A.

ANALISIS FAKTORIAL VARIANS : RANCANGAN DUA FAKTOR

Pada bagian ini, kita memperluas analisis varians pada situasi yang melibatkan dua
variabel perlakuan. Dua variabel disebut faktor dan jenis kondisi pada masing-masing faktor
disebut level. Keuntungan menggunakan desain dua jalur yaitu kita bisa menggunakan subjek
yang sama untuk menjelaskan pengaruh antar variabel sekaligus, Kesimpulan bisa menjadi
lebih luas, masing-masing variabel untuk semua kondisi (level) yang lain, rancangan ini juga
memiliki kemampuan menjelaskan interaksi antar variabel.
Desain faktorial bisa menjelaskan pertanyaan yang tidak bisa dijawab oleh t test dan one
way ANOVA, “apa perbedaan satu level faktor diantara beberapa level faktor lainnya? Apakah
sama untuk tiap level faktor ?” jenis pertanyaan ini disebut efek interaksi. Interaksi mengacu
pada gabungan pengaruh dua variabel bebas (faktor) terhadap variabel terikat. Jika tes interaksi
signifikan, hal ini berarti pengaruh satu faktor bergantung pada level faktor lainnya.

Dalam analisis varian dua faktor dengan kelompok bebas, diuji 3 hipotesis nol:
1. Hipotesis tidak ada perbedaan diantara level faktor baris
2. Hipotesis tidak ada perbedaan diantara level faktor kolom
3. Hipotesis tidak ada interaksi antara faktor baris dan kolom

Seorang psikolog ingin mengetahui: Apakah efek psikologis dari alkohol memengaruhi
keagresifan pada peminum pria dan apakah ekspektasi psikologis tentang konsumsi alkohol
dapat memengaruhi keagresifan pria. Secara umum, banyak terjadi perubahan kepribadian
seseorang akibat minum alkohol, tetapi apakah perubahan ini sepenuhnya disebabkan oleh efek
psikologis atau dapatkah dugaan terhadap perubahan berkontribusi pada seseorang menjadi
sediki terhambat? Ketertarikan psikolog terhadap pertanyaan-pertanyaan ini membawa pada
dua percobaan satu faktor yang terpisah, yang satu berkaitan dengan efek alkohol dan lainnya
berkaitan dengan dugaan tentang konsumsi alkohol. Psikolog menggunakan dua faktor analisis
desain varians yang mampu menggambarkan kesimpulan dari kedua faktor.
Lang, Goeckner, Adesso dan marlatt (1975) merumuskan desain eksperimen kedalam 4
kelompok : (1) dugaan alkohol-menerima alkohol, (2) dugaan air tonik-menerima alkohol, (3)
dugaan alkohol-menerima air tonik, (4) dugaan air tonik-menerima air tonik. Keempat
kelompok disajikan sebagai kelompok kontrol, terdiri dari dua faktor yaitu alkohol dan dugaan,
dimana terdapat dua keadaan untuk masing-masing faktor (alkohol-non alkohol ;
mengharapkan alkohol-tidak mengharapkan alkohol). Desain ini merupakan rancangan 2x2
karena ada dua level untuk masing-masing faktor dan masing-masing level pada tiap faktor
muncul sebagai kombinasi masing-masing level pada faktor lain.
 Tim Lang secara acak menugaskan menugaskan subyek untuk masing-masing dari empat
kelompok dan mengarahkan agar subjek berpikir bahwa mereka berpartisipasi dalam uji rasa
berbagai merek vodka atau air tonik. Pada kenyataannya, para peneliti hanya menyajikan dua
jenis minuman, satu dengan alkohol dan satu tanpa alkohol. Mereka yang diberi alkohol
diizinkan minum sampai mereka mabuk secara hukum (kadar alkohol dalam darah 0,10%).
Setelah tes rasa, subjek kemudian berpartisipasi dalam "studi pembelajaran" di mana mereka
adalah "guru" dan orang lain (sebenarnya seorang aktor) berperan sebagai "siswa". Subjek
diminta untuk memberikan salah satu dari 10 intensitas sengatan listrik setiap kali siswa
melakukan kesalahan. Sebenarnya tidak ada arus yang mengalir dan aktor hanya pura-pura
terkejut. Para peneliti mengukur keagresifan subjek sebagai tingkat kejut yang dipilih rata-rata.
Hasil hipotesis untuk penelitian ini disajikan dalam tabel 1.

