CBR Statistika
CBR Statistika
PENDAHULUAN
A. Latar Belakang
1. Statistika Matematika
2. Statistika Terapan
Untuk kelanjutan “Critical Book Report” ini, penulis menganalisa buku yang
berjudul “Statistika Terapan Untuk Quasi Dan Pure Experiment”. Buku ini ditulis oleh Prof.
Dr. Edi Syahputra. Sebagai pembanding penulis mengambil dua buku yaitu dari buku
“Analisis Multivariat Terapan” buku ini ditulis oleh Dr. Ir. Vincent Gasversz, M.Sc dan
“Statistik Konsep Dasar, Aplikasi dan Pengembangannya” di tulis oleh Prof. Dr. H. Agus
Irianto.
B. Tujuan Critical Book Report
Bab IX
Pokok Pembahasan : Analisis Varians Klasifikasi Satu Arah,
Yaitu :
1. Pengantar
2. Notasi untuk analisis varians satu arah
3. Partisi jumlah kuadrat
4. Pendugaan – pendugaan varians
5. Analisi varians dengan dua kelompok data
6. Asumsi – asumsi dasar pada analisi varians
7. Perbandingan korelasi.
Dalam Bab IX tentang Analisis Varians Klasifikasi Satu Arah menjelaskan tentang
Pengantar; Notasi untuk Analisis Varians satu arah; Partisi Jumlah Kuadrat; Pendugaan-
pendugaan Varians; Analisis Varians dengan Dua Kelompok Data; Asumsi-asumsi dasar pada
Analisis Varians; dan Perbandingan Korelasi.
Dalam bab ini mengkaji tentang analisis varians klasifikasi satu arah. Analisis varians
atau yang sering disingkat sebagai ANAVA atau ANOVA konsep dasarnya adalah partisi
jumlah kuadrat yang dituangkan oleh teorema berikut: “Jumlah kuadrat total sama dengan
jumlah kuadrat perlakuan dan jumlah kuadrat kesalahan atau galat”.
Analisis varians bertujuan untuk membandingkan rata-rata dari beberapa populasi atau
jika dikaitkan dengan suatu rancangan eksperimen maka analisis varians bertujuan untuk
menguji signifikansi perbedaan efek dari perlakuan-perlakuan terhadap variabel terikat. Pada
dasarnya, analisis varians merupakan perluasan dari uji beda mean dari dua populasi. Dengan
kata lain analisis varians adalah suatu cara untuk melihat perbedaan rata-rata sekelompok
data melalui pengujian variansinya. Analisis varians dapat juga melihat pengaruh variabel
bebas dan variabel kontrol terhadap variabel terikat secara terpisah maupun secara bersama-
sama.
Jumlah kuadrat total terdiri dari jumlah dua bagian yang saling bebas yaitu jumlah
kuadrat dalam kelompok dan jumlah kuadrat antar kelompok. Deviasi dari suatu data tertentu
terhadap rata-rata keseluruhan terdiri dari dua bagian yang independen yaitu deviasi terhadap
rata-rata kelompok dimana data itu terdapat dan deviasi rata-rata kelompok terhadap rata-rata
keseluruhan.
Penggunaan analisis varian membutuhkan asumsi-asumsi tertentu. Karena analisis
varians merupakan perluasan dari uji beda dua rata-rata dari dua populasi, maka asumsi untuk
analisis varians tidak berbeda dengan asumsi pada uji beda rata-rata dua populasi. Asumsi
yang dimaksud adalah: (1) populasi-populasi berdistribusi normal (sifat normalitas dipenuhi);
(2) populasi-populasi bervariasi sama (sifat homogenitas dipenuhi); (3) sampel dipilih secara
acak. Apabila asumsi-asumsi ini belum dipenuhi dibutuhkan tindakan khusus sebelum kita
memutuskan menggunakan metode statistika lainnya seperti statistika non parametrik.
Tindakan khusus tersebut adalah transformasi data.
