Professional Documents
Culture Documents
Two way anova atau anova dua jalur/anova dua faktor, jumlah faktor dapat diperluas lagi
melibatkan dua faktor, tiga faktor dan n faktor pada respon numerik. Misalnya, satu variabel terikat
dengan dua atau lebih variabel bebas. Pada analisis ini tidak hanya menentukan apakah dua faktor
atau lebih memiliki pengaruh terhadap suatu populasi saja, akan tetapi juga dapat menentukan
apakah terdapat interaksi antar satu faktor dengan faktor yang lain.
Berikut ini merupakan contoh kasus dalam bidang pemasaran, apakah daerah dan metode pemasaran
mempunyai hubungan dengan jumlah hasil penjualan.
Daerah
1
2
3
4
JEMPUT BOLA
70
79
72
77
81
79
82
78
80
85
90
87
METODE
SPG SEXY
83
89
78
87
87
88
94
83
79
84
90
88
BALIHO
81
86
79
69
69
77
72
79
75
68
71
69
4. Setelah selesai dengan variable view, klik data view dan mulai masukkan data sesuai dengan
jenis dan namanya.
Isi kolom METODE sesuai
dengan angka pada values;
1= Jemput Bola
2 = SPG sexy
3 = Baliho
5. Setelah langkah tersebut diatas selesai, langkah selanjutnya adalah melakukan perhitungan
yang hasil akhirnya guna mendapatkan nilai untuk melakukan analisis.
c. untuk menampilkan plot rata-rata antar faktor, pada dialog box pilihlah menu plot
dan tentukanlah faktor mana yang akan menjadi garis horizontal dan garis vertikal.
2
1
d. langkah selanjutnya adalah post hoc test, gunanya untuk membandingkan rata-rata masingmasing kelompok. Sebagai contoh dalam kasus ini akan dilakukan test untuk mengetahui
perbedaan rata-rata kelompok pada variabel daerah dan metode, dengan menggunakan
pendekatan pada Tukey honestly significant difference (tukey HSD) test. Pemilihan Tukeys
dipilih karena jumlah n pada setiap variable sama .
(penjelasan tentang pemilihan pendekatan pada post hoc test akan saya sampaikan dilain
kesempatan).
2
1
3
f. setelah semua pengaturan selesai, selanjutnya klik OK. Untuk menutup dialog box dan
menampilakan output/hasil.
Dari seluruh rangkaian proses diatas akan diperoleh hasil sebagai berikut.
03-Mar-2014 12:27:15
Comments
Input
Data
Active Dataset
DataSet0
Filter
<none>
Weight
<none>
Split File
<none>
Definition of Missing
37
User-defined missing values are treated as missing.
Cases Used
Statistics are based on all cases with valid data for all
variables in the model.
Syntax
UNIANOVA HASIL_PENJUALAN_PRODUK BY
DAERAH METODE
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/POSTHOC=DAERAH METODE(TUKEY)
/PLOT=PROFILE(METODE*DAERAH)
/PRINT=HOMOGENEITY DESCRIPTIVE
/CRITERIA=ALPHA(.05)
/DESIGN=DAERAH METODE DAERAH*METODE.
Resources
Processor Time
00:00:00.343
Elapsed Time
00:00:00.278
Between-Subjects Factors
Value Label
DAERAH
METODE
JEMPUT BOLA
12
SPG SEXY
12
BALIHO
12
Descriptive Statistics
Dependent Variable:HASIL_PENJUALAN_PRODUK
DAERA
H
METODE
JEMPUT BOLA
73.67
4.726
SPG SEXY
83.33
5.508
BALIHO
82.00
3.606
Total
79.67
6.083
JEMPUT BOLA
79.00
2.000
SPG SEXY
84.00
6.083
BALIHO
73.33
4.041
Total
78.78
5.974
JEMPUT BOLA
80.00
2.000
Mean
Std. Deviation
Total
SPG SEXY
85.33
7.767
BALIHO
75.33
3.512
Total
80.22
6.160
JEMPUT BOLA
87.33
2.517
SPG SEXY
87.33
3.055
BALIHO
69.33
1.528
Total
81.33
9.247
JEMPUT BOLA
80.00
5.705
12
SPG SEXY
85.00
5.240
12
BALIHO
75.00
5.560
12
Total
80.00
6.761
36
Dependent Variable:HASIL_PENJUALAN_PRODUK
F
df1
1.714
df2
11
Sig.
24
.130
Squares
df
Mean Square
Sig.
