Pertemuan Kedua

ANALISIS VARIAN
 ANALISIS VARIAN (ANOVA)
Analisis variansi adalah suatu prosedur
untuk uji perbedaan mean beberapa
populasi

Konsep analisis variansi didasarkan pada konsep

distribusi F dan biasanya dapat diaplikasikan
untuk berbagai macam kasus maupun dalam
analisis hubungan antara berbagai varabel yang
diamati.
Anova dapat digunakan untuk melakukan
pengujian perbandingan rata-rata beberapa
kelompok, biasanya terdiri dari lebih dari dua
kelompok.
 ANALISIS VARIAN (ANOVA)
 Untuk menguji kesamaan dua rata-rata
populasi independen yang berdistribusi
normal dengan varian homogen  Bisa
digunakan uji t atau uji z.
 Sedangkan perluasannya yaitu untuk menguji
kesamaan k rata-rata populasi (k > 2) 
digunakan uji F atau ANOVA.
 
 Disebut anova satu arah (One Way
Anova), karena pusat perhatian kita
hanya satu,
 contoh : mengamati pengaruh bentuk
kemasan suatu produk terhadap
penjualan.
 Tetapi jika pusat perhatian, selain
bentuk kemasan terhadap tingkat
penjualan, tetapi juga tertuju pada
pengaruh aroma pada tingkat
penjualan, maka digunakan ANOVA
dua arah (Two Way Anova).
 Pada dasarnya Anova satu arah juga
dapat digunakan untuk kasus yang diuji
menggunakan Anova dua arah,
 namun harus dilakukan pengujian satu
persatu, sehingga jauh lebih efektif
jika digunakan Anova dua arah
Asumsi asumsi dalam ANOVA
- Populasi-populasi/Data yang digunakan
adalah data yang berdistribusi normal
- Varian dari masing-masing populasi
homogen (homoskedastisitas, di mana
hanya terdapat satu estimator untuk
variasi dalam sampel)
- Sampelnya independen
 
 ONE WAY ANOVA
Jika ada n random sampel yang diambil dari
setiap populasi sebanyak k dengan nilai
rata-rata 1, 2, 3, …………… k dan varian
= 2 maka dapat disusun hipotesis :
Ho : 1 = 2 = 3, = … = k
Hi : Minimal satu rata-rata sampel
tidak sama
 H0: μ1 = μ2 = μ3 = … = μn, Tidak
terdapat perbedaan signifikan antara
rata-rata hitung dari n kelompok.
 H1: μ1 ≠ μ2 ≠ μ3 ≠ … ≠ μn, Ada
perbedaan yang signifikan antara rata-
rata hitung dari n kelompok
Contoh:
POPULASI

1 2 3 ……… I ………. K

X11 X21 X31 Xi1 Xk1

X12 X22 X32 Xi2 Xk2

X1n X2n X3n Xin Xkn

Total T1. T2. T3. Ti. Tk. T..

Mean X1. X2. X3. Xi. Xk.

X..
Lanjutan..
Dimana :
Xij = pengamatan ke-j dari populasi ke-i
Ti. = Total dari seluruh pengamatan dalam
sampel dari populasi ke-i
Xi. = mean dari seluruh pengamatan sampel
dari populasi ke-i
T.. = T1. + T2. + T3. + Ti. + Tk.
X1. + X2. + X3. + Xi. + Xk.
k.
Lanjutan……
 Selanjutnya dapat dihitung :
 
k n
SST   ( X ij  X .. ) 2
i 1 j 1
k
SSC  n ( X i .  X .. ) 2
i 1

k n
SSE    ( X ij  X i. ) 2
i 1 j 1
Lanjutan….
 dimana : SST = SSC + SSE
k n 2
(T.. )
SST    X ij
2

i 1 j 1 n.k
k

T
2
i. 2
(T.. )
SSC  i 1

n n.k
SSE = SST – SSC
Lanjutan…..
dimana :
SST = sum of squares total / jumlah
variasi total
SSC = sum of squares colum / variasi
yang terjadi antar k sampel
SSE = sum of squares error /
experiment error
Tabel ANOVA
VARIASI SS Df MSS F
SSC
MSSC =
KOLOM MSSC
SSC k–1
k–1
ERROR SSE
SSE k(n – 1)
MSSE = MSSE
k(n - 1)
TOTAL
SST nk – 1
Keterangan:
SS = sum of squares
MSS = mean sum of squares
df = degree of freedom
F = F hitung
Contoh Soal:

