Info:
Sebagian besar konten yang ada di site www.smartstat.wordpress dipindahkan ke situs yang baru:
www.smartstat.info
Tutorial SPSS, Excel, Minitab, etc
- Sebuah galat telah terjadi; umpan tersebut kemungkinan sedang anjlok. Coba lagi nanti.
Bergabung dengan 268 pelanggan lain
Top Posts
Arsip
Blog Stats
- 5.190.463 hits
Komentar Terbaru
Belajar Statistika pada Uji-t 2 Populasi dengan Ragam… | |
Wulandari pada Distribusi Frekuensi | |
Pengujian Koefesien… pada Mengenal Box-Plot (Box and Whi… | |
Rita pada Distribusi Frekuensi | |
Ayu putri sari pada Jenis-jenis Penelitian | |
imam pratama pada Variabel dan Data | |
Distribusi Frekuensi pada Distribusi Frekuensi | |
Gerbang Logika pada Perbandingan Kontras Ortogonal | |
Simpangan Baku pada Anava Regresi-Simpangan Model… | |
azkadani99 pada Distribusi Frekuensi | |
Kebunku pada Variabel dan Data | |
CATURR pada RANCANGAN ACAK KELOMPOK LENGKA… | |
Shenna Marder pada Distribusi Frekuensi | |
Darmansyah pada Slide Rancangan Acak Leng… | |
Darmansyah pada Uji-t 2 Populasi dengan Ragam… |
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
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 🙂
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
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: https://smartstat.wordpress.com/2009/06/29/anava-regresi-simpangan-model-dan-galat-murni/
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…….
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”
Makasih maz.,. Minta tolong kasih tau rumus-rumusnya nyari JK nya dong maz ?
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: https://smartstat.files.wordpress.com/2009/12/8-split-plot.pdf
Like dulu atuh ma: http://www.facebook.com/smartstat 😉
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……………..
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…
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..
okey makasiiiii banyak yah……………
Salam,,,,
mas saya mau tanya,,,,
nested design tuh yang seperti apa yah mas?
mohon pencerahannya,,,,,
terima kasih,,,,
salam
-XOTA-
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.
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:
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
Contoh Lain:
Doses Pupuk tersarang dalam Berbagai Jenis Pupuk Organik.
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,,,
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.
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 😀 , 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)!
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..
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…
mas mau tanya apa aja kelebihan dan kekurangan rancangan bersarang ( nested design ) ??
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:
Kekurangan:
kak mau nanya dong, kalo menggunakan rancangan tersarang. listing program di sas nya bagaimana yaaa? terimaksaih
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?
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.
Assalamualaikum ka?
aQu boleh minta Modul Statistik ngga?????
makasih ka….
Assalamualaikum ka….
boleh minta Modul Statistik????
makasih….
Wass..
Maaf baru dbls, kmrn gk enak badan cup..
Kk gk punya tuh Modul Statistik.., paling yg ada di blog ini, he2..
mas mau nannya kalo analisi data yang hilang dalam ral gmn ya ??
Rumus perhitungan untuk Data Hilang hanya digunakan untuk rancangan lain, RAK, RBSL, SPlit-Plot dsb. Hanya saja perhitungan Analisis Varians-nya ada sedikit modifikasi/penyesuaian.
Untuk RAL, meskipun ada data yang hilang, perhitungan Analisis Varians tetap seperti biasa tanpa ada modifikasi, yaitu dengan menggunakan Anova untuk ulangan yang tidak sama. Contoh perhitungan bisa di lihat di postingan ini: https://smartstat.wordpress.com/2009/10/28/rancangan-acak-lengkap-contoh/
Tolong ditampilkan bahasan tentang distribusi normal, dana apakah dalam setiap pengolahan data statistik penting untuk melihat distribusi normal terlebih dahulu ?
thanks sebelumnya
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: https://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…
Minta penjelasan buat rancangan faktorial dengan 3 faktor dong… sekalian contoh soal dan penyelesaiannya… tks…
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).
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
🙂
sip, kita sama-sama belajar….
Ok, dengan senang hati saya siap sharing dg Masguh 🙂
ditunggu kungjungan berikutnya ya… klo perlu, coba cek site saya yang baru http://www.smartstat.info
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
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.
mas boleh tanya dapat rumus frederer sumbernya dari mana nggak? saya cari2 gak pernah ketemu mas.makasih
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?
mas, bolehkah saya minta scan buku gomez, khusus pada halaman yang menyatakan kalau Uji F seharusnya dihitung hanya bila db Galat enam atau lebih. saya mencari bukunya tidak ketemu, sedangkan saya butuh untuk skripsi saya. mohon bantuannya mas. terima kasih
Aww . .
