Anda di halaman 1dari 11

BAB 4

LOG LINEAR 2 DIMENSI

4.1 Pendahuluan
Diketahui Persamaan Regresi sebagai berikut
ˆ i = βˆ0 + βˆ1 X 1i +... + βˆk X ki
µ ( 4.1)

Dalam Modul 2, Tabel 2.1 (b) tidak terlihat secara jelas bagaimana peran A dan
B dalam menentukan Pij. Jika info ini diperlukan, maka kita harus memodelkan Pij.
Melihat pada kasus Tabel kontingensi 2 x 2 diketahui besarnya Pij sebagai berikut :
Tabel 4.1 Tabel kontingensi 2x2

B1 B2 Total
A1 P11 P12 P1.
P2.
A2 P21 P22

   
P..=1
Ar Pr1 Pr2

Sebut Vij = ln Pij , dengan Pij tergantung pada A, B dan interaksi antara A dan B
A B
Model : Vij = µ + λ i + λ j + λ ij (i = 1,2 ; j = 1,2)
AB

µ A = rataan umum
Ada 4 Pij akan digunakan untuk
λi A = kontribusi dari baris
menduga 4 parameter,
λi = kontribusi dari lajur
B
Db sisa= 0 (jenuh)

λijAB = interaksi antara baris dan lajur

Model ini disebut Loglinear. Model log linier adalah suatu model untuk
memperoleh model statistika yang menyatakan hubungan antara variabel dengan data
yang bersifat kualitatif (skala nominal atau ordinal). Dengan menggunakan pendekatan
log linier bisa diketahui model matematikanya secara pasti serta level atau kelas mana
yang cenderung menimbulkan adanya hubungan atau dependensi.

Agar µ , λi , λi , λij dapat diduga , maka


A B AB

∑λ = ∑λj = ∑λijAB = ∑λijAB = 0


A B
i ( 4.2)
i j i j

4-4
Sehingga:

∑λ
A A A
i = 0 → λ1 = − λ 2

∑λ
B B B
j = 0 → λ1 = −λ 2

Berapa besarnya ke-4 parameter tadi?

∑v = ∑µ + ∑λi + ∑λ j + ∑λij
A B
ij
i i i i i

Sehingga :
1. vij = rµ + 0 + rλ j + 0
B

∑v = cµ + cλi + 0 +
A
ij
j

2. vi . = cµ + cλi
A

∑∑v
i j
ij = rcµ + 0 + 0 + 0

3. v.. = rc µ
Didapat:
v..
1. µ = = v..
rc

2. λi = vi . − v..
A

3. λ j = v. j − v..
B

4. λijAB = vij −v i. −v. j +v..

5. v.. = ∑∑vij / rc

6. vi. = ∑
j
vij / c

7. v. j = ∑
i
vij / r

Jadi, jika Pij diketahui maka parameter µ , λi , λi , λij dapat ditentukan.


A B AB

Dalam praktek, Pij tidak diketahui yang kita amati adalah nij, sehingga 4 parameter tadi
hanya dapat diduga. Bagaimana menduga 4 parameter ini ?

4-4
Pada Tabel 2 x 2 :
v11 + v12 − v 21 − v 22
λ1 =
A
(4.3)
4
B v11 − v12 + v 21 − v22
λ1 = (4.4)
4
v11 − v12 − v21 + v22
λ11AB = (4.5)
4
v11 + v12 + v 21 + v 22
µˆ = (4.6)
4
dimana :
v11 + v12 2v11 + 2v12 v + v + v 21 + v 22
v1. = = , v.. = 11 12
2 4 4
λ1A = v1. − v.. sehingga λ2A = v 2. − v..

(4.7)
λ1B = v.1 − v.. sehingga λ2B = v.2 − v..

(4.8)

misal yij = ln nij maka y ij = ln nij − ln n.. + ln n.. , dimana ni. = ∑∑


i j
nij

Sehingga :
 nij 
y ij = ln   + ln n..
 n.. 
= ln Pˆ + kons tan ta
ij ingat vij = ln Pij →ada hubungan antara yij dengan vij sehingga

yij bisa digunakan untuk menduga vij. Jadi untuk model : Vij = µ + λi A + λ j B + λijAB jika

kita memperoleh pengamatan nij maka


( y + y − y 21 − y 22 )
λˆi = y i. − y.. → λˆ1 = 11 12
A A
(4.9)
4
B B ( y − y + y 21 − y 22 )
λˆ j = y. j − y.. → λˆ1 = 11 12 (4.10)
4
( y − y − y 21 + y 22 )
λˆijAB = y ij − y i. − y. j + y.. → λˆ11AB = 11 12 (4.11)
4

4-4
Contoh:
Tabel 4.2 Hubungan Partai dengan Jenis kelamin
Partai Total 
Jenis Kelamin
buruh konservatif  
Laki 222 115 337
Perempuan 240 185 425
Total  462 300 762

