Está en la página 1de 56

ANOVA

Analysis of Variance
Statistika Industri 2
Program Studi Teknik Industri
Universitas Brawijaya
1
Kegunaan ANOVA
Kontrol investigator 1 atau lebih variabel independen
Disebut dgn faktor (atau variabel treatment)
Tiap faktor mengandung 2 atau lebih level (kategori /
klasifikasi)
Mengamati efek pada variabel dependen
Merespon level pada variabel independen
Perencanaan Eksperimen: perencanaan dengan
menggunakan uji hipotesis
2
ANOVA (Analisis Varian)
3
ANOVA 1 arah ANOVA 2 arah
Tanpa
interaksi
Dengan
interaksi
ANOVA 1 Arah
Evaluasi perbedaan diantara 3 atau lebih mean (rata
rata) populasi
Contoh: Tingkat kecelakaan pada shift 1, 2 dan 3
Estimasi kilometer pemakaian 5 merk ban
Asumsi:
Populasi berdistribusi normal
Populasi mempunyai variansi yang sama
Sampelnya random dan independen
4
ANOVA 1 ARAH
5
Alat uji statistik yang digunakan untuk menguji apakah k populasi
yang independen mempunyai rata-rata yang berbeda atau tidak
Menguji homogenitas nilai rata-rata k buah sampel
random dari populasi yang berdistribusi normal dan
homogen
Terdapat :
1 variabel tak bebas (dependen)
1 variabel bebas (independen) Faktor
Hipotesis ANOVA 1 Arah

Seluruh mean populasi adalah sama


Tak ada efek treatment (tak ada keragaman mean dalam
grup)

Minimal ada 1 mean populasi yang berbeda


Terdapat sebuah efek treatment
Tidak seluruh mean populasi berbeda (beberapa pasang
mungkin sama)
6
k 3 2 1 0
: H = = = =
sama adalah populasi mean seluruh idak T : H
1
ANOVA 1 Arah
7
Semua mean bernilai sama
Hipotesis nol adalah benar
(Tak ada efek treatment)
k 3 2 1 0
: H = = = =
sama seluruh idak T : H
i 1
3 2 1
= =
ANOVA 1 Arah
8
Minimal ada 1 mean yg berbeda
Hipotesis nol tidak benar
(Terdapat efek treatment)
k 3 2 1 0
: H = = = =
sama semua idak T : H
i 1
3 2 1
= =
3 2 1
= =
or
(sambungan)
Anova 1 arah = satu faktor yang berpengaruh
Langkah-langkah:
1. Menentukan formulasi hipotesis
H
0
:
1
=
2
=
3
= ... =
k
H
1
:
1

2

3
...
k
9
Hipotesis ANOVA 1 Arah
Langkah-langkah:
2. Menentukan taraf nyata (o) beserta F tabel
Derajat pembilang (v
1
) = k - 1
Derajat penyebut (v
2
) = k (n- 1)
3. Menentukan kriteria pengujian
10
F (v
1
;v
2
)= ...
Hipotesis ANOVA 1 Arah
H
0
diterima jika F
0
F(v
1
;v
2
)
H
0
ditolak jika F
0
> F(v
1
;v
2
)
0
Reject H
0
Do not
reject H
0
Daerah kritis
penolakan H
0
Daerah
penerimaan H
0
Hipotesis ANOVA 1 Arah
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabel ANOVA
Sumber
Variasi
Derajat
bebas
Jumlah
Kuadrat
Rata-rata kuadrat
=Jmh kuadrat /
derajat bebas
F
hit

Rata-rata
kolom


Eror


) 1 ( k


k( ) 1 n

JKK


JKE
s
1
2
=
) 1 ( k
JKK


s
2
2
=
) 1 n ( k
JKE
-

s
1
2
/s
2
2

Total ( ) 1 nk JKT

11
Hipotesis ANOVA 1 Arah
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabel ANOVA
nk
T
x JKT
ij
n
j
k
i
...
2
1 1
=

= =
JKE = JKT - JKK
k = kolom, n = baris
Untuk ukuran
sampel yang
sama banyak
2
Hipotesis ANOVA 1 Arah
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabel ANOVA
N
T
x JKT
ij
n
j
k
i
...
2
1 1
=

