pengujian vektor rataan-part2

Upload: roshan-fikri

Post on 21-Feb-2018

246 views

Category:

Documents


0 download

TRANSCRIPT

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    1/90

    PengujianHipotesistentangVektor Rata-rata (Part 2)Nusar HajarismanDepartment of Statistics, Universitas IslamBandung

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    2/90

    Pengujianpada Variabel IndividuKetika H0 Ditolak

    Apabila hipotesis ditolak, makaimplikasinya adalah bahwa ada satu yangmemenuhi untukj= 1, 2, , p.

    Akan tetapi tidak ada jaminan bahwa H0:akan ditolak untuk beberapajmelalui uji univariat.

    Namun demikian, apabila kita perhatikan suatukombinasi linear dari variabel, z= a y, kemudian

    setidaknya ada satu vektor koefisienayang mana

    0 1 2:H =

    1 2j j

    1 2j j

    1 2

    2

    1 2

    ( )1 / 1 / )

    z zt

    n n s

    =

    +a

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    3/90

    Pengujian pada Variabel IndividuKetika H0 Ditolak

    akan menolak hipotesis yang bersesuaian

    atau

    Diketahui bahwa dan ,

    serta penaksir varians adalah penaksirgabungan a Sgaba. Jadi Persamaan (5.20) dapatditulis sebagai

    0 1 2: z zH = 0 1 2: ' 'H =a a

    1 1`z = a y 2 2`z =a y

    2s

    ( )

    1 2

    1 2 1 2 gab

    ` `

    ( ) / `t n n n n

    = +

    a y a y

    a a S a

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    4/90

    Pengujian pada Variabel IndividuKetika H0 Ditolak

    Oleh karena t(a) dapat bernilai negatif, maka nantiakan bekerja t2(a).

    Fungsi linear z= a ymerupakan proyeksi dari y

    pada suatu garis melalui titik pusat. Kita akan mencari suatu garis (arah) sedemikian

    rupa sehingga selisih akan dimaksimumkanketika diproyeksikan.

    1 2y y

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    5/90

    Pengujian pada Variabel IndividuKetika H0 Ditolak

    Selisih yang diproyeksikan [dibakukanoleh a Sgabadalam(5.21)] akan lebih kecil dalamsembarang arah dibandingkan dengan garisparalel yang menggabungkan dan .

    Nilai ayang memproyeksikan pada garis ini akanmemaksimumkant2(a) dalamPersamaan (5.21)melalui

    ( )1 2` a y y

    1

    y 2

    y

    ( )1gab 1 2= a S y y

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    6/90

    Pengujian pada Variabel IndividuKetika H0 Ditolak

    Oleh karenaadalam(5.22) memproyeksikanpada garis paralel pada suatu garis yangmenggabungkan dan , maka dalamhal ini

    t2

    (a) =T2

    Ketika , maka z= a ydisebutsebagai fungsi diskriminan.

    Kadang-kadang vektora itu sendiri dirujuk sebagai

    fungsi diskriminan.

    1 2y y

    1y 2y

    ( )1gab 1 2= a S y y

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    7/90

    Pengujian pada Variabel IndividuKetika H0 Ditolak

    Apabila ditolak melalui statistik-T2 dalamPersamaan (5.9), maka fungsi diskriminana yakanmembawa pada penolakan denganmenggunakan (5.21), dimana .

    Kemudian kita dapat menentukan masing-masing ajdi dalamauntuk melihat mana yang memberikankontribusi penting terhadap terjadinya penolakanH

    0

    tersebut.

    Prosedur ini hanya dapat dilakukan pada saathipotesis ditolak melalui statistik-T2.

    0 1 2:H =

    0 1 2: ' 'H =a a

    ( )

    1

    gab 1 2

    = a S y y

    0 1 2:H =

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    8/90

    Contoh 5.4

    Untuk data hasil psiko-test dalamTabel 5.1, telah diperolehbeberapa besaran yang diperlukan, yaitu vektor rata-ratadan matriks kovarians gabungan dari kedua sampel tersebutsebagaimana yang diberikan pada Contoh 5.3.

    Vektor koefisien fungsi diskriminan diperoleh melaluiPersamaan (5.22) sebagai

    ( )1gab 1 2

    0.5104

    0.2033

    0.46600.3097

    = =

    a S y y

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    9/90

    Contoh 5.4

    Jadi kombinasi linear yang terbaik dalammemisahkan kedua kelompok tersebut adalah

    a y= 0.5104y1 0.2033y2 + 0.4660y3 0.3097y4

    sehingga terlihat bahwa variabel y1 dan y3memberikan kontribusi relatif lebih besar untuk

    membedakan kedua kelompok tersebut.

