Rancangan Percobaan
Rancangan Percobaan
dimana : = 0,1,2,3,4,5
= 1,2,3,4
Keterangan :
Yi.
31,3
32,7
34,1
35,2
36,5
35,8
205,6
r : ulangan
r=4
t : perlakuan
t =6
Perhitungan
FK : Faktor Koreksi
=
..2
205,62
= 1761,307
64
. 2
31,32
4
32,72
4
+ +
35,82
4
1761,307 = 4,873
= =
4,873
5
= 0,9746
= =
2,58
18
= 0,1433
0,9746
= = 0,1433 = 6,8011
F-tabel : (0,05;5;18) = 2,77
Tabel Analisis Ragam
Sumber
Derajat
Keragaman
Bebas (DB)
Konsentrasi
5
Hormone
18
Galat
23
Total
Jumlah
Kuadrat (JK)
Kuadrat
Tengah (KT)
Fhitung
4,873
0,9746
6,8011
2,58
7,453
0,1433
Kesimpulan
Karena diperoleh F-hitung > F-tabel maka H0 ditolak, berarti paling sedikit ada satu
konsentrasi hormone tumbuh yang berpengaruh terhadap produksi kedelai.
Dengan menggunakan software SAS dan R
1. Software SAS:
Syntax:
data RALsama;
input treat$ r prod;
label treat='perlakuan'
r='ulangan'
prod='produksi kedelai(kw/ha)';
datalines;
H0 1 8.0
H0 2 8.1
H0 3 7.5
H0 4 7.7
H1 1 8.3
H1 2 8.2
H1 3 8.3
H1 4 7.9
H2 1 8.9
H2 2 8.9
H2 3 8.3
H2 4 8.0
H3 1 9.3
H3 2 9.0
H3 3 8.2
H3 4 8.7
H4 1 9.7
H4 2 9.0
H4 3 8.8
H4 4 9.0
H5 1 9.5
H5 2 8.9
H5 3 8.5
H5 4 8.9
;
title1 'hasil Analisis Ragam-RAL';
proc glm data=RALsama;
class treat;
model prod=treat;
run;
Output:
The GLM Procedure
Class Level Information
Class
Levels
Values
treat
6
H0 H1 H2 H3 H4 H5
Number of Observations Read
24
Number of Observations Used
24
The GLM Procedure
Dependent Variable: prod produksi kedelai(kw/ha)
Sum of
Source
DF
Squares
Mean Square F Value Pr > F
Model
5
4.87333333
0.97466667
6.80
0.0010
Error
18
2.58000000
0.14333333
Corrected Total
23
7.45333333
R-Square
0.653846
Coeff Var
4.419384
Source
treat
DF
5
Type I SS
4.87333333
Source
treat
DF
5
Type III SS
4.87333333
Interpretasi:
Karena diperoleh Pr > F = 0,0010 < = 0,05 maka H0 ditolak, berarti paling
sedikit ada satu konsentrasi hormone tumbuh yang berpengaruh terhadap produksi
kedelai.
2. Softwrae R:
Syntax dan Output:
> data2<-aov(produksi~konsentrasi,data=data)
> summary(data2)
Df Sum Sq Mean Sq F value Pr(>F)
konsentrasi 5 4.873
0.9747 6.8
0.00101 **
Residuals 18 2.580
0.1433
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Interpretasi:
Karena diperoleh Pr (>F) = 0,00101 dengan signifikansi ** maka H0 ditolak,
berarti paling sedikit ada satu konsentrasi hormone tumbuh yang berpengaruh
terhadap produksi kedelai.
2. Dengan kasus yang sama pada soal nomor 1 di atas, beberapa perlakuan dibuat dengan
ulangan tak sama sehingga diperoleh data sebagai berikut:
Tabel data pengaruh hormon tumbuh terhadap produksi kedelai (kuintal/ha):
Konsentrasi
Ulangan
hormone (ppm)
1
2
3
4
0 (H0)
8,0
8,1
7,5
7,7
0,25 (H1)
8,3
8,2
8,3
0,50 (H2)
8,9
8,9
8,3
8,0
0,75 (H3)
9,3
9,0
8,2
1,00 (H4)
9,7
9,0
8,8
9,0
1,25 (H5)
9,5
8,9
a. Bagaimana kesimpulan yang anda dapatkan berdasarkan data pada nomor 1 dan
nomor 2, apakah hormon tumbuh berpengaruh terhadap produksi kedelai?
b. Kira-kira hal-hal apa saja yang menyebabkan digunakan rancangan acak lengkap
dengan ulangan tidak sama?
Hipotesis
H0 : 1= 2 = = a = (nilai tengah / rata-rata dari semua perlakuan sama)
H1 : paling sedikit terdapat satu nilai tengah yang berbeda dengan yang lain.
