Smart Statistik

Seputar Satistik dan Perancangan Percobaan

Daftar Isi

STATISTIKA

Info:


Sebagian besar konten yang ada di site ini sudah dipindahkan ke situs yang baru:
www.smartstat.info

PERANCANGAN PERCOBAAN

TUTORIAL:

METODOLOGI PENELITIAN
TAMBAHAN:
Contoh Kasus/Soal/Jawaban Tugas
Tabel Distribusi

RESOURCES

147 responses to “Daftar Isi

  1. Eko Novandy Maret 26, 2010 pukul 7:08 am

    Makasih mas atas webnya..sangat membantu sekali…mas saya coba untuk print berdasarkan daftar isi namun ada sebagian halaman yang tidak lengkap kalo gak salah halaman 149 – 183 dan ada lagi tapi saya lupa…. mohon infonya mas biar bisa lengkap belajarnya mas..

    trima kasih banyak mas
    sukses selalu

    • smartstat Maret 26, 2010 pukul 10:44 am

      Sama-sama, terimakasih juga sudah menyempatkan tuk berkunjung ke blog smartstat. Untuk beberapa posting/artikel, materinya disimpan di situs lain, scr*** dan slide****, tidak di site wordpress (wp tidak bisa menampilkan file pdf secara langsung), sehingga tidak bisa di print berdasarkan daftar isi. Solusinya, ya berkunjung lagi ke blog smartstat :-)

  2. agus April 26, 2010 pukul 2:40 pm

    bapak maaf saya agus jurusan tek pangan unpad ingin bertanya bedanya simpangan model dan galat murni apa? dan cara mengisi derajat bebasnya dari mana asalnya terimakasih

  3. smartstat April 30, 2010 pukul 11:39 pm

    Agus.., Maaf baru di balas…
    Pada Analisis Model Linier, seperti Analisis Regresi, Galat yang muncul bisa disebabkan oleh variabel yang tidak bisa dijelaskan atau karena kesalahan model yang kita tentukan. Untuk mengetahui apakah model sudah tepat, JK Galat dipecah menjadi dua komponen, JK Simpangan Model + JK Galat Murni. F-hit Simpangan Model di dapatkan dari Kuardat Tengah Simpangan Model di bagi dengan Galat Murni-nya. Apabila F-hitung lebih besar di banding dengan F-tabel (atau P-Value/sig > 0.05) berarti Model yang kita buat belum tepat. Contoh perhitungannya bisa di download pada artikel ini: http://smartstat.wordpress.com/2009/06/29/anava-regresi-simpangan-model-dan-galat-murni/

  4. Rahma Oktober 23, 2010 pukul 9:01 am

    mas saya mau tanya rancangan berulang dalam waktu itu bagaimana penjelasannya dan bagaimana cara menentukan data tersebut merupakan rancangan berulang dalam waktu??bukan split plot……..kalau split plot sudah dibahas kelompok sebelumnya…….

    • Smartstat Oktober 23, 2010 pukul 11:13 am

      Rancangan berulang dalam waktu dikenal juga dengan istilah Repeated Measure, pengukuran parameter respons-nya dilakukan secara berulang-ulang pada sampel yang sama secara periodik, misalnya pengukuran tinggi tanaman per minggu, populasi bakteri per minggu, dsb. Waktu disana bisa jam, hari, minggu dsb. dan diperlakukan sebagai faktor pada saat analisis data, sehingga selain kita bisa melihat pengaruh dari perlakuan yang kita coba, kita pun bisa melihat pengaruh/perbedaan antar waktu. Apakah ada interaksi antara perlakuan dengan waktu, ataukah hanya pengaruh mandiri saja (main effect).

      Kalau mau memperdalam, bagaimana penjelasan detail dan cara menganlisisnya, coba browse di Om Google dengan keyword “Repeated Measures”

  5. smartstat Oktober 23, 2010 pukul 2:04 pm

    Formula perhitungan Analisis Sidik Ragamnya persis sama dengan RAL Split-Plot.
    Perlakuan ditempatkan sebagai Petak Utama (Main Plot) dan Waktu ditempatkan sebagai Anak Petak (Sub plot).
    Coba download Model Linier dan Perhitungan RAL Split Plot di sini: http://smartstat.files.wordpress.com/2009/12/8-split-plot.pdf
    Like dulu atuh ma: http://www.facebook.com/smartstat ;-)

  6. rahma Oktober 23, 2010 pukul 3:01 pm

    uda q like mas fb na heheheeee……mas kalo rancangan berulang dalam waktu yang RAK gitu ada contohnya ga mas???????n gimana cara menganalisisnya, bingung neh……………..

    • smartstat Oktober 23, 2010 pukul 3:35 pm

      Hemm.., mksh ya
      Nah kalo yang itu, saya belum nemu contoh referensinya. Kalo RAK yang di ulang pada beberapa lokasi atau Musim/Tahun sih perhitungannya sama dengan perhitungan RAL Split-Plot, hanya saja yang jadi main plot-nya adalah Musim/Tahun/atau Lokasi. Kalau pengulangan pengamatannya secara periodik (Repeated Measure) untuk RAK??He2…, sebagian ada yang memperlakukan perhitungannya sama dengan rancangan dasar RAL, jadi perhitungannya tetep seperti cara perhitungan RAL Split-Plot. Ulangan/Kelompok di perlakukan sama. Tapi?? ok, itu jadi PR buat semua ya.., nanti kalo nemu dan ada waktu untuk mempelajari, saya share…

      • @di_asja Agustus 24, 2012 pukul 11:30 pm

        Salam kenal mas..
        Memang agak ribet soal gabungan between & within dalam Repeated Measurement, apalagi kalau dah mau kerja pada lingkungan faktorial (di kampus kami kenal denan “faktorial dalam waktu”). Analisisnya cukup ribet, blum lagi bedain ma split-plot. Kalau ada yang punya pengalaman analisis secara manual, mohon bantuan contoh analisisnya dong, hehehe..
        Soalnya klw pake SPSS dah banyak panduannya..

  7. rahma Oktober 24, 2010 pukul 9:17 am

    okey makasiiiii banyak yah……………

  8. XoTa Oktober 27, 2010 pukul 11:49 am

    Salam,,,,
    mas saya mau tanya,,,,
    nested design tuh yang seperti apa yah mas?
    mohon pencerahannya,,,,,
    terima kasih,,,,
    salam
    -XOTA-

    • smartstat Oktober 28, 2010 pukul 5:03 pm

      Nested Design = Rancangan tersarang.

      Terkadang sering tertukar dengan Rancangan Faktorial.
      Coba perhatikan kasus Metode Pengajaran (3 taraf) dan Pengajar (2 taraf)
      Misalkan Metode Pengajaran kita simbolkan A dan Pengajar B.
      Jumlah semua Perlakuan AB = 3×2 = 6 perlakuan.

      Apabila Percobaan disusun dengan Pola Faktorial, Kita hanya perlu 2 Pengajar, dimana masing-masing guru tersebut harus memberikan 3 taraf metode pengajaran, atau dengan makna yang sama, ketiga metode pengajaraan tersebut dicoba/diberikan oleh setiap guru.

      Kombinasinya:	
      	A1	A2	A3
      -----------------------------
      B1	B1A1	B1A2	B1A3
      B2	B2A1	B2A2	B1A3

      Perhatikan bahwa dengan pola faktorial, setiap Guru harus mencoba semua metode mengajar.

      Apabila Percobaan disusun dengan Pola Nested, Kita perlu 6 Pengajar, 2 guru pertama memberikan metode ke-1, 2 guru berikutnya memberikan Metode ke-2, dan terakhir, 2 guru berikutnya memberikan metode ke-3. Dengan demikian, Metode pengajaran ke-1 hanya diberikan oleh 2 Guru pertama.

      Kombinasinya:

      	A1	A2	A3
      -----------------------------
      B1	B1A1
      B2	B2A1
      B3		B3A2
      B4		B4A2
      B5			B5A3
      B6			B6A3

      Dengan demikian, Pada Rancangan Faktorial, taraf yang sama pada Faktor B akan dikombinasikan dengan masing-masing taraf dari Faktor A atau sebaliknya. Sedangkan pada Nested, taraf tertentu pada Faktor B hanya dikombinasikan dengan salah satu dari taraf Faktor A. Pada Nested Design tidak terdapat interaksi!

