ANOVA

80

LABORATORIUM STATISTIK DAN REKAYASA KUALITAS

MODUL V ANOVA

BAB I PENDAHULUAN

1.1 Latar Belakang

Dalam sebuah penelitian, terkadang kita ingin membandingkan hasil perlakuan (treatment)

pada sebuah populasi dengan populasi yang lain dengan metode uji hipothesis yang ada.

Membandingkan satu rata-rata populasi dengan satu rata-rata populasi yang lain, selain

memakan waktu, juga beresiko mengandung kesalahan yang besar. Untuk itu, kita memerlukan

sebuah metode yang cepat dan beresiko mengandung kesalahan lebih kecil, yakni ANOVA

(Analysis of Variance).

Asumsi yang digunakan adalah subjek diambil secara acak menjadi satu kelompok n.

Distribusi mean berdasarkan kelompok normal dengan keragaman yang sama. Ukuran sampel

antara masing-masing kelompok sampel tidak harus sama, tetapi perbedaan ukuran kelompok

sampel yang besar dapat mempengaruhi hasil uji perbandingan keragaman.

Anova dibagi menjadi 2 yaitu Anova satu arah dan Anova 2 arah .Dimana Anova dua jalur

memiliki perbedaan dibanding anova satu jalur. Perbedaannya adalah pada jumlah variabel

independen. Pada anova satu jalur hanya ada satu variabel independen, sementara pada anova

dua jalur ada dua atau lebih variabel independen.

1.2 Tujuan Praktikum

Tujuan dari modul ANOVA ini adalah :

1. Mampu melakukan perhitungan ANOVA (Analysis of Variance).

2. Mampu membedakan antara One Way ANOVA dengan Two Way ANOVA.

3. Mampu menentukan variabel-variabel yang termasuk faktor maupun level faktor.

1.3 Batasan Praktikum

Batasan dari modul ANOVA ini adalah :

1. One Way ANOVA menggunakan desain tabel acak sempurna.

2. Two Way ANOVA menggunakan desain faKtorial (2 level).

1.4 Manfaat Praktikum

Manfaat dari modul ANOVA ini adalah :

1. Praktikan dapat melakukan perhitungan ANOVA.

2. Praktikan dapat membedakan antara One Way ANOVA dan Two Way ANOVA.

3. Praktikan dapat menerapkan perhitungan ANOVA terhadap semua desain eksperimen.

4. Praktikan dapat membedakan variabel yang termasuk faktor dan level faktor.

81


MODUL V ANOVA

BAB II TINJAUAN PUSTAKA

2.1 Pengertian ANOVA

ANOVA digunakan untuk menganalisis perbedaan rata – rata variabel tergantung

(dependent variabel) berdasarkan lebih dari dua kelompok (atau kategori) yang terdapat pada

variabel bebas (independant variabel).

2.2 Klasifikasi ANOVA

Setiap jenis pengujian ANOVA memiliki metode dan ciri tersendiri. Dalam menganalisa

dengan menggunakan metode ANOVA terlebih dahulu kita harus mengklasifikasikannya. Anova

dibedakan menjadi dua, yaitu One Way ANOVA dan Two Way ANOVA.

2.2.1 One Way ANOVA

Analisis Variansi searah merupakan alat uji statistik yang digunakan untuk menguji apakah

k populasi yang independen mempunyai rata – rata yang berbeda atau tidak. Dalam analisis

variansi searah teradapat 1 variabel tak bebas (variabel dependen) dan 1 variabel bebas atau

(independen). Dalam pengujian One Way ANOVA, sampel dibagi menjadi beberapa kategori dan

replikas. Kolom bertindak sebagai kategori dan baris sebagai replikasi. Contohnya seperti

perbededaan rata-rata diantara 10 tanaman yang dipupuk dan diamati dalam beberapa minggu.

Dalam pengujian One Way ANOVA, sampel dibagi menjadi beberapa kategori dan replikasi.

Kolom bertindak sebagai kategori dan baris sebagai replikasi.

2.2.2 Two Way ANOVA

Pengujian hipotesis dua arah merupakan pengujian hipotesis beda tiga rata-rata atau lebih

dengan dua faktor yang berpengaruh. Two Way ANOVA diklasifikasikan ke dalam dua jenis

berdasarkan ada/tidak adanya interaksi antar variabel faktor. Contoh Anova dua arah tanpa

interaksi misalnya adalah pengaruh 3 mesin produksi dan operator yang berbeda terhadap

hasil produksi perusahaan tanpa memandang pengaruh operator yang bekerja. Contoh di atas

jika dimasukkan dalam Anova dua arah dengan interaksi berarti, juga memandang pengaruh

operator yang bekerja pada setiap mesin.

Two Way ANOVA diklasifikasikan ke dalam dua jenis berdasarkan ada/tidak adanya

interaksi antar variabel faktor.

1. ANOVA dua arah tanpa interaksi

Dalam kategori, terdapat blok atau sub-kelompok

Kolom : kategori 1

Baris : blok, kategori 2

82


MODUL V ANOVA

Setiap sel berisi satu data.

2. ANOVA dua arah dengan interaksi

Dalam kategori, terdapat blok atau sub-kelompok

Kolom : kategori 1

Baris : blok, kategori 2

Setiap blok diulang, satu sel berisi beberapa data.

2.3 Langkah Pengujian ANOVA

Berikut adalah langkah – langkah pengujian One Way ANOVA dan Two Way ANOVA.

2.3.1 Pengujian One Way ANOVA

Langkah-langkah pengujian klasifikasi satu arah (one way ANOVA) adalah sebagai berikut:

1. Menentukan formulasi hipotesis

H0 : µ1 = µ2 = µ3 = µ4

H1 : sekurang-kurangnya ada satu perbedaan antara rata-rata satu dengan yang lainnya

2. Menentukan taraf nyata (α) dan nilai F tabel

Taraf nyata (α) ditentukan dengan derajat pembilang (v1) dan derajat penyebut (v2), di mana

V1 = k-1 dan V2 = k(n-1)dan, sehingga ( )

3. Menentukan kriteria pengujian

H0 diterima apabila F0 ≤ ( ) H0 ditolak apabila F0 ˃ ( )

4. Membuat penyajian data sampel dalam bentuk tabel

Tabel 2.1 Penyajian Data Dalam Desain Acak Sempurna

PERLAKUAN JUMLAH

1 2 … K

Data Pengambilan

Y11

Y1n1

Y21

Y2n2

… …

Yk1 Yk2 Yknk

Jumlah J1 J2 Jk2 ∑

Banyak Pengamatan

n1 N2 nk ∑

Rata-rata 1 2 k

Sumber : Sudjana (1995)

