Uji Perbandingan Kelompok Perlakuan

Slides:



Advertisements
Presentasi serupa
Perancangan Percobaan
Advertisements

Rancangan Acak Lengkap (Completely Randomized Design)
Perancangan Percobaan
Uji Perbandingan Berganda
Rancangan Acak Kelompok
PENGERTIAN DASAR Prof.Dr. Kusriningrum
Percobaan Tiga Faktor Kuswanto.
Rancangan Acak Lengkap (Completely Randomized Design)
Rancangan Petak Terbagi
Rancangan Acak Kelompok
Regresi Eni Sumarminingsih, SSi, MM. Analisis regresi linier merupakan analisis yang digunakan untuk mengetahui dan mempelajari suatu model hubungan fungsional.
VIII. RANCANGAN PETAK TERBAGI (RPT)
Rancangan Acak Kelompok Lengkap (RAK)
Rancangan Acak Kelompok Faktorial
Rancangan Acak Kelompok Faktorial
ANALISIS EKSPLORASI DATA
Analisis Peragam (Kovarians) pada RAK
ANALISIS REGRESI DAN KORELASI
STATISTIK INDUSTRI 1 PEMBANDINGAN ORTOGONAL Azimmatul Ihwah, S. Pd, M
PERCOBAAN FAKTORIAL DAN 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 Percobaan Biskuit pakan yang akan diuji cobakan berasal dari perlakuan ransum biskuit terbaik pada penelitian tahap II dengan rancangan percobaan.
Rancangan Acak Kelompok
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
RANCANGAN ACAK LENGKAP FAKTORIAL
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
Rancangan Acak Lengkap
PEMBANDINGAN ORTOGONAL ( Prof.Dr. Kusriningrum )
STATISTIK INDUSTRI 1 PEMBANDINGAN ORTOGONAL Azimmatul Ihwah, S. Pd, M
MODUL X Kn Kn  ( Xij X ) = [( Xi. X ..) [( Xij X )
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
UJI F/UJI RAGAM (ANOVA)
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)
Persamaan Regresi Ganda
PRESENTASI UJIAN SEMESTER MATA KULIAH KOMPUTER
Rancangan Acak Lengkap
Rancangan Satu Faktor Rancangan Acak Lengkap
Materi Pokok 21 RANCANGAN KELOMPOK
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PEMBANDINGAN GANDA PADA RANCANG KELOMPOK
REGRESI 1 1.OBSERVASI 2.PENGAMATAN 3.PENGUKURAN (Xi, Yi)
PEMBANDINGAN DUA NILAI TENGAH
Aturan Penentuan E (KT):
UKURAN SIMPANGAN, DISPERSI DAN VARIASI
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
RANCANGAN SPLIT PLOT YAYA HASANAH.
RANCANGAN BUJUR SANGKAR LATIN
RANCANGAN ACAK KELOMPOK
UJI BEDA RATAAN.
UJI BEDA RATAAN.
RANCANGAN ACAK LENGKAP
Perbandingan Berganda
RANCANGAN ACAK KELOMPOK (RAK)
TRANSFORMASI DATA YAYA HASANAH.
UKURAN SIMPANGAN, DISPERSI DAN VARIASI
Uji Perbandingan Berganda Kuswanto, Uji perbandingan berganda Untuk membandingkan rerata antar perlakuan Untuk membandingkan rerata antar perlakuan.
Rancangan acak lengkap faktorial
KORELASI ANTARA KOMPONEN HASIL DENGAN HASIL PADA POPULASI F6 TANAMAN CABAI MERAH BESAR (Capsicum annuum L.)
RANCANGAN PERSILANGAN
Transcript presentasi:

Uji Perbandingan Kelompok Perlakuan Ortogonal Kontras Kuswanto, 2012

Uji Perbandingan Ortogonal Untuk membandingkan antar kelompok perlakuan Adanya penguraian JK ke dalam komponen-komponennya Banyaknya komponen dari p perlakuan adalah p-1, atau sama dengan jumlah derajad bebas perlakuan Sering digabung dalam ortogonal kontras

Ortogonal kontras Membandingkan antar kelompok perlakuan  khusus kualitatif Pembandingan antar kelompok perlakuan Pembandingan dalam kelompok perlakuan Dapat dikerjakan apabila perlakuan menunjukkan perbedaan bermakna

Contoh  yang tidak perlu diuji Penelitian pengujian 6 varietas jagung, dimana A dan B : varietas lokal C, D, E dan F : varietas unggul Digunakan RAK 3 ulangan Misal anova telah dikerjakan

Pertanyaan pengujian Adakah perbedaan antara varietas lokal dengan varietas unggul Adakah perbedaan diantara varietas lokal Adakah perbedaan diantara varietas unggul

Contoh : hasil pengamatan jumlah buah tomat Perlakuan Ulangan Total 1 2 3 4 V1 22,32 28,02 27,37 28,47 106,18 V2 19,10 23,46 27,35 19,37 89,28 V3 26,92 29,50 28,09 32,52 117,03 V4 27,32 21,89 24,89 21,72 95,82 V5 38,77 25,64 29,82 37,32 131,55 V6 40,32 34,13 27,12 22,59 124,16 174,75 162,64 164,64 161,99 664,02

