BAB I

PENDAHULUAN

A. Latar Belakang
Percobaan pada umumnya dilakukan untuk menemukan sesuatu. Oleh
karena itu, secara teoritis, percobaan diartikan sebagai tes (Montgomery,
1991) atau penyelidikan terencana untuk mendapatkan fakta baru (Steel dan
Torrie, 1995). Dan rancangan percobaan dapat diartikan sebagai tes atau
serangkaian tes dimana perubahan yang berarti dilakukan pada variabel dari
suatu proses atau sistem sehingga kita dapat mengamati dan mengidentifikasi
alasan-alasan perubahan pada respon output (Montgomery, 1991). Sedangkan
menurut Milliken dan Johnson (1992) rancangan percobaan merupakan hal
yang sangat berhubungan dengan perencanaan penelitian untuk mendapatkan
informasi maksimum dari bahan-bahan yang tersedia. Dan dapat juga
diartikan sebagai seperangkat aturan/cara/prosedur untuk menerapkan
perlakuan kepada satuan percobaan (Steel dan Torrie, 1995).
Dalam rancangan percobaan dikenal tiga prinsip utama yakni:
1. Ulangan
Ulangan adalah diterapkannya satu perlakuan kepada lebih dari satu
satuan percobaan. Ulangan merupakan hal yang penting dalam suatu
penelitian dan mempunyai fungsi untuk (1) Menyediakan galat percobaan;
(2) Meningkatkan presisi dengan menurunkan simpangan baku); (3)
Meningkatkan generalisasi (jika ulangan dilakukan a.l. pada tempat,
waktu, bahan yang berbeda). Besarnya ulangan ditentukan oleh: (1)
besarnya perbedaan yang ingin dideteksi; dan (2) keragaman data dan
jumlah perlakuan.
2. Pengacakan
Pengacakan adalah yang mendasari metode statistika dalam rancangan
percobaan. Pengacakan adalah penerapan perlakuan kepada satuan
percobaan sehingga semua atau setiap satuan percobaan mempunyai
peluang yang sama untuk menerima suatu perlakuan. Konsep pengacakan
ini berlaku juga untuk pengambilan subsampel atau penentuan satuan
pengamatan.
Pengacakan berfungsi: (1) Menghindarkan bias yaitu menjamin
penduga tidak bias untuk nilai tengah perlakuan dan galat percobaan; (2)

1
 Menjamin adanya kebebasan antarpengamatan; (3) Mengatasi sumber
keragaman yang diketahui namun tidak dapat diduga pengaruhnya
3. Pengelompokan
Pengelompokan adalah teknik yang digunakan untuk meningkatkan
ketelitian percobaan. Pengelompokan dilakukan jika terdapat sumber
keragaman yang dapat diketahui dan pengaruhnya dapat diperkirakan.
Bahan percobaan disusun ke dalam kelompok-kelompok satuan percobaan
yang relatif seragam.
Dalam rancangan percobaan dikenal rancangan percobaan pengamatan
berulang. Percobaan dengan pengamatan berulang memerlukan penanganan
model analisis yang lain dari model rancangan dasar agar informasi yang
diperoleh lebih luas.

B. Rumusan Masalah
1. Apa pengertian rancangan percobaan dengan pengamatan perulangan?
2. Bagaimana model linear dalam rancangan percobaan dengan pengamatan
perulangan?
3. Bagaiaman sumber keragaman rancangan percobaan dengan pengamatan
perulangan?

C. Tujuan
1. Untuk mengetahui pengertian rancangan percobaan dengan pengamatan
perulangan.
2. Untuk mengetahui model linear dalam rancangan percobaan dengan
pengamatan perulangan.
3. Untuk mengetahui sumber keragaman rancangan percobaan dengan
pengamatan perulangan.

