Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

dokumen-dokumen yang mirip
Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Bab 4 ANAKOVA (ANALISIS KOVARIANSI)

CNH2B4 / KOMPUTASI NUMERIK

( X ) 2 ANALISIS REGRESI

BAB VI ANALISIS REGRESI

Bab 4 ANALISIS REGRESI dan INTERPOLASI

BAB V ANALISIS REGRESI

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial

BAB III METODOLOGI PENELITIAN

METODE UNWEIGHTED MEANS UNTUK FAKTORIAL TAK SEIMBANG DISPROPORSIONAL

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

BAB 2 TINJAUAN TEORITIS. mempengaruhi sering disebut variabel bebas, variabel independen atau variabel

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)

Model Tak Penuh. Definisi dapat di-uji (testable): nxp

ANOVA ANALISIS VARIANSI/ ANALYSIS OF VARIANCE ( ANOVA ) 8/29/2012

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan )

1 yang akan menghasilkan

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT

I PENDAHULUAN II LANDASAN TEORI

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL

BAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT

BAB IV METODA ANALISIS RANGKAIAN

x 1 M = x 1 m 1 + x 2 m x n m n = x i

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1

MAKALAH STATISTIK DAN STOKASTIK

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA.

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

ESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

Menentukan Statistik Pengujian Untuk Eksperimen Faktorial dengan Dua Kali Pembatasan Pengacakan. Oleh : Enny Supartini

PENAKSIRAN PARAMETER DISTRIBUSI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI SHAFIRA

PENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI

BAB 2 LANDASAN TEORI

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal :

STATISTIK. Diskusi dan Presentasi_ p.31

Hendra Gunawan. 21 Februari 2014

Anuitas. Anuitas Akhir

A. Pusat Massa Suatu Batang

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37

PENENTUAN MODEL REGRESI TERPOTONG ATAS DENGAN METODE MAKSIMUM LIKEHOOD. Dydaestury Jalarno 1,Dwi Ispriyanti 2. Alumni Jurusan Matematika FMIPA UNDIP

mengambil semua titik sample berupa titik ujung, yakni jumlah Riemann merupakan hampiran luas dari daerah dibawah kurva y = f (x) x i b x

FUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter

dan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P

Perbedaan Interpolasi dan Ekstrapolasi

III PEMBAHASAN. x x. 3.1 Analisis Metode Perhatikan persamaan integral Volterra berikut. x. atau (11)

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA

DEFINISI INTEGRAL. ' untuk

1. Aturan Pangkat 3. Logartima

BAB III STUDI PUSTAKA

Desain Faktorial 2 Faktor

ESTIMATOR TAK BIAS LINIER TERBAIK PADA MODEL LINIER UNTUK KASUS HOMOSKEDASTIK DAN HETEROSKEDASTIK

Matematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai

Kalkulus 2. Deret Pangkat dan Uji Konvergensi. Department of Chemical Engineering Semarang State University. Dhoni Hartanto S.T., M.T., M.Sc.

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA

Two-Stage Nested Design

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008

SOLUSI SISTEM PERSAMAAN LINEAR DENGAN METODE JACOBI. Prasetyo Budi Darmono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo

Bila kita mempunyai suatu sistem persamaan linier 2x + 3y + 3z = 0 x + y + 3z = 0 x + 2y z = 0

juga dinyatakan sebagai a n atau a n n n 0,1, 2, 3,... Pada barisan dibagi menjadi barisan konvergen dan barisan divergen.

Bab 4 Penyelesaian Persamaan Linier Simultan

Catatan Kuliah 1 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx.

PENGGUNAAN PERANGKAT DERET SENSOR GAS DALAM USAHA PENENTUAN FORMALIN PADA BAHAN MAKANAN

Catatan Kecil Untuk MMC

BAB 12 METODE SIMPLEX

Dia yang menjadikan matahari dan bulan bercahaya, serta mengaturnya pada beberapa tempat, supaya kamu mengetahui bilangan tahun dan perhitunganya

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA

ESTIMASI PARAMETER REGRESI TERPOTONG KIRI DENGAN METODE MAKSIMUM LIKELIHOOD

RANCANGAN STRIP PLOT MODEL TETAP. Staf Jurusan Matematika FMIPA UNDIP

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0.

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga

SOAL UJIAN AKHIR MATEMATIKA INFORMATIKA 4 (A & B) Dosen: Dr. Asep Juarna Jumlah Soal: 3 Uraian Tanggal Ujian: 02/03/12 Waktu Ujian: 2 jam

Bab 2 Landasan Teori

Bab IV Faktorisasi QR

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Bentuk Kanonik Persamaan Ruang Keadaan. Institut Teknologi Sepuluh Nopember

Bab 2 LANDASAN TEORI

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

HUKUM SYLVESTER INERSIA

Bentuk Umum Perluasan Teorema Pythagoras

INTEGRAL. y dx. x dy. F(x)dx F(x)dx

TE Dasar Sistem Pengaturan. Kriteria Kestabilan Routh

Transkripsi:

Alss Vrs stu fktor (Alss Of Vrce / ANOVA)

1. Megethu rcg d eses. Megethu model ler 3. Meuruk Jumlh Kudrt (JK) 4. Melkuk uj lss vrs 5. Melkuk uj perbdg gd

Apkh ber kot dlm rokok dpt megkbtk Kker? Sel kker tert Megkbtk bk hl

ANOVA dlh sutu metode utuk meguj hpotess kesm rt-rt dr tg tu lebh populs Slh stu lt sttstk g dguk utuk megethu rels tu hubug tr stu tu lebh vrbel depede terhdp vrbel depede Dpt dguk pd dt g dperoleh dr hsl eksperme d observs Vrbel depede pd ANAVA ; kulttf

