SlideShare une entreprise Scribd logo
1  sur  15
LATAR BELAKANG ANOVA ANOVA adalah singkatan dari Analysis of Variance. Latar belakang dikembangkan metoda ini karena ingin dilakukan testing terhadap rata-rata populasi yg mengalami “perlakuan” yg berbeda-beda. Pertanyaannya : apakah perbedaan rata-rata antara berbagai grup yg mengalami perlakuan berbeda tsb signifikan atau tidak. Asumsi untuk ujia ANOVA adalah: ,[object Object]
Standard deviasi populasi sama
Populasi independen MIsal ada 4 grup A,B,C dan D dengan rata-rata sampel x A , x B , x C  dan x D . Ingin diketahui apakah rata-rata populasi yg terkait dengan sampel tsb sama? Tentu saja kita bisa melakukan uji statistik bagi tiap sepasang mean, misal  μ A = μ B  lalu  μ A = μ C  dst. Semuanya ada 6 pasangan yg mungkin, jadi ada 6 uji yg harus dilakukan. Untuk masing-masing dilakukan test-t
LATAR BELAKANG ANOVA Apa kelemahan test-t sepasang-sepasang ini? ,[object Object]
Kesalahan tipe-1 yg besar Misal tiap-tidap test-t diuji dengan tingkat signifikan 0.05, berarti probabilitas H0 diterima dan keputusan benar 0.95. Karena ada 6 pasangan test (dalam contoh sebelumnya) maka probabilitas telah dibuat keputusan benar karena menerima H0 yg benar adalah 0.95*0.95*0.95*0.95*0.95*0.95 = 0.735 Jadi probabilitas melakukan error tipe I, yaitu H0 benar tapi ditolak adalah 1-0.735 = 0.265! Oleh karena diperlukan uji yg dapat sekaligus membandingkan kesamaan rata-rata berbagai grup tsb serempak.
TEST  ANOVA – Ide  Ide dasar test ANOVA adalah perbedaan rata-rata populasi ditentukan oleh dua faktor yaitu variasi data dalam 1 sampel dan variasi data antar sampel. Perbedaan rata-rata antar populasi nyata jika variasi data antar sampel besar sedangkan variasi data dalam 1 sampel kecil. μ A μ B μ C
TEST  ANOVA – Macam Variasi Beberapa definisi variasi. ,[object Object],Jumlah total kuadrat selisih data dengan rata-rata total seluruh data (grand mean) ,[object Object],Jumlah total kuadrat selisih rata-rata tiap sampel thd rata-rata total (grand mean)
TEST  ANOVA – Macam Variasi Beberapa definisi variasi. 3.  Variasi Random Jumlah total kuadrat selisih data dengan rata-rata sampel yg terkait Dengan G adalah banyak group, n g  adalah banyak sampel di group-g. Dapat dibuktikan bahwa ketiga variasi tsb saling terkait: SS total  = SST + SSE
TEST  ANOVA  1. Hipotesa H0:  μ 1 =  μ 2 =  μ 3  =  …. H1: tidak semua rata-rata populasi sama 2. Tentukan tingkat signifikan  α 3. Daerah kritis Test statistiknya adalah F-test dengan  dimana MST : Mean Squares of Treatments (between groups)   MSE : Mean Squares of Errors (within errors) Dengan k : jumlah grup dan n adalah banyak total semua data. Derajat kebebasan F adalah (v 1 =k-1) untuk pembilang dan (v 2 =n-k) untuk penyebut. Tentukan nilai kritis F α (v 1 ,v 2 ) =  F kritis.  Tolak H0 jika F hitung  > F kritis
TEST  ANOVA  TABEL ANOVA Sumber variasi Sum of Squares Derajat kebebasan Mean Squares F hitung Treatment (antar grup) SST k-1 MST=SST/(k-1) MST/MSE Error (dalam grup) SSE n-k MSE=SSE/(n-k) TABEL ANOVA 4. Perhitungan 5. Keputusan Bandingkan F hitung  dengan F kritis 6. Kesimpulan
TEST  ANOVA – Contoh   GRUP     Baik sekali Baik Cukup Jelek 1 2 3 4 94 75 70 68 90 68 73 70 85 77 76 72 80 83 78 65   88 80 74   68 65   GRUP     Prof. Xsentrik memiliki 22 murid di kuliah Statistik. Murid-murid tsb diminta memberikan rating thd perkuliahannya dalam 4 kategori: Baik sekali, Baik, Cukup dan Jelek. Setelah itu diakhir kuliah diperoleh data nilai akhir Statistik para murid tsb.
SOlusi - Excell Anova: Single Factor SUMMARY Groups Count Sum Average Variance Baik sekali 4 349 87.25 36.91667 Baik 5 391 78.2 58.7 Cukup 7 510 72.85714 30.14286 Jelek 6 414 69 13.6 ANOVA Source of Variation SS df MS F P-value F crit Between Groups 890.6838 3 296.8946 8.990643 0.000743 3.159908 Within Groups 594.4071 18 33.02262 Total 1485.091 21
SOlusi – Manual (menghitung rata-rata dalam grup dan grand) GRUP Baik sekali Baik Cukup Jelek 1 2 3 4 ------------------------------------------------------------------------------ 94 75 70 68 90 68 73 70 85 77 76 72 80 83 78 65 88 80 74 68 65 65 ---------------------------------------------------------------------------------------------------- Σ 349 391 510 414 Rata-rata 87.25 78.2 72.86 69 Rata-rata dalam grup Rata-rata grand
SOlusi – Menghitung SSE (variasi antar grup) SST = 890.68 Jumlah data di  Grup1 : 4 Grup 2 : 5 Grup 3 : 7 Grup 4 : 6
SOlusi – Menghitung Variasi Dalam Grup 45.56 10.24 8.16 1.00 7.56 104.04 0.02 1.00 5.06 1.44 9.88 9.00 52.56 23.04 26.45 16.00 96.04 51.02 25.00 23.59 16.00 61.73 ---------------------------------------------------------------------------------- 110.75 234.8 180.86 68 SSE = 110.75+234.8+180.86+68 = 594.41

