SlideShare a Scribd company logo
1 of 17
MULTIPLE COMPARISON TEST 
(UJI LANJUT, POSTHOC TEST ) 
Dr. Nugraha E. Suyatma, STP, DEA 
Dr. Ir. Budi Nurtama, M.Agr. 
PS. SUPERVISOR JAMINAN MUTU PANGAN 
PROGRAM DIPLOMA – IPB
Multiple Comparison Tests 
• Uji pembandingan nilai-nilai tengah perlakuan 
• Uji lanjut (posthoc tests) dari ANOVA jika terdapat hasil yang signifikan 
(hipotesis H0 ditolak) 
• Beberapa uji adalah : 
- Uji BNT (Beda Nyata Terkecil, Least Significance Difference) 
- Uji BNJ (Beda Nyata Jujur, Honestly Significance Difference) 
- Uji Perbandingan Berganda Duncan (Duncan's Multiple Range Test) 
- Uji Perbandingan thd Kontrol (uji Dunnett)
Uji Beda Nyata Terkecil (Uji BNT) 
• Fisher's Least Significance Difference Test (LSD Test) 
• Menguji ada/tidaknya perbedaan perlakuan yang berpasang-pasangan, 
4 = 6 pasangan. 
misalnya 4 perlakuan berarti terdapat C2 
• Semakin besar banyaknya perlakuan yg dibandingkan, semakin besar 
tingkat kesalahan. 
• Uji hipotesis : H0 : i = i' vs. H1 : i  i' 
1 
       
r 
Nilai kritis BNT t S S KTG 
 
Nilai t dari Tabel t berekor satu dg db galat ANOVA 
/2, db 
KTG Kuadrat Tengah Galat dari ANOVA 
1 
r 
 
 
r banyaknya sampel perlakuan i dan r ' banyaknya sampel perlakuan i' 
i i 
i i' 
/2 , db Y Y Y Y 
galat 
galat i i' i i' 
  
  
 
  
 
 
 
• Kriteria pengambilan keputusan : 
 Yi  Yi'   BNT  kedua perlakuan berbeda nyata pada taraf .
CONTOH UJI BNT 
Data CONTOH I-A : 
Tabel ANOVA 
Sumber 
Keragaman 
Jumlah 
Kuadrat 
derajat 
bebas 
Kuadrat 
Tengah 
F h i t u n g 
Perlakuan 15469.78 2 7734.89 24.12 
Galat 1924.40 6 320.73 - 
Total 17394.18 8 - - 
Dari Tabel Nilai Kritis Sebaran F diperoleh : F0.05 , 2 , 6 = 5.14 
Nilai Fhitung perlakuan  F0.05 , 2 , 6 maka H0 ditolak. 
Perlakuan tiga jenis pepaya berpengaruh nyata terhadap viskositas 
saos pepaya pada taraf signifikansi 0.05.
Data CONTOH I-A : 
Rata-rata viskositas saos pepaya A = 750.40; B = 681.63; 
dan C = 651.30. 
KTG = 320.73, db galat = 6, ri = ri' = 3 
14.62 
1 
3 
Perlakuan pepaya A vs. perlakuan pepaya B: 
1 
 
  
 320.73 
  
3 
1 1 
* 
  
r 
r 
 
 
 
t0.025 6 S * 
S KTG 
 
  
 
 
  
 
Nilai kritis BNT 2.447 14.62 35.78 
i i' 
i i' 
, Y Y 
i i' 
Y Y 
   
 
 
Kriteria pengambilan keputusan : 
 750.40  681.63  = 68.77  BNT  kedua perlakuan 
berbeda nyata pada taraf 0.05. 
Latihan : Bgm utk perlakuan pepaya A dg C maupun B 
dg C ?
Uji Beda Nyata Jujur (Uji BNJ) 
• Tukey's Honestly Significance Difference Test (HSD Test) 
• Menguji ada/tidaknya perbedaan perlakuan yang berpasang-pasangan, 
4 = 6 pasangan. 
misalnya 4 perlakuan berarti terdapat C2 
• Semua perbandingan pasangan yg mungkin, kesalahannya = . Untuk 4 
perlakuan dgn  = 5% maka setiap pasangan mempunyai kesalahan = 
/(2*6) = 0.413%. 
• Uji hipotesis : H0 : i = i' vs. H1 : i  i' 
q S S KTG r 
Nilai kritis BNJ 
q , 
 
