Anda di halaman 1dari 66

HANDOUT

RANCANGAN PERCOBAAN

HANDOUT RANCANGAN PERCOBAAN Kismiantini NIP. 19790816 200112 2 001 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN

Kismiantini

NIP. 19790816 200112 2 001

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA

2011

DosenDosen PengampuPengampu KiKismsmiianantitinnii,, MM SiSi 1
DosenDosen PengampuPengampu
KiKismsmiianantitinnii,, MM SiSi
1
ReferensiReferensi WajibWajib :: Matt jik, A.A. & Sumertajaya, I.M. 2006. Perancangan Percobaan. Bogor: IPB Press.
ReferensiReferensi
WajibWajib ::
Matt jik, A.A. & Sumertajaya, I.M. 2006. Perancangan Percobaan.
Bogor: IPB Press.
AAnnjj uraurann ::
Kirk, R.E. 1995. Experimental Design: Procedures for the
B e h av i ora l Sciences . C a liforn ia: B roo k s /Col e P u bli s hi ng
Company.
Montgomery, D.C. 2001. Design and Analysis of Experiments.
New York: John Wiley & Sons.
Suryanto. 2000. Diagram Blok . Yogyakarta: UNY
3
POPULASI : keseluruhan pengamatan yang menjadi perhatian SAMPEL/CONTOH : himpunan bagian dari populasi PARAMETER :
POPULASI : keseluruhan pengamatan yang menjadi perhatian
SAMPEL/CONTOH : himpunan bagian dari populasi
PARAMETER : u k uran ‐u k uran yang diperoleh d ar i d ata popu l as i
STATISTIK : ukuran ‐ukuran yang diperoleh dari data sampel
GALAT JENIS I. α = P(salah jenis I)
= P (meno l a k H 0; H 0 b enar)
GALAT JENIS II. β = P( sa l a h j en i s II)
= P(menerima H0; H0 salah)
5
MateriMateri PerkuliahanPerkuliahan RancanganRancangan PercobaanPercobaan (MAT(MAT 322322));; DDosenosen pengampupengampu
MateriMateri PerkuliahanPerkuliahan RancanganRancangan PercobaanPercobaan
(MAT(MAT 322322));; DDosenosen pengampupengampu :: KiKismsmiianantitinnii,, MM SiSi
PercobaanPercobaan TigaTiga FaktorFaktor
RancanganRancangan Faktorial,Faktorial, DiagramDiagram BlokBlok
PercobaanPercobaan DuaDua FaktorFaktor
RancanganRancangan Faktorial,Faktorial, RancanganRancangan PetakPetak TerbagiTerbagi ((SplitSplit PlotPlot
DesignDesign ),), RancanganRancangan PetakPetak TeralurTeralur ((StripStrip PlotPlot DesignDesign ))
PercobaanPercobaan SatuSatu FaktorFaktor
RAL,RAL, RAKL,RAKL, RBSLRBSL
PendahuluanPendahuluan
PrinsiPrinsipp,, istilahistilah dandan klasifikasiklasifikasi
RancanganRancangan PercobaanPercobaan
2
PendahuluanPendahuluan Ilmu tentang statistik Ilmu yang mempelajari cara ‐cara: 1. mengumpulkan data 2. menyajikan
PendahuluanPendahuluan
Ilmu tentang statistik
Ilmu yang mempelajari cara ‐cara:
1. mengumpulkan data
2. menyajikan data
STATISTIKASTATISTIKA DESKRIPTIFDESKRIPTIF
3. mengola h d ata
4. menganalisis data
STATISTIKASTATISTIKA INFERENSIALINFERENSIAL
5. menarik kesimpulan
4
MetodeMetode PengumpulanPengumpulan DataData Percobaan Peneliti memiliki keleluasaan untuk melakukan pengawasan
MetodeMetode PengumpulanPengumpulan DataData
Percobaan
Peneliti memiliki keleluasaan untuk melakukan pengawasan terhadap
sumber keragaman data, dapat menciptakan jenis perlakuan yang
dii ngin k an dan mengamat i peru bah an yang terjadi pa d a responsnya.
Data diciptakan.
Ob servasi
Peneliti tidak memiliki kendali dalam pengumpulan data kecuali
dalam menentukan faktor yang diamati dan memeriksa ketelitian data,
sulit dalam melihat perubahan yang terjadi pada respons karena
mun gkin disebabkan oleh faktor yan g tidak diamati atau bahkan
belum diketahui oleh peneliti.
Survei
Peneliti mengambil sampel data dengan teknik penarikan sampel
tertentu dari suatu popu l asi yang te lah d i d e f inisi k an . Jum l ah d ata
besar. Data sudah ada di lapangan tinggal dikumpulkan.
6
PengertianPengertian rancanganrancangan percobaanpercobaan Rancangan percobaan adalah tata cara penerapan tindakan‐
PengertianPengertian rancanganrancangan percobaanpercobaan
Rancangan percobaan adalah tata cara penerapan tindakan‐
tindakan dalam suatu percobaan pada kondisi atau
lingkungan tertentu yang kemudian menjadi dasa r penataan
dan metode analisis statistik terhadap data hasilnya.
MengapaMengapa perluperlu rancanganrancangan percobaanpercobaan??
1. Memperbaiki proses hasil
2. Mengurangi keragaman
3. Mengurangi waktu penelitian
4. Mengurangi biaya
7
BeberapaBeberapa IstilahIstilah dalamdalam RancanRancangganan PercobaanPercobaan Perlakuan : suatu prosedur atau metode
BeberapaBeberapa IstilahIstilah dalamdalam
RancanRancangganan PercobaanPercobaan
Perlakuan : suatu prosedur atau metode yang diterapkan pada unit
percobaan. Setara dengan taraf dari faktor.
Unit Percobaan : unit terkecil dalam suatu percobaan yang diberi
suatu perlakuan. Unit dimana perlakuan diberikan secara acak.
Satuan Pengamatan : anak gugus dari unit percobaan , tem pat
dimana respon perlakuan diukur.
Faktor : peubah bebas yang dicobakan dalam percobaan sebagai
penyusun struktur perlakuan.
Tara f : jen i s ‐ jen i s suatu faktor yang dicobakan dalam percobaan
9
KlKlasasifikifikasasii RRancanganancangan PPercoercobbaanaan RancanganRancangan PerlakuanPerlakuan b erka i tan d engan
KlKlasasifikifikasasii RRancanganancangan PPercoercobbaanaan
RancanganRancangan PerlakuanPerlakuan
b erka i tan d engan b agai mana perla kuan ‐perla kuan
tersebut dibentuk
RancanganRancangan LingkunganLingkungan
berkaitan deng an ba g aimana p erlakuan ‐p erlakuan
ditempatkan pada unit‐unit percobaan
RRancangaancanga nn PPenguengukk uranuran
berkaitan dengan bagaimana respons percobaan
diambil dari unit ‐unit percobaan yang diteliti
11
PPrriinsnsiipp DDasarasar PPercoercobbaanaan Ulangan : pengalokasian suatu perlakuan tertentu terhadap beberapa unit
PPrriinsnsiipp DDasarasar PPercoercobbaanaan
Ulangan : pengalokasian suatu perlakuan tertentu terhadap
beberapa unit percobaan pada kondisi yang seragam . Tujuan :
1. menduga ragam galat
2. memperkecil galat
3. meningkatkan ketelitian
Pengacakan : dimaksudkan agar setiap unit percobaan memiliki
peluang yang sama untu k diberi suatu perlakuan. Secara statisti k
untuk validitas/keabsahan dalam menarik kesimpulan agar
kes i mpu lan yang diambil obye ktif.
Pengendalian lingkungan (kontrol lokal) : usaha untuk
mengen d a lik an keragaman yang muncu l a kib at ke h eterogenan kon di s i
lingkungan.
8
IlustrasiIlustrasi Penelitian tentang pemberian jenis pupuk (N0, N1, N 2 , N3) pada tanaman padi
IlustrasiIlustrasi
Penelitian tentang pemberian jenis pupuk (N0, N1, N 2 ,
N3) pada tanaman padi dengan luas lahan 1 ha.
Faktor : jenis pupuk
Perlakuan : pemberian jenis pupuk N0, N1, N2, N3
Unit percobaan : 1 petak sawah
Satuan pengamatan : tanaman padi
10
RRancanganancangan PPererllaakkuanuan 1. Satu Fa ktor 2. Dua Faktor Faktorial (bersilangan, tersarang) Split Pl ot
RRancanganancangan PPererllaakkuanuan
1. Satu Fa ktor
2. Dua Faktor
Faktorial (bersilangan, tersarang)
Split Pl ot
Split blok/Strip Plot
3. Tiga Faktor atau lebih
Faktorial (bersilangan , tersarang, campuran )
Split ‐split Plot
S pli t ‐spli t Bl o k
12
RRancanganancangan LiLingngkkunganungan Rancan gan Acak Len gkap (RAL ) Rancangan Acak Kelompok Lengkap (RAKL) R
RRancanganancangan LiLingngkkunganungan
Rancan gan Acak Len gkap (RAL )
Rancangan Acak Kelompok Lengkap (RAKL)
R ancangan B u jur Sangkar L a ti n (RBSL)
Rancangan Lattice
13
Rancangan Acak Lengkap (RAL) Complete Randomized Design Latar Latar Belakang Belakang : : Biasanya d
Rancangan Acak Lengkap (RAL) Complete Randomized Design Latar Latar Belakang Belakang : : Biasanya d
Rancangan Acak Lengkap (RAL) Complete Randomized Design Latar Latar Belakang Belakang : : Biasanya d

Rancangan Acak Lengkap (RAL) Complete Randomized Design

LatarLatar BelakangBelakang ::

Biasanya digunakan jika kondisi unit percobaan relatif homogen

Umumnya percobaan dilakukan di laboratorium

Unit percobaan tidak cukup besar dan jumlah perlakuan terbatas

Sederhana

PerhatikanPerhatikan kasuskasus berikutberikut

Ingin melihat pemberian jenis ransum terhadap pertambahan berat badan sapi Perlu dilihat sapi sama atau tidak dari segi umur, jenis sapi harus homogen Ingin melihat pemberian dosis pupuk terhadap peningkatan hasil padi Perlu dilihat lokasi sawah petak sawah harus homogen Ingin membandingkan pengaruh jenis media pembelajaran yang digunakan guru terhadap hasil belajar siswa kelas I SMP khusus untuk pokok bahasan Geometri Perlu dilihat kelas kelas yang relatif homogen (artinya dengan rata-rata kemampuan awal siswa dalam Geometri bahasan Geometri Perlu dilihat kelas → kelas yang relatif homogen (artinya den g an rata-rata kemam yang relatif sama)

BeberapaBeberapa keuntungankeuntungan daridari penggunaanpenggunaan RALRAL

Bagan rancangan percobaan lebih mudah Analisis statistika terhadap subyek percobaan sederhana Fleksibel dalam penggunaan jumlah perlakuan dan jumlah ulangan Kehilangan informasi relatif sedikit dalam hal data hilang dibandingkan rancangan lain

