S T A T I S T I K A OLEH : WIJAYA
|
|
- Utami Makmur
- 7 tahun lalu
- Tontonan:
Transkripsi
1 S T A T I S T I K A OLEH : WIJAYA zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 009
2 V. PENGUJIAN HIPOTESIS Hhipotesis adalah jawaban sementara terhadap suatu masalah. Setiap hipotesis bisa benar atau salah, sehingga perlu diuji dengan suatu penelitian untuk diterima atau ditolak Langkah atau prosedur untuk menentukan apakah menerima atau menolak hipotesis disebut Pengujian Hipotesis. Hipotesis ada macam, yaitu : 1. Hipotesis Statistik atau H 0. Hipotesis Kerja atau Hipotesis Alternatif atau H 1 Hipotesis Nol ( H 0 ) merupakan hipotesis yang dirumuskan dengan harapan akan ditolak.
3 V. PENGUJIAN HIPOTESIS Dalam pengujian hipotesis terdapat kekeliruan (galat), yaitu : Kesimpulan Keadaan Sebenarnya H 0 Benar H 0 Salah Terima Hipotesis Benar Galat Tipe II (β) Tolak Hipotesis Galat Tipe I (α) Benar Nilai α disebut Taraf Nyata. Nilai α biasanya 0,05 (5%) atau 0,01 (1%). Jika α 0,05 artinya 5 dari tiap 100 kesimpulan kita akan menolak hipotesis yang seharusnya diterima.
4 V. PENGUJIAN HIPOTESIS Teknik dalam pengujian hipotesis : α α Uji Pihak Uji Pihak Kiri Uji Pihak Kanan H 0 θ θ 0 H 0 θ θ 0 H 0 θ θ 0 H 1 θ θ 0 H 1 θ < θ 0 H 1 θ > θ 0 θ parameter (μ ; σ ; σ ) θ 0 Nilai yang dihipotesiskan
5 V. PENGUJIAN HIPOTESIS Penggunaan Sebaran t dan z Apa σ ada? Ya Uji - z Tidak n 30? Ya Uji - z Uji - t Tidak
6 1. Pengujian Rata-rata Satu Sampel z x σ μ n z x S μ n t x S μ n Contoh : Seorang peneliti senior menyatakan bahwa rata rata pendapatan per bulan keluarga di kota A sebesar Rp ,. Contoh acak berukuran 5 keluarga diambil dan diperoleh rata rata pendapatannya Rp , dengan simpangan baku sebesar Rp ,. Ujilah pada taraf nyata 0,05 apakah pernyataan peneliti senior tersebut dapat diterima. Jawab : 1. H 0 μ lawan H 1 μ Taraf Nyata α 5 % 0,05
7 1. Pengujian Rata-rata Satu Sampel 3. Uji Statistik : Uji t 4. Wilayah Kritik : t < t α/(n-1) atau t > t α/(n-1) t < t 0,05(4) atau t > t 0,05(4) 5. Perhitungan : x μ t 5,00 σ/ n / 5 6. Kesimpulan : Karena (t 5,00) > (t 0,05(4),064) maka disimpulkan untuk menolak H 0 (pendapat peneliti senior yang menyatakan bahwa rata-rata pendapatan sebesar Rp ,- tidak dapat diterima) t <,064 atau t >,064
8 1. Pengujian Rata-rata Satu Sampel 3. Uji Statistik : Uji t 4. Wilayah Kritik : t < t 0,05(4) atau t > t 0,05(4) t <,064 atau t >, Perhitungan : x μ t 5,00 σ/ n / 5 6. Kesimpulan : Tolak H 0 Tolak H 0 Terima H 0,064,064 5,00
9 B. Pengujian Rata-rata Dua Sampel 1. Jika σ 1 dan σ diketahui atau n 30 : a. Jika σ 1 σ : + n n x x z σ σ. Jika σ 1 dan σ Tidak diketahui serta n < 30 : + n s n s x x t n s n s x x z 1 1 1
10 B. Pengujian Rata-rata Dua Sampel x1 x b. Jika σ 1 σ : t s g x 1 1 n 1 x + 1 n ( n1 1) s1 + ( n ) n1 + n 1 sg Rata-rata Sampel ke-1 Rata-rata Sampel ke- s σ 1 σ Ragam Populasi ke-1 Ragam Populasi ke-
11 Contoh 1 : Ingin diketahui apakah terdapat perbedaan R/C usahatani padi antara kelompok tani yang menggunakan pupuk KCl dan tidak menggunakan pupuk KCl. Pada kelompok tani yang menggunakan pupuk KCl dengan anggota sebanyak 38 petani diperoleh rata-rata R/C sebesar 1,370 dengan ragam 0,0167, sedangkan kelompok tani tanpa pupuk KCl beranggotakan 5 petani diperoleh rata-rata R/C 1,50 dengan ragam 0,014. Ujilah pada taraf nyata 0,05 apakah rata-rata R/C kedua kelompok tani menunjukkan perbedaan. Jawab : 1. H 0 μ 1 μ lawan H 1 μ 1 μ. Taraf Nyata α 5 % 0,05 α/ 0,05 3. Uji Statistik : Uji-z ( n > 30 ) 4. Wilayah Kritik : z < z 0,05 atau z > z 0,05 z < 1,96 atau z > 1,96
12 B. Pengujian Rata-rata Dua Sampel 5. Perhitungan : n 1 38 ; x 1 1,350 ; s 1 0,0167 ; n 5 ; x 1,50 ; s 0,014 ; z z x s1 n1 1 + x s n 1,350 0, ,50 0,00044 z 1,350 0, ,1000 z z 4, 609 0,060 z + 1,50 0, , ,014 5
13 B. Pengujian Rata-rata Dua Sampel 6. Kesimpulan Karena nilai ( z 4,609) > (z 0,05 1,960) artinya kedua sampel mempunyai rata-rata R/C yang berbeda secara nyata. Tolak H 0 Tolak H 0 Terima H 0 1,960 1,960 4,609
14 Contoh : Data berikut menggambarkan hasil gula (ku/ha) pada usahatani tanam awal dan keprasan : Jawab : Tanam Awal Ujilah pada taraf nyata 0,05 apakah rata-rata hasil gula kedua usahatani tersebut menunjukkan perbedaan. 1. H 0 μ 1 μ lawan H 1 μ 1 μ. Taraf Nyata α 5 % 0,05 α/ 0,05 3. Uji Statistik : Uji-t ( n < 30 ) Tanam Keprasan Rata-rata Hasil 51,760 47,650 Ragam Hasil 36,4535 8,8596 Ukuran Sampel n Wilayah Kritik : t < t 0,05(0) atau t > t 0,05(0) t <,086 atau t >,086
15 5. Perhitungan : A. Uji Perbandingan Ragam : F 1 s s 36,4535 F F 4, 115 8,8596 F 0,05(5 ; 15),901 Karena nilai (F 4,115) > (F 0,05(5 ; 15),901) artinya ragam kedua sampel tersebut berbeda nyata. B. Uji lanjut atau Uji-t : t x s1 n1 1 + x s n
16 B. Uji lanjut atau Uji-t : t x s1 n1 1 + x s n t 51,760 36, ,650 8, t 51,760 6, ,650 0,5537 t 4, 110 6,693 4,110 t t 1, 596, Kesimpulan : Karena nilai (t 1,596) < (t 0,05(0),086) artinya rata-rata hasil gula kedua usahatani tersebut tidak berbeda nyata.
