際際滷

際際滷Share a Scribd company logo
ANALISIS VARIANSI DUA JALAN
Tujuan dari anava dua jalan adalah untuk menguji signifikansi efek dua variabel bebas
terhadap satu variabel terikat, dan untuk menguji signifikansi interaksi kedua variabel bebas
terhadap variabel terikat. Kedua variabel bebas tersebut disebut faktor baris (faktor A)
dan faktor kolom (faktor B).
Pada dasarnya pengujian yang pertama adalah pengujian rerata antar baris, pengujian
kedua adalah pengujian rerata antar kolom, dan pengujian ketiga adalah pengujian rerata
antar sel pada baris atau kolom yang sama.
Notasi dan Tata Letak Data
Faktor A
Faktor B
b1 b2 ... bq
a1
X111
X112
...
X11n
X121
X122
...
X12n
...
...
...
...
X1q1
X1q2
...
X1qn
a2
X211
X212
...
X21n
X221
X222
...
X22n
...
...
...
...
X2q1
X2q2
...
X2qn
... ... ... ... ...
ap
Xp11
Xp12
...
Xp1n
Xp21
Xp22
...
Xp2n
...
...
...
...
Xpq1
Xpq2
...
Xpqn
1. Hipotesis
a) H0A : 留i = 0 untuk setiap i = 1, 2, 3, ..., p
H1A : paling sedikit ada satu 留i yang tidak nol
b) H0B : 硫j = 0 untuk setiap j = 1, 2, 3, ..., q
H1B : paling sedikit ada satu 硫j yang tidak nol
c) H0AB : (留硫)ij = 0 untuk setiap i = 1, 2, 3, ..., p dan j = 1, 2, 3, ..., q
H1AB : paling sedikit ada satu (留硫)ij yang tidak nol
ATAU
a) H0A : tidak ada perbedaan efek antar baris terhadap variabel terikat
H1A : ada perbedaan efek antar baris terhadap variabel terikat
b) H0B : tidak ada perbedaan efek antar kolom terhadap variabel terikat
H1B : ada perbedaan efek antar kolom terhadap variabel terikat
c) H0AB : tidak ada interaksi antar baris dan kolom terhadap variabel terikat
H1AB : ada interaksi baris dan kolom terhadap variabel terikat
2. Komponen komputasi
a. Jumlah Kuadrat (JK)
1) Anava dua jalan sel sama
Tabel jumlah AB
Faktor
A
Faktor B
Total
b1 b2 ... bq
a1 AB11 AB12 ... AB1q A1
a2 AB21 AB22 ... AB2q A2
... ... ... ... ... ...
ap ABp1 ABp2 ... ABpq Ap
Total B1 B2 ... Bq G
Untuk memudahkan perhitungan pada anava dua jalan sel sama, didefinisikan
besaran-besaran (1), (2), (3), (4), dan (5) sebagai berikut:
N
G2
1
j
j
np
B
2
4
kji
ijkX
,,
2
2
ji
ij
n
AB
,
2
5
i
i
nq
A
2
3
)1()3(JKA
)1()4(JKB
)4()3()5()1(JKAB
)5(2JKG
JKGJKABJKBJKAJKTJKT atau)1()2(
Dimana:
JKA = Jumlah Kuadrat Baris
JKB = Jumlah Kuadrat Kolom
JKAB = Jumlah Kuadrat Interaksi
JKG = Jumlah Kuadrat Galat
JKT = Jumlah Kuadrat Total
2) Anava dua jalan sel tak sama
Tabel rerata dan jumlah rerata
Faktor
A
Faktor B
Total
b1 b2 ... bq
a1 11AB 12AB ... qAB1 A1
a2 21AB 22AB ... qAB2 A2
... ... ... ... ... ...
ap 1pAB 2pAB ... pqAB Ap
Total B1 B2 ... Bq G
Pada analisis variansi dua jalan dengan sel tak sama, didefinisikan notasi-notasi
sebagai berikut:
ji
ijnN
,
banyaknya seluruh data amatan
ijn banyaknya data amatan pada sel ij
hn rerata harmonik frekuensi seluruh sel =
ji ijn
pq
,
1
ij
k
ijk
k
ijkij
n
X
XSS
2
2
= jumlah kuadrat deviasi data amatan pada sel ij
ijAB rerata pada sel ij
i
iji ABA jumlah rerata pada baris ke-i
j
ijj ABB jumlah rerata pada kolom ke-j
ij
ijABG jumlah rerata semua sel
Untuk memudahkan perhitungan, didefinisikan besaran-besaran (1), (2), (3),
(4), dan (5) sebagai berikut:
pq
G2
1
ij
ijSS2
i
i
q
A
2
3
j
j
p
B
2
4
ij
ijAB
2
5
13hnJKA
14hnJKB
4351hnJKAB
2JKG
JKGJKABJKBJKAJKT
b. Derajat kebebasan
c. Rerata kuadrat
d. Statistik uji
1) Untuk adalah
2) Untuk adalah
3) Untuk adalah
e. Daerah kritik
1) Daerah kritik untuk adalah
2) Daerah kritik untuk adalah
3) Daerah kritik untuk adalah
f. Keputusan uji
1) ditolak apabila
2) ditolak apabila
3) ditolak apabila
g. Rangkuman analisis
Rangkuman Anava Dua Jalan
Sumber
variansi
JK Dk RK Statistik uji
A (baris) JKA p-1
B (kolom) JKB q-1
AB
(interaksi)
JKAB
(p-1)(q-
1)
G (galat) JKG N-pq _
Total JKT N-1 _ _
Contoh:
1. Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan
sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan.
Dengan mengambil secara random dari populasinya, datanya sebagai berikut
Metode I Metode II Metode III
Laki-laki 5 5 3 5 8 5 7 6 2 3 3 1
Perempuan 10 9 7 7 10 9 9 10 7 6 6 3
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan 留=5% bagaimanakah
kesimpulan penelitian tersebut?
2. Seorang peneliti ingin mengetahui secara serentak apakah waktu mengajar (pagi, siang,
sore) dan ukuran kelas (besar, kecil) berpengaruh terhadap prestasi belajar matematika.
Setelah satu semester, tes yang sama diberikan kepada sampel penelitian. Data
mengenai prestasi belajar disajikan dalam tabel berikut
besar kecil
Pagi 3 1 2 2 2 1 6 6 5 3 4 6
Siang 2 4 3 1 4 4 4 2 3 6 3 5
Sore 4 4 5 5 4 7 5 2 4 3 4 4
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan 留=5% bagaimanakah
kesimpulan penelitian tersebut?
UJI LANJUT PASCA ANAVA DUA JALAN DENGAN METODE SCHEFFE
Langkah-langkah dalam menggunakan metode Scheffe sebagai berikut :
a. Komparasi Rerata Antar Baris
Hipotesis pada komparasi rerata antar baris adalah :
untuk setiap i = 1, 2, 3 dan j = 1,2, 3
paling tidak ada satu pasangan dan yang tidak nol
Uji Scheffe untuk komparasi rerata antar baris adalah :
Dengan daerah kritik :
Dengan :
= nilai pada pembandingan baris ke-i dan baris ke-j
= rerata pada baris ke-i
= rerata pada baris ke-j
RKG = rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi
= ukuran sampel baris ke-i
= ukuran sampel baris ke-j
b. Komparasi Rerata Antar Kolom
Hipotesis pada komparasi rerata antar kolom adalah :
untuk setiap i = 1, 2, 3 dan j = 1, 2, 3
paling tidak ada satu pasangan dan yang tidak nol
Uji Scheffe untuk komparasi rerata antar kolom adalah :
Dengan daerah kritik :
Dengan :
= nilai pada pembandingan kolom ke-i dan kolom ke-j
= rerata pada kolom ke-i
= rerata pada kolom ke-j
RKG = rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi
= ukuran sampel kolom ke-i
= ukuran sampel kolom ke-j
c. Komparasi Rerata Antar Sel pada Kolom yang Sama
Hipotesis pada komparasi rerata antar sel pada kolom yang sama adalah :
untuk setiap i = 1, 2, ..., k dan j = 1, 2, 3
paling tidak ada satu pasang dan yang tidak nol
Uji Scheffe untuk komparasi rerata antar sel pada kolom yang sama adalah sebagai
berikut:
kjij
kjij
kjij
nn
RKG
XX
F
11
2
Dengan:
kjijF = nilai obsF pada pembandingan rerata pada sel ij dan ik.
ijX = rerata pada sel ij
kjX = rerata pada sel ik
RKG = rerata kuadrat galat yang diperoleh dari perhitungan analisis variansi
ijn = ukuran sel ij
kjn = kuran sel ik
Sedangkan daerah kritik untuk uji itu adalah :
d. Komparasi Rerata Antar Sel pada Baris yang Sama
Hipotesis pada komparasi rerata antar sel pada baris yang sama adalah
untuk setiap i = 1, 2, 3 dan j = 1, 2, ..., k
paling tidak ada satu pasang dan yang tidak nol
Uji Scheffe untuk komparasi rerata antar sel pada baris yang sama adalah sebagai
berikut :
ikij
ikij
ikij
nn
RKG
XX
F
11
2
Sedangkan daerah kritik untuk uji itu adalah :
Dari soal no.1 kemarin
1. Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan
sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan.
Dengan mengambil secara random dari populasinya, datanya sebagai berikut
Metode I Metode II Metode III
Laki-laki 5 5 3 5 8 5 7 6 2 3 3 1
Perempuan 10 9 7 7 10 9 9 10 7 6 6 3
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan 留=5% bagaimanakah
kesimpulan penelitian tersebut?
Diperoleh keputusan uji H0A ditolak, H0B ditolak, dan H0AB diterima.
Uji lanjut pasca anava dilakukan apabila hipotesis nol ditolak.
Sebelum melakukan uji lanjut, carilah dulu rerata dari masing-masing baris, kolom, dan
masing-masing sel, seperti di bawah ini
Tabel rerata
Metode I Metode II Metode III Rerata
marginal
Laki-laki 4,5 6,5 2,25 4,417
Perempuan 8,25 9,5 5,5 7,75
Rerata marginal 6,375 8 3,875
1) H0A ditolak, perlu dilakukan uji lanjut, tetapi karena pada faktor baris hanya ada 2
jenis atau kelompok (laki-laki dan perempuan) maka untuk faktor baris tidak perlu
dilakukan uji lanjut pasca anava, kalaupun dilakukan pasti hasilnya juga akan ditolak.
Oleh karena itu untuk melihat mana yang lebih baik, bisa langsung dilihat dari rerata
marginalnya. Karena rerata perempuan lebih besar dari laki-laki, maka perempuan
mempunyai prestasi yang lebih baik dari laki-laki.
CATATAN: Jadi apabila hanya terdapat dua kelompok pada faktor baris atau faktor
kolom, meskipun H0 ditolak tidak perlu dilakukan uji lanjut, tetapi bisa langsung
dilihat dari rerata marginalnya untuk mencari mana yang lebih baik)
2) H0B ditolak, maka perlu dilakukan uji lanjut (komparasi rerata antar kolom)
a) Hipotesis
H0 H1
21 21
31 31
32 32
b) Statistik uji
Silahkan dilanjutkan sendiri!!!
c) Daerah kritis
...
d) Keputusan uji
e) Kesimpulan
(karena ada tiga hipotesis, maka keputusan uji dan kesimpulan juga ada tiga)
2. Seorang peneliti ingin mengetahui secara serentak apakah waktu mengajar (pagi, siang,
sore) dan ukuran kelas (besar, kecil) berpengaruh terhadap prestasi belajar matematika.
