Anda di halaman 1dari 9

UJI ASUMSI HOMOGENITAS

MATRIKS KOVARIANS

Disusun untuk Memenuhi Tugas Mata Kuliah Statistika Multivariat


Dosen Pengampu: Dr. Dhoriva Urwatul Wutsqa, M.S.

Oleh:
Rindang Maaris Aadzaar 18709251024
Darwis Cahyo Nugroho 18709251038

PROGRAM STUDI PENDIDIKAN MATEMATIKA

PASCASARJANA UNIVERSITAS NEGERI YOGYAKARTA

2018

1
UJI ASUMSI HOMOGENITAS MATRIKS KOVARIANS

Terdapat dua kelompok eksperimen dalam penelitian ini, yaitu kelas TAI dan kelas
PBL untuk melihat keefektifan pendekatan TAI dan PBL terhadap prestasi belajar, kemampuan
pemecahan masalah matematis, dan IQ. Sebelum melakukan uji pada kedua kelompok
eksperimen tersebut, maka sebelumnya harus terpenuhi asumsi normalitas dan homogenitas.
Tabel 1. Nilai Prestasi Belajar, Kemampuan Pemecahan Masalah Matematis, dan IQ
KELAS
No TAI PBL
Prestasi KPM IQ Prestasi KPM IQ
1 72 75 150 65 65 138
2 68 55 145 85 75 120
3 66 65 144 75 70 156
4 70 68 122 65 70 151
5 82 85 119 75 73 157
6 68 77 136 85 83 155
7 66 75 122 55 65 148
8 64 75 120 65 70 120
9 58 82 136 77 73 147
10 84 65 145 84 77 137
11 62 75 158 66 65 145
12 60 80 144 85 78 101
13 82 80 124 77 70 134
14 72 65 129 64 66 144
15 72 77 147 54 68 120
16 80 87 137 66 78 137
17 78 58 145 68 74 119
18 64 65 101 78 70 138
19 66 75 134 80 75 170
20 74 75 139 70 65 146

1. Hipotesis
H0 : Matriks kovarians kedua kelas sama/homogen
H1 : V Matriks kovarians kedua kelas tidak sama/homogen
2. Hipotesis Statistik
H0 : Σ1= Σ2
H1 : (∃𝑖 ≠ 𝑗) Σ𝑖 = Σ𝑗 ; 𝑖, 𝑗 = 1, 2

3. Taraf signifikan: 𝛼 = 0.05

2
4. Statistik Uji:
−2𝑏1 ln𝑀 , jika 𝑐2 > 𝑐12
𝐹 = { 𝑎2 𝑏2 ln𝑀
, jika 𝑐2 < 𝑐12
(1
𝑎1 + 𝑏2 ln𝑀)
Dimana:
𝐾 𝐾
1 1
ln 𝑀 = ∑ 𝑣𝑖 ln|𝑺𝑖 | − (∑ 𝑣𝑖 ) ln|𝑺𝑝𝑙 |
2 2
𝑖=1 𝑖=1
𝐾
1 1 2𝑝2 + 3𝑝 − 1
𝑐1 = [∑ − 𝐾 ][ ]
𝑣𝑖 ∑𝑖=1 𝑣𝑖 6(𝑝 + 1)(𝐾 − 1)
𝑖=1
𝐾
(𝑝 − 1)(𝑝 + 2) 1 1
𝑐2 = [∑ 2 − 𝐾 ]
6(𝐾 − 1) 𝑣𝑖 (∑𝑖=1 𝑣𝑖 )2
𝑖=1
1 𝑎1 + 2
𝑎1 = (𝐾 − 1)(𝑝 + 1), 𝑎2 =
2 |𝑐2 − 𝑐12 |
1−𝑐1 −𝑎1 ⁄𝑎2 1−𝑐1 −2⁄𝑎2
𝑏1 = , 𝑏2 =
𝑎1 𝑎2