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    10/90

    Perbandingan Berpasangan(Univariat)

    Misalkan dua buah sampel adalah tidak salingbebas sebab di sana terjadi pemasangan alamiahantara observasi ke-i yi pada sampel pertamadengan observasi ke-i x

    i

    dalamsampel kedua untukseluruh i.

    Sebagai contoh misalnya suatu perlakuan diberikansebanyak dua kali pada individu yang atau padasaat subjek dipasangkan menurut kriteria yangsama, misalnya umur, IQ, atau latar belakangkeluarga.

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    11/90

    Perbandingan Berpasangan(Univariat) Dengan melakukan pemasangan seperti itu, sampel yang

    diperoleh seringkali dirujuk sebagai data berpasangan(paired observations) atau pasangan yang dipasangkan(matched pairs).

    Tentu saja kedua sampel tersebut berkorelasi, sehinggastatistik uji yang diberikan dalamPersamaan (5.9) menjadikurang tepat karena sampel harus saling bebas agar supaya(5.9) mempunyai distribusi-t.

    Oleh karena itu kedua sampel akan direduksi menjadi satu

    sampel dengan jalan menghitung selisih antara data yangberpasangan

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    12/90

    Perbandingan Berpasangan(Univariat)

    Untuk memperoleh uji-t, maka tidak cukup untukmengasumsikan normalitas saja untuk setiapvariabel ydan x.

    Untuk memperhitungkan kovarians antara ydan x,maka kita asumsi tambahan bahwa ydan xmengikuti distribusi normal bivariat dimana

    2 2

    2 2,

    y y yx

    yx xx

    = = !

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    13/90

    Perbandingan Berpasangan(Univariat)

    Diketahui bahwadi =yi xi akan mengikutidistribusi

    dimana:

    Dari d1, d2, , dn akan dihitung

    ( )2,x dN

    2 2 22d y yx x = +

    =

    =n

    i

    idn

    d1

    1

    = =n

    i

    id ddn

    s1

    22 )(1

    1

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    14/90

    Perbandingan Berpasangan(Univariat)

    Untuk menguji hipotesis H0: y =x atau samadengan H0: d = 0, akan digunakan statistik satu-sampel:

    yang akan mengikuti distribusi tn 1 pada saat H0benar. Hipotesis H0 akan ditolak apabila | t| >t/ 2,n 1.

    Dalamhal ini tidak perlu diasumsikan bahwakarena tidak ada pembatasan pada.

    /d

    dt

    s n

    =

    2 2

    x =

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    15/90

    Perbandingan Berpasangan(Univariat)

    Pengujian ini hanya mempunyai derajat bebasn 1dibandingkan dengan 2(n 1) uji-tuntuk duasampel yang saling bebas dalamPersamaan (5.8).

    Secara umum, proses pemasangan observasi inimereduksi keragaman dalamsampelsd sehinggamampu meningkatkan kuasa ujinya.

    Apabila kita keliru dalammemperlakukan kedua

    sampel itu saling bebas dan menggunakan statistikdalam(5.8) dengan n1 =n2 =n, maka kita akanmempunyai:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    16/90

    Perbandingan Berpasangan(Univariat)

    Akan tetapi,

    sedangkan

    2gab gab

    2 / 2 /

    x y xt

    s n s n

    = =

    ( )2 2 2 2

    2

    gab

    ( 1) ( 1)2 2

    ( 2)

    x y xn s n sE s E

    n n n n

    + += = +

    2 2var( ) ( 2 ) /y x yxy x n = +

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    17/90

    Perbandingan Berpasangan(Univariat)

    Jadi, jika statistik uji untuk sampel saling bebasdalam(5.8) digunakan untuk data berpasangan,maka statistik tersebut tidak akan mengikutidistribusi-t,

    serta akan mempunyai suatu penaksir yang bersifatunderestimatedari nilai-tsesungguhnya karena

    yxxyxy 22222 +>+

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    18/90

    Perbandingan Berpasangan(Univariat)

    Dengan demikian kita dapat menggunakan

    Tetapi

    dalamPersamaan (5.23) lebih sederhana untukdigunakan.

    nsss

    xyt

    yxxy /2( 22 +

    =

    / dt nd s=

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    19/90

    Perbandingan Berpasangan(Multivariat) Suatupengukuransering dicatat di bawahsejumlahkondisi

    percobaanyang berbeda untukmelihat apakahresponsberbeda secara nyata menurutkondisi percobaantersebut.

    Suatupendekatanyang masukakal untukmembandingkandua buahperlakuan, atauada tidaknya suatuperlakuantunggal, adalahdenganmenetapkankedua perlakuantersebutpada unit yang sama atauidentik.

