LAPORAN PENUGASAN

STATISTIKA INDUSTRI II
ANOVA

Nama : Elisa Melati Nur Apriana Kelompok : A-13

NIM : 15522133 Kelas : A
Nama : Febidhea Ayu Muflihah Tgl. Praktikum : 14 November 2016
NIM : 15522171 Hari Praktikum : Senin
Asisten : DM-60 Dikumpulkan tgl : 21 November 2016
Kriteria Penilaian Yogyakarta,.......................................2016
Format : (maks. 10) Asisten
Isi : (maks. 50)
Analisa : (maks. 40)

TOTAL :
(...................................)

LABORATORIUM SIOP
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
2016
 MODUL II
ANALYSIS OF VARIANCE (ANOVA)

2.1. Tujuan Praktikum

1. Mahasiswa mampu memahami uji hipotesis harga rata-rata multi populasi
dengan menggunakan Analysis of Variance (ANOVA).
2. Mahasiswa mampu memahami penyelesaian persoalan uji hipotesis harga rata-
rata multi populasi Analysis of Variance (ANOVA) menggunakan software
SPSS.

2.2. Tugas Praktikum

1. Membuat dan mencari dari sumber terpercaya untuk sejumlah data yang akan
diolah kemudian tampilkan dalam bentuk tabel data historis.
2. Melakukan perhitungan uji hipotesis harga rata-rata multi populasi
menggunakan Analysis of Variance (ANOVA) 1 arah dan 2 arah dari sejumlah
data yang telah didapatkan dengan menggunakan perhitungan manual dan
software SPSS.
3. Melakukan perbandingan antara output perhitungan manual dan outputsotware
SPSS yang didapatkan.
4. Melakukan bahasan dari sejumlah hasil olahan yang didapat hingga
menentukan kesimpulan keputusan dengan tepat.

2.3. Latar Belakang

Dalam mata kuliah statistika 2 terdapat materi uji ANOVA (Analysis of
Variance). ANOVA merupakan uji komparasi multivariabel dengan menguji
apakah terdapat perbedaan rata-rata tiga atau lebih dengan membandingkan uji
variansinya. Pengujian ANOVA terbagi menjadi dua, yaitu Anova satu arah (One
Way Anova) dan Anova dua arah (Two Way Anova). Untuk Two Way Anova
dibagi menjadi dua jenis yaitu Anova dua arah data tunggal (Two Way Anova
Without Replication) dan Anova dua arah data banyak (Two Way Anova With
Replication). Di Universitas Islam Indonesia mata kuliah statistika industri 2 ada
dua sesi yaitu sesi materi dan sesi praktikum. Di dalam sesi materi mahasiswa
diajarkan bagaimana cara menghitung pendugaan dan cara menguji hipotesis
secara manual menggunakan rumus. Sedangkan di sesi praktikum mahasiswa
 diajarkan menghitung pendugaan dan menguji hipotesis menggunakan software
yang disebut dengan SPSS. Oleh karena itu kami melakukan penelitian untuk
membandingkan hasil perhitungan pendugaan interval secara manual dan dengan
menggunakan software.
Populasi dari penelitian ini adalah mahasiswa dari Fakultas Teknologi
Indusutri (FTI) angkatan 2014 dan 2015, tetapi yang digunakan sebagai sampel
hanya mahasiswa Teknik Industri, Teknik Kimia dan Teknik Elektro. Masing-
masing diambil sampel sebanyak 10 mahasiswa yang terdiri dari 5 mahasiswa
angkatan 2014 dan 5 mahasiswa angkatan 2015. Objek yang diteliti adalah rata-
rata waktu mahasiswa berada di kampus dalam sehari.
Dalam penelitian ini kami menggunakan 3 jenis pengujian ANOVA.
Pertama One Way Anova yang merupakan pengujian Anova yang didasarkan
pada satu faktor yang terdiri dari tiga atau lebih populasi. Kedua Two Way Anova
yang merupakan pengujian Anova yang didasarkan pada dua faktor yang terdiri
dari tiga atau lebih populasi.
Dari 2 jenis pengujian Anova tersebut kami bandingkan satu per satu hasil
perhitungan antara manual dan menggunakan software. Tujuan dari penelitian ini
adalah agar mahasiswa mampu mengimplementasikan materi ini dalam kehidupan
nyata dan agar mahasiswa mengetahui cara perhitungan pendugaan dan cara uji
hipotesis baik secara manual maupun menggunakan software. Selain itu juga
untuk membandingkan rata-rata waktu mahasiswa berada di kampus dalam sehari
antara mahasiswa Teknik Industri, Kimia dan Elektro.

2.4. Pengolahan Data

2.4.1. Deskripsi Kasus
1. One Way ANOVA
Untuk One Way Anova, kami meneliti apakah terdapat perbedaan
rata-rata waktu mahasiswa berada di kampus dalam sehari antara mahasiswa
Teknik industri, Kimia dan Elektro. Dari sekian banyak mahasiswa pada
jurusan tersebut, kami hanya mengambil sampel 10 orang untuk setiap
jurusannya yang terdiri dari 5 mahasiswa angkatan 2014 dan 5 mahasiswa
angkatan 2015. Namun angkatan dan jenis kelamin disini hanya sebagai
simbol, tidak melambangkan apapun (tidak dijadikan sebagai faktor).
Tingkat signifikansi yang digunakan sebesar 95%.
 2. Two Way ANOVA Data Tunggal (Without Replication)
Untuk Two way Anova Without Replication, kami meneliti apakah
terdapat perbedaan rata-rata waktu mahasiswa berada di kampus dalam
sehari antara mahasiswa Teknik industri, Kimia dan Elektro angkatan 2014
dan 2015. Dari sekian banyak mahasiswa pada jurusan tersebut, kami hanya
mengambil sampel 2 orang untuk setiap jurusannya yang terdiri dari 1
mahasiswa angkatan 2014 dan 1 mahasiswa angkatan 2015. Jenis kelamin
disini hanya sebagai simbol, tidak melambangkan apapun (tidak dijadikan
sebagai faktor) sedangkan angkatan dijadikan sebagai faktor. Tingkat
signifikansi yang digunakan sebesar 95%.

