MAKALAH STATISTK

TWO WAY ANOVA

OLEH:
Bintarti

DOSEN PENGAMPU:
Prof. Dr. H. Jimmi Copridy, M. Si

PROGRAM STUDI PENDIDIKAN KIMIA

FAKULTAS ILMU PENDIDIKAN
PASCASARJANA
UNIVERSITAS RIAU
TAHUN AKADEMIK 2020

KATA PENGANTAR
 Segala puji bagi Allah SWT yang telah memberikan nikmat serta hidayah-Nya
terutama nikmat kesempatan dan kesehatan sehingga kami bisa menyelesaikan makalah
mata kuliah “Landasan Pendidikan dan pengembangan kimia”. Shalawat serta salam kita
sampaikan kepada Nabi besar kita Muhammad SAW yang telah memberikan pedoman
hidup yakni Al-Qur’an dan sunnah untuk keselamatan umat di dunia
Makalah ini merupakan salah satu tugas mata kuliah Statistik Pendidikan Lanjut di
program studi Pendidikan Kimia pada Pascasarjana Universitas Riau Selanjutnya penulis
mengucapkan terima kasih yang sebesar-besarnya kepada Bapak Prof. Dr. H. Jimmi
Copridy, M. Si selaku dosen pengampu mata kuliah dan kepada segenap pihak yang telah
memberikan bimbingan serta arahan selama penulisan makalah ini.
Penulis menyadari bahwa terdapat banyak kekurangan dalam penulisan makalah
ini, maka dari itu penulis mengharapkan kritik dan saran yang membangun dari para
pembaca demi kesempurnaan makalah ini.

Pekanbaru, Maret 2020

Penulis

DAFTAR ISI
Kata Pengantar

Daftar Isi

BAB 1 PENDAHULUAN
1. Latar Belakang…………………………………………………………………….. 1
2. Rumusan Masalah…………………………………………………………………. 2
3. Tujuan Penulisan…………………………………………………………………... 2

BAB II ISI
4. Pengertian Uji Analisis of Variance (ANOVA)………………………………….. 3
5. Asumsi Dalam Variansi Dua Arah.………………………………………………. 4
6. Langkah-Langkah Uji Hipotesis dengan Two Way Anova……………………… 5
7. Pengujian Anova Two Way dengan SPSS 22…………………………………… 7

BAB III PENUTUP

8. Kesimpulan……………………………………………………………………….
10
9. Saran……………………………………………………………………………... 10
10. Daftar Pustaka…………………………………………………………………….
11
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Prosedur untuk membandingkan rata-rata dua populasi sudah dipelajari pada bab
terdahulu. Kadang-kadang manajemen bukan saja dihadapkan pada dua populasi untuk
membandingkan. Misalnya, terdapat tiga metode kerja yang tersedia. Untuk
membandingkan ketiga metode tersebut sekaligus, kita memerlukan analisis lain yang
disebut Analisis (sidik) ragam (yang disebut ANOVA).
Walaupun disebut analisis ragam, ANOVA bukan membandingkan ragam populasi,
melainkan membandingkan rata-rata populasi. Disebut analisis ragam, karena dalam
prosesnya ANOVA memilah-milah keragaman menurut sumber-sumber yang mungkin.
Sumber keragaman inilah yang akan digunakan sebagai pembanding untuk mengetahui
sumber mana yang menyebabkan terjadinya keragaman tersebut
Dalam pengujian hipotesis ada asumsi yang perlu diperhatikan, yaitu setiap
populasi menyebar mengikuti distribusi normal, dengan ragam populasi sama. Populasi
dalam hal ini sering juga disebut perlakuan (treatment), karena perbedaan populasi sering
disengaja (dikontrol) dengan membuat perlakuan tertentu.
Anova Two Way ini dapat digunakan untuk memecahkan masalah dalam
pendidikan, dimana variabel yang diamati lebih dari satu variabel bebas. Dan variabel
bebasnya juga dibagi dalam beberapa bagian.
Menurut banyaknya faktor yang menjadi pusat perhatian, ANOVA dibagi menjadi
ANOVA satu arah dan ANOVA dua arah. Anova Dua Arah disini akan memecahkan
masalah pengaruh 2 variabel bebas pada tingkat penjualan barang. Dimana variabel
bebasnya yaitu bentuk kemasan (kemasan A, B dan C) dan Iklan yang dibagi menjadi
media cetak dan media elektronik. Pada makalah ini akan dijelaskan bagaimana
menentukan ada perbedaan antara bentuk kemasan dan media pada tingkat penjualan
barang dengan menggunakan hitungan secara manual/ rumus dan menggunakan aplikasi
SPSS.
1.2 Rumusan Masalah
1. Apa pengertian analisis variansi (Anova)?
2. Apa itu Two Way Anova?
3. Bagaimana asumsi dalam variansi dua arah/ Two Way Anova?
4. Bagimana langkah-langkah uji hipotesis dengan Two Way Anova?
5. Bagaimana uji Two Way Anova dengan SPSS 22?

