TI2201

Statistika Industri
Minggu XIII-XIV: Penggunaan RStudio untuk Statistika

Fakultas Teknologi Industri

Institut Teknologi Bandung
 Agenda

1. Data Frame.
2. Distribusi Statistika.
3. Estimasi.
4. Pengujian dua populasi.
5. Uji hipotesis.
6. Regresi linier sederhana.
7. Regresi linier majemuk.
8. Analisis variansi.
9. Statistika non-parametrik.

2
1. Data Frame

3
 Data Frame

> n = c(2, 3, 5)
> s = c("aa", "bb", "cc")
> b = c(TRUE, FALSE, TRUE)
> df = data.frame(n, s, b)

n, s, dan b akan dibaca sebagai vektor.

Untuk memanggil elemen, gunakan
nama_dataframe[indeks_baris, indeks_kolom]

4
 Data Frame

▪ Selain menggunakan indeks baris/kolom, satu sel

juga bisa dipanggil dengan
nama_dataframe(“nama_baris”, “nama_kolom”).
• Contoh: df["2","s"].
▪ Jumlah baris: nrow(nama_dataframe).
• Contoh: nrow(df).
▪ Jumlah kolom: ncol (nama_dataframe).
• Contoh: ncol(df).
▪ Untuk comment/uncomment all: gunakan
CTRL+SHIFT+C.
▪ Untuk membersihkan semua halaman console:
CTRL+L.

5
 Mengimpor Data Teks
▪ 100 a1 b1
200 a2 b2
300 a3 b3
400 a4 b4
▪ Simpan sebagai file teks (.txt) dengan nama: “01-Data-
frame-notepad.txt”.
▪ Buat data frame, dftxt = read.table(01-Data-
frame-notepad.txt).
▪ Jika tidak berhasil, lihat di mana posisi working directory
saat ini: getwd().
▪ Mengubah working directory: setwd(“nama path WD
yang baru”).
▪ Bisa juga menggunakan built-in function pada RStudio
“Import Dataset”.

6
 Mengimpor Data CSV

Col1,Col2,Col3
100,a1,b1
200,a2,b2
300,a3,b3

▪ Buat data tersebut dalam notepad, kemudian

simpan sebagai file .csv.
▪ Baris pertama adalah nama variabel/kolom.
▪ Import data: df_csv(“nama dataset csv”).
▪ Bisa juga menggunakan built-in function pada
RStudio “Import Dataset”.

7
2. Distribusi Statistika

8
 Distribusi Binomial

▪ Terdapat 12 soal pilihan ganda. Setiap soal memiliki

lima alternatif jawaban, dan hanya satu yang
benar. Hitunglah probabilitas:
• Tepat 4 jawaban benar.
• Kurang dari sama empat jawaban yang benar.
▪ Probabilitas satu titik:
• dbinom(x, n, p)
▪ Probabilitas kumulatif:
• pbinom(x, n, p)

9
 Distribusi Poisson

▪ Dalam satu menit rata-rata terdapat 12 menit mobil

yang melewati jembatan. Hitunglah probabilitas
kendaraan yang lewat jembatan dalam satu menit:
• Kurang dari sama dengan16 mobil.
• Lebih dari sama dengan 17 mobil.
▪ ppois(x, lambda=λ, lower=TRUE/FALSE)
▪ lower = TRUE, lower distribution (≤).
▪ lower = FALSE, upper distribution (>).

10
 Distribusi Eksponensial

▪ Rata-rata waktu pelayanan di sebuah kasir adalah

tiga menit. Hitunglah probabilitas seorang
pelanggan dilayani kurang dari dua menit.
▪ pexp(x, rate=1/λ)
▪ Rata-rata waktu pelayanan = λ.

11
 Distribusi Normal

▪ Nilai ujian masuk sebuah perguruan tinggi mengikuti

distribusi normal dengan rata-rata 72, dan standar
deviasi 15,2. Hitunglah persentase peserta ujian
yang nilainya lebih dari 84.
▪ pnorm(x, mean=µ, sd=σ, lower.tail=TRUE/FA
LSE)
▪ lower.tail = TRUE, lower distribution (≤).
▪ lower.tail = FALSE, upper distribution (>).

