spr-M-5 Contoh Penerapan MODEL LOG LINIER 3 Dimensi S1 - 22

LOGO
Contoh Penerapan
Model Log Linear 3 Dimensi
APLIKASI DAN LANGKAH ANALISIS
Karakteristik Independensi,
Tugas Akhir pelanggan koran interaksi,
Herman Fauzi Jawa Pos di hubungan
13092030039. daerah Ketintang ketergantungan
Surabaya antar variabel
Variabel Kategori
1 = Laki-laki
Jenis kelamin 2 = Perempuan
1 = 25-37 tahun
Usia 2 = 38-50 tahun
3 = > 50 tahun
1 = Berita umum
Berita yang disenangi 2 = Berita metropolis
3 = Berita olahraga
Studi Kasus Langkah Analisis

TABEL KONTINGENSI DATA KARAKTERISTIK PELANGGAN KORAN JAWA POS
Berita yang disenangi

Jenis Koran 2 Koran 3
Usia Koran I
Kelamin (Berita (Berita
(Berita Umum)
Metropolis) 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. Melakukan Weight Case
• Data > Weight Case

• Pilih Weight case by

• Isi Frequency Variable dengan frekuensi

2. Melakukan uji independensi
• Analyze > Loglinier > General

• Masukkan variabel Jeniskelamin, Usia, dan Berita ke Factor(s), pilih
Model

• Pada model, pilih custom. Masukkan variabel Jeniskelamin, Usia, dan
Berita ke terms in model dengan pilihan type main effect

3. Menguji Interaksi k-suku atau lebih adalah nol
• Analyze > Loglinier > Model Selection

• Masukkan variabel Jeniskelamin, Usia, dan Berita ke Factor(s) kemudian
melakukan Define range, Jeniskelamin 1-2,
Usia 1-3, dan Berita 1-3

• Pilih Enter in single step, kemudian pilih Model

• Pada Model, pilih Saturated > Continue

• Pilih Option, kemudian klik Parameter estimates dan Association
table.
Continue > OK

TABEL KONTINGENSI DATA KARAKTERISTIK PELANGGAN KORAN JAWA POS

Jenis Koran 2 Koran 3
Usia Koran I
Kelamin (Berita (Berita
(Berita Umum)
Metropolis) 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

TINJAUAN PUSTAKA
Hipotesis Statistik
Uji Daerah
Kritis
H0 : Tidak terdapat I J K (nijk  eijk ) 2
hubungan yang signifikan
antar ketiga variable
 hit2   Tolak H0 jika
log (eijk) = μ + λiA + λjB + λk C i 1 j 1 k 1 eijk
2hitung >  2(IJK-I-J-K+2, a)
H1 : Terdapat hubungan  nijk  G2
I J K
>  2(IJK-I-J-K+2, a)
yang signifikan antar ketiga G  2 nijk log
2   hitung
e )
variabel i 1 j 1 k 1  ijk 
log (eijk) = μ + λi + λj + λk +
A B C
λij + λik + λ jkBC + λ ijkABC

AB AC
Log Linear 3 Dimensi Uji Independensi

16 Pemilihan Model Terbaik
ANALISIS DAN PEMBAHASAN
 H0 : Tidak ada hubungan antara ketiga variabel (jenis
kelamin, usia, dan berita yang disenangi)
 H1 : Ada hubungan antara ketiga variabel (jenis kelamin,
usia, dan berita yang disenangi).
α=5%
 Daerah Kritis :
2hitung > 2(IJK-I-J-K+2=[IJK-{1+(I-1)+(J-1)+(K-1)}-0],α)
2hitung > 2((18-2-3-3+2),α)
2hitung > 2(12, 0,05), atau G2hitung > 2(12, 0,05)
2hitung > 21,0642 atau G2 > 21,0642
Uji Independensi 17 Analisis Log Linear

Observed Expected
Jeniskelamin Usia Berita Count % Count %
Laki-laki 25-27 tahun Umum 10 3.3% 26.549 8.8%
Metropolis 15 5.0% 22.483 7.5%
Olahraga 29 9.7% 22.722 7.6%
Output SPSS : 38-50 tahun Umum 25 8.3% 26.831 8.9%
Tabel Metropolis 23 7.7% 22.722 7.6%
Kontingensi Olahraga 27 9.0% 22.964 7.7%
dan Nilai >50 tahun Umum 48 16.0% 31.350 10.5%
Ekspektasi Metropolis 27 9.0% 26.549 8.8%

