UJI HOTELLING’S T2
Salah satu uji statistik multivariat yang sering digunakan adalah Uji Hotelling’s T2. Uji
Hotelling’s T2 (Hotelling, 1931) berfungsi untuk melihat perbedaan antara dua kelompok
percobaan, yang masing-masing kelompok terdiri dari dua variate atau lebih, dan akan
dilakukan analisis statistik pada variate tersebut secara serentak 1. Uji Hotelling’s T2 atau
statistik T2 pada dua sampel bebas adalah salah satu teknik analisis statistik komparasional
multivariat yang digunakan untuk membandingkan dua kelompok sampel yang diteliti. Uji
Hotelling’s T2 merupakan statistik multivariat yang menjadi pengembangan uji T dua sampel
bebas (Perbedaan mean dua kelompok yang bersifat independen). Perbedaannya terletak pada
jumlah variabel dependen. Pada Uji T dua sampel bebas hanya memiliki satu variabel
dependen, sedangkan uji Hotelling’s T2 memiliki lebih dari satu variabel dependen2.
Kedua sampel yang akan diuji harus memenuhi asumsi, yaitu: (a) sampel berskala data
minimal interval, (b) sampel berdistribusi normal, dan (c) sampel mempunyai kovarian data
yang homogen. Untuk mengetahui distribusi sampel, digunakan uji Kolmogorov Smirnov
Dua Sampel (Two-Sample Kolmogorof Smirnov Test).
Contoh Soal :
Seorang peneliti ingin mengetahui perbedaan kadar hemoglobin, berat plasenta dan berat
badan lahir bayi yang dilahirkan pada ibu bersalin berdasarkan status ANC (Antenatal care)
yang dibagi menjadi 2 kelompok, yaitu ANC adequat =1 dan ANC non adequat=2. Untuk
kepentingan penelitian ini peneliti mengambil sampel masing-masing sebanyak 30 ibu
bersalin dengan status ANC adequat dan status ANC non Adequat. Buktikan apakah terdapat
perbedaan kadar hemoglobin, berat plasenta dan berat badan lahir bayi pada kelompok ibu
bersalin dengan status ANC adequat dan ANC non adequat berdasarkan data berikut :
No Status ANC Kadar Hemoglobin (gr/dl) Berat Plasenta (gram) Berat Bayi Lahir (gram)
1 1 16 400 2900
2 1 16 500 3200
3 1 16 400 2800
4 1 14 450 2900
5 1 14 450 3000
6 1 15 400 3100
7 1 16 500 3200
8 1 14 400 3000
9 1 13 450 3100
10 1 15 450 3100
11 1 16 400 3200
12 1 17 500 3200
13 1 13 400 3100
14 1 14 400 2900
15 1 15 500 3200
16 1 16 400 2800
17 1 14 450 2700
18 1 15 450 3000
19 1 15 400 3100
20 1 16 500 3200
21 1 14 400 2900
22 1 15 500 3200
23 1 16 400 2800
24 1 14 450 2900
25 1 13 450 3000
26 1 15 400 3100
27 1 16 500 3200
28 1 14 400 3000
29 1 13 450 3100
30 1 15 450 3100
31 2 12 300 2700
32 2 11 250 2600
33 2 11 300 2600
34 2 12 330 2600
35 2 12 300 2650
36 2 12 350 2600
37 2 12 350 2500
38 2 11 330 2500
39 2 11 300 2400
40 2 11 350 2400
41 2 10 250 2300
42 2 10 250 2300
43 2 13 350 2600
44 2 12 300 2700
45 2 11 250 2400
46 2 11 300 2500
47 2 11 330 2600
48 2 9 320 2650
49 2 10 350 2600
50 2 12 350 2500
51 2 10 250 2300
52 2 10 250 2300
53 2 13 350 2600
54 2 12 300 2700
55 2 11 250 2400
56 2 9 300 2500
57 2 12 330 2600
58 2 14 320 2650
59 2 12 350 2600
60 2 10 350 2500
Jawab :
1. Membuat variabel (Status ANC, Kadar Haemoglobin, Berat Plasenta dan Berat
bayi lahir) pada Variabel View, dan menginput data pada Data View.
6. Output SPSS
Descriptive Statistics
Antenatal Care Mean Std. Deviation N
Kadar Hemoglobil ANC Adequat 14.83 1.117 30
ANC Non Adequat 11.30 1.149 30
Total 13.07 2.106 60
Berat Plasenta ANC Adequat 440.00 40.258 30
ANC Non Adequat 308.67 38.123 30
Total 374.33 76.786 60
Berat Badan Lahir ANC Adequat 3033.33 147.001 30
ANC Non Adequat 2528.33 126.412 30
Total 2780.83 288.640 60
Ho : Matriks varian-kovarians antara ANC adequat dan ANC non adequat homogen
Ha : Matriks varian-kovarians antara ANC adequat dan ANC non adequat heterogen
Multivariate Testsb
Hypothesis Partial Eta
Effect Value F Error df Sig.
df Squared
Intercept Pillai's Trace .998 8.532E3a 3.000 56.000 .000 .998
a
Wilks' Lambda .002 8.532E3 3.000 56.000 .000 .998
Hotelling's Trace 457.094 8.532E3a 3.000 56.000 .000 .998
a
Roy's Largest Root 457.094 8.532E3 3.000 56.000 .000 .998
ANC Pillai's Trace .831 91.637a 3.000 56.000 .000 .831
a
Wilks' Lambda .169 91.637 3.000 56.000 .000 .831
Hotelling's Trace 4.909 91.637a 3.000 56.000 .000 .831
Roy's Largest Root 4.909 91.637a 3.000 56.000 .000 .831
a. Exact statistic
b. Design: Intercept + ANC
Ho : Varians antara status ANC adequat dan status ANC non adequat pada kadar
hemoglobin homogen
Ha : Varians antara status ANC adequat dan status ANC non adequat pada kadar
hemoglobin heterogen
Ho : Varians antara status ANC adequat dan status ANC non adequat pada berat
plasenta homogen
Ha : Varians antara Status ANC adequat dan status ANC non adequat pada berat
plasenta heterogen
Ho : Varians antara Status ANC adequat dan status ANC non adequat pada berat
badan lahir homogen
Ho : Varians antara Status ANC adequat dan status ANC non adequat pada berat
badan lahir heterogen
Reference :
1. Willems G, Pison G, Rousseeuw PJ, Van Aelst S. A robust Hotelling test. In: Metrika.
; 2002. doi:10.1007/s001840200192
2. Srivastava DK, Mudholkar GS. Trimmed T̃ 2: A robust analog of hotelling’s T2. J Stat
Plan Inference. 2001. doi:10.1016/S0378-3758(00)00239-1