17 B. Pengujian Rata-rata Dua Sampel 6. Kesimpulan Karena nilai ( t 0,05(0),086) < (t 1,596) < (t 0,05(0),086) artinya rata-rata hasil gula kedua usahatani tersebut tidak berbeda nyata. Tolak H 0 Tolak H 0 Terima H 0,086,086 1,596
18 C. Pengujian Rata-rata Pengamatan Berpasangan t s d d n d sd Rata-rata dari selisih pengamatan kedua sampel Simpangan baku dari selisih pengamatan kedua sampel Contoh : Pelatihan manajemen agribisnis dilakukan kepada 100 petani andalan agar mampu mengembangkan usahataninya. Setelah beberapa waktu, 6 orang diantara 100 petani andalan tersebut diselidiki keuntungan yang mereka peroleh sebelum dan sesudah pelatihan. Ujilah dengan α 5% apakah keuntungan usahatani sebelum sama dengan sesudah pelatihan.
19 C. Pengujian Rata-rata Pengamatan Berpasangan Petani Sebelum Juta Rp Sesudah Juta Rp Jawab : 1. H 0 μ 1 μ lawan H 1 μ 1 μ. Taraf Nyata α 5 % 0,05 α/ 0,05 3. Uji Statistik : Uji-t ( n < 30 ) 4. Wilayah Kritik : t < t 0,05(5) atau t > t 0,05(5) t <,571 atau t >, Perhitungan :
20 C. Pengujian Rata-rata Pengamatan Berpasangan 5. Perhitungan : Sebelum Jumlah Sesudah Selisih (d) (d ) n 6 ; d 57 ; d 635 ; α 5% ; t α/(n-1),571 d ( d) /n (635) (57 )/ ,5 S d n S d 18,7 S d 18,7 4,34 d 57/6 9,5 ; 6,449 ; Sd / n 4,34/,449 1,765
21 C. Pengujian Rata-rata Pengamatan Berpasangan 5. Perhitungan : t sd d n t 9,5 4,34 6 t 9,5 4,34,449 t 9,5 1,765 t 5, Kesimpulan Karena nilai (t 5,099) > (t 0,05(5),571) artinya rata-rata keuntungan usahatani setelah pelatihan lebih besar daripada sebelum pelatihan.
22 D. Pengujian Rata-rata Beberapa Sampel Analisis yang digunakan dalam pengujian rata-rata beberapa sampel atau k sampel yaitu : 1. Analisis Ragam (Anava) : Uji F Uji dalam Analisis Ragam (Anava) digunakan untuk menguji apakah rata-rata dari k sampel menunjukkan perbedaan yang nyata atau tidak. Apabila hasil Analisis Ragam menunjukkan adanya perbedaan yang siginifikan, maka pengujian dilanjutkan untuk mengetahui rata-rata sampel mana yang menunjukkan perbedaan.. Uji Lanjut : a. Uji LSD (Uji BNT) b. Uji HSD (Uji BNJ) c. Uji Duncan (Uji DMRT atau LSR)
23 D. Pengujian Rata-rata Beberapa Sampel Contoh : Data berikut menggambarkan bobot GKG per petak pada berbagai takaran pupuk Kalium K O (kg/ha) Bobot GKG per Petak (kg) k 1 (1,5 ) 1,67 1,70 1,73 1,75 1,68 k (5,0 ) 1,64 1,69 1,70 1,71 1,67 k 3 (37,5 ) 1,77 1,81 1,75 1,74 1,79 k 4 (50,0 ) 1,66 1,65 1,63 1,61 1,70 k 5 (6,5 ) 1,48 1,34 1,5 1,47 1,55 Ujilah pada taraf nyata 5% apakah kelima takaran pupuk Kalium tersebut menunjukkan perbedaan yang signifikan, dan pada pupuk Kalium berapa diperoleh hasil GKG yang tertinggi?
24 D. Pengujian Rata-rata Beberapa Sampel Jawab : 1. H 0 μ 1 μ μ 5 H 1 minimal ada satu rata-rata yang berbeda. Taraf Nyata α 5 % 0,05 α/ 0,05 3. Uji Statistik : Uji-F dan Uji-t (Uji LSD) 4. Wilayah Kritik : F > F 0,05(db1 ; db) 5. Perhitungan : K O (kg/ha) Bobot GKG per Petak (kg) Jumlah Ratarata k 1 (1,5 ) 1,67 1,70 1,73 1,75 1,68 8,53 1,71 k (5,0 ) 1,64 1,69 1,70 1,71 1,67 8,41 1,68 k 3 (37,5 ) 1,77 1,81 1,75 1,74 1,79 8,86 1,77 k 4 (50,0 ) 1,66 1,65 1,63 1,61 1,70 8,5 1,65 k 5 (6,5 ) 1,48 1,34 1,5 1,47 1,55 7,36 1,47 Jumlah 41,41
25 Analisis Ragam (Anava) : K O (kg/ha) Bobot GKG per Petak (kg) Jumlah Rata-rata k 1 (1,5 ) 1,67 1,70 1,73 1,75 1,68 8,53 1,71 k (5,0 ) 1,64 1,69 1,70 1,71 1,67 8,41 1,68 k 3 (37,5 ) 1,77 1,81 1,75 1,74 1,79 8,86 1,77 k 4 (50,0 ) 1,66 1,65 1,63 1,61 1,70 8,5 1,65 k 5 (6,5 ) 1,48 1,34 1,5 1,47 1,55 7,36 1,47 Jumlah 41,41 1. FK (41,41) : 5 68,5915. JK-TOTAL (1,67 + 1, ,66 ) FK 0, JK-PERLAKUAN (8, ,56 )/5 FK 0,56 4. JK-GALAT JK(TOTAL) JK(PERLAKUAN) 0,0414
26 Analisis Ragam (Anava) : 1. FK (41,41) : 5 68,5915. JK-TOTAL (1,67 + 1, ,66 ) FK 0, JK-PERLAKUAN (8, ,56 )/5 FK 0,56 4. JK-GALAT JK(TOTAL) JK(PERLAKUAN) 0,0414 No Variasi DB JK KT F F 5% 1 Perlakuan 4 0,56 0,063 30,539,866 Galat 0 0,0414 0,001 Total 4 0,940 (F 30,539) > (F 0,05 (4 ; 0),866) ARTINYA RATA-RATA BOBOT GKG PER PETAK MENUNJUKKAN PERBEDAAN YANG NYATA. OLEH KARENA ITU PENGUJIAN DILANJUTKAN MENGGUNAKAN UJI LSD.
