Anda di halaman 1dari 13

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA)

disusun untuk memenuhi tugas mata kuliah Biostatistika

Fasilitator: Dr. Tintin Sukartini, S.Kp., M.Kes.

KELOMPOK 1
(MINAT KEP.
KOMUNITAS)

1. IRWINA
ANGELIA

SILVANASARI NIM. 131614153002


2. NUR MELIZZA NIM. 131614153018
3. DYAH PITALOKA NIM. 131614153030
4. ULUM MAB’RUROH NIM. 131614153038
5. DESY SISWI A.S. NIM. 131614153039
6. FITRI FIRRANDA N. NIM. 131614153042
7. BAGUS SHOLEH NIM. 131614153050
8. AMITA AUDILLA NIM. 131614153064

PROGRAM STUDI MAGISTER KEPERAWATAN


FAKULTAS KEPERAWATAN
UNIVERSITAS AIRLANGGA
SURABAYA
2017

BAB 1. KONSEP MANOVA

1.1 PENGERTIAN MANOVA


Multivariate analysis of variance atau juga dikenal dengan sebutan
MANOVA dikembangkan sebagai konstruk teoritis oleh S.S. Wilks pada tahun
1932. MANOVA merupakan multivariat perluasan dari konsep dan teknik univariat
analysis of varians (ANOVA) yang digunakan untuk menganalisis perbedaan antara
rata-rata (mean) kelompok. Perbedaan antara ANOVA dan MANOVA terletak pada
jumlah variabel dependennya. ANOVA digunakan untuk mengetahui apakah
terdapat perbedaan pengaruh perlakuan terhadap satu variabel dependen, sedangkan
MANOVA digunakan untuk mengetahui apakah terdapat perbedaan pengaruh
terhadap lebih dari satu variabel dependen.
MANOVA adalah singkatan dari Multivariate analysis of variance yang
merupakan pengembangan dari ANOVA. Tujuan dari MANOVA adalah untuk
menguji apakah vektor rataan dua atau lebih grup sampel diambil dari sampel
distribusi yang sama. MANOVA biasa digunakan dalam dua kondisi utama. Kondisi
pertama adalah saat terdapat beberapa variabel dependen yang berkorelasi,
sementara peneliti hanya menginginkan satu kali tes keseluruhan pada kumpulan
variabel ini dibandingkan dengan beberapa kali tes individual. Kondisi kedua adalah
saat peneliti ingin mengetahui bagaimana variabel independen mempengaruhi pola
variabel dependennya.

1.2 ASUMSI - ASUMSI MANOVA


Beberapa asumsi yang harus dipenuhi sebelum menggunakan MANOVA,
yaitu :
1. Sampel harus bebas (idealnya acak), dan ukurannya harus memiliki skala
interval dan rasio
2. Sampel harus memiliki distribusi normal. Akan tetapi, ingat teori batas tengah.
Karena membandingkan rerata, normalitasnya dapat di asumsikan dengan
mudah. Distribusi populasi asli tidak begitu penting, rerata akan didistribusikan
secara normal.
3. Asumsi terakhir adalah homogenitas variansi, yang juga tidak begitu penting
pada skala ini karena MANOVA masih dapat bekerja dengan baik walpun
asumsi ini tidak terpenuhi.
Jadi, pokok dari asumsi MANOVA adalah bahwa sampel bebas dengan
variabel -variabel terikat atau hasil yang memiliki skala inteval atau rasio memang
diperlukan. Tidak perlu terlalu khawatir tentang asumsi lan. Asumsi tersebut harus
diketahui karena nantinya akan terlihat program perhitungan statistik yang mengkaji
asumsi tersebut.

