ESTIMASI KOMPONEN VARIAN PADA RANCANGAN

ACAK KELOMPOK DENGAN MODIFIKASI

HARTLEY-ROU

SKRIPSI

LISMAYANI USMAN
H 121 12 007

PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HASANUDDIN
MAKASSAR
JUNI 2016
ESTIMASI KOMPONEN VARIAN PADA RANCANGAN
ACAK KELOMPOK DENGAN MODIFIKASI
HARTLEY-ROU

SKRIPSI

Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada
Program Studi Statistika Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Hasanuddin Makassar

LISMAYANI USMAN
H 121 12 007

PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HASANUDDIN
MAKASSAR
JUNI 2016

i
 LEMBAR PERNYATAAN KEOTENTIKAN

Saya yang bertanda tangan di bawah ini menyatakan dengan

sungguh-sungguh bahwa skripsi yang saya buat dengan judul:

Estimasi Komponen Varian pada Rancangan Acak Kelompok dengan

Modifikasi Hartley-Rou

adalah benar hasil karya saya sendiri, bukan hasil plagiat dan belum pernah

dipublikasikan dalam bentuk apapun.

Makassar, 9 Juni 2016

LISMAYANI USMAN
NIM. H121 12 007

ii
ESTIMASI KOMPONEN VARIAN PADA RANCANGAN
ACAK KELOMPOK DENGAN MODIFIKASI
HARTLEY-ROU

Disetujui oleh :

Pembimbing Utama Pembimbing Pertama

Drs. Raupong, M.Si. Andi Kresna Jaya, S.Si., M.Si.

NIP. 19621015 198810 1 001 NIP. 19731228 200003 1 001

Pada tanggal: 9 Juni 2016

iii
 HALAMAN PENGESAHAN

Pada hari ini, Kamis tanggal 9 Juni 2016, Panitia Ujian Skripsi menerima dengan
baik skripsi yang berjudul:

Estimasi Komponen Varian pada Rancangan Acak Kelompok dengan

Modifikasi Hartley Rou

Yang diajukan dan telah berhasil dipertahankan pada Ujian Sidang Tertutup guna
memperoleh gelar Sarjana Sains pada Program Studi Statistika Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Hasanuddin.

Makassar, 9 Juni 2016

Tim Penguji

1. Ketua : Dr. Nirwan Ilyas, M.Si. (......................................)

2. Sekretaris : Dr. Amran, S.Si., M.Si. (......................................)

3. Anggota : Dra. Nasrah Sirajang, M.Si. (......................................)

4. Anggota : Drs. Raupong, M.Si. (......................................)

5. Anggota : Andi Kresna Jaya, S.Si., M.Si. (.....................................)

iv
 KATA PENGANTAR

Assalamu’alaikum warahmatullahi wabarakatuh

Segala puji dan syukur penulis panjatkan ke hadirat Allah Subhanahu
Wata’ala atas limpahan rahmat dan karunia-Nya yang senantiasa tercurah sehingga
penulis dapat menyelesaikan tugas akhir ini dengan judul “Estimasi Komponen
Varian pada Rancangan Acak Kelompok dengan Modifikasi Hartley-Rou”. Salam
dan shalawat tak lupa pula penulis hanturkan kepada Rasulullah, Muhammad
Shallallahu’alaihi Wasallam beserta para sahabat dan syuhada yang berjuang
bersama Beliau di jalan Islam.
Penyelesaian tugas akhir ini penulis sadari bahwa tidak luput dari bantuan
berbagai pihak, baik yang berupa dukungan moril maupun materiil. Oleh karena itu,
penulis menyampaikan ucapan terima kasih yang tulus kepada orang tua tercinta,
Ayahanda Usman dan Ibunda Suraedah Yusuf yang telah membesarkan, mendidik,
dan menuntun penulis dengan penuh kasih dan kesabaran yang diiringi doa
sepanjang perjalanan kehidupan penulis. Untuk kakakku tercinta Yuliany,SKM,
terima kasih atas segala bentuk perhatian dan kasih sayang yang telah diberikan
kepada penulis.

Penghargaan yang tulus dan ucapan terima kasih yang sebesar-besarnya juga
penulis ucapkan kepada:
1. Bapak Drs. Raupong, M.Si. selaku pembimbing utama dan Bapak Andi
Kresna Jaya, S.Si., M.Si. selaku pembimbing pertama yang dengan penuh
kesabaran telah meluangkan waktunya untuk membimbing dan membagi ilmu
serta memberikan dukungan kepada penulis dalam penyusunan tugas akhir ini.
2. Bapak Prof. Dr. Amir Kamal Amir, M.Sc. selaku Ketua Jurusan Matematika
sekaligus Penasehat Akademik penulis yang telah memberikan nasehat dan
arahan kepada penulis selama menjalani pendidikan Prodi Statistika di Jurusan
Matematika FMIPA Unhas.
3. Segenap dosen dan pegawai Jurusan Matematika Fakultas MIPA Universitas
Hasanuddin yang telah memberikan banyak ilmu serta bantuan kepada penulis
selama masa perkuliahan.

v
4. Bapak Dr. Nirwan Ilyas, M.Si selaku ketua tim penguji, Bapak Dr. Amran,
S.Si, M.Si selaku sekretaris tim penguji, dan Ibu Dra Nasrah Sirajang, M.Si
selaku anggota tim penguji. Terima kasih atas segala bentuk masukan yang
diberikan demi penyempurnaan tugas akhir ini.
5. Saudaraku d’Forest dan Statistika 2012 terkhusus untuk Rekurensi 2012, yang
telah memberikan warna tersendiri dalam kehidupan penulis.
6. Teman seperjuanganku Sulvi, Ahid, Dian, Fabiola, Arniwati, Kak Res, Kak
Mutmainna, Arlina, Aldilla, Nunu, Tisa, Reski Tri, Rizaldy, Awal, Kanda
Junaidy dan Kanda Derry yang senantiasa menemani, membantu dan
menguatkan penulis selama masa penyusunan tugas akhir ini. Kalian luar biasa !
7. Kanda-kanda dan adik-adik di Himatika FMIPA Unhas, terkhusus untuk Kak
Septiangga dan Kak Dian yang senantiasa membantu dan memotivasi dalam
keseharian penulis, baik dalam akademik maupun organisasi.
8. Saudariku di bidang Rohis, Pengurus Mushollah Istiqomah dan MPM yang
senantiasa berbagi ilmu dan menasihati penulis untuk menjadi pribadi yang lebih
baik. Semoga senantiasa diistiqomahkan dalam ketaatan.
9. Posko Biringere KKN Unhas gelombang 90, terima kasih atas kenangan
indahnya. Semoga kebersamaan ini terus terjalin.
10. Saudaraku Dayah, Irwan, Ikhlas, Fuad, dan terkhusus penghuni Pondok
Hajratul Aswad, Najmyah, Ika, Kak Lia dan Reski, terima kasih atas rasa
kekeluargaan yang hangat didekap.
11. Kepada segenap pihak yang tidak sempat penulis sebutkan satu persatu yang
telah memberikan sumbangsih dalam penyusunan tugas akhir ini.

Penulis menyadari bahwa tugas akhir ini masih jauh dari kesempurnaan, sehingga
kritik dan saran yang membangun akan penulis terima dengan harapan agar tugas
akhir ini dapat memberikan manfaat bagi semua pihak.
Makassar, 9 Juni 2016

Penulis

vi
 PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR
UNTUK KEPENTINGAN AKADEMIS

Sebagai civitas akademik Universitas Hasanuddin, saya yang bertanda tangan di

bawah ini:

Nama : Lismayani Usman

NIM : H 121 12 007
Program Studi : Statistika
Jurusan : Matematika
Fakultas : Matematika dan Ilmu Pengetahuan Alam
Jenis Karya : Skripsi

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada

Universitas Hasanuddin Hak Bebas Royalti Noneksklusif (Non-exclusive Royalty-
Free Right) atas karya ilmiah saya yang berjudul:

ESTIMASI KOMPONEN VARIAN PADA RANCANGAN ACAK

KELOMPOK DENGAN MODIFIKASI HARTLEY-ROU

beserta perangkat yang ada (jika diperlukan). Terkait dengan hal di atas, maka pihak
Universitas berhak menyimpan, mengalih-media/format-kan, mengelola dalam
bentuk pangkalan data (database), merawat, dan memublikasikan tugas akhir saya
selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik
Hak Cipta.

Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di Makassar Pada tanggal 9 Juni 2016

Yang menyatakan

Lismayani Usman

vii
 Universitas Hasanuddin

ABSTRAK

Keragaman merupakan besaran statistika yang menunjukkan seberapa jauh

persebaran nilai observasi terhadap nilai rata-ratanya. Dalam rancangan percobaan,
keragaman yang timbul dari pengaruh perlakuan, kelompok dan galat percobaan
dapat diestimasi dari variansi galat yang biasa disebut sebagai komponen varian.
Metode etimasi komponen varian yang dapat digunakan adalah metode analisis
varians, metode maksimum likelihood, dan metode REML. Pada penelitian ini
digunakan metode maksimum likelihood untuk mengestimasi komponen varian pada
rancangan acak kelompok model campuran dengan perlakuan bersifat tetap dan
kelompok bersifat acak. Karena kesulitan mengestimasi komponen varian pada
model campuran, maka diterapkan modifikasi Hartley-Rou pada metode maksimum
likelihood yang dilanjutkan dengan metode iterasi Newton Raphson. Setelah
memperoleh estimasi komponen varian, dapat dihitung Kuadrat Tengah pada
perlakuan sehingga diperoleh nilai F-Hitung untuk pengujian hipotesis. Hasil
penelitian pada data berat kering tanaman cabai rawit menunjukkan bahwa terdapat
perbedaan pengaruh nyata pemberian dosis pupuk organik Granul dan terdapat
keragaman antar kelompoknya.

Kata Kunci: Komponen Varian, RAK, Metode Maksimum Likelihood, Model

Campuran, Hartley-Rou

viii
 Universitas Hasanuddin

ABSTRACT

Variance is the amount of statistics which measures how far a set of numbers in
observation are spread out from their mean. In experimental design, variance which
are caused by the effect of treatment, block and error of experimental can be
estimated by variability of error that commonly referred to variance component.
Methods that can be used to estimate variance components are analysis of variance
method, maximum likelihood method, and REML method. This study will address the
usage of maximum likelihood method to estimate the variance components in
Randomized Block Design mixed model which treatment are fixed and block are
random. Since it is complicated to estimate variance component in mixed model, then
the modification of Hartley-Rou is applied in maximum likelihood estimation and it
will be continued by Newton Raphson method. After the variance component
estimators are obtained, then the mean square of treatment can be calculated so the
value of F can be known for test the hypothesis. The results of this study for cayenne
pepper plant dry weight’s data showed that there is the significant effect in dosing
the organic fertilizer Granul and a variety in their interblock.

Keywords: Variance Component, RAK, Maximum Likelihood Method, Mixed Model,

Hartley-Rou

ix
 Universitas Hasanuddin

DAFTAR ISI

Halaman Judul ............................................................................................................ i

Lembar Keotentikan .................................................................................................. ii
Lembar Persetujuan Pembimbing .......................................................................... iii
Lembar Pengesahan .................................................................................................. iv
Kata Pengantar .......................................................................................................... v
Persetujuan Publikasi Karya Ilmiah ...................................................................... vii
Abstrak ..................................................................................................................... viii
Daftar Isi ..................................................................................................................... x
Daftar Tabel.............................................................................................................. xii
Daftar Lampiran ..................................................................................................... xiii
1. Pendahuluan ........................................................................................................... 1
1.1 Latar Belakang .............................................................................................. 1
1.2 Rumusan Masalah ......................................................................................... 2
1.3 Batasan Masalah ........................................................................................... 3
1.4 Tujuan Penelitian .......................................................................................... 3
2. Tinjauan Pustaka ................................................................................................... 4
2.1 Rancangan Acak Kelompok ......................................................................... 4
2.2 Uji Asumsi Rancangan ................................................................................. 5
2.3 Struktur Data Pengamatan dan Analisis Variansi ........................................ 7
2.4 Persamaan Regresi Model Rancangan Acak Kelompok ............................. 9
2.5 Prosedur Estimasi Hartley-Rou .................................................................. 11
2.6 Metode Maksimum Likelihood .................................................................. 12
2.7 Metode Newton Raphson ........................................................................... 12
3. Metodologi Penelitian .......................................................................................... 14
3.1 Sumber Data ............................................................................................... 14
3.2 Identifikasi Variabel ................................................................................... 14
3.3 Metode Analisis .......................................................................................... 14
4. Hasil dan Pembahasan ......................................................................................... 16
4.1 Estimasi Komponen Varian dengan Metode Maksimum Likelihood ........ 16
4.2 Penerapan Pada Data .................................................................................. 20

x
 Universitas Hasanuddin

4.2.1 Data Pengaruh Pemberian Pupuk Organik Granul terhadap Berat Kering
Tanaman Cabai Rawit ............................................................................. 20
4.2.2 Pengujian Asumsi .................................................................................... 20
4.2.3 Hipotesis ................................................................................................. 22
4.2.4 Perhitungan ANAVA............................................................................... 23
4.2.5 Estimasi Komponen Varian pada Rancangan Acak Kelompok .............. 25
5. Penutup ................................................................................................................. 28
5.1 Kesimpulan ................................................................................................. 28
5.2 Saran ........................................................................................................... 28
Daftar Pustaka .......................................................................................................... 29
Lampiran .................................................................................................................. 30

xi
 Universitas Hasanuddin

DAFTAR TABEL

Tabel 2.1 Tabulasi data pengamatan rancangan acak kelompok yang terdiri dari
perlakuan dan kelompok .......................................................................... 7
Tabel 2.2 Struktur tabel ANAVA pada Rancangan Acak Kelompok ......................... 9
Tabel 4.1 Data pengamatan Pengaruh Dosis Pemberian Pupuk Organik Granul
terhadap Berat Kering Tanaman Cabai Rawit ........................................... 20
Tabel 4.2 Hasil Perhitungan Analisis Varians pada Data Pengaruh Dosis Pemberian
Pupuk Organik Granul terhadap Berat Kering Tanaman Cabai Rawit .... 24
Tabel 4.3 Hasil Uji Lanjutan Duncan ....................................................................... 27

xii
 Universitas Hasanuddin

DAFTAR LAMPIRAN

Lampiran 1 Kontruksi matriks , , dan ........................................................... 31

Lampiran 2 Konstruksi matriks ........................................................................... 32
Lampiran 3 Luas daerah di Bawah Kurva Normal Standar ..................................... 33
Lampiran 4 Tabel Bantu Hasil Perhitungan Uji Liliefors ........................................ 34
Lampiran 5 Tabel Nilai Kritis untuk Uji Liliefors .................................................. 35
Lampiran 6 Tabel Nilai Kritis Sebaran .............................................................. 36
Lampiran 7 Tabel Nilai Dugaan Amatan dan Nilai Dugaan Galat .......................... 37
Lampiran 8 Tabel Nilai Kritis Distribusi-F untuk .................................... 38
Lampiran 9 Sintaks Program Matlab 7.8.0 untuk Estimasi Komponen Varian ...... 39
Lampiran 10 Output Program Matlab 7.8.0 untuk Estimasi Komponen Varian ..... 41

xiii
 Universitas Hasanuddin

BAB I
PENDAHULUAN

1.1 Latar Belakang

Rancangan acak kelompok (RAK) merupakan jenis rancangan yang
digunakan untuk mengatasi kesulitan dalam mempersiapkan unit percobaan yang
homogen dalam jumlah yang besar. Pada rancangan acak kelompok, unit percobaan
dikelompokkan dalam kelompok yang homogen dan diberikan perlakuan secara acak
pada masing-masing kelompok. Dengan demikian, proses pengelompokan bertujuan
untuk membuat keragaman unit-unit percobaan dalam masing-masing kelompok
menjadi sekecil mungkin sedangkan keragaman antar kelompok menjadi sebesar
mungkin.
Keragaman atau variansi merupakan besaran statistika yang menunjukkan
ukuran penyebaran dari suatu data yaitu seberapa jauh persebaran nilai observasi
terhadap nilai rata-ratanya. Semakin menyebar suatu data maka semakin besar juga
nilai variansinya, begitupun sebaliknya. Dalam rancangan percobaan, untuk
mengetahui keragaman dari pengaruh perlakuan, pengaruh kelompok dan pengaruh
galat percobaan dapat diestimasi dari variansi galat yang biasa disebut sebagai
komponen varian (Wahyuni, 2015).
Terdapat beberapa metode yang dapat digunakan dalam mengestimasi
komponen varian, yaitu diantaranya Analisis Variansi (ANAVA), metode
Maksimum Likelihood (MLE) dan metode Restricted Maximum Likelihood (REML).
Metode ANAVA merupakan suatu teknik menguraikan keragaman total ke dalam
komponen model, dimana metode penaksiran parameter yang digunakan yaitu
metode kuadrat terkecil. Metode MLE merupakan metode pendugaan parameter
dengan memaksimumkan fungsi likelihood dari data sampelnya sedangkan metode
REML merupakan pengembangan dari metode MLE.
Beberapa peneliti sebelumnya telah melakukan kajian tentang estimasi
komponen varian. Pada tahun 2013, Hasby dkk mengkaji metode estimasi komponen
varian pada rancangan acak kelompok model campuran dengan menggunakan
metode REML. Hasby, dkk (2013) menyimpulkan bahwa jika data seimbang dan
memenuhi semua asumsi analisis ragam, maka akan didapatkan hasil penduga yang

