APG Pertemuan 6 : Mean Vectors From Two Populations
1. Mean Vectors
From Two Populations
Multivariate Analysis
Lecturer: Rani Nooraeni, S.ST, M.Stat.
2. 5th Group of 3SK1
Yudi Dharma Jasmine Amalia N. Cristia Monica
Ni Luh Ayu Nova L. Shafiyah Asy Syahidah
3. CONTENT
Mean Vectors
From Two
Populations
Dependent
Mean Vectors
From Two
Populations
Independent
Experimental
Design for
Paired
Comparison
Applied Multivariate Statistical Analysis, Fifth Edition
Richard A. Johnson | Dean W. Wichern
4. Untuk menguji perbedaan rata-rata multivariate 2 populasi independen, terdapat 2 asumsi awal yang harus
diperhatikan
Mean Vectors From Two Populations Independent
Hipotesis yang diujikan adalah:
โ diketahui โ tidak diketahui
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 < ๐น ๐
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 > ๐น ๐
2
3
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 โ ๐น ๐
1
4
5. 2 Populasi Independen โ Jika โ Diketahui
Ketika ๐ฎ diketahui, ada asumsi lainnya yang perlu diperhatikan, yaitu kesamaan varians. Apakah ๐ด1 = ๐ด2
atau ๐ด1 โ ๐ด2?
1. Asumsi
๐ฟ ๐~๐ต ๐ ๐ ๐, ๐ฎ ๐
๐ฟ ๐~๐ต ๐ ๐ ๐, ๐ฎ ๐
๐ฎ ๐ = ๐ฎ ๐ = ๐ฎ
2. Asumsi
๐ฟ ๐~๐ต ๐ ๐ ๐, ๐ฎ ๐
๐ฟ ๐~๐ต ๐ ๐ ๐, ๐ฎ ๐
๐ฎ ๐ โ ๐ฎ ๐
Untuk ๐1 dan ๐2 besar atau pun kecil, statistik ujinya adalah:
๐ ๐
= ๐ฟ1 โ ๐ฟ2 โ ๐น ๐
โฒ
1
๐1
+
1
๐2
๐ฎ
โ๐
๐ฟ1 โ ๐ฟ2 โ ๐น ๐ ~ ๐ฟ ๐
๐
๐2
= ๐ฟ1 โ ๐ฟ2 โ ๐น ๐
โฒ
1
๐1
๐ฎ ๐ +
1
๐2
๐ฎ2
โ1
๐ฟ1 โ ๐ฟ2 โ ๐น ๐ ~ ๐ ๐
2
Untuk ๐1 dan ๐2 besar atau pun kecil, statistik ujinya
adalah:
5
6. Wilayah kritis untuk tiga hipotesis tadi adalah
Tolak ๐ป0 apabila ๐2 > ๐ ๐
2(๐ผ)
2 Populasi Independen โ Jika โ Diketahui
Selang Kepercayaan Simultan dengan
nilai peluang 1 โ ๐ผ
Wilayah kritis untuk tiga hipotesis tadi
adalah
Tolak ๐ป0 apabila ๐2
> ๐ ๐
2
(๐ผ)
Selang Kepercayaan Simultan dengan nilai
peluang 1 โ ๐ผ
๐ฟ1๐ โ ๐ฟ2๐ ยฑ ๐ ๐
2
(๐ผ)
1
๐1
+
1
๐2
๐ฎ ๐ฟ1๐ โ ๐ฟ2๐ ยฑ ๐ ๐
2
(๐ผ)
๐ฎ ๐๐
๐1
+
๐ฎ ๐๐
๐2
6
7. 2 Populasi Independen โ Jika โ Tidak Diketahui
๐ป0: ๐1 = ๐2
๐ป1: ๐1 โ ๐2
Dimana
๐ = ๐1 โ 1 ๐บ1 + (๐2 โ 1)๐บ2
๐ฉ =
๐=1
2
๐๐ ๐๐ โ ๐ ๐๐ โ ๐ โฒ
๐ =
๐1 ๐1 + ๐2 ๐2
๐1 + ๐2
Statistik Uji:
โงโ
=
๐
๐ + ๐
Jika varians populasi
tidak diketahui, perlu
dilakukan uji kesamaan
varians terlebih dahulu.
Keputusan:
Tolak ๐ป0, jika
1 โ โงโ
โงโ
โ ๐๐ โ ๐ โ 1
๐ โ 1
> ๐น2 ๐โ1 ,2 โ ๐ ๐โ๐โ1 ๐ผ
7
8. 1. Asumsi
๐ฟ1~๐ ๐ ๐1, ๐ฎ1
๐ฟ2~๐ ๐ ๐2, ๐ฎ2
๐ฎ1 = ๐ฎ2 = ๐ฎ
โ ๐โ1
๐1
(๐ฅ1๐ โ ๐ฅ1)(๐ฅ1๐ โ ๐ฅ1)โฒ merupakan estimasi dari (๐1 โ 1)๐ฎ dan
โ ๐โ1
๐2
(๐ฅ2๐ โ ๐ฅ2)(๐ฅ2๐ โ ๐ฅ2)โฒ merupakan estimasi dari (๐2 โ 1)๐ฎ.
