Proyek - Buku - Kelompok 3
Proyek - Buku - Kelompok 3
ELONINTA KRISTIANI
NAHLIRA ANGGI NASUTION
TSUWAIBATUL ASLAMIYA
WAFIQ AZIZAH Br. SINAGA
ANALISIS
REGRESI DAN VARIAN
ANALISIS
REGRESI DAN VARIAN
ANALISIS
REGRESI DAN VARIAN
Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa, yang telah
melimpahkan rahmat,nikmat, dan kesehatan kepada kami sehingga dapat menyelesaikan
tugas Projek ini dengan baik. Terima kasih kami ucapkan kepada Ibu Hanna Dewi Marina
Hutabarat, S. Si. selaku dosen pengampu mata kuliah Analisis Regresi dan Analisis Varians,
yang telah memberikan tugas ini kepada kami, serta terima kasih juga kepada pihak-pihak
yang membantu kami dalam mengerjakan tugas ini.
Terlepas dari semua itu, kami menyadari sepenuhnya bahwa masih ada kekurangan
baik dari segi susunan kalimat maupun tata bahasanya dalam pembuatan tugas Projek ini.
Oleh karena itu kami menerima segala saran dan kritik agar dapat memperbaiki tugas ini
agar lebih baik lagi.Akhir kata kami mengucapkan permohonan maaf apabila terdapat
kesalahan dalam penulisan maupun tata bahasa yang terdapat pada tugas ini dan semoga
tugas Projek ini dapat bermanfaat.
Kelompok 3
KATA PENGANTAR...........................................................................................................i
DAFTAR ISI..........................................................................................................................ii
BAB 1 TABEL ANOVA.......................................................................................................1
A. TABEL ONE WAY ANOVA...................................................................................1
B. TABEL TWO WAY ANOVA...................................................................................2
BAB 2 PENJELASAN TABEL ANOVA.............................................................................4
A. ANOVA SATU ARAH MENGGUNAKAN DATA VOLE 5................................5
B. CARA MEMBACA TABEL ANOVA 6.................................................................6
C. SETIAP BARIS DALAM TABEL MENGUJI HIPOTESIS NOL...........................7
ANALISIS REGRESI DAN VARIAN
D. APA YANG HARUS DILAKUKAN SETELAH ANOVA?.................................8 i
Total JKT nk −1
Di mana:
k ni k 2
T T¿ T
JKK =∑ ∑ x − ¿∗¿ ¿ JKK =∑ − ¿∗¿ ¿
2 2
i
2
ij
i=1 j=1 N i=i ni N
JKG=JKT −JKK JKK
KTK =
dbk
JKG KTK
KTG= F ❑hit =
dbg KTG
F ❑tabel =F(α ,dbk ,dbg) Jika F hit ≤ Ftabel , maka H 0 diterima
Keterangan:
JKT : Jumlah Kuadrat Total
JKG: Julah Kuadrat Galat
JKK: Jumlah Kuadrat Kelompok
KTG: Kuadrta Tengah Galat
KTK: Kuadrat Tengah Kelompok
Jika hasil ANOVA tolak Ho, maka dilakukan uji lanjut untuk mengetahui
pasangan perlakuan yang berbeda nyata. Ada banyak uji lanjut ANOVA antara lain uji
Beda Nyata Jujur (Tukey) dan Uji ScheFe.
B. TABEL TWO WAY ANOVA
Kesimpulan:
Setelah dilakukan pengujian, apabila nilai F Hitung > FTabel maka H 0 ditolak
Mesin di bawah ANOVA modern adalah model linier. Jika model memiliki faktor
kategoris tunggal, ANOVA adalah satu arah. Jika model memiliki dua faktor kategoris itu
adalah ANOVA dua arah. Jika model memiliki faktor kategoris tunggal dan satu faktor
kontinu itu adalah ANCOVA, kependekan dari analisis kovarians (bab berikutnya). Desain
eksperimental yang lebih kompleks yang dianalisis secara klasik dengan ANOVA
bersarang, split-plot, latin-square, dan banyak lainnya.
Jika Anda memilih untuk melaporkan ANOVA, juga melaporkan efek dan
ketidakpastian mereka dalam beberapa cara, baik koefisien model atau kontras.
1. ANOVA menghasilkan tabel dengan satu baris untuk setiap istilah dalam model
linier. Istilah adalah faktor atau kovariat atau interaksi. Untuk ANOVA faktorial dua
arah, istilah-istilah ini adalah dua efek utama dan efek interaksi.
2. ANOVA menghasilkan F dan Nilai-p untuk seluruh model dan untuk setiap istilah
dalam tabel ANOVA.
3. Nilai-p dari istilah interaksi sering digunakan sebagai aturan keputusan untuk
menafsirkan efek utama. Kalau p ≤0.05 p ≤ 0,05 maka jangan menafsirkan efek utama
tetapi sebaliknya memeriksa efek kondisi ("sederhana). Kalau p>0.05 p>0,05
Kemudian menafsirkan efek utamanya. Terlepas dari itu, aturan keputusan semacam
ini sendiri kontroversial, dan untuk alasan yang bagus.
4. Jika efek utama harus ditafsirkan, beberapa ahli statistik menganjurkan pemasangan
kembali model tanpa efek interaksi, yang lain menganjurkan menafsirkan efek utama
dengan istilah interaksi dalam model. Ini hanya penting jika desain tidak seimbang
(lihat di bawah).
5. Terlepas dari keputusan apa pun, selalu plot data menggunakan plot Harrell atau plot
interaksi untuk memahami dan mengkomunikasikan besarnya dan pola interaksi.
6. Untuk faktor-faktor dengan lebih dari dua tingkat, Nilai-p sering digunakan sebagai
aturan keputusan untuk membedah faktor dengan tes pasca-hoc, seperti Tukey HSD.