1
 Universitas Hasanuddin

sama dengan metode ANAVA. Wahyuni (2015) mengkaji tentang estimasi

komponen varian dengan metode MLE pada rancangan petak terbagi dalam
rancangan acak lengkap. Namun, Wahyuni (2015) hanya menerapkannya pada
keragaman pengaruh tetap saja sementara dalam penerapannya sering ditemui
pengaruh acak sehingga dalam kajian ini, penulis akan menggunakan metode
maksimum likelihood dalam mengestimasi komponen varian pada rancangan acak
kelompok model campuran karena ingin diketahui keragaman untuk pengaruh tetap
maupun acak.
Dalam rancangan acak kelompok, pengaruh perlakuan atau kelompok
terhadap setiap unit percobaan terdiri dari model tetap, model acak, ataupun model
campuran. Model tetap merupakan model dimana perlakuan atau kelompok yang
digunakan dalam percobaan berasal dari populasi yang terbatas sehingga kesimpulan
yang diperoleh hanya terbatas pada yang dicobakan saja. Model acak merupakan
model dengan percobaan yang dipilih secara acak dari populasi dan kesimpulan yang
diperoleh berlaku umum, sedangkan model campuran merupakan kombinasi dari
keduanya, dengan perlakuan bersifat tetap dan kelompok bersifat acak ataupun
sebaliknya.
Secara umum, penerapan metode estimasi maksimum likelihood dari
komponen varian pada model campuran telah dibahas oleh Hartley dan Rou (1967).
Meskipun metode Hartley dan Rou (1967) masih memerlukan usaha komputasi
numerik, namun hasil estimasi komponen varian yang diperoleh selalu bernilai
nonnegatif sehingga penulis tertarik untuk menerapkan bentuk Hartley-Rou dalam
proses estimasi komponen varian pada rancangan acak kelompok.
Berdasarkan latar belakang tersebut, maka dalam skripsi ini akan dikaji
tentang “Estimasi Komponen Varian pada Rancangan Acak Kelompok dengan
Modifikasi Hartley-Rou”.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan, dapat dirumuskan
masalah sebagai berikut :
1. Bagaimana menduga komponen-komponen varian dari rancangan acak
kelompok (RAK) dengan modifikasi Hartley-Rou ?

2
 Universitas Hasanuddin

2. Bagaimana penerapannya pada berat kering tanaman cabai rawit oleh

pengaruh dosis pemberian pupuk organik Granul ?

1.3 Batasan Masalah

Pembahasan ini akan dibatasi pada rancangan acak kelompok lengkap
seimbang model campuran dengan perlakuan bersifat tetap dan kelompok bersifat
acak. Metode numerik yang digunakan adalah metode Newton Raphson.

1.4 Tujuan Penulisan

Adapun tujuan penulisan berdasarkan masalah yang telah dirumuskan adalah
sebagai berikut :
1. Memperoleh penduga komponen varian rancangan acak kelompok
( ) dengan modifikasi Hartley-Rou.
2. Memberikan kesimpulan mengenai pengaruh dosis pemberian pupuk organik
Granul terhadap berat kering tanaman cabai rawit.

3
 Universitas Hasanuddin

BAB II
TINJAUAN PUSTAKA

2.1 Rancangan Acak Kelompok

Rancangan acak kelompok (RAK) merupakan salah satu bentuk rancangan
yang telah digunakan secara meluas dalam berbagai bidang penyelidikan pertanian,
industri dan sebagainya. Rancangan ini dicirikan oleh adanya kelompok dalam
jumlah yang sama, dimana setiap kelompok dikenakan perlakuan-perlakuan. Melalui
pengelompokan yang tepat atau efektif, maka rancangan ini dapat mengurangi galat
percobaan. Disamping itu, rancangan ini juga fleksibel dan sederhana.
Model linier untuk percobaan dengan menggunakan rancangan acak kelompok
(RAK) adalah sebagai berikut :
; ; (2.1)
dengan :
= Nilai pengamatan pada perlakuan ke-i dan kelompok ke-j
= Rataan umum
= Pengaruh aditif dari perlakuan ke-i
= Pengaruh aditif dari kelompok ke-j
= Pengaruh galat percobaan pada perlakuan ke-i dan kelompok ke-j
Asumsi untuk model tetap yang digunakan pada RAK adalah sebagai berikut :
( ) ; ( ) ;∑
( ) ; ( ) ;∑ ; ( )
Hipotesis yang akan diuji adalah :

Minimal ada satu untuk

Hipotesis tersebut dirumuskan untuk menguji bahwa tidak ada pengaruh perlakuan
terhadap respon yang diamati atau dengan kata lain pengaruh perlakuan terhadap
respon adalah nol.
Jika model acak yang digunakan, maka asumsi yang diperlukan adalah :
( ) ( )
( ) ( )

4
 Universitas Hasanuddin

( ) ( )
Adapun hipotesis yang diperlu dirumuskan untuk model acak adalah :

(Gasperz, 1991).

2.2 Uji Asumsi Rancangan

Terdapat beberapa asumsi yang harus dipenuhi dalam rancangan percobaan
sebelum menduga komponen-komponen varian, yakni sebagai berikut:
1. Galat berdistribusi normal
Uji normalitas digunakan untuk melihat apakah data menyebar normal atau
tidak. Kenormalan data dapat ditentukan dengan menggunakan probability plot
normal, dengan melihat titik-titik dugaan galat jika mengikuti garis diagonal berarti
galat berdistribusi normal. Asumsi normalitas juga dapat diuji dengan menggunakan
uji Liliefors. Adapun langkah-langkah dalam pengujian adalah adalah sebagai
berikut.
a. Hipotesis :
: data berdistribusi normal
: data tidak berdistribusi normal
b. Taraf signifikansi :
c. Statistik Uji : L0 = ( ) ( ) (2.2)
dengan
̅

∑ ( ̅)
SD = √

( ) [ ]

( )

dengan merupakan banyaknya pengamatan.

d. Kriteria Keputusan :
H0 ditolak jika L0 > ( ) dengan ( ) merupakan nilai kritis uji Liliefors.

5
 Universitas Hasanuddin

2. Kehomogenan Variansi Galat

Asumsi kehomogenan ragam atau asumsi homoskedastisitas (homoscedasticity)
berarti bahwa ragam dari nilai residual bersifat konstan. Asumsi homogenitas
mensyaratkan bahwa distribusi residu untuk masing-masing kelompok harus
memiliki ragam yang sama. Uji formal yang dapat digunakan untuk memeriksa
asumsi kehomogenan adalah uji Bartlett. Langkah-langkah uji Bartlett menurut
Montgomery (2001) adalah sebagai berikut :
a. Hipotesis
H0 : =
H1 :
b. Taraf nyata :
c. Statistika uji :

( ) (2.3)

dengan

( ) ∑ ( )

(∑ ( ) ∑
)
( ) ( )

∑ ( )

∑ ( ̅)

keterangan :

variansi perlakuan ke-i

N = banyaknya seluruh amatan

= banyaknya amatan perlakuan ke-i

6
 Universitas Hasanuddin

d. Kriteria Keputusan
0 ditolak jika >
3. Galat percobaan saling bebas
Kebebasan galat percobaan secara lebih umum diartikan sebagai tidak ada
korelasi antar galat. Galat-galat dari salah satu pengamatan yang mempunyai nilai
tertentu harus tidak boleh bergantung dari nilai-nilai galat pengamatan yang lain
(Gasperz,1991). Pengujian terhadap asumsi kebebasan antar galat percobaan
dilakukan dengan cara membuat plot antara nilai sisaan dengan nilai dugaan
pengamatan. Apabila grafik yang terbentuk berfluktuasi secara acak di sekitar nol,
maka dapat dikatakan bahwa suku-suku galat percobaan saling bebas (Karsanti,
2014).
Asumsi pokok dalam rancangan percobaan harus dipenuhi untuk melakukan
pengujian Anava. Jika ada asumsi yang belum terpenuhi, maka dapat dilakukan
langkah transformasi data.

