Prosiding Statistika ISSN:

dokumen-dokumen yang mirip
Perluasan Uji Kruskal Wallis untuk Data Multivariat

Gambar 3.1Single Channel Multiple Phase

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Anova (analysis of varian)

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

MACAM-MACAM TEKNIK MEMBILANG

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk mengetahui ada tidaknya peningkatan

MAKALAH TEOREMA BINOMIAL

Representasi sinyal dalam impuls

Oleh : H. BERNIK MASKUN

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012)

MODUL BARISAN DAN DERET

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

SEBARAN t dan SEBARAN F

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MENGUJI KEMAKNAAN SAMPEL TUNGGAL

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

9 Departemen Statistika FMIPA IPB

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

PROSIDING ISBN:

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Bab 16 Integral di Ruang-n

BAB III METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian Penelitian dilakukan di SMA Negeri 1 Ngemplak.Sekolah ini beralamatkan di jalan

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

BAB 6: ESTIMASI PARAMETER (2)

IV. METODE PENELITIAN

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

BAB V ANALISA PEMECAHAN MASALAH

Konvolusi pada Distribusi dengan Support Kompak

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

ANALISA PENGARUH PANJANG BELT CONVEYOR TERHADAP FREKUENSI REPAIR SEBELUM DAN SESUDAH MENGGUNAKAN LOCKING BOLT PADA SAMBUNGAN COLD SPLICING ABSTRAKSI

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

BAB III METODE PENELITIAN

KORELASI POLISERIAL UNTUK PENDUGAAN PARAMETER STRUCTURAL EQUATION MODELING

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

3. Integral (3) (Integral Tentu)

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

Statistik Bisnis 2. Week 5 Comparing the Means of Two Independent Populations

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

III. MATERI DAN METODE. Penelitian ini dilaksanakan selama 2 bulan dimulai bulan April - Mei

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

BAHAN AJAR DIKLAT GURU MATEMATIKA

Rancangan Pengamatan Berulang. Repeated Measurement Design

x = μ...? 2 2 s = σ...? x x s = σ...?

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

A. Pengertian Hipotesis

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

BAB III METODE PENELITIAN

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

3/27/2013. Ali Muhson, M.Pd. Jenisnya. Uji Beda Rata-rata. Uji z Uji t. Uji Beda Proporsi. Uji z. (c) 2013 by Ali Muhson 2

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

Praktikum Perancangan Percobaan 9

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Bab 6: Analisa Spektrum

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

Modifikasi Statistik Uji-T pada Test Inferensia Mean Mereduksi Pengaruh Keasimetrikan Populasi Menggunakan Ekspansi Cornish-Fisher

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

KLASIFIKASI KARAKTERISTIK KECELAKAAN LALU LINTAS DI KOTA DENPASAR DENGAN PENDEKATAN CLASSIFICATION AND REGRESSION TREES (CART)

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

Pengujian Normal Multivariat T 2 Hotteling pada Faktor-Faktor yang Mempengaruhi IPM di Jawa Timur dan Jawa Barat Tahun 2007

BAB III METODE PENELITIAN

Transkripsi:

