Two-Way ANOVA Calculator

Hitung ANOVA dua jalur dengan interaksi

Masukkan Sum of Squares (SS) untuk ANOVA dua jalur

Hasil akan dihitung secara otomatis saat input terisi

Kalkulator ANOVA Dua Arah - Analisis Faktorial Online

Hitung ANOVA dua arah secara online untuk menganalisis pengaruh dua faktor dan interaksinya dengan mudah dan cepat.

Rumus Umum ANOVA Dua Arah

F(A) = MS_A / MS_E, F(B) = MS_B / MS_E, F(AB) = MS_AB / MS_E

Keterangan:

  • SS_AJumlah kuadrat untuk faktor A
    Jumlah kuadrat untuk faktor A(contoh: 150)
  • SS_BJumlah kuadrat untuk faktor B
    Jumlah kuadrat untuk faktor B(contoh: 200)
  • SS_ABJumlah kuadrat untuk interaksi A×B
    Jumlah kuadrat untuk interaksi A×B(contoh: 50)
  • SS_EJumlah kuadrat untuk error (residual)
    Jumlah kuadrat untuk error (residual)(contoh: 400)
  • df_ADerajat kebebasan faktor A
    Derajat kebebasan faktor A(contoh: 2)
  • df_BDerajat kebebasan faktor B
    Derajat kebebasan faktor B(contoh: 3)
  • df_ABDerajat kebebasan interaksi
    Derajat kebebasan interaksi(contoh: 6)
  • df_EDerajat kebebasan error
    Derajat kebebasan error(contoh: 24)
  • MS_AKuadrat tengah faktor A = SS_A/df_A
    Kuadrat tengah faktor A = SS_A/df_A(contoh: 75)
  • MS_BKuadrat tengah faktor B = SS_B/df_B
    Kuadrat tengah faktor B = SS_B/df_B(contoh: 66.67)
  • MS_ABKuadrat tengah interaksi = SS_AB/df_AB
    Kuadrat tengah interaksi = SS_AB/df_AB(contoh: 8.33)
  • MS_EKuadrat tengah error = SS_E/df_E
    Kuadrat tengah error = SS_E/df_E(contoh: 16.67)
  • F_AF hitung untuk faktor A = MS_A/MS_E
    F hitung untuk faktor A = MS_A/MS_E(contoh: 4.5)
  • F_BF hitung untuk faktor B = MS_B/MS_E
    F hitung untuk faktor B = MS_B/MS_E(contoh: 4.0)
  • F_ABF hitung untuk interaksi = MS_AB/MS_E
    F hitung untuk interaksi = MS_AB/MS_E(contoh: 0.5)
  • αTingkat signifikansi yang digunakan
    Tingkat signifikansi yang digunakan(contoh: 0.05)

Cara Menggunakan Kalkulator ANOVA Dua Arah

  1. 1

    Input Data Observasi

    Masukkan data hasil pengamatan dalam bentuk tabel. Setiap sel berisi nilai dari kombinasi level faktor A dan B. Gunakan kolom untuk faktor B dan baris untuk faktor A. Pastikan jumlah ulangan (replikasi) sama untuk tiap sel.

  2. 2

    Tentukan Level dan Ulangan

    Isi jumlah level faktor A (baris), faktor B (kolom), dan jumlah ulangan per kombinasi (n). Kalkulator akan secara otomatis menghitung derajat kebebasan.

  3. 3

    Atur Tingkat Signifikansi

    Pilih nilai α (umumnya 0.05 atau 0.01) untuk menentukan batas signifikansi pengujian hipotesis.

  4. 4

    Klik Hitung dan Lihat Hasil

    Tekan tombol "Hitung ANOVA" untuk mendapatkan tabel ANOVA lengkap beserta nilai F hitung, F tabel, dan keputusan (signifikan/tidak) untuk setiap faktor dan interaksi.

Contoh Perhitungan

Contoh Kasus 1: Pengaruh Pupuk dan Varietas terhadap Hasil Panen

Soal:

Seorang peneliti ingin menguji pengaruh dua jenis pupuk (A1, A2) dan tiga varietas tanaman (B1, B2, B3) terhadap hasil panen (ton/hektar). Data hasil panen dari dua ulangan (r=2) disajikan dalam tabel. Tentukan apakah ada pengaruh signifikan dari pupuk, varietas, dan interaksinya pada α=0.05.

