BAB I

TINJAUAN TEORI

1.1 Pengertian Menurut Para Ahli & Kelompok

Analisis multivariat adalah metoda-metoda statistik yang mengolah beberapa pengukuran
(measurement) menyangkut individu atau objek sekaligus (simultaneously). Dengan
pengertian ini, maka analisis multivariat merupakan perluasan dari analisis univariat dan
bivariate (Hair et al., 2006). Dalam regresi (yang merupakan contoh analisis bivariat), kalau
variabel independen (yaitu X) hanya ada satu, maka analisis yang kita lakukan adalah regresi
sederhana (simple regression). Begitu kita tambahkan satu lagi variabel independen, maka
variabel yang dianalisis sekarang menjadi tiga, yaitu satu variabel dependen dan dua variabel
independen. Otomatis analisis yang kita lakukan berubah kategori menjadi analisis
multivariat.
Dalam regresi memang dapat kita terima bahwa regresi multivariat adalah perluasan
regresi bivariat. Namun, beberapa teknik multivariate (selain regresi), sama sekali bukan
perluasan analisis bivariat. Ambil contoh analisis faktor. Analisis ini sejatinya adalah teknik
multivariat. Analisis ini tidak dapat dirubah menjadi analisis bivariat, apalagi menjadi
analisis univariat, sebagaimana dalam regresi. Dalam regresi, memang kita dapat
mengurangi jumlah variabel dengan tujuan memperoleh persamaan terbaik. Jadi, analisis
yang awalnya multivariat, bisa saja menjadi bivariat dalam regresi.
Tentang apa itu analisis multivariat, belum ada kesepakatan yang pasti di antara para ahli.
Beberapa ahli menyederhanakan pengertian analisis multivariat sebagai hubungan antara
(between) atau di antara (among) lebih dari dua variabel. Yang lain menggu-nakan istilah itu
kalau berbagai variabel (multiple variable) yang digunakan memiliki distribusi multivariat
normal. Sebetulnya, agar benar-benar multivariat, semua variabel harus acak (random),
terdapat interrelasi sesamanya, dan efek masing-masing variabel secara sendiri-sendiri sulit
diinterpretasi.
Sementara menurut kelompok kami, analisis varian multivariat atau dikenal juga dengan
analisis manova adalah perluasan multivariat dari analisis anova, dimana manova adalah
metode statistic untuk mengeplorasi hubungan antara beberapa variable dependen dan
 independen yang berjeniskan data nominal atau ordinal dengan beberapa variable dependen
berjenis data interval atau rasio.
1.2 Tujuan Penggunaan Analisis
Beberapa ahli lain mengatakan bahwa tujuan analisis multivariat adalah mengukur,
menerangkan dan memprediksi tingkat relasi (the deggre of relationship) di antara variat-
variat (tentang apa itu variat dijelaskan pada bagian berikutnya). Jadi, karakter multivariat
tidak sekedar didasarkan pada jumlah variabel atau observasi yang dilibatkan dalam analisis,
akan tetapi juga pada kombinasi berganda (multiple combination) antar variat.
Uji manova digunakan untuk mengukur pengaruh variabel independen terhadap beberapa
variabel dependen secara simultan atau sekaligus. 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.
1.3 Kelemahan Penggunaan Analisis
 Membutuhkan sample yang besar
 masih kurangnya praktisi yang terlibat dalam penulisan artikel menyebabkan
kurangnya perhatian analisis multivariat dlam berbagai bidang.
1.4 Contoh
Melakukan terhadap "Pengaruh Pekerjaan Orang Tua Terhadap Nilai Ujian Matematika,
Fisika dan Biologi Siswa Kelas 7 SMP X“. Terdapat 4 variabel yang diteliti:
1. Pekerjaan Orang Tua (Tani, Buruh, dan PNS)
2. Nilai Ujian Matematika
3. Nilai Ujian Fisika
4. Nilai Ujian Biologi
Langkah Pengolahan data:
 hasil disamping merupakan hasil
deskriptif, dimana menunjukan hasil
orang tua siswa dengan pekerjaan tani,
rata-rata nilai Matematika sebesar
46,64 sebanyak 11 orang, dan
seterusnya

