11/8/2010 ANALISIS VARIANSI ILUSTRASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "11/8/2010 ANALISIS VARIANSI ILUSTRASI"

Transkripsi

1 11/8/010 ANALISIS VARIANSI 1 Utriweni Mukhaiar MA 181 Analisis Data 8 November 010 ANALISIS VARIANSI 1. Tujuan Analisis Variansi. Asumsi-asumsi dalam Analisis Variansi 3. Hipotesis ang diuji dalam analisis variansi 4. Tabel Analisis Variansi 5. Contoh Kasus ILUSTRASI Angkatan 1 Angkatan Gabungan angkatan 1 & x x x x x x x x x x x x x x x x Bila rata-rata setiap angkatan/kelompok hampir sama, maka variansi distribusi hasil penggabungan semua angktan hampir minimal. 3 1

2 11/8/010 ILUSTRASI x x x x x x x x Angkatan 1 Angkatan Gabungan angkatan 1 & x x x x x x x x Bila rata-rata setiap angkatan/kelompok jauh berbeda, maka variansi distribusi hasil penggabungan semua angkatan jauh lebih besar dibanding variansi setiap angkatan. 4 Populasi 1 Populasi μ 1, σ μ, σ 1 Populasi k μ k, σ k x x x x x x x x z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z z Membandingkan beberapa angkatan /kelompok ang terkait dapat dilakukan dengan membandingkan masing-masing rataanna. 5 TUJUAN ANALISIS VARIANSI menguji apakah terdapat perbedaan ang signifikan antara rata-rata beberapa kelompok populasi (lebih dari dua), melalui ukuran-ukuran penebaran (variansi) dari masing-masing kelompok populasi tersebut. 6

3 11/8/010 HUBUNGAN BEBERAPA VARIANSI TERKAIT KONSEP DASAR ANALISIS VARIANSI Variansi hasil penggabungan semua angkatan data terdiri atas rata-rata variansi setiap angkatan dan variansi dari semua rata-rata angkatan 7 ASUMSI-ASUMSI DALAM ANALISIS VARIANSI Populasi ke-i berdistribusi normal; i = 1,,, k σ 1 = σ = = σ k = σ Populasi-populasipopulasi tidak berhubungan satu dengan ang lainna (saling bebas) 8 SUSUNAN DATA Angkatan 1 Angkatan Angkatan k 11 1 k1 1 k n1 knk Jumlah: n Keterangan: 9 - ij : pengamatan ke-j dalam perlakuan (populasi) ke-i ; i = 1,,,k ; j =1,,, n i - N = ( n 1 + n + + n i + + n k ) : total banak pengamatan 3

4 11/8/010 BEBERAPA BESARAN ANOVA JKT = b a Jumlah Kuadrat Total JKP = c a Jumlah Kuadrat Perlakuan JKG = JKT JKP = b c Jumlah Kuadrat Galat 10 Tiap pengamatan dapat ditulis dalam bentuk : ij = μ i + ε ij dengan ij : pengamatan ke-j dalam perlakuan ke-i μ i : rata-rata populasi pada perlakuan ke-i ε ij : penimpangan pengamatan ke-j pada perlakuan ke-i dari rataan perlakuan padananna. 11 HIPOTESIS YANG DIUJI DALAM ANALISIS VARIANSI H 0 : rata-rata seluruh k populasi/perlakuan adalah sama H 1 : paling sedikit terdapat dua populasi ang rata-ratana tidak sama, atau H 0 : μ 1 = μ = = μ k H 1 : μ i μ j, untuk paling sedikit sepasang i dan j, dengan i,j = 1,,, k 1 4

5 11/8/010 TABEL ANALISIS VARIANSI Sumber Variansi TJumlah NKuadrat dk (derajat kebebasan) Rata-rata Kuadrat F Antar Angkatan Dalam Angkatan JKP k 1 k n n i k i RKP ij = JKP/(k 1) ij i1 j1 i=1 j=1 JKG N k RKG = JKG/(N k) RKP/RKG k k T n Total JKT N 1 k n i i1 j1 i1 ij i i i i i=1 ni F hitung = 13 KEPUTUSAN = P (H 0 ditolak H 0 benar) 1 F α(k-1,n-k) H 0 benar F (hitung) > F α(k-1,n-k) F (hitung) berdistribusi F dengan derajat kebebasan k 1 dan N k H 0 ditolak Ket : F α(k-1,n-k) nilai distribusi F dengan derajat kebebasan k 1 dan N k 14 CONTOH KASUS Tabel berikut menatakan waktu kesembuhan (jam) ang diakibatkan tiga merek obat sakit kepala ang berlainan ang diberikan pada 5 penderita. Obat Waktu kesembuhan (jam) A B C Ujilah hipotesis ang menatakan bahwa rata-rata waktu kesembuhan ang diakibatkan oleh ketiga merk obat tersebut tidak berbeda (gunakan tingkat signifikansi 5%) 15 5

