1 / 36

Analisis of Varians (Anova) Uji F uji beda mean tiga atau lebih sampel Oleh: Roni Saputra, M.Si

Analisis of Varians (Anova) Uji F uji beda mean tiga atau lebih sampel Oleh: Roni Saputra, M.Si. Kegunaan. Menguji perbedaan mean dari beberapa kelompok (lebih dari dua kelompok) dengan menggunakan analisis variansi. Ringkasan Anava. Keterangan : F=Nilai F X=Nilai observasi

deron
Télécharger la présentation

Analisis of Varians (Anova) Uji F uji beda mean tiga atau lebih sampel Oleh: Roni Saputra, M.Si

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Analisis of Varians (Anova) Uji F uji beda mean tiga atau lebih sampelOleh: Roni Saputra, M.Si

  2. Kegunaan • Menguji perbedaan mean dari beberapa kelompok (lebih dari dua kelompok) dengan menggunakan analisis variansi.

  3. Ringkasan Anava

  4. Keterangan : • F=Nilai F • X=Nilai observasi • nK=Banyaknya objek pada kelompok kK=Banyaknya kelompok • N=Banyaknya seluruh objek

  5. Ketentuan aplikasi • Data berskala interval atau rasio. • Varians masing-masing kelompok tidak berbeda, alternatif uji bila varians data pada masing-masing kelompok berbeda adalah uji non parametrik Kruskal Wallis. • Signifikansi, nilai hasil hitung F dibandingkan dengan nilai tabel F, derajat bebas v1=(k-1) dan v2=(N-k). Bila Ho ditolak, maka untuk melihat rincian perbedaan dilanjutkan dengan uji HSD atau LSD atau t test.

  6. Contoh Aplikasi 1 Di bawah ini data berat badan (satuan kg) bayi lahir di empat desa yang dicatat petugas desa masing-masing. Selidikilah dengan  = 5%, apakah ada perbedaan berat badan bayi lahir di masing-masing desa?

  7. Penyelesaian : • Hipotesis • Ho : BDA = BDB = BDC = BDD  tidak ada perbedaan berat badan bayi baru lahir di Desa Arjo, Desa Baru, Desa Cita, Desa Duku • Ha : BDA  BDB  BDC  BDD  ada perbedaan berat badan bayi baru lahir di Desa Arjo, Desa Baru, Desa Cita, Desa Duku • Level signifikansi •  = 5%

  8. Ringkasan Anava

  9. JKd = JKT - JKK • JKd = 1,230 - 0,724 • JKd = 0,506 • dbK = K – 1 = 4 – 1 = 3 • dbd = N – K = 28 – 4 = 24 • dbT = N – 1 = 28 – 1 = 27

  10. Df/db/dk • dbK = K – 1 = 4 – 1 = 3  V1 • dbd = N – K= 28 – 4 = 24  V2 • Nilai tabel • Nilai tabel F,  = 5%, df = 3 ; 24, Nilai tabel F = 3,01 • Daerah penolakan • Menggunakan gambar • Menggunakan rumus •  11,476  >  3,01 ; berarti Ho ditolak, Ha diterima • Simpulan • Ada perbedaan berat badan bayi baru lahir di Desa Arjo, Desa Baru, Desa Cita, Desa Duku, pada  = 5%.

  11. Karena Ho ditolak, maka dicari kelompok desa yang berbeda dan tidak beda. • Untuk memerinci perbedaan masing-masing kelompok dapat dilakukan dengan menggunakan : • Uji dengan menggunakan Higly Significance Difference (HSD) • Uji dengan menggunakan Leat Significance Difference (LSD) • T test untuk dua kelompok sampel yang berbeda (independent)

  12. HSD=Higly Significance Difference • HSD0,05 antara rerata X1 dan X2 = • Beda signifikan jika X1 –X2 HSD0,05 • X1 =mean kelompok 1 • X2 =mean kelompok 2 • MKd=Mean kuadrat dalam • N1=banyaknya anggota sampel 1 • N2=banyaknya anggota sampel 2 • q=nilai tabel q

  13. LSD=Leat Significance Difference • LSD0,05 antara X1 dan X2 = • Beda signifikan jika X1– X2 LSD0,05 • X1 =mean kelompok 1 • X2 =mean kelompok 2 • MKd=kuadrat dalam • N1=banyaknya anggota sampel 1 • N2=banyaknya anggota sampel 2 • t=nilai tabel t

  14. Contoh aplikasi 2 Hasil pengukuran pencahayaan alami rumah ruang keluarga pada deret blok perumahan didapatkan data sebagai berikut: Selidikilah dengan  = 5%, apakah ada perbedaan pencahayaan rumah blok M, blok O, blok P, blok A dan blok D?

  15. Penyelesaian : • Hipotesis • Ho : Pm = Po = Pp = Pa = Pd  tidak terdapat perbedaan pencahayaan alami ruang keluarga antara rumah pada blok M, blok O, blok P, blok A dan blok D. • Ha : Pm  Po  Pp  Pa  Pd  ada perbedaan pencahayaan alami ruang keluarga antara rumah pada blok M, blok O, blok P, blok A dan blok D • Level signifikansi •  = 5%

  16. Ringkasan Anava

  17. JKd = JKT - JKK • JKd = 1927,47 – 1371,45 • JKd = 556,02 • dbK = K – 1 = 5 – 1 = 4 • dbd = N – K = 32 – 5 = 27 • dbT = N – 1 = 32 – 1 = 31

  18. Df/db/dk • dbK = K – 1 = 5 – 1 = 4  V1 • dbd = N – K= 32 – 5 = 27  V2 • Nilai tabel • Nilai tabel F,  = 5%, df = 4 ; 27, Nilai tabel F = 2,73 • Daerah penolakan • Menggunakan gambar • Menggunakan rumus •  4,80  >  2,73 ; berarti Ho ditolak, Ha diterima • Simpulan • Ada perbedaan pencahayaan alami ruang keluarga antara rumah pada blok M, blok O, blok P, blok A dan blok D, pada  = 5%.

  19. Karena Ho ditolak, maka dicari kelompok blok rumah yang berbeda dan tidak beda. • Untuk memerinci perbedaan masing-masing kelompok dapat dilakukan dengan menggunakan : • Uji dengan menggunakan Higly Significance Difference (HSD) • Uji dengan menggunakan Leat Significance Difference (LSD) • T test untuk dua kelompok sampel yang berbeda (independent)

  20. HSD=Higly Significance Difference • HSD0,05 antara rerata X1 dan X2 = • Beda signifikan jika X1 –X2 HSD0,05 • X1 =mean kelompok 1 • X2 =mean kelompok 2 • MKd=Mean kuadrat dalam • N1=banyaknya anggota sampel 1 • N2=banyaknya anggota sampel 2 • q=nilai tabel q

  21. LSD=Leat Significance Difference • LSD0,05 antara X1 dan X2 = • Beda signifikan jika X1– X2 LSD0,05 • X1 =mean kelompok 1 • X2 =mean kelompok 2 • MKd=kuadrat dalam • N1=banyaknya anggota sampel 1 • N2=banyaknya anggota sampel 2 • t=nilai tabel t

More Related