Anda di halaman 1dari 13

TWO WAY ANOVA

TWO WAY ANOVA

Two way anova atau anova dua jalur/anova dua faktor, jumlah faktor dapat diperluas lagi

Two way anova atau anov

Two way anova atau anova dua jalur/anova dua faktor, jumlah faktor dapat diperluas lagi

melibatkan dua faktor, tiga faktor dan n faktor pada respon numerik. Misalnya, satu variabel terikat

melibatkan dua faktor, tiga faktor

melibatkan dua faktor, tiga faktor dan n faktor pada respon numerik. Misalnya, satu variabel terikat

dengan dua atau lebih variabel bebas. Pada analisis ini tidak hanya menentukan apakah dua faktor

dengan dua atau lebih variabel be

dengan dua atau lebih variabel bebas. Pada analisis ini tidak hanya menentukan apakah dua faktor

atau lebih memiliki pengaruh terhadap suatu populasi saja, akan tetapi juga dapat menentukan

atau lebih memiliki pengaruh ter

atau lebih memiliki pengaruh terhadap suatu populasi saja, akan tetapi juga dapat menentukan

apakah terdapat interaksi antar satu faktor dengan faktor yang lain.

apakah terdapat interaksi antar sat

apakah terdapat interaksi antar satu faktor dengan faktor yang lain.

Berikut ini merupakan contoh kasus dalam bidang pemasaran, apakah daerah dan metode pemasaran

Berikut ini merupakan contoh kasu

Berikut ini merupakan contoh kasus dalam bidang pemasaran, apakah daerah dan metode pemasaran

mempunyai hubungan dengan jumlah hasil penjualan.

mempunyai hubungan dengan jum

mempunyai hubungan dengan jumlah hasil penjualan.

Daerah

Daerah

Daerah

 

METODE

METODE

JEM

JEMPUT BOLA

JEMPUT BOLA

SPG SEXY

SPG SEXY

BALIHO

BALIHO

 

70

70

83

83

81

81

1 1 1

79

79

89

89

86

86

72

72

78

78

79

79

 

77

77

87

87

69

69

2

2

2

81

81

87

87

69

69

79

79

88

88

77

77

 

82

82

94

94

72

72

3

3

3

78

78

83

83

79

79

80

80

79

79

75

75

 

85

85

84

84

68

68

4

4

4

90

90

90

90

71

71

87

87

88

88

69

69

LANGKAH-LANGKAH MENGERJAKAN DENGAN SPSS (16.0 for windows)

LANGKAH-LANGKAH MENGERJA

LANGKAH-LANGKAH MENGERJAKAN DENGAN SPSS (16.0 for windows)

1.

1.

1.

2.

2.

2.

Masukkan seluruh data dengan cara diturus kebawah

Masukkan seluruh data de

Masukkan seluruh data dengan cara diturus kebawah

Hanya ada tiga kolom (daerah, hasil penjualan, dan metode)

Hanya ada tiga kolom (da

Hanya ada tiga kolom (daerah, hasil penjualan, dan metode)

(daerah, hasil penjualan, dan metode) Hanya ada tiga kolom (da Hanya ada tiga kolom (daerah, hasil

3.

3.

3.

Edit values untuk var. Metode

Edit values untuk var. Met

Edit values untuk var. Metode

Edit values untuk var. Met Edit values untuk var. Metode 4. 4. 4. Setelah selesai dengan

4.

4.

4.

Setelah selesai dengan variable view, klik data view dan mulai masukkan data sesuai dengan

Setelah selesai dengan varia

Setelah selesai dengan variable view, klik data view dan mulai masukkan data sesuai dengan

jenis dan namanya.

jenis dan namanya.

jenis dan namanya.

 

Isi kolom METODE sesuai

Isi kolom METODE sesuai

dengan angka pada values;

dengan angka pada values;

2

2

3

3

1= Jemput Bola

1= Jemput Bola

= SPG sexy

= SPG sexy

= Baliho

= Baliho

Jemput Bola = SPG sexy = SPG sexy = Baliho = Baliho   Ada 36 baris
Jemput Bola = SPG sexy = SPG sexy = Baliho = Baliho   Ada 36 baris
 

Ada 36 baris untuk semua kolom

Ada 36 baris untuk semua kolom

dengan alasan 4 daerah, 3 kali

dengan alasan 4 daerah, 3 kali

pemasaran, dan 3 metode

pemasaran, dan 3 metode

pemasaran.

pemasaran.

