Hello Say Two Way ANOVA

Two-Way ANOVA
(tanpa interaksi)
Dr. Irfan Wahyudi, M.Sc

irfanwahyudiuncen@gmail.com
Universitas Cenderawasih
April 4, 2017
Dr. Irfan Wahyudi, M.Sc - Universitas Cenderawasih Two-Way ANOVA-tanpa interaksi - IBM SPSS 1/38
IBM SPSS
Two-Way ANOVA
(tanpa interaksi)
Pengujian hipotesis ANOVA dua arah adalah
pengujian beda tiga rata-rata atau lebih dengan
2 faktor yang berpengaruh
(Tanpa Interaksi artinya: Pengaruh interaksi
kedua faktor tersebut tidak diperhitungkan)
Contoh
Two-Way ANOVA
Sebuah perusahaan X yang bergerak dalam pembuatan air
minum kemasan, ingin mengetahui pengaruh UKURAN dan
WARNA kemasan air minum terhadap HASIL PENJUALAN.
Untuk memenuhi keperluan itu, perusahaan X mengambil

sampel dari hasil penjualan air minum kemasan dengan
3 ukuran dan 4 warna yang berbeda, yaitu berturut-turut
UKURAN kecil, sedang, besar dengan WARNA merah,
hijau, kuning, dan biru.
Data hasil penjualan air minum kemasan selama satu bulan

disajikan pada Tabel-1.
Tabel 1.
Data Hasil Penjualan Air Minum Kemasan
Ukuran Air Warna Kemasan Air Minum
Minum Kemasan Merah Hijau Kuning Biru
Kecil 1500 1350 1650 1500
Sedang 1750 1450 1750 1400
Besar 1700 1500 1600 1450
Permasalahan
Dengan taraf nyata α = 5%,
1 Apakah ada perbedaan rata-rata hasil
penjualan air minum kemasan yang

berukuran kecil, sedang, dan besar?
2 Apakah ada perbedaan rata-rata hasil

penjualan air minum kemasan yang
berwarna merah, hijau, kuning, dan biru?
Hipotesis
a.B H0 : Tidak ada perbedaan rata-rata hasil penjualan
air kemasan berdasarkan ukuran kemasan
kecil, sedang, dan besar.
H1 : Ada perbedaan rata-rata hasil penjualan
air kemasan berdasarkan ukuran kemasan
kecil, sedang, dan besar.
b.B H0 : Tidak ada perbedaan rata-rata hasil penjualan

air kemasan berdasarkan warna kemasan
merah, hijau, kuning, dan biru.
H1 : Ada perbedaan rata-rata hasil penjualan
air kemasan berdasarkan warna kemasan
Langkah2 Pengujian Hipotesis:
1. Menentukan formulasi hipotesis:
a. H0 : α1 = α2 = α3 = 0 (pengaruh baris nol)
⇒ ukuran tidak berpengaruh terhadap hasil penjualan
H1 : sekurang-kurangnya satu αi tidak sama dengan nol.
b. H0 : β1 = β2 = β3 = β4 = 0 (pengaruh kolom nol)
⇒ warna tidak berpengaruh terhadap hasil penjualan
H1 : sekurang-kurangnya satu βi tidak sama dengan nol.
2. Menentukan taraf nyata “α" beserta “F tabel", yaitu
α = 0, 05 dan F tabel = F (ν1 ; ν2 ; α), dimana:
• ν1 = b − 1 = 3 − 1 = 2 dan ν2 = (b − 1)(k − 1) = 2 × 3 = 6
(untuk baris)
• ν1 = k − 1 = 4 − 1 = 3 dan ν2 = (b − 1)(k − 1) = 2 × 3 = 6
(untuk kolom)
3. Menentukan kriteria pengujian:
H0 diterima jika F hitung ≤ F (ν1 ; ν2 ; α)
H0 ditolak jika F hitung ≥ F (ν1 ; ν2 ; α)
4. Membuat analisis varian dalam bentuk tabel ANOVA
Sumber Derajat Jumlah

