Handout Rancangan Percobaan PDF

HANDOUT
RANCANGAN PERCOBAAN
Kismiantini
NIP. 19790816 200112 2 001
JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI YOGYAKARTA
2011
Materi Perkuliahan Rancangan Percobaan
) Dosen
(MAT 322); D Ki i ti i, M.Si
pengampu : Kismiantini,
Kismiantini M Si.
M.Si.
Percobaan Tiga Faktor

Rancangan Faktorial, Diagram
Faktorial, Diagram Blok
Blok
Percobaan Dua Faktor

Rancangan Faktorial,
Faktorial, Rancangan
Rancangan Petak Terbagi (Split Plot
Design),
Design ), Rancangan
Rancangan Petak Teralur (Strip Plot Design
Strip Plot Design))
Dosen Pengampu
Kismiantini M
Kismiantini, M.Si.
Si Percobaan Satu Faktor
RAL, RAKL, RBSL
Pendahuluan
Prinsip, istilah
Prinsip, istilah dan klasifikasi
Rancangan Percobaan
1 2
Referensi Pendahuluan
Wajib :
Mattjik, A.A. & Sumertajaya, I.M. 2006. Perancangan
j j y g Percobaan.
Bogor: IPB Press.
y Ilmu tentang statistik
Anjuran
A j : y Ilmu yang mempelajari cara‐cara:
Kirk, R.E. 1995. Experimental Design: Procedures for the
Behavioral Sciences California: Brooks/Cole Publishing
Behavioral Sciences. California: Brooks/Cole Publishing 1. mengumpulkan data
Company. 2. menyajikan data STATISTIKA DESKRIPTIF
Montgomery, D.C. 2001. Design and Analysis of Experiments. 3. mengolah
l h data
d
New York: John Wiley & Sons. 4. menganalisis data
STATISTIKA INFERENSIAL
5. menarik kesimpulan
Suryanto. 2000. Diagram Blok. Yogyakarta: UNY
3 4
Metode Pengumpulan Data

POPULASI : keseluruhan pengamatan yang menjadi perhatian y Percobaan
SAMPEL/CONTOH : himpunan bagian dari populasi Peneliti memiliki keleluasaan untuk melakukan pengawasan terhadap
sumber keragaman data, dapat menciptakan jenis perlakuan yang
PARAMETER : ukuran ukuran yang diperoleh dari data populasi
PARAMETER : ukuran‐ukuran yang diperoleh dari data populasi dii i k
diinginkan d mengamatii perubahan
dan b h yang terjadi
j di pada
d responsnya.
Data diciptakan.
STATISTIK : ukuran‐ukuran yang diperoleh dari data sampel
y Observasi
Ob i
GALAT JENIS I. α = P(salah jenis I) Peneliti tidak memiliki kendali dalam pengumpulan data kecuali
= P(menolak H0; H0 benar) dalam menentukan faktor yang diamati dan memeriksa ketelitian data,
sulit dalam melihat perubahan yang terjadi pada respons karena
mungkin disebabkan oleh faktor yang tidak diamati atau bahkan
GALAT JENIS II β = P(salah jenis II)
GALAT JENIS II. β P( l h j i II)
belum diketahui oleh peneliti.
= P(menerima H0; H0 salah)
y Survei
Peneliti mengambil sampel data dengan teknik penarikan sampel
tertentu dari suatu populasi yang telah didefinisikan.
didefinisikan Jumlah data
besar. Data sudah ada di lapangan tinggal dikumpulkan.
5 6
Pengertian rancangan percobaan Prinsip Dasar Percobaan
Rancangan percobaan adalah tata cara penerapan tindakan‐ y Ulangan
Ul : pengalokasian suatu perlakuan tertentu terhadap
tindakan dalam suatu percobaan pada kondisi atau beberapa unit percobaan pada kondisi yang seragam. Tujuan :
lingkungan tertentu yang kemudian menjadi dasar penataan 1. menduga ragam galat
dan metode analisis statistik terhadap data hasilnya. 2. memperkecil galat
3. meningkatkan ketelitian
y Pengacakan : dimaksudkan agar setiap unit percobaan memiliki
Mengapa perlu rancangan percobaan
percobaan?? peluang yang sama untuk diberi suatu perlakuan. Secara statistik
untuk validitas/keabsahan dalam menarik kesimpulan agar
1. Memperbaiki proses hasil kesimpulan yang diambil obyektif.
obyektif
2. Mengurangi keragaman y Pengendalian lingkungan (kontrol lokal) : usaha untuk
mengendalikan keragaman yang muncul akibat keheterogenan kondisi
3. Mengurangi waktu penelitian lingkungan.
4. Mengurangi biaya
7 8
Beberapa Istilah dalam

Rancangan
g Percobaan Ilustrasi
y Perlakuan : suatu prosedur atau metode yang diterapkan pada unit Penelitian tentang pemberian jenis pupuk (N0, N1, N2,
percobaan. Setara dengan taraf dari faktor. N3) pada tanaman padi dengan luas lahan 1 ha.
y Unit Percobaan : unit terkecil dalam suatu percobaan yang diberi
suatu perlakuan. Unit dimana perlakuan diberikan secara acak.
Faktor : jenis pupuk
y Satuan Pengamatan : anak gugus dari unit percobaan, tempat
anak gugus dari unit percobaan tempat
dimana respon perlakuan diukur. Perlakuan : pemberian jenis pupuk N0, N1, N2, N3
y Faktor : peubah bebas yang dicobakan dalam percobaan sebagai Unit percobaan : 1 petak sawah
penyusun struktur perlakuan. Satuan pengamatan : tanaman padi
y Taraf : jenis‐jenis suatu faktor yang dicobakan dalam percobaan
jenis jenis suatu faktor yang dicobakan dalam percobaan
9 10
Kl ifik i Rancangan
Klasifikasi R P b
Percobaan Rancangan Perlakuan
1. Satu
S Faktor
F k
y Rancangan Perlakuan
2. Dua Faktor
b k i
berkaitan d
dengan b i
bagaimana perlakuan‐perlakuan
l k l k
y Faktorial (bersilangan, tersarang)
tersebut dibentuk
y Split Plot
y Rancangan Lingkungan
y Split blok/Strip Plot
berkaitan dengan bagaimana perlakuan
perlakuan‐perlakuan
perlakuan
ditempatkan pada unit‐unit percobaan 3. Tiga Faktor atau lebih
y Rancangan
R P
Pengukuran
k y Faktorial (bersilangan, tersarang, campuran)
berkaitan dengan bagaimana respons percobaan y Split‐split Plot
diambil dari unit‐unit percobaan yang diteliti y Split‐split Blok
S li li Bl k
11 12
Rancangan Lingkungan
y Rancangan Acak Lengkap (RAL)
g g p( )
y Rancangan Acak Kelompok Lengkap (RAKL)
y Rancangan Bujur Sangkar Latin (RBSL)
R B j S k L ti (RBSL)
y Rancangan Lattice
13
Beberapa keuntungan dari penggunaan RAL
Rancangan Acak Lengkap (RAL) y Bagan rancangan percobaan lebih mudah

y Analisis
l statistika
k terhadap
h d subyek
b k percobaan
b sederhana
d h
Complete Randomized Design y Fleksibel dalam penggunaan
gg jumlah perlakuan dan jumlah
ulangan
Latar Belakang :
y Kehilangan informasi relatif sedikit dalam hal data hilang
Biasanya digunakan
d k jika
k kondisi
k d unit percobaan
b relatif
l f homogen
h
dibandingkan rancangan lain
Umumnya y percobaan dilakukan di laboratorium
Unit percobaan tidak cukup besar dan jumlah perlakuan terbatas
Sederhana
1 2
Perhatikan kasus berikut Pengacakan

g dan Bagan
g Percobaan
y Ingin melihat pemberian jenis ransum terhadap pertambahan y Misalkan ada 3 perlakuan (A, B, C)
bberat badan
b d sapi 2 ulangan
l
Perlu dilihat sapi g umur, jenis → sapi
p sama atau tidak dari segi p y Maka diperlukan
p 3 × 2 = 6 unit ppercobaan
harus homogen y Bagan percobaan Salah satu hasil pengacakan adalah
y Ingin melihat pemberian dosis pupuk terhadap peningkatan 1 2 1 C 2 A
hasil padi 3 4 3 A 4 B
5 C 6 B
P l dilih
Perlu k i sawahh → petak
dilihatt llokasi t k sawahh hharus hhomogen 5 6
y Ingin membandingkan pengaruh jenis media pembelajaran y Tabulasi data

