Dokumen tersebut membahas perbandingan vektor rata-rata dari dua populasi independen dan dua populasi tergantung. Secara ringkas, dokumen menjelaskan cara menguji hipotesis perbedaan rata-rata antar dua populasi, wilayah kepercayaan, dan selang kepercayaan hasil uji statistik. Contoh kasus diberikan untuk membandingkan hasil analisis kimia dari dua laboratorium berbeda.
3. Perbandingan Vektor Rata-Rata dari Dua
Populasi Independen
Pengujian Hipotesis (Hypothesis Testing)
β’ Asumsi : ππΌ~ππ ππΌ , πΌ
ππΌπΌ~ππ(ππΌπΌ , πΌπΌ
)
β’ Hipotesis statistik : Ho : ππΌ - ππΌπΌ = πΏ π
π»1 βΆ ππΌ - ππΌπΌ β πΏ π
β’ Asumsi : πΌ = πΌπΌ = tidak diketahui nilainya
= π π =
ππΌ β 1 ππΌ + ππΌπΌ β 1 ππΌπΌ
ππΌ + ππΌπΌ β 2
π π : matriks ragam-peragam sampel gabungan (pooled) dari kedua
populasi
SI dan SII : matriks ragam peragam Sampel dari populasi I dan populasi II
Politeknik Statistika STIS
7. Perbandingan Vektor Rata-Rata dari Dua
Populasi Independen
Asumsi : πΌ
β πΌπΌ
dan tidak diketahui nilainya
Gunakan ukuran contoh besar : (ππΌ β π) πππ (ππΌπΌ β π) besar
*) statistik uji :
π₯πΌ β π₯πΌπΌ β πΉ π
β²
1
ππΌ
ππΌ +
1
ππΌπΌ
ππΌπΌ
β1
π₯πΌ β π₯πΌπΌ β πΉ π ~ π2
π
Tolak Ho, terima H1 : ππΌ - ππΌπΌ β πΏ π jika :
Nilai statistik uji > π2
πΌ;π
Apabila Ho tidak ditolak, dapat diartikan bahwa pada tingkat
kepercayaan sebesar (1- πΌ) 100% vektor ππΌ - ππΌπΌ = πΏ π berada dalam
wilayah ellipse
Politeknik Statistika STIS
8. Perbandingan Vektor Rata-Rata dari Dua
Populasi Independen
*) Selang Kepercayaan simultan (ΞΌIi β ΞΌIIi) pada (1- Ξ±)100%:
πβ²( π₯πΌ β π₯πΌπΌ) Β± βπ2
πΌ;π πβ²
1
ππΌ
ππΌ +
1
ππΌπΌ
ππΌπΌ π
Untuk penggunaan sampel yang sama besar dari masing-masing
populasi : nI = nII = n
*) Statistik Uji :
π₯πΌ β π₯πΌπΌ β πΉ π
β²
2
π
π π
β1
π₯πΌ β π₯πΌπΌ β πΉ π ~ π2
π
Tolak Ho , terima H1 : ππΌ - ππΌπΌ β πΏ π jika :
Nilai statistik uji > π2
πΌ;π
Politeknik Statistika STIS
9. Perbandingan Vektor Rata-Rata dari Dua
Populasi Dependen
β’ Pengukuran sering dicatat dalam beberapa set
kondisi eksperimen yang berbeda untuk melihat
apakah secara signifikan terdapat perbedaan
respon. Dua atau lebih perlakuan dapat
diberikan pada unit eksperimental yang sama,
dan respon dapat dibandingkan untuk menilai
efek dari adanya perlakuan. Inferensia dua
vector rata-rata dapat dilakukan dengan
manganalisis komponen perbedaan atau
differencesnya (Dij).
Politeknik Statistika STIS
10. Perbandingan Vektor Rata-Rata dari Dua
Populasi Dependen
β’ Asumsi :
π₯ππ1 β π₯ππ2 = π·ππ~ππ(πΏ, π΄ π)
β’ Keterangan:
Dij : Perbedaan
i = 1,β¦, p (variabel)
j = 1,β¦,n (observasi)
β’ Hipotesis :
H0 : πΏ = 0 (tidak ada efek dari adanya perlakuan)
H1 : πΏ β 0
Politeknik Statistika STIS
11. Perbandingan Vektor Rata-Rata dari Dua
Populasi Dependen
Statistik Uji (Multivariate):
β’ π2 = π ( π· β πΏ)β²π΄ π
β1
( π· β πΏ)
β’ π2 = π ( π· β πΏ)β²πβ1( π· β πΏ)
β’ Jika n dan n-p keduanya besar, T2 kira-kira
didistribusikan sebagai variabel acak π π
2
,
terlepas dari bentuk populasi perbedaan yang
mendasarinya (Proof-Applied Multivariate
Statistical Analysis page 274)
Politeknik Statistika STIS
12. Perbandingan Vektor Rata-Rata dari Dua
Populasi Dependen
β’ Keputusan :
β’ Tolak H0 jika :
β’ πβππ‘
2
> π π
2
(πΌ) πβππ‘
2
>
π(πβ1)
πβπ
πΉπ,πβπ(πΌ)
β’ Selang Kepercayaan
β’ ππ Β±
π πβ1
πβπ
πΉπ,πβπ(πΌ)
π π π
2
π
Politeknik Statistika STIS
13. Contoh 6.1
Politeknik Statistika STIS
β’ Penanggulangan terhadap limbah air pabrik diperlukan untuk
menjaga kondisi sungai agar tetap sesuai kondisi normalnya.
Kekhawatiran terhadap tingkat kepercayaan data pengamatan
kandungan limbah yang diperoleh dari program pengamatan
langsung memicu diadakannya penelitian lanjutan dimana
sampel dari beberapa sungai dibagi dan dikirim ke dua
laboratorium berbeda untuk dilakukan pengecekan.
