ppt anova k elompok 6
TRANSCRIPT
ANALYSIS OF VARIANCEKelompok 4
Abrar Muharman 3334131932
Alfia Nurhasana 3334141268
Giana Trinovita 3334130282
Hery Robiyantoro 3334130512
M. Dimaz 3334140330
Mohammad Fajar 3334121980
Rifky Wijaya 3334130273
Tri Alif Shandy 3334130142
AnovaAnova adalah suatu metode analisis statistika
yang termasuk ke dalam cabang statistika inferensi. Disebut sebagai analisis ragam, karena dalam prosesnya ANOVA memilah-milah keragaman menurut sumber-sumber yang mungkin. Sumber keragaman inilah yang akan digunakan sebagai pembanding untuk mengetahui sumber mana yang menyebabkan terjadinya keragaman tersebut.
Beberapa asumsi yang harus dipenuhi pada uji Anova:
• Sampel berasal dari kelompok yang independen• Data masing-masing kelompok berdistribusi
normal• Varian antar kelompok harus homogen, dikenal
sebagai homoskedastisitas• Komponen-komponen dalam modelnya bersifat
aditif (saling menjumlah).
Uji hipotesis dengan Anova digunakan, setidaknya karena beberapa alasan berikut:
• Memudahkan analisa atas beberapa kelompok sampel yang berbeda dengan resiko kesalahan terkecil.
• Mengetahui signifikansi perbedaan rata-rata (μ) antara kelompok sampel yang satu dengan yang lain.
• Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk percobaan yang lebih rumit.
Contoh Perhitungan Anova
1.
• Rata-rata keempatdata
• JumlahKuadrat-kuadrat(JK)• DerajatKebebasan
Produk A B C D
Rata Rata 75 71,25 77.5 68,75
2.
• Rata-rata A
• Rata-rata B
• Rata-rata data
• JumlahKuadrat (JK)
• JK dikoreksi
• Variansi
Baja A 3,2 3,6 4,0 3,8
Baja B 2,5 2,9 2,4 3,0
Anova satu arahAnova satu arah digunakan ketika variabel
dependen-nya univariat dengan pengaruh satu faktor. Maksud dari kasus ini yaitu untuk menguji perbedaan rata-rata lebih dari dua sampel dimana dalam melakukan analisis hanya bisa satu arah.
Asumsi-asumsi anova satu arah :
• Populasi yang akan diuji berdistribusi normal.• Varians dari populasi-populasi tersebut adalah• sama.• Sampel tidak berhubungan satu dengan yang
lain.
Contoh Perhitungan Anova 1 arah
Metode 1 (menit) Metode 2 (menit) Metode 3 (menit)
21 17 31
27 25 28
29 20 22
23 15 30
25 23 24
Sebuah penelitian dilakukan untuk mengetahui apakah ada pengaruh perbedaan metode belajar pada tingkat prestasi siswa. Ada tiga metode belajar yang akan diuji. Diambil sampel masing-masing 5 guru untuk mengerjakan pekerjaannya, lalu dicata waktu yang digunakan (menit) sebagai berikut:
Ujilah dengan α = 0,05 apakah ada pengaruh perbedaan metode belajar pada waktu yang digunakan?
Penyelesaian :
Dari tabel di atasbisadihitung :
• Total keseluruhannilai = 360• JKK = • JKT = • JKS = 298 – 130 = 168
Metode 1 (menit) Metode 2 (menit) Metode 3 (menit)
21 17 31
27 25 28
29 20 22
23 15 30
25 23 24
T1 = 125 T2 = 100 T3 = 135
Tabel Anova
• Pengujian Hipotesis
: Tidak semuanya sama• Statistik Uji = Fhitung = 4,64
• Karena Fhitung> Ftabel maka tolak Ho
• Kesimpulan: Ada pengaruh perbedaan metode kerja pada waktu yang digunakan.
Sumber Derajat Jumlah Varian Fhitung Ftabel
Keragaman Bebas Kuadrat (Ragam)
AntarKolom 2 130 F(2,12) = 3,89
Sisaan 12 168
14 298
Anova 2 arah
Anova dua arah mempertimbangkan 2 faktor yang mengakibatkan terjadinya penyimpangan (dispersi) dan nilai-nilai yang dihitung dengan standar deviasi atau varians. Apabila design yang dikembangkan untuk mencari ada tidaknya perbedaan dari 2 variabel bebas, dan masing-masing variable bebas dibagi dalam beberapa kelompok, maka design yang dikembangkan tersebut sering disebut dengan Anova dua arah.
