Wednesday, March 31, 2010

Menduga Data Hilang dengan Analisis Peragam

Oke, kali ini saya akan menjelaskan tentang bagaimana menduga data hilang dalam suatu data percobaan dengan menggunakan Analisis Peragam. Dalam kesempatan ini saya hanya menjelaskan tentang pendugaan data hilang hanya untuk satu data yang hilang. Anda bisa mempelajari tentang ini lebih lanjut pada buku “Prosedur Statistik untuk Penelitian Pertanian” karangan Gomez & Gomez. Dan untuk pendugaan data hilang dengan analisis peragam yang datanya hilang lebih dari satu dapat anda pelajari pada buku “Principles and Procedures of Statistics” karya R.G.D. Steel and J.A. Torrie, dan buku “Statistical Methods” Karya G.W. Snedecor and W.G. Cochran.

Oke, untuk sekedar mengingatkan apa yang pernah saya tulis sebelumnya tentang data hilang ini, ada beberapa hal yang menyebabkan hilangnya data dari suatu percobaan, yaitu :
1) Perlakuan yang tidak tepat
Perlakuan yang tidak tepat bisa disebabkan karena pemberian yang salah kadarnya, pengukuran tidak sah, waktu pemberian yang tidak tepat, datanya dapat diperlakukan sebagai data hilang hilang. Tetapi ada pengecualian yaitu apabila perlakuan tidak tepat terjadi disemua ulangan pada suatu perlakuan. Dalam hal ini apabila si peneliti mempertahankan perlakuan yang berubah tersebut, semua pengukuran dapat dinyatakan sah apabila perlakuan dan tujuan perobaan disesuaikan.

2) Kerusakan tanaman percobaan yang diakibatkan oleh selain perlakuan.
Kerusakan tanaman percobaan yang diakibatkan oleh selain perlakuan misalnya dicuri atau dimakan ternak, maka data percobaan dianggap hilang. Tetapi ada pengecualian yaitu pada tanaman yang tidak diberi perlakuan (kontrol) pada percobaan insektisida rusak secara keseluruhan oleh serangga yang dalam pengawasan yang merupakan akibat logis dari perlakuan sehingga data petakan tersebut hasilnya nol, maka data seperti ini tidak diperlakukan sebagai data hilang.

3) Data Panenan yang hilang.
Misalnya data kandungan protein diambil di setiap petak dan diolah di laboratorium sebelum data yang diperlukan dicatat. Apabila ada beberapa bagian contoh yang hilang di antara waktu panen dan saat pencatatan data sebenarnya karena tidak ada kemungkinan pengukuran data pada bagian contoh yang sama, sebaiknya dinyatakan sebagai data yang hilang.
4) Data tidak logis.
Apabila nilainya terlalu ekstrim (berlebihan) untuk dinyatakan di dalam batas wajar materi percobaan oleh karena disebabkan salah dalam menyalin data misalnya, maka data tersebut dapat dinyatakan hilang.

Oke, ada aturan main yang harus kita lakukan sehubungan dengan pendugaan data hilang dengan menggunakan analisis peragam ini, yaitu:
1) Untuk data yang hilang, nyatakan nilai Y = 0.
2) Tetapkan nilai X = 1 untuk satuan percobaan yang datanya hilang, dan X = 1 untuk data satuan percobaan lainnya.
3) Lakukan perhitungan analisis peragam seperti biasa kita menghitung pada analisis peragam biasa.

Oke, sebagai ilustrasi dalam memahami bagaimana membangkitkan data yang hilang dengan menggunakan analisis peragam ini, saya gunakan data percobaan berikut ini :
Selengkapnya silahkan DOWNLOAD DI SINI

18 comments:

  1. assalamu'alaikum.sy mers terbantu skali dg artikel-2 nya,krn kbtulan laporan pkl sy mnggunkan RAL dg ulangan yg tdk sm namun yg sy bingungkan adlh utuk analisis variansinya menggunakan GLM(general linear model),dptkh pak memuat artikel yang mmbhs ANOVA dg GLM tsbt?o ya pak tolong jelaskan juga mengenai makna rumus umum dri RAl linear(Yij=u+alfa+e) sy masih bingung kaitan dri rmus umum tsbt dg kesimpulan yang qt ambil dlm suatu penelitian.terima kasih banyak pak ats perhatiannya.sy berharap bpk bs membalasnya.mohon mf ya pak lw ada kt2 sy yg kurng berkenan

    ReplyDelete
  2. To: Ummu Asyiah.
    Thanks ea atas kunjungannya.
    Untuk sementara ini saya belum bisa memposting tentang GLM tersebut, tapi nanti akan saya usahakan ea. Kalau tentang keterangan model linear aditif itu, ummu harus menyesuaikan dengan perlakuan percobaan ummu. misalnya percobaan tentang pengaruh beberapa dosis pupuk organik terhadap pertumbuhan jagung. maka keterangan model linear aditifnya adalah sbb:

    Yij = µ + τi + εij
    i = 1, 2, . . . , t
    j = 1, 2, . . . , r
    dimana :
    Yij = nilai pengamatan dari perlakuan pemupukan pupuk organik dosis ke-i pada ulangan ke-j
    µ = nilai tengah umum
    τi = Tambahan akibat pengaruh perlakuan pemupukan organik dosis ke-i
    εij = Tambahan akibat acak galat percobaan dari perlakuan pemupukan organik dosis ke-i pada ulangan ke-j

    ReplyDelete
  3. to: Ummu Asyiah.
    Sebenarnya tidak ada kaitan langsung antara model linear aditif dengan kesimpulan penelitian Ummu. Model Linear Aditif hanyalah sebagai alat untuk mendeskripsikan tentang rancangn lingkungan dan perlakuan yang akan ummu coba.