1.2 Tujuan
1. Untuk mengetahui maksud dari analisis variansi (Anova).
2. untuk mengetahui apa itu Anova Two Way.
3. Untuk mengetahui bagaimana asumsi Two Way Anova.
4. Untuk mengetahui bagaimana langkah-langkah uji hipotesis dengan Two Way Anova.
5. Untuk mengetahui bagaimana uji Two Way Anova dengan SPSS 22.
 BAB II PEMBAHASAN

2.1 Pengertian Uji Analisis of Variance (ANOVA)

Sering kali kita menghadapi banyak rata-rata (lebih dari dua rata-rata). apabila kita
mengambil langkah pengujian perbedaan rata-rata tersebut satu persatu (dengan t test) akan
memakan waktu, tenaga yang banyak. di samping itu, kita akan menghadapi risiko salah
yang besar. untuk itu, telah ditemukan cara analisis yang mengandung kesalahan lebih
kecil da dapat menghemat waktu serta tenaga yaitu dengan ANOVA (Analisys of
variances).
Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan
hipotesis nol bahwa kedua varians itu sama. varians pertama adalah varians antar contoh
(among samples) dan varians kedua adalah varians di dalam masing-masing contoh (within
samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan memberikan
hasil yang sama dengan uji-t untuk dua rata-rata (mean).
Analisis of variance atau ANOVA merupakan salah satu teknik analisis
multivariate yang berfungsi untuk membedakan rerata lebih dari dua kelompok data
dengan cara membandingkan variansinya. Analisis varian termasuk dalam kategori statistik
parametric. Sebagai alat statistika parametric, maka untuk dapat menggunakan rumus
ANOVA harus terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas,
heterokedastisitas dan random sampling (Ghozali, 2009). Seperti yang dikatakan oleh
Agustinus Bandur dalam bukunya “Penelitian Kuantitatif-Desain Dan Analisis Data
Dengan SPSS”, analisys of variance (ANOVA) dapat digunakan dalam situasi ketika kita
memiliki satu variable interval atau rasio sebagai variable dependen dan satu atau lebih
variable nominal atau ordinal sebagai variable dependen.
Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai
macam jenis dan desain penelitian. Analisis varian banyak dipergunakan pada penelitian-
penelitian yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat
dengan cara membandingkannya pada kelompok-kelompok sampel independen yang
diamati. Analisis varian saat ini banyak digunakan dalam penelitian survey dan penelitian
eksperimen.
ANOVA bisa dikatakan sebagai salah satu teknik penelitian statistic yang sering
digunakan oleh banyak peneliti karena memiliki dua karakteristik seperti (Bandur,
283:2013):
ANOVA akan membantu kita untuk menganalisis data dari hasil desain penelitian
eksperimental. ANOVA akan membantu kita untuk melihat hubungan sebab akibat. Hal
inilah yang membedakan t-test dengan ANOVA dengan correlation dan multi-regretion.

Anova dapat digolongkan kedalam beberapa kriteria, yaitu :

1. Klasifikasi satu arah (One Way ANOVA)
Anova klasifikasi satu arah merupakan ANOVA yang didasarkan pada pengamatan
satu kriteria atau satu faktor yang menimbulkan variasi.