2
2

PenPenggacakanacakan dandan BaBagganan PercobaanPercobaan

Misalkan ada 3 perlakuan (A, B, C) 2 ulangan

Maka diperlukan 3 × 2 = 6 unit percobaan

Bagan percobaan Salah satu hasil pengacakan adalah 1C 2A 1 2 3A 4B 3 4
Bagan percobaan
Salah satu hasil pengacakan adalah
1C
2A
1
2
3A
4B
3
4
5
C
6B
5
6
Tabulasi data
Ulan an
g
Perlakuan
Total
Keseluruhan
ABC
1
Y
Y
Y
11
21
31
2
Y
Y
Y
12
22
32
Total
Y
Y
Y
Y
1
.
2
.
3
.
Perlakuan (Y i. )
4
ModelModel linierlinier aditifaditif dalamdalam RALRAL ModelModel linierlinier aditifaditif daridari RALRAL ModelModel
ModelModel linierlinier aditifaditif dalamdalam RALRAL
ModelModel linierlinier aditifaditif daridari RALRAL
ModelModel TetapTetap
merupakan model dimana perlakuan-perlakuan yang
digunakan dalam percobaan berasal dari populasi yang
terbatas dan pemilihan perlakuan ditentukan langsung oleh
peneliti dan kesimpulan yang diperoleh terbatas hanya pada
perlakuan-perlakuan yang dicobakan saja tidak bisa
digeneralisasikan.
ModelModel AcakAcak
merupakan model dimana perlakuan-perlakuan yang
dicobakan merupakan sampel acak dari populasi perlakuan
dan kesimpulan yang diperoleh berlaku secara umum untuk
seluruh populasi perlakuan.
i = 1,2,K,a
j
=
1,2,
K
,r
Y =μ+τ +ε
ij
i
ij
dengan
iid
(
2
)
ε
~ N 0,σ
ij
Y ij : pengamatan pada perlakuan ke-i dan ulangan ke-j
μ
: rataan umum
: pengaruh perlakuan ke-i
τ i
ε ij : pengaruh acak pada perlakuan ke-i ulangan ke-j
a
τ
= 0
Asumsi untuk model tetap ialah
i
i = 1
iid
(
2
)
Asumsi untuk model acak ialah
τ
~
N σ
0,
i
τ
5
6
Y − Y = Y − Y + Y − Y ij •• ij i
Y − Y = Y − Y + Y − Y ij •• ij i
Y
Y
=
Y
Y
+
Y
Y
ij
••
ij
i
i
••
(
)
(
)(
)
Y
Y
=
Y
Y
+
Y
Y
ij
••
i
••
ij
i
Jika kedua ruas dikuadratkan maka akan diperoleh
(
)
2
(
)
2
(
)
2
(
)(
)
Y
Y
=
Y
Y
+
Y
Y
+
2 Y
Y
Y
Y
ij
••
i
••
ij
i
i
••
ij
i
Kemudian jika dijumlahkan untuk semua pengamatan
a
r
a
r
a
r
∑∑
(
)
2
2
2
Y
Y
=
∑∑
(
)
)
Y
Y
∑∑
(
+
Y
Y
ij
••
i •
••
ij
i •
i = j =
1
1
i = j =
1
1
i = j =
1
1
a
r
(
)(
)
karena
∑∑
Y
Y
Y
Y
=
0
i
••
ij
i
i = j =
1
1
Sehingga
Jumlah Kuadrat Total = Jumlah Kuadrat Perlakuan + Jumlah Kuadrat Galat
JKT = JKP + JKG
9
PerhitunganPerhitungan AnalisisAnalisis VariansiVariansi (Anava(Anava)) UlanganUlangan tidaktidak samasama 2 Y
PerhitunganPerhitungan AnalisisAnalisis VariansiVariansi (Anava(Anava))
UlanganUlangan tidaktidak samasama
2
Y
Penyebab ulangan tidak sama :
••
FK =
1. Menurut rancangan sejak
awal ulangan tidak sama
(mungkin faktor biaya)
a
r
i
i = 1
2. Menurut rancangan ulangan
sama pada saat percobaan
ada yang mati
a
2
Y
i
JKP =
− FK
r
i
=1
i
a
r
2
JKT
=
∑∑
Y
FK
ij
i
=1 =1
j
JKG
=
JKT
JKP
11
AnalisisAnalisis ModelModel TetaTetapp AAnanalilissiiss MMooddeell AAcacakk Ingin menguji persamaan dari rata-rata a
AnalisisAnalisis ModelModel TetaTetapp
AAnanalilissiiss MMooddeell AAcacakk
Ingin menguji persamaan dari rata-rata a perlakuan, diketahui
)
E(Y
=μ+τ =μ , = 1,2,K,
i
a
Diketahui
ij
i
i
Sehingga bentuk hipotesis
)
Var Y
( )= (μ+τ
(
Var
ij
i
ij
)
H 0 :
a (Semua perlakuan memberikan respons yang sama)
=
Var
τ
+
ε
,
μ
konstanta
μ =μ =K=μ
i
ij
1
2
(
),
=
Var
(
τ
)
+
Var
ε
τ
dan
ε
saling bebas
H
:
∃μ ≠μ ≠′ =
,
i
i
,
i
1,2,
K
,
a
i
ij
i
ij
i
i '
1
2
2
=
σ
+
σ
τ
Diketahui
μ+τ =μ
i
i
Sehingga bentuk hipotesisnya adalah
a
a
Sehin
gg
a bentuk hi otesis diatas ekuivalen
p
(
μ τ
+
i )
=
μ
H 0 :
σ
2 = 0
i
(Keragaman perlakuan tidak berpengaruh terhadap respons yang diamati)
τ
dengan hipotesis berikut
i =
1
i
=
1
2
σ >
0
a
H
τ
= τ
=
K τ
=
a = 0
1 :
(Kera aman
g
p
erlakuan ber en aruh
p
g
p
ositif terhada
p
res ons
p
y
an
g
τ
1
2
∑ μ H 0 : a a i diamati) i= 1 ⇒ a + μ
∑ μ H 0 :
a
a
i
diamati)
i= 1
⇒ a +
μ
τ
=
μ
, μ
=
(perlakuan tidak berpengaruh terhadap
i
i
a
i
=1
i
=1
respons yang diamati)
sehingga berakibat
∃τ ≠ 0,
i
= 1,2,K,
a
H 1 :
i
a
τ i = 0
7 i= 1
8
DekomDekompposisiosisi JumlahJumlah KuadratKuadrat TotalTotal
Keragaman total dapat diuraikan sbb:
PerhitunPerhitungganan AnalisisAnalisis VariansiVariansi ((AnavaAnava))
UlanganUlangan samasama
2
VariansiVariansi ((AnavaAnava)) UlanganUlangan samasama 2 Y •• FK = ar a 2 ∑ Y i •
Y •• FK = ar a 2 ∑ Y i • i = 1 JKP
Y ••
FK =
ar
a
2
Y
i
i = 1
JKP =
− FK
r
a
r
2
JKT
=
∑∑
Y
FK
ij
i=1
j=1
JKG
=
JKT
JKP
10

Tabel Analisis Variansi

Ulangan sama

SV db JK KT F hitung Perlakuan a-1 JKP KTP KTP/KTG Galat a(r-1) JKG KTG
SV
db
JK
KT
F hitung
Perlakuan
a-1
JKP
KTP
KTP/KTG
Galat
a(r-1)
JKG
KTG
T
ota
l
ar- 1
J KT
Kriteria Keputusan : Ho ditolak jika F hit > F α(a-1, a(r-1)) Ulangan tidak sama
Kriteria Keputusan : Ho ditolak jika F hit > F α(a-1, a(r-1))
Ulangan tidak sama
SV
db
J
K
KT
F
hitung
Perlakuan
a-1
JKP
KTP
KTP/KTG
Galat
∑(r i -1)
JKG
KTG
Total
∑r i -1
JKT
12 Kriteria Keputusan : Ho ditolak jika F hit >
(
))
F α −1,
a
∑ (
−1
r i

Soal 1

 

Suatu penelitian telah dilakukan untuk mengetahui pengaruh persentase kandungan paracetamol dalam obat penurun panas terhadap waktu yang diperlukan untuk menurunkan panas dari 39° menjadi 37°. Untuk keperluan ini telah dipilih secara acak 25 penderita sakit panas dengan suhu 39° dari usia yang hampir sama dan tanpa keluhan sakit yang lain. Keduapuluh lima pasien tersebut dibagi secara acak menjadi 5 kelompok dan masing-masing kelompok yang terdiri dari 5 orang tersebut diberi obat penurun panas dengan persentase kandungan paracetamol tertentu. Berikut data tentang waktu (dalam jam) yang diperlukan oleh para pasien tersebut sampai dengan panas badan mereka turun menjadi 37 °.

KADAR PARACETAMOL 40% 50% 60% 75% 90% Apakah ada pengaruh persentase kandungan paracetamol dalam obat
KADAR PARACETAMOL
40%
50%
60%
75%
90%
Apakah ada pengaruh
persentase kandungan
paracetamol dalam obat
penurun panas terhadap
7
9
5
3
2
waktu yang diperlukan untuk
67453
menurunkan panas dari 39°
9
8
8
2
4
men a
j
di 37°? G
una an ara
k
t
f
nyata 0,05.
46631
7
9
3
7
4
13
Anggap asumsi-asumsi dalam anava terpenuhi.
Anggap asumsi-asumsi dalam Anava terpenuhi.

Soal 2

Tiga kelas kuliah matematika dasar diberikan oleh tiga dosen (A, B, C). Usia dan prestasi mahasiswa dari ketiga kelas tersebut relatif homogen. Materi kuliah, ujian, metode mengajar, dan media yang digunakan sama. Karakteristik dosen juga relatif sama. Nilai akhirnya tercatat sebagai berikut.

A 73, 89, 82, 43, 80, 73, 66, 60, 45, 93, 36, 77 B 88,
A 73, 89, 82, 43, 80, 73, 66, 60, 45, 93, 36, 77
B 88, 78, 48, 91, 51, 85, 74, 77, 31, 78, 62, 76, 96, 80, 56
C 68, 79, 56, 91, 71, 71, 87, 41, 59, 68, 53, 79, 15

Apakah ada perbedaan yang nyata antara nilai rata-rata yang diberikan oleh ketiga dosen tersebut? Gunakan taraf nyata 0,05.

14
14

Anggap asumsi-asumsi dalam anava terpenuhi.

Anggap asumsi-asumsi dalam Anava terpenuhi.

Soal 3

 

Suatu percobaan telah dilakukan untuk menyelidiki pengaruh pelumas motor terhadap tingkat kemampuan kinerja mesin motor. Dari berbagai merk pelumas motor yang ada, telah dipilih secara acak diantaranya merk A, C dan T. Mengingat terbatasnya biaya dalam melakukan percobaan, ulangan hanya dilakukan sebanyak 5 kali. Percobaan tersebut dilakukan terhadap jenis motor yang mempunyai mesin yang sama (mesin 4 tak). Berikut data tingkat kinerja kemampuan mesin yang diukur dari kecepatan (km/jam) :

Soal 4

Sebuah lembaga penelitian di suatu perguruan tinggi ingin mengetahui pengaruh metode mengajar yang digunakan dosen terhadap hasil belajar mahasiswa khusus untuk mata kuliah Statistika Elementer. Ada berbagai macam metode mengajar dalam pembelajaran, pada penelitian ini telah dipilih secara acak empat metode yang dianggap sesuai dengan karakteristik mata kuliah tersebut yaitu metode ceramah, tanya jawab, problem solving dan diskusi. Untuk keperluan itu telah dipilih secara acak 20 kelas yang relatif seragam, dengan rata-rata kemampuan

Merk A 32 55 28 24 30 Pelumas C 52 67 55 52 53 T
Merk
A
32
55
28
24
30
Pelumas
C
52
67
55
52
53
T
58
42
76
46
25

a) Tentukan rancangan apa yang sesuai dengan penelitian yang dimaksud!

awal mahasiswa dalam Statistika Elementer yang relatif sama. Secara acak 20

kelas tersebut dibagi menjadi 4 kelompok, masing-masing kelompok

mendapatkan pembelajaran dengan salah satu metode tersebut. Dosen yang mengajar di kelas-kelas tersebut telah dipilih sedemikian hingga dapat dianggap mempunyai karakteristik yang hampir sama. Setelah pembelajaran selesai, semua kelas mendapat tes dengan soal dan waktu yang sama. Berikut ini adalah data tentang rata-rata nilai tes mahasiswa dari ke-20 kelas yang digunakan dalam penelitian.

b) Tentukan model linear dan maknanya!

c) Model tetap atau model acak? Sebutkan alasannya!

d) Lakukan analisis sesuai yang dimaksud. Gunakan taraf nyata 0,05.

15
15

Anggap asumsi-asumsi dalam anava terpenuhi.

16
16

Anggap asumsi-asumsi dalam anava terpenuhi.

Metode Mengajar Kelas Problem Jumlah Ceramah Tanya Jawab Diskusi Solving 1 8 2 , 7
Metode Mengajar
Kelas
Problem
Jumlah
Ceramah
Tanya Jawab
Diskusi
Solving
1
8 2
,
7
,
0
8 7
,
6
,
2
30
,
1
2 9,2
6,8
7,5
6,8
30,3
3 9,4
5,8
9,3
7,5
32,0
4 7,5
5,3
8,9
5,5
27,2
5 6,2
8,0
7,6
5,7
27,5
Jumlah
40 5
,
32
,
9
42
31
,
7
147
,
1

Soal 5

Suatu penelitian akan dilakukan untuk mengetahui pengaruh metode mengajar yang

digunakan guru terhadap hasil belajar siswa untuk mata pelajaran matematika SMA kelas I. Pada penelitian ini telah dipilih secara acak empat metode yang dianggap sesuai dengan karakteristik mata pelajaran tersebut yaitu metode contextua l teaching learning , cooperative learning , tutor sebaya dan local material learning. Untuk keperluan

itu telah dipilih secara acak 16 kelas (16 kelas I SMA) yang relatif seragam dan guru

a)
a)

Tentukan rancangan apa yang sesuai dengan penelitian yang dimaksud.

yang mengajar di kelas-kelas tersebut telah dipilih sedemikian hingga dapat dianggap mempunyai karakteristik yang hampir sama. Setiap metode mengajar diterapkan pada empat kelas. Data yang diperoleh berupa data tentang rata-rata nilai tes matematika siswa untuk masing-masing metode mengajar. Tentukan rancangan apa yang sesuai dengan penelitian yang dimaksud.

b) Tentukan model linear dan maknanya

c) Model tetap atau model acak? Sebutkan alasannya.

a) Sebutkan apa yang menjadi pengamatan dan jumlah ulangannya.

b) Tentukan model linear dan maknanya

d) Anggap asumsi-asumsi dalam Anava terpenuhi, lakukan pengujian hipotesis sesuai dengan penelitian yang

c) Model tetap atau model acak? Sebutkan alasannya.

