Mata Kuliah : Statistik Multivariat

Dosen : Dr. Abdul Hamid Habbe, SE.,M.Si

MANOVA
(Multivariate Analysis of Variance)

Kelompok I
Teri P3400212001
Dian Novita R P3400212002
Nurul Fuada P3400212003

Program Pascasarjana
Magister Akuntansi
Universitas Hasanuddin
2012
Materi Rangkuman :

1. Menjelaskan perbedaan hipotesis nol ANOVA dan hipotesis nol MANOVA.

2. Manfaat pendekatan multivariat untuk uji komparatif yang signifikan

dibandingkan dengan pendekatan univariat tradisional

3. Asumsi umum MANOVA

4. Interpretasi hasil MANOVA

5. Menjelaskan tujuan uji post hoc dalam ANOVA dan MANOVA

6. Menginterpretasikan hasil interaksi ketika variabel bebas lebih dari satu yang

digunakan dalam MANOVA

7. Menjelaskan tujuan analisis kovarians multivariat (MANCOVA)

Perbedaan Hipotesis Nol ANOVA dan MANOVA
Seperti halnya ANOVA, MANOVA memperhatikan perbedaan antara
kelompok. ANOVA memasukkan prosedur univariat karena terdapat perbedaan
dalam menilai kelompok dimana variabel terikatnya metrik tunggal. Hipotesis nol
adalah pertengahan kelompok untuk variabel terikat tunggal yang sama (bukan
perbedaan secara statistik). Metode univariat yang digunakan untuk menilai
perbedaan kelompok adalah uji t dan ANOVA. Uji t sangat luas cakupannya
untuk kelompok yang berukuran kecil dan sangat mudah untuk di aplikasikan
serta di interpretasikan. Tetapi juga memiliki keterbatasan yang meliputi: pertama,
hanya mampu mengakomodasi dua kelompok. Kedua, hanya mampu menilai satu
variabel bebas, walaupun uji t dapat dilakukan dengan ANOVA.
Uji f dalam statistik digunakan untuk membedakan antara lebih dari satu
kelompok yang baik dimana terdapat lebih dari satu variabel bebas. Variabel
bebas tidak hanya terbatas pada 2 level tetapi, justru memiliki banyak kelompok.
MANOVA mempertimbangkan pada prosedur multivariat karena digunakan
untuk menilai perbedaan kelompok yang memiliki variabel terikat metrik
simultan. MANOVA setiap perlakuan kelompok menjalankan dua atau lebih
variabel terikat. Hipotesis nol adalah garis vektor pertengahan variabel terikat
yang multiple untuk garis kelompok yang sama. Prosedur multivariat untuk
menguji perbedaan kelompok T2 dan analisis varian multivariat secara berturut-
turut.

Manfaat Pendekatan Multivariat

Hasil prosedur statistik antara teknik univariat (uji t dab ANOVA) dan teknik
multivariat (T2 dan MANOVA) digunakan untuk menilai tingkat perbedaan
signifikan statistik dari kedua kelompok. Dalam kasus univariat untuk mengukur
variabel terikat tunggal adalah dengan menguji persamaan dengan kelompok.
Sedangkan, kasus multivariat variabel digunakan dalam menguji. MANOVA yang
digunakan oleh peneliti terdiri dari dua macam. Pertama untuk variabel terikat dan
variabel bebas lainnya. Variabel terikat adalah variabel yang memperhatikan lebih
banyak variabel karena untuk menguji variabel terikat metrik perlu digabung
kombinasi linier yang dilihat dari regresi berganda dan analisis diskriminan.
Sebuah hal unik dalam MANOVA adalah mengoptimalisasikan kombinasi
variabel dalam menguji variabel terikat multiple kedalam nilai tunggal untuk
memaksimalkan perbedaan jarak setiap data. Dalam menganalisis data kelompok
multiple dan variabel yang menggunakan metode univariat peneliti biasanya lebih
tertarik menggunakan uji t secara terpisah untuk perbedaan setiap variabel. Tetapi,
uji t yang terkecil meningkatkan nilai error tipe 1. ANOVA dan MANOVA
menghindarkan error tipe 1 dengan meningkatkan perbandingan antara kelompok
dengan menentukan uji tunggal kesamaan sampel dari populasi yang sama.

