STATISTIK INDUSTRI I PEMBANDINGAN BERGANDA

Slides:



Advertisements
Presentasi serupa
Teori Graf.
Advertisements

Statistika Deskriptif: Distribusi Proporsi
Sebuah perusahaan pembuat pakan ikan merekomendasikan bahwa dengan pakan buatannya pada umur 3 bulan ikan patin bisa mempunyai berat badan rata-rata 500.
PERCOBAAN FAKTORIAL DENGAN RANCANGAN ACAK KELOMPOK Prof. Kusriningrum
Bulan maret 2012, nilai pewarnaan :
PENDUGAAN DAN SELANG KEPERCAYAAN Mennofatria Boer
VI. PERCOBAAN FAKTORIAL
VIII. RANCANGAN PETAK-PETAK TERBAGI
8 Statistik Selang untuk Sampel Tunggal.
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
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)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOCK DESIGN) atau RANCANGAN KELOMPOK LENGKAP TERACAK (RANDOMIZED COMPLITE BLOCK DESIGN) Prof.Dr. Kusriningrum.
10 Uji Hipotesis untuk Dua Sampel.
Uji beda rata-rata Kalau dalam ANOVA menunjukkan bahwa F hitung > F tabel yang berarti bahwa menolak hipotesis yang menyatakan rata-rata antar perlakuan.
12. FAKTORIAL RANCANGAN PETAK TERBAGI
Pengujian Hipotesis.
UKURAN PENYEBARAN DATA
Uji Perbandingan Berganda
RANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
ESTIMASI MATERI KE.
PENINGKATAN KUALITAS PEMBELAJARAN DAN PEMAHAMAN PERANCANGAN PERCOBAAN MAHASISWA SEMESTER VI FAKULTAS KEDOKTERAN HEWAN UNIVERSITAS AIRLANGGA SURABAYA PENANGGUNG.
Pengujian Hipotesis Parametrik 2
Pengujian Hypotesis - 3 Tujuan Pembelajaran :
VIII. UJI HIPOTESIS Pernyataan Benar Salah Ada 2 Hipotesis Hipotesis H
Rancangan Acak Lengkap
P E R C O B A A N F A K T O R I A L D E N G A N RANCANGAN ACAK LENGKAP
Bab II. Rancangan Acak Lengkap (RAL) Completed randomized design (CRD)
Bulan FEBRUARI 2012, nilai pewarnaan :
PENGERTIAN DASAR Prof.Dr. Kusriningrum
PEMBANDINGAN ORTOGONAL ( Prof.Dr. Kusriningrum )
Statistika Deskriptif: Distribusi Proporsi
Teknik Numeris (Numerical Technique)
Korelasi dan Regresi Ganda
Rancangan Acak Lengkap
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.
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
Rancangan Percobaan (II) Pertemuan 26
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PERBANDINGAN ANTAR NILAI RERATA PERLAKUAN
Rancangan Acak Lengkap
STATISTIKA INDUSTRI I RANCANGAN PERCOBAAN:
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.
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
PENGUJIAN RATAAN PERLAKUAN
UJI PERBANDINGAN BERGANDA
NUR LAILATUL RAHMAH, S.Si., M.Si.
Rancangan Acak Lengkap
Rancangan Satu Faktor Rancangan Acak Lengkap
Perbandingan Berganda
PENGUJIAN RATAAN PERLAKUAN
PEMBANDINGAN GANDA PADA RANCANG KELOMPOK
UJI PERBANDINGAN GANDA
Perbandingan Berganda
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOCK DESIGN) atau RANCANGAN KELOMPOK LENGKAP TERACAK (RANDOMIZED COMPLITE BLOCK DESIGN) Prof.Dr. Kusriningrum.
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
UJI BEDA RATAAN.
UJI BEDA RATAAN.
Perbandingan Berganda
Rancangan Acak Lengkap
Uji Perbandingan Berganda Kuswanto, Uji perbandingan berganda Untuk membandingkan rerata antar perlakuan Untuk membandingkan rerata antar perlakuan.
Transcript presentasi:

STATISTIK INDUSTRI I PEMBANDINGAN BERGANDA Azimmatul Ihwah, S.Pd, M.Sc

REFERENSI R., S. Kusriningrum. 2008. Perancangan Percobaan. Airlangga University Press. Surabaya. Hanafiah, Kemas Ali. 2012. Rancangan Percobaan: Teori dan Aplikasi. Jakarta: Rajawali Press. Montgomery. 2001. Design dan Analysis Experiment. New York: John Wiley and Sons Inc.

Pembandingan berganda Merupakan uji lanjutan dari Anova Hasil yang diperoleh melalui uji F menunjukkan apabila H0 ditolak belum dapat memberikan keterangan tentang perlakuan mana yang berbeda. Kecuali untuk t = 2, karena jelas bahwa yang satu tentu berbeda dengan yang lain. Untuk hal ini cukup membandingkan rataan marjinalnya. Untuk menentukan perlakuan mana yang berbeda dengan yg lain bila t > 2, kita perlu membandingkan perlakuan tsb satu per satu.

Misal: t = 4 (perlakuan A, B, C dan D) pembandingnya adalah: y-A dan y-B y-B dan y-C y-A dan y-C y-B dan y-D y-A dan y-D y-C dan y-D y-A , y-B , y-C , y-D adalah rata-rata pengamatan untuk perlakuan A, B, C dan D. Banyaknya pasangan yang mungkin untuk diperbandingkan apabila dinyatakan dengan simbol kombinasi: 4! = = 6 buah pembandingan 2! 2! Pembandingan seperti di atas disebut dengan pembandingan berganda 4 2

Macam-macam perbandingan berganda Uji Beda Nyata Terkecil (BNT) Uji Beda Nyata Jujur (BNJ) Uji Jarak Berganda Duncan (UJBD) atau Uji Jarak Duncan dengan Jarak Nyata Terkecil (JNT)

A. Uji Beda Nyata Terkecil (BNT) Uji BNT disebut juga Least Significant Difference (LSD) Misal ingin membandingkan 2 perlakuan yg punya rata-rata pengamatan y-A dan y-B , maka: BNT (Ξ±) = 𝑑 𝛼;(𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘) x s atau BNT (Ξ±) = 𝑑 𝛼;(𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘) x s2 Merupakan nilai terkecil utk menunjukkan adanya perbedaan antara y-A dan y-B 1/nA + 1/nB 1/nA + 1/nB

s2 = kuadrat tengah galat = KTG Keterangan: (Ξ±) = taraf nyata Ξ± = 0,05, untuk BNT (5%) Ξ± = 0,01, untuk BNT (1%) 𝑑 𝛼;(𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘) = titik kritis distribusi t untuk taraf nyata Ξ± dan derajat bebas dari galatnya s2 = kuadrat tengah galat = KTG nA dan nB = banyaknya pengamatan (ulangan) untuk perlakuan A dan B Besaran οƒ  s = s2 Jika nA dan nB = n οƒ  maka οƒ  s √2 / n = √2s2 / n Besaran di atas disebut galat baku (standard error) dua nilai tengah atau galat baku beda = se(y-A - y-B) 1/nA + 1/nB 1/nA + 1/nB

Jika s2 = KTG, maka: a) nA β‰  nB οƒ  se(y-A - y-B) = KTG BNT (Ξ±) = 𝑑 𝛼;(𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘) x KTG b) nA = nB = nοƒ  se(y-A - y-B) = √ 2 KTG / n BNT (Ξ±) = 𝑑 𝛼;(𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘) x √ 2 KTG / n Uji BNT digunakan bila F hit > Ftabel Sebaiknya untuk perlakuan ≀ 3, krn semakin besar perlakuan akan meningkatkan peluang kesalahan 1/nA + 1/nB 1/nA + 1/nB

Contoh soal 21 ekor babi yang menerima 3 macam ransum pakan yg berbeda dengan ulangan 7 kali. Dari hasil analisis sidik ragam diperoleh bahwa F hitung > F tabel (0,05). Uji F οƒ  beda nyata, utk mengetahui perbedaan antara masing-masing perlakuan, maka dilakukan uji BNT untuk memperoleh notasi yg membedakan perlakuan yg satu dengan yang lain.

Tabulasi data contoh 1 Ulangan Perlakuan TOTAL A B C 1 70,2 64,0 88,4 61,0 84,6 82,6 3 87,6 73,0 90,2 4 77,0 79,0 83,6 5 68,6 81,0 80,8 6 73,2 78,6 7 57,4 71,0 93,6 Total 495,0 531,2 603,8 1630,0 Rata-rata 70,71 75,89 86,26

TABEL ANOVA Sumber keragaman (S.K.) Derajat bebas (d.b.) Jumlah kuadrat (J.K.) Kuadrat tengah (K.T.) F hitung F tabel 0,05 0,01 Perlakuan 2 842,5809 421,2904 7,84** 3,55 6,01 Galat percobaan 18 967,3715 53,7429 Total 20 1809,9524

Uji BNT Rata-rata bobot babi utk ketiga perlakuan A, B dan C berturut-turut: 70,71; 75,89 dan 86,26 Tentukan taraf nyata, misal utk Ξ± = 0,05 dan kemudian tentukan BNT (5%), sbb: BNT (Ξ±) = 𝑑 𝛼;(𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘) x √ 2 KTG / n = 𝑑 0,05;18 x √ 2 KTG / n = 2,101 x √ (2 x 53,7429) / 7 = 8,23

