Two Way

ANOVA
Gravetter Chapter 14 halaman 417
Responsi 7 Statistik inferensial seksi A (20/21)
By: Stephanie & Talitha
Konsep
Dasar
Apa itu Two Way ANOVA?
Two Way ANOVA
- Ada 2 IV yang
mempengaruhi DV
- ANOVA two way
digunakan untuk
melihat perbedaan
mean yang terdapat
pada kelompok yang
terbentuk akibat
interaksi dua variabel
(faktor).
Two Way ANOVA

- DV harus pada skala interval/rasio (continous)

- IV harus memiliki setidaknya 2 variasi (contoh:

gender, etnis)

- Partisipan pada setiap grup HARUS BERBEDA

- NO OUTLIERS

- Kelebihan: memudahkan penghitungan ANOVA,

tidak perlu menghitung one-way ANOVA

berkali-kali.
 Research Design
Faktor Design 2 x 3
- Dua IV dalam two-way ANOVA disebut
faktor. - 2 IV
- Kedua faktor → mempengaruhi DV - Satu IV memiliki 2 level
- Setiap faktor akan memiliki dua dan satunya 3 level
tingkat atau lebih di dalamnya.
Gender

Laki-laki Perempuan
Design 2 x 2
Usia Remaja
- 2 IV
- 2 level untuk setiap IV Dewasa
Muda

Lansia

Jumlah Treatment Group

Sesuai kemungkinan yang terjadi. Bila
design 2 x 3 maka 2 x 3 = 6. Terdapat 6
grup treatment yang berbeda.
Models in Two Way ANOVA
- Fixed model (fixed effect)
Tidak ada possibility lain (contoh: gender)
- Random model (random effect)
Bisa berubah-ubah sesuai penelitian yang ingin
dilakukan (contoh: tingkat usia)
- Mixed model (mixed effect)
Campuran fixed dan random

Main Effect & Interaksi

- main effect → masing-masing IV
mempengaruhi DV
- Interaction → kedua IV berinteraksi dan
mempengaruhi DV
 Main Effect dan Interaksi
Ada main effect pada faktor A dan faktor B

B1 B2

A1 10 20 Mean A1 = 15
Perbedaan skor mean 10
A2 20 50 Mean A2 = 25

Mean B1 = 15 Mean B2 = 35
Ada efek yang signifikan pada faktor A

Perbedaan skor mean 20

Ada efek yang signifikan pada faktor B

 Main Effect dan Interaksi
Ada efek dari interaksi faktor A dan B

B1 B2
Beda 10
A1 10 20 Mean A1 = 15
Beda Beda
10 30
A2 20 50 Mean A2 = 25 Perbedaan skor mean 10
Beda 30
Mean B1 = 15 Mean B2 = 35
→ Lihat perbedaan skor antar sel tidak
konsisten
Perbedaan skor mean 20
→ Perbedaan yang tidak konsisten
menunjukkan adanya pengaruh interaksi
Tidak Konsisten: dilihat dari dari faktor A dan B
baris/kolom saja, tidak
membandingkan skor mean nya
 Main Effect dan Interaksi
Ada main factor pada faktor A tetapi tidak di faktor B

B1 B2

A1 20 20 Mean A1 = 20
Perbedaan skor mean 10
A2 10 10 Mean A2 = 10

Mean B1 = 15 Mean B2 = 15
Ada efek yang signifikan pada faktor A

Perbedaan skor mean 0

Tidak ada efek yang signifikan pada

faktor B
 Main Effect dan Interaksi
Tidak ada efek dari interaksi faktor A dan B

B1 B2
Beda 0
A1 20 20 Mean A1 = 15
Beda Beda
10 10 Perbedaan skor mean 10
A2 10 10 Mean A2 = 25
Beda 0
Mean B1 = 15 Mean B2 = 35
→ Lihat perbedaan skor antar sel
konsisten
Perbedaan skor mean 20
→ Perbedaan yang konsisten
menunjukkan tidak adanya pengaruh
interaksi dari faktor A dan B
 ASUMSI
TWO-WAY ANOVA
 Asumsi

Homogeneity of
Normality
Variance
Data pada sample harus
terdistribusi dengan Asumsi bahwa varians
normal sama antara satu dengan
yang lainnya

Independence
Within Group
Tidak saling
mempengaruhi/dipengaruhi
satu dengan yang lainnya
Langkah
Perhitungan
Langkah-langkah menghitung Two Way ANOVA

Menentukan Membuat
Critical Value kesimpulan

01 02 03 02 03
Membuat
Menghitung Menghitung
Hipotesis
Uji Statistik effect size
( jika diperlukan)
 Membuat Hipotesis

