TUGAS COURSE PAPER

TWO WAY ANOVA DENGAN BLOCKING DAN

INTERACTIONS

Dosen Pengampu : Dr. Sultan Syah, SE., M.Ak., CA.

Disusun Oleh :
Nana Qomariyana (220221100073)
Akuntansi B (2022)
nnariyaya@gmail.com

PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS TRUNOJOYO MADURA
2024/2025
ANOVA TWO WAY (ANALISIS VARIANS DUA ARAH)

PENDAHULUAN
Prosedur untuk membandingkan rata-rata dua populasi telah dipelajari pada
bab sebelumnya.Kadang-kadang manajemen melibatkan lebih dari sekedar menghadapi
dua populasi untuk perbandingan. Misalnya, ada tiga metode kerja.Untuk
membandingkan ketiga metode sekaligus, diperlukan analisis lain yang disebut analisis
varians (disebut ANOVA).
Meskipun disebut analisis varians, ANOVA tidak membandingkan varians keseluruhan
tetapi membandingkan rata-rata keseluruhan. Hal ini disebut analisis varians, karena
dalam proses ini ANOVA mengurutkan varietas berdasarkan sumber yang
memungkinkan.Sumber keanekaragaman ini akan dijadikan bahan perbandingan untuk
mengetahui sumber mana yang menjadi sumber keanekaragaman tersebut.
salah satu teknik statistik yang paling umum digunakan untuk membandingkan
rata-rata antara dua atau lebih kelompok merupakan Analisis Anova. Ini adalah alat
yang kuat dalam menyelidiki perbedaan-perbedaan yang mungkin ada di antara
kelompok-kelompok tersebut. Salah satu variasi ANOVA yang lebih kompleks dan
informatif adalah ANOVA dua arah, juga dikenal sebagai Anova dua jalur.
Anova dua jalur adalah perluasan dari Anova satu arah yang memungkinkan
kita untuk mengevaluasi efek dari dua faktor secara bersamaan. Faktor-faktor ini bisa
menjadi variabel independen yang mempengaruhi variabel dependen kita. Dengan kata
lain, kita dapat mempertimbangkan pengaruh dua variabel independen terhadap satu
variabel dependen, serta interaksi antara kedua variabel independen tersebut.
Istilah "Anova" adalah kependekan dari analisis varians, merupakan uji
komparatif yang digunakan untuk menguji perbedaan rata-rata beberapa kumpulan data
dari dua kelompok. Ada dua jenis Anova: analisis varians satu faktor (One Way Anova)
dan analisis varians dua faktor . Untuk tujuan artikel ini, hanya akan fokus pada Anova
dua arah. Anova dua arah berbeda dari Anova satu arah dalam hal jumlah variabel
independen yang terlibat. One way Anova hanya mempunyai satu variabel independen,
sedangkan two way Anova mencakup dua atau lebih variabel independen.
Uji statistik ini, yang dikenal sebagai Anova dua arah, berguna bagi peneliti
kuantitatif karena memungkinkan mereka menilai dampak dua variabel independen
terhadap variabel dependen. Dengan memanfaatkan Anova dua arah, peneliti dapat
menguji pengaruh utama dan pengaruh interaksi masing-masing variabel independen
terhadap variabel dependen.

RINCIAN PEMBAHASAN TUGAS

a. Pengertian Anova
b. Pengertian Anova Two Way
c. Two Way Anova tanpa interaksi dan menggunakan interaksi
d. Kelebihan menggunakan Two Way Anova
e. Bagaimana asumsi dalam variansi dua arah/Two Way Anova
 f. Bagaimana cara uji hipotesis dengan Two Way Anova?

RANGKUMAN TUGAS
a. Pengertian Anova

Anova atau analisi varians tergolong dari analisis perbandingan lebih dari
dua mean atau variable. Tujuannya untuk membandingkan dua rata-rata atau
lebih untuk menguji generalisasi yang berarti daya dianggap mewakili populasi
(Setiawan, 2019).

Dalam analisis ini, tidak hanya diperiksa pengaruh masing-masing variabel

independen terhadap variabel dependen, tetapi juga interaksi antara variabel-
variabel tersebut. ANOVA digunakan untuk menguji hipotesis bahwa beberapa
rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu variabel
perlakuan tidak berbeda secara signifikan. Analisis ini sangat berguna dalam
situasi di mana hal-hal yang diukur dipengaruhi oleh dua atau lebih variabel,
serta interaksi antara variabel-variabel tersebut mempengaruhi hasil
(Rahmawati, 2020).

b. Pengertian uji analisis of variance (Anova Two Way)

