Tutorial Uji Anova/Anava – Two Way Anova SPSS Mudah Lengkap

Pada artikel sebelumnya telah dibahas tentang apa itu uji Anova/Anava dan tutorial uji one way anova. Pada tutorial kali ini kita akan membahas tentang two way Anova dengan menggunakan SPSS. Seperti yang telah dijelaskan pada artikel sebelumnya, two way Anova artinya terdapat 2 faktor (variabel independent) dengan 1 variabel dependent. Disebut juga multifaktor Anova karena lebih dari 1 faktor (variabel independent).

baca juga: Uji Anova/Anava – One way Anova SPSS

Kapan kita menggunakan uji two way anova?

Kita menggunakan uji two way Anova bila kita ingin menganalisis hubungan 2 variabel independent (dengan skala kategorikal) terhadap 1 variabel dependent (dengan skala rasio/interval). Lebih jauh, Kita ingin mengetahui efek dari variabel 2 independent terhadap variabel dependent dan apakah ada interaksi 2 variabel independent tersebut terhadap variabel dependent.

Syarat atau Asumsi Uji two way Anova

  1. Variable Dependent: Skala rasio/interval
    2 Variabel Independent: Skala kategorikal
  2. Residual standard berdistribusi normal. Jika tidak berdistribusi normal, tidak ada uji alternatif nonparametrik yang dapat digunakan, sehingga transformasi data dapat menjadi pilihan.
  3. Variasi homogen. Bila variasi tidak homogen (p<0,05) maka hasil analisis tidak reliable, pilihannya adalah menggunakan alfa 1%(0,01) dibandingkan menggunakan 5% (0,05).

Tutorial Uji Two Way Anova

Pada Contoh kali ini peneliti ingin melihat adakah pengaruh pola konsumsi tablet Fe dan aktivitas ibu hamil dengan kadar zat besi.

Variabel Dependent: Kadar zat besi (skala rasio/interval)

Variabel Independent:

  1. Konsumsi Tablet Fe, skala kategori dengan 4 level kategori
    1. tidak konsumsi tablet Fe
    2. Konsumsi tablet Fe 30 hari
    3. Konsumsi tablet Fe 60 hari
    4. Konsumsi tablet Fe 90 hari
  2. Aktivitas Ibu Hamil, skala kategori dengan 2 level kategori
    1. Aktivitas Tinggi
    2. Aktivitas Biasa

File latihan dapat didownload di sini: TwoWayAnova.sav♥

Silahkan buka file latihan pada SPSS, maka akan tampak Data View terdapat 3 kolom. Kolom pertama variabel dependent, kolom kedua dan ketiga variabel independent.

Data View Two Way anova

Pada Variable View, bisa kita lihat value masing-masing variabel independent. Value Variabel konsumsi Fe koding 1= tidak konsumsi tablet Fe; koding 2= konsumsi tablet Fe 30 hari; koding 3= Konsumsi tablet Fe 60 hari; koding 4= konsumsi tablet Fe 90 hari. Value Variable Aktivitas koding 1= aktivitas tinggi dan koding 2= aktivitas biasa.

Var View Two Wayanova

Kita akan melakukan uji Two Way Anova sekaligus mengecek syarat/asumsi uji Two Way Anova. Sehingga, hasil uji Two Way Anova baru akan kita pakai bila syaratnya terpenuhi.

Cara Uji Two Way Anova: Analyze > General Linier Model > Univariate

Uji Two Way Anova SPSS

Kemudian lakukan langkah berikut:

  1. Pindahkan Variabel Kadar Zat Besi pada kotak Dependent Variables
    Pindahkan kedua variabel independent pada kotak Fixed Factors.
  2. Klik Save
  3. Centang Standardized (untuk memunculkan nilai residual standard yang akan kita uji normalitasnya nanti)
  4. Klik Continue

Uji Two Way Anova SPSS

Lanjutkkan pengaturan sesuai langkah berikut:

  1. Klik Plots. Langkah ini untuk membuat diagram plot nilai means menurut level kategori dari  2 variabel independent. Diagram ini membantu kita untuk menentukan apakah terjadi interaksi atau tidak dan bila ada interaksi terjadi di level kategori  yang mana.
  2. Pindahkan KonsumsiFe pada kotak Horizontal Axis (hal ini akan membuat 4 level kategori KonsumsiFe menjadi Axis)
    Pindahkan Aktivitas pada kotak Separate Lines (hal ini akan membuat 2 level kategori Aktivitas menjadi 2 garis pada bidang diagram)
    Saya menyukai setting yang menjadi garis adalah yang jumlah level kategorinya paling sedikit supaya tidak terlalu banyak garis.
  3. Klik Add, pastikan muncul Plots baru KonfumsiFe*Aktivitas
  4. Klik Continue

Uji Two Way Anova SPSS

Selanjutnya ikuti langkah berikut:

  1. Klik Post Hoc
  2. Pindahkan Konsumsife dan Aktivitas pada Post Hoc Test for
  3. Centang Tukey
  4. Klik Continue

Uji Two Way Anova SPSS

Terakhir lakukan langkah berikut:

  1. Klik Option
  2. Pindahkan KonsumsiFe, Aktivitas, dan KonsumsiFe*Aktivitas pada kotak Display Means For
  3. Centang Compare Main Effects
  4. Pilih LSD(None)
  5. Centang Descriptive statistics dan Homogeneity Test (untuk menguji apakah variasi data homogen)
  6. Klik Continue
  7. Klik OK Untuk menganalisis

Uji Two Way Anova SPSS

Sebelum menggunakan hasil uji two way anova, kita harus mengecek asumsi/syarat uji two way anova apakah terpenuhi atau tidak.

Asumsi Residual Standard berdistribusi normal, bisa kita cek pada Data View sekarang muncul kolom baru ZRE_1, ini adalah nilai residual standard yang akan kita cek normalitasnya.

Uji Normalitas Two Way Anova SPSS

Caranya: Analyze > Descriptive Statistics > ExploreUji Normalitas Two Way Anova SPSS

Lakukan langkah berikut:

  1. Pindahkan Standardized Residual pada dependent list
  2. Klik Plots
  3. Centang Histogram dan Normality plots with Test
  4. Klik Continue
  5. Klik OK

Uji Normalitas Two Way Anova SPSS

 

Pada Output Analisis Explore liat Tabel Test of Normality, Pada Shapiro-Wilk nilai p=0,854. karena p>0,05 maka distribusi data residual standard kita tidak berbeda bermakna dengan distribusi data normal teoritis. Sehingga asumsi data residual standard berdistribusi normal terpenuhi.

Uji Normalitas Two Way Anova SPSS

Sekarang kita kembali ke Output Two Way Anova kita tadi. Cari Tabel Levene’s Test untuk uji homogenitas. Pada tabel, nilai p=0,611. Karena nilai p>0,05 maka tidak ada beda variasi sehingga asumsi variasi homogen terpenuhi.

Uji Homogenitas Two Way Anova SPSS

Syarat Uji Two Way Anova terpenuhi, maka hasil output uji nya dapat dipakai.

Cara baca/Interpretasi hasil output uji Two Way Anova SPSS

Sekarang kita akan menganalisis hasil uji two way anova dengan SPSS

Pada tabel Between Subjects Factor tampak untuk variabel konsumsi tablet besi terdapat 4 level kategori sedangkan variabel tingkat aktivitas terdapat 2 level kategori.

Baca Hasil Uji Two Way Anova SPSS

Pada Tabel Descriptive Statistics kita bisa lihat pengaruh utama (main effect) dari variabel konsumsi tablet besi maupun dari variabel tingkat aktivitas terhadap kadar zat besi.

Baca Hasil Uji Two Way Anova SPSS

Pada tabel di atas, Kotak biru menunjukkan Main Effect dari variabel Konsumsi terhadap kadar zat besi. Yang tidak konsumsi tablet Fe kadar zat besi rata-ratanya 9,06, yang minum tablet Fe 30 hari kadar zat besi rata-ratanya naik jadi 12,03, yang minum tablet Fe 60 hari kadar zat besi rata-ratanya 12,753, dan yang minum tablet Fe 90 hari kadar zat besi rata-ratanya 14,62.

