SlideShare uma empresa Scribd logo
1 de 13
ANALISIS VARIANSI DUA JALAN
Tujuan dari anava dua jalan adalah untuk menguji signifikansi efek dua variabel bebas
terhadap satu variabel terikat, dan untuk menguji signifikansi interaksi kedua variabel bebas
terhadap variabel terikat. Kedua variabel bebas tersebut disebut faktor “baris” (faktor A)
dan faktor “kolom” (faktor B).
Pada dasarnya pengujian yang pertama adalah pengujian rerata antar baris, pengujian
kedua adalah pengujian rerata antar kolom, dan pengujian ketiga adalah pengujian rerata
antar sel pada baris atau kolom yang sama.
Notasi dan Tata Letak Data
Faktor A
Faktor B
b1 b2 ... bq
a1
X111
X112
...
X11n
X121
X122
...
X12n
...
...
...
...
X1q1
X1q2
...
X1qn
a2
X211
X212
...
X21n
X221
X222
...
X22n
...
...
...
...
X2q1
X2q2
...
X2qn
... ... ... ... ...
ap
Xp11
Xp12
...
Xp1n
Xp21
Xp22
...
Xp2n
...
...
...
...
Xpq1
Xpq2
...
Xpqn
1. Hipotesis
a) H0A : αi = 0 untuk setiap i = 1, 2, 3, ..., p
H1A : paling sedikit ada satu αi yang tidak nol
b) H0B : βj = 0 untuk setiap j = 1, 2, 3, ..., q
H1B : paling sedikit ada satu βj yang tidak nol
c) H0AB : (αβ)ij = 0 untuk setiap i = 1, 2, 3, ..., p dan j = 1, 2, 3, ..., q
H1AB : paling sedikit ada satu (αβ)ij yang tidak nol
ATAU
a) H0A : tidak ada perbedaan efek antar baris terhadap variabel terikat
H1A : ada perbedaan efek antar baris terhadap variabel terikat
b) H0B : tidak ada perbedaan efek antar kolom terhadap variabel terikat
H1B : ada perbedaan efek antar kolom terhadap variabel terikat
c) H0AB : tidak ada interaksi antar baris dan kolom terhadap variabel terikat
H1AB : ada interaksi baris dan kolom terhadap variabel terikat
2. Komponen komputasi
a. Jumlah Kuadrat (JK)
1) Anava dua jalan sel sama
Tabel jumlah AB
Faktor
A
Faktor B
Total
b1 b2 ... bq
a1 AB11 AB12 ... AB1q A1
a2 AB21 AB22 ... AB2q A2
... ... ... ... ... ...
ap ABp1 ABp2 ... ABpq Ap
Total B1 B2 ... Bq G
Untuk memudahkan perhitungan pada anava dua jalan sel sama, didefinisikan
besaran-besaran (1), (2), (3), (4), dan (5) sebagai berikut:
N
G2
1
j
j
np
B
2
4
kji
ijkX
,,
2
2
ji
ij
n
AB
,
2
5
i
i
nq
A
2
3
)1()3(JKA
)1()4(JKB
)4()3()5()1(JKAB
)5(2JKG
JKGJKABJKBJKAJKTJKT atau)1()2(
Dimana:
JKA = Jumlah Kuadrat Baris
JKB = Jumlah Kuadrat Kolom
JKAB = Jumlah Kuadrat Interaksi
JKG = Jumlah Kuadrat Galat
JKT = Jumlah Kuadrat Total
2) Anava dua jalan sel tak sama
Tabel rerata dan jumlah rerata
Faktor
A
Faktor B
Total
b1 b2 ... bq
a1 11AB 12AB ... qAB1 A1
a2 21AB 22AB ... qAB2 A2
... ... ... ... ... ...
ap 1pAB 2pAB ... pqAB Ap
Total B1 B2 ... Bq G
Pada analisis variansi dua jalan dengan sel tak sama, didefinisikan notasi-notasi
sebagai berikut:
ji
ijnN
,
banyaknya seluruh data amatan
ijn banyaknya data amatan pada sel ij
hn rerata harmonik frekuensi seluruh sel =
ji ijn
pq
,
1
ij
k
ijk
k
ijkij
n
X
XSS
2
2
= jumlah kuadrat deviasi data amatan pada sel ij
ijAB rerata pada sel ij
i
iji ABA jumlah rerata pada baris ke-i
j
ijj ABB jumlah rerata pada kolom ke-j
ij
ijABG jumlah rerata semua sel
Untuk memudahkan perhitungan, didefinisikan besaran-besaran (1), (2), (3),
(4), dan (5) sebagai berikut:
pq
G2
1
ij
ijSS2
i
i
q
A
2
3
j
j
p
B
2
4
ij
ijAB
2
5
13hnJKA
14hnJKB
4351hnJKAB
2JKG
JKGJKABJKBJKAJKT
b. Derajat kebebasan
c. Rerata kuadrat
d. Statistik uji
1) Untuk adalah
2) Untuk adalah
3) Untuk adalah
e. Daerah kritik
1) Daerah kritik untuk adalah
2) Daerah kritik untuk adalah
3) Daerah kritik untuk adalah
f. Keputusan uji
1) ditolak apabila
2) ditolak apabila
3) ditolak apabila
g. Rangkuman analisis
Rangkuman Anava Dua Jalan
Sumber
variansi
JK Dk RK Statistik uji
A (baris) JKA p-1