Selanjutnya dilakukan perhitungan :

a. Jumlah Kuadrat Semua Nilai Pengamatan ∑ ∑ ∑

(2-1)

Sumber : rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC

b. JKR

(2-2)


c. JKP ∑ ( ) ∑ (

)

(2-3)


d. JKE ∑ ∑ ( )

∑ (2-4)


83


MODUL V ANOVA

5. Membuat analisis variansnya dalam bentuk tabel ANOVA

Tabel 2.2 Tabel One Way Anova

Sumber Variansi Derajat bebas

(db) Jumlah Kuadrat (JK) Kuadrat Tengah (KT) F0

Rata-rata 1 JKR KTR =

F =

Antar Perlakuan

(k-1)

JKP =

( )

Error (n-1) JKE KTE =

( )

Jumlah Total N(k-1) ∑


5. Membuat kesimpulan dengan membandingkan antara langkah ke-5 dengan kriteria

pengujian pada langkah ke-3.

2.3.2 Langkah pengujian Two Way ANOVA

Berikut ini adalah langkah-langkah pengujian Two Way ANOVA.

2.3.2.1 Two Way ANOVA Tanpa Interaksi

Langkah-langkah pengolahan data Two Way ANOVA dengan interaksi :


a (pengaruh baris nol)

: sekurang- kurangnya satu tidak sama dengan nol

b (pengaruh kolom nol)


2. Menentukan taraf nyata beserta F tabel

a. Untuk baris: ( ) = b – 1 ( ) = (k-1)(b-1)

b. Untuk kolom: ( ) = k –1 ( ) = (k-1)(b-1)

Fα( ; ) = ...

3. Menentukan kriteria Pengujian

diterima jika ≤ Fα ( ; )

ditolak jika > Fα ( ; )

Gambar 2.1 Kriteria pengujian

4. Membuat analisis varians dalam bentuk tabel ANOVA

Tabel 2.3 Tabel Two Way Anova tanpa Interaksi Sumber Variasi

Derajat Bebas

Jumlah Kuadrat

Rata- rata Kuadrat

Rata - rata baris (b - 1) JKB

⁄

Rata - rata kolom (k – 1) JKK

⁄

Eror (b - 1)(k – 1) JKE

Total (kb – 1) JKT


84


MODUL V ANOVA

JKT = ∑ ∑

(2-5)


JKB = ∑

-

(2-6)


JKK = ∑

(2-7)


JKE = JKT – JKB – JKK (2-8)


5. Membuat Kesimpulan

2.3.2.2 Two Way ANOVA Dengan Interaksi

Langkah-langkah pengolahan data Two Way ANOVA dengan interaksi :


a


b


c ( ) ( ) ( ) ( )

: sekurang- kurangnya satu ( ) tidak sama dengan nol

2. Menentukan taraf nyata beserta F tabel

a. Untuk baris: ( ) = b –1 ( ) = (kb)(n-1)

b. Untuk kolom: ( ) = k –1 ( ) = (kb)(n-1)

c. Untuk interaksi : ( ) = (k –1)(b – 1) ( ) = (kb)(n-1)

Fα( ; ) = ...

3. Menentukan kriteria Pengujian

Untuk baris, kolom dan untuk interaksi

diterima jika ≤ Fα ( ; )

ditolak jika > Fα ( ; )

Gambar 2.2 Kriteria pengujian

85


MODUL V ANOVA

4. Membuat analisis varians dalam bentuk tabel ANOVA

Tabel 2.4 Tabel Two Way Anova Dengan Interaksi Sumber Variasi

Derajat Bebas

Jumlah Kuadrat

Rata- rata Kuadrat

Rata- rata baris (b - 1) JKB

⁄

Rata- rata kolom (k – 1) JKK

⁄

Interaksi (b - 1)(k – 1) JKI

Eror bk (n – 1) JKE

Total (bkn – 1) JKT


JKT = ∑ ∑ ∑

(2-9)


JKB = ∑

-

(2-10)


JKK = ∑

(2-11)


JKI = ∑ ∑

– ∑

∑

(2-12)


JKE = JKT – JKB – JKK – JKI (2-13) Sumber : rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC

5. Membuat Kesimpulan

2.4 Post HOC dengan LSD

Post HOC dengan LSD (least significant difference) adalah metode yang digunakan untuk

mengetahui variabel dengan perbedaan yang signifikan dan mempunyai asumsi homogenitas

varian terpenuhi.

1. LSD (least significant difference) adalah analisi perbandingan yang digunakan untuk

mengetahui pasangan rata rata mana yang paling berbeda di antara pasangan yang ada

2. Analisis Post Hoc adalah analisis yang dilakukan setelah data dikumpulkan, meliputi

a. Uji Student-Newman-Keuls (SNK)

Pengujian rata rata dengan mengguanakan rata rata kelompok perlakuan yang

didasarkan pada uji range untuk kelompok homogen. Kelompok perlakuan ini akan

homogen dalam hal mereka tidak berbeda dalam kelompok tetapi berbeda dari

kelompok lain.

b. Uji Range Duncan

Uji ini digunakan untuk menguji perbandingan berpasangan antar beberapa rata-

rata. Dengan melakukan uji ini kita bisa mengetahui kelompok rata- rata mana yang

berbeda dan dari kelompok tersebut berisi variabel yang sama.

86


MODUL V ANOVA

Metode Fisher’s LSD (Least Significant Difference) Post Hoc dengan LSD digunakan ketika uji

F dalam ANOVA signifikan dan digunakan sebagai pembanding terencana tanpa memperhatikan

banyaknya perlakuan. Langkah pengujian LSD :

1. LSD

a. Menentukan nilai KTG dan derajad kebebasan yang diperoleh dari tabel analisis ragam

b. Menentukan nilai t-student

c. Menghitung nilai LSD

2. Selisih Rata – rata

a. Mengurutkan rata-rata perlakuan (urutan menaik/menurun)

b. Membuat tabel matriks selisih rata-rata diantara perlakuan.

