ANOVA

(Analysis of Variance)

19/07/2017

1

untuk memahami: ◦ Pemanfaatan uji beda rata-rata lebih dari 2 kel.TUJUAN PEMBELAJARAN  Tujuan Umum Setelah mengikuti materi ini diharapkan memahami Uji Hipotesis Beda Rata-rata lebih dari 2 kelompok independen  Tujuan khusus. indep ◦ Asumsi Uji Anova ◦ Macam-macam Uji Anova ◦ Prosedur Uji Anova ◦ Latihan soal 19/07/2017 2 .

I dan II  Jika uji 2 mean  “Z”. ANOVA  Uji hipotesis perbedaan nilai rata-rata lebih dari 2 kelompok independen  Contoh:  Adakah perbedaan nilai debit pengukuran di station hulu.  Adakah perbedaan Nilai rata rata parameter DO dari station. “t-test” Kel 1 X Uji t atau t-test Kel 2 X 19/07/2017 3 . tengah dan hilir.

ANOVA O Jika >2 mean  uji Z dan t-test tidak efektif lagi karena dilakukan berulang kali  akan menyebabkan error type I (α) menjadi besar α* = 1-(1-α)n O Prinsip uji Anova adalah melakukan telaah variabilitas data menjadi dua sumber variasi yaitu variasi dalam kelompok (within) dan variasi antar kelompok (between) 19/07/2017 4 .

PRINSIP UJI ANOVA Treatment 1 Treatment 2 Treatment k Xi Xi Xi … … … … … … … … … X X X X • Deviasi X dengan Xi  Varian Within (S2w) •Deviasi X dengan X  Varian Between (S2b) 19/07/2017 5 .

ANOVA • Asumsi Uji Anova • Varian semua populasi adalah sama (homogen) • Sampel/kelompok independen • Populasi terdistribusi secara normal • Jenis data yang dihubungkan adalah numerik dengan kategori (untuk kategori yang lebih dari 2 kelompok) Ho:μ1=μ2=μ3 (semua μ adalah sama) • Hipotesis • Ha: μ1≠μ2=μ3 (Tidak semua μ adalah sama) atau setidaknya salah satu dari μ berbeda dengan lainnya 19/07/2017 6 .

ANOVA Macam-macam Uji ANOVA  Satu arah (one way anova) • Melihat perbedaan bermacam-macam data hujan yang ada dalam rekaman data statiun (sampel)  Dua arah (two way anova) • Sampel dibedakan lagi berdasarkan lokasi station (station A dan B)  Multi arah (MANOVA) • Masing-masing data dibedakan lagi berdasarkan musim • Sampel Stasiun A maupun station B dibedakan lagi berdasarkan kelompok lokasi 19/07/2017 7 .

N-k. ANOVA Prosedur Uji ANOVA 1. jika: F hitung ≥ F tabel (k-1. Test Statistik : Uji Anova 4. Ho:μ1=μ2=μ3 (semua μ adalah sama) Ha: μ1≠μ2=μ3 (Tidak semua μ adalah sama) atau setidaknya salah satu dari μ berbeda dengan lainnya 2. Kesimpulan: 19/07/2017 8 . Critical region (Ho ditolak. Tentukan tingkat kepercayaan 3. Keputusan: 7. Perhitungan uji Anova 6. (N-k=denominator) 5.α) (k-1 = numerator).

ANOVA O F-rasio adalah perbandingan antara variasi antar group (between group) dengan variasi di dalam group (within group) O Jika rasio tersebut besar. berarti variasi yang terjadi adalah akibat dari perbedaan treatment/kelompok O Jika rasio tersebut kecil berarti variasi yang terjadi hanyalah akibat perbedaan antar individu O Berapa rasio yang disebut besar? Tergantung dari derajat kemaknaan yang dapat diterima 19/07/2017 9 .

ANOVA O Ada dua sumber varians untuk mengestimasi σ2 • Between group (antar group) n1(x1 – x)2 + n2(x2 – x)2 + …+ nk(xk – x )2 S2b = k–1 k = jumlah kelompok • Within groups (pooled variance) (n1– 1)S12 + (n2– 1)S22 + …+ (nk– 1)Sk2 S2w = N–k • Ratio Variance S2b F= 19/07/2017 10 S2w .

ANOVA Data Lay-out Treatment 1 Treatment 2 Treatment k Total X1 X1 X1 x2 X2 X2 … … … Xn Xn Xn n1 n2 nk N=… X1 X2 Xk X S12 S22 Sk 2 S2 n1X1 + n2X2 + … + nkXk 19/07/2017 11 X= N .

5 12. ANOVA Contoh Kasus O Tiga macam pencatatan dilakukan trialnya terhadap data debit sungai. Buktikan apakah efek ketiga data tersebut sama (α=0.5 3.5 19/07/2017 12 .05) No Obat 1 Obat 2 Obat 3 1 47 55 54 2 53 58 50 3 49 54 51 4 50 61 51 5 46 62 49 Rata-rata 49 56 51 Varians 7.