11
105.879
5.837
.000
Intercept
230400.000
230400.000
1.270E4
.000
DAERAH
30.889
10.296
.568
.642
METODE
600.000
300.000
16.539
.000
DAERAH * METODE
533.778
88.963
4.905
.002
Error
435.333
24
18.139
Total
232000.000
36
1600.000
35
Corrected Model
Corrected Total
1164.667
Profile Plots
(J) METODE
JEMPUT BOLA
SPG SEXY
BALIHO
SPG SEXY
JEMPUT BOLA
BALIHO
BALIHO
JEMPUT BOLA
SPG SEXY
J)
Std. Error
Sig.
Lower Bound
Upper Bound
-5.00
1.739
.022
-9.34
-.66
5.00
1.739
.022
.66
9.34
5.00
1.739
.022
.66
9.34
10.00
1.739
.000
5.66
14.34
-5.00
1.739
.022
-9.34
-.66
-10.00
1.739
.000
-14.34
-5.66
Multiple Comparisons
HASIL_PENJUALAN_PRODUK
Tukey HSD
95% Confidence Interval
(J) METODE
JEMPUT BOLA
SPG SEXY
SPG SEXY
BALIHO
J)
Std. Error
Sig.
Lower Bound
Upper Bound
-5.00
1.739
.022
-9.34
-.66
BALIHO
5.00
1.739
.022
.66
9.34
JEMPUT BOLA
5.00
1.739
.022
.66
9.34
BALIHO
10.00
1.739
.000
5.66
14.34
JEMPUT BOLA
-5.00
1.739
.022
-9.34
-.66
-10.00
1.739
.000
-14.34
-5.66
SPG SEXY
Based on observed means.
The error term is Mean Square(Error) = 18.139.
*. The mean difference is significant at the .05 level.
Homogeneous Subsets
HASIL_PENJUALAN_PRODUK
Tukey HSD
Subset
METODE
BALIHO
12
JEMPUT BOLA
12
SPG SEXY
12
Sig.
75.00
80.00
85.00
1.000
1.000
1.000
DAERAH
Multiple Comparisons
HASIL_PENJUALAN_PRODUK
Tukey HSD
(I)
(J)
DAERAH
DAERAH
Std. Error
2.008
Sig.
Lower Bound
.970
-4.65
Upper Bound
6.43
-.56
2.008
.992
-6.09
4.98
-1.67
2.008
.840
-7.21
3.87
-.89
2.008
.970
-6.43
4.65
-1.44
2.008
.888
-6.98
4.09
-2.56
2.008
.588
-8.09
2.98
.56
2.008
.992
-4.98
6.09
1.44
2.008
.888
-4.09
6.98
-1.11
2.008
.945
-6.65
4.43
1.67
2.008
.840
-3.87
7.21
2.56
2.008
.588
-2.98
8.09
1.11
2.008
.945
-4.43
6.65
Homogeneous Subsets
HASIL_PENJUALAN_PRODUK
Tukey HSD
Subset
DAERAH
78.78
79.67
80.22
81.33
Sig.
.588
PENJELASAN
Descriptive Statistics
Dependent Variable:HASIL_PENJUALAN_PRODUK
DAERA
H
METODE
JEMPUT BOLA
73.67
4.726
SPG SEXY
83.33
5.508
BALIHO
82.00
3.606
Total
79.67
6.083
JEMPUT BOLA
79.00
2.000
SPG SEXY
84.00
6.083
BALIHO
73.33
4.041
Total
78.78
5.974
JEMPUT BOLA
80.00
2.000
SPG SEXY
85.33
7.767
BALIHO
75.33
3.512
Total
80.22
6.160
JEMPUT BOLA
87.33
2.517
SPG SEXY
87.33
3.055
BALIHO
69.33
1.528
Total
81.33
9.247
JEMPUT BOLA
80.00
5.705
12
SPG SEXY
85.00
5.240
12
BALIHO
75.00
5.560
12
Total
80.00
6.761
36
Total
Mean
Std. Deviation
Untuk table descriptive statistics, total populasi untuk keseluruhan responden yang diambil
sebanyak 36 responden, dengan tiap-tiap daerah memiliki 9 responden. Dan untuk setiap metode
intruksi memiliki jumlah responden yang sama yaitu sebanyak 12 responden.
Levene's Test of Equality of Error Variances
Dependent Variable:HASIL_PENJUALAN_PRODUK
F
df1
1.714
df2
11
Sig.
24
.130
Pada tebel levenes test of equality of eror variances diatas bahwa F hitung adalah 1,714 dengan
nilai signifikansi sebesar 0,130.
