Perbandingan Berganda

Slides:



Advertisements
Presentasi serupa
PENGUJIAN HIPOTESIS (STATISTIK)
Advertisements

Pengujian Hipotesis (Satu Sampel)
9 Uji Hipotesis untuk Satu Sampel.
PEMBANDINGAN BERGANDA (Prof. Dr. Kusriningrum)
KELOMPOK 1 Anggota : 1.Adeleida Wilhelmina M. (1) 2. Ezra P Donny A (9) 3.I Komang Deddy S.P. (17) 4.Nurul Lia S.D. (25) 5.Wening Ulinnuha M. (34)
II. Pengujian rata-rata k populasi
Bab X Pengujian Hipotesis
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPLE TUNGGAL)
Uji beda rata-rata Kalau dalam ANOVA menunjukkan bahwa F hitung > F tabel yang berarti bahwa menolak hipotesis yang menyatakan rata-rata antar perlakuan.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
ANALISIS DATA Analisis/Uji Statistika dikatakan
Metode Statistika II Pertemuan 5 Pengajar: Timbang Sirait
STATISTIKA INFERENSIA
UJI HIPOTESIS SATU SAMPEL
HIPOTESIS Jawaban sementara terhadap suatu permasalahah yang paling dianggap benar H 0 : Pernyataan yang menyatakan tidak berpengaruh, tidak ada perbedaan,
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Tabel Nilai-Nilai Kritis Sebaran t – berekor satu
Metode statistika (stk 201) Kelompok 1 Departemen Matematika Institut Pertanian Bogor 2013.
Uji Perbandingan Ganda (Multiple Comparison)
STATISTIK INDUSTRI 1 MATERI KE-13 PEMBANDINGAN BERGANDA
MULTIPLE COMPARISON TEST (UJI LANJUT, POSTHOC TEST ) MULTIPLE COMPARISON TEST (UJI LANJUT, POSTHOC TEST ) Dr. Nugraha E. Suyatma, STP, DEA Dr. Ir. Budi.
PENGUJIAN HIPOTESIS.
STATISTIKA EKONOMI II PERTEMUAN KE- 6 Pengujian Hipotesis 20/08/2016.
MODUL VIII STATISTIKA NON PARAMETRIK
Pengujian Hipotesis mengenai Rataan Populasi
MODUL IX (n1 n2)(n1 n2 1) 2 UJI NON PARAMETRIK (2)
Rancangan Percobaan (II) Pertemuan 26
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PERBANDINGAN ANTAR NILAI RERATA PERLAKUAN
PENGGUNAAN SPSS UNTUK RBSL (SPSS for lATIN SQUARE DESIGN)
Uji Hipotesis (1).
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
Pengujian Hipotesis Aria Gusti.
UJI DMRT Oleh: Afita Ismawati ( / Kelas F)
UJI LANJUT PEMBANDINGAN BERGANDA
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
UJI TANDA UJI WILCOXON.
Forcep Rio Indaryanto, S.Pi., M.Si
UJI HIPOTESIS (3).
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
UJI HIPOTESA BEDA DUA RATA-RATA
Metode PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS.
Rancangan Bujur Sangkar Latin (Latin Square Design)
BAB 9 PENGUJIAN HIPOTESIS
PENGUJIAN RATAAN PERLAKUAN
UJI PERBANDINGAN BERGANDA
Rancangan Satu Faktor Rancangan Acak Lengkap
Perbandingan Berganda
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
PENGUJIAN RATAAN PERLAKUAN
PEMBANDINGAN GANDA PADA RANCANG KELOMPOK
BAB IV PENGUJIAN HIPOTESIS
UJI PERBANDINGAN GANDA
Nilai UTS.
RANCANGAN PERCOBAAN DENGAN MINITAB DAN SAS
RANCANGAN PERCOBAAN FAKTORIAL
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
BUJUR SANGKAR GRAECO ~ LATIN Meitalia Tantri K. ( )
UJI BEDA RATAAN.
Pengujian Hipotesis Achmad Tjachja N, Ir.,MS.
UJI BEDA RATAAN.
Perbandingan Berganda
PENGUJIAN HIPOTESIS.
Statistik Non-parametrik
Uji Nilai Tengan Lebih dari 2 populasi
ANOVA SATU ARAH (Oneway Anova).
Uji Perbandingan Berganda Kuswanto, Uji perbandingan berganda Untuk membandingkan rerata antar perlakuan Untuk membandingkan rerata antar perlakuan.
UJI HIPOTESIS Indah Mulyani.
Transcript presentasi:

Perbandingan Berganda Sutikno Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya tikno@yahoo.com, sutikno@statistika.its.ac.id 085230203017

Pendahuluan Perbandingan berganda adalah perbandingan nilai tengah perlakuan (rataan).   Jika pada pengujian : Ho: µ1= µ2=…= µa dan H1: paling tidak ada sepasang µi, dimana µi ≠ µj, disimpulkan menolak Ho, maka analisis selanjutnya adalah menentukan perlakuan mana yang memberikan respon yang berbeda diantara perlakuan yang digunakan. Metode yang digunakan dalam membandingan nilai tengah perlakuan adalah: Beda nyata terkecil (least significance difference: LSD) Beda nyata jujur (honest significance difference: HSD) Uji perbandingan berganda Duncan (Duncan’s Multiple Range Test: DMRT)

Beda nyata terkecil (least significance difference: LSD) Uji LSD menguji perlakuan secara berpasangan. Misal jika ada 4 perlakuan maka terdapat C42 = 6 pasangan pengujian. Setiap pasangan memiliki peluang kesalahan jenis 1 = α. Hal ini berarti bahwa semakin besar jumlah pasangan yang akan dibandingkan, berakibat semakin besar kesalahannya. Dampaknya akan mengurangi keterandalan (kevalidan) pengujian. Oleh karena itu metode LSD akan sangat sensitif terhadap perbedaan yang muncul dalam perlakuan karena kriteria pemisahan perlakuan tidak terlalu ketat. Hipotesis: Ho: µi= µj H1: µi ≠ µj    Nilai kritis LSD: Wilayah Kritis: Tolak Ho jika > LSD, maka dapat disimpulkan kedua perlakuan berbeda nyata pada taraf α. Ulangan sama:

Beda nyata jujur (honest significance difference: HSD) Prosedur HSD ditemukan Tukey. Perbedaan uji HSD dan LSD adalah penentuan nilai α, dimana pada metode HSD utk semua perbandingan perlakuan yang mungkin ditetapkan kesalahan sebesar α. Sehingga jika ada 4 perlakuan dan ditetapkan α=5%, maka setiap pasangan akan menerima kesalahan sebesar α/(2x6)=5/12 %=0,413%.   Metode HSD akan sangat baik digunakan untuk memisahkan perlakuan2 yang memang benar berbeda  tidak terlalu sensitif Nilai kritis HSD: q adalah nilai studentized range statistic pada taraf α, jml perlakuan p, dan derajat bebas (N-a). Ulangan setiap perlakuan hrs sama, jika tidak sama maka nilai n didekati dengan rataan harmonik dari semua ulangan perlakuan. Tolak Ho jika > HSD, maka dapat disimpulkan kedua perlakuan berbeda nyata pada taraf α. a banyaknya perlakuan

Duncan (Duncan’s Multiple Range Test: DMRT) Prosedur hampir sama dengan HSD, tetapi Duncan mempersiapkan gugus nilai pembanding yang nilainya meningkat bergantung dari jarak peringkat dua buah perlakuan yang akan dibandingkan.   Nilai Kritis Duncan: r adalah nilai Tabel Duncan pada taraf α, jml perlakuan p (p=2,3,4,….,a), dan f adalah derajat bebas error (N-a). Ulangan setiap perlakuan hrs sama, jika tidak sama maka nilai n didekati dengan rataan harmonik dari semua ulangan perlakuan. Tolak Ho jika > Rp, maka dapat disimpulkan kedua perlakuan berbeda nyata pada taraf α.