Within-Subjects Design Single Factor P. 382 - 385.

Slides:



Advertisements
Presentasi serupa
Kelompok 1 Flendy Yusak Manganguwi Agata Dionesia Endi
Advertisements

BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
Hypothesis Testing In Full Rank Model
REGRESI LINIER BERGANDA
Probabilitas dan Statistika BAB 9 Uji Hipotesis Sampel Tunggal
BAB 2 (sambungan) DESAIN BLOK LENGKAP ACAK
REGRESI LINIER SEDERHANA
Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor
Hypothesis Testing In Full Rank Model
Factorial Design Faktor yang diduga mempengaruhi hal yang diteliti lebih dari satu faktor Faktor terdiri atas beberapa level Perlakuan merupakan kombinasi.
Post Hoc Comparisons p Post Hoc Comparisons dimaksudkan untuk : 1.Memaksimalkan informasi yang dapat diperoleh, dengan menjaga kesesatan yang.
ANOVA (Analysis of Variance)
ANALYSIS OF VARIANCE (ANOVA)
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
STATISTIK daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )
1. Hasil survey majalah kesehatan tahun 2009 di Indonesia, menunjukkan bahwa 54% dari populasi 0rang dewasamengalami masalah obesity. Untuk mengatasi masalah.
Probabilitas dan Statistika BAB 10 Uji Hipotesis Sampel Ganda
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Anova Dep BiostatikFKM UI.
STATISTIK INFERENSIAL
PEMILIHAN UJI STATISTIK
REGRESI LINIER SEDERHANA
T – test
PENGUJIAN HIPOTESIS KOMPARATIF K SAMPEL BERPASANGAN
ANALISIS VARIANSI (ANOVA)
ANOVA (Analysis of Variance)
Analisa Data Statistik Chap 13: Regresi Linear (Lanjutan)
Chi Square.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA)
1 langsung Data Sekunder Wawancara langsung MODUL PERKULIAHAN SESI 1
UJI Mc NEMAR.
STATISTIK INFERENSIAL
Dalam Rancangan Acak Lengkap (RAL)
Analisis ragam atau analysis of variance
UJI HIPOTESIS REGRESI BERGANDA
ANALISIS VARIANS TUJUAN
EKONOMETRIKA Pertemuan 7: Analisis Regresi Berganda Dosen Pengampu MK:
STATISTIK II Pertemuan 9: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Analisis Varians Satu Arah (One Way Anova)
UJI F/UJI RAGAM (ANOVA)
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
Regresi Linier Sederhana
STATISTIK II Pertemuan 9: ANOVA (SPSS) Dosen Pengampu MK:
STATISTIK II Pertemuan 13: ANOVA (Analysis of Variance)
CHAPTER 6 AnoVa.
MANOVA (Multivariate Analysis of Variance)
CHAPTER 6 AnoVa.
ANOVA (Analysis of Variance)
STATISTIK II Pertemuan 13: Pengujian Hipotesis Sampel Kecil (n<30)
Uji chi square (kai kuadrat)
STATISTIK II Pertemuan 9: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
INFERENSI VEKTOR MEAN 1 Statistik Hotelling’s 2
STATISTIK II Pertemuan 13: ANOVA (Analysis of Variance)
LATIN SQUARE DESIGN DOX 6E Montgomery.
Nilai UTS.
ANALYSIS OF VARIANCE (ANOVA)
STATISTIK NON PARAMETRIK MINGGU 2
HYPOTHESIS TESTING Beberapa Pengertian Dasar : Hipotesis Statistik
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
Pertemuan ke 12.
.ANALISIS VARIAN.. 1. ANALISIS ANVARIAN Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam.
ANOVA (Analysis of Variance)
ANOVA SATU ARAH (Oneway Anova).
STATISTIK II Pertemuan 9: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
MEMBEDAKAN LEBIH DARI 2 PERLAKUAN
MEMBEDAKAN LEBIH DARI 2 PERLAKUAN
ANALISIS REGRESI DAN KORELASI
MEMBEDAKAN LEBIH DARI 2 PERLAKUAN
INFERENSI STATISTIK.
Transcript presentasi:

Within-Subjects Design Single Factor P

Notasi SubjectsFactor ASUM a1a2a3a4 S1S2S3S4S1S2S3S4 AS 11 AS 12 AS 13 AS 14 AS 21 AS 22 AS 23 AS 24 AS 31 AS 32 AS 33 AS 34 AS 41 AS 42 AS 43 AS 44 S1 S2 S3 S4 SUMA1A2A3A4 S1 = jumlah skor untuk subyek pertama S2 = Jumlah skor untuk subyek ke dua; dst; dst. A1 = Jumlah skor pada kelompok pertama A2 = jumlah skor pada kelompok ke dua; dst; dst AS23 = Skor kelompok ke dua dari subyek yang ke tiga

