i
Software Statistik Buatan Kami STATCAL
ii
Download Gratis Berbagai E-Book di www.statkomat.com
iii
KATA PENGANTAR
Alhamdulillah, puji syukur atas kehadirat Allah SWT, karena atas izin-Nya, penulis dapat terus
mempertahankan semangat untuk menulis, dan akhirnya dapat menyelesaikan buku ini. Hadirnya buku
ini, tidak semata-mata atas usaha penulis sendiri, melainkan atas izin-Nya. Sungguh suatu kebahagiaan
bagi penulis bisa berbagi sebagian kecil ilmu pengetahuan milik-Nya melalui buku yang berjudul “Two-
Way Analysis of Variance (ANOVA) dengan SPSS, R & STATCAL”.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu dalam rangka
penyelesaian buku ini. Penulis menyadari bahwa buku ini tentunya masih perlu perbaikan, sehingga
penulis mengharapkan kritik dan saran yang membangun dari para pembaca agar buku ini dapat menjadi
lebih baik. Kritik dan saran dapat ditujukan ke alamat email gioprana89@gmail.com.
iv
DAFTAR ISI
v
BAGIAN 3: CONTOH KASUS TWO-WAY ANOVA & PENYELESAIAN DENGAN SPSS:
DATA PENDIDIKAN [20]
4.1 Asumsi Normalitas pada Two-Way ANOVA & Praktek Menggunakan SPSS
4.3 Pendekatan Alternatif untuk Two-Way ANOVA yang Tidak Memerlukan Asumsi Normalitas
dan Homogenitas Error Variance: Permutation Tests for Two-Way ANOVA
4.4 Sekilas tentang Permutation Tests for Two-Way ANOVA dan Aplikasinya dalam RStudio
4.5 Pendekatan Alternatif untuk Two-Way ANOVA yang Tidak Memerlukan Asumsi Normalitas
dan Homogenitas Error Variance: Wald-Type Statistic (WTS) & Studentized Permutation
Version of the WTS
vi
BAGIAN 1: SEKILAS TWO-WAY ANOVA
Penelitian yang dilakukan oleh Drajat Stiawan, dengan judul artikel “Gender, Kepribadian,
dan Interaksinya terhadap Kemampuan Berfikir Kreatif Matematis”. Artikel terbit pada
tahun 2021. Metode analisis data yang digunakan adalah Two-Way ANOVA.
Hasil penelitian:
Terdapat perbedaan kemampuan berpikir kreatif matematis berdasarkan gender.
Dengan kata lain, gender signifikan mempengaruhi kemampuan berfikir kreatif
matematis.
1
Tidak terdapat perbedaan kemampuan berpikir kreatif matematis berdasarkan
kepribadian. Dengan kata lain, kepribadian tidak signifikan mempengaruhi kemampuan
berfikir kreatif matematis.
Tidak terdapat interaksi gender dengan kepribadian terhadap kemampuan berpikir
kreatif matematis.
Selanjutnya, Penelitian yang dilakukan oleh Fira Meutia, Irwan A. Kadir, dan Romano, dengan
judul artikel “Pengaruh Pengaturan Panen Terhadap Volume Produksi Tandan Buah
Segar (TBS) Kelapa Sawit di PT. Semadam”. Artikel terbit pada tahun 2020. Metode analisis
data yang digunakan adalah Two-Way ANOVA.
Hasil penelitian:
Rotasi panen berpengaruh signifikan terhadap volume TBS. Dengan kata lain, terdapat
perbedaan volume TBS yang signifikan, di antara rotasi panen.
2
Tahun tanam berpengaruh signifikan terhadap volume TBS. Dengan kata lain, terdapat
perbedaan volume TBS yang signifikan, di antara tahun tanam.
Selanjutnya, Penelitian yang dilakukan oleh Faridha Ahriani, dengan judul artikel “Pengaruh
Model Pembelajaran Kooperatif dan Gaya Belajar Terhadap Hasil Belajar Kimia
Peserta Didik Kelas X SMK Negeri 2 Bantaeng”. Artikel terbit pada tahun 2013. Metode
analisis data yang digunakan adalah Two-Way ANOVA.
3
Hasil penelitian:
Terdapat perbedaan hasil belajar kimia antara peserta didik yang diajar dengan
model pembelajaran kooperatif tipe STAD dengan peserta didik yang diajar
dengan menggunakan model pembelajaran kooperatif tipe TGT pada materi pokok
ikatan kimia.