Prosidig Statistia ISSN: 460-6456 Ui Kesamaa Beberapa Rata-Rata Pegaruh Pemafaata Bateri Peghasil Fitase (Patoea agglomeras) Dalam Rasum Terhadap Bobot Potog Ayam Broiler Megguaa Ui Krusal-Wallis da Over-Mea-Ra Fuctio Test the Similarity of Some Average Ifluece the Utilizatio of Phytase-Producig Bacteria i The Ratios Agaist the Weight of the Chice Broiler use Test Kw ad Omr Fuctio 1 Mulia Idriai, Nusar Haarisma da 3 Abdul Kudus 1,,3 Prodi Statistia, Faultas Matematia da Ilmu Pegetahua Alam, Uiversitas Islam Badug, Jl. Tamasari No. 1 Badug 40116 e-mail: 1 mulia.idriai@ymail.com, usarhaarisma@yahoo.com, 3 audus69@gmail.com Abstract. I this paper, described o the similarities a few of the ifluece of the utilizatio of bacteria fitase (Patoea agglomeras) i ratios to the weight of pieces of chice the broiler by usig Krusal- Wallis, ad Over-Mea Ra fuctio test. The aalysis variaces is oe techique statistical parametric are used to test out the similarity of the average of three or more groups or treatmet. Aava assume that residue of distributio is ormal ad variaces from the residue is homogeeity. I practical, assume about ormality ad homogeeous variaces residue was ot accepted. Whe assumes the ormality is ot accepted so, the approachmet that used to do is statistical o-parametri. To solve the problem ca be used several methods of test is the Krusal-Wallis, ad the Over-Mea-Ra Fuctio. The excess of the Krusal-Wallis is alterative from the Ma-Whitey test, where the test are able to use ito two gropus depedet variable, while Krusal-Wallis test ca be used i more tha two groups. However, the Krusal- Wallis have a wea poit that is if you foud the twis more tha 5 % of the observatio led to the eed for correctios to the formula calculatios Krusal-Wallis. Krusal-Wallis test complete by the Over- Mea-Ra fuctio, where over-mea-ra fuctio test to give a very good fit for this fuctio util for small sample sizes. This method does ot require ormality ad equal variace assumptios, stables i terms of type 1 error, less affected by ties ad is show graphically. The data will be used is a secodary effect of bacteria fitase (Patoea agglomeras) o ratios i weight broiler chice got from report result of research by Haryadi, Dwi (007). This research was experimetal research completely radomized desig (RAL) cosist of three treatmet ad each of that repeatedly five times. Keywords: ANOVA, Chice Broiler, F-distributio test, Krusal-Wallis test, Over-Mea-Ra Fuctio test, Ra, Ties. Abstra. Dalam maalah ii dielasa megeai ui esamaa beberapa rata-rata pegaruh pemafaata bateri fitase (patoea agglomeras) dalam rasum terhadap bobot potog ayam broiler megguaa ui Krusal-Wallis, da Ui-Over-Mea Ra fuctio. Aalisis varias merupaa salah satu tei statistia parametric yag diguaa utu megui esamaa rata-rata dari tiga atau lebih elompo atau perlaua. Aava megasumsia residu berdistribusi ormal da varias dari residuya bersifat homogey. Dalam pratiya asumsi tetag ormalitas da homoge varias residu ii tida terpeuhi. Pada saat asumsi tersebut tida terpeuhi maa pedeata yag biasa diguaa adalah metode statistia o-parametri. Utu megatasi masalah tersebut dapat diguaa beberapa metode ui yaitu ui Krusal-Wallis, da ui Over-Mea-Ra Fuctio. Kelebiha dari ui Krusal-Wallis adalah alterative dari ui Ma-Whitey, dimaa ui tersebut haya dapat diguaa pada elompo variable depede, sedaga ui Krusal- Wallis dapat diguaa pada lebih dari elompo. Namu ui Krusal-Wallis memilii euraga yaitu ia ditemua aga embar sebaya lebih dari 5% ilai observasi megaibata perlu adaya oresi pada rumus perhituga Krusal-Wallis. Ui Krusal-Wallis emudia disempuraa oleh ui Over- Mea-Ra fuctio, dimaa ui ii memberia hasil yag sagat bagus utu uura sampel yag ecil, tida memerlua asumsi ormalitas da varias yag sama., stabil dalam esalaha tipe 1, urag dipegaruhi oleh data embar, dapat ditampila secara grafis. Data yag aa diguaa adalah data seuder pegaruh pemafaata bateri fitase (patoea agglomeras) dalam rasum terhadap bobot potog ayam broiler yag diperoleh dari lapora hasil peelitia Haryadi, Dwi (007). Peelitia ii megguaa metode esperime Racaga Aca Legap (RAL) yag terdiri dari 3 perlaua da maisg-masig diulag lima ali. Kata Kuci: ANOVA, Ui F, Ui Krusal-W, ui Over-Ma-Ra Fuc, Raig, Data Kembar. 45

