ANOVA II

Pertemuan 13
TIF226102 Statistika Lanjut

Pokok Bahasan
• Single-Degree-of-Freedom Comparisons
• Multiple Comparisons

SBW
TIF226102 Statistika Lanjut

Perbandingan Single-Degree-of-Freedom
• Analis varians one-way classification è apakah hipotesis
dengan means treatment yang sama dapat ditolak?
• Dalam contoh sebelumnya, terdapat kesimpulan bahwa ada
means yang tidak sama diantara group è Menarik untuk
mengetahui perbedaan antara dua group (misalnya: group 1 &
2 dibandingkan dengan group 3 & 5).
• Uji hipotesis yang bisa dilakukan adalah sbb:

𝐻! : 𝜇" + 𝜇# − 𝜇$ − 𝜇% = 0
𝐻" : 𝜇" + 𝜇# − 𝜇$ − 𝜇% ≠ 0

SBW
TIF226102 Statistika Lanjut

Uji Hipotesis Contrast

$

• Setiap fungsi linear dalam bentuk: 𝜔 = # 𝑐! 𝜇!

$ !"#

dengan : # 𝑐! = 0 adalah comparison atau contrast

!"# dalam means pada treatments.

• Dapat pula dibuat multiple comparisons dengan menguji

significance of contrast dalam means treatment dengan
uji hipotesis sbb:
$ $ $

𝐻% : # 𝑐! 𝜇! = 0 dan 𝐻# : # 𝑐! 𝜇! ≠ 0 dengan: # 𝑐! = 0
!"# !"# !"#

SBW
TIF226102 Statistika Lanjut

Uji Hipotesis Contrast

• Uji hipotesis dilakukan dengan melakukan terlebih dahulu:
$

𝜔 = # 𝑐! 𝑦*!
!"#

• Oleh karena 𝑌! , 𝑌" , … , 𝑌# à random variable dengan distribusi

$!" $"" $#"
normal dengan means: 𝜇! , 𝜇" , … , 𝜇# dan varians: , ,…,
%! %" %#
maka 𝜔 adalah random variable dengan:
$ $
'
𝑐!
means: 𝜇& = # 𝑐! 𝜇! varians: 𝜎&
'
= 𝜎' #
𝑛!
!"# !"#

SBW
TIF226102 Statistika Lanjut

Uji Hipotesis

• Jika 𝐻% adalah benar, 𝜇( = 0, statistiknya adalah:

.
𝑊. ∑012 𝑐0 𝑌&0
3

. =
𝜎/ 𝜎 . ∑3012(𝑐0. /𝑛0 )

terdistribusi chi-squared dengan degree of freedom 1.

SBW
TIF226102 Statistika Lanjut

Statistik untuk Menguji Contrast

• Hipotesis diuji pada level of significance 𝛼 dengan menghitung:

adalah random variable dengan distribusi F dengan degree of

freedom 1 dan 𝑁 − 𝑘 (error degree of freedom).

• Jika ukuran sampel adalah sama, yaitu n, maka:

$ '
∑!"# 𝑐! 𝑌!
𝑆𝑆𝑤 = disebut dengan contrast sum of squares.
𝑛 ∑$!"# 𝑐!'

SBW
TIF226102 Statistika Lanjut

Statistik untuk Menguji Contrast

$
• Contrast sum of squares untuk uji hipotesis: # 𝑐! 𝜇! = 0
!"#

• Adalah menarik untuk menguji contrast jamak (multiple

contrast) khususnya yang linearly independent dan orthogonal.
$ $

𝜔# = # 𝑏! 𝜇! dan 𝜔' = # 𝑐! 𝜇!
!"# !"#

dikatakan orthogonal jika ∑#&'! 𝑏& 𝑐& /𝑛& = 0 atau jika 𝑛& sama
dengan n jika: $

# 𝑏! 𝑐! = 0
!"#

SBW
TIF226102 Statistika Lanjut

Uji Hipotesis

• Jika 𝜔! dan 𝜔" adalah orthogonal, maka 𝑆𝑆𝑤! dan 𝑆𝑆𝑤"

adalah komponen SSA masing-masing dengan degree of
freedom 1. Contrast adalah saling orthogonal.

