SlideShare une entreprise Scribd logo
1  sur  35
ANALISIS VARIANSI
Analysis of Variance
(ANOVA)
Gagassage Nanaluih De Side
gagassage@gmail.com
Fungsi ANOVA
 Kontrol investigator 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
2
Anova
Anova 1
Arah
Anova 2
arah
Tanpa
Interaksi
Dengan
Interaksi
ANOVA 1 ARAH
• Evaluasi perbedaan diantara 3 atau lebih mean (rata – rata) populasi.
• Contoh: Tingkat kecelakaan pada shift 1, 2 dan 3 Estimasi
kilometer pemakaian 5 merk ban
• Asumsi:
1. Populasi berdistribusi normal
2. Populasi mempunyai variansi yang sama
3. Sampelnya random dan independen
• Terdapat :
1. 1 variabel tak bebas (dependen)
2. 1 variabel bebas (independen) sebagai Faktor
HIPOTESIS
ANOVA 1 ARAH
4
H0 :µ1 =µ2 = µ3 = µk
H1 : tidak semua µi sama
Kondisi 2
¡ Minimal ada 1 mean yg berbeda
¡ Hipotesis nol tidak benar
¡ (Terdapat efek treatment)
Kondisi 1
¡ Semua mean bernilai sama
¡ Hipotesis nol adalah benar
¡ (Tak ada efek treatment)
µ1 = µ2 = µ3
µ1 = µ2  µ3
µ1 µ2 µ3
LANGKAH-LANGKAH ANOVA 1 ARAH 5
LANGKAH-LANGKAH ANOVA 1 ARAH 6
Contoh 1
ANOVA 1 Arah
Minggu
ke
Stasiun kerja 1
(unit)
Stasiun kerja 2
(unit)
Stasiun kerja 3
(unit)
1 76 72 71
2 63 63 54
3 66 65 62
4 83 78 76
5 74 69 65
6 53 49 50
Akan diuji apakah rata-rata jumlah produk yang dihasilkan/minggu dari 3
buah stasiun yang paralel adalah homogen?
Diambil sampel random dari pengamatan 6 minggu untuk setiap stasiun
kerja
Variabel dependen :
produk yg
dihasilkan/minggu
Variabel independen :
stasiun kerja
White
Is the color of milk and
fresh snow, the color
produced by the
combination of all the
colors of the visible
spectrum.
Penyelesaian Contoh 1
8
White
Is the color of milk and
fresh snow, the color
produced by the
combination of all the
colors of the visible
spectrum.
Penyelesaian Contoh 1
9
White
Is the color of milk and
fresh snow, the color
produced by the
combination of all the
colors of the visible
spectrum.
Penyelesaian Contoh 1
10
White
Is the color of milk and
fresh snow, the color
produced by the
combination of all the
colors of the visible
spectrum.
Penyelesaian Contoh 1
11
Contoh 1
ANOVA 1 Arah dengan Ms. Excel
EXCEL:
Tools >> data analysis >> ANOVA: single factor
17
Anova: SingleFactor
SUMMARY
Groups Count Sum Average Variance
Column1 6 415 69.16667 114.1667
Column2 6 396 66 97.6
Column3 6 378 63 97.6
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 114.1111 2 57.05556 0.553281 0.586358 3.68232
WithinGroups 1546.833 15 103.1222
Total 1660.944 17
Contoh 1
ANOVA 1 Arah dengan Ms. Excel
Output
14
• KEKUATAN HUBUNGAN ANTARA VARIABEL
BEBAS (INDEPENDEN) DAN VARIABEL TAK
BEBAS (DEPENDEN)
ANOVA 2 ARAH
tanpa interaksi
Hipotesis ANOVA 2 arah yaitu pengujian hipotesis beda tiga
rata-rata atau lebih dengan 2 faktor yang berpengaruh
(Interaksi antar faktor ditiadakan)
