Tujuan Mengkaji pengaruh pemberian perlakuan (treatment) terhadap satuan percobaan (unit of experiment). Pengaruh dari perlakuan terhadap satuan percobaan ditandai oleh bervariasinya nilai variabel respon (response variable) yang diduga karena pemberian perlakuan yang berbeda. Contoh Dilakukan percobaan penentuan obat penurun tekanan darah terbaik dengan mencobakan 3 macam obat, dan dilakukan pengukuran tekanan darah systolic dan diastolic sebelum diberi obat dan setengah jam setelah minum obat pada kelompok umur 30-40 tahun, 40-50 tahun dan 50-60 tahun. Perlakuan Kelompok (Block) Variabel respon Covariate Tekanan darah sebelum minum obat Satuan percobaan Pasien . Pemberian obat penurun tekanan darah Kelompok umur Tekanan darah setengah jam setelah minum obat
Klasifikasi Rancangan Lingkungan (Environmental design) a. Rancangan Acak Lengkap (Completely Random Design), dipakai pada kasus satuan percobaan bersifat homogen b. Rancangan Acak Kelompok (Block Random Design), dipakai pada kasus satuan percobaan bersifat heterogen, kemudian dilakukan pengelompokan sedemikian hingga satuan percobaan di dalam kelompok yang sama masih bersifat homogen. Rancangan Perlakuan (Treatment design) a. Dilihat dari penentuan perlakuan :fixed dan random, dikatakan random jika penentuan perlakuan dipilih secara acak dan kesimpulannya nanti berlaku untuk populasi perlakuan. b. Dilihat dari macam perlakuan : tunggal dan faktorial, dikatakan faktorial, jika perlakuan terdiri dari beberapa factor dan antar fakor dimungkinkan terjadi interaksi
Rancangan Acak Lengkap : Contoh 1 : Untuk meneliti efektifitas obat penurun tekanan darah tinggi, dilakukan percobaan pemberian obat yang terdiri dari tiga macam obat yaitu obat A: placebo, obat B, dan obat C, setiap obat dicobakan pada 10 orang, dan pada setiap orang diukur tekanan darah systolic sebellum minum obat (y1) dan 30 menit setelah minum obat (y2). Respon yang diamati adalah nilai y1-y2. Pelaksanaan Percobaan Untuk melakukan percobaan ini dibutuhkan 30 orang yang mempunyai kondisi kesehatan yang sama dan dari kelompok umur yang sama serta berjenis kelamin sama misalkan perempuan. Kemudian untuk menentukan perlakuan ke setiap orang dibutukan pengacakan yang dapat dengan cara berikut. Ambi l 3 0b u a hk a r t uy a n gd i t a n d a i a 1 , a 2 , , a 1 0 ,b 1 , , b 1 0 ,c 1 , , c 1 0 kemudian dikocok kemudian berikan pada setiap orang satu kartu, beri perlakuan yang sesuai dengan kartu yang diperoleh setiap orang. Nilai variabel respon yang diamati adalah Obat A B C 1 2 11 17 2 6 9 18 3 7 11 16 4 3 11 18 5 0 11 23 6 1 10 25 7 4 15 20 8 5 8 22 9 10 9 17 10 4 9 16 dilakukan
Yij i = 1 , , t d a nj = 1 , . . , r i ij ,
ke-j
Yij : Nilai penurunn tekanan darah setelah diberi obat ke-i untuk orang
: Rata-rata penurunan tekanan darah i : Pengaruh pemberian obat ke-i ij : Galat Percobaan (Experimental Error) ij
beristribusi normal dengan rata-rata=0 dan varians konstan
Asumsi :
Hipotesis : H0 : Tidak ada pengaruh pemberian obat terhadap penurunan tekanan darah H1 : Ada pengaruh pemberian obat terhadap penurunaan tekanan darah atau
0 i i 0 H1 : i
H0 : Statistik uji : Sumber Variasi derajat bebas Perlakuan t
atau
1 2 3 H1 : i j
H0 : Kuadrat Tengah F-hitung
(Mean of squares)
2
Jumlah Kuadrat
(Sum of Squares)
2
(Y Y) ij
i 1 j 1
(Y Y) ij
i 1 j 1
MS .Treatment MS . Re sidual
Sisa (residual)
rt-t-1
(Yij Y ij )
i 1 j 1
(Yij Y ij )
i 1 j 1
rt t 1
Total
rt-1
(Yij Y)
i 1 j 1
Dengan bantuan SPSS, pengujian pengaruh pemberian obat terhadap penurunan tekanan darah dapat dilakukan dengan cara : a. Pemasukan Data
df1 2
df2 27
Sig. .204
Nilai sig. lebih besar dari 5%, sehingga H0 diterima yang berarti varians penurunan tekanan darah untuk ketiga macam perlakuan pemberian obat adalah sama.