2.3 Struktur Data Pengamatan dan Analisis Variansi

Tabulasi data pengamatan pada rancangan rancangan acak kelompok
disajikan pada Tabel (2.1) berikut (Gasperz, 1991):
Tabel 2.1 Tabulasi data pengamatan rancangan acak kelompok yang terdiri dari dari
p perlakuan dan k kelompok
Kelompok
Perlakuan Total
1 2

1
2

Total

Adapun langkah-langkah perhitungan pada anava:

1. Menghitung nilai faktor koreksi ( ) dan jumlah kuadrat total ( ) dengan
menggunakan rumus sebagai berikut :

7
 Universitas Hasanuddin

a) Faktor Koreksi ( ):

(2.4)

b) Jumlah Kuadrat Total ( ):

∑ ∑ - FK (2.5)
c) Jumlah Kuadrat Kelompok ( ):

∑ (2.6)

d) Jumlah Kuadrat Perlakuan ( ):

∑ (2.7)

e) Jumlah Kuadrat Galat ( ):

(2.8)
2. Menentukan derajat bebas untuk setiap keragaman
db kelompok = –
db perlakuan = –
db galat =( – )( – )
db total =
3. Menentukan nilai kuadrat Tengah ( ) masing-masing komponen sumber
keragaman melalui pembagian antar dan derajat bebas:
 Kuadrat Tengah Kelompok ( )

(2.9)
( )

 Kuadrat Tengah Pelakuan ( )

(2.10)
( )

 Kuadrat Tengah Galat ( )

(2.11)
( )( ))

4. Menghitung nilai untuk perlakuan, yakni:

(2.12)

Hipotesis yang akan diuji sebagai berikut:

8
 Universitas Hasanuddin

a. Pengaruh Perlakuan (model tetap)

b. Kelompok (model acak)

Pengujian Hipotesis:
Jika diperoleh nilai maka hipotesis nol ( ) ditolak (signifikan).
Berikut adalah struktur tabel anava untuk rancangan acak kelompok (Gazper,
1991) :
Tabel 2.2 Struktur tabel ANAVA pada rancangan acak kelompok
Sumber
Keragaman

Perlakuan

Kelompok
Galat ( )( )
Total

Adapun nilai taksiran untuk komponen varian pada rancangan acak kelompok model
campuran dengan perlakuan bersifat tetap dan kelompok bersifat acak yaitu sebagai
berikut (Searle dkk, 2006) :
̃ ( ( )
). (2.13)

̃
̃ (2.14)

2.4 Persamaan Regresi Model Rancangan Acak Kelompok

Bentuk persamaan (2.1) dapat ditulis :

(2.15)

dengan adalah rataan umum yaitu rataan untuk keseluruhan data pengamatan,
adalah matriks identitas yang berukuran ( ) adalah matriks
indikator yang berhubungan dengan komponen varian ke-i , adalah vektor galat

9
 Universitas Hasanuddin

yang berukuran ( ), sedangkan adalah vektor efek tetap adalah vektor

efek acak yang terkait dengan komponen varian ke-i.
Persamaan (2.15) dapat ditulis dalam bentuk perkalian kronecker. Perkalian
kronecker dua matriks A dan B dapat dituliskan sebagai . Jika A matriks ukuran
dan B matriks ukuran maka adalah matriks ukuran
digambarkan sebagai matriks partisi.

[ ]

Beberapa sifat perkalian kronecker (Wahyuni,2015) :

1. ( ) ( )
2. ( ) ( ) ( )
3. ( ) ( ) ( )
4. ( )( )
5. Untuk a skalar,
6. Jika A dan B matriks persegi maka ( )

7. ( )

Misalkan dan . Model regresi dari persamaan (2.15) adalah

(Searle dkk, 2006):

* + [ ]

[ ] [ ] [ ] [ ][ ]

atau dalam bentuk perkalian kronecker dapat ditulis:

( ) [ ]

( ) ( ) ( ) ( )
Dengan demikian persamaan (2.15) dapat ditulis:

( ) ( ) ( ) ( ) (2.16)
dimana:
: matriks yang setiap elemennya adalah 1 berukuran

10
 Universitas Hasanuddin

: matriks identitas berukuran

: matriks dengan ukuran
: matriks dengan ukuran
: matriks dengan ukuran
: matriks dengan ukuran

2.5 Prosedur Estimasi Hartley-Rou

Hartley-Rou (1967) mengaplikasikan metode estimasi maksimum likelihood
pada masalah komponen varian model campuran dengan mengembangkan
seperangkat persamaan yang mana hasil estimasi dari komponen variannya dapat
dimuat dengan iterasi, melibatkan komputasi numerik. Menurut Sahai dan Ojeda
(2005), model linear dari model campuran dirumuskan sebagai berikut :

(2.17)

dengan :
: vektor respon perlakuan berukuran .
: matriks berukuran .
: vektor dari parameter efek tetap berukuran .
: matriks berukuran
: vektor dari parameter efek acak berukuran .
: vektor galat pengamatan berukuran .

Sebagai konsekuensi dari persamaan (2.17), maka :

( )
dimana

( )
dan

( ) (2.18)
dengan

(2.19)

11
 Universitas Hasanuddin

Parameter merupakan parameter secara khusus, sebagai ganti . Metodologi

estimasi ini dapat dikembangkan secara meluas dari semua model dengan atau tanpa
kovariansi, data seimbang atau data tidak seimbang (Searle dkk, 2006).

2.6 Metode Maximum Likelihood

Misalkan ,..., adalah peubah acak yang saling bebas dari populasi yang
memiliki pdf, ( ) dengan adalah parameter yang tidak diketahui yang
merupakan parameter-parameter yang akan diduga, maka fungsi likelihoodnya
adalah:
( ) ( ) ∏ ( ) (2.20)
Fungsi log-likelihood dapat ditulis dalam bentuk:
( ) (2.21)
Untuk memaksimumkan fungsi log-likelihood, diperoleh dengan cara menurunkan
fungsi log-likelihood terhadap kemudian disamakan dengan nol.

[ ( )] (2.22)

(Montgomery,2001)

2.7 Metode Newthon Raphson

Metode Newton Raphson adalah salah satu metode untuk mencari akar-akar
penyelesaian dari ( ) melalui perhitungan yang iteratif, sehingga lebih mudah
jika dikerjakan dengan bantuan program komputer. Menurut Rao (1997), apabila
langkah mengestimasi parameter menggunakan metode maksimum likelihood
menghasilkan persamaan yang tidak eksplisit, maka untuk memperoleh nilai estimasi
parameternya dapat digunakan metode Newton Raphson. Persamaan likelihood
dengan parameter dapat diselesaikan dengan menggunakan rumus estimasi untuk
parameter ̂ pada iterasi ke - ( ) dalam proses iterasi yang dituliskan sebagai
berikut :
( )
, ( ) (2.23)
( )

dengan :

12
 Universitas Hasanuddin

= akar persamaan dari ( ) iterasi ke-( )

= akar persamaan dari ( ) iterasi ke
( ) = turunan dari ( ).

Proses iterasi dengan menggunakan metode Newton Raphson sehingga didapatkan nilai
̂ ̂
̂ yang konvergen yaitu sampai nilai | | dengan adalah toleransi galat yang
̂

diinginkan (Munir,2008).

13
 Universitas Hasanuddin

BAB III
METODOLOGI PENELITIAN

3.1 Sumber Data

Data yang digunakan pada tugas akhir ini merupakan data sekunder berupa
data penelitian dari Ismayana (2014) mengenai pengaruh pemberian pupuk organik
Granul terhadap respon berat kering tanaman cabai rawit. Penelitian ini dilakukan di
Desa Blang Rakal Kabupaten Bener Meriah, Aceh pada tanggal 20 Desember sampai
dengan tanggal 5 Februari 2013 menggunakan rancangan acak kelompok dengan 5
taraf perlakuan dan 5 kelompok.

