= =
n
j
n
j
j j
D D
n
D
n
D
1 1
2
2
d
) (
1
1
S dan
1
Perumusan hipotesis pada taraf signifikansi o
sebagai berikut :
H
0
: o = 0 (tidak ada diferensi rata-rata untuk perlakuan)
melawan
H
1
: o = 0
Pengujiannya adalah dengan membandingkan |t|
dengan t
n-1
(o/2)
Interval kepercayaan untuk diferensi rata-rata
o = E(X
1j
- X
2j
) dinyatakan sebagai berikut:
n
S
t d
n
S
t d
d
n
d
n
) 2 / ( ) 2 / (
1 1
o o o
+ s s
Penambahan notasi dibutuhkan dalam prosedur perbandingan
berpasangan pada kasus multivariat. Hal ini diperlukan untuk
membedakan antara p respon, dua perlakuan, dan n unit
eksperimen. Kita namakan p respon dengan unit ke-j seperti berikut
ini:
X
11j
= variabel 1 dalam perlakuan 1
X
12j
= variabel 2 dalam perlakuan 1
X
1pj
= variabel p dalam perlakuan 1
X
21j
= variabel 1 dalam perlakuan 2
X
22j
= variabel 2 dalam perlakuan 2
X
2pj
= variabel p dalam perlakuan 2
Dan diferensi pasangan p menjadi
(*)
Diberikan D
j
= [D
1j
, D
2j
, , D
pj
], j = 1, 2, , n, dengan
asumsi
dan
pj p pj
j j j
j j j
X X D
X X D
X X D
2 1
22 12 2
21 11 1
=
=
=
(
(
(
(
(
= =
p
j
D E
o
o
o
o
2
1
) (
= d D Cov
j
) (
Jika dilakukan penambahan, D1, D2, , Dn
menjadi vektor random yang independen,
inferensi tentang vektor diferensi rata-rata
menjadi bergantung pada statistik T
2
.
Secara spesifik,
Di mana
) ( )' (
1
2
o o =
D S D n T
d
= =
= =
n
j
n
j
j j j
D D D D
n
D
n
D
1 1
2
d
)' )( (
1
1
S dan
1
Result 6.1
Diberikan diferensi D
1,
D
2,
..., D
n
sampel random dari
sebuah populasi N
p
(o, Ed). Maka
Berdistribusi sebagai sebuah variabel random [(n-
1)p/(n-p)]F
p, n-p
dan asumsi nilai o dan Ed selalu
bernilai benar.
Jika nilai n dan n-p keduanya besar, T
2
didistribusikan sebagai sebuah variabel random _
p
2
.
) ( )' (
1
2
o o =
D S D n T
d
Diberikan diferensi d
j
= [d
1j
, d
2j
, , d
pj
], j= 1,
2, , n berkoresponden dengan variabel
random pada persamaan (*), uji level
dengan H
0
: o = 0 dan H
1
: o 0 untuk
sebuah populasi berdistribusi N
p
(o, d).
Kriteria pengujiannya tolak H
0
jika
Daerah kepercayaan untuk o
) (
) 1 (
'
,
1
2
o
p n p d
F
p n
p n
d S d n T
> =
) (
) (
) 1 (
) ( )' (
,
1
o o o
p n p d
F
p n n
p N
d S d
s
Interval kepercayaan simultan untuk
diferensi rata-rata individu o
i
dinotasikan
Dimana elemen ke-i dari dan
adalah elemen ke-i dari S
d
.
Interval kepervayaan simultan Bonferroni
untuk diferensi rata-rata individual adalah:
n
S
F
p n
p n
d
i
d
p n p i i
2
,
) (
) 1 (
: o o
(
i
d d
2
i
d
S
n
S
p
t d
i
d
n i i
2
1
)
2
( :
o
o
Contoh
Pengukuran terhadap Biochemical Oxygen
Demand (BOD) dan Suspended Solids (SS) telah
dilakukan, untuk sampel n = 11, dari dua
laboratories.
Data tersebut ditunjukkan pada Tabel 6.1
berikut.
Apakah kedua
laboratories
setuju? Jika ada
diferensi, apa
yang terjadi?
Statistik T
2
untuk pengujian H
0
: o =[o
1
, o
2
] =
[0,0] dikonstruksi dari observasi pasangan
diferensi berikut:
dan dari persamaan diperoleh
perhitungan berikut:
d S d n T
d
1
2
'
=
Dengan mengambil o = 0,05%, maka
Karena T
2
= 13.6 > 9.467, maka H
0
ditolak. Artinya ada
diferensi rata-rata antara pengukuran dua laboratories.