Keterangan :
p = banyaknya variabel dependen yang diamati
k = banyaknya kelompok
Si = sampel matriks kovarians yang tidak bias (unbiased sample covariance matrix)
S pl = sampel matriks kelompok (pooled sample covariance matrix)

vi = ni -1
ni = ukuran sampel ke-i

5. Kriteria Keputusan: 𝐻0 ditolak jika F hitung > F tabel

6. Perhitungan

a. Tentukan 𝑋1𝑑 , 𝑋2𝑑 dari masing-masing kelompok


b. Tentukan transpose dari masing-masing matrik 𝑋1𝑑 dan 𝑋2𝑑
c. Tentukan matriks 𝑊1 dan 𝑊2 , dengan 𝑊𝑖 = 𝑋𝑖𝑑 ′ × 𝑋𝑖𝑑
2384,2 932,7 −270,9
𝑊1 = ( 932,7 1404,95 −188,15)
−270,9 −188,15 3514,55

1734,95 651,5 52,15


𝑊2 = ( 651,5 505 −159,5 )
52,15 −159,5 5190,55

3
4119,15 1584,2 −218,75
𝑊1 + 𝑊2 = ( 1584,2 1909,95 −347,65)
−218,75 −347,65 8705,1

𝑖 𝑊
d. Mencari matrik 𝑆𝑖 = 𝑛 −1 dan determinan 𝑆𝑖 (|𝑆𝑖 |), dengan 𝑖 = 1,2
𝑖

125,48421 49,08947 −14,257895


𝑆1 = ( 49,089474 73,94474 −9,9026316) |𝑆1 | =1257149
−14,257895 −9,90263 184,976316

Ln|𝑆1 | =14,04436

91,31316 34,28947 2,744737


𝑆2 = (34,28947 26,57895 −8,39474) |𝑆2 | =333606,8
2,744737 −8,39474 273,1868

Ln|𝑆2 | =12,71772

𝑝𝑙 𝑊
e. Mencari matrik 𝑆𝑝𝑙 = 𝑁−𝑘 dan determinan 𝑆𝑝𝑙 (|𝑆𝑝𝑙 |)

108,3987 41,68947 −5,75658


𝑆𝑝𝑙 = ( 41,68947 50,26184 −9,14868) |𝑆𝑝𝑙 | =843615,4
−5,75658 −9,14868 229,0816

Ln|𝑆𝑝𝑙 | =13,64545

𝐾
1 1 2𝑝2 + 3𝑝 − 1
𝑐1 = [∑ − 𝐾 ][ ]
𝑣𝑖 ∑𝑖=1 𝑣𝑖 6(𝑝 + 1)(𝐾 − 1)
𝑖=1

1 1 1 2(32 ) + 3(3) − 1
=[ + − ][ ]
19 19 19 + 19 6(3 + 1)(2 − 1)
2 1 18+8
= [19 − 38] [ 6(4) ] =0,08552632
𝐾
(𝑝 − 1)(𝑝 + 2) 1 1
𝑐2 = [∑ 2 − 𝐾 ]
6(𝐾 − 1) 𝑣𝑖 (∑𝑖=1 𝑣𝑖 )2
𝑖=1

(3 − 1)(3 + 2) 1 1 1
=[ ][ 2 + 2 − ]
6(2 − 1) 19 19 (19 + 19)2
10 2 1
= [ 6 ] [192 − (38)2 ] =0,00807941

4
1 1
𝑎1 = (𝐾 − 1)𝑝(𝑝 + 1) = (2 − 1)(3)(3 + 1) = 6
2 2
𝑎 +2 6+2
𝑎2 = |𝑐 1−𝑐 2 | = |0,00807941−0,007314752 | =10462,1887
2 1

1 − 𝑐1 − 𝑎1 /𝑎2 1 − 0,08552632 − 6/10462,1887


𝑏1 = = = 0,152316
𝑎1 6
1 − 𝑐1 − 2/𝑎2 1 − 0,08552632 − 2/10462,1887
𝑏2 = = = 8,7389E − 05
𝑎2 10462,1887

