Dalam SPSS prosedur manova disebut juga GLM multivariat digunakan untuk menghitung analisis regresi dan varians untuk variable tergantung lebih dari satu dengan menggunakan satu atau lebih variabel faktor atau covariates. Dengan menggunakan analisis jenis ini maka dapat dilakukan uji hipotesis Ho mengenai pengaruh beberapa variable faktor dan rata-rata berbagai kelompok distribusi gabungan semua variabel tergantung.
Manova merupakan perluasan dari analisis ANOVA. Perbedaan kedua analisis tersebut terletak pada jumlah variable dependennya (variable terikat). Untuk lebih jelasnya ANOVA digunakan untuk mengetahui apakah terdapat perbedaan pengaruh perlakuan terhadap sati variable respon sedangkan MANOVA digunakan untuk mengetahui apakah terdapat perbedaan pengaruh terhadap lebih dari satu variable respon.
Adapun persyaratan yang harus dipenuhi sebelum menggunakan analisis manova antara lain:
- Terdapat dua atau lebih variable tergantung dengan skala interval
- Terdapat satu variable bebas menggunakan skala nominal
- Variable tergantung diambil dengan cara random sample dari vektor populasi normal multivariate dalam suatu populasi, dan untuk matrik variance-covariance untuk semua sel sama
- Dalam menggunakan prosedur GLM, menggunakan prosedur Explore untuk memeriksa data sebelum melakukan analisis variance. Menggunakan GLM Univariate untuk satu variable tergantung. Bila mana mengukur beberapa variable tergantung yang sama pada beberapa kesempatan untuk masing-masing subjek maka dapat menggunakan GLM repeated measures.
Terdapat beberapa pengukuran multivariate untuk menghitung MANOVA:
-         Wilk’s Lambda
-         Pillai’s Trace
-Â Â Â Â Â Â Â Â Â Hotelling-Lawley Trace
-         Roy’s Largest Root
Langkah-langkah dalam melakukan analisis MANOVA, yaitu:
- Buka program SPSS
- Buka data anda yang akan dianalisis dengan teknik MANOVA
- Klik Analyze > General Linear Model > Multivariate
- Muncul kotak dialog Multivariate
- Masukkan variablenya misal variable “nilai†dan “IQ†ke dalam kotak Dependent Variables. Dalam kotak Dependent Variable ini variable bertipe interval/ rasio atau data tipe kuantitatif.
Perlu diketahui bila kita hanya memasukkan 1 variable saja, maka button OK tidak akan berfungsi atau tidak aktif. Hal ini sesuai dengan ciri dari MANOVA itu sendiri yang digunakan untuk menganalisa lebih dari satu variable.
- Masukkan variabel, misal variable “metode†ke dalam kotak Fixed Factor. Dalam kotak ini variable tersebut bertipe nominal atau kualitatif.
Tampilan kotak dialog Multivariate
- Klik Options. Kemudian beri tanda centang pada Homogeneity.
Klik Continue.
Tampilan kotak dialog Multivariate-Options
- Klik OK.
- Berikut adalah output dari perintah Multivariate.
|
Between-Subjects Factors |
|||
|
Value Label |
N |
||
| metode | 1 | Metode A |
12 |
| 2 | Metode B |
12 |
|
| 3 | Metode C |
12 |
|
|
Box’s Test of Equality of Covariance Matricesa |
||
| Box’s M |
8.584 |
|
| F |
1.305 |
|
| df1 |
6 |
|
| df2 |
2.714E4 |
|
| Sig. |
.251 |
|
| Tests the null hypothesis that the observed covariance matrices of the dependent variables are equal across groups. | ||
| a. Design: Intercept + metode | ||
|
Multivariate Testsc |
||||||
| Effect |
Value |
F |
Hypothesis df |
Error df |
Sig. |
|
| Intercept | Pillai’s Trace |
.997 |
5.759E3a |
2.000 |
32.000 |
.000 |
| Wilks’ Lambda |
.003 |
5.759E3a |
2.000 |
32.000 |
.000 |
|
| Hotelling’s Trace |
359.940 |
5.759E3a |
2.000 |
32.000 |
.000 |
|
| Roy’s Largest Root |
359.940 |
5.759E3a |
2.000 |
32.000 |
.000 |
|
| metode | Pillai’s Trace |
.265 |
2.519 |
4.000 |
66.000 |
.049 |
| Wilks’ Lambda |
.740 |
2.595a |
4.000 |
64.000 |
.045 |
|
| Hotelling’s Trace |
.344 |
2.663 |
4.000 |
62.000 |
.041 |
|
| Roy’s Largest Root |
.322 |
5.307b |
2.000 |
33.000 |
.010 |
|
| a. Exact statistic | ||||||
| b. The statistic is an upper bound on F that yields a lower bound on the significance level. | ||||||
| c. Design: Intercept + metode | ||||||
|
Levene’s Test of Equality of Error Variancesa |
||||
|
F |
df1 |
df2 |
Sig. |
|
| nilai |
2.486 |
2 |
33 |
.099 |
| IQ |
1.499 |
2 |
33 |
.238 |
| Tests the null hypothesis that the error variance of the dependent variable is equal across groups. | ||||
| a. Design: Intercept + metode | ||||
|
Tests of Between-Subjects Effects |
||||||
| Source | Dependent Variable |
Type III Sum of Squares |
df |
Mean Square |
F |
Sig. |
| Corrected Model | nilai |
115.167a |
2 |
57.583 |
.674 |
.516 |
| IQ |
100.722b |
2 |
50.361 |
1.138 |
.333 |
|
| Intercept | nilai |
236196.000 |
1 |
236196.000 |
2.765E3 |
.000 |
| IQ |
443334.028 |
1 |
443334.028 |
1.002E4 |
.000 |
|
| metode | nilai |
115.167 |
2 |
57.583 |
.674 |
.516 |
| IQ |
100.722 |
2 |
50.361 |
1.138 |
.333 |
|
| Error | nilai |
2818.833 |
33 |
85.419 |
||
| IQ |
1460.250 |
33 |
44.250 |
|||
| Total | nilai |
239130.000 |
36 |
|||
| IQ |
444895.000 |
36 |
||||
| Corrected Total | nilai |
2934.000 |
35 |
|||
| IQ |
1560.972 |
35 |
||||
| a. R Squared = ,039 (Adjusted R Squared = -,019) | ||||||
| b. R Squared = ,065 (Adjusted R Squared = ,008) | ||||||
Leave a Reply