BAB II
PEMBAHASAN
Rancangan Percobaan dengan Pengamatan
Perulangan (Reapeted Measurement)

A. Pengertian Rancangan Percobaan dengan Pengamatan Perulangan

(Reapeted Measurement)

2
 Rancangan percobaan dengan pengamatan berulang (repeated measures)
muncul dalam berbagai bidang kehidupan. Pengamatan berulang adalah
pengamatan dari suatu respon yang dilakukan lebih dari satu kali pada
waktu yang berbeda selama masa penelitian.
Banyak percobaan yang dilakukan baik di lapangan maupun
laboratorium, pengukuran respon dari unit-unit percobaan dilakukan
berulang-ulang pada waktu yang berbeda. Misalnya percobaan melihat
pengaruh pemupukan pada tanaman cabe. Perlakuan pemupukan N yang
dicobakan yaitu dosis (0, 100, 200, 300kg/h). Pengamatan produksi
dilakukan beberpa kali panen, misal 3 kali panen pertama. Percobaan
pengamatan berulang memerlukan penanganan model analisis yang lain
dari model rancangan dasar agar informasi yang peroleh lebih luas.
Disamping perlakuan yang dicobakan tentunya juga diharapkan mampu
melihat perkembangan/pertumbuhan respon selama penelitian berjalan.
Analisis untuk rancangan semacam ini mengikuti pola rancangan
split plot dengan perlakuan yang dicobakan dialokasikan sebagai petak
utama dan waktu pengamatan dipandang sebagai faktor tambahan yang
dialokasikan sebagai anak petak atau satuan yang terkecil. Rancangan
pengamatan berulang digunakan pada percobaan yang responnya diamati atau
diukur beberapa kali dalam jangka waktu tertentu dan setiap subjek menerima
perlakuan yang dialokasikan secara acak.
Tujuan dari rancangan pengamatan berulang ini adalah untuk menyelidiki
kecepatan perubahan dari satu periode waktu ke periode waktu berikutnya,
atau dengan kata lain ingin diketahui pengaruh perlakuan terhadap pola
pertumbuhan berdasarkan respons yang diamati. Selain itu juga ingin
diketahui pengaruh interaksi antar perlakuan dan periode waktu pengamatan.
Berbeda halnya dengan analisis ragam biasa, pada pengamatan
berulang ini akan terdapat korelasi diantara respons yang diukur. Hal ini
terjadi karena pengambilan respons diukur dari subjek yang sama dari waktu
ke waktu. Jika jangka waktu pengambilan respons semakin dekat maka
korelasi yang terjadi juga semakin besar. Dalam analisis ragam dengan
pengamatan berulang terdapat dua bagian utama total keragaman, yaitu
yang berasal dari lapis subjek dan lapis subjek waktu. Keragaman lapis
subjek dibagi lagi menjadi keragaman untuk pengaruh utama dan pengaruh

3
interaksi. Sedangkan keragaman pada lapis subjek waktu dibagi menjadi
pengaruh utama dari waktu ke waktu itu sendiri dan pengaruh interaksi antara
waktu dengan faktor-faktor percobaan.
Respon yang diamati dalam suatu percobaan kadang kadang tidak
tunggal, melainkan sebanyak p buah (p2), sehingga diperlukan analisis
dalam bentuk multivariat. Bila dalam suatu penelitian percobaan dikaji
pengaruh dari berbagai perlakuan terhadap lebih dari satu respon, maka
metode analisis yang tepat adalah analisis ragam multivariat. Analisis ragam
multivariat ini dapat diterapkan pada rancangan faktor tunggal maupun
rancangan multifaktor. Setiap bentuk rancangan akan mempunyai analisis
ragam multivariat yang bersesuaian. Manova untuk RAL in Time dapat
dipandang sebagai manova split-plot.
Asumsi pengamatan berulang (repeated measure), diantaranya adalah :
1. Variable berskala interval atau ratio (continuous).
2. Dependent variable memiliki normally distributed.
3. Asumsi Sphericity (mirip uji homokedastisitas). Sphericity adalah
kondisi dimana varians dari perbedaan antara semua grup terkait
kombinasi (tingkat) adalah sama. Pelanggaran Sphericity adalah ketika
varians dari perbedaan antara semua grup terkait kombinasi tidak
sama. Sphericity dapat disamakan dengan homogenitas varians di antara
subjek Anova.
4. Pengukuran dilakukan lebih dari dua kali.
Suatu percobaan faktor tunggal (misalnya A) dengan a buah taraf
faktor, waktu pengamatan dilakukan b kali, satuan percobaan relatif
homogen masing masing perlakuan diulang n kali, respon yang diamati
sebanyak p buah (p2), mempunyai model linier setiap pengamatan:

y ijkl =l + il + ikl + jl +( )ijl + ijkl

di mana :
y ijkl : pengamatan respon ke l dari satuan percobaan ke k

yang

4
 memperoleh taraf ke i faktor A dan waktu pengamatan ke

j .

l
: rata-rata dari respon ke l .

il : pengaruh taraf ke i faktor A terhadap respon ke l .

ikl : komponen galat(a)

jl : pengaruh waktu pengamatan ke j terhadap respon ke

l .