Kotak merah menunjukkan Main Effect dari Aktivitas terhadap kadar zat besi. Yang aktivitas tinggi kadar zat besi rata-ratanya 11,983, yang aktivitas biasa kadar zat besi rata-ratanya 12,242.

Kotak orange adalah kadar zat besi rata-rata seluruh responden kita tanpa melihat aktivtas maupun konsumsi tablet Fe, yaitu 12,117.

Untuk pengaruh kedua variabel terhadap kadar zat besi bisa dilihat yang diluat kotak warna. Misalnya pada yang konsumsi tablet Fe 90 hari dengan aktivitas tinggi kadar zat besi rata-ratanya 15,07.

Selanjutnya Tabel Test of Berween Subjects Effects.

Pada tabel ini kita bisa lihat variabel KonsumsiFe mempengaruhi kadar zat besi secara signifikan, Sedangkan variabel aktivitas tidak signifikan. Namun ternyata ada Interaksi antara KonsumsiFe dan Aktivitas (KonsumsiFe * Aktivitas) dengan kadar zat besi, nilai p=0,019 (p<0,05 signifikan)

Berdasarkan analisis Two Way Anova, terdapat interaksi yang bermakna antara pengaruh Konsumsi Tablet Besi dan Aktivitas terhadap Kadar Zat Besi [F(3,52)=3,612; p=0,019].
3,612 adalah nilai F pada df 3 dan error df 52; 0,019 adalah nilai Sig.

Baca Hasil Uji Two Way Anova SPSS

Seandainya tidak ada interaksi, maka kita bisa langsung menyimpulkan Konsumsi Fe punya pengaruh sedangkan Aktivitas tidak punya pengaruh signifikan terhadap kadar zat besi, dan untuk mengetahui antara konsumsi Fe yang mana yang memiliki kadar zat besi rata-rata yang berbeda signifikan kita bisa gunakan hasil uji post hoc nya. Oleh karena adanya Interaksi, maka bila kita menggunakan interpretasi KonsumsiFe berpengaruh sedangkan Aktivitas tidak berpengaruh kita bisa salah mengambil kesimpulan penelitian. Untuk itu kita perlu menganalisis efek interaksinya seperti apa.

Lihat diagram Profile Plots, pada level tidak konsumsi tablet besi hingga level konsumsi tablet Fe 60 hari kadar zat besi rata-rata antara aktivitas tinggi dan aktivitas biasa terlihat paralel, namun antara level konsumsi tablet besi 60 hari dan level konsumsi tablet besi 90 hari terjadi persilangan, disinilah letak interaksi kedua variabel independent tersebut.

Baca Hasil Uji Two Way Anova SPSS

Langkah selanjutnya kita harus menganalisis simple main effect-nya.

hasil simple interation effect Two way Anova dengan SPSS

Kita akan melihat apakah pada level konsumsi tablet Fe 60 hari dan 90 hari kadar zat besi berbeda menurut aktivitas (lingkaran kuning dan ungu).

Karena pada SPSS tidak ada option untuk itu, maka kita harus memasukkan syntax untuk menganalisis seperti apa yang kita inginkan.

Prosedur Analisis Simple Main Effect dengan SPSS

Caranya: File > New > Syntaxsyntax analisis simpe interaction effect dengan SPSS

Kemudian ketikkan syntax berikut:

glm KadarZatBesi by KonsumsiFe Aktivitas
/EMMEANS = Tables (KonsumsiFe*Aktivitas) compare (Aktivitas)

Keterangan:

  • glm = general linier model (jadi akan dianalisis dengan glm)
  • KadarZatBesi adalah variabel dependentnya yang akan dianalisis menurut (by) KonsumsiFe dan Aktvitas
  • Tables (KonsumsiFe*Aktivitas) = tabel silangnya antara KonsumsiFe dengan Aktivitas
  • Compare (Aktivitas) = nilai estimate marginal means yang akan dibandingkan menurut Aktivitas
  • Variabel ditulis persis seperti nama variabel pada variabel view.

