Belajar RibbonX - 05

Menonaktifkan Sebagian Ribbon Excel

Kaserat: NangAgus

Mematikan Sebagian Tabs (Ribbon) Bawaan Excel

Buka file excel anda dengan customUI editor. (file tersebut tidak boleh terbuka pada excel. (tutuplah excel sebelum dibuka di CustomUI)). Ingat file excel berexsistensi xlsb (binary) tidak dapat diedit Ribbonnya.

Kita akan mematikan tabs bawaan Microsoft excel secara parsial.

Misalnya kita akan menonaktifkan tab Home, Buatlah sebuah kode setelah tabs:

<tab idMso="TabHome" visible="false" />

Selengkapnya kode yang tertulis seperti gambar berikut ini!

Simpan file tersebut, kemudian buka file di dengan Excel,

Tab Home telah hilang di Microsoft excel meskipun di excel option masih tersedia tab Home.

Coba buat cekrip baru untuk menghilangkan tab yang lain!

Masih ingatkah ada berapa tab di excel yang dapat diperlihatkan dan dihilangkan?

Coba buka lagi pelajaran yang lalu tentang membuat Tab baru, disana terdapat 26 tab yang dapat diatur.

Menghilangkan Group

Buka Buka File excel anda dengan customUI editor. (file tersebut tidak boleh terbuka pada excel. (tutuplah excel sebelum dibuka di CustomUI))

Kita akan menghilangkan group di Excel, misalnya akan dihilangkan group Clipboard di Tab Home

Ketikkan kode di bawah tab Home perintah untuk menghilangkangroup clipboard seperti dibawah ini

<tab idMso="TabHome" visible="true">

<group idMso="GroupClipboard" visible="false" />

</tab>

Selengkapnya kode yang tertulis seperti gambar berikut ini!

Simpan file tersebut, kemudian buka file di dengan Excel,

Pada Tab Home group Clipboard sudah disembunyikan.

Silahkan belajar sendiri untuk menghilangkan Group yang lain.

Ada 128 Group di Excel yang dapat disembunyikan. Silahkan baca referensi group di akhir pembahasan.

Menghilangkan Button

Buka Buka File excel anda dengan customUI editor. (file tersebut tidak boleh terbuka pada excel. (tutuplah excel sebelum dibuka di CustomUI))

Button yang tersedia pada setiap group di Tab tidak dapat dihilangkan! Tetapi dapat kita buat seolah-olah tombol tersebut hilang, dewngan cara menanonaktifkan group tersebut, kemudian membuat group baru yamg mirip dengan group yang dihilangkan.

Akan dihilangkan sebuah button cut di group Clipboard dan di Tab Home.

1.       Buatlah group Clipboard tidak tampak

<group idMso="GroupClipboard" visible="false">

2.       Buatlah group baru untuk menggantikan group yang dihilangkan dengan tombol yang masih diperlukan:

<group id="grupAnyar" insertBeforeMso="GroupFont" label="Clipboard">

<splitButton idMso="PasteMenu" size="large" />

   <button idMso="Copy" />

   <toggleButton idMso="FormatPainter"/>

</group>

Selengkapnya kode yang tertulis seperti gambar berikut ini!

Simpan file tersebut, kemudian buka file di dengan Excel,

Pada Tab Home group Clipboard button-nya sudah sesuai dengan button yang baru.

Silahkan belajar sendiri untuk menghilangkan tombol  yang lain.

Ada 929 button di Excel yang dapat disembunyikan.

Jangan lupa untuk Klik tombol Validate untuk mengecek apakah penulisan script pada custom UI sudah benar atau belum?

Jika penulisan sudah benar akan muncul  tulisan “ Custom UI XML is Well formed!”.

Apabila terdapat ketikan yang salah akan muncul peringatan pada baris keberapa tulisan tersebut yang salah! Sebagai contoh perhatikan pesan berikut ini!

Terdapat ketidak sesuaian pada group antara baris ke-5 dan baris ke-16.

