BAB I

PENDAHULUAN

1.1 Latar Belakang

1.2 Tujuan
Makalah ini dibuat dengan tujuan untuk memenuhi tugas mata kuliah
statistik multivariat dan sebagai syarat untuk dapat mengikuti ujian tengah
semester mata kuliah statistik multivariat.
1.3 Manfaat

1
 BAB IV
ANAVA 2 ARAH

4.1 Analisis Varians 2 Arah

Menurut Supardi (2013) analisis varians dua arah digunakan apabila suatu
penelitian expose facto atau ekperimen terdiri dari dua variabel bebas, baik
untuk eksperimen treatment (1 variabel atribut dan 1 treatment) atau pun
eksperimen dua faktor (2 treatment). Dalam analisis varians dua arah terdapat 3
jenis hipotesis penelitian yang perlu diuji, yaitu:
1. Hipotesis interactions effect
Pada eksperimen 2 faktor treatment by treatment terdapat sebuah hipotesis
interactions effect, yaitu hipotesis dari pengaruh interaksi variabel
treatment 1 dengan variabel treatment 2 terhadap variabel terikat. Pada
eksperimen treatment by level , hipotesis interactions effect berupa
hipotesis dari interaksi pengaruh variabel treatment dengan variabel atribut
terhadap variabel terikat.
2. Hipotesis main effect
Terdapat dua buah hipotesis main effect, yaitu:
 Hipotesis mengenai pengaruh variabel treatment 1 terhadap variabel
terikat
 Hipotesis mengenai pengaruh variabel treatment 2 terhadap variabel
terikat
3. Hipotesis simple effect
Hipotesis simple effect merupakan hipotesis yang membendingkan antar
dua kelompok data sehingga banyaknya kelompok data atau teori dari
variabel atribut mempengaruhi banyaknya hipotesis simple effect.
Misalnya, eksperimen dengan desain 2 ×2 memiliki 4 hipotesis simple
effect. Analisis hipotesis simple effect merupakan uji lanjut dari hipotesis
interactions effect. Analisis simple effect tidak perlu dilakukan apabila
dalam pengujian hipotesis interactions effect tidak teruji signifikan.

2
4.2 Langkah Analisis Varians 2 Arah
Menurut Supardi (2017) analisis varians 2 arah dapat dilakukan melalui
langkah-langkah berikut:
1. Membuat desain deskripsi data
Misalnya untuk data 2 ×2 desain deskripsi datanya dapat dibuat seperti
berikut:
A1 A2 ∑B
n1 n2 n B1

B1 ∑ X1 ∑ X2 ∑ Xb1
∑ X 12 ∑ X 22 ∑ X b 12
n3 n4 n B2

B2 ∑ X3 ∑ X4 ∑ Xb2
∑ X 32 ∑ X 42 ∑ X b 22
n A1 n A2 nt

∑A ∑ Xk1 ∑ Xk2 ∑ Xt
∑ X k 12 ∑ X k 22 ∑ X t2
2. Merumuskan hipotesis statistik
 H 0 :μ b 1=μb 2
H 1 : μ b 1 ≠ μb 2
 H 0 :μ k 1=μk 2
H 1: μk 1≠ μk 2
 H 0 :B × K =0
H1: B × K ≠ 0
3. Menghitung jumlah kuadrat
 Total direduksi (dikoreksi)
2
2 2 (∑ X t )
JKTR=∑ X t =¿ ∑ X t − ¿
nt
 Antar
2 2

JKA=∑ { ( ∑ X i)
ni }
−
(∑ X t )
nt

3
 2 2 2 2 2
(∑ X 1 ) (∑ X 2 ) ( ∑ X 3 ) (∑ X 4 ) (∑ X t )
JKA= + + + −
n1 n2 n3 n4 nt
 Dalam
2
JKD=JKT −JKA=∑ ( ∑ X t )
2

