BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )

Slides:



Advertisements
Presentasi serupa
Distribusi Chi Kuadrat, t dan F
Advertisements

BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
Desain dan Analisis Eksperimen
II. Pengujian rata-rata k populasi
Hypothesis Testing In Full Rank Model
Analysis of Variance (ANOVA)
ANALISIS VARIANSI.
BAB 2 (sambungan) DESAIN BLOK LENGKAP ACAK
REGRESI LINIER SEDERHANA
Prosedur Tukey-Kramer (Pengujian Signifikansi Antar Populasi)
Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor
Hypothesis Testing In Full Rank Model
Regresi linier sederhana
ANOVA Disusun oleh: FAHMI ( ) M.A.YUNANTO ( ) RIFQI SEPVANI VARADHY ( )
ANOVA Dr. Srikandi Kumadji, MS.
STATISTIKA 1 Jurusan Ekonomi Syariah IAIN Antasari Banjarmasin Disampaikan oleh Hafiez Sofyani, SE., M.Sc. Pertemuan 8: ANALYSIS OF VARIANCE (ANOVA) KEGUNAAN.
ANOVA (Analysis of Variance)
ANALYSIS OF VARIANCE (ANOVA)
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
STATISTIK daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )
Percobaan Satu Faktor-RAL
Analisis Ragam (ANOVA)
METODE STATISTIKA II Analysis of Variance Met Stat 2
ANALYSIS OF VARIANCE (ANOVA) Matakuliah: KodeJ0204/Statistik Ekonomi Tahun: Tahun 2007 Versi: Revisi.
Basic Business Statistics, 10e © 2006 Prentice-Hall, Inc.. Chap 11-1 Chapter 11 Analysis of Variance Basic Business Statistics 10 th Edition.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Anova Dep BiostatikFKM UI.
STATISTIK INFERENSIAL
created by Vilda Ana Veria Setyawati
PEMILIHAN UJI STATISTIK
REGRESI LINIER SEDERHANA
ANALISIS VARIANSI (ANOVA)
ANOVA (Analysis of Variance)
Analisa Data Statistik Chap 13: Regresi Linear (Lanjutan)
ANalysis Of VAriance Observasi Seragam
1 langsung Data Sekunder Wawancara langsung MODUL PERKULIAHAN SESI 1
STATISTIK INFERENSIAL
ANALISIS VARIANSI (ANOVA)
STATISTIK INDUSTRI.
Analisis Variansi Part 1 & 2 – Tita Talitha, MT.
Uji Goodness of Fit : Distribusi Multinomial
Analisis ragam atau analysis of variance
ANALISIS VARIANS TUJUAN
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)
1 langsung Wawancara langsung MODUL PERKULIAHAN SESI 1 Data Primer
MANOVA (Multivariate Analysis of Variance)
ANOVA (Analysis of Variance)
STATISTIK II Pertemuan 13: Pengujian Hipotesis Sampel Kecil (n<30)
STATISTIK II Pertemuan 9: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
Analisis Variansi.
LATIN SQUARE DESIGN DOX 6E Montgomery.
STATISTIKA Materi : Pengantar Statistika deskriptif
REGRESI LINIER SEDERHANA (SIMPLE LINEAR REGRESSION)
Nilai UTS.
ANALYSIS OF VARIANCE (ANOVA).
Rancangan Acak Lengkap
ANALYSIS OF VARIANCE (ANOVA)
Analisis Variansi.
HYPOTHESIS TESTING Beberapa Pengertian Dasar : Hipotesis Statistik
BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )
.ANALISIS VARIAN.. 1. ANALISIS ANVARIAN Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam.
ANOVA (Analysis of Variance)
Ekonomi Manajerial dalam Perekonomian Global
Analisis Variansi.
Analisis Variansi.
ANALISIS VARIANSI (AnaVa)
STATISTIK II Pertemuan 9: Pengujian Hipotesis Dua Sampel dan ANOVA (SPSS) Dosen Pengampu MK: Evellin Lusiana, S.Si, M.Si.
ANALISIS REGRESI DAN KORELASI
Transcript presentasi:

BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA ) PERENCANAAN EKSPERIMEN BAB 1 ANALISIS VARIANSI / KERAGAMAN Analysis of Variance ( ANOVA )

Analysis of Variance (ANOVA) Gambaran Umum Analysis of Variance (ANOVA) ANOVA 1 Arah Desain Blok Lengkap Acak Desain 2 Faktor Dgn. Replikasi Uji-F Uji-F Uji Tukey- Kramer Uji Perbedaan Signifikan Fischer Terkecil

Kegunaan ANOVA Mengendalikan 1 atau lebih variabel independen Disebut dgn faktor (atau variabel treatment) Tiap faktor mengandung 2 atau lebih level (kategori / klasifikasi) Mengamati efek pada variabel dependen Merespon level pada variabel independen Perencanaan Eksperimen: perencanaan dengan menggunakan uji hipotesis

ANOVA 1 Arah Evaluasi perbedaan diantara 3 atau lebih mean populasi Contoh: Tingkat kecelakaan pada 3 kota Usia pemakaian 5 merk Handphone Asumsi Populasi berdistribusi normal Populasi mempunyai variansi yang sama Sampelnya random dan independen

Desain Acak Lengkap Unit percobaan (subjek) dipilih acak pada perlakuan (treatments) Hanya ada 1 faktor / var. independen Dengan 2 atau lebih level treatment Analisis dengan : ANOVA 1 arah Disebut juga Desain Seimbang jika seluruh level faktor mempunyai ukuran sampel yang sama

Hipotesis ANOVA 1 Arah Seluruh mean populasi adalah sama Tak ada efek treatment (tak ada keragaman mean dalam grup) Minimal ada 1 mean populasi yang berbeda Terdapat sebuah efek treatment Tidak seluruh mean populasi berbeda (beberapa pasang mungkin sama)

ANOVA 1 Faktor Semua mean bernilai sama Hipotesis nol adalah benar (Tak ada efek treatment)

ANOVA 1 Faktor Minimal ada 1 mean yg berbeda Hipotesis nol tidak benar (sambungan) Minimal ada 1 mean yg berbeda Hipotesis nol tidak benar (Terdapat efek treatment) or

Partisi Variasi SST = SSB + SSW Variasi total dapt dipecah menjadi 2 bagian: SST = SSB + SSW SST = Sum of Squares Total (Jumlah Kuadrat Total) SSB = Sum of Squares Between (Jumlah Kuadrat Antara) SSW = Sum of Squares Within (Jumlah Kuadrat Dalam)

Partisi Variasi SST = SSB + SSW (sambungan) SST = SSB + SSW Variasi Total = pernyebaran agregat nilai data individu melalui beberapa level faktor (SST) Between-Sample Variation = penyebaran diantara mean sampel faktor (SSB) Within-Sample Variation = penyebaran yang terdapat diantara nilai data dalam sebuah level faktor tertentu (SSW)

Variasi Random Sampling (SSW) Partisi Variasi Total Variasi Total (SST) Variasi Faktor (SSB) + Variasi Random Sampling (SSW) = Mengacu pada: Sum of Squares Between Sum of Squares Among Sum of Squares Explained Among Groups Variation Mengacu pada: Sum of Squares Within Sum of Squares Error Sum of Squares Unexplained Within Groups Variation

Jumlah Kuadrat Total (Total Sum of Squares) SST = SSB + SSW Dimana: SST = Total sum of squares/Jumlah Kuadrat Total k = jumlah populasi (levels or treatments) ni = ukuran sampel dari populasi i xij = pengukuran ke-j dari populasi ke-i x = mean keseluruhan (dari seluruh nilai data)

Variasi Total (sambungan)

Jumlah Kuadrat Antara (Sum of Squares Between) SST = SSB + SSW Where: SSB = Sum of squares between k = jumlah populasi ni = ukuran sampel dari populasi i xi = mean sampel dari populasi i x = mean keseluruhan (dari seluruh nilai data)

Variasi Diantara Group/Kelompok Perbedaan variasi antar kelompok Mean Square Between = SSB/degrees of freedom degrees of freedom : derajat kebebasan