6 11/8/010 SOLUSI H 0 : μ A = μ B = μ C H 1 : Paling sedikit dua diantara rata-rata tersebut tidak sama Untuk membuat tabel analisis variansi, kita lakukan beberapa perhitungan : No A B C Jumlah Jumlah total BEBERAPA BESARAN ANOVA JKT = b a = 137,04 JKP = c a = 9,54 JKG = JKT JKP = b c = 17,5 17 TABEL ANOVA Sumber Variasi Jumlah Kuadrat Derajat Kebebasan Rata-rata Kuadrat F (hitung) Perlakuan Galat Total

7 11/8/010 PUTUSAN & SIMPULAN Karena F hitung = 0.77 < F 0.05(,) = 3.443, maka H 0 tak ditolak. Simpulkan bahwa rata-rata t waktu kesembuhan ang diakibatkan oleh ketiga merk obat tersebut tidak berbeda secara signifikan. 19 REFERENSI Djauhari, M.A., 001, Catatan Kuliah Analisis Data. Walpole, Ronald E., et.al, Statistic for Scientist and Engineering, 8th Ed., 007. Pasaribu, U.S., 007, Catatan Kuliah Biostatistika. 0 7

ANALISIS VARIANSI. Utriweni Mukhaiyar. 2 November 2011

ANALISIS VARIANSI. Utriweni Mukhaiyar. 2 November 2011 1 ANALISIS VARIANSI Utriweni Mukhaiyar MA 2181 Analisis Data 2 November 2011 Analisis Variansi 2 1. Tujuan Analisis Variansi 2. Asumsi-asumsi dalam Analisis Variansi 3. Hipotesis yang diuji dalam analisis

Lebih terperinci

Analisis Variansi (ANOVA) Utriweni Mukhaiyar MA 2081 Statistika Dasar 13 November 2012

Analisis Variansi (ANOVA) Utriweni Mukhaiyar MA 2081 Statistika Dasar 13 November 2012 1 Analisis Variansi (ANOVA) Utriweni Mukhaiyar MA 2081 Statistika Dasar 13 November 2012 2 Analisis Variansi 1. Tujuan Analisis Variansi 2. Asumsi-asumsi s s dalam a Analisis s Variansi a 3. Hipotesis

Lebih terperinci

REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016

REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016 REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS Utriweni Mukhaiyar MA81 Statistika Nonparametrik Kamis, 1 Januari 016 PEUBAH ACAK Peubah acak, yaitu pemetaan X: S R Ruang Sampel, S X x Himpunan Bil.Riil,

Lebih terperinci

Analisis Variansi. Statistika I (Inferensi)

Analisis Variansi. Statistika I (Inferensi) Analisis Variansi Statistika I (Inferensi) 1 Analisis Variansi Analisa variansi (ANOVA) adalah suatu metoda untuk menguji hipotesis kesamaan rata-rata dari tiga atau lebih populasi. Asumsi Sampel diambil

Lebih terperinci

Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012

Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012 ANALISIS VARIANSI DWIFAKTOR Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012 ANOVA one-way vs two-way 2 Dalam ANOVA one-way ( satu faktor), diperhatikan hanya satu faktor saja yang berpengaruh

Lebih terperinci

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6. Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi

Lebih terperinci

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. * 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi Utriweni Mukhaiyar MA 2081 Statistika

Lebih terperinci

Regresi Linear Sederhana

Regresi Linear Sederhana Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi

Lebih terperinci

ANALISIS VARIAN -YQ-

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

Lebih terperinci

REGRESI LINEAR SEDERHANA

REGRESI LINEAR SEDERHANA REGRESI LINEAR SEDERHANA DAN KORELASI 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi

Lebih terperinci

Analisis Varian. Statistika Ekonomi. Ir Tito Adi Dewanto

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

Lebih terperinci

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar Distribusi Uniform 2 Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p: f(x)

