Dr. Masarina Flukeria, M.S.E., M.P.P.

Video ini membahas contoh soal Anova Two Way tanpa replikasi. Video menjelaskan penggunaan dua faktor, yaitu lapangan pekerjaan dan tingkat pendidikan, dalam analisis Anova. Dengan menggunakan Excel, penjelasan diberikan mengenai pembangunan tabel Anova dan perhitungan sum of square untuk kolom, baris, total, dan error. Ditekankan pentingnya pemahaman struktur data untuk membangun tabel Anova dengan benar. Hasil analisis menunjukkan perbedaan signifikan dalam gaji berdasarkan lapangan pekerjaan dan tingkat pendidikan, memperlihatkan keunggulan Anova Two Way dalam memberikan insight yang lebih relevan dibandingkan dengan One Way Anova.

Sebelumnya kita sudah melihat bagaimana hasil ketika kamu menggunakan One Way ANOVA.

Pada penghitungan sebelumnya kita tahu bahwa kamu mengalami yang namanya Accept HANOL,

dimana ketika Accept HANOL maka kamu menyatakan bahwa tidak ada perbedaan salary diantara orang yang bekerja di jasa pendidikan, jasa keuangan, dan jasa kesehatan.

Lalu ketika kamu melakukan konsultasi mungkin dengan orang yang lebih berpengalaman dari kamu,

mungkin dia akan mengatakan tolong tambahkan satu faktor lainnya,

dimana faktor lainnya ini relatif penting dalam menentukan gaji,

dimana untuk kasus Indonesia faktor lainnya ini adalah tingkat pendidikan itu menentukan gaji yang diperoleh oleh seseorang.

Nah ketika kamu sudah mulai memikirkan tingkat pendidikan artinya adalah saat ini kamu akan menggunakan dua faktor,

faktor yang pertama adalah faktor tentang lapangan pekerjaan dan faktor yang kedua itu adalah faktor tentang tingkat pendidikan.

Ketika bicara tingkat pendidikan levelnya juga macam-macam,

dimana disini ada level high school, bachelor, master, dan PhD.

Dan ketika kamu diberikan saran menggunakan faktor tingkat pendidikan artinya apa?

Dalam kenyataannya sehari-hari, dalam prakteknya itu seperti apa?

Artinya adalah kamu itu harus mencari datanya lagi,

kamu tidak bisa menggunakan data yang lama,

artinya data yang lama dimana kamu hanya mengandalkan data lapangan pekerjaan itu harus kamu bongkar lagi,

dimana kamu perlu mencari data yang bisa memberikan informasi,

baik informasi lapangan pekerjaan maupun tingkat pendidikan secara sekaligus.

Artinya disini adalah faktanya itu kamu harus mencari data ulang,

kamu tidak bisa menggunakan data yang lama.

Oke disini saya asume, disini mungkin data yang saya pakai itu relatif sama,

tapi mari sama-sama kita asume disini bahwa saya sudah membongkar datanya,

dan saya sudah menggunakan data yang baru, kita asumsikan seperti itu.

Nah sekarang ketika kita sudah mendapatkan data yang baru,

data yang baru itu berhasil kita peroleh, data tersebut sudah include tingkat pendidikan,

Kita lihat sama-sama pada level kolom, disini ada kolom-kolom itu ada jasa pendidikan, jasa keuangan, jasa kesehatan,

dan ini merupakan faktor untuk lapangan pekerjaan,

dan pada row kamu punya faktor tingkat pendidikan di mana level-levelnya adalah seperti ini,

SMA, S1, S2, dan S3, dan observasinya itu adalah yang ini,

18, 35, 46, 75, 25, 45, 58, 90, 26, 43, 62, dan 110.

Oke, nah sekarang bagaimana caranya kamu membangun table ANOVA dengan menggunakan informasi baru ini?

Oke, kalau menggunakan dengan Excel gampang banget, Excel kita bisa pakai data analisis,

tapi sebelumnya saya ingin menginformasikan ke kamu,

kalau kamu punya data seperti ini, maka lihat baik-baik, sekarang kamu harus memilih ANOVA apa yang akan kamu pakai,

di saat ini kamu perlu menggunakan yang namanya ANOVA 2 Factor Without Replication.

Gak ada observasi yang kamu ulang di sini, high school just one observation,

PSD just one observation, gak ada observasi yang berulang,

tapi ketika nantinya kamu menggunakan observasi yang berulang,

maka artinya di saat itulah kamu perlu menggunakan ANOVA 2 Factor With Replication.

Tapi sekarang mari kita gunakan ANOVA 2 Factor Without Replication.

Oke, mari kita ambil datanya seperti ini, ini sampai PSD di sini,

lalu kalau sudah labelnya kita ambil, lalu kita taruh outputnya itu di New Worksheet.

Nah ini dia, New Worksheet ini adalah sheet yang keempat,

saya berikan warna biru dulu untuk membedakan.

Oke, ini adalah hasil dari pengolahan data dengan menggunakan Excel.

Lihat baik-baik apa maknanya dari output statistik ini, kita lihat satu per satu.

ANOVA 2 Factor Without Replication, jelas di sini Without Replication,

kamu hanya menggunakan satu observasi di setiap cellnya,

kita lihat di sini high school ada tiga, betulkah demikian?

Lalu ini juga S1, satu, dua, tiga, S2, satu, dua, tiga, S3 juga demikian.

Lalu setiap kelompok observasi itu punya jumlahnya,

totalnya ada sumnya untuk yang high school 69, bachelor 123 dan seterusnya,

lalu ada averagenya juga dan ada variancenya.

Kamu sudah paham, ini adalah untuk yang kolomnya, kelompok-kelompoknya.

Lalu dibawahnya, ini bukan untuk kolom tapi maksud saya ini adalah untuk baris-barisnya.

Karena high school, bachelor, master, PSG itu adalah untuk yang role-nya,

sementara yang jasa keuangan, jasa pendidikan maupun jasa kesehatan itu adalah untuk yang kolomnya.

Kolomnya itu kan ada empat dan kamu bisa menghitung totalnya, rata-ratanya maupun variancenya.

Saya rasa summary statistik ini mudah kamu pahami.

Seperti yang saya sebutkan sebelumnya juga bahwa untuk bisa membangun table ANOVA,

kamu harus bisa mengetahui sumber variasi yang menyebabkan adanya variasi pada data tersebut.

Yang pertama apa? Ketika kamu bicara kolom berarti variasi karena kolom,

variasi karena treatment, variasi karena kelompok,

kelompok jasa pendidikan, kelompok jasa keuangan, kelompok jasa kesehatan, ini variasi karena kolom.

Lalu variasi karena row, karena row apa? Karena beda pendidikan.

SMA, S1, S2 dan S3 sumber variasi yang kedua.

Lalu kamu juga tahu bahwa setiap individu itu unik, setiap individu itu punya difference dengan grand mean-nya.

Error-nya itu adalah ketika totalnya dapet, row-nya dapet, kolom-nya dapet,

artinya error itu tinggal menjadi residualnya.

Di mana error sama dengan total dikurangi sum of square total,

dikurangi sum of square row, dikurangi sum of square kolom, itu menjadi sum of square error.

Seperti yang tadi saya sebutkan juga bahwa jantungnya untuk bisa memahami ANOVA itu adalah di sum of square-nya.

Kalau sum of square-nya bisa atau mampu kamu isi maka kolom-kolom berikutnya itu relatif tidak ada masalah.

Karena ini merupakan jantungnya maka disinilah kita harus banyak menaruh perhatian

bagaimana caranya Excel ini kok bisa-bisanya menghasilkan sum of square row itu 7632,917

lalu kolom itu adalah 579,5 lalu error itu adalah 269,833 lalu total itu adalah 8482,25.

Mari kita buktikan dengan cara kita di mana kita melakukannya secara manual.

Lalu kita bandingkan dengan pengolahan data menggunakan data analisis by Excel ini.

Seperti yang tadi saya sampaikan kalau mau cari sum of square kolom, kelompok,

artinya kamu mulai dari rata-rata setiap kelompoknya.

Rata-rata setiap kelompoknya itu adalah 43,55, 4,50, 60,25 ini rata-rata kelompok.

Lalu rata-rata kelompok ini silakan kamu cari selisihnya penyimpangannya dengan grand mean-nya

di mana grand mean itu adalah rata-rata secara total dan grand mean disini itu adalah 52,75.

Jadi sebenarnya kita sudah melakukan ini pada waktu one way.

Ketika kita melakukan one way kita sudah dapat sama-sama bahwa sum of square kolom itu adalah 579,5

di mana 579,5 itu diperoleh dengan cara ini dikurangi dengan grand mean lalu dikuadratkan

dapat ini ketika sudah dikuadratkan lalu dikalikan dengan banyaknya observasi yaitu 4.

Mari kita lihat sama-sama ini adalah 579,5 berarti untuk kolom kamu aman.

Hati-hati ya ketika kamu bekerja dengan ANOVA kamu harus paham betul