[Type here]

ANOVA TWO WAY (ANALISIS VARIANS DUA ARAH)

Aistutika Duriatul Khoeriyah, Dwi Oktaviana Putri, Hoerunisa, Nur Azizah Rahma
Wijaya, dan Riza Yuliana Rosandi
Perbankan Syariah/ Fakultas Ekonomi dan Bisnis Islam
UIN Prof.KH.Saifuddin Zuhri, Purwokerto
Email : aistutika2609@gmail.com

ABSTRAK
Salah satu teknik statistik yang digunakan untuk menjelaskan homogenitas
kelompok adalah dengan varians. Varians merupakan jumlah kuadrat semua deviasi nilai-
nilai individual terhadap rata-rata kelompok. Akar varians disebut standar deviasi atau
simpangan baku. Analisis varians juga merupakan sebuah formula statistik komparatif
yang dapat digunakan. Analisis varians terdapat ada yang satu arah (one way) dan ada ynag
dua arah (two way). Sebelumnya telah dibahas anova one way, untuk kali ini akan dibahas
anova two way. Dalam anova two way dapat mengetahui ada atau tidak adanya perbedaan
beberapa variabel bebas dengan sebuah variabel terikatnya dan masing-masing variabel
mempunyai dua jenjang atau lebih. Anova dua arah membandingkan perbedaan rata-rata
antara kelompok yang telah dibagi pada dua variabel independen yang selanjutnya disebut
faktor.
Kata Kunci: Analisis, Varians, Two Way

ABSTRACT
One of the statistical techniques used to explain group homogeneity is variance. The
variance is the sum of the squares of all the deviations of individual values with respect to
the group mean. The root of the variance is called the standard deviation or standard
deviation. Analysis of variance is also a comparative statistical formula that can be used.
Analysis of variance there is one-way (one-way) and two-way (two-way). Previously, we
discussed anova one way, this time we will discuss anova two way. In a two-way ANOVA,
you can find out whether there is a difference between several independent variables and
a dependent variable and each variable has two or more levels. Two-way ANOVA
compares the mean difference between groups that have been divided on two independent
variables, hereinafter referred to as factors.

Keywords: Analysis, Varians, Two Way

[Type here]
[Type here]

PENDAHULUAN
Anova merupakan singkatan dari analysis of varians adalah salah satu uji
komparatif yang digunakan untuk menguji perbedaan mean (rata-rata) data lebih
dari dua kelompok. Ada dua jenis anova, yaitu: analisis varians satu faktor (One
Way Anova) dan analisis varians dua faktor (Two Way Anova). Pada jurnal ini,
hanya akan membahas tentang anova two way. Anova two way memiliki perbedaan
dibandingkan dengan anova satu jalur. Perbedaan ini terletak pada jumlah variabel
independent. Pada anova one way hanya ada satu variabel independent, sedangkan
pada anova two way ada dua atau lebih variabel independent.

Uji statistik anova two way ini dapat membantu peneliti kuantitatif untuk
melihat pengaruh dari dua variabel independent terhadap sebuah variabel
dependent. Dengan menggunakan anova two way dapat melakukan uji main effect
dan juga interaction effect dari masing-masing variabel independent terhadap
variabel dependent.

METODE PENELITIAN
Pada pembahasan artikel ini “Anova Two Way” dilakukan dengan cara
mencari referensi dari berbagai jurnal yang berkaitan dengan materi tersebut
sebagai bahan dalam pembuatan artikel ini.

HASIL DAN PEMBAHASAN

A. Pengertian Anova Two Way

Anova Two Way disebut juga anova dua arah atau analisis varian 2 faktor.
Yang mana merupakan pengujian beda tiga rata-rata atau lebih dengan dua
faktor yang berpengaruh terhadap interaksi antara kedua faktor yang
diperhitungkan. Anova ini membandingkan perbedaan rata-rata antara
kelompok yang telah dibagi pada dua variabel independent. Dalam anova two
way ini dapat diketahui ada atau tidaknya perbedaan beberapa variabel bebas
dengan sebuah variabel terikatnya dan masing-masing variabel mempunyai dua

[Type here]
[Type here]

jenjang atau lebih. Banyaknya jenjang yag dimiliki variabel bebas dan variabel
terikat ini menentukan nama dari anovanya. Misalnya variabel bebas
mempunyai jenjang dua buah dan variabel terikatnya mempunyai jenjang dua
buah pula, maka anovanya ditulis 2 × 2.

