Anda di halaman 1dari 10

RANCANGAN FAKTORIAL

Pendahuluan

Pada pembahasan sebelumnya kita sudah mendiskusikan mengenai pengaruh perlakuan tunggal
terhadap respons tertentu. Perlakuan tunggal tersebut dinamakan faktor, dan taraf atau level dari
faktor tersebut dinamakan taraf. Faktor disimbolkan dengan huruf kapital sedangkan taraf dari faktor
tersebut disimbolkan dengan huruf kecil. Apabila secara serempak kita mengamati pengaruh beberapa
faktor dalam suatu penelitian yang sama, maka percobaan tersebut dinamakan dengan percobaan
faktorial.
Percobaan faktorial adalah suatu percobaan yang perlakuannya terdiri atas semua kemungkinan
kombinasi taraf dari beberapa faktor. Percobaan dengan menggunakan f faktor dengan t taraf untuk
setiap faktornya disimbolkan dengan percobaan faktorial ft. Misalnya, percobaan faktorial 22 artinya kita
menggunakan 2 faktor dan taraf masing-masing faktornya terdiri dari 2 taraf. Percobaan faktorial 22
juga sering ditulis dalam bentuk percobaan faktorial 2x2. Penyimbolan yang terakhir sering digunakan
untuk percobaan faktorial dimana taraf dari masing-masing faktornya berbeda, misalnya 2 taraf untuk
faktor A dan 3 taraf untuk faktor B, maka percobaannya disebut percobaan faktorial 2x3. Percobaan
faktorial 2x2x3 maksudnya percobaan faktorial yang terdiri dari 3 faktor dengan taraf untuk masing-
masing faktornya berturut-turut 2, 2, dan 3. Dengan demikian, dalam percobaan faktorial, ada dua
tahap yang perlu dilakukan, pertama yaitu rancangan perlakuannya, seperti yang sudah diuraikan
sebelumnya, dan selanjutnya tahap pemilihan rancangan lingkungannya yaitu yang menyangkut bentuk
desain percobaan seperti RAL, RAKL, RBSL, Split-plot, Split-Blok.
Tujuan dari percobaan faktorial adalah untuk melihat interaksi antara faktor yang kita cobakan.
Adakalanya kedua faktor saling sinergi terhadap respons (positif), namun adakalanya juga keberadaan
salah satu faktor justru menghambat kinerja dari faktor lain (negatif). Adanya kedua mekanisme
tersebut cenderung meningkatkan pengaruh interaksi antar ke dua faktor. Interaksi mengukur
kegagalan dari pengaruh salah satu faktor untuk tetap sama pada setiap taraf faktor lainnya atau secara
sederhana, Interaksi antara faktor adalah apakah pengaruh dari faktor tertentu tergantung pada taraf
faktor lainnya? Misalnya apabila pengaruh sederhana N sama pada setiap taraf pemberian pupuk P
maka kedua faktor tersebut saling bebas (independent) dan dikatakan tidak ada interaksi, sedangkan
apabila pemberian N memberikan pengaruh yang berbeda pada setiap taraf dari P, maka dikatakan
terjadi interaksi antara Faktor N dan Faktor P.
Sebagai contoh, apabila kita ingin mengamati pengaruh pemberian Nitrogen (N) yang terdiri dari 2 taraf
(n0, dan n1) dan pemberian fosfor (P) yang terdiri dari 2 taraf (p0, p1) terhadap respons tertentu, dengan
hasil sebagai berikut:

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 1


Tabel 1. Pengaruh sederhana, pengaruh utama, dan pengaruh Interaksi
Faktor Nitrogen (N) Rataan P Pengaruh
sederhana N
Fosfor (P) n0 n1 n1-n0
p0 40 48 44 8 (se N, p0)
p1 42 51 46.5 9 (se N, p1)
Rataan N 41 49.5 45.25 8.5 (me N)
Pengaruh 2 3 2.5
sederhana P (se P, n0) (se P, n1) (me P)
(p1-p0)

