Resume
dtMDAc-lZnM • Uji ANAVA Dua Jalur menggunakan SPSS, Uji Asumsi, serta Uji Lanjut
Updated: 2026-02-12 02:11:08 UTC
Back Source
Prev Next

Berikut adalah rangkuman komprehensif dan terstruktur dari konten video mengenai analisis Two-Way ANOVA menggunakan SPSS.

Panduan Lengkap Analisis Two-Way ANOVA Menggunakan SPSS: Dari Asumsi hingga Pelaporan

Inti Sari (Executive Summary)

Video ini memberikan tutorial end-to-end tentang cara melakukan analisis Two-Way ANOVA (Anava Dua Jalur) menggunakan perangkat lunak SPSS. Pembahasan mencakup persiapan data, pengujian asumsi statistik (normalitas dan homogenitas), analisis utama, perhitungan effect size, hingga uji lanjut (post-hoc) dan teknik pelaporan hasil penelitian sesuai kaidah ilmiah. Tutorial ini menggunakan studi kasus pengaruh tingkat sekolah dan gender terhadap keterampilan berpikir kritis.

Poin-Poin Kunci (Key Takeaways)

  • Konsep Dasar: Two-Way ANOVA digunakan untuk menganalisis perbedaan signifikan antar grup yang dipengaruhi oleh dua variabel independen (faktor) serta melihat interaksi antar keduanya.
  • Asumsi Penting: Sebelum analisis, data harus memenuhi asumsi skala (interval/rasio), independensi observasi, tidak ada outlier, distribusi normal (berdasarkan grup interaksi), dan homogenitas varians.
  • Efek Size: Signifikansi saja tidak cukup; pengukuran Partial Eta Squared diperlukan untuk mengetahui seberapa besar pengaruh variabel independen terhadap dependen.
  • Uji Lanjut (Post-Hoc): Dilakukan hanya jika hasil ANOVA signifikan dan jumlah grup lebih dari dua. Untuk variabel interaksi, uji lanjut memerlukan pengaturan khusus pada menu SPSS.
  • Pelaporan: Hasil analisis meliputi laporan uji normalitas (Shapiro-Wilk), homogenitas (Levene), tabel ANOVA (F-hitung dan signifikansi), serta tabel notasi post-hoc yang disertai mean dan standar deviasi.

Rincian Materi (Detailed Breakdown)

1. Pengenalan Konsep & Asumsi Two-Way ANOVA

  • Definisi: Two-Way ANOVA atau Anava dua jalur adalah uji statistik untuk membandingkan rata-rata lebih dari dua grup yang dibagi berdasarkan dua variabel independen (faktor).
  • Perbedaan dengan One-Way: One-Way ANOVA hanya memiliki satu variabel independen, sedangkan Two-Way memiliki dua, sehingga memungkinkan analisis efek interaksi antar faktor.
  • Asumsi yang Harus Dipenuhi:
    1. Variabel dependen berskala interval atau rasio (Scale).
    2. Variabel independen berskala nominal atau ordinal.
    3. Observasi bersifat independen (subjek tidak berulang di grup berbeda).
    4. Tidak terdapat outlier yang signifikan.
    5. Normalitas: Data harus berdistribusi normal untuk setiap grup interaksi (kombinasi dari dua faktor).
    6. Homogenitas: Varians antar grup harus homogen (tidak berbeda signifikan).

2. Persiapan dan Input Data pada SPSS

  • Definisi Variabel (Studi Kasus):
    • Variabel Independen 1: Tingkat Sekolah (4 level: SD, SMP, SMA, Perguruan Tinggi).
    • Variabel Independen 2: Gender (2 level: Laki-laki, Perempuan).
    • Variabel Dependen: Keterampilan Berpikir Kritis (Skala Interval).
  • Langkah di SPSS (Variable View):
    • Memberi nama variabel tanpa spasi (misal: sekolah, gender, keterampilan_berpikir_kritis).
    • Mengatur Label dan Values (misal: 1=SD, 2=SMP, dst).
    • Mengatur Measure: Sekolah (Ordinal), Gender (Nominal), Keterampilan (Scale).
  • Pembuatan Variabel Interaksi:
    • Dibuat manual (misalnya di Excel) untuk kebutuhan uji normalitas.
    • Terdiri dari 8 kombinasi (4 Sekolah × 2 Gender).
    • Dimasukkan ke SPSS sebagai variabel baru bernama interaksi.
  • Input Data (Data View): Data disalin dari Excel dan ditempel (paste) ke SPSS, kemudian disimpan.

