Lolita Septya Wulan, 080610047 (2010) Estimasi Model Satu Arah dengan Covariate Berganda Menggunakan Model Analisis Covariance Berdasarkan Estimator Least Square. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (Abstrak) gdlhub-gdl-s1-2011-wulanlolit-15445-abstrak-e.pdf Download (444kB) | Preview
	Text (FULL TEXT) gdlhub-gdl-s1-2011-wulanlolit-13143-kkckkm-e.pdf Restricted to Registered users only Download (720kB) | Request a copy

Abstract

ANCOVA merupakan teknik analisis yang dapat digunakan jika variabel bebasnya terdiri atas covariate (x) dan perlakuan (a), dimana x adalah tetap dan independen terhadap perlakuan. Kasus data seimbang pada model satu arah dengan covariate berganda yang digunakan diperoleh melalui data sekunder, dimana jumlah subyek yang diamati pada setiap perlakuan adalah sama. Dalam skripsi ini, metode yang digunakan untuk memperoleh bentuk estimasi pada model satu arah dengan covariate berganda adalah estimator Least Square yang meminimumkan galat. Model satu arah dengan covariate berganda adalah sebagai berikut : Yij =µ+ai+/31xi j1+-•-+/3gXijq+Sij, i = 1,2,...,k j = 1,2,...,n diubah kedalam bentuk model analisis covariance y = Za + X/3 + E . Hasil estimasi model satu arah dengan covariate berganda berdasarkan estimator Least Square melalui model analisis covariance yaitu: (i = [X'(I — P)X]-1X'(I — P)y dan a = (Z'Z)-Z'y — (Z'Z) Z'Xi3 dengan P = Z (Z' Z) - Z ' , dengan dan a masing-masing adalah vektor berukuran q x 1 dan k x 1. Data yang digunakan untuk penerapan adalah data pengaruh penggunaan jenis batang pengarah yang berbeda (a) terhadap jarak pukulan bola golf (y) oleh pemain golf profesional dimana setiap jarak pada data diperoleh dari nilai tengah atau median 5 kali pukulan yang direkam. Pada masing-masing jenis batang pengarah yang digunakan mempunyai berat (x1) dan tinggi (x2) batang yang berbeda-beda. Melalui program SPSS 17.00 diketahui bahwa model pada data telah memenuhi asumsi pada model analisis covariance. Bentuk estimator model satu arah dengan covariate berganda pada data menggunakan algoritma SPL US 2000 adalah: y=Za+Xii +e -279,61499 -85,03773 (0,37919211 -83,24410 + X 6,88382751 -111,33316

Actions (login required)

View Item