Statistika Kelas C
2022
PEMBAHASAN
01 02
Pengenalan Konsep Eksperimen Faktorial
Eksperimen faktorial Eksperimen factorial 2
faktor
03 04
Spesific Comparisons
SPSS
Perbandingan secara
spesifik Penggunaan two-way
ANOVA
9.1 Introduction
Factorial Experiment:
Eksperimen yang menggunakan lebih dari 1 perlakuan (lebih dari 1 variabel
bebas).
Misal:
Tanaman dilakukan percobaan untuk melihat hasil dari
beberapa
macam tingkat pemupukan yang berbeda.
Varietas: percobaan pupuk A dan pupuk B.
9.1 Introduction
Ciri-ciri Eksperimen Faktorial:
1. Terdiri dari beberapa faktor (perlakuan)
2. Setiap faktor terdiri dari beberapa level/ taraf
3. Setiap faktor diselidiki secara bersamaan
Faktor:
Setiap variabel yang bebas. Menjadi penyebab terjadinya perubahan
terhadap variabel terikat.
Level/ Tingkatan:
Eksperimen faktorial memiliki level-level.
Jumlah perlakuan bergantung pada kombinasi yang dirancang oleh
peneliti.
Bisa 2x2 (sederhana).
9.2 Konsep
Desain Faktorial:
Desain yang digunakan untuk penelitian yang melibatkan lebih dari 1
variabel bebas.
Faktor
2𝑘 Perlakuan yang ada di variabel bebas.
01
Preplanned Contrasts
03
Polynimial Responses
Computing Contrast
02
Sums of Squares
05 Multiple Comparisons
Specific Comparisons
Seperti dalam Bab 6, kami menyajikan teknik untuk menguji dua jenis
hipotesis tentang perbedaan di antara rata-rata:
Eksperimen faktorial adalah struktur yang dikenakan pada set total tingkat
faktor. Artinya, pembagian jumlah kuadrat antar sel menjadi bagian-
bagian yang sesuai dengan efek utama dan interaksi ditentukan oleh
struktur faktorial.
Preplanned Contrasts
Contoh ini menyangkut hubungan jenis oli motor dan ukuran mesin dengan
jarak tempuh gas mobil. Analisis varians menunjukkan bahwa kedua efek utama
dan interaksi secara statistik signifikan. Misalkan kita telah memutuskan untuk
menggunakan kontras ortogonal yang telah direncanakan sebelumnya untuk
memberikan kesimpulan yang lebih spesifik tentang efek ini.
Dengan mempertimbangkan beberapa kontras sebagai berikut.
Solusi Jenis Mesin Hanya ada dua jenis mesin: empat dan enam silinder. Untuk dua tingkat
faktor, hanya ada satu kontras, dalam hal ini: μ6 − μ4.
Untuk tujuan melakukan regresi, kontras ini diwakili oleh variabel
L1 = −1 jika tipe mesin adalah empat silinder, dan
= +1 jika tipe mesin adalah enam silinder.
Jenis Minyak Ada tiga jenis minyak, yang memungkinkan untuk dua kontras ortogonal. Kami
memilih ini sebagai berikut:
Bandingkan STD dengan dua oli yang mungkin lebih mahal, MULTI dan GASMISER.
Kontrasnya adalah
μSTD − 1(μMULTI +μGASMISER).
2
Kontras ini diwakili oleh variabel
Dalam Bab 6 kami menggunakan kontras polinomial ortogonal untuk memperkirakan kurva
untuk mewakili respons terhadap tingkat faktor kuantitatif. Kita telah mempelajari di Bagian 8.6
bahwa metode regresi berganda dapat digunakan untuk mengimplementasikan model
polinomial dengan mendefinisikan satu set variabel bebas, yang merupakan pangkat dan hasil
kali silang dari nilai numerik yang mewakili tingkat faktor.
Regresi Kontras untuk Contoh Menghitung Kontras Jumlah Kuadrat
Percobaan ini berkaitan dengan pencarian kadar optimal dari dua bahan pupuk lunak, nitrogen
(N) dan fosfor (P). Kita tahu bahwa mungkin ada interaksi antara dua faktor ini.
