Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Pendahuluan
Nilai harapan kuadrat tengah memegang peranan yang sangat penting dalam menentukan bentuk uji yang harus digunakan dalam pengujian hipotesis berdasarkan model-model statistika seperti RAL (Rancangan Acak Lengkap), RK (Rancangan Kelompok), PB (Percobaan Berfaktor) yang hasil analisisnnya biasa disajikan dalam TSR (Tabel Sidik Ragam/ Table of Analysis of Variance). Untuk itu, dalam tulisan ini disajikan nilai harapan kuadrat tengah untuk berbagai model berikut contoh penggunaannya.
Perlakuan/Atribut
JKP
KTP
2 +
2
n p 2 i p 1 i =1
2 + n 2
2
JKS JKT
KTS
Asumsi yang harus dipenuhi untuk memperoleh nilai harapan kuadrat tengah sesuai dengan sifat modelnya (Model I atau Model II) adalah sebagai berikut: 1. ij N ( 0, 2 ) sehingga E ( ij ) = 0 dan E ij E ( ij ) 2. a. Model I (Model Tetap):
2 = E ( ij ) = 2
i =1
= 0 sehingga E ( i ) = i dan E ( i2 ) = i2
2
b.
i N ( 0, 2 ) sehingga E ( i ) = 0 dan E ( i E ( i ) ) = E ( i2 ) = 2
= p = 0 melawan H1 : sedikitnya ada satu i 0 atau
2 +
n p 2 i p 1 i =1
2
= p = 0 identik
untuk Model II. Ringkasan statistic uji yang harus digunakan untuk RAL disajikan pada Tabel 2.
Bidang Kajian Biomatematika, Bioinformatika dan Biostatistika, Labo MSPi Jurusan MSP, FPIK IPB
2/7
Mennofatria Boer
Tabel 2. Statistik Uji yang Harus Digunakan untuk RAL dengan Ulangan Sama dan Tanpa Pengambilan Contoh, Yij = + i + ij (i = 1, 2, , p; j = 1, 2, , n) bagi Model I dan Model II. Sumber Keragaman Derajat Jumlah Kuadrat Statsitik Uji atau Fhit Bebas Kuadrat Tengah Model I Model II KTP KTP p 1 JKP KTP KTS KTS p(n 1) JKS KTS pn 1 JKT
Selanjutnya, model observasi bagi RAL dengan ulangan yang tidak sama dan tanpa pengambilan contoh umumnya ditulis sebagai Yij = + i + ij (i = 1, 2, , p; j = 1, 2, , ni ) . Tabel Sidik Ragam (TSR) lengkap dengan Nilai Harapan Kuadrat Tengah, E(KT) disajikan pada Tabel 3.
Tabel 3. Nilai Harapan Kuadrat Tengah RAL dengan Ulangan Tidak Sama dan Tanpa Pengambilan Contoh, Yij = + i + ij (i = 1, 2, , p; j = 1, 2, , ni ) , Model I dan Model II. Sumber Keragaman Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah Bebas Kuadrat Tengah Model I Model II
p 1
Perlakuan/Atribut
p
KTP KTS
2 +
2
1 p ni i2 p 1 i =1
2 + n0 2
2
(n 1)
i =1 i
n 1
i =1 i
p ni2 p 1 sedangkan n0 = ni i =p1 . Adapun asumsi yang harus dipenuhi untuk memperoleh nilai harapan p 1 i =1 ni i =1 kuadrat tengah sesuai dengan sifat modelnya (Model I atau Model II) sama dengan kasus ulangan yang sama seperti telah diuraikan di atas. Demikian pula ststistik uji yang harus digunakan dapat digunakan ratio Kuadrat Tengah yang telah disajikan pada Tabel 2.
C. Ulangan Sama dan Dengan Pengambilan Contoh Berukuran Sama (Klasifikasi Tersarang/Nersted Classification Hierarchical Classification)
Model observasi bagi RAL dengan ulangan yang sama dan dengan pengambilan contoh umumnya ditulis sebagai Yijk = + i + ij + ijk (i = 1, 2, , p; j = 1, 2, , n; k = 1, 2, , m) . Tabel Sidik Ragam (TSR) lengkap dengan Nilai Harapan Kuadrat Tengah, E(KT) disajikan pada Tabel 4.
