MODUL 2: ANAVA

Pengertian
Anova ( Analisis of variance ) digunakan untuk menguji apakah ada perbedaan yang
signifikan antar dua atau lebih rata-rata sampel, dengan masing-masing kategori ≥ 2. Anova ini
digunankan untuk menjawab pertanyaan apakah rata-rata populasi dari sampel yang diuji benar-
benar sama atau tidak. Misalnya: 1) untuk menguji metode pembelajaran yang terbaik dari tiga
buah metode yang diterapkan ( dengan tolok ukur variabel terikat berupa prestasi siswa ); dan
2) menguji tingkat konsumsi bahan bakar dari empat jenis sepeda motor ( yang paling irit/sama).
Anova, masuk dalam statistik parametrik. Artinya penerapannya harus didasarkan pada
asumsi-asumsi yang mengikutinya. Asumsi-asumsi itu adalah : 1) normalitas sebaran data, 2)
homogenitas varian, dan 3) sampel-sampel bersifat bebas dan diambil secara random. Dalam hal
realitas data ternyata tidak memenuhi asumsi Normalitas dan Homogenitas Varian, maka
disediakan statistik Non-Parametrik berupa 1) Uji Kruskal Walls dan 2) Uji Friedman.

Langkah-langkah
1. Merumuskan hipotesis:
Ho :  1 =  2 =  3 ( rata-rata semua populasi sama )
Hi :  1   2   3 ( setidaknya ada satu rata-rata yang tidak sama )
2. Menentukan taraf signifikan (  ).
3. Menentukan kriteria penyimpulan:
Ho. ditolak : F  F  / (k-1); (kn-k)
Hi. ditolak : F  F  / (k-1); (kn-k)
( k = banyaknya kelompok )
( n = banyaknya sampel )
4. Menghitung besarnya koefisien Variance ( harga F )
5. Menarik kesimpulan dengan membandingkan harga F. dengan F  / df

Macam
1. Anova satu jalan ( Membandingkan beberapa kelompok dalam satu variable )
2. Anova dua jalan ( Membandingkan beberapa kelompok dari beberapa variable )
1
1. Anava Satu Jalur ( One Way Anova ):
Dalam Anava satu jalur, dibicarakan pengujian hipotesis tentang efek suatu variabel
bebas ( faktor ) yang terdiri dari dua kelompok (taraf ) atau lebih terhadap variabel tak bebas
( respon ).
Contoh:
Seorang manajer ingin mengetahui apakah ketiga metode pelatihan yang dilakukan
memiliki dampak yang sama terhadap produktivitas tenaga kerjanya. Untuk itu dilakukan
penelitian terhadap 16 orang karyawan sebagai sampel.
hasil pengumpulan data tampak dalam tabel berikut ini:
Tabel 1
Produktivitas Karyawan Menurut 3 Metode

Metode 1 Metode 2 Metode 3 Jumlah

-- -- 18
15 22 24
18 27 19
19 18 16
22 21 22
11 17 15

Jumlah ........................................ 85 105 114 304

_
Sample Means ( X ).................... 17 21 19

Sample Sizes ( n ) ....................... 5 5 6 16

=
Rata-rata dari rata-rata sampel ( X ) 5,3125* 6,5625 7,1250 19

 Angka 5,3125 beraasal dari ( 85 / 16 ).

Langkah 1. Menentukan estimasi varian populasi antar sampel (2 b ).

= _ = _ = _ =
n X X ( X - X ) ( X - X )2 n(X-X)2

5 17 19 -2 4 20
5 21 19 -2 4 20
6 19 19 0 0 0

Jumlah Kuadrat Antar .................. 40

Jumlah Kuadrat Antar = 40

Degree of Freedom ( df ) = k - 1 = 3 - 1 = 2
Rata-rata Kuadrat Antar (2 b ) = 40 / 2 = 20
2
Langkah 2. Menentukan estimasi varian populasi di dalam sampel ( 2 w )

Metode 1 Metode 2 Metode 3

_ _ _ _ _ _
X1 ( X1-X) (X1-X) X2 (X2-X) (X2-X) X3 (X3-X) (X3-X)2
2 2

-- -- 18 -1 1
15 -2 4 22 1 1 24 5 25
18 1 1 27 6 36 19 0 0
19 2 4 18 - 3 9 16 -3 9
22 5 25 21 0 0 22 3 9
11 -6 36 17 - 4 16 15 -4 16

Jumlah ....... 70 62 60 = 192

n.. Sample 5 5 6

Variance ... 70/5-1 = 17,5 62/5-1 15,5 60/6-1 12

_
Sample Variance =  ( X-X) 2 ) / n - 1
2 w = [(n1 - 1 ) / (N - k)] 17,5 + [( n2 - 1 ) / ( N - k )] 15,5 + [( n3 - 1 ) / ( N - k )] 12
= [( 5 - 1 ) / (16- 3)] 17,5 + [( 5 - 1 ) / (16 - 3 )] 15,5 + [( 6 - 1 ) / (16 - 3 )] 12
= 14,769

Langkah 3. Menghitung F. hitung.