Ulangan Perlakuan Total
yang digunakan guru terhadap hasil belajar siswa kelas I SMP A B C Keseluruhan
khusus untuk pokok bahasan Geometri 1 Y11 Y21 Y31
Perlu dilihat kelas → kelas yang relatif homogen (artinya 2 Y12 Y22 Y32
dengan
g rata-rata kemampuan p awal siswa dalam Geometri Total Y1.1 Y2.2 Y3.3 Y..
Perlakuan (Yi.)
3 yang relatif sama) 4
Model linier aditif dalam RAL Model linier aditif dari RAL
y Model Tetap i = 1, 2,K , a
merupakan model dimana perlakuan-perlakuan yang
g
digunakan dalam ppercobaan berasal dari ppopulasi
p yyangg Yijj = μ + τ i + ε ijj dengan
g
j = 1, 2, K , r
ε ij ~ N (0, σ 2 )
iid
terbatas dan pemilihan perlakuan ditentukan langsung oleh

peneliti dan kesimpulan yang diperoleh terbatas hanya pada
Yij : pengamatan
t pada d perlakuan
l k kke-ii dan
d ulangan
l kke-jj
perlakuan-perlakuan yang dicobakan saja tidak bisa μ : rataan umum
digeneralisasikan.
digeneralisasikan τi : pengaruhh perlakuan
l k kke-ii
y Model Acak εij : pengaruh acak pada perlakuan ke-i ulangan ke-j
merupakan model dimana perlakuan-perlakuan yang a
dicobakan merupakan sampel acak dari populasi perlakuan Asumsi untuk model tetap ialah ∑τ
i =1
i =0
dan kesimpulan yang diperoleh berlaku secara umum untuk

τ i ~ N (0, σ τ2 )
iid
Asumsi untuk model acak ialah
seluruh populasi perlakuan.
5 6
Analisis Model Tetap
p Analisis Model Acak
y Ingin menguji persamaan dari rata-rata a perlakuan, diketahui
E (Yij ) = μ + τ i = μ i , i = 1, 2, K , a y Diketahui
Sehingga bentuk hipotesis Var (Yij ) = Var (μ + τ i + ε ij )
H0 : μ1 = μ 2 = K = μ a (Semua perlakuan memberikan respons yang sama) = Var (τ i + ε ij ), μ konstanta
= Var (τ i ) + Var (ε ij ) , τ i dan ε ij saling bebas
H1 : ∃μ i ≠ μ i ' , i ≠ i ′, i = 1, 2,K, a
= σ τ2 + σ 2
y Diketahui μ + τ i = μ i y Sehingga bentuk hipotesisnya adalah
a a Sehingga bentuk hipotesis diatas ekuivalen
∑ (μ + τ ) = ∑ μ
i =1
i
i =1
i
dengan hipotesis berikut
H0 : σ τ2 = 0 (Keragaman perlakuan tidak berpengaruh terhadap respons yang diamati)
H1 : σ τ > 0 (Keragaman perlakuan berpengaruh positif terhadap respons yang
2
H0 : τ 1 = τ 2 = K = τ a = 0
a
a a ∑μ i
diamati)
⇒ aμ + ∑τ i = ∑ μ i ,μ = i =1 (perlakuan tidak berpengaruh terhadap
i =1 i =1 a
respons yang diamati)
sehingga berakibat
a
H1 : ∃τ i ≠ 0, i = 1, 2, K , a
7
∑τ
i =1
i =0
8
Dekomposisi
p Jumlah Kuadrat Total Perhitungan Analisis Variansi (Anava
Anava))
y Keragaman total dapat diuraikan sbb: Ulangan sama
Yij − Y•• = Yij − Yi• + Yi• − Y•• Y2
(Y − Y•• ) = (Yi• − Y•• ) + (Yijj − Yi• )
FK = ••
ijj
ar
y Jika kedua ruas dikuadratkan maka akan diperoleh a
(Y ij − Y•• ) = (Yi• − Y•• ) + (Yij − Yi• ) + 2(Yi• − Y•• )(Yij − Yi• )
2
y Kemudian jika dijumlahkan untuk semua pengamatan

2 2
∑Y 2
i•
JKP = i =1
− FK
∑∑ (Y − Y•• ) = ∑∑ (Yi• − Y•• ) + ∑∑ (Yij − Yi• )
a r a r a r
i =1 j =1
ij
2
i =1 j =1
2
i =1 j =1
2
r
a r
∑∑ (Y − Y•• )(Yij − Yi• ) = 0 JKT = ∑∑ Yij2 − FK
a r
karena i•
i =1 j =1
y Sehingga i =1 j =1
JJumlah Kuadrat Total = JJumlah Kuadrat Perlakuan + JJumlah Kuadrat Galat
JKG = JKT − JKP
9 JKT = JKP + JKG 10
Perhitungan Analisis Variansi (Anava