Lebih terperinci

MA2181 Analisis Data - U. Mukhaiyar 1

MA2181 Analisis Data - U. Mukhaiyar 1 DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2181 Analisis Data Utriweni Mukhaiyar September 20 By NN 2008 DISTRIBUSI UNIFORM Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p:

Lebih terperinci

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012 Uji Hipotesis MA081 STATISTIKA DASAR MA081 STATISTIKA DASAR Utriweni Mukhaiyar 1 November 01 Pengertian Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang

Lebih terperinci

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

DISTRIBUSI KONTINU. Utriweni Mukhaiyar DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2081 Statistika ti tik Dasar Utriweni Mukhaiyar Maret 2012 By NN 2008 Distribusi Uniform Distribusi kontinu yang paling sederhana Notasi: X ~ U

Lebih terperinci

4/16/2009. H 0 ditolak. H 0 tidak ditolak. ditolak. P(menolak H 0 H 0 benar) keputusan benar. = galat lttipe II = β. P(tidak menolak H 0 H 0 salah)

4/16/2009. H 0 ditolak. H 0 tidak ditolak. ditolak. P(menolak H 0 H 0 benar) keputusan benar. = galat lttipe II = β. P(tidak menolak H 0 H 0 salah) 4/6/9 Galat (error) Uji Hipotesis H ditolak H benar H salah a P(menolak H H benar) galat tipe I keputusan benar MA 8 Statistika Dasar Kamis, 6 Februari 9 H tidak ditolak keputusan benar P(tidak menolak

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS U N I F O R M ( S E R A G A M ) B E R N O U L L I B I N O M I A L P O I S S O N MA 4085 Pengantar Statistika 26 Februari 2013 Utriweni Mukhaiyar M U L T I N O M I A L H I P E

Lebih terperinci

10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah)

10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah) /4/ UJI HIPOTESIS UJI RATAAN UJIVARIANSI MA 8 Analisis Data Utriweni Mukhaiyar Oktober PENGERTIAN Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu

Lebih terperinci

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar Uji Hipotesis MA081 STATISTIKA DASAR Utriweni Mukhaiyar 8 Maret 01 Pengertian Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu diuji kebenarannyaa

Lebih terperinci

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal) Percobaan Bernoulli 5 Percobaan terdiri dari 1 usaha Sukses Usaha Gagal Peluang sukses p Peluang gagal 1-p Misalkan 1, jika terjadi sukses X 0, jika terjadi tidak sukses (gagal) Distribusi Bernoulli 6

Lebih terperinci

Percobaan Rancangan Petak Terbagi dalam RAKL

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

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS Uniform U (seragam) MultinomialM l i i l Bernoulli Hipergeometrik Binomial Geometrik Poisson Binomial Negatif MA 2081 Statistika Dasar Utriweni Mukhaiyar 27 September 2012 2 Distribusi

Lebih terperinci

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc. Latar belakang Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan

Lebih terperinci

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar. DISTRIBUSI DISKRIT UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 2081 Statistika Dasar Utriweni Mukhaiyar 7 Maret

Lebih terperinci

UJI RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011

UJI RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011 Uji Hipotesis UJI RATAAN UJIVARIANSI MA 081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 011 Pengertian Hipotesisadalah i suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lbih lebih

Lebih terperinci

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011 Fungsi Peluang Gabungan MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011 Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ditawarkan dengan kategori-kategori yang berbeda.

Lebih terperinci

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012 1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2081 Statistika Dasar Utriweni Mukhaiyar 11 September 2012 2 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 3 Peubah

Lebih terperinci

ANALISIS RAGAM PEUBAH GANDA (MANOVA)

ANALISIS RAGAM PEUBAH GANDA (MANOVA) ANALISIS RAGAM PEUBAH GANDA (MANOVA) ANOVA VS MANOVA Analisis Ragam Satu Peubah (Anova) Analisis Ragam Peubah Ganda (Manova) Pengaruh perlakuan terhadap respon tunggal Pengaruh Perlakuan terhadap multi

Lebih terperinci

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar PEUBAH ACAK DAN DISTRIBUSINYA MA 208 Statistika Dasar Utriweni Mukhaiyar 0 Februari 20 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi:. Fungsi titik 2. Fungsi himpunan 2 A A B B Peubah Acak

