PEMBAHASAN
PENGERTIAN
Analisis varian atau lebih dikenal dengan sebutan Anava atau Anova adalah jenis analisis statistika yang digunakan untuk menguji perbedaan antara 3 (tiga) kelompok data (pengamatan) atau lebih. Anava tidak hanya mampu menguji perbedaan antara 3 (tiga) kelompok data atau lebih dari satu variabel bebas, tetapi juga bisa untuk menyelesaikan kelompok-kelompok data yang berasal dari 2 (dua) variabel bebas atau lebih.
Anava 1 (satu) jalur adalah teknik statistika parametik yang digunakan untuk menguji perbedaan antara 3 (tiga) atau lebih kelompok data berskala interval atau rasio yang berasal dari 1 (satu) variabel bebas.
KLASIFIKASI
Analisis varian memiliki dua klasifikasi, yaitu satu arah dan dua arah.
TUJUAN DAN FUNGSI
Tujuan dari uji Anava atau Anova satu jalur adalah untuk membandingkan lebih dari dua rata-rata.
Fungsinya adalah untuk menguji kemampuan generalisasi, yaitu menguji signifikansi dari hasil penelitian (Anava atau Anova satu jalur). Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan yang berarti data sampel dianggap dapat mewakili populasi.
CONTOH SOAL
Seorang manajer sebuah bank sedang meninjau kinerja dari para karyawan bagi kemungkinan menaikkan gaji dan mempromosikan jabatan. Di dalam mengevaluasi para petugas kasir (teller), manajer menentukan bahwa kriteria dari kinerja mereka adalah jumlah pelanggan yang dilayani setiap hari.
TABEL
DATA EVALUASI 3 ORANG KASIR PELANGGAN YANG DILAYANI
Harike- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan kasir 3?
Jawab:
Langkah-langkah:
Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya homogen.
Hipotesis (H1 dan H0) dalam bentuk kalimat:
H0 : tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
H1 : ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
Hipotesis Ha dan Hodalam bentuk statistika :
H0 : µ1 = µ2 = µ3
H1 : minimal ada satu µi yang berbeda.
Daftar statistika induk
Hari ke- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
statistika Total = T
N 6 6 6 18
Σxi 294 324 330 948
Σx2 14496 17580 18222 50298
X ̅ 49 54 55 158
S^2 2419 2932,8 3239,4 8590,8
Menghitung Jumlah Kuadat Antar Group (JKX)
JKX = 〖(∑X_i)〗^2/n-〖(∑X_τ)〗^2/N
JKX =(〖294〗^2/6 + 〖324〗^2/6 + 〖330〗^2/6 ) - 〖948〗^2/18
= 50052 - 49928
= 124
Menghitung derajat bebas antar group dengan rumus
DbX = 3-1 A= jumlah group
= 3-1
= 2
Menghitung kuadrat Rerata Antar group (KRX)
KRX = JKX/dbX
= 124/2
= 62
Menghitung Jumlah Kuadrat Dalam group (JKD)
JKD = Σ X2T - Σ((Σ〖Xi)〗^2)/n
= 50298 – ( 〖294〗^2/6 + 〖324〗^2/6+ 〖330〗^2/6 )
= 50298 - 50052
= 246
Menghitung derajat bebas
Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
Ranking bertanda Wilcoxon banyak digunakan untuk menguji perbedaan perlakuan yang diberikan kepada objek penelitian dengan mempertimbangkan arah dan magnitude relatif perbedaan dari dua sampel berpsangan.
Mata Kuliah Statistik Pendidikan
Materi dan latihan untuk Kelas VI D PAI
silahkan pelajari materi dan baca petunjuk latihan.
selamat belajar dan menikmati latihannya.
PEMBAHASAN
PENGERTIAN
Analisis varian atau lebih dikenal dengan sebutan Anava atau Anova adalah jenis analisis statistika yang digunakan untuk menguji perbedaan antara 3 (tiga) kelompok data (pengamatan) atau lebih. Anava tidak hanya mampu menguji perbedaan antara 3 (tiga) kelompok data atau lebih dari satu variabel bebas, tetapi juga bisa untuk menyelesaikan kelompok-kelompok data yang berasal dari 2 (dua) variabel bebas atau lebih.
Anava 1 (satu) jalur adalah teknik statistika parametik yang digunakan untuk menguji perbedaan antara 3 (tiga) atau lebih kelompok data berskala interval atau rasio yang berasal dari 1 (satu) variabel bebas.
KLASIFIKASI
Analisis varian memiliki dua klasifikasi, yaitu satu arah dan dua arah.