Anova two way ini digunakan bila sumber keragaman yang terjadi tidak
hanya karena satu faktor (perlakuan). Faktor lain yang mungkin menjadi sumber
keragaman respon juga harus diperhatikan. Faktor lain ini bisa berupa perlakuan
lain yang sudah terkondisikan. Pertimbangan memasukkan faktor kedua
sebagai sumber keragaman ini perlu bila faktor itu dikelompokkan, sehingga
keragaman antar kelompok sangat besar, tetapi kecil dalam kelompoknya
sendiri. Dengan menggunakan anova two way ini, dapat dibandingkan beberapa
rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu variabel
perlakuan. Anova two way dapat dibagi menjadi dua jenis, yaitu:

1. Anova two way tanpa interaksi, yaitu pengujian hipotesis beda tiga rata-rata
atau lebih dengan dua faktor yang berpengaruh dan interaksi antara kedua
faktor tersebut ditiadakan. Tujuan dari pengujian anova two way adalah
untuk mengetahui apakah ada pengaruh dan berbagai kriteria yang diuji
terhadap hasil yang diinginkan.
2. Anova two way dengan interaksi, yaitu pengujian beda tiga rata-rata atau
lebih dengan dua faktor yang berpengaruh dan pengaruh interaksi antara
kedua faktor tersebut diperhitungkan.

B. Asumsi Anova Two Way

Pengujian anova two way mempunyai beberapa asumsi, yaitu:
1. Populasi yang di uji berdistribusi normal
2. Varians atau ragam dan populasi yang diuji sama
3. Sampel tidak berhubungan satu dengan yang lain.

[Type here]
[Type here]

C. Langkah-langkah Menentukan Anova Two Way

1. Langkah-langkah menentukan Anova tanpa interaksi.
i. Merumuskan hipotesis
• H0 : µ1=µ2=µ3=…..=µk (seluruh mean populasi adalah sama)
• H1 : µ1≠µ2≠µ3≠…..=µk (minimal ada 1 mean populasi yang
berbeda)
ii. Menentukan taraf nyata (α) dan tabel F
• Faktor 1, df1a = b – 1 dan df2 = (k – 1)(b – 1),
Sehingga F tabel = Fα (df1a;df2)
Keterangan: k = banyaknya kolom, b = banyaknya baris
• Faktor 2, df1b = k – 1 dan df2 = (k – 1)(b – 1),
Sehingga F tabel = Fα (df1b;df2)
Keterangan: k = banyaknya kolom, b = banyaknya baris

iii. Membuat Anova 2 Arah

Sumber Derajat Jumlah Rata-Rata Fhit
Variasi Bebas Kuadrat Kuadrat
Baris df1=(b-1) JKB 𝐽𝐾𝐵 𝑀𝑆𝐵
MSB=𝑏−1
(factor 1) 𝑀𝑆𝐸
Kolom df2=(k-1) JKK 𝐽𝑘𝑘
MSK=𝑘−1 𝑀𝑆𝐾
(factor 2) 𝑀𝑆𝐸
Error (k-1)(b-1) JKE 𝐽𝐾𝐸
MSE=(𝐾−1)(𝑏−1)

Total (bk-1) JKT

❖ JKT = 𝛴𝑖𝑘 = 1𝛴𝐽𝑛 = 1(𝑥𝑖𝑗 − 𝑥̅̅ )2

❖ JKB = 𝑘𝛴(𝑥̅ ⋅ 𝑗 − 𝑥̅̅ )2
❖ JKK = 𝑏𝛴(𝑥̅𝑖 . −𝑥̅̅ )2
❖ JKE = JKT-JKB-JKK

Keterangan :

➢ JKT : Jumlah Kuadrat Total

➢ JKB : Jumlah Kuadrat Factor 1 (baris)

[Type here]
[Type here]

➢ JKK : Jumlah Kuadrat Factor 2 (kolom)

➢ JKE : Jumlah Kuadrat Error
➢ n : Total n (sample)
➢ Xij : Nilai Baris ke-I, Kolom ke-j
➢ 𝑥̿ : Rata-rata Keseluruhan Sampel
➢ 𝑥̅.𝑗 : Rata-rata dari Sampel Baris
➢ 𝑥̅𝑖 . : Rata-rata dari Sampel Kolom
➢ b : Jumlah Kategori Faktor 1
➢ k : Jumlah Kategori Faktor 2

iv. Kriteria Pengujian

Faktor 1

• 𝘏o ditolak jika F₁ > 𝐹𝑎 (df1a;df2)

• 𝘏o diterima jika F₁ ≤ 𝐹𝑎 (df1a;df2)

Faktor 2

• 𝘏o ditolak jika F₂ > 𝐹𝑎 (df1b;df2)

• 𝘏o ditolak jika F₂ > 𝐹𝑎 (df1b;df2)

v. Pengambilan Keputusan

Pembuatan kesimpulan meupakan penetapan keputusan dalam hal

penerimaan atau penolakan hipotesis nol yang sesuai dengan kriteria
pengujiannya.

• Contoh Anova 2 Arah Tanpa Interaksi :

Tabel dibawah ini menunjukkan penghasilan tahun pertama sarjana (dalam
juta) dari kombinasi lima universitas dan 3 rangking prestasi. Pada tingkat
signifikansi 5%, ujilah apakah rata-rata penghasilannya adalah sama.

[Type here]
[Type here]

Urutan Univ.1 Univ.2 Univ.3 Univ.4 Univ.5 Total

Prestasi
Terbaik 20 18 16 14 12 80
Menengah 19 16 13 12 10 70
Terendah 18 14 10 10 8 60
Total 57 48 39 36 30 210

Penyelesaian :

a. Merumuskan Hipotesis

Faktor 1

𝘏o : µ1=µ2=µ3 Rata-rata penghasilan pada factor prestasi adalah sama

𝘏1 : µ1≠µ2≠µ3 Rata-rata penghasilan pada factor prestasi adalah tidak

sama.

Faktor 2

𝘏o : µ1=µ2=µ3=µ4=µ5 Rata-rata penghasilan pada factor university

adalah sama.

𝘏1 : µ1≠µ2≠µ3≠µ4≠µ5 Rata-rata penghasilan pada factor university

adalah tidak sama.

b. Menentukan Taraf Nyata (𝑎) dan table F

Faktor 1, df1a = 3-1 dan df2 = (5-1)(3-1), sehingga F table = F0,05(2;8)

Faktor 2, df1b = 5-1 dan df2 = (5-1)(3-1), sehingga F table = F0,05(4;8)

2. Langkah-langkah menentukan Anova dengan interaksi.

i. Merumuskan Hipotesis
Ho : Perlakuan berbeda pada factor A tidak memberikan efek berbeda .

[Type here]
[Type here]

H1 : Perlakuan berbeda pada factor A memberikan efek berbeda.

Ho : Perlakuan berbeda pada factor B tidak memberikan efek ber.beda
H1 : Perlakuan berbeda pada factor B memberikan efek berbeda.
Ho : Interaksi factor A dan B yang berbeda tidak memberikan efek berbeda
H1 : Interaksi Factor A dan B yang berbeda memberikan efek berbeda.

ii. Membuat Anova 2 Arah

Sumber Derajat Jumlah Rata-rata Fhit

variasi bebas kuadrat kuadrat
Factor A I-1 SSA MSA 𝑀𝑆𝐴
𝐹𝐴 = 𝑀𝑆𝐸
Factor B J-1 SSB MSB 𝑀𝑆𝐵
𝐹𝐵 = 𝑀𝑆𝐸
Interaksi (I-1)(J-1) SSAB MSAB 𝑀𝑆𝐴𝐵
𝐹𝐴𝐵 = 𝑀𝑆𝐸
Factor A
dan B
Error IJ(K-1) SSE MSE
Total IJK-1 SST

SSA = JK ∑1𝑖𝐽1 (𝑌̅1 ․․ − 𝑌̅․․․)2

SSB = JK ∑1𝑖=1 (𝑌̅․ⱼ․ − 𝑌̅․․․)2
SSE = ∑ₗ𝑖=ₗ ∑𝑗=1 ∑𝑘𝐾=1 𝑌5𝑘 − 𝑌̅5 ⋅)2
5
SSAB = K∑ₗ𝑖=₁ ∑𝐽𝑗=1 𝑌̅1 ․ − 𝑌̅․ⱼ․ + 𝑌̅․․․)2
Tolak Ho, jika F dihitung > Fkritis

• Contoh Anova 2 Arah Dengan Interaksi :

Cairan Penghemat BBM Mobil

A B C
Merk 1 15 20 22
19 24 17
12 18 14
Merk 2 17 24 26
10 18 19
13 22 21
Merk 3 9 12 10
12 15 5
6 10 8

[Type here]
[Type here]

Gunakan taraf signifikansi 5 persen untuk menguji hipotesis.

a. Ketika mobil bisa irit BBM sama banyaknya => Ho
 Dengan taraf signifikansi 5 persen Ketika mobil irit BBM tidak
sama banyak
b. Ketiga cairan penghemat BBM punya efek yang berbeda terhadap
konsumsi BBM => H1
 Dengan taraf signifikansi 5 persen Ketika cairan penghemat BBM
punya efek berbeda
c. Interaksi merk mobil dan merk cairan penghemat BBM berpengaruh
terhadap konsumsi BBM => Ho
 Dengan taraf signifikansi 5 persen interaksi antara merk mobil dan
merk cairan penghemat BBM yang berbeda tidak berpengaruh
terhadap konsumsi BBM.

KESIMPULAN
Anova two way disebut juga anova dua arah atau analisis varian 2 faktor. Yang
mana merupakan pengujian beda tiga rata-rata atau lebih dengan dua faktor yang
berpengaruh terhadap interaksi antara kedua faktor yang diperhitungkan. Anova
two way ini digunakan bila sumber keragaman yang terjadi tidak hanya karena satu
faktor (perlakuan). Faktor lain yang mungkin menjadi sumber keragaman respon
juga harus diperhatikan. Anova two way dapat dibagi menjadi dua jenis, yaitu:
tanpa interaksi dan dengan interaksi. Asumsi anova two way yaitu:
1. Populasi yang di uji berdistribusi normal
2. Varians atau ragam dan populasi yang diuji sama
3. Sampel tidak berhubungan satu dengan yang lain.

[Type here]
[Type here]

DAFTAR PUSTAKA

Astuti, Tutut Dewi. 2017. Dasar-dasar Statistik Penelitian. Yogyakarta:

Gramasurya

[Type here]