3. Two Way ANOVA Data Banyak (With Replication)

Untuk Two way Anova With Replication, kami meneliti apakah
terdapat perbedaan rata-rata waktu mahasiswa berada di kampus dalam
sehari antara mahasiswa Teknik industri, Kimia dan Elektro angkatan 2014
dan 2015. Dari sekian banyak mahasiswa pada jurusan tersebut, kami hanya
mengambil sampel 10 orang untuk setiap jurusannya yang terdiri dari 5
mahasiswa angkatan 2014 dan 5 mahasiswa angkatan 2015. Jenis kelamin
disini hanya sebagai simbol, tidak melambangkan apapun (tidak dijadikan
sebagai faktor) sedangkan angkatan dijadikan sebagai faktor. Tingkat
signifikansi yang digunakan sebesar 95%.

2.4.2. Tabel Data Historis

1. One Way ANOVA
Tabel 1 Data One Way ANOVA
Waktu Berada Di Kampus
Waktu Berada Di Kampus (Jam)
No
T. Industri T. Kimia T. Elektro
1 8 6 6
2 6 5 8
3 6 7 5
4 7 6 6
5 5 6 6
 Waktu Berada Di Kampus (Jam)
No
T. Industri T. Kimia T. Elektro
6 7 5 7
7 6 7 8
8 6 8 7
9 5 7 6
10 5 6 7

2. Two Way ANOVA Data Tunggal (Without Replication)

Tabel 2 Data Two Way ANOVA Without Replication
Waktu Berada Di Kampus
Jurusan
Angkatan
T. Industri T. Kimia T. Elektro
2014 6,4 6 6,2
2015 5,8 6,6 7

3. Two Way ANOVA Data Banyak (With Replication)

Tabel 3 Data Two Way ANOVA With Replication
Waktu Berada Di Kampus
Jurusan
Angkatan
T. Industri T. Kimia T. Elektro
8 6 6
6 5 8
2014 6 7 5
7 6 6
5 6 6
7 5 7
6 7 8
2015 6 8 7
5 7 6
5 6 7
2.4.3. Tentukan Ho dan Ha, tingkat probabilitas kesalahan (p), dan kriteria pengujian
1. One Way ANOVA
Ho = Tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa jurusan Teknik Industri,
Kimia dan Elektro.
Ha = Terdapat perbedaan nilai rata-rata waktu mahasiswa berada di kampus
dalam sehari antara mahasiswa jurusan Teknik Industri, Kimia dan
Elektro.
Tingkat probabilitas kesalahan (p) = 0,05 dan signifikansi 95%, maka
kriteria pengujian jika signifikansi < 0,05 berarti Ho ditolak dan jika
signifikansi > 0,05 berarti Ho diterima.

2. Two Way ANOVA Data Tunggal (Without Replication)

a) Uji Hipotesis 1
Ho = Tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada
di kampus dalam sehari antara mahasiswa jurusan Teknik
Industri, Kimia dan Elektro.
Ha = Terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa jurusan Teknik Industri,
Kimia dan Elektro.
b) Uji Hipotesis 2
Ho = Tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada
di kampus dalam sehari antara mahasiswa angkatan 2014 dan
2015.
Ha = Terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa angkaatan 2014 dan 2015.
Tingkat probabilitas kesalahan (p) = 0,05 dan signifikansi 95%, maka
kriteria pengujian jika signifikansi < 0,05 berarti Ho ditolak dan jika
signifikansi > 0,05 berarti Ho diterima.

3. Two Way ANOVA Data Banyak (With Replication)

a) Uji Hipotesis 1
Ho = Tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada
di kampus dalam sehari antara mahasiswa jurusan Industri, Kimia
 dan Elektro.
Ha = Terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa jurusan Teknik Industri,
Kimia dan Elektro.
b) Uji Hipotesis 2
Ho = Tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada
di kampus dalam sehari antara mahasiswa angkatan 2014 dan
2015.
Ha = Terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa angkaatan 2014 dan 2015.
c) Uji Hipotesis 3
Ho = Tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada
di kampus dalam sehari antara mahasiswa jurusan Teknik
Industri, Kimia dan Elektro angkatan 2014 dan 2015.
Ha = Terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa jurusan Teknik Industri,
Kimia dan Elektro angkatan 2014 dan 2015.
Tingkat probabilitas kesalahan (p) = 0,05 dan signifikansi 95%, maka
kriteria pengujian jika signifikansi < 0,05 berarti Ho ditolak dan jika
signifikansi > 0,05 berarti Ho diterima.

2.4.4. Cara Kerja Perhitungan Manual

1. One Way ANOVA

a) Menghitung Harga Statistik Penguji
Tabel 4 Tabel Kejadian One Way ANOVA Waktu Berada Di Kampus
Kategori

No Kejadian ∑ 𝒙𝒊𝒋 𝒏𝒊 ̅𝒊
𝒙 𝑺𝒊 𝟐
Teknik
Industi

1 8 6 6 7 5 7 6 6 5 5 61 10 6,1 0,989
Teknik
Kimia

2 6 5 7 6 6 5 7 8 7 6 63 10 6,3 0,9
 Kategori
No Kejadian ∑ 𝒙𝒊𝒋 𝒏𝒊 ̅𝒊
𝒙 𝑺𝒊 𝟐

Elektro
Teknik
3 6 8 5 6 6 7 8 7 6 7 66 10 6,6 0,933

Jumlah Kuadrat Simpangan

JKK = ∑𝑘1 𝑛𝑖 (𝑥̅𝑖 − 𝑥̅𝑡𝑜𝑡𝑎𝑙 )2
= 0,54289 + 0,01089 + 0,71289
= 1,26667
Dengan: 𝑥̅𝑡𝑜𝑡𝑎𝑙 = (61 + 63 + 66)/30 = 6,333
𝑛𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖 (𝑥̅𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖 − 𝑥̅𝑡𝑜𝑡𝑎𝑙 )2 = 10 x (6,1 – 6,333)2 = 0,54289
𝑛𝑘𝑖𝑚𝑖𝑎 (𝑥̅𝑘𝑖𝑚𝑖𝑎 − 𝑥̅𝑡𝑜𝑡𝑎𝑙 )2 = 10 x (6,3 – 6,333)2 = 0,01089
𝑛𝑒𝑙𝑒𝑘𝑡𝑟𝑜 (𝑥̅𝑒𝑙𝑒𝑘𝑡𝑟𝑜 − 𝑥̅𝑡𝑜𝑡𝑎𝑙 )2 = 10 x (6,6 – 6,333)2 = 0,71289

