Anda di halaman 1dari 3

Multivariat Analisis Variansi Dua Arah

Mengikuti pendekatan MANOVA satu arah, kita secara singkat akan meninjau analisis untuk model dua arah univariat dan kemudian menggeneralisasi ke kasus multivariat dengan analogi.

Model Univariat Dua Arah dengan Interaksi Asumsikan bahwa pengukuran dicatat pada berbagai tingkat dari dua faktor. Di beberapa kasus, pengamatan ini merupakan tingkat perlakuan tunggal diatur dalam beberapa blok. Kita menganggap bahwa observasi dari pengamatan adalah independen satu sama lain. Anggap terdapat dua pengamatan yaitu, faktor 1 dan faktor 2. Misalkan ada g tingkat pada faktor 1 dan b tingkat pada faktor 2, dan terdapat n pengamatan independen dapat diamati pada setiap kombinasi tingkat gb. Dimisalkan pada observasi ke-r di tingkat l pada faktor 1 dan tingkat k pada faktor 2 adalah Xlkr, kita tuliskan model univariat dua arah yaitu : -----6.54-----di mana : -----rumus----- merupakan independen (N,s2) variabel acak. Di sini mu merupakan keseluruhan tingkat, taul merupakan efek tetap faktor 1, betak merupakan efek tetap faktor 2, dan gammalk adalah interaksi antara faktor 1 dan faktor 2. Respon yang diharapkan pada tingkat l dari faktor 1 dan tingkat k dari faktor 2 yaitu : -----6.55----Kehadiran interaksi gammalk menyatakan bahwa efek faktor tidak aditif dan sulit untuk interpretasi hasil. Untuk lebih jelasnya perhatikan gambar di bawah ini : -----6.3----Gambar di atas menunjukkan harapan dari respon sebagai fungsi dari tingkat faktor dengan dan tanpa interaksi masing-masing. Ketidakadaan interaksi berarti gammalk = 0 untuk semua l dan k. Dalam persamaan 6.55, pengamatan masing-masing dapat dijelaskan sebagai : -----6.56----di mana x adalah rata-rata keseluruhan, xl adalah rata-rata untuk tingkat l dari faktor, xk adalah rata-rata untuk tingkat k dari faktor 2, xlk adalah rata-rata untuk tingkat l dari faktor 1 dan tingkat k dari faktor 2. Mengkuadratkan dan menjumlahkan persamaan ---rumus--memberikan : -----6.57----Derajat kebebasan yang sesuai dengan jumlah kuadrat dalam persamaan 6.57 adalah -----6.58----- TABEL ANOVA

Model Multivariat Dua Arah dengan Interaksi Dengan persamaan 6.54, kita tentukan model dua arah untuk vektor respon yang terdiri dari komponen p. -----6.59----di mana : ---rumus---. Semua vektor mempunyai order px1, elkr adalah independen Np(0,sigma) vektor acak. Dengan demikian, respon terdiri dari pengukuran p sebanyak n kali pada setiap kemungkinan kombinasi dari tingkat faktor 1 dan 2. Mengikuti persamaan 6.56, kita bisa menguraikan vektor pengamatan xlkr yaitu : -----6.60----di mana : x adalah rata-rata keseluruhan dari vektor pengamatan, xl adalah rata-rata pengamatan vektor pada tingkat l dari faktor 1, xk adalah rata-rata pengamatan vektor pada tingkat k dari faktor 2, dan xlk adalah rata-rata dari vektor observasi pada tingkat l dari faktor 1 dan tingkat k dari faktor 2. Penurunan langsung dari persamaan 6.57 dan 6.58 memberikan jumlah kuadrat dan produk silang dan derajat kebebasan : -----6.61, 6.62----Penurunan rumus dari univariat ke analisis multivariat hanya penggantian skalar seperti --rumus--- dengan matriks yang sesuai ---rumus---. TABEL MANOVA

Tes Likelihood Hipotesis Ho : vs H1 : Statistik uji : 6.64 Untuk sampel besar, lambda Wilks A* dapat dirujuk ke persentil chi-square. Menolak Ho pada tingkat : -----6.65----di mana : A* diberikan oleh ---rumus--- adalah (lOOa) persentil atas dari chi-square distribusi dengan (g- l) (b-l) p;db. Biasanya, tes untuk interaksi dilakukan sebelum tes untuk efek faktor utama. Jika efek interaksi ada, efek faktor tidak memiliki interpretasi yang jelas. Dari sudut pandang praktis, tidak dianjurkan untuk melanjutkan dengan multivariat.

Dalam model multivariat, kita menguji faktor 1 dan faktor 2. Pertimbangkan hipotesis Ho: dan H1: . Dengan statistik uji : -----6.66----sehingga nilai kecil dari A* konsisten dengan H1. Menggunakan koreksi Bartlett, Ho ditolak jika : -----6.67----di mana A* diberikan oleh ---rumus--- adalah (lOOa) persentil atas dari chi-square distribusi dengan (g- l) (b-l) p;db. Dengan cara yang sama, efek faktor 2 diuji dengan mempertimbangkan Ho: dan H1: . Dengan statistik uji : -----6.68----sehingga nilai kecil dari A* konsisten dengan H1. Menggunakan koreksi Bartlett, Ho ditolak jika : -----6.69----di mana A* diberikan oleh ---rumus--- adalah (lOOa) persentil atas dari chi-square distribusi dengan (g- l) (b-l) p;db. Interval kepercayaannya adalah sebagai berikut : -----6,70---------6.71-----