PERTEMUAN 4 PERCOBAAN FAKTORIAL NONPARAMETRIK

Slides:



Advertisements
Presentasi serupa
UJI FRIEDMAN KELOMPOK - 4 Haedar Ardi Aqsha ( )
Advertisements

STATISTIKA NON PARAMETRIK
K SAMPEL INDEPENDEN SATU ARAH KRUSKAL - WALLIS
Uji Statistik Non Parametrik
Dibimbing oleh : Ir. Evi Liviawaty, MP dan Drs. Herman Hamdani,M. Si
Kasus 2 Sampel Independen: UJI MEDIAN dan UJI FISHER
UJI FRIEDMAN (Kasus k Sampel Berhubungan) Kelas 2G Kelompok 4:
ANALISIS VARIANSI.
ANALISIS REGRESI.
UJI FRIEDMAN Kelompok 5 : Ayu Rosita Sari David Jonly Daya
Kelompok 2 Uji Wald-Wolfowitz
STATISTIK NONPARAMETRIK UJI KRUSKAL-WALLIS
Oleh : Setiyowati Rahardjo
Oleh : Setiyowati Rahardjo
UJI FRIEDMAN Kelompok 4 STATISTIK NONPARAMETRIK/ kelas 2I
Page’s Test for Ordered Alternatives (Uji Page)
Nonparametrik: Data Tanda
UJI HOMOGINITAS VARIANS
Nonparametrik: Data Peringkat II
Analisis Koefisien Korelasi Rank Spearman
UJI FRIEDMAN (Uji k sampel berpasangan) UJI FRIEDMAN (Uji k sampel berpasangan)
Uji Mann-Whitney (U - Test) KELOMPOK 10 ELSA RESA SARI(H ) PUJI PUSPA SARI(H ) SARINA(H )
VII. RAK FAKTORIAL Percobaan RAK pola faktorial adalah penelitian dengan rancangan dasar RAK dan faktor perlakuan labih dari atau sama dengan 2. Contoh.
STATISTIKA Pertemuan 13-14: Analisis Nonparametrik Dosen Pengampu MK:
Uji Hipotesis.
HIPOTESIS Komperatif K SAMPEL
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL BERPASANGAN
Bio Statistika Jurusan Biologi 2014
RANCANGAN ACAK LENGKAP FAKTORIAL
MODUL IX (n1 n2)(n1 n2 1) 2 UJI NON PARAMETRIK (2)
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
Analisis Koefisien Korelasi Rank Spearman
ANALISIS VARIANSI (ANOVA)
, maka wilayah kritiknya adalah 2 < 21 – α
RANCANGAN BUJUR SANGKAR LATIN (RBSL) LATIN SQUARE
PERANAN STATISTIK DALAM PENELITIAN
MODUL X Kn Kn  ( Xij X ) = [( Xi. X ..) [( Xij X )
Dalam Rancangan Acak Lengkap (RAL)
CARA PENGUMPULAN DATA SENSUS DATA POPULASI ANALISIS NILAI PARAMETRIK
PERCOBAAN FAKTORIAL.
Perancangan Percobaan (Rancob)
RAL (Rancangan Acak Lengkap)
RANCANGAN ACAK KELOMPOK LENGKAP
Oleh Moh. Amin FE/AKUNTANSI UNISMA
Dalam Rancangan Acak Kelompok Lengkap (RAKL)
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
METODE STATISTIK NONPARAMETRIK (2)
STATISTIKA Pertemuan 12: Analisis Nonparametrik Dosen Pengampu MK:
Statistika Nonparametrik (Uji hipotesis k sample)
RANCANGAN SPLIT PLOT.
RANCANGAN BUJUR SANGKAR LATIN (RBSL) LATIN SQUARE
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL INDEPENDEN
Pengantar Statistika Bab 1
Prof. Dr. Ir. Loekito Adi S., M.Agr
3 b. Rancangan Acak Lengkap (Ulangan Tidak Sama)
Pengujian Statistika Nonparametrik
MANN WHITNEY (UJI U).
Pengantar Statistika Bab 1
Pengantar Statistika Bab 1 DATA BERPERINGKAT
KONSEP ANALISIS OF VARIANCE
RANCANGAN SPLIT PLOT YAYA HASANAH.
STATISTIK NON PARAMETRIK MINGGU 2
2.4. Kruskal-Walls Test. Uji Kruskal-Wallis dikenal juga dengan Analisa Varian (ANOVA) untuk data berperingkat (ordinal), dimana nilai pengamatan diberikan.
Uji 2 Sampel Independen Uji Mann-Whitney.
Uji Asosiasi Korelasi Spearman.
Uji Dua Sampel Berpasangan
Statisti k Non Parame trik UNIVERSITAS ANDALAS PROGRAM MAGISTER JURUSAN TEKNIK LINGKUNGAN 2018 Dosen Pengampu : Disusun Oleh: ASTRI YULIA NIM:
STATISTIKA 2 8. ANOVA OLEH: RISKAYANTO
PENGHASILAN PETANI DAN NELAYAN (X 1000 RUPIAH)
TABEL KATEGORIK 2×2.
Transcript presentasi:

PERTEMUAN 4 PERCOBAAN FAKTORIAL NONPARAMETRIK Prof.Dr. Ir Loekito Adi Soehono, M.Agr

Uji k Contoh Kruskal Wallis Menurut Daniel (1989) asumsi yang mendasari metode non parametrik yaitu: Data untuk analisis terdiri atas p sampel acak berukuran n1,n2,.....,np. Pengamatan-pengamatan bebas baik dalam maupun diantara sampel-sampel. Variabel yang diamati kontinyu. Skala pengukuran yang diamati setidaknya ordinal. Populasi-populasi identik kecuali dalam hal lokasi yang mungkin berbeda untuk sekurang-kurangnya populasi. Hipotesis yang diujikan adalah: Ho : ke-p sampel mempunyai median sama lawan H1 : minimal terdapat dua median sampel yang berbeda Metode nonparametrik untuk RAL disebut juga Uji Kruskal Walis

Prosedur Metode Nonparametrik Untuk RAL Memberi rangking pengamatan-pengamatan untuk ke p sampel dalam suatu urutan dari 1 hingga ke Ni. Menentukan nilai R (jumlah rangking) untuk masing-masing p sampel itu Menghitung nilai H dengan rumus: Di mana: N : ukuran keseluruhan pengamatan Ri : jumlah ranking untuk masing-masing p sampel, i=1,2 ..p Menentukan nilai signifikansi nilai pengamatan H bergantung pada ukuran (besar) p dan pada ukuran (besar) sampel-sampel itu: Jika p = 3 dan jika n1,n2,n3 ≤ 5 tabel statistik uji Kruskal-Wallis dapat dipakai untuk mengetahui taraf nyata. Dalam kasus-kasus lain. Signifikansi suatu nilai sebesar nilai pengamatan H dapat ditaksir dengan menggunakan tabel khi-kuadrat () dengan db = p-1. Jika kemungkinan yang berkaitan dengan nilai pengamatan H adalah sama dengan atau kurang dariα tolaklah Ho.

Contoh Kasus Percobaan untuk menentukan pengaruh lima strain Rhizobium Trifolli dan campuran 5 macam strain Rhizobium Melioti terhadap kandungan N– tanaman redclover. Masing-masing kelima kultur red clover, Rhizobium Trifolli diuji sendiri-sendiri dengan gabungan kelima strain alfalfa, Rhizobium Melioti dan gabungan strain red clover juga diuji dengan gabungan strain alfalfa, sehingga semuanya ada enam perlakuan. Percobaan dilaksanakan dalam rumah kaca dengan menggunakan rancangan acak lengkap dengan lima pot perlakuan. (*Asumsikan bahwa data tidak memenuhi asumsi). Hasil pengamatan kandungan N pada tanaman Red Clover (mg) PERLAKUAN U1 U2 U3 U4 U5 TOTAL RATA-RATA S1 19.4 32.6 27.0 32.1 33.0 144.1 28.82 S2 17.7 24.8 27.9 25.2 24.3 119.9 23.98 S3 17.0 9.1 11.9 15.8 73.2 24.64 S4 20.7 21.0 20.5 18.8 18.6 99.8 19.92 S5 14.3 14.4 11.8 11.6 14.2 66.3 13.28 S6 17.3 19.1 16.9 20.8 93.5 18.70 106.4 131.6 115.4 116.5 126.7 596.6

Contoh Kasus Berikan peringkat pada kandungan N Menghitung nilai H dengan rumus: PERLAKUAN U1 U2 U3 U4 U5 Total S1 17 29 26 28 30 130 S2 12 24 27 25 23 111 S3 10 1 4 8 40 S4 20 22 19 14 13 88 S5 6 7 3 2 5 S6 11 15 9 21 73 Membandingkan nilai H dengan χ2(6-1) =11,07 maka dapat diputuskan bahwa nilai H> χ2sehingga dapat disimpulkan bahwa terdapat perbedaan yang sangat nyata kelima strain tersebut terhadap kandungan N.

Uji Friedman untuk Klasifikasi Dua Arah Untuk klasifikasi dua arah, termasuk Rancagan Acak Kelompok dapat digunakan uji nonparametrik yang digunakan friedman Pengacakan RAK adalah pengacakan per kelompok, sehinggan penentuan rank juga berdasarkan kelompok, setelah itu dianalisis perbedaan rank yang sekaligus menunjukkan perbedaan pengaruh perlakuan yang satu dengan yang lainnya. Hipotesis yang diujikan adalah: Ho : ke-p sampel mempunyai median sama lawan H1 : minimal terdapat dua median sampel yang berbeda Metode nonparametrik untuk RAK disebut juga Uji Friedman

