SlideShare a Scribd company logo
1 of 23
TUJUAN PEMBELAJARAN

• Setelah pembelajaran pebelajar dapat:
1. Membedakan       antara   anova     satu
   arah, anova dua arah dan manova
2. Mejelaskan fungsi anova satu arah, anova
   dua arah dan manova
3. Menghitung F hitung
4. Memberikan keputusan dari hasil analisis
   uji F
PENDAHULUAN
•   Dalam kehidupan sehari kita sering
    dihadapkan terhadap berbagai pilihan. Di
    antara pilihan-pilihan itu kita harus memilih
    yang terbaik. Misalnya kita ingin mengetahui
    lamanya lampu menyala diantara 3 merk
    lampu. Atau diantara 3 merk motor manakah
    yang paling irit? Untuk mengambil
    keputusan, maka perlu dilakukan penelitian
    yang ingin membedakan ke 3 macam motor
    tersebut. Analisis untuk membandingkan 3
    atau kelompok atau lebih dapat digunakan
    ANOVA (analysis of Variance)
 Kalau  Ingin Mengetahui Perbedaan Rata-rata 2
  Kelompok Dapat Digunakan Uji T, Lalu
  Bagaimana Kalau 3 Kelompok ? Apa Masih
  Boleh Menggunakan Uji T? Tentu Tidak
  Boleh, Karena Dapat Digunakan Uji F Atau
  Anova.
 Anova Yang Sering Disebut Uji F Digunakan
  Untuk Membandingkan Rata-rata 3 Kelompok
  Sampel Atau Lebih Yang Saling Bebas. Uji
  ANOVA Ini Juga Biasa Disebut Sebagai One Way
  Analysis Of Variance.
 Anova Digunakan Untuk Membandingkan Rata-
  rata Populasi Bukan Ragam Populasi.
KLASIFIKASI ANOVA
 Menurut banyaknya faktor (kriteria)
 yang menjadi pembeda,       ANOVA
 dibagi menjadi Anova satu arah (one
 way anova, Anova dua arah (two way
 anova) dan Anova multi arah
 (Manova).
KEGUNAAN ANOVA
•   Mengendalikan satu atau lebih variabel independen
    ▫   Disebut dengan faktor (atau variabel treatment)
    ▫   Tiap faktor mengandung 2 atau lebih level (kategori)
•   Mengamati efek pada variabel dependen
    ▫   Merespon level pada variabel independen
•   Perencanaan Eksperimen: perencanaan dengan
    menggunakan uji hipotesis
•   Evaluasi perbedaan diantara 3 atau lebih mean
    populasi
    Contoh: Tingkat pendidikan pada 3 kecamatan
            Tingkat pendapatan 3 propinsi
1. ANOVA SATU ARAH
• Anova satu arah digunakan untuk membandingkan
  rata-rata kelompok dengan faktor pembeda hanya
  satu faktor macam pembeda. Karena pembedanya
  hanya satu pembeda, maka disebut satu arah atau
  satu jalur. Misalnya kita ingin membedakan prestasi
  belajar fisika jika dilihat dari model pembelajaran
  yang digunakan di kelas.
• Kelas A : Model Pembelajaran Jigsaw;
• Kelas B : Model Pembelajaran STAD;
• Kelas C : Model Pembelajaran POE;
• Data minimal berskala interval
• Data berdistribusi normal
• variansi antar kelompok homogen
• Sampelnya random dan
independen
RUMUS ONE WAY ANOVA
Keterangan :
 Jkt   : Jumlah Kuadrat total
 Jka   : Jumlah Kuadrat antar kelompok
 JKd   : Jumlah Kuadrat dalam kelompok
 dbA   : derajad bebas antar kelompok
 dbD   : derajad bebas dalam kelompok
 Rka   : Rata-rata kuadrat antar kelompok
 RKd   : Rata-rata kuadrat dalam kelompok
Hipotesis ANOVA
  H0 : μ1 μ2 μ3  μk
  ◦ Seluruh mean populasi adalah sama
  ◦ Tak ada efek treatment (tak ada keragaman
    mean dalam grup)
 H A : Tidak seluruh mean populasi adalah sama
  ◦ Minimal ada 1 mean populasi yang berbeda
  ◦ Terdapat sebuah efek treatment
  ◦ Tidak seluruh mean populasi berbeda
    (beberapa pasang mungkin sama)
H0 : μ1   μ2   μ3      μk
     H A : Tidak seluruh μ i sama