Penyelesaian:
Model log linear :
A B
vij = µ + λ i + λ j + λ ijAB (i = 1,2 ; j = 1,2)

Keterangan:
vij = logaritma natural dari peluang sel (i, j)
µ = rataan umum
λi A = kontribusi jenis kelamin

λj B = kontribusi partai

λijAB = interaksi (menunjukkan bebas tidaknya A dan B dalam membentuk Pij)


ln nij :
Tabel 4.2 ln nij Hubungan Partai dengan Jenis kelamin
Partai
Jenis Kelamin
buruh konservatif
Laki 5.4 4.74
Perempuan 5.48 5.22

Sehingga:

4-4
5.4 + 4.74 − 5.48 − 5.22
λˆ1 A = = −0.14 → λˆ2A = 0.14
4
5.4 − 4.74 + 5.48 − 5.22
λˆ1 = = 0.23 → λˆ2 = −0.23
B B

4
5 . 4 − 4 . 74 + −5.48 + 5.22
λˆ11 =
AB
= 0.10 → λˆ12 = −0.1
AB

4
λˆ21 AB = −0.1
λˆ AB = 0.1
22

µˆ = 5.21
ˆ + λˆ1 A + λˆ1B + λˆ11
vˆ11 = µ AB

5.40 = 5.21 − 0.14 + 0.23 + 0.1 ← jenuh


vˆ = µˆ + λˆ + λˆ + λˆAB
A B
21 2 1 21

5.48 = 5.21 + 0.14 + 0.23 − 0.1

Jika diinginkan menilai bebas / tidaknya A dan B, maka ujilah λijAB

Hipotesis:

H0 : A dan B bebas ( Pij = Pi . P. j , ∀ij )

Kalau H0 benar maka :


(1) vij = µ + λi + λ j
A B
(i = 1,2 ; j = 1,2)

(2) Frekuensi harapan sel (i, j) adalah


eij = ( Pi . P. j ) ∗ f ..

ni . n. j
=
n..

Sehingga apabila H0 benar maka isi sel (i, j) :

Tabel 4.3 (a) eij Hubungan Partai dengan Jenis kelamin, A dan B bebas
(b) ln eij Hubungan Partai dengan Jenis kelamin, A dan B bebas

Partai Perempuan 257.68 167.32


Jenis Kelamin
buruh konservatif (a)
Laki 204.32 132.68 Jenis Kelamin Partai

4-4
buruh konservatif Perempuan 5.55 5.12
Laki 5.32 4.89 (b)

5.32 + 4.89 − 5.55 − 5.12


λˆ1 A = = −0.116 → λˆ2 = 0.116
A

4
5.32 − 4.89 + 5.55 − 5.12
λˆ1 B = = 0.216 → λˆ2 = −0.216
B

4
5.32 + 4.82 + 5.55 + 5.12
µˆ = = 5.22
4

Evaluasi λ̂ij
AB
dilakukan dengan cara membandingkan model

vij = µ + λ i + λ j + λ ijAB dengan model vij = µ + λi A + λ j B


A B

Dengan kriteria pembandingan nisbah kemungkinan (likelihood ratio).


 nij 
G 2 = 2∑nij ln  
e 
 ij 
= 2[ 222 ( 5.40 − 5.32 ) + ... + 185 ( 5.22 − 5.12 ) ]
= 6.9
χ 2 (1) 0.05 = 3.841

H0 : A dan B bebas ditolak karena penghapusan λ̂ij


AB
dalam model

A B
vij = µ + λ i + λ j + λ ijAB signifikan menurunkan kecocokan model.

Sehingga, Pemilihan partai berkaitan dengan jenis kelamin

Hipotesis lainnya
• Peluang kategori B sama

H0 : Peluang kategori B sama (Model vij = µ + λi A )

H1 : Peluang kategori B tidak sama (Model vij = µ + λi A + λ j B )

dengan frekuensi harapan :


e11 = e12 = e1.
e21 = e22 = e2.

4-4
Tabel 4.4 (a) eij Hubungan Partai dengan Jenis kelamin, Peluang kategori B sama
(b) ln eij Hubungan Partai dengan Jenis kelamin Peluang kategori B sama

Partai Partai
Jenis Kelamin Jenis Kelamin
buruh konservatif buruh konservatif
Laki 168.5 168.5 Laki 5.12 5.12
Perempuan 212.5 212.5 Perempuan 5.36 5.36
(a) (b)
1
λ1 A = ( 5.12 + 5.12 − 5.36 − 5.36 ) = −0.12
4

4-4
• Peluang kategori A sama

H0 : peluang kategori A sama (Model vij = µ + λi )


B

H0 : peluang kategori A tidak sama (Model vij = µ + λi + λ j )


