TIM ASISTEN STATISTIKA 2017/2018

Slides:



Advertisements
Presentasi serupa
Perancangan Percobaan
Advertisements

Klasifikasi Rancangan Percobaan
Berbagai Jenis Rancangan Percobaan
STK222 / 3(2-2) PERANCANGAN PERCOBAAN I
RANCANGAN PERCOBAAN OLEH HAMIDAH.
Perancangan Percobaan
Rancangan Acak Kelompok
Pengantar Percobaan Faktorial
Rancangan Acak Kelompok Lengkap (RAK)
Percobaan satu faktor (single factor exp.)
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.
Rancangan Acak Kelompok
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
RANCANGAN ACAK LENGKAP FAKTORIAL
PERANCANGAN PERCOBAAN
Percobaan Faktorial Dalam Rancangan Acak Lengkap (RAL)
ANALISI SVARIANS (ANALISIS RAGAM)
STATISTIKA INDUSTRI I RANCANGAN PERCOBAAN:
Dalam Rancangan Acak Lengkap (RAL)
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)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
STK511 Dr. Ir. Rahmat Kurnia, M.Si.
RANCANGAN PERCOBAAN ACAK KELOMPOK
RANCANGAN ACAK KELOMPOK LENGKAP
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Dalam Rancangan Acak Kelompok Lengkap (RAKL)
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.
Rancangan Bujur Sangkar Latin
RANCANGAN ACAK KELOMPOK
Statistika Nonparametrik (Uji hipotesis k sample)
RANCANGAN SPLIT PLOT.
Rancangan Bujur Sangkar Latin (Latin Square Design)
TIM ASISTEN STATISTIKA 2016
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.
Statistika Uji hipotesis 1 Populasi & 2 Populasi
Uji Hipotesis 2 Populasi
Pertemuan 9: Pengujian Hipotesis Dua Populasi
UJI LANJUTAN & RANCANGAN ACAK KELOMPOK
RANCANGAN PERCOBAAN DENGAN MINITAB DAN SAS
Rancangan Acak Lengkap
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOCK DESIGN) atau RANCANGAN KELOMPOK LENGKAP TERACAK (RANDOMIZED COMPLITE BLOCK DESIGN) Prof.Dr. Kusriningrum.
Rancangan Acak Kelompok Lengkap (RAK)
RANCANGAN PERCOBAAN FAKTORIAL
Statistika uji hipotesis (1 populasi)
TIM ASISTEN STATISTIKA 2017
Percobaan satu faktor (single factor exp.)
KONSEP ANALISIS OF VARIANCE
ANOVA 2 ARAH dengan Interaksi
RANCANGAN BUJUR SANGKAR LATIN
RANCANGAN ACAK LENGKAP
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Uji Hipotesis 2 Populasi
UJI LANJUTAN & RANCANGAN ACAK KELOMPOK
Statistika Uji hipotesis 1 Populasi
UJI LANJUTAN DAN RANCANGAN ACAK KELOMPOK
PENGENALAN RANCANGAN PERCOBAAN DAN RANCANGAN ACAK LENGKAP
Uji Hipotesis 2 Populasi
Statistika Uji hipotesis 1 Populasi & Uji Hipotesis 2 Populasi
Berbagai Jenis Rancangan Percobaan
Transcript presentasi:

TIM ASISTEN STATISTIKA 2017/2018 RANCANGAN PERCOBAAN TIM ASISTEN STATISTIKA 2017/2018

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

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

Menuju minitab

TERIMA KASIH