Uji Signifikansi Multivariat


Dalam MANOVA terdapat beberapa statistik uji yang dapat digunakan untuk
membuat keputusan dalam perbedaan antar-kelompok. Adapun statistik uji dalam
MANOVA, yaitu:
a. Pillai’s Trace merupakan statistik uji yang digunakan apabila tidak
terpenuhinya asumsi homogenitas pada varians-kovarians, memiliki ukuran
sampel kecil, dan jika hasil-hasil dari pengujian bertentangan satu sama lain
yaitu jika ada beberapa variabel dengan rata-rata yang berbeda sedang yang lain
tidak. Semakin tinggi nilai statistik Pillai’s Trace, maka pengaruh terhadap
model akan semakin besar.
b. Wilk’s Lambda merupakan statistik uji yang digunakan apabila terdapat lebih
dari dua kelompok variabel independen dan asumsi homogenitas matriks
varians-kovarians dipenuhi. Semakin rendah nilai statistik Wilk’s Lambda,
pengaruh terhadap model semakin besar. Nilai Wilk’s Lambda berkisar antara 0-
1.
c. Hotelling’s Trace merupakan statistik uji yang digunakan apabila hanya terdapat
dua kelompok variabel independen. Semakin tinggi nilai statistik Hotelling’s
Trace, pengaruh terhadap model semakin besar.
d. Roy’s Largest Root merupakan statistik uji yang hanya digunakan apabila
asumsi homogenitas varians-kovarians dipenuhi. Semakin tinggi nilai statistik
Roy’s Largest Root, maka pengaruh terhadap model akan semakin besar.

1.3 LANGKAH-LANGKAH MENJALANKAN MANOVA DI SPSS


Langkah-langkah menjalankan MANOVA di SPSS, yaitu:
1. Lakukan uji normalitas
a) Klik Analyze  Nonparametric test  1-Sample K.S
b) Pilih variabel dependen yang akan dipindahkan ke kotak Test
Variable List
c) Pilih “Normal” pada pilihan Test Distribution
d) Klik OK
2. Lakukan uji MANOVA
a) Klik Analyze  Klik General Linear Model  Multivariate
b) Pilih variabel dependen yang memiliki distribusi normal ke
kotak Dependent Variabel
c) Pilih variabel independen dan pindahkan ke kotak Fixed Factor
d) Klik “Options”
e) Pilih “OVERALL dan pindahkan ke kotak Display Means for
f) Klik pada tulisan “Descriptive statistics”, “Estimates of effect
size”, “Parameter estimates” dan “Homogenity tests”
g) Pastikan significant level 0.05
h) Klik “Continue”
i) Klik “OK” dan hasil/output akan dimunculkan pada layar SPSS
BAB 2. APLIKASI MANOVA

2.1 JUDUL PENELITIAN


Judul penelitian yaitu: Pengaruh Terapi William Flexion’s Exercise terhadap
Intensitas nyeri, Moblitas lumbal dan Aktifitas fungsional Pada SPG dengan
Low Back Pain

2.2 HIPOTESIS
1. Terdapat perbedaan rata - rata intersitas nyeri pada kelompok perlakuan dan
kontrol
2. Terdapat perbedaan rata - rata mobilitas lumbal pada kelompok perlakuan
dan kontrol
3. Terdapat perbedaan rata - rata aktifitas fungsional pada kelompok perlakuan
dan control
4. Terdapat perbedaan rata-rata intensitas nyeri, mobilitas lumbal dan aktifitas
fungsional pada pada kelompok perlakuan dan kontrol

2.3 KERANGKA STATISTIK

Variabel independent Variabel dependent


(X) (Y)

Intensitas nyeri
Terapi william flexion’s
exercise :
Mobilitas lumbal
1. Kelompok perlakuan
2. Kelompok kontrol
Aktifitas fungsional

2.4 DATA PENELITIAN


No Kelompok Perlakuan Kelompok Kontrol
Intensitas Mobilitas Aktivitas Intensitas Mobilitas Aktivitas
nyeri lumbal fungsional nyeri lumbal fungsional
1 5 4 6 3 4 5
2 5 3 4 5 2 4
3 2 3 2 4 1 2
4 3 2 4 4 2 4
5 1 1 3 2 1 3
6 2 1 6 3 1 4
7 1 1 4 1 3 4
8 6 3 2 4 1 2
9 3 2 3 1 2 3
10 3 3 2 5 3 2

