Manova adalah uji statistik yang digunakan untuk mengukur pengaruh variabel independen yang
berskala kategorik terhadap beberapa variabel dependen sekaligus yang berskala data kuantitatif.
Analisis ini dsiebut juga dengan istilah multivariat anova.
Multivariat anova 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
multivariat anova dapat digunakan pada lebih dari 1 variabel independen dan/atau kategori dua
atau lebih.
Uji ini adalah bentuk multivariat dari ANOVA, sedangkan Hotelling’s T2 adalah bentuk
multivariat dari independen t test. Berikut Gambarannya:
Multivariat anova 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.
Dalam penggunaannya, 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.
Tutorial Uji Manova dalam SPSS
Uji Manova adalah Uji 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.
Agar anda lebih memahami apa itu Uji Manova, alangkah lebih baiknya anda mempelajari
artikel kami sebelumnya yang membahas tentang ANOVA, antara lain:
Setelah anda mempelajari artikel-artikel di atas, kami yakin anda akan memahami apa yang
disebut dengan Manova.
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”.
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.
Dataset Manova
Buatlah hasil penelitian pada 4 variabel ke dalam bentuk data sebagai berikut:
Keterangan:
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.
Tahap Analisis Manova dengan SPSS
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.
Tahap Analisis Post Hoc Setelah Manova
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.
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 Deskriptive
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. Agar lebih jelas, baca artikel kami yang berjudul “Analisis
Deskriptif dengan Excel“.
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.
Output Uji MANOVA
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. Dalam bahasan
kali ini, kami menganggap semua pembaca telah membaca artikel-artikel sebelumnya, sehingga
memahami maksud dari nilai-nilai tersebut.
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.
Output Uji Post Hoc Setelah MANOVA
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.
MANOVA adalah salah satu analisis multivariat dan juga merupakan perluasan dari univariat
yang dapat digunakan untuk memeriksa secara simultan hubungan antara beberapa variabel
bebas dengan skala pengukuran nominal atau ordinal dan dinyatakan sebagai perlakuan dengan
dua atau lebih variabel tak bebas yang mempunyai skala pengukuran interval atau rasio dan
dinyatakan sebagai variabel independen. Jika pada ANOVA akan diuji apakah terdapat
perbedaan yang nyata pada satu variabel dependen terhadap beberapa variabel independen, maka
pada MANOVA akan diuji apakah terdapat perbedaan yang nyata pada beberapa variabel
dependen terhadap lebih dari satu variabel independen (Hair, LE., Anderson, R.E., Tatham, R.L.,
Black, W.C., 1998). Berikut akan di runtut langkah-langkah teknik analisis dengan MANOVA
secara umum.
Judul
Jika B adalah variabel bebas yang terdiri dari B1 dan B2 dan A adalah variabel terikat yang
terdiri dari A1 dan A2
A.Rumusan Masalah
B.Tujuan Penelitian
Untuk mengetahui:
C.Hipotesis Penelitian
D.Metode Penelitian
Metode penelitian yang digunakan dalam penelitian ini adalah metode eksperimen semu (quasi
eksperimen).
E.Desain Penelitian
Desain eksperimen menggunakan desain nonequivalent contorol group (Tuckman, 1999). Faktor
kolom adalah A1 dibandingkan dengan A2. Faktor baris adalah B1 dibandingkan dengan B2.
A₁ A₂
YA₁B₁
B₁ YA₂B₁
B₂ YA₁B₂
YA₂B₂
F.Teknik Analisis
Uji normalitas data dilakukan untuk mengetahui apakah distribusi sebuah data mengikuti atau
mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng (bell shaped). Data
yang baik adalah data yang mempunyai pola seperti distibusi normal, yakni distribusi data
tersebut tidak menceng ke kiri atau ke kanan.
Secara individu (masing-masing), untuk menguji normalitas data skor tes kemampun komunikasi
dan pemecahan masalah matematis menggunakan uji normalitas Lilliefors (uji kecocokan
Kolmogorov-Smirnov) yang diolah dengan software SPSS 22.0 Statistics. Dengan kriteria
Asymp. Sig. (2-tailed) > 0,05 data berdistibusi normal.
