TUTORIAL TWO WAY ANOVA
-
Upload
staialfithrah -
Category
Documents
-
view
1 -
download
0
Transcript of TUTORIAL TWO WAY ANOVA
TWO WAY ANOVA
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 METODEJEMPUT BOLA SPG SEXY BALIHO
170 83 8179 89 8672 78 79
277 87 6981 87 6979 88 77
382 94 7278 83 7980 79 75
485 84 6890 90 7187 88 69
LANGKAH-LANGKAH MENGERJAKAN DENGAN SPSS (16.0 for windows)
1. Masukkan seluruh data dengan cara diturus kebawah
2. Hanya ada tiga kolom (daerah, hasil penjualan, dan metode)
TWO WAY ANOVA
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 METODEJEMPUT BOLA SPG SEXY BALIHO
170 83 8179 89 8672 78 79
277 87 6981 87 6979 88 77
382 94 7278 83 7980 79 75
485 84 6890 90 7187 88 69
LANGKAH-LANGKAH MENGERJAKAN DENGAN SPSS (16.0 for windows)
1. Masukkan seluruh data dengan cara diturus kebawah
2. Hanya ada tiga kolom (daerah, hasil penjualan, dan metode)
TWO WAY ANOVA
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 METODEJEMPUT BOLA SPG SEXY BALIHO
170 83 8179 89 8672 78 79
277 87 6981 87 6979 88 77
382 94 7278 83 7980 79 75
485 84 6890 90 7187 88 69
LANGKAH-LANGKAH MENGERJAKAN DENGAN SPSS (16.0 for windows)
1. Masukkan seluruh data dengan cara diturus kebawah
2. Hanya ada tiga kolom (daerah, hasil penjualan, dan metode)
3. Edit values untuk var. Metode
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 Bola2 = SPG sexy3 = Baliho
Ada 36 baris untuk semua kolom dengan alasan 4 daerah, 3 kalipemasaran, dan 3 metode pemasaran.
3. Edit values untuk var. Metode
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 Bola2 = SPG sexy3 = Baliho
Ada 36 baris untuk semua kolom dengan alasan 4 daerah, 3 kalipemasaran, dan 3 metode pemasaran.
3. Edit values untuk var. Metode
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 Bola2 = SPG sexy3 = Baliho
Ada 36 baris untuk semua kolom dengan alasan 4 daerah, 3 kalipemasaran, dan 3 metode pemasaran.
5. Setelah langkah tersebut diatas selesai, langkah selanjutnya adalah melakukan perhitungan
yang hasil akhirnya guna mendapatkan nilai untuk melakukan analisis.
a. analyze à General Linear Model à Univariate..
b. Dependent Variable à hasil penjualan, fixed factors à daerah dan metode
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.
Catatan tambahan:Perhatikan lingkaran merah disamping, cara mudah untuk membedakan antara univariate atau multivariate adalah:
1. Univariate “Dependent Variable” dimana hanya satu variabel terikat
2. Multivariate “dependent Variables” sedangkan ini lebih dari satu variabel terikat.
#silakan cek ☺
d. langkah selanjutnya adalah post hoc test, gunanya untuk membandingkan rata-rata masing-
masing 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).
Klik plots, masukkan faktor sesuai horizontal dan vertikal. Kemudian add dan continue.
12
3
4
1
2
3
4
e. untuk melakukan tingkat signifikansi dan pengaturan lainnya, selanjutnya pilih
options, sebagai contoh diatur tingkat signifikansi 5% dan menampilkan uji
homogenitas variansi pada output (hasil).
*signifikansi adalah probabilitas kegagalan.
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.
Univariate Analysis of Variance
Notes
Output Created 03-Mar-2014 12:27:15
Comments
Input Data D:\KULIAH S2 UM\2\STATISTIK (Prof. Amir -A-
)\TWO-WAYANOVA.sav
Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 37
Missing Value Handling Definition of Missing 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 N
DAERAH 1 9
2 9
3 9
4 9
METODE 1 JEMPUT BOLA 12
2 SPG SEXY 12
3 BALIHO 12
Descriptive Statistics
Dependent Variable:HASIL_PENJUALAN_PRODUK
DAERA
H METODE Mean Std. Deviation N
1 JEMPUT BOLA 73.67 4.726 3
SPG SEXY 83.33 5.508 3
BALIHO 82.00 3.606 3
Total 79.67 6.083 9
2 JEMPUT BOLA 79.00 2.000 3
SPG SEXY 84.00 6.083 3
BALIHO 73.33 4.041 3
Total 78.78 5.974 9
3 JEMPUT BOLA 80.00 2.000 3
SPG SEXY 85.33 7.767 3
BALIHO 75.33 3.512 3
Total 80.22 6.160 9
4 JEMPUT BOLA 87.33 2.517 3
SPG SEXY 87.33 3.055 3
BALIHO 69.33 1.528 3
Total 81.33 9.247 9
Total 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
Levene's Test of Equality of Error Variancesa
Dependent Variable:HASIL_PENJUALAN_PRODUK
F df1 df2 Sig.
1.714 11 24 .130
Tests the null hypothesis that the error variance of the
dependent variable is equal across groups.
a. Design: Intercept + DAERAH + METODE +
DAERAH * METODE
Tests of Between-Subjects Effects
Dependent Variable:HASIL_PENJUALAN_PRODUK
Source
Type III Sum of
Squares df Mean Square F Sig.
