SlideShare a Scribd company logo
1 of 23
Kelompok 8
ANALISIS VARIANSI
(ANOVA)
 Dini isari

 Susan
 Tuhfatus
sa’adah
ANALISIS VARIANSI
1. PENGERTIAN
Analisis variansi adalah suatu prosedur untuk uji
perbedaan menjadi beberapa populasi.
2. Jenis variansi
 Variansi sampel s2 dan variansi populasi σ2. kedua
varians ini melukiskan derajat perbedaan/variansi
nilai data kelompok/kmpulan data tersebut. Variansi
ini dihitung berdasarkan rata-rata kumpulan data.
 Variansi sampling berbagai statistik, untuk rata-rata
diberi lambang untuk σ2/x, proporsi diberi lambang
σ2x/n.
A. Secara umum variansi digolongkan ke
dalam variansi galat dan variansi sistematik.
Variansi galat adalah variansi dalam kelompok.
 Variansi sistematik adalah variansi pengukura
karena adanya pengaruh yang menyebabkan nilai
data lebih condong ke satu arah tertentu. Contoh
variansi sistematik : kumpulan data
hasilpenelitian antar kelompok.
B. Istilah yang terdapat dalam anova:
Jumlah kuadrat (JK) dikoreksi yaitu setiap
data dikurangi rata-ratanya lalu
dikuadratkan, kemudian jumlahkan.
Derajat kebebasan yaitu banyak kelompok
dikurangi satu.
Secara umum, rumus untuk mengetahui
variansi sebuah data adalah
Contoh 1
Misalkan ada empat kelas siswa, tiap kelas banyak muridnya
sama, sedang belajar bahasa inggris, masing-masing kelas diajar
oleh seorang guru dan tiap guru menggunankan metoda mengajar
yang berbeda, sebut A,B,C dan D. Nilai hasil ujian akhir proses
belajar untuk tiap metoda, rata-ratanya seperti berikut :
Metoda

A

B

C

D

Rata-rata

67,3

76,5

56,9

63,7
jawab :
 Rata-rata untuk keempat rata-rata itu
∑fx = (67,3 + 76,5 + 56,9 + 63,7) = 66,1
n
4
 Jumlah kuadrat-kuadrat (JK) dikoreksi,
= ( X- )2
= (67,3-66,1)2 + (76,5 – 66,1)2 + (56,9 – 66,1)2 + +(63,7 – 66,1)2
= 200
 Derajat kebebasan
=n–1
dengan ‘n’ = banyak data
=4–1
=3
Contoh 2
Misalkan dua jenis makanan ayam, sebut makanan A dan
makanan B dicobakan : A terhadap 5 ekor ayam dan B
terhadap 4 ekor ayam. Segala karakteristik kesembilan ekor
ayam itu (misalnya besarnya, jenis, umur, dll) sama.
Setelah 20 hari percobaan pertmabahan berat dagingnya
(dalam ons) ditimbang dan dicatat. Hasilnya seperti berikut :
Makanan A

3,2

3,7

3,9

3,6

3,5

Makanan B

2,2

2,9

2,5

2,4

-
Menghitung bertambahan berat badan
ayam
 Menghitung rata-rata A
= ∑fx = (3,2 + 3,7 + 3,9 + 3,6 + 3,5) =17,9
n
5
5
= 3,58
 Menghitung rata-rata B
= ∑fx = ( 2,2 + 2,9 + 2,5 + 2,4 ) = 10,0
n
4
4
= 2,5
Menghitung variansi
1. Menentukan rata-rata
“ karena ukuran sampel berbeda, maka rata-rata
untuk data tersebut adalah :
X = 5(3,58) + 4(2,50) = 3,1
9
2. Menghitung jumlah kuadrat
• Untuk makanan A = 5(3,58 – 3,1)2 = 1,152
• Untuk makanan B = 4(2,50-3,1)2 = 1,44
Maka JK dikoreksi dari kedua data tersebut
= 1,152 + 1,44 = 2,592
3. Mengitung variansi
=
JK dikoreksi
= 2,592 = 2,592
derajat kebebasan
2-1
VARIANS – DATA TUNGGAL
• Rumus (sampel)
n

