BAB I

TEORI DASAR

1.1 Pengertian dan Fungsi
Analisis varians (analysis of variance) atau ANOVA adalah suatu metode analisis statistika
yang termasuk ke dalam cabang statistika inferensi. Uji dalam anova menggunakan uji F untuk
mengambil kesimpulan diterimanya atau tidak suatu hipotesis nol, karena dipakai untuk pengujian
lebih dari 2 sampel.
Anova (Analysis of variances) digunakan untuk melakukan analisis komparasi
multivariabel. Teknik analisis komparatif dengan menggunakan tes “T” yakni dengan mencari
perbedaan yang signifikan dari dua buah mean hanya efektif bila jumlah variabelnya dua. Untuk
mengatasi hal tersebut digunakalah teknik analisis komparatif yang lebih baik yaitu Analysis of
variances yang disingkat ANOVA untuk mengkaji (mendeterminasi) apakah rata-rata hitung (mean)
dari lebih dari 2 populasi, sama atau tidak.
Anova berfungsi untuk membandingkan rata-rata populasi bukan ragam populasi. Jenis data
yang tepat untuk anova adalah nominal dan ordinal pada variabel bebasnya, jika data pada variabel
bebasnya dalam bentuk interval atau ratio maka harus diubah dulu dalam bentuk ordinal atau
nominal. Sedangkan variabel terikatnya adalah data interval atau rationya. Asumsi dasar yang harus
terpenuhi dalam analisis varian adalah:
a) Kenormalan

Distribusi data harus normal, agar data berdistribusi normal dapat ditempuh dengan cara
memperbanyak jumlah sampel dalam kelompok.

b) Kesamaaan variansi

Setiap kelompok hendaknya berasal dari popolasi yang sama dengan variansi yang sama pula.
Bila banyaknya sampel sama pada setiap kelompok maka kesamaan variansinya dapat diabaikan.
Tapi bila banyak sampel pada masing masing kelompok tidak sama maka kesamaan variansi
populasi sangat diperlukan.

c) Pengamatan bebas

Sampel hendaknya diambil secara acak (random), sehingga setiap pengamatan merupakan
informasi yang bebas.

1. Jenis Dan Metode
Anova dapat digolongkan kedalam beberapa kriteria, yaitu :
a) Klasifikasi 1 arah (One Way ANOVA)
Anova klasifikasi 1 arah merupakan ANOVA yang didasarkan pada pengamatan 1 kriteria atau
satu faktor yang menimbulkan variasi.

Mnentukan derajat kebebasan (degrees of freedom)  df pada Between Treatments Variability rumus : df JKa = k-1  df pada Within Treatments Variability rumus : df JKd = ∑(n-1) atau df JKd = N-k  df pada Total Sum Of Squares rumus : df JKT = N-1 . b. c) Klasifikasi banyak arah (MANOVA) Anova banyak arah merupakan ANOVA yang didasarkan pada pengamatan banyak kriteria. Metode/ cara pengujian anova pada setiap jenisnya : a) Metode klasifikasi 1 arah (One Way ANOVA) a. atau Jumlah Kuadrat antar kelompok (Jka). Pengukuran variabilitas  Between Treatments Variability Mencari perbedaan perlakuan antar kelompok. ?? ∑(?)? − ∑ [ ] ?  Total Sum Of Squares umlah kuadrat penyimpangan total adalah jumlah kuadrat selisih antara skor individual dengan mean totalnya. ?? ??? = ∑ ? ? − ? atau JKT = JKa + JKd.tingkat kepercayaan(%) c. Menentukan signifikasi (?) (?) = 100% . (∑ ?)? ?? ?? ? [∑ ?̅ ? − ? ] atau ??? = ∑ ? − ?  Within Treatments Variability Variansi tidak terpengaruh oleh perbedaan perlakuan antar kelompok.b) Klasifikasi 2 arah (Two Way ANOVA) Anova kiasifikasi 2 arah merupakan ANOVA yang didasarkan pada pengamatan 2 kriteria atau 2 faktor yang mmenimbulkan variasi. JKd adalah Jarak kuadrat simpangan masing-masing kelompok. atau Jumlah kuadrat dalam (JKd).

bila perbedaan rata-rata lebih besar dari nilai HSD berarti ada perbedaan yang signifikan. maka tidak ada perbedaan yang signifikan. Analisa setelah melakukan metode ANOVA (post hoc). Metode yang dapat digunakan adalah :  Tukey’s HSD Metode yang paling umum digunakan adalah metode Tukey’s HSD. Formulanya adalah : ??? ??? = ? √ KET : ? N= banyaknya sampel per kelompok q = the studentizet range statistic k = banyaknya kelompok df= N – k  Bonferroni  Sidak  Scheffe  Duncan g. Analisis setelah anova atau pasca Anova (post hoc) dilakukan apabila hipotesis nol (Ho) ditolak. Mencari varian antar kelompok dan varian dalam kelompok Varian antar kelompok dan varian dalam kelompok sering juga disebut rata-rata jumlah kuadrat (mean squared) atau lebih populer disingkat dengan MS atau RK (rata-rata kuadrat). Tetapi bila lebih kecil dari nilai HSD. Menghitung besarnya F ??? ?= ??? f. RK dapat dihitung dengan mengunakan rumus sebagai berikut : ?? ?? = ?? ??? ??? = ?? ??? ??? ??? = ?? ??? e. Hal ini disebabkan karena “df” terikat dengan banyaknya kelompok yang ada. d. Selanjutnya membandingkan perbedaan rata-rata antar kelompok dengan nilai HSD. Fungsi analisis setelah anova adalah untuk mencari kelompok mana yang berbeda. Mencari perbedaan rata-rata antar kelompok. Dimana k adalah jumlah kelompok yang ada. Formula yang digunakan : ∑ ?? ̅̅̅̅ ? ? = ?? .

