MODUL DISTRIBUSI F (ANOVA)

dokumen-dokumen yang mirip
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

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :

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

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2 ATA 2014/2015

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :

LABORATORIUM STATISTIKA 2 MANAJEMEN DASAR ATA 15/16. Fakultas Ekonomi Universitas Gunadarma Depok

LABORATORIUM MANAJEMEN DASAR MODUL STATISTIKA 2. Nama : NPM/Kelas : Fakultas/Jurusan :

Analysis of Variance (ANOVA) Debrina Puspita Andriani /

LAPORAN PRAKTIKUM I METODE STATISTIKA II PENGUJIAN HIPOTESIS INDEPENDENT DENGAN PENDEKATAN ANALISIS RAGAM

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

Analisis Varian. Statistika Ekonomi. Ir Tito Adi Dewanto

A. PEMBAHASAN. 1. Anova Dua Arah

STATISTIKA UNTUK KETEKNIKAN. Teknik Analisis Ragam

ANALISIS VARIAN -YQ-

Pengacakan dan Tata Letak

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

Statistika untuk Keteknikan Analisis Ragam

Contoh RAK Faktorial

MODUL UJI NON PARAMETRIK (CHI-SQUARE/X 2 )

MODUL II ANALYSIS OF VARIANCE (ANOVA)

PERANCANGAN PERCOBAAN

MODUL REGRESI LINIER SEDERHANA

Perancangan Percobaan

Analisis Data kategorik tidak berpasangan skala pengukuran numerik

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

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

Perbedaan Analisis Univariat dan Multivariat

Pengujian Varian Satu Jalur. (One Way ANOVA)

BAB 2 TINJAUAN TEORI

Perancangan Percobaan

PERCOBAAN RAK FAKTORIAL DENGAN MENGGUNAKAN R-STUDIO

UJI ANOVA. Imam Gunawan DISTRIBUSI F

Independent Sample T Test

Perancangan Percobaan

Analisis Ragam (ANOVA) 2

MODUL II ANALYSIS OF VARIANCE (ANOVA)

Pengujian One-Way ANOVA dengan manual dan dilengkapi analisis dengan SPSS 19 SOWANTO-KEMPO ANALYSIS OF VARIANS (ANOVA)

Menguji mean tiga variabel atau lebih

PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN

Rancangan Petak Berjalur

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

LAMPIRAN. Lampiran 1. Data Performa Reproduksi Sapi Perah Impor Pertama

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

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

PERANCANGAN PERCOBAAN

PERANCANGAN PERCOBAAN

KEMENTRIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI FAKULTAS PERTANIAN, UNIVERSITAS HALUOLEO, KENDARI Kampus Baru Bumi Tridharma, Andounohu - Kendari

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

Modul 2017/2018 TUTORIAL SIMULASI KOMPUTER. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia

KONSEP NILAI HARAPAN KUADRAT TENGAH

Analisis Varians = Analysis of Variance = ANOVA

BAB III METODE PENELITIAN

Bab V. Rancangan Bujur Sangkar Latin

Rancangan Petak Terpisah dalam RAL

STATISTIK PERTEMUAN XI

LAB MANAJEMEN DASAR MODUL METODE RISET PRAKTIKUM ILAB KAMPUS H

UJI NONPARAMETRIK (CHI SQUARE / X2)

TKS 4209 PENDAHULUAN 4/1/2015

Percobaan Rancangan Petak Terbagi dalam RAKL

ANALISIS PERANCANGAN PERCOBAAN 2 MATERI 3: KONSEP NILAI HARAPAN KUADRAT TENGAH

Perancangan Percobaan

LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)

Rancangan Blok Terpisah (Split Blok)

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

Pengaruh Tekanan dan Diameter Front Top Roller Mesin Ring Spinning Terhadap Ketidakrataan Benang

Analisis Korelasi dan Regresi Sederhana

Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012

III. BAHAN DAN METODE. Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru, pada

Analisis of Varians (Anova) Uji F uji beda mean tiga atau lebih sampel. Oleh: Roni Saputra, M.Si

PERCOBAAN BERFAKTOR DENGAN ARAS NOL ATAU PERLAKUAN KONTROL TERPISAH 1

Analisis Variansi. Statistika I (Inferensi)

Analisis Ragam & Rancangan Acak Lengkap Statistik (MAM 4137)

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

Different Scales, Different Measures of Association

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

UJI CHI KUADRAT (χ²)

Contoh Kasus Anova dua arah dengan interaksi:

UJI T SAMPEL BEBAS (INDEPENDENT SAMPLE T-TEST)

STATISTIKA DESKRIPTIF

RANCANGAN PERCOBAAN TEORI, APLIKASI SPSS DAN EXCEL

Bentuk khusus dari rancangan faktorial dimana kombinasi perlakuan tidak diacak secara sempurna terhadap unit-unit percobaan.

