A. Pendahuluan
Salah satu jenis varians
sistematik dalam kumpulan data hasil
penelitian adalah varians antar kelompok atau disebut juga varians eksperimental. Varians ini
menggambarkan adanya perbedaan antara
kelompok-kelompok hasil pengukuran.
Dengan demikian varians ini terjadi karena
adanya perbedaan antara kelompok-kelompok individu (Sudjana,1996).
Jika pada anava satu arah
dapat diketahui ada atau tidaknya
perbedaan beberapa variabel bebas dengan sebuah variabel terikat dan masing-masing variabel tidak
mempunyai jenjang, maka dalam anava dua
arah dapat diketahui ada atau tidaknya
perbedaan beberapa variabel bebas dengan sebuah
variabel terikatnya dan masing-masing variabel mempunyai dua jenjang atau lebih. Usman
(2006), banyaknya jenjang yang dimiliki variabel bebas dan variabel terikat ini menentukan
nama dari anovanya. Misalnya variabel
bebas mempunyai jenjang dua buah dan
variabel terikatnya mempunyai jenjang dua buah
pula,maka anovanya ditulis Anova 2 x 2.
B. Asumsi
dan Tujuan Two Way Anova
Pengujian anova dua arah
mempunyai beberapa asumsi yaitu :
1. Populasi
yang diuji berdistribusi normal,
2. Varians
atau ragam dan populasi yang diuji sama,
3. Sampel
tidak berhubungan satu dengan yang lain.
Tujuan dari pengujian
anova dua arah adalah untuk mengetahui
apakah ada pengaruh dari berbagai kriteria yang
diuji terhadap hasil yang diinginkan (Furqon, 2009). Anova
dua arah ini digunakan bila sumber keragaman yang terjadi tidak hanya karena satu faktor
(perlakuan). Faktor lain yang mungkin
menjadi sumber keragaman respon juga harus
diperhatikan. Faktor lain ini bisa berupa perlakuan lain yang sudah terkondisikan. Pertimbangan memasukkan
faktor kedua sebagai sumber keragaman
ini perlu bila faktor itu dikelompokkan,
sehingga keragaman antar kelompok sangat
besar,, tetapi kecil dalam kelompoknya sendiri. Dengan menggunakan Anova dua arah, dapat
dibandingkan beberapa rata-rata yang
berasal dari beberapa kategori atau kelompok
untuk satu variabel perlakuan (Hasan, 2003)
C. Jenis-jenis
Two Way Anova
Anova dua arah dibagi
menjadi dua jenis :
1. Anova
dua arah tanpa Interaksi, pengujian klasifikasi dua arah tanpa interaksi merupakan pengujian
hipotesis beda tiga rata-rata atau lebih
dengan dua faktor yang berpengaruh dan
interaksi antara kedua faktor tersebut
ditiadakan. Tujuan dari pengujian anova dua arah adalah untuk mengetahui apakah ada pengaruh dan
berbagai kriteria yang diuji terhadap
hasil yang diinginkan (Hasan, 2003).
2. Anova
dua arah dengan Interaksi, pengujian klasifikasi dua arah dengan interaksi merupakan pengujian
beda tiga rata- rata atau lebih dengan
dua faktor yang berpengaruh dan pengaruh
interaksi antara kedua faktor tersebut
diperhitungkan (Hasan, 2003).
D. Anova
Two Way tanpa Interaksi
Anova digunakan untuk
melihat perbandingan rata-rata beberapa kelompok biasanya lebih dari dua
kelompok. Anova dua arah tanpa interaksi digunakan pada kelompok yang digunakan
berasal dari sampel yang sama tiap kelompok. sama disini diartikan berasal dari
kategori yang sama. Jadi, bisa disimpulkan Pertama yang perlu dilihat tujuannya
membandingkan rata-rata kelompok lebih dari dua. Kedua Sampel yang digunakan
merupakan sampel yang sudah dikategorikan per kelompok sama. Anova
dua arah tanpa Interaksi, merupakan pengujian
hipotesis beda tiga rata-rata atau lebih dengan dua faktor yang berpengaruh dan interaksi antara kedua faktor
tersebut ditiadakan.
E. Anova
Two Way dengan Interaksi
Merupakan pengujian
hipotesis beda tiga rata-rata atau lebih
dengan dua faktor yang berpengaruh dan interaksi antara kedua faktor tersebut diperhitungkan.
