ANOVA DUA JALUR

Kasus : "Pengaruh Gender dan Pendidikan Terhadap Nilai Ujian Statistika"

Variabel:

Variabel independen: 1. "Gender" dengan kategori Pria dan Wanita.

Measure Nominal, Decimals=0, Type Numeric dan isi value: 1= Pria, 2=Wanita.

Variabel independen: 2. "Pendidikan" dengan kategori SLTP, SLTA dan PT.

Measure Nominal, Decimals=0, Type Numeric dan isi value: 1= SLTP, 2=SLTA,
3=PT.

Variabel dependen: "Ujian", Decimals=0, Measure Scale, Type Numeric.

DATA VARIABEL

GEN PEND UJIAN

1,00 2,00 45,00

2,00 2,00 87,00

1,00 2,00 65,00

2,00 3,00 55,00

1,00 1,00 24,00

2,00 2,00 53,00

2,00 3,00 76,00

2,00 1,00 68,00

1,00 2,00 43,00

2,00 2,00 76,00

1,00 1,00 35,00

2,00 2,00 66,00

1,00 3,00 87,00

2,00 2,00 67,00

1,00 2,00 45,00

2,00 3,00 66,00

2,00 3,00 86,00

2,00 2,00 65,00

1,00 1,00 44,00

2,00 2,00 65,00

1,00 1,00 35,00

2,00 2,00 66,00

1,00 3,00 84,00

2,00 2,00 56,00

1,00 1,00 34,00

2,00 2,00 66,00

1,00 3,00 76,00

2,00 2,00 67,00

1,00 1,00 44,00

2,00 3,00 65,00

1,00 2,00 35,00

2,00 2,00 66,00

1,00 3,00 99,00

2,00 2,00 56,00

1,00 3,00 45,00

2,00 2,00 66,00

1,00 3,00 76,00

2,00 3,00 70,00

1,00 1,00 11,00

2,00 2,00 55,00

Setelah data terisi, pada menu, Klik Analyze, General Linear Model, Univariate. Maka akan
mucul jendela sbb: Masukkan Ujian ke kotak Dependent Variable, masukkan Gender dan
Pendidikan ke kotak Fixed factor(s). (Kotak Random factor (s) dan Covariate(s) tidak akan
kita gunakan dalam Two Ways Anova, kotak tersebut akan digunakan pada "Uji Ancova").

Kemudian pindahkan data seperti dibawh ini

Klik Plot, maka akan muncul jendela seperti di bawah ini: Masukkan Gender ke kotak
Horizontal Axis dan Pendidikan ke kotak Separate Lines.

Klik Add, maka akan tampak sbb:

 Klik Continue.

Klik Post Hoc, maka muncul jendela sbb: Masukkan Pendidikan ke kotak Post Hoc
Test for. Centang Tukey

Klik Continue
 Klik Options, maka akan muncul jendela sbb: Masukkan Gender, Pendidikan, dan
Gender*Pendidikan ke dalam kotak Display Means for. Pada Display centang
Descriptive statistics dan Homogentity test.

Klik Continue

Klik OK

Lihat Hasil!

CARA MEMBACA HASIL ANOVA / OUTPUT (INTERPRESTASI)

Output Two Way Anova dalam SPSS

Artikel kali ini merupakan lanjutan dari artikel sebelumnya yang berjudul "Two Way Anova
dalam SPSS". Dalam artikel tersebut dijelaskan langkah demi langkah melakukan uji Two
Way Anova dengan menggunakan aplikasi SPSS.

cara membaca output dari uji tersebut dan bagaimana menginterprestasikannya, hingga
menjawab hipotesis.

Dengan menggunakan data pada artikel sebelumnya tersebut, maka kita lihat output di bawah
ini:
Dari tabel di atas, kita bisa menilai rata-rata nilai ujian berdasarkan gender dan pendidikan.
sebagai contoh: nilai rata-rata ujian pria dengan pendidikan SLTP sebesar 32,42 sedangkan
nilai ujian wanita yang berpendidikan SLTA sebesar 65,13 dan begitu seterusnya.

Di bawah ini adalah Tabel Levene's Test. Digunakan untuk menilai homogenitas tiap variabel.

Di atas menunjukkan nilai (Signifikansi) Sig. 0,527 di mana > 0,05 sehingga bisa dikatakan
varian antar group berbeda secara signifikan

Tabel di bawah ini menunjukkan hasil dari uji Two Way Anova:
Dari tabel di atas, kita mendapatkan nilai-nilai penting yang bisa disimpulkan sebagai
berikut:

1. Corrected Model: Pengaruh Semua Variabel independen (Gender, Pendidikan dan

Interaksi gender dengan pendidikan atau "Gender*Pendidikan") secara bersama-sama
terhadap variabel dependen (Nilai Ujian). Apabila Signifikansi (Sig.) < 0,05 (Alfa) =
Signifikan. Contoh di atas 0,000 berarti model valid.

2. Intercept: Nilai perubahan variabel dependen tanpa perlu dipengaruhi keberadaan

variabel independen, artinya tanpa ada pengaruh variabel independen, variabel dependen
dapat berubah nilainya. Apabila Signifikansi (Sig.) < 0,05 (Alfa) = Signifikan. Contoh di
atas 0,000 berarti intercept signifikan.

3. Gender: Pengaruh gender terhadap nilai ujian di dalam model. Apabila Signifikansi
(Sig.) < 0,05 (Alfa)= Signifikan. Contoh di atas 0,005 berarti gender berpengaruh
signifikan.

4. Pendidikan: Pengaruh pendidikan terhadap nilai ujian di dalam model. Apabila

Signifikansi (Sig.) <0,05 (Alfa)= Signifikan. Contoh di atas 0,000 berarti Pendidikan
berpengaruh signifikan.

5. Gender*Pendidikan: Pengaruh Gender*pendidikan terhadap nilai ujian di dalam

model. Apabila Signifikansi (Sig.) <0,05 (Alfa)= Signifikan. Contoh di atas 0,003 berarti
gender*pendidikan berpengaruh signifikan.

6. Error: Nilai Error model, semakin kecil maka model semakin baik.
 7. R Squared: Nilai determinasi berganda semua variabel independen dengan dependen.
Contoh di atas 0,668 di mana mendekati 1, berarti korelasi kuat.

Dari 7 kesimpulan di atas, dalam uji Two Way Anova, poin 1, 3, 4 dan 5 adalah yang
terpenting (tanpa mengabaikan yang lain).

Tabel di bawah ini adalah Tabel Tukey Post Hoc digunakan untuk menilai kategori manakah
dari variabel pendidikan yang memiliki perbedaan signifikan:

Yang ada perbedaan signifikan ditandai dengan tanda bintang (*). Dari tabel di atas,
semuanya ditandai dengan bintang, berarti semuanya ada perbedaan yang signifikan.

Diagram Plot di bawah ini berguna untuk menilai apakah ada interaksi efek antar variabel.
Namun diagram ini tidak bisa dijadikan bahan acuan yang valid. Tetapi hanya sekedar
memberikan gambaran saja. Apabila garis-garis tidak menunjukkan kesejajaran, maka
dicurigai ada efek interaksi.
Diagram di atas menunjukkan ada ketidak sejajaran garis, maka dicurigai ada efek interaksi.
Demikian ulasang singkat tentang Uji Two Way Anova dengan SPSS. Semoga bermanfaat.

http://www.statistikian.com/2012/11/interprestasi-output-two-way-anova.html ANWAR
HIDAYAT INTERPRESTASI OUTPUT TWO WAY ANOVA DALAM SPSS