2. Klasifikasi dua arah (Two Way ANOVA)

ANOVA klasifikasi dua arah merupakan ANOVA yang didasarkan pada
pengamatan dua kritenia atau dua faktor yang menimbulkan variasi. Anova dua jalur
memiliki perbedaan dibanding anova satu jalur. Perbedaannya adalah pada jumlah variabel
independen. Pada anova satu jalur hanya ada satu variabel independen, sementara pada
anova dua jalur ada dua atau lebih variabel independen. Uji statistik parametrik ANOVA
dua arah ini dapat membantu peneliti kuantitatif untuk melihat pengaruh dua variable
independen terhadap sebuah variable dependen. (Bandur, 292:2013)
Jika kita menggunakan two way ANOVA kita bisa menguji main effect dan juga
interaction effect dari masing-masing variable independent terhadap variable dependen.
Main effect merupakan pengaruh langsung salah satu variable independen terhadap
variable dependen dengan membandingkan rata-rata skor pada masing-masing kategori
variabel dependen. Sedangkan interaction effect memberikan gambaran kepada peneliti
apakah pengaruh sebuah variable independen terhadap variabel dependen berlaku untuk
variabel dependen lainnya atau tidak.

II.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.
II.3 Langkah-Langkah Uji Hipotesis dengan Two Way Anova
1. Sebelum data dihitung, asumsikan bahwa data yang dipilih secara random, berdistribusi
normal dan variannya homogen.
2. Membuat hipotesis
PENGARUH MEDIA IKLAN
Ho = media iklan tidak mempengaruhi tingkat penjualan
Ha = media iklan mempengaruhi tingkat penjualan
PENGARUH KEMASAN
Ho = bentuk kemasan tidak mempengaruhi tingkat penjualan
Ha = bentuk kemasan mempengaruhi tingkat penjualan
3. Menentukan taraf signifikansi α = 0,05
4. Membuat tabel distribusi.
5. Menghitung derajat kebebasan (dK).
6. Menghitung jumlah kuadrat (JK).
7. Menghitung rata-rata kuadrat (RK).
8. Menghtiung F ratio.
9. Menghitung pasca anova.
Contoh penerapan :
1. Misalnya dalam suatu kegiatan penelitian dilakukan untuk mengetahui apakah ada
pengaruh bentuk kemasan dan bentuk media iklan terhadap tingkat penjualan suatu
produk Variabel bebas bentuk kemasan terdiri dari kemasan A,B, dan C. sedangkan
variabel bebas media iklan terdiri dari iklan media elektronik dan iklan media cetak
Peneliti ingin mengetahui apakah ada perbedaan tingkat penjualan dari kemasan bentuk
A,B dan C dengan iklan yang sama dan iklan yang berbeda.
DATA TINGKAT PENJUALAN BERDASARKAN BENTUK KEMASAN DAN MEDIA IKLAN
MEDIA KEMASAN
IKLAN A(B1) B(B2) C(B3)
ELEKTRONIK 150 225 223
120 280 295
200 280 295
250 179 300
200 200 320
MEDIA CETAK 200 180 220
230 285 300
260 275 310
245 340 360
250 290 330
 Membuat Tabel Distribusi
Adapun tabel distribusi disajikan pada data tabel 2
Keterangan:
  KEMASAN

