Sekolah Tinggi Keguruan Ilmu dan Pendidikan (STKIP) Muhammadiyah Sampit

Program Studi Pendidikan Matematika

Mata Kuliah Statistika Matematika 1

ANAVA VARIANSI
DUA JALAN
DENGAN SEL SAMA
KELOMPOK 1
MAULIDATUL HASANAH
SARI MULYANI
HANA SAFITRI
NOVITA SARI
TITIN YULIARTI
FIAH YULIANA
 Perhatikan kembali persoalan pada anava satu jalan. Ada kemungkinan,
disamping melibatkan ketiga bahan belajar A,B dan C, kepala sekolah
juga melibatkan fakor gender (pria dan wanita) dalam penelitiannya.
Oleh karenanya ada 6 kelompok (sampel) yang dikenai penelitian, yaitu
kelompok siswa pria yang dikenai bahan belajar A, kelompok siswa pria
yang dikenai bahan belajar B, kelompok siswa pria yang dikenai bahan
belajar C, kelompok siswa wanita yang dikenai bahan belajar A,
kelompok siswa wanita yang dikenai bahan belajar B, kelompok siswa
wanita yang dikenai bahan belajar C. Pertanyaan penelitian yang
kemudian muncul adalah:
(1) Apakah siswa wanita dan pria mempunyai prestasi yang sama jika
belajar dengan bahan belajar mandiri
(2) Apakah ketiga bahan belajar mandiri (A,B dan C) berkualitas sama,
dan
(3) Apakah perbedaan prestasi antara siswa pria dan wanita konsisten
(berlaku sama) pada tiap-tiap jenis bahan belajar dan apakah perbedaan
antara masing-masing jenis bahan belajar konsisten (berlaku sama)
pada setiap jenis kelamin
 Dua permasalahan pertama disebut efek utama (main effects) dan
permasalahan ketiga disebut interaksi (interaction) antara faktor bahan
belajar dan faktor gender. Untuk menyelesaikan ketiga pernasalahan
tersebut secara serentak digunakanlah analisis variansi dua jalan.
Perhatikan bahwa makna interaksi dalam kasus anava berbeda dengan
makna interaksi dalam kehidupan sehari-hari. Untuk jelasnya perhatikan
uraian berikut. Jika misalnya untuk setiap bahan belajar A,B maupun C,
rerata prestasi siswa putera secara signifikan selalu lebih baik dibandingkan
dengan rerata prestasi siswa wanita, maka tidak terjadi interaksi; dan secara
keseluruhan (tidak dengan memperhatikan jenis bahan belajar) pastilah juga
prestasi siswa putera lebih baik daripada prestasi siswa wanita.
Jika misalnya untuk bahan belajar A, prestasi siswa putera secara
signifikan lebih baik daripada prestasi siswa wanita, tetapi untuk bahan
belajar B dan C prestasi siswa wanita yang secara signifikan justru lebih
baik daripada prestasi siswa pria, maka terjadi interaksi. Dalam keadaan
seperti ini baik atau tidaknya bahan belajar tergantung kepada jenis kelamin
siswa
 TUJUAN ANAVA DUA JALAN

