Home > Documents > md7-Uji Multivariat - suyatno · 2. Anova/Uji F: – Anova tujuan untuk menguji rata-rata lebih...

md7-Uji Multivariat - suyatno · 2. Anova/Uji F: – Anova tujuan untuk menguji rata-rata lebih...

Date post: 25-Apr-2018
Category:
Author: phamcong
View: 231 times
Download: 8 times
Share this document with a friend
Embed Size (px)
of 44 /44
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
Transcript
  • 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 FriedmanKendalls WCochrans 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

  • 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

  • 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 : 1 = 2 = k

    H1 : Paling sedikit salah satu i 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 < , maka Ho ditolakJika P-Value , 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 Benferronidan 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 = 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 = 0.05 maka Ho: 1= 2= 3= 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 F Fhit > FtabelHo ditolak1JKA

    RJKAa

    =

    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 Levenes Test of Equality of Error Variance didapat hasil P-Value = 0.207 yang lebih besar dari = 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 = 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 = 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 = 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 Boxs 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 Boxs M=3,054 dengan signifikansi 0,706. Apabila ditetapkan tarafsignifikansi penelitian 0,05, maka harga Boxs 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, Roys Largest Root.x memiliki signifikansi yang lebih kecil dari 0,05.

    Artinya, harga F untuk Pillae Trace, Wilk Lambda, Hotelling Trace, Roys Largest Root semuanyaHotelling Trace, Roys 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.


Recommended