Anda di halaman 1dari 5

TWO WAYS ANOVA (ANALYSIS OF VARIANCE)

A PENDAHULUAN Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang berfungsi untuk membedakan rerata lebih dari dua kelompok data dengan cara membandingkan variansinya. Analisis varian termasuk dalam kategori statistik parametric. Sebagai alat statistika parametric, maka untuk dapat menggunakan rumus ANOVA harus terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random sampling (Ghozali, 2009). Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan desain penelitian. Analisis varian banyak dipergunakan pada penelitian-penelitian yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara membandingkannya pada kelompok2 sampel independen yang diamati. Analisis varian saat ini banyak digunakan dalam penelitian survey dan penelitian eksperimen. Pada pembahasan sebelumnya kita telah membahas mengenai anova satu jalur (one way anova) maka kali ini kita akan membahas mengenai anova dua jalur. Two ways Anova 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. B Contoh Kasus Akan diuji perbedaan gaji berdasarkan jenis kelamin, dan masa kerja. Data ambil di sini DATA TWO WAY ANOVA Klik Analyze > General Liniear Model > Univariate Masukkan variabel gaji ke kotak dependen list, dan masukkan variabel jenis kelamin dan masa kerja ke dalam kotak Fixed Factor seperti terlihat pada gambar di bawah ini :

Klik Options, dan pilih Descriptive dan Homogenity Test

Klik Post Hoc Test, lalu masukkan variabel masa kerja ke kotak Post Hoc Test For. variabel jenis kelamin tidak perlu dimasukkan karena hanya terdiri dari dua kelompok. Tandai LSD dan DUNCAN, lalu klik continue

Klik OK C. HASIL dan INTERPRETASI

Pertama adalah deskripsi hasil. Berdasarkan output Deskriptif diperoleh rata-rata gaji berdasarkan jenis kelamin dan masa kerja. Pada output di atas terlihat bahwa karyawan laki-laki yang memiliki masa kerja < 5 tahun memiliki rata-rata gaji sebesar 3.7 juta, laki-laki yang memiliki masa kerja 6 10 memiliki rata-rata gaji sebesar 3.2 juta dan yang memiliki masa kerja di atas 10 tahun mempunyai gaji rata-rata 2.04 juta (dan seterusnya)

Hasil uji levene test menunjukkan nilai sig sebesar 0.150. Karena sig > 0.05 maka dapat dinyatakan bahwa model memenuhi asumsi homogenitas. Selanjutnya, hasil uji ANOVA menunjukkan terdapat pengaruh langsung masa kerja terhadap gaji. Hal ini dapat dilihat dari nilai F sebesar 37.077 dan signifikan pada p = 0.000. (thanks arie atas koreksinya..) Sementara variabel jenis kelamin ternyata tidak memiliki pengaruh terhadap gaji. Hasil uji menunjukkan nilai F sebesar 0.008 pada sig 0.931 (sig > 0.05). Nilai R Squared sebesar 0.620 diartikan bahwa variabilitas masa kerja dan jenis kelamin menjelaskan gaji adalah sebesar 62% Demikian contoh singkat ini..semoga bermanfaat..

Anda mungkin juga menyukai