What is ANOVA and what does it test?

Analysis of variance (ANOVA) tests whether three or more independent groups have different mean values. The null hypothesis is that every group is drawn from a population with the same mean; rejecting it means at least one group's mean differs, though ANOVA itself doesn't say which one — that's what the post-hoc tab is for.

When should I use ANOVA instead of a t-test?

Use a t-test when you have exactly two groups; use one-way ANOVA when you have three or more independent groups and want a single test of whether any means differ. Running multiple pairwise t-tests across many groups inflates the false-positive rate, so an omnibus ANOVA followed by corrected pairwise comparisons is the right pattern.

How do I interpret the F-statistic?

F is the ratio of between-groups variance to within-groups variance. Values near 1 mean the groups don't separate any more than random noise would predict. The further F sits above 1 the stronger the evidence of a group effect. Always pair F with its p-value and an effect size like eta-squared — a giant F in a tiny sample says less than a moderate F in a large sample.

What's the difference between one-way and two-way ANOVA?

One-way ANOVA tests the effect of a single categorical factor (this calculator's setup). Two-way ANOVA tests two factors at once and lets you measure their interaction — for example, drug dose AND patient age group, with the question of whether dose response depends on age. Two-way ANOVA isn't supported here; for that, use a dedicated stats package.

What does the p-value mean?

The p-value is the probability of observing an F-statistic at least as extreme as the one you computed if the null hypothesis (all group means equal) were true. A small p — typically below your alpha threshold of 0.05 — is grounds for rejecting the null. A p of 0.03 means there's a 3% chance you'd see this much group separation by random sampling alone.

Kalkulator ANOVA

Kalkulator ANOVA satu arah gratis — F-statistik, nilai p, F kritis, ukuran efek eta-kuadrat dan omega-kuadrat, dan perbandingan post-hoc berpasangan pada 2-4 kelompok.

data grup

Label grup 1

Data kelompok 1*

Label grup 2

Data kelompok 2 *

Label grup 3 opsional

Data grup 3 opsional

Label grup 4 opsional

Data grup 4 opsional

Tingkat alfa (ambang batas signifikansi)

Contoh kumpulan data

Masukkan pengukuran masing-masing kelompok yang dipisahkan dengan koma, spasi, atau titik koma. Perhitungan ulang langsung — tidak perlu mengirimkan.

F-statistik

—

Masukkan data untuk setidaknya dua kelompok untuk menghitung ANOVA.

nilai p

—

F kritis

—

Keputusan

—

η² (ukuran efek)

—

Omega-kuadrat (kurang bias)

—

df (antara, di dalam)

—

Grup (k) · Total (N)

—

F = MS_between / MS_within η² = SS_between / SS_total

Ringkasan grup

Kelompok	n	rata-rata	Pengembangan Std	Varians

Tabel ringkasan ANOVA

Perincian sumber variasi. Rasio F membandingkan kuadrat rata-rata antar kelompok (varians dijelaskan oleh keanggotaan kelompok) dengan kuadrat rata-rata dalam kelompok (varians sisa). Jika F melebihi F kritis pada alfa pilihan Anda, perbedaan rata-ratanya jauh lebih besar daripada prediksi peluang saja.

Sumber	SS	df	MS	F	hal	F-kritis
Antar kelompok	—	—	—	—	—	—
Dalam kelompok	—	—	—	—	—	—
Jumlah	—	—	—	—	—	—

SS_total = SS_between + SS_within df_between = k − 1 df_within = N − k

Perbandingan berpasangan (Koreksi Bonferroni)

Setelah ANOVA menolak hipotesis nol, Anda masih perlu mengetahuinya yang mana kelompok berbeda. Tabel ini melaporkan setiap pasangan, menggunakan varians dalam kelompok yang dikumpulkan untuk statistik-t dan mengalikan setiap nilai p mentah dengan jumlah perbandingan (koreksi Bonferroni). P < α yang disesuaikan menandai pasangan yang signifikan.

Perbandingan	Berarti perbedaan	t	Mentah hal	Disesuaikan hal	Signifikan?

