Acara 2. Selisih Dua Rerata, CRD, Dan CRD Subsampling PDF
Acara 2. Selisih Dua Rerata, CRD, Dan CRD Subsampling PDF
pupuk organik dan pupuk kimia, pengaruh penggunaan dua metode pembelajaran yang
berbeda, pengaruh sekolah lapang budidaya tanaman terhadap pendapatan petani, dan
lain sebagainya. Hal yang ingin dijawab dari contoh percobaan-percobaan tersebut
adalah ‘apakah selisih dari dua rerata kelompok atau perlakuan yang diujikan
berbeda secara signifikan ?’. Kesimpulan untuk menjawab pertanyaan tersebut dapat
diketahui dengan menggunakan Uji T (T test). Uji T merupakan salah satu metode
Uji T memiliki beberapa kategori berdasarkan objek penelitian dan asumsi ragam
dari dua populasi yang akan diuji, yaitu Uji T untuk data berpasangan (1) dan Uji T untuk
data tidak berpasangan (2). Uji T untuk data tidak berpasangan dapat diklasifikasikan
berdasarkan asumsi homogenitas variannya yaitu Uji T untuk varian homogen (2a) dan
uji T untuk varian tidak homogen (2b). Secara umum untuk melakukan uji T terdapat
tiga nilai yang wajib untuk diketahui yaitu rerata, varian, dan banyak objek dari setiap
atau perlakuan berbeda yang diterapkan pada unit percobaan yang sama. Sebagai
(sebelum vs. sesudah), yaitu 17 kecamatan di Kabupaten Sleman. Contoh lain adalah
kolam. Objek dari percobaan tersebut adalah 20 ekor ikan di suatu kolam yang
mendapat perlakuan tidak mendapat nutrisi dan diberi nutrisi tambahan. Perhatikan
bahwa kedua kelompok atau perlakuan yang diujikan memiliki obyek yang menempati
unit percobaan dengan batasan dan jumlah yang sama (17 kecamatan dan 20 ekor ikan).
Data tidak berpasangan dihasilkan dari percobaan yang setiap perlakuannya memiliki
mata kuliah perancangan percobaan dari dua kelas (kelas A dan B) yang berbeda.
Perhatikan bahwa kelompok dalam penelitian tersebut adalah kelas A dan B. Setiap
mahasiswa dari kelas A dan kelas B. Contoh lain adalah penelitian untuk
homogenitas variannya, yaitu uji T dengan asumsi varian homogen dan varian tidak
homogen. Asumsi varian dalam uji T tidak dapat dilihat secara langsung dari rerata
maupun varian kedua kelompok atau perlakuan. Uji homogenitas varian atau uji F perlu
dilakukan untuk menentukan uji T yang tepat. Kesalahan dalam memilih jenis uji T
dipandang sebagai pengambilan t (t > 1) cuplikan yang saling bebas (independent) (atau
pengukuran terhadap sejumlah cuplikan dari t grup perlakuan) dengan ukuran masing-
masing ri (i = 1, 2, ..., t). Jika ri besarnya sama, dapat disimbol ulang r (r1= r2= rt= r).
Perhatikan, CRD tidak mensyaratkan banyaknya ulangan sama untuk setiap perlakuan.
Perlu diperhatikan bahwa dalam CRD, tiap objek cuplikan harus sedapat mungkin
Karakteristik lain CRD yang penting adalah pengacakannya dilakukan satu tahap (lihat
acara 1): setiap satuan percobaan dikenakan secara acak ke salah satu perlakuan yang
telah ditentukan sebelumnya. Hal ini sama persis dengan pengacakan pada uji-t untuk
banyak cara dapat dilakukan. Analisisnya dalam literatur statistika dikenal sebagai
analisis varians satu arah (one-way analysis of variance). Untuk latihan, akan digunakan
Analisis dilakukan lewat model linear dan cara ini lebih berguna untuk rancangan
yang lebih rumit kelak. Data dapat disimbolkan dengan Yij , maka suatu data yang
muncul dari suatu satuan percobaan ke-j dari perlakuan ke-i adalah
Yij = μ + τi + εij,
dengan ij = (Yij – μ + τi) ~ NID (0, σ2). NID artinya Normally and Independently
Distributed, residualnya independen dan mengikuti distribusi normal. Besaran τi = (μi –
μ), disebut pengaruh perlakuan. Bentuk ini disebut sebagai model linear matematis.
Hipotesis nol yang digunakan adalah H0: μ1 = μ2 = ... = μt = μ dapat ditulis H0: τ1 =
=𝑌 𝑖.
=𝑌 𝑖. −𝑌 ...
