TUGAS 2 ANALISIS MULTIVARIAT

(Multivariate Analysis Of Variance-MANOVA)

Dosen Pengampu : Dr. Suci Astutik, S.Si, M.Si.

Oleh :
Jauharin Insiyah
(196090500111008)

S2 STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2019
Penerapan Manova dalam bidang Ekonomi.
Contoh Kasus :
Suatu perusahaan susu hendak menyelidiki apakah ada perbedaan rata-rata biaya
transportasi yang dikeluarkan dalam mengangkut susu dari petani ke perusahaannya
dengan menggunakan truk bensin dan truk diesel jika dilihat dari biaya bahan bakar (X1) ,
biaya perbaikan (X2), dan modal membeli kendaraannya (X3). Data yang berhasil
dikumpulkan dari 20 truk bensin dan 15 truk diesel adalah sebagai berikut.
Tabel Biaya Transportasi Susu

Truk Bensin Truk Diesel

N Bahan Bakar Perbaikan Modal Bahan Bakar Perbaikan Modal
1 16,44 12,43 11,23 8,5 12,26 9,11
2 9,92 1,35 9,75 7,42 5,13 17,15
3 4,24 5,78 7,78 10,28 3,32 11,23
4 11,2 5,05 10,67 12,79 4,17 29,28
5 13,5 10,98 10,6 9,6 12,72 11
6 13,5 14,27 9,45 6,47 8,89 19
7 29,11 15,09 3,28 9,15 2,94 13,68
8 12,68 7,61 10,23 11,61 11,75 17
9 9,9 3,63 9,13 9,09 13,25 20,66
10 10,25 5,07 10,17 8,29 6,22 16,38
11 11,11 6,15 7,61 15,9 12,9 19,09
12 12,17 14,26 14,39 11,94 5,69 14,77
13 10,18 6,05 12,14 10,87 21,52 28,47
14 8,88 2,7 12,23 7,13 13,22 19,44
15 8,51 14,02 12,01 11,88 12,18 21,2
16 12,95 8,24 7,18
17 16,93 13,37 17,59
18 14,7 10,78 14,58
19 10,32 5,16 17
20 8,98 4,49 4,26
Sebelum dilakukan uji Manova satu arah pada data biaya transportasi yang dikeluarkan
dalam mengangkut susu dari petani ke perusahaan dengan menggunakan truk bensin dan
truk diesel maka dilakukan uji terlebih dahulu terhadap asumsi yang harus dipenuhi dalam
Manova.
1. Menguji Normalitas Multivariat dengan QQPlot
Pengujian Normalitas Multivariat dilakukan dengan software R
Berikut Syntax pengujian tersebut:
data=read.table(file="E:\\manova.txt",header=TRUE)
data
X=data[,-1]
X
#Normalitas multivariate
y<-as.matrix(X)
center<-colMeans(y)
n<-nrow(y)
p<-ncol(y)
cov<-cov(y)
d<-mahalanobis(y,center,cov)
qqplot(qchisq(ppoints(n),df=p),d,main="QQ Plot Assesing Multivariate
Normaility",ylab="Mahalobis D2")
abline(a=0,b=1) QQ Plot Assesing Multivariate
Normaility
20
15
Mahalobis D2

10
5
0

0 2 4 6 8 10

qchisq(ppoints(n), df = p)

Dari grafik QQ Plot di atas dapat dilihat bahwa data menyebar di sekitar garis regresi.
Sehingga dapat dikatakan bahwa data telah memenuhi asumsi Normal Multivariate.
2. Menguji homogenitas dengan Box’s M
𝐻0 : Σ1 = Σ2
𝐻1 : 𝐴da paling sedikit satu diantara sepasang Σ1 yang berbeda.
Uji asumsi dilakukan dengan bantuan software R dengan Syntax sebagai berikut:

data=read.table(file="E:\\manova.txt",header=TRUE)
data
library(biotools)
boxM(data[,-1],data[,1]
Box's M-test for Homogeneity of Covariance Matrices
data: data[, ]
Chi-Sq (approx.) = 13.575, df = 6, p-value = 0.13476
Dari hasil tersebut didapakatkan nilai p-value = 0.13476 , dimana nilai tersebut > nilai
𝛼(0,05) artinya Terima H0 . Sehingga dapat disimpulkan bahwa Kovariansi data tersebut
homogen.