F. hitung = (2 b )./ (2 w ) = 20 / 14,769 = 1,354

TABEL ANOVA

SUMBER SUM OF DEGREE OF MEAN F. HITUNG

VARIAN SQUARE FREEDOM SQUARE

Variance SSb = 40 k - 1 = 2 MSb = SSb / df F = MSb / MSw

Between = 40 / 2 = 20/14,769
= 20
Variance SSw = 192 N - k = 13 MSw = SSw / df = 1,354
Within = 192/13 = 14,769

Total SST = 232 N - 1 = 15

3
 Tabel Nilaii-nilai F
Bilangan dalam daftar menyatakan
Baris atas : P = 0,05
Baris bawah : P = 0,01

d.b d.b. Pembilang / Numerator

Penyebut /
Denumerator 1 2 ...... 500
1 161 200 ...... ......
4052 4999 ...... ......
. .. ..
. .. ..
. .. ..
13 4,67 3,80 ....... ......
9,07 6,70 ....... ......

Harga F. hitung : 1,354 dikonsultasikan dengan harga F.tabel yang dihitung berdasarkan
perbandingan dari degree of freedom ( df ) dari variance between dengan variance within. Dalam
contoh df. untuk variance between (numerator) adalah ( k - 1 ) = 3 - 1 = 2. Sedangkan df.
variance within (denumerator) adalah ( N - k ) = 16 - 3 = 13. Jika dinyatakan besarnya taraf
significansi adalah 5%, maka F 0,05 / 2; 13 = 3,80.
Dengan demikian tampak bahwa harga F < F. 0,05 / 2; 13 atau 1,354 < 3,80. Maka dapat
disimpulkan bahwa Ho. diterima. Artinya bahwa ketiga metode pelatihan secara signifikan
memiliki dampak yang sama terhadap produktivitas tenaga kerja.

Cara lain penghitungan pada analisis varian adalah sbb:

1. Membuat tabel data observasi, seperti di bawah ini:
Tabel 2
Produktivitas Karyawan Menurut 3 Metode

Metode 1 Metode 2 Metode 3 Jumlah

X1 X21 X2 X 2 X 3 X23 X
2
X2
18 324
15 225 22 484 24 576
18 324 27 729 19 361
19 361 18 324 16 256
22 484 21 441 22 484
11 121 17 289 15 225

85 1515 105 2267 114 2226 304 6008

T1 X21 T2 X22 T3 X2 3 G X2 J

T21 = 7225 T2 2 =11025 T2 3 = 12996  T2 J = 31246

4
 2. Memberikan simbul numerik, sbb:
a. Simbul angka 1 = G2 / kn atau G2 / N = 3042 / 16 = 5776
b. Simbul angka 2 = X2 J = 6008
c. Simbul angka 3 =  T2 J / n = 7225/5 + 11025/5 + 12996/6 = 5816

3. Menghitung Jumlah Kuadrat Perlakuan / JK ( Sum of Square ):

JK. perlakuan = ( 3 - 1 )
= 5816 - 5776 = 40

JK. kesalahan = ( 2 - 3 )
= 6008 - 5816 = 192

JK. total = ( 2 - 1 )
= 6008 - 5776 = 232

4. Menentukan Degree of Freedom ( df )

df. perlakuan = ( k - 1 ) = 3 - 1 = 2
df. kesalahan = ( N - k ) = 16 - 3 = 13

5. Menghitung Rata-rata Kuadrat / RK. ( Mean Square )

RK. perlakuan = JK. Perlakuan / df. perlakuan
= 40 / 2
= 20
RK. kesalahn = JK. kesalahan / df. kesalahan
= 192 / 13
= 14,769

6. Menghitung besarnya F:

F = RK. perlakuan / RK. kesalahan

= 20 / 14,769
= 1,354

Kesimpulan :
Perhitungan manual melalui dua cara tersebut ternyata menghasilkan harga F.
statistik yang sama. Oleh karena itu kita dapat menggunakan salah satu alternatif dari
kedua cara tersebut untuk penghitungan Anova.
Pertanyaan yang muncul adalah apakah hasil manual tersebut juga akan sama dengan
hasil penghitungan komputasi ?.
Untuk itu di bawah ini ditampilkan model penghitungan anava dengan komputasi
program SPSS for Windows.
5
LANGKAH-LANGKAH KOMPUTASI ANAVA 1 JALAN:
A. INPUT DATA
1. Buka program SPSS
2. buat nama variabel “Produk” dan “Metode”
3. Masukkan data penelitian ke dalam masing-masing variabel. ( isi data
metode 1 dengan angka 1, metode 2 dengan angka 2 , dst. )
1. Simpan data dengan File “ Anava-1.Sav “.