 Penelitian yang dilakukan terhadap 5

kelompok pedagang makanan (k=5),
dimana dari masing-masing kelompok
ini diambil 5 sampel secara random.
Adapun data keuntungan per hari ($)
dari kelima kelompok pedagang
makanan tersebut adalah :
Tabel Kelompok Pedagang dan Keuntungan ($/hari)

Kelompok Pedagang dan Keuntungan ($/hari)

A B C D E T..
10 18 6 4 14
8 14 10 6 12
16 16 4 8 18
12 12 6 2 8
6 18 14 8 14

Ti. 52 78 40 28 66 264
Lanjutan….
 Dengan  = 0,05, ujilah apakah ada
perbedaan keuntungan yang nyata
diantara kelima kelompok pedagang
makanan tersebut.
Jawaban:
I. Formulasi hipotesis
Ho : A = B = C, = D = E
Hi : Minimal satu rata-rata sampel tidak
sama 
II.  = 0,05 df (k-1) = 4, k(n-1) = 20
F tab = 2,87 
III. Kriteria pengujian
Ho diterima jika F hit < F tab
Ho ditolak jika F hit > F tab
Lanjutan….
V.Perhitungan
 
 

SSE = SST – SSC

= 548,16 – 317,68 = 230,40

Lanjutan…
 Perhitungan:
Lanjutan…
V. Kesimpulan
Oleh karena F hit (6,896) > F tab
(2,87) maka Ho ditolak berarti ada
perbedaan keuntungan diantara kelima
kelompok pedagang tersebut.
Lanjutan…….
Oneway
ANOVA

Sum of Mean
Squares df Square F Sig.
Between 317.760 4 79.440 6.896 .001
Groups
Within 230.400 20 11.520
Groups
Total 548.160 24
Soal:
 Sebuah perusahaan mempekerjakan
karyawannya dalam 4 shift (satu shift terdiri
dari sekelompok pekerja yang berlainan).
Manajer perusahaan tersebut ingin
mengetahui apakah ada perbedaan
produktivitas kerja yang nyata di antara 4
kelompok kerja shift tersebut.
 Berdasarkan pengamatan yang dilakukan
selama 12 hari diketahui produktivitas kerja
(dalam unit) dari keempat kelompok tersebut
adalah seperti berikut,
Tabel Shift Karyawan
Hari Shift 1 Shift 2 Shift 3 Shift 4
1 38 45 45 58
2 36 48 48 25
3 39 42 42 34
4 34 46 46 26
5 35 41 41 39
6 32 45 45 44
7 39 48 48 32
8 34 47 47 38
9 32 42 42 39
10 36 41 41 43
11 33 39 39 44
12 39 33 33 62
Lanjutan….
 Ujilah dengan  = 0,05, apakah
terdapat perbedaan produktivitas kerja
yang signifikan berdasarkan pada shift
tersebut.
TWO WAY CLASSIFICATION
(KLASIFIKASI DUA ARAH)
 Dalam analisis ini digunakan 2 macam
kriteria. Dilihat dari pengaruh baris dan
pengaruh kolom.
 Misalnya saja ingin mengetahui variasi
Jumlah linting rokok yang dihasilkan
oleh karyawan pabrik rokok. Variasi dari
jumlah linting rokok yang dihasilkan
pada periode satu bulan ditentukan
oleh pengalaman kerja dan tingkat
Lanjutan…
Jadi dalam pengamatan ini yang akan diteliti
adalah :
a. Apakah ada pengaruh dalam rata-rata
jumlah linting rokok yang dihasilkan
karyawan atas dasar pengalaman kerja.
b. Apakah ada pengaruh dalam rata-rata
jumlah linting rokok yang digasilkan
karyawan berdasarkan atas tingkat umur.
  Untuk itu dapat digunakan Tabel Two Way