Tabel 4. Nilai Harapan Kuadrat Tengah RAL dengan Ulangan Sama dan Dengan Pengambilan Contoh, Yijk = + i + ij + ijk (i = 1, 2, , p; j = 1, 2, , n; k = 1, 2, , m) , Model I dan Model II. Sumber Keragaman Derajat Jumlah Kuadrat Bebas Kuadrat Tengah
p 1
Perlakuan/Atribut
2 + m 2 +
2 + m 2 2
nm p 2 2 i + m 2 + nm 2 p 1 i =1
Galat Percobaan p(n 1) (Experimental Error) Galat Penarikan Contoh pn(m 1) (Sampling Error) pnm 1 Total
2 + m 2 2
Mennofatria Boer
3/7
Asumsi yang harus dipenuhi untuk memperoleh nilai harapan kuadrat tengah sesuai dengan sifat modelnya (Model I atau Model II) adalah sebagai berikut: 1. ij N ( 0, 2 ) sehingga E ( ij ) = 0 dan E ij E ( ij )
2 = E ( ij ) = 2
2 = E (ijk ) = 2
i =1
= 0 sehingga E ( i ) = i dan E ( i2 ) = i2
2
b.
i N ( 0, 2 ) sehingga E ( i ) = 0 dan E ( i E ( i ) ) = E ( i2 ) = 2
Prosedur pengujian atau penentuan statistic uji F dapat dilakukan dengan mengambil prinsip yang sama seperti pada 2.1A dan 2.1.B. Ringkasan statistic uji yang harus digunakan untuk RAL dengan ulangan sama dan dengan pengambilan contoh disajikan pada Tabel 5.
Tabel 5. Statistik Uji yang Harus Digunakan untuk RAL dengan Ulangan Sama dan Dengan Pengambilan Contoh Berukuran Sama, Yijk = + i + ij + ijk (i = 1, 2, , p; j = 1, 2, , n; k = 1, 2, , m) , bagi Model I dan Model II. Sumber Keragaman Derajat Jumlah Kuadrat Statistik Uji atau Fhit Bebas Kuadrat Tengah Model I Model II KTP KTP p 1 JKP KTP KTS1 KTS1
p(n 1)
KTS1 KTS2
KTS1 KTS 2
KTS1 KTS 2
D. Ulangan Tidak Sama dan Dengan Pengambilan Contoh (Klasifikasi Tersarang/Nersted Classification/ Hierarchical Classification)
Selanjutnya model observasi bagi RAL dengan ulangan yang tidak sama dan dengan pengambilan contoh umumnya ditulis sebagai Yijk = + i + ij + ijk (i = 1, 2, , p; j = 1, 2, , ni ; k = 1, 2, , nij ) . Tabel Sidik Ragam (TSR) lengkap dengan Nilai Harapan Kuadrat Tengah, E(KT) disajikan pada Tabel 6.
Tabel 6. Nilai Harapan Kuadrat Tengah RAL dengan Ulangan Tidak Sama dan Dengan Pengambilan Contoh Berukuran Tidak Sama, Yijk = + i + ij + ijk (i = 1, 2, , p; j = 1, 2, , ni ; k = 1, 2, , nij ) , Model I dan II. Sumber Keragaman Derajat Bebas
p 1
Perlakuan/Atribut Galat Percobaan (Experimental Error) Galat Penarikan Contoh (Sampling Error) Total
p
(n 1)
i =1 i
2 + c1 2
2
2 + c1 2
2
( n
i =1 j =1 p ni i =1 j =1
ni
ij
1) 1
ij
4/7
Mennofatria Boer
ni 2 n p ni p ij j =1 nij ni i =1 j =1 i =1 nij j =1 c1 = p ( ni 1)
i =1
ni 2 p nij , c = 1 j =1 2 p 1 i =1 ni nij j =1
Asumsi yang harus dipenuhi untuk memperoleh nilai harapan kuadrat tengah sesuai dengan sifat modelnya (Model I atau Model II) sama dengan kasus dengan ulangan yang sama seperti telah dibahas pada C. Prosedur pengujian atau penentuan statistic uji F dapat dilakukan dengan mengambil prinsip yang sama seperti pada 2.1A dan 2.1.B. Ringkasan statistic uji yang harus digunakan untuk RAL dengan ulangan tidak sama dan dengan pengambilan contoh sama dengan seperti yang telah disajikan pada Tabel 5.
Yij = + i + j + ij (i = 1, 2, , p; j = 1, 2, , b) .
Tabel Sidik Ragam (TSR) lengkap dengan Nilai Harapan Kuadrat Tengah, E(KT) disajikan pada Tabel 7.