P yang disesuaikan adalah min (1, p mentah × jumlah perbandingan). Dengan k grup terdapat perbandingan k·(k−1)/2.

4 menit membaca 4 langkah 8 istilah 2 contoh 5 pertanyaan F = MS_between / MS_within where MS_between = SS_between / …

ANOVA satu arah menguji apakah rata-rata dari tiga atau lebih kelompok independen berbeda lebih dari sekadar variasi pengambilan sampel acak.

Referensi umum Ditulis oleh Calculover Editorial Team · Updated 2026-07-31

📋

Panduan langkah demi langkah

Cara menggunakan kalkulator ini

4 langkah

Masukkan pengukuran masing-masing kelompok

Tempel atau ketik pengukuran untuk tiga atau empat kelompok independen, satu kelompok per kotak. Angka dapat dipisahkan dengan koma, spasi, titik koma, atau baris baru. Setiap kelompok memerlukan setidaknya dua nilai agar variansnya dapat ditentukan; kelompok keempat adalah opsional untuk ANOVA tiga kelompok.

Beri nama grup Anda

Ganti label default 'Grup 1, 2, 3' dengan kondisi yang Anda bandingkan — 'Placebo', '10 mg', '20 mg', dan seterusnya. Label dibawa ke kartu hasil, tabel ANOVA, diagram batang, dan setiap baris perbandingan berpasangan.

Pilih tingkat alfa

Alpha adalah risiko positif palsu yang ingin Anda terima. 0,05 (5%) adalah standar konvensional di sebagian besar bidang; pilih 0,01 untuk keputusan berisiko tinggi di mana signifikansi palsu memerlukan biaya yang besar, atau 0,10 untuk pekerjaan eksplorasi. Nilai F kritis dan update keputusan tolak/gagal tolak sesuai pilihan Anda.

Baca F-statistik dan periksa tab post-hoc

Jika F melebihi F kritis (ekuivalen, jika p < alpha) maka perbedaan rata-ratanya lebih dari yang dapat dijelaskan oleh pengambilan sampel secara acak - tolak hipotesis nol tentang rata-rata yang sama. Kemudian buka tab Perbandingan Post-Hoc untuk melihat pasangan grup spesifik mana yang mendorong perbedaan; baris yang disorot dengan warna hijau adalah signifikan setelah koreksi Bonferroni.

⚡

Referensi

Rumus dan metodologi

4 rumus

F-statistik (ANOVA satu arah)

F = MS_between / MS_within where MS_between = SS_between / (k - 1) and MS_within = SS_within / (N - k)

F membandingkan varians yang dijelaskan oleh keanggotaan kelompok (rata-rata kuadrat antara) dengan varians sisa dalam kelompok (rata-rata kuadrat dalam). F yang besar berarti rata-rata kelompok berjauhan dibandingkan dengan penyebaran di dalam masing-masing kelompok, sehingga perbedaannya tidak mungkin disebabkan oleh faktor kebetulan.

Partisi jumlah kuadrat

SS_total = SS_between + SS_within; SS_between = sum n_i * (x_i_bar - x_bar)^2; SS_within = sum sum (x_ij - x_i_bar)^2

Variabilitas total didekomposisi secara aditif ke dalam varians antar kelompok (deviasi rata-rata setiap kelompok dari rata-rata utama, ditimbang berdasarkan ukuran sampel) dan varians dalam kelompok (deviasi setiap observasi dari rata-rata kelompoknya sendiri). Partisi yang sama mendasari R-squared dalam regresi.

Eta-kuadrat (ukuran efek)

eta^2 = SS_between / SS_total

Eta-kuadrat adalah proporsi total variabilitas yang dijelaskan oleh keanggotaan kelompok. Nilainya berkisar dari 0 (tidak ada efek kelompok) hingga 1 (kelompok menjelaskan semuanya). Tolok ukur kasar Cohen: 0,01 kecil, 0,06 sedang, 0,14 besar. Laporkan eta-kuadrat di samping p — p kecil dengan eta-kuadrat kecil sering kali menandakan N besar daripada efek yang berarti.