 
Nilai dari tabel Tukey pada taraf nyata 
 
 
 
p, db 
banyaknya perlakuan dan derajat bebas galat 
  
   
t 
i 
i 
h 
galat 
, p , dbgalat 
, p , dbgalat Y Y 
r 
t 
r r 
1 
1 
Rataan harmonik utk ulangan tidak sama :
Langkah-langkah pembandingan uji BNJ : 
1. Urutkan rataan perlakuan dari yg terkecil s/d terbesar atau sebaliknya. 
2. Nilai awal i = 1 dan j = 1. 
3. Hitung beda absolut antara rataan terkecil ke-i dg terbesar ke-j. 
4. Bandingkan dg BNJ. Jika lebih kecil, lanjut ke langkah 6. 
5. Berikan j = j + 1, jika j  p kembali ke langkah 3. 
6. Buat garis di bawah rataan ke-i sampai ke-j. 
7. Berikan i = i + 1, jika i  p kembali ke langkah 3. 
8. Stop. 
Penarikan kesimpulan : 
• Perlakuan-perlakuan pada garis yg sama berarti tidak berbeda nyata 
pada taraf .
CONTOH UJI BNJ 
Data CONTOH I-A : 
Rata-rata viskositas saos pepaya A = 750.40, B = 681.63 dan C = 651.30 
KTG = 320.73, p = 3, db galat = 6, r = 3 
   
320.73 / 3 10.34 
S KTG r 
Nilai dari tabel Tukey  
4.34 
Nilai kritis BNJ 4.34*10.34 44.88 
0.05 3, 6 
0.05 3 6 
q S 
q 
, Y 
, , 
Y 
   
Urutan rataan : C = 651.30 B = 681.63 A = 750.40 
Beda rataan terkecil ke-1 dg terbesar ke-1 = I 651.30750.40 І = 99.10  BNJ 
Beda rataan terkecil ke-1 dg terbesar ke-2 = I 651.30681.63 І = 30.33  BNJ 
Perlakuan C B 
Beda rataan terkecil ke-2 dg terbesar ke-1 = I 681.63750.40 І = 68.77  BNJ 
Perlakuan C B A 
Jadi perlakuan C dan B berbeda nyata dg A sedangkan C tidak berbeda nyata 
dg B pada taraf 0.05. 
Latihan : Uji BNJ untuk CONTOH I-B
Uji Perbandingan Berganda Duncan 
• Duncan's Multiple Range Test (DMRT). 
• Mirip dg uji Tukey. 
• Nilai-nilai pembanding meningkat sesuai dg jarak peringkat 
dua perlakuan yg dibandingkan. 
• Uji hipotesis : H0 : i = i' vs. H1 : i  i' 
r S S KTG r 
   
Nilai kritis Duncan : R 
r  
, 
Nilai dari tabel Duncan pada taraf nyata 
p, db 
 
 
 
 
jarak peringkat 2 perlakuan dan derajat bebas galat 
  
t 
i 
i 
h 
galat 
, p , dbgalat 
, p , dbgalat Y Y 
r 
t 
r r 
1 
p 
1 
Rataan harmonik utk ulangan tidak sama :
Langkah-langkah pembandingan uji Duncan : 
1. Urutkan rataan perlakuan dari yg terkecil s/d terbesar atau sebaliknya. 
2. Nilai awal i = 1 dan j = 1. 
3. Hitung beda absolut antara rataan terkecil ke-i dg terbesar ke-j. 
4. Bandingkan dg nilai Rp. Jika lebih kecil, lanjut ke langkah 6; jika tidak 
lanjut ke langkah 5. 
5. Berikan j = j + 1, jika j  p kembali ke langkah 3. 
6. Buat garis di bawah rataan perlakuan ke-i sampai ke-j. 
7. Berikan i = i + 1, jika i  p kembali ke langkah 3. 
8. Stop. 
Penarikan kesimpulan : 
• Perlakuan-perlakuan pada garis yg sama berarti tidak berbeda nyata 
pada taraf .
CONTOH UJI DUNCAN 
Data CONTOH I-A : 
Rata-rata viskositas saos pepaya A = 750.40, B = 681.63 dan C = 651.30 
KTG = 320.73, p = 2 dan 3, db galat = 6, r = 3 
   