                         Semua mean bernilai sama
                         Hipotesis nol adalah benar
                          (Tak ada efek treatment)




μ1   μ2   μ3
ANOVA
                                                    (sambungan)
          H0 : μ1   μ2        μ3    μk
          H A : Tidak semua μ i sama
          Minimal ada 1 mean yg berbeda
             Hipotesis nol tidak benar
            (Terdapat efek treatment)


                         or




μ1   μ2     μ3                      μ1    μ2   μ3
LANGKAH PENGUJIAN ANOVA
1. Rumusan hipotesis
  Ho : µ1 = µ2 = ..... = µk    Tidak ada perbedaan ....
  Ha : µi ≠ µj , untuk i ≠ j ) Minimal ada satu pasang yang
  berbeda ....
2. Pilih taraf kesalahan, untuk ilmu soaial umumnya 5% (
  = 0,05)
3. Kriteria Uji
    Sig. < α atau F hit F tab Ho ditolak (Ha diterima)
    Sig. α atau F hit < F tab Ho diterima (Ha ditolak)
4. Uji statistik (Uji F)
5. Kesimpulan
  - Menerima/menolak Hipotesis statistik (Ho)
  - Menerima/menolak hipotesis penelitian
Contoh Aplikasi :
 Sebuah penelitian dilakukan untuk mengetahui apakah ada
 perbedaan hasil belajar siswa karena model pembelajaran
 yang berbeda. Ada tiga model pembelajaran yang akan diuji.
 Dari masing-masing kelas diambil sampel masing-masing 5
 orang siswa , dengan hasil belajar sebagai berikut :
      Model Jigsaw       Model STAD        Model POE

           21                17               31
           27                25               28
           29                20               22
           23                15               30
           25                23               24



 Ujilah dengan = 0,05 apakah ada perbedaan hasil belajar
 siswa bila dilihat dari model pembelajaran yang digunakan?
Penyelesaian :
     Model Jigsaw    Model STAD    Model POE
         21             17            31
         27             25            28
         29             20            22
         23             15            30
         25             23            24
       T1 = 125       T2 = 100      T3 = 135



 Dari tabel datas bisa dihitung
 Total keseluruhan nilai = 360
  JKK = + + -             = 130
  JKT = 212 + 272 + ... + 242 -
       = 298
  JKS = 298 – 130 = 168
Tabel ANOVA
Sumber Keragaman   Derajat   Jumlah     Varian   Fhitung    Ftabel
                   Bebas     Kuadrat   (Ragam)


   Antar Kolom       2        130        65      4,64      F (2,12 )
                                                            = 3,89
     Sisaan
                     12       168        14

      Total          14       298
 H0  = µ1 = µ2 = ..... = µk
 Ha = Tidak semuanya sama ( setidaknya ada µi   ≠   µj
  , untuk i ≠ j )
 Statistik Uji = Fhitung = 4,64
 Karena Fhitung > Ftabel, maka tolak Ho


 Artinya:  minimal ada satu pasang kelas yang
 memiliki perbedaan hasil belajar siswa bila dilihat
 dari model pembelajaran yang digunakan
 Dari      kesimpulan sementara ada
  perbedaan hasil belajar siswa antar ke
  3 kelas tersebut, lalu pasangan-
  pasangan manakah yang berbeda?
 Untuk      menjawab hal ini dapat
  dilakukan dengan uji lanjutan dengan
  cara yaitu:
  1. Uji t atau
  2. Perbedaan Terkecil
• Rumusnya:



 Bila n masing–masing sama untuk tiap
 kelompok.



• Bila n masing-masing tidak sama dan
  di hitung sepasang–sepasang.
   Dengan:
ANOVA SATU ARAH

More Related Content

What's hot

Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}nurwa ningsih
 
uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2Ratih Ramadhani
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasPutri Handayani
 
Uji asumsi-klasik
Uji asumsi-klasikUji asumsi-klasik
Uji asumsi-klasikIpma Zukemi
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan intervalYesica Adicondro
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubahYulianus Lisa Mantong
 
Makalah model regresi dengan variabel terikat dummy
Makalah model regresi dengan variabel terikat dummyMakalah model regresi dengan variabel terikat dummy
Makalah model regresi dengan variabel terikat dummyAgung Handoko
 
Penerapan distribusi normal
Penerapan distribusi normalPenerapan distribusi normal
Penerapan distribusi normalhidayatulfitri
 
Tabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiTabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiDarnah Andi Nohe
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)Rani Nooraeni
 
Statistika Industri
Statistika IndustriStatistika Industri
Statistika Industriliffi
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluangYusuf Ahmad
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 

What's hot (20)

Rancangan Faktorial 2k
Rancangan Faktorial 2kRancangan Faktorial 2k
Rancangan Faktorial 2k
 
Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}Statistika dasar uji hipotesis {ppt}
Statistika dasar uji hipotesis {ppt}
 
uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2
 
Uji lanjut
Uji lanjutUji lanjut
Uji lanjut
 
Minggu 10_Teknik Analisis Regresi
Minggu 10_Teknik Analisis RegresiMinggu 10_Teknik Analisis Regresi
Minggu 10_Teknik Analisis Regresi
 
Regresi Logistik
Regresi LogistikRegresi Logistik
Regresi Logistik
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Uji asumsi-klasik
Uji asumsi-klasikUji asumsi-klasik
Uji asumsi-klasik
 
PENDUGAAN PARAMETER
PENDUGAAN PARAMETERPENDUGAAN PARAMETER
PENDUGAAN PARAMETER
 
pendugaan titik dan pendugaan interval
 pendugaan titik dan pendugaan interval pendugaan titik dan pendugaan interval
pendugaan titik dan pendugaan interval
 
T2 Hottelling
T2 HottellingT2 Hottelling
T2 Hottelling
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
 
Teknik sampling
Teknik samplingTeknik sampling
Teknik sampling
 
Makalah model regresi dengan variabel terikat dummy
Makalah model regresi dengan variabel terikat dummyMakalah model regresi dengan variabel terikat dummy
Makalah model regresi dengan variabel terikat dummy
 
Penerapan distribusi normal
Penerapan distribusi normalPenerapan distribusi normal
Penerapan distribusi normal
 
Tabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensiTabel kontingensi 2x2 dan uji independensi
Tabel kontingensi 2x2 dan uji independensi
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)
 
Statistika Industri
Statistika IndustriStatistika Industri
Statistika Industri
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluang
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 

Similar to ANOVA SATU ARAH

One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptxAlvinTamba2
 
P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS M. Jainuri, S.Pd., M.Pd
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Sowanto Sanusi
 
Anova one way linda
Anova one way lindaAnova one way linda
Anova one way lindaghavinomum
 
Pertemuan 14.pptx
Pertemuan 14.pptxPertemuan 14.pptx
Pertemuan 14.pptxIreclever
 
ANOVA dll.pptx
ANOVA dll.pptxANOVA dll.pptx
ANOVA dll.pptxsamrul2
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.rezkiyurika
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutSuci Agustina
 
Baru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxBaru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxNurmaAfiani1
 
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfAgusdiantoDakhi
 
analisis_variansi-1.ppt
analisis_variansi-1.pptanalisis_variansi-1.ppt
analisis_variansi-1.pptAlvinTamba2
 
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdfAhmadRiduanRiduan
 
Anreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxAnreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxJoperhanPasbon
 
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)EDI RIADI
 

Similar to ANOVA SATU ARAH (20)

One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptx
 
P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS P11_Analisis Komparatif (anova) di SPSS
P11_Analisis Komparatif (anova) di SPSS
 
Uji lanjut
Uji lanjutUji lanjut
Uji lanjut
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
 
Anova one way linda
Anova one way lindaAnova one way linda
Anova one way linda
 
Pertemuan 14.pptx
Pertemuan 14.pptxPertemuan 14.pptx
Pertemuan 14.pptx
 
Uji statisitk
Uji statisitk Uji statisitk
Uji statisitk
 
One way ANOVA
One way ANOVAOne way ANOVA
One way ANOVA
 
Anova
AnovaAnova
Anova
 
manova-dan-anakova.pdf
manova-dan-anakova.pdfmanova-dan-anakova.pdf
manova-dan-anakova.pdf
 
ANOVA dll.pptx
ANOVA dll.pptxANOVA dll.pptx
ANOVA dll.pptx
 
makalah varians satu arah.
makalah varians satu arah.makalah varians satu arah.
makalah varians satu arah.
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjut
 
Baru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxBaru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptx
 
Pembahasan Anova
Pembahasan AnovaPembahasan Anova
Pembahasan Anova
 
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
 
analisis_variansi-1.ppt
analisis_variansi-1.pptanalisis_variansi-1.ppt
analisis_variansi-1.ppt
 
