Aplikasi Minitab Dalam Perancangan Percobaan Marzuki
Aplikasi Minitab Dalam Perancangan Percobaan Marzuki
A AP PL LI IK KA AS SI I M MI IN NI IT TA AB B D DA AL LA AM M P PE ER RA AN NC CA AN NG GA AN N
P PE ER RC CO OB BA AA AN N D DI I B BI ID DA AN NG G A AG GR RO ON NO OM MI I
Oleh:
I. Marzuki
FAKULTAS PERTANIAN
UNIVERSITAS PATTIMURA
AMBON
2005
2
2
Kata Pengantar
K Ka am mi i m me em ma an nj ja at tk ka an n p pu uj ji i d da an n s sy yu uk ku ur r k ke e h ha ad di ir ra at t A Al ll la ah h S SW WT T a at ta as s s se el le es sa ai in ny ya a p pe en nu ul li is sa an n
b bu uk ku u i in ni i. .
B Bu uk ku u i in ni i d di im ma ak ks su ud dk ka an n u un nt tu uk k m me em mb be er ri ik ka an n p pe en ng ge et ta ah hu ua an n p pr ra ak kt ti is s b ba ag gi i m ma ah ha as si is sw wa a
P Pe er rt ta an ni ia an n ( (A Ag gr ro on no om mi i) ) m me en ng ge en na ai i a ap pl li ik ka as si i M Mi in ni it ta ab b d da al la am m a an na al li is si is s d da at ta a p pe er rc co ob ba aa an n. . A Ag ga ar r
d da ap pa at t m me em ma ah ha am mi i d de en ng ga an n b ba ai ik k b bu uk ku u i in ni i, , m ma ah ha as si is sw wa a p pe er rl lu u m me em mi il li ik ki i p pe en ng ge et ta ah hu un na an n y ya an ng g
c cu uk ku up p t te en nt ta an ng g s st ta at ti is st ti ik ka a p pa ar ra am me et tr ri ik k d da an n P Pe er ra an nc ca an ng ga an n P Pe er rc co ob ba aa an n. . D Di i s sa am mp pi in ng g i it tu u, ,
m ma ah ha as si is sw wa a j ju ug ga a h ha ar ru us s s su ud da ah h t ti id da ak k a as si in ng g d de en ng ga an n p pr ro og gr ra am m- -p pr ro og gr ra am m k ko om mp pu ut te er r a ap pl li ik ka as si i
s se ep pe er rt ti i m mi is sa al ln ny ya a E Ex xc ce el l. .
M Ma at te er ri i y ya an ng g d di is su us su un n d da al la am m b bu uk ku u i in ni i d di ip pe er rs si ia ap pk ka an n s se eb ba ag ga ai i b ba ah ha an n p pe en nu un nj ja an ng g k ku ul li ia ah h
P Pe er ra an nc ca an ng ga an n P Pe er rc co ob ba aa an n. . B Ba ag gi i m ma ah ha as si is sw wa a t ti in ng gk ka at t a ak kh hi ir r y ya an ng g s se ed da an ng g m me em mp pe er rs si ia ap pk ka an n
r re en nc ca an na a p pe en ne el li it ti ia an n, , b bu uk ku u i in ni i d da ap pa at t m me em mb ba an nt tu u d di im ma an na a d di i d da al la am mn ny ya a t te er rd da ap pa at t c co on nt to oh h- -c co on nt to oh h
h ha as si il l p pe er rc co ob ba aa an n b be er ri ik ku ut t a an na al li is si is s d da at ta a d da an n i in nt te er rp pr re et ta as si in ny ya a. .
A Ag ga ar r p pr ro og gr ra am m M Mi in ni it ta ab b d da ap pa at t d di ip pr ra ak kt ti ik kk ka an n s se ec ca ar ra a l la an ng gs su un ng g o ol le eh h m ma ah ha as si is sw wa a m ma ak ka a d di i
d da al la am m b bu uk ku u i in ni i d di is se er rt ta ak ka an n C CD D p pr ro og gr ra am m b be er ri ik ku ut t b be eb be er ra ap pa a c co on nt to oh h f fi il le e d da at ta a. .
S Se em mo og ga a b bu uk ku u i in ni i m me em mb be er ri ik ka an n m ma an nf fa aa at t. .
T Te er ri im ma a k ka as si ih h. .
M MA Ar r
3
3
A. PENGANTAR MINITAB
Minitab adalah program komputer untuk manajemen data dan analisis statistik.
Minitab yang digunakan dalam tulisan ini adalah Minitab versi 13 yang bekerja di bawah
sistem operasi Windows.
Minitab memiliki tiga jendela atau window: Session, Project Manager, dan
Worksheet. Jendela Session berfungsi menuliskan perintah-perintah dan/atau melihat
hasil analisis. Jendela Project Manager mengatur jendela, grafik, worksheet, dokumen,
dan informasi lainnya. Sementara untuk mengentri dan manipulasi data dilakukan di
jendela Worksheet. Jendela ini mirip dengan worksheet program Excel.
Terdapat beberapa tipe file yang ditangani Minitab yaitu: Minitab saved worksheet
(MTW), Lotus 1-2-3 (WK?), Minitab portable worksheet (MTP), dBASE (DBF), Excel
(XLS), FoxPro (dBASE format), Quattro Pro (WB1,WQ1), dan Text file (TXT, DAT).
Untuk mempersiapkan data di luar sistem Minitab, pengguna dapat memilih progam
Excel atau Notepad.
