Contoh : Desain Faktorial Untuk MANOVA dengan Dua Variabel Independen

Stage 1 : Obyek MANOVA

Dua pertanyaan awal yang diujikan merujuk pada dampak dua distribusi faktor

dan duurasi customer relationship pada susunan purchase outcome. Tujuan

termasuk multiple independen variabel dalam MANOVA untuk menguji efek

mereka berkontinjensi atau kontrol dari variabel lain.

Stage 2 : Desain Riset MANOVA

Ukuran sampel yang Disarankan

Seperti yang telah disebutkan sebelumnya, 2x3 digunakan karena menggunakan

dua level X5.

Adequacy of Statostical Powerbahasan ini menjadi sangat penting saat menguji

perbedaan nonsignifikan dimana peneliti harus menentukan apakah hasil

nonsignifikan mencukupi ukuran efek atau kekuatan statistik lemah.

Stage 3 : Asumsi MANOVA

Seperti pada analisa MANOVA sebelumnya, asumsi terbesar yang penting adalah

homogenitas varians-kovarians matriks antar grup. Menemukan asumsi ini

menungkinkan untuk interpretasi langsung pada hasil tanpa mempertimbangkan

besarnya grup, level kovarians, dalam grup dan lainnya. Tambahan asumsi

statistik terkait variabel dependen telah merujuk pada contoh sebelumnya,

bahasan final adalah kehadiran oulier dan kebutuhan penghapusan beberapa

observasu yang mungkin memutarbalikkan nilai rata-rata grup.

Homoskedastisitas dan Outliers

Tes multivariat Box’s M memiliki nilai nonsignifikan yang memungkinkan kita

untuk menerima hipotesis nol dari homogenitas matriks varians-kovarians pada

level 0,05. Dengan tes univariat dan multivariat menunjukkan nonsignifikan,

peneliti dapat menggali asumsi homoskedastisitas.

Stage 4 : Estimasi Model MANOVA dan Menguji Kecocokannya Secara

Keseluruhan

Model MANOVA untuk desain faktorial tidak hanya efek utama dari dua variabel

independen, namun juga interaksi atau efek join variabel dependen. Langkah

pertama adalah untuk menguji efek interaksi dan menentukan apakah secara

statistik signifikan. Apabila signifikan, kemudian peneliti harus mengkonfirmasi

efek interaksi itu ordinal.

Menguji Efek Interaksi

Arti paling umum dari grafis adalah untuk menciptakan line charts yang

menggambaekan pasangan variabel independen. Apabila garis berangkay dari

paralel tapi tidak pernah melintasi nilai signifikan. Maka interaksi tersebut

dianggap ordinal.

Menguji Interaksi dan Efek Utama

Efek interaksi dapat pula diuji dengan cara yang sama seperti main effects. Efek

interaksi juga dianggap signifikan untuk tiap tiga variabel dependen. Tes statistik

dikonfirmasi pada grafis.

Memperkirakan Main Effects

Apabila efek interaksi dianggap nonsignifikan atau bahkan signifikan dan ordinal,

peneliti dapat melanjutkan estimasi signifikansi main effects untuk perbedaan

diantara grup.

Stage 5 : Interpretasi Hasil

Interpretasi desain faktorial MANOVA adalah dengan kombinasi judgements

yang digambarkan dari uji statistik dan pengujian basis data.

Interpretasi Interaksi Main Effects

Signifikansi statistik mungkin didukung dari uji multivariat namun menguji tes

bagi setiap variabel menyediakan pandangan kritis ke dalam efek yang terlihat

dalam tes multivariat. Dengan interaksi main effects yang ditemukan, statistik

menjadi signifikan dari kedua multivariat dan univariat. Interpretasi tetap

bergantung pada pola efek yang ditunjukkan dalam nilai enam grup.

Kovariat Potensial

Menambahkan covariat adalah untuk mengembangkan analisa dan interpretasi

variabel independen. Peran kovariat adalah untuk mengontrol efek luar dari

lingkup analisa MANOVA yang mungkin berefek dari grup beda dalam cara yang

sistematis. Kovariat lebih efektif saat terjadi korelasi dengan variabel dependen,

namun tidak berkorelasi relatif pada variabel independen yang digunakan.