Perancangan

Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan

Pendahuluan
2
◻ Pengertian dasar
◉ Faktor

◉ Taraf
◉ Perlakuan (Treatment
◉ Respons )
◻ Layout Percobaan &
◻ Pengacakan
◻ Penyusunan Data
◻ Analisis Ragam
Perbandingan Rataan
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pendahuluan

3
Pengertian dasar
◻ Faktor: Variabel Bebas (X) yaitu variabel yang di kontrol oleh peneliti
◉ Misalnya: varietas, pupuk, jenis kompos, suhu, biofertilizer, jenis tanah, dsb.
◉ Biasanya disimbolkan dengan huruf kapital, misal Faktor Varietas disimbolkan dengan
huruf V.
◻ Taraf/Level
:◉ Faktor terdiri dari beberapa taraf/level
◉ Biasanya disimbolkan dengan huruf kecil yang dikombinasikan dengan subscript
angka.
■ misal 3 taraf dari Faktor Varietas adalah: v1, v2, v3

Fakto Banyaknya Tara

r Taraf f
Varietas (V) Jenis: 3 taraf IR-64 (v1) Cisadane (v2) S-969 (v3)
Pupuk Nitrogen (N) Dosis: 3 taraf 0 100 200
Pupuk Organik (O) Jenis: 4 taraf (n1Pupuk
) (n2) Pupuk (n3Pupuk
) Kompos
Kandang Kandang Sapi Kandang Domba (o
Ayam(o1) (o2) (o3) 4)

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pendahuluan

4
Pengertian dasar
◻ Perlakuan: merupakan taraf dari Faktor atau kombinasi
taraf dari faktor.
◉ Untuk Faktor
Tunggal:
■ Perlakuan = Taraf
■ Misal: v1, vFaktor
2, v 3

◉ Apabila > 1 Faktor:

■ Perlakuan = Kombinasi dari masing-masing taraf Faktor
■ Misal: v1n0; v1n1; dst

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pendahuluan

5
Pengertian dasar
◻ Respons: Variabel tak bebas (Y)
yaitu:
◉ variabel yang merupakan sifat atau parameter dari satuan
percobaan yang akan diteliti
◉ sejumlah gejala atau respons yang muncul karena adanya
peubah bebas.
◉ misalnya: Hasil, serapan nitrogen, P-tersedia, pH dsb.

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pendahuluan
Contoh Kasus Faktor Tunggal
6

Contoh Kasus Penelitian:

Perbedaan hasil padi akibat diberikan jenis pupuk organik yang berbeda.

Faktor Resp
ons
Jenis Pupuk Organik
(O) Hasil Padi
Perlakua
n:
Pupuk Pupuk Pupuk Faktor (4 buah)
Perlakuan =
Kompos o1, o2, o3, dan o4
Kandang Kandang Sapi Kandang Domba taraf
(o
Ayam (o (o3)
4)
(o1) 2)

Taraf O: 4
taraf
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan

Rancangan lingkungan
7
◻ Rancangan lingkungan: merupakan suatu
rancangan mengenai bagaimana perlakuan-
perlakuan yang dicobakan ditempatkan pada unit-
unit percobaan.

◻ ◉ Rancangan
Yang termasuk
Acakdalam
Lengkaprancangan
(RAL), ini:
◉ Rancangan Acak Kelompok (RAK) dan
◉ Rancangan Bujur Sangkar Latin (RBSL), Lattice.

Ade Setiawan © http://smartstat.inf Rancangan Acak

8
Rancangan acak lengkap
(RAL)
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Rancangan Acak Lengkap
Ciri-Ciri RAL
9

Satuan percobaan/
Bahan/Media/ media/bahan percobaan
Satuan homogen
Percobaan homogen/serag
(dianggap
am) Hanya ada 1
Sumber
Keragaman:
Perlakuan
(plus
Galat)

Keragaman
Respons
Perlakuan/ Hanya disebabkan
Treatment oleh
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Rancangan Acak Lengkap
Latar Belakang Penggunaan RAL
10

◻ Rancangan acak lengkap merupakan jenis rancangan

percobaan yang paling sederhana.
◻
Satuan percobaan yang digunakan homogen atau tidak
ada faktor lain yang mempengaruhi respon di luar
faktor yang dicoba atau diteliti.
◻ Faktor luar yang dapat mempengaruhi percobaan
dapat dikontrol. Misalnya percobaan yang dilakukan di
laboratorium/Rumah Kaca.
◻ Banyak ditemukan di laboratorium atau rumah kaca.
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Rancangan Acak Lengkap

