ASISTENSI STATIN

2019
Selasa 19 Maret 2019
ANOVA
Analysis of Variance (ANOVA) adalah metode statistik yang
digunakan untuk menganalisis perbedaan rata-rata antara
kelompok. ANOVA digunakan untuk menguji hubungan antara satu
variabel dependen dengan satu atau lebih variabel independen.
Hubungan antara satu variabel dependen dengan satu variabel
independen disebut One Way ANOVA. Hubungan antara satu
variabel dependen dengan dua variabel independen disebut Two
Way ANOVA.
ANOVA
Untuk dapat menggunakan uji statistik ANOVA, ada beberapa
asumsi yang harus dipenuhi :
•Homogeneity of Variance : Variabel dependen harus memiliki nilai
varian yang sama.
•Random Sampling : Pengambilan sampel dilakukan secara acak
dan masing-masing sampel harus bersifat independen.
•Normalitas : Data harus terdistribusi normal sehingga perlu
dilakukan uji normalitas terlebih dahulu.
ANOVA
Dalam ANOVA, hipotesis yang digunakan adalah hipotesis dua arah (two tail).
·H0: μ1 = μ2 = μ3 = … = μn,
Artinya, tidak ada perbedaan yang nyata antara rata-rata hitung dari n kelompok
·H1: μ1 ≠ μ2 ≠ μ3 ≠ … ≠ μn,
Artinya, ada perbedaan yang nyata antara rata-rata hitung dari n kelompok
 One-Way ANOVA
Membandingkan F hitung dengan
F tabel :
Jika F hitung > F tabel : tolak H0
Jika F hitung ≤ F tabel : terima H0
Two-Way ANOVA
Contoh Soal: One Way
This is an experiment to investigate the low-pressure
vapor deposition of polysilicon. The experiment was
carried out in a large-capacity reactor at Sematech in
Austin, Texas. The reactor has several wafer
positions, and four of these positions are selected at
random. The response variable is film thickness
uniformity. Three replicates of the experiment were
run, is there a difference in the wafer positions? Use
=0.05.
Jawaban
F tabel = 4.07

Karena 8.29 > 4.07, maka, tolak H0, yang

berarti bahwa terdapat perbedaan yang
disebabkan wafer position.
RCBD
Menggunakan prinsip yang sama seperti DOE, namun terdapat
pengelompokkan untuk mengurangi variansi sehingga keragaman dalam
kelompok menjadi sekecil mungkin dan keragaman antar kelompok sebesar
mungkin. RCBD banyak digunakan dalam berbagai bidang: pertanian
(analisis kesuburan tanah, pengaruh dosis pupuk) dan perindustrian
(kekuatan uji mesin)
 Perhitungan RCBD
Membandingkan Fhitung dengan Ftabel :
Jika Fhitung > Ftabel : tolak H0
Jika Fhitung ≤ Ftabel : terima H0

•H0: μ1 = μ2 = μ3 = … = μn,
•H1: μ1 ≠ μ2 ≠ μ3 ≠ … ≠ μn,

Menghitung variabilitas, derajat

kebebasan, varian antar
kelompok dan varian dalam
kelompok, serta menghitung
nilai distribusi F (Fhitung)
Contoh Soal
An experiment is conducted to compare four different mixtures of the components oxidizer,
binder, and fuel used in the manufacturing of rocket propellant. To compare the four mixtures,
five different samples of propellant are prepared from each mixture and readied for testing. Each
of five investigators is randomly assigned one sample of each of the four mixtures and asked to
measure the propellant thrust.These data are summarized next. Use α = 0.05.
Jawaban
Source of Sum of df Mean Square F
Variation Squares

Treatment 261260,950 3 87086,983 1264,727

(Mixture)
Fhitung = F(a-1), (a-1)(b-1)
Investigator 452,500 4 113,125 1,643 = F(3,12)
(blocking) = 3,49

Error 826,300 12 68,858

Total 262539,750 19

F>Fhitung we reject H0, we can conclude that mixtures of the components oxidizer,
binder, and fuel affects rocket propellant. Also, there is no evidence of a difference
between investigator (blocking).
Latin Square Design
Latin Square Design mirip dengan RCBD hanya saja jumlah blocking yang
digunakan adalah dua (row dan column) mengeliminasi nuisance factor
dari sumber variabilitas
Desain percobaan ini merupakan desain bujur sangkar yang mana pastinya
jumlah block 1 dan block 2 adalah sama dengan penggunaan simbol alfabet
(A, B, C, D)
Perhitungan Latin Square Design
Menambahkan 2 block sebagai Membandingkan Fhitung dengan Ftabel :
faktornya Jika Fhitung > Ftabel : tolak H0
Jika Fhitung ≤ Ftabel : terima H0
•H0: μ1 = μ2 = μ3 = … = μn,
•H1: μ1 ≠ μ2 ≠ μ3 ≠ … ≠ μn,

Menghitung variabilitas, derajat

kebebasan, varian antar
kelompok dan varian dalam
kelompok, serta menghitung
nilai distribusi F (Fhitung)
Contoh Soal
Terdapat 4 mobil tersedia untuk dilakukan pengetesan performa dari ban. Ban dipasang pada 4
lokasi berbeda yaitu RF (Right Front), LF (Left-Front), RR (Right-Rear), LR (Left Rear). Pengukuran
dilakukan dengan investigasi berdasarkan tabel dibawah dengan A, B, C, D adalah treatments dari
brand ban yang berbeda.
 RF LF RR LR yi.. Latin Treatment
Letter Total
1 A(32) B(33) C(47) D(53) 165
A y.1=191
2 B(36) D(53) A(42) C(54) 185
B y.2=190
3 C(51) A(44) D(62) B(49) 206
C y.3=230
4 D(81) C(78) B(72) A(73) 304
D y.4=249
y..k 200 208 223 229 860
Source of Sum of df Mean Square F
Variation Squares

Car 2850,5 3 950,167 3800,667

Fhitung = F(p-1), (p-2)(p-1)
Position 133,5 3 44,5 1178
= F(3,6)
Tire(treatment 645,5 3 215,167 860,667 = 4,76
)

Error 1,500 6 0,250

Total 3631 15

F>Fhitung maka H0 ditolak, terdapat perbedaan signifikan pada faktor (treatment,

car, position)
Factorial
Design
What is factorial design?
Factorial Design (percobaan faktorial) adalah suatu
percobaan yang perlakuannya terdiri atas semua
kemungkinan kombinasi taraf dari beberapa percobaan
dengan menggunakan faktor f dengan level l untuk setiap
l
faktornya yang disimbolkan dengan percobaan faktorial f .
Misalnya, percobaan faktorial 22 artinya kita menggunakan 2
faktor dan untuk tiap faktornya terdiri dari 2 level.
Variabilitas Sampel dalam Factorial Design
Membandingkan Fhitung dengan Ftabel :
Jika Fhitung > Ftabel : tolak H0
Jika Fhitung ≤ Ftabel : terima H0
Contoh soal
Contoh soal
Contoh soal
Contoh soal
Contoh soal