2.5 UJI SPSS DARI DATA PENELITIAN


Sebelum melakukan uji SPSS, pastikan telah memasukkan data ke dalam SPSS dan
dilanjutkan dengan langkah-langkah sebagai berikut:

2.5.1 UJI NORMALITAS


a) Klik Analyze  Nonparametric test  1-Sample K.S

b) Pilih variabel dependen yang akan dipindahkan ke kotak Test Variable List
Pada contoh tersebut, variabel dependen yang dipindahkan ke kotak Test
Variable List adalah intensitas nyeri, mobilitas lumbal, dan aktivitas
fungsional.
c) Pilih “Normal” pada pilihan Test Distribution
d) Klik OK

2.5.2 UJI MANOVA


a) Klik Analyze  Klik General Linear Model  Multivariate

b) Pilih variabel dependen yang memiliki distribusi normal ke kotak Dependent


Variabel
c) Pilih variabel independen dan pindahkan ke kotak Fixed Factor

d) Klik “Options”
e) Pilih “OVERALL dan pindahkan ke kotak Display Means for
f) Klik pada tulisan “Descriptive statistics”, “Estimates of effect size”,
“Parameter estimates” dan “Homogenity tests”
g) Pastikan significant level 0.05

h) Klik “Continue”
i) Klik “OK” dan hasil/output akan dimunculkan pada layar SPSS
2.6 HASIL SPSS
2.6.1 HASIL UJI NORMALITAS
One-Sample Kolmogorov-Smirnov Test
Nyeri Mobilitas Aktifitas
N 20 20 20
Mean 3,1500 2,1500 3,4500
Normal Parametersa,b
Std. Deviation 1,56525 1,03999 1,27630
Absolute ,138 ,216 ,183
Most Extreme Differences Positive ,138 ,216 ,183
Negative -,131 -,193 -,167
Kolmogorov-Smirnov Z ,618 ,964 ,820
Asymp. Sig. (2-tailed) ,840 ,310 ,513
a. Test distribution is Normal.
b. Calculated from data.

Interpretasi Hasil Uji Normalitas:


Data pada variabel dependen berdistribusi normal (p>0,05) dan nilai kormogorov-
Smirnov Z > 0,05 yaitu intensitas nyeri = 0,618 (p = 840); mobilitas lumbal = 0.964
(p = 0,310); aktifitas fungsional = 0,820 (p = 0,513) sehingga dapat dilanjutkan pada
tahap MANOVA selanjutnya

2.6.2 HASIL UJI MANOVA


Descriptive Statistics
Kelompok Mean Std. Deviation N
kontrol 3,2000 1,47573 10
Nyeri perlakuan 3,1000 1,72884 10
Total 3,1500 1,56525 20
kontrol 2,0000 1,05409 10
Mobilitas perlakuan 2,3000 1,05935 10
Total 2,1500 1,03999 20
kontrol 3,3000 1,05935 10
Aktifitas perlakuan 3,6000 1,50555 10
Total 3,4500 1,27630 20

Interpretasi Hasil:
Rata-rata mobilitas lumbal dan aktifitas fungsional pada kelompok perlakuan lebih
tinggi daripada kelompok kontrol hanya rata - rata intensitas nyeri pada kelompok
perlakuan lebih rendah dari kelompok kontrol namun selisihnya hanya sedikit yaitu
0,1.
Box's Test of Equality of Covariance Matricesa
Box's M 9,521
F 1,296
df1 6
df2 2347,472
Sig. ,255
Tests the null hypothesis that the observed
covariance matrices of the dependent variables
are equal across groups.
a. Design: Intercept + Kelompok