Tujuan dari analisis variansi dua jalan adalah untuk menguji

signifikasi efek dua variabel bebas terhadap satu variabel terikat. Kedua
variabel bebas tersebut disebut faktor “baris” (faktor A) faktor “kolom”
(faktor B). Kecuali itu, analisis variansi dua jalan juga bertujuan untuk
menguji signifikansi interaksi kedua variabel bebas terhadap variabel
terikat. Pada dasarnya, pengujian pertama adalah pengujian rerata antar
baris, pengujian kedua adalah pengujian rerata antar kolom, dan
pengujian ketiga adalah pengujian rerata antar sel pada baris atau kolom
yang sama.
 PERSYARATAN ANALISIS
Persyaratan yang harus dipenuhi oleh analisis variansi dua jalan sama
dengan persyaratan analisis variansi satu jalan, yaitu:
1. Setiap sampel diambil secara random dari populasinya
2. Masing-masing populasi saling independen dan masing-masing data
amatan saling independen di dalam kelompoknya
3. Setiap populasi berdistribusi normal (sifat normalitas populasi)
4. Populasi-populasi mempunyai variansi yang sama (sifat homogenitas
variansi populasi)
 Perhatikan jika variabel “baris” mempunyai p kategori, variabel
“kolom” mempunyai q kategori, maka ada sebanyak pq sel. Ini berarti,
ditinjau menurut barisnya, ada p populasi; ditinjau dari kolomnya ada q
populasi, dan ditinjau dari selnya ada pq populasi. Untuk lebih jelasnya
perhatikan kasus dimana ada dua variabel bebas, yaitu jenis kelamin dan
bahan belajar.

Tabel Populasi

Bahan Belajar A Bahan Belajar B Bahan Belajar

C
Pria Pria-A Pria-B Pria-C
Wanita Wanita-A Wanita-B Wanita-C
 MODEL
Model untuk data populasi pada analisis variansi dua jalan dengan sel
sama ialah:
Xijk =  + i + j + ()ij + ijk
dengan:
Xijk = data (nilai) ke-k pada baris ke-i dan kolom ke-j
 = rerata dari seluruh data (rerata besar,grand mean)
i = i. -  = efek baris ke-i pada variabel terikat
j = .j -  = efek kolom ke-j pada variabel terikat
()ij = ij – ( + i + j )= interaksi baris ke-I dan kolom ke-j pada
variabel terikat
ijk= deviasi data Xijk terhadap rerata populasinya (ij) yang berdistribusi
normal dengan rerata 0
i= 1,2,3,…,p; p = banyaknya baris
J= 1,2,3,…,q; q= banyaknya kolom
K=1,2,3,…,n; n = banyaknya data amatan pada setiap sel
 CONTOH
Diketahui data populasi seperti pada tabel berikut.
Data Populasi Menurut Faktor A dan Faktor B
A B
B1 B2 B3
A1 8,9,10 11,12,13 17,18,19
A2 7,9,11 8,10,12 13,14,15
Carilah semua i, j dan ()ij
SOLUSI:
Tabel Kerja untuk Mencari i, j dan ()ij
A B i.
B1 B2 B3
A1 8,9,10 11,12,13 17,18,19 1.=13
11 = 9 12=12 13=18
A2 7,9,11 8,10,12 13,14,15 2. =11
21= 9 22= 10 23=14
.j .1=9 .2=11 .3=16 =12
Dari tabel sebelumnya dapat dilihat bahwa:
1= 1. -  = 13-12 = 1
()11= 11 – ( + 1 + 1)= 9- (12+1-3) = -1
2= 2. -  = 11-12 = -1 ()21= 21 – ( + 2 + 2)= 9- (12-1-3) = 1
()12= 12 – ( + 1 + 2)= 12- (12+1-1) = 0
1= .1 -  = 9-12 = -3 ()22= 22 – ( + 2 + 2)= 10- (12-1-1) = 0
2= .2 -  = 11-12 = -1 ()13= 13 – ( + 1 + 3)= 18-(12+1+4) = 1
()23= 23 – ( + 2 + 3)=14- (12-1+4) = -1
3= .3 -  = 16-12 = 4
Maka berlaku hal-hal berikut:
a. Tidak semua i bernilai nol, yang ini berarti bahwa A1 dan A2
memberikan efek yang berbeda terhadap variabel terikat
b. Tampak tidak semua j bernilai nol, yang ini berarti bahwa B1, B2, dan
B3 memberikan efek yang berbeda juga
c. Untuk ()ij, tampak bahwa tidak semua ()ij bernilai nol,berarti
terdapat interaksi antara variabel A dan B terhadap variabel terikat.
Terdapatnya interaksi ini dapat dilihat dari kenyataan bahwa A1 dan A2
memberikan efek yang sama pada kategori B1, tetapi tidak demikian
halnya pada kategori B2 dan B3. Artinya, pengaruh variabel A terhadap
variabel terikat tergantung kepada kategori (tingkatan) variabel B.
 NOTASI DAN TATA LETAK DATA
Misalnya variabel A mempunyai p nilai dan variabel B mempunyai q
nilai, sehingga terdapat p baris dan q kolom. Datanya dapat disajikan dalam
bentuk tabel berikut.
Tata Letak Data Sampel pada Anava Dua Jalan Sel Sama
Faktor A Faktor B
b1 b2 … Bq
a1 X111 X121 … X1q1
X112 X122 … X1q2
… … … …
X11n X12n … X1qn
a2 X211 X221 … X2q1
X212 X222 … X2q2
… … … …
X21n X22n … X2qn