Mas klo ngitung anova untuk RAK tersarang spt apa? Bsa ksh cntoh ga? Misal dg 2 ulangan.
Trims.
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…………… 🙂
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 🙂
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 ^_^)
Fetty…., maaf baru di balas.. Ketemu aja di kampus ya…
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 ?
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.
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
kerennn webnya…jd bisa bljr ED, dan g hrus liat bkuny douglas yg super tebl
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?
Coba link berikut: http://www.stat.tamu.edu/~fliang/STAT652/st652lect18.pdf
semoga bisa membantu
terima kasih….
kalo untk buku2 yang ada itu ada tidak??
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
thank you..glad you could help me a alot, friend.
minta software bilog,,
ada ga’??
mohon bantuanny pak, bisa kasih syntax dmrt test dgn sas pa?makasih pak,smg sukses!
proc anova;
class A B;
model Y=A B A*B;
means A B / duncan;
means A*B;
run;
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..
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
Coba pelajari di link ini:
Klik untuk mengakses mcdonald.pdf
Pernyataannya ada di hal 24.
aslkmu..
pak bsa mnta syntax sas untuk rancanngan petak teralur c..
terima ksih sblum ny..
proc glm data=yourdata;
class rep A B;
model y = rep A rep*A B rep*B A*B;
test h = A e=rep*A;
test h = B e=rep*B;
run;
terima kasih sangat membantu sya sekali.. 😀
pengertian statistik deskriptif menurut laura irwin?plis bantuannya
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…
Untuk mempelajari Uji lanjut duncan:
http://www.smartstat.info/rancangan-percobaan/perbandingan-rata-rata/uji-lanjut-duncan.html
Contoh Uji Duncan Untuk Faktorial:
http://www.smartstat.info/rancangan-percobaan/ral-faktorial/contoh-ral-faktorial.html
SLIDE:
http://www.smartstat.info/slide/rancangan-percobaan/slide-perbandingan-rata-rata.html
http://www.smartstat.info/slide/rancangan-percobaan/slide-rancangan-faktorial.html
Download Slidenya: http://www.smartstat.info/download/rancangan-percobaan/slide/
mas bisa tolong tuliskan syntax untuk paired sample t-test dengan program sas?terimakasih sblumnya
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
saya ingin bertanya.. beda nya metode 1 faktorial dan 2 faktorial dalam desaign eksperimen apa ya ?
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.
1 Lagi ya …
berikan contoh metode kontras ortogonaL donk .
saya ada tugas itu . hikhiks
thx
Contoh Kontras Ortogonal: http://www.smartstat.info/rancangan-percobaan/perbandingan-rata-rata/kontras-ortogonal.html
🙂
mas, selain di bidang pertanian,, metode respon permukaan bisa diaplikasikan di bidang apalgi???
makasi
saya nyari analisis ragamnya rancangan tersarang koq ndak ada yaaa?
kalo ada tolong dikirm ke email saya olliveoil221207@yahoo.co.id
terimakasih sebelumnya:)
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
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!
Wassalamualaikum Wr. Wb.
Betul Mahdianoor, saya setuju. Sebelum dilakukan Anova, terlebih dahulu harus diperiksa asumsi-asumsi anovanya (normalitas, homoskedastisitas (kehomogenan ragam), independensi, dan aditif), Apabila tidak memenuhi asumsi, Anova tidak bisa dilaksanakan, karena interpretasi terhadap hasilnya bisa menyesatkan.
