BAB I

Rancangan Acak Lengkap (RAL)

Complete Randomized Design (CRD)

 Penggunaan : digunakan pada lingkungan yang HOMOGEN (seragam), jika pengaruh

lingkungan sama atau tidak berpengaruh

 Model : Yij = μ + σi + eij

Keterangan :
Yij = variabel banyaknya perlakuan dan ulangan
i = banyaknya pelakuan (1,2,3.....t)
j = banyaknya ulangan (1,2,3,....r)
μ = rerata
σi= penduga
eij = penduga kesalahan= GALAT = EROR= SESATAN
 Rumus :
𝑌11 + 𝑌12 + …..𝑌𝑡𝑟
1) μ = 𝑡.𝑟
∑𝑛− 𝑛
𝑖=1 ∑𝑖=1 𝑌𝑖𝑗
= 𝑡.𝑟
𝑌..
= 𝑡.𝑟
̃.
= 𝑌.
̃ – 𝑌.
2) σi = 𝑌𝑖 ̃.
̃ –μ
= 𝑌𝑖.
̃ – μ - σi
3) eij = 𝑌𝑖𝑗
 Randomisasi atau Pengacakan : prosedur untuk meletakkan unit percobaan di dalam
petak percobaan.
 Contoh soal :
Terdapat 3 perlakuan (i = 1,2,3) : A 100 kg/ha ; B 150 kg/ha ; dan C 200 kg/ha
Lahan dibagi menjadi 12 petak
Dilakukan 4 kali ulangan (j = 1, 2, 3, 4)
Exp unit = 3 x 4 = 12
Cara :
a) Tentukan kombinasi perlakuan ulangan (exp unit) : A1, A2, ....., C4
b) Tempatkan secara acak a) ke dalam petak percobaan, yaitu dapat dengan
diundi atau tabel angka acak.
A3 = 4 B1 11 B3 = 9 A2 = 5
C1 = 6 B4 = 10 C2 = 7 A1 = 3
B2 = 10 C4 = 7 C3 = 8 A4 = 4

c) Analisis Data
Tabel Anova (Analysis of Varian)
SK/ SV db/ df JK/ SS KT/MS Fhit Ftabel
Perlakuan t-1 JKP 𝐽𝐾
KTP = 𝑑𝑏𝑃 (α ; dbp ;
𝑃 𝐾𝑇𝑃
Galat t (r-1) JKG 𝐽𝐾
KTG = 𝑑𝑏𝐺 𝐾𝑇𝐺 dbg)
𝐺

Total tr - 1 JKT
Keterangan :
SK = Sumber Keragaman (SV = source of varian)
db = Derajat bebas (df = degree of free)
JK = Jumlah kuadrat (SS = some of square)
KT = Kuadrat tengah (MS = Means square)
Ftabel = Dilihat dari tabel F (α ; db pembilang ; db penyebut)
𝑌𝑖𝑗 = menimbulkan keragaman total
σi = menimbulkan keragaman akibat perlakuan
eij = keragaman akibat galat

*Catatan :
SK = peubah yang dapat menimbulkan keragaman data
db pembilang = berasal dari perlakuan
db penyebut = berasal dari galat
 Untuk menghitung JK dapat menggunakan cara sebagai berikut :
1. Cara 1 : menggunakan model

i j Yij μ σi Eij
1 1 3 7 -3 -1
1 2 5 7 -3 1
1 3 4 7 -3 0
1 4 4 7 -3 0
2 1 11 7 3 1
2 2 10 7 3 0
2 3 9 7 3 -1
2 4 10 7 3 0
3 1 6 7 0 -1
3 2 7 7 0 0
3 3 8 7 0 1
3 4 7 7 0 0
∑ 84 84 0 0
∑()2 666 588 72 6

84
μ= 12 = 7
̃ –μ
σi= 𝑌𝑖.
3+5+4+4
= - 7 = 4-7 = -3
4

σ2= 10-7 = 3
σ3= 7-7 = 0
2. Cara 2 : menggunakan rumus

Perlakuan/
1 2 3 4 Yi
Ulangan
A 3 5 4 4 16
B 11 10 9 10 40
C 6 7 8 7 28
Yj 20 22 21 21 84
 1) FK : masing-masing data dijumlahkan lalu dikuadratkan dan dibagi
dengan banyaknya ulangan dikali banyaknya perlakuan
(∑3𝑖=1 ∑4𝑖=1 𝑌𝑖𝑗 )2 (3+5+4+⋯.+7)2 (84)2
= = = = 588
𝑡.𝑟 3𝑥4 12