B (kolom) JKB q-1
AB
(interaksi)
JKAB
(p-1)(q-
1)
G (galat) JKG N-pq _
Total JKT N-1 _ _
Contoh:
1. Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan
sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan.
Dengan mengambil secara random dari populasinya, datanya sebagai berikut
Metode I Metode II Metode III
Laki-laki 5 5 3 5 8 5 7 6 2 3 3 1
Perempuan 10 9 7 7 10 9 9 10 7 6 6 3
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah
kesimpulan penelitian tersebut?
2. Seorang peneliti ingin mengetahui secara serentak apakah waktu mengajar (pagi, siang,
sore) dan ukuran kelas (besar, kecil) berpengaruh terhadap prestasi belajar matematika.
Setelah satu semester, tes yang sama diberikan kepada sampel penelitian. Data
mengenai prestasi belajar disajikan dalam tabel berikut
besar kecil
Pagi 3 1 2 2 2 1 6 6 5 3 4 6
Siang 2 4 3 1 4 4 4 2 3 6 3 5
Sore 4 4 5 5 4 7 5 2 4 3 4 4
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah
kesimpulan penelitian tersebut?
UJI LANJUT PASCA ANAVA DUA JALAN DENGAN METODE SCHEFFE’
Langkah-langkah dalam menggunakan metode Scheffe’ sebagai berikut :
a. Komparasi Rerata Antar Baris
Hipotesis pada komparasi rerata antar baris adalah :
untuk setiap i = 1, 2, 3 dan j = 1,2, 3
paling tidak ada satu pasangan dan yang tidak nol
Uji Scheffe’ untuk komparasi rerata antar baris adalah :
Dengan daerah kritik :
Dengan :
= nilai pada pembandingan baris ke-i dan baris ke-j
= rerata pada baris ke-i
= rerata pada baris ke-j
RKG = rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi
= ukuran sampel baris ke-i
= ukuran sampel baris ke-j
b. Komparasi Rerata Antar Kolom
Hipotesis pada komparasi rerata antar kolom adalah :
untuk setiap i = 1, 2, 3 dan j = 1, 2, 3
paling tidak ada satu pasangan dan yang tidak nol
Uji Scheffe’ untuk komparasi rerata antar kolom adalah :
Dengan daerah kritik :
Dengan :
= nilai pada pembandingan kolom ke-i dan kolom ke-j
= rerata pada kolom ke-i
= rerata pada kolom ke-j
RKG = rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi
= ukuran sampel kolom ke-i
= ukuran sampel kolom ke-j
c. Komparasi Rerata Antar Sel pada Kolom yang Sama
Hipotesis pada komparasi rerata antar sel pada kolom yang sama adalah :
untuk setiap i = 1, 2, ..., k dan j = 1, 2, 3
paling tidak ada satu pasang dan yang tidak nol
Uji Scheffe’ untuk komparasi rerata antar sel pada kolom yang sama adalah sebagai
berikut:
kjij
kjij
kjij
nn
RKG
XX
F
11
2
Dengan:
kjijF = nilai obsF pada pembandingan rerata pada sel ij dan ik.
ijX = rerata pada sel ij
kjX = rerata pada sel ik
RKG = rerata kuadrat galat yang diperoleh dari perhitungan analisis variansi
ijn = ukuran sel ij
kjn = kuran sel ik
Sedangkan daerah kritik untuk uji itu adalah :
d. Komparasi Rerata Antar Sel pada Baris yang Sama
Hipotesis pada komparasi rerata antar sel pada baris yang sama adalah
untuk setiap i = 1, 2, 3 dan j = 1, 2, ..., k
paling tidak ada satu pasang dan yang tidak nol
Uji Scheffe’ untuk komparasi rerata antar sel pada baris yang sama adalah sebagai
berikut :
ikij
ikij
ikij
nn
RKG
XX
F
11
2
Sedangkan daerah kritik untuk uji itu adalah :
Dari soal no.1 kemarin
1. Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan
sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan.
Dengan mengambil secara random dari populasinya, datanya sebagai berikut
Metode I Metode II Metode III
Laki-laki 5 5 3 5 8 5 7 6 2 3 3 1
Perempuan 10 9 7 7 10 9 9 10 7 6 6 3
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah
kesimpulan penelitian tersebut?
Diperoleh keputusan uji H0A ditolak, H0B ditolak, dan H0AB diterima.
Uji lanjut pasca anava dilakukan apabila hipotesis nol ditolak.