Bring the attention of your audience
over a key concept using icons or
illustrations
16
LANGKAH-LANGKAH ANOVA 2 ARAH
tanpa interaksi
Bring the attention of your audience
over a key concept using icons or
illustrations
17
LANGKAH-LANGKAH ANOVA 2 ARAH
tanpa interaksi
Bring the attention of your audience
over a key concept using icons or
illustrations
18
LANGKAH-LANGKAH ANOVA 2 ARAH
tanpa interaksi
Contoh 2
ANOVA 2 Arah: tanpa Interaksi
Dari contoh 1, apabila minggu yang berbeda dicurigai akan memberikan
hasil produksi yang berbeda, yaitu unit eksperimen dalam tiap stasiun
kerja dibagi dalam minggu (2 variabel bebas, yaitu: jenis stasiun kerja &
minggu ke-n)
Minggu ke Stasiun kerja I Stasiun kerja II Stasiun kerja III Jumlah (Ti)
1 76 72 71 219
2 63 63 54 180
3 66 65 62 193
4 83 78 76 237
5 74 69 65 208
6 53 49 50 152
Jumlah (Tj) 415 396 378 1189 = T
Penyelesaian Contoh 2
Yellow
Is the color of
gold, butter and
ripe lemons. In the
spectrum of
visible light,
yellow is found
between green
and orange.
Blue
Is the colour of the
clear sky and the
deep sea. It is
located between
violet and green
on the optical
spectrum.
Red
Is the color of
blood, and
because of this it
has historically
been associated
with sacrifice,
danger and
courage.
20
Penyelesaian Contoh 2
Yellow
Is the color of
gold, butter and
ripe lemons. In the
spectrum of
visible light,
yellow is found
between green
and orange.
Blue
Is the colour of the
clear sky and the
deep sea. It is
located between
violet and green
on the optical
spectrum.
21
Penyelesaian Contoh 2
Yellow
Is the color of
gold, butter and
ripe lemons. In the
spectrum of
visible light,
yellow is found
between green
and orange.
Blue
Is the colour of the
clear sky and the
deep sea. It is
located between
violet and green
on the optical
spectrum.
22
SUMBER
VARIASI
db
Jumlah
kuadrat
(JK)
Rata-rata
Kuadrat
Fhitung
s1 f1= s1 /s3
- Rata-rata baris b - 1 =5 1508,94 = JKB/db
= 301,788
= 79,65
s2 f2= s2 /s3
- Rata-rata
kolom
k - 1 =2 114,11 =JKK/db
=57,055
= 15,06
- Kesalahan /
error
(k - 1)(b -1)
= 10
37,89
s 2
3
= JKE/db
= 3,789
TOTAL kb - 1 =17 1660,94
4. Tabel analisis variansi ANOVA
23
Contoh 2
ANOVA 2 Arah dengan Ms. Excel
EXCEL:
Tools >> data analysis >> ANOVA: two factor without replication
24
SUMMARY Count Sum Average Variance
Row 1 3 219 73 7
Row 2 3 180 60 27
Row 3 3 193 64.33333 4.333333
Row 4 3 237 79 13
Row 5 3 208 69.33333 20.33333
Row 6 3 152 50.66667 4.333333
Column 1 6 415 69.16667 114.1667
Column 2 6 396 66 97.6
Column 3 6 378 63 97.6
ANOVA
urce of Variati SS df MS F P-value F crit
Rows 1508.944 5 301.7889 79.65103 1E-07 3.325835
Columns 114.1111 2 57.05556 15.05865 0.000962 4.102821
Error 37.88889 10 3.788889
Total 1660.944 17
Anova: Two-Factor WithoutReplication
Contoh 2
ANOVA 2 Arah
