TUGAS KELOMPOK TENTANG MANOVA

ANALISIS DATA MULTIVARIAT I

Diajukan untuk memenuhi tugas mata kuliah Analisis Data Multivariat I
Semester 5 Tahun Ajaran 2014/2015

Disusun Oleh :
Nisrina Fatin Hanifah
140610120003
Siti Jubaedah
140610120006
Yudi Aristanto
140610120033
Kelas A
Dosen: Titi Purwandari, Dra., MS

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJAJARAN
2014/2015

1. ANOVA
Analysis of Variance (Anova) digunakan untuk menguji rata-rata dari tiga atau lebih populasi.
Rata-rata populasi tersebut apakah sama atau tidak sama. Konsep dasar ANOVA dikemukakan
oleh R.A. Fisher. Prinsip pengujiannya adalah menganalisis variabilitas atau keragaman data
menjadi dua sumber variasi, yaitu variasi dalam kelompok (within) dan variasi antar kelompok
(between). Bila variasi within dan between sama maka rata-rata yang dihasilkan tidak ada
perbedaan, sebaliknya bila hasil perbandingan kedua varian tersebut menghasilkan nilai lebih
dari 1, maka rata-rata yang dibandingkan menunjukkan adanya perbedaan.
Beberapa asumsi dasar yang mesti dipenuhi pada uji ANOVA adalah:
(a) Data sampel yang digunakan berdistribusi normal atau dianggap normal,
(b) Populasi tersebut memiliki varian yang homogen,
(c) Sampel tidak berhubungan satu dengan lain (independen).

Adapun langkah-langkah pengunjian ANOVA adalah sebagai berikut:

1. Tentukan banyaknya k (populasi/perlakuan) dan n (banyak sampel yang diambil.
2. Hitung Jumlah Kuadrat antar kelompok (between) dan jumlah kuadrat dalam kelompok
(within), masing-masing dengan menggunakan rumus dibawah ini:

Jumlah kuadrat antar kelompok: SSH=

Jumlah kuadrat dalam kelompok: SSE=

3. Hitung rata-rata jumlah kuadrat

.
=1

..2

2
.

MSH=(1)
MSE=

4. Hitung nilai F=

5. Bandingkan dengan nilai F,k-1,k(n-1). Jika nilai F> F,k-1,k(n-1) maka Ho ditolak.

Umumnya, hasil perhitungan analisis ANOVA disajikan dalam bentuk tabel yang disebut Tabel
ANOVA.
Sumber Variasi
Antar Kelompok
Dalam Kelompok
Total

dk
k-1
k(n-1)
kn-1

SS
SSH=
SSE=

.
=1

..2

2
.

MS

MSH=(1)
MSE=

F=

SSH+SSE

Contoh kasus:
Diduga bahwa pendapatan kepala keluarga sebulan untuk tingkatan golongan masyarakat
(nelayan, petani garam, penjual kelontong) rata-ratanya berbeda. Untuk itu dilakukan penelitian
dengan mengambil 9 kepala keluarga dari masing-masing tingkatan golongan masyarakat. Ujilah
dengan menggunakan ANOVA apakah dugaan tersebut benar?
Nelayan

Petani

67
82
90
86
60
88
70
85
100

58
62
74
55
46
75
48
73
65

Pedagang
Kelontong
78
96
115
85
86
99
121
88
97

Jawab
Hipotesis :
H0

: 1 = 2 = 3, rata-rata pendapatan nelayan, petani garam dan petani kelontong dalam

satu bulan sama

H1

: minimal satu tanda sama dengan tidak berlaku, rata-rata pendapatan nelayan, petani
garam dan petani kelontong dalam satu bulan tidak sama

: 0.05

Statistik Uji: ANOVA

.
=1

SSH=
=

..2

728 2 +556 2 +865 2

9

2149 2
39

= 5327.185
SSE=

2
.

(728 2 +556 2 +865 2 )

= 180227-

= 3855.333

F=

/(1)

= / (1)
5327 .185 /(31)

= 3855 .333 /3(91)

= 16.581
Tabel ANOVA
Sumber Variasi

dk

SS

MS

Antar kelompok

5327.185

2663.3925

16.581

Dalam kelompok

24

3855.333

160.6389

Total

26

9182.518

Kriteria Uji: Tolak Ho jika Fhit > F,k-1,k(n-1), terima dalam hal lainnya.
Diketahui F,k-1,k(n-1)= F0.05,2,24= 3.403
Kesimpulan: karena nilai Fhit (16.581) > F0.05,2,24 (3.403) maka Ho ditolak. Sehingga dapat
disimpulkan bahwa rata-rata pendapatan kepala keluarga dalam sebulan untuk nelayan, petani
garam dan kelontong tidak sama.

