F dapat 0 atau positif, tetapi tidak dapat bernilai negatif.
3. Distribusi F memiliki dua derajat bebas yaitu untuk pembilang dan penyebut.

Gambar 1. Distribusi F

Analisis Variansi Satu Arah

Analisis variansi satu arah (analisis variansi satu faktor) digunakan untuk menguji tiga atau
lebih rata-rata populasi dengan satu karakteristik dalam populasi.

Analisis variansi digunakan pula untuk menganalisis data yang diperoleh dari rancangan
percobaan. Berikut beberapa istilah yang digunakan dalam merancang percobaan.

Definisi
 Faktor : peubah bebas yang dicobakan dalam percobaan sebagai penyusun struktur
perlakuan.
 Taraf : jenis-jenis suatu faktor yang dicobakan dalam percobaan

 Perlakuan : suatu prosedur atau metode yang diterapkan pada unit percobaan. Setara
dengan taraf dari faktor.
 Unit Percobaan : unit terkecil dalam suatu percobaan yang diberi suatu perlakuan. Unit
dimana perlakuan diberikan secara acak.
 Satuan Pengamatan : anak gugus dari unit percobaan, tempat dimana respon perlakuan
diukur.
Asumsi-asumsi dalam analisis variansi
1. Sampel berasal dari populasi berdistribusi normal
2. Sampel berasal dari populasi yang memiliki variansi sama 2

Ada dua pendekatan untuk menduga nilai 2 yaitu

1. Variansi antara sampel (variansi antar perlakuan) adalah penduga variansi populasi 2
berdasarkan variansi antar rata-rata sampel
2. Variansi dalam sampel (variansi akibat galat) adalah penduga variansi populasi 2
berdasarkan variansi sampel

Statistik Uji untuk Anava satu arah

𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝑎𝑛𝑡𝑎𝑟 𝑠𝑎𝑚𝑝𝑒𝑙
𝐹=
𝑣𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝑑𝑎𝑙𝑎𝑚 𝑠𝑎𝑚𝑝𝑒𝑙

Derajat Bebas
Derajat bebas pembilang = k– 1
Derajat bebas penyebut = k(n - 1)

k = banyaknya perlakuan, n = ukuran sampel

Perhitungan analisis variansi untuk ukuran sampel sama

Simbol/Notasi untuk menghitung komponen-komponen Anava adalah sebagai berikut :
2
 p n 
  Yij 
1) Y    j 1 i 1 
np

p n
2)  AS   Yij2
j 1 i 1

2
 n 
p   ij 
Y
3)  A    i 1 
j 1 n

4) SSTO (Sum Squore Total/Jumlah Kuadrat Total) mengukur variasi total (sekitar 𝑌̿)
dalam seluruh sampel.
 SSTO   AS   Y 
SSTO dapat diuraikan menjadi komponen SSBG (Sum Square Between Group/Jumlah
Kuadrat Perlakuan) dan SSWG (Sum Square Within Group/Jumlah Kuadrat Galat).

5) SSBG (Sum Square Between Group/Jumlah Kuadrat Perlakuan), dimaksudkan untuk

jumlah kuadrat antar sampel, mengukur variasi antara rata-rata sampel.
 SSBG   A  Y 
6) SSWG (Sum Square Within Group/Jumlah Kuadrat Galat), dimaksudkan untuk
jumlah kuadrat (dalam sampel), adalah jumlah kuadrat yang menunjukkan variasi
dalam sampel.
 SSWG   AS    A
Tabel Anava yang disusun:

Source Df SS (Sum MS (Mean Statistik Uji Kriteria

(Derajat Square) Square/ F keputusan
bebas) Kuadrat
Tengah)
Perlakuan k-1 SSBG SSBG /(k-1) 𝑀𝑆𝐵𝐺 H0 ditolak jika
(Between 𝐹= F>
𝑀𝑆𝑊𝐺
Group) 𝐹𝛼(𝑘−1,𝑛−𝑘)
Galat n–k SSWG SSWG/(n-k)
(Within
Group)
Total n–1 SSTO

