Statistika Nonparametrika
Statistika Nonparametrika
Uji statistika parametrika (ji t dan uji F) hanya dapat digunakan jika data menyebar
normal atau tidak ditemukannya petunjuk pelanggaran kenormalan dan keragaman atau
variasi antara perlakuan-perlakuan atau peubah bebas yang dibandingkan homogen. Data
yang memenuhi syarat tersebut skala pengukurannya menimal interval (misalnya data
dalam satuan persen dan data yang interval pengukurannya 5) lebih baik lagi data yang
mempunyai skala pengukuran rasional (misalnya data yang mempunyai satuan
pengukuran berat,panjang,volumedansebagainya)
.
X H2
(o
i 1
Ei ) 2
Ei
Disini X 2H adalah nilai Khi Khuadrta yang akan diuji/dibandingkan X2 tabel Oi adalah
frekuensi/jumlah data yang diamati pada kategori ke-I Ei adalah frekuensi/jumlah yang
diharapkan pada kategori ke I dan k adalah banyaknya kategori (i=1,2,3,.k)
Bila selisih antara data yang diamati dengan yang diharapkan semakin besar berarti
semakin menyimpang dari harapan dan nilai X 2H semakin besar, sebaliknya jika selisih
antara data yang diamati dengan yang diharapkan semakin kecil berarti semakin dekat
dengan harapan dan nilai X 2H akan semakinkecil
Berdasarkan hal tersebut dapat disusun hipotesis sebagai berikut :
Ho : f1 =f2 =f3 ==fk
H1 ; fi fi untuk suatu fi
Jika X 2H <X2(0,05;db=k-1), maka Ho diterima (P>0,05)
X 2H X2(0,05;db=k-1), maka Ho ditolak(P<0,05)
X 2H <X2(0,01;db=k-1), maka Ho diterima (P<0,01)
Contoh
Jika secara teoritis diketahui hasil perkawinan antara jenis ayam tertentu yang berwarna
putih denagn hitam akan menghasilkan atau memperoleh anak ayam 25 % berwarna
putih, 50 % hitam dan 25 % lagi warna campuran. Dari 50 butir telur yang ditetaskan
yaitu telur berasaldari perkawinan ayam yang berbulu hitam dan putih diperoleh hasil 10
ekor warna putih 29 ekor warna hitam dan 11ekor warna campuran. Dari hasil penelitian
tersebut apakah pernyataan/teori tersebut masih bisa diterima.
Jawab.
Hipotesisnya
Ho : f1 =f2 =f3 lawan H1 ; fi fi untuk suatu fi
3
X H2
=
(Oi Ei)
i 1
Ei
0,25 x50
0,50 x50
0,25 x50
Sembuh
16
22
24
mati
14
8
6
Jumlah
30
30
30
Jumlah
62
28
90
Dari hasil yang diperoleh peneliti ingin mengetahui apakah pengibatan tersebut bisa
menurunkan tingkat kematian babi anak babi penderita
Dari permasalahan diatas kita bisa menyusun hipotesis sebagai berikut :
Ho : f1 =f2 =f3
H1 ; fi fi untuk suatu fi
Disini fi menyattakan tingkat kematian atau kesembuhan anak babi pada katagori ke I
(yaitu katagori tanpa diobati, katagori obat A dan katagori obat B)
Untuk memecahkan persoalan diatas kita perlu menduga kemungkinan banyaknya
anakbabi yang sembuh dan kemungkinan banyaknya anak babi yang mati.
