2.1. Nama mata kuliah yang perkuliahannya dilaksanakan

2.2. Judul materi kuliah yang perkuliahannya dilaksanakan

2.3.1. Tutan luar (external link) pada materi kuliah yang diklik untuk mendalami materi kuliah.

2.3.2. Isi tautan luar (external link) yang sudah dibaca isinya untuk mendalami materi kuliah.

2.4.1. Judul buku, judul bab, dan sub-bab buku yang dibaca untuk mendalami materi kuliah.

2.4.2. Isi buku, bab buku, atau sub-bab buku yang dibaca untuk mendalami materi kuliah.

3.1.1. Penyampaian komentar dan/atau pertanyaan mengenai materi kuliah

3.1.2. Penyampaian tanggapan terhadap komentar dan/atau pertanyaan yang disampaikan oleh mahasiswa lain

3.2. Pembagian materi kuliah melalui media sosial: Tautan (link) pembagian

3.3.1. Laporan Mengerjakan Tugas: Tuliskan H0 dan Ha dalam mengerjakan ANOVA data lsddata dari package doebioresearch setelah package dipasang dan diaktifkan.

3.3.2. Laporan Mengerjakan Tugas: Lakukan ANOVA dilanjutkan dengan uji lanjut perbandingan berpasangan dengan menjalankan skrip tugas 1. Setelah selesai menjalankan skrip, silahkan: (1) salin semua hasil menjalankan skrip tugas 1 dari Konsol RStudio, tempel pada aplikasi Notepad, (2) tambahlan keterangan pada bagian bawah halaman mengenai hasil Uji Lanjut Perbadingan Berganda yang Anda peroleh, dan (3) simpan file dengan nama RANCOBmateri3_HasilTugas1.txt.

3.3.3. Laporan Mengerjakan Tugas: Lakukan ANOVA dilanjutkan dengan uji lanjut perbandingan berkelompok dengan menjalankan skrip tugas 2. Setelah selesai menjalankan skrip, silahkan: (1) salin semua hasil menjalankan skrip tugas 2 dari Konsol RStudio, tempel pada aplikasi Notepad, (2) tambahlan keterangan pada bagian bawah halaman mengenai hasil Uji Lanjut Perbadingan Berkelompok yang Anda peroleh, dan (3) simpan file dengan nama RANCOBmateri3_HasilTugas2.txt.

3.3.4. Laporan Mengerjakan Tugas: Lakukan ANOVA dilanjutkan dengan uji lanjut perbandingan kecenderungan dengan menjalankan skrip tugas 3. Setelah selesai menjalankan skrip, silahkan: (1) salin semua hasil menjalankan skrip tugas 3 dari Konsol RStudio, tempel pada aplikasi Notepad, (2) tambahlan persamaan regresi dan keterangan pada bagian bawah halaman mengenai hasil Uji Lanjut Perbadingan Kecenderungan yang Anda peroleh, dan (3) simpan file dengan nama RANCOBmateri3_HasilTugas3.txt.

3.3.5. Laporan Mengerjakan Tugas: Jelaskan dalam hal taraf perlakuan seperti apa Anda melakukan uji lanjut perbandingan berpasangan, perbandingan berkelompo, dan perbandingan kecenderungan.

3.4. Kesulitan yang dihadapi dalam melaksanakan projek kuliah ini dan bagaimana cara mengatasinya.

3.5. Manfaat yang diperoleh dari melaksanakan projek kuliah ini.

3.1. Dengan Menyampaikan Laporan Melaksanakan Kuliah ini saya menyatakan dengan sejujur-jujurnya bahwa saya benar-benar telah mengerjakan laporan dengan sejujur-jujurnya sesuai dengan kemampuan saya dan tidak menyalin laporan mahasiswa lain atau menyalin dari Internet atau dari sumber-sumber lainnya atau membiarkan laporan ini disalin oleh mahasiswa lain.

3.2. Jika di kemudian hari ternyata ditemukan bahwa saya terbukti telah melanggar ketentuan pada butir 3.1 maka saya bersedia menerima sanksi yang dikenakan kepada saya sesuai dengan ketentuan mengikuti melaksanakan kuliah yang sudah saya baca dan saya setujui.

3.3. Dengan menyampaikan Laporan Melaksanakan Kuliah sekarang ini maka saya menyatakan bahwa laporan yang saya kirimkan dapat digunakan sebagai bagian dari penilaian dalam melaksanakan kuliah mata kuliah ini.

3.4. Dengan memilih tidak pada salah satu butir dari butir 3.1 sampai butir 3.3 di atas atau tidak menyampaikan Daftar Hadir Melaksanakan Kuliah maka saya menyatakan agar Laporan Melaksanakan Kuliah yang saya sampaikan dinyatakan gugur dan saya dinyatakan tidak memperoleh penilaian dari pelaksanaan kuliah sekarang ini.

3.5. Dengan tidak melaksanakan kuliah untuk materi kuliah sekarang ini atau Laporan Melaksanakan Kuliah yang saya sampaikan dinyatakan gugur sebagaimana pada butir 3.4 maka saya menyatakan menerima sanksi yang dikenakan kepada saya sesuai dengan ketentuan melaksanakan kuliah yang sudah saya baca dan saya setujui.

