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