6845 15085 1 SM
6845 15085 1 SM
6845 15085 1 SM
ABSTRAK
Multivariate Analysis of Covariance (MANCOVA) adalah analisis kovarians dengan lebih dari satu
variabel terikat dan melibatkan variabel konkomitan atau kovariat. MANCOVA yang terdiri dari satu faktor dan
dua kovariat disebut MANCOVA satu arah dengan dua kovariat. Tujuan penelitian ini adalah untuk mengetahui
perbedaan asupan gizi pada aspek rata-rata frekuensi makan, asupan energi, dan asupan protein siswa MTs Nurul
Ummah Yogyakarta berdasarkan tingkat kelas dengan dua kovariat berupa berat badan dan usia siswa. Metode
pengujian menggunakan MANCOVA satu arah dengan dua kovariat dengan uji Wilk’s Lambda. Hasil uji
MANCOVA menunjukkan bahwa terdapat perbedaan kebutuhan gizi siswa MTs Nurul Ummah Yogyakarta untuk
pada aspek rata-rata frekuensi makan, asupan energi, dan asupan protein siswa setelah disesuaikan dengan kovariat
berupa berat badan dan usia siswa, terutama aspek asupan protein pada kelas 1 dan kelas 3.
Kata kunci: MANCOVA, penerapan MANCOVA, analisis kovarians, post hoc MANCOVA
ABSTRACT
Multivariate Analysis of Covariance (MANCOVA) is an analysis of covariance with more than one
dependent variable and involve concomitant variable or covariate. MANCOVA which consists of one factor and
two covariates is called one-way MANCOVA with two covariates. The aim of the research was to know the
different of nutrition intake on aspect of the average of frequency in eating foods, energy intake, and protein intake
students of MTs Nurul Ummah Yogyakarta with respect to grade level with two covariates are weight and age of
students. The result of MANCOVA test showed that there are different of nutrition intake students of MTs Nurul
Ummah Yogyakarta on aspects of the average of frequency in eating foods, energy intake, and protein intake after
adjusted with covariates weight and age of students, especially on aspect of protein intake in the 1st and 3rd grade.
kovariat merupakan perpaduan antara model dengan derajat bebas ℎ( − 1). Matriks
regresi linear multivariat dengan MANOVA. merupakan jumlah kuadrat dan hasil kali silang
Menurut Rencher (1998: 187) model perlakuan. Berdasarkan partisi matriks kovarians,
MANCOVA satu arah dengan dua kovariat matriks didefinisikan sebagai:
dituliskan
= .
= + + + , = 1,2, … , ℎ,
Dengan,
= 1,2, … , .
∑ ( ′
Dengan = . − .. )( . − .. ) ,
∑ ( ′
= . − .. )( . − .. ) ,
∑ ( ′
= , = . − .. )( . − .. ) ,
⋮ ⋮
dengan derajat bebas ℎ − 1.
adalah matriks berukuran × 2, merupakan Pada dasarnya, analisis multivariat adalah
koefisien regresi dari pada . perluasan dari analisis univariat yaitu dari bentuk
: hasil observasi ke- pada perlakuan ke- . skalar menjadi bentuk matriks. Jumlah kuadrat
: rata-rata keseluruhan. dan jumlah kali silang terkoreksi multivariat
: pengaruh perlakuan ke- . merupakan generalisasi dari analisis univariatnya
4 Jurnal Matematika Vol. 6 No. 2 Tahun 2017
yang didefinisikan sebagai berikut. Matriks serius. pengujian asumsi ini memiliki hipotesis
jumlah kuadrat dan hasil kali silang galat : = dan : ≠ . Statitik uji yang
terkoreksi, digunakan adalah uji Wilk’s Lambda (Rencher,
. = − , 1998: 190) yaitu:
dengan derajat bebas = ℎ( − 1). Matriks | . |
=| |
= .
.
jumlah kuadrat dan hasil kali silang perlakuan
Hipotesis ditolak jika ≤ ; , , ( )
terkoreksi,
atau berdasarkan output SPSS nilai < ,
. = − + ( + ) + + ,
yang artinya bahwa variabel terikat dipengaruhi
dengan derajat bebas = ℎ − 1.
oleh kovariat sehingga terdapat hubungan linear
Prosedur pengujian dalam MANCOVA
antara variabel terikat dengan kovariat.
meliputi: (1) Pengujian asumsi MANCOVA (2)
Pengujian hipotesis uji MANCOVA dengan
Koefisien bidang regresi homogen antar
statistik uji Wilk’s Lambda (3) Uji post hoc
perlakuan
MANCOVA dengan prosedur Bryant-Paulson
Jika asumsi ini tidak terpenuhi maka
( ) jika hasil uji hipotesis MANCOVA
terjadi penyimpangan yang menunjukkan adanya
menunjukkan adanya pengaruh perlakuan
korelasi antara kovariat dengan perlakuan. Hal
terhadap variabel terikat. Pengolahan data yang
tersebut tidak boleh terjadi.
dilakukan didukung dengan software SPSS 20.
