MANOVA DUA JALUR (TWO WAY MANOVA)

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 di mana setiap variabel independen terdiri dari dua atau lebih kategoris, kelompok independen.

3. Memiliki independensi pengamatan, yang berarti bahwa tidak ada hubungan antara pengamatan di setiap kelompok variabel bebas atau di antara kelompok itu sendiri.

4. Harus ada hubungan linier antara variabel terikat untuk setiap kelompok variabel bebas.

5. Seharusnya tidak ada multikolinearitas.

6. Seharusnya tidak ada outlier univariat atau multivariat.

7. Perlu ada normalitas multivariat.

8. Harus memiliki ukuran sampel yang memadai.

9. Harus ada homogenitas matriks varians-kovarians.

10. Harus ada homogenitas varians.

 

MENAFSIRKAN HASIL MANOVA DUA JALUR

MANOVA dua jalur memiliki dua tujuan utama: (a) untuk menentukan apakah ada pengaruh interaksi yang signifikan secara statistik antara dua variabel independen terhadap variabel dependen gabungan; dan (b) jika ya, jalankan tes lanjutan untuk menentukan di mana letak perbedaannya. Kedua tujuan ini akan dijawab pada bagian berikut:

1. Menentukan apakah ada efek interaksi: Dalam mengevaluasi hasil utama MANOVA dua jalur, dapat dimulai dengan menentukan apakah ada efek interaksi yang signifikan secara statistik antara dua variabel independen pada variabel dependen gabungan. Ada empat statistik multivariat berbeda yang dapat digunakan untuk menguji signifikansi statistik saat menggunakan Statistik SPSS (yaitu, Pillai’s Trace, Wilks’ Lambda, Hotelling’s Trace dan Roy’s Largest Root).

2. Efek interaksi univariat dan efek utama sederhana: Jika interaksi signifikan secara statistik, salah satu pendekatan tipikal adalah menentukan apakah ada efek interaksi univariat yang signifikan secara statistik untuk setiap variabel dependen secara terpisah (Pituch & Stevens, 2016). Jika memiliki efek interaksi yang signifikan secara statistik, dapat menindaklanjutinya dengan efek utama yang sederhana.

3. Efek utama dan efek utama univariat: Jika efek interaksi tidak signifikan secara statistik, menindaklanjuti efek utama sebagai gantinya. Jika memiliki efek utama yang signifikan secara statistik, dapat menindaklanjutinya dengan efek utama univariat.

source : https://www.amstatisticalconsulting.com/banking-fees-2-11/