Penyelesaian MANOVA satu arah

Hipotesis Untuk kasus ini adalah :
𝐻0 : 𝜏1 = 𝜏2 = 0 (Tidak ada perbedaan rata-rata biaya transportasi yang dikeluarkan dalam
mengangkut susu dari petani ke perusahaan dengan menggunakan truk bensin dan truk
diesel jika dilihat dari bahan bakar, biaya perbaikan dan modal untuk mebeli kendaraannya.)
𝐻1 : 𝜏1 ≠ 𝜏2 (Ada perbedaan rata-rata biaya transportasi yang dikeluarkan dalam
mengangkut susu dari petani ke perusahaan dengan menggunakan truk bensin dan truk
diesel jika dilihat dari bahan bakar , biaya perbaikan dan modal untuk membeli
kendaraannya.)
Langkah 1: Menyusun pasangan observasi 𝑋𝑖𝑗 dalam satu baris
16,44 9,92 4,24 11,20 13,50 13,50 29,11 12,68 9,90 10,25 11,11 12,17 10,18 8,88 8,51 12,95 16,93 14,70 10,32 8,98
(12,43) (1,35) (5,78) ( 5,05 ) (10,98) (14,27) (15,09) ( 7,61 ) (3,63) ( 5,07 ) ( 6,15 ) (14,26) ( 6,05 ) ( 2,70 ) (14,20) ( 8,24 ) (13,37) (10,78) ( 5,16 ) (4,49)
11,23 9,75 7,78 10,67 10,60 9,45 3,28 10,23 9,13 10,17 7,61 14,39 12,14 12,23 12,01 7,18 17,59 14,58 17,00 4,26
8,50 7,42 10,28 12,79 9,60 6,47 9,15 11,61 9,09 8,29 15,90 11,94 10,87 7,13 11,88
(12,26) ( 5,13 ) ( 3,32 ) ( 4,17 ) (12,72) ( 8,89 ) ( 2,94 ) (11,75) (13,25) ( 6,22 ) (12,90) ( 5,69 ) (21,52) (13,22) (12,18)
( 9,11 17,15 11.32 29,28 11,00 19,00 13,68 17,00 20,66 16,38 19,09 14,77 28,47 19,44 21,20 )

Langkah 2: Menghitung rata-rata perlakuan dan rata-rata umum

12,2735
̅
X1 = ( 8,324 )
10,564
10,0613
̅
X2 = ( 9,744 )
17,8307
11,3254
̅
X = ( 8,9325 )
13,6783

Langkah 3 :
a. Variabel Pertama
Menghitung Jumlah Kuadrat (JK atau SS) rata-rata keseluruhan , pengaruh perlakuan dan sisaan sebagai berikut :
𝐱 𝐢𝐣 = 𝐱̅(rata − rata sampel) + (𝐱̅ 𝒊 − 𝐱̅)(Pengaruh perlakuan) + (𝐱 𝐢𝐣 − 𝐱̅ 𝒊 )(Sisaan)

16,44 9,92 4,24 11,20 13,50 29,11 12,68 9,90 10,25 11,11 12,17 10,18 8,88 8,51 12,95 16,93 14,70 10,32 8,98
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )) =
8,50 7,42 10,28 12,79 6,47 9,15 11,61 9,09 8,29 15,90 11,94 10,87 7,13 11,88
 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )) +
11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254 11,3254

0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948 0,948
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )) +
−1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264 −1,264

4,167 −2,35 −8 −1,074 1,2 1,226 16,836 0,4065 −2,3735 −2,0235 −1,163 −2,093 −3,393 −3,763 0,677 4,657 2,427 −1,953 −3,293
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( ))
−1,561 −2,64 0,2 2,7287 −0,5 −3,591 −0,911 1,548667 −0,97133333 −1,77133 5,839 0,809 −2,931 1,819

Sehingga didapatkan nilai :

𝑆𝑆𝑂𝑏𝑠 = 𝑆𝑆𝑅𝑎𝑡𝑎𝑟𝑎𝑡𝑎 + 𝑆𝑆𝑃𝑒𝑟𝑙𝑎𝑘𝑢𝑎𝑛 + 𝑆𝑆𝑆𝑖𝑠𝑎𝑎𝑛
5078,811 = 4489,297 + 41,946 + 546,579
Total (terkoreksi) = 𝑆𝑆𝑂𝑏𝑠 − 𝑆𝑆𝑅𝑎𝑡𝑎𝑟𝑎𝑡𝑎 − 5078,811 − 4489,297 = 588,524
b. Variabel Kedua
Menghitung Jumlah Kuadrat (JK atau SS) rata-rata keseluruhan , pengaruh perlakuan dan sisaan sebagai berikut :
12,43 1,35 5,78 5,05 10,98 14,27 15,09 7,61 3,63 5,07 6,15 14,26 6,05 2,70 14,02 8,24 13,37 10,78 5,16 4,49
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )) =
12,26 5,13 3,32 4,17 12,72 8,89 2,94 11,75 13,25 6.22 12,90 5,69 21,52 13,22 12,18

