Multivariate Anova (Manova)

Pada pembahasan sebelumnya telah dibahas analisis varian (Anova) baik anova satu
jalan maupun anova dua jalan. Pada subbab ini kita akan membahas perluasan dari
analisis anova yaitu dengan teknik analisis multivariat anova (Manova). Perbedaan
mendasar antara Anova dan Manova adalah tentang jumlah variabel dependennya.
Pada Anova hanya ada satu variabel dependen sedangkan pada Manova jumlah
variabelnya lebih dari satu sedangkan untuk variabel independennya satu atau lebih.
Sebagai contoh seorang manajer pemasaran suatu perusahaan ingin menganalisa hasil
penjualan yang telah dilakukan selama satu tahun di lima kota besar (misal kota Medan,
Jakarta, dan Surabaya). Selain itu manajer tersebut juga melakukan survey bulanan
tangapan konsumen terhadap produknya dengan memberikan kuesioner. Tujuan dari
analisis yang dilakukan manajer pemasaran tersebut adalah untuk mengetahui apakah
ada perbedaan penjualan dan tanggapan konsumen di lima kota besar tersebut terhadap
produk yang ditawarkan

Kota
Medan Jakarta Surabaya
Bula Penjual Tanggap Penjual Tanggap Penjual Tanggap
n an an an an an an
1 45 35 55 40 47 40
2 43 40 54 37 46 37
3 40 28 58 37 48 29
4 47 31 49 34 51 32
5 50 35 46 38 50 35
6 49 26 50 32 49 31
7 48 37 48 30 45 37
8 42 32 45 40 42 28
9 46 35 50 32 48 32
10 48 30 56 37 51 36
11 50 31 49 29 50 38
12 48 28 52 35 45 32

Untuk melakukan Manova dengan data pada tabel 6.3 mengunakan program SPSS langkah-
langkahnya adalah:

1. Mengiputkan data di atas ke lembar kerja SPSS dengan ketentuan:

 Pada tab variable View ketik name : Kota, Penjualan dan Tanggapan
  Membuat koding untuk variabel metode di value label, untuk Medan koding
1, sedangkan untuk Jakarta koding 2 dan Surabaya koding 3.

 Menginputkan data pada lembar kerja SPSS seperti berikut ini

2. Langkah berikutnya adalah melakukan analisis Manova dengan langkah sebagai

berikut:
 Dari menu SPSS pilih Analyze – General Linier Model – Multivariate
 Pindahkan variabel Penjualan dan Tanggapan Konsumen ke kotak
Dependent Variable sedangkan variabel Kota ke kotak Fixed
Factor(s). Kemudiak klik tombol Model dan pilih Full Factorial, langkah
berikutnya tekan tombol Continue.
 Tekan tombol Options dan pada Display pilih/centang Discriptive
Statistics dan Homogeneity tests, selanjutnya tekan tombol Continue.
 Tekan tombol Post Hoc dan pindahkan Kota ke kotak Post Hoc Tests for.
Kemudian pada Equal variances Assumed centang pilihan Duncan. Langkah
berikutnya tekan tombol Continue. Pada kotak dialoh Multivariate tekan
tombol OK untuk melihat hasilnya.

Between-Subjects Factors
Value Label N

1,00 Medan 12

Kota 2,00 Jakarta 12

3,00 Surabaya 12
 Descriptive Statistics

Kota Mean Std. Deviation N

Medan 46,3333 3,22866 12

Jakarta 51,0000 4,04520 12

Penjualan (buah)
Surabaya 47,6667 2,77434 12

Total 48,3333 3,84708 36

Medan 32,3333 4,14144 12

Jakarta 35,0833 3,70401 12

Tangapan Konsumen
Surabaya 33,9167 3,77692 12

Total 33,7778 3,93600 36

Box's Test of Equality of Covariance Matricesa

Box's M 2,790
F ,424
df1 6
df2 27141,231
Sig. ,863

Tests the null hypothesis that the observed

covariance matrices of the dependent variables
are equal across groups.
a. Design: Intercept + Kota

Multivariate Testsa

Effect Value F Hypothesis df Error df Sig.

Pillai's Trace ,996 4427,836b 2,000 32,000 ,000

Wilks' Lambda ,004 4427,836b 2,000 32,000 ,000

Intercept
Hotelling's Trace 276,740 4427,836b 2,000 32,000 ,000

Roy's Largest Root 276,740 4427,836b 2,000 32,000 ,000

Pillai's Trace ,302 2,930 4,000 66,000 ,027

Wilks' Lambda ,701 3,111b 4,000 64,000 ,021

Kota
Hotelling's Trace ,423 3,279 4,000 62,000 ,017

Roy's Largest Root ,414 6,838c 2,000 33,000 ,003

a. Design: Intercept + Kota

b. Exact statistic
c. The statistic is an upper bound on F that yields a lower bound on the significance level.
 Levene's Test of Equality of Error Variancesa

F df1 df2 Sig.