Clasification
Tabel Two Way Classification
Tabel
 Kolom Total Mean
 1 2 3 …... J …... C
B
A …... …...
1 X11 X12 X13 X1j X1c T1.
R X1.
I …... …...
2 X21 X22 X23 X2j X2c T2.
S X2.
. . . . . . . X3c T3. X3.

…... …...
I Xi1 Xi2 Xi3 Xij Xic Ti. Xi.

-
. - - - - - - - -
…... …...
r Xr1 Xr2 Xr3 Xrj Xrc Tr. Xr.
.
…... …...
Total T.1 T.2 T.3 T.J T.C T..
Lanjutan…
Keterangan:
X11 = pengamatan pada baris 1 dan kolom 1
X21 = pengamatan pada baris 2 dan kolom 1
dan seterusnya
T.1 = total seluruh pengamatan pada kolom 1
T1. = total seluruh pengamatan pada baris 1,
dan seterusnya
NB : C = kolom
r = baris
Lanjutan…
 Dalam analisis varian dua arah satu sel,
jumlah kuadrat yang dihitung, selain
yang digunakan dalam perhitungan
analisis varian satu arah, juga dihitung
jumlah kuadrat baris (SSR). Sehingga
komponen jumlah kuadratnya menjadi: 

SST = SSC + SSR + SSE

 
Lanjutan…
 Rumus:
r c 2
(T.. )
SST   X ij 
2

i 1 j 1 r.c
r

T
2
i.
(T.. ) 2
SSR  i 1

c r.c
Lanjutan…
 Rumus:

T
2
.j
j 1 (T.. ) 2
SSC  
r r.c

SSE = SST –SSR – SSC

 Lanjutan…
Tabel 2. Tabel Anova Klasifikasi Dua Arah
(Two Way Classification)
  Variasi SS Df MSS Fc
Baris SSR (r-1) SSR S21 MSSR
S1 2 = = MSSR Fc1 = =
Kolom SSC (c-1) r–1 S32 MSSE
SSC
S2 2 = = MSSC S 22 MSSC
Error SSE (r-1)(c-1)
c–1 Fc2 = =
SSE S32 MSSE
S2 =
3
= MSSE
(r-1) (c-1)
Lanjutan..
 Fc1 digunakan untuk menguji effek baris
(variasi yang terjadi pada barisnya),
dengan derajat kebebasan (r-1), (r-1)
(c-1)
 Sedangkan Fc2 digunakan untuk
menguji effek kolom dengan derajat
kebebasan (c-1), (r-1)(c-1).
Lanjutan…
Contoh :
Untuk mengetahui apakah ada berbedaan
tingkat produktivitas pekerja bagian
produksi perusahaan kue, yang
dipengaruhi oleh pengalaman kerja dan
tingkat umur. Produktivitas kerja
dihitung dalam periode satu triwulanan,
ditunjukkan seperti pada Tabel 3.
Lanjutan..
 Tabel 3

Umur Pengalaman
(tahun) 1-3 tahun 4-7 tahun >7 tahun

15-25 6,4 7,2 7,4

26-36 5,5 5,7 4,7
37-47 5,9 6,6 5,8
>47 5,8 5,7 5,3
Lanjutan..
 Dari data di atas selanjutnya dapat
dianalisis akan adanya pengaruh yang
datang dari adanya perbedaan
pengalaman (pengaruh kolom) dan juga
perbedaan umur / pengaruh baris).
  Dalam tabel selanjutnya dapat dilihat
cara Two Way Classification ini.
 Jawaban
 Tabel 4 Produktivitas (unit/karyawan), (ratusan unit)

 
Umur Pengalaman
(tahun) 1-3 tahun 4-7 tahun >7 tahun

15-25 6,4 7,2 7,4

26-36 5,5 5,7 4,7
37-47 5,9 6,6 5,8
>47 5,8 5,7 5,3
23,6 25,2 23,2
Lanjutan….
Contoh :
21,0 = Total baris 1 yaitu 6,4 + 7,2 + 7,4 dan
seterusnya
16,8 = Total baris 4 yaitu 5,8 + 5,7 + 5,3
23,6 = Total kolom pada umur 1-3 tahun
23,2 = Total kolom pada umur > 47 tahun

72,0 = Grand total (T..), jumlah dari

23,6+25,2+23,2
Lanjutan….
 Perhitungan:

r c 2
(T.. )
SST    X ij
2

i 1 j 1 r.c
Lanjutan..
SST = (6,4)2 + (5,5)2 + (5,9)2 + (5,8)2
+ (7,2)2 + …. + (5,7)2
+ (7,4)2 + …… + (5,3)2 – (72)2
4.3

SST = 438,62 – 432 = 6,62

SSR = Effek Baris (yang disebabkan
perbedaan umur)
Lanjutan…..
 Perhitungan:
r

 Ti.
2

(T.. ) 2
SSR  i 1

c r.c
= (21,0)2 + (15,9)2 + (18,3)2 + (16,8)2 - (72)2
= 4,98
3 4.3
Lanjutan…
SSC = Effek kolom yang disebabkan
tingkat pengalaman
c

T
2
.j
j 1 (T.. ) 2
SSC  
r r.c
Lanjutan…
SSR = (23,6)2 + (25,2)2 + (23,2)2 - (72)2
4 4.3
= 0,56

SSE = SST – SSR – SSC

= 6,62 – 4,98 – 0,56 = 1,08
Hasil perhitungan diatas dapat dibuat dalam
tabel anova sebagai berikut :
 Tabel Anova (Tabel 5)

Variasi SS Df MSS fc
Effek SSR
SSR (r-1) =1,66 (MSSR) 1,66
Baris (4,98) (4-1) r–1 Fc1 = = 9,2
SSC 0,18
Effek SSC (c-1) = 0,28 (MSSC) 0,28
Kolom (0,56) (3-1) c–1 Fc2 = = 1,55
SSE 0,18
SSE (r-1)(c-1) = 0,18 (MSSE)
Error (1,08) (4-1)(3-1) (r-1) (c-1)
Lanjutan..
NB : Effek Baris karena pengaruh umur
Effek Kolom karena pengaruh
pengalaman

F tabel : untuk Effek baris :

A.F df (r-1), (r-1) (c-1), Bila  = 5%
F 0,05 df (4-1), (4-1) (3-1)
F 0,05 df (3,6) = 4,76  F tabel1 = 4,76
Lanjutan…
B. F tabel : untuk Effek Kolom
F df (c-1), (r-1) (c-1)
F 0,05 (3-1), (4-1) (3-1)
F 0,05 df (2,6) = 5,14 
F tabel2 = 5,14
 
Lanjutan…
Jadi secara ringkas pengujian Anova ini dapat ditulis :
Step I.
(1) Effek baris/ Effek umur:
Ho : 1 = 2 = 3 = 4 = 0
(Effek umur = 0) (Tidak ada pengaruh umur
terhadap hasil produksi)
H1 = Paling sedikit salah satu dari i  0 (ada
pengaruh umur terhadap hasil produksi)
Lanjutan…
(2) Effek Kolom/Effek pengalaman
Ho :  1 = 2 =  3 = 0
(Efek pengalaman = 0 ) ( tidak ada pengaruh
pengalaman kerja terhadap hasil produksi )
berarti hasil produksi untuk ketiga kelompok
pengalaman tersebut sama saja).
H1 : paling sedikit salah satu dari  i  0 ( ada
pengaruh pengalaman terhadap hasil produksi
 
