P. 1
ANALISIS VARIANS

ANALISIS VARIANS

|Views: 4,077|Likes:
Published by Tiwi Kalit

More info:

Published by: Tiwi Kalit on Mar 14, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

06/29/2013

pdf

text

original

ANALISIS VARIANS 1.

Pengertian dan Manfaat ANAVA Analisis Varians (Analysis of Variance), merupakan sebuah teknik inferensial yang digunakan untuk menguji perbedaan rerata nilai. Sebagai sebuah teknik analisis varians atau yang seringkali disebut dengan anava saja mempunyai banyak keuntungan. Pertama, anava dapat digunakan untuk menentukan apakah rerata nilai dari dua atau lebih sampel berbeda secara signifikan atau. Kedua, perhitungan anava juga menghasilkan harga F yang secara signifikan menunjukkan kepada peneliti bahwa sampel yang diteliti berasal dari populasi yang berbeda, walaupun anava tidak dapat menunjukkan secara rinci yang manakah di antara rerata nilai dari sampel-sampel tersebut yan gberbeda secara signifikan satu sama lain. Uji T lah yang dapat menyempurnakan ini. Ketiga, anava juga dapat digunakan untuk menganalisis data yang dihasilkan dengan desain factorial jamak. Dalam desain factorial yang menghasilkan harga F ganda, anava dapat menyelesaikan tugas sekaligus. Dengan anava inilah peneliti dapat mengetahui antarvariabel manakah yang memang mempunyai perbedaan secara signifikan, dan varibel-variabel manakah yang berinteraksi satu sama lain. Keuntungan lain dari anava adalah kemampuannya untuk mengetes signifikansi dari kecenderungan yang dihipotesiskan. Hasilnya disebut dengan analisis kecenderungan. Sebaagai contoh peneliti mengelompokkan siswa ke dalam empat kelompok berdasarkan tingkat kedisiplinannya seseorang akan semakin tinggi prestasi belajarnya. Untuk menguji hipotesis ini peneliti dapat menggunakan anava. Manfaat lain dari anava adalah, bahwa teknik ini dapat digunakan untuk menguji signifikansi perubahan varians dua ampel atau lebih. Dengan menggunakan teknik anava peneliti tidak perlu berkali-kali melakukan pengujian tetapi hanya cukup sekali saja. Disamping penghematan tersebut, seperti sudah dikemukakan diatas, dengan anava peneliti dapat melihat akibat dari interaksi dua faktor. Beberapa asumsi yang harus dipenuhi dalam uji anova adalah sebagai berikut : a) Varians homogeny (sama) b) Sampel kelompok independen c) Data berdistribusi normal d) Jenis data yang dihubungkan adalah : ada/tidaknya perbedaan rerata data numerik pada kelompok kategorik

1

JKant = ™ [(™Xk)2/nk.Untuk uji normalitas dapat menggunakan koefisien of varians. histogram. Hal-hal yang terkandung di dalam di bawah judul tersebut adalah hal-hal yang dipandang menunjukkan variasi sehingga menyebabkan timbulnya perbedaan nilain yang dianalisis.1 Sumber Variasi Pengertian ³sumber variasi´ digunakan sebagai judul kolom dalam table persiapan anava. Dengan rumus : 1. jumlah kuadrat dalam kelompok. JKtot = ™X2-™(X)2/N ™(X)2/N= faktor koreksi 2. jumlah kuadrat antar kelompok. jumlah kuadrat (disingkat JK). Untuk anava ganda masih ada satu pengertian lagi yaitu kuadrat interaksi.2 Jumlah Kuadrat Yang dimaksud dengan jumlah kuadrat adalah penjumlahan tiap-tiap deviasi nilai reratanya. Harga-Harga yang Diperlukan dalam Uji Analisis Varians Untuk dapat menggunakan teknik anava dengan baik. K-S test. 1. Sebagai sumber variasi misalnya perbedaan yang terjadi di antara kelompok. rerata kuadrat atau mean kuadrat (singkat MK). di dalam kelompok. dan interaksi antara dua faktor atau lebih. perlu kiranya mengenal beberapa pengertian tentang harga-harga yang terdapat di dalam rumusnya. Alternative uji anova yang dapat digunakan adalah Kruskal-Wallis. Sedangkan untuk menguji varians sama/tidak menggunakan Levene test. Harga-harga yang dimaksud adalah : sumber variasi. Baik dalam anava tunggal maupun anava ganda terdapat beberapa istilah teknis yang belum terdapat di dalam teknik-teknik sebelumnya. 1. JKtot = Jkant + Jkdal 2 . dan harga F.(™X)2/N ] k = banyaknya kelompok nk = banyaknya subjek dalam kelompok 3. Ada beberapa jenis jumlah kuadrat yang akan dijumpai dalam pekerjaan analisis varian : yakni jumlah kuadrat total. 1.

