Disusun Oleh:
1 Logistik C
BANDUNG
2020
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa yang telah
memberikan rahmat dan karunia-Nya sehingga kami dapat melaksanakan sebuah
praktikum dan menyelesaikannya dengan baik hingga menjadi sebuah laporan
resmi praktikum Statistika.
Laporan yang kami susun dengan sistematis dan sebaik mungkin ini
bertujuan untuk memenuhi tugas kuliah Statistika. Dengan terselesainya laporan
resmi praktikum ini, maka tidak lupa kami mengucapkan banyak terima kasih
kepada semua pihak yang terlibat dalam penyusunan laporan ini, khususnya
kepada:
Demikian laporan yang kami buat, mohon kritik dan sarannya atas
kekurangan dalam penyusunan laporan ini. Semoga laporan ini dapat bermanfaat
bagi semua pihak dan bagi kami selaku penulis. Demikian dan apabila terdapat
banyak kesalahan pada jurnal ini penulis mohon maaf yang sebesar-besarnya.
Semoga jurnal ini dapat bermanfaat. Terima kasih.
Penulis
1
DAFTAR ISI
2.2 Analisis Varian Dua Arah (Two Way Analysis of Variance) ...................... 5
4.1 Kesimpulan............................................................................................... 25
2
BAB I
PENDAHULUAN
Jika pada anova satu arah kita dapat mengetahui ada atau tidaknya
perbedaan beberapa variabel bebas dengan sebuah variabel terikat dan masing-
masing variable tidak mempunyai jenjang , maka dalam anova dua arah kita ingin
mengetahui ada atau tidaknya perbedaan beberapa vaiabel bebas dengan sebuah
variable terikat.
3
1.2 Rumusan Masalah
1.2.1 Bagaimana cara mengetahui apakah terdapat perbedaan nilai mata
kuliah Statistika Mahasiswa STIMLOG berdasarkan Asal Daerah dan
Angkatan Mahasiswa dengan menggunakan aplikasi SPSS dan
bagaimana hasil outputnya?
4
BAB II
LANDASAN TEORI
Dengan menggunakan Teknik anova dua arah ini kita dapat membandngkan
beberapa rata-rata yang berasal dari beberapa kategori atau kelompok untuk
satu variable perlakuan. Bagaimanapun, keuntugan teknik analisis varian ini
adalah memungkinkan untuk memperluas analisis pada situasi dimana hal-hal
yang sedang diukur dipengaruhi oeh dua atau leih variable.
Anova dua arah ini digunakan bila sumber keragaman yang terjadi tidak
hanya karena satu factor (perlakuan). Faktor lain yang mungkin menjadi
sumber keragaman respon juga harus diperhatikan. Faktor lain ini bisa berupa
perlakuan lain yang sudah terkodisikan. Pertimbangan memasukkan factor
kedua sebagai sumber keragaman ini perlu bila factor itu dikelompokka,
sehingga keragaman antar kelompok sangat besar,, tetapi kecil dalam
kelompoknya sendiri.
5
Pengujian anova dua arah mempunyai beberapa asumsi diantaranya :
Keterangan :
b : Jumlah Baris
k : Jumlah Kolom
6
𝑇.. : Total seluruh pengamatan dari semua populasi
Keterangan :
JKB : Jumlah Kuadrat Baris
JKK : Jumlah Kuadrat Kolom
JKG : Jumlah Kuadrat Galat
JKT : Jumlah Kuadrat Total
JKI : Jumlah Kuadrat Interaksi
7
b : Jumlah Baris
k : Jumlah Kolom
n : Ulangan Percobaan
𝑇𝑖. : Total semua pengamatan dari populasi ke-i (baris)
𝑇𝑗. : Total semua pengamatan dari populasi ke-j (kolom)
𝑇.. : Total seluruh pengamatan dari semua populasi
8
b. H0 diterima apabila 𝑓2hitung ≤ 𝑓 𝑡𝑎𝑏𝑒𝑙(𝛼;(𝑘−1);(𝑘−1)(𝑏−1))
H0 ditolak apabila 𝑓2hitung > 𝑓 𝑡𝑎𝑏𝑒𝑙(𝛼;(𝑘−1);(𝑘−1)(𝑏−1))
Keterangan :
9
BAB III
HASIL DAN PEMBAHASAN
10
3) Lalu masukkan Variabel kedua pada kolom Name yaitu “Asal _Daerah”
pada kolom Type gunakan Numeric karena data yang diinput berupa angka,
kolom Width masukkan angka 8 sesuaikan dengan jumlah karakter pada
data, kolom Decimals 0 karena tidak terdapat angka di belakang koma, pada
kolom Values masukkan Asal Daerah 1 = “Karawang”, 2 = “Padang”, 3 =
“Malang”, pada Columns masukkan angka 12 sesuaikan dengan lebar
kolom pada data yang diinput, kolom Allign gunakan Center untuk rata
tengah, dan kolom Measure gunakan Nominal.
