BAB I

PENDAHULUAN
1.1 Latar Belakang
Dalam suatu percobaan atau studi kasus. kita menyadari bahwa tidak hanya satu atau dua
faktor saja yang ingin dipelajari. Tetapi sering juga kita dihadapkan pada pengaruh dari tiga
faktor atau lebih. Peneliti mungkin saja tertarik untuk mempelajari faktor-faktor itu secara
serentak untuk mengetahui pengaruh masing-masing faktor dan interaksi antar faktor-faktor
tersebut. Misalnya pada percobaan varietas padi. kita tidak saja ingin mengetahui pengaruh
bagaimana perilaku varietas padi yang satu dibandingkan dengan yang lain. tetapi juga seberapa
jauh potensi masing-masing varietas jika ditanam pada jarak tanam yang berbeda dan pupuk
yang berbeda. Maka dari itu rancangan perlakuan yang dapat digunakan adalah Percobaan
Faktorial.
Percobaan faktorial adalah percobaan yang mencoba dua faktor atau lebih dan masingmasing faktor terdiri dari dua level atau lebih. dimana semua taraf setiap faktor dikombinasikan
menjadi kombinasi perlakuan. Kombinasi perlakuan ini merupakan satu kesatuan perlakuan yang
dicoba dengan suatu rancangan tertentu.Percobaan ini digunakan untuk melihat interaksi antara
faktor yang kita cobakan. Adakalanya kedua faktor saling sinergi terhadap respon (positif).
namun adakalanya juga keberadaan suatu faktor justru menghambat kinerja faktor lain
(negative).
1.2 Tujuan
Tujuan dari penulisan makalah ini adalah untuk lebih memahami mengenai rancangan
faktorial kususnya dengan tiga faktor. Yang nantinya dapat kami implementasikan pada
percobaan percobaan yang sifatnya serupa.
1.3 Batasan Masalah
Karena pada percobaan faktorial mencakup percobaan yang sangat luas maka dalam
makalah ini hanya dibatasi pada pembahasan percobaan faktorial dengan rancangan dasar RAL

(rancangan acak lengkap) dengan melibatkan 3 faktor di dalamnya dan masing-masing faktor
maksimal terdiri atas 3 level.

1.4 Keuntungan dan Kerugian

Keuntungan menggunakan analisis ini adalah :
- Semua unit percobaan digunakan dalam mengevaluasi efek dari masing-masing faktor.
- Interaksi antar faktor dapat diduga sehingga dapat diketahui apakah faktor bekerja sendiri
atau memiliki interasi dengan faktor lainnya.
- Ruang lingkup pengambilan kesimpulan lebih luas.

Kerugian menggunakan analisis ini adalah :

- Analisis statistika menjadi lebih kompleks dan panjang.

- Makin banyak faktor yang diteliti. kombinasi perlakuan semakin meningkat pula.sehingga
ukuran percobaan semakin besar dan akan mengakibatkan ketelitiannya semakin
berkurang.
- Terdapat kesulitan dalam menyediakan satuan percobaan yang relatif homogen.
- Interaksi lebih dari 2 faktor agak sulit untuk menginterpretasikannya.

BAB II
ISI
2.1 Percobaan Faktorial
Percobaan faktorial bukan merupakan suatu rancangan (design) . melainkan suatu pola
melakukan percobaan. untuk mencoba serentak dari beberapa faktor dalam suatu percobaan.
Adapun rancangan yang digunakan dalam percobaan faktorial tergantung kepada keadaan
lingkungan dan tujuan percobaan. Rancangan yang biasa dipakai adalah rancangan dasar seperti
RAL. RAK dan RBSL.
(Abdul Syahid .2009)
Dalam percobaan faktorial pengaruh yang ditimbulkan oleh peubah bebas (perlakuan
faktorial) yang dicobakan dapat dilihat dari proyeksi yang ditunjukkan oleh peubah tak bebas
(faktorial respon). Pengaruh perlakuan faktorial (perlakuan kombinasi) ini dapat dibedakan
menjadi pengaruh sederhana(tunggal). pengaruh utama. dan pengaruh interaksi. Yang dimaksud
dengan pengaruh sederhana adalah pengaruh suatu faktor dalam satu level faktor lainnya. Dari
hasil pengujian ini dapat diketahui kondisi perbedaan taraf-taraf dari suatu faktor pada kondisi
taraf-taraf yang berbeda dari faktor yang lain. Informasi yang diperoleh juga lebih rinci dan
dapat mengetahui adanya interaksi atau tidak.Sedangkan pengaruh utama merupakan rata-rata
dari nilai semua pengaruh tunggal atau sederhana. Hasil yang diperoleh dari pengujian pengaruh
utama menunjukkan apakah taraf-taraf dari suatu faktor tertentu nyata atau tidak pada semua
kondisi taraf faktor yang lain.
(R.S. Kusriningrum. 2008.)

Tujuan dari percobaan faktorial adalah untuk melihat interaksi antara faktor yang kita
cobakan. Adakalanya kedua faktor saling sinergi terhadap respon (positif). namun adakalanya
juga keberadaan suatu faktor justru menghambat kinerja faktor lain (negative). Adanya kedua
mekanisme tersebut cenderung meningkatkan pengaruh interaksi antar ke dua faktor. Pengaruh
interaksi adalah kegagalan level faktor yang satu terhadap level faktor yang lain untuk
memberikan respon hasil yang sama. Pengaruh interaksi juga dapat dikatakan sebagai perbedaan
(selisih) respon dari suatu faktor terhadap level faktor yang lain.
( Gaspers. V. 1991.)

2.2 Percobaan Faktorial Dengan Tiga Faktor (AxBxC)

Percobaan faktorial AxBxC merupakan salah satu percobaan faktorial yang melibatkan 3
faktor di dalamnya. Sebagaimana percobaan faktorial dengan dua faktor. percobaan dengan tiga
faktor akan semakin kompleks dan pelaksanaannya semakin sulit. Perbedaan faktorial AxBxC
dengan faktorial AxB terletak pada pengaruh yang dipelajari.
-

Untuk faktorial AxB ada 3 pengaruh. yaitu 2 pengaruh utama (A dan B) dan 1 pengaruh
interaksi (AB).

Untuk factorial AxBxC terdapat 7 pengaruh. yaitu 3 pengaruh utama (A.B dan C) . 3
interaksi 2 faktorial (AB.Ac dan BC) dan 1 interaksi 3 faktor (ABC).
Pada faktorial AxBxC penempatan perlakuan kombinasinya ke dalam satuan- satuan

percobaan . sama halnya dengan factorial AxB. tergantung pada rancangan yang dipergunakan
apakah RAL atau RAK. Rancangan dasar RBSL sangat jarang sekali digunakan dikarenakan
dengan semakin banyaknya faktor yang terlibat maka perlakuan akan semakin banyak. Ini
merupakan hambatan terhadap pemakaian RBSL. Model yang digunakan tergantung pada
rancangan percobaan yag dipilih. Jika digunakan Rancangan Acak Lengkap maka modelnya :
(Yitnosumarto. Suntoyo. 1990)
Yijkl=

+ i +

j+

( )ij +

k+

( )ik + (

)jk + ( )ijk + eijkl

i = 1. . . a
j = 1. . . b
k = 1. . . c
l = 1. . . r . dimana
Yijk

= pengamatan untuk level A ke-i. level B ke-j. level C ke-k dan ulangan ke-l

= nilai tengah umum

= pengaruh perlakuan faktor A taraf ke-i

= pengaruh perlakuan faktor B taraf ke-j

( )ij = interaksi antara perlakuan A taraf ke-i dan perlakuan B taraf ke-j
= pengaruh perlakuan faktor C taraf ke-k

( )ik = interaksi antara perlakuan A taraf ke-i dan perlakuan C taraf ke-k
(

)jk = interaksi antara perlakuan B taraf ke-j dan perlakuan C taraf ke-k

)ijk= interaksi antara perlakuan A taraf ke-i. perlakuan B taraf ke-j dan perlakuan C taraf ke-

k
eijkl = galat percobaan untuk pengamatan ke-i. j. k. l
Model di atas dapat diduga berdasarkan datanya. yaitu sebagai berikut :
yijkl = ...+ (i..- ...) + (.j. - ...) + (.k. - ...) + (ijk. - i. - .j - k + ..)+ (yijkl - ijk.)
(yijkl - ..) = (i. - ..) + (.j - ..) + (.k. - ...) + (ijk. - i. - .j - k + ..)+ (yijkl - ijk.)
DB

(abcn-1) = (a -1) + (b-1) + (c-1) + (abc - a b- c +1) + (abcn abc)

(abcn -1) = (a-1) + (b -1) + (c-1) + (a-1)(b 1)(c-1) + abc(n-1)

DB Total = DB Faktor A +DB Faktor B + DB Faktor C +DB Interaksi ABC+ DB Galat

Tabel analisis Ragam Untuk Faktorial AxBxC dengan RAL :

SK
Perlakuan

Db

JK

(abc 1)

JKP

(a - 1)

JKA

(b - 1)

JKB

(c - 1)

JKC

AB

(a - 1) (b - 1)

JKAB

AC

(a - 1) (c - 1)

JKAC

BC

(b - 1) ( c 1)

JKBC

ABC

(a - 1) (b - 1) ( c 1)

JK ABC

Galat

abc (n 1)

JK G

Total

(nabc 1)

JK T

dengan keterangan :
FK

= (ijklYijkl)2/nabc

JKP

= jkl(iYijkl)2/n FK

JKA

= j(iklYijkl)2/nbc FK

JKB

= k(ijlYijkl)2/nac FK

JKC

= l(ijkYijkl)2/nab FK

JKAB

= jk(ilYijkl)2/nc FK JKA JKB

JKAC

= jl(ikYijkl)2/nb FK JKA JKC

JKBC

= kl(ijYijkl)2/na FK JKB JKC

JKABC

= jkl(lYijkl)2/n JKA - JKB - JKC - JKAB - JKAC - JKBC - FK

= JKP - JKA - JKB - JKC - JKAB - JKAC - JKBC

JKG

= JKT - JKP

JKT

= ijklY 2ijkl FK

BAB III
PERMASALAHAN DAN PEMBAHASAN
Soal 1
Permasalahan ini diambil dari penelitian Zulkarnain dan Erman Syahruddin yang
bertujuan untuk mengetahui pengaruh beberapa mikroba pada kondisi optimum yang digunakan
untuk mengevaluasi secara biologis produk fermentasi kiambang terhadap performans dan
kualitas ayam broiler. Perlu diketahui bahwa kiambang merupakan tanaman yang hidup sebagai
gulma pada air tenang. air mengalir dan sawah sehingga bisa mengganggu produksi ikan maupun

padi. Namun.sebagai pakan unggas. kiambang juga kaya akan karoten sehingga baik untuk
meningkatkan kualitas kuning telur dan kulit telur.
Penelitian ini dilakukan dengan menggunakan RAL pola faktorial 3x3x2 dengan 3
ulangan. faktor pertama yaitu tingkat pemberian kiambang yang telah difermentasi (0%. 15%.
dan 30%). faktor kedua yaitu umur ternak (4.6 dan 8 minggu) dan faktor ketiga yaitu jenis
kelamin (jantan dan betina) .
Tabel 1 : Pengaruh Pemakaian Kiambang Fermentasi. Umur Serta jenis Kelamin Terhadap Rata rata Persentase Lemak Abdominal dengan berat hidup per ekor (%) .
Level

Jenis kelamin

Umur

Ulangan
Kons Ferment

0.00
0.15
0.30
0.00
0.15
0.30
0.00
0.15
0.30
0.00
0.15
0.30

3.02
3.05
2.14
3.16
2.91
2.60
2.52
2.31
1.93
2.87
2.54
2.27

3.08
2.91
2.14
2.82
2.98
2.34
3.01
2.74
2.14
2.67
2.81
1.72

3.70
2.83
2.25
2.91
2.42
2.28
2.92
2.62
2.09
3.35
2.35
2.22

0.00
0.15
0.30

2.98
2.53
2.08

2.58
2.21
1.96

2.80
2.75
1.90

0.00
0.15
0.30

2.75
2.37
2.11

2.52
2.21
1.86

2.56
2.33
1.75

Jantan

Betina

Pembahasan :
Hipotesis yang digunakan adalah :
1. H0: 1 = 2 = 3 = 0 vs

H1: paling sedikit ada satu j yang tidak sama dengan nol.
2. H0:

1=

= 0 vs

H1 : paling tidak ada satu

3. H0 :

1=

2=

k yang

tidak sama dengan nol .

0 vs

H1 : paling tidak ada satu

l yang

tidak sama dengan nol.

4. H0 : ( )11 = ( )12 = ( )13 = ( )21 = ( )22 = ( )23 = ( )31 = ( )32 = ( )33 0 vs

H1 : paling tidak ada satu ( )jk yang tidak sama dengan nol.
5. H0 : ( )11 = ( )12 = ( )21 = ( )22 = ( )31 = ( )32 = 0 vs
H1 : paling tidak ada satu ( )jl yang tidak sama dengan nol.
6. H0 :( )11 = ( )12 = ( )21 = ( )22 = ( )31 = ( )32 = 0 vs
H1 : paling tidak ada satu ( )kl yang tidak sama dengan nol.
7. H0 : ( )111 = ( )112 = ( )121 = ( )122 = ( )131=( )132 = ( )211= ( )212 =
( )221 = ( )222 =( )231 =( )232 = ( )311 = ( )312 = ( )321 = ( )322=.... = 0
H1 : paling tidak ada satu ( )jkl yang tidak sama dengan nol.
Perhitungan dengan MINITAB
General Linear Model: data versus jenis kelamin. umur. konsentrasi
Factor
jenis kelamin
umur
konsentrasi

Type
fixed
fixed
fixed

Levels
2
3
3

Values
1. 2
1. 2. 3
1. 2. 3

Analysis of Variance for data. using Adjusted SS for Tests

Source
jenis kelamin
umur
konsentrasi
jenis kelamin*umur
jenis kelamin*konsentrasi
umur*konsentrasi
jenis kelamin*umur*konsentrasi
Error
Total
S = 0.221978

R-Sq = 81.55%

DF
1
2
2
2
2
4
4
36
53

Seq SS
0.84876
0.77403
5.92156
0.01856
0.01425
0.16984
0.09609
1.77387
9.61694

Adj SS
0.84876
0.77403
5.92156
0.01856
0.01425
0.16984
0.09609
1.77387

Adj MS
0.84876
0.38701
2.96078
0.00928
0.00712
0.04246
0.02402
0.04927

R-Sq(adj) = 72.84%

Unusual Observations for data

Obs
37
46

data
3.70000
3.35000

Fit
3.26667
2.96333

SE Fit
0.12816
0.12816

Residual
0.43333
0.38667

St Resid
2.39 R
2.13 R

R denotes an observation with a large standardized residual.

F
17.23
7.85
60.09
0.19
0.14
0.86
0.49

P
0.000
0.001
0.000
0.829
0.866
0.496
0.745

Perhitungan Manual
Tabel 1
Level

Jenis
kelamin

Ulangan

Umur

Kons
Ferment

0.00
0.15
0.30

3.02
3.05
2.14

3.08
2.91
2.14

3.70
2.83
2.25

0.00
0.15
0.30

3.16
2.91
2.60

2.82
2.98
2.34

2.91
2.42
2.28

0.00
0.15
0.30

2.52
2.31
1.93

3.01
2.74
2.14

2.92
2.62
2.09

0.00
0.15
0.30

2.87
2.54
2.27

2.67
2.81
1.72

3.35
2.35
2.22

0.00
0.15
0.30

2.98
2.53
2.08

2.58
2.21
1.96

2.80
2.75
1.90

0.00
0.15
0.30

2.75
2.37
2.11

2.52
2.21
1.86

2.56
2.33
1.75

46.14

44.7

46.03

Jantan

Betina

Jumlah

Total Yij

Rata-rata

9.80
8.79
6.53
8.89
8.31
7.22
8.45
7.67
6.16
8.89
7.7
6.21
8.36
7.49
5.94
7.83
6.91
5.72
136.87

3.2667
2.93
2.177
2.96
2.77
2.41
2.82
2.55
2.05
2.96
2.56
2.07
2.79
2.49
1.98
2.61
2.30
1.91
45.62

Tabel 2 (tabel 1 yang disederhanakan)

jenis kelamin

umur
4
6
8
4
6
8

Jantan

Betina
Jumlah

0.00
9.80
8.89
8.45
8.89
8.36
7.83
52.22

konsentrasi fermentasi
0.15
0.30
8.79
6.53
8.31
7.22
7.67
6.16
7.70
6.21
7.49
5.94
6.91
5.72
46.87
37.78

Jumlah
25.12
24.42
22.28
22.80
21.79
20.46
136.87

Tabel 3 (tabel 2 Arah untuk Faktor A dan Faktor B)

Jenis Kelamin

Umur

Total

FK

Jantan

25.12

24.42

22.28

71.82

Betina

22.80

21.79

20.46

65.05

Total

47.92

46.21

42.74

136.87

= (136.87)2 / 2x3x3x3
= 18733.4 / 54
= 346.9148

JK Total = (3.02)2 +(3.08)2 + (3.70)2 +. + (1.75)2 FK

= 356.532 346.9148
= 9. 617
JK perlakuan = ( 9.802 + 8.792 + 6.532 + + 5.72) / 3 FK
= ( 1064.274 / 3 ) 346.9148
= 7.8430
JK (A) = [ (71.82)2 + (65.05)2 / 3 x 3x 3) ] FK
= ( 9389.61 / 27) - 346.9148
= 347.7635 - 346.9148
= 0.849
JK (B) = [ (47.922 + 46.212 + 42.742 ) / 3 x2 x 3 ] FK
= ( 6258.398 / 18 ) - 346.9148
= 347.6887 - 346.9148
= 0.7740
JK (AB) = [ ( 25.12 + 24.42 + 22.28 +.+ 16.87 ) / 3x3] FK - JK (A) - JK (B)
2

= ( 3137.005 / 9) - FK - JK (A) - JK (B)

= 348.5561 - 346.9148 - 0.849 - 0.7740
= 0.0185

Tabel 4 ( Tabel 2 Arah untuk Faktor A dan C)

Jenis Kelamin

Konsentrasi Fermentasi

Total

0.00

0.15

0.30

Jantan

27.14

24.77

19.91

71.82

Betina

25.08

22.10

17.87

65.05

Total

52.22

46.87

37.78

136.87

JK (C) = [ (52.222 + 46.872 + 37.782 ) / 3 x 2 x 3] FK

= (6351.0537 /18) - 346.9148

= 5.9215
JK (AC) = [ ( 27.142 + 24.772 +19.912 +.+ 17.872) / 3x3] - FK - JK (A) - JK (C)
= ( 3183.294 / 9 ) - FK - JK (A) - JK (C)
= 353.70 - 346.9148 - 0.849 - 5.9215
= 0.0142
Tabel 5 ( Tabel 2 Arah untuk Faktor B dan C)
Umur

Konsentrasi Fermentasi

Total

0.00

0.15

0.30

18.69

16.49

12.74

47.92

17.25

15.80

13.16

46.21

16.28

14.58

11.88

42.74

Total

52.22

46.87

37.78

136.87

JK (BC) = [ (18.692 + 16.492 + 12.742 ++ 11.882) / 3x2 ] - FK - JK (B) - JK (C)

= ( 2122.681 / 6 ) - FK - JK (B) - JK (C)
= 353.780183 - 346.9148 - 0.7740 - 5.9215
= 0.169883

JK ( ABC) = JK perlakuan JK (A) - JK (B) - JK (C) - JK (AB) - JK (AC)- JK (BC)

= 7.8430 - 0.849 - 0.7740 - 5.9215- 0.0185 - 0.0142 - 0.169883
= 0.095917 = 0.096
JK Galat = JK total JK perlakuan
= 9. 617 - 7.8430
= 1.774

Dari perhitungan manual di atas dapat dibuat tabel ANOVA dan sekaligus uji F-nya
sebagaimana tertera di bawah ini :
TABEL ANOVA (Tb. Analisis Ragam)
SK

db

JK

KT

F hit

17

7.8430

0.46135

9.3581

0.849

0.849

17.22

4.11

0.7740

0.387

7.85

3.26

5.9215

2.96075

60.056

3.26

Perlakuan
Jenis Kelamin
(A)
Umur (B)
Konsentrasi
Fermentasi (C)
AB

0.0185

0.00925

0.188

3.26

AC

0.0142

0.0071

0.144

3.26

BC

0.1698

0.0425

0.862

2.63

ABC

0.096

0.024

0.487

2.63

Galat

36

1.774

0.0493

Total

53

9. 617

Keputusan dan Kesimpulan

F tab

o Untuk faktor jenis kelamin. karena nilai P-value (0.00) < (0.05) dan F hitung > F tab
maka keputusannya adalah tolak H0 sehingga dapat disimpulkan bahwa faktor jenis
kelamin berpengaruh nyata terhadap rata - rata persentase lemak abdominal
o Untuk faktor umur. karena nilai P-value (0.001) < (0.05) dan F hitung > F tab maka
keputusannya adalah tolak H0

sehingga dapat disimpulkan bahwa faktor umur

berpengaruh nyata terhadap rata - rata persentase lemak abdominal.

o Untuk faktor konsentrasi fermentasi. karena nilai P-value (0.000) < (0.05) dan F hitung
> F tab maka keputusannya adalah tolak H0 sehingga dapat disimpulkan bahwa faktor
konsentrasi fermentasi berpengaruh nyata terhadap rata - rata persentase lemak
abdominal.
o Untuk interaksi faktor jenis kelamin dan umur. karena nilai P-value (0.829) > (0.05)
dan F hitung < F tab maka keputusannya adalah terima H0 sehingga dapat disimpulkan
bahwa interaksi kedua faktor ini tidak berpengaruh nyata terhadap rata - rata persentase
lemak abdominal.
o Untuk interaksi faktor jenis kelamin dan konsentrasi fermentasi. karena nilai P-value
(0.866) > (0.05) dan F hitung < F tab maka keputusannya adalah terima H0 sehingga
dapat disimpulkan bahwa interaksi kedua faktor ini tidak berpengaruh nyata terhadap rata
- rata persentase lemak abdominal.
o Untuk interaksi faktor umur dan konsentrasi fermentasi. karena nilai P-value (0. 496) >
(0.05) dan F hitung < F tab maka keputusannya adalah terima H0 sehingga dapat
disimpulkan bahwa interaksi kedua faktor ini tidak berpengaruh nyata terhadap rata - rata
persentase lemak abdominal.
o Untuk interaksi faktor jenis kelamin. umur dan konsentrasi fermentasi. karena nilai Pvalue (0.745) > (0.05) dan F hitung < F tab maka keputusannya adalah terima H0
sehingga dapat disimpulkan bahwa interaksi ketiga faktor ini tidak berpengaruh nyata
terhadap rata - rata persentase lemak abdominal.
Karena hasil analisa menggunakan minitab maupun manual menunjukkan bahwa faktor
utama jenis kelamin.umur dan konsentrasi fermentasi berpengaruh nyata tetapi interaksi antara 3
faktor tersebut berpengaruh tidak nyata. maka perlu dilakukan uji berganda untuk 3 faktor
tersebut untuk mengetahui apakah level-level dari faktor tesebut berbeda nyata atau tidak.

Soal 2
Permasalahan ini diambil dari penelitian Soejono Tjitro dan Henry Marwanto yang berjudul
Optimasi Waktu Siklus Pembuatan Kursi Dengan Proses Injection Molding. Kemajuan teknologi
mesin injection molding yang semakin pesat berdampak terhadap semakin banyaknya produk
manufaktur yang menggunakan bahan plastik. Selama ini banyak perusahaan manufaktur yang
bergerak dalam pembuatan produk furnitur berbahan baku plastik beranggapan bahwa waktu
siklus untuk pembuatan kursi plastic masih belum optimal. Untuk itu perlu dilakukan studi untuk
menentukan parameter proses mesin injection molding yang mana saja berpengaruh terhadap
waktu siklus namun kualitas produk kursi tetap terjaga. Parameter proses yang diamati adalah
holding time. inject time dan cooling time yang merupakan parameter proses yang berpengaruh
signifikan terhadap waktu siklus.
Penelitian ini dilakukan dengan menggunakan RAL pola faktorial 3x3x3 dengan 3 ulangan.
faktor pertama adalah holding time ( 3 detik. 3.5 detik. dan 4 detik). faktor kedua adalah
injection time (15 detik . 17 detik dan 19 detik) dan faktor ke tiga adalah cooling time (37
detik.39 detik dan 41 detik). Di bawah ini adalah tabel waktu siklus pembuatan kursi plastik.

Tabel 1. Waktu siklus pembuatan kursi plastik

Level

Holding
Time
(detik)

Injection
Cooling
Time(detik) time(detik)
15

17

19

3.5

Ulangan

15

37
39
41
37
39
41
37
39
41
37
39
41

54.33
56.50
58.64
54.42
56.61
58.42
54.42
56.37
58.84
55.25
56.90
58.93

54.37
56.68
58.37
54.32
56.34
58.53
54.47
56.57
58.59
54.90
56.93
58.91

54.30
56.76
58.55
54.50
56.29
58.63
54.68
56.45
58.43
55.09
57.11
58.92

Total Yij

Rata-rata

163
169.94
175.56
163.24
169.24
175.58
163.57
169.39
175.86
165.24
170.94
176.76

54.33333
56.64667
58.52
54.41333
56.41333
58.52667
54.52333
56.46333
58.62
55.08
56.98
58.92

37
39
41
37
39
41
37
39
41
37
39
41
37
39
41

17

19

15

17

19
Total

55.17
57.22
58.81
55.16
56.90
59.02
55.61
57.46
59.83
55.57
57.36
59.45
55.50
57.28
59.62

54.90
57.04
58.94
54.91
57.11
58.95
55.24
57.70
59.70
55.28
57.56
59.47
55.53
57.59
59.65

55.06
56.93
58.81
55.09
56.96
58.98
55.32
57.52
59.87
55.20
56.20
59.54
55.51
57.44
59.59

165.13
171.19
176.56
165.16
170.97
176.95
166.17
172.68
179.4
166.05
171.12
178.46
166.54
172.31
178.86

1539.59

1538.55

1537.73

4615.87

55.04333
57.06333
58.85333
55.05333
56.99
58.98333
55.39
57.56
59.8
55.35
57.04
59.48667
55.51333
57.43667
59.62

Pembahasan :
Hipotesis yang digunakan adalah :
Hipotesis yang digunakan adalah :
3. H0: 1 = 2 = 3 = 0 vs
H1: paling sedikit ada satu j yang tidak sama dengan nol.
4. H0:

1=

= 0 vs

H1 : paling tidak ada satu

3. H0 :

1=

2=

2=

k yang

tidak sama dengan nol .

0 vs

H1 : paling tidak ada satu

l yang

tidak sama dengan nol.

4. H0 : ( )11 = ( )12 = ( )13 = ( )21 = ( )22 = ( )23 = ( )31 = ( )32 = ( )33 0 vs

H1 : paling tidak ada satu ( )jk yang tidak sama dengan nol.
5. H0 : ( )11 = ( )12 =( )13= ( )21 = ( )22 =( )23= ( )31 = ( )32 =( )33= 0 vs
H1 : paling tidak ada satu ( )jl yang tidak sama dengan nol.
6. H0 :( )11 = ( )12 =( )13 = ( )21 = ( )22 =( )23= ( )31 = ( )32 =( )33 0 vs
H1 : paling tidak ada satu ( )kl yang tidak sama dengan nol.
7. H0 : ( )111 = ( )112 = ( )113 = ( )121 = ( )122 =( )123 = ( )131=( )132
=( )133= ( )211= ( )212 = ( )213 = ( )221 = ( )222 = ( )223 = ( )231
=( )232=( )233 = ( )311 = ( )312 =( )313= ( )321 = ( )322=........... = 0

H1 : paling tidak ada satu ( )jkl yang tidak sama dengan nol.

Perhitungan dengan MINITAB

General Linear Model: data versus holding time. injection time. ...
Factor
holding time
injection time
cooling time

Type
fixed
fixed
fixed

Levels
3
3
3

Values
1. 2. 3
1. 2. 3
1. 2. 3

Analysis of Variance for data. using Adjusted SS for Tests

Source
holding time
injection time
cooling time
holding time*injection time
holding time*cooling time
injection time*cooling time
holding time*injection time*
cooling time
Error
Total

S = 0.186905

R-Sq = 99.21%

DF
2
2
2
4
4
4
8

Seq SS
12.7258
0.2344
223.6657
0.2256
0.4764
0.1342
0.2445

Adj SS
12.7258
0.2344
223.6657
0.2256
0.4764
0.1342
0.2445

Adj MS
6.3629
0.1172
111.8328
0.0564
0.1191
0.0335
0.0306

54
80

1.8864
239.5929

1.8864

0.0349

F
182.14
3.35
3201.32
1.61
3.41
0.96
0.87

P
0.000
0.042
0.000
0.184
0.015
0.437
0.543

R-Sq(adj) = 98.83%

Unusual Observations for data

Obs
23
50
77

data
57.3600
57.5600
56.2000

Fit
57.0400
57.0400
57.0400

SE Fit
0.1079
0.1079
0.1079

Residual
0.3200
0.5200
-0.8400

St Resid
2.10 R
3.41 R
-5.50 R

R denotes an observation with a large standardized residual.

Perhitungan Manual
Tabel 1 yang disederhanakan.
Holding time

cooling time

injection time
37

39

jumlah
41

3.5

15

163

169.94

175.56

508.5

17

163.24

169.24

175.58

508.06

19

163.57

169.39

175.86

508.82

15

165.24

170.94

176.76

512.94

17

165.13

171.19

176.56

512.88

19

165.16

170.97

176.95

513.08

15

166.17

172.68

179.4

518.25

17

166.05

171.12

178.46

515.63

19

166.54

172.31

178.86

517.71

1484.1

1537.78

1593.99

total

4615.87

Tabel 2. (tabel 2 arah untuk factor A dan B)

injection time
Holding time

FK

total
15

17

19

508.5

508.06

508.82

1525.38

3.5

512.94

512.88

513.08

1538.9

518.25

515.63

517.71

1551.59

total

1539.69

1536.57

1539.61

4615.87

= (4615.87)2 / 3x3x3x3
= 21306256/ 81
= 263040.2

JK Total = (54.33)2 +(56.50)2 + (58.64)2 +. + (59.59)2 FK

= 263279.7887 263040.2
= 239.5929
JK perlakuan = (1632 + 163.242 + 163.572 +. + 178.862) / 3 FK
= (789833.7069 / 3) 263040.2
= 237.7065

JK (A) = [ (1525.38)2 + (1538.9)2 + (1551.59)2/ 3 x 3x 3) ] FK

= 263052.9 - 263040.2
= 12.72581
JK (B) = [ (1539.692 + 1536.572 + 1539.612 ) / 3 x3x 3 ] FK
= (7102092/ 27 ) - 263040.2
= 263040.4 - 263040.2
= 0.23435
JK (AB) = [ (508.52 + 508.062 + 508.822 +.+ 517.712) / 3x3] FK - JK (A) - JK (B)
= (2367480.434/ 9) - FK - JK (A) - JK (B)
= 263053.382 -263040.2 - 12.72581- 0.23435
= 0.22562

Tabel 3 (tabel 2 arah untuk factor A dan C )

Cooling time

Holding time

total

37

39

41

489.81

508.57

527

1525.38

3.5

495.53

513.1

530.27

1538.9

498.76

516.11

536.72

1551.59

total

1484.1

1537.78

1593.99

4615.87

JK (C) = [ (1484.12 + 1537.782 + 1593.992 ) / 3 x 3x 3] FK

= (7108124/27) - 263040.2
= 223.6657
JK (AC) = [ (489.812 + 508.572 +5272 +.+ 56.72) / 3x3] - FK - JK (A) - JK (C)
= (2369494/ 9 ) - FK - JK (A) - JK (C)
= 263277.1 - 263040.2 - 12.72581- 223.6657
= 0.47642

Tabel 4 (tabel 2 arah untuk faktor B dan C)

cooling time
Injection time

total
37

39

41

15

494.41

513.56

531.72

1539.69

17

494.42

511.55

530.6

1536.57

19

495.27

512.67

531.67

1539.61

total

1484.1

1537.78

1593.99

4615.87

JK (BC) = [ (494.412 + 513.562 + 531.722 ++ 531.672) / 3x3 ] - FK - JK (B) - JK (C)

= (2369378/ 9 ) - FK - JK (B) - JK (C)
= 263264.23-263040.2 - 0.23435- 223.6657
= 0.1342
JK ( ABC) = JK perlakuan JK (A) - JK (B) - JK (C) - JK (AB) - JK (AC)- JK (BC)
= 237.7065- 12.72581- 0.23435- 223.6657- 0.22562 - 0.47642 - 0.1342
= 0.2445
JK Galat = JK total JK perlakuan
= 239.5929 - 237.7065
= 1.8864
Dari perhitungan manual di atas dapat dibuat tabel ANOVA dan sekaligus uji F-nya
sebagaimana tertera di bawah ini :

TABEL ANOVA (Tb. Analisis Ragam)

SK

db

JK

KT

F hit

Perlakuan

26

237.7065

9.143

261.229

Holding time

12.72581

6.363

181.8*

F tab

3.17

(A)
-

Injection time
(B)
Cooling time
(C)
AB

AC

0.47642

0.119

3.4*

2.55

BC

0.1342

0.034

0.971

2.55

ABC

0.2445

0.031

0.88

2.12

Galat

54

1.8864

0.035

Total

80

239.5929

0.23435

0.117

3.17

223.6657

111.833

0.22562

0.056

1.6

2.55

3.342*

3.17

3195.23*

Keputusan dan Kesimpulan

o Untuk faktor holding time. karena nilai P-value (0.00) < (0.05) dan F hitung > F tab
maka keputusannya adalah tolak H0 sehingga dapat disimpulkan bahwa faktor holding
time berpengaruh nyata terhadap waktu siklus pembuatan kursi plastic.
o Untuk faktor injection time. karena nilai P-value (0.042) < (0.05) dan F hitung > F tab
maka keputusannya adalah tolak H0 sehingga dapat disimpulkan bahwa faktor injection
time berpengaruh nyata terhadap terhadap waktu siklus pembuatan kursi plastic.
o Untuk faktor cooling time. karena nilai P-value (0.000) < (0.05) dan F hitung > F tab
maka keputusannya adalah tolak H0 sehingga dapat disimpulkan bahwa faktor cooling
time berpengaruh nyata terhadap terhadap waktu siklus pembuatan kursi plastic.
o Untuk interaksi faktor holding time dan injection time. karena nilai P-value (0.184) >
(0.05) dan F hitung < F tab maka keputusannya adalah terima H0 sehingga dapat
disimpulkan bahwa interaksi kedua faktor ini tidak berpengaruh nyata terhadap terhadap
waktu siklus pembuatan kursi plastic.
o Untuk interaksi faktor holding time dan cooling time. karena nilai P-value (0.015) <
(0.05) dan F hitung > F tab maka keputusannya adalah tolak H0

sehingga dapat

disimpulkan bahwa faktor holding time dan cooling time berpengaruh nyata terhadap
terhadap waktu siklus pembuatan kursi plastic.
o Untuk interaksi faktor injection time dan cooling time. karena nilai P-value (0.437) >
(0.05) dan F hitung < F tab maka keputusannya adalah terima H0 sehingga dapat

disimpulkan bahwa interaksi kedua faktor ini tidak berpengaruh nyata terhadap terhadap
waktu siklus pembuatan kursi plastic.
o Untuk interaksi faktor holding time. injection time dan cooling time. karena nilai P-value
(0.543) > (0.05) dan F hitung < F tab maka keputusannya adalah terima H0 sehingga
dapat disimpulkan bahwa interaksi ketiga faktor ini tidak berpengaruh nyata terhadap
terhadap waktu siklus pembuatan kursi plastic.
Karena hasil analisa menggunakan minitab maupun manual menunjukkan bahwa faktor
utama holding time. injection time dan cooling time berpengaruh nyata tetapi interaksi antara 3
faktor tersebut berpengaruh tidak nyata. Maka perlu dilakukan uji berganda untuk 3 faktor
tersebut untuk mengetahui apakah level-level dari faktor tesebut berbeda nyata atau tidak.
BAB IV
LATIHAN SOAL
1. Suatu percobaan ingin mengetahui pengaruh makanan terhadap pertambahan bobot badan
anak domba. Ada tiga factor yang dicobakan yaitu :
Faktor penambahan Lysine (L) dengan taraf :
l1 = penambahan 0 %
l2 = penambahan 0.05 %
l3 = penambahan 0.10 %
Faktor penambahan Methionin (M) dengan taraf :
m1 = penambahan 0 %
m2 = penambahan 0.025%
m3 = penambahan 0.050 %
Faktor pemberian tepung kedelai yang berprotein (P) dengan taraf :
p1 = pemberian tepung berkadar protein 12 %
p2 = pemberian tepung berkadar protein 14 %
Rancangan dasar yang digunakan adalah RAL pola factorial 3 x 3 x 2 . Dibawah ini adalah tabel
pertambahan bobot badan anak domba per hari (dalam satuan tertentu)

Lysine (L)

Level
Methionine
(M)

Ulangan
Protein (P)

Total Yij

Rata-rata

0
0

0.025
0.05
0

0.05

0.025
0.05
0

0.10

0.025
0.05

12
14
12
14
12
14
12
14
12
14
12
14
12
14
12
14
12
14

Total

1.11
1.52
1.09
1.27
0.85
1.67
1.30
1.55
1.03
1.24
1.12
1.76
1.22
1.38
1.34
1.40
1.34
1.46
2.85

0.97
1.45
0.99
1.22
1.21
1.24
1.00
1.53
1.21
1.34
0.96
1.27
1.13
1.08
1.41
1.21
1.19
1.39
21.8

2.08

1.04

2.97

1.485

2.08

1.04

2.49

1.245

2.06

1.03

2.91

1.455

2.3

1.15

3.08

1.54

2.24

1.12

2. Permasalahan ini diambil dari penelitian Zulkarnain dan Erman Syahruddin yang bertujuan
untuk mengetahui pengaruh beberapa mikroba pada kondisi optimum yang digunakan untuk
mengevaluasi secara biologis produk fermentasi kiambang terhadap performans dan kualitas
ayam broiler. Perlu diketahui bahwa kiambang merupakan tanaman yang hidup sebagai
gulma pada air tenang. air mengalir dan sawah sehingga bisa mengganggu produksi ikan
maupun padi. Namun.sebagai pakan unggas. kiambang juga kaya akan karoten sehingga baik
untuk meningkatkan kualitas kuning telur dan kulit telur.
Penelitian ini dilakukan dengan menggunakan RAL pola faktorial 3x3x2 dengan 3
ulangan. faktor pertama yaitu tingkat pemberian kiambang yang telah difermentasi (0%.
15%. dan 30%). faktor kedua yaitu umur ternak (4.6 dan 8 minggu) dan faktor ketiga yaitu
jenis kelamin (jantan dan betina).
Tabel 1. Pengaruh Pemakaian kiambang Fermentasi. Umur Serta jenis Kelamin Terhadap
Rata rata Pertambahan Berat badan per ekor per hari ( gram) .
Level

Jenis kelamin

Umur

Ulangan
Kons Ferment

0.00
0.15
0.30
0.00
0.15
0.30
0.00
0.15
0.30
0.00
0.15
0.30

35.37
29.06
34.45
31.92
26.75
33.40
29.95
29.97
30.76
32.67
31.65
34.13

32.06
29.07
31.02
33.63
33.36
27.60
29.46
35.88
30.14
29.44
34.45
32.13

26.91
33.40
28.91
31.15
34.20
31.26
30.37
29.16
30.33
33.56
27.41
35.41

0.00
0.15
0.30

35.78
33.82
28.86

36.66
32.94
34.78

32.84
37.28
33.81

0.00
0.15
0.30

32.77
31.10
30.94

26.94
28.18
30.46

31.45
35.45
29.16

Jantan

Betina

DAFTAR PUSTAKA

Abdul Syahid

.2009..Http://abdulsyahid-forum.blogspot.com/2009/05/percobaan-

faktorial.html. Diakses pada tanggal 02 September 2010 .

Anonim.2009. http://smartstat.wordpress.com/2009/10/22/rancangan-faktorial/ . diakses pada
tanggal 02 September 2010.
Anonima.2010.http://www.google.co.id/percobaan+faktorial+tiga+faktor/.Diakses pada tanggal
02 September 2010 .
Anonimb.2010.http://greenhost.50webs.com/PERCOBAANFAKTORIALTIGAFAKTOR.pdf.
Diakses pada tanggal 02 September 2010 .

Anonimc.2010.

http://www.scribd.com/doc/36565608/PERCOBAAN-FAKTORIAL.Diakses

pada tanggal 02 September 2010 .

R.S. Kusriningrum. 2008. Perancangan Percobaan. Surabaya: Airlangga University Press.
Yitnosumarto. Suntoyo. 1990. Percobaan. Perancangan. Analisis. dan Interpretasinya. Jakarta:
Gramedia Pustaka Utama.
Gaspers. V. 1991. Metode Perancangan Percobaan. Bandung: CV ARMICO