Dari 128 Group  yang tersedia pada Microsoft excel  sebagai contah hanya untuk tab Home (selengkapnya ada pada File Contoh di sini)

No	Group	Tab
1	GroupClipboard	TabHome
2	GroupFont	TabHome
3	GroupAlignmentExcel	TabHome
4	GroupNumber	TabHome
5	GroupStyles	TabHome
6	GroupCells	TabHome
7	GroupEditingExcel	TabHome
8	GroupInsertTablesExcel	TabInsert
9	GroupInsertIllustrations	TabInsert
10	GroupInsertChartsExcel	TabInsert
11	GroupInsertLinks	TabInsert
12	GroupInsertText	TabInsert
13	GroupInsertBarcode	TabInsert
14	GroupThemesExcel	TabPageLayoutExcel
15	GroupPageSetup	TabPageLayoutExcel
16	GroupPageLayoutScaleToFit	TabPageLayoutExcel
17	GroupPageLayoutSheetOptions	TabPageLayoutExcel
18	GroupArrange	TabPageLayoutExcel
19	GroupFunctionLibrary	TabFormulas
20	GroupNamedCells	TabFormulas

Untuk pengetikan script adalah case sensitive, maka jangan sampai salah mengambil nama group id.

Untuk Bahasan selanjutnya adalah membuat tombol sendiri.

Lebih baik apabila belajar sedikit demi sedikit dengan waktu yang singkat daripada belajar banyak sekaligus dalam waktu yang lama.

Selamat Belajar.

|<< First                                                                          <Prev  |  Next>                                                                                 a

[Tutorial R] Analisis Ragam / Analysis of variance (Anova) dua arah dengan interaksi

Tutorial ini merupakan tutorial terakhir untuk materi anova. baik anova satu arah, anova dua arah tanpa interkasi maupun anova dua arah dengan interaksi. software yang digunakan saat ini untuk tutorial anova yaitu microsoft excel, SPSS dan R. sekarang ini akan menggunakan R. bisa lihat di daftar isi kalau mau lengkapnya.

Contoh Kasus Anova dua arah dengan interaksi:

Terdapat 4 metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data rata-rata penurunan berat badan setelah 1 bulan melakukan diet. Ujilah apakah penurunan berat badan sama untuk setiap metode diet, kelompok umur dan interaksi dengan taraf uji 5 %?

Umur	Penurunan Berat Badan (Kg)				Total Baris
	Metode 1	Metode 2	Metode 3	Metode 4
< 20 tahun #1 #2 #3	5 4 5	0 2 1	3 4 8	4 2 2	T1** = 40
	T11* = 14	T12* = 3	T13* = 15	T14* = 8
20-40 tahun #1 #2 #3	5 6 2	4 2 1	2 2 4	5 3 2	T2**=38
	T21* = 13	T22* = 7	T23* = 8	T24* = 10
> 40 tahun #1 #2 #3	4 4 5	5 5 0	2 1 2	6 4 4	T3**=42
	T31* = 13	T32* = 10	T33* = 5	T34* = 14
Total Kolom	T*1* = 40	T*2* = 20	T*3* = 28	T*4* = 32	Total T***=120

Solusi kasus Anova dua arah dengan interaksi

Identifikasi Metode statistik yang digunakan

Pertama. berdasarkan hipotesis yang digunakan yaitu membandingkan rata-rata lebih dari dua kelompok maka metode yang mungkin adalah Anova. kedua Sampel yang digunakan tiap kelompok sudah dikategorikan sehingga tipe anova yang cocok adalah Anova dua arah. kemudian dari tiap kategori tersebut ada pengulangan sehingga kita menggunakan anova dua arah dengan interaksi.

Dalam metode anova yang perlu diperhatikan ada empat. asumsi normal dan homogenitas antar varians kelompok harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi karena kita fokus pada langkah-langkah anova dua arah dengan interaksi. kemudian kelompok yang dianalisis berasal dari kelompok saling bebas. dan data yang digunakan merupakan data rasio. Setelah asumsi ini terpenuhi maka bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti metode.

