Manajer produksi ingin mengetahui perbedaan rata-rata waktu pengisian antara tiga jenis mesin pengisi dengan menggunakan uji ANOVA. Data waktu pengisian dari tiga jenis mesin diuji menggunakan uji F untuk mengetahui ada tidaknya perbedaan signifikan antara rata-rata waktu pengisian ketiga mesin.
2. Estimasi Parameter
Pengujian Hipotesis
Uji t , Uji F , Uji Chi Square
Analisis Regresi dan Korelasi
Basic Statistics - 2017 2
3.
4. F - test
Uji Kesamaan
Variansi Populasi
Uji Kesamaan
Rata-rata Populasi
(ANOVA)
Basic Statistics - 2017 4
5.
6. Berikut diberikan tabel berisi Data Hasil Prestasi
Belajar Statistik antara Kelompok Mahasiswa yang
Menggunakan Metode Kooperatif dan Metode
Konvensional.
Basic Statistics - 2017 6
14. Interpolasi ( I ) nilai tabel yang tidak tersedia :
𝑰 =
𝒓𝒂𝒏𝒈𝒆 𝑭 𝒗𝒂𝒍𝒖𝒆
𝒓𝒂𝒏𝒈𝒆 𝒅𝒇
∙ 𝒄𝒖𝒓𝒓𝒆𝒏𝒕 𝒅𝒇 − 𝒍𝒐𝒘𝒆𝒔𝒕 𝒅𝒇
Hasil interpolasi = Fmin - I
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 14
15. Interpolasi ( I ) nilai tabel F dengan db pembilang 21 :
𝑰 =
𝟐,𝟐𝟑−𝟐,𝟏𝟗
𝟐𝟒−𝟐𝟎
∙ 𝟐𝟏 − 𝟐𝟎 = 𝟎, 𝟎𝟏
Hasil interpolasi = Fmin – I = 2,23 – 0,01 = 2,22
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
kecilVarianster
besarVarianster
Basic Statistics - 2017 15
16. The concentration of blue green algae was obtained
for 7 phytoplankton-density samples taken from each
of two lake habitats. Determine if there is a difference
in the variability of phytoplankton density between
the two habitats.
1) H0: s1
2 = s2
2
2) H0: s1
2 s2
2
Example
Basic Statistics - 2017 16
17. Assume: Independence (randomly selected
samples) and that BOTH populations are
normal.
a = 0.05
Draw a sample of 7 from each habitat,
calculate the variances and the F ratio.
Basic Statistics - 2017 17
20. Then calculate the F value as;
Fvalue = S2
2 / S1
2 = 40.12 / 6.95 = 5.77
Calculate the critical region, given a = 0.05 and a TWO
TAILED alternative, and knowing that the degrees of
freedom are g1=6 and g2=6, (note that both are equal).
Ftabel = 4,48 reject H0
Basic Statistics - 2017 20
21. Fvalue = 5.77 > Ftabel = 4,48
There is a difference in the variability of
phytoplankton density between the two habitats.
Basic Statistics - 2017 21
22.
23. Remember the 2 - Mean t –Test ?
Ex : A salesman in car sales wants to find the difference between
two types of cars in terms of mileage:
Mid-SizeVehicles Sports UtilityVehicles
Basic Statistics - 2017 23
24. The salesman took an independent sampling from
each population of vehicles :
Level n Mean StDev
Mid-size 28 27.101 mpg 2.629 mpg
SUV 26 20.423 mpg 2.914 mpg
The 2 - mean t –Test will do this data.
Basic Statistics - 2017 24
25. What if the salesman wanted to compare
another type of car, Pickup Trucks in addition to
the SUV’s and Mid-size vehicles?
Level n Mean StDev
Midsize 28 27.101 mpg 2.629 mpg
SUV 26 20.423 mpg 2.914 mpg
Pickup 8 23.125 mpg 2.588 mpg
Basic Statistics - 2017 25
26. In a 2 - mean t – Test, we see if the difference
between the 2 sample means is significant.
The ANOVA is used to compare multiple means,
and see if the difference between multiple sample
means is significant.
Basic Statistics - 2017 26
27. Serupa dengan pembandingan dua rata-rata,
hanya pada analisis varian dibandingkan
beberapa rata-rata secara simultan.
ANOVA merupakan pengujian hipotesis yang
didasarkan pada distribusi F.
Basic Statistics - 2017 27
30. Unit-unit percobaan di letakkan secara acak terhadap
perlakuan, dengan unit homogen.
Hanya ada satu faktor atau variabel independen,
dengan beberapa level perlakuan.
