Interpretasi anova 2 arah

Untuk analisa dengan pendekatan distribusi F dapat digunakan metode lain yang
biasanya kita sebut sebagai analisis Varians (ANOVA) yang merupakan suatu metode analisa
data dengan tujuan untuk mendapatkan pemecahan terhadap masalah di dalam melakukan
suatu eksperimen yang terdiri dari 2 atau lebih populasi (k ≥ 2). Selain itu analisa ini dapat
pula dipergunakan untuk mengukur besarnya variasi-variasi yang terjadi sangat ditentukan
oleh macamnya pengamatan yang dilakukan dalam eksperimen tersebut. Contoh data yang
akan saya Uji adalah data untuk uji Two Ways ANOVA.

Data berikut adalah hasil penjualan produk (dalam satuan unit) di 4 daerah yang diberi
instruksi, efek dari pembedahan daerah, serta efek dari metode instruksi dan pembedahan
daerah secara bersama-sama (interaksi) terhadap hasil penjualan.
Peneliti hendak mengetahui apakah :
1.Apakah tiap-tiap model instruksi memiliki rata-rata penjualan yang sama?
2. Apakah rata-rata hasil penjualan untuk setiap daerah target penjualan adalah sama?
3. Apakah ada perbedaan rata-rata hasil penjualan produk untuk interaksi metode dan
daerah?
Metode instruksi
Daerah A1 A2 A3
70 83 81
I 79 89 86
72 78 79
77 77 74
II 81 87 69
79 88 77
82 94 72
III 78 83 79
80 79 75
85 84 68
IV 90 90 71
87 88 69

Langkah-langkah menyelesaikan kasus diatas dengan SPSS 20

1. Buatlah 3 variabel data pada lembar kerja SPSS (Variabel View)

· Variabel pertama : metode

Tipe data : Numeric, Witdth 8, decimal places : 0
Value : 1 : A1
2 : A2
3 : A3
 Interpretasi anova 2 arah

· Variabel kedua : daerah

Tipe data : Numeric, Witdth 8, decimal places : 0
Value : 1:I
2 : II
3 : III
4 : IV
· Variabel ketiga : hasil
Tipe data : Numeric, Witdth 8, decimal places : 0

2. Masukkan semua data seperti pada table dibawah ini

3. Analisis dengan Anava.

· Dari baris menu pilih menu analyze, kemudian pilih submenu General Linear
Model,
· Dari serangkaian test, pilih Simple factorial (Univariate),
· Pindahkan variable hasil ke kotak Dependent Variabel,
· Pindahkan variable daerah dan metode ke kotak Fixed factors

· Jika telah mengisi variable maka tekan “OK”. Maka diperoleh hasil outputnya sebagai
berikut sekalian di analisis hasilnya.
Interpretasi anova 2 arah

Analisis :

Descriptive Statistics
Dependent Variable: Hasil Penjualan
Daerah Penjualan Metode Instruksi Mean Std. Deviation N
A1 73.67 4.726 3
A2 83.33 5.508 3
I
A3 82.00 3.606 3
Total 79.67 6.083 9
A1 79.00 2.000 3
A2 84.00 6.083 3
II
A3 73.33 4.041 3
Total 78.78 5.974 9
A1 80.00 2.000 3
A2 85.33 7.767 3
III
A3 75.33 3.512 3
Total 80.22 6.160 9
A1 87.33 2.517 3
A2 87.33 3.055 3
IV
A3 69.33 1.528 3
Total 81.33 9.247 9
A1 80.00 5.705 12
A2 85.00 5.240 12
Total
A3 75.00 5.560 12
Total 80.00 6.761 36

Untuk table descriptive statistics, total populasi untuk keseluruhan responden yang diambil
adalah sebanyak 36 responden, dengan tiap-tiap daerah memiliki 9 responden. Dan untuk
setiap metode intruksi memiliki jumlah responden yang sama yaitu sebanyak 12 responden.

Levene's Test of Equality of Error Variancesa

Dependent Variable: Hasil Penjualan

F df1 df2 Sig.