Ryan Pieter Imanuel Nalle, S.TP.,M.Si

Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html

Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

4) Perbandingan Kecenderungan
Kecenderungan yang dimaksudkan dalam perbandingan kecenderungan adalah apakah nilai peubah tanggapan (peubah tidak bebas Y) berubah secara proporsional (linier) atau berubah secara tidak proporsional (kuadratik, kubik, kuartik, kuintik, dst.) seiring dengan nilai taraf perlakuan (peubah tidak bebas X). Karena dalam perbandingan kecenderungan ini nilai pengamatan sebagai peubah tidak bebas dikaitkan dengan taraf perlakuan sebagai nilai peubah peubah bebas maka perbandingan kecenderung dapat dilakukan hanya jika perlakuan bertaraf kuantitatif sebagaimana misalnya percobaan dalam RAK dengan enam taraf jumlah benih.

Bagaimana menentukan jumlah perbandingan yang diperlukan dalam uji lanjut ANOVA untuk semua pasangan kelompok ?

Jumlah perbandingan yang diperlukan dalam uji lanjut ANOVA untuk semua pasangan kelompok tergantung pada beberapa faktor, yaitu:

1. Jumlah Kelompok (k)

Semakin banyak kelompok yang ada, semakin banyak pula perbandingan yang dapat dilakukan.

https://www.facebook.com/100031136824064/posts/pfbid032svQBtPUFhhy4Jn8q5gwehYjwWFmgnbkPydzNjZYxbEzHeVJjxSeZiBvUUczhjvml/?app=fbl

Ho diterima apabila Fhit<Ftabel

https://drive.google.com/open?id=19SZYlS5qvV2gpCwkvTxzzowWazQ75zAp

https://drive.google.com/open?id=1Utas91hAgQRNN2nG0K0WJgGxMLwQ8_Su

https://drive.google.com/open?id=1GCpgK8EldgUqMQVLA5TZ51FvAYFQGrJJ

Perbandingan Berpasangan, Berkelompok, dan Kecenderungan 1. Perbandingan Berpasangan: Tingkat perlakuan dalam uji lanjut perbandingan berpasangan tergantung pada desain penelitian. Ada dua skenario umum: Desain Rancangan Acak Lengkap (RAL): Jika terdapat k kelompok perlakuan, uji lanjut dilakukan untuk semua pasangan kelompok yang berbeda. Contohnya, dengan 4 kelompok, kita bandingkan A vs B, A vs C, A vs D, B vs C, B vs D, dan C vs D. Desain

Kesulitan dalam menjalankan skrip Tugas

Mengetahui lebih lanjut dalam pengerjaan Anova

Johanes Umbu Rebu Iburuni, S.P., M.Si

Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html

Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

Uji lanjut yang lebih tepat untuk perlakuan bertaraf kuantitatif adalah uji perbandingan kecenderungan. Dalam hal ini kecenderungan berrarti:
Peubah tanggapan Y berubah secara sebanding dengan perubahan peubah bebas X yang dicobakan, baik sebanding secara positif mauoun secara negatif, dengan besar perubahan yang berbanding lurus atau secara linier;
Peubah tanggapan Y berubah secara sebanding dengan perubahan peubah bebas X yang dicobakan, baik sebanding secara positif mauoun secara negatif, tetapi dengan besar perubahan yang tidak berbanding lurus atau secara kuadratik, kubik, dan seterusnya;
Uji perbandingan kecenderungan dilakukan untuk menentukan apakah perubahan peubah tanggapan Y terjadi secara linier, kuadratik, kubik, dan seterusnya seiring dengan perubahan peubah bebas X. Kelebihan dari Uji perbandingan kecenderungan dibandingkan dengan kedua kategori uji lanjut sebelumnya adalah hasil uji ini dapat ditindaklanjuti dengan analisis regresi untuk menentukan persamaan hubungan antara peubah tanggapan Y dengan peubah bebas X.

Apakah terdapat variabel lain yang dapat dimasukkan ke dalam model regresi untuk meningkatkan kekuatan prediksinya?

Menentukan variabel baru yang dapat dimasukkan ke dalam model regresi untuk meningkatkan kekuatan prediksinya merupakan langkah penting dalam analisis data.
1. Pemahaman Teori dan Konsep:

Pahami dengan baik teori dan konsep yang mendasari penelitian Anda.
Identifikasi variabel-variabel yang secara teoritis dapat memengaruhi variabel dependen.
Pertimbangkan variabel-variabel yang telah digunakan dalam penelitian sebelumnya yang serupa.

2. Eksplorasi Data:
Lakukan eksplorasi data secara menyeluruh untuk menemukan pola dan hubungan antar variabel.
Gunakan teknik statistik deskriptif dan visualisasi data untuk mengidentifikasi variabel yang potensial.
Lakukan korelasi antar variabel untuk melihat kekuatan hubungan antar variabel.

3. Pengetahuan Domain:
Manfaatkan pengetahuan dan keahlian Anda di bidang penelitian untuk mengidentifikasi variabel yang relevan.
Konsultasikan dengan ahli di bidang terkait untuk mendapatkan masukan dan saran.
Pertimbangkan variabel yang dapat mengukur faktor-faktor yang tidak teramati atau sulit diukur secara langsung.

