Jadi, H0 ditolak jika Ȳ1 - Ȳ2 > ttabel. Ȳ Ȳ ; nilai suku kanan disebut batas kritis BNT. H0
ditolak apabila selisih kedua rerata melebihi batas kritis BNT. Perhatikanlah bahwa di
bawah asumsi kedua varians rerata homogen sehingga varians selisih kedua rerata
dapat digabungkan Ȳ Ȳ = ( + ) = dengan r merupakan rerata
harmonik r1 dan r2. Batas kritis BNT mengalikan varians selisih rerata dengan ttabel dua sisi,
memakai derajat bebas sesatan pada analisis varians.
BNT-Fisher. Fisher menyarankan agar BANTU digunakan apabila hasil analisis varians
menolak hipotesis nol dan pembandingan tidak dilakukan untuk seluruh pembandingan
yang mungkin.
= − 1"# , ",%
errorbar yang beruapa selang kepercayaan (confidence interval/CI) yang disesuaikan dengan
jenis uji posthoc. Jenis uji akan menentukan lebar errorbar. Di bawah ini adalah uji dengan
errorbar menurut HSD Tukey.
Gambar 1. Peubah hasil di bawah pengaruh perlakuan berdasarkan uji lanjut HSD-Tukey (α = 5%).
Keterangan: angka merupakan rerata dan error bars menunjukkan selang kepercayaan.
Penyajian grafik di atas lebih informatif karena kita dapat melihat lebar selang kepercayaan.
Semakin lebar selang kepercayaan, maka semakin besar error/residual dalam suatu percobaan.
Dua perlakuan akan berbeda nyata jika titik rerata tidak berada pada errorbar perlakuan lain.
Contohnya, titik rerata perlakuan B terdapat di dalam errorbar perlakuan A sehingga kedua
perlakuan tersebut tidak beda nyata. Perlakuan B berbeda nyata dengan perlakuan C, D, dan E
karena titik rerata perlakuan B tidak berada pada errorbar perlakuan C, D, dan E.
Ringkasan tabel uji posthoc disajikan pada tabel berikut.
2
' (
Dunnet ∗& Sama Hanya digunakan ketika
DLSD =
*
,dfMSE
membandingkan masing-
1 1
∗&
' ( + "
Tidak sama masing perlakuan dengan
DLSD =
*1 *2
,dfMSE
kontrol
' (
Tukey w=, ,-,./012 *
Sama Digunakan untuk
membandingkan setiap
pasangan perlakuan
' ( 1
(pairwise). Untuk n
w=, ,-,./012 2 *1
+ *1 " Tidak sama
2 perlakuan yang besar.
Direkomendasikan untuk
digunakan.
2
34 # ' (
Scheffe Sama Digunakan untuk
SCD = ,./567 ,34' ( * membandingkan group
perlakuan yang tidak
orthogonal. Lebih kritis
1 1
34 # ' ( + "
Tidak sama
SCD = ,./567 ,34' ( *1 *2
dari HSD
1
ta/(2C),n-k ' (
Bonferoni Sama Bonferoni digunkan
*
untuk jumlah perlakuan
yang sangat besar karena
semakin banyak
perlakuan, batas kritis
1 1
+ "
akan semakin besar dan
ta/(2C),n-k ' (
Tidak sama
*1 *2 sulit menolak H0 (semakin
konservatif)
' (
Rp = ,
DMRT Hanya untuk Tidak disarankan untuk
8 ,-,./012 * ulangan digunakan karena
sama penghitungan selang
' ( kepercayaan
Wp = ,
DMRT Hanya untuk
, -,9 : ./" * ulangan inappropriate karena
sama batas kritis beraneka
macam
Kontras dan Keortogonalan
Bentuk pembandingan sepasang-sepasang dapat dipandang sebagai berikut.
H0: (1)*μ1 + (–1)*μ2 =
0
Perhatikan koefisien di muka rerata. Jumlahnya adalah nol (1 dijumlah dengan -
1 menghasilkan nol). Bentuk pembandingan berkelompok dapat ditulis ulang sebagai
yang bersesuaian adalah nol. Jadi, mengambil contoh seri hipotesis nol kita di atas, kontras
μ1 = μ2 vs. kontras μ2 = μ3
tidaklah saling ortogonal sebagaimana terlihat di tabel berikut.
Perhatikan baik-baik, bagaimana kontras yang saling ortogonal dapat timbul. Secara
umum, pembandingan tiap rerata sepasang-sepasang tidak menghasilkan kontras-kontras
yang saling ortogonal, sedangkan pembandingan rerata grup secara berkelompok dapat
menghasilkan kontras-kontras yang saling ortogonal.
Sebagai ilustrasi, suatu penelitian dengan ulangan sama mengenai pemberantasan
lumut pada perdu teh, menguji perlakuan sebagai berikut: kerik lumut, disemprot glifosat,
disemprot fentin-asetat, disemprot bentiokarp, dan tidak diapa-apakan sebagai kontrol.
