Lecture 15:

MANOVA:
UNTUK SUSUNAN FAKTORIAL

Arisman Adnan
Dept of Statistics Universitas Riau
Perhatikan kasus univariat:

Untuk melihat efek perlakuan (faktor1, faktor2, dan interaksi

kedua faktor), maka Jumlah Kuadrat Total (JKT) untuk g group di
breakdown menjadi JK Faktor1, JK Faktor2, JK Interaksi dan JK
Error.

(JK T) (B=JK Perlakuan) (W=JK Error)

Univariat: Tabel ANOVA
Multivariat: Tabel MANOVA
Komponen pengujian ini dapat diringkas ke dalam tabel
MANOVA
Untuk uji interaksi, dapat dilakukan dengan menggunakan Lambda
Wilks,

Lamda ini berdistribusi chi-square

Uji untuk efek Faktor1, digunakan

yang berdistribusi chi-kuadrat

Uji untuk efek Faktor2, digunakan

juga berdistribusi chi-kuadrat

 Contoh:
Lihat data plastik (JW p.318) yang disimpan di subdir
mysasprog.
Gunakan infile statement

Note:
Perintah printe pada pernyataan manova memberikan
matrik SSCP atau JKHK dan korelasi error
Data berikut disimpan
dalam txt file di sub dir mysasdata
Excercise:
Analog dengan data plastik, lakukan prosedur berikut untuk
data obat (next page).
1. Modifikasi program sas untuk data plastik (lihat juga
program untuk data obat pada hand out yang diberikan)
untuk menganalisis data tsb.

2. Pisahkan file data dengam file program. Selanjutnya data

akan dibaca oleh SAS dengan menggunakan infile
statement
Seorang manajer di perusahaan farmasi ingin menguji apakah obat baru lebih
baik dari obat lama, dengan memperhatikan faktor kedua yakni DOSIS (50 mg,
100 mg, dan 200 mg). Ada 3 variate yang diukur yakni Hamilton Scale (HS), Yale
Scale (YBS) dan National Scale (NS). Hasil observasi diperoleh sbb:

OBAT
BARU LAMA
HS YS NS HS YS NS
13 18 6 12 16 10
DOSIS 50 14 24 13 13 20 11
15 21 8 15 17 11
13 21 12 13 22 7
15 24 10 14 20 14
100 16 20 9 15 16 12
14 18 11 13 19 9
16 17 10 14 21 12
16 17 9 13 14 10
200 15 23 10 15 20 9
14 19 12 13 23 12
16 17 13 14 22 11
3. Lakukan eksplorasi data pengamatan dengan menggunakan
proc means.

*perintah output digunakan untuk menyimpan hasil analisis pada data file baru
dengan nama mean_obat dengan nama variabel hdrs_mean ybocs_mean
nimh_mean;

4. Lakukan eksplorasi data pengamatan dengan menggunakan

perintah proc plot pada data baru yakni mean_obat. 
5. Lakukan analisis data dengan proc glm.