Setelah satu semester, tes yang sama diberikan kepada sampel penelitian. Data
mengenai prestasi belajar disajikan dalam tabel berikut
besar kecil
Pagi 3 1 2 2 2 1 6 6 5 3 4 6
Siang 2 4 3 1 4 4 4 2 3 6 3 5
Sore 4 4 5 5 4 7 5 2 4 3 4 4
Jika diasumsikan semua persyaratan analisis dipenuhi, dengan 留=5% bagaimanakah
kesimpulan penelitian tersebut?
Keputusan uji: H0A diterima, H0B ditolak, dan H0AB ditolak.
Tabel rerata
Besar Kecil Rerata
marginal
Pagi ... ... ...
Siang ... ... ...
Sore ... ... ...
Rerata marginal ... ...
1) H0B ditolak, perlu dilakukan uji lanjut, tetapi karena pada faktor kolom hanya ada 2
jenis atau kelompok (besar dan kecil) maka untuk faktor kolom tidak perlu
dilakukan uji lanjut pasca anava, kalaupun dilakukan pasti hasilnya juga akan
ditolak. Oleh karena itu untuk melihat mana yang lebih baik, bisa langsung dilihat
dari rerata marginalnya. Karena rerata ... lebih besar dari ..., maka ... mempunyai
efek yang lebih baik dari ...
2) H0AB ditolak, maka perlu dilakukan uji lanjut (kkomparasi rerata antar sel pada baris
atau kolom yang sama)
a) Hipotesis
H0 H1
1211 1211
2221 2221
3231 3231
2111 2111
3111 3111
3121 3121
2212 2212
3212 3212
3222 3222
b) Statistik uji
dst
c) Daerah kritis
d) Keputusan uji
e) Kesimpulan
(silahkan dilanjutkan sendiri)
TUGAS ( dikumpulkan hari ini juga)
Seorang peneliti ingin mengetahui manakah metode pembelajaran yang paling efektif
diantara CTL dan NHT. Peneliti tersebut juga ingin mengetahui manakah yang lebih efektif
antara waktu pelaksanaan pembelajaran pagi, siang, dan sore. Selain itu peneliti juga ingin
mengetahui apakah terdapat perbedaan prestasi belajar siswa yang mengikuti
pembelajaran dengan CTL dan NHT pada tiap-tiap waktu pelaksanaan pembelajaran. Setelah
dilakukan eksperimen dan diambil sampel dari populasinya, datanya disajikan dalam tabel
berikut
Pagi Siang Sore
CTL 8 9 8 7 6 6 7 5 5 4 4 3
NHT 8 9 9 6 7 9 8 8 3 3 4 2
Jika diasumsikan semua persyaratan analisis dipenuhi,
a. Dengan tingkat signifikansi 5%, bagaimanakah kesimpulan dari penelitian tersebut?
b. Apakah anda perlu melakukan uji lanjut pasca anava? Kalau perlu lakukanlah dan
bagaimana kesimpulannya?

More Related Content

What's hot (20)

RPP - Statistika (Jangkauan)
RPP - Statistika (Jangkauan)RPP - Statistika (Jangkauan)
RPP - Statistika (Jangkauan)
matematikauntirta
RPP BENTUK ALJABAR
RPP BENTUK ALJABARRPP BENTUK ALJABAR
RPP BENTUK ALJABAR
Nety24
Daya pembeda & tingkat kesukaran
Daya pembeda & tingkat kesukaranDaya pembeda & tingkat kesukaran
Daya pembeda & tingkat kesukaran
Universitas Nahdlatul Ulama (UNU) Cirebon
Calculus 2 pertemuan 1
Calculus 2 pertemuan 1Calculus 2 pertemuan 1
Calculus 2 pertemuan 1
Amalia Indrawati Gunawan
8.3.8 instrumen penilaian pengetahuan, sikap, dan keterampilan lingkaran (ren...
8.3.8 instrumen penilaian pengetahuan, sikap, dan keterampilan lingkaran (ren...8.3.8 instrumen penilaian pengetahuan, sikap, dan keterampilan lingkaran (ren...
8.3.8 instrumen penilaian pengetahuan, sikap, dan keterampilan lingkaran (ren...
reno sutriono
penyajian data matematika kelas 7 sem 2 smp
penyajian data matematika kelas 7 sem 2 smppenyajian data matematika kelas 7 sem 2 smp
penyajian data matematika kelas 7 sem 2 smp
AinisAqila1
PPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
PPT SISTEM PERSAMAAN LINEAR DUA VARIABELPPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
PPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
nungkir
3. lkpd 3.7
3. lkpd 3.73. lkpd 3.7
3. lkpd 3.7
Rini Hadiyanti
GEOMETRI RUANG-garis & bidang sejajar, perpotongan tiga buah bidang, dua bida...
GEOMETRI RUANG-garis & bidang sejajar, perpotongan tiga buah bidang, dua bida...GEOMETRI RUANG-garis & bidang sejajar, perpotongan tiga buah bidang, dua bida...
GEOMETRI RUANG-garis & bidang sejajar, perpotongan tiga buah bidang, dua bida...