Statistika Farmasi

STK511 Analisis Statistika. Pertemuan 9 ANOVA (3)

MATERI / BAHAN PRAKTIKUM

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan

Kuliah Statistika Industri II Regresi & Korelasi Berganda

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah 10 ekor sapi perah Fries

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

III. MATERI DAN METODE. Penelitian ini dilaksanakan dilahan percobaan Fakultas Pertanian dan

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

MAKALAH STATISTIKA LANJUT ANALISIS VARIAN DAN KOVARIAN

BAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma

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

UJI PERBEDAAN LEBIH DARI DUA SAMPEL (ANOVA)

ANALYSIS OF VARIANCE

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

MODUL 1 SAMPLE t-test

Transkripsi:

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 Ditemukan oleh seorang ahli statistik yang bernama R.A. Fisher pada tahun 1920. Anova kepanjangan dari Analysis of Variance. Distribusi F/ANOVA adalah prosedur statistika untuk mengkaji (mendeterminasi) apakah rata-rata hitung (mean) dari 3 (tiga) populasi atau lebih, sama atau tidak. Digunakan untuk menguji rata - rata atau nilai tengah dari tiga atau lebih populasi secara sekaligus, apakah rata-rata atau nilai tengah tersebut sama atau tidak sama. II. RUMUS-RUMUS DISTRIBUSI F / ANOVA : A. Klasifikasi Satu Arah Klasifikasi satu arah, adalah klasifikasi pangamatan yang hanya didasarkan pada satu kriteria. Misalnya saja varietas padi. Dalam klasifikasi satu arah ini, rumus-rumus yang digunakan adalah 1) Ukuran Data Sama JKT = - JKK = - JKG = JKT JKK Keterangan: JKT : Jumlah Kuadrat Total X 2 ij : Pengamatan ke-j dari populasi ke-i T 2 : Total semua pengamatan JKK : Jumlah Kuadrat Kolom JKG : Jumlah Kuadrat Galat nk : Banyaknya anggota secara keseluruhan T 2 i : Total semua pengamatan dalam contoh dari populasi ke-i n : Banyaknya pengamatan / anggota baris Statistika 2 52 ATA 11/12

Analisis ragam dalam klasifikasi satu arah dengan data sama Sumber Keragaman Jumlah Kuadrat Derajat Bebas Kuadrat Tengah Nilai Tengah JKK k-1 S 2 1 = JKK / (k- Kolom 1) Galat JKG k(n-1) S 2 2 = JKG / (k(n-1) Total JKT nk-1 F Hitung S 2 1 / S 2 2 2) Ukuran Data Tidak Sama JKT = JKK = JKG = JKT - JKK Analisis ragam dalam klasifikasi satu arah dengan data tidak sama Sumber Jumlah Derajat Kuadrat F Hitung Keragaman Kuadrat Bebas Tengah Nilai Tengah JKK k-1 S 2 1 = JKK / (k- Kolom 1) Galat JKG N-k S 2 2 = JKG / (N S 2 1 / S 2 2 k) Total JKT N-1 B. Klasifikasi Dua Arah Adalah klasifikasi pengamatan yang didasarkan pada 2 kriteria, seperti varietas dan jenis pupuk. Segugus pengamatan dapat diklasifikasikan menurut dua kriteria dengan menyusun data tersebut dalam baris dan kolom, Kolom menyatakan kriteria klasifikasi yang satu, sedangkan baris menyatakan kriteria klasifikasi yang lain. Rumus-rumus yang digunakan dalam klasifikasi 2 arah adalah : 1) Tanpa Interaksi JKT = - JKK = - JKG = JKT - JKB - JKK Keterangan : JKT : Jumlah Kuadrat Total JKB : Jumlah Kuadrat Baris JKK : Jumlah Kuadrat Kolom JKG : Jumlah Kuadrat Galat Statistika 2 53 ATA 11/12

