Uji Beda Ttest dan Anova DPL UJI BEDA
![Uji Beda (Ttest dan Anova) DPL Uji Beda (Ttest dan Anova) DPL](https://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-1.jpg)
Uji Beda (Ttest dan Anova) DPL
![UJI BEDA STATISTIK PARAMETRIK STATISTIK NON PARAMETRIK 1. Uji Beda T-Test One Sample 2. UJI BEDA STATISTIK PARAMETRIK STATISTIK NON PARAMETRIK 1. Uji Beda T-Test One Sample 2.](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-2.jpg)
UJI BEDA STATISTIK PARAMETRIK STATISTIK NON PARAMETRIK 1. Uji Beda T-Test One Sample 2. Uji Beda Two Sample Berpasangan 3. Uji beda T-two Sampel Tidak berpasangan 1. Uji Mann-Whitney 2. Uji Wilcoxon
![STATISTIKA PARAMETRIK STATISTIKA PARAMETRIK](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-3.jpg)
STATISTIKA PARAMETRIK
![A. Uji Beda T-Test One Sample Ø Salah satu jenis uji statistik parametrik yang A. Uji Beda T-Test One Sample Ø Salah satu jenis uji statistik parametrik yang](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-4.jpg)
A. Uji Beda T-Test One Sample Ø Salah satu jenis uji statistik parametrik yang bertujuan Mengetahui apakah rata-rata suatu sampel secara statistik berbeda atau sama dengan suatu angka. ØSyarat Uji T-one sample : 1. Sampel diambil secara acak, 2. Data berdistribusi normal 3. Skala data interval/rasio
![A. Uji Beda T-Test One Sample Rumus T Test – One Sample : Keterangan A. Uji Beda T-Test One Sample Rumus T Test – One Sample : Keterangan](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-5.jpg)
A. Uji Beda T-Test One Sample Rumus T Test – One Sample : Keterangan : X = rata-rata sampel µ 0 = rata-rata standar s = standar deviasi n = jumlah sampel
![A. Uji Beda T-Test One Sample Contoh : Kadar Hb standar normal tidak anemia A. Uji Beda T-Test One Sample Contoh : Kadar Hb standar normal tidak anemia](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-6.jpg)
A. Uji Beda T-Test One Sample Contoh : Kadar Hb standar normal tidak anemia dipergunakan angka 11. Berdasarkan penelitian di lapangan terhadap ibu-ibu pekerja pertanian didapatkan rata-rata kadar Hb 10, 8 dengan standar deviasi 0, 5 dari pengujian 30 sampel ibu. Selidikilah dengan α= 1%, apakah kadar Hb ibuibu pekerja pertanian di bawah standar normal tidak anemia ? PENYELESAIAN
![Langkah 1 : Hipotesis Statistika Ho : Hb 10, 8 = Hb 11 ; Langkah 1 : Hipotesis Statistika Ho : Hb 10, 8 = Hb 11 ;](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-7.jpg)
Langkah 1 : Hipotesis Statistika Ho : Hb 10, 8 = Hb 11 ; tidak ada beda kadar Hb ibu-ibu pekerja pertanian dengan standar normal tidak anemia Ha : Hb 10, 8 < Hb 11 ; ada beda kadar Hb ibu-ibu pekerja pertanian dengan standar normal tidak anemia Level signifikansi α = 1%
![Langkah 2 : Hitung rumus statistik penguji: ◦ X=10, 8 ; μ 0=11 ; Langkah 2 : Hitung rumus statistik penguji: ◦ X=10, 8 ; μ 0=11 ;](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-8.jpg)
Langkah 2 : Hitung rumus statistik penguji: ◦ X=10, 8 ; μ 0=11 ; SD=0, 5 ; N=30
![Langkah 3 : Df/db/dk Df = N – 1 = 30 – 1 = Langkah 3 : Df/db/dk Df = N – 1 = 30 – 1 =](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-9.jpg)
Langkah 3 : Df/db/dk Df = N – 1 = 30 – 1 = 29 ◦ Nilai table, Nilai tabel t distribusi student. Uji satu sisi, α= 1% ◦ Lihat table T dg Df= 29 , one tailed , α= 1% T Tabel > T Hitung Jadi, Ho Diterima 2, 462 > -2, 20 Tidak ada beda kadar Hb ibu-ibu pekerja pertanian dengan standar normal anemia tidak