320.73 / 3 10.34 
r r 
Dari tabel Duncan, nilai 3.587 dan 3.461 
r S 
  
Nilai kritis R   3.587*10.34  
37.09 (utk 3 perlakuan) 
, Y 
3 0.05 3, 6 
Nilai kritis R 3.461*10.34 35.79 (utk 2 perlakuan) 
2 0.05 2, 6 
0.05 3 6 0.05 2 6 
r S 
S KTG r 
, Y 
, , , , 
Y 
   
Urutan rataan : C = 651.30 B = 681.63 A = 750.40 
Beda rataan terkecil ke-1 dg terbesar ke-1 = I 651.30750.40 І = 99.10  R3 
Beda rataan terkecil ke-1 dg terbesar ke-2 = I 651.30681.63 І = 30.33  R2 
Beda rataan terkecil ke-2 dg terbesar ke-1 = I 681.63750.40 І = 68.77  R2 
Perlakuan C B A 
Jadi perlakuan C dan B berbeda nyata dg A sedangkan C tidak berbeda nyata 
dg B pada taraf 0.05. 
Latihan : Uji Duncan untuk CONTOH I-B
Uji Dunnett 
• Menguji ada/tidaknya perbedaan suatu perlakuan terhadap perlakuan kontrol 
• Uji hipotesis : H0 : 0 = i vs. H1 : 0  i 
Y Y 
2 
Nilai kritis 
0 
Y i Y 
  
rataan perlakuan dan rataan perlakuan kontrol 
kuadrat tengah galat 
0 
KTG 
banyaknya sampel perlakuan 
n 
KTG / n 
d 
i 
i 
i 
 
 
 
 
• Kriteria pengambilan keputusan : 
Jika  di   d/2, k, v maka perlakuan i berbeda nyata dg perlakuan kontrol 
pada taraf . 
• Nilai d/2, k, v dari Tabel Dunnett dg k = banyaknya perlakuan yg dibandingkan 
(termasuk kontrol) dan v = db galat.
CONTOH UJI DUNNETT 
Misalnya data CONTOH II-B (Faktorial-RAKL) dimana perlakuan dg 
pengawet A dijadikan sbg perlakuan tanpa pengawet (Kontrol). 
Umur simpan rata-rata : 
kontrol = 2.0, pengawet B = 6.5 dan pengawet C = 8.0 
KTG = 1.73, db galat = 5, n = 4, k = 3 
4.84 
Perbandingan pengawet B dgn Kontrol : 
6.5 2.0 
d i 0 
i  
2 1.73 / 4 
Y Y 
2 
Nilai kritis 
* 
KTG / n 
 
 
 
 
• Nilai d0.05, 3, 5 dari Tabel Dunnett (berekor dua) = 3.03 
• Penarikan kesimpulan : 
Karena  di   d0.05, 3, 5 maka perlakuan pengawet B berbeda nyata dg 
perlakuan kontrol pada taraf 0.05. 
Latihan : Lakukan pembandingan pengawet C dengan kontrol !
Pengaruh penggunaan bahan pengembang (foaming agent: 0, 
100, 200 dan 300 ppm) terhadap overrun es krim yang 
dihasilkan (%). Data pengamatannya diperoleh sebagai 
berikut: 
Konsentrasi BTP Ulangan 1 Ulangan 2 Ulangan 3 
0 5.5 5.0 4.8 
100 3.0 3.5 3.8 
200 6.0 5.8 5.5 
300 6.5 6.0 7.3 
a) Jika rancangan yang digunakan adalah RAL, tulisanlah 
model liniernya. Lengkap dengan keterangan! 
b) Jika perlakuan berpengaruh nyata, lanjutkanlah dengan 
perbandingan Duncan (DMRT). 
c) Apakah kesimpulan yang dapat anda tarik?

More Related Content

What's hot

02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan
UNTAN
 
04. Rancangan Acak Lengkap
04. Rancangan Acak Lengkap04. Rancangan Acak Lengkap
04. Rancangan Acak Lengkap
Ir. Zakaria, M.M
 
7. uji lanjut kontras
7. uji lanjut kontras7. uji lanjut kontras
7. uji lanjut kontras
Mlutfi9
 
Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)
Ade Setiawan
 
Rancangan acak kelompok faktorial
Rancangan acak kelompok faktorialRancangan acak kelompok faktorial
Rancangan acak kelompok faktorial
Arif Hermanto
 

What's hot (20)

02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan02. pengertian dasar rancangan percobaan
02. pengertian dasar rancangan percobaan
 
