Lompat ke konten Lompat ke sidebar Lompat ke footer
Beranda / Materi Statistik / Uji Statistik

Uji Two Way ANOVA dengan SPSS: Pengertian, Asumsi, dan Tutorial Lengkap

by Statistikazone Posting Komentar
Two Way ANOVA dengan SPSS | Statistikazone.id

Setelah memahami One Way ANOVA, langkah berikutnya dalam analisis varians adalah mempelajari Two Way ANOVA. Teknik ini sangat berguna ketika peneliti tidak hanya ingin melihat pengaruh satu faktor, tetapi dua faktor sekaligus, bahkan memeriksa apakah kombinasi keduanya menimbulkan efek tertentu.

Pada artikel ini akan dibahas:

  • Pengertian Two Way ANOVA
  • Perbedaan dengan One Way ANOVA
  • Asumsi yang harus dipenuhi
  • Prinsip dasar (main effect dan interaction effect)
  • Tutorial Two Way ANOVA dengan SPSS beserta interpretasinya


1. Pengantar: Kenapa Perlu Two Way ANOVA?

Dalam praktik penelitian, sering kali hasil suatu variabel tidak hanya dipengaruhi oleh satu faktor. Misalnya:

  • Nilai siswa dipengaruhi oleh metode pembelajaran dan juga jenis kelamin.
  • Produktivitas kerja dipengaruhi oleh jenis pelatihan dan level pengalaman kerja.
  • Hasil panen dipengaruhi oleh jenis pupuk dan jenis tanah.

Jika hanya menggunakan One Way ANOVA, peneliti hanya dapat menguji satu faktor. Padahal, dalam banyak kasus, peneliti ingin mengetahui:

  • Apakah faktor pertama berpengaruh terhadap variabel dependen?
  • Apakah faktor kedua berpengaruh terhadap variabel dependen?
  • Apakah kombinasi keduanya (interaksi) juga menimbulkan efek tertentu?

Di sinilah Two Way ANOVA menjadi alat yang tepat, karena mampu menguji dua faktor sekaligus serta interaksi di antara keduanya dalam satu kerangka analisis.

2. Pengertian Two Way ANOVA

Two Way ANOVA adalah metode analisis varians yang digunakan untuk menguji pengaruh dua faktor (dua variabel independen) terhadap satu variabel dependen, sekaligus menguji apakah terdapat interaksi antara kedua faktor tersebut.

Secara umum, Two Way ANOVA menjawab tiga pertanyaan utama:

  1. Apakah Faktor A berpengaruh terhadap variabel dependen (Y)?
  2. Apakah Faktor B berpengaruh terhadap variabel dependen (Y)?
  3. Apakah terdapat interaksi antara Faktor A dan Faktor B dalam memengaruhi Y?

Contoh kasus: Y = Nilai ujian; Faktor A = Metode pembelajaran (A1, A2, A3); Faktor B = Jenis kelamin (laki-laki, perempuan).

Dengan Two Way ANOVA, peneliti dapat mengetahui:

  • Apakah metode pembelajaran berpengaruh terhadap nilai ujian?
  • Apakah jenis kelamin berpengaruh terhadap nilai ujian?
  • Apakah pengaruh metode pembelajaran berbeda antara siswa laki-laki dan perempuan (interaksi)?

3. Prinsip Dasar Two Way ANOVA

Secara teori, Two Way ANOVA membagi variasi total dalam data menjadi beberapa komponen:

  1. Variasi karena Faktor A (Main Effect A)
  2. Variasi karena Faktor B (Main Effect B)
  3. Variasi karena interaksi A × B (Interaction Effect)
  4. Variasi dalam kelompok (Error / Residual)

Untuk masing-masing sumber variasi tersebut dihitung nilai F, yang kemudian diikuti dengan nilai signifikansi (Sig atau p-value). Kriteria penentuannya:

  • Sig < 0,05 → efek tersebut signifikan secara statistik.
  • Sig > 0,05 → efek tersebut tidak signifikan.

3.1 Main Effect

Main effect adalah pengaruh masing-masing faktor secara terpisah terhadap variabel dependen. Contohnya, pernyataan:

“Metode pembelajaran berpengaruh signifikan terhadap nilai siswa.”

