PAPER BIOMETRIKA

RANCANGAN BERULANG DALAM WAKTU

oleh :
1. Mashadi Dwi M
2. Melinda Dwi Anggraeni
3. M. Alfian Hery Wahyudi

( 0910950049 )
(125090501111001)
(125090507111027)

PROGRAM STUDI STATISTIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2014
BAB I

PENDAHULUAN
Rancangan percobaan didefinisikan sebagai suatu perencanaan percobaan, sehingga
data yang diperoleh dapat dianalisis secara statistika, memberikan hasil valid dan kesimpulan
yang objektif. Data yang diperoleh dari rancangan percobaan tersebut dikatakan valid atau sah
apabila data tersebut diperoleh dari suatu percobaan yang memenuhi 3 prinsip dasar
perancangan percobaan yaitu harus ada perulangan, pengacakan dan pengendalian
lingkungan. Dalam berbagai bidang penerapan rancangan percobaan diketahui bahwa respon
dari individu merupakan akibat dari beberapa faktor secara serentak. Hal ini menunjukkan
bahwa percobaan dengan menggunakan satu faktor yang menganggap faktor lain bersifat
tetap, menjadi tidak efektif karena respon yang muncul akan berbeda jika pada kondisi yang
sebenarnya faktor-faktor lain tersebut ternyata berubah. Oleh karena itu banyak bidang
terapan memerlukan rancangan percobaan yang menggunakan beberapa faktor sebagai
perlakuan pada saat yang bersamaan.
Rancangan berulang dalam waktu, definisinya adalah sebuah rancangan percobaan
yang pengamatannya dilakukan dari waktu ke waktu. Rancangan berulang dalam waktu ini,
dapat digunakan pada percobaan petak terbagi, atau sering disebut dengan Percobaan petak
terbagi dalam waktu (split plot in time). Percobaan ini merupakan suatu pengembangan dari
percobaan petak terbagi (split plot), hanya saja anak perlakuannya merupakan pengamatan
dari waktu ke waktu. Dalam percobaan ini, perlakuan disamakan dengan petak utama, sed
angkan waktu pengamatan disamakan dengan anak petak, dimana tujuannya adalah ingin
mengetahui waktu dalam suatu percobaan.
Beberapa keuntungan dari rancangan Split-Plot in time adalah (Anonymous, 2011):
Manfaat utama dari split plot in time design adalah ketika satu faktor ekperimen harus
dikembangkan ke unit percobaan yang lebih besar daripada faktor eksperimennya.
Meningkatkan ketepatan pada RAK dan RAL dalam subplot/anak perlakuannya dan
interaksi antara anak perlakuan (waktu) dan perlakuan utamanya.
Mengetahui pengaruh waktu terhadap suatu percobaan.

Beberapa kerugian penggunaan rancangan Split-Plot in time ini antara lain (Anonymous,
2011):
Pengaruh utama dari petak utama diduga dengan tingkat ketelitian yang lebih rendah
dibandingkan pengaruh interaksi dan pengaruh utama dari anak petaknya(waktu).

 Analisis lebih kompleks dibandingkan rancangan faktorial sehingga membutuhkan waktu

yang lama untuk pengerjaannya serta interpretasi hasil analisisnya tidak mudah.

BAB II
ISI
Tergantung pada efek waktu tertentu, baik split-plot atau regresi, analisis bisa tepat
untuk percobaan ini. Namun, kemajuan dalam statistik dan aplikasi komputer memungkinkan
peneliti untuk lebih mengeksplorasi efek waktu dan memastikan bahwa hipotesis yang tepat
diuji.
Rancangan percobaan lain (seperti RBSL) juga dapat diulang dalam waktu, tetapi
tidak termasuk saat ini dalam panduan lapangan.
Berikut ini adalah penjelasan singkat pengacakan untuk rancangan percobaan dengan
RAL (Gomez Kwanchai.A.& Gomes,Arturo.A. 1995):

Pengukuran Beberapa subyek percobaan tersebut dibuat dalam waktu.

Perawatan ditugaskan secara acak dalam blok mata pelajaran yang berdekatan, setiap
perlakuan sekali per blok.