Kita seringberhadapan dengan rata rata lebih dari dua. Jika kita
menerapkan uji t yang disebutkan di atas pada satu sampel , kita akan melihat
bahwa terdapat variasi waktu dan frekuensi yang signifikan . Akibatnya , akan
ada risiko salat yang signifikan . Oleh karena itu , metode analisis yang dikenal
sebagai ANOVA (Analysis of Variances ) telah dikembangkan yang
menggabungkan ukuran sampel yang lebih kecil untuk memperkirakan waktu
dan akurasi yang lebih baik .
Biasanya, analisis varians menguji dua varians (atau varians) berdasarkan
hipotesis nol bahwa kedua varians tersebut sama. Varians pertama adalah varians
antar sampel (antar sampel) dan varians kedua adalah varians dalam sampel
(dalam sampel). Dengan mengingat hal ini, analisis varians dua sampel akan
memberikan hasil yang sama seperti uji-t untuk dua mean (rata-rata) (Hlm,
2024)

Analisis Varian merupakan suatu teknik analisis multivariat yang

memungkinkan Anda membedakan rata-rata lebih dari dua kelompok data
dengan membandingkan variansnya. Analisis varians termasuk dalam kategori
statistik parametrik. Sebagai alat statistik parametrik, untuk menggunakan
rumus ANOVA harus dilakukan uji asumsi terlebih dahulu, antara lain
normalitas, heterogenitas, dan random sampling (Novesar, M. R., 2020) .Seperti
yang dikatakan oleh Agustinus Bandur dalam bukunya “Penelitian Kuantitatif-
Desain Dan Analisis Data Dengan SPSS”, analisys of variance (ANOVA) dapat
digunakan dalam situasi ketika kita memiliki satu variable interval atau rasio
sebagai variable dependen dan satu atau lebih variable nominal atau ordinal
sebagai variable dependen.

Analisis varians dapat dilakukan untuk menganalisis data dari jenis dan
desain penelitian yang berbeda. Analisis varians banyak digunakan dalam
penelitian yang melibatkan pengujian komparatif ekstensif, yang melibatkan
pemeriksaan variabel terikat dengan membandingkannya dengan kelompok
sampel independen yang diamati. Analisis varians saat ini banyak digunakan
dalam penelitian survei dan penelitian eksperimental dan dapat dianggap sebagai
sebuah penelitian statistik yang umum digunakan oleh peneliti (Pratama, B. N.,
& Putra, M. L. R., 2024). Anova dapat membantu untuk menganalisis data dari
hasil desain penelitian eksperimental. Anova akan membantu kita untuk melihat
hubungan sebab akibat. Hal inilah yang membedakan t-test dengan ANOVA
dengan correlation dan multi-regretion.

Anova dapat diklasifikasikan berdasarkan beberapa kriteria yaitu:

1.Klasifikasi Satu Arah (One Way ANOVA) Klasifikasi Satu Arah Anova
merupakan ANOVA yang didasarkan pada pengamatan terhadap suatu kriteria
atau faktor penyebab perubahan.
2.Klasifikasi dua arah (two-way ANOVA) Klasifikasi dua arah ANOVA
merupakan ANOVA yang didasarkan pada pengamatan terhadap dua kriteria
atau dua faktor yang menyebabkan perbedaan. Anova dua arah berbeda dengan
Anova satu arah. Perbedaannya terletak pada jumlah variabel independennya.
Pada anova satu arah hanya terdapat satu variabel bebas, sedangkan pada anova
dua arah terdapat dua atau lebih variabel bebas. Uji statistik parametrik ANOVA
dua arah ini dapat membantu peneliti mengukur pengaruh dua variabel
independen terhadap variabel dependen (Sihombing, 2022)

Jika kita menggunakan Anova dua arah dapat menguji pengaruh utama
serta pengaruh interaksi masing-masing variabel independen terhadap variabel
dependen. Pengaruh utama adalah pengaruh langsung salah satu variabel bebas
terhadap variabel terikat dengan cara membandingkan skor rata-rata pada setiap
kategori variabel terikat. Sedangkan efek interaksi membantu peneliti
mengetahui apakah pengaruh satu variabel independen terhadap variabel
dependen berlaku untuk variabel dependen lainnya.

Menurut (Aulia, T., Nurcahyono, N. A., & Agustiani, N, 2022)

menjelaskan analisis Anova dua jalur dapat digunakan untuk penelitian
Treatment By Level Design Two Factorial Design. Berikut merupakan langkah-
langkah dalam analisis Anova dua jalur:
1. Menghitung jumlah kuadrat total (JKT), jumlah kuadrat rerata (JKR), jumlah
kuadrat total direduksi/dikoreksi (JKTR), jumlah kuadrat antar kelompok
(JKA), dan jumlah kuadrat dalam kelompok (JKD). Untuk menghitung
masing-masing harga JK digunakan rumus sebagai berikut.