Agung Wee-Idya
Instrumen tes ulangan harian mengenal bentuk aljabar (kisi dan kartu soal)
Instrumen tes ulangan harian mengenal bentuk aljabar (kisi dan kartu soal)Instrumen tes ulangan harian mengenal bentuk aljabar (kisi dan kartu soal)
Instrumen tes ulangan harian mengenal bentuk aljabar (kisi dan kartu soal)
nurwa ningsih
Matematika sebagai ilmu deduktif
Matematika sebagai ilmu deduktifMatematika sebagai ilmu deduktif
Matematika sebagai ilmu deduktif
Mella Imelda
LKS Penerapan Sistem Persamaan Linear Dua Variabel (SPLDV) SMP Kelas VIII
LKS Penerapan Sistem Persamaan Linear Dua Variabel (SPLDV) SMP Kelas VIIILKS Penerapan Sistem Persamaan Linear Dua Variabel (SPLDV) SMP Kelas VIII
LKS Penerapan Sistem Persamaan Linear Dua Variabel (SPLDV) SMP Kelas VIII
Yoshiie Srinita
RPP - Pemodelan SPLDV
RPP - Pemodelan SPLDVRPP - Pemodelan SPLDV
RPP - Pemodelan SPLDV
matematikauntirta
Homomorfisma grup
Homomorfisma grupHomomorfisma grup
Homomorfisma grup
Yadi Pura
Geometri netral (Neutral Geometry)
Geometri netral (Neutral Geometry)Geometri netral (Neutral Geometry)
Geometri netral (Neutral Geometry)
Muhamad Husni Mubaraq
penilaian acuan norma (PAN) dan penilaian acuan patokan (PAP)
penilaian acuan norma (PAN) dan penilaian acuan patokan (PAP)penilaian acuan norma (PAN) dan penilaian acuan patokan (PAP)
penilaian acuan norma (PAN) dan penilaian acuan patokan (PAP)
universitas negeri padang
Pembuktian dalil 9-18
Pembuktian dalil 9-18Pembuktian dalil 9-18
Pembuktian dalil 9-18
Fitria Maghfiroh
Lkpd konsep mengenal bentuk aljabar 3.5 pertemuan 1 aktivitas 1
Lkpd konsep mengenal bentuk aljabar 3.5 pertemuan 1 aktivitas 1Lkpd konsep mengenal bentuk aljabar 3.5 pertemuan 1 aktivitas 1
Lkpd konsep mengenal bentuk aljabar 3.5 pertemuan 1 aktivitas 1
nurwa ningsih
PENILAIAN UNJUK KERJA MATEMATIKA
PENILAIAN UNJUK KERJA MATEMATIKAPENILAIAN UNJUK KERJA MATEMATIKA
PENILAIAN UNJUK KERJA MATEMATIKA
NASuprawoto Sunardjo
Koneksi Matematika
Koneksi MatematikaKoneksi Matematika
Koneksi Matematika
Nailul Hasibuan
RPP - Statistika (Jangkauan)
RPP - Statistika (Jangkauan)RPP - Statistika (Jangkauan)
RPP - Statistika (Jangkauan)
matematikauntirta
RPP BENTUK ALJABAR
RPP BENTUK ALJABARRPP BENTUK ALJABAR
RPP BENTUK ALJABAR
Nety24
8.3.8 instrumen penilaian pengetahuan, sikap, dan keterampilan lingkaran (ren...
8.3.8 instrumen penilaian pengetahuan, sikap, dan keterampilan lingkaran (ren...8.3.8 instrumen penilaian pengetahuan, sikap, dan keterampilan lingkaran (ren...
8.3.8 instrumen penilaian pengetahuan, sikap, dan keterampilan lingkaran (ren...
reno sutriono
penyajian data matematika kelas 7 sem 2 smp
penyajian data matematika kelas 7 sem 2 smppenyajian data matematika kelas 7 sem 2 smp
penyajian data matematika kelas 7 sem 2 smp
AinisAqila1
PPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
PPT SISTEM PERSAMAAN LINEAR DUA VARIABELPPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
PPT SISTEM PERSAMAAN LINEAR DUA VARIABEL
nungkir
GEOMETRI RUANG-garis & bidang sejajar, perpotongan tiga buah bidang, dua bida...
GEOMETRI RUANG-garis & bidang sejajar, perpotongan tiga buah bidang, dua bida...GEOMETRI RUANG-garis & bidang sejajar, perpotongan tiga buah bidang, dua bida...
GEOMETRI RUANG-garis & bidang sejajar, perpotongan tiga buah bidang, dua bida...
Agung Wee-Idya
Instrumen tes ulangan harian mengenal bentuk aljabar (kisi dan kartu soal)
Instrumen tes ulangan harian mengenal bentuk aljabar (kisi dan kartu soal)Instrumen tes ulangan harian mengenal bentuk aljabar (kisi dan kartu soal)
Instrumen tes ulangan harian mengenal bentuk aljabar (kisi dan kartu soal)
nurwa ningsih
Matematika sebagai ilmu deduktif
Matematika sebagai ilmu deduktifMatematika sebagai ilmu deduktif
Matematika sebagai ilmu deduktif
Mella Imelda
LKS Penerapan Sistem Persamaan Linear Dua Variabel (SPLDV) SMP Kelas VIII
LKS Penerapan Sistem Persamaan Linear Dua Variabel (SPLDV) SMP Kelas VIIILKS Penerapan Sistem Persamaan Linear Dua Variabel (SPLDV) SMP Kelas VIII
LKS Penerapan Sistem Persamaan Linear Dua Variabel (SPLDV) SMP Kelas VIII
Yoshiie Srinita
Homomorfisma grup
Homomorfisma grupHomomorfisma grup
Homomorfisma grup
Yadi Pura
Geometri netral (Neutral Geometry)
Geometri netral (Neutral Geometry)Geometri netral (Neutral Geometry)
Geometri netral (Neutral Geometry)
Muhamad Husni Mubaraq
penilaian acuan norma (PAN) dan penilaian acuan patokan (PAP)
penilaian acuan norma (PAN) dan penilaian acuan patokan (PAP)penilaian acuan norma (PAN) dan penilaian acuan patokan (PAP)
penilaian acuan norma (PAN) dan penilaian acuan patokan (PAP)
universitas negeri padang
Lkpd konsep mengenal bentuk aljabar 3.5 pertemuan 1 aktivitas 1
Lkpd konsep mengenal bentuk aljabar 3.5 pertemuan 1 aktivitas 1Lkpd konsep mengenal bentuk aljabar 3.5 pertemuan 1 aktivitas 1
Lkpd konsep mengenal bentuk aljabar 3.5 pertemuan 1 aktivitas 1
nurwa ningsih
PENILAIAN UNJUK KERJA MATEMATIKA
PENILAIAN UNJUK KERJA MATEMATIKAPENILAIAN UNJUK KERJA MATEMATIKA
PENILAIAN UNJUK KERJA MATEMATIKA
NASuprawoto Sunardjo

Viewers also liked (20)

Mis diapositivas GBIMis diapositivas GBI
Mis diapositivas GBI
emijudith
Subsidio  DNJ 2015Subsidio  DNJ 2015
Subsidio DNJ 2015
Bernadetecebs .
