Statistik Inferensial Pert.14 Uji Manova

 

Statistik In

 

Pada penelitian inferensial, dilaksanakan asumsi-asumsi. Asumsi pertama yang harus dipenuhi adalah sampel diambil secara acak dari suatu populasi. Hal ini diperlukan agar semua sampel yang digunakan sebagai penelitian dapat mewakili populasi yang akan diteliti. Asumsi-asumsi lain yang harus dipenuhi tergantung pengujian yang digunakan. Statistik inferensial dapat dibedakan menjadi ststistik parametrik dan statistic non parametrik. Statistik parametrik digunakan untuk menganalisis data dalam bentuk skala interval atau rasio dari populasi yang berdistribusi normal sedangkan analisis non parametrik digunakan untuk menganalisis data skala nominal dan ordinal dari populasi yang bebas distribusi. Ditinjau menurut variabelnya metode analisis data statistik dibedakan menjadi analisis satu variabel (Univariate Analysis), analisis dua variabel (Bivariate Analysis) dan analisis banyak variabel (Multivariate Analysis).

Multivariate analysis of variance atau lazim disebut sebagai MANOVA dikembangkan sebagai konstruk teoritis oleh S.S Wilks pada tahun 1932. Manova merupakan analisis multivariat yang mana perluasan dari konsep dan Teknik univariate analysis of variance (ANOVA) yang digunakan untuk menganalisis perbedaan rata-rata (mean) beberapa kelompok. Perbedaan antara ANOVA dan MANOVA terletak pada jumlah variabel dependennya. ANOVA digunakan untuk mengetahui perbedaan rereata atau pengaruh teatment (perlakuan terhadap satu variabel dependen, sedangkan MANOVA digunakan untuk mengetahui perbedaan pengaruh teatment (perlakuan) terhadap lebih dari satu variabel dependen.

Berikut merupakan perbedaan analisis ragam peubah ganda (MANOVA) dengan analisis ragam satu peubah (ANOVA):

ANOVA (Univariate Analysis of Variance)

MANOVA (Multivariate Analysis of Variance)

Hanya mengkaji berbagai pengaruh percobaan yang dilakukan terhadap respons tunggal (satu unit variabel respon)

Mengkaji pengaruh dari berbagai perlakuan yang dicobakan terhadap respons ganda (lebih dari satu respons)

Ketergantungan di antaa variabel respon tidak menjadi perhatian utama karena pada dasarnya terdapat anggapan bahwa variabel-variabel respon saling bebas satu satu sama lain sehingga pengkajian strukur keragaman hanya dilakukan terhadap setiap variabel respons secra terpisah.

Mempertimbangkan adaya ketergantungan antar variabel respons sehingga cocok diguakan untuk pengkajian pengaruh dari berbagai perlakuan terhadap lebih dari satu respons.

MANOVA lazim digunakan dalam dua kondisi utama yaitu pada saat terdapat beberapa variabel dependen yang saling berkorelasi sementara peneliti hanya menginginkan satu tes keseluruhan pada kumpulan variabel ini dibandingkan dengan beberapa kali tes individual dan pada saat peneliti ingin mengetahui bagaimana variabel independen memrngaruhi pola variabel dependennya.

MANOVA adalah generalisasi dari analisis varian untuk situasi dimana ada beberapa variabel independen dengan mengukur beberapa variabel dependen. Seorang peneliti dapat meningkatkan kemungkinan perubahan yang dihasilkn oleh perlakuannya berbeda-beda dan interaksi[1]interaksi yang berbeda-beda, tetapi meningkatkan kompleksitas analisis. Keuntungan dari MANOVA melalui serangkaian ANOVA untuk setiap variabel dependen adalah perlindungan terhadap kesalahan tipe satu. Akan tetapi keuntungan ini akan terlihat hanya ketika uji signifikansi dua sisi. Namun jika test satu sisi yang diinginkan, penggunaan MANOVA dapat mengakibatkan kerugian yang tidak dapat diterima hasilnya. Dalam analisis data, variabel bebas (faktor) menunjukkan arah analisis. Satu fakor menunjukkan satu arah, dua faktor menunjukkan dua arah, dan seterusnya.

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

1.       Adanya independensi antar-anggota grup. Sebagai contoh respon antar grup responden seharusnya tidak berkorelasi.

2.       Linearitas yaitu hubungan yang linear diantara seluruh pasangan varaibel dependen.

3.       Adanya kesamaan matriks kovarians antar group pada variabel dependent (Homogeneity of covariance matrices),

4.       Variable-variabel dependen seharusnya berdistribusi normal.

5.       Karena pada MANOVA jumlah variabel dependen lebih dari satu, maka pengukuran normalitas adalah untuk multivariate.

6.       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.

7.       Antar-variabel dependen seharusnya tidak terjadi korelasi yang kuat (multikolinearitas).

8.       MANOVA cukup sensitive terhadap keberadaan data yang bernilai sangat ekstrem (outlier). Karena itu, data terlebih dahulu perlu dideteksi apakah mengandung outlier atau tidak.

Komentar

Postingan populer dari blog ini

Pembutan Kertas Berbahan Kulit Durian

topik 2 asesmen autentik