Variasi Diantara Group/Kelompok (sambungan)

Jumlah Kuadrat Dalam (Sum of Squares Within) SST = SSB + SSW Where: SSW = Sum of squares within k = jumlah populasi ni = ukuran sampel dari populasi i xi = mean sampel dari populasi i xij = pengukuran ke-j dari populasi ke-i

Variasi Dalam Kelompok (Within-Group Variation) Summing the variation within each group and then adding over all groups Mean Square Within = SSW/degrees of freedom

Variasi Dalam Kelompok (Within-Group Variation) (continued)

Tabel ANOVA 1 Arah (One-Way ANOVA) Source of Variation SS df MS F ratio Between Samples SSB MSB SSB k - 1 MSB = F = k - 1 MSW Within Samples SSW SSW N - k MSW = N - k SST = SSB+SSW Total N - 1 k = jumlah populasi N = jumlah ukuran sampel dari seluruh populasi df = degrees of freedom/derajat kebebasan

Uji F ANOVA 1 Faktor Stastistik Uji : H0: μ1= μ2 = … = μ k HA: Minimal 2 mean populasi berbeda Stastistik Uji : MSB : jumlah kuadrat diantara variansi MSW : jumlah kuadrat dalam variansi Degrees of freedom/derajat kebebasan : df1 = k – 1 (k = jumlah populasi) df2 = N – k (N = jumlah ukuran sampel seluruh populasi)

Interpretasi Uji F Rasio akan mendekati 1 jika : Statistik Uji F adalah rasio antara taksiran variansi dengan taksiran dalam variansi Rasio harus selalu positif df1 = k -1 berukuran kecil df2 = N - k berukuran besar Rasio akan mendekati 1 jika : H0: μ1= μ2 = … = μk Benar Rasio akan lebih besar dari 1 jika : H0: μ1= μ2 = … = μk Salah

Contoh Kasus Bor 1 Bor 2 Bor 3 254 234 200 263 218 222 241 235 197 237 227 206 251 216 204 Terrdapat 3 jenis mata bor yang berbeda. Dipilih 5 sampel dari masing-masing untuk diukur kemampuangnya membuat diameter lubang dalam kondisi yang sama. Dengan tingkat signifikansi 5%, apakah terdapat perbedaan rata-rata(mean) ukuran diameter yang tdibuat ketiga mata bor tsb.?

Scatter Diagram Diameter 270 260 250 240 230 220 210 200 190 Bor 1 Bor 2 Bor 3 254 234 200 263 218 222 241 235 197 237 227 206 251 216 204 • • • • • • • • • • • • • • • 1 2 3 Bor

Perhitungan Bor 1 Bor 2 Bor 3 254 234 200 263 218 222 241 235 197 237 227 206 251 216 204 x1 = 249.2 x2 = 226.0 x3 = 205.8 x = 227.0 n1 = 5 n2 = 5 n3 = 5 N = 15 k = 3 SSB = 5 [ (249.2 – 227)2 + (226 – 227)2 + (205.8 – 227)2 ] = 4716.4 SSW = (254 – 249.2)2 + (263 – 249.2)2 +…+ (204 – 205.8)2 = 1119.6 MSB = 4716.4 / (3-1) = 2358.2 MSW = 1119.6 / (15-3) = 93.3

Solusi Statistik Uji: Keputusan: Kesimpulan: H0: μ1 = μ2 = μ3 HA: μi not all equal  = .05 df1= 2 df2 = 12 Critical Value: F = 3.885 Reject H0 at  = 0.05  = .05 There is evidence that at least one μi differs from the rest Do not reject H0 Reject H0 F = 25.275 F.05 = 3.885

Output Excel SUMMARY Groups Count Sum Average Variance Club 1 5 1246 249.2 108.2 Club 2 1130 226 77.5 Club 3 1029 205.8 94.2 ANOVA Source of Variation SS df MS F P-value F crit Between Groups 4716.4 2 2358.2 25.275 4.99E-05 3.885 Within 1119.6 12 93.3 Total 5836.0 14