BAB 8
Analisis Variansi
1. Pengertian dan Manfaat ANAVA
Analisis Varians (Analysis of Variance),
merupakan sebuah teknik inferensial yang digunakan untuk menguji
perbedaan rerata nilai. Sebagai sebuah teknik analisis varians atau yang
seringkali disebut dengan anava saja mempunyai banyak keuntungan. Pertama, anava dapat digunakan untuk menentukan apakah rerata nilai dari dua atau lebih sampel berbeda secara signifikan atau. Kedua, perhitungan
anava juga menghasilkan harga F yang secara signifikan menunjukkan
kepada peneliti bahwa sampel yang diteliti berasal dari populasi yang
berbeda, walaupun anava tidak dapat menunjukkan secara rinci yang
manakah di antara rerata nilai dari sampel-sampel tersebut yan gberbeda
secara signifikan satu sama lain. Uji T lah yang dapat menyempurnakan
ini. Ketiga, anava juga dapat digunakan untuk menganalisis data
yang dihasilkan dengan desain factorial jamak. Dalam desain factorial
yang menghasilkan harga F ganda, anava dapat menyelesaikan tugas
sekaligus. Dengan anava inilah peneliti dapat mengetahui antarvariabel
manakah yang memang mempunyai perbedaan secara signifikan, dan
varibel-variabel manakah yang berinteraksi satu sama lain.
Keuntungan
lain dari anava adalah kemampuannya untuk mengetes signifikansi dari
kecenderungan yang dihipotesiskan. Hasilnya disebut dengan analisis
kecenderungan. Sebaagai contoh peneliti mengelompokkan siswa ke dalam
empat kelompok berdasarkan tingkat kedisiplinannya seseorang akan
semakin tinggi prestasi belajarnya. Untuk menguji hipotesis ini peneliti
dapat menggunakan anava. Manfaat lain dari anava adalah, bahwa teknik
ini dapat digunakan untuk menguji signifikansi perubahan varians dua
ampel atau lebih. Dengan menggunakan teknik anava peneliti tidak perlu
berkali-kali melakukan pengujian tetapi hanya cukup sekali saja.
Disamping penghematan tersebut, seperti sudah dikemukakan diatas, dengan
anava peneliti dapat melihat akibat dari interaksi dua faktor. Beberapa
asumsi yang harus dipenuhi dalam uji anova adalah sebagai berikut :
a) Varians homogeny (sama)
b) Sampel kelompok independen
c) Data berdistribusi normal
d) Jenis data yang dihubungkan adalah : ada/tidaknya perbedaan rerata data numerik pada kelompok kategorik
Untuk
uji normalitas dapat menggunakan koefisien of varians, histogram, K-S
test. Sedangkan untuk menguji varians sama/tidak menggunakan Levene
test. Alternative uji anova yang dapat digunakan adalah Kruskal-Wallis.
1. Harga-Harga yang Diperlukan dalam Uji Analisis Varians
Untuk
dapat menggunakan teknik anava dengan baik, perlu kiranya mengenal
beberapa pengertian tentang harga-harga yang terdapat di dalam rumusnya.
Baik dalam anava tunggal maupun anava ganda terdapat beberapa istilah
teknis yang belum terdapat di dalam teknik-teknik sebelumnya.
Harga-harga yang dimaksud adalah : sumber variasi, jumlah kuadrat
(disingkat JK), rerata kuadrat atau mean kuadrat (singkat MK), dan harga
F.
1.1 Sumber Variasi
Pengertian
“sumber variasi” digunakan sebagai judul kolom dalam table persiapan
anava. Hal-hal yang terkandung di dalam di bawah judul tersebut adalah
hal-hal yang dipandang menunjukkan variasi sehingga menyebabkan
timbulnya perbedaan nilain yang dianalisis. Sebagai sumber variasi
misalnya perbedaan yang terjadi di antara kelompok, di dalam kelompok,
dan interaksi antara dua faktor atau lebih.
1.2 Jumlah Kuadrat
JKtot = ∑X2-∑(X)2/N
|
1.
∑(X)2/N= faktor koreksi
JKant = ∑ [(∑Xk)2/nk- (∑X)2/N ]
|
2.
k = banyaknya kelompok
nk = banyaknya subjek dalam kelompok
JKtot = Jkant + Jkdal
|
1.3 Pengertian Mean Kuadrat
F = MKant/MKdal
|
2. Jenis-Jenis Anava
Sesuai dengan banyaknya faktor yang terlibat, maka anava dibedakan secara garis besar menjadi dua yaitu :
1) Anava tunggal atau anava satu jalan
2) Anava ganda atau anava lebih dari satu jalan.
Tidak ada komentar:
Posting Komentar