Olahraga 25 8.3% 26.831 8.9%
Perempuan 25-27 tahun Umum 15 5.0% 8.231 2.7%
Metropolis 15 5.0% 6.971 2.3%
Olahraga 10 3.3% 7.045 2.3%
38-50 tahun Umum 10 3.3% 8.319 2.8%
Metropolis 9 3.0% 7.045 2.3%
Olahraga 1 .3% 7.120 2.4%
>50 tahun Umum 3 1.0% 9.720 3.2%
Metropolis 5 1.7% 8.231 2.7%
Olahraga 3 1.0% 8.319 2.8%
Uji Independensi Analisis Log Linear

 Perhitungan nilai Ekspektasi atau frekuensi harapan dibawah H0 secara
manual : ni..  n. j.  n..k
eijk 
n...2
n 1..  n.1.  n..1 229  94  111 n 1.. x n.2. x n..3 229 x 95 x 95
e 111    26 ,55 e 123    22 ,96
n... 2 300 2 n... 2 300 2
n 1.. x n.1. x n..2 229 x 94 x 94 n 1.. x n..3. x n..1 229 x 111 x 111
e 112    22 , 48 e 131    31,35
n... 2 300 2 n... 2 300 2
n 1.. x n.1. x n..3 229 x 94 x 95 n 1.. x n.3. x n..2 229 x 111 x 94

e 113    22 ,72 e 132    26 ,55
n... 2 300 2 n... 2 300 2
n 1.. x n.2. x n..1 229 x 95 x 111 n 1.. x n.3. x n..3 229 x 111 x 95
e 121    26 ,83 e 133    26 ,83
n... 2 300 2 n... 2 300 2
n 1.. x n 2. x n..2 229 x 95 x 94 n 2.. x n.1. x n..1 71 x 94 x 111

e 122  2
 2
 22 ,72 e 211    8 ,23
n... 300 n... 2 300 2
Uji Independensi 19 Analisis Log Linear

Nilai Ekspektasi Perhitungan Manual
Jenis Kelamin Usia Koran I Koran 2 (Berita Koran 3 (Berita
(Berita Umum) Metropolis) Olahraga)
25-37 tahun 26.55 22.48 22.72

Laki-Laki 38-50 tahun 26.83 22.72 22.96
> 50 tahun 31.35 26.55 26.83
25-37 tahun 8.23 6.97 7.04
Perempuan 38-50 tahun 8.32 7.04 7.12
> 50 tahun 9.72 8.23 8.32

Nilai Uji Likelihood Ratio G2 dan Nilai Uji Pearson Chi Square Menggunakan
Software SPSS
Value Df Sig.
Likelihood Ratio 60.527 12 .000
Pearson Chi-Square 55.866 12 .000
 Nilai p-value < 0,05 maka tolak H0

 Hal ini berarti bahwa ada hubungan antara ketiga variabel (jenis
kelamin,usia, dan jenis berita yang disenangi)

Nilai Uji Likelihood Ratio G2 dan Nilai Uji Pearson Chi Square Secara Manual
2 3 3
   ijk ijk
( n  e ) 2
I J K  nijk 
G  2 nijk log
I 1 j 1 k 1
 
2
 55 ,86 2 
e ijk  e ) 
i 1 j 1 k 1  ijk 
 Kesimpulan: Karena 2hitung yaitu 55,86 dan G2 = 60,52 yang

lebih dari 21,0642 maka tolak H0, sehingga ada hubungan
antara ketiga variabel (jenis kelamin,usia, dan jenis berita yang
disenangi)

TINJAUAN PUSTAKA
Pengertian Dilakukan : Fungsi
Suatu model 1.Mendapatkan

Jika dalam uji
yang model
independensi
menyatakan matematis
diperoleh
hubungan 2.Menentukan
kesimpulan
antara variabel kecenderungan
bahwa terjadi
dengan data variabel yang
dependensi
yang bersifat menyebabkan
antar variabel
kualitatif (skala dependensi
nominal dan
ordinal)

Analisis log linear pada kasus ini, terdapat tiga kategori yaitu:
 Kategori A : Jenis Kelamin
1: Laki – laki
2: Perempuan
 Kategori B : Umur
1: 25 – 37 tahun
2: 38 – 50 tahun
3: > 50 tahun
 Kategori C : Jenis Berita
1: Koran 1 (Berita Umum)
2: Koran 2 (Berita Metropolis)
3: Koran 3 (Berita Olahraga)

 Model Log Linier Secara Umum :
log eijk    iA  Bj  Ck  ijAB  ikAC  BC

jk   ABC
ijk
i : level variabel A
j : level variabel B
k : level variabel C

www.themegallery.com
Sumber Penyebab Dependensi
Company Logo
Parameter Estimate : Jenis Kelamin*Umur*Berita
Jenis Kelamin Umur Berita Frekuensi Estimate Std Error Z Sig

