PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya"

Transkripsi

1 PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH Statistik Industri II Teknik Industri Universitas Brawijaya

2 Pengujian Hipotesis 3 rata-rata atau lebih Dengan teknik ANOVA (Analisis Varians) Pengujian hipotesis 1 arah Pengujian hipotesis arah Tanpa interaksi Dengan interaksi

3 ANALISIS VARIANSI SEARAH Alat uji statistik yang digunakan untuk menguji apakah k populasi yang independen mempunyai rata-rata yang berbeda atau tidak Menguji homogenitas nilai rata-rata k buah sampel random dari populasi yang berdistribusi normal dan homogen 1... k Terdapat : 1 variabel tak bebas (dependen) dengan skala interval atau ratio level Faktor (k buah perlakuan) 1 variabel bebas (independen) dengan skala nominal atau ordinal Faktor

4 Hipotesis ANOVA 1 Arah H0 : μ1 μ μ3 μ Seluruh mean populasi adalah sama Tak ada efek treatment (tak ada keragaman mean dalam grup) Minimal ada 1 mean populasi yang berbeda Terdapat sebuah efek treatment k H A : Tidak seluruhmean populasiadalahsama Tidak seluruh mean populasi berbeda (beberapa pasang mungkin sama)

5 ANOVA 1 Faktor H 0 : μ1 μ μ3 μk H A : Tidak seluruhμ i sama Semua mean bernilai sama Hipotesis nol adalah benar (Tak ada efek treatment) μ 1 μ μ3

6 ANOVA 1 Arah H 0 : μ1 μ μ3 μk H A : Tidak semuaμ i sama (sambungan) Minimal ada 1 mean yg berbeda Hipotesis nol tidak benar (Terdapat efek treatment) or μ 1 μ μ3 μ1 μ μ3

7 Hipotesis ANOVA 1 Arah dengan satu faktor yang berpengaruh Langkah-langkah: 1. Menentukan formulasi hipotesis H 0 : 1 = = 3 =... = k H 1 : k

8 Langkah-langkah: Hipotesis ANOVA 1 Arah. Menentukan taraf nyata () beserta F tabel Derajat pembilang ( 1 ) = k - 1 Derajat penyebut ( ) = k (n- 1) Fα ( 1 ; )= Menentukan kriteria pengujian H 0 diterima jika F 0 Fα( 1 ; ) H 0 ditolak jika F 0 > Fα( 1 ; ) 0 Daerah penerimaan H 0 Do not reject H 0 Daerah kritis penolakan H 0 Reject H 0

9 Hipotesis ANOVA 1 Arah Langkah-langkah: 4. Membuat analisis varians dalam bentuk tabel ANOVA Sumber Variasi Derajat bebas Jumlah Kuadrat Rata-rata kuadrat F hit Rata-rata kolom ( k 1) JKK s 1 = JKK ( k 1) s 1 /s Eror k n 1 JKE s = JKE ( n k) Total nk 1 JKT

10 Hipotesis ANOVA 1 Arah Langkah-langkah: 4. Membuat analisis varians dalam bentuk tabel ANOVA Untuk ukuran sampel yang sama banyak JKT k i1 n j1 x ij T... nk JKE = JKT - JKK k = kolom, n = baris

11 Langkah-langkah: Hipotesis ANOVA 1 Arah 4. Membuat analisis varians dalam bentuk tabel ANOVA Untuk ukuran sampel yang tidak sama banyak JKT JKE = JKT - JKK JKK k i1 k n j1 T i i1 ni x ij T T N... N... Derajat bebas error = N k N = jumlah sampel

12 Langkah-langkah: Hipotesis ANOVA 1 Arah 5. Membuat kesimpulan Menyimpulkan H 0 diterima atau ditolak langkah ke-4 VS langkah ke-3

13 Contoh Akan diuji apakah rata-rata jumlah produk yang dihasilkan perminggu dari 3 buah stasiun kerja manual yang paralel adalah homogen? 1. Diambil sampel random dari pengamatan 6 minggu untuk setiap stasiun kerja Hasil pengamatan : Minggu ke Stasiun kerja 1 (unit) Stasiun kerja (unit) Stasiun kerja 3 (unit) Var independen : produk yg dihasilkan perminggu (ratio) Var dependen : stasiun kerja (nominal)

14 H : 1... k Penyelesaian: 0 Rata-rata perlakuan homogen (tidak ada pengaruh perlakukan atau tidak ada pengaruh variabel bebas terhadap variabel tak bebas) H 1 : tidak semua i sama Tingkat signifikansi uji : α % Statistik uji yang digunakan : F hitung JKK JKE Daerah kritis: db db F hitung > F α;(k-1);k(n-1) JKK ( k 1) JKE k( n 1) Rata-rata perlakuan tidak homogen ( ada pengaruh perlakukan) ~ F (k-1);k(n-1)

15 Tabel Analisis Variansi ANOVA ANALISIS VARIANSI SEARAH (Analysis of Variance) Sumber Variasi Derajat bebas Jumlah Kuadrat Rata-rata kuadrat F hit Rata-rata kolom ( k 1) JKK s 1 = JKK ( k 1) s 1 /s Eror k n 1 JKE s = JKE ( n k) Total nk 1 JKT

16 Minggu ke Stasiun kerja I Stasiun kerja II Stasiun kerja III Total CONTOH Jumlah (X i ) = T k n i i1 j1 x ij 8001 = n = 6 k = 3 T nk = (1189) / 18 JKT k n i i1 j1 X ij T nk , ,944

17 JKK 415 CONTOH , ,111 JKE JKT JKK 1660, , ,833 SUMBER VARIASI db Jumlah kuadrat (JK) Kelas/perlakuan Rata-rata kuadrat / kuadrat tengah JKK 3-1= 114,111 s 1 = 57,055 JKE 3(6-1)= ,833 s = 103,1 TOTAL 18-1= ,944 F hitung F = 0,55

18 CONTOH 1 Tingkat signifikansi uji : α = 5 % Statistik uji yang digunakan F hitung ~ F ;15 Daerah kritis : Jika F hitung > F 0,05;(;15) =3,68 Kesimpulan : Karena F hitung = 0,55 < F 0,05;(;15) =3,68 maka Ho diterima rata-rata jumlah produk yang dihasilkan ketiga stasiun tiap minggunya homogen (sama) atau tidak ada pengaruh jenis stasiun kerja terhadap jumlah produksi perminggu

19 ANOVA 1 Arah dengan MS Excel Contoh 1 EXCEL: tools / data analysis / ANOVA: single factor 19

20 ANOVA 1 arah Excel Output Contoh 1 Anova: Single Factor SUMMARY Groups Count Sum Average Variance Column Column Column ANOVA Source of Variation SS df MS F P-value F crit Between Groups Within Groups Total