Lebih terperinci

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar DISTRIBUSI DISKRIT Uniform (seragam) Bernoulli Binomial Poisson Beberapa distribusi lainnya : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 081 Statistika Dasar Utriweni Mukhaiyar 5 Maret

Lebih terperinci

FUNGSI PELUANG GABUNGAN M A P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R

FUNGSI PELUANG GABUNGAN M A P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R FUNGSI PELUANG GABUNGAN M A 4 0 8 5 P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R ILUSTRASI Suatu perusahaan properti memiliki banyak gedung/bangunan yang

Lebih terperinci

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011 1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2181 Analisis Data Utriweni Mukhaiyar 22 Agustus 2011 Pemetaan (Fungsi) 2 Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B Peubah Acak

Lebih terperinci

BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar

BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar FUNGSI PELUANG GABUNGAN BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ditawarkan dengan kategori-kategori yang

Lebih terperinci

WORKSHOP STATISTIKA PENELITIAN KEPENDIDIKAN Oleh: Dr. Endang Susilaningsih, MS. NIP: NIDN: CP:

WORKSHOP STATISTIKA PENELITIAN KEPENDIDIKAN Oleh: Dr. Endang Susilaningsih, MS. NIP: NIDN: CP: WORKSHOP STATISTIKA PENELITIAN KEPENDIDIKAN 2016 Oleh: Dr. Endang Susilaningsih, MS. NIP: 195903181994122001 NIDN: 0018035906 CP: 081578702326 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015

Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015 Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015 Prosedur Uji Hipotesis Uji Z Parametrik Uji t ANOVA one way UJI MENYANGKUT RATAAN Asumsi distribusi normal Uji Tanda Uji Rang Tanda

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS Uniform Bernoulli Binomial Poisson Distribusi Lainnya: Multinomial Hipergeometrik Geometrik Binomial Negatif BI5106 Analisis Biostatistika 27 September 2012 Distribusi uniform

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS VARIANSI DUA JALAN

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

Lebih terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA2081 Statistika

Lebih terperinci

PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR

PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR 1 PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR Eksperimen 2 Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi

Lebih terperinci

Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc.

Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc. Percobaan Satu Faktor: Rancangan Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc. Rancangan Bujur Sangkar Latin (RBSL) Pada kondisi-kondisi tertentu, keheterogenan unit percobaan tidak

Lebih terperinci

Bab V. Rancangan Bujur Sangkar Latin

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

Lebih terperinci

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

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

Lebih terperinci

Statistika Farmasi

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

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK STATISTIKA NON PARAMETRIK Utriweni Mukhaiyar BI5106 Analisis Biostatistik 4 Desember 2012 Prosedur Uji Hipotesis Prosedur Uji Hipotesis Parametrik Uji Z Uji t ANOVA one way UJI MENYANGKUT RATAAN Asumsi

Lebih terperinci

BAB II LANDASAN TEORI. 2.1 Uji Hipotesis

BAB II LANDASAN TEORI. 2.1 Uji Hipotesis BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang pengujian hipotesis, metode klasifikasi berstruktur pohon, metode-metode statistika yang menjadi dasar pada metode QUEST, dan algoritme QUEST..1

Lebih terperinci

PELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).

PELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik). PELUANG 1 MA 2181 ANALISIS DATA, 18 AGUSTUS 2010 UTRIWENI MUKHAIYAR EKSPERIMEN Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan

Lebih terperinci

Rancangan Petak Terpisah dalam RAL

Rancangan Petak Terpisah dalam RAL Rancangan Petak Terpisah dalam RAL KULIAH 11 PERANCANGAN PERCOBAAN (STK222) rahmaanisa@apps.ipb.ac.id Latar Belakang Sejarah : Rancangan ini awalnya berkembang pada bidang pertanian (Montgomery, 1997;

Lebih terperinci

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar Peluang & Aturan Bayes MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar 1 Eksperimen Ciri-ciri i i i eksperimen acak (Statistik): ti tik) Dapat dulangi baik oleh si pengamat sendiri maupun

Lebih terperinci

RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design)

RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design) RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design) Pendahuluan Rancangan percobaan seperti RBSL, RAKL, dan juga RAL sering mengalami kendala pada perlakuan dengan jumlah yang besar, karena