Kriteria Pengujian

Jika | | , maka H0 ditolak (terdapat perbedaan yang nyata)

Jika | | , maka H0 diterima (tidak terdapat perbedaan yang nyata)

Dimana :

√

(2-15)

Sumber : Ade Setiawan, 2009. Mean-comparison.pdf

√

(2-16)


Dengan :

= Nilai t-student

= taraf nyata

Db = derajat bebas galat

√ (

)

√

(2-17)


Dengan :

= Galat Baku (Standard Error, SED)

KTG = Kuadrat Tengah Galat

r = banyaknya ulangan (pengamatan)

87


MODUL V ANOVA

BAB III

METODOLOGI PENELITIAN 3.1 Diagram Alir

Berikut ini adalah diagram alir dari penelitian ANOVA yang telah dilakukan.

mulai

Identifikasi masalah

Tinjauan pustaka

Pengambilan

data one way

ANOVA

Data sekunder dari skripsi

Pengolahan dan analisis

data

manual spss

Analisis dan intrepretasi

data

Kesimpulan dan saran

selsesai

Gambar 3.1 Diagram alir one way anova

mulai

Identifikasi masalah

Pengambilan data

two way anova

Tinjauan pustaka

Masukkan bahan

Buat adonan kue

Masukkan adonan

ke dalam oven

manual spss

Analisis dan intrepretasi data

Kesimpulan dan saran

selesai

Mengambil 10 sampe

dan ukur ketinggian kue

Pengolahan data dan

analisis data

Gambar 3.10 Diagram alir two way anova

88


MODUL V ANOVA

3.2 Alat dan Bahan Praktikum

Berikut ini adalah alat dan bahan yang diperlukan pada saat praktikum One Way ANOVA dan

Two Ways ANOVA.

3.2.1 Alat Dan Bahan Praktikum One Way ANOVA

Berikut ini merupakan alat dan bahan yang perlu dipersiapkan saat melakukan penelitian

One Way ANOVA, yaitu:

1. Data sekunder skripsi yang memiliki 1 faktor dengan minimal memiliki 4 level faktor dan

minimal 10 replikasi

3.2.2 Alat Dan Bahan Praktikum Two Way ANOVA

Berikut ini merupakan alat dan bahan yang perlu dipersiapkan saat melakukan penelitian

Two Way ANOVA, yaitu:

1. Timbangan bahan

2. Oven

3. Mixer

4. Cetakan

5. Loyang

6. Pengaduk dan wadah

7. Jangka sorong

8. Tabel Pengamatan

3.3 Prosedur Praktikum

Berikut ini adalah prosedur praktikum One Way ANOVA dan Two Way ANOVA.

3.3.1 Prosedur Praktikum One Way ANOVA

Untuk memudahkan praktikum dan mengklasifikasikan tugas-tugas yang harus dilakukan

dalam modul statistik parametrik ini diperlukan prosedur praktikum yang sistematis.

Adapun prosedur yang harus dilakukan, yaitu:

1. Pengambilan data sekunder bisa melalui data skripsi dengan 1 faktor dengan minimal 4

level faktor dengan sampel kecil kurang dari 30 sampel minimal 10 replikasi.

2. Menyertakan bukti data skripsi sebagai lampiran.

3. Identifikasi masalah terhadap data sekunder.

4. Pengolahan data sekunder, bisa melalui perhitungan manual maupun perhitungan lewat

SPSS.

5. Analisis data dan interprestasi data.

6. Kesimpulan dan saran.

89


MODUL V ANOVA

7. Menyusun laporan.

8. Selesai.

3.3.2 Prosedur Praktikum Two Ways ANOVA

Untuk memudahkan praktikum dan mengklasifikasikan tugas-tugas yang harus dilakukan

dalam modul statistik parametrik ini diperlukan prosedur praktikum yang sistematis.

Adapun alat dan bahan Two Way ANOVA adalah:

Pelaksanaan praktikum

1. Pengambilan eksperimen melalui suatu eksperimen pembuatan roti dengan oven. Batasan

pada praktikum ini, yaitu dengan menggunakan dua faktor sebagai bahan pertimbangan

dalam mempengaruhi output, sehinggan menggunakan desain tabel faktorial. Sampel yang

diambil sejumlah 10 sampel tiap perlakuan.

2. Persiapan alat dan bahan.

3. Penentuan faktor yang akan digunakan.

4. Persiapan pembuatan adonan.

5. Pengambilan sampel

6. Pengukuran tinggi kue bolu

7. Penggabungan data dari beberapa kelompok untuk memenuhi permintaan tabel desain

faktorial.

8. Pengolahan data primer, perhitungan manual dan perhitungan SPSS.

9. Analisis data dan interprestasi data.

10. Kesimpulan dan saran.

11. Menyusun laporan.

12. Selesai.

90


MODUL V ANOVA

BAB IV HASIL DAN PEMBAHASAN

4.1 Pengumpulan Data

Pada praktikum ini, praktikan mengambil beberapa data yang dinilai dapat digunakan

sebagai data untuk melakukan tes ANOVA.

4.1.1 One Way ANOVA

Studi kasus pada percobaan One Way ANOVA adalah pengambilan data sekunder dari hasil

skripsi tentang pengujian temperatur rata-rata pembakaran yang terdiri dari 1 faktor yang

memiliki 5 level faktor, dengan 10 kali replikasi.

Tabel 4.1 Tabel Data One Way ANOVA

Menit ke Temperatur Rata-Rata Pembakaran

0% 2% 6% 10% 15%

1 328.2679 339.9279 345.2771 375.1786 331.7807

2 272.7714 259.2479 208.3264 246.0529 255.1307

3 272.8007 263.1871 211.5864 253.8793 270.1700

4 274.4743 270.0557 255.2550 268.7357 272.5621

5 320.0964 332.8636 341.3557 366.8964 363.6021

6 286.8193 272.8114 280.1107 284.7014 297.4786

7 291.5000 279.8136 297.0393 294.5457 311.9357

8 298.3000 286.7650 298.4007 303.8921 314.7614

9 303.5521 295.3493 332.6986 309.4821 317.2829

10. 314.5214 314.0036 340.2900 358.4129 383.9621

4.1.2 Two Way ANOVA

Studi kasus pada percobaan Two Way ANOVA adalah data tinggi roti yang diambil dari

bermacam-macam hasil produksi roti pada kombinasi 2 fakktor yang berbeda. Ada dua macam

perlakuan yang ada dalam percobaan ini, yaitu besarnya suhu dan bahan pengembang. Berikut

merupakan data ANOVA dua arah dengan interaksi.