11
Keuntungan RAL
◻ Perancangan dan pelaksanaannya mudah
◻ Analis datanya sederhana
◻ Fleksibel (sedikit lebih fleksibel dibanding RAK)

dalam hal:
◉ Jumlah perlakuan
◉ Jumlah ulangan
◉ dapat dilakukan dengan ulangan yang tidak sama
◻ Terdapat alternatif analisis nonparametrik yang
sesuai

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Rancangan Acak Lengkap

12
Keuntungan RAL…
◻ Permasalahan data hilang lebih mudah ditangani
(sedikit lebih mudah dibandingkan dengan RAK)
◉ Data hilang tidak menimbulkan permasalahan analisis
data
yang serius
◉ Kehilangan Sensitifitasnya lebih sedikit dibandingkan

dengan rancangan lain

◉ Derajat bebas galatnya lebih besar (maksimum).

Keuntungan ini terjadi terutama apabila derajat bebas

◻ galat
sangat kecil.
Tidak memerlukan tingkat pemahaman yang tinggi
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Rancangan Acak Lengkap

13
Kerugian RAL
◻ Terkadang rancangan ini tidak efisien.
◻ Tingkat ketepatan (presisi) percobaan mungkin tidak
terlalu memuaskan kecuali unit percobaan benar-benar
homogen
◻ Hanya sesuai untuk percobaan dengan jumlah
perlakuan yang tidak terlalu banyak
◻ Pengulangan percobaan yang sama mungkin tidak
konsisten (lemah) apabila satuan percobaan tidak
benar-benar homogen terutama apabila jumlah
ulangannya sedikit.
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Rancangan Acak Lengkap
Kapan RAL digunakan?
14

◻ Apabila satuan percobaan benar-benar homogen,

misal:
◉ percobaandi laboratorium
◉ Rumah Kaca
◻ Apabila tidak ada pengetahuan/informasi
sebelumnya tentang kehomogenan satuan
percobaan.
◻ Apabila jumlah perlakuan hanya sedikit, dimana

derajat bebas galatnya juga akan kecil

Ade Setiawan © http://smartstat.inf Rancangan Acak
15 Pengacakan dan Tata
Letak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pengacakan dan Tata
Letak
Pengacakan Dan Tata Letak Percobaan
16

◻ Pengacakan dilakukan agar analisis data yang

dilakukan menjadi sahih.
◻ Pengacakan:
◉ diundi (lotere),
◉ daftar angka acak, atau

◉ menggunakan bantuan software.

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pengacakan dan Tata
Letak
Pengacakan Dan Tata Letak Percobaan
17

Misalkan
Perlakuankita
(t)merancang:
: 7 taraf, misal A, B, C, D, E, F, 28 satuan percobaan
G
Ulangan (r): 4 kali 1 2 3 4 5 6 7
A1, A2, A3, A4 Perlakuan tersebut kita
B1, B2, B3, B4 tempatkan secara acak 8 9 10 11 12 13 14
C1, C2, C3, C4 ke dalam 28 satuan 15 16 17 18 19 20 21
D1, D2, D3, D4 percobaan.
: 22 23 24 25 26 27 28
G1, G2, G3, G4

Diperoleh:
tr = 7x4 = 28 satuan
percobaan

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan
RAL
Pengacakan dan Tata
Contoh Penerapan Model Linier dan Analisis Ragam
Letak
Pengacakan dengan cara pengundian
18
1 2 3 4 5 6 7
◻ Buat 28 gulungan
8 9 10 11 12 13 14
kertas
15 16 17 18 19 20 21
kode perlakuan (A1, A2,
22 23 24 25 26 27 28
◻ A3, …, G3, G4)
(tanpa pengundian
Lakukan pemulihan).
C3 A2 3 4 5 6 7
Kode perlakuan yang jatuh pertama kali 8 9 10 11 12 13 14
ditempatkan di kotak no 1, ke-2
15 16 17 18 19 20 21
ditempatkan di kotak no 2, dst. Misalkan
kode C3 yang jatuh pertama kali, maka 22 23 24 25 26 27 28
kotak no 1 diganti jadi C3, kode A2 jatuh
pada urutan ke-2, maka kotak no 2 diganti
dengan A2. Lakukan terus pengundian
sampai kode perlakuan terakhir yang akan
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pengacakan dan Tata
Letak
Pengacakan: Microsoft Excel
19

