Anda di halaman 1dari 14

BAB I

PENDAHULUAN

1.1 Latar Belakang


Manova atau Multivariate of Variance merupakan pengujian dalam
multivariate yang bertujuan untuk mengetahui pengaruh variabel respon dengan
terhadap beberapa variabel prediktor atau perlakuan. Dalam melakukan Uji
Manova ini dengan menggunakan data Tugas Akhir dari Sugeng Rahmanto,
Mahasiswa Statistika ITS angkatan 1998 yang berjudul “Pengelolaan Asam Sulfat
di Pabrik Kimia Farma”. Sebagai salah satu pabrik yang memproduksi bahan-
bahan kimia yang cukup besar di Indonesia, Kimia Farma merasa pengelolaan
terhadap bahan Asam Sulfat perlu dilakukan karena Asam Sulfat merupakan salah
satu bahan kimia yang cukup reaktif sehingga perlu penanganan khusus agar tidak
berbahaya bagi manusia khususnya konsumen dan para karyawan yang
bersinggungan langsung dengan bahan ini dan kegunaannya sangat banyak
digunakan dalam pembuatan produk-produk yang dihasilkan oleh perusahaan ini.
Asam Sulfat sendiri banyak mengandung sulfur alam yang jika tidak ditangani
dengan baik dapat mengganggu kesehatan yaitu akan merusak saluran pernafasan
yang dapat menyebabkan sesak nafas dan dalam kadar tertentu dapat
menyebabkan kematian bagi orang atau makhluk hidup yang menghirupnya.
Sebelum melakukan uji MANOVA dan analisis lebih dalam, data harus
diuji kenormalannya dengan multivariate normal. Multivariate normal adalah
suatu perluasan dari distribusi univariate normal sebagai aplikasi pada variabel-
variabel yang mempunyai hubungan. Secara umum data multivariate digunakan
untuk mengolah data yang terdiri dari variabel prediktor dan variabel respon yang
jumlahnya lebih dari satu. Syarat sebelum melakukan pengujian Manova yaitu
dengan melakukan pengujian terhadap data yang akan digunakan apakah data
yang dipakai tersebut memenuhi syarat multinormal dan homogen.

1
1.2 Permasalahan
Dari latar belakang di atas dapat diambil beberapa permasalahan sebagai
berikut:
1. Bagaimana hasil uji multivariate normal pada data kadar bahan dalam
pembuatan Asam Sulfat di Pabrik Kimia Farma?
2. Bagaimana hasil uji kesamaan matriks varian kovarian pada data kadar
bahan dalam pembuatan Asam Sulfat di Pabrik Kimia Farma?
3. Bagaimana hasil uji MANOVA pada data kadar bahan dalam pembuatan
Asam Sulfat di Pabrik Kimia Farma?

1.3 Tujuan
Dari permasalahan di atas dapat diambil beberapa tujuan sebagai berikut :
1. Untuk mengetahui bagaimana hasil uji multivariate normal pada data
kadar bahan dalam pembuatan Asam Sulfat di Pabrik Kimia Farma.
2. Untuk mengetahui bagaimana hasil uji kesamaan matriks varian kovarian
pada data kadar bahan dalam pembuatan Asam Sulfat di Pabrik Kimia
Farma.
3. Untuk mengetahui bagaimana hasil uji MANOVA pada data kadar bahan
dalam pembuatan Asam Sulfat di Pabrik Kimia Farma.

2
BAB II
LANDASAN TEORI

2.1 Multivariate Normal


Multivariate Normal adalah suatu perluasan dari distribusi univariate
normal sebagai aplikasi pada variabel-variabel yang mempunyai hubungan.
Dalam analisis multivariate, asumsi multivariate normal harus diperiksa untuk
memastikan data pengamatannya mengikuti distribusi normal agar statistik
inferensia dapat digunakan dalam menganalisis data tersebut. Bila dalam
pengujian normal dari data tersebut mendekati garis linier normal maka dapat
disimpulkan bahwa data berdistribusi multivariate normal.

