LAPORAN ANALISIS MANOVA

PENGARUH PENERAPAN JENIS TREATMENT PADA TANAMAN

TERHADAP DIAMETER TANAMAN, TINGGI TANAMAN DAN
BERAT TANAMAN

OLEH:
SARAH JESSICA ANGELA
(19037070)

DOSEN PENGAMPU:
ADMI SALMA, S.Pd, M,Si

PROGRAM STUDI DIPLOMA III STATISTIKA

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2021
 BAB I
PENDAHULUAN

1. Latar Belakang
Rancangan percobaan merupakan salah satu alat statistika yang memegang
peranan penting dalam kehidupan sehari-hari yang berhubungan dengan berbagai
bidang, salah satunya pertanian. Peranan statistika dalam penelitian dibidang
pertanian yang menggunakan metode percobaan dapat digunakan untuk melihat
apakah dari perbedaan perlakuan yang diberikan akan menghasilkan efek yang
berbeda.
Analisis statistik multivariat merupakan metode statistik yang memungkinkan
kita melakukan penelitian terhadap lebih dari dua variabel secara bersamaan. Dengan
menggunakan teknik analisis ini maka kita dapat menganalisis pengaruh beberapa
variabel dalam waktu bersamaan. Apabila peneliti hanya menguji pengruh dari satu
faktor saja, maka pemahaman tentang kejadian yang sebenarnya sangatlah kurang,
sehingga diperlukan faktor-faktor pendukung lainnya yang mempengaruhi masing-
masing faktor dan saling ketergantungan faktor tersebut.
Dalam analisis kali ini kita ingin diketahui apakah ada perbedaan yang
dihasilkan terhadap perlakuan –perlakuan yang diberikan pasa suatu tanaman. Pada
penelitian ini diberikan 4 jenis perlakuan yang berbeda pada tiap tanaman, dan ingin
dilihat apakah memberikan hasil yang berbeda dari segi diameter, tinggi dan berat
tanaman. Dimana perlakuan 1 sebagai kontrol (tidak ditetapkan motode apapun),
perlakuan 2 yaitu diberi metode pemupukan, perlakuan 3 yaitu diberikan metode
irigasi dan perlakuan 4 yaitu diberikan metode pemupukan dan irigasi. Dalam hal ini
ingin diketahui apakah perbedaan perlakuan akan memberikan perbedaan juga
terhadap respon (diameter, tinggi dan berat tanaman).
Untuk melakukan analisis Manova selain data nya juga harus berdistribusi
normal, matriks varian dan kovariannya juga harus homogen. Apabila kedua asumsi
sudah terpenuhi, maka pengujian Manova dapat dilakukan. Dari hasil uji Manova
nanti dapat diketahui apakah variabel dependen dipengaruhi oleh efek interkasi
utama, kemudian apakah terdapat perbedaan secara signifikan rata-rata respon
terhadap tiap treatment. Untuk dapat melihat apakah ada perbedaan dari keempat jenis
 perlakuan tersebut dan jika ada yang berbeda ingin diketahui lebih lanjut variabel
respon mana yang memberikan pengaruh paling kuat.

2. Rumusan Masalah
Apakah terdapat pengaruh yang signifikan dengan menggunakan empat jenis
perlakuan treatment terhadap diameter tanaman, tinggi tanaman dan berat tanaman?

3. Tujuan
Ingin mengetahui apakah ada pengaruh yang signifikan dengan menggunakan empat
jenis treatment terhadap diameter tanaman, tinggi tanaman dan berat tanaman.
 BAB II
PEMBAHASAN

A. MANOVA (Multivariate Analysis of Variate)

1. Pengertian Manova
MANOVA atau Multivariate Analysis of Variance merupakan pengembangan
dari anova, yaitu sebagai metode statistik atau teknik statistik yang digunakan
untuk menghitung pengujian signifikansi perbedaan rata-rata secara bersamaan
antar kelompok untuk dua atau lebih variabel terikat. Karakteristik pada
MANOVA adalah variabel bebas bisa lebih dari satu atau satu, namun variabel
terikat nya harus lebih dari satu. Skala pengukuran variabel bebas berjenis
katergorikal dimana data bisa berupa data nominal atau ordinal, sedangkan
variabel terikat merupakan variabel kontinu dimana data berupa interval atau
rasio.
Manova digunakan apabila peneliti ingin melihat pengaruh satu atau lebih
variabel independen yang bersifat kategorikal, yaitu menggunakan skala nominal
atau ordinal terhadap dua atau lebih variabel-variabel dependen yang berskala
numerik. Teknik ini tidak sama dengan multiple Anova. Ada makusd lain Manova
yang tidak dapat diberikan oleh multiple Anova.
Tujuan dari manova adalah untuk mengkaji apakah vektor rataan dua atau
lebih grup sampel diambil dari sampel distribusi yang sama. Manova digunakan
dalam kondisi utama. Pertama saat terdapat beberapa variabel dependen yang
berkorelasi, tetapi peneliti hanya menginginkan satu kali tes pada keseluruhan
variabel. Kedua adalah peneliti ingin mengetahui bagaimana variabel independen
mempengaruhi pola variabel dependennya.

