ANOVA. By Desi Rahmatina, S.Pd,M.Sc

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANOVA. By Desi Rahmatina, S.Pd,M.Sc"

Transkripsi

1 ANOVA By Desi Rahmatina, S.Pd,M.Sc

2 Pengertian Anova Asumsi Dasar dalam Anova Macam-macam Anova Uji signifikansi Anova

3 Pengertian Anova Analisis statistik yang dapat memberikan informasi tentang perbedaan antar kelompok dengan kelompok lain (lebih dari dua kelompok).

4 Asumsi Dasar dalam Anova 1. Sampel diambil dari distribusi normal, sehingga sampel juga berdistribusi normal.. Masing-masing kelompok mempunyai variabel yang sama. 3. Sampel di ambil secara acak.

5 Macam-macam Anova 1. Anova Satu Arah (One Way Anova). Anova Dua Arah (Two Way Anova)

6 1. Anova Satu Arah (One Way Anova) Perbandingan mean beberapa kelompok dengan satu variabel. Contoh : Perbedaan produktivitas kerja dengan menggunakan metode A, B dan C.

7 Rumus F Varians antar kelompok Varians dalam kelompok atau MSB MSW MSB = Mean Square Between (Mean Kuadrat Antar Kelompok) MSW = Mean Square Within (Mean Kuadrat Dalam Kelompok)

8 Table1.One Way Anova Source of Variation Degrees of Freedom (db) Sum of Squares Mean Square Value of the test statistic (F Value ) Between k - 1 SSB MSB Within N - k SSW MSW Total N-1 SST x = The score (nilai ) k = The number of different samples ( banyak kelompok) n i = The size of sample i( ukuran sampel ke i) F MSB MSW T i = The sum of the values in sample i ( Jumlah nilai dalam sampel ke i) N = The number of the values in all samples ( jumlah nilai pada semua sampel) SST = SSB +SSW

9 k N SSW MSW k SSB MSB SSW SSB SST n X n X n X n X X SSW N X n X X X SSB maka n N X n X n X n X n X SSB k k III III II II I I t t III II I k t k k III III II II I I 1...,... n n Jika... II 1

10 Contoh 1 Metode A Metode B Metode C Tentukanlah nilai uji statistik F

11 Penyelesaian Kelompok I Kelompok II Kelompok III Jumlah x 1 x 1 x x x 3 x 3 x x T 1 = 34 T = 369 T 3 = 388 n 1= 5 n 1= 5 n 1= 5 N = 15

12 197, , , , , , , , (388) 5 (369) 5 (34) , , , (388) 5 (369) 5 (34) MSW MSB SSW SSB

13 Sumber Variasi Antar Kelompok Dalam Kelompok Derajad kebebasan (db) Jumlah Kuadrat Mean Kuadrat 43, , , ,7333 Nilai F 1,09 Total ,9333

14 Pengujian Anova Satu Arah Untuk menguji hipotesis nol dan hipotesis alternatif. Hipotesis Nol (H 0 ) menyatakan bahwa rata-rata skor semua kelompok sama atau tidak ada perbedaan yang signifikan antara rata-rata pada populasi. Hipotesis Alternatif (H 1 ) menyatakan bahwa ratarata skor paling sedikit satu kelompok berbeda dengan kelompok lain atau terdapat perbedaan yang signifikan antara rata-rata rata-rata pada populasi. Catt. Uji Anova satu arah selalu memakai uji pihak kanan.

15 Langkah-langkah uji signifikansi. 1.Tetapkan Hipotesis H 0 dan H 1 H :... H H H I II III (rata rata skorsemua kelompoksama) k : Tidak semua kelompok mempunyai rata rata yang sama. Atau, :Tidak terdapat perbedaan rata - rata yang signifikan antara kelompok sampel : Terdapat perbedaan rata - rata yang signifikan antara kelompok sampel. Tetapkan 3. Tentukan db untuk pembilang = k -1. db untuk penyebut = N k. 4. Tentukan F table F tabel F :( k1, nk ).

16 5.Tentukan F hitung dengan menggunakan rumus F MSB MSW 6. Buat kesimpulan dengan membandingka antara F table dengan F hitung Daerah terima Ho Daerah tolak Ho 0 F tabel Kesimpulan : Jika Fhitung < Ftabel, maka H0 diterima, sebaliknya Ho ditolak.

17 Contoh Berdasarkan contoh sebelumnya (Data skor 15 karyawan), Ujilah, apakah kita dapat menolak hipotesisi nol yang menyatakan bahwa rata-rata skor 15 orang tersebut sama? Gunakan 5%

18 Solusi Langkah 1 H : H (rata rata skor ketiga kelompok sama ) : Tidak semua kelompok mempunyai rata rata yang sama. Langkah 5% 0,05 Langkah 3 db untuk pembilang = k -1=3-1 = db untuk penyebut = n k = 15 3 = 1. F tabel Langkah 4 F hitung = 1,09 F : ( k1, nk) F0,05:(,1) 3,89

19 Langkah 5. Daerah Terima H 0 Daerah terima Ho Daerah Tolak H 0 1,09 3,89 F tabel F hitung karena F hitung < F tabel, maka H 0 diterima. Kesimpulan : Rata-rata skor ketiga kelompok adalah sama atau tidak ada perbedaan secara signifikan antara rata-rata skor ketiga kelompok tersebut, sehingga ketiga metode mengajar tersebut tidak memberikan perbedaan rata-rata skor mahasiswa.

