ANOVA

Two Way

1
DEFINISI
 Analisis varian yang melibatkan dua
kriteria klasifikasi dan menganalisis
keragaman / variasi yang diakibatkan dua
kriteria klasifikas tersebut

2
FUNGSI ANALISIS
 Untuk mengetahui perbedaan antar
perlakuan pada klasifikasi pertama dan
antar kelompok pada klasifikasi kedua

 Dalam analisis ini perlu untuk mengetahui

apakah sebagian keragaman ditentukan
oleh perbedaan antarbaris atau
disebabkan perbedaan antarkolom

3
HIPOTESIS
 Mengetahui perbedaan keragaman
disebabkan perbedaan antar baris
H0 : µ1 = µ2 = µ3 =... = µr = µ
Ha : tidak semua µi sama

 Mengetahui perbedaan keragaman

disebabkan perbedaan antar kolom
H0 : µ.1 = µ.2 = µ.3 =... = µ.r = µ
Ha : tidak semua µ.i sama

4
ASUMSI
1. Data berskala minimal interval
2. Data berdistribusi normal
3. Homogenitas ragam data

12
Kesimpulan
 Tolak H0 bila :

p-value <

13
MACAM-MACAM
RANCANGAN PERCOBAAN
DALAM ANOVA TWO WAY

1. Randomized Complete Block

Design
2. Factorial Design
3. Same Subject Design

14
Randomized
Complete
Block Design

15
DEFINISI
 Disebut juga rancangan acak kelompok

 Rancangan ini membagi bahan

percobaannya dalam beberapa kelompok
dengan tujuan homogenitas

 Untuk mengetahui perbedaan antar

perlakuan dan perbedaan antar kelompok

16
CONTOH KASUS
Sekelompok mahaiswa melakukan
penelitian untuk mengetahui perbedaan
tingkat kebersihan dan higienitas alat
makan yang digunakan para penjaja
makanan.
Diambil secara acak alat makan yang
berasal dari 6 penjaja makanan, baik itu
penjaja legal (atas ijin kampus) ataupun
yang ilegal.

17
 Hasil penelitiannya tentang jumlah bakteri
pada alat makan sbb :
B Warung Bakso Warung Warung Mie
A Batagor Ayam

Kantin 527 547 571

Penjaja Legal 573 602 593
Penjaja Ilegal 821 775 688

 Pertanyaan : Apakah terdapat perbedaan

jumlah bakteri pada alat makan antara para
penjaja makanan yang legal dan ilegal juga
antara jenis warungnya menurut jenis
makanan yang dijual (α=5%) ?
18
FACTORIAL
DESIGN

32
 Rancangan faktorial digunakan apabila
eksperimen terdiri atas dua faktor atau
lebih.
 Desain faktorial memungkinkan kita
melakukan kombinasi antar level faktor.
Pada tiap kombinasi faktor, jumlah
replikasi yang dilakukan sebanyak n.
 Rancangan Factorial dapat disusun secara
Rancang Acak Lengkap (RAL) dan Rancang
Acak Kelompok (RAK)
33
Ciri-ciri
1. Terdiri dari beberapa faktor (perlakuan).
2. Setiap faktor terdiri dari beberapa taraf.
3. Setiap faktor diselidiki secara bersamaan.
4. Penamaan rancangan dengan cara
menambahkan perkalian antara banyak
taraf faktor yang satu dengan banyak
taraf faktor yang lain.

34
Contoh Kasus
 Sebuah penelitian bertujuan untuk
meneliti pengaruh pemupukan nitrogen
terhadap pertumbuhan 3 spesies pinus (A,
B, dan C).
 Dosis yang digunakan yaitu kontrol 0
kg/ha, 100 kg//ha dan 150 kg/ha.

40
 Rata-rata pertumbuhan dari berbagai plot
tersaji pada tabel berikut:
Dosis Blok
Spesies
Pemupukan I II III
0 50 40 47
A 100 17 18 28
150 24 14 17
0 24 25 29
B 100 21 28 19
150 18 23 15
0 37 20 17
C 100 43 25 20
150 39 19 21

41
 Same
Subject
Design

53
DEFINISI
 Same Subject Design disebut juga
Repeated Measures ANOVA
 Repeated Measures ANOVA digunakan
bila akan dilakukan uji beda > 2 kali
pengukuran
◦ Prinsipnya sama dengan paired t test
(membandingkan rata-rata dua sampel yang
saling berhubungan), hanya saja pengukuran
lebih dari dua kali untuk teknik ini.