Susun tabel analisis ragam, mulai dari JK, KT dan F hitung SK Db JK KT Fhit Ftab 5% Ftab 1% Ulangan 3 17,63 5,87 0,22ns 3,24 5,29 Perlakuan 5 339,155 67,83 2,61ns 2,85 4,44 Galat 16 390,062 26,004 Total 23 746,847 Perlakuan varietas tidak berbeda bermakna (tidak nyata)

Perlakuan tidak nyata Tidak ada perbedaan antar varietas Tidak perlu dilakukan uji perbandingan berganda Contoh lain : Misal  ditambahkan 2 varietas introduksi yaitu G dan H  maka

Data  Jumlah bunga tomat Varietas Ulangan Total Rerata 1 2 3 A 30 43 45 118 39,33 B 54 63 62 179 59,67 C 68 66 60 194 64,67 D 53 167 55,67 E 69 74 75 218 72,67 F 90 84 88 262 87,33 G 29 34 36 99 33,00 H 59 67 189 63,00 453 487 486 1426 Tabel anovanya adalah :

Anova SK db JK KT Fhit F t 5% F t 1% Ulangan 2 93,58 46,79 3,013 3,63 6,23 Perlk 7 6331,83 904,54 58,26** 2,66 4,03 Galat 16 248,41 15,52 Total 23 6673,83

Pertanyaan pengujian Adakah perbedaan antara varietas lokal dengan varietas yang lain Adakah perbedaan dalam varietas lokal Adakah perbedaan antara varietas unggul dengan varietas introduksi Adakah perbedaan dalam var. unggul Adakah perbedaan dalam var intoduksi

Perlakuan berbeda bermakna Perlu dilakukan uji perbandingan kelompok perlakuan Cara menyusun  (8-1=7) perbandingan Komponen 1 : A,B Vs C, D, E, F, G, H Komponen 2 : A Vs B Komponen 3 : C, D, E, F Vs G, H Komponen 4 : C Vs D, E, F Komponen 5 : D Vs E, F Komponen 6 : E Vs F Komponen 7 : G Vs H

Cara menyusun koefisien ortogonal kontras Jumlah koefisien selalu = 0  Antar perlakuan atau kelompok perlakuan yang dibandingkan Jumlah koefisien perlakuan adalah bersifat bebas (ortogonal) dengan pembandingnya Pilih angka kecil  memudahkan perhitungan

Perhatikan komponen2 tsb Komponen 1 : A,B Vs C, D, E, F, G, H Komponen 2 : A Vs B Komponen 3 : C, D, E, F Vs G, H Komponen 4 : C Vs D, E, F Komponen 5 : D Vs E, F Komponen 6 : E Vs F Komponen 7 : G Vs H

Menyusun koefisien ortogonal kontras komponen Koefisien ortogonal kontras untuk varietas (b) ∑b² 1 2 3 4 5 6 7 8 -3 24 Total var 118 179 194 167 218 262 99 189

Menyusun koefisien ortogonal kontras komponen Koefisien ortogonal kontras untuk varietas (b) ∑b² 1 2 3 4 5 6 7 8 -3 24 -1 Total var 118 179 194 167 218 262 99 189

Menyusun koefisien ortogonal kontras komponen Koefisien ortogonal kontras untuk varietas (b) ∑b² 1 2 3 4 5 6 7 8 -3 24 -1 12 Total var 118 179 194 167 218 262 99 189

Menyusun koefisien ortogonal kontras komponen Koefisien ortogonal kontras untuk varietas (b) ∑b² 1 2 3 4 5 6 7 8 -3 24 -1 12 Total var 118 179 194 167 218 262 99 189

Menyusun koefisien ortogonal kontras komponen Koefisien ortogonal kontras untuk varietas (b) ∑b² 1 2 3 4 5 6 7 8 -3 24 -1 12 -2 Total var 118 179 194 167 218 262 99 189

Menyusun koefisien ortogonal kontras komponen Koefisien ortogonal kontras untuk varietas (b) ∑b² 1 2 3 4 5 6 7 8 -3 24 -1 12 -2 Total var 118 179 194 167 218 262 99 189

Menyusun koefisien ortogonal kontras komponen Koefisien ortogonal kontras untuk varietas (b) ∑b² 1 2 3 4 5 6 7 8 -3 24 -1 12 -2 Total var 118 179 194 167 218 262 99 189

Menghitung JK Komponen Rumus JKi = (∑ b T)²/(r x ∑b²) JK1 = {(-3x118) + (-3x179)+ … + (1x189)}²/(3x24) = 786,7222 JK2 = {(-1x118) + (1x179)}² /(3x2)= 629,1667

