sepadan
Misalkan kita ingin menguji apakah epinefrin akan mengubah
secara berarti kandungan kolesterol darah tikus atau tidak . Jika
perlu , kita dapat menempatkan secara acak sampel tikus dalam
kelompok epinefrin dan sisanya dalam kelompok plasebo.
Tetapi, misalkan ada alasan untuk mengandaikan bahwa
pengaruh keduanya, obat dan plasebo, bersifat sementara yaitu
kedua perlakuan tsb tidak mempunyai pengaruh yang tahan
lama pada taraf nyata kolesterol dalam darah tikus. jadi kita
boleh memutuskan memberi kedua perlakuan (pd saat
berlainan) kepada tikus yg sama, dengan menggunakan
sejumlah tikus yang berlainan agar dipenuhi kebutuhan akan
replikasi.
Contoh
Subjek
Plasebo
1
2
3
4
5
6
7
8
9
10
11
12
178
240
210
184
190
181
156
220
210
165
188
214
Epinefrin
184
243
210
189
200
191
150
226
220
163
192
216
(D-D)
D
+6
+3
0
+5
+10
+10
-6
+6
+10
-2
+4
+2
(D-D)2
+2
-1
-4
+1
+6
+6
-10
+2
+6
-6
0
-2
4
1
16
1
36
36
100
4
36
36
0
4
Analisis Variansi
Dalam semua contoh membandingkan rata-rata ada
dua keragaman yang mungkin :
1. yang selalu ada disebabkan galat acak dalam
pengukuran.
2. faktor yang dikendalikan atau faktor pengaruh tetap.
Analisis Variansi (ANVA) merupakan teknik statistika
yang sangat ampuh yang dapat dipakai untuk
memisahkan dan menaksir sejumlah penyebab
keragaman yang berbeda.
ANVA dapat juga digunakan dalam keadaan yang
mengandung lebih dari satu sumber keragaman acak.
H0 :1 2 ... k
H1 :paling sedikit tanda sama dengan tidak berlaku
Tabel Anava
No
Kelompok A
Kelompok B
Kelompok
Kelompok k
Y11
Y12
Y1
Y1k
Y21
Y22
Y2
Y2k
Y31
Y32
Y3
Y3k
..
nk
Yn1
Yn2
Yn
Ynk
dk
JK
RJK(S2)
k-1
JKA
JKA/k-1=SA2
Dalam Kelompok
K(n-1)
JKD
JKD/k(n-1)=SD2
Total
n-1
Antar Kelompok
SA2 / SD2
x x
atau JK
= x
2
JK x
n
atau JKT =JKD-JKA
x x
JK
2
n1
n2
atau JKA =JKT - JKD
JKD x2
x1
n1
atau JKD =JKT - JKA
x x
...
x2
nk
x2
n2
... x2
xk
nk
dkT = n - 1
dkA = k 1
dkD = dkT dkA = n-k
n = banyaknya data ; n= n1 + n2 + + nk
k = banyaknya kelompok
S2 = varian
ST2 = varian Total
SD2 = varian dalam kelompok
SA2 = varian antar kelompok
Contoh
Penggunaan ANAVA satu arah untuk menguji perbedaan antara rataan bila ada
keragaman yang mungkin disebabkan oleh faktor pengaruh tetap.
Dalam contoh ini kita memperhatikan keadaan yang mengandung faktor penga
ruh acak , yaitu keragaman sampel.
Dalam hal ini menguji apakah beberapa rataan sampel berbeda secara berarti ,
tetapi dengan memisahkan dan menaksir berbagaisumber keragaman.
