ANALISIS VARIANS (ANOVA) DUA ARAH

Makalah

Diajukan untuk Memenuhi Salah Satu Tugas Terstruktur

Mata Kuliah : Statistika Inferensial
Dosen Pengampu : Yeti Nurizzati, M.Si

Disusun Oleh:

Abdul Harits Nikmatullah 1808105102

Qudsiyatul Kholisoh 1808105104

Fatonah 1808105106

Sahril Ramadani 1808105107

Khilyatun Niswah 1808105108

Lilis Sri Hayati 1808105110

Nurul Hasanah 1808105111

Siti Hindun Suciawati 1808105112

JURUSAN TADRIS MATEMATIKA

FAKULTAS ILMU TARBIYAH DAN KEGURUAN (FITK)
IAIN SYEKH NURJATI CIREBON
2021
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT, Tuhan Yang Maha Kuasa, yang telah mengajar dan
mendidik manusia melalui ucapan, perbuatan dan ketetapan-Nya, dan atas rahmat dan
hidayah-Nya akhirnya penyusun dapat menyelesaikan tugas mata kuliah Statistik
Inferensial dengan pokok pembahasan “Analisis Varians (Anova) Dua Arah”

Dalam penyusunan makalah ini, tidak lupa penyusun mengucapkan banyak terima
kasih kepada seluruh pihak yang telah membantu sehingga makalah ini dapat diselesaikan
dengan baik, walaupun ada beberapa hambatan yang penyusun alami dalam penyusunan
makalah ini. Namun, berkat motivasi yang disertai kerja keras dan bantuan dari berbagai
pihak akhirnya dapat teratasi.
Akhirnya kepada Allah jualah dipanjatkan do‟a, mudah-mudahan penulisan ini
bermanfaat bagi penulis khususnya dan bagi pembaca umumnya, dan menjadi amal ibadah
bagi kita semua. Aamiin

Cirebon, November 2021

Penyusun

ii
 DAFTAR ISI

KATA PENGANTAR .................................................................................................................... ii

DAFTAR ISI...................................................................................................................................iii

BAB I PENDAHULUAN ............................................................................................................... 1

A. Latar Belakang ................................................................................................................... 1

B. Rumusan Masalah.............................................................................................................. 2
C. Tujuan ................................................................................................................................. 2
BAB II PEMBAHASAN ................................................................................................................ 3

A. Anova Dua Arah................................................................................................................. 3

B. Jenis-jenis Anova Dua Arah .............................................................................................. 3
C. Contoh Perhitungan Manual Anova Dua Arah ............................................................... 8
D. Contoh Output Anova Dua Jalur Menggunakan SPSS................................................. 17
BAB III PENUTUP ...................................................................................................................... 31

A. Kesimpulan ....................................................................................................................... 31
DAFTAR PUSTAKA ................................................................................................................... 32

iii
 BAB I
PENDAHULUAN
A. Latar Belakang
Dalam hal penentuan bahwa dua buah populasi memiliki rata-rata yang sama atau
tidak telah dibahas dalam pembahasan tentang hipotesis uji-t. Akan tetapi, sering
terjadi masalah–masalah manajemen yang timbul adalah ketika lebih dari dua
populasi, sedangkan pembuat keputusan ingin mengetahui apakah rata-rata dari
populasi- populasi itu sama atau tidak. Dalam hal menganalisis data seperti itu (lebih
dari 2 pupulasi) maka tidak dianjurkan untuk menggunakan uji-t lagi karena terdapat
beberapa kelemahan sehingga akan menimbulkan peluang hasil keputusan yang keliru.
Seperti yang dikemukakan oleh Ana dan Richie, (2020:55) bahwa Dalam menganalisis
data lebih dari dua populasi tidak dianjurkan menggunakan uji-t karena terdapat
kelemahan yang dapat meningkatkan nilai ( taraf signifikasi), artinya akan
meningkatkan peluang mendapatkan hasil yang keliru. Permasalahan seperti ini dapat
dipecahkan dengan analisis varians (anova).

Permasalahan ini tentunya dapat dipecahkan , yaitu dengan menggunakan sebuah

teknik penting yang dikenal analysis of variance atau yang sering disebut dengan kata
anova. Anova adalah uji yang dapat digunakan untuk menganalisis perbedaan populasi
yang lebih dari 2 populasi kelompok yang independent. Jika pada anova satu jalur kita
dapat mengetahui ada atau tidaknya perbedaan beberapa variabel bebas dengan sebuah
variabel terikat dimana hanya terdapat satu faktor yang dipertimbangkan : maka dalam
anova dua jalur kita ingin mengetahui ada atau tidaknya perbedaan beberapa variabel
bebas dengan sebuah variabel terikatnya dimana ada lebih dari satu faktor dan
interaksinya yang dipertimbangkan.

Misalnya jika ingin mengetahui apakah ada perbedaan pemahaman membaca

terhadap buku pelajaran bahasa Indonesia dari siswa SD, SMP, dan SMA, maka jenis
Anova yang akan di kerjakan menggunakan Anova satu- jalur, sebab peubah bebas
yang diperhatikan hanya satu yaitu tingkat persekolahan saja (SD, SMP, SMA). Tetapi
apabila ingin melihat perbedaan pemahaman membaca anak-anak perempuannya,
maka jenis Anova itu menjadi Anova dua-jalur, sebab peubah bebas yang akan
dikerjakan itu dua buah, yaitu tingkat persekolahan dan jenis kelamin.

1
B. Rumusan Masalah
1. Bagaimana pengerian analisis varians dua arah?
2. Apa saja jenis-jenis analisis varians dua arah ?
3. Bagaimana langkah penyelesaian analisis varians dua arah secara manual?
4. Bagaimana langkah penyelesaian analisis varians dua arah dengan
menggunakan aplikasi SPSS?

