P. 1
rumus

rumus

|Views: 75|Likes:
Dipublikasikan oleh Yerri Firnanda

More info:

Published by: Yerri Firnanda on Mar 03, 2011
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

03/03/2011

pdf

text

original

X − µo Zo = σ/ n

H0 ditolak jika Z0 > Z

to =
/2

*

X1− X 2 S1 S + 2 n1 n2
2 2

α
0

atau Z0 < - Z

α

/2

Jika kita menguji hipotesis alternatif satu arah H0 :

µ µ

=

µ µ

H1 :

>

0

 S12 S 2 2    n + n  2   1 v= −2 2 2 ( S1 / n1 ) 2 ( S 2 / n2 ) 2 + n1 + 1 n2 + 1
Sumber Varian Antara perlakuka n Error Total Jumlah Kuadrat SSperlak
uan

2

χo2 =

(n − 1) S 2 σ o2

Maka H0 ditolak jika Z0 > Z

Tabel 2.1 Analisis Varian untuk Klasifikasi Satu Arah Model Efek Tetap

α

Zo =

X1 − X 2 σ 12 σ 22 + n1 n2
= adalah menghitung pengujian

Derajat Kebebasa n a-1 N–a N–1

Ratarata Kuadrat MSperlakuan MSE

F0 F0=MSperlakuan/MSE

SSE SST

Prosedur untuk pengujian H0 :

µ

1

µ

2

2 a y..2 yi. y..2 SST = ∑ ∑ yij − SS perlakuan = ∑ − N N i =1 j =1 i =1 n
a n 2

statistik Z0 dan menolak hipotesis nol jika Z0 > Z

α

/2

atau Z0 < - Z

α

/2

SSE = SST - SSperlaku H0 ditolak jika F0 > F

α

,a-1,N-a

Prosedur pengujian didasarkan pada statistik yang mengikuti distribusi t dengan Model Regresi Linier Sederhana
∧ ∧ ∧ _ ∧ ∧ ∧ ∧ ∧ ∧ _

to =

X − µo S/ n
/2, n-

y = β 0 '+ β1 ( x − x)

y = β 0 + β1 x
n

β 0 = β 0 '− β1 x
_

derajat kebebasan n-1 jika hipotesis nol benar. H0 ditolak jika t0 > t

α

β0 ' =

_ 1 n yi = y ∑ n i =1

1

atau jika t0 < - t

β1 =

S xy S xx

=

∑ yi ( xi − x)
i =1 n

α
=

/2, n-1

∑ ( xi − x ) 2
i =1

_

Untuk hipotesis alternatif satu arah H0 :

n = 10

µ µ

µ µ

0

∑x
i =1

10

i

= 1450

∑ yi = 673
i =1

10

x = 145

_

H1 :

>

0

menolak H0 jika t0 > t

α

, n-1

y = 67,3
2
10 10 10

_

Sp =

2

(n1 − 1) S1 + (n2 − 1) S 2 n1 + n2 − 2

2

∑x
i =1

2

i

= 218500

∑y
i =1

2 i

= 47225

∑x y
i =1 i

i

= 101570

n-2 SSE ab(n-1) α Total SSLOF = SSE .. Juga karena F0..0366 10.4952 interaksi) 0. Artinya. − SSsubtotal = ∑∑ − an abn abn i =1 j =1 n 2 2 ∑ ( y − y) 0.970 − Derajat kebebasan 2 SS AB = SSsubtotal − SS A − SSB H0 : SSE = SST − SS AB − SS A − SSB (tidak ada 1.541 0. a b y y. y.54. H0 : τi = 0 pengaruh faktor kolom) dan H0 : Rata-rata Kuadrat 3.0 3.  n   ∑ yi  2 n 2  i =1  = 47225− (673) = 1932.4338 βj = 0 (tidak ada pengaruh (τ βij = 0 ) Analisis Varian untuk Model Efek Random Sum ber Varia n Jumlah Kuadra t Derajat Kebebasa n Rata-rata Kuadrat F0 .SSPE a b SST n abn-1 SSPE = ∑∑ ( yiu − yi ) i =1 u =1 m ni − 2 SST = ∑∑∑ yijk i =1 j =1 k =1 2 y.2 − bn abn 2 H0 ditolak jika F0 > F SS /(m − 2) MS LOF Fo = LOF = SSPE /(n − m) MS PE Tingkat x α . kita dapat menyimpulkan bahwa 2 1 ≠ 0. j.5491 0.15 = 4. kita tidak dapat menolak hipotesis nol.. Sxx= Sxy= model sementara yang cocok merupakan gambaran data. Model Efek Tetap Sumber Varian Jumla h Kuadr at SSA Derajat Kebebas an a–1 Rata-rata Kuadrat F0 β1 H1 : ≠0 β1 Sumber Varian Regresi Jumlah Kuadrat SSR = Derajat Kebebasan 1 Rata-rata Kuadrat MSR F0 MSR/MSE A perlaku an B perlaku an Interaksi MS A = MS B = M SA B = MS E = SS A a −1 SS B b −1 S SAB (a − 1)(b − 1) SSE ab(n − 1) F0 = F0 = F0 = MS A MSE MSB MSE MSAB M SE SSB b–1 β1 S xy SSR Total Syy H0 ditolak bila F0 > F Error (residual) SSE = Syy n–2 n–1 MSE ∧ SSAB (a-1)(b-1) Error ...3924 3..8.7 = 3.429 4.8050 3.05.1.73..1250 1.0366 Jumlah Kuadrat 3..3 Total Sumber Varian Regresi Residual LOF PE Total 1 1 7 Derajat Kebebasan 1 15 8 7 16 (tidak ada pengaruh faktor baris).Karena F0.2 y.n-m SSB = ∑ j =1 b y.541 7.m-2.2 ij ..05.10 S yy = ∑ yi − n 10 i =1 H0 : =0 β R2 = SS R SS = 1− E S yy S yy Tabel Analisis Varian untuk Klasifikasi Dua Arah.1.2 − abn SS A = ∑ i =1 a yi.

σ = MS E στ 2 β = MS AB − MS E n σβ = 2 ∧ MS B − MS E an .A perlak uan B perlak uan Intera ksi SSA a–1 MS A = MS B = M SA B = MSE = SS A a −1 SS B b −1 F0 = F0 = F0 = MS A MS AB MS B MS AB MS AB MS E SSB b–1 SSAB (a-1)(b-1) S SA B (a − 1) (b − 1) SSE ab(n − 1) Error SSE ab(n-1) Total SST ∧2 abn-1 F σ = MS E α . abn-1 . dan σβ .(a-1)(b-1) στ ∧ 2 β = MS AB − MS E n σβ = 2 ∧ MS B − MS AB an Derajat Kebebas an a–1 στ = 2 ∧ MS A − MS AB bn F0 Analisis Varian untuk Model Campuran Dua Faktor Sumber Varian Jumla h Kuadr at SSA Rata-rata Kuadrat A perlaku an B perlaku an Interaksi MS A = MS B = M SA B = MS E = : SS A a −1 SS B b −1 SSAB (a − 1)(b − 1) SSE ab( n − 1) F0 = F0 = F0 = M SA M SAB MSB MSE M SAB MSE SSB b–1 SSAB (a-1)(b-1) Error SSE ab(n-1) Total SST Komponen varian . ∧2 ∧ 2 σ 2 τ β σ 2 .(b-1).

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->