Selisih n1 – n0 dan p1 – p0 dinamakan pengaruh sederhana (simple effects) disimbolkan dengan (se N)
dan (se P). Rata-rata dari pengaruh sederhana dinamakan dengan pengaruh utama (main effects),
disimbolkan (me N) and (me P).
Perkiraan pengaruh interaksi dan pengaruh utama dari rata-rata perlakuan dapat dihitung dengan
formula berikut:
Pengaruh Sederhana (simple effect, se):
se N pada p 0 = n1 p0 − n0 p0 se P pada n 0 = p1 n0 − p0 n0
= 48 − 40 = 42 − 40
=8 =2
se N pada p 1 = n1 p1 − n0 p1 se P pada n1 = p1 n1 − p0 n1
= 51 − 42 = 51 − 48
=9 =3
Pengaruh Utama (main effect, me):
1 1
me N = (se N pada p0 + se N pada p1) me P = (se P pada n0 + se P pada n1)
2 2
1 1
= [(n1 p0 − n0 p0 ) + (n1 p1 − n0 p1 )] = [(p1 n0 − p0 n0 ) + (p1 n1 − p0 n1 )]
2 2
1 1
= [(48 − 40) + (51 − 42)] = [(42 − 40) + (51 − 48)]
2 2
= 8.5 = 2.5
Pengaruh Interaksi:
1 1
Interaksi N × P = [(n1 p0 − n0 p0 ) − (n1 p1 − n0 p1 )] atau = [(p1n0 − p0 n0 ) − (p1n1 − p0 n1 )]
2 2
1 1
= [(48 − 40) − (51 − 42)] = [(42 − 40) − (51 − 48)]
2 2
= −0.5 = −0.5
Pengaruh sederhana ini diperlukan oleh pengguna (petani, misalnya), apabila dia hanya membatasi pada
penggunaan taraf tertentu dari salah satu faktor. Misalnya, apabila petani ingin melihat perbedaan

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 2


pengaruh N pada setiap taraf pemupukan P, pengaruh sederhana N pada taraf p0 = 8 dan pada taraf
p1 = 9.
Perbedaan antara pengaruh sederhana dan interaksi secara grafis dapat divisualisasikan sebagai berikut:

Gambar 1. Perbedaan antara pengaruh sederhana dan interaksi

Kemungkinan yang bisa terjadi antara pengaruh utama dan interkasi disajikan pada Gambar berikut:

Sumber Keragaman 1 2 3 4 5 6 7 8
A tn * tn * tn * tn *
B tn tn * * tn tn * *
AxB tn tn tn tn * * * *

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 3


Gambar 2. Berbagai kemungkinan bentuk interaksi antara faktor

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 4


Keuntungan:
1. Lebih efisien dalam menggunakan sumber-sumber yang ada
2. Informasi yang diperoleh lebih komprehensif karena kita bisa mempelajari pengaruh utama dan
interaksi
3. Hasil percobaan dapat diterapkan dalam suatu kondisi yang lebih luas karena kita mempelajari
kombinasi dari berbagai faktor
Kerugian:
1. Analisis Statistika menjadi lebih kompleks
2. Terdapat kesulitan dalam menyediakan satuan percobaan yang relatif homogen
3. pengaruh dari kombinasi perlakuan tertentu mungkin tidak berarti apa-apa sehingga terjadi
pemborosan sumberdaya yang ada

Percobaan Faktorial dalam Rancangan Acak Lengkap

Percobaan faktorial dalam rancangan acak lengkap merupakan percobaan faktorial dengan
menggunakan rancangan acak lengkap sebagai rancangan lingkungannya. Pada prinsipnya sama dengan
rancangan acak lengkap, namun dalam hal ini faktor yang dicobakan lebih dari satu.

Pengacakan dan Denah Percobaan Faktorial dalam Rancangan Acak Lengkap

Cara pengacakan sama seperti rancangan acak lengkap. Penempatan perlakuan-perlakuan yang
merupakan kombinasi dari taraf faktor yang akan dicobakan dilakukan dengan cara yang sama seperti
rancangan acak lengkap. Perhatikan contoh kasus berikut. Suatu percobaan ingin mempelajari
pengaruh pemupukan Nitrogen dan Varietas terhadap hasil produksi yang dilaksanakan di Rumah Kaca.
Kondisi lingkungan diasumsikan homogen. Faktor pemupukan terdiri dari 2 taraf, yaitu 0 kg N/ha (n0)
dan 60 kg N/ha (n1). Faktor Varietas terdiri dari dua taraf, yaitu Varietas IR-64 (v1) dan Varietas S-969
(v2). Percobaan dirancang dengan menggunakan rancangan dasar RAL yang diulang 3 kali. Percobaan
tersebut merupakan percobaan faktorial 2x2 sehingga terdapat 4 kombinasi perlakuan: n0v1; n0v2;
n1v1; dan n1v2. Karena diulang 3 kali, maka satuan percobaannya terdiri dari 4x3 = 12 satuan
percobaan.
Buat 12 petak (satuan percobaan) dan satuan percobaan tersebut diberi nomor dari 1 sampai 12.
Langkah pengacakan sama dengan pengacakan pada RAL tunggal. Misal hasil pengacakan adalah
sebagai berikut:

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 5


Berdasarkan hasil pengacakan tersebut, maka tata letak percobaan adalah sebagai berikut:
1 = n1v1 2 = n0v2 3 = n0v1 4 = n1v2
5 = n1v1 6 = n1v2 7 = n1v2 8 = n1v1
9 = n0v1 10 = n0v2 11 = n0v2 12 = n0v1
Gambar 3. Denah Percobaan Faktorial 2 x 2 dengan Rancangan Lingkungan RAL

Model Linier Rancangan Faktorial Dalam RAL

Model linier aditif untuk rancangan faktorial dua faktor dengan rancangan lingkungannya rancangan
acak lengkap adalah sebagai berikut :

Yijk = μ + αi + βj + (αβ)ij + εijk

dengan i =1,2…,a; j = 1,2,…,b; c = 1,2,…,r

Yijk = pengamatan pada satuan percobaan ke-k yang memperoleh kombinasi perlakuan taraf ke-i dari faktor A
dan taraf ke-j dari faktor B
μ = mean populasi
αi = pengaruh taraf ke-i dari faktor A
βj = pengaruh taraf ke-j dari faktor B
(αβ)ij = pengaruh taraf ke-i dari faktor A dan taraf ke-j dari faktor B
εijk = pengaruh acak dari satuan percobaan ke-k yang memperoleh kombinasi perlakuan ij. εij ~ N(0,σ2).

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 6


Asumsi:

Apabila semua faktor (faktor A dan B) Apabila semua faktor (faktor A dan B)
bersifat tetap bersifat acak
∑α = 0 ; ∑ β = 0 ;
i j α i ~ N(0,σ α 2 ) ; β j ~ N(0,σ β 2 ) ;
bsi
∑ (αβ ) = ∑ (αβ ) =0 ; ε ijk ~ N(0,σ 2 ) bsi

i
ij
j
ij
(αβ )ij ~ N(0, σ αβ 2 ) ; ε ijk ~ N(0,σ 2 )

Hipotesis:

Hipotesis yang diuji dalam rancangan faktorial yang terdiri dari dua faktor dengan rancangan lingkungan
rancangan acak lengkap adalah:

Hipotesis yang Model Tetap (Model I) Model Acak (Model II)


Akan Diuji:
Pengaruh Interaksi AxB
H0 (αβ)ij =0 (tidak ada pengaruh σ2αβ=0 (tidak ada keragaman
interaksi terhadap respon yang dalam populasi kombinasi
diamati) perlakuan)
H1 minimal ada sepasang (i,j) σ2αβ>0 (terdapat keragaman
sehingga (αβ)ij ≠0 (ada pengaruh dalam populasi kombinasi
interaksi terhadap respon yang perlakuan)
diamati)
Pengaruh Utama Faktor A
H0 α1 =α2 =…=αa=0 (tidak ada σ2α=0 (tidak ada keragaman
perbedaan respon di antara taraf dalam populasi taraf faktor A)
faktor A yang dicobakan)
H1 minimal ada satu i sehingga αi ≠0 σ2α>0 (terdapat keragaman
(ada perbedaan respon di antara dalam populasi taraf faktor A)
taraf faktor A yang dicobakan)
Pengaruh Utama Faktor B
H0 β1 =β2 =…=βb=0 (tidak ada σ2β=0 (tidak ada keragaman
perbedaan respon di antara taraf dalam populasi taraf faktor B)
faktor B yang dicobakan)
H1 minimal ada satu j sehingga βj ≠0 σ2β>0 (terdapat keragaman
(ada perbedaan respon diantara dalam populasi taraf faktor B)
taraf faktor B yang dicobakan)

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 7


Analisis Ragam:

Model linier percobaan faktorial dengan rancangan dasar RAL adalah sebagai berikut:
Yijk = Model + Galat
Yijk = µ + α i + β j + (αβ ) ij + ε ijk
Yijk = Y ... + (Y i .. − Y ... ) + (Y . j. − Y ... ) + (Y ij . − Y i .. − Y . j. + Y ... ) + (Yijk − Y ij . )
(Yijk − Y ... ) = (Y i .. − Y ... ) + (Y . j. − Y ... ) + (Y ij . − Y i .. − Y . j. + Y ... ) + (Yijk − Y ij . )

Apabila kedua ruas dikuadratkan, maka kita akan mendapatkan:


Definisi Pengerjaan
FK Y ...2
abr
JKT
∑∑∑ (Yijk − Y ...)2 ∑Y
i , j ,k
ijk
2
− FK
i =1 j =1 k =1

JK(A) Yi .. 2
∑∑∑ (Yi.. − Y ...)2
i =1 j =1 k =1
∑i br − FK
JK(B) Y. j. 2
∑∑∑ (Y. j... − Y ...)2
i =1 j =1 k =1
∑ ar − FK
j

JK(AB) ∑∑∑ (Y − Yi ... − Y.. j . + Y ...)2 Yij . 2



ij .
i =1 j =1 k =1 − FK − JKA − JKB
i,j r
JKG ∑∑∑ (Y
i =1 j =1 k =1
ijk − Yij . )2 JKT – JKA – JKB -JKAB

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 8


Tabel 2. Nilai Harapan Kuadrat tengah Rancangan Factorial Dua Factor Dalam Rancangan Acak Lengkap
Sumber Kuadrat E(KT)
keragaman Tengah
Faktor A dan B tetap Faktor A dan B acak
A KT(A)
σ + rb∑α i /(a − 1)
2 2
σ 2 + rσ αβ 2 + rbσ α 2
i
B KT(B)
σ + ra ∑ β j 2 /(b − 1)
2
σ 2 + rσ αβ 2 + raσ β 2
j
AB KT(AB)
σ + r ∑ (αβ )ij 2 /(a − 1)(b − 1)
2
σ 2 + rσ αβ 2
ij
Galat KTG σ 2
σ2
Faktor A tetap dan B acak Faktor B tetap dan A acak
A KT(A)
σ + rσ αβ + rb∑α i /(a − 1)
2 2 2
σ 2 + rbσ α 2
i
B KT(B)
σ + raσ β σ 2 + rσ αβ 2 + ra ∑ β j 2 /(b − 1)
2 2

j
AB KT(AB)
σ + rσ αβ
2 2
σ + rσ αβ
2 2

Galat KTG σ2 σ2

Dengan menggunakan nilai harapan kuadrat tengah di atas, kita bisa menyusun Tabel Analisis
Ragamnya. Tabel analisis ragam percobaan faktorial dengan dua faktor dalam rancangan acak lengkap
adalah sebagai berikut :
Tabel 3. Analisis Ragam Rancangan Factorial Dua Factor Dalam Rancangan Acak Lengkap
Sumber Derajat Jumlah Kuadrat F-hitung F-tabel
keragaman Bebas Kuadrat Tengah
Perlakuan ab-1 JKP KTP KTP/KTG F(α, db-P, db-G)
A a-1 JK(A) KT(A) KT(A)/KTG F(α, db-A, db-G)
B b-1 JK(B) KT(B) KT(B)/KTG F(α, db-B, db-G)
AB (a-1) (b-1) JK(AB) KT(AB) KT(AB)/KTG F(α, db-AB, db-G)
Galat ab(r-1) JK(G) KTG
Total abr-1 JKT

Apabila terdapat pengaruh interaksi, maka pengujian hipotesis terhadap pengaruh utama tidak perlu
dilakukan. Pengujian terhadap pengaruh utama akan bermanfaat apabila pengaruh interaksi tidak
nyata. Kaidah keputusan tolak Ho apabila nilai F > Fα(db1, db2), dan sebaliknya terima Ho.

Galat Baku

Galat baku (Standar error) untuk perbedaan di antara rata-rata perlakuan dihitung dengan formula
berikut:
Perbandingan dua rata-rata Faktor A:

2KTG
SED = SY =
rb
© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 9
Perbandingan dua rata-rata Faktor B:

2KTG
SED = SY =
ra
Perbandingan interaksi dua rata-rata Faktor AxB:

2KTG
SED = SY =
r

© 2011 http://www.smartstat.info | RANCANGAN FAKTORIAL 10