Jumlah blok adalah jumlah ulangan, dimana ulangan yang dilakukan adalah sama
yaitu waktu.
Denah Percobaannya adalah sebagai berikut,
Faktorial (RAL)
untuk b1, b2, dan b3 sama
a1c2

a2c1

a4c3

a2c4

a2c1

a3c3

a1c4

a4c2

a3c2

a4c3

a1c1

a2c4

a1c2

a2c1

a4c3

a2c4

a2c1

a3c3

a1c4

a4c2

a3c2

a4c3

a2c1

a2c4

a2c3

a1c4

a4c2

a3c1

a3c2

a4c1

a1c4

a2c3

a1c1

a3c3

a2c4

a4c2

a3c3

a4c2

a1c1

a2c4

a2c1

a1c4

a3c3

a4c2

a1c4

a4c1

a2c2

a3c3

Faktorial (RAK)
untuk b1

b2

untuk

untuk

b3

Contoh
pengacakan di atas yaitu menggunakan RAL dan RAK. Dapat dilihat bahwa pengacakan
pada RAL hanya terjadi pada setiap perlakuan dan untuk tiap blok/kelompok/ulangan
tidak dilakukan pengacakan. Sedangkan RAK pengacakan terjadi pada setiap
kelompok/ulangan dan perlakuan. Selanjutnya dalam makalah ini akan dibahas tentang
pengacakan pada rancangan petak terbagi dalam waktu (split plot in time) dengan
rancangan RAL dan RAK sebagai metode pengacakannya. Pada rancangan acak terbagi
dalam waktu (split plot in time) hanya dilakukan 2 kali pengacakan.
Model linier untuk percobaan petak terbagi dalam waktu adalah sebagai berikut :
Yijk = + k + i + ik + j + ( )ij + ()jk + ijk

Dengan :
i = 1,2,n
j = 1,2,b
k = 1,2,r
Dimana :
Yijk

= nilai pengamatan untuk perlakuan ke-i, waktu ke-j, dan pada kelompo ke-k

= nilai rata-rata sesungguhnya

= pengaruh kelompok ke-k

= pengaruh perlakuan ke-i

ik

= galat yang disebabkan karena interaksi antara perlakuan ke-i dengan

kelompok ke-

k (galat a)
j

= pengaruh waktu ke-j

( )ij = pengaruh perlakuan ke-i dan waktu ke-j

()jk = pengaruh waktu ke-j dan kelompok ke-k
ijk

= galat yang disebabkan karena interaksi antara perlakuan ke-i, waktu ke-j, dan
kelompok ke-k.
Dengan Metode Kuadrat Terkecil (MKT), diperoleh penduga bagi , k, i,
ik, j, ( )ij, dan ()jk. Selanjutnya, diperoleh rumus perhitungan untuk menghitung
jumlah kuadrat perlakuan, kelompok, anak perlakuan (waktu), interaksi antara waktu
dengan perlakuan, interaksi antara kelompok dengan waktu, galat percobaan a, galat
percobaan b, jumlah kuadrat total, dan faktor koreksi (dalam bentuk rumus kerja)
sebagai berikut :
FK =

JKK =

- FK

JKG(a) =

- FK - JKK - JKP

JKWP =

- FK JKW - JKP

JKWK =

- FK JKW JKK

JKG(b) = JKT JKK JKP JKG(a) JKW JKWP - JKWK

JKT = Yijk2 FK
JKP =

JKW

FK

FK

Tabel analisis ragam untuk percobaan petak terbagi dalam waktu (split plot in time)
dengan rancangan dasar rancangan acak kelompok (RAK) adalah sebagai berikut :
SK

DB

JK

KT

Fhitung

Kelompok

(r-1)

JKK

KTK

KTK/ KTG(a)

Perlakuan

(a-1)

JKP

KTP

KTP/ KTG(a)

Galat a

(r-1)(a-1)

JKG(a)

KTG(a)

Waktu

(b-1)

JKW

KTW

KTW/ KTG(b)

Waktu x perlakuan

(a-1)(b-1)

JKWP

KTWP

KTWP/ KTG(b)

Waktu x kelompok

(r-1)(b-1)

JKWK

KTWK

KTWK/ KTG(b)

Galat b

(r-1)(a-1)(b-1)

JKG(b)

KTG(b)

Total

(rab-1)

