Handout Rancangan Percobaan PDF
Handout Rancangan Percobaan PDF
RANCANGAN PERCOBAAN
Kismiantini
NIP. 19790816 200112 2 001
Dosen Pengampu
Kismiantini M
Kismiantini, M.Si.
Si Percobaan Satu Faktor
RAL, RAKL, RBSL
Pendahuluan
Prinsip, istilah
Prinsip, istilah dan klasifikasi
Rancangan Percobaan
1 2
Referensi Pendahuluan
Wajib :
Mattjik, A.A. & Sumertajaya, I.M. 2006. Perancangan
j j y g Percobaan.
Bogor: IPB Press.
y Ilmu tentang statistik
Anjuran
A j : y Ilmu yang mempelajari cara‐cara:
Kirk, R.E. 1995. Experimental Design: Procedures for the
Behavioral Sciences California: Brooks/Cole Publishing
Behavioral Sciences. California: Brooks/Cole Publishing 1. mengumpulkan data
Company. 2. menyajikan data STATISTIKA DESKRIPTIF
Montgomery, D.C. 2001. Design and Analysis of Experiments. 3. mengolah
l h data
d
New York: John Wiley & Sons. 4. menganalisis data
STATISTIKA INFERENSIAL
5. menarik kesimpulan
Suryanto. 2000. Diagram Blok. Yogyakarta: UNY
3 4
9 10
Kl ifik i Rancangan
Klasifikasi R P b
Percobaan Rancangan Perlakuan
1. Satu
S Faktor
F k
y Rancangan Perlakuan
2. Dua Faktor
b k i
berkaitan d
dengan b i
bagaimana perlakuan‐perlakuan
l k l k
y Faktorial (bersilangan, tersarang)
tersebut dibentuk
y Split Plot
y Rancangan Lingkungan
y Split blok/Strip Plot
berkaitan dengan bagaimana perlakuan
perlakuan‐perlakuan
perlakuan
ditempatkan pada unit‐unit percobaan 3. Tiga Faktor atau lebih
y Rancangan
R P
Pengukuran
k y Faktorial (bersilangan, tersarang, campuran)
berkaitan dengan bagaimana respons percobaan y Split‐split Plot
diambil dari unit‐unit percobaan yang diteliti y Split‐split Blok
S li li Bl k
11 12
Rancangan Lingkungan
y Rancangan Acak Lengkap (RAL)
g g p( )
y Rancangan Acak Kelompok Lengkap (RAKL)
y Rancangan Bujur Sangkar Latin (RBSL)
R B j S k L ti (RBSL)
y Rancangan Lattice
13
Beberapa keuntungan dari penggunaan RAL
1 2
Model linier aditif dalam RAL Model linier aditif dari RAL
y Model Tetap i = 1, 2,K , a
merupakan model dimana perlakuan-perlakuan yang
g
digunakan dalam ppercobaan berasal dari ppopulasi
p yyangg Yijj = μ + τ i + ε ijj dengan
g
j = 1, 2, K , r
ε ij ~ N (0, σ 2 )
iid
dicobakan merupakan sampel acak dari populasi perlakuan Asumsi untuk model tetap ialah ∑τ
i =1
i =0
a a ∑μ i
diamati)
⇒ aμ + ∑τ i = ∑ μ i ,μ = i =1 (perlakuan tidak berpengaruh terhadap
i =1 i =1 a
respons yang diamati)
sehingga berakibat
a
H1 : ∃τ i ≠ 0, i = 1, 2, K , a
7
∑τ
i =1
i =0
8
Dekomposisi
p Jumlah Kuadrat Total Perhitungan Analisis Variansi (Anava
Anava))
y Keragaman total dapat diuraikan sbb: Ulangan sama
Yij − Y•• = Yij − Yi• + Yi• − Y•• Y2
(Y − Y•• ) = (Yi• − Y•• ) + (Yijj − Yi• )
FK = ••
ijj
ar
y Jika kedua ruas dikuadratkan maka akan diperoleh a
(Y ij − Y•• ) = (Yi• − Y•• ) + (Yij − Yi• ) + 2(Yi• − Y•• )(Yij − Yi• )
2
i =1 j =1
ij
2
i =1 j =1
2
i =1 j =1
2
r
a r
∑∑ (Y − Y•• )(Yij − Yi• ) = 0 JKT = ∑∑ Yij2 − FK
a r
karena i•
i =1 j =1
y Sehingga i =1 j =1
JJumlah Kuadrat Total = JJumlah Kuadrat Perlakuan + JJumlah Kuadrat Galat
JKG = JKT − JKP
9 JKT = JKP + JKG 10
Soal 3
SSuatu percobaan
b telah
l h dilakukan
dil k k untukk menyelidiki
lidiki pengaruhh
pelumas motor terhadap tingkat kemampuan kinerja mesin motor. Soal 4
D i berbagai
Dari b b i merkk pelumas
l motor
t yang ada,
d telah
t l h dipilih
di ilih secara acakk y Sebuah lembaga penelitian di suatu perguruan tinggi ingin mengetahui pengaruh
diantaranya merk A, C dan T. Mengingat terbatasnya biaya dalam metode mengajar yang digunakan dosen terhadap hasil belajar mahasiswa khusus
melakukan percobaan,
percobaan ulangan hanya dilakukan sebanyak 5 kali. kali untuk mata kuliah Statistika Elementer.
Elementer Ada berbagai macam metode mengajar
Percobaan tersebut dilakukan terhadap jenis motor yang mempunyai dalam pembelajaran, pada penelitian ini telah dipilih secara acak empat metode
yang dianggap sesuai dengan karakteristik mata kuliah tersebut yaitu metode
mesin yang sama (mesin 4 tak). tak) Berikut data tingkat kinerja ceramah, tanya jawab, problem solving dan diskusi. Untuk keperluan itu telah
kemampuan mesin yang diukur dari kecepatan (km/jam) : dipilih secara acak 20 kelas yang relatif seragam, dengan rata-rata kemampuan
Merk
M k A 32 55 28 24 30 awal mahasiswa dalam Statistika Elementer yang relatif sama.sama Secara acak 20
Pelumas C 52 67 55 52 53 kelas tersebut dibagi menjadi 4 kelompok, masing-masing kelompok
T 58 42 76 46 25 mendapatkan pembelajaran dengan salah satu metode tersebut. Dosen yang
mengajar di kelas-kelas tersebut telah dipilih sedemikian hingga dapat dianggap
a) Tentukan rancangan apa yang sesuai dengan penelitian yang dimaksud! mempunyai karakteristik yang hampir sama. Setelah pembelajaran selesai,
b)) Tentukan model linear dan maknanya! y semua kelas mendapat tes dengan soal dan waktu yang sama.sama Berikut ini adalah
c) Model tetap atau model acak? Sebutkan alasannya! data tentang rata-rata nilai tes mahasiswa dari ke-20 kelas yang digunakan dalam
d) Lakukan analisis sesuai yyangg dimaksud. Gunakan taraf nyata
y 0,05. penelitian.
15 Anggap asumsi-asumsi dalam anava terpenuhi. 16 Anggap asumsi-asumsi dalam anava terpenuhi.
Kelas
l
Metode Mengajar
P bl
Problem Jumlah
lh
Soal 5
Ceramah Tanya Jawab Diskusi
Solving Suatu penelitian akan dilakukan untuk mengetahui pengaruh metode mengajar yang
1 8,
8,2 7,0
,0 8,7
8, 6,
6,2 30,
30,1 digunakan guru terhadap hasil belajar siswa untuk mata pelajaran matematika SMA
2 9,2 6,8 7,5 6,8 30,3 kelas I. Pada penelitian ini telah dipilih secara acak empat metode yang dianggap
3 9,4 5,8 9,3 7,5 32,0 g karakteristik mata ppelajaran
sesuai dengan j tersebut yyaitu metode contextual teachingg
4 7,5 5,3 8,9 5,5 27,2 learning, cooperative learning, tutor sebaya dan local material learning. Untuk keperluan
5 6,2 8,0 7,6 5,7 27,5 itu telah dipilih secara acak 16 kelas (16 kelas I SMA) yang relatif seragam dan guru
Jumlah
Ju a 40,5 332,9
,9 442 331,7
,7 147,1
47,
yang mengajarj di kelas-kelas
k l k l tersebut b telah
l h dipilih
di ilih sedemikian
d iki hingga
hi d
dapat di
dianggap
mempunyai karakteristik yang hampir sama. Setiap metode mengajar diterapkan
a) Tentukan rancangan apa yang sesuai dengan penelitian yang pada empat kelas.
kelas Data yang diperoleh berupa data tentang rata rata-rata
rata nilai tes
dimaksud. matematika siswa untuk masing-masing metode mengajar.
b)) Tentukan model linear dan maknanyay Tentukan rancangan g apa p yyangg sesuai dengan
g ppenelitian yyangg dimaksud.
c) Model tetap atau model acak? Sebutkan alasannya. a) Sebutkan apa yang menjadi pengamatan dan jumlah ulangannya.
b) Tentukan model linear dan maknanya
d Anggap
d) A asumsi-asumsi
i i dalam
dl A
Anava terpenuhi,
hi lakukan
lk k
c) Model tetap atau model acak? Sebutkan alasannya.
pengujian hipotesis sesuai dengan penelitian yang
d k d Gunakan
dimaksud. k taraff nyata 0,05.
17 18
P h tik kasus
Perhatikan k berikut
b ik t
Ingin mengetahui pengaruh jenis obat terhadap kecepatan
penyembuhan
Faktor : jenis obat
Rancangan
g Acak Kelompok
p Apakah ada faktor lain yang mempengaruhi kecepatan
penyembuhan
b h selainl i jenis
j i obat?
b t? Mungkin
M ki saja,
j misalkan
i lk
Lengkap (RAKL) umur pasien, jenis kelamin
Randomized Complete Block Design Bila umur pasien sama atau jenis kelamin sama maka
gunakan saja
g j RAL.