![B. Uji Beda T-Test Two Sample Berpasangan Ø Sampel dengan subjek yang sama namun B. Uji Beda T-Test Two Sample Berpasangan Ø Sampel dengan subjek yang sama namun](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-10.jpg)
B. Uji Beda T-Test Two Sample Berpasangan Ø Sampel dengan subjek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda ØTujuan mengetahui apakah dua sampel berpasangan mempunyai nilai rata-rat yang sama atau tidak. Ø Syarat : 1. Sampel mengalamai perlakuan sebelum dan sesudah 2. Skala data Interval / Rasio 3. Distribusi data normal
![B. Uji Beda T-Test Two Sample Berpasangan Rumus : Keterangan : D = selisih B. Uji Beda T-Test Two Sample Berpasangan Rumus : Keterangan : D = selisih](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-11.jpg)
B. Uji Beda T-Test Two Sample Berpasangan Rumus : Keterangan : D = selisih X 1 dan X 2 (X 1 -X 2) n = jumlah sampel X = rata-rata SD = Standart deviasi dari D
![B. Uji Beda T-Test Two Sample Berpasangan Soal : Suatu kegiatan penelitian eksperimental, telah B. Uji Beda T-Test Two Sample Berpasangan Soal : Suatu kegiatan penelitian eksperimental, telah](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-12.jpg)
B. Uji Beda T-Test Two Sample Berpasangan Soal : Suatu kegiatan penelitian eksperimental, telah berhasil menemukan metode “ABG” sebagai metode baru untuk mengajarkan mata kuliah Statistik II. Dalam rangka uji coba terhadap efektifitas atau keampuhan metode baru itu, dilaksanakan penelitian lanjutan dengan mengajukan Hipotesis Nol (Nihil) yang mengatakan : Tidak terdapat perbedaan yang signifikan nilai Statistik II antara sebelum dan sesudah di terapkannya metode “ABG” sebagai metode mengajar. Dalam rangka pengujian ini diambil sampel sebanyak 20 mahasiswa. Gunakan taraf kepercayaan 95 % (alfa=5% ) untuk menguji pernyataan (Hipotesis) tersebut. Dengan data sebagai beriku
![PENYELESAIAN PENYELESAIAN](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-13.jpg)
PENYELESAIAN
![Langkah 1 : Menentukan Hipotesis Statistik Ho = tidak ada perbedaan yang signifikan antara Langkah 1 : Menentukan Hipotesis Statistik Ho = tidak ada perbedaan yang signifikan antara](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-14.jpg)
Langkah 1 : Menentukan Hipotesis Statistik Ho = tidak ada perbedaan yang signifikan antara hasil belajar sebelum dan sesudah menggunakan metode ABG Ha = ada perbedaan yang signifikan antara hasil belajar sebelum dan sesudah menggunakan metode ABG α=5% Df/db/dk Df = N – 1 = 20 – 1 = 19
![Langkah 2 : Menentukan T hitung Langkah 2 : Menentukan T hitung](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-15.jpg)
Langkah 2 : Menentukan T hitung
![Langkah 2 : Langkah 2 :](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-16.jpg)
Langkah 2 :
![Langkah 3 : ◦ Nilai table, Nilai tabel t distribusi student. Uji dua sisi, Langkah 3 : ◦ Nilai table, Nilai tabel t distribusi student. Uji dua sisi,](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-17.jpg)
Langkah 3 : ◦ Nilai table, Nilai tabel t distribusi student. Uji dua sisi, α= 5% ◦ Lihat table T dg Df= 19 , one tailed , α= 5% T Tabel < T Hitung Jadi, Ho Ditolak 2, 093 < -3, 5092 hasil menggunakan Ada perbedaan yang signifikan antara belajar sebelum dan sesudah metode ABG
![c. Uji beda T-two Sampel Tidak berpasangan v Menguji data yang saling independent (tidak c. Uji beda T-two Sampel Tidak berpasangan v Menguji data yang saling independent (tidak](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-18.jpg)