      Contoh Kasus Lain:
      Dosis yang tersarang dalam Obat
      Obat (O): 4 jenis
      Dosis (D): masing-masing 2 taraf

      		Obat
      	O1	O2	O3	O4
      -----------------------------------
      D1	*	
      D2	*
      D3		*
      D4		*
      D5			*
      D6			*
      D7				*
      D8				*

      Contoh Lain:
      Doses Pupuk tersarang dalam Berbagai Jenis Pupuk Organik.

      • XoTa Oktober 28, 2010 pukul 8:03 pm

        Terima kasih sekali atas pencerahannya mas,,,
        tapi yang saya bingungkan,,,
        kapan kita pakai nested dan kapan kita harus pakai faktorial,,,
        bagaimana nantinya dengan uji anova untuk nested?
        apa yang bisa diinterpretasikan mas dari hasil anovanya?
        mohon petunjuknya yah mas,,,
        terima kasih,,,

      • smartstat Oktober 29, 2010 pukul 12:50 am

        Wah wah…, jadi bingung juga menjawabnya.. ada yang bisa bantu saya untuk menjelaskannya??
        Saya tidak tahu, XoTa interest di bidang kajian apa, so susah juga untuk mencari contoh kasus yang sesuai untuk Xota. Meski demikian dan mungkin malah tambah membingungkan, saya akan mencoba untuk memberikan tanggapan (maaf kalau salah, coz saya juga sama-sama lagi belajar, he2.. Halo para pakar statistik/rancob…, jangan diam saja! Tolong share juga dong ilmunya)

        Nested Design merupakan perluasan dari rancangan faktor tunggal, di mana selain Faktor utama yang akan kita teliti, ada tambahan faktor lain yang tersarang pada Faktor Utama (kajian kita) . Yang membedakan antara Nested dengan Faktorial lainnya adalah bahwa taraf dari faktor tersarang pada setiap faktor utama, berbeda (dengan kata lain: dalam nested desain taraf satu faktor tidak terjadi pada semua taraf faktor lain), sehingga tidak mungkin untuk melihat interkasinya, sedangkan pada faktorial, setiap taraf dari faktor tambahan terdapat pada setiap taraf faktor utama. Faktor utama dapat tetap atau acak sedangkan faktor bersarang biasanya acak meskipun ada juga yang tetap.
        Kapan Nested digunakan?
        Terkadang para peneliti tidak mampu/mungkin, tidak ingin mengukur interkasinya atau tidak ingin menggunakan rancangan faktorial lengkap.
        Contoh:
        Apabila peneliti tidak ingin menggunakan rancangan faktorial lengkap:
        Peneliti ingin melihat Pengaruh Beberapa Pupuk Organik terhadap Hasil tanaman tertentu. Yang menjadi pusat kajian adalah pupuk organik dan faktor tambahannya adalah dosis dari masing2 pupuk organik tersebut. Misalkan:
        Faktor Pupuk Organik (A) ada 3 taraf: Pupuk Kandang Domba (a1); Ayam (a2); dan Sapi (a3)
        Faktor Tambahan: Dosis (B) ada 2 taraf: 5 dan 8 ton/ha.

        __a1__    __a2__    __a3__
        |    |    |    |    |    |
        5    8    5    8    5    8

        5 pada a1 berbeda dengan 5 pada a2 dan a3. Pada a1, angka 5 tersebut adalah 5 ton pupuk kandang domba, dan 5 pada a2 adalah 5 ton pupuk kandang ayam.
        Apabila peneliti ingin membuat rancangan faktorial lengkap, maka rancangan perlakuannya akan lain.
        Faktor 1 (A): Pupuk Domba (2 taraf: 5 dan 8 )
        Faktor 2 (B): Pupuk Ayam (2 taraf: 5 dan 8 )
        Faktor 3 (C): Pupuk Sapi (2 taraf: 5 dan 8 )
        Dengan demikian, ada 2x2x2 = 8 kombinasi perlakuan (AxBxC)!
        Secara teoritis, rancangan faktorial kurang tepat, karena kemungkinan terjadi interaksi di antara ke3 jenis pupuk tersebut sangat kurang, karena komponen haranya hampir sama (N, P, K) hanya prosentasenya saja yang berbeda. Pencampuran ketiga pupuk pada berbagai taraf hanya akan menambah jumlah hara tertentu dan tidak/kecil kemungkinan akan terjadi interaksi.

        Contoh Tidak Mampu/Mungkin:
        Ngarang aja ya, he2..maaf kalo salah dalam menggunakan istilah, bukan ahli gizi, he2..

        Peneliti ingin meneliti Efektivitas Brand susu tertentu dengan dosis yang berbeda terhadap pertambahan berat badan bayi.
        Faktor 1: Brand Susu (3 taraf: a1; a2; a3)
        Faktor 2: Dosis (2 taraf: b1;b2)
        Berarti ada 3×2=6 kombinasi. Apabila diulang 3 kali, maka perlu 18 bayi.

        Logikanya: Apabila disusun dengan pola faktorial, mungkinkah setiap bayi diberi kombinasi dosis dari kedua Brand susu? Misalnya b1(a1)b1(a2). Mungkin saja, tapi akhirnya selain ada bayi yang over dosis :D , kita juga tidak bisa melihat Brand susu mana yang terbaik! Dengan demikian, satu orang bayi hanya diberi Brand susu tertentu dengan dosis tertentu!
        Catatan: b1(a1) maksudnya b1 tersarang dalam a1; so jika b1 = 5 gelas perhari maka artinya 5 gelas per hari susu a1.

        bagaimana nantinya dengan uji anova untuk nested?
        apa yang bisa diinterpretasikan mas dari hasil anovanya?

        Model Liniernya: yijk = µ + αi + βj(i) + εijk
        Dengan demikian, selain kita bisa melihat pengaruh dari Faktor Utama (αi), kita juga bisa melihat pengaruh dari Faktor Tambahan [ βj(i)]. Hanya saja, pada nested kita tidak bisa melihat pengaruh Interaksinya (berbeda dengan faktorial)!

      • muhmmadrumansyah April 20, 2011 pukul 11:26 pm

        wah trim’s infonya tentang rancangan tersarang. sangat membantu saya memahami bukunya krik,. kalo bisa saya minta penjelasan kelanjutan nested desain model tetap acak dan campuran serta nested faktorial..

  9. XoTa Oktober 31, 2010 pukul 8:17 am

    Maaf mas saya baru Ol…
    Alhamdulilah penjelasan mas sangat rinci,,,
    yaah meskipun tidak 100% saya mengerti semuanya tapi terima kasih sekali mas atas penjelasannya,,,
    Terima kasih ya Mas…

  10. Wahyu Purnamasidhi November 14, 2010 pukul 8:00 pm

    mas mau tanya apa aja kelebihan dan kekurangan rancangan bersarang ( nested design ) ??

    • smartstat November 15, 2010 pukul 2:33 pm

      Hemmm…., susah juga pertanyaannya…
      Sebenarnya hal tersebut tergantung kepada peniliti, rancangan apa yang sekiranya tepat/sesuai dengan kasus yang tengah dia teliti. Apabila tidak tepat, akibatnya fatal, kesimpulan yg diambil bisa menyesatkan.
      Nested design satu tahap (Faktor B tersarang dalam faktor A) merupakan perluasan dari One Way Anova (RAL).

