ANAVA DUA JALUR

1. Pengertian Analisis Varians Ganda (Anava dua-jalur)

         Analisis varians yang tidak hanya memiliki satu variabel disebut dengan analisis
varians dengan klasifikasi ganda atau jamak. Jika dalam analisis varians satu jalur
(Anava Tunggal) hanya memiliki variabel kolom, maka dalam analisis varians dua
jalur (Anava Ganda) memiliki variabel kolom dan variabel baris. Dengan demikian
akan diperoleh interaksi antara kolom dengan baris.
 Anava Ganda dapat hanya mempunyai  satu atau lebih variasi kolom, maupun
satu atau lebih variasi baris. Sehingga dapat diperoleh Anava Dua Jalan, Anava Tiga
Jalan, dan seterusnya (Arikunto, 1992: 285).
          Anava dua-jalur adalah analisis varian yang digunakan untuk menguji hipotesis
perbandingan lebih dari dua sampel dan setiap sampel terdiri atas dua jenis atau lebih
secara bersama-sama (Riduan, 2003:222). 
          “Anava Dua Jalan”, “Anava Tiga Jalan” menunjukkan adanya variabel bebas,
banyaknya sel diperoleh dari hasil kali banyaknya penggolongan setiap variabel.
Misalnya variabel A terdapat 2 klasifikasi, variabel B terdapat 3 klasifikasi, variabel C
terdapat 2 klasifikasi, maka banyaknya sel adalah 2 X 3 X 2 = 12 buah sel.
               Contoh: Sebuah penelitian untuk mengetahui pengaruh model pembelajaran
dan jenis penilaian formatif terhadap hasil belajar siswa, maka pengelompokan
variabel dan variasinya adalah sebagai berikut:

Jenis model pembelajaran (A) diklasifikasikan atas:

         A1 = model pembelajaran inkuiri
         A2 = model pembelajaran konvensional
Jenis penilaian formatif (B) diklasifikasikan atas:
         B1 = Penilaian berbasis kelas (PBK)
         B2 = penilaian konvensional

Berdasarkan klasifikasi variabel tersebut, maka rancangan analisis seperti tabel 1

berikut.

1
Tabel 1. Rancangan Anava Dua Jalur

MODEL PEMBELAJARAN

A1 A2
JENIS PENILAIAN
FORMATIF
B1 A1B1 A2B1

B2 A1B2 A2B2

Keterangan:
A1 = Model pembelajarn inkuiri
A2 = Model pembelajaran konvensional
B1 = Penilaian berbasis kelas
B2 = penilaian konvensional

2. Contoh Aplikasi
     Misalnya sebuah penelitian dengan judul  “Pengaruh Model Pembelajaran dan
Jenis Penilaian Formatif Terhadap Hasil Belajar Fisika Siswa SMA Negeri di Kota
Singaraja”. Maka langkah-langkah analisis varians ganda adalah sebagai berikut:
a. Membuat Tabel Data
Data yang diperoleh melalui tes hasil belajar fisika yang berhubungan dengan
variabel, dikelompokkan atas variabel bebas dan variabel terikat (Arikunto, 1992:
290).   
   Tabel 2. Data Hasil Penelitian
A1 A2
B1 B2 B1 B2
X X X X
8 5 7 6
9 6 7 8
8 5 7 7
9 6 7 7
8 6 6 7
           

Tabel 3. Statistik Induk

Statisti A1 A2 Total A1 A2 B1 B2
k B1 B2 B1 B2
n 5 5 5 5 20 10 10 10 10
X 42 28 34 35 139 70 49 76 63

X 2 354 159 232 247 991 512 479 586 405

2
 X 8,4 5,6 6,8 7,0 6,95 7,0 6,9 7,6 6,3

Keterangan:
a. n    =  banyaknya subyek dalam tiap sel (n tidak harus sama).
b. ∑X = jumlah skor (X) dalam satu sel.
c.   X    = rata-rata skor variabel terikat untuk setiap sel.
d.∑X2= jumlah skor setelah masing-masing dikuadratkan.

b. Membuat Tabel Ringkasan Anava

Untuk membuat tabel ringkasan Anava, maka judul kolom yang diperlukan adalah
Jumlah Kuadrat (JK), derajat kebebasan (db), Rerata Jumlah Kuadrat (RJK), harga
Ft dan peluang galat (p) (Arikunto, 1992: 290-291).
Untuk dapat mengisi kolom-kolom dalam tabel tersebut, perlu diadakan perhitungan
sebagaimana pada Anava Tunggal (satu jalur). Perbedaannya adalah bahwa pada
Anava ganda ini sumber variasinya disesuaikan  dengan jumlah variabel ditambah
kombinasinya.

