Anda di halaman 1dari 11

4/15/2016

MULTIPLE COMPARISON TEST


(UJI LANJUT, POSTHOC TEST )
Mustofa Hilmi, S.Pt., M.Si

STATE POLYTECHNIC OF BANYUWANGI


2016

Multiple Comparison Tests


Uji pembandingan nilai-nilai tengah perlakuan
Uji lanjut (posthoc tests) dari ANOVA jika terdapat hasil yang
signifikan (hipotesis H0 ditolak)
Beberapa uji adalah :

Uji BNT (Beda Nyata Terkecil, Least Significance Difference)

Uji BNJ (Beda Nyata Jujur, Honestly Significance Difference)

- Uji Perbandingan Berganda Duncan (Duncan's Multiple Range


Test)
-

Uji Perbandingan thd Kontrol (uji Dunnett)

4/15/2016

Uji BNT (Beda Nyata Terkecil)


Prosedur pengujian perbedaan rata-rata perlakuan yang paling
sederhana dan paling umum dilakukan
Diperkenalkan oleh Fisher (1935) & metode Fishers LSD (least
Signifikan Different)
Tujuan : membandingkan taraf-taraf faktor
Syarat penggunaan BNT :
1. Bersifat kualitatif (tidak bersifat angka)
2. Tidak lebih dari 6 yang dibandingkan
3. Uji F harus Nyata (H1 diterima)

Uji BNT (Beda Nyata Terkecil)


Menguji ada/tidaknya perbedaan perlakuan yang berpasang-pasangan,
misalnya 4 perlakuan berarti terdapat C24 = 6 pasangan.
Semakin besar banyaknya perlakuan yg dibandingkan, semakin besar
tingkat kesalahan
Atribut yang digunakan :
1. Nilai Kuadrat Tengah Galat (KTG)
2. Taraf Nyata
3. Derajat bebas (db)
4. Tabel T-student one tail : menentukan nilai kritik uji perbandingan

4/15/2016

Tabel T-student one tail (berekor satu)

Tabel T-student 2 tails (berekor dua)

4/15/2016

Uji BNT (Beda Nyata Terkecil)


Menguji ada/tidaknya perbedaan perlakuan yang berpasang-pasangan,
misalnya 4 perlakuan berarti terdapat C24 = 6 pasangan.
Semakin besar banyaknya perlakuan yg dibandingkan, semakin besar
tingkat kesalahan
Atribut yang digunakan :
1. Nilai Kuadrat Tengah Galat (KTG)
2. Taraf Nyata
3. Derajat bebas (db)
4. Tabel T-student one tail : menentukan nilai kritik uji perbandingan

Uji BNT (Beda Nyata Terkecil)


Uji hipotesis : H0 : i = i' vs. H1 : i i

1 1
KTG
ri ri'
dari Tabel t berekor satu dg db galat ANOVA

Nilai kritis BNT t / 2 , dbgalat SYi Yi' SYi Yi'


Nilai t / 2, db galat

KTG Kuadrat Tengah Galat dari ANOVA


ri banyaknya sampel perlakuan i dan ri ' banyaknya sampel perlakuan i'
Kriteria pengambilan keputusan :
Yi Yi' BNT kedua perlakuan berbeda nyata pada taraf .

4/15/2016

CONTOH UJI BNT


Data CONTOH I-A :
Tabel ANOVA
Sumber
Keragaman

Jumlah
Kuadrat

derajat
bebas

Kuadrat
Tengah

F hitung

Perlakuan

15469.78

7734.89

24.12

Galat

1924.40

320.73

Total

17394.18

Dari Tabel Nilai Kritis Sebaran F diperoleh : F0.05 , 2 , 6 = 5.14


Nilai Fhitung perlakuan F0.05 , 2 , 6 maka H0 ditolak.
Perlakuan tiga jenis pepaya berpengaruh nyata terhadap
viskositas saos pepaya pada taraf signifikansi 0.05.