Klasifikasi banyak arah (MANOVA) .b) Metode klasifiksi 2 arah (Two Way ANOVA)  Jumlah kuadrat baris ∑??=? ?? ? ? ? ??? = − ? ??  Jumlah kuadrat total ? ? ?? ??? = ∑ ∑ ??? ? − ?? ?=? ?=?  Jumlah kuadrat kolom ? ∑??=? ?? ?? ??? = − ? ??  Jumlah kuadrat galat JKG = JKT – JKB – JKK a.

BAB II PEMBAHASAN 2. Hitung jumlah kuadrat rata-rata dengan rumus : (∑?1 + ∑?2 + ∑?3+⋯+∑??)2 (13+26+16 )2 JKR = = = 252. Hitung jumlah kuadrat antar kelompok dengan rumus : (∑?1)2 (∑?2)2 (∑?3)2 (∑??)2 JKA = ?1 + ?2 + ?3 +⋯+ ? .1 Pembahasan analisis variansi 1 arah Prosedur yang dicobakan A B C DATA YANG 2 8 3 DI 0 4 8 HASILKAN 4 5 1 7 9 4 n1= 4 n2 = 4 n3 = 4 N = 12 ∑X1 = 13 ∑X2 = 26 ∑X3 = 16 ∑XTot = 55 X1 = 2.67 S2 = 8.08 =23. Hitung kebebasan antar kelompok dengan rumus : DkA = k – 1 = 3 – 1 =2 Dimana k = banyak kelompok 6. Hitung rata-rata jumlah kuadrat dengan rumus : ??? 252.08 RKrata-rata = = = 252. Hitung derajat kebebasan rata-rata dengan rumus : dkrata-rata = 1 5.+? 4+4+4 2.JKR 132 262 162 = + + − 252.67 1.08 ??? 1 8. Hitung derajat kebebasan dalam kelompok dengan rumus : dkn = N – k = 12 .75 4.5 X3 = 4 S2 = 8.17 = 69. Hitung rata-rata jumlah kuadrat antar kelompok dengan rumus : .08 – 23.35 X2 = 6.08 ?1+?2+?3+⋯.3 = 9 diman N = jumlah seluruh anggota sampel 7.92 S2 = 5.17 4 4 4 3. Hitung jumlah kuadrat dalam kelompok dengan rumus : JKP = ∑X2 – JKR – JKA = 345 – 252.

49 < 4. sehingga Ho dierima 16. Kriteria pengujian yaitu : Ho = signifikan Ha = tidak signifikan Jika Fhitung < Ftabel. Hitung rata-rata jumlah kuadrat dalam kelompok dengan rumus : ??? 69.58 Kelompok 1.08 1 252.49 11.17 RKA = ??? = 2 = 11.α)(dkA dkD) F(1-0. - 14.58 Fhitung = ??? = 7.75 =1. Ternyata 1. Ha yang berbunyi : “Terdapat perbedaan yang signifikan antara A. ditolak. Taraf signifikansi (α) = 0.58 9.05 12. maka HO diterima 15. Cari Fhitung dengan rumus : ??? 11.17 2 11.75 Kelompok Jumlah 345 12 .08 Antar 23. ??? 23. Buatlah kesimpulannya: HO yang berbunyi : “ Tidak terdapat perbedaan yang signifikan antara A. dan C”.26. dan C”.75 10. 9) Dengan menggunakan table F didapat Ftabel = 4. diterima.75 9 7.75 RKD = ??? = 9 = 7. Masukan semua nilai yang telah didapat kedalam tabel anova berikut : Jumlah Jumlah Kuadrat Rata-rata dk F Variasi (JK) Kuadrat (RK) Rata-rata 252.05)(2. B. Ftabel = F(1.49 Dalam 69. Sebaliknya.26 13. . B.

general linier model. Masukan data kedalam spss seperti dibawah ini: 2. klik Analyze . pilih univariate . Metode spss dengan general linier mode 1.

3. Kemudian klik continue . Masukan data populasi ke dependent variable dan data metode ke fixed factor 4. klik post hoc maka akan muncul seperti dibawah ini. Lalu centang bonferroni dan games-howell. Kemudian masukan data metode ke post hoc test for.

6. Lalu akan muncul hasil dari analisis GLM .5. Lalu klik continue. klik ok. klik option lalu muncul tampilan seperti dibawah ini. Kemudian centang descriptive statistic. homogently test dan observed power.

.

serta p value lebih kecil dari signifikasi Ket : F table = 4. Fungsi analisis setelah anova adalah untuk mencari kelompok mana yang berbeda. . BAB III KESIMPULAN Berdasarkan perhitungan maka dapat ditarik kesimpulan Ho ditolak dan H1 Hipotesa alternatif diterima.26 F perhitungan = 1.49 nilai kritik α = 0.05 untuk Analisis setelah GLM (post hoc) dilakukan apabila hipotesis nol (Ho) ditolak. Penarikan kesimpulan berlandaskan niali Fperhitungan lebih besar dengan Ftabel. Sehingga studi kasus ini menjadikan H1 sebagai kesimpulan dengan pemecahan masalah tidak semua ukuran memiliki rata-rata (mean) yang sama.

333414 4. Abdul Rachman N 3334140517 2. MAKALAH GLM GENERAL LINEAR MODEL Disusun Guna Memenuhi Tugas Mata Kuliah Statistika Oleh: NO NAMA NIM 1. Mohamad Bima P 3334140282 3. 333414 JURUSAN TEKNIK METALURGI FAKULTAS TEKNIK UNIVERSITAS SULTAN AGENG TIRTAYASA CILEGON – BANTEN 2016 . 333414 5. 333414 6.