17
17

dimaksud. Gunakan taraf nyata 0,05.

18
18
RancanRancangganan AcakAcak KelomKelomppokok LengkapLengkap (RAKL)(RAKL) RandomizedRandomized CompleteComplete
RancanRancangganan AcakAcak KelomKelomppokok
LengkapLengkap (RAKL)(RAKL)
RandomizedRandomized CompleteComplete BlockBlock DesignDesign
DDosenosen PenPenggamamppuu :: KKismiantiniismiantini,, MM.Si.Si
MMengapaengapa RAKL?RAKL? Keheterogenan unit percobaan berasal dari satu sumber keragaman Mengatasi kesulitan dalam
MMengapaengapa RAKL?RAKL?
Keheterogenan unit percobaan berasal dari satu sumber
keragaman
Mengatasi
kesulitan
dalam
mempersiapkan
unit
percobaan dalam jumlah besar
Kelompok yang dibentuk harus merupakan kumpulan
dari unit-unit percobaan yang relatif homogen
sedangkan keragaman antar kelompok diharapkan
cukup tinggi
3
TTaabbuullasasii ddaattaa Perlakuan Kelompok P1 P2 P3 P4 P5 Total kelompok (Y •j ) P6
TTaabbuullasasii ddaattaa
Perlakuan
Kelompok
P1 P2
P3 P4
P5
Total kelompok (Y •j )
P6
1 Y
Y
Y
Y
Y
Y
Y
11
21
31
41
51
61
•1
2 Y
Y
Y
Y
Y
Y
Y
12
22
32
42
52
62
•2
3 Y
Y
Y
Y
Y
Y
Y
13
23
33
43
53
63
•3
Total Perlakuan (Y i• )
Total keseluruhan (Y •• )
Y
1•
Y 2•
Y 3•
Y 4•
Y 5•
Y 6•
5
PPererhhaatiktikanan kkasusasus bbererikikuutt Ingin mengetahui pengaruh jenis obat terhadap kecepatan penyembuhan
PPererhhaatiktikanan kkasusasus bbererikikuutt
Ingin mengetahui pengaruh jenis obat terhadap kecepatan
penyembuhan
Faktor : jenis obat
Apakah ada faktor lain yang mempengaruhi kecepatan
penyembuhan selain jenis obat? Mungkin saja, misalkan
umur pasien, jenis kelamin
Bila umur pasien sama atau jenis kelamin sama maka
gunakan saja RAL.
Bila faktor-faktor lain yang dapat mempengaruhi keragaman
respon (selain faktor yang diteliti) tidak dapat diseragamkan
(dikendalikan) oleh peneliti, maka RAL tidak dapat diterapkan.
2
PengacakanPengacakan dandan BaganBagan PercobaanPercobaan • Misalkan ada 6 perlakuan (P1, P2, P3, P4, P5, P6)
PengacakanPengacakan dandan BaganBagan PercobaanPercobaan
• Misalkan ada 6 perlakuan (P1, P2, P3, P4, P5, P6)
3 kelompok
• Ada 6 unit percobaan pada setiap kelompok
• Total unit percobaan ada 3×6 = 18 unit percobaan
• Pengacakan dilakukan pada masing-masing kelompok
• Salah satu bagan percobaan
P1
P3
P2
P4
P6
P5
KelompokKelompok 11
P3
P5
P6
P4
P1
P2
KelompokKelompok 22
P1
P5
P3
P4
P2
P6
KelompokKelompok 33
4
ModelModel linierlinier aditifaditif daridari RAKLRAKL i 1 2 , K , = , a Y
ModelModel linierlinier aditifaditif daridari RAKLRAKL
i 1 2 , K ,
=
,
a
Y =μ+τ +β +ε
j 1,2, K ,
=
b
dengan
ij
i
j
ij
iid
(
2
)
~ N 0,σ
ε ij
Y ij : pengamatan pada perlakuan ke-i dan kelompok ke-j
μ
:
rataan umum
: pengaruh perlakuan ke-i
τ i
β
:
pengaruh kelompok ke-j
j
ε ij : pengaruh acak pada perlakuan ke-i kelompok ke-j
a
b
τ i = 0
dan
β
Asumsi untuk model tetap ialah
= 0
j
i=
1
j= 1
iid
iid
(
2
)
(
2
)
τ
~ N 0 σ
,
dan
β
~ N 0 , σ
Asumsi untuk model acak ialah
i
τ
j
β
6
HiHippotesisotesis ModelModel TetaTetapp • Hipotesis pengaruh perlakuan (perlakuan tidak berpengaruh terhadap H τ
HiHippotesisotesis ModelModel TetaTetapp
• Hipotesis pengaruh perlakuan
(perlakuan tidak berpengaruh terhadap
H
τ
=
τ
= K = =
τ
0
0 :
1
2
a
respons yang diamati)
H
1 : ∃
τ i ≠
0 ,
i
=
1,2,
K ,
a
• Hipotesis pengaruh kelompok
(kelompok tidak berpengaruh terhadap
H
β =β =K=β =
0
0 :
1
2
b
respons yang diamati)
H
1 : ∃β ≠
0 ,
j
=
1,2,
K
,
b
j
7
TTaabbeell AAnanalilissiiss VVarariiansansii SV db JK KT F hitung Perlakuan a-1 JKP KTP KTP/KTG Kelompok
TTaabbeell AAnanalilissiiss VVarariiansansii
SV
db
JK
KT
F hitung
Perlakuan
a-1
JKP
KTP
KTP/KTG
Kelompok
b-1
JKK
KTK
KTK/KTG
Galat
(a-1)(b-1)
JKG
KTG
Total
ab-1
JKT
Kriteria Keputusan :
1. Ho ditolak jika F hit > F α(a-1, (a-1)(b-1))
2. Ho ditolak jika F hit > F α(b-1, (a-1)(b-1))
9
EfiEfissiiensensii RReellaatiftif ((ERER)) ddararii RAKRAK ttererhhaaddapap RALRAL Ukuran kebaikan RAK dengan RAL ( )(
EfiEfissiiensensii RReellaatiftif ((ERER)) ddararii RAKRAK ttererhhaaddapap RALRAL
Ukuran kebaikan RAK dengan RAL
(
)(
)
σ = derajat bebas galat dari RAK
ˆ db
2
db
+ +
1
db
3
b
b
r
r
ER =
×
db
= derajat bebas galat dari RAL
r
(
)(
+
)
2
db
3
db
1
σ
ˆ
+ r
b
b
σ
ˆ 2 = ra
g
am
g
alat dari RAK (KTG dari RAK)
b
σ
ˆ 2 = ragam galat dari RAL
σ
ˆ 2 = KTG
r
b
(
r
1
)
KTK
+
r t
(
1 KTG
)
r = banyaknya kelompok
2
σ
ˆ
=
r
a = banyaknya perlakuan
tr − 1
Nilai ER = 2, maka untuk memperoleh sensitifitas RAL
sama dengan RAK maka ulangan yang digunakan
dengan RAL harus 2 kali dari ulangan (kelompok) RAK.
11
HipotesisHipotesis ModelModel AcakAcak • Hipotesis pengaruh perlakuan H : σ 2 = 0 (keragaman perlakuan
HipotesisHipotesis ModelModel AcakAcak
• Hipotesis pengaruh perlakuan
H
: σ
2 = 0
(keragaman perlakuan tidak berpengaruh terhadap respons yang diamati)
0
τ
2
H
σ
> 0
(keragaman perlakuan berpengaruh positif terhadap respons yang diamati)
1 :
τ
• Hipotesis pengaruh kelompok
2
H
: σ
=
0
(keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
0
β
2
H 1 0
:
σ
β > (keragaman kelompok berpengaruh positif terhadap respons yang diamati)
8
PPererhithitunganungan AAnanalilissiiss VVarariiansansii 2 b Y •• FK = 2 ∑ Y ab • j
PPererhithitunganungan AAnanalilissiiss VVarariiansansii
2
b
Y ••
FK =
2
Y
ab
• j
j = 1
a
JKK
=
FK
2
a
Y i •
i = 1
a
b
JKP =
− FK
2
b
JKT
=
∑∑
Y
FK
ij
i
=1 =1
j
JKG = JKT − JKP − JKK
10
SoalSoal 11 • Suatu percobaan di bidang peternakan telah dilakukan untuk mengetahui pengaruh berbagai campuran
SoalSoal 11
• Suatu percobaan di bidang peternakan telah dilakukan untuk
mengetahui pengaruh berbagai campuran ransum makanan
terhadap pertambahan berat badan domba jantan selama
percobaan (diukur dalam kg). Hewan (domba) percobaan yang
tersedia berbeda umur, karenanya dilakukan pengelompokan
menjadi 4 kelompok umur. Data pertambahan bobot badan dari 16
ekor domba jantan yang digunakan dalam percobaan adalah sbb.
Apa yang dapat anda
simpulkan? Gunakan
taraf nyata α = 0,05.
Anggap asumsi-asumsi dalam Anava terpenuhi.
12
SoalSoal 22 Suatu percobaan yang telah dilakukan untuk mengetahui pengaruh berbagai suplemen makanan terhadap
SoalSoal 22
Suatu percobaan yang telah dilakukan untuk mengetahui pengaruh
berbagai suplemen makanan terhadap perkembangan kecerdasan
anak (diukur dengan pertambahan skor IQ). Unit percobaan dalam
hal ini anak yang tersedia berbeda umur, karenanya dilakukan
pengelompokkan menjadi 4 kelompok umur. Berikut rata-rata
pertambahan kecerdasan anak untuk keempat suplemen adalah
Jenis Suplemen
A
B
C
D
Rata-rata pertambahan skor IQ
7,5
1,5
5,75
7
Diasumsikan asumsi-asumsi dalam Anava terpenuhi. Kerjakanlah
Anava berikut dengan cara melengkapi Tabel Anava berikut:
Sumber Variasi
db
JK
KT
F hitung
F tabel
Perlakuan
89,1875
Kelompok
4,7292
Galat
Total
111,9375
L
a u an penguj an
k
k
i
hi
po es s sesua
t
i
i d
engan yang
di
ma su
k
d
guna an
k
α = 0,05 dalam menyimpulkannya.
Anggap asumsi-asumsi dalam Anava terpenuhi.
Kategori kelas Jenis Media kemampuan Cetak Audio Visual Berbasis awal Komputer Rendah 8,1 6,5 7,4
Kategori kelas
Jenis Media
kemampuan
Cetak
Audio
Visual
Berbasis
awal
Komputer
Rendah
8,1
6,5
7,4
8,4
Sedang
8,9
6,86
7,4
Tinggi
7,7
5,9
5,9
9,4
Jumlah
24,7
19,2
19,3
25,2
Apa saja yang dapat Anda simpulkan dari data di atas?
Gunakan α = 0,05.
Anggap asumsi-asumsi dalam Anava terpenuhi.
SSoaoall 33 Suatu penelitian akan dilakukan untuk membandingkan pengaruh jenis media pembelajaran yang digunakan guru
SSoaoall 33
Suatu penelitian akan dilakukan untuk membandingkan pengaruh
jenis media pembelajaran yang digunakan guru terhadap hasil
belajar siswa kelas 2 SMA khusus untuk pokok bahasan peluang.
Jenis media yang dimaksudkan adalah cetak, audio, visual dan
berbasis komputer. Untuk keperluan tersebut telah dipilih secara
acak 12 kelas, namun setelah dilakukan tes kemampuan awal
ternyata kelas-kelas tersebut dapat digolongkan menjadi 3
kelompok (kategori kemampuan awal rendah, kategori kemampuan
awal sedang, kategori kemampuan awal tinggi). Masing-masing
kelompok mendapatkan perlakuan 4 jenis media tersebut. Setelah
pembelajaran selesai, semua kelas mendapat tes dengan soal dan
waktu yang sama. Berikut adalah data tentang rata-rata nilai tes
siswa dari keduabelas kelas yang digunakan dalam penelitian.
Tests of Between-Subjects Effects Dependent Variable: bobot_badan Source Type III Sum of Squares df Mean
Tests of Between-Subjects Effects
Dependent Variable: bobot_badan
Source
Type III Sum
of Squares
df
Mean Square
F
Sig.
a
Corrected Model
103.375
6
17.229
18.109
.000
Intercept
473.063
1
473.063
497.234
.000
kelompok
14.188