2. MANOVA (ONE WAY/SATU ARAH)

Manova Satu Arah yaitu perluasan dari ANOVA, bertujuan untuk memeriksa secara simultan
hubungan antara beberapa variabel independent kategori ( non metrik ) dengan dua / lebih
variabel dependent metric dimana variabel tak bebas lebih dari 1 (Y1,Y2,.,Yk).
Model Manova Satu Arah
Yij i ij
Yij i ij

i i
ij saling , bebas

N p (0, )

Asumsi pada MANOVA

1. Variabel tak bebas pada setiap populasi berdistribusi normal multivariat
Pendekatan jarak Mahalanobis Q-Q Plot
2. Homogenitas matriks varians kovarians variabel tak bebas pada setiap
grup perlakuan .
Uji Boxs M
3.Setiap observasi bersifat bebas ( independent ).
Hipotesis untuk Manova Satu Arah ialah
H 0 : 1 2 ... k 0

( tidak terdapat perbedaan efek faktor)

H1 : i 0
Ho : 1 ... k

Atau

k 1
11 21


12
22
k2

Ho :

...
.
. .

1 p 2 p
kp

Dimana semua populasi memiliki vector rata-rata yang sama.

11 21 ... k1
12 22 ... k 2
.

1 p 2 p ... kp

Dengan rumus :

Tabel MANOVA SATU ARAH/ONE WAY MANOVA

Sumber variasi

Matriks jumlah kuadrat

Derajat bebas

H ni ( y i. y.. )( y i. y.. ) '

Perlakuan

k-1

i 1

ni

E ( yij y i. )( yij y i. ) '

Residu

n k
i 1

i 1 j 1

ni

n 1

H E ( yij y..)( yij y..) '

Total

i 1

i 1 j 1

Contoh kasus
Ujilah vektor rata-rata untuk setiap kelompok dibawah ini. Apakah sama atau berbeda?
1

94

91

91

94

94

93

92

93

95

91

94

96

92

90

93

97

91

97

93

96

97

93

92

95

93

89

94

93

90

95

91

95

93

95

95

94

Model linier :
Yij = + +

untuk i = 1,2,.,k
j = 1,2,.,n

= +
Hipotesis :
11

H0 : 12
13
14

21

= 22
23
24

31

= 32
33
34

artinya vektor rata-rata kelompok 1 = 2 = 3

H1 : terdapat salah satu vektor rata-rata yang berbeda

= 0.05

Statistik uji : One Way Manova

Diperoleh informasi vector rata-rata untuk masing-masing kelompok dan rata-rata total.
93
90
1 =
92.667
94.667

91.667
95
2 =
92
94.667

95
93
3 =
93.667
95

93.222
= 92.667
92.778
94.778

Kemudian mencari H
Untuk k=1
0.2222
. .. = 2.6667
0.1111
0.1111

. .. . ..

0.0494
= 0.5926
0.0247
0.0247

0.5926
7.1111
0.2963
0.2963

2.4198
3.63 1.2099 0.1728
3.6296
5.4444
1.815 0.259
=
1.2099 1.815 0.6049 0.0864
0.1728 0.259 0.0864 0.0123

3.1605
= 0.5926
1.5802
03951

0.0247
0.2963
0.0123
0.0123

0.0247
0.2963
0.0123
0.0123

Untuk k=2
1.5556
. .. = 2.3333
0.7778
0.1111

. .. . ..

Untuk k=3
1.7778
. .. = 0.3333
0.8889
0.2222

. .. . ..

0.5926
0.1111
0.2963
0.0741

1.5802
0.2963
0.7901
0.1975

0.3951
0.0741
0.1975
0.0494

Dengan demikian matiks H akan mempunyai bentuk

H=

16.889 7.333 8.4444 1.7778

7.333
38
3.667 0.3333
8.4444 3.667 4.2222 0.8889
1.7778 0.3333 0.8889 0.2222

Sedangkan matriks E akan mempunyai bentuk

E=

18.667
9
7
6.333

18
1
3

7
1

6.333

11.333

0.333
0.8889 15.333

Jadi, untuk

H+E =

35.5556
16.3333
1.4444
4.5556

16.3333

56
2.6667
3.3333

1.4444
2.6667

4.5556

3.333

5.5556

0.5556
15.5556

0.5556

Umumnya, hasil perhitungan analisis ini disajikan dalam tabel, disebut sebagai tabel MANOVA.
Secara singkat tabel tersebut memuat
Tabel MANOVA
Sumber variasi

