PENDAHULUAN
Dikembangkan sebagai konstruk teoritis oleh S.S. Wilks pada tahun 1932 dan dipublikasikan dalam Biometrika. Manova merupakan multivariate perluasan dari konsep dan teknik univariate ANOVA digunakan untuk menganalisis perbedaan antara rata-rata (mean) kelompok.
ANOVA vs MANOVA
ANOVA (Analysis of Variance) adalah bagian dari prosedur satistika yang digunakan untuk menganalisis perbedaan mean dari beberapa populasi dengan menggunakan data yang diperoleh yang diambil dari populasi yang diamati. Pengujian ANOVA hanya melibatkan satu variabel dependen metrik dengan variabel independen non metrik. Manova menguji dua atau lebih variable dependen metrik dengan variable independent non metric.
MANOVA
Pada kasus univariate, ukuran variable dependen tunggal diuji untuk kesamaan diantara kelompok. Pada MANOVA, peneliti sebenarnya mempunyai dua variate, satu untuk variabel dependent dan yang lain variabel independen. Variabel variabel dependen lebih menarik karena ukuran dependen metrik dapat dikombinasikan pada satu kombinasi linier, seperti pada multiple regresi dan analisis discriminan. Aspek unik dari MANOVA adalah variate secara optimal mengkombinasikan ukuran multiple dependen ke dalam nilai tunggal yang memaksimalkan perbedaan antar kelompok.
Prosedur univariate
t Test
untuk menguji perbedaan antara dua kelompok t-statistik merupakan rasio dari perbedaan antara mean sample (u1 u2) terhadap standar errornya. Standar error merupakan estimasi perbedaan antara mean yang diharapkan karena kesalahan sample, bukan perbedaan sesungguhnya antara mean Jika nilai absolut t lebih besar dari nilai kritis t, maka kita dapat menolak Ho yang mengatakan tidak ada perbedaan. Hal ini berarti perbedaan aktual secara statistik lebih besar dari perbedaan yang diharapkan dari kesalahan sample.
u1 u2 t statistik = --------SEu1u2
Prosedur univariate
Analysis of Variance (ANOVA)
untuk menguji perbedaan antara tiga kelompok atau lebih terhadap dua atau lebih variabel independen menggunakan uji F ANOVA digunakan untuk menentukan probabilitas bahwa perbedaan dalam mean antar beberapa kelompok adalah berdasarkan kesalahan sample. Pengujian ANOVA secara langsung membandingkan dua estimasi independen dari variance untuk variabel dependen. Yang pertama mewakili variabilitas umum dari responden dalam kelompok (MSW) dan yang lainnya mewakili perbedaan antar kelompok yang mempunyai pengaruh treatment (MSB). MSB F statistik = ---------MSW
PROSEDUR MANOVA
Jika pada t test dan ANOVA, pengujian hipotesis nol adalah kesamaan mean dari variable dependen antar kelompok. Pada MANOVA pengujian hipotesis nol adalah kesamaan mean dari vector multiple variable dependen antar kelompok
PROSEDUR MANOVA
The Two-Group Case: Hotelling's T2 bentuk yang merupakan perluasan khusus dari univariate t test. Hotellings T2 menyediakan pengujian statistik variabel yang dibentuk dari variabel dependen yang menghasilkan perbedaan kelompok terbesar. Hotellings T2 juga digunakan untuk masalah inflating jenis kesalahan I yang timbul ketika membuat serangkaian t test mean kelompok pada beberapa ukuran dependen. Hal ini mengendalikan inflasi dari jenis kesalahan I dengan menyediakan pengujian keseluruhan secara tunggal dari perbedaan kelompok diantara semua variabel dependen pada level a yang ditetapkan.
Hotellings T2
C = W1Y1 + W2Y2 +...... + WiYi Dimana
C = komposit atau skor variate untuk responden Wi = bobot untuk variabel dependen i Yi = variabel dependen i
Untuk bobot tertentu, kita harus menghitung skor komposit untuk setiap responden dan kemudian menghitung t statistik biasa untuk perbedaan antar kelompok atas skor komposit. Kita dapat menemukan serangkaian bobot yang memberi nilai maksimum untuk t statistik bagi data ini.