𝑆𝑆𝐴 = 𝑆𝑆𝑤# + 𝑆𝑆𝑤' + ⋯ + 𝑆𝑆𝑤$)#

SBW
TIF226102 Statistika Lanjut

Contoh

Dengan data pada tabel diatas, tentukan contrast sum of square

untuk contrast sebagai berikut.

SBW
TIF226102 Statistika Lanjut

Contoh
• Dengan data pada tabel diatas, tentukan contrast sum of square
untuk contrast sebagai berikut.
𝜔# = 𝜇# + 𝜇' − 𝜇* − 𝜇+
𝜔' = 𝜇# + 𝜇' − 𝜇* − 4𝜇, + 𝜇+

• Kedua contrast diatas adalah orthogonal karena:

1 1 + 1 1 + −1 1 + 0 −4 + −1 1 = 0

SBW
TIF226102 Statistika Lanjut

Contoh

Maka 𝐻( : 𝜇! + 𝜇" = 𝜇) + 𝜇* tidak ditolak. Mengapa?

Maka 𝐻( : 𝜇! + 𝜇" + 𝜇) + 𝜇* = 4𝜇+ ditolak. Mengapa?

Maka 𝐻( : 𝜇! = 𝜇" = ⋯ = 𝜇* ditolak. Mengapa?

SBW
TIF226102 Statistika Lanjut

Multiple Comparisons

• ANOVA adalah prosedur yang ampuh untuk menguji kesamaan

beberapa mean.
• Namun, jika kita menolak 𝐻% à Ada means yang tidak sama à
muncul pertanyaan: Means mana yang tidak-sama/sama?
• Menarik untuk melakukan perbandingan berpasangan (paired
comparisons). Dapat diapandang sebagai simple contrast.
𝐻% : 𝜇! − 𝜇- = 0,
𝐻# : 𝜇! − 𝜇- ≠ 0,

• Membuat semua kemungkinan perbandingan diantara means yang

ada akan menguntungkan jika contrast tidak diketahui sebelumnya.

SBW
TIF226102 Statistika Lanjut

Multiple ...
• Anggap akan di-test pada contoh aggregate sebagai berikut.
𝐻% : 𝜇# − 𝜇+ = 0,
𝐻# : 𝜇# − 𝜇+ ≠ 0,

• Test menggunakan pendekatan 𝐹, 𝑡, atau confidence interval. Jika

menggunakan 𝑡 maka:
𝑦*#. − 𝑦*+.
𝑡= dengan 𝑠 adalah akar
𝑠 2/𝑛 dari mean square error.

553,33 − 610,67
• Hasilnya adalah: 𝑡 = = −1,41
4961 1/3
P-value untuk 𝑡-test dengan degree of freedom 25 adalah 0,17. Dengan
demikian tidak ada cukup bukti untuk menolak 𝐻! .

SBW
TIF226102 Statistika Lanjut

Hubungan antara 𝑇 dan 𝐹

• Jika nilai 𝑡 dikuadratkan, maka hasilnya akan dama dengan

test menggunakan nilai 𝑓 untuk test pada contrast.

'
(𝑦*#. − 𝑦*+. ) 553,33 − 610,67
𝑓= ' = = 1,988 = 𝑡 '
𝑠 (1/6 + 1/6) 4961(1/3)

SBW
TIF226102 Statistika Lanjut

Pendekatan Confidence Interval

• Jika kita menghitung confidence interval 100 1 − 𝛼 % pada
𝜇# − 𝜇+ , maka:
2
𝑦0". − 𝑦0$. ± 𝑡%/' 𝑠
6

• Test simple contrast 𝜇# − 𝜇+ adalah dengan mengobservasi,

apakah confidence interval di atas memuat nilai nol?
• Nilai yang didapat dari contoh adalah:
1
553,33 − 610,67 ± 2,060 4961 = −57,34 ± 83,77
3
• Oleh karena interval memuat nilai nol, maka contrast tidak
signifikan. Dengan kata lain, tidak ditemukan perbedaan yang
signikan antara mean agregat 1 dan 5.
SBW
TIF226102 Statistika Lanjut

Experiment-wise Error Rate

• Jika terdapat mean sejumlah 𝑘, tentu saja akan terdapat
kemungkinan perbandingan pasangan 𝑟 (paired comparison)
sebanyak 𝑟 = 𝑘(𝑘 − 1)/2.
• Jika dianggap sebagai independent comparison, experiment-wise
error rate atau family error rate didefinisikan:
/
1− 1−𝛼
dengan 𝛼 adalah probabilitas Type I Error yang dipilih untuk
perbandingan tertentu.