Keheterogenan unit percobaan berasal dari satu sumber • Misalkan ada 6 perlakuan (P1, P2, P3, P4, P5, P6)
keragaman 3 kelompok
• Ada 6 unit percobaan pada setiap kelompok
Mengatasi kesulitan dalam mempersiapkan unit
• Total
T l unit
i percobaan
b ada
d 3×6
3 6 = 18 unit
i percobaan
b
percobaan dalam jumlah besar
• Pengacakan dilakukan pada masing-masing kelompok
Kelompok yang dibentuk harus merupakan kumpulan • Salah satu bagan percobaan
dari unit-unit p
percobaan yyang
g relatif homogen
g P1 P3 P2 P4 P6 P5 Kelompok 1
sedangkan keragaman antar kelompok diharapkan
P3 P5 P6 P4 P1 P2 Kelompok 2
cukup tinggi
P1 P5 P3 P4 P2 P6 Kelompok 3
3 4
Tabulasi
T b l i data
d t Model linier aditif dari RAKL
i = 1, 2,K , a
Kelompok
P1 P2
Perlakuan
P3 P4 P5 P6
Total kelompok (Y•j) Yijj = μ + τ i + β j + ε ijj dengan j = 1, 2, K , b
ε ij ~ N (0, σ 2 )
iid
1 Y11 Y21 Y31 Y41 Y51 Y61 Y•1
2 Y12 Y22 Y32 Y42 Y52 Y62 Y•2
Yij : pengamatan
t pada d perlakuan
l k k i dan
ke-i d kelompok
k l k ke-j
k j
3 Y13 Y23 Y33 Y43 Y53 Y63 Y•3
μ : rataan umum
Total Perlakuan ((Yii•) Total keseluruhan ((Y••)
Y1• Y2• Y3• Y4• Y5• Y6• τi : pengaruhh perlakuan
l k k i
ke-i
βj : pengaruh kelompok ke-j
εij : pengaruh acak pada perlakuan ke-i
ke i kelompok ke-j
ke j
a b
τ i ~ N (0, σ τ2 ) β j ~ N (0, σ β2 )
iid iid
Asumsi untuk model acak ialah dan
5 6
Hipotesis Model Tetap Hipotesis Model Acak
H 1 : ∃τ i ≠ 0 , i = 1, 2, K , a
respons yang diamati)
H 1 : σ τ2 > 0 (keragaman perlakuan berpengaruh positif terhadap respons yang diamati)
7 8
SV db JK KT Fhitung
Y•2• b
Perlakuan
e a ua
Kelompok
a
a-1
b-1
J
JKP
JKK
KTP
KTK
KTP/KTG
/ G
KTK/KTG
FK =
ab ∑Y
j =1
2
•j
a JKK = − FK
Galat (a 1)(b 1)
(a-1)(b-1) JKG KTG
∑Y 2
i• a
Total ab-1 JKT JKP = i =1
− FK a b
b JKT = ∑∑ Yij2 − FK
Kriteria Keputusan : i =1 j =1
1. Ho ditolak jika Fhit > Fα(a-1, (a-1)(b-1))
2. Ho ditolak jika Fhit > Fα(b-1, (a-1)(b-1))
JKG = JKT − JKP − JKK
9 10
Kelebihan
Rancangan Bujur Sangkar Latin Mampu mengendalikan komponen keragaman unit-unit
p
percobaan dari dua arah ((arah baris dan arah kolom))
(RBSL)
Kekurangan
Latin Square Design RBSL tidak efektif bila percobaan melibatkan perlakuan
dalam jjumlah besar
Syarat RBSL
y Jumlah perlakuan = jumlah baris = jumlah kolom
y Pengacakan,
g , setiap
ppperlakuan harus muncul sekali di setiap
p
baris dan sekali di setiap kolom
Pengacakan
g dan Bagan
g Percobaan Tabulasi Data
• Penempatan
P t y Pengacakan
P k y Pengacakan
P k
Baris
Kolom
K1 K2 K3 K4 Jumlah
perlakuan (searah penempatan baris penempatan kolom
B1 B D C A
diagonal) Y112 Y124 Y133 Y141 Y1••
1 A D C B 3 C B A D 3 B D C A B2 A C B D
2 B A D C 2 B A D C 2 A C B D Y211 Y223 Y232 Y244 Y2••
3 C B A D 4 D C B A 4 C A D B B3 C A D B
4 D C B A 1 A D C B 1 D B A C Y313 Y321 Y334 Y342 Y3••
B4 D B A C
1 2 3 4 2 4 1 3
Y414 Y422 Y431 Y443 Y4••
Jumlah Y•1• Y•2• Y•3• Y•4• Y•••
Hasil Akhir
Pengacakan
(Bagan Percobaan
Percobaan))
ε ijk ~ N (0, σ 2 )
iid
Yijk : pengamatan pada perlakuan ke-k dalam baris ke-i kolom ke-j H 0 : α1 = α 2 = K = α r = 0 (baris tidak berpengaruh terhadap
respons yang diamati)
μ : rataan umum H 1 : ∃α i ≠ 0 , i = 1, 2, K , r
αi : pengaruh baris ke-i Hipotesis pengaruh kolom
βj : pengaruh kolom ke-j
τk : pengaruh perlakuan ke-k
εijk : pengaruh acak pada perlakuan ke-k dalam baris ke-i dan kolom ke-j H 0 : β1 = β 2 = K = β r = 0 (kolom tidak berpengaruh terhadap
respons yang diamati)
r r r H 1 : ∃β j ≠ 0 , j = 1, 2, K , r
Asumsi untuk model tetap ialah ∑α i =0 ∑β j =0 ∑τ
k =1
k =0
i =1 j =1
( ) β j ~ N (0, σ β2 ) τ k ~ N (0, σ τ2 )
iid iid iid
Asumsi untuk model acak ialah α i ~ N 0, σ α
2
6
Hipotesis
po es s Model
ode Acak
ca Tabel Analisis Variansi
Hipotesis pengaruh perlakuan
SV db JK KT Fhitung
H 0 : σ τ2 = 0 (keragaman perlakuan tidak berpengaruh terhadap respons yang diamati) Perlakuan r1
r-1 JKP KTP KTP/KTG
H 1 : σ τ2 > 0 (keragaman perlakuan berpengaruh positif terhadap respons yang diamati) Baris r-1 JKB KTB KTB/KTG
Hi t i pengaruh
Hipotesis h baris
b i Kolom r1
r-1 JKK KTK KTK/KTG
Galat (r-1)(r-2) JKG KTG
H 0 : σ α2 = 0 (k
(keragaman b
baris
i tid
tidakk berpengaruh
b h tterhadap
h d respons yang di
diamati)
ti)
Total r2-1 JKT
H 1 : σ α2 > 0 (keragaman baris berpengaruh positif terhadap respons yang diamati)
Hipotesis pengaruh kelompok
Kriteria Keputusan :
H0 :σ β = 0 2 1, 2, 3. Ho ditolak jika Fhit > Fα(r
α(r-1,
1, (r
(r-1)(r-2))
1)(r 2))
(keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
H1 : σ β > 02
(keragaman kelompok berpengaruh positif terhadap respons yang diamati)
7 8
∑Y
menghilangkan pengaruh yang diakibatkan oleh mata kuliah yang
FK = ••• 2
• j• berlainan dan waktu mengajar yang tidak sama maka dilakukan
r 2
j =1 kl ifik i keragaman
klasifikasi k d i dua
dari d arah.h Setiap
S ti profesor
f mengajar
j 4 kelas:
k l
r JKK = − FK Aljabar, Geometri, Statistika dan Kalkulus, masing-masing pada 4
∑Y 2
•• k
r
r
r r
waktu berbeda. Data berikut adalah nilai yang diberikan oleh keempat
profesor A, B, C, dan D pada 16 mahasiswa yang mempunyai
JKP = k =1
− FK
r JKT = ∑∑∑ Yijk2 − FK kemampuan kira-kira sama.
r i =1 j =1 k =1
Anggap asumsi-asumsi dalam
∑ Yi•2• JKG = JKT − JKP − JKB − JKK Anava terpenuhi
A p
JKB = i =1
− FK
r
Analisislah data diatas sesuai maksud penelitiannya! Gunakan taraf
nyata α = 0,05.
Soal 2 Soal 3
Suatu
S t percobaan
b t l h dilakukan
telah dil k k untuk
t k membandingkan
b di k kualitas
k lit empatt
Sebuah penelitian telah dilakukan untuk mengetahui pengaruh posisi tempat
duduk siswa terhadap nilai hasil ujian pada sebuah kelas. Keragaman nilai hasil jenis pemutih wajah keluaran terbaru yaitu A, B, C dan D. Pemutih
ujian siswa dapat disebabkan diantaranya oleh tingkat kemampuan intelegensi wajah
j diujicobakan
j pada wanita dengan
p g tipe
p kulit wajah
j berbeda
siswa dan waktu ujian yang berbeda sehingga dilakukan klasifikasi keragaman dari (normal, kering, berminyak dan sensitif) dan waktu penggunaan yang
dua arah. Tingkat kemampuan intelegensi siswa diukur dengan skor IQ yang berbeda (pagi, siang, sore, dan malam). Data yang diperoleh berupa
selanjutnya dapat digolongkan menjadi tingkatan kemampuan rendah, rendah sedang dan d t tingkat
data ti k t keberhasilan
k b h il obat b t pemutih
tih dengan
d skala
k l 1-50.