Untuk menguji asumsi ini diberikan
hipotesis uji : = =⋯= dan
Pengujian Asumsi MANCOVA
: paling sedikit dua tidak sama, untuk
Sebelum melakukan uji hipoteisi
= 1,2, … , ℎ.
MANCOVA terdapat lima asumsi yang harus
Dengan statistik uji Wilk’s Lambda (Rencher,
terpenuhi yaitu: ada hubungan linear antara
1998: 191):
variabel terikat dan variabel konkomitan,
| | ∑
koefisien bidang regresi antar perlakuan =| |
= .
Hubungan linear antara variabel terikat dan Variabel terikat berdistribusi normal
variabel konkomitan multivariat pada setiap perlakuan
Asumsi ini harus terpenuhi. Jika (Normalitas)
hubungan variabel terikat dengan kovariat Pengujian asumsi normal multivariat
curvilinear maka kovariat tidak layak digunakan, menggunakan metode grafik, yaitu dengan
sehingga pelanggaran pada asumsi ini sangat Quantile-vs-Quantile plot (Q-Q Plot)
Penerapan Analisis Kovarians .... (Yogya Ardi Winata) 5
membandingan jarak Mahalanobis ( ) dan chi Dengan = − 1. adalah matriks varians
kuadrat pada sentroid ( ). Untuk membuat Q-Q kovarians sampel pada perlakuan ke- dan
Plot terlebih dahulu dihitung jarak mahalanobis: adalah matriks varins kovarians gabungan.
=( − )′ ( − ), ∑
=
kemudian melakukan langkah-langkah sebagai ∑
berikut (Sharma, 1996: 381). (1) Mengurutkan Jika = =⋯= = maka =
nilai jarak mahalanobis dari yang terkecil sampai ( )
( )
.
terbesar < <⋯< . (2) Mencari nilai
Jika diterima maka asumsi matriks varians
sentroid ( ) setiap observasi, ( − 0.5)⁄ ,
kovarians homogen terpenuhi. Jika asumsi tidak
dimana adalah nomor observasi. (3) Mencari
terpenuhi maka perlu dilakukan transformasi data
nilai dari chi kuadrat (( − 0.5)⁄ ), dimana
untuk mengatasinya.
merupakan banyaknya variabel terikat. (4)
Membuat plot antara dan (( − 0.5)⁄ ).
Pengujian Hipotesis Uji MANCOVA
Jika plot cenderung mengikuti pola garis lurus Setelah semua asumsi MANCOVA
maka data dianggap berdistribusi normal terpenuhi, selanjutnya dilakukan pengujian
multivariat. hipotesis uji MANCOVA. Hipotesis uji
MANCOVA adalah : = =⋯= =
Independensi obyek pengamatan dan :∃ ≠ . Dengan statistik uji Wilk’s
Asumsi ini dianggap terpenuhi jika sampel Lambda (Rencher, 1998: 189) sebagai berikut:
diambil secara acak.
= ( )
.
: kuadrat tengah galat dari kovarians (X ) dan usia (X ) siswa sebagai kovariat. Sampel
yang diambil sebanyak 24 siswa secara acak dari
pada variabel terikat ke- ,
masing-masing tingkat kelas yaitu 8 siswa kelas
: matriks jumlah kuadrat dan hasil
VII, 8 siswa kelas VII, dan 8 siswa kelas IX.
kali silang galat pada kovariat,
Berikut data hasil pengukurannya disajikan pada
: matriks kolom selisih antara
tabel 1.
kovariat pada perlakuan ke- dan ke- ,
: ukuran sampel dalam perlakuan,
: rata-rata variabel terikat ke- pada
perlakuan ke- ,
Penerapan Analisis Kovarians .... (Yogya Ardi Winata) 7
Tabel 1. Hasil Pengukuran Dietary Intake, Berat Hubungan linear antara variabel terikat (rata-
Badan, dan Usia Siswa MTs Nurul
rata frekuensi makan, asupan energi, dan
Ummah Yogyakarta
asupan protein) dan variabel konkomitan
(berat badan dan usia)
(kali) (kkal) (gram) (kg) (tahun)
3.57 1396.51 38.35 48 12 Hipotesis pada asumsi ini adalah : =
3 1072.54 25.73 39 15 dan : ≠ . Dengan statistik uji Wilk’s
3 1523 40.93 39.5 12
Kelas 3 1051.24 36.04 41 12 Lambda (Rencher, 1998: 190) diperoleh:
VII 5 1343.02 35.52 51 14 ,
3.86 1071.66 35.02 54 12 = = ,
= 0,349.
