Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

TRANSFORMASI DATA. Beberapa pengertian 1.Transformasi  proses konversi data ke dalam skala baru agar memenuhi homogenitas ragam dan sebaran data menjadi.

Presentasi serupa


Presentasi berjudul: "TRANSFORMASI DATA. Beberapa pengertian 1.Transformasi  proses konversi data ke dalam skala baru agar memenuhi homogenitas ragam dan sebaran data menjadi."— Transcript presentasi:

1 TRANSFORMASI DATA

2 Beberapa pengertian 1.Transformasi  proses konversi data ke dalam skala baru agar memenuhi homogenitas ragam dan sebaran data menjadi normal. 2.Data yang perlu ditransformasi adalah data yang akan dianalisis varian, namun data tersebut tidak memenuhi syarat untuk dilakukan analisis. 3.Data hasil hitungan umumnya termasuk salah satu contoh data yang tidak memenuhi syarat untuk dianalisis. 4.Data hasil pengukuran adalah data dapat langsung dianalisis varian

3 Data hasil penelitian dapat dilakukan analisis ragam apabila memenuhi persyaratan sbb: 1. Pengaruh aditif  Perlakuan dua faktor dikatakan aditif apabila perlakuan suatu faktor akan tetap antara semua taraf faktor lainnya. Apabila faktor tersebut adalah perlakuan dan ulangan, maka perlakuan dan ulangan dikatakan aditif apabila :  pengaruh perlakuan selalu tetap untuk semua ulangan  pengaruh ulangan selalu tetap untuk semua perlakuan

4 Contoh : data aditif PerlakuanUlanganPengaruh Ulangan (1-2) 12 A B Pengaruh Perlakuan (A – B) 20 Apabila pengaruhnya kelipatan, maka diperlukan transformasi data. Contoh pengaruh kelipatan adalah pengaruh serangan hama atau penyakit.

5 2.Kebebasan galat  Galat suatu pengamatan dikatakan bebas apabila tidak berkaitan dengan atau tidak tergantung pada yang lain.  Kebebasan galat dapat diperoleh dengan pengacakan satuan percobaan. Penataan rancangan secara sistematis menyebabkan galat tidak bebas.

6 3.Heterogenitas ragam dan ketidaknormalan sebaran data - Data yang mempunyai ragam heterogen biasanya menyebabkan sebarannya menjadi tidak normal. Heterogenitas ragam terbagi menjadi : a. Perubahan ragam merupakan hubungan fungsi dengan rata-rata  Pada kondisi ini, heterogenitas menyebabkan sebaran data menjadi tidak normal.

7  Contoh  mengikuti sebaran poisson : ragam sama dengan rata-rata (s² = x bar )  banyaknya tanaman terserang hama per petak, banyaknya luka per daun  Contoh  mengikuti sebaran binomial : datanya merupakan proporsi suatu kehadiran, dan hanya mempunyai 1 atau 2 kemungkinan (s² = x (1-x) )  persentase serangga yang hidup  persentase tanaman yang terserang hama atau penyakit

8 b. Ragam tidak berhubungan dengan rata-rata  Biasanya untuk data yang diperoleh dari percobaan yang terjadi alamiah karena perlakuan yang diujikan  Beberapa perlakuan mempunyai galat yang lebih tinggi atau lebih rendah dari yang lain  Contoh :  Penelitian pemuliaan tanaman dengan bahan F1 dan F2 : ragamnya akan berbeda  Respon hasil terhadap perlakuan pemupukan atau pestisida

9 Cara transformasi data  Transformasi Data :  tergantung pada jenis hubungan ragam dengan rata-rata  Terdapat 3 macam yang paling umum digunakan :  Transformasi logaritma  Transformasi akar kuadrat  Transformasi arc sin

10 1. Transformasi logaritma  Untuk data yang simpangan bakunya sebanding dengan rata-rata atau data kelipatan  Data yang mempunyai sebaran poisson dan binomial umumnya ditransformasi dengan logaritma  Beberapa Contoh :  banyaknya serangga per petak  banyaknya telur/pupa/ulat per tanaman (atau per satuan luas)  Penelitian tentang banyaknya larva yang hidup pada tanaman padi yang diberi perlakuan berbagai dosis insektisida menggunakan RAK dengan 4 ulangan

11  Cara : apabila gugus data hasil pengamatan adalah Xi, maka sebelum di analisis varian semua data ditransformasi dengan logaritma, atau X = Log Xi  Apabila gugus data nilainya kecil, misal <10, maka digunakan X = Log (Xi+1)

12 2. Transformasi akar kuadrat  untuk data bilangan bulat kecil, seperti data yang diperoleh dari menghitung kejadian yang jarang  untuk data persentase yang kisarannya 0-30% atau %  data yang mengikuti distribusi poisson atau binomial juga sering ditransformasi dengan akar kuadrat Contoh : data yang berbanding dengan rata-ratanya  banyaknya tanaman terkena penyakit per petak  banyaknya serangga yang tertangkap dalam perangkap  banyaknya gulma per petak

13 Cara transformasi akar kuadrat  Apabila gugus data hasil pengamatan adalah Xi, maka sebelum di analisis varian semua data ditransformasi dengan diakarkan, atau X = √ Xi  Apabila gugus datanya banyak yang nilainya kecil (<10) terutama angka 0, digunakan X = √ (Xi + 0,5) X = √ (Xi + 0,5)

14 3. Transformasi arc sin  Disebut juga transformasi sudut  Untuk data pembandingan  Untuk data yang diperoleh dengan penghitungan  Untuk data yang dinyatakan sebagai desimal atau persentase (yang berasal dari pembandingan), dengan kisaran 0-100%  Persentase protein atau karbohidrat bukan tipe data ini.

15 Cara transformasi arc sin  Digunakan tabel transformasi arc sin (ada tabelnya), atau gunakan komputer  Nilai 0% digantikan (1/4n) dan nilai 100% diganti (100-1/4n), dimana n adalah banyaknya satuan yang data persentase tersebut dibuat (atau penyebut yang digunakan dalam menghitung persentase)  Tidak semua data persentase harus ditransformasi (kisaran %), seandainya ditransformasi juga tidak harus menggunakan arc sin

16 Terima kasih


Download ppt "TRANSFORMASI DATA. Beberapa pengertian 1.Transformasi  proses konversi data ke dalam skala baru agar memenuhi homogenitas ragam dan sebaran data menjadi."

Presentasi serupa


Iklan oleh Google