Pengertian ANOVA
Analisis varian adalah suatu teknik untuk
mengetahui perbedaan atau persamaan dua atau lebih observasi dengan cara
mengadakan perbandingan antara dua atau lebih nilai sentral (mean).
Untuk menguji hipotesis komparatif lebih dari dua rata-rata sampel (K sampel)
digunakan teknik statistik yang disebut analisis
varians.
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
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)
Alasan penggunaan ANOVA
- Memudahkan analisa atas beberapa kelompok sampel yang berbeda dengan resiko kesalahan terkecil.
- Mengetahui signifikansi perbedaan rata-rata (μ) antara kelompok sampel yang satu dengan yang lain. Bisa jadi, meskipun secara numeris bedanya besar, namun berdasarkan analisa ANOVA, perbedaan tersebut TIDAK SIGNIFIKAN sehingga perbedaan μ bisa diabaikan. Sebaliknya, bisa jadi secara numeris bedanya kecil, namun berdasarkan analisa ANOVA, perbedaan tersebut SIGNIFIKAN, sehingga minimal ada satu μ yang berbeda dan perbedaan μ antar kelompok sampel tidak boleh diabaikan.
- 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.
Asumsi-asumsi
yang harus dipenuhi dalam analisis varians (anova):
- Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
- Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh
- Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan yang tepat
- Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
Jenis-jenis
dari Analisis of Variance (Anova).
Pemilihan tipe ANOVA tergantung dari rancangan percobaan (experiment design) yang kita pilih .
Pemilihan tipe ANOVA tergantung dari rancangan percobaan (experiment design) yang kita pilih .
yaitu untuk menguji perbedaan rata-rata lebih dari
dua sampel dimana dalam melakukan analisis hanya bisa satu arah. Maksud satu
arah ini hanya bisa menguji antar kelompok yang satu.
Contoh :
|
Sampel
|
Penurunan Berat Badan (Kg)
|
|||
|
Metode 1
|
Metode 2
|
Metode 3
|
Metode 4
|
|
|
Sampel 1
|
4
|
8
|
7
|
6
|
|
Sampel 2
|
6
|
12
|
3
|
5
|
|
Sampel 3
|
4
|
-
|
-
|
5
|
Terdapat 4 metode diet dan 3 golongan usia peserta program diet Berikut data rata-rata penurunan berat peserta keempat metode dalam tiga kelompok umur.
Berdasarkan gambar di atas terlihat bahwa ada empat metode (kolom). Dari empat metode itu dilakukan oleh beberapa orang tapi tiap metode dilakukan oleh orang yang berbeda. pada tabel diatas terlihat data diperoleh dari sampel yang berbeda perlakuan antar kelompok karen itu kita hanya bisa membandingkan antar metode tapi tidak bisa membandingkan antar orang karena setiap orang tidak melakukan metode yang sama. oleh karena itu dikatakan satu arah saja .
2. Anova dua arah tanpa interaksi anova two way without interaction
Artinya bahwa bisa dilakukan interaksi antara kelompok dan perlakuan. maksdunya bisa membandingkan antar kelompok atau antar perlakuan.
Artinya bahwa bisa dilakukan interaksi antara kelompok dan perlakuan. maksdunya bisa membandingkan antar kelompok atau antar perlakuan.
contoh
|
Umur
|
Penurunan Berat Badan (Kg)
|
|||
|
Metode 1
|
Metode 2
|
Metode 3
|
Metode 4
|
|
|
< 20 tahun
|
5
|
6
|
2
|
3
|
|
20-40
|
2
|
7
|
5
|
3
|
|
> 40 tahun
|
7
|
3
|
4
|
3
|
Terdapat 4 metode diet dan 3 golongan usia peserta program diet Berikut data rata-rata penurunan berat peserta keempat metode dalam tiga kelompok umur.
Berdasarkan gambat tersebut terlihat bahwa setiap metode memiliki perlakuan yang sama sehingga bisa dikatakan ada hubungan dua arah. tapi tidak ada interaksi.
3. Anova dua arah dengan interaksi anova two way with interaction
dikatakan anova dengan interaksi ketika setiap kolom [perlakuan] dan blok [baris] diulang. Langsung.
dikatakan anova dengan interaksi ketika setiap kolom [perlakuan] dan blok [baris] diulang. Langsung.
Contoh
|
Umur
|
Penurunan Berat Badan (Kg)
|
|||
|
Metode 1
|
Metode 2
|
Metode 3
|
Metode 4
|
|
|
< 20 tahun
#1 #2 #3 |
5
4 5 |
0
2 1 |
3
4 8 |
4
2 2 |
|
20-40 tahun
#1 #2 #3 |
5
6 2 |
4
2 1 |
2
2 4 |
5
3 2 |
|
> 40 tahun
#1 #2 #3 |
4
4 5 |
5
5 0 |
2
1 2 |
6
4 4 |
Terdapat 4 metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data ata-rata penurunan berat badan setelah 1 bulan melakukan diet. Ujilah apakah penurunan berat badan sama untuk setiap metode diet, kelompok umur dan interaksi dengan taraf uji 5 %?
Langkah-langkah melakukan uji hipotesis dengan ANOVa
- Kumpulkan sampel dan kelompokkan berdasarkan kategori tertentu.
Untuk memudahkan pengelompokkan
dan perhitungan, buat tabel data sesuai dengan kategori berisi sampel dan
kuadrat dari sampel tersebut. Hitung pula total dari sampel dan kuadrat sampel
tiap kelompok. Selain itu, tentukan pula hipotesis nol (H0) dan hipotesis
alternatif (H1).
- Menentukan tipe anova
apakah masuk tipe satu arah, tipe
dua arah tanpa interaksi atau tipe dua arah dengan interaksi. karena akan
berpengaruh pada perhitungan. Menentukan tipe seperti pada penejalasan diatas.
- Menghitung variabilitas dari seluruh sampel.
Purwanti Y