Asumsi Umum MANOVA

Prosedur univariat ANOVA adalah uji statistik untuk memberikan asumsi
variabel terikat terdistribusi normal, kelompok harus bebas dalam merespon dari
variabel terikat dan varian sama untuk semua kelompok. Terdapat bukti ketika uji
F dalam ANOVA mampu menganggap asumsi ini kuat selain untuk kasus
tertentu.
Dalam prosedur multivariat MANOVA untuk menguji terdapat 3 asumsi (1)
observasi harus bebas, (2) matrik varians-kovarians harus sama untuk semua
kelompok dan (3) pengaturan variabel terikat harus mengikuti distribusi normal
multivariat.

Interpretasi Hasil MANOVA

Jika dalam pengujian hasil statistik memiliki tingkat signifikan yang berbeda
dengan hasil vektor variabel terikat maka perlu memeriksa hasil pengukuran.
Terdapat 3 cara yang bisa digunakan: (1) menginterpretasi pengaruh kovarians
jika ada, (2) menilai yang termasuk variabel terikat dan (3) mengidentifikasi
kelompok yang variabel terikat tunggal. Ketika signifikan ditemukan dapat
dikatakan terdapat pengaruh utama yang bernilai signifikan adalah perbedaan
variabel terikat untuk dua atau lebih kelompok.
Terdapat 2 perlakuan, signifikan memiliki pengaruh untuk kedua kelompok.
Dengan 3 atau lebih tingkat signifikan tidak menjamin apakah tingkat signifikan
berbeda ataukan hanya satu yang berbeda. Jika terlalu banyak perlakuan yang
dilakukan dalam menganalisis peneliti harus pandai dalam menggunakan alat
analisis.

Tujuan Uji Post Hoc dalam ANOVA dan MANOVA

Uji univariat dan multivariat dengan ANOVA dan MANOVA memungkinkan
untuk menolak hipotesis nil setiap kelompok yang semuanya sama, tidak
menunjukan sesuatu yang tepat dimana perbedaan signifikan salah jika terdapat
dua kelompok. Uji t berganda tanpa penyesuaian tidak tepat untuk uji perbedaan
signifikan antara kelompok yang berpasangan karena kemungkinan error tipe 1
meningkat di dalam membuat perbandingan kelompok.
Jika peneliti ingin memeriksa jarak perbedaan dari kelompok atau lebih ada 2
tipe tes statistik yang dapat digunakan antara lain post hoc dan a priori. Uji post
hoc memeriksa perbedaan variabel terikat antara semua kelompok yang sama dan
diuji setelah data tetap. Uji a priori adalah merencanakan teori atau praktek
pengambilan keputusan untuk data yang memiliki prioritas.

