Slide 1

STABILITAS ANALYSIS OF COVARIANCE UNTUK MENDETEKSI SELISIH DUA POPULASI KASUS DATA BERPASANGAN Yoga Primanda Try Sutrisna Deni PriawanCasia Nursyifa Rizky Nurkhaerani Linda Erijayanti Ria Tri Novianti KELOMPOK 03SIMULASI STATISTIKA

LATAR BELAKANG Di dalam merancang hingga menganalisis penelitian kita butuh prosedur statistik.

Memeriksa dan generalisasi hasil yang diperoleh dari sampel kembali ke populasinya.

Bertujuan untuk memberikan wawasan yang berarti tentang masalah yang sedang diperiksa

Dalam presentasi kali ini diangkat penelitian tentang keefektifan sebuah obat diet.

PENDAHULUAN

LATAR BELAKANG Informasi penelitian:Terdapat dua perlakuan: Kontrol (tidak diberi obat) Diberi obatRespon yang diukur: Berat badan sebelum pemberian obat dan berat badan setelah pemberian obat pada jangka waktu tiga bulan

Pengujian statistik yang sering digunakan:- Uji t dua sampel, dan Analisis kovarianPENDAHULUAN

TUJUAN PENELITIAN Melakukan simulasi ketiga pengujian statistik: - Uji t dua sampel, dan - Analisis kovarian (ancova)

Melihat masing-masing pola hasil pengujian ketiga uji statistik pada nilai korelasi yang berbeda-beda.

Membandingkan pola hasil ketiga pengujian, manakah yang lebih stabil dilakukan dalam menguji permasalahan tersebut.PENDAHULUAN

TINJAUAN PUSTAKAUJI-t DUA SAMPEL BEBAS

Untuk menguji apakah rata-rata kedua sampel sama atau tidak Menguji apakah selisih rata-rata dari kedua sampel tersebut sama dengan suatu nilai tertentu atau tidak. Kedua sampel saling bebas. Asumsi:Ukuran sampel di bawah 30.Hipotesis:H0: 1 - 2 = d0H1: 1 - 2 d0

TINJAUAN PUSTAKAANCOVA

Meningkatkan presisi sebuah percobaan karena di dalamnya dilakukan pengaturan terhadap pengaruh peubah bebas lain yang tidak terkontrol. Peubah bebasnya mencakup variabel kuantitatif dan kualitatif. ANCOVA = ANOVA + analisis regresi.PeubahTipe Datay(peubah respon)-Kuantitatif (kontinu)x(peubah bebas)-Kuantitatif (covariate)-Kualitatif/kategorik (treatment/perlakuan/faktor)

TINJAUAN PUSTAKAANCOVA

Tujuan ANCOVA adalah:Melihat pengaruh perlakuan terhadap peubah respon dengan mengontrol peubah lain yang kuantitatif. Membandingkan efek perlakuan terhadap prediktor. Menghitung keragaman (varians) Memasukkan (kovariat) untuk mengontrol keragaman. Menjelaskan hubungan Y dengan X setelah menghubungkan variabel penguat terhadap variabel bebas

TINJAUAN PUSTAKAANCOVA

Asumsi: X adalah fixed, diukur tanpa error dan bebas terhadap perlakuan (tak dipengaruhi oleh perlakuan). ij menyebar NID (o,2). 0 yang berarti antara x dan y terdapat hubungan linier.

Hipotesis:H0 : 1 = 2 = ...= a = 0H1 : sekurang-kurangnya ada satu i 0, i = 1, 2, ...a

Model ANCOVA dengan satu covariateyij = + i + xij + ij i = 1, 2, ...a; j = 1, 2, ...ni

dimana:yij : nilai peubah respon pada perlakuan ke-I observasi ke-jxij : nilai covariate pada observasi yang bersesuaian dengan yiji : pengaruh perlakuan ke-i : koefisien regresi linierij : random errorA : banyaknya kategori pada perlakuanni : banyaknya observasi pada kategori ke-i

TINJAUAN PUSTAKAANCOVA

Dekomposisi SS Type I Proses dilakukan dengan covariate masuk ke dalam model terlebih dahulu dan diasumsikan covariate berhubungan linier dengan peubah respon. Satu kali uji hipotesis, untuk:mengetahui pengaruh perbedaaan kategori perlakuan terhadap peubah respon.Dekomposisi SS Type III Proses tak didasari asumsi, apakah covariate atau perlakuan yang masuk ke dalam model terlebih dahulu. Dua kali uji hipotesis, untuk:mengetahui adanya hubungan linier antara covariate dengan peubah respon, mengetahui pengaruh perbedaaan kategori perlakuan terhadap peubah respon.

TINJAUAN PUSTAKAANCOVA

Struktur Informasi Pokok Hasil Pengolahan

Informasi pokok yang diperoleh adalah:Pengujian hipotesis untuk mengetahui apakah ada hubungan linier antara covariate dengan peubah respon, dan Pengujian hipotesis untuk mengetahui pengaruh perbedaaan perlakuan terhadap peubah respon.

TINJAUAN PUSTAKAANCOVA

Pengujian untuk mengetahui hubungan linier antara covariate dengan peubah respon. Menghilangkan pengaruh perlakuan.

HipotesisH0 : = 0 (Tidak ada hubungan linier antara covariate dengan peubah respon)H1 : 0 (Ada hubungan linier antara covariate dengan peubah respon)Kriteria Keputusan

Jika angka Sig.>0.05H0 tidak ditolak Tidak ada hubungan linier antara covariate dengan peubah respon.

Jika angka Sig.0.05H0 tidak ditolak Tidak ada pengaruh perbedaan perlakuan thd peubah respon.

Jika angka Sig.