ANOVA (Analysis of Varience) Two Ways With Interaction

Anova Two Ways atau anova dua arah dengan interaksi (with interaction) merupakan
yang ketiga dan terakhir dalam uji anova. Anova dua arah dengan interaksi adalah pengujian
tiga beda rata-rata atau lebih kelompok dengan dua faktor yang berpengaruh dan pengaruh
dari interaksi antara kedua faktor tersebut diperhitungkan.
Dalam menggunakan Anova dua arah dengan interaksi tentunya terdapat syarat atau
asumsi yang harus dipenuhi. Asumsi tersebut tidak jauh berbeda dengan sebelumnya. Berikut
asumsi yang harus dipenuhi, antara lain :
1) Data Distribusi Normal
Artinya populasi yang diuji berdistribusi normal, sehingga harus dilakukan uji
Normalitas (seperti chi square, kolmogrov smirnov, dsb).
2) Variansi atau Ragam yang Homogen (Homoskedastisitas)
Artinya populasi yang diuji harus memiliki standar deviasai atau variansi atau
ragam yang sama (homogen), sehingga dilakukan uji Homogenitas.
3) Saling Bebas
Artinya setiap kelompok sampel tidak berhubungan satu sama lain (independen).
4) Aditif (Saling Menjumlah)
Artinya data yang dianalisi adalah data interval/rasio sehingga saling menjumlah
(aditif).
Dalam pengujian anova dua arah dengan interaksi pastinya menyangkutkan hipotesis.
Terdapat tiga jenis hipotesis dalam anova dua arah dengan interaksi. Pada dasarnya hampir
sama dengan anova dua arah tanpa interaksi, namun terdapat tambahan. Hal ini seperti
menggabungkan anova satu arah dengan dua arah tanpa interaksi. Berikut hipotesis dalam
anova dua arah dengan interaksi :
 Hipotesis Anova Kolom ( f 1)
- H 0=a1=a2=a3 =⋯=a k =0, artinya tidak ada perbedaan yang nyata antara
rata-rata hitung dari kategori kolom.
- H 1 ≠ a 1 ≠ a2 ≠ a3 ≠ ⋯ ≠ ak ≠ 0 , artinya ada perbedaan yang nyata antara rata-
rata hitung dari kategori kolom.
 Hipotesis Anova Baris ( f 2)
- H 0=b1=b 2=b3 =⋯=b j=0 , artinya tidak ada perbedaan yang nyata antara
rata-rata hitung dari kategori baris.
 - H 1 ≠ b 1 ≠ b2 ≠ b3 ≠ ⋯ ≠ b j ≠0 , artinya ada perbedaan yang nyata antara rata-
rata hitung dari kategori baris.
 Hipotesis Interaksi (Kolom & Baris) ( f 3)
- H 0=(ab)11=(ab)12=(ab)13=⋯=( ab)kj=0 , artinya tidak ada interaksi antara
kategori kolom dan baris.
- H 0 ≠(ab)11 ≠( ab)12 ≠(ab)13 ≠ ⋯ ≠(ab)kj ≠ 0, artinya ada interaksi antara
variabel kolom dan baris.
Langkah-langkah melakukan uji hipotesis menggunakan Anova dua arah dengan
interaksi, sebagai berikut :
1. Pengelompokkan Berdasarkan Kategori Terentu
Dapat dilakukan dengan membuat tabel data berisi sampel yang sudah ditentukan
kategorinya.
2. Perumusan Hipotesis
Merumuskan hipotesis sesuai dengan data yang diambil. Terdapat tiga hipotesis,
yakni hipotesis pada kolom, hipotesis pada baris, dan hipotesis interkasi baris dan
kolom.
3. Penentuan Tipe Anova
Karena anova dua arah dengan interaksi, maka sampel data sudah dikategorikan dan
terjadi pengulangan.
4. Pemeriksaan Asumsi yang Ada
Karena menggunakan anova dua arah dengan interkasi, maka perlu memenuhi
asumsi-asumsi berikut ini :
a) Data Distribusi Normal (Uji Normalitas)
b) Homoskedastisitas atau Variansi Homogen (Uji Homogenitas)
c) Saling Bebas (Logika bebas atau tidak)
d) Aditif atau Saling Menjumlah (Data Jenis Interval/Rasio)
5. Perhitungan Variabilitas Seluruh Sampel
Dalam perhitungan variabilitas total ada berbagai macam rumus, antara lain :
a) Jumlah Kuadrat Total (JKT)
Artinya jumlah kuadrat selisih antara skor individual dengan rata-rata totalnya.
r k n 2
T ¿∗¿
JKT=∑ ∑ ∑ x2ijm −
i=1 j=1 m=1 rkn
Keterangan:
 k = banyaknya kolom
r = banyaknya baris
n = banyaknya pengulangan
xijm = data baris ke-I, kolom ke-j, dan ulangan ke-m
T***= total seluruh pengamatan

b) Jumlah Kuadrat Baris (JKB)