B. ANALISIS
1. Klik Menu Analyze
2. Klik General Linear Model -------- pilih “Univariate”
3. Masukkan masing-masing variabel ke dalam kotak.:
Kotak Dependent List : isikan “ Produk “
Kotak “Factor” : isikan “ Metode “
4. Klik “Options” dan klik “ Homogenety of Variance” untuk tes homogenitas
varian.
5. Klik “OK”
6. Simpan Output dengan File “Anava-1.Spo ”

6
A. Data produktivitas karyawan dengan tiga metode:
Produk Metode
15 1
18 1
19 1
22 1
11 1

22 2
27 2
18 2
21 2
17 2

18 3
24 3
19 3
16 3
22 3
15 3

B. Hasil analisis dengan kokmputasi tampak sebagai berikut:

Univariate Analysis of Variance

Between-Subjects Factors

N
METODE 1 5
2 5
3 6

a
Levene's Test of Equality of Error Variances

Dependent Variable: PRODUK

F df1 df2 Sig.
,090 2 13 ,914
Tests the null hypothesis that the error variance of
the dependent variable is equal across groups.
a. Design: Intercept+METODE

7
 Tests of Between-Subjects Effects

Dependent Variable: PRODUK

Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 40,000a 2 20,000 1,354 ,292
Intercept 5733,529 1 5733,529 388,208 ,000
METODE 40,000 2 20,000 1,354 ,292
Error 192,000 13 14,769
Total 6008,000 16
Corrected Total 232,000 15
a. R Squared = ,172 (Adjusted R Squared = ,045)

Kesimpulan :
1. Bahwa melalui tes homogenitas, ternyata ketiga varian ( produktivitas pada metode 1, 2, dan 3 )
adalah benar-benar homogen. Hal ini dikuatkan oleh :
a. harga F. statistik sebesar 0,090 < F 0,05 / 2; 13 yaitu 3,80 Print-out
b. harga probabilitas (p) = 0,914 yang ternyata > 0,05. Tidak ditampilkan
2. Bahwa harga F = 1,354 dengan probabilitas ( p ) = 0,292 atau p > 0,05 yang berarti manerima
hipotesis nol. Ini berarti bahwa secara signifikan tidak terdapat perbedaan produktivitas karyawan
menurut metode kerja.

LATIHAN.

1. Seorang hendak mengukur efek tingkat keaktifan mahasiswa dalam keorganisasian

lembaga Eksra Kurikuer ( Akt, Sdg, Krg ) tehadap prestasi. Penelitian dilakukan
terhasap 20 orang mahasiswa sampel.
Saudara diminta untuk :
1) Menuliskan judul penelitian secara lugas. ( bobot 5 )
2) Mengajukan hipotesis yang relevan. ( bobot 10 )
3) Menguji hipotesis dan menyimpulan atas data rekaan dgn ts.5% ( bobot 35 )

2. Buatlah analisis tentang Kinerja Guru berdasarkan Tingkat Motivasi ( T, S, R ) untuk

30 orang dengan ts. 5%
1) Menuliskan judul penelitian secara lugas. ( bobot 5 )
2) Mengajukan hipotesis yang relevan. ( bobot 10 )
3) Menguji hipotesis dan menyimpulan atas data rekaan dgn ts.5% ( bobot 35 )

2. Anava Dua Jalan ( Dengan Interaksi )

8
 Dalam Anova satu jalan, telah dibicarakan bagaimana menguji hipotesis tentang efek suatu
variabel bebas ( faktor ) yang terdiri dari dua kelompok (taraf ) atau lebih terhadap variabel tak bebas
( respon ).
Anava dua jalan ( Two Way Anova ) ini, dilakukan untuk mengetahui ada tidaknya perbedaan
rata-rata antar k kolom faktor pertama ( untuk k lebih dari 2 ) dan juga rata-rata antara b baris faktor
kedua ( b lebih dari 2 ), serta ada tidaknya efek Interaksi antara faktor pertama dengan faktor kedua.
Kita ambil contoh : sebuah pabrik sepatu menggunakan 3 buah mesin yang berbeda dan
dioperasikan oleh 3 operator yang berbeda. Perusahaan ingin mengunji apakah terdapat perbedaan yang
signifikan dalam jumlah sepatu yang rusak antara pekerja-pekerja dan perbedaan sepatu yang rusak antar
mesin. Di samping itu hendak diuji pula apakah terdapat efek interaksi antara pekerja dengan mesin.
Contoh : Setelah dilakukan pengamatan selama beberapa hari, diperoleh data sebagai berikut (
diadopsi dari Statistik III, Sutrisno Hadi ):

Produk Rusak
Menurut jenis mesin dan Operator

Mesin Operator Jumlah

1 2 3

A 10 14 18
13 16 22 93

B 13 19 14
16 27 18 109

C 9 11 14
14 17 17 82

Jumlah 75 104 103 282

JAWAB:
1. Hipotesis :
Ho. : a. 1 = 2 = 3 = 0 ( Tidak ada perbedaan rerata antar Baris )
b. 1 = 2 = 3 = 0 ( Tidak ada perbedaan rerata antar Kolom )
c. () 11 = () 12 = .....= ()33 = 0 ( Tidak ada perbedaan Y berdasarkan
Interaksi X1 dan X2 )

H1 : a. Paling tidak satu i tidak sama dengan nol. ( Ada perbedaan …… )

b. Paling tidak satu j tidak sama dengan nol. ( Ada perbedaan …… )
c. Paling tidak satu (() ij tidak sama dengan nol. ( Ada perbedaan …)
2. Taraf signifikan (  ) : 5%

9
 3. Perhitungan

Cara Pertama.
SS.tot. = [(10 2 + 13 2 + ..+ 17 2 )] - [(282) 2 / 18 ] = 318.
SS.pek. = [ (752 / 6) + ( 104 2 / 6) + ( 103 2 / 6) ] - [ (282) 2 / 18 ] = 90,33
SS.mes. = [ (932 / 6) + ( 107 2 / 6) + ( 82 2 / 6) ] - [ (282) 2 / 18 ] = 52,33
SS.int. = [ (2822 / 18)] - [ ( 93 2 / 6) + ( 107 2 / 6) + ( 82 2 / 6) ] -
[(752 / 6) + ( 104 2 / 6) + ( 103 2 / 6)] + (10 2 + 13 2 + ...+ 17 2 ) = 81,34
SS.res. = 318 - 90,33 - 52,33 - 81,34 = 94.