3 kali dengan alasan 4 daerah, 3 kali pemasaran, dan 3 metode pemasaran, dan 3 metode

5.

Setelah langkah tersebut diatas selesai, langkah selanjutnya adalah melakukan perhitungan

yang hasil akhirnya guna mendapatkan nilai untuk melakukan analisis.

a. analyze General Linear Model Univariate

a. analyze ‡ General Linear Model ‡ Univariate b. Dependent Variable ‡ hasil penjualan, fixed factors
a. analyze ‡ General Linear Model ‡ Univariate b. Dependent Variable ‡ hasil penjualan, fixed factors

b. Dependent Variable hasil penjualan, fixed factors daerah dan metode

Catatan tambahan:

Perhatikan lingkaran merah disamping, cara mudah untuk

membedakan antara univariate atau multivariate adalah:

1. Univariate “Dependent Variable” dimana
1. Univariate
“Dependent
Variable”
dimana

hanya satu variabel terikat

2. Multivariate “dependent Variables” sedangkan
2. Multivariate
“dependent
Variables”
sedangkan

ini lebih dari satu variabel terikat. #silakan cek J

ini lebih dari satu variabel terikat. #silakan cek J c. untuk menampilkan plot rata-rata antar faktor,
ini lebih dari satu variabel terikat. #silakan cek J c. untuk menampilkan plot rata-rata antar faktor,

c. untuk menampilkan plot rata-rata antar faktor, pada dialog box pilihlah menu

plot
plot

dan tentukanlah faktor mana yang akan menjadi garis horizontal dan garis vertikal.

2 1 3 4
2
1
3
4

Klik plots, masukkan faktor sesuai

horizontal dan vertikal. Kemudian add dan continue.

sesuai horizontal dan vertikal. Kemudian add dan continue. d . langkah selanjutnya adalah post hoc test,

d. langkah selanjutnya adalah

add dan continue. d . langkah selanjutnya adalah post hoc test, gunanya untuk membandingkan rata-rata masing-

post hoc test, gunanya untuk membandingkan rata-rata masing-

masing kelompok. Sebagai contoh dalam kasus ini akan dilakukan test untuk mengetahui

perbedaan rata-rata kelompok pada variabel

daerah dan metode, dengan menggunakan

pendekatan pada Tukey honestly significant difference (tukey HSD) test.

Pemilihan Tukeys

dipilih karena jumlah n pada setiap variable sama .

(penjelasan tentang pemilihan pendekatan pada post hoc test akan saya sampaikan dilain

kesempatan).

2 1 3 4
2
1
3
4

e. untuk melakukan tingkat signifikansi dan pengaturan lainnya, selanjutnya pilih

options, sebagai contoh diatur tingkat signifikansi 5% dan menampilkan uji

homogenitas variansi pada output (hasil).

*signifikansi adalah probabilitas kegagalan.

output (hasil). *signifikansi adalah probabilitas kegagalan. f . setelah semua pengaturan selesai, selanjutnya klik

f. setelah semua pengaturan selesai, selanjutnya klik OK. Untuk menutup dialog box dan

menampilakan output/hasil.

Dari seluruh rangkaian proses diatas akan diperoleh hasil sebagai berikut.

Univariate Analysis of Variance

Notes

Output Created

03-Mar-2014 12:27:15

Comments

 

Input

Data

D:\KULIAH S2 UM\2\STATISTIK (Prof. Amir -A- )\TWO-WAYANOVA.sav

Active Dataset

DataSet0

Filter

<none>

Weight

<none>

Split File

<none>

N of Rows in Working Data File

37

Missing Value Handling

Definition of Missing

User-defined missing values are treated as missing.

 

Cases Used

Statistics are based on all cases with valid data for all variables in the model.

Syntax

UNIANOVA HASIL_PENJUALAN_PRODUK BY DAERAH METODE

/METHOD=SSTYPE(3)

/INTERCEPT=INCLUDE /POSTHOC=DAERAH METODE(TUKEY) /PLOT=PROFILE(METODE*DAERAH) /PRINT=HOMOGENEITY DESCRIPTIVE

/CRITERIA=ALPHA(.05)

/DESIGN=DAERAH METODE DAERAH*METODE.