JKE = ∑𝑘1(𝑛𝑖 − 1)𝑆𝑖 2

= 8,901 + 8,1 + 8,397
= 25,398
∑(𝑥𝑖𝑗− 𝑥̅ 𝑖 )2
Dengan: 𝑆𝑖 2 =
𝑛𝑖 −1

(𝑛𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖 − 1)𝑆𝑖𝑛𝑑𝑢𝑠𝑡𝑟𝑖 2 = (10 – 1) x 0,989 = 8,901

(𝑛𝑘𝑖𝑚𝑖𝑎 − 1)𝑆𝑒𝑙𝑒𝑘𝑡𝑟𝑜 2 = (10 – 1) x 0,9 = 8,1
(𝑛𝑒𝑙𝑒𝑘𝑡𝑟𝑜 − 1)𝑆𝑒𝑙𝑒𝑘𝑡𝑟𝑜 2 = (10 – 1) x 0,933 = 8,397

b) Menbuat Tabel Analisis Variansi

Tabel 5 Tabulasi Nilai Variansi One Way ANOVA
Waktu Berada Di Kampus
Derajat
Sumber Jumlah
No Kebebasan Fhitung Ftabel
Variansi Kuadrat
(dk)
1,26667
1 Kategori JKK = 1,26667 3–1=2 2 F0,05, 2,27
25,398
27 = 3,35
2 Error JKE = 25,398 30 – 3 = 27
= 0,673
 c) Membuat Keputusan

Daerah Penolakan

0 0,67 3,35
3
Karena Fhit = 0,673 ≤ Ftab = 3,35 maka hipotesis diterima (H0 diterima)
yang berarti tidak terdapat perbedaan nilai rata-rata waktu berada di
kampus dalam sehari antara T. Industri, T.Kimia, dan T. Elektro.

2. Two Way ANOVA Data Tunggal (Without Replication)

a) Menghitung Harga Statistik Penguji
Tabel 6 Tabel Kejadian Two Way ANOVA Without Replication
Waktu Berada Di Kampus
Angkatan
Waktu Berada Di Kampus
2014 2015 Jumlah
dalam Sehari
A1 A2
T. Industri B1 6,4 5,8 12,2
Jurusan T. Kimia B2 6 6,6 12,6
T. Elektro B3 6,2 7 13,2
Jumlah 18,6 19,4 38

Jumlah Kuadrat Simpangan

1) Jumlah Kuadrat Simpangan Angkatan (Kategori A)
∑𝑘𝑗=1 𝑇𝑗 2 𝑇𝑡𝑜𝑡𝑎𝑙 2
𝐽𝐾𝐴 = −
𝑏 𝑏. 𝑘
 18,62 + 19,42 382
𝐽𝐾𝐴 = −
3 3.2
𝐽𝐾𝐴 = 0,1067

2) Jumlah Kuadrat Simpangan Jurusan (Kategori B)

∑𝑏𝑖=1 𝑇𝑖 2 𝑇𝑡𝑜𝑡𝑎𝑙 2
𝐽𝐾𝐵 = −
𝑘 𝑏. 𝑘
12,22 + 12,62 + 13,22 382
𝐽𝐾𝐵 = −
2 3.2
𝐽𝐾𝐵 = 0,2533

3) Jumlah Kuadrat Simpangan Total

𝑏 𝑘
2
𝑇𝑡𝑜𝑡𝑎𝑙 2
𝐽𝐾𝑇 = ∑ ∑ 𝑥𝑖𝑗 −
𝑏. 𝑘
𝑖=1 𝑗=1

382
𝐽𝐾𝑇 = (6,42 + 5,82 + 62 + 6,62 + 6,22 + 72 ) − = 0,9333
3.2

4) Jumlah Kuadrat Simpangan Interaksi AB

JKAB = JKT – (JKA + JKB)
JKAB = 0,9333 – (0,1067 + 0,2533) = 0,5733

b) Menbuat Tabel Analisis Variansi

Tabel 7 Analisis Variansi Two Way ANOVA Without Replication
Sumber Jumlah
No Dk Fhitung Ftabel
Variansi Kuadrat
Fhit 1
0,1067 Ftabel 1
Angkatan JKA = 1
1 2–1=1 = 0,5733 F0,05, 1, 2
(Kategori A) 0,1067
2 = 18,51
= 0,3722
Fhit 2
−80,0533 Ftabel 1
Jurusan JKB = 2
2 3–1=2 = 0,5733 F0,05, 2, 2
(Kategori B) 0,2533
2 = 19,00
= 0,4418
 Sumber Jumlah
No Dk Fhitung Ftabel
Variansi Kuadrat
Interaksi A JKAB = (2 – 1)(3 – 1)
3
dan B 0,5733 =2
JKT =
Jumlah (3.2) – 1 = 5
0,9333

c) Membuat Keputusan

Daerah Penolakan

0 0,3722 18,51

1) Fhitung 1 = 0,3722 ≤ Ftabel 1 = 18,51 maka H0 diterima

Hal ini berarti bahwa tidak terdapat perbedaan nilai rata-rata waktu
mahasiswa berada di kampus dalam sehari antara mahasiswa
jurusan Teknik Industri, Kimia dan Elektro.

Daerah Penolakan

0 0,4418 19,00

2) Fhitung 2 = 0,4418 ≤ Ftabel 2 =19,00 maka H0 diterima

Hal ini berarti bahwa tidak terdapat perbedaan nilai rata-rata waktu
mahasiswa berada di kampus dalam sehari antara mahasiswa
angkatan 2014 dan 2015.
3. Two Way ANOVA Data Banyak (With Replication)
a) Menghitung Harga Statistik Penguji
Tabel 8 Total Nilai Waktu Berada Di Kampus
Angkatan
Waktu Berada Di Kampus
2014 2015 Jumlah
dalam Sehari
A1 A2
T. Industri B1 32 29 61
Jurusan T. Kimia B2 30 33 63
T. Elektro B3 31 35 66
Jumlah 93 97 190

Jumlah Kuadrat Simpangan

1) Jumlah Kuadrat Simpangan Angkatan (Kategori A)
∑𝑘𝑗=1 𝑇𝑗 2 𝑇𝑡𝑜𝑡𝑎𝑙 2
𝐽𝐾𝐴 = −
𝑏. 𝑛 𝑏. 𝑘. 𝑛
932 + 972 1902
𝐽𝐾𝐴 = −
3.5 3.2.5
𝐽𝐾𝐴 = 0,5333