2. Asusmsi Manova
 Datanya harus berdistribusi normal.
 Setiap pengamatan manova diasumsikan bersifat independen.
 Matriks kovarian antar levelnya harus sama.
 Manova mengasumsikan bahwa variabel bebas adalah kategorik dan
variabel terikat kontinue dan juga bersifat homogenitas.
 3. Kegunaan dan Kelebihan Manova
- Kegunaan:
Manova digunakan untuk mengetahui apakah vektor rata-rata populasi
sama, dan jika tidak, komponen rata-rata mana yang berbeda secara nyata.
Karena kemampuannya untuk menganalisis beberapa pngukuran variabel
terikat secara simultan.
- Kelebihan:
 Menyediakan kontrol tingkat kesalahan eksperimen ketika terjadi
beberapa derajat inter-korelasi diantara variabel terikat.
 Menyediakan statistik yang lebih kuat dari ANOVA ketika variabel
terikatnya berjumlah 5 atau kurang.
 Mengabaikan informasi penting, yaitu korelasi antara variabel. Uji
multivariat menggabungkan korelasi langsung ke uji statistik
 Penggunaan tes univariat terfragmentasi menyebabkan tingkat
kesalahan meningkat, bisa saja mnolak sesuatu yang benar atau bahkan
menerima sesuatu yang salah.

B. PENJELASAN KASUS
Kasus yang diambil yaitu kasus pada bidang pertanian. Dalam analisis kali ini
ingin diketahui apakah ada perbedaan yang dihasilkan terhadap perlakuan yang
diberika pada suatu tanaman. Pada kasus ini, diberikan 4 jenis perlakuan yang
berbeda pada tiap tanaman, dan ingin dilihat apakah membeikan hasil yang
berbeda dari segi diameter tanama, tinggi tanaman dan berat tanaman. Dimana
perlakuan 1 yaitu sebagai kontrol (tidak diberikan metode apapun), pelakuan 2
yaitu diberikan metode pemupukan, perlakuan 3 yaitu diberikan metode irigasi
dan perlakuan 4 yaitu diberikan metode pemupukan dan irigasi. Dalam hal ini
ingin diketahui apakah perbedaan perlakuan akan memberikan perbedaan juga
terhadap respon (diameter tanaman, tinggi tanaman dan berat tanaman).
C. DATA
Data penelitian pada studi kasus pertanian (data bersumber dari Minitab, poplar 3)

Treatment Diameter Tinggi Berat

1 2,23 3,76 0,17
1 2,12 3,15 0,15
1 1,06 1,85 0,02
1 2,12 3,64 0,16
1 2,99 4,64 0,37
1 4,01 5,25 0,73
1 2,41 4,07 0,22
1 2,75 4,72 0,3
1 2,2 4,17 0,19
2 4,88 6,68 1,34
2 2,73 4,91 0,3
2 3,05 5,46 0,46
2 2,11 3,7 0,14
2 1,03 1,85 0,02
2 4,84 6,86 1,26
2 5,28 6,82 1,54
2 1,66 3,28 0,08
2 1,57 2,86 0,08
3 3,26 5,07 0,47
3 4,19 5,6 0,8
3 4,03 5,68 0,81
3 2,42 4,14 0,23
3 1,3 2,5 0,04
3 3 4,46 0,34
3 2,93 4,75 0,36
3 2,21 3,62 0,16
3 1,44 2,82 0,05
4 5,73 7,34 2,03
4 2,64 4,4 0,27
4 4,65 7,2 1,42
4 3,76 6,75 0,92
4 4,92 7,1 1,34
4 3,09 6,35 0,56
4 4,22 6,85 1,07
4 5,13 7,14 1,64
4 6,14 7,59 2,38
Variabel:

 X = Treatment
 1 untuk tidak ada perlakuan
 2 untuk diberi pemupukan
 3 untuk diberi irigasi
 4 untuk diberi pemupukan dan irigasi
 Y1 = Diameter Tanaman
 Y2 = Tinggi Tanaman
 Y3 = Berat Tanaman