C. Tujuan
1. Untuk memahami analisis varians dua arah
2. Untuk mengetahui jenis-jenis analisis varians dua arah
3. Untuk memahami langkah penyelesaian analisis varians dua arah secara manual
4. Untuk memahami langkah penyelesaian analisis varians dua arah menggunakan
aplikasi SPSS

2
 BAB II
PEMBAHASAN
A. Anova Dua Arah
Perbedaan anova satu arah dan anova dua arah adalah jika pada anova satu arah
dapat diketahui ada atau tidaknya perbedaa antara beberapa variabel bebas dengan
sebuah variabel terikat dan masing-masing variabel tidak mempunyai jenjang. Maka
dalam anova dua arah dapat diketahui ada atau tidaknya perbedaan beberapa variabel
bebas dengan sebuah variabel terikatnya dan masing-masing variabel mempunyai dua
jenjang atau lebih.
Anova dua jalur merupakan anova satu jalur yang setiap perlakuannya dibagi
menjadi beberapa kategori. Misalnya varians satu arah disebut A yang memuat A1, A2,
...,An dan hasil pembagiannya disebut faktor B yang memuat B1, B2, ...,Bn maka anova
dua jalurnya disebut anova A x B.
Pengujian anova dua arah mempunyai beberapa asumsi diantaranya:
1. Populasi yang diuji berdistribusi normal,
2. Varians atau ragam dan populasi yang diuji sama (Homogen),
3. Sampel tidak berhubungan satu dengan yang lain.
Adapun manfaat menggunakan analisis varian (anova) dua arah adalah :
1. Menentukan apakah rerata nilai dari dua atau lebih sampel berbeda secara
signifikan atau tidak
2. Menghasilkan harga f yang secara signifikan menunjukan kepada peneliti bahwa
sampel yang diteliti berasal dari populasi yang berbeda

B. Jenis-jenis Anova Dua Arah

1. Anova Dua Arah Tanpa Interaksi
a. Pengertian
Pengujian klasifikasi 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. Tujuan dari pengujian anova dua arah
adalah untuk mengetahui apakah ada pengaruh dan berbagai kriteria yang diuji
terhadap hasil yang diinginkan.

3
b. Langkah-Langkah Perhitungan Anova Dua Arah Tanpa Interaksi

Sumber Jumlah Derajat Rata-rata 𝑓0

Varians kuadrat bebas kuadrat

Rata-Rata 𝐽𝐾𝐵 𝑏−1 𝐽𝐾𝐵 𝑆1 2

𝑆1 2 = 𝑓1 =
Baris 𝑑𝑏 𝑆3 2

Rata-Rata 𝐽𝐾𝐾 𝑘−1 𝐽𝐾𝐾 𝑆2 2

𝑆2 2 = 𝑓2 =
Kolom 𝑑𝑏 𝑆3 2

Error 𝐽𝐾𝐸 𝑘 − 1 (𝑏 𝐽𝐾𝐸

𝑆3 2 =
− 1) 𝑑𝑏

Total 𝐽𝐾𝑇 𝑘𝑏 − 1

Baris : V1 = b -1 dan V2 = 𝑘 − 1 (𝑏 − 1)
Kolom : V1 = k -1 dan V2 = 𝑘 − 1 (𝑏 − 1)

1) Tulislah h0 dan ha dalam bentuk kalimat

2) Tulislah h0 dan ha dalam bentuk statistik
3) Hitung F tabel atau Fα denga α (taraf signifikan) sebesar 0,05

a) Nilai Ftabel untuk baris

V1 = 𝑏 − 1
V2 = 𝑘 − 1 (𝑏 − 1)
𝐹𝛼 𝑉1 ,𝑉2

b) Nilai Ftabel untuk kolom

V1 = k -1
V2 = 𝑘 − 1 (𝑏 − 1)
𝐹𝛼 𝑉1 ,𝑉2

4) Kriteria pengujian
a) H0 diterima jika 𝑓0 ≤ 𝑓𝑇𝑎𝑏𝑒𝑙 untuk baris dan dalam hal lain H0 ditolak
b) H0 diterima jika 𝑓0 ≤ 𝑓𝑇𝑎𝑏𝑒𝑙 untuk kolom dan dalam hal lain H0 ditolak
5) Perhitungan
 Jumlah Kuadrat Total
𝑏 𝑘 2 𝑇2
𝐽𝐾𝑇 = 𝑖=1 𝑗 =1 𝑇𝑖𝑗 − 𝑘𝑏

4
 Jumlah dari 1 sampai b untuk baris, jumlah dari j=1 sampai k untuk
kolom jumlahkan kemudian dikuadratkan dikurangi total kuadrat per
kolom kali baris
 Jumlah Kuadrat Baris
𝑏 2
𝑖=1 𝑇𝑖 𝑇2
𝐽𝐾𝐵 = − 𝑘𝑏
𝑘

 Jumlah Kuadrat Kolom

𝑏 2
𝑗 =1 𝑇𝑗 𝑇2
𝐽𝐾𝐾 = − 𝑘𝑏
𝑏

 Jumlah Kuadrat Error

𝐽𝐾𝐸 = 𝐽𝐾𝑇 − 𝐽𝐾𝐵 − 𝐽𝐾𝐾
Keterangan : T = total
6) Rata-rata Kuadrat
 Rata-rata Kuadrat Baris
𝐽𝐾𝐵
 𝑆1 2 = 𝑑𝑏 (𝑏𝑎𝑟𝑖𝑠 )

 𝑟ata-rata Kuadrat Kolom

𝐽𝐾𝐾
 𝑆2 2 = 𝑑𝑏 (𝐾𝑜𝑙𝑜𝑚 )

 Rata-rata Kuadrat Error

𝐽𝐾𝐸
 𝑆3 2 = 𝑑𝑏 (𝑒𝑟𝑟𝑜𝑟 )

7) Mencari nilai f hitung

 Fhitung untuk baris
𝑆 2
𝑓1 = 𝑆1 2
3

 Fhitung untuk kolom

𝑆 2
𝑓2 = 𝑆2 2
3

8) Kesimpulan
2. Anova Dua Jalur Dengan Interaksi
a. Pengetian
Pengujian klasifikasi 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.

