MANOVA Dan Analisis Diskriminan

BAB I

METODOLOGI

1.1 Data

1.1.1 Data MANOVA

Tujuan: Untuk mengetahui pangaruh modifikasi proses kitosan dari

limbah cangkang udang vannamaei (Panaeus vannamaei)

dan jenis pelarut asam organik yang berbeda terhadap nilai

kadar pH fillet ikan tuna (Thunnus sp.).

Variabel Penelitian:

Perlakuan dalam percobaan ini adalah kitosan dengan asam

asetat (AX), kitosan dengan asam format (AY), kitosan

termodifikasi dengan asam asetat (BX), kitosan

termodifikasi dengan asam format (BX). Variabel respons

yang diamati adalah pH fillet ikan tuna (Thunnus sp.) pada

pengamatan hari ke-1, hari ke-30, dan hari ke-60

Tabel

Perlakuan Ulangan

1 2 3

H1

AX 5.79 5.26 5.38

AY 5.45 5.13 5.37

BX 5.08 5.11 5.29

BY 5.47 5.32 5.20

H30

AX 5.78 5.80 5.77

AY 5.72 5.74 5.70

BX 5.68 5.63 5.53

BY 5.64 5.66 5.56

H60

AX 5.67 5.30 5.41

AY 5.67 5.46 5.19

BX 5.67 5.53 5.12

BY 5.43 5.27 4.72

1.1.2 Data Diskriminan

Diketahui terdapat 16 Kota dengan kadar SO2, D-D, dan

NOX di udara pada masing-masing kota seperti disajikan

pada table di atas. Berdasarkan ktiga variabel tersebut akan

dikelompokkan kota mana yang termasuk dalam kategori

kota tidak tercemar (1) dan kategori kota tercemar (2).

Tabel

KOTA SO2 D-D NOX GROUP

1 0.015 0.073 0.11 1

2 0.011 0.072 0.09 1

3 0.014 0.07 0.08 1

4 0.016 0.075 0.08 1

5 0.007 0.063 0.1 1

6 0 0.078 0.11 1

7 0.015 0.064 0.09 1

8 0.025 0.074 0.14 1

9 0.025 0.113 0.2 1

10 0.013 0.047 0.05 2

11 0.007 0.039 0.05 2

12 0.008 0.082 0.04 2

13 0.008 0.045 0.14 2

14 0.007 0.089 0.05 2

15 0.009 0.074 0.04 2

16 0.017 0.078 0 2

1.2 Langkah – langkah pengujian dengan MiniTab

1.2.1 Uji MANOVA

Mengatur data sesuai dengan perlakuan dan variabel respon

Perlakuan Hari 1 Hari 30 Hari 60

1 5.79 5.78 5.67

2 5.45 5.72 5.67

3 5.08 5.68 5.67

4 5.47 5.64 5.43

1 5.26 5.8 5.3

2 5.13 5.74 5.46

3 5.11 5.63 5.53

4 5.32 5.66 5.27

1 5.38 5.77 5.41

2 5.37 5.7 5.19

3 5.29 5.53 5.12

4 5.2 5.56 4.72

Kemudian buka software MiniTab dengan cara mengeklik 2

kali ikon MiniTab yang ada pada dekstop

Masukan data yang akan dianalisis dengan cara memaukan

secara manual satu persatu data atau langsung mengcopy

data yang telah ada di excell dengan cara memblok data yang

ingin dimasukan kemudian klik kanan > copy , kemudian

masuk ke software MiniTab, klik kanan pada kolom yang

ingin dimasukan data >paste

Untuk memulai analisis klik Analyze͢͢͢͢͢͢͢͢͢ pilih General Linear

Model pilih Multivariate

Setelah muncul kotak dialog, pada dependent variable isikan

hari1, hari30 dan hari60. Pada fixed factor isikan perlakuan

Kemudian pada kotak dialog yang sama klik post hoc.

akan muncul kotak dialog baru, isikan perlakuan pada kotak

post hoc test for . setelah itu centang LSD dan Duncan

kemudian klik continue

Pada kotak dialog Multivariate pilih Options. Pada bagian

display beri tanda centang pada Parameter estimates dan

Homogeneity tests kemudian pilih Continue

1.2.2 Uji Diskriminan

Kemudian buka software MiniTab dengan cara mengeklik 2

kali ikon MiniTab yang ada pada dekstop

Masukan data yang akan dianalisis dengan cara memaukan

secara manual satu persatu data atau langsung mengcopy

data yang telah ada di excell dengan cara memblok data yang

ingin dimasukan kemudian klik kanan > copy , kemudian

masuk ke software MiniTab, klik kanan pada kolom yang

ingin dimasukan data >paste

Untuk memulai analisis klik Analyze͢͢͢͢͢͢͢͢͢ pilih Classify pilih

discriminant

Pada kotak Grouping Variable masukkan Group dan pada

kotak Independents isi dengan so2, dd dan nox. Kemudian

pilih Define Range. Isikan 1 pada kolom Minimum dan 2

pada kolom Maximum sebagai kategori dari grup dan pilih

Continue

Pilih Statistics pada kotak dialog Discriminant Analysis.