Penentuan notasi pada BNT Perlakuan Rata-rata perlakuan (x- ) Beda (selisih) BNT (5%) (x - - A) (x - - B) C 86,23 a 15,52* 10,34* 8,23 B 75,89 b 5,18 A 70,71 b Berilah notasi a pada perlakuan C (sebagai awalan) Analisislah dengan mengurutkan dari rata-rata terbesar (C) dengan rata-rata di bawahnya (B): C : notasi a B οƒ  C – B : * (tanda bintang berarti berbeda) sehingga ganti notasi b A οƒ  B – A : tb (tidak ada bintang, berarti sama) sehingga notasi tetap b, sehingga notasi: A = a B = b C = b

KESIMPULAN : Bobot babi tertinggi diperoleh pada perlakuan C yang berbeda nyata dengan perlakuan B dan A. Bobot babi yang terendah didapat pada perlakuan B dan A dan antara perlakuan B dan A tersebut tidak berbeda nyata.

B. Uji Beda Nyata Jujur (BNJ) Uji BNJ disebut juga Honestly Significant Difference (HSD) οƒ  untuk mengetahui selisih dua perlakuan berbeda atau tidak a) nA β‰  nB BNJ (Ξ±) = 𝑄 𝛼;(𝑝,𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘) 2 π‘₯ 𝐾𝑇𝐺 1 𝑛 𝐴 + 1 𝑛 𝐡 b) nA = nB = n BNJ (Ξ±) = 𝑄 𝛼;(𝑝,𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘) π‘₯ 𝐾𝑇𝐺 𝑛

Perbedaan BNJ dgn BNT adalah pada nilai kritis yang digunakan, bukan titik kritis sebaran t student, tetapi titik kritis taraf nyata teratas dari studentized range untuk p buah perlakuan. Titik kritis ini disebut Q(Ξ±), dimana nilai tsb bergantung pada p yaitu banyaknya perlakuan yang akan dibandingkan dengan db galat, juga taraf signifikansi yang digunakan

Contoh soal PENYELESAIAN (BNJ) Percobaan PEMUPUKAN = 5 perlakuan (P,Q,R,S,T) memperoleh keputusan uji 𝐻 0 ditolak Rata-rata = 1,616; 1,718; 1,792; 1,904 dan 2,056 Ulangan = 5 Taraf nyata = Ξ± = 0,05 db galat = 20 KTG = 0,0061 Ujilah dengan BNJ untuk menentukan perlakuan mana yg memberikan hasil produksi hijauan yg tertinggi! PENYELESAIAN (BNJ) BNJ (5%) = 𝑄 0.05; 5,20 0,0061 5 = 4,24 x 0,0349 = 0,148

TABEL SELISIH Perlakuan pemupukan Rata-rata (x-) Beda BNJ (5%) (x- -P) (x- -Q) (x- -R) (x- -S) T 2,056 0,440* 0,338* 0,264* 0,152* 0,148 S 1,904 0,288* 0,186* 0,112 R 1,792 0,176* 0,074 Q 1,718 0,102 P 1,616

PENENTUAN NOTASI PADA BNJ Lihat tabel selisih Berilah notasi a pada perlakuan T (sebagai awalan) Analisislah dengan mengurutkan dari rata-rata terbesar (T) dengan rata-rata di bawahnya (S) dan lihatlah tanda bintang dan tidak (tb): Jika ada notasi yang sama, harus dicek lagi dengan membandingkan notasi Q dengan S dan R; dst sampai semua perlakuan dibandingkan secara ganda Perlakuan Selisih Tanda Notasi Keterangan T awalan - a S T - S * b Ganti notasi R S - R tb Notasi Sama Q S - Q c P Q - P

lanjutan Notasi akhir (LIHAT TABEL SELISIH) ! Perlakuan Selisih Tanda Notasi awal Notasi akhir Keterangan notasi akhir T awalan - a S T - S * b Notasi tetap R S - R tb bc Ditambah notasi c Q S - Q c cd Ditambah notasi d P Q - P d Notasi awal c, tetapi berubah menjadi d Notasi akhir (LIHAT TABEL SELISIH) ! S – Q : * : betul berbeda: notasi tetap R – Q : tb : sama: maka tambah notasi c R – P : * : seharusnya beda, jadi yg awalnya P notasinya c, maka diganti dengan d Q – P : tb : sama: maka tambah d

Kesimpulan yg diperoleh: Produksi tertinggi diperoleh pada perlakuan T yg berbeda nyata dengan perlakuan lainnya. Produksi terendah didapat pada perlakuan P dan Q