= =
JKE = JKT - JKK
Derajat bebas error = N k
N = jumlah sampel
Untuk ukuran
sampel yang tidak
sama banyak
2
Hipotesis ANOVA 1 Arah
Langkah-langkah:
5. Membuat kesimpulan
Menyimpulkan H
0
diterima atau ditolak
langkah ke-4 VS langkah ke-3
14
Contoh 1
ANOVA 1 Arah ukuran sampel sama banyak
15
Akan diuji apakah rata-rata jumlah produk yang dihasilkan
perminggu dari 3 buah stasiun yang paralel adalah homogen?
1. Diambil sampel random dari
pengamatan 6 minggu untuk setiap
stasiun kerja
Var dependen : produk
yg dihasilkan perminggu
Var independen :
stasiun kerja
Minggu
ke
Stasiun kerja 1
(unit)
Stasiun kerja
2 (unit)
Stasiun kerja
3 (unit)
1 76 72 71
2 63 63 54
3 66 65 62
4 83 78 76
5 74 69 65
6 53 49 50
Hasil pengamatan :
Penyelesaian:
16
k
H = = = ... :
2 1 0
Rata-rata perlakuan homogen (
tidak ada pengaruh perlakukan atau
tidak ada pengaruh variabel bebas
terhadap variabel tak bebas)
H
1
: tidak semua sama
i

Rata-rata perlakuan tidak homogen


( ada pengaruh perlakukan)
Tingkat signifikansi uji : %
) 1 (
) 1 (

= =
n k JKE
k JKK
db JKE
db JKK
F
hitung
Statistik uji yang digunakan :
~ F
(k-1);k(n-1)
Daerah kritis:
F
hitung
> F
;(k-1);k(n-1)
ANALISIS VARIANSI SEARAH
17
Tabel Analisis Variansi ANOVA (Analysis of Variance)
Sumber
Variasi
Derajat
bebas
Jumlah
Kuadrat
Rata-rata kuadrat F
hit

Rata-rata
kolom


Eror


) 1 ( k


k( ) 1 n

JKK


JKE
s
1
2
=
) 1 ( k
JKK


s
2
2
=
) n ( k
JKE
1 -

s
1
2
/s
2
2

Total ( ) 1 nk JKT

CONTOH 1
18
Minggu ke Stasiun kerja I Stasiun kerja II Stasiun kerja III Total
1 76 72 71
2 63 63 54
3 66 65 62
4 83 78 76
5 74 69 65
6 53 49 50
Jumlah (X
i
) 415 396 378 1189 = T

= =
=
k
i
n
j
ij
i
x
1 1
2
80201
N = 18 k = 3
= 76
2
+ 63
2
+ ... + 50
2
944 , 1660 056 , 78540 80201
1 1
2
2
= = =

= =
k
i
n
j
ij
i
N
T
X JKT
(1189)
2
/ 18
CONTOH 1
19
111 , 114 056 , 78540
6
378 396 415
2 2 2
=
+ +
= JKK
833 , 1546 111 , 114 944 , 1660 = = = JKK JKT JKE
SUMBER VARIASI Derajat
bebas
Jumlah
kuadrat
(JK)
Rata-rata kuadrat F
hitung
Kelas/perlakuan
F = 0,55
JKK
3-1=2 114,111 s
1
2
= 57,055
JKE
3(6-1)= 15 1546,833 s
2
2
= 103,122
TOTAL
18-1= 17 1660,944
CONTOH 1
20
Tingkat signifikansi uji : = 5 %
Statistik uji yang digunakan F
hitung
~ F
0,05;(2;15)
Daerah kritis : Jika F
hitung
> F
0,05;(2;15)
=3,682
Kesimpulan : Karena F
hitung
= 0,55 < F
0,05;(2;15)
=3,682
maka Ho diterima rata-rata jumlah produk yang
dihasilkan ketiga stasiun tiap minggunya homogen
(sama) atau tidak ada pengaruh jenis stasiun kerja
terhadap jumlah produksi perminggu
ANOVA 1 Arah dengan MS Excel
Contoh 1
EXCEL: tools / data analysis / ANOVA: single factor
21
ANOVA 1 arah Excel Output
Contoh 1
22
Anova: Single Factor
SUMMARY
Groups Count Sum Average Variance
Column 1 6 415 69.16667 114.1667
Column 2 6 396 66 97.6
Column 3 6 378 63 97.6
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 114.1111 2 57.05556 0.553281 0.586358 3.68232
Within Groups 1546.833 15 103.1222
Total 1660.944 17
CONTOH 2
ANOVA 1 Arah ukuran sampel tdk
sama banyak
23
Operator A Operator B Operator C Operator D
62 63 68 56
60 67 66 62
63 71 71 60
59 64 67 61
65 68 63
69 68 64
63
59
Untuk menguji apakah operator yang berbeda akan mempengaruhi waktu proses (dalam
menit) untuk membuat suatu produk, dilakukan pengamatan secara bersamaan terhadap
4 orang operator (A, B, C, D). Hasil pengamatannya. Berikut hasil pengamatannya waktu
proses (dalam menit)
Tingkat signifikansi uji : = 5 %
Penyelesaian:
24
D C B A
H = = = :
0
Rata-rata waktu proses keempat
operator sama atau tidak ada pengaruh
operator terhadap waktu proses
H
1
: tidak semua sama
Rata-rata waktu proses keempat operator tidak
semua sama atau ada pengaruh operator terhadap
waktu proses
Tingkat signifikansi uji : = 5 %
Statistik uji yang digunakan F
hitung
~ F
0,05;(3;20)
Daerah kritis : Jika F
hitung
> F
0,05;(3;20)
=3,099
N-k
CONTOH 2
25
Operator A Operator B Operator
C
Operator D
62
63 68 56
60
67 66 62
63
71 71 60
59
64 67 61
65 68 63
69 68 64
63
59
n
i
4 6 6 8 N = 24
X
i
(total) 244 399 408 488 T = 1539
X
i
(rata2) 61 66,5 68 61
Tingkat signifikansi uji : = 5 %
CONTOH 2
26