Tabel 4
Tabel Anova

Sumber Variasi Sum of Square DF Mean Square F. hitung

Faktor Pekerja SS.pek = 90,33 k - 1 = 2 MS.pek = 45,17 F = 45,17/10,44=4,326

Faktor Mesin SS.mes. = 52,33 b - 1 = 2 MS.mes.= 26,17 F = 26,17/10,44=2,51
Faktor Interaksi SS.int. = 81,34 (k-1)(b-1) MS.int. = 20,34 F = 20,34/10,44=1,95
=4
Residal SS.res. = 94 kb(n-1)=9 MS.res. = 10,44 --

Total SS.total = 318 (n - 1)=17 -- --

F. tabel : a. F 0,05 / 2 ; 9 = 4,26

b. F 0,05 / 2 ; 9 = 4,26
c. F 0,05 / 4 ; 9 = 3,63
5. Kesimpulan :
a. Ho. ditolak, karena harga F > F 0,05 / 2 ; 9 atau 4,326 > 4,26. Berarti ada
perbedaan yang signifikan seluruh kerusakan produksi menurut pekerja.
b. Ho. diterima, karena harga F < F 0,05 / 2 ; 9 atau 2,51 < 4,26. Berarti tidak ada
perbedaan yang signifikan pada kerusakan produksi menurut jenis mesin.
c. Ho. diterima,karena F < F 0,05 / 4 ; 9 atau 1,95 < 3,,63. Berarti tidak ada efek
interaksi yang signifikan faktor pekerja dan mesin terhadap produksi.

Cara kedua
Berdasarkan data pada tabel 3, disusun tabel 5. ( Tabel Kerja Penghitungan anova ) :

Tabel 5
Produk Rusak Menurut Jenis Mesin dan Operator
10
 Mesin Pekerja ( P ) Jumlah
(M) 1 (p1) 2 (p2) 3 ( p3)

X1 X21 X2 X2 2 X3 X2 3 X X2

Mesin 1 10 100 14 196 18 324

( m1) 13 169 16 256 22 484

23 269 30 452 40 808 93 1529

mp.1.1 mp.1.2 mp.1.3 m1

Mesin 2 13 169 19 361 14 196

( m2 ) 16 256 27 729 18 324

29 425 46 1090 32 520 107 2035

mp2.1 mp2.2 mp.2.3 m2

Mesin 3 9 81 11 121 14 196

( m3 ) 14 196 17 289 17 289

23 277 28 410 31 485 82 1172

mp.3.1 mp.3.2 mp.3.3 m3

Total 75 971 104 1952 103 1813 282 4736

p1 p2 p3 G X2 i j k

Simbol :
(1) : G2 : npm = (282)2 : ( 2 x 3 x 3 ) = 4418

(2) :  X2i j k = 4736

(3) : P2 i : n.m = ( p21 + p22 + 2

p 3 ) : ( 2 x 3 ) = ( 752 + 1042 + 1032 ) : 6 = 4508,33

(4) : M2 j : n.p = ( m21 + m22 + m2 3 ) : ( 2 x 3 ) = ( 932 + 1072 + 822 ) : 6 = 4470,33

(5) : (MP2 i j ) : n = (232 + 302 + ... + 282 + 312 ) : 2 = 4642

Hitungan :

SUMBER VARIASI SS df MS
11
 Pekerja = ( 3 - 1 ) (p-1)
= (4508,33 - 4418 ) 90,33 2 45,165

Mesin = ( 4 - 1 ) (m-1)
= ( 4470,33 - 4418 ) 52,33 2 26,165

Interaksi = ( 5 - 4 - 3 + 1 ) (p-1)(m-1)
= ( 4642 - 4470,33 - 4508,33 + 4418 ) 81,34 4 20,335

Kesalahan = ( 2 - 5 ) pm (n-1)
= ( 4736 - 4642 ) 94 3x3 (2-1) 10,44

Total = ( 2 - 1 ) ( npm -1 )
= ( 4736 - 4418 ) 318 17 --

Tabel 6. Tabel Anova

Sumber Variasi Sum of Square DF Mean Square F. hitung

Faktor Pekerja SS.pek = 90,33 k-1=2 MS.pek = 45,17 F = 45,17/10,44 =4,33

Faktor Mesin SS.mes. = 52,33 b - 1 = 2 MS.mes.= 26,17 F = 26,17/10,44 =2,51
Faktor Inter. SS.int. = 81,34 (k-1)(b-1) MS.int. = 20,34 F= 20,34/10,44 =1,95
=4
Residal SS.res. = 94 kb(n-1) MS.res. = 10,44 --
=9