Mean
a,b
Normal Parameters
Std. Deviation
Absolute
Negative
Test Statistic
Uji general linier model adalah uji prasyarat untuk melihat apakah matriks varian-kovarian dari
dependent variabel sama untuk grup-grup yang ada (independet). Uji General Linier Model
menggunakan uji Box’s Test. Uji Box’s Tets merupakan kehomogenan matriks varians-kovarians
secara multivariat dan juga merupakan uji normalitas multivariat yaitu pengujian kesamaan
varians-kovarians pada kedua variabel terikat secara bersama-sama Statistik uji yang digunakan
untuk mengetahui kehomogenan matriks varian-kovarians dalam analisis multivariat adalah uji
statistik Box-s M. Dengan kriteria Sig. > 0,05, maka pengujian dilanjutkan.
df1
df2
Sig.
Sedangkan untuk menguji kehomogenitasan data multivariate atau uji korelasi antar variabel
terikat ditunjukkan pada angka melalui Uji Bartlett’s Test of Sphericity, dengan kriteria Sig. <
0,05
Bartlett’s Test of
Sphericitya
Likelihood Ratio
Approx. Chi-Square
df
Sig.
A1
A2
Statistik pengujian yang digunakan pada MANOVA adalah Uji Signifikasi Multivariat
(Multivarite Tests) yaitu pengujian pengaruh variabel bebas terhadapa variabel terikat secara
multivariat dan Uji Signifikasi Univariat (Tests of Between Subjects-Effect) yaitu uji univariate F
yaitu pengujian secara sendiri-sendiri
Uji signifikasi multivariat untuk mengetahui adanya perbedaan centroid dua kelompok atau lebih
yang dapat dievaluasi dengan berbagai kriteria uji statistik. Statistik uji yang digunakan yaitu uji
Pillai’s Trace, Wilks’ Lambda, Hotelling’s Trace, Roy’s Largest Root yang diolah dengan
software SPSS.
Kriteria Pengujian
Pillai’s Trace
Wilks’ Lambda
B Hotelling’s Trace
Roy’s Largest
Root
b. Exact statistic
Uji signfikasi univariat dignakan untuk mengetahui variabel mana yang menyebabkan terjadinya
perbedaan rata-rata dua kelompok melalui uji univariat F. Uji univariat F ini dihitung untuk
setiap variabel terikat secara terpisah setelah variabel bebas yang lain dianggap tetap.
A1
Corrected
Model
A2
A1
Intercept
A2
A1
B
A2
A1
Error
A2
A1
Total
A2
A1
Corrected
Total
A2
MANOVA merupakan multivariat perluasan dari konsep dan teknik univariate ANOVA
yang digunakan untuk menganalisis perbedaan antara rata-rata (mean) kelompok. Perbedaan
antara ANOVA dengan MANOVA yaitu ANOVA (Analysis of Variance) adalah bagian dari
prosedur satistika yang digunakan untuk menganalisis perbedaan mean dari beberapa populasi
dengan menggunakan data yang diperoleh yang diambil dari populasi yang diamati. Pengujian
ANOVA hanya melibatkan satu variabel dependen metrik dengan variabel independen non
metrik. Sedangkan MANOVA menguji dua atau lebih variabel dependen metrik dengan variabel
independen non metrik.
ANOVA
MANOVA
Pada kasus univariat, ukuran variabel dependen tunggal diuji untuk kesamaan diantara
kelompok. Di analisis MANOVA, peneliti sebenarnya mempunyai dua variate, satu untuk
variabel dependen dan yang lain variabel independen. Variabel-variabel dependen lebih menarik
karena ukuran dependen metrik dapat dikombinasikan pada satu kombinasi linier, seperti pada
regresi berganda dan analisis diskriminan. Aspek unik dari MANOVA adalah variate secara
optimal mengkombinasikan ukuran multiple dependen ke dalam nilai tunggal yang
memaksimalkan perbedaan antar kelompok.
Prosedur Univariate
• t test
– Untuk menguji perbedaan antara dua kelompok
– t-statistik merupakan rasio dari perbedaan antara mean sampel (u1 – u2) terhadap standar
errornya. Standar error merupakan estimasi perbedaan antara mean yang diharapkan karena
kesalahan sampel, bukan perbedaan sesungguhnya antara mean.