Untuk keperluan perancangan percobaan, Minitab menyediakan fasilitas analisis
statistik antara lain Analisis Ragam (ANOVA), Analisis Peragam (ANCOVA), Uji
Pembandingan Rata-rata, Analisis Regresi dan Korelasi, dan Uji nonparametrik.
Gambar 1. Tampilan jendela Session dan Worksheet Minitab.
4
4
Gambar 2. Kotak prosedur ANOVA Rancangan Acak Kelompok.
Gambar 2 di atas memperlihatkan kotak Response, Row factor, dan Column faktor
ANOVA Rancangan Acak Kelompok. Kotak Response untuk variabel respon, kotak
Row factor untuk faktor perlakuan, dan kotak Column factor dengan faktor kelompok.
Kotak Display means diconteng bila ingin menampilkan nilai rata-rata respon menurut
perlakuan dan/atau kelompok.
Untuk melakukan analisis ragam beberapa variabel respon sekaligus digunakan
prosedur ANOVA GLM.
B. PRINSIP-PRINSIP PERANCANGAN PERCOBAAN
Secara umum dikenal dua tipe penelitian, penelitian eksperimen (experimental research)
dan penelitian survei (survay research). Penelitian eksperimen dapat berbentuk percobaan
laboratorium atau lapangan dan ujicoba (trial). Di bidang Agronomi tipe penelitian eksperimen
paling sering digunakan meskipun survei kadang-kadang diperlukan. Penelitian ujicoba umum di
bidang peternakan dan kedokteran hewan. Setiap penelitian, apapun bentuknya, selalu
menggunakan pendekatan atau prosedur ilmiah.
Percobaan Agronomi juga menggunakan prosedur ilmiah melalui perancangan percobaan
(experimental design). Pada dasarnya rancangan percobaan memiliki tiga unsur pokok: Ulangan,
Pengacakan, dan Pengendalian Lingkungan. Ulangan dan Pengacakan adalah dua unsur yang
harus ada dalam setiap percobaan. Pengendalian Lingkungan percobaan dapat dilakukan bila
diperlukan. Unsur ini bila dimasukkan dalam percobaan dapat meningkatkan ketelitian.
Setiap percobaan dicirikan oleh unsur-unsur berikut.
perlakuan (treatment)
ulangan (replication)
pengacakan (randomization)
pengelompokan (blocking)
satuan percobaan (experimental unit)
respon (response)
5
5
Perlakuan adalah sesuatu yang diberikan pada satuan percobaan yang hendak diukur
pengaruhnya. Perlakuan ini dapat berupa dosis pupuk, varietas tanaman, kondisi lingkungan, atau
kombinasinya. Kombinasi dua atau lebih perlakuan akan membentuk percobaan faktorial.
Bila perlakuan yang sama diberikan/diterapkan lebih dari sekali pada satuan percobaan
maka ulangan telah dilakukan. Setiap perlakuan sedikitnya memiliki dua ulangan. Dalam
percobaan agronomi ulangan biasanya tidak kurang dari tiga.
Dalam merancang suatu percobaan harus dipastikan setiap satuan percobaan memiliki
peluang yang sama untuk mendapatkan atau dikenai perlakuan tertentu. Prinsip ini
menggambarkan unsur pengacakan perlakuan. Kalau prinsip ini dilanggar penelitian tersebut
tidak sahih dan menghasilkan kesimpulan yang berbias.
Bila bahan percobaan (tanaman, tanah, atau bibit) memperlihatkan keragaman internal
yang nyata, sebaiknya bahan-bahan ini dikelompokkan ke dalam satuan-satuan yang lebih
homogen. Kaidah pengelompokan adalah memperkecil variasi dalam kelompok, dan
memperbesar variasi antar kelompok. Bahan-bahan percobaan dapat dikelompokkan ke dalam
satu arah, seperti pada Rancangan Acak Kelompok atau dua arah seperti pada Rancangan Bujur
Sangkar Latin. Pengelompokan bahan-bahan percobaan haruslah didasarkan pada suatu
karakteristik atau sifat yang secara nyata dapat diamati atau diukur. Misalnya pengelompokan
bahan tanaman berdasarkan umur, tinggi, sumber benih atau sifat-sifat bahan lainnya yang dapat
diamati.
Satuan percobaan adalah satuan bahan percobaan dimana perlakuan diterapkan atau
diberikan. Satuan percobaan dapat berupa beberapa rumpun tanaman dalam petakan, satu
tanaman dalam pot, atau hanya sehelai daun. Satuan percobaan ditetapkan berdasarkan tujuan
penelitian dan variabel respon yang diamati.
Respon adalah sifat atau karakteristik satuan percobaan yang diukur atau diamati sebagai
variabel tak bebas (dependent variable).
Pada dasarnya rancangan percobaan tersusun dari tiga bagian: rancangan perlakuan,
rancangan lingkungan, dan rancangan pengukuran. Rancangan perlakuan berkaitan dengan
bagaimana perlakuan-perlakuan dibentuk dan oleh karenanya dikenal percobaan satu-faktor dan
percobaan dua-faktor atau lebih. Percobaan yang melibatkan dua faktor atau lebih disebut
percobaan faktorial. Faktor-faktor ini satu sama lain dapat bersilang (crossed), tersarang (nested),
atau campuran (mixed). Satu faktor dalam percobaan dapat bersifat tetap (fixed model) atau acak
(random model). Percobaan yang melibatkan faktor bersilang dan tersarang membentuk
perlakuan model campuran (mixed model). Umumnya percobaan Agronomi faktor-faktornya
bersifat tetap, kecuali disebutkan lain.