Anava)) Tabel Analisis Variansi
Ulangan tidak sama y Ulangan sama
SV db JK KT Fhitung
Y•2•
Penyebab ulangan tidak sama :
1. Menurut rancangan sejak
FK = a
Perlakuan a-1 JKP KTP KTP/KTG
awal ulangan tidak sama
(mungkin faktor biaya) ∑r
i =1
i
Galat
Total
a(r-1)
ar 1
ar-1
JKG
JKT
KTG
2. Menurut rancangan ulangan
sama pada saat percobaan a
Yi•2 Kriteria Keputusan : Ho ditolak jika Fhit > Fα(a-1,
ada yang mati
JKP = ∑ − FK ( a(r-1))
( ))
y Ulangan tidak sama
i =1 ri
a r SV db JK KT Fhitung
JKT = ∑∑ Yij2 − FK Perlakuan a-1 JKP KTP KTP/KTG
i =1 j =1
Galat ∑(ri -1) JKG KTG
JKG = JKT − JKP Total ∑ri -1 JKT
11 12 Kriteria Keputusan : Ho ditolak jika Fhit > Fα (a −1,∑ (r −1)) i
Soal 1
Suatu penelitian telah dilakukan untuk mengetahui pengaruh persentase kandungan
paracetamol dalam obat penurun panas terhadap waktu yang diperlukan untuk
Soal 2
menurunkan
k panas dari d i 39° menjadi
j di 37°.
37° Untuk
U t k keperluan
k l i i telah
ini t l h dipilih
di ilih secara acakk Tiga kelas kuliah matematika dasar diberikan oleh tiga dosen
25 penderita sakit panas dengan suhu 39° dari usia yang hampir sama dan tanpa
keluhan sakit yyangg lain. Keduapuluh
p lima ppasien tersebut dibagig secara acak menjadij 5 (A, B, C). Usia dan prestasi mahasiswa dari ketiga kelas
kelompok dan masing-masing kelompok yang terdiri dari 5 orang tersebut diberi obat tersebut relatif homogen. Materi kuliah, ujian, metode
penurun panas dengan persentase kandungan paracetamol tertentu. Berikut data g
mengajar, dan media yyangg digunakan
g sama. Karakteristik dosen
t t
tentang waktu
kt (dalam
(d l jam)j ) yang diperlukan
di l k oleh l h para pasien
i tersebut
t b t sampaii dengan
d
panas badan mereka turun menjadi 37 °.
juga relatif sama. Nilai akhirnya tercatat sebagai berikut.
Apakah ada pengaruh
KADAR PARACETAMOL persentase kandungan A 73 89,
73, 89 82,
82 43,
43 80,
80 73,
73 66,
66 60,
60 45,
45 93,
93 36,
36 77
40% 50% 60% 75% 90% paracetamol dalam obat B 88, 78, 48, 91, 51, 85, 74, 77, 31, 78, 62, 76, 96, 80, 56
7 9 5 3 2 penurun p
p panas terhadapp C 68 79,
68, 79 56,
56 91,
91 71,
71 71,
71 87,
87 41,
41 59,
59 68,
68 53,
53 79,
79 15
waktu yang diperlukan untuk
6 7 4 5 3 menurunkan panas dari 39°
9 8 8 2 4 menjadi 37
37°?? Gunakan taraf
Apakah
p ada pperbedaan yyangg nyata
y antara nilai rata-rata yyangg
4 6 6 3 1 nyata 0,05. diberikan oleh ketiga dosen tersebut? Gunakan taraf nyata 0,05.
7 9 3 7 4
13 Anggap asumsi-asumsi dalam anava terpenuhi. Anggap asumsi-asumsi dalam Anava terpenuhi. 14 Anggap asumsi-asumsi dalam anava terpenuhi. Anggap asumsi-asumsi dalam Anava terpenuhi.
Soal 3
SSuatu percobaan
b telah
l h dilakukan
dil k k untukk menyelidiki
lidiki pengaruhh
pelumas motor terhadap tingkat kemampuan kinerja mesin motor. Soal 4
D i berbagai
Dari b b i merkk pelumas
l motor
t yang ada,
d telah
t l h dipilih
di ilih secara acakk y Sebuah lembaga penelitian di suatu perguruan tinggi ingin mengetahui pengaruh
diantaranya merk A, C dan T. Mengingat terbatasnya biaya dalam metode mengajar yang digunakan dosen terhadap hasil belajar mahasiswa khusus
melakukan percobaan,
percobaan ulangan hanya dilakukan sebanyak 5 kali. kali untuk mata kuliah Statistika Elementer.
Elementer Ada berbagai macam metode mengajar
Percobaan tersebut dilakukan terhadap jenis motor yang mempunyai dalam pembelajaran, pada penelitian ini telah dipilih secara acak empat metode
yang dianggap sesuai dengan karakteristik mata kuliah tersebut yaitu metode
mesin yang sama (mesin 4 tak). tak) Berikut data tingkat kinerja ceramah, tanya jawab, problem solving dan diskusi. Untuk keperluan itu telah
kemampuan mesin yang diukur dari kecepatan (km/jam) : dipilih secara acak 20 kelas yang relatif seragam, dengan rata-rata kemampuan
Merk
M k A 32 55 28 24 30 awal mahasiswa dalam Statistika Elementer yang relatif sama.sama Secara acak 20
Pelumas C 52 67 55 52 53 kelas tersebut dibagi menjadi 4 kelompok, masing-masing kelompok
T 58 42 76 46 25 mendapatkan pembelajaran dengan salah satu metode tersebut. Dosen yang
mengajar di kelas-kelas tersebut telah dipilih sedemikian hingga dapat dianggap
a) Tentukan rancangan apa yang sesuai dengan penelitian yang dimaksud! mempunyai karakteristik yang hampir sama. Setelah pembelajaran selesai,
b)) Tentukan model linear dan maknanya! y semua kelas mendapat tes dengan soal dan waktu yang sama.sama Berikut ini adalah
c) Model tetap atau model acak? Sebutkan alasannya! data tentang rata-rata nilai tes mahasiswa dari ke-20 kelas yang digunakan dalam
d) Lakukan analisis sesuai yyangg dimaksud. Gunakan taraf nyata
y 0,05. penelitian.
15 Anggap asumsi-asumsi dalam anava terpenuhi. 16 Anggap asumsi-asumsi dalam anava terpenuhi.
Kelas
l
Metode Mengajar
P bl
Problem Jumlah
lh
Soal 5
Ceramah Tanya Jawab Diskusi
Solving Suatu penelitian akan dilakukan untuk mengetahui pengaruh metode mengajar yang
1 8,
8,2 7,0
,0 8,7
8, 6,
6,2 30,
30,1 digunakan guru terhadap hasil belajar siswa untuk mata pelajaran matematika SMA
2 9,2 6,8 7,5 6,8 30,3 kelas I. Pada penelitian ini telah dipilih secara acak empat metode yang dianggap
3 9,4 5,8 9,3 7,5 32,0 g karakteristik mata ppelajaran
sesuai dengan j tersebut yyaitu metode contextual teachingg
4 7,5 5,3 8,9 5,5 27,2 learning, cooperative learning, tutor sebaya dan local material learning. Untuk keperluan
5 6,2 8,0 7,6 5,7 27,5 itu telah dipilih secara acak 16 kelas (16 kelas I SMA) yang relatif seragam dan guru
Jumlah
Ju a 40,5 332,9
,9 442 331,7
,7 147,1
47,
yang mengajarj di kelas-kelas
k l k l tersebut b telah
l h dipilih
di ilih sedemikian
d iki hingga
hi d
dapat di
dianggap
mempunyai karakteristik yang hampir sama. Setiap metode mengajar diterapkan
a) Tentukan rancangan apa yang sesuai dengan penelitian yang pada empat kelas.
kelas Data yang diperoleh berupa data tentang rata rata-rata
rata nilai tes
dimaksud. matematika siswa untuk masing-masing metode mengajar.
b)) Tentukan model linear dan maknanyay Tentukan rancangan g apa p yyangg sesuai dengan
g ppenelitian yyangg dimaksud.
c) Model tetap atau model acak? Sebutkan alasannya. a) Sebutkan apa yang menjadi pengamatan dan jumlah ulangannya.
b) Tentukan model linear dan maknanya
d Anggap
d) A asumsi-asumsi
i i dalam
dl A
Anava terpenuhi,
hi lakukan
lk k
c) Model tetap atau model acak? Sebutkan alasannya.
pengujian hipotesis sesuai dengan penelitian yang
d k d Gunakan
dimaksud. k taraff nyata 0,05.
17 18
P h tik kasus
Perhatikan k berikut
b ik t
Ingin mengetahui pengaruh jenis obat terhadap kecepatan
penyembuhan
Faktor : jenis obat
Rancangan
g Acak Kelompok
p Apakah ada faktor lain yang mempengaruhi kecepatan
penyembuhan
b h selainl i jenis
j i obat?
b t? Mungkin
M ki saja,
j misalkan
i lk
Lengkap (RAKL) umur pasien, jenis kelamin
Randomized Complete Block Design Bila umur pasien sama atau jenis kelamin sama maka
gunakan saja
g j RAL.
Bila faktor-faktor lain yang dapat mempengaruhi keragaman