Tabel 4.2 Tabel Data Two Way ANOVA

Jenis bahan Suhu

140 150 160

SP

5.95 5.61 5.30 5.94 5.72 5.74 5.88 5.96 5.49 5.26

5.62 5.71 5.97 5.70 5.70 5.62 5.64 5.45 5.53 5.38

5.95 5.40 5.60 5.60 5.65 5.50 5.75 5.40 5.50 5.60

BP

5.52 5.20 5.46 5.48 5.52 5.80 5.43 5.90 5.70 5.91

6.10 5.83 5.43 5.56 5.83 5.97 6.05 6.06 6.07 6.12

5.47 5.54 5.45 5.60 5.71 5.65 5.32 5.39 5.29 5.67

91


MODUL V ANOVA

4.2 Pengolahan Data

Data-data yang telah terkumpul kemudian diolah secara manual dan dengan menggunakan

SPSS. Dari kedua hasil tersebut kemudian data dianalisis dan diinterpretasikan berdasarkan

masing-masing datanya.

4.2.1 One Way ANOVA

Pengujian data ini dilakukan untuk mengetahui apakah terdapat pengaruh dari pengujian

temperatur rata-rata pembakaran dan persentase yang terjadi. Data akan dihitung secara

manual dan SPSS sehingga nantinya akan didapatkan perbedaan hasil dari kedua perhitungan.

4.2.1.1 Pengolahan Data Dengan SPSS

Berikut ini adalah pengolahan data dengan menggunakan SPSS.

4.2.1.1.1 Pengujian Kenormalan

Berikut adalah pengujian kenormalan data dengan menggunakan SPSS :

1. Melakukan uji kenormalan data dengan menekan menu bar Analyze – Descriptive Statistics –

Explore.

Gambar 4.1 Pengujian kenormalan

2. Lalu masukkan Dependent List dan Factor Listnya. Setelah iu tekan Plots lalu centang

Normality Plots with Tests. Tekan continue lalu tekan OK. Maka muncullah output uji

kenormalan.

Tabel 4.3 Tabel Data Distribusi Normal Tests of Normality

persentase

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

suhu 0% .147 10 .200* .957 10 .752

2% .146 10 .200* .916 10 .324

6% .132 10 .200* .980 10 .966

10% .182 10 .200* .926 10 .410

a. Lilliefors Significance Correction *. This is a lower bound of the true significance.

H0 : Data berdistribusi normal

H1 : Data tidak berdistribusi normal

H0 diterima apabila sig ≥ 0,05 dan ditolak apabila sig<0,05. Berdasarkan nilai sig pada

output diatas, nilai sig pada Kolmogorov-Smirnov* dan Saphiro-Wilk ≥ 0,05 maka dapat

disimpulkan bahwa H0 diterima yaitu databerdistribusi normal.

92


MODUL V ANOVA

4.2.1.1.2 Pengujian Homogenitas Varians

Berikut adalah pengujian Homogenitas Variansdengan menggunakan SPSS :

Melakukan uji homogenitas varians dengan menekan menu barAnalyze – General Linear Model –

Univariate. Masukkan Suhu ke dalam Dependent Variabel dan presentase ke dalam Fixed Factor.

Gambar 4.2 Pengujian homogenitas varians

2. Klik Options, centang Descriptive Statistics dan Homogenity test lalu klik continue.

3. Setelah itu klik OK. Maka muncullah output uji homogen

Tabel 4.4 Tabel Homogenitas Varians Test of Homogeneity of Variances

Suhu

Levene Statistic df1 df2 Sig.

2.575 3 36 .069

H0 = Data homogen

H1 = Data tidak homogen

H0 diterima apabila nilai Sig > α = 0,05 dan ditolak apabila nilai Sig< α = 0,05

Dilihat dari tabel diatas nilai Sig dari Test of Homogeneity of Variances bernilai 0,069 yang

menunjukkan nilai tersebut berada diatas nilai α= 0,05 sehingga dapat disimpulkan bahwa

H0 diterima, sehingga data tersebut homogen.

4.2.1.1.3 Pengujian One Way ANOVA

Berikut adalah pengujian One Way ANOVAdengan menggunakan SPSS :

1. Melakukan uji One Way ANOVA dengan menekan menu bar Analyze – Compare Means – One

Way ANOVA.

2. Masukkan Suhu ke dalam kotak Dependent List. Masukkan Presentase ke Factor List.

Gambar 4.3 Langkah-langkah pengujian one way anova

3. Klik Ok. Maka muncullah output uji One Way ANOVA.

Tabel 4.5 Tabel Pengujian One Way ANOVA ANOVA

Suhu

Sum of Squares df Mean Square F Sig.

Between Groups 110952.074 3 36984.025 4.497 .009 Within Groups 296068.667 36 8224.130 Total 407020.741 39

Hipotesis :

H0 : Tidak ada perbedaan rata-rata antara presentase ampas tebu dengan suhu

H1 : Minimal ada satu perbedaan rata-rata antara presentase ampas tebu dengan suhu

H0 diterima jika nilai sig ≥ 0,05

93


MODUL V ANOVA

Dari tabel ANOVA diatas , dapat dilihat bahwa nilai sig 0,009 < 0,05 dimana nilai sig lebih

rendah dari nilai taraf nyata dan dinyatakan H0 ditolak yaitu terdapat minimal ada satu

perbedaan rata-rata antara presentase ampas tebu dengan suhu.

4.2.1.1.4 Pengujian Post Hoc dengan LSD

Berikut adalah pengujian Post Hoc dengan LSD dengan menggunakan SPSS :

Tabel 4.6 Tabel Pengujian Post Hoc Dengan LSD Multiple Comparisons

Suhu LSD

(I) persentase (J) persentase Mean Difference (I-

J) Std. Error Sig.

95% Confidence Interval

Lower Bound Upper Bound

0% 2% -119.5358800* 40.5564536 .006 -201.788180 -37.283580

6% -129.1673600* 40.5564536 .003 -211.419660 -46.915060

10% -114.3110800* 40.5564536 .008 -196.563380 -32.058780

2% 0% 119.5358800* 40.5564536 .006 37.283580 201.788180

6% -9.6314800 40.5564536 .814 -91.883780 72.620820

10% 5.2248000 40.5564536 .898 -77.027500 87.477100

6% 0% 129.1673600* 40.5564536 .003 46.915060 211.419660

2% 9.6314800 40.5564536 .814 -72.620820 91.883780

10% 14.8562800 40.5564536 .716 -67.396020 97.108580

10% 0% 114.3110800* 40.5564536 .008 32.058780 196.563380

2% -5.2248000 40.5564536 .898 -87.477100 77.027500

6% -14.8562800 40.5564536 .716 -97.108580 67.396020

*. The mean difference is significant at the 0.05 level.

