Anda di halaman 1dari 27

PERENCANAAN

EKSPERIMEN
by : Emirul Bahar

BAB 1
ANALISIS VARIANSI / KERAGAMAN
Analysis of Variance ( ANOVA )

Emirul Bahar - Perencanaan Eksp


erimen
Gambaran Umum
Analysis of Variance (ANOVA)

ANOVA Desain Desain


1 Arah Blok Lengkap 2 Faktor
Acak Dgn. Replikasi
Uji-F
Uji-F
Uji
Tukey- Uji Perbedaan
Kramer Signifikan
Fischer Terkecil
Emirul Bahar - Perencanaan Eksp
Kegunaan ANOVA
 Mengendalikan 1 atau lebih variabel
independen
 Disebut dgn faktor (atau variabel treatment)
 Tiap faktor mengandung 2 atau lebih level
(kategori / klasifikasi)
 Mengamati efek pada variabel dependen
 Merespon level pada variabel independen
 Perencanaan Eksperimen: perencanaan
dengan menggunakan uji hipotesis

Emirul Bahar - Perencanaan Eksp


ANOVA 1 Arah
 Evaluasi perbedaan diantara 3 atau lebih
mean populasi
Contoh: Tingkat kecelakaan pada 3 kota
Usia pemakaian 5 merk Handphone
 Asumsi
 Populasi berdistribusi normal

 Populasi mempunyai variansi yang sama

 Sampelnya random dan independen

Emirul Bahar - Perencanaan Eksp


Desain Acak Lengkap
 Unit percobaan (subjek) dipilih acak pada
perlakuan (treatments)
 Hanya ada 1 faktor / var. independen
 Dengan 2 atau lebih level treatment
 Analisis dengan :
 ANOVA 1 arah
 Disebut juga Desain Seimbang jika seluruh level
faktor mempunyai ukuran sampel yang sama

Emirul Bahar - Perencanaan Eksp


Hipotesis ANOVA 1 Arah

H0 : μ1  μ2  μ3    μk
 Seluruh mean populasi adalah sama
 Tak ada efek treatment (tak ada keragaman mean
dalam grup)
 H A : Tidak seluruh mean populasi adalah sama
 Minimal ada 1 mean populasi yang berbeda
 Terdapat sebuah efek treatment
 Tidak seluruh mean populasi berbeda (beberapa
pasang mungkin sama)

Emirul Bahar - Perencanaan Eksp


ANOVA 1 Faktor
H0 : μ1  μ2  μ3    μk
H A : Tidak seluruh μ i sama

Semua mean bernilai sama


Hipotesis nol adalah benar
(Tak ada efek treatment)

μ1  μ2  μ3
Emirul Bahar - Perencanaan Eksp
ANOVA 1 Faktor
(sambungan)
H0 : μ1  μ2  μ3    μk
H A : Tidak semua μ i sama
Minimal ada 1 mean yg berbeda
Hipotesis nol tidak benar
(Terdapat efek treatment)

or

μ1  μ2  μ3 μ1  μ2  μ3
Emirul Bahar - Perencanaan Eksp
Partisi Variasi
 Variasi total dapt dipecah menjadi 2 bagian:
SST = SSB + SSW

SST = Sum of Squares Total (Jumlah Kuadrat Total)


SSB = Sum of Squares Between (Jumlah Kuadrat Antara)
SSW = Sum of Squares Within (Jumlah Kuadrat Dalam)

Emirul Bahar - Perencanaan Eksp


Partisi Variasi (sambungan)

SST = SSB + SSW

Variasi Total = pernyebaran agregat nilai data individu


melalui beberapa level faktor (SST)

Between-Sample Variation = penyebaran diantara mean


sampel faktor (SSB)

Within-Sample Variation = penyebaran yang terdapat


diantara nilai data dalam sebuah level faktor tertentu
(SSW)

Emirul Bahar - Perencanaan Eksp


Partisi Variasi Total
Variasi Total (SST)

Variasi Faktor Variasi Random Sampling


= (SSB) + (SSW)

Mengacu pada: Mengacu pada:


 Sum of Squares Between  Sum of Squares Within
 Sum of Squares Among  Sum of Squares Error
 Sum of Squares Explained  Sum of Squares Unexplained
 Among Groups Variation
 Within Groups Variation

Emirul Bahar - Perencanaan Eksp


Jumlah Kuadrat Total
(Total Sum of Squares)
SST = SSB + SSW
k ni
SST   ( x ij  x ) 2

i 1 j1
Dimana:
SST = Total sum of squares/Jumlah Kuadrat Total
k = jumlah populasi (levels or treatments)
ni = ukuran sampel dari populasi i
xij = pengukuran ke-j dari populasi ke-i
x = mean keseluruhan (dari seluruh nilai data)
Emirul Bahar - Perencanaan Eksp
Variasi Total (sambungan)

SST  ( x11  x )2  ( x12  x )2  ...  ( x knk  x )2

Response, X

Group 1 Group 2 Group 3

Emirul Bahar - Perencanaan Eksp


Jumlah Kuadrat Antara
(Sum of Squares Between)
SST = SSB + SSW
k
SSB   ni ( x i  x ) 2

i1
Where:
SSB = Sum of squares between
k = jumlah populasi
ni = ukuran sampel dari populasi i
xi = mean sampel dari populasi i
x = mean keseluruhan (dari seluruh nilai data)
Emirul Bahar - Perencanaan Eksp
Variasi Diantara Group/Kelompok

k
SSB   ni ( x i  x ) 2

i1

SSB
Perbedaan variasi antar
MSB 
kelompok
k 1
Mean Square Between =
SSB/degrees of freedom