5
b. Langkah-Langkah Perhitungan Anova Dua Arah Dengan Interaksi

Sumber Varians Jumlah Derajat Bebas Rata-rata Kuadrat 𝑓0

Kuadrat

Rata-rata baris JKB b-1 𝐽𝐾𝐵 𝑓1

𝑆1 2 =
𝑑𝑏
𝑆1 2
=
𝑆4 2

Rata-rata kolom JKK k-1 𝐽𝐾𝐾 𝑓1

𝑆2 2 =
𝑑𝑏
𝑆2 2
=
𝑆4 2

Interaksi JK (BK) (k-1)(b-1) 𝐽𝐾(𝐵𝐾) 𝑓1

𝑆3 2 =
𝑑𝑏 𝑆3 2
=
𝑆4 2

Error JKE bk (n-1) 𝐽𝐾𝐸

𝑆4 2 =
𝑑𝑏

Total JKT n-1

1) Tulislah h0 dan ha dalam bentuk kalimat

2) Tulislah h0 dan ha dalam bentuk statistik
3) Hitung F tabel atau Fα denga α (taraf signifikan) sebesar 0,05
c) Nilai Ftabel untuk baris
V1 = 𝑏 − 1
V2 = 𝑘 − 1 (𝑏 − 1)
𝐹𝛼 𝑉1 ,𝑉2

d) Nilai Ftabel untuk kolom

V1 = k -1
V2 = 𝑘 − 1 (𝑏 − 1)
𝐹𝛼 𝑉1 ,𝑉2

4) Kriteria pengujian
c) H0 diterima jika 𝑓0 ≤ 𝑓𝑇𝑎𝑏𝑒𝑙 untuk baris dan dalam hal lain H0 ditolak
d) H0 diterima jika 𝑓0 ≤ 𝑓𝑇𝑎𝑏𝑒𝑙 untuk kolom dan dalam hal lain H0 ditolak

6
5) Perhitungan
 Jumlah Kuadrat Total
𝑏 𝑘 𝑛 2 𝑇2
𝐽𝐾𝑇 = 𝑖=1 𝑗 =1 𝑘 =1 𝑋𝑖𝑗𝑘 − 𝑘𝑏𝑛

Jumlah dari 1 sampai b untuk baris, jumlah dari j=1 sampai k untuk
kolom jumlahkan kemudian dikuadratkan dikurangi total kuadrat per
kolom kali baris
 Jumlah Kuadrat Baris
𝑏 2
𝑖=1 𝑇𝑖 𝑇2
𝐽𝐾𝐵 = − 𝑘𝑏𝑛
𝑘𝑛

 Jumlah Kuadrat Kolom

𝑏 𝑇 2
𝑗 =1 𝑗 𝑇2
𝐽𝐾𝐾 = − 𝑘𝑏
𝑏𝑛

 Jumlah Kuadrat Bagi Interaksi Baris Kolom

𝑏 𝑘 𝑇 2 𝑏 2 𝑘 𝑇 2
𝑖=1 𝑗 =1 𝑖𝑗 𝑖=1 𝑇𝑖 𝑗 =1 𝑗 𝑇2
JK(BK) = − − +
𝑛 𝑘𝑛 𝑏𝑛 𝑏𝑘𝑛

 Jumlah Kuadrat Error

𝐽𝐾𝐸 = 𝐽𝐾𝑇 − 𝐽𝐾𝐵 − 𝐽𝐾𝐾
Keterangan : T = total
6) Rata-rata Kuadrat
 Rata-rata Kuadrat Baris
𝐽𝐾𝐵
𝑆1 2 = 𝑑𝑏 (𝑏𝑎𝑟𝑖𝑠 )

 𝑟ata-rata Kuadrat Kolom

𝐽𝐾𝐾
𝑆2 2 = 𝑑𝑏 (𝐾𝑜𝑙𝑜𝑚 )

 Rata-rata kuadrat Interaksi Baris Kolom

𝐽𝐾 (𝐵𝐾)
𝑆3 2 = 𝑑𝑏 (𝑖𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 )

 Rata-rata Kuadrat Error

𝐽𝐾𝐸
𝑆4 2 = 𝑑𝑏 (𝑒𝑟𝑟𝑜𝑟 )

7) Mencari nilai f hitung

 Fhitung untuk baris
𝑆 2
𝑓1 = 𝑆1 2
3

 Fhitung untuk kolom

7
 𝑆 2
𝑓2 = 𝑆2 2
3

8) Kesimpulan

C. Contoh Perhitungan Manual Anova Dua Arah

a. Contoh Soal Anova Dua Arah Tanpa Interaksi
Berikut ini adalah hasil perhektar dari 4 jenis padi dengan penggunaan pupuk
yang berbeda.

𝑉1 𝑉2 𝑉3 𝑉4 𝑇

𝑃1 4 6 7 8 25

𝑃2 9 8 10 7 34

𝑃3 6 7 6 5 24

19 21 23 20 83

Dengan taraf nyata 5%, ujilah apakah rata-rata hasil perhektar sama untuk :
a. Jenis pupuk (pada baris),
b. Jenis tanaman (pada kolom).
Penyelesaian :
1) Hipotesis h0 dan ha dalam bentuk kalimat dan bentuk statistik
a. H0 : 𝛼1 = 𝛼2 = 𝛼3 = 𝛼4 (Tidak terdapat perbedaan nyata antara rata-
rata hitung berdasarkan jenis padi)
H1 : 𝛼1 ≠ 𝛼2 ≠ 𝛼2 ≠ 𝛼2 (Terdapat perbedaan nyata antara rata-rata
hitung berdasarkan jenis padi)
b. H0 : 𝛽1 = 𝛽2 = 𝛽3 (Tidak terdapat perbedaan nyata antara rata-rata
hitung berdasarkan jenis pupuk)
H1 : 𝛽1 ≠ 𝛽2 ≠ 𝛽3 (Terdapat perbedaan nyata antara rata-rata hitung
berdasarkan jenis pupuk)
2) Hitung F tabel atau Fα denga α (taraf signifikan) sebesar 0,05
a) Nilai Ftabel untuk baris
V1 = 𝑏 − 1 = 3 − 1 = 2
V2 = 𝑘 − 1 𝑏 − 1 = 4 − 1 3 − 1 = 3 2 = 6
𝐹𝛼 𝑉1 ,𝑉2 = 𝐹0,05 2,6 = 5,14

8
 b) Nilai Ftabel untuk kolom
V1 = k – 1 = 4 – 1 = 3
V2 = 𝑘 − 1 𝑏 − 1 = 4 − 1 3 − 1 = 3 2 = 6
𝐹𝛼 𝑉1 ,𝑉2 = 𝐹0,05 3,6 = 4,76