Centang semua item yang berada di kolom descriptive dan

Function Coefficients dan klik Continue

Pilih Classify pada kotak dialog Discriminant. Centang

Summary table pada bagian Display dan klik Continue.

BAB II

HASIL DAN PEMBAHASAN

2.1 Hasil Pengujain dengan Software MiniTab

2.1.1 Uji MANOVA

Hasil multivariate test

Hipotesisi: 𝐻0 = Perlakuan tidak berpengaruh nyata secara simultan

terhadap respon

𝐻1 = Perlakuan berpengaruh nyata secara simultan

terhadap respon

Keputusan :

Karena P-value dari Wilk’s Lambda (0,001) dan Hottelling’s

Trace (0,000) < 𝛼 (0.05) maka tolak 𝐻0.

Kesimpulan :

Dengan tingkat kepercayaan sebesar 95% dapat disimpulkan

bahwa perlakuan berpengaruh nyata secara simultan terhadap

respon.

Hasil dari test of between subject effect

Hipotesisi: H0 :Perlakuan tidak berpengaruh nyata terhadap

masing-masing respon

H1 :Perlakuan berpengaruh nyata terhadap masing-

masing respon.

Keputusan:

Pengaruh perlakuan terhadap hari1.

Karena P-value (0,293) > 𝛼 maka terima 𝐻0 ,

sehingga dapat disimpulkan dengan tingkat kepercayaan

sebesar 95% perlakuan tidak berpengaruh nyata terhadap

peubah respon (hari1)


Karena P-value (0,002) < 𝛼 maka tolak 𝐻0, sehingga

dapat disimpulkan dengan tingkat kepercayaan sebesar 95%

perlakuan berpengaruh nyata terhadap peubah respon

(hari30)


Karena P-value (0,079) > 𝛼 maka terima 𝐻0,

sehingga dapat disimpulkan dengan tingkat kepercayaan

sebesar 95% perlakuan tidak berpengaruh nyata terhadap

peubah respon (H60)

Hasil dari parametere estimate

Hari ke-1

Karena hanya parameter intersep yang signifikan maka

modelnya adalah:

𝑌𝑖𝑗 = 5.330 + 𝜀𝑖𝑗

Hari ke-30

Karena ada dua parameter yang signifikan maka modelnya

adalah:

𝑌𝑖𝑗 = 5.620 + 0.163𝐴𝑋 + 0.100𝐴𝑌 + 𝜀𝑖𝑗

Hari k3-60

Karena hanya parameter intersep yang signifikan maka

modelnya adalah:

𝑌𝑖𝑗 = 5.140 + 𝜀𝑖𝑗

Hasil dari multiple comparassion

Hari ke-1

Berdasarkan output Multiple Comparisons di atas,

dapat diketahui bahwa tidak ada P-value dari perlakuan < 𝛼

sehingga dapat disimpulkan bahwa tidak terdapat perlakuan

yang berpengaruh nyata terhadap peubah respon hari1.

Hari ke-30 Berdasarkan output Multiple Comparisons di atas,

dapat diketahui bahwa p-value dari perlakuan 1(AX) dan

perlakuan 3 (BX) sebesar 0.003 < 𝛼 (0.05), sehingga

dapat dikatakan bahwa perlakuan 1(AX) dan perlakuan

3(BX) memberikan pengaruh yang nyata terhadap peubah

respon hari30


dapat diketahui bahwa p-value dari perlakuan 1(AX) dan

perlakuan 4(BY) sebesar 0.003 < 𝛼 (0.05), sehingga

dapat dikatakan bahwa perlakuan 1(AX) dan perlakuan

4(BY) memberikan pengaruh yang nyata terhadap peubah

respon hari30


dapat diketahui bahwa p-value dari perlakuan 2(AY) dan

perlakuan 3(BX) sebesar 0.026 < 𝛼 (0.05), sehingga

dapat dikatakan bahwa perlakuan 2(AY) dan perlakuan

3(BX) memberikan pengaruh yang nyata terhadap peubah

respon hari30


dapat diketahui bahwa p-value dari perlakuan 2(AY) dan

perlakuan 4(BY) sebesar 0.034 < 𝛼 (0.05), sehingga

dapat dikatakan bahwa perlakuan 2(AY) dan perlakuan

4(BY) memberikan pengaruh yang nyata terhadap peubah

respon hari30

Hari ke-60 Berdasarkan output Multiple Comparisons di atas,

dapat diketahui bahwa tidak ada p-value dari perlakuan yang

< 𝛼 (0.05), sehingga dapat dikatakan bahwa tidak terdapat

perlakuan yang berpengaruh nyata terhadap peubah respon

hari60.