Tabel tukey-hsd bnj
Tabel tukey-hsd bnjTabel tukey-hsd bnj
Tabel tukey-hsd bnj
 
Tabel tukey-hsd bnj
Tabel tukey-hsd bnjTabel tukey-hsd bnj
Tabel tukey-hsd bnj
 
Perbandingan ortogonal kontras
Perbandingan ortogonal kontrasPerbandingan ortogonal kontras
Perbandingan ortogonal kontras
 
RAL
RALRAL
RAL
 
Rancangan acak kelompok (rak)
Rancangan acak kelompok (rak)Rancangan acak kelompok (rak)
Rancangan acak kelompok (rak)
 
Percobaan faktorial
Percobaan faktorialPercobaan faktorial
Percobaan faktorial
 
Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)
 
04. Rancangan Acak Lengkap
04. Rancangan Acak Lengkap04. Rancangan Acak Lengkap
04. Rancangan Acak Lengkap
 
6. satuan percobaan, dan percobaan satu faktor
6. satuan percobaan, dan percobaan satu faktor6. satuan percobaan, dan percobaan satu faktor
6. satuan percobaan, dan percobaan satu faktor
 
7. uji lanjut kontras
7. uji lanjut kontras7. uji lanjut kontras
7. uji lanjut kontras
 
Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)
 
Rancangan acak kelompok faktorial
Rancangan acak kelompok faktorialRancangan acak kelompok faktorial
Rancangan acak kelompok faktorial
 
Rancangan bujur sangkar latin
Rancangan bujur sangkar latinRancangan bujur sangkar latin
Rancangan bujur sangkar latin
 
Rancangan Bujur Sangkar Latin (RBSL)
Rancangan Bujur Sangkar Latin (RBSL) Rancangan Bujur Sangkar Latin (RBSL)
Rancangan Bujur Sangkar Latin (RBSL)
 
01.perancangan percobaan
01.perancangan percobaan01.perancangan percobaan
01.perancangan percobaan
 
Modul 1 prinsip_dasar_perancangan
Modul 1 prinsip_dasar_perancanganModul 1 prinsip_dasar_perancangan
Modul 1 prinsip_dasar_perancangan
 
Rancangan percobaan
Rancangan percobaanRancangan percobaan
Rancangan percobaan
 
Rancangan Acak Lengkap
Rancangan Acak LengkapRancangan Acak Lengkap
Rancangan Acak Lengkap
 
Pengantar Rancangan Percobaan
Pengantar Rancangan PercobaanPengantar Rancangan Percobaan
Pengantar Rancangan Percobaan
 

Viewers also liked

11 nilai-ssr-untuk-uji-duncan
11 nilai-ssr-untuk-uji-duncan11 nilai-ssr-untuk-uji-duncan
11 nilai-ssr-untuk-uji-duncan
fywicaksono
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadrat
Ir. Zakaria, M.M
 
Rancangan acak-lengkap-ral
Rancangan acak-lengkap-ralRancangan acak-lengkap-ral
Rancangan acak-lengkap-ral
Ir. Zakaria, M.M
 
Calculating critical values of t distributions using tables of percentage points
Calculating critical values of t distributions using tables of percentage pointsCalculating critical values of t distributions using tables of percentage points
Calculating critical values of t distributions using tables of percentage points
modelos-econometricos
 

Viewers also liked (20)

F.table
F.tableF.table
F.table
 
11 nilai-ssr-untuk-uji-duncan
11 nilai-ssr-untuk-uji-duncan11 nilai-ssr-untuk-uji-duncan
11 nilai-ssr-untuk-uji-duncan
 
Uji tukey & Uji scheffe
Uji tukey & Uji scheffeUji tukey & Uji scheffe
Uji tukey & Uji scheffe
 
Cara cari uji bnj (hsd)
Cara cari uji bnj (hsd)Cara cari uji bnj (hsd)
Cara cari uji bnj (hsd)
 
DMRT
DMRTDMRT
DMRT
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadrat
 
Tabel f-0-10
Tabel f-0-10Tabel f-0-10
Tabel f-0-10
 
Tabel f-0-01
Tabel f-0-01Tabel f-0-01
Tabel f-0-01
 
Tabel r
Tabel rTabel r
Tabel r
 
Slide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryaniSlide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryani
 
Tabel tabel statistik SMA NEGERI 1 RAHA
Tabel tabel statistik SMA NEGERI 1 RAHA Tabel tabel statistik SMA NEGERI 1 RAHA
Tabel tabel statistik SMA NEGERI 1 RAHA
 