… … … … …
ap Xp11 Xp21 … Xpq1
Xp12 Xp22 … Xpq2
… … … …
Xp1n Xp2n … Xpqn
 Tabel Jumlah AB
Faktor A Faktor B Total

b1 b2 … bq

a1 AB11 AB12 … AB1q A1

a2 AB21 AB22 … AB2q A2

… … … … … …

ap ABp1 ABp2 … ABpq Ap

Total B1 B2 … Bq G
 HIPOTESIS
Ada tiga pasang hipotesis yang dapat diuji dengan analisis variansi dua
jalan ini. Tiga pasang tersebut ialah:

H0A : i = 0 untuk setiap i= 1,2,3,…,p

H1A : paling sedikit ada satu i yang tidak nol

H0B : j = 0 untuk setiap j= 1,2,3,…,q

H1B : paling sedikit ada satu j yang tidak nol

H0AB : ()ij = 0 untuk setiap i= 1,2,3,…,p dan j= 1,2,3,…,q

H1AB : paling sedikit ada satu ()ij yang tidak nol

H0A : 1. = 2. = … p.

H1A : paling sedikit ada dua rerata baris yang tidak sama
H0B : .1 = .2 = … .q
H1B : paling sedikit ada dua rerata kolom yang tidak sama
Ketiga pasang hipotesis tersebut juga ekuivalen dengan tiga pasang
hipotesis berikut ini:

H0A : Tidak ada perbedaan efek antar baris terhadap variabel terikat
H1A : Ada perbedaan efek antar baris terhadap variabel terikat

H0B : Tidak ada perbedaan efek antar kolom terhadap variabel terikat
H1B : Ada perbedaan efek antar kolom terhadap variabel terikat

H0AB : Tidak ada interaksi baris dan kolom terhadap variabel terikat
H1AB : Ada interaksi baris dan kolom terhadap variabel terikat
PROSEDUR UJI ANAVA DUA JALAN SEL SAMA

Seperti halnya
pada anava satu jalan,
anava dua jalan juga memiliki:
Seperti pada analisis variansi satu jalan, untuk memudahkan perhitungan,
didefinisikan besaran-besaran (1), (2), (3), (4) dan (5) sebagai berikut:
G2 2 Ai 2
(1) = N
(2) = ijk Xijk (3) = 𝑖 nq
Bj 2 ABij 2
(4) = 𝑗 np (5) = 𝑖,𝑗 n

Berdasarkan besaran-besaran tersebut, jumlah-jumlah kuadrat di atas dapat

ditulis sebagai berikut:
JKA = (3) – (1)
JKB = (4) – (1)
JKAB = (1) + (5) – (3) – (4)
JKG = (2) – (5)
JKT = (2) – (1)
(atau JKT = JKA + JKB + JKAB + JKG)
Derajat kebebasan untuk masing-masing jumlah kuadrat tersebut adalah:
dkA =p–1
dkB =q–1
dkAB = (p – 1) (q – 1)
dkG = pq (n – 1)
dkT =N–1

