Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012

Ukuran: px
Mulai penontonan dengan halaman:

Download "Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012"

Transkripsi

1 ANALISIS VARIANSI DWIFAKTOR Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012

2 ANOVA one-way vs two-way 2 Dalam ANOVA one-way ( satu faktor), diperhatikan hanya satu faktor saja yang berpengaruh Dalam ANOVA dwifaktor, diperhatikan dua faktor yang berpengaruh dalam suatu percobaan, sekaligus interaksi dari kedua faktor tersebut. Contoh: dalam kasus peragian, diperhatikan jumlah ragi yang dihasilkan dengan faktor yang mempengaruhinya yaitu waktu, suhu dan interaksi antara waktu dan suhu tersebut.

3 ANOVA dwifaktor 3 Pandanglah n replikasi pada tiap kombinasi perlakuan bila faktor A diamati pada a taraf dan faktor B diamati pada b taraf. Dapat dilihat pada matriks, yang barisnya menyatakan taraf faktor A dan kolom menyatakan taraf faktor B. Kombinasi perlakuan menentukan suatu sel dalam matrik. Jika terdapat sebanyak ab sel, masingmasing berisi n pengamatan. Nyatakanlah pengamatan ke k yang diambil pada taraf ke i dari A dan taraf ke j dari B dengan y ijk

4 Batasan-batasan 4 Tiap pengamatan dapat ditulis: y ijk = ijk + ε ijk () ij : pengaruh interaksi faktor A taraf ke-i dan faktor B taraf ke-j j i : faktor A taraf ke-i j : faktor B taraf ke-jj : rataan keseluruhan P j di ( ) + Persamaan menjadi: y ijk = + i + j + () ij + ε ijk dengan batasan:

5 Beberapa Notasi 5 T ij. T i.. T.j. : jumlah pengamatan pada sel ke ij : jumlah pengamatan pada taraf ke i factor A : jumlah pengamatan pada taraf ke j factor B T : jumlah seluruh abn pengamatan ij. : rataan pengamatan pada sel ke ij y y i.. y. j. y... : rataan pengmatan pada taraf ke i factor A : rataan pengamatan pada taraf ke j factor B : rataan seluruh abn pengamatan

6 Hipotesis yang akan diuji 6 1. H 0 : 1 = 2 =... = a = 0 H 1 : paling sedikit satu i yang tidak sama dengan 0 2. H 0 : 1 = 2 =... = a = 0 H 1 : paling sedikit satu i yang tidak sama dengan 0 1 p g i y g g 3. H 0 : () 11 = () 12 =... = () ab = 0 0 ( ) 11 ( ) 12 ( ) ab H 1 : paling sedikit satu () ab yang tidak sama dengan 0

7 Jumlah Kuadrat 7 JKT = JKA + JKB + JK(AB) + JKG

8 8 Susunan Data hasil jumlah

9 Tabel Anova untuk percobaan dwifaktor dengan n replikasi i 9

10 10 Perhitungan Besaran ANOVA

11 Contoh 11 Dalam suatu percobaan yang dilakukan untuk menentukan yang mana yang lebih baik dari tiga rudal yang berlainan, diukur laju pembakaran bahan bakar dari 24 penembakan statis. sa s. Empat jenis bahan a bakar a yang berlaianan a a dicoba. dcoba. Percobaan menghasilkan replikasi pengamatan laju pembakaran pada tiap kombinasi perlakuan. Datanya: Sistem Jenis bahan bakar rudal b 1 b 2 b 3 b 4 a 1 34,0 30,1 29,8 29,0 32,7 32,8 26,7 28,9 a 2 32,0 33,2 30,2 29,8 28,7 28,1 27,6 27,8 a 3 28,4 29,3 27,3 28,9 29,7 27,3 28,8 29,1

12 12 Contoh pertanyaan Gunakan taraf signifikansi 0,05 untuk menguji hipotesis berikut H 0 : tidak ada beda antara rataan laju pembakaran bahan bakar bila digunakan system rudal yang berlainan H 0 : tidak ada beda rataan laju pembakaran keempat jenis bahan bakar H 0 : tidak ada interaksi antara system rudal yang berlainan dengan jenis bahan bakar

13 13 Contoh Jawab 1. H 0 : 1 = 2 =... = a = 0 H 1 : paling sedikit satu i yang tidak sama dengan 0 2. H 0 : 1 = 2 =... = a = 0 H 1 : paling sedikit satu i yang tidak sama dengan 0 3. H 0 : () 11 = () 12 =... = () ab = 0 H 1 : paling sedikit satu () ab yang tidak sama dengan 0 Tingkat signifikansi = 0,05 maka titik dan daerah kritis: 1. f 1 > 3,89 2. f 2 > 3,49 3. f 3 > 3,