= =
=
k
i
n
j
ij
i
X
1 1
2
99049
625 , 360 38 , 98688 99049
1 1
2
2
= = =

= =
k
i
n
j
ij
i
N
T
X JKT
125 , 241 38 , 98688
8
488
6
408
6
399
4
244
2 2 2 2
=
|
|
.
|

\
|
+ + + = JKK
5 , 119 125 , 241 625 , 360 = = = JKK JKT JKE
SUMBER VARIASI db Jumlah
kuadrat (JK)
Rata-rata kuadrat /
kuadrat tengah
F
hitung
Kelas/perlakuan
13,452
JKK
k-1= 3 241,125 s
1
2
= 80,375
JKE
N-k= 20 119,5 s
2
2
= 5,975
TOTAL
N-1=23 360,625
Tabel Anova
CONTOH 2
27
Kesimpulan : Karena F
hitung
= 13,452 > F
0,05;(3;20)
=3,099
maka Ho ditolak
rata-rata waktu proses keempat operator tidak semua sama
atau ada pengaruh operator terhadap waktu proses
ANOVA 1 Arah dengan MS Excel
Contoh 2
EXCEL: tools / data analysis / ANOVA: single factor
28
ANOVA 1 arah Excel Output
Contoh 2
29
Anova: Single Factor
SUMMARY
Groups Count Sum Average Variance
Column 1 4 244 61 3.333333
Column 2 6 399 66.5 9.5
Column 3 6 408 68 2.8
Column 4 8 488 61 6.857143
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 241.125 3 80.375 13.45188 4.94E-05 3.098391
Within Groups 119.5 20 5.975
Total 360.625 23
KEKUATAN HUBUNGAN ANTARA VARIABEL
BEBAS DAN TAK BEBAS
30
Kekuatan hubungan / asosiasi antara variabel x (perlakuan)
dengan variabel y dalam sampel dinyatakan dalam = JKK/JKT
(/100)% variasi yang terjasi dalam variabel y dari data sampel
disebabkan oleh pengaruh variabel x (perlakuan)
Contoh : untuk contoh 1 (sebelumnya)
% 87 , 6 0687 , 0
944 , 1660
111 , 114
= = = =
JKT
JKK

ANOVA 2 Arah
tanpa interaksi
31
Hipotesis ANOVA 2 arah yaitu pengujian hipotesis beda
tiga rata-rata atau lebih dengan 2 faktor yang
berpengaruh
Interaksi antar faktor ditiadakan
Langkah-langkah:
1. Menentukan formulasi hipotesis
a. H
0
: o
1
= o
2
= o
3
= ... = 0 (pengaruh baris nol)
H
1
: sekurang-kurangnya satu o
i
tidak sama dengan nol
b. H
0
: |
1
= |
2
= |
3
= ... = 0 (pengaruh kolom nol)
H
1
: sekurang-kurangnya satu |
j
tidak sama dengan nol
32
Hipotesis ANOVA Dua Arah
tanpa interaksi
Hipotesis ANOVA Dua Arah
tanpa interaksi
Langkah-langkah:
2. Menentukan taraf nyata (o) beserta F tabel
a. Untuk baris: (v
1
) = b 1 (v
2
) = (k-1)(b-1)
b. Untuk kolom: (v
1
) = k 1 (v
2
) = (k-1)(b-1)
3. Menentukan kriteria pengujian
33
F (v
1
;v
2
)= ...
H
0
diterima jika F
0
F(v
1
;v
2
)
H
0
ditolak jika F
0
> F(v
1
;v
2
)
0
Reject H
0
Do not
reject H
0
Daerah kritis
penolakan H
0
Daerah
penerimaan H
0
Hipotesis ANOVA Dua Arah
tanpa interaksi
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabel ANOVA
34
3
Hipotesis ANOVA Dua Arah
tanpa interaksi
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabel ANOVA
5. Membuat kesimpulan
kb
T
x JKT
ij
n
j
k
i
...
2
1 1
=

= =
JKE = JKT - JKB - JKK
2
CONTOH 3. ANALISIS VARIANSI DUA ARAH
36
Dari contoh 1, apabila minggu yang berbeda dicurigai akan
memberi jumlah atau hasil produksi yang berbeda unit
eksperimen dalamtiap stasiun kerja dibagi dalamminggu
Minggu ke Stasiun kerja I Stasiun kerja
II
Stasiun kerja III Jumlah (T
i
)
1 76 72 71 219
2 63 63 54 180
3 66 65 62 193
4 83 78 76 237
5 74 69 65 208
6 53 49 50 152
Jumlah (T
j
) 415 396 378 1189 = T
CONTOH 3. ANALISIS VARIANSI DUA ARAH
37

= =
=
k
i
n
j
ij
i
x
1 1
2
80201
N = 18
06 , 78540
18
1189
2 2
= =
kb
T

= =
= = =
k
i
n
j
ij
i
kb
T
x JKT
1 1
2
2
94 , 1660 06 , 78540 80201
Tingkat signifikansi = 5 %
UJI HIPOTESIS
H
0
: o
1
= o
2
= o
3
= o
4
= o
5
= o
6
= 0 (pengaruh baris nol => minggu
pengerjaan tdk berpengaruh terhadap jumlah hasil produksi) j
H
1
: sekurang-kurangnya satu o
i
tidak sama dengan nol
H
0
: |
1
= |
2
= |
3
= 0 (pengaruh kolom nol => enis stasiun kerja tdk
berpengaruh terhadap jumlah hasil produksi)
H
1
: sekurang-kurangnya satu |
j
tidak sama dengan nol
94 , 1508 06 , 78540
3
152 208 237 193 180 219
kb
T
k
T
JKB
b
1 i
2 2 2 2 2 2 2 2
i
= -

+ + + + +
= - =
=
89 , 37 11 , 114 94 , 1508 94 , 1660 = = = JKK JKB JKT JKE
CONTOH 3. ANALISIS VARIANSI DUA ARAH
38
SUMBER VARIASI db Jumlah
kuadrat (JK)
Rata2 Kuadrat F
hitung
- Rata-rata kolom
k-1 = 2 114,11 s
1
2
= JKK/db = 57,055
f1= s
1
2
/ s
3
2
= 15,06
f2= s
2
2
/ s
3
2
= 79,65
- Rata-rata baris
b-1 = 5 1508,94 s
2
2
= JKB/db = 301,788
- Kesalahan / error
(k-1)(b-1)
= 10
37,89 s
3
2
= JKE/db = 3,789
TOTAL
kb-1 = 17 1660,94