Pemeriksaan asumsi tersebut saya bahas dalam topik tersendiri. Ini tautannya:
http://www.smartstat.info/rancangan-percobaan/asumsi-analisis-varians/asumsi-asumsi-anova-satu-faktor.html
Mohon maaf, saya tidak punya tutorial tersebut 🙂
berilah contoh ral 2 faktor dg uji BNT nya sekalian..trims
Balasan untuk komentar Irfan sudah saya bahas pada balasan komentar berikut:
🙂
mas, mau tanya uji MANOVA untuk RAK tersarang tu ada nggak?
mohon penjelasannya.. trims
mas..
mohon bantuan nya..saya menganalisis menggunakan anova dua arah memakai minitab. punya dasar teori ttg it?
mksh sbelumnya
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
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
Bagus sekali web ini…. semoga dapat meningkatkan pengetahuan dan wawasan terutama Statistik. Terima kasih…
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..
apa alasan menggunakan metode split plot
P Ade Yth,
mohon saya dibantu cara menampilkan grafik interaksi
terima kasih
mas apa kelebihan random sampling pada rancangan eksperimen?
bang, untuk penelitian eksperimen dengan 2 variabel terikat dan 1 perlakuan tanpa kontrol, kira2 berapa kali dilakukan pengulangan?thanks.
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???
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
asslm.. terima kasih atas ilmu statsitik yang terurai disini,, mudah dipahami,,, sukses untuk web ini ^^
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
Mas bisa minta model/contoh syntax di SAS kalau mau uji lanjut pakai scott knott. Terimakasih sebelumnya
Mas bisa minta syntax sas untuk uji lanjut uji dunnet RAKL. Terimakasih sebelumnya
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
Mas saya ingin bertanya tentang apa perbedaan dan kapan kita bisa menggunakan rumus federer dan rumus lemeshow??
Mas saya ingin mengetahui mengapa menggunakan rumus federer pada hewan coba? apa kelemahan dan kelebihannya? mohon jawaban secepatnnya mas, trm ksh
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
pertanyaan di atas untuk tiga kali ulangan. maaf
bisa minta contol RAL tiga faktor dengan penjelasannya??? maaf
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……
saya mau nanya, statistik apa yang harus saya gunakan untuk penelitian dengan 3 perlakuan?
Mohon dijawab. Terima kasih.
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…..
kok blm dijawab tuh pertanyaan di atasQ?
sama tuh aq jg nanya gt…
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…
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
mau tanya kalo RCBD itu apa ya.. bisa gak aku dikasi penjelasan
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..
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
saya ingin bertanya rumus Z pada uji tanda wilcoxon itu di dapat dari ya pak ????
saya ingin bertanya rumus Z pada uji tanda wilcoxon itu di dapat dari mana ya pak ????
Everything is very open with a clear explanation of the issues.
It was definitely informative. Your website is useful. Thanks for sharing!
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
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,,,
silakan hubungi FNI statistik di jl kertoraharjo no 88 malang mbak
permissiiiii,,, kalo nested design ada gak yaaa?? tolongg donkkk Rancangan Tersarang susah banget nyari contohnya… terima kasih…
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.
mas saya bingung memasukkan data pada analisis regresi setelah uji validitas, apakah semua data hasil jawaban indikator/butir kuisoner dimasukkan ke uji regresi.trims
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?
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.
blognya KEREN!!!!!!!!!!!!!!!!!
좋은
thank you very much
bagaimaana kah cara menentukan trendline pada grafik RPT 3 taraf..?
mohon pencerahannya..thx
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.. ^^
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..
waahhhh …. mantaffff informasinx mas, ini sangat membantu bagi saya yg sementra melanjutkan pendidikan s2, sekali lagi trimah kasih ^_^
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
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???
silakan hubungi FNI Statistic Jl. Kertoraharjo 88 Malang
pak mw tanya, kalo mau buat tabel ansira ortogonal kontras perlu tabel bantu Q, P, atau tabel bantu lainnya nggak pak? makasih
bagaimana cara memaknai analisis residuals pada minitab kak???
contoh nya makna standardized resduals pada minitab,,apakah data pencilan atau data berpengaruh?
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??
bagaimana cara mmbuat intrepretasi yng baik, say ke sulitan ne
halooooooooooooo…………….. ada orang di rumahhhh????????????????? ^_^ hehehe dari Nurul Cantik…………
keren!!