Resume Clay White
Resume Clay WhiteResume Clay White
Resume Clay White
Clay White
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Sandrayee Brahma, Ph.D.
CGRAY-Aprimo Think Before You Send WP-Press-Quality
CGRAY-Aprimo Think Before You Send WP-Press-QualityCGRAY-Aprimo Think Before You Send WP-Press-Quality
CGRAY-Aprimo Think Before You Send WP-Press-Quality
Caryn Gray
LinkedIn Storyboard
LinkedIn StoryboardLinkedIn Storyboard
LinkedIn Storyboard
Karen Belch
Colorido Natural[1]
Colorido Natural[1]Colorido Natural[1]
Colorido Natural[1]
marcelino4
Olha Teu Jardim/elaine/coloniasespirituaisOlha Teu Jardim/elaine/coloniasespirituais
Olha Teu Jardim/elaine/coloniasespirituais
Aurora Boreal
Data in Switzerland: E-Government CH at OKCon 2013
Data in Switzerland: E-Government CH at OKCon 2013Data in Switzerland: E-Government CH at OKCon 2013
Data in Switzerland: E-Government CH at OKCon 2013
CH_Bundesarchiv
64 Water Street, Birmingham
64 Water Street, Birmingham64 Water Street, Birmingham
64 Water Street, Birmingham
dutcharchitecture
Chico saudades de_jesusChico saudades de_jesus
Chico saudades de_jesus
Aurora Boreal
Keterampilan bertanya
Keterampilan bertanyaKeterampilan bertanya
Keterampilan bertanya
Sayeti Melik
Hge saulmiranda-pptHge saulmiranda-ppt
Hge saulmiranda-ppt
hgefcc
Case story: The strategic advantage of product data with Perfion PIM
Case story: The strategic advantage of product data with Perfion PIMCase story: The strategic advantage of product data with Perfion PIM
Case story: The strategic advantage of product data with Perfion PIM
Perfion
Apex training show
Apex training showApex training show
Apex training show
jnhubley
Wonderful Odd Friends
Wonderful Odd FriendsWonderful Odd Friends
Wonderful Odd Friends
anu partha
Perda 15 2004 ijin pembuangan limbah cair
Perda 15   2004 ijin pembuangan limbah cairPerda 15   2004 ijin pembuangan limbah cair
Perda 15 2004 ijin pembuangan limbah cair
Purwani Handayani
I Y C Quiz
I Y C QuizI Y C Quiz
I Y C Quiz
VanHalen
Ladakh Revisited
Ladakh RevisitedLadakh Revisited
Ladakh Revisited
101 Moments
Mis diapositivas GBIMis diapositivas GBI
Mis diapositivas GBI
emijudith
Subsidio  DNJ 2015Subsidio  DNJ 2015
Subsidio DNJ 2015
Bernadetecebs .
Resume Clay White
Resume Clay WhiteResume Clay White
Resume Clay White
Clay White
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Impact of dietary pattern of the fecal donor on in vitro fermentation propert...
Sandrayee Brahma, Ph.D.
CGRAY-Aprimo Think Before You Send WP-Press-Quality
CGRAY-Aprimo Think Before You Send WP-Press-QualityCGRAY-Aprimo Think Before You Send WP-Press-Quality
CGRAY-Aprimo Think Before You Send WP-Press-Quality
Caryn Gray
LinkedIn Storyboard
LinkedIn StoryboardLinkedIn Storyboard
LinkedIn Storyboard
Karen Belch
Colorido Natural[1]
Colorido Natural[1]Colorido Natural[1]
Colorido Natural[1]
marcelino4
Olha Teu Jardim/elaine/coloniasespirituaisOlha Teu Jardim/elaine/coloniasespirituais
Olha Teu Jardim/elaine/coloniasespirituais
Aurora Boreal
Data in Switzerland: E-Government CH at OKCon 2013
Data in Switzerland: E-Government CH at OKCon 2013Data in Switzerland: E-Government CH at OKCon 2013
Data in Switzerland: E-Government CH at OKCon 2013
CH_Bundesarchiv
64 Water Street, Birmingham
64 Water Street, Birmingham64 Water Street, Birmingham
64 Water Street, Birmingham
dutcharchitecture
Chico saudades de_jesusChico saudades de_jesus
Chico saudades de_jesus
Aurora Boreal
Keterampilan bertanya
Keterampilan bertanyaKeterampilan bertanya
Keterampilan bertanya
Sayeti Melik
Hge saulmiranda-pptHge saulmiranda-ppt
Hge saulmiranda-ppt
hgefcc
Case story: The strategic advantage of product data with Perfion PIM
Case story: The strategic advantage of product data with Perfion PIMCase story: The strategic advantage of product data with Perfion PIM
Case story: The strategic advantage of product data with Perfion PIM
Perfion
Apex training show
Apex training showApex training show
Apex training show
jnhubley
Wonderful Odd Friends
Wonderful Odd FriendsWonderful Odd Friends
Wonderful Odd Friends
anu partha
Perda 15 2004 ijin pembuangan limbah cair
Perda 15   2004 ijin pembuangan limbah cairPerda 15   2004 ijin pembuangan limbah cair
Perda 15 2004 ijin pembuangan limbah cair
Purwani Handayani
I Y C Quiz
I Y C QuizI Y C Quiz
I Y C Quiz
VanHalen
Ladakh Revisited
Ladakh RevisitedLadakh Revisited
Ladakh Revisited
101 Moments

Similar to Anava dua-jalan1 (20)

PPT STATISTIK.pptx tugas kuliah statistik
PPT STATISTIK.pptx tugas kuliah statistikPPT STATISTIK.pptx tugas kuliah statistik
PPT STATISTIK.pptx tugas kuliah statistik
Eramegajayanthi
Tesis matematika
Tesis matematikaTesis matematika
Tesis matematika
kadal123123
Analisis varians
Analisis variansAnalisis varians
Analisis varians
Sebastian Rizal