Contoh 1:
Suatu penelitian meneliti dua strategi pembelajaran pemecahan masalah. Terdapat 36 siswa
yang diambil secara acak dikelompokkan menjadi tiga, dua kelompok menggunakan dua
pendekatan tersebut, dan stau kelompok kelompok sebagai kelas kontrol. Perlakuan a1 adalah
perlakuan untuk pembelajaran pendekatan problem selama lima sesi setiap minggu selama tiga
minggu berturut-turut, siswa pada kelompok ini mengobersvasi pengantar berupa video selama
10menit, latihan skill selama 15 menit, mengobsevasi peer model selama 15 menit dan
mengamati video review selama 15 menit sedangkan perlakuan a2 adalah mengamati diskusi
dan berlatih terjadi secara simultan. Untuk kelas kontrol tidak menerima perlakuan. Pada akhir
penelitian, siswa diberikan 5 kasus dan siswa diminta untuk mencari semua solusi untuk
masing-masing kasus tersebut. Variabel terikatnya adalah banyaknya solusi yang disampaikan
berdasarkan 5 permasalah tersebut. Berikut adalah hasilnya
a1 a2 a3
11 11 7
12 14 18
19 10 16
13 9 11
17 12 9
15 13 10
17 10 13
14 8 14
13 14 12
16 11 12

Ujilah H 0 : 1  2  3 dengan   0.05 dan susunlah tabel anova yang merangkum hasil
analisi tersebut!
Jawab:
Hipotesis
H 0 : 1  2  3
H i :  j   j ' ; untuk suatu j dan j '
Signifikansi   0.05
Perhitungan
a1 a2 a3
11 11 7
12 14 18
19 10 16
13 9 11
17 12 9
15 13 10
17 10 13
14 8 14
13 14 12
16 11 12
Jumlah
147 112 122

p n
1) Y
j 1 i 1
ij  11  12  ...  12  381
2
 p n 
  Yij  2
2) Y      381  4838.7
j 1 i 1

np 10  3

p n
3)  AS   Yij2  112  122  ...  122  5095
j 1 i 1

2
 n 
p   ij 
Y
147 2 1122 1222
4)  A    i 1      4903.7
j 1 n 10 10 10

5)  SSTO   AS   Y   5095  4838.7  256.3

6)  SSBG   A  Y   4903.7  4838.7  65
7)  SSWG   AS    A  5095  4903.7  191.3
 8) Tabel Anava yang disusun:

Source Df SS (Sum MS (Mean Statistik Uji keputusan

(Derajat Square) Square/ F
bebas) Kuadrat
Tengah)
Perlakuan 3–1=2 65 32.5 F = 4.58 H0 ditolak
(Between karena F =
Group) 4.58 >
Galat 30 – 3 = 27 191.3 7.085 𝐹0.05(2,27) =
(Within 3.35
Group)
Total 30 – 1 = 29 256.3

Contoh 2:
Pada suatu jurusan tekhnik informatika di suatu universitas, terdapat tiga kelas matematika
dasar yang diampu oleh dosen yang berbeda. Nilai akhirnya didapat sebagai berikut:

Dosen
A B C
73 88 68
89 78 79
82 48 56
43 91 91
80 51 71
73 85 71
66 74 87
60 77 41
45 31 59
93 78 68
36 62 53
77 76 79
96 15
80
56

Apakah ada selisih yang nyata diantara nilai rata-rata yang diberikan oleh ketiga dosen
tersebut (𝛼 = 0,05)

Jawab:
Hipotesis
H 0 :  A  B  C
H i :  j   j ' ; untuk suatu j dan j '
Signifikansi   0.05
Perhitungan

Dosen
A B C
73 88 68
89 78 79
82 48 56
43 91 91
80 51 71
73 85 71
66 74 87
60 77 41
45 31 59
93 78 68
36 62 53
77 76 79
96 15
80
56
Jumlah
817 1071 838
p n
1) Y
j 1 i 1
ij  73  89  ...  15  2726
2
 p n 
  Yij  2
2) Y      2726  185776.9
j 1 i 1

np 40

p n
3)  AS   Yij2  732  892  ...  152  199462
j 1 i 1

2
 n 
p   ij 
Y
817 2 10712 8382
4)  A    i 1      186112.3
j 1 n 12 15 13

5)  SSTO   AS   Y   13685.1
6)  SSBG   A  Y   186112.3 185776.9  335.3526
7)  SSWG   AS    A  116902 186112.3  13349.75
 8) Tabel Anava yang disusun:

Source Df SS (Sum MS (Mean Statistik Uji keputusan

(Derajat Square) Square/ F
bebas) Kuadrat
Tengah)
Perlakuan 3–1=2 335.3526 167.6762 F = 0.4648 H0 diterima
(Between karena F =
Group) 0.4648 <
Galat 37 13349.75 360.8039 𝐹0.05(2,37) =
(Within 3.25
Group)
Total 40 – 1 = 29 13685.1

Jadi dengan taraf nyata   0.05 dapat dinyatakan tidak ada selisih yang nyata diantara nilai
rata-rata yang diberikan oleh ketiga dosen