Penerapan Multivariate Analysis of Variance (MANOVA) untuk Mengetahui Pengaruh Gender terhadap Study Hours, Sleep Night, Nights Going Out

Notes Theme: - T2 Hotelling: cayman (package prettydoc) - MANOVA: architect (package prettydoc) - PCA: united (default di RMarkdown)

Library:

> # install.packages("knitr")
> # install.packages("rmarkdown")
> # install.packages("prettydoc")
> # install.packages("equatiomatic")

PENDAHULUAN

Latar Belakang

Gender merupakan salah satu variabel sosial yang memengaruhi berbagai aspek kehidupan individu, termasuk perilaku belajar, pola tidur, dan waktu yang dihabiskan di luar ruangan. Peran gender dalam mengatur waktu dan aktivitas sehari-hari telah menjadi topik penelitian yang semakin berkembang dalam berbagai disiplin ilmu, termasuk psikologi, pendidikan, dan kesehatan. Penelitian ini bertujuan untuk menyelidiki pengaruh gender terhadap tiga variabel utama: study week (minggu studi), sleep at night (tidur pada malam hari), dan time spent outside (waktu yang dihabiskan di luar ruangan).

Pengaturan waktu untuk belajar dan studi sangat relevan dalam konteks pendidikan. Penelitian sebelumnya telah menunjukkan bahwa laki-laki dan perempuan mungkin memiliki preferensi belajar yang berbeda, gaya belajar, dan tingkat stres akademik. Berbagai faktor, seperti beban kursus, pekerjaan paruh waktu, dan tanggapan terhadap ujian, dapat memengaruhi seberapa banyak waktu yang dihabiskan untuk belajar. Memahami bagaimana gender memengaruhi study week dapat memberikan wawasan tentang kebijakan pendidikan yang lebih efektif dan pembelajaran yang lebih inklusif.

Tidur yang cukup dan berkualitas adalah penting untuk kesejahteraan fisik dan mental individu. Penelitian telah menunjukkan bahwa terdapat perbedaan gender dalam pola tidur, termasuk durasi tidur, masalah tidur, dan preferensi waktu tidur. Dengan pemahaman yang lebih baik tentang bagaimana gender dapat memengaruhi tidur pada malam hari, kita dapat mengembangkan strategi tidur yang lebih sesuai dengan kebutuhan individu, serta mengidentifikasi faktor-faktor yang dapat memengaruhi kualitas tidur.

Aktivitas di luar ruangan dapat berkontribusi pada kesejahteraan fisik dan mental. Terdapat perbedaan gender dalam preferensi aktivitas di luar ruangan dan dalam sejauh mana individu menghabiskan waktu di alam terbuka. Memahami pengaruh gender terhadap waktu yang dihabiskan di luar ruangan dapat membantu dalam perencanaan program kesehatan, rekreasi, dan kebijakan lingkungan yang lebih inklusif dan relevan.

Penelitian ini akan menggunakan analisis statistik, termasuk MANOVA, untuk mengidentifikasi perbedaan yang signifikan antara kelompok gender dalam tiga variabel utama ini. Hasil penelitian diharapkan akan memberikan wawasan yang lebih dalam tentang peran gender dalam mengatur waktu dan aktivitas sehari-hari, dan dapat digunakan untuk merumuskan kebijakan dan intervensi yang lebih efektif dalam berbagai konteks, termasuk pendidikan, kesehatan, dan rekreasi. Dengan pemahaman yang lebih baik tentang bagaimana gender memengaruhi variabel ini, kita dapat mencapai tujuan pemberdayaan gender yang lebih besar dan peningkatan kesejahteraan masyarakat secara keseluruhan.

Tinjauan Pustaka

1. MANOVA Analisis ragam peubah ganda (Multivariate Analysis of Variance atau MANOVA) adalah metode statistik yang digunakan untuk mengevaluasi kesamaan rata-rata beberapa variabel dari beberapa kelompok populasi secara bersamaan, atau metode untuk menguji kesamaan vektor rata-rata dari beberapa kelompok populasi. MANOVA adalah suatu teknik yang bergantung pada hubungan untuk mengukur perbedaan antara dua atau lebih variabel dependen yang bersifat metrik berdasarkan serangkaian variabel independen yang bersifat non-metrik (Hair, 2019).