4. Pemilihan Variabel:
Pilih variabel baru yang memenuhi kriteria berikut:
Relevan dengan variabel dependen: Variabel harus memiliki hubungan teoritis atau empiris dengan variabel dependen.
Memiliki variasi yang cukup: Variabel harus memiliki cukup variasi nilai untuk memberikan informasi yang berguna dalam model regresi.
Tidak berkorelasi tinggi dengan variabel lain: Variabel tidak boleh berkorelasi tinggi dengan variabel lain dalam model regresi untuk menghindari multikolinearitas.
Tersedia datanya: Data untuk variabel baru harus tersedia dan dapat diukur dengan akurat.

5. Evaluasi Model:
Setelah memasukkan variabel baru ke dalam model regresi, evaluasi kembali kekuatan prediksinya.
Gunakan statistik seperti R-squared, adjusted R-squared, dan uji signifikansi untuk menilai model.
Bandingkan model dengan model sebelumnya untuk melihat apakah variabel baru meningkatkan kekuatan prediksi secara signifikan.

6. Iterasi:
Proses pemilihan dan evaluasi variabel baru mungkin perlu dilakukan secara berulang.
Hapus variabel yang tidak berkontribusi signifikan terhadap model regresi.
Coba masukkan variabel baru lainnya yang mungkin relevan.

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html

HO: di terima karena Fhit < nilai Ftabel
HI: tidak terdapat perbedaan yang signifikan

https://drive.google.com/open?id=1A7UI29CKHbZuTpW0oTrdKMs08JiyDt3e

https://drive.google.com/open?id=1tzHZW0S_rHpKeObkfByaHjb80jGSbB1X

https://drive.google.com/open?id=1xbwfrWSS6WHT0R3lTqXWKPuEUtjmBIyy

Dalam ANOVA, terdapat beberapa jenis uji lanjut yang dapat digunakan untuk menggali lebih dalam hasil analisis dan menjawab pertanyaan yang lebih spesifik. Pemilihan uji lanjut yang tepat tergantung pada taraf perlakuan yang digunakan

kesulita yang di hadapi yaitu belum terlalu menguasai materi ini

manfaat dapat ;lebih mengetahui atau memahami dalam setiap pengerjaan tugas

intankartika316@gmail.com

Dr,Ir Anthonius S.J Adu Tae,MP

3.2. Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

https://www.ndsu.edu/faculty/horsley/Polycnst.pdf

Artikel ini membahas tentang kontras polinomial ortogonal. Ini membahas tentang membandingkan perawatan dengan jarak yang sama. Kontras polinomial adalah cara untuk mempartisi varians menjadi sumber yang terpisah. Hal ini dapat dilakukan dengan memasang serangkaian polinomial ortogonal ke data. Kontras polinomial pertama menguji hubungan linier, yang kedua untuk kuadrat, dan seterusnya. Contoh diberikan untuk menganalisis pengaruh suhu pengeringan pada perkecambahan barley.

Artikel ini membahas tentang kontras polinomial ortogonal. Ini membahas tentang membandingkan perawatan dengan jarak yang sama. Kontras polinomial adalah cara untuk mempartisi varians menjadi sumber yang terpisah. Hal ini dapat dilakukan dengan memasang serangkaian polinomial ortogonal ke data. Kontras polinomial pertama menguji hubungan linier, yang kedua untuk kuadrat, dan seterusnya. Contoh diberikan untuk menganalisis pengaruh suhu pengeringan pada perkecambahan barley.

Dalam percobaan dengan beberapa perlakuan yang berjarak sama, kontras polinomial ortogonal dapat digunakan untuk memecah efek perlakuan menjadi komponen linier, kuadrat, kubik, dan lainnya. Hal ini dapat berguna untuk memahami bentuk kurva respons.

Penulis artikel memberikan contoh bagaimana menggunakan kontras polinomial ortogonal untuk menganalisis pengaruh jarak baris terhadap hasil kedelai. Mereka menemukan bahwa ada efek linier dan kuadrat yang signifikan dari jarak baris terhadap hasil. Ini berarti bahwa hasil meningkat secara linier saat jarak baris meningkat, dan kemudian mulai meningkat pada tingkat yang lebih lambat.

Kontras polinomial ortogonal adalah alat yang ampuh yang dapat digunakan untuk menganalisis data dari percobaan dengan beberapa perlakuan. Mereka dapat digunakan untuk memecah efek perlakuan menjadi komponen yang bermakna dan untuk memahami bentuk kurva respons.