20 Exercises See Chapter 13.Prem S. Mann

21 Review Tabel di bawah ini menunjukkan pendapatan hasil penjualan komputer dalam 0 hari, toko komputer hanya membuka toko setiap hari Kamis, Jumat, Sabtu dan Minggu. Pemilik toko telah mengkalkulasikan rata-rata hasil penjualannya pada tabel di bawah ini dan jumlah kuadrat seluruh sampel dengan x t Hari Rata-rata Pendapatan($) Ukuran Sampel Kamis 95 5 Jumat Sabtu Minggu Ujilah pada tingkat signifikan 1% dapatkah disimpulkan bahwa rata-rata penjualan sama pada keempat hari tersebut?

22 Jawaban Soal review. Sumber Variasi Antar Kelompok Dalam Kelompok Total Derajad kebebasan (db) Jumlah Kuadrat , ,56 Mean Kuadrat F hitung Ftabel ,59 0,57 5,9 Kesimpulan: Karena F hitung < F tabel, 0,57 < 5,9, maka Ho diterima Sehingga di simpulkan bahwa tidak terdapat perbedaan yang signifikan rata-rata hasil penjualan komputer keempat hari tersebut.

23 UJI BERGANDA Jika ternyata keputusan menolak H 0 (Terdapat perbedaan rata-rata yang signifikan antar kelompok), dan karena jumlah kelompok sampel lebih dari dua maka pertanyaan timbul kelompok mana saja yang menunjukkan perbedaan? Untuk menjawab pertanyaan tersebut perlu dilakukan analisis lanjutan yaitu uji rata-rata berganda. Pada kesempatan ini uji rata-rata berganda yang akan dibahas adalah dengan menggunakan metode TUKEY.

24 Langkah-langkah metode Tukey adalah: 1. Hitung rata-rata tiap kelompok. Hitung harga mutlak selisih setiap pasang kelompok xi x j untuk i j 3.Hitung kriteria Tukey dengan rumus T q MS n i W Dengan: q : Nilai kritis q, bisa dilihat ditabel Studentized range distribution dengan db = k dan n-k : Banyaknya kelompok k MSW : Mean Square Within n i :Ukuran sample kelompok = min(sampel i; sampel j)

25 4. Bandingkan _ x _ i x j dengan T. Bila disimpulkan adanya perbedaan yang signifikan antara sampel i dan sampel j. _ x _ i x j > T, maka Contoh : Metode I Metode II Metode III Selidikilah jika terdapat perbedaan rata-rata yang signifikan antar ketiga metode diatas, tentukanlah metode mana saja yang saling berbeda? 0,05

26 Penyelesaian: Source of Variation Degrees of Freedom (db) Sum of Squares Mean Square Between Within Total F Value F table F 4,64 3, 89 Ternyata terdapat perbedaan rata rata yang signifikan antara ketiga metode di atas. Ikuti langkah-langkah Uni Tukey di dapat: Pasangan metode Selisih harga mutlak Nilai T I dan II 5 6,31 I dan III 6,31 II dan III 7* 6,31 Terbukti Metode II dan metode III berbeda secara signifikan.

27 OUTPUT SPSS. Dependent Variable: Produktivitas Tukey HSD Multiple Comparisons (I) metode Kerja Metode I Metode II Metode III (J) metode Kerja Metode II Metode III Metode I Metode III Metode I Metode II *. The mean difference is significant at the.05 level. Mean Difference 95% Confidence Interval (I-J) Std. Error Sig. Lower Bound Upper Bound 5,00,37,19-1,31 11,31 -,00,37,683-8,31 4,31-5,00,37,19-11,31 1,31-7,00*,37,030-13,31 -,69,00,37,683-4,31 8,31 7,00*,37,030,69 13,31

28 Latihan. Dari contoh soal no.3 p.10

29 . Anova Dua Arah (Two Way Anova) Perbandingan mean beberapa kelompok dengan dua kategori. Contoh : Harga PC berdasarkan merek dan model (tahun pembuatan) komputer. Nilai Statistik berdasarkan tingkat dan semester.

30 Jenis-jenis tabel perhitungan anova dua arah. 1.Klasifikasi Dua Arah dengan Satu pengamatan per sel..klasifikasi Dua Arah dengan beberapa pengamatan per sel. (Tabel dua arah dengan Interaksi)

31 1. Klasifikasi Dua Arah dengan Satu pengamatan per sel Row Column I II. j.. c I x I.I x I.II. x I.j. x I.c Total II x II.I x II.II. x II.j. x II.c i x i.i x i.ii. x ij. x ic r x r1 X r.ii. x rj. x rc Total xci x cii. x. cj xcc xri xrii xri xrr xt

32 Permasalahan pada klasifikasi dua arah dengan satu pengamatan per sel ini adalah: 1.Apakah terdapat perbedaan rata-rata yang signifikan antara variable pertama ditinjau dari segi variable kedua.. Apakah terdapat perbedaan rata-rata yang signifikan antara variable kedua ditinjau dari segi variable pertama.

33 Rumus F c MS MS c w F r MS MS r w MSc = Mean Square Column (Mean Kuadrat Antar Kelompok pada variabel kolom) MSr = Mean Square Row (Mean Kuadrat Antar Kelompok pada variabel Baris) MS w = Mean Square Within (Mean Kuadrat Dalam Kelompok )

34 Table. Two Way Anova Source of Variation Degrees of Freedom (db) Sum of Squares Mean Square Value of the test statistic (F Value ) Column c - 1 SS c MS c Row r-1 SS r MS r Within (c-1) (r-1) SS w MS w F c F r MS MS c w MS MS c w

35 SS SS SS T c SS r w Keterangan Tabel X c X c i X. T ii r X r i X. T ii SS T X T n c. i n r. i SS c N T SS r N N MS MS MS c r w SSc c 1 SSr r 1 SSw ( c 1)( r 1) N = Jumlah Populasi n c = jumlah sampel dalam kelompok n r =Jumlah sampel dalam baris

36 Contoh : Seorang karyawan ingin menyelidiki harga lima macam merek komputer untuk. Dia mengambil dari tiap-tiap merek lima buah komputer dari model empat tahun yang lalu sampai model tahun ini. Semua komputer itu kemudian di jalankan dalam keadaan yang diawasi baik-baik dan dicatat harganya. Misalkan hasil dari tes ini adalah sebagai berikut.

37 Tabel. Harga komputer dari lima macam merek dan lima model MODEL MEREK A B C D E Tahun ini Setahun yang lalu Dua tahun yang lalu Tiga tahun yang lalu Empat tahun yang lalu % 0,05 Ujilah dengan menggunakan 1. Apakah terdapat perbedaan rata-rata harga yang signifikan antara merek-merek komputer di tinjau dari segi modelnya?. Apakah terdapat perbedaan rata-rata harga yang signifikan antara model komputer di tinjau dari segi mereknyanya?

38 Penyelesaian: MODEL MEREK Total A B C D E Tahun ini Setahun yang lalu Dua tahun yang lalu Tiga tahun yang lalu Empat tahun yang lalu Total

39 dlm.kel. merk merk MS MS F 3, ,16 67, ,4 17, ,04 56, ,80) (8459, ,56) ( , , ,66) (6 68,4 8390, , , , , mod w r c w el merk MS MS MS SS SS SS. mod mod dlm kel el el MS MS F

40 F merk 17,6 3,51 4,9 F tab. merk F F 0,05, 0,05, c1:( c1)( r1) 4:16 3, 01 F 67,06 Fmod el 19,11 tab.model 0,05, r1:( c1)( r1) 3,51 F F 0,05, 4:16 3, 01

41 Tabel Perhitungan Anova pada contoh di atas Sumber Variasi db Jumlah Kuadrat Mean Kuadrat F hitung F tabel Merek 4 69,04 17,6 4,9 3,01 Model 4 68,4 67,06 19,11 3,01 Dalam 16 56,16 3, H 0 H 1 : Tidak terdapat perbedaan rata - rata harga yang signifikan antara merek - merek komputer di tinjau dari segi modelnya. : Terdapat perbedaan rata - rata harga yang signifikan antara merek - merek komputer di tinjau dari segi modelnya. KESIMPULAN : karena Fhitung > Ftabel, 4,9 > 3,01 maka H 0 ditolak, sehingga di simpulkan bahwa kelima jenis merek komputer yang diselidiki berbeda harganya secara signifikan (berarti) jika di tinjau dari segi modelnya.

42 . H 0 H 1 : Tidak terdapat perbedaan rata - rata antar model komputer di tinjau : Terdapat perbedaan rata - rata model komputer di tinjau dari segi mereknya. harga harga yang signifikan dari segi mereknya. yang signifikan antar KESIMPULAN : karena Fhitung > Ftabel, 19,11 > 3,01 maka H 0 ditolak, sehingga di simpulkan bahwa kelima model komputer yang diselidiki berbeda harganya secara signifikan (berarti) jika di tinjau dari segi mereknya. Daerah Tolah Ho 3,01 19,11

43 EXERCISES 1.Data berikut menyatakan Lamanya (dalam menit) 4 mahasiswa menyelesaiakan tugas statistik dengan menggunakan 4 bahasa programming yang berbeda: Programmer Bahasa Programming C++ Minitab Pascal Matlab Kim Tan Rhonda Kevin Ujilah dengan menggunakan taraf signifikan 0.05 untuk menguji hipotesis bahwa: a. Apakah keempat mahasiswa tersebut menyelesaiakn tugas sama cepatnya? b. Apakah nama Programming Language tidak berpengaruh pada menyelesaikan tugas statistik?

44 Tugas kelompok. Pangsa pasar beberapa pusat belanja di Batam dari tahun ke tahun adalah : Tempat Belanja Tahun (dalam %) Hypermarket Supermarket Minimarket Pasar Tradisional Jika jumlah kunjungan tahun 003 sebanyak 1000 orang, Tahun 004 sebanyak 000 orang dan tahun 005 sebanyak 3000 orang, Ujilah dengan menggunakan taraf signifikan 0.05, a. Apakah ada perbedaan yang signifikan kunjungan tempat belanja dilihat dari segi waktu (tahun)? b. Apakah ada perbedaan yang signifikan kunjungan dari tahun ke tahun dilihat dari segi tempat belanja?

45 3.Jumlah wisatawan pada musim liburan di Batam tahun (ribuan orang) : Jenis Liburan Liburan tengah Tahun Liburan akhir tahun Di luar musim liburan Tahun Dari data di atas, Ujilah apakah ada perbedaan yang signifikan kunjungan wisatawan pada periode ?. Gunakan taraf signifikan 0.05

46 Anova Dua Arah dengan Interaksi Pengukuran ulang dalam setiap waktu tertentu disebut dengan Replikasi atau Perulangan. Pengaruh dari perulangan ini disebut interaksi. Untuk Anova dua arah yang terdiri dari dua variabel akan didapatkan satu interaksi yaitu A x B(dibaca A lawan B

47 Kegunaan Anova dua arah dengan interaksi ini di antaranya: 1. Melihat pengaruh masing-masing variabel (Variabel I dan variabel II) terhadap nilai-nilai yang ada pada variabel tersebut.. Hasil uji interaksi ini dapat memberikan arah pengujian perbedaan rata-rata selanjutnya melalui uji Post Hoc, misalnya denga uji Tukey, Scheeffy, duncan dll. Sebagai contoh diatas, dengan menggunakan Anova interaksi ini dapat ditentukan apakah terdapat pengaruh Merek dan Model komputer terhadap harga komputer.

48 Tabel dua arah dengan Interaksi p.

49 Contoh: Terdapat 60 PC dari 3 macam model dan 5 merek. Tahun Ini Merek A B C D E Model (tahun Pembuatan) Setahun yang Lalu Dua tahun yang lalu

50 Selidikilah dengan menggunakan taraf signifikan 5%: a.apakah terdapat perbedaan yang signifikan antara rata-rata harga computer dalam kelompok merek? b. Apakah terdapat perbedaan yang signifikan antara rata-rata harga computer dalam kelompok model? c. Apakah terdapat Interaksi antara MEREK DAN MODEL KOMPUTER?

51 Penyelesaian dengan SPSS. nput data ke SPSS Data terdiri dari 60 komputer. Data terdiri dari satu variabel dependen yaitu harga. Data terdiri dari dua variabel independen yaitu merek dan model komputer.. Pengolahan data *Dari menu SPSS ilih menu Analyze ilih sub menu General Linear Model ari serangkaian pilihan tes, pilih Univariate..

52 * Pengisian Variabel - Pada Dependent Variabel masukkan variabel harga. - Pada Fixed Factor (s) masukkan merek dan model.

53 * Pada tombol Models artinya untuk menentukan jenis disain dan model interaksi.pilih Full Factorial Pada tombol Contrasrs..artinya untuk menentukan jenis analisis kontras antar variabel yang digunakan (polinomial, sederhana, deviasi, dll) Pada tombol Plots. artinya untuk membuat tampilan gambar plot untuk dua variabel. Kita dapat membuat plot rata-rata pada interaksi antara variabel merek dan harga komputer. * Pada Horizontal Axis: Masukkan variabel Merek. * Pada Separate Lines: Masukkan variabel Model. * Klik Add. * Klik Continue.

54

55 3. Output SPSS Be tween-subjects Factors MEREKPC MODELPC Value Label N A 1 B 1 C 1 D 1 E 1 dua tahun 0 yang lalu Setahun 0 yang lalu Tahun ini 0 Dependent Variable: HARGA Source Model MEREKPC MODELPC MEREKPC * MODELPC Error Total Tests of Between-Subjects Effects Type III Sum of Squares df Mean Square F Sig. 435,500 a , ,350, , ,583 30,60,000 16,100 63,050 41,40,000 13, ,633 1,073,399 68, ,5 4394, a. R Squared =,997 (Adjusted R Squared =,996)

56 6 Estimated Marginal Means of HARGA 4 0 MODELPC 18 dua tahun yang lalu Setahun yang lalu 16 A B C D E Tahun ini MEREKPC Dependent Variable: HARGA MEREKPC A B C D E 1. MEREKPC 95% Confidence Interval Mean Std. Error Lower Bound Upper Bound 3,50,356,533 3,967 19,583,356 18,866 0,301 19,333,356 18,616 0,051 19,917,356 19,199 0,634 17,917,356 17,199 18,634

57 Tabel Perhitungan Anova Dua Arah Dengan Interaksi secara manual. Source of Variation Degrees of Freedom (db) Sum of Squares Mean Square Column c - 1 SSc MSc Row r-1 SSr MSr Column x Row (c-1) (r-1) SS inter MS inter Within N r.c SSw MSw Value of the test statistic (F Value ) MS Fc MS MSr Fr MS F int er w MS MS int er w c w F F F tabel F, c, r 1; 1; N rc N rc, ( c 1)( r1); nrc Total N-1 SS t

58 Keterangan tabel x 1. SST xt N X X c c. j T. SSc n N ji c. j X X r r. i T 3. SSr n N ii r. i T 6. MS 7. MS 8. MS c r int er 9. MS SSc c 1 SSr r 1 w SSinter ( c 1)( r 1) SSw N r. c 4. SS inter n X c r s. i XT X c. j X r. i i n N ji n ii n 1 s. i c. i r. i 5. SS SS ( SS SS SS ) w T c r inter

59 c = Banyak kelompok pada variabel kolom r = Banyak kelompok pada variabel baris nr = Banyak sampel pada kelompok baris nc = Banyak sampel pada kelompok kolom ns = Banyak sampel pada masing masing sel. N = Banyak seluruh sampel.

60 Hasil Perhitungan secara manual. Sumber Variasi Degrees of Freedom (db) Sum of Squares Mean Square (FValue) F tabel Merek 4 186,33 46,58 30,64,575 Model 16,10 63,05 41,4 3,05 Merek x Model 8 13,07 1,63 1,07,15 Within 45 68,50 1,5 Total ,00

61 Kesimpulan. a. Karena Fhit>Ftab,30,64 >,75, maka H0 ditolak, sehingga terbukti secara ilmiah terdapat perbedaan rata-rata yang signifikan antara merek computer dilihat dari model(tahun pembuatannya). b. Karena Fhit>Ftab,41,78>3,05, maka H0 ditolak, sehingga terbukti secara ilmiah terdapat perbedaan rata-rata yang signifikan antara model komputer(tahun pembuatannya) dilihat dari segi mereknya. c. Karena Fhit<Ftab,1,07<,15 maka H0 diterima, sehingga terbukti secara ilmiah tidak terdapat interaksi yang signifikan antara merek computer dan model(tahun pembuatannya). Sehingga dari tahun ke tahun ada kesejajaran harga komputera antara merek kelima computer yang diselidiki. Dapat dilihat grafiknya sebagai berikut.

62 Grafik rata-rata harga PC berdasarkan merek dan model. 6 Estimated Marginal Means of HARGA 4 0 MO DELPC 18 Tahun ini Setahun yang lalu 16 A B C D E dua tahun yang lalu MEREKPC Model Merek A B C D E Tahun Ini 5,50 1,50 1,50 1,75 18,75 Setahun yang Lalu 3,50 19,50 19,5 19,5 18,5 Dua Tahun Yang Lalu 0,75 17,75 17,5 18,75 16,75

63 Latihan Soal. Data mengenai nilai 4 kali Quis pada 4 mata kuliah dan 5 orang mahasiswa Mahasiswa 1 Jaringan Terapan I Pemrograman I ManKeu Statistik

64 Gunakan taraf signifikan 0,05 untuk menguji hipotesis bahwa: a.keempat mata kuliah tersebut mempunyai tingkat kesulitan yang sama. b. Kelima mahasiswa tersebut mempunyai kemampuan yang sama? c. Apakah terdapat interaksi antara mahasiswa dan mata kuliah yang di uji.

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN

BAB 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 terperinci

Jenis Pupuk o B1 B2 B3 B4

Jenis 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 terperinci

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)

Rancangan 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 terperinci

BAB 09 ANALISIS VARIAN DISAIN FAKTORIAL

BAB 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 terperinci

DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA

DIKTAT 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 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

1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif)

1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif) TUGAS ANALISIS REGRESI (Hal 31-33) NAMA : FADLAN WIDYANANDA NIM : 201432005 SESI : 03 1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif) Roti Roti + Kedele Roti + Kedele

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

VI. SPSS RANCANGAN ACAK KELOMPOK (RAK)

VI. 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 terperinci

ANALISIS VARIANSI MANOVA (MULTIVARIATE ANALYSIS OF VARIANCE)

ANALISIS 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 terperinci

MODUL PELATIHAN SPSS Analisis Perbedaan

MODUL 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 terperinci

BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR

BAB 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 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

Anacova Dua Jalur ( 3 x 3,

Anacova 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 terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB 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 terperinci

ANALISIS DATA TERHADAP MUTU KIMIA ph KEFIR SUSU KACANG TANAH

ANALISIS 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 terperinci

LATIHAN SPSS I. A. Entri Data

LATIHAN 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 terperinci

Analisis Varians Multivariats

Analisis 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 terperinci

Uji ANOVA Dua-Arah dengan SPSS

Uji 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 terperinci

Lampiran 1. Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM

Lampiran 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 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

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test

Ho 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 terperinci

ANALISA RAGAM DATA (UJI ANOVA)

ANALISA 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 terperinci

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA

ANALISIS 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 terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mail : statistikaista@yahoo.com Blog : Contoh Kasus One Way Anova dan Two Way Anova Menggunakan SPSS Lisensi Dokumen: Copyright 2010 ssista.wordpress.com Seluruh dokumen di ssista.wordpress.com dapat

Lebih terperinci

Perlakuan Lama Waktu 2 minggu. 4 Minggu. Ket: (I). Inti, (S).Sinusoid. Ket: (I). Inti, (L).Lemak. Ket: (I). Inti, (S).Sinusoid

Perlakuan 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 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

Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik)

Perhitungan 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 terperinci

BAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR

BAB 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 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

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR

BAB 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 terperinci

BAB 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR

BAB 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR 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

Lebih terperinci

BAB 7 APLIKASI RANCANGAN PETAK TERPISAH

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 terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN A. Analisis Statistik Deskriptif Analisis statistik deskriptif merupakan suatu metode dimana datadata yang dikumpulkan dan dikelompokkan kemudian dianalisis dan diinterprestasikan

