ANALISIS VARIASI UNTUK DESAIN ACAK SEMPURNA

Untuk analisis data yang diperoleh berdasarkan desain eksperimen, khususnya desain
acak sempurna, akan ditinjau desain dengan sebuah observasi tiap unit eksperiman. Misalkan
ada k buah perlakuan di mana terdapat ni eksperimen untuk perlakuan ke i ( i = 1, 2 . . . , k).
Jika data pengamatan dinyatakan dengan Y ij ( i = 1, 2 . . . , k) dan ( j = 1, 2 . . . , ni), Yij berarti
nilai pengamatan dari unit eksperimen ke j karena perlakuan ke i, maka untuk keperluan
analisanya, data tersebut sebaiknya disusun seperti dalam Daftar II (1)
Dari Daftar II (1) ini kemudian dihitung besaran yang diperlukan ialah
Jumlah nilai pengamatan untuk tiap perlakuan Ji =

Yij
j=1

Jumlah seluruh nilai pengamatan

Ji =

Rata rata pengamatan untuk tiap perlakuan Yi = Ji/ni

k

Rata rata seluruh nilai pengamatan

Y = J/

Harga harga ini dapat dilihat dalam Daftar II (1)

i=1

DAFTAR II (1)
DATA PENGAMATAN UNTUK DESAIN ACAK SEMPURNA
(TIAP PERLAKUAN BERISI ni PENGAMATAN)

Perlakuan
1
Y 11
Y 12
.........
.........
.........
.........
.........
Y 1n1

Data Pengamatan

2
Y 21
Y 22
.........
.........
.........
.........
Y 2n2

.........
.........
.........
.........
.........
.........
.........

k
Y k1
Y k2
.........
.........
.........
.........
.........
Y knk

Jumlah

Jumlah

J1

J2

.........

Jk

J = Ji
i=1

Banyak Pangamatan

n1

n2

.........

nk

Yk

=J

i=1

Rata - rata

Y1

Y2

.........

Selanjutnya diperlukan
Y2 = jumlah kuadrat kuadrat (JK) semua nilai pengamatan
=

j=1

i=1

Yij2

Ry = Jumlah kuadrat kuadrat (JK) untuk rata-rata

= J2 /

i=1

Py = jumlah kuadrat kuadrat (JK) antar perlakuan

k

( Yi Y )2

i=1
k

i=1
k

i=1

i=1

i=1

( Ji2 / ni ) - Ry

E1 = jumlah kuadrat kuadrat (JK) kekeliruan eksperimen

=

( Yi Y )2

= Y2 Ry Py
Setelah harga-harga di muka diperoleh, maka disusunlah sebuah daftar analisa varians
disingkat ANAVA, seperti dapat dilihat dalam Daftar II (2)
Tampak bahwa dalam daftar ANAVA itu ada empat sumber variasi, ialah rata-rata, antar
perlakuan, dalam perlakuan atau kekeliruan eksperimen, dan total. Tiap sumber variasi
memiliki derajat kebebasan (dk) yang besarnya 1 untuk rata-rata, (k - 1) untuk antar
perlakuan, (ni - 1) untuk dalam perlakuan dan n i untuk total. Jika JK Tiap sumber variasi
dibagi oleh dk (derajat kebebasan ) masing masing, diperoleh kuadrat tengah (KT) untuk
sumber itu.
Apabila banyak pengamatan untuk tiap perlakuan sama, yakni ni = n2 . . . = nk = n, maka
tentulah
Apa yang harus dikerjakan selanjutnya setelah data pengamatan terkumpul dan disusun
seperti dalam daftar-daftar di muka?. Dari data hasil pengamatan dan daftar ANAVA yang
diperoleh daripadanya, kita bermaksud untuk mendapatkan kesimpulan, khususnya mengenai
efek efek perlakuan. Akan tetapi, sebelum hal ini dilakukan, beberapa asumsi perlu diambil
agar supaya pengujian statis yang akan diambil dalam ANAVA ialah sifat aditif dan linieritas
model, normalitas, independen dan homogenitas varians. Modelnya yang diandaikan ialah
model linier bersifat aditif dengan persamaan.
II (1) . . . Yij = + Ti + ij ; ( i = 1, 2, . . . , k ;
J = 1, 2, . . . , nk )
Dengan
Yij = variabel yang akan dianalisis, dimisalkan berdistribusi normal,
= rata-rata umum atau rata-rata sebenarnya
Ti = efek perlakuan ke i
ij = kekeliruan, berupa efek acak yang berasal dari unit eksperimen ke j karena dikenai
perlakuan ke i.
Sebenarnya, ij juga berisikan efek efek lain daripada faktor-faktor tambahan. Akan tetapi,
dengan pengacakan kita dapat mengharapkan hilangnya efek efek tersebut terhadap hasil

akhir. Juga masih dimisalkan bahwa berharga tetap dan efek ij berdistribusi normal dan
identik dengan rata-rata 0 dan varians 2 yang akan ditulis sebagai ij DNI (0, 2). Mengenai
Ti nya sendiri ada dua pilihan yang dapat diambil, ialah
1)