c. Uji beda T-two Sampel Tidak berpasangan v Menguji data yang saling independent (tidak berpasangan) tujuanya yaitu untuk mengetahui ada atau tidaknya perbedaan rerata antara dua buah data. v Syarat : 1. Data berdistribusi normal 2. Data dipilih secara acak 3. Data yang digunakan dengan skala interval/rasio v Dalam pengujian t-test two sampel saling bebas ada 4 cara yang digunakan untuk memperoleh t-hitung :
![4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan 1. Jika Varian Populasi Diketahui Cara 4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan 1. Jika Varian Populasi Diketahui Cara](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-19.jpg)
4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan 1. Jika Varian Populasi Diketahui Cara ini digunakan jika nilai varian populasi diketahui, yaitu dengan mencari nilai z sebagai berikut: 2. Varian Populasi Tidak Diketahui Ukuran sampel sama dan varian diasumsikan sama. Digunakan jika ukuran sampel (n) sama dan varians dianggap sama. Dengan menghitung nilai t sebagai berikut: Dimana ,
![4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan 3. Varian populasi tidak diketahui, ukuran 4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan 3. Varian populasi tidak diketahui, ukuran](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-20.jpg)
4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan 3. Varian populasi tidak diketahui, ukuran sampel berbeda dan varians diasumsikan sama Meskipun varian homogen namun ukuran sampel yang digunakan berbeda maka menggunakan rumus t-hitung berikut; , Dimana 4. Varian populasi tidak diketahui, ukuran sampel sama/ berbeda, varian diasumsikan berbeda Uji ini disebut juga sebagai welch’s test dan hanya digunakan jika varian diasumsikan berbeda (baik ukuran sampel sama atau berbeda). Yaitu menggunakan rumus sebagai berikut; , Dimana
![4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan Untuk menentukan degree of freedom menggunakan 4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan Untuk menentukan degree of freedom menggunakan](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-21.jpg)
4 Cara Menghitung T-Hitung Two Sampel Tidak Berpasangan Untuk menentukan degree of freedom menggunakan rumus sebagai berikut Persamaan ini disebut sebagai persamaan welch satterthwaite :
![STATISTIKA NON PARAMETRIK STATISTIKA NON PARAMETRIK](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-22.jpg)
STATISTIKA NON PARAMETRIK
![1. Uji Mann-Whitney (Uji Beda Dua Kelompok Independent) ØUji ini dapat digunakan jika jumlah 1. Uji Mann-Whitney (Uji Beda Dua Kelompok Independent) ØUji ini dapat digunakan jika jumlah](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-23.jpg)
1. Uji Mann-Whitney (Uji Beda Dua Kelompok Independent) ØUji ini dapat digunakan jika jumlah sampel sedikit yaitu kurang dari 30 sampel. Data tidak berdistribusi normal dan digunakan untuk menguji data dengan skala data ordinal, interval, rasio. ØUji ini dapat digunakan sebagai alternatif ketika t-test tidak dapat digunakan atau tidak memenuhi uji Parametrik. Syarat uji ini yaitu: ◦ Data berskala ordinal, interval atau rasio ◦ Terdiri dari dua kelompok independent atau saling bebas ◦ Kelompok 1 dan 2 jumlah datanya tidak harus sama banyak ◦ Data tidak harus berdistribusi normal.