2) Jumlah Kuadrat Simpangan Jurusan (Kategori B)

∑𝑏𝑖=1 𝑇𝑖 2 𝑇𝑡𝑜𝑡𝑎𝑙 2
𝐽𝐾𝐵 = −
𝑘. 𝑛 𝑏. 𝑘. 𝑛
612 + 632 + 662 1902
𝐽𝐾𝐵 = −
2.5 3.2.5
𝐽𝐾𝐵 = 1,2667

3) Jumlah Kuadrat Simpangan Total

𝑏 𝑘 𝑛
2
𝑇𝑡𝑜𝑡𝑎𝑙 2
𝐽𝐾𝑇 = ∑ ∑ ∑ 𝑥𝑖𝑗ℎ −
𝑏. 𝑘. 𝑛
𝑖=1 𝑗=1 ℎ=1
 𝐽𝐾𝑇 = (82 + 62 + 62 + 62 + 52 + 82 + 62 + 72 + 52 + 72 + 62
+ 62 + 52 + 62 + 62 + 72 + 52 + 72 + 62 + 72
+ 82 + 62 + 82 + 72 + 52 + 72 + 62 + 52 + 62

2)
1902
+7 − = 26,6667
3.2.5
4) Jumlah Kuadrat Simpangan Interaksi Angkatan (Kategori A) dan
Jurusan (kategori B)
2
∑𝑏𝑖=1 ∑𝑘𝑗=1(𝑇𝑖𝑗 ) 2
𝑇𝑡𝑜𝑡𝑎𝑙
𝐽𝐾𝐴𝐵 = − (𝐽𝐾𝐴 + 𝐽𝐾𝐵 + )
𝑛 𝑏. 𝑘. 𝑛
(322 + 292 + 302 + 332 + 312 + 352 )
𝐽𝐾𝐴𝐵 = − (0,5333
5
1902
+ 1,2667 + )
3.2.5
𝐽𝐾𝐴𝐵 = 2,8667

5) Jumlah Kuadrat Simpangan Error

JKE = JKT – (JKA + JKB + JKAB)
JKE = 26,6667 – (0,5333 + 1,2667 + 2,8667)
JKE = 22

d) Membuat Tabel Analisis Variansi

Tabel 9 Analisis Variansi Two Way ANOVA With Replication
Sumber Jumlah
No Dk Fhitung Ftabel
Variansi Kuadrat
Fhit 1
0,5333 Ftabel 1
Angkatan JKA = 1
1 2–1=1 = 22 F0,05, 1, 24
(Kategori A) 0,5333
24 = 4,26
= 0,5818
Fhit 2
1,2667 Ftabel 1
Jurusan JKB = 2
2 3–1=2 = 22 F0,05, 2, 24
(Kategori B) 1,2667
24 = 3,40
= 0,6909
3 Interaksi A JKAB = (2 – 1)(3 – 1) Fhit 3 Ftabel 3
 Sumber Jumlah
No Dk Fhitung Ftabel
Variansi Kuadrat
dan B 2,8667 =2 2,8667 F0,05, 2, 24
2
= 22 = 3,40
24

= 1,5636
4 Error JKE = 22 3.2.(5-1) = 24
JKT =
Jumlah (3.2) – 1 = 5
26,6667

e) Membuat Keputusan

Daerah Penolakan

0 0,5818 4,26

1) Fhitung 1 = 0,5818 ≤ Ftabel 1 = 4,26 maka H0 diterima

Hal ini berarti bahwa tidak terdapat perbedaan nilai rata-rata waktu
mahasiswa berada di kampus dalam sehari antara mahasiswa
jurusan Industri, Kimia dan Elektro.

Daerah Penolakan

0 0,6909 3,40

2) Fhitung 2 = 0,6909 ≤ Ftabel 2 = 3,40 maka H0 diterima

Hal ini berarti bahwa tidak terdapat perbedaan nilai rata-rata waktu
 mahasiswa berada di kampus dalam sehari antara mahasiswa
angkatan 2014 dan 2015.

Daerah Penolakan

0 1,563 3,40
6
3) Fhitung 3 = 1,5636 ≤ Ftabel 3 = 3,40 maka H0 diterima
Hal ini berarti bahwa tidak terdapat perbedaan nilai rata-rata waktu
mahasiswa berada di kampus dalam sehari antara mahasiswa
jurusan Teknik Industri, Kimia dan Elektro angkatan 2014 dan
2015.

Cara Kerja Perhitungan Menggunakan Software SPSS :

1. One Way ANOVA

Karena data yang digunakan < 30 data, maka perlu dilakukan uji normalitas
terhadap data yang digunakan. Berikut langkah-langkah uji normalitas
menggunakan software SPSS:
1) Klik Variable View yang terletak di bagian kiri bawah jendela SPSS.
2) Masukkan data seperti gambar di bawah ini.

Gambar 1 Variable View

3) Klik Values pada “Jurusan” dan tuliskan 1 pada Value untuk “Teknik
Industri” pada Label, Kemudian klik Add. Tuliskan 2 untuk “Teknik
Kimia” pada Label kemudian klik Add. Tuliskan 3 untuk “Teknik
Elektro” pada Label kemudian Add. Lalu klik OK.
 Gambar 2 ValueLabels

4) Setelah itu, masukkan data nilai rata-rata waktu berada di kampus

dalam sehari berdasarkan jurusaan ke dalam Data Vew yang terletak di
bagian kiri bawah jendela SPSS seperti gambar di bawah ini.

Gambar 3 Data View

5) Berdasarkan kasus diatas, data yang akan diolah harus diuji normalitas.
Tahap uji normalitas adalah Analyze, pada sub menu pilih Explore.
 Gambar 4 Analyze

6) Masukkan variabel “Waktu_berada_dikampus” dan “Jurusan” ke dalam

dependent list.

Gambar 5 Jendela Explore

7) Pada pilihan plots, klik Factor levels together, stem-and-leaf, normality
plots with test dan none. Klik Continue.

Gambar 6 Plots
8) Klik OK. Akan muncul hasil output uji normalitas.