respon (selain faktor yang diteliti) tidak dapat diseragamkan
(dikendalikan) oleh peneliti, maka RAL tidak dapat diterapkan.
Dosen Pengampu
g p : Kismiantini
Kismiantini,, M.Si
M.Si..
2
Mengapa RAKL? Pengacakan dan Bagan Percobaan
Keheterogenan unit percobaan berasal dari satu sumber • Misalkan ada 6 perlakuan (P1, P2, P3, P4, P5, P6)
keragaman 3 kelompok
• Ada 6 unit percobaan pada setiap kelompok
Mengatasi kesulitan dalam mempersiapkan unit
• Total
T l unit
i percobaan
b ada
d 3×6
3 6 = 18 unit
i percobaan
b
percobaan dalam jumlah besar
• Pengacakan dilakukan pada masing-masing kelompok
Kelompok yang dibentuk harus merupakan kumpulan • Salah satu bagan percobaan
dari unit-unit p
percobaan yyang
g relatif homogen
g P1 P3 P2 P4 P6 P5 Kelompok 1
sedangkan keragaman antar kelompok diharapkan
P3 P5 P6 P4 P1 P2 Kelompok 2
cukup tinggi
P1 P5 P3 P4 P2 P6 Kelompok 3
3 4
Tabulasi
T b l i data
d t Model linier aditif dari RAKL
i = 1, 2,K , a
Kelompok
P1 P2
Perlakuan
P3 P4 P5 P6
Total kelompok (Y•j) Yijj = μ + τ i + β j + ε ijj dengan j = 1, 2, K , b
ε ij ~ N (0, σ 2 )
iid
1 Y11 Y21 Y31 Y41 Y51 Y61 Y•1
2 Y12 Y22 Y32 Y42 Y52 Y62 Y•2
Yij : pengamatan
t pada d perlakuan
l k k i dan
ke-i d kelompok
k l k ke-j
k j
3 Y13 Y23 Y33 Y43 Y53 Y63 Y•3
μ : rataan umum
Total Perlakuan ((Yii•) Total keseluruhan ((Y••)
Y1• Y2• Y3• Y4• Y5• Y6• τi : pengaruhh perlakuan
l k k i
ke-i
βj : pengaruh kelompok ke-j
εij : pengaruh acak pada perlakuan ke-i
ke i kelompok ke-j
ke j
a b
Asumsi untuk model tetap ialah ∑τ

i =1
i = 0 dan ∑β j =0
j =1
τ i ~ N (0, σ τ2 ) β j ~ N (0, σ β2 )
iid iid
Asumsi untuk model acak ialah dan
5 6
Hipotesis Model Tetap Hipotesis Model Acak
• Hipotesis pengaruh perlakuan • Hipotesis pengaruh perlakuan

H 0 : σ τ2 = 0 (keragaman perlakuan tidak berpengaruh terhadap respons yang diamati)
H 0 :τ1 = τ 2 = K = τ a = 0
(perlakuan tidak berpengaruh terhadap
H 1 : ∃τ i ≠ 0 , i = 1, 2, K , a
H 1 : σ τ2 > 0 (keragaman perlakuan berpengaruh positif terhadap respons yang diamati)
• Hipotesis pengaruh kelompok • Hipotesis pengaruh kelompok

H 0 : β1 = β 2 = K = β b = 0 (kelompok tidak berpengaruh terhadap H 0 : σ β2 = 0 (keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
H 1 : ∃β j ≠ 0 , j = 1, 2, K , b H 1 : σ β2 > 0 (keragaman kelompok berpengaruh positif terhadap respons yang diamati)
7 8
Tabel Analisis Variansi P hit

Perhitungan A li i Variansi
Analisis V i i
SV db JK KT Fhitung
Y•2• b
Perlakuan
e a ua
Kelompok
a
a-1
b-1
J
JKP
JKK
KTP
KTK
KTP/KTG
/ G
KTK/KTG
FK =
ab ∑Y
j =1
2
•j
a JKK = − FK
Galat (a 1)(b 1)
(a-1)(b-1) JKG KTG
∑Y 2
i• a
Total ab-1 JKT JKP = i =1
− FK a b
b JKT = ∑∑ Yij2 − FK
Kriteria Keputusan : i =1 j =1
1. Ho ditolak jika Fhit > Fα(a-1, (a-1)(b-1))
2. Ho ditolak jika Fhit > Fα(b-1, (a-1)(b-1))
JKG = JKT − JKP − JKK
9 10
Efisiensi Relatif (ER) dari RAK terhadap RAL Soal 1

• Suatu percobaan di bidang peternakan telah dilakukan untuk
mengetahui pengaruh berbagai campuran ransum makanan
Ukuran kebaikan RAK dengan RAL terhadap pertambahan berat badan domba jantan selama
percobaan (diukur dalam kg). Hewan (domba) percobaan yang
(dbb + 1)(dbr + 3) σˆ r2 dbb = derajat
d j t bebas
b b galat
l t dari
d i RAK tersedia berbeda umur,
umur karenanya dilakukan pengelompokan
ER = × dbr = derajat bebas galat dari RAL menjadi 4 kelompok umur. Data pertambahan bobot badan dari 16
(dbb + 3)(dbr + 1) σˆ b2 σˆ b2 = ragam galat dari RAK (KTG dari RAK)
ekor domba jantan yang digunakan dalam percobaan adalah sbb.
σˆ r2 = ragam galat dari RAL
σˆ b2 = KTG Apa yang dapat anda
σˆ r2 =
(r − 1)KTK + r (t − 1)KTG r = banyaknya
b k k l
kelompok
k simpulkan? Gunakan
tr − 1 a = banyaknya perlakuan taraf nyata α = 0,05.
Nilai ER = 2, maka untuk memperoleh sensitifitas RAL

sama dengan RAK maka ulangan yang digunakan
dengan RAL harus 2 kali dari ulangan (kelompok) RAK.
11 Anggap asumsi-asumsi dalam Anava terpenuhi. 12

Soal 2
Suatu
S t percobaan
b yang telah
t l h dilakukan
dil k k untuk
t k mengetahui
t h i pengaruh
h Soal 3
berbagai suplemen makanan terhadap perkembangan kecerdasan
Suatu penelitian akan dilakukan untuk membandingkan pengaruh
anak (diukur dengan pertambahan skor IQ).
IQ) Unit percobaan dalam
jenis media pembelajaran yang digunakan guru terhadap hasil
hal ini anak yang tersedia berbeda umur, karenanya dilakukan
belajar siswa kelas 2 SMA khusus untuk pokok bahasan peluang.
pengelompokkan menjadi 4 kelompok umur. Berikut rata-rata
Jenis media yang dimaksudkan adalah cetak,
cetak audio,
audio visual dan
pertambahan kecerdasan anak untuk keempat suplemen adalah
berbasis komputer. Untuk keperluan tersebut telah dipilih secara
Jenis Suplemen A B C D acak 12 kelas, namun setelah dilakukan tes kemampuan p awal
Rata-rata pertambahan skor IQQ 7,5 1,5 5,75 7 ternyata kelas-kelas tersebut dapat digolongkan menjadi 3
Diasumsikan asumsi-asumsi dalam Anava terpenuhi. Kerjakanlah kelompok (kategori kemampuan awal rendah, kategori kemampuan
A
Anava b ik t dengan
berikut d cara melengkapi
l k i Tabel
T b l Anava
A b ik t
berikut: awall sedang,
d k t
kategori
i kemampuan
k awall tinggi).
ti i) Masing-masing
M i i
kelompok mendapatkan perlakuan 4 jenis media tersebut. Setelah
Sumber Variasi db JK KT F hitung F tabel pembelajaran selesai,
selesai semua kelas mendapat tes dengan soal dan
Perlakuan 89,1875
waktu yang sama. Berikut adalah data tentang rata-rata nilai tes
Kelompok 4,7292
siswa dari keduabelas kelas yang digunakan dalam penelitian.
Galat
Total 111,9375
Lakukan pengujian hipotesis sesuai dengan yang dimaksud gunakan
α = 0,05 dalam menyimpulkannya. Anggap asumsi-asumsi dalam Anava terpenuhi.
Tests of Between-Subjects Effects
Kategori kelas Jenis Media Dependent Variable: bobot_badan

