{"id":484,"date":"2023-07-29T18:24:50","date_gmt":"2023-07-29T18:24:50","guid":{"rendered":"https:\/\/statorials.org\/id\/manova-ke-sungai\/"},"modified":"2023-07-29T18:24:50","modified_gmt":"2023-07-29T18:24:50","slug":"manova-ke-sungai","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/manova-ke-sungai\/","title":{"rendered":"Cara melakukan manova di r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Untuk memahami MANOVA, pertama-tama ada gunanya memahami ANOVA.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/anova-satu-arah\/\" target=\"_blank\" rel=\"noopener\">ANOVA<\/a> (analisis varians) digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga atau lebih kelompok independen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita ingin mengetahui apakah teknik belajar berdampak pada nilai ujian siswa di suatu kelas atau tidak. Kami membagi kelas menjadi tiga kelompok secara acak. Setiap kelompok menggunakan teknik belajar yang berbeda selama sebulan untuk mempersiapkan ujian. Pada akhir bulan, semua siswa mengikuti ujian yang sama.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk mengetahui apakah teknik belajar berdampak pada nilai ujian, kita dapat melakukan ANOVA satu arah, yang akan memberi tahu kita apakah ada perbedaan yang signifikan secara statistik antara nilai rata-rata ketiga kelompok.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam ANOVA kami memiliki variabel respon. Namun, dalam <strong>MANOVA<\/strong> (analisis varians multivariat), kami memiliki beberapa variabel respons.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita ingin mengetahui dampak tingkat pendidikan (yaitu sekolah menengah atas, gelar associate, sarjana, magister, dll.) terhadap pendapatan tahunan dan jumlah utang pelajar. Dalam hal ini, kita mempunyai satu faktor (tingkat pendidikan) dan dua variabel respon (pendapatan tahunan dan utang pelajar), sehingga kita dapat melakukan MANOVA satu arah.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Terkait:<\/strong><\/span> Memahami Perbedaan ANOVA, ANCOVA, MANOVA, dan MANCOVA<\/p>\n<h2> <span style=\"color: #000000;\"><strong>Cara melakukan MANOVA di R<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Dalam contoh berikut, kami akan mengilustrasikan cara melakukan MANOVA satu arah di R menggunakan kumpulan data <strong>iris<\/strong> bawaan, yang berisi informasi tentang panjang dan lebar pengukuran bunga berbeda untuk tiga spesies berbeda (\u201csetosa\u201d, \u201cvirginica\u201d , \u201cversiwarna\u201d):<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#view first six rows of <em>iris<\/em> dataset<\/span>\nhead(iris)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 5.1 3.5 1.4 0.2 setosa\n#2 4.9 3.0 1.4 0.2 setosa\n#3 4.7 3.2 1.3 0.2 setosa\n#4 4.6 3.1 1.5 0.2 setosa\n#5 5.0 3.6 1.4 0.2 setosa\n#6 5.4 3.9 1.7 0.4 setosa\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Misalkan kita ingin mengetahui apakah spesies mempunyai pengaruh terhadap panjang dan lebar sepal. Dengan menggunakan <em>spesies<\/em> sebagai variabel bebas, dan <em>panjang<\/em> serta <em>lebar<\/em> sepal sebagai variabel respons, kita dapat melakukan MANOVA satu arah menggunakan fungsi <strong>manova()<\/strong> di R.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Fungsi <strong>manova()<\/strong> menggunakan sintaks berikut:<\/span><\/p>\n<p style=\"text-align: left;\"> <strong><span style=\"color: #000000;\">manova (cbind (rv1, rv2, \u2026) ~ iv, data)<\/span><\/strong><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>rv1, rv2<\/strong> : variabel respon 1, variabel respon 2, dst.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>iv<\/strong> : variabel bebas<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>data<\/strong> : nama bingkai data<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Dalam contoh kita dengan kumpulan data iris, kita dapat memasang MANOVA dan menampilkan hasilnya menggunakan sintaks berikut:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit the MANOVA model<\/span>\nmodel &lt;- manova(cbind(Sepal.Length, Sepal.Width) ~ Species, data = iris)\n\n<span style=\"color: #008080;\">#view the results\n<\/span>summary(model)\n# Df Pillai approx F num Df den Df Pr(&gt;F)    \n#Species 2 0.94531 65.878 4,294 &lt; 2.2e-16 ***\n#Residuals 147                                             \n#---\n#Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dari hasilnya, kita dapat melihat bahwa statistik F adalah 65,878 dan nilai p yang sesuai sangat kecil. Hal ini menunjukkan bahwa terdapat perbedaan yang signifikan secara statistik dalam pengukuran sepal tergantung pada spesiesnya.<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>Catatan teknis:<\/strong> Secara default, manova() menggunakan statistik uji <em>Pillai<\/em> . Karena distribusi statistik uji ini rumit, nilai perkiraan F juga disediakan untuk memudahkan interpretasi.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Selain itu, dimungkinkan untuk menentukan &#8216;Roy&#8217;, &#8216;Hotelling-Lawley&#8217; atau &#8216;Wilks&#8217; sebagai statistik pengujian untuk digunakan menggunakan sintaks berikut: ringkasan(model, test = &#8216;Wilks&#8217;)<\/span><\/p>\n<\/blockquote>\n<p> <span style=\"color: #000000;\">Untuk mengetahui secara pasti bagaimana <em>panjang<\/em> dan <em>lebar<\/em> sepal dipengaruhi oleh <em>spesies<\/em> , kita dapat melakukan ANOVA univariat menggunakan <strong>ringkasan.aov()<\/strong> seperti yang ditunjukkan pada kode berikut:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong>summary.aov(model)\n\n\n# Response Sepal.Length:\n# Df Sum Sq Mean Sq F value Pr(&gt;F)    \n#Species 2 63.212 31.606 119.26 &lt; 2.2e-16 ***\n#Residuals 147 38.956 0.265                      \n#---\n#Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n# Response Sepal.Width:\n# Df Sum Sq Mean Sq F value Pr(&gt;F)    \n#Species 2 11.345 5.6725 49.16 &lt; 2.2e-16 ***\n#Residuals 147 16.962 0.1154                      \n#---\n#Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Kita dapat melihat dari hasil bahwa nilai p untuk kedua ANOVA univariat sangat rendah (&lt;2.2e-16), menunjukkan bahwa <em>spesies<\/em> memiliki pengaruh yang signifikan secara statistik terhadap <em>lebar<\/em> dan panjang <em>sepal<\/em> .