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
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 ?
maaf boleh saya nanya tentang penentuan ulangangan dan sampel pada RPT? kebetulan penelitian saya menggunakan RPT ini, mohon bantuannya.. thanks…
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
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
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 🙂
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
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????
sangat membantu bgt buat org2 yg kuliah 🙂
semoga ilmunya bermanfaat dan berkah 🙂
Mas sya mw tnya kalau LC 50 itu pkek uji apa ya
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…
Mohon informasi : cara uji normalitas untuk pengujian biassay, contoh larvasida,kalau ada beserta referensinya .terimakasihbanyak
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
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
Thanks a lot,,sangat-sangat membantu saya
siang mas,
kebetulan saya memakai software SAS untuk mengolah data
apakah mas bisa memberikan tutorial mengenai pengolahan data dengan software SAS juga?
terutama caa mentransformasi data
terima kasih 🙂
Permisi kak mau nanya nih ada pr dari dosen mengenai prinsip menghitung simpangan rata-rata (s) untuk pengaruh utama, tunggal, dan interaksinya menurut rancangan petak terbagi? Bisa di bantu ga kak, soalnya udah baca di buku dan cari di google belum ketemu. Terima kasih
Eh iya satu lagi kak, ada ga kak judul penelitian yang mencerminkan perbedaan antara rancangan petak terbagi sama rancangan acak kelompok faktorial? Maaf jadi banyak nanya
kalo tutorial SAS 9.1.3 ada gak ya?
nuhun.
mat siang kak …………….. kita ada masalah mengenai bagaimana cara mengolah data pada uji BNT 5% karena tidak mempunyai tabel distribusinya…………mohon balas.
selamat malam pak, saya Ana mau tanya tentang rumus pengulangan gomez and gomez, bisa tolong dijelaskan mengenai derajat bebas galat ?
terimakasih pak sebelumnya .
Assalamu’alaikum.. Maaf pak, saya menggunakan RAL. Tapi apakah boleh tidak menggunakan rumus mencari jumlah ulangan t(n-1)=15? Saya menggunakan 4 perlakuan, dan ingin menggunakan 3 ulangan saja mengingat biaya penelitian yg ckup mahal. Seorang dosen pernah berkata, dalam kasus sperti ini boleh saja asal jumlah ulangan dan jumlah perlakuan berbentuk persegi panjang, nah tentang teori rancangan berbentuk persegi panjang ini adakah teorinya pak? Terimakasih sebelumnya,
saya menggunakan Ranangan Bujur Sangkar Latin (RBSL) untuk percobaan saya. namun pada saat ingin mencari interaksi antara baris, kolom dan perlakuan dengan menggunakan program SPSS, pada Univariate, Di opsi model-costum, tidak bisa digunakan fungsi interaksi hanya main effek yang bisa digunakan, sedangkan kalau main effek hanya per faktor saja yang di analisis tidak bisa interaksi antar faktor. kenapa seperti itu?
mas untuk anova nested bagaimna ya ?
Bapak, saya mahasiswi jurusan matematika konsentrasi statistik. Saya mau tanya pak mengenai syntax uji normalitas untuk data multivariat menggunakan software SAS pak. Mohon infonya ya pak. Terimakasih.
DATA Normal_Ganda;
INPUT x1 x2;
CARDS;
3 2.3
5 1.9
5 1
7 0.7
7 0.3
7 1
8 1.05
9 0.45
10 0.7
11 0.3
;
%inc”E:/MAKRO UJI NORMAL GANDA MARDIA.sas”;
%multnorm(data=Normal_Ganda, var=x1 x2, plot=mult, hires=no);
untuk makro nya, disave dulu
%macro multnorm (version,
data=_last_ , /* input data set */
var= , /* REQUIRED: variables for test */
/* May NOT be a list e.g. var1-var10 */
plot=both , /* Create multivar and/or univar plot? */
hires=yes /* Create high-res plots? */
);
%let _version=1.3;
%if &version ne %then %put MULTNORM macro Version &_version;
%if %sysevalf(&sysver = 7) %then %do;