( )ijl : pengaruh interaksi taraf ke i faktor A dan waktu

pengamatan

ke j terhadap respon ke l .

ijkl : komponen galat(b)

B. Model Linear
Model linear dari rancangan ini sama seperti model linear dari
rancangan dasar yang digunakan ditambahkan pengaruh waktu dan
interaksinya dengan perlakuan mengikuti model linear rancangan blok terbagi
(split blok). Penempatan perlakuan pada petak tergantung pada tujuan
percobaan. Umumnya, untuk yang diganti pada setiap musim tanam maka
petak utamanya musim dan anak petaknya perlakuan. Bila setiap musim
meneliti perlakuan yang sama maka musim ditempatkan sebagai anak petak.
Sebagai contoh, untuk racangan factorial 2x3 dalam waktu dengan
rancangan lingkungan rancangan acak lengkap dapat dituliskan sebagai
berikut.
Y ijkl =+ i+ j+ ij + ijk + l + kl + il + il +ijl + ijkl

5
 Y ijkl
dimana nilai respon pada faktor-A taraf ke-I, faktor B taraf ke-j,

rataan umum, i
ulangan ke-k dan waktu pengamatan ke-l, pengaruh

j ij
faktor A taraf ke-I, pengaruh faktor B taraf ke-j, pengaruh

ijk l
interaksi fakltor A dengan faktor B, komponen acak perlakuan,

kl
pengaruh waktu pengamatn ke-l, komponen acak waktu pengamatan,

il il
pengaruh interaksi waktu dengan faktor A, pengaruh interaksi

ijl
waktu dengan faktor B, pengaruh interaksi faktor A, faktor B dengan

ijkl
waktu, komponen acak dari interaksi waktu dengan perlakuan.

Dari model diatas terlihat ada tiga komponen acak yaitu komponen acak
untuk perlakuan, waktu dan interaksi waktu dengan perlakuan. Dengan
demikian jika rancangan dasarnya petak terpisah maka rancangan petak
terpisah dalam waktu akan memiliki komponen acak sebanyak 5 buah.
1. Penempatan Faktor
Penentuan suatu faktor pada petak utama atau anak petak sangat
penting dilakukan dilakukan dalam rancangan petak terbagi. Hal ini
dikarenakan ukuran petak dan ketepatan pengukuran pengaruh tidak sama
untuk kedua faktor tersebut. Pemilihan penempatan faktor dapat dilakukan
dengan petunjuk berikut ini.
a. Derajat ketepatan. Apabila derajat ketepatan faktor B dianggap lebih besar
dari faktor A maka faktor B ditentukan sebagai nanak petak, denagkan
faktor A sebagai petak utama. Misalnya seorang pemulia tanaman
merencanakan untuk menilai 10 varietas harapan dengan 3 jenis
pemupukan dalam percobaan faktorial percobaan 10 x 3, dengan harapan
ketepatan lebih tinggi bagi perbandingan varietas daripada respon
pemupukan. Dengan demikian ia menempatkan varietas sebagai anak
petak dan pemupukan sebagai petak utama. Akan tetapi hal ini dapat
berarti beda bagi seorang agronomi yang mempelajari respon pemupukan

