1.
PENDAHULUAN
Analisis
varian adalah suatu metode untuk menguraikan keragaman total data menjadi
komponen-komponen yang mengukur berbagai sumber keragaman. Tujuan Analisis
Varian antara lain untuk menempatkan variabel-variabel bebas penting di dalam
suatu studi dan Untuk menentukkan bagaimana mereka berinteraksi dalam mempengaruhi
jawaban (Mendel hell dan reinmuth, 1982.
hal: 542)
Analisis
Varian memiliki dua tipe yaitu Analisis
varian satu arah dan Analisis
varian dua Arah. Analisis varian satu arah yaitu suatu metode untuk menguraikan keragaman total
data menjadi komponen-komponen yang mengukur berbagai sumber keragaman dengan
menggunakan One-Way ANOVA dengan satu perlakuan. Sedangkan Analisis varian dua arah pada dasarnya
sama, namun ada variabel kelompok yang dikelompokkan lagi. Sebagai contoh, kita
menggunakan data pada uji ANOVA satu arah dengan menambahkakan satu variabel
lagi.
Asumsi Dasar dalam ANOVA :
1.
Kenormalan
Kenormalan dapat diatasi dengan memperbanyak sampel dalam kelompok, karena semakin banyak n maka distribusi akan mendekati normal.
Kenormalan dapat diatasi dengan memperbanyak sampel dalam kelompok, karena semakin banyak n maka distribusi akan mendekati normal.
2. Kesamaan
Variansi
Masing-masing
kelompok hendaknya berasal dari populasi yang mempunyai variansi yang sama.
Untuk sampel yang sama pada setiap kelompok, kesamaan variansi dapat diabaikan.
Tetapi, jika banyaknya sampel pada masing-masimg kelompok tidak sama, maka
kesamaan variansi populasi memang sangat diperlukan.
3. Penamatan Bebas
Sampel hendaknya
diambil secara acak (random), sehingga setiap pengamatan merupakan informasi
yang bebas.
Sebenarnya
analisis ANOVA satu arah dapat dipakai untuk menghadapi kasus variabel bebas
lebih dari satu. Hanya saja analisisnya dilakukan satu per satu, sehingga akan menghadapi banyak kasus (N semakin banyak). Dengan
melakukan Anova dua arah akan dihindari pula terjadinya noise (suatu kemungkinan yang menyatakan terdapat suatu efek karena bercampurnya suatu
analisis data). Anova dua arah
digunakan peneliti untuk mengatasi perbedaan nilai variabel terikat yang
dikategorikan berdasarkan variasi bebas yang banyak dan masing-masing variabel
terdiri dari beberapa kelompok. Anova dua
arah merupakan penyempurnaan Anova satu arah.
Anova dua arah
lebih efisien daripada anova satu arah, karena:
·
Kasus yang dihadapi lebih sedikit yaitu sejumlah sampel.
·
Noise dapat dihilangkan.
·
Dapat diketahui unsur kebersamaan variabel bebas dalam mempengaruhi variabel terikat.
II.
PEMBAHASAN
A.
ANOVA
Satu Arah
Anova satu arah
atau satu jalur merupakan analisis yang berguna untuk membedakan perbedaan tiga
kelompok atau lebih dilihat dari satu variable independen (wahana komputer,
2005. Hal: 183).
Studi Kasus
Kami dari kelompok 5 ingin mengetahui perbedaan Pendapatan perbulan berdasarkan jenis usaha yang ada di Semarang. Jenis-jenis usaha tersebut yaitu usaha fotocopy, usaha
warung makan sederhana dan usaha laundry. Survey dilakukan terhadap 45 sampel dari tiga jenis usaha, yaitu usaha
fotocopy, usaha warung makan sederhana dan usaha
laundry.