Rancangan lingkungan menggambarkan bagaimana perlakuan ditempatkan dalam satuan
percobaan dan karenanya dikenal Rancangan Acak Lengkap (RAL), Rancangan Acak Kelompok
(RAK), Rancangan Busur Sangkar Latin (RBSL), Rancangan Petak Terbagi (RPT), Rancangan
Blok Terbagi (RBT), Rancangan Kisi (RK), dan rancangan turunan lainnya.
Rancangan pengukuran menentukan bagaimana respon diambil dan diamati.
Tahapan umum dalam melakukan percobaan adalah:
(1) Menetapkan masalah
(2) Menetapkan tujuan
(3) Memilih perlakuan
(4) Memilih bahan percobaan
6
6
(5) Memilih rancangan percobaan
(6) Memilih satuan pengamatan dan jumlah ulangan
(7) Melakukan percobaan
(8) Analisis data dan interpretasi
(9) Pembuatan laporan.
Hasil percobaan umumnya diarahkan pada prosedur analisis ragam atau ANOVA. Bila
mengikutkan variabel peragam dapat dilakukan analisis peragam ANCOVA. Hasil analisis
biasanya ditampilkan dalam bentuk tabel ANOVA. Dalam percobaan Agronomi selain analisis
ragam/peragam juga sering diperlukan analisis Regresi dan Korelasi untuk mengetahui bentuk
hubungan variabel.
Untuk mengetahui perlakuan mana saja yang berpengaruh terhadap respon dilakukan
pengujian lebih lanjut menggunakan uji Pembandingan Nilai Rata-Rata (mean comparison).
C. JENIS-JENIS RANCANGAN PERCOBAAN
1. Rancangan Acak Lengkap (RAL)
Rancangan ini tergolong yang paling sederhana, digunakan bila bahan-bahan
percobaan relatif seragam atau homogen. RAL sering dipakai dalam percobaan pada
lingkungan yang (relatif) terkendali seperti percobaan laboratorium atau rumahkaca.
Pengacakan dan Layout
Pengacakan perlakuan dilakukan hanya sekali untuk seluruh satuan percobaan.
Banyaknya ulangan dalam setiap perlakuan tidak mesti sama meskipun jumlah ulangan
yang sama lebih memudahkan dalam analisis data.
Layout RAL 5 perlakuan (A, B, C, D, E) dan empat ulangan adalah seperti berikut.
B1 A2 B2 C1 D3
B3 C2 D2 E2 E3
C3 B4 E1 A4 D1
C4 A3 A1 D4 E4
Analisis Ragam
Terdapat dua sumber keragaman dalam RAL yaitu keragaman yang terjadi karena
perlakuan dan keragaman antar satuan percobaan yang mendapat perlakuan sama.
Keragaman yang kedua ini disebut galat percobaan (experimental error). Oleh karena itu,
tabel ANOVA RAL memiliki dua komponen keragaman, perlakuan dan galat. Tabel
analisis ragam RAL ulangan sama tampak seperti berikut.
7
7
Sumber
keragaman
Derajat bebas
(db)
Jumlah Kuadrat
(JK)
Kuadrat Tengah
(KT)
F
hitung
Perlakuan (P) t-1 JKP KTP KTP/KTG
Galat (G) t (r-1) JKG KTG -
Total (T) tr -1 JKT - -
t = banyaknya perlakuan (P); r = banyaknya ulangan.
2. Rancangan Acak Kelompok (RAK)
RAK merupakan pengembangan dari RAL dimana terdapat pengelompokan satuan-
satuan percobaan. RAK dimaksudkan untuk mengatasi kesulitan mendapatkan bahan-
bahan percobaan yang seragam dalam jumlah cukup besar.
Pengelompokan dalam RAK dilakukan dengan mengumpulkan satuan-satuan
percobaan ke dalam kelompok-kelompok yang (relatif) homogen. Dasar pengelompokan
adalah suatu sifat atau atribut seperti misalnya perbedaan umur tanaman, asal benih, atau
perbedaan kesuburan tanah.
Di lapangan, pengelompokan dapat berupa pembagian lahan ke dalam blok-blok
menurut perbedaan elevasi atau kemiringan lahan.
Pengacakan dan Layout
Setelah satuan-satuan percobaan dikelompokkan ke dalam kelompok yang
dikehendaki, perlakuan kemudian diterapkan secara acak pada setiap kelompok.
Pengacakan dilakukan sesuai banyaknya kelompok yang dibentuk.
Berikut adalah contoh layout RAK 6 perlakuan (T1 sampai T6) dan 3 ulangan.
Kelompok 1 T1 T6 T5 T2 T4 T3
Kelompok 2 T2 T3 T1 T5 T3 T4
Kelompok 3 T4 T2 T4 T3 T5 T1
Perhatikan layout di atas semua perlakuan ada di setiap kelompok.
Analisis Ragam
Dalam RAK terdapat tiga sumber keragaman: perlakuan, pengelompokan, dan galat.
Pengertian kelompok dalam RAK sama dengan ulangan. Tabel analisis ragam RAK
seperti berikut.
