Rancangan Bujur Sangkar Latin dengan SAS

Oleh Portal Statistik

Thursday, 12 February 2015

Bagikan :

Tweet

Portal-Statistik | Pada kondisi-kondisi tertentu, keheterogenan unit percobaan tidak bisa dikendalikan hanya dengan satu sisi keragaman unit-unit percobaan. Salah satu yang mampu mengendalikan keragaman lebih dari satu adalah RBSL. RAKL hanya mengendalikan keragaman dari satu arah, sementara RBSL mengendalikan keragaman dari dua arah (baris dan kolom).
Syarat RBSL antara lain:
a.    Jumlah perlakuan = jumlah baris = jumlah kolom
b.    Pengacakan, setiap perlakuan harus muncul sekali di setiap baris dan sekali di setiap kolom

Contoh soal:
Jurusan Matematika ingin mengevaluasi kemampuan mengajar empat profesornya. Setiap profesor mengajar empat kelas. Berikut data yang dihasilkan :

 

a.    Uji untuk pengaruh waktu:

1. Hipotesis :
   H0: tidak ada perbedaan antar pengaruh waktu
   H1: minimal ada satu pengaruh waktu yang berbeda
2. Tingkat signifikansi α= 0.05
3. Daerah kritis :
   H0 ditolak jika F hitung > F tabel
4. Statistik Uji :
   F hitung = Nilai F value variabel waktu pada tabel anova di atas = 3.30
5. Keputusan dan Kesimpulan :
   Karena F hitung = 3.30 dan F tabel (α=0.05, db1=3, db2=6) = 4.76 , sehingga F hitung < F tabel, maka gagal tolak H0.
   Jadi, tidak ada perbedaan antar pengaruh waktu

b.    Uji untuk pengaruh mata kuliah:

1. Hipotesis :
   H0: tidak ada perbedaan antar pengaruh mata kuliah
   H1: minimal ada satu pengaruh mata kuliah yang berbeda
2. Tingkat signifikansi α= 0.05
3. Daerah kritis :
   H0 ditolak jika F hitung > F tabel
4. Statistik Uji :
   F hitung = Nilai F value variabel mata kuliah pada tabel anova di atas = 3.30
5. Keputusan dan Kesimpulan :
   Karena F hitung = 1.76 dan F tabel (α=0.05, db1=3, db2=6) = 4.76 , sehingga F hitung < F tabel, maka gagal tolak H0.
   Jadi, tidak ada perbedaan antar pengaruh mata kuliah

c.    Uji untuk pengaruh perlakuan:

1. Hipotesis :
   H0: tidak ada perbedaan antar pengaruh perlakuan
   H1: minimal ada satu pengaruh perlakuan yang berbeda
2. Tingkat signifikansi α= 0.05
3. Daerah kritis :
   H0 ditolak jika F hitung > F tabel
4. Statistik Uji :
   F hitung = Nilai F value variabel perlakuan pada tabel anova di atas = 3.30
5. Keputusan dan Kesimpulan :
   Karena F hitung = 5.03 dan F tabel (α=0.05, db1=3, db2=6) = 4.76 , sehingga F hitung > F tabel, maka H0 ditolak.
   Jadi, minimal ada satu pengaruh perlakuan yang berbeda

 OUTPUT TABEL TUKEY

  

Keputusan dan Kesimpulan :
Dari tabel Tukey Grouping diketahui bahwa :

1. Pengaruh perlakuan professor A tidak berbeda dengan pengaruh perlakuan professor B dan D, tetapi pengaruh perlakuan professor A berbeda dengan pengaruh perlakuan professor C.
2.  Pengaruh perlakuan professor B tidak berbeda dengan pengaruh perlakuan professor A, D, dan C.
3. Pengaruh perlakuan professor D tidak berbeda dengan pengaruh perlakuan professor A, B, dan C.
4. Pengaruh perlakuan professor C tidak berbeda dengan pengaruh perlakuan professor B dan D, tetapi pengaruh perlakuan professor C berbeda dengan pengaruh perlakuan professor A.

Demikian, semoga bermanfaat.
HAVE FUN.

Tag : RANCOB, SAS