2.2 Pengujian Kesamaan Beberapa Matrik Kovarian


Sebelum melakukan uji MANOVA harus dipenuhi asumsi bahwa data
yang akan dianalisis harus berdistribusi normal multivariat dan varian kovarians
data homogen. Untuk menguji kehomogenan matriks varian kovarians antar
kelompok digunakan statistik uji Box’s M (Marvin, J.Karson, 1982).
Hipotesis dalam pengujian k matrik kovarian adalah sebagai berikut :
Ho :
∑ 1 = ∑ 2 = ..... = ∑ k

H1 : minimal ada satu yang tidak sama


Misalkan Si merupakan estimasi tak bias dari dengan derajat bebas ni,
∑ i

dimana ni = Ni – 1 untuk kasus biasa sampel acak vektor Ni pengamatan dari


populasi ke-i

3
k
1
S= k ∑n S i i

∑ ni
i =1
i =1

(2.2)
Dan menolak Ho bila
MC −1 > χ 2 ( 1 (k − 1) p ( p + 1);α )
2

2.3 Pemeriksan Distribusi Normal Multivariate


Distribusi normal multivariate data dapat diperiksa dengan menghitung
nilai jarak pada setiap pengamatan yaitu :

d 2j = ( x j − x ) S -1 ( x j − x )
T

dengan j = 1,2,3...n dan n adalah banyaknya data


dimana Xj : pengamatan data ke-j
S-1 : invers matriks varians kovarians S
kemudian d diurutkan . Lalu dibuat QQ plot antara
d12 ≤ d 22 ≤ ... ≤ d n2 d (2j )

dengan dimana j= 1,2,...n dengan p merupakan banyaknya variabel.


qj

Bila plot mendekati garis lurus maka dapat disimpulkan bahwa data
berdistribusi normal multivariate. Atau dapat juga dihitung jarak kuadrat dari

setiap pengamatan paling tidak 50 %. Adapun cara yang dilakukan


d ≤χ2
j
2
p ( 0. 5 )

dengan mengurutkan dari kecil ke yang besar . Setelah


d 2
j d ≤ d ≤ ... ≤ d
1
2 2
2
2
n

4
itu dibuat plot antara dengan dimana j = 1,2,...p dan p
d 2j  j − 0 .5 
χ 2  p, 
 n 

adalah banyaknya variabel pendukung.

2.4 (MANOVA) Multivariate Analysis of Variance


Manova adalah suatu pengujian yang digunakan untuk menganalisis
hubungan antara vektor variabel respon (Y) yang diduga dipengaruhi oleh
beberapa perlakuan atau digunakan untuk mengetahui efek dari beberapa
treatment (baik satu atau lebih) terhadap beberapa respon (Y1,Y2,...,Yp).

Asumsi-asumsi dalam MANOVA :


1. Distribusi datanya harus multivariate normal
Untuk mengujinya digunakan QQ plot.
2. Matrik Varian Covarian antar levelnya harus sama
Untuk Mengujinya digunakan statistik uji Box-M.

Model dari MANOVA :


, j = 1,2,...nl
X ij = µ + τ i + e ij

i = 1,2,..g
dimana : adalah variabel berdistribusi normal independen (0, )
e ij Σ

vektor adalah rata-rata umum


µ

vektor adalah perlakuan atau treatmen ke l dengan


τi g

∑n τ
l =1
i i =0

Tabel MANOVA :
Tabel 2.1 MANOVA
Sumber Variasi Derajad Bebas SS dan Cross Product
5
q
Treatment q–1 B = ∑ ni ( xi . − x.. )( xi . − x.. )'
i =1

q q ni

Residual ∑ ni − q W = ∑∑ ( xij − xi . )( xij − xi . )


i =1 i =1 j =1

q q ni

Total ∑ ni − 1 B + W = ∑∑ ( xij − x.. )( xij − x.. )'


i =1 i =1 j =1

Dimana : q = treatmen
W = matrik sum square of residual
B = matrik sum square of treatment
ni = banyaknya baris pada masing-masing observasi
Berikut pengujian hipotesis terhadap treatmen :
Hipotesis :
H0 : τ1 = τ2= ... = τi = 0
H1 : minimal ada satu τi ≠ 0 ; i = 1, 2, ...., q
Statistik Uji :

 ( p + q)   | W | 
X 2 hitung = − n − 1 −  ln  
 2   | B + W | 
Daerah Kritis :
Tolak H0 jika X2hitung > X2p(q – 1)(α)
Kesimpulan :
Jika tolak H0 berarti paling tidak ada satu treatmen yang tidak memiliki
karakteristik yang sama.

6
BAB III
METODOLOGI

3.1 Sumber Data


Sumber data dalam praktikum uji Manova ini diperoleh dari data kadar bahan
dalam pembuatan Asam Sulfat di Pabrik Kimia Farma yang merupakan data
Tugas Akhir (TA) dari Sugeng Rahmanto, Mahasiswa Statistika ITS angkatan
1998 yang berjudul “Pengelolaan Asam Sulfat di Pabrik Kimia Farma”.

