Makalah
Disusun Oleh:
Fatonah 1808105106
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
Penyusun
ii
DAFTAR ISI
DAFTAR ISI...................................................................................................................................iii
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).
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
3
b. Langkah-Langkah Perhitungan Anova Dua Arah Tanpa Interaksi
Total 𝐽𝐾𝑇 𝑘𝑏 − 1
Baris : V1 = b -1 dan V2 = 𝑘 − 1 (𝑏 − 1)
Kolom : V1 = k -1 dan V2 = 𝑘 − 1 (𝑏 − 1)
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
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
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
7
𝑆 2
𝑓2 = 𝑆2 2
3
8) Kesimpulan
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
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
5) Rata-rata Kuadrat
Rata-rata Kuadrat Baris
𝐽𝐾𝐵 15,17 15,17
𝑆1 2 = = = = 7,585 = 7,59
𝑑𝑏 (𝑏𝑎𝑟𝑖𝑠 ) 3−1 2
10
𝑆 2 0,97
𝑓2 = 𝑆2 2 = 2,14 = 0,45
3
Rata-
Rata 15,17 2 7,59 3,55 5,14
Baris
Rata-
Rata 2,92 3 0,97 0,45 4,76
Kolom
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.
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
(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
13
Ha : B1 ≠ B2
c. H0 :AxB=0
Ha :AxB≠0
3. Hitung F tabel atau Fα denga α (taraf signifikan) sebesar 0,05
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
15
4) Rata-rata Kuadrat
Rata-rata Kuadrat Baris
𝐽𝐾𝐵 3276,1
𝑆1 2 = 𝑑𝑏 (𝑏𝑎𝑟𝑖𝑠 ) = = 3276,1
2−1
7) Kesimpulan
16
Lakukan pengujian, dengan kriteria sebagai berikut
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
17
H1 : 𝛼1 ≠ 𝛼2 ≠ 𝛼2 ≠ 𝛼2 (Terdapat perbedaan nyata antara rata-rata hitung
berdasarkan jenis padi)
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
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.
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:
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.
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.
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:
Dari output SPSS tersebut didapat nilai Sig. 0,182, jika kita bandingkan 0.182 >
0.05 artinya memenuhi syarat uji normalitas.
27
7. Klik OK untuk menampilkan Output SPSS.
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.
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.
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”.
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.
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.
https://www.youtube.com/watch?v=nq8eN9cz_Ss
32