2) JK total terkoreksi : masing-masing data dikuadratkan lalu dijumlahkan,

dan dikurangi FK
= ∑3𝑖=1 ∑4𝑖=1 𝑌𝑖𝑗2 − 𝐹𝐾= 32 + 52 + .....+ 72 – 588 = 78
3) JK perlakuan : total masing-masing perlakuan dikuadratkan dijumlahkan
lalu dibagi ulangan dan dikurangi FK
∑3𝑖=1 𝑌𝑖.2 162 + 402 + 282
= - FK = − 588 = 72
𝑟 4

4) JK galat = JK total – JKp = 78 – 72 = 6

3. Cara 3 : menggunakan software
Menggunakan software Microsoft Excel, yaitu dengan :
a. Mengklik tombol Data pada bagian atas, lalu di klik bagian Data Analysis.
b. Kemudian memilih Anova : Single Factor lalu OK.
c. Setelah itu pilih input range yang diinginkan (data).
d. Selanjutnya pilih output range yang diinginkan. Baru klik OK, maka akan
muncul tabel seperti di bawah ini :
Anova : Single Factor
SUMMARY
Groups Count Sum Average Variance
Row 1 4 16 4 0,66667
Row 2 4 40 10 0,66667
Row 3 4 28 7 0,66667

ANOVA
Source of Variation SS df MS F P-value F crit
Perlakuan 72 2 36 54 9,7E-06 4,256
Galat 6 9 0,667
Total 78 11

 Kesimpulan :
Dengan melihat F hitung dan F tabel
1) Apabila F hitung > F tabel, maka signifikasi atau terdapat beda nyata antar
perlakuan
2) Apabila F hitung < F tabel, maka tidak ada beda nyata
 BAB II
Rancangan Acak Kelompok Lengkap (RAKL)

 Penggunaan pada lingkungan yang TIDAK HOMOGEN dalam satu klasifikasi,

Contoh pada : kesuburan, penyinaran, pengairan, atau ketinggian.


Semakin subur

 Untuk kondisi tersebut maka harus dibuat pengelompokkan kondisi lahan tersebut
dengan membuat blok dengan syarat kondisi di dalam blok harus homogen.
 Model :
Yij = μ + σi + ρj+ eij
Keterangan :
Yij = variabel banyaknya perlakuan dan ulangan
i = banyaknya pelakuan (1,2,3.....t)
j = banyaknya blok (1,2,3,....r)
μ = rerata
σi= penduga pengaruh perlakuan
ρj = penduga pengaruh lingkungan = BLOK
eij = penduga kesalahan= GALAT = EROR= SESATAN
 Rumus :
𝑌11 + 𝑌12 + …..𝑌𝑡𝑟
1) μ = 𝑡.𝑟
∑𝑛− 𝑛
𝑖=1 ∑𝑖=1 𝑌𝑖𝑗
= 𝑡.𝑟
𝑌..
= 𝑡.𝑟
̃.
= 𝑌.
̃ – 𝑌.
2) σi = 𝑌𝑖 ̃.
̃ –μ
= 𝑌𝑖.
̃ – μ - σi - ρj
3) eij = 𝑌𝑖𝑗
̃𝑗 – μ
4) ρj = 𝑌.
 Randomisasi :
(1) Random pada bloknya (kondisi di dalam blok homogen)
(2) Random perlakuan pada masing-masing blok (semua perlakuan harus lengkap
pada setiap blok).
 Analisis Data
Tabel Anova
SK/ SV db/ df JK/ SS KT/MS Fhit Ftabel
𝐽𝐾 𝐾𝑇𝑃
Perlakuan t-1 JKP KTP = 𝑑𝑏𝑃 (α ; dbp ; dbg)
𝑃 𝐾𝑇𝐺
𝐽𝐾 𝐾𝑇𝐵
Blok r-1 JKB KTB = 𝑑𝑏𝐵 (α ; dbb ; dbg)
𝐵 𝐾𝑇𝐺
𝐽𝐾
Galat (t-1)(r-1) JKG KTG = 𝑑𝑏𝐺 -
𝐺