filename _ver url ‘http://ftp.sas.com/techsup/download/stat/versions.dat’;
data _null_;
infile _ver;
input name:$15. ver;
if upcase(name)=”&sysmacroname” then call symput(“_newver”,ver);
run;
%if &syserr ne 0 %then
%put &sysmacroname: Unable to check for newer version;
%else %if %sysevalf(&_newver > &_version) %then %do;
%put &sysmacroname: A newer version of the &sysmacroname macro is available.;
%put %str( ) You can get the newer version at this location:;
%put %str( ) http://support.sas.com/ctx/samples/index.jsp;
%end;
%end;
/* Verify that VAR= option is specified */
%if &var= %then %do;
%put ERROR: Specify test variables in the VAR= argument;
%goto exit;
%end;
/* Parse VAR= list */
%let _i=1;
%do %while (%scan(&var,&_i) ne %str() );
%let arg&_i=%scan(&var,&_i);
%let _i=%eval(&_i+1);
%end;
%let nvar=%eval(&_i-1);
/* Remove observations with missing values */
%put MULTNORM: Removing observations with missing values…;
data _nomiss;
set &data;
if nmiss(of &var )=0;
run;
/* Quit if covariance matrix is singular */
%let singular=nonsingular;
%put MULTNORM: Checking for singularity of covariance matrix…;
proc princomp data=_nomiss outstat=_evals noprint;
var &var ;
run;
%if &syserr=3000 %then %do;
%put MULTNORM: PROC PRINCOMP required for singularity check.;
%put %str( Covariance matrix not checked for singularity.);
%goto findproc;
%end;
data _null_;
set _evals;
where _TYPE_=’EIGENVAL’;
if round(min(of &var ),1e-8)=8 %then %do;
%put MULTNORM: Using SAS/ETS PROC MODEL…;
%goto model;
%end;
proc iml; quit;
%if &syserr=0 %then %do;
%put MULTNORM: Using SAS/IML…;
%goto iml;
%end;
%put MULTNORM: SAS/ETS PROC MODEL with NORMAL option or SAS/IML is required;
%put %str( to perform tests of multivariate normality. Univariate);
%put %str( normality tests will be done.);
%let mult=no; %let multtext=;
%goto univar;
%iml:
proc iml;
reset;
use _nomiss; read all var {&var} into _x; /* input data */
/* compute mahalanobis distances */
_n=nrow(_x); _p=ncol(_x);
_c=_x-j(_n,1)*_x[:,]; /* centered variables */
_s=(_c`*_c)/_n; /* covariance matrix */
_rij=_c*inv(_s)*_c`; /* mahalanobis angles */
/* get values for probability plot and output to data set */
%if %upcase(%substr(&plot,1,1))=M or %upcase(%substr(&plot,1,1))=B %then %do;
_d=vecdiag(_rij#(_n-1)/_n); /* squared mahalanobis distances */
_rank=ranktie(_d); /* ranks of distances */
_chi=cinv((_rank-.5)/_n,_p); /* chi-square quantiles */
_chiplot=_d||_chi;
create _chiplot from _chiplot [colname={‘MAHDIST’ ‘CHISQ’}];
append from _chiplot;
%end;
/* Mardia tests based on multivariate skewness and kurtosis */
_b1p=(_rij##3)[+,+]/(_n##2); /* skewness */
_b2p=trace(_rij##2)/_n; /* kurtosis */
_k=(_p+1)#(_n+1)#(_n+3)/(_n#((_n+1)#(_p+1)-6)); /* small sample correction */
_b1pchi=_b1p#_n#_k/6; /* skewness test statistic */
_b1pdf=_p#(_p+1)#(_p+2)/6; /* and df */
_b2pnorm=(_b2p-_p#(_p+2))/sqrt(8#_p#(_p+2)/_n); /* kurtosis test statistic */
_probb1p=1-probchi(_b1pchi,_b1pdf); /* skewness p-value */
_probb2p=2*(1-probnorm(abs(_b2pnorm))); /* kurtosis p-value */
/* output results to data sets */
_names={“Mardia Skewness”,”Mardia Kurtosis”};
create _names from _names [colname=’TEST’];
append from _names;
_probs=(_n||_b1p||_b1pchi||_probb1p) // (_n||_b2p||_b2pnorm||_probb2p);
create _values from _probs [colname={‘N’ ‘VALUE’ ‘STAT’ ‘PROB’}];
append from _probs;
quit;
%if &syserr ne 0 %then %do;
%Put MULTNORM: Errors encountered in PROC IML. Terminating.;
%goto exit;
%end;
data _mult;
merge _names _values;
run;
%univar:
/* get univariate test results */
proc univariate data=_nomiss noprint;
var &var;
output out=_stat normal=&var ;
output out=_prob probn=&var ;
output out=_n n=&var ;
run;
data _univ;
set _stat _prob _n;
run;
proc transpose data=_univ name=variable