Gambar 7 Output Uji Normalitas

Berdasarkan hasil uji normalitas pada variabel jurusan , data
dianggap berdistribusi normal apabila ≥ 0,05. Tingkat signifikansi
jurusan Teknik Industri ≥ 0,05 yaitu 0,152 sehingga jurusan Teknik
Industri berdistribusi normal. Tingkat signifikansi jurusan Teknik
Kimia ≥ 0,05 yaitu 0,287 sehingga jurusan Teknik Kimia berdistribusi
normal. Tingkat signifikansi jurusan Teknik Elektro ≥ 0,05 yaitu 0,245
sehingga jurusan Teknik Elektro berdistribusi normal.

Setelah mengetahui data berdistribusi normal, maka dilanjutkan dengan

pengujianOne-Way Anova.
1) Pilih Analyze pada sub menu, pilih Compare Means, kemudian pilih
One-Way ANOVA.

Gambar 8 One-Way ANOVA

2) Masukkan variabel waktu berada di kampus ke dependent list dan
masukkan variabel jurusan pada factor, lalu klik OK.
 Gambar 9 Kotak DialogOne-Way ANOVA
3) Pada pilihan Options, tandai Descriptive, Homogeneity of variance test
dan Exclude cases analysis by analysis seperti gambar di bawah ini.
Klik Continue.

Gambar 10 Kotak Dialog Options One-Way ANOVA

4) Pada pilihan Post Hoc, tandai Tukey pada Equal Variances Assumsed
serta isi kotak significance level berdasarkan tingkat signifikasi yang
telah ditetapkan. Lalu klik Continue.
 Gambar 11 Kotak Dialog Post Hoc One-Way ANOVA
5) Klik OK maka akan muncul output SPSS.

2. Two Way ANOVA Data Tunggal (Without Replication)

Karena data yang digunakan < 30 data, maka perlu dilakukan uji normalitas
terhadap data yang digunakan. Berikut langkah-langkah uji normalitas
menggunakan software SPSS:
1) Klik Variable View yang terletak di bagian kiri bawah jendela SPSS.
2) Masukkan data pada kotak Name, ketik “Jurusan” kemudian pada baris
kedua ketik “Angkatan”, pada baris ketiga ketik
“Waktu_berada_dikampus”.

Gambar 12 Variable View

3) Klik Values pada “Jurusan” dan tuliskan 1 pada Value untuk “Teknik
Industri” pada Label, Kemudian klik Add. Tuliskan 2 untuk “Teknik
Kimia” pada Label kemudian klik Add. Tuliskan 3 untuk “Teknik
 Elektro” pada Label kemudian Add. Lalu klik OK.

Gambar 13 Value Label Jurusan

4) Klik Values pada “Angkatan” dan tuliskan 1 pada Value untuk “2014”
pada Label, Kemudian klik Add. Tuliskan 2 untuk “2015” pada Label
kemudian klik Add. Lalu klik OK.

Gambar 14 Value Labels Angkatan

5) Setelah itu masukkan data waktu berada di kampus kedalam Data View
yang terletak di bagian bawah jendela SPSS seperti gambar di bawah.

Gambar 15 Data View

6) Berdasarkan kasus diatas, data yang akan diolah harus diuji normalitas.
Tahap uji normalitas adalah Analyze, pada sub menu pilih Explore.
 Gambar 16 Analyze
7) Masukkan variabel “Waktu_berada_dikampus” ke dalam dependent list,
masukkan variabel “Jurusan” dan “Angkatan” kedalam factor list.

Gambar 17 Jendela Explore

8) Pada pilihan plots, klik Factor levels together, stem-and-leaf, normality
plots with test dan none. Klik Continue.

Gambar 18 Plots

9) Klik OK. Akan muncul hasil output uji normalitas pada variabel
“Jurusan” dan “Angkatan”.
 Gambar 19 Hasil Uji Normalitas Jurusan
Berdasarkan hasil uji normalitas pada variabel jurusan, data
dianggap berdistribusi normal apabila ≥ 0,05. Karena tabel shapiro-wilk
nya tidak keluar sehingga semua jurusan dianggap berdistribusi normal.

Gambar 20 Hasil Uji Nomalitas Angkatan

Berdasarkan hasil uji normalitas pada variabel angkatan, data
dianggap berdistribusi normal apabila ≥ 0,05. Tingkat signifikanis
angkatan 2014 ≥ 0,05 yaitu 1,000 sehingga angkatan 2014 berdistribusi
normal. Tingkat signifikanis angkatan 2015 ≥ 0,05 yaitu 0,637 sehingga
angkatan 2015 berdistribusi normal.
Setelah mengetahui data berdistribusi normal, maka dilanjutkan dengan
pengujian Anova dua arah.
1) Pilih General Linear Model, pada sub menu plih Univariate seperti
gambar dibawah ini.

Gambar 21 Analyze
2) Masukkan variabel “Waktu_berada_dikampus” ke dependent variable
dan masukkan variabel “Jurusan” dan “Angkatan” pada fixed factor.
 Gambar 22 Univariate
3) Pada pilihan Model, klik Custom pada Specify Model. Masukkan
variabel “Jurusan” dan “Angkatan” ke kotak Model disamping kanan
seperti gambar dibawah. Pada pilihan type pilih All 2 -way dan pada
Sum of square pilih Type II. Klik pada Include intercept in model dan
klik Continue.

Gambar 23 Models
4) Pilih Post Hoc, masukkan variabe “Jurusan” dan “Angkatan” pada
kotak Post Hoc Test for. Klik Tukey dan Continue.

Gambar 24 Post Hoc

5) Klik Ok, maka akan keluar hasil output SPPS.
3. Two Way ANOVA Data Banyak (With Replication)
Untuk mengolah data dengan menggunakan SPSS, masukan seluruh data
kedalam SPSS dengan langkah sebagai berikut:
1) Klik Variable View yang terletak di bagian kiri bawah jendela SPSS.
2) Masukkan data pada kotak Name, ketik “Jurusan” kemudian pada baris
kedua ketik “Angkatan”, pada baris ketiga ketik
“Waktu_berada_dikampus”.

Gambar 25Variable View

3) Klik Values pada “Jurusan” dan tuliskan 1 pada Value untuk “Teknik
Industri” pada Label, Kemudian klik Add. Tuliskan 2 untuk “Teknik
Kimia” pada Label kemudian klik Add. Tuliskan 3 untuk “Teknik
Elektro” pada Label kemudian Add. Lalu klik OK.

Gambar 26 Value Label Jurusan

4) Klik Values pada “Angkatan” dan tuliskan 1 pada Value untuk “2014”
pada Label, Kemudian klik Add. Tuliskan 2 untuk “2015” pada Label
kemudian klik Add. Lalu klik OK.