a. Kuadrat total
JKT = Σ X 2T
 b. Kuadrat rata-rata
2
(Σ XT )
JKR =
nT
c. Kaudrat total yang direduksi
2
2 (Σ XT ) 2
JKTR = Σ X = Σ X -
T T
nT
d. Jumlah Kuadrat Antar Kelompok
2 2 2 2 2
( Σ X1) ( Σ X2) ( Σ X3) (Σ Xk ) (Σ XT )
JKA = + + +…+ -
n1 n2 n3 nk nT
e. Jumlah Kuadrat Dalam Kelompok
JKD = Σ(X T )2
2 2 2
(Σ X 1)
2 −(Σ X 2 ) ( Σ X3)
JKD = Σ X − 1 + Σ X 22 + Σ X 23 −¿ + . .. +
n1 n2 n3
2
2 (Σ X k )
Σ X k−
nk
JKTR = JKA + JKD atau JKD = JKTR - JKA
1. Hitung jumlah kuadrat antar kolom (JK A(k)), jumlah kuadrat antar baris (JK A(b)),
dan jumlah kuadrat interaksi (JKA(i)). Untuk menghitung masing-masing JK
a. Jumlah Kuadrat Antar Kolom (JKA(k))

{ }
2 2
(Σ X ki ) (Σ XT )
JKA(k) = Σ -
nki nT
2 2 2
(Σ X k 1 ) (Σ X k 2 ) (Σ X T )
JK A (k)= + −
n k1 nk 2 nT

b. Kuadrat antar baris (JKA(b))

{ }
2 2
( Σ X bi ) ( Σ XT )
JKA(b) = Σ –
n bi nT
2 2 2
(Σ X b 1 ) (Σ X b 2 ) (Σ X T )
JK A (b)= + −
n b1 nb 2 nT
c. Kuadrat interaksi (JKA(i))
JKA(i) = JKA – JKA(b) – JKA(k)
2. Menghitung derajat kebebasan total (dkT), derajat kebebasan rata-rata (dkR),
derajat kebebasan yang direduksi (dkTR), derajat kebebsan antar kelompok
(dkA), kebebasan antar kolom (dkA(k)), kebebasan antar baris (dkA(b)), dan derajat
kebebasan dalam kelompok (dkD), dengan rumus sebagai berikut.
a. dkT = n
b. dkR = 1
c. dkTR = n – 1
d. dkA = k – 1
e. dkA(b) = ab – 1
f. dkA(k) = ak – 1
g. dkA(i) = (ak – 1) (ab – 1)
h. dkD = n – (ak) (ab)
3. Hitung rata-rata jumlah kuadrat antar kelompok dan rata-rata jumlah kuadrat
dalam kelompok dengan perhitungan sebagai berikut.
a. Rata-rata Jumlah Kuadrat Antar Kelompok
JK A
RJKA =
dK A
1. Rata-rata Jumlah Kuadrat Antar Baris
JK A (b )
RJKA(b) =
dK A (b)
2. Rata-rata Jumlah Kuadrat Antar Kolom
JK A (k)
RJKA(k) =
dK A (k)
3. Rata-rata Jumlah Kuadrat Interaksi
JK A (i )
RJKA(i) =
dK A (i)
b. Rata-rata Jumlah Kuadrat Antar Dalam Kelompok
JK D
RJKD =
dK D

4. Berikut rumus menghitung nilai F.

a. Nilai Fhitung Antar Baris
 RJK A(b )
F=
RJK D
b. Nilai Fhitung Antar Kolom
RJK A(k )
F=
RJK D
c. Rata-rata Jumlah Kuadrat Interaksi
RJK A(i)
F=
RJK D

5. Melakukan pengujian interpretasi dan signifikansi dengan membandingkan nilai

uji Fhitung dengan Ftabel. Koefisien Ftabel yang diperoleh dari distribusi F
mempunyai nilai berdasarkan derajat kebebasan antar kelompok (dbA) dan
derajat kebebasan dalam kelompok (dbD) pada taraf signifikansi α = 0,05 yaitu
α = 0,01. Apabila nilai Fhitung lebih besar dari Ftabel maka H0 ditolak dan H1
diterima, hal ini diartikan signifikan artinya terdapat perbedaan nilai mean
kelompok yang dibandingkan.Sebaliknya jika nilai Fhitung lebih kecil dari
Ftabel maka H0 diterima dan H1 ditolak yang diartikan tidak signifikan artinya
tidak ada perbedaan nilai mean kelompok yang dibandingkan.
Ftabel bisa dihitung pada tabel F:
o Tingkat signifikansi (α) adalah 5%
o Numerator adalah (k ─ 1) dalam ini sebagai pembilang (dk2)
o Denumerator adalah (N ─ k) dalam hal ini sebagai penyebut (dk1)

6. Jika ada perbedaan yang mencolok, maka dilakukan pengujian lanjutan.

Untuk kelompok data yang jumlah sampel tiap kelompok sama maka dapat
menggunakan pengujian Turkey. Sedangkan yang jumlah sampel tiap
kelompoknya tidak sama dapat menggunakan pengujian Scheffe. Berikut
rumus untuk kedua kemungkinan.