Kemungkinan sembuh kita anggap sama pada ternak tanpa diobati maupun diobati
obat A dan obat B karena jumlah ternak yang digunakan sama dan kasiat obatpun belum
kita ketahui, berdasrkan kenyataan yang dperoleh kita bisa menduga dengan cara sebagai
berikut
30x 62
=20,67. demikian juga untuk kemungkinan mati juga dianggap sama
90
30x 28
=9,33
90
yaitu
(Oi Ei) 2
X 2H =
i 1
Ei
(Oi Ei)
i 1
Ei
=
(16 20,7) 2 (22 20,67) 2 (24 20,67) 2 (14 9,33) 2 (8 9,33) 2 (6 9,333) 2
20,67
20,67
20,67
9,33
9,33
9,33
X H2
i 1
j 1
(oi Eij )
Eij
Disini Oij adalah frekuensi/jumlah data yang diamati padabaris ke I dan kolom ke j, Eij
adalah frekuensi.jumlah data yang diharapkan pada baris ke I dan kolom ke-j, k adalah
jumlah baris dan r adalah jumlah kolom
Dalam hal ini Eij dapat dirumuskan sebagai berikut :
Eij
Oi..xO. j
n
Disini Oii adalah total bariske I untuk semua kolom O j adalah total kolom ke j untuk
semua baris dan n adalah total seluruh frekuensi/jumlah data yang diamati. Perlu diingat
k
i j
j 1
i 1
Oij
j 1
i 1
j 1
Eij Oi. O. j n
X H2
i 1
j 1
( Oij Eij
)2
Eij
n
( O11O22 O12 O21 ) 2 .n
2
Jika kemungkinan yang terjadi dari individu-individu dapat kita skor sehingga dapat
dibuat skala ordinal maka uji KhiKhuadrat (X2) tidak lagi baik diterapkan maka
diperlukan uji lain uji tersebut antra lain adalah uji Wilcoxon,uji Kruskal-Wallis dan ada
pula uji lainnya.
Uji Wilcoxon tidak berpasanganan
Uji ini umumnya digunakan jika skala pengukuran hanya ordinal dan skala interval
maupun rasional yang tidak memenuhi syarat untuk uji t atau uji F katagori/perlakuan
sama dengan dua (P=2)
Hipotesisnya
Ho : r1 =r2 lawan H1:r1 r2
Prosedur pengujian hipotesis
1. tentukan data dari kecil ke besar tanpa memandang apakah data tersebut dari
perlakuan pertama (p1) atau perlakuan ke dua(p2).
2. Berikan rangking dari angka 1 sampai n (n=n1 +n2) dengan catatan data yang
skor/nilainya samaharus diberikan rangking yang sama (rat-rata rangking)
3. Jumlahkan rangking dari perlakuan pertama (T1) dan rangking dari perlakuan
kedua (T2).
4. cari daerah penerima dari Hopada tabel yang telah disediakan.
5. kriteria penerimaan Ho adalah sebagai berikut :
a. Jika T1 atau T2 berada di dalam daerah penerimaan Ho dari tabel maka
Ho diterima.
b. Jika T1 atau T2 berada di luar daerah peneriaman Ho dari tabel maka ho
ditolak.
Contoh :
Seorang peneliti ingin mengetahui perbedaan pH daging ayam dari dua pasar yang
berbeda. Untuk tujuan tersebut peneliti membeli 16 potong paha ayam yang terdiri dari 8
potong dari pasar A dan 8 potong dari pasar B kemudian diukur pHnya dan diperoleh
hasil sebagai berikut :
Pasar
A
B
1 2
4,8 4,6
5,1 5,0
3
4,7
5,3
4
5,2
5,4
ulangan
5
6
4,9 5,0
5,6 5,6
7
5,2
5,6
8
4,8
5,7
Jawab
Hipotesisnya : Ho :rA =rB lawan H1 :rArB
1. urutkan data dari kecil ke besar yaitu
A
4,6
A
4,7
A
4,8
A
4,8
A
4,9
A
5,0
B
5,0
B
B
B
B
5,3
5,4
5,6
5,6
2. Perangkingan datanya sebagai berikut
B
5,6
B
5,7
B
6,5
A
1
A
2
A
3,5
A
3,5
A
5
A
6,5
B
11
B
12
B
14
B
14
B
14
B
16
B
5,1
A
5,2
A
5,2
B
8
A
9,5
A
9,5
5. Karena T1 dan T2 tidak terletak diantara 43-93 atau berada di luar daerah
penerimaan Homaka Ho ditolaksehingga disimpulkan pH daging ayam di pasar A
berbeda nyata (P<0,01) dibandingkan di pasar B
Uji Mann-Whitney
Uji wilcoxon tidak berpasangan dapat pula didekati dengan uni Z (pendekata
normal ), hal ini telah dilakukan oleh Mann dan Whetney tahun 1947. cara pengujian ini
dikenal dengan uji Mann-Whitney data tidak berpasangan yaitu mencari pendekataan
terhadap nilai tengah dan simpangan baku dari sebaran normal (n1<n2) dengan cara
sebagai berikut :
n1( n1 n 2 1
2
n1n 2( n1 n 2 1)
12
ZH
Disini T adalah jumlah ranking dari perlakuan pertama (T1) atau perlakuan kedua (T2).
