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
Ji =
Y = J/
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
i=1
( Yi Y )2
i=1
k
i=1
k
i=1
i=1
i=1
( Ji2 / ni ) - Ry
( 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)
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)
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.