Berdasarkan jumlah kuadrat dan derajat kebebasan masing-masing,

diperoleh rerata kuadrat berikut:
JKA JKAB
RKA = RKAB =
dkA dkAB

JKB JKG
RKB = RKG =
dkB dkG
 STATISTIK UJI

Statistik uji analisis variansi dua jalan dengan sel sama ini ialah:
RKA
Untuk H0A adalahFa = RKG yang merupakan nilai dari variabel random
yang berdistribusi F dengan derajat kebebasan p-1 dan N-pq

RKB
Untuk H0B adalah Fb = yang merupakan nilai dari variabel random
RKG
yang berdistribusi F dengan derajat kebebasan q-1 dan N-pq

RKAB
Untuk H0B adalah Fab = yang merupakan nilai dari variabel
RKG
random yang berdistribusi F dengan derajat kebebasan (p-1) (q-1) dan N-
pq
 DAERAH KRITIS
Untuk masing-masing nilai F di atas, daerah kritisnya adalah sebagai
berikut:

Daerah kritis untuk Fa adalah DK= {F F > F;p-1, N-pq}

Daerah kritis untuk Fb adalah DK= {F F > F;q-1, N-pq}

Daerah kritis untuk Fab adalah DK= {F F > F;(p-1)(q-1), N-pq}
 RANGKUMAN ANALISIS

Sebaliknya, hasil-hasil komputasi disajikan dalam tabel rangkuman

analisis variansi dengan format berikut.
Tabel
Rangkuman Anava Dua Jalan

Sumber JK dk RK Fobs F p
Baris (A) JKA p-1 RKA Fa F* <  atau >
Kolom JKB q-1 RKB Fb F* <  atau >
(B)
Interaksi JKAB (p-1)(q-1) RKAB Fab F* <  atau >
(AB)
Galat JKG N-pq RKG - - -
Total JKT N-1 - - - -
 CONTOH SOAL
Seorang peneliti ingin melihat manakah strategi pembelajaran yang paling efektif
diantara strategi pembelajaran A,B dan C, dengan pengertian strategi pembelajaran
yang satu lebih efektif dibanding dengan strategi pembelajaran lainnya apabila
strategi yang pertama menghasilkan rerata prestasi belajar yang lebih baik daripada
rerata prestasi belajar yang dihasilkan oleh strategi yang kedua. Peneliti tersebut
juga ingin melihat manakah yang lebih baik, prestasi belajar siswa-siswa pria
ataukah prestasi belajar siswa-siswa wanita dan sekaligus juga ingin melihat
apakah terdapat perbedaan prestasi antara siswa pria dan wanita pada tiap-tiap
strategi pembelajaran. Setelah dilakukan eksperimen dan diambil sampel yang
representatif terhadap populasinya, datanya adalah sebagai berikut.
Prestasi Belajar Siswa Menurut Seks dan Strategi Mengajar
Jenis Kelamin Strategi Mengajar
A B C
Pria 4 7 5 2 3 2 5 6 4
Wanita 9 8 8 8 7 5 10 8 7

Jika diambil taraf signifikansi 5%, bagaimana kesimpulan penelitian tersebut?