46 Mulia Idriai, et al. A. Pedahulua Aalisis varias atau ANAVA merupaa salah satu tei statistia parametri yag diguaa utu megui esamaa rata-rata dari tiga atau lebih elompo atau perlaua. Ada beberapa asumsi yag harus dipeuhi pada implemetasi dari ANAVA, diataraya adalah asumsi megeai residuya berdistribusi ormal da varias dari residuya bersifat homoge. Aa tetapi, dalam pratiya asumsi tetag ormalitas da homoge varias residu ii tida terpeuhi. Dampa dari pelaggara ii adalah aa meyebaba eputusa yag dibawah dugaa (uder estimate) atau elebiha dugaa (over estimate) terhadap taraf yata percobaa yag sudah ditetua (Kesalaha Tipe 1), dugaa bagi tetap tida bias, tetapi ragam dari tasira tida lagi miimum (tida bersifat BLUE= Best Liear Uder Estimator), varias da galat bau tida lagi dapat diguaa utu peguia hipotesis da pembuata selag epercayaa bagi. Pada saat asumsi ormalitas tersebut tida terpeuhi maa pedeata yag biasa diguaa adalah metode statistia o-parametri. Utu megatasi masalah tersebut dapat diguaa beberapa metode yaitu: Ui Krusal-Wallis, da Ui Over- Mea-Ra Fuctio. Ui Krusal-Wallis adalah ui o-parametri berbasis raig yag tuuaya utu meetua adaah perbedaa sigifia secara statisti atara dua atau lebih elompo variabel idepede pada variabel depede yag bersala ordial. Peguia hipotesis melalui metode Krusal-Wallis merupaa pegembaga atau alteratif dari metode aalisis varias satu arah (oe way aalysis of variace) utu odisi dimaa beberapa persyarata tida bisa dipeuhi. Namu ui Krusal-Wallis memilii euraga yaitu ia ditemua aga embar sebaya lebih dari 5% ilai observasi megaibata perlu adaya oresi pada rumus perhituga Krusal- Wallis. Ui Krusal-Wallis emudia disempuraa oleh ui Over-Mea-Ra Fuctio. Over-mea-ra fuctio didefiisia sebagai persetase raig yag melebihi rata-rata global di setiap elompo. Statisti ui ii megiuti distribusi χ dega tigat esesuaia yag sagat bai higga uura sampel yag ecil. Keuggula dari ui over-mea-ra fuctio ii adalah tida memerlua asumsi ormalitas da asumsi varias yag sama, stabil dalam esalaha tipe 1, urag dipegaruhi oleh data embar, da dapat ditampila secara grafis. Berdasara latar belaag yag telah diuraia, tuua dalam peelitia ii diuraia dalam poo-poo sbb. 1. Utu megetahui hasil-hasil esamaa rata-rata dega ui Krusal-Wallis. Utu megetahui hasil-hasil esamaa rata-rata dega ui Over-Mea-Ra Fuctio. 3. Utu membadiga hasil rata-rata ui Krusal-Wallis dega ui Over- Mea-Ra Fuctio berdasara data riil. B. Ladasa Teori Istilah o-parametri pertama ali diguaa oleh Wolfowitz, pada tahu 194. Metode statistia o-parametri merupaa metode statisti yag dapat diguaa dega megabaia asumsi-asumsi yag meladasi pegguaa metode statistia parametri, terutama yag beraita dega distribusi ormal. Statisti oparametri dapat diguaa utu megaalisis data yag bersala omial atau ordial, area pada umuya data bereis omial da ordial tida meyebar Volume, No., Tahu 016

