Two Way Anova
Two Way Anova
Disusun Oleh :
Nana Qomariyana (220221100073)
Akuntansi B (2022)
nnariyaya@gmail.com
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.
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).
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.
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.
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
{ }
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
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
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).
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.
Nilai F:
Nilai F yang lebih besar menunjukkan efek yang lebih kuat.
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.
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
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.
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?
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.
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.
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.
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.