Analisa korelasi ganda
Analisa korelasi gandaAnalisa korelasi ganda
Analisa korelasi ganda
 
Rancangan acak-lengkap-ral
Rancangan acak-lengkap-ralRancangan acak-lengkap-ral
Rancangan acak-lengkap-ral
 
Tabel t
Tabel tTabel t
Tabel t
 
Calculating critical values of t distributions using tables of percentage points
Calculating critical values of t distributions using tables of percentage pointsCalculating critical values of t distributions using tables of percentage points
Calculating critical values of t distributions using tables of percentage points
 
Teknik korelasi product moment
Teknik korelasi product momentTeknik korelasi product moment
Teknik korelasi product moment
 
Tabel t
Tabel tTabel t
Tabel t
 
Tabel f-0-05
Tabel f-0-05Tabel f-0-05
Tabel f-0-05
 
Makalah Statistika Dasar
Makalah Statistika DasarMakalah Statistika Dasar
Makalah Statistika Dasar
 
Makalah Analisa Korelasi Pearson (ppm)
Makalah Analisa Korelasi Pearson (ppm)Makalah Analisa Korelasi Pearson (ppm)
Makalah Analisa Korelasi Pearson (ppm)
 

Similar to 12 kul dan-responsi-uji-lanjut-multiple-comparison-tests

MA Chi Kuadrat dan Anova.pdf
MA Chi Kuadrat dan Anova.pdfMA Chi Kuadrat dan Anova.pdf
MA Chi Kuadrat dan Anova.pdf
Ilmizafitrah1
 
Statistik 1 9 uji hipothesis dua sampel
Statistik 1 9 uji hipothesis dua sampelStatistik 1 9 uji hipothesis dua sampel
Statistik 1 9 uji hipothesis dua sampel
Selvin Hadi
 

Similar to 12 kul dan-responsi-uji-lanjut-multiple-comparison-tests (20)

MA Chi Kuadrat dan Anova.pdf
MA Chi Kuadrat dan Anova.pdfMA Chi Kuadrat dan Anova.pdf
MA Chi Kuadrat dan Anova.pdf
 
Analisis regresi dan korelasi
Analisis regresi dan korelasiAnalisis regresi dan korelasi
Analisis regresi dan korelasi
 
Materi regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptxMateri regresi berganda Statistika 2.pptx
Materi regresi berganda Statistika 2.pptx
 
Pertemuan 12 13
Pertemuan 12 13Pertemuan 12 13
Pertemuan 12 13
 
4. Uji Lanjut.pptx
4. Uji Lanjut.pptx4. Uji Lanjut.pptx
4. Uji Lanjut.pptx
 
7 ujibeda2mean
7 ujibeda2mean7 ujibeda2mean
7 ujibeda2mean
 
Analisa data & uji statistik
Analisa data & uji statistikAnalisa data & uji statistik
Analisa data & uji statistik
 
Dummy
DummyDummy
Dummy
 
Bab 14 Regresi Berganda.ppt
Bab 14 Regresi Berganda.pptBab 14 Regresi Berganda.ppt
Bab 14 Regresi Berganda.ppt
 
Analisis crosstab
Analisis crosstabAnalisis crosstab
Analisis crosstab
 
estimasi permintaan
estimasi permintaanestimasi permintaan
estimasi permintaan
 
Anova dua jalur
Anova dua jalurAnova dua jalur
Anova dua jalur
 
Pengendalian Kualitas Statistik
Pengendalian Kualitas StatistikPengendalian Kualitas Statistik
Pengendalian Kualitas Statistik
 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
 
Statistik 1 9 uji hipothesis dua sampel
Statistik 1 9 uji hipothesis dua sampelStatistik 1 9 uji hipothesis dua sampel
Statistik 1 9 uji hipothesis dua sampel
 
Uji wilcoxon dan mann whitney
Uji wilcoxon dan mann whitneyUji wilcoxon dan mann whitney
Uji wilcoxon dan mann whitney
 
bab-4-estimasi-permintaan-170303075107 (2).pptx
bab-4-estimasi-permintaan-170303075107 (2).pptxbab-4-estimasi-permintaan-170303075107 (2).pptx
bab-4-estimasi-permintaan-170303075107 (2).pptx
 
12611132 muthia khaerunnisa
12611132 muthia khaerunnisa12611132 muthia khaerunnisa
12611132 muthia khaerunnisa
 
Randomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptxRandomisasi Dua Sampel Independen.pptx
Randomisasi Dua Sampel Independen.pptx
 