27 Uji LSD : LSD t 0,05( DBG LSD t0,05(0) x ) x ( KTG ) ulangan (0,001) 5 LSD LSD,086 x,086 x 0,0004 0,005 LSD 0,047
28 Uji LSD : LSD 0,047 0,04 K O (kg/ha) Ratarata Beda rata-rata Indek s k 5 (6,5 ) 1,47 - A k 4 (50,0 ) 1,65 0,18 B k (5,0 ) 1,68 0,03 0,1 BC k 1 (1,5 ) 1,71 0,0 0,06 0,3 C k 3 (37,5 ) 1,77 0,07 0,09 0,1 0,30 D
29 E. Pengujian Proporsi Satu Sampel Jika n 100 Jika n < 100 z x/ n p. q n p t x/ n p. q n p Contoh : Pemilik toko pestisida menyatakan bahwa minimal 30% pembeli setiap bulannya membeli insektisida X. Contoh acak 10 orang yang membeli pestisida pada suatu bulan terdapat 30 orang yang membeli insektisida X. Ujilah pada taraf nyata 5% apakah pernyataan pemilik toko tersebut dapat diterima
30 E. Pengujian Proporsi Satu Sampel Jawab : 1. H 0 p 0,30 lawan H 1 p 0,30. Taraf Nyata α 5 % 0,05 α/ 0,05 3. Uji Statistik : Uji-z (n > 100) 4. Wilayah Kritik : z < 1,96 atau z > 1,96 5. Perhitungan : p 0,30 q 0,70 n 10 x 30 x/n 0,5 z x/ n p. q n p z 0,5 0,30 0, ,05 z z 1,195 0,04183
31 E. Pengujian Proporsi Satu Sampel 6. Kesimpulan Karena nilai (z 0,05 1,96) < (z 1,195) < (z 0,05 1,96) artinya H 0 (pernyataan pemilik toko dapat diterima). Tolak H 0 Tolak H 0 Terima H 0 1,96 1,96 1,195
32 F. Pengujian Proporsi Dua Sampel z x 1 pq n1 x n ( 1 n1 + 1 n ) p x n 1 x n 1 + q 1 p + Suatu studi dilakukan untuk menguji apakah ada perbedaan proporsi yang nyata dari penduduk suatu kota dan penduduk di sekitar kota tersebut yang menyetujui pembangkit listrik tenaga nuklir. Bila 100 diantara 000 penduduk kota dan 400 diantara 5000 penduduk di sekitar kota yang diwawancarai menyetujui pembangunan apakah dapat dikatakan bahwa proporsi penduduk kota yang setuju lebih besar dari penduduk sekitar kota (gunakan taraf nyata 5%).
33 F. Pengujian Proporsi Dua Sampel Jawab : 1. H 0 p 1 p lawan H 1 p 1 p. Taraf Nyata α 5 % 0,05 α/ 0,05 3. Uji Statistik : Uji-z (n > 100) 4. Wilayah Kritik : z < 1,96 atau z > 1,96 5. Perhitungan : x n x 400 n 5000 p 1 x 1 /n 1 0,60 p x /n 0,48 p x n x n p p p 0,
34 F. Pengujian Proporsi Dua Sampel 5. Perhitungan : x n x 400 n 5000 p 1 x 1 /n 1 0,60 p x /n 0,48 p 0,51 q 0,49 z z z z x 1 pq n1 x n ( 1 n1 + 1 n ) 0,60 (0,51)(0,49) (0,499) 0,1 0, ,48 ( ) 0,1 ( 0, ,0000) 0,1 z z 9, 07 0,0133
35 F. Pengujian Proporsi Dua Sampel 6. Kesimpulan Karena nilai (z 9,07) > (z 0,05 1,96) artinya proporsi penduduk di kota yang setuju PLTN tidak sama dengan proporsi penduduk di sekitar kota yang setuju PLTN. Tolak H 0 Tolak H 0 Terima H 0 1,96 1,96 9,07
36 G. Pengujian Kesamaan Beberapa Proporsi χ ( ) o ij e ij e ij db-x (b )(k ) b banyaknya baris k banyaknya kolom o ij nilai observasi pada baris ke-i dan kolom ke-j e ij nilai ekspektasi pada baris ke-i dan kolom ke-j
37 G. Pengujian Kesamaan Beberapa Proporsi Contoh : Data berikut menunjukkan banyaknya produk yang cacat pada 3 macam waktu kerja. Ujilah pada taraf nyata 0,05 apakah produk yang cacat mempunyai proporsi sama untuk ketiga waktu kerja tersebut. Pagi Siang Malam Jumlah Cacat Baik Jumlah Jawab : 1. H 0 p 1 p p 3 lawan H 1 p 1 p p 3. Taraf Nyata α 5 % 0,05 3. Uji Statistik : Uji-X
38 G. Pengujian Kesamaan Beberapa Proporsi 4. Wilayah Kritik : X > X 0,05(b-1)(k-1) atau X > 5, Perhitungan : Pagi Siang Malam Jumlah o i e i o i e i o i e i Cacat 45 57, , ,3 170 Baik , , ,7 665 Jumlah (o i e i ) X e i (45 57,0) ( ,7) X + + 6,88 57,0 883,7
39 G. Pengujian Kesamaan Beberapa Proporsi 6. Kesimpulan Karena nilai (X 6,88) > (X 0,05() 5,991) artinya proporsi produk cacat yang dihasilkan pada ketiga macam waktu kerja tersebut tidak berbeda nyata. H. Pengujian Kesamaan Ragam Beberapa Sampel Uji kesamaan ragam menggunakan : 1. Uji Bartlett. Uji Levene