Sebelum melakukan uji lanjut, carilah dulu rerata dari masing-masing baris, kolom, dan
masing-masing sel, seperti di bawah ini
Tabel rerata
Metode I Metode II Metode III Rerata
marginal
Laki-laki 4,5 6,5 2,25 4,417
Perempuan 8,25 9,5 5,5 7,75
Rerata marginal 6,375 8 3,875
1) H0A ditolak, perlu dilakukan uji lanjut, tetapi karena pada faktor baris hanya ada 2
jenis atau kelompok (laki-laki dan perempuan) maka untuk faktor baris tidak perlu
dilakukan uji lanjut pasca anava, kalaupun dilakukan pasti hasilnya juga akan ditolak.
Oleh karena itu untuk melihat mana yang lebih baik, bisa langsung dilihat dari rerata
marginalnya. Karena rerata perempuan lebih besar dari laki-laki, maka perempuan
mempunyai prestasi yang lebih baik dari laki-laki.
CATATAN: Jadi apabila hanya terdapat dua kelompok pada faktor baris atau faktor
kolom, meskipun H0 ditolak tidak perlu dilakukan uji lanjut, tetapi bisa langsung
dilihat dari rerata marginalnya untuk mencari mana yang lebih baik)
2) H0B ditolak, maka perlu dilakukan uji lanjut (komparasi rerata antar kolom)
a) Hipotesis
H0 H1
21 21
31 31
32 32
b) Statistik uji
Silahkan dilanjutkan sendiri!!!
c) Daerah kritis
...
d) Keputusan uji
e) Kesimpulan
(karena ada tiga hipotesis, maka keputusan uji dan kesimpulan juga ada tiga)
2. Seorang peneliti ingin mengetahui secara serentak apakah waktu mengajar (pagi, siang,
sore) dan ukuran kelas (besar, kecil) berpengaruh terhadap prestasi belajar matematika.
Setelah satu semester, tes yang sama diberikan kepada sampel penelitian. Data
mengenai prestasi belajar disajikan dalam tabel berikut
besar kecil
Pagi 3 1 2 2 2 1 6 6 5 3 4 6
Siang 2 4 3 1 4 4 4 2 3 6 3 5
Sore 4 4 5 5 4 7 5 2 4 3 4 4
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah
kesimpulan penelitian tersebut?
Keputusan uji: H0A diterima, H0B ditolak, dan H0AB ditolak.
Tabel rerata
Besar Kecil Rerata
marginal
Pagi ... ... ...
Siang ... ... ...
Sore ... ... ...
Rerata marginal ... ...
1) H0B ditolak, perlu dilakukan uji lanjut, tetapi karena pada faktor kolom hanya ada 2
jenis atau kelompok (besar dan kecil) maka untuk faktor kolom tidak perlu
dilakukan uji lanjut pasca anava, kalaupun dilakukan pasti hasilnya juga akan
ditolak. Oleh karena itu untuk melihat mana yang lebih baik, bisa langsung dilihat
dari rerata marginalnya. Karena rerata ... lebih besar dari ..., maka ... mempunyai
efek yang lebih baik dari ...
2) H0AB ditolak, maka perlu dilakukan uji lanjut (kkomparasi rerata antar sel pada baris
atau kolom yang sama)
a) Hipotesis
H0 H1
1211 1211
2221 2221
3231 3231
2111 2111
3111 3111
3121 3121
2212 2212
3212 3212
3222 3222
b) Statistik uji
dst
c) Daerah kritis
d) Keputusan uji
e) Kesimpulan
(silahkan dilanjutkan sendiri)
TUGAS ( dikumpulkan hari ini juga)
Seorang peneliti ingin mengetahui manakah metode pembelajaran yang paling efektif
diantara CTL dan NHT. Peneliti tersebut juga ingin mengetahui manakah yang lebih efektif
antara waktu pelaksanaan pembelajaran pagi, siang, dan sore. Selain itu peneliti juga ingin
mengetahui apakah terdapat perbedaan prestasi belajar siswa yang mengikuti
pembelajaran dengan CTL dan NHT pada tiap-tiap waktu pelaksanaan pembelajaran. Setelah
dilakukan eksperimen dan diambil sampel dari populasinya, datanya disajikan dalam tabel
berikut
Pagi Siang Sore
CTL 8 9 8 7 6 6 7 5 5 4 4 3
NHT 8 9 9 6 7 9 8 8 3 3 4 2
Jika diasumsikan semua persyaratan analisis dipenuhi,
a. Dengan tingkat signifikansi 5%, bagaimanakah kesimpulan dari penelitian tersebut?
b. Apakah anda perlu melakukan uji lanjut pasca anava? Kalau perlu lakukanlah dan
bagaimana kesimpulannya?

