V.

RANCANGAN ACAK LENGKAP(RAL)

Syaratnya adalah hanya ada satu peubah bebas (independent variable) yang disebut perlakuan, jadi tidak ada peubah lain selain perlakuan yang mempengaruhi respons hasil penelitian (dependent variable). Model Matematis

Yij = µ + Pi + єij
i = 1, 2, 3,…………,p dan j = 1, 2, 3,…………,u Disini : Yij : Pengamatan perlakuan ke-i dan ulagan ke-j

µ

: Rataan Umum Pi : Pengaruh perlakukan ke-i

Єij : Galat perlakuan ke-I dan ulangan ke-j
Mdel diatas diduga berdasarkan sampelnya :

yij = ỹ.. + (ỹi. - ỹ..) + yij - ỹi.) (yij - ỹ.. )= (ỹi. - ỹ..) + yij - ỹi.)
Derajat Bebas (DB): (pu -1) = (p -1) + (pu – p) (pu -1) = (p -1) + p(u – 1) DB Total = DB Perlakuan + DB Galat Kalau kita jumlahkan dan kuadratkan maka :
_ 2 p u _ _ _ (yij - y.. ) = ∑∑[(yi. - y.. ) + (yij - yi. )]2 ∑∑
p u i =1 j =1 i =1 j =1

_ 2 p u _ _ _ _ _ _ (yij - y.. ) = ∑∑ [(yi. - y.. )2 + 2(yi. - y.. )(yij - yi. ) + (yij - yi. )2 ] ∑∑
p u i =1 j =1 i =1 j =1

=0

∑∑(yij
i =1 j =1

p

u

_ 2 p u _ _ _ - y.. ) = ∑∑[(yi. - y.. )2 + (yij - yi. )2 ]
i =1 j =1 p u _ _ _ 2 p u _ - y.. ) = ∑∑(yi. - y.. )2 + ∑∑(yij - yi. )2 i =1 j =1 i =1 j =1

∑∑(yij
i =1 j =1

p

u

J m h u la

K a ra ud t

T tal o

p u _ = ∑ (y - y.. ∑ ij i= 1 j= 1

p u (y 2 ..) 2 ) = ∑ y 2 − __ ij ∑ p u i= j= 1 1

__

= μp H1 : μi ≠ μi’ • Derajat Bebas (p-1) p(u-1) (pu – 1) Jumlah Kuadat JK P JK G JK T Kuadrat Tengah JKP/(p-1)=P JKG/p(u-1)=G F Hitung P/G F Tabel 0. hal ini berarti Perlakuan berpengaruh nyata (P<0. ) + (yi. ỹ2... • Jika F Hitung (P/G) ≥ F Tabel ( 0. 2 y21 y22 y23 y24 y25 y2. Total (y.05.y. ỹ4..05). 4 y41 Y42 y43 y44 y45 y4..y.1 y.1 y...05)... ỹ1. Tabel Daftar Sidik Ragam. ) = ∑∑ [(yij .05.. DB Perlakuan.1 ỹ. p (y...1 y. hal ini berarti Perlakuan tidak berpengaruh nyata (P>0.05).. )] i =1 j =1 i =1 j =1 JK Galat = JK Total – JK Perlakuan Tabel Data (Umpama : p = 4 dan u = 5) Ulangan (j) 1 2 3 4 5 Total (yi.y. − __ p u i= 1 _ _ _ _ 2 2 p u Jumlah Kuadrat Galat = ∑∑ (yij . Perlakuan (i) 3 y31 Y32 y33 y34 y35 y3.05).05 0.01 PeluAng(P ) ∀ i Jika F Hitung (P/G) < F Tabel ( 0.. DB Perlakuan.yi.1 y.) 2 2 2 ) =1/u ∑ yi. ỹ3. Sumber Keragaman Perlakuan Galat Total Hipotesis : H0 : μ1 = μ2 = μ3 =. .1 y.) 1 y11 y12 y13 y14 y15 y1. ..Ju lah m K ad u rat P erlakuan p u p u _ = ∑∑ (yi. DB Galat)) maka H0 diterima (P>0.) Rataan(ỹi.. DB Galat)) maka H0 ditolak (P<0.j) y. i= 1 j= 1 _ .