Resources

Processor Time

00:00:00.343

Elapsed Time

00:00:00.278

Between-Subjects Factors

 

Value Label

N

DAERAH

1

 

9

2

 

9

3

 

9

4

 

9

METODE

1

JEMPUT BOLA

12

2

SPG SEXY

12

3

BALIHO

12

Descriptive Statistics

Dependent Variable:HASIL_PENJUALAN_PRODUK

 

DAERA

     

H

METODE

Mean

Std. Deviation

N

1

JEMPUT BOLA

73.67

4.726

3

SPG SEXY

83.33

5.508

3

BALIHO

82.00

3.606

3

Total

79.67

6.083

9

2

JEMPUT BOLA

79.00

2.000

3

SPG SEXY

84.00

6.083

3

BALIHO

73.33

4.041

3

Total

78.78

5.974

9

3

JEMPUT BOLA

80.00

2.000

3

   

SPG SEXY

   

85.33

 

7.767

 

3

 

BALIHO

   

75.33

 

3.512

 

3

Total

   

80.22

 

6.160

 

9

4

JEMPUT BOLA

 

87.33

 

2.517

 

3

SPG SEXY

   

87.33

 

3.055

 

3

BALIHO

   

69.33

 

1.528

 

3

Total

   

81.33

 

9.247

 

9

Total

JEMPUT BOLA

 

80.00

 

5.705

 

12

SPG SEXY

   

85.00

 

5.240

 

12

BALIHO

   

75.00

 

5.560

 

12

Total

   

80.00

 

6.761

 

36

 

Levene's Test of Equality of Error Variances a

 

Dependent Variable:HASIL_PENJUALAN_PRODUK

 

F

 

df1

 

df2

Sig.

 

1.714

 

11

 

24

.130

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

a. Design: Intercept + DAERAH + METODE + DAERAH * METODE

 
 

Tests of Between-Subjects Effects

 

Dependent Variable:HASIL_PENJUALAN_PRODUK

 
 

Type III Sum of

       

Source

Squares

df

 

Mean Square

 

F

Sig.

Corrected Model

 

1164.667

a

 

11

 

105.879

 

5.837

.000

Intercept

230400.000

 

1

 

230400.000

 

1.270E4

.000

DAERAH

 

30.889

 

3

 

10.296

 

.568

.642

METODE

600.000

 

2

 

300.000

 

16.539

.000

DAERAH * METODE

 

533.778

 

6

 

88.963

 

4.905

.002

Error

435.333

 

24

 

18.139

 

Total

232000.000

 

36

   

Corrected Total

 

1600.000

 

35

   

a. R Squared = .728 (Adjusted R Squared = .603)

Profile Plots

Profile Plots Post Hoc Tests METODE Multiple Comparisons HASIL_PENJUALAN_PRODUK Tukey HSD       95%

Post Hoc Tests

METODE

Multiple Comparisons

HASIL_PENJUALAN_PRODUK Tukey HSD

     

95% Confidence Interval

 

Mean Difference (I-

   

(I) METODE

(J) METODE

J)

Std. Error

Sig.

Lower Bound

Upper Bound

JEMPUT BOLA

SPG SEXY

 

-5.00 *

1.739

.022

-9.34

-.66

   

*

       
 

BALIHO

5.00

1.739

.022

.66

9.34

   

*

       

SPG SEXY

JEMPUT BOLA

5.00

1.739

.022

.66

9.34

   

*

       
 

BALIHO

10.00

1.739

.000

5.66

14.34

BALIHO

JEMPUT BOLA

 

-5.00 *

1.739

.022

-9.34

-.66

SPG SEXY

 

-10.00 *

1.739

.000

-14.34

-5.66

Multiple Comparisons

HASIL_PENJUALAN_PRODUK Tukey HSD

     

95% Confidence Interval

 

Mean Difference (I-

   

(I) METODE

(J) METODE

J)

Std. Error

Sig.

Lower Bound

Upper Bound

JEMPUT BOLA

SPG SEXY

 

-5.00 *

1.739

.022

-9.34

-.66

   

*

       
 

BALIHO

5.00

1.739

.022

.66

9.34

   

*

       

SPG SEXY

JEMPUT BOLA

5.00

1.739

.022

.66

9.34

   

*

       
 

BALIHO

10.00

1.739

.000

5.66

14.34

BALIHO

JEMPUT BOLA

 

-5.00 *

1.739

.022

-9.34

-.66

SPG SEXY

 

-10.00 *

1.739

.000

-14.34

-5.66

Based on observed means. The error term is Mean Square(Error) = 18.139.

*. The mean difference is significant at the .05 level.

Homogeneous Subsets

HASIL_PENJUALAN_PRODUK

Tukey HSD

     

Subset

METODE

N

1

2

3

BALIHO

12

75.00

   

JEMPUT BOLA

12

 

80.00

 

SPG SEXY

12

   

85.00

Sig.

 

1.000

1.000

1.000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 18.139.

DAERAH

Multiple Comparisons

HASIL_PENJUALAN_PRODUK Tukey HSD

     

95% Confidence Interval

(I)

(J)

     

DAERAH

DAERAH

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

1

2

.89

2.008

.970

-4.65

6.43

 

3

-.56

2.008

.992

-6.09

4.98

4

-1.67

2.008

.840

-7.21

3.87

2 1

-.89

2.008

.970

-6.43

4.65

 

3

-1.44

2.008

.888

-6.98

4.09

4

-2.56

2.008

.588

-8.09

2.98

3 1

.56

2.008

.992

-4.98

6.09

 

2

1.44

2.008

.888

-4.09

6.98

4

-1.11

2.008

.945

-6.65

4.43

4 1

1.67

2.008

.840

-3.87

7.21

 

2

2.56

2.008

.588

-2.98

8.09

3

1.11

2.008

.945

-4.43

6.65

Based on observed means. The error term is Mean Square(Error) = 18.139.

Homogeneous Subsets

HASIL_PENJUALAN_PRODUK

Tukey HSD

   

Subset

DAERAH

N

1

2

9

78.78

1

9

79.67

3

9

80.22

4

9

81.33

Sig.

 

.588

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 18.139.

BAGAIMANA CARA MENGINTERPRETASIKAN HASIL TERSEBUT DIATAS?

secara umum untuk kasus ini hipotesis yang digunakan adalah,

H o : rata-rata hasil penjualan untuk interaksi adalah berbeda H i : rata-rata hasil penjualan untuk interaksi minimal ada satau yang tidak sama.

PENJELASAN

Descriptive Statistics

Dependent Variable:HASIL_PENJUALAN_PRODUK

DAERA

     

H

METODE

Mean

Std. Deviation

N

1

JEMPUT BOLA

73.67

4.726

3

SPG SEXY

83.33

5.508

3

BALIHO

82.00

3.606

3

Total

79.67

6.083

9

2

JEMPUT BOLA

79.00

2.000

3

SPG SEXY

84.00

6.083

3

BALIHO

73.33

4.041

3

Total

78.78

5.974

9

3

JEMPUT BOLA

80.00

2.000

3

SPG SEXY

85.33

7.767

3

BALIHO

75.33

3.512

3

Total

80.22

6.160

9

4

JEMPUT BOLA

87.33

2.517

3

SPG SEXY

87.33

3.055

3

BALIHO

69.33

1.528

3

Total

81.33

9.247

9

Total

JEMPUT BOLA

80.00

5.705

12

SPG SEXY

85.00

5.240

12

BALIHO

75.00

5.560

12

Total

80.00

6.761

36

Untuk table descriptive statistics, total populasi untuk keseluruhan responden yang diambil sebanyak 36 responden, dengan tiap-tiap daerah memiliki 9 responden. Dan untuk setiap metode intruksi memiliki jumlah responden yang sama yaitu sebanyak 12 responden.

Levene's Test of Equality of Error Variances a

Dependent Variable:HASIL_PENJUALAN_PRODUK

F

df1

df2

Sig.

 

1.714

11

24

 

.130

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

a. Design: Intercept + DAERAH + METODE + DAERAH * METODE

Pada tebel levene’s test of equality of eror variances diatas bahwa F hitung adalah 1,714 dengan nilai signifikansi sebesar 0,130. Hipotesa:

H o : Ketiga metode instruksi tersebut memiliki varian yang sama. H i : Ketiga metode intruksi tersebut minimal ada satu yang tidak identik variannya. Kriteria pengambilan keputusan:

Jika nilai signifikansi > 0,05 maka Ho diterima Jika nilai signifikansi < 0,05 maka Ho ditolak.