Data CONTOH I-A :


Rata-rata viskositas saos pepaya A = 750.40; B = 681.63;
dan C = 651.30.
KTG = 320.73, db galat = 6, ri = ri' = 3
Perlakuan
S Yi

Y i'

pepaya

A vs. perlakuan

1
1
KTG

ri'
ri

Nilai kritis BNT t 0 . 025

,6

S Yi

pepaya

B:

1 1
320 .73 * 14 .62
3 3
Y i'

2 . 447 * 14 .62 35 .78

Kriteria pengambilan keputusan :


750.40 681.63 = 68.77 BNT kedua perlakuan berbeda

nyata pada taraf 0.05.


Latihan : Bgm utk perlakuan pepaya A dg C maupun B dg C ?

4/15/2016

Uji BNJ (Beda Nyata Jujur)


Tukey's Honestly Significance Difference Test (HSD Test)
Menguji ada/tidaknya perbedaan perlakuan yang berpasangpasangan, misalnya 4 perlakuan berarti terdapat C24 = 6
pasangan.
Semua perbandingan pasangan yg mungkin, kesalahannya = .
Untuk 4 perlakuan dgn = 5% maka setiap pasangan mempunyai
kesalahan = /(2*6) = 0.413%.
Uji hipotesis : H0 : i = i' vs. H1 : i

Uji BNJ (Beda Nyata Jujur)


Nilai kritis BNJ q , p , dbgalat SY SY

KTG r

Nilai q , p , dbgalat dari tabel Tukey pada taraf nyata ,


banyaknya perlakuan p, dan derajat bebas galat dbgalat
Rataan harmonik utk ulangan tidak sama : r rh

t
t

1 ri
i 1

4/15/2016

Uji BNJ (Beda Nyata Jujur)

Langkah-langkah pembandingan uji BNJ :

1. Urutkan rataan perlakuan dari yg terkecil s/d terbesar atau sebaliknya.


2. Nilai awal i = 1 dan j = 1.
3. Hitung beda absolut antara rataan terkecil ke-i dg terbesar ke-j.
4. Bandingkan dg BNJ. Jika lebih kecil, lanjut ke langkah 6.
5. Berikan j = j + 1, jika j p kembali ke langkah 3.
6. Buat garis di bawah rataan ke-i sampai ke-j.
7. Berikan i = i + 1, jika i p kembali ke langkah 3.

Penarikan kesimpulan : Perlakuan-perlakuan pada garis yg sama berarti tidak berbeda nyata
pada taraf .

4/15/2016

CONTOH UJI BNJ


Data CONTOH I-A : Rata-rata viskositas saos pepaya A = 750.40, B = 681.63 dan C = 651.30
KTG = 320.73, p = 3, db galat = 6, r = 3

SY KTG r 320.73 / 3 10.34


Nilai q0.05 ,3, 6 daritabelTukey 4.34
NilaikritisBNJ q0.05, 3, 6 SY 4.34*10.34 44.88
Urutan rataan : C = 651.30
B = 681.63
A = 750.40
Beda rataan terkecil ke-1 dg terbesar ke-1 = I 651.30750.40 = 99.10 BNJ
Beda rataan terkecil ke-1 dg terbesar ke-2 = I 651.30681.63 = 30.33 BNJ
Perlakuan C
B
Beda rataan terkecil ke-2 dg terbesar ke-1 = I 681.63750.40 = 68.77 BNJ
Perlakuan C
B
A
Jadi perlakuan C dan B berbeda nyata dg A sedangkan C tidak berbeda nyata dg B
pada taraf 0.05.
Latihan : Uji BNJ untuk CONTOH I-B

Uji Perbandingan Berganda Duncan


Duncan's Multiple Range Test (DMRT).
Mirip dg uji Tukey.
Nilai-nilai pembanding meningkat sesuai dg jarak peringkat dua perlakuan yg dibandingkan.
Uji hipotesis : H0 : i = i' vs. H1 : i i'

Nilai kritis Duncan : R p r , p , dbgalat SY SY

KTG r

Nilai r , p , dbgalat dari tabel Duncan pada taraf nyata ,


jarak peringkat 2 perlakuan p, dan derajat bebas galat dbgalat
Rataan harmonik utk ulangan tidak sama : r rh

t
t

1 ri
i 1

4/15/2016

Uji BNJ (Beda Nyata Jujur)

Langkah-langkah pembandingan uji BNJ :

1. Urutkan rataan perlakuan dari yg terkecil s/d terbesar atau sebaliknya.


2. Nilai awal i = 1 dan j = 1.
3. Hitung beda absolut antara rataan terkecil ke-i dg terbesar ke-j.
4. Bandingkan dg nilai Rp. Jika lebih kecil, lanjut ke langkah 6; jika tidak lanjut ke langkah 5.
5. Berikan j = j + 1, jika j p kembali ke langkah 3.
6. Buat garis di bawah rataan perlakuan ke-i sampai ke-j.
7. Berikan i = i + 1, jika i p kembali ke langkah 3.
Penarikan kesimpulan : Perlakuan-perlakuan pada garis yg sama berarti tidak berbeda nyata pada

taraf .