bobot badan
kemampuan Type III Sum
Cetak Audio Visual Berbasis Source of Squares df Mean Square F Sig.
awal
Komputer C
Corrected
t dM
Model
d l 103 375a
103.375 6 17 229
17.229 18.109
18 109 .000
000
Rendah 8,1 6,5 7,4 8,4 Intercept 473.063 1 473.063 497.234 .000
Sedangg 8,9
, 6,8
, 6 7,4
, kelompok 14.188 3 4.729 4.971 .026
Tinggi 7,7 5,9 5,9 9,4 perlakuan 89.187 3 29.729 31.248 .000
Jumlah 24,7 19,2 19,3 25,2 Error 8.563 9 .951
Total 585 000
585.000 16
Corrected Total 111.937 15
a. R Squared = .924 (Adjusted R Squared = .873)
Apa
p saja
j yyang
g dapat
p Anda simpulkan
p dari data di atas?
Gunakan α = 0,05.
Anggap asumsi-asumsi dalam Anava terpenuhi.

Latar Belakang
Keheterogenan unit percobaan tidak bisa dikendalikan
hanya dengan pengelompokkan satu sisi keragaman.
keragaman
Kelebihan
Rancangan Bujur Sangkar Latin Mampu mengendalikan komponen keragaman unit-unit
p
percobaan dari dua arah ((arah baris dan arah kolom))
(RBSL)
Kekurangan
Latin Square Design RBSL tidak efektif bila percobaan melibatkan perlakuan
dalam jjumlah besar
Syarat RBSL
y Jumlah perlakuan = jumlah baris = jumlah kolom
y Pengacakan,
g , setiap
ppperlakuan harus muncul sekali di setiap
p
baris dan sekali di setiap kolom
Pengacakan
g dan Bagan
g Percobaan Tabulasi Data
• Penempatan
P t y Pengacakan
P k y Pengacakan
P k
Baris
Kolom
K1 K2 K3 K4 Jumlah
perlakuan (searah penempatan baris penempatan kolom
B1 B D C A
diagonal) Y112 Y124 Y133 Y141 Y1••
1 A D C B 3 C B A D 3 B D C A B2 A C B D
2 B A D C 2 B A D C 2 A C B D Y211 Y223 Y232 Y244 Y2••
3 C B A D 4 D C B A 4 C A D B B3 C A D B
4 D C B A 1 A D C B 1 D B A C Y313 Y321 Y334 Y342 Y3••
B4 D B A C
1 2 3 4 2 4 1 3
Y414 Y422 Y431 Y443 Y4••
Jumlah Y•1• Y•2• Y•3• Y•4• Y•••
Hasil Akhir
Pengacakan
(Bagan Percobaan
Percobaan))
Model Linier Aditif dari RBSL i = 1, 2, K , r

Hipotesis Model Tetap
j = 1, 2, K , r Hipotesis pengaruh perlakuan
H 0 :τ1 = τ 2 = K = τ r = 0 ((perlakuan
l k tidak
id k b
berpengaruh
h terhadap
h d
Yijk = μ + α i + β j + τ k + ε ijk dengan
k = 1, 2, K , r
H 1 : ∃τ k ≠ 0 , k = 1, 2, K , r
ε ijk ~ N (0, σ 2 )
iid
Hipotesis pengaruh baris
Yijk : pengamatan pada perlakuan ke-k dalam baris ke-i kolom ke-j H 0 : α1 = α 2 = K = α r = 0 (baris tidak berpengaruh terhadap
μ : rataan umum H 1 : ∃α i ≠ 0 , i = 1, 2, K , r
αi : pengaruh baris ke-i Hipotesis pengaruh kolom
βj : pengaruh kolom ke-j
τk : pengaruh perlakuan ke-k
εijk : pengaruh acak pada perlakuan ke-k dalam baris ke-i dan kolom ke-j H 0 : β1 = β 2 = K = β r = 0 (kolom tidak berpengaruh terhadap
r r r H 1 : ∃β j ≠ 0 , j = 1, 2, K , r
Asumsi untuk model tetap ialah ∑α i =0 ∑β j =0 ∑τ
k =1
k =0
i =1 j =1
( ) β j ~ N (0, σ β2 ) τ k ~ N (0, σ τ2 )
iid iid iid
Asumsi untuk model acak ialah α i ~ N 0, σ α
2
6
Hipotesis
po es s Model
ode Acak
ca Tabel Analisis Variansi
Hipotesis pengaruh perlakuan
SV db JK KT Fhitung
H 0 : σ τ2 = 0 (keragaman perlakuan tidak berpengaruh terhadap respons yang diamati) Perlakuan r1
r-1 JKP KTP KTP/KTG
H 1 : σ τ2 > 0 (keragaman perlakuan berpengaruh positif terhadap respons yang diamati) Baris r-1 JKB KTB KTB/KTG
Hi t i pengaruh
Hipotesis h baris
b i Kolom r1
r-1 JKK KTK KTK/KTG
Galat (r-1)(r-2) JKG KTG
H 0 : σ α2 = 0 (k
(keragaman b
baris
i tid
tidakk berpengaruh
b h tterhadap
h d respons yang di
diamati)
ti)
Total r2-1 JKT
H 1 : σ α2 > 0 (keragaman baris berpengaruh positif terhadap respons yang diamati)
Hipotesis pengaruh kelompok
Kriteria Keputusan :
H0 :σ β = 0 2 1, 2, 3. Ho ditolak jika Fhit > Fα(r
α(r-1,
1, (r
(r-1)(r-2))
1)(r 2))
(keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
H1 : σ β > 02
(keragaman kelompok berpengaruh positif terhadap respons yang diamati)
7 8
Perhitungan Analisis Variansi Soal 1

