ANOVA DUA ARAH (Two Way ANOVA)

Jika pada anova satu jalur kita dapat mengetahui ada atau tidaknya
perbedaan beberapa variabel bebas dengan sebuah variabel terikat dan masing-
masing variabel tidak mempunyai jenjang: maka dalam anova dua jalur kita ingin
mengetahui ada atau tidaknya perbedaan beberapa variabel bebas dengan sebuah
variabel terikatnya dan masing-masing variabel mempunyai dua jenjang atau
lebih. Banyaknya jenjang yang 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 ANOVA 2 x 2. (Usman, Husaini.2006. Pengantar Statistika. Jakarta : PT
Bumi Aksara).
Asumsi yang digunakan untuk ANOVA dua arah :

1. Populasi yang diuji berdistribusi normal

2. Varians dari populasi yang diuji sama
3. Sampel independen satu dengan yang lain.

Pada pengujian ANOVA 2 didasarkan pada pengamatan 2 kriteria. Setiap

kriteria dalam pengujian ANOVA mempunyal level. Tujuan dari pengujian ANOVA
2 arah ini adalah untuk mengetahui apakah ada pengaruh dari berbagai kriteria
yang diuji terhadap hasil yang diinginkan.

Ada 2 jenis anova dua arah:

1. Anova Dua Arah tanpa Interaksi, merupakan pengujian hipotesis beda

tiga rata-rata atau lebih dengan dua faktor yang berpengaruh dan
interaksi antara kedua faktor tersebut ditiadakan.

Contoh : Dari 4 matakuliah dengan penggunaan 4 kelompok mahasiswa

yang berbeda. Ingin diuji apakah rata-rata hasil ujian sama untuk
matakuliah dan kelompok mahasiswa
 Dalam pengujian ANOVA ini, dipergunakan rumus hitung sebagai berikut:

Tabel 5.1 Analisis Variansi Klasifikasi Dua Arah

Derajat
Sumber Jumlah
Bebas Kuadrat Tengah F hitung
Keragaman Kuadrat
(df)
Nilai 2
s1 MST
MST=s12 =
JKB SST
= f1 = =
tengah JKB=SST b–1 s3
2
MSE
b −1 r −1
baris
Nilai
JKK SSB
tengah JKK=SSB k–1 MSB=s22 = =
k −1 c −1
kolom
2
s MSB
Galat MSE = s32 = f 2 = 22 =
s3 MSE
(Error) (b – 1) JKG
JKG=SSE = SSE
(k– 1) (b − 1) (k − 1) (r − 1) (c − 1)

Total JKT=SS
bk – 1
Total

Sumber: Walpole, Ronald E. (1995)

Dimana :

r c
T 2 ..
JKT =   xij − JKG = JKT – JKB - JKK
2

i =1 j =1 rc

r 2

T i
T ..2
JKB = i =1
−
c rc
c

T . j
j =1
2

T ..2
JKK = −
r rc
Aplikasi Perhitungan Manual

1. Data berikut ini adalah nilai akhir yang dicapai oleh 4 mahasiswa dalam
mata kuliah kalkulus, kimia, b.inggris, dan agama.

Tabel 5.2 Daftar Nilai Akhir Mahasiswa

Mata Kuliah Total

Mhs
Kalkulus Kimia B.Inggris Agama
1 68 94 91 86 339
2 83 81 77 87 328
3 72 73 73 66 284
4 55 68 63 61 247
Total 278 316 304 300 1198

Lakukan analisis varians, dan gunakan taraf signifikansi 5% untuk menguji

hipotesis bahwa :

a. Keempat mata kuliah itu mempunyai tingkat kesulitan yang sama!

b. Keempat mahasiswa itu mempunyai kemampuan yang sama!

Penyelesaian :

1. Hipotesis 1 :
H0 = Keempat mata kuliah itu mempunyai tingkat kesulitan yang sama
H1 = sekurang-kurangnya satu matakuliah tidak sama

𝐻0 = 𝑎1 = 𝑎2 = ⋯ = 𝑎𝑗
𝐻1 = 𝑠𝑒𝑘𝑢𝑟𝑎𝑛𝑔 − 𝑘𝑢𝑟𝑎𝑛𝑔𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝑎𝑖 ≠ 𝑎𝑗

Hipotesis 2 :