      Kelebihan:

      • Meningkatkan ketepatan percobaan: Sub-sampling pada faktor tersarang (B) akan meningkatkan tingkat ketepatan dari rancangan tersebut.
      • Memungkinkan untuk menguji dua hipotesis: pertama menguji keragaman di antara perlakuan utama (A), dan kedua menguji keragaman sub-unit (faktor tersarang, B) pada masing-masing Perlakuan (Faktor A)
      • Dapat diperluas menjadi rancangan berhierarki (hierarchical sampling design)

      Kekurangan:

      • Tidak bisa melihat pengaruh interaksi
      • Sering terjadi kesalahan dalam analisisnya, rancangan ini sangat berpotensi untuk di analisis dengan tidak benar, yaitu diperlakukan sebagai One Way Anova (RAL)
      • Susah atau tidak mungkin dianalisis apabila ukuran sampel tidak seimbang (sama) pada setiap grup.
      • Susah dalam proses komputasinya, beberapa paket statistik belum menyediakan tools standar untuk analisis nested tersebut
      • Berbahaya apabila terjadi kesalahan dalam pengambilan sub-sampel (ulangan) pada setiap faktor tersarangnya (B).
  11. nia November 16, 2010 pukul 6:16 pm

    mas mo nanya,,,, kalo mau ngitung LC50 tetapi sebelumnya itu menggunakan rumus abbot karena kontrolnya ada yang mati. jadi penggunaan data u/ menghitung LC50 apakah data sebelumnya atw data setelah kita menggunakan rumus abbot?

    • smartstat November 16, 2010 pukul 9:34 pm

      Sebenarnya saya baru mengenal istilah LC50 dan rumus Abbott’s correction dari Nia :-)
      Analogi aja ya dengan analisis anova. Terkadang data yang diperoleh dari suatu percobaan hilang atau tidak dapat dipergunakan. Nilai dari data tersebut diganti dengan nilai dugaannya, dan selanjutnya baru dilakukan Analisis Anova.
      so…
      Logikanya sih perhitungan LC50 juga dilaksanakan setelah data tersebut dikoreksi dengan rumus abbott tersebut.
      Untuk lebih meyakinkan.., coba baca link berikut:
      ACUTE BIOASSAYS WITH CONTROL MORTALITY
      pada jurnal tersebut dilakukan perbandingan penggunaan LC50 untuk data yang telah dikoreksi denga rumus Abbott vs. tanpa dikoreksi.

  12. Nurul Chairunnisa Utami Putri November 27, 2010 pukul 4:21 pm

    Assalamualaikum ka?
    aQu boleh minta Modul Statistik ngga?????
    makasih ka….

  13. Nurul Chairunnisa Utami Putri November 27, 2010 pukul 4:23 pm

    Assalamualaikum ka….
    boleh minta Modul Statistik????
    makasih….

  14. no Desember 7, 2010 pukul 9:56 pm

    mas mau nannya kalo analisi data yang hilang dalam ral gmn ya ??

  15. umar Desember 8, 2010 pukul 9:19 am

    Tolong ditampilkan bahasan tentang distribusi normal, dana apakah dalam setiap pengolahan data statistik penting untuk melihat distribusi normal terlebih dahulu ?
    thanks sebelumnya

    • smartstat Desember 10, 2010 pukul 1:33 pm

      Semua analisis parametrik (korelasi/regresi linier, uji-t, Anova, dsb) mengacu kepada sebaran normal, konsekuensinya, data yang akan di analisis harus berdisrtribusi normal.
      Analisis yang tidak memperhatikan apakah data berdistribusi normal atau tidak yaitu analisis non-parametrik.
      Bahasan mengenai asumsi normalitas sebagian sudah di bahas pada postingan berikut: http://smartstat.wordpress.com/2010/03/09/asumsi-asumsi-anova-satu-faktor/
      Bahasan khusus mengenai distribusi normal belum sempat saya buat. Insya4JJl apabila ada waktu luang saya buat…

  16. iyak Januari 13, 2011 pukul 10:59 pm

    Minta penjelasan buat rancangan faktorial dengan 3 faktor dong… sekalian contoh soal dan penyelesaiannya… tks…

    • smartstat Januari 15, 2011 pukul 8:31 pm

      Wah, kebetulan saya belum sempet membuat dokumen/slide Faktorial 3 Faktor… Prinsipnya masih sama sebenranya..
      Coba link ini (Hanya saja hanya belum ada contoh perhitungannya)
      smartstat.info : RAK Faktorial 3 Faktor
      Atau bisa baca buku: Gaspersz, Vincen. 1991. METODE PERANCANGAN PERCOBAAN. Armico, hal 226. => Percobaan Faktorial dengan Rancangan Dasar RAK (mungkin sekarang sudah ada edisi terbaru).

  17. masguh Januari 28, 2011 pukul 11:15 am

    wah njlimet jg yaa…hehe
    tp ttp akan sy coba pahami…
    jk swaktu2 mngalami ksulitan dlm statistika,sy akan mampir lg n mohon d bantu yaa…
    absen dulu..dr Mah. Farmasi UNLAM KalSel

  18. kartika Februari 6, 2011 pukul 11:37 pm

    salam kenal.
    mas, mw tanya mengenai bagaimana cara menentukan besar sampel untuk penelitian di lab.
    apakah menggunakan rumus federer atw uji hipotesis? apakah mas punya link untuk bisa mendapatkan reference mengenai uji federer?

    terima kasih

    • smartstat Februari 7, 2011 pukul 9:22 pm

      Jumlah sampel menurut rumus Federer
      t(n-1) > 15.
      t = banyaknya perlakuan dan n = banyaknya ulangan
      Federer WT. Experimental design, theory and application, Oxford and IBH Publ. Co, New Delhi, 1967. Ramsey SC, Galeano

      Sedangkan menurut Gomez, Uji F seharusnya dihitung hanya bila db Galat enam atau lebih.
      Gomez and Gomez. 1995. Prosedur Statistik untuk penelitian pertanian, ada di hal 16.

      Banyaknya ulangan ditentukan oleh beberapa hal, yaitu tingkat ketelitian yang diinginkan (1- α), tingkat keragaman dari bahan percobaan (s), sumber-sumber yang tersedia, termasuk personal dan peralatan.

      r=[2t(α/2)^2*s^2]/…[d^2]
      Dimana:
      α = taraf nyata
      s = simpangan baku
      d = besarnya penyimpangan yang diinginkan
      * = tanda kali; ^ tanda pangkat.
      Contoh, jika taraf nyata (α) = 5%, berarti tingkat ketelitian 95% dengan db Galat = 6, maka t(α/2)= 2.447 (diperoleh dari t-tabel atau bisa juga dengan menggunakan bantuan MS Excel dengan formula: =TINV(0.05,6) ). Selanjutnya, berdasarkan penelitian sblmnya diperoleh simpangan baku =7.6, dan besarnya penyimpangan yang diinginkan (d) tidak lebih dari 7, maka:
      r=[2*(2.447)^2*(7.6)^2]/(7^2) = 14.12 ~ 14 ulangan.

      Catatan:
      Sbnrnya banyaknya ulangan dapat disesuaikan dengan pertimbangan peneliti. Rumus di atas hanya sebagai pendekatan saja.
      Informasi keragaman bahan percobaan diperoleh dari penelitian sebelumnya.

      • mel November 23, 2011 pukul 8:53 am

        mas boleh tanya dapat rumus frederer sumbernya dari mana nggak? saya cari2 gak pernah ketemu mas.makasih

      • From Indonesian Youngman Juli 24, 2013 pukul 10:02 pm

        terima kasih, sy lagi cari referensi federer (asal-muasalnya).
        tapi yg new delhi 1967, itu tetap sulit untuk di tulis referensi dlm daftar pustaka..
        bagaimana ya?

  19. Rahmanto Februari 8, 2011 pukul 3:26 am

    Aww . .
    Mas klo ngitung anova untuk RAK tersarang spt apa? Bsa ksh cntoh ga? Misal dg 2 ulangan.
    Trims.

