MANOVA (Tugas Klpk)
description
Transcript of MANOVA (Tugas Klpk)
-
TUGAS KELOMPOK TENTANG MANOVA
ANALISIS DATA MULTIVARIAT I
Diajukan untuk memenuhi tugas mata kuliah Analisis Data Multivariat I
Semester 5 Tahun Ajaran 2014/2015
Disusun Oleh :
Nisrina Fatin Hanifah 140610120003
Siti Jubaedah 140610120006
Yudi Aristanto 140610120033
Kelas A
Dosen: Titi Purwandari, Dra., MS
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJAJARAN
2014/2015
-
1
1. ANOVA
Analysis of Variance (Anova) digunakan untuk menguji rata-rata dari tiga atau lebih populasi.
Rata-rata populasi tersebut apakah sama atau tidak sama. Konsep dasar ANOVA dikemukakan
oleh R.A. Fisher. Prinsip pengujiannya adalah menganalisis variabilitas atau keragaman data
menjadi dua sumber variasi, yaitu variasi dalam kelompok (within) dan variasi antar kelompok
(between). Bila variasi within dan between sama maka rata-rata yang dihasilkan tidak ada
perbedaan, sebaliknya bila hasil perbandingan kedua varian tersebut menghasilkan nilai lebih
dari 1, maka rata-rata yang dibandingkan menunjukkan adanya perbedaan.
Beberapa asumsi dasar yang mesti dipenuhi pada uji ANOVA adalah:
(a) Data sampel yang digunakan berdistribusi normal atau dianggap normal,
(b) Populasi tersebut memiliki varian yang homogen,
(c) Sampel tidak berhubungan satu dengan lain (independen).
Adapun langkah-langkah pengunjian ANOVA adalah sebagai berikut:
1. Tentukan banyaknya k (populasi/perlakuan) dan n (banyak sampel yang diambil.
2. Hitung Jumlah Kuadrat antar kelompok (between) dan jumlah kuadrat dalam kelompok
(within), masing-masing dengan menggunakan rumus dibawah ini:
Jumlah kuadrat antar kelompok: SSH= .2
..2
=1
Jumlah kuadrat dalam kelompok: SSE= 2
.2
3. Hitung rata-rata jumlah kuadrat
MSH=
(1)
MSE=
1
4. Hitung nilai F=
5. Bandingkan dengan nilai F,k-1,k(n-1). Jika nilai F> F,k-1,k(n-1) maka Ho ditolak.
-
2
Umumnya, hasil perhitungan analisis ANOVA disajikan dalam bentuk tabel yang disebut Tabel
ANOVA.
Sumber Variasi dk SS MS F
Antar Kelompok k-1 SSH= .2
..2
=1 MSH=
(1) F=
Dalam Kelompok k(n-1) SSE=
2 .
2
MSE=
1
Total kn-1 SSH+SSE
Contoh kasus:
Diduga bahwa pendapatan kepala keluarga sebulan untuk tingkatan golongan masyarakat
(nelayan, petani garam, penjual kelontong) rata-ratanya berbeda. Untuk itu dilakukan penelitian
dengan mengambil 9 kepala keluarga dari masing-masing tingkatan golongan masyarakat. Ujilah
dengan menggunakan ANOVA apakah dugaan tersebut benar?
Nelayan Petani Pedagang
Kelontong
67 58 78
82 62 96
90 74 115
86 55 85
60 46 86
88 75 99
70 48 121
85 73 88
100 65 97
Jawab
Hipotesis :
H0 : 1 = 2 = 3, rata-rata pendapatan nelayan, petani garam dan petani kelontong dalam
satu bulan sama
H1 : minimal satu tanda sama dengan tidak berlaku, rata-rata pendapatan nelayan, petani
garam dan petani kelontong dalam satu bulan tidak sama
: 0.05
-
3
Statistik Uji: ANOVA
SSH= .2
..2
=1
= 728 2+556 2 +865 2
9
2149 2
39
= 5327.185
SSE= 2
.2
= 180227-(728 2+556 2+865 2)
9
= 3855.333
F=
= /(1)
/(1)
= 5327 .185/(31)
3855 .333/3(91)
= 16.581
Tabel ANOVA
Sumber Variasi dk SS MS F
Antar kelompok 2 5327.185 2663.3925 16.581
Dalam kelompok 24 3855.333 160.6389 -
Total 26 9182.518 - -
Kriteria Uji: Tolak Ho jika Fhit > F,k-1,k(n-1), terima dalam hal lainnya.
