ANALISIS VARIANSI

Pada bab sebelumnya telah dibahas prosedur

pengujian untuk menentukan apakah mean dua
populasi normal yang saling bebas, sama atau
tidak apabila variansi kedua populasi
diasumsikan sama (walaupun tidak diketahui ).
Teknik tersebut dapat diperluas sehingga dapat
digunakan untuk membandingkan mean
beberapa (k) populasi.

CONTOH
akan diuji apakah tiga varitas gandum secara ratarata memberikan hasil yang sama apabila tanaman
gandum tersebut ditanam pada petak-petak yang
berukuran sama dan mempunyai kondisi tanah yang
sama
ingin diselidiki apakah enam laboratorium yang ada
memberikan hasil analisis yang sama apabila
diberikan sampel-sampel dari bahan yang sama.
Dalam kasus ini, ada satu factor yang disebut
perlakuan (treatment).
Factor perlakuan pada kasus gandum adalah varitas
gandum yang mempunyai 3 level sedangkan pada
kasus kedua factor perlakuannya berupa laboratorium
yang mempunyai enam level.

Pada kasus pengujian k mean populasi, dengan

k > 2, diasumsikan bahwa terdapat k sampel dari
k populasi.
Prosedur yang biasa digunakan dalam hal ini
dinamakan analisis variansi atau ANOVA.
Analisis variansi adalah suatu teknik stastistik
untuk menganalisis pengukuran-pengukuran
yang bergantung kepada beberapa efek /
pengaruh yang bekerja serentak, menentukan
efek mana yang penting dan menduga efek itu.

Analisis variansi didasarkan pada pemecahan

variansi total menjadi bagian-bagian / komponenkomponen yang masing-masing mengukur
variabilitas yang disebabkan oleh berbagai
sumber.
Dalam membandingkan k mean populasi , dua
sumber variasi adalah :
1. perbedaan antar mean
2. variasi dalam populasi ( error )

KLASIFIKASI SATU ARAH

Pada analisis variansi satu arah,hanya satu

faktor (treatment) yang diteliti.
Misalnya :
- pengaruh varitas gandum terhadap hasil panen
- pengaruh konsentrasi bahan kimia terhadap
pertumbuhan tanaman
- pengaruh laboratorium terhadap hasil analisis.

Misalkan terdapat k populasi yang saling bebas,

berdistribusi normal dengan mean masingmasing 1 , 2 , , k dan variansi 2 .
Dari setiap populasi,masing-masing diambil
sampel berukuran n1 , n2 ,....., nk .
Setiap populasi diidentifikasikan sebagai
populasi dari respon- respon dibawah treatment
tertentu .
x ij adalah pengamatan ke-j dari populasi
(treatment) ke-i,i=1,2,3,..k dan j=1,2, ni

Populasi
1

Total
Mean

KK

xk1
xk 2

x11

x21

x12

x22

x1n1

x2n2

xknk

x1.

x 2.

xk .

x..

x 1.

x 2.

x k.

x ..

MODEL MATEMATIKA
X ij adalah

variabel acak yang saling bebas,

mempunyai mean dan
variansi .
i
Model matematika :
xij i ij
, j = 1,2,,ni dan i = 1,2,,k.
dimana :
x
: pengamatan ke-j dari treatment ke-i
i : mean treatment ke-i
uj : error, diasumsikan saling bebas dan
N 0,
berdistribusi
2

ij

HIPOTESIS
H 0 : 1 2 k

H 1 : minimal ada dua mean yang tidak sama

Uji hipotesis akan didasarkan pada perbandingan

dua nilai dugaan/penaksir yang saling bebas
untuk variansi populasi 2 .
Nilai dugaan ini dapat diperoleh dengan cara
menguraikan variabilitas total pada data
menjadi dua komponen.