Lanjutan…
Step II.
Ft1 = 4,76
Ft2 = 5,14
Fc1 = 9,2
Fc2 = 1,55
Ho ditolak bila Fc > Ft
Ho diterima bila Fc ≤ Ft
 
Lanjutan..
Step III Perhitungan :
SST = 6,62 Fr = 9,2
SSR = 4,98 Fc= 1,55
SSC = 0,56 Ft1 = 4,76
SSE = 1,08 Ft2 = 5,14
 
Lanjutan….
Step IV. Kesimpulan
Fr > Ft1 hal ini berarti Ho ditolak, dan
sesuai dengan hipotesa no.1
sebelumnya, maka dengan ditolaknya
Ho menunjukkan bahwa 1  2  3 
4 dan berarti pula bahwa umur
karyawan yang berbeda ternyata
membawa effek terhadap hasil produksi
 
Lanjutan…
 Fc < Ft2 berarti Ho diterima, dan sesuai
dengan hipotesis no.2 di atas
sebelumnya, maka dengan diterima Ho
ini menunjukkan bahwa 1 = 2 = 3 =
0 dan berarti pula bahwa tidak ada
perbedaan yang cukup berarti terhadap
hasil produksi dari ketiga kelompok
pengalaman karyawan
 ANALISIS VARIAN DUA ARAH
DENGAN OBSERVASI SEL MAJEMUK

 Seperti telah dijelaskan sebelumnya bahwa analisis

varian dua arah dengan satu sel mengasumsikan
bahwa tidak terdapat interaksi antara klasifikasi
kolom dan baris.
 Dengan observasi lebih dari satu sel dapat diketahui
adanya efek interaksi. Misalnya, suatu merk mesin
tertentu menunjukkan rata-rata produksi yang lebih
besar dibandingkan dengan merk mesin lainnya
apabila dikerjakan oleh kelompok pekerja yang
mempunyai pengalaman yang relatif sama.
Lanjutan..
 Tetapi, mempunyai rata-rata yang lebih
kecil apabila dibandingkan dengan pada
kelompok pekerja dengan pengalaman
kerja yang lebih lama, meskipun
dengan jenis mesin yang sama. Dengan
demikian ini berarti bahwa antara merk
mesin dan pengalaman kerja ada
interaksinya.
 
Lanjutan…
Beberapa notasi yang digunakan dalam analisis
ini adalah :
Xijk = observasi ke-k dalam sel ke-ij, dimana k
= 1 ……..n
Tij = jumlah dari observasi dalam sel ke-ij
Ti = jumlah dari observasi dalam baris ke-i
Tj = jumlah dari observasi dalam kolom ke-j
Lanjutan…
 Perhitungan varian dan jumlah kuadrat
dari analisis varian dengan interaksi ini
merupakan pengembangan dari rumus-
rumus yang telah dibicarakan
sebelumnya, hanya saja ditambah
dengan varian dan jumlah kuadrat dari
efek interaksi. Perhitungannya adalah
sebagai berikut :
Lanjutan..
(T.. ) 2
1.Faktor Koreksi (FK) = N
k

 .j
T 2

2.Jumlah Kuadrat Kolom (JKK) = j 1

 FK
rn
r

T 2
i.
3.Jumlah Kuadrat Baris (JKB) = i 1
 FK
kn
Lanjutan..
4. Jumlah Kuadrat Interaksi (JKI) =
r k k r

j 1 j 1
Tr
ij T
j 1
j
r
T i
2

  i 1
 FK
n rn kn
5. Jumlah Kuadrat Total (JKT) =
r k n

 ij  FK
X 2

i 1 j 1 i 1
Lanjutan…
6.Jumlah Kuadrat Galat (JKG) =
JKT – JKK – JKB – JKI

Secara sistematis, jumlah kuadrat

tersebut beserta derajat bebasnya
disajikan dalam bentuk Tabel ANOVA.
Lanjutan…
Tabel 6. Tabel Anova Klasifikasi Dua Arah Sel
Majemuk
Sumber Jumlah Derajat Varian Rata-rata Ratio F
Variasi Kuadrat Bebas