3) Kriteria pengujian
a) H0 diterima jika 𝑓0 ≤ 𝑓𝑇𝑎𝑏𝑒𝑙 untuk baris dan dalam hal lain H0 ditolak
b) H0 diterima jika 𝑓0 ≤ 𝑓𝑇𝑎𝑏𝑒𝑙 untuk kolom dan dalam hal lain H 0
ditolak
4) Perhitungan
 Jumlah Kuadrat Total
𝑏 𝑘 2 𝑇2
𝐽𝐾𝑇 = 𝑖=1 𝑗 =1 𝑇𝑖𝑗 − 𝑘𝑏

𝐽𝐾𝑇 = 42 + 62 + 72 + 82 + 92 + 82 + 102 + 72 + 62 + 72 +
83 2
62 + 52 − 4 3

𝐽𝐾𝑇 = 16 + 36 + 49 + 64 + 81 + 64 + 100 + 49 + 36 + 49 +
6889
36 + 25 − 12

𝐽𝐾𝑇 = 605 − 574,08

𝐽𝐾𝑇 = 30,92

9
  Jumlah Kuadrat Baris
𝑏 2
𝑖=1 𝑇𝑖 𝑇2
𝐽𝐾𝐵 = − 𝑘𝑏
𝑘
252 +342 +242 832
𝐽𝐾𝐵 = −
4 𝑘𝑏
2357 6889
𝐽𝐾𝐵 = −
4 12

𝐽𝐾𝐵 = 589,25 − 574,08

𝐽𝐾𝐵 = 15,17
 Jumlah Kuadrat Kolom
𝑏 𝑇 2
𝑗 =1 𝑗 𝑇2
𝐽𝐾𝐾 = −
𝑏 4 3

192 +212 +232 +202 832

𝐽𝐾𝐾 = −4
3 3
1731 6889
𝐽𝐾𝐾 = −
3 12

𝐽𝐾𝐾 = 577 − 574,08

𝐽𝐾𝐾 = 2,92
 Jumlah Kuadrat Error
𝐽𝐾𝐸 = 𝐽𝐾𝑇 − 𝐽𝐾𝐵 − 𝐽𝐾𝐾
𝐽𝐾𝐸 = 30,92 − 15,17 − 2,92 = 12,83

5) Rata-rata Kuadrat
 Rata-rata Kuadrat Baris
𝐽𝐾𝐵 15,17 15,17
𝑆1 2 = = = = 7,585 = 7,59
𝑑𝑏 (𝑏𝑎𝑟𝑖𝑠 ) 3−1 2

 𝑟ata-rata Kuadrat Kolom

𝐽𝐾𝐾 2,92 2,92
𝑆2 2 = = = = 0,97
𝑑𝑏 (𝐾𝑜𝑙𝑜𝑚 ) 4−1 3

 Rata-rata Kuadrat Error

𝐽𝐾𝐸 𝐽𝐾𝐸 12,83 12,83
𝑆3 2 = 𝑑𝑏 (𝑒𝑟𝑟𝑜𝑟 ) = (k − 1)(b − 1) = = = 2,14
3(2) 6

6) Mencari nilai f hitung

 Fhitung untuk baris
𝑆 2 7,59
𝑓1 = 𝑆1 2 = 2,14 = 3,55
3

 Fhitung untuk kolom

10
 𝑆 2 0,97
𝑓2 = 𝑆2 2 = 2,14 = 0,45
3

7) Tabel sumber varian

Sumber Jumlah Derajat Rata-rata

𝑓𝑕𝑖𝑡𝑢𝑛𝑔 𝑓𝑡𝑎𝑏𝑒𝑙
Varians kuadrat bebas kuadrat

Rata-
Rata 15,17 2 7,59 3,55 5,14
Baris

Rata-
Rata 2,92 3 0,97 0,45 4,76
Kolom

Error 12,83 6 2,14

Total 30,92 11

8) Kesimpulan
a. Karena 𝑓0 = 3,55 < 𝑓0,05 2;6 = 5,14. Maka 𝐻0 diterima. Jadi, rata-
rata hasil perhektar sama untuk pemberian ketiga jenispupuk tersebut.
b. Karena 𝑓0 = 0,45 < 𝑓0,05 3;6 = 4,76. Maka 𝐻0 diterima. Jadi, rata-
rata hasil perhektar sama untuk penggunaan ke-4 varietas tanaman
tersebut.

b. Contoh Soal Anova Dua Arah Dengan Interaksi

Seorang guru matematika ingin mengetahui efektivitas pemberian latihan soal
berupa PR dengan menggunakan perangkat LKS dan buku paket terhadap dua
kelompok siswa, yaitu dengan pengujian efektivitasnya berdasarkan hasil/skor
latihan soal yang dilakukan oleh siswa. Untuk kepentingan penelitiannya, guru
tersebut mengambil masing-masing 10 siswa pandai untuk diberi dua
perlakuan yang berbeda dan 10 siswa yang kurang pandai untuk dua perlakuan
berbeda pula.
Hasil penelitiannya ditunjukkan oleh data berikut ini:

11
 LKS Buku Paket
Siswa Pandai Siswa Lemah Siswa Pandai Siswa Lemah
Nama Skor Nama Skor Nama Skor Nama Skor
A1 82 B1 45 C1 63 D1 40
A2 82 B2 50 C2 63 D2 50
A3 73 B3 60 C3 63 D3 60
A4 73 B4 50 C4 55 D4 50
A5 82 B5 45 C5 65 D5 42
A6 60 B6 50 C6 73 D6 53
A7 60 B7 45 C7 55 D7 43
A8 73 B8 60 C8 55 D8 62
A9 85 B9 45 C9 65 D9 35
A10 73 B10 60 C10 55 D10 50

Kita buat tabel bantuan, dengan ; A = cara pemberian soal , A1 = LKS, A2 =

Buku Paket, B = siswa, B1 = siswa pandai, B2 = siswa lemah.
Buatlah tabel data seperti berikut untuk memudahkan melakukan perhitungan.
Cara Pemberian Soal

(A)

Buku Total
LKS
Paket
(A1)
(A2)

82 63 1212
82 63
73 63
Siswa
Siswa 73 55
Pandai
82 65
(B)
(B1) 60 73
60 55
73 55
85 65

12
 75 55
45 40 995
50 50
60 60

Siswa 50 50

Lemah 45 42
50 53
(B2)
45 43
60 62
45 35
60 50
Total 1255 1097 2352

Langkah-langkah pengerjaan anova dua jalur ; sebelumnya data diasumsikan

acak dan berdistribusi normal serta homogen.

1. Membuat hipotesis dalam bentuk kalimat

a. H0 = tidak ada perbedaan signifikan efektivitas hasil belajar dengan
menggunakan LKS dan Buku paket.
Ha = ada perbedaan signifikan efektivitas hasil belajar dengan
menggunakan LKS dan Buku paket.
b. H0 = tidak ada perbedaan signifikan kemampuan menyelesaikan
latihan soal antara siswa pandai dan siswa lemah.
Ha = ada perbedaan signifikan kemampuan menyelesaikan latihan soal
antara siswa pandai dan siswa lemah.
c. H0 = tidak ada interaksi setiap kombinasi cara melakukan pemberian
latihan soal dengan siswa.
Ha = ada interaksi setiap kombinasi cara melakukan pemberian latihan
soal dengan siswa.
2. Membuat hipotesis dalam statistik
a. H0 : A1 = A2
Ha : A1 ≠ A2
b. H0 : B1 = B2

13
 Ha : B1 ≠ B2
c. H0 :AxB=0
Ha :AxB≠0
3. Hitung F tabel atau Fα denga α (taraf signifikan) sebesar 0,05

a) Nilai Ftabel untuk baris

V1 = 𝑏 − 1 = 2 − 1 = 1
V2 = bk n − 1 = 2 2 10 − 1 = 4 9 = 36
𝐹𝛼 𝑉1 ,𝑉2 = 𝐹0,05(1,36) = 4,11
b) Nilai Ftabel untuk kolom
V1 = 𝑘 − 1 = 2 − 1 = 1
V2 = 𝑏𝑘 𝑛 − 1 = 2 2 10 − 1 = 4 9 = 36
𝐹𝛼 𝑉1 ,𝑉2 = 4,11
c) Nilai Ftabel untuk kolom
V1 = (k-1)(b-1)= 2 − 1 2 − 1 = 1 1 =1
V2 = 𝑏𝑘 𝑛 − 1 = 2 2 10 − 1 = 4 9 = 36
𝐹𝛼 𝑉1 ,𝑉2 𝐹0,005(1,36) = 4,11

4. Menghitung jumlah kuadrat masing-masing

 Jumlah kuadrat total atau 𝑱𝑲𝑻
𝑇2
𝐽𝐾𝑇 = 𝑏
𝑖 =1
𝑘
𝑗 =1
𝑛
𝑘 =1 𝑋𝑖𝑗𝑘 2 − 𝑘𝑏𝑛
23522
𝐽𝐾𝑇 = 822 + 822 + 732 + ⋯ + 502 − 2 2 10
5531904
𝐽𝐾𝑇 = 82609 − 40
𝐽𝐾𝑇 = 144586 − 138297,6
𝐽𝐾𝑇 = 6288,4

14
 Jumlah Kuadrat Baris
𝑏 𝑇 2 𝑇2
𝑖=1 𝑖
𝐽𝐾𝐵 = − 𝑘𝑏𝑛
𝑘𝑛
13572 +9952 23522
𝐽𝐾𝐵 = −
2 10 2 2 10
1841449+990025 5531904
𝐽𝐾𝐵 = −
20 40
2831474
𝐽𝐾𝐵 = − 138297,6
20

𝐽𝐾𝐵 = 141573,7 − 138297,6

𝐽𝐾𝐵 = 3276,1
 Jumlah Kuadrat Kolom
𝑏 𝑇 2
𝑗 =1 𝑗 𝑇2
𝐽𝐾𝐾 = − 𝑘𝑏𝑛
𝑏𝑛
12552 +10972 23522
𝐽𝐾𝐾 = −
2 10 2 2 10
1575025 +1203409 5531904
𝐽𝐾𝐾 = −
20 40
2778434
𝐽𝐾𝐾 = − 138297,6
20

𝐽𝐾𝐾 = 138921,7 − 138297,6

𝐽𝐾𝐾 = 624.1
 Jumlah Kuadrat Bagi Interaksi Baris Kolom
𝑏 𝑘 𝑇 2 𝑏 𝑇 2 𝑘 𝑇 2
𝑖=1 𝑗 =1 𝑖𝑗 𝑖=1 𝑖 𝑗 =1 𝑗 𝑇2
JK(BK) = − − +
𝑛 𝑘𝑛 𝑏𝑛 𝑏𝑘𝑛
7452 +6122 +5102 +4852 13572 +9952 1255 2 +10972 23522
JK BK = − − +
10 2 10 2 10 2 2 10
559504+374544+260100 +235225
JK BK = −
10
1841449+990025 1575025 +1203409 5531904
− +
20 20 40
1424894 2831474 2778434
JK BK = − − + 138297,6
10 20 20

JK BK = 142489,4 − 141573,7 − 138921,7 + 138297,6

JK BK = 291,6
 Jumlah Kuadrat Error
𝐽𝐾𝐸 = 𝐽𝐾𝑇 − 𝐽𝐾𝐵 − 𝐽𝐾(𝐵𝐾) − 𝐽𝐾𝐾

𝐽𝐾𝐸 = 6288,4 − 3276,1 − 291,6 − 624,1 = 2096,6

15
4) Rata-rata Kuadrat
 Rata-rata Kuadrat Baris
𝐽𝐾𝐵 3276,1
𝑆1 2 = 𝑑𝑏 (𝑏𝑎𝑟𝑖𝑠 ) = = 3276,1
2−1

 Rata-rata Kuadrat Kolom

𝐽𝐾𝐾 624,1
𝑆2 2 = 𝑑𝑏 (𝐾𝑜𝑙𝑜𝑚 ) = = 624,1
2−1

 Rata-rata kuadrat Interaksi Baris Kolom

𝐽𝐾 (𝐵𝐾) 291,6 291,6 291,6
𝑆3 2 = 𝑑𝑏 (𝑖𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 ) = = = = 291,6
𝑘 −1 𝑏−1 2−1 2−1 1

