Aturan Penentuan E (KT):

Slides:



Advertisements
Presentasi serupa
Permutasi. Permutasi Permutasi adalah banyaknya pengelompokan sejumlah tertentu komponen yang diambil dari sejumlah komponen yang tersedia; dalam setiap.
Advertisements

INDEKS MUSIMAN DAN GERAKAN SIKLIS
BAB 12. RELIABILITAS I A. DASAR
Rancangan Cross-Over Dalam kondisi-kondisi tertentu pemberian perlakuan dilakukan secara serial dimana setiap objek diterapkan seluruh perlakuan pada periode.
MATRIKS DEFINISI MATRIKS :
Uji Perbandingan Kelompok Perlakuan
Regresi Linier Berganda
Regresi Eni Sumarminingsih, SSi, MM. Analisis regresi linier merupakan analisis yang digunakan untuk mengetahui dan mempelajari suatu model hubungan fungsional.
1 UKURAN SAMPEL 2 (dalam probability sampling) Dengan mempertimbangkan: Akurasi, Praktis, dan Efisiensi Penentuan besaran sample (n):
Percobaan 2 faktor dalam RAK
1 Pertemuan 26 Pendugaan komponen ragam Matakuliah: I0204/Model Linier Tahun: Tahun 2005 Versi: revisi.
Percobaan Berfaktor Perlakuan : kombinasi antara taraf faktor satu dengan taraf faktor yang lain Penempatan perlakuan dalam : RAL, RAK, SPLIT PLOT atau.
ANALISIS REGRESI DAN KORELASI
STATISTIK INDUSTRI 1 PEMBANDINGAN ORTOGONAL Azimmatul Ihwah, S. Pd, M
Uji Residual (pada regresi Linier)
PERCOBAAN FAKTORIAL DAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
PERCOBAAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
VII. RAK FAKTORIAL Percobaan RAK pola faktorial adalah penelitian dengan rancangan dasar RAK dan faktor perlakuan labih dari atau sama dengan 2. Contoh.
Rancangan Acak Kelompok
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
INDEKS MUSIMAN DAN GERAKAN SIKLIS
MATRIKS DEFINISI MATRIKS :
NOTASI PENJUMLAHAN ()
Regresi Berganda Statistika Ekonomi II Pertemuan Ke 10
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
ANALISI SVARIANS (ANALISIS RAGAM)
Teori reliabilitas.
RANCANGAN BUJUR SANGKAR LATIN (RBSL) LATIN SQUARE
PEMBANDINGAN ORTOGONAL ( Prof.Dr. Kusriningrum )
STATISTIK INDUSTRI 1 PEMBANDINGAN ORTOGONAL Azimmatul Ihwah, S. Pd, M
MATRIKS DEFINISI MATRIKS :
PERCOBAAN FAKTORIAL.
Regresi Linier Berganda
Variabel Penelitian.
Dalam Rancangan Acak Lengkap (RAL)
PERCOBAAN FAKTORIAL.
ORGANISASI BERKAS SEKUENSIAL berINDEKS
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
RAL (Rancangan Acak Lengkap)
Forcep Rio Indaryanto, S.Pi., M.Si
Rancangan Faktorial Factorial Design
PERCOBAAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
Regresi Linier Berganda
Uji Lanjut: Uji Berganda Duncan (DMRT) (Duncan's Multiple Range Test)
Reliabilitas.
Rancangan Cross-Over Dalam kondisi-kondisi tertentu pemberian perlakuan dilakukan secara serial dimana setiap objek diterapkan seluruh perlakuan pada periode.
Taksiran varians sampel
The Analysis of Variance (ANOVA) : Analisis dengan Satu Faktor
Persamaan Regresi Ganda
ALJABAR LINIER Nama Kelompok: Yeni Astuti Nanda Aprilia
Persamaan dan Pertidaksamaan
STATISTIK Pertemuan 6: Teori Estimasi (Interval Konfidensi)
ORGANISASI BERKAS SEKUENSIAL berINDEKS
RANCANGAN PERCOBAAN DENGAN MINITAB DAN SAS
KOMBINASI.
REGRESI 1 1.OBSERVASI 2.PENGAMATAN 3.PENGUKURAN (Xi, Yi)
Regresi Linier Berganda
REGRESI LINIER BERGANDA
RANCANGAN SPLIT PLOT YAYA HASANAH.
UJI BEDA RATAAN.
Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
Perbandingan Berganda
INDEKS MUSIMAN DAN GERAKAN SIKLIS
The Analysis of Variance (ANOVA) : Analisis dengan Satu Faktor
.ANALISIS VARIAN.. 1. ANALISIS ANVARIAN Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam.
Rancangan acak lengkap faktorial
Principal Components Analysis (Pendekatan Sampel)
NOTASI SIGMA.
Rancangan Petak Petak Terbagi (Split Split Plot Design)
Transcript presentasi:

Aturan Penentuan E (KT): 1. Untuk model random, nilai E (KT) untuk semua efek merupakan kombinasi linier dari σɛ2 dan varians-varians efek yang indeksnya mengandung semua huruf pada efek tersebut. Koefisien dari varians-varians tersebut adalah 1 untuk σɛ2 dan untuk yang lain merupakan hasil kali ulangan (=r) degan huruf kecil (level) yang sesuai dengan huruf kapital yang tidak terdapat pada indeks.

2. Untuk Model Mixed. Dimulai dengan nilai E (KT) untuk model random 2. Untuk Model Mixed. Dimulai dengan nilai E (KT) untuk model random. Komponen yang mempunyai indeks yang sama dengan nama efek pada sumber keragaman selalu ada (tidak dihapus). Untuk masing-masing komponen, abaikan indeks yang sesuai dengan nama efek, perhatikan indeks yang tinggal, jika salah satu indeks yang tinggal ada yang sesuai dengan efek/faktor yang fixed maka komponen varians tersebut dihapus; kalau indeks yang tinggal semuanya sesuai dengan efek yang random maka komponen varians tidak dihapus. Selanjutnya perhatikan semua indeks, kalau mengandung indeks yang sesuai dengan efek fixed maka notasi diganti dengan notasi varians untuk model fixed.

3. Untuk Model Mixed. Setelah penerapan aturan #2, untuk semua komponen varians yang tinggal, jika pada indeksnya mempunyai satu atau lebih indeks yang sesuai dengan efek fixed, maka koefisien dari varians membutuhkan satu faktor untuk setiap efek fixed. Faktor tersebut adalah nilai rasio antara banyaknya level efek yang fixed terhadap derajad bebasnya (walaupun umumnya faktor ini jarang dipakai).

σɛ2 + ab σR2 σɛ2 + r σƬ2 σɛ2 + r σAB2 + r b σA2 σɛ2 + r σAB2 + r a σB2 Nilai E(KT) untuk Model Random (A & B: Random) SK DB E (KT) Ulangan (r-1) σɛ2 + ab σR2 Perlakuan (ab-1) σɛ2 + r σƬ2 A (a-1) σɛ2 + r σAB2 + r b σA2 B (b-1) σɛ2 + r σAB2 + r a σB2 AB (a-1)(b-1) σɛ2 + r σAB2 Error (ab-1)(r-1) σɛ2

σɛ2 + ab ∑ ρ2 /(r-1) σɛ2 + r ∑ τ2 /(ab-1) σɛ2 + b r ∑ α2 /(a-1) Nilai E(KT) untuk Model FIXED (A & B: Fixed) SK DB E (KT) Ulangan (r-1) σɛ2 + ab ∑ ρ2 /(r-1) Perlakuan (ab-1) σɛ2 + r ∑ τ2 /(ab-1) A (a-1) σɛ2 + b r ∑ α2 /(a-1) B (b-1) σɛ2 + a r ∑ β2 /(b-1) AB (a-1)(b-1) σɛ2 + r ∑ (αβ)2 /(ab-1) Error (ab-1)(r-1) σɛ2

Nilai E(KT) untuk Model MIXED (A Fixed & B Random) SK DB E (KT) Ulangan (r-1) σɛ2 + ab σR2 Perlakuan (ab-1) σɛ2 + r σƬ2 A (a-1) σɛ2 + r ∑(αβ)2 /(a-1)(b-1) + br ∑ α2 /(a-1) B (b-1) σɛ2 + a r σB2 AB (a-1)(b-1) σɛ2 + r ∑ (αβ)2 /(a-1)(b-1) Error (ab-1)(r-1) σɛ2