12
 Distribusi Chi-Squared

▪ Carilah persentil ke-95 dari sebuah distribusi chi-

squared dengan derajat kebebasan 7.
▪ qchisq(probability, df=df value)

13
 Distribusi t-Student

▪ Carilah persentil ke-2.5 dan ke-97.5 dari sebuah

distribusi t student dengan 5 derajat kebebasan.
▪ qt(probability, df=df value)
▪ Gunakan c(probabilitas batas bawah, dan
probabilitas batas atas) untuk mencari
probabilitas interval.

14
 Distribusi F

▪ Carilah persentil ke-95 dari sebuah distribusi F

dengan derajat kebebasan 5 dan 2.
▪ qf(probability, df1=df 1 value, df2=df 2
value)

15
3. Estimasi satu populasi

16
 Data Frame
▪ library(MASS)
▪ help(survey)
▪ Student Survey Data
• Jumlah data: 237.
• Variabel:
• Sex.
• Wr.Hnd.
• NW.Hnd.
• W.Hnd.
• Fold.
• Pulse.
• Clap.
• Exer.
• Smoke.
• Height.
• M.I.
• Age.

17
 Estimasi Titik Rataan

▪ Carilah estimasi titik rataan dari tinggi badan

mahasiswa yang disurvei.
▪ height.survey = survey$Height
▪ Gunakan nama data frame$nama variabel,
untuk memanggil variabel.
▪ Gunakan sum(is.na(variabel)) untuk
menghitung jumlah variabel yang NA.
▪ mean(variabel, na.rm=TRUE)
▪ Saat na.rm=TRUE, baris-baris yang NA tidak ikut
diolah.

18
Estimasi Interval Rataan dengan Variansi
Populasi Diketahui
▪ Diketahui standar deviasi populasi tinggi badan
mahasiswa adalah 9,48 cm. Tentukan estimasi interval
rataan dengan tingkat signifikasi 5%.
▪ Buatlah nama variabel baru, supaya berbeda dengan
nama variabel yang digunakan untuk estimasi titik
rataan:
• variabel na.omit(survey$Height)
• height.response = na.omit(survey$Height)
▪ Jumlah sampel:
• n = length(variabel)
▪ Bandingkan sampel awal dengan sampel setelah baris
NA dihapus (237 vs. 209).
▪ Standar deviasi populasi:
• sigma = sigma value
▪ Standar error rataan:
• standard error of mean = sigma/sqrt(n)

19
Estimasi Interval Rataan dengan Variansi
Populasi Diketahui
▪ Margin of error (E):
• E = qnorm(1-α/2)∗standard error of mean
▪ Confidence interval
• sample mean = mean(variabel)
• sample mean + c(-E, E)

20
Estimasi Interval Rataan dengan Variansi
Populasi Diketahui
▪ Install package untuk uji estimasi:
• library(TeachingDemos)
▪ Uji rataan variansi populasi diketahui:
• z.test(variabel, sd=sigma)

21
Estimasi Interval Rataan dengan Variansi
Populasi Tidak Diketahui
▪ Tentukan estimasi interval rataan tinggi badan
dengan tingkat signifikasi 5%.
▪ Buatlah nama variabel baru, supaya berbeda
dengan nama variabel yang digunakan untuk
estimasi titik rataan:
• variabel na.omit(survey$Height)
• height.response = na.omit(survey$Height)
▪ Jumlah sampel:
• n = length(variabel)
▪ Standar deviasi sampel:
• S = sd(variabel)
▪ Standard error estimate:
• standard error estimate = sd/sqrt(n)

22
Estimasi Interval Rataan dengan Variansi
Populasi Tidak Diketahui
▪ Margin of error (E):
• E = qt(1-α/2)∗standard error estimate
▪ Memakai qt karena menggunakan distribusi t-
student (variansi populasi tidak diketahui).
▪ Confidence interval
• sample mean = mean(variabel)
• sample mean + c(-E, E)

23
Estimasi Interval Rataan dengan Variansi
Populasi Tidak Diketahui
▪ Menggunakan package stats.
▪ Uji rataan variansi populasi tidak diketahui:
• t.test(variabel)