    Responsberpasangankemudiandapat dianalisisdenganmenghitung perbedaannya itu. Prosedur perbandinganpada kasusdata multivariat untukprespons, 2 perlakuan,

    dannunit percobaandapat disusunsebagai berikut:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    20/90

    Perbandingan Berpasangan(Multivariat)

    X11j = variabel 1 dibawahperlakuan1

    X12j = variabel 2 dibawahperlakuan1

    X1pj = variabelpdi bawahperlakuan1

    X21j = variabel 1 dibawahperlakuan2

    X22j = variabel 2 dibawahperlakuan2

    X2pj = variabelpdi bawahperlakuan2

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    21/90

    Perbandingan Berpasangan(Multivariat)

    Untukpbuah variabel acak untuk perbedaan atauselisih secara berpasangan diberikan oleh:

    D1j

    = X11j

    X21j

    D2j= X12j X22j

    Dpj= X1pj X2pj

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    22/90

    Perbandingan Berpasangan(Multivariat)

    Misalkan

    Diasumsikan, untukj= 1, 2, , n, bahwa

    ( )

    1

    2

    j

    p

    E

    = =

    DM

    ( )cov j d=D !

    '

    1 2, , ...,j j j p jD D D = D

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    23/90

    Perbandingan Berpasangan(Multivariat)

    Perlu diketahui bahwaD1,D

    2, ,D

    nadalah vektor acak Np(,) yang saling bebas,

    sehingga inferensi tentang vektor rata-rata perbedaandapat didasarkan pada statistikT2yang diberikan oleh:

    ( ) ( )2 `T n= -1dD " S D "

    1

    1 n

    j

    jn == D D

    ( ) ( )1

    1`

    1

    n

    d j j

    jn ==

    S D D D D

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    24/90

    Perbandingan Berpasangan(Multivariat)

    Untuk menguji hipotesis bahwa H0: =0melawan H1: 0untuk populasi Np(,d) akan menolak H0jika:

    2,

    ( 1) ( )( )

    p n pn pT n Fn p

    = > -1dD`S D

    dimana Fn,n p() merupakan batas atas persentil

    ke-(100) dari distribusi F dengan derajat bebaspdan np.

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    25/90

    Perbandingan Berpasangan(Multivariat)

    100(1 )% interval kepercayaan simultan untukrata-rata perbedaan individu diberikan oleh:

    2

    ,( 1 ): ( )( )

    d

    i i p n pSn pd F

    n p n

    dimana id adalah unsur ke-idari vektor D

    dan2

    idS adalah unsur diagonal ke-idariSd.

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    26/90

    Perbandingan Berpasangan(Multivariat)Contoh 1:Gugus data berikut ini diberikan untuk mengujihipotesis mengenai ada tidaknya perbedaan yangdiberikan oleh dua buah laboratoriumdalam

    pemeriksaan sifat-sifat kimia dari polusi sungai. Adadua sifat kimia yang akan diamati (x1 danx2) dengansampel berukurann= 11.

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    27/90

    Perbandingan Berpasangan(Multivariat)

    Sampelj

    Laboratorium1 Laboratorium2X11j X12j X21j X22j

    1

    2

    34

    5

    6

    7

    89

    10

    11

    6

    6

    188

    11

    34

    28

    7143

    33

    20

    27

    23

    6444

    30

    75

    26

    12454

    30

    14

    25

    28

    3635

    15

    44

    42

    5434

    29

    39

    15

    13

    2229

    31

    64

    30

    6456

    20

    21

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    28/90

    Perbandingan Berpasangan(Multivariat)

    Statistik T2 untuk menguji hipotesisH0: = [1, 2] = [0, 0]

    dapat dibentuk dari selisih data berpasangansebagai berikut:

    d1j -19 -22 -18 -27 -4 -10 -14 17 9 4 -19

    d2j 12 10 42 15 -1 11 -4 60 -2 1- -7

    b di

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    29/90

    Perbandingan Berpasangan(Multivariat)

    Dari hasil perhitungan diperoleh informasi bahwa

    1

    2

    9 . 3 6

    1 3 . 2 7

    d

    d

    = =

    d

    199.26 88.38

    88.38 418.61d

    =

    S

    Dan nilai statistikT2 sebagai berikut:

    [ ]

    2 0.0055 0.0012 9.36

    11 9.36 13.27 13.60.0012 0.0026 13.27

    T

    = =

    P b di B

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    30/90

    Perbandingan Berpasangan(Multivariat) Dengan mengambil = 0.05, maka diketahui bahwa:

    ( ) ( ) ( )

    [ ] ( )

    ,

    2,9

    1 / 0.05

    2(10) / 9 0.05 9.47

    p n pp n n p F

    F

    = =

    Oleh karenaT2 = 13.6 > 9.47, makadisimpulkan bahwa H0 ditolak.