Tabel 1. Nilai hipotesis dalam eksperimen faktorial 2x2 untuk pengaruh alkohol dan
dugaan alkohol dan keagresifan
Expectations

Expect alcohol Do not expect alcohol

6 6 𝑋̅𝑎𝑙𝑐 = 5.2
8 3
5 4
6 2
7 4
Received 8 6
4 4
alcohol 9 3
6 5
5 3
------ ------
Alcohol

∑ 𝑋 = 64 ∑ X=40
𝑋̅ = 6.4 X̅ =4.0
5 5 𝑋̅𝑛𝑜 𝑎𝑙𝑐 = 4.7
7 3
6 2
5 4
7 4
Did not receive 8 3
alcohol 4 3
4 1
8 5
6 4
------ ------
∑ 𝑋 = 60 ∑ 𝑋 = 34
 𝑋̅ = 6.0 𝑋̅ = 3.4

𝑋̅𝑒𝑥𝑝𝑒𝑐𝑡 = 6.2 𝑋̅𝑑𝑜 𝑛𝑜𝑡 𝑒𝑥𝑝𝑒𝑐𝑡 = 3.7 𝑋̿ = 4.95

Pada tabel 1, dua level pada faktor alkohol disajikan dalam baris dan dua lebel untuk faktor
dugaan dalam kolom. Masing-masing kombinasi level sebuah baris dan level sebuah kolom
disebut cell. Dalam desain 2x2 tersebut terdapat empat cell. Pada akhir penelitian, kita dapat
menghitung rata-rata sel, rata-rata baris, dan rata-rata kolom dari tingkat kejut yang diberikan
oleh masing-masing subjek. Rata-rata baris dan kolom, ditunjukkan ke kiri dan di bagian bawah
sel, masing-masing sama dengan rata-rata dari dua rata-rata cell dalam baris atau kolom
tertentu. Hal ini terjadi ketika ada jumlah yang sama tiap cell. juga karena ada n yang sama, 𝑋̿
mean rata-rata, rata-rata untuk semua skor adalah rata-rata dari keempat cell., rata-rata dari
rata-rata dua baris, dan rata-rata dari rata-rata dua kolom.
Pengaruh keseluruhan alkohol (pada kedua subjek yang menduganya dan pada mereka
yang tidak) dan juga tentang pengaruh keseluruhan dari ekspektasi alkohol (pada kedua subjek
yang menerima alkohol dan pada mereka yang tidak) . ini disebut pertanyaan tentang efek
utama. faktor efek utama rata-rata melewati level faktor lainnya.

B. PARTISI SUM OF SQUARE UNTUK ANOVA DUA JALUR

Langkah-langkah pengembangan analisis varians dua jalur untuk kelompok bebas, dengan
menunjuk satu faktor pada kolom faktor (ekspekstasi) dan faktor baris (alkohol). Dua level untuk
masing-masing faktor sebagai C1 dan C2 dan sebagai R1 dan R2. Dalam desain dua jalur, SSbet
dibagi menjadi tiga bagian yang ditunjukkan pada gambar 1. Ssbet = SSrows + SScolumns +
SSrowsxcolumns, hal ini karena desain faktorial yang kita gunakan menganggap baris dan kolom
sebagai kelompok. Jumlah data dibedakan dengan notasi 𝑛𝑡𝑜𝑡𝑎𝑙 = 𝑡𝑜𝑡𝑎𝑙 𝑏𝑎𝑛𝑦𝑎𝑘 𝑑𝑎𝑡𝑎, 𝑛𝑅 =
𝑏𝑎𝑛𝑦𝑎𝑘 𝑑𝑎𝑡𝑎 𝑝𝑒𝑟 𝑏𝑎𝑟𝑖𝑠, 𝑛𝐶 = 𝑏𝑎𝑛𝑦𝑎𝑘 𝑑𝑎𝑡𝑎 𝑝𝑒𝑟 𝑘𝑜𝑙𝑜𝑚, 𝑛𝑐𝑒𝑙𝑙 = 𝑏𝑎𝑛𝑦𝑎𝑘 𝑑𝑎𝑡𝑎 𝑝𝑒𝑟 𝑐𝑒𝑙𝑙.
 𝑆𝑆𝑡𝑜𝑡𝑎𝑙

𝑆𝑆𝑤𝑖𝑡ℎ𝑖𝑛 𝑆𝑆𝑏𝑒𝑡𝑤𝑒𝑒𝑛

𝑆𝑆𝑟𝑜𝑤𝑠 𝑆𝑆𝑐𝑜𝑙𝑢𝑚𝑛𝑠 𝑆𝑆𝑟𝑜𝑤𝑠 𝑥 𝑐𝑜𝑙𝑢𝑚𝑛𝑠

Gambar 1. Partisi sum of square untuk analisis varians dua jalur pada kelompok bebas

1. Total Sum Of Square 𝑆𝑆𝑡𝑜𝑡𝑎𝑙

Ukuran total varian data dan diperoleh dari deviasi kuadrat skor masing-masing rata-rata
dari rata-rata semua skor.
- Total sum of squares: formula nilai deviasi
2
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠(𝑋 − 𝑋̿) (1)
- Total sum of squares : formula score-raw
2
𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 )
2
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑋 − (2)
𝑛𝑡𝑜𝑡𝑎𝑙

