- Two ways analysis of variance
Two ways analysis of variance atau dalam bahasa indonesia disebut anova 2 jalur ini merupakan salah satu teknik analisa yang mempunyai dua atau lebih variable independen.
Contoh kasus:
Seorang peneliti akan menguji perbedaan gaji berdasarkan jenis kelamin dan masa kerja.
Berikut ini adalah datanya.
|
Nomor Responden |
Jenis Kelamin |
Masa Kerja |
Gaji |
 |
Nomor Responden |
Jenis Kelamin |
Masa Kerja |
Gaji |
|
1 |
   2.00 |    1.00 |    2.50 |
25 |
   1.00 |    1.00 |    3.80 | |
|
2 |
   2.00 |    2.00 |    3.20 |
26 |
   1.00 |    1.00 |    3.70 | |
|
3 |
   2.00 |    2.00 |    3.70 |
27 |
   2.00 |    2.00 |    3.80 | |
|
4 |
   2.00 |    3.00 |    2.20 |
28 |
   2.00 |    1.00 |    3.40 | |
|
5 |
   2.00 |    2.00 |    2.50 |
29 |
   2.00 |    3.00 |    2.50 | |
|
6 |
   2.00 |    1.00 |    3.80 |
30 |
   2.00 |    1.00 |    3.20 | |
|
7 |
   2.00 |    3.00 |    2.20 |
31 |
   2.00 |    1.00 |    3.50 | |
|
8 |
   1.00 |    3.00 |    2.10 |
32 |
   1.00 |    2.00 |    3.20 | |
|
9 |
   1.00 |    3.00 |    1.80 |
33 |
   2.00 |    1.00 |    3.30 | |
|
10 |
   2.00 |    1.00 |    3.50 |
34 |
   1.00 |    1.00 |    3.50 | |
|
11 |
   1.00 |    2.00 |    4.20 |
35 |
   1.00 |    2.00 |    2.90 | |
|
12 |
   1.00 |    2.00 |    3.60 |
36 |
   2.00 |    3.00 |    2.60 | |
|
13 |
   1.00 |    1.00 |    3.50 |
37 |
   1.00 |    2.00 |    3.50 | |
|
14 |
   1.00 |    2.00 |    3.00 |
38 |
   2.00 |    1.00 |    3.80 | |
|
15 |
   2.00 |    3.00 |    1.80 |
39 |
   1.00 |    2.00 |    2.70 | |
|
16 |
   1.00 |    3.00 |    2.00 |
40 |
   1.00 |    2.00 |    2.90 | |
|
17 |
   1.00 |    3.00 |    2.00 |
41 |
   2.00 |    3.00 |    2.20 | |
|
18 |
   1.00 |    2.00 |    3.40 |
42 |
   1.00 |    3.00 |    2.40 | |
|
19 |
   2.00 |    1.00 |    3.60 |
43 |
   2.00 |    3.00 |    2.10 | |
|
20 |
   2.00 |    1.00 |    3.80 |
44 |
   1.00 |    3.00 |    1.80 | |
|
21 |
   1.00 |    2.00 |    2.80 |
45 |
   1.00 |    3.00 |    2.20 | |
|
22 |
   2.00 |    2.00 |    2.40 | |||||
|
23 |
   1.00 |    1.00 |    4.10 | |||||
|
24 |
   2.00 |    3.00 |    3.50 |
1)Â Â Â Â Â Buka program SPSS
2)Â Â Â Â Â Masukkan variabel jenis kelamin, masa kerja dan gaji pada sheet variable view.
3)Â Â Â Â Â Masukkan data-data pada tabel tersebut pada sheet data view
4)Â Â Â Â Â Klik Analyze > General Linear Model > Univariate. Sehingga akan muncul kotak dialog Univariate.
5)Â Â Â Â Â Masukkan variable Gaji pada kotak Dependent Variable. Untuk variable Jenis Kelamin dan Masa Kerja masukkan ke dalam kotak Fixed Factor.
Â
Tampilan kotak dialog Univariate
6)Â Â Â Â Â Â Klik Option. Sehingga muncul kotak dialog baru yakni Univariate : Options.
Beri tanda centang pada Descriptive Statistics dan Homogeneity tests.
Klik Continue.
Â
Tampilan kotak dialog Univariate-Option
7)Â Â Â Â Â Klik Post Hoc.. Sehingga muncul kotak dialog baru yakni Post Hoc Multiple Comparison for Observe Mean. Masukkan variabel Masa Kerja pada kotak Post Hoc Test For..
Beri tanda centang pada LSD dan Duncan.
Klik Continue.
Â
 Tampilan kotak dialog Post Hoc
8)Â Â Â Â Â Klik OK.