𝑖𝑗 = 𝑌𝑖𝑗 − − 𝑖
Selanjutnya, menghitung Jumlah Kuadrat (JK) dan derajat bebas (db). JK Antargrup
perlakuan (= JK Perlakuan) =ΣΣ dengan derajat bebas (db) sebesar t - 1 dan JK Dalam
Grup (= JK Sesatan) = ΣΣ dengan derajat bebas sebesar Σ (ri – 1) atau t(r - 1) jika
semua perlakuan memiliki ulangan yang sama, sebesar r. Untuk contoh data kita di atas,
i = 1, 2, 3, 4 (banyaknya perlakuan (t) ada 4, atau ditulis t = 4); dan banyaknya ulangan
untuk tiap perlalkuan sama, sebesar r (ditulis r = 5), untuk contoh kita j = 1, 2, ... , 5.
Dalam latihan satu (Latihan 1), data disusun dalam format kategoris, yaitu nama
grup perlakuan dan nomor ulangan masing-masing disusun dalam kolom tunggal dan
data hasil pengamatan disusun pada kolom berikutnya, pada tempat yang bersesuaian
dengan perlakuan dan nomor ulangan yang menjadi labelnya. Bukalah buku kerja
melakukan analisis anova CRD melalui model linear menggunakan MS. Excel!
Selanjutnya dalam latihan dua (Latihan 2), lakukan analisis data yang sama (Anova
CRD) dengan menggunakan R Studio dan file syntax Acara CRD.R yang telah tersedia!
pengukuran. Koefisien tersebut dihitung dengan membagi akar kuadrat tengah sesatan
antarpercobaan yang serupa. Apabila nilai CV lebih dari 100%, maka banyaknya ulangan
perlu ditambahkan jika percobaan tersebut ingin diulang dengan tujuan melihat
perbedaan perlakuan yang nyata. Jika nilai CV% yang didapat dari percobaan di luar
dari kisaran ekspektasinya, maka dapat diduga bahwa percobaan dilakukan dengan
tidak semestinya atau kaidah-kaidah percobaan tidak ditaati. Nilai CV (%) yang wajar
Dalam praktik sering terjadi, lebih dari satu data dapat diperoleh dari satu peubah
dalam satu unit percobaan. Sebagai contoh, jika unit percobaan berupa petak dengan
sejumlah tanaman jagung dan data tinggi tongkol diukur dari sejumlah tanaman.
Contoh lain, unit percobaan berupa seekor ayam dan datanya berupa kadar hemoglobin
darah yang tentu saja dapat diukur lebih dari sekali. Dalam hal demikian, yaitu
cuplikan. Namun demikian, rancangan lingkungan pada dasarnya tentu saja dapat sama
seperti sebelumnya. Kita akan pelajari RAL dengan subsampel, tetapi cara analisisnya
pot tanpa N, 2 pot N sedang, dan 3 pot N tinggi) dengan kandungan protein padi yang
diukur dari dua contoh masing-masing 1 g dari setiap pot berikut ini. Model yang
dipakai tentu saja serupa dengan model untuk RAL hanya ada tambahan faktor
Yijk = + τi + 𝑖𝑗 + δijk,
i = 1,2, …, t, j = 1,2, …, ri, dan k = 1,2, …, mij
dengan mij = banyaknya cuplikan yang diambil dari unit percobaan ke-j yang mendapat
i J μˆ ˆτ i ˆε ij
Yij .
1 1
2 1
2 2
3 1
3 2
3 3
i J k Yijk μˆ ˆτ i εˆ ij δijk
1 1 1
1 1 2
... ... ...
… … …
t Ri mij
() ……… ……… ……… ……… ………
2
() ……… ……… ……… ……… ………
JKData FK JKP JKS JKC
antarcuplikan dalam ulangan. JKT adalah JKData – FK. Tabel ANOVA-nya sbb. Pengujian
untuk “Ulangan dalam perlakuan” menguji H 0 : (σ2 + cσ2w) = σ2w. Selanjutnya buatlah
tabel di bawah ini dan lakukan pengujian!
“Ulangan dalam perlakuan” (S) adalah “Sesatan karena satuan percobaan (experimental
error)” dan “Cuplikan dalam ulangan” (C) adalah “Sesatan karena satuan pencuplikan
(sampling error). Janganlah lupa untuk membuat komponen perlakuan, Ulangan dalam
perlakuan, dan Cuplikan dalam ulangan sebagai data kategori (dengan as.factor() atau
menggunakan MS. Excel (model linear)! Untuk lebih memahami analisis data
menggunakan R Studio maka bukalah Buku Kerja Acara 2! Untuk analisis anova
menggunakan model linear di MS. Excel, lakukanlah secara mandiri ketika proses
praktikum berlangsung (diawasi oleh asisten) dengan petunjuk yang ada di buku