Diasumsikan semua persyaratan anava dipenuhi?
 SOLUSI
Dilakukan analisis variansi dulu untuk melihat apakah terdapat efek utama
pada baris dan kolom serta efek interaksi
1. (a) H0A : H0A : i = 0 untuk setiap i= 1,2
H1A : paling sedikit ada satu i yang tidak nol
(b) H0B : j = 0 untuk setiap j= 1,2,3
H1B : paling sedikit ada satu j yang tidak nol
(c) H0AB : ()ij = 0 untuk setiap i= 1,2 dan j= 1,2,3
H1AB : paling sedikit ada satu ()ij yang tidak nol
2.  = 5%
3. Komputasi
Jumlah AB
A B C Total
Pria 16 7 15 38 (A1)
Wanita 25 20 25 70 (A2)
Total 41 (B1) 27 (B2) 40 (B3) 108 (G)
 G2 108 2
(1) = = = 648
N 18
22 2 2 2
(2) = ijk Xijk = (4 + 7 + 5 ) + 4 +
Ai 2 38 2 70 2
(3) = 𝑖 = + = 704.889
nq 3 (3) 3 (3)
Bj 2 412 27 2 40 2
(4) (4) = 𝑗 = + + = 668.333
np 3 (2) 3 (2) 3 (2)

ABij 2 16 2 25 2 72 20 2 15 2 25 2
(5) = 𝑖,𝑗 = + + + + + =
n 3 3 3 3 3 3
726.667
JKA = (3) – (1) = 704.889 – 648 = 56.889
JKB = (4) – (1) = 668.333 – 648 = 20.333
JKAB = (1) + (5) – (3) – (4)
= 648 + 726.667 – 704.889 – 668.333
= 1.445
JKG = (2) – (5) = 744 – 726.667 = 17.333
JKT = (2) – (1) = 744 – 648 = 96
dkA = p – 1= 2 – 1 = 1
dkB =q–1=3–1=2
dkAB = (p – 1) (q – 1) = (1) (2) = 2
dkG = pq (n – 1) = (2) (3) (2) = 12
dkT = N – 1 = 18 – 1 = 17
JKA 56.889
RKA = = = 56.889
dkA 1
JKB 20.333
RKB = = = 10.667
dkB 2
 JKAB 1.445
RKAB = = = 0.723
dkAB 2
JKG 17.333
RKG = = = 1.444
dkG 12
RKA 56.889
Fa = = = 39.40
RKG 1.444
RKB 10.167
Fb = = = 7.04
RKG 1.444
RKAB 0.723
Fab = = = 0.50
RKG 1.444

Untuk Fa adalah DK = {F  F> F0.05;1,12} = {F  F > 4.75}

Untuk Fb adalah DK = {F  F> F0.05;2,12} = {F  F >
3.89}
Untuk Fab adalah DK = {F  F> F0.05;2,12} = {F  F >
3.89}
 Tabel Rangkuman Analisis Variansi Dua Jalan
Sumber JK dk RK Fobs F P
Jen.Kelamin (A) 56.889 1 56.889 39.40 4.75 < 0.05
Str. Mengajar (B) 20.333 2 10.167 7.04 3.89 < 0.05
Interaksi (AB) 1.445 2 0.723 0.50 3.89 > 0.05
Galat 17.333 12 1.444 - - -
Total 96.000 17 - - - -
5. Keputusan Uji:
H0A ditolak; H0B ditolak; H0AB diterima
6. Kesimpulan:
a. Siswa-siswa pria dan siswa-siswa wanita mempunyai prestasi belajar yang
berbeda
b. Tidak benar bahwa ketiga strategi mengajar memberikan efek yang sama
terhadap prestasi belajar
c. Tidak ada interaksi antara jenis kelamin dan strategi mengajar terhadap
prestasi belajar
 Langkah-langkah komparasi ganda dengan metode Scheffe’ untuk
analisis variansi dua jalan pada dasarnya sama dengan langkah-langkah
pada komparasi ganda untuk analisis variansi satu jalan. Bedanya ialah
pada anava dua jalan terdapat empat macam komparasi, yaitu komparasi
ganda rerata antara: (1) baris ke-i dan baris ke-j, (2) kolom ke-i dan kolom
ke-j, (3) sel ij dan sel kj (sel-sel pada kolom ke-j), dan (4) sel ij dan sel ik
(sel-sel pada baris ke-i). Perhatikan bahwa tidak ada komparasi ganda
antara sel pada baris dan kolom yang tidak sama.