𝐾 𝐾
1 1
𝑙𝑛 𝑀 = ∑ 𝑣𝑖 𝑙𝑛|𝑺𝑖 | − (∑ 𝑣𝑖 ) 𝑙𝑛|𝑺𝑝𝑙 |
2 2
𝑖=1 𝑖=1
1 1
= [(19 ∙ 14,04436) + (19 ∙ 12,71772)] − [(19 + 19) ∙ 13,64545]
2 2
= 254,239719 − 259,263587
= −5,02387
−2𝑏1 𝑙𝑛𝑀 , 𝑗𝑖𝑘𝑎 𝑐2 > 𝑐12
𝐹={ 𝑎2 𝑏2 𝑙𝑛𝑀
, 𝑗𝑖𝑘𝑎 𝑐2 < 𝑐12
𝑎1 (1+𝑏2 𝑙𝑛𝑀)

Karena 𝑐2 > 𝑐12 ( 𝑐2 = 0,00807941 𝑑𝑎𝑛 𝑐12 = 0,085526322 =0,00731475) digunakan


rumus

𝐹 = −2𝑏1 𝑙𝑛𝑀
= −2 × 0,152316 × (−5,02387) = 1,530438
Sedangkan nilai 𝐹 𝑡𝑎𝑏𝑒𝑙 = 𝐹(𝑎1 ,𝑎2 ) (𝛼) = 𝐹(6, 10462,1887) (0,05) = 2,09946

7. Kesimpulan
Karena 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 1,8274782 < 2,09888 = 𝐹 𝑡𝑎𝑏𝑒𝑙 maka H0 diterima. Artinya
matriks kovarians untuk kedua kelas TAI dan PBL tersebut homogen

5
PERHITUNGAN DENGAN BANTUAN SPSS

Langkah-langkah mencari uji homogenitas menggunakan SPSS adalah sebagai berikut:


1. Masukan data dibawah ini:
GROUP PRESTASI KPM IQ
1 73 75 150
1 60 55 145
1 62 65 144
1 78 68 122
1 80 85 119
1 50 77 136
1 65 75 122
1 55 75 120
1 73 82 136
1 50 65 145
1 64 75 158
1 74 80 144
1 85 80 124
1 75 65 129
1 65 77 147
1 76 87 137
1 55 58 145
1 54 65 101
1 85 75 134
1 75 75 139
2 65 65 138
2 85 75 120
2 75 70 156
2 65 70 151
2 75 73 157
2 85 83 155
2 55 65 148
2 65 70 120
2 77 73 147
2 84 77 137
2 66 65 145
2 85 78 101
2 77 70 134
2 64 66 144
2 54 68 120
2 66 78 137
2 68 74 119
2 78 70 138
2 80 75 170
2 70 65 146

6
2. Analyze – General Linear Model - Multivariate

3. Masukkan GROUP di “fixed factor”


Variabel dependent (Prestasi, KPM, IQ) di “Dependent variabel”

7
4. Option – Masukkan semua factor (OVERALL, GROUP) ke “display mean” – centang
“descriptive statistics, SSCP Matrices, Residual SSCP Matrix, Homogeneity Tests”

5. Klik Continue – OK
6. Untuk melihat hasil homogenitas, lihat pada hasil uji Box’s M.
Hasil uji Box’s M menggunakan program SPSS disajikan pada tabel berikut.
Box's Test of Equality
of Covariance
Matricesa
Box's M 10.048
F 1.530
df1 6
df2 10462.189
Sig. .164
Tests the null hypothesis that
the observed covariance
matrices of the dependent
variables are equal across
groups.
a. Design: Intercept +
GROUP

8
7. Kesimpulan

Berdasarkan hasil SPSS dari tabel Box’s M diatas, diperoleh nilai signifikansi sebesar

0,164 lebih besar dari kriteria alpha yang telah ditentukan yaitu 0,05 (0,164 > 0,05) yang

berarti Ho diterima, sehingga variansi sampel homogen.