JKD=∑ {∑ X i 2−
(∑ X i )
ni }
2 2 2 2
2 (∑ X 1 ) 2 ( ∑ X 2) 2 (∑ X3) 2 (∑ X 4 )
JKD=X 1 − + X2 − + X3 − + X4 −
n1 n2 n3 n4
4. Menghitung jumlah kuadrat antar
 Antar baris
2 2 2
( ∑ XB1) ( ∑ XB2) (∑ X t )
JKA ( b )= + −
nB1 nB2 nt
 Antar kolom
2 2 2
( ∑ XA1 ) ( ∑ XA2 ) (∑ X t )
JKA ( k )= + −
nA1 nA 2 nt
 Interaksi
JKA ( bk )=JKA−JKA ( b )−JKA (k )
5. Membuat tabel anava 2 arah
Sumber
RJK
varians JK dB RJK F hitung = Ftabel
RJK (D)
(antar)
A(k) JKA(k) A-1=1 RJK ( A) Fh( A) Ft ( A)
B(b) JKA(b) B-1=1 RJK (B) Fh( B) Ft (B)
... ... ... ... ... ...
I (b × k) JKA(bk) 1 ×1=1 RJK (I ) Fh( I ) Ft (I )
Dalam JKD n-1=3 RJK ( D) ... ...
Total (R) ... n-1 ... ... ...
6. Kriteria pengujian
 Jika Fh ( A )> Ft ( A), maka ada perbedaan yang signifikan
 Jika Fh ( B ) > Ft (B), maka ada perbedaan yang signifikan

4
  Jika Fh ( I ) > Ft ( I ), maka ada interaksi yang signifikan
Apabila terdadat perbedaan, maka perlu dilakukan uji lanjut baik berupa
Uji Tuckey maupun Uji Scheffe untuk mengetahui rata-rata yang lebih tinggi
secara signifikan.

4.3 Contoh Analisis Varians 2 Arah

Berikut ini merupakan contoh dari analisis varians 2 arah.
Tabel 3.1 Hasil Tes Membaca dan Tes Menulis Siswa Kelas Bilingual dan
Kelas Reguler SMP Negeri 1 Palembang

Tes Membaca (A1) Tes Menulis (A2)

60 60
68 36
68 68
72 92
72 80
76 56
76 60
88 84
56 52
76 88
84 100
72 84
76 92
Kelas
80 84
Reguler
88 52
(B1)
64 28
84 84
72 40
60 92
80 88
80 88
64 72
72 92
60 88
76 80
48 44
76 96
68 76

5
 80 80
84 96
92 76
68 60
80 100
80 88
80 92
84 92
72 80
88 96
60 88
72 84
56 88
76 88
92 92
76 88
88 88
84 96
80 92
76 88
72 96
Kelas 84 96
Bilingua 80 84
l (B2) 84 92
80 92
60 92
84 92
96 92
88 90
88 96
60 100
88 88
92 92
92 92
84 92
88 96
76 88
72 92
80 60
(Sumber: Skripsiani, H.2008.The Deference In Reading Achivement And
Writing Achievement Between Bilingual Class Students And Regular Class

6
Students On SMP Negeri 1 Palembang [Tesis].Inderalaya(ID):Sriwijaya
University)

Untuk melihat apakah terdapat perbedaan yang signifikan antar baris, antar
kelompok dan interaksi antar kolom dan baris , maka dapat dilakukan analisis
varians dua arah seperti berikut ini:
1. Hipotesis
 H 0 :Tidak terdapat perbedaan siswa kelas bilingual dan siswa kelas
reguler
H 1 : Terdapat perbedaan siswa kelas bilingual dan siswa kelas reguler
 H 0 :Tidak terdapat perbedaan antara hasil tes membaca dan hasil tes
menulis
H 1 : Terdapat perbedaan antara hasil tes membaca dan hasil tes menulis
 H 0 :Tidak terdapat interaksi antara hasil tes dan jenis kelas siswa
H 1 : Terdapat interaksi antara hasil tes dan jenis kelas siswa

2. Hipotesis statistik
 H 0 :μ b 1=μb 2
H 1 : μ b 1 ≠ μb 2
 H 0 :μ k 1=μk 2
H 1: μk 1≠ μk 2
 H 0 :B × K =0
H1: B × K ≠ 0

3. Deskripsi data
Tabel 3.2 Deskripsi Data Hasil Tes Membaca dan Tes Menulis Siswa
Kelas Bilingual dan Kelas Reguler SMP Negeri 1 Palembang
No. X1 X2 X3 X4 (X1)^2 (X2)^2 (X3)^2 (X4)^2
1 60 60 80 92 3600 3600 6400 8464
2 68 36 84 92 4624 1296 7056 8464

7
 3 68 68 72 80 4624 4624 5184 6400
4 72 92 88 96 5184 8464 7744 9216
5 72 80 60 88 5184 6400 3600 7744
6 76 56 72 84 5776 3136 5184 7056
7 76 60 56 88 5776 3600 3136 7744
8 88 84 76 88 7744 7056 5776 7744
9 56 52 92 92 3136 2704 8464 8464
10 76 88 76 88 5776 7744 5776 7744
11 84 100 88 88 7056 10000 7744 7744
12 72 84 84 96 5184 7056 7056 9216
13 76 92 80 92 5776 8464 6400 8464
14 80 84 76 88 6400 7056 5776 7744
15 88 52 72 96 7744 2704 5184 9216
16 64 28 84 96 4096 784 7056 9216
17 84 84 80 84 7056 7056 6400 7056
18 72 40 84 92 5184 1600 7056 8464
19 60 92 80 92 3600 8464 6400 8464
20 80 88 60 92 6400 7744 3600 8464
21 80 88 84 92 6400 7744 7056 8464
22 64 72 96 92 4096 5184 9216 8464
23 72 92 88 90 5184 8464 7744 8100
24 60 88 88 96 3600 7744 7744 9216
25 76 80 60 100 5776 6400 3600 10000
26 48 44 88 88 2304 1936 7744 7744
27 76 96 92 92 5776 9216 8464 8464
28 68 76 92 92 4624 5776 8464 8464
29 80 80 84 92 6400 6400 7056 8464
30 84 96 88 96 7056 9216 7744 9216
31 92 76 76 88 8464 5776 5776 7744
32 68 60 72 92 4624 3600 5184 8464
33 80 100 80 60 6400 10000 6400 3600
34 80 88     6400 7744    
Jumla
2500 2556 2632 2974 187024 204752 213184 269492
h
Rata- 73.5294 75.1764 79.7575 90.1212 5500.70 6022.11 6460.12 8166.42
rata 1 7 8 1 6 8 1 4

 Perhitungan ∑ B1
n B1=n1 +n 2=34+34=68

∑ X b 1=∑ X 1+∑ X 2=2500+2556=5056

∑ X b 12=∑ X 12 + ∑ X 22 =187024+204752=391776

8
 ( X́ 1 + X́ 2 ) ( 73.52941+ 75.17647 )
X´b1 = = =74.3529
2 2
 Perhitungan ∑ B2
n B2=n3 + n4=33+33=66

∑ X b 2=∑ X 3+∑ X 4 =2632+2974=5606

∑ X b 22=∑ X 32 +∑ X 42=213184 +269492=482676
( X́ 3 + X́ 4 ) ( 79.75758+ 90.12121 )
X´b 2= = =84.9393
2 2
 Perhitungan ∑ A 1
n A1=n1+ n3=34 +33=67

∑ X k 1=∑ X 1+∑ X 3=2500+2632=5132

∑ X k 12=∑ X 12 +∑ X 32=187024+213184=400208
( X́ 1 + X́ 3 ) ( 73.52941+ 79.75758 )
X´k1 = = =76.6434
2 2
 Perhitungan ∑ A 2
n A2=n2 +n4 =33+34=67

∑ X k 2=∑ X 2+∑ X 4 =2556+2974=5530

∑ X k 22=∑ X 22 +∑ X 42=204752+269492=474244
( X́ 2 + X́ 4 ) (75.17647+ 90.12121 )
X´k2 = = =82.6488
2 2
 Perhitungan ∑ A t
nt =n A +n4 A =67+ 67=134
1 2

∑ X k 2=∑ X A + ∑ X A =5132+5530=10662
1 2

∑ X k 22=∑ X A 2+ ∑ X A 2=400208+ 474244=874452

1 2

9
 s X´k2 =
( X´A + X´A )
1 2 ( 76.6434+ 82.6488 )
= =79.6461
2 2

Tabel 3.3 Deskripsi Data Ringka s Hasil Tes membaca dan Menulis
A1 A2 ∑B
n1 =34 n2 =34 n B1=68

∑ X 1=2500 ∑ X 2=2556 ∑ X b 1=5056

B1
∑ X 12=187024 ∑ X 22=204752 ∑ X b 12=391776
X́ 1 =73.52941 X́ 2 =75.17647 X´b1 =74.3529
n3 =33 n 4=33 n B2=66

∑ X 3=2632 ∑ X 4 =2974 ∑ X b 2=¿ 5606 ¿

B2
∑ X 32=213184 ∑ X 42=269492 ∑ X b 22=¿ 482676 ¿
X́ 3 =79.7575 X́ 4=90.12121 X´b 2=84.9393
n A1=67 n A2=67 nt =134