Perlakuan

Residu

Total

Matriks Jumlah kuadrat

db

16.889 7.333 8.4444 1.7778

38
3.667 0.3333
H = 7.333
8.4444 3.667 4.2222 0.8889
1.7778 0.3333 0.8889 0.2222

E=

18.667
9
7
6.333

35.5556
H+E = 16.3333
1.4444
4.5556

18
1
3

7
1

6.333

11.333

0.333
0.8889 15.333

16.3333

56
2.6667
3.3333

1.4444
2.6667
5.5556

0.5556

4.5556

3.333
0.5556
15.5556

Statistik Wilks Lambda

||
26005.8889
=
= 0.06566906
| + | 396014.3333

Kriteria Uji : Tolak H0 jika < 0.05,4,2,6 ,,terima dalam ha lainnya.

Kesimpulan:
Diketahui bahwa 0.05,4,2,6 = 0.024x10-3, maka = 0.06566906 > dari 0.05,4,2,6 = 0.024x10-3
berarti H0 diterima. Berarti vektor rata-rata kelompok 1 = 2 = 3.

3. MANOVA (TWO WAY/DUA ARAH)

Two way manova analoginya sama dengan One way manova. Model MANOVA dua-arah untuk
vektor respon yang berisi p komponen adalah:
yijk i j ij ijk
yijk ij ijk
i 1, 2,..., a j 1, 2,..., b k 1, 2,..., n
dimana:

: efek taraf ke j faktor B diukur pada p variabel

ij

: efek interaksi faktor A dan B

ij

: rata rata pop taraf ke i faktor A dan taraf ke j faktor B

efek taraf ke i pada faktor A diukur pada p variabel

pada MANOVA dua-arah terdapat pembatasan antara lain:

a

i 1

j 1

i 1

j 1

i j ij ij 0
dengan asumsi bahwa ~ (0, ).
Sama halnya dengan kasus univariat, pada MANOVA dua arah juga untuk hasil analisis
disajikan dalam tabel yang disebut Tabel MANOVA Dua-Arah.
SUMBER
VARIASI

MATRIKS JUMLAH KUADRAT

a

A
B

H A nb ( y i.. y...) '

a-1

i 1

H B na ( y . j . y...)( y . j . y...) '

j 1

AB

DERAJAT
BEBAS

H AB n ( y ij . y i.. y. j . y... )

b-1
(a-1)(b-1)

ij

( y ij . y i.. y. j . y... ) '

RESIDU

E ( y ijk y ij . )( y ijk y ij . ) '

ijk

TOTAL

T ( y ijk y... )( y ijk y... ) '

ab(n-1)
abn-1

ijk

10

Hipotesis untuk pengujian faktor A, faktor B dan interaksi antara A dan B antara lain sebagai
berikut:

H AB : 11 12 ... ab 0
H11 : ada, satu, ij 0
H A : 1 2 ... a 0
H12 : min imal , satu, i 0
H B : 1 2 ... b 0
H13 : min imal , satu j 0

Statistik Wilks Lambda untuk masing-masing hipotesis adalah:

=

||
| + |

||
| + |

Kriteria Uji :
Hipotesis HA: Ho ditolak jika < ,p,a1,ab (n1)
Hipotesis HB: Ho ditolak jika < ,p,b1,ab (n1)
Hipotesis HAB: Ho ditolak jika < ,p,(a1)(b1),ab (n1)

Contoh kasus:
The data for this section were obtained from a larger study, by Mr. Joseph at the University of
Pittsburgh, to analyze reading comprehension (C) and reading rate (R), using subtest core of the
Iowa Test of Basic Skills. After randomly selecting N=30 student for the study and randomly
dividing them into six subsample of size 5, the groups were randomly assigned to two treatment
conditions (contract class and noncontract class), and three teacher.

11

Factor B
contract class
noncontract class

teacher
1

factor
A

teacher
2

teacher
3

10
12
9
10
14
11
14
13
15
14
8
7
10
8
7

21
22
19
21
23
23
27
24
26
24
17
15
18
17
19

9
8
11
9
9
11
12
10
9
9
9
8
10
9
8

14
15
16
17
17
15
18
16
17
18
22
18
17
19
19

Jawab
Hipotesis Uji interaksi faktor A dan faktor B
HAB

: 11 = 12 = = 32, interaksi antara faktor guru dan faktor kondisi kelas tidak
memberikan efek terhadap skor reading comprehension (C) dan reading rate (R).

H11

: minimal ada satu ij 0, interaksi antara faktor guru dan faktor kondisi kelas
memberikan efek terhadap skor reading comprehension (C) dan reading rate (R).

Hipotesis untuk menguji faktor A dan B.

HA

: 1 =2 =3, factor guru tidak memberikan efek terhadap skor reading comprehension (C)
dan reading rate (R).

H12

: minimal ada satu i0, factor guru memberikan efek terhadap skor reading
comprehension (C) dan reading rate (R).

HB

: 1 = 2, factor kondisi kelas tidak memberikan efek terhadap skor reading

comprehension (C) dan reading rate (R).

12

H13

: minimal ada satu j0, factor kondisi kelas memberikan efek terhadap skor reading
comprehension (C) dan reading rate (R).

: 0.05

statistic Uji: Two Way MANOVA

Teacher 1
Teacher 2
Teacher 3

Total untuk R
Contract
noncontract
Class
class
55
46
67
51
40
44
162
141

101
118
84
303

11

1012 + 1182 + 842

3032
=

= 57.8
52
532

22

1852 + 2082 + 1812

5742
=

= 42.467
52
532

Teacher 1
Teacher 2
Teacher 3

12 =

101 185 + 118 208 + 84 181 303 574

= 45.9
52
532

57.8
45.9
45.9 42.567

11 =

1622 + 1412
3032

= 14.7
53
532

22 =

3162 + 2582
5742

= 112.133
53
532

12 =

162 316 + 141 258 303 574

= 40.6
53
532

14.7
40.6
40.6 112.133

11 =

Total untuk C
Contract noncontract
Class
class
106
79
124
84
86
95
316
258

185
208
181
574

552 + 462 + + 442

3032

57.8 14.7 = 20.6

5
532

13

22

1062 + 792 + + 952

5742
=

42.467 112.133 = 128.867

5
532

12 =

55 106 + 46 79 + + 44 95 303 574

45.9 40.6 = 51.3

5
532

20.6
51.3
51.3 128.867

11

3032
= 10 + 12 + + 8
57.8 14.7 20.6 = 45.6
532
2

22 = 212 + 222 + + 192

5742
42.467 112.133 128.867 = 56
532

22 = 10 21 + 12 22 + + 8 19
=

303 574
45.9 40.6 51.3 = 19.8
532

45.6 19.8
19.8 56
Tabel MANOVA DUA ARAH/ TWO WAY MANOVA
Sumber variasi

Matriks Jumlah kuadrat

db

57.8
45.9

45.9
42.567

14.7
40.6
40.6 112.133

AB

20.6
51.3
51.3 128.867

Residu

45.6 19.8
19.8 56

24

Total

138.7
157.6
157.6 339.567

29

14

 Statistik Wilks Lambda

=

||
2161.56
=
= 0.368
| + | 5875.338

2161.56
=
= 0.333
+
6490.26

||
2161.56
=
= 0.301
| + | 7182.985

Kriteria Uji:
Untuk uji faktor A: Tolak Ho jika < 0.05,2,2,24 , terima dalam hal lainnya.
Untuk uji faktor B: Tolak Ho jika < 0.05,2,1,24 , terima dalam hal lainnya.
Untuk uji interaksi antara faktor A dan B: Tolak Ho jika < 0.05,2,2,24 , terima dalam hal
lainnya.
Diketahui: 0.05,2,2,24 = 0.668
0.05,2,1,24 = 0.771

Kesimpulan:
Dapat kita lihat bahwa nilai , , lebih kecil dari nilai 0.05,, , sehingga Ho untuk
ketiga pengujian baik pengujian faktor A, B, maupun interaksi AB ditolak (signifikan). Maka
dapat kita simpulkan bahwa faktor guru, faktor kondisi kelas, dan interaksi antara faktor guru
dan kondisi kelas memberikan efek terhadap skor reading comprehension (C) dan reading rate
(R).

15

DAFTAR PUSTAKA

Hajarisman, Nusar. (2008). Seri Buku Ajar Statistika Multivariat. Bandung: Program Studi
Statistika Universitas Islam Bandung.
Sudjana. (2002). Desain dan Analisis Eksperimen. Bandung : Tarsito.

16