Laki-laki 25-37th Koran 1 10 -0,180 0,144 -1,250 0,211
Laki-laki 25-37th Koran 2 15 0,116 0,138 0,844 0,399
Laki-laki >50th Koran 1 48 0,399 0,170 2,346 0,019(a)
Laki-laki >50th Koran 2 27 -0,009 0,160 -0,057 0,955
Laki-laki >50th Koran 3 25 -0,390 0,186 -2,096 0,036(b)
Perempuan 25-37th Koran 1 15 0,180 0,144 1,250 0,211
Perempuan 25-37th Koran 2 15 -0,116 0,138 -0,844 0,399
Perempuan >50th Koran 1 3 -0,399 0,170 -2,346 0,019(c)
Perempuan >50th Koran 2 5 0,009 0,160 0,057 0,955
Perempuan >50th Koran 3 3 0,390 0,186 2,096 0,036(d)
Uji Independensi Analisis Log Linear (Uji Asosiasi Parsial)

Parameter Estimate : Jenis Kelamin*Umur*Berita
(a) : Laki-laki dengan umur > 50 tahun memiliki

kecenderungan (dependen) untuk memilih jenis koran 1
(berita utama)
(b) : Laki-laki dengan usia bukan > 50 tahun memiliki
kecenderungan untuk tidak memilih jenis koran 3 (berita
olahraga)
(c) : Perempuan dengan usia bukan >50 tahun memiliki
kecenderungan untuk tidak memilih jenis koran 1 (berita
umum)
(d) : Perempuan dengan usia >50 tahun memiliki
kecenderungan untuk memilih jenis koran 3 (berita
olahraga)

Parameter Estimate : Jenis Kelamin*Umur
Jenis Std
Umur Frekuensi Estimate Z Sig
Kelamin Error
Laki-laki 25-37th 54 -0,535 0,104 -5,147 0,000(a)
Laki-laki 38-50th 75 0,141 0,127 1,111 0,267
Laki-laki >50th 100 0,395 0,122 3,242 0,001(b)
Perempuan 25-37th 40 0,535 0,104 5,147 0,000(c)
Perempuan 38-50th 20 -0,141 0,127 -1,111 0,267
Perempuan >50th 11 -0,395 0,122 -3,242 0,001(d)
(a) : Laki-laki memiliki kecenderungan bukan berusia 25-37 tahun

dalam hal pemilihan jenis berita
(b) : Laki-laki memiliki kecenderungan untuk berusia >50 tahun
(c) : Perempuan memiliki kecenderungan berusia 25-37 tahun
(d) : Perempuan memiliki kecenderungan bukan berusia >50 tahun

Parameter Estimate : Jenis Kelamin*Berita
Jenis Std
Berita Frekuensi Estimate Z Sig
Kelamin Error
Laki-laki Koran 1 83 -0,122 0,112 -1,087 0,277
Laki-laki Koran 2 65 -0,224 0,107 -2,081 0,037(a)
Laki-laki Koran 3 81 0,345 0,133 2,597 0,009(b)
Perempuan Koran 1 28 0,122 0,112 1,087 0,277
Perempuan Koran 2 29 0,224 0,107 2,081 0,037(c)
Perempuan Koran 3 14 -0,345 0,133 -2,597 0,009(d)
(a) : Laki-laki memiliki kecenderungan bukan memilih jenis koran 2

(berita metropolis)
(b) : Laki-laki memiliki kecenderungan untuk memilih jenis koran 3
(berita olahraga)
(c) : Perempuan memiliki kecenderungan untuk memilih jenis koran 2
(berita metropolis)
(d) : Perempuan memiliki kecenderungan bukan memilih jenis koran 3
(berita olahraga)
Parameter Estimate : Umur*Berita
Std
Umur Berita Frekuensi Estimate Z Sig
Error
25-37th Koran 1 25 -0,271 0,144 -1,878 0,060
25-37th Koran 2 30 -0,092 0,138 -0,664 0,506
25-37th Koran 3 39 0,362 0,159 2,287 0,022(a)
38-50th Koran 1 35 0,243 0,159 1,527 0,127
38-50th Koran 2 32 0,137 0,157 0,871 0,384
38-50th Koran 3 28 -0,380 0,215 -1,767 0,077
>50th Koran 1 51 0,028 0,170 0,163 0,871
>50th Koran 2 32 -0,045 0,160 -0,285 0,776
>50th Koran 3 28 0,018 0,186 0,096 0,924
(a) : Umur 25-37 tahun memiliki kecenderungan untuk memilih jenis koran 3
(berita olahraga)