24
Ukuran Sampel untuk Estimasi Rataan

▪ Diketahui standar deviasi populasi tinggi badan

mahasiswa adalah 9,48 cm. Tentukan jumlah
sampel yang diperlukan untuk mencapai margin
error 1,2 cm dengan tingkat kepercayaan 95%.
▪ Tentukan zα/2 terlebih dahulu:
• zstar = qnorm(1-α/2)
▪ Standar deviasi populasi:
• sigma = sigma value
▪ Margin of error (E):
• E = margin of error
▪ Jumlah sampel yang diperlukan:
• zstar^2 ∗ sigma^2/ E^2

25
4. Pengujian dua populasi

26
Uji Rataan Berpasangan Dua Populasi
▪ Buatlah perbandingan antara panen gandum di tahun
1931 dan 1932 yang mengikuti distribusi normal. Data
diambil dari ladang yang sama untuk kedua tahun
tersebut.
▪ Gunakan dataset immer:
• library(MASS)
• head(immer)
▪ Panen gandum tahun 1931 dan 1932 masing-masing
adalah Y1 dan Y2 di dataset immer.
▪ Gunakan head, length, dan mean untuk melihat profil
dataset.
▪ Paired t-test:
• t.test(variabel 1, variabel 2, paired=TRUE)
▪ paired=TRUE berarti menggunakan uji berpasangan.

27
Uji Rataan Independen Dua Populasi

▪ Variansi dua populasi sama.

▪ Tentukan estimasi perbedaan antara rata-rata
konsumsi BBM mobil manual dengan mobil otomatis
(matic) dari dataset mtcars.
▪ Penggunaan data:
• Mileage per liter gas: mtcars$mpg
• Jenis mobil (0=matic, 1=manual); mtcars$am
▪ Cek apakah jumlah sampel untuk variabel
mtcars$mpg dan mtcars$am sama. Gunakan fungsi
length(nama variabel).
▪ Jika sama, pisahkan, mileage per liter gas untuk
mobil matic dan mobil manual.

28
Uji Rataan Independen Dua Populasi
▪ Pemisahan data:
• L = mtcars$am == 0
• mpg.matic = mtcars[L,]$mpg
• mpg.manual = mtcars[!L,]$mpg
▪ Tanda ! Sebelum nama indeks artinya adalah
negasi (bukan berarti harus sama dengan satu).
▪ Cek jumlah sampel untuk mobil matic dan mobil
manual menggunakan length, hasilnya adalah 19
dan 13. Apakah boleh jumlah dua sampel tidak
sama? Mengapa?
▪ Cek rataan kedua jenis mobil menggunakan mean.
▪ Estimasi perbedaan rataan:
• t.test(mpg.matic, mpg.manual)

29
5. Uji hipotesis

30
 Uji Rataan Single Tail
Variansi Populasi Diketahui
▪ Sebuah pabrik mengklaim bahwa rataan umur
bohlam lampu yang diproduksinya adalah lebih
dari 10.000 jam. Dalam sebuah sampel yang terdiri
dari 30 bohlam, ditemukan bahwa rata-rata umur
hidup hanya selama 9.900 jam. Diketahui standar
deviasi populasi adalah 120 jam. Dengan tingkat
signifikansi 5%, dapatkah kita menolak klaim dari
pabrik?
▪ Hipotesis nol adalah µ ≥ 10.000.
▪ Uji hipotesis adalah lower tail. Mengapa?

31
 Uji Rataan Single Tail
Variansi Populasi Diketahui
▪ Test statistic:
• xbar = 9900
• mu0 = 10000
• sigma = 120
• n = 30
• z = (xbar−mu0)/(sigma/sqrt(n))
▪ Critical value:
• alpha = .05
• z.alpha = qnorm(1−alpha)
• −z.alpha
▪ Kesimpulan: karena test statistic kurang dari critical
value, dengan tingkat signifikansi 5%, tolak klaim
pabrik bahwa rataan umur hidup bohlam lebih dari
10.000 jam.
32
 Uji Rataan Two-Tailed
Variansi Populasi Diketahui
▪ Hasil sebuah sensus menyatakan bahwa rata-rata
berat King Penguin yang hidup di Antartika tahun
lalu adalah 15,4 kg. Dalam sebuah sampel yang
terdiri dari 35 penguin tahun ini dari koloni penguin
yang sama, rata-rata berat penguin adalah 14,6
kg. Standar deviasi populasi adalah 2,5 kg. Dengan
tingkat signifikansi 5%, dapatkah kita menolak
hipotesis awal bahwa berat penguin tidak berbeda
dari tahun lalu?
▪ Hipotesis nol adalah µ = 15,4.
▪ Hipotesis ini adalah two-tailed. Mengapa?