3
4.729
4.971
.026
perlakuan
89.187
3
29.729
31.248
.000
Error
8.563
9
.951
Total
585 000
.
16
Corrected Total
111.937
15
a. R Squared = .924 (Adjusted R Squared = .873)
RancanganRancangan BujurBujur SangkarSangkar LatinLatin (RBSL)(RBSL) LatinLatin SquareSquare DesignDesign
RancanganRancangan BujurBujur SangkarSangkar LatinLatin
(RBSL)(RBSL)
LatinLatin SquareSquare DesignDesign
PenPenggacakanacakan dandan BaBagganan PercobaanPercobaan • Penempatan perlakuan (searah diagonal) Pengacakan
PenPenggacakanacakan dandan BaBagganan PercobaanPercobaan
• Penempatan
perlakuan (searah
diagonal)
Pengacakan
Pengacakan
penempatan baris
penempatan kolom
1 ADCB
3
CBAD
3BDCA
2BADC
2
BADC
2ACBD
3 CBAD
4DCBA
4CADB
4DCBA
1
ADCB
1
DBAC
1234
24 1 3
HasilHasil AkhirAkhir
PengacakanPengacakan
((BaganBagan PercobaanPercobaan))
ModelModel LinierLinier AditifAditif daridari RBSLRBSL i 1, 2, K , = r j 1, 2,
ModelModel LinierLinier AditifAditif daridari RBSLRBSL
i 1, 2, K ,
=
r
j 1, 2, K ,
=
r
Y =μ+α+β +τ +ε
k 1, 2,
=
K
, r
dengan
ijk
i
j
k
ijk
iid
2
)
~ N(0, σ
ε ijk
Y ijk : pengamatan pada perlakuan ke-k dalam baris ke-i kolom ke-j
μ
: rataan umum
α i : pengaruh baris ke-i
β j
: pengaruh kolom ke-j
: pengaruh perlakuan ke-k
τ k
ε ijk : pengaruh acak pada perlakuan ke-k dalam baris ke-i dan kolom ke-j
r
r r
α i = 0
β
= 0
τ
k = 0
Asumsi untuk model tetap ialah
j
i = 1
j = 1
k = 1
iid
iid
iid
(
2 )
(
2
(
2 )
Asumsi untuk model acak ialah
α
~
N
0,
σ
β
~
N
0,
σ
β )
τ
~
N
0,
σ
i
α
j
k
τ
LatarLatar BelakangBelakang Keheterogenan unit percobaan tidak bisa dikendalikan hanya dengan pengelompokkan satu sisi
LatarLatar BelakangBelakang
Keheterogenan unit percobaan tidak bisa dikendalikan
hanya dengan pengelompokkan satu sisi keragaman.
KelebihanKelebihan
Mampu mengendalikan komponen keragaman unit-unit
percobaan dari dua arah (arah baris dan arah kolom)
KekuranganKekurangan
RBSL tidak efektif bila percobaan melibatkan perlakuan
dalam jumlah besar
SyaratSyarat RBSLRBSL
Jumlah perlakuan = jumlah baris = jumlah kolom
Pengacakan, setiap perlakuan harus muncul sekali di setiap
baris dan sekali di setiap kolom
TabulasiTabulasi DataData KolomKolom K1 K2 K3 K4 Jumlah BarisBaris B1 B D C A Y
TabulasiTabulasi DataData
KolomKolom
K1
K2
K3
K4
Jumlah
BarisBaris
B1
B
D C
A
Y
Y
Y 112
Y 124
Y 133
141
1••
B2
ACBD
Y
Y
Y
Y
Y
211
223
232
244
2••
B3
C
A
D B
Y
Y
Y
Y
Y
313
321
334
342
3••
B4
D
B
A C
Y
Y
Y
Y
Y
414
422
431
443
4••
Jumlah
Y
Y •1•
Y •2•
Y •3•
Y •4•
•••
HipotesisHipotesis ModelModel TetapTetap Hipotesis pengaruh perlakuan H τ = τ = K = τ =
HipotesisHipotesis ModelModel TetapTetap
Hipotesis pengaruh perlakuan
H
τ
=
τ
=
K
=
τ
=
0
(perlakuan tidak berpengaruh terhadap
0 :
1
2
r
respons yang diamati)
H
1 : ,
τ
0 ,
k
=
1, 2,
K
r
k
Hipotesis pengaruh baris
H
:
α
= α
= K = =
α
0
(baris tidak berpengaruh terhadap
0
1
2
r
respons yang diamati)
H
1 : ,
α i ≠
0 ,
i
=
1, 2,
K
r
Hipotesis pengaruh kolom
H
: β =β =K=β =
0
(kolom tidak berpengaruh terhadap
0
1
2
r
respons yang diamati)
H
: ∃β ≠
0 ,
j
=
1, 2,
K
,
r
1
j
6
HiHipopottesesiiss MModeodell AAcacakk Hipotesis pengaruh perlakuan H : σ 2 = 0 0 τ (kera
HiHipopottesesiiss MModeodell AAcacakk
Hipotesis pengaruh perlakuan
H
: σ
2 = 0
0
τ
(kera aman
g
p
erlakuan tidak ber en aruh terhada
p
g
p
res ons
p
y
an
g
diamati)
2
H
1 : σ
> 0
(keragaman perlakuan berpengaruh positif terhadap respons yang diamati)
τ
Hipotesis pengaruh baris
2
H
:
σ =
0
0 α
(keragaman baris tidak berpengaruh terhadap respons yang diamati)
2
H
1 : σ
> 0
(keragaman baris berpengaruh positif terhadap respons yang diamati)
α
Hipotesis pengaruh kelompok
2
H
: 0
σ =
0
β
(keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
2
H
: σ
> 0
(keragaman kelompok berpengaruh positif terhadap respons yang diamati)
1
β
7
PerhitunganPerhitungan AnalisisAnalisis VariansiVariansi 2 r Y ••• 2 FK = ∑ Y 2 • j•
PerhitunganPerhitungan AnalisisAnalisis VariansiVariansi
2
r
Y
•••
2
FK =
Y
2
• j•
r
j =1
JKK =
− FK
r
2
r
Y
•• k
rrr
k = 1
JKP =
− FK
2
JKT
=
r
∑∑∑
Y
FK
i j k
r
i
===1 11
jk
2
∑ Y
i
••
JKG = JKT − JKP − JKB − JKK
i = 1
JKB =
− FK
r
9
SoalSoal 22 Sebuah penelitian telah dilakukan untuk mengetahui pengaruh posisi tempat duduk siswa terhadap nilai
SoalSoal 22
Sebuah penelitian telah dilakukan untuk mengetahui pengaruh posisi tempat
duduk siswa terhadap nilai hasil ujian pada sebuah kelas. Keragaman nilai hasil
u ian siswa dapat disebabkan diantaranya oleh tingkat kemampuan intelegensi
siswa dan waktu ujian yang berbeda sehingga dilakukan klasifikasi keragaman dari
dua arah. Tingkat kemampuan intelegensi siswa diukur dengan skor IQ yang
selanjutnya dapat digolongkan menjadi tingkatan kemampuan rendah, sedang dan
tinggi. Waktu ujian yang dipilih adalah pagi (jam 7.00-9.00), siang (11.00-13.00)
dan sore (15.00-17.00). Posisi tempat duduk yang dicobakan adalah depan,
tengah, belakang. Untuk keperluan penelitian tersebut dipilih 9 siswa yang
mewakili tiga golongan tingkat kemampuan intelegensi dan tiga kelompok waktu
ujian. Berikut rata-rata nilai hasil ujian untuk ketiga posisi tempat duduk.
Sumber
Derajat
Jumlah
Kuadrat
Variasi
bebas
Kuadrat
Tengah
Perlakuan
4,634
Analisislah data diatas sesuai
maksud penelitiannya! Gunakan
taraf nyata α = 0,05.
Kemampuan
1,642
Waktu
0,188
Galat
Anggap asumsi-asumsi dalam
Anava terpenuhi
Total
11,722
TabelTabel AnalisisAnalisis VariansiVariansi SV db JK KT F hitung Perlakuan r-1 JKP KTP KTP/KTG Baris
TabelTabel AnalisisAnalisis VariansiVariansi
SV
db
JK
KT
F hitung
Perlakuan
r-1
JKP
KTP
KTP/KTG
Baris
r-1
JKB
KTB
KTB/KTG
Kolom
r-1
JKK
KTK
KTK/KTG
Galat
(r-1)(r-2)
JKG
KTG
Total
r
2 -1
JKT
Kriteria Keputusan :
1, 2, 3. Ho ditolak jika F hit > F α(r-1, (r-1)(r-2))
8
SoalSoal 11 Jurusan Pendidikan Matematika di sebuah universitas besar bermaksud mengevaluasi kemampuan mengajar 4
SoalSoal 11
Jurusan Pendidikan Matematika di sebuah universitas besar bermaksud
mengevaluasi kemampuan mengajar 4 profesornya. Untuk
menghilangkan pengaruh yang diakibatkan oleh mata kuliah yang
berlainan dan waktu mengajar yang tidak sama maka dilakukan
klasifikasi keragaman dari dua arah. Setiap profesor mengajar 4 kelas:
Aljabar, Geometri, Statistika dan Kalkulus, masing-masing pada 4
waktu berbeda. Data berikut adalah nilai yang diberikan oleh keempat
profesor A, B, C, dan D pada 16 mahasiswa yang mempunyai
kemampuan kira-kira sama.
Anggap asumsi-asumsi dalam
Anava terpenuhi
Analisislah data diatas sesuai maksud penelitiannya! Gunakan taraf
nyata α = 0,05.
SoalSoal 33 Suatu percobaan telah dilakukan untuk membandingkan kualitas empat jenis pemutih wajah keluaran terbaru
SoalSoal 33
Suatu percobaan telah dilakukan untuk membandingkan kualitas empat
jenis pemutih wajah keluaran terbaru yaitu A, B, C dan D. Pemutih
wajah diujicobakan pada wanita dengan tipe kulit wajah berbeda
(normal, kering, berminyak dan sensitif) dan waktu penggunaan yang
berbeda (pagi, siang, sore, dan malam). Data yang diperoleh berupa
data tingkat keberhasilan obat pemutih dengan skala 1-50.
Perlakuan
Tipe Kulit Wajah
Waktu
Y k
Y i
Y .j.
Penggunaan
A
140 Normal
105 Pagi
135
B
142
Kering
169
Siang
147
C Berminyak
160
143
Sore
149
D Sensitif
113
138
Malam
124
Diketahui : 12 2 + 34 2 + … + 45 2 + 12 2 = 21143
a) Tentukan rancangan apa yang sesuai dengan penelitian yang
dimaksud.
b) Lakukan pengujian hipotesis yang dimaksud dengan taraf nyata
0,05(Anggap asumsi-asumsi dalam Anava terpenuhi).
UUjjii LanLanjjutut SetelahSetelah AnavaAnava ((PerbandinganPerbandingan RataRata--ratarata Perlakuan)Perlakuan) UjiUji
UUjjii LanLanjjutut SetelahSetelah AnavaAnava
((PerbandinganPerbandingan RataRata--ratarata Perlakuan)Perlakuan)
UjiUji lanjutlanjut iniini hanyahanya berlakuberlaku
untukuntuk pengujianpengujian modelmodel tetaptetap
bilabila hipotesishipotesis nolnol pengaruhpengaruh perlakuanperlakuan ditolakditolak
DosenDosen PengampuPengampu :: KismiantiniKismiantini,, M.Si.M.Si.
Beda Nyata Jujur (BNJ) Honest Significant Difference (Tukey test) • Hipotesis H 0 : μ
Beda Nyata Jujur (BNJ)
Honest Significant Difference (Tukey test)
• Hipotesis
H 0 : μ i = μ i’
H 1 : μ i ≠μ i’
• Taraf nyata : α
BNJ
= q
s
• Statistik Uji :
α
(
a , db ( g
)
)
Y
s Y =
KTG r
ulangan sama
a
r h =
a ulangan tidak sama, ganti r dengan r h
∑ 1 r
i
a menyatakan banyaknya perlakuan
i = 1
• Kriteria Keputusan :
Y
− Y
> BNJ
i
i '
maka H 1 diterima (kedua perlakuan
berbeda)
Perhatikan Kasus RAL berikut! Suatu penelitian telah dilakukan untuk mengetahui pengaruh persentase kandungan
Perhatikan Kasus RAL berikut!
