Analisis Faktorial Data Bebas Banyak Kasus Tidak Sama

Analisis faktorial data bebas jumlah kasus tidak sama, ada dua rumus yang dapat
digunakan, yaitu rumus sampel proporsional dan yang tidak proporsional (Howel,
1982:342). Begitu juga pada program SPSS juga membedakan hal yang sama, sehingga pada
analisis ini ada beberapa tipe-tipe yang dapat digunakan. Akan tetapi hasil analisis program
SPSS yang secara keseluruhan sama adalah yang tidak membedakan antara data
proporsional dengan yang tidak proporsional. Berikut ini adalah analisis yang secara
manual (berdasarkan rumus) sama dengan hasil yang ada pada SPSS.
Rumus jumlah kuadrat (JK) yang digunakan adalah sebagai berikut:

Soal
Hipotesis 1: Ada perbedaan jumlah truk yang melintas antara truk trailer dan truk Fuso.
Hipotesis 2: Ada perbedaan jumlah truk yang melintas antara hari Minggu dan hari Senin
Hipotesis 3: Ada interaksi jumlah truk yang melintas antara jenis truk dan hari.
Jawab:
Tabel 1. Data Penelitian dan Tabel Kerja
    Hari TAi X²
    Minggu Senin   Minggu Senin
Jenis Truk

15 19   225 361
9 13   81 169
18 22   324 484
3 7   9 49
13 17   169 289
21 25   441 625
17 13   289 169
11 9   121 81
26 4   676 16
4 23   16 529
26 15   676 225
12 14   144 196
13 8   169 64
7 10   49 100
10 16   100 256
24 12   576 144
16 5   256 25
11 3   121 9
Truk Trailer

8 7   64 49
21 11   441 121
19 20   361 400
23 13   529 169
4 10   16 100
17 11   289 121
2 18   4 324
15 4   225 16
19 8   361 64
11 19   121 361
  17   0 289
  13   0 169
395 356 751 6853 5974
 11 21   121 441
16 17   256 289

Truk Fuso
9 10   81 100
7 11   49 121
10 7   100 49
17 5   289 25
21 9   441 81
20 16   400 256
Jenis Truk Truk Fuso 15 20   225 400
9 13   81 169
6 11   36 121
10 4   100 16
13 21   169 441
16 23   256 529
19 17   361 289
25 8   625 64
21 14   441 196
13 16   169 256
7 13   49 169
10 10   100 100
11 7   121 49
25 4   625 16
2 3   4 9
6 9   36 81
14 11   196 121
16 16   256 256
11 24   121 576
19 13   361 169
20 11   400 121
17     289 0
13     169 0
429 364 793 6927 5510
TBj 824 720 1544 25264

N = 118
N 11 = 28
N 12 = 30
N 21 = 31
N 22 ƐX = 29
= 1544
(ƐX)² = 2383936
ƐX 11 = 395
ƐX 12 = 356
ƐX 21 = 429
ƐX 22 = 364
ƐX² = 25264
Jumlah Kasus (n)
  Hari
  Senin Minggu T
Jenis Truk Truk Trailer 28 30 58
Truk Fuso 31 29 60
  59 59 118

4
Harga Rerata n h= =29,4575881
1 1 1 1
+ + +
28 30 31 29

Harga Rerata Sel Data

X 11 = 14.1071
X 12 = 11.8667
X 21 = 13.8387
X 22 = 12.5517

Hari
Senin Minggu
Truk Trailer 14.1071 11.8667
Jenis Truk
Truk Fuso 13.8387 12.5517
Adjust nij
Harga Adjusted nij = Rerata nij
Hari
Senin Minggu
Truk Trailer 29.4576 29.4576 58.9152
Jenis Truk
Truk Fuso 29.4576 29.4576 58.9152
58.9152 58.9152 117.83
Adjust Total
Harga Adjusted Total = nij x Xij
Hari
Ti Ti²
Senin Minggu
Truk Trailer 415.562 349.563 765.126
Jenis Truk
Truk Fuso 407.655 369.744 777.399
823.217 719.307 1542.52 2379381

Jumlah Kuadrat (JK)

JK T =X 2−¿ ¿

Faktor Koreksi ¿ ¿ ¿

T 2Aj
JK A = −¿ ¿
a nh

T 2Bi
JK B = −¿ ¿
b nh

T 2ij
JK sel= −¿ ¿
nh

JK AB=JK sel −JK A −JK B =( 99.6097 ) −( 1.27828 )−( 91.6351 )=6.6935

JK galat = ƐJK ij Truk Trailer + ƐJK ij Truk Fuso

ƐJK ij Truk Trailer dicari dengan cara berikut.