6
 10 varietas harapan yang dikembangkan oleh pemulia tanaman dengan
harapan ketepatan yang lebih tinggi untuk respon pemupukan daripada
varietas, sehingga ia menempatkan varietas pada petak utama dan
pemupukan pada anak petak.
b. Ukuran nisbi mengenai pengaruh utama. Apabila pengaruh utama dari
suatu faktor (faktor B) diharapkan lebih besar dan lebih mudah dilihat
daripada faktor lainnya (faktor A) maka faktor B dapat dijadikan sebagi
petak utama dan faktor A sebagi anak petak. Hal ini akan menambah
peluang untuk mendapatkan perbedaan diantara taraf faktor A yang
mempunyai pengaruh lebih kecil. Misalnya dalam percobaan pemupukan
x varietas. Peneliti dapat menempatkan varietas sebagai anak petak dan
pemupukan sebagai petak utama.
c. Praktek pengolahan. Misalnya penelitian penilaian pengelolaan air dan
varietas dapat diharapkan untuk menempatkan pengelolaan air sebagai
petak utama untuk memperkecil pergerakan air antarpetak berdampingan,
untuk membentuk taraf pengairan yang diharapkan dan mengurangi
pengaruh pinggir. Dalam rancangan petak terbagi, kedua prosedur
pengacakan dan untuk sidik ragam dilakukan dalam dua tahap, yaitu satu
untuk taraf petak utama dan kedua untuk anak petak. Pada setiap taraf
dapat digunakan prosedur rancangan kelompok lengkap teracak.
d. Penataan Denah Percobaan. Terdapat dua proses pengacakan yang terpisah
dalam rancangan petak terbagi, satu untuk petak utama dan lainnya untuk
anak petak. Dalam setiap ulangan perlakuan petak utama pertama kali
diacak penempatannya pada petak utama diikuti penempatan pengacakan
perlakuan anak petak di dalam setipa petak utama. Masing-masing
dilakukan dengan sembarang skema pengacakan. Langkah-langkah
pengacakan dan pengacakan suatu rancangan petak terbagi ditujukan
dengan menggunakan a sebagai banyaknya petak utama dan b sebagai
perlakuan anak petak serta r sebagai banyaknya ulangan.
Sebagai contoh untuk menggambarkan digunakan percobaan 2 faktor
mleibatkan 6 taraf nitrogen (perlakuan petak utama) dan 4 varietas padi
(perlakuan anak petak) dengan 3 ulangan.

7
 a) Langkah pertama, membagi area percobaan ke dalam r = 3 kelompok,
masing-masing selanjutnya dibagi ke dalam a= 6 petak utama
b) Langkah kedua, mengikuti prosedur pengacakan RAK dengan a=6
perlakuan dan r = 3 ulangan. Tempatkan secara acak 6 perlakuan nitrogen
dalam 6 petak utama untuk masing-masing kelompok dari 6 kelompok
yang ada
c) Bagi setiap petak utama dari (r) . (a) = 18 petak utama ke dalam b = 4 anak
petak dan ikuti prosedur sesuai dengan pengacakan RAK untuk b=4
perlakuan dan (r) . (a) = 18 ulangan, tempatkan secara acak 4 varietas ke
dalam 4 anak petak dalam setiap petak utama dari 18 petak utama yang
ada.

p p p
e e e
t t t
a a a
k k k
u 2 3 4 5 6 u 2 3 4 5 6 u 2 3 4 5 6
t t t
a a a
m m m
a a a

Ulangan I Ulangan II Ulangan III

Gambar 1. Pembagian area percobaan ke dalam tiga kelompok (ulangan),

masing-masing terdiri dari 6 petak utama, sebagai langkah pertama dalam menata

8
 suatu percobaan rancangan petak terbagi yang terdiri dari 3 ulangan dan 6
perlakuan petak utama.

N N N N N N
1 0 5 2 4 3

N N N N N N N N N N N N
0 1 4 5 3 2
4 3 1 o 5 2

Ulangan 1 Ulangan II Ulangan III

Gambar 2. Penempatan secara acak 6 taraf nitrogen (N0,N1, N2, N3, N4, dan N5)
dalam 6 petak utama setiap ulangan dari 3 ulangan yang ada dalam
gambar 1.

Berikut ini contoh Denah Percobaan dalam Rancangan Petak Terbagi.

N4 N3 N1 N0 N5 N2 N1 N0 N5 N2 N4 N3 N0 N1 N4 N5 N3 N2
V2 V1 V1 V2 V4 V3 V1 V4 V3 V1 V1 V3 V4 V3 V3 V1 V2 V1
V1 V4 V2 V3 V3 V2 V3 V1 V4 V2 V4 V2 V2 V4 V2 V3 V3 V4
V3 V2 V4 V1 V2 V1 V2 V2 V1 V4 V2 V4 V1 V1 V4 V2 V4 V3
V4 V3 V3 V4 V1 V4 V4 V3 V2 V3 V3 V1 V3 V2 V1 V4 V1 V2

