manova dan analisis diskriminan
Post on 12-Jan-2016
106 Views
Preview:
DESCRIPTION
TRANSCRIPT
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)
Pengaruh perlakuan terhadap hari30.
Karena P-value (0,002) < 𝛼 maka tolak 𝐻0, sehingga
dapat disimpulkan dengan tingkat kepercayaan sebesar 95%
perlakuan berpengaruh nyata terhadap peubah respon
(hari30)
Pengaruh perlakuan terhadap hari60.
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
Berdasarkan output Multiple Comparisons di atas,
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
Berdasarkan output Multiple Comparisons di atas,
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
Berdasarkan output Multiple Comparisons di atas,
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.
2.1.2 Uji Diskriminan
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
3.1.2 Uji Diskriminan
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.
top related