Lebih terperinci

k = 1 k = 2 j = 1 j = 2 j = 1 j = 2 i = 1 i = 2 i = 3 Output SPSS:

k = 1 k = 2 j = 1 j = 2 j = 1 j = 2 i = 1 i = 2 i = 3 Output SPSS: CONTO Ingin diuji efek dari fee schedule (faktor A), scope of work (faktor B), dan type of supervisory control (faktor C) terhadap kualitas kerja dengan level faktor sebagai berikut: Faktor A Fee Level

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

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

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

Lampiran 1. Data Iklim Kabupaten Bima

Lampiran 1. Data Iklim Kabupaten Bima LAMPIRAN 75 Lampiran 1. Data Iklim Kabupaten Bima 76 Lanjutan Lampiran 1 77 Lanjutan Lampiran 1 78 Lanjutan Lampiran 1 79 80 Lanjutan Lampiran 1 Prakiraan Curah Hujan Bulan Agustus Oktober Tahun 2011 81

Lebih terperinci

Uji Perbandingan Rata-Rata

Uji Perbandingan Rata-Rata Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti

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

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

Interpretasi: Output Test of Homogenity of Variance Dari hasil output diatas dapat diketahui nilai probabilitas untuk hasil belajar dengan nilai

Interpretasi: Output Test of Homogenity of Variance Dari hasil output diatas dapat diketahui nilai probabilitas untuk hasil belajar dengan nilai 1. Seorang mahasiswa melakukan penelitian eksperimen pendidikan dengan judul Perbandingan Model Pembelajaran Picture And Picture Dan Reciprocal Teaching Dengan Media Power Point Terhadap Biologi Pokok

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

ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o

ANOVA (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 terperinci

MATERI / BAHAN PRAKTIKUM

MATERI / 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 terperinci

BAB IV DESKRIPSI DAN ANALISI DATA

BAB 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 terperinci

Lampiran 1. Data Eksperimen

Lampiran 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 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

TUGAS SUMATIF ANALISIS KUALITATIF DAN KUANTITATIF OLEH MUHAMAD YULIANTO Fakultas Teknik Departemen teknik mesin Universitas Indonesia

TUGAS SUMATIF ANALISIS KUALITATIF DAN KUANTITATIF OLEH MUHAMAD YULIANTO Fakultas Teknik Departemen teknik mesin Universitas Indonesia TUGAS SUMATIF ANALISIS KUALITATIF DAN KUANTITATIF OLEH MUHAMAD YULIANTO 96598644 Fakultas Teknik Departemen teknik mesin Universitas Indonesia UNIVERSITAS INDONESIA PROGRAM PASCA SARJANA BIDANG ILMU TEKNIK

Lebih terperinci

LAMPIRAN II SURAT KETERANGAN MAGANG

LAMPIRAN 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 terperinci

Lampiran 1. Hasil TPC pada media selektif dari tiap mikroba

Lampiran 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 terperinci

LAMPIRAN. Cases. VolumeUdem KontrolNegatif % 0.0% % VolumeUdem KontrolNegatif Mean % Confidence Interval for Mean

LAMPIRAN. Cases. VolumeUdem KontrolNegatif % 0.0% % VolumeUdem KontrolNegatif Mean % Confidence Interval for Mean LAMPIRAN Lampiran 1. Interpretasi hasil SPSS Case Processing Summary Cases Kelompok Perlakuan Valid Missing Total N Percent N Percent N Percent VolumeUdem KontrolNegatif 13 100.0% 0.0% 13 100.0% Pembanding

Lebih terperinci

Mengolah Data Bidang Industri

Mengolah 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 terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di MTs N 1 Kudus. MTs N 1 Kudus beralamatkan

Lebih terperinci

BAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH

BAB 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 terperinci

FORMULIR DAYA TERIMA (UJI KESUKAAN) MIE BASAH JAMUR TIRAM

FORMULIR DAYA TERIMA (UJI KESUKAAN) MIE BASAH JAMUR TIRAM Lampiran 1 FORMULIR DAYA TERIMA (UJI KESUKAAN) MIE BASAH JAMUR TIRAM Nama : Tanggal : Nama Produk : Mie Basah Jamur Tiram Dihadapan Saudara terdapat empat sampel produk mie basah. Saudara diminta untuk

Lebih terperinci

XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG

XII. 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 terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian 1. Kemampuan Awal Siswa Dalam penelitian ini seperti telah dijelaskan pada bab III, analisis tentang data kemampuan awal digunakan

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

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

Tests of Normality Kolmogorov-Smirnov a

Tests of Normality Kolmogorov-Smirnov a Uji statistik N-Gain Idikator berpikir kritis a. Mengidentifikasi/memformulasikan jawaban yang mungkin 1. Hasil Uji normalitas Tabel uji normalitas pada Indikator Mengidentifikasi/memformulasikan jawaban

Lebih terperinci

LAMPIRAN. Lampiran 1. Gambar lokasi pengambilan sampel daun singkong di desa Sumampir

LAMPIRAN. 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 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

= 0,5 gr daun pegagan kering dilarutkan dalam 100 ml akuades.

