Biostatistik

Analisis Multivariat

OLEH:
KELOMPOK 4

1 NI KOMANG AYU NOPI SAVITRI 18.322.2928

2 NI KOMANG MEGAWATI 18.322.2929
3 NI LUH AYU KARMINI 18.322.2930
4 NI LUH PUTU EKA RASNUARI 18.322.2931
5 NI LUH PUTU VERY YANTHI 18.322.2932
6 NI LUH SUTAMIYANTI 18.322.2933
7 NI MADE DESY ARDANI 18.322.2934
8 NI MADE HENI WAHYUNI 18.322.2935

PROGRAM STUDI ALIH JENJANG S1 KEPERAWATAN

STIKES WIRA MEDIKA BALI
2018
 KATA PENGANTAR

“Om Swastyastu”
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa karena telah memberikan
rahmat dan karunia-Nya kepada kami sehingga kami mampu menyelesaikan makalah ini
dengan judul “ Aplikasi Komplementer Pada Anak Sekolah”. Adapun pembuatan makalah ini
bertujuan untuk memenuhi tugas mata kuliah keperawatan komplementer dasar.
Dalam menyelesaikan penulisan makalah ini, kami mendapat banyak bantuan dari berbagai
pihak dan sumber. Oleh karena itu kami sangat menghargai bantuan dari semua pihak yang
telah memberi kami bantuan dukungan juga semangat, buku dan sumber lainnya sehingga tugas
ini dapat terselesaikan. Oleh karena itu melalui media ini kami menyampaikan ucapan
terimakasih kepada semua pihak yang telah membantu pembuatan makalah ini.

Kami menyadari bahwa makalah ini masih banyak kekurangan dan jauh dari kesempurnaan
karena keterbatasan kemampuan dan ilmu pengetahuan yang kami miliki. Oleh karena itu kami
mengharapkan kritik dan saran yang membangun guna untuk menyempurnakan makalah ini.
“Om Santih, Santih, Santih Om”

Denpasar, 23 Januari 2019

Penulis

DAFTAR ISI

ii
KATA PENGANTAR ..........................................................................................................ii
DAFTAR ISI......................................................................................................................... iii

BAB I PENDAHULUAN
1.1 Latar Belakang .....................................................................................................4
1.2 Rumusan Masalah ................................................................................................ 4
1.3 Tujuan Penulisan ..................................................................................................4
1.4 Manfaat Penulisan ................................................................................................ 4

BAB II TINJAUAN TEORI

A. Multivariate Analysis of Variance (MANOVA)....................................................5
B. Analysis Of Variance (ANOVA) ...........................................................................18
BAB III PENUTUP
3.1 Kesimpulan .........................................................................................................26
3.2 Saran .....................................................................................................................26
DAFTAR PUSTAKA ...........................................................................................................27

iii
 BAB I
PENDAHULUAN

1.1 LATAR BELAKANG

Salah satu cabang ilmu statistika adalah Analisis Statistik Multivariat.
Ada beberapa metode analisis data statistik yang dapat dipelajari dalam cabang
ilmu tersebut, salah satu metode yang cukup banyak diterapkan dalam berbagai
bidang adalah MANOVA atau Multivariate Analysis of Variance. MANOVA
atau Multivariate Analysis of Variance merupakan pengembangan dari
ANOVA, yaitu sebagai metode statistik untuk menganalisis hubungan antara
beberapa variabel bebas dan beberapa variabel terikat. Karakteristik pada
MANOVA yaitu variabel bebas bisa lebih dari satu atau satu, namun variabel
terikat harus lebih dari satu. Pada Analisis Variansi Multivariat (MANOVA)
analisis yang dilakukan harus memenuhi asumsi sebagai berikut: asumsi data
berdistribusi normal multivariate, homogenitas matrik varians kovarians, serta
adanya korelasi antar variabel yang digunakan.

1.2 Rumusan Masalah

a. Apa yang dimaksud dengan One Way Anova?
b. Apa yang dimaksud dengan Multivariat Anova (Manova)?

1.3 Tujuan
a. Agar memahami One Way ANova)
b. Agar memahami Multivariat Anova (Manova))
1.4 Manfaat
1.4.1 Manfaat Teoritis
Hasil dari penyusunan makalah ini diharapkan dapat
memberikan manfaat kepada semua pihak, khususnya kepada mahasiswa
untuk menambah pengetahuan dan wawasan mengenai Multivariate
Analysis of Variance (MANOVA) dan Analysis Of Variance (ANOVA)

4
1.4.2 Manfaat Praktis
Hasil dari penyusunan makalah ini diharapkan dapat dijadikan
sebagai suatu pembelajaran bagi mahasiswa yang nantinya ilmu tersebut
dapat dipahami dan diaplikasikan dalam ilmu statistik keperawatan.