40 H. Pengujian Kesamaan Ragam Beberapa Sampel 1. Uji Bartlett X Ln 10 [ {Log s (n i 1) } { (n i 1) Log s i } ] (n i 1) s i (n i 1) s i s (n i 1) N k Contoh : Data berikut menggambarkan bobot GKG per petak pada berbagai takaran pupuk Kalium K O (kg/ha) Bobot GKG per Petak (kg) k 1 (1,5 ) 1,67 1,70 1,73 1,75 1,68 k (5,0 ) 1,64 1,69 1,70 1,71 1,67 k 3 (37,5 ) 1,77 1,81 1,75 1,74 1,79 k 4 (50,0 ) 1,66 1,65 1,63 1,61 1,70 k 5 (6,5 ) 1,48 1,34 1,5 1,47 1,55
41 H. Pengujian Kesamaan Ragam Beberapa Sampel Jawab : 1. H 0 σ 1 σ 5 lawan H 1 σ 1 σ 5. Taraf Nyata α 5 % 0,05 3. Uji Statistik : X 4. Wilayah Kritik : X > X 0,05(k-1) 5. Perhitungan : K Bobot GKG per Petak (kg) n i -1 s i Log s i (n i -1) Log s i k 1 1,67 1,70 1,73 1,75 1,68 4 0,0011 -,947-11,788 k 1,64 1,69 1,70 1,71 1,67 4 0,0008-3,114-1,454 k 3 1,77 1,81 1,75 1,74 1,79 4 0,0008-3,086-1,345 k 4 1,66 1,65 1,63 1,61 1,70 4 0,001 -,939-11,757 k 5 1,48 1,34 1,5 1,47 1,55 4 0,0065 -,189-8,756 Jml 0 0, ,75-57,100
42 H. Pengujian Kesamaan Ragam Beberapa Sampel K Bobot GKG per Petak (kg) n i -1 s i Log s i (n i -1) Log s i k 1 1,67 1,70 1,73 1,75 1,68 4 0,0011 -,947-11,788 k 1,64 1,69 1,70 1,71 1,67 4 0,0008-3,114-1,454 k 3 1,77 1,81 1,75 1,74 1,79 4 0,0008-3,086-1,345 k 4 1,66 1,65 1,63 1,61 1,70 4 0,001 -,939-11,757 k 5 1,48 1,34 1,5 1,47 1,55 4 0,0065 -,189-8,756 Jml 0 0, ,75-57,100 (n i 1) s i 4 (0,0103) s 0,001 N k 5 5 X Ln 10 [ {Log s (n i 1) } { (n i 1) Log s i } ] X,306 [ {,6844 (0) } ( 57,100 ) ] X,306 [ 53,689 ( 57,100) ] 7,854
43 H. Pengujian Kesamaan Ragam Beberapa Sampel X 7,854 X 0,05(k-1) X 0,05(4) 9, Kesimpulan Karena nilai (X 7,854) < (X 0,05(4) 9,488) artinya ragam kelima sampel tersebut tidak berbeda nyata.
44 H. Pengujian Kesamaan Ragam Beberapa Sampel 1. Uji Levene : Uji Levene dilakukan dengan menggunakan Analisis Ragam terhadap selisih absolut dari setiap nilai pengamatan dalam sampel dengan rata-rata sampel yang bersangkutan. Contoh : Data berikut menggambarkan bobot GKG per petak pada berbagai takaran pupuk Kalium K O Ratarata Bobot GKG per Petak (kg) Jmlh (kg/ha) k 1 (1,5 ) 1,67 1,70 1,73 1,75 1,68 8,53 1,71 k (5,0 ) 1,64 1,69 1,70 1,71 1,67 8,41 1,68 k 3 (37,5 ) 1,77 1,81 1,75 1,74 1,79 8,86 1,77 k 4 (50,0 ) 1,66 1,65 1,63 1,61 1,70 8,5 1,65 k 5 (6,5 ) 1,48 1,34 1,5 1,47 1,55 7,36 1,47 Jumlah 41,41
45 H. Pengujian Kesamaan Ragam Beberapa Sampel 1. Uji Levene : K O (kg/ha) Bobot GKG per Petak (kg) Jumlah k 1 (1,5 ) 0,04 0,01 0,0 0,04 0,03 0,14 k (5,0 ) 0,04 0,01 0,0 0,03 0,01 0,11 k 3 (37,5 ) 0,00 0,04 0,0 0,03 0,0 0,11 k 4 (50,0 ) 0,01 0,00 0,0 0,04 0,05 0,1 k 5 (6,5 ) 0,01 0,13 0,05 0,00 0,08 0,7 1. FK (0,74) : 5 0,01. JK-Total (0,04 + 0, ,08 ) FK 0, JK-Perlakuan (0, ,7 )/5 FK 0, JK-Galat JK(Total) JK(Perlakuan) 0,0156
46 H. Pengujian Kesamaan Ragam Beberapa Sampel 1. Uji Levene : 1. FK (0,74) : 5 0,01. JK-Total (0,04 + 0, ,08 ) FK 0, JK-Perlakuan (0, ,7 )/5 FK 0, JK-Galat JK(Total) JK(Perlakuan) 0,0156 No Variasi DB JK KT F F 5% 1 Perlakuan 4 0, ,0009 1,170,866 Galat 0 0,0156 0,0008 Total 4 0,019 (F 1,170) < (F 0,05 (4 ; 0),866) ARTINYA PERBEDAAN RAGAM KEEMPAT SAMPEL BERSIFAT TIDAK NYATA.
47 I. Penggunaan Uji X (Kai-Kuadrat) 1. Uji Proporsi Beberapa Sampel (Data Multinom). Uji Kecocokan atau Uji Kebaikan Suai (Goodness of Fit) 3. Uji Kebebasan Antar Variabel Uji Kecocokan atau Uji Kebaikan Suai Uji Kecocokan atau Uji Kebaikan Suai (Goodness of Fit) digunakan untuk mengetahui ada tidaknya kesesuaian (kecocokan) model sebaran yang diasumsikan, atau ada tidak kecocokan antara frekuensi yang teramati (terobservasi) dengan frekuensi harapan,
48 Uji Kecocokan atau Uji Kebaikan Suai X (o i e i ) e i o i Frekuensi Observasi e i Frekuensi Harapan db X (k g 1) dimana k adalah banyaknya kategori atau kelas interval dan g adalah banyaknya parameter yang ditaksir. Kriteria pengujian adalah Tolak H 0 jika X > X α(k g 1). Bila frekuensi teramati (o i ) dekat dengan frekuensi harapan (e i ), maka nilai X akan kecil, menunjukkan adanya kesuaian yang baik. Kesuaian yang baik membawa pada penerimaan H 0.
