download

Matakuliah
Tahun
Versi
: I0214 / Statistika Multivariat
: 2005
: V1 / R1
Pertemuan 16
Analisis Ragam Peubah Ganda
(MANOVA IV)
1
Learning Outcomes
Pada akhir pertemuan ini, diharapkan
mahasiswa akan mampu :
• Mahasiswa dapat menerangkan konsep
dasar analisis ragam peubah ganda
(manova)  C2
• Mahasiswa dapat menghitung manova
satu klasifikasi  C3
• Mahasiswa dapat melakukan uji
pembandingan ganda  C3
2
Outline Materi
• Konsep dasar analisis ragam peubah
ganda (manova)
• Analisis ragam peubah ganda satu
klasifikasi
• Uji kontras-ortogonal
• Uji T2-Hotelling
3
<<ISI>>
Null Hypothesis
Univariate t-test:
H0 : 1 = 2
(population means are equal)
Multivariate case (2-group MANOVA):
 11   12 

 



 21   22 

H0 :      

 

  p1    p 2 

 

Main
assumptions:
(population mean vectors are equal)
normally
matrices across groups
distributed
DVs,
equal
covariance
<<ISI>>
Test Statistic for 2-group MANOVA
n1n 2
1

(
y

y
)
S
( y1  y 2 )
1
2
Hotelling’s T : T =
n1  n 2
2
2
n1 : sample size in first group
n2 : sample size in second group
y1
: vector of means of DVs in first group
y2
: vector of means of DVs in second group
S : pooled within-group covariance matrix
<<ISI>>
Hotelling’s T2 measures the between-group difference (y1  y 2 ) , which
is weighted by the within-group covariance matrix S-1. The test works
as follows: From Hotellings T2, form
n1  n 2  p  1 2
F = (n  n  2)p T
1
2
F is the test statistic for testing whether there is a significant group
difference with respect to the whole vector y of dependent variables. Fdistributed with p and (n1 + n2 -p - 1) degress of freedom
6
Diasumsikan observasi bebas dengan p-dimensi multinormal variates
dengan vector μ1, …,μk dalam perlakuan yang berbeda dan matrix Σ
kovarians tidak diketahui untuk semua k kondisi.
Diketahui model linier dari matrix A :
7
untuk unidimensional prototype, parameter matriks sekarang adalah:
Hipotesis ujinya bahawa vector efek perlakuan yang sama :
8
Postfactor matrix M adalah p x p matriks yang diketahui, dan
representsi matriks H0 : Cξ = 0 dari hipotesis punya matriks
hipotesis yang sama yaitu C = [C1 C2] seperti dalam motivasi
univariate. Jika nilai dari A1 dan C1 digunakan untuk
mengevaluasi matriks H dan E maka elemennya menjadi
dimana xijr = I th observasi dari respon r dalam pelakuan j
= jumlah semua observasi pada perlakuan j
= jumlah total semua observasi pada respon N = N1 + 9… + N
• Untuk menguji hipotesis dari efek
perlakuan yang sama, dari HE-1 dan
mengacu pada kuantitas θs = cs / (1 + cs)
ke dalam chart point persentase yang
tepat, atau tabel untuk level α dan
parameter :
Kita harus memverifikasi bahwa kasus dari k = 2 menunjuk
pada T2 dimana F statistiknya mengikuti ekspresi :
10
<< CLOSING>>
• Sampai dengan saat ini Anda telah
mempelajari kosep dasar analisis ragam
peubah ganda, dan manova satu
klasifikasi
• Untuk dapat lebih memahami konsep
dasar analisis ragam peubah ganda dan
manova satu klasifikasi tersebut, cobalah
Anda pelajari materi penunjang,
website/internet dan mengerjakan latihan
11