ANOVA, UJI PERBANDINGAN GANDA

,
DAN
RE-SAMPLING METHODS

Uji
ANOVA Perbandingan Resampling
Ganda Method

Analysis of Variance (ANOVA)
ANOVA merupakan metode analisis statistik untuk
membandingkan beberapa nilai rata-rata populasi. Setiap
metode analisis statistik memerlukan persyaratan-
persyaratan tertentu agar hasil analisisnya dapat
memberikan kesimpulan yang akurat. Persyaratan-
persyaratan tersebut berupa asumsi-asumsi yang mutlak
harus dipenuhi.

3. Populasi-populasi pengamatan memiliki varians yang sama. Setiap populasi pengamatan berdistribusi normal. . Skala pengukuran interval atau rasio. 4.Asumsi-asumsi yang harus dipenuhi dalam ANOVA antara lain: 1. Unit observasi dipilih secara acak dan independen. 2.

ANOVA Satu Arah (One-Way ANOVA) ANOVA ANOVA Dua Arah (Two-Way ANOVA) .

hipotesis yang terbentuk dan akan diuji adalah sebagai berikut: H 0 : 1  2    k H1 : Paling sedikit dua yang tidak sama . ANOVA Satu Arah (One-Way ANOVA) ANOVA satu arah merupakan metode analisis statistik untuk membandingkan beberapa nilai rata-rata populasi dengan mempertimbangkan satu faktor pengamatan saja. Dalam ANOVA satu arah. Penggunaan ANOVA satu arah bertujuan untuk mengetahui efek suatu faktor terhadap variabel dependen.

dan JKE. 3. 2. Kumpulkan sampel dan kelompokkan berdasarkan satu kriteria tertentu. ANOVA Satu Arah (One-Way ANOVA) Adapun langkah-langkah dalam teknik ANOVA satu arah sebagai berikut: 1. . JKP. Tentukan Hipotesis ( H0) dan Hipotesis Alternatif ( H1). Menghitung variabilitas dari seluruh sampel yaitu JKT.

Menghitung derajat bebas ( df) untuk JKT. JKP. ANOVA Satu Arah (One-Way ANOVA) 4. dan JKE. 5. Menghitung variasi antar perlakuan (KTP) dan variasi dalam kelompok perlakuan (KTE) .

8. Menghitung F tabel. . Menghitung F hitung. ANOVA Satu Arah (One-Way ANOVA) 6. 7. Membandingkan F hitung dengan F tabel.

maka seluruh rata-rata sampel adalah sama. Apakah perlakuan (treatment) memiliki efek yang signifikan pada sampel data atau tidak. Simpulan harus bersesuai dengan kasus yang ditanyakan. maka setidaknya satu dari rata-rata sampel berbeda dari rata-rata sampel yang lain. Jika hasil tidak signifikan. Tarik kesimpulan. ANOVA Satu Arah (One-Way ANOVA) •Tarik kesimpulan.•Tarik kesimpulan. Simpulan harus bersesuai dengan kasus yang ditanyakan. . Apakah perlakuan (treatment) memiliki efek yang signifikan pada sampel da 9. Jika perlakuan memberikan efek yang signifikan.

ANOVA Satu Arah (One-Way ANOVA) Tabel ANOVA Satu Arah .

ANOVA Satu Arah (One-Way ANOVA) dalam R CONTOH : Tabel 3. Data yang diperolehditampilkan dalam Tabel 3. . Ke-27 orang tersebut dibagi secara acak ke dalam 3 kelompok dan masing-masing kelompok diberi satu jenis tablet. Lakukan Uji ANOVA dengan taraf nyata 5% untuk mengetahui apakah ketiga tablet memberikan efek yang sama terhadap lamanya hilang rasa sakit. Lamanya Hilang Rasa Sakit Kepala Dari 3 tablet sakit kepala yang diberikan kepada 27 orang dicatat berapa lama tablet-tablet itu dapat mengurangi rasa sakit.

ANOVA Satu Arah (One-Way ANOVA) dalam R Penyelesaian : Pertama. Hipotesis yang terbentuk yaitu: Langkah kedua yaitu menguji asumsi apakah dapat dilakukan uji ANOVA . hal yang harus dilakukan yaitu menentukan hipotesis yang ada.

ANOVA Satu Arah (One-Way ANOVA) dalam R .

ANOVA Satu Arah (One-Way ANOVA) dalam R .

ANOVA Satu Arah (One-Way ANOVA) dalam R .

hipotesis yang terbentuk dan akan diuji adalah sebagai berikut: . Penggunaan ANOVA dua arah bertujuan untuk mengetahui efek dari dua faktor terhadap variabel dependen Dalam ANOVA dua arah. ANOVA Dua Arah (Two-Way ANOVA) ANOVA dua arah merupakan metode analisis statistik untuk membandingkan beberapa nilai rata-rata populasi dengan mempertimbangkan dua faktor pengamatan.

ANOVA Dua Arah (Two-Way ANOVA) .

ANOVA Dua Arah (Two-Way ANOVA) Adapun langkah-langkah dalam teknik ANOVA dua arah sebagai berikut: 1. Tentukan Hipotesis (H0 ) dan Hipotesis Alternatif (H1 ). . JKK. JK(BK) dan JKE. Menghitung variabilitas dari seluruh sampel yaitu JKT. JKB. Kumpulkan sampel dan kelompokkan berdasarkan satu kriteria tertentu. 2. 3.