29 23.1550 5.01 P .2660 = 0.4188 Jum lah K uadrat Perlakuan 4 (y.86 4.95 29..88 24. DB Galat)) maka H0 ditolak (P<0.73 4.0561 Lama Desinfeksi (i) dalam jam 2 4 5.(115. coli (Log E.78 5. Tabel Data Jumlah E.89 23.3556 – 667.62 5.26 23. 2. Untuk tujuan tersebut dilakukan penelitian dengan lama desinfeksi 0.82 0.58)2/(4x5) = 678.05 0. berpengaruh sangat nyata Teladan 1. Seorang peneliti ingin mengetahui pengaruh lama desinfeksi H2O2 terhadap log jumlah bakteri E coli pada limbah RPH dengan dosis 30% .102 + 29.91 0.87 6.78 0.752 +…………………+ 4.83 5.71 6.85 4.0911 2 (y_ .9368 = 10.75 6.02 5.58 5.01 22.88 6.1327 Daftar Sidik Ragam Sumber Keragaman DB Jumlah Kuadrat Kuadrat Tengah F.58 5.80 4.78 34. − __ pu i= 1 JK Perlakuan =1/5(34.) − _ p u 2 JK Total = 6.9368 = 10.57 0. coli) Ulangan (j) 1 2 3 4 5 Total (yi.58)2/(4x5) = 578. Hitung F Tabel 0.51 5.0602 (y.52 27.) 2 2 = 1/u ∑ yi.j) 23.07 6..60 5.82 6.01. hal ini berarti Perlakuan (P<0.2660 JK Galat = JK Total – JK Perlakuan = 10.12 4.2228 – 667.01).882 .• Jika F Hitung (P/G) ≥ F Tabel ( 0.882 + 6.82 0. DB Perlakuan.10 6.53 5.01).532 + 27.4188 – 10.) Rata-rata SD Perhitungan : Jm h u la K a ra ud t T ta o l =∑ y ∑ ij i= 1 j= 1 4 5 0 6.832 + 24.122 ) – (115.872 + 6.0488 Total 6 4. 4 dan 8 jam dengan ulangan masingmasing sebanyak 5 kali.13 115.

DBG=4-1) = 7.DBG=p-1) maka disimpulkan ragam homogen.29512 + 36.30226(-33.5502+(5-1)Log 0.05). denagn rumus : X = 2.01= 5. 9_ 9 _ _95 __2 _ _ B =3_ 3 10 6 .1041667 7 4_ _ .24 5.DBG=4-1) .29 <0.05. Sebagai contoh kita gunakan data diatas.05612+(5-1)Log 0.00830 413. untuk menguji homogennitas ragam digunakan Uji Bartlett. maka disimpulkan ragam homogen (P>.741513) = 7.01).93499236 Y = 1 + 1/9{1/(5-1)+ 1/(5-1)+ 1/(5-1)+ 1/(5-1)} – [1/(5-1)+(5-1)+(5-1)+(5-1)]} Y = 1. X = 2.09112[(5-1)Log 0.04882+(5-1)Log 0.2860 0.22> F Tabel 0.06022}.01 Keterangan : ** Lama Desinfeksi Berpengaruh Sangat Nytata (P<0. sebaliknya jika B> X2 (0. Uji Bartlett Syarat Sidik Ragam (Uji F) ragam (S2) antar perlakuan harus homogen. maka H0 ditolak pada taraf 1%.22** 3.81 Oleh karena B< X2 (0.Lama D Galat Total 3 16 19 10. Hipotesis : H0 : μ1 = μ2 = μ3 = μ4 H1 : μi ≠ μi’ Kesimpulan : FH = 413.05.30226{[∑(ui – 1)] Log S2 .1327 10.42867 0.4188 3.01) terhadap log jumlah E coli air limbah RPH. X = 2.30226{[(5-1)+(5-1)+5-1)+(5-1)Log 0. 46 117 _ =8 7 .29. .∑(ui – 1) logSi2} Y = 1 + 1/[3(p-1)]{∑1/(ui -1) – 1/[∑(ui – 1)]} _ X _ B = Y ∀ i Jika B< X2 (0.05.DBG=p-1) maka disimpulkan ragam tidak homogen. Jadi Lama desinfeksi berpengaruh sangat nyata (P<0. 1 X2 (0.05.