TINJAUAN PUSTAKA
Uji K-Way
Uji K-way pada derajat ke-k

atau lebih sama dengan nol
Untuk K=3
H0 : Par. order ke-3 / lebih = 0 (log (eijk) = μ + λi A + λj B + λkC + λij AB + λik AC + λ jkBC)
H1 : Par. order ke-3 / lebih ≠ 0 (log (eijk) = μ +λi A + λj B + λkC + λij AB + λik AC + λ jkBC + λ ijkABC)
Untuk K = 2
H0 : Par. order ke-2 / lebih = 0 (log (eijk) = μ + λi A + λj B + λkC)
H1 : Par. order ke-2 / lebih ≠ 0 (log (eijk) = μ + λi A + λj B + λkC + λij AB + λik AC + λ jkBC + λ ijkABC)
Untuk K = 1
H0 : Par. order ke-1 / lebih = 0 (log (eijk) = μ)
H1 : Par. order ke-2 / lebih ≠ 0 (log (eijk) = μ + λi A + λj B + λkC + λij AB + λik AC + λ jkBC + λ ijkABC)

 Seleksi Model Dengan Metode K-Way:
K-Way and Higher-Order Effects
Likelihood Ratio Pearson Number

K Df
Chi- Chi- of
Square Sig. Square Sig. Iterations
K-way and 1 17 151.670 .000 148.920 .000 0
Higher Order
Effectsa 2 12 60.527 .000 55.866 .000 2
3 4 7.082 .132 7.470 .113 4
K-way Effectsb 1 5 91.143 .000 93.054 .000 0
2 8 53.445 .000 48.396 .000 0
3 4 7.082 .132 7.470 .113 0
Uji Independensi Analisis Log Linear (Uji K-Way)

 Tes Untuk Interaksi K-Suku atau Lebih Dari Nol
• Untuk k = 3
H0 : order ke-3 sama dengan nol ( log e ijk     iA   Bj  Ck   ijAB   ikAC   BC
)jk
H1 : order ke-3 tidak sama dengan nol ( log eijk    i   j  k  ij  ik  BC
A B C AB AC
jk  ijk
ABC
)
α=5%
Daerah Kritis :
2hitung > 2((i-1)(j-1)(k-1),α)
2hitung > 2((2-1)(3-1)(3-1),α)
2hitung > 2(4, 0,05)
2hitung > 9,4877 atau G2 > 9,4877
Statistik Uji :
2 = 7,470 G2 = 7,082
Kesimpulan : Karena nilai 2 yaitu 7,470 dan nilai G2 7,082 kurang dari 9,4877 maka
gagal tolak H0. Kesimpulan ini juga didapatkan dari nilai P-Value pada uji Chi-Square
0,113 yang lebih besar dari alpha 0,05. Sehingga keputusannya adalah order ke-3 sama
dengan nol atau model log linearnya adalah

• Untuk k =2
H0 : order ke-2/lbh sama dengan nol ( log e ijk     iA   Bj  Ck)
H1 : order ke-2/lbh tidak sama dengan nol ( log eijk    iA  Bj  Ck  ijAB  ikAC  BC jk  ijk
) ABC
α=5%
Daerah Kritis :
G2hitung > 2(IJK-I-J-K+2=[IJK-{1+(I-1)+(J-1)+(K+1)}-0],α)
G2hitung > 2((18-2-3-3+2),α)
G2hitung > 2(12, 0,05)
G2 > 21,0642
Statistik Uji : 2 3 3
   (nijk  e ijk ) 2 I J K  nijk 
 
2 I  1 j  1 k  1
 55,86 G 2
2

e ijk dari 21,0642 maka tolak H0. Kesimpulan
nijk log


eijk ) 
Kesimpulan : Karena nilai G2 60,52 lebih  
i 1 j 1 k 1 ini juga didapatkan
dari nilai P-Value pada uji Chi-Square 0 yang kurang dari alpha 0,05. Sehingga keputusannya adalah
order ke-2/lbh tidak sama dengan nol atau model log linearnya adalah

jk  ijk
ABC
Uji Independensi 35 Analisis Log Linear (Uji K-Way)

• Untuk k = 1
n... 300
H0 : order ke-1/lbh sama dengan nol ( log e ijk )  e  ijk
18

18
 16 ,67
H1 : order ke-1/lbh tidak sama dengan nol ( log eijk    iA  Bj  Ck  ijAB  ikAC  BC
jk  ijk
ABC
)
α=5%
Daerah Kritis :
2hitung > 2(IJK-1),α)
2hitung > 2(18-1),α)
2hitung > 2(17, 0,05) atau G2hitung > 2(17, 0,05)
2hitung > 27,587 atau G2 > 27,587
Statistik Uji :