A B

dengan frekuensi harapan :


e11 = e12 = e.1
e 21 = e 22 = e.2

Tabel 4.5 (a) eij Hubungan Partai dengan Jenis kelamin, Peluang kategori A sama
(b) ln eij Hubungan Partai dengan Jenis kelamin Peluang kategori A sama

Partai Partai
Jenis Kelamin Jenis Kelamin
buruh konservatif buruh konservatif
Laki 231.0 150.0 Laki 5.36 5.01
Perempuan 231.0 150.0 Perempuan 5.36 5.01
(a) (b)

λ1 =
B ( 5.36( 2) − 5.01( 2) ) = 0.215
4
• Peluang kategori (i,j) sama
H0 : peluang kategori A sama (Model vij = µ)
dengan frekuensi harapan : e11 = e12 = e21 = e..
Tabel 4.6 (a) eij Hubungan Partai dengan Jenis kelamin, Peluang kategori A sama
(b) ln eij Hubungan Partai dengan Jenis kelamin Peluang kategori A sama

Partai Partai
Jenis Kelamin Jenis Kelamin
buruh konservatif buruh konservatif
Laki 190.5 190.5 Laki 5.25 5.25
Perempuan 190.5 190.5 Perempuan 5.25 5.25
(a) (b)

G 2 = 2∑ nij ( ln nij − ln eij ) = 51 .4

8
Rekapitulasi :
Tabel 4.7 (a), (b) Rekapitulasi untuk model log linear

Model Parameter db sisa


y2
Jenuh µ , λ A, λ B , λ AB
0 0

A, B bebas µ , λ A, λ B
1 6.9
Peluang B sama µ ,λ A
2 42.72
Peluang A sama µ ,λ B
2 17.04
Peluang A, B sama µ 3 51.4
(a)

Model Parameter db sisa y2 Perubahan y2

A, B bebas µ , λ A, λ B
1 6.9 35.82
Peluang B sama µ ,λ A
2 42.72 35.82
(b)

Jika didalam model ada µ dan λ A


maka penambahan λ B
menurunkan y2 = 35.82

G 2 ~ χ 2 ( 2−1) 0.05 = 3.841,

λ B
nyata → H0 : peluang kategori B sama, ditolak
Tabel 4.8 Rekapitulasi untuk model log linear untuk Penurunan y2

Parameter db y2 Penurunan y2 χ 2 ( 1) 0.05


µ 3 51.4
µ ,λ A
2 42.72 8.68* 3.841
µ , λ A, λ B 1 6.9 35.82* 3.841
µ , λ A, λ B , λ AB
0 0 6.9* 3.841

Model loglinear yang dibahas tadi adalah jenis hierarkhi, yaitu model jika
komponen AB ada dalam model maka semua komponen penyusun AB adapula
didalam model. Maksudnya jika λ AB
ada, maka λ A
,λ B
juga ada. Secara umum

jika λx1 ... xk ada didalam model maka λx1 , λx2 , , λxk , λx1x2 , , λx1 xk ada pula
dalam model.
• Kategori Non Hierarki

9
vij = µ + λijAB ← bukan hierarki
vijk = µ + λiA + λBj + λCk + λijk
ABC
← bukan hierarki

↓ ↓ ↓
λAB λAC λBC

Tabel 4.9 Rekapitulasi untuk model log linear non hierarki

Model Lambang

vij = µ + λiA (A)


vij = µ + λ + λ A
i
B
j (A,B)
vij = µ + λ + λ + λ
A
i
B
j
AB
ij (AB)
vij = µ + λ B
j (B)

Model loglinear untuk tabel 2 arah/dimensi dapat dikembangkan untuk Tabel


berdimensi lebih tinggi, misal Tabel 3 arah, 4 arah dan seterusnya. Hanya saja,
semakin tinggi dimensi dari Tabel, semakin banyak kemungkinan model selain
model jenuhnya.

4.2 Latihan Soal


1. Dalam suatu penelitian perusahaan, sejumlah data dikumpulkan untuk
menentukan apakah proporsi barang yang cacat (A) yang dhasilkan oleh
karyawan sama untuk giliran shift pagi, sore atau malam (B). data berikut
menggambarkan barang yang diproduksi yang cacat untuk shift pagi, sore atau
malam.
Tabel 4.10 Hubungan antara Shift dengan Proporsi cacat

shift pagi sore malam


cacat 45 55 70
tidak cacat 905 890 870

Tentukan dugaan parameter log linear λij untuk i =1,2 dan j =1,2,3
AB

2. Pada data nomer 1 buat model log linearnya kemudian isikan Tabel di bawah
ini

Tabel 4.11 Rekapitualasi

Model Parameter db y2 Penurunan y 2


1 Peluang A, B sama µ
2 Peluang A sama µ , λA

10
3 Peluang B sama µ , λB
4 A, B bebas µ , λA , λB
µ , λA , λB ,
5 Jenuh
λAB

11