β’ Sampel dikirim ke dua laboratorium. Sampel dikirim ke
Wisconsin State Laboratory of Hygiene dan dikirim ke
laboratorium komersial yang biasanya rutin dipakai untuk
program pengawasan. Pengukuran biochemical oxygen
demand (BOD) dan suspended solids (SS) akan dilakukan
untuk 11 sampel di masing - masing laboratorium.
β’ Data ditampilkan dalam tabel 6.1.
15. Contoh 6.1
Politeknik Statistika STIS
β’ Apakah analisis kimia dari dua laboratorium sama ?
β’ T2 statistik untuk pengecekan π»0: πΏβ²
= πΏ1 , πΏ2 = 0,0 dibangun dari
dua pengamatan yang berpasangan namun berbeda
ππ1 = π₯1π1 β π₯2π1
ππ2 = π₯1π2 β π₯2π2
-19 -22 -18 -27 -4 -10 -14 17 9 4 -19
12 10 42 15 -1 11 -4 60 -2 10 -7
β’ π =
π1
π2
=
β9.36
13.27
π π =
199.26 88.38
88.38 418.61
16. Contoh 6.1
Politeknik Statistika STIS
β’ π2
= 11 β9.36,13.27
0.0055 β0.0012
β0.0012 0.0026
β9.36
13.27
= 13.6
β’ Dengan πΌ = 0.05 maka π π β 1 π β π πΉ2.9 0.05 = 9.47
β’ Karena π2
= 13.6 > 9.47 Maka keputusannya adalah Tolak π»0 dan
dapat disimpulkan bahwa terdapat perbedaan rata β rata antara hasil
pengukuran di dua laboratorium tersebut.
β’ Bisa dilihat dari pengamatan data bahwa laboratorium komersial
memiliki kecenderungan pengukuran angka BOD yang lebih kecil dan
pengukuran SS yang lebih besar dibandingkan State Lab of Hygiene.
β’ Selang kepercayaan 95% untuk perbedaan dua rata β rata dihitung
melalui persamaan di slide selanjutnya.
17. Contoh 6.1
Politeknik Statistika STIS
πΏ1: π1 Β±
( π β 1)π
π β π
πΉ )π,πβπ(πΌ
π π
2
π
= β9.36 Β± 9.47
199.26
11 or (β22.46 , 3.74)
πΏ2: 13.27 Β± 9.47
418.61
11
ππ (β5.71 , 32.25)
β’ Selang kepercayan 95% mengandung angka 0, padahal π»0: πΏβ²
=
πΏ1 , πΏ2 = 0,0 keputusannya adalah Tolak. Apa kesimpulannya?
β’ Titik πΏ = 0 jatuh diluar area kepercayaan 95% untuk πΏ dan hasil ini
konsisten dengan pengujian T2.Selang kepercayaan (95%) ini
seluruh bagian nya dapat dibangun menjadi kombinasi linier dengan
bentuk π1 πΏ1 + π2 πΏ2
β’ Bagian interval ini berhubungan dengan (π1 = 1, π2 = 0) dan (π1 =
0, π2 = 1) yang mengandung 0. Pilihan lain dari π1 dan π2 secara
bersamaan akan menghasilkan selang yang tidak mengandung 0 (
Jika π»0: πΏβ²
= πΏ1 , πΏ2 = 0,0 keputusannya adalah Gagal Tolak maka
semua selangnya secara bersamaan akan mengandung 0)
18. Contoh 6.3
β’ Membangun confidence region untuk perbedaan dari two mean
vectors
β’ Lima puluh batang sabun diproduksi dengan dua cara yang
berbeda. Dua karakteristik yang digunakan X1 = berbusa X2 =
kelembutan. Statistik ringkasan untuk batang sabun yang diproduksi
dengan metode 1 dan metode 2 adalah sebagai berikut;
β’ Menghitung confidence region 95% untuk π1 β π2.
β’ Pertama kita tahu bahwa S1 dan S2 adalah ikurang lebih
bernilai sama, jadi mereka dapat digabungkan (pool),
x1 =
8.3
4.1
, π1 =
2 1
1 6
x2 =
10.2
3.9
, π2 =
2 1
1 4
Politeknik Statistika STIS
19. Contoh 6.3
β’ Jadi confidence ellipsenya terpusat di [-1.9,0.2]. eigenvalue dan eigenvector
dari Spooled didapatkan dari perhitungan berikut
β’ Jadi π = (7 Β± 49 β 36)/2 karena itu, π1 = 5.303 and π2 = 1.697, dan
eigenvector yang sesuai, e1 dan e2 ditentukan dari
β’ π ππππππ ππ = ππ ππ, π = 1,2
β’ Adalah
β’ ππ =
0.290
0.957
dan π2 =
0.957
β0.290
π ππππππ =
49
98
π1 +
49
98
π2 =
2 1
1 5
,
π₯1 β π₯2 =
β1.9
0.2
0 = π ππππππ β ππ =
2 β π 1
1 5 β π
= π2
β 7π + 9
Politeknik Statistika STIS
21. Contoh 6.3
β’ Satuan sepanjang eigenvector ei, atau satuan 1.15 di arah e1 dan
satuan 0.65 di arah e2. Confidence elipse 95% diperlihatkan ddi
figure 6.1. π1 β π2 = 0 tidak masuk dalam ellipse. Dan kita dapat
menyimpulkan bahwa dua metode produksi sabun menghasilkan
hasil yang berbeda. Berdasarkan hailnya dua proses menghasilkan
batang sabun dengan kelembutan yang sama (X2), tapi yang dari
process kedua lebih memiliki busa (X1).
Politeknik Statistika STIS