11
4) Lalu masukkan Variabe ketiga pada kolom Name yaitu “Nilai_Statistika”
pada kolom Type gunakan Numeric karena data yang diinput berupa angka,
kolom Width masukkan angka 8 sesuaikan dengan jumlah karakter pada
data, kolom Decimals 0 karena tidak terdapat angka di belakang koma, pada
Columns masukkan angka 14 sesuaikan dengan lebar kolom pada data yang
diinput, kolom Allign gunakan Center untuk rata tengah, dan kolom
Measure gunakan Scale.
12
7) Selanjutnya klik tab Analyze pilih General Linear Model, lalu pilih
Univariate.
8) Maka akan muncul kotak dialog Univariate, lalu masukkan variables “Nilai
Statistika” pada kolom Dependent Variabel, lalu pada kolom Fixed
Factor(s) masukkan variables “Angkatan” dan ”Asal Daerah”, Kemudian
klik Plots.
13
9) Setelah itu akan muncul kotak dialog Univariate Profile Plots, pada kolom
Horizontal Axis masukkan variable “Angkatan”, pada kolom Separate
Lines masukkan variable “Asal Daerah“ dan pada kolom Plots masukkan
variabel “Angkatan*Asal Daerah”, lalu klik Continue.
10) Maka akan kembali ke kotak dialog Univariate, lalu klik Post Hoc.
14
11) Maka akan muncul kotak dialog Univariate: Post Hoc Multiple
Comparisons for Observed Means, lalu masukkan “Asal Daerah” pada
kolom Post Hoc Tests for, pada Equal Variances Assumed centang Tukey,
lalu klik Continue.
12) Maka akan kembali ke kotak dialog Univariate, lalu klik Options.
15
13) Maka akan muncul kotak dialog Univariate Options, masukkan
“Angkatan”, “Asal Daerah”, dan “Angkatan*Asal Daerah”. Lalu centang
Desiptive statistics dan Homogeneity tests pada Display, dan berikan 0,05
(5%) untuk Significane Level. Kemudian klik Continue, lalu OK.
16
Analisis Output Between Subjects Fators :
Tabel output diatas menjelaskan bahwa : (1) Pada Angkatan (2013) sampel
yang dianalisis adalah 12 data, (2) Pada Angkatan (2014) jumlah sampel
yang dianalisis adalah 12 data, (3) Pada Asal Daerah Karawang jumlah
sampel yang dianalisis ada 8 data, (4) Pada Asal Daerah Padang jumlah
sampel yang dianalisis ada 10 data, (5) Pada Adsal Daerah Malang jumlah
sampel yang dianalisis ada 6 data.
17
Analisis Output Levene’s Test of Equality of Error Variances
Tabel output diatas digunakan untuk mengetahui apakah masing-masing
varian dai variable terikat (dependent) adalah sama atau homogen.
Adapun dasar pengambilan keputusan dalam uji hoomogenitas adalah
sebagai berikut :
1. Jika nilai Signifikansi (Sig.) lebih besar dari > 0,05 , maka itu atinya
varian vaiabel adalah sama atau homogen.
2. Jika nilai Signifikansi (Sig.) lebih kecil dari < 0,05 , maka itu atinya
varian vaiabel adalah tidak sama atau heterogen.
18
Analisis Output Test of Between-Subject Effetcs
Tests of Between-Subjets Effets adalah output untuk uji hipotesis
penelitian ini.
Corrected Model
Dari koreksi model ini kita dapat mengetahui seberapa besar
pengaruh variabel independent (variabel bebas) terhadap variabel
dependent (variabel terikat). Dalam hal ini variabel independent
yaitu faktor-faktor yang akan di ukur oleh peneliti (Angkatan, Asal
Daerah, dan Angkatan * Asal Daerah ) untuk menentukan
hubungan antara variabel dependent (nilai yang akan di amati). Dari
tabel di atas bisa kita lihat berdasarkan nilai (sig), bila niai sig <
0.05 yaitu (0.290 < 0.05) berarti model yang diperoleh valid.
Intercept
Nilai intercept dalam hal ini merupakan nilai mata kuliah statistika
pada variabel nilai yang berkontribusi pada nilai itu sendiri tanpa
dipengaruhi oleh variabel independent, artinya berubah nilai pada
variabel dependent tidak ada pengaruh sedikit pun oleh variabel
independent. Dari tabel di atas bisa kita lihat berdasarkan nilai (sig),
bila niai sig < 0.05 yaitu (0.000 < 0.05) berarti intercept ini
berkontribusi secara signifikan.
Angkatan
Berpengaruh atau tidaknya Angkatan terhadap hasil belajar siswa
ditandai dari nilai signifikan, dari tabel di atas nilai sig 0.560 atau
19
nilai (0.560 > 0.05) dalam kasus ini berarti Angkatan tidak terlalu
berpengaruh signifikan.