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pptx
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pptxppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pptx
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pptx
achmadsukri1
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
AgusdiantoDakhi
Anova 1way & uji lanjut
Anova 1way & uji lanjutAnova 1way & uji lanjut
Anova 1way & uji lanjut
Suci Agustina
RANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAPRANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAP
Arning Susilawati
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arah
UNESA
Kelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxKelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptx
Irfan Sirad
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Awal Akbar Jamaluddin
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
Anova satu arah
Anova satu arahAnova satu arah
Anova satu arah
dydik
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
Tri Supadmi
tugas7b.pdf
tugas7b.pdftugas7b.pdf
tugas7b.pdf
RonalSihombing
10_Analisis Variansi Dua Jalan 2024.pptx
10_Analisis Variansi Dua Jalan 2024.pptx10_Analisis Variansi Dua Jalan 2024.pptx
10_Analisis Variansi Dua Jalan 2024.pptx
AdityaFaizalAchmad
pertemuan11ujinormalitasdanhomogenitas-161215141904.pdf
pertemuan11ujinormalitasdanhomogenitas-161215141904.pdfpertemuan11ujinormalitasdanhomogenitas-161215141904.pdf
pertemuan11ujinormalitasdanhomogenitas-161215141904.pdf
SuharnoUsman1
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)
Muhammad Eko
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptx
AmeliaManatar
PPT STATISTIK.pptx tugas kuliah statistik
PPT STATISTIK.pptx tugas kuliah statistikPPT STATISTIK.pptx tugas kuliah statistik
PPT STATISTIK.pptx tugas kuliah statistik
Eramegajayanthi
Tesis matematika
Tesis matematikaTesis matematika
Tesis matematika
kadal123123
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pptx
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pptxppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pptx
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pptx
achmadsukri1
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
AgusdiantoDakhi
Anova 1way & uji lanjut
Anova 1way & uji lanjutAnova 1way & uji lanjut
Anova 1way & uji lanjut
Suci Agustina
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arah
UNESA
Kelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptxKelompok 3 Analisa Kuantitatif.pptx
Kelompok 3 Analisa Kuantitatif.pptx
Irfan Sirad
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)
Awal Akbar Jamaluddin
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
Aisyah Turidho
Anova satu arah
Anova satu arahAnova satu arah
Anova satu arah
dydik
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
Tri Supadmi
10_Analisis Variansi Dua Jalan 2024.pptx
10_Analisis Variansi Dua Jalan 2024.pptx10_Analisis Variansi Dua Jalan 2024.pptx
10_Analisis Variansi Dua Jalan 2024.pptx
AdityaFaizalAchmad
pertemuan11ujinormalitasdanhomogenitas-161215141904.pdf
pertemuan11ujinormalitasdanhomogenitas-161215141904.pdfpertemuan11ujinormalitasdanhomogenitas-161215141904.pdf
pertemuan11ujinormalitasdanhomogenitas-161215141904.pdf
SuharnoUsman1
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)
Muhammad Eko
TM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptxTM_13_Uji_Fisher_Exact.pptx
TM_13_Uji_Fisher_Exact.pptx
AmeliaManatar

Anava dua-jalan1

  • 1. ANALISIS VARIANSI DUA JALAN Tujuan dari anava dua jalan adalah untuk menguji signifikansi efek dua variabel bebas terhadap satu variabel terikat, dan untuk menguji signifikansi interaksi kedua variabel bebas terhadap variabel terikat. Kedua variabel bebas tersebut disebut faktor baris (faktor A) dan faktor kolom (faktor B). Pada dasarnya pengujian yang pertama adalah pengujian rerata antar baris, pengujian kedua adalah pengujian rerata antar kolom, dan pengujian ketiga adalah pengujian rerata antar sel pada baris atau kolom yang sama. Notasi dan Tata Letak Data Faktor A Faktor B b1 b2 ... bq a1 X111 X112 ... X11n X121 X122 ... X12n ... ... ... ... X1q1 X1q2 ... X1qn a2 X211 X212 ... X21n X221 X222 ... X22n ... ... ... ... X2q1 X2q2 ... X2qn ... ... ... ... ... ap Xp11 Xp12 ... Xp1n Xp21 Xp22 ... Xp2n ... ... ... ... Xpq1 Xpq2 ... Xpqn 1. Hipotesis a) H0A : 留i = 0 untuk setiap i = 1, 2, 3, ..., p H1A : paling sedikit ada satu 留i yang tidak nol b) H0B : 硫j = 0 untuk setiap j = 1, 2, 3, ..., q H1B : paling sedikit ada satu 硫j yang tidak nol c) H0AB : (留硫)ij = 0 untuk setiap i = 1, 2, 3, ..., p dan j = 1, 2, 3, ..., q H1AB : paling sedikit ada satu (留硫)ij yang tidak nol ATAU