dengan Ms. Excel
Output
ANOVA 2 ARAH
tanpa interaksi
Pengujian hipotesis Anova dua arah adalah pengujian beda tiga
rata-rata atau lebih dengan 2 faktor yang berpengaruh
(Pengaruh interaksi kedua faktor tersebut diperhitungkan)
LANGKAH-LANGKAH ANOVA 2 ARAH
dengan interaksi
26
LANGKAH-LANGKAH ANOVA 2 ARAH
dengan interaksi
27
LANGKAH-LANGKAH ANOVA 2 ARAH
dengan interaksi
28
Contoh 3
ANOVA 2 Arah: Dengan Interaksi
Sebuah penelitian tentang optimasi kandungan optimum semen yang dapat meningkatkan
durabilitas mortar, memberikan hasil penelitian berupa data kuat tekan sebagai berikut. Empat jenis
perlakuan hendak dibandingkan hasilnya (dalam gram) dengan kandungan semen yang berbeda.
Percobaan dilakukan dengan menggunakan 8 kondisi yang seragam, masing-masing di 4 lokasi
yang berbeda. Di setiap lokasi dilakukan percoban 2 kali.
Jenisperlakuan Variasi kandungansemen
V1 V2 V3 V4
P1 60 59 70 55
58 62 63 61
P2 75 61 68 70
71 54 73 69
P3 57 58 53 62
41 61 59 53
Dengan taraf nyata 1%, ujilah hipotesis berikut ini!
a. Tidak ada beda rata-rata hasil durabilitas mortar dg menggunakan ketiga jenis semen
b. Tidak ada beda rata-rata hasil durabilitas mortar dg menggunakan keempat jenis perlakuan
yang berbeda
c. Tidak ada interaksi antara jenis perlakuan yang diberikan dg durabilitas mortar.
Penyelesaian 3
ANOVA 2 Arah: dengan Interaksi
③ Statistik uji yang digunakan :
a. H0 diterima jika f1 < F 0,01(2;12) = 6,93
H0 ditolak jika f1 > F 0,01(6;12) = 6,93
b. H0 diterima jika f2 < F 0,01(3;12) = 5,95
H0 ditolak jika f2 > F 0,01(6;12) = 5,95
c.H0 diterima jika f3 < F 0,01(6;12) = 4,82
H0 ditolak jika f3 > F 0,01(6;12) = 4,82
④ Tabel Analisis Varians (ANOVA)
JenisPerlakuan Variasi Kandungan semenV1 Total
V2 V3 V4
P1 60
58
59
62
70
63
55
61
488
P2 75
71
61
54
68
73
70
69
541
P3 57
41
58
61
53
59
62
53
444
Total 362 355 386 370 1473
Penyelesaian 3
ANOVA 2 Arah:
dengan Interaksi
Penyelesaia
n 4
④ Tabel Analisis Varians (ANOVA)
= 88,8
Penyelesaian 3
ANOVA 2 Arah:
dengan Interaksi
Penyelesaian 3
ANOVA 2 Arah: Dengan Interaksi
④ Tabel Analisis Varians (ANOVA)
Sumber Varians
Jumlah
Kuadrat
Derajat
Bebas
Rata-rata
Kuadrat
Fo
Rata-ratabaris 589,7 2 294,9 f1=12,4
Rata-ratakolom 88,8 3 29,6 f2=1,24
Interaksi 409,6 6 68,3 f3=2,87
Error 285,5 12 23,8
Total 1.373,6 23
Penyelesaian 3
ANOVA 2 Arah: Dengan Interaksi
⑤ Menarik Kesimpulan
• Karena f1=12,4 > F 0,01(2;12) = 6,93, maka H0 ditolak. Jadi ada
perbedaan hasil rata-rata durabilitas mortar dg menggunakan
ketiga jenis semen.
• Karena f2=1,24 < F 0,01(3;12) = 5,95, maka H0 diterima. Jadi tidak
ada perbedaan hasil rata-rata untuk keempat perlakuan yang
digunakan.
• Karena f3=2,87 < F 0,01(6;12) = 4,82, maka H0 diterima. Jadi tidak
ada interaksi antara jenis perlakuan yang diberikan dengan
variasi semen yang digunakan.
35