H0 diterima jika nilai dari sig lebih besar dari nilai taraf nyata (0,05)

H0 ditolak jika nilai dari sig lebih kecil dari nilai taraf nyata (0,05)

1. Perbandingan 0% dan 2%

H0 : Tidak ada perbedaan rata-rata suhu pada presentase ampas tebu 0% dan 2%

H1 : Ada perbedaan rata-rata suhu pada presentase ampas tebu 0% dan 2%

Diperoleh nilai sig < 0,05 yaitu 0,006 < 0,05, sehingga H0 ditolak yang dapat diartikan bahwa

terdapat perbedaan rata-rata suhu pada presentase ampas tebu 0% dan 2%.



H1 : Ada perbedaan rata- suhu pada presentase ampas tebu 0% dan 6%





H1 : Ada perbedaan rata-rata suhu pada presentase ampas tebu 0% dan10%






94


MODUL V ANOVA

Diperoleh nilai sig ≥ 0,05 yaitu 0,814 ≥ 0,05, sehingga H0 diterima yang dapat diartikan

bahwa tidak terdapat perbedaan rata-rata suhu pada presentase ampas tebu 2% dan 6%.











4.2.1.2 Perhitungan Manual

Uji ANOVA adalah suatu uji yang menganalisa perbedaan rata-rata variabel terikat yang

berdasarkan dua tau lebih kelompok yang terdapat di variabel bebas. Berikut ini adalah

perhitungan manual dari pengujian One Way ANOVA.

4.2.1.2.1 Perhitungan Manual One Way ANOVA

Berikut adalah pengujian manual One Way ANOVA :

1. Formulasi Hipotesis

H0 : tidak ada perbedaan rata-rata antara presentase ampas tebu dengan suhu

H1 : terdapat perbedaan rata-rata antara presentase ampas tebu dengan suhu

2. Menentukan taraf nyata α

Derajat pembilang (V1) = k-1 = 4-1 = 3

Derajat penyebut (V2) = k(n-1) = 4(10-9) = 36

α = 0,05

Ftabel(0,05;4,36) = 2,866

3. Menentukan kriteria pengujian

H0 diterima jika Fhitung < Ftabel

H1 ditolak jika Fhitung ≥ Ftabel

95


MODUL V ANOVA

4. Analisis Varians

Tabele 4.7 Tabel Analisis Varians Menit ke 0% 2% 6% 10% Total

1 331.7807 339.9279 445.2771 375.1786 1492.164 2 255.1307 459.2479 508.3264 446.0529 1668.758 3 270.1700 463.1871 411.5864 553.8793 1698.823 4 272.5621 470.0557 455.2550 268.7357 1466.609 5 363.6021 332.8636 341.3557 366.8964 1404.718

6 297.4786 572.8114 480.1107 584.7014 1935.102 7 311.9357 379.8136 397.0393 394.5457 1483.334 8 314.7614 586.7650 598.4007 403.8921 1903.819 9 317.2829 395.3493 532.6986 309.4821 1554.813

10. 383.9621 314.0036 240.2900 558.4129 1496.669 Jumlah (Xi) 3118.666 4314.025 4410.34 4261.777 16104.81 Jumlah Xi

2 9726079 18610813 19451098 18162744 259364905,1

N = 40

k= 4

n= 10

∑∑

∑∑

∑

(

)

JKE = JKT – JKK =

( )

( )

5. Kesimpulan

Dari pengolahan data manual yang telah dilakukan diperoleh nilai Fhitung ≥ Ftabel yaitu

788,4264 ≥ 0,05, maka H0 ditolak sehingga dapat diartikan bahwa terdapat perbedaan rata-rata

anatar presentase ampas tebu dengan suhu.

4.2.1.3 Pengujian Post HOc dengan LSD

Berikut ini adalah pengujian Post Hoc secara manual data One Way ANOVA:

Formulasi Hipotesis :

H0 : tidak terdapat perbedaan rata-rata

H1 : terdapat perbedaan rata-rata

Tabel 4.8 Tabel Pengujian Post Hoc Manual Sumber Variasi Derajat Bebas Jumlah Kuadrat Rata-rata kuadrat Fhitung

JKK (4-1) = 3 110952,1 s12 =

( )

Fhitung =

JKE 4(10-1) = 36 296068,7 s22 =

( )

Total (10 x 4)-1 = 39 40720,7

KTE = 8224,13

96


MODUL V ANOVA

db = 36

r = 3

t(0,05;45) = 2,028

√

√

( )

Jika | | maka H0 ditolak

Jika | | maka H0 diterima

Tabel 4.9 Tabel Pengujian Post Hoc Manual

No Presentase Suhu 0 % 2% 6% 10%

311,8666 431,4025 441,034 426,1777 1 0 % 311,8666 0 119,53 129,167 114,311

2 2 % 431,4025 119,53 0 9,63 5,225

3 6 % 441,034 129.167 9,63 0 14,856

4 10 % 426,1777 114.311 5,225 14,856 0

Contoh perhitungan manual post hoc :

Presentase pada baris – presentase pada kolom = presentase 0% baris – presentase 2% baris

= 311,8666 – 431,4025 = 119,53

Untuk suhu pemanasan pada presentase ampas tebu sebesar 0% dan 2% diperoleh hasil

| | yaitu 119,535 > 74,04 , maka H0 ditolak sehingga terdapat perbedaan rata-

rata suhu antara 0% dan 2%.








| | yaitu 9,63 , maka H0 diterima sehingga tidak terdapat perbedaan

rata-rata suhu antara 2% dan 6%.







97


MODUL V ANOVA

4.2.1.4 Analisis dan Intrepretasi Data

Pada pengujian yang telah dilakukan secara spss dapat disimpulkan bahwa nilai sig 0,009 <

0,05 dimana nilai sig lebih rendah dari nilai taraf nyata dan dinyatakan H0 ditolak yaitu terdapat

perbedaan rata-rata antara presentase ampas tebu dengan suhu.