  20. rinda Februari 10, 2011 pukul 5:19 pm

    boleh gabung ya….soalnya rancangan penelitianku nested rcbd atau tersarang dari rancangan dasar RAKL.
    penelitianku ttg usahatani terpadu di 1 kecamatan, krn penelitian lapangan itu heterogen maka harus dibuat blok-blok agar homogen, aku membagi dlm 4 blok atas dasar ketinggian tmp (stratified random sampling) yg masing2 blok diwakili 1 desa, jadi blok = desa…trus perlakuannya itu adl model usahatani terpadu, ada 3 model yaitu tanaman (T), tanaman+ternak (TT), & tanaman-ternak-ikan (TTI)…sampelnya adalah petani, petani sbg ulangan, nah di tiap2 desa kan jml petani yg menerapkan msg-msg model usahatani itu jml nya kan beda-beda maka ulangannya tdk sama.. lebih mudahnya gini nih

    !—————————————–!——————KEC. XX————!————————————-!
    ! ! ! !
    DESA A DESA B DESA C DESA D
    ! ! ! !
    !- –!—–! !—–!——! !—-!—–! ! —–!——!
    T T TTI T TT TTI T TT TTI T TT TTI
    _______________________________________________________________________________
    91 PETANI
    ——————————————————————————————————————————————-

    sampel total petani 91 orang, petani Desa A = 22 org, Desa B = 34 org, Desa C = 11 org, Desa D = 24 org, msg-msg model di tiap2 desa ini jml petaninya br bs diketahui stlah survei penelitian, yg pasti jml total tiap2 desa ga boleh krg ato lbh dr yg ditentukan.

    aku ga tau menau pake spss…aku pake SAS (statistical analisis system),
    contohnya, aku mau analisis produktivitas cabe.
    dr msg2 desa penelitian, jml petani yg menanam cabe beda-beda pada tiap2 model.
    ini cara penyusunan SAS, disusun sec vertikal (maap ga bs nampilin printscreennya)

    data cabe;
    input desa $ model $ blok $ cabe;
    datalines;
    A T 1 9.8
    A T 1 4.2
    A T 1 2.6
    A TT 1 7.86667
    A TT 1 6.16
    A TT 1 3.6
    A TTI 1 7.2
    B T 2 4.16667
    B T 2 2.61333
    B T 2 1.8
    B T 2 1.2
    B T 2 1.11111
    B T 2 8
    B T 2 5
    B T 2 2.66667
    B T 2 5
    B T 2 3.96
    B TT 2 5.2
    B TT 2 1.875
    B TT 2 3.14667
    B TT 2 2.52
    B TT 2 3.75
    B TT 2 1.5
    B TT 2 1.25
    B TTI 2 6
    C T 3 2.8
    D T 4 5.1
    D TT 4 15
    D TT 4 13
    D TT 4 5.49
    D TT 4 3.75
    D TTI 4 7.03125
    D TTI 4 21.2
    D TTI 4 7.04167
    ;
    proc print data = cabe;
    run;

    proc glm data = cabe;
    class desa model ;
    model cabe = desa model(desa);
    means desa/duncan;

    proc glm data = cabe;
    class blok desa model;
    model cabe = blok desa desa(blok) model desa*model;
    means model desa*model/duncan;
    run;
    quit;

    INI HASIL OUTPUTNYA:

    The SAS System 00:43 Sunday, February 10, 2002 27
    The GLM Procedure
    Class Level Information
    Class Levels Values
    desa 4 A B C D
    model 3 T TT TTI

    Number of observations 34
    The SAS System 00:43 Sunday, February 10, 2002 28
    The GLM Procedure
    Dependent Variable: cabe
    Sum of
    Source DF Squares Mean Square F Value Pr > F
    Model 9 276.9243911 30.7693768 2.34 0.0467
    INI SUMBER KERAGAMAN PETANI (MODEL*DESA)
    Error 24 315.5832824 13.1493034
    Corrected Total 33 592.5076736

    R-Square Coeff Var Root MSE cabe Mean
    0.467377 67.51990 3.626197 5.370560

    CV = 67,519
    KARENA CV BESAR MAKA PAKE DMRT (DUNCAN)

    Source DF Type I SS Mean Square F Value Pr > F
    desa 3 230.4136092 76.8045364 5.84 0.0038
    model(desa) 6 46.5107819 7.7517970 0.59 0.7354

    YG DIMASUKKAN DLM ANOVA YG TYPE III SS KRN ULANGAN TDK SAMA
    Source DF Type III SS Mean Square F Value Pr > F
    SUMBER KERAGAMAN DESA DIANBIL DR ANOVA INI
    desa 3 78.72358611 26.24119537 2.00 0.1415
    model(desa) 6 46.51078189 7.75179698 0.59 0.7354

    The SAS System 00:43 Sunday, February 10, 2002 29
    The GLM Procedure
    Duncan’s Multiple Range Test for cabe
    NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate.
    Alpha 0.05
    Error Degrees of Freedom 24
    Error Mean Square 13.1493
    Harmonic Mean of Cell Sizes 3.022489
    NOTE: Cell sizes are not equal.

    Number of Means 2 3 4
    Critical Range 6.088 6.394 6.591

    BS DILIAT BEDA NYATA ANTARDESA DR DMRT:
    Means with the same letter are not significantly different.
    Duncan Grouping Mean N desa
    A 9.702 8 D
    A
    B A 5.918 7 A
    B A
    B A 3.376 18 B
    B
    B 2.800 1 C

    The SAS System 00:43 Sunday, February 10, 2002 30
    The GLM Procedure
    Class Level Information
    Class Levels Values
    blok 4 1 2 3 4
    desa 4 A B C D
    model 3 T TT TTI

    Number of observations 34
    The SAS System 00:43 Sunday, February 10, 2002 31
    The GLM Procedure
    Dependent Variable: cabe
    Sum of
    Source DF Squares Mean Square F Value Pr > F
    Model 9 276.9243911 30.7693768 2.34 0.0467
    Error 24 315.5832824 13.1493034
    Corrected Total 33 592.5076736

    R-Square Coeff Var Root MSE cabe Mean
    0.467377 67.51990 3.626197 5.370560

    Source DF Type I SS Mean Square F Value Pr > F
    blok 3 230.4136092 76.8045364 5.84 0.0038
    desa 0 0.0000000 . . .
    desa(blok) 0 0.0000000 . . .
    model 2 27.6167534 13.8083767 1.05 0.3654
    desa*model 4 18.8940284 4.7235071 0.36 0.8351

    Source DF Type III SS Mean Square F Value Pr > F
    blok 0 0.00000000 . . .
    desa 0 0.00000000 . . .
    desa(blok) 0 0.00000000 . . .
    model 2 30.88494224 15.44247112 1.17 0.3261
    INI SUMBER KERAGAMAN MODEL(DESA)
    desa*model 4 18.89402844 4.72350711 0.36 0.8351

    The SAS System 00:43 Sunday, February 10, 2002 32
    The GLM Procedure
    Duncan’s Multiple Range Test for cabe
    NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate.

    Alpha 0.05
    Error Degrees of Freedom 24
    Error Mean Square 13.1493
    Harmonic Mean of Cell Sizes 8.873239
    NOTE: Cell sizes are not equal.

    Number of Means 2 3
    Critical Range 3.553 3.732
    Means with the same letter are not significantly different.

    Duncan Grouping Mean N model
    A 9.695 5 TTI
    B 5.293 14 TT
    B
    B 4.001 15 T

    The SAS System 00:43 Sunday, February 10, 2002 33
    The GLM Procedure
    Level of Level of ————-cabe————
    desa model N Mean Std Dev
    A T 3 5.5333333 3.78065250
    A TT 3 5.8755567 2.14751001
    A TTI 1 7.2000000 .
    B T 10 3.5517780 2.12777028
    B TT 7 2.7488100 1.40183583
    B TTI 1 6.0000000 .
    C T 1 2.8000000 .
    D T 1 5.1000000 .
    D TT 4 9.3100000 5.52262619
    D TTI 3 11.7576400 8.17732529

    di dlm SAS bs lsg diliat beda nyata antardesa n antarmodel usahatani dengan DMRT (duncan) (jd bs lsg dibuat data matangnya dgn dikasih notasi dr uji duncan)
    jg bs langsung dibuat anovanya, (he..ga bs dicopas printscreennya)
    buat data yg hilang, dlm SAS diganti dgn titik (.)
    sekali ngerjakan udah dpt hasilnya se-uji lanjutnya

    CORRECT ME IF I’M WRONG…………… :)