Pada anova dua arah dengan interaksi terdapat tiga hipotesis yang digunakan sehingga nanti :

• Hipotesis anova kolom
  H0: µ*1 = µ*2 = µ*3, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
  H1: µ*1 ≠ µ*2 ≠ µ*3, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
• Hipotesis anova baris
  H0: µ1* = µ2* = µ3*, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori kelompok umur
  H1: µ1* ≠ µ2* ≠ µ3*, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Kelompok umur
• Hipotesis interaksi
  H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara variabel metode dan umur
  H1: (ab)11 ≠ (ab)12≠ ... ≠(ab)kj, ada interaksi antara variabel metode dan umur 

Langkah-langkah dalam uji hipotesis anova dua arah dengan interaksi

1. Load Package Rcmdr. Hal ini dilakukan karena paket yang digunakan dalam R adalah R commander. Caranya klik Packages kemudian pilih Load package terus muncul tampilan dan pilih Rcmdr. Untuk yang belum punya silahkan kesini buat jelasnya.
2. Masukkan data. Caranya yaitu buat dua kolom yang pertama berupa semua nilai. kedua yaitu kolom yang menyatakan penjelasan kelompok dari kolom pertama. untuk lebih jelasnya berikut contohnya.
   
3. Konversi data ke Factor. Tujuannya yaitu Memberi nama ketegori untuk metode dan umur tadi. Caranya pilih Data kemudian pilih manage variables in active data set dan klik convert numeric variables to factors. Kemudian akan muncul seperti berikut.
   
4. Pilih metode dan pada factor level pilih supply level names. Kemudian Isi data seperti berikut.
   
5. Ke intinya. pilih Statistics kemudian pilih means dan klik Anova two way. Maka akan muncul tampilan berikut.
   
6. blok semua variabel seperti pada gambar diatas. kemudian klik ok. maka outputnya sebagai berikut..
   

Intrepretasi Hasil uji anova satu arah dengan menggunakan R commander

Anova Table

Pada bagian tersebut menjelaskan tabel anova. untuk bagian 'Metode:umur' menjelaskan interaksi pada tabel anova. Yang perlu diperhatikan kolom terakhir yaitu Pr(>F). Disini terdapat ada 3 nilai yang digunakan untuk menjawab hipotesis diatas. jika nilainya lebih besar dari 0.05(alpha) maka keputusan tolak H0. sebaliknya jika nilai besar dari 0.05(alpha) maka keputusan terima H0. dari 3 nilai p-value terdapat dua yang lebih besar dari 0.05(alpha) sehingga keputusan terdapat 2 terima h0. sedangkan yang satunya kecil 0.05(alpha) sehingga keputusan tolak h0.

Berdasarkan hasil tersebut dapat diputuskan,

Perhitungan menunjukkan bahwa rata-rata penurunan berat badan pada Baris [Kel. Umur] dan Interaksi tidak berbeda [masih dianggap sama] hal ini terlihat dari nilai dari p-value yang lebih besar 0.05(alpha) sedangkan rata-rata penurunan berat badan dalam Kolom [metode diet] dapat dikatakan berbeda karena  p-value yang lebih kecil 0.05(alpha).

Bagi yang pengen liat langkah-langkah secara manual atau penjelasan materinya silahkan ke link berikut secara manual Atau mau membandingkan dengan tutorial anova dua arah dengan microsoft excel bisa kesini

Numsummary

Bagian ini menjelaskan Deskripsi dari tiap kategori dalam hal ini metode. Deskripsinya hanya rata-rata(mean), standar deviasi(sd) dan jumlah pengulangan(n). Untuk intrepretasinya bisa sendiri kan.

Analisis Ragam / Analysis of variance (Anova) dua arah dengan interaksi

Anova dua arah dengan interaksi merupakan anova jenis ketiga dan juga terakhir dibahas untuk materi anova. jenis lainnya yaitu anova satu arah dan anova dua arah tanpa interaksi. untuk anova dua arah dengan interaksi ini sedikit agak rumit dalam perhitungannya tapi yang penting adalah konsep dari anova dua arah dengan interaksi. konsepnya hampir sama jika ingin membandigkan dengan anova lainnya.

Kapan menggunakan Analisis ragam (Anova) dua arah dengan interaksi?