Contenu connexe

Tendances

4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan dataHafiza .h
 
Mean, median, modus dan simpangan baku
Mean, median, modus dan simpangan bakuMean, median, modus dan simpangan baku
Mean, median, modus dan simpangan bakuM Agphin Ramadhan
 
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arahUNESA
 
Ppt hipergeometrik
Ppt hipergeometrikPpt hipergeometrik
Ppt hipergeometriknur fadillah
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentralSelvin Hadi
 
Stat prob10 distribution_normal
Stat prob10 distribution_normalStat prob10 distribution_normal
Stat prob10 distribution_normalArif Rahman
 
Materi p14 nonpar_dua &amp; k sampel bebas+pasangan
Materi p14 nonpar_dua &amp; k sampel bebas+pasanganMateri p14 nonpar_dua &amp; k sampel bebas+pasangan
Materi p14 nonpar_dua &amp; k sampel bebas+pasanganM. Jainuri, S.Pd., M.Pd
 
Ukuran Pemusatan dan Letak Data
Ukuran Pemusatan dan Letak DataUkuran Pemusatan dan Letak Data
Ukuran Pemusatan dan Letak DataAisyah Turidho
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Sowanto Sanusi
 
Lecture 14 cusum and ewma
Lecture 14 cusum and ewmaLecture 14 cusum and ewma
Lecture 14 cusum and ewmaIngrid McKenzie
 
Chap16 time series analysis and forecasting
Chap16 time series analysis and forecastingChap16 time series analysis and forecasting
Chap16 time series analysis and forecastingJudianto Nugroho
 

Tendances (20)

Ukuran Keruncingan
Ukuran KeruncinganUkuran Keruncingan
Ukuran Keruncingan
 
Makalah arima
Makalah arimaMakalah arima
Makalah arima
 
4 .ukuran pemusatan data
4 .ukuran pemusatan data4 .ukuran pemusatan data
4 .ukuran pemusatan data
 
Mean, median, modus dan simpangan baku
Mean, median, modus dan simpangan bakuMean, median, modus dan simpangan baku
Mean, median, modus dan simpangan baku
 
Pembahasan anova 1 arah
Pembahasan anova 1 arahPembahasan anova 1 arah
Pembahasan anova 1 arah
 
Bab 2 revisi
Bab 2 revisiBab 2 revisi
Bab 2 revisi
 
Ppt hipergeometrik
Ppt hipergeometrikPpt hipergeometrik
Ppt hipergeometrik
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentral
 
Angka indeks vhdl
Angka indeks vhdlAngka indeks vhdl
Angka indeks vhdl
 
Stat prob10 distribution_normal
Stat prob10 distribution_normalStat prob10 distribution_normal
Stat prob10 distribution_normal
 
Rumus Analisis Regresi
Rumus Analisis RegresiRumus Analisis Regresi
Rumus Analisis Regresi
 
Materi p13 nonpar_satu sampel
Materi p13 nonpar_satu sampelMateri p13 nonpar_satu sampel
Materi p13 nonpar_satu sampel
 
4. pengukuran tendensi sentral
4. pengukuran tendensi sentral4. pengukuran tendensi sentral
4. pengukuran tendensi sentral
 
Materi p14 nonpar_dua &amp; k sampel bebas+pasangan
Materi p14 nonpar_dua &amp; k sampel bebas+pasanganMateri p14 nonpar_dua &amp; k sampel bebas+pasangan
Materi p14 nonpar_dua &amp; k sampel bebas+pasangan
 
Ukuran Pemusatan dan Letak Data
Ukuran Pemusatan dan Letak DataUkuran Pemusatan dan Letak Data
Ukuran Pemusatan dan Letak Data
 
P2_Pengantar Statistika Inferensial
P2_Pengantar Statistika InferensialP2_Pengantar Statistika Inferensial
P2_Pengantar Statistika Inferensial
 
Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19Pengujian one way anova dengan manual dan spss 19
Pengujian one way anova dengan manual dan spss 19
 
Lecture 14 cusum and ewma
Lecture 14 cusum and ewmaLecture 14 cusum and ewma
Lecture 14 cusum and ewma
 
Chap16 time series analysis and forecasting
Chap16 time series analysis and forecastingChap16 time series analysis and forecasting
Chap16 time series analysis and forecasting
 
Pembahasan Anova
Pembahasan AnovaPembahasan Anova
Pembahasan Anova
 

Similaire à Kuliah 10. Anova

Anreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxAnreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxJoperhanPasbon
 
Baru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxBaru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxNurmaAfiani1
 
KONSEP ANOVA yang bisa di terbutkan.pptx
KONSEP ANOVA yang bisa di terbutkan.pptxKONSEP ANOVA yang bisa di terbutkan.pptx
KONSEP ANOVA yang bisa di terbutkan.pptx22154JeremiSabatianP
 