    • Smartstat Februari 23, 2011 pukul 4:54 pm

      Terimakasih Rinda sudah bergabung dan ikut berpartisipasi dalam blog ini. Sebelumnya mohon maaf baru bisa memberikan komentar :-)
      Saya sudah lama tidak mencoba software SAS (terakhir tahun 1997), he2… dah lupa lagi. Skrg blm punya softwarenya :-)
      Namun demikian, syntaks nya hampir mirip dg software lainnya, Statistica, SPSS, ataupun Minitab.
      Sy setuju model:
      proc glm data = cabe;
      class desa model ;
      model cabe = desa model(desa);
      means desa/duncan;
      Mungkin untuk model (T, TT, TTI) hanya boleh dibandingkan pada masing-masing desa, dan tidak bisa digeneralisir untuk keseluruhannya (Nested dalam Desa-nya).
      Sekali lagi, terimakasih atas kontribusinya dan ditunggu kontribusi selanjutnya :-)

  21. fetty Maret 18, 2011 pukul 9:41 pm

    Pak..saya bingung gimana pengujian statistik utk permodelan skripsi saya tentang pengaruh kemiringan dan posisi lereng..
    saya disuruh menggunakan t-student saja habis itu langsung dianalisis korelasi dan regresinya utk mngetahui pengaruh dan hubungannya..
    pengaplikasiannya gimana ya pak?? saya bingung bgt pak.. mohon dibales ya pak..
    makasih (fetty ^_^)

  22. Smartstat Maret 22, 2011 pukul 3:38 pm

    Fetty…., maaf baru di balas.. Ketemu aja di kampus ya…

  23. elvi pemmielita April 26, 2011 pukul 8:51 am

    salam kenal !
    Pak, judul tesis saya Pengaruh Model Pembelajaran Berbasis Masalah terhadap Kemampuan Berpikir Kritis dan Pemahaman Konsep. Saya menguji hipotesis dgn Manova dilanjutkan dgn LSD, karena jumlah pengamatan masing-masing sel adalah sama, maka digunakan formula Montgomery. Ini benar apa tidak? Bagaimana pengoperasiannya dgn SPSS ?

    • smartstat April 27, 2011 pukul 2:13 pm

      Pada kasus tersebut terdapat dua variabel repons/dependent variables, dan hipotesisnya yaitu apakah keduanya (Kemampuan Berpikir Kritis dan Pemahaman Konsep) dipengaruhi oleh Model Pembelajaran?
      Ya, apabila kedua respons/var dependent (Kemampuan Berpikir Kritis dan Pemahaman Konsep) mau dianalisis secara bersamaan/serempak lebih cocok menggunakan MANOVA dibanding Anova.
      Apabila Uji Manova signifikan, kita menyimpulkan pengaruh media media pembelajaran signifikan, artinya Model pembelajaran secara serempak mempengaruhi kedua respons tersebut Namun, pertanyaan selanjutnya tentunya adalah apakah hanya Kemampuan Berpikir Kritis ditingkatkan, atau hanya Pemahaman Konsep diperbaiki, ataukah keduanya. Untuk menafsirkan efek terhadap masing-masing respons biasanya dilanjutkan dengan uji Univariate (ANOVA) terhadap masing-masing variabel respons.
      Perbedaan nilai rata-rata perlakuan bisa menggunakan prosedur Uji Lanjut seperti LSD, Tukey, dsb. Apabila level dari model pembalajaran kurang dari 4, bisa menggunakan LSD namun apabila levelnya 4 atau lebih, sebaiknya menggunakan Uji Lanjut Tukey.

  24. Dee Mei 21, 2011 pukul 7:23 am

    permisi,
    mau tanya dong.
    peneltian tentang uji efektivitas antibakteri yang diaplikasikan dengan susu pasteurisasi
    penelitian menggunakan 3 macam indikator bakteri uji (Bakteri A, B , dan C)
    kemudian perlakuan pada sampel menggunakan antibakteri nisin dengan variasi 3 dosis.
    pengamatan sampel dilakukan selama 4 hari ( h0, h1, h2, h3, h4)

    lalu untuk pengolahan data menggunakan rancangan apa ya ?
    bingung…..
    mohon bantuannya

  25. eva Juni 7, 2011 pukul 9:25 pm

    kerennn webnya…jd bisa bljr ED, dan g hrus liat bkuny douglas yg super tebl

  26. Rachmadania akbarita Agustus 10, 2011 pukul 12:11 pm

    assalamualaikum
    saya sekarang sedang mengerjakan skripsi mengenai RAL reapeated measurement

    dan skrg saya kesulitan mencari referensinya. bisa tolong dibantu??? terimakasih…..
    buku-buku apa yg sekiranya membahas masalah ini ya?

  27. Bustami Agustus 24, 2011 pukul 5:35 pm

    Assalamualaikum
    Saya mau tanya tentang rancangan petak berjalur (RPB)
    Apakah rancangan petak berjalur diolah menggunakan program SPSS. Karena kalo saya beberapa referensi di websiite, katanya RPB lebih mudah menggunakan Program Statistical Analysis System (SAS).
    Gimana cara menggunakan PRogram SPSS untuk Rancangan Petak Berjalur.
    Terima Kasih atas Bantuannya

  28. john September 22, 2011 pukul 10:26 am

    thank you..glad you could help me a alot, friend.

  29. lyla07stath Oktober 6, 2011 pukul 3:05 pm

    minta software bilog,,
    ada ga’??

  30. anton Oktober 20, 2011 pukul 2:24 am

    mohon bantuanny pak, bisa kasih syntax dmrt test dgn sas pa?makasih pak,smg sukses!

  31. smartstat Oktober 20, 2011 pukul 7:42 pm

    proc anova;
    class A B;
    model Y=A B A*B;
    means A B / duncan;
    means A*B;
    run;

  32. februadi Oktober 26, 2011 pukul 7:40 pm

    webnya keren sekali mas.. belajar banyak dr websitenya… saya mau tanya untuk analisa optimasi menggunakan metode RSM (Response Surface Methode) sebainya pakai software apa yah? punya tutorialnya ga mas.. terima kasih..

  33. ana Oktober 30, 2011 pukul 8:12 am

    askum
    ms mau nanya, pada regresi terboboti di minitab muncul
    WARNING * The prediction interval output assumes a weight of 1. An
    adjustment must be made if a weight other than 1 is used.
    ini maksudnya apa ya mz??
    tlong dijawab ya krn buat UTS hari Rabu besok
    makasiih

  34. ana Oktober 31, 2011 pukul 9:39 pm

    aslkmu..
    pak bsa mnta syntax sas untuk rancanngan petak teralur c..
    terima ksih sblum ny..

  35. bagas satas Oktober 31, 2011 pukul 10:28 pm

    terima kasih sangat membantu sya sekali.. :D

  36. Annisa Fahmi November 22, 2011 pukul 4:58 pm

    pengertian statistik deskriptif menurut laura irwin?plis bantuannya

  37. cahya ctr November 30, 2011 pukul 9:33 am

    Mas gmn ya caranya uji lanjutan duncan dari anova two way tp secara manualnya??
    tolong dong mas…
    klw ada bukunya,ap judul,penerbit, n di jual di toko buku mana aja ya di samarinda??
    trimakasih…

  38. MinSaa November 30, 2011 pukul 12:19 pm

    mas bisa tolong tuliskan syntax untuk paired sample t-test dengan program sas?terimakasih sblumnya

    • smartstat Desember 3, 2011 pukul 12:45 pm

      proc ttest data = “path_file_yang_akan_dianalisis”;
      paired var1*var2;
      run;
      ——
      nb:
      path_file_yang_akan_dianalisis: ganti dengan path file yg akan dianalisis, misal: D:/mydata/pairedttest
      var1, var2 = ganti dengan nama Variabel1 dan Variabel2

  39. emita meliala November 30, 2011 pukul 2:09 pm

    saya ingin bertanya.. beda nya metode 1 faktorial dan 2 faktorial dalam desaign eksperimen apa ya ?

    • smartstat Desember 3, 2011 pukul 1:07 pm

      Faktorial: faktor yang dicoba lebih dari satu faktor, jadi tidak ada istilah 1 faktorial, yang ada Faktor tunggal :-)
      Faktorial: 2 faktor; 3 faktor; 4 faktor dst…
      2 Faktorial: mungkin mksdnya, faktor yang dicobanya ada 2, misal Faktor A dan Faktor B.