Bertitik tolak dari tabel statistik, dapat dilakukan perhitungan jumlah kuadrat untuk
selanjutnya diisikan dalam tabel ringkasan Anava, yaitu perhitungan tentang:
1) Jumlah Kuadrat Total (JKT).
2) Jumlah Kuadrat Antara (JKA). Dalam hal ini terdapat 2 macam antara, yaitu antara
model pembelajaran (variabel A) dan antara jenis penilaian formatif (variabel B).
3) Jumlah Kuadrat Dalam (JKD) (Arikunto, 1992: 294).

Dari tabel statistik tersebut, maka perhitungannya adalah sebagai berikut:

1. Jumlah Kuadrat Total (JKT)
 
        JKT =∑X2T – (∑XT)2∕N
 
Rumus                                                                   

JKT  = 991  − 1392/20 = 991 - 966,05 = 24,95

        

2. Jumlah Kuadrat Antara  Model Pembelajaran (JKA)

        JKA =∑(∑XA)2∕n –  (∑XT)2∕N
 


 X    X    X 
A1
2
A2
2
T
2

n A1 n A2 N

3
Pada saat mencari JKA, yang diperhatikan hanya A1 sebagai satu kelompok dan A2
sebagai satu kelompok, B (Arikunto, 1992: 296).

JKA  = 702/10  + 692/10 − 1392/20

         = 490 + 476,1 − 966,05 
         = 966,1 - 966,05
         = 0,05

3. Jumlah Kuadrat Antara  Jenis Penilaian Formatif (JKB)

        JKB =∑(∑XB)2∕n –  (∑XT)2∕N
 


 X    X    X 
B1
2
B2
2
T
2

nB1 nB 2 N
Pada saat mencari JKB, yang diperhatikan hanya B1 sebagai satu kelompok dan B2
sebagai satu kelompok, A diabaikan (Arikunto, 1992: 296).
Rumus 

JKB  = 762/10  + 632/10 − 1392/20

        = 577,6 + 396,9 − 966,05
           = 974,5 − 966,05  

         = 8,45

4. Jumlah Kuadrat  Antara  A dan B (JK antar AB)

        JK antar AB =∑(∑XAB)2∕nAB –  (∑XT)2∕N– JKA  –  JKB

 

JK antar AB    = 422/5  + 282/5 + 342/5 + 352/5 − 1392/20 − 0,05− 8,45

                 = 352,8 + 156,8 + 231,2 + 245 − 966,05 − 0,05 − 8,45
                 = 11,25

5. Jumlah Kuadrat  Dalam (JK dal)

JK dal   X tot  
2  X 
AB
2

 991  985,8  5,2

n AB
  

Atau JK dal  JK tot  JK antarA  JK antarB  JK antarAB       

4
 = 24,95 – 0,05 - 8,45 - 11,25
         = 5,2

6. Derajat Kebebasan (db) untuk Masing-Masing Sumber Variasi

db A        = banyaknya kategori A – 1 = 2 – 1 = 1
db B             = banyaknya kategori B – 1 = 2 – 1 = 1
db AB      = db A x  db B    = 1 X 1 = 1
db dalam  = N - ab
                 = 20 - (2 x 2) = 16
7. Rerata Jumlah Kuadrat (RJK)
RJKA           = JKA  : dbA = 0,05 :1= 0,05
RJKB               = JKB  : dbB  = 8,45 :1= 8,45
RJKA X B      = JKAXB  : dbA XB  = 11,25 : 1= 11,25
RJKdalam       = JKdal : dbdal    = 5,2 :16= 0,325

8. Mencari Harga Fhitung         

Harga Fhitung  masing-masing variabel diperoleh dengan membagi setiap RJK
variabel tersebut dengan RJKdal.
FA = RJKA : RJK dal = 0,05 : 0,325 = 0,15
FB = RJKB : RJK dal = 8,45 : 0,325 = 26,00
FAB = RJKAB : RJK dal = 11,25 : 0,325 = 34,61
Tabel 4. Ringkasan Analisis ANAVA AB

Sumber JK db RJK Fhit Ftabel

Variasi 5% 1%
A 0,05 1 0,05 0,15 4,49 8,53
B 8,45 1 8,45 26,00 4,49 8,53
AB 11,25 1 11,25 34,61 4,49 8,53
Dalam 5,2 16 0,325 -

9. Menentukan Kaidah Pengujian

Jika Fhitung  > Ftabel  maka tolak Ho artinya signifikan.
Jika Fhitung  ≤ Ftabel  maka terima  Ho artinya  tidak signifikan.