2. Within-cell sum of squares 𝑆𝑆𝑤𝑐

Ini akan sama dengan SSw dalam desain satu jalur jika tiap cell dianggap sebagai
kelompok. Diperoleh berdasarkan deviasi kuadrat masing-masing nilai dari rata-rata cell.
- Within cell sum of squares : formula nilai deviasi
𝑆𝑆𝑤𝑐 = ∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠(𝑋 − 𝑋̅𝑐𝑒𝑙𝑙 )2 (3)
- Within cells sum of square : formula nilai deviasi
(∑ 𝑋)2
𝑆𝑆𝑊𝐶 = ∑𝑎𝑙𝑙 𝑐𝑒𝑙𝑙𝑠 [∑ 𝑋 2 − ] (4)
𝑛𝑐𝑒𝑙𝑙

- Atau ketika n sama pada tiap cell

2
𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 ∑𝑎𝑙𝑙 𝑐𝑒𝑙𝑙𝑠(∑𝑐𝑒𝑙𝑙𝑠 𝑋 )
2
𝑆𝑆𝑊𝐶 = ∑ 𝑋 − (5)
𝑛𝑐𝑒𝑙𝑙

3. Row Sum of Squares: SSR

Ini menganalogikan SSbet pada desain satu jalur dimana tiap baris dianggap sebuah
kelompok. Hal ini berdasarkan deviasi kuadrat rata-rata baris dari rata-rata keseluruhan
- Row sum of squares : formula nilai deviasi
2
𝑆𝑆𝑅 = ∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑛𝑅 (𝑋𝑅 − 𝑋̿) (6)
 - Row sum of square : formulai raw-square
2
2 2
(∑ 𝑋𝑅1 ) (∑ 𝑋𝑅2 ) (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 )
𝑆𝑆𝑅 = [ + +⋯]− (7)
𝑛𝑅1 𝑛𝑅2 𝑛𝑡𝑜𝑡𝑎𝑙

- Atau ketika n sama tiap baris

2
2 2
(∑ 𝑋 ) +(∑ 𝑋𝑅2 ) (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 )
𝑆𝑆𝑅 = [ 𝑅1 𝑛 ]− (8)
𝑅 𝑛𝑡𝑜𝑡𝑎𝑙

4. Column sum of squares 𝑆𝑆𝐶

Analogi untuk Ssbet namun desain dua jalur menganggap kolom sebagai kelompok. 𝑆𝑆𝐶
dihasilkan dari deviasi kuadrat rata-rata kolom dari rata-rata keseluruhan.
- column sum of squares : formula nilai deviasi
2
𝑆𝑆𝐶 = ∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑛𝐶 (𝑋𝐶 − 𝑋̿) (9)
- Column sum of square : formulai raw-square
2
2 2
(∑ 𝑋𝐶1 ) (∑ 𝑋𝐶2 ) (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 )
𝑆𝑆𝐶 = [ + +⋯]− (10)
𝑛𝐶1 𝑛𝐶2 𝑛𝑡𝑜𝑡𝑎𝑙

- Atau ketika n sama tiap baris

2
2 2
(∑ 𝑋 ) +(∑ 𝑋𝐶2 ) (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 )
𝑆𝑆𝐶 = [ 𝐶1 𝑛 ]− (11)
𝐶 𝑛𝑡𝑜𝑡𝑎𝑙

5. Interaction sum of squares 𝑆𝑆𝑅𝑥𝐶

Ini merupakan elemen baru dari deviasi kuadrat rata-rata cell untuk memprediksi apakah
terdapat interaksi atau tidak.
- Interaction sum of squares
𝑆𝑆𝑅𝑥𝐶 = 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 − (𝑆𝑆𝑊𝐶 + 𝑆𝑆𝑅 + 𝑆𝑆𝐶 ) (12)

C. DERAJAT KEBEBASAN
Derajat kebebasan dibagi kedalam komponen masing-masing sum of square :
𝑑𝑓𝑡𝑜𝑡𝑎𝑙 = 𝑑𝑓𝑊𝐶 + 𝑑𝑓𝐶 + 𝑑𝑓𝑅 + 𝑑𝑓𝑊𝑥𝐶 (13)

Dalam derajat kebebasan untuk sumber variasi yang yang lain, kita menggunakan C sama
dengan jumlah kolom, R sama dengan jumlah baris, dan nwc sama dengan jumlah nilai tiap
within cell. Karena ada C deviasi dilibatkan dalam perhitungan SSc, maka 𝑑𝑓𝑐 = 𝐶 − 1 dan
𝑑𝑓𝑅 = 𝑅 − 1. Dalam perhitungan SSwc, deviasi masing-masing nilai dalam cell dari rata-rata
cell, tiap cell berkontribusi nwc – 1 pada derajat kebebasan dan

𝑑𝑓𝑊𝐶 = ∑𝑎𝑙𝑙 𝑐𝑒𝑙𝑙𝑠(𝑛𝑤𝑐 − 1) (14)

diperoleh

𝑑𝑓𝑅𝑥𝐶 = (𝑅 − 1)(𝐶 − 1) (15)