  40. emita meliala November 30, 2011 pukul 2:15 pm

    1 Lagi ya …
    berikan contoh metode kontras ortogonaL donk .
    saya ada tugas itu . hikhiks
    thx

  41. eena Desember 5, 2011 pukul 8:55 pm

    mas, selain di bidang pertanian,, metode respon permukaan bisa diaplikasikan di bidang apalgi???
    makasi

  42. ollivia Desember 9, 2011 pukul 9:13 pm

    saya nyari analisis ragamnya rancangan tersarang koq ndak ada yaaa?
    kalo ada tolong dikirm ke email saya olliveoil221207@yahoo.co.id
    terimakasih sebelumnya:)

  43. Fahmi Desember 24, 2011 pukul 6:54 am

    Assalam

    Saya sangat bangga dengan blog ini.

    Mohon info apakah ada tutrial terkait RSM (Response Surface Method)
    ,atau alamat link dimana saya bisa belajar.

    terimakasih

  44. Mahdiannoor Desember 27, 2011 pukul 12:07 pm

    Assalamualaikum Wr. Wb.
    Pak Ade Yth. Dari beberapa toturial yang sempat saya baca diblog anda ini baik itu mengenai analisis data RAL, RAK & lainnya saya lihat anda tidak ada membahas mengenai uji kehomogenan ragam (biasa saya pakai Barttlett) sebelum uji F dilakukan. Setahu saya waktu dulu kuliah sebelum analisis ragam itu pakai kehomogenan dulu, gimana ya Pak Ade ? Mohon pencerahannya ! Kemudian punyakah Bapak Toturial NCSS 2007 (number cruncher statistical system) ? Kalau ada bisa dong di upload!

  45. irfan Desember 28, 2011 pukul 9:06 pm

    berilah contoh ral 2 faktor dg uji BNT nya sekalian..trims

  46. thopanzer Desember 29, 2011 pukul 4:40 pm

    mas..
    mohon bantuan nya..saya menganalisis menggunakan anova dua arah memakai minitab. punya dasar teori ttg it?
    mksh sbelumnya

  47. fajar Januari 19, 2012 pukul 8:58 am

    mas, saya masih newbie nih., baru belajar metode penelitian sama statistik, klo misalnya saya bikin penelitian pake judul pengaruh risk based capital dan rasio investasi terhadap penyelesaian pembayaran klaim perusahaan asuransi kerugian di indonesia, itu pake uji statistik dan analisis apa ya? terus kan ada 2 variabel independent nih (risk based capital dan rasio investasi), klo misalnya cuma ada 1 variabel. tetep bisa dijadikan penelitian g?, trus pake uji statistik dan analisis apa, atau minimum harus pake 2 variabel, thanks

  48. didik setyawan Januari 20, 2012 pukul 5:16 am

    Saya mau bertanya. Apakah setelah uji anova 2 jalan, diketahui hasil uji untuk antar kolom, perbedaan signifikan, antar baris perbedaan signifikan, tetapi tidak terdapat interaksi, apakah masih diperlukan uji lanjut (Tukey test)?
    Terimakasih jawabannya

  49. Yulfi Desi Januari 20, 2012 pukul 1:06 pm

    Bagus sekali web ini…. semoga dapat meningkatkan pengetahuan dan wawasan terutama Statistik. Terima kasih…

  50. ghazwanie Januari 27, 2012 pukul 8:42 am

    saya mau tanya pak
    benarkah uji BNT itu kurang teliti apabila dipakai untuk 5 perlakuan ke atas?
    apabila ya, adakah referensi yg mendukung pendapat tersebut?
    terima kasih..

  51. muhari Februari 1, 2012 pukul 3:34 am

    P Ade Yth,
    mohon saya dibantu cara menampilkan grafik interaksi
    terima kasih

  52. noviafanovia Februari 10, 2012 pukul 9:45 pm

    mas apa kelebihan random sampling pada rancangan eksperimen?

  53. rahasia Februari 27, 2012 pukul 5:59 pm

    bang, untuk penelitian eksperimen dengan 2 variabel terikat dan 1 perlakuan tanpa kontrol, kira2 berapa kali dilakukan pengulangan?thanks.

  54. Ririn Maret 5, 2012 pukul 9:54 pm

    pak, bagaimana menentukan ulangan dari setiap perlakuan..saya sering baca misal 5 perlakuan dengan 3 ulangan. nah, dari mana bisa ditentukan 3 kali ulangan tersebut???

  55. Ririn Maret 28, 2012 pukul 2:35 pm

    pak, rumus mencari ulangan untuk setiap perlakuan gimana pak?? apakah t(n-1) > 15 atau (k-1)(n-1)> 15 ???? apa kah rumus itu berlaku untuk semua??karena saya menggunakan pola faktorial 3x3x3 pak. mhon penjelasannya ya pak. terima kasih

  56. Annisa Kono April 3, 2012 pukul 8:22 pm

    asslm.. terima kasih atas ilmu statsitik yang terurai disini,, mudah dipahami,,, sukses untuk web ini ^^

  57. iyas nemezis April 14, 2012 pukul 4:09 pm

    gan saya mo nanya misalkan ada 4 jenis tanaman dengan 3 perlakuan, 1 jenis tnmn di beri perlakuan A kemudian B dan C, dan 3 jenis tanaman yg lain juga di beri perlakuan yg sama untuk mncari yg mana pertumbhannya lbh bagus,, gimana tuh rancangan faktorialnya,,, bisa di beri gambaran buat perhitunganya.. Trim’s atas perhatiannya

  58. indah anita April 16, 2012 pukul 9:56 pm

    Mas bisa minta model/contoh syntax di SAS kalau mau uji lanjut pakai scott knott. Terimakasih sebelumnya

  59. jack Mei 1, 2012 pukul 4:16 am

    Mas bisa minta syntax sas untuk uji lanjut uji dunnet RAKL. Terimakasih sebelumnya

  60. yugasuwarsa Mei 14, 2012 pukul 3:05 pm

    pertama komen… ane mau ngucapin terimakasih… maaf klo selanjutnya ane ganggu dan nanya2… salah sendiri mas bikin blog yang sangat berguna ini…
    jangan heran klo ntar pahala ngalir terus y mas…
    thx yuga30

  61. candy Mei 23, 2012 pukul 1:51 pm

    Mas saya ingin bertanya tentang apa perbedaan dan kapan kita bisa menggunakan rumus federer dan rumus lemeshow??

  62. riska Juni 23, 2012 pukul 7:09 pm

    Mas saya ingin mengetahui mengapa menggunakan rumus federer pada hewan coba? apa kelemahan dan kelebihannya? mohon jawaban secepatnnya mas, trm ksh

  63. vye September 8, 2012 pukul 8:56 pm

    maaf Pak mu nanya,
    penelitiannya saya bersifat eksperimen murni laboratoris, yang ingin saya tanyakan rancangan percobaan apa yang tepat untuk penelitian saya karena di sini saya ingin melihat pengaruh tiga faktor perlakuan sekaligus, yaitu waktu (4 aras), konsentrasi (4 aras), dan dosis (4 aras). thd penurunan kadar LDL mencit??? lalu uji lanjut yang mana yang tepat untuk penelitian tersebut???
    terima kasih sebelumnya.
    @@@@@@SGT MENDESAK

  64. vye September 8, 2012 pukul 8:59 pm

    bisa minta contol RAL tiga faktor dengan penjelasannya??? maaf

  65. Harry Bernardus Oktober 1, 2012 pukul 2:46 pm

    Mas,,, saya telah lakukan penelitian dengan topik Uji Toksisitas Daun Santigi terhadap Larva Udang…
    saya bingung nih mau cari LC50 (Lethal Concentrate)…. saya coba gunakan SPSS 18 dengan regresi probit, tapi yang saya inginkan tidak muncul hubungan antara Log Konsentrasi dengan Mortalitas (jumlah kematian larva udang)…….
    Mohon bantuannya dong… Terima Kasih……

  66. Saqya Oktober 27, 2012 pukul 6:59 am

    saya mau nanya, statistik apa yang harus saya gunakan untuk penelitian dengan 3 perlakuan?
    Mohon dijawab. Terima kasih.