Corrected Model 1164.667a 11 105.879 5.837 .000
Intercept 230400.000 1 230400.000 1.270E4 .000
DAERAH 30.889 3 10.296 .568 .642
METODE 600.000 2 300.000 16.539 .000
DAERAH * METODE 533.778 6 88.963 4.905 .002
Error 435.333 24 18.139
Total 232000.000 36
Corrected Total 1600.000 35
a. R Squared = .728 (Adjusted R Squared = .603)
Profile Plots
Post Hoc Tests
METODE
Multiple Comparisons
HASIL_PENJUALAN_PRODUK
Tukey HSD
(I) METODE (J) METODE
Mean Difference (I-
J) Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound
JEMPUT BOLA SPG SEXY -5.00* 1.739 .022 -9.34 -.66
BALIHO 5.00* 1.739 .022 .66 9.34
SPG SEXY JEMPUT BOLA 5.00* 1.739 .022 .66 9.34
BALIHO 10.00* 1.739 .000 5.66 14.34
BALIHO JEMPUT BOLA -5.00* 1.739 .022 -9.34 -.66
SPG SEXY -10.00* 1.739 .000 -14.34 -5.66
Multiple Comparisons
HASIL_PENJUALAN_PRODUK
Tukey HSD
(I) METODE (J) METODE
Mean Difference (I-
J) Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound
JEMPUT BOLA SPG SEXY -5.00* 1.739 .022 -9.34 -.66
BALIHO 5.00* 1.739 .022 .66 9.34
SPG SEXY JEMPUT BOLA 5.00* 1.739 .022 .66 9.34
BALIHO 10.00* 1.739 .000 5.66 14.34
BALIHO JEMPUT BOLA -5.00* 1.739 .022 -9.34 -.66
SPG SEXY -10.00* 1.739 .000 -14.34 -5.66
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
METODE N
Subset
1 2 3
BALIHO 12 75.00
JEMPUT BOLA 12 80.00
SPG SEXY 12 85.00
Sig. 1.000 1.000 1.000
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = 18.139.
DAERAH
Multiple Comparisons
HASIL_PENJUALAN_PRODUK
Tukey HSD
(I)
DAERAH
(J)
DAERAH Mean Difference (I-J) Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound
1 2 .89 2.008 .970 -4.65 6.43
3 -.56 2.008 .992 -6.09 4.98
4 -1.67 2.008 .840 -7.21 3.87
2 1 -.89 2.008 .970 -6.43 4.65
3 -1.44 2.008 .888 -6.98 4.09
4 -2.56 2.008 .588 -8.09 2.98
3 1 .56 2.008 .992 -4.98 6.09
2 1.44 2.008 .888 -4.09 6.98
4 -1.11 2.008 .945 -6.65 4.43
4 1 1.67 2.008 .840 -3.87 7.21
2 2.56 2.008 .588 -2.98 8.09
3 1.11 2.008 .945 -4.43 6.65
Based on observed means.
The error term is Mean Square(Error) = 18.139.
Homogeneous Subsets
HASIL_PENJUALAN_PRODUK
Tukey HSD
DAERAH N
Subset
1
2 9 78.78
1 9 79.67
3 9 80.22
4 9 81.33
Sig. .588
Means for groups in homogeneous
subsets are displayed.
Based on observed means.
The error term is Mean
Square(Error) = 18.139.
BAGAIMANA CARA MENGINTERPRETASIKAN HASIL TERSEBUT DIATAS?
secara umum untuk kasus ini hipotesis yang digunakan adalah,
Ho : rata-rata hasil penjualan untuk interaksi adalah berbedaHi : rata-rata hasil penjualan untuk interaksi minimal ada satau yang tidak sama.
PENJELASAN
Descriptive Statistics
Dependent Variable:HASIL_PENJUALAN_PRODUK
DAERA
H METODE Mean Std. Deviation N
1 JEMPUT BOLA 73.67 4.726 3
SPG SEXY 83.33 5.508 3
BALIHO 82.00 3.606 3
Total 79.67 6.083 9
2 JEMPUT BOLA 79.00 2.000 3
SPG SEXY 84.00 6.083 3
BALIHO 73.33 4.041 3
Total 78.78 5.974 9
3 JEMPUT BOLA 80.00 2.000 3
SPG SEXY 85.33 7.767 3
BALIHO 75.33 3.512 3
Total 80.22 6.160 9
4 JEMPUT BOLA 87.33 2.517 3
SPG SEXY 87.33 3.055 3
BALIHO 69.33 1.528 3
Total 81.33 9.247 9
Total 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
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 Variancesa
Dependent Variable:HASIL_PENJUALAN_PRODUK
F df1 df2 Sig.
1.714 11 24 .130
Tests the null hypothesis that the error variance of the
dependent variable is equal across groups.
a. Design: Intercept + DAERAH + METODE +
DAERAH * METODE
Pada tebel levene’s 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
Source
Type III Sum of
Squares df Mean Square F Sig.
Corrected Model 1164.667a 11 105.879 5.837 .000
Intercept 230400.000 1 230400.000 1.270E4 .000
DAERAH 30.889 3 10.296 .568 .642
METODE 600.000 2 300.000 16.539 .000
DAERAH * METODE 533.778 6 88.963 4.905 .002
Error 435.333 24 18.139
Total 232000.000 36
Corrected Total 1600.000 35
a. R Squared = .728 (Adjusted R Squared = .603)
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. It’s Easy Olah Data dengan SPSS. Yogyakarta: Skripta.
Saya mengharapkan saran dan kritik anda untuk
kesempurnaan materi berikutnya. ☺
Salam manis Rohana Sufia.