Asal_Daerah
Berpengaruh atau tidaknya Asal Daerah
terhadap hasil belajar ditandai dari nilai signifikan, dari tabel di atas
nilai sig 0.311 atau nilai (0.311 > 0.05) dalam kasus ini berarti Asal
Daerah tidak terlalu berpengaruh signifikan.
Angkatan * Asal_Daerah
Uji ini bertujuan untuk mengetahui apakah ada hubungan yang
signifikan antara 2 faktor, dalam kasus ini kita akan menguji ada
atau tidaknya interaksi antara Angkatan dengan Asal Daerah.
Hipotesis:
H0: Tidak ada interaksi antara Angkatan terhadap Asal Daerah.
H1: Ada interaksi antara Angkatan terhadap Asal Daerah.
Pengambilan keputusan:
Jika F hitung < F tabel atau nilai sig > 0.05, maka H0 diterima
Jika F hitung > F tabel atau nilai sig < 0.05, maka H0 di tolak,
jadi terimalah H1
Keputusan:
Dari tabel di atas terlihat bahwa nilai F hitung 2.326. Pengaruh
Angkatan * Asal _Daerah terhadap Nilai_Statistika didalam model.
Apabila Signifikansi (Sig.) < 0,05 (Alfa) = Signifikan. Contoh di
atas 0,126 berarti Angkatan * Asal _Daerah tidak berpengaruh
signifikan.
Error
Nilai Error model, semakin kecil maka model semakin baik. Nilai
Error di atas adalah 1102,917
R Squared
20
Nilai determinasi berganda semua variabel independen dengan
dependen. Contoh di atas 0,272 di mana jauh dengan 1, berarti
korelasi lemah
21
Analisis Output Multiple Compaisons
Uji Post Hoc adalah uji lanjut atau uji yang menilai adanya perbedaan
signifikan antar kelompok. Tabel diatas adalah Tabel Tukey Post Hoc
digunakan untuk menilai kategori manakah dari variabel “Asal Daerah”
yang memiliki perbedaan signifikan. Yang ada perbedaan signifikan
ditandai dengan tanda bintang (*). Dari tabel di atas, semuanya tidak
ditandai dengan bintang, berarti semuanya tidak ada perbedaan yang
signifikan.
22
Analisis Output Homogeneous Subsets
Homogeneous subset akan mencari group mana saja yang mempunyai
perbedaan ratarata yang tidak berbeda secara signifikan. Pada subset 1
terlihat bahwa grup dengan Asal Daerah Padang, Karawang, dan Malang
dikatakan tidak mempunyai perbedaan yang nyata satu dengan yang
lainnya (nilai Sig. 0,396 > 0,05).
23
Analisis Output Estimated Marginal Means of Nilai_Statistika
Diagram Plot di atas 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 di atas menunjukkan ada ketidak sejajaran garis, maka dicurigai
ada efek interaksi.
24
BAB IV
PENUTUP
4.1 Kesimpulan
Varians atau ragam suatu peubah acak (atau distribusi probabilitas) adalah
ukuran seberapa jauh sebuah kumpulan bilangan tersebar. Pengujian anova dua
arah yaitu pengujian anova yang didasarkan pada pengamatan dua kriteria.
Setiap kriteria dalam pengujian anova mempunyai level. Tujuan dan pengujian
anova dua arah ini adalah untuk mengetahui apakah ada pengaruh dan berbagai
kriteria yang diuji terhadap hasil yang diinginkan. Anova dua arah terbagi atas
dua yaitu Anova dua arah tanpa interaksi dan Anova dua arah dengan interaksi.
Dari kasus yang telah diberikan yaitu bagaimana cara mengetahui apakah
terdapat perbedaan nilai mata kuliah Statistika Mahasiswa STIMLOG
berdasarkan Asal Daerah dan Angkatan Mahasiswa maka mahasiswa dapat
mengolah dan menganalisis data yang telah diberikan dengan menggunakan Uji
Tukey dengan sig 0.05 menggunakan aplikasi SPSS :
25
26
27
Dari hasil output dari keseluruhan output diatas dapat disimpulkan
bahwa varian vaiabel nilai mata kuliah Statistika Mahasiswa STIMLOG
adalah sama atau homogen. Karena varian tesebut besifat homogen
maka itu atinya persyaratan dalam uji two anova sudah terpenuhi.
28
4.2 Saran
4.2.1 Saran untuk Aslab
Karena adanya perbedaan waktu antar pratikan dan asleb dan telah
memasuki bulan Ramadhan , oleh karena itu dimohon kelonggarannya
pada saat pratikum berlangsung.
29
DAFTAR PUSTAKA
https://www.slideshare.net/trisupadmi7/analisis-varian-dua-arah
Laboratorium Optimasi dan Pemodelan Logistik Program Studi Manajemen
Logistik Sekolah Tinggi Manajemen Logistik Indonesia.2020.Modul Mata
Kuliah “Analisis Variansi Dua Arah " Praktikum Statistika 2. Bandung.
30