Jurusan Pendidikan Matematika di sebuah universitas besar bermaksud
r
mengevaluasi kemampuan mengajar 4 profesornya. Untuk
Y 2
∑Y
menghilangkan pengaruh yang diakibatkan oleh mata kuliah yang
FK = ••• 2
• j• berlainan dan waktu mengajar yang tidak sama maka dilakukan
r 2
j =1 kl ifik i keragaman
klasifikasi k d i dua
dari d arah.h Setiap
S ti profesor
f mengajar
j 4 kelas:
k l
r JKK = − FK Aljabar, Geometri, Statistika dan Kalkulus, masing-masing pada 4
∑Y 2
•• k
r
r
r r
waktu berbeda. Data berikut adalah nilai yang diberikan oleh keempat
profesor A, B, C, dan D pada 16 mahasiswa yang mempunyai
JKP = k =1
− FK
r JKT = ∑∑∑ Yijk2 − FK kemampuan kira-kira sama.
r i =1 j =1 k =1
Anggap asumsi-asumsi dalam
∑ Yi•2• JKG = JKT − JKP − JKB − JKK Anava terpenuhi
A p
JKB = i =1
− FK
r
Analisislah data diatas sesuai maksud penelitiannya! Gunakan taraf
nyata α = 0,05.
Soal 2 Soal 3
Suatu
S t percobaan
b t l h dilakukan
telah dil k k untuk
t k membandingkan
b di k kualitas
k lit empatt
Sebuah penelitian telah dilakukan untuk mengetahui pengaruh posisi tempat
duduk siswa terhadap nilai hasil ujian pada sebuah kelas. Keragaman nilai hasil jenis pemutih wajah keluaran terbaru yaitu A, B, C dan D. Pemutih
ujian siswa dapat disebabkan diantaranya oleh tingkat kemampuan intelegensi wajah
j diujicobakan
j pada wanita dengan
p g tipe
p kulit wajah
j berbeda
siswa dan waktu ujian yang berbeda sehingga dilakukan klasifikasi keragaman dari (normal, kering, berminyak dan sensitif) dan waktu penggunaan yang
dua arah. Tingkat kemampuan intelegensi siswa diukur dengan skor IQ yang berbeda (pagi, siang, sore, dan malam). Data yang diperoleh berupa
selanjutnya dapat digolongkan menjadi tingkatan kemampuan rendah, rendah sedang dan d t tingkat
data ti k t keberhasilan
k b h il obat b t pemutih
tih dengan
d skala
k l 1-50.
1 50
tinggi. Waktu ujian yang dipilih adalah pagi (jam 7.00-9.00), siang (11.00-13.00)
dan sore (15.00-17.00). Posisi tempat duduk yang dicobakan adalah depan, Perlakuan Y..k Tipe Kulit Wajah Yi.. Waktu Y.j.
tengah, belakang. Untuk keperluan penelitian tersebut dipilih 9 siswa yang Penggunaan
P
mewakili tiga golongan tingkat kemampuan intelegensi dan tiga kelompok waktu A 140 Normal 105 Pagi 135
ujian.
j Berikut rata-rata nilai hasil ujian
j untuk ketiga
g pposisi tempat
p duduk. B 142 Kering 169 Siang 147
C 160 Berminyak 143 Sore 149
Sumber Derajat Jumlah Kuadrat D 113 Sensitif 138 Malam 124
V i i
Variasi b b
bebas Kuadrat
K d t Tengah
T h Analisislah data diatas sesuai
maksud penelitiannya! Gunakan Diketahui : 122 + 342 + … + 452 + 122 = 21143
Perlakuan 4,634
taraf nyata α = 0,05.
Kemampuan
p 1,642
, a) Tentukan rancangan apa yang sesuai dengan penelitian yang
Waktu 0,188 dimaksud.
Anggap asumsi-asumsi dalam
Galat b) Lakukan pengujian hipotesis yang dimaksud dengan taraf nyata
Anava terpenuhi
A p
T t l
Total 11 722
11,722 0,05(Anggap asumsi-asumsi dalam Anava terpenuhi).
Beda
d Nyata Terkecil k il (BNT)
( )
Least Significant
g f Difference
ff (LSD)
Uji
j Lanjut
j Setelah Anava • Hipotesis
(Perbandingan Rata
Rata--rata Perlakuan)
Perlakuan)
H0 : μi = μi’ H1 : μi ≠ μi’
• Taraf nyata : α
Uji lanjut ini hanya berlaku
• Statistik Uji : BNT = t α (db (G ) ) sY
untuk pengujian model tetap 2
i • −Yi ' •
bila hipotesis nol pengaruh perlakuan ditolak ⎛1 1⎞

sYi • −Yi '• = KTG ⎜⎜ + ⎟⎟
⎝ ri ri ' ⎠
• Kriteria Keputusan :Yi• − Yi '• > BNT
Dosen Pengampu : Kismiantini
Kismiantini,, M.Si
M.Si.. maka H1 diterima (kedua perlakuan
b b d )
berbeda)
Beda
d Nyata Jujur j ((BNJ)) Uji
ji Perbandingan
b di Bergandad Duncan
Honest Significant
g f Difference
ff (Tukeyy test) Duncan Multiple
p Range
g Test (DMRT)
• Hipotesis • Hipotesis
H0 : μi = μi’ H1 : μi ≠ μi’ H0 : μi = μi’ H1 : μi ≠ μi’ rp
• Taraf nyata
y :α • Taraf nyata
y :α
• Statistik Uji : BNJ = qα (a ,db ( g ) ) sY • Statistik Uji : R p = rα ( p ,db ( g ) ) sY p = 2, 3, K , a
sY = KTG r ulangan l sama sY = KTG r ulangan l sama
a a
rh = a ulangan tidak sama
sama, ganti r dengan rh rh = a ulangan tidak sama
sama, ganti r dengan rh
∑1 r
i =1
i
a menyatakan banyaknya perlakuan ∑1 r
i =1
i
a menyatakan banyaknya perlakuan
• K
Kriteria
i i Keputusan
K : Yi• − Yi '• > BNJ • K
Kriteria
i i Keputusan
K : Yi• − Yi '• > Rp maka
k
maka H1 diterima (kedua perlakuan H1 diterima (kedua perlakuan berbeda)
berbeda)
Perhatikan Kasus RAL berikut! Uji lanjut dengan BNT

paracetamol dalam obat penurun panas terhadap waktu yang diperlukan untuk • Hipotesis
menurunkan panas dari 39° menjadi 37°. Untuk keperluan ini telah dipilih secara acak H0 : μi = μi’
keluhan sakit yang lain.
lain Keduapuluh lima pasien tersebut dibagi secara acak menjadi 5 H1 : μi ≠ μi’,
i’ i ≠ i’,
i’ i = 1,
1 2,
2 3,
3 4,
4 5
kelompok dan masing-masing kelompok yang terdiri dari 5 orang tersebut diberi obat
penurun panas dengan persentase kandungan paracetamol tertentu. Berikut data • Taraf nyata : α =0,05
tentang waktu (dalam jam) yang diperlukan oleh para pasien tersebut sampai dengan • Statistik Uji : BNT = t α ⎛1 1⎞
KTG ⎜⎜ + ⎟⎟
panas badan mereka turun menjadi 37 °. ( db ( G ) )
2 ⎝ ri ri ' ⎠
KADAR PARACETAMOL
Lakukan uji lanjut setelah • Kriteria Keputusan : t0,025(20) = 2,086
40% 50% 60% 75% 90%
Anava bila hipotesis nol ⎛1 1⎞
7 9 5 3 2 BNT = 2,086 2,880⎜ + ⎟ = 2,2389
pengaruh perlakuan ⎝5 5⎠
6 7 4 5 3 ditolak? Gunakan taraf
9 8 8 2 4 nyata 0,05. H0 ditolak jika Yi• − Yi '• > 2,2389
4 6 6 3 1
7 9 3 7 4
5
• Hitungan:
Uji lanjut dengan BNJ
Y1• − Y2• = 1,2 Y2• − Y4• = 3,8∗
Tanda * menunjukkan
Y1• − Y3• = 1,4 Y2• − Y5• = 5∗ hasil nyata/signifikan • Hipotesis
H0 : μi = μi’
Y1• − Y4• = 2,6 ∗ Y3• − Y4• = 1,2
H1 : μi ≠ μi’, i ≠ i’, i = 1, 2, 3, 4, 5
∗
Y1• − Y5• = 3,8 Y3• − Y5• = 2,4 ∗ • Taraf nyata : α =0,05
Y2• − Y3• = 2,6 ∗ Y4• − Y5• = 1,2 • Statistik Uji : KTG
BNJ = qα (a ,db ( g ) )
• Kesimpulan r
μ1=μ2, μ1=μ3, μ3=μ4, μ4=μ5 • Kriteria Keputusan : q0,05(5,20) = 4,24
μ1≠μ4, μ1≠μ5, μ2≠μ5, μ2≠μ3, μ2≠μ4, μ3≠μ5 BNJ = 4,24
2,880
= 3,2179
5
Y5• Y4• Y3• Y1• Y2• Garis tersebut melambangkan
memiliki rata
rata--rata sama (tidak H0 ditolak jika Yi• − Yi '• > 3,2179
2,8 4 5,2 6,6 7,8 b b d secara nyata
berbeda nyata)
t )
• Hitungan:
Y1• − Y2• = 1,2 Y2• − Y4• = 3,8∗
Tanda * menunjukkan
Uji Lanjut
L j t dengan
d DMRT
Y1• − Y3• = 1,4 Y2• − Y5• = 5∗ hasil nyata/signifikan
• Hipotesis
Y1• − Y4• = 2,6 Y3• − Y4• = 1,2 H0 : μi = μi’
Y1• − Y5• = 3,8∗ Y3• − Y5• = 2,4 H1 : μi ≠ μi’, i ≠ i’, i = 1, 2, 3, 4, 5
• Taraf nyata : α = 0,05 0 05
Y2• − Y3• = 2,6 Y4• − Y5• = 1,2
• Statistik Uji : KTG
• Kesimpulan R p = rp
r
μ1=μ2=μ3, μ3=μ4=μ5, μ1=μ3=μ4
• Kriteria Keputusan : H0 ditolak jika Yi• − Yi '• > Rp
μ1≠μ5, μ2≠μ5, μ2≠μ4 p 2 3 4 5 Lihat di tabel DMRT
Y5• Y4• Y3• Y1• Y2• rp 2,95 3,10 3,18 3,25
Rp 2,24 2,35 2,41 2,47
2,8 4 5,2 6,6 7,8
• Hitungan
g :
Y5• Y4• Y3• Y1• Y2• • Kesimpulan
2,8 4 5,2 6,6 7,8 μ1=μ2, μ1=μ3, μ3=μ4, μ4=μ5
Y2• − Y5• = 5 > 2,47 (R5 )
∗
μ1≠μ4, μ1≠μ5, μ2≠μ5, μ2≠μ3, μ2≠μ4, μ3≠μ5