D. TAHAP ANALISIS
1. Isi variable view pada aplikasi SPSS, seperti gambar berikut:

2. Input data ke dalam SPSS, seperti berikut:

3. Pada menu di SPSS klik Analyze > General Linear Model > Multivariate
 Masukkan diameter tanaman, tinggi tanaman dan berat tanaman ke dalam
kolom dependent variabels. Masukkan treatment ke dalam kolom fixed
factor(s), seperti gambar diatas.
4. Setelah memasukkan data ke dalam kotak, klik Model. Bisa menggunakan
nilai bawaan (default) yaitu full factorial.
5. Klik Post Hoc, isikan sesuai dengan gambar dibawah ini:

6. Klik Options, centang pada gambar dibawah ini:

7. OK
E. INTERPRETASI KASUS

Penjelasan:
 Treatment 1 yaitu untuk tidak ada perlakuan sebanyak 9 data.
 Treatment 2 yaitu untuk diberi pemupukan sebanyak 9 data.
 Treatment 3 yaitu untuk diberi irigasi sebanyak 9 data.
 Treatment 4 yaitu untuk diberi pemupukan dan irigasi sebanyak 9 data.
 Interpretasi:

 Dilihat dari rata-rata pada diameter tanaman ternyata perbedaan di nilai

rata-rata pada empat jenis treatmen tersebut yang cukup signifikan. Maka
dapat disimpulkan empat jenis treatment tersebut memberikan pengaruh
yang signifikan pada diamter tanaman.
 Dilihat dari rata-rata pada tinggi tanaman ternyata perbedaan di nilai rata-
rata pada empat jenis treatmen tersebut yang cukup signifikan. Maka
dapat disimpulkan empat jenis treatment tersebut memberikan pengaruh
yang signifikan pada tinggi tanaman.
 Dilihat dari rata-rata pada berat tanaman ternyata perbedaan di nilai rata-
rata pada empat jenis treatmen tersebut yang cukup signifikan. Maka
dapat disimpulkan empat jenis treatment tersebut memberikan pengaruh
yang signifikan pada berat tanaman.

Penjelasan:

Berdasarkan uji Box’s M pada SPSS diketahui bahwa nilai signifikansi kurang dari
0.05 (0,000 < 0,05) sehingga dapat disimpulkan matriks varian kovarian data tidak
homogen sehingga data antar variabel (antara diameter tanaman, tinggi tanaman dan
berat tanaman) tidak memiliki level yang sama. Data yang tidak homogen ini dapat
diatasi dengan menambah jumlah variabel observasi atau dengan melakukan
transformasi terhadap data. Agar dapat dilanjutkan dengan pengujian Manova, maka
untuk sementara data diasumsikan homogen.

Interpretasi:
Perhatikan nilai pada bagian treatment. Pada output terlihat pada effect treatment
baik menggunakan Pillair’s Trace, Willks’ Lambda, Hotellings”s Trace dan Roy’s
Largest Root terlihat signifikannya 0,000 yang berarti < 0,05 sehingga dapat
disimpulkan bahwa terdapat berbagai jenis treatment yang memiliki kemampuan
berbeda dalam hal mempengaruhi diameter tanaman, tinggi tanaman dan berat
tanaman secara simultan.
Interpretasi:
Perhatikan pada baris treatment.
 Nilai sig dari variabel tak bebas diameter tanaman adalah 0,005. Karena
nilai sig lebih kecil dari tingkat signifikan α = 0,05 maka dapat
disimpulkan bahwa penerapan keempat jenis treatment tersebut
berpengaruh terhadap diameter tanaman.
 Nilai sig dari variabel tak bebas tinggi tanaman adalah 0,000. Karena nilai
sig lebih kecil dari tingkat signifikan α = 0,05 maka dapat disimpulkan
bahwa penerapan keempat jenis treatment tersebut berpengaruh terhadap
tinggi tanaman.
 Nilai sig dari variabel tak bebas berat tanaman adalah 0,000. Karena nilai
sig lebih kecil dari tingkat signifikan α = 0,05 maka dapat disimpulkan
bahwa penerapan keempat jenis treatment tersebut berpengaruh terhadap
berat tanaman.
 BAB III

PENUTUP

Kesimpulan:

Setelah dilakukan analisis Manova terhadap Pengaruh Penerapan Jenis Treatment

Pada Tanaman Terhadap Diameter Tanaman, Tinggi Tanaman Dan Berat Tanaman maka
dapat disimpulkan ketiga variabel memberikan perbedaan yang signifikan antara rata-rata
respon diameter, tinggi dan berat pada keempat treatment tersebut.
 DAFTAR PUSTAKA

https://www.academis.edu/22417533/MULTIVARIATE_ANALYSIS_OF_VARIANCE
_MANOVA_

https://id.scribd.com/presentatuion/426664867/PPT-MANOVA-pptx

https://www.academia.edu/11433350/ANALISIS_MANOVA_PADA_DATA_DESAIN_
EKSPERIMEN_DI_PERTANIAN