Anda di halaman 1dari 8

MEDIAN POLISH

Median Polish adalah teknik analisa data (lebih robust dari ANOVA) untuk
memeriksa signifikansi beberapa faktor pada model multi-faktor. Jumlah faktor
yang terlibat bisa mencapai 5 (sumber: Dataplot Reference Manual) dimana
antar faktor tidak perlu memiliki jumlah level yang sama.

Median Polish memodelkan variabel respon sebagai:


Data = Common value + factor-1 effects + + factor-n effects + residual

Pada modul ini, pembahasan dibatasi hanya median polish dari tabel 2 arah
(melibatkan 2 variabel bebas), yang disebut Prosedur Median Polish Tukey.
Model Aditif:
Data = Common value + row effect-i + column effect-j + residual
atau

Yij i j ij
dimana

ij

merupakan penyimpangan yij dari model.

Algoritma Dasar Prosedur Median Polish Tukey: Untuk setiap faktor (baris dan
kolom) lakukan hal berikut:
1. Hitung Median untuk tiap level factor (disebut efek faktor)
2. Kurangi tiap nilai variabel respon dengan median yang bersesuaian.
Langkah tersebut dijalankan sampai
- rasio antara jumlah residual pada langkah ke-n dan jumlah residual dari
iterasi sebelumnya (n-1) kurang dari nilai tertentu, atau
- sampai iterasi maksimum yang ditetapkan.

CONTOH:
Berikut ini data jumlah serangga X pada suatu area pertanian:
Treatment
1
492
111
58
4

1
2
3
4

2
410
67
267
1

3
475
233
283
53

Area
4
895
218
279
14

5
401
28
392
138

6
330
18
141
11

Analisis:
START:
0
0
0
0
0

Median
0
492
111
58
4

0
410
67
267
1

0
475
233
283
53

0
895
218
279
14

0
401
28
392
138

0
330
18
141
11

(0)
(442.5)
(89)
(273)
(12.5)

Iterasi 1: Tiap nilai variabel respon dikurangi dengan median baris yang
bersesuaian
Efek
Kolom

Efek
Baris
442.5181
89-181

442.5
89

492442.5
111-89

410442.5
67-89

330442.5
18-89

273

58-273

12.5-181

12.5

4-12.5

267273
1-12.5

895442.5
21889
279273
1412.5

401442.5
28-89

273-181

392273
13812.5

141273
11-12.5

New
median

(181)

(Med(Medkolom1) kolom2)

475442.5
23389
283273
5312.5

(Medkolom6)

Hasil Iterasi 1: Common value = 0+181 =181


Efek
0
Kolom

442.5

49.5

-32.5

32.5

452.5

-41.5

-111.5

-92

89

22

-22

144

129

-61

-71

92

273

-215

-6

10

119

-132

-168.5

12.5

-8.5

-11.5

40.5

1.5

125.5

-1.5

(181)

(6.75) (-16.75) (36.5) (67.5)

(38.75)

(-91.75)

Efek
Baris
261.5

Sehingga: Y11 = 181 + 261.5 + 0 = 442.5 dst


e11

= 492 442.5 = 49.5

Iterasi 2: Tiap nilai variabel respon dikurangi dengan median kolom yang
bersesuaian

Efek
Baris
261.5

-92

92

-168.5

Efek
Kolom

6.75- -16.7521.6 21.625


25

36.5- 67.538.75- -91.7521.6 21.625 21.625 21.625


25

0+181

6.75

36.5

261.5

49.5- -32.5-

-92

92

-168.5

-16.75

67.5

32.5- 452.5-

38.75

-91.75

(21.625)

-41.5-

-111.5-

Med-brs1

6.75

(-16.75) 36.5

67.5

38.75

(-91.75)

22-

-22-

144-

129-

-61-

-71-

6.75

(-16.75) 36.5

67.5

38.75

(-91.75)

6-67.5

119-

-132-

-215- -6-

10-

6.75

(-16.75) 36.5

38.75

(-91.75)

-8.5-

-11.5-

125.5-

-1.5-

6.75

(-16.75) 36.5

38.75

(-91.75)

40.5- 1.567.5

Med-brs2

Med-brs4

Hasil iterasi 2:
Common value=181+21.625 = 202.625
-14.875

-38.375 14.875

45.875

17.125

-113.375

181

6.75

-16.75

36.5

67.5

38.75

-91.75

(21.625)

261.5

261.5

42.75

-15.75

-4

385

-80.25

-20.75

(-9.875)

-92

-92

15.25

-5.25

107.5

61.5

-99.75

20.75

(18)

92

92

-221.75

10.75

-26.5

-61.5

80.25

-40.25

(-33.375)

-168.5

-168.5

-15.25

5.25

-66

86.75

90.25

(4.625)