D. ESTIMASI VARIANS DAN UJI F

Untuk menghitung estimasi populasi varians, kita harus membagi jumlah kuadrat dengan
derajat kebebasan. Untuk menghitung empat estimasi varians dilakukan dengan membagi
𝑆𝑆𝑊𝑐 , 𝑆𝑆𝑅 , 𝑆𝑆𝐶 , 𝑆𝑆𝑅 𝑥 𝐶 dengan derajat kebebasan.
𝑆𝑆𝑊𝐶 𝑒𝑠𝑡𝑖𝑚𝑎𝑡𝑒𝑠
2
𝑆𝑊𝐶 = =→ 𝑖𝑛ℎ𝑒𝑟𝑒𝑛𝑡 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 𝜎 2 (16)
𝑑𝑓𝑊𝐶

Dalam analisis satu jalur, nilai within cell adalah sebuah estimasi variasi inherent dimana
; tidak dipengaruhi oleh baris, kolom dan efek interaksi ; dan diasumsikan sama untuk semua
populasi.
𝑆𝑆 𝑒𝑠𝑡𝑖𝑚𝑎𝑡𝑒𝑠
𝑆𝑅2 = 𝑑𝑓𝑅 → 𝑖𝑛ℎ𝑒𝑟𝑒𝑛𝑡 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 + 𝑚𝑎𝑖𝑛 𝑒𝑓𝑓𝑒𝑐𝑡 𝑓𝑜𝑟 𝑡ℎ𝑒 𝑟𝑜𝑤 𝑓𝑎𝑐𝑡𝑜𝑟 (17)
𝑅

Jika 𝜇 𝑅1 = 𝜇 𝑅2 = ⋯ , maka variasi rata-rata baris 𝑋̅ 𝑅1 , 𝑋̅ 𝑅2 = ⋯ hanya mencerminkan

2
variasi inherent, maka diperkirakan 𝑆𝑅2 = 𝑆𝑊𝐶 . Jika ada perbedaan antara level faktor baris,
2
diperkirakan 𝑆𝑅2 > 𝑆𝑊𝐶
𝑆𝑆 𝑒𝑠𝑡𝑖𝑚𝑎𝑡𝑒𝑠
𝑆𝐶2 = 𝑑𝑓𝐶 → 𝑖𝑛ℎ𝑒𝑟𝑒𝑛𝑡 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 + 𝑚𝑎𝑖𝑛 𝑒𝑓𝑓𝑒𝑐𝑡 𝑓𝑜𝑟 𝑡ℎ𝑒 𝑐𝑜𝑙𝑢𝑚𝑛 𝑓𝑎𝑐𝑡𝑜𝑟 (18)
𝐶

Jika variabel bebas dalam kolom tidak memiliki pengaruh, maka 𝜇 𝐶1 = 𝜇 𝐶2 = ⋯ dan
variasi rata-rata kolom 𝑋̅ 𝐶1 , 𝑋̅ 𝐶2 = ⋯ akan mencerminkan variasi inherent. Seperti 𝑆𝑅2 tapi
lebih sensitif terhadap efek kolom dibandingkan efek baris.
𝑆𝑆 𝑒𝑠𝑡𝑖𝑚𝑎𝑡𝑒𝑠
2
𝑆𝑅𝑥𝐶 = 𝑑𝑓𝑅𝑥𝐶 → 𝑖𝑛ℎ𝑒𝑟𝑒𝑛𝑡 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 + 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑡𝑖𝑜𝑛 𝑒𝑓𝑓𝑒𝑐𝑡 (19)
𝑅𝑥𝐶

2
Jika tidak ada interaksi, 𝑆𝑅𝑥𝐶 hanya responsif terhadap variasi inherent, dan
2 2 2
memperkirakan 𝑆𝑅𝑥𝐶 = 𝑆𝑊𝐶 . Jika terdapat interaksi, 𝑆𝑅𝑥𝐶 akan cenderung lebih besar. ANOVA
dua jalur memiliki tiga 𝐹𝑟𝑎𝑡𝑖𝑜 dengan membagi 𝑆𝑅2 , 𝑆𝐶2 , 𝑆𝑅𝑥𝐶
2 2
dengan 𝑆𝑊𝐶 . Dapatdirumuskan
menjadi:
2
𝑆𝑅
𝐹𝑅 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 (20)
𝑆𝑊𝐶

𝑆𝐶2
𝐹𝐶 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 (21)
𝑆𝑊𝐶
2
𝑆𝑅𝑥𝐶
𝐹𝑅𝑥𝐶 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 (22)
𝑆𝑊𝐶

Fkritis dapat diperoleh dengan melihat tabel.