7. Desain seimbang jika semua sel memiliki jumlah replikasi yang sama. Desain tidak
seimbang jika satu atau lebih sel memiliki jumlah replikasi yang berbeda. Desain
yang tidak seimbang membuatnya perlu untuk membuat keputusan, tidak ada yang
sempurna, dan semuanya kontroversial. Beberapa ahli statistik bahkan menganjurkan
Gambar 16.1: Plot hutan (bagian atas plot Harrell) dari data landak yang sebenarnya
dan palsu. A) Data landak nyata. Efek interaksi tidak signifikan ( p = 0.079). B) Data
landak palsu. Efek interaksinya signifikan (p=0.04).
Jumlah Berarti
Df Nilai F Pr(>F)
Sq Sq
Dan berikut adalah dua tabel dengan urutan Temp dan CO2 terbalik dalam model
3. Pesanan tidak mengubah statistik dalam tabel koefisien, bahkan untuk data yang
tidak seimbang:
Temp:CO
1 6.377 6.377 1.9 0.1872
2
Hipotesis yang diuji oleh setiap baris dalam tabel ANOVA menggunakan
jumlah kotak Tipe II adalah efek dari istilah baris itu bersyarat pada semua
istilah pada tingkat yang sama atau di bawahnya tetapi mengabaikan semua istilah
pada tingkat yang lebih tinggi dalam model (atau di bawahnya dalam tabel).
Misalnya, tes hipotesis untuk suatu faktor dikondisikan pada faktor-faktor lain
tetapi mengabaikan istilah interaksi di antara faktor-faktor. Akibatnya, hipotesis
yang diuji ini
Tipe III jumlah kuadrat. Berikut adalah tabel ANOVA menggunakan
jumlah kotak Tipe III untuk data landak untuk data yang hilang. Istilah interaksi
dikecualikan dari model linier, dan pendukung menggunakan jumlah Tipe III
kuadrat secara eksplisit menginginkan ini dalam model.
Sisa 57.399 17
Hipotesis yang diuji oleh setiap baris dalam tabel ANOVA menggunakan
jumlah kotak Tipe III adalah efek dari istilah baris itu bersyarat pada semua istilah
dalam model.
1. Hipotesis yang diuji oleh p-nilai untuk TempTemp bersifat bersyarat pada CO2
dan Temp: CO2.
2. Hipotesis yang diuji oleh p-nilai untuk CO2 bersifat bersyarat
pada Temp dan Temp: CO2.
3. Hipotesis yang diuji oleh p-nilai untuk Temp:CO2 bersifat bersyarat pada Temp
dan CO2. Ini sama untuk jumlah kotak Tipe I (dan Tipe II, jika istilah interaksi
disertakan)
I. BEKERJA DI R
a. Jumlah kotak Tipe I di R
Fungsi basis R menghitung tabel ANOVA menggunakan jumlah kotak Tipe
I untuk objek model yang sesuai, seperti yang dikembalikan oleh . Berikut adalah
skrip untuk data landak. Pertama-tama saya membuat data yang tidak seimbang
dengan menghapus baris pertama yang merupakan baris kontrol.anova
b. Tipe II dan III Jumlah Kuadrat
Tipe II jumlah kuadrat dapat dihitung secara manual hanya dengan pas
model dua kali, sekali dengan faktor-faktor yang dipesan satu arah dan kemudian
dengan faktor-faktor yang dipesan sebaliknya. Paket mobil memiliki fungsi yang
secara khusus menghasilkan tabel ANOVA Tipe II dan Tipe III Anova.
Tipe II jumlah kuadrat dapat sesuai dengan interaksi dalam model, dan ini
menghasilkan jumlah Tipe II kuadrat untuk istilah utama tetapi sisanya salah
untuk Rasio-F karena merupakan sisa dari model penuh dan Tipe II
mengasumsikan efek interaksi adalah nol. Jadi, jika seseorang menginginkan meja
ANOVA dengan F dan p yang mencerminkan hal ini, maka interaksi harus
dijatuhkan dari model.
ANALISIS REGRESI DAN VARIAN 17
J. LATIHAN
1. Suatu penelitian dilakukan untuk mengetahui apakah terdapat pengaruh perbedaan
kartu kredit terhadap penggunaannya. Data di bawah ini adalah jumlah uang yang
dibelanjakan ibu rumah tangga menggunakan kartu kredit (dalam $). Empat jenis
kartu kredit dibandingkan :
JUMLAH YANG DIBELANJAKAN ($)
ASTRA BCA CITI AMEX
8 12 19 13
7 11 20 12
10 16 15 14
19 10 18 15
11 12 19
Ujilah dengan α =0.05 , apakah terdapat pengaruh kartu kredit pada
penggunaannya?
2. Seorang analis mempelajari premi untuk asuransi mobil yang dibebankan oleh
sebuah perusahaan asuransi di enam kota. Enam kota dipilih untuk mewakili
ukuran yang berbeda (Faktor A: kecil, sedang, besar) dan daerah yang berbeda di
negara bagian (Faktor B: timur, barat, selatan). Hanya ada satu kota untuk setiap
kombinasi ukuran dan wilayah. Jumlah premi yang dibebankan untuk jenis
pertanggungan tertentu dalam kategori risiko tertentu untuk masing-masing dari
enam kota diberikan dalam tabel berikut.
Faktor B
Faktor A
Timur Barat Selatan
Kecil 135 175 180
Sedang 150 180 160
Besar 155 195 165
Rinaldi, A., Novalia, S. P., & Syazali, M. 2020. Statistika Inferensial untuk Ilmu Sosial dan
Pendidikan. Bogor: PT Penerbit IPB Press.