= 0,5 gr daun pegagan kering dilarutkan dalam 100 ml akuades. 47 Lampiran : Perhitungan dosis : Dosis 5% Dosis 3% Dosis % Dosis % Dosis 0,5% = 5 gr daun pegagan kering dilarutkan dalam 00 ml akuades. = 3 gr daun pegagan kering dilarutkan dalam 00 ml akuades. = gr

Lebih terperinci

Uji Perbandingan Rata-Rata

Uji Perbandingan Rata-Rata Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti

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

BAHAN AJAR STATISTIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA

BAHAN 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 terperinci

Lampiran 1. Data Hasil Pengamatan Biji Kenari. A. Data Hasil Pengamatan Presentase Jumlah Kecambah Yang Dihitung Pada Hari Ke- 14 Setelah Tanam (hst)

Lampiran 1. Data Hasil Pengamatan Biji Kenari. A. Data Hasil Pengamatan Presentase Jumlah Kecambah Yang Dihitung Pada Hari Ke- 14 Setelah Tanam (hst) Lampiran 1. Data Hasil Pengamatan Biji Kenari A. Data Hasil Pengamatan Presentase Jumlah Kecambah Yang Dihitung Pada Hari Ke- 14 Setelah Tanam (hst) Konsentrasi (%) Lama perendaman (jam) Ulangan Total

Lebih terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. PENDAHULUAN II. TINJAUAN PUSTAKA I. PENDAHULUAN 1.1 Latar Belakang Statistika sangat bermanfaat dalam kehidupan manusia, tidak hanya di bidang ilmu pengetahuan tapi penerapannya juga sangat aplikatif di dunia sehari-hari. Salah satunya

Lebih terperinci

To test the significant effect of two independent variables to one dependent variable, and to test the significant interaction of the two independent

To test the significant effect of two independent variables to one dependent variable, and to test the significant interaction of the two independent TWO-WAY ANOVA To test the significant effect of two independent variables to one dependent variable, and to test the significant interaction of the two independent variables to the dependent variable.

Lebih terperinci

UJI T SATU SAMPEL. 2. Bentuk uji hipotesis satu sisi (one sided atau one tailed test) untuk sisi atas (upper tailed) dengan hipotesis:

UJI T SATU SAMPEL. 2. Bentuk uji hipotesis satu sisi (one sided atau one tailed test) untuk sisi atas (upper tailed) dengan hipotesis: UJI T SATU SAMPEL Uji t digunakan untuk menentukan apakah sampel memiliki nilai rata rata yang berbeda dengan nilai rata rata acuan Ada tiga bentuk hipotesis untuk uji t di mana penggunaannya tergantung

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

BAB IV HASIL DAN PEMBAHASAN. sebagai kelas kontrol. Penelitian ini bertujuan untuk mengetahui perbedaan

BAB IV HASIL DAN PEMBAHASAN. sebagai kelas kontrol. Penelitian ini bertujuan untuk mengetahui perbedaan 80 BAB IV HASIL DAN PEMBAHASAN A. Deskripsi dan Analisis Data Penelitian yang telah penulis lakukan di SMPN 1 Batang Anai terdiri dari tiga kelas sampel, yaitu dua kelas sebagai kelas eksperimen dan satu

Lebih terperinci

Dua sampel independen, tidak terikat, tidak

Dua sampel independen, tidak terikat, tidak 76 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 77 Jadi dari analisis keputusannya : p value < 0,05 Ho ditolak berarti Distribusi

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 2. APLIKASI RANCANGAN ACAK LENGKAP 1 FAKTOR

BAB 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 terperinci

IV. HASIL PENELITIAN DAN PEMBAHASAN

IV. HASIL PENELITIAN DAN PEMBAHASAN 72 IV. HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Data Penelitian Data yang diperoleh dari hasil penelitian adalah data dengan rentang nilai 10-100. Data dikelompokkan menurut

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi data Hasil Penelitian Data Pengamalan PAI dan Perilaku seks bebas peserta didik SMA N 1 Dempet diperoleh dari hasil angket yang telah diberikan kepada responden

Lebih terperinci

HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS

HANDOUT 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 terperinci

LAMPIRAN A STANDARISASI SIMPLISIA HASIL PERHITUNGAN SUSUT PENGERINGAN SERBUK Hasil susut pengeringan daun alpukat

LAMPIRAN A STANDARISASI SIMPLISIA HASIL PERHITUNGAN SUSUT PENGERINGAN SERBUK Hasil susut pengeringan daun alpukat LAMPIRAN A STANDARISASI SIMPLISIA HASIL PERHITUNGAN SUSUT PENGERINGAN SERBUK Replikasi Hasil susut pengeringan daun alpukat Hasil susut pengeringan daun belimbing manis 1 5,30 % 6,60% 2 5,20 % 6,80% 3

Lebih terperinci

UJI PERSYARATAN ANALISIS DATA

UJI 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 terperinci

Uji hedonik (uji kesukaan)

Uji hedonik (uji kesukaan) ILMU TEKNOLOGI PANGAN Uji hedonik (uji kesukaan) Disusun Oleh : WAHIDATUL LAENI SA ADAH P07131011 047 MEJA :III SEMESTER IV KEMENTERIAN KESEHATAN REPUBLIK INDONESIA POLITEKNIK KESEHATAN KEMENKES MATARAM

Lebih terperinci

BAB IV ANALISIS DATA. hipotesis-hipotesis penelitian yang telah dirumuskan dalam BAB I yaitu efektif