JKT

Dalam RAK, r = kelompok, a = perlakuan, b = waktu

Tabel analisis ragam untuk percobaan petak terbagi dalam waktu (split plot in time)
dengan rancangan dasar rancangan acak lengkap (RAL) adalah sebagai berikut :
SK
DB
JK
Perlakuan(a)
(a-1)
JK A
Galat a
a(r-1)
JKG(a)
Waktu
(b-1)
JKB
Perlakuan x waktu(ab) (a-1)(b-1) JKAB
Galat b
a(b-1)(r-1) JKG(b)
Total
(abr 1)
JK T
Dalam RAL, r = ulangan, a = perlakuan, b = waktu

KT
KTP
KTG(a)
KTW
KTWP
KTG(b)

FH
KTP/ KTG(a)
KTW/ KTG(b)
KTWP/ KTG(b)

(Yitnosumarto, Suntoyo. 1993)

BAB III
PERMASALAHAN DAN PENYELESAIAN
1.1

Permasalahan 1

Judul Skripsi :

Pengaruh Macam Konsentrasi Zat Pengatur Tumbuh dan Interval

Penyemprotan Pupuk Daun terhadap Pertumbuhan Stek Kopi Robusta (Coffea canephora l.)
Oleh : Pedut Prasetyo Fakultas Pertanian Universitas Brawijaya
Data percobaan dilakukan dengan menggunakan rancangan percobaan split plot in
time design (rancangan berulang dalam waktu), dengan dua factor. Faktor pertama adalah
konsentrasi NAA (A) dengan 4 level, yaitu 0 ppm, 400 ppm, 600 ppm, dan 800 ppm. Faktor
kedua adalah umur tanaman (B) dengan 4 level, yaitu 4 8 MST, 8 12 MST, dan 12 16
MST. Penelitian ini diulang pada kelompok yang berbeda-beda. Kelompok dalam penelitian
ini adalah interval penyemprotan pupuk daun, yaitu tanpa penyemprotan, 1 minggu sekali, 2

minggu sekali, dan 3 minggu sekali. Dua factor ini digunakan untuk mengetahui pengaruh
faktor-faktor tersebut terhadap rata-rata laju pertumbuhan tanaman (gr gr-1 bln-1).

Konsentrasi
NAA

Waktu

0 ppm

4-8 MST
8-12 MST
12-16 MST
4-8 MST
8-12 MST
12-16 MST
4-8 MST
8-12 MST
12-16 MST
4-8 MST
8-12 MST
12-16 MST

400 ppm

600 ppm

800 ppm

Interval Penyemprotan Pupuk Daun

tanpa
1 minggu
2 minggu
3 minggu
penyemprotan
sekali
sekali
sekali
0,02
0,02
0,02
0,02
0,05
0,08
0,11
0,1
0,06
0,07
0,06
0,09
0,02
0,04
0,01
0,02
0,09
0,19
0,1
0,1
0,1
0,05
0,07
0,13
0,05
0,07
0,02
0,02
0,19
0,22
0,14
0,11
0,14
0,2
0,09
0,06
0,03
0,01
0,02
0,03
0,11
0,07
0,09
0,16
0,08
0,05
0,06
0,13

PENYELESAIAN :
Hipotesis yang digunakan :
H0:

= 0 vs H1 : minimal ada satu nilai

yang 0

H0: PU1 = PU2 = PU3 = PU4 = 0 vs H1 : minimal ada satu nilai PUj yang 0
H0: AP1=AP2=AP3 = 0 vs H1 : minimal ada satu nilai APk yang 0
H0: (PuxAP)11=(PuxAP)12=..=(PuxAP)43= 0 vs H1: minimal ada satu nilai (PuxAP)jk yang 0
H0 :(APx )11=(APx )12= ..= (APx )34 = 0 vs H1:minimal ada satu nilai (AP x )ik yang 0

Tabel 2 arah Perlakuan dengan Pengamatan (waktu) :

Konsentrasi
NAA
0 ppm
400 ppm

Umur Tanaman
4-8 MST 8-12 MST 12-16 MST
0,08
0,34
0,28
0,09
0,48
0,35

Total
0,7
0,92

600 ppm
800 ppm
Total

0,16
0,09
0,42

0,66
0,43
1,91

0,49
0,32
1,44

1,31
0,84
3,77

Tabel 2 arah Perlakuan dan Ulangan :