Anjelinoya kartika intan 4 Juni 2024 pukul 00.59
Jelaskan bagaimana jarak antar taraf perlakuan dalam uji perbandingan berpasangan dapat mempengaruhi hasil.?

https://www.instagram.com/p/C7yXPS9yPfsglFhMm6MJJqWLAi_F82NRHiqkfA0/?igsh=MXUwZWk5YWk1ZG11OQ==

H0 mengasumsikan bahwa rata-rata kelompok sama untuk semua variabel respons.
Ha menyatakan bahwa setidaknya terdapat satu perbedaan yang signifikan antara rata-rata kelompok untuk setidaknya satu variabel respons.
Jika nilai p < α (α adalah tingkat signifikansi, biasanya 0.05), maka H0 ditolak dan Ha diterima. Ini berarti terdapat perbedaan yang signifikan antara rata-rata kelompok untuk setidaknya satu variabel respons.
Jika nilai p ≥ α, maka H0 tidak dapat ditolak. Ini berarti tidak terdapat cukup bukti untuk menunjukkan bahwa terdapat perbedaan yang signifikan antara rata-rata kelompok untuk setidaknya satu variabel respons.

https://drive.google.com/open?id=167ez5MamawYGRRlj2ox1Lujs1rXGTnp4

https://drive.google.com/open?id=16trwZginfwDph4bMWAJi6kRpENe9tCfE

https://drive.google.com/open?id=1UyApyHTXyUvUHRnVP9ZtIG8m1gx_8y0k

1. Uji Lanjut Perbandingan Berpasangan:

Digunakan untuk membandingkan setiap pasangan taraf perlakuan secara individu.
Cocok untuk perlakuan kualitatif (misalnya, varietas tanaman) atau kuantitatif dengan sedikit taraf perlakuan.
Contoh: Membandingkan hasil panen varietas padi A dan B, B dan C, dan A dan C.
2. Uji Lanjut Perbandingan Berkelompok:

Digunakan untuk membandingkan kelompok taraf perlakuan yang telah direncanakan sebelumnya.
Cocok untuk perlakuan kuantitatif dengan banyak taraf perlakuan.
Contoh: Membandingkan hasil panen padi kelompok dosis pupuk N rendah (50-75 kg/ha) dan tinggi (100-150 kg/ha).
3. Uji Lanjut Perbandingan Kecenderungan:

Digunakan untuk menguji adanya kecenderungan dalam respons terhadap perlakuan kuantitatif.
Cocok untuk perlakuan kuantitatif dengan banyak taraf perlakuan dan diharapkan terdapat hubungan linier antara respons dan taraf perlakuan.
Contoh: Menguji apakah terdapat kecenderungan peningkatan hasil panen padi dengan peningkatan dosis pupuk N.
Pemilihan Uji Lanjut yang Tepat:

Pertimbangkan:
Jumlah taraf perlakuan
Jenis perlakuan (kualitatif atau kuantitatif)
Apakah terdapat hubungan linier yang diharapkan antara respons dan taraf perlakuan

Kesulitan yang Dihadapi dalam Uji Lanjut ANOVA: Perbandingan Kecenderungan dan Analisis Regresi Uji lanjut ANOVA, khususnya perbandingan kecenderungan dan analisis regresi, dapat menghadirkan beberapa kesulitan bagi mahasiswa dalam melaksanakan proyek kuliah: 1. Memahami Asumsi ANOVA: Asumsi ANOVA harus dipenuhi agar hasil uji lanjut valid. Asumsi ini termasuk normalitas data, homogenitas varians antar kelompok, dan independensitas antar pengamatan. Kesulitan yang dihadapi: Mahasiswa mungkin kurang memahami konsep asumsi ANOVA dan cara menguji asumsi tersebut. Data mungkin tidak selalu memenuhi asumsi, sehingga perlu dilakukan transformasi data atau menggunakan metode statistik lain. 2. Memilih Uji Lanjut yang Tepat: Ada beberapa jenis uji lanjut ANOVA, seperti perbandingan berpasangan, perbandingan berkelompok, dan perbandingan kecenderungan. Pemilihan uji lanjut yang tepat tergantung pada jenis perlakuan, jumlah taraf perlakuan, dan tujuan penelitian. Kesulitan yang dihadapi: Mahasiswa mungkin kesulitan memilih uji lanjut yang tepat untuk situasi mereka. Memilih uji lanjut yang salah dapat memberikan hasil yang tidak valid. 3. Menginterpretasikan Hasil Uji Lanjut: Interpretasi hasil uji lanjut ANOVA membutuhkan pemahaman yang baik tentang statistik dan desain penelitian. Kesulitan yang dihadapi: Mahasiswa mungkin kesulitan memahami nilai p, ukuran efek, dan implikasi statistik dari hasil uji lanjut. Interpretasi yang salah dapat menyebabkan kesimpulan yang tidak benar. 4. Melakukan Analisis Regresi: Analisis regresi membutuhkan pemahaman yang baik tentang konsep statistik dan interpretasi parameter regresi. Kesulitan yang dihadapi: Mahasiswa mungkin kesulitan memilih model regresi yang tepat, menginterpretasi koefisien regresi, dan menilai kecocokan model. Analisis regresi yang salah dapat memberikan hasil yang tidak valid dan kesimpulan yang menyesatkan. 5. Menulis Laporan Hasil: Laporan hasil uji lanjut ANOVA dan analisis regresi harus jelas, ringkas, dan informatif. Kesulitan yang dihadapi:

Uji lanjut ANOVA: Perbandingan Kecenderungan dan Analisis Regresi merupakan alat penting untuk membantu Anda memahami dan menjelaskan hasil penelitian Anda secara lebih mendalam.