E. PERHITUNGAN ANALISIS VARIAN 2 X 2 SECARA MANUAL
1. Berdasarkan data awal yang sudah diperoleh pada tabel 1, buatlah rancangan diagram
cell seperti ditunjukkan Tabel 2.
Tabel 2. Rancangan diagram cell dua jalur
C1 C2
𝑛𝑐𝑒𝑙𝑙 = 10 R1 ∑ 𝑋 = 64 ∑ 𝑋 = 40 ∑𝑋 = 104
𝑛𝑅 = 20 𝑅1
2 2
𝑛𝐶 = 20 ∑ 𝑋 = 432 ∑ 𝑋 = 176
R2 ∑ 𝑋 = 60 ∑ 𝑋 = 34 ∑𝑋 = 94
𝑅2
2 2
∑ 𝑋 = 380 ∑ 𝑋 = 130
𝑛𝑡𝑜𝑡𝑎𝑙 = 40 𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠

∑ 𝑋 = 198

∑𝑋 = 124 ∑𝑋 = 74 𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠

𝐶1 𝐶2
∑ 𝑋2

= 1118

2. Dari diagram, lebih mudah untuk menghitung nilai dengan formula raw-score.
Pertama, untuk baris pertama kita menggunakan nilai untuk ∑ 𝑋 pada baris yaitu
∑ 𝑋𝑅1 = 104 dan pada kolom ∑ 𝑋𝐶1 = 124. Lakukan hal yang sama untuk baris dan
2
kolom berikutnya. Kemudian, gunakan nilai ∑ 𝑋 dan ∑ 𝑋 untuk semua cell.

∑𝑎𝑙𝑙 𝑐𝑒𝑙𝑙 𝑋 = 198 ; ∑𝑎𝑙𝑙 𝑐𝑒𝑙𝑙 𝑋 2 = 1118

3. Sekarang kita bisa mensubsitusikan nilai kedalam formula raw-score

2
(∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋)
- 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 2 − 𝑛𝑡𝑜𝑡𝑎𝑙

1992
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 1118 − 40
= 137,9

2
𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 2 ∑𝑎𝑙𝑙 𝑐𝑒𝑙𝑙𝑠(∑𝑐𝑒𝑙𝑙𝑠 𝑋)
- 𝑆𝑆𝑊𝐶 = ∑ 𝑋 − 𝑛𝑐𝑒𝑙𝑙

642 +402 +602 +342

𝑆𝑆𝑊𝐶 = 1118 − 10
= 72,8

2 2 2
(∑ 𝑋 ) +(∑ 𝑋𝑅2 ) (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋)
- 𝑆𝑆𝑅 = [ 𝑅1 𝑛 ]− 𝑛𝑡𝑜𝑡𝑎𝑙
𝑅
 1042 +942 1982
𝑆𝑆𝑅 = 20
− 40
= 2,5

2 2 2
(∑ 𝑋𝐶1 ) +(∑ 𝑋𝐶2 ) (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋)
- 𝑆𝑆𝐶 = [ 𝑛𝐶
]− 𝑛𝑡𝑜𝑡𝑎𝑙

1242 +742 1982

𝑆𝑆𝐶 = − = 62,5
20 40

- 𝑆𝑆𝑅𝑥𝐶 = 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 − (𝑆𝑆𝑊𝐶 + 𝑆𝑆𝑅 + 𝑆𝑆𝐶 )

𝑆𝑆𝑅𝑥𝐶 = 137,9 − (72,8 + 2,5 + 62,5) = 0,1

4. Selanjutnya hitunglah derajat kebebasan

- 𝑑𝑓𝑊𝐶 = (10 − 1) + (10 − 1) + (10 − 1) + (10 − 1) = 36
- 𝑑𝑓𝑐 = 𝐶 − 1 = 2 − 1 = 1
- 𝑑𝑓𝑅 = 𝑅 − 1 = 2 − 1 = 1
- 𝑑𝑓𝑅𝑥𝐶 = (𝑅 − 1)(𝐶 − 1) = (2 − 1)(2 − 1) = 1

5. Hitung estimasi varians dan Fhitung

a. Estimasi varians
2 𝑆𝑆 72,8
- 𝑆𝑊𝐶 = 𝑑𝑓𝑊𝐶 = = 2,02
𝑊𝐶 36
𝑆𝑆 2,5
- 𝑆𝑅2 = 𝑑𝑓𝑅 = = 2,5
𝑅 1
𝑆𝑆 62,5
- 𝑆𝐶2 = 𝑑𝑓𝐶 = = 62,5
𝐶 1

2 𝑆𝑆 0,1
- 𝑆𝑅𝑥𝐶 = 𝑑𝑓𝑅𝑥𝐶 = = 0,1
𝑅𝑥𝐶 1

b. Fhitung
2
𝑆𝑅 2,5
- 𝐹𝑅 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 = 2,02 = 1,23
𝑆𝑊𝐶

𝑆𝐶2 62,5
- 𝐹𝐶 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 = 2,02 = 30,94
𝑆𝑊𝐶
2
𝑆𝑅𝑥𝐶 0,1
- 𝐹𝑅𝑥𝐶 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 = 2,02 = 0,05
𝑆𝑊𝐶

Dalam contoh data ini, ketiga derajat kebebasan memiliki nilai yang sama untuk
pembilang yaitu 1 dan 36 untuk penyebut. Maka nilai F untuk ketiga nya juga sama
yaitu 4,11 (α=0,05) secara ringkas disajikan dalam tabel 3.
 Tabel 3. Bentuk umum hasil perhitungan analisis varians dua jalur
F tabel
source SS df 𝑆2 Fhitung
(0,05)(1,36)
Baris 2,5 1 2,5 1,23
Kolom 62,5 1 62,5 30,94 4,11
Baris X kolom 0,1 1 0,1 0,05
Within cell 72,8 36 2,02
total 137,99 39