49 Uji Kecocokan atau Uji Kebaikan Suai Contoh : Eksperimen genetika menunjukkan bahwa semacam karakteristik diturunkan menurut perbandingan 1:3:3:9, untuk kategori A, B, C dan D. Dari 160 pengamatan terdapat 5 kategori A, B 3, C 3 dan D 100. Dengan taraf nyata 5%, apakah data tersebut menguatkan teori genetika? Jawab : 1. H 0 p 1 p 4 lawan H 1 p 1 p 4. Taraf Nyata α 5 % 0,05 3. Uji Statistik : X 4. Wilayah Kritik : X > X 0,05(k g-1) 5. Perhitungan :
50 Uji Kecocokan atau Uji Kebaikan Suai Menentukan Nilai Harapan e i : A : B : C : D 1 : 3 : 3 : A x C x A x C x Observasi 5 A B C D Jumlah Harapan
51 Uji Kecocokan atau Uji Kebaikan Suai Observasi 5 A B C D Jumlah Harapan (o i e i ) X e i (5 10) (100 90) X + + 5, Untuk α 0,05 dan db X (k g 1) (4 0 1) 3 didapat X α(k g 1) X 0,05 (3) 7,81
52 Uji Kecocokan atau Uji Kebaikan Suai 6. Kesimpulan Karena nilai (X 5,18) < (X 0,05(3) 7,81) maka H 0 diterima artinya tidak ada alasan untuk menolak teori genetika tersebut.
53 Uji Kebebasan Dua Variabel X (o i e i ) db-x (b 1)(k 1) e i Untuk tabel kontingensi x, berarti db X (b 1)(k 1) 1 perlu dilakukan koreksi Yate bagi kekontinyuan (karena data asal bersifat diskrit) yaitu : X [ o i e i 0,5 ] db-x (b 1)(k 1) e i
54 Uji Kebebasan Dua Variabel Rumus lain untuk tabel kontingensi x : Baris Jumlah Kolom A B C D (A+C) (B+D) Jumlah (A+B) (C+D) N N [ A.D B.C 0,5 N ] X db-x (b 1)(k 1) (A+B)(C+D)(A+C)(B+D)
55 Uji Kebebasan Dua Variabel Contoh : Data berikut menggambarkan banyaknya petani tebu berdasarkan penggunaan jenis pupuk dan cara tanam. Pupuk Tunggal Pupuk Majemuk Jumlah Tanam Awal Keprasan Jumlah Ujilah pada taraf nyata 1 % apakah penggunaan jenis pupuk tergantung dari cara tanamnya?
56 Uji Kebebasan Dua Variabel Jawab : 1. H 0 Penggunaan jenis pupuk tidak tergantung cara tanam H 1 Penggunaan jenis pupuk tergantung cara tanam. Taraf Nyata α 1 % 0,01 3. Uji Statistik : X 4. Wilayah Kritik : X > X 0,01(1) atau X > 6, Perhitungan : Pupuk Tunggal Pupuk Majemuk Jumlah o i e i o i e i Tanam Awal 5 6,53 9 7,47 14 Keprasan 9 7,47 7 8,53 16 Jumlah
57 Uji Kebebasan Dua Variabel Pupuk Tunggal Pupuk Majemuk Jumlah o i e i o i Tanam Awal Keprasan 5 9 6,53 7, ,47 8, Jumlah [ o i e i 0,5 ] X e i [ 5 6,53 0,5] [ 7 8,53 0,5] X + + 0,571 5, Kesimpulan Karena nilai (X 0,571) < (X 0,01(1) 6,635) maka H 0 diterima artinya penggunaan jenis pupuk tidak tergantung pada cara tanam. e i
58 Uji Kebebasan Dua Variabel Pupuk Tunggal Pupuk Majemuk Jumlah Tanam Awal Keprasan Jumlah X N [ A.D B.C 0,5 N ] (A+B)(C+D)(A+C)(B+D) 30 [ ,5(30) ] X 0,575 (14)(16)(14)(16)
59 Uji Kebebasan Dua Variabel 30 [ ,5(30) ] X 0,575 (14)(16)(14)(16) X X 30 [ ] [ 961 ] X 0,
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENGUJIAN HIPOTESIS V. PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara terhadap suatu masalah. Setiap
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 PENGUJIAN HIPOTESIS V. PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara terhadap suatu masalah. Setiap
Lebih terperinciSTATISTIKA II (BAGIAN
STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA
S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp.
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENDUGAAN PARMETER IV. PENDUGAAN PARAMETER Populasi N Sampling Sampel n Rata-rata : μ Simp. Baku : σ Ragam
Lebih terperinciOLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009
PERANCANGAN PERCOBAAN OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 PERCOBAAN SATU FAKTOR RANCANGAN ACAK LENGKAP ( R A L ) Percobaan Satu
Lebih terperinciOLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011
ANALISIS KORELASI OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 ANALISIS KORELASI II. ANALISIS KORELASI 1. Koefisien Korelasi Pearson Koefisien Korelasi Moment Product Korelasi
Lebih terperinciOLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010
ANALISIS KORELASI OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 ANALISIS KORELASI II. ANALISIS KORELASI 1. Koefisien Korelasi Pearson Koefisien Korelasi Moment Product Korelasi
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 PERCOBAAN SATU FAKTOR RANCANGAN ACAK LENGKAP ( R A L ) Percobaan Satu Faktor : Pengaruh Takaran Pupuk
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 MATERI : 1. PENDAHULUAN 2. RANCANGAN ACAK LENGKAP ( RAL ) 3. RANCANGAN ACAK KELOMPOK ( RAK ) 4. RANCANGAN
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 PERCOBAAN FAKTORIAL PERCOBAAN UNTUK MENGETAHUI PENGARUH BEBERAPA FAKTOR TERHADAP VARIABEL RESPON TUJUAN
Lebih terperinciOLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009
PERANCANGAN PERCOBAAN OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 I. ANALISIS REGRESI 1. 2. Regresi Linear : Regresi Linear Sederhana
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 SPLIT PLOT Tepat digunakan pada percobaan faktorial jika pengaruh salah satu faktor sudah bisa diprediksi
Lebih terperinciPERANCANGAN PERCOBAAN
PERANCANGAN PERCOBAAN OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 SPLIT PLOT Tepat digunakan pada percobaan faktorial jika pengaruh salah satu faktor sudah bisa diprediksi
Lebih terperinciPengacakan 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 terperinciUji Lanjut: BEDA NILAI TERKECIL (BNT) (Least Significant Difference (LSD)) Forcep Rio Indaryanto, S.Pi., M.Si Muta Ali Khalifa, S.IK., M.Si.