![1. Uji Mann-Whitney (Uji Beda Dua Kelompok Independent) Ø Prosedur pengujian: 1. Susun kedua 1. Uji Mann-Whitney (Uji Beda Dua Kelompok Independent) Ø Prosedur pengujian: 1. Susun kedua](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-24.jpg)
1. Uji Mann-Whitney (Uji Beda Dua Kelompok Independent) Ø Prosedur pengujian: 1. Susun kedua hasil pengamatan menjadi satu kelompok sampel 2. Hitung jenjang/rangking untuk tiap nilai dalam sampel gabungan 3. Jenjang atau rangking diberikan mulai nilai terkecil hingga terbesar 4. Nilai beda sama diberi jenjang nilai rata-rata 5. Jumlahkan nilai jenjang maisng-masing sampel 6. Hitung nilai U ØUntuk hitung nilai U ada 2 macam yaitu : Sample kecil (≤ 20) dan Sample besar (n 1 atau n 2 > 20)
![a. Nilai U Sample Kecil Ø U 1 = n 1. n 2 -U a. Nilai U Sample Kecil Ø U 1 = n 1. n 2 -U](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-25.jpg)
a. Nilai U Sample Kecil Ø U 1 = n 1. n 2 -U 2 ØU 2 = n 1. n 2 -U 1 Nilai U 1 dan U 2 diperoleh dari Keterangan : U 1 = statistik uji U 1 U 2 = statistik uji U 2 R 1 = jumlah rank sampel 1 R 2 = jumlah rank sampel 2 n 1 = banyaknya sampel 1 n 2 = banyaknya sampel 2 “Setelah mendapatkan nilai statistik uji U 1 dan U 2. kemudian mengambil nilai terkecil dari kedua nilai tersebut. Nilai terkecil yang diperoleh kemudian dibandingkan dengan tabel mann whitney”
![b. Nilai U Sample Besar 1. Untuk ranking yang sama 2. Untuk ranking yang b. Nilai U Sample Besar 1. Untuk ranking yang sama 2. Untuk ranking yang](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-26.jpg)
b. Nilai U Sample Besar 1. Untuk ranking yang sama 2. Untuk ranking yang berbeda
![Contoh : Nilai U Sample Kecil q Seorang peneliti ingin mengetahui perbedaan denyut nadi Contoh : Nilai U Sample Kecil q Seorang peneliti ingin mengetahui perbedaan denyut nadi](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-27.jpg)
Contoh : Nilai U Sample Kecil q Seorang peneliti ingin mengetahui perbedaan denyut nadi antara laki-laki dan perempuan. Diperoleh data sebagai berikut: Laki-laki 90 89 82 89 91 86 85 86 84 Perempuan 79 82 85 88 85 80 80 PENYELESAIAN
![Jawab : 1 & 2 1. Tentukan Hipotesis : Ho = denyut nadi wanita Jawab : 1 & 2 1. Tentukan Hipotesis : Ho = denyut nadi wanita](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-28.jpg)
Jawab : 1 & 2 1. Tentukan Hipotesis : Ho = denyut nadi wanita sama dengan denyut nadi pria Ha = denyut nadi wanita berbeda dengan denyut nadi pria 2. Susun kedua hasil pengamatan menjadi satu kelompok sampel
![Jawab : 3 & 4 3. Jumlahkan ranking 4. Hitung Nilai U U 2 Jawab : 3 & 4 3. Jumlahkan ranking 4. Hitung Nilai U U 2](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-29.jpg)
Jawab : 3 & 4 3. Jumlahkan ranking 4. Hitung Nilai U U 2 = n 1. n 2 - U 1 = 9 x 7 – 52, 5 = 10, 5 n 1 = Jumlah data pria, n 2 = Jumlah data wanita
![Jawab : 5 & 6 5. Nilai U terkecil adalah 10, 5 maka bandingkan Jawab : 5 & 6 5. Nilai U terkecil adalah 10, 5 maka bandingkan](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-30.jpg)
Jawab : 5 & 6 5. Nilai U terkecil adalah 10, 5 maka bandingkan nilai U terkecil dengan U tabel dengan α = 0, 05 6. U Hitung < U Tabel 10, 5 < 12 ◦ Maka , Karena uji Mann Whiteney U Hitung < U table maka Ho Ditolak Jadi denyut nadi wanita berbeda dengan denyut nadi pria
![2. Uji Wilcoxon q Uji ini digunakan untuk menguji kondisi (variabel) pada sampel yang 2. Uji Wilcoxon q Uji ini digunakan untuk menguji kondisi (variabel) pada sampel yang](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-31.jpg)
2. Uji Wilcoxon q Uji ini digunakan untuk menguji kondisi (variabel) pada sampel yang berpasangan dari data yang sama atau dapat juga untuk penelitian sebelum dan sesudah. Dalam uji ingin diketahui manakah yang lebih besar dari antara pasangan. Sampel dipilih secara acak dengan skala data minimal ordinal serta tidak memperhatikan normalitas data.
