Last Updated on August 18, 2022 by Bilson Simamora
Teknik ini digunakan apabila lebih dari satu variabel dependen metrik yang berasosiasi (Huberty dan Morris, 1989) diukur beberapa kali. Variabel independen bersifat kategori dan numerik. Untuk lebih jelasnya, mari kita simak contoh berikut.
Sebuah perusahaan ingin mengetahui apakah gender dan IQ berpengaruh pada produktivitas penjualan. Produktivitas penjualan adalah sebuah variabel laten (konstruk) yang diukur melalui penjualan (sales) dan jumlah pelanggan.
Langkah-langkah:
- Buka file ‘repeated-mancoca.sav’.
- Lakukan prosedur berikut: AnalysisàGeneral Linear ModellingàRepeated measures.
- Pada jendela yang muncul, lakukan prosedur berikut:
Hasil dan Interpretasinya
Analisis deskriptif yang menunjukkan perkembangan penjualan (sales) dan jumlah pelanggan (number of customers) merupapan data terpenting bagi perusahaan. Telihat pada Output 1 bahwa rata-rata penjualan meningkat dari periode ke periode: 81.51→91.60→103.47→127.50. Pada segmen laki-laki perkembangannya adalah: 79.88→87.33→97.20→117.40. Sedangkan pada segmen perempuan, perkembangannya adalah: 83.13→95.17→109.73→137.60. Apabila diperhatikan, perkembangan yang sama terjadi pada jumlah pelanggan.
Uraian selanjutnya penting bagi kalangan akademik. Pertanyaan pertama yang diajukan adalah apakah sampel berasal dari populasi yang sama? Informasi dari Output 2 menjawab pertanyaan ini. Hipothesis nol (Ho) yang diuji adalah: covariance matrix segmen laki-laki dan perempuan adalah sama. Nilai Box’M=58.466, yang dinyatakan menjadi nilai F=1.115, dengan nilai sig.=0.293. Dengan demikian tidak cukup bukti untuk menolak Ho. Jadi, kedua segmen berasal dari populasi yang sama. Kalau responden adalah karyawan-karyawan perusahaan uji ini sebenarnya tidak perlu.
Nah, sekarang kita menjawab pertanyaan: Dalam empat periode tersebut, apakah produktivitas penjualan? Untuk menjawab pertanyaan ini kita sudah masuk ke Tests of Within-Subjects Effects. Informasinya terdapat pada Output 3. Hipothesis nol (Ho) yang diuji adalah: µ1= µ2= µ3= µ3. Oh ya, rata-rata ke-i (µi) di sini adalah rata-rata nilai multivariat, yang merupakan kombinasi linier antara penjualan (sales) dan jumlah pelanggan (customer_number). Nilai ini tidak tampak pada output SPSS.
Pada Output 3 terlihat bahwa Ho ditolak berdasarkan waktu. Demikian pula apabila waktu berinteraksi dengan IQ dan waktu berinteraksi dengan gender (jenis kelamin).
Pada analisis deskriptif (Output 1) sudah terlihat bahwa baik penjualan maupun jumlah pelanggan meningkat dari periode ke periode. Pertanyaannya, apakah peningkatan tersebut signifikan secara statistik?
Sebelum menjawa pertanyaan ini, kita periksa dulu Mauchly’s Test of Sphericity. Yang diperiksa dalam sphericity test adalah apakah varian selisih antar kelompok data sama. Tujuannya adalah untuk mengetahui apakah pengukuran yang dilakukan berulang berkorelasi satu sama lain (Field, 2012).
Hipothesis nol (Ho) yang diuji adalah selisih antar pengkuran adalah sama. Terlihat pada Output 4, untuk sales cukup bukti untuk menolak Ho (nilai sig.=0.000). Artinya, varian selisih penjualan antar kelompok data sama adalah berbeda. Sedangkan untuk jumlah pelanggan, tidak cukup bukti untuk menolak Ho (nilai sig.=0.072). Untuk sampel kecil, ditolaknya Ho tidak masalah. Kita bisa menggunakan faktor koreksi untuk ‘sales’.
Untuk faktor ‘waktu’, koreksi untuk ‘sales’ dilakukan dengan menggunakan Greenhouse-Geisser (F=5.950, nilai sig.=0.005), Huynh-Feldt (F=5.950, nilai sig.=0.003), dan Lower-bound (F=5.950, nilai sig.=0.022). Terlihat dari ketiga uji tersebut, cukup bukti untuk menolak Ho. Artinya, rata-rata sales memang berbeda paling tidak antar dua periode.
Masih untuk faktor ‘waktu’, pengujian Ho untuk jumlah pelanggan (number_customer), cukup menggunakan sphericity assumed (F=6.276, nilai sig.=0.001) karena memang kriteria sphericity variabel ini terpenuhi. Hasilnya adalah cukup bukti untuk menolak Ho. Artinya, rata-rata jumlah pelanggan berbeda paling tidak antar dua periode. Kesimpulan yang sama akan kita peroleh berdasarkan interaksi antara waktu dan IQ serta waktu dan gender.
Referensi
Huberty, C. J., & Morris, J. D. (1989). Multivariate Analysis versus Multiple Univariate Analyses. Psychological Bulletin, 105, 302-308.