ANOVA Sum of Squares Penurunan Tekanan Darah Between Groups Within Groups Total 1136.267 203.600 1339.867 Mean Square 2 27 29 568.133 7.541
df
F 75.342
Sig. .000
Nilai sig.<5% sehingga dapat disimpulkan ada pengaruh pemberian obat terhadap penurunan tekanan darah atau rata-rata penurunan tekanan darah dari perlakuan tiga macam obat tidak bisa dikatakan sama, untuk menguji pasangan rata-rata yang berbeda dari perlakuan pemberian tiga macam obat dapat dilakukan pembandingan berganda dengan
Dari hasil pembandingan berganda, diperoleh informasi bahwa ketiga macam obat memberikan rata-rata penurunan tekanan darah yang berbeda, urutan penurunan tekanan darah adalah A<B<C.
Rancangan Acak Lengkap : analysis of covariance Contoh 2 : Untuk meneliti efektifitas obat penurun tekanan darah tinggi, dilakukan percobaan pemberian obat yang terdiri dari tiga macam obat yaitu obat A: placebo, obat B, dan obat C, setiap obat dicobakan pada 10 orang, dan pada setiap orang diukur tekanan darah systolic sebelum minum obat (y1) dan 30 menit setelah minum obat (y2). Respon yang diamati adalah y2, sedangkan y1 adalah covariate. Model yang sesuai untuk kasus ini adalah :
Yij ( X ij X.. ) i ij Yij : Nilai tekanan darah setelah minum obat ke-I untuk orang ke-j
Hipotesis 1: H0 : Tidak ada pengaruh pemberian obat ke-I terhadap tekanan darah H1 : Ada pengaruh pemberian obat ke-I terhadap tekanan darah atau H0 : 0 i dan H1 : 0 i i Hipotesis 2 : H0 : Tidak ada hubungan antara tekanan darah sebelum dan sesudah minum obat H1 : Ada hubungan antara tekanan darah sebelum dan sesudah minum obat atau : H0 : 0 dan H1 : 0
Data : Sesudah Sebelum Sesudah Sebelum Sesudah Sebelum Tekanan darah sebelum dan sesudah minum obat A 142 143 145 150 144 145 148 142 146 144 149 152 153 144 146 152 147 156 Tekanan darah sebelum dan sesudah minum obat B 143 141 149 145 147 144 145 146 149 154 150 160 156 158 154 160 154 158 Tekanan darah sebelum dan sesudah minum obat C 143 150 143 150 146 146 146 147 142 160 168 159 168 169 171 166 169 159 142 146 143 152 150 166
Dengan bantuan SPSS hal ini dapat diselesaikan dengan cara : a. Pemasukan Data
Sum of Squares Tekanan darah sesudah minum obat Covariates Tekanan darah sebelum minum obat obat penurun tekanan darah
df
Sig.
113.072
113.072
30.393
.000
Main Effects
2 3 26 29
7.556 11.332
.003 .000
a. Tekanan darah sesudah minum obat by obat penurun tekanan darah with Tekanan darah sebelum minum obat b. All effects entered simultaneously
Nilai sig. untuk covariates lebih kecil dari 5 % berarti ada hubungan antara tekanan darah sebelum dan sesudah minum obat. Nilai sig. untuk main effects lebih kecil dari 5% berarti ada pengaruh pemberian obat penurun tekanan darah terhadap tekanan darah setelah minum obat
10
You as a biologist are studying how zooplankton live in two lakes. You set up twelve tanks in your laboratory, six each with water from a different lake. You add one of three nutrient supplements to each tank and after 30 days you count the zooplankton in a unit volume of water. Data untuk kasus ini diperoleh dari MINITAB (EXH_AOV.MTW), model yang sesuai untuk kasus ini adalah :
Yijk ( ) ij i j ijk dan i=1,2,3 j=1,2 k=1,2 Yijk : Banyaknya zooplankton pada air danau ke j yang diberi supplement
11
Suppleme 1 2 3
Dilihat dari p-value dapat disimpulkan bahwa ada pengaruh supplement tidak ada pengaruh penggunaan air dari danau yang berbeda, tidak ada pengaruh interaksi antara penggunaan air yang berbeda dengan jenis supplement terhadap banyaknya zooplankton. Supplement terbaik adalah supplement yang kedua, yang memberikan rata-rata banyaknya zooplankton tertinggi dibandingkan dengan supplement yang lain.