One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptxAlvinTamba2
 
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdfAhmadRiduanRiduan
 
BAB 7. ANOVA 1 VARIABEL.pptx
BAB 7. ANOVA 1 VARIABEL.pptxBAB 7. ANOVA 1 VARIABEL.pptx
BAB 7. ANOVA 1 VARIABEL.pptxAhmadBayuSaputra2
 
Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)aditaaam
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arahTri Supadmi
 
PPT uji anova keterangan dan contoh soal.ppt
PPT uji anova keterangan dan contoh soal.pptPPT uji anova keterangan dan contoh soal.ppt
PPT uji anova keterangan dan contoh soal.pptBennyKurniawan42
 
APG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresAPG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresRani Nooraeni
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutSuci Agustina
 
3. Rancangan Acak Lengkap.pdf
3. Rancangan Acak Lengkap.pdf3. Rancangan Acak Lengkap.pdf
3. Rancangan Acak Lengkap.pdfPurwanti61
 
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfAgusdiantoDakhi
 
Makalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasMakalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasAisyah Turidho
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)M. Jainuri, S.Pd., M.Pd
 
Statistika parametrik_analisis of varians (anova)
Statistika parametrik_analisis of varians (anova)Statistika parametrik_analisis of varians (anova)
Statistika parametrik_analisis of varians (anova)M. Jainuri, S.Pd., M.Pd
 

Similaire à Kuliah 10. Anova (20)

Anreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxAnreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptx
 
Baru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptxBaru_11. Uji hipotesis Annova (1 way).pptx
Baru_11. Uji hipotesis Annova (1 way).pptx
 
KONSEP ANOVA yang bisa di terbutkan.pptx
KONSEP ANOVA yang bisa di terbutkan.pptxKONSEP ANOVA yang bisa di terbutkan.pptx
KONSEP ANOVA yang bisa di terbutkan.pptx
 
One_Way_Anova.pptx
One_Way_Anova.pptxOne_Way_Anova.pptx
One_Way_Anova.pptx
 
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf1-materip12parametrikanalisisofvariansanova-180509075222.pdf
1-materip12parametrikanalisisofvariansanova-180509075222.pdf
 
BAB 7. ANOVA 1 VARIABEL.pptx
BAB 7. ANOVA 1 VARIABEL.pptxBAB 7. ANOVA 1 VARIABEL.pptx
BAB 7. ANOVA 1 VARIABEL.pptx
 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
 
Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
 
Ppt anova k elompok 6
Ppt anova k elompok 6Ppt anova k elompok 6
Ppt anova k elompok 6
 
PPT uji anova keterangan dan contoh soal.ppt
PPT uji anova keterangan dan contoh soal.pptPPT uji anova keterangan dan contoh soal.ppt
PPT uji anova keterangan dan contoh soal.ppt
 
APG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresAPG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated Measures
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjut
 
Bab 7 anova
Bab 7 anovaBab 7 anova
Bab 7 anova
 
3. Rancangan Acak Lengkap.pdf
3. Rancangan Acak Lengkap.pdf3. Rancangan Acak Lengkap.pdf
3. Rancangan Acak Lengkap.pdf
 
TUGAS MANOVA
TUGAS MANOVA TUGAS MANOVA
TUGAS MANOVA
 
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdfppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
ppt-statistik-dan-data-analisis-pertemuan-ke-8-anova.pdf
 
Makalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasMakalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitas
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
 
Statistika parametrik_analisis of varians (anova)
Statistika parametrik_analisis of varians (anova)Statistika parametrik_analisis of varians (anova)
Statistika parametrik_analisis of varians (anova)
 

Dernier

Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studiossuser52d6bf
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxmuhammadrizky331164
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptxMuhararAhmad
 
Manual Desain Perkerasan jalan 2017 FINAL.pptx
Manual Desain Perkerasan jalan 2017 FINAL.pptxManual Desain Perkerasan jalan 2017 FINAL.pptx
Manual Desain Perkerasan jalan 2017 FINAL.pptxRemigius1984
 
materi pengendalian proyek konstruksi.pptx
materi pengendalian proyek konstruksi.pptxmateri pengendalian proyek konstruksi.pptx
materi pengendalian proyek konstruksi.pptxsiswoST
 
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdfTEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdfYogiCahyoPurnomo
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaRenaYunita2
 
MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++FujiAdam
 

Dernier (8)

Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
 
Manual Desain Perkerasan jalan 2017 FINAL.pptx
Manual Desain Perkerasan jalan 2017 FINAL.pptxManual Desain Perkerasan jalan 2017 FINAL.pptx
Manual Desain Perkerasan jalan 2017 FINAL.pptx
 
materi pengendalian proyek konstruksi.pptx
materi pengendalian proyek konstruksi.pptxmateri pengendalian proyek konstruksi.pptx
materi pengendalian proyek konstruksi.pptx
 
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdfTEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di Indonesia
 
MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++
 

Kuliah 10. Anova

  • 1. ANALISIS VARIANSI Analysis of Variance (ANOVA) Gagassage Nanaluih De Side gagassage@gmail.com
  • 2. Fungsi ANOVA  Kontrol investigator 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 2 Anova Anova 1 Arah Anova 2 arah Tanpa Interaksi Dengan Interaksi
  • 3. ANOVA 1 ARAH • Evaluasi perbedaan diantara 3 atau lebih mean (rata – rata) populasi. • Contoh: Tingkat kecelakaan pada shift 1, 2 dan 3 Estimasi kilometer pemakaian 5 merk ban • Asumsi: 1. Populasi berdistribusi normal 2. Populasi mempunyai variansi yang sama 3. Sampelnya random dan independen • Terdapat : 1. 1 variabel tak bebas (dependen) 2. 1 variabel bebas (independen) sebagai Faktor
  • 4. HIPOTESIS ANOVA 1 ARAH 4 H0 :µ1 =µ2 = µ3 = µk H1 : tidak semua µi sama Kondisi 2 ¡ Minimal ada 1 mean yg berbeda ¡ Hipotesis nol tidak benar ¡ (Terdapat efek treatment) Kondisi 1 ¡ Semua mean bernilai sama ¡ Hipotesis nol adalah benar ¡ (Tak ada efek treatment) µ1 = µ2 = µ3 µ1 = µ2  µ3 µ1 µ2 µ3
  • 7. Contoh 1 ANOVA 1 Arah Minggu ke Stasiun kerja 1 (unit) Stasiun kerja 2 (unit) Stasiun kerja 3 (unit) 1 76 72 71 2 63 63 54 3 66 65 62 4 83 78 76 5 74 69 65 6 53 49 50 Akan diuji apakah rata-rata jumlah produk yang dihasilkan/minggu dari 3 buah stasiun yang paralel adalah homogen? Diambil sampel random dari pengamatan 6 minggu untuk setiap stasiun kerja Variabel dependen : produk yg dihasilkan/minggu Variabel independen : stasiun kerja
  • 8. White Is the color of milk and fresh snow, the color produced by the combination of all the colors of the visible spectrum. Penyelesaian Contoh 1 8
  • 9. White Is the color of milk and fresh snow, the color produced by the combination of all the colors of the visible spectrum. Penyelesaian Contoh 1 9
  • 10. White Is the color of milk and fresh snow, the color produced by the combination of all the colors of the visible spectrum. Penyelesaian Contoh 1 10
  • 11. White Is the color of milk and fresh snow, the color produced by the combination of all the colors of the visible spectrum. Penyelesaian Contoh 1 11
  • 12. Contoh 1 ANOVA 1 Arah dengan Ms. Excel EXCEL: Tools >> data analysis >> ANOVA: single factor 17
