Anda di halaman 1dari 31

MODEL ANALISIS RAGAM

Pada Klasifikasi Satu Arah Nilai Harapan, Asumsi, Pernyataan Hipotesis Statistik

TABEL RAL
Perl. 1 Y11 Y12 . . . Y1n Rata2 Y1. Y1. Perl. 2 Y21 Y22 . . . Y2n Y2. Y2. Perl. 3 Y31 Y32 . . . Y3n Y3. Y3. ...... ...... ...... Perl. T Yt1 Yt2

...... ...... ......

Ytn Yt. Yt.

NILAI HARAPAN KT
Sumber Derajat Bebas Perlakuan Sisa/Galat Total t-1 t(n-1) tn - 1 Jumlah Kuadrat JKP JKG JKT Kuadrat Tengah KTP KTG Nilai Harapan KT M. Tetap 2 + i /t-1 2
2

M. Acak 2 + 2 2

NILAI HARAPAN KT
Nilai Harapan KT adalah rata-rata KT. Dibayangkan apabila percobaan di ulang berkali-kali maka ada ratarata KT maka disebut Nilai Harapan KT. Karena kenyataan bahwa percobaan hanya dilakukan satu kali, maka : KTG adalah penduga tak bias bagi 2 KTP adalah penduga tak bias bagi 2 + i/t-1

ASUMSI
Model Tetap (Fixed model) Komponen komponen , i , dan ij bersifat tetap Nilai i (i = 1, 2, 3 . . . . . . . t) tetap, maka i = 0 ij timbul secara acak, menyebar secara normal dengan nilai tengah 0 dan ragam 2 {ij N (0, 2) }.

ASUMSI
Model Acak (Random model)
Komponen komponen , i , dan ij bersifat aditif Nilai i (i = 1, 2, 3 . . . . . . . t) diambil secara acak dari sekian banyak (m buah) i yang ada, maka rata-rata i yang ada (m buah) = 0 atau 1/m i = 0. atau (1 + 2 + 3 + . . . + m) 1/m. Jadi i (i = 1, 2, 3 . . . . . . . m) merupakan populasi yang rata-ratanya = 0 dengan 2 yaitu : 2 = 1/m i2 ij timbul secara acak, menyebar secara normal dengan nilai tengah 0 dan ragam 2 {ij N (0, 2) }.

PERNYATAAN HIPOTESIS STATISTIK

Yij = + i +ij

{ i = 1, 2, 3 t }
{ j = 1, 2, 3 n }

Bila Maka

1 = 2 = 3 = . . . . . = t = 1 = 2 = 3 = . . . . . = t = 0

PERNYATAAN HIPOTESIS STATISTIK PADA MODEL TETAP


H0 : 1 = 2 = 3 = . . . . . = t = 0 (Tidak ada pengaruh perlakuan) H1 : Paling sedikit ada salah satu dari i 0

ATAU
H0 : 1 = 2 = 3 = . . . . . = t = (Rata-rata yang sesungguhnya untuk semua perlakuan sama) H1 : Paling sedikit salah satu dari rata-rata perlakuan yang sesungguhnya berbeda dengan lainnya. Atau Paling sedikit ada i yang berbeda dengan lainnya

PERNYATAAN HIPOTESIS STATISTIK PADA MODEL ACAK


H0 : Rata-rata yang sesungguhnya dari ke m buah group adalah sama, 1 = 2 = 3 = t =. . . . . = m = 0, maka 2 = 0 atau H0 : 2 = 0 Tidak ada keragaman antar group H1 : Rata-rata yang sesungguhnya dari salah satu group berbeda dengan yang lain. Paling sedikit ada satu i 0 atau 2 0

MODEL ANALISIS RAGAM


Pada Klasifikasi Dua Arah
RAK, Model, Nilai Harapan, Asumsi, Hipotesis, Analisis Ragam, Efisiensi, Data Hilang

RANCANGAN ACAK KELOMPOK


Karena lingkungan unit percobaan heterogen maka perlu dikontrol dengan pengelompokan Ulangan dikelompokan atau kelompok sebagai ulangan Perlakuan diacak pada unit percobaan pada tiap kelompok

RAK = Klasifikasi Dua Arah


A1 1 D1 2 B1 3 E1 4 C1 5 F1 6 C2 1 F2 2

B2 3 B3 5

E2 4 D3 6

A2 5 C4 1

D2 6 F4 2

C3 1 E4 3

F3 2 B4 4

E3 3 A4 5

A3 4 D4 6

TABEL RAK
Kel. 1 Perl. 1 Perl. 2 Y11 Y21 . . . Yt1 Y.1 Kel. 2 Y12 Y22 . . . Yt2 Y.2 Kel. 3 Y13 Y23 . . . Yt3 Y.3 ...... ...... ...... Kel. k Y1k Y2k . . . Ytk Yt. t Yt. Y2. . . . Yt. Yt.

Perl. t k

...... ......