Anova digunakan untuk melihat perbandingan rata-rata beberapa kelompok biasanya lebih dari dua kelompok. Anova dua arah digunakan pada kelompok yang digunakan berasal dari sampel yang sama tiap kelompok. sama disini diartikan berasal dari kategori yang sama. Jadi, bisa disimpulkan Pertama yang perlu dilihat tujuannya membandingkan rata-rata kelompok lebih dari dua. Kedua Sampel yang digunakan merupakan sampel yang sudah dikategorikan per kelompok sama. Konsep ketiga yang perlu dimengerti adalah setiap kelompok tersebut dilakukan pengulangan pengujian. ini seperti menggabung anova satu arah dan anova dua arah tanpa interkasi. Bingung yaa. Agar mengerti maksudku nanti kita lihat dengan contoh.

Asumsi-asumsi yang harus dipenuhi dalam analisis varians (anova):

1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh
3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan yang tepat
4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).

Hipotesis dalam Anova (analysis of variance) dengan interaksi:

Dalam analysis of variance dua arah dengan interaksi terdapat tiga hipotesis yang digunakan yaitu apakah ada perbedaan rata-rata antar kategori baik kategori berdasarkan baris maupun kolom. hipotesis tambahan satu lagi yaitu apakah ada interaksi antara kategori baris dan kolom. Berikut hipotesis dalam Anova dua arah dengan interaksi.

• Hipotesis anova kolom
  H0: a1 = a2 = ... = ak, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori kolom
  H1: a1 ≠ a2 ≠ ... ≠ ak, Ada perbedaan yang nyata antara rata-rata hitung dari kategori kolom
• Hipotesis anova baris
  H0: b1 = b2 = ... = bj, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori baris
  H1: b1 ≠ b2 ≠ ... ≠ bj, Ada perbedaan yang nyata antara rata-rata hitung dari kategori baris
• Hipotesis interaksi
  H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara variabel baris dan kolom
  H1: (ab)11 ≠ (ab)12 ≠ ... ≠(ab)kj, ada interaksi antara variabel baris dan kolom

Langkah-langkah melakukan uji hipotesis dengan ANOVA

1. kelompokkan berdasarkan kategori tertentu
   Untuk memudahkan pengelompokkan dan perhitungan, buat tabel data sesuai dengan kategori berisi sampel dan kuadrat dari sampel tersebut. Hitung pula total dari sampel dan kuadrat sampel tiap kelompok. Selain itu, tentukan pula hipotesis nol (H0) dan hipotesis alternatif (H1).
2. Menentukan tipe anova
   Untuk menentukan tipe anova. terlebih dahulu bertanya apakah dari hipotesis tersebut cocok untuk anova? jika tujuannya membandingkan rata-rata tiga kelompok atau lebih maka boleh pakai Anova. Pertanyaan kedua apakah sampel tiap kelompok diambil dari sampel yang sudah dikategorikan? jika berasal dari sampel yang sudah dikategorikan maka menggunakan Anova dua arah/two way. Pertanyaan ketiga apakah dalam sampel yang dikategorikan tadi terjadi pengulangan atau tidak? jika terjadi pengulangan maka menggunakan anova dua arah dengan interaksi.
3. Memeriksa apakah sudah memenuhi asumsi-asumsi sehingga bisa digunakan anova
   
   • Normalitas,
     adalah Menguji apakah data tiap kelompok memiliki distribusi normal. hal ini bisa dilakukan dengan uji kolmogorov smirnov, shapira wilk.
   • Homogenitas
     adalah Menguji apakah varians tiap kelompok sama. Dalam menghitung homogenitas bisa digunakan uji bartlett dan uji levene.
   • Saling bebas
     Menunjukkan bahwa setiap kelompok tidak saling berhubungan. Biasanya yang digunakan logika apakah saling bebas atau tidak.
   • Aditif (Saling menjumlahkan).
     Artinya data yang dianalisis merupakan data interval/rasio
4. Menghitung variabilitas dari seluruh sampel.
   Pengukuran total variabilitas atas data dapat dikelompokkan menjadi tiga bagian, berikut rumus dalam Anova:
   • Total of sum squares (SSt) – jumlah kuadrat total (jkt).
     Merupakan jumlah kuadrat selisih antara skor individual dengan rata-rata totalnya.
     
