Makalah ANAVA DUA JALUR

ANAVA DUA JALUR (TWO WAYS – ANOVA)

A. Pendahuluan

1. Latar Belakang

               Anova atau analysis of variance  adalah tergolong analisis komparatif lebih dari dua variabel atau lebih dari dua rata-rata. Tujuannya adalah untuk membandingkan lebih dari dua rata-rata. Gunanya untuk menguji kemampuan generalisasi artinya data sampel dianggap dapat mewakili populasi (Riduan, 2010:166).

               Untuk melihat perbedaan mean dua kelompok, juga untuk melihat efektifitas perlakuan terhadap sampel, dapat digunakan t – tes, tetapi untuk menguji perbedaan mean dari tiga atau lebih sampel,  dengan menggunakan F- tes. Selain lebih efisien, penggunaan F- tes dapat digunakan untuk mengetahui interaksi antara variabel-variabel yang menjadi perhatian (Arikunto, 1992: 279).   

               Misalnya jika ingin mengetahui apakah ada perbedaan minat baca siswa SD, SMP dan siswa SMA terhadap buku pelajaran bahasa Indonesia, untuk melaksanakan maksud itu dapat dilakukan dengan cara mengambil sejumlah siswa SD, SMP dan SMA secara acak yang banyaknya sama, lalu dibuat instrumen, angket misalnya, untuk mengukur pemahaman membaca siswa dari masing-masing kelompok itu terhadap buku pelajaran bahasa Indonesia. Andaikan rerata pemahaman membaca  SD, SMP, dan SMA terhadap buku pelajaran bahasa Indonesia itu berturut-turut X, Y dan Z. Tujuannya ialah menguji perbedaan rerata terhadap probabilitas (keberartian) tertentu. Apakah X berbeda dari Y, Y berbeda dri Z, dan X berbeda dari Z?

               Untuk pengujian dua buah rerata itu bisa menggunakan uji-t. Begitu pula uji-t itu dapat digunakan sebanyak tiga kali untuk melihat tiga buah perbedaan rerata di atas, yaitu antara X dan Y, antara X dan Z, dan antara Y dan Z.

               Menguji cara seperti itu (menggunakan uji-t tiga kali) benar, hanya saja cara demikian telah memperluas daerah kekeliruan tipe I ( tahap keberartian α). Penjelasan mengenai perluasan  kekeliruan itu adalah sebagai berikut.

               Bila daerah kekeliruan (tahap keberartian) itu misalnya α = 0,05, maka dalam perhitungan di atas persentase kekeliruan kita menjadi 14%. Jadi, persentase kekeliruan yang menjadi adanya perbedaan rerata yang dikarenakan kesalahan pemilihan sampel menjadi lebih besar ; dari 5% menjadi 14%. Oleh karena itu pengujian dengan uji-t beberapa kali untuk melihat adanya perbedaan antara beberapa buah rerata supaya tidak dilakukan. Pengujiannya supaya diganti dengan cara lain, yaitu dengan Anava.

               Andaikan tahap keberartian atau resiko alpha 0,05 (5%), (tahap keberartian 5% itu artinya kurang 5 dari 100 perbedaan rerata dari yang ditemukan disebabkan karena kekeliruan pemilihan sampel ; bukan kekeliruan peneliti), maka untuk setiap uji-t dilakukan itu ada jaminan 95% tidak terikat kepada kekeliruan alpha. Karena itu melakukan uji-t tiga kali berturut-turut yang satu sama lain merupakan peristiwa bebas, peluang tidak terikatnya kepada kekeliruan alpha itu adalah 0,95³ = 0,86. Itu berarti, tahap keberartiannya untuk ketiga kali uji-t itu menjadi 0,14 (dari 1 – 0,86). Jadi, karena tiga kali uji-t, tahap keberartiannya diperbesar dari 0,05 menjadi 0,14. Perubahan itu akan lebih besar lagi bila uji-t yang dilakukan lebih banyak lagi. Misalnya, bila uji-t itu dilakukan sebanyak lima kali maka peluang tidak terikat kepada kekeliruan alpha itu adalah 0,95⁵ = 0,77. Sehingga tahap keberartiannya menjadi 0, 23 (dari 1- 0,77). 