Ui Kesamaa Beberapa Rata-rata Pegaruh Pemafaata 47 ormal. Dari uura sampel, pada umuya statisti o-parametri diguaa utu data beruura ecil ( 30). Terdapat beberapa ui esamaa beberapa rata-rata etia varias heteroge: 1.) Ui F di Aalisis Varias Aalisis of variace atau ANOVA merupaa salah satu ui parametri yag berfugsi utu membedaa ilai rata-rata lebih dari dua elompo data dega cara membadiga (Ghozali, 009). Misala ita mempuyai populasi. Dari masig-masig populasi diambil sampel beruura. Misala pula bahwa populasi itu salig bebas da berdistribusi ormal dega ilai tegah µ 1, µ,..., µ, dega varias sama σ. Kita aa megui hipotesis beriut: H 0 : τ 1= τ = τ 3=...=0; Tida ada pegaruh perlaua terhadap respos H 1 : τ 1 τ τ 3... 0; Miimal ada satu perlaua yag mempegaruhi respos Misala y i adalah pegamata e- dari populasi e-i. Di sii Y i adalah total semua pegamata dalam sampel e-i, y i adalah rata-rata semua pegamata dalam sampel e-i, Y... adalah total semua pegamata, da y.. adalah rata-rata semua pegamata. Setiap pegamata dapat ditulisa dalam model beriut: y...(.1) i i i dimaa adalah simpaga pegamata e- dalam sampel e-i dari ilai tegah i populasi e-i. Utu megui hipotesis di atas dapat dilaua melalui Tabel Aalisis Varias (ANAVA) seperti yag disaia dalam Tabel.1 Tabel.1 Aalisis Varias bagi Klasifiasi satu Arah Sumber Variasi db Jumlah Kuadrat Kuadrat Tegah F Perlaua -1 JKP s 1 = JKP 1 Galat (-1) JKG s = JKG ( 1) F = s 1 s Total -1 JKT Selautya rumus hitug umlah uadrat utu megisi tabel aalisis varias di atas diberia oleh: Jumlah Kuadrat Total: JKT = ( y i i=1 i=1 Jumlah Kuadrat Perlaua: JKP = ( Y i. ) Y.. i =1 N ) Y.. N Jumlah Kuadrat Galat: JKG=JKT-JKP dimaa: N = i=1 i. Adapu riteria uiya adalah tola H 0 pada taraf yata α apabila F > F[α; ( 1)(N )]. Statistia, Gelombag, Tahu Aademi 015-016

48 Mulia Idriai, et al..) Ui Krusal-Wallis Ui Krusal-Wallis merupaa geeralisasi ui dua sampel Wilcoxo utu > sampel. Dipereala pertama ali pada tahu 195 oleh W.H. Krusal da W.A.Wallis. Aalisis varias raig satu arah Krusal-Wallis ii adalah ui yag sagat bergua utu meetua apaah sampel idepede berasal dari populasipopulasi yag berbeda. Dalam perhituga ui Krusal-Wallis ii, masig-masig N observasi digatia dega raig-ya. Yaitu, semua sor dalam seluruh sampel yag diguaa, diuruta (raig) dalam satu ragaia. Sor yag terecil yag digatia dega raig 1, yag setigat di atas yag terecil dega raig, da yag terbesar dega raig N. N = umlah seluruh observasi idepede dalam sampel itu. Sebelum esimpula ahir dapat dirumusa, beberapa prosedur peguia harus ditempuh. Diataraya adalah : Peguia Hipotesis utu Ui Krusal-Wallis adalah : H 0 : µ 1 =µ =...=µ ; tida ada perbedaa rata-rata raig atara perlaua elompo satu dega elompo yag laiya H 1 : µ 1 µ... µ ; ada perbedaa rata-rata raig atara perlaua elompo satu dega elompo yag laiya Statisti Ui: Dapat dituua bahwa ia seluruh sampel itu memag bear-bear dari populasi yag sama atau populasi-populasi yag ideti, yai ia H 0 bear, maa H (statisti yag diperguaa dalam ui Krusal-Wallis ii da didefiisia dega rumus (.): atau KW N 1 R R 1 1 1 i 1 1 R i R 1 i1...(.) H 3N 1 N N 1 1...(.3) Jia H 0 bear, maa H aa berdistribusi chi-uadrat dega deraat bebas db=-1, dega syarat bahwa uura-uura sampel itu tida terlalu ecil. Kriteria Ui: Apabila ilai chi-uadrat dalam tabel telah dietahui, perumusa riteria peguia dilaua. Adapu riteria peguia yag diberlaua adalah:. Jia H Tola H0 atau Jia H Terima H1 ; 1 ; 1 Jia aga sama/embar teradi atara dua sor atau lebih, tiap-tiap sor medapata raig yag sama, yaitu rata-rata raig-ya. Karea ilai H sediitbaya oleh aga sama, mugi ita igi megadaa oresi utu aga sama dalam meghitug H. Utu megadaa oresi berhubuga dega aibat aga sama itu, H dihitug dega rumus (.3) da emudia dibagi dega: 1 T N 3 N R R 1...(.4) dimaa : T : t -1 (t adalah baya observasi-observasi beraga sama dalam seragaia sor beraga sama) N : baya observasi dalam seluruh sampel bersama-sama, yai N = Σ ΣT u : umlah sor yag beraga sama dari tiap-tiap elompo Volume, No., Tahu 016