Kita dapat menggabungkan informasi dari kedua sampel untuk mengestimasi
kovarians umum ๐บ.
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 โ ๐น ๐
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 < ๐น ๐
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 > ๐น ๐
Hipotesis yang diujikan:
๐บ ๐๐๐๐๐๐ =
โ ๐โ1
๐1
(๐ฅ1๐ โ ๐ฅ1)(๐ฅ1๐ โ ๐ฅ1)โฒ + โ ๐โ1
๐2
(๐ฅ2๐ โ ๐ฅ2)(๐ฅ2๐ โ ๐ฅ2)โฒ
๐1 + ๐2 โ 2
๐บ ๐๐๐๐๐๐ =
๐1 โ 1
๐1 + ๐2 โ 2
๐บ1 +
๐2 โ 1
๐1 + ๐2 โ 2
๐บ2
8
2 Populasi Independen โ Jika โ Tidak Diketahui
12. Confidence ellipse extends
๐๐
1
๐1
+
1
๐2
๐2 = ๐๐ 0.25
Berdasarkan gambar di samping, cukup jelas
bahwa ๐1 โ ๐2 = 0 tidak berada di dalam elips
(melewati titik origin). Karena itu kita dapat
menyimpulkan bahwa terdapat perbedaan
metode pembuatan sabun.
Tampak seolah-olah kedua proses batang sabun
dengan kelembutan yang sama, tetapi mereka
dari proses kedua memiliki lebih banyak busa.
Pembahasan
Jawaban
10
13. Tolak ๐ป0, jika
๐2 > ๐ ๐
2(๐ผ)
๐ฟ1~๐ ๐ ๐1, ๐ฎ1
๐ฟ2~๐ ๐ ๐2, ๐ฎ2
๐ฎ1 โ ๐ฎ2
2. Asumsi
Jika ๐1 dan ๐2 besar,
Statistik uji:
๐2
= ๐ฟ1 โ ๐ฟ2 โ ๐น ๐
โฒ
1
๐1
๐บ1 +
1
๐2
๐บ2
โ1
๐ฟ1 โ ๐ฟ2 โ ๐น ๐ ~ ๐ ๐
2
13
2 Populasi Independen โ Jika โ Tidak Diketahui
Hipotesis yang diujikan:
Pembuktian ada
di halaman 291
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 โ ๐น ๐
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 < ๐น ๐
๐ป0: ๐1 โ ๐2 = ๐น ๐
๐ป1: ๐1 โ ๐2 > ๐น ๐
Jika ๐1 atau ๐2 kecil, maka
untuk kasus kali ini dias
umsikan langsung bahwa
๐ฎ1 = ๐ฎ2 = ๐ฎ
Pembuktian di halaman
284
14. Contoh Soal
Kita ingin menganalisis konsumsi barang
elektornik dari data contoh 6.4,
menggunakan pendekatan sampel besar
49
98
๐1 +
49
98
๐2=
1
45
138525,3 23823,4
23823,4 73107,4
+
1
55
8632 19616,7
19616,7 55964,5
=
464,17 886,08
886,08 2642,15
Contoh soal 6.5 ๐โ ฮผ1 โ ฮผ2 = 1,0
ฮผ11 โ ฮผ21
ฮผ12 โ ฮผ22
= ฮผ11 โ ฮผ21
dan
๐โ ฮผ1 โ ฮผ2 = 0,1
ฮผ11 โ ฮผ21
ฮผ12 โ ฮผ22
= ฮผ12 โ ฮผ22
Statistik Uji
๐2
= ๐ฅ1 โ ๐ฅ2
โฒ
1
๐1
๐ 1 +
1
๐2
๐ 2
โ1
๐ฅ1 โ ๐ฅ2
๐2
=
204,4 โ130
556,6 โ355
โฒ
464,17 886,08
886,08 2642,15
204,4 โ130
556,6 โ355
= 15.66
Keputusan
Tolak H0 ๏ ๐2
= 15.66 > ๐2
2
0,05 = 5.99
Kesimpulan
Dengan tingkat signifikansi 5%, kita memiliki cukup bukti
untuk mengatakan bahwa terdapat perbedaan hasil antar
kedua populasi.
Jawaban
14
15. Latihan Soal
Use the data for treatments 2 and 3 in Exercise 6.8
Treatment 2:
3
3
,
1
6
,
2
3
Treatment 3:
2
3
,
5
1
,
3
1
,
2
3
a. Calculate ๐บ ๐๐๐๐๐๐
b. Test ๐ป0: ๐2 โ ๐3 = ๐ employing a two-
sample approach with ๐ผ = 0.01
c. Construct 99% simultaneous confidence
intervals for the differences ๐2๐ โ ๐3๐, ๐ = 1,2
Exercise 6.6 p. 333
15
17. Sample j Commercial lab State lab of hygiene
X1j1(BOD) X1j2 (SS) X2j1(BOD) X2j2 (SS)
1 6 27 25 15
2 6 23 28 13
3 18 64 36 22
4 8 44 35 29
5 11 30 15 31
6 34 75 44 64
7 28 26 42 30
8 71 124 54 64
9 43 54 34 56
10 33 30 29 20
11 20 14 39 21
Table 1. Effluent Data
Source : Data courtesy of S. Weber
Contoh Soal
Johnson p. 275
Do the two
laboratories chemical
analyses agree? If
differences exist, what
is their nature?