Data hasil survey
yang dilakukan terhadap 45 sampel dari tiga jenis usaha :
Keterangan :
1 = Usaha Fotocopy
2 = Usaha Warung
Makan Sederhana
3 = Usaha Laundry
Jenis
|
Pendapatan
|
Usaha
|
Per bulan (dalam Juta Rupiah)
|
1
|
2.5
|
2
|
3.2
|
2
|
3.7
|
3
|
2.2
|
2
|
2.5
|
1
|
3.8
|
3
|
2.2
|
3
|
2.1
|
3
|
1.8
|
1
|
3.5
|
2
|
4.2
|
2
|
3.6
|
1
|
3.5
|
2
|
3.0
|
3
|
1.8
|
3
|
2.0
|
3
|
2.0
|
2
|
3.4
|
1
|
3.6
|
1
|
3.8
|
2
|
2.8
|
2
|
2.4
|
1
|
4.1
|
3
|
3.5
|
1
|
3.8
|
1
|
3.7
|
2
|
3.8
|
1
|
3.4
|
3
|
2.5
|
1
|
3.2
|
1
|
3.5
|
2
|
3.2
|
1
|
3.3
|
1
|
3.5
|
2
|
2.9
|
3
|
2.6
|
2
|
3.5
|
1
|
3.8
|
2
|
2.7
|
2
|
2.9
|
3
|
2.2
|
3
|
2.4
|
3
|
2.1
|
3
|
1.8
|
3
|
2.2
|
Prosedur dalam SPSS:
Untuk penghitungan ANOVA satu arah, tahapannya sebagai
berikut:
1.
Klik Analyze > Compare Mean > One Way
Anova
Masukkan variabel pendapatan ke
kotak Dependen List, dan masukkan
variabel jenis usaha
ke dalam kotak Factor.
2. Klik icon Post Hoc,
pilih Bonferroni
dan Duncan. lalu klik Continue.
3. Klik Option, pilih Descriptive
dan Homogenity of variance test,
lalu Continue.
4. Klik OK dan akan muncul hasilnya
Hasil SPSS:
Descriptives
|
||||||||
Pendapatan
|
||||||||
|
N
|
Mean
|
Std. Deviation
|
Std. Error
|
95% Confidence Interval for
Mean
|
Minimum
|
Maximum
|
|
Lower Bound
|
Upper Bound
|
|||||||
1
|
15
|
3.533
|
.3677
|
.0950
|
3.330
|
3.737
|
2.5
|
4.1
|
2
|
15
|
3.187
|
.5111
|
.1320
|
2.904
|
3.470
|
2.4
|
4.2
|
3
|
15
|
2.227
|
.4267
|
.1102
|
1.990
|
2.463
|
1.8
|
3.5
|
Total
|
45
|
2.982
|
.7046
|
.1050
|
2.771
|
3.194
|
1.8
|
4.2
|
Berdasarkan output pertama yaitu Deskriptif, diperoleh rata-rata pendapatan untuk
usaha fotocopy adalah 3.5 juta
rupiah, usaha warung makan
sederhana 3.18 juta rupiah
dan usaha laundry 2.23 juta rupiah. Pendapatan minimal usaha fotocopy adalah
2.5 juta rupiah dan
maksimal 4.1 juta rupiah.
Sedangkan pendapatan minimal usaha warung makan sederhana adalah sebesar 2.4
juta rupiah dan
maksimal 4.2 juta rupiah.
Pendapatan minimal usaha laundry adalah sebesar 1.8 juta rupiah dan tertinggi sebesar 3.5 juta rupiah.
Standar deviasi terendah adalah di usaha fotocopy,
sementara yang tertinggi adalah di usaha warung makan. Nilai ini menunjukkan
keseragaman data, sehingga semakin besar nilai standar deviasi menunjukkan
semakin besarnya ketidakseragaman data.
Test of Homogeneity of Variances
|
|||
Pendapatan
|
|||
Levene Statistic
|
df1
|
df2
|
Sig.
|
1.424
|
2
|
42
|
.252
|
Output ke – 2 ini ditujukan untuk
melakukan uji kesamaan homogen. Salah satu syarat untuk melakukan uji ANOVA
satu arah, yaitu data harus
mempunyai varians sama (homogen). Caranya adalah dengan membandingkan
nilai signifikasi pada Sig. dengan nilai signifikasi yang digunakan (SPSS
secara default menggunakan nilai signifikasi 0.05)
Untuk pengujian varians apabila
nilai siginifikasi (probabilitas) > 0.05 maka data mempunyai varians sama. Apabila nilai siginifikasi <
0.05 maka data mempunyai varians yang berbeda. Dari
data di atas terlihat bahwa nilai signifikasi probabilitas 0.252, maka data diatas mempunyai varians yang sama. (0.252 > 0.05). Dengan demikian telah memenuhi syarat uji ANOVA.
Kita bisa melanjutkan analisis.