Ui Kesamaa Beberapa Rata-rata Pegaruh Pemafaata 49 Dega demiia, rumus umu utu H yag telah dioresi area adaya aga sama adalah : H 1 N N 1 1 1 N R 3 T N 3 N 1...(.5) Dega oresi yag diadaa utu aga sama ii, ilai H ditigata da dega demiia hasilya lebih sigifia bila dibadiga dega tapa oresi. 3.) Ui Over-Mea-Ra Fuctio Misala pegamata aca salig bebas Y i (=1,...,K,i=1,...,, da 1 +...+ =N) diperoleh dari populasi yag beresiambuga dega rata-rata da varias. K adalah umlah elompo atau perlaua da adalah uura sampel dalam setiap elompo. Hipotesis ull dapat diyataa sebagai: H 0 : θ 1 =θ =...=θ =θ ; tida ada perbedaa rata-rata atau media atara perlaua elompo satu dega yag laiya H 1 : θ 1 θ... θ θ ; ada perbedaa rata-rata atau media atara perlaua elompo satu dega yag laiya Fugsi raig dapat didefiisia sebagai: R=R i= ra(y i ), =1,..., da i=1,,...,...(.6) da raig utu setiap elompo adalah R =R i, utu setiap =1,..., Jia semua rata-rata atau media sama, R aa memilii rata-rata yag sama dega rata-rata utu masig-masig elompo. Tetapi, ia rata-rata atau media tida sama, maa rata-rata pada dua elompo itu tida sama. Karea itu, dibawah H 0 rata-rata dari raig dari setiap elompo sama utu eseluruha rata-rata sebagai: ER ER 0.5N 1, 1,,. Over-Mea-Ra Fuctio ii dapat didefiisia sebagai: p R E R p R E R, i 1,,,. Hal ii elas bahwa dibawah da H 0: 0. 5 1 # # R 0.5 1 R 0.5 1 1 i 1, ia 1, ia geap gail g Statistia, Gelombag, Tahu Aademi 015-016

50 Mulia Idriai, et al. Karea itu hipotesis ull ya: H 0 = θ 1 = θ =...= θ = θ sama dega H 0 = 1 0. 5 Maa ui yag disusula utu media yag rata-rata ya sama adalah: E J 1 ˆ 0.5 0.5 /...(.7) dimaa tasira π adalah rata-rata sampel, ia adalah besar teorema limit pusat medeati: ˆ 0.5 E N0,1 0.5 /...(.8) Aibatya, E aa medeati distribusi χ dega deraat bebas -1, area itu: E χ (-1) uura periraa peolaa α adalah E χ α(-1). Dibawah H 0: K ˆ 0.5 1 0.5/ 1 Fugsi estimasi over-mea-ra-fuctio utu setiap elompo dapat diperoleh sebagai beriut: # R i 0.5N 1 ˆ, 1,,,...(.9) Utu = 1,,...,. Ketia N geap, dapat megguaa 1 sebagai peggati dari dalam elompo yag berisi raig (+1)/. Juga ia ada data embar yag sama sebesar 0.5(+1), ia urag dari setegah maa 0.5(+1) da lebih dari setegah maa 0.5(+1) C. Hasil Peelitia da Pembahasa Perhituga Aalisis Varias Peelitia megguaa racaga aca legap. Hasil peguura rata-rata bobot potog ayam broiler umur 4 hari (gram/eor) dicatuma pada Tabel. Tabel. Rerata bobot potog ayam broiler umur 4 hari Perlaua Ulaga Total Ratarata I II III IV V P0 1633.5 165.5 165 156.5 157.5 8019 1603.8 P1 1584.5 160.5 1769 1633.5 157 8161.5 163.3 P 1590.5 1606.5 1619.5 1471.5 1645 7933 1586.6 Sumber: Haryadi, Dwi (007) Volume, No., Tahu 016

