You are on page 1of 7

Analisis Ragam Dua arah (ANOVA Two-Ways

)
BAB I PENDAHULUAN

1.1. Latar Belakang Prosedur penentuan apakah dua buah populasi memiliki rata-rata yang sama atau tidak telah dibahas didalam pembahasan tentang hipotesis uji-t. Tetapi, sering terjadi bahwa masalah-masalah manajemen yang timbul adalah lebih dari dua populasi, sedangkan pembuat keputusan ingin mengetahui apakah rata-rata dari populasipopulasi itu sama atau tidak. Dalam menganalisis data seperti itu (lebih dari 2 populasi) tidak dianjurkan menggunakan uji-t lagi karena terdapat beberapa kelemahan, seperti kita harus melakukan uji-t berulang-ulang sehingga dapat meningkatkan nilai α (taraf signifikasi), artinya akan meningkatkan peluang mendapatkan hasil yang keliru. Permasalahan-permasalahan ini tentunya dapat dipecahkan, yaitu dengan menggunakan sebuah teknik penting yang dikenal sebagai Analysis of variance atau yang sering disingkat Anova. Anova adalah uji yang dapat digunakan untuk menganalisis perbedaan lebih dari 2 populasi kelompok yang independent. Teknik Anova ini dikembangkan oleh Ronald A. Fisher, dengan memanfaatkan distribusi F. Teknik ini sering dipakai untuk penelitian terutama pada rancangan penelitian yang memiliki implikasi pengambilan keputusan untuk menggunakan teknologi baru, prosedur-prosedur baru, ataupun kebijakan-kebijakan baru. Teknik Anova berasal dari penelitian pertanian (agricultural research). Tetapi di tahun-tahun terakhir ini telah dikembangkan sebagai alat yang ampuh didalam menganalisis masalah-masalah ilmiah lainnya seperti dalam masalah-masalah bisnis dan ekonomi. Pengujian ini disebut analisis varian karena didalam pembentukannya, kita menentukan apakah menerima atau menolak hipotesisnya mengenai rata-rata populasi yang berarti sama dengan kita menganalisis variasi (varian) didalam rata-rata cuplikan. Anova te dibentuk atas dasar cuplikan-cuplikan acak sederhana yang ditarik secara bebas, sebuah dari setiap populasi. Pengujian itu beranggapan bahwa populasi-populasi disebarkan secara normal dan memiliki varian-varian yang sama. Menurut Mendenhall, prosedur analis varian bertujuan untuk menganalisis variasi dari sebuah response dan untuk menentukan bagian daripada variasi ini bagi setiap kelompok variable bebas. Pemikiran dibelakang prosedur itu adalah bahwa variablevariabel jawaban berbeda-beda semata-mata dikarenakan oleh suatu variasi di dalam kelompok variable bebas yang diketahui. Hal itu berarti, tujuan daripada analisis varian
1

Bagaimana langkah-langkah pengujian menggunakan SPSS? 1. Mengetahui perhitungan analisis ragam dua arah (Anova two-ways) d. Penggunaan uji hipotesis (baik uji t maipun uji z) pada bab terdahulu berguna untuk menguji perbedaan rata-rata secara simultan hanya dapat diterapkan pada dua variable. maka kemungkinan terjadinya kesalahan. kita akan menguji 3 variabel A. variable A dengan C. baik kesalahan dalam perhitungan. maka dengan uji t maupun uji z.3 Tujuan a. maupun karena pengulangan menjadi semakin besar. pengujiannya sebanyak 3 kali yaitu variable A dengan B. Mengetahui bagainana analisis dua arah (Anova two-ways) dengan interaksi dan tanpa interaksi serta perbedaannya c. Mengetahui langkah-langkah pengujian menggunakan SPSS 2 . Mengetahui pengertian analsis ragam b. Bagaimana analisis ragam dua arah (Anova two-ways) dengan interaksi ? c. Alternative lain untuk pengujian terhadap rata-rata sampel adalah dengan menggunakan uji varians. Teknik ini membandingkan secara simultan beberapa variable sehingga memperkecil kemungkinan kesalahan. Apa pengertian Analisis ragam? b. selain menyita waktu. Bagaimana perhitungan analisis ragam dua arah (Anova two-ways)? e. Missal. Bagaimana analisis ragam dua arah (Anova two-ways) tanpa interaksi? d. penggunaan uji t maupun uji z akan memakan waktu yang cukup lama karena kita harus melakukan perhitungan secara berpasangan untuk masing-masing variable.B dan C. variable B dengan C. Jika jumlah variable yang diuji cukup besar atau lebih dari dua.Analisis Ragam Dua arah (ANOVA Two-Ways) adalah untuk menempatkan variable-variabel bebas penting didalam suatu studi dan untuk menentukan bagaimana mereka berinteraksi dan saling mempengaruhi.2 Rumusan Masalah a. dengan semakin banyaknya proses perhitungan yang dilakukan. perbandingan. Keuntungan dari penggunaan analisis varians adalah mampu membandingkan untuk banyak variable 1.