Rerata populasi lima perlakuan dilambangkan dengan µ1, µ2, µ3, µ4, dan µ5. Perhatikan
bahwa perlakuannya adalah perlakuan kualitatif!
µ <µ < µ=<µ>
H0 = = µ@ menguji manfaat pemberantasan lumut.
?
µ <µ=< µ>
H0 = = µ menguji seberapa efektif pemberantasan kimia dibanding dengan
A
cara manual
µ <µ>
H0 = = µA dibuat untuk membandingkan herbisida non-asam versus asam.
H0: μ2=μ4, yaitu apakah dua herbisida non-asam yang diujikan berbeda.
Perhatikan bahwa lima perlakuan yang diuji disini dapat digolong-golongkan, seperti
golongan perlakuan dengan dan tanpa pengendalian lumut, golongan perlakuan dimana
pengendalian lumut dilakukan secara manual dan secara kimiawi. Jadi, perlakuannya
berstruktur.
Percobaan dengan perlakuan berstruktur hampir selalu menghasilkan penelitian yang
baik nalarnya, karena itu pikirkan baik-baik grup-grup perlakuan yang diberikan pada saat
merancang penelitian. Buatlah tabel seperti di atas pada MSExcel anda dan berikan
koefisien kontras untuk masing-masing hipotesis. Tunjukkan bahwa setiap pasang kontras
tersebut saling ortogonal.
R mampu membantu dalam menemukan koefisien yang kontras dan ortogonal.
Ikuti
perintah berikut dan pahami keluaran yang muncul! Keterangan: x adalah banyaknya grup
Jika terdapat lima perlakuan, maka dapat dibentuk maksimum 4 (atau t–1) kontras-
kontras yang saling ortogonal. Pembentukan kontras ortogonal seperti di atas disebut
helmert, yaitu dengan membagi menjadi dua kelompok secara bertahap. Cara lain adalah
faktorial, yang akan dibahas kelak. Kontras ortogonal dapat disisipkan ke dalam analisis
varians, karena jumlah kuadratnya akan menjumlah menjadi jumlah kuadrat grup
perlakuan. Berikut adalah data derajat banyaknya lumut (Y) akibat perlakuan herbisida di
atas.
Polinom Ortogonal
Untuk perlakuan kuantitatif, jika ulangan dan selang antargrup perlakuannya sama,
analisis kecenderungan yang saling ortogonal dapat dengan mudah dilakukan.
“Kecenderungan” di sini maksudnya adalah kecenderungan fungsi polinom, apakah
hubungannya regresi garis lurus, kuadratik, kubik, atau lebih tinggi lagi. Seperti halnya
dengan kontras ortogonal, dimungkinkan ada t–1 kontras dengan derajad bebas satu.
Konstantanya kebanyakan telah tersedia pada buku acuan, dan harus dihitung sendiri jika
selang antargrup perlakuannya tidak sama, atau ulangannya tidak sama, atau keduanya.
Polinom ortogonal sebenarnya merupakan regresi dengan model polinomial. Hanya saja
pada polinom ortogonal pengerjaan dilakukan dua kali, yaitu, membuat ANOVA terlebih
dahulu, kemudian memasukkan nilai polinom ortogonal. Pada praktikum ini akan
ditunjukkan bahawa polinom ortogonal sama dengan regresi polinomial.
Menggunakan data berikut, dapat dilakukan analisis kecenderungan:
Blok
Dosis N (ku/ha) Total
1 2 3
0 3 11 10
1 13 16 13
2 19 21 20
3 17 16 21
Koefisien untuk n grup perlakuan dan selang grup antarperlakuannya sama, maka
dapat dicari dengan baris perintah contr.poly (n). Koefisien untuk n grup perlakuan
dengan masing-masing grup perlakuan (y1, y2, ..., yn) teridentifikasi memiliki selang yang
berbeda, maka dapat dicari dengan baris perintah contr.poly (n,c(y1,y2,...,yn))
Arti koefisien yang muncul adalah L untuk Linear, Q untuk Kuadratik, dan C untuk Kubik,
^4 untuk Kuartik, dan seterusnya. Setelah mendapatkan koefisien, lakukanlah analisis varians
seperti pada kontras ortogonal! Tentukan mana kontras yang signifikan!
Penyajian grafik dapat dikerjakan dengan MsExcel sehingga muncul seperti pada grafik
di bawah ini. Perhatikan kedua grafik! Berdasarkan hasil uji lanjut dengan diketahui bahwa
terdapat kecenderungan linier dan kuadratik (terdapat tanda signifikansi, cek!). Kesimpulan
mengenai hubungan kecenderungan apa yang tepat antara kedua peubah dapat ditentukan
berdasarkan hipotesis yang ditegakkan sebelumnya atau dengan melihat keadaan unit
percobaan (kecenderungan data) di lapangan.
ANOVA
Uji posthoc
signifikan
Tidak
Stop
signifikan
Struktur Perlakuan
Kontras
Terstruktur
orthogonal
Regresi
Satu langkah
Kuantitatif
ANOVA
Dua langkah
signifikan