Ui Kesamaa Beberapa Rata-rata Pegaruh Pemafaata 51 Dari hasil peelitia tersebut dapat dibuat lagah-lagah peguia sebagai beriut: 1. Model: Y i = µ+τ i +ε i ; i=1,,3 =1,,5. Peguia Hipotesis: H 0 : τ 1 = τ =τ 3 =0 ; tida ada pegaruh perlaua terhadap rerata bobot potog ayam broiler umur 4 hari H 1 : miimal ada satu τ i 0 (i=1,,3) ; miimal ada satu pegaruh perlaua terhadap rerata bobot potog ayam broiler umur 4 hari 3. Statisti ui: Proses perhituga dapat megiuti tahap-tahap beriut: 1. Dega megguaa otasi Yi sebagai hasil peguura rerata bobot potog ayam broiler utu masig-masig ayam broiler, t sebagai umlah perlaua da r sebagai umlah ulaga, maa hituglah Jumlah Kuadrat (JK) sebagai beriut: Y.. 4113,5 Fator Koresi (FK): 38764058,8 r t 3 5 JK Total (JKT) : Y FK i i 1633,5 165,5 1645 38764058, 8 53464,93 total perlaua JK Perlaua (JKP) : r FK 5013,5 3 0644,9333 JK Galat (JKG) : JKT-JKP 53464,93 0644,9333 4808,3 4834,5 4667,5 4789,5 38764058,8 380. Tetua Kuadrat Tegah (KT) melalui pembagia setiap JK dega deraat bebasya, sebagai beriut: JKP 0644,93 0644,9333 KT Perlaua (KTP): 103, 4667 t 1 3 1 JK Galat KT Galat (KTG) : 380 735 t( r 1) 35 1 3. Tetua ilai F-hitug melalui: KTP 103,4667 F-hitug : 3, 774 KTG 735 4. Berdasara hasil perhituga di atas, susulah tabl aalisis ragam seperti pada Tabel 3. : Tabel 3 Aalisis ragam utu rerata bobot potog ayam broiler umur 4 hari Sumber variasi db JK KT F-hitug F-tabel Perlaua 0644,93 103,4667 3.774 3,89 Galat 1 380 735 Statistia, Gelombag, Tahu Aademi 015-016

5 Mulia Idriai, et al. 4. Kriteria Ui: Tola H 0 ia F-hitug > F-tabel Karea ilai F-hitug=3,774 lebih ecil dari pada F-tabel=3,89 maa diputusa utu meerima H 0 5. Kesimpula: Tida ada pegaruh perlaua terhadap rata-rata bobot potog ayam broiler umur 4 hari Perhituga Ui Krusal-Wallis 1. Peguia Hipotesis H0: Tida ada perbedaa rata-rata raig atara perlaua rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari H1: Ada perbedaa rata-rata raig atara perlaua rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari. Statisti Ui da perhituga: Tabel 4 Raig gabuga Rerata bobot potog ayam broiler umur 4 hari Ulaga Perlaua 1 3 4 5 P0 1,5 11 10 4 P1 5 7 15 1,5 3 P 6 8 9 1 14 ΣR 39,5 4,5 38 Utu ilai elima elompo, ilai-ilai raig ya diumlaha da diperoleh ilai R total masig-masig elompo. Dega data yag telah di raig tersebut dapat dihitug ilai H dega rumus (.3) 1 R H 3N 1 N N 1 1 39,5 4,5 38 1 H 315 1 0, 09 1515 1 3 3 3 Dari Tabel 4 terdapat aga yag sama. Utu megadaa oresi aga sama, pertama harus etahui ada berapa elompo aga sama yag teradi, da berapa baya sor yag beraga sama dalam tiap-tiap elompo. Disii t=baya observasi-observasi beraga sama=. Utu eadia ii, T=t 3 -t= 3 -=6. Volume, No., Tahu 016