Xi
S

2

X

2

i 1

n 1

• Rumus (populasi)
N

Xi
2

i 1

N

2

S2 = varians sampel
Xi = data ke-i
= rata-rata sampel
n = banyaknya sampel
σ2
Xi
μ
N

=
=
=
=

varians populasi
data ke-i
rata-rata populasi
banyaknya populasi
VARIANS – DATA BERKELOMPOK
• Rumus (sampel)
k

f i ( xi
s

2

x)

2

i 1
k

fi

1

i 1

S2 = varians sampel
xi = nilai tengah kelas ke-i
fi = frekuensi kelas ke-i
x = rata-rata sampel

• Rumus (Populasi)
k

f i ( xi
2

)

i 1
k

fi
i 1

2

σ2 = varians populasi
xi = nilai tengah kelas ke-i
fi = frekuensi kelas ke-i
μ = rata-rata populasi
ANALISIS VARIANSI 1 ARAH
Membahas pengujian kesamaan k, (k > 2), dan buah ratarata populasi, misalnya : kita mempunyai k, (k > 2), buah
populasi yang masing-masing berdistribusi independen dan
normal dengan rata-rata μ1, μ2, . . . μ k dan simpangan baku
berturut-turut σ1, σ2, . . . σ k. Akan diuji hipotesis nol H0
dengan tandingan H1 :
H0 : μ1 = μ2 = . . . = μ k
H1 : paling sedikit 1 tanda sama dengan tidak berlaku
Dari tiap populasi secara independen, kita ambil sebuah
sampel acak, berukuran n1 dari populasi ke-1, n2 dari
populasi ke-2 dst. berukuran nk dari populasi ke-k.
Data sampel akan dinyatakan dengan yij yang berarti data
ke-j dalam sampel yang diambil dari populasi ke-i.
DATA SAMPEL DARI k BUAH POPULASI BERDISTRIBUSI
NORMAL
DARI POPULASI KE
1

2

3

. . . . .

K

Y11
Y12
Y13
.
.
.
Y1n1

Y21
Y22
Y23
.
.
.
Y1n2

Y31
Y32
Y33
.
.
.
Y1n1

. . . . .
. . . . .
. . . . .

Yk1
Yk2
Yk3

. . . . .

Yknk

JUMLAH

J1

J2

J3

. . . . .

Jk

RATA-RATA

Y1

Y2

Y3

. . . . .

Yk

Data
Hasil
Pengamatan
Untuk menguji H0 melawan H1, varoans-varians
inilah yang akan digunakan, tepatnya varians
antar kelompok dan varians dalam kelompok
dengan persyaratan tentang populasi seperti
diatas, rasio varians antar kelompok terhadap
varians dalam kelompok membentuk statistik
F:
Daftar analisis variansi untuk menguji hipotesis
Sumber variansi

DK

JK

KT

Rata-rata
Antar kelompok
Dalam kelompok

TOTAL

F
A/D

---

---
Contoh
Empat macam campuran makanan deberikan
kepada kambing dalam rangka percobaan
untuk meningkatkan pertambahan berat
dagingnya. Setelah percobaan selesai,
pertambahan berat dagingnya dicatat dan
hasilnya sebagai berikut :
Daftar pertambahan daging kambing (dalam kg)
setelah percobaan selesai
Pertambahan berat karena makanan ke
1

2

3

4

12

14

6

9

Data

20

15

16

14

Hasil

23

10

16

18

pengamatan

10

19

20

19

17

22

82

80

58

60

16,4

16,0

14,5

15,0

Jumlah
Rata-rata
Sumber variansi

Dk (derajat
kebesaran)

JK (Julah
kuadrat)

KT (kuadrat
tengah)

