HANDOUT: ANALISIS DATA RANCANGAN FAKTORIAL

Learning Objective
Setelah mengikuti sesi ini mahasiswa dapat:

1. menjelaskan pengertian rancangan faktorial

2. memilih metode analisis yang tepat untuk rancangan faktorial
3. menjelaskan langkah-langkah analisis perbedaan rerata lebih dari dua sampel bebas
4. menganalisis, menyajikan dan memberikan interpretasi hasil analisis perbedaan rerata lebih
dari dua sampel bebas, dan
5. menggunakan SPSS sebagai alat bantu analisis

Pengertian
Rancangan faktorial adalah salah satu rancangan eksperimen untuk mempelajari efek lebih dari
satu faktor terhadap outcome variabel tertentu.

Banyaknya kelompok percobaan ditentukan oleh banyak faktor dan level (banyak kategori) dari
masing-masning faktor. Sebagi contoh, misalnya akan diteliti efek terapi pisik (faktor I) dan terapi
psikis (faktor II) terhadap waktu yang diperlukan sampai mandiri pada pasien cedra kepala.
Terapi pisik terdiri dari 3 jenis dan terapi psikis terdiri dari 2 jenis, sehingga terdapat 6 kelompok
percobaan dan rancangan faktorialnya disebut rancangan faktorial level 3 x 2.

Faktor II Faktor I (Terapi Pisik)

(Terapi Psikis) C D E
A Klp percobaan 1: Klp percobaan 2: Klp percobaan 3:
AC AD AE
B Klp percobaan 4: Klp percobaan 5: Klp percobaan 6:
BC BD BE

Indikasi
Rancangan faktorial dipakai apabila akan mencobakan lebih dari satu faktor. Sebagai contoh,
misalnya akan mencoba dua jenis pengobatan seperti tabel besi (Faktor I) dan vitamin C (Faktor
II) terhadap peningkatan kadar Hb.

Uji Statistik
Uji statistik yang tepat dipakai menganalisis data penelitian rancangan faktorial adalah Two-Way
Anova karena terdapat dua atau lebih faktor yang efeknya akan diteliti.

1
Asumsi
Asumsi untuk Two-Way Anova adalah sampel dipilih secara random dan data dari masing-
masing kelompok percobaan berdistribusi normal

Contoh Kasus
Pekerja sosial yang menangani penderita cedra kepala melakukan penelitian efek latihan fisik
dan pengobatan psikiatri terhadap waktu yang dibutuhan sampai penderita mandiri. Ada tiga
jenis terapi pisik dan 4 jenis terapi psikiatris yang diteliti, sehingga terdapat 12 kelompok
eksperiment. Subjek penelitian adalah pasien cedra kepala stadium 2 sebanyak 36 kasus.
Outcome variabel yang diukur adalah waktu yang diperlukan sampai mandiri dalam bulan.
Terapi mana yang memberikan efek terbaik dan apkah ada interaksi antara terapi pisik dengan
terapi psikiatris.

Variabel:

Tergantung: Waktu (bulan)

Faktor 1 : Terapi_pisik (I, II, dan III)
Faktor 2 : terapai_psikiatrik (A, B, C, dan D)

Data hasil pengukuran adalah sbb.

Terapi Psikiatris
Terapi pisik A B C D
I. 11.0 9.4 12.5 13.2
I. 9.6 9.6 11.5 13.2
I. 10.8 9.6 10.5 13.5

II. 10.5 10.8 10.5 15.0

II. 11.5 10.5 11.8 14.6
II. 12.0 10.5 11.5 14.0

III. 12.0 11.5 11.8 12.8

III. 11.5 11.5 11.8 13.7
III. 11.8 12.3 12.3 13.1

Tujuan Analisis
Untuk mengetahui apakah terapi pisik dan psikis memberikan efek terhadap waktu yang
dibutuhkan penderita cedra kepala menjadi mandiri, serta apakah ada interaksi antara terapi
pisisk dan psikis.

Hipotesis Statistik
2
 Untuk contoh kasus di atas, hipotesisnya adalah:

Faktor I: terapi pisik

Ho: 1 = 2 = 3 (tidak ada efek) atau Ho: i=0
Ha: tidak semua sama Ha: tidak semua i=0

Faktor II: terapi psikis

Ho: 1 = 2 = 3 = 4 (tidak ada efek) atau Ho: i=0
Ha: tidak semua sama Ha: tidak semua i=0
Interaksi Faktor I dan Faktor II
Ho: ij = 0 (tidak ada interaksi) atau Ho: ()i = 0
Ha: ij # 0 (ada interaksi) Ha: tidak semua ()i = 0

Two-Way Anova Test

Model two way anova dengan dua faktor:

Y =  +  +  +  + 

Variasi nilai variabel tergantung Y ditentukan oleh  (efak faktor 1: terapi pisik),  (efek faktor
II : terapi psikis) dan  (efek faktor lain) yang disebut error.

Prinsip Analisis

Untuk menganalisis efek terapi pisik dilakukan dengan menghitung rasio varian antara faktor
terapi pisik dengan varian residu (error) dengan menggunakan statistik F.

Untuk menghitung efek terapi psikis dilakukan dengan menghitung rasio varian antara faktor
terapi psikis dengan varian residu (error)

Untuk menghitung adanya interaksi dilakukan dengan menghitung rasio varian antara varian
interaksi dengan varian residu (error)

Cara penghitungan varian ratio (F) dari masing-masing faktor disajikan dalam tabel resume
berikut.

Tabel 2. Summary Table Analisis Two-Way Anova

Suber variasi Jumlah kwadrat Derajat bebas Varian Varian ratio

(source of (Sum square) (df) (Mean square) (F)
variation)
Faktor I: terapi Jk1 df1=a-1 V1=jk1/df1 F1=V1/V4
pisik
Faktor II: terapi Jk2 df2=b-1 V2=jk2/df2 F2=V2/V4
psikis
Interaksi Jk2 df3=(a-1)(b-1) V3=jk3/df3 F3= V3/V4

Residu (error) Jk2 df4=ab(n-1) V4=jk4/df4

3
 Total jkt Abn-1

Post Hoc Test

Indikasi:

Post Hoc test dilakukan terhadap Faktor-Faktor yang diteliti yang memiliki level (kategori) lebih
dari dua dan Ho pada analisis Anova ditolak atau faktor tersebut memberikan efek secara
bermakna.

Prinsip Analisis:

Membandingkan antara level (kategori) dari satu faktor. Untuk Faktor terapi pisik pada kasus di
atas, Post Hoc test dilakukan antara Tx-I vs Tx-II, Tx-I vs Tx-III, dan antara Tx-II vs Tx-III. Untuk
terapi psikis antara Tx-A vs Tx-B, Tx-A vs Tx-c, Tx-A vs Tx-D, Tx-B vs Tx-C, Tx-B vs Tx-D, dan antara
Tx-C vs Tx-D.

Test Statistik:

Test statistik pada Post Hoc Test dikelompokan menjadi dua kelompok, yaitu test statistik untuk
varian kelompok yang homogen seperti LSD, Duncan, dll, dan test statistik untuk varian tidak
homogen seperti Tamhane, Dunnet, dll.

CONTOH OUT SPSS KASUS DI ATAS

1. Statistik Deskriptif

4
 Descriptive Statistics

Dependent Variable: levelindepensi

Txpisik Txpsikis Mean Std. Deviation N
1 A 10,4667 ,75719 3
B 9,5333 ,11547 3
C 11,5000 1,00000 3
D 13,3000 ,17321 3
Total 11,2000 1,55739 12
2 A 11,3333 ,76376 3
B 10,6000 ,17321 3
C 11,2667 ,68069 3
D 14,5333 ,50332 3
Total 11,9333 1,67024 12
3 A 11,7667 ,25166 3
B 11,7667 ,46188 3
C 11,9667 ,28868 3
D 13,2000 ,45826 3
Total 12,1750 ,70211 12
Total A 11,1889 ,79600 9
B 10,6333 1,00000 9
C 11,5778 ,69422 9
D 13,6778 ,73276 9
Total 11,7694 1,40384 36

2. Homogenitas

a
Levene's Test of Equality of Error Variances

Dependent Variable: levelindepensi

F df1 df2 Sig.
1,839 11 24 ,103
Tests the null hypothesis that the error variance of the
dependent variable is equal across groups.
a. Design: Intercept+Txpisik+Txpsikis+Txpisik * Txpsikis

