Anava Dua Jalan (Two-Way Anova) SPSS

ANAVA dua jalan, atau Analisis Varian Dua Arah (Two-Way ANOVA), adalah teknik statistik yang digunakan untuk menguji pengaruh dua variabel independen (faktor) terhadap satu variabel dependen (respon). Analisis ini memungkinkan untuk mengukur apakah kedua variabel independen tersebut, baik secara individu (efek utama) maupun interaksi keduanya (efek interaksi), memiliki pengaruh yang signifikan terhadap variabel dependen.

Komponen Utama dalam ANAVA Dua Arah

1. Variabel Dependen: Variabel yang diukur dan dianalisis untuk melihat pengaruh dari variabel independen. Contoh: prestasi belajar, berat badan, tingkat produktivitas.
2. Variabel Independen (Faktor): Dua variabel yang diduga mempengaruhi variabel dependen. Contoh: jenis kelamin dan model pembelajaran.
3. Efek Utama (Main Effect): Pengaruh langsung masing-masing variabel independen terhadap variabel dependen. Misalnya, efek utama jenis kelamin terhadap prestasi belajar, terlepas dari model pembelajaran.
4. Efek Interaksi (Interaction Effect): Pengaruh gabungan dari kedua variabel independen terhadap variabel dependen.

Berikut Ini Cara Melakukan Uji Anava Dua Jalan Menggunakan SPSS

Langkah 1: Memasukkan Data

1. Buka SPSS dan buat dataset baru.
2. Masukkan data ke dalam SPSS di variable view. Anda harus memiliki variabel dependen dan dua variabel independen (faktor) yang akan diuji.

• • Variabel Dependen: Misalnya prestasi belajar.
  • Variabel Independen 1: Misalnya jenis kelamin (laki-laki, perempuan).
  • Variabel Independen 2: Misalnya model pembelajaran yang diajarkan (brainstorming, PBL).

1. Atur value pada variabel independen 1 dan 2

• • Contoh pada variabel independen 1, value 1 untuk  label laki-laki, value 2 untuk  label perempuan. Klik add.

• • Begitu juga untuk variabel independen 2.

1. Atur tipe data:

• • Pastikan variabel independen measure sudah masuk kategori "Nominal" atau "Ordinal".
  • Variabel dependen measure harus berupa "Scale" (numerik).

1. Contoh data

Masuk ke bagian data view terlebih dahulu, lalu masukkan data yang akan diolah

Langkah 2: Melakukan Uji ANAVA Dua Jalan

1. Klik "Analyze" pada menu di bagian atas.
2. Pilih "General Linear Model" dan kemudian "Univariate".

1. Masukkan variabel:
   • Pindahkan variabel dependen (misalnya, skor ujian) ke kotak "Dependent Variable".
   • Pindahkan dua variabel independen (misalnya, jenis kelamin dan model pembelajaran) ke kotak "Fixed Factor(s)".

1. Pengaturan Tambahan (Opsional):
   • Post Hoc Tests: Jika Anda ingin melakukan uji lanjut (post-hoc) untuk melihat perbedaan spesifik antara level variabel independen, klik tombol "Post Hoc", pilih variabel independen, dan pilih metode uji yang sesuai (misalnya, Tukey).
   • Plots: Untuk membuat grafik interaksi, klik "Plots", masukkan satu variabel independen ke sumbu horizontal dan variabel lain ke dalam kotak "Separate Lines". Klik "Add", lalu klik "Continue".
2. Klik "OK" untuk menjalankan uji.

Langkah 3: Interpretasi Hasil

Setelah melakukan uji, SPSS akan menghasilkan output yang berisi beberapa tabel penting:

1. Descriptive Statistics: Menampilkan statistik deskriptif seperti mean, standar deviasi, dan jumlah data untuk setiap kombinasi dari faktor.
2. Tests of Between-Subjects Effects: Ini adalah tabel utama untuk ANAVA dua jalan. Perhatikan kolom "Sig." untuk melihat apakah hasil signifikan.
   • Efek Utama: Di sini, Anda dapat melihat apakah ada pengaruh signifikan dari masing-masing faktor (misalnya, jenis kelamin atau model pembelajaran).
   • Efek Interaksi: Lihat apakah ada interaksi signifikan antara kedua faktor tersebut.

1. Post Hoc Tests: Jika Anda memilih untuk melakukan uji lanjut, periksa tabel ini untuk melihat perbedaan spesifik antara level-level variabel independen.
2. Plots: Periksalah pada grafik interaksi untuk visualisasi bagaimana antar variabel berinteraksi.

Langkah 4: Kesimpulan

Berdasarkan output dari SPSS, Anda dapat menyimpulkan:

• Apakah masing-masing faktor memiliki pengaruh signifikan terhadap variabel dependen.
• Apakah ada interaksi signifikan antara faktor-faktor tersebut.
• Jika ada hasil signifikan, Anda dapat melanjutkan dengan analisis post-hoc atau interpretasi grafis untuk memahami detail lebih lanjut.

Contoh Output Interpretasi

• Jika nilai Sig. < 0,05 pada efek utama, itu berarti ada perbedaan signifikan antara level variabel tersebut.
• Jika nilai Sig. < 0,05 pada efek interaksi, ini menunjukkan bahwa pengaruh salah satu variabel independen tergantung pada level variabel independen lainnya.