H0: tidak terdapat

interaksi antara
faktor A dan faktor B

H1: terdapat interaksi

antara faktor A dan
faktor B

H0 Pada intinya tidak dapat perbedaan

H1 Setidaknya ada salah satu yang berbeda
 Menentukan critical value

Df within Df between
Df total
treatment treatment

Df A Df B Df AxB
 Menentukan critical value

● Untuk A
a. Numerator: df A
b. Denominator:within
treatment

● Untuk B
a. Numerator: df B
b. Denominator:df within
treatment

● Untuk AXB
a. Numerator: df AxB
b. Denominator:df within
treatment
 Menentukan SS

SS within SS between
SS total
treatment treatment

SS A SS B SS AxB
 Menghitung Ms dan F

MS A
FA

MS B
FB

MS
AXB F
AXB
 Menarik Kesimpulan

Apabila hasil perhitungan F (dari masing2 faktor A, faktor

B, faktor AXB) melebihi batasan nilai critical value maka
ditolak

Apabila hasil perhitungan F (dari masing2 faktor A, faktor

B, faktor AXB masih dalam batasan nilai critical value
maka gagal ditolak
 Effect Size

Treatment Effect A Treatment Effect B Treatment Effect AXB

 Post Hoc (Simple Effect)

Gender

Laki-laki Perempuan

Usia Remaja

Lansia

Usia Gender

Laki-laki Perempuan N=10 Remaja Lansia N=10

G=70 G=85
N=5 N=5 N=5 N=5
M=9 M=5 M=8 M=9
T=45 T=5 T=40 T=45
 Usia Gender

Laki-laki Perempuan N=10 Remaja Lansia N=10

G=70 G=85
N=5 N=5 N=5 N=5
M=9 M=5 M=8 M=9
T=45 T=5 T=40 T=45
 MEMBUAT KESIMPULAN
F (df between treatment, dr error) = [hasil F], p > 0.01, [hasil effect size]

Contoh:
Two-way ANOVA menunjukkan efek dasar yang
signifikan untuk task difficulty, F(1, 24) = 24.00, p <
.01, η2 = 0.50; efek dasar yang signifikan untuk
arousal, F(2, 24) = 8.00, p < .01, η2 = 0.40; dan
interaksi yang signifikan antara task difficulty dan
arousal, F(2, 24) 6.00, p < .01, η2 = 0.33.

!REMEMBER! → cantumkan cara penulisan kesimpulan untuk KETIGA HASIL F.

Latihan Soal!
CREDITS: This presentation template was created by Slidesgo, including icons
by Flaticon, infographics & images by Freepik
Dari tabel tersebut dapat
disimpulkan bahwa....
a. Terdapat main effect pada faktor A dan
faktor B tetapi tidak ada interaksi B1 B2
b. Terdapat main effect pada faktor A,
tetapi tidak ada effect pada faktor B A1 20 40
dan tidak ada interaksi
c. Terdapat interaksi dan main effect pada A2 30 50
kedua faktor
d. Terdapat interaksi tetapi tidak ada main
effect pada kedua faktor
 B1 B2

A1 20 40 Mean A1 = 30
Perbedaan skor mean 10
A2 30 50 Mean A2 = 40

Mean B1 = 25 Mean B2 = 45

Perbedaan skor mean 20

Dari tabel tersebut dapat

disimpulkan bahwa....
a. Terdapat main effect pada faktor A dan faktor B tetapi tidak ada interaksi
Angka yang tepat untuk mengisi X agar
menghasilkan kesimpulan bahwa terdapat
main effect pada faktor A namun tidak
terdapat main effect pada faktor B B1 B2
adalah…
a. 6 A1 6 8
b. 8
c. 10 A2 12 x
d. 12
Angka yang tepat untuk mengisi X agar
menghasilkan kesimpulan bahwa terdapat
main effect pada faktor A namun tidak
terdapat main effect pada faktor B B1 B2
adalah…
a. 6 A1 6 8 Mean A1 = 7
b. 8
c. 10 A2 12 x Mean A2 =
d. 12 berbeda dari 7
Mean B1 = 9 Mean B2 =

harusnya 9
Data berikut ini adalah penelitian
yang dilakukan oleh Barbie dengan
tujuan ingin melihat hubungan
antara gender dengan tingkat
agresivitas. Dua faktor dalam
penelitian ini adalah gender
(laki-laki dan perempuan) dan
tingkat agresivitas (non).

A. Buatlah Hipotesis Penelitian

B. Tentukanlah critical value dari

penelitian ini

C. Hitunglah uji statistik

a. Menghitung SS
b. Menghitung MS
c. Menghitung F

D. Buatlah kesimpulan dari

penelitian ini
 FINISHED!
Saatnya Kuis
Besar
CREDITS: This presentation template was created by Slidesgo, including icons
by Flaticon, infographics & images by Freepik