Inferensia Vektor Rata-Rata

Ukuran Contoh Besar ( n-p besar )

B. Perbandingan Beberapa Rata-Rata Peubah Ganda

I. Perbandingan Data Berpasangan

Misalkan :
X1ij : peubah ke-i dengan perlakuan I
X2ij : peubah ke-i dengan perlakuan II
i = 1,2,3, …,p ; j = 1,2, 3, …,n

Dij = X1ij - X2ij : perbedaan dari pasangan peubah2 acak

Dj’ = [ D1j D2j D3j …. Dpj ] : vektor acak dari perbedaan2

E (Dj) = δ Cov(Dj) = ∑d

Asumsi : Dj ~ Np( δ , ∑d )
II. Perbandingan Perlakuan (treatment) dari
Pengukuran Berulang (repeated measures)

a. Pengujian Hipotesis (Hypothesis Testing)

Asumsi : Xqx1 ~ Nq( μ , Σ )

q: banyaknya perlakuan

Hipotesis Statistik: Ho: Cμ = 0

H1: Cμ ≠ 0

C: matriks kontras


x x


x
C. Perbandingan Vektor Rata-Rata dari
Dua Populasi Independen

I. Pengujian Hipotesis (Hypothesis Testing)

Asumsi : XI ~ Np ( μI , ΣI )

XII ~ Np ( μII , ΣII )

Hipotesis Statistik: Ho: μI – μII = δo

H1: μI – μII ≠ δo
1. Asumsi : ΣI = ΣII = Σ tidak diketahui nilainya

Σ = Sg =

Sg : matriks ragam-peragam sampel gabungan

(pooled) dari kedua populasi

SI dan SII : matriks ragam peragam sampel dari

populasi I dan populasi II


x x x x


x x
III. Selang Kepercayaan (Confidence Interval)

1. Selang Kepercayaan simultan (μIi – μIIi) pada (1- α)100%:

ℓ’ ( x I - x II) ± √ c2 ℓ’ (1/nI + 1/nII) Sg ℓ

2. Selang Kepercayaan simultan (μIi – μIIi) pada (1- α)100%:

( Metode Bonferroni )

ℓ’ ( x I - x II) ± t α/2p;nI+nII-2 √ ℓ’ (1/nI + 1/nII) Sg ℓ

2. Asumsi : ΣI ≠ ΣII dan tidak diketahui nilainya
Gunakan ukuran contoh besar : (nI – p) dan (nII – p) besar

*) Statistik Uji :
( x I - xII – δo)’ [1/nI SI + 1/nII SII]-1 ( x I - x II – δo) ~ χ2p

Tolak Ho , terima H1 : μI – μII ≠ δo jika :

nilai statistik uji > χ2α ;p

Apabila Ho tidak ditolak, dapat diartikan bahwa pada tingkat

kepercayaan sebesar (1- α)100% vektor (μI – μII) = δo
berada dalam wilayah ellipse.
*) Selang Kepercayaan simultan (μIi – μIIi) pada (1- α)100%:
ℓ’ ( x I - xII ) ± √ χ2α ;p ℓ’ (1/nI SI + 1/nII SII) ℓ

Untuk penggunaan sampel yang sama besar dari masing-masing

populasi : nI = nII = n
*) Statistik Uji :
[( xI - xII ) – δo]’ [(2/n) Sg]-1 [( x I - xII) – δo] ~ χ2p
Tolak Ho , terima H1 : μI – μII ≠ δo jika :
nilai statistik uji > χ2α ;p