Suatu penelitian telah dilakukan untuk mengetahui pengaruh persentase kandungan
paracetamol dalam obat penurun panas terhadap waktu yang diperlukan untuk
menurunkan panas dari 39° menjadi 37°. Untuk keperluan ini telah dipilih secara acak
25 penderita sakit panas dengan suhu 39° dari usia yang hampir sama dan tanpa
keluhan sakit yang lain. Keduapuluh lima pasien tersebut dibagi secara acak men adi 5
kelompok dan masing-masing kelompok yang terdiri dari 5 orang tersebut diberi obat
penurun panas dengan persentase kandungan paracetamol tertentu. Berikut data
tentang waktu (dalam jam) yang diperlukan oleh para pasien tersebut sampai dengan
panas badan mereka turun menjadi 37 °.
KADAR PARACETAMOL
40%
50%
60%
75%
90%
79532
Lakukan uji lanjut setelah
Anava bila hipotesis nol
pengaruh perlakuan
6
7
4
5
3
dit
o a
l
k? G
una an ara
k
t
f
98824 nyata 0,05.
46631
79374
5
Beda Nyata Terkecil (BNT) Least Significant Difference (LSD) • Hipotesis H 0 : μ i
Beda Nyata Terkecil (BNT)
Least Significant Difference (LSD)
Hipotesis
H 0 : μ i = μ i’
H 1 : μ i ≠μ i’
Taraf nyata : α
St ti tik U i
a
s
j
:
BNT = t
s
α
Y − Y
(
db G
(
)
)
i
i
' •
2
⎛ 1
1 ⎞
s
=
KTG ⎜
+
Y − Y
i
i
' •
r
r '
i
i
Y
− Y
K i
r ter a
i
K
eputusan :
>
BNT
i •
i ' •
maka H 1 diterima (kedua perlakuan
berbeda)
Uji Perbandingan Berganda Duncan Duncan Multiple Range Test (DMRT) • Hipotesis H 0 : μ
Uji Perbandingan Berganda Duncan
Duncan Multiple Range Test (DMRT)
• Hipotesis
H 0 : μ i = μ i’
H 1 : μ i ≠μ i’
r
p
• Taraf nyata : α
R
= r
s
• Statistik Uji :
p
= 2,3,K, a
p
α
(
p , db ( g
)
)
Y
s Y =
KTG r
ulangan sama
a
r h =
a ulangan tidak sama, ganti r dengan r h
∑ 1 r
i
a menyatakan banyaknya perlakuan
i = 1
• Kriteria Keputusan :
Y
− Y
> R p maka
i
i '
H 1 diterima (kedua perlakuan berbeda)
Uji lanjut dengan BNT • Hipotesis H 0 : μ i = μ i’ H
Uji lanjut dengan BNT
• Hipotesis
H 0 : μ i = μ i’
H
:
1
μ i
μ i’, i
≠ i’, i = 1, 2, 3, 4, 5
• Taraf nyata : α =0,05
• Statistik Uji :
⎛ 1
BNT
= t
KTG ⎜
+
1 ⎞ ⎟
α (
2
db G
(
)
)
r '
r i
i
• Kriteria Keputusan : t 0,025(20) = 2,086
BNT =
2,086
2,880 ⎜ ⎛ 1
+
5
1 ⎞ ⎟ = 2,2389
5 ⎠
Y
− Y
H 0 ditolak jika
> 2,2389
i
i '
• Hitungan: ∗ Y − Y = 1 2 , Y − Y = 3
• Hitungan:
Y
− Y
=
1 2
,
Y
− Y
=
3 8
,
1
2
2
4
Tanda * menunjukkan
Y
− Y
=
1,4
Y
− Y
=
5
hasil nyata/signifikan
1
3
2
5
Y
− Y
=
2,6
Y
− Y
=
1,2
1
4
3
4
Y
− Y
=
3,8
Y
− Y
=
2,4
1
5
3
5
Y
− Y
=
2,6
Y
− Y
=
1,2
2
3
4
5
• Kesimpulan
μ 1 =μ 2 , μ 1 =μ 3 , μ 3 =μ 4 , μ 4 =μ 5
μ 1 ≠μ 4 , μ 1 ≠μ 5 , μ 2 ≠μ 5 , μ 2 ≠μ 3 , μ 2 ≠μ 4 , μ 3 ≠μ 5
Y
Y
Y
Y
Y
5•
4•
3•
1•
2•
2,8
4
5,2
6,6
7,8
GarisGaris tersebuttersebut melambangkanmelambangkan
memilikimemiliki ratarata--ratarata samasama ((tidaktidak
bbererbbeeddaa secarasecara nyanyattaa))
• Hitungan: ∗ Y − Y = 1 2 , Y − Y = 3
• Hitungan:
Y
− Y
=
1 2
,
Y
− Y
=
3 8
,
1
2
2
4
Tanda * menunjukkan
Y
− Y
=
1,4
Y
− Y
=
5
hasil nyata/signifikan
1
3
2
5
Y
− Y
=
2,6
Y
− Y
=
1,2
1
4
3
4
Y
− Y
=
3,8
Y
− Y
=
2,4
1
5
3
5
Y
− Y
=
2,6
Y
− Y
= 1,2
2
3
4
5
• Kesimpulan
μ 1 =μ 2 =μ 3 , μ 3 =μ 4 =μ 5 , μ 1 =μ 3 =μ 4
μ 1 ≠μ 5 , μ 2 ≠μ 5 , μ 2 ≠μ 4
Y
Y
Y
Y
Y
5•
4•
3•
1•
2•
2,8
4
5,2
6,6
7,8
Y Y Y Y Y • Hitungan : 5• 4• 3• 1• 2• 2,8 4
Y
Y
Y
Y
Y
• Hitungan :
5•
4•
3•
1•
2•
2,8
4
5,2
6,6
7,8
Y
− Y =
5 > 2,47
( R
)
2
5
5
• − Y
= 3,8 > 2,41
( R
)
Y
2
4
4
3,8
2,41
(
Y
− Y
=
>
R
)
1
5
4
− Y
(
Y
=
2 6
,
>
2 35
,
R
)
2
• 3
3
Y
− Y =
2,6
>
2,35
( R
)
1
4
3
)
Y
• − Y
= 2,4 > 2,35
( R
3
5
3
Y
− Y
=
1,2
<
2,24
( R
)
2
1
2
Y
− Y
= ,
1 4
<
2 24
,
( R
)
1
• 3
2
Y
• − Y =
1,2
<
2,24
( R
)
3
4
2
Y
• − Y
= 1,2
< 2,24 R
(
)
4
5
2
Uji lanjut dengan BNJ • Hipotesis H 0 : μ i = μ i’ H
Uji lanjut dengan BNJ
• Hipotesis
H 0 : μ i = μ i’
H 1 :
μ i ≠μ i’, i ≠ i’, i = 1, 2, 3, 4, 5
• Taraf nyata : α =0,05
• Statistik Uji :
KTG
BNJ =
q α
(
a , db ( g )
)
r
• Kriteria Keputusan : q 0,05(5,20) = 4,24
2,880
BNJ = 4,24
= 3,2179
5
H 0 ditolak jika
− Y
> 3,2179
Y i •
i '
Uji Lanjut dengan DMRT • Hipotesis H 0 : μ i = μ i’ H
Uji Lanjut dengan DMRT
• Hipotesis
H 0 : μ i = μ i’
H 1 : μ i ≠μ i’, i ≠ i’, i = 1, 2, 3, 4, 5
• Taraf nyata : α = 0,05
• Statistik Uji :
KTG
R
=
r
p
p
r
• K it
r
er a
i
K
epu
t
usan :
H
dit
o a
l
k
j
ik
a
Y
− Y
>
R
0
i •
i '•
p
p2
3
4
5
LihatLihat didi tabeltabel DMRTDMRT
2,95
3,10
3,18
3,25
r p
2,24
2,35
2,41
2,47
R p
• Kesimpulan μ 1 =μ 2 , μ 1 =μ 3 , μ 3 =μ
• Kesimpulan
μ 1 =μ 2 , μ 1 =μ 3 , μ 3 =μ 4 , μ 4 =μ 5
μ≠
μ 4 , μ 1
μ 5 , μ 2
μ 5 , μ 2
μ 3 , μ 2
μ 4 , μ 3
1
μ 5
Y
Y
Y
Y
Y
5•
4•
3•
1•
2•
2,8
4
5,2
6,6
7,8
UntukUntuk kasuskasus iniini,, ujiuji DMRTDMRT dandan ujiuji BNTBNT memberikanmemberikan
kkesesiimpumpullanan yangyang samasama
AAsumssums ii--asumsasums ii dd aa llamam AnalisisAnalisis VariansiVariansi DosenDosen PengampuPengampu::
AAsumssums ii--asumsasums ii dd aa llamam
AnalisisAnalisis VariansiVariansi
DosenDosen PengampuPengampu:: Kismiantini,Kismiantini, M.Si.M.Si.
1.1. PengujianPengujian KehomogenanKehomogenan RagamRagam UjiUji BartlettBartlett (1937)(1937) • Hi p otesis: H 0 :
1.1. PengujianPengujian KehomogenanKehomogenan RagamRagam
UjiUji BartlettBartlett (1937)(1937)
• Hi p otesis:
H 0 : σ 1 2 = σ 2 2 = … = σ a 2
(Ragam semua perlakuan sama)
H 1 : ∃σ i 2 ≠σ i’ 2 , i ≠ i’, i=1,2,…,a
(Minimal ada satu perlakuan yang
ragamnya tidak sama dengan yang lain)
• Taraf nyata: α
• Statistik Uji: χ 2 = (ln 10){[Σ (r i ‐1)]log(s 2 ) ‐ Σ (r i ‐1)log(s i 2 )}
s 2 = [Σ (r i ‐1) s i 2 ]/[Σ (r i ‐1)]
(
)
2
− Y
Y ij
i •
2
− (
) 2
r
Y
Y
1
⎤ ⎛
1
1
2
j
i
ij
i •
=
FK = 1 +
⎟−
i
⎤ ⎥ s =
r r −1)
(
3
(
a −
1
)
r i
r
1
(
r −
1)
⎢ ⎣
i
i
−1
⎥ ⎦
i
i
• Kriteria Keputusan:
H 0 ditolak jika χ 2 terkoreksi =(1/FK) χ 2 hit > χ 2 α(a‐ 1)
3
ModelModel RALRAL iid ( 2 ) = μ τ + + ε , ε ~
ModelModel RALRAL
iid
(
2 )
=
μ τ
+
+
ε ,
ε
~ N 0,σ
Y ij
i
ij
ij
E (Y )
=μ+τ
akan diduga oleh
ij
i
ˆ
Y
= ˆ + ˆ
μ τ
ij
i
)=
=
Y
+( −
Y
Y
Y
••
i •
••
i •
Sehingga galat (ε ij ) akan diduga oleh sisaan (e ij )
ˆ
e
=
Y
Y
=
Y
Y
ij
ij
ij
ij
i •
5
AsumsiAsumsi--asumsiasumsi dalamdalam AnavaAnava • Galat percobaan memiliki ragam yang homogen • Galat percobaan
AsumsiAsumsi--asumsiasumsi dalamdalam AnavaAnava
• Galat percobaan memiliki ragam yang homogen
• Galat percobaan saling bebas
• Galat percobaan menyebar normal
2
2.2. MelihatMelihat kebebasankebebasan galatgalat satusatu dengandengan yangyang lainnyalainnya • Untuk melihat
2.2. MelihatMelihat kebebasankebebasan galatgalat satusatu dengandengan
yangyang lainnyalainnya
• Untuk melihat keacakan galat percobaan dibuat plot antara nilai
dugaan galat (e ij ) dengan nilai dugaan respons (
ˆ )
Y ij
• Apabila plot yang dibuat diperoleh bahwa titik-titik amatan
(sisaan) berfluktuasi secara acak di sekitar nol maka dapat
dikatakan bahwa galat percobaan saling bebas.
Plot nilai dugaan galat dengan nilai dugaan respons juga dapat untuk melihat kehomogenan ragam galat
4 (titik-titik amatan (sisaan) tidak membentuk suatu pola tertentu )
ModelModel RAKLRAKL iid ( 2 ) = μ τ + + β + ε ,
ModelModel RAKLRAKL
iid
(
2 )
=
μ τ
+
+
β
+
ε ,
ε
~ N 0,σ
Y ij
i
j
ij
ij
E (Y )
=μ+τ +β
akan didu a oleh
g
ij
i
j
ˆ ˆ
=
μ τ
ˆ
+
ˆ
+
β
Y ij
i
j
)+(
)=
=
Y
+( −
Y
Y
Y
− Y
Y
+
Y
Y
••
i •
••
• j
••
i •
• j
••
Sehingga galat (ε ij ) akan diduga oleh sisaan (e ij )
ˆ
= Y − Y = Y − Y − Y + Y
e ij
ij
ij
ij
i
j
••
6
ModelModel RBSLRBSL iid ( 2 ) = μ α + + β + τ +
ModelModel RBSLRBSL
iid
(
2 )
=
μ α
+
+
β
+
τ
+
ε
,
ε
~ N 0,σ
Y ijk
i
j
k
ijk
ijk
E (Y )=
μ
+α+β +τ
akan didu a oleh
g
ijk
i
j
k
ˆ ˆ
Y =
μ α
ˆ ˆ
+
+
β
+ ˆ
τ
ijk
i
j
k
(
)(
)(
) =
= Y
+
Y
+
Y
Y
+
Y
Y
Y
+
Y
+
Y
− 2
Y
Y i
•••
••
•••
••
j
•••
••
k
•••
i
••
••
j
••
k
••
Sehingga galat (ε ijk ) akan diduga oleh sisaan (e ijk )
ˆ
= Y − Y = Y − Y − Y − Y
+ Y
2
e ijk
ijk
ijk
ijk
i
••
••
j
••
k
•••
7
PlotPlot ppeluaneluangg normalnormal • Plot peluang normal bagi sisaan yaitu e i versus h i
PlotPlot ppeluaneluangg normalnormal
• Plot peluang normal bagi sisaan yaitu e i versus h i
KTG = JKG / db (G )
h = KTG z ⎛ ⎜ i − 0,375 ⎞ ⎤
i
n + 0,25
⎣ ⎝
h i adalah nilai harapan di bawah asumsi kenormalan
• Sisaan diurutkan dari kecil ke besar
e i
Gambar disamping
menunjukkan bahwa galat
menyebar normal
karena titik-titik amatan
(sisaan) mengikuti arah
garis diagonal.
h i
9
IlustrasiIlustrasi :: MisalkanMisalkan diketahuidiketahui datadata sampelsampel sbbsbb 23,23, 27,27, 3333,, 4040,, 4848,,
IlustrasiIlustrasi :: MisalkanMisalkan diketahuidiketahui datadata sampelsampel sbbsbb 23,23, 27,27,
3333,, 4040,, 4848,, 4848,,5757,,5959,,6262,, 6868,,6969,,7070 UjilUjilaahh apaapakkaahh ddaattaa
sampelsampel iniini berasalberasal daridari populasipopulasi berdistribusiberdistribusi normal.normal.