Total SS.total = 318 (n - 1)=17 -- --

F. tabel : a. F 0,05 / 2 ; 9 = 4,26

b. F 0,05 / 2 ; 9 = 4,26
c. F 0,05 / 4 ; 9 = 3,63
Berdasarkan penghitungan dengan cara ke-dua inipun, ternyata memberikan hasil akhir
yang sama. Dengan demikian , kesimpulan atas uji hipotesispun juga tidak berbeda.
Untuk memperluas wacana Analisis Varian ( Anova ). di bawah ini dipaparkan hasil
komputasi Anova menggunakan program SPSS.
Implementasi dari SPSS ini, harus merubah data kualitatif tentang jenis mesin dan
pekerja, menjadi data interval. Hal ini dilakukan agar data variabel dapat diterjemahkan
dalam format SPSS. Adapun susunan data itu sebagai berikut:

Mesin I = 1 Pekerja Pagi = 1

II = 2 Siang = 2
III = 3 Malam = 3

Data mentah untuk Anova melalui program SPSS versi 10

12
No Produk Msn Pekerja No Produk Msn Pekerja No Produk Msn Pekerja
Rusak Rusak Rusak

1 10 1 1 7 14 1 2 13 18 1 3
2 13 1 1 8 16 1 2 14 22 1 3
3 13 2 1 9 19 2 2 15 14 2 3
4 16 2 1 10 27 2 2 16 18 2 3
5 9 3 1 11 11 3 2 17 14 3 3
6 14 3 1 12 17 3 2 18 17 3 3

A. INPUT DATA
1. Buka program SPSS
2. buat nama variabel “Produk” , “ Jenis Mesin” , dan “Operator”
3. Masukkan data penelitian ke dalam masing-masing variabel. ( Untuk Jenis Mesin isi data
dengan angka 1 untuk A, 2 untuk B, dan 3 untuk C. serta untuk “Operator” isikan
sesuai kode angka nya )
1. Simpan data dengan File “ Anava-1.Sav “.

B. ANALISIS
1. Klik Menu Analyze
2. Klik General Linear Model -------- pilih “Univariate”
3. Masukkan masing-masing variabel ke dalam kotak: Kotak Dependent List : isikan
“ Produk “, Kotak “Factor” : isikan “Jenis Mesin dan Operator “
4. Klik “Options” dan klik “ Homogenety of Variance” untuk tes homogenitas
varian.
5. Klik “OK”

HASIL ANALISIS SBB:

13
Univariate Analysis of Variance
Between-Subjects Factors

N
MESIN 1 6
2 6
3 6
PEKERJA 1 6
2 6
3 6

Tests of Between-Subjects Effects

Dependent Variable: PROD.RUS

Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 224,000a 8 28,000 2,681 ,082
Intercept 4418,000 1 4418,000 423,000 ,000
MESIN 52,333 2 26,167 2,505 ,136
PEKERJA 90,333 2 45,167 4,324 ,048
MESIN * PEKERJA 81,333 4 20,333 1,947 ,187
Error 94,000 9 10,444
Total 4736,000 18
Corrected Total 318,000 17
a. R Squared = ,704 (Adjusted R Squared = ,442)

KESIMPULAN :

1. Koefisien F. mesin = 2,505 dengan p = 0,136 atau p > 0,05 ( tidak signifikan )
2. Koefisien F. pekerja = 4,324 dengan p = 0,048 atau p < 0,05 ( signifikan )
3. Koefisien F. Interaksi = 1,947 dengan p = 0,187 atau p > 0,05 ( tidak signifikan )

LATIHAN:
1.. Seorang Guru hendak meguji efek metode Mengajar ( dalam 2 jenis metode) terhadap Prestasi sisva
menurut jenis kelamin. Penelitian dilakukan terhadap 20 responden.
14
 Saudara diminta :
1. Mengajukan hipotesis yang relevan.
2. Menyusun data rekaan
3. Melakukan analisis data dan menarik kesimpulaan berdasarkan ts. 5%

2. Data berikut adalah hasil Diklat PLPG dari 27 orang guru di Surakarta:
Nilai Kelompok A Kelompok B Kelompok C
5,1 - 6 3 2 3
6,1 - 7 2 1 2
7,1 - 8 3 2 3
8,1 - 9 2 2 2

Diminta : 1. Ajukan hipotesis yang relevan

2. Lakukan analisis data dan berikan kesimpulan dengan ts. 5%.

3. Suatu penelitian hendak mengukur derajad Kompetensi Belajar Mahasisva menurut Status Perguruan
Tinggi (Negeri – Sasta), dab Kategori Asal Daerah ( Industri, Pertanian, Perdagangan). Penelitian
dilakukan di Karesidenan Surakarta dengan sampel 48 Orang. Skor Kompetensi dengan skala 4 s/d 10

Kompetensi Belajar Jumlah

Kategori Daerah PT. Negeri PT. Swasta
Akre. Non Akre Akre. Non Akre

Daerah Industri 4 4 4 4 16
Daerah Pertanian 4 4 4 4 16
Daerah Perdagangan 4 4 4 4 16

Berdasrkan data di atas, paparkan:

a. Judul penelitian dimaksud. c. Perhitungan manual dengan Teknik Analisis yang tepat.
b. Hipotesis yang relevan. d. Simpulan pada taraf signifikansi 5%

4. Suatu penelitian hendak mengukur Disparitas Kinerja Sekolah berdasarkan data dalma tebel berikut ini::

Kategori Skore Kinerja Sekolah

Sekolah Swasta Sekolah Negeri
Akreditasi A 8 7 7 8 6 7 8 7 7 7 6 9 9 9
9 8
Akreditasi B 7 7 8 7 7 7 6 8 6 6 6 7 8 8
6 9

Berdasrkan data di atas, paparkan:

a. Judul penelitian dimaksud. c. Perhitungan manual dengan Teknik Analisis yang tepat.
b. Hipotesis yang relevan. d. Simpulan pada taraf signifikansi 5%

15
3. ANOVA DENGAN INTERAKSI TARAF DUA.