  • 2. a) H0A : tidak ada perbedaan efek antar baris terhadap variabel terikat H1A : ada perbedaan efek antar baris terhadap variabel terikat b) H0B : tidak ada perbedaan efek antar kolom terhadap variabel terikat H1B : ada perbedaan efek antar kolom terhadap variabel terikat c) H0AB : tidak ada interaksi antar baris dan kolom terhadap variabel terikat H1AB : ada interaksi baris dan kolom terhadap variabel terikat 2. Komponen komputasi a. Jumlah Kuadrat (JK) 1) Anava dua jalan sel sama Tabel jumlah AB Faktor A Faktor B Total b1 b2 ... bq a1 AB11 AB12 ... AB1q A1 a2 AB21 AB22 ... AB2q A2 ... ... ... ... ... ... ap ABp1 ABp2 ... ABpq Ap Total B1 B2 ... Bq G Untuk memudahkan perhitungan pada anava dua jalan sel sama, didefinisikan besaran-besaran (1), (2), (3), (4), dan (5) sebagai berikut: N G2 1 j j np B 2 4 kji ijkX ,, 2 2 ji ij n AB , 2 5 i i nq A 2 3 )1()3(JKA )1()4(JKB )4()3()5()1(JKAB )5(2JKG JKGJKABJKBJKAJKTJKT atau)1()2( Dimana:
  • 3. JKA = Jumlah Kuadrat Baris JKB = Jumlah Kuadrat Kolom JKAB = Jumlah Kuadrat Interaksi JKG = Jumlah Kuadrat Galat JKT = Jumlah Kuadrat Total 2) Anava dua jalan sel tak sama Tabel rerata dan jumlah rerata Faktor A Faktor B Total b1 b2 ... bq a1 11AB 12AB ... qAB1 A1 a2 21AB 22AB ... qAB2 A2 ... ... ... ... ... ... ap 1pAB 2pAB ... pqAB Ap Total B1 B2 ... Bq G Pada analisis variansi dua jalan dengan sel tak sama, didefinisikan notasi-notasi sebagai berikut: ji ijnN , banyaknya seluruh data amatan ijn banyaknya data amatan pada sel ij hn rerata harmonik frekuensi seluruh sel = ji ijn pq , 1 ij k ijk k ijkij n X XSS 2 2 = jumlah kuadrat deviasi data amatan pada sel ij ijAB rerata pada sel ij i iji ABA jumlah rerata pada baris ke-i
  • 4. j ijj ABB jumlah rerata pada kolom ke-j ij ijABG jumlah rerata semua sel Untuk memudahkan perhitungan, didefinisikan besaran-besaran (1), (2), (3), (4), dan (5) sebagai berikut: pq G2 1 ij ijSS2 i i q A 2 3 j j p B 2 4 ij ijAB 2 5 13hnJKA 14hnJKB 4351hnJKAB 2JKG JKGJKABJKBJKAJKT b. Derajat kebebasan
  • 5. c. Rerata kuadrat d. Statistik uji 1) Untuk adalah 2) Untuk adalah 3) Untuk adalah e. Daerah kritik 1) Daerah kritik untuk adalah 2) Daerah kritik untuk adalah 3) Daerah kritik untuk adalah f. Keputusan uji 1) ditolak apabila 2) ditolak apabila 3) ditolak apabila
  • 6. g. Rangkuman analisis Rangkuman Anava Dua Jalan Sumber variansi JK Dk RK Statistik uji A (baris) JKA p-1 B (kolom) JKB q-1 AB (interaksi) JKAB (p-1)(q- 1) G (galat) JKG N-pq _ Total JKT N-1 _ _
  • 7. Contoh: 1. Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan. Dengan mengambil secara random dari populasinya, datanya sebagai berikut Metode I Metode II Metode III Laki-laki 5 5 3 5 8 5 7 6 2 3 3 1 Perempuan 10 9 7 7 10 9 9 10 7 6 6 3 Jika diasumsikan semua persyaratan analisis dipenuhi, dengan 留=5% bagaimanakah kesimpulan penelitian tersebut? 2. Seorang peneliti ingin mengetahui secara serentak apakah waktu mengajar (pagi, siang, sore) dan ukuran kelas (besar, kecil) berpengaruh terhadap prestasi belajar matematika. Setelah satu semester, tes yang sama diberikan kepada sampel penelitian. Data mengenai prestasi belajar disajikan dalam tabel berikut besar kecil Pagi 3 1 2 2 2 1 6 6 5 3 4 6 Siang 2 4 3 1 4 4 4 2 3 6 3 5 Sore 4 4 5 5 4 7 5 2 4 3 4 4 Jika diasumsikan semua persyaratan analisis dipenuhi, dengan 留=5% bagaimanakah kesimpulan penelitian tersebut?
  • 8. UJI LANJUT PASCA ANAVA DUA JALAN DENGAN METODE SCHEFFE Langkah-langkah dalam menggunakan metode Scheffe sebagai berikut : a. Komparasi Rerata Antar Baris Hipotesis pada komparasi rerata antar baris adalah : untuk setiap i = 1, 2, 3 dan j = 1,2, 3 paling tidak ada satu pasangan dan yang tidak nol Uji Scheffe untuk komparasi rerata antar baris adalah : Dengan daerah kritik : Dengan : = nilai pada pembandingan baris ke-i dan baris ke-j = rerata pada baris ke-i = rerata pada baris ke-j RKG = rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi = ukuran sampel baris ke-i = ukuran sampel baris ke-j b. Komparasi Rerata Antar Kolom Hipotesis pada komparasi rerata antar kolom adalah : untuk setiap i = 1, 2, 3 dan j = 1, 2, 3 paling tidak ada satu pasangan dan yang tidak nol Uji Scheffe untuk komparasi rerata antar kolom adalah : Dengan daerah kritik : Dengan : = nilai pada pembandingan kolom ke-i dan kolom ke-j = rerata pada kolom ke-i = rerata pada kolom ke-j RKG = rerata kuadrat galat, yang diperoleh dari perhitungan analisis variansi = ukuran sampel kolom ke-i = ukuran sampel kolom ke-j