Y2• − Y4• = 3,8 > 2,41 (R4 )
∗
Y1• − Y5• = 3,8 > 2,41 (R4 )

∗ Y5• Y4• Y3• Y1• Y2•
2,8 4 5,2 6,6 7,8
Y2• − Y3• = 2,6 > 2,35 (R3 )
∗
Y1• − Y4• = 2,6 > 2,35 (R3 )

∗
Y3• − Y5• = 2,4 > 2,35 (R3 )

∗
Untuk kasus ini
ini,, uji DMRT dan uji BNT memberikan
Y2• − Y1• = 1,2 < 2,24 (R2 ) k i
kesimpulan l yang sama
Y1• − Y3• = 1,4 < 2,24 (R2 )
Y3• − Y4• = 1,2 < 2,24 (R2 )
Y4• − Y5• = 1,2 < 2,24 (R2 )
Asumsi--asumsi dalam Anava
Asumsi
Asumsi-
A
Asumsi
i-asumsii dalam
d l • Galat percobaan memiliki ragam yang homogen
Analisis Variansi • Galat percobaan saling bebas

• Galat percobaan menyebar normal
Dosen Pengampu
Pengampu:: Kismiantini,
Kismiantini, M.Si.
M.Si.
1. Pengujian Kehomogenan Ragam 2. Melihat kebebasan galat satu dengan

Uji Bartlett (1937) yang lainnya
• Hipotesis:
p • Untuk melihat keacakan galat percobaan dibuat plot antara nilai
dugaan galat (eij) dengan nilai dugaan respons (Yˆ )
H0: σ12= σ22= … = σa2 (Ragam semua perlakuan sama)
ij
• Apabila plot yang dibuat diperoleh bahwa titik-titik

titik titik amatan
H1: ∃ σi2≠ σi’2, i ≠ i’, i=1,2,…,a (Minimal ada satu perlakuan yang (sisaan) berfluktuasi secara acak di sekitar nol maka dapat
ragamnya tidak sama dengan yang lain) dikatakan bahwa galat percobaan saling bebas.
• Taraf nyata: α
• Statistik Uji: χ2 = (ln 10){[Σ(ri‐1)]log(s2) ‐ Σ(ri‐1)log(si2)}
s2 = [Σ(ri‐1) si2]/[Σ(ri‐1)] ∑ (Y − Yi• )
2
ri ∑ Yij2 − (∑ Yi• )
ij 2
⎡ 1 ⎤⎡ ⎛ 1 ⎞ 1 ⎤ s2 = =
⎥ ⎢∑ ⎜⎜
j
FK = 1 + ⎢ ⎟⎟ − ⎥ i ri − 1 ri (ri − 1)
⎣ 3(a − 1) ⎦ ⎢⎣ ⎝ ri − 1 ⎠ ∑ (ri − 1) ⎦⎥
• Kriteria Keputusan:
H0 ditolak jika χ2terkoreksi =(1/FK)χ2hit > χ2α(a‐1)
Plot nilai dugaan galat dengan nilai dugaan respons juga dapat untuk melihat
h kehomogenan
h ragam galat
3 4 (titik-titik amatan (sisaan) tidak membentuk suatu pola tertentu )
Model RAL Model RAKL

( ) ( )
iid iid
Yij = μ + τ i + ε ij , ε ij ~ N 0, σ 2 Yij = μ + τ i + β j + ε ij , ε ij ~ N 0, σ 2
E (Yij ) = μ + τ i akan diduga oleh E (Yij ) = μ + τ i + β j akan diduga oleh
Yîj = μˆ + τî Yîj = μˆ + τî + βˆ j

= Y•• + (Yi• − Y•• ) = Yi• = Y•• + (Yi• − Y•• ) + (Y• j − Y•• ) = Yi• + Y• j − Y••
Sehingga galat (εij) akan diduga oleh sisaan (eij) Sehingga galat (εij) akan diduga oleh sisaan (eij)
eij = Yij − Yîj = Yij − Yi• eij = Yij − Yîj = Yij − Yi• − Y• j + Y••
5 6
Model RBSL 3.
3 Melihat kenormalan galat
( ) • Secara visual kenormalan g galat dapat
p dilihat dari
iid
Yijk = μ + α i + β j + τ k + ε ijk , ε ijk ~ N 0, σ 2 plot peluang normal (plot kuantil-kuantil atau plot
E (Yijk ) = μ + α i + β j + τ k
Q-Q). Bila titik-titik amatan mengikuti arah garis
akan diduga oleh
di
diagonal l maka
k galat l t menyebar
b normal. l
Yîjk = μˆ + αˆ i + βˆ j + τˆk
= Y••• + (Yi•• − Y••• ) + (Y• j • − Y••• ) + (Y•• k − Y••• ) = Yi•• + Y• j • + Y•• k − 2Y••
Sehingga galat (εijk) akan diduga oleh sisaan (eijk)
eijk = Yijk − Yîjk = Yijk − Yi•• − Y• j • − Y•• k + 2Y•••