Lebih terperinci

III. MATERI DAN METODE. Laboratorium Agrostologi, Industri Pakan dan Ilmu tanah, Fakultas Pertanian dan

III. MATERI DAN METODE. Laboratorium Agrostologi, Industri Pakan dan Ilmu tanah, Fakultas Pertanian dan III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian Penelitian ini telah dilaksanakan di Lahan GambutKebun Percobaan Laboratorium Agrostologi, Industri Pakan dan Ilmu tanah, Fakultas Pertanian dan

Lebih terperinci

Lampiran 1. Prosedur Kerja Mesin AAS

Lampiran 1. Prosedur Kerja Mesin AAS 49 Lampiran 1. Prosedur Kerja Mesin AAS Prinsip Kerja berdasarkan penguapan larutan sampel. kemudian logam berat yang terkandung di dalamnya diubah menjadi atom bebas. Atom tersebut mengabsorbsi radiasi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian 1. Tempat Penelitian Penelitian ini dilaksanakan di beberapa SMP Negeri di Kabupaten Klaten yang menggunakan kurikulum KTSP 006.. Waktu Penelitian

Lebih terperinci

MA5283 STATISTIKA Bab 7 Analisis Regresi

MA5283 STATISTIKA Bab 7 Analisis Regresi MA5283 STATISTIKA Bab 7 Analisis Regresi Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Perkuliahan Silabus Tujuan Peubah bebas dan terikat, konsep relation, model regresi linier, penaksir

Lebih terperinci

UJI HIPOTESIS UNTUK PROPORSI

UJI HIPOTESIS UNTUK PROPORSI PENGUJIAN HIPOTESIS UJI HIPOTESIS UNTUK PROPORSI Uji Hipotesis untuk Proporsi Data statistik sampel: - = Proporsi kejadian sukses dalam sampel - p = Proporsi kejadian sukses dalam populasi - - Statistik

Lebih terperinci

BAHAN DAN METODE PENELITIAN. Ayam yang digunakan adalah broiler strain cobb sebanyak 200 ekor yang

BAHAN DAN METODE PENELITIAN. Ayam yang digunakan adalah broiler strain cobb sebanyak 200 ekor yang 21 III BAHAN DAN METODE PENELITIAN 3.1 Bahan Penelitian 3.1.1 Ayam Broiler Ayam yang digunakan adalah broiler strain cobb sebanyak 200 ekor yang memiliki bobot badan 750 ± 50 gram pada umur 18 hari yang

Lebih terperinci

METODE SCHEFFE DALAM UJI KOMPARASI GANDA ANALISIS VARIANS DUA FAKTOR DENGAN INTERAKSI

METODE SCHEFFE DALAM UJI KOMPARASI GANDA ANALISIS VARIANS DUA FAKTOR DENGAN INTERAKSI Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3(2015), hal 371 378. METODE SCHEFFE DALAM UJI KOMPARASI GANDA ANALISIS VARIANS DUA FAKTOR DENGAN INTERAKSI Yuvita Erpina Rosa, Neva

Lebih terperinci

Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari

Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari Pendahuluan Rancangan percobaan seperti RBSL, RAKL, dan juga RAL sering mengalami kendala

Lebih terperinci

Bab II. Rancangan Acak Lengkap (RAL) Completed randomized design (CRD)

Bab II. Rancangan Acak Lengkap (RAL) Completed randomized design (CRD) Bab II. Rancangan Acak Lengkap (RAL) Completed randomized design (CRD) Rancangan yang paling sederhana Paling murah Pelaksanaan percobaan paling mudah Keabsahan kesimpulan paling rendah Untuk bahan atau

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)

Lebih terperinci

STATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling

STATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA DISTRIBUSI SAMPLING PENGANTAR Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui

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

3 METODOLOGI PENELITIAN

3 METODOLOGI PENELITIAN 25 3 METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Perairan Mempawah Hilir Kabupaten Pontianak Propinsi Kalimantan Barat, yang merupakan salah satu daerah penghasil

Lebih terperinci

(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar

(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar 1 EKSPEKTASI (HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 0 September 01 Utriweni Mukhaiyar Ekspektasi Suatu Peubah Acak Misalkan X peubah acak Ekspektasi dari X EX [ ] xp( X x), jika X peubah acak

Lebih terperinci

BAB III LANDASAN TEORI

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

Lebih terperinci

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi

Lebih terperinci

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi

Lebih terperinci

BAB II TINJAUAN PUSTAKA. nonparametrik, pengujian hipotesis, One-Way Layout, dan pengujian untuk lebih dari