•degrees of freedom :
i j derajat kebebasan

Emirul Bahar - Perencanaan Eksp


Variasi Diantara Group/Kelompok
(sambungan)

SSB  n1 ( x1  x )  n2 ( x 2  x )  ...  nk ( x k  x )
2 2 2

Response, X

X3
X2 X
X1

Group 1 Group 2 Group 3


Emirul Bahar - Perencanaan Eksp
Jumlah Kuadrat Dalam
(Sum of Squares Within)
SST = SSB + SSW
k nj
SSW    ( x ij  x i ) 2

i1 j 1
Where:
SSW = Sum of squares within
k = jumlah populasi
ni = ukuran sampel dari populasi i
xi = mean sampel dari populasi i
xij = pengukuran ke-j dari populasi ke-i
Emirul Bahar - Perencanaan Eksp
Variasi Dalam Kelompok
(Within-Group Variation)
k nj

SSW    ( x ij  x i )2
i 1 j 1
SSW
Penjumlahan variasi dalam
MSW 
setiap group dan kemudian
penambahan pada seluruh group Nk
Mean Square Within =
SSW/degrees of freedom

i
Emirul Bahar - Perencanaan Eksp
Variasi Dalam Kelompok
(Within-Group Variation)
(continued)

SSW  ( x11  x1 )  ( x12  x 2 )  ...  ( x knk  x k )


2 2 2

Response, X

X3
X2
X1

Group 1 Group 2 Group 3


Emirul Bahar - Perencanaan Eksp
Tabel ANOVA 1 Arah
(One-Way ANOVA)

Source of SS df MS F ratio
Variation
Between SSB MSB
SSB k-1 MSB =
Samples k - 1 F = MSW
Within SSW
SSW N-k MSW =
Samples N-k
Total SST = N-1
SSB+SSW
k = jumlah populasi
N = jumlah ukuran sampel dari seluruh populasi
df = degrees of freedom/derajat kebebasan
Emirul Bahar - Perencanaan Eksp
Uji F ANOVA 1 Faktor
H0: μ1= μ2 = … = μ k
HA: Minimal 2 mean populasi berbeda
 Stastistik Uji : MSB
F
MSW
MSB : jumlah kuadrat diantara variansi
MSW : jumlah kuadrat dalam variansi
 Degrees of freedom/derajat kebebasan :
 df1 = k – 1 (k = jumlah populasi)
 df2 = N – k (N = jumlah ukuran sampel seluruh populasi)
Emirul Bahar - Perencanaan Eksp
Interpretasi Uji F
 Statistik Uji F adalah rasio antara taksiran
variansi dengan taksiran dalam variansi
 Rasio harus selalu positif
 df1 = k -1 berukuran kecil
 df2 = N - k berukuran besar

Rasio akan mendekati 1 jika :


H0: μ1= μ2 = … = μk Benar

Rasio akan lebih besar dari 1 jika :


H0: μ1= μ2 = … = μk Salah

Emirul Bahar - Perencanaan Eksp


Contoh Kasus

Terrdapat 3 jenis mata bor Bor 1 Bor 2 Bor 3


yang berbeda. Dipilih 5 254 234 200
sampel dari masing-masing 263 218 222
untuk diukur 241 235 197
kemampuangnya membuat 237 227 206
diameter lubang dalam 251 216 204
kondisi yang sama.
Dengan tingkat signifikansi
5%, apakah terdapat
perbedaan rata-rata(mean)
ukuran diameter yang dibuat
ketiga mata bor tsb.?
Emirul Bahar - Perencanaan Eksp
Scatter Diagram
Diameter
270
Bor 1 Bor 2 Bor 3
254 234 200 260 •
••
263
241
218
235
222
197
250 X1
240 •
237 227 206 • ••
230
251 216 204
220

X2 • X
••
210
x1  249.2 x 2  226.0 x 3  205.8
•• X3
200 ••
x  227.0 190

1 2 3
Emirul Bahar - Perencanaan Eksp Bor
Perhitungan
Bor 1 Bor 2 Bor 3 x1 = 249.2 n1 = 5
254 234 200 x2 = 226.0 n2 = 5
263 218 222
x3 = 205.8 n3 = 5
241 235 197
237 227 206 N = 15
x = 227.0
251 216 204 k=3
SSB = 5 [ (249.2 – 227)2 + (226 – 227)2 + (205.8 – 227)2 ] = 4716.4
SSW = (254 – 249.2)2 + (263 – 249.2)2 +…+ (204 – 205.8)2 = 1119.6

MSB = 4716.4 / (3-1) = 2358.2 2358.2


F  25.275
MSW = 1119.6 / (15-3) = 93.3 93.3
Emirul Bahar - Perencanaan Eksp
Solusi
H0: μ1 = μ2 = μ3 Statistik Uji:
HA: μi not all equal
MSB 2358.2
 = .05 F   25.275
MSW 93.3
df1= 2 df2 = 12
Critical Keputusan:
Value:
Tolak H0 at  = 0.05
F = 3.885
 = .05 Kesimpulan:
Terdapat minimal 1 mean
0 yang berbeda dari ketiga
Do not Reject H0
reject H0
F.05 = 3.885
F = 25.275 mata bor
Emirul Bahar - Perencanaan Eksp
Output Excel

SUMMARY
Groups Count Sum Average Variance
Club 1 5 1246 249.2 108.2
Club 2 5 1130 226 77.5
Club 3 5 1029 205.8 94.2
ANOVA
Source of
SS df MS F P-value F crit
Variation
Between 4716.
2 2358.2 25.275 4.99E-05 3.885
Groups 4
Within 1119.
12 93.3
Groups 6
Total 5836.0 14    
Emirul Bahar - Perencanaan Eksp