Haiva Qurrota A

06211840000045
Selasa, 27 April 2021 ADK B

TUGAS INDIVIDU – ANALISIS DATA KATEGORI

Data yang digunakan adalah data karakteristik pelanggan koran Jawa Pos di daerah
Ketintang Surabaya yang dikutip dari tugas akhir Herman Fauzi 1392030039. Pada studi kasus
ini, ingin diketahui independensi, interaksi serta hubungan ketergantungan antara jenis kelamin,
usia dan berita yang disenangi oleh pelanggan dengan menggunakan log linear 3 dimensi dimana
ketiga variabel tersebut dikategorikan sebagai berikut.
Tabel 1 Kategori Variabel
Variabel Kategori
Jenis kelamin 1 = Laki-laki
2 = Perempuan
Usia 1 = 25-37 tahun
2 = 38-50 tahun
3 = > 50 tahun
Berita yang disenangi 1 = Berita umum
2 = Berita metropolis
3 = Berita olahraga

Berikut ini merupakan tabel kontingensi dari data karakteristik pelanggan koran Jawa Pos.
Tabel 2 Kontingensi Karakteristik Pelanggan Koran Jawa Pos
Berita yang disenangi
Jenis
Usia Koran I Koran 2 Koran 3
Kelamin
(Berita Umum) (Berita Metropolis) (Berita Olahraga)
25-37 tahun 10 15 29
Laki-Laki 38-50 tahun 25 23 27
> 50 tahun 48 27 25
25-37 tahun 15 15 10
Perempuan 38-50 tahun 10 9 1
> 50 tahun 3 5 3

1. Olah data diatas dengan menggunakan SPSS menjadi pemodelan Log linear.
JK Usia Berita Frekuensi
1 1 1 10
1 1 2 15
1 1 3 29
1 2 1 25
1 2 2 23
1 2 3 27
1 3 1 48
1 3 2 27
1 3 3 25

1
 2 1
2 1
2 1
2 2
2 2
2 2
2 3
2 3
2 3
1 15
2 15
3 10
1 10
2 9
3 1
1 3
2 5
3 3

Data Information
N
Cases Valid 18
Missing 0
Weighted Valid 300
Cells Defined Cells 18
Structural Zeros 0
Sampling Zeros 0
Categories Jenis Kelamin 2
Usia 3
Berita yang disenangi 3

Convergence Informationa,b
Maximum Number of 20
Iterations
Converge Tolerance .00100
Final Maximum Absolute .00029c
Difference
Final Maximum Relative .00023
Difference
Number of Iterations 4
a. Model: Poisson
b. Design: Constant + JK + Usia +
Berita
c. The iteration converged because the
maximum absolute changes of
parameter estimates is less than the
specified convergence criterion.

2
 Goodness-of-Fit Testsa,b
Value df Sig.
Likelihood Ratio 60.527 12 .000
Pearson Chi-Square 55.866 12 .000
a. Model: Poisson
b. Design: Constant + JK + Usia + Berita

Partial Associations
Partial Chi- Number of
Effect df Square Sig. Iterations
JK*Usia 2 36.107 .000 2
JK*Berita 2 12.845 .002 2
Usia*Berita 4 15.515 .004 2
JK 1 87.564 .000 2
Usia 2 1.790 .409 2
Berita 2 1.790 .409 2

Parameter Estimates
95% Confidence Interval
Effect Parameter Estimate Std. Error Z Sig. Lower Bound Upper Bound
JK*Usia*Berita 1 -.180 .144 -1.250 .211 -.463 .102
2 .116 .138 .844 .399 -.154 .386
3 -.218 .159 -1.371 .170 -.531 .094
4 -.107 .157 -.681 .496 -.416 .201
JK*Usia 1 -.535 .104 -5.147 .000 -.739 -.332
2 .141 .127 1.111 .267 -.108 .389

3
JK*Berita 1 -.122 .112 -1.087 .277 -.341 .098
2 -.224 .107 -2.081 .037 -.434 -.013
Usia*Berita 1 -.271 .144 -1.878 .060 -.554 .012
2 -.092 .138 -.664 .506 -.362 .179
3 .243 .159 1.527 .127 -.069 .555
4 .137 .157 .871 .384 -.171 .445
JK 1 .643 .083 7.708 .000 .479 .806
Usia 1 .181 .104 1.739 .082 -.023 .385
2 -.084 .127 -.665 .506 -.333 .164
Berita 1 .099 .112 .883 .377 -.121 .318
2 .114 .107 1.063 .288 -.096 .325

Backward Elimination Statistics

Step Summary
Number of
a c
Step Effects Chi-Square df Sig. Iterations
b
0 Generating Class JK*Usia*Berita .000 0 .
Deleted Effect 1 JK*Usia*Berita 7.087 4 .131 3
b
1 Generating Class JK*Usia, 7.087 4 .131
JK*Berita,
Usia*Berita
Deleted Effect 1 JK*Usia 36.107 2 .000 2
2 JK*Berita 12.845 2 .002 2
3 Usia*Berita 15.515 4 .004 2
b
2 Generating Class JK*Usia, 7.087 4 .131
JK*Berita,
Usia*Berita
a. At each step, the effect with the largest significance level for the Likelihood Ratio Change is deleted, provided the
significance level is larger than .050.
b. Statistics are displayed for the best model at each step after step 0.
c. For 'Deleted Effect', this is the change in the Chi-Square after the effect is deleted from the model.