• Jika 𝑟 < 0,5 à conservative

• Jika 𝑟 > 0,5 à liberal

SBW
TIF226102 Statistika Lanjut

Tukey’s Test
• Terdapat beberapa metode standard untuk membuat
perbandingan berpasangan dengan tetap menjaga nilai probabilitas
type I error.
• Prosedur ini adalah menemukan perbedaan yang signifikan antara
mean 𝑖 dan 𝑗(𝑖 ≠ 𝑗) jika nilai absolut |𝑦*!. − 𝑦*-. | melampaui nilai:

0!
𝑞 𝛼, 𝑘, 𝑣 .
1

Tabel A.12

SBW
TIF226102 Statistika Lanjut

Contoh Metode Tukey’s

• Sebanyak 6 treatmen dengan one-factor yang benar-benar
random, setiap treatmen terdapat 5 orservasi. Anggap nilai mean
square error dari ANOVA adalah 𝑠 ' = 2,45. Mean sample
diurutkan dari nilai terkecil:
𝑦!". 𝑦!$. 𝑦!%. 𝑦!&. 𝑦!'. 𝑦!(.
14,50 16,75 19,84 21,12 22,90 23,20

dengan 𝛼 = 0,05, nilai 𝑞 0,05; 6; 24 adalah 4,37. Maka semua

perbedaan absolut dibandingkan dengan:

2,45
4,37 = 3,059 maka yang menunjukkan perbedaan:
5
4 dan 1, 4 dan 5, 4 dan 2, 6 dan 1, 6 dan 5,
6 dan 2, 3 dan 5, 3 dan 2, 1 dan 5, 1 dan 2
SBW
TIF226102 Statistika Lanjut

Duncan’s Test
• Prosedur yang kedua adalah Duncan’s Test (Duncan’s multiple-
range Test).
• Untuk menyatakan bahwa means rentang 𝑝 adalah beda à
rentang (selisih) dari setiap subset mean sample 𝑝 harus
melebihi nilai tertentu. (Means harus diurutkan dari yang
terkecil)
• Nilai tersebut adalah least significant range :

𝑠'
𝑅2 = 𝑟2
𝑛
Tabel A.13
• Nilai 𝑟2 least significant studentized range, untuk nilai 𝑝 =
2,3, … , 10 means.

SBW
TIF226102 Statistika Lanjut

Contoh Duncan’s Test

• Terdapat 6 treatmen dengan masing-masing tratmen terdiri atas
5 observasi. (Contoh yang sama dengan contoh metode Tukey’s)

𝑦!". 𝑦!$. 𝑦!%. 𝑦!&. 𝑦!'. 𝑦!(.

14,50 16,75 19,84 21,12 22,90 23,20

• Nilai 𝑅2 didapatkan dengan mengalikan setiap 𝑟2 dengan 0,7.

𝑝 2 3 4 5 6
𝑟( 2,919 3,066 3,160 3,226 3,276
𝑅( 2,043 2,146 2,21, 2,258 2,293

SBW
TIF226102 Statistika Lanjut

Kesimpulan:
1. Bandingkan 𝑦*,. − 𝑦*'. = 8,70 dengan 𝑅3 = 2,293 à 𝜇, dan 𝜇'
berbeda secara signifikan,
2. Bandingkan 𝑦*,. − 𝑦*+. = 6,45 dan 𝑦*3. − 𝑦*'. = 8,4 dengan 𝑅+ =
2,258 à 𝜇, & 𝜇+ dan 𝜇3 dan 𝜇' berbeda secara signifikan,
3. Bandingkan 𝑦*,. − 𝑦*#. , 𝑦*3. − 𝑦*+. , 𝑦**. − 𝑦*'. dengan 𝑅, = 2,21 à
masing-masing berbeda secara signifikan.
4. dan seterusnya.

SBW
TIF226102 Statistika Lanjut

PR
• 13.12
• 13.16
• 13.24

SBW