(1) Komparasi Rerata Antar (2) Komparasi Rerata Antar

Baris Kolom

(3) Komparasi Rerata Antar (4) Komparasi Rerata Antar

Sel Pada Kolom yang Sama Sel Pada Baris yang Sama
(1) Komparasi Rerata Antar
Baris
Hipotesis nol yang diuji pada komparasi rerata antar baris adalah
H0 : i. = j.
Uji Scheffe untuk komparasi rerata antar baris adalah:

Dengan:
Fi.- j. = nilai Fobs pada pembandingan baris ke-i dan baris ke-j
Xi. = rerata pada baris ke-i
Xj. = rerata pada baris ke-j
RKG = Rerata kuadrat galat, yang diperoleh dari perhitungan anava
ni. = ukuran sampel baris ke-i
nj. = ukuran sampel baris ke-j
DK = {F F > (p – 1) F;p-1, N-pq}
(2) Komparasi Rerata Antar
Kolom

Hipotesis nol yang diuji pada komparasi rerata antar kolom adalah
H0 : .i = .j
Uji Scheffe untuk komparasi rerata antar kolom adalah:

Dengan daerah kritis:

DK = {F F > (q– 1) F;q-1, N-pq}
Makna dari lambang-lambang pada komparasi ganda rerata antar kolom
ini mirip dengan makna lambang-lambang komparasi ganda rerata antar
baris; hanya dengan mengganti baris menjadi kolom
(3) Komparasi Rerata Antar Sel
Pada Kolom yang Sama
Hipotesis nol yang diuji pada komparasi rerata antar sel pada kolom yang
sama adalah
H0 : ij = kj
Uji Scheffe untuk komparasi rerata antar sel pada kolom yang sama adalah

Dengan:
Fij- jk = nilai Fobs pada pembandingan rerata pada sel ij dan pada sel kj
Xij = rerata pada baris ke ij
Xkj = rerata pada baris ke kj
RKG = Rerata kuadrat galat, yang diperoleh dari perhitungan anava
nij = ukuran sampel baris ke ij
nkj = ukuran sampel baris ke kj
DK = {F F > (pq – 1) F;pq-1, N-pq}
 (4) Komparasi Rerata Antar Sel
Pada Baris yang Sama
Hipotesis nol yang diuji pada komparasi rerata antar sel pada kolom yang
sama adalah
H0 : ij = ik
Uji Scheffe untuk komparasi rerata antar sel pada kolom yang sama adalah
sebagai berikut

Dengan daerah kritis:

DK = {F F > (pq– 1) F;pq-1, N-pq}
 UJI LANJUT PASCA ANAVA CONTOH SOAL

Dari kesimpulan penelitian pada contoh sebelumnya, perlukah dilakukan

uji lanjut pasca anava? Jika H0 ditolak maka diperlukan uji lanjutan yang
menggunakan metode scheffe’ ini.
Maka berdasarkan contoh sebelumnya dapat diuraikan sebagai berikut:
Tabel
Rerata Masing-masing Sel