Efek
Kolom
Efek
Baris

Sehingga Y11 = 202.625 + 261.5 14.875 = 449.25


e11 = 492 449.25 = 42.75

Iterasi 3:
Tiap nilai variabel respon dikurangi dengan median baris yang bersesuaian

Efek Baris
261.5+
(-9.875)(-7.6875)
-92+18(-7.6875)
92+
(-33.375) (-7.6875)
-168.5+
(4.625) (-7.6875)

Efek
Kolom

-14.875

-38.375 14.875

45.875

17.125

-113.375

181+21.
625
261.5+
(-9.875)

-14.875

-38.375

45.875

17.125

-113.375

42.75(-9.875)

-15.75- -4(-9.875) (-9.875)

385(-9.875)

-80.25- -20.75(-9.875) (-9.875)

-92+18

15.25-18

-5.2518
10.75(33.375)
5.25(4.625)

107.5-18

61.5-18

-26.5(-33.375)

-61.5(-33.375)

4-(4.625)

-66(4.625)

-99.7518
80.25(33.375)
86.75(4.625)

(Medkolom
2)

92+
-221.75(-33.375) (-33.375)
-168.5+
(4.625)

-15.25(4.625)

Med(Medkolom= kolom1)
(-7.6875)

14.875

20.75-18
-40.25(-33.375)
90.25(4.625)

(Medkolom6)

Hasil dari Iterasi 3:


Common value = 202.625 + ( 7.6875) = 194.938
-14.875

-38.375

14.875

45.875

17.125

-113.375

202.625

-14.875

-38.375

14.875

45.875

17.125

-113.375

259.313

251.625

52.625

-5.875

5.875

394.875

-70.375

-10.875

-66.313

-74

-2.75

-23.25

89.5

43.5

-117.75

2.75

66.313

58.625

-188.375

44.125

6.875

-28.125

113.625

-6.875

-156.188

-163.875

-19.875

0.625

-0.625

-70.625

82.125

85.625

(-7.6875)

(-11.313)

(-2.625) (6.375)

(7.688)

(5.875)

(-2.063)

25.469

-112.969

Efek
Kolom
Efek
Baris

Dan seterusnya sehingga diperoleh:


Hasil Iterasi 4:
Common Value = 194.938 + (-2.469) = 192.469
-23.719
-38.531 23.719 56.031
Efek
Kolom
Efek
Baris

194.93
8

-26.188

-41

21.25

53.563

23

-115.438

(-2.469)

259.31
3
66.313
66.313
156.18
8

259.31
3
-66.313

63.938

-3.25

-0.5

-76.25

-8.813

(-1.875)

8.563

-20.625

83.125

387.18
8
35.813

-123.625

4.813

(6.688)

66.313
156.18
8

-177.063
-8.563

46.75
3.25

0.5
-7

-35.813
-78.313

107.75
76.25

-4.813
87.688

(-2.157)
(-1.875)

Dan Hasil Iterasi 5:


Common Value = 194.734
-23.719
Efek

-38.531

23.719

56.031

25.469

-112.969

Kolom
192.469

-23.719

-38.531

23.719

56.031

25.469

-112.969

255.173

257.438

65.813

-1.375

1.375

389.063

-74.375

-6.938

-61.89

-59.625

1.875

-27.313

76.738

29.125

-130.313

-1.875

61.891

64.156

-174.906

48.906

2.656

-33.656

109.906

-2.656

-160.328

-158.063

-6.688

5.125

-5.125

-76.438

78.125

89.863

(2.265)

(-2.407)

(1.875)

(2.016)

(-2.266) (1.875)

Efek
Baris

(-2.266)

SOAL:
Lakukan prosedur Median Polish Tukey pada data tingkat kelahiran berikut:
Age
10-14 years
15-17 years
18-19 years

White
0.8
30.0
81.2

Race
African American
4.2
69.7
137.1

Hispanic
2.7
72.9
157.9

birth
rate
0.8
4.2
2.7
30.0
69.7
72.9
81.2
137.1
157.9

age

race

1
1
1
2
2
2
3
3
3

1
2
3
1
2
3
1
2
3

common row
eff1
69.7
-67.0
69.7
0.0
69.7
67.4
69.7

col
eff1
0
0
0

RESI1 FITS1
-1.9
1.5
0.0
-39.7
0.0
3.2
-55.9
0.0
20.8

2.7
2.7
2.7
69.7
69.7
69.7
137.1
137.1
137.1

RESI2 FITS2
-67.0
0.0
67.4

-39.7
0.0
3.2

37.8
1.5
-3.2
0.0
0.0
0.0
-16.2
0.0
17.6

-37.0
2.7
5.9
30.0
69.7
72.9
97.4
137.1
140.3

RESI3 FITS3
-65.5
0.0
67.4

-39.7
0.0
3.2

36.3
0.0
-4.7
0.0
0.0
0.0
-16.2
0.0
17.6

-35.5
4.2
7.4
30.0
69.7
72.9
97.4
137.1
140.3