F (Harga)

rata-rata
Antar kelompok
Dalam kelompok

1
3
14

4.355,56
10,24
372,20

4.355,56
3,41
26,59

0,128

Total

18

4738

-

-
dari daftar distribusi F dengan DK pembilang 3
dan Dk penyebut 14 dan peluang 0,95 (jadi
α=0,05) didapat F= 3,34. Ternyata bahwa F =
0,128 Lebih kecil dari 3,34 : jadi hipotesis
diterima dalam tafar nyata 0,05.
Keempat macam campuran itu menyebabkan
pertambahan berat badan kambing yang tidak
berbeda secara nyata. Dengan kata lain,
keempat macam makanan itu sama efektifnya
sehingga campuran mana saja memberikan
hasil yang secara nyata tidak berbeda.

More Related Content

What's hot

Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )Nur Sandy
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiRosmaiyadi Snt
 
STANDARD SCORE, SKEWNESS & KURTOSIS
STANDARD SCORE, SKEWNESS & KURTOSISSTANDARD SCORE, SKEWNESS & KURTOSIS
STANDARD SCORE, SKEWNESS & KURTOSISErmawati Syahrudi
 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Mayawi Karim
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiYousuf Kurniawan
 
Probstat ekpektasi matematika (kelompok2)
Probstat ekpektasi matematika (kelompok2)Probstat ekpektasi matematika (kelompok2)
Probstat ekpektasi matematika (kelompok2)Dila Nurlaila
 
Analisis korelasi linier sederhana
Analisis korelasi linier sederhanaAnalisis korelasi linier sederhana
Analisis korelasi linier sederhanaPutra Samada
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrikEman Mendrofa
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arahTri Supadmi
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubahYulianus Lisa Mantong
 
Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensialPhe Phe
 
Tabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiTabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiDarnah Andi Nohe
 
Distr. binom & multinom
Distr. binom & multinomDistr. binom & multinom
Distr. binom & multinomDaedaeha S
 

What's hot (20)

Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
 
Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10
 
STANDARD SCORE, SKEWNESS & KURTOSIS
STANDARD SCORE, SKEWNESS & KURTOSISSTANDARD SCORE, SKEWNESS & KURTOSIS
STANDARD SCORE, SKEWNESS & KURTOSIS
 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasi
 
Probstat ekpektasi matematika (kelompok2)
Probstat ekpektasi matematika (kelompok2)Probstat ekpektasi matematika (kelompok2)
Probstat ekpektasi matematika (kelompok2)
 
Analisis korelasi linier sederhana
Analisis korelasi linier sederhanaAnalisis korelasi linier sederhana
Analisis korelasi linier sederhana
 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
 
Minggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis KorelasiMinggu 9_Teknik Analisis Korelasi
Minggu 9_Teknik Analisis Korelasi
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Statistika inferensial 1
Statistika inferensial 1Statistika inferensial 1
Statistika inferensial 1
 
Chi Kuadrat
Chi KuadratChi Kuadrat
Chi Kuadrat
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
 
Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensial
 
Bab 15 regresi
Bab 15 regresiBab 15 regresi
Bab 15 regresi
 
Tabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiTabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensi
 
UJI Z dan UJI T
UJI Z dan UJI TUJI Z dan UJI T
UJI Z dan UJI T
 
Distr. binom & multinom
Distr. binom & multinomDistr. binom & multinom
Distr. binom & multinom
 

Viewers also liked

Analisis varian (anava)
Analisis varian (anava)Analisis varian (anava)
Analisis varian (anava)Irfan Sidiq
 
PENDEKATAN GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
PENDEKATAN GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)PENDEKATAN GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
PENDEKATAN GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)Marnii amiru
 
Biostatistik deskriptif '12
Biostatistik deskriptif '12Biostatistik deskriptif '12
Biostatistik deskriptif '12Agus Candra
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.rezkiyurika
 
Analisis varian
Analisis varianAnalisis varian
Analisis varianMas Dik
 
Heterokesdatisitas
HeterokesdatisitasHeterokesdatisitas
Heterokesdatisitasganuraga
 
uji hipotesis dua rata rata ppt
uji hipotesis dua rata rata pptuji hipotesis dua rata rata ppt
uji hipotesis dua rata rata pptAisyah Turidho
 
