Rancangan Blok Acak Lengkap

(Randomized Complete Block

Design)

By : Ika Damayanti, S.Si. M.Si

RBAL eksperimen

faktor pengganggu

faktor yang dapat

menimbulkan efek
terhadap respon

faktor : faktor :
diketahui tapi tidak diketahui dan bisa
dapat dikontrol dikontrol.

analisis kovarians blocking

RBAL

„ Rancangan untuk mengontrol variabilitas yang

timbul akibat unit percobaan yang tidak seragam
(homogen), sehingga perlu dilakukan blok.

„ Pada rancangan ini semua blok mengandung semua

treatment, sehingga disebut rancangan blok
lengkap.

„ Pengacakan dilakukan pada masing – masing blok

RBAL
blok 1 blok 2 blok b

y11 y12 y1b

y 21 y 22 y 2b
. . .
. . K .
. . .
y a1 ya2 y ab

Misalkan terdapat a perlakuan yang dibandingkan dengan b blok.

Terdapat satu observasi per perlakuan dalam masing2 blok,
urutan treatment dilakukan dalam masing2 blok ditentukan secara
random.
 Model RBAL
⎧ i = 1,2,..., a
y ij = µ + τ i + β j + ∈ij ⎨
⎩ j = 1,2,..., b

y ij adalah variable yang akan dianalisis, dimisalkan berdistribusi normal

µ adalah rata-rata umum atau rata-rata sebenarnya
τi adalah efek perlakuan ke-i
βj adalah efek dari blok ke-j
∈ij adalah kesalahan, berupa efek yang berasal dari unit eksperimen ke j
yang dikenai perlakuan ke i ( ∈ij ~ NID (0, σ 2 ) )

batasan :
a b

∑τ
i =1
i = 0, ∑β
j =1
j =0
Hipotesis

H 0 : µ1 = µ 2 = µ 3 = ... = µ a
H 1 : Paling tidak terdapat 1 mean antar
perlakuan berbeda

H 0 : µ1 = µ 2 = µ 3 = ... = µ b
H1 : paling tidak terdapat 1 mean pd blok berbeda
Desain RBAL

Perlakuan Blok y i. y i.
1 2 ... b
1 y11 y12 … y1b y1. y 1.
2 y 21 y 22 … y 2b y 2. y 2.
M M M M M M M
M M M M M M M
a y a1 ya2 … y ab y a. y a.

Jumlah ( y . j ) y .1 y .2 … y .b y .. -

Rata-rata ( y . j ) y .1 y .2 … y .b - y ..
ANOVA
Sumber SS db MS F
Perlakuan a
y..2 a-1 SS Treatments MS Treatment
∑
1
y −
2

b i =1
i.
N a −1 MS E
Blok b
y ..2 b-1 SS blok MS Blok
∑
1
y −
2

a j =1
.j
N b −1 MS E
Error SS E = SS T − SS Treatments − SS Blok (a-1)(b-1) SS E
(a − 1)(b − 1)
Total a b
y..2 N-1
∑∑
i =1 j =1
y −
2
ij
N
Contoh RCBD :
„ Sebuah eksperimen dilakukan untuk menguji kekuatan.
Terdapat empat tip dan empat lempeng logam yang
tersedia. Masing2 tip diuji sekali pada masing-masing
lempeng, menghasilkan randomized complete block
design. Urutan data tip mana yang diuji, ditentukan secara
random.
Tipe tip Lempeng (Blok)
1 2 3 4
1 9.3 9.4 9.6 10.0
2 9.4 9.3 9.8 9.9
3 9.2 9.4 9.5 9.7
4 9.7 9.6 10.0 10.2
Hipotesis
H 0 : µ1 = µ 2 = µ 3 = ... = µ a
H 1 : Paling tidak terdapat 1 perbedaan antar
tipe tip

H 0 : µ1 = µ 2 = µ 3 = ... = µ b
H1 : paling tidak terdapat 1 mean pd blok berbeda
Perhitungan
blok yi.*yi.
9.3 9.4 9.6 10 38.3 1466.89
9.4 9.3 9.8 9.9 38.4 1474.56
9.2 9.4 9.5 9.7 37.8 1428.84
perlakuan 9.7 9.6 10 10.2 39.5 1560.25
37.6 37.7 38.9 39.8 154 5930.54
y.j*y.j 1413.76 1421.29 1513.21 1584.04 5932.3
Jawab (perhitungan) :
4 4 2

SS Total = ∑ ∑ ( y ij − y..)
i =1 j =1

(154 ) 2
= 1483.54 −
16
= 1.29
1 4 2 y ..2
SS Treatment = ∑ y i. −
b i =1 N
1 (154 ) 2
= [(38.3 ) + (38.4 ) + (37.8 ) + (39.5 ) ] −
2 2 2 2

4 16
= 0.385
1 4 2 y ..2
SS blok = ∑ y. j −
a j =1 N
1 (154 ) 2
= [(37.6 ) + (37.7 ) + (38.9 ) + (39.8 ) ] −
2 2 2 2

4 16
= 0.825
SS E = SS T − SS Treatment − SS Blok
= 1.29 − 0.385 − 0.825
= 0.08
ANOVA
Sumber SS db MS F
Perlakuan 0.385 3 0.1283 14.4375
(tipe tip)
Blok (kupon) 0.825 3 0.2750 30.9375
Error 0.08 9 0.0089
Total 1.29 15

• Tolak H0 jika F0 > Fα , a −1, N − a Kesimpulan :

maka menggunakan α = 0.05 maka F0.05,3,15 = 2.87 Terdapat
keputusan adalah Tolak H 0 karena 14.44 > 2.87 perbedaan antar
tipe tip dan antar
blok
• Tolak H0 jika F0 > Fα ,b −1, N − a
maka menggunakan α = 0.05 maka F0.05,3,15 = 2.87
keputusan adalah Tolak H 0 karena 30.94 > 2.87
Penyelesaian menggunakan MINITAB
Penyelesaian menggunakan MINITAB

Two-way ANOVA: kekuatan uji versus tipe tip, kupon(blok)

Source DF SS MS F P
tipe tip 3 0.385 0.128333 14.44 0.001
kupon(blok) 3 0.825 0.275000 30.94 0.000
Error 9 0.080 0.008889
Total 15 1.290

S = 0.09428 R-Sq = 93.80% R-Sq(adj) = 89.66%

Penyelesaian menggunakan MINITAB

Normal Probability Plot of the Residuals Residuals Versus the Order of the Data
(response is kekuatan uji) (response is kekuatan uji)
99
0.15

95
90 0.10

80
70 0.05

Residual
Percent

60
50
40 0.00
30
20
-0.05
10

5
-0.10
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
-0.2 -0.1 0.0 0.1 0.2
Observation Order
Residual

Residuals Versus the Fitted Values

(response is kekuatan uji)

0.15

0.10

0.05
Residual

0.00

-0.05

-0.10

9.2 9.4 9.6 9.8 10.0 10.2

Fitted Value