a. Uji Tukey
 X i−X j
Q=
√ RJK D /n

b. Uji Scheffe
2
( X i−X j)
F= 1 1
( RJK D ) ( k−1 ) ( n + n )
i j

c. Two Way Anova dengan dan tanpa interaksi

ANOVA Dua Jalur tanpa Interaksi merupakan suatu metode analisis

statistika yang digunakan untuk membandingkan beberapa rata-rata yang
berasal dari beberapa kategori atau kelompok untuk satu variabel
perlakuan. Dalam analisis ini, tidak ada interaksi antara variabel-variabel
yang diuji. Anova Two way tanpa interaksi digunakan untuk menguji
hipotesis bahwa beberapa rata-rata yang berasal dari beberapa kategori
atau kelompok untuk satu variabel perlakuan tidak berbeda secara
signifikan. Analisis ini sangat berguna dalam situasi di mana hal-hal yang
diukur dipengaruhi oleh dua atau lebih variabel, tetapi tidak ada interaksi
antara variabel-variabel tersebut (Rahmawati, A. S., & Erina, R. , 2020).
ANOVA Dua Jalur dengan Interaksi merupakan suatu metode analisis
statistika yang digunakan untuk membandingkan beberapa rata-rata yang
berasal dari beberapa kategori atau kelompok untuk satu variabel
perlakuan, serta memperhatikan interaksi antara variabel-variabel yang
diuji. analisis ini, tidak hanya diperiksa pengaruh masing-masing variabel
independen terhadap variabel dependen, tetapi juga interaksi antara
variabel-variabel tersebut. ANOVA dua jalur dengan interaksi digunakan
untuk menguji hipotesis bahwa beberapa rata-rata yang berasal dari
beberapa kategori atau kelompok untuk satu variabel perlakuan tidak
berbeda secara signifikan, serta memperhatikan bagaimana interaksi
antara variabel-variabel yang diuji mempengaruhi hasil. Analisis ini
sangat berguna dalam situasi di mana hal yang diukur dipengaruhi oleh
dua atau lebih variabel, serta interaksi antara variabel-variabel tersebut
mempengaruhi hasil (Madon, K. R., Malahati, F., Irfan, I., Iskandar, R., &
Ramadhan, W. , 2022).

d. Keunggualan Two Way Anova

Keunggulan Two-Way ANOVA dibanding Teknik Analisis

Lainnya Two-way ANOVA menawarkan beberapa keunggulan signifikan
dibandingkan dengan teknik analisis statistik lainnya, terutama dalam
konteks meneliti pengaruh faktor pada variabel terukur:

1. Menganalisis Pengaruh Dua Faktor Secara Simultan

 Dibandingkan dengan One-Way ANOVA yang hanya bisa menguji
pengaruh satu variabel independen, Two-way ANOVA mampu menganalisis
pengaruh dua variabel independen secara simultan. Ini memungkinkan
peneliti untuk melihat gambaran yang lebih lengkap tentang bagaimana
faktor-faktor tersebut mempengaruhi variabel dependen.
Sebagai contoh, bayangkan Anda meneliti pengaruh jenis kelamin (faktor
1) dan tingkat pendidikan (faktor 2) terhadap gaji (variabel dependen). One-
Way ANOVA hanya bisa menguji pengaruh satu faktor pada suatu waktu,
membutuhkan analisis terpisah untuk jenis kelamin dan tingkat pendidikan.
Namun, Two-way ANOVA memungkinkan Anda untuk menganalisis
keduanya secara bersamaan, mempertimbangkan potensi interaksi mereka
yang mungkin luput dalam analisis terpisah.

2. Mengungkap Potensi Interaksi Antar Faktor

Keunggulan utama Two-way ANOVA terletak pada kemampuannya
untuk mengidentifikasi adanya interaksi antara kedua faktor yang sedang
diteliti. Interaksi terjadi ketika pengaruh satu faktor terhadap variabel
dependen bergantung pada level faktor lainnya.

Misalnya, peneliti pemasaran ingin mengetahui pengaruh harga produk

(faktor 1) dan strategi pemasaran (faktor 2) terhadap penjualan (variabel
dependen). Tanpa Two-way ANOVA, peneliti mungkin saja menyimpulkan
bahwa harga yang lebih rendah selalu menghasilkan penjualan lebih tinggi.
Namun, Two-way ANOVA dapat mengungkap adanya interaksi. Mungkin
saja strategi pemasaran tertentu, seperti program diskon besar, justru lebih
efektif untuk meningkatkan penjualan pada harga yang lebih tinggi.

3. Peningkatan Pemahaman Hubungan Antar Variabel

Dengan kemampuannya menganalisis dua faktor secara simultan dan
mengidentifikasi interaksi, Two-way ANOVA memberikan gambaran yang
lebih kaya tentang hubungan antar variabel dalam suatu penelitian. Peneliti
tidak hanya mengetahui pengaruh individual dari masing-masing faktor,
tetapi juga bagaimana kombinasi dan interaksi mereka mempengaruhi
variabel terukur. Hal ini membantu peneliti untuk menarik kesimpulan yang
lebih akurat dan komprehensif.