Pendekatan gwr (geographically weighted regression)
Pendekatan gwr (geographically weighted regression)Pendekatan gwr (geographically weighted regression)
Pendekatan gwr (geographically weighted regression)Marnii amiru
 
Pengauditan bab 8 Penaksiran Risiko dan Desain Pengujian
Pengauditan bab 8  Penaksiran Risiko dan Desain PengujianPengauditan bab 8  Penaksiran Risiko dan Desain Pengujian
Pengauditan bab 8 Penaksiran Risiko dan Desain Pengujianwafa khairani
 
Akuntansi Manajemen: Biaya standar dan varian
Akuntansi Manajemen: Biaya standar dan varian Akuntansi Manajemen: Biaya standar dan varian
Akuntansi Manajemen: Biaya standar dan varian Izatora Izanagi
 
Ppt hipotesis benar
Ppt hipotesis benarPpt hipotesis benar
Ppt hipotesis benardiamarsella
 
Uji Hipotesis Satu Rata-Rata ppt
Uji Hipotesis Satu Rata-Rata pptUji Hipotesis Satu Rata-Rata ppt
Uji Hipotesis Satu Rata-Rata pptAisyah Turidho
 
metodologi penelitian
metodologi penelitianmetodologi penelitian
metodologi penelitianEDIS BLOG
 
Matematika Analisis varians
Matematika Analisis variansMatematika Analisis varians
Matematika Analisis varianswafa khairani
 

Viewers also liked (20)

Analisis varian (anava)
Analisis varian (anava)Analisis varian (anava)
Analisis varian (anava)
 
Makalah Analisis varians
Makalah Analisis variansMakalah Analisis varians
Makalah Analisis varians
 
Analisis varians
Analisis variansAnalisis varians
Analisis varians
 
Analisis varians
Analisis variansAnalisis varians
Analisis varians
 
Ppt anova k elompok 6
Ppt anova k elompok 6Ppt anova k elompok 6
Ppt anova k elompok 6
 
PENDEKATAN GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
PENDEKATAN GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)PENDEKATAN GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
PENDEKATAN GWR (GEOGRAPHICALLY WEIGHTED REGRESSION)
 
Biostatistik deskriptif '12
Biostatistik deskriptif '12Biostatistik deskriptif '12
Biostatistik deskriptif '12
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.
 
Analisis varian
Analisis varianAnalisis varian
Analisis varian
 
Heterokesdatisitas
HeterokesdatisitasHeterokesdatisitas
Heterokesdatisitas
 
uji hipotesis dua rata rata ppt
uji hipotesis dua rata rata pptuji hipotesis dua rata rata ppt
uji hipotesis dua rata rata ppt
 
Pendekatan gwr (geographically weighted regression)
Pendekatan gwr (geographically weighted regression)Pendekatan gwr (geographically weighted regression)
Pendekatan gwr (geographically weighted regression)
 
Pengauditan bab 8 Penaksiran Risiko dan Desain Pengujian
Pengauditan bab 8  Penaksiran Risiko dan Desain PengujianPengauditan bab 8  Penaksiran Risiko dan Desain Pengujian
Pengauditan bab 8 Penaksiran Risiko dan Desain Pengujian
 
Uji Rata-Rata
Uji Rata-RataUji Rata-Rata
Uji Rata-Rata
 
Akuntansi Manajemen: Biaya standar dan varian
Akuntansi Manajemen: Biaya standar dan varian Akuntansi Manajemen: Biaya standar dan varian
Akuntansi Manajemen: Biaya standar dan varian
 
Ppt hipotesis benar
Ppt hipotesis benarPpt hipotesis benar
Ppt hipotesis benar
 
Uji Hipotesis Satu Rata-Rata ppt
Uji Hipotesis Satu Rata-Rata pptUji Hipotesis Satu Rata-Rata ppt
Uji Hipotesis Satu Rata-Rata ppt
 
metodologi penelitian
metodologi penelitianmetodologi penelitian
metodologi penelitian
 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
 
