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

Postingan populer dari blog ini

MANOVA DUA JALUR (TWO WAY MANOVA)

-
Gambar
source APA ITU UJI MANOVA? MANOVA ( Multivariate Analysis of Variance ) identik dengan ANOVA, kecuali ia menggunakan dua atau lebih variabel respon. Mirip dengan ANOVA, itu juga bisa satu jalur atau dua jalur.   APA ITU UJI MANOVA DUA JALUR? Analisis varians dua jalur multivariat (dua jalur MANOVA) sering dianggap sebagai perpanjangan dari ANOVA dua jalur untuk situasi di mana ada dua atau lebih variabel dependen. Tujuan utama dari MANOVA dua jalur adalah untuk memahami jika ada interaksi antara dua variabel independen pada dua atau lebih variabel dependen gabungan.   ASUMSI MANOVA DUA JALUR Untuk menjalankan MANOVA dua jalur, ada 10 asumsi yang perlu diperhatikan. Tiga asumsi pertama berhubungan dengan pilihan desain studi dan pengukuran yang dipilih, sementara tujuh asumsi lainnya berhubungan dengan bagaimana data cocok dengan model MANOVA dua jalur. Asumsi ini adalah: 1. Memiliki dua atau lebih variabel dependen yang diukur pada tingkat kontinu. 2. Memiliki dua variabel independen d
Baca selengkapnya

TUTORIAL SPSS UJI TWO-WAY ANOVA

-
Gambar
Source pic Contoh Kasus: Seorang guru ingin mengetahui prestasi belajar siswa berdasarkan gender (laki-laki dan perempuan). Sampel yang diambil 3 sekolah, dimana ketiga sekolah tersebut diterapkan model pembelajaran yang berbeda. Jenis Kelamin Sekolah SMA 1 (Model A) SMA 2 (Model B) SMA 3 (Model C) Laki-laki 53 65 64 55 65 48 68 58 54 70 73 48 64 68 49 48 45 61 Perempuan 48 80 60 82 63 45 59 65 55 61 75 58 69 68 43 83 87 58 64 71 45 48 58 77 78 40 73
Baca selengkapnya

UJI MANN-WHITNEY U DENGAN SPSS (CONTOH KASUS)

-
Gambar
Uji Mann-Whitney U merupakan uji non-parametrik untuk membandingkan dua sampel independen bila datanya berbentuk ordinal Berikut beberapa kriteria data yang menjadi ketentuan: 1. Data yang diuji harus berskala rasio, interval, atau ordinal. 2. Terdapat 2 kelompok data yang diuji. 3. Data tidak berpasangan alias berbeda kelompok. 4. Kelompok yang diuji variansnya sama alias homogen. Contoh Kasus:  Seorang guru Fisika ingin mengetahui apakah ada perbedaan nilai hasil belajar Fisika antara siswa laki-laki dan perempuan setelah menerapkan model pembelajaran Discovery Learning . Diambil 16 siswa sebagai sampel. Hipotesis untuk kasus di atas: Ho: Tidak terdapat perbedaan hasil belajar fisika antara siswa perempuan dan laki laki Ha: Terdapat perbedaan hasil belajar fisika antara siswa perempuan dan laki-laki Tabel Data Hasil Belajar Fisika Peserta Didik Langkah – langkah analisis dengan SPSS: 1. Jalankan program SPSS, pilih Variable View di bagian bawah. Isikan di kolom Name
Baca selengkapnya