Contoh Soal Same Subject ANOVA: Panduan Lengkap dan Penyelesaiannya

Pendahuluan

Dalam statistika, ANOVA (Analysis of Variance) adalah metode yang digunakan untuk menguji perbedaan rata-rata antara dua atau lebih kelompok. Salah satu jenis ANOVA adalah Same Subject ANOVA, yang sering disebut Repeated Measures ANOVA. Metode ini digunakan ketika satu kelompok subjek diuji pada beberapa kondisi atau perlakuan.

Same Subject ANOVA banyak digunakan dalam psikologi, pendidikan, dan ilmu kesehatan untuk melihat pengaruh perlakuan berbeda pada subjek yang sama. Artikel ini membahas pengertian, konsep, contoh soal, langkah penyelesaian, dan strategi agar mudah memahami dan mengerjakan soal Same Subject ANOVA.

Baca juga:Nasrullah Yusuf Serahkan Cenderamata Khas Lampung Karya Mahasiswa Teknokrat kepada Menteri Koperasi RI di Silaknas ICMI 2025

Pengertian Same Subject ANOVA

Same Subject ANOVA adalah analisis varians yang dilakukan pada satu kelompok subjek yang sama di berbagai kondisi atau waktu pengukuran. Tujuan utamanya adalah membandingkan rata-rata pengukuran dalam kondisi berbeda pada subjek yang sama, sehingga faktor individu dapat dikontrol.

Karakteristik Same Subject ANOVA:

1. Satu kelompok subjek yang sama.
2. Beberapa perlakuan atau kondisi yang diuji.
3. Mengontrol variabilitas antar subjek.
4. Cocok untuk penelitian longitudinal atau percobaan berulang.

Rumus dan Konsep Dasar

Dalam Same Subject ANOVA, data dianalisis berdasarkan:

1. Total Variance (SST) – total variasi seluruh data.
2. Between Treatment Variance (SSTreatment) – variasi akibat perlakuan berbeda.
3. Within Treatment Variance (SSE/Error) – variasi akibat kesalahan atau faktor lain.

Rumus F-statistik:$$F = \frac{MS_{Treatment}}{MS_{Error}}$$F=MSError​MSTreatment​​

Dimana:

• $MS_{Treatment} = \frac{SS_{Treatment}}{df_{Treatment}}$MSTreatment​=dfTreatment​SSTreatment​​
• $MS_{Error} = \frac{SS_{Error}}{df_{Error}}$MSError​=dfError​SSError​​
• $SS$SS = Sum of Squares (jumlah kuadrat)
• $df$df = degrees of freedom (derajat kebebasan)

Langkah-Langkah Penyelesaian Same Subject ANOVA

1. Siapkan data: subjek sebagai baris, perlakuan sebagai kolom.
2. Hitung rata-rata tiap perlakuan dan total rata-rata.
3. Hitung Sum of Squares (SS): SSTotal, SSTreatment, SSError.
4. Hitung Mean Square (MS): MS = SS / df.
5. Hitung F-statistik: F = MS_Treatment / MS_Error.
6. Bandingkan F-hitung dengan F-tabel: tentukan apakah perbedaan signifikan.
7. Interpretasi hasil: jika F-hitung > F-tabel, perbedaan rata-rata signifikan.

Contoh Soal 1

Soal:
Sebuah penelitian ingin mengetahui pengaruh tiga jenis metode belajar terhadap nilai matematika 5 siswa. Data nilai siswa:

Tentukan apakah ada perbedaan signifikan antar metode belajar menggunakan Same Subject ANOVA (α = 0,05).

Penyelesaian:
Langkah 1 – Hitung rata-rata tiap metode:

• Metode A: (70+65+80+75+60)/5 = 70
• Metode B: (75+70+85+80+65)/5 = 75
• Metode C: (80+75+90+85+70)/5 = 80

Langkah 2 – Hitung total rata-rata:$$\bar{X}_{total} = \frac{70+75+80}{3} = 75$$Xˉtotal​=370+75+80​=75

Langkah 3 – Hitung Sum of Squares Treatment (SSTreatment):$$SS_{Treatment} = n \sum (\bar{X}_{treatment} – \bar{X}_{total})^2$$SSTreatment​=n∑(Xˉtreatment​−Xˉtotal​)2

