UJI ANOVA SATU
JALUR
Disusun oleh :
Anisa Mifta
Khuromah (06081181520007)
Fatria Anggita
(08081181520005)
Rani S S
Silitonga (06081181520079)
Dosen Pengampuh
:
Prof. Dr. Ratu
Ilma Indra Putri, M.Si
Elika Kurniadi,
M.Sc
Puji Astuti,
M.Sc
Fakultas Keguruan
dan Ilmu Perndidikan
Program Studi
Matematika
Universitas
Sriwijaya
2017
Uji
Anova Satu Jalur
A. Pengertian Anova Satu Jalur
Anava
atau anova adalah anonym dari analisis varian terjemahan dari analysis of
variance, sehingga banyak orang menyebutnya dengan anova. Anova merupakan
bagian dari metoda analisis statistika yang tergolong analisis komparatif
(perbandingan) lebih dari dua rata-rata. Anova merupakan salah satu teknik
analisis multivariat, yakni teknik statistik yang menganalisis perbandingan
atau hubungan dua variabel atau lebih.
B. Tujuan dan Kegunaan Anova Satu Jalur
Tujuan
dari anova satu jalur ialah untuk membandingkan lebih dari dua rata-rata.
Sedangkan gunanya untuk menguji kemampuan generalisasi. Maksudnya dari
signifikasi hasil penelitian (anova satu jalur). Jika terbukti berbeda berarti
kedua sampel tersebut dapat digenaralisasikan artinya data dapat mewakili
populasi (Riduwan, 2015) .
C. Rumus Sistematis
Dimana :
JK = Jumlah Kuadrat (Some of Square)
Db = Derajat Kebebasan (degree Of
Freedom)
Misalnya data Anova
X
X
X
.
.
.
n1
|
X
X
X
.
.
.
n4
|
A1
|
A3
|
a. Jumlah group A(Variabel bebas) lebih dari dua
b. Jumlah sampel dalam setiap group tidak selalu sama
dan sebaiknya jumlah sampel antar group jangan terlalu jauh.
c. Group A mempunyai persyaratan lain jenis dat
berdistribusi normal (menunjukkan gejala normal), data dipilih secara acak
dan datanya sejenis (homogen).
d. Data yang terdapat pada setiap group interval atau
ratio
|
A4
|
A2
|
X
X
X
.
.
.
n3
|
X
X
X
.
.
.
n2
|
Menghitung nilai Anova atau F
(hitung) dengan rumus :
Varian
dalam group dapat juga disebut Varian Kesalahn (Varian Galat). Lebih lanjut
dapat dirumuskan :
Dimana
:
N =
Jumlah Keseluruhan sampel ( jumlah kasus dalam penelitian)
A =
Jumlah Keseluruhan group sampel
D. Langkah-langkah Uji anova Satu Jalur
Diasumsikan
bahwa data dipilih secara acak, berdistribusi normal, dan variannya homogen.
1.
Membuat Ha dan Ho dalam bentuk kalimat
2.
Membuat Ha dan Ho dalam bentuk statistic
3. Menentukan
taraf signifikasi (α)
4. Membuat
Kriteria
Tolak H0 jika Fhitung > Ftabel
Tidak tolak H0 jika Fhitung
< Ftabel
5. Membuat
tabel penolong untuk menghitung angka statistik
6. Mencari jumlah kuadrat antar group (JKA)
dengan rumus :
7. Mencari
derajat kebebasan antar group (dkA) dengan rumus : dkA =
A – 1
8.Mencari Kuadrat rerata antar group
(KRA) dengan rumus :
9. Mencari Jumlah Kuadrat Dalam antar group (JKD)
dengan rumus :
10. Mencari derajat kebebasan dalam antar group
(dbd) dengan rumus : dbD = N-A
11. Mencari Kuadrat rerata Dalam
antar group (KRD) dengan rumus :
12. Mencari nilai Fhitung
dengan rumus :
13. Mencari Ftabel dengan
rumus :
Ftabel=
F(1-α)(dkA,dkD)
Cara
mencari = Ftabel dkA
= pembilang
DkD
= penyebut
14. Membandingkan Fhitung dengan
Ftabel
Tabel
Ringkasan Anova Satu Jalur
Sumber
Variansi (SV)
|
Derajat
Kebebasan
|
Jumlah
Kuadrat (JK)
|
Kuadrat
rerata (KR)
|
Fhitung
|
Ftabel
|
Antar Group
(A)
|
A-1
|
|
|
|
α = 0.05
|
Dalam Group
(D)
|
N-A
|
|
|
Keterangan :
|
|
Total
|
N-1
|
|
|
15. Membuat Keputusan
16. Membuat Kesimpulan
E. Pengaplikasian Uji Anova Satu Jalur
Berikut merupakan data hasil belajar
siswa SMP dengan metode pembelajaran yang berbeda. Ujilah data tersebut apakah
ada pengaruh metode pembelajaran yang digunakan terhadap hasil belajar siswa?