 Rata-rata Kuadrat Error

𝐽𝐾𝐸 2096 ,6 2096,6
𝑆4 2 = 𝑑𝑏 (𝑒𝑟𝑟𝑜𝑟 ) = 2 = = 58,239
2 10−1 36

5) Mencari nilai f hitung

 Fhitung untuk baris
𝑆 2 3276,1
𝑓1 = 𝑆1 2 = 58,239 = 58.253
4

 Fhitung untuk kolom

𝑆 2 624,1
𝑓2 = 𝑆2 2 = 58,239 = 10,716
4

 Fhitung untuk interaksi baris dan kolom

𝑆3 2 291,6
𝑓1 = = 58,239 = 5,007
𝑆4 2

6) Tabel sumber varian

Sumber Jumlah Derajat Kuadrat Fhitung Ftabel

Varian Kuadrat Bebas(db) Rerata α=0,05
(JK) (RJK)
Antar A 624,1 1 624,1 10,716 4,11
Antar B 3276,1 1 3276,1 56,252 4,11
Interaksi AB 291,6 1 291,6 5,007 4,11
D 2096,6 36 58,23
Total(T) 6288,4 49

7) Kesimpulan

16
 Lakukan pengujian, dengan kriteria sebagai berikut

Jika F h < Fα maka terima H0

Jika F h > Fα maka tolak H0
a. F hitung = 10,716 > f tabel = 4,11, maka tolak H0 artinya ada
perbedaan signifikan efektivitas hasil belajar dengan menggunakan
LKS dan Buku paket.
b. F hitung = 56,252 > f tabel = 4,11 , maka tolak H0 artinya ada
perbedaan signifikan kemampuan menyelesaikan latihan soal antara
siswa pandai dan siswa lemah.
c. F hitung = 5,007 > f tabel = 4,11, maka tolak H0 artinya ada interaksi
antara setiap kombinasi cara melakukan pemberian latihan soal dengan
siswa.

D. Contoh Output Anova Dua Jalur Menggunakan SPSS

a. Contoh soal avova dua arah tanpa interaksi
Berikut ini adalah hasil perhektar dari 4 jenis padi dengan penggunaan pupuk yang
berbeda.

𝑉1 𝑉2 𝑉3 𝑉4 𝑇

𝑃1 4 6 7 8 25

𝑃2 9 8 10 7 34

𝑃3 6 7 6 5 24

19 21 23 20 83

Dengan taraf nyata 5%, ujilah apakah rata-rata hasil perhektar sama untuk :
a. Jenis pupuk (pada baris),
b. Jenis tanaman (pada kolom).

Penyelesaian:
Hipotesis h0 dan ha dalam bentuk kalimat dan bentuk statistik

a. Hipotesis pada kolom

H0 : 𝛼1 = 𝛼2 = 𝛼3 = 𝛼4 (Tidak terdapat perbedaan nyata antara rata-rata
hitung berdasarkan jenis padi)

17
 H1 : 𝛼1 ≠ 𝛼2 ≠ 𝛼2 ≠ 𝛼2 (Terdapat perbedaan nyata antara rata-rata hitung
berdasarkan jenis padi)

b. Hipotesis pada baris

H0 : 𝛽1 = 𝛽2 = 𝛽3 (Tidak terdapat perbedaan nyata antara rata-rata hitung
berdasarkan jenis pupuk)
H1 : 𝛽1 ≠ 𝛽2 ≠ 𝛽3 (Terdapat perbedaan nyata antara rata-rata hitung
berdasarkan jenis pupuk)

Langkah-langkah dalam uji hipotesis anova dua arah tanpa interaksi

1. Masukkan/import data ke Excel, caranya yaitu buat data seperti kotak yang
terdiri dari baris dan kolom. artinya setiap kolom dan baris menunjukkan
kelompok. Untuk jelasnya lihat gambar berikut:

2. Kemudian pilih Data, terus klik Data analysis. untuk data analysis ini tidak
muncul default dalam excel, jadi perlu dimunculkan terlebih dahulu.
Untuk memunculkan Data analysis caranya adalah sebagai berikut :
a. Klik file - klik options – maka akan muncul gambar di bawah ini:

18
b. Klik Add-ins – pada Manage pilih Excel Add-ins, Klik Go...

c. Akan muncul jendela Add-ins, centang Analysis Toolpak-VBA dan Klik OK.

d. Setelah menunggu beberapa saat akan muncul Data Analysis di sebelah kanan
Outline.

19
3. Kemudian pilih Anova two factor without replacement. maka akan muncul
tampilan seperti berikut.

4. Pada Input range diklik maka akan muncul pilihan untuk memilih data. Pemilihan
data dengan cara blok datanya mulai dari label sampai semua datanya, seperti pada
data diatas semuanya diblok. Kemudian cek bagian label. Alpha tergantung yang
digunakan dalam contoh ini 5% atau 0.05. Pada Output option terserah teman-
teman mau pilih outputnya dimana. Setelah itu pilih ok. maka akan muncul output
seperti berikut.

20
Intrepretasi Output anova Excel

Summary

Pada bagian tersebut menyajikan deskripsi dari tiap kelompok baik jenis pupuk (baris) dan
jenis tanaman (kolom). Deskripsinya yaitu banyaknya data (count), jumlah total(Sum),
Rata-rata (average) dan standar deviasi (variance).

Anova

Bagian ini menampilkan tabel anova seperti pada materi anova satu arah. yang perlu
dilihat pada bagian ini adalah P value. jika nilai p value lebih besar dari 0.05 (alpha) maka
keputusan terima H0 artinya tidak ada perbedaan rata-rata tiap kelompok. Selain itu
bisa dilihat dengan membandingkan nilai F hitung (F) dengan F tabel (F crit) sebagai
berikut:
1. Dari output excel tersebut didapat 𝑓0 = 3,545455 < 𝑓0,05 2;6 = 5,14.
Maka 𝐻0 diterima. Jadi, rata-rata hasil perhektar sama untuk pemberian ketiga jenis
pupuk tersebut.

