Model Log Linear Tabel Kontingensi 3 Arah
Model Log Linear Tabel Kontingensi 3 Arah
2 (2013) 32-37
ISSN 2302 934X
Industrial Management
Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel
Kontingensi Tiga Arah
Maryana
Dosen matematika , Jurusan Teknik Industri, Fakultas Teknik, Universitas Malikussaleh, Aceh Utara
Corresponding Author: Maryana_jalil@yahoo.co.id
Abstrak –Salah satu metode untuk analisa data kualitatif adalah dengan menggunakan model log linear. Model
log linier digunakan untuk menganalisa hubungan antar variabel-variabel kategori. Dalam hal ini dibahas tentang
pemilihan model log linier yang terbaik. Untuk mendapatkan suatu model log linier yang terbaik dari sekian banyak
model log linier yang diperoleh dapat dilakukan dengan metode eliminasi langkah mundur. Program computer
yang digunakan untuk mendapatkan model log linier yang terbaik adalah menggunakan SPSS. Copyright © 2013
Department of industrial engineering. All rights reserved.
log linier yang merupakan salah satu model untuk variabel saling bebas sehingga diketahui :
analisa data kategori. Model log linier adalah model Pijk = Pi++ P+j+ P++k dengan ,
yang digunakan untuk mencari pola hubungan struktur , dan untuk semua i, j, dan k.
antar variabel, misalnya pola struktur antar tiga variabel.
Andaikan ada sebuah sampel random yang berukuran N
Untuk data tiga variabel digunakan model log linier tabel
yang berasal dari populasi maka taksiran nilai harapan
kontingensi tiga arah dengan i baris, j kolom dan k lapis.
sel ( i, j, k) sebagai berikut:
= N Pijk
2 Tinjauan Kepustakaan = N Pi++ P+j+ P++k
=N = (1)
2.1 Tabel kontingensi tiga arah
= + +
abLn(n++k) – 2abLn(N) (6)
= + acLn(n+j+ )+
– 2acLn(N) (7)
nij+ adalah jumlah pengamatan baris ke-i dan kolom ke-j
ni+k adalah jumlah pengamatan baris ke-i dan lapis ke-k = bc Ln(ni++) + +
n+jkadalah jumlah pengamatan kolom ke-j dan lapis ke-k – 2bcLn(N) (8)
adalah jumlah pengamatan baris ke-i dalam tabel
adalah jumlah pengamatan pada kolom ke-j pada = +
tabel + - 2abcLn(N) (9)
adalah jumlah pengamatan pada lapis ke-k
N= n+++ adalah jumlah pengamatan keseluruhan Sehingga diperoleh persamaan analog dengan bentuk
Lijk = U + UA(i)+UB(j)+UC(k) , bila antara factor
2.2 Model log linier A,B dan C saling lepas tetapi jika antar factor tidak
saling lepas maka model diatas menjadi
Model log linier adalah model yang digunakan Lijk = U +
untuk menganalisa hubungan antara variabel-variabel UA(i)+UB(j)+UC(k)+UAB(ij)+UAC(ik)+UBC(jk)+UABC(ijk) ,
kategori [2]. Variabel kategori adalah variabel yang model ini dikatakan model lengkap log linier untuk
berskala nominal, contohnya baik, buruk, gagal, puas, tabel kontingensi tiga arah. Untuk lebih jelasnya tabel
dan sebagainya. Misalkan Tabel III mempunyai ai , bj dan berikut menyajikan model-model log linier dari yang
ck dengan kategori (i = 1, 2, …a, j = 1, 2, …b, k = 1, sederhana sampai model yang lengkap untuk data dalam
2, …c), maka peluang sel (i,j,k) dinyatakan dengan Pijk tabel kontingensi tiga arah.
dan Pijk > 0 atau . Ketiga
Copyright © 2013 Department of Industrial Engineering. All rights reserved. Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37
34
Maryana
Dimana:
U : Grand mean atau rata-rata secara UAC(ik) : Pengaruh dari variabel A dan C terhadap
keseluruhan. model
UA(i) : Pengaruh dari variabel A terhadap model UBC(jk) : Pengaruh dari variabel B dan C terhadap
UB(j) : Pengaruh dari variabel B terhadap model model
UC(k) : Pengaruh dari variabel C terhadap model UABC(ijk) : Pengaruh dari variabel A, B dan C
UAB(ij) : Pengaruh dari variabel A dan B terhadap terhadap model
model eijk : Error atau selisih antara nilai observasi
dan nilai harapan dari model.