Total tr – 1 JKT

Keterangan :
SK = Sumber Keragaman (SV = source of varian)
db = Derajat bebas (df = degree of free)
JK = Jumlah kuadrat (SS = some of square)
KT = Kuadrat tengah (MS = Means square)
Ftabel = Dilihat dari tabel F (α ; db pembilang ; db penyebut)

 Contoh Soal
A = 10 C = 14 B = 12
Pengaruh lingkungan
C=7 D=8 C=9
B = 11 A = 13 A = 10
D=4 B = 13 D=9

Dengan petak di atas, maka buat tabel analisis varian dengan α = 5%, dan lengkapi
semua komponen dan beri kesimpulan!
 Cara menghitung JK :
1. Cara 1 : menggunakan model

i j YIJ μ σ ρj ϵ μ 10
1 1 10 10 1 -2 1 σ1 1
1 2 13 10 1 2 0
1 3 10 10 1 0 -1
2 1 11 10 2 -2 1 σ2 2
2 2 13 10 2 2 -1
2 3 12 10 2 0 0
3 1 7 10 0 -2 -1 σ3 0
3 2 14 10 0 2 2
3 3 9 10 0 0 -1
4 1 4 10 -3 -2 -1 σ4 -3
4 2 8 10 -3 2 -1
4 3 9 10 -3 0 2
Jumlah 120 120 0 0 0
Jumlah kuadrat 1290 1200 42 32 16
1) FK = 1200
2) JK total tidak terkoreksi = 1290
3) JKP = 42
4) JKB = 32
5) JKG = 16
2. Cara 2 : Menggunakan rumus

Blok
Rata-rata Tnggi Yi
1 2 3
A 10 13 10 33
B 11 13 12 36
C 7 14 9 30
D 4 8 9 21
Yj 32 48 40 120
 (∑ ∑ 𝑌𝑖𝑗)2 (10+13+10+11+13+12+7+14+9+4+8+9)2 1202
(1) FK = = (4)(3)
= = 1200
𝑡.𝑟 12

(2) JK total Terkoreksi

= ∑ ∑ 𝑌𝑖𝑗 2 − 𝐹𝐾
= 102 + 132 + 102 + 112 + 132 + 122 + 72 + 142 + 92 + 42 + 82 + 92 − 1200
= 90
∑ 𝑌𝑖 2 332 +362 +302 +212
(3) JK Perlakuan = − 𝐹𝐾 = − 1200 = 42
𝑟 3
∑ 𝑌𝑗 2 322 +482 +402
(4) JK Blok = − 𝐹𝐾 = − 1200 = 32
𝑡 3

(5) JK Galat = JK total terkoreksi – JKP – JKB = 90 – 42 – 32 = 16

3. Cara 3 : menggunakan software

Menggunakan software Microsoft Excel, yaitu dengan :
a. Mengklik tombol Data pada bagian atas, lalu di klik bagian Data Analysis.
b. Kemudian memilih Anova: Two-Factor Without Replication, lalu klik OK.
c. Setelah itu pilih input range yang diinginkan (data).
d. Selanjutnya pilih output range yang diinginkan. Baru klik OK, maka akan
muncul tabel seperti di bawah ini :
Anova: Two-Factor Without Replication

SUMMARY Count Sum Average Variance

Row 1 3 33 11 3
Row 2 3 36 12 1
Row 3 3 30 10 13
Row 4 3 21 7 7

Column 1 4 32 8 10
Column 2 4 48 12 7,33
Column 3 4 40 10 2

ANOVA
Source of Variation SS df MS F P-value F crit
Perlakuan 42 3 14 5,25 0,04087 4,757
Blok 32 2 16 6 0,03704 5,143
Galat 16 6 2,67

Total 90 11
 Kesimpulan :
Dengan melihat F hitung dan F tabel
1) Apabila F hitung > F tabel, maka signifikasi atau terdapat beda nyata antar
perlakuan
2) Apabila F hitung < F tabel, maka tidak ada beda nyata
Maka pada soal didapat :
1) F hitung perlakuan > F tabel ; 5,25 > 4,75 maka terdapat beda nyata antar
perlakuan.
2) F hitung blok > F tabel ; 6 > 5,14 maka terdapat beda nyata antar perlakuan.
 BAB III
RANCANGAN BUJUR SANGKAR LATEN (RBSL)/ LS (t2)