Analisis Regresi #1
Analisis Regresi #1Analisis Regresi #1
Analisis Regresi #1
 

Recently uploaded

SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
AlfandoWibowo2
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
ssuser35630b
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
pipinafindraputri1
 

Recently uploaded (20)

RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
 
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdfMAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
 
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
Prakarsa Perubahan ATAP (Awal - Tantangan - Aksi - Perubahan)
 
PEMANASAN GLOBAL - MATERI KELAS X MA.pptx
PEMANASAN GLOBAL - MATERI KELAS X MA.pptxPEMANASAN GLOBAL - MATERI KELAS X MA.pptx
PEMANASAN GLOBAL - MATERI KELAS X MA.pptx
 
Materi Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptxMateri Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptx
 
Lingkungan bawah airLingkungan bawah air.ppt
Lingkungan bawah airLingkungan bawah air.pptLingkungan bawah airLingkungan bawah air.ppt
Lingkungan bawah airLingkungan bawah air.ppt
 
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
 
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
 
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptxKontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
Kontribusi Islam Dalam Pengembangan Peradaban Dunia - KELOMPOK 1.pptx
 
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxMODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
 
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
 
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
 
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxBab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
 
Stoikiometri kelas 10 kurikulum Merdeka.ppt
Stoikiometri kelas 10 kurikulum Merdeka.pptStoikiometri kelas 10 kurikulum Merdeka.ppt
Stoikiometri kelas 10 kurikulum Merdeka.ppt
 
PPT Mean Median Modus data tunggal .pptx
PPT Mean Median Modus data tunggal .pptxPPT Mean Median Modus data tunggal .pptx
PPT Mean Median Modus data tunggal .pptx
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
 
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
Modul 2 - Bagaimana membangun lingkungan belajar yang mendukung transisi PAUD...
 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptxDEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
DEMONSTRASI KONTEKSTUAL MODUL 1.3 CGP 10.pptx
 
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfContoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
 