14 14 Contoh Perhitungan b 1 b 2 b 3 b 4 jumlah a 1 a 2 66,7 65,2 62,9 60,0 56,5 56,8 57,9 55,4 244,0 237,4 a 3 57,7 56,2 57,0 57,9 228,8 jumlah 189,6 179,1 170,3 171,2 710,2

15 15 Contoh Tbl Tabel ANOVA Sumber variasi Jumlah Drajat Rataan F kuadrat kebebasan kuadrat hitung System rudal Jenis bahan bakar Interaksi 14,52 40,08 22, ,26 13,36 3,70 5,85 10,77 2,98 Galat 14, ,24 Jumlah 91,68 23 Keputusan : H 0 ditolak artinya system rudal berlainan mengahsilkan laju pembakaran yang berbeda H 0 ditolak artinya rataan laju pembakaran bahan bakar tidak sama untuk keempat jenis bahan bakar H 0 Interaksi hampir berarti menunjukan bahwa interaksi seharusnya diperhatikan secara sungguh-sungguh h

16 Latihan 16 Suatu percobaan dilakukan untuk meneliti pengaruh suhu dan jenis tungku terhadap umur sejenis suku cadang tertentu diuji. Empat jenis tungku dan tiga taraf suhu dipakai dalam percobaan tersebut. Duapuluh empat buah suku cadang dibagi secara acak, dua pada tiap kombinasi perlakuan, dan hasilnya sbb: Suhu ( o C) Tungku T1 T2 T3 T Gunakan taraf keberartian 0,05, uji hpotesis bahwa: a. Suhu yang berbeda tidak berpengaruh pada umur susku cadang b. Tungku yang berlainan tidak berpengaruh pada umur suku cadang c. Jenis tungku dan suhu tidak berinteraksi

17 Referensi 17 Walpole, Ronald E. Dan Myers, Raymond H., Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung: Penerbit ITB, Walpole, Ronald E., et.al, Statistic for Scientist and Engineering, 8th Ed., 2007.

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

11/8/2010 ANALISIS VARIANSI ILUSTRASI

11/8/2010 ANALISIS VARIANSI ILUSTRASI 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

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

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

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

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

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

KONSEP NILAI HARAPAN KUADRAT TENGAH

KONSEP NILAI HARAPAN KUADRAT TENGAH ROZA AZIZAH PRIMATIKA, M.Si KONSEP NILAI HARAPAN KUADRAT TENGAH Pengantar Salah satu komponen penting dalam perancangan percobaan adalah analisis ragam (anova) Komponen utama dalam menyusun analisis ragam

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

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 PERANCANGAN PERCOBAAN 2 MATERI 3: KONSEP NILAI HARAPAN KUADRAT TENGAH

ANALISIS PERANCANGAN PERCOBAAN 2 MATERI 3: KONSEP NILAI HARAPAN KUADRAT TENGAH ANALISIS PERANCANGAN PERCOBAAN MATERI 3: KONSEP NILAI HARAPAN KUADRAT TENGAH Pengantar Salah satu komponen penting dalam perancangan percobaan adalah analisis ragam (anova) Komponen utama dalam menyusun

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

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

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

PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN

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

Lebih terperinci

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

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

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

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

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

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

Percobaan Dua Faktor: Percobaan Faktorial. Arum Handini Primandari, M.Sc.

Percobaan Dua Faktor: Percobaan Faktorial. Arum Handini Primandari, M.Sc. Percobaan Dua Faktor: Percobaan Faktorial Arum Handini Primandari, M.Sc. Pendahuluan Dalam berbagai bidang penerapan perancangan percobaan diketahui bahwa respon dari individu merupakan akibat dari berbagai

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

PENGARUH JENIS MEDIA QUENCHING TERHADAP LAJU KOROSI PADA BAJA ST 42. Oleh: Nugrah Rekto Prabowo ABSTRAK

PENGARUH JENIS MEDIA QUENCHING TERHADAP LAJU KOROSI PADA BAJA ST 42. Oleh: Nugrah Rekto Prabowo ABSTRAK iteks ISSN 978-497 PENGARUH JENIS MEDIA QUENCHING TERHADAP LAJU KOROSI PADA BAJA ST 4 Oleh: Nugrah Rekto Prabowo ABSTRAK Penelitian ini dilakukan untuk menganalisis pengaruh perbedaan jenis media pendingin

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

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

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

Contoh RAK Faktorial

Contoh RAK Faktorial 68 (1) Olah Tanah Pupuk Kelompok (K) Grand Total (A) Organik (B) 1 2 3 AB 1 0 154 151 165 470 10 166 166 160 492 20 177 178 176 531 30 193 189 200 582 2 0 143 147 139 429 10 149 156 171 476 20 160 164

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

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

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

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

Lebih terperinci

PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK

PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK 1 PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK UTRIWENI MUKHAIYAR Eksperimen 2 Ciri-ciri i ii eksperimen acak (Statistik): ti tik) Dapat dulangi baik oleh si pengamat sendiri maupun orang lain.