Taraf dua dalam interaksi yang dimaksud di sini terjadi karena faktor / variabel yang
diteliti / hendak diuji lebIh besar dari dua. Diumpamakan terdapat tiga faktor / variabe yang akan
diuji, maka urutan analisisnya adalah 1) diuji perbedaan rata-rata antara faktor pertama dan
kedua, faktor pertama dan ketiga, serta faktor kedua dan ketiga, 2) diuji interaksi taraf satu:
antara faktor pertama - kedua, faktor pertama - ketiga serta faktor kedua - ketiga, 3) diuji
interaksi taraf tiga antara faktor pertama-kedua - ketiga.

Sebagai contoh penelitian terhadap daya penyesuaian diri mahasiswa dalam kegiatan tatap
muka, mandiri dan tersruktur menurut asal daerah ( kota dan desa ), jenis kelamin ( pria dan
wanita ) dan tingkatan ( tk.I, tk.II, tk.III, dan tk.IV ).
Sampel penelitian sebanyak 80 orang mahasiswa, terdiri dari 40 orang berasal dari Kota
dan 40 dari Desa, dan masing-masing terdiri dari 20 orang pria dan 20 orang wanita dengan
perincian 5 orang tiap tingkatan. Data yang berhasil dikumpulkan tampak dalam tabel berikut ini
:
Penyesuaian diri mahasiswa dalam
kegiatan Terstruktur dan Mandiri
menurut Jenis kelamin ( J ), Asal daerah (A), dan Tingkatan ( T )
Pria ( b.1 ) Wanita ( b.2 )
Variasi Jumlah
T.1 T.2 T.3 T.4  T.1 T.2 T.3 T.4 

6 7 8 6 7 8 7 8
6 8 8 8 7 6 5 8
6 9 7 9 8 3 6 7
Kota ( a.1 ) 8 6 7 9 8 5 6 7
5 6 8 9 5 9 6 7
31 36 38 41 146 35 31 30 37 133 279

8 8 8 9 7 6 6 9
9 8 6 9 7 8 6 9
8 8 6 8 7 8 6 9
Desa ( a.2 ) 5 8 6 8 8 6 6 9
6 9 5 8 7 6 6 10
36 41 31 42 150 36 34 30 46 146 296

Jumlah 67 77 69 83 296 71 65 60 83 279 575

Untuk memperoleh kemudahan dalam penghitungan Jumlah Kuadrat ( SS ) tiap sumber

variasi, sebaiknya dibuat tabel perincian tersendiri untuk variasi asal - jenis kelamin - tingkatan
16
( a x j x t ); variasi asal - jenis kelamin ( a x j ); variasi asal - tingkatan (a x t); dan jenis
kelamin - tingkatan ( j x t ) sbb :

Tabel a x j x t

Sumber Pria ( b1 ) Wanita (b2 )

Variasi
T.1 T.2 T.3 T.4 T.1 T.2 T.3 T.4

Kota ( a1) 31 36 38 41 35 31 30 37
Desa ( a2 ) 36 41 31 42 36 34 30 46

Tabel a x j

Sumber variasi J. 1 J.2

Kota ( a1 ) 146 133

Desa ( a1 ) 150 146

Tabel a x t

t.1 t.2 t.3 t.4

Kota ( a1 ) 66 67 68 78

Desa (a2 ) 72 75 61 88

Tabel j x t

t.1 t.2 t.3 t.4

Pria ( J.1 ) 67 77 69 83

Wanita (J.2 ) 71 65 60 83

Simbul :

(1): G2 / n. a. j. t. = 575 2 / ( 5.2.2.4 ) = 4132,81

(2):  X2 i .J . k = 4277.
(3):  A2 / n.j.t = [(279) 2 + (296) 2 ] / ( 5 . 2 . 4 ) = 4136,43
(4):  J 2 / n.j.t = [(296) 2 + (279) 2 ] / ( 5 . 4 . 2 ) = 4136,43
17
 ( 5 ) :  T2 / n.j.t = [(138)2 + (142)2 + (129)2 + (166)2 ] / (5.2.2) = 4170,25
( 6 ) :  (AJ)2 / n.t = [(146)2 + (150)2 + (133)2 + (146)2 ] / (5.4 ) = 4141,05
( 7 ) :  (AT2 / n.j = [(66)2 + (65)2 + .....+ (61)2 + (88)2 ] / (5.2 ) = 4182,70
( 8 ) :  (JT)2 / n.a = [(67)2 + (77)2 + .....+ (60)2 + (83)2 ] / (5.2 ) = 4182,30
( 9 ) :  (AJT)2 / n = [(31)2 + (36)2 + .....+ (30)2 + (46)2 ] / (5 ) = 4201,40