3.2 Varibel Penelitian


Variabel penelitian uji Manova ini adalah X1 : Kadar SO4 (Gram), X2: Kadar
H2 (Gram), X3: Kadar H2SO4 yang terbentuk (Gram), X4 : Kadar H2O yang
terbentuk (Gram), X5: Kadar O2 yang terbentuk (Gram), X6 : Kadar S yang
terbentuk (Gram).

3.3 Alat dan Bahan


3.3.1Alat
Alat-alat yang digunakan dalam praktikum uji Manova ini antara lain
adalah sebagai berikut:
1. Komputer
2. Software (Microsoft Word, SPSS, dan Minitab)
3.1.2 Bahan
Bahan penelitian ini adalah data kadar bahan dalam pembuatan Asam
Sulfat di Pabrik Kimia Farma yang memiliki enam variabel.

3.4 Langkah Kerja


3.4.1 Mencari Data
Data kadar bahan dalam pembuatan Asam Sulfat di Pabrik Kimia Farma
yang merupakan data Tugas Akhir (TA) dari Sugeng Rahmanto, Mahasiswa
Statistika ITS angkatan 1998 yang berjudul “Pengelolaan Asam Sulfat di Pabrik
Kimia Farma” merupakan data sekunder yang diperoleh dari Ruang Baca
Statistika yang terletak di Gedung U kampus ITS Sukolilo, Surabaya.

7
3.4.2 Menganalisis Data
Dalam melakukan analisis data dilakukan beberapa tahapan, antara lain
adalah sebagai berikut:
1. Melakukan pemeriksaan multivariate normal dan uji kesamaan matriks
varians kovarian, langkah-langkahnya adalah sebagai berikut:
a. Untuk pemeriksaan multivariate normal, dengan memanggil makro
dengan bantuan Software Minitab 14.
b. Untuk kesamaan matrik varian kovarian, dapat dilakukan pada
software SPSS dengan langkah-langkah sebagai berikut :
Analyzeclassifydiscriminantgrouping variable : Koding
define range : minimum = 1 dan maximum = 3
2. Menentukan hipotesis H0 dan H1.
Pada pemeriksaan multivariate normal, hipotesisnya adalah sebagai
berikut:
H0 : data data kadar bahan dalam pembuatan Asam Sulfat di Pabrik
Kimia Farma berdistribusi normal multivariate
H1 : data data kadar bahan dalam pembuatan Asam Sulfat di Pabrik
Kimia Farma tidak berdistribusi normal multivariate
Pada uji kesamaan matrik varian kovarian, hipotesisnya :
H0 :
∑ 1 = ∑ 2 = ... = ∑ i

H1 : minimal ada satu yang berbeda ; i = 1, 2, ...


∑ i

3. Melakukan uji MANOVA dengan langkah-langkah sebagai berikut :


a. Menekan options analyze > General linear model > multivariate.
b. Mengisi kolom dependent variabel dengan variabel respon
kemudian membandingkan nilai asymp Sig (2 tailed) dengan α
c. Membuat keputusan dari hipotesis dengan tolak Ho, jika nilai
asymp Sig (2 tailed) < α, yang artinya hipotesis awal ditolak.

8
BAB IV
ANALISIS DATA DAN PEMBAHASAN

4.1 Analisis Data


Data yang digunakan dalam pengujian MANOVA adalah data kadar bahan
dalam pembuatan Asam Sulfat. Sebelum melakukan analisis manova maka data
tersebut harus memenuhi asumsi distribusi normal multivariate dan juga matrik
kovariannya juga harus homogen, sehingga data dapat dianalisis menggunakan
pengujian MANOVA.

4.2 Pembahasan
Data yang berdasarkan variabel kadar bahan tersebut dapat dianalisis
dengan menggunakan uji pemeriksaan normal multivariate, uji kesamaan matrik
varian kovarian, dan uji MANOVA.

