II. PERANAN STATISTIK DALAM ANALISIS PERCOBAAN

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Dengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut:

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM

LOGO. Analisis Sisaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

FIXED EFFECT MODEL PADA REGRESI DATA PANEL

EKSPEKTASI SATU PEUBAH ACAK

81 Bab 6 Ruang Hasilkali Dalam

BAB III UKURAN PEMUSATAN (RATA-RATA)

BAB IV SIMULASI MODEL

BAB 2 LANDASAN TEORI

Analisis Variansi Multivariat

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR)

BAB 2 MODEL PREDICTIVE CONTROL

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

Uji Homogenitas Varians

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan

EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV

PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta

SOLUSI TUGAS MATA KULIAH STATISTIKA II

Jurnal Inovasi Pembelajaran Fisika (INPAFI)

Algoritma AdaBoost. Dalam. Pengklasifikasian. Zulhanif. Staf Pengajar Jurusan Statistika FMIPA, Unpad Bandung.

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB II TEORI DASAR. Analisis Kelompok

BAB V DISTRIBUSI PROBABILITAS DISKRIT

BAB 2 SISTEM MAKRO DAN MIKRO

BAB IV FUNGSI KOMPLEKS

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,

Created by Simpo PDF Creator Pro (unregistered version)

ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST)

PEMBAURAN dan PERULANGAN FRAKSIONAL DALAM RANCANGAN PERCOBAAN FAKTORIAL 2 k SKRIPSI

BAB VI MODEL ELEKTRON BEBAS ( GAS FERMI )

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

INTERFERENSI DAN DIFRAKSI

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI

PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE

MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB 3 Kesamaan Matriks Kovariansi. Bagian ini akan membahas tentang pengujian hipotesis kesamaan matriks kovariansi.

KONSTRUKSI RUANG TOPOLOGI LENGKAP

Dasar-dasar Aliran Fluida

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

Misalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang

Neutrino Majorana dan Osilasinya

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS TEKNOLOGI YOGYAKARTA UJIAN TENGAH SEMESTER GANJIL TAHUN AKADEMIK 2017/2018 PROGRAM STUDI: TEKNIK SIPIL

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

Karakterisasi Matrik Leslie Ordo Tiga

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

BAB III METODE PENELITIAN. Adapun yang menjadi objek penelitian adalah siswa MAN Model Gorontalo.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika

ANALISIS EFISIENSI TEKNIS PRODUKSI USAHATANI CABAI MERAH BESAR DAN PERILAKU PETANI DALAM MENGHADAPI RISIKO

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

Hubungan antara K dengan koefisien fugasitas:

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

PENDUGAAN RASIO, BEDA DAN REGRESI

MODEL INFERENSI BERBASIS FUZZY NEURAL NETWORK MENGGUNAKAN METODE PEMBELAJARAN DELTA RULE

BAB VI METODE BELAJAR WIDROW-HOFF

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

Analisis Sensitivitas

Perumusan Ensembel Mekanika Statistik Kuantum. Part-2

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

ANALISIS REGRESI. Catatan Freddy

BAB II DIMENSI PARTISI

BAB II PERSAMAAN DIFFERENSIAL ORDO SATU

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

ANALISIS KOVARIANSI bagian 2..

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

KOMPUTASI DAN DINAMIKA FLUIDA

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

BAB IV PEMBAHASAN MODEL

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN :

adalah nilai-nilai yang mungkin diambil oleh parameter jika H

BAB II TEORI DASAR 2.1 Pengertian Pasang Surut

BAB 2 LANDASAN TEORI

PENELUSURAN KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK DENGAN INTERGRADIEN. Rita Rahmawati Program Studi Statistika FMIPA UNDIP

Percobaan Faktor Tunggal (RAL, RAKL, RBSL)

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

Transkripsi:

