Uji Beda Durasi Menerima Informasi (Koran, Radio, TV) antara Faktor Pendidikan, Pekerjaan, Tempat Tinggal, dan Gender

November 03, 2021

Uji Beda Durasi Menerima Informasi (Koran, Radio, TV) antara Faktor Pendidikan, Pekerjaan, Tempat Tinggal, dan Gender

Uji Beda Durasi Menerima Informasi (Koran, Radio, TV) antara Faktor Pendidikan, Pekerjaan, Tempat Tinggal, dan Gender

Disusun Oleh:

Rangga Kistiwoyo 21/486513/PTK/14192

Wahyu Surya Rahman 21/484845/PTK/14039

PROGRAM STUDI TEKNIK INDUSTRI

DEPARTEMEN TEKNIK MESIN DAN INDUSTRI

FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA

YOGYAKARTA

2022

A. Latar Belakang

Media massa telah melalui perubahan bentuk seiring dengan perubahan teknologi. Cara dan proses produksi berita ikut berubah seiring perkembangan teknologi yang sangat pesat. Berita yang pada awalnya disampaikan melalui pengumuman melalui pengeras suara, beralih menjadi media massa berupa media cetak berupa koran yang dapat dikonsumsi oleh lebih banyak masyarakat. Seiring dengan perkembangan teknologi dan penemuan radio maka berita mulai diperluas melalui media suara yaitu radio. Perkembangan teknologi terus dilakukan hingga berita dapat diterima tidak hanya melalui suara namun juga gambar melalui televisi. Walau begitu, media tertentu untuk mendapatkan informasi tetap digunakan oleh kelompok tertentu.

B. Metode

Dataset yang digunakan dianalisis menggunakan MANOVA (Multivariate Analysis of Variance) sebab dataset tersebut memuat 3 variabel dependen yaitu koran, radio dan televisi serta memuat 4 variabel independen yaitu kota, pendidikan, pekerjaan, dan gender. Selain itu data independent yang digunakan juga merupakan data berjenis categorical serta pada data dependen-nya merupakan jenis data metric sehingga penggunaan MANOVA merupakan solusi yang tepat dalam analisis dataset tersebut.

C. Hasil dan Pembahasan

1. Data Preparation

a. Objectives of MANOVA

Tujuan dari uji MANOVA dari dataset yang digunakan adalah menentukan adakah perbedaan durasi dalam menerima informasi yang dalam hal ini adalah dari koran, radio dan televisi antara kelompok yang dalam hal ini adalah kota, pendidikan, pekerjaan, dan gender.

H0 = tidak ada perbedaan yang signifikan dalam durasi menerima informasi yang dalam hal ini adalah dari koran, radio dan televisi antara kelompok yang dalam hal ini adalah kota, pendidikan, pekerjaan, dan gender.

H1 = ada perbedaan yang signifikan dalam durasi menerima informasi yang dalam hal ini adalah dari koran, radio dan televisi antara kelompok yang dalam hal ini adalah kota, pendidikan, pekerjaan, dan gender.

b. Research Design of MANOVA

Pada pengujian kali ini data kami memiliki 7 variabel. Kemudian untuk jumlah data tiap variabelnya ada 25 data. Berdasarkan tabel Sample Size Requirements, dari jumlah data di penelitian kami ini termasuk memiliki effect size yg very large.

c. Uji Asumsi

1. Normalitas

Uji normalitas dilakukan dengan membuat grafik chi square vs jarak Mahalanobis pada masing-masing variabel terikat terhadap semua variabel bebas. Data dapat disimpulkan memiliki distribusi normal multivariate jika grafik chi square vs jarak Mahalanobis memiliki pola mendekati garis lurus/linier. Dari semua grafik (pada lampiran) pada masing -masing variabel terikat (membaca koran, mendengarkan radio, menonton TV) pada semua variabel bebas (kota, pendidikan, pekerjaan, gender) dapat dilihat bahwa semua memiliki pola mendekati garis lurus/linier. Jadi dapat disimpulkan semua data memiliki distribusi normal multivariate.

