TUGAS UAS STATISTIKATWO WAY ANOVA

Disusun Oleh :Dinnie Agustiani(FA3-21121101)

SEKOLAH TINGGI FARMASI BANDUNG2014

PENDAHULUAN

Analisis of variance atau ANOVA merupakan salah satu teknik analisis multivariate yang berfungsi untuk membedakan rata-rata lebih dari dua kelompok data dengan cara membandingkan variansinya. Analisis varian termasuk dalam kategori statistik parametric. Sebagai alat statistika parametric, maka untuk dapat menggunakan rumus ANOVA harus terlebih dahulu perlu dilakukan uji asumsi meliputi normalitas, heterokedastisitas dan random sampling (Ghozali, 2009).Analisis varian dapat dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis dan desain penelitian. Analisis varian banyak dipergunakan pada penelitian-penelitian yang banyak melibatkan pengujian komparatif yaitu menguji variabel terikat dengan cara membandingkannya pada kelompok2 sampel independen yang diamati. Analisis varian saat ini banyak digunakan dalam penelitian survey dan penelitian eksperimen.Pada pembahasan sebelumnya kita telah membahas mengenai anova satu jalur (one way anova) maka kali ini kita akan membahas mengenai anova dua jalur.Two ways Anova adalah Anova dua jalur memiliki perbedaan dibanding anova satu jalur. Perbedaannya adalah pada jumlah variabel independen. Pada anova satu jalur hanya ada satu variabel independen, sementara pada anova dua jalur ada dua atau lebih variabel independen.

PROSEDUR

Kasus yang akan diuji perbedaan gaji berdasarkan jenis kelamin, dan pendidikan.

DATA YANG AKAN DIANALISIS

Buka Aplikasi SPSS For Windows. Buka Tab Variable View: Buat 3 variabel dengan ketentuan sebagai berikut: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 SMK Farmasi, Sarjana Farmasi, dan Apoteker Measure Nominal, Decimals=0, Type Numeric dan isi value: 1= SMK Farmasi , 2=Sarjana Farmasi, 3=Apoteker.Variabel dependen: "Gaji", Decimals=0, Measure Scale, Type Numeric.Maka akan muncul kotak seperti dibawah ini :

Buka Tab Data View: Isi data seperti di bawah ini:

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 Fixedfactor(s). (Kotak Random factor (s) dan Covariate(s) tidak akan kita gunakan dalam Two WaysAnova, kotak tersebut akan digunakan pada "Uji Ancova").

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.CentangTukey

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

Klik Continue Klik OK Lihat Hasil!

PEMBAHASANOutput Two Way Anova dalam SPSSPada output ini akan dijelaskan, 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 gaji berdasarkan gender dan pendidikan. Dari tabel diatas dapat diketahui nilai rata-rata gaji pria dengan pendidikan SMK Farmasi sebesar 2000000 sedangkan jumlah rata-rata gaji wanita yang berpendidikan Sarjana Farmasi sebesar 3687500 dan pada pendidikan apoteker jumlah rata-rata gaji sebesar 6541666. Di bawah ini adalah Tabel Levene's Test. Digunakan untuk menilai homogenitas tiap variabel.

Sedangakan pada tabel di atas yaitu Tabel Levene's Test. Digunakan untuk menilai homogenitas tiap variabel. Gambar di atas menunjukkan nilai (Signifikansi) Sig. 0,589 di mana > 0,05 artinya data tersebut bisa dikatakan varian jumlah gaji antar pendidikan yang 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 Merupakan 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. Pada tabel diatas 0,000 berarti model valid.2. InterceptNilai perubahan variabel dependen tanpa perlu dipengaruhi keberadaan variabel independen, artinya tanpa ada pengaruh variabel independen, variable dependen dapat berubah nilainya. Apabila Signifikansi (Sig.) < 0,05 (Alfa) = Signifikan. Pada tabel di atas 0,000 berarti intercept signifikan.3. GenderPengaruh gender terhadap jumlah gaji di dalam model. Apabila Signifikansi (Sig.) < 0,05 (Alfa)= Signifikan. Pada tabel di atas 0,591 berarti gender tidak berpengaruh signifikan.

4. PendidikanPengaruh pendidikan terhadap jumlah gaji di dalam model. Apabila Signifikansi (Sig.)