Alss of vrce (ANOVA) dguk utuk meeldk pegruh/ efek utm d terks dr vrbel depede (dsebut deg fktor ) Pegruh utm dlh efek lgsug dr sutu vrbel depede terhdp vrbel depede Pegruh terks dlh efek bersm tr stu tu lebh vrbel depede terhdp vrbel depede (v fktor)

LATAR BELAKANG ANOVA Ltr belkg dkembgk metod kre g dlkuk UJI terhdp rt-rt populs g meglm perlku g berbed-bed. Pert : pkh perbed rt-rt tr berbg grup g meglm perlku berbed tsb sgfk tu tdk. Asums utuk uj ANOVA dlh: Populs berdstbus orml Vrs populs sm Populs depede

Hl-hl petg dlm rcg percob - Fktor, dlh vrbel depede g l dkotrol ekspermeter. Msl g meelt pegruh kdug kot dlm rokok terhdp keseht tubuh mus fktor ; kdug kot (dlm tubuh mus) - Level (tgkt), merupk tgkt fktor g dplh oleh ekspermeter. Msl seorg teks g memutusk utuk meelt 5 level dr kdug kot dlm tubuh 0,05mg, 1mg, 1,5mg, mg d >mg Tgkt, =5 Tgkt dr fktor g berbed jug bs dsebut deg perlku.

Perlku, dlh kombs tgkt fktor g dplh oleh ekspermeter. Vrbel Bebs, tu depedet vrble merupk vrbel g l tdk tergtug dr hsl pegmt Vrbel Respo tu depedet vrble merupk vrbel g l dukur berdsrk perlku g dkek pd ut eksperme Rdom, merupk slh stu cr dlm pegmbl smpel. Sel smpel, pegmbl fktor dlm sutu rcg percob jug dpt dlkuk secr rdom tupu tetp (fxed) Ulg tu replks merupk perulg tu bk frekues perlku dulg dlm sutu percob

Tg kelompok subek peelt utuk meguj kekurt lt pegukur ph dgtl deg 3 merek. Merek g dmksud dlh merek I, II d III. Dt hsl peelt dlh sebg berkut: Merek dplh g memlk spesfks g sm Fktor Merek Perlku : level/ tgkt g berbed dr Fktor Perlku I, II, III

μ A μ B μ C Ide dsr uj ANAVA dlh perbed rt-rt populs dtetuk oleh du fktor tu vrs dt dlm 1 smpel d vrs dt tr smpel. Perbed rt-rt tr populs t jk vrs dt tr smpel besr sedgk vrs dt dlm 1 smpel kecl.

Dsebut deg oe- w tu sgle fctor lss of vrce? H stu fktor g dseldk Perlku g dguk dushk se-sergm mugk, completel rdomzed desg (Rcg Rdom Legkp) Secr umum, jk observs dkek perlku mk model ler sttstk : j 1,.., j j 1,.., 1,.., j j j 1,.., deg -- rt - rt perlku ke -

Jk perlku dplh ttt oleh ekspermeter mk kesmpul uj tdk bs dgeerlssk utuk populs perlku MODEL EFEK TETAP Jk perlku dplh rdom dr populs perlku oleh ekspermeter mk kesmpul uj dpt dgeerlssk ke seluruh populs perlku MODEL EFEK RANDOM/ compoets of vrce model

j j j j j j kert - rt perlku - - deg 1,.., 1,.., 1,.., 1,..,

j j : observs ke (j) : rt-rt keseluruh perlku : pegruh/efek perlku ke- : sest deg sums NID (0, ) j j 1,.., j 1,.., 1,.., j j j 1,.., deg - - rt - rt perlku ke- Tuju ANAVA stu jl : melkuk uj hpotess tetg efek/perlku perlku d megestms

1. Normlts Jk sums sest (0, ) dpeuh mk plot ormlts mpk sepert smpel g bersl dr dstrbus orml g berpust ke 0 g dtujukk deg sebr dt g cederug membetuk grs lurus. Idepedes Ytu plot tr resdul dt deg membetuk pol tetu d ck ŷ j, sums dpeuh jk sebr dt cederug tdk 3. Homogets Ytu plot tr resdul dt deg urut dt, sums dpeuh jk sebr dt cederug tdk membetuk pol tetu d ck

Model Efek Tetp Model Efek Rdom

N

. Asums : 0 0. Hpotess: ) 0(setdkstu : 0 : 1 1 0 H H 1,.., 1,.., j j j

. Peetu Tbel ANAVA 1,.., j j Prts Jumlh Kudrt (JK) j 1,.., j 1 j1 j j 1 j1 JK T 1 j1 JK j 1 j1 j P j 1 j1 JK 1 j1 0 j j 1 j1 JK S T 1 j1 JK P j 1 j1 JK S

Beberp defs vrs. 1. Vrs Totl Jumlh totl kudrt selsh dt deg rt-rt totl seluruh dt (overll me) JKT. Vrs Atr Smpel (tu Vrs kre Perlku) Jumlh totl kudrt selsh rt-rt tp smpel thd rt-rt totl (grd me) JK P 1 j1 1 j1 j j 1 j N N N

Beberp defs vrs. 3. Vrs Rdom Jumlh totl kudrt selsh dt deg rt-rt smpel g terkt JK S 1 j1 JKT JKP j

Sumber Vrs JK db RK Fp Perlku JKP -1 RKP=JKP/(-1) Fp=RKP/RKS Sest JKS (-1) RKS=JKS/(-1) Totl JKT -1 v. Derh Krts Tolk H 0 jk Fp F db(perlku),db(sest ) Tolk H 0 jk Fp F (-1 ),((- 1))