𝑅𝑆𝑆(𝐻1 )/𝑑𝑓1

𝐹= (3.19)
𝑅𝑆𝑆(𝐻0 )/𝑑𝑓2

dengan:

𝑅𝑆𝑆(𝐻0 ) : Residual Sum Square di bawah H0

𝑅𝑆𝑆(𝐻0 ) = 𝐲̈ 𝑇 (I - H)𝐲̈

dengan:
−1
H = 𝐗̈(𝐗̈ 𝑇 𝐗̈) 𝐗̈ 𝑇

dimana 𝐲̈ adalah vektor nilai variabel respon yang telah di rata-ratakan, dan 𝐗̈ adalah matriks

berukuran (𝑁𝑇 × 𝐾) dari nilai variabel prediktor yan telah di rata-ratakan.

𝑅𝑆𝑆(𝐻1 ) : Residual Sum Square di bawah H1

𝑅𝑆𝑆(𝐻1 )= 𝐲̈ T(I - L)T(I - L) 𝐲̈

𝛿12
𝑑𝑓1 = , dimana 𝛿𝑖 = 𝑡𝑟([(𝐈 − 𝐋)𝑇 (𝐈 − 𝐋)]𝑖 ), 𝑖 = 1,2
𝛿2

𝑑𝑓2 = 𝑁𝑇 − 𝐾

I adalah matriks identitas yang berukuran (𝑁𝑇 × 𝑁𝑇) dan matriks L berukuran (𝑁𝑇 × 𝑁𝑇)

dinyatakan sebagi berikut:

−1
𝑇
𝑥̈ 11 (𝑿̈𝑇 𝑾(𝑢11 , 𝑣11 )𝑿̈) 𝑿̈𝑇 𝑾(𝑢11 , 𝑣11 )
−1
𝑇
𝑥̈ 21 (𝑿̈𝑇 𝑾(𝑢21 , 𝑣21 )𝑿̈) 𝑿̈𝑇 𝑾(𝑢21 , 𝑣21 )
⋮
−1
𝑥̈ 𝑁1 (𝑿 𝑾(𝑢𝑁1 , 𝑣𝑁1 )𝑿̈) 𝑿̈𝑇 𝑾(𝑢𝑁1 , 𝑣𝑁1 )
𝑇 ̈ 𝑇

𝐿= ⋮
−1
𝑥̈ 1𝑇 (𝑿̈ 𝑾(𝑢1𝑇 , 𝑣1𝑇 )𝑿̈) 𝑿̈𝑇 𝑾(𝑢1𝑇 , 𝑣1𝑇 )
𝑇 𝑇

−1
𝑇
𝑥̈ 2𝑇 (𝑿̈𝑇 𝑾(𝑢2𝑇 , 𝑣2𝑇 )𝑿̈) 𝑿̈𝑇 𝑾(𝑢2𝑇 , 𝑣2𝑇 )
⋮
−1
[𝑥̈ 𝑁𝑇 (𝑿̈ 𝑾(𝑢𝑁𝑇 , 𝑣𝑁𝑇 )𝑿̈) 𝑿̈𝑇 𝑾(𝑢𝑁𝑇 , 𝑣𝑁𝑇 )]
𝑇 𝑇