│≥ nilai BNT 5% maka antara ўi. Uji ini menggunakan tabel t.566 4. 0 0. disimpulkan berbeda sangat nyata (P<0. BNT 5% = 2.254** 1. maka untuk mengetahui hal tersebut dilakukan uji nilai tengan (rata-rata) antar perlakuan. dengan BNT 1% maka antara ўi.│≥ nilai Jika │ўi. Uji Beda Nyata Terkecil (BNT).1683 Tabel Uji BNT Lama Desinfeksi 0 jam 2 jam 4 jam 6 jam Keterangan : Nilai dengan huruf yang berbeda kearah kolom menunjukkan Rataan 6. – ўi.0576 = 0.UJI NILAI TENGAH SETELAH SIDIK RAGAM Setelah H0 ditolak.05).0576.01 A B C D A B C D 0 0.05). dengan BNT 5% maka antara ўi. ў’i.742** .1221 BNT 1% = 2.996** Ў2.05. – ўi.01DBG)Sx Kesimpulan dari uji BNT adalah sebagai berikut : Jika │ўi. maka selanjutnya ingin diketahui antar perlakuan (ratarata) mana yang berbeda nyata.120 x 0. – ў’i.0576 = 0. – ўi. disimpulkan tidak berbeda nyata (P>0. Dari Tabel Teladan 1. – ў’i.921 x 0.820 5. yaitu dengan mencari Sx dengan rumus : S x = 2 K_ G __ __ T r BNT 5% = t (0.814** 1. ў’i.05 0.01). disimpulkan berbeda nyata (P<0.DBG)Sx BNT 1% = t (0. diatas maka dapat dicarai sebagai berikut : S = 2(0.082** 0 0.340** 1. – ў’i. Signifikansi 0.000830 x ) = 0. Uji nilai tenngah setelah sidik ragam hanya diperkenalkan 2 uji yaitu :: a.906 5.│< nilai Jika │ўi. Ў3. dengan ў’i.824 Ў1.

05 0.34 LSR 0. – ўi.01 0. maka LSR 1% pada Rentangan P tertentu.23 4. maka Uji BNT kurang baik digunakan untuk membandingkan rataan antar perlauan. Bila perlakuan lebih dari 5 (p>5).01). Sx = KTG/r = 0.254** 1.05).340** 1.742** . – ў’i.01 4. 0 0.0083/5 = 0. dengan ў’i. dengan ў’i.177 Kesimpulan dari Uji Duncan adalah sebagai berikut : Jika │ўi.01 A B C D A B C D 0 0.122 0. Tabel Uji Rentangan Berganda Duncan Lama Desinfeksi 0 jam 2 jam 4 jam 6 jam Keterangan : Nilai dengan huruf yang berbeda kearah kolom menunjukkan Rataan 6.824 Ў1.814** 1. antara ўi. disimpulkan tidak berbeda nyata (P>0.181 LSR 5% pada Rentangan P tertentu.082** 0 0.15 SSR 0.00 3.040743 LSR = Sx x SSR SSR diambil dari Tabel Duncan. disimpulkan berbeda nyata (P<0.566 4. maka LSR 5% pada Rentangan P tertentu. – ўi.│≥ nilai Jika │ўi.05 0. maka antara ўi. disimpulkan berbeda sangat nyata (P<0. Ў3.13 4. – ўi. maka uji yang lebih baik digunakan adalah Uji Renntangan Berganda Duncan. Signifikansi 0.996** Ў2. – ў’i.45 0. Tabel Rentangan Bergabda Duncan P 2 3 SSR 0.berbeda nyata (P<0.05) atau sangat nyata (P<0.│≥ nilai 4 3. antara ўi. Uji Rentangan Berganda Duncan.132 0.│< nilai Jika │ўi. – ў’i.820 5.128 LSR 0.01).05).05 3.168 0. dengan ў’i.906 5. b.