5
 BAB II
KAJIAN PUSTAKA

A. Analisis Multivariat
1. Pengertian Analisis Multivariat
Analisis statistika multivariate adalah analisis statistika yang dikenakan
pada data yang terdiri dari banyak variabel dan antar variabel yang saling
berkorelasi.
2. One-Way ANOVA (Analysis of Variance)
a. Pengertian
Analisis of variance atau ANOVA merupakan salah satu teknik analisis
multivariate yang berfungsi untuk membedakan rerata lebih dari dua
kelompok data dengan cara membandingkan variansinya. Sedangkan
menurut Teguh Wahyono dalam bukunya, One-Way ANOVA merupakan
prosedur yang digunakan untuk menghasilkan analisis variansi satu arah
untuk variabel dependen dengan tipe data kuantitatif dengan sebuah
variabel independen sebagai variabel faktor.
Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher
(Bapak Statistika Modern). Dalam praktek, analisis varians dapat
merupakan uji hipotesis (lebih sering dipakai) maupun pendughaan
(estimasi khususnya di bidang genetika terapan). Analisis varian dapat
dilakukan untuk menganalisis data yang berasal dari berbagai macam jenis
dan desain penelitian.
b. Kriteria Data One-Way ANOVA
1) Sebelum menguji dengan ANOVA, data harus berdistribusi normal
dan mempunyai varians yang sama.
2) Data yang digunakan pada One-way Anova untuk nilai variabel pada
faktor harus integer sedangkan variabel dependen harus berupa data
kuantitatif (tingkat pengukuran interval).

6
 3) Asumsi yang digunakan pada One-way Anova, yaitu setiap kelompok
pada sampel acak independen dari populasi yang normal dan bervarian
homogen.
4) Dari output uji Anova akan diperoleh nilai F hitung. Jika nilai F hitung
tidak signifikan, berarti rata-rata variabel dependen pada tingkat faktor
yang ditentukan identik. Jika F hitung signifikan berarti terdapat
perbedaan rata-rata variabel dependen pada tingkat faktor yang telah
ditentukan.
c. Kegunaan One-Way ANOVA
Analisis varian banyak dipergunakan pada penelitian-penelitian yang
banyak melibatkan pengujian komparatif yaitu menguji variabel terikat
dengan cara membandingkannya pada kelompok-kelompok sampel
independen yang diamati. Analisis varian saat ini banyak digunakan dalam
penelitian survey dan penelitian eksperimen.
Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan
untuk berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini
juga masih memiliki keterkaitan dengan analisis regresi. Akibatnya,
penggunaannya sangat luas di berbagai bidang, mulai dari eksperimen
laboratorium hingga eksperimen periklanan, psikologi, dan
kemasyarakatan.
d. Prosedur menghitung One-Way Anova menggunakan Teknik Manual
Contoh soal:
Dari suatu pengamatan didapat data sebagai berikut:
Prosedur yang dicobakan
A B C
2 8 3
Data yang 0 4 8
dihasilkan 4 5 1
7 9 4

7
Pertanyaannya: Apakah ketiga prosedur kerja mereka berbeda?
Jawab:
1) Uji atau asumsikan bahwa data masing-masing dipilih secara acak.
2) Uji atau asumsikan bahwa data masing-masing berdistribusi normal.
3) Uji atau asumsikan bahwa data masing-masing homogen.
4) Tulis Ha dan H0 dalam bentuk kalimat.
Ha : Terdapat perbedaan yang signifikan antara A, B, dan C.
H0 :Tidak terdapat hubungan yang signifikan antara A, B, dan C.
5) Hipotesis statistiknya.
Ha : salah satu tanda ada yang ≠
H0 : µA = µB = µC
6) Buat tabel penolong Anova sebagai berikut:
Prosedur yang dicobakan
A B C
2 8 3
Data yang 0 4 8
dihasilkan 4 5 1
7 9 4
n1 = 4 n2 = 4 n3 = 4 N = 12
∑χ1 = 13 ∑χ2 = 26 ∑χ3 = 16 ∑χn = 55
χ̅1 = 2,35 χ̅2 = 6,5 χ̅3 = 4
S2 = 8,92 S2 = 5,67 S2 = 8,67

7) Hitung jumlah kuadrat rata-rata dengan rumus:

(∑χ1 + ∑χ2 + ∑χ3 + ... + ∑χn)2 (13 + 26 + 16)2
JKR = = = 252,08
n1+ n2+ n3+…+nn 4+4+4

