Anda di halaman 1dari 16

ANALISIS DATA KUALITATIF

TUGAS
LOG LINEAR 3 DIMENSI
DATA MINAT MASYARAKAT TERHADAP KORAN







Oleh :
1. Faridah Yuliani 1307 100 008
2. Dina Rachmawati Santoso 1305 100 020
3. Yatimul Masfufah 1307 100 022



Jurusan Statistika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Sepuluh Nopember Surabaya
2010

Page | 1

ANALISIS DATA KUALITATIF LOG LINEAR 3 DIMENSI
DATA MINAT MASYARAKAT TERHADAP KORAN

Berikut ini adalah tabel kontingensi antara 3 variabel yaitu Jenis Kelamin, Usia dan
Berita yang disenangi (Dikutip dari TUGAS AKHIR ANALISIS STATISTIKA TERHADAP
KARAKTERISTIK PELANGGAN KORAN JAWA POS DI DAERAH KETINTANG
SURABAYA oleh HERMAN FAUZI 1392030039 tahun 1997)
Jenis Kelamin Usia
Berita yang disenangi
Koran I
(Berita Umum)
Koran 2 (Berita
Metropolis)
Koran 3 (Berita
Olahraga)
Laki-Laki
25-37 tahun 10 15 29
38-50 tahun 25 23 27
> 50 tahun 48 27 25
Perempuan
25-37 tahun 15 15 10
38-50 tahun 10 9 1
> 50 tahun 3 5 3

- Uji Independensi
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).
= 5 %
Daerah Kritis : _
2
hitung > _
2
((i-1)(j-1)+(i-1)(k-1)+(j-1)(k-1)-(i-1)(j-1)(k-1),)
_
2
hitung > _
2
((2-1)(3-1)+(2-1)(3-1)+(3-1)(3-1)-(2-1)(3-1)(3-1),)
_
2
hitung > _
2
(12, 0,05)
_
2
hitung > 21,0642 atau G
2
> 21,0642
Page | 2

Statistik Uji:
Tabel 1. Frekuensi Harapan Data Berdasarkan Output SPSS 17.
JENIS UMUR KORAN
Observed Expected
Count % Count %
LAKI-LAKI 25-27TAHUN KORAN1 10 3.3% 26.549 8.8%
KORAN2 15 5.0% 22.483 7.5%
KORAN3 29 9.7% 22.722 7.6%
38-50TAHUN KORAN1 25 8.3% 26.831 8.9%
KORAN2 23 7.7% 22.722 7.6%
KORAN3 27 9.0% 22.964 7.7%
>50TAHUN KORAN1 48 16.0% 31.350 10.5%
KORAN2 27 9.0% 26.549 8.8%
KORAN3 25 8.3% 26.831 8.9%
PEREMPUAN 25-27TAHUN KORAN1 15 5.0% 8.231 2.7%
KORAN2 15 5.0% 6.971 2.3%
KORAN3 10 3.3% 7.045 2.3%
38-50TAHUN KORAN1 10 3.3% 8.319 2.8%
KORAN2 9 3.0% 7.045 2.3%
KORAN3 1 .3% 7.120 2.4%
>50TAHUN KORAN1 3 1.0% 9.720 3.2%
KORAN2 5 1.7% 8.231 2.7%
KORAN3 3 1.0% 8.319 2.8%
Selain menggunakan output SPSS, nilai ekspektasi dapat dihitung
menggunakan rumus:

2
...
.. . ..
.
n
n n
e
k n j i
ijk

=

55 , 26
300
111 94 229
n...

2 2
1 .. . 1 . .. 1
111
=

=

=
n n n
e
48 , 22
300
94 94 229
n...

2 2
2 .. . 1 . .. 1
112
= = =
x x n x n x n
e
72 , 22
300
95 94 229
n...

2 2
3 .. . 1 . .. 1
113
= = =
x x n x n x n
e
83 , 26
300
111 95 229
n...

2 2
1 .. . 2 . .. 1
121
= = =
x x n x n x n
e
72 , 22
300
94 95 229
n...