Mais conteúdo relacionado

Mais procurados

BAB 1 Transformasi
BAB 1 Transformasi BAB 1 Transformasi
BAB 1 Transformasi Nia Matus
 
Analisis Real (Barisan dan Bilangan Real) Latihan bagian 2.5
Analisis Real (Barisan dan Bilangan Real) Latihan bagian 2.5Analisis Real (Barisan dan Bilangan Real) Latihan bagian 2.5
Analisis Real (Barisan dan Bilangan Real) Latihan bagian 2.5Arvina Frida Karela
 
PEMETAAN STRUKTUR ALJABAR
PEMETAAN STRUKTUR ALJABARPEMETAAN STRUKTUR ALJABAR
PEMETAAN STRUKTUR ALJABARNailul Hasibuan
 
Makalah transformasi balikan
Makalah transformasi balikanMakalah transformasi balikan
Makalah transformasi balikanNia Matus
 
Makalah setengah putaran
Makalah setengah putaranMakalah setengah putaran
Makalah setengah putaranNia Matus
 
Analisis bab1 bab2
Analisis bab1 bab2Analisis bab1 bab2
Analisis bab1 bab2Charro NieZz
 
Rangkuman materi isometri lanjutan
Rangkuman materi isometri lanjutanRangkuman materi isometri lanjutan
Rangkuman materi isometri lanjutanNia Matus
 
Aljabar 3-struktur-aljabar
Aljabar 3-struktur-aljabarAljabar 3-struktur-aljabar
Aljabar 3-struktur-aljabarmaman wijaya
 
Permutasi dan Kombinasi
Permutasi dan KombinasiPermutasi dan Kombinasi
Permutasi dan KombinasiFahrul Usman
 
Keterbagian, KPK & FPB
Keterbagian, KPK & FPBKeterbagian, KPK & FPB
Keterbagian, KPK & FPBHyronimus Lado
 
Pembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksPembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksIpit Sabrina
 
Fungsi phi dan teorema euler
Fungsi phi dan teorema eulerFungsi phi dan teorema euler
Fungsi phi dan teorema eulervionk
 
Makalah geseran (translasi)
Makalah geseran (translasi)Makalah geseran (translasi)
Makalah geseran (translasi)Nia Matus
 

Mais procurados (20)

ANALISIS REAL
ANALISIS REALANALISIS REAL
ANALISIS REAL
 
BAB 1 Transformasi
BAB 1 Transformasi BAB 1 Transformasi
BAB 1 Transformasi
 
Teori Group
Teori GroupTeori Group
Teori Group
 
KONTRIBUSI MATEMATIKA DALAM KONTEKS FIKIH
KONTRIBUSI MATEMATIKA DALAM KONTEKS FIKIHKONTRIBUSI MATEMATIKA DALAM KONTEKS FIKIH
KONTRIBUSI MATEMATIKA DALAM KONTEKS FIKIH
 
Analisis Real (Barisan dan Bilangan Real) Latihan bagian 2.5
Analisis Real (Barisan dan Bilangan Real) Latihan bagian 2.5Analisis Real (Barisan dan Bilangan Real) Latihan bagian 2.5
Analisis Real (Barisan dan Bilangan Real) Latihan bagian 2.5
 
PEMETAAN STRUKTUR ALJABAR
PEMETAAN STRUKTUR ALJABARPEMETAAN STRUKTUR ALJABAR
PEMETAAN STRUKTUR ALJABAR
 
Makalah transformasi balikan
Makalah transformasi balikanMakalah transformasi balikan
Makalah transformasi balikan
 
Makalah setengah putaran
Makalah setengah putaranMakalah setengah putaran
Makalah setengah putaran
 
Analisis bab1 bab2
Analisis bab1 bab2Analisis bab1 bab2
Analisis bab1 bab2
 
Rangkuman materi isometri lanjutan
Rangkuman materi isometri lanjutanRangkuman materi isometri lanjutan
Rangkuman materi isometri lanjutan
 
Aljabar 3-struktur-aljabar
Aljabar 3-struktur-aljabarAljabar 3-struktur-aljabar
Aljabar 3-struktur-aljabar
 
Keterbagian
KeterbagianKeterbagian
Keterbagian
 
Fungsi Pembangkit
Fungsi PembangkitFungsi Pembangkit
Fungsi Pembangkit
 
Permutasi dan Kombinasi
Permutasi dan KombinasiPermutasi dan Kombinasi
Permutasi dan Kombinasi
 
Keterbagian, KPK & FPB
Keterbagian, KPK & FPBKeterbagian, KPK & FPB
Keterbagian, KPK & FPB
 
Pembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksPembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi Matriks
 
Annova 2 jalur
Annova 2 jalurAnnova 2 jalur
Annova 2 jalur
 
Analisis real-lengkap-a1c
Analisis real-lengkap-a1cAnalisis real-lengkap-a1c
Analisis real-lengkap-a1c
 
Fungsi phi dan teorema euler
Fungsi phi dan teorema eulerFungsi phi dan teorema euler
Fungsi phi dan teorema euler
 
Makalah geseran (translasi)
Makalah geseran (translasi)Makalah geseran (translasi)
Makalah geseran (translasi)
 

Destaque

Mis diapositivas GBI
Mis diapositivas GBIMis diapositivas GBI
Mis diapositivas GBIemijudith
 
Resume Clay White
Resume Clay WhiteResume Clay White
Resume Clay WhiteClay White
 
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...Sandrayee Brahma, Ph.D.
 