Hasil test of equality of means

Hipotesis:

H0 : tidak terdapat perbedaan antar variabel prediktor

dalam mempengaruhi variabel respon

H1 :terdapat perbedaan antar variabel prediktor

dalam mempengaruhi variabel respon

Keputusan:

Dari output di atas dapat dilihat bahwa variabel so2 dan dd

tidak signifikan karena p-value (0,202 dan 0,235) > α = 0.05

namun variabel nox signifikan karena p-value (0,012 < α = 0.05

) . Maka dapat dikatakan bahwa tidak terdapat perbedaan antar

variabel (so2 dan dd) dalam mempengaruhi variabel respon

kecuali variabel nox

Uji kehomogenan

Hipotesisi = H0 :data homogen

H1 :data tidak homogen

Keputusan:

Dari output di atas diperoleh p-value (0.018) < 𝛼 (0,05) maka

tolak 𝐻0. Sehingga dengan tingkat kepercayaan sebesar 95%

dapat dikatakan asumsi kehomogenan data tidak terpenuhi

Tes nilai eigen

Keputusan:

Berdasarkan output dapat dilihat bahwa Eigenvalue sebesar

0.632 < 1. Maka dapat disimpulkan bahwa fungsi

diskriminan 1 tidak cukup menjelaskan fungsi diskriminan

yang terbentuk, walaupun nilai kumulatif yang diperoleh

sebesar 100%

Uji wilk’s lamda

Keputusan:

Berdasarkan output dapat dilihat bahwa p-value (0.095) > α,

maka dapat dikatakan fungsi 1 sebagai fungsi tidak

signifikan dan tidak digunakan atau dianggap sebagai fungsi

sisa

Fungsi diskriminan kanonik

Keputusan;

Berdasarkan output dapat dibentuk fungsi diskriminan yang

terpilih, Namun karena fungsi 1 tidak cukup menjelaskan

fungsi diskriminan yang terbentuk maka kita tidak perlu

menuliskan fungsi diskriminan tersebut menjadi model

Uji klasifikasi

Keputusan;

Berdasarkan output dapat dilihat bahwa nilai hit rasio

sebesar 87.5%. Hal ini berarti bahwa peubah-peubah bebas

cukup tepat dalam mengelompokkan peubah respon

BAB III

PENUTUP

3.1 kesimpulan

3.1.1. Uji MANOVA

Dari data mengenai pengujian pangaruh modifikasi proses

kitosan dari limbah cangkang udang vannamaei (Panaeus

vannamaei) dan jenis pelarut asam organik yang berbeda terhadap

nilai kadar pH fillet ikan tuna (Thunnus sp.). Setelah dilakukan uji

MANOVA didapatkan hasil bahwa perlakuan (modifikasi proses

kitosan) mempunyai pengaruh terhadap respon (kadar ph) pada hari

ke-30, yang mempunyai model sebagai berikut:

𝑌𝑖𝑗 = 5.620 + 0.163𝐴𝑋 + 0.100𝐴𝑌 + 𝜀𝑖𝑗


Dari data mengenai kadar SO2, D-D, dan NOX di udara pada

masing-masing kota apakah kota tersebut tergolong tercemar atau

tidak. Dari hasil uji didapatkan bahwa yang mempengaruhi bahwa

dikatakan tercemar (2) atau tidak (1) tergantung dari kadar SO2, D-D

yang dikandung dalam udara. Data yang didapat juga sudah

homogen. Fungsi yang dapat terbentuk dari data ini adalah 1 fungsi

dengan variabel SO2, D-D, dan NOX , Namun dari fungsi 1 tersebut

setelah di uji nilai eigen dan dengan uji wilk’s lamda menunjukan

bahwa fungsi tidak dapat menjelaskan fungsi diskriminan yang

terbentuk. Menurut uji klasifikasi peubah-peubah yang digunkan

sudah cukup tepat menjelaskan pengelompokan variabel respon.

3.2 saran

Saat melakukan uji MANOVA hati-hati dalam memasukan

data ke sotfware SPSS, sebelum dimasukan dalam SPSS data harus

diubah sesuai dengan perlakuan dan variabel respon.

Documents

MANOVA Dan Analisis Diskriminan