Artinya variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya
pada baris.
r
T 2¿∗¿
JKB=∑ T 2i −
i=1 rkn
Keterangan:
Ti = total jumlah pengulangan pada baris ke-i

c) Jumlah Kuadrat Kolom (JKK)

Artinya variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya
pada kolom.
k
T 2¿∗¿
JKK =∑ T 2j −
j=1 rkn
Keterangan:
Tj = total jumlah pengulangan pada baris ke-j

d) Interaksi JK[BK]
Artinya variansi rata-rata kelompok interaksi bari dan kolom terhadap rata-rata
keseluruhannya.
r k r k 2
T
JKT=∑ ∑ T −∑ T −∑ T + ¿∗¿
2
ij
2
i
2
j
i=1 j=1 i=1 j=1 rkn
e) Jumlah Kuadrat Galat atau Eror (JKG)
Artinya variansi yang ada dalam masing masing kelompok.
JKG=JKT −JKK −JKB−JK [ BK ]

6. Menghitung Derajat Kebebasan (db) dan Taraf Nyata

Taraf nyata ditentukan dahulu, semisal 5%. Derajat kebebasan Biasanya disebut juga
degree of freedom (dilambangkan dengan dof, atau db) juga ditentukan. Antara lain :
 a) Derajat kebebasan JKT
db JKT=rkn−1

b) Derajat kebebasan JKB

db JKB=r −1

c) Derajat kebebasan JKK

db JKK=k −1

d) Derajat kebebasan JK[BK]

db JK [ BK ]=( r−1)(k −1)

e) Derajat kebebasan JKG

db JKT =rk (n−1)

7. Menghitung Ftabel
Dapat dicari jika db dan taraf nyata sudah ditentukan dan dihitung. Dapat ditentukan
pada tabel distribusi F. nantinya ada tiga nilai Ftavel, yakni untuk kolom, baris, dan
interaksi.
8. Menghitung Variansi Antar Kelompok dan Variansi Dalam Kelompok
Variansi dalam Anova, baik antar kelompok ada dalam kelompok disebut dengan
kuadrat tengah atau deviasi arata-rata kuadrat dilambangkan dengan MS atau KT.
Dapat dicari menggunakan rumus berikut:
a) Kolom
JKK
KTK =
db JKK
b) Baris
JKB
KTB=
db JKB
c) Galat/Eror
JKG
KTG=
db JKG
d) Interaksi
JK [BK ]
KT [ BK ]=
db JK [BK ]
 9. Menghitung Fhitung
Karena ada tiga hipotesis, sehingga perhitungan nilai F juga ada tiga. Antara lain:
 Fhitung Kolom = KTK/KTG
 Fhitung Baris = KTB/KTG
 Fhitung Interaksi = KT[BK]/KTG

10. Membandingkan nilai Fhitung dengan Ftabel

o Jika Fhitung > Ftabel : maka tolak H0
o Jika Fhitung ≤ Ftabel : maka terima H0

11. Membuat Kesimpulan

Sesuai kasus diawal, maka simpulkan apakah ada pengaruh yang signifikan terhadap
sampel atau tidak. Jika hasil tidak signifikan, artinya seluruh rata-rata sampel sama.
Namun jika hasil signifikan, berarti terdapat pengaruh baik itu terhadap satu dari rata-
rata sampel maupun beberapa terhadap rata-rata sampel yang lain.

Contoh kasus Anova dua arah dengan interaksi :

Penelitian yang dilakukan mengenai berbagai metode program penurunan berat badan
terhadap perbedaan rentang usia. Terdapat 4 metode diet, 3 kelompok umur dan 3
ulangan. Berikut data rata-rata penurunan berat badan setelah 1 bulan melakukan diet.
Ujilah apakah penurunan berat badan sama untuk setiap metode diet, kelompok umur,
dan interaksi dengan taraf uji 5%?
Penurunan Berat Badan (kg)
Umur
Metode 1 Metode 2 Metode 3 Metode 4
< 20 tahun
#1 5 0 3 4
#2 4 2 4 2
#3 5 1 8 2
20 – 40 tahun
#1 5 4 2 5
#2 6 2 2 3
#3 2 1 4 2
 > 40 tahun
#1 4 5 2 6
#2 4 5 1 4
#3 5 0 2 4