Hari
Senin Minggu
nij 28 30
ƐXij 395 356
Truk Trailer
ƐX²ij 6853 5974
JKij 1280.68 1749.47
ƐJK ij Truk Fuso dicari dengan cara berikut.

Hari
Senin Minggu
nij 31 29
ƐXij 429 364
Truk Fuso
ƐX²ij 6927 5510
JKij 990.194 941.172
JK galat = ƐJK ij Truk Trailer + ƐJK ij Truk Fuso
JK galat = (1280,68 + 1749,47) + (990,194 + 941,172)
JK galat = 4961.5112
Ringkasan
Sumber JK db KT F F tabel 1/2 α
A 1.27828111 1 1.27828 0.02937 5.16
B 91.635091 1 91.6351 2.10549 5.16
AB 6.69530048 1 6.6953 0.15384 5.16
Langkah dalam menganalisis
Galat 4961.5112Two 114
Way Anova43.522
Total 5061.11987 117
1. Masukkan data yang ingin diuji menggunakan SPSS
2. Klik analyze  General Linear Model Univariate

3. Masukkan data uji kuat tekan beton ke dependent variabel. Kemudian metode dan bentuk
ke fixed factor (s). Setelah itu klik save.
4. Centang bagian Standardized Residuals, kemudian klik continue.

5. Setelah itu akan muncul kolom baru yaitu ZRE_1

6. Langkah selanjutnya yaitu, uji normalitas. Klik Analyze  Descriptive Statistics 
Explore
7. Masukkan data Standardized Residual ke Dependent List. Kemudian klik plots.

8. Centang bagian Normality plots with tests, dan klik continue.

Kemudian akan muncul hasil sebagai berikut:

Descriptives
Statistic Std. Error
Standardized Residual for Mean .0000 .09087
Hasil 95% Confidence Interval for Lower Bound -.1800
Mean Upper Bound .1800
5% Trimmed Mean -.0069
Median -.0580
Variance .974
Std. Deviation .98710
Minimum -1.99
Maximum 1.99
Range 3.98
Interquartile Range 1.42
Skewness .126 .223
Kurtosis -.705 .442

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Standardized Residual for .056 118 .200* .983 118 .134
Hasil
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Karena nilai sig > 0.05, maka nilai residual standard normal.
Perhitungan menggunakan program SPSS dengan langkah sebagai berikut: (1) Analyze, (2)
General linear model, (3) Univariate, (4) Isikan pada kotak Dependent variable: hasil uji dan
pada kotak Fixed Factor(s): metode dan bentuk pengujian (5) Klik Model, pilih Type I, (6)
Continue, dan (7) OK. Hasil analisis menggunakan program SPSS adalah sebagai berikut:

Between-Subjects Factors
Value Label N
Jenis Kendaraan 1 Truk Trailer 58
2 Truk Fuso 60
Hari 1 Minggu 59
2 Senin 59

Tests of Between-Subjects Effects

Dependent Variable: Hasil Observasi Jalan raya
Type III Sum of
Source Squares df Mean Square F Sig.
a
Corrected Model 48.929 3 16.310 .441 .724
Intercept 20971.906 1 20971.906 566.605 .000
Jenis 2.506 1 2.506 .068 .795
Waktu 47.044 1 47.044 1.271 .262
Jenis * Waktu .016 1 .016 .000 .983
Error 4219.511 114 37.013
Total 25264.000 118
Corrected Total 4268.441 117
a. R Squared = .011 (Adjusted R Squared = -.015)