Dr. Ir. I Gusti Bagus Adwita Arsa,MP

Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html?m=1

Perbandingan Kecenderungan

Orthongonal Polynomials: Fungus Example

Fungus Example Section
Consider a treatment design consisting of five humidity level percentages (30, 40, 50, 60, and 70). Each of the five treatments is assigned randomly to three climate-controlled grow rooms in a completely randomized experimental design. The resulting fungus crop yields (lbs) are shown in the table below (Fungus Data):

Means (
)

Humidity (x)

30

40

50

60

70

13.1

17.1

19.5

18.7

18.9

12.3

16.6

21.1

20.1

17.3

13.3

17.4

19.3

18.2

17.5

12.90

17.03

19.97

19.00

17.90

Bagaimana cara mempelajari uji perbandingan berpasangan dalam add-ins SmartStatXL?

Jarak antar taraf perlakuan dalam uji perbandingan berpasangan merujuk pada seberapa jauh perbedaan antara kelompok perlakuan yang dibandingkan. Semakin besar jarak ini, semakin jelas perbedaannya, yang dapat menghasilkan hasil uji yang lebih signifikan. Misalnya, jika perlakuan A memiliki efek yang sangat besar dibandingkan dengan perlakuan B, perbedaan akan lebih mudah terdeteksi jika jarak antar taraf perlakuan besar. Namun, jika jaraknya kecil, hasil uji mungkin tidak signifikan, meskipun perbedaan sebenarnya ada.

https://www.facebook.com/100060396075983/posts/pfbid0WAbaAdSnteC3joWZCnJZde85FC8XyCyp2L9zfEiL8E9d3m4335t83WjXagEu8wzxl/?app=fbl

https://drive.google.com/open?id=1p4fWIOfxjge0J_Rr2naGmZU1dsXR-Ohf

https://drive.google.com/open?id=1QHBGFfRfUFTUpy1cXQLxaATl-b4dWRjf

https://drive.google.com/open?id=1NpaW0yzZyCGZlc8jgzctHwVbw2foTFnZ

Dalam uji perbandingan berpasangan, kita membandingkan dua perlakuan atau kondisi yang berbeda pada subjek yang sama. Uji lanjutnya bisa berupa uji t, Wilcoxon, atau uji McNemar, tergantung pada data dan asumsi yang terpenuhi.

Dalam perbandingan berkelompok, kita membandingkan lebih dari dua kelompok perlakuan. Uji lanjutnya bisa berupa uji Anova untuk data parametrik atau uji Kruskal-Wallis untuk data non-parametrik. Setelah itu, uji lanjut post-hoc seperti Tukey, Bonferroni, atau Dunn digunakan untuk menentukan perbedaan antar kelompok secara spesifik.

Perbandingan kecenderungan mengukur perbedaan antara dua kelompok atau lebih dalam variabel yang diukur pada tingkat ordinal atau nominal. Uji lanjutnya bisa berupa uji chi-squared atau uji McNemar untuk melihat perbedaan signifikan antara proporsi kategori.

Bisa mengetahui analisis ANOVA

cantikanatalia82@gmail.com

Moresi Morison Airtur, SP; M.Si

Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html

1) Uji lanjut perbandingan berpasangan: melakukan perbandingan antara sepasang demi sepasang taraf perlakuan, jika perlakuan (faktor) bertaraf kualitatif 2) Uji lanjut perbandingan berkelompok: melakukan perbandingan antara satu atau beberapa taraf perlakuan dengan satu atau beberapa taraf perlakuan lain yang secara sengaja kita kelompokkan sesuai dengan tujuan penelitian, dapat kita lakukan untuk perlakuan (faktor) bertaraf kualitatif maupun bertaraf kuantitatif. 3) Uji lanjut perbandingan kecenderungan: melakukan perbandingan bukan antar taraf perlakuan, melainkan antar tanggapan terhadap pengaruh perlakuan kuantitatif, apalah tanggapan linier (meningkat seoiring dengan meningkatnya taraf kuantitatif), kuadratik (meningkat dan kemudian menurun seiring dengan meningkatny6a taraf kuantitatif.

Perbandingan Kecenderungan dan Analisis Regresi

Perbandingan Kecenderungan
Kecenderungan yang dimaksudkan dalam perbandingan kecenderungan adalah apakah nilai peubah tanggapan (peubah tidak bebas Y) berubah secara proporsional (linier) atau berubah secara tidak proporsional (kuadratik, kubik, kuartik, kuintik, dst.) seiring dengan nilai taraf perlakuan (peubah tidak bebas X). Karena dalam perbandingan kecenderungan ini nilai pengamatan sebagai peubah tidak bebas dikaitkan dengan taraf perlakuan sebagai nilai peubah peubah bebas maka perbandingan kecenderung dapat dilakukan hanya jika perlakuan bertaraf kuantitatif sebagaimana misalnya percobaan dalam RAK dengan enam taraf jumlah benih.

Apakah asumsi terpenuhi untuk analisis regresi?

Untuk menentukan apakah asumsi terpenuhi untuk analisis regresi, Anda perlu melakukan pemeriksaan data dan uji statistik terhadap asumsi-asumsi yang mendasarinya.
1. Linearitas
2. Homoskedastisitas
3. Normalitas
4. Non-multikolinearitas
5. Independensi

https://www.facebook.com/share/p/RVrn7s6itFpjYHij/?mibextid=oFDknk

Hipotesis Nol (H0):

Rata-rata tidak ada perbedaan yang signifikan antara rata-rata kelompok trt1, trt2, trt3, dan trt4.