<\/span><\/p>\n<h2> <strong><span style=\"color: #000000;\">Visualisasikan sumber daya grup<\/span><\/strong><\/h2>\n<p> <span style=\"color: #000000;\">Mungkin juga berguna untuk memvisualisasikan rata-rata kelompok untuk setiap tingkat <em>spesies<\/em> variabel independen untuk lebih memahami hasil kami.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya, kita dapat menggunakan perpustakaan <strong>gplots<\/strong> dan fungsi <strong>plotmeans()<\/strong> untuk memvisualisasikan <em>rata-rata panjang sepal<\/em> berdasarkan <em>spesies<\/em> :<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#load <em>gplots<\/em> library<\/span>\nlibrary(gplots)\n\n<span style=\"color: #008080;\">#visualize mean <em>sepal length<\/em> by <em>species<\/em>\n<\/span>plotmeans(iris$Sepal.Length ~ iris$Species)<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dari grafik tersebut terlihat bahwa rata-rata panjang sepal sangat bervariasi antar spesies. Hal ini cocok dengan hasil MANOVA kami, yang memberi tahu kami bahwa terdapat perbedaan signifikan secara statistik dalam pengukuran sepal antar spesies.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita juga dapat memvisualisasikan <em>lebar rata-rata sepal<\/em> berdasarkan <em>spesies<\/em> :<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong>plotmeans(iris$Sepal.Width ~ iris$Species)<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Lihat dokumentasi lengkap untuk fungsi <strong>manova()<\/strong> <a href=\"https:\/\/www.rdocumentation.org\/packages\/stats\/versions\/3.5.2\/topics\/manova\" target=\"_blank\" rel=\"noopener\">di sini<\/a> .<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Untuk memahami MANOVA, pertama-tama ada gunanya memahami ANOVA. ANOVA (analisis varians) digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga atau lebih kelompok independen. Misalnya, kita ingin mengetahui apakah teknik belajar berdampak pada nilai ujian siswa di suatu kelas atau tidak. Kami membagi kelas menjadi tiga kelompok secara acak. Setiap kelompok [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Cara melakukan MANOVA di R - Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara mudah melakukan MANOVA (analisis varians multivariat) di R.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/manova-ke-sungai\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara melakukan MANOVA di R - Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara mudah melakukan MANOVA (analisis varians multivariat) di R.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/manova-ke-sungai\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T18:24:50+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/manova-ke-sungai\/\",\"url\":\"https:\/\/statorials.org\/id\/manova-ke-sungai\/\",\"name\":\"Cara melakukan MANOVA di R - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-29T18:24:50+00:00\",\"dateModified\":\"2023-07-29T18:24:50+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara mudah melakukan MANOVA (analisis varians multivariat) di R.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/manova-ke-sungai\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/manova-ke-sungai\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/manova-ke-sungai\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara melakukan manova di r\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cara melakukan MANOVA di R - Statologi","description":"Tutorial ini menjelaskan cara mudah melakukan MANOVA (analisis varians multivariat) di R.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/manova-ke-sungai\/","og_locale":"id_ID","og_type":"article","og_title":"Cara melakukan MANOVA di R - Statologi","og_description":"Tutorial ini menjelaskan cara mudah melakukan MANOVA (analisis varians multivariat) di R.","og_url":"https:\/\/statorials.org\/id\/manova-ke-sungai\/","og_site_name":"Statorials","article_published_time":"2023-07-29T18:24:50+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"3 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/manova-ke-sungai\/","url":"https:\/\/statorials.org\/id\/manova-ke-sungai\/","name":"Cara melakukan MANOVA di R - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-29T18:24:50+00:00","dateModified":"2023-07-29T18:24:50+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara mudah melakukan MANOVA (analisis varians multivariat) di R.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/manova-ke-sungai\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/manova-ke-sungai\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/manova-ke-sungai\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara melakukan manova di r"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/484"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=484"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/484\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=484"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=484"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=484"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}