Dalam ini antara T1 dan T2 ada hubungan kesetaraan yaitu :
T1 = n1(n1+n2+1)-T2
Kriteria penerimaan Ho sebagai berikut :
Jika ZH<Z=0,05), maka Ho diterima (P>0,05)
Jika ZH>Z=0,05), maka Ho ditolak (P<0,05)
Jika ZH>Z=0,01), maka Ho ditolak (P<0,01)
Dari contoh diatas kita dapat melakukan pengujian sebagai berikut :
T1 = n1(n1+n2+1)-T2
T! = 8(8+8+1)-95,5
T1 =136-95,5=40,5
n1( n1 n 2 1) 8(8 8 1)
68
2
2
n1n 2( n1 n 2 1)
12
8x8(8 8 1)
12
90,67 9,52
ZH
T
40,5 68 27,5
2,89
9,52
9,52
ZH
T 95,5 68 27,5
2,89
9,52
9,52
Jadi pengambilan T1 dan T2 sebagai T memberikan nilai yang sama hanya berbeda tanda
saja maka untuk pengujian dua arah memberikan makna yang sama
Dari hasil pengujian ditas maka diperoleh hasil Z H>Z(=0,01)yaitu 2,89>2,576. jadi Ho
ditolak pada taraf signifikansi 1 %maka kesimpulan sama dengan uji wilcoxon tidak
berpasangan.
Untuk p>2 maka uji Wilcoxon tidak praktik digunakan makadih=gunakan uji lain salah
satu uji tersebut adalah uji KruskalWallis.
Uji Kruskal-Wallis
uji ini umumnya digunakan jika skala pengukuran datanya ordinal dan skala
intervalmaupun rasional yang tidak memenuhi syarta untuk uji t atau uji f
.kategori/perlakuan yang diteliti lebih besar dari dua (P>2) dan termasuk klasifikasi satu
arah (tidak ada peubah lain selain perlakuan ) atau tidak berpasangan atau dalam
rancangan percobaan/lingkungan terkenal dengan nama Rancangan Acal Lengkap (RAL).