Penjualan (buah) 1,200 2 33 ,314

Tangapan Konsumen ,079 2 33 ,925

Tests the null hypothesis that the error variance of the dependent variable is
equal across groups.
a. Design: Intercept + Kota

Tests of Between-Subjects Effects

Source Dependent Variable Type III Sum of df Mean Square F Sig.

Squares

Penjualan (buah) 138,667a 2 69,333 6,032 ,006

Corrected Model
b
Tangapan Konsumen 45,722 2 22,861 1,519 ,234
Penjualan (buah) 84100,000 1 84100,000 7316,257 ,000
Intercept
Tangapan Konsumen 41073,778 1 41073,778 2729,979 ,000
Penjualan (buah) 138,667 2 69,333 6,032 ,006
Kota
Tangapan Konsumen 45,722 2 22,861 1,519 ,234
Penjualan (buah) 379,333 33 11,495
Error
Tangapan Konsumen 496,500 33 15,045
Penjualan (buah) 84618,000 36
Total
Tangapan Konsumen 41616,000 36
Penjualan (buah) 518,000 35
Corrected Total
Tangapan Konsumen 542,222 35

a. R Squared = ,268 (Adjusted R Squared = ,223)

b. R Squared = ,084 (Adjusted R Squared = ,029)

Penjualan (buah)
Duncan

Kota N Subset

1 2

Medan 12 46,3333
Surabaya 12 47,6667
Jakarta 12 51,0000
Sig. ,342 1,000

Means for groups in homogeneous subsets are displayed.

Based on observed means.
The error term is Mean Square(Error) = 11,495.
 a. Uses Harmonic Mean Sample Size = 12,000.
b. The group sizes are unequal. The harmonic mean of the group
sizes is used. Type I error levels are not guaranteed.
c. Alpha = ,05.

Tangapan Konsumen
Duncan

Kota N Subset

Medan 12 32,3333
Surabaya 12 33,9167
Jakarta 12 35,0833
Sig. ,109

Means for groups in homogeneous subsets are displayed.

Based on observed means.
The error term is Mean Square(Error) = 15,045.
a. Uses Harmonic Mean Sample Size = 12,000.
b. The group sizes are unequal. The harmonic mean of the group
sizes is used. Type I error levels are not guaranteed.
c. Alpha = ,05.

Output pada bagian pertama berisi value label dari variabel kota. Output pada bagian
kedua berisi statistik deskriptif dari variabel penjualan dan tanggapan responden.
Output yang ketiga adalah Box's Test of Equality of Covariance Matrices. Output ini
digunakan untuk menguji asumsi Manova tentang matrik variance dari variabel
dependen adalah sama. Terlihat bahwa nilai Sig/signifikan uji Box’s Test diperoleh nilai
0,863 yang lebih besar dari 0,05 hal ini berarti matrik variance dari variabel dependen
berbeda dan analisis Manova dapat dilanjutkan.
Output yang keempat adalah uji Multivariate Tests yang digunakan untuk menguji
apakah faktor (Kota) mempengaruhi group variabel dependen. SPSS mengunakan
empat jenis uji yaitu uji Pillai Trace, Wilk Lambda, Hotelling Trace dan Roy’s
Hotelling’s trace. Hasil uji multivariate menunjukan nilai sig /significans untuk
keempat uji lebih kecil dari 0,05 hal ini berarti terdapat hubungan antara Kota dengan
variabel dependen yaitu pejualan dan tanggapan konsumen.
Output yang kelima adalah uji homogenitas varian dengan mengunakan uji Levene’s
test. Dari hasil Levene’s test diperoleh nilai F untuk variabel penjualan = 1,200 dan
untuk tanggapan konsumen nilai F = 0,079. Dengan df 1 = 2 dan df = 33 diperoelh nilai
Ftabel = 3,32. Karena F untuk variabel penjualan dan tanggapan konsumen lebih kecil
dari Ftabel maka varian data homogen, hal ini juga dapat dilihat dari nilai Sig. yang
lebih besar dari 0,05. Karena varian homogen maka analisis Manova dapat dilanjutkan.
Output yang keenam adalah Tests of Between-Subjects Effects yang merupakan test
untuk mengetahui pengaruh univariate Anova untuk setiap variabel dependen. Nilai F
untuk penjualan adalah 6,032 dan nilai tanggapan konsumen adalah 1,519. Dengan df 1
= 2 dan df = 33 diperoelh nilai Ftabel = 3,32. Karena F untuk variabel penjualan lebih
besar Ftabel maka ada perbedaan penjualan dari ketiga kota. Sementara itu untuk
tanggapan konsumen karena nilai F lebih kecil dari Ftabel maka tidak ada perbedaan
tanggapan konsumen dari ketiga kota. Hal ini bisa dilihat dari nilai Sig.
Perbedaan rata-rata penjualan dan tanggapan konsumen dapat dilihat pada output uji
duncan dimana untuk variabel penjualan di kota medan dan surabaya tidak ada
perbedaan yang signifikans sedangkan penjualan di kota jakarta terjadi perbedaan yang
signifikans. Untuk variabel tanggapan konsumen tidak ada perbedaan antara konsumen
diketiga kota.