21
 2. Karena 𝑓0 = 0,454545 < 𝑓0,05 3;6 = 4,76. Maka 𝐻0 diterima. Jadi, rata-rata hasil
perhektar sama untuk penggunaan ke-4 varietas tanaman tersebut.
b. Contoh soal avova dua arah dengan interaksi

Seorang guru matematika ingin mengetahui efektivitas pemberian latihan soal

berupa PR dengan menggunakan perangkat LKS dan buku paket terhadap dua
kelompok siswa, yaitu dengan pengujian efektivitasnya berdasarkan hasil/skor latihan
soal yang dilakukan oleh siswa. Untuk kepentingan penelitiannya, guru tersebut
mengambil masing-masing 10 siswa pandai untuk diberi dua perlakuan yang berbeda
dan 10 siswa yang kurang pandai untuk dua perlakuan berbeda pula.

Hasil latihannya ditunjukkan oleh data berikut ini:

LKS Buku Paket

Siswa Pandai Siswa Lemah Siswa Pandai Siswa Lemah
Nama Skor Nama Skor Nama Skor Nama Skor
A1 82 B1 45 C1 63 D1 40
A2 82 B2 50 C2 63 D2 50
A3 73 B3 60 C3 63 D3 60
A4 73 B4 50 C4 55 D4 50
A5 82 B5 45 C5 65 D5 42
A6 60 B6 50 C6 73 D6 53
A7 60 B7 45 C7 55 D7 43
A8 73 B8 60 C8 55 D8 62
A9 85 B9 45 C9 65 D9 35
A10 73 B10 60 C10 55 D10 50

Hipotesis yang akan diuji:

1. Apakah ada perbedaan skor latihan matematika siswa berdasarkan cara pemberian
soal (dari lks dan buku paket)
2. Apakah ada perbedaan skor latihan matematika siswa berdasarkan kategori siswa
3. Apakah ada interaksi cara pemberian soal dengan kategori siswa dalam
menentukan skor latihan matematika siswa

Persiapan data sebelum melakukan uji Two Way Anova

Membuat pengkodean untuk variabel faktor, yaitu:

22
1. Pengkodean untuk data cara pemberian soal dengan ketentuan: kode 1 untuk LKS
dan kode 2 untuk buku paket.
2. Pengkodean untuk data kategori siswa dengan ketentuan: kode 1 untuk kelompok
siswa pandai dan kode 2 untuk kelompok siswa lemah.

LANGKAH-LANGKAH UJI TWO WAY ANOVA

1. Melakukan uji normalitas nilai residual standard
2. Melakukan uji hommogenitas dan uji two way anova

Langkah-LANGKAH Uji Two Way Anova menggunakan SPSS

1. Buka program SPSS, klik Variable View kemudian input data variabel sesuai
dengan data yang kita dapatkan seperti pada gambar di bawah ini:
a. Variabel „‟Skor Latihan Matematika Siswa”, maka isikan dengan ketentuan:
Name:tulis „‟Skor‟‟ Value : pilih None
Type : pilih Numeric Missing : pilih None
Width : pilih 8 Columns : pilih 8
Decimals : pilih 0 Align : pilih Right
Label : ketikkan „‟Skor Latihan Matematika Siswa”, Measure : pilih Scale
b. Variabel “Cara Pemberian Soal”, maka isikan dengan ketentuan :
Name : ketikkan Soal
Type, width, Decimals samakan seperti pilihan pada variabel pertama
Label : ketikkan “Cara Pemberian Soal”
Value : klik pada bagian none, maka akan muncul kotak dialog “Vallue
Labels” untuk kotak value ketikkan 1, lalu pada kotak label isikan LKS,

23
 kemudian klik Add. Selanjutnya, ketikkan 2 untuk kotak value dan kotak
label isikan Buku Cetak, lalu klik Add kemudian klik OK. Jika sudah benar
maka akan tampak seperti gambar di bawah ini:

Missing, Columns, Align isikan sperti pada variabel pertama.

Measure : pilih Nominal
c. Variabel “kategori Siswa”maka isikan dengan ketentuan:
Name : ketikkan Siswa
Type, width, Decimals samakan seperti pilihan pada variabel pertama
Label : ketikkan “Kategori Siswa”
Value : klik pada bagian none, maka akan muncul kotak dialog “Vallue
Labels” untuk kotak value ketikkan 1, lalu pada kotak label isikan Pandai,
kemudian klik Add. Selanjutnya, ketikkan 2 untuk kotak value dan kotak
label isikan Lemah, lalu klik Add kemudian klik OK. Jika sudah benar
maka akan tampak seperti gambar di bawah ini:

Missing, Columns, Align isikan sperti pada variabel pertama.

Measure : pilih Nominal

Maka, tampilan “Variabel View” secara keseluruhan seperti gambar di

bawah ini:

24
2. Klik Data view, kemudian input nilai data dan pengkodean sesuai variabel
masing-masing dengan cara copy dari excell kemudian paste-kan ke spss sesuai
kolom dan baris variabelnya.

3. Uji normalitas menggunakan nilai Residual Standard, terlebih dahulu membuat

variabel residual.
Caranya : klik analyze – general linear model – univanate

4. Dengan demikian maka akan muncul kotak dialog “univariate”, selanjutnya

klik variabel Skor latihan Matematika, lalu masukkan ke kotak Dependent
Variable. Klik variabel cara pemberian soal dan kategori siswa ke kotak Fixed
Factor(s)

Klik save, maka akan muncul kotak dialog di bawah ini :

25
Klik continue dan OK. Maka akan menghasilkan output SPSS. Namun, kita
abaikan saja output tersebut, kembali ke Data View, di sana muncul variabel
baru, yaitu variabel ZRE_1 atau variabel Standarized Residual.

Selanjutnya kita akan uji normalitas variabel Standarized Residual, caranya

adalah : klik analyze - Descriptive Statistic – Explore.. kemudian masukkan
variabel Standard Residual ke Dependen List

Kemudian klik plot, dan berikan centang pada Normality plots with test, klik
Continue dan OK.