2 2
2 .. . 2 .. 1
122
= = =
x x n x n x n
e
96 , 22
300
95 95 229
n...

2 2
3 .. . 2 . .. 1
123
= = =
x x n x n x n
e
35 , 31
300
111 111 229
n...

2 2
1 .. . 3 .. .. 1
131
= = =
x x n x n x n
e
Page | 3

55 , 26
300
94 111 229
n...

2 2
2 .. . 3 . .. 1
132
= = =
x x n x n x n
e
83 , 26
300
95 111 229
n...

2 2
3 .. . 3 . .. 1
133
= = =
x x n x n x n
e
23 , 8
300
111 94 71
n...

2 2
1 .. . 1 . .. 2
211
= = =
x x n x n x n
e
97 , 6
300
94 94 71
n...

2 2
2 .. . 1 . .. 2
212
= = =
x x n x n x n
e
04 , 7
300
95 94 71
n...

2 2
3 .. . 1 . .. 2
213
= = =
x x n x n x n
e
32 , 8
300
111 95 71
n...

2 2
1 .. . 2 . .. 2
221
= = =
x x n x n x n
e
04 , 7
300
94 95 71
n...

2 2
2 .. . 2 . .. 2
222
= = =
x x n x n x n
e
12 , 7
300
95 95 71
n...

2 2
3 .. . 2 . .. 2
223
= = =
x x n x n x n
e
72 , 9
300
111 111 71
n...

2 2
1 .. . 3 . .. 2
231
= = =
x x n x n x n
e
23 , 8
300
94 111 71
n...

2 2
2 .. . 3 . .. 2
232
= = =
x x n x n x n
e
32 , 8
300
95 111 71
n...

2 2
3 .. . 3 . .. 2
233
= = =
x x n x n x n
e

Tabel 2. Nilai Ekspektasi Berdasarkan Perhitungan Manual
Jenis
Kelamin
Usia
Berita yang disenangi
Koran I
(Berita Umum)
Koran 2 (Berita
Metropolis)
Koran 3 (Berita
Olahraga)
Laki-Laki
25-37 tahun 26.55 22.48 22.72
38-50 tahun 26.83 22.72 22.96
> 50 tahun 31.35 26.55 26.83
Perempuan
25-37 tahun 8.23 6.97 7.04
38-50 tahun 8.32 7.04 7.12
> 50 tahun 9.72 8.23 8.32
Ternyata nilai ekspektasi berdasarkan perhitungan manual pada tabel 2 sama
dengan nilai pada kolom Expected-Count pada tabel 1. Kemudian setelah mendapatkan
nilai ekspektasi maka dilakukan perhitungan uji Chi-Square atau perhitungan uji
Nisbah Kemungkinan G
2

Tabel 3. Nilai Uji Likelihood Ratio G
2
dan Nilai Uji Pearson Chi Square
Value df Sig.
Likelihood Ratio 60.527 12 .000
Pearson Chi-Square 55.866 12 .000


Page | 4


Tabel 4. Perhitungan Menggunakan Excel
kode
level
nijk eijk nijk-eijk (nijk-eijk)
2
(nijk-eijk)/eijk nijk/eijk nijk ln (nijk/eijk)
111 10 26,55 -16,55 273,86 10,32 0,38 -9,76
112 15 22,48 -7,48 55,99 2,49 0,67 -6,07
113 29 22,72 6,28 39,41 1,73 1,28 7,08
121 25 26,83 -1,83 3,35 0,12 0,93 -1,77
122 23 22,72 0,28 0,08 0,00 1,01 0,28
123 27 22,96 4,04 16,29 0,71 1,18 4,37
131 48 31,35 16,65 277,22 8,84 1,53 20,45
132 27 26,55 0,45 0,20 0,01 1,02 0,46
133 25 26,83 -1,83 3,35 0,12 0,93 -1,77
211 15 8,23 6,77 45,82 5,57 1,82 9,00
212 15 6,97 8,03 64,47 9,25 2,15 11,50
213 10 7,04 2,96 8,73 1,24 1,42 3,50
221 10 8,32 1,68 2,83 0,34 1,20 1,84
222 9 7,04 1,96 3,82 0,54 1,28 2,20
223 1 7,12 -6,12 37,45 5,26 0,14 -1,96
231 3 9,72 -6,72 45,16 4,65 0,31 -3,53
232 5 8,23 -3,23 10,44 1,27 0,61 -2,49
233 3 8,32 -5,32 28,29 3,40 0,36 -3,06
TOTAL
55,86

