(y
i 1
i y ) ( yˆ i y ) ( yi yˆ i ) 2
2
i 1
2
i 1
H0 : β = β0
H1 : β ≠ β0 b 0
Dengan mempergunakan variabel test:
t
S / SXX
Jikalau β0=0, maka testnya menjadi b
t
S / SXX
ANOVA UNTUK ANALISA KUALITAS REGRESI
2
Sedikit pengolahan menunjukkan: b * SXX
t
2
S2
Tetapi: b= SXY/SXX, sehingga
2 2
SXY / SXX * SXX b * SXY SSR
t
2
2
2
2
S S S
Tetapi yang terakhir ini tak lain adalah nilai F.
Data dengan Pengulangan
Pengukuran
Data Dengan Pengulangan Pengukuran
Seringkali dalam pengukuran dimungkinkan untuk sebuah nilai Xi
diulang beberapa kali untuk mendapatkan beberapa nilai Yi1, Yi2,
dst. Pengukuran ulang ini memberi cara untuk mengevaluasi
model regresi linear secara lebih akurat.
Dengan cara ini Error Sum Squares i ( y i ˆi )2
y terdiri dari dua
komponen:
a) variasi dari Y untuk sebuah nilai X error murni (pure) krn
experiment
b) dan kontribusi yg disebut Lack of Fit variasi sistematik yg
disebabkan suku order tinggi (non linear)
Lack of Fit SSE- SSE k-2 SSE SSE ( pure ) SSE SSE ( pure )
(pure) k 2 S 2 k 2
1 150 77.4 -75 -9.08 5625.00 82.51 681.25 77.74 0.12 77.43 0.00
2 150 76.7 -75 -9.78 5625.00 95.71 733.75 77.74 1.09 77.43 0.54
3 150 78.2 -75 -8.28 5625.00 68.61 621.25 77.74 0.21 77.43 0.59
4 200 84.1 -25 -2.38 625.00 5.68 59.58 83.57 0.28 84.10 0.00
5 200 84.5 -25 -1.98 625.00 3.93 49.58 83.57 0.86 84.10 0.16
6 200 83.7 -25 -2.78 625.00 7.75 69.58 83.57 0.02 84.10 0.16
8 250 89.2 25 2.72 625.00 7.38 67.92 89.40 0.04 89.27 0.00
12 300 95.9 75 9.42 5625.00 88.67 706.25 95.22 0.46 95.13 0.59
Sum 2700 1037.8 0 37500 513.12 4370.00 1037.80 3.87 1037.80 2.66
Mean 225 86.48333 0 3125 42.76 364.17 86.48 0.32 86.48 0.22
Contoh.
SXX= 37500
SYY= 513.1167
SXY= 4370
b=SXY/SXX 0.116533
a= 60.26333
SUmber Sum Derajat Mean F
Variasi Squares Kebebasan Square
Lack of Fit SSE- SSE k-2 SSE SSE ( pure ) SSE SSE ( pure )
(pure)
k 2 S 2 k 2
Pure Error SSE (pure) n-k
SSE ( pure )
S2
TOTAL SST n-1 nk
1. Hipotesa
H0: μ1= μ2= μ3 = ….
H1: tidak semua rata-rata populasi sama
2. Tentukan tingkat signifikan α
3. Daerah kritis MST
F
Test statistiknya adalah F-test dengan MSE
dimana MST : Mean Squares of Treatments (between groups)
MSE : Mean Squares of Errors (within errors)
SST SSE
MST MSE
k 1 nk
Dengan k : jumlah grup dan n adalah banyak total semua data. Derajat
kebebasan F adalah (v1=k-1) untuk pembilang dan (v2=n-k) untuk
penyebut. Tentukan nilai kritis Fα(v1,v2) = Fkritis.
Tolak H0 jika Fhitung > Fkritis
TEST ANOVA
4. Perhitungan
TABEL ANOVA
Sumber Sum of Derajat Mean Fhitung
variasi Squares kebebasan Squares
Treatment SST k-1 MST=SST/(k-1) MST/MSE
(antar grup)
Error (dalam SSE n-k MSE=SSE/(n-k)
grup)
Total SS total n-1
5. Keputusan
Bandingkan Fhitung dengan Fkritis
6. Kesimpulan
TEST ANOVA – Contoh
GRUP
Baik sekali Baik Cukup Jelek
1 2 3 4
94 75 70 68
90 68 73 70
85 77 76 72
80 83 78 65
88 80 74
68 65
65
SOlusi - Excell
SUMMARY
Groups Count Sum Average Variance
Baik sekali 4 349 87.25 36.91667
Baik 5 391 78.2 58.7
Cukup 7 510 72.85714 30.14286
Jelek 6 414 69 13.6
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 890.6838 3 296.8946 8.990643 0.000743 3.159908
Within Groups 594.4071 18 33.02262
Total 1485.091 21
SOlusi – Manual (menghitung rata-rata dalam grup dan
grand)
GRUP
Baik sekali Baik Cukup Jelek
1 2 3 4
------------------------------------------------------------------------------
94 75 70 68
90 68 73 70
85 77 76 72
80 83 78 65
88 80 74
68 65
65
----------------------------------------------------------------------------------------------------
Σ 349 391 510 414
Rata-rata 87.25 78.2 72.86 69
x1 87.25 x2 78.2 x3 72.86 x4 69 Rata-rata dalam grup
xG (349 391 510 414) / 22 75.64 Rata-rata grand
SOlusi – Menghitung SSE (variasi antar grup)
SST nk ( xk xG ) 2 Grup 2 : 5
k 1
Grup 3 : 7
SST 4 * (87.25 75.64) 2 5 * (78.2 75.64) 2
Grup 4 : 6
7 * (72.86 75.64) 2 6 * (69 75.64) 2
SST = 890.68
SOlusi – Menghitung Variasi Dalam Grup
i,2
SStotal = 1485.09
SOlusi – Ringkasan Hitungan
1. Hipotesa
H0: μ1= μ2= μ3 = μ4
H1: tidak semua rata-rata populasi sama
2. tingkat signifikan α = 5%
3. Daerah kritis
Test statistiknya adalah F-test.
F(v1,v2) = MST/MSE dengan
dengan v1=k-1 = 4-1 = 3 dan v2= n-k = 22-4 = 18
Nilai kritis F0.025 (3,18) = 3.16
Tolak H0 jika F> 3.16
4. Perhitungan
Fhitung = MST/MSE = 296.89/33.02 = 8.99
5. Keputusan : Karena F > 3.16 maka H0 ditolak
5. Kesimpulan : Tidak semua rata-rata grup sama