1 50
tinggi. Waktu ujian yang dipilih adalah pagi (jam 7.00-9.00), siang (11.00-13.00)
dan sore (15.00-17.00). Posisi tempat duduk yang dicobakan adalah depan, Perlakuan Y..k Tipe Kulit Wajah Yi.. Waktu Y.j.
tengah, belakang. Untuk keperluan penelitian tersebut dipilih 9 siswa yang Penggunaan
P
mewakili tiga golongan tingkat kemampuan intelegensi dan tiga kelompok waktu A 140 Normal 105 Pagi 135
ujian.
j Berikut rata-rata nilai hasil ujian
j untuk ketiga
g pposisi tempat
p duduk. B 142 Kering 169 Siang 147
C 160 Berminyak 143 Sore 149
Sumber Derajat Jumlah Kuadrat D 113 Sensitif 138 Malam 124
V i i
Variasi b b
bebas Kuadrat
K d t Tengah
T h Analisislah data diatas sesuai
maksud penelitiannya! Gunakan Diketahui : 122 + 342 + … + 452 + 122 = 21143
Perlakuan 4,634
taraf nyata α = 0,05.
Kemampuan
p 1,642
, a) Tentukan rancangan apa yang sesuai dengan penelitian yang
Waktu 0,188 dimaksud.
Anggap asumsi-asumsi dalam
Galat b) Lakukan pengujian hipotesis yang dimaksud dengan taraf nyata
Anava terpenuhi
A p
T t l
Total 11 722
11,722 0,05(Anggap asumsi-asumsi dalam Anava terpenuhi).
Beda
d Nyata Terkecil k il (BNT)
( )
Least Significant
g f Difference
ff (LSD)
Uji
j Lanjut
j Setelah Anava • Hipotesis
(Perbandingan Rata
Rata--rata Perlakuan)
Perlakuan)
H0 : μi = μi’ H1 : μi ≠ μi’
• Taraf nyata : α
Uji lanjut ini hanya berlaku
• Statistik Uji : BNT = t α (db (G ) ) sY
untuk pengujian model tetap 2
i • −Yi ' •
Beda
d Nyata Jujur j ((BNJ)) Uji
ji Perbandingan
b di Bergandad Duncan
Honest Significant
g f Difference
ff (Tukeyy test) Duncan Multiple
p Range
g Test (DMRT)
• Hipotesis • Hipotesis
H0 : μi = μi’ H1 : μi ≠ μi’ H0 : μi = μi’ H1 : μi ≠ μi’ rp
• Taraf nyata
y :α • Taraf nyata
y :α
• Statistik Uji : BNJ = qα (a ,db ( g ) ) sY • Statistik Uji : R p = rα ( p ,db ( g ) ) sY p = 2, 3, K , a
sY = KTG r ulangan l sama sY = KTG r ulangan l sama
a a
rh = a ulangan tidak sama
sama, ganti r dengan rh rh = a ulangan tidak sama
sama, ganti r dengan rh
∑1 r
i =1
i
a menyatakan banyaknya perlakuan ∑1 r
i =1
i
a menyatakan banyaknya perlakuan
• K
Kriteria
i i Keputusan
K : Yi• − Yi '• > BNJ • K
Kriteria
i i Keputusan
K : Yi• − Yi '• > Rp maka
k
maka H1 diterima (kedua perlakuan H1 diterima (kedua perlakuan berbeda)
berbeda)
• Hitungan:
Y1• − Y2• = 1,2 Y2• − Y4• = 3,8∗
Tanda * menunjukkan
Uji Lanjut
L j t dengan
d DMRT
Y1• − Y3• = 1,4 Y2• − Y5• = 5∗ hasil nyata/signifikan
• Hipotesis
Y1• − Y4• = 2,6 Y3• − Y4• = 1,2 H0 : μi = μi’
Y1• − Y5• = 3,8∗ Y3• − Y5• = 2,4 H1 : μi ≠ μi’, i ≠ i’, i = 1, 2, 3, 4, 5
• Taraf nyata : α = 0,05 0 05
Y2• − Y3• = 2,6 Y4• − Y5• = 1,2
• Statistik Uji : KTG
• Kesimpulan R p = rp
r
μ1=μ2=μ3, μ3=μ4=μ5, μ1=μ3=μ4
• Kriteria Keputusan : H0 ditolak jika Yi• − Yi '• > Rp
μ1≠μ5, μ2≠μ5, μ2≠μ4 p 2 3 4 5 Lihat di tabel DMRT
Y5• Y4• Y3• Y1• Y2• rp 2,95 3,10 3,18 3,25
Rp 2,24 2,35 2,41 2,47
2,8 4 5,2 6,6 7,8
• Hitungan
g :
Y5• Y4• Y3• Y1• Y2• • Kesimpulan
2,8 4 5,2 6,6 7,8 μ1=μ2, μ1=μ3, μ3=μ4, μ4=μ5
Y2• − Y5• = 5 > 2,47 (R5 )
∗
Asumsi-
A
Asumsi
i-asumsii dalam
d l • Galat percobaan memiliki ragam yang homogen
ri ∑ Yij2 − (∑ Yi• )
ij 2
⎡ 1 ⎤⎡ ⎛ 1 ⎞ 1 ⎤ s2 = =
⎥ ⎢∑ ⎜⎜
j
FK = 1 + ⎢ ⎟⎟ − ⎥ i ri − 1 ri (ri − 1)
⎣ 3(a − 1) ⎦ ⎢⎣ ⎝ ri − 1 ⎠ ∑ (ri − 1) ⎦⎥
• Kriteria Keputusan:
H0 ditolak jika χ2terkoreksi =(1/FK)χ2hit > χ2α(a‐1)
Plot nilai dugaan galat dengan nilai dugaan respons juga dapat untuk melihat
h kehomogenan
h ragam galat
3 4 (titik-titik amatan (sisaan) tidak membentuk suatu pola tertentu )
eij = Yij − Yˆij = Yij − Yi• eij = Yij − Yˆij = Yij − Yi• − Y• j + Y••
5 6
Model RBSL 3.
3 Melihat kenormalan galat
( ) • Secara visual kenormalan g galat dapat
p dilihat dari
iid
Yijk = μ + α i + β j + τ k + ε ijk , ε ijk ~ N 0, σ 2 plot peluang normal (plot kuantil-kuantil atau plot
E (Yijk ) = μ + α i + β j + τ k
Q-Q). Bila titik-titik amatan mengikuti arah garis
akan diduga oleh
di
diagonal l maka
k galat l t menyebar
b normal. l
Yˆijk = μˆ + αˆ i + βˆ j + τˆk
= Y••• + (Yi•• − Y••• ) + (Y• j • − Y••• ) + (Y•• k − Y••• ) = Yi•• + Y• j • + Y•• k − 2Y••
7 8
Plot p
peluang
g normal Uji Lilliefors
• Plot peluang normal bagi sisaan yaitu ei versus hi
⎡ ⎛ i − 0,375 ⎞⎤ KTG = JKG / db(G )
hi = KTG ⎢ z ⎜ ⎟⎥
⎣ ⎝ n + 0,25 ⎠⎦
hi adalah nilai harapan di bawah asumsi kenormalan
• Sisaan
S diurutkan dari kecil ke besar Yi − Y
z=
ei sY
Gambar disamping
menunjukkan bahwa galat
menyebar normal
banyaknya z1 , z 2 ,..., z n yang ≤ zi
karena titik-titik amatan S ( zi ) =
(sisaan) mengikuti arah n
garis diagonal.
hi
9 10
A 73 89,
73, 89 82,
82 43,
43 80,
80 73,
73 66,
66 60,
60 45,
45 93,
93 36,
36 77
Periksalah apakah asumsi-
asumsi-
B 88, 78, 48, 91, 51, 85, 74, 77, 31, 78, 62, 76, 96, 80, 56 asumsi terpenuhi
terpenuhi? ? Gunakan
C 68 79,
68, 79 56,
56 91,
91 71,
71 71,
71 87,
87 41,
41 59,
59 68,
68 53,
53 79,
79 15 taraf nyata 00,05
05 bila
diperlukan..
diperlukan
Periksalah apakah
p asumsi-asumsi terpenuhi?
p Gunakan
taraf nyata 0,05 bila diperlukan.
15 16
17 18
Jawab Soal 2 Jawab Soal 3
Source DF SS MS F P Analysis of Variance for bobot badan, using Adjusted SS for Tests
perlakuan 2 335 168 0
0.46
46 0
0.632
632
Error 37 13350 361 Source DF Seq SS Adj SS Adj MS F P
Total 39 13685 kelompok 3 14.188 14.187 4.729 4.97 0.026
jenis ransum 3 89.187 89.187 29.729 31.25 0.000
Error 9 8.562 8.562 0.951
S = 18.99 R-Sq = 2.45% R-Sq(adj) = 0.00% Total 15 111.937
19 20
Jawab Soal 4
21
Percobaan Faktorial
PERCOBAAN DUA FAKTOR • Ci
Cirii : perlakuan
l k merupakan
k kombinasi
k bi i dari
d i semua
kemungkinan kombinasi dari taraf-taraf dua faktor atau
l bih
lebih.
• Percobaan Faktorial
• Keuntungan adalah mampu mendeteksi respons dari
1.Taraf masing-masing
g g faktor (p
(pengaruh
g utama))
2.Interaksi antara dua faktor (pengaruh interaksi)
1 2
3 4
P
Percobaan
b D Faktor
Dua F kt dalam
d l RAL
6
B
Bagan Percobaan
P b d
dan C
Cara P
Pengacakan
k Tab lasi Data
Tabulasi
1 2 3 4 5 6 Ulangan A1 A2 A3 Total
A1B1 B1 1 Y111 Y211 Y311
7 8 9 10 11 12 2 Y112 Y212 Y312
A1B1
3 Y113 Y213 Y313
13 14 15 16 17 18
A1B1 Total Y11• Y21• Y31• Y•1•
B2 1 Y121 Y221 Y321
2 Y122 Y222 Y322
Cara mengacak, misalkan A1B1 akan diletakkan pada 3 3 Y123 Y223 Y323
nomor kocokan pertama yaitu pada tempat 5, 9 dan 18, Total Y12• Y22• Y32• Y•2•
dan seterusnya. Total Y1•• Y2•• Y3•• Y•••
7 8
Yijk : pengamatan pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k A a-1 JKA KTA σ2 +r
∑∑ αβ 2
ij
+ br
∑α i
2
(a − 1)(b − 1) (a − 1)
μ : rataan t umum
αi : pengaruh utama faktor A taraf ke-i B b-1 JKB KTB
σ2 +r
∑∑ αβ 2
ij
+ ar
∑β 2
j
(a − 1)(b − 1) (b − 1)
βj : pengaruh utama faktor B taraf ke ke-jj
(αβ)ij : pengaruh interaksi dari faktor A taraf ke-i dan faktor B taraf ke-j AB (a-1)(b-1) JKAB KTAB
σ2 +r
∑∑ αβ 2
ij
εijk : pengaruh acak pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k (a − 1)(b − 1)
G l t
Galat ab(r-1)
b( 1) JKG KTG
Asumsi untuk model tetap ialah σ2
a b a b
M d lA
Model Acak
k (F
(Faktor
kt A d
dan B acak)
k) M d lC
Model Campuran (F
(Faktor
kt A acak
kddan B ttetap)
t )
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah
Keragaman Bebas Kuadrat Tengah E(KT) Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT) (db) (JK) (KT)
A a-1 JKA KTA σ 2 + rσ αβ
2
+ brσ α2 A a-1 JKA KTA σ 2 + rσ αβ
2
+ brσ α2
(b − 1)
AB (a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2 AB (a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2
G l t
Galat ab(r-1)
b( 1) JKG KTG G l t
Galat ab(r-1)
b( 1) JKG KTG
σ2 σ2
Total abr-1
abr 1 JKT Total abr-1
abr 1 JKT
11 12
M d lC
Model Campuran (F
(Faktor
kt A ttetap
t dan
d B acak)
k) Hi t i M
Hipotesis Model
d lTTetap
t (F(Faktor
kt A d
dan B ttetap)
t )
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah • Hipotesis pengaruh utama faktor A
Keragaman Bebas Kuadrat Tengah E(KT) H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
(db) (JK) (KT)
A a-1 JKA KTA ∑α 2
H 1 : ∃α i ≠ 0 , i = 1, 2, K , a (faktor A berpengaruh terhadap respons yang diamati)
σ 2 + rσ αβ + br
2 i
(a − 1)
B b-1 JKB KTB
σ 2 + rσ αβ
2
+ arσ β2
• Hipotesis pengaruh utama faktor B
H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
AB (a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2
H 1 : ∃β j ≠ 0 , j = 1, 2, K , b (faktor B berpengaruh terhadap respons yang diamati)
G l t
Galat ab(r-1)
b( 1) JKG KTG
σ2 • Hipotesis pengaruh interaksi (Interaksi faktor A dengan faktor B
Total abr-1
abr 1 JKT H 0 : (αβ )11 = (αβ )12 = K = (αβ )abb = 0 tidak berpengaruh terhadap
respons yang diamati)
H 1 : ∃(αβ )ij ≠ 0 , i = 1, 2, K , a, j = 1, 2, K , b (Interaksi faktor A dengan faktor B
berpengaruh terhadap respons
yang diamati)
13 14
Hi t i M
Hipotesis Model
d lAAcak
k (F
(Faktor
kt A d
dan B acak)
k) Hi t i Model
Hipotesis M d l Campuran
C (Faktor
(F kt A acak
k d
dan B ttetap)
t )
Hi t i Model
Hipotesis M d l Campuran
C (Faktor
(F kt A ttetap
t d dan B acak)
k) Perhitungan Analisis Variansi
• Hipotesis pengaruh utama faktor A Y•2•• b
H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati) FK =
abr ∑Y 2
• j•
H 1 : ∃α i ≠ 0 , i = 1, 2, K, a j =1
(faktor A berpengaruh terhadap respons yang diamati)
a b JKB = − FK
• Hipotesis pengaruh utama faktor B ∑∑ Y
i =1 j =1
2
ij •
a
ar
b r
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati) JKP = − FK
r JKT = ∑∑∑ Yijk2 − FK
H 1 : σ β2 > 0 (Keragaman faktor B berpengaruh positif terhadap respons yang diamati) a i =1 j =1 k =1
Soal 2
P h tik b
Perhatikan berikut
ik t ! Suatu penelitian akan dilakukan untuk mengetahui pengaruh metode
belajar dan waktu kegiatan belajar mengajar terhadap hasil belajar mata
Sumber Derajat Bebas k li h rancangan percobaan
kuliah b ( t
(rata-rata
t hasil
h il nilai
il i akhir).
khi ) Metode
M t d yang
Keragaman (db) A : jenis pupuk dicobakan adalah ceramah, tanya jawab dan diskusi. Sedangkan waktu
B : varietas padi
A a-1 = ((a)) – ((1)) kegiatan belajar mengajar yang dipilih adalah pada jam pertama (7.00 (7.00-
a = 4,
4 b=3 3, r = 3
B b-1 = (b) – (1) 8.40), jam ketiga (11.00-12.40) dan jam kelima (15.00-16.40).
AB (a-1)(b-1) = (ab) – (a) – (b) +(1) Pengamatan dilakukan pada mahasiswa yang mengambil mata kuliah
t
tersebut
b t dengan
d k
kemampuan awall dalam
d l mempelajari
l j i rancangan
Galat ab(r-1) = (abr) – (ab)
percobaan relatif sama (syarat mata kuliah Statistika Elementer telah
Total abr-1 = (abr) – (1) diambil dengan nilai minimal C). Mahasiswa tersebut dikelompokkan
berdasarkan program studinya yaitu Prodi Pendidikan Matematika
+ a + a32 + a 42
(abr ) → ∑∑∑
2 2
Yijk2 2
(a ) → a 1 2
(1) → Y••• Subsidi, Pendidikan Matematika Swadana C dan Pendidikan Matematika
br 1 abr S d
Swadana D
D.
b12 + b22 + b32 a) Apa unit percobaannya? Apa pengamatannya?
(b ) →
ar b) Sebutkan faktor-faktor
faktor faktor yang diteliti beserta taraf dan sifatnya?
c) Tentukan semua kombinasi perlakuan yang mungkin.
(ab ) → ab11 + ab12 + ab13 + ab21 + ab22 + ab23 + ab31 + ab32 + ab33 + ab41 + ab42 + ab43
2 2 2 2 2 2 2 2 2 2 2 2
FAKTORIAL
• Pengaruh
g kelompok
p diasumsikan tidak berinteraksi dengan
g kedua
faktor.
• Misal ada dua faktor (A dan B)
RAKL
F kt A mempunyaii 3 taraf
Faktor t f (A1,
(A1 A2,
A2 A3)
Faktor B mempunyai 2 taraf (B1, B2)
Maka kombinasi perlakuan ada 3 × 2 = 6
(A1B1, A1B2, A2B1, A2B2, A3B1, A3B2)
Kelompok ada sebanyak 3
Sehingga unit percobaan yang diperlukan 3 × 2 × 3 = 18,
Dosen
D Pengampu
P : Kismiantini,
K
Kismiantini
t , M,Si,
M S,
M,Si
1
3 4
Model Linier Aditif dari Faktorial RAKL Model Tetap (Faktor A dan B tetap)
i = 1, 2, K , a
jika kelompok acak
Yijk = μ + α i + β j + (αβ )ij + ρ k + ε ijk dengan
j = 1, 2, K , b
k = 1, 2, K , r
S b
Sumber Derajat
D j t Jumlah
J l h Kuadrat
K d t Nilaii Harapan
Nil H K d t Tengah
Kuadrat T h
ε ijk ~ N (0, σ 2 )
iid
Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT)
Yijk : ppengamatan
g ppada faktor A taraf ke-i,, faktor B taraf ke-jj dan kelompok
p ke-k
μ : rataan umum A a-1 JKA KTA σ2 +r
∑∑ αβ 2
ij
+ br
∑α i
2
(a − 1)(b − 1) (a − 1)
αi : pengaruh utama faktor A taraf ke-i
βj : pengaruh utama faktor B taraf ke ke-jj B b-1 JKB KTB
σ2 +r
∑∑ αββ 2
ij
+ ar
∑β 2
j
(αβ)ij : pengaruh interaksi dari faktor A taraf ke-i dan faktor B taraf ke-j (a − 1)(b − 1) (b − 1)
ρk : pengaruh kelompok ke-k AB (a-1)(b-1) JKAB KTAB ∑∑ αβ 2
σ2 +r
ij
εijk : pengaruh acak pada faktor A taraf ke-i, ke i faktor B taraf ke-j
ke j dan kelompok ke-k
ke k (a − 1)(b − 1)
Kelompok r-1 JKK KTK σ 2 + abσ ρ2
Asumsi untuk model tetap ialah
a b a b r
5 6
Model Acak (Faktor A dan B acak) Model Campuran (Faktor A acak dan B tetap)
jika
k kelompok
k k acakk jika kelompok acak
S b
Sumber Derajat
D j t Jumlah
J l h Kuadrat
K d t Nilaii Harapan
Nil H K d t Tengah
Kuadrat T h S b
Sumber Derajat
D j t Jumlah
J l h Kuadrat
K d t Nilaii Harapan
Nil H K d t Tengah
Kuadrat T h
Keragaman Bebas Kuadrat Tengah E(KT) Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT) (db) (JK) (KT)
A a-1 JKA KTA σ 2 + rσ αβ
2
+ brσ α2 A a-1 JKA KTA σ 2 + rσ αβ
2
+ brσ α2
(b − 1)
AB (a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2 AB (a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2
Kelompok r-1 JKK KTK σ 2 + abσ ρ2 Kelompok r-1 JKK KTK σ 2 + abσ ρ2
7 8
Model Campuran (Faktor A tetap dan B acak) Hipotesis Model Tetap (Faktor A dan B tetap)
jika kelompok acak jika kelompok acak
Hipotesis pengaruh utama faktor A
Sumber
S b Derajat
D j t Jumlah
J l h Kuadrat
K d t Nilaii Harapan
Nil H K d t Tengah
Kuadrat T h H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT) H 1 : ∃α i ≠ 0 , i = 1, 2, K , a (faktor A berpengaruh terhadap respons yang diamati)
Total abr-1 H 0 : σ ρ2 = 0 (Keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
H 1 : σ ρ2 > 0 (Keragaman kelompok berpengaruh positif terhadap respons yang diamati)
9 10
Hipotesis Model Acak (Faktor A dan B acak) Hipotesis Model Campuran (Faktor A acak dan B tetap)
jika kelompok acak jika kelompok acak
Hipotesis pengaruh utama faktor A Hipotesis pengaruh utama faktor A
H 0 : σ α2 = 0 ((Keragaman
g faktor A tidak berpengaruh
p g terhadap
p respons
p yang
y g diamati)) H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
H 1 : σ α2 > 0 (Keragaman faktor A berpengaruh positif terhadap respons yang diamati) H 1 : σ α2 > 0 (Keragaman faktor A berpengaruh postif terhadap respons yang diamati)
Hi t i pengaruh
Hipotesis h utama
t faktor
f kt B Hipotesis pengaruh utama faktor B
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati) H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
H 1 : σ β2 > 0 (Keragaman faktor B berpengaruh positif terhadap respons yang diamati) H 1 : ∃β j ≠ 0 , j = 1, 2, K, b (f kt B b
(faktor berpengaruh
h tterhadap
h d respons yang di
diamati)
ti)
Soal
Perhatikan berikut ! Suatu p penelitian telah dilakukan untuk Kombinasi Kelompok
mengetahui pengaruh metode mengajar Total
Sumber Derajat Bebas Perlakuan A B C
Keragaman (db) A : suplementasi seng dan intensitas mengerjakan latihan soal M1I1 60 66 77 203
p
B : suplementasi minyak
y ikan terhadap hasil belajar matematika siswa M2I1 62 76 62 200
A a-1
1 = ((a)) – (1)
a = 4, b = 3, r = 3 kelas VI Sekolah Dasar. Metode M3I1 68 90 83 241
B b-1 = (b) – (1)
mengajar yang digunakan adalah M1I2 73 80 82 235
AB (a-1)(b-1)
(a 1)(b 1) = (ab) – (a) – (b) + (1) ceramah (M1),
(M1) alat peraga (M2) dan M2I2 78 85 91 254
M3I2 79 82 87 248
Kelompok r-1 = (r) – (1) permainan (M3). Sedangkan intensitas
M1I3 77 88 86 251
Galat (ab-1)(r-1) = (abr) – (ab) – (r) + (1) soal yang diberikan adalah jarang (I1), M2I3 79 85 88 252
sedang
d (I2) dan
d seringi (I3).
(I3) Kelas
K l yang M3I3 80 83 89 252
Total abr-1 = (abr) – (1)
tersedia untuk penelitian ada sebanyak Total 656 735 745 2136
(a ) → a
2
1 + a 22 + a32 + a 42
(abr
b )→
∑∑∑ Yijk2
(1) → Y•••
2 3 kelas dengan kemampuan awal siswa
masing-masing kelas berbeda (kelas A,
br 1 abr a. Tentukan rancangan yang sesuai
kelas B dan kelas C). Tabel berikut dengan penelitian tersebut. Jelaskan.
b12 + b22 + b32 r12 + r22 + r32
(b ) → (r ) → p
merupakan tabel tentang
g data rata-rata b. Tuliskan model linear dan
ar ab nilai ujian akhir matematika semester I maknanya.
kelas VI Sekolah Dasar. c. Lakukan pengujian hipotesis sesuai
(ab ) → ab11 + ab12 + ab13 + ab21 + ab22 + ab23 + ab31 + ab32 + ab33 + ab41 + ab42 + ab43
2 2 2 2 2 2 2 2 2 2 2 2
dengan y g dimaksud. Gunakan α =
g yang
r Anggap asumsi-asumsi dalam 0,05.
analisis variansi terpenuhi.
17
S
Seorang g insinyur
y menyatakan
y bahwa
tegangan ouput maksimum dari baterai
mobil (aki) dipengaruhi oleh jenis material
dan temperatur lokasi dimana baterai tsb
dirakit Berikut data tentang daya tegangan
dirakit.
output maksimum (voltage).
3 4
5 6
H0 : M1T2 = M2T2 = M3T2
H0 : M1T3 = M2T3 = M3T3
H0 : M1T1 = M1T2 = M1T3
H0 : M2T1 = M2T2 = M2T3
H0 : M3T1 = M3T2 = M3T3
9 10
11 12
Hipotesis :
H0 : C0P0 = C1P0
H1 : C0P0 ≠ C1P0
Perlakuan C0P0 C1P0
H0 : C0P1 = C1P1
Rata-rata
t t 26 62
26,62 22 32
22,32 H0 : C0P2 = C1P2
H0 : C0P0 = C0P1 = C0P2
|C0P0 - C1P0|=|26,62-23,32|= 4,3 < BNT
H0 : C1P0 = C1P1 = C1P2
Ho diterima. Ini berarti p
pemberian kapur
p tidak berpengaruh
p g
terhadap hasil biji kering tanaman kacang tanah pada taraf
pemberian p
p pupuk
p p phospat
p 0,00 ggr/pot.
p
13 14
Rancangan
g Petak Terpisah
p
• Bentuk khusus dari rancangan faktorial
• Latar belakang : kombinasi perlakuan tidak diacak
Rancangan Petak Terpisah secara sempurna terhadap unit-unit
unit unit percobaan
(Split
p Plot Design)
Design
g ) • Alasan :
1 Adanya
1. Ad tingkatan
i k k
kepentingan
i d i faktor
dari ffaktor-
k -faktor
f k yang
wxÇztÇ eT_ dilibatkan dalam percobaan
2. Pengembangan dari percobaan yang telah berjalan
3. Kendala pengacakan
g di lapangan
g
• Rancangan petak terpisah dapat diterapkan pada
berbagai rancangan lingkungan (RAL,
(RAL RAK,
RAK RBSL)
Dosen Pengampu : Kismiantini
Kismiantini,, M,Si
M,Si,, • Kata kunci : petak utama, anak petak
1 2
Yijk : pengamatan pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k H 1 : ∃α i ≠ 0 , i = 1, 2, K , a
δ ik ~ N (0, σ δ2 )
iid
μ : rataan umum
• Hipotesis pengaruh utama faktor B → anak petak
αi : pengaruhh utamat ffaktor
kt A ttaraff kke-ii
βj : pengaruh utama faktor B taraf ke-j H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
(αβ)ij : pengaruh interaksi dari faktor A taraf ke
ke-ii dan faktor B taraf ke
ke-jj H 1 : ∃β j ≠ 0 , j = 1, 2, K , b
δik : pengaruh acak dari faktor A taraf ke-i dan ulangan ke-k
εijk : pengaruh acak pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k • Hipotesis pengaruh interaksi
Asumsi untuk model tetap ialah H 0 : (αβ )11 = (αβ )12 = K = (αβ )ab = 0 (Interaksi faktor A dengan faktor B
tidak berpengaruh terhadap
H 1 : ∃(αβ )ij ≠ 0 , i = 1, 2, K, a, j = 1, 2, K , b
a b a b
respons yang diamati)
∑α i = 0, ∑ β j = 0, ∑ (αβ )ij = ∑ (αβ )ij = 0
i =1 j =1 i =1 j =1
Asumsi untuk model acak ialah
• Hipotesis pengaruh utama faktor A → petak utama • Hipotesis pengaruh utama faktor A → petak utama
H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati) H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
H1 : σ α > 0
2
H1 : σ α > 0
2
• Hipotesis pengaruh utama faktor B → anak petak • Hipotesis pengaruh utama faktor B → anak petak
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati) H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
H 1 : σ β2 > 0 H 1 : ∃β j ≠ 0 , j = 1, 2, K , b
Hipotesis
po es s Model
ode Ca
Campuran
pu a (Faktor
a o A tetap
e ap da
dan B aca
acak))
acak
Model Tetap (Faktor A dan B tetap)
• Hipotesis pengaruh utama faktor A → petak utama Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah
H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati) Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT)
H 1 : ∃α i ≠ 0 , i = 1, 2, K, a A a-1 JKA KTA ∑∑ αβ 2
∑α 2
σ 2 + bσ δ2 + r
ij i
+ br
(a − 1)(b − 1) (a − 1)
• Hipotesis pengaruh utama faktor B → anak petak Galat (a) a(r-1) JKGa KTGa σ 2 + bσ δ2
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati)
B b-1
1 JKB KTB
σ2 +r
∑∑ αβ 2
ij
+ ar
∑β 2
j
H1 : σ β > 0
2 (a − 1)(b − 1) (b − 1)
AB (a-1)(b-1)
(a 1)(b 1) JKAB KTAB
σ2 +r
∑∑ αβ 2
ij
H 0 : σ αβ
2
= 0 ((Keragaman
g interaksi faktor A dengan
g faktor B tidak berpengaruh
p g Galat(b) a(b-1)(r-1) JKGb KTGb
σ2
terhadap respons yang diamati)
H 1 : σ αβ > 0
2
Total abr-1 JKT
9 10
M d lC
Model Campuran (F
(Faktor
kt A acak
kddan B ttetap)
t )
Model Acak (Faktor A dan B acak)
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah
Keragaman Bebas Kuadrat Tengah E(KT) Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT) (db) (JK) (KT)
A a-1 JKA KTA σ 2 + bσ δ2 + rσ αβ
2
+ brσ α2 A a-1 JKA KTA σ 2 + bσ δ2 + rσ αβ
2
+ brσ α2
Galat (a) a(r-1) JKGa KTGa σ 2 + bσ δ2 Galat (a) a(r-1) JKGa KTGa σ 2 + bσ δ2
B b-1 JKB KTB σ 2 + rσ αβ
2
+ arσ β2 B b-1 JKB KTB
σ 2 + rσ αβ
2
+ ar
∑β 2
j
(b − 1)
AB ( 1)(b 1)
(a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2 AB ( 1)(b 1)
(a-1)(b-1) JKAB KTAB
σ 2 + rσ αβ
2
Galat(b) a(b-1)(r-1)
a(b 1)(r 1) JKGb KTGb σ2 Galat(b) a(b-1)(r-1)
a(b 1)(r 1) JKGb KTGb σ2
Total abr-1 JKT Total abr-1 JKT
11 12
Perhitungan Analisis Variansi
Model Campuran (Faktor A tetap dan B acak) b
Y•2••
FK =
abr
b
∑Y
j =1
2
• j•
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah
a b r JKB = − FK
JKT = ∑∑∑ Y − FK ar
Keragaman Bebas Kuadrat Tengah E(KT)
2
(db) (JK) (KT)
ijk
A a-1 JKA KTA ∑α 2
i =1 j =1 k =1 a b
σ 2 + bσ δ2 + rσ αβ
∑∑ Y
i
2
+ br 2
(a − 1) a r ij •
Galat (a) a(r-1) JKGa KTGa σ + bσ δ
2 2
∑∑ Y 2
i•k JKP =
i =1 j =1
− FK
B b-1 JKB KTB σ 2 + rσ αβ
2
+ arσ β2 JKST = i =1 k =1
− FK r
b
AB ( 1)(b 1)
(a-1)(b-1) JKAB KTAB a
JKAB = JKP − JKA − JKB
σ + rσ αβ
∑Y
2 2
Tests of Hypotheses Using the Type III MS for r(tanaman) as an Error Term
B1 = puzzle,
puzzle B2 = origami,
origami B3 = menara balok
Yijk : skor tes kecerdasan untuk anak usia dini yang diperoleh dari jenis karakteristik
Faktor : jenis karakteristik anak → petak utama (TETAP) anak ke-i, jenis permainan ke-j dan ulangan ke-k
A1 = anak yang cenderung aktif, A2 = anak yang cenderung pasif μ : rataan umum
d) Unit percobaan adalah anak usia dini αi : pengaruh utama jenis karakteristik anak ke-i
g
Pengamatan adalah skor tes kecerdasan untuk anak usia dini βj : pengaruh utama jenis permainan ke-j
(αβ)ij : pengaruh interaksi dari jenis karakteristik anak ke-i dan jenis permainan ke-j
δik : pengaruh acak dari jenis karakteristik anak ke-i dan ulangan ke-k
εijk : pengaruh acak pada jenis karakteristik anak ke-i,
ke-i jenis permainan ke-j dan
ulangan ke-k
21 22
23 24
Rancangan Blok Terpisah
• Kedua faktor merupakan petak utama
RANCANGAN • Pengaruh yang ditekankan adalah pengaruh interaksi
BLOK TERPISAH • Penempatan taraf kedua faktor dilakukan saling
bersilangan
atau R
Rancangan
g Petakk Teralur
• Rancangan
R iinii merupakan
k perkembangan
k b d
darii
rancangan faktorial dalam RAK
Split
p Block Design
g or Strip
p Plot Design
g
• Rancangan ini dapat diaplikasikan dalam RAK dan
RBSL tetapi tidak dapat diaplikasikan dalam RAL
Model Tetap (Faktor A dan B tetap) Model Acak ((Faktor A dan B acak))
Sumber Derajat Bebas Jumlah Kuadrat Nilai Harapan Kuadrat
Sumber Derajat Bebas Jumlah Kuadrat Nilai Harapan Kuadrat Keragaman (db) Kuadrat Tengah Tengah
Keragaman (db) Kuadrat Tengah Tengah (JK) (KT) E(KT)
(JK) (KT) E(KT)
Kelompok r-1 JKK KTK
Kelompok r-1 JKK KTK
A a1
a-1 JKA KTA ∑∑ αβ 2
∑α 2
A a-1 JKA KTA σ 2 + bσ δ2 + rσ αβ
2
β + brσ α
2
σ 2 + bσ δ2 + r
ij i
+ br
(a − 1)(b − 1) (a − 1)
Galat (a) (a-1)(r-1) JKGa KTGa
Galat (a) (a-1)(r-1) JKGa KTGa σ 2 + bσ δ2 σ 2 + bσ δ2
B b-1 JKB KTB
σ 2 + aσ γ2 + r
∑∑ αβ 2
ij
+ ar
∑β 2
j
B b-1 JKB KTB
σ 2 + aσ γ2 + rσ αβ
2
+ arσ β2
(a − 1)(b − 1) (b − 1)
G l t (b)
Galat (b 1)( 1)
(b-1)(r-1) JKGb KTGb
Galat (b) (b-1)(r-1) JKGb KTGb σ 2 + aσ γ2 σ 2 + aσ γ2
AB ((a-1)(b-1)
)( ) JKAB KTAB σ2 +r
∑∑ αβ 2
ij
AB (a-1)(b-1) JKAB KTAB
σ 2 + rσ αβ
2
(a − 1)(b − 1)
(a − 1)
Galat (a) (a-1)(r-1) JKGa KTGa Galat (a) a(r-1) JKGa KTGa
σ 2 + bσ δ2 σ 2 + bσ δ2
B b-1 JKB KTB
σ 2 + aσ γ2 + rσ αβ
2
+ ar
∑β 2
j B b-1 JKB KTB σ 2 + aσ γ2 + rσ αβ
2
+ arσ β2
(b − 1)
Galat (b) (b-1)(r-1) JKGb KTGb Galat (b) (b-1)(r-1) JKGb KTGb
σ 2 + aσ γ2 σ 2 + aσ γ2
AB ((a-1)(b-1)
)( ) JKAB KTAB
σ 2 + rσ αβ
2 AB ((a-1)(b-1)
)( ) JKAB KTAB
σ 2 + rσ αβ
2
• Hipotesis
p pengaruh
p g utama faktor A • Hipotesis pengaruh utama faktor A
H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
H 1 : ∃α i ≠ 0 , i = 1, 2,K , a
H1 : σ α > 0
2
• Hipotesis pengaruh utama faktor B
H 0 : β1 = β 2 = K = β b = 0 ((faktor B tidak berpengaruh
p g terhadap
p respons
p y
yang
g diamati)) • Hipotesis pengaruh utama faktor B
H 1 : ∃β j ≠ 0 , j = 1, 2, K, b H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati)
• Hipotesis pengaruh
pengar h interaksi H 1 : σ β2 > 0
H 0 : (αβ )11 = (αβ )12 = K = (αβ )ab = 0 (Interaksi faktor A dengan faktor B
tidak berpengaruh terhadap • Hipotesis pengaruh interaksi
H 1 : ∃(αβ
β )ij ≠ 0 , i = 1, 2,K , a, j = 1, 2, K, b
respons yang diamati)
H 0 : σ αβ
2
= 0 (Keragaman interaksi faktor A dengan faktor B tidak berpengaruh
terhadap respons yang diamati)
H 1 : σ αβ
2
β > 0
9 10
11 12
Perhitungan Analisis Variansi
b
Soal 1
Y•2••
FK =
abr ∑Y
j =1
2
• j• Suatu percobaan dengan 4 macam varietas kedelai yang diambil
a b r JKB = − FK secara acak yaitu Hc 48, Hc G 4, Hc 33, Hc G 45 yang
JKT = ∑∑∑ Yijk2 − FK ar mempunyai respons yang berbeda terhadap pemupukan
i =1 j =1 k =1 b r nitrogen. Dosis pupuk nitrogen yang diperlukan untuk varietas
r
∑ Y•2•k
∑∑ Y
j =1 k =1
2
• jk k d l i juga
kedelai j di bil secara acakk yaitu
diambil it 60 kg/ha,
k /h 90 kg/ha
k /h dan
d
JKK = k =1
− FK
JKGb = − FK − JKK − JKB 120 kg/ha. Dalam percobaan yang ingin dilihat lebih cermat
ab
b a adalah interaksi antara varietas kedelai dengang p pupuk
p nitrogen,
g ,
a b oleh karena itu percobaan dilakukan dengan rancangan blok
∑∑ Y
a
∑Y
2
2
i •• ij • terpisah dengan 3 kelompok.
i =1 j =1
JKA = i =1
− FK JKAB = − FK − JKA − JKB A
Anggap asumsi-asumsi
i i dalam
d l A
Anava terpenuhi.
hi Lakukan
L k k
br r pengujian hipotesis sesuai dengan yang dimaksud, gunakan
a r
∑∑ Y 2
i•k
taraf nyata 0,05.
Berikut data produktifitas kedelai (ton/ha) :
JKGa = i =1 k =1
− FK − JKK − JKA
b
JKGc = JKT − JKK − JKA − JKGa − JKB − JKGb − JKAB 13
Soal 2
Bagan percobaan berikut dirancang untuk mengetahui
(a ) → a
2
1+a +a 2
2
2
3
(abr ) → ∑∑∑ Yijk2 (1) → Y
2
•• • pengaruh interaksi dosis pupuk nitrogen (N0, N80, N160, N320) dan
br 1 abr waktu panen (W1, W2, W3, W4, W5) pada tanaman gula, dengan 2
b12 + b22 + b32 + b42 r12 + r22 + r32 kelompok Berikut
kelompok. Berik t data tentang hasil panen dalam ton per hektar.
hektar
(b ) → (r ) →
ar ab Kelompok 1 Kelompok 2
(ab ) → abb11 + abb12 + abb13 + abb14 + abb21 + abb22 + abb23 + abb24 + abb31 + abb32 + abb33 + abb34
2 2 2 2 2 2 2 2 2 2 2 2
W4 W5 W1 W3 W2 W4 W2 W3 W5 W1
r N80 N80 N80 N80 N80 N160 N160 N160 N160 N160
26,4 29,3 10,1 23,1 18,2 34,2 18,5 22,4 30,3 10,8
(ar ) → ar11 + ar12 + ar13 + ar21 + ar22 + ar23 + ar31 + ar32 + ar33
2 2 2 2 2 2 2 2 2
N320 N320 N320 N320 N320 N0 N0 N0 N0 N0
b 31,2 34,2 10,3 25,9 19,2 21,3 12,5 16,7 19,1 5,2
N160 N160 N160 N160 N160 N80 N80 N80 N80 N80
(br ) → br11 + br12 + br13 + br21 + br22 + br23 + br31 + br32 + br33 + br41 + br42 + br43
2 2 2 2 2 2 2 2 2 2 2 2
28,0 31,2 10,2 22,3 16,9 29,5 16,9 20,4 26,6 9,5
a N0 N0 N0 N0 N0 N320 N320 N320 N320 N320
10,1
10 1 11,4
11 4 2,3
2 3 9,8
9 8 8,8
8 8 31 9
31,9 17 8
17,8 22 8
22,8 29 2
29,2 74
7,4
Anggap asumsi-asumsi dalam Anava terpenuhi. Lakukan pengujian
hipotesis sesuai dengan yang dimaksud, gunakan taraf nyata 0,05.
Soal 3
Suatu penelitian di bidang Pendidikan akan dilakukan untuk menyelidiki
pengaruh interaksi metode mengajar dan jenis kelamin guru terhadap
h il belajar
hasil b l j matematika
t tik anak k kelas
k l I Sekolah
S k l h Dasar.
D K l
Kelas yang
tersedia untuk penelitian tersebut tidak relatif homogen. Selanjutnya,
kelas yang tersedia tersebut dapat dikelompokkan menjadi tiga
kategori yaitu kategori kemampuan awal rendah, kemampuan awal
sedang dan kemampuan awal tinggi. Metode mengajar yang diujikan
adalah : ((1)) ceramah,, ((2)) tanya
y jjawab,, dan ((3)) p
permainan.
a) Rancangan penelitian seperti apa yang dapat anda sarankan?
b) Berapa jumlah minimal unit percobaannya?
c) Tentukan semua kombinasi perlakuan yang mungkin?
d) Bagaimana proses pengacakan unit percobaannya? Berikan
hasil bagan pengacakannya.
pengacakannya
e) Tuliskan model linear dan maknanya?
Tabel 1. Galat Perbedaan Rata-rata untuk Masing-masing Pasangan
d i 4 Jenis
dari J i Perbandingan
P b di Berpasangan
B dalam
d l Split
S lit Plot
Pl t Design
D i
Split Plot Design dalam RAL 3 2 nilai rata-rata faktor B pada taraf
A yang sama → a1b1 – a1b2
2 KTG (b )
r
Langsung dari tabel
tb = t α ( dbGb )
2
5 6
Pengujian pengaruh faktor jarak antarbaris (B)
tebu pada taraf jenis tanaman sela (A) yang sama Pengujian
ji pengaruhh faktor
f k jenis
j i tanaman sela l (A)
pada taraf jarak antarbaris tebu (B) yang sama
• t0,025(18) =……
= 2 KTG (b ) 2 ×18,750052
= = 3,535
r 3
• BNT = …..×3,535 = ….
t∗ =
(b − 1)KTG (b )tb + KTG (a )ta
• Hipotesis : (b − 1)KTG (b ) + KTG (a )
H0 : B1A1=B B2A1=B B3A1=B B4A1 (4 − 1)18,750052(t0, 025(18) ) + 11,2052444(t0, 025( 6 ) )
=
H1 : minimal ada satu perlakuan yang memberikan respons yang berbeda (4 − 1)18,750052 + 11,2052444
dengan lainnya 3(18,750052)(...) + 11,2052444(...)
=
Hipotesis
p lainnya,
y 3(18,750052) + 11,2052444
H0 : B1A2=B2A2=B3A2=B4A2 = ...
H0 : B1A3=B
B2A3=B
B3A3=B
B4A3
7 8
V1 1 42,9
42 9 53,8
53 8 49,55
49 44,4
44 4
2 41,6 58,5 53,8 41,8
• Suatu percobaan ingin mempelajari pengaruh faktor 3 28,9 43,9 40,7 28,3
varietas tanaman padi dan pemupukan nitrogen terhadap 4 30 8
30,8 46 3
46,3 39 4
39,4 34 7
34,7
hasil produksi padi. Faktor varietas (V) terdiri dari empat Sub Total
taraf ((V1,, V2,, V3,, dan V4)) y
yangg dialokasikan secara acak V2 1 53,3 57,6 59,8 64,1
2 69,6 69,6 65,8 57,4
ke petak utama, sedangkan faktor pemupukan nitrogen (N) 3 45,4 42,4 41,4 44,1
terdiri dari empat taraf (N1, N2, N3, dan N4) yang 4 35,1 51,9 45,4 51,6
dialokasikan secara acak ke dalam anak petak. Percobaan Sub Total
ini dilakukan pada petak-petak sawah yang relatif V3 1 62,3 63,4 64,5 63,6
homogen Berikut hasil produksi diukur dalam kg/petak.
homogen. kg/petak 2 58 5
58,5 50 4
50,4 46 1
46,1 56 1
56,1
3 44,6 45,0 62,6 52,7
4 50,3 46,7 50,3 51,8
S b Total
Sub
11 12
Faktor Ulangan Faktor Nitrogen (N) Total
Varietas N1 N2 N3 N4
(V)
V4 1 75,4
75 4 70,33
70 68,8
68 8 71,6
71 6
2 65,6 67,3 65,3 69,4
3 54,0 57,6 45,6 56,6
4 52 7
52,7 58 5
58,5 51 0
51,0 47 4
47,4
Sub Total
Total
13
Tabel 1. Galat Perbedaan Rata-rata untuk Masing-masing Pasangan
dari 4 Jenis Perbandingan Berpasangan dalam Strip Plot Design
J i Perbandingan
Jenis P b di
sd ~
ttabel
No. Antara
3 4
Lakukan uji lanjut bila H0 pengaruh interaksi ditolak. BNT1 = 575,86 × 2,228 = 1283,02
7 8
9
BNT3 = 717,33 × 2,15 = 1542,26 10
13 14
Dua rata
rata--rata perlakuan petak vertikal (pemupukan
Rekomendasi nitrogen) pada petak horisontal (varietas padi)
padi) yang sama
dengan
• angka-angka yang diikuti oleh huruf yang sama pada kolom
yang sama berarti berbeda tidak nyata (sama)
• Kolom horisontal (p,q,r)
• Kolom vertikal (w,x,y,z,t,u)
( , ,y, , , )
17 18
Prinsip Dasar Rancangan Tersarang
1 2
3 4
R
B tersarang di A RAL Satu Faktor
A RA
A1 A2
B1 B2 B3 B4 B5 B6 B R/B • Diagram Blok
R1-R8 R9-R16 R17-R24 R1-R8 R9-R16 R17-R24
B/A RA/B P1 P2 P3 P4
p = 4,, r = 8
Sumber Variasi db E(KT), misalkan A tetap B acak R1 - R8 R9 - R16 R17 - R24 R25 - R32
+ r σ 2 + rb ∑ i
A2
A a-1 σ2 RA / B B/A a −1
B/A (b 1)a
(b-1)a σ 2
RA / B + rσ 2
B/A
• Sumber Variasi S b Variasi
Sumber V i i db
R/B (r-1)b σ 2
RA / B + aσ 2
R/B R Perlakuan (P) p-1
(r-1)(a-1)b σ
2
RA/B RA / B P R/P Galat (R/P) (r-1)p
Total abr-1
abr 1 Total pr-1
pr 1
9 10
K1 K2 K3 K4
p −1
R/P
b = 5,
5 k = 4,
4 r=8
B1 R1 – R8 R1 – R8 R1 – R8 R1 – R8
B2 R9 – R16 R9 – R16 R9 – R16 R9 – R16
Galat (R/P) (r-1)p σ 2
R/P B3 R17 – R24 R17 – R24 R17 – R24 R17 – R24
B4 R25 – R32 R25 – R32 R25 – R32 R25 – R32
Total pr-1
B5 R33 – R40 R33 – R40 R33 – R40 R33 – R40
Suryanto
UNIVERSITAS NEGERI YOGYAKARTA
2000
DIAGRAM BLOK
Diagram Blok
P1 P2 P3 P4
R1 - R8 R9 - R16 R17 - R24 R25 - R32
Total pr-1 = 31
Diagram Blok
P1 P2 P3 P4
R1 - R8 R1 - R8 R1 - R8 R1 - R8
Total pr-1 = 31
1
3. Rancangan Acak Lengkap Dua Faktor (Faktor K dan B)
Diagram Blok
K1 K2 K3 K4
B1 R1 – R8 R9 – R16 R17 – R24 R25 – R32
B2 R33 – R40 R41 – R48 R49 – R56 R57 – R64
B3 R65 – R72 R73 – R80 R81 – R88 R89 – R96
B4 R97 – R104 R105 – R112 R113 – R120 R121 – R128
B5 R129 – R136 R137 – R144 R145 – R152 R153 – R160
Faktor K k-1 = 3
Faktor B b-1 = 4
Interaksi KB (k-1)(b-1) = 12
2
4. Rancangan Campuran, dengan Satu Variabel antara Subjek (B) dan Satu Variabel
dalam Subjek (K)
Diagram Blok
K1 K2 K3 K4
B1 R1 – R8 R1 – R8 R1 – R8 R1 – R8
B2 R9 – R16 R9 – R16 R9 – R16 R9 – R16
B3 R17 – R24 R17 – R24 R17 – R24 R17 – R24
B4 R25 – R32 R25 – R32 R25 – R32 R25 – R32
B5 R33 – R40 R33 – R40 R33 – R40 R33 – R40
Faktor K k-1 = 3
Faktor B b-1 = 4
Interaksi KB (k-1)(b-1) = 12
R/B (r-1)b = 35
3
5. Rancangan Campuran, dengan Satu Variabel antara Subjek (B) dan Dua Variabel
dalam Subjek (K dan C)
Diagram Blok
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 R1 – R3 R1 – R3 R1 – R3 R1 – R3 R1 – R3 R1 – R3 R1 – R3 R1 – R3
B2 R4 – R6 R4 – R6 R4 – R6 R4 – R6 R4 – R6 R4 – R6 R4 – R6 R4 – R6
B3 R7 – R9 R7 – R9 R7 – R9 R7 – R9 R7 – R9 R7 – R9 R7 – R9 R7 – R9
B4 R10 – R12 R10 – R12 R10 – R12 R10 – R12 R10 – R12 R10 – R12 R10 – R12 R10 – R12
B5 R13 – R15 R13 – R15 R13 – R15 R13 – R15 R13 – R15 R13 – R15 R13 – R15 R13 – R15
Faktor K k-1 = 3
Faktor B b-1 = 4
Interaksi KB (k-1)(b-1) = 12
Faktor C c-1 = 1
Interaksi KC (k-1)(c-1) = 3
Interaksi BC (b-1)(c-1) = 4
R/B (r-1)b = 10
KR/B (k-1)(r-1)b = 30
CR/B (c-1)(r-1)b = 10
KCR/B (k-1)(c-1)(r-1)b = 30
4
6. Rancangan Campuran, dengan Dua Variabel antara Subjek (K dan C) dan Satu
Variabel dalam Subjek (B)
Diagram Blok
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 R1 – R3 R4 – R6 R7 – R9 R10 – R12 R13 – R15 R16 – R18 R19 – R21 R22 – R24
B2 R1 – R3 R4 – R6 R7 – R9 R10 – R12 R13 – R15 R16 – R18 R19 – R21 R22 – R24
B3 R1 – R3 R4 – R6 R7 – R9 R10 – R12 R13 – R15 R16 – R18 R19 – R21 R22 – R24
B4 R1 – R3 R4 – R6 R7 – R9 R10 – R12 R13 – R15 R16 – R18 R19 – R21 R22 – R24
B5 R1 – R3 R4 – R6 R7 – R9 R10 – R12 R13 – R15 R16 – R18 R19 – R21 R22 – R24
Faktor K k-1 = 3
Faktor B b-1 = 4
Interaksi KB (k-1)(b-1) = 12
Faktor C c-1 = 1
Interaksi KC (k-1)(c-1) = 3
Interaksi BC (b-1)(c-1) = 4
R/KC (r-1)kc = 16
BR/KC (b-1)(r-1)kc = 64
5
7. Rancangan Kelompok dalam Perlakuan, Bertingkat
Diagram Blok
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
R1 – R8 R9 – R16 R17 – R24 R25 – R32 R33 – R40 R41 – R48 R49 – R56 R57 – R64
Faktor K k-1 = 3
C/K (c-1)k = 4
R/KC (r-1)kc = 56
Total ckr - 1 = 63
6
8. Rancangan dengan Ketersarangan yang Tidak Transitif
Diagram Blok
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
R1 – R8 R9 – R16 R1 – R8 R9 – R16 R1 – R8 R9 – R16 R1 – R8 R9 – R16
Faktor K k-1 = 3
C/K (c-1)k = 4
R/C (r-1)c = 14
KR/C (k-1)(r-1)c = 42
Total ckr - 1 = 63
7
9. Rancangan Acak Lengkap Tiga Faktor
Diagram Blok
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 R1 – R3 R4 – R6 R7 – R9 R10 – R12 R13 – R15 R16 – R18 R19 – R21 R22 – R24
B2 R25 – R27 R28 – R30 R31 – R33 R34 – R36 R37 – R39 R40 – R42 R43 – R45 R46 – R48
B3 R49 – R51 R52 – R54 R55 – R57 R58 – R60 R61 – R63 R64 – R66 R67 – R69 R70 – R72
B4 R73 – R75 R76 – R78 R79 – R81 R82 – R84 R85 – R87 R88 – R90 R91 – R93 R94 – R96
B5 R97 – R99 R100 – R102 R103 – R105 R106 – R108 R109 – R111 R112 – R114 R115 – R117 R118 – R120
Faktor K k-1 = 3
Faktor B b-1 = 4
Interaksi KB (k-1)(b-1) = 12
Faktor C c-1 = 1
Interaksi KC (k-1)(c-1) = 3
Interaksi BC (b-1)(c-1) = 4
R/KBC (r-1)kbc = 80
8
Data
Data
P1 P2 P3 P4
6 14 8 14
12 16 10 16
6 14 8 18
6 12 6 16
2 10 4 20
4 12 6 20
4 10 8 18
4 12 6 22
44 100 56 144
Total pr-1 =
9
2. Rancangan Pengukuran Berulang Satu Faktor (Rancangan Blok Acak)
Data
P1 P2 P3 P4
R1 6 14 8 14
R2 12 16 10 16
R3 6 14 8 18
R4 6 12 6 16
R5 2 10 4 20
R6 4 12 6 20
R7 4 10 8 18
R8 4 12 6 22
Jumlah 44 100 56 144
Total pr-1 =
10
3. Rancangan Acak Lengkap Dua Faktor (Faktor K dan B)
Data
K1 K2 K3 K4
B1 6 14 8 14
12 16 10 16
6 14 8 18
6 12 6 16
B2 2 10 4 20
4 12 6 20
4 10 8 18
4 12 6 22
Jumlah
Faktor K k-1 =
Faktor B b-1 =
Interaksi KB (k-1)(b-1) =
R/KB (r-1)kb =
Total kbr - 1 =
11
4. Rancangan Campuran, dengan Satu Variabel antara Subjek (B) dan Satu Variabel
dalam Subjek (K)
Data
K1 K2 K3 K4
B1 R1 6 14 8 14
R2 12 16 10 16
R3 6 14 8 18
R4 6 12 6 16
B2 R5 2 10 4 20
R6 4 12 6 20
R7 4 10 8 18
R8 4 12 6 22
Jumlah
Faktor B b-1 =
Faktor K k-1 =
Interaksi BK (b-1)(k-1) =
R/B (r-1)b =
KR/B (k-1)(r-1)b =
Total bkr - 1 =
12
5. Rancangan Campuran, dengan Satu Variabel antara Subjek (B) dan Dua Variabel
dalam Subjek (K dan C)
Data
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 R1 6 14 8 14 3 7 4 7
R2 12 16 10 16 6 8 5 8
R3 6 14 8 18 3 7 4 9
R4 6 12 6 16 3 6 6 8
B2 R5 2 10 4 20 2 5 2 10
R6 4 12 6 20 4 6 3 10
R7 4 10 8 18 4 5 4 9
R8 4 12 6 22 4 6 3 11
Jumlah
Faktor K k-1 =
Faktor B b-1 =
Interaksi KB (k-1)(b-1) =
Faktor C c-1 =
Interaksi KC (k-1)(c-1) =
Interaksi BC (b-1)(c-1) =
R/B (r-1)b =
KR/B (k-1)(r-1)b =
CR/B (c-1)(r-1)b =
KCR/B (k-1)(c-1)(r-1)b =
Total bckr - 1 =
13
6. Rancangan Campuran, dengan Dua Variabel antara Subjek (K dan C) dan Satu
Variabel dalam Subjek (B)
Data
K1 K2 K3 K4
C1 R1 6 14 8 14
R2 12 16 10 16
B1
C2 R3 6 14 8 18
R4 6 12 6 16
C1 R5 2 10 4 20
R6 4 12 6 20
B2
C2 R7 4 10 8 18
R8 4 12 6 22
Faktor K k-1 =
Faktor B b-1 =
Interaksi KB (k-1)(b-1) =
Faktor C c-1 =
Interaksi KC (k-1)(c-1) =
Interaksi BC (b-1)(c-1) =
R/BC (r-1)bc =
RK/BC (r-1)(k-1)bc =
Total bckr - 1 =
14
7. Rancangan Kelompok dalam Perlakuan, Bertingkat
Diagram Blok
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
R1-R4 R5-R8 R9-R12 R13-16 R17-R20 R21-R24 R25-R28 R29-R32
Data
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
6 2 14 10 8 4 14 20
12 4 16 12 10 6 16 20
6 4 14 10 8 8 18 18
6 4 12 12 6 6 16 22
30 14 56 44 32 24 64 80
Faktor K k-1 =
C/K (c-1)k =
R/KC (r-1)kc =
Total ckr - 1 =
15
8. Rancangan dengan Ketersarangan yang Tidak Transitif
Diagram Blok
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
R1 – R4 R5 – R8 R1 – R4 R5 – R8 R1 – R4 R5 – R8 R1 – R4 R5 – R8
Data
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
6 2 14 10 8 4 14 20
12 4 16 12 10 6 16 20
6 4 14 10 8 8 18 18
6 4 12 12 6 6 16 22
30 14 56 44 32 24 64 80
Faktor K k-1 =
C/K (c-1)k =
R/C (r-1)c =
KR/C (k-1)(r-1)c =
Total ckr - 1 =
16
9. Rancangan Acak Lengkap Tiga Faktor
Diagram Blok
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 R1 – R3 R4 – R6 R7 – R9 R10 – R12 R13 – R15 R16 – R18 R19 – R21 R22 – R24
B2 R25 – R27 R28 – R30 R31 – R33 R34 – R36 R37 – R39 R40 – R42 R43 – R45 R46 – R48
Data
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 6 2 14 10 8 4 14 20
12 4 16 12 10 6 16 20
9 3 15 11 9 5 15 20
B2 6 4 14 10 8 8 18 18
6 4 12 12 6 6 16 22
6 4 13 11 7 7 17 20
Jumlah
Faktor B b-1 =
Faktor K k-1 =
Interaksi BK (k-1)(b-1) =
Faktor C c-1 =
Interaksi BC (b-1)(c-1) =
Interaksi KC (k-1)(c-1) =
R/BKC (r-1)bkc =
Total bckr - 1 =
17