 Penggunaan : pada lingkungan TIDAK HOMOGEN dalam 2 klasifikasi

Contoh lingkungan :
Semakin tinggi
kadar air

Semakin subur
 Model :
Yij = μ + σi + βj + Ck + eij
Keterangan :
Yij = variabel banyaknya perlakuan dan ulangan
i = banyaknya pelakuan (1,2,3.....t)
j = banyaknya baris (1,2,3,....t)
k = banyaknya kolom (1,2,3,....t)
μ = rerata
σi= penduga pengaruh perlakuan
βj = penduga pengaruh lingkungan 1 = Baris
Ck = penduga pengaruh lingkungan 2 = Kolom
eij = penduga kesalahan= GALAT = EROR= SESATAN
*Catatan : banyaknya perlakuan = kolom = baris , sehingga disimbolkan t2
 Rumus :
𝑌11 + 𝑌12 + …..𝑌𝑡𝑟
1) μ = 𝑡.𝑟
∑𝑛− 𝑛
𝑖=1 ∑𝑖=1 𝑌𝑖𝑗
= 𝑡.𝑟
𝑌..
= 𝑡.𝑟
̃.
= 𝑌.
̃ – 𝑌.
2) σi = 𝑌𝑖 ̃.
̃ –μ
= 𝑌𝑖.
̃ – μ - σi - ρj
3) eij = 𝑌𝑖𝑗
̃𝑗 – μ
4) βj = 𝑌.
̃
5) Ck = 𝑌. .𝑘 – μ
 Randomisasi :
Contoh : pada 4 perlakuan (A, B, C, D) dalam RBSL (42)
a. Melihat bentuk dasar RBSL (dalam lampiran)
b. Random Baris (ex : 2,1,3,4)
c. Random Kolom (ex : 1,3,2,4)
d. Random Perlakuan (ex : 1,4,2,3)
Maka randomisasi yang dilakukan yaitu :
a. Random Dasar
A B C D
B C D A
C D A B
D A B C

b. Random Baris
B C D A
A B C D
C D A B
D A B C

c. Random Kolom
B D C A
A C B D
C A D B
D B A C

d. Random Perlakuan
D C B A
A B D C
B A C D
C D A B
 Analisis Data
Tabel Anova
SK/ SV db/ df JK/ SS KT/MS Fhit Ftabel
𝐽𝐾𝑃 𝐾𝑇𝑃
Perlakuan t-1 JKP KTP = 𝑑𝑏𝑃 𝐾𝑇𝐺
𝐽𝐾 𝐾𝑇𝐵 (α ; dbp ; dbg)
Baris t-1 JKB KTB = 𝑑𝑏𝐵 *nilainya sama
𝐵 𝐾𝑇𝐺
jadi
𝐽𝐾𝐾 𝐾𝑇𝐾 dbp=dbb=dbk =
Kolom t-1 JKK KTK =
𝑑𝑏𝐾 𝐾𝑇𝐺 t-1
𝐽𝐾
Galat (t-1)(t-2) JKG KTG = 𝑑𝑏𝐺
𝐺

Total tr – 1 JKT

Keterangan :
SK = Sumber Keragaman (SV = source of varian)
db = Derajat bebas (df = degree of free)
JK = Jumlah kuadrat (SS = some of square)
KT = Kuadrat tengah (MS = Means square)
Ftabel = Dilihat dari tabel F (α ; db pembilang ; db penyebut)
 Untuk menghitung JK dapat menggunakan cara sebagai berikut :
1. Cara 1 : menggunakan model
i J k Yijk μ σi βj Ck Eijk
1 1 1 7 10 -3 -2 1 1
1 2 4 7 10 -3 1 0 -1
1 3 2 9 10 -3 3 -2 1
1 4 3 5 10 -3 -2 1 -1
2 1 3 9 10 1 -2 1 -1
2 2 2 11 10 1 1 -2 1
2 3 4 13 10 1 3 0 -1
2 4 1 11 10 1 -2 1 1
3 1 2 7 10 2 -2 -2 -1
3 2 1 13 10 2 1 1 -1
3 3 3 17 10 2 3 1 1
3 4 4 11 10 2 -2 0 1
4 1 4 9 10 0 -2 0 1
4 2 3 13 10 0 1 1 1
4 3 1 13 10 0 3 1 -1
4 4 2 5 10 0 -2 -2 -1
∑ 160 160 0 0 0 0
∑()2 1768 1600 56 72 24 16
 1) FK = 1600
2) JK total tidak terkoreksi = 1768
3) JKP = 56
4) JKB = 72
5) JKK = 24
6) JKG = 16
2. Cara 2 : menggunakan rumus

Baris/Kolom 1 2 3 4 Y.j. Ỹ.j.