Sumber
keragaman
Derajat bebas
(db)
Jumlah Kuadrat
(JK)
Kuadrat Tengah
(KT)
F
hitung
Perlakuan t-1 JKP KTP KTP/KTG
Kelompok r-1 JKK KTK KTK/KTG
Galat (t-1) (r-1) JKG KTG -
Total tr -1 JKT - -
8
8
3. Rancangan Bujur Sangkar Latin (RBSL)
Rancangan ini merupakan pengembangan dari RAK dimaksudkan untuk mengatasi
kesulitan keragaman bahan atau kondisi percobaan yang disebabkan oleh dua arah
(sumber) sekaligus. Oleh karena itu, perlakuan dikelompokan dalam dua arah, baris dan
lajur. Pengelompokan dua arah ini juga didasarkan pada sifat bahan atau kondisi
lingkungan percobaan. Bila arah datangnya sinar matahari (timur dan barat) misalnya,
dianggap berpengaruh terhadap percobaan maka pengelompokan arah timur dan barat
dapat dipertimbangkan.
Dalam percobaan Agronomi, pengertian baris dapat berupa kemiringan lahan, dan
lajur dapat berarti arah datangnya angin.
Pada RBSL banyaknya perlakuan harus sama dengan banyaknya baris, lajur, dan
ulangan. Kemudian setiap perlakuan hanya boleh muncul sekali dalam setiap baris dan
lajur. Dengan persyaratan seperti ini RBSL menjadi tidak efisien bila banyaknya
perlakuan bertambah.
Pengacakan dan Layout
Pertama, perlakuan ditempatkan secara acak dalam arah baris dan kemudian dalam
arah lajur dengan tetap mengingat bahwa tidak boleh perlakuan yang sama berada dalam
baris atau lajur yang sama. Untuk memudahkan pengacakan pada RBSL dapat
menggunakan bantuan tabel pengacakan yang biasanya terlampir dalam buku-buku
Rancangan Percobaan.
Berikut adalah contoh layout RBSL 4 perlakuan (A, B, C, D).
B C D A
L
a
j
u
r
A D B C
D A C B
C B A D
Baris
Perhatikan tidak ada perlakuan yang sama dalam arah baris maupun lajur.
Analisis Ragam
Terdapat empat sumber keragaman pada RBSL: perlakuan, baris, lajur, dan galat.
Tabel analisis ragam RBSL adalah seperti berikut.
Sumber
keragaman
Derajat bebas
(db)
Jumlah Kuadrat
(JK)
Kuadrat Tengah
(KT)
F
hitung
Perlakuan r-1 JKP KTP KTP/KTG
Baris r-1 JKB KTB KTB/KTG
Lajur r-1 JKL KTL KTL/KTG
Galat (r-1) (r-2) JKG KTG -
Total r
2
-1 JKT - -
9
9
4. Percobaan Faktorial
Percobaan faktorial merupakan percobaan yang melibatkan dua faktor atau lebih.
Setiap faktor minimal mempunyai dua taraf. Tujuan utama percobaan faktorial adalah
untuk mengetahui pengaruh satu faktor pada berbagai taraf faktor lainnya terhadap
respon. Bagian yang diutamakan dalam percobaan faktorial adalah pengaruh interaksi.
Misalkan faktor A terdiri atas tiga taraf (a1, a2, a3) dan faktor B dengan 2 taraf (b1,
b2) maka banyaknya kombinasi perlakuan faktorial yang dapat disusun adalah 3x2 = 6.
Respon Respon
a1 a2 a3 a1 a2 a3
(1) (2)
Gambar (1) menunjukkan faktor A dan B yang tidak berinteraksi; Gambar (2)
memperlihatkan A dan B beinteraksi.
Kelebihan percobaan faktorial adalah kemampuannya mendeteksi respon dari taraf
masing-masing faktor (pengaruh utama) dan interaksi antara dua faktor (pengaruh
sederhana). Dua faktor atau lebih juga dapat menghasilkan formasi faktorial dalam
bentuk RPT dan RBT.
4.1. Percobaan faktorial RAL dua faktor
Percobaan faktorial dua faktor yang menggunakan rancangan lingkungan RAL
menghendaki satuan-satuan percobaan yang (relatif) homogen seperti halnya pada RAL
satu faktor.
Pengacakan dan Layout
Setelah semua kombinasi taraf dari faktor dibentuk, kemudian pengacakan dilakukan
dengan prosedur yang sama seperti pengacakan percobaan RAL satu faktor. Untuk
percobaan dua faktor misalkan, A dan B, dimana keduanya memiliki tiga taraf (a1, a2, a3
dan b1, b2, b3) maka banyaknya kombinasi perlakuan yang dapat dibentuk adalah
sembilan.
(a1b1) (a1b2) (a1b3)
(a2b1) (a2b2) (a2b3)
(a3b1) (a3b2) (a3b3)
b1
b2
b1
b2
b1
b2
10
10
Pengacakan dan layout semua kombinasi perlakuan di atas dengan tiga ulangan dapat
disusun sebagai berikut. Subskrip menunjukkan nomor ulangan.
(a1b2)
1
(a2b3)
1
(a3b2)
2
(a1b1)
1
(a1b3)
1
(a3b2)
2
(a1b3)
2
(a2b1)
3
(a3b3)
2
(a2b2)
1
(a1b2)
2
(a2b3)
2
(a3b1)
3
(a2b1)
2
(a3b3)
1
(a2b3)
3
(a3b1)
2
(a3b1)
1
(a2b2)
2
(a2b2)
3
(a1b1)
2
(a2b1)
1
(a1b1)
3
(a3b2)
3
(a1b3)
3
(a1b2)
3
(a3b3)
3
Analisis Ragam
Terdapat empat sumber keragaman pada percobaan faktorial RAL dua faktor yaitu:
faktor A, faktor B, interaksi AB, dan galat. Untuk percobaan faktorial dimana kedua
faktornya tetap (fixed), tabel ANOVA-nya adalah sebagai berikut.
Sumber
keragaman
Derajat bebas
(db)
Jumlah Kuadrat
(JK)
Kuadrat Tengah
(KT)
F
hitung
A a-1 JKA KTA KTA/KTG
B b-1 JKB KTB KTB/KTG
AB (a-1) (b-1) JKAB KTAB KTAB/KTG
Galat ab (r-1) JKG KTG -
Total abr -1 JKT - -
Adalah penting untuk diperhatikan apakah suatu faktor (perlakuan) bersifat tetap atau
acak karena akan menentukan nilai harapan kuadrat tengah. Hal ini penting misalnya
dalam menghitung nilai komponen ragam dari faktor acak.
4.2. Percobaan faktorial RAK dua faktor
Prinsip percobaan faktorial RAK dua faktor sama dengan RAK faktor tunggal dalam
hal pengacakan dan layout, kecuali terdapat kombinasi perlakuan. Setelah satuan-satuan
percobaan dikelompokkan ke dalam sejumlah kelompok, kombinasi perlakuan kemudian
diberikan secara acak ke dalam satuan-satuan percobaan di setiap kelompok.
Pengacakan dan Layout
Untuk percobaan faktorial dua faktor, A dan B, yang masing-masing mempunyai tiga
taraf akan membentuk sembilan kombinasi perlakuan.
(a1b1) (a1b2) (a1b3)
(a2b1) (a2b2) (a2b3)
(a3b1) (a3b2) (a3b3)
11
11
Bila setiap kombinasi perlakuan diulang tiga kali (kelompok) maka pengacakan dan
layout akan tampak seperti berikut.
Kelompok 1 a1b2 a2b2 a1b1 a3b2 a3b3 a2b2 a3b1 a1b3 a2b3
Kelompok 2 a2b2 a1b2 a1b1 a3b3 a2b2 a3b2 a1b3 a2b3 a2b3
Kelompok 3 a1b3 a2b3 a1b2 a2b3 a1b1 a1b2 a2b3 a3b3 a2b3
Analisis Ragam
Terdapat lima sumber keragaman dalam percobaan jenis ini yaitu: kelompok, faktor
A,B, AB, dan galat. Tabel ANOVA percobaan faktorial RAK dimana A dan B keduanya
faktor tetap adalah sebagai berikut.
Sumber
keragaman
Derajat bebas
(db)
Jumlah Kuadrat
(JK)
Kuadrat Tengah
(KT)
F
hitung
A a-1 JKA KTA KTA/KTG
B b-1 JKB KTB KTB/KTG
AB (a-1) (b-1) JKAB KTAB KTAB/KTG
Kelompok r-1 JKK KTK -
Galat (ab-1) (r-1) JKG KTG -
Total abr -1 JKT - -
4.3. Percobaan Rancangan Petak Terpisah (RPT)
RPT adalah bentuk khusus rancangan percobaan faktorial dimana kombinasi
perlakuan tidak diacak secara sempurna terhadap satuan-satuan percobaan. Faktor atau
perlakuan ditempatkan ke dalam petak utama (main plot) dan anak petak (sub plot).
Faktor yang lebih diutamakan adanya di petak utama, dan faktor kedua ditempatkan di
anak petak. Setiap petak utama dibagi menjadi beberapa anak petak.
Tipe percobaan ini seringkali tidak luwes karena membutuhkan lahan percobaan yang
realtif luas, seperti misalnya percobaan pemupukan padi sawah.
Pengacakan dan Layout
Pengacakan percobaan RPT dilakukan dua tahap. Pertama, pengacakan penempatan
perlakuan pada petak utama kemudian pengacakan pada anak petak.
Misalkan faktor pertama dosis N (N0, N1, N2); faktor kedua adalah varietas (V1, V2,
V3). Misalkan pada percobaan ini varietas adalah faktor yang ingin diteliti lebih dalam
maka penempatannya ada di anak petak. Pengacakan dan layout percobaan RPT dua
faktor tiga ulangan adalah sebagai berikut.
12
12
Layout RPT menggunakan RAL:
N0 N1 N0 N2 N1 N1 N2 N0 N2
V1 V2 V2 V1 V2 V1 V3 V2 V3
V2 V3 V1 V2 V3 V3 V2 V1 V1
V3 V1 V3 V3 V1 V2 V1 V3 V2
Layout RPT menggunakan RAK:
Kelompok I Kelompok II Kelompok III
V1 V3 V3 V3 V2 V3 V1 V1 V3
V2 V1 V2 V1 V3 V2 V3 V2 V1
V3 V2 V1 V2 V1 V1 V2 V3 V2
N1 N0 N2 N2 N1 N0 N2 N0 N1
Analisis Ragam
Percobaan dua faktor, misalnya N dan V, pada RPT menggunakan RAL memiliki lima
sumber keragaman: faktor N, galat (a), faktor V, interaksi NV, dan galat (b). Bila kedua
faktor sifatnya tetap, susunan tabel ANOVA nya adalah sebagai berikut.