T berpasangan yang dikoreksi Bonferroni (post-hoc)

t_ij = (x_i_bar - x_j_bar) / sqrt(MS_within * (1/n_i + 1/n_j)); p_adj = min(1, p_raw * k*(k-1)/2)

Setelah ANOVA ditolak, tab post-hoc menguji setiap pasangan menggunakan varians dalam kelompok yang dikumpulkan untuk kesalahan standar dan derajat kebebasan dalam kelompok. Mengalikan setiap nilai p mentah dengan jumlah total perbandingan (Bonferroni) akan mengontrol tingkat kesalahan berdasarkan keluarga sehingga keseluruhan risiko positif palsu tetap pada alfa.

✓

Referensi umum

Kepercayaan, metodologi, dan sumber

Ditulis oleh Calculover Editorial Team · Updated 2026-07-31

Akuntabilitas editorial

Author: Calculover Editorial Team - Penyunting

Owner: Calculover Editorial Team - Penanggung jawab editorial

Last reviewed: 2026-07-31

Last verified: 2026-07-31

Metodologi

Keterbatasan & bimbingan

Kalkulator ini telah diverifikasi presisi numerik dan validitas statistiknya. Perhitungan untuk fungsi kepadatan probabilitas distribusi-F dan fungsi beta tidak lengkap yang diatur dibuat menggunakan pendekatan Lanczos, yang mencocokkan keluaran dari perangkat lunak statistik premium (SAS, R, dan SPSS).

Professional guidance:

Sumber primer

📖

Glosarium

Penjelasan istilah penting

8 istilah

Rasio kuadrat rata-rata antar kelompok terhadap kuadrat rata-rata dalam kelompok. Nilai yang mendekati 1 konsisten dengan kelompok dengan rata-rata yang sama; nilai yang lebih besar menunjukkan rata-rata kelompok tersebar relatif jauh terhadap kebisingan di dalam masing-masing kelompok.

Jumlah tertimbang deviasi kuadrat rata-rata setiap kelompok dari rata-rata utama. Ini menangkap variasi yang dapat dikaitkan dengan keanggotaan kelompok — sinyal yang coba dideteksi oleh ANOVA.

Jumlah deviasi kuadrat setiap observasi dari mean kelompoknya sendiri. Ini menangkap variasi yang tidak dapat dijelaskan oleh keanggotaan grup - kebisingan sisa yang dibandingkan dengan rasio F pada sinyal.

df_between sama dengan k dikurangi 1 (satu lebih sedikit dari jumlah grup). df_within sama dengan N dikurangi k (total pengamatan dikurangi jumlah kelompok berarti perkiraan). Distribusi F yang memberikan nilai p diindeks oleh pasangan ini, ditulis F(df_between, df_within).

Nilai F terkecil yang memicu penolakan pada alpha pilihan Anda. Jika F yang Anda amati melebihi F kritis, p lebih kecil dari alfa; jika tidak, p melebihi alpha dan Anda gagal menolak nol. F kritis bergantung pada alfa dan kedua derajat kebebasan.

Proporsi varians total dijelaskan oleh keanggotaan kelompok: SS_antara dibagi SS_total. Ini adalah analog ANOVA dari R-squared dalam regresi. Selalu laporkan — p kecil dengan eta-kuadrat di bawah 0,01 biasanya berarti Anda menemukan efek nyata namun kecil dalam sampel yang sangat besar.

Tes tindak lanjut yang dijalankan setelah omnibus ANOVA yang signifikan untuk mengidentifikasi pasangan kelompok mana yang berbeda. Koreksi Bonferroni melindungi terhadap kesalahan positif dengan mengalikan nilai p berpasangan mentah dengan jumlah perbandingan.

Menolak hipotesis nol padahal hipotesis tersebut benar (positif palsu). Alfa adalah tingkat terjadinya hal ini dalam jangka panjang — memilih alfa = 0,05 berarti 1 dari 20 perbandingan populasi dengan rata-rata yang sama akan salah menandai adanya perbedaan.