8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )) +
8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932 8,932

−0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609 −0,609
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( ))
0,811 0,811 0,811 0,811 0,811 0,811 0,811 0,811 0,811 0,811 0,811 0,811 0,811 0,811 0,811
+

4,106 −6,974 −2,544 −3,274 2,656 5,946 6,766 −0,714 −4,694 −3,254 −2,174 5,936 −2,274 −5,624 5,696 −0,084 5,046 2,456 −3,164 −3,834
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( ))
2,516 −4,614 −6,424 −5,574 2,976 −0,854 −6,804 2,006 3,506 −3,524 3,156 −4,054 11,776 3,476 2,436

Sehingga didapatkan nilai :

𝑆𝑆𝑂𝑏𝑠 = 𝑆𝑆𝑅𝑎𝑡𝑎𝑟𝑎𝑡𝑎 + 𝑆𝑆𝑃𝑒𝑟𝑙𝑎𝑘𝑢𝑎𝑛 + 𝑆𝑆𝑆𝑖𝑠𝑎𝑎𝑛
3547,046 = 2792,679 + 17,283 + 737,083
Total (terkoreksi) = 𝑆𝑆𝑂𝑏𝑠 − 𝑆𝑆𝑅𝑎𝑡𝑎𝑟𝑎𝑡𝑎 − 3547,046 − 2792,679 = 754,367
c. Variabel Ketiga
Menghitung Jumlah Kuadrat (JK atau SS) rata-rata keseluruhan , pengaruh perlakuan dan sisaan sebagai berikut :
11,23 9,75 7,78 10,67 10,6 9,45 3,28 10,23 9,13 10,17 7,61 14,39 12,14 12,23 12,01 7,18 17,59 14,58 17 4,26
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )) =
9,11 17,15 11,23 29,28 11 19 13,68 17 20,66 16,38 19,09 14,77 28,47 19,44 21,2

13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )) +
13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678 13,678

−3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114 −3,114
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( ))
4,152 4,152 4,152 4,152 4,152 4,152 4,152 4,152 4,152 4,152 4,152 4,152 4,152 4,152 4,152
+

4,106 −6,974 −2,544 −3,274 2,656 5,946 6,766 −0,714 −4,694 −3,254 −2,174 5,936 −2,274 −5,624 5,696 −0,084 5,046 2,456 −3,164 −3,834
(( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( ))
2,516 −4,614 −6,424 −5,574 2,976 −0,854 −6,804 2,006 3,506 −3,524 3,156 −4,054 11,776 3,476 2,436

Sehingga didapatkan nilai :

𝑆𝑆𝑂𝑏𝑠 = 𝑆𝑆𝑅𝑎𝑡𝑎𝑟𝑎𝑡𝑎 + 𝑆𝑆𝑃𝑒𝑟𝑙𝑎𝑘𝑢𝑎𝑛 + 𝑆𝑆𝑆𝑖𝑠𝑎𝑎𝑛
7720,577 = 6548,343 + 452,61 + 719,625
Total (terkoreksi) = 𝑆𝑆𝑂𝑏𝑠 − 𝑆𝑆𝑅𝑎𝑡𝑎𝑟𝑎𝑡𝑎 = 7720,577 − 6548,343 = 1172,235
Langkah 4 : Hitung hasil kali CP setiap 2 Variabel
a. Variabel 1 dan Variabel 2
Rata-rata : (11,3254)(8,9325) + (11,3254)(8,9325) + ⋯ + (11,3254)(8,9325) =
35(11,3254)(8,9325) = 3540,78
Perlakuan : (20)(0,948071)(-0,60857)+(15)(−1,2641)(0,811429) = −26,9252
Sisaan : (4,1665)(4,106) + (−2,3535)(−6,974) + ⋯ + (1,819)(2,436) =
271,9628
Total : (16,44)(12,43) + (9,92)(1,35) + ⋯ + (11,88)(12,18) = 3785,32
Total (terkoreksi) CP= Total CP – Rata-rata CP = 3785,32 − 3540,78 = 245,0376

