Spatial Statistics (2)

-

Pusat Rata-Rata

  • Cukup titik tengah dari koordinat X dan Y untuk Kumpulan angka 
  • Juga disebut pusat gravitasi atau titik berat 
  • Jumlah perbedaan antara rerata X dan seluruh X lainnya adalah nol (Sama untuk Y)
  • Menyediakan rangkuman ukuran titik tunggal untuk sebaran lokasi
  • Dapat meminimalkan jumlah kuadrat antara titik pusat rata-rata dengan seluruh titik
Titik Pusat
(Source: PPT Pak Arifin)


Pusat Rata-Rata Tertimbang

  • Dihasilkan oleh bobot masing-masing koordinat X dan Y dengan variabel lain (Wi)
  • Titik pusat diperoleh dari poligon-poligon yang dapat ditimbang oleh setiap karakteristik polygon
Rumus dalam Pusat Rata-Rata Tertimbang
(Source : PPT Pak Arifin)
Menghitung Titik Berat
(Source: PPT Pak Arifin)

Menghtiung Pusat Rata-Rata Tertimbang
(Source: PPT Pak Afirin)

Pusat Jarak Minimum (Pusat Nilai Tengah)

  • Disebut juga titik perjalanan agregasi minimum 
  • Point tersebut (MD) yang meminimalkan jumlah jarak antara pusat nilai tengah dan semua titik lainnya (i)
  • Tidak memiliki solusi langsung, hanya dapat diturunkan dengan pendekatan 
  • Bukan solusi determinasi. Beberapa titik mungkin memenuhi kriteria.
  • Sama seperti pusat rata-rata : perpotongan dua garis ortogonal (tegak lurus satu sama lain), sehingga setiap baris memiliki setengah dari titik ke kiri dan ke kanan, karena orientasi sumbu untuk garis-garis ini adalah sembarang, beberapa titik dapat memenuhi kriteria ini. 
Garis ortogonal
(Source : PPT Pak Arifin)

Standart Deviasi Jarak

  • Merupakan standart deviasi jarak setiap titik dari pusat rata-rata 
  • Setara dengan standart deviasi dua dimensi untuk variabel tunggal 
  • Menyediakan unit ukuran tunggal dari penyebaran untuk distribusi dispersi 
  • Analog dengan pusat rata-rata tertimbang, juga dapat menghitung standart jarak tertimbang

Rumus SD variable tunggal
(Source : PPT Pak Arifin)
Pyhtoagoras SD variable tunggal
(Source : PPT Pak Arifin)
Rumus Dispersi
(Source: PPT Pak Arifin)
SD Jarak Tertimbang
(Source: PPT Pak Arifin)

Contoh Standart Deviasi
(Source: PPT Pak Arifin)

SOURCE: 

PPT Pak Arifin


Komentar

Posting Komentar

Postingan populer dari blog ini

Uji Rerata (BNT, BNJ, Duncan)

-
Gambar
Uji BNT Uji BNT merupakan prosedur pengujian perbedaan diantara rata-rata perlakuan yang paling sederhana dan paling umum digunakan. Metode ini diperkenalkan oleh Fisher (1935), sehingga dikenal pula dengan Metoda Fisher’s LSD (Least Significance Difference). Untuk menggunakan uji BNT, atribut yang kita perlukan adalah nilai kuadrat tengah galat (KTG), taraf nyata, derajat bebas(db) galat, dan tabel t-student untuk menentukan nilai kritis uji perbandingan  (Susilawati, 2015) .  Uji BNT menguji perlakuan secara berpasang – pasangan, misalkan jika terdapat 6 perlakuan yang akan dibangdingkan berarti terdapat pasangan pengujian dimana setiap pasangan memiliki peluang galat jenis I sebesar . Berarti semakin banyak jumlah perlakuan yang akan dibandingkan akan mengakibatkan kesalahan yang harus ditanggung juga semakin besar. Oleh karena itu, BNT akan sangat sensitive terhadap perbedaan yang muncul dalam perlakuan karena kriteria pemisahan perlakuan tidak terlalu ketat. Umunya, perlakuan
Baca selengkapnya

RPT dalam RAL dan RAK (2 Pertemuan)

-
Gambar
Rancangan split plot design atau dalam bahasa Indonesia disebut Rancangan Petak Terpisah atau Rancangan Petak Terbagi (RPT) merupakan jenis percobaan faktorial (lebih dari satu faktor). Rancangan ini dicirikan oleh adanya petak utama dan anak petak.  Split Splot Design merupakan percobaan faktorial atau dengan kata lain setiap percobaan yang menggunakan split splot design pasti faktorial, tetapi setiap percobaan faktorial tidak selalu split splot design. Rancangan ini digunakan bagi percobaan-percobaan yang dimaksudkan untuk menyelidiki pengaruh-pengaruh utama dan interaksi dengan derajad ketelitian yang tidak sama (Hanafiah, 2001). Faktor dengan derajad ketelitian yang lebih rendah disebut sebagai faktor utama (main plot faktor), sedangkan faktor dengan ketelitian yang lebih tinggi disebut faktor anak petak (sub plot faktor). Rancangan ini dapat diaplikasikan pada semua rancangan lingkungan (RAL, RAK, dan RBSL). Model Matematika RPT (Source: Nugroho, 2008) Kondisi untuk RPT 
Baca selengkapnya

Rancangan Acak Lengkap (RAL)

-
Gambar
  Rancangan acak lengkap (RAL) merupakan jenis rancangan percobaan yang paling sederhana.  Rancangan acak lengkap merupakan jenis rancangan percobaan dimana perlakuan diberikan secara acak kepada seluruh unit percobaan. Hal ini dapat dilakukan karena lingkungan tempat percobaan diadakan relatif homogen sehingga media atau tempat percobaan tidak memberikan pengaruh berarti pada respon yang diamati (Sastrosupadi,2000).  Dalam Rancangan ini tidak terdapat lokal kontrol, sehingga sumber keragaman yang diamati hanya perlakuan dan galat. Hanafiah (2001) menyatakan bahwa kondisi homogen umunya dicapai di ruang-ruang terkontrol seperti di laboratorium dan rumah kaca (green house). Namun, demikian pada kondisi tertentu, seperti penelitian tentang erosi, karena penonjolan pengaruh-pengaruh perlakuan terhadap erosi yang terjadi dan kisaran erosi yang terjadi umunya lebar, maka mesipun kondisi heterogen di lapangan tidak diperlukan adanya lokal kontrol, sehingga RAL untuk kasus semacam ini dapa
Baca selengkapnya