Hipotesis Alternatif (Ha):

Terdapat setidaknya satu perbedaan yang signifikan antara rata-rata kelompok trt1, trt2, trt3, dan trt4.

https://drive.google.com/open?id=1gE5jXKE5HrTfUAQ8tWb1smB2YqJ1M4t3

https://drive.google.com/open?id=1Szd3L248gCa4Jzg5i73mVy5443n2gUgC

https://drive.google.com/open?id=1AQwB121Mhl25hDul_hcR1ed-4cIEKl4c

Memilih Uji Lanjut ANOVA Berdasarkan Taraf Perlakuan
1. Uji Perbandingan Berpasangan:

Taraf Perlakuan: Dua taraf perlakuan.
Contoh: Membandingkan efek dua jenis pupuk pada pertumbuhan tanaman.
Teknik ANOVA: Uji t berpasangan.
2. Uji Perbandingan Berkelompok:

Taraf Perlakuan: Tiga atau lebih taraf perlakuan.
Contoh: Membandingkan efek empat jenis obat pada tingkat kesembuhan pasien.
Teknik ANOVA: Analisis varians satu arah (ANOVA one-way) atau Analisis varians dua arah (ANOVA two-way)
3. Uji Perbandingan Kecenderungan:

Taraf Perlakuan: Satu atau lebih taraf perlakuan, diukur pada waktu yang berbeda.
Contoh: Menganalisis efek intervensi pendidikan pada performa siswa dari waktu ke waktu.
Teknik ANOVA: Analisis varians bertingkat (ANOVA repeated measures)

kesulitan yang saya hadapi Mempelajari ANOVA Lanjut, termasuk perbandingan kecenderungan dan analisis regresi 1. Memahami Konsep Statistik yang Kompleks Interpretasi Hasil yang Rumit.

menjawab pertanyaan penelitian yang penting, dan meningkatkan pemahaman tentang dunia di sekitar

blandianasariayu@gmail.com

Prof. Ir. Lince mukkun.m.s.,ph.d

Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html?m=1

Perbandingan berpasangan kita lakukan untuk menguji lanjut hasil ANOVA dari percobaan yang taraf perlakuannya kita tentukan tanpa rencana tertentu. Misalnya kita tidak merencanakan untuk membandingkan taraf kontrol dengan semua taraf perlakuan lainnya sekaligus. Jika kita merencanakan akan melakukan perbanfingan tertentu, misalnya antara taraf kontrol dengan semua taraf perlakuan lainnya sekaligus maka sebaiknya kita gunakan uji perbandingan kelompok.

Judul buku,Rancangan percobaan. Judul bab, Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi. Sub bab, perbandingan kecenderungan

Uji perbandingan kecenderungan dilakukan untuk menentukan apakah perubahan peubah tanggapan Y terjadi secara linier, kuadratik, kubik, dan seterusnya seiring dengan perubahan peubah bebas X. Kelebihan dari Uji perbandingan kecenderungan dibandingkan dengan kedua kategori uji lanjut sebelumnya adalah hasil uji ini dapat ditindaklanjuti dengan analisis regresi untuk menentukan persamaan hubungan antara peubah tanggapan Y dengan peubah bebas X.

Apa tujuan utama membandingkan kecenderungan dan analisis regresi dalam konteks Uji Lanjut ANOVA?

natalia6 Juni 2024 pukul 07.03
Apakah asumsi terpenuhi untuk analisis regresi?
Balasan:
blandiana sariayu9 Juni 2024 pukul 11.35
Untuk menentukan apakah asumsi terpenuhi dalam analisis regresi, diperlukan beberapa langkah:
1. Identifikasi Asumsi:
- Normalitas: Distribusi residual (kesalahan) harus
terdistribusi normal.
- Homoskedastisitas: Varians residual harus konstan
di semua nilai variabel prediktor.
- Non-autokorelasi: Tidak ada korelasi antar residual.
- Non-multikolinearitas: Tidak ada korelasi tinggi antar
variabel independen.
- Linearitas: Hubungan antara variabel dependen dan
independen harus linear.
2. Lakukan Uji Asumsi:
1). Uji Normalitas: Uji Shapiro-Wilk, Kolmogorov-
Smirnov, atau visualisasi histogram dan Q-Q plot.
2). Uji Homoskedastisitas: Uji Breusch-Pagan/Park,
3). visualisasi scatter plot residual vs variabel
prediktor.
4). Uji Non-autokorelasi: Uji Durbin-Watson,
Correlogram residual.
5). Uji Non-multikolinearitas: Nilai VIF (Variance
Inflation Factor) < 10, nilai Tolerance > 0.1.
6). Uji Linearitas: Scatter plot variabel dependen vs
independen, uji Ramsey RESET.
3. Interpretasi Hasil:
Jika semua asumsi terpenuhi, lanjutkan analisis regresi.
Jika ada asumsi yang tidak terpenuhi, pertimbangkan solusi seperti transformasi data, pemilihan model alternatif, atau interpretasi hasil dengan hati-hati.