Terdapat perbedaan hasil belajar kimia antara peserta didik yang memiliki gaya belajar
visual, audio dan kinestetik pada materi pokok ikatan kimia.
4
18 1 1 33
19 1 1 89
20 2 1 54
21 2 2 98
22 2 2 77
23 2 1 21
24 1 1 45
25 1 2 45
26 2 2 45
27 2 1 55
28 2 1 34
29 1 2 54
30 2 2 43
Label
Angka
Gender Kepribadian
1 Laki-Laki Ekstrovert
2 Perempuan Introvert
Jadi pada metode analisis data Two-Way ANOVA, variabel independen sebanyak 2
variabel, dan bersifat kategori. Sementara variabel dependen sebanyak 1 variabel,
dan bersifat numerik.
5
Perhatikan kembali penelitian yang dilakukan oleh Faridha Ahriani, dengan judul artikel
“Pengaruh Model Pembelajaran Kooperatif dan Gaya Belajar Terhadap Hasil Belajar
Kimia Peserta Didik Kelas X SMK Negeri 2 Bantaeng”. Artikel terbit pada tahun 2013.
Metode analisis data yang digunakan adalah Two-Way ANOVA. Tabel 1.2 disajikan contoh
data terkait kasus tersebut.
6
35 1 1 67
36 1 1 89
37 2 2 56
38 1 2 32
39 1 3 55
40 2 3 67
41 2 3 64
42 2 3 56
43 2 1 64
44 1 1 67
45 1 1 66
46 1 3 74
47 2 3 56
48 1 2 74
49 1 2 67
50 2 3 64
Label
Angka
Metode Pembelajaran Kooperative Gaya Belajar
1 Kooperative tipe STAD Visual
2 Kooperative tipe TGT Auditorial
3 Kinestetik
Sementara hasil belajar kimia merupakan variabel numerik. Hasil belajar kimia
merupakan variabel dependen (yang dipengaruhi).
Jadi pada metode analisis data Two-Way ANOVA, variabel independen sebanyak 2
variabel, dan bersifat kategori. Sementara variabel dependen sebanyak 1 variabel,
dan bersifat numerik.
7
1.3 Buku Bacaan Rekomendasi Two-Way ANOVA
Berikut beberapa buku bacaan yang membahas mengenai two-way ANOVA.
Buku yang ditulis oleh Laurie Davies dengan judul “Data Analysis and Approximate Models”.
Buku yang ditulis oleh Thomas W. MacFarland dengan judul “Two-Way Analysis of Variance,
Statistical Tests and Graphics Using R”.
8
Buku yang ditulis oleh Andy Field dengan judul “Discovering Statistics Using IBM SPSS
Statistics”.
Buku yang ditulis oleh N. W. Galwey dengan judul “Introduction to Mixed Modelling”.
9
Buku yang ditulis oleh Prem S. Mann dengan judul “Introductory Statistics”.
Buku yang ditulis oleh Wayne W. Daniel & Chad L. Cross dengan judul “Biostatistics, A
Foundation for Analysis in the Health Sciences”.
10
BAGIAN 2: CONTOH KASUS TWO-WAY ANOVA &
PENYELESAIAN DENGAN SPSS: DATA PERTANIAN
Tabel 2.1 Data Produksi Jagung dalam Satuan Kuintal (Data Fiktif)
Bibit Jagung A Bibit Jagung B Bibit Jagung C
Pupuk A Pupuk B Pupuk C Pupuk A Pupuk B Pupuk C Pupuk A Pupuk B Pupuk C
2.1 4.5 2.2 2.2 4.5 2.1 2.1 4.1 2.3
2.2 4.2 2.2 2.2 4.3 2.2 2.2 4.5 2.2
2.3 4.1 2.3 2.3 4.1 2.3 2.3 4.6 2.3
2.4 4.2 2.4 2.4 4.2 2.4 2.4 4.4 2.4
2.5 4.3 2.5 2.5 4.3 2.5 2.5 4.3 2.5
2.1 4.3 2.1 2.1 4.3 2.1 2.1 4.1 2.1
2.2 4.1 2.2 2.2 4.1 2.2 2.2 4.2 2.2
2.3 4.2 2.3 2.3 4.2 2.3 2.3 4.4 2.3
2.4 4.5 2.4 2.4 4.5 2.4 2.4 4.2 2.4
2.3 4.2 2.3 2.3 4.2 2.3 2.3 4.5 2.3
Berdasarkan data pada Tabel 2.1,diketahui terdapat tiga jenis bibit jagung, yakni jenis A, B,
dan C, sedangkan untuk jenis pupuk juga terdapat tiga jenis, yakni jenis A, B, dan C. Perhatikan
bahwa terdapat 9 kombinasi kategori, yakni (bibit jagung A & pupuk A), (bibit jagung A &
pupuk B), (bibit jagung A & pupuk C), (bibit jagung B & pupuk A), dan seterusnya. Untuk
masing-masing kombinasi kategori disediakan 10 lahan dengan ukuran lahan yang sama.