26
 Maka akan menghasilkan output SPSS. Perhatikan output “Test of Normality”
di bawah ini:

Dasar pengambilan keputusan uji normalitas

1. Jika nilai sig. > 0.05 maka Nilai Residual standard normal
2. Jika nilai sig < 0.05 maka Nilai Residual Standard tidak normal

Dari output SPSS tersebut didapat nilai Sig. 0,182, jika kita bandingkan 0.182 >
0.05 artinya memenuhi syarat uji normalitas.

5. Uji Homogenitas dan uji Two Way Anova

Klik Data View
Klik Analyze – General Linear Model – Univate..
Pilih save – hilangkan tanda centang pada standardized – continue – OK

6. Klik Options, maka akan muncul dialog “Univariate : Options” masukkan

variabel Soal, Siswa dan Soal*Siswa ke kolom Display Means for, kemudian
pada kolom “Display” beri tanda centang (v) untuk Descriptives statistics dan
homogeneity tests, lalu klik continue.

27
7. Klik OK untuk menampilkan Output SPSS.

Interpretasi Output Uji Two Way Anova dalam SPSS

a. Output pertama “Between-Subject Factors”

Dalam output di atas tampak untuk variabel cara pemberian soal terdapat 2
level kategori dan variabel kategori siswa terdapat 2 level kategori.
b. Output kedua “descriptive Statistics”

28
 Pada output ini, kita bisa melihat nilai rata-rata (means) skor latihan
matematika siswa berdasarkan cara pemberian soal dan kategori siswa.

c. Output ketiga “Levene‟s Test (Uji Homogenitas)”

Berdasarkan output ini diperoleh nilai Sig sebesar 0.701. karena nilai Sig
0.701 > 0.05, maka dapat disimpulkan bahwa variabel skor latihan
matematika siswa adalah homogen. Sehingga asumsi homogenitas dalam
uji Two Way Anova terpenuhi.

d. Output keempat “Test of Between-Subject Effect”

Test of Between-Subject Effect adalah putput untuk uji hipotesis penelitian
ini.

Dasar pengambilan keputusan dalam uji Two Way Anova :

1. Jika Fhitung > Ftabel atau nilai Sig. < 0.05 atau maka Ho ditolak, artinya
ada perbedaaan skor latihan matematika siswa berdasarkan variabel
faktor.
2. Jika Fhitung < Ftabel nilai Sig. > 0.05 maka Ho diterima, artinya tidak ada
perbedaaan skor latihan matematika siswa berdasarkan variabel faktor.

Dari tabel output SPSS di atas, terlihat bahwa:

1. Diperoleh nilai Fhitung 10,716 dan Ftabel 4,11 (lihat di tabel Distribusi F)
dimana Fhitung > Ftabel dan nilai Sig. Sebesar 0.002 < 0.05, sehingga
dapat disimpulkan bahwa “ada perbedaan skor latihan matematika siswa
berdasarkan cara pemberian soal”.

29
 2. Diperoleh nilai Fhitung 56,253 dan Ftabel 4,11 (lihat di tabel Distribusi F)
di mana Fhitung > Ftabel dan nilai Sig. Sebesar 0.000 < 0.05, sehingga
dapat disimpulkan bahwa “ada perbedaan skor latihan matematika siswa
berdasarkan kategori siswa”.
3. Diperoleh nilai Fhitung 5,007 dan Ftabel 4,11 (lihat di tabel Distribusi F)
di mana Fhitung > Ftabel dan nilai Sig. Sebesar 0.032 < 0.05, sehingga
dapat disimpulkan bahwa “ada interaksi cara pemberian soal dengan
kategori siswa dalam menentukan skor latihan matematika siswa”.

e. Output kelima “Estimated Marginal Means”

Output kelima ini menjelaskan tentang perbedaan nilai rata-rata skor latihan
matematika berdasarkan cara pemberian soal dan kategori siswa secara
deskriptif.

30
 BAB III
PENUTUP
A. Kesimpulan
Anova dua arah merupakan anova satu arah yang setiap perlakuannya dibagi
menjadi beberapa kategori. Misalnya varians satu arah disebut A yang memuat A1, A2,
...,An dan hasil pembagiannya disebut faktor B yang memuat B1, B2, ...,Bn maka anova
dua arah disebut anova A x B.
Perbedaan anova satu arah dan anova dua arah adalah jika pada anova satu arah
dapat diketahui ada atau tidaknya perbedaa antara beberapa variabel bebas dengan
sebuah variabel terikat dan masing-masing variabel tidak mempunyai jenjang. Maka
dalam anova dua arah dapat diketahui ada atau tidaknya perbedaan beberapa variabel
bebas dengan sebuah variabel terikatnya dan masing-masing variabel mempunyai dua
jenjang atau lebih.
Pengujian anova dua arah mempunyai beberapa asumsi diantaranya:
1. Populasi yang diuji berdistribusi normal,
2. Varians atau ragam dan populasi yang diuji sama (Homogen),
3. Sampel tidak berhubungan satu dengan yang lain.
Analisis varians atau Anova dibedakan menjadi dua, yaitu Anova Dua Arah
Tanpa Interaksi dan Anova Dua Arah Dengan Interaksi. Pengujian klasifikasi 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.
Tujuan dari pengujian anova dua arah adalah untuk mengetahui apakah ada pengaruh
dan berbagai kriteria yang diuji terhadap hasil yang diinginkan. Sedangkan pengujian
klasifikasi 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.

Selain menggunakan perhitungan manual, penyelesaian Anova Dua Arah juga

dapat dilakukan dengan aplikasi SPSS. Akan tetapi untuk Anova Dua Arah Tanpa
Interaksi tidak dapat menggunakan aplikasi SPSS. Salah satu software yag dapat
digunakan adalah Microsoft Excel. Walaupu tujuannya Microsoft excel buka untuk
pengujian statistik.

31
 DAFTAR PUSTAKA

Ana & Richie.(2020). Rancangan Acak Lengkap (Ral) Dengan uji Anova Dua jalur.
OPTIKA: Jurnal Pendidikan Fisika Vol. 4.

Hasan, Iqbal. 2006. Analisis Data Penelitian dengan Statistik. Jakarta: Bumi Aksara.

Usman,Husaini.2006.Pengantar Statistika.Jakarta:PT Bumi Aksara

https://www.youtube.com/watch?v=nq8eN9cz_Ss

32