21 CONTOH Untuk menguji apakah operator yang berbeda akan mempengaruhi waktu proses (dalam menit) untuk membuat suatu komponen produk, dilakukan pengamatan terhadap 4 orang operator (A, B, C, D) yang diamati dalam waktu yang bersamaan. Hasil pengamatannya. Berikut hasil pengamatannya : Waktu proses (dalam menit) Operator A Operator B Operator C Operator D Tingkat signifikansi uji : α = 5 %

22 Penyelesaian: H 0 : A B C H 1 : tidak semua sama D Rata-rata waktu proses keempat operator sama atau tidak ada pengaruh operator terhadap waktu proses Rata-rata waktu proses keempat operator tidak semua sama atau ada pengaruh operator terhadap waktu proses Tingkat signifikansi uji : α = 5 % Statistik uji yang digunakan F hitung ~ F 3;0 Daerah kritis : Jika F hitung > F 0,05;(3;0) =3,099 N-k

23 Operator A Operator CONTOH B Operator C Operator D n i N = 4 X i T = X i 61 66, Tingkat signifikansi uji : α = 5 %

24 k n i i1 j1 JKT X ij k i n i1 j1 JKK T X ij ,38 360,65 N , JKE JKT JKK 360,65 41,15 119,5 Tabel Anova 41,15 SUMBER VARIASI db Jumlah kuadrat (JK) Kelas/perlakuan Rata-rata kuadrat / kuadrat tengah JKK k-1= 3 41,15 s 1 = 80,375 JKE N-k= 0 119,5 s = 5,975 TOTAL 3 360,65 F hitung 13,45

25 CONTOH Kesimpulan : Karena F hitung = 13,45 > F 0,05;(3;0) =3,099 maka Ho ditolak rata-rata waktu proses keempat operator tidak semua sama atau ada pengaruh operator terhadap waktu proses

26 ANOVA 1 Arah dengan MS Excel Contoh EXCEL: tools / data analysis / ANOVA: single factor 6

27 ANOVA 1 arah Excel Output Contoh Anova: Single Factor SUMMARY Groups Count Sum Average Variance Column Column Column Column ANOVA Source of Variation SS df MS F P-value F crit Between Groups E Within Groups Total

28 KEKUATAN HUBUNGAN ANTARA VARIABEL BEBAS DAN TAK BEBAS Kekuatan hubungan / asosiasi antara variabel x (perlakuan) dengan variabel y dalam sampel dinyatakan dalam ρ = JKK/JKT (ρ/100)% variasi yang terjasi dalam variabel y dari data sampel disebabkan oleh pengaruh variabel x (perlakuan) Contoh : untuk contoh 1 (sebelumnya) JKT JKK 114, ,944 0,0687 6,87%

29 Hipotesis ANOVA Dua Arah tanpa interaksi Pengujian hipotesis beda tiga rata-rata atau lebih dengan faktor yang berpengaruh Interaksi ditiadakan

30 Hipotesis ANOVA Dua Arah tanpa interaksi Langkah-langkah: 1. Menentukan formulasi hipotesis a. H 0 : 1 = = 3 =... = 0 (pengaruh baris nol) H 1 : sekurang-kurangnya satu i tidak sama dengan nol b. H 0 : 1 = = 3 =... = 0 (pengaruh kolom nol) H 1 : sekurang-kurangnya satu j tidak sama dengan nol

31 Langkah-langkah: Hipotesis ANOVA Dua Arah tanpa interaksi. Menentukan taraf nyata () beserta F tabel a. Untuk baris: ( 1 ) = b 1 ( ) = (k-1)(b-1) b. Untuk kolom: ( 1 ) = k 1 ( ) = (k-1)(b-1) 3. Menentukan kriteria pengujian Fα ( 1 ; )=... H 0 diterima jika F 0 Fα( 1 ; ) H 0 ditolak jika F 0 > Fα( 1 ; ) 0 Daerah penerimaan H 0 Do not reject H 0 Daerah kritis penolakan H 0 Reject H 0

32 Langkah-langkah: Hipotesis ANOVA Dua Arah tanpa interaksi 4. Membuat analisis varians dalam bentuk tabel ANOVA

33 Langkah-langkah: Hipotesis ANOVA Dua Arah tanpa interaksi 4. Membuat analisis varians dalam bentuk tabel ANOVA JKT k i1 n j1 x ij T... kb JKK = k T j T = b kb j= 1 5. Membuat kesimpulan JKE = JKT - JKB - JKK

34 CONTOH 3. ANALISIS VARIANSI DUA ARAH Dari contoh 1 apabila minggu yang berbeda dicurigai akan memberi jumlah atau hasil produksi yang berbeda unit eksperimen dalam tiap stasiun kerja dibagi dalam minggu Minggu ke Stasiun kerja I Stasiun kerja II Stasiun kerja III Total Jumlah (X i ) = Y

35 UJI HIPOTESIS H 0 : 1 3 H 1 : tidak semua sama k n i i1 j1 x ij 8001 N = 18 JKT k CONTOH 3. ANALISIS VARIANSI DUA ARAH n i i1 j1 x ij Rata-rata jumlah produk yang dihasilkan perminggu homogen Tidak homogen Tingkat signifikansi uji : α = 5 % Daerah kritis : Jika F hitung > F 0,05;(;10) =4,103 T kb T ,06 kb , ,94 JKK k j1 T b. j T kb ,06 114,11

36 CONTOH 3. ANALISIS VARIANSI DUA ARAH JKB i1 i b T k T kb , ,94 JKE JKT JKB JKK 1660, ,94 114,11 37,89 SUMBER VARIASI db Jumlah kuadrat (JK) KT F hitung - Rata-rata baris 114,11 57,055 f1= - Rata-rata kolom ,94 301,788 15,058 f= 79,4 - Kesalahan / error 10 37,89 3,789 TOTAL ,944

37 CONTOH 3 Kesimpulan : Karena F hitung = 15,06 > F 0,05;(;10) = 4,103 maka Ho ditolak ratarata jumlah produk yang dihasilkan ketiga stasiun kerja tiap minggunya tidak homogen (tidak sama) Kesimpulan : Karena F hitung = 79,44 > F 0,05;(5;10) = 3,36 maka Ho ditolak ratarata jumlah produk yang dihasilkan ketiga stasiun kerja tiap minggunya tidak homogen (tidak sama)

38 ANOVA Arah dengan MS Excel Contoh 3 EXCEL: tools / data analysis / ANOVA: two factor without replication 38

39 Anova: Two-Factor Without Replication SUMMARY Count Sum Average Variance Row Row Row Row Row Row Column Column Column ANOVA arah Excel Output Contoh 3 ANOVA ource of Variatio SS df MS F P-value F crit Rows E Columns Error Total

40 Hipotesis ANOVA Dua Arah dengan interaksi Pengujian hipotesis beda tiga rata-rata atau lebih dengan faktor yang berpengaruh Pengaruh interaksi kedua faktor tersebut diperhitungkan

41 Langkah-langkah: Hipotesis ANOVA Dua Arah dengan interaksi 1. Menentukan formulasi hipotesis a. H 0 : 1 = = 3 =... = b = 0 H 1 : sekurang-kurangnya satu i tidak sama dengan nol b. H 0 : 1 = = 3 =... = b = 0 H 1 : sekurang-kurangnya satu j tidak sama dengan nol c. H 0 : () 11 = () 1 = () 13 =... = () bk = 0 H 1 : sekurang-kurangnya satu () ij tidak sama dengan nol

42 Langkah-langkah: Hipotesis ANOVA Dua Arah dengan interaksi. Menentukan taraf nyata () beserta F tabel a. Untuk baris: ( 1 ) = b 1 ( ) = (kb)(n-1) b. Untuk kolom: ( 1 ) = k 1 ( ) = (kb)(n-1) c. Untuk interaksi: ( 1 ) = (k 1)(b-1) ( ) = (kb)(n-1) Fα ( 1 ; )=...

