ANALISIS MULTIVARIAT (Uji beda/Komparatif) Ir. Suyatno, M.Kes Ir. Suyatno, M.Kes Contact: [email protected] Hp.08122815730 Suyatno.blog.undip.ac.id Prodi S2 Gizi UNDIP Semarang
ANALISISMULTIVARIAT
(Uji beda/Komparatif)
Ir. Suyatno, M.KesIr. Suyatno, M.KesContact: [email protected]
Hp.08122815730Suyatno.blog.undip.ac.id
Prodi S2 Gizi UNDIPSemarang
Pengertian
• Analisis multivariat merupakan salah satu teknikstatistik yang digunakan untuk memahamistruktur data dalam dimensi tinggi, yang melibatkan lebih dari satu variabel dimanavariabel-variabel itu saling terkait (berkorelasi) variabel-variabel itu saling terkait (berkorelasi) satu sama lain.
• Memungkinkan melakukan penelitian terhadaplebih dari dua variable secara bersamaan.
• Dapat menganalisis pengaruh beberapa variable terhadap variabel – (variable) lainnya dalamwaktu yang bersamaan.
Mengapa Multivariat?
• Karena tidak semua gejala itu hanya didasarkan pada hubungan dua variabel saja.
• Contoh:Berat bayi lahir tidak hanya ditentukan oleh, Berat bayi lahir tidak hanya ditentukan oleh, pertambahan berat selama ibu hamil, tetapi juga oleh kadar Hb ibu, konsumsi harian, berat badan ibu sebelum hamil, dan kondisi kesehatan ibu
• Sehingga diperlukan multivariat ����
mengkaitkan banyak variabel yang secara logis berkait.
JumlahVariabel
Keterikatan Variabel
Uji Parametrik Uji Non Parametrik
2 Variabel Independen Uji t-test (n kecil)Uji Z (n besar)
Mann-Whitney /Uji MedianUji Chi-Square
related Paired t-test Sign-test
Jenis Uji beda/Komparatif
related Paired t-test Sign-testWilcoxon-testUji Mc.Nemar
> 2 variabel Independen Anova/Uji FManova (Multivariat Anova)
Kruskal Wallis
related Repeated Measure FriedmanKendall’s WCochran’s Q
Uji Beda Parametrik
1. Uji t dua sampel:– Tujuan untuk menguji apakah rata-rata dua populasi
sama atau berbeda– Asumsi yang harus dipenuhi:
• Jumlah sampel yang diuji kecil (n<30) kalau besar digunakan • Jumlah sampel yang diuji kecil (n<30) kalau besar digunakan uji z
• T-hitung bisa ditentukan dengan dua kemungkinan:– Varians kedua populasi yang diuji sama– Varians kedua populasi yang diuji berbeda
• Sampel berdistribusi normal, jika tidak normal maka perlu dilakukan transformasi terlebih dahulu
2. Anova/Uji F:– Anova tujuan untuk menguji rata-rata lebih dari dua
populasi apakah sama atau berbeda– Uji F untuk menguji varians dua populasi sama
ataukah tidak– Asumsi yang harus dipenuhi:– Asumsi yang harus dipenuhi:
• Data sampel harus normal atau dianggap normal (khusus jk jumlah n sangat besar mencapai ratusan atau ribuan)
• Populasi memiliki varians yang sama• Jika varians berbeda, maka variabel dependen perlu
dilakukan transformasi terlebih dahulu
3. Manova:– Manova adalah anova untuk data multivariat– Asumsi yang digunakan sama dengan anova
Uji beda Non paremetrik
1. Chi –Square– Merupakan salah satu bentuk uji nonparametrik yang
banyak dipakai pada berbagai penelitian di bidang gizi dan kesehatan
– Digunakan untuk menguji perbedaan dua kelompok – Digunakan untuk menguji perbedaan dua kelompok – Menurut Sidney Siegel (1988) ada beberapa yang