Menghitung JK Komponen Rumus JKi = (∑ b T)²/(r x ∑b²) JK1 = {(-3x118) + (-3x179)+ … + (1x189)}²/(3x24) = 786,7222 JK2 = {(-1x118) + (1x179)}²/(3x2) = 629,1667 JK3 = {(-1x194) + … + (2x189)}²/(3x6) = 1950,694 JK4 = {(-3x194) + {(-2x167) + (-1x218) + (1x262)}² = 117,3611 JK5 = {(-2x167) + (-1x218) + (1x262)}² =1184,222

Menghitung JK Komponen Rumus JKi = (∑ b T)²/(r x ∑b²) JK1 = {(-3x118) + (-3x179)+ … + (1x189)}²/(3x24) = 786,7222 JK2 = {(-1x118) + (1x179)}²/(3x2) = 629,1667 JK3 = {(-1x194) + … + (2x189)}²/(3x6) = 1950,694 JK4 = {(-3x194) + {(-2x167) + (-1x218) + (1x262)}² = 117,3611 JK5 = {(-2x167) + (-1x218) + (1x262)}² =1184,222 JK6 = {(-1x218) + (1x262)}² = 322,6667 JK7 = {(-1x99) +(1x189 )}² = 1350 Total semua JK komponen harus = JK perlakuan

Ingat  Tabel anova sebelumnya SK db JK KT Fhit F t 5% F t 1% Ulangan 2 93,58 46,79 3,013 3,63 6,23 Perlk 7 6331,83 904,54 58,26** 2,66 4,03 Galat 16 248,41 15,52 Total 23 6673,83

Anova dengan semua komponen SK db JK KT Fhit F t 5% F t 1% Ulangan 2 93,58 46,79 3,013 3,63 6,23 Perlk 7 6331,83 904,54 58,26** 2,66 4,03 - JK1 - JK2 - JK3 - JK4 - JK5 - JK6 - JK7 Galat 16 248,41 15,52 Total 23 6673,83

Masukkan semua JK komponen ke dalam tabel anova SK db JK KT Fhit F t 5% F t 1% Ulangan 2 93,58 46,79 3,013 3,63 6,23 Perlk 7 6331,83 904,54 58,26** 2,66 4,03 - JK1 1 - JK2 - JK3 - JK4 - JK5 - JK6 - JK7 Galat 16 248,41 15,52 Total 23 6673,83

Masukkan semua JK komponen ke dalam tabel anova SK db JK KT Fhit F t 5% F t 1% Ulangan 2 93,58 46,79 3,013 3,63 6,23 Perlk 7 6331,83 904,54 58,26** 2,66 4,03 - JK1 1 786,722 - JK2 620,167 - JK3 1950,694 - JK4 117,361 - JK5 1184,222 - JK6 322,667 - JK7 1350 Galat 16 248,41 15,52 Total 23 6673,83

Masukkan semua JK komponen ke dalam tabel anova SK db JK KT Fhit F t 5% F t 1% Ulangan 2 93,58 46,79 3,013 3,63 6,23 Perlk 7 6331,83 904,54 58,26** 2,66 4,03 - JK1 1 786,722 - JK2 620,167 - JK3 1950,694 1950,69 - JK4 117,361 - JK5 1184,222 1184,22 - JK6 322,667 - JK7 1350 Galat 16 248,41 15,52 Total 23 6673,83

Masukkan semua JK komponen ke dalam tabel anova SK db JK KT Fhit F t 5% F t 1% Ulangan 2 93,58 46,79 3,013 3,63 6,23 Perlk 7 6331,83 904,54 58,26** 2,66 4,03 - JK1 1 786,722 51,76** - JK2 620,167 40,8** - JK3 1950,694 1950,69 128,34** - JK4 117,361 7,72* - JK5 1184,222 1184,22 77,91** - JK6 322,667 21,22** - JK7 1350 88,82** Galat 16 248,41 15,52 Total 23 6673,83

Masukkan semua JK komponen ke dalam tabel anova SK db JK KT Fhit F t 5% F t 1% Ulangan 2 93,58 46,79 3,013 3,63 6,23 Perlk 7 6331,83 904,54 58,26** 2,66 4,03 - JK1 1 786,722 51,76** 4,49 8,53 - JK2 620,167 40,8** - JK3 1950,694 1950,69 128,34** - JK4 117,361 7,72* - JK5 1184,222 1184,22 77,91** - JK6 322,667 21,22** - JK7 1350 88,82** Galat 16 248,41 15,52 Total 23 6673,83

Kesimpulan Semua komponen berbeda bermakna (nyata)  artinya Jumlah bunga varietas lokal berbeda nyata dengan varietas yang lain Jumlah bunga antar varietas lokal sendiri juga berbeda nyata Jumlah bunga varietas unggul berbeda nyata dengan varietas introduksi Jumlah bunga antar varietas unggul juga berbeda nyata Jumlah bunga antar varietas intoduksi juga berbeda nyata

Interpretasi Contoh untuk komponen 1 Tanaman tomat varietas lokal mampu menghasilkan rata-rata jumlah bunga sebesar 99/2 = 49,5 kuntum (A=39,33 dan B=59,67) yang berbeda dibandingkan dengan rata-rata jumlah bunga varietas yang lain

Terima Kasih