54
ASUMSI
1. Variabel berskala interval atau ratio
(continuous).
2. Dependent variabel memiliki Normally
distributed.
3. Sphericity (mirip uji homokedastis), Sphericity
adalah kondisi dimana varians dari perbedaan
antara semua grup terkait kombinasi (tingkat)
adalah sama. Pelanggaran Sphericity adalah ketika
varians dari perbedaan antara semua grup
terkait kombinasi tidak sama. Sphericity dapat
disamakan dengan homogenitas varians di antara-
subjek ANOVA.
4. Pengukuran dilakukan lebih dari 2 kali

55
 𝐜 𝐧 𝟐 𝑻…𝟐
 SST =σ𝐣=𝟏 σ𝐤=𝟏(𝐱 𝐢𝐣𝐤 ) −
𝒏𝒓𝒄

σ𝒄𝒋=𝟏 𝑻 𝒋 𝑻..𝟐
 SSperlakuan= . −
𝒓 𝒓𝒄

σ𝒓𝒊=𝟏 𝑻 𝒊 𝑻..𝟐
 SSsubyek= .. −
𝒄 𝒓𝒄

 SSE = SST – SSperlakuan - SSsubyek

56
 Tabel Analisis Varian

Sumber Sum of square Derajat Mean square F hitung

Keragaman bebas
Perlakuan SSperlakuan c-1 S12 = SSperlakuan / c-1 F1 = S12 / S32

Subyek SSsubyek r-1 S22 = SSsubyek / r-1 F2 = S22 / S32

Error SSE (c-1)(r-1) S32 = SSE / (n-1)(r-1)

Total nrc-1

57
Contoh Soal
 Seorang peneliti ingin mengetahui apakah
obat herbal merek X benarbenar mampu
menurunkan berat badan seseorang dalam
kurun waktu tertentu? Untuk keperluan
penelitian, 17 orang akan melakukan
program diet ditimbang untuk diketahui
berat badan awal. Setelah itu diberi
minuman obat herbal merek X tersebut,
kemudian ditimbang kembali BB seminggu
dan sebulan kemudian.

59
 Berikut data BB 17
orang yang
mengikuti program
diet obat herbal
merek X

60
KOMPUTASI - SPSS
 Entri data

 Uji NORMALITAS

61
 Klik Analyze → General Linier Model → Repeated
Measures
 Pada bagian Within Subject Faktor, ketik ‘Waktu’ pada
name dan Ketik angka ‘3’ pada number of levels
(menunjukkan pengukuran dilakukan tiga kali)→Klik
ADD
 Klik Define
 Maka munculkotak dialog”Repeated Measures”
pindahkan variabel Awal, Seminggu dan Sebulan ke
kotak within Subject Variables
 Klik Option, pindah variabel Waktu ke display means
for atau Klik EM Means, pindah variabel Waktu ke
display means for
 Centang compare main effect
 confiden interval, adjusment : Bonferoni
 OK 62
 Interpretasi Output

 Output ‘Mauchly’s test of sphrericity’

Sig 0,002 < 0,05 → data heterogen
63
 Output ‘test of within subjects effects’
Greenhouse-geisser : sig 0,000 < 0,05 (H0
ditolak)
Artinya ada perbedaan rata-rata penurunan
berat badan yang nyata dari waktu ke
waktu. Obat herbal merek X benar-benar
mampu menurunkan berat badan seseorang
64
UJI FRIEDMAN

65
 ESENSI
 Berguna untuk menguji apakah 3 atau lebih-sampel
berpasanganberasal dari populasi yang sama atau tidak.
 Jumlah kasus pada setiap sampel adalah sama (karenaber
pasangan).
 Uji ini dilakukan dengan mempelajari kelompok subyek
yg samadibawah k-kondisi.
 Untuk melihat perbedaan dampak perlakuan (kondisi) te
rhadapkelompok-kelompok berpasangan yang diteliti.
 Merupakan alternatif untuk Uji ANOVA pada Uji
statistik parametrik.
 Asumsi, data tidak berdistribusi normal dan berbentuk
peringkat
 Syaratnya data setidak-tidaknya berskala ordinal 66
PROSEDUR
 Pada Uji Friedman, data dibuat dalam tabel
dua arah, dengan N-baris dan k-kolom,
dimana N-baris merepresentasikan variasi
kelompok berpasangan, dan k-kolom
merepresentasikan variasi kondisi.
 Hipotesis:
Ho: 3 atau lebih sampel berpasangan berasal
dari populasi yang sama
Ha: 3 atau lebih sampel berpasangan berasal
dari populasi yang berbeda
67
 CONTOH
 Seorang mahasiswa jurusan gizi ingin mengetahui
apakah susu bubuk merk ‘subur gemuk’ dapat
meningkatkan BB seseorang dalam kurunwaktu
tertentu?
 Untuk penelitian, sampel sebanyak 15 (rumus sampel)
ditimbang untuk mengetahui BB awal, kemudian
sampel tersebut diberi susu ‘subur gemuk’ lalu
ditimbang kembali BB setelah seminggu minum, BB
sebulan setelah minumdan BB setahun setelah minum.
 Adapun BB ke 15 sampel tersebut adalah sebagai
berikut :

68
69
70
 SPSS
1. Entry Data
2. Normalitas Data : tidak normal (p-value < ), apabila
salah satu data tidak normal maka uji parametrik tidak
dapat dilakukan)
3. Analyze → Nonparametric Tests → Legacy Dialgs → K
Related Samples
4. Masukkan variabel awal, seminggu, sebulan, setahun ke
kotak test variabels
5. Test type : beri centang pada Friedman
6. Klik statistics, centang pada descriptive dan quartile
7. Continue
8. Ok
71
INTERPRETASI OUTPUT

72
 Sig. 0,000 < 0,05

 Maka H0 di tolak atau

ada perbedaan
peningkatan BB pada
keempat kelompok
interval waktu
pengukuran

73
74