Sedangkan pada pengujian manual diperoleh nilai Fhitung ≥ Ftabel yaitu 4,49 ≥ 0,05, maka H0

ditolak sehingga dapat diartikan bahwa terdapat perbedaan rata-rata antar presentase ampas

tebu dengan suhu. Selain itu telah dilakukan pengolahan data Post Hoc dengan LSD diperoleh

nilai | | , maka H0 diterima yaitu tidak terdapat perbedaan rata-rata antara

presentase ampas tebu dengan suhu dan ditolak jika | | .

4.2.2 Two Way ANOVA

Pengujian data ini dilakukan untuk mengetahui apakah terdapat pengaruh dari pengujian

temperatur rata-rata pembakaran dan persentase yang terjadi. Data akan dihitung secara

manual dan SPSS sehingga nantinya akan didapatkan perbedaan hasil dari kedua perhitungan.

4.2.2.1 Pengolahan Data Dengan SPSS

Berikut ini adalah pengolahan data Two Way ANOVA dengan menggunakan SPSS.

4.2.2.1.1 Pengujian Kenormalan

1. Melakukan uji kenormalan data dengan menekan menubar Analyze – Descriptive Statistics –

Explore. Lalu masukkan Dependent List dan Factor Listnya. Setelah iu tekan Plots lalu

centang Normality Plots with Tests.

Gambar 4.4 Pengujian kenormalan

2. Tekan continue lalu tekan OK. Maka muncullah output uji kenormalan.

Tabel 4.10 Tabel Test Kenormalan Terhadap Bahan Pengembang

Tests of Normality

bahan


Statistic df Sig. Statistic Df Sig.

tinggi_kue Sp .102 30 .200* .956 30 .242

Bp .124 30 .200* .948 30 .151


Hipotesis :

a. Untuk bahan pengembang BP

H0 : Data bahan pengembang BP berdistribusi normal

H1 : Data bahan pengembag BP tidak berdistribusi normal

98


MODUL V ANOVA

H0 diterima jika nilai sig ≥ taraf nyata (0,05)

H0 ditolak jika nilai sig BP < taraf nyata (0,05)

Karena nilai sig dari bahan pengembang BP pada uji Kolmogorov-Smirnova dan Shapiro-

Wilk adalah ≥ 0,05 maka H0 diterima yaitu dengan bahan pengembang BP berdistribusi

normal.

b. Untuk bahan pengembang SP

H0 : Data bahan pengembang SP berdistribusi normal

H1 : Data bahan pengembag SP tidak berdistribusi normal


H0 ditolak jika nilai sig SP < taraf nyata (0,05)

Karena nilai sig dari bahan pengembang SP pada uji Kolmogorov-Smirnova dan Shapiro-

Wilk adalah ≥ 0,05 maka H0 diterima yaitu dengan bahan pengembang SP berdistribusi

normal. Tabel 4.11 Tabel Test Kenormalan Terhadap Suhu

Tests of Normality

suhu


Statistic df Sig. Statistic Df Sig.

tinggi_kue 140 .138 20 .200* .930 20 .157

150 .149 20 .200* .928 20 .144

160 .118 20 .200* .967 20 .692


Tabel di atas menunjukkan hasil dari tes kenormalan data dimana data dapat dikatakan

normal apabila nilai sig pada Kolmogorov-Smirnov ≥ 0.05.

Hipotesis :

a. Untuk suhu 1400 C

H0 : Data suhu 1400C berdistribusi normal

H1 : Data suhu 1400 C tidak berdistribusi normal

H0 diterima jika nilai sig 1400 C ≥ taraf nyata (0,05)

H0 ditolak jika nilai sig 1400 C < taraf nyata (0,05)

Karena nilai sig dari suhu 1400 C pada uji Kolmogorov-Smirnov ≥ 0,05 maka H0 diterima

yaitu data suhu 1400 C berdidtribusi normal.

b. Untuk suhu 1500 C

H0 : Data suhu 1500 C berdistribusi normal






c. Untuk suhu 1600 C

99


MODUL V ANOVA

H0 : Data suhu 1600 C berdistribusi normal






4.2.2.1.2 Pengujian Homogenitas Varians

Berikut ini adalah pengujian Homogenitas Varians data Two Way ANOVA dengan

menggunakan SPSS :

Melakukan uji homogenitas varians dengan menekan menubar Analyze – General Linear Model –

Univariate.

Gambar 4.5 Pengujian homogenitas varians

1. Setelah itu klik OK. Maka muncullah output uji homogenitas varians.

Tabel 4.12 Tabel Test Homogenitas Varians Levene's Test of Equality of Error Variancesa

Dependent Variable:tinggi_kue

F df1 df2 Sig.

1.623 5 54 .170

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.

a. Design: Intercept + suhu + bahan + suhu * bahan

Tabel di atas menunjukkan nilai uji dari homogenitas varians.

Hipotesis :

H0 : Variansi Data Homogen

H1 : Variansi Data Tidak Homogen

H0 diterima jika nilai sig lebih besar dari nilai taraf nyata (0.05)

H0 ditolak jika nilai sig lebih kecil dari nilai taraf nyata (0.05)

Dari tabel test of homogeneity of variances kita dapat melihat nilai sig kedua variable ≥ 0.05

dimana nilai sig lebih besar dari nilai taraf nyata (0.170 ≥ 0.05) dan dinyatakan H0 diterima

yaitu variansi data homogen.

100


MODUL V ANOVA

4.2.2.1.3 Pengujian Two Way ANOVA

Berikut ini adalah hasil pengujian ANOVA dengan SPSS.

Tabel 4.13 Tabel Pengujian Two Way ANOVA Tests of Between-Subjects Effects

Dependent Variable:tinggi_kue

Source Type III Sum of

Squares Df Mean Square F Sig.

Corrected Model .913a 5 .183 4.294 .002

Intercept 1917.045 1 1917.045 45089.857 .000 Suhu .468 2 .234 5.505 .007 Bahan .014 1 .014 .325 .571 suhu * bahan .431 2 .215 5.068 .010 Error 2.296 54 .043

Total 1920.254 60

Corrected Total 3.209 59

a. R Squared = .284 (Adjusted R Squared = .218)

Hipotesis :


H1 diterima jika nilai sig < taraf ntara (0,05) 1. Bahan Pengembang

H0 : Tidak terdapat perbedaan rata-rata antara perlakuan bahan pengembang terhadap

tinggi kue.

H1 : terdapat perbedaan rata-rata antara perlakuan bahan pengembang terhadap tinggi kue.