30,26
86 , 55
) (
2
1
3
1
3
1
2
2
=

=

= = =
ijk
I j k
ijk ijk
e
e n
_
52 , 60
26 , 30 2
ln ) ( 2
2
1
3
1
3
1
2 2
=
=
=

= = =
ijk
ijk
ijk
I j k
ijk ijk
e
n
n e n G

Kesimpulan: Karena _
2
hitung yaitu 55,86 dan G
2
= 60,52 yang lebih dari 21,0642
maka tolak H0, sehingga ada hubungan antara ketiga variabel (jenis kelamin,usia, dan
jenis berita yang disenangi).

- Analisis Log Linear
Analisis log linear pada kasus ini, terdapat tiga kategori yaitu:
1. Kategori A yaitu Jenis Kelamin
1: Laki laki
2: Perempuan

Page | 5

2. Kategori B yaitu Umur
1: 25 37 tahun
2: 38 50 tahun
3: > 50 tahun
3. Kategori C yaitu Jenis Berita
1: Koran 1 (Berita Umum)
2: Koran 2 (Berita Metropolis)
3: Koran 3 (Berita Olahraga)
Secara umum, model log linear dari kasus ini adalah :
ABC
ijk
BC
jk
AC
ik
AB
ij
C
k
B
j
A
i ijk
e + + + + + + + = log
dengan keterangan:
i : level variabel A
j : level variabel B
k : level variabel C
- Seleksi Model dengan metode K-Way
Tabel 5. K-Way and Higher-Order Effects

K Df
Likelihood Ratio Pearson
Number of
Iterations Chi-Square Sig. Chi-Square Sig.
K-way and Higher Order
Effects
a

1 17 151.670 .000 148.920 .000 0
2 12 60.527 .000 55.866 .000 2
3 4 7.082 .132 7.470 .113 4
K-way Effects
b
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

o Test untuk interaksi K-suku atau lebih adalah nol
Test ini berdasarkan pada hipotesis bahwa efek order ke-K atau lebih sama dengan
nol. Test ini dimulai dari order tertinggi hingga order terendah.
1. Untuk k = 3
H0 : order ke-3 sama dengan nol (
BC
jk
AC
ik
AB
ij
C
k
B
j
A
i ijk
e + + + + + + = log )
H1 : order ke-3 tidak sama dengan nol (
BC
jk
AC
ik
AB
ij
C
k
B
j
A
i ijk
e + + + + + + = log )
= 5 %

Page | 6

Daerah Kritis : _
2
hitung > _
2
((i-1)(j-1)(k-1),)
_
2
hitung > _
2
((2-1)(3-1)(3-1),)
_
2
hitung > _
2
(4, 0,05)
_
2
hitung > 9,4877 atau G
2
> 9,4877
Statistik Uji :
_
2
= 7,470
G
2
= 7,082
Kesimpulan :
Karena nilai _
2
yaitu 7,470 dan nilai G
2
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
BC
jk
AC
ik
AB
ij
C
k
B
j
A
i ijk
e + + + + + + = log
2. Untuk k = 2
H0 : order ke-2 sama dengan nol (
C
k
B
j
A
i ijk
e + + + = log )
H1 : order ke-2 tidak sama dengan nol (
C
k
B
j
A
i ijk
e + + + = log )
= 5 %
Daerah Kritis : _
2
hitung > _
2
((i-1)(j-1)+(i-1)(k-1)+(j-1)(k-1)-(i-1)(j-1)(k-1),)
_
2
hitung > _
2
((2-1)(3-1)+(2-1)(3-1)+(3-1)(3-1)-(2-1)(3-1)(3-1),)
_
2
hitung > _
2
(12, 0,05)
_
2
hitung > 21,0642 atau G
2
> 21,0642
Statistik Uji :
Nilai ekspektasi (e) untuk masing-masing level ditampilkan pada tabel 2, dan
perhitungannya pada tabel 4.
Sehingga statistik uji yang didapatkan adalah
86 , 55
) (
2
1
3
1
3
1
2
2
=