    Artinya bahwa hasil pengukuran dari kedualaboratoriumitu adalah berbeda

    P b di B

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    31/90

    Perbandingan Berpasangan(Multivariat) 95% selang kepercayaan untuk selisih rata-rata 1 dan 2

    diberikan oleh:

    ( )

    ( )

    2

    1 1 ,

    ( 1):

    ( )199.26

    9.36 9.4711

    22.46; 3.74

    id

    p n p

    Sn pd F

    n p n

    =

    = ( )

    ( )

    2

    2 2 ,

    ( 1):

    ( )

    418.6113.27 9.4711

    5.71; 32.25

    id

    p n p

    Sn pd F

    n p n

    =

    =

    P b di B

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    32/90

    Perbandingan Berpasangan(Multivariat)

    95% selang kerpercayaan simultan di ataskeduanya mencakup nilai nol. Artinya bahwahipotesis H0: = 0 belumsepenuhnya bisa ditolak.

    Bagaimana kesimpulan akhirnya???

    Analisis data untuk perbandingan berpasangan inimengasumsikan bahwa Dj mengikuti distribusinormal multivariat.

    Faktanya bahwa dalamgugus data di atasmengandung satu (atau dua) data pencilan.

    P b di B

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    33/90

    Perbandingan Berpasangan(Multivariat)

    Cara untuk mengatasi masalah tersebut adalah

    Membuang data pencilan dari gugus data;

    Mentransformasikan data ke dalambentuk

    logaritma; Melakukan kembali proses percobaan terutama

    pada proses pengacakannya.

    Menghitung kembali nilai statistikT2 dengan

    cara sebagai berikut:

    P b di B

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    34/90

    Perbandingan Berpasangan(Multivariat)

    StatistikT2 dihitung dari besaran sampel penuh,artinya bukan menghitung dari d danSd tetapidari data asal x dan Sx

    Dalamhal ini x adalah vektor 2p x 1 dari rata-rata sampel untukpbuah variabel pada duaperlakuan yang diberikan oleh:

    x

    d

    x

    11 12 1 21 22 2` , , ..., , , , ...,p px x x x x x = x

    Perbandingan Berpasangan

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    35/90

    Perbandingan Berpasangan(Multivariat)

    DanSadalah matriksberukuran 2px 2pdarivarians dan kovarianssampel yang diberikan

    oleh:

    11 12( ) ( )

    21 22

    ( ) ( )

    p p p

    p p p

    =

    S S

    SS S

    S11 = matriks varkov sampel untukpbuah variabel padaperlakuan 1

    S22 = matriks varkov sampel untukpbuah variabel pada

    perlakuan 2S12 =S21 = matriks kovarians sampel yang dihitung dariobservasi pada pasangan dari perlakuan 1 dan 2

    Perbandingan Berpasangan

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    36/90

    Perbandingan Berpasangan(Multivariat)

    Didefinisikan suatu matriks:

    ( )2

    1 0 0 1 0 0

    0 1 0 0 1 0

    0 0 1 0 0 1

    p p

    =

    C

    L L

    L L

    M M O M M M O M

    L L

    Perbandingan Berpasangan

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    37/90

    Perbandingan Berpasangan(Multivariat)

    Dapat ditunjukkan bahwa:

    , 1, 2,...

    `

    j j

    d

    n= =

    ==

    d Cx

    d Cx

    S CSC

    ( ) 12 ` ` `T n

    = x C CSC Cx

    Sehingga nilai statistikT2 dapat dihitung melalui:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    38/90

    Profile Analysis

    Analisis profil digunakan pada suatu keadaandimana sejumlahpperlakuan dicatat pada duaatau lebih kelompok subjek.

    Seluruh respons harus dinyatakan dalamunit yangsama.

    Diasumsikan bahwa respons untuk kelompok yangberbeda adalah saling bebas.

    Pada umumnya kita fokus pada suatu pertanyaanbahwa apakah vektor rata-rata populasi itu samaatau tidak?

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    39/90

    Profile Analysis

    Dalamanalisis profil, pertanyaan mengenaikesamaan vektor rata-rata dibagi ke dalambeberapa kemungkinan yang spesifik.

    Misalkan

    dan

    adalah rata-rata respons pada pperlakuan untukpopulasi 1 dan 2.

    1 1 1 2 1, , , = `1 K

    2 21 22 2, , , p = `

    K

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    40/90

    Profile Analysis

    Hipotesis H0:1 =2 mempunyaipengertian bahwa perlakuanmempunyai efek rata-rata yang sama

    pada kedua populasi tersebut.Dalambentuk profil populasi, dapat

    diformulasikan pertanyaan kesamaantersebut dalampola yang bertahap,

    yaitu:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    41/90

    Profile Analysis

    Tahap 1:

    Apakah profil tersebut paralel? Artinya samadengan menguji hipotesis

    H01

    :1i

    1i 1

    =2i

    2i 1

    ,

    untuk i= 2, 3, , p, dapat diterima?