Tabel 7. Nilai Harapan Kuadrat Tengah RK, Yij = + i + j + ij (i = 1, 2, , p; j = 1, 2, , b) , Tanpa Pengambilan Contoh bagi Model I dan Model II. Sumber Keragaman Derajat Bebas Jumlah Kuadrat Nilai Harapan Kuadrat Tengah Kuadrat Tengah Model I Model II b p 2 JKK KTK + j2 2 + p 2 b 1 j =1
Kelompok
b 1
p 1
KTP KTS
2 +
2
b p 2 i p 1 i =1
2 + b 2
2
(b 1)( p 1) pb 1
Asumsi yang harus dipenuhi untuk memperoleh nilai harapan kuadrat tengah sesuai dengan sifat modelnya (Model I atau Model II) adalah sebagai berikut: 1. ij N ( 0, 2 ) sehingga E ( ij ) = 0 dan E ij E ( ij )
2. a. Model I (Model Tetap):
2 = E ( ij ) = 2
i =1 k j =1
= 0 sehingga E ( i ) = i dan E ( i2 ) = i2
j
b.
= 0 sehingga E ( j ) = j dan E ( j2 ) = j2
2
i N ( 0, 2 ) sehingga E ( i ) = 0 dan E ( i E ( i ) ) = E ( i2 ) = 2
2 2 j N ( 0, ) sehingga E ( j ) = 0 dan E j E ( j ) = E ( j2 ) = 2
Statistic uji yang harus digunakan untuk menguji perbedaan antar perlakuan atau atribut dapat ditentukan dari nilai harapan kuadrat tengah perlakuan dan nilai harapan kuadrat tengah galat percobaan sedemikian KTP sehingga sama dengan . Umumnya penggunaan RK tidak untuk menguji perbedaan antar kelompok KTS melainkan membersihkan perbedaan antar perlakuan atau atribut dari pengaruh pengelompokkan. Namun, KTK . jika ingin diuji juga perbedaan antar kelompok dapat digunakan statistic uji KTS Prinsip-prinsip dalam menemukan ratio yang tepat bagi uji F berlaku secara umum untuk seluruh model yang ada sehingga untuk selanjutnya akan disajikan hanya hasil nilai harapan kuadrat tengah saja.
Jurusan MSP, FPIK IPB Bidang Kajian Biomatematika, Bioinformatika dan Biostatistika, Labo MSPi
Mennofatria Boer
5/7
Tabel 8. Nilai Harapan Kuadrat Tengah RK Model I Dengan Pengambilan Contoh Berukuran Sama, Yijk = + i + j + ij + ijk (i = 1, 2, , p; j = 1, 2, , b; k = 1, 2, , m) . Sumber Keragaman Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah dan Fhit Bebas Kuadrat Tengah Model I Fhit pm b 2 2 2 b 1 JKK KTK + m + j b 1 j =1
p 1
Kelompok Perlakuan/Atribut
2 + m 2 +
2 + m 2
bm p 2 i p 1 i =1
KTP KTS1
Galat Percobaan p(n 1) (Experimental Error) Galat Penarikan Contoh pn(m 1) (Sampling Error) pnm 1 Total
Model observasi PB axb biasa ditulis Yijk = + i + j + ( )ij (i = 1, 2, , a; j = 1, 2, , b; k = 1, 2, , n) yaitu percobaan berfaktor yang dilaksanakan secara RAL. Tabel Sidik Ragam (TSR) lengkap dengan Nilai Harapan Kuadrat Tengah, E(KT) disajikan pada Tabel 9.
Tabel 9. Nilai Harapan Kuadrat Tengah PB axb dengan RAL bagi Model I, Model II dan Model III, Yijk = + i + j + ( )ij (i = 1, 2, , a; j = 1, 2, , b; k = 1, 2, , n) . Sumber Keragaman Perlakuan/Atribut A B AB
bn a 2 i a 1 i =1 an b 2 2 + j b 1 j =1
Model I
2 +
bn a 2 i 2 + bn 2 a 1 i =1
2 2 + n +
2 2 2 2 + n + an 2 + an
an b 2 j b 1 j =1
2 +
a b n 2 2 ( )ij 2 + n (a 1)(b 1) i =1 j =1
2 2 + n
2 2 + n
Asumsi yang harus dipenuhi untuk memperoleh nilai harapan kuadrat tengah sesuai dengan sifat modelnya (Model I, Model II dan Model III) adalah sebagai berikut: 1. ij N ( 0, 2 ) sehingga E ( ij ) = 0 dan E ij E ( ij ) 2. a. Model I (Model Tetap): b. c. d.
2 = E ( ij ) = 2
b
=
i =1 i j =1 a
= ( )ij = ( )ij = 0
i =1 j =1
= ( )
i =1 i i =1
ij
2 = 0 dan j N ( 0, )
j =1
= ( )ij = 0
j =1
Dengan demikian, prosedur penentuan uji F harus didasarkan atas hasil nilai harapan kuadrat tengah pada Tabel 9 yaitu seperti disajikan pada Tabel 10.