BAB II TINJAUAN PUSTAKA. nonparametrik, pengujian hipotesis, One-Way Layout, dan pengujian untuk lebih dari BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Untuk melakukan pembahasan mengenai materi di skripsi ini, diperlukan teoriteori yang mendukung. Pada bab ini akan diuraikan beberapa teori yang mendukung penulisan

Lebih terperinci

Fungsi Peluang Gabungan

Fungsi Peluang Gabungan Fungsi Peluang Gabungan MA3181 Teori Peluang 15 September 2014 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ingin diasuransikan dengan kategori-kategori yang

Lebih terperinci

BAB III METODE PENELITIAN. A.Tempat dan Waktu Penelitian

BAB III METODE PENELITIAN. A.Tempat dan Waktu Penelitian BAB III METODE PENELITIAN 1. Tempat Penelitian A.Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di MTs Alanwar sarang Kabupaten rembang Jawa Tengah. Subyek penelitian adalah siswa kelas VII tahun

Lebih terperinci

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

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

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Ade Setiawan 009 Review RAL: Satuan percobaan homogen Keragaman Respons disebabkan pengaruh perlakuan RAK: Satuan percobaan heterogen Keragaman Respons disebabkan pengaruh Perlakuan

Lebih terperinci

Ukuran Kebergantungan Korelasi Pearson - Korelasi Spearman - Kendals Tau. MA2281 Statistika Nonparametrik 3 Maret 2016 Utriweni Mukhaiyar

Ukuran Kebergantungan Korelasi Pearson - Korelasi Spearman - Kendals Tau. MA2281 Statistika Nonparametrik 3 Maret 2016 Utriweni Mukhaiyar Ukuran Kebergantungan Korelasi Pearson - Korelasi Spearman - Kendals Tau MA2281 Statistika Nonparametrik 3 Maret 2016 Utriweni Mukhaiyar Ukuran Kebergantungan Misalkan 2 peubah acak X dan Y, masing-masing

Lebih terperinci

Tabel 4 Urutan dan penempatan bubu pada tali utama

Tabel 4 Urutan dan penempatan bubu pada tali utama 30 Penggunaan umpan digunakan secukupnya, pada penelitian ini digunakan sebanyak kurang lebih 50 gram cacing per kantong umpan. Kemudian kawat kasa tersebut ditusukkan pada besi yang digunakan untuk pemasangan

Lebih terperinci

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar 1 Peluang & Aturan Bayes MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar 2 Eksperimen Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi

Lebih terperinci

ANALISIS VARIANSI (ANOVA)

ANALISIS VARIANSI (ANOVA) ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

Rancangan Blok Terpisah (Split Blok)

Rancangan Blok Terpisah (Split Blok) Rancangan Blok Terpisah (Split Blok) KULIAH 13 PERANCANGAN PERCOBAAN (STK 222) rahmaanisa@apps.ac.id Rancangan Split Blok Kedua faktor merupakan petak utama Pengaruh yang ditekankan adalah pengaruh interaksi

Lebih terperinci

UJI ANOVA. Imam Gunawan DISTRIBUSI F

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN digilib.uns.ac.id BAB III METODE PENELITIAN A. Tempat, Subjek dan Waktu Penelitian 1. Tempat dan Subjek Penelitian Penelitian dilaksanakan di SMP Negeri Kota Surakarta dengan subjek penelitian peserta

Lebih terperinci

Kelompok (Lama. Penyimpanan/hari) A0 A1 A2 A3 6,422 6,832 7,179 7,862 24,286 26, ,969 5,892 6,244 6,926 7,032 7,491 7.

Kelompok (Lama. Penyimpanan/hari) A0 A1 A2 A3 6,422 6,832 7,179 7,862 24,286 26, ,969 5,892 6,244 6,926 7,032 7,491 7. LAMPIRAN Lampiran 1. Persentase Kadar Air Kerupuk Ikan Selais ( Crytopterus bicirhis) Dengan Penambahan Jamur Tiram Putih (Pleurotus Ostreatus) Yang Berbeda Selama Penyimpanan. Kelompok (Lama Penyimpanan/hari)

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

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

Lebih terperinci

BAB III METODE PENELITIAN. A. Tempat dan waktu Penelitian

BAB III METODE PENELITIAN. A. Tempat dan waktu Penelitian 34 BAB III METODE PENELITIAN 1. Tempat Peneitian A. Tempat dan waktu Penelitian Penelitian ini dilaksanakan di SMA Batik 2 Surakarta yang beralamat di Jln. Sam Ratulangi No. 86 Kerten, Laweyan, Surakarta.

