m 4 model log linear 2 dimensi revisi (1)
Post on 25-Nov-2015
167 Views
Preview:
TRANSCRIPT
MODEL LOG LINEAR
MODEL LOG LINEARDr. Vita Ratnasari, M.Si25/03/20141Model Log LinearMODEL LOG LINEAR25/03/2014Model Log Linear2Pemodelan pada TABEL KONTINGENSI Model Log LinearMengestimasi parameter & Menguji parameter
Istilah:1. Jika melibatkan dua variabel disebutinteraksi orde pertama2. Jika melibatkan tiga variabel disebutinteraksi orde kedua dst ...MODEL LOG LINEAR DUA DIMENSI25/03/2014Model Log Linear3Model log linear dua dimensi Terdiri dari 2 varmisal: variabel A dan BSehingga model tsb mungkin terjadi- interaksi orde pertama atau- tidak terjadi interaksi.Jika tidak terjadi interaksi, maka Kedua variabel tsb dikatakan saling independen
MODEL LOG LINEAR DUA DIMENSIModel Independen
Nilai harapan / ekspektasi
25/03/20144Model Log Linear
25/03/2014Model Log Linear5Sehingga
Misal:25/03/20146Model Log Linear
model log linear independen25/03/2014Model Log Linear7Dengan demikian untuk model log linear independen dapat ditulis sbb:
variabel A dan B saling independen
Dengan asumsi
model log linear dependen25/03/2014Model Log Linear8Sedangkan untuk model log linear dependen sbb: model saturated/jenuh
Dimana
asumsi :
KETERANGAN25/03/2014Model Log Linear9 = efek rata-rata secara umum = efek utama kategori ke-i variabel A = efek utama kategori ke-j variabel B
= efek interaksi antara kategori ke-i var A dan kategori-j var B
Model Hirarkis25/03/2014Model Log Linear10Dalam penulisan model log linear, berpedoman padaMODEL HIRARKIS
arti:Apabila ada efek interaksi berorder tinggi, maka semua order dibawahnya masuk dalam model.
Pengujian interaksi adl:
Menaksir Parameter25/03/2014Model Log Linear11 Dapat membahas efek utama berbagai variabel dan efek interaksinya.Pengujian Hipotesis25/03/2014Model Log Linear12Adanya efek interaksi
Adanya efek utama
contoh25/03/2014Model Log Linear131. Apakah variabel A dan B saling dependen?2. Cari taksiran parameternyaB1B2B3A1185227A2103015A33147 C1 C2 C3 Total 1 18 52 27 97 17,09 52,91 27,01 0,049 0,016 0,000
2 10 30 15 55 9,69 30,00 15,31 0,010 0,000 0,006
3 3 14 7 24 4,23 13,09 6,68 0,356 0,063 0,015
Total 31 96 49 176Chi-Sq = 0,516; DF = 4; P-Value = 0,9721 cells with expected counts less than 5.
25/03/2014Model Log Linear1424/03/2014Model Log Linear15Kesimpulan: kedua variabel saling independen
Tabel
B1B2B3A12.843.973.310.11A22.273.402.738.40A31.442.571.905.916.559.947.9324.42
Cari estimasi parameter ditiap sel24/03/2014Model Log Linear16Efek utama variabel A
24/03/2014Model Log Linear17
24/03/2014Model Log Linear18Asumsi:
24/03/2014Model Log Linear19Efek utama di variabel B
24/03/2014Model Log Linear20
24/03/2014Model Log Linear21Asumsi:
Statistik uji24/03/2014Model Log Linear22Likelihood ratio
Pearson
Uji K-way24/03/2014Model Log Linear23K-way and higher effectsK = 2K = 1
K-way effectsK = 1K = 2Uji K-way and Higher Effects24/03/2014Model Log Linear24K = 2 ; df = 4H0 : efek order kedua atau lebih sama dgn nol
H1 : efek order kedua atau lebih tidak sama dgn nol
Uji K-way and Higher Effects cont ...24/03/2014Model Log Linear25K = 1 ; df = 8H0 : efek order kesatu atau lebih sama dgn nol
H1 : efek order kesatu atau lebih tidak sama dgn nol
Uji K-way 24/03/2014Model Log Linear26K = 1 ; df = 4H0 : efek order kesatu sama dgn nol
H1 : efek order kesatu tidak sama dgn nol
Uji K-way cont ...24/03/2014Model Log Linear27K = 2 ; df = 4H0 : efek order kedua sama dgn nol
H1 : efek order kedua tidak sama dgn nol
latihan24/03/2014Model Log Linear28
top related