               Anava adalah suatu cara untuk melihat perbedaan rerata melalui pengetesan variansinya. Dalam anava yang dipertentangkan bukan reratanya tetapi variansinya. Anava juga memungkinkan untuk dapat melihat pengaruh peubah bebas dan peubah kontrol, baik secara terpisah maupun bersama-sama, terhadap peubah terikatnya. Dengan kata lain dapat dilihat apakah ada interaksi antara peubah bebas dengan peubah kontrol sehingga peubah terikat itu hasilnya akan lain bila besar pengaruh peubah kontrolnya berbeda (Ruseffendi, 1998:223).

               Misalnya pada contoh di atas, perbedaan pemahaman membaca siswa SD, SMP, dan SMA terhadap buku pelajaran bahasa Indonesia, bisa jadi perbedaan  pemahaman membaca siswa SD, SMP atau siswa SMA disebabkan karena derajat peubah kontrolnya (kesukaran buku pelajaran bahasa Indonesianya, misalnya) berbeda. Maksudnya ialah, untuk mengukur pemahaman membaca siswa SD, SMP, dan SMA bersama-sama (digabung) maka akan diperoleh skor pemahaman membaca mereka. Andaikan skor pemahaman membacanya itu t (dalam skala Likert, dengan skor 5 sebagai pemahaman membaca yang paling positif). Bila siswa SD, SMP, dan SMA itu dipisah maka skor pemahaman membacanya terhadap buku pelajaran bahasa Indonesia itu bisa berturut-turut 5, 4, dan 2.

Bisa jadi pemahaman membaca siswa SD lebih baik daripada pemahaman membaca siswa SMP dan SMA, kemungkinan ini terjadi karena di SD buku pelajaran bahasa Indonesia itu lebih menarik (lebih mudah dan banyak cerita bergambarnya, misalnya).

               Bila dilakukan perlakuan yang berbeda terhadap dua kelompok siswa pada dua saat yang berbeda, maka terjadinya perberbedan itu, (diharapkan) karena adanya perlakuan yang berbeda. Tetapi tidak tertutup kemungkinan adanya atau tidak adanya perbedaan itu dikarenakan kekeliruan mengambil sampel. Bila tahap keberartian itu a= 0,05, maka kekeliruan karena salah mengambil sampel itu adalah 5 dari 100. Misalnya, bila pada keadaan sesungguhnya perlakuan itu secara statistika tidak menunjukkan perbedaan yang signifikan pada tahap keberartian 0,05, maka untuk 100 kejadian bisa saja terjadi kekeliruan (keadaan sebaliknya) maksimum sebanyak 5 buah. Kekeliruan yang banyaknya maksimum 5 buah itu adalah kekeliruan yang diakibatkan oleh kesalahan pemilihan sampel.

               Konsep yang mendasari Anava ialah variansi total dari nilai-nilai (skor-skor) itu dapat ditumpukan kepada dua buah sumber. Yang pertama ialah variansi yang disebabkan oleh adanya perlakuan. Yang kedua ialah variansi inter kelompok yaitu variansi kekeliruan. Dengan kata lain, Anava itu dipergunakan untuk melihat apakah perbedaan antar dua buah rerata atau lebih itu lebih besar dari pada yang mungkin timbul dari hanya kekeliruan pemilihan sampel. Bila variansi antar kelompok itu disingkat RJKa dan variansi kekeliruan pemilihan sampel disingkat dengan RJKi maka perbedaan rerata uji cara Anava itu dapat ditulis sebagai berikut:

                                    F=    …………(Russefendi, 1998:224).