3. Analisis Anova

5
 Tests of Between-Subjects Effects

Dependent Variable: levelindepensi

Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 61,943a 11 5,631 19,215 ,000
Intercept 4986,714 1 4986,714 17016,274 ,000
Txpisik 6,187 2 3,094 10,556 ,001
Txpsikis 47,756 3 15,919 54,320 ,000
Txpisik * Txpsikis 7,999 6 1,333 4,549 ,003
Error 7,033 24 ,293
Total 5055,690 36
Corrected Total 68,976 35
a. R Squared = ,898 (Adjusted R Squared = ,851)

3.
4. Uji Post Hoc
4.
5.
Multiple Comparisons

Dependent Variable: levelindepensi

Mean
Difference 95% Confidence Interval
(I) Txpisik (J) Txpisik (I-J) Std. Error Sig. Lower Bound Upper Bound
LSD 1 2 -,7333* ,22100 ,003 -1,1895 -,2772
3 -,9750* ,22100 ,000 -1,4311 -,5189
2 1 ,7333* ,22100 ,003 ,2772 1,1895
3 -,2417 ,22100 ,285 -,6978 ,2145
3 1 ,9750* ,22100 ,000 ,5189 1,4311
2 ,2417 ,22100 ,285 -,2145 ,6978
Tamhane 1 2 -,7333 ,65924 ,624 -2,4372 ,9705
3 -,9750 ,49315 ,186 -2,2961 ,3461
2 1 ,7333 ,65924 ,624 -,9705 2,4372
3 -,2417 ,52302 ,957 -1,6488 1,1655
3 1 ,9750 ,49315 ,186 -,3461 2,2961
2 ,2417 ,52302 ,957 -1,1655 1,6488
Based on observed means.
*. The mean difference is significant at the ,05 level.

6.

7.

6
 Multiple Comparisons

Dependent Variable: levelindepensi

Mean
Difference 95% Confidence Interval
(I) Txpsikis (J) Txpsikis (I-J) Std. Error Sig. Lower Bound Upper Bound
LSD A B ,5556* ,25519 ,040 ,0289 1,0822
C -,3889 ,25519 ,141 -,9156 ,1378
D -2,4889* ,25519 ,000 -3,0156 -1,9622
B A -,5556* ,25519 ,040 -1,0822 -,0289
C -,9444* ,25519 ,001 -1,4711 -,4178
D -3,0444* ,25519 ,000 -3,5711 -2,5178
C A ,3889 ,25519 ,141 -,1378 ,9156
B ,9444* ,25519 ,001 ,4178 1,4711
D -2,1000* ,25519 ,000 -2,6267 -1,5733
D A 2,4889* ,25519 ,000 1,9622 3,0156
B 3,0444* ,25519 ,000 2,5178 3,5711
C 2,1000* ,25519 ,000 1,5733 2,6267
Tamhane A B ,5556 ,42604 ,760 -,7307 1,8418
C -,3889 ,35207 ,867 -1,4471 ,6693
D -2,4889* ,36064 ,000 -3,5712 -1,4066
B A -,5556 ,42604 ,760 -1,8418 ,7307
C -,9444 ,40578 ,193 -2,1818 ,2929
D -3,0444* ,41325 ,000 -4,2990 -1,7898
C A ,3889 ,35207 ,867 -,6693 1,4471
B ,9444 ,40578 ,193 -,2929 2,1818
D -2,1000* ,33647 ,000 -3,1092 -1,0908
D A 2,4889* ,36064 ,000 1,4066 3,5712
B 3,0444* ,41325 ,000 1,7898 4,2990
C 2,1000* ,33647 ,000 1,0908 3,1092
Based on observed means.
*. The mean difference is significant at the ,05 level.

Interpretasi:

1. Homogenitas
Antara Level Faktor I: terapi pisisk dan juga antara level Faktor II: terapi psikis memiliki varian
yang homogen, dimana hasil Leven’s test menunjukan nilai p = 0,103.

2. Anova
Efek faktor I:

Dari hasil analisis Two-Way Anova didapatkan ratio varian untuk faktor I: terapi pisik F = 10,556
dengan nilai p =0,001. Hasil ini menunjukan bahwa ada perbedaan efek antara kelompok terapi
pisik.

Efek Faktor II:

Rasio varian faktor II: terapi psikis adalah F = 54,320 dengan nilai p = 000. Hasil ini menunjukan
bahwa ada perbedaan efek antara kelompok terapi psikis.