Analisis yang digunakan : one-way Anova (Anova 1 arah)
Basic Statistics - 2017 30
31. Menyelidiki perbedaan diantara rata-rata respon dari
dua atau lebih populasi.
Contoh :
▪ Tipe-tipe ban roda,
▪ Temperatur pemanasan
Basic Statistics - 2017 31
32. Sampel diambil secara random dan independen.
Populasi untuk F test cukup kuat terhadap distribusi
normal.
Populasi mempunyai kesamaan variansi, untuk jumlah
sampel sama pada tiap populasi syarat ini bisa
diabaikan.
Basic Statistics - 2017 32
33. Grup 1 Grup 2 …. Grup k
Data X11,…,X1n1 X21,…,X2n2 …. Xk1,…,Xknk
Mean X1 X2 …. Xk
Variansi S1
2 S2
2 …. Sk
2
Basic Statistics - 2017 33
34. Sampel diambil secara random dan independen.
Populasi untuk F test cukup kuat terhadap distribusi
normal.
Populasi mempunyai kesamaan variansi, untuk jumlah
sampel sama pada tiap populasi syarat ini bisa
diabaikan.
Basic Statistics - 2017 34
35. ▪ Semua rata-rata populasi sama
▪ Tidak ada pengaruh perlakuan (tidak ada perbedaan diantara
rata-rata grup)
▪ Minimal satu rata-rata populasi berbeda (yang lainnya sama)
▪ Ada efek atau pengaruh perlakuan
▪ Tidak berarti bahwa semua populasi berbeda
0 1 2: cH
samasemuaTidakH i:1
Basic Statistics - 2017 35
38. Variasi disebabkan oleh
perlakuan : JKP
Variasi disebabkan oleh sampling
random : JKG
Variasi Total : JKT
Jumlah Kuadrat Total
Sering disebut dengan:
▪ Jumlah Kuadrat Error/ Galat
▪ Sum of SquaresWithin
▪ Sum of Squares Error
▪ Sum of Squares Unexplained
▪ Within GroupsVariation
Sering disebut dengan :
▪ Jumlah Kuadrat Perlakuan
▪ Sum of Squares Between
▪ Sum of Squares Model
▪ Sum of Squares Explained
▪ Sum of SquaresTreatment
▪ Among GroupsVariation
= +
Basic Statistics - 2017 38
39. JKT = JKP + JKG
•
•••
••
t
1j
r
1i
2
jij
t
1j
r
1i
2
j
t
1j
r
1i
2
ij yyyyyy
▪ Perlakuan : t (kolom ke - j)
▪ Tiap level t diulang sebanyak : r (baris ke - i)
▪ Jadi jumlah unit percobaan : t*r = n
39
40. JKT – Jumlah KuadratTotal
rt
y
yyy
2t
1j
r
1i
2
ij
t
1j
r
1i
2
ij
••
••
Basic Statistics - 2017 40
41. JKP – Jumlah Kuadrat Perlakuan
merupakan variasi di antara rata-rata.
rt
y
r
y
yy
2
t
1j
2
jt
1j
r
1i
2
j
••
•
•••
Basic Statistics - 2017 41
42. JKP – Jumlah Kuadrat Perlakuan
Group 1 Group 2 Group 3
Response, X
Basic Statistics - 2017 42
47. merupakan perbandingan dari variansi antar
perlakuan dan variansi dalam perlakuan.
▪ Nilai variansi antar perlakuan yang relatif besar menuntun
pada penolakan H0.
▪ Nilai perbandingan akan relatif kecil jika H0 diterima.
▪ Nilai dari FHitung selalu positif.
47
48. Sebagai manager produksi, anda ingin mengetahui mengenai mesin
pengisi berdasarkan rata-rata waktu pengisiannya, dengan data
pada tabel. Pada tingkat signifikansi 5 % , adakah perbedaan rata-
rata waktu?
Mesin 1 Mesin 2 Mesin 3
25.40 23.40 20.00
26.31 21.80 22.20
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40
Basic Statistics - 2017 48
49. Mesin 1 Mesin 2 Mesin 3
25.40 23.40 20.00
26.31 21.80 22.20
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40
27
26
25
24
23
22
21
20
19
•
•
•
•
•
••
•
••
•
•
••
•
1X
2X
3X
X
1 2
3
24.93 22.61
20.59 22.71
X X
X X
Basic Statistics - 2017 49
50. Perlakuan (t) : 3
Ulangan tiap level t (r) : 5
Jumlah unit total (n) : 3 x 5 = 15
Mesin 1 Mesin 2 Mesin 3
25.40 23.40 20.00
26.31 21.80 22.20
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40
124.65 113.05 102.95 340.65
Basic Statistics - 2017 50
51. JKT – Jumlah KuadratTotal
2172.58
15
65.340
40.2040.2340.25
rt
y
y
2
222
2t
1j
r
1i
2
ij
••
Basic Statistics - 2017 51
52. JKP – Jumlah Kuadrat Perlakuan
1640.47
15
65.340
5
95.10205.11365.124
rt
y
r
y
22222
t
1j
2
j
••
•
Basic Statistics - 2017 52
57. Fhitung : 25,6
Ftabel : 3,88 (0,05; 2; 12)
Tolak H0, terdapat bukti yang kuat bahwa minimal
terdapat 1 rerata perlakuan yang tidak sama.