Hipotesa:
Ho : Ketiga metode instruksi tersebut memiliki varian yang sama.
Hi : Ketiga metode intruksi tersebut minimal ada satu yang tidak identik variannya.
Kriteria pengambilan keputusan:
Jika nilai signifikansi > 0,05 maka Ho diterima
Jika nilai signifikansi < 0,05 maka Ho ditolak.
Karena F hitung sebesar 1,714 dengan probabilitas (nilai signifikansi) 0,130 adalah lebih besar
dari 0,05 [0.130 > 0.05] maka ketiga metode instruksi tersebut memiliki varian yang sama, berarti
asumsi bahwa jika datanya sedikit populasi harus normal untuk melakukan uji anova telah terpenuhi
Tests of Between-Subjects Effects
Dependent Variable:HASIL_PENJUALAN_PRODUK
Type III Sum of
Source
Squares
df
Mean Square
Sig.
11
105.879
5.837
.000
Intercept
230400.000
230400.000
1.270E4
.000
DAERAH
30.889
10.296
.568
.642
METODE
600.000
300.000
16.539
.000
DAERAH * METODE
533.778
88.963
4.905
.002
Error
435.333
24
18.139
Total
232000.000
36
1600.000
35
Corrected Model
Corrected Total
1164.667
Test of between-subjects effects atau hasil table anova diatas memberitahukan bahwa pada METODE
intstruksi, F hitung sebesar 16,539 dengan probabilitas 0,000.
Hipotesa:
Ho : rata-rata hasil penjualan untuk tiap metode instruksi adalah sama.
Hi : rata-rata hasil penjualan untuk tiap metode instruksi minimal ada satu yang tidak sama.
Dasar pengambilan keputusan:
Jika nilai signifikansi > 0,05 maka Ho diterima
Jika nilai signifikansi < 0,05 maka Ho ditolak atau menerima Hi
Pengambilan keputusan:
Karena F hitung sebesar 16,539 dengan nlai signifikansi 0,000 adalah lebih kecil dari 0,05
[0.000<0.05] maka dikatakan bahwa untuk tiap-tiap model instruksi memiliki rata-rata penjualan
yang tidak sama. DAERAH pada table test of between-subjects effect memiliki F hitung 0,568 dengan
nilai signifikansi sebesar 0,642.
Hipotesa;
Ho : rata-rata hasil penjualan untuk tiap-tiap daerah adalah sama
Hi : rata-rata hasil penjualan untuk tiap-tiap daerah minimal ada satu yang tidak sama.
Dasar pengambilan keputusan;
Jika nilai signifikansi > 0,05 maka Ho diterima
Jika nilai signifikansi < 0,05 maka Ho ditolak atau menerima Hi
Daerah target penjualan dengan F hitung sebesar 0,568 dengan probablitas 0,642 adalah lebih besar
0,05 [0.642>0.05] maka menerima hipotesa awal, dengan kata lain bahwa ternyata rata-rata hasil
penjualan untuk daerah target penjualan adalah sama.
INTERAKSI (METODE*DAERAH)
Hipotesa:
Ho : rata-rata hasil penjualan untuk interaksi adalah berbeda
Hi : rata-rata hasil penjualan untuk interaksi minimal ada satu yang tidak sama.
Dasar pengambilan keputusan;
Jika nilai signifikansi > 0,05 maka Ho ditrima
Jika nilai signifikansi < 0,05 maka Ho ditolak atau menerima Hi.
Dari tabel Test of between-subjects effects F hitung untuk interaksi metode dan daerah
(metode*daerah) adalah 4,905 dengan probabilitas sebesar 0,002 adalah lebih kecil dari 0,05
[0.002<0.005] maka dikatakan bahwa rata-rata hasil penjualan produk untuk interaksi metode dan
daerah adalah berbeda.
Kesimpulan:
Dari uji two way anova diatas dapat disimpulkan bahwa rata-rata hasil penjualan untuk tiap-tiap
metode instruksi adalah berbeda namun sama untuk tiap-tiap daerah target penjualan. Akan tetapi
apabila daerah target penjualan dikombinasikan dengan metode instruksi yang tepat akan
mempengaruhi rata-rata hasil penjualan.
Sumber :
http://ssista.wordpress.com/contoh-kasus-one-way-anova-dan-two-way-anova-menggunakan-spss/
Nugroho, Y.A. 2011. Its Easy Olah Data dengan SPSS. Yogyakarta: Skripta.