1 2

Buat tabel
dengan
jumlah baris
sesuai dengan
kombinasi
perlakuan
Pada kolom
ke-3 (C)
ditulis
Formula
“=RAND()”:

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pengacakan dan Tata
Letak
20

Sorot/blok Kolom B
dan C dan lakukan
pengurutan (sortasi)
berdasarkan kolom
ke-3 (Angka Acak)

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan
RAL
Model Linier dan Analisis Ragam Pengacakan dan Tata
Contoh Penerapan
Letak
21

1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28

E3 D3 E1 A4 G4 B2 A3
F4 C4 F1 B1 C3 B3 C1
F2 D2 G1 E4 A2 B4 D4
G3 F3 C2 E2 A1 G2 D1

Tempatkan kode perlakuan E3

pada kotak
Ade Setiawan © No 1, http://smartstat.inf
D3 pada Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Pengacakan dan Tata
Letak
22
Tata Letak RAL
E3 D3 E1 A4 G4 B2 A3

F4 C4 F1 B1 C3 B3 C1

F2 D2 G1 E4 A2 B4 D4

G3 F3 C2 E2 A1 G2 D1

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan

Tabulasi Data
23

Perlakuan
Tabulasi Data Ulangan Tota
Rancangan D l
Acak Lengkap 1
A B C Y41 F G
Dengan 7 Y42 E
2
Perlakuan Dan Y.1
Y11 Y21 Y31 Y43 Y61 Y71
4 Ulangan 3 Y51
4 Y44 Y.2
Y12 Y22 Y32 Y62 Y72

To Y4. Y52 Y.3

tal Y13 Y23 Y33 Y63 Y73

Y.4
Y14 Y24 Y34 Y53 Y64 Y74

Y1. Y2. Y3. Y6. Y7. Y..

Ade Setiawan © http://smartstat.inf Y54

Rancangan Acak
24 Model Linier & Analisis Ragam RAL
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

25
Model Linier RAL
Yij = μi + ε ij μ = rata-rata umum (mean populasi)
τi = (μi- μ) = Pengaruh aditif dari perlakuan
= μ + (μi − μ) + ε ij ke-i
εij =
galat percobaan/pengaruh acak dari
= μ + τ i + ε ij perlakuan ke-i ulangan ke-j dengan εij ~
N(0, σ2)
i = 1,2,…,t ; j= 1,2,…ri ; t = jumlah perlakuan dan
μi = mean perlakuan ke-i ri = banyaknya ulangan dari perlakuan
untuk
ke-i, percobaan yang mempunyai
ulangan sama, ri =
∑τ
t
i
= r.

i 0
E(Y
=1 ij ) = μ + τ i = μi

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

26
Analisis Ragam
◻ Analisis ragam merupakan suatu analisis untuk
memecah keragaman total menjadi beberapa
komponen pembentuknya.
◻ Penduga kuadrat terkecil bagi parameter-parameter di
dalam
berikut:model rancangan acak lengkap diperoleh sebagai
Parameter Penduga
μ μˆ
τi = Y..
τˆˆi = Yi. −
εij
Y..

Ade Setiawan © ε ij = Yij

http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

Analisis Ragam
27

Yij = μ + τ i + ε ij
Yij − μ = τ i + ε ij
Keragama Keragama Keraga
n n man
Total Perlakuan
Akiba Acak (Galat)
t

Parameter Penduga
μ μˆ = Y..
τi τˆi = Yi. − Y..
εij εˆ ij = Yij − Yi .

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

28
Penguraian Data
Ulangan kontrol μˆ =
1 89.8 P1 P2 P3 P4 P5 P6
2 93.8 84.4
116.0 64.4
79.8 75.2
62.4 88.4
90.2 56.4
83.2 65.6
79.4 Rata-rata
3 88.4 84.0 88.0 62.4 73.2 90.4 65.6 keseluruhan
4 112.6 68.6 69.4 73.8 87.8 85.6 70.2
Rataan ( Yi . ) 96.15 88.25 75.40 68.45 84.90 78.90 70.20 Y .. =
80.32
Pengaruh Perlakuan 15.83 7.93 -4.92 -11.87 4.58 -1.42 -10.12 0.00
(τ i = Yi . − Y .. )