4. Efisiensi dalam Analisis Data

Dibandingkan dengan melakukan beberapa analisis One-Way ANOVA
terpisah, Two-way ANOVA menawarkan efisiensi dalam hal waktu dan
sumber daya. Dengan satu analisis terintegrasi, peneliti bisa mendapatkan
informasi yang lebih lengkap tentang pengaruh gabungan dua faktor.

c. Asumsi dalam variansi dua arah/Two Way Anova

Analisis Two Way Anova merupakan teknik statistik yang ampuh untuk
meneliti pengaruh 2 faktor kategoris terhadap satu variabel dependen kontinu.
Kemampuannya untuk menguraikan efek individual dan interaksi antar faktor
menjadikannya alat berharga dalam berbagai bidang penelitian.
Namun, agar hasil analisis Two-Way ANOVA dapat diinterpretasikan dengan
valid dan akurat, penting untuk memahami dan memenuhi beberapa asumsi
statistik yang mendasarinya. Asumsi-asumsi ini memastikan bahwa teknik
statistik ini diterapkan dengan tepat dan memberikan kesimpulan yang dapat
diandalkan (Kalangi, L. S., & Santa, N. M. , 2019).

1. Normalitas Distribusi Data:

Di setiap kombinasi level kedua faktor (sel dalam tabel ANOVA), data
diasumsikan memiliki distribusi normal. Artinya, data pada setiap sel harus
mengikuti pola distribusi berbentuk lonceng. Pelanggaran terhadap asumsi
ini dapat menyebabkan distorsi hasil uji dan kesimpulan yang tidak akurat.

2. Homogenitas Varians:
Diasumsikan bahwa variansi data pada setiap sel dalam tabel ANOVA adalah
sama. Hal ini berarti bahwa penyebaran data di setiap sel relatif seragam.
Pelanggaran terhadap asumsi ini dapat menyebabkan uji statistik yang
kurang kuat dan kurang sensitif terhadap perbedaan antar kelompok.

3. Independensi Data:
Data yang digunakan dalam analisis Two-Way ANOVA harus saling
independen. Artinya, tidak ada hubungan atau ketergantungan antara
pengamatan dalam satu sel dengan pengamatan di sel lain. Pelanggaran
terhadap asumsi ini dapat menyebabkan bias dalam hasil analisis dan
kesimpulan yang keliru.

4. Linearitas Hubungan:
Dianggap bahwa hubungan antara variabel dependen dan masing-masing
variabel independent bersifat linear. Artinya, terdapat hubungan garis lurus
antara variabel-variabel tersebut. Pelanggaran terhadap asumsi ini dapat
menyebabkan interpretasi hasil yang tidak tepat dan kesimpulan yang tidak
valid.

5. Tidak Ada Pengaruh Luar:

Diasumsikan bahwa tidak ada faktor lain selain kedua faktor independen
yang diteliti yang mempengaruhi variabel dependen. Artinya, tidak ada
variabel luar yang dapat mengganggu atau memicu bias dalam hasil analisis.
Pelanggaran terhadap asumsi ini dapat menyebabkan hasil yang tidak dapat
dijelaskan dan sulit untuk diinterpretasikan.

Pemeriksaan dan Penanganan Pelanggaran Asumsi:

Sebelum melakukan analisis Two-Way ANOVA, penting untuk memeriksa

apakah asumsi-asumsi di atas terpenuhi. Terdapat berbagai metode statistik yang
dapat digunakan untuk memverifikasi asumsi, seperti uji normalitas, uji
homogenitas varians, dan analisis residual. Jika salah satu atau beberapa asumsi
dilanggar, hasil Two-Way ANOVA mungkin tidak valid dan kesimpulannya tidak
 dapat dipercaya. Dalam situasi ini, teknik statistik alternatif yang lebih sesuai
dengan karakteristik data harus dipertimbangkan.

d. Langkah-langkah uji hipotesis dengan Two Way Anova

Two-Way ANOVA (Analisis Varians Dua Arah) merupakan teknik statistik

handal untuk menguji pengaruh dua faktor kategoris terhadap satu variabel
dependen kontinu. Dengan Two-Way ANOVA, Anda dapat menyelidiki
bagaimana dua faktor bekerja sama dan secara individual untuk mempengaruhi
hasil penelitian Anda.