=

= = =
ijk
I j k
ijk ijk
e
e n
_
52 , 60
26 , 30 2
ln ) ( 2
2
1
3
1
3
1
2 2
=
=
=

= = =
ijk
ijk
ijk
I j k
ijk ijk
e
n
n e n G


Page | 7

Kesimpulan :
Karena nilai _
2
yaitu 55,86 dan nilai G
2
60,52 lebih dari 21,0642 maka tolak H0.
Kesimpulan ini juga didapatkan dari nilai P-Value pada uji Chi-Square 0 yang kurang
dari alpha 0,05. Sehingga keputusannya adalah order ke-2 tidak sama dengan nol atau
model log linearnya adalah
C
k
B
j
A
i ijk
e + + + = log
3. Untuk k = 1
H0 : order ke-1 sama dengan nol ( =
ijk
e log )
H1 : order ke-1 tidak sama dengan nol ( =
ijk
e log )
= 5 %
Daerah Kritis : _
2
hitung > _
2
((i-1)+(j-1)+(k-1)+(i-1)(j-1)+(i-1)(k-1)+(j-1)(k-1)-(i-1)(j-1)(k-1),)
_
2
hitung > _
2
((2-1)+(3-1)+(3-1)+(2-1)(3-1)+(2-1)(3-1)+(3-1)(3-1)-(2-1)(3-1)(3-1),)
_
2
hitung > _
2
(17, 0,05)
_
2
hitung > 27,587 atau G
2
> 27,587
Statistik Uji :
67 , 16
18
300
18
...
= = =
n
e
ijk

Tabel 6. Nilai Ekspektasi Berdasarkan Perhitungan Manual pada Order K = 1
Jenis
Kelamin
Usia
Berita yang disenangi
Koran I
(Berita Umum)
Koran 2 (Berita
Metropolis)
Koran 3 (Berita
Olahraga)
Laki-Laki
25-37 tahun 16,67 16,67 16,67
38-50 tahun 16,67 16,67 16,67
> 50 tahun 16,67 16,67 16,67
Perempuan
25-37 tahun 16,67 16,67 16,67
38-50 tahun 16,67 16,67 16,67
> 50 tahun 16,67 16,67 16,67


Page | 8

Tabel 7. Perhitungan Menggunakan Excel
kode
level
eijk nijk nijk-eijk (nijk-eijk)
2
/eijk nijk/eijk nijk x ln nijk/eijk
111 16.67 10 -6.67 2.67 0.6 -5.109
112
16.67
15 -1.67 0.17 0.9 -1.580
113
16.67
29 12.33 9.127 1.74 16.063
121
16.67
25 8.33 4.167 1.5 10.137
122
16.67
23 6.33 2.407 1.38 7.408
123
16.67
27 10.33 6.407 1.62 13.025
131
16.67
48 31.33 58.907 2.88 50.774
132
16.67
27 10.33 6.407 1.62 13.025
133
16.67
25 8.33 4.167 1.5 10.137
211
16.67
15 -1.66 0.167 0.9 -1.580
212
16.67
15 -1.66 0.167 0.9 -1.580
213
16.67
10 -6.66 2.667 0.6 -5.108
221
16.67
10 -6.66 2.667 0.6 -5.108
222
16.67
9 -7.66 3.527 0.54 -5.545
223
16.67
1 -15.67 14.727 0.06 -2.813
231
16.67
3 -13.67 11.207 0.18 -5.144
232
16.67
5 -11.67 8.167 0.3 -6.019
233
16.67
3 -13.67 11.207 0.18 -5.144
TOTAL
148.92
75,835
92 , 148
) (
2
1
3
1
3
1
2
2
=