Berikut hal-hal yang ingin diketahui oleh petani tersebut:
1. Apakah terdapat interaksi yang signifikan secara statistika pada penggunaan jenis bibit
jagung dan jenis pupuk dalam pengaruhnya terhadap hasil produksi jagung.
2. Apakah penggunaan jenis pupuk berdampak pada hasil produksi jagung, dengan
mengontrol pengaruh jenis bibit jagung.
3. Apakah penggunaan jenis bibit jagung berdampak pada hasil produksi jagung, dengan
mengontrol pengaruh jenis pupuk.
11
2.2 Tahapan Two-Way ANOVA dalam SPSS
Data pada Tabel 2.1 terlebih dahulu disusun seperti pada Tabel 2.2.
Tabel 2.2 Data Produksi Jagung dalam Satuan Kuintal (Data Fiktif)
No Bibit Pupuk Hasil Produksi
1 1 1 2.1
2 1 1 2.2
3 1 1 2.3
4 1 1 2.4
5 1 1 2.5
6 1 1 2.1
7 1 1 2.2
8 1 1 2.3
9 1 1 2.4
10 1 1 2.3
11 1 2 4.5
12 1 2 4.2
13 1 2 4.1
14 1 2 4.2
15 1 2 4.3
16 1 2 4.3
17 1 2 4.1
18 1 2 4.2
19 1 2 4.5
20 1 2 4.2
21 1 3 2.2
22 1 3 2.2
23 1 3 2.3
24 1 3 2.4
25 1 3 2.5
26 1 3 2.1
27 1 3 2.2
28 1 3 2.3
29 1 3 2.4
30 1 3 2.3
31 2 1 2.2
32 2 1 2.2
33 2 1 2.3
34 2 1 2.4
35 2 1 2.5
36 2 1 2.1
37 2 1 2.2
38 2 1 2.3
12
39 2 1 2.4
40 2 1 2.3
41 2 2 4.5
42 2 2 4.3
43 2 2 4.1
44 2 2 4.2
45 2 2 4.3
46 2 2 4.3
47 2 2 4.1
48 2 2 4.2
49 2 2 4.5
50 2 2 4.2
51 2 3 2.1
52 2 3 2.2
53 2 3 2.3
54 2 3 2.4
55 2 3 2.5
56 2 3 2.1
57 2 3 2.2
58 2 3 2.3
59 2 3 2.4
60 2 3 2.3
61 3 1 2.1
62 3 1 2.2
63 3 1 2.3
64 3 1 2.4
65 3 1 2.5
66 3 1 2.1
67 3 1 2.2
68 3 1 2.3
69 3 1 2.4
70 3 1 2.3
71 3 2 4.1
72 3 2 4.5
73 3 2 4.6
74 3 2 4.4
75 3 2 4.3
76 3 2 4.1
77 3 2 4.2
78 3 2 4.4
79 3 2 4.2
80 3 2 4.5
81 3 3 2.3
82 3 3 2.2
83 3 3 2.3
13
84 3 3 2.4
85 3 3 2.5
86 3 3 2.1
87 3 3 2.2
88 3 3 2.3
89 3 3 2.4
90 3 3 2.3
Selanjutnya, data pada Tabel 2.2, diinput dalam SPSS seperti pada Gambar 2.1. Gambar 2.2
disajikan tahapan untuk two-way ANOVA.