Uji Friedman untuk Klasifikasi Dua Arah Prosedur menghitung uji Friedman adalah sebagai berikut: Peringkatkan pengamatan dalam tiap kelompok mulai terkecil sampai terbesar , di mana untuk nilai-nilai pengamatan yang sama digunakan pangkat rata-rata. Tentukan jumlah peringkat tiap perlakuan Menghitung nilai statistik uji dengan persamaan: di mana: t = banyaknya baris / perlakuan b = banyaknya kelompok Rj = jumlah peringkat / perlakuan kolom ke-j

Uji Friedman untuk Klasifikasi Dua Arah Jika terdapat pengamatan-pengamatan yang sama, maka pada semua amatan yang bernilai samadiberikan peringkat rat-ratanya, dan bila itu terjadi dalam perlakuan-perlakuan yang berbeda, maka dapat dikoreksi untuk nilai H. Koreksi ini biasnya tidak merubah H terlalu besar. Koreksi tersebut diberikan dengan rumus: di mana tih adalah banyaknya nilai pengamatan yang sama dalam kelompok tersebut. Uji Ho dengan membandingkan antara dan kaidah pengambilan keputusan uji Friedman yang dijelaskan Siegel (1997) adalah: Bila atau nilai p ≥ α maka Ho diterima atau nilai p < α maka Ho ditolak

Uji Friedman untuk Klasifikasi Dua Arah Contoh Kasus Suatu penelitian dilakukan untuk mengetahui kandungan lemak (%) Redwing flaxseed dari petak-petak yang ada di Winnipeg yang diinokulasi dengan beberapa cara dengan spora Septoria linicola, organisme yang menyebabkan plasmo pada tanaman flax (rami). Kelompok Perlakuan S EB FB FB(1/100) R U 1 4,4 (-) 2,5 3,3 (-) 6,8(+) 6 6,3(+) 4 6,4(+) 5 2 5,9 (+) 1,9(-) 4,0(-) 6,6(+) 4,9(-) 3 7,3(+) 6,0 (+) 4,9 (-) 4,5(-) 7,0(+) 5,9(-) 7,7(+) 4,1 (-) 7,1(+) 5,5 3,1(-) 6,4(-) 6,7(+) Total Pangkat 12,5 9,5 6,5 19 15,5 21

Uji Friedman untuk Klasifikasi Dua Arah

Percobaan Faktorial Nonparametrik Suatu penelitian dilakukan untuk mengetahui pengaruh jenis bahan pemucat (J) dan dosis pada peroses penepungan mangrove terhadap persentase penurunan kadar gula dalam darah. Pada kasus ini juga tergantung denga Rancangan Lingkungan yang digunakan. Seandainya digunakan Rancangan Acak Lengkap maka menggunakan Rumus Kruskal Wallis sedangkan seandainya menggunakan Rancangan Acak Kelompok maka menggunakan Rumus Friedman

Percobaan Faktorial Nonparametrik Tabel hasil jenis pemucat (J) dengan dosis (D) untuk mempengaruhi persentase penurunan kadar gula dalam darah Insektisida Dosis Ulangan I II III IV J1 D1 21 19 20 16 D2 12 14 10 11 D3 6 4 8 J2 15 17 18 9 J3 5 J4

Percobaan Faktorial Nonparametrik Menguji pengaruh utama Jenis Bahan Pemucat J Ulangan 1 2 3 4 39 37 38 32 40 43 47 31 30 34 29 46 51 J Ulangan 1 2 3 4 Total 9 6,5 8 30 10 11 16 41 5 12 52 Kesimpulan: Kesimpulan yang kita peroleh, bahwa hanya pengaruh utama Jenis Bahan Pemucat sangat nyata χ2(4-1) =7,81

Percobaan Faktorial Nonparametrik Menguji pengaruh utama Dosis D Ulangan 1 2 3 4 60 68 73 63 50 56 58 51 38 29 35 45 D Ulangan 1 2 3 4 Total 9 11 12 10 42 5 7 8 6 26 Kesimpulan: Kesimpulan yang kita peroleh, bahwa hanya pengaruh utama D sangat nyata χ2(3-1) =5,99

Percobaan Faktorial Nonparametrik Menguji interaksi jenis bahan pemucat dan dosis Langkah 1 > d1-d2 I Ulangan 1 2 3 4 Total 15 10,5 16 52 1,5 8 12 14 13 48 6,5 5 22 I Ulangan 1 2 3 4 9 5 10 -6 -2 7 6 -1

DISKUSI (Non Parametrik Faktorial) Menguji interaksi bahan pemucat dan dosis Langkah 1 > d1+d2-2d3 I Ulangan 1 2 3 4 21 25 14 7 16 11 13 15 22 -2 10 9 -5 I Ulangan 1 2 3 4 Total 14 16 9 44 11,5 7,5 35,5 13 10 15 48,5 6 5 18 Kesimpulan: H1+H2 (=17,16+19,77)> χ2(4-1) =7,81 Kesimpulan yang kita peroleh, bahwa terdapat interaksi antara insektisida dan dosis