     
     Keterangan:
     k = banyaknya kolom
     r = Banyaknya baris
     n = banyak ulangan
     xijm = data pada baris ke-i, kolom  ke-j dan ulangan ke-m
     T*** = Total (jumlah) seluruh pengamatan
     
   • Sum Square Between column – jumlah kuadrat kolom (jkk).
     Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.
     
     Keterangan
     T*j* = Total (jumlah) ulangan pada kolom ke-j
   • Sum Square Between row – jumlah kuadrat baris (jkb).
     Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.
     
     Keterangan
     Ti** = Total (jumlah) ulangan pada baris ke-i
   • Interaksi JK[BK]
     Variansi rata-rata kelompok interaksi baris dan kolom terhadap rata-rata keseluruhannya. Variansi di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.
     
   
   
   • Sum Square within(SSw) – jumlah kuadrat galat (jkg).
     Variansi yang ada dalam masing-masing kelompok. Banyaknya variansi akan tergantung pada banyaknya kelompok, dan variansi di sini tidak terpengaruh / tergantung oleh perbedaan perlakuan antar kelompok.
     
     JKG = JKT - JKK-JKB-JK[BK]
5. Menghitung derajat kebebasan (degree of freedom).
   Derajat kebebasan atau degree of freedom (dilambangkan dengan v, dof, atau db) dalam ANOVA akan sebanyak variabilitas. Oleh karena itu, ada tiga macam derajat kebebasan yang akan kita hitung:
   
   • Derajat kebebasan untuk JKT
     merupakan derajat kebebasan dari Jumlah kuadrat total (JKT) ini akan kita lambangkan dengan dof JKT.
     db JKT = rkn - 1
   • Derajat kebebasan untuk JKK
     merupakan derajat kebebasan dari Jumlah kuadrat kolom (JKK) ini akan kita lambangkan dengan dof JKK.
     db JKK = k-1
   • Derajat kebebasan untuk JKB
     merupakan derajat kebebasan dari Jumlah kuadrat baris (JKB) ini akan kita lambangkan dengan dof JKB.
     db JKB = r-1
   • Derajat kebebasan untuk JK[BK]
     merupakan derajat kebebasan dari Jumlah kuadrat interaksi baris dan kolom JK[BK] ini akan kita lambangkan dengan dof JK[BK].
     db JK[BK] = [r-1][k-1]
   • Derajat kebebasan untuk JKG
     Merupakan derajat kebebasan dari Jumlah kuadrat galat (JKG) ini akan kita lambangkan dengan dof JKG
     
     db JKG =rk[n- 1]
6. Menghitung variance antar kelompok dan variance dalam kelompok.
   Variance dalam ANOVA, baik untuk antar kelompok maupun dalam kelompok sering disebut dengan kuadrat tengah atau deviasi rata-rata kuadrat (mean squared deviation) dan dilambangkan dengan MS atau KT. Dengan demikian, maka mean squared deviation masing-masing dapat dicari dengan rumus sebagai berikut:
   
   • KTK = JKK / db JKK
   • KTB = JKB / db JKB
   • KTG = JKG / db JKG
   • KT[BK] = JK[BK] / db JK[BK]
7. Menghitung F hitung
   Menghitung nilai distribusi F (Fhitung) berdasarkan perbandingan variance antar kelompok dan variance dalam kelompok.Fhitung ada tiga karena hipotesis ada tiga, sehingga setiap f hitung menjawab hipotesis.
   