∑ X k 1=5132 ∑ X k 2=¿ 5530 ¿ ∑ X t =10662

∑A
∑ X k 12=400208 ∑ X k 22=¿ 474244 ¿ ∑ X t2=874452
X´k1 =76.6434 X´k2 =82.6488 X́ t =79.6461

4. Jumlah kuadrat
2

 2 (∑ X t )
JK (T )=∑ X t −
nt

( 10662 )2
JK (T )=874452−
134
JK (T )=874452−848345.10448
JK (T )=26106.89552

2 2 2 2
2 (∑ X 1 ) 2 ( ∑ X 2) 2 ( ∑ X 3) 2 (∑ X 4 )
JK (D)=X 1 − + X2 − + X3 − + X4 −
n1 n2 n3 n4

10
 ( 2500 ) 2 ( 2556 ) 2 ( 2632 ) 2
JK (D)=187024− +204752− + 213184−
34 34 33
( 2974 ) 2
+269492−
33
6250000 6533136
JK ( D )=187024− +204752− +213184
34 34
−6927424 8844676
+269492−
33 33
JK (D)=187024−183823.5294+204752−192151.0588+213184
−209921.9394+ 269492−268020.4848
JK (D)=20534.9876

2 2 2 2 2


(∑ X 1 ) (∑ X 2 ) ( ∑ X 3 ) (∑ X 4 ) (∑ X t )
JKA= + + + −
n1 n2 n3 n4 nt

( 2500 )2 ( 2556 )2 ( 2632 )2 ( 2974 )2 ( 10662 )2

JKA= + + + −
34 34 33 33 134
6250000 6533136 6927424 8844676 113678244
JKA= + + + −
34 34 33 33 134
JKA=183823.5294+ 192151.0588+ 209921.9394+268020.4848−848345.1045
JKA=5571.9079

2 2 2


( ∑ XB1) ( ∑ XB2) (∑ X t )
JKA ( b )= + −
nB1 nB2 nt

( 5056 )2 ( 5606 )2 ( 10662 )2

JKA ( b )= + −
68 66 134
25563136 31427236 113678244
JKA ( b )= + −
68 66 134
JKA ( b )=375928.4706+ 476170.2424−848345.1045
JKA ( b )=3753.6085

2 2 2


( ∑ XA1 ) ( ∑ XA2 ) (∑ X t )
JKA ( k )= + −
nA1 nA 2 nt

11
 ( 5132 )2 ( 5530 )2 ( 10662 )2
JKA ( k )= + −
67 67 134
26337424 30580900 113678244
JKA ( k )= + −
67 67 134
JKA ( k )=393095.8806+ 456431.3433−848345.1045
JKA ( k )=1182.119

 JKA ( bk )=JKA−JKA ( b )−JKA (k )

JKA ( bk )=5571.9079−3753.6085−1182119
JKA ( bk )=636.1804

5. Membuat tabel anava 2 arah

Tabel 3.4 Anava 2 Arah
Sumber
varians JK dB RJK F hitung Ftabel
(antar)
A(k) 1182.119 1 1182.119 7.4836 3.91
B(b) 3753.6085 1 3753.6085 23.76288 3.91
I (b × k) 636.1804 1 636.1804 4.027 9.91
Dalam 20534.9876 130 157.961
Total (R) 26106.89552 133

Tabel 3.5 Keterangan perhitungan

Sumber
varians JK dB RJK F hitung Ftabel
(antar)
A(k) 1182.119 1 1182.119 7.4836 3.91
Lihat JKA ( k ) = k-1 = JK/dB =RJK/RJK(D) Lihat f
= 2-1 =1182.119/1 =1182.119 / tabel
157.961 (5%.1.

12
 130)

B(b) 3753.6085 1 3753.6085 23.76288 3.91

Lihat JKA ( b) = b-1 = JK/dB =RJK/RJK(D) Lihat f
=2-1 =3753.6085/1 = tabel
3753.6085/ (5%.1.
157.961 130)

1(b × k ) 636.1804 1 636.1804 4.027 3.91

Lihat JKA ( bk)= (k-1) = JK/dB =RJK/RJK(D) Lihat f
(b-1) =636.1804 /1 = tabel
¿ 1× 1 636.1804 /157.961
(5%.1.
130)

Dalam 130 157.961

20534.9876
= n-(k-1) = JK/dB
Lihat JK (D)
(b-1) =
¿ 134 20534.9876/130
−2 ×2
Total (R) 26106.89552 133
Lihat JK (T ) = nt −1
=134-1

6. Pengujian
 Karena F hitung ( b )=23.76288>3.91=F tabel , maka H 0 tidak diterima.
Artinya, terdapat perbedaan antara hasil belajar tes membaca dan hasil tes
menulis.
 Karena F hitung ( k )=7.4836>3.91=F tabel , maka H 0 tidak diterima. Artinya,
terdapat perbedaan antara siswa kelas bilingual dan siswa kelas regular.
 Karena F hitung ( bk ) =4.027>3.91=Ftabel , maka H 0 tidak diterima. Artinya,
terdapat interaksi antara hasil tes dan jenis kelas siswa.

