Uji Manova

MANOVA adalah perluasan multivariate dari analisis ANOVA. MANOVA merupakan

metode statistik untuk mengeksplorasi hubungan diantara beberapa variable independen yang
berjenis kategorikal (bisa data nominal atau ordinal) dengan beberapa variable dependen
yang berjenis metric (bisa data interval atau rasio).

Tujuan MANOVA yaitu untuk mengetahui apakah ada perbedaan yang nyata pada variable-
variabel dependen antar-anggota sebuah grup (variable independen).

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.

Jadi apabila dibuat kesimpulan:

Uji ini adalah bentuk multivariat dari ANOVA, sedangkan Hotelling’s T2 adalah bentuk
multivariat dari independen t test. Berikut Gambarannya:

Uji Multivariat Anova

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.
Keunggulannya adalah mampu digunakan untuk menganalisis pengaruh setiap variabel
independen yang berskala kategorik terhadap masing-masing variabel dependen secara
terpisah, di mana variabel dependen berskala kuantitatif.

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.

Demikian di atas telah dijelaskan secara singkat kepada para pembaca atau mahasiswa yang
sedang penelitian. Meskipun singkat, kiranya sudah jelas, bahwa analisis dalam artikel ini
dapat bermanfaat bagi para peneliti atau mahasiswa untuk melakukan uji kausal komparatif
jika skala data variabel terikat ada lebih dari dan berskala data interval atau rasio. Sedangkan
variabel bebasnya bebasnya adalah data kategorik.

Cara Melakukan Uji Manova dalam SPSS dijelaskan dalam Artikel kami yang berjudul
“Manova dalam SPSS“.

Berikut jenis analisis varians :

Metode ANOVA dan MANOVA memiliki konsep yang sama yaitu untuk menganalisis
perbedaaan rata-rata secara serempak antara dua kelompok atau lebih dan menganalisis
hubungan atau pengaruh variabel independen terhadap variable dependen. Perbedaannya
terletak pada jumah variable dependentnya.

Jumlah sampel pada MANOVA sebaiknya 20 kasus per grup. Sebagai contoh , jika ada 3
grup , maka sebaiknya ada 3×20=60 sampel.

Untuk menggunakan metode manova, terdapat beberapa asumsi yang harus terpenuhi yaitu
sebagai berikut :

 Adanya independensi antar-anggota grup. Sebagai contoh respon antar grup

responden seharusnya tidak berkorelasi.
 Linearitas yaitu hubungan yang linear diantara seluruh pasangan varaibel dependen.
 Adanya kesamaan matriks kovarians antar group pada variable dependent
(Homogeneity of covariance matrices)
 Variable-variabel dependen seharusnya berdistribusi normal. Karena pada MANOVA
jumlah variable dependen lebih dari satu, maka pengukuran normalitas adalah untuk
multivariate. Karena pengukuran normalitas untuk multivariat sulit dilakukan, maka
bisa diasumsikan bahwa jika masing-masing variable dependen sudah berdistribusi
normal atau mendekati normal, maka kumpulan variable dependen juga dianggap
akan berdistribusi normal.
 Antar-variabel dependen seharusnya tidak terjadi korelasi yang kuat
(multikolinearitas).
 MANOVA cukup sensitive terhadap keberadaan data yang bernilai sangat ekstrem
(outlier). Karena itu, data terlebih dahulu perlu dideteksi apakah mengandung outlier
atau tidak.
 CONTOH UJI COBA MANOVA

Multivariate Analysis of Variance (MANOVA) Dalam

Teori
MANOVA

(syarat penggunaan MANOVA ialah semua datanya harus berdistribusi normal multivariate
dan varian/ragamnya sama)

Model linier:

Xlj =  + l + elj

Di mana: j = 1, 2, ..., nl dan l = 1, 2, ..., g

εij adalah peubah acak Np(0, ), vektor parameter  adalah nilai tengah umum, dan vektor
pengaruh l mencerminkan pengaruh perlakuan ke-l.

Hipotesis: 

Hipotesis: 