Ho:μ1=μ2=μ3 (Tidak ada perbedaan data dari stasiun 1.05) 5 (49) + 5 (56) + 5 (51) 245 + 280 + 255 X= X= = 52 15 15 (5 – 1)7. 2 & 3) Ha: μ1≠μ2=μ3 (Ada perbedaan data 1.8 .8 15 – 3 5(49 – 52)2 + 5(56 – 52)2 + 5(51 – 52)2 S2b = = 65 3–1 19/07/2017 13 S2b 65 F= = = 8.5 S2w = = 7.3 F hitung S2w 7.5 + (5 – 1)3. Jawab 1. 2 dan 3) 2.5 + (5 – 1)12. Tingkat kepercayaan 95% (α=0.

10 … … … … … 0.81 … … … … … 0.51 … … … … … 0.100 … 2.025 … 5.005 … 8.3) > F tabel (3.3 Df2 (denominator)=N-k=15-3=12 Denominat Area Numerator DF or 1 2 3 4 5 6 dst DF 12 0.93 … … … … … 0. Lihat tabel F (Cuplikan) Df1 (numerator) = k-1=3-1=2 Nilai F hitung = 8.89 … … … … … 0. 2 dan 3) .010 … 6.89)  keputusan Ho ditolak Kesimpulan: Dengan α=5% ada perbedaan yang signifikan efek dari 19/07/2017 14 ketiga data debit t tersebut (Obat 1.97 … … … … … F hitung (8.001 … 12.050 … 3.

ANALISIS MULTIPLE COMPARISON (POSTHOC TEST) O Analisis ini bertujuan  mengetahui lebih lanjut kelompok mana saja yang lebih berbeda meannya  bilamana terjadi pada pengujian Anova dihasilkan ada perbedaan yang signifikan (Ho ditolak) O Jenis analisis  Bonferroni. Honestly Significant Difference (HSD). Scheffe dll O Perhitungan Bonferroni sbb: xi . α α* = ------ √S2w [(1/ni) + (1/nj)] ( k 2) df = n .k 19/07/2017 15 .xj Dengan level of Sig (α) sbb: tij = ---------------------------.

= 0. II dan III 19/07/2017 16 . I dan III.05 α* = ---------.05) maka α bonferroni adalah 0.0167 = 0. CONTOH KASUS 3! Kombinasi uji t yang mungkin adalah (32) = ----------- -=3 (3-2)! Pada 2! soal di atas alpha 5% (0.01 3 Lanjutkan dengan uji t antara kelompok I dan II.

50 0.20 0.001 1 … … … … … … … .356 1.05 0.= -3. … … … … … … … 12 0.695 1.56 tij = ---------------------------.01 0.178 2.681 3.95 √S2w [(1/ni) + (1/nj)] √7.95 dan df=12. Lanjutan-Bonferroni O Uji kelompok I dan II xi .782 2.02 0. t12 = -----------------------.01  nilai p ini < α* 19/07/2017 17 (0.xj 49 .10 0.318 dst … … … … … … … Dg nilai t hitung = -3. maka nilai p <0.8 [(1/5) + (1/5)] Langkah selanjutnya mencari nilai P dg tabel t dengan df = 15 – 3 = 12 Degree of Freedom Area in Two Tail (df) 0.01) Maka Ho ditolak  Kesimp: secara statistik ada perbedaan efek Obat 1 dan 2 .055 4.

… … … … … … … 12 0. Lanjutan-Bonferroni O Uji kelompok I dan III 49 .695 1. maka (0.02 0.01 0.13 dan df=12.13 √7.51 t13 = -----------------------.055 4.5>nilai p>0.8 [(1/5) + (1/5)] Langkah selanjutnya mencari nilai P dg tabel t dengan df = 15 – 3 = 12 Degree of Freedom Area in Two Tail (df) 0.318 dst … … … … … … … Dg nilai t hitung = -1.20 0.50 0.2)  nilai p ini >α* 19/07/2017 18 (0.782 2.10 0.356 1.= -1.001 1 … … … … … … … .178 2.05 0.01) Maka Ho gatol  Kesimp: secara statistik tidak ada perbedaan efek Obat 1 dan 3 .681 3.

681 3.20 0. … … … … … … … 12 0.= 2.01 0.318 dst … … … … … … … Dg nilai t hitung = 2.05 0.8 [(1/5) + (1/5)] Langkah selanjutnya mencari nilai P dg tabel t dengan df = 15 – 3 = 12 Degree of Freedom Area in Two Tail (df) 0.83 dan df=12. maka (0.01) Maka Ho gatol  Kesimp: secara statistik tidak ada perbedaan efek Obat 2 dan 3 .01) 19/07/2017 nilai p ini >α* 19 (0.50 0.782 2.001 1 … … … … … … … .178 2.695 1.10 0.356 1. Lanjutan-Bonferroni O Uji kelompok II dan III 56 .055 4.02>nilai p>0.51 t23 = -----------------------.02 0.83 √7.

Related Interests