ANALISIS PENGARUH PERLAKUAN TERHADAP

KANDUNGAN YOGHURT MENGGUNAKAN METODE

ONE WAY MANOVA

PRAKTIKUM ANALISIS MULTIVARIAT

ANANDA PUTRI ACHSANI QALBY

G 501 17 005
DITA KHAERUNISA
G 501 17 092

PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TADULAKO

OKTOBER 2019
 ANALISIS PENGARUH PERLAKUAN TERHADAP
KANDUNGAN YOGHURT MENGGUNAKAN METODE ONE
WAY MANOVA

A. Tinjaun Pustaka

A. 1. MANOVA

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 (Santoso, 2010).

A. 2. One Way MANOVA

One Way MANOVA merupakan perluasan dari One Way ANOVA,

jika dalam ANOVA membandingkan satu populasi saja terheadap
faktor, maka dalam MANOVA membandingkan populasi lebih dari
satu. Dengan kata lain model ini dapat digunakan untuk menguji
beberapa populasi (dari satu faktor yang sama) menghasilkan vektor
rata-rata yang sama untuk p variabel respon atau variabel dependen
yang diamati dalam penelitian (Santoso, 2010).

A. 3. Statistik Uji MANOVA

Terdapat beberapa statistik uji MANOVA yaitu Wilks’ Lambda, Pillai,

Lawley-Hotelling, dan Roy’s Largest Root. Banyak software statistik
 menyajikan perhitungan keempat statistik uji MANOVA tersebut, dan
biasanya keempat statistik uji tersebut menghasilkan kesimpulan yang
sama. Dalam kasus ketika keempat statistik uji tersebut menghasilkan
kesimpulan yang berbeda dalam hal menerima dan menolak hipotesis,
cara yang dapat dilakukan yaitu menguji nilai eigen dan matriks
kovariansi serta mengevaluasi permasalahan kesimpulan dalam
karakteristik statistik uji (Rencher, 2002).

B. Hasil

B. 1. Uji Wilks’ Lambda

 Hipotesis
H0 : 𝜇1 = 𝜇2 = ⋯ = 𝜇𝑘 (Perlakuan tidak berpengaruh terhadap
kandungan Youghurt)
H1 : Paling sedikit terdapat satu 𝜇 yang berbeda (Perlakuan
berpengaruh terhadap kandungan Youghurt)
 Kriteria Penolakan
Tolak H0 jika P-Value > 𝛼 (0,05)
 Output

 Interpretasi
Berdasarkan output software R di atas dapat dilihat bahwa nilai
signifikansi menggunakan uji Wilks’ Lambda sebesar 4,938e-09 <
𝛼 (0,05) maka gagal tolak H0 yang berarti bahwa Perlakuan tidak
berpengaruh terhadap kandungan Youghurt.
B. 2. Uji Roy’s Largest Root

 Hipotesis
H0 : 𝜇1 = 𝜇2 = ⋯ = 𝜇𝑘 (Perlakuan tidak berpengaruh terhadap
kandungan Youghurt)
H1 : Paling sedikit terdapat satu 𝜇 yang berbeda (Perlakuan
berpengaruh terhadap kandungan Youghurt)
 Kriteria Penolakan
Tolak H0 jika P-Value > 𝛼 (0,05)
 Output

 Interpretasi
Berdasarkan output software R di atas dapat dilihat bahwa nilai
signifikansi menggunakan uji Roy’s Largest Root sebesar 1,5164-
10 < 𝛼 (0,05) maka gagal tolak H0 yang berarti bahwa Perlakuan
tidak berpengaruh terhadap kandungan Youghurt.

B. 3. Uji Pillai

 Hipotesis
H0 : 𝜇1 = 𝜇2 = ⋯ = 𝜇𝑘 (Perlakuan tidak berpengaruh terhadap
kandungan Youghurt)
H1 : Paling sedikit terdapat satu 𝜇 yang berbeda (Perlakuan
berpengaruh terhadap kandungan Youghurt)
 Kriteria Penolakan
Tolak H0 jika P-Value > 𝛼 (0,05)
  Output

 Interpretasi
Berdasarkan output software R di atas dapat dilihat bahwa nilai
signifikansi menggunakan uji Pillai sebesar 7,619e-06 < 𝛼 (0,05)
maka gagal tolak H0 yang berarti bahwa Perlakuan tidak
berpengaruh terhadap kandungan Youghurt.