8) Hitung jumlah kuadrat antarkelompok dengan rumus:

(∑χ1)2 (∑χ2)2 (∑χ3)2 … (∑χn)2
JKA = + + +…+ - JKR
n1 n2 n3 nn
132 262 162
= + + - 252,08 = 23,17
4 4 4

9) Hitung jumlah kuadrat dalam kelompok dengan rumus:

8
 JKD = ∑χ2 – JKR - JKA = 345 – 252,08 – 23,17 = 69,75
10) Hitung derajat kebebasan rata-rata dengan rumus:
dkrata-rata = 1
11) Hitung kebebasan antarkelompok dengan rumus:
dkA = k – 1 = 3 – 1 = 2
di mana k = banyak kelompok.
12) Hitung derajat kebebasan dalam kelompok dengan rumus:
dkD = N- k = 12 – 3 = 9
di mana N = jumlah seluruh anggota sampel.
13) Hitung rata-rata jumlah kuadrat dengan rumus:
JKR 252,08
RKrata-rata = dk = = 252,08
R 1

14) Hitung rata-rata jumlah kuadrat antar kelompok dengan rumus:

JKA 23,17
RKA = dk = = 11,58
A 2

15) Hitung rata-rata jumlah kuadrat dalam kelompok dengan rumus:

JKD 69,75
RKD = dk = = 7,75
D 9

16) Cari Fhitung dengan rumus:

RKA 11,58
Fhitung = RK = = 1,49
D 7,75

17) Taraf signifikansi (α) = 0,05

18) Ftabel dengan rumus:
Ftabel = F(1-α)(dkA, dkD)
= F(1-0,05)(2, 9)
Dengan menggunakan tabel F didapat Ftabel = 4,26

9
19) Masukkan semua nilai yang telah didapat ke dalam tabel anova berikut:
Rata-rata
Jumlah
Jumlah Variasi Dk Kuadrat F
Kuadrat (JK)
(RK)

Rata-rata 252,08 1 252,08

Antar
23,17 2 11,58
Kelompok 1,49

Dalam
69,75 9 7,75
Kelompok
Jumlah 345 12 - -

20) Kriteria pengujiannya yaitu:

H0 = signifikan
Ha = tidak signifikan
Jika Fhitung < Ftabel, maka H0 diterima.
21) Ternyata 1,49 < 4,26, sehingga H0 diterima.
22) Buatlah kesimpulannya.
H0 yang berbunyi: “Tidak terdapat perbedaan yang signifikan antara A, B,
dan C”, diterima. Sebaliknya, Ha yang berbunyi: “Terdapat perbedaan yang
signifikan antara A, B, dan C”, ditolak.

10
e. Prosedur menghitung One-Way Anova menggunakan Teknik SPSS
Contoh soal:
Seorang guru ingin membandingkan hasil belajar antara pembelajaran
kooperatif tipe JIGSAW, STAD, dan TAI. Untuk tujuan tersebut diambil 3
sampel yang saling bebas antara JIGSAW, STAD, dan TAI dengan asumsi
bahwa sampel berasal dari populasi yang berdistribusi normal. Data yang
diperoleh sebagai berikut:
Data JIGSAW STAD TAI
1 22 25 22
2 21 29 25
3 26 28 24
4 23 30 25
5 25 25 23
6 24 27 21
7 26 26 22
8 25 25 21
9 22 27 20
10 21 28 24
Langkah-langkah pengujiannya sebagai berikut:
1) Masukkan data ke SPSS Data Editor dengan mendefinisikan variabelnya
terlebih dahulu dengan memilih layout Variable View.
2) Beri nama JIGSAW, STAD, TAI, Kelas, dan Kelompok pada kotak Name
dan beri angka 0 pada kotak Decimals untuk seluruhnya.

11
3) Masukkan data untuk variabel JIGSAW, STAD, dan TAI dalam satu kolom
pada variabel Kelas.
4) Beri angka 1 untuk data JIGSAW, angka 2 untuk data STAD, dan angka 3
untuk data TAI pada kolom Kelompok. Tampilannya seperti berikut:

12
5) Klik Analyze  Compare Means  One-Way Anova sehingga muncul kotak
dialog One-Way Anova.

13
6) Masukkan variabel Pembelajaran pada kotak Dependent List dan variabel
Kelompok pada kotak Factor.

7) Klik tombol Options sehingga muncul kotak dialog Options. Pilih Descriptive
dan Homogeneity of variance test pada kotak Statistics. Pilih Exclude cases
analysis by analysis pada kotak Missing value. Klik Continue.