Rumus uji Kuskal-Wallis adalah sebagai berikut :
K
k
12
Ri 2
3( N 1)
N ( N 1) i 1 ni
Disini
K; nilai Kruskal-Wallis dari hasilperhitungan
Ri: jumlah rank dari kategori/perlakuan ke i
Ni : Banyaknya ulanganpada kategori/perlakuan ke-i
k: banyaknya kategori/perlakuan (i=1,2,3,..,k)
N:Jumlah seluruh data (N=n1+n2+n3+..+nk)
Hipotesisnya
Ho :r1 =r2=r3==rk
H1 : riri,untuk suatu pasangan ri ( ii)
Disini ri adalah rata-rata rangking ke-I dalam hal ini dugaan untuk ri adalah
Kriteria penerimaan Ho adalah sebagai berikut :
Ri
ni
S2
Jika
N 1 K
1
1
) (
N k
ni
n'i
N ( N 1)
12
ri ri ' t H
ri ri ' t H
pada
=0,05, maka Ho ditolak berarti pasangan rata-rata rangking perlakuan tersebut berbeda
nyata (P<0,05) dan jika
ri ri ' t H
1
6
4
6
8
3
2
2
4
5
8
1
Ulangan
3
5
10
10
8
1
4
2
4
7
9
3
5
5
11
7
9
1
Jawab
Hipotesisnya
Ho : r1 =r2 =r3 =r4= r5
H1 : r1ri untuk mengetahui pasangan ri (ii)
Hasil rangkingnya sebagai berikut :
Perlakuan
ulangan
Ri
Ri
(i)
1
2
3
4
5
1
14,5
9
14,5
19
6,5
2
4,5
9
12
19
2
3
12
23,5
23,5
19
2
4
4,5
9
16,5
21,5
6,5
5
12
25
16,5
21,5
2
47,5
775,5
83,0
100,0
19,0
k
12
Ri 2
3( N 1)
N ( N 1) i 1 ni
12
47,5 2 75,5 2 83,0 2 100,0 2 19,0 2
(
) 3( 25 1)
25(25 1)
5
5
5
5
5
12
(5041,3) 78 15,07
650
9,5
15,1
16,6
20,0
3,8
dihasilkan oleh
N ( N 1) 25(25 1)
54,1667
12
12
t H t / 2; db N k ( S 2
N 1 K
1 1
) (
N k
n n'
25 1 15,07
1
1
) (
25 5
5 5)
tH= 2,086(4,91787)(0,632455)=6,49
untuk t 0,005 ;db=20=2,845 maka
t H 2,845 54,1667
25 1 15,07
1
1
) (
25 5
5 5)
tH =2,845(4,91787)(0,632455)=8,85
untuk mempermudah membandingkan antara perlakuan kita urut dari ri terbesar
sampai terkecil
perlakuan
ri
(r4-ri)
(r3-ri)
(r2-ri)
(ri-ri)
4
3
2
1
5
20,0
16,6
15,1
9,5
3,8
3,4
4,9
10,5
16,2
1,5
7,1
12,8
5,6
11,3
5,7
Signifikansi
0,05
0,01
a
a
a
ab
ab
ab
bc
bc
c
c
Keterangan
Nilai ri dengan huruf yang sama pada kolomsignifikansi menunjukkan tidakberbeda
nyata (P>0,05) sebaliknya dengan huruf yang berbeda menunjukkan berbeda nyata
(P<0,05) atau sangat nyata (P<0,01)
Disini p1 adalah jumlah pasangan positip dan p2 adalah jumlah pasangan negative.
Dalam hal ini pi diperoleh jika Xi1>Xi2 dan p2 diperoleh jika Xi1<Xi2 jika Xi1 =Xi2
maka pasangan data tersebut tidak dipakai sehingga n= p1+p2
Jika p1=p2 maka p1/n=p2/n-0,5 jadi jika p1/n=p2/n=0,5 maka Ho diterima dan jika
p1/n atau p2 dekat dengan 0,5 maka Ho mungkin diterima, sedangkan jika p1/n atau p2/n
jauh lebih besar atau lebih kecil dari dari 0,5 maka Ho kemungkinan ditolak untuk
membuat kriteria penerimaan Ho(diterimaatau ditolak) maka telah dibuat tabel (tabel uji
tanda) sehingga :
Jika p1 atau p2 berada di dalam daerah peneriman Ho pada tingkat kepercayaan 95%
(=0,05) maka Ho diterima (P>0,05) sedangkan jika berada di luar daerah penerimaan
=0,05 maka Ho ditolak (p<0,05) dan jika berada di luar daerah penerimaan untuk
=0,01 maka Ho ditolak (P<0,01)
Contoh:
Seorang peneliti ingin mengetahui perbedaan kelainan ginjalkanan dan kiri pada
ternak kelinci akibat pemberian insektisida pada pakannya. Dari 10 ekor kelinci yang
diperiksa diperoleh data sebagai berikut :
Kelinci
Ginjal kanan
Ginjalkiri
Xi1 Xi2
1
1
0
1
2
1
0
1
3
1
1
0
4
0
1
-1
5
1
0
1
6
0
1
-1
7
0
1
-1
8
1
1
-1
9
1
0
1
10
1
1
-1
Hipotesisnya
Ho : p1 = P2lawan H1 : p1p2
Dari tabel diatas dapat ditentukan p1= 4 dan p2 =5 sehingga n=4 +5=9.
Untuk n =9 pada =0,05 daerah penerimaa Ho adalahantara 1-8 dan pada =0,01
antara 0-9.
Oleh karena p1 dan p2 berada di dalam daerah penerimaan Ho maka Ho diterima
(P>0,05) sehingga dapat disimpulkan bahwa kelainan ginjal kelinci tidak terdapat
perbedaan yang nyata (P>0,05) antara yang kanan dengan yang kiri.
Jika p>2 maka uji tanda kurang praktis lagi digunakan maka salah satu uji yang baik
dipakai adalah uji Cochran
Uji Cochran
Uji
ini
umumnya
digunakan
jika
skala
pengukuran
datanya
selainperlakuan)
atau
berpasangan
atau
dlam
rancangan
c(c 1) (Ci
i 1
N 2
)
c
Rj (c Rj )
j 1
Disini
T: Nilai Cochran dari hasil perhitungan.
c: Banyaknya katagori/perlakuan
Ci: jumlah data pada katagori/perlakuan ke-i
r:banyaknya kelompok ulangan
Rj:jumlah data pada kelompok ulangan ke-j
c
i 1
j 1
(C B) 2 ( B C ) 2
T
(B C) (B C)
Disini
B : banyaknya nilai negative dari dua pasang perlakuan yang dibandingkan(B=0-1)
C : Banyaknya nilai positif dari dua pasang perlakuan yang dibandingkan (C=1-0)
Kriteria penerimaan ho adalah sebagai berikut :
Jika T<X2 =0,05;db=1 maka Ho diterima berarti pasangan perlakuan tersebut tidak berbeda
nyata (P>0,05). Sedangkan jika T X2
=0,05;db=1
perlakuan tersebut berbeda nyata (P>0,05) dan jika T X2 =0,01;db=1 maka Ho ditolak berarti
pasangan rata-rata rangking perlakuan tersebut berbeda sangat nyata (P<0,01)
Contoh
Salah satu cara untuk mengetahui adanya pembusukan pada daging adalah dengan
mengunakan uji Eber. Seorang peneliti ingin pemeriksaan adanya pembusukan daging
sapi yang dijual sore hari disuatu asar. Pada pasar tersebut terdapat 4 kios daging sapi
peneliti ingin mengetahui apakah terdapat perbedaan diantara kios tersebut. Untuk tujuan
tersebut peneliti mengambil sample tiap hari selama 12 hari data yang diperoleh sebagai
berikut :
Tabel hasil uji Eber.
HAri ke-j
Kios (i)
Rj
1
2
3
4
5
6
7
8
9
10
11
12
1
0
1
0
0
0
0
0
0
0
0
1
1
2
0
0
1
0
0
1
1
0
1
0
0
0
3
1
1
1
1
1
0
0
1
0
0
1
1
4
1
1
1
1
1
1
1
1
1
1
1
1
2
3
3
3
2
2
2
2
2
1
3
3
Ci
12
27
Jawab
Hipotesisnya
Ho : p1 = p2 = p3 = p4
H1 ; pi pi untuk pasangan pi (ii)
c
c(c 1) (Ci
i 1
N 2
)
c
Rj (c Rj )
j 1
12(50,75)
14,16
43
Oleh karena T>X2 =0,01;db=(4-1) yaitu 14,16>11,30 maka Ho ditolak (P>0,01) sehingga dpat
disimpulkan terdapat perbedaan yang sangat nyata (P>0,01) antara kiosdaging di
pasartersebut.
Selanjtnya untukmengetahui antar kios mana yang berbeda dilanjutkan dengan uji Mc
Nemar dengan rumus sebagai berikut :
T
(C B ) 2 ( B C )
(B C)
(B C)
(3 4) 2
0,14
( 3 4)
(0 5) 2
5,0
(0 5)
(0 9) 2
9,0
(0 9)
(3 7) 2
1,6
(3 7)
(0 8) 2
8,0
(0 8)
(0 4) 2
4,0
(0 4)
Tabel X2
=0,05;db=1
=3,84 dan X2
=0,01;db=1
=6,63
Kios
1
2
3
4
0,05
a
ab
b
c
Signifikansi
0,01
a
a
ab
b
Keterangan
Nilai dengan huruf yang sama pada kolom signifikansi menunjukkan tidakberbeda
nyata (P>0,05) sebaliknya denganhuruf yang berbeda menunjukkan berbeda nyata
(P>0,05) atau sangat nyata (p>0,01)
Jika kemungkinan yang terjadi dari individu-individu dari data yang berpasangan
dapat kita skor sehingga dapat dibuat skala ordinal maka uji tanda tidak lagi baik
diterapkan maka diperlukan uji lain uji tersebut antara lain adalah uji Wilcoxon dan uji
Friedman dan ada pula uji-uji yang lainnya.
Uji Wilcoxon Berpasangan
uji ini umumnya digunakan jika skala pengukuran danya ordinal dan skala interval
maupun rasional yang tida memenuhi syarat untuk uji t atau uji F katagori /perlakuan
sama dengan dua (P=2) dan berpasangan.
Hipotesisnya :
Ho : r 1 = r2 lawan H1 :r1 r2
Prosedur pengujian hipotesis.
1. Untuk setiap pasangan data cari di (di = p1i p2i) disini p1i adalah perlakuan
pertama pada pasangan ke i dan p2i adalah perlakuan kedua pada pasangan ke-i
2. Berikan rangking pada di dari angka 1 sampai n (banyaknya pasangan) tanpa
memandang tanda (harga mutlaknya) dengan catatan data yang skornya/nilainya
sama harus diberikan rangking yang sama (rata-rata rangking) dan jika di=0
pasangan tersebut dibuang/dianggap tidak ada, maka (n=banyaknya di0)
3. Berikan tanda (+) pada rangking yang berasal dari di positip (di>0) dan tanda (-)
pada rangking yang berasal dari di negative (di<0)
4. jumlahkan rangking yang bertanda positif (T1) dan rangking yang bertanda
negative (T2)
Sebelum (p1i)
6
5
4
3
7
3
2
2
4
5
6
4
6
7
2
Sesudah (p2i)
5
6
7
7
5
7
6
7
6
6
6
7
7
7
7
di
-1
+1
+3
+4
-2
+4
+4
+5
+2
+1
0
+3
+1
0
+5
Ri
-2,5
2,5
7,5
10,0
-5,5
10,0
10,0
12,5
5,5
2,5
7,5
2,5
12,5
T1=83 dan T2 =8
Daerah penerimaan untuk n=13 pada =0,05 adalah antara 17-74 dan pada =0,01
antara 9-82
Hipotesisnya :
Ho ; r1 =r2 lawan H1 :r1r2
Oleh karena T1 dan T2 berada di luar daerah penerimaan pada =0,05 dan =0,01
maka Ho ditolak (P<0,01) jadi dapat disimpulkan bahwa pemberian bahan penyedap
dapat meningkatkan skor panelis secara sangat nyata (P<0,01)
Untuk p>2 maka uji Wilcoxon tidak praktis digunakan uji lain, salah satu uji tersebut
adalah uji Friedman
Uji Friedman
Uji ini umumnya digunakan jika skalapengukuran datanya ordinal dan skala interval
maupun rasional yang tidak memenuhi syarat untuk uji t6 atau uji F katagori/perlakuan
yang diteliti lebih besar dari dua (P>2) dan termasuk klasifikasi dua arah (ada peubah
lain/sampingan
selain
perlakuan)atau
berpasangan
atau
dalam
rancangan
k
12
Ri 2 3n(k 1)
nk (k 1) i 1
Disini :
F: nilai Friedman dari hasil perhitungan
Ri : jumlah rank dari kategori/perlakuan ke i
k: banyaknya katagori/perlakuan (i=1,2,3,,k)
n: jumlah pasangan atau kelompok
hipotesisnya
Ho : R1 = R2 = R3 =..=Rk
H1 : RiRi untuk suatu pasngan Ri (ii)
Disini Ri adalah jumlah rangking ke i
Kriteria penerimaan Ho adalah sebagai berikut :
Jika F<X2(0,05:db=(k-1), maka H diterima (P>0,05)
Jika F>X20,05:db=(k-1), maka H ditolak(P<0,05)
Jika F>X20,05:db=(k-1), maka Ho ditolak (P<0,01)
Jika Ho ditolak berarti ada pasangan rata-rata rangking yang berbeda untuk mencari
pasangan mana yang berbeda maka kita harus melakukan uji lanjutan yaitu uji jumlah
rangking dengan rumus sebagai berikut :
t H t / 2; db (k 1)(n 1)
nk (k 1)
6
Disini k adalah banyaknya katagori /perlakuan dan n adalah banyaknya pasangan atau
kelompok.
Jika
Ri Ri ' t H
Ri Ri ' t H
berate pasangan rangking perlakuan tersebut berbeda nyata (P<0,05) dan jika
Ri Ri ' t H
Jenis vaksin ke i
1
5
10
8
1
2
3
2
2
8
4
3
1
7
5
4
3
9
7
Hipotesisnya
Ho : R1 = R2 =R3 =R4
H1 : RiRi untuk suatu pasangan Ri (ii)
Sebelum kita menggunakan rumus Friedman kita harus merangking dulu datanya,hasil
rangkingannya sebagai berikut :
Minggu ke j
Jenis vaksin ke i
1
4
4
4
12
1
2
3
Ri
2
2
2
1
5
12
k
nk (k 1) Ri 2 3n( K 1)
i 1
12
12 2 5 2 4 2 9 2 ) 3 x3(4 1)
3 x 4( 4 1)
12
( 266) 45 53,2 45 8,2
60
3
1
1
2
4
4
3
3
3
9
Oleh karena nilai F>X2(0,05;db=(k-1) yaitu 8,2 >7,81 maka Ho ditolak (P<0,05) sehingga dpat
disimpulkan bahwa jenis vaksin berpengaruh nyata (P<0,05) terhadap titer antibody ayam
buras jantan.
Untuk mengetahui antar vaksin yang mana memberikan titer antibody yang berbeda
maka dilanjtkan dengan uji sebagai berikut :
t H t / : db (k 1)(n 1)
nk ( k 1)
6
3 x 4(4 1)
2,447 x3,16228 7,74
6
3x 4( 4 1)
3,707 x3,16228 11,72
6
Untuk mempermudah membandingkan antara perlakuan kit aurut dari ri terbesar sampai
terkecil :
Vaksin
kuan
1
4
2
3
Ri
(R1-Ri)
(R4-Ri)
(R2-Ri)
12
9
5
4
3
7
8
4
5
Signifikansi
0,05
0,01
a
a
ab
a
ab
a
b
a
Ketrangan
Nilai ri dengan huruf yang sama pada kolom signifikansi menunjukkan tidak beda
nyata (P>0,05) sebaliknya dengan huruf yang berbeda menunjukkan berbeda nyata
( P<0,05) atau sangat nyata (P<0,01)
Jadi dapat kita simpulkan vaksin 1 memberikan antibody yang berbeda nyata (P<0,05)
bila dibandingkan dengan vaksin 3 sedangkan antara vaksin 1,4 dan 2 demikian pula
antara vaksin 3,2 dan 4 tidak terdapat perbedaan yang nyata (P>0,0)