Ulangan 1 Ulangan 2 Ulangan 3

Model Linear Aditif

Yijk = + Kk + Ai + ik + Bj + (AB)ij + ijk

Keterangan :

9
Yijk = Produksi hijauan rumput pada kelompok ke-k yang memperoleh taraf
ke-I dri faktor pemupukan dan taraf ke-j dari jenis pupuk.
= Nilai tengah umum (rata-rata populasi) produksi hijauan rumput
Ai = Pengaruh aditif dari taraf ke-I faktor pemupukan nitrogen
ik = Pengaruh galat yang muncul pada taraf ke-I dari pemupukan nitrogen
dalam kelompok ke-k (galat petak utama)
Bj = Pengaruh aditif dari taraf ke-j faktor jenis rumput
(AB)ij = Pengaruh interaksi antara taraf ke-i dari pemupukan nitrogen dan taraf
ke-j dari jenis rumput.
ijk = Pengaruh galat percobaan pada kelompok ke-k yang memperoleh taraf
ke-i faktor pemupukan nitrogen dan taraf ke-j jenis rumput (galat anak
petak)

Hipotesis statistik
- H0 : (AB)ij = 0 (yang berarti tidak ada pengaruh interaksi antara
pemupukan nitrogen dan jenis rumput terhadap hasil produksi
hijauan)
H1 : minimal ada satu (AB) ij 0 ; ada pengaruh interaksi antara pemupukan
nitrogen dan jenis rumput terhadap hasil hasi produksi hijauan.
- H0 : A1 = 0 (yang berarti tidak ada perbedaan respon hasil produksi
hijauan diantara taraf pemupukan nitrogen yang ditentukan).
H1 ; Minimal ada satu A1 0; minimal ada satu taraf pemupukan nitrogen
yang mempengaruhi hasil produksi hijauan rumput
- H0 ; Bj = 0 (yang berarti tidak ada perbedaan respon hasil produksi
hijauan diantara jenis rumput yang dicobakan)
H1 : minimal ada satu Bj 0 ; minimal ada satu jenis rumput yang
mempengaruhi hasil produksi hijauan rumput

Analisa Sidik Ragam

Varietas (V) Prpduksi Hijauan (Kg/ha) Jumlah (NxV)
R1 R2 R3
V1 N0 4.430 4.478 3.850 12.758

10
 V2 3.944 5.314 3.660 12.918
V3 3.464 2.944 3.142 9.550
V4 4.126 4.482 4.836 13.444
Jumlah (NxR) 15.964 17.218 15.488 48.670
V1 N1 5.418 5.166 6.432 17.016
V2 6.502 5.582 5.586 17.946
V3 4.768 6.004 5.556 16.328
V4 5.192 4.604 4.652 14.448
Jumlah (NxR) 21.880 21.632 22.226 65.738
V1 N2 6.076 6.420 6.432 19.200
V2 6.008 6.127 5.586 18.777
V3 6.244 5.724 5.556 17.982
V4 4.546 5.744 4.652 14.436
Jumlah (NxR) 22.874 24.015 22.226 70.395
V1 N3 6.462 7.056 6.704 20.198
V2 7.139 6.982 6.642 20.685
V3 5.792 5.880 6.014 18.042
V4 2.774 5.036 4.146 11.448
Jumlah (NxR) 22.167 24.954 23.506 70.395
V1 N4 7.290 7.848 7.552 22.690
V2 7.682 6.594 6.576 20.852
V3 7.080 6.662 6.320 20.062
V4 1.414 1.960 2.766 6.140
Jumlah (NxR) 23.466 23.064 23.214 69.744
V1 N5 8.452 8.832 8.818 26.102
V2 6.228 7.387 6.006 19.621
V3 5.594 7.122 5.480 18.196
V4 2.248 1.380 2.014 5.642
Jumlah (NxR) 22.522 24.721 22.318 69.561
TOTAL (R) 128.873 135.604 130.004 394.481

db Total = (rab)-1 = 71
db Petak Utama (A) = (a-1) =5
db Galat = (a) = 10
db anak petak (B) = (b-1) =3
db Ax B = (a-1) (b-1) = 15

11
db Kelompok = (r-1) =2
db Galat (b) = a (r-1)(ab-1)= 36

FK = G2 = ( 394.481)2 = 2.161.323.047
rab (3) (6) (4)
JK (X) = X2- FK
= {(4.430)2 + + (2.014)2} 2.161.323.047
= 207.747.916
JK (R) = R2 - FK
ab
= {(128.873)2 + + (130.004)2} - 2.161.323.047
= 207.747.916

JK(A)=JK(Nitrogen)

= 30.429.200

JK Galat (A)

=1.419.678

JK (B) = JK ( Varietas)

12
 = 89.888.101

JK (AB) = JK (NxV)

= 69.343.487

JK Galat (b) = JK (Total) JK (semua diatas)

= 12.584.873

KT ( Kelompok )

KT (A)

KT (G a)

KT (B)

KT (AB)

KT (G b)

13
 Sumber db JK KT F.hit F Tabel
5% 1%
Keragaman
Kelompok 2 1.082.577 541.228
N (A) 5 30.429.200 6.085.841 42.87** 3.33 5.64
Galat (A) 10 1.419.678 141.9840
85.71**
Var. (B) 3 89.888.101 29.962.700
13.22**
AxB 15 69.343.487 4.622.899
Galat (b) 36 12.584.873 349.580
Total 71 204.747.916

CV (a) =6,9%
CV (b)=10.8%
**
= Signifikan taraf 1 %

Kesimpulan

Hasil analisis di atas menunjukan bahwa perlakuaan pada petak utama (N),
anak petak (Var) dan interaksi; sangat nyata (1%) mempengaruhi hasil hijauan
(bahan kering)

C. Data Repeated Measures

Data di bawah ini merupakan data yang terdiri dari berat badan (kg)
dari babi jantan dan babi betina dari peternakan Jabalpur. Data dikumpulkan
dengan interval 4 minggu, dimulai sejak lahir hingga mencapai usia 20

14
minggu untuk melihat adanya pengaruh perbedaan jenis kelamin jantan dan
betina terhadap penambahan berat badan. Data tersebut diberikan sebagai
berikut:

Tabel 1. Berat Badan Babi Peternakan Jabalpur

Animal Sex Week
Number 0 4 8 12 16 20
1 Male 1 4.8 12.6 16 21 1.6
2 Male 1 4.2 7 10 14 22
3 Male 0.8 4 6 6.4 10 15
4 Male 0.8 4 6 9 13 21
5 Male 0.8 5 9.4 11 14 23
6 Male 0.8 3.2 7 10 15 22
7 Male 0.8 3.2 5.5 7.4 12 17
8 Male 0.8 3.4 7 8.7 12.4 19.2
9 Female 1 5.4 10 13 17.4 26.4
10 Female 1.2 4.8 12.6 16 20 21
11 Female 1 4.6 13 18 22 24
12 Female 0.8 4.2 8 11 13 18
13 Female 0.8 3.8 7 7.2 12 19
14 Female 1 5.4 11 14 19 22
15 Female 1 6 5.4 10 17 26.8
16 Female 1 3.4 7.8 10 13 17.8

Data repeated measures diolah dengan software SPSS 16.0 dengan

langkah sebagai berikut:
a. Input data ke dalam program SPSS 16.0. Notasi wgt menunjukkan berat
badan objek yang diamati (dalam hal ini babi jantan dan babi betina).
b. Pilih menu Analyze kemudian General Linear Model. Setelah itu, pilih
Repeated Measures.
c. Pilih number of levels, isikan angka 6. Hal ini dikarenakan terdapat 6
ukuran level setelah itu pilih add.
d. Pada menu measures name, dilakukan satu macam pengukuran yakni
mengukur berat badan. Setelah itu, pilih add dan define.
e. Blok pengukuran B0 hingga B20 yang didefiniskan sebagai within-
subjects variables dan gender sebagai between-subjects factors. Setelah
itu, pilih OK.

