Uji Manova

Manova adalah uji statistik yang digunakan untuk mengukur pengaruh variabel independen yang
berskala kategorik terhadap beberapa variabel dependen sekaligus yang berskala data kuantitatif.

Manova merupakan singkatan dari multivariate analysis of variance, artinya merupakan bentuk
multivariate dari analysis of variance (ANOVA). Bentuk multivariate maksudnya adalah terdapat lebih
dari satu variabel terikat.

Sehingga uji manova digunakan untuk mengukur pengaruh variabel independen terhadap beberapa
variabel dependen secara simultan atau sekaligus.

Uji ini mirip sekali dengan uji Hotelling’s T2. Letak perbedaannya adalah jika uji hotelling’s T2 digunakan
apabila hanya terdapat 1 variabel independen dengan 2 kategori saja. Sedangkan manova dapat
digunakan pada lebih dari 1 variabel independen dan/atau kategori dua atau lebih.

Jadi apabila dibuat kesimpulan:

MANOVA adalah bentuk multivariat dari ANOVA sedangkan Hotelling's T2 adalah bentuk multivariat dari
independen t test. Berikut Gambarannya:

Manova

Manova dapat dikatakan kebalikan dari analisis diskriminan, karena pada analisis diskriminan variabel
dependen yang berskala kategorik dan variabel independen yang berskala kuantitatif. Kedua uji ini
mempunyai kesamaan dalam cara menentukan nilai variate dan menguji signifikansi statistic antar
kelompok.
Keunggulan dari Manova adalah mampu digunakan untuk menganalisis pengaruh setiap variabel
independen yang berskala kategorik terhadap masing-masing variabel dependen secara terpisah, di
mana variabel dependen berskala kuantitatif.

Dalam penggunaannya, manova membutuhkan asumsi, yaitu ukuran sampel yang lebih besar dari pada
univariat ANOVA, di mana dalam manova ada batasan khusus dalam setiap sel (kelompok), minimal
sebanyak 20 observasi. Dan jumlah sampel di setiap sel harus lebih besar dari jumlah variabel
dependen.

Manova adalah Multivariat Analisis Jalur atau disebut juga Multivariat Analysis Of Variance.
Manova hampir sama dengan One Way Anova, letak perbedaannya adalah pada jumlah variabel
dependen atau variabel terikat yang diuji di dalam model. Kalau One Way Anova, hanya ada 1
variabel dependen, sedangkan pada Manova ada lebih dari 1 variabel dependen.
Manova adalah Multivariat Analisis Jalur atau disebut juga Multivariat Analysis Of Variance.
Manova hampir sama dengan One Way Anova, letak perbedaannya adalah pada jumlah variabel
dependen atau variabel terikat yang diuji di dalam model. Kalau One Way Anova, hanya ada 1
variabel dependen, sedangkan pada Manova ada lebih dari 1 variabel dependen.

Langsung saja kita mulai bahasan bagaimana melakukan Uji Manova Dalam SPSS.

Agar lebih mudah bagi anda, silahkan download terlebih dahulu file kerja uji ini di Mediafire:
Manova.sav

Contoh: Kita akan melakukan penelitian yang berjudul "Pengaruh Pekerjaan Orang Tua
Terhadap Nilai Ujian Matematika, Fisika dan Biologi Siswa Kelas 6 SD A".

Perhatikan judul penelitian di atas, semuanya ada 4 variabel yang diteliti:

1. Pekerjaan Orang Tua

2. Nilai Ujian Matematika
3. Nilai Ujian Fisika
4. Nilai Ujian Biologi

Pekerjaan merupakan variabel independen, yang bertipe kategorik atau skala data nominal atau
kualitatif. Terdiri dari 3 kategori: Tani, Buruh dan PNS.
Nilai Ujian semuanya variabel dependen yang bertipe numerik atau kuantitatif atau skala data
interval/Rasio.