3.2 Identifikasi Variabel

Adapun variabel yang digunakan sebagai berikut :
a. Variabel respon (Y)
Variabel respon dalam penelitian ini adalah berat kering tanaman cabai rawit
dalam satuan gr.
b. Varibel bebas
Varibel bebas yang digunakan yaitu dosis pemberian pupuk organik Granul yang
diberikan per tanaman dengan 5 taraf perlakuan sebagai berikut :
 P0 = 0 gr
 P1 = 50 gr
 P2 = 100 gr
 P3 = 150 gr
 P4 = 200 gr

3.3 Metode Analisis

Adapun langkah-langkah yang dilakukan berdasarkan tujuan penelitian
adalah sebagai berikut:
1. Pengambilan data sekunder
2. Melakukan uji asumsi rancangan percobaan.
Dalam rancangan percobaan, galat diasumsikan berdistribusi normal sehingga
data pengamatan juga diasumsikan berdistribusi normal. Pengujian asumsi varian

14
 Universitas Hasanuddin

galat homogen dengan uji Bartlett dan uji asumsi galat bersifat independen dapat
dilakukan dengan menggunakan plot.
3. Membentuk model RAK dalam bentuk persamaan regresi dengan menggunakan
perkalian kronecker.
4. Mengestimasi komponen-komponen varian:
a. Menentukan struktur fungsi likelihood bentuk Hartley-Rou yang berdistribusi
normal multivariat.
b. Membentuk fungsi log likelihood
c. Menurunkan fungsi log likelihood terhadap parameter ( )
d. Menyamakan dengan nol hasil penurunan fungsi log likelihood terhadap
parameternya untuk mengestimasi komponen varian.
e. Jika tidak diperoleh hasil yang eksplisit dari estimator, maka dilanjutkan
dengan metode iterasi Newton Raphson.
5. Menghitung
6. Menghitung
7. Memberikan kesimpulan

15
 Universitas Hasanuddin

BAB IV
HASIL DAN PEMBAHASAN

4.1 Estimasi Komponen Varian dengan Metode Maksimum Likelihood

Fungsi likelihood dengan asumsi berdistribusi normal multivariat dengan

parameter dan untuk persamaan (2.17) dapat dituliskan sebagai berikut :

( ) ( )
( ) * + (4.1)
( )

Untuk memaksimumkan nilai fungsi ( ) dapat diperoleh dengan cara

memaksimumkan fungsi log-likelihoodnya. Misalkan merupakan fungsi log-

likelihood dari persamaan (4.1), maka:

( ( ))

( ) ( )
= ln ( ( * +)
)

( ) ( ) ( ) ( ) (4.2)

Untuk memaksimumkan , fungsi tersebut diturunkan terhadap parameter-

parameternya ( ) lalu disamakan dengan nol.

a) Turunan terhadap

( ( ) ( ) ( ) ( ))

( )) ( ( ) ( ))
( ( ( )) ( )

( ( ) ( ))

16
 Universitas Hasanuddin

(( ) ( ))
* +

dengan memisalkan :

( ) ( ) ; ( )

dan menggunakan aturan rantai, maka :

(( ) ( )) ( )
( )

dengan ( ) untuk A matriks simetri dan ( ) , maka

diperoleh:

( )

sehingga [ ( )]

[ ( )]

[ ]

Selanjutnya, hasil turunan fungsi disamakan dengan nol,

[ ]

( ) ( )
( )
̂ ( ̂ ) ̂ (4.3)

b) Turunan terhadap

17
 Universitas Hasanuddin

( ( ) ( ) ( ) ( ))

( )) ( )) ( ( ) ( ))
( ( ( )

( ( ) ( ))
( ( ))

( ) ( )

Selanjutnya, hasil turunan fungsi disamakan dengan nol,

( ) ( )

( ) ( )

( ) ( )

( ) ( )

̂ ( ) ( ) (4.4)

c) Turunan terhadap

( ( ) ( ) ( ) ( ))

( )) ( ( )) ( ( ) ( ))
( ( )

( ) (( ) ( ))

( ) ( ) ( )

( ) ( ) ( ) (4.5)

18
 Universitas Hasanuddin

Selanjutnya, hasil turunan fungsi disamakan dengan nol.

( ) ( ) ( )

( ) ( ) ( ) (4.6)

Persamaan (4.6) tidak dapat diselesaikan secara analitik untuk mendapatkan hasil

eksplisit untuk estimator . Namun, persamaan (4.6) dapat diselesaikan secara

numerik dengan prosedur Newton-Raphson.

Adapun turunan parsial kedua dari fungsi Log-Likelihood terhadap yang

selanjutnya digunakan untuk prosedur iterasi Newton Raphson yaitu sebagai berikut :

( ( ) ( ) ( )

( ) ( ( ) ( ))
(

( )+ ( ) ( )

( ) ( ) ( ) (4.7)

Selanjutnya dilakukan proses iterasi dilakukan untuk memperoleh nilai ̂ yang

konvergen berdasarkan persamaan (2.23) :

̂ ̂ (4.8)

19
 Universitas Hasanuddin

4.2 Penerapan Pada Data

4.2.1 Data Pengaruh Pemberian Pupuk Organik Granul Terhadap Berat Kering
Tanaman Cabai Rawit
Deskripsi tentang sumber dan identifikasi variabel data yang digunakan pada
tugas akhir ini telah dijelaskan pada Bab III. Adapun data hasil pengamatan pengaruh
dosis pemberian pupuk Granul terhadap berat kering tanaman cabe rawit adalah
sebagai berikut:
Tabel 4.1 Data Pengamatan pengaruh dosis pemberian pupuk organik Granul
terhadap berat kering tanaman cabai rawit
Kelompok
Perlakuan
1 2 3 4 5
P0 2,3 3,2 4,3 3,4 4
P1 2,8 4,5 4 3,2 4,8
P2 3 4,8 6,9 7 8
P3 4,5 6,2 5 7,5 8,2
P4 5,2 6,9 5,12 8,15 9
Sumber : Ismayana, 2014

4.2.2 Pengujian Asumsi

1. Galat berdistribusi normal
Uji formal yang dapat digunakan untuk menguji apakah suatu data menyebar
normal atau tidak adalah uji Liliefors. Dalam uji ini data disusun dari yang terkecil
ke terbesar. Banyaknya pengamatan untuk data pada Tabel 4.1 adalah 25
pengamatan. Berdasarkan tabel bantu dari perhitungan uji Liliefors pada Lampiran 4
diperoleh nilai . Karena nilai lebih kecil dari ( )

, maka diterima sehingga disimpulkan bahwa data berdistribusi normal.

2. Variansi galat bersifat homogen
Uji formal yang dapat digunakan untuk memeriksa asumsi kehomogenan
variansi galat adalah uji Bartlett. Hasil perhitungan nilai berdasarkan
persamaan (2.3) untuk data pada Tabel 4.1 yaitu sebagai berikut :

( )

( )

20
 Universitas Hasanuddin

( )

( )

( )

( )

( )

( )

( )

( )

( ) ( ) ( )

Selanjutnya,

( ) ( ) ( ( ) ( )
( ))

6,7554 – 4,4812 = 2,2743

(( ) )= 1+ . = 1,1
( )

sehingga diperoleh :

( )

Karena nilai lebih kecil dari maka diterima,

yang berarti asumsi kehomogenan variansi terpenuhi.

21
 Universitas Hasanuddin

3. Galat percobaan bersifat independen (saling bebas)

Nilai sisaan dan nilai dugaan pengamatan untuk data pada Tabel 4.1 dapat dilihat
pada Lampiran 7. Adapun plot antara nilai sisaan dengan nilai dugaan pengamatan
ditunjukkan pada Gambar 1 berikut :

Gambar 1. Plot antara Nilai Sisaan dengan Nilai Dugaan Pengamatan

Pada Gambar 1 dapat dilihat bahwa titik-titik galat menyebar secara acak atau tidak
membentuk pola tertentu sehingga dapat disimpulkan bahwa asumsi kebebasan galat
terpenuhi.