Diketahui F,k-1,k(n-1)= F0.05,2,24= 3.403
Kesimpulan: karena nilai Fhit (16.581) > F0.05,2,24 (3.403) maka Ho ditolak. Sehingga dapat
disimpulkan bahwa rata-rata pendapatan kepala keluarga dalam sebulan untuk nelayan, petani
garam dan kelontong tidak sama.
-
4
2. MANOVA (ONE WAY/SATU ARAH)
Manova Satu Arah yaitu perluasan dari ANOVA, bertujuan untuk memeriksa secara simultan
hubungan antara beberapa variabel independent kategori ( non metrik ) dengan dua / lebih
variabel dependent metric dimana variabel tak bebas lebih dari 1 (Y1,Y2,.,Yk).
Model Manova Satu Arah
Asumsi pada MANOVA
1. Variabel tak bebas pada setiap populasi berdistribusi normal multivariat
Pendekatan jarak Mahalanobis Q-Q Plot
2. Homogenitas matriks varians kovarians variabel tak bebas pada setiap
grup perlakuan .
Uji Boxs M
3.Setiap observasi bersifat bebas ( independent ).
Hipotesis untuk Manova Satu Arah ialah
( tidak terdapat perbedaan efek faktor)
Atau
Dimana semua populasi memiliki vector rata-rata yang sama.
, (0, )
ij i ij
ij i ij
i i
ij p
Y
Y
saling bebas N
0 1 2
1
: ... 0
: 0
k
i
H
H
1: ... kHo
111 21
12 22 2
1 2
: .... . .
k
k
p p kp
Ho
11 21 1
12 22 2
1 2
...
...
.
...
k
k
p p kp
-
5
Dengan rumus :
-
6
Tabel MANOVA SATU ARAH/ONE WAY MANOVA
Sumber variasi Matriks jumlah kuadrat Derajat bebas
Perlakuan
k-1
Residu
Total
Contoh kasus
Ujilah vektor rata-rata untuk setiap kelompok dibawah ini. Apakah sama atau berbeda?
1 2 3
1 2 3 4 1 2 3 4 1 2 3 4
94 91 91 94 94 93 92 93 95 91 94 96
92 90 93 97 91 97 93 96 97 93 92 95
93 89 94 93 90 95 91 95 93 95 95 94
Model linier :
Yij = + + untuk i = 1,2,.,k
= + j = 1,2,.,n
Hipotesis :
H0 :
11121314
=
21222324
=
31323334
artinya vektor rata-rata kelompok 1 = 2 = 3
H1 : terdapat salah satu vektor rata-rata yang berbeda
= 0.05
Statistik uji : One Way Manova
. .. . ..
1
( )( ) 'k
i i i
i
H n y y y y
. .
1 1
( )( ) 'ink
ij iji i
i j
E y y y y
1 1
( ..)( ..) 'ink
ij ij
i j
H E y y y y
1
k
i
i
n k
1
1k
i
i
n
-
7
Diperoleh informasi vector rata-rata untuk masing-masing kelompok dan rata-rata total.
1 =
9390
92.66794.667
2 =
91.6679592
94.667
3 =
9593
93.66795
=
93.22292.66792.77894.778
Kemudian mencari H
Untuk k=1
. .. =
0.22222.66670.11110.1111
. .. . .. =
0.0494 0.5926 0.0247 0.02470.5926 7.1111 0.2963 0.29630.02470.0247
0.29630.2963
0.0123 0.01230.0123 0.0123
Untuk k=2
. .. =
1.55562.33330.77780.1111
. .. . .. =
2.4198 3.63 1.2099 0.17283.6296 5.4444 1.815 0.2591.20990.1728
1.8150.259
0.6049 0.08640.0864 0.0123
Untuk k=3
. .. =
1.77780.33330.88890.2222
. .. . .. =
3.1605 0.5926 1.5802 0.39510.5926 0.1111 0.2963 0.07411.580203951
0.29630.0741
0.7901 0.19750.1975 0.0494
Dengan demikian matiks H akan mempunyai bentuk
H =
16.889 7.333 8.4444 1.77787.333 38 3.667 0.33338.44441.7778
3.6670.3333
4.2222 0.88890.8889 0.2222
Sedangkan matriks E akan mempunyai bentuk
E =
18.667 9 7 6.3339 18 1 37
6.33313
11.333 0.333
0.8889 15.333
-
8
Jadi, untuk
H + E =
35.5556 16.3333 1.4444 4.555616.3333 56 2.6667 3.3331.44444.5556
2.66673.3333
5.5556 0.5556
0.5556 15.5556
Umumnya, hasil perhitungan analisis ini disajikan dalam tabel, disebut sebagai tabel MANOVA.