1 7 7 9 9 32 8
2 13 11 13 7 44 11
3 13 9 17 13 52 13
4 11 5 5 11 32 8
Y..k 44 32 44 40 160
Ỹ..k 11 8 11 10

Perlakuan 1 2 3 4 Yi.. Ỹi..

A 7 7 9 5 28 7
B 9 11 13 11 44 11
C 7 13 17 11 48 12
D 9 13 13 5 40 10

(∑ ∑ 𝑌𝑖𝑗𝑘)2 (7+7+9+5+9+11+13+11+7+13+17+11+9+13+13+5)2 1602

(1) FK = = = = 1600
𝑡2 42 16

(2) JK total Terkoreksi

= ∑ ∑ 𝑌𝑖𝑗𝑘 2 − 𝐹𝐾
= 72 + 72 + 92 + 52 + 92 + 112 + 132 + 112 + 72 + 132 + 172 + 112 + 92 + 132 + 132 + 52 − 1600
= 168
∑ 𝑌𝑖..2 282 +442 +482 +402
(3) JK Perlakuan = − 𝐹𝐾 = − 1600 = 56
𝑡 4
∑ 𝑌.𝑗.2 322 +442 +522 +322
(4) JK Baris = − 𝐹𝐾 = − 1600 = 72
𝑡 4
∑ 𝑌..𝑘 2 442 +322 +442 +402
(5) JK Kolom = − 𝐹𝐾 = − 1600 = 24
𝑡 4

(6) JK Galat = JK total terkoreksi – JKP – JKB – JKK = 168 – 56 – 72 – 24 = 16

 BAB IV
DATA HILANG

 Data hilang dapat terjadi pada semua rancangan, tetapi tidak boleh dalam jumlah
banyak data yang hilang. Batasan data hilang yaitu sebatas masing-masing perlakuan
ada wakilnya.
 Data Hilang Pada Rancangan Acak Lenkap (RAL)
1. Diselesaikan dengan Analisis RAL Ulangan Tidak Sama.
Contoh : menggunakan data pada RAL

Perlakuan/ Ulangan 1 2 3 4 Yi ri
12 3
A 3 5 4 4
20 2
B 11 10 9 10
28 4
C 6 7 8 7
20 12 17 11 60 9
Yj

Keterangan :
= Data yang hilang

Yi = Total data pada setiap perlakuan setelah data hilang.

Yj = Total data pada setiap ulangan setelah data hilang.
ri = jumlah setiap data pada perlakuan setelah data hilang.

Rumus :
(∑ ∑ 𝑌𝑖𝑗)2 (3+5+4+11+9+6+7+8+7)2 (60)2
1) FK = ∑ 𝑟𝑖
= 9
= 9
= 400

2) JK Total Terkoreksi
= ∑ ∑ 𝑌𝑖𝑗 2 − 𝐹𝐾
= 32+52+42+112+92+62+72+82+72 – 400
= 50
3) JK Perlakuan
∑ 𝑌𝑖.2
= − 𝐹𝐾
𝑟𝑖
122 202 282
= + + − 400 = 44
3 2 4
 4) JK Galat = JK Total Terkoreksi – JK Perlakuan = 50 – 44 = 6

Tabel Anova

SK/ SV db/ df JK/ SS KT/MS Fhit Ftabel

Perlakuan t-1 = 2 JKP 𝐽𝐾
KTP = 𝑑𝑏𝑃 (α ; dbp ;
𝑃 𝐾𝑇𝑃
Galat JKG 𝐽𝐾
KTG = 𝑑𝑏𝐺 𝐾𝑇𝐺 dbg)
∑(𝑟𝑖 − 1) = 6
𝐺

Total ∑ 𝑟𝑖 − 1 = 8 JKT

2. Rancangan Acak Lengkap dengan Sub Sampel (Tidak Sama)

Yij = μ + σi + eij + δijk
Keterangan :
i = 1,2,3....t (banyaknya perlakuan)
j = 1,2,3,...r (banyaknya ulangan)
k = 1,2,3,...s (banyaknya sampel)
σi = penduga pengaruh perlakuan
eij = penduga pengaruh kesalahan perlakuan (Experimental Eror)
δijk = penduga pengaruh kesalahan sampel (Sampling Eror)