Copyright © 2013 Department of Industrial Engineering. All rights reserved. Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37
35
Model Log Linier yang terbaik untuk analisis data kualitatif pada tabel Kontingensi tiga arah
2.3 Taksiran nilai harapan Uji hipotesis ini menggunakan statistik uji sebagai
berikut [5]:
Nilai harapan model log linier ( ) dapat 1. Statistik Pearson atau Chi-kuadrat
ditaksir dengan dengan dua cara yaitu secara langsung Statistik chi-kuadrat untuk table kontingensi tiga
dan secara tidak langsung [3]. Taksiran nilai harapan arah adalah
secara langsung adalah taksiran nilai harapan yang
diperoleh secara langsung, tetapi cara ini tidak semua
dimana
model log linier dapat ditentukan nilai harapan secara
= statistik uji chi-kuadrat
langsung dalam tabel berikut diberikan model log linier
nijk= jumlah observasi
untuk tabel kontingensi tiga arah yang bisa ditentukan
= nilai harapan
langsung taksiran nilai harapannya
2. Statistik perbandingan likelihood chi-kuadrat
Tabel 4 Rumus taksiran nilai harapan beberapa
Statistik perbandingan likelihood chi-kuadrat
model log linier untuk tabel kontingensi tiga arah adalah
Model log Peluang Taksiran nilai
linier (Pijk) harapan( )
(A, B, C) Pi++ P+j+ P++k dimana
= statistik uji perbandingan
(AB, C) Pij+ P++k likelihood
nijk = jumlah observasi
(AC, B) Pi+k P+j+ = nilai harapan
(BC, A) P+jk Pi++
Bila model yang ditentukan jumlah observasinya
(AB, AC) (Pij+ Pi+k besar maka baik dan mendekati distribusi chi-
)/Pi++ kuadrat dengan derajat kebebasan sama dengan jumlah
(AB, BC) (Pij+ P+jk sel dikurangi jumlah parameter-parameter bebas yang
)/P+j+ terdapat dalam model. Kriteria pengujian hipotesisnya
(AC, BC) (Pi+k adalah tolak Ho apabila hitung lebih besar dari
P+jk)/P++k tabel atau probabilitas (Pvalue) lebih kecil dari taraf
signifikansi (α).
Dalam kenyataannya banyak model-model log
2.5 Pemilihan model log linear
linier yang taksiran nilai harapannya tidak bisa diperoleh
secara langsung karena model-model log linier yang Pemilihan model bertujuan untuk menghasilkan
tidak lengkap itu memuat semua asosiasi dua faktor, suatu model yang terbaik yang dapat menyatakan
misalnya taksiran nilai harapan model yang memuat hubungan dalam data dengan tepat dan sederhana. Ada
semua interaksi dua faktor tetapi tidak memuat interaksi beberapa strategi pemilihan model log linier anatara lain
semua faktor [6]. Taksiran nilai harapan untuk model dengan menggunakan metode eliminsi langkah mundur,
semacam ini adalah taksiran nilai harapan secara tidak uji statistic bersyrat dan sebagainya. Dalam tulisan ini
langsung. Taksiran nilai harapan secara tidak langsung penulis menggunakan metode eliminasi langkah mundur
salah satu caranya adalah taksiran dengan untuk pemilihan model log linear yang terbaik pada
menggunakan Algoritma newton Raphson. Cara ini analisa data kategori dengan bantuan program SPSS [6].
biasanya digunakan bantuan komputer yaitu program Metode eliminasi langkah mundur salah satu
SAS atau SPSS. Taksiran nilai harapan tersebut strategi pemilihan model yang terbaik log linier. Metode
diperlukan untuk uji kecocokan model. eliminasi langkah mundur merupakan bagian dari
prosedur pemilihan bertahap (stepwise). Metode ini
digunakan untuk menyeleksi suatu model dari model
2.4 Uji kecocokan model
terlengkap hingga model yang paling sederhana. Caranya
dimulai dengan sebuah model yang lengkap kemudian
Uji kecocokan model merupakan salah satu yang dihilangkan suku-sukunya satu per satu secara berurutan
terpenting dalam analisa data kualitatif yang digunakan sampai mendapatkan model yang terbaik. Pada setiap
untuk membandingkan hasil observasi dengan nilai tingkat, suku yang dihilangkan adalah suku yang kurang
harapannya [4]. Hasil perbandingan itu dapat diketahui berpengaruh pada model [7]. Tanpa suatu aturan
model log linier yang cocok untuk analisa data hasil perhentian proses berlanjut terus sampai tidak ada lagi
pengamatan dengan hipotesisnya adalah Ho suku berikutnya yang dapat dihilangkan.
menyatakan bahwa model log linier cocok dengan
keadaan data yang diberikan, sedangkan hipotesis
alternatif Ha menyatakan bahwa model log linier tiak
cocok dengan keadaan data.
Manuscript received September 3, 2013; revised October 1, 2013 Copyright © 2013 Department of Industrial Engineering. All rights reserved.