14
 8) Klik OK untuk menampilkan output berikut:

Oneway
[DataSet0]
Descriptives
Pembelajaran

95% Confidence
Interval for Mean

Std. Std. Lower Upper

N Mean Deviation Error Bound Bound Minimum Maximum

JIGSAW 10 23.50 1.958 .619 22.10 24.90 21 26

STAD 10 27.00 1.764 .558 25.74 28.26 25 30
TAI 10 22.70 1.767 .559 21.44 23.96 20 25
Total 30 24.40 2.594 .474 23.43 25.37 20 30

15
Pada gambar di atas diperoleh rata-rata pembelajaran dengan JIGSAW adalah 23,50
dengan deviasi standar 1,958. Rata-rata pembelajaran dengan STAD adalah 27,00
dengan deviasi standar 1,764. Dan rata-rata pembelajaran dengan TAI adalah 22,70
dengan deviasi standar 2,594.

Test of Homogeneity of Variances

Pembelajaran

Levene
Statistic df1 df2 Sig.

.321 2 27 .728

Pada Test of Homogeneity of Variances diperoleh nilai Sig. 0,728. Nilai ini lebih dari
0,05 sehingga H0 diterima yang berarti ketiga varians adalah identik. Dengan demikian,
uji kesamaan varians untuk uji Anova sudah terpenuhi.
ANOVA
Pembelajaran

Sum of Squares df Mean Square F Sig.

Between Groups 104.600 2 52.300 15.586 .000

Within Groups 90.600 27 3.356
Total 195.200 29

Pada tabel ANOVA diperoleh nilai Sig. Adalah 0,000 < 0,05 sehingga H0 ditolak yang
berarti rata-rata ketiga metode pembelajaran (JIGSAW, STAD, dan TAI) adalah
berbeda (tidak identik).

16
3. Multivariat ANOVA (MANOVA)
a. Pengertian
Uji Manova adalah Uji Multivariat Analisis Jalur atau disebut juga
Multivariat Analysis Of Variance. Manova hampir sama dengan One Way
Anova, letak perbedaannya adalah pada jumlah variabel dependen atau
variabel terikat yang diuji di dalam model. Kalau One Way Anova, hanya ada
1 variabel dependen, sedangkan pada Manova ada lebih dari 1 variabel
dependen.
Agar anda lebih memahami apa itu Uji Manova, alangkah lebih
baiknya anda mempelajari artikel kami sebelumnya yang membahas tentang
ANOVA, antara lain:
1) One Way Anova dalam SPSS
2) One Way Anova dalam Excel
3) Two Way Anova dalam SPSS
4) Two Way Anova dalam Excel
5) Two Way Anova Tanpa Replikasi dalam Excel
6) Uji Ancova Dalam SPSS

Setelah anda mempelajari artikel-artikel di atas, kami yakin anda akan

memahami apa yang disebut dengan Manova.

1) Tutorial Uji Manova dengan SPSS

1. Langsung saja kita mulai bahasan bagaimana melakukan Uji Manova

Dalam SPSS.
2. Agar lebih mudah bagi anda, silahkan download terlebih dahulu file kerja
uji ini di Mediafire: Manova.sav

17
Contoh Uji Manova dengan SPSS

Contoh: Kita akan melakukan penelitian yang berjudul “Pengaruh Pekerjaan Orang
Tua Terhadap Nilai Ujian Matematika, Fisika dan Biologi Siswa Kelas 6 SD A”.

Perhatikan judul penelitian di atas, semuanya ada 4 variabel yang diteliti:

1. Pekerjaan Orang Tua

2. Nilai Ujian Matematika
3. Nilai Ujian Fisika
4. Nilai Ujian Biologi

Pekerjaan merupakan variabel independen, yang bertipe kategorik atau skala data
nominal atau kualitatif. Terdiri dari 3 kategori: Tani, Buruh dan PNS.

Nilai Ujian semuanya variabel dependen yang bertipe numerik atau kuantitatif atau
skala data interval/Rasio.

Berdasar contoh di atas, maka jelas harus anda pahami kembali bahwa uji Manova
harus terdiri dari 1 variabel independen berskala kualtitatif dan lebih dari 1 variabel
dependen berskala data kuantitatif berdistribusi normal.

(Pelajari juga tentang skala data dan Transformasi Data).

18
 Dataset Manova
3. Langkah Uji Manova
Membuat Dataset Uji Manova dengan SPSS

Buatlah hasil penelitian pada 4 variabel ke dalam bentuk data sebagai berikut:

Keterangan:

Pekerjaan: 1= Tani, 2=Buruh dan 3=PNS

Buka SPSS dan Buat 4 variabel seperti di atas.

1. Pekerjaan: Type Numeric, Decimals 0, Label Pekerjaan, Measure Nominal.

Value: 1= Tani, 2=Buruh dan 3=PNS.
2. Matematika: Type Numeric, Decimals 0, Label Pekerjaan, Measure Scale.
3. Fisika: Type Numeric, Decimals 0, Label Pekerjaan, Measure Scale.
4. Biologi: Type Numeric, Decimals 0, Label Pekerjaan, Measure Scale.
5. Kopi paste data dalam tabel di atas: Pekerjaan, Matematika, Fisika dan Biologi.

6. Tahap Analisis Manova dengan SPSS

7. Langkah berikutnya adalah: pada menu di SPSS, klik Analyze, General Linear
Model, Multivariate:

19
8. Lihat Tabel di bawah ini: Lalu masukkan variabel Matematika, Fisika dan Biologi
ke kotak “Dependent Variables”. Masukkan Variabel Pekerjaan ke dalam kotak
Fixed Factor (s).

9. Klik Tombol Model. Anda bisa menggunakan nilai bawaan (default) yaitu Full
Factorial atau menggunakan nilai Custom, yaitu dengan memilih Custom
dan memasukkan Pekerjaan ke dalam kotak Model dan mengubah Type ke Main
Effects.

10. Tahap Analisis Post Hoc Setelah Manova

11. Klik Continue.
12. Klik Tombol Post Hoc. Maka akan muncul jendela seperti di bawah ini: Lalu
masukkan Factor Pekerjaan ke kotak Post Hoc Test For, pada Equal Variances
Assumed centang Bonferroni dan pada Equal Variances Not Assumed centang
Games-Howell. (Ingat artikel sebelumnya, bahwa uji Bonferroni dipakai untuk

20
 membedakan kategori mana yang berbeda pada variabel independen apabila hasil
uji homogenitas test pada Levene’s Test menunjukkan memiliki varians yang
berbeda dengan nilai sig. > 0,05. Sedangkan Games-Howell dipakai apabila sig.
<0,05).

13. Klik Continue

14. Kemudian anda tekan tombol options. Lalu masukkan factor Pekerjaan ke dalam
kotak Display Means for. Pada display, centang Descriptive Statistics, Observed
Power dan Homogenty Tests. Dan biarkan Significance Level 0,05.

21
15. Klik Continue dan Lihat hasilnya pada jendela Output.

22
 BAB III
KESIMPULAN

a. Kesimpulan
MANOVA atau Multivariate Analysis of Variance merupakan pengembangan
dari ANOVA, yaitu sebagai metode statistik suatu teknik statistik yang digunakan
untuk menghitung pengujian signifikansi perbedaan rata-rata secara bersamaan antara
kelompok untuk dua atau lebih variable terikat. Anova adalah sebuah analisis statistik
yang menguji perbedaan rerata antar grup. Grup disini bisa berarti kelompok atau
jenis perlakuan. Anova ditemukan dan diperkenalkan oleh seorang ahli statistik
bernama Ronald Fisher. Anova digunakan sebagai alat analisis untuk menguji
hipotesis penelitian yang mana menilai adakah perbedaan rerata antara kelompok.
Analisis ANOVA sering digunakan pada penelitian eksperimen dimana terdapat
beberapa perlakuan. Peneliti ingin menguji, apakah ada perbedaan bermakna antar
perlakuan tersebut.

b. Saran
Dengan adanya makalah ini kami selaku penulis sangat berharap kepada
seluruh mahasiswa agar mampu memahami dan mengetahui tentang Anova dan
Manova. Semoga dengan adanya makalah ini dapat membawa pengaruh yang baik
dan bermanfaat bagi kita semua.

23
 DAFTAR PUSTAKA
Anonim. 2009. Pengolahan Data Statistik dengan SPSS 16.0. Jakarta: Salemba Infotek.
Hemdry. 2011. One Way Anova.. http://teorionline.wordpress.com/2011/02/06/one-way-
anova-analysis-of-variance/Hendry/. Diakses tgl 23 Februari 2019
Hidayat, Anwar. 2012. Online available https://www.statistikian.com/2012/07/
Usman, Husaini. 2006. Pengantar Statistika. Jakarta: Bumi Aksara.
Wahyono, Teguh. 2009. 25 Metode Anlisis dengan Menggunakan SPSS 17. Jakarta
: Gramedia.
multivariate-analysis-of-variance-manova.html

24