Langkah-langkah Uji Hipotesis dengan Two-Way ANOVA (Wijayanti, D. A., &

Deniyanti, P., 2020):
1. Persipan Data:
-Pastikan data Anda terkategorisasi untuk kedua faktor independen
(misalnya jenis pupuk, metode pembelajaran).
-Ukur variabel dependen Anda pada skala kontinu (misalnya tinggi tanaman,
nilai ujian).
-Periksa asumsi Two-Way ANOVA: normalitas data, homogenitas varians,
independensi data, linearitas hubungan.
2. Merumuskan Hipotesis:
-Hipotesis nol (H0): Tidak ada pengaruh signifikan dari faktor 1, faktor 2,
atau interaksi terhadap variabel dependen.
-Hipotesis alternatif (H1): Setidaknya satu dari faktor 1, faktor 2, atau
interaksi memiliki pengaruh signifikan terhadap variabel dependen.
3. Pemilihan Uji Statistik:
Gunakan uji F untuk setiap faktor dan interaksi.
5. Melakukan Analisis:
-Gunakan perangkat lunak statistik (seperti SPSS, R) untuk melakukan
analisis Two-Way ANOVA.
-Perhatikan nilai tabel ANOVA: nilai F dan nilai p untuk setiap faktor dan
interaksi.
6. Interpretasi Data
Nilai p:
-Jika nilai p < α (tingkat signifikansi), tolak H0 dan terima H1. Ada
pengaruh signifikan dari faktor/interaksi yang sesuai.
-Jika nilai p ≥ α, gagal tolak H0. Tidak ada pengaruh signifikan dari
faktor/interaksi yang sesuai.

Nilai F:
Nilai F yang lebih besar menunjukkan efek yang lebih kuat.

7.Analisis Post-Hoc (Opsional):

 Jika terdapat efek signifikan, lakukan analisis post-hoc untuk mengidentifikasi
kelompok mana yang berbeda secara signifikan.
6. Penarikan Kesimpulan:
Buat kesimpulan tentang pengaruh faktor 1, faktor 2, dan interaksi terhadap
variabel dependen.

RANGKUMAN TUGAS
Anova atau analisi varians tergolong dari analisis perbandingan lebih dari dua
mean atau variable. Tujuannya untuk membandingkan dua rata-rata atau lebih untuk
menguji generalisasi yang berarti daya dianggap mewakili populasi. Analisis varians
menguji dua varians (atau varians) berdasarkan hipotesis nol bahwa kedua varians
tersebut sama. Varians pertama adalah varians antar sampel (antar sampel) dan varians
kedua adalah varians dalam sampel (dalam sampel). Dengan pemikiran seperti ini,
analisis varians dengan dua sampel akan memberikan hasil yang sama seperti uji-t untuk
dua mean. Anova dua arah terbagi menjadi dua, yaitu Anova Non-Interaktif merupakan
metode analisis statistik yang digunakan untuk membandingkan beberapa mean dari
beberapa kategori atau kelompok untuk suatu variabel perlakuan dan Anova Interaktif
merupakan metode analisis statistik yang digunakan untuk membandingkan beberapa
rata-rata dari beberapa kategori, atau mengelompokkan suatu variabel intervening,
dengan tetap memperhatikan interaksi antar variabel yang diuji.

PERTANYAAN DAN JAWABANNYA

Contohnya ada mahasiswa yang sedang melakukan penelitian untuk mengetahui proses
dan jam belajar mahasiswa pada masa pandemi Covid. Survey mengumpulkan beberapa
informasi dari lama waktu mahasiswa belajar selama sepekan. Berikut data lama
mahasiswa belajar dalam sepekan:
Mahasiswa Program Studi
Minggu Teknik Elektro Teknik Informatika Teknik Mesin
1 25 30 10
2 10 35 24
3 35 15 20
4 20 25 17.5

Berdasarkan data diatas, tentukan:

1. Rata-rata jumlah jam belajar mahasiswa selama seminggu diantara ketiga prodi
adalah sama
2. Keempat tingkat mahasiswa memiliki rata-rata jumlah belajar yang sama
Jawab:
Hipotesis pertama minimal ada satu rata-rata jumlah jam belajar mahasiswa yang
berbeda dari ke-4 tingkat, hipotesis ke-2 yaitu ada minimal satu rata-rata jumlah jam
belajar mahasiswa yang berbeda dari ke-3 prodi.
Dengan tingkat signifikasi 5%

STATISTIK HITUNG
Mahasiswa Program Studi
Minggu Teknik Teknik Teknik Mesin Ti.
Elektro Informatika
1 25 30 10 65
2 10 35 24 69
3 35 15 20 70
4 20 25 17.5 62.5
 T.j 90 105 71.5 T..=266.5

TABEL ANOVA 2 ARAH

Sumber Jumlah Deraja Kuadrat tengah F hitung F
keragama kuadrat t bebas tabe
n l
Faktor 12,2292 3 F1=0,038 4,76
tingkat 5
Faktor 140,791 2 F2=0,664 5,14
prodi 6 4
Galat 635,708 6
3
total 788,729 11
2
KEPUTUSAN
Keputusan no 1
F1 (0,0385) < Ftabel (4,76)
Diberi keputusan gagal tolak H0
Keputusan no 2
F2 (0,6644) < Ftabel (5,14)
Diperoleh keputusan gagal tolak H0

KESIMPULAN
Kesimpulan no 1
Pada tingkat signifikasi 5% dan jumlah sampel yang digunakan, belum cukup bukti
untuk menunjukkan bahwa rata-rata jumlah jam belajar mahasiswa ke-4 tingkat
berbeda.
Kesimpulan no 2
Pada tingkat signifikasi 5% dan jumlah sampel yang digunakan, belum cukup bukti
untuk menunjukkan bahwa rata-rata jumlah jam belajar mahasiswa ke-3 prodi berbeda.