H0 = Keempat mahasiswa itu mempunyai kemampuan yang sama

H1 = sekurang-kurangnya satu mahasiswa mempunyai kemampuan tidak
sama

𝐻0 = 𝛽1 = 𝛽2 = … = 𝛽𝑗
𝐻1 = 𝑠𝑒𝑘𝑢𝑟𝑎𝑛𝑔 − 𝑘𝑢𝑟𝑎𝑛𝑔𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝛽𝑖 ≠ 𝛽𝑗
2. Taraf nyata (𝛼) = 5% = 0,05(𝑛𝑖𝑙𝑎𝑖 𝑓𝑡𝑎𝑏 ) :

a. Untuk baris
𝑉1 = 𝑏 − 1 = 4 − 1 = 3
𝑉2 = (𝑘 − 1)(𝑏 − 1) = (4 − 1)(4 − 1) = 9
𝑓𝑎(𝑉1;𝑉2 ) = 𝑓0,05(3;9) = 3,86

b. Untuk kolom
𝑉1 = 𝑏 − 1 = 4 − 1 = 3
𝑉2 = (𝑘 − 1)(𝑏 − 1) = (4 − 1)(4 − 1) = 9
𝑓𝑎(𝑉1;𝑉2 ) = 𝑓0,05(3;9) = 3,86

3. Kreteria pengujian

a. 𝐻0 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎 𝑎𝑝𝑎𝑏𝑖𝑙𝑎 𝑓0 ≤ 3,86

𝐻0 𝑑𝑖𝑡𝑜𝑙𝑎𝑘 𝑎𝑝𝑎𝑏𝑖𝑙𝑎 𝑓0 > 3,86
b. 𝐻0 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎 𝑎𝑝𝑎𝑏𝑖𝑙𝑎 𝑓0 ≤ 3,86
𝐻0 𝑑𝑖𝑡𝑜𝑙𝑎𝑘 𝑎𝑝𝑎𝑏𝑖𝑙𝑎 𝑓0 > 3,86
4. Perhitungan:

11982
JKT = 68 + 83 + ... + 61 −
2 3 2

16
JKT = 1921.75
3392 + 3282 + 2842 + 247 2 11982
JKB = −
4 16
JKB = 1342.25

278 2 + 316 2 + 304 2 + 300 2 1198 2

JKK = −
4 16
JKK = 188.75
JKG = 1921.75 − 1342.25 − 188.75 = 390.75
 Hasil dan perhitungan lainnya :

Tabel 5.3 Analisis Variansi bagi Data Klasifikasi Dua Arah

Jumlah Kuadrat
Sumber Derajat
Kuadrat Tengah F hitung
Variansi Bebas
(SS) (MS)
Nilai tengah
1342.25 3 447.42 f1 = 10.3
baris
Nilai tengah
kolom 188.75 3 62.92

Galat f2 = 1.45
390.75 9 43.42
(Error)
Total 1921.75 15

5. Kesimpulan :

a. F hitung = 10,3 > F tabel = 3,86, maka Tolak H0, bahwa keempat
mata kuliah mempunyai tingkat kesulitan yang tidak sama.

b. F hitung = 1,45 < F tabel = 3,86, maka Terima Ho, bahwa keempat
mahasiswa itu mempunyai kemampuan yang sama.

2. Anova Dua Arah dengan Interaksi, merupakan pengujian beda tiga

rata-rata atau lebih dengan dua faktor yang berpengaruh dan pengaruh
interaksi antara kedua faktor tersebut diperhitungkan.

Contoh : Ingin menyelidiki apakah tingkat aktivitas ekstrakulikuler

berpengaruh terhadap prestasi belajar siswa, dan apakah tingkat
ekonomi berpengaruh terhadap prestasi belajar siswa. Serta adanya
interaksi antara tingkat ekonomi dengan kegiatan ekstrakulikuler.

Hipotesis dalam ANOVA dua arah terdiri dari:

1. Berkaitan dengan pengaruh faktor pertama (A) atau efek baris
H0 : µA1 = µA2
H1 : µA1 ≠ µA2
2. Berkaitan dengan pengaruh faktor kedua (B) atau efek kolom
H0 : µB1 = µB2 = µB3
H1 : paling sedikit salah satu µ tidak sama
3. Interaksi antara faktor pertama dengan faktor kedua (A X B)
H0 : efek faktor yang satu tergantung pada faktor yang lainnya.
H1 : efek faktor yang satu tidak tergantung pada faktor yang lainnya.