3. Pengujian Asumsi: Normalitas dan Homogenitas

  • Uji Normalitas:
    • Menu: Analyze > Descriptive Statistics > Explore.
    • Variabel dependen dimasukkan ke Dependent List, variabel interaksi ke Factor List.
    • Pilih Plots dan centang Normality plots with tests.
    • Interpretasi: Menggunakan uji Shapiro-Wilk. Jika nilai signifikansi (Sig.) > 0,05, data berdistribusi normal.
  • Uji Homogenitas:
    • Menu: Analyze > General Linear Model > Univariate.
    • Masukkan variabel dependen dan dua faktor independen (Fixed Factors).
    • Klik Options, centang Homogeneity of variance test.
    • Interpretasi: Gunakan uji Levene's Test. Jika Sig. > 0,05, varians dianggap homogen.

4. Analisis Two-Way ANOVA dan Efek Size

  • Proses Analisis:
    • Masuk ke menu Analyze > General Linear Model > Univariate.
    • Pada Options, pilih Estimates of effect size untuk mendapatkan nilai Partial Eta Squared.
    • Pilih Descriptive statistics untuk melihat Mean dan Standar Deviasi.
  • Interpretasi Output:
    • Perhatikan tabel Tests of Between-Subjects Effects.
    • Lihat baris utama untuk masing-masing faktor dan interaksinya.
    • Keputusan signifikan berdasarkan nilai Sig. < 0,05.
    • Efek Size (Partial Eta Squared): Menunjukkan magnitude pengaruh (kecil, sedang, atau besar).

5. Uji Lanjut (Post-Hoc Test)

  • Logika Uji Lanjut: Dilakukan jika hasil ANOVA signifikan (Sig. < 0,05) dan jumlah grup lebih dari 2.
  • Variabel Sekolah (4 Grup): Perlu uji lanjut (LSD).
  • Variabel Gender (2 Grup): Tidak perlu uji lanjut (perbedaan sudah jelas dari rata-rata).
  • Variabel Interaksi (8 Grup): Perlu uji lanjut.
    • Teknik di SPSS: Klik Options, pindahkan variabel interaksi ke kotak Display Means for, centang Compare main effects.
    • Notasi Hasil (LSD):
      • Sig. < 0,05 = Notasi berbeda (misal a vs b).
      • Sig. > 0,05 = Notasi sama (misal a vs a).
    • Pengolahan notasi dapat dibantu menggunakan Excel untuk merapikan tabel Pairwise Comparisons.

6. Pelaporan Hasil Penelitian

  • Format Laporan:
    1. Uji Normalitas: Melaporkan statistik Shapiro-Wilk, df, dan nilai Sig. (contoh: W(20) = 0.948, p = 0.340).
    2. Uji Homogenitas: Melaporkan hasil Levene's Test.
    3. Hasil ANOVA: Melaporkan nilai F, df, Sig., dan Partial Eta Squared.
    4. Uji Lanjut: Menyajikan tabel berisi Mean, Standar Deviasi, dan notasi superskrip (a, b, c) yang menunjukkan perbedaan signifikan antar grup.
  • Catatan Non-Parametrik: Jika asumsi normalitas tidak terpenuhi, disarankan menggunakan uji non-parametrik (seperti Kruskal-Wallis untuk One-Way), namun untuk Two-Way ANOVA, SPSS tidak menyediakan menu langsung dan biasanya memerlukan software atau metode lain.

Kesimpulan & Pesan Penutup

Video ini telah membahas secara lengkap prosedur analisis Two-Way ANOVA menggunakan SPSS, mulai dari persiapan data, pemeriksaan asumsi kritis, interpretasi hasil utama dan efek size, hingga pemberian notasi pada uji lanjut (post-hoc). Pemahaman mengenai effect size dan pelaporan yang benar (termasuk mean dan standar deviasi) sangat penting untuk menyajikan temuan penelitian yang valid. Untuk pembelajaran selanjutnya, video akan membahas mengenai ANCOVA (Analysis of Covariance).