A (B1) B (B2) C(B3) TOTAL (A(B1)))2 (B(B2))2 (C(B3))2 TOTAL

MEDIA IKLAN

Media 150 225 223   22500 50625 49729  

elektronik
120 280 295 14400 78400 87025
(A1)
200 280 295 40000 78400 87025

250 179 300 62500 32041 90000

200 200 320 40000 40000 102400

∑ AB1❑= ∑ A 1 B 2❑ ∑ A 1 B 3A❑ = 3517 1 (A(B1)))2 (B(B2))2 (C(B3))2 ∑ A 12

920 = 1164 =143 3 = = =
= 279466 416179 875045
179400

Media 200 180 220   40000 32400 48400  

Cetak (A2)
230 285 300 52900 81225 90000

260 275 310 67600 75625 96100

245 340 360 60025 115600 129600

250 290 330 62500 84100 108900

∑ A 2 B1❑ Jmlah A2B2 Jmlah A2 = 4075 A2(B1)2 = A2(B2)2 = A2(B3)2 = ∑ A 22

=1185 = 1370 A2B3 = 283025 388950 473000 =
1520 114497

B1= B2= B3= G= A1 + ∑ B 2 = ∑ B 22 ∑ B32 ∑ X2 =

2975 A2 = 462425 = = 202002
2105 2534 7592 668416 889179

G (jumlah sekor secara keseluruhan) = A1 + A2

N (banyaknya sampel secara keseluruhan) = 30
A (jumlah sekor masing-masing kolom A)
B (jumlah sekor masing-masing kolom B)
Menghitung derajat kebebasan
Data dari tabel diperoleh:
 • P = 2 p (banyaknya kelompok pada faktor A)

• q = 3 q (banyaknya kelompok pada faktor B)

• n = 5 (banyaknya sampel masing-masing sel)

• N = 30 (banyaknya sampel secara keseluruhan)

DERAJAT KEBEBASAN MASING- MASING JK ADALAH:

dk JKA = p . 1
dk JKB = q . 1
dk JKAB = dk JKA X dk JKB, ATAU
dk JKAB =(p . 1) (q . 1)
PERHITUNGAN DERAJAT KEBEBASAN

dk JKt = N – 1 = 30 – 1= 29

dk JKa = pq – 1= (2 x 3) – 1= 5

dk JKd = N – pq = 30 - (2 x 3) = 24

dk JKA = p – 1 = 2 – 1 = 1

dk JKB = q – 1 = 3 – 1 = 2

dk JKAB = dk JKA . dk JKB = 1 X 2 = 2

MENGHITUNG JUMLAH KUADRAT

A2 G 2
4)JKA = ∑ −
qn N
 35172 40752 75922
= + -
3 x5 3 x5 30

= 1.931.660,933 – 1.921.282,133

= 10.378,8

B2 G 2
5) JKB = ∑ −
pn N

21052 25342 29532 75922

= + + -
2X5 2X5 2X5 30

= 1.957.239 - 1.921.282,133

= 35.956,867

6) JKAB = JKa – JKA – JKB

= 47.979,867 - 10.378,8 - 35.956,867

= 1.644,2

PERHITUNGAN RATA- RATA KUADRAT (RK)

JK d 50.758
1. RKd = = = 2.114,916667
dK JK d 24

JK A 10.378,8
2. RKA = = = 10.378,8
dK JK A 1

JK B 35.956.867
3. RKB = = = 17.978,4335
dK JK B 2

JK AB 1.644,2
4. RKAB = = = 822,1
dK JK AB 2

PERHITUNGAN F ratio
1. FAKTOR MEDIA IKLAN (A)
RK A
FA =
RK d
10.378,8
FA =
2.114,916667
FA = 4,9074274
Bila nilai Fa di atas dikonfirmasikan dengan F tabel dengan alfa = 0,05 atau signifikansi
2. FAKTOR KEMASAN (B)
5% dimana
F dk=1 = RKuntuk
B
pembilang dan 24 untuk penyebut , diperoleh angka 4,26 yang
RK d Fa berarti Ha diterima.
B dari nilai
lebih kecil
F = 17.978,4335 = 8,5
B 2.114,916667

Karena Fa hitung =4,90> F tabel pada α=0,05, yaitu 4,26 maka Ho ditolak dan Ha diterima
maka media iklan mempengaruhi tingkat penjualan.

Karena Fb hitung =8,50> F tabel pada α=0,05, yaitu 3,40 maka Ho ditolak dan Ha diterima
maka bentuk kemasan mempengaruhi tingkat penjualan.