PERTANYAAN DAN JAWABANNYA

1. Sebuah perusahaan ingin mengevaluasi efek dua faktor terhadap tingkat
produktivitas karyawan: jenis pelatihan (pelatihan A, B, dan C) dan jam kerja (8
jam, 10 jam). Apakah terdapat interaksi antara jenis pelatihan dan jam kerja
terhadap tingkat produktivitas?

Jawaban: Ya, perusahaan dapat menggunakan ANOVA two-way untuk

mengevaluasi interaksi antara jenis pelatihan dan jam kerja terhadap tingkat
produktivitas karyawan.
2. Sebuah pengujian mempunyai tujuan untuk mengetahui apakah terdapat
perbedaan yang signifikan dalam tingkat kecemasan pasien antara tiga jenis
terapi (terapi A, B, dan C) dan tiga tingkat dosis (rendah, sedang, tinggi).
Apakah ada efek signifikan dari jenis terapi dan tingkat dosis terhadap tingkat
kecemasan pasien?
 Jawaban: Dengan menggunakan ANOVA two-way, peneliti dapat mengetahui
apakah terdapat efek signifikan dari jenis terapi dan tingkat dosis terhadap
tingkat kecemasan pasien.
3. Sebuah universitas ingin mengevaluasi efek dua faktor terhadap tingkat
kelulusan mahasiswa: jenis program studi (ilmu sosial, ilmu alam) dan jenis
pembelajaran (tradisional, online). Apakah ada interaksi antara jenis program
studi dan jenis pembelajaran terhadap tingkat kelulusan mahasiswa?

Jawaban: ANOVA two-way dapat digunakan untuk menentukan apakah ada

interaksi antara jenis program studi dan jenis pembelajaran terhadap tingkat
kelulusan mahasiswa.
4. Sebuah penelitian ingin mengevaluasi efek dua faktor terhadap penurunan
tekanan darah: jenis diet (diet A, B, dan C) dan jenis olahraga (aerobik, yoga).
Apakah ada interaksi antara jenis diet dan jenis olahraga dalam penurunan
tekanan darah?

Jawaban: Dengan menggunakan ANOVA two-way, penelitian dapat

mengevaluasi interaksi antara jenis diet dan jenis olahraga dalam penurunan
tekanan darah.
5. Sebuah pabrik ingin mengevaluasi efek dua faktor terhadap kualitas produk:
suhu pemanasan (rendah, sedang, tinggi) dan jenis bahan baku (A, B, dan C).
Apakah ada efek signifikan dari suhu pemanasan dan jenis bahan baku terhadap
kualitas produk?

Jawaban: ANOVA two-way dapat digunakan untuk mengetahui apakah terdapat

efek signifikan dari suhu pemanasan dan jenis bahan baku terhadap kualitas
produk.
6. Sebuah sekolah ingin mengevaluasi efek dua faktor terhadap hasil ujian siswa:
metode pengajaran (tradisional, online) dan tingkat partisipasi siswa (rendah,
sedang, tinggi). Apakah ada interaksi antara metode pengajaran dan tingkat
partisipasi siswa dalam hasil ujian siswa?

Jawaban: Dengan menggunakan ANOVA two-way, sekolah dapat mengevaluasi

interaksi antara metode pengajaran dan tingkat partisipasi siswa dalam hasil
ujian siswa.
7. Sebuah perusahaan ingin mengevaluasi efek dua faktor terhadap tingkat
kepuasan pelanggan: jenis produk (A, B, dan C) dan waktu layanan (pagi, siang,
malam). Apakah ada efek signifikan dari jenis produk dan waktu layanan
terhadap kepuasan pelanggan?

Jawaban: ANOVA two-way dapat digunakan untuk menentukan apakah ada efek
signifikan dari jenis produk dan waktu layanan terhadap kepuasan pelanggan.
8. Dalam sebuah penelitian psikologi, seorang peneliti ingin mengevaluasi efek dua
faktor terhadap tingkat stres: jenis olahraga (aerobik, yoga) dan durasi tidur
 (kurang dari 6 jam, 6-8 jam, lebih dari 8 jam). Apakah ada interaksi antara jenis
olahraga dan durasi tidur terhadap tingkat stres?

Jawaban: Peneliti dapat menggunakan ANOVA two-way untuk mengevaluasi

interaksi antara jenis olahraga dan durasi tidur terhadap tingkat stres.
9. Sebuah restoran ing
10. in mengevaluasi efek dua faktor terhadap kepuasan pelanggan: jenis makanan
(masakan lokal, masakan internasional) dan suasana (tenang, ramai). Apakah ada
efek signifikan dari jenis makanan dan suasana terhadap kepuasan pelanggan?