   • Fhitung (kolom) = KTK/KTG
   • Fhitung (baris) = KTB/KTG
   • Fhitung (interaksi) = KT[BK]/JKG 
8. Menghitung F tabel
   Selain itu, F berdasarkan tabel (Ftabel) juga dihitung, berdasarkan nilai derajat kebebasan (langkah ke-4) menggunakan tabel distribusi-F. Jangan lupa untuk mencantumkan gambar posisi Fhitung dan Ftabel dalam grafik distribusi-F.
9. Membandingkan Fhitung dengan Ftabel :
   
   • Jika Fhitung > Ftabel : tolak H0
   • Jika Fhitung ≤ Ftabel : terima H0
10. Buat kesimpulan,
    sesuai dengan kasus awal yang ditanyakan. Simpulkan, apakah perlakuan (treatment) memiliki efek yang signifikan pada sampel data atau tidak. Jika hasil tidak signifikan, berarti seluruh rata-rata sampel adalah sama. Jika perlakuan menghasilkan efek yang signifikan, setidaknya satu dari rata-rata sampel berbeda dari rata-rata sampel yang lain.

Contoh penghitungan Analysis of variance (Anova) dengan tabel.

Berdasarkan langkah-langkah diatas untuk mempermudah perhitungan dibuat tabel seperti berikut:

Sumber Keragaman (SK)	Jumlah Kuadrat (JK)	Derajat Bebas (db)	Kuadrat Tengah (KT)	F hitung
Kolom (K)		db JKK = k-1	KTK = JKK / db JKK	F hitung = KTK / KTG
Baris (B)		db JKK = r-1	KTK = JKB / db JKB	F hitung = KTB / KTG
Interaksi (BK)		db JK[BK] = [r-1][k-1]	KTK = JK[BK] / db JK[BK]	F hitung = KT[BK] / KTG
Galat (G)	JKG = JKT - JKK- JKB-JK[BK]	db JKG=r.k[n-1]	KTG = JKG / db JKG
Total (T)		db JKT= rkn-1

Contoh Kasus Anova dua arah dengan interaksi:

Terdapat 4 metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data rata-rata penurunan berat badan setelah 1 bulan melakukan diet. Ujilah apakah penurunan berat badan sama untuk setiap metode diet, kelompok umur dan interaksi dengan taraf uji 5 %?

Umur	Penurunan Berat Badan (Kg)
	Metode 1	Metode 2	Metode 3	Metode 4
< 20 tahun #1 #2 #3	5 4 5	0 2 1	3 4 8	4 2 2
20-40 tahun #1 #2 #3	5 6 2	4 2 1	2 2 4	5 3 2
> 40 tahun #1 #2 #3	4 4 5	5 5 0	2 1 2	6 4 4

Solusi kasus Anova dua arah dengan interaksi

1. Merumuskan Hipotesis
   
• Hipotesis anova kolom
  H0: a1 = a2 = ... = ak, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode(kolom)
  H1: a1 ≠ a2 ≠ ... ≠ ak, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode (kolom)
• Hipotesis anova baris
  H0: b1 = b2 = ... = bj, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori umur (baris)
  H1: b1 ≠ b2 ≠ ... ≠ bj, Ada perbedaan yang nyata antara rata-rata hitung dari kategori umur (baris)
• Hipotesis interaksi
  H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara variabel metode dan umur
  H1: (ab)11 ≠ (ab)12 ≠ ... ≠(ab)kj, ada interaksi antara variabel metode dan umur
2. Identifikasi model.
   Pertama. berdasarkan hipotesis yang digunakan yaitu membandingkan rata-rata lebih dari dua kelompok maka metode yang mungkin adalah Anova. kedua Sampel yang digunakan tiap kelompok sudah dikategorikan sehingga tipe anova yang cocok adalah Anova dua arah. kemudian dari tiap kategori tersebut dilakukan pengulangan sehingga kita menggunakan anova dua arah dengan interaksi.
3. Memeriksa asumsi Anova.
   Dalam metode anova yang perlu diperhatikan ada empat seperti pada keterangan diatas. asumsi normal dan homogenitas antar varians kelompok harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi karena kita fokus pada langkah-langkah anova dua arah dengan interaksi. kemudian kelompok yang dianalisis berasal dari kelompok saling bebas. dan data yang digunakan merupakan data rasio. Setelah asumsi ini terpenuhi maka bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti metode.
4. Menyusun/mengkategorikan tabel data agar lebih mudah menghitungnya.
   Penghitungannya agak berbeda dengan jenis anova yang lain. perhitungannya terpisah seperti berikut:
   