Contenu connexe

Tendances

Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
 
Soal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiSoal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiVivin Dolpin
 
uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2Ratih Ramadhani
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)M. Jainuri, S.Pd., M.Pd
 
keputusan dalam keadaan risiko
keputusan dalam keadaan risikokeputusan dalam keadaan risiko
keputusan dalam keadaan risikoAbu Tholib
 
uji chi square secara manual dan spss
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss Nur Kamri
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasiHafiza .h
 
Keseimbangan pasar sebelum dan sesudah pajak
Keseimbangan pasar sebelum dan sesudah pajakKeseimbangan pasar sebelum dan sesudah pajak
Keseimbangan pasar sebelum dan sesudah pajakAnzilina Nisa
 
Analisa korelasi ganda
Analisa korelasi gandaAnalisa korelasi ganda
Analisa korelasi gandaFeri Chandra
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitasMaya Umami
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parametermatematikaunindra
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Raden Maulana
 

Tendances (20)

Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
Pengantar Statistika 2
Pengantar Statistika 2Pengantar Statistika 2
Pengantar Statistika 2
 
Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxon
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
Distribusi poisson
Distribusi poissonDistribusi poisson
Distribusi poisson
 
Soal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresiSoal dan jawaban uci chi kuadrat dan regresi
Soal dan jawaban uci chi kuadrat dan regresi
 
uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2
 
Modul statistika-ii-part-2
Modul statistika-ii-part-2Modul statistika-ii-part-2
Modul statistika-ii-part-2
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
 
keputusan dalam keadaan risiko
keputusan dalam keadaan risikokeputusan dalam keadaan risiko
keputusan dalam keadaan risiko
 
uji chi square secara manual dan spss
 uji chi square secara manual dan spss   uji chi square secara manual dan spss
uji chi square secara manual dan spss
 