Y = 50,3; s
Y = 16,55; n = 12
Y
z
F(z )
S(z )
|F(z )- S(z )|
i
i
i
i
i
i
23
-1,65
0,0495
0,0833
0,0338
27
-1 , 41
0
,
0793
0 , 1667
0
,
0874
33
-1,05
0,1469
0,2500
0,1031
40
-0,62
0,2676
0,3333
0,0657
L 0 = 0,1170
48
-0,14
0,4443
0,5000
0,0557
48
-0,14
0,4443
0,5000
0,0557
57
0
,
40
0
,
6554
0
,
5833
0
,
0721
59
0,53
0,7019
0,6667
0,0352
62
0,71
0,7611
0,7500
0,0111
68
1,07
0,8577
0,8333
0,0244
69
1,13
0,8708
0,9167
0,0459
70
1
,
19
0
,
8830
1
0
,
1170
11
33 MelihatMelihat kenormalankenormalan galatgalat • Secara visual kenormalan galat dapat dilihat dari plot peluang
33 MelihatMelihat kenormalankenormalan galatgalat
• Secara visual kenormalan galat dapat dilihat dari
plot peluang normal (plot kuantil-kuantil atau plot
Q-Q). Bila titik-titik amatan mengikuti arah garis
diagonal maka galat menyebar normal.
• Uji formal untuk menguji apakah suatu data
menyebar normal adalah uji Lilliefors
8
UjiUji LillieforsLilliefors − Y Y i z = s Y banyaknya z z , ,
UjiUji LillieforsLilliefors
− Y
Y i
z =
s
Y
banyaknya z z
,
,
,
z yang
≤ z
1
2
n
i
S ( z ) =
i
n
10
Hipotesis: H 0 : Sampel berasal dari populasi berdistribusi normal H 1 : Sampel berasal
Hipotesis:
H 0 : Sampel berasal dari populasi berdistribusi normal
H 1 : Sampel berasal dari populasi tidak berdistribusi normal
Taraf nyata: α = 0,05
Statistik Uji: L 0
Kriteria Keputusan: L 0,05(12) = 0,242
H ditolak jika L > 0 242
,
0
0
Hitungan : L 0 = 0,1170
Kesimpulan:
,
taraf nyata 0,05 dapat disimpulkan bahwa sampel berasal
Karena L = 0 1170 < 0 242 maka H diterima Jadi dengan
,
.
0
0
dari populasi berdistribusi normal.
12
13
13
SoalSoal 22 (RAL)(RAL) Tiga kelas kuliah matematika dasar diberikan oleh tiga dosen (A, B, C).
SoalSoal 22 (RAL)(RAL)
Tiga kelas kuliah matematika dasar diberikan oleh tiga
dosen (A, B, C). Usia dan prestasi mahasiswa dari
ketiga kelas tersebut relatif homogen. Materi kuliah,
ujian, metode mengajar, dan media yang digunakan
sama. Karakteristik dosen juga relatif sama. Nilai
akhirnya tercatat sebagai berikut.
A 73, 89, 82, 43, 80, 73, 66, 60, 45, 93, 36, 77
B 88, 78, 48, 91, 51, 85, 74, 77, 31, 78, 62, 76, 96, 80, 56
C 68, 79, 56, 91, 71, 71, 87, 41, 59, 68, 53, 79, 15
Periksalah apakah asumsi-asumsi terpenuhi? Gunakan
taraf nyata 0,05 bila diperlukan.
15
SoalSoal 44 (RBSL)(RBSL) Jurusan Pendidikan Matematika di sebuah universitas besar bermaksud mengevaluasi kemampuan
SoalSoal 44 (RBSL)(RBSL)
Jurusan Pendidikan Matematika di sebuah universitas besar
bermaksud mengevaluasi kemampuan mengajar 4 profesornya. Untuk
menghilangkan pengaruh yang diakibatkan oleh mata kuliah yang
berlainan dan waktu mengajar yang tidak sama maka dilakukan
klasifikasi keragaman dari dua arah. Setiap profesor mengajar 4 kelas:
Aljabar, Geometri, Statistika dan Kalkulus, masing-masing pada 4
waktu berbeda. Data berikut adalah nilai yang diberikan oleh keempat
profesor A, B, C, dan D pada 16 mahasiswa yang mempunyai
kemampuan kira-kira sama.
Periksalah apakah asumsi-
asumsi terpenuhi?
Gunakan taraf nyata 0,05
bila diperlukan.
17
SoalSoal 11 (RAL)(RAL) Suatu penelitian telah dilakukan untuk mengetahui pengaruh persentase kandungan paracetamol dalam
SoalSoal 11 (RAL)(RAL)
Suatu penelitian telah dilakukan untuk mengetahui pengaruh persentase kandungan
paracetamol dalam obat penurun panas terhadap waktu yang diperlukan untuk
menurunkan panas dari 39 ° menjadi 37°. Untuk keperluan ini telah dipilih secara acak
25 penderita sakit panas dengan suhu 39° dari usia yang hampir sama dan tanpa
keluhan sakit yang lain. Keduapuluh lima pasien tersebut dibagi secara acak menjadi 5
kelompok dan masing-masing kelompok yang terdiri dari 5 orang tersebut diberi obat
penurun panas den g an persen t ase k an d un gan paracetamol tert ent u. B erik ut dat a
tentang waktu (dalam jam) yang diperlukan oleh para pasien tersebut sampai dengan
panas badan mereka turun menjadi 37 ° .
KADAR PARACETAMOL
40%
50%
60%
75%
90%
Periksalah apakah asumsi-
asumsi dalam Anava
terpenuhi? Gunakan taraf
79532 nyata 0,05 bila diperlukan.
6
7
4
5
3
98824
46631
79374
14
SoalSoal 33 (RAKL)(RAKL) • Suatu percobaan di bidang peternakan telah dilakukan untuk mengetahui pengaruh berbagai
SoalSoal 33 (RAKL)(RAKL)
• Suatu percobaan di bidang peternakan telah dilakukan untuk
mengetahui pengaruh berbagai campuran ransum makanan
terhadap pertambahan berat badan domba jantan selama percobaan
(diukur dalam kg). Hewan (domba) percobaan yang tersedia berbeda
umur, karenanya dilakukan pengelompokan menjadi 4 kelompok
umur. Data pertambahan bobot badan dari 16 ekor domba jantan
yang digunakan dalam percobaan adalah sbb.
PeriksalahPeriksalah apakahapakah asumsi-asumsi-
asumsiasumsi terpenuhiterpenuhi?? GunakanGunakan
taraftaraf nyatanyata 00,,0505 bilabila
diperlukandiperlukan
16
JawabJawab SoalSoal 11 Source DF SS MS F P perlakuan 4 79.44 19.86 6.90 0.001
JawabJawab SoalSoal 11
Source
DF
SS
MS
F
P
perlakuan
4
79.44
19.86
6.90 0.001
Error
20
57.60
2.88
Total
24 137.04
S = 1.697
R-Sq = 57.97%
R-Sq(adj) = 49.56%
18
JawabJawab SoalSoal 22 Source DF SS MS F P perlakuan 2 335 168 0.46 0.632
JawabJawab SoalSoal 22
Source
DF
SS
MS
F
P
perlakuan
2
335
168
0.46
0.632
Error
37
13350
361
Total
39
13685
S = 18.99
R-Sq = 2.45%
R-Sq(adj) = 0.00%
19
JawabJawab SoalSoal 44 Analysis of Variance for nilai, using Adjusted SS for Tests Source DF
JawabJawab SoalSoal 44
Analysis of Variance for nilai, using Adjusted SS for Tests
Source
DF
Seq SS
Adj SS
Adj MS
waktu
3
474.50 474.50
F
158.17 3.30 0.099
P
mata kuliah
3
252.50 252.50
84.17
1.76 0.255
profesor
3
723.50
723.50
241.17 5.03 0.045
Error
6
287.50 287.50
47.92
Total
15 1738.00
21
JawabJawab SoalSoal 33 Analysis of Variance for bobot badan, using Adjusted SS for Tests Source
JawabJawab SoalSoal 33
Analysis of Variance for bobot badan, using Adjusted SS for Tests
Source
DF
Seq SS
Adj SS
Adj MS
F
P
kelompok
3
14.188 14.187
4.729
4.97 0.026
jenis ransum
3
89.187
89.187
29.729 31.25 0.000
Error
9
8.562
8.562
0.951
Total
15 111.937
20
PERCOBAANPERCOBAAN DUADUA FAKTORFAKTOR •• PercobaanPercobaan FaktorialFaktorial 1
PERCOBAANPERCOBAAN DUADUA FAKTORFAKTOR
•• PercobaanPercobaan FaktorialFaktorial
1
Plot interaksi antara faktor A dengan faktor B 3
Plot interaksi antara faktor A dengan faktor B
3
FaktorialFaktorial RALRAL
FaktorialFaktorial RALRAL
PercobaanPercobaan FaktorialFaktorial •• CiCirrii : perlakuan merupakan kombinasi dari semua kemungkinan kombinasi
PercobaanPercobaan FaktorialFaktorial
••
CiCirrii : perlakuan merupakan kombinasi dari semua
kemungkinan kombinasi dari taraf-taraf dua faktor atau
lebih.
••
KeuntunganKeuntungan adalah mampu mendeteksi respons dari
1.Taraf masing-masing faktor (pengaruh utama)
2.Interaksi antara dua faktor (pengaruh interaksi)
Bila sudah ada dugaan kuat (ada literatur) bahwa faktor
A dan faktor B tidak ada interaksi maka tidak perlu
menggunakan rancangan faktorial.
2
Pengaruh Interaksi Interaksi nyata/signifikan maka a.uji pada pengaruh utama tidak bermakna b.pengaruh faktor A dan
Pengaruh Interaksi
Interaksi nyata/signifikan maka
a.uji pada pengaruh utama tidak bermakna
b.pengaruh faktor A dan B tidak saling
bebas
4
PPercoercobbaanaan DDuaua FFaaktktoorr ddaallamam RALRAL • Latar Belakang : unit percobaan yang digunakan relatif
PPercoercobbaanaan DDuaua FFaaktktoorr ddaallamam RALRAL
• Latar Belakang : unit percobaan yang digunakan relatif
homogen
• Misal ada dua faktor (A dan B)
Faktor A mempunyai 3 taraf (A1, A2, A3)
Faktor B mempunyai 2 taraf (B1, B2)
Maka kombinasi perlakuan ada 3 × 2 = 6
(A1B1, A1B2, A2B1, A2B2, A3B1, A3B2)
Ulan an ada sebanyak 3
Maka unit percobaan yang diperlukan 3 × 2 × 3 = 18.
6
Bagan Percobaan dan Cara Pengacakan 12345 6 A1B1 789 10 11 12 A1B1 13 14
Bagan Percobaan dan Cara Pengacakan
12345
6
A1B1
789
10
11
12
A1B1
13
14
15
16
17
18
A1B1
Cara mengacak, misalkan A1B1 akan diletakkan pada 3
nomor kocokan pertama yaitu pada tempat 5, 9 dan 18,
dan seterusnya.
7
Model Linier Aditif dari Faktorial RAL i 1, 2, K , a = j 1,
Model Linier Aditif dari Faktorial RAL
i 1, 2, K , a
=
j 1, 2, K ,
=
b
= μ + α + β + αβ + ε
(
)
k 1, 2, K ,
=
r
Y ijk
i
j
ij
ijk
dengan
iid
(
2 )
~ N 0, σ
ε ijk
: pengamatan pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k
Y ijk
μ
: rataan umum
: pengaruh utama faktor A taraf ke-i
α i
: pengaruh utama faktor B taraf ke-j
β j
(αβ) ij : pengaruh interaksi dari faktor A taraf ke-i dan faktor B taraf ke-j
: pengaruh acak pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k
ε ijk
Asumsi untuk model tetap ialah
a
b
a
b
α
=
0
,
β
=
0
,
(
αβ
)
=
(
αβ
)
=
0
i
j
ij
ij
i =
1
j
=
1
i =
1
j =
1
Asumsi untuk model acak ialah
iid
iid
iid
(
2
)
(
2
)(
(
2
)
α
~
N σ
0,
,
β
~
N σ
0,
,
αβ
)
~
N σ
0,
i
α
j
β
ij
αβ
9
Model Acak (Faktor A dan B acak) Sumber Derajat Jumlah Kuadrat Keragaman Bebas Kuadrat Tengah
Model Acak (Faktor A dan B acak)
Sumber
Derajat
Jumlah
Kuadrat
Keragaman
Bebas
Kuadrat
Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
(db)
(JK)
(KT)
A
a-1
JKA
KTA
2
2
σ 2
+ r σ + br σ
αβ
α
B
b-1
JKB
KTB
2
2
σ 2
+ r σ + ar σ
αβ
β
AB
(a-1)(b-1)
JKAB
KTAB
2
σ 2
+ rσ
αβ
Galat ab(r-1)
JKG
KTG
2
σ
Total
abr-1
JKT
11
Tabulasi Data Ulangan A1 A2 A3 Total B1 1 Y Y Y 111 211 311
Tabulasi Data
Ulangan
A1
A2
A3
Total
B1
1
Y
Y
Y
111
211
311
2
Y
Y
Y
112
212
312
3
Y
Y
Y
113
213
313
Total
Y
Y
Y
Y
11•
21•
31•
•1•
B2
1
Y
Y
Y
121
221
321
2
Y
Y
Y
122
222
322
3
Y
Y
Y
123
223
323
Total
Y
Y
Y
Y
12•
22•
32•
•2•
Total
Y
Y
Y
Y
1••
2••
3••
•••
8
Model Tetap (Faktor A dan B tetap) Sumber Derajat Jumlah Kuadrat Keragaman Bebas Kuadrat Tengah
Model Tetap (Faktor A dan B tetap)
Sumber
Derajat
Jumlah
Kuadrat
Keragaman
Bebas
Kuadrat
Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
(db)
(JK)
(KT)
2
2
A
a-1
JKA
KTA
σ 2 ∑∑
αβ
∑ α
ij
i
+ r
+ br
(
a
1)(
b
1)
(
a −
1)
2
2
B
b-1
JKB
KTB
+ ∑∑
αβ
β
2
ij
j
σ
r
+ ar
(
a
− 1)(
b
1)
(
b −
1)
AB
(a-1)(b-1)
JKAB
KTAB
2
∑∑
αβ
2
ij
σ
+ r
(
a
− 1)(
b
1)
Galat
ab(r-1)
JKG
KTG
2
σ
Total
abr-1
JKT
10
Model Campuran (Faktor A acak dan B tetap) Sumber Derajat Jumlah Kuadrat Keragaman Bebas Kuadrat
Model Campuran (Faktor A acak dan B tetap)
Sumber
Derajat
Jumlah
Kuadrat
Keragaman
Bebas
Kuadrat
Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
(db)
(JK)
(KT)
A
a-1
JKA
KTA
2
2
σ 2
+ rσ + br σ
αβ
α
2
B
b-1
JKB
KTB
β
2
j
σ 2
+
r
+
ar
σ αβ
( b − 1)
AB
(a-1)(b-1)
JKAB
KTAB
2
σ 2
+ rσ
αβ
Galat ab(r-1)
JKG
KTG
2
σ
Total
abr-1
JKT
12
Model Campuran (Faktor A tetap dan B acak) Sumber Derajat Jumlah Kuadrat Keragaman Bebas Kuadrat
Model Campuran (Faktor A tetap dan B acak)
Sumber
Derajat
Jumlah
Kuadrat
Keragaman
Bebas
Kuadrat
Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
(db)
(JK)
(KT)
2
A
a-1
JKA
KTA
α
2
2
i
σ
+
r
+
br
σ αβ
(
a −
1)
B
b-1
JKB
KTB
2
2
σ 2
+ r σ + ar σ
αβ
β
AB
(a-1)(b-1)
JKAB
KTAB
2
σ 2
+ rσ
αβ
Galat
ab(r-1)
JKG
KTG
2
σ
Total
abr-1
JKT
13
Hipotesis Model Acak (Faktor A dan B acak) • Hipotesis pengaruh utama faktor A 2
Hipotesis Model Acak (Faktor A dan B acak)
• Hipotesis pengaruh utama faktor A
2
H
:
σ =
0
(Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
0
α
2
H
: σ
> 0
(Keragaman faktor A berpengaruh positif terhadap respons yang diamati)
1
α
• Hipotesis pengaruh utama faktor B
2
H
: σ =
0
(Keragaman faktor B tidak berpengaruh terhadap respons yang diamati)
0 β
2
H
: σ
> 0
(Keragaman faktor B berpengaruh positif terhadap respons yang diamati)
1
β
• Hipotesis pengaruh interaksi
2
H
: (Keragaman faktor A dengan faktor B tidak berpengaruh terhadap
σ =
0
0 αβ
respons yang diamati)
2
H
: σ
> 0
(Keragaman faktor A dengan faktor B berpengaruh positif terhadap
1
αβ
res ons
p
y
an
g
diamati)
15
Hipotesis Model Campuran (Faktor A tetap dan B acak) • Hipotesis pengaruh utama faktor A
Hipotesis Model Campuran (Faktor A tetap dan B acak)
• Hipotesis pengaruh utama faktor A
H :
α =α =K=α =
0
(faktor A tidak berpengaruh terhadap respons yang diamati)
0
1
2
a
H
1 : ∃α ≠
0 ,
i
=
1, 2,
K
,
a
(faktor A berpengaruh terhadap respons yang diamati)
i
• Hipotesis pengaruh utama faktor B
2
H
: σ =
0
(Keragaman faktor B tidak berpengaruh terhadap respons yang diamati)
0
β
2
: σ
> 0
H 1 β
(Keragaman faktor B berpengaruh positif terhadap respons yang diamati)
• Hipotesis pengaruh interaksi
H
: (Keragaman faktor A dengan faktor B tidak berpengaruh terhadap
2
σ =
0
0
αβ
respons yang diamati)
2
H 1 0
: σ
>
(Keragaman faktor A dengan faktor B berpengaruh positif terhadap
αβ
respons yang diamati)
17
Hipotesis Model Tetap (Faktor A dan B tetap) • Hipotesis pengaruh utama faktor A H
Hipotesis Model Tetap (Faktor A dan B tetap)
• Hipotesis pengaruh utama faktor A
H
:
α =α =K=α =
0
(faktor A tidak berpengaruh terhadap respons yang diamati)
0
1
2
a
H
1 : ∃α ≠
0 ,
i
=
1, 2,
K
,
a
(faktor A berpengaruh terhadap respons yang diamati)
i
• Hipotesis pengaruh utama faktor B
H
: β =β =K=β = 0
(faktor B tidak berpengaruh terhadap respons yang diamati)
0
1
2
b
H
1 : ∃β ≠
0 ,
j
=
1, 2,
K
,
b
(faktor B berpengaruh terhadap respons yang diamati)
j
• Hipotesis pengaruh interaksi
(Interaksi faktor A dengan faktor B
H
: (αβ ) (αβ ) = K = (αβ )
=
= 0
tidak berpengaruh terhadap
0
11
12
a
b
respons yang diamati)
H :
∃ αβ ≠
(
)
0 ,
i =
1, 2,
K
,
a j
,
=
1, 2,
K
,
b
(Interaksi faktor A dengan faktor B
1
ij
berpengaruh terhadap respons
yang diamati)
14
Hipotesis Model Campuran (Faktor A acak dan B tetap) • Hipotesis pengaruh utama faktor A
Hipotesis Model Campuran (Faktor A acak dan B tetap)
• Hipotesis pengaruh utama faktor A
2
H
:
σ =
0
(Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
0
α
2
H
: σ
> 0
(Keragaman faktor A berpengaruh positif terhadap respons yang diamati)
1
α
• Hipotesis pengaruh utama faktor B
: β =β =K=β = 0
(faktor B tidak berpengaruh terhadap respons yang diamati)
H 0
1
2
b
H
1 : ∃β ≠
0 ,
j
=
1, 2,
K
,
b
(faktor B berpengaruh terhadap respons yang diamati)
j
• Hipotesis pengaruh interaksi
2
(Keragaman faktor A dengan faktor B tidak berpengaruh terhadap respons
H
: σ =
0
0
αβ
yang diamati)
2
H 1 0
: σ
>
(Keragaman faktor A dengan faktor B berpengaruh positif terhadap respons
αβ
yang diamati)
16
PPererhihitungantungan AAnanalilissiiss VVarariiansansii 2 Y b ••• 2 FK = ∑ Y •• j abr
PPererhihitungantungan AAnanalilissiiss VVarariiansansii
2
Y
b
•••
2
FK =
Y
•• j
abr
j = 1
JKB
=
FK
a
b
2
∑∑
ar
Y ij •
i
=
1
j
=
1
abr
JKP =
− FK
2
JKT
=
∑∑∑
Y
FK
r
ijk
i
===1 11
jk
a
2
Y
i
••
JKAB = JKP − JKA − JKB
i = 1
JKA =
− FK
br
JKG = JKT − JKP
18
SoalSoal 11 • Suatu penelitian telah dilakukan untuk mengetahui pengaruh jenis pupuk dan varietas padi
SoalSoal 11
• Suatu penelitian telah dilakukan untuk mengetahui
pengaruh jenis pupuk dan varietas padi terhadap hasil
produksi padi. Jenis pupuk yang diteliti adalah P1, P2,
P3 dan P4. Dari berbagai varietas padi yang ada, telah
dipilih secara acak 3 diantaranya yaitu V1, V2 dan V3.
Mengingat terbatasnya lahan, ulangan hanya dilakukan
sebanyak 3 kali untuk setiap kombinasi perlakuannya.
Percobaan dilakukan di sawah percobaan, dengan
kondisi tanah, pengairan dan penyinaran dapat
dianggap relatif homogen, sehingga pengacakan secara
lengkap dapat diterapkan pada petak-petak percobaan.
19
Perhatikan berikut ! Sumber Derajat Bebas Keragaman (db) A : jenis pupuk B : varietas
Perhatikan berikut !
Sumber
Derajat Bebas
Keragaman
(db)
A : jenis pupuk
B : varietas padi
A
a-1 = (a) – (1)
a = 4, b = 3, r = 3
B
b-1 = (b) – (1)
AB
(a-1)(b-1) = (ab) – (a) – (b) +(1)
Galat
ab(r-1) = (abr) – (ab)
Total
abr-1 = (abr) – (1)
2
2
2
2
a
+ a
2 +
a
a
∑∑∑
2
3 +
() a
(
)
Y ijk
1
2
4
Y •••
abr →
() 1 →
b r
1
a b r
2
2
2
b
+ b
b
2 +
() b
1
3
ar
2
11 +
2
2
2
2
2
2
2
2
2
2
2
ab
ab
+
ab
+
ab
+
ab
+
ab
+
ab
+
ab
+
ab
+
ab
+
ab
+
ab
(
)
12
13
21
22
23
31
32
33
41
42
43
ab →
r
21
Berikut ini adalah data hasil produksi padi untuk setiap petak percobaan, yang dicatat dalam kuintal
Berikut ini adalah data hasil produksi padi untuk setiap
petak percobaan, yang dicatat dalam kuintal
Varietas Padi
Total
Jenis
Pupuk
V1
V2
V3
64
72
74
P1
66
81
51
AnalisislahAnalisislah datadata tersebuttersebut
70
64
65
sesuaisesuai maksudmaksud
penelitiannyapenelitiannya GunakanGunakan taraftaraf
Jumlah
nyatanyata 00,,0505 AnggapAnggap asumsiasumsi--
65
57
47
asumsiasumsi dalamdalam AnavaAnava
P2
63
43
58
terpenuhiterpenuhi
58
52
67
Jumlah
59
66
58
P3
68
71
39
65
59
42
Jumlah
58
57
53
P4
41
61
59
46
53
38
Jumlah
20
Total
SoalSoal 22 Suatu penelitian akan dilakukan untuk mengetahui pengaruh metode belajar dan waktu kegiatan belajar
SoalSoal 22
Suatu penelitian akan dilakukan untuk mengetahui pengaruh metode
belajar dan waktu kegiatan belajar mengajar terhadap hasil belajar mata
kuliah rancangan percobaan (rata-rata hasil nilai akhir). Metode yang
dicobakan adalah ceramah, tanya jawab dan diskusi. Sedangkan waktu
kegiatan belajar mengajar yang dipilih adalah pada jam pertama (7.00-
8.40), jam ketiga (11.00-12.40) dan jam kelima (15.00-16.40).
Pengamatan dilakukan pada mahasiswa yang mengambil mata kuliah
tersebut dengan kemampuan awal dalam mempelajari rancangan
percobaan relatif sama (syarat mata kuliah Statistika Elementer telah
diambil dengan nilai minimal C). Mahasiswa tersebut dikelompokkan
berdasarkan program studinya yaitu Prodi Pendidikan Matematika
Subsidi, Pendidikan Matematika Swadana C dan Pendidikan Matematika
Swadana D.
a) Apa unit percobaannya? Apa pengamatannya?
b) Sebutkan faktor-faktor yang diteliti beserta taraf dan sifatnya?
c) Tentukan semua kombinasi perlakuan yang mungkin.
d) Seperti apa bagan diagram bloknya?
e) Bagaimana bagan pengacakannya?
FAKTORIALFAKTORIAL RAKLRAKL DDoseosenn PPengampengampuu :: KKismianismianttininii,, MM,,SiSi,, 1
FAKTORIALFAKTORIAL
RAKLRAKL
DDoseosenn PPengampengampuu :: KKismianismianttininii,, MM,,SiSi,,
1
Bagan Percobaan dan Cara Pengacakan Kelom ok 1 p 12345 6 A1B1 Kelompok 2 123456
Bagan Percobaan dan Cara Pengacakan
Kelom ok 1
p
12345
6
A1B1
Kelompok 2
123456
A1B1
Kelom ok 3
p
123456
A1B1
Cara mengacak, semua kombinasi perlakuan diacak di masing-
masing kelompok,
3
Model Linier Aditif dari Faktorial RAKL i 1,2, K , = a ( ) j
Model Linier Aditif dari Faktorial RAKL
i 1,2, K ,
=
a
(
)
j 1,2, K ,
=
b
Y = μ + α + β + αβ + ρ + ε
ijk
i
j
ij
k
ijk
dengan
k 1,2, K ,
=
r
iid
(
2 )
~ N 0,σ
ε ijk
: pengamatan pada faktor A taraf ke-i, faktor B taraf ke-j dan kelompok ke-k
Y ijk
μ
: rataan umum
α
: pengaruh utama faktor A taraf ke-i
i
β : pengaruh utama faktor B taraf ke-j
j
(αβ) ij : pengaruh interaksi dari faktor A taraf ke-i dan faktor B taraf ke-j
: pengaruh kelompok ke-k
ρ k
: pengaru
h
aca
k
pa
d
a
f kt
a
or
A t
ara
f k
e- ,
i
f
a
kt
or
B t
ara
f k
e-j
d
an
k
e ompo
l
k k
e-
k
ε ijk
Asumsi untuk model tetap ialah
a
b
a
b
r
α
=
0,
β
=
0,
(
αβ
)
=
(
αβ
)
=
0,
ρ
=
0
i
j
ij
ij
k
i =
1
j
=
1
i
=
1
j
=
1
k =
1
Asumsi untuk model acak ialah
iid
iid
iid
iid
(
2
)
(
2
)(
(
2
)
()
2
α
~
N
0,
σ
,
β
~
N
0,
σ
,
αβ
)
~
N
0,
σ
,
ρ
~
N
0,
σ
i
α
j
β
ij
αβ
k
ρ
5
PercobaanPercobaan 22 FaktorFaktor dalamdalam RAKLRAKL • Latar belakang: unit percobaan tidak seragam. • Pengacakan
PercobaanPercobaan 22 FaktorFaktor dalamdalam RAKLRAKL
• Latar belakang: unit percobaan tidak seragam.
• Pengacakan secara acak dalam masing-masing kelompok untuk
semua kombinasi perlakuan.
• Pengaruh kelompok diasumsikan tidak berinteraksi dengan kedua
faktor.
• Misal ada dua faktor (A dan B)
Faktor A mempunyai 3 taraf (A1, A2, A3)
Faktor B mempunyai 2 taraf (B1, B2)
Maka kombinasi perlakuan ada 3 × 2 = 6
(A1B1, A1B2, A2B1, A2B2, A3B1, A3B2)
Kelompok ada sebanyak 3
Sehingga unit percobaan yang diperlukan 3 × 2 × 3 = 18,
2
Tabulasi Data Kelompok A1 A2 A3 Total B1 1 Y 111 Y 211 Y 311
Tabulasi Data
Kelompok
A1
A2
A3
Total
B1
1 Y
111 Y
211 Y
311
2
Y
Y
Y
112
212 312
3
Y
113 Y
213 Y
313
Total
Y
Y 11•
Y 21•
31•
Y •1•
B2
1 Y
Y
Y
121 321
221
2 Y
Y
Y
122 322
222
3
Y
123 Y
223 Y
323
Total
Y 12•
Y 22•
Y 32•
Y •2•
Total
Y
Y 1••
Y 2••
Y 3••
•••
4
Model Tetap (Faktor A dan B tetap) jjikaika kelompokelompokk acaacakk Sumber Derajat Jumlah Kuadrat Keragaman
Model Tetap (Faktor A dan B tetap)
jjikaika kelompokelompokk acaacakk
Sumber
Derajat
Jumlah
Kuadrat
Keragaman
Bebas
Kuadrat
Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
(db)
(JK)
(KT)
2
2
A
a-1
JKA
KTA
∑∑
αβ
∑ α
ij
i
σ 2 + r
+ br
(
a
1)(
b
1)
(
a −
1)
2
2
B
b-1
JKB
KTB
∑∑
αβ
∑ β
i j
j
σ 2 + r
+ a r
(
a
1)(
b
1)
(
b −
1)
AB
(a-1)(b-1)
JKAB
KTAB
2
∑∑
αβ
ij
σ 2 + r
( a −1)(b −1)
Kelompok
r-1
JKK
KTK
2
σ 2
+ abσ
ρ
Galat
(ab-1)(r-1)
JKG
KTG
2
σ
Total
abr-1
JKT
6
Model Acak (Faktor A dan B acak) jjiikkaa kkelompoelompokk acaacakk Sumber Derajat Jumlah Kuadrat Keragaman
Model Acak (Faktor A dan B acak)
jjiikkaa kkelompoelompokk acaacakk
Sumber
Derajat
Jumlah
Kuadrat
Keragaman
Bebas
Kuadrat
Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
(db)
(JK)
(KT)
A
a-1
JKA
KTA
2
2
σ 2
+ r σ + br σ
αβ
α
B
b-1
JKB
KTB
2
2
2
σ r σ
+
+
ar σ
αβ
β
AB
(a-1)(b-1)
JKAB
KTAB
2
σ 2
+ r σ
αβ
Kelompok
r-1
JKK
KTK
2
σ 2 + abσ
ρ
Galat
(ab-1)(r-1)
JKG
KTG
2
σ
Total
abr-1
JKT
7
Model Campuran (Faktor A tetap dan B acak) jikajika kkelompokelompok acakacak Sumber Derajat Jumlah Kuadrat
Model Campuran (Faktor A tetap dan B acak)
jikajika kkelompokelompok acakacak
Sumber
Derajat
Jumlah
Kuadrat
Keragaman
Bebas
Kuadrat
Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
(db)
(JK)
(KT)
2
A a-1
JKA
KTA
α
2
i
σ 2
+
r
+
br
σ αβ
(
a −
1)
B b-1
JKB
KTB
2
2
2
σ + r σ + ar σ
αβ
β
AB
(a-1)(b-1)
JKAB
KTAB
2
σ 2
+ rσ
αβ
Kelompok
r-1
JKK
KTK
2
σ 2 + abσ
ρ
Galat
(ab-1)(r-1)
JKG
KTG
2
σ
Total
abr-1
9
Hipotesis Model Acak (Faktor A dan B acak) jijikkaa kkeellompoompokk acaacakk Hipotesis pengaruh utama faktor
Hipotesis Model Acak (Faktor A dan B acak)
jijikkaa kkeellompoompokk acaacakk
Hipotesis pengaruh utama faktor A
2
H
: σ
= 0
(Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
0
α
2
H
1 : σ
> 0
(Keragaman faktor A berpengaruh positif terhadap respons yang diamati)
α
Hipotesis pengaruh utama faktor B
2
H
:
σ
= (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati)
0
0
β
2
H
1 : σ
> (Keragaman faktor B berpengaruh positif terhadap respons yang diamati)
0
β
Hipotesis pengaruh interaksi
2
= (Keragaman interaksi faktor A dengan faktor B tidak berpengaruh
H
:
0
0
σ αβ
terhadap respons yang diamati)
2
H
1 : 0
σ
αβ
> (Keragaman interaksi faktor A dengan faktor B berpengaruh positif
p
terhada
res ons
p
y
an
g
diamati)
Hipotesis pengaruh kelompok
2
H
σ =
0
: k
0
ρ
(
K
eragaman
e ompo
l
k tid
a
k b
erpengaru
h t
er a ap respons yang
h
d
di
ama
ti
)
H 2
: σ
>
1 0
(Keragaman kelompok berpengaruh positif terhadap respons yang diamati)
ρ
11
Model Campuran (Faktor A acak dan B tetap) jikajika kkelompokelompok acakacak Sumber Derajat Jumlah Kuadrat
Model Campuran (Faktor A acak dan B tetap)
jikajika kkelompokelompok acakacak
Sumber
Derajat
Jumlah
Kuadrat
Keragaman
Bebas
Kuadrat
Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
(db)
(JK)
(KT)
A
a-1
JKA
KTA
2
2
σ 2
+ r σ + br σ
αβ
α
2
B
b-1
JKB
KTB
β j
2
2
σ r σ
+
+
a r
αβ
(
b −1)
AB
(a-1)(b-1)
JKAB
KTAB
2
σ 2
+ rσ
αβ
Kelompok
r-1
JKK
KTK
2
σ 2
+ abσ
ρ
Galat
(ab-1)(r-1)
JKG
KTG
2
σ
Total
abr-1
8
Hipotesis Model Tetap (Faktor A dan B tetap) jikajika kkelompokelompok acakacak Hipotesis pengaruh utama faktor
Hipotesis Model Tetap (Faktor A dan B tetap)
jikajika kkelompokelompok acakacak
Hipotesis pengaruh utama faktor A
H
:
α
=
α
=
K α
=
=
0
(faktor A tidak berpengaruh terhadap respons yang diamati)
0
1
2
a
H
α
0 ,
i
=
1,2,
K ,
a
1 : ∃
(faktor A berpengaruh terhadap respons yang diamati)
i
Hipotesis pengaruh utama faktor B
H
:
β =β =K=β =
0
(faktor B tidak berpengaruh terhadap respons yang diamati)
0
1
2
b
H
∃β ≠
0 ,
j
=
1,2,
K
,
b
(faktor B berpengaruh terhadap respons yang diamati)
1 :
j
Hipotesis pengaruh interaksi
(Interaksi faktor A dengan faktor B
H
(
αβ
)
=
()
αβ
=
K
=
()
αβ
=
0
0 :
tidak berpengaruh terhadap
11
12
ab
respons yang diamati)
H
(
αβ
)
0 ,
i =
1,2,
K
,
a j
,
=
1,2,
K
,
b
1 :
ij
Hipotesis pengaruh kelompok
(Interaksi faktor A dengan faktor B
berpengaruh terhadap respons
yang diamati)
2
(Keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
H
:
σ =
0
0
ρ
2
H
:
σ
> 0
(Keragaman kelompok berpengaruh positif terhadap respons yang diamati)
1
ρ
10
Hipotesis Model Campuran (Faktor A acak dan B tetap) jjikaika kelomkelomppokok acakacak Hipotesis pengaruh utama
Hipotesis Model Campuran (Faktor A acak dan B tetap)
jjikaika kelomkelomppokok acakacak
Hipotesis pengaruh utama faktor A
H
: σ
2 = 0
(Kera aman faktor A tidak ber
g
p
en aruh terhada
g
p
res ons
p
y
an
g
diamati)
0
α
2
:
σ
> 0
(Keragaman faktor A berpengaruh postif terhadap respons yang diamati)
H 1
α
Hipotesis pengaruh utama faktor B
:
β =β =K=β =
0
H 0
(faktor B tidak berpengaruh terhadap respons yang diamati)
1
2
b
H
:
∃β ≠
0 ,
j
=
1,2,
K
,
b
(faktor B berpengaruh terhadap respons yang diamati)
1
j
Hipotesis pengaruh interaksi
2
H
:
= (Keragaman interaksi faktor A dengan faktor B tidak berpengaruh
0
0
σ αβ
terhadap respons yang diamati)
2
H
1 : 0
σ
> (Keragaman interaksi faktor A dengan faktor B berpengaruh positif
αβ
terhada
p
res ons
p
y
an
g
diamati)
Hipotesis pengaruh kelompok
2
H
: (Keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
σ =
0
0
ρ
2
H
: 0
σ
>
(Keragaman kelompok berpengaruh positif terhadap respons yang diamati)
1
ρ
12
Hipotesis Model Campuran (Faktor A tetap dan B acak) jikajika kelompokkelompok acakacak Hipotesis pengaruh utama
Hipotesis Model Campuran (Faktor A tetap dan B acak)
jikajika kelompokkelompok acakacak
Hipotesis pengaruh utama faktor A
H
:
α =α =K=α =
0
(faktor A tidak berpengaruh terhadap respons yang diamati)
0
1
2
a
H
: ∃α ≠
0 ,