Interpretasi hasil pengolahan data :

Yang dilingkari adalah menunjukan 4

nomor yang memberikan value untuk 4
uji multivariat yang berbeda. Hasil
tersebut meberitahukan bahwa terdapat
pengaruh yang signifikan dari variable
independen pada semua variabel
dependen

Menunjukan hasil uji homogenitas yaitu uji

leven. Dikatakan semua variable memiliki
. varian yang sama apabila sig > 0,05
Untuk nilai fisika, pekerjaan orangtua yang berbeda secara signifikan adalah tani dan buruh,
serta tani dan PNS.
Tapi untuk buruh dan PNS tidak terdapat perbedaan secara signifikan
 BAB II

REVIEW JURNAL

2.1 Jurnal Terkait Analisis

Judul: Penerapan Model Multivariat Analisis Of Variance Dalam Mengukur

Persepsi Destinasi Wisata

Nama: Robert Tang Herman

Penerbit: BINUS University

Tujuan: Untuk menyediakan alat konseptual dan prasarana bagi Dinas Pariwisata
DKI Jakarta untuk meningkatkan kemampuan mereka dalam mengevaluasi respon
pasar adalah penelitian awal untuk membuat pemetaan industry. Langkah-langkah
penelitian dimulai . Tujuan Penelitian ini adalah untuk mengukur perbedaan antara
dua buah kelompok. Dua buah kelompok yang dimaksud adalah kelompok yang
memilih wisata rekreasi dan kelompok wisata belanja. Dengan demikian, dua
kelompok ini akan menilai seperangkat ukuran dependen yakni respon terhadap
penilaian berwisata dan kesan terhadap destinasi yang dikunjungi wisatawan.

Data/variable yang digunakan: Jenis data yang dikumpulkan adalah data primer
dimana data diperoleh secara langsung dari responden. Pengambilan sample
dilakukan dengan menggunakan metode accidental sampling. Cara pengamblilan
sample diawali dengan melakukan pengelompokan berdasarkan unit penelitian yakni
lokasi atau tempat wisata yang dikunjungi oleh responden.

Hasil interpretasi: Berdasarkan hasil pengolahan dan analisa data dengan

menggunakan metode Manova, maka dapat disimpulkan:

(1) jenis wisata yang paling banyak diminiati masyarakat DKI Jakarta dan sekitarnya
adalah wisata jenis rekreasi dan wisata belanja;
 (2) berdasarkan hasil analisa Manova, diperoleh hasil yang menunjukan bahwa tidak
ada perbedaan yang signifikan antara wisatawan yang melakukan kunjungan atau
berwisata ”belanja” dengan yang melakukan wisata rekreasi;

(3) terdapat konsistensi penilain responden terhadap indikator penilaian yang

mewakili variabel kesan wisatawan dari kedua kelompok yang memilih wisata
belanja dan wisata rekreasi.

Kesan keseluruhan yang menilai bahwa perlu dilakukan pembenahan pada sektor
infrastruktur yang mendukung kompetensi dari kedua destinasi wisata. Hal ini
konsisten dengan hasil analisa Manova yang menunjukan tidak ada perbedaan yang
signifikan terhadap kedua jenis anggota kelompok.