Hitungan :

SUMBER VARIASI SS df MS

a. Asal Daerah = ( 3 - 1 ) (a-1)

= ( 4136,43 - 4132,81 ) 3,62 1 3,62
b. Jenis Kel. = ( 4 - 1 ) (j-1)
= ( 4136,43 - 4132,81 ) 3,62 1 3,62
c. Tingkatan = ( 5 - 1 ) ( t - 1)
= ( 4170,25 - 4132,81 ) 37,44 3 2,48

d. Asal - Jenis = ( 6 - 4 - 3 + 1 ) ( a - 1) ( j - 1)
= ( 4141,05 - 4136,43 - 4136,43 + 4132,81 ) 1,02 1 1,02

e. Asal - Tingk = ( 7 - 5 - 3 + 1 ) ( a - 1) ( t - 1)
= ( 4182,70 - 4170,25 - 4136,43 + 4132,81 ) 8,83 3 2,94

f. Jenis - Tingk = ( 8 - 5 - 4 + 1 ) ( j - 1) ( t - 1)
= ( 4182,30 - 4170,25 - 4136,42 + 4132,81 ) 8,44 3 2,81

g. Asl - Jen - Tk = ( 9 - 5 - 4 - 3 + 1 + 1) (a-1)(j-1)(t-1)

-(d+e+f)
= ( 4201,40 - 4170,25 - 4136,43 - 4136,43 + 5,67 3 1,89
+ 4132,81 + 4132,81 ) - 1,02 - 8,83 - 8,44

h. Kesalahan = ( 2 - 9 ) a.j.t ( n - 1)
= ( 4277 - 4201,40 ) 75,60 64 1,18

I. Total = ( 2 - 1 ) ( N - 1)
= ( 4277 - 4136,43 ) 144,19 79 --

18
 Tabel 8.
Tabel Anova

Sumber Variasi SS d.f MS F. hitung F.5% Ho.

Faktor Asal 3,62 1 3,62 F = 3,62 / 1,18 = 3,068 3,99 diterima

Faktor Jenis kel. 3,62 1 3,62 F = 3,62 / 1,18 = 3,068 3,99 diterima
Faktor Tingkat. 37,44 3 12,48 F = 12,48 / 1,18= 10,58 2,75 ditolak
Inter. As - Jenis 1,02 1 1,02 F = 1,02 / 1,18 = 0,864 3,99 diterima
Inter. As - Tingk 8,83 3 2,94 F = 2,94 / 1,18 = 2,492 2,75 diterima
Inter. Jenis - Tkt 8,43 3 2,81 F = 2,81 / 1,18 = 2,381 2,75 diterima
Inter. As-Jn-Tkt 5,67 3 1,89 F = 1,89 / 1,18 = 1,602 2,75 diterima
Kesalahan 75,60 64 1,18 --------

Total 144,19 9 ----- --------

Kesimpulan : Kecuali faktor tingkatan, semua faktor termasuk interaksinya secara signifikan menerima
Ho. Ini berarti secara signifikan terdapat efek tingkatan kelas terhadap daya penyesuaian
diri mahasiwa dalam kegiatan mandiri, terstruktur dan tatap muka.

Melalui Program SPSS versi 17.0 :

A. Data Penelitian :
1. Buka variabel “Asal Daerah”, “Jenis Kelamin “, “ Tingkatan “, Penyesuaian Diri”
2. Isikan data penelitian menurut jenisnya masing-masing. ( untuk asal daerah kota = 1 dan
desa =0; untuk Laki-laki = 1, Wanita = 2; Untuk Tk.1 = 1, tk.2 =2, dst )
3. Simpan data dengan file “ Interaksi - 2.Sav ”

B. Analisis Data :
1. Tetap dalam posisi data penelitian, klik “Menu Analyze”
2. Klik “ General Linear Models”, kemudian klik “ Univariate”
3. Pengisisan :
a. Masukkan “Variabel Penyesusaian Diri” kedalam kotak “Dependent”.
b. Dalam kotak “fixed Factors”, masukkan semua variabel Independen.
4. Klik OK.
5. Simpan hasil analisis dengan file “ interaksi-2.Spo”
A. DATA PENELITIAN
19
N Asal Jenis Kl Tingktn DPDM N Asal Jenis Kl Tingkt DPDM
n
1 1 1 1 6 41 1 1 3 8
2 1 1 1 6 42 1 1 3 8
3 1 1 1 6 43 1 1 3 7
4 1 1 1 8 44 1 1 3 7
5 1 1 1 5 45 1 1 3 8
6 2 1 1 8 46 2 1 3 8
7 2 1 1 9 47 2 1 3 8
8 2 1 1 8 48 2 1 3 6
9 2 1 1 5 49 2 1 3 6
10 2 1 1 6 50 2 1 3 5

11 1 2 1 7 51 1 2 3 7
12 1 2 1 7 52 1 2 3 5
13 1 2 1 8 53 1 2 3 6
14 1 2 1 8 54 1 2 3 6
15 1 2 1 5 55 1 2 3 6
16 2 2 1 7 56 2 2 3 6
17 2 2 1 7 57 2 2 3 6
18 2 2 1 7 58 2 2 3 6
19 2 2 1 8 59 2 2 3 6
20 2 2 1 7 60 2 2 3 6