Contoh : 3 perlakuan, 4 ulangan, 2 sampel

X1 X2 X1= sampel 1
X2 = sampel 2

Contoh soal :
1 2 3 4
Perlakuan Yi..
1 2 Yij. 1 2 Yij. 1 2 Yij. 1 2 Yij.
A 4 5 9 5 6 11 6 6 12 5 4 9 41
B 10 10 20 12 11 23 10 11 21 11 13 24 88
C 6 6 12 7 8 15 8 5 12 6 5 22 50
Y... 179
 Anova

SK db JK KT Fhit Ftabel
Perlakuan t-1 JKp KTP KTP/ KTGP (α, dbp, dbgp)
Galat Percobaan t (r - 1) JKGP KTGP KTGP/ KTGS (α, dbgp, dbgs)
Galat Sampel tr (s - 1) JKGS KTGS
Total trs - 1

1) FK
(∑ ∑ ∑ 𝑌𝑖𝑗𝑘)2
= 𝑡𝑟𝑠
(4+5+5+6+6+6+5+4+10+10+12+11+10+11+11+12+6+6+7+8+7+5+6+5)2
= 3𝑥4𝑥2
(179)2
= = 1335,04
24

2) JK Total Terkoreksi
= ∑ ∑ 𝑌𝑖𝑗𝑘 2 − 𝐹𝐾
= 42 + 52 + 52 + 62 + 62 + 62 + 52 + 42 + 102 + 102 + 122 + 112 + 102 + 112 + 112 + 122 +
62 + 62 + 72 + 82 + 72 + 52 + 62 + 52 – 1335,04
= 1486 – 1335,04 = 150.96
3) JK Perlakuan
∑ 𝑌𝑖..2
= − 𝐹𝐾
𝑟𝑠
412 + 882 +502
= − 1335,04 = 155,585
8

4) JK Galat Percobaan
∑ ∑ 𝑌𝑖𝑗.2 ∑ 𝑌𝑖..2
= −
𝑠 𝑟𝑠
92 +112 +122 + 92 +202 +232 +212 +242 +122 +152 +122 +112 412 + 882 +502
= -
2 8
= 1503,5 – 1490,625 = 93,875
5) JK Galat Sampel
= JK total – JKP – JKGP
= 150,96 – 155,585 – 93,875
= -98,5

Kesimpulan : F hitung > F tabel , ada beda nyata antar perlakuan

(A,B, C) : A-B, A-C, B-C

 Data Hilang Pada Rancangan Acak Kelompok Lengkap (RAKL)

Jika ada data hilang maka data tersebut harus DI DUGA (mempertimbangkan
pengaruh perlakuannya/bloknya dan meminimalkan galat).
1. Satu Data Hilang (Diduga dengan rumus)
𝑡 𝑌𝑖. ′ + 𝑟 𝑌.𝑗 ′ − 𝑌.. ′
Yij’ = (𝑡−1)(𝑟−1)

Keterangan :
Yi’ : total perlakuan yang ada data hilang
Y.j’ : total blok yang mengandung data hilang
t = perlakuan
r = blok
Contoh soal :

Blok
Rata-rata Tnggi Yi
1 2 3
A 10 13 10 33
B 11 12 23
C 7 14 9 30
D 4 8 9 21
Yj 32 35 40 107

4 (23)+ 3 (35) −107 92+105−107

Y22’ = (3)(2)
= = 15
6

2. Dua Data Hilang

a. Dengan Metode Iterasi (yaitu dengan menduga nilainya)
Contoh soal :
Blok
Rata-rata Tnggi Yi
1 2 3
A 10 13 10 33
B 11 12 23
C 7 14 21
D 4 8 9 21
Yj 32 35 31 98

Caranya yaitu :
Y22 Y33
11+12 10,5
=11,5
2
13+14+8 10,33
3
= 11,67
11,5+11,67 10,42
2
=11,58
11,67+11,58 10,38
2
=11,63
11,58+11,63 10,4
2
=11,6
11,63+11,6 10,39
2
=11,61
11,6+11,61 10,39
2
11,61
 Jadi, memakai rumus Yij’ begitu seterusnya sampai nilai yang didapat tidak
berubah-ubah terus atau nilai yang di dapat sama.

b. Dengan meminimalkan JK Galat (dapat dipakai berapapun data hilangnya)