B. 4. Uji Lawly-Hotelling

 𝐻𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠
H0 : 𝜇1 = 𝜇2 = ⋯ = 𝜇𝑘 (Perlakuan tidak berpengaruh terhadap
kandungan Youghurt)
H1 : Paling sedikit terdapat satu 𝜇 yang berbeda (Perlakuan
berpengaruh terhadap kandungan Youghurt)
 Kriteria Penolakan
Tolak H0 jika P-Value > 𝛼 (0,05)
 Output
  Interpretasi
Berdasarkan output software R di atas dapat dilihat bahwa nilai
signifikansi menggunakan uji Lawly-Hotelling sebesar 5,254e-12
< 𝛼 (0,05) maka gagal tolak H0 yang berarti bahwa Perlakuan
tidak berpengaruh terhadap kandungan Youghurt.

C. Kesimpulan

Berdasarkan hasil di atas dapat ditarik kesimpulan bahwa dengan menggunakan

semua uji pada metode MANOVA yaitu Wilks’ Lambda, Pillai, Lawley-
Hotelling, dan Roy’s Largest Root perlakuan tidak berpengaruh terhadap
kandungan Youghurt.

D. Daftar Pustaka

Rencher, A. C. 2002. Methods of Multivariate Analysis. Kanada: John Wiley and

Sons, Inc.
Santoso, S. 2010. Statistik Multivariat Konsep dan Aplikasi dengan SPSS.
Jakarta: PT Elex Media Komputindo.
 LAMPIRAN

A. Data
Kadar Kadar Kadar Pemberian Lama
No. protein lemak karbohidrat geatin Penyimpanan
(Y1) (Y2) (Y3) (X1) (X2)
1 5,61 4,1 4,19 0% 0
2 5,2 4,1 4,28 0% 0
3 5,85 4 4,78 0% 0
4 5,4 4 4,49 0% 7
5 5,4 4,1 4,87 0% 7
6 5,3 4 4,80 0% 7
7 5,1 4 4,14 0% 14
8 4,8 4 4,99 0% 14
9 5,36 3,9 4,23 0% 14
10 4 3,7 4,08 0% 21
11 4,6 3,9 4,07 0% 21
12 5,1 3,8 4,32 0% 21
13 5,48 3,8 4,66 3% 0
14 5,6 3,8 4,21 3% 0
15 5,8 3,6 4,51 3% 0
16 5,1 3,8 4,65 3% 7
17 5,1 3,7 4,45 3% 7
18 5,6 3,6 3,75 3% 7
19 5,1 3,6 3,87 3% 14
20 4,4 3,6 3,89 3% 14

B. Syntax

>library(ICSNP)

>library(openxlsx)

>data=read.xlsx("D:/multivariat/DATA MANOVA.xlsx")

>View(data)

>P =3

>P
>Y11=matrix(c(5.61,5.2,5.85,5.4,5.4,5.3,5.1,4.8,5.36,4,4.6,5.1,5.48,5.6,5.8,5.1,5.

1,5.6,5.1,4.4),10,2)

>Y12=matrix(c(4.1,4.1,4,4,4.1,4,4,4,3.9,3.7,3.9,3.8,3.8,3.8,3.6,3.8,3.7,3.6,3.6,3.6

),10,2)

>Y13=matrix(c(4.19,4.28,4.78,4.49,4.87,4.8,4.14,4.99,4.23,4.08,4.07,4.32,4.66,4

.21,4.51,4.65,4.45,3.75,3.87,3.89),10,2)

>Nj=c(10,10,10)

>Nj

>dfMan1=data.frame(Y=rbind(Y11,Y12,Y13),

>IV=factor(rep(1:P,Nj)))

>manRes1=manova(cbind(Y.1,Y.2)~IV,data=dfMan1)

>manRes1

>summary(manRes1,test="Wilks")

>summary(manRes1,test="Roy")

>summary(manRes1,test="Pillai")

>summary(manRes1,test="Hotelling-Lawley")