τ i = Yi . − Y .. Jumlah Total
Pengaruh penguraian
= Pengaruh Perlakuan:
Perlakuan keragaman total
= selisih antara rata-rata
kedalam beberapa
perlakuan dan rata-
komponen
rata keseluruhan
∑τ t
i
penyusunnya

Ade Setiawan © http://smartstat.inf =0 Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

29
Penguraian Data
Pengaruh
Model Linier: Perlakuan
D Rataa
Ragam Aditif
Gal
ata n at
Yij = μ + τ i + ε ij Uteri Umum Yij
dari (Sis
n Perlakua aan)
kon μ -μ
Ingat bahwa: n
trol Y 8 εij=Yij-μ-
9.4 τi
ij 0.32 τi
Parameter Penduga kon 8 15.
8 -6.3
ˆ trol 8
13. 83
9.8 5
μ
τi τˆY..
i = Yi. − : kon : 9
0.32
: 48 5
15.
:
- -2.3
8
trol P 85.
3.8 80.3 .28 8.0 831.42 5 :
εij Y..
ˆ 5 kon 6
0.32
2 8 -14.7 15.
8 -10.1 -7.7
80.3 8 6.70
− Yi . trol P 65. 2
-14.7
32. 83-10.1 -4.6
ε ij = Yij bisa
Sehingga model linier tersebut 6
8.4
6 0.32
2 2 -
2
2 15.
5
0
-4.6
6 P1 6 1 2 28 16.
ditulis dalam bentuk: P J 70. 80.3 8 -10.1 -10.1
P 186121.4
79. 180642.89
80.3 0.924.0 832415.93 0
3062.5
umlah
6 12.6
2 2 2 2 45 0.00
5478.507 0.32 7 7.9 7
Kuadra
6 4 2 8
Yij = μ + τ i + ε ij t
8
3 9.20
-3.8
4.4 5
Yij = Y .. + (Yi . − Y ..) + (Yij − Yi . )

(Yij − Y ..) = (Yi . − Y ..) + (Yij − Yi . )

Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

Penguraian Keragaman
Total
30
Yij = Y .. + (Yi . − Y ..) + (Yij − Yi . )

(Yij − Y ..) = (Yi . − Y ..) + (Yij − Yi . )

Analisis Ragam diperoleh dari pemisahan Jumlah

Kuadrat Total Terkoreksi (JKT)!!
∑ ∑(Yij − Y.. ) = ∑ ∑[(Yi . − Y ..)2 + (Yij − Yi . ) ]22
t t
r 2 r
t r
i =1 j i =1 j

=∑ ∑(Y − Y ..) + ∑ ∑(Y − Yi . ) + 2 ∑ ∑(Y

t r t r t
− Y ..)(Yij − Yi . )
=1 r j =1
=1
i =1 2 2
i. ij i.
Nilai pada akhir
i =1 j =1 i =1 j =1 i =1 j =1 persamaan bernilai nol,
karena:
∑(Y
r
− Yi . ) = ∑ε ij = 0
∑(Y − Y ..) = ∑(Yi . − Y ..) + ∑(Yij − Y
ij
2 2 2
ij i. j =1

) JKT = JKP +
JKG
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

Penguraian Keragaman Total

31

R Rag Pengaruh Aditif

Perl Data Uterin Galat (Sisaan)
ataan am dari
akuan
Y keseluruhan Tot Perlakuan εij=Yij-μ-
Model ij μ al τi τi
Linier 8 8 Yij-
15.8 -6.
kont 9.8 0.32 μ 3 35
rol : : 9.4 : :
: 7
JKT*

8 8

JKP
JKT
-10. 0.

FK

JK
G
P6 0.2 0.32 12 00
Jumlah Kuadrat 18612 180642 -10. 2415 30
∑ ∑(Y ) ∑∑ ∑∑12(Y ∑∑ ∑∑
t t r t t t
r
1.4
ij
2 r
.89 (Y ..)2 i.
−Y 2 r
.937 (Y ij
−Y .. 2
r
(Y
62.57 ij
− Yi .
i =1 j =1 i =1 j =1 i =15478.507
j =1 ..) i =1 j =1 ) i =1 j =1 )2
JKT* FK JKT JKP JK
G
JKT terkoreksi = JKT*-FK JKT = JKP + JKG
= 186121.4 - 180642.89
= 5478.507