a....05) atau sangat nyata (P<0. dalam hal ini matriks tersebut adalah : 20 20 20 20 ∑Yi i= 1 20 n = ∑Li i =1 ∑Li 2 i =1 20 i= 1 ∑Li 3 i= 1 β0 β1 ∑YiLi i =1 ∑Li i =1 20 20 ∑Li 2 i =1 20 20 ∑Li 3 20 ∑Li 4 i= 1 20 20 ∑YiLi 2 i =1 ∑Li 2 ∑Li 3 ∑Li 4 i =1 i= 1 i =1 ∑Li 5 i =1 20 β2 ∑YiLi 3 i =1 20 ∑Li 3 i= 1 20 ∑Li 4 i= 1 20 ∑Li 5 i =1 20 ∑Li 6 i= 1 20 β3 ........berbeda nyata (P<0. jadi a = 4 -1 = 3..... disini a = p – 1 (a = jumlah perlakuan dikurangi satu).. 2.. Jika perlakuan atau faktor bersifat kualitatif.+ βaXa Persamaan polinom ini disebut Persamaan Garis Regresi antar peubah X dengan peubah Y Kita perhatikan teladan diatas p = 4....... jadi persamaan polinomnya adalah sebagai berikut : Y = β0 + β1 X + β2 X2 +. β1.01)... dengan menyelesaikan persamaan normalnya yaitu matriks X’Y = X’X β .. maka derajat polinom yang mungkin adalah dengan persamaan sebagai berikut : Y = β0 + β1 X + β2 X2 + β3X3 atau Y = β0 + β1 L + β2 L2 + β3L3 Disini L adalah Lama Desinfeksi dan Y adalah jumlah log E coli Dari persamaan garis regresi tersebut kita bisa mencari β0.. maka perlu dicari hubungan antara perlakuan (Peubah bebas) diberikan lambang X dengan peubah tak bebas atau peubag respons diberikan lambang Y Hubungan X dengan Y dibuat dalam bentuk persamaan polinom berpangkat 1.... β2 dan β3.

58 315.0.10 1431.30 β0 β1 β2 β3 = 6.82000 .02033 .70 7227.76317 0.0. maka kita peroleh : β0 β1 β2 β3 = 20 60 240 1440 60 260 1440 7840 280 1440 7840 44160 1440 7840 44160 254100 115.19375 .β0 β1 n = ∑Li i =1 20 ∑Li i =1 20 ∑Li 2 i =1 20 i= 1 20 ∑Li 3 i= 1 20 i =1 20 -1 ∑Yi i= 1 20 ∑Li 2 i =1 20 ∑Li 3 ∑Li 2 i =1 20 ∑Li 4 ∑Li 4 i= 1 20 ∑YiLi i =1 20 β2 ∑Li 3 i= 1 20 ∑Li 5 i =1 20 ∑YiLi 2 i =1 20 β3 ∑Li 3 i= 1 20 ∑Li 4 i= 1 20 ∑Li 5 i =1 20 ∑Li 6 i= 1 20 ∑YiLi 3 i =1 20 Berdasarkan Teladan 1.

