Categories HipotesisKomparatifKomputerisasiSPSS

Interprestasi Output Two Way Anova dalam SPSS

Interprestasi Output Two Way Anova dengan SPSS

Artikel kali ini merupakan lanjutan dari artikel sebelumnya yang berjudul “Two Way Anova dalam SPSS“. Dalam artikel tersebut dijelaskan langkah demi langkah melakukan uji Two Way Anova dengan menggunakan aplikasi SPSS. Oleh karena itu, sebagai kelanjutan artikel sebelumnya, maka disini kami akan menjelaskan tutorial cara interprestasi Output Two Way ANOVA dengan SPSS.

Baca Artikel di link ini: “Two Way Anova dalam SPSS“.

Sedangkan pada artikel ini, akan dijelaskan cara membaca output dari uji tersebut dan bagaimana menginterprestasikannya, hingga menjawab hipotesis.

Demi kemudahan, sebaiknya anda download file-file kerja SPSS contoh uji ini di link berikut:

Tutorial Cara Baca Output Two Way ANOVA dengan SPSS

Dengan menggunakan data pada artikel sebelumnya tersebut, maka kita lihat output di bawah ini:

Output Deskriptive Pasca ANOVA SPSS

Dari tabel di atas, kita bisa menilai rata-rata nilai ujian berdasarkan gender dan pendidikan. sebagai contoh: nilai rata-rata ujian pria dengan pendidikan SLTP sebesar 32,43 sedangkan nilai ujian wanita yang berpendidikan SLTA sebesar 65,13 dan begitu seterusnya.

Asumsi Homogenitas: Levene Test

Di bawah ini adalah Tabel Levene’s Test. Digunakan untuk menilai homogenitas tiap variabel.

Levene Test ANOVA dengan SPSS

Di atas menunjukkan nilai (Signifikansi) Sig. 0,527 di mana > 0,05 sehingga bisa dikatakan varian antar group berbeda secara signifikan.

Output Two Way ANOVA dengan SPSS

Tabel di bawah ini menunjukkan hasil dari uji Two Way Anova:

Interprestasi Output Two Way ANOVA dengan SPSS

Dari tabel di atas, kita mendapatkan nilai-nilai penting yang bisa disimpulkan sebagai berikut:

Corrected Model:

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. Contoh di atas 0,000 berarti model valid.

Intercept:

Nilai perubahan variabel dependen tanpa perlu dipengaruhi keberadaan variabel independen, artinya tanpa ada pengaruh variabel independen, variabel dependen dapat berubah nilainya. Apabila Signifikansi (Sig.) < 0,05 (Alfa) = Signifikan. Contoh di atas 0,000 berarti intercept signifikan.

Gender:

Pengaruh gender terhadap nilai ujian di dalam model. Apabila Signifikansi (Sig.) < 0,05 (Alfa)= Signifikan. Contoh di atas 0,005 berarti gender berpengaruh signifikan.

Pendidikan:

Pengaruh pendidikan terhadap nilai ujian di dalam model. Apabila Signifikansi (Sig.) <0,05 (Alfa)= Signifikan. Contoh di atas 0,000 berarti Pendidikan berpengaruh  signifikan.

Gender*Pendidikan:

Pengaruh Genderpendidikan terhadap nilai ujian di dalam model. Apabila Signifikansi (Sig.) <0,05 (Alfa)= Signifikan. Contoh di atas 0,005 berarti genderpendidikan berpengaruh  signifikan.

Error:

Nilai Error model, semakin kecil maka model semakin baik.

R Squared:

Nilai determinasi berganda semua variabel independen dengan dependen. Contoh di atas 0,668 di mana mendekati 1, berarti korelasi kuat.

Kesimpulan Hipotesis Two Way ANOVA

Dari 7 kesimpulan di atas, dalam uji Two Way Anova, poin 1, 3, 4 dan 5 adalah yang terpenting (tanpa mengabaikan yang lain). Oleh karena hasil uji F menunjukkan bahwa signifikan ada perbedaan atau menerima H1, maka selayaknya Uji ANOVA ini dilanjutkan ke tahap selanjutnya, yaitu Uji Post Hoc.

Post Hoc Test

Dalam rangka Interprestasi Output Two Way ANOVA dengan SPSS, maka anda harus pahami tentang uji post hoc berikut. Sedikit review saja, bahwa uji post hoc adalah uji lanjut atau uji yang menilai adanya perbedaan signifikan antar kelompok.