  67. fransisca November 2, 2012 pukul 4:07 pm

    mas mau nanya kalo analisi data yang hilang dalam rak faktorial gmn ya cara analisisnya? Saya anak pertanian, penelitian saya pakai rancangan RAK faktorial di ulang sebanyak 3 kali dengan 2 faktor 1) frekuensi aplikasi pupuk dan 2) konsentrasi pupuknya. ada beberapa data parameter saya yang hilang jadi jumlah ulangannya tidak sama antar parameter ada yang 3 ulangan ada yang 2 ulangan. bagaimana analisisnya ya?. tolong mas saya sudah kalang kabut tanya sana-tanya sini tidak ada solusi. sedangkan saya sudah di ujung akhir studi. klo tidak cepat lulus saya D.O…..

  68. burhan November 27, 2012 pukul 6:37 pm

    kok blm dijawab tuh pertanyaan di atasQ?
    sama tuh aq jg nanya gt…

  69. fian Desember 17, 2012 pukul 9:26 am

    Assalamu’alaikum pak..
    Need Help!
    Saya seorang mahasiswi fakultas kedokteran yang hanya punya sedikit ilmu statistik..
    Skripsi saya tentang eksperimen ekstrak teh hijau (5 jenis konsentrasi + kontrol negatif) terhadap 2 bakteri dengan 4 kali pengulangan (Rumus fredderer).
    Dari berbagai macam sumber dibilang kalau itu pakai analisis One Way ANOVA. Tapiiiii ternyata data saya tidak homogen! #Mulai panik# kemudian sudah di transform (di cari nilai slope dan powernya kemudian dicocokan dengan tabel, hasilnya dikuadratkan) kemudian diuji lagi, ternyata masih tidak homogen! #Beneran Panik# Akhirnya digunakanlah uji alternatif, Kruskal-wallis, daan ternyata hasilnya ada beda rata2 (p<0,05). Setelah itu, saya harus mencari dimana perbedaannya. Biasanya kalau pakai One Way ANOVA kan nanti ada uji post hoc ya.. ya kan? Nah di buku yang saya baca, katanya uji post hoc untuk Kruskal Wallis ituh menggunakan Mann Whitney.. Saya gunakanlah itu, setelah dengan kepuasan tingkat tinggi, saya berikanlah hasilnya ke dosen pembimbing… Ternyata, JRENG JRENG! Katanya salah, harusnya pake 'Generalized Linear Model'.. Sayapun terdiam.. Saya sama sekali tidak tahu tentang uji tersebut! #garuk2 tembok# Saya coba cari di mbah google itu rata2 dalam bentuk pdf dengan penjelasan bahasa inggris statistik yaaaang saya sangat tidak mengerti.. (@,@") Nah, oleh karena itu pak… saya mohon bantuan penjelasannya tentang 'Generalized Linear Model'… Terima kasih ya pak…

  70. Disna Januari 10, 2013 pukul 7:31 am

    Assalamualaikum pak..
    Mau tanya, saya ingin melakukan penelitian melihat apakah ada perbedaan sistem pemeliharaan flow through dan sistem re-sirkulasi terhadap pertumbuhan, sintasan dan konsumsi pakan dari abalone. ini meggunakan rancangan percobaan apa pak jika perlakuan ada 2 (sistem flow through dan sistem re-sirkulasi)? dan uji statistik yg digunakan apa untuk bsa menjawab tujuan penelitianx?
    Terima kasih

  71. rury Januari 17, 2013 pukul 2:32 pm

    mau tanya kalo RCBD itu apa ya.. bisa gak aku dikasi penjelasan

  72. Tiara Februari 7, 2013 pukul 12:18 pm

    Assalamualaikum Pak.

    Saya Tiara, prodi agroteknologi, minat ilmu tanah Unpad. Saya mau tanya mengenai perhitungan data statistik menggunakan software xls itu bagaimana ya, Pak? Saya ingin melihat interaksi yang terjadi. Saya sudah mencoba dengan menggunakan Software SPSS dan SAS, tetapi tidak bisa. Terima kasih, Pak..

  73. GUNTUR Februari 12, 2013 pukul 1:09 am

    Saya ingin menanyakan, apabila kita ingin melakukan melakukan uji one way anova, apabila hasil uji one way anova terdapat perbedaan, kita dapat menggunakan metode posthoc. Namun apabila asumsi normalitas tidak terpenuhi, kita menggunakan kruskal wallis test.Bagaimana kita membaca hasil output kruskal wallis dengan SPSS? Apabila kita menggunakan kruskal wallis test dan ternyata terdapat perbedaan, apakah dapat menggunakan posthoc, metode posthoc apa yang harus dilakukan atau menggunakan metode yang lain dan bagaimana melakukannya dg SPSS, ? Apa asumsi utk dapat menggunakan posthoc? Terima kasih.
    Hormat saya
    guntur

  74. lina April 5, 2013 pukul 5:40 pm

    saya ingin bertanya rumus Z pada uji tanda wilcoxon itu di dapat dari ya pak ????

  75. lina April 5, 2013 pukul 5:42 pm

    saya ingin bertanya rumus Z pada uji tanda wilcoxon itu di dapat dari mana ya pak ????

  76. fee only financial planners los angeles April 25, 2013 pukul 5:10 am

    Everything is very open with a clear explanation of the issues.
    It was definitely informative. Your website is useful. Thanks for sharing!

  77. Lutfiana April 27, 2013 pukul 7:18 pm

    Assalamu’alaikum
    saya Lutfiana,mahasiswa FPIK Undip..
    mau tanya ni Pak..
    misalkan kalo penelitian tanpa ada Kontrol itu gimana ya??
    apa gak papa? atau bisa jadi permasalahan?
    penelitian saya ttg perngaruh berbagai fitoremediator (e.gondok, kangkung air, kayu apu) dalam menurunkan bahan organik limbah tahu.
    perlakuan ada 3 (tanaman), pengulangannya 3. namun tanpa kontrol.
    limbah tahu semuanya dengan konsentrasi yg sama 25%.
    tiap minggu selama 1 bulan diambil sampel air untuk diujikan BO nya..

    mohon bantuannya Pak..
    Terimakasih

  78. atiqotuzzummah April 29, 2013 pukul 10:11 am

    Assalamu’alaikum….
    pak saya atiq, mahasiswa teknik kimia poltek malang..
    pak mau tanya…
    uji statistik menggunakan anova atau surface respon gmn ya??
    kami belum mendapatkan pelajaran statistik sama sekali…
    mohon bentuannya pak,,,

  79. Julio Kurniawanm April 29, 2013 pukul 3:16 pm

    permissiiiii,,, kalo nested design ada gak yaaa?? tolongg donkkk Rancangan Tersarang susah banget nyari contohnya… terima kasih…

  80. nfl.com\/fantasy Mei 3, 2013 pukul 9:17 am

    Hi there just wanted to give you a quick heads up and let you
    know a few of the images aren’t loading properly. I’m not
    sure why but I think its a linking issue. I’ve tried it in two different internet browsers and both show the same results.

  81. ahmad yani Mei 24, 2013 pukul 1:32 pm

    mas saya bingung memasukkan data pada analisis regresi setelah uji validitas, apakah semua data hasil jawaban indikator/butir kuisoner dimasukkan ke uji regresi.trims

  82. Dimas Juni 16, 2013 pukul 7:16 pm

    Terima kasih mas, blognya banyak membantu.
    Saya ada pertanyaan, pada SPSS dengan post hoc LSD, nilai LSD atau NP BNT(alfa)nya ada dimana ya letaknya di output?

  83. Syawalina Fitria Juli 10, 2013 pukul 8:57 pm

    mas, mau tanya.. kalau data tidak homogen (P<0,05) dan menunjukkan hasil anova yang berpengaruh nyata (P<0,05), jenis uji lanjut apa yang tepat digunakan? LSD atau HSD? terima kasih.

  84. ditha Juli 16, 2013 pukul 8:51 am

    blognya KEREN!!!!!!!!!!!!!!!!!
    좋은
    thank you very much

  85. MINDO Juli 16, 2013 pukul 11:08 am

    bagaimaana kah cara menentukan trendline pada grafik RPT 3 taraf..?

    mohon pencerahannya..thx

  86. Yuli Agustus 3, 2013 pukul 1:05 pm

    mas saya mau tanya, kalo cara menghitung derajat bebas (DB) di TSR pada RAL split plot berbeda ulangan, bagaimana ya? terima kasih banyak sebelumnya mas.. ^^

  87. wulan September 12, 2013 pukul 9:31 am

    Pagi Pak.. mohon info neh, kalo kita menggunakan software analisa seperti SAS, dll utk analisa ragam akan keluar P value untuk mengetahui signifikansinya ya kan? nah bedanya P value dengan F tabel apa ya? kan nilainya beda. mohon pencerahan..

  88. muhichwank Oktober 7, 2013 pukul 8:19 am

    waahhhh …. mantaffff informasinx mas, ini sangat membantu bagi saya yg sementra melanjutkan pendidikan s2, sekali lagi trimah kasih ^_^

  89. Fanny Amelia November 5, 2013 pukul 7:52 am

    assalam wr wb
    saya fanny mahasiswa pertanian universitas andalas,,,saya mau nanya mas. saya ada tugas dari dosen jadi saya bingung untuk membuat anovanya dan rancangan apa yang dipakai karena dalam soal tersebut ada 2 pengamatan yg dilakuan yaitu antara jumlah biji per tongkol dan bobot 100 biji dengan 5 genotip jagung pada 3 lokasi dan 4 ulangan per lokasi..jadi saya bingung mau pakai rancangan apa. terima kasih atas jawabannya mas. wasslm wr wb

  90. Endtho Icat Terok-Mamonto November 10, 2013 pukul 4:51 pm

    assalam”mualaikum…..
    pak saya mau tanya tentang pengunaan rumus duncan test terhadap kelompok perlakuan dan kelompok kontrol????
    terus pengunaan rumus anova faktorial terhadap jenis kelamin dan usia???

  91. Muslimah November 28, 2013 pukul 5:12 pm

    pak mw tanya, kalo mau buat tabel ansira ortogonal kontras perlu tabel bantu Q, P, atau tabel bantu lainnya nggak pak? makasih

  92. annola November 30, 2013 pukul 11:58 am

    bagaimana cara memaknai analisis residuals pada minitab kak???
    contoh nya makna standardized resduals pada minitab,,apakah data pencilan atau data berpengaruh?

  93. firman Desember 1, 2013 pukul 10:41 am

    kak,gmn cara penanganan galat regresi yg tdk normal?sy udh transformasi pake boxcox pake SAS,tp caranya msh blm efektif.cara yg efektifnya gmn?mhon penjelasannya??

  94. Nurul Chairunnisa Utami Putri Desember 31, 2013 pukul 2:26 pm

    halooooooooooooo…………….. ada orang di rumahhhh????????????????? ^_^ hehehe dari Nurul Cantik…………

  95. Hendrika mulyaning utami Januari 30, 2014 pukul 7:54 am

    keren!!

  96. Ketut Februari 2, 2014 pukul 2:42 pm

    Salam..
    nama saya ketut.. saya sedang melakukan penelitian dengan menggunakan Rancangan faktorial 4×4, Yang ingin saya tanyakan adalah bagaimanakah caranya mencari LC50/LD50 pada rancangan faktorial dengan menggunakan minitab?
    terima kasih atas penjelasannya

  97. Diyanata Februari 5, 2014 pukul 4:46 pm

    Selamat sore,
    Saya Diyanata, saya sedang melakukan penelitian dibidang teknologi pangan, mau tanya referensi yang benar mengenai rumus ulangan gomez dan gomez itu derajat bebas galat nya itu 15 atau 6 ?

  98. Tiar Tumanggor Februari 7, 2014 pukul 10:35 am

    maaf boleh saya nanya tentang penentuan ulangangan dan sampel pada RPT? kebetulan penelitian saya menggunakan RPT ini, mohon bantuannya.. thanks…

  99. yanti Februari 13, 2014 pukul 10:11 pm

    Selamat malam pak, mhn pencerahannya… saya melihat untuk uji perbandingan ganda pada percobaan faktorial (misalkan 2 faktor : A (2 taraf) dan B (3 taraf)) pada bagian interaksi (A*B) terdapat dua metoda: (a) langsung membandingkan nilai tengah dari kombinasi antara A dan B (A1B1, A1B2, A2B1,A2B2, A3B1, A3B2), namun ada juga yang menggunakan metode (b) membandingkan nilai tengah perlakuan antar A pada B1, Antar A pada B2, antar A pada B3, antar B pada A1, Antar B pada A2 (notasi berdasarkan baris dan kolom)… uji lanjut untuk interaksi dengan cara (a) saya temukan pada skripsi, tesis, disertasi mhs IPB, uji lanjut untuk interaksi dengan cara (b) saya temukan pada skripsi, tesis, disertasi mhs unpad, unila, unand, Apakah terdapat perbedaan mendasar dalam kedua cara tersebut baik itu dalam pembahasan dan penarikan kesimpulan dari hasil penelitian? Sebaiknya menggunakan cara yang mana? trimakasih

  100. Anita Silviana Maret 24, 2014 pukul 11:53 am

    Assalamu’alaikum. selamat siang.
    mas, saya ingin bertanya bagaimana cara analisis sidik ragam ral faktorial dengan 2 faktor, tetapi beda ulangan? mohon bantuannya untuk dijawab. terima kasih banyak.
    salam, Anita

  101. ryan April 23, 2014 pukul 11:52 am

    selamat siang, saya ryan . mau tanya masalah penanganan data hilang untuk rancangan petak terbagi sebaiknya pakai metode apa ya pak. karena data hilang cukup banyak yaitu 17 data dari 273.
    terimakasih :)

  102. winnypw Mei 10, 2014 pukul 4:49 pm

    slmt sore, saya winny. sebenarnya saya ingin mengulang pertanyaan yang sudah ditanyakan sebelumnya yaitu tentang kelebihan dan kekurangan rancangan tersarang terdir dari apa saja(?). terima kasih pak, mohon jawabannya

  103. candra firdaus Mei 23, 2014 pukul 8:50 am

    mau tnya ni mas
    saya pnya penltian ttg tnaman jagung
    dengan 6 perlakuan 4 ulangan
    tujuan ny untuk melihat pengaruh pemberian pupuk terhadap hasil dan pertumbuhan tanaman
    nah yang saya bingungkan
    untuk pengolahan data
    uji lanjut yang di pakai uju lajut apa ya mas yang cocok????

  104. tami Juni 9, 2014 pukul 1:36 pm

    sangat membantu bgt buat org2 yg kuliah :)
    semoga ilmunya bermanfaat dan berkah :)

  105. Elfa Juni 12, 2014 pukul 7:32 am

    Mas sya mw tnya kalau LC 50 itu pkek uji apa ya

  106. nana Juli 6, 2014 pukul 6:28 am

    mas, mau tanya dong. klo canonical analysis of response surface untuk kadar air dan ph gimana sih mas caranya. dari beberapa hari yang lalu belum nemu juga..
    tlg dibantu geh…

  107. AYOE Juli 8, 2014 pukul 11:01 am

    Mohon informasi : cara uji normalitas untuk pengujian biassay, contoh larvasida,kalau ada beserta referensinya .terimakasihbanyak

  108. ivan Juli 21, 2014 pukul 2:02 pm

    mas mau tanyak, di dalam penelitian saya menggunakan rak faktorial dengan 8 perlakuan dan 3 ulangan. DB galat (p-1) (u-1) = minimal 15 , Setelah saya hitung perlakuan saya db galatnya cuman 14…….terus apa penelitian ini bisa terus berjalan???mohon pencerahannya terimakasih

  109. Rizky Maulidina Agustus 5, 2014 pukul 6:56 pm

    penelitian sy pake RALF 4x4x3ulangan jadi galatnya kn ketemu 32, trus untuk uji lanjutan sy pilih bnt tapi di t tabelnya tidak ada cm ada 30 40, gmn solusinya?apakah masih bisa diterima penelitiannya

  110. Mitha September 19, 2014 pukul 9:45 pm

    Thanks a lot,,sangat-sangat membantu saya

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Ikuti

Get every new post delivered to your Inbox.

Bergabunglah dengan 193 pengikut lainnya.