A.

Analisis Variansi Dua Arah

Mengingat masalah kependidikan itu merupakan masalah kompleks, maka design yang
dikembangkan untuk penelitian di bidang kependidikan biasanya kompleks. Oleh karena itu,
tidak mengherankan jika suatu pengukuran terhadap variable terikat dikaitkan dengan banyak
variabel bebas. Bahkan, semakin banyak variabel bebas akan semakin teliti dan semakin baik
penelitian tersebut. Tentunya, dengan semakin banyak variabel yang akan diungkapkan, semakin
banyak risikonya, diantaranya: sukar dalam menetapkan sampel, sukar melakukan kontrol, sukar
menganalisis, sukar menginterpretasikan, dan lain – lain kesukaran, disamping membutuhkan
waktu dan biaya banyak.
Apabila design yang dikembangkan untuk mencari atau tidaknya perbedaan dari dua
variabel bebas, dan masing – masing variabel bebas dibagi dalam beberapa kelompok, maka
design yang dikembangkan tersebut sering disebut dengan two factorial design. Dalam kasus ini
peneliti akan menghadapi kelompok sebanyak hasil kali banyak kelompok variabel bebas
pertama dan banyak kelompok variabel bebas kedua.(irianto,2004)

1. Perbandingan ANOVA Satu Arah dan Dua Arah

Analisis disini merupakan penyempurna variance satu arah. Sebenarnya analisis
variance satu arah dapat dipakai untuk menghadapi kasus variabel bebas lebih dari satu.
Hanya saja terpaksa analisisnya dilakukan satu persatu, sehingga akan menghadapi banyak
kasus (N semakin banyak).
Dengan melakukan analisis of variance dua arah akan dihindari pula terjadinya noise
(suatu kemungkinan yang menyatakan terdapat suatu efek karena bercampurnya suatu
analisis data). Noise ini dapat dihindari pada analisis of variance dua arah kerana analisis
disini melibatkan kontrol terhadapa perbedaan (kategorikal) variabel bebas. Analisis of
variance dua arah dapat menyajikan bagaimana kondisi interaksi antara variabel bebas yang
satu dengan variabel bebas yang lainnya.
Interaksi merupakan suatu kebersamaan antar faktor dalam mempengaruhi variabel
bebas, dengan sendirinya pengaruh faktor-faktor secara mandiri yang telah dihilangkan. Jika
terdapat interaksi berarti efek faktor satu terhadap variabel terikat akan mempunyai garis
yang tidak sejajar dengan efek faktor lain terhadap variabel terikat sejajar (saling
berpotong), maka antara faktor tidak mempunyai interaksi.
2. Asumsi Dalam Variansi Dua Arah.
Ada beberapa asumsi yang dipakai dalam variansi dua arah:
a. Setiap skor dalam sel harus berdistribusi normal. Asumsi ini dapat sedikit diabaikan jika
sampel tiap sel cukup banyak.
b. Variasi skor pada setiap sel hendaknya homogen atau sama.
c. Skor yang ada bebas dari pengaruh variabel yang tidak diteliti. Hal ini bisa dicapai
dengan mengambil sampel acak dari populasi yang sudah diklasifikasikan sesuai dengan
sel yang ada. Disamping itu perlu dilakukan kontrol atas terjadinya perembesan pengaruh
faktor lain maupun antar kelompok itu sendiri.(Irianto.2004)
Seperti halnya variansi satu arah, variansi dua arah pun bisa dilakukan untuk jumlah
sampel yang tidak sama antara sel yang satu dengan sel yang lainnya. Tetapi ANOVA dua
arah dengan jumlah sampel berbed, agak berbeda dengan uraian diatas. Dalam kasus
tersebut rata-rata hendaknya ditimbang, sehingga pengaruh perbedaan jumlah sampel tidak
mempengaruhi hasil analisis.
ANOVA dua arah ini digunakan bila sumber keberagaman yang terjadi tidak hanya
karena satu faktor (perlakuan). Faktor lain yang mungkin menjadi sumber keberagaman
respon juga harus diperhatikan. Faktor lain ini bisa berupa perlakuan lain atau faktor yang
sudah terkondisi. Pertimbangan memasukkan faktor kedua sebagai sumber keberagaman ini
perlu bila faktor itu dikelompokkan (blok), sehingga keragaman antarkelompok sangat
besar, tetapi kecil dalam kelompoknya sendiri. Bila disusun dalam bentuk tabel, maka
tampilan tabel dua arah adalah(Sugiarto,2000)
 Populasi
Blok Total Ukuran
1 2 … K
1 X11 X12 … X2k B1 K1
2 X21 X22 … X2k B2 K2
… … … … … … …
R Xr1 Xr1 … X2k Br Kr
Total T1 T2 … Tk T
Ukuran n1 n2 … nk N