CGRAY-Aprimo Think Before You Send WP-Press-Quality
CGRAY-Aprimo Think Before You Send WP-Press-QualityCGRAY-Aprimo Think Before You Send WP-Press-Quality
CGRAY-Aprimo Think Before You Send WP-Press-QualityCaryn Gray
 
LinkedIn Storyboard
LinkedIn StoryboardLinkedIn Storyboard
LinkedIn StoryboardKaren Belch
 
Colorido Natural[1]
Colorido Natural[1]Colorido Natural[1]
Colorido Natural[1]marcelino4
 
Olha Teu Jardim/elaine/coloniasespirituais
Olha Teu Jardim/elaine/coloniasespirituaisOlha Teu Jardim/elaine/coloniasespirituais
Olha Teu Jardim/elaine/coloniasespirituaisAurora Boreal
 
Data in Switzerland: E-Government CH at OKCon 2013
Data in Switzerland: E-Government CH at OKCon 2013Data in Switzerland: E-Government CH at OKCon 2013
Data in Switzerland: E-Government CH at OKCon 2013CH_Bundesarchiv
 
Chico saudades de_jesus
Chico saudades de_jesusChico saudades de_jesus
Chico saudades de_jesusAurora Boreal
 
Keterampilan bertanya
Keterampilan bertanyaKeterampilan bertanya
Keterampilan bertanyaSayeti Melik
 
Hge saulmiranda-ppt
Hge saulmiranda-pptHge saulmiranda-ppt
Hge saulmiranda-ppthgefcc
 
Case story: The strategic advantage of product data with Perfion PIM
Case story: The strategic advantage of product data with Perfion PIMCase story: The strategic advantage of product data with Perfion PIM
Case story: The strategic advantage of product data with Perfion PIMPerfion
 
Apex training show
Apex training showApex training show
Apex training showjnhubley
 
Wonderful Odd Friends
Wonderful Odd FriendsWonderful Odd Friends
Wonderful Odd Friendsanu partha
 
Perda 15 2004 ijin pembuangan limbah cair
Perda 15   2004 ijin pembuangan limbah cairPerda 15   2004 ijin pembuangan limbah cair
Perda 15 2004 ijin pembuangan limbah cairPurwani Handayani
 
I Y C Quiz
I Y C QuizI Y C Quiz
I Y C QuizVanHalen
 
Ladakh Revisited
Ladakh RevisitedLadakh Revisited
Ladakh Revisited101 Moments
 

Destaque (20)

Mis diapositivas GBI
Mis diapositivas GBIMis diapositivas GBI
Mis diapositivas GBI
 
Subsidio DNJ 2015
Subsidio  DNJ 2015Subsidio  DNJ 2015
Subsidio DNJ 2015
 
Resume Clay White
Resume Clay WhiteResume Clay White
Resume Clay White
 
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
 
Corso scanner 3d
Corso scanner 3dCorso scanner 3d
Corso scanner 3d
 
CGRAY-Aprimo Think Before You Send WP-Press-Quality
CGRAY-Aprimo Think Before You Send WP-Press-QualityCGRAY-Aprimo Think Before You Send WP-Press-Quality
CGRAY-Aprimo Think Before You Send WP-Press-Quality
 
LinkedIn Storyboard
LinkedIn StoryboardLinkedIn Storyboard
LinkedIn Storyboard
 
Colorido Natural[1]
Colorido Natural[1]Colorido Natural[1]
Colorido Natural[1]
 
Olha Teu Jardim/elaine/coloniasespirituais
Olha Teu Jardim/elaine/coloniasespirituaisOlha Teu Jardim/elaine/coloniasespirituais
Olha Teu Jardim/elaine/coloniasespirituais
 
Data in Switzerland: E-Government CH at OKCon 2013
Data in Switzerland: E-Government CH at OKCon 2013Data in Switzerland: E-Government CH at OKCon 2013
Data in Switzerland: E-Government CH at OKCon 2013
 
64 Water Street, Birmingham
64 Water Street, Birmingham64 Water Street, Birmingham
64 Water Street, Birmingham
 
Chico saudades de_jesus
Chico saudades de_jesusChico saudades de_jesus
Chico saudades de_jesus
 
Keterampilan bertanya
Keterampilan bertanyaKeterampilan bertanya
Keterampilan bertanya
 
Hge saulmiranda-ppt
Hge saulmiranda-pptHge saulmiranda-ppt
Hge saulmiranda-ppt
 
Case story: The strategic advantage of product data with Perfion PIM
Case story: The strategic advantage of product data with Perfion PIMCase story: The strategic advantage of product data with Perfion PIM
Case story: The strategic advantage of product data with Perfion PIM
 
Apex training show
Apex training showApex training show
Apex training show
 
Wonderful Odd Friends
Wonderful Odd FriendsWonderful Odd Friends
Wonderful Odd Friends
 
Perda 15 2004 ijin pembuangan limbah cair
Perda 15   2004 ijin pembuangan limbah cairPerda 15   2004 ijin pembuangan limbah cair
Perda 15 2004 ijin pembuangan limbah cair
 
I Y C Quiz
I Y C QuizI Y C Quiz
I Y C Quiz
 
Ladakh Revisited
Ladakh RevisitedLadakh Revisited
Ladakh Revisited
 

Semelhante a Anava dua-jalan1

Tesis matematika
Tesis matematikaTesis matematika
Tesis matematikakadal123123
 
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfAgusdiantoDakhi
 
Anova 1way & uji lanjut
Anova 1way & uji lanjutAnova 1way & uji lanjut
Anova 1way & uji lanjutSuci Agustina
 
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arahUNESA
 
Kelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxKelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxIrfan Sirad
 
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Awal Akbar Jamaluddin
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Aisyah Turidho
 
Anova satu arah
Anova satu arahAnova satu arah
Anova satu arahdydik
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arahTri Supadmi
 
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Muhammad Eko
 
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxAmeliaManatar
 
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxrubi678124
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)reno sutriono
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)reno sutriono
 
Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Muhammad Eko
 

Semelhante a Anava dua-jalan1 (20)

Tesis
Tesis Tesis
Tesis
 
Tesis matematika
Tesis matematikaTesis matematika
Tesis matematika
 
Analisis varians
Analisis variansAnalisis varians
Analisis varians
 
Anova
AnovaAnova
Anova
 
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
 
Anova 1way & uji lanjut
Anova 1way & uji lanjutAnova 1way & uji lanjut
Anova 1way & uji lanjut
 
RANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAPRANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAP
 
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arah
 
Kelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxKelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptx
 
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Anova satu arah
Anova satu arahAnova satu arah
Anova satu arah
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
 
tugas7b.pdf
tugas7b.pdftugas7b.pdf
tugas7b.pdf
 
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)
 
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptx
 
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptx
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
 
Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)
 

Anava dua-jalan1

  • 1. ANALISIS VARIANSI DUA JALAN Tujuan dari anava dua jalan adalah untuk menguji signifikansi efek dua variabel bebas terhadap satu variabel terikat, dan untuk menguji signifikansi interaksi kedua variabel bebas terhadap variabel terikat. Kedua variabel bebas tersebut disebut faktor “baris” (faktor A) dan faktor “kolom” (faktor B). Pada dasarnya pengujian yang pertama adalah pengujian rerata antar baris, pengujian kedua adalah pengujian rerata antar kolom, dan pengujian ketiga adalah pengujian rerata antar sel pada baris atau kolom yang sama. Notasi dan Tata Letak Data Faktor A Faktor B b1 b2 ... bq a1 X111 X112 ... X11n X121 X122 ... X12n ... ... ... ... X1q1 X1q2 ... X1qn a2 X211 X212 ... X21n X221 X222 ... X22n ... ... ... ... X2q1 X2q2 ... X2qn ... ... ... ... ... ap Xp11 Xp12 ... Xp1n Xp21 Xp22 ... Xp2n ... ... ... ... Xpq1 Xpq2 ... Xpqn 1. Hipotesis a) H0A : αi = 0 untuk setiap i = 1, 2, 3, ..., p H1A : paling sedikit ada satu αi yang tidak nol b) H0B : βj = 0 untuk setiap j = 1, 2, 3, ..., q H1B : paling sedikit ada satu βj yang tidak nol c) H0AB : (αβ)ij = 0 untuk setiap i = 1, 2, 3, ..., p dan j = 1, 2, 3, ..., q H1AB : paling sedikit ada satu (αβ)ij yang tidak nol ATAU
  • 2. a) H0A : tidak ada perbedaan efek antar baris terhadap variabel terikat H1A : ada perbedaan efek antar baris terhadap variabel terikat b) H0B : tidak ada perbedaan efek antar kolom terhadap variabel terikat H1B : ada perbedaan efek antar kolom terhadap variabel terikat c) H0AB : tidak ada interaksi antar baris dan kolom terhadap variabel terikat H1AB : ada interaksi baris dan kolom terhadap variabel terikat 2. Komponen komputasi a. Jumlah Kuadrat (JK) 1) Anava dua jalan sel sama Tabel jumlah AB Faktor A Faktor B Total b1 b2 ... bq a1 AB11 AB12 ... AB1q A1 a2 AB21 AB22 ... AB2q A2 ... ... ... ... ... ... ap ABp1 ABp2 ... ABpq Ap Total B1 B2 ... Bq G Untuk memudahkan perhitungan pada anava dua jalan sel sama, didefinisikan besaran-besaran (1), (2), (3), (4), dan (5) sebagai berikut: N G2 1 j j np B 2 4 kji ijkX ,, 2 2 ji ij n AB , 2 5 i i nq A 2 3 )1()3(JKA )1()4(JKB )4()3()5()1(JKAB )5(2JKG JKGJKABJKBJKAJKTJKT atau)1()2( Dimana:
  • 3. JKA = Jumlah Kuadrat Baris JKB = Jumlah Kuadrat Kolom JKAB = Jumlah Kuadrat Interaksi JKG = Jumlah Kuadrat Galat JKT = Jumlah Kuadrat Total 2) Anava dua jalan sel tak sama Tabel rerata dan jumlah rerata Faktor A Faktor B Total b1 b2 ... bq a1 11AB 12AB ... qAB1 A1 a2 21AB 22AB ... qAB2 A2 ... ... ... ... ... ... ap 1pAB 2pAB ... pqAB Ap Total B1 B2 ... Bq G Pada analisis variansi dua jalan dengan sel tak sama, didefinisikan notasi-notasi sebagai berikut: ji ijnN , banyaknya seluruh data amatan ijn banyaknya data amatan pada sel ij hn rerata harmonik frekuensi seluruh sel = ji ijn pq , 1 ij k ijk k ijkij n X XSS 2 2 = jumlah kuadrat deviasi data amatan pada sel ij ijAB rerata pada sel ij i iji ABA jumlah rerata pada baris ke-i
  • 4. j ijj ABB jumlah rerata pada kolom ke-j ij ijABG jumlah rerata semua sel Untuk memudahkan perhitungan, didefinisikan besaran-besaran (1), (2), (3), (4), dan (5) sebagai berikut: pq G2 1 ij ijSS2 i i q A 2 3 j j p B 2 4 ij ijAB 2 5 13hnJKA 14hnJKB 4351hnJKAB 2JKG JKGJKABJKBJKAJKT b. Derajat kebebasan
  • 5. c. Rerata kuadrat d. Statistik uji 1) Untuk adalah 2) Untuk adalah 3) Untuk adalah e. Daerah kritik 1) Daerah kritik untuk adalah 2) Daerah kritik untuk adalah 3) Daerah kritik untuk adalah f. Keputusan uji 1) ditolak apabila 2) ditolak apabila 3) ditolak apabila
  • 6. g. Rangkuman analisis Rangkuman Anava Dua Jalan Sumber variansi JK Dk RK Statistik uji A (baris) JKA p-1 B (kolom) JKB q-1 AB (interaksi) JKAB (p-1)(q- 1) G (galat) JKG N-pq _ Total JKT N-1 _ _
  • 7. Contoh: 1. Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan. Dengan mengambil secara random dari populasinya, datanya sebagai berikut Metode I Metode II Metode III Laki-laki 5 5 3 5 8 5 7 6 2 3 3 1 Perempuan 10 9 7 7 10 9 9 10 7 6 6 3 Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah kesimpulan penelitian tersebut? 2. Seorang peneliti ingin mengetahui secara serentak apakah waktu mengajar (pagi, siang, sore) dan ukuran kelas (besar, kecil) berpengaruh terhadap prestasi belajar matematika. Setelah satu semester, tes yang sama diberikan kepada sampel penelitian. Data mengenai prestasi belajar disajikan dalam tabel berikut besar kecil Pagi 3 1 2 2 2 1 6 6 5 3 4 6 Siang 2 4 3 1 4 4 4 2 3 6 3 5 Sore 4 4 5 5 4 7 5 2 4 3 4 4 Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah kesimpulan penelitian tersebut?
  • 8. UJI LANJUT PASCA ANAVA DUA JALAN DENGAN METODE SCHEFFE’ Langkah-langkah dalam menggunakan metode Scheffe’ sebagai berikut : a. Komparasi Rerata Antar Baris Hipotesis pada komparasi rerata antar baris adalah : untuk setiap i = 1, 2, 3 dan j = 1,2, 3 paling tidak ada satu pasangan dan yang tidak nol Uji Scheffe’ untuk komparasi rerata antar baris adalah : Dengan daerah kritik : Dengan : = nilai pada pembandingan baris ke-i dan baris ke-j = rerata pada baris ke-i = rerata pada baris ke-j RKG = rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi = ukuran sampel baris ke-i = ukuran sampel baris ke-j b. Komparasi Rerata Antar Kolom Hipotesis pada komparasi rerata antar kolom adalah : untuk setiap i = 1, 2, 3 dan j = 1, 2, 3 paling tidak ada satu pasangan dan yang tidak nol Uji Scheffe’ untuk komparasi rerata antar kolom adalah : Dengan daerah kritik : Dengan : = nilai pada pembandingan kolom ke-i dan kolom ke-j = rerata pada kolom ke-i = rerata pada kolom ke-j RKG = rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi = ukuran sampel kolom ke-i = ukuran sampel kolom ke-j
  • 9. c. Komparasi Rerata Antar Sel pada Kolom yang Sama Hipotesis pada komparasi rerata antar sel pada kolom yang sama adalah : untuk setiap i = 1, 2, ..., k dan j = 1, 2, 3 paling tidak ada satu pasang dan yang tidak nol Uji Scheffe’ untuk komparasi rerata antar sel pada kolom yang sama adalah sebagai berikut: kjij kjij kjij nn RKG XX F 11 2 Dengan: kjijF = nilai obsF pada pembandingan rerata pada sel ij dan ik. ijX = rerata pada sel ij kjX = rerata pada sel ik RKG = rerata kuadrat galat yang diperoleh dari perhitungan analisis variansi ijn = ukuran sel ij kjn = kuran sel ik Sedangkan daerah kritik untuk uji itu adalah : d. Komparasi Rerata Antar Sel pada Baris yang Sama Hipotesis pada komparasi rerata antar sel pada baris yang sama adalah untuk setiap i = 1, 2, 3 dan j = 1, 2, ..., k paling tidak ada satu pasang dan yang tidak nol Uji Scheffe’ untuk komparasi rerata antar sel pada baris yang sama adalah sebagai berikut : ikij ikij ikij nn RKG XX F 11 2 Sedangkan daerah kritik untuk uji itu adalah :