Metode 1
|
Metode 2
|
Metode 3
|
82
|
80
|
80
|
79
|
80
|
80
|
89
|
80
|
90
|
93
|
90
|
97.5
|
75
|
100
|
82.5
|
79
|
90
|
100
|
78
|
80
|
60
|
70
|
80
|
100
|
62
|
90
|
78.8
|
67
|
80
|
60
|
85
|
90
|
100
|
83
|
80
|
100
|
96
|
90
|
80
|
79
|
90
|
85
|
83
|
90
|
95
|
92
|
90
|
90
|
71
|
90
|
97.5
|
73
|
80
|
100
|
83
|
90
|
97.5
|
82
|
90
|
100
|
68
|
90
|
77.5
|
89
|
90
|
60
|
94
|
100
|
90
|
87
|
90
|
100
|
84
|
90
|
100
|
94
|
90
|
67.5
|
76
|
90
|
100
|
90
|
80
|
100
|
74
|
80
|
100
|
Jawab
:
Langkah-langkah
Penyelesaian
1.
Diasumsikan
bahwa data dipilih secara random, berdistribusi normal, dan variannya homogen.
2.
Hipotesis (H0
dan H1) dalam bentuk kalimat.
H0 : Tidak ada perbedaan antara pendekatan
PMRI, Konstruktivisme, dan CTL terhadap hasil belajar siswa SMP
H1 : Ada perbedaan antara pendekatan PMRI,
Konstruktivisme, dan CTL terhadap hasil belajar siswa SMP
3.
Hipotesis (H0
dan Ha) dalam bentuk statistic
µ1 =
µ2 = µ3
µ1 ≠
µ2 ≠ µ3
4.
Menentukan
taraf signifikasi (α)
α = 5%
5.
Membuat
Kriteria
Tolak H0
jika Fhitung > Ftabel
Tidak tolak H0
jika Fhitung < Ftabel
6.
Membuat tabel
penolong untuk menghitung angka statistic
No
|
X1
|
X12
|
X2
|
X22
|
X3
|
X32
|
1
|
82.25
|
6765
|
80
|
6400
|
80
|
6400
|
2
|
78.50
|
6162
|
80
|
6400
|
80
|
6400
|
3
|
89.23
|
7961
|
80
|
6400
|
90
|
8100
|
4
|
93.25
|
8696
|
90
|
8100
|
97.5
|
9506.25
|
5
|
75.03
|
5629
|
100
|
10000
|
82.5
|
6806.25
|
6
|
78.95
|
6233
|
90
|
8100
|
100
|
10000
|
7
|
77.70
|
6037
|
80
|
6400
|
60
|
3600
|
8
|
69.75
|
4865
|
80
|
6400
|
100
|
10000
|
9
|
61.90
|
3832
|
90
|
8100
|
78.8
|
6209.44
|
10
|
67.35
|
4536
|
80
|
6400
|
60
|
3600
|
11
|
85.15
|
7251
|
90
|
8100
|
100
|
10000
|
12
|
82.65
|
6831
|
80
|
6400
|
100
|
10000
|
13
|
95.70
|
9158
|
90
|
8100
|
80
|
6400
|
14
|
79.40
|
6304
|
90
|
8100
|
85
|
7225
|
15
|
83.43
|
6960
|
90
|
8100
|
95
|
9025
|
16
|
92.00
|
8464
|
90
|
8100
|
90
|
8100
|
17
|
71.30
|
5084
|
90
|
8100
|
97.5
|
9506.25
|
18
|
73.25
|
5366
|
80
|
6400
|
100
|
10000
|
19
|
82.60
|
6823
|
90
|
8100
|
97.5
|
9506.25
|
20
|
82.25
|
6765
|
90
|
8100
|
100
|
10000
|
21
|
68.00
|
4624
|
90
|
8100
|
77.5
|
6006.25
|
22
|
88.83
|
7890
|
90
|
8100
|
60
|
3600
|
23
|
93.90
|
8817
|
100
|
10000
|
90
|
