| dc.identifier.citation | 1. Biggers, J.D. (1959) The Estimation of Missing and Mixed-up Observation in several Experimental Design. Biometrika Vol. 46 no 1/2 pp. 91-105 2. Box, G. P., Hunter, W. G., and Hunter J. S., (1978) Statistical for Experimenters, New York, John Wiley. 3. Hinkelmann, K. And Kempthorne (1994) Design and Analysis of Experiment, New York, John Wiley. 4. Lehmann E., (1986) Testing Statistica1.l Hypothesis, New York, John Wiley. 5. Montgomery, Douglas C., (2009) Design and Analysis of Experiment 5 th ed. New York, John Wiley. 6. Subramany, J. (1992)Analysis of Means for Eksperimental Design with Missing Obsevation. Commun. Statist-Theory Meth., 21(7), 2045-2057. Tamil Nadu, India 7. Widiharsih, Tatik. (2009) Estimasi Missing Data pada Rancangan Acak Kelompok Lengkap. | in_ID |
| dc.description.abstract | Dalam penelitian yang bersifat percobaan, pada pelaksanaannya bisa terjadi bahwa data
percobaan yang diperoleh tidak lengkap, hal ini terjadi karena adanya data yang hilang (missing data),
dengan terjadinya beberapa data yang hilang maka akan mempersulit analisisnya terutama dalam
Rancangan Blok Acak Sempurna, karena akan menyebabkan ketidak seimbangan Rancangan ini,
untuk mengatasinya adalah dengan mengestimasi data yang hilang tersebut. Jika terjadi dua data yang
hilang maka untuk mengestimasinya bisa menggunakan metoda Yates, sedangkan jika data yang
hilang lebih dari dua maka bisa digunakan metoda Biggers, pada dasarnya untuk mengestimasi data
yang hilang pada kedua metoda tersebut dengan cara meminimumkan jumlah kuadrat error atau
dengan Least Squares Methode, sedangkan apabila data sudah diestimasi maka untuk analisis
variansnya bisa digunakan Analisis Varians Alternatif. Hasil analisis varians alternative untuk
perkembangan embrio pada media yang diberikan kadar glukosa yang berbeda ternyata kadar
glukosa pada media berpengaruh terhadap perkembangan embrio. | in_ID |