  • 13. Anova: SingleFactor SUMMARY Groups Count Sum Average Variance Column1 6 415 69.16667 114.1667 Column2 6 396 66 97.6 Column3 6 378 63 97.6 ANOVA Source of Variation SS df MS F P-value F crit Between Groups 114.1111 2 57.05556 0.553281 0.586358 3.68232 WithinGroups 1546.833 15 103.1222 Total 1660.944 17 Contoh 1 ANOVA 1 Arah dengan Ms. Excel Output
  • 14. 14 • KEKUATAN HUBUNGAN ANTARA VARIABEL BEBAS (INDEPENDEN) DAN VARIABEL TAK BEBAS (DEPENDEN)
  • 15. ANOVA 2 ARAH tanpa interaksi Hipotesis ANOVA 2 arah yaitu pengujian hipotesis beda tiga rata-rata atau lebih dengan 2 faktor yang berpengaruh (Interaksi antar faktor ditiadakan)
  • 16. Bring the attention of your audience over a key concept using icons or illustrations 16 LANGKAH-LANGKAH ANOVA 2 ARAH tanpa interaksi
  • 17. Bring the attention of your audience over a key concept using icons or illustrations 17 LANGKAH-LANGKAH ANOVA 2 ARAH tanpa interaksi
  • 18. Bring the attention of your audience over a key concept using icons or illustrations 18 LANGKAH-LANGKAH ANOVA 2 ARAH tanpa interaksi
  • 19. Contoh 2 ANOVA 2 Arah: tanpa Interaksi Dari contoh 1, apabila minggu yang berbeda dicurigai akan memberikan hasil produksi yang berbeda, yaitu unit eksperimen dalam tiap stasiun kerja dibagi dalam minggu (2 variabel bebas, yaitu: jenis stasiun kerja & minggu ke-n) Minggu ke Stasiun kerja I Stasiun kerja II Stasiun kerja III Jumlah (Ti) 1 76 72 71 219 2 63 63 54 180 3 66 65 62 193 4 83 78 76 237 5 74 69 65 208 6 53 49 50 152 Jumlah (Tj) 415 396 378 1189 = T
  • 20. Penyelesaian Contoh 2 Yellow Is the color of gold, butter and ripe lemons. In the spectrum of visible light, yellow is found between green and orange. Blue Is the colour of the clear sky and the deep sea. It is located between violet and green on the optical spectrum. Red Is the color of blood, and because of this it has historically been associated with sacrifice, danger and courage. 20
  • 21. Penyelesaian Contoh 2 Yellow Is the color of gold, butter and ripe lemons. In the spectrum of visible light, yellow is found between green and orange. Blue Is the colour of the clear sky and the deep sea. It is located between violet and green on the optical spectrum. 21
  • 22. Penyelesaian Contoh 2 Yellow Is the color of gold, butter and ripe lemons. In the spectrum of visible light, yellow is found between green and orange. Blue Is the colour of the clear sky and the deep sea. It is located between violet and green on the optical spectrum. 22 SUMBER VARIASI db Jumlah kuadrat (JK) Rata-rata Kuadrat Fhitung s1 f1= s1 /s3 - Rata-rata baris b - 1 =5 1508,94 = JKB/db = 301,788 = 79,65 s2 f2= s2 /s3 - Rata-rata kolom k - 1 =2 114,11 =JKK/db =57,055 = 15,06 - Kesalahan / error (k - 1)(b -1) = 10 37,89 s 2 3 = JKE/db = 3,789 TOTAL kb - 1 =17 1660,94 4. Tabel analisis variansi ANOVA
  • 23. 23 Contoh 2 ANOVA 2 Arah dengan Ms. Excel EXCEL: Tools >> data analysis >> ANOVA: two factor without replication