F. Langkah-Langkah
Perhitungan Anova Two Way
Two way ANOVA digunakan
untuk menguji hipotesis komparatif rata-rata k sampel bila peneliti melakukan
kategorisasi terhadap sampel kedalam beberapa blok, sehingga bila variabilitas
atau sumber keragaman pada uji One Way ANOVA berasal dari perlakuan dan galat,
maka pada two way ANOVA sumber keragaman tidak hanya berasal dari perlakuan dan
galat, tapi juga berasal dari blok.
Berikut adalah
langkah-langkah dalam perhitungan ANOVA dua jalur (two way ANOVA):
1. Identifikasi
nilai: t (jumlah perlakuan), r (jumlah blog),
2. hitung
jumlah pengamatan total (n), yaitu: n = r x t,
3. Hitung
jumlah kuadrat total dengan rumus:
4. Hitung
jumlah kuadrat perlakuan dengan rumus:
5. Hitung
jumlah kuadrat antar blok dengan rumus:
6. Cari
harga F-Hitung dengan menggunakan rumus yang tertera pada tabel.
7. Cari
harga F tabel dengan mempertimbangkan (1) tingkat signifikansi (α), (2) df1
yaitu df dari MS terbesar, dan (3) df2 yaitu df dari MS terkecil.
8. Bandingkan
harga F Hitung dengan F tabel.
a. Bila
F Hitung < F tabel, maka Ho diterima, yang berarti rata-rata kedua perlakuan
tidak berbeda secara signifikan
b. Bila
F Hitung > F tabel, maka Ho ditolak dan H1 diterima, yang berarti rata-rata
kedua perlakuan berbeda secara signifikan.
Untuk lebih jelasnya,
lihat contoh kasus berikut:
Seorang peneliti ingin
mengetahui apakah ada pengaruh yang signifikan dari beberapa jenis pupuk (pupuk
A, B, C, D, E dan F) terhadap pertumbuhan tanaman jagung di sebuah wilayah.
Peneliti tersebut kemudian membagi petak percobaan kedalam 3 blok berdasarkan
tingkat kesuburannya, yaitu: I= tingkat kesuburan rendah, 2= sedang, dan 3 =
tinggi. Penelitian disusun berdasarkan desaian Rancangan Acak Kelompok, dan yang
menjadi parameter adalah bobot tongkol jagung (g).
Setelah dilakukan
pengukuran terhadap berat tongkol jagung, maka diperoleh hasil sebagai berikut:
Untuk mengetahui apakah
ada perbedaan signifikan antar perlakuan, maka dilakukan uji ANOVA 2 arah (two
way ANOVA). Proses pengerjaannya dapat dilakukan secara cepat dan mudah dengan
menggunakan aplikasi program Microsoft Excel.
G. Langkah-Langkah
Perhitungan Anova Two Way dengan Spss
Kita ambil contoh
penelitian yang berjudul “Pengaruh Gender dan Pendidikan Terhadap Nilai Ujian
Fisika”
1. Langkah
pertama adalah siapkan dulu data sebagai berikut:
2. Buka
Aplikasi SPSS For Windows:
3. Buka
Tab Variable View: Buat 3 variabel dengan ketentuan sebagai berikut:
· Variabel
independen: 1. “Gender” dengan kategori Pria dan Wanita. Measure Nominal,
Decimals=0, Type Numeric dan isi value: 1= Pria, 2=Wanita.
· Variabel
independen: 2. “Pendidikan” dengan kategori SLTP, SLTA dan PT. Measure Nominal,
Decimals=0, Type Numeric dan isi value: 1= SLTP, 2=SLTA, 3=PT.
· Variabel
dependen: “Ujian”, Decimals=0, Measure Scale, Type Numeric.
4. Buka
Tab Data View: Isi data seperti di bawah ini:
5. Setelah
data terisi, pada menu, Klik Analyze, General Linear Model, Univariate. Maka
akan mucul jendela sbb: Masukkan Ujian ke kotak Dependent Variable, masukkan
Gender dan Pendidikan ke kotak Fixed factor(s). (Kotak Random factor (s) dan
Covariate(s) tidak akan kita gunakan dalam Two Ways Anova, kotak tersebut akan
digunakan pada “Uji Ancova“).
6. Klik
Plot, maka akan muncul jendela seperti di bawah ini: Masukkan Gender ke kotak Horizontal Axis dan Pendidikan ke
kotak Separate Lines.
7. Klik
Add, maka akan tampak sbb:
8. Klik
Continue.
