Analisis Varian (uji prasyarat, MANCOVA, dan non parametrik yang relevan)

 

Nama               : Atika Nur Fadhilah

Mata Kuliah    : Metodologi Penelitian Kuantitatif

Topik               : Analisis Varian (uji prasyarat, MANCOVA, dan non parametrik yang relevan)

Pertemuan 15

Judul Penelitian
Multivariate Analysis of Covariance with Potentially Singular Covariance Matrices and Non-normal Responses

 

link here

Tujuan Penelitian
Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi metode pengujian yang andal dalam model MANCOVA ketika asumsi klasik seperti normalitas dan homogenitas varians tidak terpenuhi, khususnya pada kondisi matriks kovarians yang singular atau hampir singular, sehingga analisis multivariat tetap valid dalam situasi praktis yang kompleks.

Metode Penelitian
Penelitian ini menggunakan pendekatan metodologis dengan mengusulkan statistik uji baru bernama Modified MANCOVA ANOVA-Type Statistic (MANCATS), yang dikombinasikan dengan estimasi kovarians yang robust terhadap heteroskedastisitas serta dua teknik bootstrap, yaitu wild bootstrap dan parametric bootstrap, serta diuji melalui simulasi Monte Carlo dan penerapan pada data nyata.

 

Hasil Penelitian
Hasil penelitian menunjukkan bahwa metode MANCATS berbasis parametric bootstrap memberikan kinerja terbaik dalam mengendalikan kesalahan tipe I dan memiliki daya uji yang baik, khususnya pada ukuran sampel kecil dan kondisi matriks kovarians yang singular, dibandingkan metode klasik seperti Wilks’ Lambda dan Wald-type test.

 

Kelebihan

Kelebihan utama penelitian ini adalah mampu menangani kondisi data yang sulit seperti non-normalitas, heteroskedastisitas, serta matriks kovarians singular, sehingga metode yang diusulkan lebih fleksibel dan aplikatif untuk penelitian di bidang kesehatan, psikologi, dan ilmu kehidupan.

 

Kekurangan

Kekurangan penelitian ini terletak pada kompleksitas komputasi yang tinggi karena penggunaan prosedur bootstrap dengan banyak iterasi, serta kebutuhan pemahaman statistik tingkat lanjut yang dapat membatasi penggunaannya oleh peneliti non-spesialis.

Novelty dengan menampilkan penelitian sebelumnya

 

Tabel Penelitian Sebelumnya dan Research Gap

No	Peneliti / Metode Sebelumnya	Fokus Penelitian	Keterbatasan (Gap)
1	Metode MANCOVA klasik (mis. Wilks’ Lambda, Wald-type test)	Analisis kovarians multivariat dengan asumsi normalitas dan kovarians homogen	Tidak dapat digunakan ketika matriks kovarians singular atau hampir singular
2	Fan & Zhang (rank-based repeated measures ANCOVA)	Pendekatan nonparametrik untuk ANCOVA berulang	Bukan generalisasi langsung dari MANCOVA klasik dan tidak menggunakan mean-adjusted outcomes
3	White (Heteroskedasticity-Consistent Covariance Estimator)	Estimasi kovarians robust terhadap heteroskedastisitas	Tidak dirancang untuk masalah singular covariance matrices
4	Wald-type tests dalam model multivariat	Pengujian signifikansi parameter dalam model multivariat	Membutuhkan matriks kovarians yang invertible (non-singular)
5	Studi aplikasi sebelumnya (mis. penelitian medis: epilepsy data)	Penerapan MANCOVA dalam data kesehatan nyata	Tidak ada metode yang secara eksplisit menangani singular covariance + non-normality
Novelty kebaruan penelitian Multivariate Analysis of Covariance with Potentially Singular Covariance Matrices and Non-normal Responses terletak pada keberhasilannya mengatasi keterbatasan utama metode MANCOVA klasik dan pengembangannya, seperti Wilks’ Lambda dan Wald-type test, yang mensyaratkan matriks kovarians harus non-singular dan data berdistribusi normal. Berbeda dengan pendekatan Fan & Zhang yang bersifat nonparametrik namun bukan generalisasi langsung MANCOVA, serta White yang hanya berfokus pada heteroskedastisitas tanpa menangani singularitas matriks, penelitian ini menghadirkan statistik baru MANCATS yang secara simultan menangani masalah singular covariance matrices, non-normality, dan heteroskedastisitas, sekaligus memungkinkan koefisien kovariat berbeda pada tiap dimensi variabel dependen. Dengan demikian, novelty penelitian ini secara langsung mengisi celah metodologis yang belum terjawab oleh penelitian-penelitian sebelumnya.