UJI BEDA RATAAN.

Slides:



Advertisements
Presentasi serupa
PEMBANDINGAN BERGANDA (Prof. Dr. Kusriningrum)
Advertisements

Uji beda rata-rata Kalau dalam ANOVA menunjukkan bahwa F hitung > F tabel yang berarti bahwa menolak hipotesis yang menyatakan rata-rata antar perlakuan.
Uji Perbandingan Berganda
RAKL (Rancangan Acak Kelompok Lengkap)
Rancangan Petak Terbagi
Rancangan Acak Kelompok
Rancangan Acak Lengkap
VIII. RANCANGAN PETAK TERBAGI (RPT)
Percobaan dengan 3 Faktor dan Split-Plot
Rancangan Acak Kelompok Faktorial
Rancangan Acak Kelompok Faktorial
Percobaan 2 faktor dalam RAK
ANALISIS EKSPLORASI DATA
Percobaan Berfaktor Perlakuan : kombinasi antara taraf faktor satu dengan taraf faktor yang lain Penempatan perlakuan dalam : RAL, RAK, SPLIT PLOT atau.
PERCOBAAN FAKTORIAL DAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
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.
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)
RANCANGAN ACAK LENGKAP FAKTORIAL
Rancangan Percobaan (II) Pertemuan 26
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PERBANDINGAN ANTAR NILAI RERATA PERLAKUAN
Rancangan Acak Lengkap
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.
PERCOBAAN FAKTORIAL.
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
Perancangan Percobaan (Rancob)
RAL (Rancangan Acak Lengkap)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
Forcep Rio Indaryanto, S.Pi., M.Si
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
Uji Lanjut: Uji Berganda Duncan (DMRT) (Duncan's Multiple Range Test)
RANCANGAN ACAK KELOMPOK
RANCANGAN BUJUR SANGKAR LATIN (RBL)
Percobaan 2 faktor dalam RAK
PENGUJIAN RATAAN PERLAKUAN
TIM ASISTEN STATISTIKA 2016
UJI PERBANDINGAN BERGANDA
Rancangan Acak Lengkap
Rancangan Satu Faktor Rancangan Acak Lengkap
Perbandingan Berganda
Materi Pokok 21 RANCANGAN KELOMPOK
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PENGUJIAN RATAAN PERLAKUAN
PEMBANDINGAN GANDA PADA RANCANG KELOMPOK
UJI PERBANDINGAN GANDA
UJI LANJUTAN & RANCANGAN ACAK KELOMPOK
Nilai UTS.
Perbandingan Berganda
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
UJI BEDA RATAAN GRUP PERLAKUAN METODE ORTOGONAL KONTRAS
ANOVA 2 ARAH dengan Interaksi
RANCANGAN BUJUR SANGKAR LATIN
RANCANGAN ACAK KELOMPOK
UJI BEDA RATAAN.
Perbandingan Berganda
Rancangan Acak Lengkap
UJI LANJUTAN & RANCANGAN ACAK KELOMPOK
ANOVA SATU ARAH (Oneway Anova).
STATISTIKA 2 8. ANOVA OLEH: RISKAYANTO
Uji Perbandingan Berganda Kuswanto, Uji perbandingan berganda Untuk membandingkan rerata antar perlakuan Untuk membandingkan rerata antar perlakuan.
UJI LANJUTAN DAN RANCANGAN ACAK KELOMPOK
Rancangan acak lengkap faktorial
ANALISIS REGRESI DAN KORELASI
Rancangan Petak Petak Terbagi (Split Split Plot Design)
Transcript presentasi:

UJI BEDA RATAAN

UJI BEDA RATAAN PERLAKUAN Jika dari analisis ragam (ANOVA) diperoleh pengaruh perlakuan (F test) beda nyata maka pengujian dilanjutkan dengan uji beda rataan untuk mengetahui pasangan-pasangan perlakuan yang berbeda nyata. Ada 4 metode uji beda rataan : 1. LSD Test (Least Significant Difference) = Beda Nyata Terkecil (BNT) 2. HSD Test (Honestly Significant Difference) = Beda Nyata Jujur (BNJ). 3. SNK Test (Student, Newman – Keul) 4. Duncant’s Test (Duncant’s Multiple Range Test=DMRT)

HSD Test = Honestly Significant Different Beda Nyata Jujur Dikembangkan oleh Tukey (1953) Menentukan apakah selisih 2 perlakuan berbeda atau tidak Dikenal tidak terlalu sensitif  baik digunakan untuk memisahkan perlakuan-perlakuan yang benar-benar berbeda Memiliki satu pembanding dan digunakan sebagai alternatif pengganti LSD jika ingin menguji pasangan perlakuan tanpa rencana. Titik kritis sebaran yang digunakan tabel studentized range test Formulasi : HSDα = qα (t, dbE) x √KT (E)/r t = jumlah perlakuan/treatment db E = db Error qα = nilai tabel q