43 Hipotesis ANOVA Dua Arah dengan interaksi Langkah-langkah: 3. Menentukan kriteria pengujian a. Untuk baris, kolom dan untuk interaksi H 0 diterima jika F 0 Fα( 1 ; ) H 0 ditolak jika F 0 > Fα( 1 ; ) Daerah kritis penolakan H 0 0 Daerah penerimaan H 0 Do not reject H 0 Reject H 0

44 Langkah-langkah: Hipotesis ANOVA Dua Arah dengan interaksi 4. Membuat analisis varians dalam bentuk tabel ANOVA

45 Hipotesis ANOVA Dua Arah dengan interaksi Langkah-langkah: 4. Membuat analisis varians dalam bentuk tabel ANOVA JKT b i1 k j1 n c1 x ijc T... bkn JKE = JKT - JKB - JKK - JKI 5. Membuat kesimpulan n = ulangan percobaan

46 CONTOH 4. ANALISIS VARIANSI DUA ARAH DGN INTERAKSI Empat varietas padi hendak dibandingkan hasilnya dengan memberikan pupuk. Percobaan dilakukan dengan menggunakan 8 petak yang seragam, masing-masing di 4 lokasi yang berbeda. Di setiap lokasi, dicobakan pada petak yang ditentukan secara acak. Hasilnya (dalam kg) per petak adalah sbb:

47 Tabel hubungan antara jenis pupuk, varietas padi dan hasil panen

48

49 penyelesaian

50 penyelesaian

51 penyelesaian

52 penyelesaian

53 penyelesaian

Analysis of Variance (ANOVA) Debrina Puspita Andriani /

Analysis of Variance (ANOVA) Debrina Puspita Andriani    / Analysis of Variance (ANOVA) 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Kegunaan ANOVA 3 Kontrol investigator 1 atau lebih variabel independen Disebut dgn faktor

Lebih terperinci

LAMPIRAN. Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama

LAMPIRAN. Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama 48 LAMPIRAN Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama No. ID Sapi... Selanjutnya Ke Tanggal Tanggal Kawin Pertama Jumlah Servis (Kali) Service Period Lama Kosong Selang 1 776 1 13/08/2009

Lebih terperinci

MODUL DISTRIBUSI F (ANOVA)

MODUL DISTRIBUSI F (ANOVA) MODUL DISTRIBUSI F (ANOVA) Tujuan Praktikum: Membantu mahasiswa memahami materi Distribusi ANOVA Pengambilan keputusan dari suatu kasus dengan menggunakan kaidah dan syarat Distribusi ANOVA I. PENDAHULUAN

Lebih terperinci

2) Ukuran Data Tidak Sama k n i T 2.. JKT = X 2 ij - i=1 j=1 N k JKK = T 2 i. T 2.. i=1 n i N JKG = JKT - JKK Sumber Jumlah db Kuadrat Tengah F. Hitun

2) Ukuran Data Tidak Sama k n i T 2.. JKT = X 2 ij - i=1 j=1 N k JKK = T 2 i. T 2.. i=1 n i N JKG = JKT - JKK Sumber Jumlah db Kuadrat Tengah F. Hitun MODUL DISTRIBUSI F (ANOVA) I. PENDAHULUAN Ditemukan oleh seorang ahli statistik yang bernama R.A. Fisher pada tahun 1920. Distribusi F/ANOVA adalah prosedur statistika untuk mengkaji (mendeterminasi) apakah

Lebih terperinci

Pengujian One-Way ANOVA dengan manual dan dilengkapi analisis dengan SPSS 19 SOWANTO-KEMPO ANALYSIS OF VARIANS (ANOVA)

Pengujian One-Way ANOVA dengan manual dan dilengkapi analisis dengan SPSS 19 SOWANTO-KEMPO ANALYSIS OF VARIANS (ANOVA) ANALYSIS OF VARIANS (ANOVA) A. Memahami ANOVA Analysis of variance (ANOVA) atau Analisis Variansi (ANAVA) adalah tehnik statistik yang dikembangkan dan diperkenalkan pertama kali oleh Sir. R. A. Fisher.

Lebih terperinci

Analisis Varian. Statistika Ekonomi. Ir Tito Adi Dewanto

Analisis Varian. Statistika Ekonomi. Ir Tito Adi Dewanto Analisis Varian Statistika Ekonomi Ir Tito Adi Dewanto 1 Uji Anova Anova : menguji rata-rata satu kelompok / lebih melalui satu variabel dependen / lebih berbeda secara signifikan atau tidak. ONE WAY ANOVA

Lebih terperinci

Analisis Varians Satu Arah (One Way Anova)

Analisis Varians Satu Arah (One Way Anova) Analisis Varians Satu Arah (One Way Anova) Fungsi Uji : Untuk mengetahui perbedaan antara 3 kelompok/ perlakuan atau lebih Asumsi : Data berskala minimal interval Data berdistribusi Normal Varians data

Lebih terperinci

Perbedaan Analisis Univariat dan Multivariat

Perbedaan Analisis Univariat dan Multivariat Perbedaan Analisis Univariat dan Multivariat Jika kita menganalisis data yang mempunyai lebih dari satu variabel, belum tentu analisis data tersebut dikategorikan analisis multivariat, bisa saja analisis

Lebih terperinci

Modul 2017/2018 TUTORIAL SIMULASI KOMPUTER. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia

Modul 2017/2018 TUTORIAL SIMULASI KOMPUTER. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia TUTORIAL SIMULASI KOMPUTER 5 2017/2018 Modul DESAIN EKSPERIMENT & PEMILIHAN ALTERNATIF Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia DAFTAR ISI 1. Tujuan Umum... 2 2. Desain

Lebih terperinci

A. PEMBAHASAN. 1. Anova Dua Arah

A. PEMBAHASAN. 1. Anova Dua Arah A. PEMBAHASAN 1. Anova Dua Arah Pengujian anova dua arah mempunyai beberapa asumsi diantaranya: 1. Populasi yang diuji berdistribusi normal, 2. Varians atau ragam dan populasi yang diuji sama, 3. Sampel