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    42/90

    Profile Analysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    43/90

    Profile Analysis

    Tahap 2:

    Diasumsikan bahwa profil paralel, kemudianapakah profil tersebut berimpit?

    Artinya apakah hipotesis

    H02:1i =2i, untuk i= 1, 2, , p, dapat diterima?

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    44/90

    Profile Analysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    45/90

    Profile Analysis

    Tahap 3:

    Diasumsikan bahwa profil berimpit, kemudianapakah profil tersebut sebanding? Artinyaapakah seluruh rata-ratanya mempunyai nilai

    yang sama?

    Dengan kata lain, apakah hipotesis

    H03: 1l = = 1p =21 = = 2p dapat diterima?

    fil l i

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    46/90

    Profile Analysis

    P fil A l i

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    47/90

    Profile Analysis

    Yang perlu diperhatikan bahwa ketiga hipotesisitu berurutan. J ika pada tahap pertama (H01)terjadi penolakan, maka tahap berikutnya tidakbisa dilanjutkan. Jadi sebelummelangkah ke

    tahapan selanjutnya, harus dipastikan bahwatahapan sebelumnya didukung.

    P fil A l i

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    48/90

    Profile Analysis

    Hipotesis nol pada tahapan 1 dapat ditulis sebagaiH01:C1 =C2, dimanaCmerupakan matrikskontras

    (( 1) )

    1 1 0 0 0 0

    0 1 1 0 0 0

    0 0 0 0 1 1

    p p

    =

    C

    K

    K

    M M M M O M M

    K

    P fil A l i

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    49/90

    Profile Analysis

    Untuk sampel bebas berukurann1 dan n2 dari duabuah populasi, hipotesis nol dapat diuji denganmembentuk amatan yang ditransformasi dalambentuk:

    Cx1j untukj= 1, 2, , n1 dan

    Cx2j, danj= 1, 2, , n2.

    Kemudian, diberikan vektor rata-rata sampeldan serta matriks kovarians gabunganCSgabC .1

    Cx

    2Cx

    P fil A l i

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    50/90

    Profile Analysis

    Oleh karena dua gugus amatan yangditransformasi tersebut mempunyai distribusi

    Np 1(C1, CC )

    dan

    Np 1(C2, CC ),

    maka pengujian untuk profil paralel digambarkansebagai berikut:

    Tolak H01:C1 =C2 (profil paralel) pada taraf jika:

    P fil A l i

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    51/90

    Profile Analysis

    ( ) ( ) ( )1 2

    12 21 1

    gab` ` n nT c

    = + > 1 2 1 2x x C CS C` C x x

    ( ) ( )1 2

    1 22

    1,

    1 2

    2 1 ( )p n n pn n pc Fn n p

    + + = +

    1 1 2 2

    1 2

    ( 1) ( 1)

    2gab

    n n

    n n

    +

    = +

    S SS

    ProfileAnal sis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    52/90

    Profile Analysis

    Pada saat profil itu paralel, yang pertama di atasyang kedua (1i >2i) untuk semua i, atausebaliknya. Di bawah kondisi seperti ini, profil akanberimpit hanya jika tinggi total dari

    11 +12 + + 1p =11 dan

    21 +22 + + 2p =12

    adalah sama.

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    53/90

    Profile Analysis

    Dengan demikian hipotesis pada tahapan 2 dapatditulis dalambentuk H02: 11 =12.

    Kita dapat menguji H02 dengan menggunakanstatistik-tdua-sampel untuk data univariat 1 x1j,

    untukj= 1, 2, , n1, dan 1 x2j, untukj= 1, 2, ,n2.

    Bentuk pengujian hipotesosnya menjadi tolak H02:11 =12 (profil berimpit) pada taraf jika

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    54/90

    Profile Analysis

    Untuk profil berimpit,

    dan

    merupakan data yang seluruhnya berasal daripopulasi normal yang sama.