Lintas Kolom JKK k-1 JKK

S c2  S c2
k 1 FA  2
Lintas Baris JKB r-1 S r2 
JKB Se
r 1
Interaksi JKI (r-1)(k-1) JKI S r2
S12  FB 
(r  1)( k  1) S e2
Galat JKG rk(n-1)
S12
S e2 
JKG FC  2
rk (n  1) Se
Total JKT N-1
Lanjutan…
Formulasi hipotesis untuk analisis varian dua
arah untuk observasi dengan sell majemuk
adalah :
HoA : 1 = 2 = 3 = …. k =  rata-rata nilai
klasifikasi kolom adalah sama.
HoB : 1 = 2 = 3 = …. r =  rata-rata nilai
klasifikasi baris adalah sama.
HoC : I11 = I12 = I13 = …. kr = 0 interaksi dari
kombinasi kolom dan baris adalah nol.
Lanjutan…
Dengan alternatif :
HaA : paling sedikit satu kelompok (kolom)
mempunyai rata-rata yang berbeda
nyata.
HaB : paling sedikit satu kategori baris
mempunyai rata-rata yang berbeda
nyata.
HoC : paling sedikit satu kombinasi kolom dan
baris mempunyai interaksi tidak sama
dengan nol.
Lanjutan…
Contoh :
Dalam rangka riset pemasaran terhadap
produk baru PT. Lexia melaksanakan tiga
metode promosi yang berbeda. Data yang
ditampilkan berikut ini menunjukkan gross
sales income (dengan code) yang diperoleh
dengan tiga metode promosi pada 4 wilayah
pemasaran yang berbeda dan pada 3 lokasi
tujuan pemasaran di masing-masing wilayah
yang diambil secara random, seperti yang
disajikan pada Tabel 7, sebagai berikut :
 Lanjutan…
Tabel 7 Gross Sales income menurut metode promosi
dan wilayah pemasaran
Metode Promosi
1 3
2
A 9 10 12
8 12 12
10 11 12
B 10 11 13
Wilayah 12 12 12
Pemasaran 12 13 14
C 12 11 14
12 12 12
13 13 13
D 10 10 14
11 13 13
12 12 15
Lanjutan…
 Terapkanlah uji analisis varian dua arah
dengan taraf nyata 5% untuk melihat
apakah terdapat perbedaan yang nyata
antara program promosi, antar wilayah
dan apakah ada efek interaksinya.
 
Jawaban:
1) Formulasi hipotesis :
HoA : Rata-rata Gross sale ketiga program promosi adalah
sama.
HaA : Paling sedikit satu program promosi menghasilkan rata-
rata gross sales yang berbeda.
HoB : Rata-rata Gross sale keempat wilayah pemasaran adalah
sama.
HaB : Paling sedikit satu wilayah pemasaran menghasilkan rata-
rata gross sales yang berbeda.
HoC : Interaksi diantara 12 kombinasi metode promosi dan
wilayah pemasaran adalah nol.
HaC : Interaksi diantara 12 kombinasi metode promosi dan
wilayah pemasaran tidak sama dengan nol.
Lanjutan..
2)Taraf nyata yang digunakan adalah 5%
Derajat bebas A = (3-1); 4(3)(3-1) =
2;24, maka FA tabel adalah = 3,34
Derajat bebas B = (4-1); 4(3)(3-1) =
3;24, maka FB tabel adalah = 3,01
Derajat bebas C = (4-1)(3-1); 4(3)(3-1)
= 6;24, maka FB tabel adalah = 2,51
 