b. Variabel 1 dan Variabel 3

Rata-rata : (11,3254)(13,678) + (11,3254)(13,678) + ⋯ + (11,3254)(13,678) =
35(11,3254)(13,678) = 5421,94
Perlakuan : (20)(0,948071)(-3,11429)+(15)(−1,2641)(4,1523) = −137,786
Sisaan : (4,1665)(0,666) + (−2,3535)(−0,814) + ⋯ + (1,819)(3,369) = 2,1535
Total : (16,44)(11,23) + (9,92)(9,75) + ⋯ + (11,88)(21,2) = 5286,303
Total (terkoreksi) CP= Total CP – Rata-rata CP = 5286,303 − 5421,94 = −135,633

c. Variabel 2 dan Variabel 3

Rata-rata : (8,9325)(13,678) + (8,9325)(13,678) + ⋯ + (8,9325)(13,678) =
35(8,9325)(13,678) = 4276,38
Perlakuan : (20)(−0,60857)(-3,11429)+(15)(0,811429)(4,1523) = 88,4457
Sisaan : (4,106)(0,666) + (−6,974)(−0,814) + ⋯ + (2,436)(3,369) = 176,9461
Total : (11,23)(12,43) + (9,75)(1,35) + ⋯ + (21,2)(12,18) = 4541,771
Total (terkoreksi) CP= Total CP – Rata-rata CP = 4541,771 − 427,38 = 265,3919

Sehingga diperoleh Tabel MANOVA sebagai berikut :

SK Db Matriks SSCP
Perlakuan 1 41,9458 −26,9252 80952382
( −26,9252 17,2834 88,4457 )
80952382 88,4457 452,6095
Sisaan 33 546,5786 271,9628 2,1535
(271,9628 737,0832 176,9461)
2,1535 176,9461 719,6253
Total (Terkoreksi) 34 588,5245 245,0376 −135,633
( 245,0376 754,3667 265,3919 )
−135,633 265,3919 1172,2348
Langkah 5 : Menghitung statistic uji Wilk’s Lambda dan membandinglan nilai F kritis.
546,5786 271,9628 2,1535
(271,9628 737,0832 176,9461)
|𝐖| 2,1535 176,9461 719,6253 219782601,7
Λ ∗= = = = 0,5829
|𝐖 + 𝐁| 588,5245 245,0376 −135,633 377074536,4
( 245,0376 754,3667 265,3919 )
−135,633 265,3919 1172,2348
# Perhitungan nilai Wilks Lambda dengan menggunakan software R
Syntax :
data=read.table(file="E:\\manova.txt",header=TRUE)
data
manRes1<-manova(cbind(data$X1,data$X2,data$X3)~g,data=data)
summary(manRes1,test="Wilks")
Didapatkan hasil sebagai berikut:

Karena p = 3 dan g = 2 maka diperoleh nilai sebagai berikut :

(35 − 3 − 1) 1 − √0,5829
Λ=( )( ) = 9,6049
2−1 √0,5829

Sedangkan nilai 𝐹(0,01(2;33)) = 5,31202

Karena nilai Λ = 9,6049 > 𝐹(0,01(2;33)) = 5,31202, maka Tolak 𝐻0 pada taraf nyata 𝛼 =
0,01.
Kesimpulannya :
Dengan tingkat kepercayaan 99% dapat disimpulkan bahwa ada perbedaan rata-rata secara
signifikan untuk biaya transportasi yang dikeluarkan dalam mengangkut susu dari petani ke
perusahaan dengan menggunakan truk bensin dan truk diesel jika dilihat dari bahan bakar,
biaya perbaikan dan modal untuk membeli kendaraannya.
SELANG KEPERCAYAAN
1. Variabel 1 (X1) yaitu Biaya bahan bakar, antara Truk bensin dan Truk diesel .
Langkah 1 : hitung 𝜏̂1 𝑑𝑎𝑛 𝜏̂ 2
0,9481
̅̅̅1 − X
𝜏̂1 = (X ̅) = (−0,6086)
−3,1143
−1,2641
̅̅̅ ̅
𝜏̂ 2 = (X2 − X) = ( 0,8114 )
4,1524
Langkah 2: Hitung 𝜏̂11 − 𝜏̂ 21

𝜏̂11 − 𝜏̂21 = 0,9481 − (−1,2641) = 2,2122

Langlah 3 : Hitung selang kepercayaan
546,5786 271,9628 2,1535
Diketahui sebelumnya bahwa , 𝐖 = (271,9628 737,0832 176,9461)
2,1535 176,9461 719,6253
dan N Total = 20 + 15 = 30 , sehingga selang kepercayaan simultan 95% untuk 𝜏̂11 − 𝜏̂21
adalah:

𝛼 𝑊21 1 1
𝑃(2,2122 − 𝑡32 (𝑝𝑔(𝑔−1)) √𝑛−𝑔 (𝑛1 + 𝑛2) < 𝜏̂11 − 𝜏̂21 < 𝑃(2,2122 +
𝛼 𝑊21 1 1
𝑡32 (𝑝𝑔(𝑔−1)) √𝑛−𝑔 (𝑛1 + 𝑛2) = 95%

𝑃(2,2122 − 2,0369(0,0021)(0,9805) < 𝜏̂11 − 𝜏̂ 21 < 𝑃(2,2122 +

2,0369(0,0021)(0,9805) = 95%
𝑃(2,2079) < 𝜏̂11 − 𝜏̂ 21 < 2,2165 = 95%
Dari selang kepercayaan tersebut dapat disimpulkan bahwa rata-rata biaya bahan bakar
milik truk diesel lebih besar 2,2079 sampai 2,2165 daripada Truk bensin.
2. Variabel 2 (X2) yaitu Biaya Perbaikan, antara Truk bensin dan Truk diesel .
Langkah 1 : hitung 𝜏̂1 𝑑𝑎𝑛 𝜏̂ 2
0,9481
̅̅̅ ̅
𝜏̂1 = (X1 − X) = (−0,6086)
−3,1143
−1,2641
𝜏̂ 2 = ̅̅̅ ̅) = ( 0,8114 )
(X2 − X
4,1524
Langkah 2: Hitung 𝜏̂12 − 𝜏̂ 22
𝜏̂12 − 𝜏̂ 22 = (−0,6086) − 0,8114 = −1,42
Langlah 3 : Hitung selang kepercayaan
546,5786 271,9628 2,1535
Diketahui sebelumnya bahwa , 𝐖 = (271,9628 737,0832 176,9461)
2,1535 176,9461 719,6253
dan N Total = 20 + 15 = 30 , sehingga selang kepercayaan simultan 95% untuk 𝜏̂12 − 𝜏̂22
adalah:

𝛼 𝑊22 1 1
𝑃(−1,42 − 𝑡32 (𝑝𝑔(𝑔−1)) √𝑛−𝑔 (𝑛1 + 𝑛2) < 𝜏̂11 − 𝜏̂ 21 < 𝑃(2,2122 +
𝛼 𝑊22 1 1
𝑡32 (𝑝𝑔(𝑔−1)) √𝑛−𝑔 (𝑛1 + 𝑛2) = 95%

𝑃(−1,42 − 2,0369(0,0021)(1,6143) < 𝜏̂11 − 𝜏̂21 < 𝑃(−1,42 +

2,0369(0,0021)(1,6143) = 95%
𝑃(−1,4271) < 𝜏̂12 − 𝜏̂ 22 < −1,4129 = 95%
Dari selang kepercayaan tersebut dapat disimpulkan bahwa rata-rata biaya perbaikan truk
diesel lebih besar 1,4129 sampai 1,4271 daripada Truk bensin
3. Variabel 3 (X3) yaitu Modal pembelian kendaraan, antara Truk bensin dan Truk
diesel
Langkah 1 : hitung 𝜏̂1 𝑑𝑎𝑛 𝜏̂ 2
0,9481
̅̅̅ ̅
𝜏̂1 = (X1 − X) = (−0,6086)
−3,1143
−1,2641
𝜏̂ 2 = ̅̅̅ ̅) = ( 0,8114 )
(X2 − X
4,1524
Langkah 2: Hitung 𝜏̂13 − 𝜏̂ 23

𝜏̂13 − 𝜏̂ 23 = (−3,1143) − 4,1524 = −7,2667

Langlah 3 : Hitung selang kepercayaan
546,5786 271,9628 2,1535
Diketahui sebelumnya bahwa , 𝐖 = (271,9628 737,0832 176,9461)
2,1535 176,9461 719,6253
dan N Total = 20 + 15 = 30 , sehingga selang kepercayaan simultan 95% untuk 𝜏̂12 − 𝜏̂22
adalah:

𝛼 𝑊23 1 1
𝑃(−7,2667 − 𝑡32 (𝑝𝑔(𝑔−1)) √𝑛−𝑔 (𝑛1 + 𝑛2) < 𝜏̂11 − 𝜏̂ 21 < 𝑃(−7,2667 +
𝛼 𝑊23 1 1
𝑡32 (𝑝𝑔(𝑔−1)) √𝑛−𝑔 (𝑛1 + 𝑛2) = 95%
𝑃(−7,2667 − 2,0369(0,0021)(0,79093) < 𝜏̂11 − 𝜏̂21 < 𝑃(−7,2667 +
2,0369(0,0021)(0,79093) = 95%
𝑃(−0,0035) < 𝜏̂13 − 𝜏̂ 23 < 0,0035 = 95%
Dari selang kepercayaan tersebut dapat disimpulkan bahwa rata-rata Modal pembelian truk
diesel lebih besar 0,0035 daripada Truk bensin.

ANALISIS PROFIL
Dengan menggunakan analisis profil akan dicari apakah terdapat perbedaan pengaruh rata-
rata antara truk mesin dan truk diesel terhadap biaya transportasi yang dikeluarkan dalam
mengangkut susu dari petani ke perusahaan.
Tahap-tahap dalam memformulasikan pengujian kesamaan dalam profil populasi yang
pertama adalah :
1. Apakah profil parallel
Apakah 𝐻01 : 𝐶𝜇1 = 𝐶𝜇2 dapat diterima? )

12,2735
̅1 = ( 8,324 )
Truk Bensin dengan n1=20 : X
10,564
10,0613
̅ 2 = ( 9,744 )
Truk Diesel dengan n2=15 , X
17,8307
24,1619 13,2582 −2,9444
Matriks Kovariansi : 𝐒1 = ( 13,2582 19,4435 2,1795 )
−2,9444 2,1795 13,3848
6,25014 1,43265 4,14985
𝐒2 = (1,43265 26,26125 9,68117)
4,14985 9,68117 33,2367

(20 − 1)𝐒1 (15 − 1)𝐒2 16,563 8,2413 0,0653

𝑆𝑃𝑜𝑜𝑙𝑒𝑑 = + = (8,2413 22,3359 5,3620 )
20 + 15 − 2 20 + 15 − 1 0,0653 5,3620 21,8068

16,563 8,2413 0,0653 −1 0

𝑇 −1 1 0
𝐶𝑆𝑃𝑜𝑜𝑙𝑒𝑑 𝐶 = ( ) (8,2413 22,3359 5,3620 ) ( 1 −1)
0 −1 1
0,0653 5,3620 21,8068 0 1
22,4162 −8,7978
=( )
−8,7978 33,4186
2,2122
̅ 2 ) = (−1
̅1 − X 1 0 −3,6322
𝐶(X ) ( −1,42 ) = ( )
0 −1 1 −5,8467
−7,2667
 ̅1 − X
𝑻𝟐 = (X ̅ 2 )𝑻 𝐶 𝑇 [(1/𝑛1) + (1/𝑛2))𝐶𝑆𝑃𝑜𝑜𝑙𝑒𝑑 𝐶 𝑇 ]−1 𝐶(X
̅1 − X
̅2)
−1 0 1
= (2,2122 −1,42 0 − 7,2667) ( 1 −1) [(
20
0 1
−1
1 22,4162 −8,7978 −3,6322
+ )( )] ( ) = 20,2029
15 −8,7978 33,4186 −5,8467
(20 + 15 − 2)(3 − 1)
F(2,32) (0,05) = 0,051375601
(20 + 15 − 3)
Karena 𝑻𝟐 (20,2029) > 0,05138 maka Tolak 𝐻01 sehingga profil tidak parallel.
Jika profil telah dibuktikan tidak parallel maka pengujian dihentikan sampai Tahap 1.
Kesimpulan :
Dengan tingkat kesalahan 0,05% dapat disimpulkan bahwa biaya transportasi yang
dikeluarkan dalam mengangkut susu dari petani ke perusahaan dengan menggunakan truk
bensin dan truk diesel jika dilihat dari bahan bakar, biaya perbaikan dan modal untuk
membeli kendaraannya berbeda secara nyata.
Hal tersebut juga ditunjukkan dalam grfaik profil sebagai berikut:
Analisis Profil dengan menggunakan software R
Syntax :
#Analisis Profil

library(profileR)

MANOVA12=read.table(file="E:\\manova.txt", header=TRUE)

MANOVA12

mod12<-pbg(data=MANOVA12[,1:4],group=MANOVA12[,1],original.names=TRUE,profile.plot=TRUE)

print(mod12)

summary(mod12)
 1
2
15
Mean Score

10
5

g X1 X2 X3

Observed Variables