P. 1
bujur sangkar

bujur sangkar

|Views: 106|Likes:
Dipublikasikan oleh Grace Aloina Sitepu

More info:

Published by: Grace Aloina Sitepu on Dec 15, 2010
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

12/15/2010

pdf

text

original

Tugas

:

PERANCANGAN PERCOBAAN
PERCOBAAN DUA FAKTOR
(PERCOBAAN FAKTORIAL)

Oleh: Kelompok II AFRIZAL (F3A2 06 006) WAHYUDIN LADASA (F3A2 06 007) PUJI LESTARI (F3A2 06 008) MAJIDDIN (F3A2 06 009) RUSTAN (F3A2 06 010) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS HALUOLEO KENDARI 2008

Banyaknya perlakuan yang dicobakan harus sama banyak dengan ulangannya (perlakuan = ulangan). Acaklah penempatan lajur. Tempatkan perlakuan pada arah diagonal secara acak. Dengan demikian diperlukan tiga . 2. 4. baik kearah baris maupun kearah kolom. Salah satu cara untuk mendapatkan penempatan perlakuan yang tepat maka dapat diambil tiga langkah sebagai berikut : 1. Terdapat satu peubah bebas yang disebut perlakukan pada setiap baris dan setiap lajur. 3. Sebagai contoh: Suatu penelitian melibatkan 3 perlakuan A. dimana di dalam bujur sangkar tersebut di dalam satu baris dan satu kolom tidak ada perlakuan yang sama.RANCANGAN BUJUR SANGKAR LATIN (RBSL) (Latin Square Design) Pendahuluan Rancangan Bujur Sangkar Latin (Latin Square Design) merupakan salah satu bentuk rancangan yang mampu mengendalikan komponen keragaman unit-unit percobaan lebih dari satu sisi komponen keragaman dalam artian rancangan ini mengendalikan komponen keragaman unit-unit percobaan dari dua arah yakni arah baris dan arah lajur. Acaklah penempatan baris dan. Syarat-syarat: 1. Syarat lain yang harus dipenuhi agar RBSL dapat digunakan yaitu percobaan yang dilakukan memiliki banyak perlakuan tidak kurang dari empat dan tidak lebih dari delapan sehingga rancangan ini sangat tidak efektif apabila percobaan tersebut melibatkan perlakuan dalam jumlah yang besar. 2. Pengacakan Perlakuan Pengacakan terhadap perlakuan dibayangkan dilakukan pada sebuah bujur sangkar. 3. Ketiga peubah ini tidak saling berinteraksi. Terdapat dua peubah sampingan yang disebut baris dan kolm. B dan C dimana penempatan perlakuan diacak berdasarkan posisi baris dan jalur.

Baris 1 A C D B 2 B A C D 3 D B A C 4 C D B A No. Oleh karena itu. Baris 3 B C D 2 A D B 4 D A C 1 C B A No.) Total baris (Yi.(.4(.(.(. Penempatan perlakuan harus memperhatikan kendala bahwasanya setiap perlakuan hanya muncul sekali pada arah baris dan hanya muncul sekali pada arah lajur. Lajur 1 2 3 4 Pengacakan penempatan baris No.1(.(. posisi perlakuan tersarang pada posisi baris dan lajur maka banyak unit percobaan yang diperlukan adalah 3×3 unit percobaan. Pengacakannya dapat dilakukan sebagai berikut : • Penempatan perlakuan searah diagonal No.(. Lajur 1 2 3 Penagacakan penempatan jalur No. Baris 3 D B A 2 B A C 4 C D B 1 A C D No.) Y4.) L4 Y14(1) Y24(3) Y34(2) Y44(4) Y..) Y.)) Y1.) L3 A Y13(4) C Y23(2) B Y33(3) D Y43(1) Y. Lajur 2 4 1 • C D A B 4 • A C B D 3 Bagan percobaan terakhir Maka bentuk tabulasi datanya dapat disajikan sebagai berikut: Lajur baris L1 B Y11(2) A Y21(1) D Y31(4) C Y41(3) Y.)) .(.j(.2(.) B A D C L2 D Y12(3) B Y22(4) C Y32(1) A Y42(2) Y.) Y3.3(.) B1 B2 B3 B4 Total lajur (Y.) Y2.posisi lajur dan tiga posisi lajur.