harus diperhatikan dalam menggunakan uji Chi-Square untuk sel 2x2, antara lain:• Jika sampel n <=20 digunakan Fisher exact• Jika sampel n = antara 20-40 pakai X2 jika jumlah nilai
harapan kurang dari 5 tidak lebih 20 %, maka dipakai coefisien contingency
• Jika sampel n= 40 atau lebih : correction continuity
2. Kruskal Wallis
– Merupakan salah satu bentuk uji nonparametrik yang banyak dipakai untuk menguji perbedaan lebih dari dua kelompok
– Tidak memenuhi persyaratan untuk dilakukan uji Anova/Uji F
• Digunakan untuk menguji hipetesis rata-rata k
sampelsampel
• Data berbentuk interval/ratio
• Pengujian dengan t tes selalu berkaitan dengan
kesalahan galat tipe I sebesar alpha
10
– Teknik analisis data Anova yang dapat :• Memberikan jawaban atas ada tidaknya perbedaan skor
pada masing-masing kelompok (untuk kelompok yang banyak)
• Memberikan informasi tentang variabel bebas ada• Memberikan informasi tentang variabel bebas adatidaknya interaksi antar variabel bebas sehubungandengan pengukuran terhadap variabel terikat
• Kemampuan membedakan antar banyak kelompokdengan risiko kesalahan yang kecil
- Hipotesis Statistik
Ho : μ1 = μ2 = … μk
H1 : Paling sedikit salah satu μi tidak sama
11
• Merupakan pembagian satu variabel bebas
• Digunakan untuk membandingkan rerata (mean)
lebih dari dua kelompoklebih dari dua kelompok
Model Oneway Anova :
Contoh
Variabel = Jenis Intervensi
kelompok = A, B, C, D
Jenis Intervensi
ASAMPEL
BSAMPEL
CSAMPEL
DSAMPEL
12
SumberVarians
JK dk RJK Fhit Ft
Antar JKA a-1 Table F JKA
RJKA= RJKAAntar JKA a-1 Table F
Dalam JKG N-a
Total JKT N-1
1
JKARJKA
a=
−
JKGRJKG
N a=
−
RJKA
RJKG
13
Efektivitas Jenis Intervensi Suplementasi M1 (Intervensi 1), M2 (Intervensi 2) danM3 (Intervensi 3) terlihat dari nilai tes hasil belajar pada ke-tiga kelompok sampel yang diujii dengan metode tersebut,
Jenis Suplementasi
M1 M2 M3
6 6 7
CONTOH KASUS
5 6 8
6 7 8
6 8 9
5 6 7
5 6 6
5 5 5
6 6 6
4 5 7
4 6 7
Apakah ketiga Jenis intervensi tersebut menghasilkan Nilai Tes hasil belajar yang sama, atau terdapat perbedaan ? 14
• Dalam pengujian Hipotesis, kriteria untuk menolak atau tidakmenolak Ho berdasarkan P-Value adalah sebagai berikut :
Jika P-Value < α, maka Ho ditolakJika P-Value ≥ α, maka Ho ditolak
• Dalam program SPSS digunakan istilah Significance (Sig.) untukP-Value, dengan kata lain P-Value = Sig.
1. Buka Data Editor SPSS → Variabel View → Data View → Masukan data →
2. Analyze → Compare Means → One-Way Anova →
3. Jika Perlu, Lakukan Analisis Tambahan : (Post Hoc dan Options)4. Interpretasi Hasil
15
Variabel Jenis Intervensi kita definisikan dengan
Name “Jenis Intervensi” diberi Label “Intervensi”
serta Value Label “1=Suplemen M1”,
16
serta Value Label “1=Suplemen M1”,
”2=Suplemen M2”, ”3=Suplemen M3”.
Untuk Variabel Nilai Tes hasil belajar kita
definisikan dengan Name “nilaites” diberi Label
“Nilai Tes ”
Selesai mengisi Variabel View kemudian Klik
Data View lalu Masukkan data metode dan
nilaites.nilaites.
