ANOVA dua arah
Pengaruh dua faktor kelompok dan interaksinya terhadap rata-rata.
Untuk apa dipakai
- Membandingkan dua kelompok atau lebih
Data yang dibutuhkan
Satu kolom angka yang dibandingkan dan satu kolom pengelompokan (misalnya jenis kelamin atau perlakuan).
Unggah file Excel (.xlsx) atau CSV. Aplikasi memeriksa kecocokan data dengan metode sebelum analisis dijalankan, dan token tidak terpotong bila analisis gagal.
Cara membaca hasilnya
Menguji pengaruh dua faktor sekaligus beserta interaksinya.
- Pengaruh utama tiap faktor
- Apakah tiap faktor berpengaruh sendiri-sendiri.
- Interaksi (p)
- Kurang dari 0,05 berarti pengaruh satu faktor bergantung pada faktor lain. Bila ada interaksi, tafsirkan pengaruh utama dengan hati-hati.
Perlu diwaspadai
- Lihat grafik rata-rata; garis yang tidak sejajar menandakan interaksi.
Bantuan — proses & rumus
Tahap komputasi yang dijalankan OlahData untuk metode ini, lengkap dengan rumus dan rujukannya.
Responden yang kosong pada variabel terikat atau salah satu faktor dibuang. Tiap kombinasi sel (faktor A × faktor B) butuh minimal 2 responden.
Rata-rata dan simpangan baku dihitung terpisah untuk tiap kombinasi faktor A × faktor B.
Memakai kodifikasi efek: tiap sumber (faktor A, faktor B, interaksi A×B) diuji setelah mengontrol sumber lain, supaya hasilnya tetap valid meski ukuran sel tidak sama.
Levene menguji kesamaan varians antar sel; Shapiro-Wilk menguji normalitas galat (nilai dikurangi rata-rata selnya). Keduanya info pendamping, dicatat di narasi.
Bila interaksi signifikan, pengaruh satu faktor bergantung pada tingkat faktor lainnya, sehingga efek utama (tahap 6) harus dibaca bersama efek sederhana (tahap 7).
F = (JK interaksi / df interaksi) / (JK galat / df galat)
Dihitung terpisah untuk faktor A dan faktor B, dengan partial eta kuadrat sebagai ukuran efek.
partial eta² = JK efek / (JK efek + JK galat)
Rata-rata marginal terestimasi dan uji lanjut Tukey-Kramer dihitung per faktor (bila level ≥3 dan efek utamanya signifikan). Bila interaksi signifikan, dihitung juga efek sederhana — pengaruh satu faktor pada tiap tingkat faktor lainnya — dengan koreksi Bonferroni.
| Ukuran | Ambang batas | Rujukan |
|---|---|---|
| Signifikan | p < 0,05 | — |
| Partial eta kuadrat | ≥ 0,14 besar · ≥ 0,06 sedang · ≥ 0,01 kecil · < 0,01 di bawah kecil | Cohen (1988) |
| Efek sederhana signifikan | p (Bonferroni) < 0,05 | Maxwell & Delaney (2004) |
- Maxwell, S. E., & Delaney, H. D. (2004). Designing experiments and analyzing data: A model comparison perspective (2nd ed.). Lawrence Erlbaum Associates.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
- Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863.
- Levene, H. (1960). Robust tests for equality of variances. In Contributions to probability and statistics: Essays in honor of Harold Hotelling (pp. 278–292). Stanford University Press.
- Kramer, C. Y. (1956). Extension of multiple range tests to group means with unequal numbers of replications. Biometrics, 12(3), 307–310.
Mengikuti Maxwell & Delaney (2004) dan Cohen (1988).
Contoh hasil
Contoh hasil dengan data fiktif untuk metode ini sedang disiapkan.
Ingin mencoba dengan data Anda?
Hasilnya disertai tabel, grafik, narasi, dan penjelasan prosesnya.