2.1 Analisis Varians Satu Jalan Yang dimaksud dengan analisis varians satu jalan adalah analisis varians yang digunakan untuk mengolah data yang hanya mengenal satu variable pembanding. karena F diperoleh dari pembagian harga mean kuadrat. Jenis-Jenis Anava Sesuai dengan banyaknya faktor yang terlibat. Dengan mean kuadrat inilah harga F dapat diketahui.1. ada pengertian penting yang sangat berperan di dalam perhitungan dangan anava yakni mean kuadrat. Langkah ± langkah dalam anava ini adalah : 1. maka anava dibedakan secara garis besar menjadi dua yaitu : 1) Anava tunggal atau anava satu jalan 2) Anava ganda atau anava lebih dari satu jalan. Mean kuadrat (rerat kuadrat) diperoleh dengan rumus : F = MKant/MKdal 2. Mengelompokkan sekor berdasarkan kategori Tabel 1 Pengelompokkan Prestasi Praktik Menurut Kelompok Dukungan Orang Tua Siswa Sangat Mendukung (SM) 49 36 36 37 35 47 46 38 34 37 34 34 40 30 31 Jumlah = 15 org Mendukung (M) 36 29 45 37 28 30 48 47 31 49 42 39 35 35 48 48 31 38 Jumlah = 18 org Tidak Mendukung (TM) 33 45 39 34 35 40 30 34 47 32 44 35 49 36 40 33 46 Jumlah = 17 org 3 .3 Pengertian Mean Kuadrat Selain jumlah kuadrat.

117 >0. Setelah harga F ditemukan dan dikonsultasikan dengan 4 .(™XT) 2/ nk JKd = JKT-JKk Dalam (d) Total (T) JKT = ™XT2[(™XT)2/nk] db = N-1 d.12 d. (3-1) = 2 (50-3) = 47 (50-1) = 49 MK 4. Memasukkan harga-harga dalam tabel ringkasan anava Sumber Variasi Kelompok (K) Dalam (d) Total (t) JK 9.b.35 652 25568 Jumlah 50 (N) 1912 75060 3.4824 1945.1805 Fo = 0.05 P Setelah mendapatkan harga F kemudian konsultasikan ke dalam tabel F dengan memperhitungkan dbf = dbk lawan dbd.67 564 21654 M 18 38.6376 1935. dbk = K-1 MK MKk = JKk/dbk F F0 = MKk/MKd dbd = N-K MKd = JKd/dbd 4. Membuat Tabel Rumus Unsur Persiapan Anava Tabel 3 Rumus Unsur Tabel Persiapan Anava Satu Jalan Sumber Variasi Kelompok (K) Jumlah Kuadrat (JK) JK = (™Xk)2 /nk .b.8188 41. Menghitung harga-harga yang ada di table persiapan Anava Satu Jalan 5.2. Membuat tabel statistik Tabel 2 Tabel Statistik untuk Anava Tunggal KLp Harga nk X ™X ™X2 SM 15 37.67 696 27838 TM 17 38.