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

Asumsi dan Hipotesis

32

Asumsi:
Model Model Acak

∑τ
Tetap bsi 2 2
bsi
E(τ i ) = τ ; t
i = 0 ; ε ij ~ N(0,σ ) 2 E(τ i ) = 0 ; E(τ ) = σ τ ; ε ij ~ N(0,σ 2 )
i

i=
1

Hipotesis:
Hipotesis yang Akan Diuji: Model Tetap Model Acak
H0 Semua στ2 = 0
H1 τi = 0 στ2 > 0
Tidak semua τi = 0

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL Model Linier &
Model Linier dan Analisis Ragam
Contoh Penerapan
Analisis Ragam RAL

Tabel Analisis
Ragam
33
Sumber Keragaman Jumlah Kuadrat Derajat Bebas (db) Kuadrat Tengah F-Hitung
(SK) (JK) (KT)
Perlakuan t-1 JKP KTP KTP/KTG
Galat t(r-1) JKG KTG
Total tr-1 JKT

SY 2KT (Galat) Untuk membandingkan nilai

r tengah perlakuan
= Baku
Galat

Ade Setiawan © http://smartstat.inf Rancangan Acak

34 Contoh
Terapan
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
35
Contoh RAL:
◻ Berikut ini adalah hasil pengujian estrogen beberapa larutan
yang telah mengalami penanganan tertentu. Berat uterin tikus
dipakai sebagai ukuran keaktifan estrogen. Berat uterin dalam
miligram dari empat tikus untuk setiap kontrol dan enam larutan
yang berbeda dicantumkan dalam tabel berikut )
Ulan
Perlakuan Jumlah
1 gan 4
kontrol 8 2 9 3 8 112.6 384.6
P 9.8 3.8 8.4 6 353.0
1 8 116.0 8 8.6 301.6
P 4.4 7 4.0 6 273.8
2 6 9.8 8 9.4 339.6
P 4.4 6 8.0 7 315.6
3 7 2.4 6 3.8 280.8
P 5.2 9 2.4 8 2
4 ©
Ade Setiawan 8
http://smartstat.inf 0.2 7 7.8
Rancangan Acak 249
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
Langkah-langkah Pengujian Hipotesis:
36

◻ Karena hanya terdapat 7 perlakuan yang tersedia, maka model yang

cocok adalah model tetap. Model tersebut adalah:
◉ Yij = μ + τi + εij ; i =1,2,…,7 dan j = 1,2,3,4
◉ dengan
■ Yij = berat uterin dari tikus ke-j yang memperoleh perlakuan ke-i
■ = mean populasi berat uterin
μ
■ τi = pengaruh perlakuan ke-i
■ = pengaruh acak pada tikus ke-j yang memperoleh perlakuan ke-i .
εij
◻ Asumsi : lihat asumsi untuk model tetap
◻ Hipotesis yang akan diuji :
◉ H0 : Semua τj = 0 (atau tidak ada pengaruh perlakuan terhadap berat
uterin tikus)
◉
H1 : Tidak semua τj = 0; atau minimal ada satu perlakuan yang
mempengaruhi berat uterin tikus.

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
Perhitungan Analisis Ragam
(1-2):
37

Langkah 1: Hitung Faktor Koreksi

Y..2 2249 2
rt 28

Langkah 2: Hitung Jumlah Kuadrat Total

t r

i =1 j =1

2
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
Perhitungan Analisis Ragam
(3-4):
38

= ∑ 3:2 Hitung
Yi.
JKP
t
Langkah − Jumlah Kuadrat Perlakuan
i FK
(384.6 2 + 3532 + 301.62 + 273.82 + 339.62 + 315.62 + 280.8 2
=1 =r − 180642.89
) 4
= 2415.94

Langkah 4: Hitung Jumlah Kuadrat Galat

JKG = JKT − JKP
= 3062.57

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
Perhitungan Analisis Ragam
(5-6):
39

Langkah 5: Buat Tabel Analisis Ragam beserta Nilai F-tabelnya

Sumber Deraj Jumlah Kuadr Ftabel
Fhitung
keragaman
Tabel AnalisisatRagam dari Berat
kuadrat (JK)Tikusat
Uterin 5% 1%
Perlakuan
(SK) 6bebas (db) 2415.94 402.66
tengah (KT) 2.76* 2.573 3.812
Galat 21 3062.57 145.84
Total 27 5478.51
F(0.05,6,21) = 2.573 F(0.01,6,21) = 3.812