Dalam literatur Indonesia metode ini dikenal dengan berbagai nama lain. 2. seperti analisis ragam. sehingga keragaman antar kelompok sangat besar.Analisis Ragam Dua arah (ANOVA Two-Ways) BAB II ISI 2. sehingga uji-F juga dipakai dalam pengambilan keputusan. Pertimbangan memasukkan factor kedua sebagai sumber keragaman ini perlu bila factor itu dikelompokkan. keuntungan teknik analisis varian ini adalah memungkinkan untuk memperluas analisis pada situasi dimana hal-hal yang sedang diukur dipengaruhi oleh dua atau lebih variable. Bagaimanapun. Anova 2 arah ini digunakan bila sumber keragaman yang terjadi tidak hanya karena satu factor (perlakuan). Dalam praktek. dan analisis variansi. ANOVA digunakan apabila terdapat lebih dari dua variabel. tetapi kecil dalam kelompoknya sendiri. Factor lain ini bisa berupa perlakuan lain yang sudah terkondisikan. bapak statistika modern. Dengan ide semacam ini. Factor lain yang mungkin menjadi sumber keragaman respon juga harus diperhatikan.1 DEFINISI ANALISIS VARIAN (ANOVA) Analisis varian (ANOVA) adalah suatu metode untuk menguraikan keragaman total data menjadi komponen-komponen yang mengukur berbagai sumber keragaman.2 ANOVA TWO-WAYS Anova dua jalur mempertimbangkan 2 faktor yang mengakibatkan terjadinya penyimpangan (dispersi) dan nilai-nilai yang dihitung dengan standar deviasi atau varians. sidik ragam. analisis varians menguji dua varians (atau ragam) berdasarkan hippotesis nol bahwa dua varians itu sama. Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher. Ia merupakan pengembangan dari masalah Behrens-Fisher. Dengan menggunakan teknik anova 2 arah ini kita dapat membandingkan beberapa rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu variable perlakuan. analisis varians dapat merupakan uji hipotesis. analisis varians dengan dua contoh akan memberikan hasil yang sama dengan uji t untuk dua rata-rata (mean). 3 .. Secara umum. Varians pertama adalah varian antar contoh (among samples) dan varians kedua adalah varians didalam masing-masing contoh (within samples).

penggabungan kelompok-kelompok disebut blocks. Suatu bentuk dimensi blocks sedemikian itu bukan merupakan suatu dimensi perlakuan atau klasifikasi (treatment). Konsep analisis varian untuk klasifikasi 2 arah adalah perluasan dari varian klasifikasi satu arah untuk kasus-kasus yang lebih umum. Model anova dua arah (two-way anova) yang didalamnya hanya ada satu observasi setiap ruang lingkup sering diartikan sebagai randomized block design. Kita membandingkan pencapaian jumlah kilometer per satuan waktu dari bahan bakar yang diberi tambahan dua zat additive pada tiga jenis mobil. d.Analisis Ragam Dua arah (ANOVA Two-Ways) Analisis varian ini digunakan sebagai metode statistik untuk menginterpretasikan data-data hasil percobaan. c. rata-rata jumlah kuadrat. Kita membandingkan efek dua jenis program pelatihan dan frekuensi sesi-sesi pelatihan terhadpa produktivitas kerja. dan rasio. Analisis Varians ini adalah teknik perhitungan yang memungkinkan secara kuantitatif mengestimasikan kontribusi dari setiap faktor pada semua pengukuran respon. Dalam anova. Analisis varians yang digunakan pada desain parameter berguna untuk membantu mengidentifikasikan kontribusi faktor sehingga akurasi perkiraan model dapat ditentukan. 4 . maka design yang dikembangkan tersebut sering disebut dengan two factorial design. Kita membandingkan hasil produksi dari empat varietas gandum dimana masingmasing gandum ditanam pada lima plot lahan yang berbeda. Apabila design yang dikembangkan dalam uji anova untuk mencari ada tidaknya perbedaan dari 2 variabel bebas. Tabel anova dua arah terdiri dari perhitungan derajat bebas (db). Sifat obyektif penggunaan bentuk ini tidak hanya khusus untuk tujuan pengujian suatu efek atau pengaruh blocks. Seperti ilustrasi atau contoh kasus untuk anova klasifikasi 2 arah tanpa interaksi berikut : a. misalnya. dan karena kejadian individual atau tunggal ditentukan secara random yang didasarkan atas identifikasi keanggotaan blocks. karena adanya tipe khusus dalam penggunaan model ini. b. dan masing-masing variable bebas dibagi dalam beberapa kelompok. Kita membandingkan perbedaan-perbedaan harga diantara tiga supermarket menurut jenis item produk. Anova dua arah adalah data percobaan yang terdiri dari dua faktor atau lebih dan dua level atau lebih. MSE dapat direduksi dan pengujian yang dihasilkan dari efek A adalah lebih sensitip. jumlah kuadrat. akan tetapi ada kemungkinan untuk menentukan suatu variabilitas diantara subyek-subyek terhadap prestasi prior. bentuknya dikaitkan dengan randomized blocks design.