ANOVA
|
|||||
Pendapatan
|
|||||
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
Between Groups
|
13.746
|
2
|
6.873
|
35.637
|
.000
|
Within Groups
|
8.100
|
42
|
.193
|
|
|
Total
|
21.846
|
44
|
|
|
|
Output ke – 3 ini memberi nilai untuk menganalisa apakah terdapat perbedaan
rata – rata antara variabel yang diuji.
Ho = Rata – rata
pendapatan jenis usaha fotocopy, warung makan sederhana, dan laundry adalah sama.
H1 = Rata – rata
pendapatan jenis usaha fotocopy, warung makan sederhana, dan laundry adalah tidak
sama (ada perbedaan).
Untuk mengambil keputusan kita memerlukan tabel F dengan tingkat
signifikan 0.05
Nilai–nilai yang
penting untuk melakukan analisa adalah :
- Fhitung
= 35.637 (untuk pengambilan keputusan)
- df Between
Groups = jumlah variabel – 1 = 3 – 1 = 2 (nilai df1 pada tabel F)
- df Within
Groups = jumlah data – jumlah variabel = 45 – 3 = 42 (nilai df2 pada tabelF)
Dari tabel (ada di lampiran) maka didapat
Ftabel = 3.22
Pada ANOVA, syarat agar diterima atau tidak adalah
sebagai berikut :
Apabila Ftabel > Fhitung maka Ho diterima
Apabila Ftabel > Fhitung maka Ho diterima
Apabila Ftabel < Fhitung maka Ho
ditolak
Dari data yang kita dapat Ftabel < Fhitung
(3.22 < 35.637) maka Ho ditolak. Jadi keputusan yang diambil mengunakan
H1 , yaitu : Rata – rata pendapatan jenis usaha fotocopy, warung makan
sederhana, dan laundry adalah tidak sama (ada perbedaan).
Kita juga bisa mengambil keputusan berdasarkan nilai probabilitas yang
tercantum pada kolom Sig. Apabila probabilitas > 0.05 maka Ho
diterima. Apabila probabilitas < 0.05 maka Ho ditolak.
Dari hasil
diatas, probabilitas yang dihasilkan adalah 0.00. Maka Ho ditolak (0.00
< 0.05)
Post Hoc Tests
Multiple
Comparisons
|
|||||||
Dependent Variable:
pendapatan
|
|||||||
|
(I) jenis
|
(J) jenis
|
Mean Difference
(I-J)
|
Std. Error
|
Sig.
|
95% Confidence
Interval
|
|
|
Lower Bound
|
Upper Bound
|
|||||
Bonferroni
|
1
|
2
|
.3467
|
.1604
|
.109
|
-.053
|
.747
|
3
|
1.3067*
|
.1604
|
.000
|
.907
|
1.707
|
||
2
|
1
|
-.3467
|
.1604
|
.109
|
-.747
|
.053
|
|
3
|
.9600*
|
.1604
|
.000
|
.560
|
1.360
|
||
3
|
1
|
-1.3067*
|
.1604
|
.000
|
-1.707
|
-.907
|
|
2
|
-.9600*
|
.1604
|
.000
|
-1.360
|
-.560
|
||
*. The mean difference is
significant at the 0.05 level.
|
Output ke – 4: Post Hoc Tests dengan uji LSD (Least Square Differences), digunakan untuk mengetahui variabel mana
yang memiliki perbedaan yang signifikan. Cara menganalisanya adalah dengan
melihat ada tidaknya tanda * pada kolom Mean Difference. Tanda * menunjukkan
adanya perbedaan mean yang signifikan .
Contoh:
- Mean usaha fotocopy (1) berbeda signifikan dengan usaha Laundry (3)
- Mean usaha warung makan sederhana (2) berbeda signifikan dengan usaha Laundry (3)
- Mean usaha fotocopy (1) berbeda signifikan dengan usaha Laundry (3)
- Mean usaha warung makan sederhana (2) berbeda signifikan dengan usaha Laundry (3)
Pada
hasil uji Post Hoc dengan uji Duncan ini menunjukkan ketiga kelompok sampel
berada pada kolom subset yang berbeda. Kelompok usaha laundry masuk
ke dalam kolom 1, warung makan sederhana masuk ke kolom 2 dan usaha fotocopy di kolom 3. Ini mengindikasikan bahwa ketiga sector ini memiliki perbedaan yang signifikan.
B.