Contoh Soal :
Blok
Rata-rata Tnggi Yi
1 2 3
A 10 13 10 33
B X1 13 12 25 + X1
C 7 X2 9 16 + X2
D 4 8 9 21
Yj 21+X1 34 + X2 40 95

JKG = JKT - JKP – JKB

332 + (25+X1)2 + (16+X2)2 + 212
= {102 + ....+X12+ ...+X22 +...+92 – FK} – { -
3
(21+𝑋1)2 + (34+𝑋2)2 + 402
FK} – { -FK}
4
332 + (25+X1)2 + (16+X2)2 + 212
= {102 + ....+X12+ ...+X22 +...+92 – ( )–
3
(21+𝑋1)2 + (34+𝑋2)2 + 402 (54+𝑋1+𝑋2)2
( )+
4 12

dJKG 2(25+𝑋1) 2(21+𝑋1) 2(54+𝑋1+𝑋2)

= 0 = 2X1- - +
𝑑𝑋1 3 4 12

dJKG 2(16+𝑋2) 2(34+𝑋2) 2(54+𝑋1+𝑋2)

= 0 = 2X2 - - +
𝑑𝑋2 3 4 12

Maka X1 dan X2 dapat diperoleh yang kemudian dimasukkan sebagai

pengganti data hilang.

 Data Hilang Pada Rancangan Bujur Sangkar Laten (RBSL)

1. Satu data hilang (dengan rumus)
𝑡 (𝑌𝑖..′ + 𝑌.𝑗.′ + 𝑌..𝑘′ )− 2𝑌…′
Yijk’ = (𝑡−1)(𝑡−2)

Contoh Soal :
 Baris/Kolom 1 2 3 4 Y.j.
1 7 7 9 9 32
2 13 11 13 7 44
3 13 17 13 43
4 11 5 5 11 32
Y..k 44 23 44 40 151

Perlakuan 1 2 3 4 Yi..
A 7 7 5 19
B 9 11 13 11 44
C 7 13 17 11 48
D 9 13 13 5 40

4 (19+43+23) −2(151) 340−302

Y132’ = = = 6,3
6 6

2. Dua data hilang

a. Dengan metode iterasi
Sama dengan pada RAKL, yaitu dengan menggunakan rumus Yijk’ begitu
seterusnya sampai nilai yang didapat tidak berubah-ubah.
b. Dengan meminimalkan JK Galat
JKG = Jktotal – JKP – JKB – JKK
dJKG dJKG
=0 dan = 0 , maka X1 dan X2 ketemu.
𝑑𝑋1 𝑑𝑋2
 BAB V
UJI ANTAR RERATA
 Syarat Fhitung > F tabel
 Uji Beda Nyata Terkecil (BNT) atau Least Significant Different (LSD)
Langkah-langkah :
1. Hitung nilai LSD
Jika ulangan sama, maka rumusnya :
2𝐾𝑇𝐺
LSD = t (α, dbg) √ 𝑟

Keterangan :
t (α, dbg) : lihat di tabel t
KTG : lihat di Anova
r : ulangan
Jika ulangan tidak sama, maka rumusnya :
𝐾𝑇𝐺 𝐾𝑇𝐺
LSD = t (α, dbg) √ +
𝑟1 𝑟2

Contoh : pada data RAL

2(0,67)
LSD = t (5%, 9) √ = 2,262 x 0,578 = 1,28
4

2. Hitung selisih rerata perlakuan yang akan dibandingkan

|𝐴̅ − 𝐵̅| = |4-10| = 6
|𝐴̅ − 𝐶̅ | = |4-7| = 3
|𝐵̅ − 𝐶̅ | = |10-7| = 3
3. Bandingkan selisih antar rerata perlakuan dengan nilai LSD
|𝐴̅ − 𝐵̅| = 6 > 1,28 ; sehingga A dan B ada beda nyata
|𝐴̅ − 𝐶̅ | = 3 > 1,28 ; sehingga A dan C ada beda nyata
|𝐵̅ − 𝐶̅ | = 3 > 1,28 ; sehingga B dan C ada beda nyata
 Uji Jarak Berganda Duncan (Duncan Multiple Range Test/DMRT)
 Untuk menguji semua pasangan perlakuan
 Nilai pembanding tidak hanya satu
 Mempertimbangkan jaraknya
 Langkah- langkah :
1) Menghitung nilai Sx/SSR
 𝐾𝑇𝐺
Sx = √ 𝑟

2) Melihat nilai pada tabel Duncan

- P = 2,3,...t
- α%
- dbg
3) Hitung nilai SSD = Sx . nilai tabel Duncan
4) Merangking / mengurutkan rata-rata perlakuan dari yang terkecil ke
terbesar
5) Membandingkan selisih antar rerata perlakuan dengan nilai SSDnya
masing- masing.