https://drive.google.com/open?id=1KoIoBJm1xek_C2uS4GbQa-1fKdQ53aoZ

https://drive.google.com/open?id=1EO7e_oGTsmRXJT-by5BufUIb6Hr2kDFp

https://drive.google.com/open?id=1x8IMgrrs9x5On3jV0J4Rj5G9wXsFtEZq

1. Perbandingan Berpasangan:
Digunakan untuk membandingkan dua kelompok perlakuan pada satu tingkat perlakuan.
Contoh: Menganalisis efektivitas dua metode pengajaran yang berbeda pada kelompok siswa yang sama.
2. Perbandingan Berkelompok:
Digunakan untuk membandingkan lebih dari dua kelompok perlakuan pada satu atau beberapa tingkat perlakuan.
Contoh: Membandingkan efektivitas tiga jenis pupuk pada tanaman dengan tingkat dosis yang berbeda.
3. Perbandingan Kecenderungan:
Digunakan untuk menganalisis perubahan dalam variabel dependen seiring waktu atau variabel independen.
Contoh: Mempelajari bagaimana performa kerja karyawan berubah selama periode pelatihan.

Penting untuk dicatat bahwa: Uji lanjut hanya dilakukan setelah uji statistik awal menunjukkan signifikansi statistik.
Pemilihan uji lanjut yang salah dapat menghasilkan kesimpulan yang keliru.
Konsultasi dengan ahli statistik direkomendasikan untuk memilih uji lanjut yang tepat dan menafsirkan hasil dengan benar.

Jaringan yang tidak mendukung

Saya dapat mengetahui bagaimana pentingnya kita belajar dan memahami bagaimana menggunakan Excel lebih baik dalam mengolah data yang benar

Dr. Yuliana Tandi Rubak, S.TP.,M.Si

3.1. Uji Lanjut ANOVA (1): Perbandingan Berpasangan dan Perbandingan Berkelompok 3.2. Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

https://online.stat.psu.edu/stat502/node/931

Consider a treatment design consisting of five humidity level percentages (30, 40, 50, 60, and 70). Each of the five treatments is assigned randomly to three climate-controlled grow rooms in a completely randomized experimental design.

10.3 - Orthongonal Polynomials: Fungus Example

10.1 - Computations for

10.2 - Analysis of variance for the orthogonal polynomial model
relationship between percent

Consider a treatment design consisting of five humidity level percentages (30, 40, 50, 60, and 70). Each of the five treatments is assigned randomly to three climate-controlled grow rooms in a completely randomized experimental design.

As mentioned before, one can easily find the orthogonal polynomial coefficients
for a different order of polynomials using pre-documented tables for equally spaced intervals.

Mikhaela Ivenia17 Maret 2024 pukul 10.55
Uji perbandingan kecenderungan dilakukan untuk:

1. Menentukan apakah terdapat perbedaan signifikan dalam kecenderungan antara dua kelompok atau lebih.
2. Membandingkan perubahan kecenderungan over time.
3. Mengevaluasi efek dari suatu intervensi

Ruth radja15 Maret 2024 pukul 07.04
Uji perbandingan kecenderungan dilakukan untuk?

https://www.instagram.com/p/C7x8G3YvKgdGVzPMh4nVBxpHnepJInhqF96Kl40/?igsh=Z2ZpYWw3dHFyOGY0

# Replace this with the data and ANOVA model details
library(doebioresearch)
data <- read.csv("lsddata.csv")

# Specify the ANOVA model (e.g., fixed effects, random effects, mixed effects)
anova_model <- aov_anova(yield ~ treatment, data = data, package = "doebioresearch")

# Print the ANOVA results
print(anova_model)

https://drive.google.com/open?id=1fD4K6onhIbx7gEJiB_K4fIrHEhz9xWqG

https://drive.google.com/open?id=1u1xY5PVKD_VluRmnfzinRYImJIKFY7yy

https://drive.google.com/open?id=1h1X_39YBw7BKYlp82ShE1uzwMw8odgO_

Pemilihan metode uji lanjut bergantung pada taraf perlakuan yang digunakan dalam desain percobaan:
1. Taraf Perlakuan Tetap (Fixed Effects):

2. Taraf Perlakuan Acak (Random Effects):

3. Taraf Perlakuan Campuran (Mixed Effects):

Menambah Wawasan saya

Ir. Yosefina R.Y Gandut, M.Si

3.2. Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html

https://belajarmerancangpercobaan.blogspot.com/2023/04/32-uji-lanjut-anova-perbandingan.html

Belajar merancang percobaan
3.2. Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi

3.2. Uji Lanjut ANOVA: (2) Perbandingan Kecenderungan dan Analisis Regresi
Uji lanjut yang lebih tepat untuk perlakuan bertaraf kuantitatif adalah uji perbandingan kecenderungan. Dalam hal ini kecenderungan berrarti:
Peubah tanggapan Y berubah secara sebanding dengan perubahan peubah bebas X yang dicobakan, baik sebanding secara positif mauoun secara negatif, dengan besar perubahan yang berbanding lurus atau secara linier;
Peubah tanggapan Y berubah secara sebanding dengan perubahan peubah bebas X yang dicobakan, baik sebanding secara positif mauoun secara negatif, tetapi dengan besar perubahan yang tidak berbanding lurus atau secara kuadratik, kubik, dan seterusnya;

Kecenderungan dalam perbandingan kecenderungan dapat berupa kecenderungan linier (Y=f(X)), kuadratik (Y=f(X^2)), kubik (Y=f(X^3), kuartik (Y=f(X^4), kuintik (Y=f(X^5)), dst.