4
2. Buat pemodelan log linear utk tabel kontingensi diatas.

Uji K-way and Higher Effects

K=3
H0 : Efek order ketiga sama dengan nol [log e ijk =μ+ λiA + λBj + λCk + λijAB + λ ikAC + λBC
jk ]

H1 : Efek order ketiga tidak sama dengan nol [

log e ijk =μ+ λiA + λBj + λCk + λijAB + λ ikAC + λBC ABC
jk + λ ijk ]

Taraf Signifikansi : α =0,05

Statistik Uji :

5
X 2 =7,399
G2=7,087
nilai X 20,05; 4=9,488
Kesimpulan :
2 2
Keputusan yang diambil adalah gagal tolak H0 karena X hitung > X(4 ;0,05 ) yaitu 7,399 < 9,488
sehingga dapat disimpulkan bahwa order ketiga sama dengan nol atau model log
linearnya adalahlog e ijk =μ+ λiA + λBj + λCk + λijAB + λ ikAC + λBC
jk ].

K=2
H0 : Efek order kedua sama dengan nol [log e ijk =μ+ λiA + λBj + λCk ]
H1 : Efek order kedua tidak sama dengan nol [log e ijk =μ+ λiA + λBj + λCk + λijAB + λ ikAC + λBC ABC
jk + λ ijk

]
Taraf Signifikansi : α =0,05
Statistik Uji :
Didapatkan X 2 =55,866
G 2=60,527
nilai X 20,05;1 2=21,026
Kesimpulan :
2 2
Keputusan yang diambil adalah tolak H0 karena X hitung> X(1 2; 0,05) yaitu 55,866 > 21,026
sehingga dapat disimpulkan bahwa order ketiga tidak sama dengan nol atau model log
linearnya adalah [log e ijk =μ+ λiA + λBj + λCk + λijAB + λ ikAC + λBC ABC
jk + λ ijk ].

K=1
H0 : Efek order kesatu sama dengan nol [log e ijk =μ ]
H1 : Efek order kesatu tidak sama dengan nol [
log e ijk =μ+ λiA + λBj + λCk + λijAB + λ ikAC + λBC ABC
jk + λ ijk ]

Taraf Signifikansi : α =0,05

Statistik Uji :
Didapatkan X 2 =148 , 920
G 2=151,670
nilai X 20,05;17 =27,587

6
Kesimpulan :
2 2
Keputusan yang diambil adalah tolak H0 karena X hitung > X(29 ;0,05) yaitu 100,828 > 42,557
sehingga dapat disimpulkan bahwa order ketiga tidak sama dengan nol atau model log
linearnya adalah log e ijk =μ+ λiA + λBj + λCk + λijAB + λ ikAC + λBC ABC
jk + λ ijk .

Uji K-way
K=1
H0 : Efek order kesatu sama dengan nol [λ Ai =λ Bj =λCk =0]
H1 : Efek order kesatu tidak sama dengan nol [λ Ai ≠ 0 atau λ Bj ≠0 atau λ Ck ≠ 0]
Taraf Signifikansi : α =0,05
Statistik Uji :
X 2 =93,054
G 2=91,143
nilai X 20,05;5 =11,070
Kesimpulan :
2 2
Keputusan yang diambil adalah tolak H0 karena X hitung> X(5 ;0,05) yaitu 93,054 > 11,070
sehingga dapat disimpulkan bahwa order kesatu tidak sama dengan nol.
K=2
H0 : Efek order kedua sama dengan nol [λ AB AC BC
ij =λik = λ jk =0]

H1 : Efek order kedua tidak sama dengan nol [λ AB AC BC

ij ≠ 0 atau λ ik ≠ 0 atau λ jk ≠ 0]

Taraf Signifikansi : α =0,05

Statistik Uji :
X 2 =48,467
G 2=53,439
nilai X 20,05; 8=15,507
2 2
Keputusan yang diambil adalah tolak H0 karena X hitung> X(8 ;0,05) yaitu 48,467 > 15,507
sehingga dapat disimpulkan bahwa order kedua tidak sama dengan nol.