Sumber
keragaman
Derajat bebas
(db)
Jumlah Kuadrat
(JK)
Kuadrat Tengah
(KT)
F
hitung
N n-1 JKN KTN KTN/KTG
a
Galat (a) n (r-1) JKG
a
KTG
a
-
V (v-1) JKV KTV KTV/KTG
b
NV (n-1) (v-1) JKNV KTNV KTNV/KTG
b
Galat (b) n (v-1) (r-1) JKG
b
KTG
b
-
Total nvr -1 JKT - -
Bila menggunakan lingkungan RAK, tabel ANOVA RPT dua faktor, N dan V, menjadi
seperti berikut.
Sumber
keragaman
Derajat bebas
(db)
Jumlah Kuadrat
(JK)
Kuadrat Tengah
(KT)
F
hitung
Kelompok r-1 JKK KTK KTK/KTG
a
N n-1 JKN KTN KTN/KTG
a
Galat (a) (n-1) (r-1) JKG
a
KTG
a
-
V v-1 JKV KTV KTV/KTG
b
NV (n-1) (v-1) JKNV KTNV KTNV/KTG
b
Galat (b) n (v-1) (r-1) JKG
b
KTG
b
-
Total nvr -1 JKT - -
13
13
4.4. Percobaan Rancangan Blok Terpisah (RBT)
Percobaan ini merupakan variasi dari RPT dimana kedua faktornya merupakan petak
utama. Yang ditekankan dalam RBT adalah pengaruh interaksi. Penempatan taraf-taraf
kedua faktor dilakukan saling bersilangan (crossed). RBT dapat diterapkan pada RAK
tetapi tidak pada RAL.
Pengacakan dan Layout
Pengacakan pada RBT dilakukan dua tahap. Pertama, setelah kelompok satuan
percobaan dipilih, taraf-taraf faktor pertama (A) ditempatkan secara acak di setiap
kelompok mengikuti plot lajur. Kedua, menempatkan secara acak taraf-taraf faktor kedua
(B) di setiap kelompok mengikuti plot baris. Layoutnya dapat digambarkan sebagai
berikut.
Arah plot
A1 A3 A2 A2 A1 A3
B1 A1B1 A3B1 A2B1 B2 A2B2 A1B2 A3B2
B2 A1B2 A3B2 A2B2 B3 A2B3 A1B3 A3B3
B3 A1B3 A3B3 A2B3 B1 A2B1 A1B1 A3B1
Taraf faktor sama Arah plot taraf faktor sama
Analisis Ragam
Percobaan dengan RBT dalam RAK mempunyai tujuh sumber keragaman: kelompok,
faktor A, galat (a), faktor B, galat (b), interaksi AB, dan galat (c). Tabel ANOVA tampak
seperti berikut.
Sumber
keragaman
Derajat bebas
(db)
Jumlah Kuadrat
(JK)
Kuadrat Tengah
(KT)
F
hitung
Kelompok r-1 JKK KTK KTK/KTG
a
A a-1 JKA KTA KTA/KTG
a
Galat (a) (a-1) (r-1) JKG
a
KTG
a
-
B b-1 JKB KTB KTB/KTG
b
Galat (b) (n-1) (v-1) JKG
b
KTG
b -
AB (a-1) (b-1) JKAB KTAB KTAB/KTG
c
Galat (c) (a-1) (b-1) (r-1) JKG
c
KTG
c
-
Total nvr -1 JKT - -
14
14
PEMBANDINGAN NILAI RATA-RATA
Pembandingan nilai rata-rata perlakuan dilakukan untuk menjawab pertanyaan:
Perlakuan yang mana yang memberikan pengaruh secara signifikan. Untuk dapat
melakukan pembandingan maka peluang nyata nilai F tabel ANOVA harus signifikan.
Ada tiga metode pembandingan yang umum dilakukan: (1) pembandingan
berpasangan, (2) pembandingan kelompok, dan (3) pembandingan arah.
Pembandingan berpasangan membandingkan semua kemungkinan pasangan perlakuan
atau hanya membandingkan setiap perlakuan dengan kontrolnya. Perlakuan kontrol yang
kuantitatif tidak mesti nilai tarafnya sama dengan nol.
Prosedur untuk membandingkan semua kemungkinan pasangan perlakuan biasanya
menggunakan uji Beda Nyata Jujur (BNJ) Tukey yang juga dikenal sebagai uji HSD
(Honestly Significant Differnece). Bila setiap perlakuan dibandingakan terhadap
kontrolnya maka diggunakan uji Beda Nyata Terkecil (BNT) Dunnett yang dikenal
sebagai uji LSD (Least Significant Difference). Di samping uji BNT dan BNJ terdapat uji
pembandingan lainnya seperti misalnya uji Jarak Berganda Duncan (Duncan's Multiple
Range Test, DMRT).
Nilai kritik yang dipakai oleh uji BNT dalam membandingkan dua perlakuan adalah:
1 1
BNT
= t
KTG ( + )
r
1
r
2
dimana, t
2
e
sama dengan 0,09329. Selanjutnya KK genotipe dan fenotipe dihitung seperti
berikut.
0.34482
KK genotipe = x 100 %
4.1687
= 14,09 %
0,09329
KK fenotipe = x 100 %
4.1687
= 7,33 %
41
41
Selanjutnya heritabilitas (dalam arti luas) dihitung sebagai berikut.
0,08381
h
2
= = 0.898.
0,09329
Interpretasi dan Kesimpulan
Pada tabel ANOVA ditampilkan deskripsi: faktor, tipe, banyaknya taraf, dan nilai
setiap taraf. ANOVA menunjukkan varietas berpengaruh sangat signifikan terhadap
bobot 100 g barli dengan peluang nyata, P = 0,000.