r dan k = 1...σ 2 ) .Model linier aditif secara umum dari Rancangan Bujur Sangkar Latin (RBLS) yaitu: Yij ( k ) = µ + α i + β i + τ ( k ) + ε ij ( k ) Dimana : i Yij ( k ) µ τ (k ) = 1. τ ( k ) N(0... dan ε ij ( k ) N(0. bsi ∑β i =0. 2.hipotesis yang diuji dari rancangan ini yaitu pengaruh perlakuan. 2. j = 1. ∑τ bsi k = 0 . . 3.σ 2 ) .lajur ke-j = Rataan Umum = Pengaruh perlakuan ke-k dalam baris ke-i dan lajur ke-j = Pengaruh baris ke-i = Pengaruh lajur ke-j = Pengaruh acak pada perlakuan ke-k dalam baris ke-i.. bsi Hipotesis-hipotesis Hipotesis. bsi bsi 2 2 sedangkan untuk model acak adalah α i N(0.σ β ) . dan ε ij ( k ) N(0.. r.σ α ) . r = Pengamatan pada perlakuan ke-k dalam baris ke-i.. . pengaruh baris dan lajur.σ τ2 ) . 2.. Bentuk hipotesisnya yakni sebagai berikut: Ø Pengaruh perlakuan H0: τ (1) = τ (2) = L = τ ( k ) = τ (perlakuan tidak berpengaruh terhadap respon yang diamati) H1: Paling sedikit ada satu k dimana τ ( k ) ≠ 0 Ø Pengaruh baris H0: α1 = α 2 = L = α i = 0 (baris tidak berpengaruh terhadap respon yang diamati) H1: Paling sedikit ada satu i dimana αi ≠ 0 Ø Pengaruh lajur H0: β1 = β 2 = L = β j = 0 (lajur tidak berpengaruh terhadap respon yang diamati) H1: Paling sedikit ada satu j dimana β j ≠ 0 Langkah-langkah perhitungan untuk membuat tabel ANAVA Langkah-langkah perhitungannya adalah sebagai berikut: . β i N(0. . dan lajur ke-j αi βi ε ij ( k ) Asumsi untuk model tetap: ∑α i =0.

) − Y.) − Y.db1. .(..(. j (. 2(.) ) = ∑ 2 i =1 j =1 k =1 r r r 2 Y...) r2 JKT = Jumlah kuadrat total JKT = ∑∑∑ (Yij ( k ) − Y..) − Y..(.(.) ) = JKT − JKP − JKB − JKL r r r i =1 j =1 k =1 Maka tabel ANAVA dapat disajikan sebagai berikut: Sumber keragaman Perlakuan Baris Lajur Galat Total Derajat bebas (db) r −1 r −1 r −1 (r − 1)(r − 2) Jumlah Kuadrat (JK) JKP JKB JKL JKG JKT Kuadrat Tengah (KT) F-hitung KTP/KTG KTB/KTG KTL/KTG KTP = JKP /(r − 1) KTB = JKB /(r − 1) KTL = JKL /(r − 1) KTG = JKG /(r − 1)(r − 2) r2 −1 Pengujian hipotesis Fhitung = KTP/KTG mengikuti sebaran F dengan derajat bebas pembilang sebesar r − 1 dan derajat bebas penyebut sebesar (r − 1)(r − 2) .) r − FK JKL = Jumlah kuadrat lajur JKL = ∑∑∑ (Y. j (..) j r − FK JKG = Jumlah kuadrat galat JKG = ∑∑∑ ( Yij ( k ) − Yi .( k ) − Y.(.FK = Faktor koreksi FK = Y.( k ) r − FK JKB = Jumlah kuadrat baris JKB = ∑∑∑ (Yi.db2 maka hipotesis nol ditolak dan sebaliknya bukti tidak cukup data untuk menolak hipotesis nol.) − Y. Jika nilai Fhitung lebih besar dari F ..) )2 = ∑∑∑ Yij2( k ) − FK i =1 j =1 k −1 r r r JKP = Jumlah kuadrat perlakuan JKP = ∑∑∑ (Y.( k ) + 2Y.(.) ) 2 = ∑ i =1 j =1 k =1 r r r Y.(.(.) )2 = ∑ i =1 j =1 k =1 r r r 2 Yi..(..

db2 maka hipotesis nol ditolak dan sebaliknya bukti tidak cukup data untuk menolak hipotesis nol.db2 maka hipotesis nol ditolak dan sebaliknya bukti tidak cukup data untuk menolak hipotesis nol. Jika nilai Fhitung lebih besar dari F .Fhitung = KTB/KTG mengikuti sebaran F dengan derajat bebas pembilang sebesar r − 1 dan derajat bebas penyebut sebesar (r − 1)(r − 2) .db1. Jika nilai Fhitung lebih besar dari F .db1. Fhitung = KTL/KTG mengikuti sebaran F dengan derajat bebas pembilang sebesar r − 1 dan derajat bebas penyebut sebesar (r − 1)(r − 2) . .

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->