98,8
98,7
98,9
98,8
99,3
98,7
98,8
99,2
98,3
98,5
98,8
98,8
98,0
97,7
97,4
97,3
99,3
99,4
99,9
99,4
98,8
98,7
98,9
98,8
99,3
98,7
98,8
99,2
98,3
98,5
98,8
98,8
98,0
97,7
97,4
97,3
99,3
99,4
99,9
99,4
5. Karena jumlah kuadrat untuk total terdiri atas jumlah kuadrat untuk perlakuan
tambah jumlah kuadrat galat (dalam kelompok), kita dapat memakai cara :untuk
menghitung jumlah kuadrat galat adalah :
6. Setelah jumlah kuadrat untuk total, perlakuan, dan galat dihitung, kita buat tabel
analisis variansi seperti berikut :
Sumber
Jumlah
Kuadrat
derajat
kebebasan
Kuadrat
Rataan
Perlakuan
Galat
Total
7.84
0.98
8.82
4
15
19
1.96
0.0653
30
Dari tabel F nilai kritis adalah 3,06 (P=0,05), nilai Fhitadalah 30 menolak H0 bahwa
ada perbedaan secara berarti antara rataan perlakuan.
Rataan kuadrat dalam sampel memberikan nilai 0,0653 ini sebagai taksiran untuk
sehingga taksiran untuk variansnya adalah :
Analisis belum selesai karena timbul masalah lain , apakah semua rataan berbeda
secara berarti antara yang satu dengan yang lain? jika tidak rataan yang mana yg
berbeda ? Nilai F yang sangat berarti tentunya memberikan petunjuk bahwa ada
apa-apanya.
Setelah memperoleh suatu nilai F yang berarti , langkah berikutnya adalah melaku
kan uji membandingkan semua pasangan rataan yang mungkin, dalam hal ini enam
pasangan . uji semacam ini disebut uji posteriori rataan dan digunakan jika diperoleh
nilai F yang berarti. gunakan uji Student-Newman-Keuls.
contoh
20 mmol prolina
2mmol prolina
campuran asam
amino
garam saja
5,61
5,40
5,26
4,99
5,44
5,13
5,21
5,52
4,79
4,92
6,07
5,20
5,69
5,43
5,87
5,55
5,64
5,95
5,20
5,40
5,69
5,54
5,35
5,11
5,94
5,25
6,02
5,64
5,11
5,04
7,35
7,11
6,99
6,72
7,16
6,85
6,94
7,25
6,51
6,65
5. Karena jumlah kuadrat untuk total terdiri atas jumlah kuadrat untuk perlakuan
tambah jumlah kuadrat galat (dalam kelompok), kita dapat memakai cara :untuk
menghitung jumlah kuadrat galat adalah :
=21,32-18,07
=3,25
Jawab
D
20 mmol prolina
2mmol prolina
campuran asam
amino
garam saja
5,61
5,40
5,26
4,99
5,44
5,13
5,21
5,52
4,79
4,92
6,07
5,20
5,69
5,43
5,87
5,55
5,64
5,95
5,20
5,40
5,69
5,54
5,35
5,11
5,94
5,25
6,02
5,64
5,11
5,04
7,35
7,11
6,99
6,72
7,16
6,85
6,94
7,25
6,51
6,65
6. Setelah jumlah kuadrat untuk total, perlakuan, dan galat dihitung, kita buat tabel
analisis variansi seperti berikut :
Sumber
Jumlah
Kuadrat
derajat
kebebasan
Kuadrat
Rataan
Perlakuan
Galat
Total
18,07
3,25
21,32
3 (k-1)
36
39 (nT-1)
6,02
0,090
66,89
Kita dapat nilai F (66,69) sangat berarti melampaui taraf nyata 0,005, Lambang
P<0,005. Karena nilai F yang diperoleh melampaui alpha 0,005 , menolak hipotesis nol
bahwa ada perbedaan secara berarti antara rataan perlakuan.
Analisis belum selesai karena timbul masalah lain , apakah semua rataan berbeda
secara berarti antara yang satu dengan yang lain? jika tidak rataan yang mana yg
berbeda ? Nilai F yang sangat berarti tentunya memberikan petunjuk bahwa ada
apa-apanya.
Setelah memperoleh suatu nilai F yang berarti , langkah berikutnya adalah melaku
kan uji membandingkan semua pasangan rataan yang mungkin, dalam hal ini enam
pasangan . uji semacam ini disebut uji posteriori rataan dan digunakan jika diperoleh
nilai F yang berarti. gunakan uji Student-Newman-Keuls.