=

= = =
ijk
I j k
ijk ijk
e
e n
_
670 , 151
835 , 75 2
ln ) ( 2
2
1
3
1
3
1
2 2
=
=
=

= = =
ijk
ijk
ijk
I j k
ijk ijk
e
n
n e n G

Kesimpulan :
Karena nilai _
2
yaitu 148,92 dan nilai G
2
151,670 lebih dari 27,587 maka tolak H0.
Kesimpulan ini juga didapatkan dari nilai P-Value pada uji Chi-Square 0 yang kurang
dari alpha 0,05. Sehingga keputusannya adalah order ke-2 tidak sama dengan nol atau
model log linearnya adalah =
ijk
e log
o Test untuk interaksi K-suku adalah nol
Test ini didasarkan pada hipotesa bahwa efek order ke-K sama dengan nol.
1. Untuk k = 1
H0 : efek order ke-1 sama dengan nol
H1 : efek order ke-1 tidak sama dengan nol
= 5 %

Page | 9

Daerah Kritis : _
2
hitung > _
2
(db1-db2,)
_
2
hitung > _
2
(17-12,)
_
2
hitung > _
2
(5, 0,05)
_
2
hitung > 11,0705 atau G
2
> 11,0705
Statistik Uji :
G
2
= G1
2
- G2
2
= 151,670 60,527
= 91,143
Kesimpulan :
Karena nilai G
2
91,143 lebih dari 11,0705 maka tolak H0. Kesimpulan ini juga
didapatkan dari nilai P-Value pada uji Likelihood Ration 0 yang kurang dari alpha 0,05.
Sehingga keputusannya adalah order ke-1 tidak sama dengan nol.
2. Untuk k = 2
H0 : efek order ke-2 sama dengan nol
H1 : efek order ke-2 tidak sama dengan nol
= 5 %
Daerah Kritis : _
2
hitung > _
2
(db2-db1,)
_
2
hitung > _
2
(12-4,)
_
2
hitung > _
2
(8, 0,05)
_
2
hitung > 15,507 atau G
2
> 15,507
Statistik Uji :
G
2
= G2
2
G3
2
= 60,527 7,082
= 53,445
Kesimpulan :
Karena nilai G
2
53,445 lebih dari 15,507 maka tolak H0. Kesimpulan ini juga
didapatkan dari nilai P-Value pada uji Likelihood Ration 0 yang kurang dari alpha 0,05.
Sehingga keputusannya adalah order ke-2 tidak sama dengan nol.
3. Untuk k = 3
H0 : efek order ke-3 sama dengan nol
H1 : efek order ke-3 tidak sama dengan nol
= 5 %
Daerah Kritis : _
2
hitung > _
2
(db3,)
_
2
hitung > _
2
(4,)
_
2
hitung > 9,488 atau G
2
> 9,488
Page | 10

Statistik Uji :
G
2
= G3
2
= 7,082
Kesimpulan :
Karena nilai G
2
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.
- Test Asosiasi Parsial
Test ini bertujuan untuk menguji hubungan ketergantungan antara dua variabel
dalam setiap level variabel lainnya.
Tabel 8. Partial Associations
Effect df
Partial Chi-
Square Sig.
Number of
Iterations
JENIS*UMUR 2 36.113 .000 2
JENIS*KORAN 2 12.851 .002 2
UMUR*KORAN 4 15.520 .004 2
JENIS 1 87.564 .000 2
UMUR 2 1.790 .409 2
KORAN 2 1.790 .409 2