36
Maryana
Langkah 1
Model 1 adalah model terbaik dengan uji hipotesisnya
adalah
Ho : Model (AB, AC, BC) model terbaik
Ha : Model (ABC) model terbaik
Sumber: Analysis of Qualitative
Selanjutnya pembahasan soal akan dilakukan Dengan kriteria tolak Ho apabila prob < α, dengan α =
selangkah demi selangkah dimulai dengan membentuk 0.05 ternyata 0.0503 > 0.05, sehingga terima Ho berarti
2
tabel kontingensi. Tabelnya sebagai berikut . model 1 model terbaik dengan dk = 2, G = 5.980 dan
prob. 0.0503.
2
Perubahan G apabila salah satu efek sampel dikeluarkan
dari model
Copyright © 2013 Department of Industrial Engineering. All rights reserved. Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37
37
Model Log Linier yang terbaik untuk analisis data kualitatif pada tabel Kontingensi tiga arah
Tabel 8 Hasil pengolahan data dengan SPSS BC) merupakan model akhir atau model yang terbaik
2
Efek yang dk Perubahan G Prob yaitu :
dikeluarkan Log(mijk) = U + UA(i) + UB(j) + UC(k) + UAB(ij) + UBC(jk)
2
UAB 2 14.775 0.0006 dengan dk = 3, G = 6.01956 dan prob. 0.111
UAC 1 0.039 0.8427
UBC 2 166.564 0.0000 5 Kesimpulan
Dari tabel 8 terlihat bahwa untuk interaksi dua factor Berdasaran hasil pembahasan data pada permasalahan
UAC tidak masuk dalam model diperoleh model log linier yang terbaik adalah model
karena prob. 0.8427 > 0.05 sehingga model menjadi 2
(AB,BC) dengan dk = 3 dan G = 6.01956 berarti :
Lijk = U + UA(i) + UB(j) + UC(k) + UAB(ij) + UBC(jk) a. Ada interaksi antara jenis kelamin responden dengan
masa pendidikan responden dalam menentukan sikap
Langkah 2 terhadap peran wanita.
Model 2 adalah model terbaik dengan uji hipotesisnya b. Ada hubungan antara masa pendidikan responden
adalah dengan jawaban yang diberikan responden.
Ho : Model (AB, BC) model terbaik c. Untuk hubungan variable-variabel yang lain tidak
Ha : Model (AB, AC, BC) model terbaik menunjukkan adanya interaksi.
Dengan menentukan α = 0.05 ternyata Prob = 0.111 > Selanjutnya model log liner merupakan salah satu
0.05, sehingga terima Ho berarti model 2 model terbaik metode yang dapat digunakan untuk analisa data
yaitu: kualitatif. Model log linier ini juga bisa digunakan untuk
analisa data statistik yang tidak berdistribusi normal.
Log(mijk) = U + UA(i) + UB(j) + UC(k) + UAB(ij) + UBC(jk)
2
dengan dk = 3, G = 6.01956 dan prob. 0.111,
2
selanjutnya perubahan G apabila salah satu efek sampel Daftar Pustaka
dikeluarkan dari model.
[1] Agresti, Categorical Data Analysis Wiley, New York,
Tabel 9 Hasil pengolahan data dengan SPSS 1990.
2 [2] Karson J.M, Multivariate Statistical Methods, Edisi
Efek yang dk Perubahan G Prob pertama, Iowa State University Press, Ames, Iowa,
dikeluarkan U.S.A, 1982.
UAB 2 14.775 0.0006 [3] Walpole, E. Ronald, Pengantar Statistika, Edisi ketiga,
PT. Gramedia Pustaka Utama, Jakarta, 1995.
UBC 2 166.564 0.0000 [4] Sudjana, Teknik Analisis Data Kualitatif, Edisi Pertama,
Tarsito Bandung, 1990.
Dari tabel 9 terlihat bahwa semua efek masuk dalam [5] Agresti, A. An Introduction to Categorical Data Analysis,
John Wiley & Sons, Inc,New York, USA, 1996.
model karena probabilitasnya <0.05 hingga model [6] Haberman, Shalby J, Analysis of Qualitative Data,
menjadi Volume I Introductory Topics, New York, San Francisco,
Log(mijk) = U + UA(i) + UB(j) + UC(k) + UAB(ij) + UBC(jk) London, 1978.
[7] Rice, John A, Mathematical Statistics And Data Analysis,
Wadsworth & Brooks/ Cole Statistics/Probability Series,
Langkah 3 California, 1987.
Model 3 adalah model terbaik karena tidak ada efek
yang keluar dari model. Jadi model 3 yaitu model (AB,
Copyright © 2013 Department of Industrial Engineering. All rights reserved. Malikussaleh Industrial Engineering Journal Vol.2 No.2 (2013) 32-37