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

BAB VII ANALISIS VARIANSI KLASIFIKASI 2 ARAH DENGAN INTERAKSI

BAB VII ANALISIS VARIANSI KLASIFIKASI 2 ARAH DENGAN INTERAKSI BAB VII ANALISIS VARIANSI KLASIFIKASI ARAH DENGAN INTERAKSI Misalkan kita ingin meneliti pengauh dua fakto A dan B pada suatu espon. Sebagai contoh, dalam suatu pecobaan kimia kita ingin mengubah tekanan

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

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

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

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

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

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

D E S A I N FA K TO R I A L 2 k A R U M H A N D I N I P R I M A N D A R I

D E S A I N FA K TO R I A L 2 k A R U M H A N D I N I P R I M A N D A R I D E S A I N FA K TO R I A L 2 k A R U M H A N D I N I P R I M A N D A R I PENDAHULUAN Desain faktorial digunakan secara luas dalam percobaan yang melibatkan beberapa faktor dimana di dalamnya penting dikaji

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

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

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

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

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

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

ANALISIS RAGAM KLASIFIKASI 2 ARAH. b. Mengetahui perbedaan keragaman disebabkan perbedaan antarkolom. Kolom 1 2. j. c. Nilai rata I... R..

ANALISIS RAGAM KLASIFIKASI 2 ARAH. b. Mengetahui perbedaan keragaman disebabkan perbedaan antarkolom. Kolom 1 2. j. c. Nilai rata I... R.. ANALISIS RAGAM KLASIFIKASI 2 ARAH 1) Analisis Ragam Klasifikasi Dua Arah Analisis ragam klasifikasi dua arah adalah analisis ragam klasifikasi pengamatan yang berdasarkan dua kriteria Dalam analisis ini

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

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

Bab V. Rancangan Bujur Sangkar Latin

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode penelitian mencakup uraian tentang: tempat penelitian, waktu, dan tatalaksana penelitian yang meliputi : metode penelitian; variabel penelitian dan desain operasional;

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 9 ANOVA (3)

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

Lebih terperinci

PERCOBAAN FAKTORIAL: RANCANGAN ACAK LENGKAP. Arum Handini Primandari

PERCOBAAN FAKTORIAL: RANCANGAN ACAK LENGKAP. Arum Handini Primandari PERCOBAAN FAKTORIAL: RANCANGAN ACAK LENGKAP Arum Handini Primandari PENDAHULUAN Dalam berbagai bidang penerapan perancangan percobaan diketahui bahwa respon dari individu merupakan akibat dari berbagai

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB 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 terperinci

Menguji mean tiga variabel atau lebih

Menguji mean tiga variabel atau lebih Menguji mean tiga variabel atau lebih Perhatikan kasus berikut: Ingin diketahui apakah ada perbedaan sikap mahasiswa reguler, mahasiswa tugas belajar, dan mahasiswa yang melanjutkan terhadap statistika

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

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

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

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

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

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian dilaksanakan di SMA Negeri Baturetno Wonogiri tahun ajaran 015/016 pada bulan September-Oktober 015. B. Metode Penelitian Metode yang

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

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

Desain Tersarang dan Split Plot

Desain Tersarang dan Split Plot Desain Tersarang dan Split Plot A. Desain Tersarang Dua Tahap Di dalam suatu eksperimen multifaktor, taraf-taraf suatu faktor (misal faktor B) bersifat sebangun tapi tidak serupa untuk taraf yang berbeda

Lebih terperinci

Perancangan Percobaan

Perancangan 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 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

PRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS

PRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS PRAKTIKUM STATISTIKA INUSTRI 3 PENGUJIAN HIPOTESIS A. TUJUAN PRAKTIKUM Melalui praktikum Modul IV ini diharapakan praktikan dapat:. Melakukan pengujian hipotesis secara statistik dengan prosedur yang benar..