Menghitung variasi antar baris (KTB). JKP. variasi antar kolom (KTK). . ANOVA Dua Arah (Two-Way ANOVA) 4. dan JKE. Menghitung derajat bebas ( df ) untuk JKT. variasi interaksi baris dan kolom (KT(BK)). dan variasi dalam perlakuan (KTE). 5.

Membandingkan F hitung dengan F tabel. 7. Menghitung F tabel. ANOVA Dua Arah (Two-Way ANOVA) 6. 8. 9. Penarikan Kesimpulan . Menghitung F hitung.

ANOVA Dua Arah (Two-Way ANOVA) Tabel ANOVA Dua Arah .

ANOVA Dua Arah (Two-Way ANOVA) dalam R Lakukan Uji ANOVA dengan taraf nyata 5% untuk mengetahui apakah hari penjualan maupun jenis surat kabar memberikan efek yang sama terhadap banyaknya penjualan surat kabar. . Serta tentukan apakah ada hubungan hari penjualan dengan jenis surat kabar.

Hipotesis yang terbentuk yaitu: . ANOVA Dua Arah (Two-Way ANOVA) dalam R Pertama. hal yang harus dilakukan yaitu menentukan hipotesis yang ada.

ANOVA Dua Arah (Two-Way ANOVA) dalam R .

ANOVA Dua Arah (Two-Way ANOVA) dalam R .

ANOVA Dua Arah (Two-Way ANOVA) dalam R .

Uji Tukey. hipotesis yang terbentuk dan akan diuji adalah sebagai berikut: . Dalam Uji Perbandingan Berganda. Uji Bonferroni. Metode-metode yang dapat digunakan yaitu Uji Duncan. dan sebagainya. Uji Perbandingan Ganda (Multiple Comparison) Uji Perbandingan Ganda merupakan metode analisis statistik yang berguna untuk mengidentifikasi perbedaan pengaruh dalam perlakuan ketika pengujian pada ANOVA mengalami tolak. Dalam melakukan uji perbandingan ganda banayak metode yang bisa dilakukan.

Dalam uji perbandingan berganda ini akan dicari pasangan faktor mana yang pengaruh yang berbeda.data=migraine)) . Uji Perbandingan Ganda (Multiple Comparison) dalam R Contoh 1 karena berdasarkan uji ANOVA soal tersebut menghasilkan penolakan . Jadi dalam kasus tersebut yang dicari yaitu pasangan tablet mana yang memberikan pengaruh yang berbeda terhadap lama hilangnya rasa sakit. >plot(pain~drug.

Uji Perbandingan Ganda (Multiple Comparison) dalam R .

Uji Perbandingan Ganda (Multiple Comparison) dalam R .

koefisien korelasi dan regresi. proporsi. seperti mean. Pada bagian ini akan dibahas mengenai re-sampling dengan pendekatan Bootstrap dan Jackknife. . Re-Sampling Methods Re-sampling bertujuan untuk menaksir standar error dan confidence interval parameter populasi. median. dengan tidak selalu memperhatikan asumsi distribusi.

biasanya ukuran re-sampling diambil secara ribuan kali agar dapat mewakili data populasinya . Re-Sampling Methods-Bootstrap Metode bootstrap adalah metode berbasis re-sampling data sampel dengan syarat pengembalian pada datanya dalam menyelesaikan statistik ukuran suatu sampel dengan harapan sampel tersebut mewakili data populai sebenarnya.

hingga diperoleh estimasi parameter yang konvergen atau bahkan sampai sejumlah n pangkat n sampel. Apabila regresor adalah variabel yang fix. metode bootstrap yang dipakai adalah dengan melakukan resampling pada observasi dengan probabilitas setiap observasi akan terambil sebanyak 1/n untuk jumlah sampel (i) = 1. metode bootstrap yang dipakai adalah dengan melakukan resampling pada residual (hasil bentukan model OLS. diharapkan estimasi parameter regresi yang dihasilkan akan lebih kuat (robust).2.…. Proses ini dilakukan berulang sampai sebanyak B kali. Dari nilai residual ini selanjutnya diestimasikan parameter model regresi.…. Resampling dilakukan sebanyak B kali.k. . pada sampel). Dengan jumlah B yang cukup besar ini. Re-Sampling Methods-Bootstrap Pendekatan bootstrap dilakukan dengan proses resampling pada observasi dan residual dari model regresi : 1. 2. Apabila regresor adalah random. n dan untuk sejumlah variabel (j) = 1. Dimana jumlah B diisyaratkan cukup besar.2.

Re-Sampling Methods-Bootstrap .

Re-Sampling Methods-Bootstrap .

pada beberapa kondisi Jackknife bisa digunakan. Jika lebih besar dari pada varians. Re-Sampling Methods-Jacknife Jackknife digunakan untuk bias removal. Seperti yang kita ketahui MSE untuk estimator sama dengan bias kuadrat ditambah varians dari estimator. Jackknifere-sampling lebih umum digunakan apabila variabel regressor adalah fix. .

. namum menghilangkan satu per satu observasi. yaitu : 1. Estimasi model dengan menghilangkan d-observasi sekaligus. Taksiran parameter diperoleh dengan merata-ratakan parameter yang diperoleh disetiap kali resampling. Estimasi parameter dengan OLS. dilakukan berulang sampai (n-1) kali dan mencari taksiran parameter dari rata-rata parameter (beta) setiap kali resampling dilakukan. dilakukan berulang sampai sebanyak S kali. Re-Sampling Methods-Jacknife Ada dua cara dalam proses Jackknifere-sampling. 2. dimana S (S = n kombinasi d).

Re-Sampling Methods-Jacknife .

ANY QUESTION? .