12 kul dan-responsi-uji-lanjut-multiple-comparison-tests

  • 1. MULTIPLE COMPARISON TEST (UJI LANJUT, POSTHOC TEST ) Dr. Nugraha E. Suyatma, STP, DEA Dr. Ir. Budi Nurtama, M.Agr. PS. SUPERVISOR JAMINAN MUTU PANGAN PROGRAM DIPLOMA – IPB
  • 2. Multiple Comparison Tests • Uji pembandingan nilai-nilai tengah perlakuan • Uji lanjut (posthoc tests) dari ANOVA jika terdapat hasil yang signifikan (hipotesis H0 ditolak) • Beberapa uji adalah : - Uji BNT (Beda Nyata Terkecil, Least Significance Difference) - Uji BNJ (Beda Nyata Jujur, Honestly Significance Difference) - Uji Perbandingan Berganda Duncan (Duncan's Multiple Range Test) - Uji Perbandingan thd Kontrol (uji Dunnett)
  • 3. Uji Beda Nyata Terkecil (Uji BNT) • Fisher's Least Significance Difference Test (LSD Test) • Menguji ada/tidaknya perbedaan perlakuan yang berpasang-pasangan, 4 = 6 pasangan. misalnya 4 perlakuan berarti terdapat C2 • Semakin besar banyaknya perlakuan yg dibandingkan, semakin besar tingkat kesalahan. • Uji hipotesis : H0 : i = i' vs. H1 : i  i' 1        r Nilai kritis BNT t S S KTG  Nilai t dari Tabel t berekor satu dg db galat ANOVA /2, db KTG Kuadrat Tengah Galat dari ANOVA 1 r   r banyaknya sampel perlakuan i dan r ' banyaknya sampel perlakuan i' i i i i' /2 , db Y Y Y Y galat galat i i' i i'           • Kriteria pengambilan keputusan :  Yi  Yi'   BNT  kedua perlakuan berbeda nyata pada taraf .
  • 4. CONTOH UJI BNT Data CONTOH I-A : Tabel ANOVA Sumber Keragaman Jumlah Kuadrat derajat bebas Kuadrat Tengah F h i t u n g Perlakuan 15469.78 2 7734.89 24.12 Galat 1924.40 6 320.73 - Total 17394.18 8 - - Dari Tabel Nilai Kritis Sebaran F diperoleh : F0.05 , 2 , 6 = 5.14 Nilai Fhitung perlakuan  F0.05 , 2 , 6 maka H0 ditolak. Perlakuan tiga jenis pepaya berpengaruh nyata terhadap viskositas saos pepaya pada taraf signifikansi 0.05.
  • 5. Data CONTOH I-A : Rata-rata viskositas saos pepaya A = 750.40; B = 681.63; dan C = 651.30. KTG = 320.73, db galat = 6, ri = ri' = 3 14.62 1 3 Perlakuan pepaya A vs. perlakuan pepaya B: 1     320.73   3 1 1 *   r r    t0.025 6 S * S KTG         Nilai kritis BNT 2.447 14.62 35.78 i i' i i' , Y Y i i' Y Y      Kriteria pengambilan keputusan :  750.40  681.63  = 68.77  BNT  kedua perlakuan berbeda nyata pada taraf 0.05. Latihan : Bgm utk perlakuan pepaya A dg C maupun B dg C ?
  • 6.
  • 7. Uji Beda Nyata Jujur (Uji BNJ) • Tukey's Honestly Significance Difference Test (HSD Test) • Menguji ada/tidaknya perbedaan perlakuan yang berpasang-pasangan, 4 = 6 pasangan. misalnya 4 perlakuan berarti terdapat C2 • Semua perbandingan pasangan yg mungkin, kesalahannya = . Untuk 4 perlakuan dgn  = 5% maka setiap pasangan mempunyai kesalahan = /(2*6) = 0.413%. • Uji hipotesis : H0 : i = i' vs. H1 : i  i' q S S KTG r Nilai kritis BNJ q ,   Nilai dari tabel Tukey pada taraf nyata    p, db banyaknya perlakuan dan derajat bebas galat      t i i h galat , p , dbgalat , p , dbgalat Y Y r t r r 1 1 Rataan harmonik utk ulangan tidak sama :
  • 8. Langkah-langkah pembandingan uji BNJ : 1. Urutkan rataan perlakuan dari yg terkecil s/d terbesar atau sebaliknya. 2. Nilai awal i = 1 dan j = 1. 3. Hitung beda absolut antara rataan terkecil ke-i dg terbesar ke-j. 4. Bandingkan dg BNJ. Jika lebih kecil, lanjut ke langkah 6. 5. Berikan j = j + 1, jika j  p kembali ke langkah 3. 6. Buat garis di bawah rataan ke-i sampai ke-j. 7. Berikan i = i + 1, jika i  p kembali ke langkah 3. 8. Stop. Penarikan kesimpulan : • Perlakuan-perlakuan pada garis yg sama berarti tidak berbeda nyata pada taraf .
  • 9. CONTOH UJI BNJ Data CONTOH I-A : Rata-rata viskositas saos pepaya A = 750.40, B = 681.63 dan C = 651.30 KTG = 320.73, p = 3, db galat = 6, r = 3    320.73 / 3 10.34 S KTG r Nilai dari tabel Tukey  4.34 Nilai kritis BNJ 4.34*10.34 44.88 0.05 3, 6 0.05 3 6 q S q , Y , , Y    Urutan rataan : C = 651.30 B = 681.63 A = 750.40 Beda rataan terkecil ke-1 dg terbesar ke-1 = I 651.30750.40 І = 99.10  BNJ Beda rataan terkecil ke-1 dg terbesar ke-2 = I 651.30681.63 І = 30.33  BNJ Perlakuan C B Beda rataan terkecil ke-2 dg terbesar ke-1 = I 681.63750.40 І = 68.77  BNJ Perlakuan C B A Jadi perlakuan C dan B berbeda nyata dg A sedangkan C tidak berbeda nyata dg B pada taraf 0.05. Latihan : Uji BNJ untuk CONTOH I-B
