Nama.

: Sutra Kasih
NIM. : 1805110667
Kelas. : 5B
Soal dan pembahasan ANOVA satu arah dan dua arah dengan SPSS

Contoh Kasus Anova satu arah:

Terdapat 4 metode diet dan 3 golongan usia peserta program diet Berikut data rata-rata
penurunan berat peserta keempat metode dalam tiga kelompok umur.

Penurunan Berat Badan (Kg)

Sampel
Metode 1 Metode 2 Metode 3 Metode 4

Sampel 1 4 8 7 6

Sampel 2 6 12 3 5

Sampel 3 4 - - 5

Apakah keempat metode diet tersebut memberikan rata-rata penurunan berat badan yang
sama?
Uji pendapat tersebut dengan taraf nyata 5 %
jawab :

1. Masukkan data ke SPSS

 2. Hasil Anova Satu Arah

Intrepretasi hasil anova satu arah dengan SPSS

1. Descriptive
Bagian ini memberikan informasi mengenai deskripsi dari tiap kelompok dan total.
deskripsi ini mencakup banyaknya data (N), rata-rata(mean), standar Devisi, Standar
 error, Interval kepercayaan dari rata-rata(confidence interval) dan nilai minimum serta
maksimum.
2. Test of Homogeneity of variances

uji yang digunakan dalam uji homogenitas varians pada spss yaitu uji levente. Perlu
diperhatikan p value (sig). jika p value (sig) lebih besar dari 0.05(alpha) maka keputusan
terima H0 yang artinya setiap kelompok homogen /sama. sebaliknya jika nilainya lebih
kecil dari 0.05(alpha) maka keputusan tolak H0 artinya terdapat perbedaan varians
antar kelompok minimal dua kelompok. Pada hasil diatas terlihat bahwa tolak H0.
artinya terdapat perbedaan varians antar kelompok minimal dua kelompok. Pada
anova perlu asumsi homogenitas varians. sehingga uji anova ini tidak bisa dilanjutkan
lagi tapi karena ini hanya contoh anova kita abaikan saja. kita anggap varians sama.
3. Anova
Bagian ini menampilkan tabel anova seperti pada materi anova satu arah. yang perlu
dilihat pada bagian ini adalah  P value. jika nilai p value lebih besar dari 0.05(alpha)
maka keputusan terima H0 artinya tidak ada perbedaan rata-rata tiap kelompok.

[
2. Contoh soal ANOVA Dua Arah Dengan SPSS
Seorang guru ingin mengetahui prestasi belajar siswa berdasarkan gender (laki-laki dan
perempuan) setelah menerapkan model pembelajaran kooperatif pada materi
yang sama. Sampel yang diambil 3 sekolah, dimana ketiga sekolah
tersebut diterapkan model pembelajaran yang berbeda. Berikut hasil tes belajarnya:

1. Masukkan data ke SPSS

2.. Interpretasi Hasil

Dari gambar Between-subjects Factor. Kita dapat mengetahui jumlah sekolah ada 3 dan

ketiga sekolah menggunakan model yang berbeda yaitu sekolah 1 menggunakan model
A yang ada dalam kolom Value Label, begitu juga untuk sekolah 2 dan 3. sedangkan banyak
siswa setiap sekolah sama yaitu 16 siswa yang terdiri dari laki-laki dan perempuan. Jadi
jumlah keseluruhanan ada 48 siswa didapat dari 21 siswa laki-laki dan 27 siswa perempuan.
Berikut Analisis selanjunya
Dari gambar Descriptive Statistics di atas, kita dapat mengetahui deskripsi hasil dari nilai
prestasi belajar siswa dari setiap sekolah berdasarkan gender. Misalnya: Sekolah 1
menerapkan model A diperoleh nilai rata-rata (mean) untuk siswa laki-laki sebesar 39,71,
standar deviasi 5,251 dan jumlah siswa laki-laki ada 7. sedangkan siswa perempuan
diperoleh nilai rata-rata 36,67, standar deviasi 4.690 dan jumlah siswa perempuan 9. Begitu
juga untuk sekolah 2 dan 3. Dari sini kita belum bisa mengambil kesimpulan prestasi belajar
dari setiap sekolah, karena hanya deskripsi data saja. Berikut Analisis selanjutnya

Dari Gambar Levene's Test of Equality of Error Variances (homogenitas), diperoleh nilai Sig

0.270 atau nilai sig ini > 0.05 (syarat homogenitas), artinya ketiga sampel mempunyai
varians yang sama (sudah memenuhi syarat uji Anova). Berikut analisis selanjutnya

Dari gambar Test of Between-Subjects Effects di atas merupakan hasil akhir dari uji two way
anova yang kita butuhkan.Berikut penjelasanya:
* 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 (sekolah,
Gender dan sekolah*Gender) 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 (0.023 < 0.05) berarti model yang diperoleh valid.

* Intercept
Nilai intercept dalam hal ini merupakan nilai siswa 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

* Sekolah 
Berpengaruh atau tidaknya sekolah terhadap hasil belajar siswa ditandai dari nilai signifikan,
dari tabel di atas nilai sig 0.057 atau nilai (0.57 > 0.05) dalam kasus ini berarti sekolah tidak
terlalu berpengaruh signifikan terhadap hasil belajar siswa.

* Gender 
Berpengaruh atau tidaknya gender terhadap hasil belajar ditandai dari nilai signifikan, dari
tabel di atas nilai sig 0.245 atau nilai (0.245 > 0.05) dalam kasus ini berarti gender tidak
terlalu berpengaruh signifikan terhadap hasil belajarnya.
* Sekolah*Gender
Uji ini bertujuan untuk mengetahui apakah ada hubungan yang signifikan antara 2 faktor,
dalam kasus ini kita akan menguji ada atau tidaknya interaksi antara model
pembelajaran dengan kelompok gender.
Hipotesis:
H0: tidak ada interaksi antara model pembelajaran terhadap kelompok gender
H1: ada interaksi antara model pembelajaran terhadap kelompok gender
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 3.495 dan F tabel 3.19 (F tabel lihat tabel
distribusi F untuk anova) atau nilai signifikan yang di peroleh dari tabel di atas
sebesar 0.039. Jadi dapat disimpulkan: ada interaksi antara model pembelajaran terhadap
kelompok gender.
Karena ada interaksi antara model pembelajaran terhadap kelompok gender dari setiap
sekolah, maka disini kita perlu uji lanjut Post Hoc. Berikut cara uji lanjut Post Hoc anova 2
arah

3. Analisis hasil uji lanjut Post Hoc Tukey

Dari tabel Multiple Comparisons, coba perhatikan dalam kolom Mean Difference (I-J) itu ada
yang berbintang (*) dan ada yang tidak berbintang (*). Dimana yang bertanda * itu
artinya model tersebut berbeda secara signifikan dibandingkan dengan model-model yang
lain.