– Jika nilai absolut t lebih besar dari nilai kritis t, maka kita dapat menolak Ho yang mengatakan
tidak ada perbedaan. Hal ini berarti perbedaan aktual secara statistik lebih besar dari perbedaan
yang diharapkan dari kesalahan sampel.
• Analysis of Variance (ANOVA)
– Untuk menguji perbedaan antara tiga kelompok atau lebih terhadap dua atau lebih variabel
independen menggunakan uji F
– ANOVA digunakan untuk menentukan probabilitas bahwa perbedaan dalam mean antar
beberapa kelompok adalah berdasarkan kesalahan sampe.
– Pengujian ANOVA secara langsung membandingkan dua estimasi independen dari
variance untuk variabel dependen. Yang pertama mewakili variabilitas umum dari responden
dalam kelompok (MSW) dan yang lainnya mewakili perbedaan antar kelompok yang mempunyai
pengaruh treatment (MSB).
Prosedur MANOVA
• Jika pada t test dan ANOVA, pengujian hipotesis nol adalah kesamaan mean dari variable
dependen antar kelompok. Pada MANOVA pengujian hipotesis nol adalah kesamaan mean dari
vector multiple variable dependen antar kelompok
• The Two-Group Case: Hotelling's T2 bentuk yang merupakan perluasan khusus dari univariate t
test.Hotelling’s T2 menyediakan pengujian statistik variabel yang dibentuk dari variabel
dependen yang menghasilkan perbedaan kelompok terbesar. Hotelling’s T2 juga digunakan untuk
masalah “inflating” jenis kesalahan I yang timbul ketika membuat serangkaian t test mean
kelompok pada beberapa ukuran dependen. Hal ini mengendalikan inflasi dari jenis kesalahan I
dengan menyediakan pengujian keseluruhan secara tunggal dari perbedaan kelompok diantara
semua variabel dependen pada level a yang ditetapkan.
Hotelling’s T2
C = W1 Y1 +W2 Y2 + ...... + Wi Yi
Dimana :
C = komposit atau skor variate untuk responden
W i = bobot untuk variabel dependen i
Y i = variabel dependen i
Untuk bobot tertentu, kita harus menghitung skor komposit untuk setiap responden dan
kemudian menghitung t statistik biasa untuk perbedaan antar kelompok atas skor komposit. Kita
dapat menemukan serangkaian bobot yang memberi nilai maksimum untuk t statistik bagi data
ini.
Bobot ini dapat sama dengan fungsi diskriminan antar dua kelompok. Nilai t statistik maksimum
yang dihasilkan dari skor komposit yang dihasilkan oleh fungsi diskriminan di kuadratkan untuk
menghasilkan nilai Hotelling’s T2. Perhitungan formula Hotelling’s T2 mewakili hasil derivasi
matematika yang digunakan untuk menyelesaikan t statistik maksimum (dan secara implisit
diskriminasi kombinasi linear terhadap variabel dependen). Hal ini sama dengan jika kita dapat
menemukan fungsi diskriminan untuk dua kelompok yang menghasilkan T2 yang signifikan,
kedua kelompok dipertimbangkan berbeda diantara mean vektor.
Nilai kritis bagi Hotelling’s T2
p(N1+N2-2)
T2crit = ----------------- x Fcrit
N1+N2- p - 1
Manova dapat digunakan apabila nilai respons atau variabel dependennya berjumlah lebih besar atau
sama dengan dua. MANOVA adalah pengembangan dari analisis varians (ANOVA) di mana untuk
mengukur perbedaan rata-rata untuk dua atau lebih variabel dependen berdasarkan sebuah atau
beberapa variabel kategori yang bertindak sebagai prediktor. Perbedaan antara MANOVA dan ANOVA
diformulasikan sebagai :
MANOVA
Y1 + Y2 + Y3 +.......+ Yn = X1 +X2 + X3 +.....+ Xn
(metric) (nonmetric)
ANOVA
Y1 = X1 + X2 + X3 +....+ Xn
(metric) (nonmetrik)
Normalitas data
Homogenitas varians