ANOVA Dua Arah
ANOVA
dua arah (dua jalur) berbeda dengan ANOVA dua arah. Jika dalam ANOVA satu arah
hanya ada satu variabel independen, ANOVA dua arah memiliki dua variabel
independen. Karena melibatkan dua variabel independen maka dalam ANOVA dua
jalur akan dapat diketahui juga pengaruh interaksi antara dua variable
independen (wahana computer, 2005. hal: 188).
Studi Kasus
Dari
data yang diolah pada ANOVA satu arah
diatas, diketahui bahwa sampel diambil dari dua daerah berbeda yaitu Tembalang
dan Pedurungan.
Keterangan :
1 = Usaha Fotocopy
2 = Usaha Warung
Makan Sederhana
3 = Usaha Laundry
A = Tembalang
B = Pedurungan
|
Daerah
|
Jenis
|
Pendapatan
|
NO
|
|
Usaha
|
Per bulan (dalam Juta Rupiah)
|
1
|
A
|
1
|
2.5
|
2
|
A
|
2
|
3.2
|
3
|
A
|
2
|
3.7
|
4
|
A
|
3
|
2.2
|
5
|
A
|
2
|
2.5
|
6
|
A
|
1
|
3.8
|
7
|
A
|
3
|
2.2
|
8
|
A
|
3
|
2.1
|
9
|
A
|
3
|
1.8
|
10
|
A
|
1
|
3.5
|
11
|
A
|
2
|
4.2
|
12
|
A
|
2
|
3.6
|
13
|
A
|
1
|
3.5
|
14
|
A
|
2
|
3.0
|
15
|
A
|
3
|
1.8
|
16
|
A
|
3
|
2.0
|
17
|
A
|
3
|
2.0
|
18
|
A
|
2
|
3.4
|
19
|
A
|
1
|
3.6
|
20
|
A
|
1
|
3.8
|
21
|
B
|
2
|
2.8
|
22
|
B
|
2
|
2.4
|
23
|
B
|
1
|
4.1
|
24
|
B
|
3
|
3.5
|
25
|
B
|
1
|
3.8
|
26
|
B
|
1
|
3.7
|
27
|
B
|
2
|
3.8
|
28
|
B
|
1
|
3.4
|
29
|
B
|
3
|
2.5
|
30
|
B
|
1
|
3.2
|
31
|
B
|
1
|
3.5
|
32
|
B
|
2
|
3.2
|
33
|
B
|
1
|
3.3
|
34
|
B
|
1
|
3.5
|
35
|
B
|
2
|
2.9
|
36
|
B
|
3
|
2.6
|
37
|
B
|
2
|
3.5
|
38
|
B
|
1
|
3.8
|
39
|
B
|
2
|
2.7
|
40
|
B
|
2
|
2.9
|
Prosedur dalam SPSS:
Untuk penghitungan analisis varian dua arah, tahapannya sebagai
berikut:
1.
Klik Analyze > General Linear Model > Univariate.
Masukkan variabel “Pendapatan” ke
kotak Dependen Variable, dan
masukkan variabel “Jenis_Usaha” dan “Daerah” ke dalam
kotak Factor(s).
2. Klik Option… dan
tandai Descriptive statistics dan Homogenity test pada kelompok Display,
lalu klik Continue.
3. Klik icon Post Hoc,
yang menunjukkan beda antarkelompok. Sorot variable jenis usaha (JU) ke kotak
kanan. Pilih dan tandai pilihan Post Hoc Equal Variances Assumed : LSD dan Duncan. Pindahkan variabel Jenis Usaha (JU) dari kotak Factor(s)
ke kotak sebelah kanan Post Hoc Test for.
Uji post hoc hanya dapat dilakukan pada sampel kelompok yang terdiri atas lebih
dari dua kelompok. Variabel Daerah tidak perlu diuji Pos Hoc.
4. Klik OK dan akan muncul hasilnya
Ø Hasil SPSS:
Descriptive Statistics
|
||||
Dependent Variable: Pendapatan
|
||||
Daerah
|
Jenis_Usaha
|
Mean
|
Std. Deviation
|
N
|
A
|
1
|
3.4500
|
.48477
|
6
|
2
|
3.3714
|
.54380
|
7
|
|
3
|
2.0143
|
.16762
|
7
|
|
Total
|
2.9200
|
.79379
|
20
|
|
B
|
1
|
3.5889
|
.28480
|
9
|
2
|
3.0250
|
.45277
|
8
|
|
3
|
2.8667
|
.55076
|
3
|
|
Total
|
3.2550
|
.49041
|
20
|
|
Total
|
1
|
3.5333
|
.36775
|
15
|
2
|
3.1867
|
.51111
|
15
|
|
3
|
2.2700
|
.50563
|
10
|
|
Total
|
3.0875
|
.67299
|
40
|
Berdasarkan output Deskriptif diperoleh rata-rata
pendapatan untuk usaha fotocopy adalah
3.45 juta untuk Daerah Tembalang (A) dan 3.59 juta untuk Daerah Pedurungan. Rata-rata pendapatan jenis usaha warung makan sederhana adalah 3.37 juta untuk Daerah Tembalang dan 3.03 juta untuk
Daerah Pedurungan. Rata-rata pendapatan jenis usaha laundry 2.87 juta untuk daerah Tembalang dan 2.27 juta untuk Daerah Pedurungan.