12
/* Getting Started Example 2: Randomized Complete Block Design */ title 'Randomized Complete Block'; data RCB; input Block Treatment $ Yield Worth @@; datalines; 1 A 32.6 112 1 B 36.4 130 1 C 29.5 106 2 A 42.7 139 2 B 47.1 143 2 C 32.9 112 3 A 35.3 124 3 B 40.1 134 3 C 33.6 116 ; proc anova; class Block Treatment; model Yield Worth=Block Treatment; means Treatment; run;
Dependent Variable: Yield Source Model Error Corrected Total R-Square 0.899424 Source Block Treatment DF 2 2 DF 4 4 8 Sum of Squares 225.2777778 25.1911111 250.4688889 Coeff Var 6.840047 Mean Square 56.3194444 6.2977778 F Value 8.94 Pr > F 0.0283
DF 4 4 8
F Value 8.28
Pr > F 0.0323
R-Square 0.892227
DF 2 2
13
/* Example 1: Randomized Complete Block /* With Factorial Treatment Structure title 'Randomized Complete Block With Two Factors'; data PainRelief; input PainLevel Codeine Acupuncture Relief @@; datalines; 1 1 1 0.0 1 2 1 0.5 1 1 2 0.6 1 2 2 1.2 2 1 1 0.3 2 2 1 0.6 2 1 2 0.7 2 2 2 1.3 3 1 1 0.4 3 2 1 0.8 3 1 2 0.8 3 2 2 1.6 4 1 1 0.4 4 2 1 0.7 4 1 2 0.9 4 2 2 1.5 5 1 1 0.6 5 2 1 1.0 5 1 2 1.5 5 2 2 1.9 6 1 1 0.9 6 2 1 1.4 6 1 2 1.6 6 2 2 2.3 7 1 1 1.0 7 2 1 1.8 7 1 2 1.7 7 2 2 2.1 8 1 1 1.2 8 2 1 1.7 8 1 2 1.6 8 2 2 2.4 ; proc anova; class PainLevel Codeine Acupuncture; model Relief = PainLevel Codeine|Acupuncture; run;
The ANOVA Procedure Dependent Variable: Relief Sum of Squares 11.33500000 0.30375000 11.63875000
DF 10 21 31
F Value 78.37
Pr > F <.0001
R-Square 0.973902
DF 7 1 1 1
14
Split Plot Rancangan Lingkungan : Rancangan Acak Kelompok Rancangan Perlakuan : Faktorial
Faktor pertama diacak di dalam kelompok, sedangkan factor kedua diacak dalam factor pertama, error untuk factor pertama adalah interaksi antara kelompok dengan factor pertama. data Split; input Block 1 A 2 B 3 Response; datalines; 142 40.0 141 39.5 112 37.9 111 35.4 121 36.7 122 38.2 132 36.4 131 34.8 221 42.7 222 41.6 212 40.3 211 41.6 241 44.5 242 47.6 231 43.6 232 42.8 ; proc anova; class Block A B; model Response = Block A Block*A B A*B; test h=A e=Block*A; run;
Source Model Error Corrected Total R-Square 0.955736 Source Block A Block*A B A*B DF 11 4 15 Sum of Squares 182.0200000 8.4300000 190.4500000 Mean Square 16.5472727 2.1075000 F Value 7.85 Pr > F 0.0306
Coeff Var Root MSE Response Mean 3.609007 1.451723 40.22500 DF Anova SS Mean Square F Value 1 131.1025000 131.1025000 62.21 3 40.1900000 13.3966667 6.36 3 6.9275000 2.3091667 1.10 1 2.2500000 2.2500000 1.07 3 1.5500000 0.5166667 0.25
Source A
Tests of Hypotheses Using the Anova MS for Block*A as an Error Term DF Anova SS Mean Square F Value Pr > F 3 40.19000000 13.39666667 5.80 0.0914
15