Ada beberapa asumsi yang dipakai dalam Anova dua arah :
• Setiap skor dalam sel harus berdistribusi normal. Asumsi ini dapat sedikit diabaikan jika sample tiap sel cukup banyak .
• Variasi Skor pada setiap sel hendaknya homogen atau sama
• Skor yang ada bebas dari pengaruh variable yang tidak teliti.
Contoh Perhitungan Anova 2 Arah
Contoh soal :Berikut ini merupakan contoh kasus dalam
bidang pemasaran, apakah daerah dan metode pemasaran
mempunyai hubungan dengan jumlah hasil penjualan.
Metode
A B C
Daerah 1 79 23 85
86 45 97
68 70 78
2 53 90 45
77 92 78
65 88 89
3 66 89 79
74 78 87
82 92 78
4 67 98 82
66 78 77
59 76 84
1. Membuat Tabel statistik
Daerah Statistik A B C Jumlah
1 N∑X(∑X)2
X
323354.28977,67
313819.04446
326067.60086,67
9631398.16170,11
2 N∑X(∑X)2
X
319538.02565
327072.90090
321244.94470,67
9677458.32975,22
3 N∑X(∑X)2
X
322249.28474
325967.08186,33
324459.53681,33
9725525.62580.56
4 N∑X(∑X)2
X
319236.86464
325263.50484
324359.04981
9687471.96976,33
jumlah N∑X(∑X)2
X
12842708.96470,16
12919844.56176,58
12959919.68179,67
3627207.398.40075,55
2. Membuat tabel Rumus Unsur Persiapan AnovaSumbe
r
Variasi
Jumlah Kuadrat Derajat
bebas
Rata-rata
kuadrat Fo
Rata-rata Baris Rata-Rata Kolom Interaksi
𝐽𝐾𝐵= 398.161+ 458.329+ 525.625+ 471.6969− 7.398.40036 = 498,222
𝐽𝐾𝐾= 708.964+ 844.561+ 919.68112 − 7.398.40036= 589,389 JK𝐵𝐾 = σ (∑𝑋𝐵)2𝑛𝐵 –
(∑𝑋𝑇)2𝑁 – JKB – JKK = (54.289+ 19.044+ 67.600+ 38.025+ 72.900+ 44.944+ 49.284+ 67.081+ 59.536+ 36.864+ 63.504+ 59.049)/3− 7.398.40036 − 498,222− 589,389
=4107,944
𝑏− 1= 4− 1 = 3 𝑘− 1= 3− 1 = 2 ሺ𝑏− 1ሻሺ𝑘− 1ሻ= 3𝑥2= 6
𝑆1 = JK𝐵𝑑𝑏𝐵= 498.223= 166,047 𝑆2 = JK𝐾𝑑𝑏𝐾= 589,3892= 294,694 𝑆3 = JK𝐵𝐾𝑑𝑏𝐵𝐾= 4107,9446= 684,657
𝑓1 = 𝑆1𝑆4= 166,047143,556= 1,1566 𝑓1 = 𝑆2𝑆4= 294,694143,556= 2,052 𝑓1 = 𝑆3𝑆4= 684,657143,556= 4,769
Total
(T)
Error
JKT = ∑(𝑋𝑇)2- (∑𝑋𝑇)2𝑁 == (79)2 + (86)2 +
⋯…+ሺ77ሻ2ሺ84ሻ2− 7.398.40036 = 8640,889
JKE = JKT − JKB− JKK− JK𝐵𝐾 = 8640,889 − 498,222− 589,389− 4107,944 = 3445,334
𝑛− 1= 36− 1= 35
ሺ𝑛− 𝑏𝑘ሻ= 36− 4.3= 24
𝑆4 = JK𝐸𝑑𝑏𝐸= 3445,33424= 143,556
5. Kesimpulan Metode penjualan secara siginifikan tidak
berpengaruh terhadap penjualan produk , begitu juga dengan daerah penjualan yg cukup berpengaruh pada penjualan produk, tetapi tidak terjadi interaksi antara daerah dan metode penjualan.