9. Klik
Post Hoc, maka muncul jendela sbb: Masukkan Pendidikan ke kotak Post Hoc Test
for. Centang Tukey
10. Klik
Continue
11. Klik
Options, maka akan muncul jendela sbb: Masukkan Gender, Pendidikan, dan
Gender*Pendidikan ke dalam kotak Display Means for. Pada Display centang
Descriptive statistics dan Homogentity test.
12. Klik
Continue
13. Klik
OK
14. Lihat
Hasil!
H. Langkah-Langkah
Perhitungan Anova Two Way dengan Excel
Selain dapat dilakukan
secara manual dan SPSS, bisa juga dilakukan dengan menggunakan aplikasi
microsof excel.
Contoh kasusnya :
Terdapat 4 metode diet, 3 kelompok umur dan 3
ulangan. Berikut adalah data rata-rata penurunan berat badan setelah 1 bulan
melakukan diet. Ujilah apakah penurunan berat badan sama untuk setiap metode
diet, kelompok umur dan interaksi dengan taraf uji 5 %?
Pertama. berdasarkan
hipotesis yang digunakan yaitu membandingkan rata-rata lebih dari dua kelompok
maka metode yang mungkin adalah Anova. kedua Sampel yang digunakan tiap
kelompok sudah dikategorikan sehingga tipe anova yang cocok adalah Anova dua
arah. kemudian dari tiap kategori tersebut ada pengulangan sehingga kita
menggunakan anova dua arah dengan interaksi. Dalam metode anova yang perlu
diperhatikan ada empat. asumsi normal dan homogenitas antar varians kelompok
harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi karena kita
fokus pada langkah-langkah anova dua arah dengan interaksi. kemudian kelompok
yang dianalisis berasal dari kelompok saling bebas. dan data yang digunakan
merupakan data rasio. Setelah asumsi ini terpenuhi maka bisa lanjut ke
perhitungan selanjutnya. kalau tidak ganti metode.
Pada anova dua arah
dengan interaksi terdapat tiga hipotesis yang digunakan sehingga nanti :
1. Hipotesis
anova kolom
H0: µ*1 = µ*2 = µ*3,
Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
H1: µ*1 ≠ µ*2 ≠ µ*3, Ada
perbedaan yang nyata antara rata-rata hitung dari kategori Metode
2. Hipotesis
anova baris
H0: µ1* = µ2* = µ3*,
Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori kelompok
umur
H1: µ1* ≠ µ2* ≠ µ3*, Ada
perbedaan yang nyata antara rata-rata hitung dari kategori Kelompok umur
3. Hipotesis
interaksi
H0: (ab)11 = (ab)12 = ...
= (ab)kj, Tidak ada interaksi antara variabel metode dan umur
H1: (ab)11 ≠ (ab)12 ≠ ...
≠(ab)kj, ada interaksi antara variabel metode dan umur
Langkah-langkah
dalam uji hipotesis anova dua arah dengan interaksi
1. Masukkan/import
data ke SPSS, caranya yaitu buat data seperti kotak yang terdiri dari baris dan
kolom. artinya setiap kolom dan baris menunjukkan kelompok. bingung
menjelaskannya, Untuk jelasnya lihat gambar berikut:
2. Kemudian
pilih Data, terus klik Data analysis. untuk data analysis ini tidak muncul
default dalam excel. jadi perlu dimunculkan terlebih dahulu. Silahkan klik link
ini untuk penjelasan cara mengaktifkan toolpak-nya cara mengaktifkan toolpak
microsoft excel. Maka akan muncul tampilan seperti berikut :
3. Kemudian
pilih Anova two factor with replacement. maka akan muncul tampilan seperti
berikut :
4. Pada
Input range diklik maka akan muncul pilihan untuk memilih data. Pemilihan data
dengan cara blok datanya mulai dari label sampai semua datanya, seperti pada
data diatas semuanya diblok (Termasuk metode dan umur). Kemudian pada Row per
sample tuliskan banyaknya pengulangan dalam contoh ada 3. Alpha tergantung yang
digunakan dalam contoh ini 5% atau 0.05. Pada Output option terserah
teman-teman mau pilih outputnya dimana. Setelah itu pilih ok. maka akan muncul
output seperti berikut :
Intrepretasi
Output anova Excel
Untuk intrepretasi kali
ini agak panjang dan saya bagi kedalam tiga bagian yaitu Summary, Total dan
Anova sesuai dengan output di atas yang dibagi berdasarkan warna.
