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
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)
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
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)
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
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
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
Total ∑ 𝑟𝑖 − 1 = 8 JKT
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
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
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.
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
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
1) SSR/Sx
2,67
Sx = √ = 0,89
3
Jika, ada huruf yang sama saat dibandingkan, artinya tidak beda nyata.
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