Experimental Design – One­way ANOVA

ANALISIS RAGAM 1­ARAH 
(ONE­WAY ANOVA)
Contoh kasus:
Sebuah sekolah melakukan penelitian untuk mengetahui apakah 2 macam metode pengajaran baru 
memberikan   hasil   yang   berbeda   atau   tidak   terhadap   kemampuan   akademik   siswa.   Untuk 
mengetahui efektivitas kedua metode, dalam penelitian ini juga diikutsertakan metode standar yang 
selama ini dipakai di sekolah tersebut sebagai pembanding, sedangkan 2 metode yang baru tersebut 
adalah metode X dan metode Y. Sebanyak 15 siswa dipilih secara acak dari sekolah tersebut untuk 
ikut   dalam   penelitian   ini.   Setiap   metode   diterapkan   terhadap   5   orang   siswa.   Setelah   3   bulan 
mendapat pelatihan tersebut, kemampuan akademik siswa diukur melalui skor dari sebuah tes. Data 
hasil penelitian disajikan sebagai  berikut:
No. Metode Skor
1. standar 49
2. standar 60
3. standar 57
4. standar 59
5. standar 55
6. X 71
7. X 60
8. X 65
9. X 59
10. X 69
11. Y 83
12. Y 87
13. Y 89
14. Y 92
15. Y 95

Analis:
Dalam kasus ini, yang disebut faktor adalah 'metode pengajaran' sedangkan level/perlakuan adalah 
ketiga metode pengajaran, yaitu metode standar, metode X dan metode Y. Metode yang tepat untuk 
kasus ini adalah Analisis Ragam 1­arah (One­way ANOVA).

Deny Kurniawan @ 2007
http://ineddeni.wordpress.com
R Development Core Team (2007). R: A language and environment for statistical computing. 
R Foundation for Statistical Computing, Vienna, Austria. ISBN 3­900051­07­0, URL http://www.R­project.org.
 Experimental Design – One­way ANOVA

H 0  : standar = X =Y
H 1  : Paling tidak ada 1 pasang    yang tidak sama
 = 0.05

Hasil analisis:

                   Df Sum Sq Mean Sq F value   Pr(>F)
metode   2 2958.4  1479.2  64.877 3.68e­07 ***
Residuals         12  273.6    22.8
­­­
Signif. Codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Keterangan:
Df = Degrees of Freedom (derajat bebas)
Sum Sq = Sum Square (Jumlah Kuadrat)
Mean Sq = Mean Square (Kuadrat Tengah)
F value = F hitung
Pr (>F) = p­value dari F hitung
Residuals = galat
Signif. Codes = Significancy Codes (Kode signifikansi)

Derajat bebas dari 'metode' adalah 2 karena metode yang digunakan sebanyak 3. Rumus dari derajat 
bebas perlakuan adalah: banyaknya_perlakuan – 1.
Dari output dapat kita ketahui bahwa ketiga metode memiliki nilai rata­rata yang berbeda nyata. Hal 
ini dapat kita ketahui secara mudah dari nilai p­value. Nilai p­value yang didapat adalah 3.68e­07 
(lambang e­07 menyatakan: kali 10 pangkat ­7), yaitu jauh lebih kecil dari    yang digunakan.
Dengan demikian dapat disimpulkan bahwa efektivitas ketiga metode pengajaran berbeda nyata.

Sebelum   menggunakan  hasil  analisis   ini  sebagai  alat  pengambil   keputusan,  harus  diuji  terlebih 
dahulu mengenai validitas hasil analisisnya. Untuk dapat mengetahui ke­valid­annya, maka kita 
harus menguji asumsi yang mendasari ANOVA 1­arah ini, yaitu: asumsi mengenai kenormalan 
error   ( ~N 0, 2  ,   tidak   terjadinya   autokorelasi   pada   error   serta   asumsi   mengenai 
kehomogenan ragam (homogeneity of variance).

Pengujian Asumsi:
1. Kenormalan Error
Untuk dapat mendeteksi apakah error menyebar normal atau tidak, maka dapat dilakukan dengan 
pemeriksaan   terhadap   residualnya.     Salah   satu   cara   yang   sering   digunakan   adalah   dengan 
menggunakan bantuan QQ­plot. Di bawah ini adalah QQ­plot dari residual kasus di atas:

Deny Kurniawan @ 2007
http://ineddeni.wordpress.com
R Development Core Team (2007). R: A language and environment for statistical computing. 
R Foundation for Statistical Computing, Vienna, Austria. ISBN 3­900051­07­0, URL http://www.R­project.org.
 Experimental Design – One­way ANOVA

Dapat kita lihat bahwa plot residual dapat didekati oleh garis lurus, dengan demikian tidak ada bukti 
yang kuat mengenai pelanggaran terhadap asumsi kenormalan error.

2. Asumsi tidak terjadi autokorelasi terhadap error.
Pemeriksaan asumsi ini dapat dilakukan dengan menggunakan banuan grafik, yaitu melakukan plot 
antara residual (sumbu y) terhadap urutan (sumbu x). Hasil dari plottingnya adalah:

Deny Kurniawan @ 2007
http://ineddeni.wordpress.com
R Development Core Team (2007). R: A language and environment for statistical computing. 
R Foundation for Statistical Computing, Vienna, Austria. ISBN 3­900051­07­0, URL http://www.R­project.org.
 Experimental Design – One­way ANOVA

Nampak dari plot bahwa tidak ada pola tertentu yang dapat dikenali, atau dengan kata lain plot 
residual memiliki pola yang tidak beraturan (acak). Dengan demikian dapat dikatakan bahwa error 
tidak mengalami autokorelasi.

3. Pengujian asumsi homogenitas ragam.
Pengujiannya dapat dilakukan dengan menggunakan Bartlett test. 
H0 : Ragam homogen
H1 : Ragam tidak homogen
 = 0.05 
Hasil pengujian mengenai homogenitas ragam dengan Bartlett test adalah seperti di bawah ini:
Bartlett test of homogeneity of variances

data:  skor by metode
Bartlett's K­squared = 0.1531, df = 2, p­value = 0.9263

Nilai p­value sebesar 0.9263 memberikan dukungan terhadap penerimaan   H 0 , karena p­value 
jauh lebih besar dari 0.05. Dengan demikian dapat dikatakan bahwa ragam dari ketiga populasi 
perlakuan bersifat homogen.

Kesimpulan Umum:
Oleh karena tidak ada pelanggaran asumsi, maka hasil analisis ragam kita dapat dikatakan valid. 
Dengan demikian, kita dapat menyimpulkan bahwa ketiga metode pengajaran memiliki dampak 
yang berbeda terhadap kemampuan akademik siswa.

Deny Kurniawan @ 2007
http://ineddeni.wordpress.com
R Development Core Team (2007). R: A language and environment for statistical computing. 
R Foundation for Statistical Computing, Vienna, Austria. ISBN 3­900051­07­0, URL http://www.R­project.org.