Lebih terperinci

Regresi Linier Berganda

Regresi Linier Berganda Regresi Linier Berganda Regresi Berganda Contoh Menguji hubungan linier antara variabel dependen (y) dan atau lebih variabel independen (x n ) Hubungan antara suhu warehouse dan viskositas cat dengan jumlah

Lebih terperinci

RANCANGAN ACAK LENGKAP

RANCANGAN ACAK LENGKAP RANCANGAN ACAK LENGKAP Pengertian Merupakan jenis rancangan percobaan dimana perlakuan diberikan secara acak kepada seluruh unit percobaan. Hal ini dapat dilakukan karena lingkungan tempat percobaan diadakan

Lebih terperinci

PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian

PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian 1 2 PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian MENGAPA PERLU DIRANCANG? Untuk mendapatkan penduga yang tidak berbias Untuk meningkatkan

Lebih terperinci

Pertemuan Ke-12. Analysis of Varians (anova)_m. Jainuri, M.Pd

Pertemuan Ke-12. Analysis of Varians (anova)_m. Jainuri, M.Pd Pertemuan Ke-1 1 Pendahuluan Statistik parametrik yang digunakan untuk mencari perbedaan atau persamaan dua rata-rata adalah Uji-t, dan analysis of varians (anova/ anova) digunakan untuk mencari perbedaan

Lebih terperinci

LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si. Oleh Nurul Anggraeni Hidayati NIM.

LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si. Oleh Nurul Anggraeni Hidayati NIM. LAPORAN STATISTIK ELEMENTER UJI ANALISIS VARIAN SATU ARAH (ANOVA) Dosen pengampu Dr. Sri Harini, M.Si Oleh Nurul Anggraeni Hidayati NIM. 14610002 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 Rancangan Percobaan Percobaan didefinisikan sebagai suatu uji coba (trial) atau pengamatan khusus yang dibuat untuk menegaskan atau membuktikan keadaan dari sesuatu yang meragukan,

Lebih terperinci

LAPORAN PRAKTIKUM STATISTIK ELEMENTER UJI ANALISIS VARIAN DUA ARAH (TWO WAY ANOVA) Dosen Pengampu Dr. Sri Harini, M.Si

LAPORAN PRAKTIKUM STATISTIK ELEMENTER UJI ANALISIS VARIAN DUA ARAH (TWO WAY ANOVA) Dosen Pengampu Dr. Sri Harini, M.Si LAPORAN PRAKTIKUM STATISTIK ELEMENTER UJI ANALISIS VARIAN DUA ARAH (TWO WAY ANOVA) Dosen Pengampu Dr. Sri Harini, M.Si Oleh Nurul Anggraeni Hidayati NIM. 14610002 JURUSAN MATEMATIKA FAKULTAS SAINS DAN

Lebih terperinci

ANALYSIS OF VARIANCE (ANOVA)

ANALYSIS OF VARIANCE (ANOVA) ANALYSIS OF VARIANCE (ANOVA) Pendahuluan ANOVA Uji dengan ANOVA Post hoc procedure Materi Kuliah PENDAHULUAN Jika uji t digunakan untuk membandingkan ratarata/parameter sampel ANOVA digunakan untuk membandingkan

Lebih terperinci

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc

ANOVA SATU ARAH Nucke Widowati Kusumo Projo, S.Si, M.Sc ANOVA SATU ARAH Nucke Widowati Kusumo Proo, S.Si, M.Sc It s about: Ui rata-rata untuk lebih dari dua populasi Ui perbandingan ganda (ui Duncan & Tukey) Output SPSS PENDAHULUAN Ui hipotesis yang sudah kita

Lebih terperinci

UJI ANOVA. Imam Gunawan DISTRIBUSI F

UJI ANOVA. Imam Gunawan DISTRIBUSI F UJI ANOVA Imam Gunawan DISTRIBUSI F Ditribusi F memiliki ciri-ciri, yaitu: 1. Nilai F adalah nonnegatif.. Distribusi F merupakan distribusi kontinu. Nilainya mulai dari 0 dan tidak memiliki batas atas.

Lebih terperinci

LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM

LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM Oleh : Nama : Ivan Prima Harlis NIM : 125090501111017 Asisten I : Candra Dian F Asisten II : Putri

Lebih terperinci

ANALISIS VARIAN -YQ-

ANALISIS VARIAN -YQ- ANALISIS VARIAN -YQ- ANALISIS VARIANSI (ANAVA) Menguji kesamaan beberapa (lebih dari dua) rata-rata populasi sekaligus. suatu percobaan/penelitian yang dirancang dengan hanya melibatkan satu faktor dengan

Lebih terperinci

TIN309 - Desain Eksperimen Materi #5 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #5 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN Materi #5 TIN3 DESAIN EKSPERIMEN ANOVA ANOVA pada dasarnya merupakan suatu metode yang menguraikan sumber keragaman (varian) dari suatu perbedaan rata-rata lebih dari dua populasi. Dengan mempergunakan

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1) STK511 Analisis Statistika Pertemuan 7 ANOVA (1) Metode Pengumpulan Data Metode Percobaan Memiliki keleluasaan untuk melakukan pengawasaan terhadap sumber-sumber keragaman data Dapat menciptakan jenis

Lebih terperinci

PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN

PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN Kelompok 11 : Devita Arum S. 12110101015 Saiful Fadillah 12110101027 Wafiyatul Khusna 12110101047 Firstyan Puguh N.C. 12110101051

Lebih terperinci

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013 Komang Suardika, S.Pd (Pendidikan isika, Undiksha) 013 Anova Satu Jalur (One Way Anova) Suatu penelitian dilakukan di SMA N 1 Banjar untuk mengetahui perbedaan rata-rata dengan lima metode pembelajaran

Lebih terperinci

Bahan Kuliah Statistik 2 ANALISIS VARIANS. Toto Sugiharto

Bahan Kuliah Statistik 2 ANALISIS VARIANS. Toto Sugiharto Bahan Kuliah Statistik ANALISIS VARIANS Toto Sugiharto Fakultas Ekonomi 009 Analisis Varians (Analysis of Variance) Analisis Varians Satu-Arah (One-Way Analysis of Variance ANOVA) Prosedur analisis varians

Lebih terperinci

BAB III METODOLOGI PENELITIAN. A. Tempat dan Waktu Penelitian

BAB III METODOLOGI PENELITIAN. A. Tempat dan Waktu Penelitian BAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Penelitian ini dilakukan di Laboraturium Terapi latihan Mini hospital STIKES AIAI Cilacap.. Waktu Penelitian Penelitian