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

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

BAB III METODE PENELITIAN

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

Lebih terperinci

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

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

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

PERCOBAAN RAK FAKTORIAL DENGAN MENGGUNAKAN R-STUDIO

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

Lebih terperinci

BAB 2 TINJAUAN TEORI

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

Lebih terperinci

Analisis Kovariansi pada Rancangan Faktorial Dua Faktor dengan n Kali Ulangan

Analisis Kovariansi pada Rancangan Faktorial Dua Faktor dengan n Kali Ulangan Analisis Kovariansi pada Rancangan Faktorial Dua Faktor dengan n Kali Ulangan Rika Syofiana #1, Minora L. Nst *2, Riry Sri Ningsih *3 # Student of Mathematics Department State University of Padang, Indonesia

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

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A Tempat dan Waktu Penelitian 1. Tempat Penelitian Penelitian ini dilaksanakan di Posyandu Lansia Saras Utomo Desa Mudal Kabupaten Boyolali, untuk pelaksanaan treatment (perlakuan)

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 III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Pelaksanaan penelitian eksperimen metode latihan mata tertutup dan wall shooting yang ditambah dengan variabel atributif yaitu power tungkai. Berikut

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

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

MODUL DISTRIBUSI F (ANOVA)

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

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 63 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. PENGUMPULAN DATA Pada bab IV ini akan dijelaskan tentang pengumpulan data dari kombinasi variasi distance clip dan Top Roll untuk menghasilkan kekuatan dan

Lebih terperinci

TUGAS STATISTIK MULTIVARIATE. Disusun oleh: Lina Dianati Fathimahhayati 10/306097/PTK/6867

TUGAS STATISTIK MULTIVARIATE. Disusun oleh: Lina Dianati Fathimahhayati 10/306097/PTK/6867 TUGAS STATISTIK MULTIVARIATE Disusun oleh: Lina Dianati Fathimahhayati 0/06097/PTK/6867 PROGRAM STUDI PASCASARJANA TEKNIK INDUSTRI JURUSAN TEKNIK MESIN DAN INDUSTRI FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA

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

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

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep uji hipotesis, kesalahan tipe 1 dan 2, uji hipotesis untuk mean (1 dan 2 sampel),

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

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

PERFORMASI INDUSTRI FURNITURE YANG BARBASIS BAHAN BAKU LOKAL DENGAN PENDEKATAN ANOVA (ANALYSIS OF VARIANCE) Sutrisno Badri 1) Pujo Darmo 2)

PERFORMASI INDUSTRI FURNITURE YANG BARBASIS BAHAN BAKU LOKAL DENGAN PENDEKATAN ANOVA (ANALYSIS OF VARIANCE) Sutrisno Badri 1) Pujo Darmo 2) PERFORMASI INDUSTRI FURNITURE YANG BARBASIS BAHAN BAKU LOKAL DENGAN PENDEKATAN ANOVA (ANALYSIS OF VARIANCE) Sutrisno Badri 1) Pujo Darmo 2) 1) Prodi Manajemen Fakultas Ekonomi, 2). Prodi PPKn Fakultas

Lebih terperinci

Lampiran 1. Tata Letak Wadah Perlakuan

Lampiran 1. Tata Letak Wadah Perlakuan LAMPIRAN 39 40 Lampiran 1. Tata Letak Wadah Perlakuan Perlakuan B Perlakuan C B 3 B 1 C 4 C 3 B 4 B 2 C 2 C 1 Perlakuan D Perlakuan E D 1 D 2 E 1 E 4 D 4 D 3 E 3 E 2 Perlakuan A A 2 A 3 A 1 A 4 41 Lampiran

Lebih terperinci

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004 STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Contingency Uji Homogenitas Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 001.

Lebih terperinci

I.MATERI DAN METODE. Penelitian ini dilaksanakan pada bulan November 2013 hingga Februari. Universitas Islam Negeri Sultan Syarif Kasim Riau.

I.MATERI DAN METODE. Penelitian ini dilaksanakan pada bulan November 2013 hingga Februari. Universitas Islam Negeri Sultan Syarif Kasim Riau. I.MATERI DAN METODE 1.1. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan November 2013 hingga Februari 2014. Penelitian dilakukan di lahan percobaan Fakultas Pertanian dan Peternakan Universitas

Lebih terperinci

Analysis of Variance. Bab Percobaan Faktor Tunggal

Analysis of Variance. Bab Percobaan Faktor Tunggal Bab 3 Analysis of Variance 3.1 Percobaan Faktor Tunggal Misalnya terdapat suatu percobaan untuk menguji kecepatan proses empat jenis komputer yang masing-masing memiliki spesifikasi yang sama, kecuali

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB 2 LANDASAN TEORI 2.1 Rancangan Percobaan Rancangan percobaan merupakan suatu uji dalam atau deretan uji baik menggunakan statistika deskripsi maupun statistika inferensia, yang bertujuan untuk mengubah

Lebih terperinci