Standar deviasi terendah adalah di usaha fotocopy,
sementara yang tertinggi adalah di usaha warung makan. Nilai ini menunjukkan
keseragaman data, sehingga semakin besar nilai standar deviasi menunjukkan
semakin besarnya ketidakseragaman data.
Levene's Test of Equality of Error Variancesa
|
|||
Dependent Variable: Pendapatan
|
|||
F
|
df1
|
df2
|
Sig.
|
1.387
|
5
|
34
|
.254
|
Tests the null hypothesis that the error
variance of the dependent variable is equal across groups.
|
|||
a. Design: Intercept + Daerah + JU + Daerah
* JU
|
Sama halnya dengan ANOVA satu arah,
ANOVA dua arah juga terlebih dahulu diuji homogenitasnya. Output ke-2 ini menggunakan
uji Levene untuk menguji homogenitas. Jika varian antar kelompok sudah sama,
maka analisa boleh dilanjutkan. Caranya
adalah dengan membandingkan nilai signifikasi pada Sig. dengan nilai
signifikasi yang digunakan (SPSS secara default menggunakan nilai signifikasi 0.05)
Untuk pengujian varians apabila
nilai siginifikasi (probabilitas) > 0.05 maka data mempunyai varians sama. Apabila nilai siginifikasi <
0.05 maka data mempunyai varians yang berbeda. Dari
data di atas terlihat bahwa nilai signifikasi probabilitas 0.254, maka data diatas mempunyai varians yang sama. (0.254 > 0.05). Dengan demikian telah memenuhi syarat uji
ANOVA. Kita bisa melanjutkan analisis.
Tests of Between-Subjects Effects
|
|||||
Dependent Variable: Pendapatan
|
|||||
Source
|
Type III Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
Corrected Model
|
11.855a
|
5
|
2.371
|
13.879
|
.000
|
Intercept
|
328.320
|
1
|
328.320
|
1921.847
|
.000
|
Daerah
|
.407
|
1
|
.407
|
2.382
|
.132
|
JU
|
6.229
|
2
|
3.114
|
18.230
|
.000
|
Daerah * JU
|
1.938
|
2
|
.969
|
5.672
|
.007
|
Error
|
5.808
|
34
|
.171
|
|
|
Total
|
398.970
|
40
|
|
|
|
Corrected Total
|
17.664
|
39
|
|
|
|
a. R Squared = .671 (Adjusted R Squared =
.623)
|
Output ke – 3 ini menunjukkan bahwa
hasil uji F untuk variable independen “Daerah” mempunyai nilai signifikansi 0.132
yang berarti nilai signifikansi tersebut lebih besar dari 0.05 (0.132 >
0.050), sehingga tidak ada perbedaan pendapatan yang signifikan dilihat dari
Daerah. Untuk variable independen “JU” atau “jenis Usaha” mempunyai nilai
signifikansi 0.000 yang berarti lebih kecil dari 0.050 (0.000 < 0.050),
menunjukkan bahwa ada perbedaan pendapatan yang signifikan dilihat dari jenis
usaha.
“Daerah*JU” mempunyai nilai signifikansi 0.007 yang
berarti interaksi antara dua variable tersebut tidak signifikan (0.007 <
0.050), sehingga dapat diketahui bahwa tidak ada interaksi antara daerah usaha
dengan jenis usaha dalam memengaruhi pendapatan seseorang.