Hotellings T2
Bobot ini dapat sama dengan fungsi diskriminan antar dua kelompok. Nilai t statistik maksimum yang dihasilkan dari skor komposit yang dihasilkan oleh fungsi diskriminan di kuadratkan untuk menghasilkan nilai Hotellings T2. Perhitungan formula Hotellings T2 mewakili hasil derivasi matematika yang di gunakan untuk menyelesaikan t statistik maksimum (dan secara implisit diskriminasi kombinasi linear terhadap variabel dependen). Hal ini sama dengan jika kita dapat menemukan fungsi diskriminan untuk dua kelompok yang menghasilkan T2 yang signifikan, kedua kelompok dipertimbangkan berbeda diantara mean vektor.
PROSEDUR MANOVA
The k-Group Case: MANOVA Manova dapat dianggap sebagai perluasan dari prosedur Hotellings T2 dimana kita menemukan bobot variabel dependen untuk menghasilkan skor variate bagi setiap responden. Dengan MANOVA kita akan mendapatkan seperangkat bobot yang memaksimumkan nilai F hitung ANOVA atas skor variate bagi seluruh kelompok. Namun MANOVA juga dianggap sebagai perluasan dari analisis diskriminan dengan multiple variate ukuran dependen yang dapat dibentuk jika jumlah kelompok tiga atau lebih. Variate yang pertama disebut fungsi diskriminan, menspesifikasi seperangkat bobot yang memaksimalkan perbedaan antar kelompok sehingga akan memaksimumkan nilai F.
PROSEDUR MANOVA
Nilai maksimum F sendiri memungkinkan kita untuk menghitung secara langsung apa yang disebut the greatest characteristic root(gcr) statistic yang memungkinkan untuk pengujian statistik atas fungsi diskriminan pertama. The greatest characteristic root(gcr) statistic dapat dihitung sebagai gcr = (k-1)Fmax/(N-K). Untuk mendapatkan pengujian tunggal terhadap hipotesis dari tidak ada perbedaan antar kelompok pada vector pertama dari skor mean, kita dapat mengacu pada table distribusi gcr. Sama halnya dengan statistic F mengikuti distribusi yang diketahui atas hipotesis nol dari kesamaan mean kelompok atas variable dependen tunggal, gcr statistic mengikuti distribusi yang diketahui atas hipotesis nol dari kesamaan mean vector kelompok(mean kelompok sama dengan seperangkat ukuran dependen). Perbandingan gcr yang diobservasi dan gcrcrit memberi kita dasar untuk menolak seluruh hipotesis nol dari kesamaan mean vector kelompok.
PROSEDUR MANOVA
Fungsi diskriminan selanjutnya adalah orthogonal, yang memaksimalkan perbedaan antar kelompok berdasarkan variance sisa yang tidak dijelaskan oleh fungsi sebelumnya. Dengan demikian dalam beberapa hal pengujian untuk perbedaan antar kelompok melibatkan tidak hanya skor variate pertama tetapi juga seperangkat skor variate yang dievaluasi secara simultan. Sejumlah pengujian multivariate(Wilks lambda,Pillais criterion) yang masing-masingnya tepat untuk situasi terhadap pengujian multiple variate.
Number of Groups in Independent Variable Two Groups (Specialized Case) Two or More Groups (Generalized Case)
Pengaruh utama dari warna : apakah ada perbedaan antara rating mean terhadap warna merah (termasuk rating merah bintang, merah kotak, dan merah bulat), biru dan hijau? Pengaruh utama dari bentuk : apakah ada perbedaan antara rating mean terhadap bentuk bintang (termasuk rating merah bintang, merah kotak, dan merah bulat), kotak dan bulat? Pengaruh interaksi warna dengan bentuk sebagaimana perbedaan antara warna keseluruhan apakah perbedaan yang sama terjadi jika pengujian dilakukan secara terpisah untuk bintang, kotak dan bulat. Misalnya jika merah mempunyai rating yang tertinggi secara keseluruhan tetapi menerima rating yang sangat rendah jika di rating sebagai bulat (terhadap biru dan hijau) hasil ini membuktikan adanya pengaruh interaksi yaitu pengaruh warna tergantung bentuknya. Kita dapat mempertanyakan sebaliknya apakah pengaruh bentuk tergantung pada warnanya.
Sama halnya dalam menggunakan blocking factor, covariates dapat mencapai dua tujuan khusus yaitu:
mengeliminasi beberapa kesalahan sistematis diluar kontrol dari peneliti yang dapat membuat hasil yang bias, dan mengakomodasi perbedaan respon terkait karakteristik unik dari responden.
Dalam beberapa situasi hasil/kesimpulan bisa sama antar keempat pengukuran, namun dalam situasi yang unik hasil dapat berbeda diantara keempat pengukuran.