               Selanjutnya bila dibandingkan RJKa dengan RJKi cukup berarti, yaitu nilai F cukup besar, maka hipotesis nol itu ditolak. Itu berarti perlakuan (pengaruh peubah bebas) itu mengakibatkan pengaruh yang berarti terhadap peubah terikatnya. Dan bila RJKa dan RJKi itu mirip, maka F itu tidak banyak arti. Bila demikian hipotesis nol itu ditolak.

               Misalnya jika ingin mengetahui apakah ada perbedaan pemahaman membaca terhadap buku pelajaran bahasa Indonesia dari siswa SD, SMP, dan SMA, maka  jenis Anava yang akan di kerjakan menggunakan Anava satu- jalur, sebab peubah bebas yang diperhatikan hanya satu yaitu tingkat persekolahan saja (SD, SMP, SMA).  Tetapi apabila ingin melihat perbedaan pemahaman membaca anak-anak perempuannya, maka jenis Anava itu menjadi Anava dua-jalur, sebab peubah bebas yang akan dikerjakan itu dua buah, yaitu tingkat persekolahan dan jenis kelamin.

2. Masalah

      Masalah yang akan dibahas dalam makalah ini adalah:

1.      Apakah yang dimaksud dengan Anava dua-jalur?

2.      Bagaimanakah analisis dengan menggunakan Anava dua-jalur?

3. Tujuan

   Makalah ini bertujuan untuk mendeskripsikan hal sebagai berikut:

1.      Pengertian Anava dua-jalur.

2.      Analisis dengan menggunakan Anava dua-jalur.

B. Pembahasan

1. Pengertian Analisis Varians Ganda (Anava dua-jalur)

               Analisis varians yang tidak hanya memiliki satu variabel disebut dengan analisis varians dengan klasifikasi ganda atau jamak. Jika dalam analisis varians satu jalur (Anava Tunggal) hanya memiliki variabel kolom, maka dalam analisis varians dua jalur (Anava Ganda) memiliki variabel kolom dan variabel baris. Dengan demikian akan diperoleh interaksi antara kolom dengan baris.

               Anava Ganda dapat hanya mempunyai  satu atau lebih variasi kolom, maupun satu atau lebih variasi baris. Sehingga dapat diperoleh Anava Dua Jalan, Anava Tiga Jalan, dan seterusnya (Arikunto, 1992: 285).

               Anava dua-jalur adalah analisis varian yang digunakan untuk menguji hipotesis perbandingan lebih dari dua sampel dan setiap sampel terdiri atas dua jenis atau lebih secara bersama-sama (Riduan, 2003:222). 

               “Anava Dua Jalan”, “Anava Tiga Jalan” menunjukkan adanya variabel bebas, banyaknya sel diperoleh dari hasil kali banyaknya penggolongan setiap variabel. Misalnya variabel A terdapat 2 klasifikasi, variabel B terdapat 3 klasifikasi, variabel C terdapat 2 klasifikasi, maka banyaknya sel adalah 2 X 3 X 2 = 12 buah sel.

               Contoh: Sebuah penelitian untuk mengetahui pengaruh jenis kelamin, daerah tempat tinggal dan jenis pekerjaan orangtua terhadap minat baca siswa, maka pengelompokan variabel dan variasinya adalah sebagai berikut:

Jenis kelamin (A) diklasifikasikan atas:

         A1 = laki-laki

         A2 = perempuan

Daerah tempat tinggal (B) diklasifikasikan atas:

         B1 = daerah pedesaaan

         B2 = daerah perkotaan

Jenis pekerjaan orangtua (C) diklasifikasikan atas:

         C1 = pegawai

         C2 = pedagang

         C3 = petani

Berdasarkan klasifikasi variabel tersebut, maka tabel pengelompokan selnya adalah:

JENIS KELAMIN	DAERAH TEMPAT TINGGAL	PEKERJAAN ORANGTUA
		C1	C2	C3
A1	B1	1	2	3
	B2	4	5	6
A2	B1	7	8	9
	B2	10	11	12

2. Langkah-langkah Analisis Varians Ganda

               Misalnya sebuah penelitian dengan judul  “Pengaruh Jenis Kelamin, Daerah   Tempat Tinggal, dan Jenis Pekerjaan Orangtua, Terhadap Minat Baca Siswa SMPN 1 Pedamaran Kelas VIII  Tahun Pelajaran 2010/2011”. Maka langkah-langkah analisis varians ganda adalah sebagai berikut:

a. Membuat Tabel Induk

Data yang diperoleh melalui angket, observasi, wawancara, tes maupun dokumentasi, atau kombinasi metode-metode tersebut dipilih yang berhubungan dengan variabel, dikelompokkan atas variabel bebas dan variabel terikat (Arikunto, 1992: 290).   

              

NO.SISWA	JENIS KELAMIN		DAERAH TEMPAT TINGGAL		PEKERJAAN ORANGTUA	IDENTITAS SEL	MINAT BACA
1	P		DESA		PEGAWAI	A2B2C1	4
2	L		KOTA		PEDAGANG	A1B1C2	3
3	P		KOTA		PETANI	A2B1C3	2
4	L		DESA		PEGAWAI	A1B1C1	2
5	P		DESA		PETANI	A2B2C3	1
6	P		KOTA		PEGAWAI	A2B1C1	1
7	L		DESA		PEDAGANG	A1B2C2	3
8	L		KOTA		PEGAWAI	A1B1C1	2
9	P		KOTA		PEDAGANG	A2B1C2	3
10	L		DESA		PETANI	A1B2C3	1
11	P		DESA		PEGAWAI	A2B2C1	2
12	L		KOTA		PETANI	A1B1C3	4
13	P		DESA		PEGAWAI	A2B2C1	3
14	P		KOTA		PEDAGANG	A2B1C2	2
15	L		KOTA		PEGAWAI	A1B1C1	2
16	L		DESA		PEDAGANG	A1B2C2	1
17	P		DESA		PETANI	A2B2C3	4
18	L		KOTA		PEGAWAI	A1B1C1	3
19	P		DESA		PETANI	A2B2C3	2
20	L		KOTA		PEGAWAI	A1B1C1	2
21	P		KOTA		PEDAGANG	A2B1C2	1
22	P		DESA		PEGAWAI	A2B2C1	2
23	L		DESA		PEDAGANG	A1B2C2	1
24	L		KOTA		PETANI	A1B1C3	4
KETERANGAN
A1=		L
A2=		P
B1=		KOTA
B2=		DESA
C1=		PEGAWAI
C2=		PEDAGANG
C3=		PETANI

b. Membuat Tabel Persiapan Anava

Setelah data tertulis pada tabel induk, maka selanjutnya membuat kerangka sel berdasarkan klasifikasi yang ada pada tiap variabel. Sesudah itu memasukkan data variabel terikat ke dalam sel-sel sesuai dengan data bebas masing-masing subyek (Arikunto, 1992: 290).

JENIS KELAMIN	DAERAH TEMPAT TINGGAL	PEKERJAAN ORANGTUA
		C1(Pegawai)	C2(Pedagang)	C3(Petani)
A1(L)	B1(Kota)	2,2	3,3	4,4
	B2(Desa)	1,3	3,1	1,2
A2(P)	B1(Kota)	1,2	3,2	1,1
	B2(Desa)	4,2	2,2	1,4

c. Membuat Tabel Statistik

Dengan kerangka sama dengan tabel persiapan Anava, selanjutnya dibuat tabel statistik dengan menambahkan kolom “statistik” dan kolom serta baris “jumlah” (Arikunto, 1992: 290).

Yang perlu dicari dalam mengisi tabel statistik adalah:

a. N    =  banyaknya subyek dalam tiap sel (N tidak harus sama).

b. ∑X= jumlah skor (X) dalam satu sel.

c. X    = rata-rata skor variabel terikat untuk setiap sel..

d.∑X²= jumlah skor setelah masing-masing dikuadratkan.

Berdasarkan data tersebut, maka perhitungan untuk mengisi kolom statistik adalah sebagai berikut:

1) Untuk sel 1:                                                            2) Untuk sel 2:

N     = 2                                                                   N    = 2

∑X  = 2+2 = 4                                                        ∑X = 3+3 = 6

X     = ∑X/N = 4/2 = 2                                            X    = ∑X/N = 6/2 = 3

∑X²= 2² + 2² = 4 + 4 = 8                                        ∑X²= 3² + 3² = 9 + 9 = 18

Dengan cara yang sama dicari N, ∑X, X, ∑X² untuk semua sel sehingga diperoleh isian tabel statistik sebagai berikut:

TABEL STATISTIK

		Statistik	C1	C2	C3	Jumlah
A1	B1	N	2	2	2	6
		∑X	4	6	8	18
		X	2	3	4
		∑X2	8	18	32	58
	B2	N	2	2	2	6
		∑X	4	4	3	11
		X	2	2	1.5
		∑X2	10	10	5	25
A2	B1	N	2	2	2	6
		∑X	3	5	2	10
		X	1.5	2.5	1
		∑X2	5	13	2	20
	B2	N	2	2	2	6
		∑X	6	4	5	15
		X	3	2	2.5
		∑X2	20	8	17	45
		N	8	8	8	24
		∑X	17	19	18	54
		∑X2	43	49	56	148

d. Membuat Tabel Ringkasan Anava

Untuk membuat tabel ringkasan Anava, maka judul kolom yang diperlukan adalah Jumlah Kuadrat (JK), derajat kebebasan (db), Mean Kuadrat (MK), harga F₀ dan peluang galat (p) (Arikunto, 1992: 290-291).

Untuk dapat mengisi kolom-kolom dalam tabel tersebut, perlu diadakan perhitungan sebagaimana pada Anava Tunggal (satu jalur). Perbedaannya adalah bahwa pada Anava ganda ini sumber variasinya disesuaikan  dengan jumlah variabel ditambah kombinasinya.

Bertitik tolak dari tabel statistik, dapat dilakukan perhitungan jumlah kuadrat untuk selanjutnya diisikan dalam tabel ringkasan Anava, yaitu perhitungan tentang:

1) Jumlah Kuadrat Total (JK_T).

2) Jumlah Kuadrat Antara (JK_A). Dalam hal ini terdapat 3 macam antara, yaitu antara jenis

    kelamin (variabel A), antara asal daerah (variabel B), dan antara pekerjaan orangtua 

   (variabel C).

3) Jumlah Kuadrat Dalam (JK_D) (Arikunto, 1992: 294).

Dari tabel statistik tersebut, maka perhitungannya adalah sebagai berikut:

1) Jumlah Kuadrat Total (JK_T)

	JKT =∑X2T – (∑XT)2∕N

 

Rumus                                                                   

JK_T  = 2² + 2²  +3²  + 3²  +4²  + 4² +1²  + 3²  +3²  + 1² + 1²  +2²  + 1²  +2²  +3²  +2²  + 1² + 1² 

           + 4²  + 2²  + 2² + 2²   + 1²  + 4²   − 54²/24

        = 4 + 4 + 9 + 9 + 16 + 16 + 1 + 9 + 9 + 1 + 1 + 4 + 1 + 4 + 9 + 4 + 1 + 1 + 16 + 4 + 4 + 4

          + 1 + 16 – 2916/24

        = 148 – 121,5

        = 26,5

2) Jumlah Kuadrat Antara  Jenis Kelamin (JK_A)

JKA =∑(∑XA)2∕nK –  (∑XT)2∕N

Pada saat mencari JK_A, yang diperhatikan hanya A1 sebagai satu kelompok dan A2 sebagai satu kelompok, B dan C diabaikan (Arikunto, 1992: 296).

Rumus 

JK_A  = 29²/12  + 25²/12 − 54²/24

         = 841/12 + 625/12 − 2916/24

         = 70,08 + 52,08 − 121,5  

         = 122,16 − 121,5  

         = 0,67

3) Jumlah Kuadrat Antara  Tempat Tinggal (JK_B)

JKB =∑(∑XB)2∕nK –  (∑XT)2∕N

Pada saat mencari JK_B, yang diperhatikan hanya B1 sebagai satu kelompok dan B2 sebagai satu kelompok, A dan C diabaikan (Arikunto, 1992: 296).

Rumus 

JK_B  = 29²/12  + 25²/12 − 54²/24

         = 841/12 + 625/12 − 2916/24

         = 70,08 + 52,08 − 121,5  

         = 122,16 − 121,5  

         = 0,67

4) Jumlah Kuadrat Antara  Pekerjaan Orangtua (JK_C)

JKC =∑(∑XC)2∕nK –  (∑XT)2∕N

Pada saat mencari JK_C, yang diperhatikan hanya C1 sebagai satu kelompok dan C2 sebagai satu kelompok, dan C3 sebagai satu kelompok,  A dan B diabaikan (Arikunto, 1992: 296).

Rumus 

JK_C  = 17²/8  + 19²/8 + 18²/8 − 54²/24

         = 289/8 + 361/8 + 324/8 − 2916/24

         = 36,12 + 45,12 + 40,5 − 121,5  

         = 121,75 − 121,5  

         = 0,25

5) Jumlah Kuadrat  Interaksi Antara  A dan B (JK_A x _B)

JKA x B =∑(∑XA dan B)2∕nK –  (∑XT)2∕N– JKA  –  JKB

Dalam hal ini untuk sementara C dianggap tidak ada. Jadi seakan-akan hanya ada 2 klasifikasi, yaitu hanya ada A dan B saja. (Arikunto, 1992: 297).

Rumus 

JK_A x _B    = 18²/6  + 11²/6 + 10²/6 + 15²/6 − 54²/24 − 0,67− 0,67

                = 324/6 + 121/6 + 100/6 + 225/6 − 2916/24 − 6,83  − 0,67− 0,67

                = 54 + 20,17 + 16,67 + 37,5 − 121,5  − 0,67− 0,67

                = 128,33 − 121,5  − 0,67− 0,67

                = 5,49

6) Jumlah Kuadrat  Interaksi Antara  A dan C (JK_A x _C)

JKA x C =∑(∑XA dan C)2∕nK –  (∑XT)2∕N– JKA  –  JKC

Dalam hal ini untuk sementara B dianggap tidak ada. Jadi seakan-akan hanya ada 2 klasifikasi, yaitu hanya ada A dan C saja. (Arikunto, 1992: 297).

Rumus 

JK_A x _C    = 8²/4  + 10²/4 + 11²/4 + 9²/4 + 9²/4+ 7²/4 − 54²/24 − 0,67− 0,25

                = 64/4  + 100/4 + 121/4 + 81/4 + 81/4+ 49/4 − 54²/24 − 0,67− 0,25

                = 16 + 25+ 30.25+ 20.25 + 20.25 +12.25 − 121,5  − 0,67− 0,25

                = 124 − 121,5  − 0,67− 0,25

                = 1,58

JK_B x _C     dapat dicari dengan cara yang sama, diperoleh hasil 1,58.

7) Jumlah Kuadrat  Interaksi Antara  A,B, dan C (JK_{AXB XC})

JKAXB XC =∑(∑XA ,B, dan C)2∕nK – (∑XT)2∕N− JKA  –  JKB  –  JKC  – JKA x B − JKA x C − JKB X C

Rumus:

JK_{AXB XC}  = 4²/2  + 6²/2 + 8²/2 + 4²/2 + 4²/2+ 3²/2+3²/2  + 5²/2 + 2²/2 + 6²/2 + 4²/2+ 5²/2−  

                     0,67− 0,67− 0,25 −5,49 −1,58−1,58

                = 16/2  + 36/2 + 64/2 + 16/2 + 16/2+ 9/2+ 9/2  + 25/2 + 4/2 + 36/2 + 16/2+ 25/2−

                   0,67− 0,67− 0,25 −5,49 −1,58−1,58

                = 8+ 16+ 32+ 8 + 8 +4,5 +4,5 + 12,5 + 2 + 18  + 8+ 12,5 –

                   0,67− 0,67− 0,25 −5,49 −1,58−1,58

                = 134 − 121,5  – 0,67− 0,67− 0,25 −5,49 −1,58−1,58

                =  2,26     

8) Jumlah Kuadrat  Dalam (JKd)

JKd  = JKT −   (Jumlah seluruh JK selain JKT)

Rumus

      

JK_d  = 26,5 – ( 0,67+ 0,67+ 0,25 +5,49 +1,58+1,58 + 2,26)

        = 26,5 – 12,5

        = 14

9) Derajat Kebebasan  untuk Masing-Masing Sumber Variasi

dk_A           = banyaknya kategori A – 1 = 2 – 1 = 1

dk_B              = banyaknya kategori B – 1 = 2 – 1 = 1

dk_C              = banyaknya kategori C – 1 = 3 – 1 = 2

dk_{A XB}      = dk_A X dk_B    = 1 X 1            = 1

dk_{A XC}      = dk_A X dk_C    = 1 X 2 = 2

dk_{B XC}      = dk_B X dk_C    = 1 X 2 = 2

dk_{A XB XC} = dk_A X dk_B X dk_C      = 1 X 1            X 2 = 2

dk_T           = banyaknya subyek – 1 = 24 – 1 = 23

dk_d           = dk_T −   (Jumlah seluruh dk selain dk_T)

                 = 23 – ( 1 +1  + 2 + 1 + 2 + 2 +2 )

                 = 23− 11

                 = 12

10) Mean Kuadrat

MK_A           = JK_A  : dk_A =0,67:1=0,67

MK_B              = JK_B  : dk_B                 =0,67:1=0,67

MK_C              = JK_C  : dk_C                 =0,25:2= 0,125

MK_{A XB}      = JK_AXB  : dk_{A XB}  =5,49: 1=5,49

MK_{A XC}      = JK_AXC  : dk_{A XC}   =1,58:2=0,79

MK_{B XC}      = JK_{B XC}  : dk_{B XC} =1,58:2=0,79

MK_{A XB XC} = JK_{AXB XC}  : dk_{A XB XC} =2,26 : 2= 1,13

MK_d           = JK_{d :} dk_d    =14:12= 1,16

         11) Semua harga  JK, dk, dan MK dimasukkan ke dalam tabel Ringkasan Anava

Sumber Variasi	JK	dk	MK	F0	p
A	0.67	1	0,67	0,67	1% = 9,33 5% = 4,75
B	0.67	1	0,67	0,67
C	0.25	2	0,125	0,125	1% = 6,93 5% = 3,88
A X B	5.49	1	5,49	5,49
A X C	1.58	2	0,79	0,79
B X C	1.58	2	0,79	0,79
A X B X C	2.26	2	1,13	1,13
Dalam	14	12	1,16	-
Total	26,5	23

   

12)  Mencari Harga F₀

Harga F₀ atau F_hitung  masing-masing variabel diperoleh dengan membagi setiap MK variabel tersebut dengan MK_d. Maka F₀A = MK_A : MK_d  = 0,67 : 1 = 0,67.

Oleh karena harga MK_d  = 1, maka harga setiap F₀ sama dengan harga setiap MK(Arikunto, 1992: 300).

13) Menentukan Kaidah Pengujian

Jika F_hitung  ≥ F_tabel  maka tolak Ho artinya signifikan.

Jika F_hitung  ≤ F_tabel  maka terima  Ho artinya  tidak signifikan.