Lebih terperinci

III. METODE PENELITIAN. Penelitian dilaksanakan di rumah kaca (greenhouse) Unit Pelaksana Teknis Dinas

III. METODE PENELITIAN. Penelitian dilaksanakan di rumah kaca (greenhouse) Unit Pelaksana Teknis Dinas 15 III. METODE PENELITIAN A. Lokasi dan Waktu Penelitian Penelitian dilaksanakan di rumah kaca (greenhouse) Unit Pelaksana Teknis Dinas (UPTD) Pertanian Balai Pengawasan dan Sertifikasi Benih Tanaman Pangan

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan

BAB 2 LANDASAN TEORI. 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan 7 BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. dari kawasan Universitas Padjadjaran sebanyak 100 kg bahan kering dan untuk

III BAHAN DAN METODE PENELITIAN. dari kawasan Universitas Padjadjaran sebanyak 100 kg bahan kering dan untuk 16 III BAHAN DAN METODE PENELITIAN 2.1 Bahan Penelitian 2.1.1 Rumput Brachiaria humidicola Rumput Brachiaria humidicola yang digunakan pada penelitian ini didapat dari kawasan Universitas Padjadjaran sebanyak

Lebih terperinci

III OBJEK DAN METODE PENELITIAN. Objek penelitian ini berupa ovarium domba lokal umur <1 tahun 3 tahun

III OBJEK DAN METODE PENELITIAN. Objek penelitian ini berupa ovarium domba lokal umur <1 tahun 3 tahun 14 III OBJEK DAN METODE PENELITIAN 3.1 Bahan Penelitian 3.1.1 Objek Penelitian Objek penelitian ini berupa ovarium domba lokal umur

Lebih terperinci

MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar

MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar 1 Ciri-ciri eksperimen acak (Statistik): *Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. *Proporsi keberhasilan dapat diketahui

Lebih terperinci

Pengacakan dan Tata Letak

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

Lebih terperinci

III BAHAN DAN METODE PENELITIAN. 1. Litter Broiler sebanyak 35 kilogram, diperoleh dari CV. ISMAYA PS. Kecamatan Ibun Kabupaten Bandung.

III BAHAN DAN METODE PENELITIAN. 1. Litter Broiler sebanyak 35 kilogram, diperoleh dari CV. ISMAYA PS. Kecamatan Ibun Kabupaten Bandung. 17 III BAHAN DAN METODE PENELITIAN 3.1 Bahan dan Alat Penelitian 3.1.1 Bahan Penelitian 1. Litter Broiler sebanyak 35 kilogram, diperoleh dari CV. ISMAYA PS Kecamatan Ibun Kabupaten Bandung. 2. Jerami

Lebih terperinci

BAB III METODE PENELITIAN

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

Lebih terperinci

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

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

Lebih terperinci

RANCANGAN ACAK LENGKAP DAN RANCANGAN ACAK KELOMPOK PADA BIBIT IKAN

RANCANGAN ACAK LENGKAP DAN RANCANGAN ACAK KELOMPOK PADA BIBIT IKAN RANCANGAN ACAK LENGKAP DAN RANCANGAN ACAK KELOMPOK PADA BIBIT IKAN Bayu Satria Adinugraha 1), Taswati Nova Wijayaningrum 2) 1,2) Akademi Statistika Muhammadiyah Semarang email: bayulindapw@gmail.com Abstract

Lebih terperinci

Perancangan Percobaan

Perancangan Percobaan Perancangan Percobaan Rancangan lingkungan: Rancangan Acak Lengkap (RAL), (RAK) dan Rancangan Bujur Sangkar Latin (RBSL), Lattice. Ade Setiawan 009 RAL Ade Setiawan 009 Latar Belakang RAK 3 Perlakuan Sama

Lebih terperinci

Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari

Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari (C) by UM, last edited Feb 2011 1 Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari hasil-hasil sebelumnya.

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 4 Outline: Uji Dua Sample Uji Z Uji t Uji t gabungan (pooled t-test) Uji t berpasangan (paired t-test) Uji proporsi Uji Chi-Square Referensi: Johnson, R. A., Statistics

Lebih terperinci