: Total semua pengamatan T 2 i : Jumlah/total pengamatan pada baris T 2 j : Jumlah/total pengamatan pada Kolom X 2 ij : Jumlah/total keseluruhan dari baris dan kolom k : Jumlah Kolom bk : Jumlah kolom dan baris b : Jumlah baris T 2 Analisis ragam dalam klasifikasi dua arah tanpa interaksi Sumber Jumlah Derajat Kuadrat Tengah F Hitung Keragaman Kuadrat Bebas Nilai Tengah JKB b-1 S 2 1 = JKB / (b-1) Baris f1 = S 2 1 / Nilai Tengah JKK k-1 S 2 2 = JKK / (k-1) S 2 3 Kolom f2 = S 2 2 / Galat JKG (b-1)(k- S 2 3 = JKG / (b- S 2 3 1) 1)(k-1) Total JKT bk-1 2) Dengan Interaksi JKT = JKK = - JKB = JK(BK) = - - + JKG = JKT - JKB - JKK - JK(BK) Analisis ragam dalam klasifikasi dua arah dengan interaksi Sumber Jumlah Derajat Kuadrat Tengah F Hitung Keragaman Kuadrat Bebas Nilai Tengah JKB b-1 S 2 1 = JKB / (b-1) Baris f1 = S 2 1 / S 2 4 Nilai Tengah JKK k-1 S 2 2 = JKK / (k-1) f2 = S 2 2 / Kolom S 2 4 Interaksi JK(BK) (b-1)(k- S 2 3 = JK(BK) / (bf3 = S 2 3 / 1) 1)(k-1) S 2 4 Galat JKG bk(n-1) S 2 4 = JKG / bk(n-1) Total JKT bkn-1 Statistika 2 54 ATA 11/12

LANGKAH-LANGKAH PENGUJIAN HIPOTESIS Langkah - langkah dalam pengujian hipotesis dalam Distribusi F / Anova dengan klasifikasi satu arah atau dua arah adalah sbb : 1. Tentukan Ho dan Ha Ho : μ1 = μ2 = μ3 =... = μn Ha: sekurang-kurangnya dua nilai tengah tidak sama Atau Ho : Semua nilai tengah sama Ha : sekurang-kurangnya dua nilai tengah adalah tidak sama 2. Tentukan tingkat signifikan ( ) 3. Tentukan derajat bebas (db) a. Klasifikasi 1 arah data sama V 1 = k-1 V 2 = k (n-1) b. Klasifikasi 1 arah data tidak sama V 1 = k-1 V 2 = N - k c. Klasifikasi 2 arah tanpa interaksi V 1 (baris) = b-1 V 1 (kolom) = k-1 V 2 = (k-1) (b-1) d. Klasifikasi 2 arah dengan interaksi V 1 (baris) = b-1 V 1 (kolom) = k-1 V 1 (interaksi) = (k-1) (b-1) V 2 = b.k (n-1) Ket : k = kolom ; b = baris 4. Tentukan wilayah kritis (F tabel) ƒ > ( ; V1 ; V2) 5. Menentukan kriteria pengujian Ho diterima jika Fo F tabel Ha diterima jika Fo > F tabel 6. Nilai hitung (F hitung) Ho Ha 7. Keputusan 8. Kesimpulan F tabel CONTOH SOAL ANOVA 1. Satu arah data sama Terdapat 3 metode olahraga Yoga, berikut adalah data 6 wanita karir yang menjadi sampel yang didata rata-rata penurunan berat badannya, setelah sebulan melakukan Yoga. Penurunan berat badan (Kg) Metode 1 Metode 2 Metode 3 Irma 5 7 4 Intan 8 3 11 Ola 2 6 9 Okta 6 4 5 Makiko 3 8 7 Statistika 2 55 ATA 11/12

Youko 4 5 8 Total kolom 28 33 44 105 Lakukanlah analisis ragam atau anova dan uji hipotesis pada taraf nyata 0,05, bahwa nilai tengah penurunan dari ke-3 metode tersebut adalah sama / tidak sama. Jawab : A. Cara Manual 1. Ho : μ1 = μ2 = μ3 =... = μn Ha: sekurang-kurangnya dua nilai tengah tidak sama Atau Ho : Semua nilai tengah sama Ha : sekurang-kurangnya dua nilai tengah adalah tidak sama 2. = 0.05 3. Derajat bebas (db) V1 = k - 1 = 3-1 = 2 V2 = k(n - 1) = 3(6-1) = 15 4. Wilayah ktitis : ƒ > ( 5% ; 2 ; 15 ) = 3,68 (nilai tabel F) 5. Kriteria Pengujian Ho diterima jika Fo F tabel Ha diterima jika Fo > F tabel 6. Nilai hitung : JKT = (5 2 + 7 2 +.. + 8 2 ) - (105 2 /18)= 709-612,5 = 96,5 JKK = ( 28 2 /6 + 33 2 /6 + 44 2 /6 ) (105 2 /18) = 634,83-612,5 = 22,33 JKG = JKT JKK = 96,5-22,33 = 74,17 Analisis ragam dalam klasifikasi satu arah dengan data sama Sumber Keragaman Nilai Tengah Kolom Jumlah Kuadra t Derajat Bebas Kuadrat Tengah 22,33 2 11,165 Galat 74,17 15 4,945 Total 96,5 17 F Hitung (Fo) 2,255 Statistika 2 56 ATA 11/12

