HAIR : MANOVA

Manova menyelesaikan eror tipe 1dengan menyediakan tes tunggal keseluruhan dari grup beda yang menspesifikasi level a. MANOVA menyelesaikan komposisi masalah variable dengan membentuk implicit dan menguji kombinasi linear dari variable tergantung dengan menyediakan hasil terkuat dari keseluruhan grup beda.

Stage 1 : Obyek MANOVA

MANOVA dilakukan selama kebutuhan pengujian tiga susunan variable purchase outcome yang mewakili performa HBAT.

Menguji Profil Grup

Pertanyaan yang dituju dalam analisa ini adalah untuk perpanjangan dimana perbedaan ini sebagai keseluruhan dapat dianggap sebagai signifikansi statistic dan apabila perbedaan ini diperpanjang untuk setiap perbedaan antar grup.

Stage 2 : Desain Riset MANOVA

Stage 3 : Asumsi MANOVA

Setelah membahas normalitas dan interkorelasi dengan Bartlett’s Test dari variabel dependen dalam contoh sebelumnya. Perhatian utama kemudian tertuju pada

Homoskedastisitas pada purchase outcome yang dilakukan oleh Box’s M test, sementara Levene’s Test digunakan untuk mengamati tiap variabel purchase outcome secara terpisah.

Homoskedastisitas

Box’s M Test mengindikasikan tidak terjadinya heteroskedastisitas. Dalam Levene’s Test untuk persamaan varians eror, dua dari purchse outcome menunjukkan hasil yang tidak signifikan dan confirmed homoscedasticity. Didapat sampel dalam ukuran besar di tiap grup dan terjadi homoskedastisitas pada dua purchase outcome, solusi perbaikan tidak dibutuhkan untuk X¹⁹.

Stage 4 : estimasi Model MANOVA dan Menguji Kecocokan Secara Keseluruhan

Uji statistik untuk efek utama yang sognifikan berarti perbedaan antar grup, saat ditampilkan secara kolektif, cukup besar untuk dianggap signifikan secara statistik. Langkah pertama untuk memanfaatkan tes multivariat dan menguji apakah susunan purchase outcomes dimana tiap individu tampaknya mengikuti kemiripan pola yang meningkat saat waktu peningkatan menjadi variasi dalam gaya signifikansi statistik.

Stage 5 : Interpretasi Hasil

Interpretasi analisis MANOVA dengan variabel independen dari tiga atau lebih level membutuhkan dua langkah dalam prosesnya :

1. Menguji efek utama dari variabel independen pada ketiga pengukuran dependen
2. Mengidentifikasi perbedaan grup individual untuk tiap pengukuran dependen dengan perbandiongan atau post hoc test.

Mengamati obyek utama X₅

Semua tes univariat dan multivarat mengindikasikan efek signifikan utama dari X₁ (Customer Type) pada tiap variabel dependen individual sebagai sebuah susunan variabel dependen saat pertimbangan pengumpulan. Efek siginifikan utama berarti bahwa variabel dependen melakukan berbagai signifikan antar tiga grup konsumen berbasis penjangnya hubungan relationship customer.

Membuat Perbandingan Post Hoc

Sebuah efek utama yang signifikan mengindikasikan bahwa sebuah susunan total dari sebuah grup beda cukup besar untuk dipertimbangkan dalam signifikansi statistik. Apabila kontras digunakan, sebuah perbandingan spesifik dibuat diantara dua grup atau beberapa susunan grup untuk melihat apakah mereka secara signifikan berbeda. Pendekatan lain yang digunakan dalam salah satu prosedur post hoc adalah menguji semua grup beda kemudian mengidentifikasinya apakah mereka signifikan secara statistik.

Contoh 3 : 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 X_5.

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.

Ringkasan

Hasil merefleksikan kedua efek ; main dan interaksi menampilkan upaya mandiri dari reaksi pascapembelian konsumen HBAT yang dipengaruhi ileh tipe distribusi sistem dengan panjangnya hubungan.

Tinjauan Manajerial dari Hasil

Diantara hasil secara keseluruhan, manajemen selalu butuh untuk mengetahui apakah perbedaan ini ada tidak hanya bagi variat, tapi juga untuk variabel individual. Tes univariat membuktikan univariat signifikan bebeda untuk tiap purchase outcome. Signifikansi hasil multivariat dan univariat mengindikasikan manajemen bahwa layanan sistem distribusi langsung konsumen lebih baik sebagai pengukuran yang lebih disukai.