LANGKAH PENGUJIAN LSD : Tentukan nilai KTG dan db yang diperoleh dari hasil analisis ragam Tentukan nilai Tukey dengan rumus HSDα = qα (t, db galat x √KT Galat/r Urutkan rata-rata perlakuan (menaik) Buat tabel matriks selisih rata-rata antar perlakuan Kriteria pengujian : Jika (µ1 -j)  HSD  Terima H0 (tidak berbeda nyata) Jika (µ1 -j) > HSD  tolak H0 (berbeda nyata)

ALUR PENGUJIAN LSD Hitung perbedaan selisih dua rataan Tabel anova Nilai tabel yang Sudah dirutkan q Tukey q (p,v) KT Galat Buat matriks beda rataan Hitung nilai HSD Hitung perbedaan selisih dua rataan Bandingkan (µ1 -j) Jika (µ1 -j)  HSD  Terima H0 (berbeda tidak nyata) Jika (µ1 -j) > HSD  tolak H0 (berbeda nyata)

Analisis Data : KT (E) = 11.79 p = 6 (p=perlakuan=treatment) Misal dari suatu perhitungan ANOVA data penelitian diketahui : KT (E) = 11.79 p = 6 (p=perlakuan=treatment) db (E) = 24 r = 5 Taraf uji nyata/significant α = 0.05 (*) dan 0.01 (**) Data Rataan Perlakuan : A = 28.82 B = 23.98 C = 14.64 D = 19.92 E = 13.26 F = 18.70 Tentukanlah beda rataan antara perlakuan data penelitian tersebut di atas dengan metode HSD.

ANOVA Sumber keragaman db JK KT F hit F tabel 5% 1% Perlakuan 5 847.047 169.409 14.37** 2.621 3.895 Galat 24 282.928 11.789   Total 29 1129.975

= 6.71 PERHITUNGAN HSD 0.05 = q (6, 24) *  11.79/5 = 4.37 * 1.535 HSDα = q (p,db galat) x √ KT Galat / r HSD 0.05 = q (6, 24) *  11.79/5 = 4.37 * 1.535 = 6.71

URUTKAN DATA A = 28.82 B = 23.98 D = 19.92 F = 18.70 C = 14.64 E = 13.26

TABEL UJI BNJ

MATRIKS RATAAN q 0.05 = 6.71 Perlakuan/ Rataan Beda Rataan Perlakuan E C F D B A E = 13.26 0.00   C= 14.64 1.38 F = 18.70 5.44 4.06 D= 19.92 6.66 5.28 1.22 B = 23.98 10.72** 9.34** A = 28.82 15.56** 14.18** 10.12** 8.90* 4.84 a ab bc c

MATRIKS RATAAN q 0.05 = 6.71 a ab bc c Perlakuan/ Beda Rataan Perlakuan Rataan 28.82 23.98 19.92 18.7 14.64 13.26   a 4.84 ab 8.9 4.06 bc 10.12 5.28 1.22 14.18 9.34 c 15.56 10.72 6.66 5.44 1.38

TERIMA KASIH

Suatu penelitian tentang peran FMA dan konsorsium mikroba terhadap pertumbuhan dan produksi kedelai dilakukan dengan rancangan percobaan RAK faktorial dengan 2 faktor dan 3 ulangan. Faktor 1  FMA (M0 =tanpa FMA, M1=20 g/tan, M2 = 40 g/tan) ; Faktor 2  konsorsium mikroba (R0=tanpa konsorsium mikroba ; R1 = konsorsium mikroba 5 g/kg benih ; R2 = konsorsium mikroba 10 g/kg benih ; R3 = konsorsium mikroba 15 g/kg benih). Data jumlah cabang produktif dan anova tersaji pada tabel berikut :

Perlakuan R0 R1 R2 R3 Rataan Total ……………...cabang ………… M0 2.13 3.87 Data jumlah cabang produktif : Perlakuan R0 R1 R2 R3 Rataan Total ……………...cabang ………… M0 2.13 3.87 3.73 4.20 3.48 13.93 M1 4.73 4.47 4.93 4.53 4.67 18.66 M2 3.33 4.13 5.20 4.35 17.39 3.40 4.36 4.27 4.64 10.19 13.07 12.79

Konsorsium mikroba (R) 3 7.76 2.59 3.14 3.05 Anova SK db JK KT F hitung F 5% Ket. Blok 2 2.29 1.14 1.39 3.44 tn FMA (M) 9.01 4.50 5.46 * Konsorsium mikroba (R) 3 7.76 2.59 3.14 3.05 M x R 6 6.13 1.02 1.24 2.55 Galat 22 18.14 0.82 Total 35 43.32