BAB IV

ANALISIS VARIANSI DUA ARAH

Analisis Variansi dapat diperluas untuk permasalahan/ kasus yang melibatkan dua variabel.
Jika banyak observasi sama untuk setiap kombinasi kategori yang mungkin (satu kategori
dan setiap variabel), percobaan seperti ini disebut percobaan faktorial. Dalam analisis ini
dapat dilakukan uji hipotesis tentang perbedaan antar kategori dalam variabel A ataupun
dalam variabel B. Jika observasi untuk setiap kombinasi kategori lebih dan satu, dapat juga
dilakukan uji hipotesis untuk mean populasi interaksi antara kategori variabel A dan kategori
variabel B.

Disain data dapat dilihat di bawah:

Universitas Gadjah Mada 1

 Dengan tiga hipotesis pokok yaitu:

 Statistik penguji atau tabel Anova

Universitas Gadjah Mada 2

 CONTOH
Dua Macam Pupuk A dan B digunakan dalam kuantitas 1 kg dan 2 kg perpetak. Suatu
experiment faktorial 2x2 dengan empat observasi ulangan menghasilkan data seperti
tabel di bawah ini:

Akan dilakukan analisis variansi dua arah dengan Interaksi untuk data panen hasil
di atas. Dan data di atas selanjutnya dihitung:

Hasil perhitungan jumlah kuadrat menggunakan Software Excell dapat dilihat di

bawah ini yang disajikan dalam tabel anova:

Universitas Gadjah Mada 3

 Analisa :
 Efek pupuk A dan pupuk B berpengaruh secara signifikan terhadap hasil Panen
karena nilai Fhit > Fkritis
 Tidak ada efek Interaksi antara pupuk A dan pupuk B karena nilai Fhit > Fkritis

LATIHAN SOAL
1. Lakukan Anova terhadap Output (hasil) dan suatu produksi dicatat untuk dua
supervisor dan tiga waktu shift sebagai berikut:

2. Misalkan pada file Anxiety kita ingin menguji apakah variabel anxiety dan tension
akan mempengaruhi variabel trial. Maka kita perlu membuat variable-variabel

dengan command dalam SPSS

• Statistics > General Linear Model> Simple Factorial
Kemudian anda bisa melihat tabel input data sbb:

Universitas Gadjah Mada 4

Keterangan:

Dan diperoleh output sbb:

Universitas Gadjah Mada 5

 Cell Meansb

a. Grand Mean
b. Trial I by Anxiety, Tension

ANOVA

Analisa output : Dapat dilihat pada output bahwa semua faktor utama dan interaksi faktor
tidak berpengaruh terhadap data trial. Sehingga tidak perlu dilakukan MCA. Artinya bahwa
Variabel baris tidak mempunyai pengaruh terhadap respon, demikian juga dengan variabel
kolom dan interaksi antara keduanya juga tidak signifikan terhadap respon. MCA dalam
anava 2 arah sama seperti pada anava 1 arah, dilakukan pada satu variabel kategori
tertentu, dan jika data (replikasi) pada tiap-tiap Sel cukup banyak maka Sangat beralasan
untuk diadakan MCA interaksi kedua variabel kategorik. MCA jenis yang terakhir ini belum
diakomodasi oleh SPSS,. maka anda bisa melakukan sendiri dengan mendesain ulang
datanya seperti pada anova 1 arah dan sel menunjukkan banyaknya populasi yang akan
diuji rata-ratanya.

Universitas Gadjah Mada 6