Uji Lanjut: BEDA NILAI TERKECIL (BNT) (Least Significant Difference (LSD)) Forcep Rio Indaryanto, S.Pi., M.Si Muta Ali Khalifa, S.IK., M.Si. Jurusan Perikanan Fakultas Pertanian Universitas Sultan Ageng
Lebih terperinciSTATISTIK 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 terperinciS T A T I S T I K A OLEH : WIJAYA
S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 009 ANALISIS KORELASI 1. Koefisien Koelasi Peason Koefisien Koelasi Moment
Lebih terperinciTerima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan
PENGUJIAN HIPOTESIS Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi. Dengan mengambil suatu sampel acak dari populasi tersebut dan menggunakan informasi yang dimiliki
Lebih terperinciJika Ho ditolak berarti ada minimal satu mean yang berbeda nyata dengan yang lain :
perlu dilakukan pengujian lanjutan melacak perbedaan diantara nilai-nilai rerata perlakuan uji perbandingan berganda: LSD : least Significant Difference Uji Tukey : Honestly Significant Difference DMRT
Lebih terperinciLampiran 1. Perhitungan Kelangsungan Hidup Benih Ikan Koi Pada Penelitian Pendahuluan.
Lampiran 1. Perhitungan Kelangsungan Hidup Benih Ikan Koi Pada Penelitian Pendahuluan. Perlakuan N0 Nt SR% A (0,1 ml/l) 10 2 20 B (0,3 ml/l) C (0,5 ml/l) D (0,7 ml/l) E (0,9 ml/l) F (1,1 ml/l) G (1,3 ml/l)
Lebih terperinciBAB 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 terperinciBAB 2 TINJAUAN TEORI
BAB 2 TINJAUAN TEORI 2.1 Rancangan Percobaan Percobaan didefinisikan sebagai suatu uji coba (trial) atau pengamatan khusus yang dibuat untuk menegaskan atau membuktikan keadaan dari sesuatu yang meragukan,
Lebih terperinciIII. MATERI DAN METODE. No. 155 KM. 15 Simpang Baru Panam Kecamatan Tampan Pekanbaru, dari bulan
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian Penelitian ini telah dilakukan di Lahan Pertanian Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. H.R Soebrantas
Lebih terperinciDESAIN BUJURSANGKAR 6
6 DESAIN BUJURSANGKAR Outline 2 D e s a i n Bujursangkar Desain Bujursangkar Harga JK DBSL Desain Bujursangkar Latin dan variasinya ANAVA DBSL m x m Desain Bujursangkar Graeco-Latin Desain Bujursangkar
Lebih terperinciRancangan 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 terperinci2) 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 terperinciPengujian Hipotesis. Oleh : Dewi Rachmatin
Pengujian Hipotesis Oleh : Dewi Rachmatin Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Akan digunakan istilah diterima atau ditolak pada bagian ini Penolakan
Lebih terperinciIII. BAHAN DAN METODE. Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru, pada
III. BAHAN DAN METODE 3.1 Waktu dan tempat penelitian Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru,
Lebih terperinciHipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya
Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Digunakan istilah diterima atau ditolak untuk suatu hipotesis Penolakan suatu hipotesis berarti menyimpulkan bahwa
Lebih terperinciII. PERCOBAAN NON FAKTORIAL
II. PERCOBAAN NON FAKTORIAL A. Rancangan Acak Lengkap (RAL) 1. Rancangan Acak Lengkap (Completely Randomized Design) termasuk rancangan faktor tunggal (hanya terdiri dari satu faktor) merupakan rancangan
Lebih terperinciPerancangan Percobaan
Perancangan Percobaan Ade Setiawan 009 Faktorial Faktor Pengertian dasar Faktor Taraf Perlakuan (Treatment) Respons Layout Percobaan & Pengacakan Penyusunan Data Analisis Ragam Perbandingan Rataan Ade
Lebih terperinciBAHAN DAN METODE. Alat yang digunakan dalam penelitian ini meliputi: cangkul, parang, ajir,
BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan dilahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau. Penelitian dilakukan
Lebih terperinciPokok Bahasan: Chi Square Test
Pokok Bahasan: Chi Square Test Start Pokok Bahasan A. Pengertian Distribusi Chi Kuadrat B. Uji Kecocokan (Goodness of Fit Test) (Kontigensi Table Test) 1 Instruksional Umum Memberi penjelasan tentang distribusi
Lebih terperinciSTATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.
STATISTIKA Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil
Lebih terperinciPERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian
1 2 PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian MENGAPA PERLU DIRANCANG? Untuk mendapatkan penduga yang tidak berbias Untuk meningkatkan
Lebih terperinciRancangan Petak-petak Terbagi (RPPT)
Rancangan Petak-petak Terbagi (RPPT) Ade Setiawan 009 Rancangan Petak-Petak Terbagi (RPPT/Split-split Plot) merupakan perluasan dari Rancangan Petak Terbagi (RPT). Pada RPT kita hanya melakukan percobaan
Lebih terperinciIII. PERCOBAAN FAKTORIAL
III. PERCOBAAN FAKTORIAL A. Pendahuluan Mengapa peneliti memilih melakukan percobaan factorial? atau bagaimana kalau beberapa factor penelitian ingin diterapkan sekaligus dalam percobaan? Untuk menjawab
Lebih terperinciRancangan Petak Berjalur
Rancangan Petak Berjalur Ade Setiawan 009 Nama lain untuk Rancangan Split-Blok adalah Strip-Plot atau Rancangan Petak-Berjalur (RPB. Rancangan ini sesuai untuk percobaan dua faktor dimana ketepatan pengaruh
Lebih terperinciM 1 P 0.1 M 1 P 2.3 M 0 P 3.2 M 1 P 1.3 M 1 P 3.1
44 Lampiran 1. Tataletak Percobaan Penelitian U S M 0 P 0.2 M 1 P 1.3 M 1 P 0.2 M 0 P 3.1 M 0 P 2.3 M 1 P 2.3 M 0 P 2.1 M 1 P 3.3 M 1 P 3.1 M 1 P 1.2 M 1 P 1.1 M 0 P 3.3 M 0 P 0.3 M 0 P 1.1 M 1 P 0.3 M
Lebih terperinciIII. MATERI DAN METODE
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini dilaksanakan di Lahan Percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau. Penelitian dilakukan pada
Lebih terperinciIII. MATERI DAN METODE. Penelitian ini dilaksanakan dilahan percobaan Fakultas Pertanian dan
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini dilaksanakan dilahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau selama 4 bulan di mulai dari
Lebih terperinciPerancangan 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 terperinciPENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura
PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu
Lebih terperinciPerancangan Percobaan
Perancangan Percobaan Pengertian dasar Faktor Taraf Perlakuan (Treatment) Respons Layout Percobaan & Pengacakan Penyusunan Data Analisis Ragam Perbandingan Rataan Pengertian dasar 3 Faktor: Variabel Bebas
Lebih terperinciOutline. Uji rata-rata sesudah ANAVA Kontras Ortogonal Pengujian Rata-rata Sesudah Eksperimen Uji Rentang Newman-Keuls Uji Scheffé
3 AFTER ANAVA Outline A f t e r A N A V A Uji rata-rata sesudah ANAVA Kontras Ortogonal Pengujian Rata-rata Sesudah Eksperimen Uji Rentang Newman-Keuls Uji Scheffé Uji Rata-rata Sesudah Anava 3 Jika pengujian
Lebih terperinciPerancangan 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 terperinciBAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma
BAB II TINJAUAN PUSTAKA Bab ini akan membahas pengertian metode klasifikasi berstruktur pohon, konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma CHAID, keakuratan dan kesalahan dalam
Lebih terperinciIII. MATERI DAN METODE. Genetika) Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini dilaksanakan di rumah kasa (Laboratorium Pemuliaan dan Genetika) Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim
Lebih terperinciIII. BAHAN DAN METODE. Penelitian ini dilakukan dari bulan Januari sampai Mei. Baru Panam, Kecamatan Tampan, Kotamadya Pekanbaru.
III. BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian ini dilakukan dari bulan Januari sampai Mei 2013 di Lahan Percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim
Lebih terperinciIII. MATERI DAN METODE
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini dilaksanakan di lahan pertanian Fakultas Pertanian Universitas Islam Negri Sultan Syarif Kasim Riau. Penelitian ini dilaksanakan dari bulan Desember
Lebih terperincir = =
Lampiran 1. Bobot Edible Ayam Kampung Super Ulangan Perlakuan R-0 R-1 R-2 R-3 R-4......g... 1 237.2 345.8 392 440.5 390 2 290.4 373.1 449.2 482.6 473 3 358.8 395.9 463.2 517.1 534.7 4 363.8 421.5 564.7
Lebih terperinciIII. MATERI DAN METODE. Laboratorium Agronomi. Waktu penelitian dilakaukan selama ± 4 bulan dimulai
III. MATERI DAN METODE 1.1. Tempat dan Waktu Penelitian ini dilaksanakan di lahan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Pekanbaru Riau Jl. H.R. Soebrantas No.155
Lebih terperinciIII 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 terperinciLampiran 1. Skema Penelitian
105 Lampiran 1. Skema Penelitian DOC (Day Old Chick) Ampas kecap - Diberikan air gula & vaksin antistress - Vaksin ND (umur 4 & 20 hari) - Vaksin gumboro (umur 10 & 25 hari) - umur 0-2 minggu (protein
Lebih terperinciREGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.
REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.
Lebih terperinciPRAKTIKUM RANCANGAN PERCOBAAN KATA PENGANTAR
PRAKTIKUM RANCANGAN PERCOBAAN 2012-2013 1 KATA PENGANTAR Buku ini dibuat untuk membantu mahasiswa dalam mempelajari, melilih dan melakukan prosedur analisis data berdasarkan rancangan percobaan yang telah
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan pada Februari sampai dengan Mei 2012 di areal
III. METODE PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada Februari sampai dengan Mei 2012 di areal pembibitan PT. Anugerah Subur Sejahtera, Desa Ulak Bandung Kecamatan Muara Sahung Kabupaten
Lebih terperinciKeterangan : A = Berat Cawan Alumunium B = Berat cawan alumunium + sampel sebelum dioven C = Berat cawan alumunium + sampel setelah dioven
42 Lampiran 1. Prosedur Penentuan Kadar Bahan Kering Alat : 1. Oven listrik 2. Timbangan analitik 3. Cawan Alumunium 4. Eksikator/Desikator 5. Tang Penjepit Cara Kerja : 1. Cawan alumunium dikeringkan
Lebih terperinciIII. MATERI DAN METODE
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini dimulai pada bulan November 2014 sampai dengan Maret 2015 di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan
Lebih terperinciParameter Satuan Alat Sumber Fisika : Suhu
LAMPIRAN 59 60 Lampiran 1. Metode Pengukuran Kualitas Air Parameter Satuan Alat Sumber Fisika : Suhu o C Termometer/Pemuaian SNI 06-6989.23-2005 Kimia: Amonia mg/l Ammonia test kit SNI 06-6989.30-2005
Lebih terperinciBAB 2 LANDASAN TEORI
14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi
Lebih terperinciPENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :
PENGUJIAN HIPOTESIS A. Pengertian Pengujian Hipotesis Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini telah dilaksanakan di rumah kaca Fakultas Pertanian Universitas
13 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian ini telah dilaksanakan di rumah kaca Fakultas Pertanian Universitas Lampung. Penelitian dilakukan pada bulan November 2013 sampai dengan Januari
Lebih terperinciBAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan hal tersebut biasanya diselidiki sifat hubungannya.
Lebih terperinciI. BAHAN DAN METODE. dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru,
I. BAHAN DAN METODE 1.1. Tempat dan Waktu Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru, pada bulan
Lebih terperinciIII. 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 terperinciPercobaan 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 terperinciMINGGU VI UJI CHI SQUARE. Dyah Maharani, Ph.D.
MINGGU VI UJI CHI SQUARE Dyah Maharani, Ph.D. PENGERTIAN CHI-SQUARE Chi square adalah pengujian hipotesis mengenai perbandingan antara frekuensi observasi atau yang benar-benar terjadi dengan frekuensi
Lebih terperinciI. MATERI DAN METODE. Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian
I. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru, pada bulan
Lebih terperinciPENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih
PENGUJIAN HIPOTESIS. Pendahuluan Hipotesis Statistik : populasi. pernyataan atau dugaan mengenai satu atau lebih Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis. Kebenaran
Lebih terperinciDESAIN ACAK SEMPURNA 2
2 DESAIN ACAK SEMPURNA Outline 2 D e s a i n A c a k Sempurna Pengertian Desain Acak Sempurna Analisis Varians untuk DAS Daftar ANAVA Model Linier Model dalam DAS Studi Kasus Desain Acak Sempurna (1) 3
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik tanaman padi yang akan dikaji dalam penelitian ini meliputi komponen hasil (jumlah malai per m 2, persen gabah isi, dan produktivitas) dan serapan hara (serapan total
Lebih terperinciIII. MATERI DAN METODE. beralamat di Jl. H.R. Soebrantas No. 155 Km 18 Kelurahan Simpang Baru Panam,
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau yang beralamat di Jl.
Lebih terperinciIII. MATERI DAN WAKTU
III. MATERI DAN WAKTU 3.1. Tempat dan Waktu Penelitian ini dilaksanakan dilahan percobaa Fakultas Pertanian dan Pertenakan Universitas Islam Negeri Sultan Syarif Kasim Riau.Penelitian dilaksanakan pada
Lebih terperinciUji Beda Nyata Terkecil (BNT)
Uji Beda Nyata Terkecil (BNT) Oke, kali ini saya akan menjelaskan bagaimana cara menggunakan uji Beda Nyata Terkecil atau sering disebut uji BNT. Seperti pada uji BNJ, Uji BNT sebenarnya juga sangat simpel.