Nilai sig ≥ 0,05 yaitu 0,571 ≥ 0,05 dan dinyatakan H0 diterima yaitu tidak terdapat perbedaan

rata-rata antara perlakuan bahan pengembang terhadap tinggi kue.

2. Suhu

H0 : Tidak terdapat perbedaan rata-rata antara perlakuan suhu terhadap tinggi kue.

H1 : terdapat perbedaan rata-rata antara perlakuan suhu terhadap tinggi kue.

Nilai sig < 0,05 yaitu 0,007 < 0,05 dan dinyatakan H0 ditolak yaitu terdapat perbedaan rata-

rata antara perlakuan suhu terhadap tinggi kue.

3. Interaksi antara Bahan Pengembang dan Suhu

H0 : Tidak terdapat perbedaan rata-rata antara perlakuan bahan pengembang dan suhu

terhadap tinggi kue.

H1 : terdapat perbedaan rata-rata antara perlakuan bahan pengembang dan suhu terhadap

tinggi kue.

Nilai sig < 0,05 yaitu 0,01<0,05 dan dinyatakan H0 ditolak yaitu tidak terdapat perbedaan

rata-rata antara perlakuan bahan pengembang dan suhu terhadap tinggi kue.

4.2.2.2 Perhitungan Manual

Berikut ini adalah perhitungan manual data Two Way ANOVA.

4.2.2.2.1 Perhitungan Manual Two Way ANOVA

Berikut ini adalah perhitungan manual data Two Way ANOVA .

b = 2 ; k= 3 ; n= 10

101


MODUL V ANOVA

1. Formulasi Hipotesis

a. H0 : tidak ada perbedaan rata-rata antara perlakuan suhu terhadap tinggi kue

H1 : ada perbedaan rata-rata antara perlakuan suhu terhadap tinggi kue

b. H0 : tidak ada perbedaan rata-rata antara perlakuan bahan pengembang terhadap tinggi

kue

H1 : apa perbedaan rata-rata antara perlakuan bahan pengembang terhadap tinggi kue

c. H0 : tidak ada perbedaan rata-rata antara perlakuan suhu dan bahan pengembang

terhadap tinggi kue

H1 : ada perbedaan rata-rata antara perlakuan suhu dan bahan pengembang terhadap

tinggi kue

2. Menentukan taraf nyata beserta F table

= 0,05

a. Untuk baris: ( ) = b –1 = 1 ( ) = (kb)(n-1)= 54, ( )= 4,019

b. Untuk kolom: ( ) = k –1 = 2 ( ) = (kb)(n-1)=54, ( )= 3,168

c. Untuk interaksi : ( ) = (k –1)(b – 1)= 2 ( ) = (kb)(n-1)= 54, ( )= 3,168

3. Kriteria Pengujian

a. diterima jika ≤ 4,019

ditolak jika > 4,019

b. diterima jika ≤ 3,168


c. diterima jika ≤ 3,168


4. Analisis varian

Tabel 4.14 Tabel Analisis Varians Two Way ANOVA

Jenis bahan Suhu

140 150 160 SP 5,95

5,61 5,30 5,94 5,72 5,74 5,88 5,96 5,49 5,26

5,62 5,71 5,97 5,70 5,70 5,62 5,64 5,45 5,53 5,38

5,95 5,40 5,60 5,60 5,65 5,50 5,75 5,40 5,50 5,60

BP 5,52 5,20 5,46 5,48 5,52 5,80 5,43 5,90 5,70 5,91

6,10 5,83 5,43 5,56 5,83 5,97 6,05 6,06 6,07 6,12

5,47 5,54 5,45 5,60 5,71 5,65 5,32 5,39 5,29 5,67

Tabel 4.15 Tabel Pengolahan Data Manual Two Way ANOVA

Jenis Bahan Suhu

Total 140 150 160

SP 56,85 56,32 55,95 169,12

BP 55,92 59,02 55,09 170,03 Total 112,77 115,34 111,04 339,15

102


MODUL V ANOVA

JKT(Jumlah Kuadrat Total) = -

=1920,254 -

=1920,254-1917,045 =3,209

JKR(jumlah Kuadrat Rata- rata) =

= 1917,045

JKA(Jumlah Kuadrat Faktor Bahan Pengembang) =

-

=

-

= 1917,059177-1917,045

= 0,014176666

JKB(Jumlah Kuadrat Faktor Suhu) =

–

=1917,5135 – 1917,045

= 0,4685

(Jumlah Kuadrat Faktor Bahan Pengembang dan Suhu)

1917,059177 1917,51 1917,045 = 0,4 1

JKE(Jumlah Kuadrat Kekeliruan) = JKE = JKT – JKA – JKB – JKAB

= 3,209 – 0,0141767 – 0,4685 – 0,431 = 2,2953

Tabel 4.16 Tabel Perhitungan Two Way ANOVA Sumber varians Jumlah kuadrat Derajat bebas Rata-rata kuadrat Fhitung Rata-rata baris A (bahan pengembang)

0,0141767 1

F1 = S12/S4

2 = 0,0141767/0,0425 = 0,333

Rata-rata kolom B (suhu)

0,4676 2

F2 = S22/S4

2 = 0,2338/0,0425= 5,5

Interaksi AB 0,431 2

F3 = S32/S4

2 = 0,2155/0,0425 = 5,068

Eror 2,2962 54

Total 3,209 59

5. Kesimpulan

Dari tabel ANOVA diatas dapat disimpulkan bahwa :

a. Untuk bahan pengembang

Fhitung ≤ Ftabel = 0,333 ≤ 4,019, menunjukkan bahwa H0 diterima yaitu tidak ada

perbedaan rata-rata antara perlakuan bahan pengembang terhadap tinggi kue .

b. Untuk Suhu

Fhitung > Ftabel = 5,5 > 3,168, menunjukkan bahwa H0 ditolak yaitu ada perbedaan rata-

rata antara perlakuan suhu terhadap tinggi kue .

c. Untuk Interaksi antara bahan pengembang dan suhu

Fhitung > Ftabel = 0,5068 > 3,168, menunjukkan bahwa H0 ditolak yaitu ada perbedaan

rata-rata antara perlakuan bahan pengembang dan suhu terhadap tinggi kue .

