Kapita Selekta Statistika
ANALISIS KOVARIANSI RANCANGAN FAKTORIAL RAK PADA DATA HILANG
OLEH:
RIZALDY ARSYAD
H 121 15 019
PROGRAM STUDI STATISTIKA
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HASANUDDIN
2018
Latar Belakang
Rancangan acak kelompok pola faktorial adalah rancangan yang terdiri dari dua peubah bebas atau faktor (A dan B) dan kedua faktor tersebut saling diduga berinteraksi dan kedua faktor tersebut termasuk dalam klasifikasi silang. Terdapat satu peubah pengganggu atau sampingan yang disebut kelompok dan tidak berinteraksi dengan peubah lainnya.Percobaan faktorial dengan Rancangan Acak Kelompok (RAK) adalah percobaan dimana faktor yang dicobakan lebih dari satu faktor dan menggunakan RAK sebagai rancangan percobaannya. Rancangan ini dipilih apabila satuan percobaan yang digunakan tidak seragam, sehingga perlu pengelompokan, sedangkan pada RAL faktorial satuan percobaan relatif seragam sehingga tidak perlu adanya pengelompokan.
Analisis variansi adalah suatu metode statistika yang termasuk dalam cabang statistika inferensi.Dalam literature Indonesia metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis variansi.Analisis variansi merupakan pengembangan dari masalah Behrens-Fisher, sehingga uji-F dipakai dalam pengambilan keputusan.Analisis variansi adalah prosedur yang mencoba menerapkan porsi variansi ini pada setiap kelompok dari variabel independen.Teknik ini membandingkan secara simultan beberapa variabel sehingga bisa memperkecil kemungkinan kesalahan.
Hal yang tidak diinginkan peneliti dalam melakukan percobaan salah satunya adalah hilangnya data percobaan.Analisis tidak dapat langsung dilakukan jika terdapat satu atau lebih data hilang sehingga diperlukan pendugaan data hilang.Menurut Gomez dan Gomez (2005) hilangnya data dapat disebabkan oleh berbagai hal, diantaranya perlakuan yang tidak tetap, kerusakan pada obyek percobaan dan data yang tidak logis.
Menurut Little dan Robin (1987) untuk menangani kasus data hilang, dapat menggunakan metode imputasi.Metode imputasi adalah metode umum dan fleksibel untuk menangani masalah data hilang. Jenis imputasi terbagi menjadi dua bagian, yaitu single dan multiple imputation. Single imputation yaitu metode yang mengisi data hilang dengan sebuah nilai dan biasa digunakan untuk mengatasi adanya item nonresponden pada praktek survey. Sedangkan multiple imputation merupakan metode imputasi dengan menduga nilai hilang dengan beberapa (dua atau lebih). Salah satu metode dari Single imputasi yaitu mean imputasi. Mean imputasi yaitu metode yang digunakan untuk menduga setiap nilai yang hilang dengan rata-rata variabel untuk semua kasus. Setelah didapatkan nilai data yang hilang tersebut maka selanjutnya data tersebut dapat dianalisis lebih lanjut.
Ada berbagai cara untuk menganalisis suatu data percobaan diantaranya adalah dengan analisis univariat maupun multivariat. Apabila suatu penelitian, yang diteliti bukan hanya variabel responsnya saja melainkan juga variabel konkomitan, yaitu variabel yang berpengaruh terhadap variabel respons namun tidak dapat dikendalikan oleh perlakuan yang dicobakan, maka analisis yang tepat untuk data penelitian itu adalah Analisis Kovarian (ANAKOVA). Tujuan penelitian ini adalah menjelaskan prosedur ANAKOVA pada percobaan faktorial RAL dan RAKL serta dapat menerapkannya.
Untuk menganalisis data dengan ANAKOVA diperlukan penghitungan ganda, yakni pertama penghitungan Jumlah Kuadrat (JK) dalam Anava untuk variabel respons (Y), variabel konkomitan (X), dan Jumlah Hasil Kalinya (JHK). Penghitungan kedua merupakan pengoreksian terhadap masing-masing sumber keragaman dan hasil dari penghitungan inilah yang digunakan untuk ANAKOVA. Dari penghitungan pengoreksian akan meningkatkan suatu ketepatan kesimpulan dari suatu percobaan, jika Koefisien Keragaman (KK) sebelum dikoreksi nilainya lebih besar dari KK setelah dikoreksi, berarti KK yang lebih kecil akan lebih signifikan .
Merujuk pada penelitian sebelumnya, "Analisis Kovariansi (ANAKOVA) Pada Rancangan Faktorial RAL Menggunakan Metode Mean Imputasi Pada Data Hilang (Ummu Kalsum,2016) yang menyimpulkan bahwa ANAKOVA lebih baik dibandingkan dengan ANAVA karena memiliki koefisien keragaman yang kecil dan "Pendugaan Data Hilang Pada Rancangan Acak Kelompok Lengkap Dengan Analisis Kovarian (Vina Riyana Fitri dkk,2014).Maka dari itu,Saya tertarik untuk meneliti pada rancangan factorial RAK yaitu " Analisis Kovariansi Raancanangan Faktorial RAK Pada Data Hilang Menggunakan Metode Mean Imputasi".
Rumusan Masalah
Bagaimana melakukan pendugaan data hilang?
Bagaimana melakukan analisis kovariansi rancangan factorial RAK pada data hilang yang telah diduga dan melihat nilai Koefisien Keragaman (KK) dari ANAKOVA dan dibandingkan dengan KK hasil ANAVA?
Batasan Masalah
Dalam penelitian ini, penulis hanya akan mengestimasi data hilang dengan metode mean imputasi
Tujuan Penelitian
Untuk melakukan pendugaan data hilang
Untuk melakukan analisis kovariansi rancangan factorial RAK pada data hilang yang telah diduga dan melihat nilai KK dari ANAKOVA dan dibandingkan terhadap hasil KK dari ANAVA
Manfaat Penelitian
Adapun manfaat penelitian ini adalah sebagai tambahan pengetahuan dalam analisis kovariansi rancangan factorial RAK dengan penggunaan metode mean imputasi pada data hilang
DAFTAR PUSTAKA
Little, R., & Rubin, D. 1987. Statistical analysis with missing data. Cambridge. John Wiley & Sons, Inc.
Gomez, A. K. & Arturo A. Gomez. 1995. Prosedur Statistik Untuk Penelitian Pertanian.
Kalsum,U.2016. Analisis Kovariansi (ANAKOVA) Pada Rancangan Faktorial RAL Menggunakan Metode Mean Imputasi Pada Data Hilang.Universitas Hasanuddin.