    ReplyDelete
  4. To: Ummu Asyiah
    Sebenarnya tidak ada kaitan langsung antara model linear aditif dengan hasil kesimpulan pada percobaaan kita. Model Linear Aditif hanyalah sebagai pendiskripsian rancangan lingkungan dan perlakuan uang kita lakukan.

    ReplyDelete
  5. mw tanya nie...klo analisis buat rancngan yang menggunakan dua faktor gmana y???

    ReplyDelete
  6. terima kasih pak,atas artikel nya. sangat bermanfaat untuk saya.artikel di atas kan menggunakan rancangan acak lengkap,apakah bs minta tlg dibuatkan artikel serupa, tetapi menggunakan rancangan acak kelompok.atas perhatiannya, makasih pak..sangat ditunggu artikelnya...karena saya sangat membutuhkan..

    ReplyDelete
  7. asalamualaikum pak Sahid, saya wijaya pak, izinkan saya untuk bertanya tentang data hilang.. begini pak, saya telah melakukan penelitian, penelitian saya tentang tingkat keberhasilan pertumbuhan perbanyakan tanaman scra vegtatif, data yang saya dapat dari hsil penelitian tersebut say hitung menggunakan split-plot, yang ingin saya tanyakn pak, berapa jmlh maksimal data yang hilang sehingga dapat diketahui mellui analisis data hilang pak.Semoga bapak dapat membantu saya, krn saya diambang penelitian ulang pak. Untuk bantuan dan perhatianya saya ucapkan banyak terimaksih. Wasalamualikum....

    ReplyDelete
  8. Maksimal data hilang yg bisa dihitung biasanya hanya 2 data, ini masih bisa dihitung. Tapi ingat, data yang hilang itu bukan data hilang yang diakibatkan oleh perlakuan, misalnya karna perlakuan kontrol. Tapi data itu hilang oleh karena faktor diluar perlakuan.
    Tapi kalau data hilangnya lebih dari 4, maka lebih baik analisis ragamnya dikerjakan secara ulangan tidak sama saja.

    ReplyDelete
  9. Maaf pak, analisis ragamnya dikerjakan secara ulangan tidak sama itu maksudnya bagaimana pak..?
    saya masih kurang mengerti pak,,,
    terimakasih

    ReplyDelete
  10. To Anonim.
    Maksudnya anovanya dikerjakan dengan cara lain yaitu dengan cara analisis ragam dengan ulangan tidak sama. Coba dilihat di artikel saya tentang ini di blog ini juga.

    ReplyDelete
  11. maaf pak, bagaimana jika data yang hilang lebih dari 2, kira2 masih bisa dianalisis menggunakan statistik atau tidak pak...?
    terima kasih pak.

    ReplyDelete
  12. ketika data hilang ditemukan pada percobaan faktorial 2^k dengan replikasi, apakah analisis koviarian masih dapat digunakan? terima kasih

    ReplyDelete
  13. menggunakan analisis peragam untuk pendugaan data hilang ini sama untuk semua rancangan percobaan atau ada sendiri2 ya mas rumusnya buat per rancob? mau tanya, untuk data hilang menggunakan rancangan acak pola tersarang/nested design gimana ya mas?? mohon bantuannya. terimakasih..

    ReplyDelete
  14. untuk pendugaan data hilang yang lebih dari 5 pada split plot RAK bagaimana ya mas? mohon bantuannya. trims

    ReplyDelete
  15. Perkenalkan, saya dari tim kumpulbagi. Saya ingin tau, apakah kiranya anda berencana untuk mengoleksi files menggunakan hosting yang baru?
    Jika ya, silahkan kunjungi website ini www.kumpulbagi.com untuk info selengkapnya.

    Oh ya, di sana anda bisa dengan bebas mendowload music, foto-foto, video dalam jumlah dan waktu yang tidak terbatas, setelah registrasi terlebih dahulu. Gratis :)

    ReplyDelete
  16. Assalamulaikum pak, saya erza. saya sedang melaksanakan skripsi. dan data hasil penelitian saya sangat fluktuatif. saya disarankan utk memakai ral dengan ulangan tidak sama. yg saya bingungkan apakah bisa denan analisis data ral dg ulangan yg tidak sama dihitung menggunakan spss? atau hanya bisa melalui manual? terimakasih mohon bantuan

    ReplyDelete
  17. Assalamulaikum pak, saya erza. saya sedang melaksanakan skripsi. dan data hasil penelitian saya sangat fluktuatif. saya disarankan utk memakai ral dengan ulangan tidak sama. yg saya bingungkan apakah bisa denan analisis data ral dg ulangan yg tidak sama dihitung menggunakan spss? atau hanya bisa melalui manual? terimakasih mohon bantuan

    ReplyDelete

Terima kasih atas minat anda untuk membaca posting saya, silahkan beri komentar pada posting ini.