II.4 PENGUJIAN ANOVA TWO WAY DENGAN SPSS 22

Adapun langkah-langkahnya adalah:

1. Buka program SPSS 22

2. Ketik data pada variable view : PENJUALAN, IKLAN, KEMASAN
3. Ketik variable independent pada menu Value untuk IKLAN dan KEMASAN
4. Pilih Nominal pada kolom mesure. Data akan muncul seperti pada gambar

5. Klik menu Data View dan masukkan data PENJUALAN sebanyak 30

6. Setelah itu lakukan Uji Normalitas Residual Standar dengan cara: Klik analyze,
general linear model, univariate, pindahkan variabel IKLAN dan KEMASAN pada
fixed factor. Variabel PENJUALAN pada dependent variabel. Klik save, standart
dize, continue, OK.
7. Klik data view Lakukan uji normalitas variabel residual yaitu dengan klik analyze,
descriptive statistic, explore, masukkan standartrized residual ke kolom dependen list,
klik plot, klik normalitiy plot with test, klik continue dan klik ok.
8. Karena nilai significan pada test of normality 0,106>0,05 maka nilai residual standart
berdistribusi normal. Data nilai significan pada test of normality dapat dilihat pada
gambar di bawah:
9. Selanjutnya lakukan uji homogeneity test dan uji Twoo Way Anova: klik analyze,
general linear model, univariate, save, hilangkan tanda centang pada standarsized,
pilih continue, klik option, pindahkan semua variabel (IKLAN, KEMASAN,
IKLAN*KEMASAN) ke kolom display mean for, centang homogenitas, centang
descriptive statistics, continue, OK.

Levene's Test of Equality of Error Variancesa

Dependent Variable: PENJUALAN

F df1 df2 Sig.

.505 5 24 .769

10. Karena nilai sig 0,769 > 0,05 maka disimpulkan varian variabel penjualan homogen.
11. Diperoleh nilai sig iklan 0,036 < 0,05 sehingga dapat disimpulkan ada perbedaan
antara tingkat penjualan dengan bentuk kemasan .
Diperoleh nilai sig 0,002 < 0,05 sehingga dapat disimpulkan ada perbedaan antara
tingkat penjualan dan iklan.

Tests of Between-Subjects Effects

Dependent Variable: PENJUALAN

Type III Sum of

Source Squares df Mean Square F Sig.

Corrected Model 47979.867a 5 9595.973 4.537 .005

Intercept 1921282.133 1 1921282.133 908.443 .000
IKLAN 10378.800 1 10378.800 4.907 .036
KEMASAN 35956.867 2 17978.433 8.501 .002
IKLAN * KEMASAN 1644.200 2 822.100 .389 .682
Error 50758.000 24 2114.917
Total 2020020.000 30
Corrected Total 98737.867 29
Data yang ditunjukkan pada table Tests of Between-Subjects Effects menunjukkan FA
hitung iklan sebesar 4,9 dan FB hitung kemasan sebesar 8,5 sama dengan penghitungan
TWO WAY ANOVA secara manual.
 BAB III KESIMPULAN DAN SARAN

A. KESIMPULAN
 ANOVA klasifikasi dua arah merupakan ANOVA yang didasarkan pada
pengamatan dua kritenia atau dua faktor yang menimbulkan variasi. Anova dua
jalur memiliki perbedaan dibanding anova satu jalur. Perbedaannya adalah pada
jumlah variabel independen. Pada anova satu jalur hanya ada satu variabel
independen, sementara pada anova dua jalur ada dua atau lebih variabel
independen.
 Langkah-langkah Perhitungan Anova Dua Jalur: membuat table distribusi,
menghitung derajat kebebasan, menghitung jumlah kuadrat (JK), menghitung rata-
rata kuadrat, menghitung rata-rata kuadrat (RK), menghitung F ratio, menghitung
pasca anova.
 Data yang ditunjukkan pada table Tests of Between-Subjects Effects menunjukkan
F hitung iklan sebesar 4,9 dan F hitung kemasan sebesar 8,5 sama dengan
penghitungan TWO WAY ANOVA secara manual.

B. SARAN

Penulis menyadari masih banyak kekurangan dalam penyusunan makalah ini. Untuk
itu kami sangat mengharapkan kritik dan saran yang membangun demi perbaikan kualitas
makalah ini.
 DAFTAR PUSTAKA

Sugiarto, Dergibson Siagian. 2000. Metode Statistik untuk Bisnis dan Ekonomi. Jakarta: PT.
Gramedia Pustaka Utama.

Irianto, Agus. 2004. Statistik: Konsep Dasar & Aplikasinya. Jakarta: Kencana.

Suparman. 1995. Statistik Sosial. Jakarta: PT Raja Grafindo.