TUJUAN DAN FUNGSI
Tujuan dari uji Anava atau Anova satu jalur adalah untuk membandingkan lebih dari dua rata-rata.
Fungsinya adalah untuk menguji kemampuan generalisasi, yaitu menguji signifikansi dari hasil penelitian (Anava atau Anova satu jalur). Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan yang berarti data sampel dianggap dapat mewakili populasi.
CONTOH SOAL
Seorang manajer sebuah bank sedang meninjau kinerja dari para karyawan bagi kemungkinan menaikkan gaji dan mempromosikan jabatan. Di dalam mengevaluasi para petugas kasir (teller), manajer menentukan bahwa kriteria dari kinerja mereka adalah jumlah pelanggan yang dilayani setiap hari.
TABEL
DATA EVALUASI 3 ORANG KASIR PELANGGAN YANG DILAYANI
Harike- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan kasir 3?
Jawab:
Langkah-langkah:
Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya homogen.
Hipotesis (H1 dan H0) dalam bentuk kalimat:
H0 : tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
H1 : ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
Hipotesis Ha dan Hodalam bentuk statistika :
H0 : µ1 = µ2 = µ3
H1 : minimal ada satu µi yang berbeda.
Daftar statistika induk
Hari ke- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
statistika Total = T
N 6 6 6 18
Σxi 294 324 330 948
Σx2 14496 17580 18222 50298
X ̅ 49 54 55 158
S^2 2419 2932,8 3239,4 8590,8
Menghitung Jumlah Kuadat Antar Group (JKX)
JKX = 〖(∑X_i)〗^2/n-〖(∑X_τ)〗^2/N
JKX =(〖294〗^2/6 + 〖324〗^2/6 + 〖330〗^2/6 ) - 〖948〗^2/18
= 50052 - 49928
= 124
Menghitung derajat bebas antar group dengan rumus
DbX = 3-1 A= jumlah group
= 3-1
= 2
Menghitung kuadrat Rerata Antar group (KRX)
KRX = JKX/dbX
= 124/2
= 62
Menghitung Jumlah Kuadrat Dalam group (JKD)
JKD = Σ X2T - Σ((Σ〖Xi)〗^2)/n
= 50298 – ( 〖294〗^2/6 + 〖324〗^2/6+ 〖330〗^2/6 )
= 50298 - 50052
= 246
Menghitung derajat bebas
Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
Ranking bertanda Wilcoxon banyak digunakan untuk menguji perbedaan perlakuan yang diberikan kepada objek penelitian dengan mempertimbangkan arah dan magnitude relatif perbedaan dari dua sampel berpsangan.
Mata Kuliah Statistik Pendidikan
Materi dan latihan untuk Kelas VI D PAI
silahkan pelajari materi dan baca petunjuk latihan.
selamat belajar dan menikmati latihannya.
1. STATISTIKA
Nama : Feroza Rosalina Devi
NIM : 4611414024
Prodi : Teknik Informatika
Jurusan : Ilmu Komputer
UNIVERSITAS NEGERI SEMARANG
2014/2015
2. Tabel Distribusi Frekuensi
Tentukan :
1. Rentang
2. Rentang antar Quartil
3. Simpangan Quartil
4. Rata-rata simpangan
5. Varian
6. Simpangan Baku
7. Bilangan Baku
8. Koefisien Variasi
9. Momen
10. Kemiringan
11. Kurtosis / Keruncingan
Kelas Frekuensi
10-19 2
20-29 5
30-39 3
40-49 10
50-59 4
60-69 6
Jml 30
3. 1. Rentang
Data terbesar – Data terkecil = 69-10
= 59
2. Rentang antar kuartil
Q3 = 22,5
Q1 = 7,5
RAK = Q3-Q1
= 22,5 – 7,5
= 15
3. Simpangan Kuartil
SK = ½ x (Q3-Q1)
= ½ x (22,5-7,5)
= ½ x 15
= 7,5
4. 4. Rata-rata simpangan
= 43,5
Kelas f xi xi - | xi - |
10-19 2 14,5 - 29 29
20-29 5 24,5 - 19 19
30-39 3 34,5 - 9 9
40-49 10 44,5 1 1
50-59 4 54,5 11 11
60-69 6 64,5 21 21
Jml 30 233 82
11. 11.Keruncingan/Kurtosis
SK = 7,5
Titik P90 = 90/100 x 30
= 27 (Terletak pada kelas 60-69)
Tb : 59,5
f : 6
Fkb: 4
i : 10
Titik P10 = 10/100 x 30
= 3 (Terletak pada kelas 20-29)
Tb : 19,5
f : 5
Fkb: 2
i : 10