CONTOH UJI DUNCAN


Data CONTOH I-A :
Rata-rata viskositas saos pepaya A = 750.40, B = 681.63 dan C = 651.30
KTG = 320.73, p = 2 dan 3, db galat = 6, r = 3
SY

KTG r

320.73 / 3 10.34

Dari tabel Duncan, nilai r0.05 , 3, 6 3.587 dan r0.05 , 2 , 6 3.461


Nilai kritis R 3 r0.05 , 3, 6 SY 3.587*10.34 37.09 (utk 3 perlakuan)
Nilai kritis R 2 r0.05 , 2, 6 SY 3.461*10.34 35.79 (utk 2 perlakuan)

Urutan rataan : C = 651.30


B = 681.63
A = 750.40
Beda rataan terkecil ke-1 dg terbesar ke-1 = I 651.30750.40 = 99.10 R3
Beda rataan terkecil ke-1 dg terbesar ke-2 = I 651.30681.63 = 30.33 R2
Beda rataan terkecil ke-2 dg terbesar ke-1 = I 681.63750.40 = 68.77 R2
Perlakuan C
B
A
Jadi perlakuan C dan B berbeda nyata dg A sedangkan C tidak
berbeda nyata dg B pada taraf 0.05.
Latihan : Uji Duncan untuk CONTOH I-B

4/15/2016

Uji Dunnett
Menguji ada/tidaknya perbedaan suatu perlakuan terhadap perlakuan
kontrol
Uji hipotesis : H0 : 0 = i vs. H1 : 0 i
Nilai kritis d i

Yi Y0
2 KTG / n

Yi rataan perlakuan i dan Y0 rataan perlakuan kontrol


KTG kuadrat tengah galat
n banyaknya sampel perlakuan

Kriteria pengambilan keputusan :


Jika di d/2, k, v maka perlakuan i berbeda nyata dg perlakuan kontrol pada
taraf .
Nilai d/2, k, v dari Tabel Dunnett dg k = banyaknya perlakuan yg dibandingkan
(termasuk kontrol) dan v = db galat.

10

4/15/2016

CONTOH UJI DUNNETT


Misalnya data CONTOH dimana perlakuan dg pengawet A dijadikan sbg perlakuan tanpa
pengawet (Kontrol). Umur simpan rata-rata : kontrol = 2.0, pengawet B = 6.5 dan
pengawet C = 8.0. KTG = 1.73, db galat = 5, n = 4, k = 3

Perbanding an pengawet B dgn Kontrol :


Nilai kritis d i

Y i Y0

2 KTG / n

6 .5 2 .0
4 .84
2 * 1.73 / 4

Nilai d0.05, 3, 5 dari Tabel Dunnett (berekor dua) = 3.03


Penarikan kesimpulan :
Karena di d0.05, 3, 5 maka perlakuan pengawet B berbeda nyata dg
perlakuan kontrol pada taraf 0.05.

Pengaruh kosentrasi piperine (0, 100, 200 dan 300 ppm) terhadap
kandungan lemak dalam telur (%). Data pengamatannya diperoleh
sebagai berikut:
Konsentrasi BTP
0
100
200
300

Ulangan 1 Ulangan 2
5.5
5.0
3.0
3.5
6.0
5.8
6.5
6.0

Ulangan 3
4.8
3.8
5.5
7.3

a) Jika rancangan yang digunakan adalah RAL, tulisanlah


model liniernya. Lengkap dengan keterangan!
b) Jika perlakuan berpengaruh nyata, lanjutkanlah dengan
perbandingan Duncan (DMRT).
c) Apakah kesimpulan yang dapat anda tarik?

11