Lebih terperinci

MAKALAH STATISTIKA LANJUT ANALISIS VARIAN DAN KOVARIAN

MAKALAH STATISTIKA LANJUT ANALISIS VARIAN DAN KOVARIAN MAKALAH STATISTIKA LANJUT ANALISIS VARIAN DAN KOVARIAN Dosen : Nani Mulyani Disusun oleh: 1. 2. 3. 4. Hendra Henda Ristanto Paulus Eko Dwiki Maxi Rianto Teuku M. Indra Purnama 201243502251 201243502273

Lebih terperinci

PERCOBAAN BERFAKTOR DENGAN ARAS NOL ATAU PERLAKUAN KONTROL TERPISAH 1

PERCOBAAN BERFAKTOR DENGAN ARAS NOL ATAU PERLAKUAN KONTROL TERPISAH 1 PERCOBAAN BERFAKTOR DENGAN ARAS NOL ATAU PERLAKUAN KONTROL TERPISAH 1 oleh: I Gde Ekaputra Gunartha 2 Pendahuluan Sering terjadi pada percobaan berfaktor, peneliti melibatkan aras Nol. Seperti pada kasus

Lebih terperinci

MODUL II ANALYSIS OF VARIANCE (ANOVA)

MODUL II ANALYSIS OF VARIANCE (ANOVA) MODUL II ANALYSIS OF VARIANCE (ANOVA) TUJUAN 1. Mahasiswa mampu memahami uji hipotesis harga rata-rata multi populasi dengan menggunakan Analysis of Variance (ANOVA). 2. Mahasiswa mampu memahami penyelesaian

Lebih terperinci

Basic Design of Experiment. Dimas Yuwono W., ST., MT.

Basic Design of Experiment. Dimas Yuwono W., ST., MT. Basic Design of Experiment Dimas Yuwono W., ST., MT. RANCANGAN PERCOBAAN Desain eksperimen (rancangan percobaan) bertujuan untuk menentukan rencana pelaksanaan eksperimen yang tepat agar dapat memperoleh

Lebih terperinci

BAB 1 PENDAHULUAN. 1. Latar belakang

BAB 1 PENDAHULUAN. 1. Latar belakang BAB 1 PENDAHULUAN 1. Latar belakang Pengujian hipotesis statistik adalah bidang yang paling pnting dalam inferensia statistik, benar atau salahnya suatu hipotesis tidak akan pernah diketahui dengan pasti

Lebih terperinci

BAB III METODOLOGI PENELITIAN. dengan upaya kontrol yang ketat terhadap faktor-faktor luar, serta melibatkan

BAB III METODOLOGI PENELITIAN. dengan upaya kontrol yang ketat terhadap faktor-faktor luar, serta melibatkan 31 BAB III METODOLOGI PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian eksperimen, yaitu penelitian yang didalamnya melibatkan manipulasi terhadap kondisi subjek yang diteliti, disertai

Lebih terperinci

Contoh Kasus Anova dua arah dengan interaksi:

Contoh Kasus Anova dua arah dengan interaksi: Contoh Kasus Anova dua arah dengan interaksi: Terdapat metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data rata-rata penurunan berat badan setelah bulan melakukan diet. Ujilah apakah penurunan

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA. evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV).

BAB IV DESKRIPSI DAN ANALISIS DATA. evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV). 40 BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Data hasil penelitian ini berupa data kuantitatif, yaitu berupa skor tes evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV).

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Lokasi penelitian adalah SMK Negeri 6 Surakarta dengan subyek penelitian adalah siswa kelas X Multimedia semester genap tahun

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 9 ANOVA (3)

STK511 Analisis Statistika. Pertemuan 9 ANOVA (3) STK511 Analisis Statistika Pertemuan 9 ANOVA (3) 9. ANOVA (3) Diagnosis Asumsi dalam Uji Hipotesis 1. bersifat bebas terhadap sesamanya. Nilai harapan dari nol, E 0 3. Ragam homogen, Var 4. Pola sebaran

Lebih terperinci

TIN309 - Desain Eksperimen Materi #6 Genap 2015/2016 TIN309 DESAIN EKSPERIMEN

TIN309 - Desain Eksperimen Materi #6 Genap 2015/2016 TIN309 DESAIN EKSPERIMEN Materi #6 TIN309 DESAIN EKSPERIMEN Desain Latin Squares 2 Digunakan untuk mengontrol atau mengeliminasi dua jenis faktor nuisance. Dibuat jika terdapat 3 faktor, yaitu: 1 faktor percobaan, dan 2 faktor

Lebih terperinci

Pengaruh Tekanan dan Diameter Front Top Roller Mesin Ring Spinning Terhadap Ketidakrataan Benang

Pengaruh Tekanan dan Diameter Front Top Roller Mesin Ring Spinning Terhadap Ketidakrataan Benang Pengaruh Tekanan dan Diameter Front Top Roller Mesin Ring Spinning Terhadap Ketidakrataan Benang Giyanto, Indrato Harsadi Fakultas Teknik, Program Studi Teknik Industri Universitas Islam Syekh Yusuf Jalan

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang

I. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang I. PENDAHULUAN 1.1 Latar Belakang Statistik sangat sering ditemui dalam kehidupan sehari-hari, tidak hanya dalam dunia pendidikan dan ilmu pengetahuan. Statistik inferensia salah satunya, merupakan satu

Lebih terperinci

Analisis of Varians (Anova) dan Chi-Square. 1/26/2010 Pengujian Hipotesis 1

Analisis of Varians (Anova) dan Chi-Square. 1/26/2010 Pengujian Hipotesis 1 Analisis of Varians (Anova) dan Chi-Square /6/00 Pengujian Hipotesis Chi Square Digunakan untuk menguji apakah dua atau lebih proporsi sama. Pengujian beda proporsi hanya untuk populasi namun chi square

Lebih terperinci

BAB III LANDASAN TEORI

BAB III LANDASAN TEORI 11 BAB III LANDASAN TEORI 3.1 Tinjauan Statistik 3.1.1 Analisis Deskriptif Analisis statistik deskriptif adalah suatu metode analisis yang merupakan teknik mengumpulkan, mengolah, menyederhanakan, menyajikan

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA PENELITIAN. 1. Deskripsi hasil pengamatan aktivitas siswa dengan pendekatan

BAB IV DESKRIPSI DAN ANALISIS DATA PENELITIAN. 1. Deskripsi hasil pengamatan aktivitas siswa dengan pendekatan 81 BAB IV DESKRIPSI DAN ANALISIS DATA PENELITIAN A. Aktivitas Siswa 1. Deskripsi hasil pengamatan aktivitas siswa dengan pendekatan pembelajaran problem posing Analisis deskriptif digunakan untuk menganalisis

Lebih terperinci

Statistika Farmasi

Statistika Farmasi Bab 5: Statistika FMIPA Universitas Islam Indonesia Tabel One-Way Analysis of Variance atau dikenal dengan nama, merupakan suatu metode analisis data dari suatu rancangan percobaan, di mana tujuannya adalah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Objek Penelitian Penelitian ini bermaksud untuk mengetahui pengaruh penggunaan model Discovery Learning dan Ceramah tanya jawab terhadap keterampilan berpikir kreatif dalam

Lebih terperinci

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah

Lebih terperinci

REGRESI LINIER BERGANDA. Debrina Puspita Andriani /

REGRESI LINIER BERGANDA. Debrina Puspita Andriani    / REGRESI LINIER BERGANDA 9 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline 03//04 Regresi Berganda : PENGERTIAN 3 Menguji hubungan linier antara variabel dependen (y) dan

Lebih terperinci

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc.

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc. PENGUJIAN HIPOTESIS Langkah-langkah pengujian hipotesis: 1) Merumuskan hipotesis 2) Memilih taraf nyata α 3) Menentukan

Lebih terperinci

BAB VII Inferensi Statistik Dua Populasi Normal

BAB VII Inferensi Statistik Dua Populasi Normal BAB VII Inferensi Statistik Dua Populasi Normal Bab ini membahas inferensi statistik selisih dua mean dan perbandingan dua variansi populasi normal, berdasarkan dua sampel independen. Disamping itu juga

Lebih terperinci

ANALISIS DATA KOMPARATIF (Anova)

ANALISIS DATA KOMPARATIF (Anova) PERTEMUAN KE-11 Ringkasan Materi: ANALISIS DATA KOMPARATIF (ANOVA) ANALISIS DATA KOMPARATIF (Anova) Jika uji kesamaan dua rata-rata atau uji-t digunakan untuk mencari perbedaan atau persamaan dua rata-rata,

Lebih terperinci

KISI-KISI SOAL UJIAN AKHIR

KISI-KISI SOAL UJIAN AKHIR KISI-KISI SOAL UJIAN AKHIR Jurusan/Program Studi Mata Kuliah/Kode Mata Kuliah SKS/Semester Kurikulum yang diacu/dipergunakan Jumlah soal Bentuk soal : P.MIPA/Pendidikan Matematika : Pengolahan Data/GMA.206

Lebih terperinci

Rancangan Acak Lengkap. Created by : Ika Damayanti, S.Si, M.Si

Rancangan Acak Lengkap. Created by : Ika Damayanti, S.Si, M.Si Rancangan Acak Lengkap Created b : Ika Damaanti, S.Si, M.Si RAL (Rancangan Acak Lengkap) Desain dimana perlakuan dikenakan sepenuhna secara acak kepada unit- unit eksperimen. Desain ini dapat digunakan

Lebih terperinci

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random RANCANGAN RANDOM LENGKAP Pendahuluan RRL RRL atau Rancangan Random Lengkap merupakan rancangan di mana unit eksperimen yang dikenai perlakuan secara random dan menyeluruh lengkap untuk setiap perlakuan.

Lebih terperinci

PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) PENGUJIAN HIPOTESIS PROSEDUR UMUM Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) misalnya: H 0 : µ = 100 H 1 : μ 100 atau H 1 : μ> 100 atau H 1 : μ< 100 PROSEDUR UMUM Langkah : tentukan

Lebih terperinci

BAB IV SIMULASI. 1643, data yang digunakan terlampir. Analisis data menggunakan SPSS versi

BAB IV SIMULASI. 1643, data yang digunakan terlampir. Analisis data menggunakan SPSS versi BAB IV SIMULASI Data yang dipakai adalah untuk skripsi ini adalah data fiktif sebanyak 643, data yang digunakan terlampir. Analisis data menggunakan SPSS versi.5. Misalkan ingin diketahui hubungan antara

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari pasti kita dihadapi oleh suatu pilihan dan masalah pengambilan keputusan. Salah satu ilmu yang dapat digunakan untuk membantu pengambilan keputusan

Lebih terperinci

ANALYSIS OF VARIANCE

ANALYSIS OF VARIANCE ANALYSIS OF VARIANCE Analisis Varians adalah alat statistika yang digunakan untuk menguji perbedaan mean lebih dari dua populasi. Analisis varians mengguakan distribusi F, yang mempunyai ciri-ciri: Merupakan

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN 4.1 Persiapan Penelitian Dalam proses pelaksanaan penelitian ini ada beberapa tahapan yang dilakukan diantaranya: a) Mempersiapkan alat dan bahan penelitian b) Mempersiapkan surat

Lebih terperinci

UJI HOMOGENITAS. Pada dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih

UJI HOMOGENITAS. Pada dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih UJI HOMOGENITAS Pada dasarnya uji homogenitas dimaksudkan untuk memperlihatkan bahwa dua atau lebih kelompok data sampel berasal dari populasi yang memiliki variansi yang sama. Uji homogenitas terbagi

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Pada bab ini akan diuraikan hasil penelitian yang telah dilakukan di SMP

BAB IV HASIL DAN PEMBAHASAN. Pada bab ini akan diuraikan hasil penelitian yang telah dilakukan di SMP BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan diuraikan hasil penelitian yang telah dilakukan di SMP N 28 Padang, yang terdiri dari deskripsi data dan analisis data, penguraian hipotesis dan pembahasan

Lebih terperinci

Perbandingan Proses Pembelajaran di FTI dan FMIPA ITS

Perbandingan Proses Pembelajaran di FTI dan FMIPA ITS Perbandingan Proses Pembelajaran di FTI dan FMIPA ITS Oleh Nama : Eva Wahyu Hariyati NRP : 1308 030 003 Dosen Pembimbing : Dra. Lucia Aridinanti, MT Karakter FTI dan FMIPA yang berbeda Orientasi tiap jurusan

Lebih terperinci

Uji Perbandingan Ganda. Arum Handini Primandari, M.Sc.

Uji Perbandingan Ganda. Arum Handini Primandari, M.Sc. Uji Perbandingan Ganda (Multiple Comparison) Arum Handini Primandari, M.Sc. Beberapa uji perbandingan ganda: Uji BNT/LSD Uji Tukey Uji Duncan Uji Bonferroni H : dengan i, j 1,2,..., t dan i j H 0 1 i :

Lebih terperinci

MEMAHAMI ANALISIS VARIANS oleh: Kusnendi Sekolah Pascasarjana Universitas Pendidikan Indonesia, 2016 (http://file.upi.edu/dosen)

MEMAHAMI ANALISIS VARIANS oleh: Kusnendi Sekolah Pascasarjana Universitas Pendidikan Indonesia, 2016 (http://file.upi.edu/dosen) MEMAHAMI ANALISIS VARIANS oleh: Kusnendi Sekolah Pascasarjana Universitas Pendidikan Indonesia, 016 (http://file.upi.edu/dosen) 1. Pendahuluan Analisis varians penting dipahami karena melalui analisis

Lebih terperinci

Statistika untuk Keteknikan Analisis Ragam

Statistika untuk Keteknikan Analisis Ragam Statistika untuk Keteknikan Analisis Ragam Teknik Analisis Ragam : Pengolahan data anova satu arah dan anova dua arah dengan rumus statistik dan SPSS. Oleh Delvi Yanti, S.TP, MP Page 0 1.1 Rumus Anova

Lebih terperinci

BAB III METODOLOGI PENELITIAN. A. Tempat Dan Waktu Penelitian. Penelitian ini dilaksanakan di Laboratorium Mini Hospital STIKes Al-Irsyad

BAB III METODOLOGI PENELITIAN. A. Tempat Dan Waktu Penelitian. Penelitian ini dilaksanakan di Laboratorium Mini Hospital STIKes Al-Irsyad 57 A III METODOLOGI PEELITIA A. Tempat Dan Waktu Penelitian 1. Tempat Penelitian Penelitian ini dilaksanakan di Laboratorium Mini Hospital STIKes Al-Irsyad Cilacap sebagai tempat praktek mahasiswa dan

Lebih terperinci

RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN

RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 007 1. PENDAHULUAN 1 Pada suatu

Lebih terperinci

STATISTIK PERTEMUAN XI

STATISTIK PERTEMUAN XI STATISTIK PERTEMUAN XI Topik Bahasan: Analisis Ragam (ANOVA) Universitas Gunadarma 1. Pendahuluan Metode hipotesis dengan menggunakan distribusi z dan distribusi t efektif untuk uji hipotesis tentang perbedaan

Lebih terperinci

MK. Statistik sosial

MK. Statistik sosial MK. Statistik sosial Digunakan untuk membandingkan rata- rata LEBIH dari dua sampel variabel Independen (Contoh : rata- rata lama TV di tonton oleh anak- anak dari beberapa negara : Australia, Inggris,

Lebih terperinci

MODUL II ANALYSIS OF VARIANCE (ANOVA)

MODUL II ANALYSIS OF VARIANCE (ANOVA) MODUL II ANALYSIS OF VARIANCE (ANOVA) TUJUAN 1. Mahasiswa mampu memahami uji hipotesis harga rata-rata multi populasi dengan menggunakan Analysis of Variance (ANOVA). 2. Mahasiswa mampu memahami penyelesaian

Lebih terperinci

Bab V. Rancangan Bujur Sangkar Latin

Bab V. Rancangan Bujur Sangkar Latin Bab V. Rancangan Bujur Sangkar Latin Rancangan yang mengelompokkan perlakuan perlakuannya dlm cara yaitu berdasarkan baris dan kolom. Jumlah ulangan harus sama dengan jumlah perlakuan Merupakan keterbatasan

Lebih terperinci

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau

Lebih terperinci

Analisis Data kategorik tidak berpasangan skala pengukuran numerik

Analisis Data kategorik tidak berpasangan skala pengukuran numerik Analisis Data kategorik tidak berpasangan skala pengukuran numerik Uji t dengan 2 kelompok Uji t Tidak Berpasangan Uji t dikembangkan oleh William Sealy Gosset. Dalam artikel publikasinya, ia menggunakan

Lebih terperinci

Rancangan Petak Berjalur

Rancangan Petak Berjalur Rancangan Petak Berjalur Ade Setiawan 009 Nama lain untuk Rancangan Split-Blok adalah Strip-Plot atau Rancangan Petak-Berjalur (RPB. Rancangan ini sesuai untuk percobaan dua faktor dimana ketepatan pengaruh

Lebih terperinci

PERCOBAAN RAK FAKTORIAL DENGAN MENGGUNAKAN R-STUDIO

PERCOBAAN RAK FAKTORIAL DENGAN MENGGUNAKAN R-STUDIO PERCOBAAN RAK FAKTORIAL DENGAN MENGGUNAKAN R-STUDIO RANCANGAN PERCOBAAN Anggota Kelompok : Wahyu Nikmatus Sholihah 121810101010 Vivie Aisyafi Fatimah 121810101050 Reyka Bella Desvandai 121810101080 Ratna

Lebih terperinci

PERANCANGAN PERCOBAAN

PERANCANGAN PERCOBAAN PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 PERCOBAAN SATU FAKTOR RANCANGAN ACAK LENGKAP ( R A L ) Percobaan Satu Faktor : Pengaruh Takaran Pupuk

Lebih terperinci

Percobaan Rancangan Petak Terbagi dalam RAKL

Percobaan Rancangan Petak Terbagi dalam RAKL Percobaan Rancangan Petak Terbagi dalam RAKL Kuliah 12 Perancangan Percobaan (STK 222) rahmaanisa@apps.ipb.ac.id Review Kapan rancangan split-plot digunakan? Apakah perbedaan split-plot dibandingkan dengan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Penelitian dan desain penelitian Jenis penelitian menurut pendekatannya adalah penelitian kuantitatif. Penelitian kuantitatif menekankan analisisnya pada data-data numerikal

Lebih terperinci

III OBJEK DAN METODE PENELITIAN. Objek penelitian ini menggunakan catatan reproduksi sapi FH impor

III OBJEK DAN METODE PENELITIAN. Objek penelitian ini menggunakan catatan reproduksi sapi FH impor III OBJEK DAN METODE PENELITIAN 2.1. Objek dan Peralatan Penelitian 2.1.1. Objek Penelitian Objek penelitian ini menggunakan catatan reproduksi sapi FH impor periode pertama tahun 2009. Sapi yang diamati

Lebih terperinci

ANALISIS VARIANSI DUA JALAN

ANALISIS VARIANSI DUA JALAN ANALISIS VARIANSI DUA JALAN Untuk menguji signifikansi efek DUA variabel bebas terhadap SATU variabel terikat, dan untuk menguji signifikansi INTERAKSI kedua variabel bebas terhadap variabel terikat. Kedua

Lebih terperinci

PRAKTIKUM RANCANGAN PERCOBAAN KATA PENGANTAR

PRAKTIKUM RANCANGAN PERCOBAAN KATA PENGANTAR PRAKTIKUM RANCANGAN PERCOBAAN 2012-2013 1 KATA PENGANTAR Buku ini dibuat untuk membantu mahasiswa dalam mempelajari, melilih dan melakukan prosedur analisis data berdasarkan rancangan percobaan yang telah

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis dan Desain Penelitian Jenis penelitian ini berdasarkan pendekatannya yaitu penelitian kuantitatif. Menurut Sutama (2015: 43) penelitian kuantitatif adalah penelitian

Lebih terperinci

Uji Hipotesis dengan ANOVA (Analysis of Variance)

Uji Hipotesis dengan ANOVA (Analysis of Variance) Uji Hipotesis dengan ANOVA (Analysis of Variance) I. Pengertian Dalam sebuah penelitian, terkadang kita ingin membandingkan hasil perlakuan (treatment) pada sebuah populasi dengan populasi yang lain dengan

Lebih terperinci

Elemen Proposal Penelitian

Elemen Proposal Penelitian Elemen Proposal Penelitian Dosen Dr. Wayan Suparta. Oleh Bambang Dwi Wijanarko 2040002493 Tugas uliah Reseach Methodology PROGRAM DOCTOR OF COMPUTER SCIENCE BINUS GRADUATE PROGRAM BINUS UNIVERSITY 2017

Lebih terperinci

BAB III METODE PENELITIAN A. Jenis dan Desain Penelitian Jenis penelitian ini merupakan penelitian kuantitatif. Menurut Sutama (2015:43) penelitian

BAB III METODE PENELITIAN A. Jenis dan Desain Penelitian Jenis penelitian ini merupakan penelitian kuantitatif. Menurut Sutama (2015:43) penelitian BAB III METODE PENELITIAN A. Jenis dan Desain Penelitian Jenis penelitian ini merupakan penelitian kuantitatif. Menurut Sutama (2015:43) penelitian kuantitatif antara lain berhubungan erat dengan kontruksi

Lebih terperinci

Analysis of Variance SUNU WIBIRAMA

Analysis of Variance SUNU WIBIRAMA Analysis of Variance SUNU WIBIRAMA Basic Probability and Statistics Department of Electrical Engineering and Information Technology Faculty of Engineering, Universitas Gadjah Mada Latar belakang perlunya

Lebih terperinci

Pengacakan dan Tata Letak

Pengacakan dan Tata Letak Pengacakan dan Tata Letak 26 Pengacakan dan Tata Letak Pengacakan bisa dengan menggunakan Daftar Angka Acak, Undian, atau dengan perangkat komputer (bisa dilihat kembali pada pembahasan RAL/RAK/RBSL satu

Lebih terperinci

Analisis of Varians (Anova) Uji F uji beda mean tiga atau lebih sampel. Oleh: Roni Saputra, M.Si

Analisis of Varians (Anova) Uji F uji beda mean tiga atau lebih sampel. Oleh: Roni Saputra, M.Si Analisis of Varians (Anova) Uji F uji beda mean tiga atau lebih sampel Oleh: Roni Saputra, M.Si Kegunaan Menguji perbedaan mean dari beberapa kelompok (lebih dari dua kelompok) dengan menggunakan analisis

Lebih terperinci

Analisis Korelasi & Regresi

Analisis Korelasi & Regresi Analisis Korelasi & Regresi Oleh: Ki Hariyadi,, S.Si., M.PH Nuryadi, S.Pd.Si UIN JOGJAKARTA 1 Pokok Bahasan Analisis Korelasi Uji Kemaknaan terhadap ρ (rho) Analisis Regresi Linier Analisis Kemaknaan terhadap

Lebih terperinci

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc.

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc. Rancangan Acak Lengkap (RAL) RAL merupakan rancangan paling sederhana di antara rancangan-rancangan percobaan baku.

Lebih terperinci

BAB V INFERENSI STATISTIK SATU POPULASI NORMAL

BAB V INFERENSI STATISTIK SATU POPULASI NORMAL BAB V INFERENSI STATISTIK SATU POPULASI NORMAL Bab ini membahas inferensi statistik untuk mean dan variansi satu populasi normal berdasarkan sampel random berukuran kecil dan besar. Untuk membahas hal

Lebih terperinci

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000:

Langkah-Langkah Perhitungan Berikut diberikan data penjualan mobil Bima selama tahun 2000: BAB 1 STATISTIK DESKRIPTIF Statistik deskriptif lebih berhubungan dengan pengumpulan dan peringkatan data, serta penyajian hasil peringkasan tersebut. Data statistik yang bisa diperoleh dari hasil sensus,

Lebih terperinci

Tabel Rancangan Acak Percobaan. Keterangan : A = Kotak kontrol berisi Etanol 70% B = Kotak berisi minyak rimpang jeringau 6%

Tabel Rancangan Acak Percobaan. Keterangan : A = Kotak kontrol berisi Etanol 70% B = Kotak berisi minyak rimpang jeringau 6% Lampiran Tael Rancangan Acak Percoaan ULANGAN PERLAKUAN I A D F B E II B E D F A III F B A E D Keterangan : A Kotak kontrol erisi Etanol 70 B Kotak erisi minyak rimpang jeringau 6 Kotak erisi minyak rimpang

Lebih terperinci

Pemanfaatan Excel untuk Analisis Data

Pemanfaatan Excel untuk Analisis Data KARYA PENGABDIAN PADA MASYARAKAT Pemanfaatan Excel untuk Analisis Data Haryadi NIDN 0003116401 LEMBAGA PENELITIAN DAN PENGABDIAN PADA MASYARAKAT UNIVERSITAS MUHAMMADIYAH PALANGKARAYA PALANGKA RAYA, 2012

Lebih terperinci

Kuliah Statistika Industri II Regresi & Korelasi Berganda

Kuliah Statistika Industri II Regresi & Korelasi Berganda Regresi & Korelasi Berganda Regresi & Korelasi Berganda Model regresi linier berganda melibatkan lebih dari satu variabel bebas. Persamaan n Contoh: - Hubungan antara suhu warehouse dan viskositas cat

Lebih terperinci

Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design

Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design CIRI - CIRI R.A.L. : 1. Media atau bahan percobaan seragam (dapat dianggap se- ragam ) 2. Hanya ada satu sumber kera-

Lebih terperinci

Oleh: Lulut Sunarya ( ) Ghufran Rahmat Putra ( ) Debbiela Fajrina Septierly ( ) Miranti Nurbayani ( )

Oleh: Lulut Sunarya ( ) Ghufran Rahmat Putra ( ) Debbiela Fajrina Septierly ( ) Miranti Nurbayani ( ) LAPORAN Analisis Perbedaan Rata-Rata Menggunakan Uji Scheffe Laporan ini diajukan untuk memenuhi tugas mata kuliah Desain Eksperimen I Dosen : Yeny Krista Franty, S.Si., M.Si. Oleh: Lulut Sunarya (140610009007)

Lebih terperinci

LATIHAN STATISTIKA DASAR Tahun Akademik 2005/2006

LATIHAN STATISTIKA DASAR Tahun Akademik 2005/2006 LTIHN STTISTIK DSR Tahun kademik 2005/200 1. Diberikan n = 10; 2, 1, 1,, 5,, 4, 2, 7, Hitunglah: a. Mean b. Variansi c. Tentukan simpangan bakunya d. Gunakan turan Empiris untuk mengaproksimasi simpangan

Lebih terperinci

MODUL PRAKTIKUM II MATA KULIAH STATISTIKA TERAPAN

MODUL PRAKTIKUM II MATA KULIAH STATISTIKA TERAPAN MODUL PRAKTIKUM II MATA KULIAH STATISTIKA TERAPAN Disusun oleh: Dian Ayunita NND Fakultas Perikanan dan Ilmu Kelautan Universitas Diponegoro Semarang 2016 UNIVERSITAS DIPONEGORO FAKULTAS PERIKANAN DAN

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang akan dilakukan dalam penelitian ini merupakan penelitian komparatif dengan pendekatan kuantitatif. Penelitian ini ingin mengetahui perbedaan

Lebih terperinci