2. Uji Normalitas Pengujian hipotesis dalam statistik parametris perlu adanya prasyarat data variabel berdistribusi normal. Untuk itu sebelum melakukan analisis data, maka kenormalan data harus diuji terlebih dahulu. Uji ini dikenakan pada data variabel motivasi belajar siswa penerima KMS dan siswa reguler. Uji normalitas data dilakukan dengan menggunakan uji satu sampel Kolmogorov-Smirnov (One Sampel Kolmogorov-Smirnov Test). Kriteria pengujian adalah jika nilai sig. (Signifikansi) atau nilai probablitias ≤ 0,05 maka distribusi adalah tidak normal, sedangkan jika sig. (Signifikansi) atau nilai probablitas ≥ 0,05 maka distribusi adalah normal.

3. Uji Homogenitas Dalam pengujian MANOVA, penting untuk memastikan bahwa matriks varian-kovarian dari variabel dependen adalah sama. Untuk mengonfirmasi kesamaan variabel dependen, Anda dapat melihat tabel Box’s M, dan jika nilai signifikansi lebih besar dari 0,05, itu menunjukkan bahwa variabel-variabel tersebut memang sama.

4. Variabel Penelitian

• Gender Gender adalah atribut yang dikonstruksi secara sosial dan budaya yang melekat pada pria dan wanita (Fakih, 2008: 8). Dengan kata lain, gender merupakan konstruksi sosial yang dapat memberikan stereotip kepada pria dan wanita. Pandangan ini juga disampaikan oleh Narwoko dan Suyanto (2007: 287-289), yang mendefinisikan gender sebagai seperangkat atribut dan perilaku yang dibentuk secara budaya pada pria dan wanita. Konstruksi sosial dan budaya ini menciptakan gender sebagai pembeda sosial antara pria dan wanita.

• Study Week Study hours adalah waktu yang dihabiskan oleh seseorang untuk belajar atau merenungkan materi pelajaran, mempersiapkan tugas, atau memperdalam pengetahuan dalam lingkungan belajar. Ini adalah periode waktu yang dialokasikan untuk aktivitas belajar, biasanya dalam konteks pendidikan formal atau persiapan ujian. Study hour dapat mencakup waktu yang dihabiskan untuk membaca buku teks, mencatat catatan, menjawab soal latihan, atau melakukan riset terkait materi pelajaran. Tujuan dari study hour adalah untuk meningkatkan pemahaman, retensi, dan penguasaan terhadap materi pelajaran, serta mempersiapkan diri untuk evaluasi akademik.

• Sleep Night Jumlah jam tidur yang seseorang atau individu mendapatkan setiap malam. Ini mengacu pada durasi tidur yang dimiliki seseorang selama periode tidur di malam hari. Jumlah jam tidur per malam dapat bervariasi dari individu ke individu, tetapi rata-rata orang dewasa dianjurkan untuk tidur antara 7-9 jam per malam agar tetap sehat dan berkinerja baik. Jumlah tidur yang cukup adalah faktor penting dalam menjaga kesehatan fisik dan mental. Kurang tidur dapat berdampak negatif pada kesejahteraan dan produktivitas, sementara tidur yang cukup dapat membantu pemulihan tubuh, perbaikan memori, dan kesehatan secara keseluruhan.

• Nights Going Out Waktu yang dihabiskan di luar rumah pada malam hari untuk berbagai aktivitas sosial atau hiburan. Ini bisa mencakup pergi ke restoran, klub malam, bar, konser, pertunjukan teater, pesta, pertemuan dengan teman-teman, atau aktivitas lain yang dilakukan di luar rumah pada malam hari. Nights going out adalah cara untuk bersosialisasi, bersenang-senang, dan merayakan waktu luang dengan orang-orang terdekat. Aktivitas ini dapat menjadi bagian penting dalam kehidupan sosial dan budaya seseorang, dan seringkali menjadi pengalaman yang menghibur dan membangun hubungan.

Data

Data yang digunakan diperoleh dari https://www.kaggle.com/datasets/joebeachcapital/duke-students-gpa. Penelitian ingin mengetahui ada tidaknya pengaruh gender terhadap study hours per week, hours sleep per night, and nights going out per week.