1/n( ∑Yi) i =1 n Jumlah Kuadrat Total Jumlah Kuadrat Galat Tabel Sidik Ragam Regresi Sumber Keragaman Regresi Galat Total Derajat Bebas p n-p-1 n-1 = ∑Yi 2 .19375L2 – 0.76317L + 0. coli 7 6 5 4 3 2 1 0 0 2 4 6 8 10 Lama Desinfeksi (Jam) Untuk menguji ketepatan dan ketelitian bentuk bentuk persamaan garis regresi dilakukan pengujian bentuk persamaan garis regresinya dan dan koefisien korelasinya yaitu dengan cara sebagai berikut : 2 Jumlah Kuadrat Regresi = (x’Y)’ β .02033L3 8 Log.05 0.Jadi persamaan garis Regresinya adalah : Y = 6.82000 – 0.01 P Jumlah Kuadra t JK R JK G JK T Kesimpuylannya adalah : .1/n( ∑Yi) 2 i =1 i =1 n n = JK Total – JK Regresi Kuadrat Tengah JK R/p = R JK G/(n-1-p)=G F Hitung R/G F Tabel 0. Jumlah E.

sedangkan koefisien korelasi menyatakan keeratan hubungan antara peubah bebas(X) dengan peubah tak bebas(Y).05). (n-p-1)]. maka H0 diterima. (n-p-1)].05). tetapi mungkin saja dua (kuadratik) atau bahkan 1(linier).02033L3. berarti garis maka H0 ditolak. Koefisien determinan adalah besarnya peubah tak bebas (Y) yang dapat diterangkan oleh peubah (x) dengan menggunakan persamaan garis regresi yang diperoleh. Derajat polinom yang tertinggi adalah 3(kubik). [(0.01. dari persamaan garis Regresi yang diperoleh yaitu Y = 6. p. koefisien garis regresi yang nyata (P<0. Koefisien diterminan (R2) = ≤ R2 ≤ 1) Koefisien Korelasi (R) = R2 . p.05. berarti garis maka H0 ditolak.01). p.. regresinya sangat nyata (P<0. berarti garis regresinya tidak nyata (P>0.19375L2 – 0.05.05).82000 – 0. tetapi dalam program SPSS telah dipilihkan lansung garis regresi yang terbaik dengan seluruh koefisen garis regrei yang nyata(P<0.76317L + 0. [(0. kita dapat mengitung : 2 JK Regresi = (X’Y)’β . nialainya (-1 ≤ R ≤ 1) Sebagai contoh kita gunakan Teladan 1. Ketelitian dan ketepatan garis regresi dapat juga dilihat dari besarnya koefisien determin (R2) dan/atau koefisien korelasinya (R atau r). karena harus mencoba beberapa kali bentuk persamaan yang mungkin dan dilakukan pengujian terhadap koefisien garis regresinya (βi) . Pengujian ini memang cukup merepotkan. untuk menentukan derajat polinom yang terbaik yaitu yang menggambarkan datanya maka diperlukan pengujian terhadap koefesien garis regresinya (βi). dan sejauh mana keeratan hubungannya dapat diuji dengan menggunakn Tabel R atau r. (n-p-1)].• • • Jika FH(R/G) < F Tabel Jika FH(R/G) ≥ F Tabel Jika FH(R/G) ≥ F Tabel [(0. regresinya nyata (P<0.05) yaitu dengan program Regresi Stepwis.(1/20) (∑ Yi) i =1 20 J_ Ks R ei g e __ _r __ __ __ Ja K T o t l . nilainya (0 .