Interval kepercayaan simultan 95% untuk
diferensi rata-rata individu 1 dan 2 adalah
Desain eksperimen untuk
perbandingan berpasangan
Dalam mendiskusikan perbandingan
berpasangan, kita harus menotasikan dan S
d
, serta T
2
yang mungkin dapat dihitung dari
jumlah seluruh sampel dan S. d
x
adalah vektor 2p x 1 dari rata-rata
sampel untuk p variabel pada dua
perlakuan dan dinotasikan sebagai
berikut:
S adalah matriks 2p x 2p dari sampel
varians dan kovarians yang disusun
sebagai berikut:
Definisikan matriks C
x
] ,..., , , ,..., , [ '
2 22 21 1 12 11 p p
x x x x x x x =
(
=
22 21
12 11
S S
S S
S
(
(
(
(
=
1 0 0 1 0 0
0 1 0 0 1 0
0 0 1 0 0 1
) 2 x (
p p
C
Dengan adanya matriks C, maka d
j
, , dan S
d
dapat dinotasikan sebagai berikut:
Akibatnya, T
2
dengan rumus
Masing-masing baris dari C
i
pada matriks C
adalah sebuah vektor kontras, karena
anggotanya jika dijumlahkan bernilai nol.
'
,..., 2 , 1 ,
CSC S x C d
n j Cx d
d
j j
= =
= =
dan
x C CSC C x n T
d S d n T
d
1 2
1
2
) ' ( ' '
'
=
=
menjadi
Sebuah Desain Pengukuran Berulang
untuk Membandingkan Perlakuan
Matriks X
j
dengan observasi ke-j dapat
dinotasikan seperti berikut ini:
Dimana X
ij
adalah respon untuk perlakuan ke-i
pada unit ke-j dinamakan pengukuran berulang
karena dilihat dari fakta bahwa seluruh
perlakuan ada pada setiap unit.
n j
X
X
X
X
qj
j
j
j
,..., 2 , 1 ,
2
1
=
(
(
(
(
(
2
2
1
1
2 3
1 2
1
2
1
1
3 1
2 1
1 1 0 0 0
0 0 1 1 0
0 0 0 1 1
1 0 0 1
0 1 0 1
0 0 1 1
C
C
q q q
q q
=
(
(
(
(
(
(
(
(
(
=
(
(
(
(
(
=
(
(
(
(
(
(
(
(
(
=
(
(
(
(
(
atau
Uji Kesamaan Perlakuan pada Sebuah
Desain Pengukuran Berulang
Perumusan hipotesis:
H
0
: C = 0
H
1
: C = 0
Tolak H
0
jika:
Dengan x
dan S berikut:
Dan
Untuk menghitung statistik ujinya, diperlukan
matriks C x
=
=
1
1
1
1
1
n
1
n
j
j
x x
=
=
2
1
2
2
2
n
1
n
j
j
x x
=
1
1
1
1
1
1
1
1
)' )( (
1 n
1
n
j
j j
x x x x S
=
2
1
2
2
2
2
2
2
)' )( (
1 n
1
n
j
j j
x x x x S
Misalkan terdapat sampel acak berukuran n
1
dari
populasi 1 dan dan sampel acak berukuran n
2
dari
populasi 2. pengamatan p-Variabel ditetapkan
sebagai berikut:
Asumsi mengenai struktur dari data :
1. X
11
, X
12
,. . . X
1n
adalah sampel acak berukuran n
1
dari populasi
p-variat dengan vektor rata rata
1
dan matrik kovarian
1
2. X
21
, X
22
,. . . X
2n
adalah sampel acak berukuran n
2
dari populasi
p-variat dengan vektor rata rata
2
dan matrik kovarian
2
3. X
11
, X
12
,. . . X
1n
dan X
21
, X
22
,. . . X
2n
saling bebas.
Kemudian akan dibuat kesimpulan tentang (vektor rata-rata dari
populasi 1) - (vektor rata-rata daripopulasi 2) =
1
-
2.
Apakah
1
=
2
(
1
-
2
=0)?
Jika
1
-
2
0, maka komponen nilai rata-rata mana yang berbeda.
Asumsi-asumsi lebih lanjut ketika n
1
dan n
2
berukuran kecil :
1. Kedua populaasi berdistribusi Normal Multivariat
2.