SOURCE CODE

Library yang Dibutuhkan

> # Library
> library(gridExtra)
> library(QuantPsyc)
> library(heplots)
> library(tidyverse)
> library(readxl)

Import Data

> data <- read_excel("C:/Users/User/Downloads/study.xlsx")
> sum(is.na(data))
[1] 0

Source url:https://www.kaggle.com/datasets/joebeachcapital/duke-students-gpa

Plot Study Week, Sleep Night, dan Nights Going Out

> dependent_vars = cbind(data$studyweek, data$sleepnight, data$out)
> head(dependent_vars, 5)
     [,1] [,2] [,3]
[1,]   50    6    3
[2,]   15    6    1
[3,]   15    7    1
[4,]   10    6    4
[5,]   25    7    3

> p1 <- ggplot(data, aes(x = gender, y = studyweek, fill = gender)) + geom_boxplot(outlier.shape = NA) + geom_jitter(width = 0.2) + theme(legend.position="top")
> p2 <- ggplot(data, aes(x = gender, y = sleepnight, fill = gender)) + geom_boxplot(outlier.shape = NA) + geom_jitter(width = 0.2) + theme(legend.position="top")
> p3 <- ggplot(data, aes(x = gender, y = out, fill = gender)) + geom_boxplot(outlier.shape = NA) + geom_jitter(width = 0.2) + theme(legend.position="top")
> grid.arrange(p1, p2, p3, ncol=3)

Pemeriksaan Asumsi Normalitas

Multivariate Normal Distribution Test

Pengujian akan dilakukan dengan menggunakan Mardia’s Skewness and Kutrosis Test dengan memilih selang kepercayaan sebesar 95%, sehingga \(\alpha\) = 0.05. Hipotesis sebagai yang diberikan untuk pengujian ini ialah sebagai berikut.

H0 : Data berdistribusi normal multivariat. H1 : Data tidak berdistribusi normal multivariat.

Pemeriksaan Asumsi Homogenitas

Homogenity of The Variance-Covariance Matrices Test

Karena data berdistribusi normal multivariat, maka dapat digunakan Box’s M Test untuk menguji kehomogenitasan. Nilai \(\alpha\) yang digunakan untuk test ini ialah 0.05. Kemudian, test ini memiliki hipotesis sebagai berikut.

H0 : Matriks Varians dan Kovarians sejenis. H1 : Matriks Varians dan Kovarians tidak sejenis

Analisis MANOVA

MANOVA dilakukan untuk untuk menganalisis hubungan antara beberapa variabel bebas dan beberapa variabel terikat. Pada kasus ini, MANOVA dilakukan untuk menguji apakah terdapat pengaruh Gender terhadap Study Hours, Sleep Night, Nights Going Out. Pada test ini akan digunakan \(\alpha\) = 0.05 dan menyatakan hipotesis sebagai berikut.

H0 : Variabel bebas dan terikat tidak ada hubungan secara signifikan H1 : Variabel bebas dan terikat memiliki hubungan secara signifikan

HASIL DAN PEMBAHASAN

Statistika Deskriptif

> head(data)
# A tibble: 6 × 5
    gpa studyweek sleepnight   out gender
  <dbl>     <dbl>      <dbl> <dbl> <chr> 
1  3.89        50          6     3 female
2  3.9         15          6     1 female
3  3.75        15          7     1 female
4  3.6         10          6     4 male  
5  4           25          7     3 female
6  3.15        20          7     3 male  
> summary(data)
      gpa          studyweek       sleepnight         out       
 Min.   :2.900   Min.   : 2.00   Min.   :5.000   Min.   :0.000  
 1st Qu.:3.400   1st Qu.:10.00   1st Qu.:6.000   1st Qu.:1.250  
 Median :3.650   Median :15.00   Median :7.000   Median :2.000  
 Mean   :3.600   Mean   :19.15   Mean   :7.064   Mean   :2.109  
 3rd Qu.:3.825   3rd Qu.:26.50   3rd Qu.:8.000   3rd Qu.:3.000  
 Max.   :4.670   Max.   :50.00   Max.   :9.000   Max.   :4.000  
    gender         
 Length:55         
 Class :character  
 Mode  :character  
                   
                   
                   

Pada variabel studyweek memiliki nilai yang terkecil (Minimum) yaitu sebesar 2, kuartil pertama (10), median (15), Mean (19.15), dan kuartil ketiga (26.50) terkecil dari seluruh data.