3.2 Interaction Effect

Interaction effect adalah pengaruh gabungan dari dua faktor. Interaksi terjadi ketika pengaruh satu faktor bergantung pada level faktor lainnya. Contoh:

“Pengaruh metode pembelajaran terhadap nilai ujian berbeda antara siswa laki-laki dan perempuan.”

Jika interaksi signifikan, interpretasi biasanya difokuskan pada pola interaksi ini, karena efek salah satu faktor tidak dapat dipahami tanpa mempertimbangkan faktor lainnya.

4. Asumsi Two Way ANOVA

Sama seperti teknik ANOVA lainnya, Two Way ANOVA juga memiliki beberapa asumsi yang perlu diperhatikan agar hasil analisis dapat dipercaya:

4.1 UJi Normalitas

Data pada setiap kombinasi sel (misalnya A1-B1, A1-B2, A2-B1, dan seterusnya) sebaiknya berdistribusi normal atau mendekati normal. Uji normalitas dapat dilakukan dengan Shapiro-Wilk atau melihat grafik seperti histogram dan Q-Q plot.

4.2 Uji Homogenitas Varians

Varians antar kelompok kombinasi faktor sebaiknya relatif sama (homogen). Di SPSS, hal ini dapat diuji dengan Levene’s Test. Jika Sig > 0,05, maka varians dianggap homogen.

4.3 Independensi Pengamatan

Setiap pengamatan harus bebas satu sama lain. Asumsi ini berkaitan dengan desain penelitian dan cara pengambilan data.

4.4 Skala Data

Variabel dependen (Y) harus berskala interval atau rasio. Kedua faktor (A dan B) biasanya berupa variabel kategorik (nominal atau ordinal yang diperlakukan sebagai kategori).

Jika asumsi tidak terpenuhi, peneliti dapat mempertimbangkan transformasi data (log, akar, dan sebagainya) atau menggunakan metode alternatif yang lebih robust. Namun, pilihan untuk dua faktor tidak sebanyak ANOVA satu faktor.

5. Contoh Rancangan Two Way ANOVA

Misalkan dilakukan penelitian mengenai nilai ujian dengan rancangan sebagai berikut:

  • Faktor A: Metode pembelajaran (A1 = Konvensional, A2 = Diskusi, A3 = E-Learning)
  • Faktor B: Jenis kelamin (B1 = Laki-laki, B2 = Perempuan)
  • Y: Nilai ujian

Kombinasi sel yang terbentuk antara lain:

  • A1B1: Metode konvensional – laki-laki
  • A1B2: Metode konvensional – perempuan
  • A2B1: Diskusi – laki-laki
  • A2B2: Diskusi – perempuan
  • A3B1: E-Learning – laki-laki
  • A3B2: E-Learning – perempuan

Setiap kombinasi sebaiknya diisi oleh beberapa responden (misalnya minimal tiga orang per sel) agar analisis lebih stabil.

6. Tutorial Two Way ANOVA dengan SPSS

Berikut langkah-langkah melakukan Two Way ANOVA menggunakan SPSS dengan contoh kasus nilai ujian berdasarkan metode pembelajaran dan jenis kelamin.

6.1 Menyiapkan Data

Di SPSS, buat variabel:

  1. Nilai — berisi skor ujian (scale).
  2. Metode — berisi kode 1, 2, 3 (misalnya 1 = Konvensional, 2 = Diskusi, 3 = E-Learning).
  3. JenisKelamin — berisi kode 1 dan 2 (1 = Laki-laki, 2 = Perempuan).

Contoh data:

Nilai Metode JenisKelamin
80 1 1
75 1 2
88 2 1
90 2 2
82 3 1
89 3 2

Agar output lebih mudah dibaca, berikan Value Labels pada variabel Metode dan JenisKelamin (misalnya 1 = Konvensional, 2 = Diskusi, 3 = E-Learning; 1 = Laki-laki, 2 = Perempuan).

6.2 Membuka Menu General Linear Model

Pada SPSS:

  • Klik menu Analyze.
  • Pilih General Linear Model.
  • Pilih Univariate....

6.3 Memasukkan Variabel

Di jendela Univariate:

  • Pindahkan Nilai ke kotak Dependent Variable.
  • Pindahkan Metode dan JenisKelamin ke kotak Fixed Factor(s).

6.4 Pengaturan Tambahan

Klik tombol Options..., kemudian:

  • Pindahkan Metode dan JenisKelamin (dan jika diinginkan, interaksinya) ke kotak Display Means for.
  • Centang:
    • Descriptive statistics
    • Estimates of effect size
    • Homogeneity tests

Klik Continue.

