download

Pendukung Pert 13
Analisis Ragam (Varians)
1. Konsep Dasar
Analisis varians adalah suatu cara yang dapat
digunakan untuk menguji rataan populasi.Teknik
analisis varians digunakan untuk menganalisis atas
menguraikan seluruh (total) variasi atau bagianbagian yang bermakna. Analisis varians digunakan
untuk menguji k buah rataan populasi (k > 2).
Populasi-populasi itu akan dianggap saling bebas
dan menyebar normal dengan rataan 1,2,…,k
dan varians sama dengan 2.
2. Analisis Varians Klasifikasi Satu Arah
Peubah acak berukuran n yang dipilih dari setiap k
populasi dan ingin menguji hipotesis :
H0 : 1 = 2 =… =k
H1 : sekurang-kurangnya dua rataan populasi yang
tidak sama.
1
 Hasil pengamatannya :
1
y11
y12
2
y21
Y22
Perlakuan
…
i
…
yi1
…
yi2
.
.
.
y1n
Jumlah T1.
Rataan y1.
.
.
.
y2n
T2.
.
.
.
yin
Ti.
y 2.
…
…
…
y i.
…
…
…
k
yk1
yk2
…
…
…
.
.
.
ykn
Tk.
T…
y k.
y
 Model matematika :
yij     i   ij
k
,  i     i dan   i  0
i 1
k


i 1
i
k
 Rumus perhitungan jumlah kuadrat:
Ukuran contoh (sampel) sama = n
2
k
2
n
T
2
JKT   yij   ; JKT  Jumlah Kuadrat Total
nk
i 1 j 1
k
T
i.
2
T
JKA  i 1
  ; JKA  Jumlah Kuadrat Perlakuan
n
nk
JKG  JKT  JKA ; JKG  Jumlah Kuadrat Galat
 Tabel Analisis Varians untuk Klasifikasi Satu Arah
Sumber
Variasi
Perlakuan
Jumlah
Kuadrat
JKA
Derajat
bebas
k-1
Galat
JKG
k (n-1)
Total
JKT
nk - 1
Rataan
Kuadrat
Fhitung
2
JKA
S
1
S1 
k 1
S2
JKG
2
S 
k n  1
2
-
-
 Rumus perhitungan jumlah kuadrat: ukuran contoh
(sampel) tak sama.
2
k
n
T
2
JKT   yij 
N
i 1 j 1
k
2
2
T
T
JKA   i.  
N
i 1 ni
JKG  JKT  JKA
k
N  n1  n2  ...  nk   ni
i 1
3
N –1 untuk JKT;
k – 1 untuk JKA;
N – k untuk JKG
Derajat bebas :
3. Uji Kesamaan Beberapa Varians
Hipotesis :
H0 : 12 = 22 = …. = k2
H1 : tidak semua varians sama
a. Uji Bartlett
 Statistik Uji :
b
 S 
2 n 1 1
1
S 
2 n 2 1
2
 
2 n k 1
k
... S

1
Nk
S2p
 Keputusan tolak H0 bila b < bk (;n); untuk
ulangan sama = n
b < bk (; n1, n2, …, nk ); untuk ulangan
tidak sama dimana
b k (; n1 , n 2 ,..., n k ) 
n1b k (; n1 )  n 2 b k (; n 2 )  ...  n k b k (; n k )
N
bk (;n) = Tabel nilai kritis uji Bartlatt
b. Uji Cochran
Uji ini terbatas
(sampel) sama.
untuk
ukuran
contoh
4
 Statistik uji
G
Si2 terbesar
k
S
i 1
2
i
 Keputusanmenolak H0 : bila G>g; g =
nilai kritis pada uji Cochran
4. Pembandingan Ganda Rataan Perlakuan.
 Selang kepercayaan k(1-) 100% beda rataan
perlakuan ke i dan ke:
y i  y   t 1  ( N  k )
2
2 S2
2 S2
 i   j .  yi  y j   t 1
 ( Nk )
n
n
2
Pasangan perlakuan ke-i dan ke-k berbeda bila
yi .  y k .   t 1
2
yi .  y  t 1
2
 ( N k )
 ( N k )
2 S2
atau
n
2 JKG
n(N  k)
BNT = Beda Nyata Terkecil atau
LSD = Least Significant Difference
5
BNT =
t1
2
 ( N k )
2 JKG
n(N  k)
 Selang kepercayaan (1-)% serentak dari Tukey
untuk beda dua rataan :
y .  y . q(; k, N  k)
i
j
JKG
JKG
  i -  j  y i .  y j .  q(; k, N  k)
n( N  k)
( N  k )n
Dan pasangan i, j berbeda jika
yi .  y j. 
BNJ = Beda Nyata Jujur
BNJ = (HSD = Honestly Significant Difference)
BNJ =
q (; k , N  k )
JKG
(N  k) n
5. Analisis Varians Klasifikasi Dua Arah
Bentuk rancangannya, rancangan (acak) kelompok
= Randomized Complete Block Design
Model matematikanya
Yij =  - i + j + ij
6
Hasil pengamatan
Perlakuan
(A)
Kelompok (B)
1
y11
y21
:
:
ya1
1
2
:
:
a
2
y12
y22
:
:
ya2
JKT   y ji  y..   y ij
a
b
a
2
i 1 j1
b
i 1 j1
b
a
JKA  b y i  y.. 
2
y
j1
b
JKB  a  y i  y.. 
2
i 1
.
b
i 1
a
2
i
 yi .
2
…
…
…
:
:
…
B
y1b
y2b
:
:
yab
T..2

; db  ab  1
ab
T..2

; db  a  1
ab
2
j1
a
T..2

; db  b  1
ab
JKG    y ij  ŷ ij   JKT  JKA  JKB, db(a  1)( b  1)
2
i
R2 
j
JKA  JKB
JKT
7
Tabel Analisis Varians (Klasifikasi Dua Arah)
Sumber
Variansi
Jumlah
Kuadrat
Derajat
Bebas
Rataan
kuadrat
F
A
JKA
a-1
S12  JKA /( a  1)
S12 / S 2
B
JKB
b-1
S22  JKB /( b  1)
S22 / S2
Galant
JKG
(a-1)(b-1)
S 2  JKG /( a  1)(b  1)
___
Total
JKT
ab-1
___
___
 Selang kepercayaan (1-) 100% beda rataan
dua perlahan I - k adalah

2S2
;
y i .  y k .  q (; a , r )
b

2S2 
y i .  y k .  q (; a , r )

b 
dimana =(a-1)(b-1)
 Hipotesis H0 : i = k, untuk i  k ditolak bila.
yi  yk  q ( ; a, ) 2S2 / b
8