2.2 Contoh Kasus

Pengaruh Jenis Kendaraan Terhadap Waktu, Tarif dan Konsumsi BBM

Jenis Konsumsi
Responden Waktu Tarif
Kendaraan BBM
1 Ojeg 70 60 80
2 Bis 75 67 85
3 Kereta 78 65 75
4 Ojeg 76 64 78
5 Ojeg 75 65 76
6 Kereta 70 63 75
7 Bis 71 62 78
8 Ojeg 67 65 70
9 Bis 68 64 75
10 Kereta 65 80 76
11 Ojeg 67 87 78
12 Bis 69 86 79
13 Bis 70 78 74
14 Kereta 73 79 74
15 Ojeg 74 76 78
16 Ojeg 80 78 54
17 Bis 87 76 56
18 Kereta 89 76 53
19 Ojeg 86 75 56
20 Ojeg 85 78 67
21 Kereta 87 80 65
22 Bis 79 81 68
23 Ojeg 81 79 67
24 Ojeg 75 79 89
25 Kereta 75 78 77
Nilai alpha yang digunakan = 0,05
Statistik uji yang di gunakan yaitu uji Wilks, uji Roy, uji Lawley-Hotelling dan uji Pillai.
 Tabel di atas menunjukkan hasil uji deskriptif, contoh jenis kendaraan ojeg mempunyai
nilai rata-rata (mean) waktu sebesar 76.00, tarif dengan nilai rata-rata 73.27 dan konsumsi BBM
dengan nilai 72.09 dengan jumlah masing-masing 11 sampel. Begitupula dengan variabel
lainnya seperti kereta dan bis.

Berdasarkan tabel multivariate test tersebut di tentukan apakah jenis kendaraan memiliki
kemampuan yang sama dalam mempengaruhi waktu, biaya dan konsumsi bahan bakar atau tidak,
di gunakan dengan membandingkan nilai Sig. dari uji Pillai’s, Wilks’, Hotelling atau Roys
terhadap tingkat signifikansi. Karena ke-empat nilai Sig. tersebut lebih besar dari taraf
signifikansi 0,05 maka disimpulkan bahwa tidak terdapat jenis kendaraan yang memiliki
kemampuan yang berbeda dalam hal mempengaruhi waktu, tarif dan konsumsi bahan bakar
secara rata-rata.
 Nilai Sig. dari variabel waktu adalah 0,659 yang lebih besar dari taraf signifikansi α =
0,05 maka asumsi kesamaan varian populasi waktu berdasarkan kategori pada jenis kendaraan di
penuhi. Sama halnya dengan nilai pada variabel tarif dan konsumsi bbm.

Berdasarkan tabel tests of between subjects effect dapat diketahui bahwa pada baris
“Jenis Kendaraan” tabel di atas terdapat 3 baris yaitu “Waktu”, “Tarif” dan “Konsumsi BBM”.
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 masing – masing 0.790, 0.957, dan 0.861 dimana >0,05,
sehingga kesimpulan dan jawaban hipotesis adalah:

- Jenis Kendaaraan secara bermakna tidak mempengaruhi Waktu dengan P Value 0,790
yang artinya H0 Diterima atau H1 Ditolak.

- Jenis Kendaaraan secara bermakna tidak mempengaruhi Tarif dengan P Value 0,957 yang
artinya H0 Diterima atau H1 Ditolak.

- Jenis Kendaaraan secara bermakna tidak mempengaruhi Konsumsi BBM dengan P Value
0,861 yang artinya H0 Diterima atau H1 Ditolak.
 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 waktu, tarif dan konsumsi BBM berdasarkan variabel independen yaitu
jenis kendaraan apabila memiliki tanda bintang.
Kesimpulan uji MANOVA:
perbedaan variabel waktu, tarif dan konsumsi BBM berdasarkan jenis kendaraan memiliki
perbedaan antar variabel satu dengan yang lainnya.
 DAFTAR PUSTAKA
Hair, Jr., J.F., Black, W.C., Bobin, J.B., Anderson, R.E. & Thatam, R.L. (2006). Analisis
Data Multivariate. Uppersaddle River: Pearson Prentice-Hall, Inc.
Hidayat, Anwar. 2012. Multivariate Analysis of Variance Atau MANOVA. Diambil dari:
https://www.statistikian.com/2012/07/multivariate-analysis-of-variance-manova.html (6
Desember 2017 14.13 WIB)
Ridha. Rasyid. 2016. ANALISIS DATA MULTIVARIAT. Diambil dari:
http://masakdata.com/analisis-multivariat/ . ( 6 Desember 2017 14.34 WIB)