Tabel 5.2 Analisis Variansi Klasifikasi Dua Arah

Sumber Jumlah Derajat Rata-rata 𝑓0

Variansi Kuadrat Bebas Kuadrat

Rata-rata JKB b-1 𝑆1 2 =

𝐽𝐾𝐵
𝑑𝑏
baris

Rata-rata JKK k-1 𝑆2 2 =

𝐽𝐾𝐾 𝑆1 2
𝑑𝑏 𝑓1 =
𝑆4 2
kolom

Interaksi JK (BK) (k-1)(b-1) 𝑆3 2 =

𝐽𝐾(𝐵𝐾) 𝑆2 2
𝑑𝑏 𝑓1 =
𝑆4 2

Error JKE bk (n-1) 𝑆4 2 =

𝐽𝐾𝐸 𝑆3 2
𝑑𝑏 𝑓1 =
𝑆4 2

Total JKT n-1

Rumus :

Jumlah Kuadrat Total

2 𝑇2
JKT = ∑𝑏𝑖=1 ∑𝑘 𝑛
𝑗=1 ∑𝑘=1 𝑋𝑖𝑗𝑘 − 𝑏𝑘𝑛

Jumlah Kuadrat Baris

∑𝑏
𝑖=1 𝑇𝑖
2
𝑇2
JKB = − 𝑏𝑘𝑛
𝑘𝑛
 Jumlah Kuadrat kolom

∑𝑏
𝑗=1 𝑇𝑗
2
𝑇2
JKK = − 𝑏𝑘𝑛
𝑏𝑛

Jumlah kuadrat bagi interaksi Baris Kolom

∑𝑏 𝑘
𝑖=1 ∑𝑗=1 𝑇𝑖𝑗
2
∑𝑏
𝑖=1 𝑇𝑖
2 ∑𝑘
𝑗=1 𝑇𝑗
2
𝑇2
JK(BK) = − − +
𝑛 𝑘𝑛 𝑏𝑛 𝑏𝑘𝑛

Jumlah Kuadrat Error

JKE= JKT-JKB-JKK-JK(BK)

Contoh kasus :

Suatu penelitian dilakukan untuk mengetahui apakah tingkat aktivitas

ekstrakurikuler berpengaruh terhadap prestasi belajar, apakah tingkat ekonomi
berpengaruh pada prestasi siswa. Dan apakah ada interaksi antara tingkat
ekonomi dengan kegiatan ekstrakurikuler. Diketahui data sebagai berikut :

Tingkat Tingkat Ekonomi Keluarga

aktivitas V1 V2 V3 TOTAL
Ekstrakulikuler
64 72 74
t1 66 81 51 607
70 64 65
65 57 47
t2 63 43 58 510
58 52 67
59 66 58
t3 68 71 39 527
65 59 42
58 57 53
t4 41 61 59 466
46 53 38
Total 723 736 651 2110

b = 4, k = 3, n = 3
 Penyelesaian :

1. Hipotesis

𝑓1 : 𝐻0′ = ∝1 = ∝2 = ∝3 = ∝4 = 0
𝐻1′ = 𝑠𝑒𝑘𝑢𝑟𝑎𝑛𝑔 − 𝑘𝑢𝑟𝑎𝑛𝑔𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝛼1 ≠ 0
𝑓2 : 𝐻0′′ = 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 0
𝐻1′′ = 𝑠𝑒𝑘𝑢𝑟𝑎𝑛𝑔 − 𝑘𝑢𝑟𝑎𝑛𝑔𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝛽𝑗 ≠ 0

𝑓3 : 𝐻0′′′ = (∝ 𝛽)11 = (∝ 𝛽)12 = (∝ 𝛽)13 = ⋯ = (∝ 𝛽)43 = 0

′′
𝐻′1 = 𝑠𝑒𝑘𝑢𝑟𝑎𝑛𝑔 − 𝑘𝑢𝑟𝑎𝑛𝑔𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 (∝ 𝛽)𝑖𝑗 ≠ 0

2. Taraf signifikansi 5% = 0,05

𝑓1 > 𝑓∝(𝑏−1;𝑏𝑘(𝑛−1))

𝑓1 > 𝑓0,05(4−1;4(3)2)
𝑓1 > 𝑓0,05(3;24)

𝒇𝟏 > 3,01 → 𝑯′𝟎 𝒅𝒊𝒕𝒐𝒍𝒂𝒌

𝑓2 > 𝑓∝(𝑘−1;𝑏𝑘(𝑛−1))

𝑓2 > 𝑓0,05(3−1;4(3)2)
𝑓2 > 𝑓0,05(2;24)

𝒇𝟐 > 3,40 → 𝑯′′𝟎 𝒅𝒊𝒕𝒐𝒍𝒂𝒌

𝑓3 > 𝑓∝((𝑏−1)(𝑘−1);𝑏𝑘(𝑛−1))

𝑓3 > 𝑓0,05((4−1)(3−1);4(3)2)