 Nilai Ekspektasi Berdasarkan Perhitungan Manual pada Order K = 1

Koran I Koran 2 Koran 3
Jenis Kelamin Usia
(Berita (Berita (Berita
Umum) Metropolis) Olahraga)
25-37 tahun 16,67 16,67 16,67
Laki-Laki 38-50 tahun 16,67 16,67 16,67
> 50 tahun 16,67 16,67 16,67
25-37 tahun 16,67 16,67 16,67
Perempuan 38-50 tahun 16,67 16,67 16,67
> 50 tahun 16,67 16,67 16,67

 Perhitungan Nilai Likelihood Ratio dan Uji Pearson Chi-Square Secara

Manual
2 3 3
 (nijk  eijk ) 2

I J  nijk 
K
 
2 I 1 j 1 k 1
G  2 nijk log
2 
e )
eijk i 1 j 1 k 1  ijk 
 148,92
Kesimpulan : Karena nilai 2 yaitu 148,92 dan nilai G2 151,670 lebih dari
27,587 maka tolak H0. Sehingga keputusannya adalah order ke-2 tidak sama
dengan nol atau model log linearnya adalah
jk  ijk
ABC

TINJAUAN PUSTAKA
Uji K-Way
Uji K-way pada derajat

ke-k sama dengan nol
Untuk K = 1
H0 : Par. order ke-1 = 0 (λi A = λj B = λkC = 0)(log (eijk) = μ)
H1 : Par. order ke-1≠ 0 ( λi A, λj B, λkC ≠ 0)(log (eijk) = μ + λi A + λj B +
λkC)
Untuk K = 2
H0 : Par. order ke-2 = 0 (λij AB = λik AC = λ jkBC = 0 )(log (eijk) = μ + λi A + λj B + λkC)
H1 : Par. order ke-2 ≠ 0 (λij AB, λik AC, λ jkBC ≠ 0 ) (log (eijk) = μ + λi A + λj B + λkC + λij AB + λik AC + λ jkBC)
Untuk K = 3
H0 : Par. order ke-3 = 0 (λ ijkABC = 0)(log (eijk) = μ + λi A + λj B + λkC + λij AB + λik AC + λ jkBC)
H1 : Par. order ke-3 ≠ 0 (λ ijkABC ≠ 0) (log (eijk) = μ + λi A + λj B + λkC + λij AB + λik AC + λ jkBC + λ ijkABC)

 Tes Untuk K-Suku adalah Nol
Test ini didasarkan pada hipotesa bahwa efek order ke-K sama dengan nol.
• Untuk k = 1
H0 : par. order ke-1 sama dengan nol (λi A = λj B = λkC = 0) log e ijk  
H1 : par. order ke-1 tidak sama dengan nol (λi A, λj B, λkC ≠ 0) log e ijk     iA   Bj  Ck
α=5%
Daerah Kritis :
G2hitung > 2(db1-db2,α)
G2hitung > 2(17-12,α)
G2hitung > 2(5, 0,05)
G2 > 11,0705
Statistik Uji : G2 = G12 - G22
= 151,670 – 60,527
= 91,143
Kesimpulan : Karena nilai G2 91,143 lebih dari 11,0705 maka tolak H0. Kesimpulan ini juga
didapatkan dari nilai P-Value pada uji Likelihood Ratio 0 yang kurang dari alpha 0,05. Sehingga
keputusannya adalah order ke-1 tidak sama dengan nol.

• Untuk k = 2
H0 : par. order ke-2 sama dengan nol (λij AB = λik AC = λjkBC = 0 ) log e ijk     iA   Bj  Ck
H1 : par. order ke-2 tidak sama dengan nol (λij AB, λik AC, λjkBC ≠ 0A) B
α=5% log e ijk     i   j  Ck   ijAB   ikAC   BC
jk
Daerah Kritis :
G2hitung > 2(db2-db1,α)
G2hitung > 2(12-4,α)
G2hitung > 2(8, 0,05)
G2 > 15,507
Statistik Uji :
G2 = G22 – G32
= 60,527 – 7,082
= 53,445
Kesimpulan : Karena nilai G2 53,445 lebih dari 15,507 maka tolak H0. Kesimpulan ini
juga didapatkan dari nilai P-Value pada uji Likelihood Ratio 0 yang kurang dari alpha 0,05.
Sehingga keputusannya adalah order ke-2 tidak sama dengan nol.

