TIM ASISTEN STATISTIKA 2016

Slides:



Advertisements
Presentasi serupa
Perancangan Percobaan
Advertisements

Perancangan Percobaan
Klasifikasi Rancangan Percobaan
Berbagai Jenis Rancangan Percobaan
RANCANGAN PERCOBAAN OLEH HAMIDAH.
Perancangan Percobaan
Perancangan Percobaan
Rancangan Acak Kelompok
PERCOBAAN FAKTORIAL DAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
D0124 Statistika Industri Pertemuan 15 dan 16
NUR LAILATUL RAHMAH, S.Si., M.Si.
BRIEFING TUGAS BESAR STATISTIK INDUSTRI II
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Perancangan Percobaan
PERANCANGAN PERCOBAAN
ANALISI SVARIANS (ANALISIS RAGAM)
STATISTIKA INDUSTRI I RANCANGAN PERCOBAAN:
TIM ASISTEN PENGOLAHAN DATA PERIKANAN 2017
CARA PENGUMPULAN DATA SENSUS DATA POPULASI ANALISIS NILAI PARAMETRIK
Rancangan Percobaan Arum H. Primandari.
Berbagai Jenis Rancangan Percobaan
Perancangan Percobaan (Rancob)
RAL (Rancangan Acak Lengkap)
STK511 Dr. Ir. Rahmat Kurnia, M.Si.
RANCANGAN PERCOBAAN ACAK KELOMPOK
RANCANGAN ACAK KELOMPOK LENGKAP
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
STATISTIKA Pertemuan 9: Pengujian Hipotesis Selisih Rata-rata Dua Populasi Dosen Pengampu MK: Evellin Dewi Lusiana, S.Si, M.Si.
Statistika Nonparametrik (Uji hipotesis k sample)
RANCANGAN SPLIT PLOT.
Rancangan Bujur Sangkar Latin (Latin Square Design)
TIM ASISTEN STATISTIKA 2016
Pertemuan 21 Penerapan model not full rank
Prof. Dr. Ir. Loekito Adi S., M.Agr
RANCANGAN ACAK LENGKAP (RAL)
NUR LAILATUL RAHMAH, S.Si., M.Si.
TIM ASISTEN PENGOLAHAN DATA PERIKANAN 2017
Statistika Uji hipotesis 1 Populasi & 2 Populasi
STATISTIKA PENYAJIAN DATA
STATISTIKA PENYAJIAN DATA
Uji Hipotesis 2 Populasi
Pertemuan 9: Pengujian Hipotesis Dua Populasi
UJI LANJUTAN & RANCANGAN ACAK KELOMPOK
Rancangan Acak Lengkap
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOCK DESIGN) atau RANCANGAN KELOMPOK LENGKAP TERACAK (RANDOMIZED COMPLITE BLOCK DESIGN) Prof.Dr. Kusriningrum.
RANCANGAN PERCOBAAN FAKTORIAL
TIM ASISTEN STATISTIKA 2017
TIM ASISTEN STATISTIKA 2016 PERTEMUAN 7
Statistika uji hipotesis (1 populasi)
TIM ASISTEN STATISTIKA 2017
TIM ASISTEN PENGOLAHAN DATA PERIKANAN 2017
KONSEP ANALISIS OF VARIANCE
RANCANGAN BUJUR SANGKAR LATIN
RANCANGAN ACAK LENGKAP
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
STATISTIKA PENYAJIAN DATA
Uji Hipotesis 2 Populasi
TIM ASISTEN STATISTIKA 2017/2018
UJI LANJUTAN & RANCANGAN ACAK KELOMPOK
TIM ASISTEN STATISTIKA 2017
Statistika Uji hipotesis 1 Populasi
STATISTIKA BRIEFING PRAKTIKUM SEMESTER GANJIL 2018/2019
UJI LANJUTAN DAN RANCANGAN ACAK KELOMPOK
PENGENALAN RANCANGAN PERCOBAAN DAN RANCANGAN ACAK LENGKAP
Uji Hipotesis 2 Populasi
TIM ASISTEN STATISTIKA 2018
TIM ASISTEN STATISTIKA
Statistika Uji hipotesis 1 Populasi & Uji Hipotesis 2 Populasi
Berbagai Jenis Rancangan Percobaan
Transcript presentasi:

TIM ASISTEN STATISTIKA 2016 RANCANGAN PERCOBAAN TIM ASISTEN STATISTIKA 2016

TUJUAN 1. Mampu mengetahui pengolahan data pada rancangan percobaan acak lengkap (RAL) 2. Mampu menginterpretasikan hasil pengolahan data pada rancangan percobaan acak lengkap (RAL)

RANCANGAN PERCOBAAN Pengaruh suatu perlakuan terhadap respon Prinsip rancangan percobaan : 1. Randomisasi pengacakan 2. Ulangan 3. Pengendalian lokal

PEMBAGIAN RANCANGAN PERCOBAAN Rancangan perlakuan Rancangan lingkungan 1. RAL 2. RAK 3. RBSL

RANCANGAN ACAK LENGKAP Rancangan acak lengkap (RAL) biasa disebut klasifikasi satu-arah ‘One-way ANOVA’ karena perlakuan yang diujikan hanya satu jenis Ciri-ciri Rancangan Acak Lengkap : 1. Kondisi percobaan homogen 2. Satu-satunya sumber keragaman berasal dari perlakuan/treatment

Model perhitungan RAL

KEUNTUNGAN MENGGUNAKAN RAL 1. Perancangan dan pelaksanaannya mudah 2. Analisis datanya sederhana 3. Fleksibel (sedikit lebih fleksibel dibanding RAK) dalam hal jumlah perlakuan, jumlah ulangan, dapat dilakukan dengan ulangan yang tidak sama 4. Permasalahan data hilang lebih mudah ditangani 5. Tidak memerlukan tingkat pemahaman yang tinggi mengenai bahan percobaan

KEKURANGAN MENGGUNAKAN RAL 1. Terkadang rancangan ini tidak efisien 2. Hanya sesuai untuk percobaan dengan jumlah perlakuan yang tidak terlalu banyak 3. Pengulangan percobaan yang sama mungkin tidak konsisten apabila satuan percobaan tidak benar-benar homogen terutama apabila jumlah ulangannya sedikit

KAIDAH PENARIKAN KESIMPULAN 1. F hit > F tab 5% atau P value < α 5% Tolak H0, terima H1. Artinya ada perbedaan yang nyata antar perlakuan yang diberikan (dengan selang kepercayaan 95%) 2. F hit > F tab 1% Tolak H0, terima H1. Artinya ada perbedaan yang sangat nyata antar perlakuan yang diberikan (dengan selang kepercayaan 99%) 3. F hit < F tab 5% atau P value > α 5% Gagal tolak H0 atau terima H0 artinya tidak ada perbedaan yang nyata atas pemberian perlakuan

TUGAS UNTUK MINGGU DEPAN Tugas materi 4 untuk kelompok 4 Lihat pada sheet ‘Tugas’ (Praktikum 4.xlsx) dan buatlah pendahuluan, metodologi, serta screenshot sesuai dengan rancangan acak lengkap serta interpretasinya. Asistensi pertama maksimal hari selasa, 15 November pukul 18.00 Laporan fix hari kamis, 17 November 2016 pukul 18.00 Kirim ke email : (asisten kelas) dengan subjek praktikum4_kelas

TERIMA KASIH