People Innovation Excellence

MANOVA (Multivariate Analysis of Variance)

Oleh Yuli Eni, S.E., S.Kom., M.M.

Dalam melakukan penelitan, banyak metode yang dapat digunakan misalnya metode regresi, analisis path, anova, manova, cluster, faktor analisis, dan lain sebagainya. Pemilihan metode yang digunakan tersebut, tergantung pada kebutuhan penelitian kita. Kali ini kita akan membahas mengenai metode manova.

Apa sih itu 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).

Berikut jenis analisis varians :

untitled

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.

Published at :
Leave Your Footprint

    Periksa Browser Anda

    Check Your Browser

    Situs ini tidak lagi mendukung penggunaan browser dengan teknologi tertinggal.

    Apabila Anda melihat pesan ini, berarti Anda masih menggunakan browser Internet Explorer seri 8 / 7 / 6 / ...

    Sebagai informasi, browser yang anda gunakan ini tidaklah aman dan tidak dapat menampilkan teknologi CSS terakhir yang dapat membuat sebuah situs tampil lebih baik. Bahkan Microsoft sebagai pembuatnya, telah merekomendasikan agar menggunakan browser yang lebih modern.

    Untuk tampilan yang lebih baik, gunakan salah satu browser berikut. Download dan Install, seluruhnya gratis untuk digunakan.

    We're Moving Forward.

    This Site Is No Longer Supporting Out-of Date Browser.

    If you are viewing this message, it means that you are currently using Internet Explorer 8 / 7 / 6 / below to access this site. FYI, it is unsafe and unable to render the latest CSS improvements. Even Microsoft, its creator, wants you to install more modern browser.

    Best viewed with one of these browser instead. It is totally free.

    1. Google Chrome
    2. Mozilla Firefox
    3. Opera
    4. Internet Explorer 9
    Close