Matematika Analisis varians
Matematika Analisis variansMatematika Analisis varians
Matematika Analisis varians
 

Similar to analisis varians

Anava 1 arah
Anava 1 arahAnava 1 arah
Anava 1 arahyositria
 
Bab 2 data deskripsi dan inferensial
Bab 2 data deskripsi dan inferensialBab 2 data deskripsi dan inferensial
Bab 2 data deskripsi dan inferensialKalbin Salim
 
KONSEP ANOVA yang bisa di terbutkan.pptx
KONSEP ANOVA yang bisa di terbutkan.pptxKONSEP ANOVA yang bisa di terbutkan.pptx
KONSEP ANOVA yang bisa di terbutkan.pptx22154JeremiSabatianP
 
One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptxAlvinTamba2
 
APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)Rani Nooraeni
 
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataAPG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataRani Nooraeni
 
ANALISIS_VARIANSI.pptx
ANALISIS_VARIANSI.pptxANALISIS_VARIANSI.pptx
ANALISIS_VARIANSI.pptxRonalSihombing
 
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdfAhmadRiduanRiduan
 
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Muhammad Eko
 
Makalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasMakalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasAisyah Turidho
 
MAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAMAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAFeri Chandra
 
ANOVA dll.pptx
ANOVA dll.pptxANOVA dll.pptx
ANOVA dll.pptxsamrul2
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitasMaya Umami
 

Similar to analisis varians (20)

Anava 1 arah
Anava 1 arahAnava 1 arah
Anava 1 arah
 
Bab 2 data deskripsi dan inferensial
Bab 2 data deskripsi dan inferensialBab 2 data deskripsi dan inferensial
Bab 2 data deskripsi dan inferensial
 
KONSEP ANOVA yang bisa di terbutkan.pptx
KONSEP ANOVA yang bisa di terbutkan.pptxKONSEP ANOVA yang bisa di terbutkan.pptx
KONSEP ANOVA yang bisa di terbutkan.pptx
 
Uji statisitk
Uji statisitk Uji statisitk
Uji statisitk
 
One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptx
 
APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)
 
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataAPG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
 
ANALISIS_VARIANSI.pptx
ANALISIS_VARIANSI.pptxANALISIS_VARIANSI.pptx
ANALISIS_VARIANSI.pptx
 
RANCANGAN ACAK KELOMPOK
RANCANGAN ACAK KELOMPOKRANCANGAN ACAK KELOMPOK
RANCANGAN ACAK KELOMPOK
 
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
 
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)
 
Anova
AnovaAnova
Anova
 
Bab 6 uji beda
Bab 6 uji bedaBab 6 uji beda
Bab 6 uji beda
 
Makalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasMakalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitas
 
MAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVAMAKALAH STATISTIKA ONE WAY ANAVA
MAKALAH STATISTIKA ONE WAY ANAVA
 
manova-dan-anakova.pdf
manova-dan-anakova.pdfmanova-dan-anakova.pdf
manova-dan-anakova.pdf
 
ANOVA dll.pptx
ANOVA dll.pptxANOVA dll.pptx
ANOVA dll.pptx
 
One way ANOVA
One way ANOVAOne way ANOVA
One way ANOVA
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitas
 