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
 
Anreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxAnreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptx
 
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
 

More from sholikhankanjuruhan

More from sholikhankanjuruhan (7)

Bab 10 analisis regresi-sederhana
Bab 10 analisis regresi-sederhanaBab 10 analisis regresi-sederhana
Bab 10 analisis regresi-sederhana
 
Bab 9 analisis korelasi fix 2 07
Bab 9 analisis korelasi fix 2 07Bab 9 analisis korelasi fix 2 07
Bab 9 analisis korelasi fix 2 07
 
Bab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baruBab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baru
 
Bab 6 uji beda
Bab 6 uji bedaBab 6 uji beda
Bab 6 uji beda
 
Bab 5 uji hipotesis
Bab 5 uji hipotesisBab 5 uji hipotesis
Bab 5 uji hipotesis
 
Bab 2 distribusi frekuensi
Bab 2 distribusi frekuensiBab 2 distribusi frekuensi
Bab 2 distribusi frekuensi
 
Bab 1 pengantar statistika
Bab 1 pengantar statistikaBab 1 pengantar statistika
Bab 1 pengantar statistika
 

ANOVA SATU ARAH

  • 1.
  • 2. TUJUAN PEMBELAJARAN • Setelah pembelajaran pebelajar dapat: 1. Membedakan antara anova satu arah, anova dua arah dan manova 2. Mejelaskan fungsi anova satu arah, anova dua arah dan manova 3. Menghitung F hitung 4. Memberikan keputusan dari hasil analisis uji F
  • 3. PENDAHULUAN • Dalam kehidupan sehari kita sering dihadapkan terhadap berbagai pilihan. Di antara pilihan-pilihan itu kita harus memilih yang terbaik. Misalnya kita ingin mengetahui lamanya lampu menyala diantara 3 merk lampu. Atau diantara 3 merk motor manakah yang paling irit? Untuk mengambil keputusan, maka perlu dilakukan penelitian yang ingin membedakan ke 3 macam motor tersebut. Analisis untuk membandingkan 3 atau kelompok atau lebih dapat digunakan ANOVA (analysis of Variance)
  • 4.  Kalau Ingin Mengetahui Perbedaan Rata-rata 2 Kelompok Dapat Digunakan Uji T, Lalu Bagaimana Kalau 3 Kelompok ? Apa Masih Boleh Menggunakan Uji T? Tentu Tidak Boleh, Karena Dapat Digunakan Uji F Atau Anova.  Anova Yang Sering Disebut Uji F Digunakan Untuk Membandingkan Rata-rata 3 Kelompok Sampel Atau Lebih Yang Saling Bebas. Uji ANOVA Ini Juga Biasa Disebut Sebagai One Way Analysis Of Variance.  Anova Digunakan Untuk Membandingkan Rata- rata Populasi Bukan Ragam Populasi.
  • 5. KLASIFIKASI ANOVA  Menurut banyaknya faktor (kriteria) yang menjadi pembeda, ANOVA dibagi menjadi Anova satu arah (one way anova, Anova dua arah (two way anova) dan Anova multi arah (Manova).
  • 6. KEGUNAAN ANOVA • Mengendalikan satu atau lebih variabel independen ▫ Disebut dengan faktor (atau variabel treatment) ▫ Tiap faktor mengandung 2 atau lebih level (kategori) • Mengamati efek pada variabel dependen ▫ Merespon level pada variabel independen • Perencanaan Eksperimen: perencanaan dengan menggunakan uji hipotesis • Evaluasi perbedaan diantara 3 atau lebih mean populasi Contoh: Tingkat pendidikan pada 3 kecamatan Tingkat pendapatan 3 propinsi
  • 7. 1. ANOVA SATU ARAH • Anova satu arah digunakan untuk membandingkan rata-rata kelompok dengan faktor pembeda hanya satu faktor macam pembeda. Karena pembedanya hanya satu pembeda, maka disebut satu arah atau satu jalur. Misalnya kita ingin membedakan prestasi belajar fisika jika dilihat dari model pembelajaran yang digunakan di kelas. • Kelas A : Model Pembelajaran Jigsaw; • Kelas B : Model Pembelajaran STAD; • Kelas C : Model Pembelajaran POE;