• Untuk k = 3 log e ijk     iA   Bj  Ck   ijAB   ikAC   BC jk
H0 : par. order ke-3 sama dengan nol (λ ijk = 0)

ABC
H1 : par. order ke-3 tidak sama dengan nol (λ ijkABC ≠ 0)

α=5% log eijk    iA  Bj  Ck  ijAB  ikAC  BC
jk  ijk
ABC
Daerah Kritis :
G2hitung > 2(db3,α)
G2hitung > 2(4,α)
G2 > 9,488
Statistik Uji :
G2 = G32
= 7,082
Kesimpulan : Karena nilai G2 7,082 kurang dari 9,488 maka gagal tolak H0. Kesimpulan ini juga
didapatkan dari nilai P-Value pada uji Likelihood Ration 0,132 yang lebih dari alpha 0,05. Sehingga
keputusannya adalah order ke-3 sama dengan nol.

TINJAUAN PUSTAKA
Uji Asosiasi Parsial
Jika gagal tolak H0 : log (eijk) = μ+λi A + λj B + λkC + λij AC + λ jkBC

• H0 : X1 dan X2 independen dalam setiap level X 3
• H1 : X1 dan X2 dependen dalan setiap level X 3
Jika gagal tolak H0 : log (eijk) = μ+λi A + λj B + λkC + λij AB + λ jkBC

• H0 : X1 dan X3 independen dalam setiap level X2
• H1 : X1 dan X3 dependen dalan setiap level X 2
Jika gagal tolak H0 : log (eijk) = μ+λi A + λj B + λkC + λij AB + λ ikAC

• H0 : X2 dan X3 independen dalam setiap level X 1
• H1 : X2 dan X3 dependen dalan setiap level X1

Tes Asosiasi Parsial : Menguji hubungan ketergantungan antara dua
variabel dalam setiap level variabel lainnya
Partial Associations
Partial Chi- Number of
Effect df Sig.
Square Iterations
Jeniskelamin*Usia 2 36.113 .000 2

Jeniskelamin*Berita 2 12.851 .002 2
Usia*Berita 4 15.520 .004 2
Jeniskelamin 1 87.564 .000 2
Usia 2 1.790 .409 2
Berita 2 1.790 .409 2

 Variabel Jenis Kelamin dan Umur
log (eijk) = μ + λi A + λj B + λkC + λik AC + λ jkBC
H0 : Jenis kelamin dan umur independent dalam setiap level koran (λik AB = 0)
H1 : Jenis kelamin dan umurdependent dalam setiap level koran (λik AB ≠ 0)
α=5% log e ijk     iA   Bj  Ck   ijAB   ikAC   BC
jk
Daerah Kritis : G2hitung > 2((I-1)(J-1),α)

G2hitung > 2((2-1)(3-1),α)
G2hitung > 2(2, 0,05)
G2 > 5,991
Statistik Uji :
Jenis kelamin 25-37 tahun 38-50 tahun >50 tahun Total
Laki-laki 54 75 100 229

Perempuan 40 20 11 71
total 94 95 111 300
Uji Independensi Analisis

45 Log Linear (Uji Asosiasi Parsial)
 Variabel Jenis Kelamin dan Koran
log (eijk) = μ + λi A + λj B + λkC + λik AB + λ jkBC

H0 : Jenis kelamin dan koran independent dalam setiap level umur (λik AC = 0)
H1 : Jenis kelamin dan koran dependent dalam setiap level umur (λik AC ≠ 0)
α=5% log (eijk) = μ + λi A + λj B + λkC + λij AB + λik AC + λ jkBC
Daerah Kritis : G2hitung > 2((I-1)(K-1),α)
G2 hitung > 2((2-1)(3-1),α)
G2hitung > 2(2, 0,05)
G2hitung > 5,991
Statistik Uji : Jenis kelamin Koran 1 Koran 2 Koran 3 Total
Laki-laki
Perempuan
total 300

 Variabel Umur dan Koran
log (eijk) = μ + λi A + λj B + λkC + λik AB + λ jkAC

H0 : Umur dan koran independent dalam setiap level Jenis Kelamin (λjkBC = 0)
H1 : Umur dan koran dependent dalam setiap level Jenis Kelamin (λjkBC ≠ 0)
α=5% log (eijk) = μ + λi A + λj B + λkC + λij AB + λik AC + λ jkBC
Daerah Kritis : G2hitung > 2((J-1)(K-1),α)
G2 hitung > 2((3-1)(3-1),α)
G2hitung > 2(4, 0,05)
G2hitung > 9,488
Statistik Uji :
Umur Koran 1 Koran 2 Koran 3 Total
25 – 37 tahun 25 30 39 94
38 – 50 tahun 35 32 28 95
> 50 tahun 51 32 28 111
total 111 94 95 300

TINJAUAN PUSTAKA
Uji Asosiasi Parsial
Jika gagal tolak H0 : log (eijk) = μ + λj B + λkC

