analysis of variance (anova) -...

Post on 14-Jun-2019

226 Views

Category:

Documents

1 Downloads

Preview:

Click to see full reader

TRANSCRIPT

Analysis of Variance SUNU WIBIRAMA

Basic Probability and Statistics Department of Electrical Engineering and Information Technology Faculty of Engineering, Universitas Gadjah Mada

Latar belakang perlunya ANOVA

} Menganalisa lebih dari dua kelompok data secara bersamaan

}  Pola sampel-sampel yang berbeda akan berpengaruh terhadap pengujian hipothesis, yang akhirnya akan berpengaruh terhadap pengambilan kesimpulan

}  Jika menggunakan Distribusi-T : boros waktu, dan peluang kesalahan besar

}  Perlu metode yang cepat dan mengandung resiko kesalahan cukup kecil: ANOVA (Analysis of Variance)

Kondisi Sampel

}  Sampel-sampel yang ada pada seluruh kelompok berasal dari satu populasi yang sama. H0 akan berbunyi: tidak ada efek yang signifikan dari perlakuan

}  Sampel-sampel yang ada pada seluruh kelompok berasal dari populasi yang berbeda. H0 akan berbunyi: tidak ada perbedaan efek perlakuan antar kelompok

}  Contoh ANOVA digunakan untuk menganalisa 5 kelompok H0 : µ1 = µ2 = µ3 = µ4 = µ5 H1 : salah satu dari µ tidak sama

Asumsi Dasar }  Masing-masing kelompok sampel independen. Hasil

kelompok A tidak mempengaruhi hasil kelompok B, C, …..dan seterusnya.

}  Sampel diambil secara random, sehingga tidak ada bias pada hasil sampling

}  Sampel-sampel tersebut diambil dari populasi yang memiliki distribusi normal.

}  Variance dari seluruh distribusi normal populasi sama.

Checking (1) }  Untuk melakukan pengujian, apakah data terdistribusi

normal, pada tataran praktis dilakukan pengujian berbasis histogram, kemudian perhatikan bentuk histogramnya!

Checking (2) }  Pada tataran praktis, gunakan software untuk melakukan

pengujian variance.

Mengapa menggunakan ANOVA? }  Memudahkan analisa atas beberapa kelompok sampel yang

berbeda dengan resiko kesalahan terkecil

}  Mengetahui SIGNIFIKANSI perbedaan rata-rata kelompok yang satu dengan yang lain. Beda rata-rata besar belum tentu signifikan, sehingga perbedaan bisa diabaikan. Beda rata-rata kecil belum tentu tidak signifikan, sehingga kita tidak boleh mengabaikan perbedaan rata-rata tersebut.

Step by Step ANOVA }  Mengelompokkan data dengan membuat tabel data. Selain itu

tentukan hipotesis nol dan hipotesis alternatif

}  Menghitung variabilitas seluruh sampel

}  Menghitung derajat kebebasan

}  Menghitung variance antar kelompok dan variance dalam kelompok

}  Menghitung nilai distribusi-F

}  Membuat kesimpulan berdasarkan kasus yang ditanyakan

1. Membuat tabel dan tentukan hipotesis

Kategori A Kategori B Kategori C xA (xA)2 xB (xB)2 xC (xC)2

x1

xn

(x1)2

(xn) 2

x1

xn

(x1)2

(xn) 2

x1

xn

(x1)2

(xn) 2 xn∑ n

2

x∑

H0 : µA = µB = µC

tidak ada perbedaan efek perlakuan yang signifikan H1 : salah satu dari µ tidak sama. Ada perbedaan efek perlakuan yang cukup signifikan

xn∑ n

2

x∑ xn∑ n

2

x∑

2. Menghitung variabilitas }  Total of sum squares (SSt) – jumlah kuadrat simpangan

total.

}  Between treatments variability (SSb) – variabilitas antar kelompok.

}  Within treatments variability (SSw) – variabilitas dalam kelompok.

3. Menghitung derajat kebebasan }  Derajat kebebasan atau degree of freedom (dilambangkan

dengan v, dof, atau df) dalam ANOVA akan sebanyak variabilitas.

}  Ada tiga derajat kebebasan: }  Derajat kebebasan untuk SSt, dilambangkan dengan vSSt

}  Derajat kebebasan untuk SSb, dilambangkan dengan vSSb

}  Derajat kebebasan untuk SSw, dilambangkan dengan vSSw

4. Menghitung Variance antar kelompok dan dalam kelompok

}  Variance dalam ANOVA, baik untuk antar kelompok maupun dalam kelompok sering disebut dengan deviasi rata-rata kuadrat (mean squared deviation) dan dilambangkan dengan MS.

5. Menghitung Ftabel dan Fhitung

}  Ftabel = Falpha(vssb, vssw) }  F0,05(2,5) = 5,79

6. Bandingkan F dan Buat kesimpulan }  Membandingkan Fhitung dengan Ftabel :

}  Jika Fhitung > Ftabel : tolak H0 }  Jika Fhitung ≤ Ftabel : terima H0

}  Kesimpulan: }  Simpulkan, apakah perlakuan (treatment) memiliki efek yang

signifikan pada sampel data atau tidak. Jika hasil tidak signifikan, berarti seluruh rata-rata sampel (diasumsikan) adalah sama.

}  Jika perlakuan menghasilkan efek yang signifikan, setidaknya satu dari rata-rata sampel berbeda dari rata-rata sampel yang lain.

Detail materi : modul ANOVA

top related