Berikutnya diperlihatkan komponen ragam varietas (genotipe) dan galat (lingkungan)
dengan nilai berturut-turut 0,08381 dan 0,00958. Selanjutnya secara manual, komponen
ragam fenotipe dihitung dan diperoleh 0,09329.
Dengan diketahuinya nilai dari ketiga komponen ragam,
2
g
= 0,08381;
2
e
= 0,00958;
dan
2
p
= 0,09329, heritabilitas dengan mudah dapat dhitung.
K KK K g ge en no ot ti ip pe e 1 14 4, ,0 09 9 % % b be er ra ar rt ti i s se ek ki it ta ar r 1 14 4 % % k ke er ra ag ga am ma an n b bo ob bo ot t 1 10 00 0 g g h ha as si il l b ba ar rl li i
d di is se eb ba ab bk ka an n k ka ar re en na a p pe er rb be ed da aa an n d di ia an nt ta ar ra a d de el la ap pa an n v va ar ri ie et ta as s. . H Ha al l y ya an ng g s sa am ma a b ba ag gi i K KK K f fe en no ot ti ip pe e
7 7, ,3 33 3 % % y ya an ng g a ar rt ti in ny ya a 7 7, ,3 33 3 % % v va ar ri ia as si i b bo ob bo ot t 1 10 00 0 g g h ha as si il l d di ia ak ki ib ba at tk ka an n o ol le eh h i in nt te er ra ak ks si i f fa ak kt to or r
l li in ng gk ku un ng ga an n d da an n g ge en no ot ti ip pe e b ba ar rl li i. .
B Be er rd da as sa ar rk ka an n n ni il la ai i h he er ri it ta ab bi il li it ta as s d di is si im mp pu ul lk ka an n s si if fa at t b bo ob bo ot t 1 10 00 0 g g t ta an na am ma an n b ba ar rl li i s sa an ng ga at t
d di it te en nt tu uk ka an n o ol le eh h f fa ak kt to or r g ge en ne et ti ik k. . ( (s se em ma ak ki in n d de ek ka at t n ni il la ai i h h
2 2
k ke e 1 1, , s se em ma ak ki in n k ku ua at t f fa ak kt to or r g ge en ne et ti ik k
b be er rp pe er ra an n) ). .
Regresi Dan Korelasi
Contoh kasus:
D Di il la ak ku uk ka an n 1 15 5 p pe en ng ga am ma at ta an n t ti ig ga a k ko om mp po on ne en n t ta an na am ma an n p pa ad di i s sa aw wa ah h h ha as si il l s su ua at tu u p pe er rc co ob ba aa an n. .
U Un nt tu uk k m me en nd du ug ga a m mo od de el l h hu ub bu un ng ga an n a an nt ta ar ra a v va ar ri ia ab be el l h ha as si il l d de en ng ga an n v va ar ri ia ab be el l t ti in ng gg gi i d da an n j ju um ml la ah h
a an na ak ka an n d di il la ak ku uk ka an n a an na al li is si is s r re eg gr re es si i. . D Da at ta a p pe er rc co ob ba aa an n s se eb ba ag ga ai i b be er ri ik ku ut t. .
Pengamatan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Hasil 5.75 5.94 6.01 6.54 6.73 6.75 6.9 7.86 6.56 6.4 7.92 5.6 5.81 6.33 6.95
Tinggi 110.5 105.4 118.1 104.5 93.6 84.1 77.8 75.6 96.2 92.6 76.4 112.1 109.5 89.8 78.3
Anakan 14 16 15 18 15 18 18 19 17 14 19 13 14 17 18
Entri Data
42
42
Analisis Statistik dan Output
Regression Analysis: Hasil versus Tinggi; Anakan
The regression equation is
Hasil = 6.97 - 0.0275 Tinggi + 0.134 Anakan
Predictor Coef SE Coef T P
Constant 6.969 1.844 3.78 0.003
Tinggi -0.027513 0.009236 -2.98 0.012
Anakan 0.13352 0.06599 2.02 0.066
S = 0.3170 R-Sq = 82.2% R-Sq(adj) = 79.2%
Analysis of Variance
Source DF SS MS F P
Regression 2 5.5641 2.7820 27.68 0.000
Residual Error 12 1.2061 0.1005
Total 14 6.7701
Interpretasi dan Kesimpulan
11. Aplikasi Analisis Korelasi dalam Sidik Lintas
Contoh kasus:
S Se eb bu ua ah h p pe er rc co ob ba aa an n d di il la ak ku uk ka an n u un nt tu uk k m me en ng ge et ta ah hu ui i p pe er rf fo or rm ma a s se eb bu ua ah h v va ar ri ie et ta as s k ka ac ca an ng g h hi ij ja au u
p pa ad da a l la ah ha an n k ke er ri in ng g y ya an ng g d di ib be er ri i p pu up pu uk k e em mp pa at t j je en ni is s m mu ul ls sa a ( (j je er ra am mi i, , s se er rb bu uk k g ge er rg ga aj ji i, , p pl la as st ti ik k, ,
e el la a s sa ag gu u) ). . P Pe et ta ak k- -p pe et ta ak k p pe er rc co ob ba aa an n d di it ta at ta a m me en nu ur ru ut t R RA AK K t ti ig ga a u ul la an ng ga an n. . K Ka ar ra ak kt te er r t ta an na am ma an n
y ya an ng g d di ic ca at ta at t a ad da al la ah h: : t ti in ng gg gi i t ta an na am ma an n, , j ju um ml la ah h d da au un n, , j ju um ml la ah h c ca ab ba an ng g p pr ro od du uk kt ti if f, , b ba an ny ya ak kn ny ya a
p po ol lo on ng g p pe er r c ca ab ba an ng g, , b ba an ny ya ak kn ny ya a b bi ij ji i p pe er r p po ol lo on ng g, , d da an n b bo ob bo ot t 1 10 00 00 0 b bi ij ji i. . H Ha as si il l p pe en ng ga am ma at ta an n
a ad da al la ah h s se eb ba ag ga ai i b be er ri ik ku ut t. .