Model linier (Populasi)


Model Populasi : Yij = + i + i + ij

{ i = 1, 2, 3 t } { j = 1, 2, 3 n }

Model contoh :
Yij = Y.. + (Yi. Y..) + (Y.j Y..) + [(Yij Y..) - (Yi. Y..) - (Y.j Y..)] Yij = Y.. + ti + bi + ij

NILAI HARAPAN KT
Sumber Derajat Bebas Kelompok Perlakuan Sisa/Galat Total b-1 t-1 t(n-1) tn - 1 Jumlah Kuadrat JKK JKP JKG JKT Kuadrat Tengah KTK KTP KTG Nilai Harapan KT M. Tetap 2+t j /t-1 2+ki /t-1 2
2 2

M. Acak 2 +t2 2+k2 2

NILAI HARAPAN KT
Nilai Harapan KT adalah rata-rata KT. Dibayangkan apabila percobaan di ulang berkali-kali maka ada rata-rata KT maka disebut Nilai Harapan KT. Karena kenyataan bahwa percobaan hanya dilakukan satu kali, maka : KTG adalah penduga tak bias bagi 2 KTP adalah penduga tak bias bagi 2 + k i/t-1

ASUMSI
Apabila Perlakuan Model Tetap dan Kelompok Model Acak 1. Komponen komponen , i , j dan ij bersifat tetap 2. Nilai i (i = 1, 2, 3 . . . . . . . t) tetap, maka i = 0 3. Nilai j (i = 1, 2, 3 . . . . . . . t) diambil secara acak dari sekian banyak (m buah) j yang ada, maka rata-rata j yang ada (m buah) = 0 atau 1/m j = 0. atau (1 + 2 + 3 + . . . + j) 1/m. 4. Jadi j (i = 1, 2, 3 . . . . . . . m) merupakan populasi yang rata-ratanya = 0 dengan 2 yaitu : 2 = 1/m j 2 5. ij timbul secara acak, menyebar secara normal dengan nilai tengah 0 dan ragam 2 {ij N (0, 2) }. 6. Perlakuan dan kelompok (lingkungan) bersifat aditif.

SIFAT ADITIF
Model Pair T1 T2 Aditive 1 10 30 2 20 40 Multiplicative 1 10 30 2 20 60 Log 1 1,00 1,48 2 1,30 1,78

PERNYATAAN HIPOTESIS
H0 : 1 = 2 = 3 = . . . . . = t = 0 (Tidak ada pengaruh perlakuan) H1 : Paling sedikit ada salah satu dari i 0 ATAU H0 : 1 = 2 = 3 = . . . . . = t = (Rata-rata yang sesungguhnya untuk semua perlakuan sama) H1 : Paling sedikit salah satu dari rata-rata perlakuan yang sesungguhnya berbeda dengan lainnya. Atau Paling sedikit ada i yang berbeda dengan lainnya

ANALISIS RAGAM
SK Kelompok DB k-1 JK JKK KT F F Tabel Hitung 1 % , 5%

Perlakuan
Galat

t -1
(k-1)(t 1)

JKP
JKG

KTP
KTG

KTP/ KTG

Total

kt - 1

JKT

CONTOH HASIL ANALISIS RAGAM


Sumber Derajat Bebas Kelompok Perlakuan Sisa/Galat Total 4 5 20 29 Jumlah Kuadrat F Hitung F Tabel 0,01 0,05

Kuadrat Tengah 82,50 847,05 200,43 1129,98 169,41 10,02 16,91

4,10

2,71

Keefisienan Nisbi RK terhadap RAL


fb KTK + (ft +fe) KTG KTG (RAL) = ----------------------------------fb + ft + fe (f1 + 1)(f2+ 3) KTG (RAL) RE (RK terhadap RAL)= ------------------------------------------ x 100 (f1 + 3)(f2+ 1) KTG (RK) Di mana : fb = db kelompok ft = db perlakuan fe = db galat f1 = db galat RK terkoreksi f2 = db galat RAL terkoreksi

Keefisienan Nisbi RK terhadap RAL


Apabila RE= 100 RK sama efiesien dengan RAL RE> 100 RK lebih efisien daripada RAL RE< 100 RK tidak lebih efisien daripada RAL

Data Hilang Pada RAK


Yij
t Yi. + k Y.j - Y.. = -----------------------------(k 1)(t 1)

Yi. dan Y.j total pengamatan dalam perlakuan dan kelompok yang mengandung data hilang.

LATIHAN
Dari data Tablet perlakuan A, B, C, D, E Ulangan menjadi kelompok. Buatlah Sidik Ragam dengan Klasifikasi Dua Arah. Keefisienan Nisbi RK terhadap RAL

Data Lamanya Hilang Rasa Sakit


A B C D E

5 4 8 6 3 26 5.2

9 7 8 6 9 39 7.8

3 5 2 3 7 20 4.0

2 3 4 1 4 14 2.8

7 6 9 4 7 33 6.6

132 5.28

MODEL ANALISIS RAGAM


Pada Klasifikasi Banyak Arah RBSL, Model, Analisis Ragam

Prosedur RBSL
Satuan percobaan heterogen terdiri dari dua unsur lingkungan sehingga dapat dikontrol dengan pengelompokan baris dan kolom Pengacakan perlakuan hanya dilakukan pada baris pertama dan kolom pertama Selanjutnya penempatan perlakuan dibuat sedemikian rupa sehingga pada tiap baris dan tiap kolom tiap perlakuan hanya muncul satu kali.

Model linier (Populasi)


Yijk = + i + Bj + Lk + ijk Yij i dst Nilai Pengamatan pada perlakuan ke i, baris ke j dan kolom ke k Y.. Yi. - Y..

ANALISIS RAGAM
SK Baris Kolom b-1 k-1 DB JK JKB JKK KT F F Tabel Hitung 1 % , 5%

Perlakuan t -1 Galat Total

JKP

(b-1)(k-1)(t -1) JKG kt - 1 JKT

KTP KTP/ KTG KTG

LATIHAN
Dari data Tablet perlakuan A, B, C, D, E dilakukan pada 5 orang sebagai baris dan 5 periode pengamatan. Buatkan bagan percobaan RBSL ini Buatlah Sidik Ragam dengan Klasifikasi Tiga Arah ini (RBSL)