Penggunaan analisis varians adalah tepat apabila terpenuhinya asumsi homogenitas
varian, kenormalan, dan “additive”. Jika pada suatu data anggapan-anggapan tersebut jelas
tidak dipenuhi, maka digunakan transformasi sederhana, hasil suatu himpunan nilai
transformasi yang lebih sesuai/teliti pada satu atau lebih anggapan yang cocok menggunakan
analisis yang dikehendaki.
Bab X
Pokok pembahasan : Analisis Varians dua arah,
Yaitu :
1. Pengertian
2. partisi jumlah kuadrat
3. derajat bebas
4. contoh terapan pada bidang pendidikan
5. contoh terapan pada bidang non pendidikan
6. Analisis varians dua arah dengan banyak data dalam tiap sel tidak sama
7. contoh terapan pada bidang pendidikan dengan banyak data dalam tiap sel tidak
sama.
Bab ini mengkaji tentang percobaan klasifikasi dua arah dapat ditunjukkan dengan
hanya satu unit sampling dan satu data (pengukuran) untuk masing-masing percobaan.
Dengan satu data (pengukuran) untuk masing-masing percobaan maka Jumlah Kuadrat total
JKtot
dipartisi kedalam tiga komponen yaitu: jumlah kuadrat antar baris, jumlah kuadrat
antar kolom, dan jumlah kuadrat interaksi antara baris dan kolom. Jika lebih dari satu data
JKtot
(ukuran) pada masing-masing percobaan, maka Jumlah Kuadrat total dipartisi
menjadi empat komponen yaitu: jumlah kuadrat antar baris, jumlah kuadrat antar kolom,
jumlah kuadrat interaksi antara baris dan kolom, dan jumlah kuadrat dalam sel. Masing-
masing jumlah kuadrat perpadanan dengan derajat bebasnya (db). Apabila jumlah kuadrat
masing-masing di atas dibagi oleh derajat bebasnya maka akan diperoleh empat penduga
varians. Penduga-penduga varians ini digunakan untuk menguji signifikansi dari perbedaan
antara rata-rata baris, perbedaan antara rata-rata kolom, dan pengaruh interaksi antara baris
dan kolom.
Jika hanya satu data (pengukuran) dalam kombinasi baris (R) dan kolom (C) perlakuan
JKtot
percobaan, maka jumlah kuadrat total dapat dipartisi menjadi tiga komponen yaitu:
JK antar baris, JK antar kolom, dan JK interaksi antara baris dan kolom.
Bab XI
Pokok pembahasan : Analisis varians klasifikasi tiga arah,
Yaitu :
1. pendahuluan
2. penurunan rumus analisis varians tiga arah.
Bab ini mengkaji tentang beberapa percobaan ada yang menggunakan analisis varians
klasifikasi tiga arah. Percobaan-percobaan tersebut melibatkan tiga faktor sekaligus dan
setiap faktor memuat lebih dari satu kategori. Pada percobaan dengan klasifikasi tiga arah dan
n data dalam tiap sel, jumlah kuadrat total dipartisi kedalam delapan jumlah kuadrat yang
independen. Kedelapan jumlah kuadrat tersebut adalah jumlah kuadrat antar baris, jumlah
kuadrat antar kolom, jumlah kuadrat antar lapisan (ketiganya disebut jumlah kuadrat
pengaruh utama), jumlah kuadrat antar baris dan kolom, jumlah kuadrat antar baris dan
lapisan, jumlah kuadrat antar kolom dan lapisan, jumlah kuadrat antar baris, kolom, dan
lapisan (keempatnya disebut jumlah kuadrat interaksi), dan jumlah kuadrat dalam sel. Setiap
jumlah kuadrat berpadanan dengan jumlah derajat bebasnya.
Sebagaimana pada analisis varians klasifikasi satu arah dan klasifikasi dua arah,
penurunan formula yang terdapat dalam tabel analisis varians diperoleh dari identitas
matematika yang dirancang sebelumnya yang mengarah pada partisi jumlah kuadrat total
menjadi jumlah kuadrat antar baris, jumlah kuadrat antar kolom, dan seterusnya.