8100
|
24
|
87.10
|
7586
|
90
|
8100
|
100
|
10000
|
25
|
83.98
|
7052
|
90
|
8100
|
100
|
10000
|
26
|
94.20
|
8874
|
90
|
8100
|
67.5
|
4556.25
|
27
|
76.45
|
5845
|
90
|
8100
|
100
|
10000
|
28
|
89.68
|
8042
|
80
|
6400
|
100
|
10000
|
29
|
73.53
|
5406
|
80
|
6400
|
100
|
10000
|
ΣX1
|
ΣX1=
2357.275
|
ΣX12=
193856.09
|
ΣX2=
2530
|
ΣX22=
221700
|
ΣX3=
2568.8
|
ΣX32=
232646.94
|
7.
Mencari jumlah
kuadrat antar group (JKA) dengan rumus :
8.
. Mencari
derajat kebebasan antar group (dkA) dengan rumus : dkA =
A – 1
dkA = 3 – 1 = 2
9.
Mencari Kuadrat
rerata antar group (KRA) dengan rumus :
10.
Mencari Jumlah
Kuadrat Dalam antar group (JKD) dengan rumus :
11.
Mencari derajat
kebebasan dalam antar group (dbd) dengan rumus : dbD =
N-A
dbD
= 87-3=84
12.
Mencari Kuadrat
rerata Dalam antar group (KRD) dengan rumus :
=
13.
Mencari nilai Fhitung
dengan rumus :
= 4.41039
14.
Mencari Ftabel dengan rumus :
15.
Ftabel=
F(2.87) = 3.105
Untuk
memudahkan membaca data gunakan table ringkasan uji Anova Satu Jalur
Tabel Ringkasan Anova Satu Jalur
Sumber
Variansi (SV)
|
Derajat
Kebebasan
|
Jumlah
Kuadrat (JK)
|
Kuadrat
rerata (KR)
|
Fhitung
|
Ftabel
|
Antar Group
(A)
|
2
|
|
437,2540
|
4.41039
|
3.105
|
Dalam Group
(D)
|
84
|
8327.8968
|
|
Keterangan :
|
|
Total
|
86
|
|
|
*Perhitungan
Excel
Summary
Groups
|
Count
|
Sum
|
Average
|
Variance
|
Column 1
|
29
|
2357.28
|
81.285345
|
80.14922
|
Column 2
|
29
|
2530
|
87.241379
|
34.975369
|
Column 3
|
29
|
2568.8
|
88.57931
|
182.30027
|
Anova
Source of Variation
|
SS
|
df
|
MS
|
F
|
P-value
|
F crit
|
Between Groups
|
874.508
|
2
|
437.25397
|
4.4103977
|
0.01509
|
3.1051566
|
Within Groups
|
8327.9
|
84
|
99.14162
|
|
|
|
|
|
|
|
|
|
|
Total
|
9202.4
|
86
|
|
|
|
|
16.
Keputusan :
Dengan
membandingkan Fhitung dan Ftabel :
Karena Fhitung
= 4.410 > Ftabel
= 3.105 , maka H0 ditolak
17.
Kesimpulan :
Tidak ada perbedaan antara pendekatan PMRI, Kontruktivisme dan CTL terhadap
hasil belajar siswa SMP.
Daftar Pustaka
Riduwan.
(2015). Dasar-dasar Statistika. Bandung: Alfabeta.
Riduwan, & Sunarto. (2011). Pengantar Statistika. Bandung:
Alfabeta.
Subana, M, R., & Sudrajat. (2000). Statistik Pendidikan.
Bandung: Pustaka Setia.
Lampiran
Tidak ada komentar:
Posting Komentar