Jawaban: Dengan menggunakan ANOVA two-way, restoran dapat mengevaluasi

efek signifikan dari jenis makanan dan suasana terhadap kepuasan pelanggan.
11. Sebuah penelitian ingin mengevaluasi efek dua faktor terhadap tingkat
kreativitas: jenis musik (klasik, pop) dan lingkungan (tenang, bising). Apakah
ada interaksi antara jenis musik dan lingkungan terhadap tingkat kreativitas?

Jawaban: ANOVA two-way dapat digunakan untuk menentukan apakah ada

interaksi antara jenis musik dan lingkungan terhadap tingkat kreativitas.
DAFTAR PUSTAKA
Aulia, T., Nurcahyono, N. A., & Agustiani, N. (2022). Penerapan Model Pembelajaran Thinking
Aloud Pair Problem Solving (TAPPS) Terhadap Kemampuan Pemecahan Masalah
Matematis Siswa SMP Ditinjau dari Self Efficacy. jurnal Cendekia: Jurnal Pendidikan
Matematika, 6(3), 2816-2832.

Hlm, F. A. (2024). ENGARUH KECERDASAN EMOSIONAL DAN POLA ASUH AUTHORITATIVE

DENGAN PRESTASI BELAJAR DENGAN ANALISIS VARIAN. Al Ittihadu, 3(1), 13-23.

Hlm, F. A., NST, P. N., & Anggraini, S. (2024). NGARUH KECERDASAN EMOSIONAL DAN POLA
ASUH AUTHORITATIVE DENGAN PRESTASI BELAJAR DENGAN ANALISIS VARIAN. Al
Ittihadu, 3(1), 13-23.

Kalangi, L. S., & Santa, N. M. . (2019). EKONOMETRIKA PETERNAKAN.

Madon, K. R., Malahati, F., Irfan, I., Iskandar, R., & Ramadhan, W. . (2022). Pengaruh Model
Pembelajaran dan Kemampuan Awal terhadap Prestasi Belajar Matematika di Sekolah
Dasar: Abstrak, Pendahuluan, Metode, Hasil dan Pembahasan, Kesimpulan, Referensi.
JMPM: Jurnal Matematika dan Pendidikan Matematika, 7(2), 139-150.

Novesar, M. R. (2020). nalisis perbandingan kecerdasan emosional siswa Sekolah Menengah

Atas Negeri, Swasta, Dan Madrasah. Jurnal Orientasi Bisnis dan Entrepreneurship
(JOBS), 1(1), 57-65.

Pratama, B. N., & Putra, M. L. R. (2024). METODE PENELITIAN EKSPERIMEN “Desain Penelitian
Psikologi Eksperiment Anava dan Faktorial". Psikologiya Journal, 1(1).

Rahmawati, A. S. (2020). Rancangan acak lengkap (RAL) dengan uji anova dua jalur. OPTIKA:
Jurnal Pendidikan Fisika, 4(1), 54-62.

Rahmawati, A. S., & Erina, R. . (2020). Rancangan acak lengkap (RAL) dengan uji anova dua
jalur. OPTIKA: Jurnal Pendidikan Fisika,, 4(1), 54-62.

Setiawan, K. (2019). Buku ajar metodologi penelitian (anova satu arah). Bandar Lampung.

Sihombing, S. O. (2022). Pengantar Metode Analisis Multivariat. Penerbit NEM.

Wijayanti, D. A., & Deniyanti, P. (2020). Pengaruh Penerapan Model Pembelajaran Means Ends
Analysis terhadap Kemampuan Menalar Deduktif Mahasiswa ditinjau dari Kemampuan
Awal Representasi Matematis. Journal of Medives: Journal of Mathematics Education
IKIP Veteran Semarang, 4(1), 151-160.
PROFIL MAHASISWI
Nama lengkap penulis Nana Qomariyana, lahir pada
tanggal 16 Agustus 2003 di Kabupaten Gresik.
Merupakan anak pertama dari 2 bersaudara yang lahir
dari pasangan Imam Bukhori dan Jumarti. Awal
Pendidikan dimulai dari SD Negeri Munggugebang,
kemudian melanjutkan ke SMP Negeri 1
Balongpanggang dan SMK Hidayatul Ummah, dan
sekarang sedang menempuh masa kuliah di Fakultas
Ekonomi dan Bisnis jurusan Akuntansi di Universitas
Trunojoyo Madura. Merupakan seorang yang cukup
aktif di berbagai kegiatan di luar kampus dan selalu
ingin berkembang serta mencapai potensi diri maka
dengan itu selalu berusaha untuk belajar dan mecoba
hal-hal baru. Selain itu juga memiliki kepedulian yang
cukup tinggi kepada orang lain dan ingin berkontribusi
positif bagi masyarakat. Mempunyai sikap optimis dalam mencapai impian dengan
kerja keras dan dedikasi yang selama ini dilakukan. Karakter yang dimiliki yaitu
bersemangat, aktif, peduli, optimis, pekerja keras, berdedikasi, dan mempunyai rasa
ingin tahu yang tinggi. Keinginan terbesar adalah menjadi orang yang bermanfaat.

GLOSARIUM
No index entries found.