1. Summary
Pada bagian summary menyajikan deskripsi dari
tiap kelompok baik kelompok umur(baris) dan kelompok metode (kolom). pada
bagian ini dibagi tiga bagian karena ada tiga kelompok dari umur(baris). jadi
saya akan menjelaskan satu bagian saja. Count(Banyak) menyatakan banyaknya
pengulangan. Sum(jumlah) menjelaskan jumlah dari nilai pengulangan tersebut.
Average (rata-rata) dan variance (varians) juga menjelaskan rata-rata dan
varians dari tiap kelompk pengulangan tersebut.
2. Total
Bagian kedua ini hampir
sama dengan yang bagian summary. Bedanya total ini merupakan deskripsi dari
gabungan tiga kelompok umur(baris) sehingga deskripsinya hanya membandingkan
ke-empat metode (kolom) saja.
3. Anova
Bagian ini menampilkan
tabel anova seperti pada materi anova dua arah dengan anova. tabel ini
merupakan perhitungan untuk mepermudah perhitungan anova. Yang perlu dilihat
pada bagian ini adalah P value. jika nilai p value lebih besar dari 0.05(alpha)
maka keputusan terima H0 artinya tidak ada perbedaan rata-rata tiap kelompok.
Selain itu bisa dilihat dengan membandingkan nilai F hitung (F) dengan F tabel
(F crit). terlihat bahwa F hitung lebih kecil dari f tabel maka keputusan sama
yaitu terima H0.
Pada penjelasan diatas,
dalam anova dua arah dengan interaksi terdapat 3 hipotesis yang artinya ada 3
pertanyaan dalam penelitian yang harus dijawab ketiganya. untuk melihat jawaban
tersebut bisa dilihat di bagian p-value terdapat ada 3 nilai. itulah jawaban dari
hipotesis. dari 3 nilai p-value terdapat dua yang lebih besar dari 0.05(alpha)
sehingga keputusan terdapat 2 terima h0. sedangkan yang satunya kecil
0.05(alpha) sehingga keputusan tolak h0.
Contoh
Soal :
1. Kapan
digunakan Anova Two Way ?
Penyelesaian :
Two way ANOVA digunakan
untuk menguji hipotesis komparatif rata-rata k sampel bila peneliti melakukan
kategorisasi terhadap sampel kedalam beberapa blok, sehingga bila variabilitas
atau sumber keragaman pada uji One Way ANOVA berasal dari perlakuan dan galat,
maka pada two way ANOVA sumber keragaman tidak hanya berasal dari perlakuan dan
galat, tapi juga berasal dari blok.
2. Apa
perbedaan Anova Two Way dengan Anova One Way?
Penyelesaian :
Anova one way digunakan
untuk menguji hipotesis komparatif rata-rata k sampel, bila padaa setiap sampel
hanya terdiri atas satu kategori, sedangkan Anova two way digunakan untuk
menguji hipotesis komparatif rata-rata k sampel bila peneliti melakukan
kategorisasi terhadap sampel.
3. Bagaimanakah
pengujian klarifikasi anova dua arah
tanpa interakis ?
Penyelesaian :
Anova dua arah tanpa
Interaksi, pengujian klasifikasi dua
arah tanpa interaksi merupakan pengujian hipotesis beda tiga rata-rata atau lebih dengan dua faktor
yang berpengaruh dan interaksi antara
kedua faktor tersebut ditiadakan. Tujuan
dari pengujian anova dua arah adalah
untuk mengetahui apakah ada pengaruh dan berbagai kriteria yang diuji terhadap hasil yang
diinginkan (Hasan, 2003).
4. Berikut
ini adalah hasil uji kuat tekan dari 4 jenis bata dengan penggunaan tanah liat yang berbeda
quarry-nya.
Dengan tingkat
kepercayaan 5%, ujilah apakah rata-rata hasil
uji kuat tekan sama untuk :
a. Jenis
bata (pada baris),
b. Jenis
tanah liat (pada kolom).
Jawaban :
5. Berikut ini
adalah hasil survei
tentang pengaruh tingkat
aktivitas dan tingkat ekonomi terhadap prestasi belajar
Dengan tingkat
kepercayaan 5%, ujilah apakah :
a. Apakah
ada pengaruh dari kedua faktor tersebut terhadap prestasi belajar,
b. Apakah
ada interaksi antara kedua faktor tersebut (tingkat aktivitas dan tingkat ekonomi).
Penyelesaian :
5. Kesimpulan
Tingkat aktivitas berpengaruh
terhadap prestasi belajar, tingkat
ekonomi tidak berpengaruh terhadap prestasi belajar, dan adanya interaksi antara tingkat ekonomi
dengan tingkat aktivitas.
Komentar
Posting Komentar