7
 Adanya Interaksi:

Dari analisis diketahui ada interaksi antara terapi pisik dengan terapi psikis dimana varian rasio
interaksi F = 4,549 dengan nilai p = 0,003.

Interaksi juga dapat dilihat dari Estimate Marginal Mean kedua faktor. Adanya garis grafik
berpotongan menunjukan adanya interaksi. Garis sejajar menunjukan tidak ada interaksi atau
dengan kata lain disebut kedua faktor sinergi.

Estimated Marginal Means of levelindepensi

Txpsikis
E s tim a te d M a r g in a l M e a n s

15.00
A
B
C
14.00
D

13.00

12.00

11.00

10.00

9.00

1 2 3

Txpisik

3. Post Hoc
Faktor I: terapi pisisk

Terapi pisik I berbeda dengan terapi pisik II dan III, tetapi terapi pisk II dan III tidak berbeda.
Terapi I memiliki waktu paling pendek dan disusul oleh terapi II dan III.

Estimated Marginal Means of levelindepensi

E s t im a t e d M a r g in a l M e a n s

12.20

12.00

11.80

11.60

11.40

11.20

11.00

1 2 3

Txpisik

Faktor II: terapi psikis

8
 Terapi psikis A dan C tidak berbeda, B dan D berbeda dengan A dan C, dan B dan D juga berbeda.
B paling rendah, dikuti oleh A dan C, dan D memeiliki waktu paling panjang.

Estimated Marginal Means of levelindepensi

14.00
E s tim a te d M a rg in a l M e a n s

13.00

12.00

11.00

A B C D

Txpsikis

4. Kesimpulan
Dari hasil analisis dapat disimpulkan bahwa terapi pisik I memberikan efek yang paling cepat
dibandingkan terapi pisik lainnya.

Terapi psikis B memberikan efek tercepat disusul terapai A dan C, sedangkan terapi D paling
lambat memberikan efek.

Terdapat interaksi antara terapi pisik dengan terapi psikis. Terapi psikis B yang paling baik
dikombinasi dengan terapi pisik karena efeknya tidak dipengaruhi oleh terapi pisik.

Analisis Menggunakan Stata

Command: anova [varname] [termlist] [if] [in] [weight] [, options]

Varname: variabel tergantung

Termlist : faktor variabel dan interaksinya

Contoh command kasus di atas:

9
 One-way ANOVA
. anova waktu t_pisik

Two-way ANOVA
. anova waktu t_pisik t_psikis

Two-way factorial ANOVA

. anova waktu t_pisik t_psikis t_pisik#t_psikis

or more simply
. anova waktu t_pisik##t_psikis

Three-way factorial ANOVA

. anova Y X1 X2 X3 X1#X2 X1#X3 X2#X3 X1#X2#X3

or more simply
. anova Y X1##X2##X3

Repeated-measures ANOVA
. anova Y ID X, repeated(X)

Keterangan:
Variabel tergantung: Y
Variabel no.subjek : ID
Var pengukuran ulang: X

Contoh output anova

anova waktu t_psikis t_pisik t_psikis#t_pisik

Number of obs = 36 R-squared = 0.8980

Root MSE = .541346 Adj R-squared = 0.8513

Source | Partial SS df MS F Prob > F

-----------------+---------------------------------------------------------------------------------
Model | 61.943054 11 5.63118673 19.22 0.0000
|
t_psikis | 47.7563874 3 15.9187958 54.32 0.0000
t_pisik | 6.1872229 2 3.09361145 10.56 0.0005
t_psikis#t_pisik | 7.99944364 6 1.33324061 4.55 0.0032
|
Residual | 7.03333321 24 0.29305555
-----------------+---------------------------------------------------------------------------------
Total | 68.9763872 35 1.97075392

Membuat grafik mean

10
. predict waktumean
. label variable waktumean “Rerata waktu”
. predict SEwaktu, stdp
. gen waktuhigh = waktumen + 2 * SEwaktu
. gen waktulow = waktumean – 2 * Sewaktu
. graph twoway connected waktumean t_psisik
|| rcap waktuhigh waktulow t_pisik
|| , by (t_psikik)

1 2
16
14
12
10
8

3 4
16
14
12
10
8

1 1.5 2 2.5 3 1 1.5 2 2.5 3

t_pisik
Rerata waktu waktuhigh/waktulow
Graphs by t_psikis

11