7. Keputusan : Tolak Ha, Terima Ho Ho Ha 2,255 3,68 8. Kesimpulan : Nilai tengah semua metode penurunan berat badan adalah sama. B. Cara Software 1. Buka software r-commander, lalu pilih Data New Data Set, muncul kotak dialog New Data Set OK. Statistika 2 57 ATA 11/12

2. Masukkan data dengan cara memberi permisalan. Di kolom Var 1 ketikkan angka 1 dari kolom 1 sampai 6 (sesuai banyaknya baris), angka 2 dari kolom 7 sampai 12, angka 3 dari kolom 13 sampai 18. Pada kolom Var 2 ketikkan data sesuai tiap tiap kolom. Statistika 2 58 ATA 11/12

3. Klik Data Atur Peubah pada dataset aktif Bin peubah numerik 4. Pada peubah untuk di bin pilih var1, pada banyaknya bin pilih 3 (sesuai permisalan, metode 1, 2, 3), OK, maka akan muncul kotak dialog nama bin. Ketikkan sesuai dengan soal, OK. 5. Klik Statistika rerata (means) Anova Satu arah, di kolom Peubah respon klik Var2, OK. Statistika 2 59 ATA 11/12

6. Hasilnya adalah sebagai berikut. Statistika 2 60 ATA 11/12

Analisis hasil output : 2. Satu Arah Data Tidak Sama MEET THE MEATBALLS memiliki 3 menu andalannya yaitu Nasi Goreng, bakso super dan Bakmi spesial. Ketiga menu tersebut diberikan secara acak selama 6 hari, berikut data rata-ratanya: Hari Nasi goreng Bakso Super Bakmie Spesial Senin 16 16 15 Selasa - 19 20 Rabu 13 22 - Kamis 10-14 Jumat 12 17 11 Sabtu - 14 - Total 51 88 60 199 Lakukan pengujian Anova pada data diatas! (taraf nyata 5%) Jawab 1. Ho : μ1 = μ2 = μ3 =... = μn Ha: sekurang-kurangnya dua rata-rata tidak sama Atau Ho : Semua rata-rata sama Ha : sekurang-kurangnya dua rata-rata adalah tidak sama 2. = 0.05 3. Derajat bebas (db) V1 = k - 1 = 3-1 = 2 V2 = N k = 13 3 = 10 4. Wilayah ktitis : ƒ > ( 5% ; 2 ; 10 ) = 4,10 (f tabel) 5. Kriteria Pengujian Statistika 2 61 ATA 11/12

Ho diterima jika Fo F tabel Ha diterima jika Fo > F tabel F hitung akan dicari langsung menggunakan cara software : A. Cara Software 1. Buka software r-commander, lalu pilih Data New Data Set, muncul kotak dialog New Data Set OK. Statistika 2 62 ATA 11/12

2. Masukkan data dengan cara memberi permisalan. Di kolom Var 1 ketikkan angka 1 dari kolom 1 sampai 4 (sesuai banyaknya baris), angka 2 dari kolom 5 sampai 9, angka 3 dari kolom 10 sampai 13. Pada kolom Var 2 ketikkan data sesuai tiap tiap kolom secara urut. 3. Klik Data Atur Peubah pada dataset aktif Bin peubah numerik Statistika 2 63 ATA 11/12

4. Pada peubah untuk di bin pilih var1, pada banyaknya bin pilih 3 (sesuai permisalan, metode 1, 2, 3), OK, maka akan muncul kotak dialog nama bin. Ketikkan sesuai dengan soal, OK. 5. Klik Statistika rerata (means) Anova Satu arah, di kolom Peubah respon klik Var2, OK. Statistika 2 64 ATA 11/12

6. Hasilnya adalah sebagai berikut. Dari hasil output, diketahui bahwa Probabilitas F (lihat Pr(>F) ) 0.1157 > dari 0,05 (nilai signifikan) dan F value atau F hitung sebesar 2.6962 kurang dari F tabel sebesar 4,10 sehingga Ho diterima. Jadi kesimpulan dari soal adalah : Semua rata-rata dari penjualan ketiga produk di restoran tersebut adalah sama Statistika 2 65 ATA 11/12