Lebih terperinciIII. MATERI DAN METODE
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Unversitas Islam Negeri Sultan Syarif Kasim Riau, Kelurahan Simpang
Lebih terperinciMateri 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN
Materi : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN Pendahuluan Suatu pernyataan / anggapan yang mempunyai nilai mungkin benar / salah atau suatu pernyataan /anggapan yang mengandung
Lebih terperinciII. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan
II. TINJAUAN PUSTAKA 2.1 Analisis Ragam Klasifikasi Satu Arah Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan sebuah teknik yang disebut analisis ragam. Analisis ragam adalah
Lebih terperinciIII. BAHAN DAN METODE
III. BAHAN DAN METODE 1.1. Tempat dan Waktu Penelitian ini bertempat dilahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau yang beralamat di Jl. H.R. Soebrantas
Lebih terperinciII. Materi dan Metode. Pekanbaru. waktu penelitian ini dilaksanakan empat bulan yaitu dari bulan
II. Materi dan Metode 1.1. Tempat dan Waktu Penelitian ini dilaksanakan di lahan Balai Benih Induk Hortikultura Pekanbaru. waktu penelitian ini dilaksanakan empat bulan yaitu dari bulan Januari-Mei 2013.
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data 4.1.1 Pelaksanaan Eksperimen Pelaksanaan eksperimen adalah proses pembuatan paving block yang dilakukan langsung di CV. Riau Jaya Paving. Paving
Lebih terperinciChi Square Test. Edi Minaji Pribadi, SP., MSc. Pokok Bahasan: Oleh:
Pokok Bahasan: Chi Square Test Oleh: Edi Minaji Pribadi, SP., MSc. Start Home Contact Pokok Bahasan A. Pengertian Distribusi Chi Kuadrat B. Uji Kecocokan (Goodness o Fit Test) (Contingency Table Test)
Lebih terperinciMATERI DAN METODE. Urea, TSP, KCl dan pestisida. Alat-alat yang digunakan adalah meteran, parang,
III. MATERI DAN METODE 3.1. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau pada bulan Januari
Lebih terperinciBAHAN DAN METODE. Universitas Islam Negeri Sultan Syarif Kasim Riau, Kelurahan
III. BAHAN DAN METODE 3.1. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di lahan Percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau, Kelurahan Simpang
Lebih terperinciHASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan
HASIL DAN PEMBAHASAN Model Regresi Logistik Biner untuk data Hasil Pembangkitan Model regresi logistik digunakan untuk menggambarkan hubungan antara peubah respon dan peubah penjelas pada data hasil pembangkitan.
Lebih terperinciLampiran 1. Tabel Penentuan Glukosa, Fruktosa, dan Gula Invert dalam Suatu Bahan dengan Metode Luff Schoorl ml 0,1 N Natiosulfat.
Lampiran 1. Tabel Penentuan Glukosa, Fruktosa, dan Gula Invert dalam Suatu Bahan dengan Metode Luff Schoorl ml 0,1 N Natiosulfat 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Glukosa, fruktosa, gula invert mg
Lebih terperinciAyundyah Kesumawati. April 20, 2015
Pengujian Kesumawati Nol dan Prodi Statistika FMIPA-UII April 20, 2015 Pengujian Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi Pengujian hipotesis berhubungan dengan penerimaan atau
Lebih terperinciPERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN
PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN Kelompok 11 : Devita Arum S. 12110101015 Saiful Fadillah 12110101027 Wafiyatul Khusna 12110101047 Firstyan Puguh N.C. 12110101051
Lebih terperinciPERCOBAAN 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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Tempat Pelaksanaan Penelitian dilaksanakan di Desa Moutong Kecamatan Tilong Kabila Kab. Bone Bolango dengan ketinggian tempat + 25 meter diatas permukaan laut. 3.2. Bahan
Lebih terperinciIII. MATERI DAN METODE
III. MATERI DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini telah dilakukan pada bulan Agustus sampai November 2014 di Lahan Pertanian Fakultas Pertanian dan Peternakan Universitas Islam Negeri
Lebih terperinciUJI CHI SQUARE ( 2 ) PRINSIP : 1. merupakan analisis data kategorial. data kualitatif (nominal) data kategorial. data semikuantitatif (ordinal)
( 2 ) UJI CHI SQUARE ( 2 ) PRINSIP : 1. merupakan analisis data kategorial data kualitatif (nominal) data kategorial data semikuantitatif (ordinal) lebih tepat menggunakan analisis data semikuantitatif
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Deskripsi Data Data yang diperoleh dalam penelitian ini terdiri atas data keadaan awal Fisika siswa dari nilai ulangan harian pada materi sub pokok bahasan Suhu dan Pemuaian,
Lebih terperinciBAB III METODOLOGI PENELITIAN. dengan upaya kontrol yang ketat terhadap faktor-faktor luar, serta melibatkan
31 BAB III METODOLOGI PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian eksperimen, yaitu penelitian yang didalamnya melibatkan manipulasi terhadap kondisi subjek yang diteliti, disertai
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciBAB III METODE PENELITIAN Rancangan Penelitian,Perlakuan dan Analisis Data
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan selama 4 bulan mulai Oktober 2014 Februari 2015. Penelitian dilaksanakan di Desa Semawung Kec. Andong, Kab. Boyolali,
Lebih terperinciLampiran 1a. Pengenceran konsentrasi bakteri dalam biakan murni dengan teknik pengenceran berseri
Lampiran 1a. Pengenceran konsentrasi bakteri dalam biakan murni dengan teknik pengenceran berseri A 2 lup biakan bakteri padat Inkubasi+shaker (suhu kamar, 18-24 jam) a b b b 0.1 ml 0.1 ml 0.1ml 1:10-1
Lebih terperinciIII. MATERI DAN METODE. Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan
III. MATERI DAN METODE 1.1. Tempat dan waktu Penelitian ini telah dilaksanakan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru, penelitian
Lebih terperinciPENGUJIAN HIPOTESIS. Konsep: Dua macam kekeliruan. Pengujian hipotesis.
Konsep: PENGUJIAN HIPOTESIS Agus Susworo Dwi Marhaendro Hipotesis: asumsi atau dugaan sementara mengenai sesuatu hal. Dituntut untuk dilakukan pengecekan kebenarannya. Jika asumsi atau dugaan dikhususkan
Lebih terperinci