6/7
Mennofatria Boer
Tabel 10.
Statistik Uji pada PB axb dengan RAL bagi Model I, Model II dan Model III, Yijk = + i + j + ( )ij (i = 1, 2, , a; j = 1, 2, , b; k = 1, 2, , n) . Derajat Bebas Jumlah Kuadrat Kuadrat Tengah Model I Model II Fhit Model III Model III ( tetap, acak) ( acak, tetap)
KTA KTAB KTB KTS KTAB KTS
Sumber Keragaman
b 1
( a 1)( b 1)
ab(n 1)
abn 1
B. PB axbxc dengan RAL Model observasi PB axbxc dengan RAL ditulis Yijkl = + i + j + ( )ij + k + ( )ik + ( ) jk + ( )ijk + ijkl
(i = 1, 2, , a; j = 1, 2, , b; k = 1, 2, , c; l = 1, 2, , n) . Tabel Sidik Ragam (TSR) lengkap dengan Nilai Harapan Kuadrat Tengah, E(KT) disajikan pada Tabel 11.
Tabel 11. Nilai Harapan Kuadrat Tengah PB axbxc yang Dilaksanakan dengan RAL bagi Model I dan II, Yijkl = + i + j + ( )ij + k + ( )ik + ( ) jk + ( )ijk + ijkl (i = 1, 2, , a; j = 1, 2, , b;
k = 1, 2, , c; l = 1, 2, , n) .
Sumber Keragaman
2 +
2 2 2 2 2 + n + cn + bn + bcn
2 2 2 2 2 + n + cn + an + acn
abn c 2 k c 1 k =1 a b cn 2 2 + ( )ij (a 1)(b 1) i =1 j =1 a c bn 2 2 + ( )ik (a 1)(c 1) i =1 k =1 b c an 2 + ( )2jk (b 1)(c 1) j =1 k =1 a b c n 2 2 + ( )ijk (a 1)(b 1)(c 1) i =1 j =1 k =1
2 +
2 2 2 2 + n + bn + an + abn 2
2 2 2 + n + cn 2 2 2 + n + bn 2 2 2 + n + an 2 2 + n
Asumsi yang harus dipenuhi untuk memperoleh nilai harapan kuadrat tengah sesuai dengan sifat modelnya dapat disesuaikan berdasarkan teladan-teladan terdahulu. Sedangkan untuk Model III ( dan tetap, acak) serta Model III ( tetap, dan acak), nilai harapan kuadrat tengah yang sesuai disajikan pada Tabel 12.
Mennofatria Boer
7/7
Tabel 12. Nilai Harapan Kuadrat Tengah PB axbxc yang Dilaksanakan dengan RAL bagi Model III ( dan tetap, acak) dan Model III ( tetap, dan acak) Yijkl = + i + j + ( )ij + k
2 2 2 2 + n + bn + cn +
bcn a 2 i a 1 i =1
2 2 + an 2 2 + n
2 2 + n +
2 2 2 + an + acn
2 2 + an + abn 2 2 2 2 + n + cn 2 2 2 + n + bn
2 2 + an
2 2 + bn 2 2 + an 2 2 + n
2 2 + n
Dengan demikian, prosedur penentuan uji F harus didasarkan atas hasil nilai harapan kuadrat tengah pada Tabel 11 dan 12 yaitu seperti disajikan pada Tabel 13.
Tabel 13. Statistik Uji pada PB axbxc dengan RAL bagi Model I, Model II dan Model III, Yijkl = + i + j + ( )ij + k + ( )ik + ( ) jk + ( )ijk + ijkl (i = 1, 2, , a; j = 1, 2, , b;
k = 1, 2, , c; l = 1, 2, , n) .
Sumber Keragaman
Derajat Bebas
Model II
JKA
KTA
Tidak ada uji yang tepat Tidak ada uji yang tepat Tidak ada uji yang tepat
KTAB KTABC KTAC KTABC KTBC KTABC KTABC KTS
b 1
c 1
KTB KTBC KTC KTBC KTAB KTABC KTAC KTABC KTBC KTS KTABC KTS
JKS JKT
KTS
Pustaka: Ostle, B. 1966. Statistics in Research. 2nd edition. Oxford & IBH Pub., Co., Calcutta. 585p.
Jakarta, 28 Mei 2005 Mennofatria Boer (Catatan: Mohon maaf, ada kemungkinan salah ketik, harap diperiksa ulang).