Taraf signifikansi :
= 0,05
Konsentrasi
Ulangan
Total
Rataan
)
hormone (ppm)
(yi.)
(
1
2
3
4
.
0 (H0)
8,0
8,1
7,5
7,7
31,3
7,825
0,25 (H1)
8,3
8,2
8,3
24,8 8,266667
0,50 (H2)
8,9
8,9
8,3
8,0
34,1
8,525
0,75 (H3)
9,3
9,0
8,2
26,5 8,833333
1,00 (H4)
9,7
9,0
8,8
9,0
36,5
9,125
1,25 (H5)
9,5
8,9
18,4
9,2
Total (y.j)
53,7
52,1 41,1
24,7
171,6
Perhitungan
y
FK
..
171,6 2
1472,328
43 43 4 2
i, j
JKP
i 1
ij
yi2.
31,32 24,82 34,12 26,52 36,52 18,4 2
FK (
KTP
JKP 4,736167
0,947233
a 1
5
KTG
JKG 2,135833
0,15256
N a
20 6
H4 1 9.7
H4 2 9.0
H4 3 8.8
H4 4 9.0
H5 1 9.5
H5 2 8.9
H5 3 .
H5 4 .
;
title1 'hasil Analisis Ragam-RAL';
proc glm data=RAL;
class treat;
model prod=treat;
run;
Output:
The GLM Procedure
Class Level Information
Class
Levels
Values
treat
6
H0 H1 H2 H3 H4 H5
Number of Observations Read
24
Number of Observations Used
20
The GLM Procedure
Dependent Variable: prod produksi kedelai(kw/ha)
Sum of
Source
DF
Squares Mean Square F Value Pr > F
Model
5
4.73616667
0.94723333
6.21 0.0031
Error
14
2.13583333
0.15255952
Corrected Total
19
6.87200000
R-Square
0.689198
Coeff Var
4.552316
Source
treat
DF
Type I SS
5
4.73616667
Source
treat
DF Type III SS
5
4.73616667
Interpretasi:
Karena diperoleh Pr > F = 0,0031 < = 0,05 maka H0 ditolak, berarti paling
sedikit ada satu konsentrasi hormone tumbuh yang berpengaruh terhadap produksi
kedelai.
2. Softwrae R:
Syntax dan Output:
>data<-read.csv("F:/Kuliah/SEMESTERII/RANCANGAN
PERCOBAAN/Praktikum/kelompok/tugas 1/RALTakC.csv")
> tapply(data$produksi,list(data$konsentrasi,data$ulangan),mean)
1 2 3 4
H0 8.0 8.1 7.5 7.7
H1 8.3 8.2 8.3 NA
H2 8.9 8.9 8.3 8.0
H3 9.3 9.0 8.2 NA
H4 9.7 9.0 8.8 9.0
H5 9.5 8.9 NA NA
> data2<-aov(produksi~konsentrasi,data=data)
> summary(data2)
Df Sum Sq Mean Sq F value Pr(>F)
konsentrasi 5 4.736 0.9472 6.209 0.0031 **
Residuals 14 2.136 0.1526
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Interpretasi:
Karena diperoleh Pr (>F) = 0,0031 < = 0,05 dengan signifikansi ** maka H0
ditolak, berarti paling sedikit ada satu konsentrasi hormone tumbuh yang
berpengaruh terhadap produksi kedelai.
B. Rancangan Acak Kelompok Lengkap (RAKL)
Pada sebuah peternakan ikan mas diadakan sebuah percobaan terhadap tiga kolam
berbeda untuk menguji beberapa jenis pakan yang dicobakan untuk melihat produksi
ikan. Data yang diperoleh adalah sebagai berikut:
Pengamatan
1
2
3
1
23.26 23.25 23.26
2
23.44 23.46 23.45
3
23.49 23.49 25.48
4
22.36 22.35 22.36
5
24.38 24.37 24.37
Lakukan analisis ragam dan interpretasikan hasilnya!
Jenis Pakan
Model
Yij i j ij
dimana, i 1,2,3,4,5
j 1,2,3
Keterangan:
Yij
= Rataan umum
ij
Hipotesis
Berdasarkan Pengaruh jenis pakan:
1 2 3 4 5
H0
H1
1 2 3
H0
H1
Jenis Pakan
1
2
3
4
5
Total Blok
(Yk )
j 0
Pengamatan
1
2
3
23,26 23,25 23,26
23,44 23,46 23,45
23,49 23,49 25,48
22,36 22,35 22,36
24,38 24,37 24,37
Total Perlakuan
352,77
(Yi )
69,77
70,35
72,46
67,07
73,12
Perhitungan
2
Y
352,77 2
FK
8.296,44
tr
53
5
Yi
(69,77 2 70,35 2 72,46 2 67,07 2 73,12 2 )
FK
8.296,44 7,67
3
i 1 r
5
JKP
JKB
j 1
8.296,44 0,53
t
5
Y j
Fhitung
7,27
1,01
Kesimpulan
Untuk Pengaruh Jenis Pakan:
Karena nilai Fhitung = 7,27 > F0,05;4;8 = 2,81 maka H0 ditolak. Artinya, terdapat perbedaan
pengaruh jenis pakan terhadap produksi ikan secara signifikan.
