Resume
lFgiW1bmjq0 • Menentukan Ukuran Efek Penelitian yang Menggunakan uji ANAVA (eta squared dan partial eta square)
Updated: 2026-02-12 02:11:10 UTC
Back Source
Prev Next

Berikut adalah rangkuman komprehensif dan terstruktur dari konten video tersebut:

Panduan Lengkap Menghitung & Menginterpretasikan Effect Size (Eta Square & Partial Eta Square) pada Uji ANOVA

Inti Sari (Executive Summary)

Video ini menjelaskan pentingnya menghitung Effect Size (Ukuran Efek) untuk melengkapi hasil uji ANOVA, yang seringkali hanya menampilkan nilai signifikansi tanpa menunjukkan besar pengaruh variabel. Pembahasan difokuskan pada perbedaan penggunaan rumus, perhitungan manual, dan cara interpretasi untuk Eta Square dan Partial Eta Square, baik pada uji ANOVA Satu Jalur maupun ANOVA Dua Jalur.

Poin-Poin Kunci (Key Takeaways)

  • Keterbatasan ANOVA: Tabel output ANOVA biasanya hanya menunjukkan apakah ada perbedaan signifikan (berdasarkan p-value), namun tidak memberikan informasi seberapa besar pengaruh variabel bebas terhadap variabel terikat.
  • Solusi: Effect Size diperlukan untuk mengetahui magnitudo atau besar pengaruh tersebut.
  • Dua Metode Utama: Metode yang dibahas adalah Eta Square ($\eta^2$) dan Partial Eta Square (Partial $\eta^2$).
  • Perbedaan Rumus: Eta Square menggunakan Jumlah Kuadrat (JK) Total sebagai penyebut, sedangkan Partial Eta Square menggunakan jumlah JK Perlakuan dan JK Galat.
  • ANOVA Satu Jalur: Hasil perhitungan Eta Square dan Partial Eta Square biasanya menghasilkan nilai yang sama.
  • ANOVA Dua Jalur: Disarankan menggunakan Partial Eta Square karena melibatkan lebih dari satu faktor dan interaksi.
  • Interpretasi: Nilai Effect Size dikalikan 100% untuk mengetahui persentase varians yang dipengaruhi, lalu dikategorikan ke dalam efek kecil, sedang, atau besar.

Rincian Materi (Detailed Breakdown)

1. Konsep Dasar Effect Size pada ANOVA

Dalam analisis data, khususnya menggunakan SPSS atau perhitungan manual, tabel ANOVA menyajikan nilai signifikansi (Sig.) yang dibandingkan dengan alpha (misalnya 0,05). Namun, hasil ini tidak menjawab seberapa kuat pengaruh variabel independen terhadap dependen. Oleh karena itu, perlu dihitung Effect Size untuk mengetahui efektivitas perlakuan secara kuantitatif.

2. Rumus Eta Square dan Partial Eta Square

Terdapat dua rumus utama yang digunakan untuk mengukur besar efek pada ANOVA:

  • Eta Square ($\eta^2$):
    $$ \eta^2 = \frac{JK_{Perlakuan}}{JK_{Total}} $$
    Rumus ini membandingkan jumlah kuadrat perlakuan dengan jumlah kuadrat total.

  • Partial Eta Square (Partial $\eta^2$):
    $$ \text{Partial } \eta^2 = \frac{JK_{Perlakuan}}{JK_{Perlakuan} + JK_{Galat}} $$
    Rumus ini membandingkan jumlah kuadrat perlakuan dengan jumlah kuadrat perlakuan ditambah jumlah kuadrat galat (error).

3. Contoh Perhitungan pada ANOVA Satu Jalur

Pada contoh ANOVA satu jalur (data dari perhitungan manual sebelumnya), digunakan data sebagai berikut:
* $JK_{Perlakuan} = 69,8$
* $JK_{Total} = 80,81$
* $JK_{Galat} = 11$

Perhitungan:
* Eta Square: $69,8 / 80,81 = 0,864$
* Partial Eta Square: $69,8 / (69,8 + 11) = 69,8 / 80,81 = 0,864$

Kesimpulan Segmen: Pada ANOVA satu jalur, nilai Eta Square dan Partial Eta Square akan identik. Peneliti dapat memilih salah satu untuk dilaporkan.

4. Contoh Perhitungan pada ANOVA Dua Jalur

Pada kasus ANOVA dua jalur (misalnya pengaruh jenis zat dan konsentrasi terhadap tinggi perkecambahan), pendekatannya sedikit berbeda. Data yang digunakan:
* $JK_{Total} = 159,7$
* $JK_{Galat} = 21,33$
* Faktor A (Zat): $JK = 32,97$
* Faktor B (Konsentrasi): $JK = 88,39$
* Interaksi: $JK = 8,8$

Meskipun Eta Square bisa dihitung, untuk ANOVA dua jalur, Partial Eta Square sangat dianjurkan (bahkan cenderung harus digunakan), namun peneliti tetap memiliki kebebasan untuk memilih.

5. Cara Interpretasi Hasil

Interpretasi dilakukan dengan mengubah nilai desimal menjadi persentase.

  • Contoh Interpretasi (Faktor A - Zat):
    Jika nilai Partial Eta Square untuk faktor zat adalah 0,607:

    1. Kalikan dengan 100%: $0,607 \times 100\% = 60,7\%$.
    2. Makna: Sebanyak 60,70% varians yang terjadi pada tinggi perkecambahan disebabkan oleh perbedaan jenis zat.

  • Interpretasi Interaksi:
    Cara yang sama berlaku untuk efek interaksi. Misalnya hasil perhitungan Partial Eta Square interaksi dikali 100%, maka persentase tersebut menunjukkan seberapa besar varians pada variabel terikat dipengaruhi oleh interaksi antar-faktor.

6. Kategori Besar Efek (Effect Size Criteria)

Untuk menilai apakah nilai efek tersebut termasuk kecil, sedang, atau besar, dapat merujuk pada pedoman interpretasi (Cohen's guideline):
* 0,01 : Efek kecil (Small)
* 0,06 : Efek sedang (Medium)
* 0,14 : Efek besar (Large)

Kesimpulan & Pesan Penutup

Menghitung Effect Size adalah langkah krusial dalam pelaporan hasil penelitian statistik, khususnya pada uji ANOVA. Nilai signifikansi saja tidak cukup untuk menjelaskan kekuatan hubungan antar variabel. Dengan memahami rumus dan interpretasi Eta Square maupun Partial Eta Square, peneliti dapat memberikan gambaran yang lebih utuh dan substantif mengenai hasil analisis data mereka.