   Umur	Penurunan Berat Badan (Kg)				Total Baris
   	Metode 1	Metode 2	Metode 3	Metode 4
   < 20 tahun #1 #2 #3	5 4 5	0 2 1	3 4 8	4 2 2	T1** = 40
   	T11* = 14	T12* = 3	T13* = 15	T14* = 8
   20-40 tahun #1 #2 #3	5 6 2	4 2 1	2 2 4	5 3 2	T2**
   	T21* = 13	T22* = 7	T23* = 8	T24* = 10
   > 40 tahun #1 #2 #3	4 4 5	5 5 0	2 1 2	6 4 4	T3**=42
   	T31* = 13	T32* = 10	T33* = 5	T34* = 14
   Total Kolom	T*1* = 40	T*2* = 20	T*3* = 28	T*4* = 32	Total T***=120

5. Perhitungan Tabel anova
   Agar mempermudah perhitungan kita menggunakan tabel berikut,
   

   Sumber Keragaman (SK)	Jumlah Kuadrat (JK)	Derajat Bebas (db)	Kuadrat Tengah (KT)	F hitung
   Kolom (K)	JKK = 23,11	db JKK = 4-1 = 3	KTK =7,70	F hitung = 3,04
   Baris (B)	JKB = 0,67	db JKB = 3-1 =2	KTB =0.085	F hitung = 0.13
   Interaksi (BK)	JK[BK] = 31,56	db JK[BK] = 2x3 =6	KT[BK] =5.26	F hitung = 0.28
   Galat (G)	JKG = 60,67	db JKG= 3x4x2=24	KTG =2,53
   Total (T)	JKT =116	db JKT=[3x4x3] -1 =35

6. Menghitung F _tabel
   
   • F table Kolom pada α = 0.05 db JKK=3 dan db JKG=4 adalah 3,01
   • F table Baris pada α = 0.05 db JKB=2 dan db JKG=24 adalah 3,40
   • F table Interaksi pada α = 0.05 db JK[BK]=6 dan db JKG=24 adalah 2,51
7. Kesimpulan :
   Perhitungan menunjukkan bahwa rata-rata penurunan berat badan pada Baris [Kel. Umur] dan Interaksi tidak berbeda [masih dianggap sama] hal ini terlihat dari f tabel untuk baris dan interaksi lebih kecil dari f hitung sedangkan rata-rata penurunan berat badan dalam Kolom [metode diet] dapat dikatakan berbeda karena f tabel lebih besar dari f hitung.

[Tutorial Excel] Analisis Ragam / Analysis of variance (Anova) dua arah tanpa interaksi

Dalam penyelesaian Analisis Ragam / Analysis of variance (Anova)  dua arah tanpa interaksi dengan menggunakan software tidak bisa digunakan SPSS. Sehingga perlu mencari software. Salah satu software yang bisa digunakan Microsoft excel. Walaupun tujuannya microsft excel bukan untuk pengujian statistik. tapi untuk yang sederhana bisa salah satunya anova dua arah tanpa interaksi. Contoh kasus yang digunakan sama dengan pengerjaan secara manual agar bisa dibandingkan apakah sama.

Contoh Kasus Anova dua arah tanpa interaksi:

Terdapat 4 metode diet dan 3 golongan usia peserta program diet Berikut data rata-rata penurunan berat peserta keempat metode dalam tiga kelompok umur.