Multivariate Testsa
Effect Value F Hypothesi Error df Sig. Partial Eta
s df Squared
Pillai's Trace ,934 75,008b 3,000 16,000 ,000 ,934
Wilks' Lambda ,066 75,008b 3,000 16,000 ,000 ,934
14,06
Intercept Hotelling's Trace 75,008b 3,000 16,000 ,000 ,934
4
Roy's Largest 14,06
75,008b 3,000 16,000 ,000 ,934
Root 4
Pillai's Trace ,038 ,213b 3,000 16,000 ,886 ,038
Wilks' Lambda ,962 ,213b 3,000 16,000 ,886 ,038
Kelompo
Hotelling's Trace ,040 ,213b 3,000 16,000 ,886 ,038
k
Roy's Largest
,040 ,213b 3,000 16,000 ,886 ,038
Root
a. Design: Intercept + Kelompok
b. Exact statistic

Interpretasi Hasil:
a) Uji Box Matriks Kovarian antara perlakuan dan kontrol adalah homogen
(p<0,05) yaitu 0,255
b) Uji Multivariat  secara umum, tidak terdapat perbedaan rata-rata intensitas
nyeri, mobilitas lumbal, dan aktivitas fungsional antara kelompok perlakuan
dan kelompok kontrol (F = 0,213; p=0,886) sehingga kekuatan perbedaan
tersebut tidak diperhitungkan dengan partial eta 38 %.

Levene's Test of Equality of Error Variancesa


F df1 df2 Sig.
Nyeri ,125 1 18 ,728
Mobilitas ,161 1 18 ,693
Aktifitas 1,013 1 18 ,328
Tests the null hypothesis that the error variance of the
dependent variable is equal across groups.
a. Design: Intercept + Kelompok

Tests of Between-Subjects Effects


Source Dependent Type III df Mean F Sig. Partial Eta
Variable Sum of Square Squared
Squares
Nyeri ,050a 1 ,050 ,019 ,891 ,001
Corrected
Mobilitas ,450b 1 ,450 ,403 ,534 ,022
Model
Aktifitas ,450c 1 ,450 ,266 ,613 ,015
Nyeri 198,450 1 198,450 76,819 ,000 ,810
Intercept Mobilitas 92,450 1 92,450 82,791 ,000 ,821
Aktifitas 238,050 1 238,050 140,489 ,000 ,886
Nyeri ,050 1 ,050 ,019 ,891 ,001
Kelompok Mobilitas ,450 1 ,450 ,403 ,534 ,022
Aktifitas ,450 1 ,450 ,266 ,613 ,015
Nyeri 46,500 18 2,583
Error Mobilitas 20,100 18 1,117
Aktifitas 30,500 18 1,694
Nyeri 245,000 20
Total Mobilitas 113,000 20
Aktifitas 269,000 20
Nyeri 46,550 19
Corrected
Mobilitas 20,550 19
Total
Aktifitas 30,950 19
a. R Squared = ,001 (Adjusted R Squared = -,054)
b. R Squared = ,022 (Adjusted R Squared = -,032)
c. R Squared = ,015 (Adjusted R Squared = -,040)

Interpretasi Hasil:
Uji Levene  variance ketiga parameter adalah homogen antar perlakuan (p>0,05)
Uji Univariat  tidak terdapat perbedaan intensitas nyeri (p=0.891), mobilitas
lumbal (p=0.534), aktivitas fungsional (p=0.613) antara kelompok perlakuan dan
kontrol sehingga kekuatan perbedaan (partial eta) tidak diperhitungkan.

2.7 KESIMPULAN
Dari hasil uji MANOVA tersebut, dapat disimpulkan bahwa:
1. Tidak terdapat perbedaan rata - rata intersitas nyeri pada kelompok perlakuan
dan kontrol
2. Tidak terdapat perbedaan rata - rata mobilitas lumbal pada kelompok perlakuan
dan kontrol
3. Tidak terdapat perbedaan rata - rata aktifitas fungsional pada kelompok
perlakuan dan kontrol
4. Tidak terdapat perbedaan rata-rata intensitas nyeri, mobilitas lumbal dan
aktifitas fungsional pada pada kelompok perlakuan dan kontrol
DAFTAR PUSTAKA

Coakes, Sheridan. (2005). SPSS: Analysis without anguish: version 12.0 for
windows. National Library of Australia.