33
 Uji Rataan Two-Tailed
Variansi Populasi Diketahui
▪ Test-statistic:
• xbar = 14.6
• mu0 = 15.4
• sigma = 2.5
• n = 35
• z = (xbar−mu0)/(sigma/sqrt(n))
▪ Critical value:
• alpha = .05
• z.half.alpha = qnorm(1−alpha/2)
• c(−z.half.alpha, z.half.alpha)
▪ Kesimpulan: karena test statistic berada di antara
critical values, terima hipotesis awal.

34
 Uji Rataan Single Tail
Variansi Populasi Tidak Diketahui
▪ Sebuah label makanan menyatakan bahwa dalam
sebuah kantong kue terdapat paling banyak 2
gram lemak jenuh di sebuah kue. Dalam sebuah
sampel yang terdiri dari 35 kue, rata-rata lemak
jenuhnya adalah 2,1 gram per kue. Jika standar
deviasi sampel adalah 0,3 gram, dengan tingkat
signifikansi 5%, dapatkah kita menolak klaim di label
makanan tersebut?
▪ Hipotesis nol adalah µ ≤ 2.
▪ Uji hipotesis adalah upper tail dan menggunakan
distribusi t. Mengapa?

35
 Uji Rataan Single Tail
Variansi Populasi Tidak Diketahui
▪ Test statistic:
• xbar = 2.1
• mu0 = 2
• s = 0.3
• n = 35
• t = (xbar−mu0)/(s/sqrt(n))
▪ Critical value:
• alpha = .05
• t.alpha = qt(1−alpha, df=n−1)
▪ Kesimpulan: karena test statistic lebih besar dari
critical value, dengan tingkat signifikansi 5%, klaim
di label makanan tersebut dapat ditolak.

36
 Uji Rataan Two-Tailed
Variansi Populasi Tidak Diketahui
▪ Hasil sebuah sensus menyatakan bahwa rata-rata
berat King Penguin yang hidup di Antartika tahun
lalu adalah 15,4 kg. Dalam sebuah sampel yang
terdiri dari 35 penguin tahun ini dari koloni penguin
yang sama, rata-rata berat penguin adalah 14,6
kg. Standar deviasi sampel adalah 2,5 kg. Dengan
tingkat signifikansi 5%, dapatkah kita menolak
hipotesis awal bahwa berat penguin tidak berbeda
dari tahun lalu?
▪ Hipotesis nol adalah µ = 15,4.
▪ Hipotesis ini adalah two-tailed, dan mengunakan
distribusi t. Mengapa?

37
 Uji Rataan Two-Tailed
Variansi Populasi Tidak Diketahui
▪ Test-statistic:
• xbar = 14.6
• mu0 = 15.4
• s = 2.5
• n = 35
• z = (xbar−mu0)/(s/sqrt(n))
▪ Critical value:
• alpha = .05
• t.half.alpha = qt(1−alpha/2, df=n−1)
• c(−t.half.alpha, t.half.alpha)
▪ Kesimpulan: karena test statistik berada di antara
critical values, terima hipotesis awal.