K Ka ar ra ak kt te er r U Ul la an ng ga an n J Je er ra am mi i S S. . g ge er rg ga aj ji i P Pl la as st ti ik k E E. . s sa ag gu u
T Ti in ng gg gi i t ta an na am ma an n ( (c cm m) )
1 1 5 56 6. .8 8 6 60 0. .1 1 6 65 5. .3 3 5 55 5. .6 6
2 2 5 52 2. .3 3 6 62 2. .3 3 6 66 6. .4 4 5 53 3. .2 2
3 3 5 50 0. .0 0 6 60 0. .0 0 6 66 6. .4 4 5 50 0. .1 1
J Ju um ml la ah h d da au un n
1 1 9 98 8 8 88 8 1 10 00 0 9 97 7
2 2 1 11 12 2 9 98 8 1 10 03 3 9 99 9
3 3 1 10 03 3 9 97 7 1 12 24 4 8 86 6
C Ca ab ba an ng g p pr ro od du uk kt ti if f
1 1 9 9 1 12 2 1 13 3 1 10 0
2 2 1 10 0 1 12 2 1 14 4 1 10 0
3 3 1 11 1 1 11 1 1 15 5 1 13 3
P Po ol lo on ng g p pe er r c ca ab ba an ng g 1 1 3 35 5 4 40 0 4 42 2 4 41 1
43
43
2 2 2 29 9 4 40 0 4 46 6 3 39 9
3 3 3 38 8 4 4 5 50 0 4 42 2
J Ju um ml la ah h b bi ij ji i p pe er r p po ol lo on ng g
1 1 8 8 9 9 1 10 0 9 9
2 2 9 9 1 11 1 1 13 3 9 9
3 3 1 10 0 8 8 1 12 2 1 10 0
B Bo ob bo ot t 1 10 00 00 0 b bi ij ji i ( (g g) )
1 1 3 31 1 3 33 3 4 41 1 3 35 5
2 2 3 32 2 3 32 2 3 39 9 3 33 3
3 3 2 29 9 3 30 0 4 42 2 3 31 1
P Pe er rh ha at ti ik ka an n k ka as su us s d di i a at ta as s b bo ob bo ot t 1 10 00 00 0 b bi ij ji i a ad da al la ah h h ha as si il l, , s se em me en nt ta ar ra a l li im ma a k ka ar ra ak kt te er r l la ai in nn ny ya a
a ad da al la ah h k ko om mp po on ne en n h ha as si il l. .
E En nt tr ri i d da at ta a
Koefisien korelasi (r) dan nilai-p enam karekater kacang hijau adalah:
Correlations: Tinggi; Daun; Cabang; Polong; Biji; Bobot
Tinggi Daun Cabang Polong Biji
Daun 0.325
0.303
Cabang 0.633 0.277
0.027 0.384
44
44
Polong 0.198 0.173 0.468
0.536 0.591 0.125
Biji 0.545 0.415 0.826 0.640
0.067 0.180 0.001 0.025
Bobot 0.763 0.505 0.687 0.558 0.630
0.004 0.094 0.014 0.060 0.028
MENAMPILKAN HASIL ANALISIS
Hasil analisis statistik yang seperti ANOVA, pembandingan nilai rata-rata, regresi dan
korelasi, dan statistik lainnya biasanya diorganisir dalam bentuk tabel hasil.
Untuk analisis ragam, hasilnya ditampilkan dalam bentuk tabel ANOVA. Satu tabel
ANOVA untuk satu variabel respon. Di bawah tabel biasanya dicantumkan koefisien
keragaman (KK), tanda * atau ** yang menyatakan taraf nyata 5% atau 1%; dan
kadang juga peluang nyata F.
Berikut bentuk tabel untuk hasil analisis Contoh kasus 1.
Tabel Anova Jumlah Bintil Akar Kedelai Varietas Willis Dengan Perlakuan Inokulum
Sumber
Keragaman
Derajat
Bebas
Jumlah
Kuadrat
Kuadrat
Tengah
F
hitung
F
tabel
5% 1%
Dosis inokulum 5 5985,7 1197,1 96,96
**
Galat 18 222,3 12,3
Total 23 6208,0
KK = .....%
** berbeda nyata pada 1%.
Tabel Rata-rata Jumlah Bintil Akar Kedelai Varietas Willis
Dengan Enam Dosis Inokulum
Dosis
(g/100 g)
Ulangan
Rata-rata
I II III IV
0 25 34 31 29 29,75
1 31 35 38 36 35,00
2 50 54 51 52 51,75
3 75 78 80 77 77,50
4 65 61 52 53 57,75
5 60 55 58 57 57,50
Angka rata-rata dengan superskrip yang tidak sama berbeda nyata pada 1%.