Kedua variable bebas itu kemudian dianalisis secara simultan. Sedangkan anova dua arah lebih dari dua kelompok data berdasarkan dua kriteria. Untuk itu. teknik yang dipakai didalam anova satu arah harus diperluan untuk meneliti variasi-variasi cuplikan antar baris serta variasi-variasi cuplikan antar kolom. Dua faktor didalam sebuah eksperiment sering kali disebut sebagai perlakuan dan blok. sekelompok nilai diklasifikasi-silangkan ke dalam sebuah tabel dengan dua cara yaitu klasifikasi baris dan klasifikasi kolom. 1) Menentukan formulasi hipotesis H 0 :  1   2   3   k (pengaruh baris nol) H 1 : sekurang-kurangnya satu  1 tidak sama dengan nol H 0 : 1   2   3  . sehingga banyak orang menyebutnya anova. Sedangkan anova dua arah ialah untuk membandingkan lebih dari dua rata-rata berdasarkan dua kriteria. yaitu anova satu arah dan anova dua arah.3 MACAM-MACAM ANOVA TWO-WAYS A. 2. Uji-t dan uji-z hanya dapat melihat perbandingan dua kelompok data saja. Klasifikasi 2 arah ini memberikan dua buah variable bebas. namun tentu saja dapat pula sekedar menamakannya faktor 1 dan faktor 2. Anova terdiri dari dua macam. Tetapi variasi total tetap tiak berubah tanpa memandang jumlah klasifikasi yang ditetapkan untuk kemolpok nilai itu.Analisis Ragam Dua arah (ANOVA Two-Ways) Contoh-contoh diatas menggambarkan analisis varian dua arah. Dalam kasus ini terdapat tiga hipotesis yang akan diuji: kemungkinan terjadi interaksi..   k H 1 : sekurang-kurangnya satu 1 tidak sama dengan nol 5 . Didalam model anova dua arah ini. Analisis Varians Dua Arah tanpa interaksi Analisis varians dua arah tanpa interaksi merupakan analisis varians yang lebih dengan dua faktor yang berpengaruh dan interaksi antara kedua faktor tersebut ditiadakan. Langkah-langkah analisis variansi satu rata-rata ialah sebagai berikut.. Anava atau Anova adalah anonim dari analisis varian terjemahan dari Analysis Of Variance. Dimana baris bisa sebagai faktor 1 (blok) dan kolom bisa sebagai faktor 2 (perlakuan) atau sebaliknya. Anova merupakan bagian dari metode analisis statistika yang tergolong analisis komparatif (perbandingan) lebih dari dua rata-rata. Anova adalah pengembangan atau penjabaran lebih lanjut dari uji-t(thitung). tidak terjadi interaksi. dan tidak ada interaksi terhadap sesuatu yang dibandingkan. Tujuan dari anova satu arah ialah untuk membandingkan lebih dari dua rata-rata berdasarkan satu kriteria.

Analisis Ragam Dua arah (ANOVA Two-Ways) 2) Menentukan taraf nyata (  ) beserta F tabel Taraf nyata (  ) ditentukan dengan derajat pembilang dan derajat penyebut masing-masing Untuk baris: v1  b  1 dan v2  (k  1)(b  1) Untuk kolom: v1  k  1 dan v2  (k  1)(b  1) Menentukan kriteria pengujian Ho diterima apabila F0  F ( v1:v2 ) Ho ditolak apabila F0  F ( v1:v2 ) Ho diterima apabila F0  F ( v1:v2 ) Ho ditolak apabila F0  F ( v1:v2 ) 3) Membuat analisis variansinya dalam bentuk tabel ANOVA Sumber variansi Jumlah kuadrat Rata-rata baris JKB b-1 s12  JKB db Derajat bebas Rata-rata kuadrat F0 f1  s12 2 s3 2 s2 2 s3 Rata-rata kolom JKK k-1 2 s2  JKK db f2  Error JKE (k-1)(b-1) 2 s3  JKE db Total JKT kb-1 Dimana : JKT : Jumlah kuadrat total JKB : Jumlah kuadrat nilai tengah baris JKK : Jumlah kuadrat nilai tengah kolom JKG : Jumlah kuadrat galat (error) 6 .

.. kb JKE  T i 1 k 2 i b JKE  JKT  JKB  JKK 4) Membuat Kesimpulan Menyimpulkan H0 diterima atau ditolak dengan membandingkan antara langkah ke -4 dengan kriteria pengujian pada langkah ke-3 7 .. kb JKB  T i 1 2 i k T 2 .Analisis Ragam Dua arah (ANOVA Two-Ways) 2 JKT   xij  i 1 j 1 k k n T 2 .  kb  T 2 .