Tabel Tukey Post Hoc

Tabel di bawah ini adalah Tabel Tukey Post Hoc digunakan untuk menilai kategori manakah dari variabel pendidikan yang memiliki perbedaan signifikan:

Post Hoc Output Two Way ANOVA dengan SPSS

Yang ada perbedaan signifikan ditandai dengan tanda bintang (*). Dari tabel di atas, semuanya ditandai dengan bintang, berarti  semuanya ada perbedaan yang signifikan.

Diagram Plot

Diagram Plot di bawah ini berguna untuk menilai apakah ada interaksi efek antar variabel. Namun diagram ini tidak bisa dijadikan bahan acuan yang valid. Tetapi hanya sekedar memberikan gambaran saja. Apabila garis-garis tidak menunjukkan kesejajaran, maka dicurigai ada efek interaksi.

Diagram Plot Mean Pasca Uji ANOVA

Diagram di atas menunjukkan ada ketidak sejajaran garis, maka dicurigai ada efek interaksi.

Demikian ulasang singkat tentang Uji Two Way Anova dengan SPSS. Semoga artikel kami ini yang telah membahas Interprestasi Output Two Way ANOVA dengan SPSS, kiranya dapat bermanfaat buat para pembaca sekalian.

Baca Artikel Berikutnya: Uji Manova dalam SPSS.

By Anwar Hidayat

This article was last modified on February 3, 2017, 6:02 am

Share
Tags ANOVAInterprestasiParametrisTutorial Excel
Anwar Hidayat

Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis data menggunakan berbagai aplikasi statistik, seperti: SPSS, STATA, Minitab, Eviews, AMOS dan Excel. Silahkan WhatsApp: 08816050259, atau SMS/LINE/Telegram ke: 081373337354. Biaya 100 ribu sd 300 ribu Sesuai Beban. Proses 1 sd 3 Hari Tergantung Antrian.

View Comments

  • pak apakah syarat post hoc harus signifikan pada uji two way anova?
    saya mencoba melakukan post hoc tukey pada variabel yang tidak signifikan di uji two way. hasilnya menunjukkan ada perbedaan pada beberapa kelompok tetapi jg ada bbrp kelompok yang tidak signifikan. jadi apakah hasil tersebut bisa saya gunakan atau kembali lagi syarat post hoc yang harus signifikan sehingga post hoc tersebut tidak perlu dilakukan?

    • Uji post hoc adalah uji lanjut yang dilakukan peneliti untuk mengetahui mana yang memberikan perbedaan pada hasil uji omnibus atau uji F. Sehingga disini, maksud dari post hoc bukanlah butuh syarat, tetapi post hoc dibutuhkan jika omnibus terima H1 atau memberikan perbedaan bermakna. Jadi penekanan pertanyaan anda seharusnya mengarah kepada fungsi atau tujuan dari post hoc, bukan syarat sahnya post hoc.

Recent Posts

Hipotesis Penelitian dan Hipotesis Statistik Dalam Perbedaan

Perbedaan Hipotesis Penelitian dan Hipotesis Statistik Apa yang dimaksud dengan hipotesis penelitian? Apa yang dimaksud dengan hipotesis statistik? Apa perbedaan…

23 Mei 2018 01:14

Pengertian Simple Random Sampling, Jenis dan Contoh

Pengertian Simple Random Sampling, Jenis dan Contoh Pengertian Simple Random Sampling Dalam kesempatan ini akan kami coba sharing tentang pengertian…

16 Februari 2018 01:22

Penjelasan dan Tutorial Regresi Linear Berganda

Penjelasan dan Tutorial Regresi Linear Berganda Dalam kesempatan ini, saya akan coba menjelaskan tentang Regresi Linear Berganda serta tutorial regresi…

1 Januari 2018 17:58

Cara Hitung Rumus Slovin Besar Sampel

Cara Perhitungan Rumus Slovin Besar Sampel Minimal Pengertian Rumus Slovin Rumus Slovin adalah sebuah rumus atau formula untuk menghitung jumlah…

16 Desember 2017 23:06

F Tabel Lengkap Beserta Cara Mencari dan Membacanya

F Tabel Lengkap Selamat pagi, siang atau malam wahai semua pengunjung dan pecinta statistikian.com. Dalam kesempatan ini saya akan menjelaskan…

4 Desember 2017 02:11

Tutorial Uji Regresi Ordinal dengan SPSS

Tutorial Analisis Regresi Ordinal dengan SPSS Berikut dalam artikel kali ini akan kita bahas bagaimana cara melakukan uji regresi ordinal…

31 Agustus 2017 21:51