Merupakan perluasan dari teknik uji t dengan 2 (dua) sampel Sering disebut One Way Anova

Digunakan  untuk  membandingkan   rata-­‐rata  LEBIH  dari  dua  sampel  

variabel  Independen  

(Contoh  :  rata-­‐rata  lama  TV  di  tonton   oleh  anak-­‐anak  dari  beberapa  negara  :   Australia,  Inggris,  Kanada,dan  Singapur)    

MembukFkan  apakah  

rata-­‐rata  sama  atau  

Fdak  untuk  Fga  

kelompok  sampel  /  

lebih  

Merupakan  perluasan  

dari  teknik  uji  t  dengan  

2  (dua)  sampel  

Sampel 20

Inferensia Inferensia

perbandingan

Keragaman  Varian  

• Variabel  

independen  harus   mempunyai  

Menentukan Hipotesis Nol (H

0

) dan

Hipotesis Alternatif (Ha)

Menetapkan tingkat signifikansi yang

digunakan

Memilih Uji statistik ( Uji F Statistik)

Membandingkan uji statistik dengan

daerah kritis

Apakah ada perbedaan rata-rata lamanya

anak-anak dari berbagai negara (Australia,

Inggris, Kanada dan Singapura) dalam menonton

TV di malam hari ?

3. Memilih Uji Statistik (Uji F Statistik)

Syarat Uji F : Data berskala interval, Penarikan sampel secara random (Teknik Probabilita)

Syarat Uji F : Data berdistribusi Normal, Variansi homogen dan independen

2. Menetapkan tingkat signifikansi

Tingkat signifikansi digunakan sebagai standar untuk

MENOLAK H0 Umumnya menggunakan tingkat signifikansi 5%

1. Menentukan Hipotesis Nol (H0) dan Hipotesis Alternatif (Ha)

Ho : Tidak ada perbedaan rata-rata lama anak-anak dari berbagai

negara dalam menonton TV dimalam hari Ha : ada perbedaan rata-rata lama anak-anak dari berbagai negara dalam menonton TV dimalam hari

5. Membuat Keputusan

Jika Ho DITOLAK Maka ADA PERBEDAAN Jika Ho TIDAK DITOLAK Maka TIDAK ADA PERBEDAAN

4. Membandingkan uji statistik dengan daerah kritis

•

 

Beberapa  perhitungan  yang  harus  dilakukan  dalam  

pengujian  anova  antara  lain  :

•

 

Variasi  Total    (Total  sum  of  square-­‐SST)

•

 

Variasi  Total  dibagi  menjadi  dua,  Sum  of  Square  Within  

(SSW)  dan  Sum  of  Square  Between  (SSB)

x

canada

=

2546

20

=

127, 3 menit

x

australia

=

3317

20

=

165, 85 menit

x

britain

=

3735

20

=

186, 75 menit

x

_singapore

₌

4063

20

=

203,15 menit

x

₌

2346

+

3317

+

3735

+

4063

80

=

170, 7625 menit

SST _{= Σ}x_i2 ₋ N x2

SST _{= (337732 +566425+ 714117+838701)−80(170, 76}2₎ SST _=124188

SSB _{= Σ}N_s(xs − x)2

SSB _{= 20(127, 3−170, 76)}2 _{+20(165, 85−170, 7625)}2

+20(186, 75−170, 76)2 +20(203,15−170, 76)2

SSB _{= 64353, 438}

F

₌

SSB

k

₋

₁

SSW

N

₋

k

=

64353, 4375

4

−

1

59835, 05

80

−

4

=

27, 246

dfb= k-1

dfw= N-k

Nilai

α

=0,05

•

 

Ada 3 faktor untuk menentukan nilai kritis F, yatu :

dfb : degree of freedom between samples

dfw : degree of freedom within samples

dfb = 4 -1 = 3

•

 

Lihat tabel distribusi F berikut ini :

•

 