15
f. Pada kotak dialog model, pada sum of squares pilih Tipe III. Setelah itu,
pilih continue.
g. Pada kotak dialog contracts, ganti polynomial menjadi repeated kemudian
pilih change >> continue.
h. Pada kotak Plots, pilih factor 1 sebagai Horizontal Axiz dan gender
sebagai Separate Lines. Pilih add.
i. Pada kotak dialog Option, pilih estimate of effect size, SCCP matriks,
Homogeneity Test. Pilih continue.
j. Klik OK.
Adapun hasil pengelolaan data dengan SPSS 16.0 beserta intepretasi dari
data berat badan babi pada peternakan Jabalpur diberikan sebagai berikut:
1. Plot Profil

Keterangan:
0 Babi Jantan
1 Babi Betina

Gambar 1. Plot Profil Berat Badan Babi

Untuk plot profil berat badan babi terlihat bahwa baik untuk babi jantan
dan babi betina menunjukkan perubahan berupa penambahan berat badan yang
sama setelah beberapa minggu pengamatan.

16
2. Deskripsi Between and Within Subjects
Within-subject atau pengaruh dari individu atau objek yang sama
untuk memberikan kontribusi pada skor setiap kelompok adalah Berat
Badan Babi, yang menunjukkan nilai dari data setiap babi. Sementara
between-subjects factors merupakan ukuran pengaruh dari subjek (dalam
hal ini babi) yang berbeda terhadap setiap kelompok yakni dari jenis
kelamin (jantan dan betina). Output yang diberikan yakni:

Tabel 2. Within-Subjects Factors Berat Badan Babi

Dependent
factor1 Variable
1 B0
2 B4
3 B8
4 B12
5 B16
6 B20

Tabel 3. Between-Subjects Factors Berat Badan Babi

Value Label N
Jenis 0 Jantan 8
Kelamin 1 Betina 8

3. Pengujian Between-Subjects Effect Univariate

17
 Tabel 4. Levene's Test of Equality of Error Variancesa
F df1 df2 Sig.
Berat Badan Minggu ke-
.127 1 14 .727
0
Berat Badan Minggu ke-
.619 1 14 .445
4
Berat Badan Minggu ke-
.749 1 14 .401
8
Berat Badan Minggu ke-
.899 1 14 .359
12
Berat Badan Minggu ke-
.795 1 14 .388
16
Berat Badan Minggu ke-
1.080 1 14 .316
20
Tests the null hypothesis that the error variance of the
dependent variable is equal across groups.
a. Design: Intercept + Gender
Within Subjects Design: factor1

Hipotesis:
H0 : ada pengaruh jenis kelamin terhadap perubahan berat badan babi.
H1 : tidak ada pengaruh jenis kelamin terhadap perubahan berat badan babi.
Berdasarkan output dari software SPSS 16.0 didapatkan nilai sebagai
berikut:
B0 = 0.727 B12 = 0.359
B4 = 0.445 B16 = 0.388
B8 = 0.401 B20 = 0.316
Dapat dilihat bahwa semua nilai hasil pengujian memperlihatkan nilai
hasil uji dengan nilai sig > 0.05 sehingga H0 ditolak berarti tidak ada pengaruh
antara jenis kelamin babi terhadap perubahan berat badan babi.

4. Pengujian Between- Subjects Effect Multivariate

18
 Tabel 5. Tests of Between-Subjects Effects
Measure:wgt
Transformed Variable:Average
Type III Sum Mean Partial Eta
Source of Squares df Square F Sig. Squared
Intercep
1592.010 1 1592.010 593.994 .000 .977
t
Gender 16.674 1 16.674 6.221 .026 .308
Error 37.522 14 2.680

Dari tabel dapat dilihat bahwa nilai sig. wgt < 0.05, dengan demikian dapat
disimpulkan jenis kelamin memiliki pengaruh atau memiliki keterhubungan
dengan perubahan berat badan.

5. Pengujian Within- Subjects Effect Univariate

Tabel 6. Mauchly's Test of Sphericityb

Measure:wgt
Within Epsilona
Subjec
ts Mauchly's Approx. Greenhouse Huynh- Lower-
Effect W Chi-Square df Sig. -Geisser Feldt bound
factor1 .000 99.613 14 .000 .295 .345 .200
Tests the null hypothesis that the error covariance matrix of the
orthonormalized transformed dependent variables is proportional to an identity
matrix.
a. May be used to adjust the degrees of freedom for the averaged tests of
significance. Corrected tests are displayed in the Tests of Within-Subjects
Effects table.
b. Design: Intercept + Gender
Within Subjects Design: factor1

19
 Berdasarkan tabel pengujian Mauchlys Test of Sphericityb terlihat bahwa
nilai sig. untuk wgt (berat badan) = 0.000. Nilai ini lebih kecil dari 0.05,
sehingga tidak terdapat perbedaan yang signifikan terhadap perbedaan nilainya.
Dengan demikian, dapat disimpulkan bahwa terdapat pengaruh antara jenis
kelamin terhadap perubahan berat badan babi.