T test
T testT test
T test
 
STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITASSTATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
 
Keseimbangan pasar sebelum dan sesudah pajak
Keseimbangan pasar sebelum dan sesudah pajakKeseimbangan pasar sebelum dan sesudah pajak
Keseimbangan pasar sebelum dan sesudah pajak
 
Ukuran pemusatan dan penyebaran
Ukuran pemusatan dan penyebaranUkuran pemusatan dan penyebaran
Ukuran pemusatan dan penyebaran
 
Analisa korelasi ganda
Analisa korelasi gandaAnalisa korelasi ganda
Analisa korelasi ganda
 
Rumus Manual Uji homogenitas
Rumus Manual Uji homogenitasRumus Manual Uji homogenitas
Rumus Manual Uji homogenitas
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
 

Similaire à Pembahasan Anova

Baru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxBaru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxNurmaAfiani1
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Sowanto Sanusi
 
Pertemuan 14.pptx
Pertemuan 14.pptxPertemuan 14.pptx
Pertemuan 14.pptxIreclever
 
Anova 1way & uji lanjut
Anova 1way & uji lanjutAnova 1way & uji lanjut
Anova 1way & uji lanjutSuci Agustina
 
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdfAhmadRiduanRiduan
 
Tugas Anova Punya Agus
Tugas Anova Punya AgusTugas Anova Punya Agus
Tugas Anova Punya Agusguest3651ae0
 
Tugas Anova Punya Agus
Tugas Anova Punya AgusTugas Anova Punya Agus
Tugas Anova Punya Agusguest3651ae0
 
Tugas Anova Punya Agus
Tugas Anova Punya AgusTugas Anova Punya Agus
Tugas Anova Punya Agusguest3651ae0
 
One way anova dalam spss
One way anova dalam spssOne way anova dalam spss
One way anova dalam spssRini Wulandari
 
P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS M. Jainuri, S.Pd., M.Pd
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.rezkiyurika
 
Statistika parametrik_analisis of varians (anova)
Statistika parametrik_analisis of varians (anova)Statistika parametrik_analisis of varians (anova)
Statistika parametrik_analisis of varians (anova)M. Jainuri, S.Pd., M.Pd
 
Analisis Variansi (Anava)
Analisis Variansi (Anava)Analisis Variansi (Anava)
Analisis Variansi (Anava)Adhitya Akbar
 
Daftar Distribusi Frekuensi
Daftar Distribusi FrekuensiDaftar Distribusi Frekuensi
Daftar Distribusi FrekuensiAisyah Turidho
 
Pertemuan 4 (daftar distribusi frekuensi)
Pertemuan 4 (daftar distribusi frekuensi)Pertemuan 4 (daftar distribusi frekuensi)
Pertemuan 4 (daftar distribusi frekuensi)reno sutriono
 

Similaire à Pembahasan Anova (20)

Baru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxBaru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptx
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
 
Pertemuan 14.pptx
Pertemuan 14.pptxPertemuan 14.pptx
Pertemuan 14.pptx
 
One way ANOVA
One way ANOVAOne way ANOVA
One way ANOVA
 
Ppt anova k elompok 6
Ppt anova k elompok 6Ppt anova k elompok 6
Ppt anova k elompok 6
 
Anova 1way & uji lanjut
Anova 1way & uji lanjutAnova 1way & uji lanjut
Anova 1way & uji lanjut
 
Bab 7 anova
Bab 7 anovaBab 7 anova
Bab 7 anova
 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
 
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
 
Tugas Anova Punya Agus
Tugas Anova Punya AgusTugas Anova Punya Agus
Tugas Anova Punya Agus
 
Tugas Anova Punya Agus
Tugas Anova Punya AgusTugas Anova Punya Agus
Tugas Anova Punya Agus
 
Tugas Anova Punya Agus
Tugas Anova Punya AgusTugas Anova Punya Agus
Tugas Anova Punya Agus
 
One way anova dalam spss
One way anova dalam spssOne way anova dalam spss
One way anova dalam spss
 
P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS
 
Uji lanjut
Uji lanjutUji lanjut
Uji lanjut
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.
 