• H0 : X1 independent antar level
• H1 : X1 dependen antar level
Jika gagal tolak H0 : log (eijk) = μ +λi A + λkC

Jika gagal tolak H0 : log (eijk) = μ +λi A + λj B


 Variabel Jenis Kelamin
H0 : Jenis kelamin independen dalam model (λiA = 0)
H1 : Jenis kelamin dependen dalam model (λiA ≠ 0)
Statistk Uji : 2hitung = 87,564 dimana 2((I-1),α) = 2(1,0.05) = 3,841
Kesimpulan : Tolak Ho, Jenis kelamin dependen dalam model.
 Variabel Umur
H0 : Umur independen dalam model (λjB = 0)
H1 : Umur dependen dalam model (λjB ≠ 0)
Statistk Uji : 2hitung = 1,790 dimana 2((J-1),α) = 2(2,0.05) = 5,991
Kesimpulan : Tolak Ho, Umur dependen dalam model.
 Variabel Jenis Berita
H0 : Umur independen dalam model (λkC = 0)
H1 : Umur dependen dalam model (λkC ≠ 0)
Statistk Uji : 2hitung = 1,790 dimana 2((K-1),α) = 2(2,0.05) = 5,991
Kesimpulan : Tolak Ho, Jenis berita dependen dalam model.

 Eliminasi Backward
• Untuk memilih model terbaik, membandingkan model 0 dgn model 1 (iterasi pertama)
H0 : model 1 adalah model terbaik ( log eijk    iA   jB  kC  ijAB  ikAC   jkBC)
H1 : model 0 adalah model terbaik ( log eijk    iA   jB  kC  ijAB  ikAC   jkBC  ijk
ABC
)
α=5%
Daerah Kritis :
2hitung > 2(db2-db1, α)
2hitung > 2((12-4, α)
2hitung > 2(8; 0,05) atau G2 > 2(8; 0,05)
2hitung > 15,507 atau G2 > 15,507
• Untuk memilih model terbaik dengan membandingkan model 1 dengan model 2 (iterasi 2)
a. H0 : Model (2) = model terbaik ( log eijk    iA  Bj  Ck  ikAC  BC jk )
H1 : Model (1) = model terbaik ( log eijk    i   j  k  ij  ik   jk )
A B C AB AC BC
b. H0 : Model (2) = model terbaik ( log eijk   A iA B BCj  ABCk  ACijAB BCBC jk
)
H1 : Model (1) = model terbaik ( log eijk    i   j  k  ij  ik   jk )
c. H0 : Model (2) = model terbaik ( log eijk    iA  Bj  Ck  ) ijAB   AC jk
H1 : Model (1) = model terbaik ( log eijk    iA  Bj  Ck  ijAB  ikAC  BC
jk )

Tabel Step Summary

Chi- Number of
Stepa Effects Square df Sig.
c Iterations
0 Generating Classb JENIS*UMUR*KORAN .000 0 .
Deleted 1 JENIS*UMUR*KORAN 7.082 8 .528 4

Effect
1 Generating Classb JENIS*UMUR, 7.082 8 .528
JENIS*KORAN,
UMUR*KORAN
Deleted 1 JENIS*UMUR 36.113 4 .000 2
Effect 2 JENIS*KORAN 12.851 4 .012 2
3 UMUR*KORAN 15.520 4 .004 2

H0 : model 1 adalah model terbaik log eijk    iA   Bj  Ck  ijAB  ikAC   BC
jk
H1 : model 0 adalah model terbaik log eijk    iA   Bj  Ck  ijAB  ikAC   BC
jk   ijk
ABC
•Statistik Uji :
G2 = G12 – G02
= 7,082 – 0
= 7,082 𝐺 2 = 7,082 < 15,507 Gagal
Tolak H0
Keputusan Model 1 adalah model terbaik untuk iterasi pertama

log eijk    iA   Bj  Ck  ijAB  ikAC   BC
jk

• Untuk memilih model terbaik dengan membandingkan model 1dengan model 2
a. H0 : Model (2) = model terbaik ( log eijk    i   j  k  ik   jk)
A B C AC BC
H1 : Model (1) = model terbaik ( log eijk    iA  Bj  Ck  ijAB  ikAC  BC )
jk
b. H0 : Model (2) = model terbaik ( log eijk    i   j  k  ij   jk)

A B C AB BC
H1 : Model (1) = model terbaik ( log eijk    iA  Bj  Ck  ijAB  ikAC  BC
)
jk
c. H0 : Model (2) = model terbaik ( log eijk    i   j  k  ij  )ik

A B C AB AC
H1 : Model (1) = model terbaik ( log eijk    iA  Bj  Ck  ijAB  ikAC  )BC
jk
Model 1 adalah model terbaik untuk interaksi