Secara singkat tabel tersebut memuat
Tabel MANOVA
Sumber variasi Matriks Jumlah kuadrat db
Perlakuan
H =
16.889 7.333 8.4444 1.77787.333 38 3.667 0.33338.44441.7778
3.6670.3333
4.2222 0.88890.8889 0.2222
2
Residu
E =
18.667 9 7 6.3339 18 1 37
6.33313
11.333 0.333
0.8889 15.333
6
Total
H+E =
35.5556 16.3333 1.4444 4.555616.3333 56 2.6667 3.3331.44444.5556
2.66673.3333
5.5556 0.5556
0.5556 15.5556
8
Statistik Wilks Lambda
=||
| + |=
26005.8889
396014.3333= 0.06566906
Kriteria Uji : Tolak H0 jika < 0.05,4,2,6 ,,terima dalam ha lainnya.
-
9
Kesimpulan:
Diketahui bahwa 0.05,4,2,6 = 0.024x10-3
, maka = 0.06566906 > dari 0.05,4,2,6 = 0.024x10-3
berarti H0 diterima. Berarti vektor rata-rata kelompok 1 = 2 = 3.
-
10
3. MANOVA (TWO WAY/DUA ARAH)
Two way manova analoginya sama dengan One way manova. Model MANOVA dua-arah untuk
vektor respon yang berisi p komponen adalah:
dimana:
i : efek taraf ke i pada faktor A diukur pada p variabel
j : efek taraf ke j faktor B diukur pada p variabel
ij : efek interaksi faktor A dan B
ij : rata rata pop taraf ke i faktor A dan taraf ke j faktor B
pada MANOVA dua-arah terdapat pembatasan antara lain:
dengan asumsi bahwa ~(0, ).
Sama halnya dengan kasus univariat, pada MANOVA dua arah juga untuk hasil analisis
disajikan dalam tabel yang disebut Tabel MANOVA Dua-Arah.
SUMBER
VARIASI
MATRIKS JUMLAH KUADRAT DERAJAT
BEBAS
A
a-1
B b-1
AB (a-1)(b-1)
RESIDU ab(n-1)
TOTAL abn-1
1,2,..., 1,2,..., 1,2,...,
ijk i j ij ijk
ijk ij ijk
y
y
i a j b k n
1 1 1 1
0a b a b
i j ij ij
i j i j
..
1
( ...) 'a
A i
i
H nb y y
. . . .
1
. .. . . ...
. .. . . ...
. .
... ...
( ...)( ...) '
( )
( ) '
( )( ) '
( )( ) '
b
B j j
j
AB ij i j
ij
ij i j
ijk ij ijk ij
ijk
ijk ijk
ijk
H na y y y y
H n y y y y
y y y y
E y y y y
T y y y y
-
11
Hipotesis untuk pengujian faktor A, faktor B dan interaksi antara A dan B antara lain sebagai
berikut:
Statistik Wilks Lambda untuk masing-masing hipotesis adalah:
=||
| + |
=
+
=||
| + |
Kriteria Uji :
Hipotesis HA: Ho ditolak jika < ,p,a1,ab (n1)
Hipotesis HB: Ho ditolak jika < ,p,b1,ab (n1)
Hipotesis HAB: Ho ditolak jika < ,p,(a1)(b1),ab (n1)
Contoh kasus:
The data for this section were obtained from a larger study, by Mr. Joseph at the University of
Pittsburgh, to analyze reading comprehension (C) and reading rate (R), using subtest core of the
Iowa Test of Basic Skills. After randomly selecting N=30 student for the study and randomly
dividing them into six subsample of size 5, the groups were randomly assigned to two treatment
conditions (contract class and noncontract class), and three teacher.
1 2
12
1 2
13
: ... 0
: min , , 0
: ... 0
: min , 0
A a
i
B b
j
H
H imal satu
H
H imal satu
11 12
11
: ... 0
: , , 0
AB ab
ij
H
H ada satu
-
12
Factor B
contract class noncontract class
R C R C
factor
A
teacher
1
10 21 9 14
12 22 8 15
9 19 11 16
10 21 9 17
14 23 9 17
teacher
2
11 23 11 15
14 27 12 18
13 24 10 16
15 26 9 17
14 24 9 18
teacher
3
8 17 9 22
7 15 8 18
10 18 10 17
8 17 9 19
7 19 8 19
Jawab
Hipotesis Uji interaksi faktor A dan faktor B
HAB : 11 = 12 = = 32, interaksi antara faktor guru dan faktor kondisi kelas tidak
memberikan efek terhadap skor reading comprehension (C) dan reading rate (R).