Perlakuan mana kah yang tidak sama ?
Basic Statistics - 2017 57
58. Perlakuan mana kah yang tidak sama ?
Untuk menguji beda rerata perlakuan, gunakan Uji
TUKEY – KRAMER (beda nyata jujur), BNT (beda
nyata total), atau Uji Duncan.
Basic Statistics - 2017 58
59. HASIL ANOVA
H0 Diterima
(Rerata Perlakuan sama)
H0 Ditolak
(Rerata Perlakuan beda)
Mana yg berbeda ?
UJI BEDA ANTAR
RERATA PERLAKUAN
Basic Statistics - 2017 59
61. Hipotesis H0 :
H1 :
Pembandingan ganda Tukey, membandingkan selisih
mutlak rata-rata dengan daerah kritis.
ji
ji ji
X
1 =
2
3
61
62. Untuk ukuran sampel sama
n
KT
faqBNJ Galat
,a
Banyaknya perlakuan
db galat
Ukuran
sampel
Basic Statistics - 2017 62
63. Untuk ukuran sampel berbeda
ji
Galat
nn
KT
faq
BNJ
11
2
,a
Ukuran sampel
perlakuan ke-i
Ukuran sampel
perlakuan ke-j
63
64. Langkah – Langkah :
1. Hitung nilai BNJ.
2. Urutkan rerata perlakuan dari yang terkecil sampai
yang terbesar atau sebaliknya.
3. Hitung beda antara rerata perlakuan ke-i dan ke-j.
4. Bandingkan dengan nilai BNJ.
Basic Statistics - 2017 64
66. Selisih Mutlak Rata-rata
Mesin 1 Mesin 2 Mesin 3
25.40 23.40 20.00
26.31 21.80 22.20
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40
1 2
3
24.93 22.61
20.59 22.71
X X
X X
1 2
1 3
2 3
24.93 22.61 2.32
24.93 20.59 4.34
22.61 20.59 2.02
X X
X X
X X
Basic Statistics - 2017 66
67. Daerah Kritis (sampel sama)
n
KT
faqBNJ Galat
,a
Banyaknya perlakuan db galat
Ukuran
sampel
91.0
)2478.0).(674.3(
15
9211.0
12,305.0
qBNJ
67
68. Kesimpulan UjiTukey
Semua selisih rata-rata lebih besar dari nilai kritis. Jadi,
terdapat perbedaan yang signifikan antar masing-masing
pasangan rata-rata pada tingkat signifikansi 5%.
Basic Statistics - 2017 68
71. Perlakuan terdiri atas 2 faktor atau lebih yang
dicoba secara serentak (bersamaan) pada suatu
percobaan.
Jumlah derajat bebas (db) dan jumlah kuadrat
perlakuan (JKP) diuraikan atas faktor-faktor yang
terlibat dalam percobaan dan interaksinya; yang
bersifat ADDITIF.
Basic Statistics - 2017 71
73. Komponen perlakuan (τ) dipecah menjadi
pengaruh utama A, pengaruh utama B, dan
interaksi A*B.
Basic Statistics - 2017 73
74. Yijk = data pengamatan pada unit ke-k yang memperoleh
perlakuan kombinasi ij (level ke-i faktorA dan ke-j faktor B).
μ = rerata umum
αi = pengaruh faktorA pada level ke-i
βj = pengaruh faktor B pada level ke-j
(αβ)ij = pengaruh interaksi level ke-i faktor A dan ke-j faktor B
εijk = pengaruh galat unit percobaan ke-k yang memperoleh
perlakuan kombinasi ij (level ke-i faktor A dan ke-j faktor B).
Basic Statistics - 2017 74
80. Seorang mahasiswi meneliti pengaruh 3 jenis nangka
(N) dan 3 macam suhu pemanasan (S) penggodokan
terhadap daya simpan dodol nangka. Percobaan
faktorial ini menggunakan RAL, yang pelaksanaannya
dilakukan di Laboratorium. Tiap perlakuan kombinasi
diulang sebanyak 4 kali.
Basic Statistics - 2017 80