14
Gambar 2.1 Input Data dalam SPSS
15
16
Gambar 2.2 Tahapan Two-Way ANOVA
17
Tabel 2.3 Statistik Deskriptif
Descriptive Statistics
Dependent Variable: Hasil Produksi
Bibit Pupuk Mean Std. Deviation N
Bibit A Pupuk A 2.2800 .13166 10
Pupuk B 4.2600 .14298 10
Pupuk C 2.2900 .11972 10
Total 2.9433 .95545 30
Bibit B Pupuk A 2.2900 .11972 10
Pupuk B 4.2700 .14181 10
Pupuk C 2.2800 .13166 10
Total 2.9467 .96015 30
Bibit C Pupuk A 2.2800 .13166 10
Pupuk B 4.3300 .17670 10
Pupuk C 2.3000 .11547 10
Total 2.9700 .98791 30
Total Pupuk A 2.2833 .12341 30
Pupuk B 4.2867 .15253 30
Pupuk C 2.2900 .11847 30
Total 2.9533 .95708 90
Berdasarkan Gambar 2.3, secara rata-rata hasil produksi pada pupuk B, lebih tinggi
dibandingkan pada pupuk A dan C.
Pada pupuk B, hasil produksi antara bibit A, bibit B dan bibit C, tidak terlalu berbeda
signifikan. Begitu juga, Pada pupuk A, hasil produksi antara bibit A, bibit B dan bibit C, tidak
terlalu berbeda signifikan. Begitu juga, Pada pupuk C, hasil produksi antara bibit A, bibit B
dan bibit C, tidak terlalu berbeda signifikan.
Berdasarkan Tabel 2.3, pada bibit A, rata-rata produksi pada pupuk A adalah 2,28, dengan
standar deviasi 0,13166, rata-rata produksi pada pupuk B adalah 4,26, dengan standar deviasi
0,14298, dan seterusnya.
18
Tabel 2.4 Hasil Pengujian Two-Way ANOVA
Tests of Between-Subjects Effects
Dependent Variable: Hasil Produksi
Type III Sum of
Source Squares df Mean Square F Sig.
Corrected Model 80.032a 8 10.004 543.113 .000
Intercept 784.996 1 784.996 42617.075 .000
Bibit .013 2 .006 .344 .710
Pupuk 80.001 2 40.000 2171.600 .000
Bibit * Pupuk .019 4 .005 .253 .907
Error 1.492 81 .018
Total 866.520 90
Corrected Total 81.524 89
a. R Squared = .982 (Adjusted R Squared = .980)
Pada baris Pupuk, diketahui nilai Sig = 0,000 < tingkat signifikansi 0,05, maka
disimpulkan terdapat perbedaan hasil produksi jagung yang signifikan, di antara pupuk
A, pupuk B dan pupuk C. Dengan kata lain, jenis pupuk berpengaruh signifikan
terhadap hasil produksi jagung.
Pada baris Bibit*Pupuk, diketahui nilai Sig = 0,907 > tingkat signifikansi 0,05, maka
disimpulkan tidak terdapat interaksi antara jenis bibit dan jenis pupuk, dalam hal
mempengaruhi hasil produksi jagung.
19
BAGIAN 3: CONTOH KASUS TWO-WAY ANOVA &
PENYELESAIAN DENGAN SPSS: DATA PENDIDIKAN
20
30 3 2 56
31 3 2 54
32 3 2 54
33 3 3 54
34 3 3 54
35 3 3 56
36 3 3 54
37 4 1 54
38 4 1 54
39 4 1 56
40 4 1 55
41 4 2 56
42 4 2 55
43 4 2 54
44 4 2 54
45 4 3 54
46 4 3 56
47 4 3 54
48 4 3 54
21
3. Apakah terdapat perbedaan nilai matematika yang signifikan di antara kelas 4, kelas 5
dan kelas 6. Dengan kata lain, apakah kelas berpengaruh signifikan terhadap nilai
matematika.
22
Gambar 3.2 Tahapan Two-Way ANOVA
23
3.3 Interpretasi Hasil Two-Way ANOVA berdasarkan Output SPSS
Gambar 3.3 disajikan grafik rata-rata nilai matematika. Sementara Tabel 3.3 disajikan hasil
statistik deskriptif.
24
Berdasarkan Gambar 3.3, diperoleh informasi:
Ternyata, metode belajar A memberikan pengaruh yang cukup baik pada kelas 6,
dengan nilai rata-rata matematika 85.
Metode belajar B memberikan pengaruh yang buruk pada kelas 6, yakni dengan nilai
rata-rata matematika 27,25.
Pada baris Kelas, diketahui nilai Sig = 0,697 > tingkat signifikansi 0,05, maka
disimpulkan tidak terdapat perbedaan nilai matematika yang signifikan, di antara kelas
4, kelas 5 dan kelas 6. Dengan kata lain, kelas tidak berpengaruh signifikan terhadap
nilai matematika.