BAB III
PENUTUP

A. Kesimpulan
Rancangan percobaan dengan pengamatan berulang (repeated
measures) muncul dalam berbagai bidang kehidupan. Pengamatan berulang
adalah pengamatan dari suatu respon yang dilakukan lebih dari satu kali
pada waktu yang berbeda selama masa penelitian.
Analisis untuk rancangan semacam ini mengikuti pola rancangan
split plot dengan perlakuan yang dicobakan dialokasikan sebagai petak
utama dan waktu pengamatan dipandang sebagai faktor tambahan yang
dialokasikan sebagai anak petak atau satuan yang terkecil. Rancangan
pengamatan berulang digunakan pada percobaan yang responnya diamati atau
diukur beberapa kali dalam jangka waktu tertentu dan setiap subjek menerima
perlakuan yang dialokasikan secara acak.

20
 Tujuan dari rancangan pengamatan berulang ini adalah untuk
menyelidiki kecepatan perubahan dari satu periode waktu ke periode waktu
berikutnya, atau dengan kata lain ingin diketahui pengaruh perlakuan terhadap
pola pertumbuhan berdasarkan respons yang diamati. Selain itu juga ingin
diketahui pengaruh interaksi antar perlakuan dan periode waktu pengamatan.
Berbeda halnya dengan analisis ragam biasa, pada pengamatan
berulang ini akan terdapat korelasi diantara respons yang diukur. Hal ini
terjadi karena pengambilan respons diukur dari subjek yang sama dari waktu
ke waktu. Jika jangka waktu pengambilan respons semakin dekat maka
korelasi yang terjadi juga semakin besar. Dalam analisis ragam dengan
pengamatan berulang terdapat dua bagian utama total keragaman, yaitu
yang berasal dari lapis subjek dan lapis subjek waktu. Keragaman lapis
subjek dibagi lagi menjadi keragaman untuk pengaruh utama dan pengaruh
interaksi. Sedangkan keragaman pada lapis subjek waktu dibagi menjadi
pengaruh utama dari waktu ke waktu itu sendiri dan pengaruh interaksi antara
waktu dengan faktor-faktor percobaan.

B. Saran
Demikianlah makalah ini dibuat, saya sebagai penyusun sadar bahwa
makalah ini jauh dari kata sempurna, karena saya masih memiliki
keterbatasan-keterbatasan. Untuk itu , saya sebagai penulis mengharapkan
kritik dan saran yang membangun dari dosen pengampu dan para pembaca
sebagai bahan perbaikan untuk saya kedepannya.

21
 DAFTAR PUSTAKA

Cochran,W.G. dan G.M. Cox. 1957. Experimental Designs. John Wiley and Sons,
New York.
DP4M. 1993. Pedoman Pengelolaan dan Pelaksanaan Penelitian dan Pengabdian
Pada Masyarakat. DP4M DIKTI, Jakarta.
DRN. 1996. Petunjuk Penyusunan Proposal Riset Unggulan Terpadu (RUT) VI.
MENRISTEK-DRN, Jakarta.
DRN. 1997. Petuntuj Penyusunan Proposal Riset unggulan Kemitraan.
MENRISTEK-DRN, Jakarta
Federer, W.T., 1963. Experimental design. Theory and Application. The
Mcmillan Co., New York.
Meyer, B.S., Anderson, D.B. and Bohning, R.H., 1964. Introduction to plant
physiology. D. Van Nostrand, Princenton, New Jersey.
Mutsaers, H.J.W., N.M. Fisher, W.O.Vogel, dan m.C.Palada. 1986. A Field Guide
for on-Farm Research. Farming Systems Program, IITA, Ibadan nigeria.

22
Semaoen, I. 1995. Rumusan Permasalahan, Tujuan dan Kegunaan, Kerangka Teori
dan Konsepsi. Bahan Penataran Kiat Merancang, Menyusun dan
Mengkomunikasikan Usul Penelitian yang handal dan mampu bersaing.
Lembaga Penelitian, Unibraw.

23