Cara Analisis Anova Dua Faktor (Two Way) Menggunakan SPSS

Analisis of Variance (ANOVA)

• Pengertian Anova

  ANOVA atau Analysis of Variance atau disebut analisis ragam adalah analisis yang digunakan untuk menguji perbedaan rata-rata dua kelompok atau lebih. Mengapa disebut analisis ragam ? karena dalam proses anova sumber-sumber yang ada dipisahkan berdasarkan keragamannya, sumber keragaman tersebut yang menjadi pembanding untuk mengetahui sumber mana yang menyebabkan keragaman tersebut. Pengertian lain dari anova adalah suatu teknik analisis untuk memebandingkan variansi, rata-rata dan simpangan baku dari 2 atau lebih variabel atau kelompok sampel. Jenis data yang ditepat digunakan untuk variabel bebasnya adalah nominal/ordinal, sedangkan untuk variabel terikat adalah interval/ ratio. Jika pada variabel terikat masih belum berskala interval/ratio maka perlu dilakukan transformasi data terlebih dahulu. Adapaun asumsi yang harus terpenuhi dalam pengujian anova adalah:

1. Kenormalan : Distribusi data harus normal
2. Kesamaan Variansi : Setiap kelompok harus berasal dari populasi yang sama (homogen).
3. Pengamatan Bebas : Sampel hendaknya diambil secara acak (random).
4. kelompok yang dibandingkan harus berasal dari sampel yang berbeda atau tidak berpasangan atau bisa dikatakan responden penelitian harus berbeda untuk masing-masing kelompok.

• Anova Dua Arah (Two Way)

Anova dua arah digunakan bila sumber keragaman yang terjadi tidak hanya karena satu faktor (perlakukan). Faktor lain yang mungkin menjadi sumber keragaman respon juga perlu diperhatikan. Tujuan dari pengujian Anova 2 arah ini adalah untuk mengetahui apakah terdapat pengaruh dari berbagai kriteria yang diuji terhadap hasil yang diinginkan. 

• Contoh Studi Kasus Two Way Anova

Seorang peneliti ingin mengetahui apakah terdapat perbedaan jumlah jam belajar mahasiswa berdasarkan level student dan jenis kelamin mahasiswa tersebut. Faktor level student ada 4 tingkat, sedangkan faktor jenis kelamin ada 2 (laki-laki dan perempuan). Berikut data yang akan dilakukan analisis:

Hipotesis yang akan diuji oleh peneliti adalah:

1. Terdapat perbedaan jumlah jam belajar mahasiswa berdasarkan level student (tingkatan).

2. Terdapat perbedaan jumlah jam belajar mahasiswa berdasarkan jenis kelaminnya.

3. Terdapat interaksi antara level student dengan jenis kelamin dalam menentukan jumlah jam belajar mahasiswa.

    Sebelum masuk ke dalam langkah-langkah analisis menggunakan software SPPS data yang kita peroleh di atas diubah terlebih dahulu agar mempermudah proses analisisnya. Data di aats diubah menjadi tabel berikut.

• Langkah-langkah Anova 2 Arah Menggunakan SPSS

1. Inputkan data di atas pada software SPSS, kemudian klik Variabel View dan isi kolom-kolom sesuai dengan gambar di bawah ini:

2. Klik Analyze - General Linier Model - Univariate. 

3. Masukkan variabel jam belajar pada kolom Dependent Variabel  dan 2 variabel lainnya ke kolom Independent Variabel.

4. Klik Plots, masukkan factor level student pada kolom Horizontal dan factor gender pada kolom Separate Lines dan Klik Add. Klik Continue

5. Klik Options, kemudian centang kolom Descriptive dan kolom Homogenity Test. Klik Continue.

6. Klik EM Means, masukkan factor level Student*gender ke kolom Display Means For. Klik Continue dan Klik OK.

• Pembahasan

Berdasarkan langkah-langkah di atas diperoleh output sebagai berikut:

Pada tabel Beetwen- Subject Factor merupakan hasil output mengenai subjek-subjek yang diteliti dan jumlah masing-masing dari subjeknya sedangkan pada tabel Descriptive Statistics merupakan tabel yang berisikan Mean, Std Deviasi dan N.

Output tabel Levene's Test merupakan hasil untuk mengetahui apakah masing-masing ragam dari variabel dependent homogen.  Berdasarkan output di atas diperoleh nilai Sig. lebih dari 0,05 yang artinya ragam dari jumlah jam belajar homogen.

Output tabel Between-Subject Effect merupakan output dari pengujian hipotesis analisis anova 2 arah. Dimana disini akan ada 3 variabel yang dilihat yaitu

• Pada variabel Level_Student diperoleh Sig, 0,244 > 0,05 yang artinya Tolak H0, sehingga dapat disimpulkan tidak terdapat perbedaan antara jumlah jam belajar dengan Level_Student.
• Pada variabel Jenis_Kelamin diperoleh SIg. 0,934 > 0,05 yang artinya Tolak H0, sehingga dapat disimpulkan tidak terdapat perbedaan antara jumlah jam belajar dengan jenis kelamin. 
• Pada Variabel interaksi Level_student dengan Jenis_Kelamin diperoleh Sig. 0,709 > 0,05 yang artinya Tolak H0, Sehingga dapat disimpulkan tidak terdapat interaksi antara Level_Studeng dengan Jenis_Kelamin dalam menentukan Jumlah jam belajar.

Author: Ajeng Jasmine (AJF)