out=_tuniv(rename=(col1=stat col2=prob col3=n));
var &var ;
run;
data _both;
length test $15.;
set _tuniv
%if &mult=yes %then _mult;;
if test=” then if n<=2000 then test='Shapiro-Wilk';
else test='Kolmogorov';
run;
proc print data=_both noobs split='/';
var variable n test %if &mult=yes %then value;
stat prob;
format prob pvalue.;
title "MULTNORM macro: Univariate&multtext Normality Tests";
label variable="Variable"
test="Test" %if &mult=yes %then
value="Multivariate/Skewness &/Kurtosis";
stat="Test/Statistic/Value"
prob="p-value";
run;
%if %upcase(%substr(&plot,1,1))=N %then %goto exit;
%if (%upcase(%substr(&plot,1,1))=U or %upcase(%substr(&plot,1,1))=B) and
%upcase(%substr(&hires,1,1))=Y %then %do;
ods exclude fitquantiles parameterestimates;
proc univariate data=_nomiss noprint;
hist &var / normal;
run;
%end;
%if %upcase(%substr(&plot,1,1))=M or %upcase(%substr(&plot,1,1))=B %then
%if &mult=yes %then %goto plotstep;
%else %goto plot;
%else %goto exit;
%model:
/* Multivariate and Univariate tests with MODEL */
ods select normalitytest;
proc model data=_nomiss;
%do _i=1 %to &nvar;
&&arg&_i = _a;
%end;
fit &var / normal;
title "MULTNORM macro: Univariate&multtext Normality Tests";
run;
quit;
%if &syserr ne 0 %then %do;
%put MULTNORM: Errors encountered in PROC MODEL. Terminating.;
%goto exit;
%end;
%if %upcase(%substr(&plot,1,1))=N %then %goto exit;
%if (%upcase(%substr(&plot,1,1))=U or %upcase(%substr(&plot,1,1))=B) and
%upcase(%substr(&hires,1,1))=Y %then %do;
ods exclude fitquantiles parameterestimates;
proc univariate data=_nomiss noprint;
hist &var / normal;
run;
%end;
%if %upcase(%substr(&plot,1,1))=U %then %goto exit;
%plot:
/* compute values for chi-square Q-Q plot */
proc princomp data=_nomiss std out=_chiplot noprint;
var &var ;
run;
%if &syserr=3000 %then %do;
%put ERROR: PROC PRINCOMP in SAS/STAT needed to do plot.;
%goto exit;
%end;
data _chiplot;
set _chiplot;
mahdist=uss(of prin1-prin&nvar );
keep mahdist;
run;
proc rank data=_chiplot out=_chiplot;
var mahdist;
ranks rdist;
run;
data _chiplot;
set _chiplot nobs=_n;
chisq=cinv((rdist-.5)/_n,&nvar);
keep mahdist chisq;
run;
%plotstep:
/* Create a chi-square Q-Q plot
NOTE: Very large sample size is required for chi-square asymptotics
unless the number of variables is very small.
*/
%if %upcase(%substr(&hires,1,1))=Y %then
%if %sysprod(graph)=1 %then %str(proc gplot data=_chiplot;);
%else %do;
%put MULTNORM: SAS/GRAPH not found. PROC PLOT will be used instead.;
proc plot data=_chiplot;
%end;
%else %str(proc plot data=_chiplot;);
plot mahdist*chisq;
label mahdist="Squared Distance"
chisq="Chi-square quantile";
title "MULTNORM macro: Chi-square Q-Q plot";
run;
quit;
%exit:
options &opts;
title;
%mend;
mas cra mencari ulangan dari 5 perlakuan dalam RAL gmna ya?
Mau tanya dong. Kalau percobaan faktorial dan orthogonal kontras itu apa bisa dilakukan uji lanjut menggunakan BNJ? Jika iya minta tolong diajarkan caranya. Terimakasih
Perkara yang paling membingungkan pada zaman perjudian sekarang ialah dalam memilih agen taruhan sbobet terpercaya dari SBOBET, kami selaku agen besar kemudian terpercaya dalam dunia betting online siap membantu awak dalam mengakses dan mengasihkan panduan kepada anda di dalam bermain SBOBET, akses ekspress yang kami berikan merupakan hal nyata tanpa bohong belaka.
Telah banyak pejudi online yang bergabung berbareng kami
dalam bermain BOLA TANGKAS judi bola online, kedatangan anda kami akan kerap tunggu dengan senang hati
dan operator kami kerap siap membantu anda bila mengalami kesulitan.
SBOBET gak sembarangan dalam memberikan hubungan kepada agen judi online karena hanya agen betting online terpercaya dan mempunyai reputasi
baik seperti kami yang dipercaya SBOBET pada menyediakan permainannya yaitu CMIDN.