Hasil Interaksi Ketika Variabel Bebas Lebih Dari Satu Yang Digunakan
Dalam Manova
Interaksi mewakili pengaruh bersama dua atau lebih perlakuan. Pengaruh
interaksi di evaluasi dengan kriteria yang sama atas pengaruh utama. Jika uji
statistik menandai bahwa interaksi tidak signifikan, hal ini merupakan pengaruh
perlakuan yang bebas. Faktor bebas di desain sebagai pengaruh perlakuan pada
masing-masing tingkatan yang sama dan pengaruh utamanya dapat diinterpretasi
secara langsung.
Jika interaksi menganggap hasil statistik signifikan, kritik yang dapat
diidentifikasi tipe interaksi (ordinal vs disordinal) karena, dengan tegas
kesimpulan yang dihasilkan dari laporan. Interaksi ordinal terjadi ketika perilaku
tidak sama di semua tingkatan tetapi, semua kelompok selalu memiliki arah yang
sama. Interaksi disordinal terjadi ketika perbedaan antara tingkatan tergantung
kombinasi data yang diberikan.
Tujuan Analisis Kovarians Multivariat (MANCOVA)
Kovarians dapat menentukan aturan penting dengan variabel metrik dalam
desain ANOVA dan MANOVA. Bagaimanapun sejak kovarians bertindak sebagai
alat untuk menguji variabel terikat, perlu dinilai sebelum melakukan pemeriksaan.
Aturan penting dari pengaruh kovarian secara menyeluruh terhadap hasil uji
statistik. Pendekatan langsung untuk mengetahui pengaruh dari olah analisis
dengan atau tanpa kovarians. Kovarians yang efektif jika memperbaiki kekuatan
uji statistik dan mengurangi variabel kelompok.
MANCOVA dan ANCOVA adalah aplikasi regresi dengan analisis metode
varians dalam menilai pengaruh variabel terikat terhadap regresi yang sama. Jika
secara keseluruhan menganggap signifikan, lalu masing-masing kovarians dapat
diperiksa kekuatan dalam memprediksi hubungan dengan pengujian variabel
terikat.

Analysis Of Variance (ANOVA)

Analysis Of Variance (ANOVA) adalah tergolong analisis komparatif lebih dari
dua variabel atau lebih dari dua rata-rata. tujuannya ialah untuk membandingkan
lebih dari dua rata-rata. gunanya untuk menguji kemampuan generalisasi artinya
data sampel dianggap dapat mewakili populasi. anova lebih dikenal dengan uji - F
(fisher test), sedangkan arti variansi atau varians itu asal-usulnya dari pengertian
konsep "mean square" atau kuadrat rerata (KR) dengan rumus KR = JK/dk. JK -
jumlah kuadrat dan dk = derajat kebebasan.

Langkah-langkah Analysis Of Variance (ANOVA)

1. Membuat H0 dan H1 dalam bentuk kalimat (Hipotesis analysis)

2. Membuat H0 dan H1 model statistik (Hipotesis statistik)

H0 : A1 = A2 = A3 H1 : A1≠A2 ≠ A3

3. Membuat tabel penolong untuk menghitung angka statistik

4. Mencari jumlah kuadrat antar group (JKa) dengan rumus :
5. Mencari derajat kebebasan antar group (dKa)
6. Mencari kuadrat rerata antar group (KRa)
7. mencari jumlah kuadrat dalam antar group (JKd)
8. Mencari derajat kebebabsan dalam antar group (dKd)
9. Mencari kuadrat rerata dalam antar group (KRd)
10. Mencari nilai F
11. Menetukan kriteria penerimaan jika Fhitung > Ftabel maka Ho ditolak, jika Fhitung
< Ftabel Ho maka Ho diterima
12. Mencari Ftabel
13. Membandingkan Fhitung dengan Ftabel
14. Kesimpulan

Multivariate Anova yaitu Anova untuk respon yang tidak saling bebas
(multivariat). Data multivariat ini terjadi apabila kelompok yang sama diamati
untuk lebih dari dua atribut (misalnya untuk mahasiswa dilihat nilai Tugas, Nilai
Ujian Mid dan Nilai Ujian Akhir, atau satu atribut di amati lebih dari dua kali
(tekanan darah pasien pagi, siang dan malam hari).

Tujuan Anova : (Binus University 2008 : 81)

1. Menguji apakah rata-rata lebih dari dua sampel berbeda secara signifikan atau
tidak.
2. Menguji apakah dua buah sampel mempunyai varians populasi yang sama
atau tidak.

Beberpaa asumsi yang mendasari Anova adalah :

1. Populasi yang akan diuji berdistribusi normal.
2. Varians dari populasi tersebut adalah sama.
3. Sampel tidak berhubungan satu dengan yang lain.