Jenis Strategi Mengajar Rerata

Kelamin A B C Marginal

Pria 5.3 2.3 5.0 4.2

Wanita 8.3 6.7 8.3 7.8
Rerata 6.8 4.5 6.7 -
Marginal
 Komparasi Rerata Antar Baris
H0A ditolak. Ini berarti bahwa siswa pria dan wanita berbeda prestasi
belajarnya. Dalam kasus ini, karena variabel jenis kelamin hanya
mempunyai 2 nilai (yaitu pria dan wanita), maka untuk antar baris tidak
perlu dilakukan komparasi pasca anava.
Kalaupun dilakukan komparasi ganda antara rerata pria dan wanita
dapat dipastikan bahwa H0 juga akan ditolak. Komparasi itu menjadi tidak
berguna, karena anava telah menunjukkan bahwa H0A ditolak.
Dari rerata marginalnya, yang menunjukkan bahwa rerata siswa wanita
lebih tinggi daripa pria, dapat disimpulkan bahwa siswa wanita lebih baik
prestasi belajarnya dibandingkan dengan siswa pria.
 Komparasi Rerata Antar Kolom
H0B ditolak. Ini berarti bahwa tidak semua strategi pembelajaran
memberikan efek yang sama terhadap prestasi belajar. Dengan
kata lain, pasti terdapat paling sedikit dua rerata yang tidak sama.
Karena variabel strategi pembelajaran mempunyai tiga nilai (A,B
dan C), maka komparasi ganda perlu dilakukan untuk melihat
manakah yang secara signifikan mempunyai rerata yang berbeda.
1. Komparasi rerata, Ho dan H1:
Komparasi H0 H1
.A vs .B .A = .B .A ≠ .B
.B vs .C .B = .C .B ≠ .C
.A vs .C .A = .C .A ≠ .C
2. Taraf signifikansi (α= 0.05)
3. Komputasi:
4. Daerah kritis: DK = {F | F > (2)(3,89)} = {F | F>7,78}
5. Keputusan Uji:
Strategi pembelajaran A lebih efektif daripada strategi pembelajaran B
Strategi pembelajaran C lebih efektif daripada strategi pembelajaran B
Strategi pembelajaran A sama efektifnya dengan strategi pembelajaran C
 Komparasi Ganda Antar Sel
H0AB ditolak. Ini berarti tidak terdapat interaksi antara variabel jenis
kelamin dan strategi mengajar terhadap prestasi belajar. Dari kenyataan
bahwa tidak terdapat interaksi itu, dapat disimpulkan bahwa karakteristik
perbedaan antara siswa pria dan siswa wanita untuk setiap strategi
pembelajaran sama. Karakteristik tersebut tentu saja sama dengan
karakteristik marginal perbedaan jenis kelamin. Perhatikanlah bahwa secara
marginal (secara umum, dilihat dari rerata marginal), siswa wanita lebih
baik dibandingkan dengan siswa pria karena tidak ada interaksi, maka hal
tersebut berlaku juga pada kelompok siswa yang diberi pelajaran dengan
strategi A; dalam arti pada strategi pembelajaran A, siswa wanita juga lebih
andai daripada siswa pria. Demikian pula halnya kalau hanya diperhatikan
strategi pembelajaran B atau strategi pembelajaran C saja.
Bagaimana kalau ditinjau perbandingan antar sel pada baris yang sama?
Karena interaksi tidak ada, maka karakteristik perbedaan strategi
pembelajaran akan sama pada setiap jenis kelamin dan akan sama pula
dengan karakteristik marginalnya.
Jadi, kalau interaksi antara variabel bebas tidak ada, maka tidak
perlu dilakukan uji lanjut antar sel pada kolom atau baris yang sama.
Kesimpulan perbandingan rerata antar sel mengacu kepada kesimpulan
perbandingan rerata marginalnya.
 Kesimpulan penelitian
Berdasarkan analisis variansi dan uji lanjut setelah analisis variansi,
kesimpulan untuk contoh soal sebelumnya adalah:
1. Siswa wanita lebih baik prestasinya dibandingkan dengan siswa pria,
baik secara umum maupun jika ditinjau pada masing-masing strategi
pembelajaran.
2. Strategi pembelajaran A lebih efektif dibandingkan dengan strategi
pembelajaran B, strategi pembelajaran C lebih efektif dibandingkan
dengan strategi pembelajaran B, dan strategi pembelajaran A sama
efektifnya strategi pembelajaran C; baik secara umum maupun kalau
ditinjau dari masing-masing jenis kelamin.

Perhatikanlah bahwa pada kesimpulan penelitian tersebut, kata interaksi

tidak muncul, namun esensi interaksi tersebut secara implisit telah tertuang
pada kesimpulan tersebut.