ANOVA digunakan untuk menganalisis perbedaan rata-rata pengeluaran mahasiswa antara uang makan, transportasi, dan warnet dengan menguji hipotesis bahwa tidak ada perbedaan rata-rata. Hasil uji F menunjukkan penolakan hipotesis nol karena nilai signifikansi lebih kecil dari 0,05, sehingga terdapat perbedaan rata-rata pengeluaran antara ketiga kategori.

1. ANOVA
Nama : Rossy Emarullah
Nim : 082488
Kelas : IIIE
Pengertian anova
Analisis varian (ANOVA) adalah suatu metode untuk menguraikan keragaman
total data menjadi komponen-komponen yang mengukur berbagai sumber
keragaman.
ANOVA digunakan apabila terdapat lebih dari dua variabel. Dalam literatur
Indonesia metode ini dikenal dengan berbagai nama lain, seperti analisis ragam,
sidik ragam, dan analisis variansi. Ia merupakan pengembangan dari masalah
Behrens-Fisher, sehingga uji-F juga dipakai dalam pengambilan keputusan.
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak
statistika modern. Dalam praktek, analisis varians dapat merupakan uji hipotesis
(lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang
genetika terapan).
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). Dengan ide semacam ini, analisis varians dengan
dua contoh akan memberikan hasil yang sama dengan uji-t untuk dua rerata
(mean).
Supaya sahih (valid) dalam menafsirkan hasilnya, analisis varians
menggantungkan diri pada empat asumsi yang harus dipenuhi dalam perancangan
percobaan:
1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena
hanya digunakan satu penduga (estimate) untuk varians dalam contoh
3. Masing-masing contoh saling independen, yang harus dapat diatur dengan
perancangan percobaan yang tepat
4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
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.
sering kali kita menghadapi banyak rata-rata (lebih dari dua rata-rata). apabila kita
mengambil langkah pengujian perbedaan rata-rata tersebut satu persatu (dengan t
test) akan memakan waktu, tenaga yang banyak. di samping itu, kita akan
menghadapi risiko salah yang besar. untuk itu, telah ditemikan cara analisis yang

2. mengandung kesalahan lebih kecil da dapat menghemat waktu serta tenaga yaitu
dengan ANOVA (Analisys of variances).
pada dasarnya pola sample dapat dikelompokkan menjadi:
1. seluruh sample, baik yang berada pada kelompok pertama sampai dengan yang
ada di kelompok lain, berasal dari populasi yang sama. untuk kondisi ini hipotesis
nol terbatas pada tidak ada efek dari treatment (perlakuan)
2. sample yang ada di kelompok satu berasal dari populasi yang berbeda dengan
populasi sample yang ada di kelompok lainnya. untuk kondisi ini hipotesis nol
dapat berbunyi: tidak ada efek treatment antar kelompok.
DATA MENGENAI PENGELUARAN PERMINGGU KELAS
IIIE PROGRAM STUDI PENDIDIKAN BIOLOGI.
Adalah sebagai berikut:
Nama Uang makan Uang transport Uang warnet
1 50.00 20.00 10.00
2 70.00 12.00 15.00
3 75.00 25.00 12.00
4 60.00 14.00 9.00
5 60.00 12.00 6.00
6 35.00 9.00 7.00
7 40.00 15.00 10.00
8 65.00 20.00 6.00
9 40.00 20.00 6.00
10 45.00 25.00 7.00
11 60.00 14.00 9.00
12 60.00 12.00 6.00
13 50.00 30.00 12.00
14 50.00 35.00 12.00
15 35.00 25.00 9.00
16 35.00 20.00 9.00
17 60.00 15.00 7.00
18 40.00 35.00 12.00
19 40.00 30.00 6.00
20 35.00 15.00 5.00
21 50.00 30.00 9.00
22 50.00 12.00 6.00
23 65.00 14.00 10.00
24 65.00 25.00 5.00
25 35.00 30.00 12.00
26 30.00 15.00 6.00
27 50.00 25.00 15.00
28 60.00 20.00 10.00
29 65.00 14.00 9.00
30 65.00 30.00 6.00