9)Â Â Â Â Â Output yang diperoleh sebagai berikut.
|
Between-Subjects Factors |
|||
|
Value Label |
N |
||
| jenis_kelamin | 1 | Laki-Laki |
22 |
| 2 | Perempuan |
23 |
|
| masa_kerja | 1 | < 5 tahun |
15 |
| 2 | 6 – 10 tahun |
15 |
|
| 3 | > 10 tahun |
15 |
|
Dalam tabel output Between-Subjects Factors ini menjelaskan jumlah karyawan berdasarkan jenis kelamin dan masa kerja. Dari tabel tersebut jumlah karyawan laki-laki ada 22 orang dan jumlah karyawan perempuan 23 orang. Berdasarkan masa kerjanya adalah terdapat 15 karyawan yang memiliki masa kerja kurang dari 5 tahun, 15 karyawan yang memiliki masa kerja 6 – 10 tahun dan 15 orang karyawan yang memiliki masa kerja lebih dari 10 tahun.
|
Descriptive Statistics |
||||
| Dependent Variable:gaji | ||||
| jenis_kelamin | masa_kerja |
Mean |
Std. Deviation |
N |
| Laki-Laki | < 5 tahun |
3.7200 |
.24900 |
5 |
| 6 – 10 tahun |
3.2200 |
.46140 |
10 |
|
| > 10 tahun |
2.0429 |
.21492 |
7 |
|
| Total |
2.9591 |
.75256 |
22 |
|
| Perempuan | < 5 tahun |
3.4400 |
.39215 |
10 |
| 6 – 10 tahun |
3.1200 |
.65345 |
5 |
|
| > 10 tahun |
2.3875 |
.51113 |
8 |
|
| Total |
3.0043 |
.67182 |
23 |
|
| Total | < 5 tahun |
3.5333 |
.36775 |
15 |
| 6 – 10 tahun |
3.1867 |
.51111 |
15 |
|
| > 10 tahun |
2.2267 |
.42673 |
15 |
|
| Total |
2.9822 |
.70462 |
45 |
|
Dari tabel output Descriptive Statistik ini menjelaskan rata-rata gaji yang diterima oleh karyawan berdasarkan jenis kelamin dan masa kerjanya. Contohnya, karyawan laki-laki yang masa kerjanya kurang dari 5 tahun (< 5 tahun) memiliki rata-rata gaji 3,720 juta. Karyawan laki-laki yang masa kerjanya 6 – 10 tahun memiliki rata-rata gaji sebesar 3,220 juta. Dan seterusnya.
|
Levene’s Test of Equality of Error Variancesa |
|||
| Dependent Variable:gaji | |||
|
F |
df1 |
df2 |
Sig. |
|
1.731 |
5 |
39 |
.150 |
| Tests the null hypothesis that the error variance of the dependent variable is equal across groups. | |||
| a. Design: Intercept + jenis_kelamin + masa_kerja + jenis_kelamin * masa_kerja | |||
|
Tests of Between-Subjects Effects |
|||||
| Dependent Variable:gaji | |||||
| Source |
Type III Sum of Squares |
df |
Mean Square |
F |
Sig. |
| Corrected Model |
14.484a |
5 |
2.897 |
15.346 |
.000 |
| Intercept |
370.450 |
1 |
370.450 |
1.962E3 |
.000 |
| jenis_kelamin |
.001 |
1 |
.001 |
.008 |
.931 |
| masa_kerja |
13.998 |
2 |
6.999 |
37.077 |
.000 |
| jenis_kelamin * masa_kerja |
.738 |
2 |
.369 |
1.955 |
.155 |
| Error |
7.362 |
39 |
.189 |
||
| Total |
422.060 |
45 |
|||
| Corrected Total |
21.846 |
44 |
|||
| a. R Squared = ,663 (Adjusted R Squared = ,620) | |||||
|
Multiple Comparisons |
|||||||
| Dependent Variable:gaji | |||||||
| (I) masa_kerja | (J) masa_kerja |
Mean Difference (I-J) |
Std. Error |
Sig. |
95% Confidence Interval |
||
|
Lower Bound |
Upper Bound |
||||||
| LSD | < 5 tahun | 6 – 10 tahun |
.3467* |
.15865 |
.035 |
.0258 |
.6676 |
| > 10 tahun |
1.3067* |
.15865 |
.000 |
.9858 |
1.6276 |
||
| 6 – 10 tahun | < 5 tahun |
-.3467* |
.15865 |
.035 |
-.6676 |
-.0258 |
|
| > 10 tahun |
.9600* |
.15865 |
.000 |
.6391 |
1.2809 |
||
| > 10 tahun | < 5 tahun |
-1.3067* |
.15865 |
.000 |
-1.6276 |
-.9858 |
|
| 6 – 10 tahun |
-.9600* |
.15865 |
.000 |
-1.2809 |
-.6391 |
||
| Based on observed means. | |||||||
The error term is Mean Square(Error) = ,189.    *. The mean difference is significant at the ,05 level.
|
gaji |
|||||
| masa_kerja |
N |
Subset |
|||
|
1 |
2 |
3 |
|||
| Duncana | > 10 tahun |
15 |
2.2267 |
||
| 6 – 10 tahun |
15 |
3.1867 |
|||
| < 5 tahun |
15 |
3.5333 |
|||
| 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) = ,189.a. Uses Harmonic Mean Sample Size = 15,000.
Leave a Reply