Ragam F hitung
Variasi Bebas Kuadrat
JKB Sb2
Baris dbb = b − 1 JKB Sb2 = Fb =
dbb Se2
JKK Sk2
Kolom dbk = k − 1 JKK Sk2 = Fk =
dbk Se2
JKE
Error dbe = (b − 1)(k − 1) JKE Se2 =
dbe
Total kb − 1 JKT
4. (Lanjutan. . .) Membuat analisis varian dalam bentuk tabel
ANOVA
Keterangan:
b T2 T2
i∗
− ∗∗
P
1. JKB =
i=1 k n
k T2 T2
∗j
− ∗∗
P
2. JKK =
j=1 b n
b P
k 2
T∗∗
x2ij −
P
3. JKT =
i=1 j=1 n
4. JKE = JKT − JKB − JKK
5. n=b×k
5. Membuat kesimpulan
Menyimpulkan H0 diterima atau ditolak.
Tabel 2. Data Penjualan Air Minum Kemasan
Jumlah (Ti∗ )
Kecil 1500 1350 1650 1500 T1∗
Sedang 1750 1450 1750 1400 T2∗
Besar 1700 1500 1600 1450 T3∗
Jumlah (T∗j ) T∗1 T∗2 T∗3 T∗4 T∗∗
• T1∗ = 1500 + 1350 + 1650 + 1500 = 6000
• T2∗ = 1750 + 1450 + 1750 + 1400 = 6350
• T3∗ = 1700 + 1500 + 1600 + 1450 = 6250
• T∗1 = 1500 + 1750 + 1700 = 4950
• T∗2 = 1350 + 1450 + 1500 = 4300
• T∗3 = 1650 + 1750 + 1600 = 5000
• T∗4 = 1500 + 1400 + 1450 = 4350
• T∗∗ = 6000 + 6350 + 6250 = 18600
Ukuran Sampel: n = bk = 3 × 4 = 12
Jumlah (Ti∗ )
Kecil 1500 1350 1650 1500 6000
Sedang 1750 1450 1750 1400 6350
Besar 1700 1500 1600 1450 6250
Jumlah (T∗j ) 4950 4300 5000 4350 18600
3 X
X 4
x2ij = 15002 + 13502 + 16502 + 15002 + 17502 + 14502
i=1 j=1
+ 17502 + 14002 + 17002 + 15002 + 16002 + 14502

= 29.035.000
2
T∗∗ 186002 345.960.000
= = = 28.830.000
n 3×4 12
3 X
4 2
X T∗∗
Jadi JKT = x2ij − = 29.035.000−28.830.000 = 205.000
N
i=1 j=1
Jumlah (Ti∗ )
Kecil 1500 1350 1650 1500 6000
Sedang 1750 1450 1750 1400 6350
Besar 1700 1500 1600 1450 6250
Jumlah (T∗j ) 4950 4300 5000 4350 18600
b 3
X T2 i∗
X T2 i∗ 60002 + 63502 + 62502
= =
k 4 4
i=1 i=1
115.385.000
= = 28.846.250
4
2
T∗∗ 186002 345.960.000
= = = 28.830.000
n 3×4 12
3
X T2 i∗
2
T∗∗
Jadi JKB = − = 28.846.250 − 28.830.000 = 16.250
4 n
i=1
Jumlah (Ti∗ )
Kecil 1500 1350 1650 1500 6000
Sedang 1750 1450 1750 1400 6350
Besar 1700 1500 1600 1450 6250
Jumlah (T∗j ) 4950 4300 5000 4350 18600
k 2 4 2
X T∗j X T∗j 49502 + 43002 + 50002 + 43502
= =
b 3 3
j=1 j=1
86.915.000
= = 28.971.666, 67
3
2
T∗∗ 186002 345.960.000
= = = 28.830.000
n 3×4 12
k 2 2
X T∗j T∗∗
Jadi JKK = − = 28.971.666, 67−28.830.000 = 141.666, 67
b n
j=1
Jadi JKE = JKT − JKB − JKK
= 205.000 − 16.250 − 141.666, 67
= 47.083, 33
JKB 16.250 16.250
Sb2 = = = = 8.125
dbb 3−1 2
JKK 141.666, 67 141.666, 67
Sk2 = = = = 47.222, 22
dbk 4−1 3
JKE 47.083, 33 47.083, 33
Se2 = = = = 7.847, 22
dbe 2×3 6
Sb2 8.125
Fb = 2
= = 1, 035
Se 7.847, 22
Sk2 47.222, 22
Fk = 2
= = 6, 018
Se 7.847, 22
Entri Data
Pada IBM - SPSS
∗Penjualan Air Minum∗
∗Kemasan∗
Kembali ke Hipotesis
Sebelum melakukan analisis Two-Way ANOVA, terlebih
dahulu definisikan variabel. Klik Variable View pada SPSS
Data Editor, sehingga muncul lembar isian berikut ini:
1. Pada kolom Name baris pertama ketik “penjualan",