13
7. Kesimpulan
Hasil tes membaca dan hasil tes menulis siswa SMP Negeri 1 Palembang
memiliki perbedaan. Di SMP Negeri 1 Palembang, siswa dengan kelas
bilingual berbeda dengan siswa kelas reguler. Jenis kelas siswa di SMP
Negeri 1 Palembang memiliki interaksi dengan hasil tes. Karena terdapat
perbedaan, maka perlu dilakukan uji lanjutan.

14
 BAB V
UJI LANJUT ANAVA 2 ARAH

5.1 Uji Lanjut Analisis Varians 2 Arah

Uji lanjut merupakan pengujian hipotesis simple effect yang bertujuan
untuk mengetahui perbedaan rerata skor variabel terikat antara dua kelompok
data dan dilakukan apabila dalam pengujian interaction effect didapatkan
bahawa terdapat pengaruh interaksi yang signifikan (Supardi, 2013). Uji lanjut
dapat dilakukan dengan menggunakan uji scheffe atau pun uji tuckey.

5.2 Uji Tuckey

Uji Tuckey dapat digunakan apabila banyaknya data masing-masing
kelompok sama (Supardi, 2013). Menurut Supardi (2017) langkah-langkah
melakukan uji tuckey adalah sebagai berikut:
1. Hipotesis statistik
 H 0 :μ 1=μ2
H 1 : μ 1> μ 2
 H 0 :μ 3=μ4
H 1 : μ 3> μ 4
 H 0 :μ 1=μ3
H 1 : μ 1> μ 3
 H 0 :μ 2=μ4
H 1 : μ 2> μ 4
 H 0 :μ 1=μ4
H 1 : μ 1> μ 4
 H 0 :μ 2=μ3
H 1 : μ 2> μ 3

15
 2. Desain deskripsi data
A1 A2
B1 N1 N2
X́ 1 X́ 2
B2 N3 N4
X́ 3 X́ 4

3. Pengujian
Rumus uji tuckey:
X́ i + X́ j
Q=
RJK (D)
√ n

Dimana:
Q=angka tuckey
X́ i =rata−rata data pada kelompok i
X́ j=rata−ratadata pada kelompok j
n=banyaknya data tiap kelompok ni=n j
RJK ( D )=rata−rata kuadrat dalam

4. Kriteria pengujian
Apabila F h> F t maka teruji bahwa pada α yang dipilih μi > μ j.
F t=F tabel =F(α , db) dimana dB pembilang = k-1 dan dB penyebut = n-k

5.3 Uji Scheffe

Menurut Supardi (2017), uji scheffe dapat digunakan untuk dua kelompok
data yang tidak sama banyaknya. Langkah-langkah melakukan uji scheffe adalah
sebagai berikut:
1. Hipotesis statistik
 H 0 :μ 1=μ2
H 1 : μ 1> μ 2

16
  H 0 :μ 3=μ4
H 1 : μ 3> μ 4
 H 0 :μ 1=μ3
H 1 : μ 1> μ 3
 H 0 :μ 2=μ4
H 1 : μ 2> μ 4
 H 0 :μ 1=μ4
H 1 : μ 1> μ 4
 H 0 :μ 2=μ3
H 1 : μ 2> μ 3

2. Desain deskripsi data

A1 A2
B1 N1 N2
X́ 1 X́ 2
B2 N3 N4
X́ 3 X́ 4

3. Pengujian
Rumus uji scheffe:
( X́ i− X́ 2 )
F=
RJK ( D ) (k −1) ( n1 + n1 )
i j

Dimana:
F=F ratio=Fh
X́ i =rata−rata data kelompok i
X́ j=rata−ratadata kelompok j
ni =banyaknya data kelompok i
n j=banyaknya data kelompok j
k =banyaknya kelompok
RJK ( D )=rata−rata kuadrat dalam