•Statistik Uji : ke−dua, stop.
(Jika dengan G2 terendah, keputusannya tolak
a. G2hitung = 36,113 Ho, maka dengan G2 yang lebih tinggi juga punya
keputusan yang sama, dengan catatan bahwa
b. G2hitung = 12,851 Tolak H0 bentuk H1 sama. Demikian juga, jika dengan G2
tertinggi, keputusannya gagal tolak Ho, maka
c. G2hitung = 15,520 dengan G2 yang lebih rendah juga punya
keputusan yang sama, dengan catatan bahwa
bentuk H1 sama.)
Daerah kritis : 2(8; 0,05) = 9,488
log eijk    iA  Bj  Ck  ijAB  ikAC  BC
jk

Jika dengan G2 terendah, keputusannya

tolak Ho, maka dengan G2 yang lebih
tinggi juga punya keputusan yang sama,
dengan catatan bahwa bentuk H1 sama.
Demikian juga, jika dengan G2 tertinggi,

keputusannya gagal tolak Ho, maka
dengan G2 yang lebih rendah juga punya
keputusan yang sama, dengan catatan
bahwa bentuk H1 sama.
Company Logo
Company Logo
Company Logo
Company Logo

spr-M-5 Contoh Penerapan MODEL LOG LINIER 3 Dimensi S1 - 22

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

spr-M-5 Contoh Penerapan MODEL LOG LINIER 3 Dimensi S1 - 22

Diunggah oleh

Hak Cipta:

Format Tersedia

LOGO

Studi Kasus Langkah Analisis

Berita yang disenangi

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Studi Kasus Langkah Analisis

Berita yang disenangi

Studi Kasus Langkah Analisis

λij + λik + λ jkBC + λ ijkABC

Log Linear 3 Dimensi Uji Independensi

Uji Independensi 17 Analisis Log Linear

dan Nilai >50 tahun Umum 48 16.0% 31.350 10.5%

Ekspektasi Metropolis 27 9.0% 26.549 8.8%

Uji Independensi Analisis Log Linear

n 1.. x n.1. x n..3 229 x 94 x 95 n 1.. x n.3. x n..2 229 x 111 x 94

n 1.. x n 2. x n..2 229 x 95 x 94 n 2.. x n.1. x n..1 71 x 94 x 111

Uji Independensi 19 Analisis Log Linear

25-37 tahun 26.55 22.48 22.72

Uji Independensi Analisis Log Linear

Pearson Chi-Square 55.866 12 .000

 Nilai p-value < 0,05 maka tolak H0

Uji Independensi Analisis Log Linear

 Kesimpulan: Karena 2hitung yaitu 55,86 dan G2 = 60,52 yang

Uji Independensi Analisis Log Linear

Pengertian Dilakukan : Fungsi

Suatu model 1.Mendapatkan

Log Linear 3 Dimensi Uji Independensi

Uji Independensi Analisis Log Linear

log eijk    iA  Bj  Ck  ijAB  ikAC  BC

Uji Independensi Analisis Log Linear

Sumber Penyebab Dependensi

Jenis Kelamin Umur Berita Frekuensi Estimate Std Error Z Sig

Uji Independensi Analisis Log Linear (Uji Asosiasi Parsial)

(a) : Laki-laki dengan umur > 50 tahun memiliki

Uji Independensi Analisis Log Linear (Uji Asosiasi Parsial)

(a) : Laki-laki memiliki kecenderungan bukan berusia 25-37 tahun

Uji Independensi Analisis Log Linear (Uji Asosiasi Parsial)

(a) : Laki-laki memiliki kecenderungan bukan memilih jenis koran 2

Uji Independensi Analisis Log Linear (Uji Asosiasi Parsial)

Uji K-way pada derajat ke-k

Log Linear 3 Dimensi Uji Independensi

K-Way and Higher-Order Effects

Likelihood Ratio Pearson Number

3 4 7.082 .132 7.470 .113 4

K-way Effectsb 1 5 91.143 .000 93.054 .000 0

2 8 53.445 .000 48.396 .000 0

3 4 7.082 .132 7.470 .113 0

Uji Independensi Analisis Log Linear (Uji K-Way)

Uji Independensi Analisis Log Linear (Uji K-Way)

log eijk    iA  Bj  Ck  ijAB  ikAC  BC

Uji Independensi 35 Analisis Log Linear (Uji K-Way)

Uji Independensi 36 Analisis Log Linear (Uji K-Way)

Berita yang disenangi

Uji Independensi Analisis Log Linear (Uji K-Way)

Deleted 1 JENISUMURKORAN 7.082 8 .528 4