  • 24. 24 SUMMARY Count Sum Average Variance Row 1 3 219 73 7 Row 2 3 180 60 27 Row 3 3 193 64.33333 4.333333 Row 4 3 237 79 13 Row 5 3 208 69.33333 20.33333 Row 6 3 152 50.66667 4.333333 Column 1 6 415 69.16667 114.1667 Column 2 6 396 66 97.6 Column 3 6 378 63 97.6 ANOVA urce of Variati SS df MS F P-value F crit Rows 1508.944 5 301.7889 79.65103 1E-07 3.325835 Columns 114.1111 2 57.05556 15.05865 0.000962 4.102821 Error 37.88889 10 3.788889 Total 1660.944 17 Anova: Two-Factor WithoutReplication Contoh 2 ANOVA 2 Arah dengan Ms. Excel Output
  • 25. ANOVA 2 ARAH tanpa interaksi Pengujian hipotesis Anova dua arah adalah pengujian beda tiga rata-rata atau lebih dengan 2 faktor yang berpengaruh (Pengaruh interaksi kedua faktor tersebut diperhitungkan)
  • 26. LANGKAH-LANGKAH ANOVA 2 ARAH dengan interaksi 26
  • 27. LANGKAH-LANGKAH ANOVA 2 ARAH dengan interaksi 27
  • 28. LANGKAH-LANGKAH ANOVA 2 ARAH dengan interaksi 28
  • 29. Contoh 3 ANOVA 2 Arah: Dengan Interaksi Sebuah penelitian tentang optimasi kandungan optimum semen yang dapat meningkatkan durabilitas mortar, memberikan hasil penelitian berupa data kuat tekan sebagai berikut. Empat jenis perlakuan hendak dibandingkan hasilnya (dalam gram) dengan kandungan semen yang berbeda. Percobaan dilakukan dengan menggunakan 8 kondisi yang seragam, masing-masing di 4 lokasi yang berbeda. Di setiap lokasi dilakukan percoban 2 kali. Jenisperlakuan Variasi kandungansemen V1 V2 V3 V4 P1 60 59 70 55 58 62 63 61 P2 75 61 68 70 71 54 73 69 P3 57 58 53 62 41 61 59 53 Dengan taraf nyata 1%, ujilah hipotesis berikut ini! a. Tidak ada beda rata-rata hasil durabilitas mortar dg menggunakan ketiga jenis semen b. Tidak ada beda rata-rata hasil durabilitas mortar dg menggunakan keempat jenis perlakuan yang berbeda c. Tidak ada interaksi antara jenis perlakuan yang diberikan dg durabilitas mortar.
  • 30. Penyelesaian 3 ANOVA 2 Arah: dengan Interaksi
  • 31. ③ Statistik uji yang digunakan : a. H0 diterima jika f1 < F 0,01(2;12) = 6,93 H0 ditolak jika f1 > F 0,01(6;12) = 6,93 b. H0 diterima jika f2 < F 0,01(3;12) = 5,95 H0 ditolak jika f2 > F 0,01(6;12) = 5,95 c.H0 diterima jika f3 < F 0,01(6;12) = 4,82 H0 ditolak jika f3 > F 0,01(6;12) = 4,82 ④ Tabel Analisis Varians (ANOVA) JenisPerlakuan Variasi Kandungan semenV1 Total V2 V3 V4 P1 60 58 59 62 70 63 55 61 488 P2 75 71 61 54 68 73 70 69 541 P3 57 41 58 61 53 59 62 53 444 Total 362 355 386 370 1473 Penyelesaian 3 ANOVA 2 Arah: dengan Interaksi
  • 32. Penyelesaia n 4 ④ Tabel Analisis Varians (ANOVA) = 88,8 Penyelesaian 3 ANOVA 2 Arah: dengan Interaksi
  • 33. Penyelesaian 3 ANOVA 2 Arah: Dengan Interaksi ④ Tabel Analisis Varians (ANOVA) Sumber Varians Jumlah Kuadrat Derajat Bebas Rata-rata Kuadrat Fo Rata-ratabaris 589,7 2 294,9 f1=12,4 Rata-ratakolom 88,8 3 29,6 f2=1,24 Interaksi 409,6 6 68,3 f3=2,87 Error 285,5 12 23,8 Total 1.373,6 23
  • 34. Penyelesaian 3 ANOVA 2 Arah: Dengan Interaksi ⑤ Menarik Kesimpulan • Karena f1=12,4 > F 0,01(2;12) = 6,93, maka H0 ditolak. Jadi ada perbedaan hasil rata-rata durabilitas mortar dg menggunakan ketiga jenis semen. • Karena f2=1,24 < F 0,01(3;12) = 5,95, maka H0 diterima. Jadi tidak ada perbedaan hasil rata-rata untuk keempat perlakuan yang digunakan. • Karena f3=2,87 < F 0,01(6;12) = 4,82, maka H0 diterima. Jadi tidak ada interaksi antara jenis perlakuan yang diberikan dengan variasi semen yang digunakan.
  • 35. 35