Mars Mercury
Despite being red, Mars is Mercury is the smallest planet
actually a cold place. It’s full in our Solar System
of iron oxide dust
Sejauh ini kita telah mengasumsikan bahwa percobaan faktorial dilakukan sebagai
rancangan acak lengkap yang menyediakan jumlah yang sama dari unit percobaan
yang direplikasi dari setiap kombinasi tingkat faktor. Karena percobaan faktorial
mungkin cukup besar dalam hal jumlah sel, tidak mungkin untuk menyediakan replikasi.
Karena variasi di antara pengamatan dalam kombinasi tingkat faktor digunakan sebagai
dasar untuk memperkirakan 2, tidak adanya ulangan seperti itu membuat kita tidak
memiliki perkiraan seperti itu.
Prosedur yang biasa untuk situasi seperti itu adalah dengan mengasumsikan bahwa
interaksi tidak ada, dalam hal ini kuadrat rata-rata interaksi memberikan estimasi 2
untuk digunakan sebagai penyebut rasio F untuk pengujian efek utama. Tentu saja, jika
interaksi tersebut benar-benar ada, maka tes yang dihasilkan akan menjadi bias.
Namun, bias pada sisi konservatif karena adanya interaksi akan menaikkan penyebut
rasio F untuk menguji efek utama.
9.6 Three or More Factors
Memasukkan dan
mengolah data
Step 3
menggunakan
SPSS
Pengambilan Step 4
keputusan akhir
CONTOH SPSS
Menggunakan cara Two-way ANOVA
Kasus:
Apakah terdapat perbedaan hasil belajar fisika siswa berdasarkan jenjang
pendidikan terakhir orang tua dan jenis kelamin siswa tersebut.
Catatan:
1. Faktor jenjang pendidikan terakhir terakhir orang tua terdiri dari 3 taraf, yaitu
SMP, SLTA, dan Perguruan Tinggi (PT).
2. Faktor jenis kelamin terdiri dari 2 taraf, yakni Laki-laki dan Perempuan.
CONTOH SPSS
Menggunakan cara Two-way ANOVA
Syarat:
1. Sampel berasal dari kelompok yang independen.
2. Variabel faktor adalah data numerik (kategori).
3. Variabel dependen adalah data berskala kuantitatif (interval/rasio).
4. Nilai residual standard berdistribusi normal.
5. Variabel antar kelompok harus homogen.
Yang diteliti:
1. Apakah ada perbedaan hasil belajar fisika siswa berdasarkan jenjang
pendidikan terakhir orang tua.
2. Apakah ada perbedaan hasil belajar fisika siswa berdasarkan jenis kelamin siswa.
3. Apakah ada interaksi jenjang pendidikan terakhir orang tua dengan jenis kelamin siswa
dalam menentukan hasil belajar fisika siswa.
CONTOH SPSS
Menggunakan cara Two-way ANOVA
DATA
Pengkodean:
1= SMP Pengkodean:
2= SLTA/SMA 1= Laki-laki
3= PT (Perguruan Tinggi) 2= Perempuan
CONTOH SPSS
Menggunakan cara Two-way ANOVA
Output:
Output:
Sig. 0,748 > 0,05, maka dapat disimpulkan bahwa varian variabel hasil belajar fisika adalah homogen.
CONTOH SPSS
Menggunakan cara Two-way
ANOVA
Output:
Dasar pengambilan
keputusan dalam Uji Two
Way ANOVA:
Kesimpulan:
1. Diperoleh nilai Sig. Sebesar 0,000 < 0,05, sehingga dapat disimpulkan
bahwa ”ada perbedaan hasil belajar fisika siswa berdasarkan jenjang
pendidikan terakhir orang tua”.
2. Diperoleh nilai Sig. Sebesar 0,685 > 0,05, sehingga dapat disimpulkan
bahwa ”tidak ada perbedaan hasil belajar fisika siswa berdasarkan
jenis kelamin siswa”.
3. Diperoleh nilai Sig. Sebesar 0,490 > 0,05, sehingga dapat disimpulkan
bahwa ”tidak ada interaksi pendidikan terakhir orang tua dengan jenis kelamin
siswa dalam menentukan hasil belajar fisika siswa”.
Kamu mau tanyeaa?
TERIMA KASIH
ATAS
PERHATIANNYA