1. Untuk variabel jenis kelamin dan umum
H0 : Jenis kelamin dan Umur independent dalam setiap level Koran (u12=0)
H1 : Jenis kelamin dan Umur dependent dalam setiap level Koran (u120)
= 5 %
Daerah Kritis : _
2
hitung > _
2
((i-1)(j-1),)
_
2
hitung > _
2
((2-1)(3-1),)
_
2
hitung > _
2
(2, 0,05)
_
2
hitung > 5,991 atau G
2
> 5,991
Statistik Uji :
Tabel 9. Tabulasi Silang Jenis kelamin dan umur
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

Page | 11

..
. .
n
n n
e
j i
ij

=

7533 , 71
300
94 229
n..
1 . . 1
11
=

=
n n
e

5167 , 72
300
95 229
n..
2 . . 1
12
= = =
x n x n
e

73 , 84
300
111 229
n..

3 . . 1
13
= = =
x n x n
e

2467 , 22
300
94 71
n..
1 . . 2
21
= = =
x n x n
e

4833 , 22
300
95 71
n..
2 . . 2
22
= = =
x n x n
e

27 , 26
300
111 71
n..
3 . . 2
23
= = =
x n x n
e

Tabel 10. eij jenis kelamin dan umur
Jenis kelamin 25-37 tahun 38-51 tahun >50 tahun
Laki-laki 71,7533 72,5167 84,73
Perempuan 22,2467 22,4833 26,27
Nilai uji



db= (i-1)(j-1)=(2-1)(3-1)=2


Tolak Ho, Jenis kelamin dan Umur dependent dalam setiap level Koran.
2. Untuk variabel jenis kelamin dan koran
H0 : Jenis kelamin dan koran independent dalam setiap level umur (u13=0)
H1 : Jenis kelamin dan Koran dependent dalam setiap level umur (u130)
= 5 %
Daerah Kritis : _
2
hitung > _
2
((i-1)(k-1),)
_
2
hitung > _
2
((2-1)(3-1),)
_
2
hitung > _
2
(2, 0,05)
_
2
hitung > 5,991 atau G
2
> 5,991
Statistik Uji :
Tabel 11. Jenis kelamin dan koran
Jenis kelamin Koran 1 Koran 2 Koran 3 Total
Laki-laki 83 65 81 229
Perempuan 28 29 14 71
total 111 94 95 300
Page | 12


..
. .
n
n n
e
k i
ik

=

73 , 84
300
111 229
n..

1 . . 1
11
= =

=
x n n
e

7533 , 71
300
94 229
n..

2 . . 1
12
= = =
x n x n
e

5167 , 72
300
95 229
n..

3 . .. 1
13
= = =
x n x n
e
27 , 26
300
111 71
n..

1 . . 2
21
= = =
x n x n
e
2467 , 22
300
94 71
n..

2 . .. 2
22
= = =
x n x n
e
4833 , 22
300
95 71
n..

3 . . 2
23
= = =
x n x n
e
Tabel 12. eik jenis kelamin dan koran
Jenis kelamin Koran 1 Koran 2 Koran 3
Laki-laki 84,73 71,7533 72,5167
Perempuan 26,27 22,2467 22,4833
Nilai uji


db= (i-1)(j-1)=(2-1)(3-1)=2


Tolak Ho. Jenis kelamin dan Umur dependent dalam setiap level Koran
3. Untuk variabel umur dan koran
H0 : Umur dan koran independent dalam setiap level jenis kelamin (u23=0)
H1 : Umur dan Koran dependent dalam setiap level jenis kelamin (u230)
= 5 %
Daerah Kritis : _
2
hitung > _
2
((k-1)(j-1),)
_
2
hitung > _
2
((3-1)(3-1),)
_
2
hitung > _
2
(4, 0,05)
_
2
hitung > 9,488 atau G
2
> 9,488

Page | 13

Statistik Uji :
Tabel 13. Tabulasi Silang umur dan koran
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