4.2.3 Hipotesis
Bentuk umum hipotesis yang akan diuji sebagai berikut:
1. Pengaruh Perlakuan

(tidak ada perbedaan pengaruh dosis

pemberian pupuk organik Granul terhadap berat kering tanaman cabai
rawit)
(minimal ada perbedaan pengaruh
dosis pemberian pupuk organik Granul terhadap berat kering tanaman
cabai rawit)

22
 Universitas Hasanuddin

2. Kelompok (model acak)

(tidak ada keragaman antar kelompok)

(ada keragaman antar kelompok)
Sebagai kaidah keputusan pengujian hipotesis untuk perlakuan adalah sebagai
berikut:
a. Jika nilai maka tolak
b. Jika nilai maka terima

4.2.4 Perhitungan ANAVA

Perhitungan ANAVA untuk data pada Tabel 1 sebagai berikut:
1. Menghitung nilai 23actor koreksi ( ) dan jumlah kuadrat total ( )

a. Faktor Koreksi (FK):

( )

b. Jumlah Kuadrat Total ( ):

∑ ∑ – FK

c. Jumlah Kuadrat Kelompok ( ):

∑

( )

d. Jumlah Kuadrat Perlakuan ( ):

∑

( )

e. Jumlah Kuadrat Galat ( ):

2. Menentukan derajat bebas untuk setiap keragaman

db kelompok = – =5–1=4

23
 Universitas Hasanuddin

db perlakuan = – =5–1= 4
db galat = ( – ) ( – ) = 4 x 4 = 16
db total = – = 5 . 5 – 1 = 24

3. Menentukan nilai kuadrat Tengah ( ) masing-masing komponen sumber

keragaman melalui pembagian antar dan derajat bebas:
 Kuadrat Tengah Kelompok ( )

( )

 Kuadrat Tengah Pelakuan ( )

( )

 Kuadrat Tengah Galat ( )

( )( ))

Hasil perhitungan anava disimpulkan pada Tabel 4.2 berikut ini :

Tabel 4.2 Hasil Perhitungan Analisis Variansi pada Data Pengaruh Pemberian Pupuk
Organik Granul Terhadap Berat Kering Tanaman Cabai Rawit
Sumber
Db JK KT
Keragaman
Perlakuan 46,892 11,723 3,01
Kelompok 28,330 7,082
Galat 15,202 0,95
Total
Sumber : Hasil Olahan, 2016
Berdasarkan Tabel (4.2), nilai taksiran untuk komponen variannya berdasarkan
persamaan (2.13) dan (2.14) sebagai berikut:
̃ ( ( )
).

( ( )
).

( ) (4.9)

̃
̃ (4.10)

24
 Universitas Hasanuddin

4.2.5 Estimasi Komponen Varian pada Rancangan Acak Kelompok

Berdasarkan data pada Tabel 4.1, diketahui bahwa dan dimana
adalah taraf perlakuan pemberian dosis pupuk Granul sedangkan adalah taraf
kelompok, sehingga berdasarkan persamaan (2.1) model rancangan acak kelompok
untuk data pada tugas akhir ini dapat dituliskan sebagai berikut:
; ; (4.11)

dengan :

= Nilai pengamatan berat kering tanaman cabai rawit pada perlakuan

ke-i dan kelompok ke-j
= Rataan umum
= Pengaruh aditif dari perlakuan pemberian dosis pupuk Granul ke-i
= Pengaruh aditif dari kelompok ke-j , berdistribusi normal ( )
= Pengaruh galat percobaan pada perlakuan ke-i dan kelompok ke-j,
berdistribusi normal ( )

Persamaan (4.11) dapat ditulis:

( ) ( ) ( ) ( ) (4.12)
dengan:
: matriks yang setiap elemennya adalah 1 berukuran
: matriks identitas berukuran
: matriks dengan ukuran
: matriks dengan ukuran
: matriks dengan ukuran
: matriks dengan ukuran
Konstruksi perkalian kronecker untuk terdapat pada Lampiran 1 dan untuk
terdapat pada Lampiran 2.
Karena rancangan acak kelompok yang digunakan menggunakan model
campuran dengan perlakuan model tetap dan kelompok model acak, maka persamaan
(4.12) dapat disederhanakan menjadi bentuk persamaan (2.17) sehingga diperoleh:
(4.13)
dengan:

25
 Universitas Hasanuddin

: vektor respon perlakuan berukuran .

[ ] : matriks berukuran .
[ ] : vektor dari parameter-parameter efek tetap berukuran
.
[ ] : vektor pengaruh perlakuan berukuran
:
:
: vektor galat pengamatan berukuran .

Selanjutnya berdasarkan persamaan (2.18) dan (2.19), diperoleh :

(4.14)

= (4.15)

dengan dan merupakan komponen varian yang akan ditaksir dengan

maksimum likelihood. Berdasarkan persamaan (4.1), maka untuk memperoleh
terlebih dahulu akan dihitung ̃ ̃ melalui tabel ANAVA dan kemudian
persamaan (4.4) dan (4.8) akan memberikan nilai penduga komponen varian.
Berdasarkan persamaan (4.9) dan (4.10), diperoleh matriks sesuai
persamaan (4.14) dan (4.15) sebagai berikut :

Selanjutnya akan diperoleh penduga komponen-komponen varian pada

rancangan acak kelompok dengan modifikasi Hartley-Rou berdasarkan output
program MATLAB pada Lampiran 10, yaitu ̃ dan ̃
sehingga berdasarkan persamaan (4.15) diperoleh ̃ . Namun karena
dalam pengaplikasian untuk data pada Tabel 4.1 akan dihitung nilai untuk
perlakuan dengan model tetap, maka komponen varian yang diperlukan yakni ,
dimana nilai ̃ sehingga akan diperoleh nilai sesuai
Tabel 2.2 sebagai berikut :

26
 Universitas Hasanuddin

Selanjutnya, kesimpulan yang diperoleh untuk berdasarkan

hipotesis yang telah dirumuskan pada 4.2.3 adalah sebagai berikut :
1. Nilai sehingga ditolak, yang berarti
bahwa terdapat perbedaan pengaruh nyata pemberian dosis pupuk Granul
terhadap berat kering tanaman cabai rawit.
2. Nilai ̃ yang diperoleh yaitu sebesar 0,9769 > 0 sehingga ditolak, yang
berarti bahwa terdapat keragaman antar kelompok.

Berdasarkan analisis yang telah dilakukan, maka dapat ditarik kesimpulan

bahwa terdapat perbedaan pengaruh nyata dosis pemberian pupuk Granul terhadap
berat kering tanaman cabai rawit dan terdapat keragaman antar kelompoknya.
Namun, untuk mengetahui perlakuan mana saja yang berbeda nyata, maka dapat
dilakukan uji lanjutan Duncan. Adapun output uji lanjutan Duncan dengan
menggunakan software SPSS 22 yaitu sebagai berikut :

Tabel 4.3 Hasil Uji Lanjutan Duncan

Subset
Perlakuan N 1 2
P0 5 3,4400
P1 5 3,8600
P2 5 5,9400
P3 5 6,2800
P4 5 6,8740
Sig. 0,505 0,170

Hasil uji lanjutan Duncan mengindikasikan bahwa perlakuan yang berada pada
subset yang sama memiliki pengaruh yang tidak berbeda nyata sedangkan jika
terletak di subset yang berbeda, maka disimpulkan bahwa perlakuan memiliki
pengaruh yang berbeda nyata. Berdasarkan Tabel 4.3, diketahui bahwa perlakuan P0
dan P1 terletak pada subset yang berbeda dengan perlakuan P2,P3 dan P4 sehingga
dapat disimpulkan bahwa perlakuan P0 dan P1 mempunyai pengaruh yang berbeda
nyata dengan perlakuan P2,P3 dan P4.

27
 Universitas Hasanuddin

BAB V
PENUTUP

5.1 Kesimpulan
Berdasarkan hasil analisis yang telah diperoleh maka dapat disimpulkan
sebagai berikut:
a. Estimasi komponen varian pada rancangan acak kelompok dengan modifikasi
Hartley-Rou yang diperoleh adalah ̃ dan ̃ .
b. Berdasarkan hipotesis pada rancangan acak kelompok dengan modifikasi Hartley-
Rou untuk data respon berat kering tanaman cabe rawit maka diperoleh hasil
bahwa terdapat perbedaan pengaruh nyata dosis pemberian pupuk Granul terhadap
berat kering tanaman cabe rawit dan terdapat keragaman antar kelompoknya.
Adapun hasil uji lanjutan Duncan menunjukkan bahwa perlakuan P0 dan P1
mempunyai pengaruh yang berbeda nyata dengan perlakuan P2,P3 dan P4.

5.2 Saran
Penelitian ini membahas tentang estimasi komponen varian pada rancangan
acak kelompok seimbang dengan modifikasi Hartley-Rou. Model yang diterapkan
pada rancangan ini adalah model campuran tanpa interaksi dengan perlakuan bersifat
tetap dan kelompok bersifat acak. Untuk penelitian selanjutnya dapat dilakukan
kajian tentang estimasi komponen varian pada rancangan acak kelompok tidak
seimbang model campuran dengan interaksi ataupun pada model rancangan faktorial.