Lanjutan..
3) Kriteria pengambilan keputusan :
HoA diterima bila F < 3,34
HoA ditolak bila F > 3,34
HoB diterima bila F < 3,01
HoB ditolak bila F > 3,01
HoC diterima bila F < 2,51
HoC ditolak bila F > 2,51
Lanjutan…
4) Perhitungan :
Tabel 8. Perhitungan jumlah kuadrat
gross sales menurut metode promosi
wilayah pemasaran.
Lanjutan
Tabel 8 Metode Promosi
Wilayah 1 2 3
X1 X1 2
X2 X2 2
X3 X32

9 81 10 100 12 144
A 8 64 12 144 12 144
10 100 11 121 12 144
T11=27 X211 = 245 T21=33 X 21 = 365
2 T31=36 X 31 = 432 T1 = 96
2

12 144 11 121 14 196

B 12 144 12 144 12 144
13 169 13 169 15 225
T12=37 X 12 = 457
2 T22=36 X 22 = 434
2 T32=41 X 32 = 565 T2 = 114
2

12 144 11 121 14 196

C 12 144 12 144 12 144
13 169 13 169 13 169
T13=37 X 13 = 457
2 T23=36 X 23 = 434
2 T33=39 X 33 = 509 T3 = 112
2

10 100 10 100 14 196

D 11 121 13 169 13 169
12 144 12 144 14 225
T14=33 X214 = 365 T24=35 X224 = 413 T34=41 X234 = 561 T4 = 109
T1=134 X2 = T2=140 X2 = T3=157 X2 = T = 431
1524 1646 2067
Lanjutan..
(431)2
FK = = 5.160,028
(4)(3)(3)
  Jumlah Kuadrat Kolom (JKK) =
k

 .j
T 2

j 1
 FK
rn
Lanjutan…
(134)2 + (140)2 + (157)2
JKK = – 5.160,028
(4) (3)
 
JKK = 5.183,75 – 5.160,028 = 23,722
 Lanjutan..
 Jumlah Kuadrat Baris (JKB) =
r

 i.
T 2

i 1
 FK
kn
(96)2 + (114)2 + (112)2 + (109)2
JKB = - 5.160,028
(3) (3)
 
Lanjutan..
JKB = 5.181,889 – 5.160,028 = 21,861
Jumlah Kuadrat Interaksi (JKI) =
r k k r

j 1 j 1
Tr
ij T
j 1
j
r
i
T 2

  i 1
 FK
n rn kn
Lanjutan…
Jumlah Kuadrat Interaksi (JKI) =
r k k r

j 1 j 1
Tr
ij T
j 1
j
r
 i
T 2

  i 1
 FK
n rn kn
 Lanjutan
 JKI = 5.213,667 – 5.183,75 – 5.181,889 +
5.160,028 = 8,056
r k n

Jumlah Kuadrat Total (JKT) =  ij  FK

2
X
i 1 j 1 i 1

JKT = 5.237 – 5.160,028 = 76,972

Lanjutan…
 Jumlah Kuadrat Galat (JKG) = JKT –
JKK – JKB – JKI
 JKG = 76,972 – 23,722 – 21,861 –
8,056 = 23,333
 
 Lanjutan….
Tabel 8. Tabel Anova Klasifikasi Dua Arah dengan sel majemuk
untuk data gross sale income menurut metode promosi dan
wilayah pemasaran
Sumber Variasi Jumlah Derajat Varian Rata- Ratio F
Kuadrat Bebas rata
Lintas Kolom 23,722 2 11,861
FA = 12,202
Lintas Baris 21,861 3 7,287
FB = 7,496
Interaksi 8,056 6 1,343
FC = 1,381
Galat 23,333 24 0,972
Total 76.97 35
Lanjutan…
 5) Kesimpulan
 Hasil perhitungan menunjukkan bahwa F hitung
lintas kolom dan lintas baris lebih besar dari F tabel,
sehingga Ho ditolak. Ini berarti terdapat perbedaan
gross sales income yang diperoleh oleh PT. Lexia,
baik menurut metode promosi maupun menurut
wilayah pemasarannya. Sedangkan F hitung interaksi
lebih kecil dari F tabel, sehingga Ho diterima. Ini
berarti tidak terdapat interaksi antara metode
pemasaran yang diterapkan dengan wilayah
pemasaran.
 Hasil Analisis SPSS
Tests of Between-Subjects Effects