Variansi dari seluruh pengamatan (untuk kasus

banyaknya pengamatan tidak sama untuk tiap
treatment seperti pada tabel sebelumnya):
k
2

x
n ni
s
i 1
n 1
,
Pembilang dalam s2 disebut jumlah kuadrat total
yang mengukur keragaman total dalam data.
Keragaman total tersebut dapat diuraikan melalui
identitas berikut : JKT = JKTr + JKE

ni

i 1 j i

ij

Cat : untuk kasus banyaknya pengamatan pada treatment sama, rumus-rumusnya dapat dilihat di
buku.

ni

i 1 j 1

xij x..

ni

ni x i. x.. xij x i.

i 1
i 1 j 1

JKT
= JKTr
+ JKE
Untuk mempermudah perhitungan, rumus-rumus diatas
dapat dituliskan dalam bentuk :
1. JK Total (JKT) :

ni

x
k

i 1 j 1

ij

2. JK Treatment (JKTr) :

ni xi x =
2

i 1

3. JK Error (JKE) :

ni

x
k

i 1 j 1

2
ij

x
xi

n
n
i 1
i
k

xi= JKT - JKTr

2

ij

ni

x
x

n
i 1 j 1
k

Statistik uji yang akan digunakan dalam anova

adalah :
S
F= S
yang berdistribusi F dengan db 1 k 1 dan 2 n k
2

dimana
S

S1
S2

JKTr
k 1

S2

JKE
nk

=
dan =
: Rata-rata JK Treatment
: Rata-rata JK Error

Penurunan Distribusi F dapat dijelaskan sbb:

Untuk setiap i : X adalah variabel acak

berukuran ni dari populasi normal dengan
variansi 2.
ij

ni

X
j 1

ij

X i

X
k

ni

i 1 j 1

ij

X i

berdistribusi khi kuadrat dg db = ni-1

berdistribusi khi kuadrat dg db = n-k

X i: variabel acak berdistribusi normal dengan variansi

i 1

2
X =

n X
k

ni

i 1

ni

Xberdistribusi

2

khi kuadrat,

db = k-1.
Seperti telah dijelaskan sebelumnya,
12 / 1
(n k ) S 22
(k 1) S12
2
F 2
2
2
2 / 2 ,dimana 1
2 dan
2

yang masing-masing berderajat bebas (k-1) dan (n-k).

Sehingga
F=

S1

2
berdist
F dgn db
S2

1dan
k 1

2 n k

Kriteria pengujian :
Pada tingkat signifikasi , Ho ditolak jika
F F ; k 1 , n k

TABEL ANOVA
Sumber

Jumlah

Derajat

Rata rata

Kuadrat

Bebas

Jumlah Kuadrat

Hitung

Treatment

JKTr

k-1

JKTr
s12
k 1

s12
s22

Error

JKE

n-k

s22
Total

JKT

n 1

JKE
nk

CONTOH
Dalam suatu percobaan biologi,empat
konsentrasi bahan kimia digunakan untuk
merangsang pertumbuhan sejenis tanaman.
Percobaan dilakukan selama periode waktu
tertentu.
Apakah pertumbuhan rata-rata tanaman
berbeda untuk keempat konsentrasi bahan kimia
tersebut?
Ujilah dengan menggunakan tingkat signifikasi
0,01.
Data pertumbuhan tanaman (dalam sentimeter)
adalah sebagai berikut :

Konsentrasi

Total

8,2

8,7

9,4

9,2

35,5

7,7

8,4

8,6

8,1

8,0

6,9

5,8

7,2

6,8

7,4

6,8

7,3

6,3

6,9

7,1

40,8
6,1

40,2
34,4

150,9

- Model matematika :
xij i ij , i = 1,2,3,4 , j = 1,2,,ni
Dimana :
xij
: pertumbuhan tanaman ke-j pada konsentrasi ke-i
i
: pertumbuhan rata-rata tanaman yang disebabkan
konsentrasi ke-i
ij
: error,
diasumsikan saling bebas dan berdistribusi
N
0,
2

- Hipotesis
H 0 : 1 :2 3 4
H1 : minimal ada dua

yang tidak sama

Perhitungan
n1 = 4, n2 = 5, n3 = 6 dan n4 = 5
x1 35,5

x3 40,2

x2 40.8

150,9

x4 34,4

JKT = 8,2 8,7 7,1 20 = 19,35.

JKTr = 354,5 345,4 15020,9 = 15,46
JKE = 3,89
2

3,89
15,46
s 22
0,24
s
5,15
16
3
2
1

TABEL ANOVA
Sumber

Jumlah

Derajat

Rata-rata

Kuadrat

Bebas

Jumlah

Kuadrat
Treatment

15,46

5,15

Error

3,89

16

0,24

Total

19,35

19

5,15
21,4
0,24

 0,01
F0, 01;3;16 5,29

Karena F = 21,4 >5,29 maka Ho ditolak

Kesimpulan :
Pertumbuhan rata-rata tanaman berbeda untuk
keempat konsentrasi bahan kimia tersebut.