𝑓3 > 𝑓0,05(6;24)
𝒇𝟑 > 2,51 → 𝑯′′′𝟎 𝒅𝒊𝒕𝒐𝒍𝒂𝒌
3. Perhitungan
𝑇2 21102
JKT= ∑𝑏𝑖=1 ∑𝑘𝑗=1 ∑𝑛𝑘=1 𝑋𝑖𝑗𝑘 2 − = 642 + 662 + ⋯ + 382 −
𝑏𝑘𝑛 36
4452100
=127448 − = 127448 − 123669 = 3779
36
 ∑𝑏
𝑖=1 𝑇𝑖
2
𝑇2 6072 + 5102 +5272 +4662 21102
JKB = − 𝑏𝑘𝑛 = − = 1157
𝑘𝑛 9 36

∑𝑏
𝑗=1 𝑇𝑗
2
𝑇2 7232 + 7362 +6512 21102
JKK = − 𝑏𝑘𝑛 = − = 350
𝑏𝑛 12 36

∑𝑏 𝑘
𝑖=1 ∑𝑗=1 𝑇𝑖𝑗
2
∑𝑏 2 ∑𝑘
𝑗=1 𝑇𝑗
2
𝑇2
𝑖=1 𝑇𝑖
JK(BK) = − − +
𝑛 𝑘𝑛 𝑏𝑛 𝑏𝑘𝑛

2002 +⋯+1502 6072 + …+4662 7232 + …+6512 21102

= − − + = 771
9 9 12 36

JKE= JKT – JKB – JKK - JK(BK) = 3779 –1157 – 350 – 771 = 1501

𝐽𝐾𝐵 1157
𝑆1 2 = = = 385,67
𝑑𝑏 4−1
𝐽𝐾𝐾 350
𝑆2 2 = = = 175
𝑑𝑏 3−1
𝐽𝐾(𝐵𝐾) 771
𝑆3 2 = = = 128,5
𝑑𝑏 6
𝐽𝐾𝐸 1501
𝑆4 2 = = = 62,54
𝑑𝑏 24

𝑆1 2
= 6,17 > 𝑓1𝑡𝑎𝑏 = 3,01 ; 𝑚𝑎𝑘𝑎 𝑯′𝟎 𝒅𝒊𝒕𝒐𝒍𝒂𝒌
385,67
𝑓1 = =
𝑆4 2 62,54

𝑆2 2
= 2,8 < 𝑓2𝑡𝑎𝑏 = 3,40 ; 𝑚𝑎𝑘𝑎 𝑯′′𝟎 𝒅𝒊𝒕𝒆𝒓𝒊𝒎𝒂
175
𝑓1 = =
𝑆4 2 62,54

𝑆3 2
= 2,05 < 𝑓3𝑡𝑎𝑏 = 2,51 ; 𝑚𝑎𝑘𝑎 𝑯′′′𝟎 𝒅𝒊𝒕𝒆𝒓𝒊𝒎𝒂
128,5
𝑓1 = 2 =
𝑆4 62,54

4. Kesimpulan

Tingkat aktivitas ekstrakurikuler berpengaruh terhadap prestasi

belajar, tingkat ekonomi tidak berpengaruh pada prestasi siswa. Dan

adanya interaksi antara tingkat ekonomi dengan kegiatan ekstrakurikuler.

CONTOH KASUS :

Ingin diuji apakah mean tekanan darah pasien obat A, obat B dan obat C sama,
dan apakah mean tekanan darah pria dan wanita sama, serta apakah ada interaksi
antara variabel jenis obat yang dikonsumsi pasien dengan jenis kelamin.
Diketahui data sebagai berikut :

tekanan_darah kelompok jenis_kelamin

110 1 1
115 1 2
120 1 1
125 1 2
130 1 1
135 1 1
140 1 2
105 2 1
115 2 2
125 2 1
125 2 2
125 2 2
140 2 1
140 2 2
130 3 2
145 3 1
145 3 2
150 3 2
150 3 1
170 3 2
175 3 1
Kode kelompok pasien :
1 : pasien minum obat A; 2 : pasien minum obat B; 3 : pasien minum obat C

Kode jenis kelamin :

1: pria 2 : wanita
Prosedur pengolahan data dengan SPSS :
Untuk melakukan uji ANOVA dua arah, lakukan langkah – langkah berikut :
1. Masukkan data di atas pada SPSS. Pastikan melakukan pengkodean kategori.
 2. Lalu klik menu Analyze > General Linear Model > Univariate

3. Pada kotak dialog yang muncul, masukkan variabe tekanan darah pada kotak
Dependent Variable. Masukkan variabel kelompok dan jenis_kelamin pada kotak
Fixed Factor(s)

4. Klik OK

OUTPUT SPSS
Univariate Analysis of Variance
Between-Subjects Factors

1 7

Jenis_Obat 2 7

3 7
1 10
Jenis_Kelamin
2 11
 Tests of Between-Subjects Effects
Dependent Variable: Tekanan_Darah

Source Type III Sum of df Mean Square F Sig.

Squares

Corrected Model 3574,702a 5 714,940 3,628 ,024

Intercept 370683,433 1 370683,433 1880,846 ,000
Jenis_Obat 3510,317 2 1755,159 8,906 ,003
Jenis_Kelamin 2,480 1 2,480 ,013 ,912
Jenis_Obat * Jenis_Kelamin 134,127 2 67,063 ,340 ,717
Error 2956,250 15 197,083
Total 383875,000 21
Corrected Total 6530,952 20

a. R Squared = ,547 (Adjusted R Squared = ,396)

ANALISIS OUTPUT

Pada uji ANOVA dua arah, terdapat 2 jenis analisis yang dapat dilakukan , yaitu
uji beda mean berdasar variabel yang berbeda (jenis kelamin dan jenis obat )
dan uji interaksi antar variabel kategori.

1. Uji beda mean tekanan darah berdasar jenis obat yang digunakan
Hipotesis:
Ho = Mean tekanan darah orang peminum obat A, obat B dan obat C adalah sama
H1 = Mean tekanan darah orang peminum obat A, obat B dan obat C adalah tidak
sama (ada perbedaan)

Agar mudah kita menggunakan nilai probabilitas untuk mengambil keputusan.

Nilai probabilitas terletak pada kolom Sig. Apabila p-value < 0.05 maka Ho
ditolak.
Probabilitas berdasar variabel kelompok pasien adalah 0.003. Maka Ho ditolak
(0.003 < 0.05). Jadi keputusan yang diambil adalah H1 diterima, artinya : mean
tekanan darah orang peminum obat A, obat B dan obat C adalah tidak sama (ada
perbedaan)

2. Uji beda Mean tekanan darah berdasar jenis kelamin :

Hipotesis :
Ho = Mean tekanan darah antara pria dan wanita adalah sama
H1 = Mean tekanan darah antara pria dan wanita tidak sama
Untuk mengambil keputusan. Apabila p-value < 0.05 maka Ho ditolak.

Probabilitas berdasar variabel jenis_kelamin adalah 0.912. Maka Ho diterima

(0.912 > 0.05). Jadi keputusan yang diambil adalah Ho diterima, artinya : mean
tekanan darah jenis_kelamin adalah sama (tidak ada perbedaan)

3. Uji interaksi antar variabel kelompok pasien dan jenis_kelamin

Untuk uji interaksi antara variable, apabila p-value < 0.05 maka antar variabel
terdapat interaksi.
Untuk probabilitas interaksi kita menggunakan probabilitas pada baris
kelompok*jenis kelamin. Didapat probabilitas 0.717. maka dapat diambil
kesimpulan tidak ada interaksi antara variabel kelompok pasien dan jenis kelamin.
(0.717 > 0.05)

LATIHAN

1. Terdapat 4 metode diet dan 3 golongan usia peserta program diet

Berikut data rata-rata penurunan berat peserta keempat metode dalam
tiga kelompok umur.

2. Empat Sekolah (2 negeri dan 2 swasta) hendak dibandingkan hasil Try Out
Matematikanya dengan jangka waktu (lama) pemberian Les (Pelajaran
Tambahan). Percobaan dilakukan dengan menggunakan 8 Kelas yang
kemampuan siswanya seragam. Di setiap sekolah, dicobakan pada 2 kelas
yang ditentukan secara random. Hasil Try Out ke-4 sekolah adalah :
Tabel : Hubungan antara jenis sekolah, pemberian les, dan hasil TO.
Lama Sekolah
pemberian les V1 V2 V3 V4
P1 60 59 70 55
58 62 63 61
P2 75 61 68 70
71 54 73 69
P3 57 58 53 62
41 61 59 53

P1 = 3 bulan, P2 = 4 bulan, P3 = 2 bulan

Dengan taraf signifikansi 5%, ujilah hipotesis berikut ini !

a. Tidak ada beda hasil Try Out rata – rata untuk lama pemberian LES.
b. Tidak ada beda hasil Try Out rata – rata untuk keempat sekolah.
c. Tidak ada interaksi antara Lama pemberian Les dengan Jenis Sekolah