Post Hoc Tests
Multiple Comparisons
|
|||||||
Dependent Variable: Pendapatan
|
|||||||
|
(I) Jenis_Usaha
|
(J) Jenis_Usaha
|
Mean Difference (I-J)
|
Std. Error
|
Sig.
|
95% Confidence Interval
|
|
|
Lower Bound
|
Upper Bound
|
|||||
LSD
|
1
|
2
|
.3467*
|
.15092
|
.028
|
.0400
|
.6534
|
3
|
1.2633*
|
.16874
|
.000
|
.9204
|
1.6063
|
||
ʷ
|
1
|
-.3467*
|
.15092
|
.028
|
-.6534
|
-.0400
|
|
3
|
.9167*
|
.16874
|
.000
|
.5737
|
1.2596
|
||
3
|
1
|
-1.2633*
|
.16874
|
.000
|
-1.6063
|
-.9204
|
|
2
|
-.9167*
|
.16874
|
.000
|
-1.2596
|
-.5737
|
||
Based on observed means.
The
error term is Mean Square(Error) = .171.
|
|||||||
*. The mean difference is significant at
the .05 level.
|
Terlihat dalam uji Post Hoc dengan uji LSD ini
menemukan bahwa terdapat perbedaan yang signifikan antar kelompok sampel jenis
usaha. Hasil ini memperkuat hasil uji F sebelumnya yang menyatakan bahwa
terdapat perbedaan pendapatan yang signifikan dilihat dari jenis usaha.
Pendapatan
|
|||||
|
Jenis_Usaha
|
N
|
Subset
|
||
|
1
|
2
|
3
|
||
Duncana,b,c
|
3
|
10
|
2.2700
|
|
|
ʷ
|
15
|
|
3.1867
|
|
|
1
|
15
|
|
|
3.5333
|
|
Sig.
|
|
1.000
|
1.000
|
1.000
|
|
Means for groups in homogeneous subsets are
displayed.
Based on observed means.
The
error term is Mean Square(Error) = .171.
|
|||||
a. Uses Harmonic Mean Sample Size = 12.857.
|
|||||
b. The group sizes are unequal. The
harmonic mean of the group sizes is used. Type I error levels are not
guaranteed.
|
|||||
c. Alpha = .05.
|
Pada
hasil uji Homogenitas menggunakan uji Duncan ini juga menunjukkan ketiga
kelompok sampel berada pada kolom subset yang berbeda. Kelompok usaha laundry masuk ke dalam kolom 1, warung makan sederhana masuk ke kolom
2 dan usaha fotocopy di kolom 3. Ini mengindikasikan bahwa ketiga sector ini juga memiliki perbedaan yang signifikan
sama halnya pada ANOVA satu arah yang dibahas sebelumnya.
III.
KESIMPULAN
ANOVA atau Analisis varian adalah suatu metode untuk
menguraikan keragaman total data menjadi komponen-komponen yang mengukur
berbagai sumber keragaman. Tujuan ANOVA antara lain untuk
menempatkan variabel-variabel bebas penting di dalam suatu studi dan Untuk
menentukkan bagaimana mereka berinteraksi dalam mempengaruhi jawaban.
ANOVA
memiliki dua tipe yaitu ANOVA satu arah dan ANOVA dua Arah. ANOVA satu arah yaitu suatu metode untuk menguraikan keragaman total
data menjadi komponen-komponen yang mengukur berbagai sumber keragaman dengan
menggunakan One-Way ANOVA dengan satu perlakuan. Sedangkan Analisis varian dua arah pada dasarnya
sama, namun ada variabel kelompok yang dikelompokkan lagi.
Baik
ANOVA satu arah maupun ANOVA dua arah dapat dilakukan dengan program SPSS. Data
ANOVA satu arah diolah dengan One-Way ANOVA sedangkan ANOVA dua arah diolah
dengan model univarate.
IV.
DAFTAR
PUSTAKA
Komputer, Wahana. 2005. Pengembangan Analisis Multivariate dengan SPSS 12. Jakarta : Salemba Infotek.
Algifari. 2003. Statistika Induktif untuk Ekonomi dan Bisnis. Yogyakarta : Akademi
Manajemen Perusahaan YKPN.
Hareflen, Zendo. 2012. Makalah Statistik Dasar “Analis Varian Satu
Jalur.” https://zendrohareflen.wordpress.com/tag/varian/,
(diakses 8 Desember 2013).
(Tanpa Nama). 2009. ANOVA. http://kelompok7iiiastatistikadasar.blogspot.com/2009/11/anova.html,
(diakses 8 Desember 2013).
V.
LAMPIRAN
Ftabel Studi Kasus ANOVA
satu arah
No comments:
Post a Comment