7
 K=3
H0 : Efek order ketiga sama dengan nol [λ ABC
ij =0]

H1 : Efek order ketiga tidak sama dengan nol [λ ABC

ij ≠ 0]
Taraf Signifikansi : α =0,05
Statistik Uji :
X 2 =7,399
G2=7,087
nilai X 20,05; 4=9,488
2 2
Keputusan yang diambil adalah gagal tolak H0 karena X hitung< X(8 ;0,05) yaitu 7,399 < 9,488
sehingga dapat disimpulkan bahwa order ketiga sama dengan nol.
Eliminasi Backward
Dapat dilihat pada output, bahwa pada order kedua model terakhir mengandung
semua interaksi variabel. Dikarenakan metode yang digunakan adalah metode hirarki,
variabel pada order kesatu dimasukkan pada model sehingga model log linear yang
terbentuk untuk kasus adalah log e ijk =μ+ λiA + λBj + λCk + λijAB + λ ikAC + λBC
jk

3. Apakah ketiga variabel saling dependent? Jelaskan

Goodness-of-Fit Testsa,b
Value df Sig.
Likelihood Ratio 60.527 12 .000
Pearson Chi-Square 55.866 12 .000
a. Model: Poisson
b. Design: Constant + JK + Usia + Berita

Dapat diketahui dengan output SPSS diatas, nilai Pearson Chi-Square (χ2) dari
data sebesar 55,866 dan nilai Likelihood Ratio ( G2 ) sebesar 60.527. dengan derajat bebas
12 dan α = 0,05, χ2 tabel yang didapat sebesar 21,026. Maka, pada pengujian dependensi
di ambil keputusan tolak H0 dengan 55,866 > 21,026. Sehingga dapat disimpulkan bahwa
ketiga variabel (jenis kelamin, usia dan berita yang disenangi) saling dependen.

8
4. Jika terjadi ketiga variabel saling dependen, sel mana yang menyebabkan terjadinya
dependen? Jika tidak lanjutkan ke soal no 5
Berita yang disenangi
Jenis Koran 1 Koran 2 Koran 3
Usia Value
Kelamin (Berita (Berita
(Berita Olahraga)
Umum) Metropolis)
25-37 tahun Estimas -0.18 0.116 0.064
i
Sig. 0.211 0.399 0.686
38-50 tahun Estimas -0.218 -0.107 0.326
Laki-Laki i
Sig. 0.17 0.496 0.13
> 50 tahun Estimas 0.399 -0.009 -0.390
i
Sig. 0.019 0.955 0.036
25-37 tahun Estimas 0.18 -0.116 -0.064
i
Sig. 0.211 0.399 0.686
38-50 tahun Estimas 0.218 0.107 -0.326
Perempuan i
Sig. 0.17 0.496 0.13
> 50 tahun Estimas -0.399 0.009 0.390
i
Sig. 0.019 0.955 0.036
Dari hasil perhitungan diatas dapat diambil kesimpulan bahwa laki-laki berusia >
50 memiliki kecenderungan membaca berita umum (koran 1) dan tidak membaca berita
olahraga (koran 3). Sebaliknya, untuk wanita berusia > 50 tahun memiliki kecenderungan
membaca berita olahraga (koran 3) dan tidak membaca berita umum (koran 1).

5. Apakah dua variabel diantara semua variabel saling dependent? pasangan variabel mana?
Jelaskan

Dengan selang kepercayaan 95% dapat disimpulkan:

9
  Pasangan jenis kelamin dan usia saling dependen dalam setiap level berita
yang disenangi.
 Pasangan jenis kelamin dan berita yang disenangi saling dependen dalam
setiap level usia.
 Pasangan usia dan berita yang disenangi saling dependen dalam setiap level
jenis kelamin.

6. Jika terdapat pasangan variabel saling dependen, sel mana yang menyebabkan terjadinya
dependen? (petunjuk: ada 3 pasangan yang anda jelaskan; jelaskan semua sel yang ada di
setiap pasangan variabel)

Usia
JK Value 25-37
38-50 tahun > 50 tahun
tahun
Estimasi -0.535 0.141 0.395
Laki-Laki
Sig. 0.000 0.267 0.001
Perempua Estimasi 0.535 -0.141 -0.395
n Sig. 0.000 0.267 0.001
Laki- laki yang
termasuk dalam penelitian ini cenderung berusia > 50 tahun dan cnderung bukan dari
kelompok usia 25-37 tahun. Sedangkan perempuan yang termasuk dalam penelitian ini
cenderung dari kalangan usia 25-37 tahun dan sedikit yang berusia > 50 tahun.

JK Value Koran
Value (Berita (Berita (Berita Olahraga)
Umum) Metropolis)
Laki-Laki Estimasi -0.122 -0.224 0.345
Sig. 0.277 0.037 0.009
Perempua Estimasi 0.122 0.224 -0.345
n Sig. 0.277 0.037 0.009
Laki-laki cenderung sebagai penikmat berita olahraga dan kurang minat dalam
membaca berita metropolis. Sedangkan perempuan cenderung membaca berita
metropolis dan kurang berminta pada berita olahraga.

10
 Koran
Usia Value (Berita
(Berita Umum) (Berita Olahraga)
Metropolis)
25-37 Estimasi -0.271 -0.092 0.362
tahun Sig. 0.060 0.506 0.022
38-50 Estimasi 0.243 0.137 -0.380
tahun Sig. 0.127 0.384 0.077
Estimasi 0.028 -0.045 0.018
> 50 tahun
Sig. 0.871 0.776 0.924
Responden yang berusia 25-37 tahun memiliki kecenderungan menyukai berita olahraga.

11