Vonny Anita Edon11 Juni 2024 pukul 07.18
jelaskan perbedaan kecenderungan linear kuadratik, kubik, kuartik dan kuintik..!?

blandiana sariayu9 Juni 2024 pukul 11.27
Apa tujuan utama membandingkan kecenderungan dan analisis regresi dalam konteks Uji Lanjut ANOVA?

Balas
Balasan

Vonny Anita Edon11 Juni 2024 pukul 07.25
Dalam konteks Uji Lanjut ANOVA, perbandingan kecenderungan dan analisis regresi memiliki beberapa tujuan utama:

1. Memahami Pola Data Secara Lebih Mendalam:

Uji ANOVA hanya menunjukkan apakah terdapat perbedaan signifikan antara rata-rata kelompok. Perbandingan kecenderungan dan analisis regresi membantu memahami sifat perbedaan tersebut.
a.) Kecenderungan: Memvisualisasikan bagaimana nilai variabel dependen berubah terhadap variabel independen untuk setiap kelompok.
b.) Analisis Regresi: Membangun model statistik yang menjelaskan hubungan antara variabel dependen dan independen, termasuk menentukan kekuatan dan arah hubungan.

2. Mengidentifikasi Perbedaan Antara Kelompok Tertentu:

ANOVA tidak secara langsung menunjukkan kelompok mana yang berbeda. Perbandingan kecenderungan dan analisis regresi membantu mengidentifikasi:
a.) Pasangan kelompok yang memiliki perbedaan rata-rata yang signifikan.
b.) Arah perbedaan (kelompok mana yang memiliki nilai rata-rata lebih tinggi/rendah).

3. Memilih Uji Post Hoc yang Tepat:

Terdapat berbagai jenis uji post hoc untuk ANOVA, dan pemilihan uji yang tepat tergantung pada jenis data dan desain penelitian.
a.) Perbandingan kecenderungan dapat membantu memvisualisasikan pola perbedaan dan memilih uji post hoc yang sesuai.
b.) Analisis regresi dapat membantu mengidentifikasi hubungan non-linear atau interaksi antara variabel, yang mungkin memerlukan uji post hoc yang lebih kompleks.

4. Meningkatkan Interpretasi Hasil:

Memahami kecenderungan dan hubungan antar variabel membantu menginterpretasikan hasil ANOVA secara lebih kontekstual dan bermakna.
a.) Memperkuat kesimpulan tentang perbedaan antar kelompok.
b.) Menjelaskan mekanisme di balik perbedaan tersebut.
c.) Membuat prediksi tentang nilai variabel dependen di masa depan.

https://www.facebook.com/100048950361306/posts/pfbid02eriKCoX7XjXczyXsEqYMBDNqopfA5tYfH8Y8Uztmbzjz2wHAVjpTyDq56QKZiNKkl/?app=fbl

https://drive.google.com/open?id=1JNPIl4yjbKuwzJAYx5wJ6q9pFBF19I5A

https://drive.google.com/open?id=1iyday8bO2LYKXjkYUQOzDsaALzDugp-a

https://drive.google.com/open?id=1-yRqhmj3VvynxicU9WXlxsqSSGBYZ6P7

1. Uji Lanjut Perbandingan Berpasangan:

Digunakan untuk membandingkan setiap pasangan taraf perlakuan secara individu.
Cocok untuk perlakuan kualitatif (misalnya, varietas tanaman) atau kuantitatif dengan sedikit taraf perlakuan.
Contoh: Membandingkan hasil panen varietas padi A dan B, B dan C, dan A dan C.
2. Uji Lanjut Perbandingan Berkelompok:

Digunakan untuk membandingkan kelompok taraf perlakuan yang telah direncanakan sebelumnya.
Cocok untuk perlakuan kuantitatif dengan banyak taraf perlakuan.
Contoh: Membandingkan hasil panen padi kelompok dosis pupuk N rendah (50-75 kg/ha) dan tinggi (100-150 kg/ha).
3. Uji Lanjut Perbandingan Kecenderungan:

Digunakan untuk menguji adanya kecenderungan dalam respons terhadap perlakuan kuantitatif.
Cocok untuk perlakuan kuantitatif dengan banyak taraf perlakuan dan diharapkan terdapat hubungan linier antara respons dan taraf perlakuan.
Contoh: Menguji apakah terdapat kecenderungan peningkatan hasil panen padi dengan peningkatan dosis pupuk N.
Pemilihan Uji Lanjut yang Tepat:

Pertimbangkan:
Jumlah taraf perlakuan
Jenis perlakuan (kualitatif atau kuantitatif)
Apakah terdapat hubungan linier yang diharapkan antara respons dan taraf perlakuan

Jaringan yang buruk sehingga tidak dapat mengoperasikan R Studio

Uji lanjut ANOVA: Perbandingan Kecenderungan dan Analisis Regresi merupakan alat penting untuk membantu, memahami dan menjelaskan hasil penelitian, secara lebih mendalam.