38
 Kesalahan Tipe II Single Tail

▪ Sebuah pabrik mengklaim bahwa rataan umur

hidup bohlam lampu adalah lebih dari 10.000 jam.
Rataan umur bohlam yang sebenarnya adalah
9.950 jam dan standar deviasi populasi adalah 120
jam. Dengan level signifikansi 5%, berapa
probabilitas kesalahan tipe II dengan ukuran
sampel 30 bohlam?
▪ Hipotesis nol adalah µ ≥ 10.000.
▪ Standard deviation of mean:
• n = 30
• sigma = 120
• sem = sigma/sqrt(n)

39
 Kesalahan Tipe II Single Tail

▪ Lower bound of sample means:

• alpha = .05
• mu0 = 10000
• q = qnorm(alpha, mean=mu0, sd=sem)
▪ Probabilitas kesalahan tipe II (P(rataan sampel >
q)):
• mu = 9950
• pnorm(q, mean=mu, sd=sem, lower.tail=FALSE)
▪ Kesimpulan:
• Selama rataan sampel lebih dari 9.964, hipotesis awal tidak
akan ditolak.
• Probabilitas kesalahan tipe II adalah 26,2% dan the power
of test adalah 73,8%.

40
 Kesalahan Tipe II Two-Tailed
▪ Hasil sebuah sensus menyatakan bahwa rata-rata
berat King Penguin yang hidup di Antartika tahun
lalu adalah 15,4 kg. Ternyata berat sesungguhnya
dari populasi tersebut adalah 15,1 kg, dengan
standar deviasi populasi 2,5 kg. Dengan tingkat
signifikansi 5% dan jumlah penguin 35 ekor, berapa
probabilitas kesalahan tipe II dalam pengujian
hipotesis ini?
▪ Hipotesis nol adalah µ = 15,4.
▪ Standard deviation of mean:
• n = 35
• sigma = 2.5
• sem = sigma/sqrt(n)

41
 Kesalahan Tipe II Two-Tailed
▪ Lower bound of sample means:
• alpha = .05
• mu0 = 15.4
• I = c(alpha/2, 1-alpha/2)
• q = qnorm(I, mean=mu0, sd=sem)
▪ Probabilitas kesalahan tipe II (P(-q < rataan sampel < q):
• mu = 15.1
• p = pnorm(q, mean=mu, sd=sem)
• diff(p) #perbedaan nilai antara p[1] dan p[2]
▪ Kesimpulan:
• Selama rataan sampel lebih dari di antara 14,57 dan 16,23,
hipotesis awal tidak akan ditolak.
• Probabilitas kesalahan tipe II adalah 89,1% dan the power of
test adalah 10,9%.

42
 Uji Independensi

▪ Penggunaan data:
• library(MASS)
• tbl = table(survey$Smoke, survey$Exer)
▪ Fungsi table untuk menyimpan dalam bentuk
tabel (sebelumnya kita menyimpan dalam
variabel).
• Smoke: heavy, never, occasionally.
• Exercise: frequently, none, sometimes.
▪ Lakukan pengujian hipotesis untuk melihat apakah
kebiasaan merokok independent terhadap tingkat
olahraga dengan level of significance 5%.

43
 Uji Independensi
▪ Uji indepensi:
• chisq.test(tbl)
▪ Nilai p-value 0,48 lebih besar dari 0,05, maka
hipotesis awal tidak ditolak. Kebiasaan merokok
independent terhadap frekuensi olahraga.
▪ Namun, terdapat peringatan karena nilai yang
kecil di tabel kontingensi. Gabungkan kolom kedua
dan ketiga (None dan Some) di tabel sebelumnya:
• ctbl = cbind(tbl[,"Freq"], tbl[,"None"] + tbl[,
"Some"])
• chisq.test(ctbl)
▪ Kesimpulan: nilai p-value setelah tabel kontingensi
digabungkan sebesar 0,3571, masih lebih besar dari
0,05. Hipotesis awal tidak ditolak.
44
6. Regresi linier sederhana

45
Mengestimasi Persamaan Regresi Sederhana

▪ Dataset:
• faithful
▪ Durasi erupsi berikutnya (dalam menit) dari sebuah
gunung berapi dipengaruhi oleh lama menunggu
(dalam menit) dari erupsi yang terakhir. Buatlah model
regresi linier sederhana yang menggambarkan
hubungan dua variabel ini.
▪ Model:
• lm(y ~ x, data=dataset).
▪ Koefisien regresi:
• koefisien = coefficients(model regresi)
▪ Intersep:
• koefisien[1]
▪ Slope:
• koefisien[2]