SBOBET memiliki banyak fans terutama penggila taruhan football online, dari kalangan buah hati muda bahkan orang tua memilih SBOBET sebagai spouse mereka
dalam bermain bet bola online, SBOBET amat memiliki banyak agen luas dan terpercaya dalam sesuatu ini kami
adalah diantaranya, promo-promo sering kami berikan kepada anda
member anyar ataupun member lama, oleh sebab itu, buat apa anda menunggu lagi cepat bergabung berbareng kami dan rasakan serunya
taruhan bola online SGD777 bersama kami agen popular.
Kami agen judi tersohor memiliki dukungan penuh untuk
SBOBET dalam memberikan hubungan dalam bermain Judi Online Online,
Keamanan dan kedamaian dalam betting adalah perkara penting bagi
kami, sama sekali tanpa memandang masalah kecil / besar kami sebagai
agent taruhan online profesional sering mengatasi hal seperti tersebut dengan cepat.
Battery Powered Coffee Makers Lets You Take Pleasure In Coffee Made Your way, Anywhere
When you leave home, whether its running errands, on a journey, or taking a trip somewhere, it can be hard to find coffee made the way you like it.
Sure, there are filling stations, rest stops and takeaway food locations that sell coffee, however there is nothing to inform you how great it’s going to taste.
The coffee may be too strong, too weak or a brand you do not like.
Often there is a restricted choice of sizes.
You may not have the ability to drink all of the coffee in a large cup prior to it gets cold, or the little size cup does not hold as much coffee as you want.
For todays on the go lifestyles, there is a large choice of portable coffee machines.
To fit todays on the move lifestyles, when you are shopping, taking the children to an activity, or a truck driver that enjoys coffee, you can brew your coffee made your way while driving.
Merely plug a 12-volt coffee maker in the cigarette lighter socket and brew a pot.
Some 12-Volt coffee makers include mounting brackets for your vehicle.
The first cup of your coffee made your way starts the day out right.
It helps wake you up and gets you going.
Typically, discovering a dining establishment with decent food is simple, unless you happen to be in an out of the way place.
Nevertheless, discovering a great cup of coffee, made the way you like it, can be tough.
Having a portable coffee machine, you can plug into any 12-volt source of power is simply remarkable.
To keep your freshly brewed coffee hot, consider a thermos travel mug.
To keep your coffee hot, consider a 12-Volt heated travel mug that plugs into the cigarette lighter.
There is nothing that tastes better than freshly brewed coffee made your way.
Fresh brewed coffee made your way will complete a meal, or you can simply take pleasure in the taste of fresh brewed coffee made exactly how you like it.
Due to the fact that the 12-Volt technology of portable coffee machines, you can make coffee the way you like it.
You do not need to endure bad tasting coffee.
Enjoy coffee that is the ideal temperature level and just the way you like it when taking a trip.
For an endless supply of coffee make the way you like it, you can not beat a battery-powered coffee machine.
On days I am taking the children to activity’s or just having a day out with the children, I enjoy having a battery-powered coffee maker with me.
It saves needing to find a place with excellent coffee, and wait on service.
I save a great deal of cash
Having coffee made my way, at my fingertips when driving, is a lifesaver.
RoadPro makes a 12 Volt smart cars and truck pot.
Just plug it into any 12-volt lighter/power socket, and you have hot water to make hot chocolate, instant soups, noodles and more.
It has an automated shut-off when the liquid pitcher is empty, or input voltage is to high, making it safe to utilize anywhere.
They now make a 12-V Vehicle Espresso Coffee Machine.
You can enjoy a fresh espresso in the automobile while driving.
With 12-Volt coffee machine, you can enjoy your coffee made how you like it, no matter where you are at.
Assalamu’alaikum wr.wb
Mohon bantuannya mas, saya sedang pnelitian tentang pengaruh suatu senyawa terhadap pertumbuhan sel kanker. ada data yang harus dihitung yaitu terkait pengaruh konsnetrasi dan waktu terhadap kematian suatu sel. nah, untuk data yang seperti ini disarankan untuk menggunan uji yang model apa ya? terimakasih sebelumnya mas
look what i found https://1xslots-brasil.site
блестящий веб ресурс https://casino-top3.ru
https://fierrohack.ru/ – купить приватный чит гта онлайн, купить чит gta online
Bg ada link youtubenya kah?