3.01).30)(-0.05 0. Koefisien diterminan (R2) = 10. Disamping pengujian terhadap bentuk persamaan garis regresi dan koefisien korelasinya.18) = 0.1)(-0.JHKX1Xp .582) = 10.(1/20)(115.2860 = 0.706.00830 Total 20-1= 19 10. maka bentuk persamaan garis regresi tersebut secara utuh cukup baik.2860/10. Pengujian dapat dilakukan dengan cara mencari matriks variencovarian yaitu : XA’XA = JK X1 JHK X1X2 JHK X1X3………………….05).582) = 10.05).4188 – 10.8200)+(315.9936 Jika kita bandingkan dengan Tabel R (R 0.05).615 dan Tabel R (R 0.29 P <0.4188 i =1 i =1 JK Galat = JK Total – JK Regresi = 10.= (∑Yi) β0+ (∑ YiLi) β1 + (∑ Yi Li 2) β2 + (∑ YiLi 3) β3 i =1 i =1 i =1 i =1 20 20 20 20 (1/20) (∑ Yi) 2 i =1 20 = (115.4188 = 0.05.19375)+ (7227.8 7 93 F Tabel 0. Jika semua koefisien garis regresinya nyata (P<0.36 .76317)+(1431)(0.04074 413.(1/20)( ∑ Yi) 2 = 678.01 3.22 Galat 20-3-1=16 0.2860 0.4188 Kesimpulan : Garis regresi sangat nyata (P<0.01 = ± 0. maka persamaan garis regresi perlu ditinjau kembali terutama terhadap peubah bebas yang koefisiennya garis regresinya tidak nyata (P>0.(1/20)(115.8973 Koefisien Korelasi (R) = 0.58)(6. sebaliknya bila ada salah satu koefisien ppersamaan garis regresinya yang tidak nyata (P>0.18) = 0. juga perlu dilakukan pengujian terhadap koefisien garis regresinya (βi). Maka koefisien garis regresinya sangat nyata (P<0. 3.01.1328 0.2860 JK Total = 20 20 ∑Yi 2 .1328 Tabel Sidik Ragam Regresi SK Derajat Jumlah Kuadrat FH Bebas Kuadrat Tengah Regresi 3 10.01).02033) .24 5.

Jika │tH│> t Tabel nyata (P<0.C D………. maka akan diperoleh matriks : (XA’XA)-1 Si2 = Sb02 A B C A Sb12 D E B……………….……….04074 t Hitung 164.JHKX2Xp JK X3.E Sb22…………….………….05).05 0. Dari Teladan 1.42 t Tabel 0.82000 Standar Error (Sbi) 0..921 P <0. dengan rumus : │tH│= Kesimpulan : • • • Jika │tH│< t Tabel tidak nyata (P>0.05.……. DB Galat Regresi) (0.05). hingga pengujian terhadap koefisien garis regresi dapat dilakukan dengan uji t.05.. DB Galat Regresi) (0. diatas diperoleh hasil pengujian koefisien garis regresi seperti tabel berikut : Peubah Koefisien Garis Regresi 6..Sbp2 Nilai pada diagonal utama matriks (XA’XA)-1 S i2 setelah diakarkan merupakan standar Error dari koefisien garis regresi yang diperoleh.………….………….05).01. DB Galat Regresi) βi/ Si b 2 = β bi i/S maka koefisien garis regresinya maka koefisien garis regresinya maka koefisien garis regresinya sangat nyata (P>0.JHKX2Xp JHK X1Xp JHK X2Xp JK X3Xp. Jika │tH│> t Tabel (0..F F……………….JHK X1X2 JHK X1X3 JK X2 JHK X1X2 JHK X2X3………………….01 β0 .01 2.JHKX2Xp Setelah matriks XA’XA dicari kebalikannya (Inversnya) dan digandakan dengan Si2 (KT galat)..120 2..

120 2.01 Kesimpulan : Koefesien persamaan garis regresinya sangat nyata (P<0. .19375 -0.Β1 Β2 Β3 -0.921 2.02033 0.921 2.921 <0.77 5.01 <0.76317 0.61 5.00380 9.07815 0.120 2.120 2.36 2.03454 0.01).01 <0.

Sign up to vote on this title
UsefulNot useful