= -
+ +
= - =
=
k
1 j
2 2 2 2
2
j
11 , 114 06 , 78540
6
378 396 415
N
T
n
T
JKK
CONTOH 3
39
Kesimpulan :
Karena F
hitung
(f1)=15,06 > F
0,05;(2;10)
= 4,10 maka Ho
ditolak ada pengaruh kolom artinya rata-rata
jumlah produk yang dihasilkan ketiga stasiun kerja
tiap minggunya tidak homogen (tidak sama)
Karena F
hitung
(f2)=79,65 > F
0,05;(5;10)
= 3,33 maka Ho
ditolak ada pengaruh baris artinya rata-rata jumlah
produk yang dihasilkan tiap minggunya untuk ketiga
stasiun kerja tidak homogen (tidak sama)
ANOVA 2 Arah dengan MS Excel
Contoh 3
EXCEL: tools / data analysis / ANOVA: two factor without
replication
40
ANOVA 2 arah Excel Output
Contoh 3
41
Anova: Two-Factor Without Replication
SUMMARY Count Sum Average Variance
Row 1 3 219 73 7
Row 2 3 180 60 27
Row 3 3 193 64.33333 4.333333
Row 4 3 237 79 13
Row 5 3 208 69.33333 20.33333
Row 6 3 152 50.66667 4.333333
Column 1 6 415 69.16667 114.1667
Column 2 6 396 66 97.6
Column 3 6 378 63 97.6
ANOVA
Source of Variation SS df MS F P-value F crit
Rows 1508.944 5 301.7889 79.65103 1E-07 3.325835
Columns 114.1111 2 57.05556 15.05865 0.000962 4.102821
Error 37.88889 10 3.788889
Total 1660.944 17
ANOVA Dua Arah
dengan interaksi
42
Pengujian hipotesis Anova dua arah adalah pengujian
beda tiga rata-rata atau lebih dengan 2 faktor yang
berpengaruh
Pengaruh interaksi kedua
faktor tersebut diperhitungkan
Langkah-langkah:
1. Menentukan formulasi hipotesis
a. H
0
: o
1
= o
2
= o
3
= ... = o
b
= 0 (pengaruh baris nol)
H
1
: sekurang-kurangnya satu o
i
tidak sama dengan nol
b. H
0
: |
1
= |
2
= |
3
= ... = |
b
= 0 (pengaruh kolom nol)
H
1
: sekurang-kurangnya satu |
j
tidak sama dengan nol
c. H
0
: (o|)
11
= (o|)
12
= (o|)
13
= ... = (o|)
bk
= 0 (pengaruh interaksi
antara baris dan kolom nol
H
1
: sekurang-kurangnya satu (o|)
ij
tidak sama dengan nol
43
Hipotesis ANOVA Dua Arah
dengan interaksi
Hipotesis ANOVA Dua Arah
dengan interaksi
Langkah-langkah:
2. Menentukan taraf nyata (o) beserta F tabel
a. Untuk baris: (v
1
) = b 1 (v
2
) = (kb)(n-1)
b. Untuk kolom: (v
1
) = k 1 (v
2
) = (kb)(n-1)
c. Untuk interaksi: (v
1
) = (k 1)(b-1) (v
2
) = (kb)(n-1)
44
F (v
1
;v
2
)= ...
Hipotesis ANOVA Dua Arah
dengan interaksi
Langkah-langkah:
3. Menentukan kriteria pengujian
a. Untuk baris, kolom dan untuk interaksi
45
H
0
diterima jika F
0
F(v
1
;v
2
)
H
0
ditolak jika F
0
> F(v
1
;v
2
)
0
Reject H
0
Do not
reject H
0
Daerah kritis
penolakan H
0
Daerah
penerimaan H
0
Hipotesis ANOVA Dua Arah
dengan interaksi
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabel ANOVA
46
Hipotesis ANOVA Dua Arah
dengan interaksi
Langkah-langkah:
4. Membuat analisis varians dalam bentuk tabel ANOVA
5. Membuat kesimpulan
bkn
T
x
JKT
n
c
ijc
k
j
b
i
...
2
1
2
1 1
=

= = =
JKE = JKT - JKB - JKK - JKI
n = ulangan percobaan 47
CONTOH 4. ANALISIS VARIANSI DUA ARAH DGN INTERAKSI
Empat varietas padi hendak dibandingkan
hasilnya (dalam kg) dengan memberikan pupuk.
Percobaan dilakukan dengan menggunakan 8
petak yang seragam, masing-masing di 4 lokasi
yang berbeda. Di setiap lokasi, dicobakan pada 2
petak yang ditentukan secara acak. Hasilnya
(dalam kg) per petak adalah sbb:
48
49
Tabel hubungan antara jenis pupuk, varietas padi dan hasil panen
50
penyelesaian
51
penyelesaian
52
53
4. Analis varians
Jenis Pupuk
Varietas padi
Total
V1 V2 V3 V4
P1
60 59 70 55
488
58 62 63 61
P2
75 61 68 70
541
71 54 73 69
P3
57 58 53 62
444
41 61 59 53
Total 362 355 386 370 1473
penyelesaian
54
4. Analis varians
penyelesaian
55
penyelesaian
56

También podría gustarte