Interval Penyemprotan Pupuk Daun
tanpa
1 minggu
2 minggu
3 minggu
penyemprotan
sekali
sekali
sekali
0,13
0,17
0,19
0,21
0,21
0,28
0,18
0,25
0,38
0,49
0,25
0,19
0,22
0,13
0,17
0,32
0,94
1,07
0,79
0,97

Konsentrasi
NAA
0 ppm
400 ppm
600 ppm
800 ppm
Total

Total
0,7
0,92
1,31
0,84
3,77

Tabel 2 arah Pengamatan (waktu) dan Ulangan :

Interval Penyemprotan
Pupuk Daun
tanpa penyemprotan
1 minggu sekali
2 minggu sekali
3 minggu sekali
Total

4-8 MST
0,12
0,14
0,07
0,09
0,42

Waktu
8-12 MST
0,44
0,56
0,44
0,47
1,91

12-16 MST
0,38
0,37
0,28
0,41
1,44

Total
0,94
1,07
0,79
0,97
3,77

Perhitungan secara manual :

FK

JKT

= Yijk2 FK = (0,02)2 + (0,02)2 + ........ + (0,13)2 - 0,29610208 = 0,13579792

JKT PU =

FK =

JKK

FK =

JKP

FK =

JKW

FK =

= 0,29610208

- 0,29610208 = 0,04493125

- 0,29610208 = 0,00335625

- 0,29610208 = 0,01707292

- 0,29610208 = 0,07252917

JKG(a) = JKT PU - JKK - JKP = 0,04493125 - 0,00335625 - 0,01707292 = 0,02450208

JKWP

- FK JKW - JKP =

- 0,29610208 - 0,0725291 - 0,0170729

= 0,00382083
JKWK =

- FK JKW JKK

- 0,29610208 - 0,0725291 - 0,00335625

= 0,0034375
JKG(b) = JKT JKK JKP JKG(a) JKW JKWP - JKWK = 0,01107917
Perhitungan menggunakan software minitab 14 :
1. Menggunakan Stat >> ANOVA >> General Linier Model
General Linear Model: La_per versus Kelompok; konsentrasi; Umur
Factor
Kelompok
konsentrasi
Umur

Type
fixed
fixed
fixed

Levels
4
4
3

Values
1; 2; 3; 4
1; 2; 3; 4
1; 2; 3

Analysis of Variance for La_per, using Adjusted SS for Tests

Source
Kelompok
konsentrasi
Umur
Kelompok*konsentrasi
Kelompok*Umur
konsentrasi*Umur
Error
Total
S = 0,0262246

DF
3
3
2
9
6
6
18
47

Seq SS
0,0033563
0,0170729
0,0725292
0,0245021
0,0021375
0,0038208
0,0123792
0,1357979

R-Sq = 90,88%

Adj SS
0,0033563
0,0170729
0,0725292
0,0245021
0,0021375
0,0038208
0,0123792

Adj MS
0,0011188
0,0056910
0,0362646
0,0027225
0,0003562
0,0006368
0,0006877

F
1,63
8,27
52,73
3,96
0,52
0,93

R-Sq(adj) = 76,20%

Unusual Observations for La_per

Obs
18
22

La_per
0,190000
0,050000

Fit
0,146667
0,096042

SE Fit
0,020732
0,020732

Residual
0,043333
-0,046042

St Resid
2,70 R
-2,87 R

R denotes an observation with a large standardized residual.

2. Menggunakan Stat >> ANOVA >> Balance ANOVA

ANOVA: La_per versus Kelompok; konsentrasi; Umur
Factor
Kelompok
konsentrasi
Umur

Type
fixed
fixed
fixed

Levels
4
4
3

Values
1; 2; 3; 4
1; 2; 3; 4
1; 2; 3

Analysis of Variance for La_per

Source
Kelompok
konsentrasi
Umur

DF
3
3
2

SS
0,0033563
0,0170729
0,0725292

MS
0,0011188
0,0056910
0,0362646

F
1,63
8,27
52,73

P
0,218
0,001
0,000

P
0,218
0,001
0,000
0,006
0,787
0,500

Kelompok*konsentrasi
Kelompok*Umur
konsentrasi*Umur
Error
Total

S = 0,0262246

9
6
6
18
47

0,0245021
0,0021375
0,0038208
0,0123792
0,1357979

R-Sq = 90,88%

0,0027225
0,0003562
0,0006368
0,0006877

3,96
0,52
0,93

0,006
0,787
0,500

R-Sq(adj) = 76,20%

Perhitungan menggunakan software genstat :

***** Analysis of variance *****
Variate: la_per
Source of variation

d.f.

s.s.

m.s.

v.r.

kel stratum

0.0033563

0.0011188

0.41

kel.PU stratum
PU
Residual

3
9

0.0170729
0.0245021

0.0056910
0.0027225

2.09
4.50

0.172

kel.PU.AP stratum
AP
PU.AP
Residual

2
6
24

0.0725292
0.0038208
0.0145167

0.0362646
0.0006368
0.0006049

59.96
1.05

<.001
0.417

Total

47

0.1357979

* MESSAGE: the following units have large residuals.

kel 4

PU 3

kel 2
kel 2
kel 4

PU 2
PU 2
PU 2

-0.0481
AP 2
AP 3
AP 3

s.e. 0.0226
0.0533
-0.0542
0.0358

s.e. 0.0174
s.e. 0.0174
s.e. 0.0174

***** Tables of means *****

Variate: la_per
Grand mean

0.0785

PU

1
0.0583

2
0.0767

3
0.1092

AP

1
0.0262

2
0.1194

3
0.0900

PU
1
2
3
4

AP

1
0.0200
0.0225
0.0400
0.0225

2
0.0850
0.1200
0.1650
0.1075

4
0.0700

3
0.0700
0.0875
0.1225
0.0800

*** Standard errors of differences of means ***

Table

PU

AP

PU

F pr.

AP
rep.
12
16
4
s.e.d.
0.02130
0.00870
0.02560
d.f.
9
24
17.48
Except when comparing means with the same level(s) of
PU
0.01739
d.f.
24

Tabel Analisis Ragam :

SK
Kelompok
Perlakuan
Galat (A)
Waktu
Waktu*Perlakuan
Waktu*Kelompok
Galat (B)
Total

db

JK
3
3
9
2
6
6
18
47

0,00336
0,01707
0,0245
0,07253
0,00382
0,00344
0,01108
0,1358

KT

Fhit

0,00112 0,41093
0,00569 2,09038
0,00272
0,03626 58,918
0,00064 1,0346
0,00057 0,9308
0,00062

Ftab(0,05
)
3,8625484
3,8625484
3,5545571
2,6613045
2,6613045

Ftab(0,1)
2,812863
2,812863
2,623947
2,129581
2,129581

Interpretasi :
Dengan = 0.05 maka dapat ditarik kesimpulan sebagai berikut:
1.

Untuk kelompok, terima H0 karena F-hit (0,41) < F-tabel (3,86). Sehingga dapat
disimpulkan bahwa adanya interval penyemprotan pupuk daun tidak berpengaruh
nyata terhadap rata-rata laju pertumbuhan tanaman, atau dapat dikatakan bahwa
interval penyemprotan pupuk daun yang dilakukan pada penelitian tersebut tidak
efisien.

2.

Untuk pengaruh perlakuan utama (konsentasi NAA), terima H0 karena nilai F-hit
(2,09) < F-tabel (3,86). Sehingga dapat disimpulkan bahwa konsentasi NAA pada
penelitian ini tidak berpengaruh nyata terhadap rata-rata laju pertumbuhan tanaman.

3.

Untuk pengaruh anak perlakuan (umur tanaman), atau dalam hal ini anak
perlakuannya adalah waktu, tolak Ho karena nilai F-hit (58,918) > F-tabel (3,55).
Maka dapat disimpulkan bahwa

umur tanaman dalam penelitian ini sangat

berpengaruh nyata terhadap rata-rata laju pertumbuhan tanaman.

4.

Untuk interaksi (konsentasi NAA) dengan (umur tanaman), terima Ho karena nilai Fhit (1,03) < F-tabel (2,66). Maka dapat disimpulkan bahwa interaksi antara konsentasi
NAA dengan umur tanaman tidak berpengaruh nyata terhadap rata-rata laju
pertumbuhan tanaman.

5. Untuk interaksi (interval penyemprotan pupuk daun) dengan (umur tanaman), terima
Ho karena nilai F-hit (0,93) < F-tabel (2,66). Maka dapat disimpulkan bahwa interaksi
antara interval penyemprotan pupuk daun dengan umur tanaman tidak berpengaruh
nyata terhadap rata-rata laju pertumbuhan tanaman.

1.2

Permasalahan 2

Judul skripsi : Pengaruh Warna Cahay dan Brooding Period terhadap kinerja ayam pedaging
Oleh : Nanang Hermawan Fakultas Peternakan Universitas Brawijaya
Data percobaan dilakukan dengan menggunakan rancangan percobaan split plot in time
design (rancangan berulang dalam waktu), dengan dua factor. Faktor pertama adalah Kondisi

Win Cahaya (W) dengan 4 level, yaitu Netral, Kuning, Merah,dan Hijau. Faktor kedua adalah
Lama Brooding Period(L) dengan 3 level, yaitu 2 minggu, 3 minggu, dan 4 minggu.
Penelitian ini diulang sebanyak 3 kali. Dua factor ini digunakan untuk mengetahui pengaruh
faktor-faktor tersebut terhadap pertambahan bobot badan (gr ).
Kondisi Win
Cahaya(W)(i)

Netral

Kuning

Merah

Hijau

Ulangan

Lama Brooding
Period(L)(j)

2 minggu

1592,5

1620,5

1984

5197

3 minggu

1787

1809

1722,5

5318,5

4 minggu

1755,5

1972

1924

5651,5

2 minggu

1975

2075

1952,5

6002,5

3 minggu

1858,5

1944

1705

5507,5

4 minggu

1880

1739

1746,5

5365,5

2 minggu

1870,5

1725,5

1807

5403

3 minggu

1668

1717,5

1741,5

5127

4 minggu

1867,5

1914

1603

5384,5

2 minggu

1669,5

1817

1667,5

5154

3 minggu

1694

1703

1520

4917

4 minggu

1740,4

1652

1632,5

5024,9

21358,4

21688,5

21006

64052,9

Total

PENYELESAIAN :
Hipotesis yang digunakan :
H0:

= 0 vs H1 : minimal ada satu nilai

yang 0

H0: PU1 = PU2 = PU3 = PU4 = 0 vs H1 : minimal ada satu nilai PUj yang 0

Total

H0: AP1=AP2=AP3 = 0 vs H1 : minimal ada satu nilai APk yang 0

H0: (PuxAP)11=(PuxAP)12=...=(PuxAP)43= 0 vs H1: minimal ada satu nilai (PuxAP)jk yang 0
H0 :(APx )11=(APx )12= ...= (APx )34 = 0 vs H1:minimal ada satu nilai (AP x )ik yang 0

Tabel dua arah antar Kondisi Win Cahaya dengan Lama Brooding Period
Kondisi Win
Cahaya(W)(i)

Lama Brooding Period(L)(j)

2
minggu

3
minggu

4
minggu

Total

Netral

5197

5318,5

5651,5

16167

Kuning

6002,5

5507,5

5365,5

16875,5

Merah

5403

5127

5384,5

15914,5

Hijau

5154

4917

5024,9

15095,9

Total

21756,5

20870

21426,4

64052,9

Tabel dua arah antar Kondisi Win Cahaya dengan Ulangan

Ulangan

Kondisi Win
Cahaya(W)(i)

Netral

5135

5401,5

5630,5

16167

Kuning

5713,5

5758

5404

16875,5

Merah

5406

5357

5151,5

15914,5

Hijau

5103,9

5172

4820

15095,9

Total

21358,4

21688,5

21006

64052,9

Total

Perhitungan secara manual :

FK

= 113965944

JKT

= Yijk2 FK = (1592,5)2 + (1620,5)2 + ..... + (1632,5)2 - 113965944= 604513,5

JKT PU =

FK =

JKU

FK =

JKP

FK =

JKW

JKG(a)

- 113965944= 81763,646

- 113965944= 19415,501

- 113965944= 179821,86

FK =

= JKT

PU

- 113965944= 33456,367

- JKK - JKP -FK

81763,646- 19415,501- 179821,86 -113965944 =

81763,646
JKWP

- FK JKW - JKP

113965944 - 33456,367-

179821,86
= 103263,88
JKG(b) = JKT JKP JKG(a) JKW JKWP = 206207,76

Perhitungan menggunakan software minitab 14 :

1. Menggunakan Stat >> ANOVA >> General Linier Model

General Linear Model: Respon versus Ulangan; Perlakuan; Waktu

Factor
Ulangan
Perlakuan
Waktu

Type
fixed
fixed
fixed

Levels
3
4
3

Values
1; 2; 3
1; 2; 3; 4
1; 2; 3

Analysis of Variance for Respon, using Adjusted SS for Tests

Source
Ulangan
Perlakuan
Waktu
Ulangan*Perlakuan
Perlakuan*Waktu
Error
Total
S = 108,049

DF
2
3
2
6
6
16
35

Seq SS
19416
179822
33456
81764
103264
186792
604514

R-Sq = 69,10%

Adj SS
19416
179822
33456
81764
103264
186792

Adj MS
9708
59941
16728
13627
17211
11675

F
0,83
5,13
1,43
1,17
1,47

P
0,453
0,011
0,268
0,371
0,249

R-Sq(adj) = 32,41%

Unusual Observations for Respon

Obs
7

Respon
1984,00

Fit
1812,83

SE Fit
80,53

Residual
171,17

St Resid
2,38 R

R denotes an observation with a large standardized residual.

2. Menggunakan Stat >> ANOVA >> Balance ANOVA

ANOVA: Respon versus Perlakuan; Waktu; Ulangan
Factor
Perlakuan
Waktu
Ulangan

Type
fixed
fixed
fixed

Levels
4
3
3

Values
1; 2; 3; 4
1; 2; 3
1; 2; 3

Analysis of Variance for Respon

Source
Perlakuan
Waktu
Ulangan
Perlakuan*Waktu
Perlakuan*Ulangan
Error
Total
S = 108,049

DF
3
2
2
6
6
16
35

SS
179822
33456
19416
103264
81764
186792
604514

R-Sq = 69,10%

MS
59941
16728
9708
17211
13627
11675

F
5,13
1,43
0,83
1,47
1,17

R-Sq(adj) = 32,41%

Perhitungan menggunakan software genstat :

***** Analysis of variance *****
Variate: Respon

P
0,011
0,268
0,453
0,249
0,371

Source of variation

d.f.

s.s.

m.s.

v.r.

Ulangan stratum

19416.

9708.

0.71

Ulangan.Perlakuan stratum
Perlakuan
Residual

3
6

179822.
81764.

59941.
13627.

4.40
1.17

0.058

Ulangan.Perlakuan.Waktu stratum
Waktu
2
33456.
Perlakuan.Waktu
6
103264.
Residual
16
186792.

16728.
17211.
11675.

1.43
1.47

0.268
0.249

Total

35

F pr.

604514.

* MESSAGE: the following units have large residuals.

Ulangan 3

Perlakuan 1

Ulangan 3

Perlakuan 1

109.

s.e. 48.

Waktu 1

171.

s.e. 72.

***** Tables of means *****

Variate: Respon
Grand mean

1779.

Perlakuan
Waktu

1
1796.
1
1813.

Perlakuan
1
2
3
4

Waktu

2
1875.
2
1739.
1
1732.
2001.
1801.
1718.

3
1768.

4
1677.

3
1786.
2
1773.
1836.
1709.
1639.

3
1884.
1788.
1795.
1675.

*** Standard errors of differences of means ***

Table

Perlakuan

Waktu

Perlakuan
Waktu
rep.
9
12
3
s.e.d.
55.0
44.1
90.6
d.f.
6
16
21.03
Except when comparing means with the same level(s) of
Perlakuan
88.2
d.f.
16

DB

KT

Tabel Analisis Ragam :

SK

JK

FH

Ftab(0,05) Ftab(0,01)

Perlakuan (W)

179822

59940,6 5,86477

4,066181

7,590992

Galat (W)

81763,6 10220,5

Waktu (L)

33456,4 16728,2 1,29797

3,633723

6,226235

Perlakuan x waktu
(WL)

103264

17210,6

2,741311

4,201634

Galat

16

206208

12888

Total

35

604514

1,3354

Interpretasi :
Dengan = 0.05 maka dapat ditarik kesimpulan sebagai berikut:
1. Untuk pengaruh perlakuan utama (Kondisi Win Cahaya), tolak H0 karena nilai F-hit
(5,86477) >F-tabel (4,066181). Sehingga dapat disimpulkan bahwa Kondisi Win Cahaya
pada penelitian ini berpengaruh nyata terhadap pertambahan bobot badan ayam pedaging.
2. Untuk pengaruh anak perlakuan (Lama Brooding Period), atau dalam hal ini anak
perlakuannya adalah waktu, terima Ho karena nilai F-hit (1,29797) < F-tabel (3,633723).
Maka dapat disimpulkan bahwa umur tanaman dalam penelitian ini tidak berpengaruh
nyata terhadap pertambahan bobot badan ayam pedaging.
3.

Untuk interaksi (Kondisi Win Cahaya) dengan (Lama Brooding Period), terima Ho
karena nilai F-hit (1,3354) < F-tabel (2,741311). Maka dapat disimpulkan bahwa interaksi
antara Kondisi Win Cahaya dengan Lama Brooding Period tidak berpengaruh nyata
terhadap pertambahan bobot badan ayam pedaging.

BAB IV
SOAL

1.

Dalam rangka menekan perkembangan Schizophyllum commune pada benih kelapa

sawit dilakukan percobaan dengan menerapkan konsentrasi fungisida carbendazim.
Konsentrasi carbendazim yang dicobakan 0, 300 dan 600 ppm. Setiap perlakuan diulang
3 kali dan unit unit percobaan dikondisikan sehomogen mungkin. Peubah respon yang
diamati adalah diameter (mm) pertumbuhan Schizophyllum commune, pengamatan
dilakukan tiap 48 jam dan taraf nyata() yang digunakan adalah 0.05. Datanya diperoleh
sebagai berikut :

Dosis
Carbendazim
(ppm)
0

300

600

2.

Pengamatan ke
Ulangan

53

66

77

80

52

63

76

82

53

67

76

81

44

56

68

78

55

64

78

80

56

66

76

85

53

68

74

86

55

67

75

87

57

68

77

88

Seorang peneliti ingin mengetahui efektifitas 3 obat, yaitu AX23, BWW9 dan control,
Dia mencobakan masing masing obat kepada 8 wanita dan mengukur diastole masingmasing wanita itu setiap lima menit. Pengukuran dimulai dari 5 menit sejak pemberian
obat.

Waktu pemberian obat

10
15
menit
menit

obat

kelompok

5
menit

AX23

1
2
3
4
5
6
7
8

72
78
71
72
66
74
62
69

86
83
82
83
79
83
73
75

81
88
81
83
77
84
78
76

77
81
75
69
66
77
70
70

564

644

648

585

85
82
71
83
86
85
79
83

86
86
78
88
85
82
83
84

83
80
70
79
76
83
80
78

80
84
75
81
76
80
81
81

654

672

629

638

69
66
84
80
72
65
75
71

73
62
90
81
72
62
69
70

72
62
90
81
72
62
69
70

74
73
87
72
70
61
68
65

582

579

578

570

TOTAL

BWW9

1
2
3
4
5
6
7
8

TOTAL

Control

TOTAL

1
2
3
4
5
6
7
8

20
menit

DAFTAR PUSTAKA

Anonima, 2011. http://staff.unud.ac.id/~sampurna/wp-content/uploads/2007/12/rancanganacak-lengkap-pola-berjenjang.doc, Diakses pada tanggal 11 November 2011 .

Anonimb, 2011. http://staff.unud.ac.id/~sampurna/wp-content/uploads/2007/12/rancanganacak-kelompok-lengkap-pola-berjenjang.doc, Diakses pada tanggal 11 November

2011 .
Anonimc, 2011. http://translate.google.co.id/translate?
hl=id&sl=en&u=http://www.tfrec.wsu.edu/ANOVA/repeated.html&e
i=vNPGTOj6CoKvgOmhcWvDw&sa=X&oi=translate&ct=result&res
num=2&ved=0CB8Q7gEwAQ&prev=/search%3Fq%3Dsplit%2Bplot
%2Bin%2Btime%26hl%3Did%26biw%3D1280%26bih%3D615,
Diakses pada tanggal 12 November 2011 .
Anonimd, 2011. http://eprints.undip.ac.id, Diakses pada tanggal 30 Oktober 2011 .
Gomez, Kwanchai.A. & Gomes, Arturo.A. 1995. Prosedur Statistik untuk Penelitian
Pertanian Edisi Kedua, Penerbit Unversitas, Jakarta.
Yitnosumarto, Suntoyo. 1993. Percobaan, Perancangan, Analisis, dan Interpretasinya.
PT. Gramedia Pustaka Utama. Jakarta.