ASOSIASI ASIMETRIK

STATISTIK LAMBDA LB
Windhu Purnomo
S2 IKM
FKM UNAIR
2006

Statistik Lambda LB

Dikembangkan o/ Goodman & Kruskal

Indeks asosiasi antar variabel

Data kategorikal-nominal

Tabel r x c

Tujuan: seberapa baik suatu variabel
bebas (antecedent) bisa memprediksi
variabel tergantung (consequent)

1
Metode

2 set variabel kategorikal

A1 A2 … Ac Total
B1 n11 n12 … n1c R1
B2 n21 n22 … n2c R2
. . . … . .
. . . … . .
. . . … . .
Br nr1 nr2 … nrc R3
Total C1 C2 … Cc N

LB

∑n
j =1
Mj − max( Ri )
LB =
N − max( Ri )

nMj = frekuensi terbesar di kolom ke j

Max(Ri) = total baris terbesar

2
Data
Factor
A1 A2 A3 Total
O B1 10 1 4 15
u
t B2 5 3 6 14
c
o
B3 3 12 2 17
m B4 3 3 8 14
e
Total 21 19 20 60

Max(Ri)=17
k

∑n
j =1
Mj = 10 + 12 + 8 = 30

Nilai statistik lambda:

∑n
j =1
Mj − max( Ri )
LB =
N − max( Ri )

30 − 17
=
60 − 17

=0,30

3
 Uji signifikansi LB

H0: λB=λB0
λB0 bisa = 0 atau nilai lain dgn kisaran 0-1

 k  k k 
 N − ∑ n Mj  ∑ n Mj + max( Ri ) − 2∑ ' n Mj 
  
var( LB ) =   j =1 
j =1 j =1

[N − max( Ri )]3

∑'n
j =1
Mj = jumlah dari frekuensi tertinggi dari yang berkaitan dgn max(Ri)

Penolakan/penerimaan hipotesis nihil

 k  k k 
 N − ∑ n Mj  ∑ n Mj + max( Ri ) − 2∑ ' n Mj 
   (60 − 30)[30 + 17 − ( 2)(12)]
var( LB ) =   j =1 =
j =1 j =1
= 0,00868
[N − max( Ri )]3
(60 − 17) 3

Hipotesis nihil ditolak, bila zhitung > nilai kritis

LB − LB 0
z=
var( LB )

4
Hasil dan kesimpulan

L B − LB 0 0,30 − 0
z= = = 3,22
var( LB ) 0,00868

Untuk α=0,05, nilai kritis z=1,96

Karena zhitung>nilai kritis z,

maka H0 ditolak.
Berarti Factor bisa memprediksi Outcome dengan
kekuatan sebesar 30% (0,30).