Anava dua jalan yang juga disebut dengan anava modal AB mempunyai dua variabel. Rumus yang dilakukan pada uji joli adalah :      = Hasil harga t dikonsultasikan dengan tabel t dengan d. 2. Menurut peraturan lama. maka lakukan uji joli sebanyak tiga kali. Model diagram analisis dua jalan dapat berupa dua alternative sbb. Belakangna disarankan oleh para ahli bahwa uji-t terhadap setiap pasangan harga rerata selalu dilakukan walaupun harga F0 tidak signifikan.b. yang dilakukan dengan uji-t.tabel F. Alternatif 1 A-1 A-2 B B1 B2 B3 Alternatif 2 A A-1 1 2 3 A-2 4 5 6 B1 B2 B3 B1 B2 B3 1 2 3 4 5 6 Langkah ± langkah dalam anava ini adalah : 5 . Dalam penelitian ini terdapat dua variable yang digunakan untuk dasar peninjauan sekor utntuk variable terikat. Oleh karena yang diuji joli ada tiga harga rerata. langkah selanjutnya adalah mengadakan pengujian terhadap harga rerata untuk setiap kelompok sampel. Perhitungan pengujian dilakukan pada setiap pasangan harga rerata. = ( n1 + n2 ± 2 ).2 Analisis Varians Dua Jalan Analisis varians dua jalan merupaka teknik analisis data penelitian dengan desain faktorial dua faktor. pengujian rerata (uji joli) hanya dilakukan jika harga F0 signifikan. Anava dua jalan mempunyai judul kolom dan judul baris dengan menggunakan klasifikasi dua variable yang digunakan sebagai dasar tinjauan sekor untuk variable terikat.

43 3 109 5 168 A3 4 175 7771 43. Membuat tabel statistik Tabel 5 Tabel Statistik untuk Anava Dua Jalan dengan Tabel ( 3 x 3 ) B Statistik N ™X ™X2 X N ™X ™X2 X N ™X ™X2 A1 5 B1 180 6714 36 7 254 9382 A2 6 225 11127 42. Mengelompokkan sekor berdasarkan kategori Tabel 4 Pengelompokan data anava dua jalan dengan tabel ( 3 x 3 ) A B A-1 49 40 31 B1 46 35 5 34 36 37 47 B2 34 30 36 7 37 34 38 B3 31 49 30 48 28 3 5 35 36 37 35 31 39 42 8 33 34 36 30 46 32 45 7 A-2 45 48 48 29 38 47 6 39 40 40 33 35 34 6 47 49 44 10 4 A-3 2.83 7 256 Jlh 15 631 27201 20 730 26934 15 551 6 B2 B3 .75 6 221 8191 36.1.5 7 255 9361 36.

2 18 696 2783 9606 36. signifikan maupun tidak. uji jolinya bukan hanya 9 tetapi 36 kali. Membuat Tabel Rumus Unsur Persiapan Anava Tabel 6 Rumus Unsur Tabel Persiapan Anava Dua Jalan Sumber Variasi Antara A   =   = Jumlah Kuadrat ± ± A-1 (2) Db MK  Fo       P Antara B B-1 (2)  Antara AB (Interaksi)  = dbA x dbB (4) ± ± JKA . N ™X ™X2 15 564 21654 3. pada pengerjaan anava gandapun sama.JKB  Dalam (d) JKd = JKA ± JKB .X 3969 36. Menghitung harga-harga yang ada di table persiapan Anava Dua Jalan Seperti pada waktu anava tunggal.JKAB dbT-dbA-dbB-dbAB  Total (T) JKT = - N-1 (49) 4. Untk anava ganda yang memiliki sel sebanyak 9 buah. 2.3 Analisis Varians Tiga Jalan 7 .33 7350 37. yakni sesudah ditemukan harga F. harus dilanjutkan dengan perhitungan uji joli.57 17 652 25568 20925 50 1912 75060 Jlh.

Jumlah 8 . jumlah kuadrat antara dan jumlah kuadrat dalam sbb : JKtot = JKant + JKdal JKA+ JKB+ JKABS+ JKAC+ JKBC+ JKABC faktor utama faktor interaksi Langkah ± langkah dalam anava ini sama dengan anava dua jalan.Dari uraian tentang jumlah kuadrat untuk anava dua jalan dapat diketahui bahwa JK ant merupakan jumlah dari JKA . Tabel 7 Bentuk Tabel Pengelompokan data anava tiga jalan A1 B1 C1 C2 C3 Jlh. B2 B3 B1 A2 B2 B3 Tabel 8 Bentuk Tabel Statistik Anava Tiga Jalan A1 B1 B2 B3 B1 A2 B2 B3 Statistik C1 C2 C3 Jlh. JKAB. karena juga terdapat pengaruh faktor utama dan faktor interaksi. maka hubungan antara jumlah kuadrat total. JKB . Untuk anava tiga jalan..

JKBC dbA x dbB x dbC dbT ± dbant    Dalam  Total JKA = ™ N-1 Derajat kebebasan ( d.Tabel 9 Rumus Unsur Tabel Persiapan Anava Tiga Jalan Sumber Variasi Antara A Jumlah Kuadrat (JK) JKA = ™ JKB = ™ JKC = ™ ± ± ± C-1 JKAB = ™ ± .b faktor pembilang lawan d. Pedoman untuk mengadakan interpretasi terhadap harga F0 adalah : 9 .b MK  F0         P Antara B B-1  Antara C  Interaksi AB JKAC = ™ Interaksi AC JKBC = ™ Interaksi BC JK BC = ™ Interaksi ABC ± .b.JKA± .JKA-JKC dbA x dbB  dbA x dbC    dbB x dbC    JKB-JKC-JKAB-JKAC-JKBC JKd = JKT-JKant = JKT ± JKA ± JKB ± JKC ± JKAB JKAC .JKB-JKC ± .d sebagai penyebut.JKA-JKB A-1 d.b ) yang digunakan untuk konsultasi adalah : d.

Harga Fo yang diperoleh signifikan 2. Ada perbedaan rerata Jika F0 ” Ft 5% Jika F0 • Ft 5% 1.05 atau p = 0.01 secara signifikan 3. Harga Fo yang diperoleh sangat signifikan 2. Entry Data 10 .01 2 ANALISIS VARIANS DALAM SPSS 1. Tidak ada perbedaan rerata secara signifikan (Ho) 3. p < 0. Ada perbedaan tidak signifikan rerata 2. Hipotesa Nihil (Ho) ditolak 4. Hipotesa Nihil ditolak p < 0.Jika F0 ” Ft 1% 1. Hipotesa tidak Nihil (Ho) diterima p > 0.01 secara signifikan 3.05 atau p = 0. Harga Fo yang diperoleh 1.

4. 3. 11 . 6. 7 8. 5. akan dianalisis data untuk menguji hipotesis: 1. terdapat perbedaan hasil belajar Bahasa Inggris antara siswa yang mengikuti pembelajaran dengan media audio -video. 7. Pada siswa yang berkepribadian introvert. 9. dan hipermedia. 7. 7. terdapat perbedaan hasil belajar Bahasa Inggris antara siswa yang mengikuti pembelajaran dengan media audio-video. 8. 3. 6. multi media. maka tabel di atas akan tampak seperti di bawah ini : YA1B1 5 7 4 6 3 5 7 YA1B2 6 7 8 5 6 7 8 YA2B1 7 8 9 8 8 6 7 YA2B2 8 9 8 9 8 7 6 YA3B1 7 7 8 6 6 5 7 YA3B2 6 5 6 6 7 4 7 Setelah dimasukkan ke form SPSS. 6. 7 6. 7 7. dan hipermedia. Pada siswa yang berkepribadian ekstrovert. 6. 6. Terdapat perbedaan hasil belajar Bahasa Inggris antara siswa yang mengikuti pembelajaran dengan media audio-video. 8. multi media. Terdapat pengaruh interaksi antara jenis media pembelajaran dan kepribadian siswa terhadap hasil belajar Bahasa Inggris. 9. 8. 8. 6. 5. dan hipermedia. 5. 6 6. Kelompok dikenali dari variabel bebas (x). 7. 5. multi media. 9. 7. Data hasil penelitian adalah sebagi berikut: Jns.Entry data untuk ANAVA dilakukan untuk variabel terikat (y) secara bersambung untuk semua kelompok. 7. 8.Media Kepribadian Audio-Video (A1) Multimedia (A2) Hipermedia (A3) Ekstrovert (B1) Introvert (B2) 5. 7 Apabila dibuat dalam bentuk tabel kerja. 8 7. 8. Sebagai contoh. 4. 4. 2. 6. data dalam form SPSS akan tampak sebagai berikut. 8.

langkah seperti berikut. dengan langkah. Analyze General Linear Model Univariate Menu akan tampak seperti bagan di bawah ini. 12 .2. Analisis Data Menu ANAVA pada SPSS terletak di General Linear Model.

Apabila menu tersebut sudah dipilih. seperti bagan berikut. 13 . maka akan tampak kotak dialog. Pindahkan y ke dependent variabel dan x ke fixed faktor(s).

menu yang lain untuk melengkapi analisis yang diperlukan.Selanjutnya dipilih menu. 14 . maka pilih menu Post Hoc« sehingga muncul menu dialog seperti di bawah ini. jika diperlukan uji lanjut. Misalnya.