46
Mengestimasi Persamaan Regresi Sederhana

▪ Jika lama menunggu sejak terakhir kali erupsi

adalah 80 menit, berapa durasi erupsi berikutnya?
• waiting = 80
• duration = coeffs[1] + coeffs[2]*waiting
▪ Menambahkan data prediksi ke dataset
• newdata = data.frame(waiting=80)
• predict(eruption.lm, newdata)

47
 Koefisien Determinasi

▪ Hitunglah koefisien determinasi dari model regresi

untuk kasus erupsi gunung berapi.
▪ Koefisien determinasi:
• summary(model regresi)$r.squared
▪ Informasi lebih lanjut:
• help(summary.lm)

48
 Uji Signifikansi

▪ Apakah terdapat hubungan yang signifikan antara

variabel independen dan dependen dalam model
regresi erupsi dengan tingkat signifikansi 0,05?
▪ Uji signifikansi:
• summary(model regresi)
▪ Kesimpulan:
• Karena p-value kurang dari 0,05, tolak hipotesis awal
bahwa β = 0, maka terdapat hubungan antara variabel
independen dan dependen.

49
Selang Kepercayaan dan Selang Prediksi

▪ Buatlah selang kepercayaan dan selang prediksi

95% dari rataan durasi erupsi untuk waktu tunggu 80
menit.
▪ Selang kepercayaan:
• predict(model
regresi, x, interval="confidence")
▪ Selang prediksi:
• predict(model regresi, x, interval=“predict")

50
 Residu Regresi
▪ Buatlah plot residu dari model regresi linier sederhana
erupsi gunung berapi.
▪ Residu model:
• eruption.res = resid(model regresi)
• plot(faithful$waiting, eruption.res,
ylab="Residuals", xlab="Waiting Time", main="Old
Faithful Eruptions")
• abline(0, 0)
• help(resid)
▪ Residu terstandardisasi:
• eruption.stdres = rstandard(model regresi)
• plot(faithful$waiting, eruption.stdres,
ylab="Standardized Residuals", xlab="Waiting
Time", main="Old Faithful Eruptions")
• abline(0, 0)
• help(rstandard)

51
 Normal Probability Plot Residu

▪ Normal probability plot residu:

• qqnorm(eruption.stdres, ylab="Standardized
Residuals", xlab="Normal Scores", main="Old
Faithful Eruptions")
• qqline(eruption.stdres)

52
Residual Plot

53
Residual Terstandardisasi

54
Normal Probability Plot Residu

55
7. Regresi linier majemuk

56
 Permasalahan

▪ Dataset:
• stackloss
▪ Variabel dependen:
• Stackloss.
▪ Variabel independen:
• Cooling air flow.
• Inlet water temperature.
• Acid concentration.

57
Mengestimasi Persamaan Regresi Majemuk

▪ Dataset:
• stackloss
▪ Model:
• lm(y ~ X, data=dataset).
▪ Koefisien regresi:
• koefisien = coefficients(model regresi)
▪ Intersep:
• koefisien[1]
▪ Slope:
• koefisien[2]

58
Mengestimasi Persamaan Regresi Majemuk

▪ Jika air flow, temperatur air, dan konsentrasi acid

masing-masing adalah 72, 20, dan 85, berapa nilai
stackloss?
• data_baru = data.frame(Air.Flow=72,
Water.Temp=20, Acid.Conc.=85)
• predict(stackloss.lm, data_baru)

59
 Koefisien Determinasi MLR

▪ Hitunglah koefisien determinasi dari model regresi

majemuk yang sudah dibangun.
▪ Koefisien determinasi:
• summary(stackloss.lm)$r.squared
▪ Koefisien determinasi terkoreksi:
• summary(stackloss.lm)$adj.r.squared

60
 Uji Signifikansi MLR

▪ Tentukanlah mana variabel independent dalam

model regresi majemuk yang sudah dibangun,
yang secara statistik signifikan pada tingkat
signifikansi 0,05.
▪ Uji signifikansi:
• summary(stackloss.lm)
▪ Kesimpulan:
• Karena p-value air flow dan temperature kurang dari 0,05,
tolak hipotesis awal bahwa βi = 0, maka terdapat
hubungan antara kedua variabel independen dan
dependen.