17
 4. Kriteria pengujian
Apabila F h> F t maka teruji bahwa pada α yang dipilih μi > μ j.
F t=F tabel =F(α , db) dimana dB pembilang = k-1 dan dB penyebut = n-k

5.4 Contoh Uji Lanjut Anava 2 Arah

Berdasarkan data pada analisis varians dua arah pada bab III didapatkan
bahwa μA ≠ μB≠ μAB, maka H 0 ditolak, dan perlu dilakukan uji lanjut
untuk melihat dimana terdapat perbedaannya
Uji lanjut anova dua arah
Pertama, kita buat hipotesis terlebih dahulu
Ada 6 hipotesis, yaitu :
H 0 :μ A 1 B 1=μ A 2 B 1
H 1: μ A 1 B 1≠ μ A 2 B 1

H 0 :μA 1 B 1=μA 1 B 2

H 1: μA 1 B 1 ≠ μA 1 B 2

H 0 : μA 1 B 1=μA 2 B 2

H 1: μA 1 B 1 ≠ μA 2 B 2

H 0 : μA 1 B 2=μA 2 B 1

H 1: μA 1 B 2 ≠ μA 2 B 1

H 0 :μA 1 B 2=μA 2 B 2

H 1: μA 1 B 2 ≠ μA 2 B 2

18
 H 0 :μA 2 B 1=μA 2 B 2

H 1: μA 2 B1 ≠ μA 2 B 2

Setelah itu, kita lakukan perhitungan, sehingga didapat hasil seperti dalam
tabel

F tabel
Interaksi F hitung Keterangan
(α=0,05)
µA1B1 dengan
0.29195509
µA2B1 Tidak Signifikan
µA1B1 dengan
8.29515334
µA1B2 Signifikan
µA1B1 dengan 29.1846164
µA2B2 4 Signifikan
2.67
µA1B2 dengan
2.22488459
µA2B1 Tidak Signifikan
µA1B2 dengan 11.2190784
µA2B2 7 Signifikan
µA2B2 dengan 23.6779326
µA2B1 0 Signifikan

Dari tabel, bisa diketahui bahwa yang memiliki perbedaan yang signifikan
adalah antara µA1B1 dengan µA1B2, µA1B1 dengan µA2B2, µA1B2 dengan
µA2B2, dan µA2B2 dengan µA2B1

Jadi, yang memiliki perbedaan signifikan adalah hasil tes membaca kelas
bilingual dan kelas reguler, hasil tes membaca kelas bilingual dan hasil tes
menulis kelas reguler, hasil membaca kelas reguler dan hasil tes menulis kelas
reguler, hasil tes menulis kelas bilingual dan kelas reguler

19
 BAB VIII

SIMPULAN

Berdasarkan penjelasan diatas, dapat disimpulkan bahwa:

1. Anava 2 arah dilakukan saat suatu penelitian expose facto atau ekperimen
terdiri dari dua variabel bebas, baik untuk eksperimen treatment (1 variabel
atribut dan 1 treatment) atau pun eksperimen dua faktor (2 treatment).
2. Dalan anava 2 arah terdapat 3 hipotesis, yaitu:
a. Hipotesis interactions effect
b. Hipotesis main effect
c. Hipotesis simple effect
3. Anava 2 arah dapat dilakukan dengan cara:
a. Membuat desain deskripsi data
b. Merumuskan hipotesis statistik
c. Menghitung jumlah kuadrat
d. Membuat tabel anava 2 arah
e. Melakukan pengujian
f. Membuat kesimpulan
4. Analisis uji lanjut anava 2 arah dilakukan apabila saat pengujian hipotesis
interactions effect terdapat interaksi yang signifikan.
5. Dalam analisis uji lanjut anava 2 arah dapat menggunakan:
a. Uji tuckey (apabila banyaknya data setiap kelompok sama)
b. Uji scheffe (apabila banyaknya data setiap kelompok berbeda)
6. Uji lanjut anava 2 arah baik menggunakan uji tuckey ataupun uji scheffe
dapat dilakukan dengan cara:
a. Hipotesis statistik
b. Desain deskripsi data
c. Pengujian
d. Membuat kesimpulan

20
21
 Daftar Pustaka

Supardi. (2013). Aplikasi Statistik dalam Penelitian Edisi Revisi. Jakarta: Change
Publication.

Supardi. (2017). Statistik Penelitian Pendidikan. Depok: PT Rajagrafindo Persada.

22