2. Linieritas

Uji linieritas dilakukan untuk mengetahui hubungan antara variabel bebas dengan variabel terikat. Jika Sig. deviation from linearity > 0.05, maka terdapat hubungan yang linear antara variabel bebas dengan variabel terikat. Uji linieritas dilakukan pada masing-masing variabel terikat yaitu membaca koran, mendengarkan radio, menonton TV terhadap semua variabel bebas (kota, pendidikan, pekerjaan, gender).

Hasil uji linieritas membaca koran terhadap variabel bebas didapatkan nilai Sig. deviation from linearity 0,286 (terhadap kota), 0,131 (terhadap pendidikan), 0,567 (terhadap pekerjaan), dan 0,642 (terhadap gender).

Hasil uji linieritas menonton TV terhadap variabel bebas didapatkan nilai Sig. deviation from linearity 0,004 (terhadap kota), 0,125 (terhadap pendidikan), 0,814 (terhadap pekerjaan), dan 0,928 (terhadap gender).

Hasil uji linieritas mendengar radio terhadap variabel bebas didapatkan nilai Sig. deviation from linearity 0,763 (terhadap kota), 0,912 (terhadap pendidikan), 0,411 (terhadap pekerjaan), dan 0,593 (terhadap gender). Dari semua hasil uji di atas dapat disimpulkan bahwa terdapat hubungan linier antara masing-masing variabel terikat terhadap semua variabel bebas.

3. Multikolinearitas

Uji multikolinearitas dilakukan untuk mengetahui apakah terjadi hubungan yang kuat antar variabel independen. Model regresi yang baik ditandai dengan tidak terjadi interkorelasi antar variabel independen (tidak terjadi multikolinearitas. Salah satu cara paling akurat untuk mendeteksi ada atau tidaknya gejala multikolinearitas ini adalah dengan menggunakan metode Tolerance dan VIF (Variance Inflation Factor).

Untuk melihat nilai Tolerance yaitu jika nilai Tolerance lebih besar dari > 0,10 maka tidak terjadi Multikolinearitas. Sedangkan untuk melihat nilai VIF yaitu jika nilai VIF lebih besar dari > 10,00 maka artinya tidak terjadi Multikolinearitas.

Hasil uji multikolinearitas untuk variabel dependent durasi menonton tv, durasi membaca koran, dan durasi mendengar radio terhadap variabel bebas didapatkan nilai tolerance 0,958 untuk variabel tempat tinggal, 0,787 untuk variabel tingkat pendidikan, 0,799 untuk variabel jenis pekerjaan, dan 0,753 untuk variabel jenis kelamin. Sedangkan hasil dari metode VIF didapatkan hasil 1,044 untuk variabel tempat tinggal, 1,271 untuk variabel tingkat pendidikan 1,252 untuk variabel jenis pekerjaan, dan 1,328 untuk variabel jenis kelamin.

Dari semua hasil uji di atas dapat disimpulkan bahwa tidak terjadi interkorelasi antar variabel independen (tidak terjadi multikolinearitas).

4. Outlier

Uji outlier dilakukan dengan melakukan perhitungan jarak Mahalanobis yang kemudian dikombinasikan dengan perhitungan distribusi Chi Square. Outlier Multivariate akan terlihat jika nilai-nilai probabilitas dari variabel baru kurang dari 0,001. Setelah dilakukan pengolahan data dengan menggunakan software SPSS didapatkan bahwa pada data data yang ada tidak terdapat outlier. Untuk lebih lengkapnya, data probabilitas ada pada lampiran uji outlier.

2. MANOVA

Willk’s Lambda digunakan sebagai penentu hasil MANOVA. Nilai signifikansi yang dihasilkan variabel independen Kota, Pendidikan, Pekerjaan, dan Gender adalah 0.034 ; 0.009 ; 0.029 ; 0.034 yang berada di bawah 0.05 atau tingkat signifikan pada level kepercayaan 95% sehingga H0 ditolak atau ada perbedaan signifikan pada durasi menerima informasi melalui radio, koran dan televisi antara kota, pendidikan, pekerjaan, dan gender tertentu.

Karena semua variabel pada hasil Levene’s Test of Equality of Error Variances memiliki nilai signifikansi berdasarkan mean adalah lebih dari 0.05 maka semua variabel dapat dikatakan memiliki varian populasi yang sama. Uji Post Hoc dilakukan menggunakan Uji Bonferroni karena nilai signifikansi lebih dari 0.05.

Pada hasil Multiple Comparisons dengan Uji Bonferroni, untuk perbedaan Tempat Tinggal berdasarkan Durasi Nonton TV yang memiliki perbedaan adalah Kota Besar dengan Kota Menengah. Untuk perbedaan Pendidikan berdasarkan Durasi Nonton TV yang memiliki perbedaan adalah SD-SMP dengan SMA. Untuk perbedaan Pekerjaan berdasarkan ketiga variabel dependen yang ada maka tidak ada yang memiliki perbedaan signifikan karena nilai signifikansi di atas 0.05.

Pada tabel Uji Between-Subject Effect mengindikasikan dari masing-masing independent variabel yaitu kota, pendidikan, pekerjaan, dan gender apakah memiliki pengaruh pada masing-masing variabel dependen yang dalam hal ini adalah durasi menonton TV, membaca koran, dan mendengarkan radio. Jika dilihat dari nilai signifikansi yang didapatkan bahwa variabel independen yang memiliki pengaruh pada variabel dependen hanyalah variabel pendidikan pada durasi menonton TV dan variabel pekerjaan pada durasi mendengarkan radio yang diindikasikan dengan nilai signifikansi dibawah 0.05. Sedangkan variabel independen lain terhadap variabel dependen lain menunjukan nilai signifikansi diatas 0.05 yang artinya tidak memberikan pengaruh yang signifikan.

D. Kesimpulan

Uji normalitas dihasilkan bahwa plotting mengikuti trend line. Maka data dapat dikatakan normal. Pada uji linieritas terdapat hubungan yang linear antara variabel bebas dengan variabel terikat. Dari semua hasil uji karena nilai Sig. deviation from linearity > 0.05, maka dapat disimpulkan bahwa terdapat hubungan linier antara masing-masing variabel terikat terhadap semua variabel bebas.

Pada uji multikolinearitas karena nilai Tolerance > 0,10 dan nilai VIF > 10,00 maka dapat disimpulkan bahwa tidak terjadi interkorelasi antar variabel independen (tidak terjadi multikolinearitas). Pada uji sensitivitas terhadap outlier terlihat jika nilai-nilai probabilitas > 0,001, maka dapat disimpulkan bahwa pada data-data yang ada tidak terdapat outlier.

Pada hasil Manova didapatkan bahwa nilai signifikansi yang dihasilkan variabel independen < 0.05, sehingga H0 ditolak atau ada perbedaan signifikan pada durasi menerima informasi melalui radio, koran dan televisi antara kota, pendidikan, pekerjaan, dan gender tertentu. Karena semua variabel pada hasil Levene’s Test of Equality of Error Variances memiliki nilai signifikansi berdasarkan mean adalah lebih dari 0.05 maka uji Post Hoc dilakukan menggunakan Uji Bonferroni.

Pada tabel Uji Between-Subject Effect, nilai signifikansi yang didapatkan bahwa variabel independen yang memiliki pengaruh pada variabel dependen hanyalah variabel pendidikan pada durasi menonton TV dan variabel pekerjaan pada durasi mendengarkan radio yang diindikasikan dengan nilai signifikansi dibawah 0.05. Sedangkan variabel independen lain terhadap variabel dependen lain menunjukan nilai signifikansi diatas 0.05 yang artinya tidak memberikan pengaruh yang signifikan.

E. Daftar Pustaka

Statistics Solutions. 2021. Identifying Multivariate Outliers in SPSS - Statistics Solutions. [online] Available at: <https://www.statisticssolutions.com/identifying-multivariate-outliers-in-spss/> [Accessed 24 September 2021].

Sigitnugroho.id. 2021. Index of /crawleydata. [online] Available at: <http://sigitnugroho.id/crawleydata/> [Accessed 24 September 2021].

Youtube.com. 2021. [online] Available at: <https://www.youtube.com/watch?v=UnB7CWN_xmE> [Accessed 24 September 2021].

Youtube.com. 2021. [online] Available at: <https://www.youtube.com/watch?v=PKlUiSND9kc> [Accessed 24 September 2021].