61
 Selang Kepercayaan
dan Selang Prediksi MLR
▪ Buatlah selang kepercayaan dan selang prediksi
95% jika air flow, temperatur air, dan konsentrasi
acid masing-masing adalah 72, 20, dan 85%.
▪ Selang kepercayaan:
• predict(model
regresi, X, interval="confidence")
▪ Selang prediksi:
• predict(model regresi, X, interval=“predict")

62
8. Analisis variansi

63
 Completely Randomized Design

▪ Data di bawah ini merepresentasikan jumlah

penjualan untuk 3 menu di 18 restoran seminggu
setelah diujicobakan. Dengan tingkat signifikansi
0,05, ujilah apakah rataan penjualan ketiga menu
tersebut semuanya sama.

Item1 Item2 Item3

22 52 16
42 33 24
44 8 19
52 47 18
45 43 34
37 52 39

64
 Completely Randomized Design

▪ Dataset:
• Item1 = c(22, 42, 44, 52, 45, 37)
• Item2 = c(52, 33, 8, 47, 43, 52)
• Item3 = c(16, 24, 19, 18, 34, 39)
• df1 = data.frame(Item1, Item2, Item3)
▪ Gabungkan dataset ke dalam satu vektor:
• r = c(t(as.matrix(df1)))
▪ Buat variabel treatment:
• f = c("Item1", "Item2", "Item3")
• k = 3
• n = 6

65
 Completely Randomized Design

▪ Satukan variabel pengamatan dengan treatment:

• tm = gl(k, 1, n*k, factor(f))
▪ ANOVA:
• av = aov(r ~ tm)
• summary(av)
▪ Kesimpulan:
• Karena P-value lebih dari 0,05, hipotesis nol tidak dapat
ditolak. Simpulkan bahwa rata-rata penjualan untuk ketiga
jenis menu adalah sama.

66
 Randomized Block Design
▪ Sebuah restoran cepat saji sedang menguji 3 menu baru.
Untuk mengetahui apakah ketiganya memiliki popularitas
yang sama, 6 franchise dipilih secara acak untuk studi ini.
Sesuai dengan prinsip RBD, setiap restoran akan menguji coba
3 menu baru tersebut. Setiap restoran hanya menguji satu
menu per minggu, dan membutuhkan 3 minggu untuk
melakukan semua uji coba. Urutan pengujian menu juga
dipilih secara acak
Item1 Item2 Item3
31 27 24
31 28 31
45 29 46
21 18 48
42 36 46
32 17 40
67
 Randomized Block Design

▪ Dataset:
• Item1 = c(22, 42, 44, 52, 45, 37)
• Item2 = c(52, 33, 8, 47, 43, 52)
• Item3 = c(16, 24, 19, 18, 34, 39)
• df1 = data.frame(Item1, Item2, Item3)
▪ Gabungkan dataset ke dalam satu vektor:
• r = c(t(as.matrix(df2)))
▪ Buat variabel treatment:
• f = c("Item1", "Item2", "Item3")
• k = 3
• n = 6

68
 Randomized Block Design

▪ Satukan variabel pengamatan dengan treatment:

• tm = gl(k, 1, n*k, factor(f))
▪ Vektor blok:
• blk = gl(n, k, k*n)
▪ ANOVA:
• av = aov(r ~ tm + blk)
• summary(av)
▪ Kesimpulan:
• Karena P-value kurang dari 0,05, hipotesis nol ditolak.
Simpulkan bahwa rata-rata penjualan untuk ketiga jenis
menu tidak sama.

69
 Factorial Design

Sebuah restoran cepat saji sedang menguji 3 menu

barunya di Pantai Timur dan Barat Amerika Serikat.
Untuk mencari tahu apakah popularitas ketiga menu
tersebut sama, 12 franchise dari setiap sisi pantai
dipilih secara acak untuk uji coba ini. Kemudian, 4
dipilih secara acak untuk menguji menu pertama, 4
untuk menu kedua, dan 4 untuk menu ketiga. Dengan
tingkat signifikansi 0,05, ujilah apakah rataan untuk
ketiga menu adalah sama. Analisislah juga apakah
rataan dari kedua sisi pantai berbeda.