👥

Skenario

Contoh dalam kehidupan nyata

2 contoh nyata

🌾

Peneliti pertanian

Hasil panen di bawah tiga rezim pupuk

Grup A (Kontrol) 48, 49, 50, 49 Kelompok B (Pupuk X) 47, 49, 48, 48 Golongan C (Pupuk Y) 49, 51, 50, 50 tingkat alfa 0.05

Rata-rata keseluruhan adalah 49 gantang per petak; SS_between = 8 dan SS_within = 6 menghasilkan F(2, 9) = 6,0 dengan p sekitar 0,022, tepat di dalam ambang batas 5%. Eta-squared = 0,57 mengatakan pilihan pupuk menjelaskan 57% variasi hasil. Laporan post-hoc Grup B vs Grup C sebagai satu-satunya pasangan yang signifikan setelah koreksi Bonferroni - Pupuk Y mengungguli Pupuk X tetapi tidak ada yang secara signifikan mengalahkan kontrol pada ukuran sampel ini.

💊

Koordinator uji klinis

Perbandingan dosis-respons di empat kelompok

Plasebo 12, 14, 11, 13, 15 10 mg 18, 20, 17, 19, 21 20 mg 22, 25, 23, 24, 26 40 mg 28, 30, 27, 29, 31

Empat lengan n=5 menghasilkan rata-rata yang meningkat secara monoton (13, 19, 24, 29). F(3, 16) kira-kira 116 dengan p jauh di bawah 0,0001 — efek dosis yang sangat signifikan, dan eta-kuadratnya sekitar 0,96, sehingga menempatkan hampir semua variasi respons pada dosis. Setiap pasangan yang dikoreksi Bonferroni ditandai sebagai signifikan, sehingga setiap langkah pemberian dosis menambah respons yang terukur. Seorang reporter uji coba masih akan menandai bahwa ANOVA mengasumsikan variansi yang sama dan observasi independen; jika ada yang meragukan, jalankan ANOVA Welch atau alternatif non-parametrik Kruskal-Wallis.

🔗

Referensi

Sitasi kalkulator ini

APA & MLA

Gunakan salah satu format ini untuk menyitasi kalkulator dalam makalah, laporan, atau daftar sumber.

APA

MLA

📄

Ulasan mendalam

Memahami Kalkulator ANOVA

3 bab · 4 menit membaca

ANOVA satu arah menguji apakah rata-rata dari tiga atau lebih kelompok independen berbeda lebih dari sekadar variasi pengambilan sampel acak. Kalkulator ini menghitung statistik F, nilai p-nya, kuadrat eta sebagai ukuran efek, dan perbandingan berpasangan yang dikoreksi Bonferroni sehingga Anda dapat mengidentifikasi kelompok spesifik mana yang mendorong perbedaan keseluruhan yang signifikan.

Bagaimana ANOVA bekerja

ANOVA mempartisi variabilitas total dalam data Anda menjadi dua bagian: variabilitas antar kelompok (seberapa jauh letak rata-rata setiap kelompok dari rata-rata keseluruhan) dan variabilitas di dalam kelompok (seberapa jauh letak pengamatan individu terhadap rata-rata kelompoknya). Jika keanggotaan kelompok penting, maka bagian antar kelompok harus mengecilkan bagian dalam kelompok. Statistik F persis dengan rasio tersebut - kuadrat rata-rata antar kelompok dibagi dengan kuadrat rata-rata dalam kelompok - dan distribusi F memberikan kemungkinan untuk melihat F sebesar itu secara kebetulan jika setiap kelompok benar-benar memiliki rata-rata yang sama. Nilai p yang kecil (lebih kecil dari alfa yang Anda pilih) berarti kecil kemungkinannya, jadi Anda menolak hipotesis nol dengan rata-rata yang sama.

Mengapa ANOVA, bukan uji-t berganda

Menjalankan uji-t berpasangan pada k kelompok berarti k(k-1)/2 perbandingan terpisah, masing-masing pada alfa = 0,05. Dengan empat kelompok yang berarti enam tes, dan kemungkinan setidaknya satu positif palsu meningkat menjadi sekitar 26%. ANOVA melakukan pengujian omnibus tunggal yang mempertahankan tingkat kesalahan berdasarkan kelompok pada alfa untuk keseluruhan pertanyaan apakah ada perbedaan cara. Hanya setelah pengujian tersebut ditolak barulah Anda melakukan perbandingan berpasangan — dan bahkan kemudian Anda menerapkan koreksi multiplisitas seperti Bonferroni sehingga keseluruhan risiko positif palsu tetap terkendali.