3. Oneway
ANOVA
Output
Sum of
Squares df Mean Square F Sig.
Between Groups 28964.867 2 14482.433 191.857 .000
Within Groups 6567.233 87 75.485
Total 35532.100 89
Post Hoc Tests
Multiple Comparisons
Dependent Variable: Output
LSD
Mean
Difference 95% Confidence Interval
(I) Jumlah (J) Jumlah (I-J) Std. Error Sig. Lower Bound Upper Bound
1.00 2.00 30.73333* 2.24329 .000 26.2745 35.1921
3.00 42.56667* 2.24329 .000 38.1079 47.0255
2.00 1.00 -30.73333* 2.24329 .000 -35.1921 -26.2745
3.00 11.83333* 2.24329 .000 7.3745 16.2921
3.00 1.00 -42.56667* 2.24329 .000 -47.0255 -38.1079
2.00 -11.83333* 2.24329 .000 -16.2921 -7.3745
*. The mean difference is significant at the .05 level.
ANALISIS OUTPUT
Hipotesis :
Ho : µUang Makan = µUang Transport = µUang Warnet
(tidak ada perbedaan biaya rata-rata dari ketiga pengeluaran tersebut)
Ho : µUang Makan ≠ µUang Transport ≠ µuang Warnet
(Minimal ada dua pengeluaran dengan biaya rata-rata berbeda)

4. Dalam pengujian kali ini digunakan tingkat signifikasi 0,05 (α = 5%) atau dengan
kata lain tingkat kepercayaan sebesar 0,95 (=95%).
Penarikan kesimpulan
F hitung > F tabel → tolak Ho
F hitung < F tabel → terima Ho
Nilai statistik F tabel adalah (2;87;0,05) = 3,11(dari tabel distribusi f
Terlihat dari tabel ANOVA bahwa nilai F hitung = 191.857, yang mana nilai ini
lebih besar dari nilai F tabel sehingga dapat disimpulkan bahwa kita dapat
menolak Ho, yang artinya terdapat perbedaan biaya rata-rata dari pengeluaran
tersebut.
Diatas sudah dijelaskan bila Ho diterima uji perbandingan mean dalam Post Hoc
tidak berguna lagi, hal ini bisa kita lihat tingkat signifikasi semuanya diatas 0,05.
Oneway
Descriptives
Output
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Ma
1.00 30 51.3333 12.65819 2.31106 46.6067 56.0600 30.00
2.00 30 20.6000 7.62301 1.39177 17.7535 23.4465 9.00
3.00 30 8.7667 2.84888 .52013 7.7029 9.8305 5.00
Total 90 26.9000 19.98092 2.10617 22.7151 31.0849 5.00

5. Test of Homogeneity of Variances
Output
Levene
Statistic df1 df2 Sig.
29.544 2 87 .000
Univariate Analysis of Variance
Between-Subjects Factors
N
Jumlah 1.00 30
2.00 30
3.00 30
Tests of Between-Subjects Effects
Dependent Variable: Output
Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 28964.867a 2 14482.433 191.857 .000
Intercept 65124.900 1 65124.900 862.748 .000
Jumlah 28964.867 2 14482.433 191.857 .000
Error 6567.233 87 75.485
Total 100657.000 90
Corrected Total 35532.100 89
a. R Squared = .815 (Adjusted R Squared = .811)
ANALISIS OUTPUT :
• Pengujian Hipotesis
Ho : tidak ada perbedaan biaya rata-rata dari ketiga Corrected Model.
H 1 : minimal ada satu Corrected Model yang berbeda dengan biaya
pengeluaran.
Dengan taraf signifikasi 5%.
Penarikan kesimpulan
F hitung > F tabel → tolak Ho
F hitung < F tabel → terima Ho

6. Hal ini bisa kita lihat dari nilai signifikasi = 0.000. Nilai ini lebih kecil dari taraf
signifikasi = 0.05.
Kesimpiulannya tolak Ho. Artinya ada perbedaan biaya rata-rata pengeluaran dari
ketiga Corrected Model.