  • 10. Dari soal no.1 kemarin 1. Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan. Dengan mengambil secara random dari populasinya, datanya sebagai berikut Metode I Metode II Metode III Laki-laki 5 5 3 5 8 5 7 6 2 3 3 1 Perempuan 10 9 7 7 10 9 9 10 7 6 6 3 Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah kesimpulan penelitian tersebut? Diperoleh keputusan uji H0A ditolak, H0B ditolak, dan H0AB diterima. Uji lanjut pasca anava dilakukan apabila hipotesis nol ditolak. Sebelum melakukan uji lanjut, carilah dulu rerata dari masing-masing baris, kolom, dan masing-masing sel, seperti di bawah ini Tabel rerata Metode I Metode II Metode III Rerata marginal Laki-laki 4,5 6,5 2,25 4,417 Perempuan 8,25 9,5 5,5 7,75 Rerata marginal 6,375 8 3,875 1) H0A ditolak, perlu dilakukan uji lanjut, tetapi karena pada faktor baris hanya ada 2 jenis atau kelompok (laki-laki dan perempuan) maka untuk faktor baris tidak perlu dilakukan uji lanjut pasca anava, kalaupun dilakukan pasti hasilnya juga akan ditolak. Oleh karena itu untuk melihat mana yang lebih baik, bisa langsung dilihat dari rerata marginalnya. Karena rerata perempuan lebih besar dari laki-laki, maka perempuan mempunyai prestasi yang lebih baik dari laki-laki. CATATAN: Jadi apabila hanya terdapat dua kelompok pada faktor baris atau faktor kolom, meskipun H0 ditolak tidak perlu dilakukan uji lanjut, tetapi bisa langsung dilihat dari rerata marginalnya untuk mencari mana yang lebih baik) 2) H0B ditolak, maka perlu dilakukan uji lanjut (komparasi rerata antar kolom) a) Hipotesis H0 H1 21 21 31 31 32 32 b) Statistik uji
  • 11. Silahkan dilanjutkan sendiri!!! c) Daerah kritis ... d) Keputusan uji e) Kesimpulan (karena ada tiga hipotesis, maka keputusan uji dan kesimpulan juga ada tiga) 2. Seorang peneliti ingin mengetahui secara serentak apakah waktu mengajar (pagi, siang, sore) dan ukuran kelas (besar, kecil) berpengaruh terhadap prestasi belajar matematika. Setelah satu semester, tes yang sama diberikan kepada sampel penelitian. Data mengenai prestasi belajar disajikan dalam tabel berikut besar kecil Pagi 3 1 2 2 2 1 6 6 5 3 4 6 Siang 2 4 3 1 4 4 4 2 3 6 3 5 Sore 4 4 5 5 4 7 5 2 4 3 4 4 Jika diasumsikan semua persyaratan analisis dipenuhi, dengan α=5% bagaimanakah kesimpulan penelitian tersebut? Keputusan uji: H0A diterima, H0B ditolak, dan H0AB ditolak. Tabel rerata Besar Kecil Rerata marginal Pagi ... ... ... Siang ... ... ... Sore ... ... ... Rerata marginal ... ... 1) H0B ditolak, perlu dilakukan uji lanjut, tetapi karena pada faktor kolom hanya ada 2 jenis atau kelompok (besar dan kecil) maka untuk faktor kolom tidak perlu dilakukan uji lanjut pasca anava, kalaupun dilakukan pasti hasilnya juga akan ditolak. Oleh karena itu untuk melihat mana yang lebih baik, bisa langsung dilihat dari rerata marginalnya. Karena rerata ... lebih besar dari ..., maka ... mempunyai efek yang lebih baik dari ... 2) H0AB ditolak, maka perlu dilakukan uji lanjut (kkomparasi rerata antar sel pada baris atau kolom yang sama) a) Hipotesis
  • 12. H0 H1 1211 1211 2221 2221 3231 3231 2111 2111 3111 3111 3121 3121 2212 2212 3212 3212 3222 3222 b) Statistik uji dst c) Daerah kritis d) Keputusan uji e) Kesimpulan (silahkan dilanjutkan sendiri)
  • 13. TUGAS ( dikumpulkan hari ini juga) Seorang peneliti ingin mengetahui manakah metode pembelajaran yang paling efektif diantara CTL dan NHT. Peneliti tersebut juga ingin mengetahui manakah yang lebih efektif antara waktu pelaksanaan pembelajaran pagi, siang, dan sore. Selain itu peneliti juga ingin mengetahui apakah terdapat perbedaan prestasi belajar siswa yang mengikuti pembelajaran dengan CTL dan NHT pada tiap-tiap waktu pelaksanaan pembelajaran. Setelah dilakukan eksperimen dan diambil sampel dari populasinya, datanya disajikan dalam tabel berikut Pagi Siang Sore CTL 8 9 8 7 6 6 7 5 5 4 4 3 NHT 8 9 9 6 7 9 8 8 3 3 4 2 Jika diasumsikan semua persyaratan analisis dipenuhi, a. Dengan tingkat signifikansi 5%, bagaimanakah kesimpulan dari penelitian tersebut? b. Apakah anda perlu melakukan uji lanjut pasca anava? Kalau perlu lakukanlah dan bagaimana kesimpulannya?