Umur	Penurunan Berat Badan (Kg)				Total Baris
	Metode 1	Metode 2	Metode 3	Metode 4
< 20 tahun	5	6	2	3	T1* = 16
20-40	2	7	5	3	T2* = 17
> 40 tahun	7	3	4	3	T3* = 17
Total Kolom	T*1 = 14	T*2 = 16	T*3 = 11	T*4 = 9	Total T** = 50

Berdasarkan gambat tersebut terlihat bahwa setiap metode memiliki perlakuan yang sama sehingga bisa dikatakan ada hubungan dua arah. tapi tidak ada interaksi. Ujilah pendapat yang menyatakan bahwa keempat metode diet dalam ketiga kelompok umur memberikan rata-rata penurunan berat badan yang sama.
Buktikan jawaban saudara dengan pengujian varians, dengan tingkat nyata = 1 %

Solusi kasus Anova dua arah tanpa interaksi

Identifikasi Metode statistik yang digunakan

Pertama. berdasarkan hipotesis yang digunakan yaitu membandingkan rata-rata lebih dari dua kelompok maka metode yang mungkin adalah Anova. kedua Sampel yang digunakan tiap kelompok sudah dikategorikan sehingga tipe anova yang cocok adalah Anova dua arah. kemudian dari tiap kategori tersebut tidak ada pengulangan sehingga kita menggunakan anova dua arah tanpa interaksi.

Dalam metode anova yang perlu diperhatikan ada empat. asumsi normal dan homogenita santar varians kelompok harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi karena kita fokus pada langkah-langkah anova satu arah. kemudian kelompok yang dianalisis berasal dari kelompok saling bebas. dan data yang digunakan merupakan data rasio. Setelah asumsi ini terpenuhi maka bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti metode.

Pada anova dua arah tanpa interaksi terdapat dua hipotesis yang digunakan:

• Hipotesis anova kolom
  H0: μ*1 = μ*2 = μ*3, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
  H1: μ*1 ≠ μ*2 ≠ μ*3, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
• Hipotesis anova baris
  H0: μ1* = μ2* = μ3*, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori kelompok umur
  H1: μ1* ≠ μ2* ≠ μ3*, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Kelompok umur

Langkah-langkah dalam uji hipotesis anova dua arah tanpa interaksi

1. Masukkan/import data ke SPSS, caranya yaitu buat data seperti kotak yang terdiri dari baris dan kolom. artinya setiap kolom dan baris menunjukkan kelompok. bingung menjelaskannya, Untuk jelasnya lihat gambar berikut:
   
2. Kemudian pilih Data, terus klik Data analysis. untuk data analysis ini tidak muncul default dalam excel. jadi perlu dimunculkan terlebih dahulu.  Untuk langkah-langkah mengaktifkan toolpak silahkan klik toolpak analysis. Maka akan muncul tampilan seperti berikut.
   
3. Kemudian pilih Anova two factor without replacement. maka akan muncul tampilan seperti berikut.
   
4. Pada Input range diklik maka akan muncul pilihan untuk memilih data. Pemilihan data dengan cara blok datanya mulai dari label sampai semua datanya, seperti pada data diatas semuanya diblok. Kemudian cek bagian label. Alpha tergantung yang digunakan dalam contoh ini 1% atau 0.01. Pada Output option terserah teman-teman mau pilih outputnya dimana. Setelah itu pilih ok. maka akan muncul output seperti berikut.
   

Intrepretasi Output anova Excel

Summary

Pada bagian tersebut menyajikan deskripsi dari tiap kelompok baik kelompok umur(baris) dan kelompok metode (kolom). deskripsinya yaitu Banyaknya data(count), Jumlah total(Sum), Rata-rata (average) dan standar deviasi (variance). Untuk penjelasannya bisa diintrepretasikan hasil tersebut karena udah pada ngerti semua lah yaa.

Anova

Bagian ini menampilkan tabel anova seperti pada materi anova satu arah. yang perlu dilihat pada bagian ini adalah P value. jika nilai p value lebih besar dari 0.01(alpha) maka keputusan terima H0 artinya tidak ada perbedaan rata-rata tiap kelompok. Selain itu bisa dilihat dengan membandingkan nilai F hitung (F) dengan F tabel (F crit). terlihat bahwa F hitung lebih kecil dari f tabel maka keputusan sama yaitu terima H0. Sehingga dapat disimpulkan setiap metode dan kelompok umur memberikan rata-rata penurunan berat badan yang sama. Selain itu hasil yang diperoleh hampir sama dengan penyelasian secara manual mungkin beda karena  pembulatan.

[Video Youtube] Anova dua arah tanpa interaksi (two way without interaction)