28
 Universitas Hasanuddin

DAFTAR PUSTAKA

Antasari,Ina.2010. Penerapan Diagnostik Sisaan pada Model Linier Rancangan

Acak Kelompok Lengkap. DI Yogyakarta : Universitas Negeri Yogyakarta
Gasperz, Vincent.1991. Metode Perancangan Percobaan Untuk Ilmu-ilmu
Pertanian,Ilmu-ilmu Teknik, Biologi. Bandung : CV.ARMICO.
Hartley, H.O dan Rou, J.N.K. 1967 . Maximum-likelihood Estimation for The Mixed
Analysis of Variance Model. Biometrics p.93
Hasby dkk. 2013. Pendugaan Komponen Ragam Pada Model Campuran Klasifikasi
Dua Arah Menggunakan Metode Restricted Maximum Likelihood (REML).
Journal of Mathematics : Universitas Brawijaya, Malang.
Ismayana. 2014 . Pengaruh Pupuk Organik Granul terhadap Pertumbuhan Vegetatif
Tanaman Cabai Rawit. Skripsi : Universitas Syiah Kuala, Aceh
Karsanti, Putri. 2014. Diagnostik Sisaan pada Model Linier Rancangan Acak
Kelompok Lengkap (RAKL) Dua Faktor. Skripsi : Universitas Negeri
Yogyakarta.
Montgomery, D.C. 2001. Design and Analysis of Experiments, fifth Edition. John
Wilson & Sons.
Munir,Rinaldi. 2008. Metode Numerik. Bandung : Informatika Bandung
Rao, Poduri. 1997. Variance Components Estimation, Mixed Models, Methodologies
and Applications. New York : Chapman Hall
Sahai, Hardeo dan Ojeda, Mario M. 2005. Analysis of Variance for Random Models.
USA : Birkhauser Boston
Searle dkk. 2006. Variance Components. New York: John Wiley & Sons.
Wahyuni, Sry. 2015. Estimasi Komponen Varian pada Rancangan Petak Terbagi
dalam Rancangan Acak Lengkap dengan Metode Maksimum Likelihood.
Skripsi : Universitas Hasanuddin, Makassar.

29
 Universitas Hasanuddin

LAMPIRAN

30
 Universitas Hasanuddin

Lampiran 1
Konstruksi matriks Konstruksi matriks Konstruksi matriks

1 0 0 0 0 1 0 0 0 0 2,3
1 0 0 0 0 0 1 0 0 0 3,2
1 0 0 0 0 0 0 1 0 0 4,3
1 0 0 0 0 0 0 0 1 0 3,4
1 0 0 0 0 0 0 0 0 1 4
0 1 0 0 0 1 0 0 0 0 2,8
0 1 0 0 0 0 1 0 0 0 4,5
0 1 0 0 0 0 0 1 0 0 4
0 1 0 0 0 0 0 0 1 0 3,2
0 1 0 0 0 0 0 0 0 1 4,8
0 0 1 0 0 1 0 0 0 0 3
0 0 1 0 0 0 1 0 0 0 4,8
0 0 1 0 0 0 0 1 0 0 6,9
0 0 1 0 0 0 0 0 1 0 7
0 0 1 0 0 0 0 0 0 1 8
0 0 0 1 0 1 0 0 0 0 4,5
0 0 0 1 0 0 1 0 0 0 6,2
0 0 0 1 0 0 0 1 0 0 5
0 0 0 1 0 0 0 0 1 0 7,5
0 0 0 1 0 0 0 0 0 1 8,2
0 0 0 0 1 1 0 0 0 0 5,2
0 0 0 0 1 0 1 0 0 0 6,9
0 0 0 0 1 0 0 1 0 0 5,12
0 0 0 0 1 0 0 0 1 0 8,15
0 0 0 0 1 0 0 0 0 1 9

31
 Universitas Hasanuddin

Lampiran 2
Konstruksi matriks
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

32
 Universitas Hasanuddin

Lampiran 3
Luas daerah di Bawah Kurva Normal Standar

33
 Universitas Hasanuddin

Lampiran 4
Tabel Bantu Hasil Perhitungan Uji Liliefors

terurut ̅ ( ̅) ( ) ( ) ( ) ( ) ( )
2,3 -2,9788 8,87324944 -1,53 0,063 0,04 0,023
2,8 -2,4788 6,14444944 -1,28 0,1003 0,08 0,0203
3 -2,2788 5,19292944 -1,17 0,121 0,12 0,001
3,2 -2,0788 4,32140944 -1,07 0,1423 0,2 0,0577
3,2 -2,0788 4,32140944 -1,07 0,1423 0,2 0,0577
3,4 -1,8788 3,52988944 -0,97 0,166 0,24 0,074
4 -1,2788 1,63532944 -0,66 0,2546 0,32 0,0654
4 -1,2788 1,63532944 -0,66 0,2546 0,32 0,0654
4,3 -0,9788 0,95804944 -0,50 0,3085 0,36 0,0515
4,5 -0,7788 0,60652944 -0,40 0,3446 0,44 0,0954
4,5 -0,7788 0,60652944 -0,40 0,3446 0,44 0,0954
4,8 -0,4788 0,22924944 -0,25 0,4013 0,52 0,1187
4,8 -0,4788 0,22924944 -0,25 0,4013 0,52 0,1187
5 -0,2788 0,07772944 -0,14 0,4443 0,56 0,1157
5,12 -0,1588 0,02521744 -0,08 0,4681 0,6 0,1319
5,2 -0,0788 0,00620944 -0,04 0,484 0,64 0,156
6,2 0,9212 0,84860944 0,47 0,6808 0,68 0,0008
6,9 1,6212 2,62828944 0,84 0,7995 0,76 0,0395
6,9 1,6212 2,62828944 0,84 0,7995 0,76 0,0395
7 1,7212 2,96252944 0,89 0,8133 0,8 0,0133
7,5 2,2212 4,93372944 1,14 0,8729 0,84 0,0329
8 2,7212 7,40492944 1,40 0,9192 0,88 0,0392
8,15 2,8712 8,24378944 1,48 0,9306 0,92 0,0106
8,2 2,9212 8,53340944 1,50 0,9332 0,96 0,0268
9 3,7212 13,8473294 1,92 0,9726 1 0,0274

∑ ( ̅)

34
 Universitas Hasanuddin

Lampiran 5

Nilai Kritis Untuk Uji Liliefors

Banyaknya Taraf Nyata ( )
Sample 0,01 0,05 0,1 0,15 0,2
n=4 0,417 0,381 0,352 0,319 0,3
5 0,405 0,337 0,315 0,299 0,285
6 0,364 0,319 0,294 0,277 0,265
7 0,348 0,300 0,276 0,258 0,247
8 0,331 0,285 0,261 0,244 0,233
9 0,311 0,271 0,249 0,233 0,223
10 0,294 0,258 0,239 0,224 0,215
11 0,284 0,249 0,23 0,217 0,206
12 0,275 0,242 0,223 0,212 0,199
13 0,268 0,234 0,214 0,202 0,19
14 0,261 0,227 0,207 0,194 0,183
15 0,257 0,220 0,201 0,187 0,177
16 0,25 0,213 0,195 0,182 0,173
17 0,245 0,206 0,189 0,177 0,169
18 0,239 0,200 0,184 0,173 0,166
19 0,235 0,195 0,179 0,169 0,163
20 0,231 0,19 0,174 0,166 0,16
25 0,2 0,1730 0,158 0,147 0,142
30 0,187 0,161 0,144 0,136 0,131
n > 30 1,031/√ 0,886/√ 0,805/√ 0,768/√ 0,736/√
Sumber : Ina Antasari, 2010

35
 Universitas Hasanuddin

Lampiran 6

Tabel Nilai Kritis Sebaran

Taraf Nyata ( )
0,95 0,05 0,025 0,01 0,005
1 0,00393 3,841 5,024 6,635 7,879
2 0,103 5,991 7,378 9,21 10,597
3 0,352 7,815 9,348 11,345 12,838
4 0,711 9,488 11,143 13,277 14,86
5 1,145 11,07 12,832 15,086 16,75
6 1,635 12,592 14,449 16,812 18,548
7 2,167 14,067 16,013 18,475 20,278
8 2,733 15,507 17,535 20,09 21,955
9 3,325 16,919 19,023 21,666 23,589
10 3,94 18,307 20,483 23,209 25,188
11 4,575 19,675 21,92 24,725 26,757
12 5,226 21,026 23,337 26,217 28,3
13 5,892 22,362 24,736 27,688 29,819
14 6,571 23,685 26,119 29,141 31,319
15 7,261 24,996 27,488 30,578 32,801
16 7,962 26,296 28,845 32 34,267
17 8,672 27,587 30,191 33,409 35,718
18 9,39 28,869 31,526 34,805 37,156
19 10,117 30,144 32,852 36,191 38,582
20 10,851 31,41 34,17 37,566 39,997
21 11,591 32,591 35,479 38,932 41,401
22 12,338 33,924 36,781 40,289 42,796
23 13,091 35,172 36,076 41,638 44,181
24 13,848 36,415 39,364 42,98 45,558
25 14,611 37,652 40,646 44,314 46,928
26 15,379 38,885 41,923 45,642 48,296
27 16,151 40,113 43,194 46,963 49,645
28 16,928 41,337 44,461 48,278 50,993
29 17,708 42,557 45,722 49,588 52,336
30 18,493 43,773 46,979 50,892 53,672
Sumber : Ronald E.Walpole (2011)