Jika ingin uji lanjut (post hoc) untuk faktor yang memiliki tiga level atau lebih (misalnya Metode), klik tombol Post Hoc..., pilih variabel Metode, lalu pilih uji seperti Tukey atau Bonferroni, kemudian klik Continue.

6.5 Menjalankan Analisis

Klik OK. SPSS akan menghasilkan beberapa tabel output, antara lain:

  • Descriptives — berisi mean, standar deviasi, dan jumlah data untuk tiap kombinasi.
  • Levene’s Test of Equality of Error Variances — uji homogenitas varians.
  • Tests of Between-Subjects Effects — tabel utama Two Way ANOVA.

7. Cara Membaca Output Two Way ANOVA

Fokus utama ada pada tabel Tests of Between-Subjects Effects. Di tabel ini terdapat baris:

  • Metode (Faktor A)
  • JenisKelamin (Faktor B)
  • Metode * JenisKelamin (Interaksi A × B)
  • Error
  • Total / Corrected Total

Untuk setiap baris, SPSS memberikan nilai F dan Sig (p-value). Interpretasinya:

  • Jika Sig Metode < 0,05 → Metode pembelajaran berpengaruh signifikan terhadap nilai.
  • Jika Sig JenisKelamin < 0,05 → Jenis kelamin berpengaruh signifikan terhadap nilai.
  • Jika Sig Metode*JenisKelamin < 0,05 → Terdapat interaksi signifikan antara metode dan jenis kelamin.

8. Contoh Interpretasi Hasil Two Way ANOVA

Misalkan hasil SPSS menunjukkan:

  • Metode: Sig = 0,002
  • JenisKelamin: Sig = 0,120
  • Metode * JenisKelamin: Sig = 0,040

Interpretasinya dapat ditulis sebagai berikut:

Hasil analisis Two Way ANOVA menunjukkan bahwa faktor metode pembelajaran berpengaruh signifikan terhadap nilai ujian (p = 0,002 < 0,05), sedangkan faktor jenis kelamin tidak berpengaruh signifikan terhadap nilai ujian (p = 0,120 > 0,05). Selain itu, terdapat interaksi yang signifikan antara metode pembelajaran dan jenis kelamin (p = 0,040 < 0,05), yang mengindikasikan bahwa pengaruh metode pembelajaran terhadap nilai ujian berbeda tergantung pada jenis kelamin siswa.

Jika interaksi signifikan, sebaiknya juga dibuat grafik Estimated Marginal Means (plot interaksi) sehingga pola perbedaan antar kombinasi faktor dapat dilihat dengan lebih jelas.

9. Kapan Perlu Uji Lanjut (Post Hoc)?

Uji lanjut (post hoc) diperlukan apabila:

  • Terdapat faktor dengan tiga level atau lebih (misalnya Metode = 3 jenis).
  • Hasil main effect faktor tersebut signifikan (Sig < 0,05).

Contoh: jika faktor Metode (A1, A2, A3) memiliki nilai Sig = 0,002, maka analisis dapat dilanjutkan dengan uji Tukey atau Bonferroni untuk mengetahui pasangan kelompok mana yang berbeda signifikan (A1 vs A2, A1 vs A3, A2 vs A3).

Namun, bila interaksi signifikan, interpretasi sering lebih difokuskan pada kombinasi faktor (A × B), bukan hanya pada efek utama masing-masing faktor.

10. Kesimpulan

Two Way ANOVA adalah pengembangan dari One Way ANOVA yang memungkinkan peneliti untuk:

  • Menguji pengaruh dua faktor sekaligus terhadap satu variabel dependen.
  • Mengetahui pengaruh utama masing-masing faktor (main effect).
  • Menguji apakah terdapat interaksi antara kedua faktor tersebut (interaction effect).

Dengan memahami konsep main effect dan interaction effect, memperhatikan asumsi dasar (normalitas, homogenitas, independensi), dan mengikuti langkah-langkah praktis di SPSS, peneliti dapat melakukan analisis Two Way ANOVA dengan lebih percaya diri dan menarik kesimpulan yang lebih kaya informasi.

Posting Komentar untuk "Uji Two Way ANOVA dengan SPSS: Pengertian, Asumsi, dan Tutorial Lengkap"