Gambar 27 Value Labels Angkatan

5) Setelah itu masukan data waktu berada di kampus ke dalam Data View
yang terletak di bagian kiri bawah jendela SPSS seperti gambar di
 bawah ini.

Gambar 28 Data View

6) Berdasarkan kasus diatas, data yang akan diolah harus diuji normalitas.
Tahap uji normalitas adalah Analyze, pada sub menu pilih Explore.

Gambar 29 Analyze

7) Masukkan variabel “Waktu_berada_dikampus” ke dalam dependent list,

masukkan variabel “Jurusan” dan “Angkatan” ke dalam factor list.
 Gambar 30 Jendela Explore
8) Pada pilihan plots, klik Factor levels together, stem-and-leaf, normality
plots with test dan none. Klik Continue.

Gambar 31Plots
9) Klik OK. Akan muncul hasil output uji normalitas.

Gambar 32 Output Uji Normalitas Jurusan

Berdasarkan hasil uji normalitas pada variabel jurusan , data
dianggap berdistribusi normal apabila ≥ 0,05. Tingkat signifikansi
jurusan Teknik Industri ≥ 0,05 yaitu 0,152 sehingga jurusan Teknik
Industri berdistribusi normal. Tingkat signifikansi jurusan Teknik
Kimia ≥ 0,05 yaitu 0,287 sehingga jurusan Teknik Kimia berdistribusi
 normal. Tingkat signifikansi jurusan Teknik Elektro ≥ 0,05 yaitu 0,245
sehingga jurusan Teknik Elektro berdistribusi normal.

Gambar 33 Output Uji Normalitas Angkatan

Berdasarkan hasil uji normalitas pada variabel angkatan, data
dianggap berdistribusi normal apabila ≥ 0,05. Tingkat signifikanis
angkatan 2014 ≥ 0,05 yaitu 0,012 sehingga angkatan 2014 berdistribusi
normal. Tingkat signifikanis angkatan 2015 ≥ 0,05 yaitu 0,061 sehingga
angkatan 2015 berdistribusi normal.

Setelah mengetahui data berdistribusi normal, maka dilanjutkan dengan

pengujian Anova dua arah untuk banyak data.
1) Pilih General Linear Model, pada sub Univarate seperti gambar di
bawah ini.

Gambar 34 Analyze

2) Masukan variabel “Waktu_berada_dikampus” pada kotak dependent

 variabel, masukkan variabel “Jurusan” dan “Angkatan” ke kotak fixed
factor, seperti gambar di bawah ini.

Gambar 35 Univariate
3) Klik Plots masukkan variabel “Jurusan” ke dalam Horizontal Axis dan
masukkan variabel “Angkatan” ke dalam Separate Lines. Klik Add dan
klik Continue.

Gambar 36Profile Plots

4) Klik Options dan masukkan variabel Jurusan*Angkatan ke dalam kotak
Display means for. Klik decriptive statistics, Estimate of effect size,
Homogenity test dan Spread vs level plots pada kotak Display.

Gambar 37 Options
5) Pada Post Hoc masukkan variabel “Jurusan” dan “Angkatan” ke dalam
 Post Hoc Test for dan klik Tukey adan Equal Variances Assumed. Klik
Continue.

Gambar 38 Post Hoc

6) Klik OK dan hasil output SPSS akan keluar.

2.5. Hasil Output SPSS

1. One Way ANOVA
a. Hasil Descriptive

Gambar 39 Descriptives
Hasil analisis dari output descriptive menunjukkan penelitian ini
menggunkan sampel n1 (Teknik Industri) = 10 mahasiswa, n2 = (Teknik
Kimia) = 10 mahasiswa dan n3 (Teknik Elektro) = 10 mahasiswa. Nilai
rata-rata untuk jurusan Teknik Industri sebesar 6,1; nilai rata-rata untuk
jurusan Teknik Kimia sebesar 6,3 dan nilai rata-rata untuk jurusan
Teknik Elektro sebesar 6,6. Nilai standart deviasi untuk jurusan Teknik
Industri sebesar 0,99443; nilai standart deviasi untuk jurusan Teknik
Kimia sebesar 0,94868 dan nilai standart deviasi untuk jurusan Teknik
Elektro sebesar 0,96609.

b. Hasil Test of Homogeneity of Variances

 Gambar 40 Hasil Test of Homogeneity of Variances
Berdasarkan hasil test Homogentias, Nilai Sig. > 0,05 yaitu 0,968
sehingga keputusannya Ho diterima yaitu tidak terdapat perbedaan nilai
rata-rata waktu mahasiswa berada di kampus dalam sehari antara
mahasiswa jurusan Teknik Industri, Kimia dan Elektro

c. Hasil Uji ANOVA

Gambar 41 Hasil Uji ANOVA

Berdasarkan hasil dari uji ANOVA menggunakan software SPSS,
keputusan diambil berdasarkan perbandingan antara Fhitung dan Ftabel
serta hasil dari nilai Sig. Jika Fhitung ≤ Ftabel maka Ho diterima. Nilai
Fhitung dari tabel anova sebesar 0,673 sedangkan Ftabel sebesar 3,35.
Ternyata nilai Fhitung ≤ Ftabel maka Ho diterima. Jika nilai Sig. > 0,05
maka Ho diterima. Nilai Sig. > 0,05 yaitu sebesar 0,518 sehingga Ho
diterima. Sehingga keputusan yang diambil adalah tidak terdapat
perbedaan nilai rata-rata waktu mahasiswa berada di kampus dalam
sehari antara mahasiswa jurusan Teknik Industri, Kimia dan Elektro.

d. Hasil Post Hoc Tests

 Gambar 42 Hasil Post Hoc
Bersadarkan hasil uji Post Hoc diatas, dapat disimpulkan bahwa
tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa jurusan Teknik Industri, Kimia
dan Elektro. Hal tersebut ditunjukkan dengan nilai signifikansi > 0,05
yaitu :
2. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Industri dengan Teknik Kimia sebesar 0,890.
3. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Industri dengan Teknik Elektro sebesar 0,491.
4. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Kimia dengan Teknik Elektro sebesar 0,770.