Pada baris Metode*Kelas, diketahui nilai Sig = 0,000 < tingkat signifikansi 0,05, maka
disimpulkan terdapat interaksi antara metode belajar dan kelas, dalam hal mempengaruhi
nilai matematika siswa.
25
BAGIAN 4: ASUMSI NORMALITAS PADA TWO-WAY
ANOVA
4.1 Asumsi Normalitas pada Two-Way ANOVA & Praktek Menggunakan SPSS
Pada two-way ANOVA, salah satu asumsi yang dikenakan adalah asumsi normalitas. Terkait
asumsi normalitas pada two-way ANOVA, teman-teman dapat membaca lebih lanjut pada buku
yang ditulis oleh Wayne W. Daniel & Chad L. Cross dengan judul "Biostatistics, A Foundation
for Analysis in the Health Sciences", Berikut cuplikasi bukunya.
26
Gambar 4.2 Cuplikan Buku “Biostatistics, A Foundation for
Analysis in the Health Sciences”
Kembali pada contoh di Bagian 3. Misalkan akan diuji normalitas data. Diketahui terdapat 12
kombinasi kategori, yakni (A, kelas 4), (A, kelas 5), (A, kelas 6), (B, kelas 4), (B, kelas 5), (B,
kelas 6), (C, kelas 4), (C, kelas 5), (C, kelas 6), (D, kelas 4), (D, kelas 5), dan (D, kelas 6).
Gambar 4.3 disajikan data dalam SPSS untuk masing-masing kombinasi kategori.
27
Selanjutnya, data pada Gambar 4.3 dilakukan pengujian normalitas menggunakan uji
normalitas Shapiro-Wilk. Hasil pengujian normalitas diperlihatkan pada Tabel 4.1.
Berdasarkan hasil pengujian normalitas pada Tabel 4.1, diketahui data pada kombinasi kategori
(A, kelas 4), (A, kelas 6), (B, kelas 4), (C, kelas 5), (C, kelas 6) dan (D, kelas 6) tidak
berdistribusi normal, dengan nilai p < 0,05.
Untuk menjawab pertanyaan ini, saya merujuk dari buku yang ditulis oleh Andy Field dengan
judul “Discovering Statistics Using IBM SPSS Statistics”.
28
Gambar 4.4 Buku Discovering Statistics Using IBM SPSS Statistics
29
Berdasarkan uraian di atas, kita peroleh informasi sebagai berikut.
Ketika terjadi pelanggaran asumsi normalitas dan pelanggaran asumsi
homoskedastisitas (ketidaksamaan error variances), ini akan mempengaruhi statistik
F, bahkan ketika ukuran grup berjumlah sama (Wilcox, 2010, 2012, 2016). Dengan kata
lain, ketika terjadi pelanggaran asumsi, hasil anova yang kita peroleh tidak akurat.
Gambar 4.5 diberikan contoh hasil uji kesamaan error variance (homoskedastisitas) dalam
SPSS.
4.3 Pendekatan Alternatif untuk Two-Way ANOVA yang Tidak Memerlukan Asumsi
Normalitas dan Homogenitas Error Variance: Permutation Tests for Two-Way ANOVA
Berdasarkan pemaparan sebelumnya, ketika terjadi pelanggaran asumsi normalitas dan
pelanggaran asumsi homoskedastisitas, ini akan mempengaruhi statistik F, bahkan ketika
ukuran grup berjumlah sama (Wilcox, 2010, 2012, 2016). Dengan kata lain, ketika terjadi
pelanggaran asumsi, hasil ANOVA yang kita peroleh tidak akurat.
30
Adapun salah satu solusi untuk menghadapi permasalahan ini adalah dengan menggunakan
metode alternatif, yakni permutation test for two-way ANOVA. Sayangnya, software SPSS
belum menyediakan metode permutation test for two-way ANOVA. Permutation test for two-
way ANOVA dapat digunakan dengan menggunakan software R. Berikut referensi terkait
metode permutation test for two-way ANOVA.
31
Untuk menggunakan permutation test for two-way ANOVA, kita perlu menginstal paket R
dengan nama permuco. Kemudian kita menggunakan fungsi R dengan nama aovperm, yang
mana fungsi R tersebut untuk melakukan permutation test for two-way ANOVA.
4.4 Sekilas tentang Permutation Tests for Two-Way ANOVA dan Aplikasinya dalam
RStudio
Gambar 4.6 disajikan kutipan mengenai metode permutation test for two-way ANOVA.