14) Mengkonsultasikan setiap harga F₀ dengan tabel F

Dengan db_K = db_K lawan db_d, bagi db_K = 1: db_d = 12, maka F_t pada tingkat signifikansi 1% = 9,33 dan pada tingkat signifikansi 5% = 4,75.

Dengan db_K = db_K lawan db_d, bagi db_K = 2: db_d = 12, maka F_t pada tingkat signifikansi 1% = 6,93 dan pada tingkat signifikansi 5% = 3,88.

15) Membuat Kesimpulan

Dari Tabel Ringkasan Anava diketahui bahwa tidak ada harga Fo yang signifikan baik berdasarkan 1% maupun 5%. Harga Fo < Ft kecuali pada interaksi antara A dan B atau antara jenis kelamin dan daerah tempat tinggal pada tingkat signifikansi 5%. Dengan kata lain:

a) Tidak ada perbedaan antara minat baca siswa laki-laki dan perempuan.

b) Tidak ada perbedaan antara minat baca siswa yang tinggal di desa  dan di  kota.       

c) Tidak ada perbedaan antara minat baca antara siswa yang orangtuanya pegawai, pedagang

     maupun  petani.

d) Ada perbedaan antara minat baca siswa laki-laki tinggal di desa  dan di kota dan siswa

     perempuan yang tinggal di desa  dan di kota.

 e) Tidak ada perbedaan antara minat baca siswa siswa laki-laki dan perempuan yang

     orangtuanya pegawai, pedagang maupun  petani.

f) Tidak ada perbedaan antara minat baca siswa siswa laki-laki yang tinggal di desa  dan di kota

     yang orangtuanya pegawai, pedagang maupun  petani dengan siswa perempuan yang tinggal

    di  desa  dan di kota yang orangtuanya pegawai, pedagang maupun  petani.

 C. Kesimpulan

               Anava adalah suatu cara untuk melihat perbedaan rerata melalui pengetesan variansinya. Dalam anava yang dipertentangkan bukan reratanya tetapi variansinya. Anava juga memungkinkan untuk dapat melihat pengaruh peubah bebas dan peubah kontrol, baik secara terpisah maupun bersama-sama, terhadap peubah terikatnya.

                 Anava Ganda dapat hanya mempunyai  satu atau lebih variasi kolom, maupun satu atau lebih variasi baris. Sehingga dapat diperoleh Anava Dua Jalan, Anava Tiga Jalan, dan seterusnya. “Anava Dua Jalan”, “Anava Tiga Jalan” menunjukkan adanya variabel bebas, banyaknya sel diperoleh dari hasil kali banyaknya penggolongan setiap variabel.

               Dalam garis besarnya langkah-langkah analisis varians ganda meliputi: membuat tabel induk, membuat tabel persiapan anava, membuat tabel statistik, membuat tabel ringkasan anava dan membuat kesimpulan.

               Dalam tabel statistik, proses perhitungan  meliputi: jumlah kuadrat total (JK_T), jumlah kuadrat antara (JK_A), jumlah kuadrat antara (JK_B), jumlah kuadrat antara (JK_C), jumlah kuadrat  interaksi antara  A dan B (JK_A x _B), jumlah kuadrat  interaksi antara  A dan B (JK_A x _C), jumlah kuadrat  interaksi antara  A,B, dan C (JK_{AXB XC,} jumlah kuadrat  dalam (JKd), derajat kebebasan  untuk masing-masing sumber variasi, mean kuadrat, dan mencari harga F₀ serta mengkonsultasikan setiap harga F₀ dengan tabel F.

DAFTAR PUSTAKA

Arikunto, Suharsimi. 1992. Prosedur Penelitian (Suatu Pendekatan Praktik). Jakarta: Rineka Cipta.    

Riduan. 2010. Metode dan Teknik Menyusun Tesis.Bandung: Alfabeta.

Russefendy.1998. Statistika Dasar. Bandung: IKIP Bandung Press.