People Innovation Excellence

ANOVA (Analysis of Variance)

Analisis varians (ANOVA) adalah kumpulan dari model statistik yang digunakan untuk menganalisis perbedaan rata-rata antara kelompok dan prosedur terkait (seperti “variasi” antara kelompok), yang dikembangkan oleh ahli statistik dan evolusi biologi Ronald Fisher. Dalam pengaturan ANOVA, varians diamati pada variabel tertentu dibagi menjadi komponen disebabkan berbagai sumber variasi. Dalam bentuk yang paling sederhana, ANOVA menyediakan uji statistik apakah rata-rata beberapa kelompok adalah sama, dan adanya generalisasi t-test untuk lebih dari dua kelompok. Seperti melakukan beberapa dua-sample t-tes akan menghasilkan peningkatan kesempatan dalam mengamati tipe I kesalahan statistik, maka ANOVA berguna untuk membandingkan (pengujian) tiga atau lebih berarti (kelompok atau variabel) untuk signifikansi statistik.

Hipotesis dalam ANOVA

Dalam analysis of variance hanya satu hipotesis yang digunakan, yaitu hipotesis dua arah (two tail) artinya hipotesis ini ingin mengetahui apakah ada perbedaan rata-rata atau tidak dan tidak spesifik yang mana yang berbeda.

H0: μ1 = μ2 = μ3 = … = μn, Tidak ada perbedaan yang nyata antara rata-rata hitung dari n kelompok
H1: μ1 ≠ μ2 ≠ μ3 ≠ … ≠ μn, Ada perbedaan yang nyata antara rata-rata hitung dari n kelompok

Mengapa menggunakan ANOVA?

Uji hipotesis dengan ANOVA digunakan karena alasan-alasan berikut:

  1. Memudahkan analisa atas beberapa kelompok sampel yang berbeda dengan resiko kesalahan terkecil.
  2. Mengetahui signifikansi perbedaan rata-rata (μ) antara kelompok sampel yang satu dengan yang lain. Bisa jadi, meskipun secara numeris bedanya besar, namun berdasarkan analisa ANOVA, perbedaan tersebut tidak signifikan sehingga perbedaan μ bisa diabaikan. Sebaliknya, bisa jadi secara numeris bedanya kecil, namun berdasarkan analisa ANOVA, perbedaan tersebut signifikan, sehingga minimal ada satu μ yang berbeda dan perbedaan μ antar kelompok sampel tidak boleh diabaikan.
  3. Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.

Asumsi-asumsi dalam ANOVA

  1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
  2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh
  3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan yang tepat
  4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).

Published at : Updated
Leave Your Footprint

    Periksa Browser Anda

    Check Your Browser

    Situs ini tidak lagi mendukung penggunaan browser dengan teknologi tertinggal.

    Apabila Anda melihat pesan ini, berarti Anda masih menggunakan browser Internet Explorer seri 8 / 7 / 6 / ...

    Sebagai informasi, browser yang anda gunakan ini tidaklah aman dan tidak dapat menampilkan teknologi CSS terakhir yang dapat membuat sebuah situs tampil lebih baik. Bahkan Microsoft sebagai pembuatnya, telah merekomendasikan agar menggunakan browser yang lebih modern.

    Untuk tampilan yang lebih baik, gunakan salah satu browser berikut. Download dan Install, seluruhnya gratis untuk digunakan.

    We're Moving Forward.

    This Site Is No Longer Supporting Out-of Date Browser.

    If you are viewing this message, it means that you are currently using Internet Explorer 8 / 7 / 6 / below to access this site. FYI, it is unsafe and unable to render the latest CSS improvements. Even Microsoft, its creator, wants you to install more modern browser.

    Best viewed with one of these browser instead. It is totally free.

    1. Google Chrome
    2. Mozilla Firefox
    3. Opera
    4. Internet Explorer 9
    Close