Untuk Pengaruh Pengelompokan:
Karena nilai Fhitung = 1,01 < F0,05;2;8 = 3,11 maka H0 ditolak. Artinya, tidak ada
perbedaan pengelompokan terhadap produksi ikan secara signifikan.
Output:
The GLM Procedure
Class Level Information
Class
Levels Values
treat
5
12345
blok
3
123
Number of Observations Read
Number of Observations Used
15
15
Coeff Var
2.183604
Source
treat
blok
DF
Type I SS
4
7.67057333
2
0.53068000
Source
treat
blok
DF Type III SS
4
7.67057333
2
0.53068000
Interpretasi:
Untuk Pengaruh Perlakuan:
Karena diperoleh Pr > F = 0,0090 < = 0,05 maka H0 ditolak, Artinya, terdapat
perbedaan pengaruh jenis pakan terhadap produksi ikan secara signifikan.
Untuk Pengaruh Kelompok:
Karena diperoleh Pr > F = 0,4076 > = 0,05 maka tidak tolak H0, Artinya,
tidak ada perbedaan pengelompokan terhadap produksi ikan secara signifikan.
2. Softwrae R:
Syntax dan Output:
>data<-read.csv("F:/Kuliah/SEMESTERII/RANCANGAN
PERCOBAAN/Praktikum/kelompok/tugas 1/RAK.csv")
> tapply(data$produksi,list(data$pakan,data$kelompok),mean)
K1 K2 K3
P1 23.26 23.25 23.26
P2 23.44 23.46 23.45
P3 23.49 23.49 25.48
P4 22.36 22.35 22.36
P5 24.38 24.37 24.37
> data2<-aov(produksi~pakan+kelompok,data=data)
> summary(data2)
Df Sum Sq Mean Sq F value Pr(>F)
pakan
4 7.671
1.9176 7.271 0.00896 **
kelompok 2 0.531
0.2653 1.006 0.40760
Residuals 8 2.110
0.2637
--Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Interpretasi:
Untuk Pengaruh Perlakuan:
Karena diperoleh Pr > F = 0,00896 < = 0,05 dengan signifikansi ** maka H0
ditolak. Artinya, terdapat perbedaan pengaruh jenis pakan terhadap produksi ikan
secara signifikan.
Untuk Pengaruh Kelompok:
Karena diperoleh Pr > F = 0,4076 > = 0,05 dan tidak signifikan maka tidak
tolak H0. Artinya, tidak ada perbedaan pengelompokan terhadap produksi ikan
secara signifikan.
C. Rancangan Bujur Sangkar Latin
Seorang peneliti ingin mengetahui keefektifan mesin fillet otomatis A, B, C, D terhadap
produksi fillet tuna. Produksi dipengaruhi oleh adanya operator dan hari kerja yang
berlainan. Peneliti memutuskan menggunakan empat hari kerja sebagai baris dan empat
operator sebagai kolom .
Data yang diperoleh adalah sebagai berikut :
Baris
1
2
3
4
Model
= + + + +
dimana : = = = 1,2,3,4
Keterangan :
: produksi fillet tuna pada pada mesin fillet otomatis ke-k dalam hari kerja ke-i
dan operator ke-j
: pengaruh acak (error) pada pada mesin fillet otomatis ke-k dalam hari kerja kei dan operator ke-j
Hipotesis
Hipotesis berdasarkan pengaruh mesin fillet otomatis:
0 = 1 = 2 = = 4 = 0 (mesin fillet otomatis tidak berpengaruh terhadap
produksi fillet tuna)
1 = 0
Hipotesis berdasarkan pengaruh hari kerja:
0 = 1 = 2 = = 4 = 0 (hari kerja tidak berpengaruh terhadap produksi fillet
tuna)
1 = 0
Hipotesis berdasarkan pengaruh operator:
0 = 1 = 2 = = 4 = 0 (operator yang berbeda tidak berpengaruh terhadap
produksi fillet tuna)
1 = 0
Hasil produksi fillet tuna (ton)
Kolom 1
Kolom 2
Kolom 3
Kolom 4
1,64 (B)
1,210 (D) 1,425 (C) 1,345 (A)
1,475 (C) 1,185 (A) 1,400 (D) 1,290 (B)
1,670 (A) 0,710 (C) 1,665 (B) 1,180 (D)
1,565 (D) 1,290 (B) 1,655 (A) 0,660 (C)
6,35
4,395
6,145
4,475
Y...