1.714 11 24 .130

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.a
a. Design: Intercept + daerah + metode + daerah * metode

Pada tebel levene’s test of equality of eror variances diatas bahwa F hitung adalah 1,714 dengan nilai
signifikansi sebesar 0,130.

Hipotesa:
Interpretasi anova 2 arah

Ho : Ketiga metode instruksi tersebut memiliki varian yang sama.

Hi : Ketiga metode intruksi tersebut minimal ada satu yang tidak identik variannya.

Criteria pengambilan keputusan:

Jika nilai signifikansi > 0,05 maka Ho diterima
Jika nilai signifikansi < 0,05 maka Ho ditolak.

Karena Fhitung sebesar 1,714 dengan probabilitas (nilai signifikansi) 0,130 adalah lebih besar dari
0,05 maka ketiga metode instruksi tersebut memiliki varian yang sama, bearati asumsi bahwa jika
data sedikit populasi harus normal untuk melakukan uji anova telah terpenuhi.

Tests of Between-Subjects Effects

Dependent Variable: Hasil Penjualan
Source Type III Sum of df Mean Square F Sig.
Squares
Corrected Model 1164.667a 11 105.879 5.837 .000
Intercept 230400.000 1 230400.000 12701.991 .000
daerah 30.889 3 10.296 .568 .642
metode 600.000 2 300.000 16.539 .000
daerah * metode 533.778 6 88.963 4.905 .002
Error 435.333 24 18.139
Total 232000.000 36
Corrected Total 1600.000 35

a. R Squared = .728 (Adjusted R Squared = .603)

Test of between-subjects effects atau table anova diatas memberitahukan bahwa pada metode
instruksi, Fhitung sebesar 16,539 dengan probabilitas 0,000.

Hipotesa 1:
Ho : rata-rata hasil penjualan untuk tiap metode instruksi adalah sama.
Hi : rata-rata hasil penjualan untuk tiap metode instruksi minimal ada satu yang tidak sama.

Dasar pengambilan keputusan:

 Jika nilai signifikansi > 0,05 maka Ho diterima
 Jika nilai signifikansi < 0,05 maka Ho ditolak atau menerima Hi

Pengambilan keputusan:
Karena F hitung sebesar 16,539 dengan nilai signifikansi 0,000 adalah < 0,05 maka dikatakan
bahwa untuk tiap-tiap model instruksi memiliki rata-rata penjualan yang tidak sama. Daerah pada
table test of between-subjects effect memiliki Fhitung 0,568 dengan nilai signifikansi sebesar 0,642

Hipotesa 2;
Ho : rata-rata hasil penjualan untuk tiap-tiap daerah adalah sama
Hi : rata-rata hasil penjualan untuk tiap-tiap daerah minimal ada satu yang tidak sama.

Dasar pengambilan keputusan;

 Jika nilai signifikansi > 0,05 maka Ho diterima
 Jika nilai signifikansi < 0,05 maka Ho ditolak
Interpretasi anova 2 arah

Pengambilan keputusan:
Daerah target penjualan dengan Fhitung sebesar 0,568 dengan probablitas 0,642 adalah > 0,05 maka
menerima hipotesa awal, dengan kata lain bahwa ternyata rata-rata hasil penjualan untuk daerah
target penjualan adalah sama.

Interaksi (metode*daerah)
Hipotesa:
Ho : rata-rata hasil penjualan untuk interaksi adalah berbeda
Hi : rata-rata hasil penjualan untuk interaksi minimal ada satu yang tidak sama.

Dasar penganbilan keputusan;

 Jika nilai signifikansi > 0,05 maka Ho diterima
 Jika nilai signifikansi < 0,05 maka Hi diterima atau menolak Ho.
Dari tabel Test of between-subjects effects Fhitung untuk interaksi metode dan daerah
(metode*daerah) adalah 4,905 dengan probabilitas sebesar 0,002 adalah lebih kecil dari 0,05
maka dikatakan bahwa rata-rata hasil penjualan produk untuk interaksi metode dan daerah adalah
berbeda.