UJI TUKEY Andreas L.H.K. Fitri Intan P. Jacob Da Costa

Slides:



Advertisements
Presentasi serupa
PENGUJIAN HIPOTESIS (STATISTIK)
Advertisements

Pengujian Hipotesis (Satu Sampel)
Nilai p (p value) Stat Mat II 8/06/2011Rahma Fitriani, S.Si., M.Sc.
Pengujian Hipotesis Aria Gusti.
Nilai p (p value) untuk uji Dua Arah STAT MAT II 15/06/2011Rahma Fitriani, S.Si., M.Sc.
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
Desain dan Analisis Eksperimen
II. Pengujian rata-rata k populasi
Pendugaan Parameter.
DOSEN : LIES ROSARIA., ST., MSI
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
PENGUJIAN HIPOTESIS.
PENGUJIAN HYPOTESIS Tujuan Pembelajaran : Memahami makna hypotesis
PENGUJIAN HYPOTESIS Lanjutan
Metode Statistika II Pertemuan 5 Pengajar: Timbang Sirait
UJI PERBEDAAN (Differences analysis)
HIPOTESIS 1 RATA-RATA.
Pengujian Hypotesis - 3 Tujuan Pembelajaran :
BAB 2 (sambungan) DESAIN BLOK LENGKAP ACAK
Teori Kesalahan dalam Kimia Analitik
REGRESI LINIER SEDERHANA
Kelompok 2 Uji Wald-Wolfowitz
Modul 6 : Estimasi dan Uji Hipotesis
PENGERTIAN DASAR Prof.Dr. Kusriningrum
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
HIPOTESIS & UJI PROPORSI
STATISTIK NONPARAMETRIK UJI KRUSKAL-WALLIS
PENGUJIAN HIPOTESIS RATA-RATA (MEAN) 1 SAMPEL
Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I.
HIPOTESIS DAN UJI RATA-RATA
HIPOTESIS & UJI VARIANS
Estimasi & Uji Hipotesis
Prosedur Tukey-Kramer (Pengujian Signifikansi Antar Populasi)
ANOVA (Analysis of Variance)
ANALISIS KORELASI DAN REGRESI LINIER
ANOVA Disusun oleh: FAHMI ( ) M.A.YUNANTO ( ) RIFQI SEPVANI VARADHY ( )
Dr. Ananda Sabil Hussein
ANALYSIS OF VARIANCE (ANOVA)
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Analisis Ragam (ANOVA)
ANALYSIS OF VARIANCE (ANOVA) Matakuliah: KodeJ0204/Statistik Ekonomi Tahun: Tahun 2007 Versi: Revisi.
UJI PERBEDAAN.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
PENGUJIAN HIPOTESIS.
ANalysis Of VAriance Observasi Seragam
PERBANDINGAN ANTAR NILAI RERATA PERLAKUAN
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
PENELITIAN POPULASI SAMPEL D A T A DA TA KOTOR DIOLAH ARRAY KESIMPULAN
Pengujian Hipotesis Aria Gusti.
Analisis ragam atau analysis of variance
UJI F/UJI RAGAM (ANOVA)
STATISTIK II Pertemuan 12: Pengujian Hipotesis Sampel Kecil (n<30)
STATISTIKA Pertemuan 9: Pengujian Hipotesis Selisih Rata-rata Dua Populasi Dosen Pengampu MK: Evellin Dewi Lusiana, S.Si, M.Si.
TWO WAY ANOVA.
Metode PENGUJIAN HIPOTESIS
CONTOH SOAL UJI HIPOTESA
STATISTIK II Pertemuan 9: ANOVA (SPSS) Dosen Pengampu MK:
MANOVA (Multivariate Analysis of Variance)
ANOVA (Analysis of Variance)
STATISTIK II Pertemuan 13: Pengujian Hipotesis Sampel Kecil (n<30)
STATISTIK II Pertemuan 13: ANOVA (Analysis of Variance)
UJI PERBANDINGAN GANDA
Pertemuan 9: Pengujian Hipotesis Dua Populasi
Nilai UTS.
ANALYSIS OF VARIANCE (ANOVA)
14 Statistik Probabilita Yulius Eka Agung Seputra,ST,MSi. FASILKOM
HYPOTHESIS TESTING Beberapa Pengertian Dasar : Hipotesis Statistik
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
PENGUJIAN HIPOTESIS.
Transcript presentasi:

UJI TUKEY Andreas L.H.K. Fitri Intan P. Jacob Da Costa Silvia H.Parinduri Zukha Latifah

Seringkali kita ingin menguji apakah tiga atau lebih populasi memiliki rata-rata yg sama. Untuk menguji apakah beberapa populasi memiliki rata-rata yang sama kita gunakan ANOVA (Analysis of variance). Dengan H0: μ1= μ2 = … = μ k HA: Paling tidak ada salah satu rata-rata populasi yang berbeda.

Dari hasil pengujian kesamaan rata-rata populasi dgn ANOVA, jika keputusan adalah menolak Ho, maka kita dapat menarik kesimpulan bahwa tidak semua µ sama. Namun kita tidak tahu mana yang berbeda. Untuk menguji rata-rata populasi mana yang berbeda kita dapat menggunakan Uji Tukey ini.

UJI TUKEY Prosedur pengujian: 1. Hitung rata-rata masing-masing populasi 2. Hitung selisih mutlak antar rata-rata 3. Tentukan q-value (qα) dari Tabel Tukey dengan df= k (pada tabel ditulis t) N-k (pada tabel ditulis v) 4. Hitung critical range :

dengan MSW = mean square within SSW = sum square within N = jumlah seluruh pengamatan k = banyaknya populasi (kelompok) 5. Bandingkan selisih mutlak rata-rata (pada point 1) dengan hasil critical range. 6. Jika selisih mutlak rata-rata >= CR maka Rata-rata tsb berbeda nyata. Jika selisih mutlak rata-rata < CR maka Rata-rata tsb tidak berbeda nyata.

Aplikasi pada soal: Data berikut mencantumkan berapa bungkus rokok yang terjual di sebuah pasar swalayan pada beberapa hari yang dipilih secara acak Tentukan apakah secara rata-rata di pasar swalayan itu, kelima rokok yang terjual sama banyak? 0,05 Jika rata-rata tidak sama, maka tentukan mana rata-rata yang berbeda

Penyelesaian: 1. Untuk mengetahui apakah rata-ratanya sama atau berbeda. H0: μA= μB = μC = μD HA: Paling tidak ada salah satu rata-rata populasi yang berbeda.

Perhitungan menggunakan ANOVA

Karena keputusan kita adalah menolak Ho yang artinya tidak semua rata-rata dalam populasi adalah sama, maka kita dapat mencari tahu rata-rata pada populasi mana yang diduga memiliki perbedaan dengan rata-rata pada populasi lainnya, yaitu dengan melakukan Uji Tukey.

Hitung selisih mutlak rata-ratanya, sehingga diperoleh :

Hitung critical range-nya :

Bandingkan nilai critical range yang diperoleh dengan selisih mutlak rata-rata tiap populasi : (A dan B) Critical range = 14,552 > 2,690 , tidak beda nyata (A dan C) Critical range = 13,537 > 13,143 , tidak beda nyata (A dan D) Critical range = 13,981 > 5,857 , tidak beda nyata (B dan C) Critical range = 14,126 < 15,833 , beda nyata (B dan D) Critical range = 8,548 > 15,833 , tidak beda nyata (C dan D) Critical range = 13,537 > 7,286, tidak beda nyata

Kesimpulan soal: Ternyata yang menyebabkan ditolaknya H0 yang menyatakan bahwa μA= μB = μC = μD adalah perbedaan nyata yang terdapat pada rata-rata populasi B dan C.

Thank you