C. Uji Jarak Berganda Duncan Uji Jarak Berganda Duncan disebut juga Duncan’s Multiple Range Test (DMRT) = Uji Jarak Duncan οƒ  untuk menentukan apakah dua nilai rata-rata atau mean dengan jarak tertentu, berbeda atau tidak DIGUNAKAN untuk F hit > F tabel maupun F hit < F tabel DMRT tidak menggunakan satu titik kritis, tapi menggunakan (p-1) titik kritis οƒ  disebut Jarak Nyata di student kan (Significant Studentized Range = SSR) atau Jarak Nyata Duncan (JND) Selain itu, DMRT juga menggunakan LSR (Least Significant Range) atau Jarak Nyata Terkecil (JNT)

SSR = 𝑅 𝛼; 𝑝,𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘ (dapat dilihat di tabel) d.b. galat = p(n-1) JADI, untuk menentukan apakah dua mean/rata-rata pengamatan dengan jarak tertentu berbeda atau tidak berbeda dapat digunakan rumus sbb: dimana: s.e. = √KTG/n SSR = 𝑅 𝛼; 𝑝,𝑑𝑏 π‘”π‘Žπ‘™π‘Žπ‘‘ (dapat dilihat di tabel) d.b. galat = p(n-1) LSR = SSR x s.e.

Contoh Hasil rata-rata pengamatan perlakuan A, B, C, D, E, F dan G berturut-turut = 6,82; 6,74; 7,02; 6,88; 7,50; 7,96; dan 9,80 Ulangan: 4 kali (n) KTG = 0,3722 d.b. galat = 21 Ξ± = 0,05 Lakukan uji jarak Duncan untuk mengetahui perlakuan mana yang memberikan hasil tertinggi dan juga memberikan hasil terendah.

Rata-rata perlakuan (X-) Tabel selisih Perlakuan Rata-rata perlakuan (X-) Beda p SSR LSR (x- -B) (x- -A) (x- -D) (x- -C) (x- -E) (x- -F) G 9,80 3,06* 2,98* 2,92* 2,78* 2,30* 1,84* 7 3,33 1,02 F 7,96 1,22* 1,14* 1,08* 0,94 0,46 6 3,29 1,01 E 7,50 0,76 0,68 0,62 0,48 5 3,25 0,99 C 7,02 0,28 0,20 0,14 4 3,18 0,97 D 6,88 0,06 3 3,09 A 6,82 0,08 2 2,94 0,90 B 6,74 s.e. = √KTG/n = √0,3722/4 = 0,305 SSR perlakuan G = 3,33 (lihat tabel: p=7; db galat 21; α = 0,05) LSR perlakuan G = 3,33 X 0,305 = 1,02 *)Nilai selisih lebih besar dari LSR

Penetuan notasi Perlakuan Selisih Tanda Notasi AWAL Keterangan Notasi AKHIR G awalan - 9,80 a a Tetap F G-F * 7,96 b Ganti notasi b E F-E tb 7,50 b bc Ditambah c C F-C 7,02 b D F-D 6,88 c c A D-A 6,82 c B D-B 6,74 c Karena ada yang sama, maka perlu dilakukan pengecekan ulang: F-D : * : sudah benar beda, jadi tidak ada perubahan E-D : tb : harus sama, jadi perlu ditambah c pada E C-D : tb : harus sama, jadi perlu ditambah c pada C untuk pembandingan yang lain, maka tetap lihat simbol pada tabel selisih. Pada kasus ini, ternyata dari perlakuan E sampai B simbolnya tb, sehingga ketika dicek ulang juga tb, maka tidka ada perubahan.

KESIMPULAN: Hasil tertinggi diperoleh pada perlakuan G yang berbeda nyata dengan perlakuan lainnya. Sedangkan hasil terendah didapat pada perlakuan B, A, D, C dan E.

LATIHAN HASIL PENELITIAN Kelompok (induk) Perlakuan Jumlah A B C D E I 74,6 71,7 77,6 76,2 81,4 381,5 II 76,8 75,7 77,3 80,0 81,5 391,3 III 72,1 78,0 77,4 79,3 78,7 385,5 JUMLAH 223,5 225,4 232,3 235,5 241,6 1158,3

Tabel anova Ujilah dengan DMRT (Ξ± = 0,05) ! Sumber keragaman (S.K.) Derajat bebas (d.b.) Jumlah kuadrat (J.K.) Kuadrat tengah (K.T.) F hitung F tabel 0,05 0,01 Kelompok 2 9,71 4,855 1,1113 Perlakuan 4 73,24 18,31 4,19* 3,84 7,01 Galat percobaan 8 34,95 4,369 Total 14 117,90 Ujilah dengan DMRT (Ξ± = 0,05) !