Batasan dan kasus tepi

ANOVA satu arah mengasumsikan kelompok-kelompok tersebut independen, residunya secara kasar terdistribusi normal dalam setiap kelompok, dan kelompok-kelompok tersebut memiliki varian yang kira-kira sama (homoskedastisitas). Uji F cukup kuat untuk pelanggaran ringan, namun jika varian berbeda lebih dari 3 atau 4 faktor, gunakan ANOVA Welch. Jika datanya sangat miring atau ordinal, gunakan uji Kruskal-Wallis non-parametrik. ANOVA juga tidak dapat memberi tahu Anda tentang pengukuran berulang pada subjek yang sama - sehingga memerlukan model pengukuran berulang atau efek campuran. Terakhir, eta-squared adalah ukuran ukuran efek yang paling sederhana namun sedikit bias ke atas dalam sampel kecil; laporkan omega-squared untuk pekerjaan berkualitas publikasi.

❓

Pertanyaan

Pertanyaan umum

5 pertanyaan

Apa itu ANOVA dan apa pengujiannya?+

Analisis varians (ANOVA) menguji apakah tiga atau lebih kelompok independen memiliki nilai rata-rata yang berbeda. Hipotesis nolnya adalah setiap kelompok diambil dari suatu populasi dengan mean yang sama; menolaknya berarti setidaknya rata-rata satu kelompok berbeda, meskipun ANOVA sendiri tidak menyebutkan yang mana — itulah gunanya tab post-hoc.

Kapan sebaiknya saya menggunakan ANOVA dibandingkan uji-t?+

Gunakan uji-t ketika Anda mempunyai tepat dua kelompok; gunakan ANOVA satu arah ketika Anda memiliki tiga atau lebih kelompok independen dan menginginkan pengujian tunggal untuk mengetahui apakah ada perbedaan cara. Menjalankan beberapa uji-t berpasangan di banyak kelompok akan meningkatkan tingkat positif palsu, sehingga omnibus ANOVA yang diikuti dengan perbandingan berpasangan yang dikoreksi adalah pola yang tepat.

Bagaimana cara menafsirkan F-statistik?+

F adalah rasio varians antar kelompok terhadap varians dalam kelompok. Nilai yang mendekati 1 berarti kelompok-kelompok tersebut tidak terpisah lebih dari yang diperkirakan oleh kebisingan acak. Semakin jauh F berada di atas 1, semakin kuat bukti adanya efek kelompok. Selalu pasangkan F dengan nilai p dan ukuran efeknya seperti eta-squared — F raksasa dalam sampel kecil menunjukkan kurang dari F sedang dalam sampel besar.

Apa perbedaan antara ANOVA satu arah dan dua arah?+

ANOVA satu arah menguji pengaruh faktor kategoris tunggal (pengaturan kalkulator ini). ANOVA dua arah menguji dua faktor sekaligus dan memungkinkan Anda mengukur interaksinya — misalnya, dosis obat DAN kelompok usia pasien, dengan pertanyaan apakah respons dosis bergantung pada usia. ANOVA dua arah tidak didukung di sini; untuk itu, gunakan paket statistik khusus.

Apa yang dimaksud dengan nilai p?+

Nilai p adalah probabilitas untuk mengamati statistik F setidaknya sama ekstrimnya dengan yang Anda hitung jika hipotesis nol (rata-rata semua kelompok sama) benar. P kecil — biasanya di bawah ambang alfa Anda sebesar 0,05 — adalah alasan untuk menolak nol. P sebesar 0,03 berarti ada kemungkinan 3% Anda akan melihat pemisahan kelompok sebanyak ini hanya dengan pengambilan sampel acak.

Unduh PDF satu halaman berisi hasil Anda. Masukkan alamat email untuk menerima kiat kalkulator sesekali. Tanpa spam, dan Anda dapat berhenti berlangganan kapan saja. Privasi.