10. Mengkonsultasikan setiap harga Fhitung dengan tabel F

Gunakan taraf signifikansi 5%

FA < daripada Ftabel maka tidak signifikan

FB > daripada Ftabel maka signifikan
FAB > daripada Ftabel maka signifikan

11. Membuat Kesimpulan

5
 Dari Tabel Ringkasan Anava pada tingkat signifikansi 5% dapat disimpulkan:
1) FA < Ftabel maka H0 diterima, artinya tidak terdapat perbedaan hasil belajar fisika
antara siswa yang mengikuti model pembelajaran inkuiri dan siswa yang
mengikuti model pembelajaran konvensional.
2) FB > Ftabel maka H0 ditolak, artinya terdapat perbedaan hasil belajar fisika antara
siswa yang diberi penilaian berbasis kelas dan siswa yang diberi penilaian
konvensional.
3) FAB > Ftabel maka H0 ditolak, artinya terdapat pengaruh interaksi antara model
pembelajaran dan jenis penilaian formatif terhadap hasil belajar fisika.

12. Karena pengaruh interaksi signifikan maka dilanjutkan pada uji simple effect. Uji
lanjut bisa dengan menggunakan uji t-Scheffe atau uji Tukey
 Rumus Tukey:
X  X2
Q 1
RJKdal
n

db Q = n dan m, n = jumlah sampel dan m = jumlah kelompok

Rumus t-Scheffe:

X1  X 2
t
2 xRJKdal
n
Digunakan jika n1 = n2, dimana db t = db dalam
db dalam = 16. Nilai t tabel untuk db 16 pada taraf signifikansi 5% = 2,120.

1. Uji-t 1 -2 (A1B1 - A2B1)

X1  X 2 8,4  6,8
t   6,275
2 xRJKdal 2 x0,325
n 10 , (signifikan)
Artinya, ada perbedaan hasil belajar fisika antara siswa yang belajar menggunakan
model pembelajaran inkuiri dan penilaian berbasis kelas dengan siswa yg belajar
dengan menggunakan model pembelajaran konvensional dan penilaian berbasis kelas.
Hasil belajar kelompok A1B1 lebih baik daripada kelompok A2B1

2. Uji-t 1 -3 (A1B1 - A2B2)

6
 X1  X 3 8,4  7,0
t   5,49
2 xRJKdal 2 x 0,325
n 10 , (signifikan)
Artinya, ada perbedaan hasil belajar fisika antara siswa yang belajar menggunakan
model pembelajaran inkuiri dan penilaian berbasis kelas dengan siswa yg belajar
dengan menggunakan model pembelajaran konvensional dan penilaian konvensional.
Hasil belajar kelompok A1B1 lebih baik daripada kelompok A2B2

3. Uji-t 1 - 4 (A1B1 - A1B2)

X1  X 4 8,4  5,6
t   10,98
2 xRJKdal 2 x 0,325
n 10 , (signifikan)

Artinya, ada perbedaan hasil belajar fisika antara siswa yang belajar menggunakan
model pembelajaran inkuiri dan penilaian berbasis kelas dengan siswa yg belajar
dengan menggunakan model pembelajaran inkuiri dan penilaian konvensional. Hasil
belajar kelompok A1B1 lebih baik daripada kelompok A1B2

4. Uji-t 2 - 3 (A2B1 - A2B2)

X2  X3 6,8  7,0
t   0,78
2 xRJKdal 2 x 0,325
n 10 , tidak signifikan
Artinya, tidak ada perbedaan hasil belajar fisika antara siswa yang belajar
menggunakan model pembelajaran konvensional dan penilaian berbasis kelas dengan
siswa yg belajar dengan menggunakan model pembelajaran konvensional dan
penilaian konvensional.

5. Uji-t 2 - 4 (A2B1 - A1B2)

X2  X4 6,8  5,6
t   4,707
2 xRJKdal 2 x0,325
n 10 , signifikan

Artinya, ada perbedaan hasil belajar fisika antara siswa yang belajar menggunakan
model pembelajaran konvensional dan penilaian berbasis kelas dengan siswa yg
belajar dengan menggunakan model pembelajaran inkuiri dan penilaian konvensional.
Hasil belajar kelompok A2B1 lebih baik daripada kelompok A1B2

7
6. Uji-t 3 - 4 (A2B2 - A1B2)

X3  X4 7,0  5,6
t   5,49
2 xRJKdal 2 x 0,325
n 10 , signifikan

Artinya, ada perbedaan hasil belajar fisika antara siswa yang belajar menggunakan
model pembelajaran konvensional dan penilaian konvensional dengan siswa yg
belajar dengan menggunakan model pembelajaran inkuiri dan penilaian konvensional.
Hasil belajar kelompok A2B2 lebih baik daripada kelompok A1B2