Dengan n = jumlah subjek = 5

• Metode A: (70-75)^2 = 25
• Metode B: (75-75)^2 = 0
• Metode C: (80-75)^2 = 25

$$SS_{Treatment} = 5*(25+0+25) = 5*50 = 250$$SSTreatment​=5∗(25+0+25)=5∗50=250

Langkah 4 – Hitung Sum of Squares Error (SSError):
SSError = jumlah kuadrat selisih tiap skor dengan rata-rata perlakuan masing-masing

Jumlahkan semua: 0+25+100+25+100 = 250 (untuk A), B = 0+25+100+25+100=250, C = 0+25+100+25+100=250$$SS_{Error} = 250 + 250 + 250 = 750$$SSError​=250+250+250=750

Langkah 5 – Hitung Mean Square:

• df_Treatment = k-1 = 3-1 = 2
• df_Error = (k-1)(n-1) = (3-1)(5-1)=24=8

$$MS_{Treatment} = SS_{Treatment}/df_{Treatment} = 250/2 = 125$$MSTreatment​=SSTreatment​/dfTreatment​=250/2=125 $$MS_{Error} = SS_{Error}/df_{Error} = 750/8 = 93,75$$MSError​=SSError​/dfError​=750/8=93,75

Langkah 6 – Hitung F-statistik:$$F = MS_{Treatment}/MS_{Error} = 125/93,75 \approx 1,33$$F=MSTreatment​/MSError​=125/93,75≈1,33

Langkah 7 – Bandingkan F-hitung dengan F-tabel (α=0,05, df1=2, df2=8):

• F-tabel ≈ 4,46
• Karena F-hitung < F-tabel, tidak ada perbedaan signifikan antar metode.

Jawaban:
Tidak terdapat perbedaan signifikan nilai matematika antara Metode A, B, dan C.

Contoh Soal 2

Soal:
Seorang peneliti mengukur tekanan darah 6 pasien sebelum, sesudah konsumsi obat A, dan sesudah konsumsi obat B. Data:

Hitung apakah obat A dan B berpengaruh signifikan terhadap tekanan darah menggunakan Same Subject ANOVA.

Penyelesaian:

• Langkah sama seperti contoh soal 1.
• Hitung rata-rata tiap kondisi: Sebelum = 133,33; Obat A = 128,33; Obat B = 123,33
• Hitung SSTreatment, SSError, MS, F, dan bandingkan dengan F-tabel
• Interpretasi: jika F-hitung > F-tabel → ada pengaruh signifikan

(Pembahasan lengkap langkah demi langkah dapat dibuat tabel untuk mempermudah perhitungan.)

Tips Mengerjakan Soal Same Subject ANOVA

1. Gunakan tabel untuk data: memudahkan perhitungan rata-rata dan deviasi.
2. Pahami df (degrees of freedom): df_treatment = k-1, df_error = (k-1)(n-1)
3. Hitung rata-rata tiap perlakuan: langkah awal paling penting.
4. Gunakan software statistik jika perlu: SPSS, Excel, R bisa mempercepat.
5. Interpretasi hasil F dengan hati-hati: hubungkan dengan konteks penelitian.

Penerapan Same Subject ANOVA

1. Penelitian psikologi: membandingkan skor tes siswa sebelum, saat, dan setelah intervensi.
2. Penelitian kesehatan: menguji efek beberapa obat pada pasien yang sama.
3. Penelitian pendidikan: membandingkan metode belajar pada siswa yang sama.
4. Penelitian olahraga: mengukur performa atlet pada kondisi latihan berbeda.

Baca juga:PendahuluanResensi merupakan salah satu materi penting dalam pelajaran Bahasa Indonesia kelas 8. Materi ini bertujuan…

Kesimpulan

Same Subject ANOVA adalah metode powerful untuk menguji perbedaan rata-rata antar kondisi pada subjek yang sama. Dengan memahami contoh soal dan penyelesaiannya, siswa dan peneliti dapat:

• Menghitung F-statistik secara sistematis
• Menentukan perbedaan signifikan antar perlakuan
• Mengontrol variabilitas individu subjek
• Menerapkan dalam berbagai bidang penelitian

Penulis:ilham