  • 10.
  • 11. Uji Perbandingan Berganda Duncan • Duncan's Multiple Range Test (DMRT). • Mirip dg uji Tukey. • Nilai-nilai pembanding meningkat sesuai dg jarak peringkat dua perlakuan yg dibandingkan. • Uji hipotesis : H0 : i = i' vs. H1 : i  i' r S S KTG r    Nilai kritis Duncan : R r  , Nilai dari tabel Duncan pada taraf nyata p, db     jarak peringkat 2 perlakuan dan derajat bebas galat   t i i h galat , p , dbgalat , p , dbgalat Y Y r t r r 1 p 1 Rataan harmonik utk ulangan tidak sama :
  • 12. Langkah-langkah pembandingan uji Duncan : 1. Urutkan rataan perlakuan dari yg terkecil s/d terbesar atau sebaliknya. 2. Nilai awal i = 1 dan j = 1. 3. Hitung beda absolut antara rataan terkecil ke-i dg terbesar ke-j. 4. Bandingkan dg nilai Rp. Jika lebih kecil, lanjut ke langkah 6; jika tidak lanjut ke langkah 5. 5. Berikan j = j + 1, jika j  p kembali ke langkah 3. 6. Buat garis di bawah rataan perlakuan ke-i sampai ke-j. 7. Berikan i = i + 1, jika i  p kembali ke langkah 3. 8. Stop. Penarikan kesimpulan : • Perlakuan-perlakuan pada garis yg sama berarti tidak berbeda nyata pada taraf .
  • 13. CONTOH UJI DUNCAN Data CONTOH I-A : Rata-rata viskositas saos pepaya A = 750.40, B = 681.63 dan C = 651.30 KTG = 320.73, p = 2 dan 3, db galat = 6, r = 3    320.73 / 3 10.34 r r Dari tabel Duncan, nilai 3.587 dan 3.461 r S   Nilai kritis R   3.587*10.34  37.09 (utk 3 perlakuan) , Y 3 0.05 3, 6 Nilai kritis R 3.461*10.34 35.79 (utk 2 perlakuan) 2 0.05 2, 6 0.05 3 6 0.05 2 6 r S S KTG r , Y , , , , Y    Urutan rataan : C = 651.30 B = 681.63 A = 750.40 Beda rataan terkecil ke-1 dg terbesar ke-1 = I 651.30750.40 І = 99.10  R3 Beda rataan terkecil ke-1 dg terbesar ke-2 = I 651.30681.63 І = 30.33  R2 Beda rataan terkecil ke-2 dg terbesar ke-1 = I 681.63750.40 І = 68.77  R2 Perlakuan C B A Jadi perlakuan C dan B berbeda nyata dg A sedangkan C tidak berbeda nyata dg B pada taraf 0.05. Latihan : Uji Duncan untuk CONTOH I-B
  • 14.
  • 15. Uji Dunnett • Menguji ada/tidaknya perbedaan suatu perlakuan terhadap perlakuan kontrol • Uji hipotesis : H0 : 0 = i vs. H1 : 0  i Y Y 2 Nilai kritis 0 Y i Y   rataan perlakuan dan rataan perlakuan kontrol kuadrat tengah galat 0 KTG banyaknya sampel perlakuan n KTG / n d i i i     • Kriteria pengambilan keputusan : Jika  di   d/2, k, v maka perlakuan i berbeda nyata dg perlakuan kontrol pada taraf . • Nilai d/2, k, v dari Tabel Dunnett dg k = banyaknya perlakuan yg dibandingkan (termasuk kontrol) dan v = db galat.
  • 16. CONTOH UJI DUNNETT Misalnya data CONTOH II-B (Faktorial-RAKL) dimana perlakuan dg pengawet A dijadikan sbg perlakuan tanpa pengawet (Kontrol). Umur simpan rata-rata : kontrol = 2.0, pengawet B = 6.5 dan pengawet C = 8.0 KTG = 1.73, db galat = 5, n = 4, k = 3 4.84 Perbandingan pengawet B dgn Kontrol : 6.5 2.0 d i 0 i  2 1.73 / 4 Y Y 2 Nilai kritis * KTG / n     • Nilai d0.05, 3, 5 dari Tabel Dunnett (berekor dua) = 3.03 • Penarikan kesimpulan : Karena  di   d0.05, 3, 5 maka perlakuan pengawet B berbeda nyata dg perlakuan kontrol pada taraf 0.05. Latihan : Lakukan pembandingan pengawet C dengan kontrol !
  • 17. Pengaruh penggunaan bahan pengembang (foaming agent: 0, 100, 200 dan 300 ppm) terhadap overrun es krim yang dihasilkan (%). Data pengamatannya diperoleh sebagai berikut: Konsentrasi BTP Ulangan 1 Ulangan 2 Ulangan 3 0 5.5 5.0 4.8 100 3.0 3.5 3.8 200 6.0 5.8 5.5 300 6.5 6.0 7.3 a) Jika rancangan yang digunakan adalah RAL, tulisanlah model liniernya. Lengkap dengan keterangan! b) Jika perlakuan berpengaruh nyata, lanjutkanlah dengan perbandingan Duncan (DMRT). c) Apakah kesimpulan yang dapat anda tarik?