Interprestasi Output Two Way Anova dengan SPSS

Artikel kali ini merupakan lanjutan dari artikel sebelumnya yang berjudul “Two Way Anova
dalam SPSS“. Dalam artikel tersebut dijelaskan langkah demi langkah melakukan uji Two
Way Anova dengan menggunakan aplikasi SPSS. Oleh karena itu, sebagai kelanjutan
artikel sebelumnya, maka disini kami akan menjelaskan tutorial cara interprestasi Output
Two Way ANOVA dengan SPSS.

Baca Artikel di link ini: “Two Way Anova dalam SPSS“.

Sedangkan pada artikel ini, akan dijelaskan cara membaca output dari uji tersebut dan
bagaimana menginterprestasikannya, hingga menjawab hipotesis.

Demi kemudahan, sebaiknya anda download file-file kerja SPSS contoh uji ini di link
berikut:

 Two Way Anova.sav

 Two Way Anova.spv
Tutorial Cara Baca Output Two Way ANOVA dengan SPSS
Dengan menggunakan data pada artikel sebelumnya tersebut, maka kita lihat output di
bawah ini:

Output Deskriptive Pasca ANOVA SPSS

Dari tabel di atas, kita bisa menilai rata-rata nilai ujian berdasarkan gender dan
pendidikan. sebagai contoh: nilai rata-rata ujian pria dengan pendidikan SLTP sebesar
32,43 sedangkan nilai ujian wanita yang berpendidikan SLTA sebesar 65,13 dan begitu
seterusnya.

Asumsi Homogenitas: Levene Test

Di bawah ini adalah Tabel Levene’s Test. Digunakan untuk menilai homogenitastiap
variabel.

Levene Test ANOVA dengan SPSS

Di atas menunjukkan nilai (Signifikansi) Sig. 0,527 di mana > 0,05 sehingga bisa
dikatakan varian antar group berbeda secara signifikan.

Output Two Way ANOVA dengan SPSS

Tabel di bawah ini menunjukkan hasil dari uji Two Way Anova:

Interprestasi Output Two Way ANOVA dengan SPSS

Dari tabel di atas, kita mendapatkan nilai-nilai penting yang bisa disimpulkan sebagai
berikut:

Corrected Model:

Pengaruh Semua Variabel independen (Gender, Pendidikan dan Interaksi gender

dengan pendidikan atau “Gender*Pendidikan”) secara bersama-sama terhadap variabel
dependen (Nilai Ujian). Apabila Signifikansi (Sig.) < 0,05 (Alfa) = Signifikan. Contoh di
atas 0,000 berarti model valid.

Intercept:
Nilai perubahan variabel dependen tanpa perlu dipengaruhi keberadaan variabel
independen, artinya tanpa ada pengaruh variabel independen, variabel dependen dapat
berubah nilainya. Apabila Signifikansi (Sig.) < 0,05 (Alfa) = Signifikan. Contoh di atas
0,000 berarti intercept signifikan.

Gender:
Pengaruh gender terhadap nilai ujian di dalam model. Apabila Signifikansi (Sig.) < 0,05
(Alfa)= Signifikan. Contoh di atas 0,005 berarti gender berpengaruh signifikan.

Pendidikan:

Pengaruh pendidikan terhadap nilai ujian di dalam model. Apabila Signifikansi (Sig.)
<0,05 (Alfa)= Signifikan. Contoh di atas 0,000 berarti Pendidikan berpengaruh signifikan.

Gender*Pendidikan:
Pengaruh Genderpendidikan terhadap nilai ujian di dalam model. Apabila Signifikansi
(Sig.) <0,05 (Alfa)= Signifikan. Contoh di atas 0,005 berarti
genderpendidikan berpengaruh signifikan.

Error:

Nilai Error model, semakin kecil maka model semakin baik.

R Squared:
Nilai determinasi berganda semua variabel independen dengan dependen. Contoh di
atas 0,668 di mana mendekati 1, berarti korelasi kuat.

Kesimpulan Hipotesis Two Way ANOVA

Dari 7 kesimpulan di atas, dalam uji Two Way Anova, poin 1, 3, 4 dan 5 adalah yang
terpenting (tanpa mengabaikan yang lain). Oleh karena hasil uji F menunjukkan bahwa
signifikan ada perbedaan atau menerima H1, maka selayaknya Uji ANOVA ini dilanjutkan
ke tahap selanjutnya, yaitu Uji Post Hoc.

Post Hoc Test

Dalam rangka Interprestasi Output Two Way ANOVA dengan SPSS, maka anda harus
pahami tentang uji post hoc berikut. Sedikit review saja, bahwa uji post hoc adalah uji
lanjut atau uji yang menilai adanya perbedaan signifikan antar kelompok.

Tabel Tukey Post Hoc

Tabel di bawah ini adalah Tabel Tukey Post Hoc digunakan untuk menilai kategori
manakah dari variabel pendidikan yang memiliki perbedaan signifikan:
 Post Hoc Output Two Way ANOVA dengan SPSS
Yang ada perbedaan signifikan ditandai dengan tanda bintang (*). Dari tabel di atas,
semuanya ditandai dengan bintang, berarti semuanya ada perbedaan yang signifikan.

Diagram Plot
Diagram Plot di bawah ini berguna untuk menilai apakah ada interaksi efek antar variabel.
Namun diagram ini tidak bisa dijadikan bahan acuan yang valid. Tetapi hanya sekedar
memberikan gambaran saja. Apabila garis-garis tidak menunjukkan kesejajaran, maka
dicurigai ada efek interaksi.

Diagram Plot Mean Pasca Uji ANOVA

Diagram di atas menunjukkan ada ketidak sejajaran garis, maka dicurigai ada efek
interaksi.

Demikian ulasang singkat tentang Uji Two Way Anova dengan SPSS. Semoga artikel
kami ini yang telah membahas Interprestasi Output Two Way ANOVA dengan SPSS,
kiranya dapat bermanfaat buat para pembaca sekalian.