Permutation test merupakan pendekatan exact (eksak / akurat) untuk model sederhana seperti
one-way ANOVA dan uji t. Selain itu, hasil dari permutation test menunjukkan bahwa hasilnya
tetap robust (tahan / kuat) terhadap pelanggaran asumsi normalitas dan.
32
Gambar 4.6 Kutipan Mengenai Metode Permutation Test for Two-Way ANOVA
Gambar 4.7 disajikan hasil pengujian two-way ANOVA dengan pendekatan klasik (SPSS) dan
permutation test.
Hasil dari pendekatan klasik diperlihatkan pada kolom “F Parametric P(>F)”, terlihat
bahwa:
o Metode berpengaruh signifikan nilai matematika, dengan nilai probabilitas p =
0,0000 < 0,05.
o Kelas tidak berpengaruh signifikan nilai matematika, dengan nilai probabilitas
p = 0,6947 > 0,05.
o Terdapat interaksi yang signifikan antara metode belajar dan kelas, dalam hal
mempengaruhi nilai matematika siswa, dengan nilai p = 0,0000 < 0,05.
Hasil dari pendekatan permutation test diperlihatkan pada kolom “resampled P (> F)”,
terlihat bahwa:
33
o Metode berpengaruh signifikan nilai matematika, dengan nilai probabilitas p =
0,0001 < 0,05.
o Kelas tidak berpengaruh signifikan nilai matematika, dengan nilai probabilitas
p = 0,7100 > 0,05.
o Terdapat interaksi yang signifikan antara metode belajar dan kelas, dalam hal
mempengaruhi nilai matematika siswa, dengan nilai p = 0,0001 < 0,05.
4.5 Pendekatan Alternatif untuk Two-Way ANOVA yang Tidak Memerlukan Asumsi
Normalitas dan Homogenitas Error Variance: Wald-Type Statistic (WTS) & Studentized
Permutation Version of the WTS
Pada pemaparan sebelumnya, telah dibahas pendekatan alternatif untuk two-way ANOVA,
ketika terjadi pelanggaran asumsi normalitas dan homoskedastisitas, yakni menggunakan
pendekatan permutation test, yang dikembangkan oleh Jaromil Frossard dan Olivier Renaud,
pada artikel yang berjudul “Permutation Tests for Regression, ANOVA, and Comparison of
Signals: The permuco Package”, yang diterbitkan di Journal of Statistical Software, pada tahun
2021.
Terdapat juga pendekatan lain, yang dikembangkan oleh Sarah Friedrich, Frank Konietschke,
dan Markus Pauly, yakni menggunakan pendekatan Wald-Type Statistic (WTS) & Studentized
Permutation Version of the WTS, pada artikel yang berjudul “GFD: An R Package for the
Analysis of General Factorial Designs”, yang diterbitkan di Journal of Statistical Software,
pada tahun 2017.
Berikut referensi terkait metode Wald-Type Statistic (WTS) & Studentized Permutation
Version of the WTS for two-way ANOVA (Gambar 4.8).
34
Artikel ini dipublikasi di
“Journal of Statistical
Software”, pada tahun
2021, ter-indeks Scopus
dan masuk ke dalam Q1.
Gambar 4.8 Referensi Wald-Type Statistic (WTS) & Studentized Permutation Version of
the WTS for Two-Way ANOVA
35
Untuk menggunakan WTS & permuted WTS for two-way ANOVA, kita perlu menginstal paket
R dengan nama GFD. Kemudian kita menggunakan fungsi R dengan nama GFD, yang mana
fungsi R tersebut untuk melakukan WTS & permuted WTS for two-way ANOVA.
Gambar 4.9 WTS & Permuted WTS for Two-Way ANOVA dengan RStudio
Gambar 4.9 disajikan hasil pengujian two-way ANOVA dengan pendekatan Wald-Type
Statistic (WTS) dan The Permuted Wald-Type Statistic (WTPS).
Hasil dari pendekatan WTS menunjukkan bahwa:
o Metode berpengaruh signifikan nilai matematika, dengan nilai probabilitas p =
0,0000 < 0,05.
o Kelas tidak berpengaruh signifikan nilai matematika, dengan nilai probabilitas
p = 0,8045539 > 0,05.
o Terdapat interaksi yang signifikan antara metode belajar dan kelas, dalam hal
mempengaruhi nilai matematika siswa, dengan nilai p = 0,0000 < 0,05.
36
37