BAB IV ANALISIS DATA. hipotesis-hipotesis penelitian yang telah dirumuskan dalam BAB I yaitu efektif 76 BAB IV ANALISIS DATA Analisis data hasil penelitian dimaksudkan untuk mengetahui kebenaran hipotesis-hipotesis penelitian yang telah dirumuskan dalam BAB I yaitu efektif atau tidaknya Bimbingan dan

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN Penelitian ini dilakukan di SMPN 2 Pogalan dengan mengambil populasi seluruh siswa kelas VIII yang ada sebanyak 3 kelas yaitu kelas VIII-A, VIII-B, VIII-C, Terbuka dengan jumlah

Lebih terperinci

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

PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH Statistik Industri II Teknik Industri Universitas Brawijaya Pengujian Hipotesis 3 rata-rata atau lebih Dengan teknik ANOVA (Analisis Varians) Pengujian

Lebih terperinci

Skenario Payoff Magnitude terhadap Kecenderungan Pengambilan Risiko. Skenario Pengambilan Keputusan Investasi (Baird et al., 2008)

Skenario 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 terperinci

Langkah-Langkah: 1. Buka program aplikasi SPSS 2. Buatlah variabel logika, perasaan, dan gender pada halaman Variable View

Langkah-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 terperinci

LAMPIRAN 1. ONE WAY ANOVA

LAMPIRAN 1. ONE WAY ANOVA 50 LAMPIRAN 1. ONE WAY ANOVA Descriptives Konsentrasi Xylitol Statistic Std. Error Komposisi Kalsium konsentrasi 20% Mean 42,8020 1,95318 95% Confidence Interval for Mean Lower Bound 37,3791 Upper Bound

Lebih terperinci

LAMPIRAN I SURAT PERNYATAAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT)

LAMPIRAN I SURAT PERNYATAAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT) LAMPIRAN I SURAT PERNYATAAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT) Yang bertanda tangan di bawah ini, Nama lengkap : Tgl lahir : NRP : Alamat : Menyatakan bersedia dan tidak berkeberatan

Lebih terperinci

faktornya berbeda, misalnya 2 taraf untuk faktor A dan 3 taraf untuk 2x2x3 maksudnya percobaan faktorial yang terdiri dari 3 faktor dengan taraf

faktornya 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 terperinci

LAMPIRAN 1 PERHITUNGAN DOSIS

LAMPIRAN 1 PERHITUNGAN DOSIS 54 LAMPIRAN 1 PERHITUNGAN DOSIS 1. Perhitungan Dosis Asetosal Dosis Asetosal untuk menimbulkan tukak pada tikus = 800 mg/kg BB (Soewarni Mansjoer, 1994) Berat badan rata-rata tikus = ± 150 gram Dosis Asetosal

Lebih terperinci

APLIKASI ANAVA CAMPURAN UNTUK DESAIN EKSPERIMEN PRE-POST TEST DESIGN

APLIKASI ANAVA CAMPURAN UNTUK DESAIN EKSPERIMEN PRE-POST TEST DESIGN APLIKASI ANAVA CAMPURAN UNTUK DESAIN EKSPERIMEN PRE-POST TEST DESIGN Wahyu Widhiarso, MA Fakultas Psikologi Universitas Gadjah Mada Masukan dan kritik dapat dialamatkan ke wahyupsy@gmail.com Banyak sekali

Lebih terperinci

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

bahwa kegiatan pembelajaran harus membawa siswa dalam menjawab permasalahan dengan berbagai cara. Hal ini terkait erat dengan kemampuan representasi

bahwa kegiatan pembelajaran harus membawa siswa dalam menjawab permasalahan dengan berbagai cara. Hal ini terkait erat dengan kemampuan representasi Meningkatkan Kemampuan Repesentasi Matematis Siswa Melalui Strategi Solusi Pada Materi Pecahan di Kelas VII SMPN 1 Sungai Kunyit Resy Nirawati, Dosen STKIP Singkawang Kalbar email : resynirawaty@gmail.com

Lebih terperinci

ANCOVA (Analysis Of Covariance)

ANCOVA (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 terperinci

t-test: Two-Sample Assuming Unequal Variances

t-test: Two-Sample Assuming Unequal Variances LAMPIRAN Lampiran 1. Komposisi multivitamin dan mineral Caviplex Komponen Jumlah Komponen Jumlah Vitamin A 4000 IU Acid Folic 1 mg Vitamin D 400 IU Fe Fumarat 135 mg Vitamin B1 3 mg Acid Glutamic 50 mg

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

Uji Komparasi Dengan SPSS. Oleh Zulkifli Matondang

Uji Komparasi Dengan SPSS. Oleh Zulkifli Matondang Uji Komparasi Dengan SPSS Oleh Zulkifli Matondang Pengantar Analisis komparasi bertujuan untuk melihat perbedaan rata-rata variabel terikat antara dua kelompok atau lebih. Uji komparasi (variabel terikat)

Lebih terperinci

Cara perhitungan dosis ekstrak etanol Bawang Putih

Cara perhitungan dosis ekstrak etanol Bawang Putih Lampiran 1 Cara perhitungan dosis ekstrak etanol Bawang Putih Cara perhitungan dosis buah Bawang Putih Dosis buah bawang putih untuk manusia = 0,5g / kg BB Faktor konversi untuk manusia ke mencit 20g =

Lebih terperinci