PENDAHALUAN
Analisis varians (analysis of
variance, ANOVA) adalah suatu metode analisis statistika
yang termasuk ke dalam cabang statistika inferensi. Dalam literatur
Indonesia metode ini dikenal dengan berbagai nama lain, seperti analisis
ragam, sidik ragam, dan analisis variansi. Ia merupakan pengembangan
dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam
pengambilan keputusan. Analisis varians pertama kali diperkenalkan
oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktik, analisis
varians dapat merupakan uji hipotesis (lebih sering dipakai)
maupunpendugaan (estimation, khususnya di bidang genetika terapan).
Secara umum, analisis varians
menguji dua varians (atau ragam) berdasarkan hipotesis nol bahwa
kedua varians itu sama. Varians pertama adalah varians antarcontoh (among
samples) dan varians kedua adalah varians di dalam masing-masing contoh (within
samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan
memberikan hasil yang sama dengan uji-t untuk dua rerata (mean).
BAB
II
PEMBAHASAN
ANALISIS
RAGAM ( ANALYSIS OF VARIANCE = ANOVA )
Anova digunakan untuk membandingkan rata-rata
populasi bukan ragam populasi. Disebut
analisis ragam, karena dalam prosesnya ANOVA memilah-milah keragaman menurut
sumber-sumber yang mungkin. Sumber keragaman inilah yang akan digunakan sebagai
pembanding untuk mengetahui sumber mana yang menyebabkan terjadinya keragaman
tersebut.
Dalam pengujian hipotesis ada asumsi yang perlu
diperhatikan, yaitu ada setiap populasi
menyebar mengikuti distribusi normal, dengan ragam populasi yang sama. Populasi dalam
hal ini sering juga disebut perlakuan (treatment), karena perbedaan populasi
sering disengaja
(dikontrol) yang membuat perlakuan tertentu. Menurut
banyaknya faktor (kriteria) yang menjadi pusat perhatian, ANOVA dibagi menjadi
Anova satu arah, Anova dua arah dan Anova multi arah.
ANOVA
SATU ARAH
ANOVA satu arah digunakan ketika variabel dependen-nya
univariat dengan pengaruh satu faktor, jika terdapat pengaruh lebih dari satu
faktor maka dapat digunakan ANOVA dua arah. ANOVA juga digunakan untuk menguji
kesamaan k (k > 2) buah rata-rata populasi.
Asumsi
Asumsi
- Asumsi
yang harus dipenuhi yaitu :
- Skala
pengukuran interval.
- Data
harus berasal dari populasi yang berdistribusi normal.
- Varians
homogen.
- Pengambilan
sampel secara acak dan masing-masing sampel independen.
Asumsi
Dasar dalam ANOVA :
1. Kenormalan
Setiap
harga dalam sampel berasal dari distribusi normal, sehingga distribusi skor
sampel dalamkelompok pun hendaknya normal. Kenormalan dapat diatasi dengan
memperbanyak sampeldalam kelompok, karena semakin banyak n maka distribusi akan
mendekati normal. Apabilasampel tiap kelompok kecil dan tidak dapat pula
diatasi dengan jaln melakukan transformasi.
2. Kesamaan VariansiMasing-masing kelompok hendaknya berasal dari
populasi yang mempunyai variansi yang sama.Untuk sampel yang sama pada setiap
kelompok, kesamaan variansi dapat diabaikan. Tetapi, jikabanyaknya sampel pada
masing-masimg kelompok tidak sama, maka kesamaan variansi populasimemang sangat
diperlukan.3. Penamatan BebasSampel hendaknya diambil secara acak (random),
sehingga setiap pengamatan merupakaninformasi yang bebas.PERBANDINGAN ANOVA
SATU ARAH DENGAN ANOVA DUA ARAH Sebenarnya analisis ANOVA satu arah dapat
dipakai untuk menghadapi kasus variabel bebaslebih dari satu. Hanya saja
analisisnya dilakukan satu per satu, sehingga akan menghadapibanyak kasus ( N
semakin banyak ).Dengan melakukan Anova dua arah akan dihindari pula pula
terjadinya noise (suatukemungkinan yantg menyatakan terdapat suatu efek karena
bercampurnya suatu analisis data).Noise ini dapat dihindari pada ANOVA dua arah
karena analis disini melibatkan kontor terhadapperbedaan(katagorikal) variabel
bebas.Interaksi suatu kebersamaanantar fektor dalam mempengaruhi variabel
bebas, dengansendirinyapengaruh faktor-faktor secara mandiri telah dihilangkan.
Jika terdapat interaksi berartiefek faktor satu terhadap variabel terikatakan
mempunyai garis yang tidak sejajar dengan efek faktor lain terhadap variabel
terikatsejajar (saling berpotongan), maka antara faktor tidak mempunyai
interaksi.Anova dua arah digunakan peneliti untuk mengatasi perbedaan nilai
variabel terikat yangdikategorikan berdasarkan variasi bebas yang banyak dan
masing-masing variabel terdiri daribeberapa kelompok. Anova dua arah merupakan
penyempurnaan Anova satu arah.Anova dua arah lebih efisien daripada anova satu
arah, karena:• kasus yang dihadapi lebih sedikit yaitu sejumlah sampel .• noise
dapat dihilangkan.• dapat diketahui unsur kebersamaan variabel bebas dalam
mempengaruhi variabel terikat.
Bila
faktor yang menjadi perhatian berupa satu faktor, misalnya pengaruh bentuk
kemasan
pada tingkat penjualan, maka Anova yang kita gunakan adalah satu arah. Di sebut
satu
arah arah karena pusat perhatian kita hanya satu; dalam hal ini bentuk kemasan.
Lain
halnya
jika pusat perhatian kita, selain jenis kemasan, juga tertuju pada pengaruh
aroma
pada
tingkat penjualan. Disini kita gunakan Anova dua arah.
Misalkan
ada k populasi yang berdistribusi normal, dengan rata-rata populasinya, 1,
2,
3,........, k serta ragam populasinya sama walaupun nilainya tidak diketahui,
bisa disusun
dalam
bentuk tabel :
Populasi
|
Total
|
|
1 2 ... k
|
||
Sampel
|
X11 X21 ... Xk1
X12 X22 ... Xk2
... ... ... ...
X1n X2n ... Xkn
|
|
Total
|
T1 T2 ... Tk
|
T
|
Ukuran
|
n1 n2 ... nk
|
N
|
Rata
- rata
|
2 ... k
|
Untuk
mengetahui apakah ada perbedaan rata-rata populasi, dilakukan pengujian
hipotesis
dengan analisis ragam.
Jenis
pengujian :
H0
= μ1 = μ2 = ..... = μk
Ha
= Tidak semuanya sama ( setidaknya ada μi μj , untuk i j )
Keputusan
menolak atau menerima Ho bisa ditentukan dengan membuat tabel ANOVA
sebagai
berikut :
Sumber
Keragaman
|
Derajat
Bebas
|
Jumlah
Kuadarat
|
Varian
(ragam)
|
F
hitung
|
F
tabel
|
Antar
Kolom
Sisaan
|
V1
= k – 1
V2
= N - k
|
JKK
JKS
|
S12
S22
|
S12/s22
|
F(V1,
V2)
|
N
- 1
|
JKT
|
Keterangan
:
k
= jumlah populasi atau perlakuan
N
= banyaknya pengamatan = n1 + n2 + ...... + nk
JKK
= Jumlah Kuadrat Antar Kolom =
JKT
= Jumlah Kuadrat Total =
JKS
= Jumlah Kuadrat sisaan = JKT – JKK
S12=
S22
=
Statistik
Uji yang digunakan adalah F hitung
Tolak
Ho bila Fhitung Ftabel
Contoh
:
Sebuah
penelitian dilakukan untuk mengetahui apakah ada pengaruh perbedaan
metode
Membaca pada tingkat keberhasilan. Ada tiga metode belajar yang akan diuji.
Diambil sampel masing-masing 5 orang siswa untuk membaca suatu artikel, lalu
dicatat waktu yang digunakan (menit) untuk kemudian diberi pertanyaan
setelahnya sebagai berikut :
Metode
1
(Membaca
lambat/ 8 menit)
|
Metode
2 (Sedang/5 Menit)
|
Metode
(Cepat/ 2,5 Menit)
|
21
27
29
23
25
|
17
25
20
15
23
|
31
28
22
30
24
|
Ujilah
dengan = 0,05 apakah ada pengaruh perbedaan metode Membaca pada waktu
yang
digunakan?
Penyelesaian
:
Metode
1 (membaca lambat)
|
Metode
2 (sedang)
|
Metode
3 (Cepat)
|
21
27
29
23
25
|
17
25
20
15
23
|
31
28
22
30
24
|
T1
= 125
|
T2
= 100
|
T3
= 135
|
Dari
tabel di atas bisa dihitung
Total
keseluruhan nilai = 360
JKK
= + + - = 130
JKT
= 212 + 272 + ... + 242 - = 298
JKS
= 298 – 130 = 168
Tabel
ANOVA
Sumber
Keragaman
|
Derajat
Bebas
|
Jumlah
Kuadrat
|
Varian
(Ragam)
|
F
hitung
|
Ftabel
|
Antar Kolom
Sisaan
|
2
12
|
130
168
|
65
14
|
4,64
|
F(2,12)
= 3,89
|
Total
|
14
|
298
|
Pengujian
hipotesis :
H0
= μ1 = μ2 = ..... = μk
Ha
= Tidak semuanya sama ( setidaknya ada μi μj , untuk i j )
Statistik
Uji = Fhitung = 4,64
Karena
Fhitung > Ftabel, maka tolak Ho
Kesimpulan
: ada pengaruh perbedaan metode membaca pada waktu yang digunakan.
BAB
III
KESIMPULAN
Analisis
varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika
yang termasuk ke dalam cabang statistika inferensi. Dalam literatur Indonesia
metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik
ragam, dan analisis variansi. Ia merupakan pengembangan dari masalah
Behrens-Fisher, sehingga uji-F juga dipakai dalam pengambilan keputusan.
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak
statistika modern. Dalam praktek, analisis varians dapat merupakan uji
hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di
bidang genetika terapan).
Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan hipotesis nol bahwa kedua varians itu sama. Varians pertama adalah varians antarcontoh (among samples) dan varians kedua adalah varians di dalam masing-masing contoh (within samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan memberikan hasil yang sama dengan uji-t untuk dua rerata (mean).
Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan
Daftar Pustaka
2 komentar:
terimakasih gan.
sundul77.com Situs Agen Bola Terbaik | Judi Casino Online | poker uang asli | Bandar Slot Terpercaya
sundul77.com Adalah Situs Agen Bola Terbaik | Judi Casino Online | poker uang asli | Bandar Slot Terpercaya, Game Slot Mesin, Agen Sbobet, Agen Ibcbet, Agen Mansion88 sundul77 Merupakan Salah Satu Bandar Bola, Bandar Casino, Poker Online Terpercaya IDNSPORT. Kelebihan Bandar Bola Terbesar www.sundul77.com Desain Website Menarik, Live Casino Online 24 Jam Non-Stop Bersama Dealer Eropa & Dealer Asia..
Situs Agen Bola Terbaik | Judi Casino Online | poker uang asli | Bandar Slot Terpercaya, Game Slot Mesin, Agen Sbobet, Agen Ibcbet, Agen Mansion88
Bolagaming mempunyai tim berpengalaman dalam melayani setiap member yang bergabung di situs judi taruhan bola terbaik ini. Kami menyediakan customer service online 24 jam yang akan menemani anda dan membantu memberikan arahan kepada anda agar mudah saat melakukan pendaftaran. Anda bisa memilih jenis permainan judi taruhan online apa saja sesuai keinginan anda.
Ayo Bergabung Bersama Situs Judi Taruan Bola Terlengkap Bolagaming
situs agen bola terbaik,judi casino online,poker uang asli,poker uang asli,agen ibcbet
Posting Komentar