Contoh soal : pada data RAKL

1) SSR/Sx
2,67
Sx = √ = 0,89
3

2) Di tabel Duncan dari

p : 2, 3, 4 (dari jumlah perlakuan)
α : 5%
dbg : 6
Didapatkan nilai
p (2) : 3,46
p (3) : 3,58
p (4) : 3,64
3) SSD1 = 3,46 X 0,89 = 3,07
SSD2 = 3,58 X 0,89 = 3,18
SSD3 = 3,64 X 0,89 = 3,23
4) Rata- rata paling kecil
̅
𝐷 𝐶̅ 𝐴̅ 𝐵̅
1 1 1 pakai SSD1 = 3,07

2 2 pakai SSD2 = 3,18

3 pakai SSD3 = 3,23

̅ ̅ ̅ ̅
5) 𝐴 >< 𝐵 = |𝐴 - 𝐵| = |11-12| = 1< 3,07 (SSD1) ; tidak ada beda nyata
𝐴̅ >< 𝐷
̅ = |𝐴̅ - 𝐷
̅ | = |11-7| = 4 > 3,18 (SSD2) ; ada beda nyata
Untuk mempermudah maka dibuat tabel
3,23 3,18 3,07
SSD
̅=7
𝐷 𝐶̅ = 10 𝐴̅ = 11 𝐵̅ = 12
̅=7
𝐷 5 2 1 0
𝐶̅ = 10 4 1 0
𝐴̅ = 11 3 0
𝐵̅ = 12 0

Jadi, yang ada garisnya tersebut tidak beda nyata.

Biasanya di skripsi susah memakai garis bawah sehingga memakai huruf kecil,
seperti :
̅
𝐷 𝐶̅ 𝐴̅ 𝐵̅
b
b
a a b

maka diperoleh : Ab, Bb, Cab, Da

Jika, ada huruf yang sama saat dibandingkan, artinya tidak beda nyata.

Cab >< Ab ; tidak beda nyata

Cab >< Bb ; tidak beda nyata
Ab >< Bb ; tidak beda nyata
Da >< Ab ; beda nyata *
Da >< Bb ; beda nyata *
Da >< Cab ; tidak beda nyata
 BAB VI
ASUMSI ANOVA
 Syarat yang harus dipenuhi agar data dapat dianalisis
 Macam-macam analisis data :
1. Analisis korelasi
2. Analisis regresi
3. Analisis varian
4. Analisis kovarian
5. Analisis parametri
 Pada analisis varian (Anova) dimulai dengan :

Start

Data
Lakukan Analisis Lain

Tidak
Cek Asumsi Anova

Transformasi
Ya

Anova

Uji Lanjut *

Kesimpulan

Selesai
 Asumsi Anova :
1. Mengikuti Distribusi Normal (μ , σ2 )
a. Uji Kolomogrov Sminov
b. Uji Saphiro-Wilks / Rayn-Joiner
2. Mempunyai varian homogen (σ2 antar perlakuan)
Tidak boleh rata-rata mengikuti keragamannya, jadi harus berapapun nilai rata-
ratanya variannya sama atau seragam.
3. Mengikuti model saling jumlah
Dengan uji Tuckey
Ho . β = 0
Hi . β = 0
RAL = Yij = μ + σi + ϵij + βσiϵij
4. Data saling independent/ Kebebasan Galat (jarang terjadi jika Randomisasi
dilakukan dengan benar)
 Transformasi :
1. Transformasi Logaritma : bila tidak memenuhi syarat no. 3 (Mengikuti Model
Saling Jumlah)
Contoh : log (x + 1)
X log (x+ 1)
2. Transformasi Arcsin (Sin-1-)
Apabila data tidak mengikuti Distribusi Normal, maka data diubah dengan Arcsin.
Contoh :
X arcsin (x + 0,5)
3. Transformasi Akar : apabila tidak mengikuti varian homogen
Contoh : √𝑥 + 0,5

X √𝒙 + 𝟎, 𝟓