Pada variabel sleepnight memiliki nilai yang terkecil (Minimum) yaitu sebesar 5, kuartil pertama (6), median (7), Mean (7.064), dan kuartil ketiga (8) terkecil dari seluruh data.

Pada variabel nights going out memiliki nilai yang terkecil (Minimum) yaitu sebesar 0, kuartil pertama (1.25), median (2), Mean (2.109), dan kuartil ketiga (3) terkecil dari seluruh data

Pemeriksaan Asumsi Normalitas

Multivariate Normal Distribution Test

Pengujian akan dilakukan dengan menggunakan Mardia’s Skewness and Kutrosis Test dengan memilih selang kepercayaan sebesar 95%, sehingga \(\alpha\) = 0.05. Hipotesis sebagai yang diberikan untuk pengujian ini ialah sebagai berikut.

H0 : Data berdistribusi normal multivariat. H1 : Data tidak berdistribusi normal multivariat.

> mult.norm(dependent_vars)$mult.test
           Beta-hat     kappa     p-val
Skewness  0.8382113  7.683604 0.6597108
Kurtosis 13.2841551 -1.161633 0.2453848

Nilai p-value untuk Skewness dan Kurtosis keduanya > \(\alpha\), sehingga H0 diterima dan data dependen berdistribusi normal multivariat.

Pemeriksaan Asumsi Homogenitas

Homogenity of The Variance-Covariance Matrices Test

Karena data berdistribusi normal multivariat, maka dapat digunakan Box’s M Test untuk menguji kehomogenitasan. Nilai \(\alpha\) yang digunakan untuk test ini ialah 0.05. Kemudian, test ini memiliki hipotesis sebagai berikut.

H0 : Matriks Varians dan Kovarians sejenis. H1 : Matriks Varians dan Kovarians tidak sejenis

> boxM(Y = data[, c('studyweek','sleepnight','out')], group = data$gender)

    Box's M-test for Homogeneity of Covariance Matrices

data:  data[, c("studyweek", "sleepnight", "out")]
Chi-Sq (approx.) = 12.224, df = 6, p-value = 0.05716

Karena p-value > alpha, maka H0 diterima sehingga Matriks Varians dan Kovarians data sejenis

MANOVA

MANOVA Test

Karena setiap asumsi MANOVA sudah terbukti, maka metode MANOVA dapat digunakan. MANOVA dilakukan untuk untuk menganalisis hubungan antara beberapa variabel bebas dan beberapa variabel terikat. Pada kasus ini, MANOVA dilakukan untuk menguji apakah terdapat pengaruh Gender terhadap Study Hours, Sleep Night, Nights Going Out. Pada test ini akan digunakan \(\alpha\) = 0.05 dan menyatakan hipotesis sebagai berikut.

H0 : Variabel bebas dan terikat tidak ada hubungan secara signifikan H1 : Variabel bebas dan terikat memiliki hubungan secara signifikan

> fit <-manova(dependent_vars ~ gender, data = data[, 1:dim(data)[2]])
> fit
Call:
   manova(dependent_vars ~ gender, data = data[, 1:dim(data)[2]])

Terms:
                  gender Residuals
resp 1           176.958  8107.878
resp 2             0.533    56.994
resp 3             3.452    50.893
Deg. of Freedom        1        53

Residual standard errors: 12.36846 1.036997 0.979925
Estimated effects may be unbalanced
> summary(fit)
          Df  Pillai approx F num Df den Df Pr(>F)
gender     1 0.08173   1.5131      3     51 0.2223
Residuals 53                                      

Dari hasil tabel MANOVA, dapat dilihan bahwa p > 0.05 sehingga H0 diterima, maka tidak terdapat hubungan signifikan antara variabel bebas dan terikat.

KESIMPULAN

Berdasarkan pengujian yang telah dilakukan dapat disimpulkan bahwa tidak terdapat pengaruh yang signifikan secara multivariat gender terhadap studyweek, sleepnight dan nights going out.

DAFTAR PUSTAKA

Hair, J., Black, W., Babin, B., & Anderson, R. (2019). Multivariate Data Analysis: A Global Perspective. Cengage Learning EMEA.

Fakih, Mansour. 2008. Analisis Gender dan Transformasi Sosial. Yokyakarta : Pustaka Pelajar.

Suyanto, M. 2007. Marketing Strategy Top Brand Indonesia. Yogyakarta: Andi Offset.