001 . .643 a df 5 1 2 Mean Square 6. pilih menu-menu lain yang dipandang perlu untuk melengkapi analisis. Hasil analisis yang diperlukan adalah seperti tampak pada bagan berikut.729 1853. pilih menu Continue. Setelah itu. pada contoh di atas dipilih uji Tukey dan Uji Scheffe.000 1853.357 12. maka selanjutnya pilih OK.266 1450.559 Sig.Berikan tanda centang (v) pada kotak di depan nama uji lanjut yang dipilih. Misalnya. Jika semua menu yang diperlukan sudah dipilih.453 9. sehingga muncul hasil analisis. Berikutnya.000 .357 24. Tests of Between-Subjects Effects Dependent Variable:VAR00001 Type III Sum of Source Corrected Model Intercept VAR00002 Squares 33.429 15 .214 F 5.

Bandingkan a dengan signifikansi yang diperoleh (sig).048 46. Tetapkan signifikansi.42725 .342) Hasil analisis menunjukkan bahwa harga F untuk A besarnya 9.2586 -.7586 2.055 a.000.. Susun hipotesis Ho : Q1 = Q2 = Q3 H1 : Q1 {Q2 = Q3 atau Q1= Q2 {Q3 atau Q1 {Q2 {Q3 b. dan hipermedia. multi media.4557 -.149 . Jadi kesimpulannya. maka H1 diterima.42725 Sig.7143 1.05. Error ..000 lebih kecil daripada a = 0.001 . misalnya a=0.871 .00 1.2586 .000 79. Ternyata hasil analisis menunjukkan bahwa sig. Untuk menginterpretasikan hasil analisis di atas dilakukan mekanisme sebagai berikut. sebaliknya bila a usig..422 (Adjusted R Squared = . Untuk melihat sel mana yang berbeda harus dilihat hasil uji lanjut (Post Hoc.00 3.00 1. besarnya 0. c.42725 .42725 .000 1933.42725 .003 .913 3. Multiple Comparisons Dependent Variable:y (I) (J) 95% Confidence Interval VAR000 VAR000 Mean Difference 02 Tukey HSD 1.871 Lower Bound -2.VAR00003 VAR00002 * VAR00003 Error Total Corrected Total 1. Dengan demikian H0 ditolak dan H1 diterima.024 1.00 3.559 dengan signifikansi 0. a. . yakni Uji Tukey dan Uji Scheffe.6700 .278 . terdapat perbedaan hasil belajar Bahasa Inggris antara siswa yang mengikuti pembelajaran dengan media audio-video.2143 16 .346 .2143 1.05.) yang dipilih.5443 1.001 .00 (I-J) -1.643 1 2 36 42 41 1.8300 2.7586 -1.00 2.00 02 2.167 8.00 3. maka H0 diterima. d. Apabila a < sig.. R Squared = .6700 . seperti tampak di bawah ini.7143 * Std.167 4.8300 Upper Bound -.5000 * * . .

maka untuk Uji Tukey tampak bahwa sel 1 dan sel 2 berbeda secara signifikan dengan koefisien -1.7143* -.00 Scheffe 1.278.42725 .5000 * The error term is Mean Square(Error) = 1.2143 1.5909 1.6234 .00 2. Dengan cara yang sama dapat dilihat perbedaan antara sel-sel yang lain.001 yang jauh lebih kecil daripada taraf signifikansi yang ditetapkan.5000 * * .00 3.3051 -.4091 -1.8051 -1.00 1.00 Based on observed means.7143 1.5000 * .05. *.8766 -2.) sebesar 0.42725 .001 . The mean difference is significant at the 0.4557 -.00 1.003 .71.2143 -1. 17 .05 level.882 .6234 .42725 .2. Perbedaan tersebut ditunjukkan oleh bilangan signifikansi yang diperoleh (sig.00 2.42725 .001 .3051 .005 -2.42725 .8766 2. yakni 0.5909 -. -1.00 3.42725 .5443 -2.00 2. Jika diperhatikan hasil di atas.00 3.4091 -.8051 2.42725 .882 .005 .

Manajemen Penelitian.DAFTAR PUSTAKA Arikunto.pdf 18 . S. Jakarta : Rineka Cipta http://www.undiksha.id/e-learning/staff/dsnmateri/4/1-54. 2009.ac.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->