AnovaKemudian Klik Analyze → Compare Means → One-Way Anova
17
18
Pindahkan Variabel Nilai Tes (nilaites) ke dalam
Box Dependent List , dan Intervensi ke dalam Box
Factor
Untuk menghitung Post Hoc Multiple Comparison dengan asumsi ketiga
Jenis intervensi memiliki ragam (Variance) yang sama, Klik Tombol Post
Hoc
omogenetiKlik Benferroni
dan Scheffe lalu
kllik Continue
Klik Homogenity of Klik Homogenity of
Variance test, yaitu untuk
mengujinsampel apakah
ketiga sampel metode
berasal dari populasi yang
mempunyai variance
sama, lalu kllik Continue
→ Ok
19
20
Interpretasi Hasil
� Dari tabel Test of Homogeneity of Variance , memberikan nilai P-Value= 0.694 yang lebih besar dari α = 0.05 sehingga Ho tidak dapat ditolak,
Kesimpulan : Ketiga Sampel Intervensi berasal dari populasi yang memiliki ragam sama.
� Dari Tabel Anova, didapat nilai statistik F = 8.927, dengan derajat� Dari Tabel Anova, didapat nilai statistik F = 8.927, dengan derajatkebebasan k – 1 = 3-1 = 2 dan n – k = 30-3 = 27. Oleh karena P-Value = 0.001 lebih kecil dari α = 0.05 maka Ho: µ1= µ2= µ3= ditolak
Kesimpulan : ketiga jenis intervensi menghasilkan rerata yang berbeda, atau ketiga jenis intervensi menghasilkan nilai tes belajar yang berbeda
21
• Merupakan pembagian dua variabel bebas• Tujuan: menguji perbedaan rata-rata dari dua variabel bebas
dan masing-masing variabel bebas dibagi menjadi beberapadan masing-masing variabel bebas dibagi menjadi beberapakelompok
ContohVariabel bebas : Jenis Intervensi (A) dan jenis kelamin (B)Jenis Intervensi dikelompok menjadi 3 yaitu : Suplemen A1 A2 dan A3Jenis Kelamin (B) dibagi 2 : laki-laki (L) dan perempuan (P)
22
Model TwoWay Anova :
VARIABEL AA1 A2 A3 A1 A2 A3
VARIABEL B
B1 SAMPEL SAMPEL SAMPEL
B2 SAMPEL SAMPEL SAMPEL
23
SumberVarians
JK dk RJK Fhit Ft Keputusan
Antar A JKA a-1 Table FFhit > Ftabel
Ho ditolak1
JKARJKA
a=
−R JK A
R JK D
Antar B JKB b-1
Interaksi JKAB (a-1)(b-1)
Dalam JKD N - ab
Total JKT N - 1
1
JKBRJKB
b=
−R J K B
R J K D
( 1)( 1)
JKABRJKAB
a b=
− −RJKAB
RJKDJKD
RJKDN ab
=−
24
Seorang peneliti melakukan penelitian tesis dengan judul “Pengaruh
Intervensi Fe dan test kognitif terhadap Hasil Belajar
IPA”, dengan nilai hasil belajar sebagai berikut.
CONTOH KASUS
Tipe Kognitif
(B)
Jenis Intervensi(A)
Tidak diberi(A1) Diberi(A2)
8 9 7 7 5 4
Lakukanlah pengujian, Apakah terdapat perbedaan hasil belajar antara status intervensi dengan tipe kognitif siswa ?
Intelegensi
Tinggi (B1)
8 9 7 7 5 4
8 8 8 7 5 6
8 9 8 6 5 6
9 9 7 6 5 7
9 9 6 6 5 7
Intelegensi
Rendah (B2)
4 6 6 7 8 8
3 6 7 8 8 8
4 6 7 8 9 7
4 7 5 7 9 6
5 7 5 7 9 6
25
1. Buka Data Editor SPSS → Variabel View → Data View → Masukan data →
2. Analyze → General Linear Model → Univariate2. Analyze → General Linear Model → Univariate3. Jika Perlu, Lakukan Analisis Tambahan : (Model, Plots, Post Hoc
dan Options)4. Interpretasi Hasil
26
Variabel Jenis Intervensi kita definisikan
dengan Name “Intervensi” diberi Label
“Intervensi ” serta Value Label “1=tidak
27
“Intervensi ” serta Value Label “1=tidak
diberi/A1”, ”2=diberi/A2”,.
Untuk Variabel Tipe Kognitif kita
definisikan dengan Name “Intelegensi”
diberi Label “Tipe Kognitif” serta Value
Label “1=Intelegensi Tinggi/B1”,
”2=Intelegensi Rendah/B2”,.
Selesai mengisi Variabel View kemudian Klik
28
Selesai mengisi Variabel View kemudian Klik
Data View lalu Masukkan data metode,
intelegensi dan hasil belajar.
Kemudian Klik Analyze → General Linear Model → Univariate
Pindahkan Variabel Nilai
test ke dalam Box
Dependent Variable.
Pindahkan juga variabel
29
Pindahkan juga variabel
Intervensi dan Tipe
Intelegensi ke dalam Box
Fixsed Factor (S)
30
• Pindahkan Variabel metode dan intelegensi kePost Hoc tests for
• Klil Homogeneity Tests di Univariate Options
• Klik Custom , lalu pindahkan variabel metodedan intelegensi , kemudian buat interactionantar keduanya di Univariate Model
• Klik Continue → OK
31
Interpretasi Hasil
� Dari tabel Levene’s Test of Equality of Error Variance didapat hasil P-Value = 0.207 yang lebih besar dari α = 0.05, sehingga Variance diasumsikan sama, Kesimpulan : Variance sama
� Dari Tabel Anova , didapat nilai statistik sebagai berikut� Faktor metode : nilai uji F = 0.061 dan P-Value = 0.806, karena P-Value lebih
besar dari α = 0.05 maka Ho diterima,Kesimpulannya : tidak terdapat perbedaan antara hasil belajar IPA antara siswayang beri intervensi dan tidak diberi intervensi
� Faktor intelegensi : nilai uji F = 2.196 dan P-Value = 0.144, karena P-Value lebihbesar dari α = 0.05 maka Ho diterima,Kesimpulannya : tidak terdapat perbedaan antara hasil belajar IPA antara siswayang intelegensinya tinggi dengan siswa yang intelegensinya rendah
� Faktor interaksi : nilai uji F =70.519 dan P-Value = 0.000, karena P-Value lebihkecil dari α = 0.05 maka Ho ditolak,Kesimpulannya : terdapat efek interaksi yang signifikan antara Intervensi dantipe kognitif
32
ANALISIS VARIAN MULTIVARIAT (MANOVA)
• Analisis varian multivariat merupakanterjemahan dari multivariate analisis of variance
• (MANOVA). Sama halnya dengan ANAVA, MANOVA merupakan uji beda varian. MANOVA merupakan uji beda varian.
• Bedanya,dalam ANAVA varian yang dibandingkan berasal dari satu variabel terikat, sedangkan pada MANOVA, varian yang dibandingkan berasal dari lebih dari satuvariabel terikat.
Contoh,
• Akan dianalisis data untuk menguji hipotesis:• Terdapat perbedaan hasil belajar teori (y1) dan
praktik pemrograman (y2) antara siswa yang diajar dengan strategi pembelajaran heuristikdiajar dengan strategi pembelajaran heuristik(A1), siswa yang diajar dengan strategipembelajaran algoritmik (A2), dan siswa yang diajar dengan strategi pembelajaranalgoheuristik (A3).
Tabel Data
Data entry di SPSS
Menu MANOVA pada SPSS adalah sebagai berikut.- Analyze- General Linear Model- Multivariate
Apabila menu tersebut sudah dipilih, maka akan tampakkotak dialog.
Pindahkan y1 dan y2 ke dependent variabel dan x ke fixed faktor(s), seperti bagan berikut:
Selanjutnya dipilih kotak option dan dipilih Test of Homogenity, selanjutnya pilih continue dan OK, sehingga muncul hasil analisis
Interpretasi Hasil Analisis
a. Uji Homogenitas Varian ( hasil uji Levene)
Menunjukkan untuk Y1 harga F=1,250 dengan signifikansi 0,363dan untuk Y2 harga F=3,125 dengan signifikansi 0,132. Bila ditetapkantaraf signifikansi 0,05, maka baik untuk Y1 maupun Y2 harga F tidaksignifikan karena signifikansi keduanya lebih besar dari 0,05. Artinya, baik Y1 ma upun Y2 memiliki varian yang homogen, sehingga MANOVA bisa dilanjutkan.
b. Uji Homogenitas Matriks Varian/Covarian
MANOVA mempersyaratkan bahwa matriks varian/covarian dari variabeldependen sama.Uji homogenitas matriks varian/covarian dilihat dari hasil uji Box. Apabila harga Box’s M signifikan maka hipotesis nol yang menyatakanbahwa matriks varian/covarian dari variabel dependen sama ditolak.Dalam kondisi ini analisis MANOVA tidak dapat dilanjutkan.
Ternyata harga Box’s M=3,054 dengan signifikansi 0,706. Apabila ditetapkan tarafsignifikansi penelitian 0,05, maka harga Box’s M yang diperoleh tidak signifikan karenasignifikansi yang diperoleh 0,706 lebih besar dari 0,05. Dengan demikian hipotesis nolditerima. Berarti matriks varian/covarian dari variabel dependen sama, sehingga analisisMANOVA dapat dilanjutkan.
c. Uji MANOVA
Uji MANOVA digunakan untuk menguji apakah terdapat perbedaan beberapavariabel terikat antara bebrapa kelompok yang berbeda
Interpretasi:• Hasil analisis menunjukkan bahwa harga F untuk Pillae
Trace, Wilk Lambda, HotellingTrace, Roy’s Largest Root.x memiliki signifikansi yang lebih kecil dari 0,05.
• Artinya, harga F untuk Pillae Trace, Wilk Lambda, Hotelling Trace, Roy’s Largest Root semuanyaHotelling Trace, Roy’s Largest Root semuanyasignifikan.
• Jadi, terdapat perbedaan hasil belajar teori (y1) danpraktik pemrograman (y2) antara siswa yang diajardengan strategi pembelajaran heuristik (A1), siswa yang diajar dengan strategi pembelajaran algoritmik (A2), dansiswa yang diajar dengan strategi pembelajaran algo -heuristik (A3).
Artinya: Hubungan antara strategi pembelajaran (x) dengan hasil belajar teori (y1)memberikan harga F sebesar 19,500 dengan signifikansi 0,004. Hal ini menunjukkan bahwa terdapat perbedaan hasil belajar teori yang diak ibatkanoleh perbedaan strategi pembelajaran. Hubungan antara strategi pembelajaran (x) dengan hasil belajar praktik pemrograman(y2) meberikan harga F sebesar 5,00 dengan signifikansi 0,064, yang tidak signifikanpada taraf signifikansi 0,05. Artinya, tidak terdapat perbedaan hasil balajar praktikpemrograman yang diakibatkan oleh perbedaan strategi pembelajaran.
Referensi:
• Everitt, B.S., 1996, Making Sense of Statistics in Psychology: A Second-
• Level Course, Oxford University Press, Oxford.• Kachigan, S.K., 2002, Statistical Analysis: An Interdisciplinary
Introduction• to Univariate & Multivariate Methods, Radius Press, New York.• to Univariate & Multivariate Methods, Radius Press, New York.• Kline P., 1994, An Easy Guide to Factor Analysis, Routledge,
London.• Napa J.A., 1995, Metode Statistik dan Ekonometri, Liberty,
Yogyakarta.• Supranto J., 2004, Analisis Multivariat: Arti & Interpretasi, Rineka
Cipta,• Jakarta.