MODEL LOGLINIER

Bambang Widjanarko Otok LPPM - UNAIR SURABAYA 2-3 Agustus 2006

PERGURUAN TINGGIEKSPERIMEN EKSPERIMEN&SURVEYD A T A

DATAData KualitatifData Kuantitatif

Diskrit

Kontinu

Skala Pengukuran Data

Skala PengukuranSifatMembedakanAda Urutan/TingkatanAda IntervalAda titik nol yang punya artiNominalOrdinalIntervalRasio

PENENTUAN MODEL TERBAIKestimasi parameter dan pengujian parametersederhana, akurasi tinggiterpenuhi asumsi pada error

DATA = MODEL + ERRORTidak Ada Model Yang Benar, Yang Ada Model Terbaik Atau Pemecahan Masalah Adalah Proses Yang Berulang Yang Tidak Kunjung Selesai

Tiga hal yang diperlukan oleh seorang peneliti : pengumpulan dan pengolahan data penyusunan model pengujian kevalidan model

Pemecahan Masalah (Penelitian)Seringkali Membatasi Jumlah Peubah TerkaitSEBAGIAN INFORMASI HILANGPENELITIAN HARUS MELIHAT KERANGKA PERMASALAHAN SECARA MENYELURUHMULTIVARIATEPERLU

Skema Metode MultivariateMultidimensional Scaling, Model Loglinier

Skema Metode Multivariate

Model log linear untuk mengetahui ada atau tidaknya hubungan antara variabel pada data kategorik serta dapat ditunjukkan kelas mana yang menjadi sumber dependensinya

MODEL LOGLINIER

Hubungan yang dimaksud tidak menyatakan tingkat atau derajat hubungan maupun arah hubungan,data yang diperoleh berupa jumlahan atau kategori dan merupakan data diskrit

Hubungan bersifat Kategori

Homogen Yang dimaksud dengan homogen dalam satu sel tersebut harus merupakan obyek yang sama.Mutuallity Exclusive Dan Mutuallity Exhausive Maksud dari mutuallity exclusive dan mutuality exhaustive adalah antara kelas yang satu dengan kelas yang lainnya harus saling asing dan didekomposisikan secara lengkap sampai unut yang terkecil, sehingga dalam unsur hanya dapat diklasifikasikan dalam satu unit saja.Skala Pengukuran Nominal Dan Ordinal

Syarat Variabel bersifat Kategori

Hipotesa awal (Ho) : tidak ada hubungan antara variabel dan variabel B (A dan B independent)Hipotesa alternatif (H1) : ada hubungan antara variable A dan variabel B (A dan B dependen). Uji Independensi

Nilai Harapan

Statistik Uji

Daerah Penolakan

Residual

Residual (Error):

Adjusted Residual:

dimana: Nilai adjusted residual akan mendekati distribusi normal N(0,1). Atau dengan kata lain, mempunyai asumsi distribusi normal bila nilai adjusted residualnya berada di dalam range -1,96 sampai 1.96. hal ini terjadi bila diambil = 0.05, sehingga 95% dari nilai residual masuk ke dalam range tersebut. Bila ternyata ada yang keluar dari batas tersebut, maka titik-titik tersebut merupakan titik-titik penting yang perlu mendapat perhatian, sebab mungkin pada sel tersebut sebetulnya penyebab terjadinya dependensi.

Model log linear untuk Tabel Dua Dimensi

Nilai Harapan:

Logaritma:

~ ANOVA:

Model Saturated:

Jika faktor U yang mempunyai tingkat yang lebih tinggi masuk atau ada didalam model, maka faktor lain yang lebih rendah harus ada. Tetapi bila faktor U dengan tingkat lebih tinggi tidak ada dalam model, maka U dengan faktor yang lebih rendah belum tentu tidak masuk kedalam model

Prinsip Hierarkhi

Goodness of fit statistics merupakan dasar probabilitas untuk membandingkan dan menentukan ada atau tidaknya kesenjangan antara observasi dan model.

Goodness of fit

Seleksi Model

Test K-Way

Test K-Way

Test of Partial Assosiation

Eliminasi Backward

Eliminasi Backward

Conditional Test Statistic

Studi Kasus

DAFTAR PUSTAKABishop, Y.M.M., S.E. Feinberg, and P.W. Holland. 1975. Discrete Multivariate Analysis: Theory and Practice. Cambridge, Mass.: MIT Press.Haberman, S.J., 1978. Analysis of Qualitative Data. London: Academic Press.Kraemer, H.C. 1982. Kappa Coefficient. In: Encyclopedia of Statistical Sciences, S. Katz and N.L. Johnson, eds. New York: John Wiley and Sons.Upton, G.J.G., The Analysis of Cross Tabulated Data, New York: John Wiley and Sons.

TERIMA KASIH