..
. .
n
n n
e
k j
jk

=

78 , 34
300
111 94
n..
1 . . 1
11
=

=
n n
e

4533 , 29
300
94 94
n..
2 .. . 1
12
= = =
x n x n
e

7667 , 29
300
95 94
n..
3 .. . 1
13
= = =
x n x n
e

15 , 35
300
111 95
n..
1 . . 2
21
= = =
x n x n
e
7667 , 29
300
94 95
n..
2 . . 2
22
= = =
x n x n
e
0833 , 30
300
95 95
n...
2
3 .. . 2
23
= = =
x n x n
e
07 , 41
300
111 111
n..
1 . . 3
31
= = =
x n x n
e
78 , 34
300
94 111
n..
2 . . 3 .
32
= = =
x n x n
e
15 , 35
300
95 111
n..
3 . . 3
33
= = =
x n x n
e

Tabel 14. ejk umur dan koran
Umur Koran 1 Koran 2 Koran 3
25-37 tahun 34,78 29,4533 29,7667
38-50 tahun 35,15 29,7667 30,0833
>50 tahun 41,07 34,78 35,15
Nilai uji



db= (j-1)(k-1)=(3-1)(3-1)=4


Tolak Ho. Umur dan koran dependent dalam setiap level Koran.
Page | 14

- ELIMINASI BACKWARD
Metode Backward Elimination, pada dasarnya menyelesaikan model dengan
menggunakan prinsip hierarki, yaitu dengan melihat model terlengkap sampai dengan
model yang sederhana atau dimulai dari model umum (semua kemungkinan
dimasukkan).
Untuk memilih model terbaik, maka dibandingkan antara model 0 dengan
model 1 dengan hipotesis sebagai berikut :
H0 : Model 1 adalah model terbaik
H1 : Model 0 adalah model terbaik
Model 0
ABC
ijk
BC
jk
AC
ik
AB
ij
C
k
B
j
A
i ijk
e + + + + + + + = log
Model 1
BC
jk
AC
ik
AB
ij
C
k
B
j
A
i ijk
e + + + + + + = log (interaksi antara tiga variabel
dihilangkan)
Daerah Kritis : _
2
hitung > _
2
(db1-db0,)
_
2
hitung > _
2
(12-4,)
_
2
hitung > _
2
(8, 0,05)
_
2
hitung > 15,507 atau G
2
> 15,507

Tabel 15. Step Summary
Step
a
Effects Chi-Square
c
df Sig.
Number of
Iterations
0 Generating Class
b
JENIS*UMUR*K
ORAN
.000 0 .

Deleted Effect 1 JENIS*UMUR*K
ORAN
7.082 8 .528 4
1 Generating Class
b
JENIS*UMUR,
JENIS*KORAN,
UMUR*KORAN
7.082 8 .528

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



Page | 15

Statistik Uji :
G
2
= G1
2
G0
2
= 7,082 0
= 7,082
Kesimpulan :
Karena nilai G
2
7,082 kurang dari 15,507 maka gagal tolak H0. Kesimpulan ini juga
didapatkan dari nilai P-Value 0,528 yang lebih dari alpha 0,05. Sehingga keputusannya
adalah model 1 adalah model terbaik untuk iterasi pertama.
Untuk selanjutnya, dilakukan iterasi kedua.
H0 : Model 2 adalah model terbaik
H1 : Model 1 adalah model terbaik
Model 1
BC
jk
AC
ik
AB
ij
C
k
B
j
A
i ijk
e + + + + + + = log
Model 2
C
k
B
j
A
i ijk
e + + + = log
Daerah Kritis : _
2
hitung > _
2
(db2-db1,)
_
2
hitung > _
2
(12-8,)
_
2
hitung > _
2
(4, 0,05)
_
2
hitung > 9,488 atau G
2
> 9,488
Statistik Uji :
G
2
= G2
2
G1
2
= 60,527-7,082
= 53,445
Kesimpulan :
Karena nilai G
2
53,445 lebih dari 9,488 maka tolak H0. Sehingga keputusannya adalah
model 1 adalah model terbaik untuk iterasi kedua.
Jadi keputusan akhir, model terbaik adalah
BC
jk
AC
ik
AB
ij
C
k
B
j
A
i ijk
e + + + + + + = log