Statistika parametrik_analisis of varians (anova)
Statistika parametrik_analisis of varians (anova)Statistika parametrik_analisis of varians (anova)
Statistika parametrik_analisis of varians (anova)
 
Analisis Variansi (Anava)
Analisis Variansi (Anava)Analisis Variansi (Anava)
Analisis Variansi (Anava)
 
Daftar Distribusi Frekuensi
Daftar Distribusi FrekuensiDaftar Distribusi Frekuensi
Daftar Distribusi Frekuensi
 
Pertemuan 4 (daftar distribusi frekuensi)
Pertemuan 4 (daftar distribusi frekuensi)Pertemuan 4 (daftar distribusi frekuensi)
Pertemuan 4 (daftar distribusi frekuensi)
 

Pembahasan Anova

  • 1.
  • 3. Populasi independen MIsal ada 4 grup A,B,C dan D dengan rata-rata sampel x A , x B , x C dan x D . Ingin diketahui apakah rata-rata populasi yg terkait dengan sampel tsb sama? Tentu saja kita bisa melakukan uji statistik bagi tiap sepasang mean, misal μ A = μ B lalu μ A = μ C dst. Semuanya ada 6 pasangan yg mungkin, jadi ada 6 uji yg harus dilakukan. Untuk masing-masing dilakukan test-t
  • 4.
  • 5. Kesalahan tipe-1 yg besar Misal tiap-tidap test-t diuji dengan tingkat signifikan 0.05, berarti probabilitas H0 diterima dan keputusan benar 0.95. Karena ada 6 pasangan test (dalam contoh sebelumnya) maka probabilitas telah dibuat keputusan benar karena menerima H0 yg benar adalah 0.95*0.95*0.95*0.95*0.95*0.95 = 0.735 Jadi probabilitas melakukan error tipe I, yaitu H0 benar tapi ditolak adalah 1-0.735 = 0.265! Oleh karena diperlukan uji yg dapat sekaligus membandingkan kesamaan rata-rata berbagai grup tsb serempak.
  • 6. TEST ANOVA – Ide Ide dasar test ANOVA adalah perbedaan rata-rata populasi ditentukan oleh dua faktor yaitu variasi data dalam 1 sampel dan variasi data antar sampel. Perbedaan rata-rata antar populasi nyata jika variasi data antar sampel besar sedangkan variasi data dalam 1 sampel kecil. μ A μ B μ C
  • 7.
  • 8. TEST ANOVA – Macam Variasi Beberapa definisi variasi. 3. Variasi Random Jumlah total kuadrat selisih data dengan rata-rata sampel yg terkait Dengan G adalah banyak group, n g adalah banyak sampel di group-g. Dapat dibuktikan bahwa ketiga variasi tsb saling terkait: SS total = SST + SSE
  • 9. TEST ANOVA 1. Hipotesa H0: μ 1 = μ 2 = μ 3 = …. H1: tidak semua rata-rata populasi sama 2. Tentukan tingkat signifikan α 3. Daerah kritis Test statistiknya adalah F-test dengan dimana MST : Mean Squares of Treatments (between groups) MSE : Mean Squares of Errors (within errors) Dengan k : jumlah grup dan n adalah banyak total semua data. Derajat kebebasan F adalah (v 1 =k-1) untuk pembilang dan (v 2 =n-k) untuk penyebut. Tentukan nilai kritis F α (v 1 ,v 2 ) = F kritis. Tolak H0 jika F hitung > F kritis
  • 10. TEST ANOVA TABEL ANOVA Sumber variasi Sum of Squares Derajat kebebasan Mean Squares F hitung Treatment (antar grup) SST k-1 MST=SST/(k-1) MST/MSE Error (dalam grup) SSE n-k MSE=SSE/(n-k) TABEL ANOVA 4. Perhitungan 5. Keputusan Bandingkan F hitung dengan F kritis 6. Kesimpulan