36
 Universitas Hasanuddin

Lampiran 7
Tabel Nilai Dugaan Amatan dan Nilai Dugaan Galat
̂ ̂
̂ 1,7212 0,5788
̂ 3,2812 -0,0812
̂ 3,2252 1,0748
̂ 4,0112 -0,6112
̂ 4,9612 -0,9612
̂ 2,1412 0,6588
̂ 3,7012 0,7988
̂ 3,6452 0,3548
̂ 4,4312 -1,2312
̂ 5,3812 -0,5812
̂ 4,2212 -1,2212
̂ 5,7812 -0,9812
̂ 5,7252 1,1748
̂ 6,5112 0,4888
̂ 7,4612 0,5388
̂ 4,5612 -0,0612
̂ 6,1212 0,0788
̂ 6,0652 -1,0652
̂ 6,8512 0,6488
̂ 7,8012 0,3988
̂ 5,1552 0,0448
̂ 6,7152 0,1848
̂ 6,6592 -1,5392
̂ 7,4452 0,7048
̂ 8,3952 0,6048

37
 Universitas Hasanuddin

Lampiran 8
Tabel Nilai Kritis distribusi- untuk

df2\df1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 100

3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.76 8.74 8.73 8.71 8.70 8.69 8.68 8.55

4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.94 5.91 5.89 5.87 5.86 5.84 5.83 5.66

5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.70 4.68 4.66 4.64 4.62 4.60 4.59 4.41

6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.03 4.00 3.98 3.96 3.94 3.92 3.91 3.71

7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.60 3.57 3.55 3.53 3.51 3.49 3.48 3.27

8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.31 3.28 3.26 3.24 3.22 3.20 3.19 2.97

9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.10 3.07 3.05 3.03 3.01 2.99 2.97 2.76

10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.94 2.91 2.89 2.86 2.85 2.83 2.81 2.59

11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.82 2.79 2.76 2.74 2.72 2.70 2.69 2.46

12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.72 2.69 2.66 2.64 2.62 2.60 2.58 2.35

13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.63 2.60 2.58 2.55 2.53 2.51 2.50 2.26

14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.57 2.53 2.51 2.48 2.46 2.44 2.43 2.19

15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.51 2.48 2.45 2.42 2.40 2.38 2.37 2.12

16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.46 2.42 2.40 2.37 2.35 2.33 2.32 2.07

17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.41 2.38 2.35 2.33 2.31 2.29 2.27 2.02

50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.03 1.99 1.95 1.92 1.89 1.87 1.85 1.83 1.52

100 3.94 3.09 2.70 2.46 2.31 2.19 2.10 2.03 1.97 1.93 1.89 1.85 1.82 1.79 1.77 1.75 1.73 1.39
Sumber : Ronald E. Walpole (2011)

38
 Universitas Hasanuddin

Lampiran 9

Sintaks Program Matlab 7.8.0 untuk Estimasi Komponen Varian

z2=[1 0 0 0 0;0 1 0 0 0;0 0 1 0 0 ; 0 0 0 1 0;0 0 0 0 1;
1 0 0 0 0;0 1 0 0 0;0 0 1 0 0 ; 0 0 0 1 0;0 0 0 0 1;
1 0 0 0 0;0 1 0 0 0;0 0 1 0 0 ; 0 0 0 1 0;0 0 0 0 1;
1 0 0 0 0;0 1 0 0 0;0 0 1 0 0 ; 0 0 0 1 0;0 0 0 0 1;
1 0 0 0 0;0 1 0 0 0;0 0 1 0 0 ; 0 0 0 1 0;0 0 0 0 1];
z2trans = transpose(z2);
n=25;
a = z2*1.2894*z2trans;
I = eye(25);
h = a + I;
invh = inv(h);
X= [1 1 0 0 0 0;1 1 0 0 0 0;1 1 0 0 0 0 ;1 1 0 0 0 0;1 1 0 0 0 0;
1 0 1 0 0 0;1 0 1 0 0 0;1 0 1 0 0 0 ;1 0 1 0 0 0;1 0 1 0 0 0;
1 0 0 1 0 0;1 0 0 1 0 0;1 0 0 1 0 0 ;1 0 0 1 0 0;1 0 0 1 0 0;
1 0 0 0 1 0;1 0 0 0 1 0;1 0 0 0 1 0 ;1 0 0 0 1 0;1 0 0 0 1 0;
1 0 0 0 0 1;1 0 0 0 0 1;1 0 0 0 0 1 ;1 0 0 0 0 1;1 0 0 0 0 1];
Xtr = transpose(X);
Y = [2.3;3.2;4.3;3.4;4 ;
2.8;4.5;4;3.2;4.8;
3; 4.8; 6.9; 7; 8;
4.5; 6.2; 5; 7.5; 8.2;
5.2; 6.9; 5.12; 8.15; 9];
Ytr = transpose(Y);
q = Xtr* invh * X;
qinv = inv(q);
disp('Taksiran delta : ')
dtaksir = qinv * Xtr *invh *Y
disp('Rata-rata : ')
xd = X*dtaksir
b = Y - xd;
transb = transpose (b);
disp('Taksiran sigmaerror: ')
sigmaerror = (transb * invh * b)/n
disp('Nilai awal untuk nilai sigmabeta: ')
lamda1 = 1.8
H = (z2*lamda1*z2trans)+(eye(25))
invH = inv(H);
%turunan pertama dari fungsi likelihood
f1=(-1/2*trace(invH*z2*z2trans))
+(1/(2*sigmaerror)*transb*invH*z2*z2trans*invH*b);
%turunan kedua dari fungsi likelihood
f2 = (1/2*trace(invH*z2*z2trans*invH*z2*z2trans))
-((1/sigmaerror)*transb*invH*z2*z2trans*invH*z2*z2trans*invH*b;

39
 Universitas Hasanuddin

Sintaks Program Matlab 7.8.0 untuk Estimasi Komponen Varian (Lanjutan)

i=1;
lamda2=lamda1-(f1/f2);
err=abs((lamda2-lamda1)/lamda2);
disp('Toleransi Galat: ')
e=0.0001
disp('Proses Iterasi Newton Raphson: ')
while err>=e
lamda1=lamda2;
H = (z2*lamda1*z2trans)+(eye(25));
invH = inv(H);
f1= (-
1/2*trace(invH*z2*z2trans))+(1/(2*sigmaerror)*transb*invH*z2*z2trans*i
nvH*b);
f2 = (1/2*trace(invH*z2*z2trans*invH*z2*z2trans))-
((1/sigmaerror)*transb*invH*z2*z2trans*invH*z2*z2trans*invH*b);
lamda2=lamda1-(f1/f2);
err=abs((lamda2-lamda1)/lamda2);
disp(['iterasi ke-',num2str(i),' lamda = ',num2str(lamda2)]);
i=i+1;
end
disp('Taksiran sigmabeta: ')
sigmabeta = lamda2 *sigmaerror

40
 Universitas Hasanuddin

Lampiran 10
Output Program Matlab 7.8.0 untuk Estimasi Komponen Varian

Taksiran delta :
dtaksir =
1.2412
2.0931
2.5236
4.5806
5.2028
5.8576

Rata-rata :
xd =
3.3343
3.3343
3.3343
3.3343
3.3343
3.7647
3.7647
3.7647
3.7647
3.7647
5.8218
5.8218
5.8218
5.8218
5.8218
6.4440
6.4440
6.4440
6.4440
6.4440
7.0988
7.0988
7.0988
7.0988
7.0988

Taksiran sigmaerror:
sigmaerror =

0.7824

41
 Universitas Hasanuddin

Output Program Matlab 7.8.0 untuk Estimasi Komponen Varian (Lanjutan)

Nilai awal untuk nilai sigmabeta:

lamda1 =

1.8000
H =

Toleransi Galat:
e =
1.0000e-004

Proses Iterasi Newton Raphson:

iterasi ke-1 lamda = 0.81649
iterasi ke-2 lamda = 1.05
iterasi ke-3 lamda = 1.2007
iterasi ke-4 lamda = 1.2455
iterasi ke-5 lamda = 1.2486
iterasi ke-6 lamda = 1.2486

Taksiran sigmabeta:
sigmabeta =
0.9769

42