MANOVA (GLM MULTIVARIAT)

Pengantar
Seperti telah dijelaskan pada modul sebelumnya, perbedaan MANOVA
dengan ANOVA sebenarnya hanya terletak pada jumlah variabel Dependen.
Jika pada ANOVA hanya ada satu Dependent Variable, maka MANOVA
justru mensyaratkan adanya lebih dari satu Dependent Variable yang
dianalisis secara bersama-sama.
Karena jumlah variabel dependen lebih dari satu, maka MANOVA bisa
dikategorikan sebagai alat analisis Multivariat. Variat disini adalah
kombinasi linier dari variabel-variabel dependen.
KASUS 1:
Data yang digunakan sama dengan data pada Kasus ANOVA (GLM
UNIVARIAT) sebelumnya, yang terdapat pada file manova.sav
Data tersebut terdiri dari sembilan variabel, terbagi menjadi data bertipe
nominal dan rasio, yang menggambarkan profil 25 responden dalam
menghabiskan waktu luang mereka di rumah dengan menonton Televisi,
mendengarkan radio atau membaca koran dan majalah.
Namun berbeda dengan kasus sebelumnya yang hanya memasukkan variabel
Televisi pada Dependent Variable, Kasus berikut akan membahas adanya dua
variabel, yakni Televisi dan Koran_mj (Koran dan Majalah) sebagai
Dependent Variable. Hal ini disebabkan perilaku menonton Televisi erat
kaitannya dengan membaca Koran/Majalah. Pada masa kini, seseorang yang
biasa membaca Televisi pada umumnya juga terbiasa membaca koran atau
majalah, karena keduanya mempunyai karateristik yang berbeda. Koran atau
2
Majalah adalah media cetak, sedang Televisi adalah media non cetak
(elektronik). Dengan demikian, keduanya secara logika akan saling
melengkapi kebutuhan informasi seseorang. Seperti adanya berita menarik
yang dilihat di Televisi akan mendorong seseorang untuk melengkapi
informasinya dengan membaca berita terkait di koran atau majalah yang
relevan.
Dari uraian diatas, terlihat pentingnya memasukkan lebih dari satu variabel
kedalam Dependent Variable, yang harus ditafsir secara bersama-sama. Jadi
sekarang akan dilihat kaitan antara media Televisi dan Koran/Majalah secara
bersama-sama, dengan berbagai profil responden.
Dari data tersebut, akan dilihat apakah:
1. Tingkat Pendidikan seorang responden mempengaruhi lama responden
tersebut dalam menonton Televisi dan membaca Koran/Majalah secara
bersama-sama?
2. Gender (Jenis Kelamin) responden mempengaruhi lama responden
tersebut dalam menonton Televisi dan membaca Koran/Majalah secara
bersama-sama?
Langkah:
1. MENGUJI HUBUNGAN TINGKAT PENDIDIKAN DENGAN
MENONTON TELEVISI DAN MEMBACA KORAN/MAJALAH
Perhatikan disini bahwa baik variabel Televisi maupun variabel koran_mj
adalah data rasio (kuantitatif), dan keduanya menjadi Dependent Variable,
karena lamanya menonton atau membaca secara logika kemungkinan
dipengaruhi tingkat pendidikan seseorang, dan bukan sebaliknya. Dan
variabel DEPENDENT harus data kuantitatif (bisa interval atau rasio).
Proses pengujian:
• Buka file manova
• Dari menu Analyze, pilih submenu General Linier Model, lalu pilihan
Multivariate…
Tampak di layar:
3
Pengisian:
− Masukkan variabel televisi dan koran_mj ke bagian DEPENDENT
VARIABLES.
NB: Jika Dependent variable hanya diisi satu variabel, maka tombol
OK tidak akan aktif. SPSS hanya mengolah MANOVA dengan
Dependent Variable lebih dari satu, sesuai ciri MANOVA.
− Masukkan variabel didik ke bagian FIXED FACTOR(S)
NB: Fixed Factor(s) selalu berisi data bertipe nominal atau
kualitatif.
Kemudian buka icon OPTIONS, hingga tampak di layar:
4
Pengisian:
Pada bagian DISPLAY, aktifkan pilihan Homogenity tests
NB: Homogenity test untuk menguji asumsi kesamaan varians pada
MANOVA.
Tekan tombol CONTINUE untuk kembali ke kotak dialog utama.
Abaikan bagian lain dan tekan OK untuk proses uji variabel, dengan Output:
(disimpan pada file MANOVA.spo).
Output dan Analisis:
MENGUJI ASUMSI VARIANS-KOVARIANS DARI MANOVA
Salah satu asumsi pada proses MANOVA adalah apakah matrik varianskovarians
dari dependent variable, yakni TELEVISI dan KORAN_MJ, sama
untuk grup-grup yang ada (independent variable)? Dalam hal ini grup adalah
tingkat pendidikan responden. Seperti halnya ANOVA, output MANOVA
bisa ditafsir dengan baik jika matrik varians-kovarians dari dependent
variable relatif sama pada setiap grup independent.
Pengujian varians-kovarians bisa dilihat dengan dua sisi, yakni diuji secara
bersama-sama dan pengujian per variabel dependen.
• Pengujian bersama-sama dengan menggunakan Box's M
General Linear Model
5
Box's Test of Equality of Covariance Matricesa
4.522
.644
6
3658.700
.695
Box's M
F
df1
df2
Sig.
Tests the null hypothesis that the observed covariance
matrices of the dependent variables are equal across groups.
Design: Intercept+DIDIK a.
Analisis:
• HIPOTESIS
Ho=Kedua variabel dependent (Televisi dan Koran_mj) mempunyai
matrik varians-kovarians yang sama pada grup-grup yang ada
(Pendidikan SMA, Akademi dan Sarjana)
Hi=Kedua variabel dependent (Televisi dan Koran_mj) mempunyai
matrik varians-kovarians yang berbeda pada grup-grup yang ada
(Pendidikan SMA, Akademi dan Sarjana)
• KRITERIA KEPUTUSAN
Jika angka Sig. >0,05, maka Ho diterima
Jika angka Sig. <0,05, ho=" Variabel" hi=" Variabel">0,05, maka Ho diterima
Jika angka Sig. <0,05, ho=" Variabel" hi=" Variabel">0,05, maka Ho diterima
Jika angka Sig. <0,05, squared =" .276" squared =" .210)" squared =" .101" squared =" .019)" ho=" Variabel" hi=" Variabel">0,05, maka Ho diterima
Jika angka Sig. <0,05, ho=" Variabel" hi=" Variabel">0,05, maka Ho diterima
Jika angka Sig. <0,05, maka Ho ditolak
• OUTPUT
Perhatikan baris GENDER pada angka signifikansi yang diuji dengan
prosedur Pillai, Wilk's Lambda, Hotelling dan Roy's. Semua prosedur
menunjukkan angka signifikansi yang sama, yakni 0,876. Karena angka
tersebut jauh diatas 0,05, maka Ho diterima.
Hal ini berarti lama menonton Televisi dan membaca Koran/Majalah secara
bersama-sama pada seorang responden tidak dipengaruhi oleh gender
responden tersebut. Jadi seorang responden Laki-laki mempunyai waktu
menonton Televisi atau membaca Koran/Majalah yang relatif sama dengan
responden Wanita.
Karena dengan uji signifikansi Multivariate telah terbukti tidak ada
perbedaan, maka sebenarnya tabel output berikut (TEST OF BETWEEN
SUBJECTS EFFECTS) tidak perlu ditafsir lebih lanjut.