160 likes | 342 Views
ANALYSIS OF VARIANCE (ANOVA). Matakuliah : KodeJ0204/Statistik Ekonomi Tahun : Tahun 2007 Versi : Revisi. ANALYSIS OF VARIANCE (ANOVA). ANOVA dapat digunakan untuk menguji kesaman 3 (tiga) atau lebih rata-rata populasi menggunakan data yang diperoleh dari pengamatan maupun percobaan.
E N D
ANALYSIS OF VARIANCE (ANOVA) Matakuliah : KodeJ0204/Statistik Ekonomi Tahun : Tahun 2007 Versi : Revisi
ANALYSIS OF VARIANCE (ANOVA) • ANOVA dapat digunakan untuk menguji kesaman 3 (tiga) atau lebih rata-rata populasi menggunakan data yang diperoleh dari pengamatan maupun percobaan. • Menggunakan hasil sampel untuk menguji hipotesis berikut: H0: 1 = 2 = … = k Ha: minimal ada i j • Jika H0 ditolak berarti minimal ada 2 rata-rata populasi yang memiliki nilai berbeda.
ASUMSI-ASUMSI PADA ANOVA • Untuk setiap populasi, variabel respons-nya terdistribusi normal. • Varian dari variabel respons, dinotasikan 2, adalah sama untuk semua populasi. • Unit observasi harus saling bebas (independent).
ANOVA: PENGUJIAN k RATA-RATA POPULASI ESTIMASI VARIAN POPULASI ANTAR SAMPEL • Estimasi 2 antar-sampel (between-samples) disebut mean square between (MSB). • Pembilang dari MSB merupakan sum of squares between (SSB). • Penyebut dari MSB menyatakan derajat bebas (degrees of freedom)yang terkait dengan SSB.
ANOVA: PENGUJIAN k RATA-RATA POPULASI ESTIMASI VARIAN POPULASI DALAM SAMPEL • Estimasi 2 yang didasarkan pada variasi observasi dalam masing-masing sampel disebut mean square within (MSW). • Pembilang dari MSW disebut sum of squares within (SSW). • Penyebut dari MSW menunjukkan derajat bebas (degrees of freedom) yang bersesuaian dengan SSW.
ANOVA: PENGUJIAN k RATA-RATA POPULASI PERBANDINGAN ESTIMASI VARIAN: UJI F • Jika H0 benar dan asumsi pada ANOVA terpenuhi, maka distribusi • Jika rata-rata k populasi tidak sama, nilai MSB/MSW akan meningkat karena MSB overestimate. • Oleh karena itu, kita akan menolak H0.
PROSEDUR PENGUJIAN k RATA-RATA POPULASI • Hipotesis H0: 1 = 2 = … = k Ha: minimal ada i j • Uji Statistik F = MSB/MSW • Aturan Penolakan Tolak H0 jika F > F dimana nilai F didasarkan pada distribusi F dg derajat bebas k - 1 dan nT - 1.
CONTOH: REED MANUFACTURING • Analysis of Variance (ANOVA) J. R. Reed ingin mengetahui apakah rata-rata jumlah jam kerja per minggu para manajer sama pada tiga perusahaan yang ada (Buffalo, Pittsburgh, and Detroit). Sampel acak sederhana yang terdiri dari 5 orang manajer pada masing-masing perusahaan diambil dan jumlah jam kerja minggu yang lalu masing-masing manajer tersebut dicatat. Hasilnya seperti pada slide berikut.
CONTOH: REED MANUFACTURING (L) • Analysis of Variance (ANOVA) Prshn 1 Prshn 2 Prshn 3 Observasi Buffalo Pittsburgh Detroit 1 48 73 51 2 54 63 63 3 57 66 61 4 54 64 54 5 62 74 56 Rata-rata Sampel 55 68 57 Varian Sampel 26,0 26,5 24,5
CONTOH: REED MANUFACTURING (L) • Analysis of Variance (ANOVA) Hipotesis H0: 1 = 2 = 3 Ha: minimal ada i j ; i, j = 1,2,3 dimana: 1 = rata-rata jumlah jam kerja perminggu manajer pada perusahaan 1 2 = rata-rata jumlah jam kerja perminggu manajer pada perusahaan 2 3 = rata-rata jumlah jam kerja perminggu manajer pada perusahaan 3
CONTOH: REED MANUFACTURING (L) • Analysis of Variance (ANOVA) Mean Square Between (MSB) Karena ukuran sampelnya sama, maka x = (55 + 68 + 57)/3 = 60 SSB = 5(55 - 60)2 + 5(68 - 60)2 + 5(57 - 60)2 = 490 MSB = 490/(3 - 1) = 245 Mean Square Within (MSW) SSW = 4(26,0) + 4(26,5) + 4(24,5) = 308 MSW = 308/(15 - 3) = 25,667 =
CONTOH: REED MANUFACTURING (L) • Analysis of Variance (ANOVA) Uji Statistik F = MSB/MSW = 245/25,667 = 9,55
CONTOH: REED MANUFACTURING (L) • Analysis of Variance (ANOVA) Aturan Penolakan Misalkan = 0,05, maka F0,05;2;12 = 3,89 Tolak H0 jika F > 3,89 Kesimpulan Karena F = 9,55 > F0,05;2;12 = 3,89, maka H0 ditolak. Rata-rata jumlah jam kerja para manajer perminggu pada tiga perusahaan (Buffalo, Pittsburgh, and Detroit) tidak sama.
EXERCISE • An investment club researched large-cap technology stocks in an attempt to diversify their portfolio. As part of their research, the club wanted to know if the was a difference in the price-earnings ratios for the Hardware, Semiconductor and Software industries. A random sample of price-earnings ratios of five large-cap companies from each industry gave the following data. Hardware Semiconductors Software 34.5 11.3 37.8 41.9 10.3 41.6 74.8 12.0 39.8 23.7 7.8 44.7 23.3 25.3 80.2 Given SS(total) = 6625.693 and SS(treatments) = 3391.321, is there evidence of a difference between the means for the three groups. Use = .05.
SEKIAN & SEE YOU NEXT SESSION