6. Kesimpulan
- Fhitung pertama menjelaskan perbedaan rata-rata untuk faktor alkohol (menerima
alkohol-tidak menerima alkohol) dimana Ho diterima jika Fhitung < Ftabel. Dari tabel 3
menunjukkan bahwa 1,23 < 4,11 maka Ho diterima berarti tidak ada perbedaan antara
subjek yang menerima alkohol dan tidak menerima alkohol.
- Fhitung kedua menjelaskan perbedaan rata-rata untuk ekspektasi (expect alkohol-tidak
expect alkohol) dimana Ho diterima jika Fhitung < Ftabel. Dari tabel 3 menunjukkan bahwa
30,94 > 4,11 maka Ho ditolak berarti terdapat perbedaan antara expect alkohol dan
tidak expect alkohol
- Fhitung ketiga menjelaskan interaksi antara faktor ekspekstasi dan alkohol (expect
alkohol-do not expect alkohol ; menerima alkohol-tidak menerima alkohol). Tabel 3
menunjukkan bahwa 0,05 < 4,11 maka Ho diterima berarti tidak ada interaksi antara
kedua faktor.

F. PERHITUNGAN ANALISIS VARIANS MENGGUNAKAN MS.EXCEL

Menghitung Anova dua jalan dengan faktorial 2 x 2 pada microsoft excel memiliki
beberapa tahapan, diantaranya sebagai berikut :
1. Input data dari buku Minium pada halaman 414, sebagai berikut:
A B
C 6 6
8 3
5 4
6 2
7 4
8 6
4 4
9 3
6 5
5 3
D 5 5
 7 3
6 2
5 4
7 4
8 3
4 3
4 1
8 5
6 4
2. Menu bar pada bagian atas dalam microsoft excel terdapat menu bar “data”, pilih menu
bar “data” tersebut kemudian klik Data

3. Maka akan ada tampilan seperti dibawah ini.

Bagian sebelah kanan atas terdapat menu bar “data analysis”, kemudian klik data
Analysis

4. Maka akan muncul jendela pertanyaan sebagai berikut:

Kemudian pilih “Anova:Two-Factor With Replication”, setelah dipilih kemudian

diklik “OK”.
5. Selanjutnya akan muncul jendela pertanyaan sebagai berikut:

Pada kotak “Input Range” dimasukan data yang telah dibuat. Kemudian pada kotak
“Rows per sampel” diisi dengan “10”. Selanjutnya kotak “alpha” diisi dengan “0,05”.
Sedangkan pada output options klik “output range” dan pilih cell dibawah data. Setelah
jendela pertanyaan terisi secara lengkap, selanjutnya klik “OK”. Maka hasil akan
terbaca dan interpretasi outputnya.

6. Hasil dan interpretasi output:

Berdasarkan data yang telah diinput maka diperoleh hasil sebagai berikut:
 Pada hasil, terbagi mejadi 3 tabel, yaitu:
a. Tabel pertama (summary)
Menyajikan deskripsi dari tiap kelompok baik kelompok baris maupun kelompok
kolom “Count” (banyak) menyatakan banyaknya pengulangan; “Sum” (jumlah)
menjelaskan jumlah nilai pengulangan; “Average” (rata-rata) menjelaskan rata-rata
dan varians dari tiap kelompok pengulangan.
Tabel summary
b. Tabel kedua (total)
Menyajikan deskripsi dari gabungan kelompok baris sehingga hanya menggabungkan
kelompok kolom.
Tabel total

c. Tabel ketiga (anova)

Tabel ini merupakan perhitungan untuk mempermudah perhitungan anova.
Tabel anova

Berdasarkan tabel anova, dapat terbaca interpretasi hasil data dengan

membandingkan “P-Value” terhadap nilai alpha.

Dengan kesimpulan sebagai berikut:

 - P-value pertama menjelaskan perbedaan rata-rata untuk faktor alkohol (menerima
alkohol-tidak menerima alkohol) dimana Ho diterima jika P-value > alpha (0,05). Dari
tabel anova menunjukkan bahwa 0,273563 > 0,05 maka Ho diterima berarti tidak ada
perbedaan.
- P-value kedua menjelaskan perbedaan rata-rata untuk ekspektasi (expect alkohol-do not
expect alkohol) dimana Ho diterima jika P-value > alpha. Dari tabel anova
menunjukkan bahwa 0,0000027 < 0,05 maka Ho ditolak berarti terdapat perbedaan
antara subjek yang expect alkohol dan tidak expect alkohol
- P-value ketiga menjelaskan interaksi antara faktor ekspekstasi dan alkohol (expect
alkohol-do not expect alkohol ; menerima alkohol-tidak menerima alkohol) dimana Ho
diterima jika P-value > alpha. Tabel anova menunjukkan bahwa 0,825279 > 0,05 maka
Ho diterima berarti tidak ada interaksi antara kedua faktor.