II. PERANAN TATITIK DALAM ANALII PERCOBAAN Hal-hal yang prl dplajar. 1. baran Normal dan sbaran t- stdnt. Mmbandngan da harga rata-rata sampl. a. Prbandngan da harga rata-rata sampl tda brpasangan npard obsraton dngan arans yang sama. b. Prbandngan da harga rata-rata sampl tda brpasangan dngan arans yang tda sama. c. Prbandngan da harga rata-rata contoh yang brpasangan pard obsraton.. 1. Mngj Hpotss Ksamaan Varans Unt mngj apaah da poplas mmpnya arans yang homogn dprgnaan j yat prbandngan da bah arans dngan lbh dl mngstmas nla-nla 1 dan dar sampl da poplas trsbt. arans yang bsar arans yang cl b pada drajat bbas n b 1 dan n 1 Hasl bag dar prbadngan trsbt mngt sbaran. Kmdan dbandngan dngan daftar -tabl dngan drajat bbas n b 1 dan n 1. Bla nla -htng lbh bsar dar nla -tabl pada taraf nyata -% trtnt maa arans trsbt brasal dar da poplas yang brbda. Cara prhtngan pard comparson hanya dapat dgnaan bla banyanya prlaan ada da. bnarnya pard comparson mrpaan pmnhan prnsp dasar local control pada taraf yang sdrhana. Bagamana ala ta mmpnya lbh dar da prlaan? hars dprgnaan dsan dsgn lan. analss arans. Pranan tatst dalam Prcobaan 6

.. Analss Varans d Ragam ANALI O VARIANCE/ANOVA Dalam prcobaan slal dtanan nt dapat mlhat prbdaan-prbdaan yang cl salpn. Olh arna t dprlan rancangan-rancangan srta mtod prcobaan yang fsn yang dapat mngrang galat prcobaan xprrmntal rror scara ftf agar dprolh hasl yang dapat dprcaya. alah sat alat statst yang mmnh adalah Analss arans. Analss arans dprnalan olh R. A. IHER. dan mrpaan cara prhtngan pmcahan Total Jmlah Kadrat dalam omponn-omponn arablnya. Dprgnaan trtama bla trdapat lbh dar da prlaan dalam sat prcobaan. Asms-asms Tn analss arans mmrlan data yang mmnh syarat yang dprlan agar dapat dtrapan/dlasanaan trhadap data tad. Asms-asms yang dprlan adalah sbaga brt 1. Galat prcobaan Exprmntal rror hars ndpndn bbas trhadap ssamanya. Dngan ata lan data pngamatan hars mnybar scara bbas ndpndnt. Asms n dapat dpnh apabla pnmpatan prlaan tratmnt dalam satan-satan prcobaan dlaan scara aca random dasar II hars dpnh.. Galat prcobaan hars mnybar mnrt sbaran normal. Dalam tn analss arans data sampl darmana aransc rror dprolh hars brasal dar poplas yang mnybar mnrt sbaran normal. Ktdanormalan data mmpngarh fsns j -nya arna aan mngabatan trlampa banya hasl yang dnyataan sgnfcant. Ktdanormalan data dapat dbat mndat sbaran normal dngan cara yang dsbt transformas. 3. Homogntas Galat Prcobaan. lrh prlaan hars mmpnya arans yang sragam homoscdastcty. salpn harga rata-rata dar prlaan brbda. Asms n pntng arna dalam tn analss arans galat mrpaan galat gabngan poold rror yang brsmbr dar masng-masng prlaan. Unt mngj homogntas/sragaman arans prlaan dpaa j-bartltt. 4. Addttas dar Varans. Pranan tatst dalam Prcobaan 7

Dalam analss arans f dar prlaan dan pngarh lngngan harslah addt artnya dalam sat prcobaan f prlaan adalah sama. Dalam prcobaan Rancangan Aca Klompo maa f prlaan dar sat langan langan lan harslah sama. Dngan ala lan bahwa f prlaan dan f blo hars bbas sat trhadap yang lan tda bolh trjad salng ntras. Ata ε j NID 0 σ ε στ σ ; τ σ σ... τ τ m j µ + τ + β j + ε j τ 0 j NID µ σ ε τ NID 0 σ τ µ + Msal Prcobaan pngjan apastas prods artas pad pada sat bn prcobaan. Maa stap artas pad tad dtanam pada n pta lahan yang mmpnya ran dan bnt yang sama dman pla tngat sbrannya. Ja parmtr hasl dnyataan dalam notas j maa j V j + j j 1 j 1 n hasl dar pad artas - pada pta -j. bagan hasl yang dsbaban olh apastas prods artas - sndr. pngarh random yang trt mnntan bsarnya j. j n adalah bagan hasl yang dtmblan olh pngarh-pngarh yang sfatnya random dan brada dlar asaan pnlt yang trt mas dalam prcobaan contoh prbdaan sbran rn lm mro prtmbhan awal yang brbda. j mrpaan fngs lnr dar ν dan j yang bbas trhadap ssamanya. Pranan tatst dalam Prcobaan 8

Bagan hasl prcobaan dngan modl + j Pta Harga ratarata Var. 1 j n artas 1 + 11 1 11 1 1 + 1 j 1 j 1 + 1 j 1 n 1 + 1 n 1 1 + 1 + 1 1 + j + n + n + + 1 1 + + j j + n n + + 1 1 + + j j + n n + Harga rata-rata mm + V j j ; ; n η Jad η j j + n + Jad ada 3 macam harga rata-rata shngga trdapat pla 3 harga arans yat 1 ar ans Pranan tatst dalam Prcobaan 9

1 1 ar ans ar ans Hbngan dar tga arans t adtf yat + n n 1 + n n In dasar tama dar tn analss shr. n n Kala 1 maa nla n 0 yang artnya n... 1 Ttap ala > 1 artnya n 0 dngan ata n lan apastas prods artas-arttas tad ta dapat dgolongan dalam sat poplas apastas prods yang sama. Pranan tatst dalam Prcobaan 10

Pranan tatst dalam Prcobaan 11 Uj tatst Tlah dsbtan bahwa hasl bag da arans 1 dan mngt sbaran dngan drajat bbas n 1 1 dan n 1. Rms Kra Plang adalah dngan DB dan nt >0 f Pnrmaan Ho Pnrmaan H1 d f 0 1 d f 1-. 1 1. f + + + σ σ σ

Apabla f d 1 0 maa dngan plang sbsar 1 hars trlta dantara 0 dan 0. nla Andaan > maa artnya bahwa pada plang sbsar da arans sampl trsbt adalah brbda. Pranan tatst dalam Prcobaan 1

TRANORMAI Dngan transformas dmasdan nt mnormalan sbaran data asal yang mlanya tda mnybar mnrt sbaran normal. Ada bbrapa mtod transformas tap yang mm adalah 1 transformas x transformas logartm dan 3 transformas arcs sns x 1. Transformas x Unt data yang blangannya cl dan blat yang mmnya mngt sbaran Posson. Transformas x n jga ssa nt data dalam satan prsn % yang trlta dalam saran 0-30% ata 70-100% ttap tda danya. Ja data prcobaan pada mmnya cl.g. <10 hssnya bla trdapat data 0 ata 0% maa tranformas x +0. 5 ban x.. Transformas arcs sns x Dgnaan nt data pcahan ata prsn. Data 0% hars dgant dngan 1/4 n dan nla 100% dgant dngan 100 1/4 n dmana n adalah jmlah nt banyanya nt dmana data prsn dambl. Tda sma data prsn prl dtransformasan. Brt n adalah atranatran yang dapat dpaa nt mmlh transformas prsn yang ssa a. Unt data prsn yang trlta pada saran 30-70% tda prl dtransformas. b. Unt data prsn pada saran 0-30% ata 70-100% ttap tda danya sbanya dgnaan transformas c. Unt data prsn yang tda mngt da saran yang dtntan datas maa sbanya dpaa transformas arcs sns 3. Transformas Logartm Log x Dgnaan nt data yang mrpaan blangan blat dan mlpt nla-nla dngan saran yang bsar ata jah. Ja dalam data trsbt mncap nla-nla cl msalnya < 10 maa dpaa transformas log x+1 ban log x. x x Pranan tatst dalam Prcobaan 13