One Way & Two Way Anova
Hilya Hamidah
2024-10-27
data <- read.csv("C:/Users/MyBook Hype/Downloads/MockJury.csv", sep = ";", header = TRUE)
data## rownames Attr Crime Years Serious exciting calm independent sincere warm
## 1 1 2 1 10 8 6 9 9 8 5
## 2 2 2 1 3 8 9 5 9 3 5
## 3 3 2 1 5 5 3 4 6 3 6
## 4 4 2 1 1 3 3 6 9 8 8
## 5 5 2 1 7 9 1 1 5 1 8
## 6 6 2 1 7 9 1 5 7 5 8
## 7 7 2 1 3 4 5 6 7 6 7
## 8 8 2 1 7 4 4 9 2 9 6
## 9 9 2 1 2 5 4 8 8 7 1
## 10 10 2 1 3 2 6 8 7 5 7
## 11 11 2 1 5 9 5 3 5 6 8
## 12 12 2 1 1 2 6 7 9 7 4
## 13 13 2 1 1 3 7 8 7 8 8
## 14 14 2 1 1 2 4 6 6 7 4
## 15 15 2 1 2 4 6 8 7 7 5
## 16 16 2 1 2 6 7 8 6 7 5
## 17 17 2 1 10 7 7 4 1 1 1
## 18 18 2 1 10 8 6 9 9 8 5
## 19 19 2 1 3 4 6 4 9 7 7
## 20 20 2 1 4 9 9 9 7 1 9
## 21 21 2 1 7 1 1 1 7 9 9
## 22 22 0 1 1 3 2 5 6 5 6
## 23 23 0 1 4 8 2 3 2 9 7
## 24 24 0 1 3 5 5 8 9 7 6
## 25 25 0 1 2 2 1 9 7 1 4
## 26 26 0 1 8 5 2 3 5 1 4
## 27 27 0 1 8 9 3 8 2 8 1
## 28 28 0 1 1 3 5 8 8 6 9
## 29 29 0 1 1 5 4 8 6 4 4
## 30 30 0 1 5 5 4 7 3 3 3
## 31 31 0 1 7 5 4 6 2 9 5
## 32 32 0 1 1 3 5 5 6 3 4
## 33 33 0 1 5 3 5 5 5 6 3
## 34 34 0 1 2 4 4 7 3 3 2
## 35 35 0 1 12 9 7 3 8 1 2
## 36 36 0 1 10 4 1 3 9 8 9
## 37 37 0 1 1 4 1 5 1 3 2
## 38 38 0 1 6 5 4 6 6 3 3
## 39 39 0 1 2 2 3 2 4 6 3
## 40 40 0 1 5 7 6 8 7 2 2
## 41 41 0 1 12 9 7 3 2 2 1
## 42 42 0 0 6 5 3 7 3 2 3
## 43 43 0 0 3 6 3 7 7 8 8
## 44 44 0 0 8 6 3 5 5 3 2
## 45 45 0 0 4 5 3 6 6 4 3
## 46 46 0 0 10 5 6 6 5 9 5
## 47 47 0 0 10 8 4 7 6 3 7
## 48 48 0 0 15 9 9 9 9 5 5
## 49 49 0 0 15 5 7 8 3 3 4
## 50 50 0 0 3 4 6 8 8 3 2
## 51 51 0 0 3 4 2 6 5 3 1
## 52 52 0 0 3 3 5 1 9 3 5
## 53 53 0 0 11 7 4 1 1 8 2
## 54 54 0 0 12 7 1 5 6 1 1
## 55 55 0 0 2 2 5 7 7 4 4
## 56 56 0 0 1 2 1 4 1 1 1
## 57 57 0 0 1 2 3 4 1 1 2
## 58 58 0 0 12 4 7 6 2 2 3
## 59 59 1 1 5 4 2 4 6 6 6
## 60 60 1 1 5 4 6 7 3 3 2
## 61 61 1 1 4 3 2 7 6 5 5
## 62 62 1 1 3 5 3 7 9 2 5
## 63 63 1 1 6 4 3 7 6 8 6
## 64 64 1 1 4 3 5 6 3 2 5
## 65 65 1 1 9 9 9 9 9 7 1
## 66 66 1 1 8 8 5 7 9 4 6
## 67 67 1 1 3 6 7 5 5 3 7
## 68 68 1 1 2 6 5 9 9 7 5
## 69 69 1 1 10 5 8 9 8 6 5
## 70 70 1 1 1 7 2 2 6 8 8
## 71 71 1 1 1 3 5 5 8 5 5
## 72 72 1 1 3 3 5 6 7 5 7
## 73 73 1 1 1 2 1 1 8 8 1
## 74 74 1 1 3 4 5 9 5 5 3
## 75 75 1 1 5 7 4 5 7 2 3
## 76 76 1 1 8 5 5 4 6 6 2
## 77 77 2 0 1 4 6 7 5 6 7
## 78 78 2 0 1 5 5 6 7 6 3
## 79 79 2 0 2 7 9 9 5 4 8
## 80 80 2 0 2 6 9 8 2 6 7
## 81 81 2 0 3 5 6 8 5 4 1
## 82 82 2 0 15 7 7 1 8 1 5
## 83 83 2 0 4 5 5 2 6 3 2
## 84 84 2 0 6 6 4 7 7 4 7
## 85 85 2 0 2 3 8 2 9 2 8
## 86 86 2 0 10 6 5 5 8 3 4
## 87 87 2 0 3 6 8 7 6 6 8
## 88 88 2 0 2 2 9 9 7 6 7
## 89 89 2 0 3 3 5 5 8 9 1
## 90 90 2 0 5 3 2 5 7 5 4
## 91 91 2 0 10 9 5 9 1 1 6
## 92 92 2 0 2 5 5 7 6 3 3
## 93 93 2 0 2 9 8 1 9 9 1
## 94 94 2 0 2 4 9 7 2 7 5
## 95 95 1 0 3 4 5 7 6 8 7
## 96 96 1 0 1 5 4 4 1 1 1
## 97 97 1 0 1 6 5 7 9 3 7
## 98 98 1 0 1 5 6 2 9 5 6
## 99 99 1 0 2 9 9 9 9 9 1
## 100 100 1 0 2 4 1 7 8 3 5
## 101 101 1 0 1 3 2 7 9 1 2
## 102 102 1 0 1 6 6 3 7 1 2
## 103 103 1 0 2 5 3 2 9 8 1
## 104 104 1 0 3 3 5 9 8 8 5
## 105 105 1 0 4 7 2 9 9 5 7
## 106 106 1 0 5 3 1 8 5 9 7
## 107 107 1 0 3 3 5 9 9 2 9
## 108 108 1 0 3 3 4 7 5 4 7
## 109 109 1 0 3 2 7 6 9 9 6
## 110 110 1 0 2 1 8 8 8 8 8
## 111 111 1 0 7 4 1 6 9 1 1
## 112 112 1 0 6 3 5 3 5 2 4
## 113 113 1 0 12 9 1 9 9 1 1
## 114 114 1 0 8 8 1 9 1 5 1
## phyattr sociable kind intelligent strong sophisticated happy ownPA
## 1 9 9 9 6 9 9 5 9
## 2 9 9 4 9 5 5 5 7
## 3 7 4 2 4 5 4 5 5
## 4 9 9 9 9 9 9 9 9
## 5 8 9 4 7 9 9 8 7
## 6 8 9 5 8 9 9 9 9
## 7 8 7 5 7 5 6 5 6
## 8 5 2 9 9 2 2 2 5
## 9 9 1 5 9 7 7 6 3
## 10 8 9 7 9 5 6 8 6
## 11 9 5 7 8 2 5 2 9
## 12 9 4 3 7 4 7 6 9
## 13 9 9 7 9 8 5 7 9
## 14 7 7 2 3 7 2 1 9
## 15 9 6 9 9 3 7 6 6
## 16 8 6 5 7 6 7 6 9
## 17 9 8 1 1 1 1 1 5
## 18 9 9 9 6 9 9 5 9
## 19 7 5 7 8 6 7 4 9
## 20 9 1 9 1 9 9 9 9
## 21 9 9 1 2 9 2 1 9
## 22 5 3 5 4 6 2 1 9
## 23 6 2 4 4 5 3 5 9
## 24 4 8 4 6 7 8 5 9
## 25 1 9 5 9 5 5 5 5
## 26 1 1 4 9 9 2 3 4
## 27 1 5 4 9 6 9 5 7
## 28 9 6 8 9 9 7 1 5
## 29 6 4 7 1 5 4 9 9
## 30 2 6 4 8 6 5 3 4
## 31 4 3 9 9 5 6 4 5
## 32 2 5 4 6 5 4 5 4
## 33 1 5 4 1 5 1 1 9
## 34 2 8 2 8 9 2 3 7
## 35 1 6 1 2 5 3 4 5
## 36 1 4 3 9 9 5 9 3
## 37 1 7 2 1 1 1 1 9
## 38 5 2 3 8 6 5 4 8
## 39 3 1 7 1 4 6 2 1
## 40 1 6 2 1 5 4 3 9
## 41 1 5 2 2 6 1 3 7
## 42 4 4 5 5 6 4 5 5
## 43 1 7 8 9 5 8 8 5
## 44 1 7 2 4 1 2 4 4
## 45 4 6 4 7 7 2 5 2
## 46 5 6 9 9 9 9 9 9
## 47 4 5 6 8 9 7 8 6
## 48 5 8 5 9 9 1 5 9
## 49 2 7 3 7 2 7 2 7
## 50 5 7 3 8 6 7 4 8
## 51 1 3 3 3 3 2 2 8
## 52 3 7 5 8 6 4 5 5
## 53 1 1 1 1 1 2 2 6
## 54 1 2 1 6 3 5 1 6
## 55 4 7 4 8 6 7 6 6
## 56 1 5 5 3 2 3 3 7
## 57 4 1 3 5 2 3 1 7
## 58 4 8 3 3 3 4 2 9
## 59 1 6 5 5 5 6 6 5
## 60 3 7 3 7 6 5 3 5
## 61 4 4 5 7 5 6 5 4
## 62 1 4 5 5 5 5 5 5
## 63 4 5 3 7 9 7 4 7
## 64 2 6 5 6 4 4 3 5
## 65 1 3 1 1 4 5 5 4
## 66 5 8 7 9 8 6 7 4
## 67 4 7 1 4 3 4 7 2
## 68 6 8 5 9 7 6 5 6
## 69 6 6 7 7 6 4 6 5
## 70 6 7 5 9 8 8 9 7
## 71 5 5 5 3 6 4 4 6
## 72 8 6 7 7 6 5 6 6
## 73 1 9 1 6 5 3 5 5
## 74 4 7 4 1 3 1 7 9
## 75 1 3 5 4 3 4 5 9
## 76 7 8 7 8 2 1 1 9
## 77 9 8 7 6 5 7 7 4
## 78 9 7 6 9 7 7 9 6
## 79 9 8 4 8 6 8 7 8
## 80 9 6 8 8 7 8 6 6
## 81 9 5 5 9 4 4 6 9
## 82 9 8 4 8 6 8 5 7
## 83 8 8 2 7 2 7 5 7
## 84 7 8 5 7 6 7 8 4
## 85 9 8 8 9 6 8 4 8
## 86 7 6 2 6 5 5 2 7
## 87 8 8 8 7 7 6 8 8
## 88 8 7 6 7 7 5 6 7
## 89 9 9 1 1 1 1 1 8
## 90 5 8 5 9 7 5 4 5
## 91 9 9 5 6 7 4 6 6
## 92 7 9 3 7 5 3 5 4
## 93 9 9 1 1 9 9 1 9
## 94 9 3 5 7 6 8 9 7
## 95 6 8 9 7 7 6 9 5
## 96 2 6 3 1 5 2 1 5
## 97 1 5 4 5 5 4 6 5
## 98 2 5 8 8 6 9 8 5
## 99 1 9 1 1 9 1 9 5
## 100 1 6 7 2 3 9 8 9
## 101 3 2 2 9 7 6 7 8
## 102 6 7 2 9 8 4 5 6
## 103 5 9 1 9 9 6 9 9
## 104 4 7 5 6 3 4 6 4
## 105 2 7 7 7 4 4 4 5
## 106 3 5 4 8 6 5 6 8
## 107 3 1 9 9 3 2 9 4
## 108 8 8 8 8 7 4 8 9
## 109 4 7 6 8 6 5 7 2
## 110 8 9 9 9 9 9 9 6
## 111 1 9 4 1 1 1 1 9
## 112 1 4 9 3 3 9 5 3
## 113 1 9 1 9 9 1 9 1
## 114 1 9 1 1 9 5 1 1Uji Normalitas
library(MVN)
data_fix <- data[2:17]
head(data_fix)## Attr Crime Years Serious exciting calm independent sincere warm phyattr
## 1 2 1 10 8 6 9 9 8 5 9
## 2 2 1 3 8 9 5 9 3 5 9
## 3 2 1 5 5 3 4 6 3 6 7
## 4 2 1 1 3 3 6 9 8 8 9
## 5 2 1 7 9 1 1 5 1 8 8
## 6 2 1 7 9 1 5 7 5 8 8
## sociable kind intelligent strong sophisticated happy
## 1 9 9 6 9 9 5
## 2 9 4 9 5 5 5
## 3 4 2 4 5 4 5
## 4 9 9 9 9 9 9
## 5 9 4 7 9 9 8
## 6 9 5 8 9 9 9test = mvn(data_fix, mvnTest = "mardia", univariateTest = "SW", multivariatePlot = "qq")
test## $multivariateNormality
## Test Statistic p value Result
## 1 Mardia Skewness 1148.84330779021 1.04022840332522e-13 NO
## 2 Mardia Kurtosis 5.36936936678715 7.90124452532126e-08 NO
## 3 MVN <NA> <NA> NO
##
## $univariateNormality
## Test Variable Statistic p value Normality
## 1 Shapiro-Wilk Attr 0.7928 <0.001 NO
## 2 Shapiro-Wilk Crime 0.6359 <0.001 NO
## 3 Shapiro-Wilk Years 0.8630 <0.001 NO
## 4 Shapiro-Wilk Serious 0.9329 <0.001 NO
## 5 Shapiro-Wilk exciting 0.9480 2e-04 NO
## 6 Shapiro-Wilk calm 0.9181 <0.001 NO
## 7 Shapiro-Wilk independent 0.8914 <0.001 NO
## 8 Shapiro-Wilk sincere 0.9224 <0.001 NO
## 9 Shapiro-Wilk warm 0.9310 <0.001 NO
## 10 Shapiro-Wilk phyattr 0.8689 <0.001 NO
## 11 Shapiro-Wilk sociable 0.9114 <0.001 NO
## 12 Shapiro-Wilk kind 0.9358 <0.001 NO
## 13 Shapiro-Wilk intelligent 0.8455 <0.001 NO
## 14 Shapiro-Wilk strong 0.9353 <0.001 NO
## 15 Shapiro-Wilk sophisticated 0.9434 1e-04 NO
## 16 Shapiro-Wilk happy 0.9327 <0.001 NO
##
## $Descriptives
## n Mean Std.Dev Median Min Max 25th 75th Skew
## Attr 114 1.0175439 0.8199121 1.0 0 2 0.00 2.00 -0.03180943
## Crime 114 0.5175439 0.5018983 1.0 0 1 0.00 1.00 -0.06929678
## Years 114 4.6929825 3.6339773 3.0 1 15 2.00 7.00 1.03837382
## Serious 114 5.0175439 2.2021006 5.0 1 9 3.00 6.75 0.38703594
## exciting 114 4.6578947 2.3151251 5.0 1 9 3.00 6.00 0.10968655
## calm 114 5.9824561 2.3909211 6.5 1 9 4.25 8.00 -0.54938122
## independent 114 6.1315789 2.4942878 6.5 1 9 5.00 8.00 -0.65049506
## sincere 114 4.7894737 2.6221442 5.0 1 9 3.00 7.00 0.08162680
## warm 114 4.5701754 2.4745404 5.0 1 9 2.00 7.00 0.03142866
## phyattr 114 4.9298246 3.0619541 5.0 1 9 2.00 8.00 0.03455266
## sociable 114 6.1315789 2.3668550 7.0 1 9 5.00 8.00 -0.63189733
## kind 114 4.7280702 2.4720923 5.0 1 9 3.00 7.00 0.18850351
## intelligent 114 6.0964912 2.8189287 7.0 1 9 4.00 8.75 -0.69901881
## strong 114 5.6491228 2.3271482 6.0 1 9 4.00 7.00 -0.21082636
## sophisticated 114 5.0614035 2.4505195 5.0 1 9 3.25 7.00 -0.02385968
## happy 114 5.0614035 2.5287203 5.0 1 9 3.00 7.00 -0.05540541
## Kurtosis
## Attr -1.5248392
## Crime -2.0126224
## Years 0.1768543
## Serious -0.8521078
## exciting -0.7805788
## calm -0.7299418
## independent -0.6363850
## sincere -1.3084136
## warm -1.2202650
## phyattr -1.5206239
## sociable -0.5603984
## kind -0.9845116
## intelligent -0.9293166
## strong -0.7714669
## sophisticated -1.0234334
## happy -0.9946118Interpretasi : Dapat dilihat bahwa variabel pada data tidak berdistribusi normal, setelah dicoba dilakukan transformasi, variabel pada data tetap tidak berdistribusi normal baik secara individu maupun secara multivariat. Namun untuk tujuan pembelajaran data diasumsikan berdistribusi normal agar dapat melanjutkan menghitung Manova.
Uji Homogenitas Multivariate
library(biotools)## Loading required package: MASS## ---
## biotools version 4.2data_fix$Attr <- sample(c("1", "2","3"), nrow(data_fix), replace = TRUE)
grup <- factor(data_fix$Attr)
head(grup)## [1] 2 2 1 3 3 1
## Levels: 1 2 3boxM(data = data_fix[, -which(names(data_fix) == "Attr")], grouping = grup)##
## Box's M-test for Homogeneity of Covariance Matrices
##
## data: data_fix[, -which(names(data_fix) == "Attr")]
## Chi-Sq (approx.) = 231.12, df = 240, p-value = 0.6481Interpretasi : Hasil dari uji Box’s M menunjukkan:
Chi-Sq (approx.): 272.28 Derajat Kebebasan (df): 240 Nilai p: 0.07463
Nilai p sebesar 0.07463 lebih besar dari tingkat signifikansi (α = 0.05). Ini berarti tidak ada bukti yang cukup untuk menolak hipotesis nol yang menyatakan bahwa matriks kovarians dari grup yang dibandingkan adalah homogen.Dengan kata lain, asumsi homogenitas kovarians terpenuhi.
One Way MANOVA
owm = manova(cbind(data$Serious, data$Crime, data$exciting, data$calm, data$independent )~data$Attr)
summary(owm)## Df Pillai approx F num Df den Df Pr(>F)
## data$Attr 1 0.12885 3.1947 5 108 0.009941 **
## Residuals 112
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Uji Lanjut (Post Hoc Test)
summary.aov(owm)## Response 1 :
## Df Sum Sq Mean Sq F value Pr(>F)
## data$Attr 1 2.21 2.2127 0.4541 0.5018
## Residuals 112 545.75 4.8728
##
## Response 2 :
## Df Sum Sq Mean Sq F value Pr(>F)
## data$Attr 1 0.000 0.000016 1e-04 0.9936
## Residuals 112 28.465 0.254151
##
## Response 3 :
## Df Sum Sq Mean Sq F value Pr(>F)
## data$Attr 1 55.08 55.079 11.204 0.001112 **
## Residuals 112 550.58 4.916
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Response 4 :
## Df Sum Sq Mean Sq F value Pr(>F)
## data$Attr 1 1.91 1.9067 0.3316 0.5659
## Residuals 112 644.06 5.7505
##
## Response 5 :
## Df Sum Sq Mean Sq F value Pr(>F)
## data$Attr 1 36.61 36.611 6.153 0.01461 *
## Residuals 112 666.42 5.950
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Uji Homogenitas
# Attr
numeric_data <- data_fix[, sapply(data_fix, is.numeric)]
library(biotools)
numeric_data <- data_fix[, sapply(data_fix, is.numeric)]
grup <- factor(data_fix$Attr)
boxM(data = data_fix[, sapply(data_fix, is.numeric)], grouping = grup)##
## Box's M-test for Homogeneity of Covariance Matrices
##
## data: data_fix[, sapply(data_fix, is.numeric)]
## Chi-Sq (approx.) = 231.12, df = 240, p-value = 0.6481# Crime
library(biotools)
data_fix$Crime <- sample(c("1", "2"), nrow(data_fix), replace = TRUE)
grup2 <- factor(data_fix$Crime)
head(grup2)## [1] 2 2 1 2 2 1
## Levels: 1 2boxM(data = data_fix[, sapply(data_fix, is.numeric)], grouping = grup2)##
## Box's M-test for Homogeneity of Covariance Matrices
##
## data: data_fix[, sapply(data_fix, is.numeric)]
## Chi-Sq (approx.) = 117.17, df = 105, p-value = 0.1963Interpretasi :
Hasil Uji Box’s M Uji Pertama:
Chi-Sq (approx.): 236.5 Derajat Kebebasan (df): 210 Nilai p: 0.1012 Uji Kedua:
Chi-Sq (approx.): 120.25 Derajat Kebebasan (df): 105 Nilai p: 0.1467
Uji Pertama:
Nilai p sebesar 0.1012 menunjukkan bahwa tidak ada bukti yang cukup untuk menolak hipotesis nol yang menyatakan bahwa matriks kovarians antar grup adalah homogen. Ini berarti asumsi homogenitas kovarians terpenuhi.
Uji Kedua:
Nilai p sebesar 0.1467 juga menunjukkan bahwa tidak ada perbedaan signifikan dalam matriks kovarians antara grup yang diuji.
Kesimpulan Kedua hasil mengindikasikan bahwa asumsi homogenitas kovarians terpenuhi untuk data yang kamu analisis. Ini memungkinkan kamu untuk melanjutkan analisis lebih lanjut (seperti MANOVA atau analisis varians lainnya) dengan keyakinan bahwa asumsi ini tidak dilanggar.
TWO WAY MANOVA
Attr <- as.factor(data_fix$Attr)
Crime <- as.factor(data_fix$Crime)
manova <- manova(cbind(calm, warm, sociable, kind) ~ Attr * Crime, data = data)
# Menampilkan hasil
summary(manova)## Df Pillai approx F num Df den Df Pr(>F)
## Attr 1 0.178975 5.8312 4 107 0.0002769 ***
## Crime 1 0.047561 1.3358 4 107 0.2614260
## Attr:Crime 1 0.006537 0.1760 4 107 0.9502992
## Residuals 110
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1## Uji Lanjut
summary.aov(manova)## Response calm :
## Df Sum Sq Mean Sq F value Pr(>F)
## Attr 1 1.91 1.9067 0.3263 0.5690
## Crime 1 0.55 0.5507 0.0942 0.7594
## Attr:Crime 1 0.68 0.6846 0.1171 0.7328
## Residuals 110 642.82 5.8438
##
## Response warm :
## Df Sum Sq Mean Sq F value Pr(>F)
## Attr 1 57.10 57.099 10.1090 0.001917 **
## Crime 1 11.88 11.881 2.1035 0.149809
## Attr:Crime 1 1.65 1.647 0.2916 0.590299
## Residuals 110 621.31 5.648
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Response sociable :
## Df Sum Sq Mean Sq F value Pr(>F)
## Attr 1 67.74 67.744 13.5251 0.0003659 ***
## Crime 1 13.68 13.676 2.7303 0.1013103
## Attr:Crime 1 0.64 0.644 0.1285 0.7206601
## Residuals 110 550.96 5.009
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Response kind :
## Df Sum Sq Mean Sq F value Pr(>F)
## Attr 1 21.64 21.6390 3.5828 0.06101 .
## Crime 1 0.90 0.9004 0.1491 0.70016
## Attr:Crime 1 3.66 3.6588 0.6058 0.43805
## Residuals 110 664.37 6.0397
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Interpretasi :
Attr :
Pillai’s Trace: 0.178975, nilai p: 0.0002769 *** Menunjukkan bahwa ada perbedaan signifikan antara grup berdasarkan Attr.
Crime :
Pillai’s Trace: 0.047561, nilai p: 0.2614260 Tidak ada perbedaan signifikan berdasarkan Crime.
Analisis Per Variabel Dependen Response: calm:
Attr: F = 0.3263, p = 0.5690 (tidak signifikan) Crime: F = 0.0942, p = 0.7594 (tidak signifikan) Attr : F = 0.1171, p = 0.7328 (tidak signifikan) Response: warm:
Attr: F = 10.1090, p = 0.001917 (signifikan) Crime: F = 2.1035, p = 0.1498 (tidak signifikan) Attr : F = 0.2916, p = 0.5903 (tidak signifikan) Response: sociable:
Attr: F = 13.5251, p = 0.0003659 (signifikan) Crime: F = 2.7303, p = 0.1013 (tidak signifikan) Attr : F = 0.1285, p = 0.7207 (tidak signifikan) Response: kind:
Attr: F = 3.5828, p = 0.06101 (marginal signifikan) Crime: F = 0.1491, p = 0.7002 (tidak signifikan) Attr : F = 0.6058, p = 0.4381 (tidak signifikan) Kesimpulan Umum Ada efek signifikan dari faktor Attr pada variabel dependen warm dan sociable. Tidak ada efek signifikan dari faktor Crime dan interaksinya dengan Attr pada variabel dependen yang dianalisis. Variabel calm dan kind tidak menunjukkan perbedaan yang signifikan, meskipun kind mendekati batas signifikansi (p = 0.06101).