Uji homogenitas
Uji homogenitasUji homogenitas
Uji homogenitas
 

analisis varians

  • 1. Kelompok 8 ANALISIS VARIANSI (ANOVA)  Dini isari  Susan  Tuhfatus sa’adah
  • 2. ANALISIS VARIANSI 1. PENGERTIAN Analisis variansi adalah suatu prosedur untuk uji perbedaan menjadi beberapa populasi. 2. Jenis variansi  Variansi sampel s2 dan variansi populasi σ2. kedua varians ini melukiskan derajat perbedaan/variansi nilai data kelompok/kmpulan data tersebut. Variansi ini dihitung berdasarkan rata-rata kumpulan data.  Variansi sampling berbagai statistik, untuk rata-rata diberi lambang untuk σ2/x, proporsi diberi lambang σ2x/n.
  • 3. A. Secara umum variansi digolongkan ke dalam variansi galat dan variansi sistematik. Variansi galat adalah variansi dalam kelompok.  Variansi sistematik adalah variansi pengukura karena adanya pengaruh yang menyebabkan nilai data lebih condong ke satu arah tertentu. Contoh variansi sistematik : kumpulan data hasilpenelitian antar kelompok.
  • 4. B. Istilah yang terdapat dalam anova: Jumlah kuadrat (JK) dikoreksi yaitu setiap data dikurangi rata-ratanya lalu dikuadratkan, kemudian jumlahkan. Derajat kebebasan yaitu banyak kelompok dikurangi satu.
  • 5. Secara umum, rumus untuk mengetahui variansi sebuah data adalah
  • 6. Contoh 1 Misalkan ada empat kelas siswa, tiap kelas banyak muridnya sama, sedang belajar bahasa inggris, masing-masing kelas diajar oleh seorang guru dan tiap guru menggunankan metoda mengajar yang berbeda, sebut A,B,C dan D. Nilai hasil ujian akhir proses belajar untuk tiap metoda, rata-ratanya seperti berikut : Metoda A B C D Rata-rata 67,3 76,5 56,9 63,7
  • 7. jawab :  Rata-rata untuk keempat rata-rata itu ∑fx = (67,3 + 76,5 + 56,9 + 63,7) = 66,1 n 4  Jumlah kuadrat-kuadrat (JK) dikoreksi, = ( X- )2 = (67,3-66,1)2 + (76,5 – 66,1)2 + (56,9 – 66,1)2 + +(63,7 – 66,1)2 = 200  Derajat kebebasan =n–1 dengan ‘n’ = banyak data =4–1 =3
  • 8. Contoh 2 Misalkan dua jenis makanan ayam, sebut makanan A dan makanan B dicobakan : A terhadap 5 ekor ayam dan B terhadap 4 ekor ayam. Segala karakteristik kesembilan ekor ayam itu (misalnya besarnya, jenis, umur, dll) sama. Setelah 20 hari percobaan pertmabahan berat dagingnya (dalam ons) ditimbang dan dicatat. Hasilnya seperti berikut : Makanan A 3,2 3,7 3,9 3,6 3,5 Makanan B 2,2 2,9 2,5 2,4 -
  • 9. Menghitung bertambahan berat badan ayam  Menghitung rata-rata A = ∑fx = (3,2 + 3,7 + 3,9 + 3,6 + 3,5) =17,9 n 5 5 = 3,58  Menghitung rata-rata B = ∑fx = ( 2,2 + 2,9 + 2,5 + 2,4 ) = 10,0 n 4 4 = 2,5
  • 10. Menghitung variansi 1. Menentukan rata-rata “ karena ukuran sampel berbeda, maka rata-rata untuk data tersebut adalah : X = 5(3,58) + 4(2,50) = 3,1 9 2. Menghitung jumlah kuadrat • Untuk makanan A = 5(3,58 – 3,1)2 = 1,152 • Untuk makanan B = 4(2,50-3,1)2 = 1,44
  • 11. Maka JK dikoreksi dari kedua data tersebut = 1,152 + 1,44 = 2,592 3. Mengitung variansi = JK dikoreksi = 2,592 = 2,592 derajat kebebasan 2-1