H11 : minimal ada satu ij 0, interaksi antara faktor guru dan faktor kondisi kelas
memberikan efek terhadap skor reading comprehension (C) dan reading rate (R).
Hipotesis untuk menguji faktor A dan B.
HA : 1 =2 =3, factor guru tidak memberikan efek terhadap skor reading comprehension (C)
dan reading rate (R).
H12 : minimal ada satu i0, factor guru memberikan efek terhadap skor reading
comprehension (C) dan reading rate (R).
HB : 1 = 2, factor kondisi kelas tidak memberikan efek terhadap skor reading
comprehension (C) dan reading rate (R).
-
13
H13 : minimal ada satu j0, factor kondisi kelas memberikan efek terhadap skor reading
comprehension (C) dan reading rate (R).
: 0.05
statistic Uji: Two Way MANOVA
Total untuk R
Total untuk C
Contract
Class
noncontract
class
Contract
Class
noncontract
class
Teacher 1 55 46 101
Teacher 1 106 79 185
Teacher 2 67 51 118
Teacher 2 124 84 208
Teacher 3 40 44 84
Teacher 3 86 95 181
162 141 303
316 258 574
11 =1012 + 1182 + 842
5 2
3032
5 3 2= 57.8
22 =1852 + 2082 + 1812
5 2
5742
5 3 2= 42.467
12 =101 185 + 118 208 + 84 181
5 2
303 574
5 3 2= 45.9
= 57.8 45.945.9 42.567
11 =1622 + 1412
5 3
3032
5 3 2= 14.7
22 =3162 + 2582
5 3
5742
5 3 2= 112.133
12 =162 316 + 141 258
5 3
303 574
5 3 2= 40.6
= 14.7 40.640.6 112.133
11 =552 + 462 + + 442
5
3032
5 3 2 57.8 14.7 = 20.6
-
14
22 =1062 + 792 + + 952
5
5742
5 3 2 42.467 112.133 = 128.867
12 =55 106 + 46 79 + + 44 95
5
303 574
5 3 2 45.9 40.6 = 51.3
= 20.6 51.351.3 128.867
11 = 102 + 122 + + 82
3032
5 3 2 57.8 14.7 20.6 = 45.6
22 = 212 + 222 + + 192
5742
5 3 2 42.467 112.133 128.867 = 56
22 = 10 21 + 12 22 + + 8 19 303 574
5 3 2 45.9 40.6 51.3 = 19.8
= 45.6 19.819.8 56
Tabel MANOVA DUA ARAH/ TWO WAY MANOVA
Sumber variasi Matriks Jumlah kuadrat db
A
57.8 45.945.9 42.567
2
B
14.7 40.640.6 112.133
1
AB
20.6 51.351.3 128.867
2
Residu
45.6 19.819.8 56
24
Total
138.7 157.6157.6 339.567
29
-
15
Statistik Wilks Lambda
=||
| + |=
2161.56
5875.338= 0.368
=
+ =
2161.56
6490.26= 0.333
=||
| + |=
2161.56
7182.985= 0.301
Kriteria Uji:
Untuk uji faktor A: Tolak Ho jika < 0.05,2,2,24 , terima dalam hal lainnya.
Untuk uji faktor B: Tolak Ho jika < 0.05,2,1,24 , terima dalam hal lainnya.
Untuk uji interaksi antara faktor A dan B: Tolak Ho jika < 0.05,2,2,24, terima dalam hal
lainnya.
Diketahui: 0.05,2,2,24 = 0.668
0.05,2,1,24 = 0.771
Kesimpulan:
Dapat kita lihat bahwa nilai , , lebih kecil dari nilai 0.05, , , sehingga Ho untuk
ketiga pengujian baik pengujian faktor A, B, maupun interaksi AB ditolak (signifikan). Maka
dapat kita simpulkan bahwa faktor guru, faktor kondisi kelas, dan interaksi antara faktor guru
dan kondisi kelas memberikan efek terhadap skor reading comprehension (C) dan reading rate
(R).
-
16
DAFTAR PUSTAKA
Hajarisman, Nusar. (2008). Seri Buku Ajar Statistika Multivariat. Bandung: Program Studi
Statistika Universitas Islam Bandung.
Sudjana. (2002). Desain dan Analisis Eksperimen. Bandung : Tarsito.