  • 8. • Data minimal berskala interval • Data berdistribusi normal • variansi antar kelompok homogen • Sampelnya random dan independen
  • 10. Keterangan :  Jkt : Jumlah Kuadrat total  Jka : Jumlah Kuadrat antar kelompok  JKd : Jumlah Kuadrat dalam kelompok  dbA : derajad bebas antar kelompok  dbD : derajad bebas dalam kelompok  Rka : Rata-rata kuadrat antar kelompok  RKd : Rata-rata kuadrat dalam kelompok
  • 11.
  • 12. Hipotesis ANOVA  H0 : μ1 μ2 μ3  μk ◦ Seluruh mean populasi adalah sama ◦ Tak ada efek treatment (tak ada keragaman mean dalam grup)  H A : Tidak seluruh mean populasi adalah sama ◦ Minimal ada 1 mean populasi yang berbeda ◦ Terdapat sebuah efek treatment ◦ Tidak seluruh mean populasi berbeda (beberapa pasang mungkin sama)
  • 13. H0 : μ1 μ2 μ3  μk H A : Tidak seluruh μ i sama Semua mean bernilai sama Hipotesis nol adalah benar (Tak ada efek treatment) μ1 μ2 μ3
  • 14. ANOVA (sambungan) H0 : μ1 μ2 μ3  μk H A : Tidak semua μ i sama Minimal ada 1 mean yg berbeda Hipotesis nol tidak benar (Terdapat efek treatment) or μ1 μ2 μ3 μ1 μ2 μ3
  • 15. LANGKAH PENGUJIAN ANOVA 1. Rumusan hipotesis Ho : µ1 = µ2 = ..... = µk Tidak ada perbedaan .... Ha : µi ≠ µj , untuk i ≠ j ) Minimal ada satu pasang yang berbeda .... 2. Pilih taraf kesalahan, untuk ilmu soaial umumnya 5% ( = 0,05) 3. Kriteria Uji Sig. < α atau F hit F tab Ho ditolak (Ha diterima) Sig. α atau F hit < F tab Ho diterima (Ha ditolak) 4. Uji statistik (Uji F) 5. Kesimpulan - Menerima/menolak Hipotesis statistik (Ho) - Menerima/menolak hipotesis penelitian
  • 16. Contoh Aplikasi :  Sebuah penelitian dilakukan untuk mengetahui apakah ada perbedaan hasil belajar siswa karena model pembelajaran yang berbeda. Ada tiga model pembelajaran yang akan diuji. Dari masing-masing kelas diambil sampel masing-masing 5 orang siswa , dengan hasil belajar sebagai berikut : Model Jigsaw Model STAD Model POE 21 17 31 27 25 28 29 20 22 23 15 30 25 23 24  Ujilah dengan = 0,05 apakah ada perbedaan hasil belajar siswa bila dilihat dari model pembelajaran yang digunakan?
  • 17. Penyelesaian : Model Jigsaw Model STAD Model POE 21 17 31 27 25 28 29 20 22 23 15 30 25 23 24 T1 = 125 T2 = 100 T3 = 135 Dari tabel datas bisa dihitung Total keseluruhan nilai = 360 JKK = + + - = 130 JKT = 212 + 272 + ... + 242 - = 298 JKS = 298 – 130 = 168
  • 18. Tabel ANOVA Sumber Keragaman Derajat Jumlah Varian Fhitung Ftabel Bebas Kuadrat (Ragam) Antar Kolom 2 130 65 4,64 F (2,12 ) = 3,89 Sisaan 12 168 14 Total 14 298
  • 19.  H0 = µ1 = µ2 = ..... = µk  Ha = Tidak semuanya sama ( setidaknya ada µi ≠ µj , untuk i ≠ j )  Statistik Uji = Fhitung = 4,64  Karena Fhitung > Ftabel, maka tolak Ho  Artinya: minimal ada satu pasang kelas yang memiliki perbedaan hasil belajar siswa bila dilihat dari model pembelajaran yang digunakan
  • 20.  Dari kesimpulan sementara ada perbedaan hasil belajar siswa antar ke 3 kelas tersebut, lalu pasangan- pasangan manakah yang berbeda?  Untuk menjawab hal ini dapat dilakukan dengan uji lanjutan dengan cara yaitu: 1. Uji t atau 2. Perbedaan Terkecil
  • 21. • Rumusnya: Bila n masing–masing sama untuk tiap kelompok. • Bila n masing-masing tidak sama dan di hitung sepasang–sepasang.
  • 22. Dengan:

Editor's Notes

  1. P