  • 12. VARIANS – DATA TUNGGAL • Rumus (sampel) n Xi S 2 X 2 i 1 n 1 • Rumus (populasi) N Xi 2 i 1 N 2 S2 = varians sampel Xi = data ke-i = rata-rata sampel n = banyaknya sampel σ2 Xi μ N = = = = varians populasi data ke-i rata-rata populasi banyaknya populasi
  • 13. VARIANS – DATA BERKELOMPOK • Rumus (sampel) k f i ( xi s 2 x) 2 i 1 k fi 1 i 1 S2 = varians sampel xi = nilai tengah kelas ke-i fi = frekuensi kelas ke-i x = rata-rata sampel • Rumus (Populasi) k f i ( xi 2 ) i 1 k fi i 1 2 σ2 = varians populasi xi = nilai tengah kelas ke-i fi = frekuensi kelas ke-i μ = rata-rata populasi
  • 14. ANALISIS VARIANSI 1 ARAH Membahas pengujian kesamaan k, (k > 2), dan buah ratarata populasi, misalnya : kita mempunyai k, (k > 2), buah populasi yang masing-masing berdistribusi independen dan normal dengan rata-rata μ1, μ2, . . . μ k dan simpangan baku berturut-turut σ1, σ2, . . . σ k. Akan diuji hipotesis nol H0 dengan tandingan H1 : H0 : μ1 = μ2 = . . . = μ k H1 : paling sedikit 1 tanda sama dengan tidak berlaku Dari tiap populasi secara independen, kita ambil sebuah sampel acak, berukuran n1 dari populasi ke-1, n2 dari populasi ke-2 dst. berukuran nk dari populasi ke-k.
  • 15. Data sampel akan dinyatakan dengan yij yang berarti data ke-j dalam sampel yang diambil dari populasi ke-i. DATA SAMPEL DARI k BUAH POPULASI BERDISTRIBUSI NORMAL DARI POPULASI KE 1 2 3 . . . . . K Y11 Y12 Y13 . . . Y1n1 Y21 Y22 Y23 . . . Y1n2 Y31 Y32 Y33 . . . Y1n1 . . . . . . . . . . . . . . . Yk1 Yk2 Yk3 . . . . . Yknk JUMLAH J1 J2 J3 . . . . . Jk RATA-RATA Y1 Y2 Y3 . . . . . Yk Data Hasil Pengamatan
  • 16. Untuk menguji H0 melawan H1, varoans-varians inilah yang akan digunakan, tepatnya varians antar kelompok dan varians dalam kelompok dengan persyaratan tentang populasi seperti diatas, rasio varians antar kelompok terhadap varians dalam kelompok membentuk statistik F:
  • 17.
  • 18. Daftar analisis variansi untuk menguji hipotesis Sumber variansi DK JK KT Rata-rata Antar kelompok Dalam kelompok TOTAL F A/D --- ---
  • 19. Contoh Empat macam campuran makanan deberikan kepada kambing dalam rangka percobaan untuk meningkatkan pertambahan berat dagingnya. Setelah percobaan selesai, pertambahan berat dagingnya dicatat dan hasilnya sebagai berikut :
  • 20. Daftar pertambahan daging kambing (dalam kg) setelah percobaan selesai Pertambahan berat karena makanan ke 1 2 3 4 12 14 6 9 Data 20 15 16 14 Hasil 23 10 16 18 pengamatan 10 19 20 19 17 22 82 80 58 60 16,4 16,0 14,5 15,0 Jumlah Rata-rata
  • 21.
  • 22. Sumber variansi Dk (derajat kebesaran) JK (Julah kuadrat) KT (kuadrat tengah) F (Harga) rata-rata Antar kelompok Dalam kelompok 1 3 14 4.355,56 10,24 372,20 4.355,56 3,41 26,59 0,128 Total 18 4738 - -
  • 23. dari daftar distribusi F dengan DK pembilang 3 dan Dk penyebut 14 dan peluang 0,95 (jadi α=0,05) didapat F= 3,34. Ternyata bahwa F = 0,128 Lebih kecil dari 3,34 : jadi hipotesis diterima dalam tafar nyata 0,05. Keempat macam campuran itu menyebabkan pertambahan berat badan kambing yang tidak berbeda secara nyata. Dengan kata lain, keempat macam makanan itu sama efektifnya sehingga campuran mana saja memberikan hasil yang secara nyata tidak berbeda.