Langkah 6: Hitung Koefisien Keragaman (KK)

KK = KTG × 100% = 145.84 × 100%
Y .. 80.32
=
15.03%
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
Perhitungan Analisis Ragam (7):
40

◻ Langkah 7: Buat Kesimpulan

◉ Karena Fhitung (2.76) > 2.573 maka:
■ kita tolak H0: μ1 = μ2 = μ3 = μ4 = μ5 = μ6 pada taraf kepercayaan 95%
◉ Karena Fhitung (2.76) ≤ 3.812 maka:
■ kita gagal untuk menolak H0: μ1 = μ2 = μ3 = μ4 = μ5 = μ6 pada taraf kepercayaan 99%
◉ Hal ini berarti:
■ pada taraf kepercayaan 95%, minimal terdapat satu perlakuan yang berbeda
dengan yang lainnya.
■ Namun pada taraf kepercayaan 99%, semua rata-rata perlakuan tidak berbeda
dengan yang lainnya.
◉ Keterangan
:■ Biasanya, tanda bintang satu (*) diberikan, apabila nilai F-hitung lebih besar dari
F(0.05) dan tanda bintang dua (**) diberikan apabila nilai F-hitung lebih besar dari
F(0.01)

Ade Setiawan © http://smartstat.inf Rancangan Acak

41 Perbandingan Rataan
Fisher’s LSD/BNT
(Topik ini untuk sementara bisa dilewati, Untuk
memahami perbandingan rata-rata secara detail, lihat
Bahasan Materi Perbandingan Nilai Rata-rata)
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
42
Hitung Nilai LSD
Sumber Deraj Jumlah Kuadr Ftabel
Fhitung
keragaman at kuadrat (JK) at 5% 1%
Perlakuan
(SK) 6bebas (db) 2415.94 402.66
tengah (KT) 2.76 2.573 3.812
Galat 21 3062.57 145.84
Total 27 5478.51

2KT
LSD = t(0.05/ 2);21
G
r
=
= 17.76 2(145.84)
2.08 ×
4
> LSD 0.05 tol akH0 , keduarata - rataberbedanyata
Jika μi − μ j
≤ LSD 0.05 tol akH0 , keduarata - ratati dakberbedanyata

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
Tabel Nilai Kritis t-student
43

Nilai t(0.05/2, 21)

= 2.08
Ade Setiawan © http://smartstat.inf Rancangan Acak
 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
Urutkan Rata-rata
Perlakuan
44

Perlakuan (T)
Urutkan Rata-rata Rata-rata
Perlakuan (dalam contoh ini
kontrol 96.15
rata-rata diurutkan dari kecil ke besar)
P1 88.25
P2 75.40
P3 68.45
P4 84.90 Perlakuan (T) Rata-rata
P5 78.90 P3 68.45
P6 70.20 P6 70.20
P2 75.40
P5 78.90
P4 84.90
P1 88.25
kontrol 96.15

Ade Setiawan © http://smartstat.inf Rancangan Acak

 Pendahuluan
Pengacakan dan Tata Letak Percobaan RAL
Model Linier dan Analisis Ragam
Contoh Penerapan
Contoh
Terapan
45
Pengujian
LSD = t 0.05 / 2;21 2KT
G
r
= 2.08 ×
2(145.84)
= 17.76 4
> 17.76 tol akH0 , keduarata- rataberbedanyata
Jika μi − μ j
≤ tol akH0 , keduarata- ratati dakberbedanyata
17.76 P3 P6 P2 P5 P4 P1 kontrol Notasi
Perlakuan (T)
Rata-rat 6 7 7 7 8 8 96.
P3 a 68.45 0.00
8.45 0.20 5.40 8.90 4.90 8.25 15 a
P6 70.20 1.75 tn 0.00 a
P2 75.40 6.95 tn 5.20 tn 0.00 ab
P5 78.90 10.45 tn 8.70 tn 3.50 tn 0.00 abc
P4 84.90 16.45 tn 14.70 tn 9.50 tn 6.00 tn 0.00 abc
P1 88.25 19.80 * 18.05 * 12.85 tn 9.35 tn 3.35 tn 0.00 bc
kontro 96.15 27.70 * 25.95 * 20.75 * 17.25 tn 11.25 tn 7.90 tn 0.00 c
l
Ade Setiawan © http://smartstat.inf Rancangan Acak