SOURCE BASIC RASIO dfSum Square Mean Square Fo A S AxS a – 1 S – 1 (a-1)(S-1) [A] - [T] [S] - [T] [AS] - [A]- [S]+[T] SS A /df A SS S /df S SS AS /df AS MS A /MS AS -- Total(a)(S) - 1[AS] - [T]-- Computational Formula for the (AxS) Design

Uji F pada umumnya dilakukan uji F over all terlebih dahulu, dan jika hasilnya sangat signifikan atau signifikan baru dilakukan uji pasangan. Dimana : Planned Comparisons

Maka : Alternatif : Dimana :

Maka : Tampaklah : Hasil penghitungan adalah sama dengan sebelumnya Oleh karena itu pembandingan dapat dilaksanakan antar kelompok Planned Comparisons

PLANNED COMPARISONS ( ) Membandingkan 2 mean atau 2 kelompok mean dari beberapa means yang terdapat dalam suatu eksperimen tanpa melalui uji F terlebih dahulu. (Komparasi antara mean populasi adalah kombinasi linier dengan bobot (weight) yang tidak semuanya = 0)

Untuk Planned Comparisons : Untuk Sampel : Planned Comparisons mensyaratkan bahwa kelompok- kelompok yang diperbandingkan harus bebas satu sama lain atau dua kombinasi linier harus bebas satu dengan yang lainnya (jumlah produk kombinasi linier = 0).

Kesimpulan terhadap Syarat-syarat : W (weight) atau bobot dapat ditentukan oleh peneliti.

Contoh : Misalkan terdapat 4 kelompok, rata-rata nya adalah :5; 4; 10 dan 6, dengan jumlah subject = 5. MS W /Rata-rata Kuadrat Dalam =2 Df = 20 – 4 = 16 Pertanyaan-pertanyaan eksperimen : 1.Apakah kelomp I berbeda dengan Kelomp II ? 2.Apakah Kelomp III berbeda dengan Kelomp IV ? 3.Apakah Kelomp I + II berbeda dengan Kelomp III + IV ? 4.Apakah Kelompk I berbeda dengan kelomp IV ?

PertanyaanRata - rata Kel IKel IIKel IIIKel IV Perhatikan : 1.Jumlah bobot pada setiap pertanyaan = 0 2.Jumlah produk (Sum Product) = 0 a.Baris 1 & 2 = (1X0) + (-1X0) + (0X1) + (0X-1 )= 0 b.Baris 2 & 3 = (0X1) + (0X1) + (1X-1) + (-1X-1) = 0 c.Baris 1 & 3 = (1X1) + (-1X1) + (0X-1) + (0X-1) = 0 d.Baris 1 & 4 = (1X1) + (-1X0) + (0X0) + (0X-1) =1 e.Baris 2 & 4 = (0x1) + (0x0) + (1X0) + (-1X-1) = 1 f.Baris 3 & 4 = (1X1) + (1X0) + (-1x0) + (-1X-1) =2

Nilai komparasi 1 : Nilai varians estimasi untuk komparasi : Dengan hipotesis Maka :

t o = 1,12 < 16 t (  =0,05) = 2,12 Dengan demikian t o dinyatakan tidak signifikan. Maka H o diterima dan H a ditolak Kesimpulan : Tidak ada perbedaan..... (dalam hal yang diukur) antara kelompok I dengan kelompok II.

Nilai komparasi 2 : Nilai varians estimasi untuk komparasi : Dengan hipotesis Maka :

t o = 4,49 > 16 t (  =0,01) = 2,921 Dengan demikian t o dinyatakan sangat signifikan. Maka H o ditolak dan H a diterima Kesimpulan : Ada perbedaan..... (dalam hal yang diukur) antara kelompok III dengan kelompok IV.

Nilai komparasi 3 : Nilai varians estimasi untuk komparasi : Dengan hipotesis Maka :

t o = -5,53 > 16 t (  =0,01) = 2,921 Dengan demikian t o dinyatakan sangat signifikan. Maka H o ditolak dan H a diterima Kesimpulan : Ada perbedaan..... (dalam hal yang diukur) anta- ra kelompok I dan II dengan kelompok III dan IV. Hipotesis berkaitan dengan pertanyaan 4 tidak dapat dilaksanakan karena tidak ada kebebasan kombinasi linier antar kelompok

Bobot (weight) dapat diubah dengan angka sekehendak peneliti PertanyaanRata - rata Kel IKel IIKel IIIKel IV , ,5 0 1/4 - 0, /4 - 0,5