  • 11. TEST ANOVA – Contoh   GRUP     Baik sekali Baik Cukup Jelek 1 2 3 4 94 75 70 68 90 68 73 70 85 77 76 72 80 83 78 65   88 80 74   68 65   GRUP     Prof. Xsentrik memiliki 22 murid di kuliah Statistik. Murid-murid tsb diminta memberikan rating thd perkuliahannya dalam 4 kategori: Baik sekali, Baik, Cukup dan Jelek. Setelah itu diakhir kuliah diperoleh data nilai akhir Statistik para murid tsb.
  • 12. SOlusi - Excell Anova: Single Factor SUMMARY Groups Count Sum Average Variance Baik sekali 4 349 87.25 36.91667 Baik 5 391 78.2 58.7 Cukup 7 510 72.85714 30.14286 Jelek 6 414 69 13.6 ANOVA Source of Variation SS df MS F P-value F crit Between Groups 890.6838 3 296.8946 8.990643 0.000743 3.159908 Within Groups 594.4071 18 33.02262 Total 1485.091 21
  • 13. SOlusi – Manual (menghitung rata-rata dalam grup dan grand) GRUP Baik sekali Baik Cukup Jelek 1 2 3 4 ------------------------------------------------------------------------------ 94 75 70 68 90 68 73 70 85 77 76 72 80 83 78 65 88 80 74 68 65 65 ---------------------------------------------------------------------------------------------------- Σ 349 391 510 414 Rata-rata 87.25 78.2 72.86 69 Rata-rata dalam grup Rata-rata grand
  • 14. SOlusi – Menghitung SSE (variasi antar grup) SST = 890.68 Jumlah data di Grup1 : 4 Grup 2 : 5 Grup 3 : 7 Grup 4 : 6
  • 15. SOlusi – Menghitung Variasi Dalam Grup 45.56 10.24 8.16 1.00 7.56 104.04 0.02 1.00 5.06 1.44 9.88 9.00 52.56 23.04 26.45 16.00 96.04 51.02 25.00 23.59 16.00 61.73 ---------------------------------------------------------------------------------- 110.75 234.8 180.86 68 SSE = 110.75+234.8+180.86+68 = 594.41
  • 16. SOlusi – Menghitung Variasi Total SStotal = 1485.09 337.22 0.40 31.77 58.31 206.31 58.31 6.95 31.77 87.68 1.86 0.13 13.22 19.04 54.22 5.59 113.13 152.86 19.04 2.68 58.31 113.13 113.13 ---------------------------------------------------------------------------------------------- 650.26 267.66 234.93 332.25
  • 17. SOlusi – Ringkasan Hitungan Variasi antar grup : SST = 890.68 v 1 = 4-1=3 MST= SST/v 1 =296.89 Variasi dalam grup : SSE = 594.41 v 2 = 22-4=18 MSE=SSE/v 2 =33.02 Variasi total : SSTotal = 1485.09 F hitung = MST/MSE = 296.89/33.02 = 8.99 Dengan derajat kebebasan v 1 =3 dan v 2 =18
  • 18. SOlusi – Testing Hipotesis 1. Hipotesa H0: μ 1 = μ 2 = μ 3 = μ 4 H1: tidak semua rata-rata populasi sama 2. tingkat signifikan α = 5% 3. Daerah kritis Test statistiknya adalah F-test. F(v 1 , Correlations Nonparametric Correlations v 2 ) = MST/MSE dengan dengan v 1 =k-1 = 4-1 = 3 dan v 2 = n-k = 22-4 = 18 Nilai kritis F 0.025 (3,18) = 3.16 Tolak H0 jika F> 3.16 4. Perhitungan F hitung = MST/MSE = 296.89/33.02 = 8.99 5. Keputusan : Karena F > 3.16 maka H0 ditolak 5. Kesimpulan : Tidak semua rata-rata grup sama