    ( ) ( ) ( )

    ( )

    ( )

    ( )

    1 2

    1 2 1 2

    1 2

    12 1 1gab

    2

    2

    2 1, 21 1

    gab

    1/ 2 ( )

    n n

    n n n n

    n n

    T

    t F

    + +

    = +

    = > =

    +

    1 2 1 2

    1 2

    1` x x 1`S 1 1` x x

    x x

    1`S 1

    111 12 1, , , nx x xK 221 22 2, , , nx x xK

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    55/90

    Profile Analysis

    Tahapan berikutnya adalah untuk melihat apakahseluruh variabel mempunyai rata-rata yang sama,sehingga profil menjadi sebanding. Pada saat H01dan H02 dapat diterima, vektor rata-rata dapat

    ditaksir dengan menggunakan seluruhn1 +n2,yaitu:

    1 2

    1 2

    1 1 1 2

    1 21 2 1 2 1 2

    n n

    j j

    j j n n

    n n n n n n

    = =

    +

    = = ++ + +

    x xx x x

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    56/90

    Profile Analysis

    Apabila profil sebanding, 1 =2 = = p, makahipotesis nol pada tahapan 3 dapat ditulis sebagaiH03:C =0, dimanaCsebagaimana yangdiberikan dalamkontras untuk tahap 1.

    Dengan kriteria uji untuk menguji H03:C =0adalah tolak hipotesis nol pada taraf jika:

    ( )1 2

    1

    1 2 1,

    ( )gab p n n p

    n n F

    +

    + > x C` CS C` Cx

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    57/90

    Profile Analysis

    Contoh 3: Suatu sampel dari suami dan isteri dimintai jawaban

    atas pertanyaan-pertanyaan berikut: Bagaimana taraf perasaan cinta yang anda

    rasakan terhadap pasangannya? Bagaimana taraf perasaan cinta yang dirasakan

    oleh pasangan terhadap diri anda? Bagaimana taraf kecocokan yang anda rasakan

    terhadap pasangannya?

    Bagaimana taraf kecocokan yang dirasakan olehpasangan terhadap diri anda?

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    58/90

    Profile Analysis

    Jawaban dari tiap responden dicatat pada skala-5. Tigapuluh suami dan tigapuluh isteri memberikan

    jawaban, dimana

    y1 = jawaban untuk pertanyaan 1,

    y2 = jawaban untuk pertanyaan 2,

    y3 = jawaban untuk pertanyaan 3, dan

    y4 = jawaban untuk pertanyaan 4.

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    59/90

    Profile Analysis

    Diperoleh informasi sebagai berikut:

    1 2

    gab

    3.900 3.833

    3.967 4.100,

    4.333 6.333

    4.400 4.533

    0.532

    0.179 0.511

    0.032 0.010 0.339

    0.071 0.021 0.308 0.356

    = =

    =

    y y

    S

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    60/90

    Profile Analysis

    Untuk menguji apakah profil kelompok 1 (laki-laki)dan kelompok 2 (wanita) adalah paralel, atau

    H01:C1 =C2 Di sini akan menggunakan matriks kontras:

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    61/90

    Profile Analysis

    Kemudian akan dihitung beberapa besaran yangdiperlukan untuk menghitung T2 sebagai berikut:

    gab

    0.685 0.310 0.029

    ` 0.310 0.870 0.020

    0.029 0.020 0.079

    =

    CS C

    ( )1 2

    0.0671 1 0 0 0.200

    0.1330 1 1 0 0.167

    0.300

    0 0 1 1 0.1670.133

    = =

    C y y

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    62/90

    Profile Analysis

    Dengan menggunakan persamaan di atas,diperoleh statistikT2 = 8.106

    Untuk = 0.05, diperoleh

    Oleh karenaT2 = 8.106 < 8.7, maka dapatdisimpulkan bahwa hipotesis bahwa keduakelompok (pria dan wanita) itu paralel adalahditerima.

    2

    3.11 2.8 8.7c = =

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    63/90

    Profile Analysis

    Diasumsikan bahwa profil kedua kelompok ituadalah paralel, berikutnya adalah mengujiapakah kedua kelompok itu berimpit (coincidentprofiles). Untuk menguji hipotesis:

    H0: 11 =12 Diperlukan besaran sbb:

    ( )1 2

    gab

    ` 0.500

    ` 2.447

    =

    =

    1 x x

    1 S 1

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    64/90

    Profile Analysis

    Sehingga diperoleh nilai T2 untuk menguji hipotesisH02 sbb:

    Dengan = 0.05, diperoleh F1;58(0.05) = 4.0,sehingga diketahuiT2 = 1.533 < 4.0.

    Artinya bahwa kedua kelompok tsb mempunyaiprofil yang berimpit.

    ( )

    2

    2

    1 130 30

    0.3671.533

    4.027

    T = =

    +

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    65/90

    Profile Analysis

    Lebih jauh lagi dapat dikatakan bahwa responsdari kelompok pria dan wanita terhadap empatbuah pertanyaan yang diberikan adalah sama.

    Kemudian untuk menguji apakah kedua kelompok

    tsb mempunyai profil yang sebanding, maka: 3.867

    4.033

    4.483

    4.467

    =

    y

    ProfileAnalysis

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    66/90

    Profile Analysis

    Sehingga diperoleh nilai T2 yang dihitung melaluiPersamaan (6.59) sebesarT2 = 25.442.