Ui Kesamaa Beberapa Rata-rata Pegaruh Pemafaata 53 Dega megguaa rumus (.5) maa dapat dihitug oresi total utu aga sama. T N N 6 6 1 1 15 15 3360 1 3 3 0,998 0,09 0,998 0,090 3. Kriteria Ui: Tola H 0 ia H > χ α;-1 Dega α=0,05;4 diperoleh ilai χ α;-1 sebesar=9,49. Karea 0,090<9,49 maa diputusa utu terima H 0 4. Kesimpula: Tida ada perbedaa rata-rata raig atara perlaua rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari. Perhituga Ui Over-Mea-Ra-Fuctio 1. Peguia Hipotesis: H0: θ 1 = θ = = θ g = θ ;Tida ada perbedaa rata-rata atau media atara perlaua rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari H1: θ 1 θ θ g θ Ada perbedaa rata-rata atau media atara perlaua Rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari. Statisti Ui: Jia semua rata-rata atau media sama, R aa memilii rata-rata yag sama utu masig-masig elompo. Jia rata-rata atau media tida sama, maa rata-rata dari dua atau lebih elompo itu tida sama. 7,9 8,5 7,6 R 8 3 Oleh area itu, dibawah H 0 rata-rata raig dari setiap elompo sama utu eseluruha rata-rata sebagai: R E R 0,5 N 1 E 1 8 0,5 15 Karea rata-rata atau media raig dari setiap elompo sama utu eseluruha rata-rata, maa ui yag diguaa utu media atau rata-rata yag sama adalah: E H K 1 1 N N 1 1 1 N R T N 0,5 `~ 0,5 3 3 N 1 K 1 Statistia, Gelombag, Tahu Aademi 015-016

54 Mulia Idriai, et al. Dimaa fugsi estimasi over-mea-ra-fuctio utu setiap elompo dapat diperoleh sebagai beriut: ˆ # R i 0,5 1 N 1 #7,9 0,5 16 ˆ1 5 1 0,75 #8,5 0,5 16 ˆ 5 1 0,5 ˆ3 #7,6 0,5 16 5 1 0,5 E K 0,5 1 0,5 0,75 0,5 0,5 5 1,5 0 0 1, 5 3. Kriteria Ui : 0,5 0,5 0,5 5 0,5 0,5 0,5 5 Tola H 0 ia E K 1 Dega α=0,05;4 diperoleh ilai χ α;k-1. sebesar=9,49. Karea 1,5<9,49 maa diputusa utu terima H 0. 4. Kesimpula: Ada perbedaa rata-rata atau media atara perlaua Rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari D. Kesimpula Dari hasil peelitia dega megguaa metode peguia Krusal-Wallis utu megetahui hasil-hasil esamaa pegaruh pemafaata bateri peghasil fitase (Patoea agglomeras) dalam rasum terhadap bobot potog ayam broiler teryata tida ada perbedaa rata-rata raig atara perlaua rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari. Begitu uga dega metode ui over-mea-ra fuctio teryata tida ada perbedaa rata-rata atau media atara perlaua Rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari. Dapat disimpula bahwa dari edua ui tersebut tida ada perbedaa rata-rata raig atara perlaua rasum 100%+tapa bateri, dega rasum 100%+bateri patoea agglumeras 10,5, da rasum 100%+bateri patoea agglumeras 10 5 terhadap rerata bobot potog ayam broiler berumur 4 hari. Peguia dega ui Over-Mea-Ra Fuctio lebih bai da lebih robust dari ui Krusal-Wallis area pada ui ii meigata esalaha Tipe 1, da tida di pegaruhi oleh data embar seperti pada ui Krusal-Wallis yag dipegaruhi oleh data embar sehigga perlu factor oresi. Volume, No., Tahu 016

Ui Kesamaa Beberapa Rata-rata Pegaruh Pemafaata 55 Daftar Pustaa A.H. Elamir, Elsayed, Compariso of Several Meas Uder Heterogeeity: Over-Mea- Ra Fuctio, Joural of Statistical ad Ecoometric Methods, vol.4, o., 015, 107-16. Haarisma, Nusar.(000). Modul Pratium Metode Statistia: Badug : Program Studi Statistia UNISBA. Haryadi, Dwi (007). Pegaruh Pemafaata Bateri Peghasil Fitase (Patoea agglomeras) Dalam Rasum Terhadap Kualitas Karas Ayam Broiler. Sripsi. Faultas Pertaia, Peteraa. Liu, Hagcheg. 015. Comparig Welch s ANOVA, a Krusal-Wallis test ad traditioal ANOVA i case of Heterogeeity of Variace. [Theses ad Dissertatios]. Virgiia Commowealth Uiversity. 48 page. Siegel, Sidey. (199). Statistia No-Parametri utu Ilmu-ilmu Sosial. Jaarta: Gramedia Pustaa Utama. Statistia, Gelombag, Tahu Aademi 015-016