1
=
2
Situasi dua sampel ketika
1
=
2
Karena S
pooled
menaksir maka
(6.21)
2
) 1 ( ) 1 (
2
)' ( ) ( )' ( ) (
2 1
1 1 1 1
2 1
2
2
1
2
2
1
1
1
1
1
2 1
+
+
=
+
+
=
=
=
n n
S n S n
n n
x x x x x x x x
S
j
n
j
j j
n
j
j
pooled
(6.22)
1 1
) cov( ) cov( ) (
2 1
2 1 2 1
E + E = + =
n n
x x x x Cov
) cov( dari penaksir adalah )
1 1
(
2 1
2 1
x x S
n n
pooled
+
Dengan uji tes likelihoodnya adalah
Berdasarka pada jarak statistik kuadrat, T
2
TOLAK H
0
jika
dimana jarak kritis c
2
ditentukan dari distribusi dua sampel
statistik T
2
0 2 1 1
0 2 1 0
:
:
o
o
=
=
H
H
2
0
2 1
1
2 1
0
2 1
2
) ( ] )
1 1
[( )' ( c x x S
n n
x x T
pooled
> + =
o o
Akibat 6.2
Ketika X
11
, X
12
,. . . X
1n
adalah sampel acak dengan ukuran n
1
dari N
p
(
1
,) dan
X
21
, X
22
,. . . X
2n
adalah sampel acak dengan ukuran n
2
dari N
p
(
1,
) dan
didapat
Dan terdistribusi sebagai
Sebagai konsekuensinya terima H
0
jika
dimana
)) ( ( ] )
1 1
[( ))' ( (
2 1
2 1
1
2 1
2 1
2 1
2
+ =
x x S
n n
x x T
pooled
) 1 (
2 1
2 1
2 1
) 1 (
) 2 (
+
+
+
p n n p
F
p n n
p n n
o = s +
1 ] )) ( ( ] )
1 1
[( ))' ( [(
2
2 1
2 1
1
2 1
2 1
2 1
c x x S
n n
x x p
pooled
) )( 1 (
2 1
2 1
2
2 1
) 1 (
) 2 (
o +
+
+
=
p n n p
F
p n n
p n n
c
Contoh
Diketahui bahwa 50 batang sabun diproduksi dengan dua metode yang
berbeda. Hasil produksi tersebut menghasilkan dua karakteristik yang telah
diukur, yaitu X
1
= busa dan X
2
= kelembutan. Berikut statistik ringkasan
untuk sabun yang diproduksi dengan metode 1 dan 2.
Carilah daerah konfidensi 95% untuk
1
-
2 .
(
=
(
=
(
=
(
=
4 1
1 2
S
9 . 3
2 . 10
6 1
1 2
S
1 . 4
3 . 8
2
2
1
1
x
x
Interval konfidensi simultan
Dimungkinkan untuk memperoleh interval kepercayaan secara bersama dari
setiap bagian vektor
1
-
2.
interval kepercayaan dikembangkan berdasarkan
pertimbanagan semua kemungkinan perbedan kombinasi linier dari vektor
rata-rata. Dengan asumsi bahwa populasi berdistribusi normal multivariat
dengan kovarias .
Akibat 6.3
Misal
Akan memuat untuk semua . Khususnya akan termuat
dalam
pooled
S S
n
S
n
c x x )
1 1
( ) (
2
2
1
1
'
2 1
'
+
o
o
- 1 peluang dengan
) 1 (
) 2 (
) )( 1 (
2 1
2 1
2
2 1
+
+
+
=
p n n p
F
p n n
p n n
c
) (
2 1
'
i i 2 1
p 1,2,..., i dimana )
1 1
( ) (
2
2
1
1
2 1
= +
pooled ii
i i
S S
n
S
n
c x x
Situasi dua sampel ketika
1
2
Akibat 6.4
Diberikan ukuran sampel n
1
p yang bernilai besar. Perkiraan
ellipsoid daerah kepercayaan 100(1-)% untuk
1
-
2
diberikan
oleh semua elemen
1
-
2
yang memenuhi
Dimana adalah persentil keatas dari distribusi chi-
kuadrat dengan derajat kebebasan p dan 100(1-)% interval
kepercayaan secara serempak untuk semua kombinasi linier yang
disediakan oleh termasuk dalam
) ( )) ( ( )]
1 1
[( ))' ( (
2
2 1
2 1
1
2
2
1
1
2 1
2 1
o _
p
x x S
n
S
n
x x s +
2
p
_
) 100 ( _
) (
2 1
'
)
1 1
( ) ( ) (
2
2
1
1
' 2
2 1
'
S
n
S
n
x x
p
+ o _