    Pada taraf signifikansi = 0.05 diperoleh nilaiF3;56(0.05) = 2.7, sehingga dapat dikatakan

    bahwa kedua populasi tersebut bukan merupakandua buah populasi yang sebanding.

    Kesimpulan: profil kedua kedua kelompok (priadan wanita) adalah sama.

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    67/90

    Pengujian Matriks Kovarians

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    68/90

    e guja a s o a a s

    J ika 1 =2 = =k tidak terpenuhi, makaperbedaan yang besar di dalamS1,S2, , Skmungkin akan membawa pada penolakan hipotesis

    H0:1 =2 = =k.

    Akan tetapi statistik-T2 (dan MANOVA) cukup tegar(robust) terhadap keheterogenan matriks kovarianssepanjang ukuran sampelnya besar dan sama.

    Oleh karena itu diperlukan suatu pengujian untuk

    kesamaan beberapa matriks kovarians.

    Kasus Univariat:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    69/90

    Hipotesis univariat dua-sampelMelawan

    diuji dengan menggunakan statistik-Fberikut:

    dimana dan adalah varians dari dua sampelyang saling bebas.

    J ika H0 (dan asumsi normalitas terpenuhi), maka F

    akan berdistribusi , dengan derajat bebasv1 =n1 1 danv2 =n2 1.

    2 2

    0 1 2:H =

    2 2

    1 1 2:H

    2 2

    1 2s s

    = 21s

    2

    2s

    Kasus Univariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    70/90

    Untuk kasus beberapa sampel, beberbagi prosedurtelah banyak diusulkan. Namun di sini akan dibahasmengenai uji Bartlett untuk menguji homogenitasvarians karena uji ini dapat diperluas untuk kasus

    multivariat. Untuk menguji

    Perlu dihitung beberapa besaran sebagai berikut:

    2 2 2

    0 1 2: ... kH = = =

    11

    1 1 113( 1)

    k

    ki i ii

    ck v v=

    =

    = +

    Kasus Univariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    71/90

    dimana adalah varians sampel yangsaling bebas dengan masing-masing mempunyaiderajat bebas v1, v2, , vk. Kemudian

    hipotesis H0 akan ditolak jika

    22 1

    1

    ki ii

    k

    ii

    v ss

    v

    =

    =

    =

    2 2

    1 1

    ln lnk k

    i i i

    i i

    m v s v s= =

    =

    2 2 2

    1 2, , ..., ks s s

    2

    1k

    m

    c

    2

    , 1/ km c >

    Kasus Univariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    72/90

    Untuk statistik pendekatan-F, akan digunakan cdanm, serta menghitung beberapa besaran sebagaiberikut:

    1

    2 2

    2

    2

    1,

    1,

    ( 1)

    2 2 /

    a k

    ka

    c

    ab

    c a

    =

    +=

    = +

    Kasus Univariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    73/90

    Diketahui bahwa

    Dengan kriteria bahwa tolak H0jika F> .

    Perlu dicatat asumsi bahwa antarapada pengujian sebelumnya harus terpenuhi dan iniakan terpenuhi pada sampel acak dari kbuahpopulasi yang berbeda.

    Dengan demikian pengujian ini menjadi kurangtepat untuk membandingkan s11, s22, , spp daridiagonal matriksS, karena sjj berkorelasi.

    1 22 ,

    1( )

    a a

    a mF F

    a b m=

    1 2, ,a aF

    2 2 2

    1 2

    , , ...,k

    s s s

    Kasus Multivariat:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    74/90

    Untukkpopulasi multivariat, hipotesis tentangkesamaan matriks kovarians adalah:

    Pengujian hipotesis

    untuk dua kelompok diperlakukan sebagai kasuskhusus dimana k= 2.

    Diasumsikan bahwa sampel yang saling bebasyang berukurann1, n2, , nk berasal dari distribusinormal multivariat.

    0 1 2: ... kH = = =! ! !

    0 1 2:H =! !

    Kasus Multivariat:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    75/90

    Untuk melakukan pengujian, akan dihitung:

    dimana vi =ni 1, Si adalah matriks kovarians darisampel ke-i, danSgab adalah matriks kovarianssampel gabungan, yang dihitung sebagai

    1 2/ 2 / 2 / 2

    1 2

    / 2

    gab

    ... k

    ii

    v v v

    k

    vM =

    S S S

    S

    1gab

    1

    k

    i iik

    ii

    v

    v=

    =

    =S

    S

    Kasus Multivariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    76/90

    Jelas bahwa harus terpenuhi ketentuanvi >p,sebaliknya | Si| = 0 untuk beberapa i, danMakanbernilai nol.

