Langkah-Langkah Perhitungan Anova Dua Jalan 2x2 dengan SPSS

Apa itu Anova Dua Jalan ?

ANOVA dua jalan (atau dikenal sebagai Two-Way ANOVA / ANOVA dua arah / Anava dua jalur) adalah metode statistik parametrik yang digunakan untuk menguji perbedaan rata-rata data di antara kelompok yang dibagi berdasarkan dua variabel bebas (independen) kategorikal terhadap satu variabel terikat (dependen) kontinu.

Berbeda dengan ANOVA satu jalan (One-Way ANOVA) yang hanya mengamati pengaruh satu faktor bebas, ANOVA dua jalan memungkinkan peneliti untuk melihat kontribusi dari dua faktor yang berbeda sekaligus serta interaksi di antara kedua faktor tersebut.

 

Tiga Pertanyaan Utama dalam ANOVA Dua Jalan

Saat menjalankan uji statistik ini pada platform olah data seperti SPSS Statistics, metode ini akan menjawab tiga hipotesis utama:

·        Efek Utama Faktor Pertama (Main Effect 1): Apakah variabel bebas pertama memiliki pengaruh signifikan terhadap variabel terikat?

·        Efek Utama Faktor Kedua (Main Effect 2): Apakah variabel bebas kedua memiliki pengaruh signifikan terhadap variabel terikat?

·        Efek Interaksi (Interaction Effect): Apakah ada pengaruh bersama atau interaksi antara variabel bebas pertama dan kedua dalam memengaruhi variabel terikat?

 

Contoh Kasus Penggunaan

Bayangkan Anda ingin meneliti Hasil Belajar Matematika Siswa (Variabel Terikat). Anda menduga ada dua faktor independen kategorikal yang memengaruhinya:

1. Model Pembelajaran (Faktor A: Project-Based Learning, Problem-Based Learning, dan Konvensional).

2. Gender/Jenis Kelamin (Faktor B: Laki-laki dan Perempuan).

Dengan ANOVA dua jalan, Anda bisa mengetahui apakah nilai matematika berbeda karena perbedaan model belajar, apakah berbeda karena jenis kelamin, dan apakah kombinasi model belajar tertentu hanya efektif pada gender tertentu saja (efek interaksi).

 

Asumsi Dasar Pengujian

Sebelum melakukan uji ANOVA dua jalan, data penelitian wajib memenuhi beberapa syarat asumsi statistik parametrik berikut agar hasilnya valid:  

·        Variabel Terikat Berupa Data Kontinu: Harus dalam skala interval atau rasio.

·        Dua Variabel Bebas Berupa Data Kategorikal: Nominal atau ordinal yang membagi data ke dalam kelompok-kelompok terpisah.

·        Independensi Observasi: Data antar kelompok tidak saling berkaitan atau partisipan hanya boleh masuk ke dalam satu kelompok kombinasi.

·       Tidak Ada Outlier: Data tidak boleh memiliki nilai ekstrem yang menyimpang terlalu jauh.

·       Distribusi Normal: Nilai residual data untuk setiap kombinasi kelompok harus berdistribusi normal.

·       Homogenitas Varians: Varians data antar kelompok kombinasi harus setara atau homogen 

Langkah-Langkah Perhitungan Anova Dua Jalan 2x2 dengan SPSS

Berikit ini Langkah-Langkah Perhitungan Anova Dua Jalan 2x2 dengan SPSS

Buku program SPSS                                                            

Masukan data di atas seperti contoh berikut ini

Caranya input data pada lembaran/sheet data view,  Sedangkan nama variabel seperti Nilai, FaktorA dan Faktor B pada lembaran/sheet variabel view pada kolom name, kolom yang lain dibiarkan saja kecuali variabel decimal boleh diganti sesuai dengan data yang kita inginkan, misalnya 2 atau 3 decimal dibelakang koma.

Selnjutnya Klik ANALIS -> GENERAL LINEAR MODEL -> UNIVARIATE

Pada kotak dialog isi

Kolom dependen dengan variabel NILAI

Kolom Fixed Factorial dengan FaktorA dan FaktorB

Lihat contoh:

Klik Oke. Silahkan Analisis Hasilnya

Sumber Varian	SS	Dk	MS	F HITUNG	F TABEL
Faktor A	26.450	1	26.450	21.160	4.493
Faktor B	0.050	1	0.050	0.040	4.493
Faktor AB	0.050	1	0.050	0.040	4.493
Inter	20.000	16	1.250

Contoh Analisis

Ho = Tidak terdapat perbedaan prestasi yang berarti antara siswa yang belajar dengan menggunakan metode diskusi dan media LKS dengan siswa yang tidak menggunakan metode diskusi dan media LKS.

Ha = Terdapat perbedaan prestasi yang berarti antara siswa yang belajar dengan menggunakan metode diskusi dan media LKS dengan siswa yang tidak menggunakan metode diskusi dan media LKS.

Ketentuan Uji : jika F hitung lebih kecil atau sama dengan F tabel maka H0 diterima

Berdasarkan data tersebut di atas diketahui bahwa Fhitung = 0.040 sedangkan Ftabel=4.493 dengan demikian Ho diterima atau tidak terdapat perbedaan prestasi yang berarti antara siswa yang belajar dengan menggunakan metode diskusi dan media LKS dengan siswa yang tidak menggunakan metode diskusi dan media LKS.

Contoh 2

Ho = Tidak terdapat perbedaan prestasi yang berarti antara siswa yang belajar dengan menggunakan metode diskusi dengan siswa yang tidak menggunakan metode diskusi.

Ha = Terdapat perbedaan prestasi yang berarti antara siswa yang belajar dengan menggunakan metode diskusi dengan siswa yang tidak menggunakan metode diskusi.

Berdasarkan data di atas F hitung = 21.160 dengan demikian Ho ditolak atau Ha diterima dengan demikian terdapat perbedaan prestasi yang berarti antara siswa yang belajar dengan menggunakan metode diskusi dengan siswa yang tidak menggunakan metode diskusi.

============================

= Baca Juga =

Berbagi :