Karena F hitung sebesar

dari

asumsi bahwa jika datanya sedikit populasi harus normal untuk melakukan uji anova telah terpenuhi

harus normal untuk melakukan uji anova telah terpenuhi 1,714 dengan probabilitas (nilai signifikansi) 0,130 adalah

1,714 dengan probabilitas (nilai signifikansi)

terpenuhi 1,714 dengan probabilitas (nilai signifikansi) 0,130 adalah lebih besar 0,05 [0.130 > 0.05] maka ketiga

0,130 adalah lebih besar

0,05 [0.130 > 0.05]

maka ketiga metode instruksi tersebut memiliki varian yang sama, berarti

Tests of Between-Subjects Effects

Dependent Variable:HASIL_PENJUALAN_PRODUK

Source

Type III Sum of Squares

df

Mean Square

 

F

Sig.

Corrected Model

1164.667

a

11

105.879

 

5.837

 

.000

Intercept

230400.000

1

230400.000

1.270E4

 

.000

DAERAH

 

30.889

3

10.296

 

.568

 

.642

METODE

 

600.000

2

300.000

 

16.539

 

.000

DAERAH * METODE

533.778

6

88.963

 

4.905

 

.002

Error

435.333

24

18.139

   

Total

232000.000

36

     

Corrected Total

1600.000

35

     

a. R Squared = .728 (Adjusted R Squared = .603)

Test of between-subjects effects atau hasil table anova diatas memberitahukan bahwa pada METODE

intstruksi, F hitung sebesar

Hipotesa:

H o : rata-rata hasil penjualan untuk tiap metode instruksi adalah sama. H i : rata-rata hasil penjualan untuk tiap metode instruksi minimal ada satu yang tidak sama. Dasar pengambilan keputusan:

Jika nilai signifikansi > 0,05 maka H o diterima Jika nilai signifikansi < 0,05 maka H o ditolak atau menerima H i Pengambilan keputusan:

Karena F hitung sebesar

16,539 dengan probabilitas 0,000.

16,539 dengan nlai signifikansi 0,000 adalah lebih kecil dari 0,05

[0.000<0.05]

maka dikatakan bahwa untuk tiap-tiap model instruksi memiliki rata-rata penjualan

yang tidak sama. DAERAH pada table test of between-subjects effect memiliki F hitung

nilai signifikansi sebesar 0,642.

0,568 dengan

Hipotesa; H o : rata-rata hasil penjualan untuk tiap-tiap daerah adalah sama

H i : rata-rata hasil penjualan untuk tiap-tiap daerah minimal ada satu yang tidak sama. Dasar pengambilan keputusan; Jika nilai signifikansi > 0,05 maka H o diterima Jika nilai signifikansi < 0,05 maka H o ditolak atau menerima H i

Daerah target penjualan dengan F hitung sebesar 0,568 dengan probablitas

0,642 adalah lebih besar

0,05 [0.642>0.05]

maka menerima hipotesa awal, dengan kata lain bahwa ternyata rata-rata hasil

penjualan untuk daerah target penjualan adalah sama.

INTERAKSI (METODE*DAERAH) Hipotesa:

H o : rata-rata hasil penjualan untuk interaksi adalah berbeda H i : rata-rata hasil penjualan untuk interaksi minimal ada satu yang tidak sama. Dasar pengambilan keputusan; Jika nilai signifikansi > 0,05 maka H o ditrima Jika nilai signifikansi < 0,05 maka H o ditolak atau menerima H i . Dari tabel Test of between-subjects effects F hitung untuk interaksi metode dan daerah

(metode*daerah)

maka dikatakan bahwa rata-rata hasil penjualan produk untuk interaksi metode dan

daerah adalah berbeda. Kesimpulan:

Dari uji two way anova diatas dapat disimpulkan bahwa rata-rata hasil penjualan untuk tiap-tiap metode instruksi adalah berbeda namun sama untuk tiap-tiap daerah target penjualan. Akan tetapi apabila daerah target penjualan dikombinasikan dengan metode instruksi yang tepat akan mempengaruhi rata-rata hasil penjualan.

adalah

4,905

dengan

probabilitas

sebesar

0,002

adalah

lebih

kecil

dari

0,05

[0.002<0.005]

Sumber :

http://ssista.wordpress.com/contoh-kasus-one-way-anova-dan-two-way-anova-menggunakan-spss/ Nugroho, Y.A. 2011. It’s Easy Olah Data dengan SPSS. Yogyakarta: Skripta.

Saya mengharapkan saran dan kritik anda untuk kesempurnaan materi berikutnya. J Salam manis Rohana Sufia.
Saya
mengharapkan
saran
dan
kritik
anda
untuk
kesempurnaan materi berikutnya. J
Salam manis Rohana Sufia.