70
 Factorial Design

Pantai Item1 Item2 Item2

E1 25 39 36
E2 36 42 24
E3 31 39 28
E4 26 35 29

Pantai Item1 Item2 Item2

W1 51 43 42
W2 47 39 36
W3 47 53 32
W4 52 46 33

71
 Randomized Block Design
▪ Dataset:
• Item1 = c(25, 36, 31, 26, 51, 47, 47, 52)
• Item2 = c(39, 42, 39, 35, 43, 39, 53, 46)
• Item3 = c(36, 24, 28, 29, 42, 36, 32, 33)
• df3 = data.frame(Item1, Item2, Item3)
▪ Gabungkan dataset ke dalam satu vektor:
• r = c(t(as.matrix(df3)))
▪ Buat variabel treatment dan faktor:
• f1 = c("Item1", "Item2", "Item3")
• f2 = c("East", "West")
• k1 = length(f1)
• k2 = length(f2)
• n = 4

72
 Randomized Block Design
▪ Satukan variabel pengamatan dengan treatment:
• tm1 = gl(k1, 1, n*k1*k2, factor(f1))
▪ Satukan variabel pengamatan dengan East/West coast:
• tm2 = gl(k2, n*k1, n*k1*k2, factor(f2))
▪ ANOVA:
• av = aov(r ~ tm1 * tm2)
• summary(av)
▪ Kesimpulan:
• Karena P-value (tm1) kurang dari 0,05, hipotesis nol ditolak. Simpulkan
bahwa rata-rata penjualan untuk ketiga jenis menu tidak sama.
• Karena P-value untuk perbedaan Pantai Barat-Timur (tm2) kurang
dari 0,05, terdapat perbedaan penjualan untuk kedua pantai
tersebut.
• Karena P-value interaksi Pantai Barat-Timur kurang dari 0,05, terdapat
interaksi antara menu dengan faktor lokasi (sisi pantai), i.e.
pelanggan dari sisi pantai yang berbeda memiliki selera menu yang
berbeda.

73
9. Statistika non-parametrik

74
 Uji Tanda (Sign Test)

▪ Sebuah pabrik minuman ringan telah menemukan

sebuah varian minuman baru, dan ingin menguji
apakah varian baru ini sepopuler varian yang
sudah ada. Untuk mencapai tujuan ini, pabrik
membuat studi dengan 18 responden. Setiap
responen mencoba kedua minuman dengan
urutan secara acak, sebelum memberikan
pendapatnya. Ternyata 5 orang responden lebih
menyukai varian baru, dan sisanya lebih suka yang
lama. Dengan tingkat signifikansi 0,05, dapatkah
kita menolak hipotesis bahwa kedua jenis varian
tersebut sama populernya?

75
 Uji Tanda (Sign Test)

▪ Uji tanda:
• binom.test(5, 18)
▪ Kesimpulan:
• Karena P-value lebih dari 0,05, hipotesis awal tidak ditolak.
Kedua varian minuman (lama dan baru) sama-sama
popular.

76
 Wilcoxon Signed-Rank Test

▪ Diberikan dua buah data panen gandum dari

tahun 1931 dan 1932. Tanpa ada keterangan dan
asumsi apakah data tersebut normal, ujilah apakah
kedua populasi tersebut sama.
▪ Data:
• library(MASS)
• head(immer)
▪ Uji signed-rank test:
• wilcox.test(immer$Y1, immer$Y2, paired=TRUE)
▪ Kesimpulan:
• Karena P-value kurang dari 0,05, hipotesis awal ditolak.
Data dari tahun 1931 dan 1932 tersebut berbeda.

77
 Kruskal-Wallis Test
▪ Telah dikumpulkan data kualitas udara (ozon) di
New York dari bulan Mei s.d. September 1973.
Tanpa mengasumsikan bahwa data tersebut
normal, ujilah apakah data setiap bulan (selama 5
bulan) tersebut adalah sama.
▪ Dataset:
• head(airquality)
▪ Kruskal-Wallis test:
• kruskal.test(Ozone ~ Month, data = airquality)
▪ Kesimpulan:
• Karena P-value kurang dari 0,05, simpulkan bahwa massa
jenis ozon bulanan di New York dari Mei s.d. September
1973 berasal dari populasi yang tidak identik.

78
Selesai

79