baris kedua ketik “ukuran", dan baris ketiga ketik
“warna".
2. Pada kolom Decimals ganti dengan angka nol.
3. Pada kolom Label untuk baris pertama ketik “rata-rata
hasil penjualan", pada baris kedua ketik “ukuran
kemasan air minum", dan baris ketiga ketik “warna
kemasan air minum".
4. Pada kolom Values untuk baris penjualan biarkan
kosong.
5. Pada kolom Values, untuk baris ukuran kemasan air
minum, klik kotak kecil hingga muncul kotak dialog
Value Labels, langkah selanjutnya adalah:
(a) Pada Value ketik “1", pd Label ketik “kecil", klik add.
(b) Pada Value ketik “2", pd Label ketik “sedang", klik add.
(c) Pada Value ketik “3", pd Label ketik “besar", klik add.
6. Pada kolom Values, untuk baris warna kemasan air
minum, klik kotak kecil hingga muncul kotak dialog
Value Labels, langkah selanjutnya adalah:
(a) Pada Value ketik “1", pd Label ketik “merah", klik add.
(b) Pada Value ketik “2", pd Label ketik “hijau", klik add.
(c) Pada Value ketik “3", pd Label ketik “kuning", klik add.
(d) Pada Value ketik “4", pd Label ketik “biru", klik add.
7. Pada kolom Type, biarkan pada pilihan Numeric untuk
baris-baris penjualan, ukuran, dan warna.
8. Pada kolom Measure, untuk baris penjualan pilih
Ordinal, untuk baris ukuran pilih Nominal, dan untuk
baris warna pilih Nominal.
Sehingga tampilan Variabel View menjadi:
9. Isikan data pada Data View shg:
Data View: Data Penjualan Air Minum Kemasan
Variabel View:
Analisis Two-Way ANOVA
Pada IBM - SPSS
Analisis Two-Way ANOVA dapat dilakukan dengan
langkah-langkah sebagai berikut:
1. Buka file data yang akan dianalisis,
2. Klik Analyze,
3. Pilih menu General Linear Model,
4. Klik Univariate pada menu sehingga muncul
5. Masukkan variabel rata-rata penjualan pada kotak
Variable, Masukkan variabel
Dependent Variable
ukuran dan warna kemasan air minum pada kotak
Fixed Factor
Factor, sehingga kotak dialog Univariate menjadi:
selanjutnya…
6. Klik Model
Model, shg kotak dialog Univariate: Model menjadi
selanjutnya…
7. Klik Custom
Custom, pada Specify Model
Model,
8. Masukkan “ukuran" dan “warna" dari
Factors & Covariates ke dalam kotak Model
Model,
selanjutnya…
9. Dari Type
Type, pilih All 2-way,
10. Dari Sum of squares pilih Type II,
11. Centang Include intercept in model
model, lalu Klik Continue
12. Selanjutnya, Klik OK untuk memproses data.

Output SPSS
Two-Way ANOVA
Output SPSS Viewer menampilkan hasil sebagai berikut:
Output SPSS Viewer menampilkan hasil sebagai berikut:
1 F hitung Ukuran (1, 035) < F tabel (2; 6; 0,05) adalah

5,14 sehingga Ho diterima.
2 F hitung Warna (6, 018) > F tabel (3; 6; 0,05) adalah 4,76
sehingga Ho ditolak.
Kesimpulan
F hitung ukuran (1, 035) < F tabel (2; 6; 0,05) adalah 5,14
sehingga Ho diterima. Ini berarti, tidak ada perbedaan
rata-rata hasil penjualan air kemasan berdasarkan ukuran
kemasan kecil, sedang, dan besar.
F hitung warna (6, 018) > F tabel (3; 6; 0,05) adalah 4,76
sehingga Ho ditolak. Ini berarti, ada perbedaan rata-rata
hasil penjualan air kemasan berdasarkan warna kemasan
Catatan: Secara implisit hasil pengujian hipotesis ini

memberi informasi penting bahwa di antara 2 faktor ukuran
dan warna, ternyata faktor warna yang mempengaruhi
perbedaan rata-rata hasil penjualan air kemasan pada
perusahaan X.
Soal Latihan
Two-Way ANOVA
Seorang peneliti ingin mengetahui pengaruh MODEL
Pembelajaran dan MEDIA Pembelajaran terhadap HASIL
BELAJAR Siswa.
Data Hasil Belajar Siswa

MODEL Pembelajaran
MEDIA
A1 A2 A3 A4
60 59 70 55
B1
58 62 63 61
75 61 68 70
B2
71 54 73 69
57 58 53 62
B3
41 61 59 53
Dari kasus ini terdapat dua variabel bebas yaitu:
• A=Model Pembelajaran,
• B=Media Pembelajaran,
dan satu variabel terikatnya, yaitu:
• Y=Hasil Belajar Siswa.
Keterangan:
• A1 = Model Kooperatif
• A2 = Model Quantum
• A3 = Model SMART
• A4 = Model Konvensional
• B1 = Gambar
• B2 = Power Point
• B3 = Audio Visual
TERIMAKASIH

Hello Say Two Way ANOVA

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Hello Say Two Way ANOVA

Diunggah oleh

Hak Cipta:

Format Tersedia

Two-Way ANOVA

Dr. Irfan Wahyudi, M.Sc

Untuk memenuhi keperluan itu, perusahaan X mengambil

Data hasil penjualan air minum kemasan selama satu bulan

penjualan air minum kemasan yang

2 Apakah ada perbedaan rata-rata hasil

b.B H0 : Tidak ada perbedaan rata-rata hasil penjualan

Sumber Derajat Jumlah

+ 17502 + 14002 + 17002 + 15002 + 16002 + 14502

1. Pada kolom Name baris pertama ketik “penjualan",

9. Isikan data pada Data View shg:

12. Selanjutnya, Klik OK untuk memproses data.

1 F hitung Ukuran (1, 035) < F tabel (2; 6; 0,05) adalah

Catatan: Secara implisit hasil pengujian hipotesis ini

Data Hasil Belajar Siswa

Anda mungkin juga menyukai