17
18. dj1 = x1ji โ x2j1 dj2 = x1j2 โ x2j2
-19 12
-22 10
-18 42
-27 15
-4 -1
-10 11
-14 -4
17 60
9 -2
4 10
-19 -7
๐ =
๐1
๐2
=
โ9.36
13.27
๐บ ๐ =
199.26 88.38
88.38 418.61
H0 : ๐นโฒ = [๐ฟ1 , ๐ฟ2] = 0,0
H1 : Minimal terdapat salah satu ฮด๐ โ ๐
Tingkat signifikansi: ๐ผ = 0.05
Statistik Uji:
๐2 = ๐ ๐ซ โ ฮด โฒ ๐บ ๐
โ๐
( ๐ซ โ ฮด)
๐2
= 11 โ9.36 13.27
0.0055 โ0.0012
โ0.0012 0.0026
โ9.36
13.27
= 13.6
Wilayah Kritis
๐ โ 1 ๐
(๐ โ ๐)
๐น๐,๐โ๐(0.05) =
2(10)
9
๐น2,9 0.05 = 9.47
Keputusan
๐2 = 13.6 > 9.47 โ Tolak H0
โด Dengan tingkat signifikansi 5%, kita memiliki cukup
bukti untuk mengatakan bahwa terdapat perbedaan
hasil uji antara kedua laboratorium tersebut.
Jawaban
18
Pembahasan
19. Pembahasan
๐ฟ1 : ๐1 ยฑ
๐โ1 ๐
(๐โ๐)
๐น๐,๐โ๐(๐ผ)
๐ ๐1
2
๐
= - 9.36 ยฑ 9.47
199.26
11
= (-22.46 ; 3.74)
๐ฟ2 : ๐1 ยฑ
๐โ1 ๐
(๐โ๐)
๐น๐,๐โ๐(๐ผ)
๐ ๐1
2
๐
= - 13.27 ยฑ 9.47
418.61
11
= (-5.71 ; 32.25)
๏ Dari kedua selang tersebut nilai 0 masuk kedalam selang interval, sehingga dapat disimpulkan
bahwa hasil dari kedua laboratorium adalah sama.
๏ Terdapat perbedaan kesimpulan dari kedua uji yaitu dari uji parsial dan uji simultan. Hal tersebut
bias saja terjadi karena daerah penolakan dan penerimaan hipotesis dari uji parsial dan simultan
memiliki bentuk yang berbeda.
Karena keputusan tolak H0, maka dilakukan Uji Parsial untuk melihat letak perbedaanya
19
20. Latihan Soal
Using the information in Example 6.1
construct the 95% Bonferroni
simultaneous intervals for the
components of the mean difference
vector ๐น. Compare the lengths of these
intervals with those of the simultaneous
intervals constructed in the example.
Exercise 6.2 p. 332
20
21. Experimental Design for Paired Comparison
21
Dua populasi yang diberi 2 perlakuan
(treatment) yang berbeda, tetapi berasal
dari sumber yang sama.
H ๐: ฮด๐ = ๐, ๐ = 1, 2, โฆ
H ๐: Minimal terdapat salah satu ฮด๐ โ ๐
๐โฒ
= ๐ฅ11, ๐ฅ12, โฆ . , ๐ฅ1๐, ๐ฅ21, ๐ฅ22, โฆ . . ๐ฅ2๐
๐บ =
๐11 (๐ร๐) ๐12 (๐ร๐)
๐21 (๐ร๐) ๐22 (๐ร๐)
๐ช(๐ร๐๐) =
1 0 โฆ 0
0 1 โฆ 0
โฎ โฎ โฑ โฎ
0 0 โฆ 1
โฎ โ1 0 โฆ 0
โฎ 0 โ1 โฆ 0
โฎ โฎ โฎ โฑ โฎ
โฎ 0 0 โฆ โ1
๐ ๐ = ๐ช๐๐ , j= 1, 2, โฆ., n
๐ = ๐ช ๐ ๐๐๐ ๐บ ๐= CSCโ
Statistik Uji:
๐2 = ๐ ๐โฒ ๐ชโฒ ๐ช๐บ๐ชโฒ โ๐ ๐ช ๐
Setiap baris dari ๐๐
โฒ
dari matriks ๐ช disebut contrast vector,
karena jumlah elemen-elemenennta adalah 0. setiap contrast
tegak lurus dengan vector ๐โฒ
= 1,1, โฆ , 1 , karena ๐๐
โฒ
๐ = 0.
komponen dari ๐โฒ๐๐ merepresentasikan jumlah seluruh
treatment yang diabaikan oleh statistik uji ๐2
pada bagian ini.