Professional Documents
Culture Documents
Dekomposisi jumlah
varian
Mengukur pengaruh
Menguji signifikansi
Interpretasi hasil
Identifikasi variabel
Variabel tak bebas (y) (kuantitatif interval atau rasio)
terdiri dari n observasi untuk setiap kategori x
Variabel bebas (x) merupakan kategori, terdiri dari k
kategori atau k tingkat atau level
Jadi seluruhnya ada nk observasi.
Banyaknya elemen dari setiap sample (objek) dari
setiap kategori sama yaitu = n
Mendekomposisi jumlah varian
Yang diteliti adalah variabilitasY dalam sampel
Berdasarkan variabilitas, menentukan apakah ada
alasan untuk mempercayai bahwa rata-rata
sebenarnya dari populasi memang berbeda
Jumlah variasi Y (SSy) = Jumlah variasi antar sampel
(SSx) + jumlah variasi dalam sampel (SSerror)
Mendekomposisi jumlah varian
Variasi dalam sampel
Ukuran seberapa jauh nilai variabel Y bervariasi dalam
kelompok/populasi yg diwakili oleh sampelnya
Asumsi semua kategori mempunyai variasi yang sama
dalam populasi
Variasi antar sampel
Kalau rata-rata populasi sama utk semua kelompok,
kmd variasi dalam rata-rata sampel (perkiraan) dan
besarnya sampel kelomppok bisa digunakan untuk
memperkirakan varian Y
Mengukur pengaruh
2 = SSx/Ssy = (SSx-Sse)/Ssy
Nilai antara 0-1
Nilai 0 : kalau semua rata-rata kategori sama (ho
benar) menunjukkan tak ada pengaruh X terhadap Y
Nilai 1 : kalau tidak ada variasi dalam setiap kateori
(masing-masing kategori homogen)
DEKOMPOSISI VARIAN
SSy = SSx + Sse
Dimana
SSy = (Yij – Ý)2
SSx = n (Yj – Ý)2
SSe = (Xij – Ýj)2
i=1,2,3….n (n=banyaknya elemen sampel)
J=1,2,3….k (k= banyaknya populasi/kategori)
Yij = nilai observasi ke I dari populasi/kategori j
Ýj = rata-rata perkiraan kategori j
Ý = rata-rata seluruh sampel
Uji signifikansi
1)Ho : 1 = 2 =……. k
Ha : 1 1 (paling sedikit ada 2 rata-rata yang tidak
sama)
2) Hitung Fo, kriteria uji F yang diobserve, berdasarkan
tabel analisis varian
Sumber df SS MS= SS/df
variasi
Antar sampel k - 1 SSx SSx/ (k -1)
Dalam k ( n – 1) SSe Sse / k(n-1)
sampel
Jumlah k ( n – 1) SSy
Uji signifikansi
Fo = ((SSx/(k-1): (SSe/k(n-1))
Fo = MSx / Mse dimana MS = SS/df
F0 mengikuti fungsi F dengan df V1 = k-1 & V2=k(n-1)
3) Tentukan, , cari F (v1,v2) dari tabel F dengan df=
V1 dan V2
4) Kesimpulan menolak atau menerima H0
Kalau F o ≥ F (v1,v2) Ho ditolak
Kalau F o ≤ F (v1,v2) Ho diterima
CONTOH
Ada 3 kelompok toko menjual barang A dengan harga
yang berbeda yaitu 39, 44, 48. Ingin diuji apakah rata-
rata hasil penjualan dalam unit sama untuk 3
tingkatan harga dari 3 kelompok toko tersebut
Dari setiap kelompok toko diambil secara acak
sebanyak 5 buah toko kemudian ditanya tentang hasil
penjualannya dalam unit dan hasilnya sebagai beikut :
Contoh
Tingkat 39 44 48
harga/katego
ri kelompok
8 7 4
12 10 8
10 6 7
9 8 9
11 9 7
Rata-rata Y1 = 10 Y2 =8 Y3= 7 Ý = 25/3 = 8.33
Hasil perhitungan
1) Ho : 1 = 2 =3
Ha : 1 1 (paling sedikit ada 2 rata-rata yang tidak sama)
2) Perhitungan Fo untuk nj= n=5 , k= 3 (tiga tingkat harga
dan tiga kelomppok)
SSx = n (Yj – Ý)2
SSx = 5 ((10-25/3)2 + (8-25/3)2 +(7-25/3)2 = 23.3
Sse= ((8-10)2 + (12-10)2+……(7-7)2=34
MSx = SSx/(k-1)= 23.3/2 = 11.65
Mse = Sse/k(n-1) = 34/12 = 2.8
Ssy = SSx + Sse = 23.3 + 34 =57.3
Sumber df SS MS= SS/df
variasi
Antar sampel k – 1 = 2 SSx=23.3 SSx/ (k -1)=
MSx=11.65
Dalam k ( n – 1) Sse= 34 Sse / k(n-1)
sampel 3(5-1)=12 =Mse=2.8
Jumlah nk-1=14 Ssy =57.3
Hasil F
Fo = 11.65/28 = 4.16
Kalau =0.05 dari tabel F 0.05(2,12) = 3.89
Kalau =0.01 dari tabel F 0.01(2,12) = 6.93
Kalau F o 4.16 ≥ F 0.05(2,12) Ho ditolak
Memang ada perbedaan rata-ratahasil penjualan untuk
setiap tingkat harga atau ada pengaruh dari tingkat
harga terhadap hasil penjualan
Analisis varians banyak arah
Ingin diketahui pengaruh dari tingkat harga dan
tingkat distribusi terhadap keinginan pelanggan
membeli barang A
Harga ( sangat mahal, mahal, murah)
Distribusi (sangat lancar, lancar, tidak lancar)
Prosedur untuk analisis varians banyak arah sama
dengan varian satu arah
Analisis varian dua arah dengan variabel bebas yang
non metriks X1 dan X2
30. Uji Anova
Anova : menguji rata-rata satu kelompok / lebih melalui satu variabel dependen / lebih
berbeda secara signifikan atau tidak.
Apakah ada perbedaan rata-rata penghasilan sesudah sertifikasi jika dilihat dari
asal wilayah ?
Ho = rata-rata penghasilan tidak berbeda dilihat dari asal wilayah
Descriptives
penghasilan sesudah lulus sertifikasi
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
jabar 3094736,8
19 269719,369 61877,867 2964736,27 3224737,42 2400000 3700000
4
jateng 3057142,8
14 194992,251 52113,871 2944557,68 3169728,03 2600000 3400000
6
jatim 3194444,4
18 285888,136 67384,480 3052275,62 3336613,27 2800000 3800000
4
NTT 3152631,5
19 368734,203 84593,428 2974907,38 3330355,78 2100000 3700000
8
Papua 3325000,0
20 297135,447 66441,506 3185936,33 3464063,67 2700000 3800000
0
Total 3172222,2
90 301691,031 31801,027 3109034,26 3235410,19 2100000 3800000
2
ANOVA
Test of Homogeneity of Variances penghasilan sesudah lulus sertifikasi
penghasilan sesudah lulus sertifikasi
Sum of
Squares df Mean Square F Sig.
Between Groups 782483291 19562082289
Levene 4 2,272 ,068
562,238 0,560
Statistic df1 df2 Sig. Within Groups 731807226 86094967811,
85
3993,310 687
1,263 4 85 ,291
Total 810055555
89
5555,550