  • 9. c. Komparasi Rerata Antar Sel pada Kolom yang Sama Hipotesis pada komparasi rerata antar sel pada kolom yang sama adalah : untuk setiap i = 1, 2, ..., k dan j = 1, 2, 3 paling tidak ada satu pasang dan yang tidak nol Uji Scheffe untuk komparasi rerata antar sel pada kolom yang sama adalah sebagai berikut: kjij kjij kjij nn RKG XX F 11 2 Dengan: kjijF = nilai obsF pada pembandingan rerata pada sel ij dan ik. ijX = rerata pada sel ij kjX = rerata pada sel ik RKG = rerata kuadrat galat yang diperoleh dari perhitungan analisis variansi ijn = ukuran sel ij kjn = kuran sel ik Sedangkan daerah kritik untuk uji itu adalah : d. Komparasi Rerata Antar Sel pada Baris yang Sama Hipotesis pada komparasi rerata antar sel pada baris yang sama adalah untuk setiap i = 1, 2, 3 dan j = 1, 2, ..., k paling tidak ada satu pasang dan yang tidak nol Uji Scheffe untuk komparasi rerata antar sel pada baris yang sama adalah sebagai berikut : ikij ikij ikij nn RKG XX F 11 2 Sedangkan daerah kritik untuk uji itu adalah :
  • 10. Dari soal no.1 kemarin 1. Seorang peneliti ingin melihat efek tiga metode pembelajaran, yaitu I, II, dan III, dan sekaligus ingin melihat apakah ada perbedaan prestasi antara laki-laki dan perempuan. Dengan mengambil secara random dari populasinya, datanya sebagai berikut Metode I Metode II Metode III Laki-laki 5 5 3 5 8 5 7 6 2 3 3 1 Perempuan 10 9 7 7 10 9 9 10 7 6 6 3 Jika diasumsikan semua persyaratan analisis dipenuhi, dengan 留=5% bagaimanakah kesimpulan penelitian tersebut? Diperoleh keputusan uji H0A ditolak, H0B ditolak, dan H0AB diterima. Uji lanjut pasca anava dilakukan apabila hipotesis nol ditolak. Sebelum melakukan uji lanjut, carilah dulu rerata dari masing-masing baris, kolom, dan masing-masing sel, seperti di bawah ini Tabel rerata Metode I Metode II Metode III Rerata marginal Laki-laki 4,5 6,5 2,25 4,417 Perempuan 8,25 9,5 5,5 7,75 Rerata marginal 6,375 8 3,875 1) H0A ditolak, perlu dilakukan uji lanjut, tetapi karena pada faktor baris hanya ada 2 jenis atau kelompok (laki-laki dan perempuan) maka untuk faktor baris tidak perlu dilakukan uji lanjut pasca anava, kalaupun dilakukan pasti hasilnya juga akan ditolak. Oleh karena itu untuk melihat mana yang lebih baik, bisa langsung dilihat dari rerata marginalnya. Karena rerata perempuan lebih besar dari laki-laki, maka perempuan mempunyai prestasi yang lebih baik dari laki-laki. CATATAN: Jadi apabila hanya terdapat dua kelompok pada faktor baris atau faktor kolom, meskipun H0 ditolak tidak perlu dilakukan uji lanjut, tetapi bisa langsung dilihat dari rerata marginalnya untuk mencari mana yang lebih baik) 2) H0B ditolak, maka perlu dilakukan uji lanjut (komparasi rerata antar kolom) a) Hipotesis H0 H1 21 21 31 31 32 32 b) Statistik uji
  • 11. Silahkan dilanjutkan sendiri!!! c) Daerah kritis ... d) Keputusan uji e) Kesimpulan (karena ada tiga hipotesis, maka keputusan uji dan kesimpulan juga ada tiga) 2. Seorang peneliti ingin mengetahui secara serentak apakah waktu mengajar (pagi, siang, sore) dan ukuran kelas (besar, kecil) berpengaruh terhadap prestasi belajar matematika. Setelah satu semester, tes yang sama diberikan kepada sampel penelitian. Data mengenai prestasi belajar disajikan dalam tabel berikut besar kecil Pagi 3 1 2 2 2 1 6 6 5 3 4 6 Siang 2 4 3 1 4 4 4 2 3 6 3 5 Sore 4 4 5 5 4 7 5 2 4 3 4 4 Jika diasumsikan semua persyaratan analisis dipenuhi, dengan 留=5% bagaimanakah kesimpulan penelitian tersebut? Keputusan uji: H0A diterima, H0B ditolak, dan H0AB ditolak. Tabel rerata Besar Kecil Rerata marginal Pagi ... ... ... Siang ... ... ... Sore ... ... ... Rerata marginal ... ... 1) H0B ditolak, perlu dilakukan uji lanjut, tetapi karena pada faktor kolom hanya ada 2 jenis atau kelompok (besar dan kecil) maka untuk faktor kolom tidak perlu dilakukan uji lanjut pasca anava, kalaupun dilakukan pasti hasilnya juga akan ditolak. Oleh karena itu untuk melihat mana yang lebih baik, bisa langsung dilihat dari rerata marginalnya. Karena rerata ... lebih besar dari ..., maka ... mempunyai efek yang lebih baik dari ... 2) H0AB ditolak, maka perlu dilakukan uji lanjut (kkomparasi rerata antar sel pada baris atau kolom yang sama) a) Hipotesis
  • 12. H0 H1 1211 1211 2221 2221 3231 3231 2111 2111 3111 3111 3121 3121 2212 2212 3212 3212 3222 3222 b) Statistik uji dst c) Daerah kritis d) Keputusan uji e) Kesimpulan (silahkan dilanjutkan sendiri)
  • 13. TUGAS ( dikumpulkan hari ini juga) Seorang peneliti ingin mengetahui manakah metode pembelajaran yang paling efektif diantara CTL dan NHT. Peneliti tersebut juga ingin mengetahui manakah yang lebih efektif antara waktu pelaksanaan pembelajaran pagi, siang, dan sore. Selain itu peneliti juga ingin mengetahui apakah terdapat perbedaan prestasi belajar siswa yang mengikuti pembelajaran dengan CTL dan NHT pada tiap-tiap waktu pelaksanaan pembelajaran. Setelah dilakukan eksperimen dan diambil sampel dari populasinya, datanya disajikan dalam tabel berikut Pagi Siang Sore CTL 8 9 8 7 6 6 7 5 5 4 4 3 NHT 8 9 9 6 7 9 8 8 3 3 4 2 Jika diasumsikan semua persyaratan analisis dipenuhi, a. Dengan tingkat signifikansi 5%, bagaimanakah kesimpulan dari penelitian tersebut? b. Apakah anda perlu melakukan uji lanjut pasca anava? Kalau perlu lakukanlah dan bagaimana kesimpulannya?