MANOVA (MULTIVARIATE ANALYSIS OF VARIANCE)
APA ITU UJI MANOVA?
Manova merupakan analisis
multivariat yang mana perluasan dari konsep dan teknik
univariat analysis of variance (ANOVA) yang digunakan untuk menganalisis perbedaan rata-rata (mean) beberapa kelompok.
Perbedaan antara ANOVA dan MANOVA terletak pada jumlah variabel dependennya. ANOVA digunakan untuk mengetahui perbedaan rereata atau pengaruh teatment (perlakuan terhadap satu
variabel dependen, sedangkan MANOVA digunakan untuk mengetahui perbedaan
pengaruh teatment (perlakuan) terhadap lebih dari satu variabel dependen
UJI SIGNIFIKANSI MANOVA
Dalam MANOVA terdapat beberapa
statistik uji yang dapat digunakan untuk membuat keputusan dalam perbedaan
antar-kelompok. Adapun statistik uji dalam MANOVA, yaitu
1. Pillai’s Trace merupakan
statistik uji yang digunakan apabila tidak terpenuhinya asumsi homogenitas pada
varians-kovarians, memiliki ukuran sampel kecil, dan jika hasil-hasil dari pengujian
bertentangan satu sama lain yaitu jika ada beberapa variabel dengan rata-rata yang
berbeda sedang yang lain tidak. Semakin tinggi nilai statistik Pillai’s
Trace, maka pengaruh terhadap model akan semakin besar.
2. Wilk’s Lambda merupakan
statistik uji yang digunakan apabila terdapat lebih dari dua kelompok variabel
independen dan asumsi homogenitas matriks varians-kovarians dipenuhi. Semakin
rendah nilai statistik Wilk’s Lambda, pengaruh terhadap model semakin
besar. Nilai Wilk’s Lambda berkisar antara 0-1.
3. Hotelling’s Trace merupakan
statistik uji yang digunakan apabila hanya terdapat dua kelompok variabel independen.
Semakin tinggi nilai statistic Hotelling’s Trace, pengaruh terhadap
model semakin besar.
4. Roy’s Largest Root merupakan
statistik uji yang hanya digunakan apabila asumsi homogenitas varians-kovarians
dipenuhi. Semakin tinggi nilai statistik. Roy’s Largest Root, maka pengaruh
terhadap model akan semakin besar.
ASUMSI UJI
MANOVA
Terdapat asumsi-asumsi pada MANOVA,
antara lain:
1. Adanya Independensi.
Hal yang sangat penting adalah ketika
terjadi suatu pelanggaran, yaitu tidak adanya kebebasan antar pengamatan. Dalam
kebanyakan pengamatan atau perlakuan, mempunyai akibat yang akan mempengaruhi
hasil observasi.
2. Uji Homoskedastisitas Data.
Asumsi selanjutnya yang harus dipenuhi
dalam MANOVA adalah kesamaan matriks kovariansi antar grup variabel dependen
sehingga dapat dikatakan ada homoskedastisitas data. Namun jika matriks kovariansi
antar grup variabel tidak sama, sehingga dapat dikatakan bahwa terjadi
heteroskedastisitas.
3. Uji Normalitas.
Tujuan dari uji normalitas adalah
untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati
distribusi normal, yakni distribusi data dengan bentuk lonceng. Data yang baik
adalah data yang mempunyai pola seperti distribusi normal.
4. Uji Data Outlier.
Data outlier adalah data yang secara
nyata berbeda dengan data yang lain. Outlier adalah kasus dengan nilai ekstrem pada
kombinasi variabel yang koefisien korelasinya terlalu berpengaruh, nilai rata-rata
dari kelompok. Outlier dapat ditemukan antara situasi univariat dan multivariat,
diantara dikotomus dan variabel kontinu, antara variabel dependen dan variabel
independen, dan antara input dan output dari analisis.
Komentar
Posting Komentar