21 1 1 2 7 61 1 1 4 6
22 1 1 2 8 62 1 1 4 8
23 1 1 2 9 63 1 1 4 9
24 1 1 2 6 64 1 1 4 9
25 1 1 2 6 65 1 1 4 9
26 2 1 2 8 66 2 1 4 9
27 2 1 2 8 67 2 1 4 9
28 2 1 2 8 68 2 1 4 8
29 2 1 2 8 69 2 1 4 8
30 2 1 2 9 70 2 1 4 8

32 1 2 2 8 71 1 2 4 8
32 1 2 2 6 72 1 2 4 8
33 1 2 2 3 73 1 2 4 7
34 1 2 2 5 74 1 2 4 7
35 1 2 2 9 75 1 2 4 7
36 2 2 2 6 76 2 2 4 9
37 2 2 2 8 77 2 2 4 9
38 2 2 2 8 78 2 2 4 9
39 2 2 2 6 79 2 2 4 9
40 2 2 2 6 80 2 2 4 10

B. HASIL ANALISIS

Univariate Analysis of Variance

20
 Between-Subjects Factors

N
KOTA 0 40
1 40
JENIS 0 40
1 40
TINGKAT -2 20
-1 20
0 20
1 20

Tests of Between-Subjects Effects

Dependent Variable: TM.TS.MD

Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 68,587a 15 4,572 3,871 ,000
Intercept 4132,813 1 4132,813 3498,677 ,000
KOTA 3,613 1 3,613 3,058 ,085
JENIS 3,613 1 3,613 3,058 ,085
TINGKAT 37,438 3 12,479 10,564 ,000
KOTA * JENIS 1,012 1 1,012 ,857 ,358
KOTA * TINGKAT 8,838 3 2,946 2,494 ,068
JENIS * TINGKAT 8,438 3 2,813 2,381 ,078
KOTA * JENIS * TINGKAT 5,638 3 1,879 1,591 ,200
Error 75,600 64 1,181
Total 4277,000 80
Corrected Total 144,187 79
a. R Squared = ,476 (Adjusted R Squared = ,353)

Kesimpulan : Kecuali variabel Tingkatan, semua variabel independen tak signifikan.

Artinya Daya Penyesuaian Diri Mahasiswa hanya berbeda secara signifikan
berdasarkan Tingkatan. Sedang menurut variabel lain tidak berbeda secara
signifikan.

21
 MEMINDAHKAN DATA SPSS ke MS.WORD
1. Buka SPSS
2. Buka File data.
3. Blok semua data yang akan di kopy
4. Tekan Control C.( copy data )
5. Buka File baru program MS. Word
6. Letakkan pointer pada tempat yang dikehendaki
7. Tekan Contol V (paste)
8. Tekan Menu tabel, klik Insert Tabel
9. Klik Menu Tabel, dan Klik insert Row, untuk memberi kolom nama variabel.

MEMINDAHKAN OUT-PUT SPSS KE MS. WORD

1. Buka Program SPSS
2. Buka File Out-put SPSS yang akan dikopi.
3. Klik Menu EDIT, pilih Submenu SELECT ALL
4. Klik Menu EDIT, pilih Submenu COPY OBJECTS
5. Buka progam MS Word
6. Buka File Baru, letakkan pointer pada tempat yang dikehendaki
7. Klik PASTE
8.Tampak hasil output pada program MS. Word
9. Lakukan edit kolom dan atau berikan kesimpulan analisis.

* Buku Teks :

1) Andrews, Frank.M. ( 1981). A Guide for Selecting Statistical Techniques for Analyzing
Social Science Data. Second Edition. Michigan : Survey Research center Institute for
Soscial Research The University of Michigan.
2) Coakes & Steed (1998). SPSS for Windows -- Analysis Without Unquish. Sydney :
Jacaranda Ltd.
3) Robert D. Mason, etc. ( 1998 ). Statistics - An Introduction, New York: Harcourt Brace
Jovanovich, Publishers.
4) Edward W. Minium; King, Bruce dan Bear, Gordon (1993). Staistical Reasoning In Psichology
and Education ( Third Ed.), NewYork: John Willy & Sons, Inc
5) Djarwanto dan Pangestu Subagyo ( 2005). Statistik Induktif. Yogyakarta: BPFE - UGM
6) Singgih Santoso. (2002). SPSS Versi 10 - Mengolah Data Statistik Secara Profesional.
Jakarta : PT. Elex Media Komputindo
7) Sudjana (2005). Analisis Regresi dan Korelasi. Bandung: Tarsito
8) Hatani, LA. ( 2008 ). Statistik Ekonomi Lanjutan. Jakarta: BPFE-UNSU

* Buku Pendukung :
1). Sutrisno Hadi ( 2002). Statistik III. Yogyakarta: BPFS – UGM
2). Sutrisno Hadi ( 2002). Analisis Regresi. Yogyakarta: BPFS – UGM
2). Budi Sutrisno (2017). Hand-out Staistika-2. Surakarta: P.AKT-FKIP-UMS

22