Penyelesaian:
  1. 1.Buat tabel data dengan baris = pupuk (A), kolom = varietas (B), dan tiap sel berisi dua nilai ulangan.
  2. 2.Hitung jumlah kuadrat total (SS_total), jumlah kuadrat antar faktor A (SS_A), antar faktor B (SS_B), interaksi (SS_AB), dan error (SS_E).
  3. 3.Hitung derajat kebebasan masing-masing: df_A=1, df_B=2, df_AB=2, df_E=6, df_total=11.
  4. 4.Hitung kuadrat tengah: MS_A = SS_A/df_A, MS_B = SS_B/df_B, MS_AB = SS_AB/df_AB, MS_E = SS_E/df_E.
  5. 5.Hitung F hitung: F_A=MS_A/MS_E, F_B=MS_B/MS_E, F_AB=MS_AB/MS_E.
  6. 6.Bandingkan dengan F tabel pada α=0.05. Jika F hitung > F tabel, maka pengaruh signifikan.
Hasil:Hasil perhitungan: F_A=5.12 (signifikan, karena > F tabel 4.75), F_B=8.33 (signifikan, > F tabel 5.14), F_AB=1.20 (tidak signifikan, < F tabel 5.14).

Kesimpulan: Terdapat pengaruh signifikan jenis pupuk dan varietas terhadap hasil panen, namun tidak ada interaksi signifikan antara keduanya.

Contoh Kasus 2: Metode Belajar dan Gender terhadap Nilai Ujian

Soal:

Seorang guru ingin menguji efektivitas tiga metode belajar (Metode X, Y, Z) dan perbedaan gender (Laki-laki, Perempuan) terhadap nilai ujian matematika. Data diambil dari 3 siswa per kombinasi (n=3). Tentukan apakah ada pengaruh signifikan metode, gender, dan interaksi pada α=0.05.

Penyelesaian:
  1. 1.Masukkan data nilai, urutkan berdasarkan metode sebagai faktor A (baris) dan gender sebagai faktor B (kolom), tiap sel berisi 3 ulangan.
  2. 2.Kalkulator menghitung SS, df, MS, dan otomatis melakukan uji F.
  3. 3.Dari output tabel ANOVA, lihat nilai F hitung dan p-value masing-masing sumber variasi.
  4. 4.Bandingkan p-value dengan α. Jika p-value < α, maka pengaruh signifikan.
Hasil:F_metode=4.20 (p=0.027 < 0.05 → signifikan), F_gender=0.50 (p=0.487 > 0.05 → tidak signifikan), F_interaksi=1.80 (p=0.195 > 0.05 → tidak signifikan).

Kesimpulan: Metode belajar berpengaruh signifikan terhadap nilai, sedangkan gender tidak. Tidak ada interaksi signifikan antara metode dan gender.

Pertanyaan yang Sering Diajukan (FAQ)

Apa itu ANOVA dua arah dan kapan digunakan?
ANOVA dua arah (Two-way ANOVA) adalah metode statistik untuk menguji perbedaan rata-rata dari satu variabel dependen yang dipengaruhi oleh dua faktor kategori (independen). Digunakan ketika ingin mengetahui pengaruh masing-masing faktor dan interaksinya.
Apa perbedaan ANOVA satu arah dan dua arah?
ANOVA satu arah hanya menguji satu faktor, sedangkan ANOVA dua arah menguji dua faktor sekaligus serta kemungkinan interaksi di antara keduanya. ANOVA dua arah memerlukan jumlah ulangan yang sama (balanced design) untuk hasil optimal.
Bagaimana jika data tidak memenuhi asumsi normalitas atau homogenitas?
Jika asumsi normalitas atau homogenitas varians dilanggar, dapat menggunakan transformasi data atau metode nonparametrik alternatif seperti uji Kruskal-Wallis (untuk satu faktor) atau uji Scheirer-Ray-Hare (untuk dua faktor). Namun ANOVA dua arah cukup robust terhadap pelanggaran ringan jika ukuran sampel besar dan seimbang.
Apa maksud interaksi dalam ANOVA dua arah?
Interaksi terjadi ketika efek suatu faktor bergantung pada level faktor lainnya. Contoh: sebuah metode pembelajaran efektif untuk laki-laki tetapi tidak untuk perempuan. Interaksi signifikan menunjukkan kombinasi faktor menghasilkan efek yang berbeda dari penjumlahan efek tunggalnya.
Berapa jumlah ulangan minimal yang diperlukan?
Minimal diperlukan 2 ulangan per kombinasi agar dapat menghitung interaksi. Semakin banyak ulangan (misal n≥5) akan memberikan hasil yang lebih andal dan meningkatkan kekuatan uji.

Kalkulator Terkait

Kalkulator ANOVA Satu Arah

Uji perbedaan rata-rata antara tiga kelompok atau lebih dengan satu faktor.

Kalkulator Uji T Independen

Bandingkan rata-rata dua kelompok independen.

Kalkulator Uji Chi-Square

Uji hubungan antara dua variabel kategori.

Kalkulator Regresi Linear

Analisis pengaruh variabel numerik terhadap variabel dependen.

Referensi