Setelah selesai, klik RUN (segitiga hijau) untuk memulai analisis

syntax analisis simpe interaction effect dengan SPSS

Pada hasil Output kita bisa liat pada Pairwise Comparisons

hasil simple interation effect Two way Anova dengan SPSS hasil simple interation effect Two way Anova dengan SPSS

Kotak merah menandakan pada level tidak konsumsi tablet besi, selisih kadar zat besi rata-rata antara aktivitas tinggi dan aktivitas biasa 0,782, perbedaan ini tidak signifikan (p=0,059; p>0,05).

Kotak biru menandakan pada level konsumsi tablet besi 30 hari, selisih kadar zat besi rata-rata antara aktivitas tinggi dan aktivitas biasa 0,571, perbedaan ini tidak signifikan (p=0,165; p>0,05).

Kotak kuning menandakan pada level konsumsi tablet besi 60 hari, selisih kadar zat besi rata-rata antara aktivitas tinggi dan aktivitas biasa 0,704, perbedaan ini tidak signifikan (p=0,089; p>0,05).

Kotak ungu menandakan pada level konsumsi tablet besi 90 hari, selisih kadar zat besi rata-rata antara aktivitas tinggi dan aktivitas biasa 0,846 dengan kadar zat besi rata-rata pada aktivitas tinggi lebih besar, perbedaan ini signifikan (p=0,042; p<0,05). Hal inilah yang menyebabkan adanya interaksi.

Bagaimana Cara Melaporkan atau Menuliskan hasil analisis two way anova pada laporan/artikel penelitian?

Berdasarkan analisis Two Way Anova, terdapat interaksi yang bermakna antara pengaruh Konsumsi Tablet Besi dan Aktivitas terhadap Kadar Zat Besi [F(3,52)=3,612; p=0,019].

Berdasarka analisis simple main effects menunjukkan bahwa aktivitas tinggi secara signifikan memiliki kadar zat besi lebih tinggi dibandingkan aktivitas biasa ketika mengkonsumsi tablet besi selama 90 hari (p=0,042), namun tidak memiliki perbedaan kadar zat besi yang sigifikan antara aktivitas tinggi dan aktivitas biasa ketika tidak mengkonsumsi tablet besi (p=0,059), mengkonsumsi tablet besi 30 hari (p=0,165), atau mengkonsumsi tablet besi 60 hari (p=0,089).

Bagaimana pelaporannya seandainya tidak ada interaksi?

Kita bisa mengatakan, berdasarkan hasil analsisi Two Way Anova, Konsumsi tablet besi berpengaruh terhadap kadar zat besi [F(3,52)=132,548; p=0,000]. Sedangkan Aktivitas tidak berpengaruh terhadap kadar zat besi [F(1,52)=2,227; p=0,142].

Berdasarkan uji Post Hoc, hanya antara konsumsi Tablet Fe 30 hari dengan Konsumsi tablet Fe 60 yang kadar zat besi rata-ratanya tidak berbeda signifikan (p=0,069).

Untuk mengetahui besarnya selisih dan perbedaan antar kelompok konsumsi tablet besi dapat dilihat pada tabel Multiple Comparisons pada Post Hoc Test.

post hoc two way anova dengan SPSS

Pada tabel di atas akan ada 6 kombinasi yang mungkin dari 4 level kateogri konsumsi tablet besi. Hanya antara konsumsi tablet Fe 30 hari dengan konsumsi tablet Fe 60 hari yang kadar zat besi rata-ratanya tidak beda bermakna.

Demikian tutorial mudah mahir uji Two Way Anova

Bila menyukai artikel ini, silahkan dibagikan ke media sosial, semoga ilmu ini tidak hanya berhenti di anda tetapi juga dapat membantu orang lebih banyak lagi.

Salam hangat dan semoga sukses,

Muhammad Aditya

Powered by WP Review
Like
Like Love Haha Wow Sad Angry
72
14 Comments

Tinggalkan Balasan

error: Content is protected !!