Analisis Varians Satu Arah (One Way Anova)

1
Analisis Varians Satu Arah(One Way Anova)

• Fungsi Uji
• Untuk mengetahui perbedaan antara 3 kelompok/
  perlakuan atau lebih
• Asumsi
• Data berskala minimal interval
• Data berdistribusi Normal
• Varians data homogen

2
Analisis Varians Satu Arah(One Way Anova)

• Hipotesis
• H0
• H1 Minimal ada satu pasang yang
• berbeda

3
Analisis Varians Satu Arah(One Way Anova)

• Jika H0 ditolak,
• harus dicari pasangan mana yang berbeda,
  dengan menggunakan uji perbandingan berganda

4
Analisis Varians Satu Arah(One Way Anova)

• Statistik Uji
• Nilai Fhit
• untuk itu akan dibuat sebuah tabel yang
  disebut dengan Tabel Anova untuk mempermudah
  perhitungan

5
Analisis Varians Satu Arah(One Way Anova)

• Tabel Anova

6
Analisis Varians Satu Arah(One Way Anova)

• Dimana
• k banyaknya kelompok/
• perlakuan
• n besar data

7
Analisis Varians Satu Arah(One Way Anova)

• Bentuk data

8
Analisis Varians Satu Arah(One Way Anova)

• Maka
• FK Faktor Koreksi
• SST Sum of Square Total
• SSP Sum of Square Perlakuan
• SSE Sum of Square Eror SST SSP

9
Analisis Varians Satu Arah(One Way Anova)

• Penarikan Keputusan
• H0 ditolak pada tingkat signifikansi, jika
• dimana adalah tabel F dengan
  derajat bebas
• derajat bebas perlakuan
• derajat bebas sisa

10
UJI VARIANSI

• Salah satu asumsi yang harus dipenuhi pada saat
  menggunakan uji Anova satu arah adalah varians
  data HOMOGEN
• Untuk mengetahui kondisi varians data (homogen
  atau heterogen) maka dilakukan uji variansi yaitu
  uji Barlett

11
Uji Barlett

• Fungsi Uji
• untuk mengetahui kondisi varians data
  (homogen atau heterogen)
• Hipotesis
• H0 Varians data homogen
• H1 Varians data heterogen

12
Uji Barlett

• Statistik Uji

13
Uji Barlett

• dimana
• banyaknya data pada kelompok/ perlakuan ke-i
• varians data pada kelompok/ perlakuan ke-i
• n jumlah seluruh data
• Mean Square Error (MSE) dari Tabel Anova
  Satu Arah
• faktor koreksi

14
Uji Barlett

• Pengambilan Keputusan
• Digunakan tabel Chi-Square dengan derajat
  bebas dan tingkat signifikansi
• H0 ditolak jika

15
Contoh Kasus

• Ingin dilihat perbedaan kadar Hb dari 3 (tiga)
  kelompok responden, dengan kondisi sebagai
  berikut
• Kelompok I Memperoleh suplemen Fe
• Kelompok II Memperoleh suplemen Fe
• dan
  vitamin B1
• Kelompok III Tidak memperoleh
• suplemen

16
pengukuran kadar Hb adalah sebagai berikut
Kelompok I Kelompok II Kelompok III
  11,5 11,7 12,5 11,6 12,0 12,4 12,0     12,4 11,6 12,1 11,8 11,8 12,3 12,2 12,1     11,1 10,5 11,2 10,5 11,2 10,6
Pertanyaan Dengan asumsi data berdistribusi
normal, apakah ada perbedaan kadar Hb antara ke-3
kelompok tersebut ? (Gunakan ?5)
17
Langkah-Langkah Penyelesaian
Hipotesis H0 ?1 ?2 ?3 H1 minimal ada
satu pasang ? yang berbeda
Atau H0 Tidak ada perbedaan kadar Hb
untuk ke-3 kelompok H1 Ada perbedaan
kadar Hb (minimal satu pasang) untuk
ke-3 kelompok
18
Dari data diperoleh nilai
Kelompok 1 Kelompok 2 Kelompok 3 Jumlah
11,5 12,4 11,1
11,7 11,6 10,5
12,5 12,1 11,2
11,6 11,8 10,5
12,0 11,8 11,2
12,4 12,3 10,6
12,0 12,2
12,1
Jumlah 83,7 96,3 65,1 245,1
19
Uraian penghitungan Sum of Square
20
(No Transcript)
21
Tabel Anova
Sbr var db SS MS Fhit
Perlakuan Sisa 2 18 5,692 2,051 2,846 0,114 24,965
Total 20 7,743    
22
Kesimpulan

• Dengan menggunakan ? 5 dapat disimpulkan
• Fhit 24,967
• F(2,18)(5) 3,55
• Karena  Fhit gt F(2,18)(5) maka Ho ditolak
• Artinya ada perbedaan kadar Hb (minimal
• satu pasang ?)

23
Uji Varians

• Hipotesis
• H0 Varians data homogen
• H1 Varians data heterogen

Kelompok 1 Kelompok 2 Kelompok 3
0,149 0,077 0,123
24
Proses Perhitungan
25
(No Transcript)
26
Kesimpulan

• Dengan menggunakan ? 5 dapat disimpulkan
• ?2 0,7068
• ?2 (5)(2) 5,99
• Karena ?2 lt ?2 (5)(2) maka Ho diterima
•  
• Artinya Varians data homogen