Penyelesaian:
1. Perumusan Hipotesis
 Hipotesis Anova Kolom ( f 1)
- H 0=a1=a2=a3 =⋯=a k =0, artinya tidak ada perbedaan yang nyata antara
rata-rata hitung dari kategori kolom (metode).
- H 1 ≠ a 1 ≠ a2 ≠ a3 ≠ ⋯ ≠ ak ≠ 0 , artinya ada perbedaan yang nyata antara rata-
rata hitung dari kategori kolom (metode).
 Hipotesis Anova Baris ( f 2)
- H 0=b1=b 2=b3 =⋯=b j=0 , artinya tidak ada perbedaan yang nyata antara
rata-rata hitung dari kategori baris (umur).
- H 1 ≠ b 1 ≠ b2 ≠ b3 ≠ ⋯ ≠ b j ≠0 , artinya ada perbedaan yang nyata antara rata-
rata hitung dari kategori baris (umur).
 Hipotesis Interaksi (Kolom & Baris) ( f 3)
- H 0=(ab)11=(ab)12=(ab)13=⋯=( ab)kj=0 , artinya tidak ada interaksi antara
kategori kolom dan baris (umur dan metode).
- H 0 ≠(ab)11 ≠( ab)12 ≠(ab)13 ≠ ⋯ ≠(ab)kj ≠ 0, artinya ada interaksi antara
variabel kolom dan baris (metode dan umur).
2. Menentukan Jenis Anova
Tabel tersebut termasuk ke dalam Anova dua arah dengan interaksi karena:
- Sampel kelompok sudah dikategorikan
- Tiap kategori terdapat atau dilakukan pengulangan
3. Memeriksa Asumsi Anova
Dalam data tersebut kita asumsikan asumsi yang ada sudah terpenuhi sehingga bisa
lebih fokus ke langkah-langkah anova dua arah dengan interaksi. Lalu kelompok
yang dianalisis berasal dari kelompok saling bebas, dengan datanya berjenis rasio.
4. Mengkategorikan Tabel Data
Penurunan Berat Badan (kg)
Umur Total Baris
Metode 1 Metode 2 Metode 3 Metode 4
 < 20 tahun
#1 5 0 3 4
T1** = 40
#2 4 2 4 2
#3 5 1 8 2
T11* = 14 T12* = 3 T13* = 15 T14* = 8
20 – 40
tahun 5 4 2 5
#1 6 2 2 3 T2** = 38
#2 2 1 4 2
#3
T21* = 13 T22* = 7 T23* = 8 T24* = 10
> 40 tahun
#1 4 5 2 6
T1** = 42
#2 4 5 1 4
#3 5 0 2 4
T31* = 13 T32* = 10 T13* = 5 T34* = 14
Total Total T*** = 120
T*1* = 40 T*2* = 20 T*3* = 28 T*4* = 32
Kolom

5. Menghitung Tabel Anova

Dalam perhitungan anova seperti Jumlah Kuadrat, Derajat Kebebasan, Kuadrat
Tengah, dan nilai Fhitung agar lebih mudah maka dijadikan tabel, sebagai berikut:

Sumber
Jumlah Derajat Kuadrat
Keragaman Fhitung
Kuadrat (JK) Bebas (db) Tengah (KT)
(SK)

db JKK = 4 -1
Kolom (K) JKK = 23,11 KTK = 7,70 Fhitung = 3,04
=3
db JKB = 3 -1
Baris (B) JKB = 23,11 KTK = 0,085 Fhitung = 0,13
=2
JK[BK] = db JKK = 2 x KT[BK] =
Interaksi (BK) Fhitung = 0,28
31,56 3=6 5,26
 db JKK = 3 x
Galat (G) JKG = 60,67 KTG = 2,53
4 x 2 = 24
db JKK = (3 x
Total (T) JKT = 116
4 x 3) – 1 = 35

6. Menentukan Ftabel
Karena sudah didapatkan nilai dari derajat bebas dan taraf nyata sudah diketahui,
maka mencari Ftabel sebagai berikut:
- Ftabel kolom, pada α = 0,05, db JKK = 3 dan db JKG = 24 adalah 3,01
- Ftabel baris, pada α = 0,05, db JKB = 2 dan db JKG = 24 adalah 3,40
- Ftabel interaksi, pada α = 0,05, db JK[BK] = 6 dan db JKG = 24 adalah 2,51

7. Membandingkan nilai Ftabel dengan Fhitung

o Kolom : Fhitung > Ftabel = 3,04 > 3,01
o Baris : Fhitung < Ftabel = 0,13 < 3,40
o Interaksi : Fhitung < Ftabel = 0,28 < 2,51
8. Kesimpulan
Perhitungan menunjukkan bahwa rata-rata penurunan berat badan pada baris (umur)
dan interaksi tidak berbeda atau masih dianggap sama, hal ini terlihat dari
perhitungan Ftabel untuk baris dan interaksi lebih kecil dari pada F hitung. Sedangkan
pada rata-rata penurunan berat badan dalam kolom (metode diet) dapat dinyatakan
berbeda karena Ftabel lebih besar daripada Fhitung.