Pendahuluan
3x3 A B C D A B C D
A B C B D A C B A D C
B C A C A D B C D A B
C A B D C B A D C B A
Gambar 9. Rancangan dasar RBSL untuk ukuran 2x2, 3x3, dan 4x4.
Setiap perlakuan muncul sekali di setiap baris dan sekali pada setiap kolom. Pertama, pilih
rancangan dasar yang sesuai dengan ukurannya, kemudian lakukan pengacakan pada arah baris, dan
selanjutnya pengacakan pada arah kolom.
Misal terdapat 4 perlakuan A, B, C, D.
1. Kita pilih rancangan dasar ukuran 4x4.
Baris\Kolom 1 2 3 4
1 A B C D
2 B A D C
3 C D B A
4 D C A B
2. Pengacakan pada posisi baris. Misal pengacakan dengan menggunakan fungsi Rand() pada MS
Excel (cara pengacakan secara detail dengan bantuan MS Excel dapat dilihat pada
pengacakan RAL). Dari proses pengacakan tersebut kita mendapatkan urutan baru 4, 3, 1, 2.
Artinya, baris yang asalnya ada diposisi ke-1(urutan semula) berubah menjadi posisi 4 (Urutan
pengacakan), beris ke-2 menjadi baris ke-3, dst.
Angka acak setelah diurutkan
dari kecil ke besar
Dari hasil pengacakan pada posisi baris tersebut kita mendapatkan hasil sebagai berikut:
Baris\Kolom 1 2 3 4
4 D C A B
3 C D B A
1 A B C D
2 B A D C
3. Dengan cara yang sama, kita lakukan pengacakan untuk posisi kolom. Misalkan kita
mendapatkan urutan pengacakan: 2, 1, 4, 3. Artinya, kolom ke-1 menjadi kolom ke-2, kolom ke-
2 menjadi kolom ke-1, dst. Dari hasil pengacakan pada posisi kolom tersebut kita mendapatkan
hasil sebagai berikut:
Baris\Kolom 2 1 4 3
2 C D B A
4 D C A B
1 B A D C
3 A B C D
Setelah selesai melakukan pengacakan pada arah baris dan kolom, kemudian buat Denah percobaan
seperti pada gambar berikut.
C D B A
D C A B
B A D C
A B C D
Yijk i j k ijk
μ = rataan umum
βi = pengaruh baris ke-i
κj = pengaruh kolom ke-j
τk = pengaruh perlakuan ke-k
εijk = pengaruh acak dari baris ke-i, kolom ke-k dan perlakuan ke-k
i = 1,2, …,r ; j = 1,2, …,r ; k = 1,2, …,r
Asumsi:
Hipotesis:
Hipotesis yang Akan Diuji: Pengaruh perlakuan tetap Pengaruh perlakuan acak
2
H0 Semua τk = 0 στ = 0
(k = 1, 2, …, r) (tidak ada keragaman dalam
populasi perlakuan)
H1 Tidak semua τk = 0 στ2 > 0
(k = 1, 2, …, r) (ada keragaman dalam populasi
perlakuan)
Analisis Ragam:
Parameter Penduga
ˆ Y..
i
ˆ Y Y..
i i.
j
ˆ j Y.j Y..
k ˆk Yk Y..
ij (k ) ˆij Yij Y i . Y . j Y k 2Y ..
Persamaan Jumlah kuadrat untuk model linier Yij(k) = μ + βi + κj + τ(k) + εij adalah sebagai berikut:
r r r r k
(Y ij Y .. )2 r (Y i . Y .. )2 r (Y . j Y .. )2 r (Y k Y .. )2 (Yij Y i . Y . j Y k 2Y .. )2
i,j i 1 j 1 k 1 i,j
Definisi Pengerjaan
FK Y ..2 Y ..2
r2 r2
JKT 2 Y ..2 Yij 2 FK
Yij Y .. Yij 2 i,j
i,j i,j r2
JKBaris 2 Yi .2 Y ..2 Yi . 2
r Yi . Y .. FK
i i r r2 i r
JKKolom 2 Y. j 2 Y ..2 Y. j 2
r Y. j Y .. FK
j j r r2 j r
JKP 2 Yk 2 Y ..2 Yk 2
r Yk Y .. FK
k k r r2 k r
JKG (Yij Yi .. Y. j. Yk 2Y.. )2 JKT – JKBaris – JKKolom – JKP
i,j
KTP
Statistik uji yang sesuai untuk menguji hipotesis di atas : F
KTG
Kaidah keputusan apabila galat jenis I sebesar α, apabila F≤ Ftabel [α; r-1, (r-1)(r-2)] maka keputusannya
adalah terima H0 dan sebaliknya. Ftabel [α; r-1, (r-1)(r-2)] adalah nilai F tabel yang luas di sebelah kanannya
sebesar α dengan derajat bebas pembilang r-1 dan derajat bebas penyebut (r-1)(r-2).
Adakalanya kita ingin menguji ada atau tidaknya pengaruh peubah pengelompokan. Apabila peubah
pengelompokan bersifat tetap, maka uji hipotesisnya adalah sebagai berikut :
Uji hipotesis untuk peubah pengelompokan baris :
H0 : Semua βi = 0
H1 : Tidak semua βi = 0
KTBaris
dengan statistik uji F
KTG
Galat Baku
Galat baku (Standar error) untuk perbedaan di antara rata-rata perlakuan dihitung dengan formula
berikut:
2KTG
SY
t
Contoh penerapan :
Untuk memudahkan pemahaman prosedur perhitungan sidik ragam RBSL berikut ini disajikan
contoh kasus beserta perhitungan sidik ragamnya. Tabel berikut adalah Layout dan data hasil
percobaan RBSL ukuran 4x4 untuk data hasil pipilan jagung hibrida (A, B, dan D) dan penguji (C)
(Gomez & Gomez, 1995 hal 34).
-1
Hasil Pipilan (t ha )
No Baris Jumlah Baris
1 2 3 4
1 1.640 (B) 1.210 (D) 1.425 (C) 1.345 (A) 5.620
2 1.475 (C) 1.185 (A) 1.400 (D) 1.290 (B) 5.350
3 1.670 (A) 0.710 (C) 1.665 (B) 1.180 (D) 5.225
4 1.565 (D) 1.290 (B) 1.655 (A) 0.660 (C) 5.170
Jumlah Kolom 6.350 4.395 6.145 4.475
Jumlah Umum 21.365
1. Susun data seperti pada tabel di atas (sesuai dengan layout percobaan di lapangan), sertakan
pula penjelasan kode perlakuannya.
2. Hitung jumlah baris (B) dan kolom (B) serta jumlah Umum (G) seperti pada contoh tabel di atas.
3. Hitung Jumlah dan Rataanya untuk masing-masing Perlakuan.