Apa yang dimaksud dengan uji Fisher F?

Untuk insan peneliti atau insan akademik yang doyan meneliti dan hasil percobaannya terkait dengan uji Fisher tidak jadi masalah. Tapi di luar itu semua termasuk mahasiswa tidak jarang membuat kepala pusing. Apalagi bagi mahasiwa yang dosen pembimbingnya tidak banyak mengetahui pemahaman statistik secara umum.
Disini kami mencoba berbagi pengalaman untuk meringankan kepala, paling-tidak dapat tersenyum kecil.
Kasus uji Fisher yang di bagi ini menyangkut jika F-hitung lebih kecil dari (bernilai 0) dan cara menentukan nilai Ftabel yaitu F(a,db1,db2). Untuk db1 bisa berupa db kelompok (= blok) atau perlakuan; posisi pada lajur dalam tabel Fisher. Untuk db2 berupa db Galat-percobaan; posisi pada baris dalam tabel Fisher . (a = alpa; db = derajat bebas)

Kasus Fhitung perlakuan
Jika Fhitung lebih besar atau lebih kecil (masih lebih besar dari 1) untuk salah duga sebesar alpa dengan (db1,db2) tidak jadi masalah. Yang jarang terjadi adalah nilai Fhitung lebih kecil dari 1. Misal 0,sekian. Untuk sementara mungkin dapat kita nyatakan bahwa perlakuan tidak memberikan pengaruh nyata pada salah duga sebesar alpa. Timbul pertanyaan apakah dapat dibenarkan secara statistik. Karena ada kemungkinan nilai 0,sekian (lebih kecil dari 1) ternyata menunjukkan perbedaan yang nyata. Untuk itu perlu ditelaah lebih dulu dengan uji 1/F (dibaca se-per F). F disini maksudnya Fhitung.
Jika nilai 1/F “lebih besar dari” alpa = 0,05; berarti benar perlakuan yang diberikan tidak memberikan pengaruh terhadap respon. Jika tidak yaitu “lebih kecil dari”berarti perlakuan yang diberikan berpengaruh terhadap respon.

Kasus Fhitung Kelompok/blok
Penjelasan uji 1/F untuk kelompok sama seperti di atas. Yang akan ditekankan disini adalah jika Fhitung kelompok/blok (jika menggunakan rancangan acak kelompok, baik sederhana, faktorial atau tersarang) tidak menunjukkan beda nyata pada salah duga sebesar alpa. Ini terkadang diabaikan. Jika ini terjadi maka tidak ada pilihan lain, selain mengubah ke pola percobaan/rancangan lain. Karena kalau dipaksakan akan bermasalah dengan bahasan dan kesimpulan yang akhirnya tidak sah menurut statistik.
Contoh : Fhitung kelompok = 1.5344 dan F(0.05,4,15) = 3.0556. Jadi berarti Fhitung kelompok “lebih kecil dari” F(0.05,4,15).

Kasus nilai F(a,db1,db2)
Gampangnya dengan cara membuka/melihat tabel Fisher. Mungkin ini merupakan “pola lama” Pola baru dengan cara menggunakan program Excel (Microsoft Excel). Tapi mungkin cukup ribet yang tidak terbiasa. Kalau tadi penggunaan tabel Fisher dikatagorikan gampang/mudah, namun ada lagi yang lebih gampang dengan catatan hanya cukup membuka layar program excel saja.

Caranya :

• Posisikan db1 = 4 pada M39 dan db2 = 15 pada L40
• Jika menginginkan nilai F(0.05,4,15), posisikan kruser dan klik pada kotak hijau. Selanjutnya ketik =FINV(0.05,M39,L40) ENTER ; demikian pula untuk a = 1% (kotak jingga) yaitu  ketik =FINV(0.01,M39,L40) ENTER
• Yang lebih gampang lagi dan letakan kruser sembarang saja pada layar excel; selanjutnya ketik =FINV(0.05,4,15) ENTER untuk a = 5% dan untuk a = 1% ketik =FINV(0.01,4,15) ENTER
• 4. Okey deeeh, nggak repot2 cari tabel.

SEMOGA BERMANFAAT
Terima Kasih pa HM Aqla

Pengujian homogenitas varians adalah suatu teknik analisis untuk menguji apakah data berasal dari populasi yang homogeny atau tidak. Untuk menguji homogenitas varians terhadap dua kelompok sampel dapat dilakukan dengan uji F, sedangkan untuk menguji homogenitas varians terhadap tiga kelompok sampel atau lebih dapat dilakukan dengan uji Barlett.

Langkah pengujian homogenitas varians dua kelompok sampel (uji F)

• Hitung varians masing-msing kelompok data.
• Hitung hasil bagi antara varians yang besar dengan varians yang kecil

• Bandingkan Fhitung dengan Ftabel dengan menggunakan derajat kebebasn (n1-1), (n2-1) dengan kriterian sebagai berikut

Jika Fhitung lebih besar dari Ftabel berarti kelompok sampel memiliki varians tidak homogen

Jika Fhitung lebih kecil dari Ftabel berarti kelompok sampel memiliki varians yang homogen

Langkah pengujian hogenitas varians tiga kelompok sampel atau lebih (uji Barlett)

• Buat daftar/table mengenai besaran-besaran yang diperlukan untuk uji Barlett
• 
  Varians gabungan dari semua sampel dengan rumus :

s²={ Σ ( ni-1 ) si² / (Σ ( ni-1 ) }

• Nilai satuan Barlett dengan rumus

B = (logs²). Σ (ni-1)

• Nilai satuan χ² dengan rumus

χ²hitung  = (ln10) {B – Σ (ni-1) logs²}

• Bandingkan χ²hitung dengan χ²tabel  dengan kriterian sebagai berikut:

Jika χ²hitung lebih besar dari χ²tabel berarti kelompok sampel memiliki varians tidak homogen

Jika χ²hitung lebih kecil dari χ²tabel berarti kelompok sampel memiliki varians yang homogen

            Contoh aplikasi Uji Barlett

Dengan varians masing-masing kelompok sampel sebagai berikut: 

s₁²= 29,3           s2²= 21,5          s3²= 35,7          s4²= 20,7

masukkan angka ke dalam table

•  Hitung varians gabungan dari empat sampel

Log s² = log 26,6 = 1,4249

• Hitung harga satuan Barlett

B = (logs²). Σ (ni-1)

B = (1,4249).  (14)

B = 19,9486

• Hitung nila χ²hitung

χ²hitung  = (ln10) {B – Σ (ni-1) logs²}

χ²hitung  = (2,3026) {19,9486 – 19,8033}

χ²hitung  = 0,3346

• Lihat nilai χ²tabel
• Jika α=0,05, dari daftar distribusi chi kuadrat dengan dk = 3 (k-1) didapat harga χ²tabel(0,95)(3)=7,81 karena χ²hitung < dari χ²tabel (0,3346 < 7,81) berarti data diperoleh dari populasi yang homogen.

Apa yang dimaksud uji Fisher?

Kapan menggunakan fisher exact test?

Apa beda uji chi square dengan uji Fisher?

Data tidak homogen menggunakan uji apa?