Baris
1
2
3
4
Total
Total
5,62
5,35
5,225
5,17
21,365
...
= .
=
21,3652
44
= 28,529
. 2
. 2
=
=
5,8552
4
5,622
4
+ +
+ +
5,3552
4
5,172
4
28,529 = 0,427
28,529 = 0,030
= 4=1
. 2
6,352
4
++
4,4752
4
28,529 = 0,827
= =
= =
= =
= =
0,427
3
0,030
3
0,827
3
0,130
6
= 0,142
= 0,010
= 0,276
= 0,022
0,142
= = 0,022 = 6,588
0,010
= = 0,022 = 0,465
0,276
= = 0,022 = 12,770
F-tabel : (0,05;3;6) = 4,76
Tabel Analisis Ragam
Sumber
Derajat
Keragaman
Bebas (DB)
Mesin Fillet
3
Otomatis
3
Hari Kerja
3
Operator
6
Galat
15
Total
Jumlah
Kuadrat (JK)
Kuadrat
Tengah (KT)
Fhitung
0,427
0,142
6,588
0,030
0,827
0,130
1,414
0,010
0,276
0,022
0,465
12,770
Kesimpulan
Untuk pengaruh mesin fillet otomatis:
Karena diperoleh Fhitung > Ftabel maka H0 ditolak, berarti paling sedikit ada satu mesin
fillet otomatis yang berpengaruh terhadap produksi fillet tuna.
Untuk pengaruh hari kerja:
Karena diperoleh Fhitung < Ftabel maka tidak tolak H0, berarti perbedaan hari kerja tidak
berpengaruh terhadap produksi fillet tuna.
Untuk pengaruh mesin fillet otomatis:
Karena diperoleh Fhitung > Ftabel maka H0 ditolak, berarti paling sedikit ada satu operator
yang berpengaruh terhadap produksi fillet tuna.
Dengan menggunakan software SAS dan R
1. Software SAS:
Syntax:
data RBSL;
input treat$ baris$ kolom$ prod;
label treat='Mesin' baris='Operator' kolom='Hari Kerja' prod='Produksi Fillet Tuna
(ton)';
cards;
B B1 K1 1.64
D B1 K2 1.21
C B1 K3 1.425
A B1 K4 1.345
C B2 K1 1.475
A B2 K2 1.185
D B2 K3 1.4
B B2 K4 1.29
A B3 K1 1.67
C B3 K2 0.71
B B3 K3 1.665
D B3 K4 1.18
D B4 K1 1.565
B B4 K2 1.29
A B4 K3 1.655
C B4 K4 0.66
;
Title 'Hasil Analisis Ragam - RBSL';
proc anova;
class treat baris kolom;
model prod=treat baris kolom;
means treat baris kolom;
run;
Output:
The ANOVA Procedure
Class Level Information
Class
Levels Values
treat
4
A B C D
baris
4
B1 B2 B3 B4
kolom
4
K1 K2 K3 K4
Number of Observations Read
Number of Observations Used
16
16
Coeff Var
11.00570
DF
3
3
3
Anova SS
0.42684219
0.03015469
0.82734219
Mean Square
0.14228073
0.01005156
0.27578073
F Value Pr > F
6.59
0.0251
0.47
0.7170
12.77
0.0051
Interpretasi:
Untuk pengaruh mesin fillet otomatis:
Karena diperoleh Pr > F =0,0251 < = 0,05 maka H0 ditolak, berarti paling
sedikit ada satu mesin fillet otomatis yang berpengaruh terhadap produksi fillet
tuna.
Untuk pengaruh hari kerja:
Karena diperoleh Pr > F =0,7170 > = 0,05 maka tidak tolak H0, berarti
perbedaan hari kerja tidak berpengaruh terhadap produksi fillet tuna.
Untuk pengaruh mesin fillet otomatis:
Karena diperoleh Pr > F =0,0051 < = 0,05 maka H0 ditolak, berarti paling
sedikit ada satu operator yang berpengaruh terhadap produksi fillet tuna.
2. Softwrae R:
Syntax dan Output:
>data<-read.csv("F:/Kuliah/SEMESTERII/RANCANGAN
PERCOBAAN/Praktikum/kelompok/tugas 1/RBSL.csv")
> data2<-aov(produksi~mesin+hari+operator,data=data)
> summary(data2)
Df Sum Sq Mean Sq F value Pr(>F)
mesin
3 0.4268 0.14228 6.588 0.02509 *
hari
3 0.0302 0.01005 0.465 0.71697
operator 3 0.8273 0.27578 12.769 0.00515 **
Residuals 6 0.1296 0.02160