STATISTIK INDUSTRI 1 MATERI KE-13 PEMBANDINGAN BERGANDA

Slides:



Advertisements
Presentasi serupa
STATISTIK INDUSTRI I PEMBANDINGAN BERGANDA
Advertisements

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)
PERSAMAAN dan PERTIDAKSAMAAN
Uji beda rata-rata Kalau dalam ANOVA menunjukkan bahwa F hitung > F tabel yang berarti bahwa menolak hipotesis yang menyatakan rata-rata antar perlakuan.
Uji Perbandingan Berganda
Tabel Nilai-Nilai Kritis Sebaran t – berekor satu
Regresi Eni Sumarminingsih, SSi, MM. Analisis regresi linier merupakan analisis yang digunakan untuk mengetahui dan mempelajari suatu model hubungan fungsional.
Rancangan Acak Lengkap
Rancangan Acak Kelompok Faktorial
Rancangan Acak Kelompok Faktorial
Percobaan 2 faktor dalam RAK
ANALISIS EKSPLORASI DATA
Percobaan Berfaktor Perlakuan : kombinasi antara taraf faktor satu dengan taraf faktor yang lain Penempatan perlakuan dalam : RAL, RAK, SPLIT PLOT atau.
PERCOBAAN FAKTORIAL DAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
PERCOBAAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
NUR LAILATUL RAHMAH, S.Si., M.Si.
Uji Perbandingan Ganda (Multiple Comparison)
MULTIPLE COMPARISON TEST (UJI LANJUT, POSTHOC TEST ) MULTIPLE COMPARISON TEST (UJI LANJUT, POSTHOC TEST ) Dr. Nugraha E. Suyatma, STP, DEA Dr. Ir. Budi.
VII. RAK FAKTORIAL Percobaan RAK pola faktorial adalah penelitian dengan rancangan dasar RAK dan faktor perlakuan labih dari atau sama dengan 2. Contoh.
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
RANCANGAN ACAK LENGKAP FAKTORIAL
Rancangan Percobaan (II) Pertemuan 26
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
PERBANDINGAN ANTAR NILAI RERATA PERLAKUAN
Rancangan Acak Lengkap
MUHAMAD SABAR EDI PUTERA
PEMBANDINGAN ORTOGONAL ( Prof.Dr. Kusriningrum )
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.
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
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
Percobaan 2 faktor dalam RAK
PENGUJIAN RATAAN PERLAKUAN
UJI PERBANDINGAN BERGANDA
NUR LAILATUL RAHMAH, S.Si., M.Si.
Rancangan Acak Lengkap
Rancangan Satu Faktor Rancangan Acak Lengkap
Perbandingan Berganda
Materi Pokok 21 RANCANGAN KELOMPOK
PENGUJIAN RATAAN PERLAKUAN
PEMBANDINGAN GANDA PADA RANCANG KELOMPOK
UJI PERBANDINGAN GANDA
Nilai UTS.
Perbandingan Berganda
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOCK DESIGN) atau RANCANGAN KELOMPOK LENGKAP TERACAK (RANDOMIZED COMPLITE BLOCK DESIGN) Prof.Dr. Kusriningrum.
ANALYSIS OF VARIANCE (ANOVA)
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
ANOVA SATU ARAH (Oneway Anova).
STATISTIKA 2 8. ANOVA OLEH: RISKAYANTO
Uji Perbandingan Berganda Kuswanto, Uji perbandingan berganda Untuk membandingkan rerata antar perlakuan Untuk membandingkan rerata antar perlakuan.
Rancangan acak lengkap faktorial
MEMBEDAKAN LEBIH DARI 2 PERLAKUAN
MEMBEDAKAN LEBIH DARI 2 PERLAKUAN
MEMBEDAKAN LEBIH DARI 2 PERLAKUAN
Rancangan Petak Petak Terbagi (Split Split Plot Design)
Transcript presentasi:

STATISTIK INDUSTRI 1 MATERI KE-13 PEMBANDINGAN BERGANDA NUR LAILATUL RAHMAH, S.Si., M.Si.

POKOK BAHASAN PEMBANDINGAN BERGANDA UJI t DENGAN BEDA NYATA TERKECIL (BNT) UJI TUKEY DENGAN BEDA NYATA JUJUR (BNJ) UJI JARAK DUNCAN (DMRT)

REFERENSI R., S. Kusriningrum. 2008. Perancangan Percobaan. Airlangga University Press. Surabaya.

Pembandingan berganda Uji lanjutan dari Anova Hasil yang diperoleh melalui uji F menunjukkan apabila H0 ditolak atau H1 diterima belum dapat memberikan keterangan tentang perlakuan mana yang berbeda. Kecuali untuk t = 2, karena jelas bahwa yang satu tentu berbeda dengan yang lain. Untuk menentukan perlakuan mana yang berbeda dengan yg lain bila t > 2, kita perlu membandingkan perlakuan tsb satu per satu.

Cont’d 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 nilai tengah atau 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 (α) = t (α) (db galat) x s atau BNT (α) = t (α) (db galat) 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: (α) = taraf nyata α = 0,05, untuk BNT (5%) α = 0,01, untuk BNT (1%) t (α) = titik kritis sebaran t untuk taraf nyata α dan derajat bebas dari galatnya s2 = kuadrat tengah galat = KTG nA dan nB = banyaknya pengamatan (ulangan) untuk perlakuan A dan B Besaran  s = s2 Jika nA dan nB = n  maka  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 ≠ nB  se(y-A - y-B) = KTG BNT (α) = t (α) (db galat) x KTG b) nA = nB = n se(y-A - y-B) = √ 2 KTG / n BNT (α) = t (α) (db galat) 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 Lihat contoh soal 1 mengenai 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  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 α = 0,05 dan kemudian tentukan BNT (5%), sbb: BNT (α) = t (α) (db galat) x √ 2 KTG / n = t (5%) (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  C – B : * (tanda bintang berarti berbeda) sehingga ganti notasi b A  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)  untuk mengetahui selisih dua perlakuan berbeda atau tidak a) nA ≠ nB BNJ (α) = Q (α) (t, db galat) x KTG √2 b) nA = nB = n BNJ (α) = Q (α) (t, db galat) x √KTG / n 1/nA + 1/nB

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 t buah perlakuan. Titik kritis ini disebut Q(α), dimana nilai tsb bergantung pada t yaitu banyaknya perlakuan yang akan dibandingkan dengan db g, juga taraf nyata yg dipilih (lamp. 3 dan 4)

Contoh soal PENYELESAIAN (BNJ) Percobaan PEMUPUKAN = 5 perlakuan (P,Q,R,S,T) Rata-rata = 1,616; 1,718; 1,792; 1,904 dan 2,056 Ulangan = 5 Taraf nyata = α = 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 (5%) (5, 20) x √ 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  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 (t-1) titik kritis  disebut Jarak Nyata di di student kan (Significant Studentized Range = SSR) atau Jarak Nyata Duncan (JND) (Lamp 5 dan 6) Selain itu, DMRT juga menggunakan LSR (Least Significant Range) atau Jarak Nyata Terkecil (JNT)

JADI, untuk menentukan apakah dua mean/nilai tengah/ rata-rata pengamatan dengan jarak tertentu berbeda atau tidak berbeda dapat digunakan rumus sbb: Dimana: s.e. = √KTG/n d.b. galat = t(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 α = 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 Teladan 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 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 (α = 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 (α = 0,05) !