![Langkah Uji Wilcoxon 1. 2. 3. 4 5 • Berikan jenjang (rank) untuk tiap Langkah Uji Wilcoxon 1. 2. 3. 4 5 • Berikan jenjang (rank) untuk tiap](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-32.jpg)
Langkah Uji Wilcoxon 1. 2. 3. 4 5 • Berikan jenjang (rank) untuk tiap beda dari pasangan pengamatan (yi – xi) sesuai dengan besarnya, dari yang terkecil sampai terbesar tanpa memperhatikan tanda dari beda itu (nilai beda absolut) § Bila ada dua atau lebih beda yang sama, maka jenjang untuk tiap-tiap beda itu adalah jenjang rata-rata Bubuhkan tanda positif atau negatif pada jenjang untuk tiap beda sesuai dengan tanda dari beda itu. Beda 0 tidak diperhatikan Jumlahkan semua jenjang bertanda positif atau negatif, tergantung dari mana yang memberikan jumlah yang lebih kecil setelah tandanya dihilangkan. Notasi jumlah jenjang yang lebih kecil ini dengan T Bandingkan nilai T yang diperoleh dengan nilai t uji wilcoxon
![Contoh Soal Wilcoxon Seorang dokter ingin melakukan penelitian ingin melihat pengaruh dari suatu obat. Contoh Soal Wilcoxon Seorang dokter ingin melakukan penelitian ingin melihat pengaruh dari suatu obat.](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-33.jpg)
Contoh Soal Wilcoxon Seorang dokter ingin melakukan penelitian ingin melihat pengaruh dari suatu obat. Delapan orang pasien yang diambil secara acak diukur kapasitas pernapasannya sebelum dan sesudah diberikan obat tertentu. Hasilnya sebagai berikut : Pasien H A B C D E F G 2720 2810 Sebelum 2750 2360 2950 2830 2250 2680 Sesudah 2850 2380 2930 2860 2300 2640 2760 2800 PENYELESAIAN dengan menggunakan α = 0, 05
![Jawab 1. Hipotesis: H 0 : Tidak ada perbedaan sebelum dan sesudah menggunakan obat Jawab 1. Hipotesis: H 0 : Tidak ada perbedaan sebelum dan sesudah menggunakan obat](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-34.jpg)
Jawab 1. Hipotesis: H 0 : Tidak ada perbedaan sebelum dan sesudah menggunakan obat H 1 : Ada perbedaaan sebelum dan sesudah menggunakan obat 2. Taraf nyata dan nilai T tabelnya α = 0, 05 dengan n =8 tabel wilcoxon T = 3. (diperoleh dari tabel wilcoxon) 3. Kriteria Pengujian H 0 diterima apabila nilai uji statistik ≥ dari t tabel yaitu 3. H 0 ditolak apabila nilai uji statistik < dari t tabel yaitu 3.