Tabel ANOVA dua arah:

Sumber Derajat Jumlah Varian
Fhitung Ftabel
Keragaman Bebas Kuadrat (Ragam)
Blok r-1 JKB (S1)2 (S1)2 / (S3)2 F(v1, v3)
Antarkolo
k-1 JKK (S2)2 (S2)2 / (S3)2 F(v2, v3)
m
Sisaan (k-1) (r-1) JKS (S3)2
Total rk-1 JKT

k = jumlah populasi atau perlakuan

N = banyaknya pengamatan = n1 + n2 + … + nk
JKB = Jumlah kuadrat antarbaris
B2i −T 2
=∑
Ki N
JKK = Jumlah kuadrat antar kolom
T 2i −T 2
=∑
ni N
JKS = Jumlah kuadrat sisaan
= JKT – JKK – JKB
JKT = Jumlah kuadrat total
T2
= ( ∑ X 2ij ) -
N
(S1)2 = JKB/ v1
(S2)2 = JKK/ v2
(S3)2 = JKS/ v3

Statistik Uji yang digunakan adalah F hitung

Tolak H0 bila Fhitung > Ftabel.(sugiarto,2000)
Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan sekaligus
ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan. Dengan mengambil
secara random dari populasinya, datanya sebagai berikut

Metode I Metode II Metode III

Laki-laki 4424 7465 2331
Perempuan 9866 9889 6552
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah kesimpulan
penelitian tersebut?

Penyelesaian

1. Hipotesis
H0A : tidak ada perbedaan efek antara jenis kelamin terhadap prestasi H 1A : ada

perbedaan efek antara jenis kelamin terhadap prestasi

H0B : tidak ada perbedaan efek antara metode pembelajaran terhadap prestasi H1B : ada

perbedaan efek antara metode pembelajaran terhadap prestasi

H0AB : tidak ada interaksi antara jenis kelamin dan metode pembelajaran terhadap

prestasi H1AB : ada interaksi antara jenis kelamin dan metode pembelajaran terhadap

prestasi
2. α = 5%
3. Komputasi:
Tabel jumlah AB
b1 b2 b3 Total

a1 14 (AB11) 22 (AB12) 9 (AB13) 45 (A1)

a2 29 (AB21) 34 (AB22) 18 (AB23) 81 (A2)
Total 43 (B1) 56 (B2) 27 (B3) 126 (G)

(1) 661,5 JKA = 54

(2) 798 JKB = 52,75
(3) 715,5 JKAB = 2,25
(4) 714,25 JKG = 27,5
(5) 770,5 JKT = 136,5

dkA = 1 RKA = 54
dkB = 2 RKB = 26,375
dkAB = 2 RKAB = 1,125
dkG = 18 RKG = 1,527778
dkT = 23

Fa = 35,34545 F0,05;1,18 4,41

Fb = 17,26364 F0,05;2,18 3,55

Fab = 0,736364 F0,05;2,18 3,55

 Sumber JK Dk RK F F Keputusan Kesimpulan
Variansi hitung Tabe uji
l
Jenis 54 1 54 35,34 4,41 HoA Ada Perbedaan efek antara jenis
Kelamin 5 ditolak kelamin teradap prestasi
Metode 52,75 2 26,75 17,26 3,55 HoB Ada Perbedaan efek antara metode
4 ditolak pembelajaran teradap prestasi
Interaksi 2,25 2 1,125 0,736 3,55 HoAB Tidak ada interaksi antara jenis
diterima kelamin dan metode pembelajaran
teradap prestasi
Galat 27,5 18 1,528 - - -
Total 136,5 23 - - -
Tabel Rangkuman Analisis

Sugiarto, Dergibson Siagian. 2000. Metode Statistik untuk Bisnis dan Ekonomi. Jakarta: PT. Gramedia Pustaka Utama.
Irianto, Agus. 2004. Statistik: Konsep Dasar & Aplikasinya. Jakarta: Kencana.