1. Two Way ANOVA Data Tunggal (Without Replication)

a. Hasil Test of Between-Subjects Effect

Gambar 43 Hasil Test of Between-Subjects Effect

 Berdasarkan hasil Test of Beetween-Subject Effect terdapat nilai
error sebesar 0,573; total sebesar 241,600 dan corrected total sebesar
0,933.
 Hipotesis 1
Berdasarkan hasil dari uji ANOVA, keputusan diambil
berdasarkan perbandingan antara Fhitung dan Ftabel serta hasil dari nilai
Sig. Jika Fhitung ≤ Ftabel maka Ho diterima. Nilai Fhitung dari tabel anova
berdasarkan kategori jurusan sebesar 0,442 sedangkan Ftabel sebesar
19,00. Ternyata nilai Fhitung ≤ Ftabel maka Ho diterima. Jika nilai Sig. >
0,05 maka Ho diterima. Nilai Sig. > 0,05 yaitu sebesar 0,694 sehingga
Ho diterima. Sehingga keputusan yang diambil adalah tidak terdapat
perbedaan nilai rata-rata waktu mahasiswa berada di kampus dalam
sehari antara mahasiswa jurusan Teknik Industri, Kimia dan Elektro.
 Hipotesis 2
Berdasarkan hasil dari uji ANOVA, keputusan diambil
berdasarkan perbandingan antara Fhitung dan Ftabel serta hasil dari nilai
Sig. Jika Fhitung ≤ Ftabel maka Ho diterima. Nilai Fhitung dari tabel anova
berdasarkan kategori angkatan sebesar 0,372 sedangkan Ftabel sebesar
18,51. Ternyata nilai Fhitung ≤ Ftabel maka Ho diterima. Jika nilai Sig. >
0,05 maka Ho diterima. Nilai Sig. > 0,05 yaitu sebesar 0,604 sehingga
Ho diterima. Sehingga keputusan yang diambil adalah tidak terdapat
perbedaan nilai rata-rata waktu mahasiswa berada di kampus dalam
sehari antara mahasiswa angkatan 2014 dan 2015.
b. Post Hoc

Gambar 44 Post Hoc Jurusan

 Bersadarkan hasil uji Post Hoc diatas, dapat disimpulkan bahwa
tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa jurusan Teknik Industri, Kimia
dan Elektro. Hal tersebut ditunjukkan dengan nilai signifikansi > 0,05
yaitu :
1. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Industri dengan Teknik Kimia sebesar 0,929.
2. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Industri dengan Teknik Elektro sebesar 0,676.
3. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Kimia dengan Teknik Elektro sebesar 0,853.

Gambar 45 Keterangan Post Hoc "Angkatan"

Hail uji Post hoc untuk angkatan tidak bisa keluar (ditampilkan)
karena hanya terdapat 2 angkatan/ kurang dari 3.

3. Two Way ANOVA Data Banyak (With Replication)

a. Hasil Homogeneity of Variances

Gambar 46 Hasil Homogeneity of Variances

Berdasarkan hasil test Homogenitas, Nilai Sig. > 0,05 yaitu 0,625
sehingga keputusannya Ho diterima yaitu tidak terdapat perbedaan nilai
rata-rata waktu berada di kampus dari sampel berdasarkan jurusan dan
angkatan.
b. Hasil Test of Between-Sunjects Effect

Gambar 47 Hasil Test of Between-Subjects Effect

 Hipotesis 1
Berdasarkan hasil dari Test of Between-Subjects Effect,
keputusan diambil berdasarkan perbandingan antara Fhitung dan Ftabel
serta hasil dari nilai Sig. Jika Fhitung ≤ Ftabel maka Ho diterima. Nilai
Fhitung dari tabel anova berdasarkan kategori jurusan sebesar 0,691
sedangkan Ftabel sebesar 3,40. Ternyata nilai Fhitung ≤ Ftabel maka Ho
diterima. Jika nilai Sig. > 0,05 maka Ho diterima. Nilai Sig. > 0,05
yaitu sebesar 0,511 sehingga Ho diterima. Sehingga keputusan
yang diambil adalah tidak terdapat perbedaan nilai rata-rata waktu
mahasiswa berada di kampus dalam sehari antara mahasiswa
jurusan Teknik Industri, Kimia dan Elektro.
 Hipotesis 2
Berdasarkan hasil dari Test of Between-Subjects Effect,
keputusan diambil berdasarkan perbandingan antara Fhitung dan Ftabel
serta hasil dari nilai Sig. Jika Fhitung ≤ Ftabel maka Ho diterima. Nilai
Fhitung dari tabel anova berdasarkan kategori angkatan sebesar 0,582
sedangkan Ftabel sebesar 4,26. Ternyata nilai Fhitung ≤ Ftabel maka Ho
diterima. Jika nilai Sig. > 0,05 maka Ho diterima. Nilai Sig. > 0,05
yaitu sebesar 0,453 sehingga Ho diterima. Sehingga keputusan
yang diambil adalah tidak terdapat perbedaan nilai rata-rata waktu
mahasiswa berada di kampus dalam sehari antara mahasiswa
angkatan 2014 dan 2015.
 Hipotesis 3
Berdasarkan hasil dari Test of Between-Subjects Effect,
 keputusan diambil berdasarkan perbandingan antara Fhitung dan Ftabel
serta hasil dari nilai Sig. Jika Fhitung ≤ Ftabel maka Ho diterima. Nilai
Fhitung dari tabel anova berdasarkan kategori jurusan dan angkatan
sebesar 1,564 sedangkan Ftabel sebesar 3,40. Ternyata nilai Fhitung ≤
Ftabel maka Ho diterima. Jika nilai Sig. > 0,05 maka Ho diterima.
Nilai Sig. > 0,05 yaitu sebesar 0,230 sehingga Ho diterima.
Sehingga keputusan yang diambil adalah tidak terdapat perbedaan
nilai rata-rata waktu mahasiswa berada di kampus dalam sehari
antara mahasiswa jurusan Teknik Industri, Kimia dan Elektro
angkatan 2014 dan 2015.

c. Estimated Marginal Means

Gambar 48 Estimated Marginal Means

Berdasarkan hasil output diatas, rata-rata waktu berada di kampus
dalam sehari jurusan Teknik Industri dengan angkatan 2014 sebesar
6,400; rata-rata waktu berada di kampus dalam sehari jurusan Teknik
Industri dengan angkatan 2015 sebesar 5,800; waktu berada di kampus
dalam sehari jurusan Teknik Kimia dengan angkatan 2014 sebesar
6,000; waktu berada di kampus dalam sehari jurusan Teknik Kimia
dengan angkatan 2015 sebesar 6,600; waktu berada di kampus dalam
sehari jurusan Teknik Elektro dengan angkatan 2014 sebesar 6,200 dan
waktu berada di kampus dalam sehari jurusan Teknik Kimia dengan
angkatan 2015 sebesar 7,000.
d. Post Hoc