![Jawab 4. Nilai Uji Statistik Pasien Sebelu m A 2750 B 2360 C 2950 Jawab 4. Nilai Uji Statistik Pasien Sebelu m A 2750 B 2360 C 2950](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-35.jpg)
Jawab 4. Nilai Uji Statistik Pasien Sebelu m A 2750 B 2360 C 2950 D 2830 E 2250 F 2680 G 2720 H 2810 Sesuda h 2850 2380 2930 2860 2300 2640 2760 2800 selisih (d) -100 -20 20 -30 -50 40 -40 10 Peringka t -8 -2, 5 -4 -7 5, 5 -5, 5 1 Menjumlahkan nilai berdasarkan tanda. Untuk tanda positif: 2, 5 +5, 5 +1 = 9 Untuk tanda negatif 8 + 2, 5 + 4 + 7 +5, 5 = 27 Untuk melihat nilai uji statistiknya yaitu dari nilai terkecil dari nilai tersebut yaitu tanda positif 9. sehingga nilai statistiknya 9.
![Jawab 5. Kesimpulan q. Berdasarkan hasil tersebut diperoleh hasil bahwa nilai uji statistik ≥ Jawab 5. Kesimpulan q. Berdasarkan hasil tersebut diperoleh hasil bahwa nilai uji statistik ≥](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-36.jpg)
Jawab 5. Kesimpulan q. Berdasarkan hasil tersebut diperoleh hasil bahwa nilai uji statistik ≥ dari t tabel. Yaitu 9 ≥ 3. sehingga berdasarkan kriteria pengujian diperoleh hasil terima H 0. q. Jadi sehingga disimpulkan bahwa tidak ada perbedaan sebelum dan sesudah menggunakan obat.
![Uji Anova Ø Uji anova digunakan ingin menguji rata-rata kelompok lebih dari atau sama Uji Anova Ø Uji anova digunakan ingin menguji rata-rata kelompok lebih dari atau sama](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-37.jpg)
Uji Anova Ø Uji anova digunakan ingin menguji rata-rata kelompok lebih dari atau sama dengan tiga. Dalam analisis anova hanya digunakan hipotesis dua arah yaitu apakah ada perbedaan rata-rata. ØMengetahui signifikansi perbedaan rata-rata (μ) antara kelompok sampel yang satu dengan yang lain. ØAnalisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan dengan analisis regresi. ØAkibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.
![Syarat Uji Anova : Adapun syarat yang harus dipenuhi oleh uji anova yaitu: 1. Syarat Uji Anova : Adapun syarat yang harus dipenuhi oleh uji anova yaitu: 1.](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-38.jpg)
Syarat Uji Anova : Adapun syarat yang harus dipenuhi oleh uji anova yaitu: 1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor 2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh 3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan yang tepat 4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah). Anova sendiri terbagi menjadi dua yaitu One way anova dan Two way anova.
![Anova One Way Ø Untuk menguji perbedaan rata-rata lebih dari dua sampel dimana dalam Anova One Way Ø Untuk menguji perbedaan rata-rata lebih dari dua sampel dimana dalam](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-39.jpg)
Anova One Way Ø Untuk menguji perbedaan rata-rata lebih dari dua sampel dimana dalam melakukan analisis hanya bisa satu arah. Maksud satu arah ini hanya bisa menguji antar kelompok yang satu Ø Example : Sampel (Gol Usia Peserta) Sampel 1 Sampel 2 Sampel 3 Metode Penurunan Berat Badan (Kg) Metode 1 Metode 2 Metode 3 Metode 4 4 8 7 6 6 12 3 5 4 5 Økita hanya bisa membandingkan antar metode tapi tidak bisa membandingkan antar orang karena setiap orang tidak melakukan metode yang sama oleh karena itu dikatakan satu arah saja.