4.2.2.2.2 Analisis dan Intrepretasi Data

Dari pengolahan data menggunakan SPSS, untuk perlakuan pengembang diperoleh nilai sig

0.571 > 0.05 dimana nilai sig lebih besar dari nilai taraf nyata sehingga H0 diterima yaitu tidak

103


MODUL V ANOVA

ada perbedaan rata-rata antara perlakuan bahan pengembang dengan hasil tinggi kue. Untuk

perlakuan suhu diperoleh nilai sig < 0,05 yaitu 0,007< 0,05 dan dinyatakan H0 ditolak yaitu

terdapat perbedaan rata-rata antara perlakuan suhu terhadap tinggi kue. Sedangkan untuk

interaksi pengembang dengan suhu diperoleh Nilai sig < 0,05 yaitu 0,01<0,05 dan dinyatakan H0

ditolak yaitu terdapat perbedaan rata-rata antara perlakuan bahan pengembang dan suhu

terhadap tinggi kue.

Sedangkan perhitungan manual untuk perlakuan bahan pengembang diperoleh nilai Fhitung

≤ Ftabel = 0,333 ≤ 4,019, menunjukkan bahwa H0 diterima yaitu tidak ada perbedaan rata-rata

antara perlakuan bahan pengembang terhadap tinggi kue . Untuk perhitungan manual perlakuan

suhu diperoleh nilai Fhitung > Ftabel = 5,5 > 3,168, menunjukkan bahwa H0 ditolak yaitu ada

perbedaan rata-rata antara perlakuan suhu terhadap tinggi kue. Dan untuk perhitungan manual

interaksi bahan pengembang dengan suhu diperoleh nilai Fhitung > Ftabel = 0,5068 > 3,168,

menunjukkan bahwa H0 ditolak yaitu ada perbedaan rata-rata antara perlakuan bahan

pengembang dan suhu terhadap tinggi kue .

104


MODUL V ANOVA

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan

Pada pengujian ANOVA yang telah dilakukan dapat disimpulkan sebagai berikut :

1. Pada pengolahan data yang telah dilakukan dapat disimpulkan sebagai berkut :

a. One Way ANOVA

1) Pengolahan SPSS

Pada pengujian yang telah dilakukan secara spss dapat disimpulkan bahwa nilai sig

0,009 < 0,05 dimana nilai sig lebih rendah dari nilai taraf nyata dan dinyatakan H0

ditolak yaitu terdapat perbedaan rata-rata antara presentase ampas tebu dengan

suhu.

2) Pengolahan Manual

Sedangkan pada pengujian manual diperoleh nilai Fhitung ≥ Ftabel yaitu 4,49 ≥ 0,05,

maka H0 ditolak sehingga dapat diartikan bahwa terdapat perbedaan rata-rata

antara presentase ampas tebu dengan suhu. Selain itu telah dilakukan pengolahan

data Post Hoc dengan LSD diperoleh nilai | | , maka H0 diterima

yaitu tidak terdapat perbedaan rata-rata antara presentase ampas tebu dengan suhu

dan ditolak jika | |

b. Two Way ANOVA

1) Pengolahan SPSS

Pada pengujian Two Way ANOVA yang telah dilakukan secara spss dapat

disimpulkan bahwa pada perlakuan bahan pengembang bahwa nilai sig ≥ 0,05

yaitu 0,571 ≥ 0,05 sehingga H0 diterima yaitu ada perbedaan rata-rata perlakuan

bahan pengembang dengan hasil tinggi kue. Pada perlakuan suhu diperoleh nilai sig

< 0,05 yaitu 0,007 < 0,05 sehingga H0 ditolak maka terdapat perbedaan rata-rata

antara perlakuan suhu terdapat tinggi kue. Sedangkan pada perlakuan interaksi

suhu dan bahan pengembang diperoleh nilai sig < 0,05 yaitu 0,01 < 0,05 sehingga

H0 ditolak maka terdapat perbedaan rata-rata antara perlakuan bahan pengembang

dan suhu terhadap tinggi kue.

2) Pengolahan Manual

Pada pengujian Two Way ANOVA manual yang telah dilakukan secara manual dapat

disimpulkan bahwa pada perlakuan bahan pengembang diperoleh nilai Fhitung ≤ Ftabel

yaitu 0,333 ≤ 4,019 sehingga H0 diterima , maka tidak ada perbedaan rata-rata

antara perlakuan bahan pengembang terhadap tinggi kue. Pada perlakuan suhu

diperoleh nilai Fhitung > Ftabel yaitu 5,5 > 3,168 , maka H0 ditolak sehingga terdapat

perbedaan rata-rata antara perlakuan suhu terhadap tinggi kue. Sedangkan pada

105


MODUL V ANOVA

perlakuan interaksi antara suhu dan bahan pengembang diperoleh nilai Fhitung > Ftabel

yaitu 0,5068 H0 ditolak sehingga terdapat perbedaan antara interaksi suhu dan

bahan pengembang terhadap tinggi kue.

2. Terdapat perbedaan antara pengujian One Way ANOVA dan Two Way ANOVA. Pada

pengujian One Way ANOVA yaitu pengujian searah yang digunakan untuk menguji sejumlah

populasi yang independen mempunyai rata-rata yang berbeda atau tidak. Dalam analisis

variansi searah terdapat 1 variabel dependen dan 1 variabel independen. Sedangkan pada

pengujian Two Way ANOVA yaitu pengujian yang memiliki hipotesis beda tiga rata-rata atau

lebih dengan dua faktor yang berpengaruh.

3. Pada pengujian One Way ANOVA terdapat 1 faktor yaitu presentase temperatur rata-rata

yang memiliki 4 level faktor yaitu 0%, 2%, 6%, dan10% yang dilakukan sebanyak 10 kali

perulangan. Sedangkan pada pengujian Two Way ANOVA terdapat 2 faktor sebagai variabel

independen yaitu suhu dan bahan pengembang sedangkan untuk variabel dependen yaitu

tinggi kue.

5.2 Saran

Saran yang dapat diberikan pada hasil pengujian ANOVA kali ini adalah sebagai berikut.

1. Praktikan sebaiknya lebih mempelajari materi dan prosedur praktikum ANOVA sebelum

melaksanakan praktikum, agar praktikum berjalan dengan lebih lancar dan praktikan

dapat lebih mendapatkan manfaat dari jalannya praktikum.

2. Praktikan sebaiknya lebih teliti dalam melakukan pengolahan data baik One Way ANOVA

secara manual, Post Hoc dengan LSD, maupun dengan SPSS. Selain itu lebih teliti melakukan

pengolahan data Two Way ANOVA baik secara manual dan SPSS.

ANOVA

Documents

Transcript of ANOVA