    Batas atas eksak dari

    Untuk kasus khusus dari v1 =v2 = = vk =vdiberikan pada Tabel A14 untuk p= 2, 3, 4, 5

    serta k= 2, 3, , 10.

    ( )2 ln ln lnab iiM v k = S S

    Kasus Multivariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    77/90

    StatistikMmerupakan modifikasi dari rasiokemungkinan dan nilai berada diantara 0 dan 1.

    Nilai dari statistikMyang mendekati 1 cenderungakan mendukung atau menerima H0, sedangkan

    yang nilainya mendekati 0 akan membawa padapenolakan terhadap H0.

    StatistikMdapat dinyatakan sebagai:

    1 2/2 / 2 /2

    1 2

    gab gab gab

    ...

    kv v v

    kM = S S S

    S S S

    Kasus Multivariat:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    78/90

    J ika S1 =S2 = =Sk =Sgab, makaM= 1.Kemudian apabila terjadi perbedaan yang terlalu

    jauh diantara S1, S2, , Sk, maka nilaiMakanmendekati nol.

    Untuk melihat hal tersebut, perlu dicatat bahwadeterminan dari matriks kovarians gabungan,| Sgab| , akan berada ditengah-tengan nilai dari| Si|

    Kasus Multivariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    79/90

    Apabila segugus variabel z1, z2, , zn meningkatpenyebarannya, maka mereduksi perkalianlebih banyak daripada meningkatnya ,dimana

    dan masing-masing merupakan nilai minimumdan

    maksimum.

    (1)/z z

    ( )/nz z

    (1)/z z

    ( ) /nz z

    Kasus Multivariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    80/90

    Pernyataan ini akan diilustrasikan dengan duagugus bilangan {4, 5, 6}dan {1, 5, 9}yangmempunyai rata-rata yang sama tetapi keragamanyang berbeda.

    Apabila kita asumsikan bahwa v1 =v2 =v3 =v,maka untuk gugus data yang pertama diperoleh

    [ ]/ 2

    /2 / 2

    1

    4 5 6(0.8)(1.0)(1.2) (0.96)

    5 5 5

    v

    v vM

    = = =

    Kasus Multivariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    81/90

    dan untuk gugus data yang kedua diperoleh

    dalamM2, nilai yang terkecil, besaran 0.2mereduksi perkalian secara proporsional lebih daribesaran 1.8.

    [ ]/ 2

    / 2 / 2

    2

    1 5 9(0.2)(1.0)(1.8) (0.36)

    5 5 5

    v

    v vM = = =

    Kasus Multivariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    82/90

    Box [1949, 1950, dalamRencher (2002)]memberikan statistik pendekatan2 danFuntukdistribusi dariM.

    Kedua uji pendekatan tersebut dirujuk sebagai uji-

    MBox. Untuk pendekatan2 dihitung

    2

    1

    11

    1 1 2 3 1

    6( 1)( 1)

    k

    ki i ii

    p pc

    v p kv= =

    + = +

    Kasus Multivariat:

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    83/90

    Kemudian,

    akan mendekati distribusi

    dimanaMdidefinisikan sebagaimana dalamPersamaan (5.35), serta

    ( )12 1 lnu c M=

    [ ]2 12( 1) ( 1)k p p +

    ( ) ( )2

    11 2 3 1

    6 ( 1)k p pc

    kv p+ + =

    +

    Kasus Multivariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    84/90

    Untuk pendekatan-F, akan digunakan c1 yang adadalam(5.40), serta menghitung beberapa besaranyang diperlukan, yaitu

    ( )2 22

    1

    1

    ( 1)( 2) 1 1

    6( 1)

    k

    ki i

    ii

    p p

    c k vv=

    =

    +

    =

    11 2 2

    2 1

    21( 1) ( 1),

    2

    aa k p p a

    c c

    += + =

    1 1 2 1 21 2

    1 2

    1 / 1 2 /,c a a c ab ba a

    = =

    Kasus Multivariat

  • 7/24/2019 Pengujian Vektor Rataan-Part2

    85/90

    J ika , maka

    Jika , maka

    Dalamkedua kasus di atas, maka hipotesis H0 akan

    ditolak Jika F>F

    2

    2 1c c>

    1 21 ,2 ln a aF b M F=

    2

    2 1c c = 0.00481,maka akan digunakan (5.42) untuk memperoleh

    Dari hasil-hasil ketiga statistik uji di atas, baik yangeksak maupun pendekatan, memberikan hasilpengujian yang non signifikan, yang berarti bahwaketiga penguian tersebut meneriman H0.

    2

    1c

    1 0.05,10,2 ln 1.354 1.83F b M F = = < =