![Anova Two Way ØAnova dua arah dibagi menjadi 2 yaitu tanpa interaksi Anova Two Anova Two Way ØAnova dua arah dibagi menjadi 2 yaitu tanpa interaksi Anova Two](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-40.jpg)
Anova Two Way ØAnova dua arah dibagi menjadi 2 yaitu tanpa interaksi Anova Two Way Without Interaction dan Anova Two Way With Interaction ØJenis anova yang kedua yaitu anova dua arah tanpa interaksi. Artinya bahwa bisa dilakukan interaksi antara kelompok dan perlakuan. Maksudnya bisa membandingkan antar kelompok atau kah antar perlakuan. berikut contoh kasus.
![Anova Two Way (Anova Two Way Without Interaction) Contoh : Umur < 20 tahun Anova Two Way (Anova Two Way Without Interaction) Contoh : Umur < 20 tahun](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-41.jpg)
Anova Two Way (Anova Two Way Without Interaction) Contoh : Umur < 20 tahun 20 -40 > 40 tahun Metode Penurunan Berat Badan (Kg) Metode 1 Metode 2 Metode 3 Metode 4 5 6 2 3 2 7 5 3 7 3 4 3 ØBerdasarkan gambat tersebut terlihat bahwa setiap metode memiliki perlakuan yang sama sehingga bisa dikatakan ada hubungan dua arah. Tapi tidak ada interaksi.
![Anova Two Way ) (Anova Two Way With Interaction §Dikatakan anova dengan interaksi ketika Anova Two Way ) (Anova Two Way With Interaction §Dikatakan anova dengan interaksi ketika](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-42.jpg)
Anova Two Way ) (Anova Two Way With Interaction §Dikatakan anova dengan interaksi ketika setiap kolom (perlakuan) dan blok (baris) diulang. §SOAL !!! §Terdapat 4 metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data rata-rata penurunan berat badan setelah 1 bulan melakukan diet. Ujilah apakah penurunan berat badan sama untuk setiap metode diet, kelompok umur dan interaksi Umur Penurunan Berat Badan (Kg) Metode 1 Metode 2 Metode 3 Metode 4 < 20 tahun #1 #2 #3 5 4 5 0 2 1 3 4 8 4 2 2 20 -40 tahun #1 #2 #3 5 6 2 4 2 1 2 2 4 5 3 2 > 40 tahun #1 #2 #3 4 4 5 5 5 0 2 1 2 6 4 4
![SOAL Anova Two Way (Anova Two Way With Interaction) Jawab : 1. Merumuskan Hipotesis SOAL Anova Two Way (Anova Two Way With Interaction) Jawab : 1. Merumuskan Hipotesis](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-43.jpg)
SOAL Anova Two Way (Anova Two Way With Interaction) Jawab : 1. Merumuskan Hipotesis anova kolom H 0: a 1 = a 2 =. . . = ak, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode(kolom) H 1: a 1 ≠ a 2 ≠. . . ≠ ak, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode (kolom) Hipotesis anova baris H 0: b 1 = b 2 =. . . = bj, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori umur (baris) H 1: b 1 ≠ b 2 ≠. . . ≠ bj, Ada perbedaan yang nyata antara rata-rata hitung dari kategori umur (baris) Hipotesis interaksi H 0: (ab)11 = (ab)12 =. . . = (ab)kj, Tidak ada interaksi antara variabel metode dan umur H 1: (ab)11 ≠ (ab)12 ≠. . . ≠(ab)kj, ada interaksi antara variabel metode dan umur
![2. Menyusun/mengkategorikan tabel data agar lebih mudah menghitungnya 2. Menyusun/mengkategorikan tabel data agar lebih mudah menghitungnya](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-44.jpg)
2. Menyusun/mengkategorikan tabel data agar lebih mudah menghitungnya
![](http://slidetodoc.com/presentation_image_h2/9aa775fa67ca45949105868b15b5eade/image-45.jpg)
- Slides: 45