Berdasar contoh di atas, maka jelas harus anda pahami kembali bahwa uji Manova harus terdiri
dari 1 variabel independen berskala kualtitatif dan lebih dari 1 variabel dependen berskala data
kuantitatif berdistribusi normal.
(Pelajari juga tentang skala data dan Transformasi Data).
Buatlah hasil penelitian pada 4 variabel ke dalam bentuk data sebagai berikut:

Dataset Manova

Keterangan:
Pekerjaan: 1= Tani, 2=Buruh dan 3=PNS

Buka SPSS dan Buat 4 variabel seperti di atas.

1. Pekerjaan: Type Numeric, Decimals 0, Label Pekerjaan, Measure Nominal. Value: 1=

Tani, 2=Buruh dan 3=PNS.
2. Matematika: Type Numeric, Decimals 0, Label Pekerjaan, Measure Scale.
3. Fisika: Type Numeric, Decimals 0, Label Pekerjaan, Measure Scale.
4. Biologi: Type Numeric, Decimals 0, Label Pekerjaan, Measure Scale.

Kopi paste data dalam tabel di atas: Pekerjaan, Matematika, Fisika dan Biologi.
Langkah berikutnya adalah: pada menu di SPSS, klik Analyze, General Linear Model,
Multivariate:
Lihat Tabel di bawah ini: Lalu masukkan variabel Matematika, Fisika dan Biologi ke kotak
"Dependent Variables". Masukkan Variabel Pekerjaan ke dalam kotak Fixed Factor (s).

Klik Tombol Model. Anda bisa menggunakan nilai bawaan (default) yaitu Full Factorial atau
menggunakan nilai Custom, yaitu dengan memilih Custom dan memasukkan Pekerjaan ke dalam
kotak Model dan mengubah Type ke Main Effects.
Klik Continue.

Klik Tombol Post Hoc. Maka akan muncul jendela seperti di bawah ini: Lalu masukkan Factor
Pekerjaan ke kotak Post Hoc Test For, pada Equal Variances Assumed centang Bonferroni
dan pada Equal Variances Not Assumed centang Games-Howell. (Ingat artikel sebelumnya,
bahwa uji Bonferroni dipakai untuk membedakan kategori mana yang berbeda pada variabel
independen apabila hasil uji homogenitas test pada Levene's Test menunjukkan memiliki varians
yang berbeda dengan nilai sig. > 0,05. Sedangkan Games-Howell dipakai apabila sig. <0,05).

Klik Continue
Kemudian anda tekan tombol options. Lalu masukkan factor Pekerjaan ke dalam kotak Display
Means for. Pada display, centang Descriptive Statistics, Observed Power dan Homogenty Tests.
Dan biarkan Significance Level 0,05.

Klik Continue dan Lihat hasilnya pada jendela Output.

Demikian tutorial langkah demi langkah Uji Manova dalam SPSS. Untuk Interprestasi Output
dan cara menarik kesimpulannya serta cara menjawab hipotesis akan dibahas pada artikel
berikutnya yang berjudul "Interprestasi Output Uji Manova dalam SPSS".

Artikel ini merupakan kelanjutan dari artikel sebelumnya yang berjudul "Uji Manova dalam
SPSS". Sebelum anda membaca artikel ini, anda lebih baik apabila membaca artikel sebelumnya
tersebut. Dalam artikel tersebut, dijelaskan langkah demi langkah melakuka uji Manova dengan
menggunakan Software SPSS. Sedangkan pada bahasan kali ini akan dijelaskan cara membaca
output hasil uji tersebut kemudian bagaimana mengambil kesimpulan serta menjawab hipotesis.

Langsung saja kita mulai cara membaca output tersebut. Setelah anda melakukan semua tahapan
dalam artikel sebelumnya, maka akan muncul jendela output sebagai berikut:
(Anda juga bisa mendownload Output dalam uji coba ini di link berikut:
Manova.spv
Tabel di atas, menunjukkan hasil uji deskriptif. Contoh dari tabel di atas: Responden dengan
Pekerjaan Tani, rata-rata (mean) nilai matematika sebesar 46,64 dan jumlahnya ada 11 orang.
Sedangkan Buruh rata-rata nilai fisika sebesar 76,67 dan jumlahnya 9 orang, begitu pula yang
lain cara membacanya sama.