4 1253.93 33.72 51 16
Nilai = 0,349 < , ; , , = 0,496
6 1470.05 45.57 48 12
5 1532.06 50.72 37 13 maka ditolak, artinya terdapat hubungan linear
6 1470.73 40.07 48 14
antara variabel terikat dengan variabel
5 1283.19 37.17 49 13
Kelas 3 1121.49 33.08 38.5 14 konkomitan.
VIII 4 2164.66 51.55 49 13
5 1369.97 38.98 49 16 Koefisien bidang regresi homogen antar
4 1838.72 49.02 43 14
4 1017.96 29.96 46 15 perlakuan
5 1103.99 35.63 51 15 Hipotesis uji pada asumsi ini adalah,
6 1237.31 40.4 54 14
5 1600.71 48.23 45 15 : = = (Koefisien bidang regresi
Kelas 3 1755.25 45.57 39.5 15 homogen antar perlakuan) dan : paling sedikit
IX 4 1421.84 44.54 45 15
dua tidak sama, = 1,2,3 (Koefisien bidang
5 1756.62 54.48 42 15
4 897.05 33.27 48 15 regresi tidak homogen antar perlakuan). Dengan
4 1342.07 42.13 42 14 statistik uji Wilk’s Lambda (Rencher, 1998: 191)
Dari data pada tabel 1 di atas, diperoleh nilai diperoleh:
∑ ,
matriks dan sebagai berikut. = = = 0,445.
,
= ( )
.
Gambar 1. Q-Q Plot Jarak Mahanalobis dan Chi Tabel 2 menunjukkan hasil uji
Kuadrat
MANCOVA dengan uji Wilk’s Lambda
Dari gambar 1 di atas menunjukkan bahwa plot menggunakan software SPSS 20 diperoleh nilai
antara jarak mahanalobis dan chi kuadrat = 0,429 < . ; , , = 0,496 dan =
cenderung mengikuti garis lurus, sehingga 0,019 < 0,05 maka ditolak. Artinya, tingkat
disimpulkan bahwa data dianggap berdistribusi kelas berpengaruh terhadap rata-rata frekuensi
normal multivariat. makan, asupan energi, dan asupan protein setelah
disesuaikan dengan berat badan dan usia.
Independensi obyek pengamatan Tabel 2. Hasil Uji MANCOVA
Asumsi ini dianggap terpenuhi karena Test Name Value Sig. Of F
sampel diambil secara acak dari suatu populasi. Wilk’s Lambda 0,42914 0,019
Matriks varians kovarians homogen Uji Post Hoc pada MANCOVA Satu Arah
Hiportesis pada asumsi ini adalah Pada uji hipotesis kasus MANCOVA
homogen) dan : paling sedikit dua tidak menunjukkan adanya pengaruh perlakuan
sama untuk = 1,2,3 (matriks varians kovarians terhadap variabel terikat setelah disesuaikan
kebutuhan gizi siswa MTs Nurul Ummah Ridlo, M. (2016). Penentuan Status Gizi Siswa
MTs Nurul Ummah Berdasarkan Dietary
Yogyakarta untuk pada aspek rata-rata frekuensi
Intake dan Anthropometic Data; Studi
makan, asupan energi, dan asupan protein siswa Kasus Di Pondok Pesantren Nurul Ummah
Kotagede Yogyakarta. Skripsi. FTP UGM.
setelah memperhatikan berat badan dan usia
siswa. Dari uji post hoc MANCOVA Sharma, S. (1996). Applied Multivariate
Techniques. New York: John Wiley&Sons,
menunjukkan bahwa hanya aspek asupan protein Inc.
pada kelas 1 dan kelas 3 yang terdapat perbedaan
Simamora, B. (2005). Analisis Multivariat
yang signifikan. Pemasaran. Jakarta: Gramedia Pustaka
Utama.
10 Jurnal Matematika Vol. 6 No. 2 Tahun 2017
Stevens, J. P. (2009). Applied Multivariate
Statistics for The Sosial Sciences Fifth
Edition. New York: Taylor & Francis
Group.