G. PERHITUNGAN ANALISIS VARIAN 2 x 3

Seorang peneliti ingin mengetahui apakah terdapat perbedaan hasil belajar siswa SMP
berdasarkan jenjang pendidikan terakhir orang tua dan jenis kelamin siswa tersebut. Faktor
jenjang pendidikan orang tua terdiri dari tiga level yaitu, SMP, SMA, dan perguruan tinggi
(PT). Sementara faktor jenis kelamin terdiri dari dua level, yakni laki-laki dan perempuan.
Adapun data yang dikumpulkan oleh peneliti sebagaimana ditunjukkan dalam tabel 4.

Tabel 4. faktor jenis kelamin dan jenjang pendidikan orang tua siswa
menggunakan desain analisis varians 2 x 3
 Penelitian ini dilakukan dengan menggunakan taraf signifikansi 5% dengan hipotesisi
yang akan diujikan oleh peneliti adalah sebagai berikut :
- Ada perbedaan hasil belajar matematika siswa berdasarkan jenjang pendidikan terakhir
orang tua
- Ada perbedaan hasil belajar matematika siswa berdasarkan jenis kelamin siswa
- Ada interaksi jenjang pendidikan terakhir orang tua dengan jenis kelamin ssiwa dalam
menentukan hasil belajar matematika siswa

1. Prosedur perhitungan data pada desain analisis varians 2x3 hampir sama dengan analisis
varians 2 x 2. Data yang sudah ada dibuat dalam tabel nilai hipotesis seperti tabel 5.
Tabel 5. Nilai hipotesis dalam desain faktorial 2 x 3 jenjang pendidikan dan jenis
kelamin siswa
Jenjang pendidikan
SMA
SMP PT

60 70 80 𝑋̅𝑙𝑎𝑘𝑖−𝑙𝑎𝑘𝑖
40 60 60 = 69,05
70 80 90
50 70 80
50 80 90
Laki-laki 60 60 80
80 70 70
------ ------ ------
∑ X=550
Jenis kelamin

∑ 𝑋 = 410 ∑ 𝑋 = 490
𝑋̅ = 58,57 𝑋̅ = 70 ̅ = 78,57
X
70 70 70 𝑋̅𝑝𝑒𝑟𝑒𝑚𝑝𝑢𝑎𝑛
40 80 90 = 70,47
60 60 80
70 70 100
80 60 90
60 50 90
Perempuan 50 70 70
------ ------ ------
∑ 𝑋 = 430 ∑ 𝑋 = 460 ∑ 𝑋 = 590
𝑋̅ = 61,43 𝑋̅ = 65,71 𝑋̅ = 84,28

𝑋̅𝑆𝑀𝑃 = 60 𝑋̅𝑆𝑀𝐴 = 67,85 𝑋̅𝑃𝑇 = 81,42 𝑋̿ = 69,76

2. Buatlah blok dasar untuk menghitung semua bagian kolom dan baris
C1 C2 C3
R1 ∑ 𝑋 = 60 + 40 + 70 + 50 + 50 + 60 + ∑ 𝑋 = 70 + 60 + 80 + 70 + ∑ 𝑋 = 80 + 60 + 90 + 80 + 90 +
80 = 410 80 + 60 + 70 = 490 80 + 70 = 550

∑ 𝑋 2 = 360 + 160 + 490 + 250 + ∑ 𝑋 2 = 490 + 360 + 640 + ∑ 𝑋 2 = 640 + 360 + 810 + 640 +
250 + 360 + 640 = 25100 490 + 640 + 360 + 490 = 810 + 640 + 490 = 43900
34700
R2 ∑ 𝑋 = 70 + 40 + 60 + 70 + 80 + 60 + ∑ 𝑋 = 70 + 80 + 60 + 70 + ∑ 𝑋 = 70 + 90 + 80 + 100 + 90 +
50 = 430 60 + 50 + 70 = 460 90 + 70 = 590

∑ 𝑋 2 = 490 + 160 + 360 + 490 + ∑ 𝑋 2 = 490 + 640 + 360 + ∑ 𝑋 2 = 490 + 810 + 640 +
640 + 360 + 250 = 27500 490 + 360 + 250 + 490 = 1000 + 810 + 810 + 490 = 50500
30800

3. Buatlah rancangan diagram cell seperti ditunjukkan Tabel 6.

Tabel 6. Rancangan diagram cell dua arah 2 x 3

C1 C2 C3
𝑛𝑐𝑒𝑙𝑙 = 7 R1 ∑ 𝑋 = 410 ∑ 𝑋 = 550 ∑𝑋 = 1450
∑ 𝑋 = 490
𝑛𝑅 = 21 2 2
𝑅1

𝑛𝐶 = 14 ∑ 𝑋 = 25100 ∑ 𝑋2 = 34700 ∑ 𝑋 = 43900

R2 ∑ 𝑋 = 430 ∑ 𝑋 = 460 ∑ 𝑋 = 590 ∑𝑋 = 1480
𝑅2
2 2 2
∑ 𝑋 = 27500 ∑ 𝑋 = 30800 ∑ 𝑋 = 5050
𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠

∑ 𝑋 = 2930
𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠
𝑛𝑡𝑜𝑡𝑎𝑙 = 42 ∑𝑋 = 840 ∑𝑋 = 950 ∑𝑋 = 1140
𝐶1 𝐶2 𝐶3
∑ 𝑋2

= 212500

4. Sekarang kita bisa mensubsitusikan nilai kedalam formula raw-score

2
𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 )
2
- 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑ 𝑋 − 𝑛𝑡𝑜𝑡𝑎𝑙

29302
𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = 212500 − = 8097,62
42

2
𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 ∑𝑎𝑙𝑙 𝑐𝑒𝑙𝑙𝑠(∑𝑐𝑒𝑙𝑙𝑠 𝑋 )
2
- 𝑆𝑆𝑊𝐶 = ∑ 𝑋 − 𝑛𝑐𝑒𝑙𝑙

4102 +4902 +5502 +4302 +4602 +5902

𝑆𝑆𝑊𝐶 = 212500 − = 4600
7

2
2 2
(∑ 𝑋 ) +(∑ 𝑋𝑅2 ) (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 )
- 𝑆𝑆𝑅 = [ 𝑅1 𝑛 ]−
𝑅 𝑛𝑡𝑜𝑡𝑎𝑙

14502 +14802 29302

𝑆𝑆𝑅 = − = 21,42
21 42
 2
2 2
(∑ 𝑋 ) +(∑ 𝑋𝐶2 ) (∑𝑎𝑙𝑙 𝑠𝑐𝑜𝑟𝑒𝑠 𝑋 )
- 𝑆𝑆𝐶 = [ 𝐶1 𝑛 ]−
𝐶 𝑛𝑡𝑜𝑡𝑎𝑙

8402 +9502 +11402 29302

𝑆𝑆𝐶 = − = 3290,48
14 42

- 𝑆𝑆𝑅𝑥𝐶 = 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 − (𝑆𝑆𝑊𝐶 + 𝑆𝑆𝑅 + 𝑆𝑆𝐶 )

𝑆𝑆𝑅𝑥𝐶 = 8097,62 − (4600 + 21,42 + 3290,48) = 185,714

5. Selanjutnya hitunglah derajat kebebasan

- 𝑑𝑓𝑊𝐶 = (7 − 1) + (7 − 1) + (7 − 1) + (7 − 1) + (7 − 1) + (7 − 1) = 36
- 𝑑𝑓𝑐 = 𝐶 − 1 = 3 − 1 = 2
- 𝑑𝑓𝑅 = 𝑅 − 1 = 2 − 1 = 1
- 𝑑𝑓𝑅𝑥𝐶 = (𝑅 − 1)(𝐶 − 1) = (2 − 1)(3 − 1) = 2

6. Hitung estimasi varians dan Fhitung

a. Estimasi varians
2 𝑆𝑆 4600
- 𝑆𝑊𝐶 = 𝑑𝑓𝑊𝐶 = = 127,778
𝑊𝐶 36
𝑆𝑆 21,42
- 𝑆𝑅2 = 𝑑𝑓𝑅 = = 21,42
𝑅 1
𝑆𝑆 3290,48
- 𝑆𝐶2 = 𝑑𝑓𝐶 = = 1645,24
𝐶 2

2 𝑆𝑆 185,714
- 𝑆𝑅𝑥𝐶 = 𝑑𝑓𝑅𝑥𝐶 = = 127,778
𝑅𝑥𝐶 2

b. Fhitung
2
𝑆𝑅 21,42
- 𝐹𝑅 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 = 127,78 = 0,1677
𝑆𝑊𝐶

𝑆𝐶2 1645,24
- 𝐹𝐶 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 = = 12,8758
𝑆𝑊𝐶 127,78
2
𝑆𝑅𝑥𝐶 185,714
- 𝐹𝑅𝑥𝐶 (ℎ𝑖𝑡𝑢𝑛𝑔) = 2 = = 0,7267
𝑆𝑊𝐶 127,78

7. Membandingkan nilai Fhitung dan Ftabel

- Rows :
Fhitung : 0,1677
F tabel (0,05)(1,36) = 4,11
Fhitung < Ftabel maka Ho diterima, artinya tidak terdapat perbedaan hasil belajar
matematika siswa berdasarkan jenis kelamin siswa
- Columns :
Fhitung : 12,8758
F tabel (0,05)(2,36) = 3,26
Fhitung > Ftabel maka Ho ditolak, artinya terdapat perbedaan hasil belajar matematika
siswa berdasarkan jenjang pendidikan terakhir orang tua siswa
- Interaction :
Fhitung : 0,7267
F tabel (0,05)(2,36) = 3,26
Fhitung < Ftabel maka Ho diterima, artinya terdapat tidak ada interaksi antara jenis
kelamin dan jenjang pendidikan terakhir orang tua siswa terhadap hasil belajar siswa.