Type III Sum of

Source Dependent Variable Squares df Mean Square F Sig.
Corrected Model Grossale 53.639a 11 4.876 5.016 .000
Metwil 3.553E-15b 11 3.230E-16 .000 1.000
Intercept Grossale 5160.028 1 5160.028 5307.457 .000
Metwil 144.000 1 144.000 144.000 .000
Metpro Grossale 23.722 2 11.861 12.200 .000
Metwil .000 2 .000 .000 1.000
Wilpem Grossale 21.861 3 7.287 7.495 .001
Metwil .000 3 .000 .000 1.000
Metpro * Wilpem Grossale 8.056 6 1.343 1.381 .262
Metwil .000 6 .000 .000 1.000
Error Grossale 23.333 24 .972
Metwil 24.000 24 1.000
Total Grossale 5237.000 36
Metwil 168.000 36
Corrected Total Grossale 76.972 35
Metwil 24.000 35
a. R Squared = .697 (Adjusted R Squared = .558)
b. R Squared = .000 (Adjusted R Squared = -.458)
Soal Latihan
 Soal 1
 Suatu penelitian dilakukan untuk mengetahui
produktivitas kerja karyawan (unit/minggu).
Dengan mengambil sejumlah sample pada
masing-masing metode kerja yang digunakan
serta pengalaman kerja dari karyawan
tersebut maka produktivitasnya seperti
tampak pada table berikut ini.
Lanjutan
 Produktivitas kerja karyawan (unit/minggu) berdasarkan atas
metode kerja dan pengalaman.
Pengalaman Metode kerja
A B C
< 3 tahun 9 14 10
8 15 12
10 15 14
9 16 15
3 – 5 tahun 8 17 16
10 15 14
9 16 15
8 14 14
6 – 8 tahun 10 16 12
9 14 15
8 15 16
10 14 14
> 8 tahun 9 12 11
8 14 12
10 15 14
9 16 15
Lanjutan..
 Gunakan analisis varian dua arah
dengan taraf nyata α = 5% untuk
mengetahui apakah ada perbedaan
yang nyata antara metode kerja dan
pengalaman kerja terhadap
produktivitas kerja karyawan dan
apakah ada efek interaksinya.
Latihan Soal
 Soal 2
 Suatu penelitian dilakukan untuk mengetahui daya
tahan kendaraan roda dua terhadap penggunaan
BBM. Daya tahan tersebut diperkirakan ditentukan
oleh jenis kendaraan maupun umur kendaraan.
Sampel diambil untuk 3 jenis kendaraan dan 4
kelompok umur kendaraan. Data tentang daya tahan
kendaraan terhadap penggunaan BBM (liter/km),
masing-masing jenis kendaraan dan kelompok umur
kendaraan seperti tampak pada table berikut ini.
Lanjutan…
 Tabel
Umur kendaraan Jenis kendaraan
Honda Yamaha Suzuki
< 3 tahun 22 23 20
25 24 21
24 25 20
23 22 22
25 21 20
3 – 4 tahun 25 24 21
24 23 23
22 25 25
23 22 24
24 21 21
5 – 6 tahun 22 22 22
25 25 25
23 24 24
24 21 23
25 20 21
> 6 tahun 20 23 22
21 22 25
23 24 24
25 21 26
24 20 25
Lanjutan….
 Gunakan analisis varian dua arah
dengan taraf nyata α = 5 % untuk
melihat apakah terdapat perbedaan
yang nyata antara jenis kendaraan dan
umur kendaraan terhadap daya tahan
dan apakah ada efek interaksinya.