Yudita, YeyenAnisa (2011) Mengatasi data pencilan pada analisis ragam multivariat satu arah (One-way Manova) dengan metode Minimum Covariance Determinant (MCD). Sarjana thesis, Universitas Brawijaya.
Abstract
Analisis ragam multivariat (manova) adalah perkembangan dari teknik univariat yang digunakan untuk menguji perbedaan rata-rata antara p perlakuan. Penelitian ini menggunakan balanced design, yaitu jenis analisis ragam di mana tiap perlakuan memiliki ulangan yang sama. Pada data pengamatan tidak jarang ditemukan adanya data pencilan atau yang disebut outliers. Adanya outliers ini dapat menyebabkan kesalahan dalam pengambilan keputusan dan kesimpulan (Hubert, et al.,2008). Oleh sebab itu diperlukan adanya suatu metode untuk mengatasi hal tersebut. Salah satu metode untuk mengatasi data pencilan adalah MCD. Rousseeuw dan Van Driesen (1999) menjelaskan bahwa Minimum Covariance Determinant (MCD) merupakan salah satu penduga robust bagi sebaran multivariat. Berdasarkan hal tersebut maka tujuan dari penelitian ini yaitu membandingkan statistik uji pada manova sebelum menggunakan penduga MCD dengan manova dengan penduga MCD berdasarkan nilai p-value dan ????2. Hasil yang diperoleh pada penelitian ini yaitu terdapat perbedaan pada nilai statistik uji yang dihasilkan pada manova sebelum MCD diterapkan dan sesudahnya. Statistik uji yang dihasilkan setelah metode MCD diterapkan memiliki nilai p-value yang lebih kecil. Sebelum MCD, pada data I nilai p-value sebesar 0,751 dan 0,005 untuk data II. Setelah MCD diterapkan, pada data I nilai p-value sebesar 0,537 dan 0,004 pada data II. Adanya peningkatan nilai ????2 hasil analisis manova robust menunjukkan bahwa analisis manova robust lebih baik dalam menjelaskan seberapa besar ragam peubah respon yang mampu dijelaskan oleh peubah bebas.
English Abstract
Multivariate analysis of variance (MANOVA) is a progression of univariate techniques are used to test the average difference between the p treatment. This study uses the balanced design, the type of diversity analysis in which each treatment has the same repetition. In the observational data is not uncommon to find any outliers. The existence of these outliers can lead to errors in decision making and conclusions (Hubert, et al., 2008). Therefore it is necessary existence of a method to solve it. One method to solve the outlier data is MCD. Rousseeuw and Van Driesen (1999) explains that the minimum covariance determinant (MCD) is one of robust estimators for the multivariate distribution. Based on these two objectives of this study is to compare the test statistic in MANOVA before using the MCD estimator with a MANOVA with MCD estimators based on the p-value and ????2. The results obtained in this research that there is a difference in the value of the resulting test statistic in MANOVA MCD applied before and after. The resulting test statistic after MCD method is applied has smaller p-value. Prior to MCD, p-value for data I is 0.751 and 0.005 for data II. After MCD is applied, p-value for data I is 0.537 and 0.004 on the data II. An increase in the value ????2 robust MANOVA analysis results showed that the robust MANOVA analysis better explain how large variety of response variables that can be explained by the independent variables.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2011/366/051105399 |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 13 Feb 2012 09:28 |
| Last Modified: | 22 Oct 2021 08:54 |
| URI: | http://repository.ub.ac.id/id/eprint/152840 |
Preview |
Text
051105399.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |