BAB 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR
|
|
- Vera Pranata
- 6 tahun lalu
- Tontonan:
Transkripsi
1 A 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR Dalam percobaan faktorial, pengaruh dua faktor atau lebih diselidiki secara bersama-sama. Apabila pengaruh suatu faktor diperkirakan akan berubah menurut tingkatan faktor tersebut, percobaan sering dilakukan dengan menggunakan faktorial. Ciri khas dari rancangan faktorial adalah susunan perlakuannya terdiri dari kombinasi lengkap antara tingkatan faktor-faktor yang diteliti. Susunan perlakuan semacam itu memungkinkan pula bagi peneliti untuk mempelajari pengaruh faktor yang satu pada tiap tingkat faktor yang lain atau dikenal sebagai pengaruh interaksi. Rancangan acak kelompok (Randomized lock Design) banyak digunakan di bidang pertanian, peternakan dan sosial ekonomi. RAK umumnya terdiri dari faktor, faktor dan faktor. Rak faktor umumnya dilakukan di lapangan atau laboratorium, diantaranya: Pengaruh jenis varietas dan lama waktu penyimpanan terhadap keseragaman tumbuh benih jagung. Pengaruh dosis pemupukan dan kerapatan tanaman terhadap hasil tanaman jagung. Pengaruh kombinasi takaran kotoran sapi dan varietas terhadap emisi gas metan padi. Pengaruh konsentrasi hidrogen peroksida dan lama waktu desinfeksi terhadap jumlah bakteri E.coli. Pengaruh jenis kemasan dan promosi iklan terhadap tingkat penjualan benih jagung hibrida. Pengacakan dilapangan dapat dilakukan sebagai berikut: misalnya sebuah penelitian dilakukan untuk mengetahui pengaruh varietas dan lama waktu penyimpanan terhadap persentase biji tumbuh. Penelitian terdiri atas dua faktor, faktor pertama adalah jenis varietas yang terdiri dari empat varietas yaitu Varietas A (VA), Varietas (V), Varietas C (VC) dan Varietas D (VD). Faktor kedua adalah lama waktu
2 penyimpanan benih yang terdiri dari tiga taraf yaitu 0 bulan (P0), 6 bulan (P6), dan bulan (P). Jumlah kombinasi dari kedua faktor tersebut adalah x 4 =, yaitu VAP0, VAP6, VAP, VP0, VP6, VP, VCP0, VCP6, VCP, VDP0, VDP6, dan VDP. Apabila setiap kombinasi diulang kali sebagai kelompok/blok, maka total unit percobaan adalah X 4 X = 6 unit percobaan. Selanjutnya dilakukan pengacakan pada setiap blok, oleh sebab itu jumlah pengacakan yang dilakukan sebanyak jumlah kelompok, yaitu kali dan di setiap blok tidak muncul perlakuan yang sama. Hasil pengacakan yang diperoleh adalah: LOK I VAP0 VCP0 VP VDP0 VAP VCP6 VDP6 VP0 VCP VAP6 VDP VP6 II VP0 VCP VAP6 VCP0 VP6 VP VAP0 VDP0 VCP6 VDP6 VAP VDP III VAP VCP6 VP0 VDP0 VCP VDP6 VAP6 VP6 VDP VP VCP0 VAP0 Perlakuan : VA= Varietas A; V= Varietas ; VC= Varietas C; VD= Varietas D; P0 = Penyimpanan 0 bulan; P6 = 6 bulan; P = bulan. Contoh denah dan pengacakan menggunakan RAK Data Persentase tanaman tumbuh (%) empat varietas jagung pada tiga periode penyimpanan (bulan) adalah:
3 Varietas Ulangan Varietas A (VA) Varietas (V) Varietas C (VC) Varietas D (VD) Periode penyimpanan 0 bulan (P0) 6 bulan (P6) bulan (P) Penyelesaian Model yang akan digunakan untuk analisis sidik ragam adalah general linear model dengan post test uji Duncan. Tahapan analisisnya adalah:. uka program Excel Microsoft Office dan lakukan tabulasi seperti berikut. Simpan dengan nama rakfaktor.xls
4 Gambar. Tampilan data entri di Excel. uka program SPSS pada komputer, selanjutnya akan muncul data view pada komputer. Impor data dari Excel dengan klik File > Open > Data. Selanjutnya pada dialog File Type pilih Excel dan File nama pilih Rakfaktor.xls dilanjutkan dengan klik Open. > Continue, data akan ditampilkan seperti berikut. Gambar. Data view Perlakuan dan hasil 4. Selanjutnya kita akan melakukan analisis varians, klik Analyze > General linear model > univariate 5. Selanjutnya kotak dialog Univariate ditampilkan. Pilih variabel Tumbuh dan klik ke Dependent List, variabel Hasil akan berpindah ke kanan. Selanjutnya Pada Fixed Faktor pilih Var, Simpan dan lok, (Lihat gambar 4).
5 Gambar. Memasukkan variabel 6. Klik model maka akan keluar tampilan seperti gambar 4. Klik custom dan masukkan Var, Simpan dan lok ke kotak model dengan klik tanda panah. Selanjutnya kita akan menganalisis interaksi varietas dan lama penyimpanan. Klik Var selanjutnya sambil menekan Shift klik Simpan maka kedua variabel akan terblok. Klik tanda panah ke kanan maka akan terbentuk interaksi Simpan*Var pada model. Selanjutnya klik continue > OK. Gambar 4. Kotak dialog model
6 OUTPUT MODEL Dependent Variable:DayaTumb Source Tests of etween-subjects Effects Type III Sum of Squares df Mean Square F Sig. Corrected Model a Intercept E5.000 Varietas WaktuSim Ulangan Varietas * WaktuSim Error Total Corrected Total a. R Squared =.950 (Adjusted R Squared =.9) erdasarkan hasil analisis sidik ragam diperoleh nilai Sig (P-value) dari variabel Var (varietas) sebesar (< = 0.05) sehingga hipotesis Ho ditolak sehingga dapat disimpulkan bahwa terdapat perbedaan yang sangat nyata antara perlakuan Varietas terhadap persentase biji tumbuh. Selanjutnya variabel kedua yaitu Simpan (lama waktu penyimpanan sebelum varietas ditanam) sebesar (< = 0.05) sehingga hipotesis Ho ditolak sehingga dapat disimpulkan bahwa terdapat perbedaan yang sangat nyata antara perlakuan Simpan terhadap persentase biji tumbuh. Interaksi varietas dengan lama penyimpanan (Var*Simpan) mempunyai nilai Sig sebesar 0.07 (< = 0.05) sehingga hipotesis Ho ditolak sehingga dapat disimpulkan bahwa interaksi antara Varietas dengan lama waktu penyimpanan berpengaruh nyata terhadap persentase biji tumbuh. Karena terdapat perbedaan yang nyata antara perlakuan maka dilakukan uji lanjut. Prosedur uji interaksi varietas dan lama penyimpanan adalah:. Ubah konfigurasi penyusunan data seperti gambar berikut. Tampilan data di Excel adalah
7 (A). Penyusunan Interaksi arah horizontal di excel (). Penyusunan Interaksi arah vertikal di excel Gambar 5. Data view di Excel. uka program SPSS pada komputer, selanjutnya akan muncul data view pada komputer. Impor data dari Excel dengan klik File > Open > Data. Selanjutnya pada dialog File Type pilih Excel dan File name pilih RAKfaktorhorizontal.xls dilanjutkan dengan klik Open. > Continue.
8 Gambar 6. Data view SPSS 4. Selanjutnya kita akan melakukan analisis varians, klik Analyze >General linear model > Multivariate 5. Selanjutnya kotak dialog multivariate ditampilkan. Pilih variabel VAP_0_6_, VP_0_6_, VCP_0_6_ dan VDP_0_6_ dilanjutkan dengan klik panah Dependent List. Pada Fixed Faktor pilih Ulangan dan Perlakuan. Gambar 7. Memasukkan variabel 6. Klik model maka akan keluar tampilan seperti gambar 7. Klik custom dan masukkan Ulangan dan Perlakuan. Klik continue untuk lanjut. 7. Selanjutnya kita akan melakukan uji Duncan. Klik menu Post Hoc, pilih variabel Perlakuan dilanjutkan dengan menekan panah kekanan maka variabel akan berpindah ke kanan. Klik Continue. Apabila semua data sudah lengkap klik OK.
9 Gambar 8. Tampilan Uji Post-Hoc Model OUTPUT MODEL Output uji interaksi arah horizontal adalah: Perlaku an VA P_0 _P6_P V P_0 _P6_P Subset Perlaku Subset N an N Sig A Sig A Perlaku an VC P_0 _P6_P VD P_0 _P6_P Subset Perlaku Subset N an N Sig A A 0.0 Sig A 9.00 A 0.7 Untuk melakukan uji Duncan arah vertikal ulangi prosedur di atas dengan menggunakan data interaksi arah vertikal (Lihat Gambar 7.).
10 Output uji interaksi arah vertikal adalah: P0 V_A _V_VC_VD P6 V_A _V_VC_VD Perlaku Subset Perlaku Subset an N an N 4 4 Sig c b 97. b a 4 Sig d c b a Perlaku an P V_A _V_VC_VD N Subset 4 Sig c 9.67 b a 97. a Hasil uji Duncan diatas selanjutnya dapat di sederhanakan sebagai berikut Varietas A C D Persentase Tanaman Tumbuh 0 bln 6 bln bln 00,00 a 98,00 a 97, a A 97, b 96,00 b 95,67 a A 95,67 b 94,67 c 9,67 b A A 9,00 c 90,67 d 87,67 c A A Keterangan: Angka yang diikuti huruf yang sama tidak berbeda nyata menurut uji Duncan pada taraf 5%. Huruf kapital di baca horizontal (baris) dan huruf kecil dibaca arah vertical (kolom) Kesimpulan: erdasarkan uji anova terdapat interaksi antara varietas dengan lama waktu penyimpanan benih jagung terhadap persentase tanaman yang tumbuh. Varietas A dengan lama penyimpanan benih 0 bulan mempunyai persentase tanaman tumbuh yang tertinggi yaitu 00 % dan berbeda nyata dengan perlakuan lainnya. Sementara itu Varietas D dengan lama penyimpanan bulan mempunyai persentase tanaman tumbuh yang terendah yaitu 87,67%.
11 ANALISIS DATA MENGGUNAKAN SOFWARE SAS Penyusunan data di MS Excel Varietas WaktuSim Ulangan DayaTumb VA P0 00 VA P6 98 VA P 97 V P0 97 V P6 96 V P 95 VC P0 97 VC P6 96 VC P 94 VD P0 95 VD P6 9 VD P 86 VA P0 00 VA P6 98 VA P 98 V P0 97 V P6 96 V P 96 VC P0 95 VC P6 94 VC P 9 VD P0 9 VD P6 90 VD P 88 VA P0 00 VA P6 98 VA P 97 V P0 98 V P6 96 V P 96 VC P0 95 VC P6 94 VC P 94 VD P0 9 VD P6 90 VD P 89 Ketik listing SAS di Windows Editors, sebagai berikut
12 OPTION PS=60; TITLE'RAK FAKTORIAL--varietas dan lama penyimpanan'; Data; input Varietas$ WaktuSim$ ulangan DayaTum; inter=compress(varietas WaktuSim); cards; INSERT DATA atau paste data dari Excel ; proc anova; class Varietas WaktuSim ulangan; Model DayaTum = ulangan Varietas WaktuSim Varietas*WaktuSim ; RUN; proc glm; Class Varietas WaktuSim ulangan inter; Model DayaTum = ulangan Varietas WaktuSim Varietas*WaktuSim inter/nouni; MEANS Varietas WaktuSim inter/duncan; RUN; Copy data dari MS. Excel di bagian bawah cards, sehingga listing SAS menjadi seperti di bawah ini OPTION PS=60; TITLE'RAK FAKTORIAL--varietas dan lama penyimpanan'; Data; input Varietas$ WaktuSim$ ulangan DayaTum; inter=compress(varietas WaktuSim); cards; VA P0 00 VA P6 98 VA P 97 V P0 97 V P6 96 V P 95 VC P0 97 VC P6 96 VC P 94 VD P0 95 VD P6 9 VD P 86 VA P0 00 VA P6 98 VA P 98 V P0 97 V P6 96 V P 96 VC P0 95 VC P6 94 VC P 9 VD P0 9 VD P6 90 VD P 88 VA P0 00 VA P6 98
13 VA P 97 V P0 98 V P6 96 V P 96 VC P0 95 VC P6 94 VC P 94 VD P0 9 VD P6 90 VD P 89 ; proc anova; class Varietas WaktuSim ulangan; Model DayaTum = ulangan Varietas WaktuSim Varietas*WaktuSim ; RUN; proc glm; Class Varietas WaktuSim ulangan inter; Model DayaTum = ulangan Varietas WaktuSim Varietas*WaktuSim inter/nouni; MEANS Varietas WaktuSim inter/duncan; RUN; Kemudian klik Submit atau tekan F8 untuk menjalankan analisis data Klik Windows Output untuk melihat hasil anlisis: Output Hasil analisis sebagai berikut: RAK FAKTORIAL--varietas dan lama penyimpanan :49 Sunday, February 8, 05 The ANOVA Procedure Class Level Information Class Levels Values Varietas 4 VA V VC VD WaktuSim P0 P P6 ulangan Dependent Variable: DayaTum Number of observations 6 RAK FAKTORIAL--varietas dan lama penyimpanan 4 :49 Sunday, February 8, 05 The ANOVA Procedure Sum of Source DF Squares Mean Square F Value Pr > F Model <.000 Error Corrected Total R-Square Coeff Var Root MSE DayaTum Mean Source DF Anova SS Mean Square F Value Pr > F
14 ulangan Varietas <.000 WaktuSim <.000 Varietas*WaktuSim Sumber Keragaman db Jumlah Kuadrat Penyusunan Tabel Anova Kuadrat Tengah F Value Pr > F Ulangan Varietas <.000 ** WaktuSim <.000 ** Varietas*WaktuSim * Error Corrected Total KK = % erdasarkan hasil analisis sidik ragam diperoleh nilai Sig (P-value) dari variabel varietas dan waktu simpan (WaktuSim) sebesar <0.000 (< = 0.0) yang berarti berpengaruh sangat nyata (**), sedangkan interaksi varietas dan waktu simpan (Varietas*WaktuSim) nilai Sig (P-value) sebesar yang berarti berpengaruh nyata (*). Karena ada interaksi antara varietas dan waktu simpan maka tabel dan pembahasan yang disajikan difokuskan hanya uji lanjut interaksi. Output uji lanjut Duncan RAK FAKTORIAL--varietas dan lama penyimpanan 5 :49 Sunday, February 8, 05 Class Levels Values Varietas 4 VA V VC VD WaktuSim P0 P P6 ulangan The GLM Procedure Class Level Information inter VAP0 VAP VAP6 VP0 VP VP6 VCP0 VCP VCP6 VDP0 VDP VDP6 Number of observations 6 RAK FAKTORIAL--varietas dan lama penyimpanan 6 :49 Sunday, February 8, 05 The GLM Procedure Duncan's Multiple Range Test for DayaTum NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate.
15 Alpha 0.05 Error Degrees of Freedom Error Mean Square Number of Means 4 Critical Range Means with the same letter are not significantly different. Duncan Grouping Mean N Varietas A VA V C VC D VD RAK FAKTORIAL--varietas dan lama penyimpanan 7 :49 Sunday, February 8, 05 The GLM Procedure Duncan's Multiple Range Test for DayaTum NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom Error Mean Square Number of Means Critical Range Means with the same letter are not significantly different. Waktu Duncan Grouping Mean N Sim A P P6 C 9.58 P RAK FAKTORIAL--varietas dan lama penyimpanan 8 :49 Sunday, February 8, 05 The GLM Procedure Duncan's Multiple Range Test for DayaTum NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom Error Mean Square Number of Means Critical Range Means with the same letter are not significantly different. Duncan Grouping Mean N inter A VAP VAP6 Uji lanjut Duncan untuk interaksi variatas (V) dan lama penyimpanan (P)
16 C 97. VAP C C 97. VP0 C C D VP6 C D C D VP C D C D VCP0 D E D VCP6 E E VCP E E VDP0 F VDP6 G VDP Hasil uji Duncan diatas untuk interaksi di susun dalam tabel sebagai berikut Varietas Persentase Tanaman Tumbuh 0 bln 6 bln bln A 00,00 a 98,00 b 97, bc 97, bc 96,00 cd 95,67 cd C 95,67 cd 94,67 de 9,67 e D 9,00 e 90,67 f 87,67 g Kemudian data disusun dalam notasi uji lanjut dua arah yang itu arah vertical (kolom) dan horizontal (baris) Varietas A C D Persentase Tanaman Tumbuh (%) 0 bln 6 bln bln 00,00 a X 97, b X 95,67 b X 9,00 c X 98,00 a Y 96,00 b Y 94,67 b XY 90,67 c Y 97, a Y 95,67 a Y 9,67 b Y 87,67 c Z KK,00% Keterangan: Angka yang diikuti oleh huruf kecil yang sama pada kolom atau oleh huruf kapital yang sama pada baris tidak berbeda nyata berdasarkan uji Duncan 5%,
BAB 7 APLIKASI RANCANGAN PETAK TERPISAH
BAB 7 APLIKASI RANCANGAN PETAK TERPISAH Rancangan split plot design atau dalam bahasa Indonesia disebut Rancangan Petak Terpisah atau Rancangan Petak Terbagi (RPT) merupakan jenis percobaan faktorial (lebih
Lebih terperinciBAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR
BAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR Pada bab sebelumnya telah dibahas aplikasi rancangan acak kelompok satu faktor dan dua faktor. Bab ini akan membahas aplikasi SPSS dan SAS untuk analisis
Lebih terperinciBAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR
BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR Rancangan Acak Kelompok atau biasa disingkat RAK digunakan jika kondisi unit percobaan yang digunakan tidak homogen. Dalam rancangan ini, petakan percobaan
Lebih terperinciBAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR
BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR Sebagaimana telah dijelaskan pada bab sebelumnya bahwa Metode Rancangan Acak Lengkap (RAL) umumnya dipakai pada kondisi lingkungan yang homogen diantaranya
Lebih terperinciBAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH
BAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH Rancangan split split plot design atau Rancangan Petak Petak merupakan jenis percobaan yang melibatkan tiga faktor atau lebih sekaligus dengan tingkat ketelitian
Lebih terperinciBAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR
BAB 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR Rancangan Acak Lengkap (RAL) merupakan rancangan yang paling sederhana dibanding rancangan lainnya. Penggunaan RAL di berbagai bidang penelitian telah banyak
Lebih terperinciLampiran 1. Skema pengolahan limbah sayuran. Sayuran dikumpulkan, dipilah dan dicuci dengan air. Ditiriskan menggunakan jaring
33 Lampiran 1. Skema pengolahan limbah sayuran Sayuran dikumpulkan, dipilah dan dicuci dengan air Ditiriskan menggunakan jaring Dicacah dan diangin-anginkan dilapangan terbuka Dikeringkan sampai kadar
Lebih terperinciBAB 9 APLIKASI RANCANGAN BUJUR SANGKAR LATIN
9 PLIKSI RNNGN UJUR SNGKR LTIN Rancangan bujur sangkar (Latin Square esign) merupakan salah satu model rancangan lingkungan dalam rancangan percobaan. isain rancangan ini berbentuk bujur sangkar sehingga
Lebih terperinciLampiran 1 Hasil determinasi tanaman alpukat. lxiv
LAMPIRAN lxiii Lampiran 1 Hasil determinasi tanaman alpukat lxiv lxv Lampiran 2 Analisa statistik urea serum Urea Serum (mg/dl) Class Level Information Class Levels Values kelompok 4 Dosis10% Dosis5% Induksi
Lebih terperinciUji ANOVA Dua-Arah dengan SPSS
Uji ANOVA Dua-Arah dengan SPSS Rujukan: Disajikan oleh: Harrizul Rivai 1. David S. Jones, Statistika Farmasi, Penerjemah Harrizul Rivai, Penerbit EGC, Jakarta, 2008 2. Purbayu Budi Santosa dan Ashari,
Lebih terperinciME Yusnandar * PENDAHULUAN
ME Yusnandar * PENDAHULUAN Rancangan acak lengkap (randomize complete design), rancangan acak lengkap kelompok (randomize complete block design) dan rancangan acak lengkap faktorial (randomize complete
Lebih terperinciVI. SPSS RANCANGAN ACAK KELOMPOK (RAK)
VI. SPSS RANCANGAN ACAK KELOMPOK (RAK) Syarat : Ada satu peuabah bebas yang disebut perlakukan Ada satu peubah sampingan/pengganggu yang disebut kelompok Model Matematis : Yij = µ + Ki + Pj + єij i = 1,
Lebih terperinciBAB 10 ANALISIS REGRESI LINIER SEDERHANA
BAB 10 ANALISIS REGRESI LINIER SEDERHANA Analisis regresi linier merupakan salah satu jenis metode regresi yang paling banyak digunakan. Regresi linier sederhana terdiri atas satu variabel terikat (dependent)
Lebih terperinciLampiran 1. Prosedur analisa proksimat serbuk daun dan ranting jarak pagar kering. diulangi hingga diperoleh bobot tetap.
LAMPIRAN 53 Lampiran 1. Prosedur analisa proksimat serbuk daun dan ranting jarak pagar kering a. Kadar Air (SNI 01-2891-1992) Sebanyak 2-5 g sampel serbuk kering dimasukkan ke dalam cawan aluminium yang
Lebih terperinciRANCANGAN PERCOBAAN DENGAN SAS. Oleh Kismiantini, M.Si.
RANCANGAN PERCOBAAN DENGAN SAS Oleh Kismiantini, M.Si. JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA 2010 0 SAS (Statistical Analysis System)
Lebih terperinciRancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)
Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri) Statistical Product and Service Solution (SPSS) merupakan salah satu perangkat lunak/software statistik yang dapat digunakan sebagai alat pengambil
Lebih terperinciStatistika 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 terperinciBAB 11 ANALISIS REGRESI LINIER BERGANDA
BAB 11 ANALISIS REGRESI LINIER BERGANDA Selain regresi linier sederhana, metode regresi yang juga banyak digunakan adalah regresi linier berganda. Regresi linier berganda digunakan untuk penelitian yang
Lebih terperinciJenis Pupuk o B1 B2 B3 B4
TUTORIAL SPSS RANCANGAN ACAK KELOMPOK (RAK) oleh : Hendry http://teorionline.wordpress.com/ Rancangan acak kelompok (RAK) sering disebut dengan randomized complete block design (RCBD). Pada rancangan ini
Lebih terperinci1. Water Holding Capacity (WHC) (Modifikasi Agvise Laboratories). 2. Ammonia Holding Capacity (AHC) (Modifikasi Nurcahyani 2010).
LAMPIRAN 47 Lampiran 1. Metode Analisis Proksimat 1. Water Holding Capacity (WHC) (Modifikasi Agvise Laboratories). Pengujian WHC dilakukan dengan mengurangi berat bahan setelah ditambahkan air dengan
Lebih terperinciBAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN
BAB 08 ANALISIS VARIAN Sebagaimana yang sudah dijelaskan sebelumnya bahwa salah satu statistik parametrik yang sering digunakan dalam penelitian pendidikan yaitu Analisis Varian. Oleh karena itu pada bagian
Lebih terperinciVII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING
VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING Jika Rancangan Acak Kelompok (RAK) kelompoknya terbatas dan perlakuannya tidak bias atau tidak mungkin diperbanyak, maka hasil penelitiannya kurang dijamin
Lebih terperinciANCOVA (Analysis Of Covariance)
ANCOVA (Analysis Of Covariance) I. Prinsip Dasar dan Tujuan Analisis Prinsip Dasar ANCOVA merupakan teknik analisis yang berguna untuk meningkatkan presisi sebuah percobaan karena didalamnya dilakukan
Lebih terperinciLangkah-Langkah: 1. Buka program aplikasi SPSS 2. Buatlah variabel logika, perasaan, dan gender pada halaman Variable View
BAB VII ANALISIS VARIANSI MULTIVARIABEL Tujuan: Menguji apakah dua atau lebih variabel dependen berbeda berdasarkan satu atau lebih variabel independen Hipotesis: Ho: dua atau lebih variabel dependen sama
Lebih terperinciBAB 13 ANALISIS LINTAS (PATH ANALISIS)
BAB 13 ANALISIS LINTAS (PATH ANALISIS) Berbagai macam penelitian yang dilakukan pada tanaman umumnya hanya mengkorelasikan sifat-sifat tanaman secara umum. Namun demikian, untuk mendapatkan gambaran tentang
Lebih terperinciSTK511 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 terperinciBAB 09 ANALISIS VARIAN DISAIN FAKTORIAL
BAB 09 ANALISIS VARIAN DISAIN FAKTORIAL Sebagaimana yang sudah dijelaskan sebelumnya bahwa salah satu statistik parametrik yang sering digunakan dalam penelitian pendidikan yaitu Analisis Varian. Analisis
Lebih terperinciLAMPIRAN. Universitas Sumatera Utara
LAMPIRAN HASIL KONVERSI DARI ANALISIS LABORATORIUM No bahan berat segar(gr/plot) produksi bs(ton/ha/tahun) %air total %BK LK SK PK 1 A1B0U1 1097,48 131,6976 76,84 23,16 2,83 43,39 17,55 2 A1B0U2 1094,48
Lebih terperinciDIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA
DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA Oleh : Wahyu Hidayat, S.Pd., M.Pd. NIDN. 0404088402 PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP)
Lebih terperinciANALISIS DATA TERHADAP MUTU KIMIA ph KEFIR SUSU KACANG TANAH
74 LAMPIRAN 1 ANALISIS DATA TERHADAP MUTU KIMIA ph KEFIR SUSU KACANG TANAH Variasi Bahan Inokulum Ulangan Jumlah Rataan Baku (G) (F) 1 Perlakuan Perlakuan F1 4,4 4,5 8,900 4,450 G1 F 4,5 4,5 9,000 4,500
Lebih terperinciANALISIS VARIANSI MANOVA (MULTIVARIATE ANALYSIS OF VARIANCE)
ANALISIS VARIANSI MANOVA (MULTIVARIATE ANALYSIS OF VARIANCE) Manova merupakan uji beda varian. Jika pada anava varian yang dibandingkan berasal dari satu variable terikat (Y), pada manova varian yang dibandingkan
Lebih terperinciLAMPIRAN II SURAT KETERANGAN MAGANG
LAMPIRAN II SURAT KETERANGAN MAGANG 286 287 LAMPIRAN III LANGKAH-LANGKAH PENGGUNAAN SPSSV13 Salah Satu Contoh Langkah dalam melakukan perhitungan cacat jahitan dengan metode SPSSv13 1) Membuka program
Lebih terperinciANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o
Uji Beda: ANOVA ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o o Menguji apakah rata-rata lebih dari dua sampel berbeda secara signifikan
Lebih terperinciAnalisis Varians Multivariats
Analisis Varians Multivariats Wahyu Widhiarso Fakultas Psikologi UGM wahyupsy@gmail.com A. Apa Bedanya Anava Univariats dan Multivariats Bedanya adalah anava univariats dipakai ketika variabel yang dibandingkan
Lebih terperinciMODUL PELATIHAN SPSS Analisis Perbedaan
1 MODUL PELATIHAN SPSS Perbedaan Dr. Sugiyanto Fakultas Psikologi Universitas Gadjah Mada 1. Uji Prasyarat 2. Uji t 2 kelompok independen Data-1 hal. 10 3. Uji t 2 amatan ulang Data-2 hal. 12 4. varians
Lebih terperinciANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA
ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA Uji t Independen Sebagai contoh kita gunakan data ASI Eksklusif yang sudah anda copy dengan melakukan uji hubungan perilaku menyusui dengan
Lebih terperinciPendahuluan 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 terperinciSTATISTIKA UNTUK KETEKNIKAN. Teknik Analisis Ragam
STATISTIKA UNTUK KETEKNIKAN Teknik Analisis Ragam oleh: Delvi Yanti, S.TP, MP PS TEP Fateta Unand 1 Pengolahan Data dengan Rumus 2 Rumus Anova Satu Arah 1. RAL untuk Banyak Ulangan Masing-masing Perlakuan
Lebih terperinciLAMPIRAN. Hasil Translasi sequens dengan ExPASy Translate Tool
LAMPIRAN 1. Hasil Sekuensing isolat virus IBD No. Isolat Hasil Sekuensing 1. IBDV-Indo5 AACAAGCGTCCAAGGCCTTATACTGGGTGCTACCATCT ACCTTATAGGCTTTGATGGGACCGCGGTAATCACCAG GCTGTGGCCGCAGACAATGGGCTAACGGCCGGCACTG
Lebih terperinciDitimbang EMB 3,6 gr. Ditambahkan Aquades 100 ml. Dimasukkan ke dalam erlenmeyer. Disiapkan NaCl fisiologis 0,9 % sebanyak 10 ml
Lampiran 1 : Isolasi akteri E-coli Tahap 1 (Pembuatan Media EM) Ditimbang EM 3,6 gr Ditambahkan Aquades 1 ml Dimasukkan ke dalam erlenmeyer Disiapkan NaCl fisiologis,9 % sebanyak 1 ml Dimasukkan kedalam
Lebih terperinciLampiran 1. Data Eksperimen
1 Lampiran 1. Data Eksperimen No. Kelas Kelompok Lingkungan Produksi Insentif Moneter Kinerja Kelompok Uji Manipulasi 1 A 0 Lini Perakitan Piece Rate 13 Lolos 2 A 1 Lini Perakitan Piece Rate 6 Lolos 3
Lebih terperinciBAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA
BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan
Lebih terperinciMODUL 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 terperinciMengolah Data Bidang Industri
Mengolah Data Bidang Industri Pengolahan data dalam bidang industri menggunakan aplikasi SPSS 20 mempunyai fungsi sebagai alat bantu untuk memberikan gambaran dalam hal prediksi penjualan atau omzet perusahaan,
Lebih terperinciJawaban Tes Praktikum Pengolahan Data Diklat Metode Penelitian Percobaan dan Pengolahan Data
Jawaban Tes Praktikum Pengolahan Data Diklat Metode Penelitian Percobaan dan Pengolahan Data Peneliti di sebuah pabrik pembuatan genteng bermaksud mencari bahan dan suhu pemanasan optimal dalam produksi
Lebih terperinciAnacova Dua Jalur ( 3 x 3,
Komang Suardika, S.Pd, Pendidikan Fisika 013 Anacova Dua Jalur ( 3 x 3, I. Judul Penelitian : Pengaruh Model Pembelajaran ( CTL, PBL dan Model Kooperative) terhadap hasil belajar mahasiswa semester V untuk
Lebih terperinciXII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG
XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG Rancangan Acak Lengkap Pola Berjenjang adalah rancangan percobaan dengan materi homogen atau tidak ada peubah pengganggu, rancangan ini sebenarnya merupakan
Lebih terperinciBAB 12 ANALISIS KORELASI
BAB 12 ANALISIS KORELASI Analisis korelasi merupakan salah satu teknik statistik yang digunakan untuk menganalisis hubungan antara dua variabel atau lebih yang bersifat kuantitatif. Hubungan antara 2 variabel
Lebih terperinciHANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS
HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS UJI RELIABILITAS DAN SELEKSI ITEM a. Pindahkan hasil data item dari tabulasi di Excel ke data view SPSS b. Di bagian variable view rubah
Lebih terperincifaktornya berbeda, misalnya 2 taraf untuk faktor A dan 3 taraf untuk 2x2x3 maksudnya percobaan faktorial yang terdiri dari 3 faktor dengan taraf
RANCANGAN FAKTORIAL faktorial adalah suatu percobaan yang perlakuannya terdiri atas semua kemungkinan kombinasi taraf dari beberapa faktor. Percobaan dengan menggunakan f faktor dengan t taraf untuk setiap
Lebih terperinciANALISIS 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 terperinciMODUL III LINGKUNGAN KERJA FISIK
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia industri, sumber daya manusia merupakan salah satu aspek terpenting dalam jalannya sistem. Namun seringkali banyak ditemui halangan keberhasilan dikarenakan
Lebih terperinciLAMPIRAN. Lampiran 1. Gambar lokasi pengambilan sampel daun singkong di desa Sumampir
LAMPIRA Lampiran 1. Gambar lokasi pengambilan sampel daun singkong di desa Sumampir Lampiran 2. Gambar rearing area yang berisi tungau predator Phytoseius sp. dengan Tetranychus urticae (2, 4, dan 6) 17
Lebih terperinciANALISA RAGAM DATA (UJI ANOVA)
MATERI III ANALISA RAGAM DATA (UJI ANOVA) STMIK KAPUTAMA BINJAI Wahyu S. I. Soeparno, SE., M.Si Analisa Ragam Satu Arah (Oneway) Analisa ragam satu arah ( oneway ANOVA) digunakan untuk membandingkan mean
Lebih terperinciRancangan Acak Lengkap
PERCOBAAN 1 FAKTOR RANCANGAN ACAK LENGKAP (Completely Randomize Design) Diyan Herdiyantoro, SP., MSi. Laboratorium Biologi Tanah Jurusan Ilmu Tanah Fakultas Pertanian Universitas Padjadjaran 2013 Rancangan
Lebih terperinciBAB V KESIMPULAN DAN SARAN. Berdasarkan hasil penelitian dapat di simpulkan yaitu :
V KESIMPULN DN SRN 5.1. Kesimpulan erdasarkan hasil penelitian dapat di simpulkan yaitu : 1. Perlakuan pupuk Petrobio berpengaruh nyata pada parameter tinggi tanaman, jumlah daun, jumlah bunga, persentase
Lebih terperinciTeknik Analisis Dampak Pendampingan
Teknik Analisis Dampak Pendampingan Rachmat Hendayana Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian Jl. Tentara Pelajar No 10, Bogor. 16114 E-mail: rhendayana@gmail.com P endampingan merupakan
Lebih terperinciPerhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik)
Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Tanggal 06/Mei/2013 Waktu 07.00-14.00 Nama WIB Proses: Operator Pak. Septian Kebisingan 70-80 db Dicatat Oleh: Jumlah Waktu Penyelesaian
Lebih terperinciLAMPIRAN. Lampiran 1 prosedur pewarnaan hematoksillin-eosin (HE)
51 LAMPIRAN Lampiran 1 prosedur pewarnaan hematoksillin-eosin (HE) Pewarnaan HE adalah pewarnaan standar yang bertujuan untuk memberikan informasi mengenai struktur umum sel dan jaringan normal serta perubahan
Lebih terperinciLampiran 1. Hasil TPC pada media selektif dari tiap mikroba
Lampiran 1. Hasil TPC pada media selektif dari tiap mikroba No. Media Selektif Jenis Mikroba Pengenceran Jumlah mikroba 1. Pikovskaya Pseudomonas sp. 10-5 3,3 x 10 6 10-5 7,1 x 10 6 2. MSA Rhizobium sp.
Lebih terperinciAnava Dua Arah Menggunaan SPSS 16 For Windows
Page 1 of 9 Anava Dua Arah Menggunaan SPSS 16 For Windows Oleh Tenes Widoyo Pendidikan Fisika S2 PPS Universitas Negeri Malang Angkatan 2010 Untuk menganalisis data hasil penelitian dengan cepat dan mudah
Lebih terperinciLAPORAN PRAKTIKUM PENGENDALIAN GULMA (AGH 321)
LPORN PRKTIKUM PENGENDLIN GULM (GH 321) Disusun Oleh : Kelompok 9 1. Trisnani Yuda Fitri 24070021 2. Galvan Yudistira 24070040 3. Vicky Oktarina Chairunnissa 24070121 sisten Praktikum rie eka prasetia
Lebih terperinciLampiran 1.a Data Kadar Air Kelopak Rosella Kadar air (%) = kehilangan berat (g) x 100 Sampel sebelum kering (g)
62 Lampiran 1.a Data Kadar Air Kelopak Rosella Kadar air (%) = kehilangan berat (g) x 100 Sampel sebelum kering (g) Kehilangan berat = berat sampel mula-mula berat sampel setelah dikeringkan Kadar air
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Desain Penelitian Dalam penelitian ini, peneliti menggunakan pendekatan kuantitatif, sedangkan penelitian ini merupakan jenis metode penelitian eksperimen. Metode penelitian
Lebih terperinciLAMPIRAN. Lampiran 1. Lokasi pengambilan sampel daun singkong daerah sekitar Purwokerto
LAMPIRA Lampiran 1. Lokasi pengambilan sampel daun singkong daerah sekitar Purwokerto Lampiran 2. Rearing yang berisi tungau predator Amblysieus sp. (1 individu) dengan Tetranychus urticae (2, 4, dan 6
Lebih terperinciUJI PERSYARATAN ANALISIS DATA
PERTEMUAN KE-6 Materi : UJI PERSYARATAN ANALISIS DATA Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Dalam suatu penelitian, setelah menetapkan metodologi penelitian maka akan dilakukan analisis validitas dan reliabilitas data, pengujian hipotesis dan analisa korelasi. Setelah
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BB V KESIMPULN DN SRN 5.1 Kesimpulan 1. Pemberian pasir pantai sebesar 0% (P 0 ) berbeda nyata dan memberikan pengaruh terbaik terhadap parameter kadar N-Tanah, sedangkan perlakuan lainnya tidak berbeda
Lebih terperinciLampiran 1. Prosedur uji
LAMPIRAN 32 Lampiran 1. Prosedur uji 1) Kandungan nitrogen dengan Metode Kjedahl (APHA ed. 21 th 4500-Norg C, 2005) Sebanyak 0,25 gram sampel dimasukkan ke dalam labu kjedahl dan ditambahkan H 2 SO 4 pekat
Lebih terperinciAnalisis Regresi: Regresi Linear Berganda
Analisis Regresi: Regresi Linear Berganda Pengantar Pada sesi sebelumnya kita hanya menggunakan satu buah X, dengan model Y = b 0 + b 1 X 0 1 Dalam banyak hal, yang mempengaruhi X bisa lebih dari satu.
Lebih terperinci7. LAMPIRAN Lampiran 1. Syarat Mutu Tempe Kedelai (SNI :2009)
7. LAMPIRAN Lampiran 1. Syarat Mutu Tempe Kedelai (SNI 01-3144:2009) 49 50 Lampiran 2. Kurva Standar Asam Sianida KODE KCN ABSORBANSI I ABSORBANSI II ABSORBANSI III ABSORBANSI RATA- RATA 1,2 µm 0,027 0,0269
Lebih terperinciPerlakuan Lama Waktu 2 minggu. 4 Minggu. Ket: (I). Inti, (S).Sinusoid. Ket: (I). Inti, (L).Lemak. Ket: (I). Inti, (S).Sinusoid
LAMPIRAN Lampiran 1. Gambar Histologi Preparat Jaringan Hati Tikus Putih (Rattus norvegicus) pada luasan sel 25 µm dengan menggunakan mikroskop cahaya perbesaran 10 x 10. Perlakuan Lama Waktu 2 Kontrol
Lebih terperinciBAB III METODE PENELITIAN. penelitian yang diterapkan adalah penelitian eksperimen dengan dua kelompok
37 BAB III METODE PENELITIAN A. Disain penelitian Melalui uraian yang dikemukakan dalam latar belakang dan rumusan masalah, penelitian yang diterapkan adalah penelitian eksperimen dengan dua kelompok sampel
Lebih terperinciBAHAN AJAR STATISTIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA
BAHAN AJAR STATISTIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA ANALISIS of VARIANS Setiap perusahaan perlu melakukan pengujian terhadap kumpulan hasil pengamatan mengenai suatu hal, misalnya
Lebih terperinciANALISIS REGRESI DENGAN EXCEL
ANALISIS REGRESI DENGAN EXCEL Dalam statistik, regresi merupakan salah satu peralatan yang populer digunakan, baik pada ilmu-ilmu sosial maupun ilmu-ilmu eksak. Karenanya, software-software statistik umumnya
Lebih terperinciPENGOLAHAN DATA DENGAN SPSS
PENGOLAHAN DATA DENGAN SPSS Untuk melakukan analisa data dengan menggunakan program SPSS, langkah awal yang harus dilakukan adalah memasukkan data dalam sheet SPSS. Ada dua jenis sheet dalam SPSS, yaitu
Lebih terperinciKomang 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 terperinciLATIHAN SPSS I. A. Entri Data
A. Entri Data LATIHAN SPSS I Variabel Name Label Type Nama Nama Mahasiswa String NIM Nomor Induk Mahasiswa String JK Numeris 1. 2. TglLahir Tanggal Lahir Date da Daerah Asal Numeris 1. Perkotaan 2. Pinggiran
Lebih terperinciLAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)
LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN
Lebih terperinciLampiran 1 Hasil ANOVA dan Uji Lanjut Duncan untuk pengaruh homogenisasi terhadap stabilitas emulsi. Class Levels Values
63 Lampiran 1 Hasil ANOVA dan Uji Lanjut Duncan untuk pengaruh homogenisasi terhadap stabilitas emulsi Class Levels s factor 1 factor 3 3 Rpm10000 Rpm8000 Rpm6000 Waktu1 Waktu3 Waktu4 Source DF Sum of
Lebih terperinciLampiran 1. Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM
Lampiran 1 Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM 79 80 Lampiran 2 Surat Permohonan Ijin Peminjaman Alat di Laboratorium Biologi FK UKM 81 Lampiran 3 Perhitungan Statistik
Lebih terperinciMATERI / BAHAN PRAKTIKUM
MODUL II ANOVA A. Tujuan Praktikum 1. Untuk mengetahui dan memahami uji statistik dengan menggunakan Anova, yaitu ANOVA satu arah dan ANOVA dua arah. 2. Untuk mengetahui persoalan dan masalah-masalah yang
Lebih terperinciANOVA. By Desi Rahmatina, S.Pd,M.Sc
ANOVA By Desi Rahmatina, S.Pd,M.Sc Pengertian Anova Asumsi Dasar dalam Anova Macam-macam Anova Uji signifikansi Anova Pengertian Anova Analisis statistik yang dapat memberikan informasi tentang perbedaan
Lebih terperinciRegresi dengan Microsoft Office Excel
Regresi dengan Microsoft Office Excel Author: Junaidi Junaidi 1. Pengantar Dalam statistik, regresi merupakan salah satu peralatan yang populer digunakan, baik pada ilmu-ilmu sosial maupun ilmu-ilmu eksak.
Lebih terperinciProgram Studi Pendidikan Ekonomi FE UNY
LEMBAR KERJA Topik: Uji Homosedastisitas Tujuan: Digunakan untuk mengetahui kesamaan varians error untuk setiap nilai X. Error = residu = e = Y Y Lawan homosedastisitas adalah heterosedastisitas. Analisis
Lebih terperinciLAMPIRAN. Universitas Kristen Maranatha
LAMPIRAN Perhitungan yang dipakai dalam penelitian ini adalah dengan menggunakan analisis regresi dan analisis grafik. Seluruh perhitungan dilakukan dengan menggunakan program Statistik SPSS. Berikut ini
Lebih terperinciLAMPIRAN. Kedua sampel sama Kedua sampel berbeda
LAMPIRAN Lampiran 1. Kuesioner Uji Pembedaan Sederhana UJI PEMBEDAAN SEDERHANA Nama : tanggal : Produk : Cookies ubi jalar Instruksi : 1. Dihadapan anda terdapat dua buah sampel cookies. Cicipi sampel
Lebih terperinciLampiran 1. Prosedur Analisis Pengujian Proses Demulsifikasi
LAMPIRAN Lampiran 1. Prosedur Analisis Pengujian Proses Demulsifikasi 1. Pengamatan (Waktu, Warna, Busa, Rasio Volume Pemisahan Air, Minyak dan Emulsi) Sebanyak 100 ml total campuran larutan sampel dan
Lebih terperinci7. LAMPIRAN Lampiran 1. Proses Pembuatan Torakur. a b c d
7. LAMPIRAN Lampiran 1. Proses Pembuatan Torakur a b c d h g Keterangan: a) tomat Tomdari segar, b) pemotongan menjadi 4 bagian, c) perendaman dengan, larutan garam, d) perendaman dengan CaCl, e) pemasakan
Lebih terperinciMembuat Piramida Penduduk dengan Excel
Membuat Piramida Penduduk dengan Excel dikutip dari: http://junaidichaniago.wordpress.com/2009/04/05/membuat-piramidapenduduk-dengan-excel/ (tanggal 7 Juni 2010) Memahami komposisi penduduk menurut umur
Lebih terperinciBAB IV ANALISIS DATA. bebas dan variabel terikat, kemudian data tersebut di analisis dengan
BAB IV ANALISIS DATA A. Pengujian Hipotesis Setelah diperoleh masing-masing jumlah dari kategori variabel bebas dan variabel terikat, kemudian data tersebut di analisis dengan menggunakan analisis kuantitatif,
Lebih terperinciSkenario Payoff Magnitude terhadap Kecenderungan Pengambilan Risiko. Skenario Pengambilan Keputusan Investasi (Baird et al., 2008)
LAMPIRAN Skenario Payoff Magnitude terhadap Kecenderungan Pengambilan Risiko Data Responden NIM : Jenis Kelamin : L / P Usia : Skenario Pengambilan Keputusan Investasi (Baird et al., 2008) Bayangkan anda
Lebih terperinciHo merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test
UJI T-TEST (PENGANTAR STATISTIK LANJUT) A. Uji T-Test satu sampel (One sampel t- test). 1. Dasar teori. Pengujian rata-rata satu sampel dimaksudkan untuk menguji nilai tengah atau rata-rata populasi µ
Lebih terperinciBAB IV DESKRIPSI DAN ANALISI DATA
BAB IV DESKRIPSI DAN ANALISI DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Penelitian Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di SMP N 1 Pamotan. SMP
Lebih terperinciMODUL 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 terperinciAnalisis 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 terperinciANALISIS STATISTIKA MENGGUNAKAN PROGRAM SPSS APLIKASINYA DALAM RANCANGAN PERCOBAAN
0 ANALISIS STATISTIKA MENGGUNAKAN PROGRAM SPSS APLIKASINYA DALAM RANCANGAN PERCOBAAN Dr. Bambang Subali, M.S. Jurusan Pendidikan Biologi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciStatistik Uji Kruskal-Wallis
Statistik Uji Kruskal-Wallis Author: Junaidi Junaidi Statistik Kruskal Wallis adalah salah satu peralatan statistika non-parametrik dalam kelompok prosedur untuk sampel independen. Prosedur ini digunakan
Lebih terperinciBAB 3 PENGOLAHAN DATA
BAB 3 PENGOLAHAN DATA 3.1 Menentukan Model Persamaan Regresi Linier Berganda Data yang dikumpulkan dalam penelitian ini adalah jumlah kecelakaan lalu lintas dan faktor-faktor yang mempengaruhinya yaitu
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinci