Anda di halaman 1dari 7

Analisis Kovarian (ANKOVA) dalam RAK

Oleh : Abd Syahid, SP., MP


Oke, kali ini saya akan membahas tentang Analisis Kovarian (ANKOVA) pada
percobaan yang menggunakan RAK. Untuk ankova dari RAK akan mempunyai model :

Sebagai contoh saya gunakan data percobaan tentang respons empat varietas padi
(Varietas A, B, C, dan D) terhadap hasil gabah dalam satuan ton/ha (Y) dan banyaknya
anakan per rumpun (X). Percobaan dilakukan dengan rancangan acak Kelompok (RAK)
dengan ulangan 3 kali. Data hasil pengamatannya adalah sebagai berikut :
Perlakuan

II

III

A
B
C
D

X
10
10
9
10

Y
3,29
3,27
2,58
2,92

X
7
6
6
7

Y
3,43
3,23
2,64
3,07

X
5
5
4
4

Y
3,07
3,24
2,16
2,09

Total

39

12,06

26

12,37

18

10,56

Total X

Total Y

22
21
19
21

9,79
9,74
7,38
8,08

83

34,99

Langkah pertama anda hitung nilai-nilai JK (XX) dan JK (YY) seperti biasa anda
melakukan pada analisis ragam pada RAK. Hasilnya adalah sebagai berikut :
JK Umum (XX) = 58,9167
JK Kelompok (XX) = 56,1667
JK Perlakuan (XX) = 1,5833
JK Galat (XX) = 1,1667
JK Umum (YY) = 2,2233
JK Kelompok (XX) = 0,4695
JK Perlakuan (YY) = 1,4625
JK Galat (YY) = 0,2923
Langkah berikutnya anda hitung JHK (XY) untuk semua sumber keragaman dengan cara
sebagai berikut :

JKGalat (XY) = JK Umum (XY) JK Kelompok (XY) JK Perlakuan (XY)


= 5,2758 - 3,4958 - 1,2592 = 0,2923
Langkah berikutnya anda hitung nilai JK Galat (YY terkoreksi) :

dengan db Galat terkoreksi = (r - 1)(t - 1) - 1 = (3 - 1)(4 - 1) - 1 = 5


Dengan demikian ragam galat atau KT Galat (YY terkoreksi) adalah :

KT Galat (YY terkoreksi) = JK Galat (YY terkoreksi) / db Galat terkoreksi = 0,0598 / 5 =


0,0120
Langkah berikutnya anda hitung nilai JK Perlakuan + Galat (terkoreksi) :

dengan db Perlakuan + Galat (terkoreksi) = r(t - 1) - 1 = 3(4 - 1) - 1 = 8


Langkah berikutnya anda hitung JK Perlakuan terkoreksi :
JK Perlakuan terkoreksi = JK (Perlakuan + Galat (terkoreksi) - JK Galat (YY terkoreksi)
= 0,6026 - 0,0598 = 0,5429
dengan db = t - 1 = 4 - 1 = 3
Dengan demikian ragam galat atau KT Perlakuan terkoreksi adalah :
KT Perlakuan terkoreksi = JK Perlakuan terkoreksi / db Perlakuan terkoreksi = 0,5429 / 3
= 0,1810
Langkah kedelapan hitung F Hitung sebagai berikut :
F Hitung = (KT Perlakuan terkoreksi) / (KT Galat (YY terkoreksi)) = 0,1810 / 0,0120 =
15,14
Kemudian masukkan seluruh nilai perhitungan-perhitungan di atas ke dalam tabel ankova
berikut ini :
SK
Umum
Kelompok
Perlakuan
Galat
Perlakuan +
galat
Perlakuan
terkoreksi

db

JK XX

JHK XY

JK YY

11
2
3
6

58,9167
56,1667
1,5833
1,1667

5,2758
3,4958
1,2592
0,5208

2,2233
0,4685
1,4625
0,2923

2,7500

1,7800

1,7548

Keterangan : ** = Berpengaruh sangat nyata

Y dikoreksi terhadap X
d.b

JK

KT

0,0598

0,0120

8
3

0,6026
0,5429

0,1810

F hit

15,14**

F tabel
5%

1%

5,41

12,08

Dari hasil ankova di atas dapat disimpulkan bahwa perlakuan varietas berpengaruh sangat
nyata terhadap hasil gabah (ton/ha). Maka selanjutnya dilakukan pengujian lanjutan
terhadap nilai-nilai rata-rata perlakuan tersebut dengan uji beda rata-rata pengaruh
perlakuan. Dalam hal ini saya menggunakan uji BNT 5%.
Sebelum anda melakukan pengujian beda rata-rata pengaruh perlakuan, anda harus
menentukan nilai rata-rata perlakuan yang sudah terkoreksi oleh ragam pengiring yaitu
jumlah anakan per rumpun (X). Caranya adalah sebagai berikut :
Pertama anda hitung nilai rata-rata dari peubah pengiring (X) sebagai berikut :

Kedua anda hitung nilai koefisien regresi yang menunjukkan ketergantungan peubah
utama (Y) pada peubah pengiring (X) sebagai berikut :

Kemudian anda hitung nilai rata-rata hasil gabah terkoreksi seperti pada tabel di bawah
ini. Hitung sesuai dengan rumus yang ada pada judul kolom tabel tersebut.

Varietas

Rata-rata
rumpun
(i.)

(bY.X )(i. - )

rata-rata
hasil gabah
(i.)

rata-rata hasil
gabah terkoreksi
(i. koreksi)

Simpangan

Koreksi

(i. - )

7,3333

0,4167

0,1860

3,2633

3,0773

7,0000

0,0833

0,0372

3,2467

3,2095

6,3333

-0,5833

-0,2604

2,4600

2,7204

7,0000

0,0833

0,0372

2,6933

2,6561

Anda perhatikan nilai-nilai yang berwarna merah pada tabel di atas. Nilai-nilai itulah
yang akan kita bandingkan pengaruhnya dengan uji BNT 5%. Langkah pengujiannya
adalah sebagai berikut :
Pertama anda hitung nilai galat baku sebagai berikut :

Lalu anda hitung nilai BNT 5% :

Dan hasil pengujiannya adalah sebagai berikut :


Varietas

Rata-rata

A
B
C
D

3,0773b
3,2095b
2,7204a
2,6561a

BNT %5

0,27715

Dari hasil pengujian di atas dapat disimpulkan bahwa urutan varietas yang mempunyai
potensi dari yang tinggi hingga terendah berturut-turut adalah varietas B, varietas A,
varietas C, Varietas D. Artinya varietas B adalah varietas yang terbaik diantara varietas
lainnya.
Nah, sekarang mari kita bandingkan kalau seandainya percobaan tersebut dianalisis
dengan analisis ragam biasa. Data pengamatannya adalah seperti berikut :

A
B
C
D

I
3,29
3,27
2,58
2,92

Kelompok
II
3,43
3,23
2,64
3,07

III
3,07
3,24
2,16
2,09

Total

12,06

12,37

10,56

Perlakuan

Total
9,79
9,74
7,38
8,08
34,99

Hasil analisis ragamnya adalah sebagai berikut :

SK
Kelompok
Varietas
Galat
Total

JK

KT

F
hitung

2
3

0,47
1,46

0,23
0,49

4,81
10,01**

6
11

0,29
2,22

0,05

db

F Tabel
5%
1%
5,14 10,92
4,76
9,78

Keterangan : ** = Berpengaruh sangat nyata

Dan hasil pengujian uji beda pengaruhnya adalah sebagai berikut :


Varietas

Rata-rata

A
B
C
D

3,2633b
3,2467b
2,4600a
2,6933a

BNT %5

0,4409

Dari hasil pengujian di atas dapat disimpulkan bahwa urutan varietas yang mempunyai
potensi dari yang tinggi hingga terendah berturut-turut adalah varietas A, varietas B,
varietas D, Varietas C. Artinya varietas A adalah varietas yang terbaik diantara varietas
lainnya.
Jadi terdapat perbedaan dari hasil pengujian antara ankova dan anova. Pada ankova nilai
F hitungnya adalah 15,14 dan pada anova F hitungnya adalah 10,01. Artinya dengan
ankova dapat meningkatkan kepekaan dan keterandalan pengujian terhadap pengaruh
perlakuan daripada dengan anova.
Begitu juga dengan hasil pengujian beda pengaruh perlakuan. Pada ankova urutan
varietas yang mempunyai potensi dari yang tinggi hingga terendah berturut-turut adalah
varietas B, varietas A, varietas C, Varietas D. Artinya varietas B adalah varietas yang
terbaik diantara varietas lainnya. Dan pada anova urutan varietas yang mempunyai
potensi dari yang tinggi hingga terendah berturut-turut adalah varietas A, varietas B,
varietas D, Varietas C. Artinya varietas A adalah varietas yang terbaik diantara varietas
lainnya.
Ketepatan Relatif Ankova
Ketepatan relatif ankova ini dihitung dengan tujuan untuk melihat tingkat efektifitas
penggunan ankova dibandingkan anova. Rumusnya adalah sebagai berikut :

Pada contoh kasus kita ini dapat dihitung sebagai berikut :

Maka Ketepatan Relatifnya adalah :

Dengan demikian dapat disimpulkan bahwa dengan menggunakan ankova 2,5 kali lebih
efektif daripada dengan menggunakan anova.
Selesai, semoga bermanfaat.