Ti = 0 Yang menggambarkan bahwa kita hanya berurusan dengan

k

k buah perlakuan dalam eksperimen

semuanya
i=1
2) Ti ~ DNI (0, T2) yang menggambarkan bahwa kita berurusan dengan sebuah populasi
perlakuan sedangkan debuah sampel acak perlakuan sebanyak k buah diambil sebagai
eksperimen.
Hal pertama biasanya dinamakan ANAVA model 1 atau ANAVA model efek tetap atau
singkatnya model tetap, sedangkan hal kedua merupakan Model II atau model komponen
varians atau model efek acak atau singkatnya model acak.
Penentuan salah satu dari kedua model di atas sangat penting karena akan menentukan
berlakunya uji keberartian berdasarkan adanya KT yang diharapkan atau ekspektasi KT,
sisingkat EKT. Untuk model tetap, ternyata bahwa EKT bagi antar perlakuan besarnya 0 2 +
ni Ti 2 / k 1 dan EKT untuk kekeliruan eksperimen sama dengan 2. Adapun untuk model
acak, kedua EKT tersebut besarnya berturut turut sam dengan 2 + n 0 2 dan 2 dengan
n 0 = ( ni - ni2 / ni) / (k 1).
Daftar ANAVA disertai EKT untuk model tetap diberikan dalam Daftar II (3) pada
halaman berikut ini.
DAFTAR II (3)
DAFTAR ANAVA MODEL TETAP UNTUK DESAIN ACAK SEMPURNA
(SATU PENGAMATAN TIAP PERLAKUAN)
Sumber Variasi

dk

JK

KT

Ry

k-1

Py
Ey

Rata-rata
Antar Perlakuan
Kekeliruan

ni

2 + ni 2i /( k1)

E=

( ni 1)

S 2

Jumlah

EKT

Y
2

Apabila model yang terjadi merupakan model acak, maka daftar ANAVA dan EKT
dapat dilihat seperti dalam Daftar II (4)

DAFTAR II (4)
DAFTAR ANAVA MODEL ACAK UNTUK DESAIN ACAK SEMPURNA
(SATU PENGAMATAN TIAP PERLAKUAN)
Sumber Variasi

dk

JK

KT

EKT

Ry

k-1

Py
Ey

Rata-rata
Antar Perlakuan
Kekeliruan

( ni 1)

Jumlah

ni

E= se 2

Y
2

2 + n0 2
2

Setelah EKT untuk sumber sumber variasi antar perlakuan dan kekeliruan
ditentukan, kesimpulan statis sekarang dapat dilakukan. Kesimpulan ini, tepatnya pengujian
statis yang membawa kepada kesimpulan, akan bergantung pada model yang diambil.
Model I (Model Tetap)
Model ini membawa kita kepada hipotesis nol bahwa tidak terdapat perbedaan di
antara efek efek k buah perlakuan yang terdapat di dalam eksperimen. Hipotesis nol ini
biasanya dirumuskan sebagai.
H : ri = 0 untuk i = 1, 2 . . . , k.
Jika H benar, maka KT yang berasal dari kekeliruan eksperimen dan KT yang berasal
dari antar perlakuan, masing masing merupakan taksiran untuk 2 .
Karena juga ij ~ DNI (0, 2 ), maka perbandingan yang di tentukan oleh.
II (2) . . . F =

P
E

KT (antar perlakuan)
= KT (kekeliruaneksperimen)

akan berdistribusi F dengan dk pembilang p = (k 1) dan dk penyebut p2 = (ni - 1).

Jika harga F di atas lebih besar dari F (v1 v2) dengan merupakan taraf signifikan,
maka hipotesis H0 akan ditolak. Kesimpulannya ialah bahwa terdapat perbedaan di antara
efek k buah perlakuan.
Model II (Model Acak)

Jika Model II yang dimisalkan, maka hipotesis nol berbunyi : tidak terdapat
perbedaan di antara efek efek semua perlakuan di dalam populasi dari mana sebuah sampel
telah diambil sebanyak k perlakuan. Perumusan hipotesis nol untuk model ini biasa ditulis
sebagai
H : T2 = 0
Ternyata bahwa pengujian untuk model ini juga sama dengan pengujian untuk model
tetap. Jadi ditentukan perbandingan F = P/E dengan distribusi dan daerah penolakan hipotesis
nol seperti dalam model tetap.
Perbedaannya terletak pada kesimpulan yang dibuat. Yang pertama hanya berlaku
untuk k buah perlakuan yang terdapat dalam eksperimen, sedangkan yang terakhir ini berlaku
untuk populasi perlakuan berdasarkan sebuah sampel terdiri dari k buah perlakuan yang
diambil dari populasi itu.