Gambar 49 Post Hoc Jurusan

Bersadarkan hasil uji Post Hoc diatas, dapat disimpulkan bahwa
tidak terdapat perbedaan nilai rata-rata waktu mahasiswa berada di
kampus dalam sehari antara mahasiswa jurusan Teknik Industri, Kimia
dan Elektro. Hal tersebut ditunjukkan dengan nilai signifikansi > 0,05
yaitu :
1. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Industri dengan Teknik Kimia sebesar 0,887.
2. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Industri dengan Teknik Elektro sebesar 0,483.
3. Tingkat signifikansi perbedaan antara nilai rata-rata jurusan Teknik
Kimia dengan Teknik Elektro sebesar 0,765.

Gambar 50 Keterangan Post Hoc "Angkatan"

Hail uji Post hoc untuk angkatan tidak bisa keluar (ditampilkan)
karena hanya terdapat 2 angkatan/ kurang dari 3.
4. Analisis Hasil/Output

Untuk perhitungan One Way Anova secara manual dan dengan software
SPSS hasilnya sama tidak terdapat perbedaan hasil perhitungan, mungkin
kalaupun berbeda hanya berbeda pada angka dibelakang komanya saja. Hasil
keputusan dari perhitungan manual dan dengan SPSS sama yaitu Ho diterima.
Hasil keputusan dari perhitungan manual adalah Fhitung sebesar 0,673 dan Ftabel
sebesar 3,35 itu artinya Fhitung berada pada daerah penerimaan sehingga Ho
diterima. Sedangkan hasil keputusan dari perhitungan dengan SPSS adalah nilai
Sig. Sebesar 0,518 itu artinya nilai Sig. > 0,05 maka Ho diterima.
Untuk perhitungan Two Way Anova Without Replication secara manual
dan dengan software SPSS hasilnya sama tidak terdapat perbedaan hasil
perhitungan, mungkin kalaupun berbeda hanya berbeda pada angka dibelakang
komanya saja. Hasil keputusan dari perhitungan manual dan dengan SPSS sama
yaitu Ho diterima. Hasil keputusan dari perhitungan manual untuk hipotesis 1
adalah Fhitung sebesar 0,3722 dan Ftabel sebesar 18,51 itu artinya Fhitung berada
pada daerah penerimaan sehingga Ho diterima dan untuk hipotesis 2 adalah
Fhitung sebesar 0,4418 dan Ftabel sebesar 19,00 itu artinya Fhitung berada pada
daerah penerimaan sehingga Ho diterima. Sedangkan hasil keputusan dari
perhitungan dengan SPSS untuk hipotesis 1 adalah nilai Sig. Sebesar 0,694 itu
artinya nilai Sig. > 0,05 maka Ho diterima dan untuk hipotesis 2 adalah nilai Sig.
Sebesar 0,604 itu artinya nilai Sig. > 0,05 maka Ho diterima.
Untuk perhitungan Two Way Anova With Replication secara manual dan
dengan software SPSS hasilnya sama tidak terdapat perbedaan hasil
perhitungan, mungkin kalaupun berbeda hanya berbeda pada angka dibelakang
komanya saja. Hasil keputusan dari perhitungan manual dan dengan SPSS sama
yaitu Ho diterima. Hasil keputusan dari perhitungan manual untuk hipotesis 1
adalah Fhitung sebesar 0,5818 dan Ftabel sebesar 4,26 itu artinya Fhitung berada pada
daerah penerimaan sehingga Ho diterima, untuk hipotesis 2 adalah Fhitung sebesar
0,6909 dan Ftabel sebesar 3,40 itu artinya Fhitung berada pada daerah penerimaan
sehingga Ho diterima dan untuk hipotesis 3 adalah Fhitung sebesar 1,5636 dan
Ftabel sebesar 3,40 itu artinya Fhitung berada pada daerah penerimaan sehingga Ho
diterima. Sedangkan hasil keputusan dari perhitungan dengan SPSS untuk
hipotesis 1 adalah nilai Sig. Sebesar 0,511 itu artinya nilai Sig. > 0,05 maka Ho
 diterima, untuk hipotesis 2 adalah nilai Sig. Sebesar 0,453 itu artinya nilai Sig. >
0,05 maka Ho diterima dan untuk hipotesis 3 adalah nilai Sig. Sebesar 0,230 itu
artinya nilai Sig. > 0,05 maka Ho diterima.

5. Kesimpulan

a. One Way Anova

Tabel 8 Hasil Perhitungan antara Manual dengan SPSS
MANUAL SPSS
x total 6,333 6,3333
JKK 1,26667 1,267
JKE 25,398 25,400
Fhitung 0,673 0,673
Ho Diterima Diterima

b. Two Way Anova Without Replication

Tabel 9 Hasil Perhitungan antara Manual dengan SPSS
MANUAL SPSS
JKA 0,1067 0,107
JKB 0,2533 0,253
Eror/ JKAB 0,5733 0,573
Fhitung A 0,3722 0,372
Fhitung B 0,4418 0,442
JKT 0,9333 0,933
Ho Diterima Diterima

c. Two Way Anova With Replication

Tabel 10 Hasil Perhitungan antara Manual dengan SPSS

MANUAL SPSS
JKA 0,5333 0,533
JKB 1,2667 1,267
JKAB 2,8667 2,867
 MANUAL SPSS
Error 22 22
Fhitung A 0,5818 0,582
Fhitung B 0,6909 0,691
Fhitung AB 1,5636 1,564
JKT 26,6667 26,667
Ho Diterima Diterima
 DAFTAR PUSTAKA

http://aab-qurani.blogspot.co.id/2014/05/makalah-one-way-anova-analysis-of.html

http://documents.tips/education/makalah-statistika-one-way-anava.html

(http://jam-statistic.blogspot.co.id/2014/04/analisis-varians-dua-arah-
tanpa.html)

http://erlanpasti.blogspot.co.id/2010/04/anova-analysis-of-varianc.html
LAMPIRAN