4.2.1. Pemeriksaan Multivariate normal


Sebelum melakukan uji manova terlebih dahulu harus dilakukan uji atau
pemeriksaan multivariate normal pada data kadar bahan dalam pembuatan Asam
Sulfat. Berikut merupakan hasil pengujian multivariate normal :

MTB > %D:\qq.txt c1-c6


Executing from file: D:\qq.txt

Data Display
t 0.575000

distribusi data multinormal

9
Scatterplot of q vs dd
20

15

10
q

Gambar 4.1 Scatterplot Uji Normal Multivariate

0
0 5 10 15 20 25
dd

Gambar 4.1 Uji Multinormal


Dari hasil uji multinormal diatas dapat diketahui bahwa data kadar bahan
dalam pembuatan Asam Sulfat berdistibusi mutinormal yang ditunjukkan dengan
nilai t sebesar 0.575000. Sehingga bisa dilanjutkan dengan uji kesamaan matrik
varian kovarian.

4.2.2 Kesamaan Matriks Varian Kovarian


Hipotesis:
H0 :
∑ =∑ 1 2 = ... = ∑ i

H1 : minimal ada satu yang berbeda ; i = 1, 2, ...


∑ i

Dalam pengujian MANOVA setelah asumsi berdistribusi normal


multivariate terpenuhi dapat dilanjutkan dengan uji kesamaan matrik varian
kovarian.
Berikut adalah hasiL SPSS :

Tabel 4.1 Uji Kesamaan Varian Kovarian

10
Dari analisis di atas dapat dilihat berdasarkan hasil output SPSS bahwa
nilai Sig atau P_value pada data kadar bahan dalam pembuatan Asam Sulfat
adalah sebesar 0.0529. Dari nilai P_value tersebut dapat diketahui keputusannya
adalah gagal tolak H0, karena nilai P_value > α. Yaitu memiliki nilai P_value
0.0529. Sehingga dapat ditarik kesimpulan pada data kadar bahan dalam
pembuatan Asam Sulfat mempunyai matrik varian covarian yang sama.
Berdasarkan hasil pemeriksaan normal multivariate dan kesamaan matriks varians
kovarian, dapat diperoleh kesimpulan bahwa data tersebut berdistibusi normal
multivariate dan diasumsikan memiliki matrik varian kovarian yang sama.

4.2.3 Uji MANOVA


Hipotesis:
H0 : data data kadar bahan dalam pembuatan Asam Sulfat di Pabrik
Kimia Farma berdistribusi normal multivariate
H1 : data data kadar bahan dalam pembuatan Asam Sulfat di Pabrik
Kimia Farma tidak berdistribusi normal multivariate
Berdasarkan data kadar bahan dalam pembuatan Asam Sulfat dapat
diperoleh hasil sebagai berikut :
Tabel 4.2 Uji MANOVA

Dari hasil minitab diatas dapat diketahui bahwa data tersebut memiliki
ukuran sampel (n) sama dengan 36.5, jumlah sampel (m) sama dengan 1 dan nilai
varian kovarian (s) sama dengan 1. Dengan uji statitik lambda wilks, dapat

11
diketahui bahwa nilai P_value lebih dari nilai α yaitu 0,072 > 0,05. Maka dapat
diambil keputusan bahwa gagal tolak H0. Jadi dapat disimpulkan bahwa tiap-tiap
kadar bahan memiliki distribusi normal multivariate.

12
BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Dari analisis data dan pembahasan, maka dapat ditarik kesimpulan sebagai
berikut:
1. Berdasarkan uji normal multivariate, data kadar bahan dalam pembuatan
Asam Sulfat adalah data berdistribusi multivariate normal.
2. Dari hasil uji kesamaan matriks varian kovarian dapat ditarik kesimpulan
bahwa data analisis kadar bahan dalam pembuatan Asam Sulfat mempunyai
matrik varian kovarian yang sama. Karena nilai P_value diketahui
keputusannya adalah gagal tolak H0.
3. Berdasarkan hasil uji MANOVA pada data kadar bahan dalam pembuatan
Asam Sulfat diketahui bahwa nilai P_value pada masing – masing lebih dari
nilai maka dapat diambil keputusan bahwa gagal tolak H0. Sehingga antara
data satu dengan yang lainnya memiliki kesamaan karakteristik.

5.2 Saran
Agar dapat dilakukan pengujian MANOVA data sebaiknya harus diuji multi
normal terlebih dahulu karena salah satu asumsi dalam pengujian MANOVA yaitu
data harus multinormal.

13
DAFTAR PUSTAKA

Ratna M., Susilaningrum D. 2006. Buku Ajar Analisys Multivariat FMIPA ITS.
Surabaya.
Hair, Joseph F. dkk. 2006. Multivariate Data Analisys. Pearson Prentice. New
Jersey
Johnson, R.A., Winchert D.W. 1992. Applied Multivariate. Pearson Prentice. New
Jersey

14