Seperti biasa untuk hasil uji F, kita mengabaikan bagian yang diberi label "Intercept."

Pada baris yang di bawah pada tabel di atas menunjukkan 4 nomor memberikan nilai P value
untuk empat uji multivariat yang berbeda.
Hasil tersebut memberitahukan pada kita jika ada pengaruh yang signifikan dari variabel
independen pada semua variabel dependen. Jika Anda ditanya "Secara keseluruhan, apakah ada
pengaruh yang signifikan dari variabel independen pada satu set kelompok variabel dependen",
"maka Anda akan menjalankan MANOVA dan melihat hasil uji multivariat ini sebagai
kesimpulan Anda". "Artinya, jika 4 nilai p-value menunjukkan <0,05, maka signifikan pada level
kepercayaan 95%".
Ingat bahwa berdasar tabel di atas, tidak ada satu uji multivariat tunggal, yang ada adalah empat
jenis uji yang berbeda.
Tabel di atas, menunjukkan hasil uji homogenitas yaitu uji Levene. Dikatakan semua variabel
memiliki varian yang sama apabila nilai sig. > 0,05. Nilai ini nantinya akan mempengaruhi
pilihan uji Post Hoc apa yang digunakan. Apabila Sig. >0,05 maka uji Post Hoc menggunakan
Uji Benferroni, sedangkan jika <0,05 maka menggunakan Games-Howell. Hasil di atas
menunjukkan semua variabel dependen memiliki varian yang sama sebab Sig. >0,05 sehingga uji
Post Hoc yang digunakan nantinya adalah Benferroni.

Tabel di atas menunjukkan nilai uji Manova. Seperti biasanya pada uji F, anda akan disuguhkan
dengan beberapa nilai: Corrected Model, Intercept, Pekerjaan, Error dan Total.
Langsung saja kita lihat baris "Pekerjaan" pada tabel di atas. Pada baris tersebut ada 3 baris lagi,
yaitu "Matematika", "Fisika" dan "Biologi". Maksud dari hal tersebut adalah tiap baris
menunjukkan hasil uji pengaruh satu variabel independen yaitu pekerjaan terhadap masing-
masing variabel dependen. Dari hasil di atas, lihat nilai pada kolom "Sig.". Dikatakan Signifikan
apabila nilai Sig. < 0,05. Contoh di atas ketiga nilai menunjukkan 0,000 di mana <0,05, sehingga
kesimpulan dan jawaban hipotesis adalah:

 Pekerjaan secara bermakna mempengaruhi nilai ujian matematika dengan P Value 0,000
yang artinya H0 Ditolak atau H1 Diterima.
  Pekerjaan secara bermakna mempengaruhi nilai ujian Fisika dengan P Value 0,000 yang
artinya H0 Ditolak atau H1 Diterima.
 Pekerjaan secara bermakna mempengaruhi nilai ujian Biologi dengan P Value 0,000 yang
artinya H0 Ditolak atau H1 Diterima.

Tabel di atas menunjukkan hasil Uji Post Hoc. Karena nilai uji homogenitas menunjukkan Sig.
>0,05 pada semua variabel, maka masing-masing pengaruh variabel independen terhadap
variabel dependen menggunakan uji Benferroni.
Dikatakan ada perbedaan variabel dependen yaitu nilai ujian berdasarkan variabel independen
yaitu Pekerjaan apabila memiliki tanda bintang. dalam Contoh di atas dapat disimpulkan sebagai
berikut:
 Untuk perbedaan nilai ujian matematika berdasarkan pekerjaan, yang memiliki perbedaan
adalah Tani dengan Buruh dan Tani dengan PNS.
 Untuk perbedaan nilai ujian fisika berdasarkan pekerjaan, yang memiliki perbedaan
adalah Tani dengan Buruh dan Tani dengan PNS.
 Untuk perbedaan nilai ujian biologi berdasarkan pekerjaan, yang memiliki perbedaan
adalah Tani dengan Buruh, Tani dengan PNS dan Buruh dengan PNS.