Tabel Distribusi F

Jika dilihat pada tabel distribusi F, nilai dfb = 3 dan

dfw = 76 didapat angka :

2.74

sedangkan nilai F

hitung adalah :

27.246

Jika F hitung

≥

_{F Tabel}

_à

_{TOLAK Ho}

27,246 > 2.74, Maka

TOLAK H0

Sehingga kesimpulannya adalah :

ada perbedaan rata-rata lama

anak-anak dari berbagai

negara dalam menonton TV

dimalam hari

F Tabel : 2.74

ANOVA

Menonton TV

 

Sum of

Squares

df

Mean Square

F

Sig.

Between Groups

_64353.438

₃

_21451.146

_27.246

_.000

Within Groups

_59835.050

₇₆

_787.303

 

 

Ana ingin

membandingkan

penjualan Handphone dengan merek Nokia, Blackberry, Samsung dan Nexian (data penjualan lihat tabel sebelah kanan).

Sehingga hal yang ingin dicari adalah :

a. Apakah ada perbedaan rata-rata dalam

penjualan keempat handphone tersebut

Minggu Nokia Blackberry Samsung Nexian

•

 

LANGKAH 1.

Persiapkan

DATA

Nomor Merek Penjualan

•

 

LANGKAH 3

•

 

LANGKAH 4 Melakukan Prosedur analisis :

•  Analyse à Compare Means à One Way ANOVA •  Pindahkan variabel penjualan ke kolom dependent list

•  Pindahkan variabel merek ke kolom faktor

•  Option _à Statistics pada kotak cek descrptive dan homogeneity of variance, Untuk missing values pilih exclude cases analysis by analysis. Kemudian tekan continue

•  Pilih post hoc dengan melakukan cek pada pilihan bonferroni dan tukey.

Kemudian tekan continue

•  Tekan OK untuk Memprosesnya

•  LIHAT HASILNYA SEBAGAI BERIKUT :

•

 

LANGKAH 5 Membuat Intepretasi Hasil

•  Bagian pertama : Melihat perbedaan rata-rata penjualan empat merek

yang dibandingkan

•  Bagian kedua : Menguji kesamaan varian

•  Bagian ketiga : Uji ANOVA

Membangun Hipotesis :

Ho : Tidak ada perbedaan rata-rata penjualan empat merek handphone

Ha : Ada perbedaan rata-rata penjualan empat merek

handphone

Lihat F Hitung = 4.410 , lihat F Tabel (dfb = 3, dfw = 36) : 2,84 F Hitung > F Tabel , Maka Ho DITOLAK

KESIMPULAN :

•

 

Post Hoc test, digunakan untuk mencari kelom[ok mana saja

yang rata-rata penjualannya sama dan tidak sama

•

 

Uji Tukey : Membandingkan rata-rata penjualan masing-masing

merek

•

 

Untuk melakukan apakah perbedaan rata-rata signifikan atau

tidak, dapat dilihat dari nilai signifikansinya (sig),

•

 

Seorang Dosen di sebuah Universitas menggunakan metode yang

berbeda dalam mengajar dikelas. Dosen tersebut ingin

membandingkan efektivitas dari ketiga metode tersebut, berikut

adalah data yang diperlukan :

_{Metode A Metode B Metode C}

21 28 19

19 28 17

21 23 20

24 27 23

25 31 20

20 38 17

27 34 20

19 32 21

23 29 22

25 28 21

26 30 23

•  Hitunglah nilai rata-rata

dan standar deviasi untuk masing-masing sampel

•

 

Tes Bahasa Inggris diberikan kepada 3 kelompok pelamar CPNS.

Ujilah hipotesis bahwa rata-rata nilai Bahasa inggris pada ketiga

kelompok tersebut sama pada tingkat kepercayaan 95%.

Kelompok A Kelompok B Kelompok C

76 79 94

68 79 84

64 77 96

78 73 88

79 81 68