• Uji formal untuk menguji apakah suatu data
menyebar normal adalah uji Lilliefors
7 8
Plot p
peluang
g normal Uji Lilliefors
• Plot peluang normal bagi sisaan yaitu ei versus hi
⎡ ⎛ i − 0,375 ⎞⎤ KTG = JKG / db(G )
hi = KTG ⎢ z ⎜ ⎟⎥
⎣ ⎝ n + 0,25 ⎠⎦
hi adalah nilai harapan di bawah asumsi kenormalan
• Sisaan
S diurutkan dari kecil ke besar Yi − Y
z=
ei sY
Gambar disamping
menunjukkan bahwa galat
menyebar normal
banyaknya z1 , z 2 ,..., z n yang ≤ zi
karena titik-titik amatan S ( zi ) =
(sisaan) mengikuti arah n
garis diagonal.
hi
9 10
Ilustrasi:: Misalkan diketahui data sampel sbb 23, 27,

Ilustrasi
y Hipotesis:
33,
33 40,
40 48,
48 48,57,59,62,
48 57 59 62 68,69,70.
68 69 70 Ujilah
Ujil h apakah
k h data
d t
sampel ini berasal dari populasi berdistribusi normal. H0: Sampel berasal dari populasi berdistribusi normal
Y = 50,3; sY = 16,55; n = 12 H1: Sampel berasal dari populasi tidak berdistribusi normal
Yi zi F(zi) S(zi) |F(zi)- S(zi)| y Taraf nyata: α = 0,05
23 -1,65 0,0495 0,0833 0,0338 y Statistik Uji: L0
27 -1,41
1,41 0,0793 0,1667 0,0874
33 -1,05 0,1469 0,2500 0,1031 Kriteria Keputusan: L0,05(12) = 0,242
40 -0,62 0,2676 0,3333 0,0657 L0 = 0,1170
, 7
48 -0,14
0 14 0 4443
0,4443 0 5000
0,5000 0 0557
0,0557
H0 ditolak jika L0 > 0,242
48 -0,14 0,4443 0,5000 0,0557 y Hitungan : L0 = 0,1170
57 0,40 0,6554 0,5833 0,0721
59 0,53 0,7019 0,6667 0,0352 y Kesimpulan:
62 0,71 0,7611 0,7500 0,0111
68 1 07
1,07 0 8577
0,8577 0 8333
0,8333 0 0244
0,0244 Karena L0 = 0,1170
0 1170 < 00,242
242 maka H0 diterima.
diterima Jadi dengan
69 1,13 0,8708 0,9167 0,0459 taraf nyata 0,05 dapat disimpulkan bahwa sampel berasal
70 1,19 0,8830 1 0,1170 dari populasi berdistribusi normal.
11 12
Soal 1 (RAL)
paracetamol dalam obat penurun panas terhadap waktu yang diperlukan untuk
menurunkan panas dari 39° menjadi 37°. Untuk keperluan ini telah dipilih secara acak
keluhan sakit yang lain. Keduapuluh lima pasien tersebut dibagi secara acak menjadi 5
kelompok dan masing-masing kelompok yang terdiri dari 5 orang tersebut diberi obat
penurun panas dengan
d persentase
t k d
kandungan paracetamol
t l tertentu.
t t t Berikut
B ik t data
d t
tentang waktu (dalam jam) yang diperlukan oleh para pasien tersebut sampai dengan
panas badan mereka turun menjadi 37 °.
KADAR PARACETAMOL Periksalah apakah asumsi-
40% 50% 60% 75% 90% asumsi dalam Anava
terpenuhi? Gunakan taraf
7 9 5 3 2 nyata 0,05 bila diperlukan.
6 7 4 5 3
9 8 8 2 4
4 6 6 3 1
7 9 3 7 4
13 14
Soal 2 (RAL) Soal 3 (RAKL)

Tiga kelas kuliah matematika dasar diberikan oleh tiga • Suatu percobaan di bidang peternakan telah dilakukan untuk
dosen (A, B, C). Usia dan prestasi mahasiswa dari mengetahui pengaruh berbagai campuran ransum makanan
g kelas tersebut relatif homogen.
ketiga g Materi kuliah,, terhadap pertambahan berat badan domba jantan selama percobaan
(di k dalam
(diukur d l k ) Hewan
kg). H (d b ) percobaan
(domba) b yang tersedia
t di berbeda
b b d
ujian, metode mengajar, dan media yang digunakan umur, karenanya dilakukan pengelompokan menjadi 4 kelompok
sama. Karakteristik dosen juga relatif sama. Nilai umur. Data ppertambahan bobot badan dari 16 ekor domba jjantan
akhirnya
khi t
tercatat
t t sebagai
b i berikut.
b ik t yang digunakan dalam percobaan adalah sbb.
A 73 89,
73, 89 82,
82 43,
43 80,
80 73,
73 66,
66 60,
60 45,
45 93,
93 36,
36 77
Periksalah apakah asumsi-
asumsi-
B 88, 78, 48, 91, 51, 85, 74, 77, 31, 78, 62, 76, 96, 80, 56 asumsi terpenuhi
terpenuhi? ? Gunakan
C 68 79,
68, 79 56,
56 91,
91 71,
71 71,
71 87,
87 41,
41 59,
59 68,
68 53,
53 79,
79 15 taraf nyata 00,05
05 bila
diperlukan..
diperlukan
Periksalah apakah
p asumsi-asumsi terpenuhi?
p Gunakan
taraf nyata 0,05 bila diperlukan.
15 16
Soal 4 (RBSL) Jawab Soal 1

Jurusan Pendidikan Matematika di sebuah universitas besar
bermaksud mengevaluasi kemampuan mengajar 4 profesornya. Untuk
menghilangkan pengaruh yang diakibatkan oleh mata kuliah yang
berlainan dan waktu mengajar yang tidak sama maka dilakukan
klasifikasi keragaman dari dua arah. Setiap profesor mengajar 4 kelas:
Aljabar, Geometri, Statistika dan Kalkulus, masing-masing pada 4
waktu berbeda.
berbeda Data berikut adalah nilai yang diberikan oleh keempat
profesor A, B, C, dan D pada 16 mahasiswa yang mempunyai
kemampuan kira-kira sama.
Periksalah apakah asumsi- Source DF SS MS F P

asumsi terpenuhi? perlakuan
p 4 79.44 19.86 6.90 0.001
Gunakan taraf nyata 0,05 Error 20 57.60 2.88
bila diperlukan. Total 24 137.04
S = 1.697 R-Sq = 57.97% R-Sq(adj) = 49.56%
17 18
Jawab Soal 2 Jawab Soal 3
Source DF SS MS F P Analysis of Variance for bobot badan, using Adjusted SS for Tests
perlakuan 2 335 168 0
0.46
46 0
0.632
632
Error 37 13350 361 Source DF Seq SS Adj SS Adj MS F P
Total 39 13685 kelompok 3 14.188 14.187 4.729 4.97 0.026
jenis ransum 3 89.187 89.187 29.729 31.25 0.000
Error 9 8.562 8.562 0.951
S = 18.99 R-Sq = 2.45% R-Sq(adj) = 0.00% Total 15 111.937
19 20
Jawab Soal 4
Analysis of Variance for nilai, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P

waktu 3 474.50 474.50 158.17 3.30 0.099
mata kuliah 3 252.50 252.50 84.17 1.76 0.255
profesor 3 723
723.50
50 723 50
723.50 241 17
241.17 5
5.03
03 0
0.045
045
Error 6 287.50 287.50 47.92
Total 15 1738.00
21
Percobaan Faktorial
PERCOBAAN DUA FAKTOR • Ci
Cirii : perlakuan
l k merupakan
k kombinasi
k bi i dari
d i semua
kemungkinan kombinasi dari taraf-taraf dua faktor atau
l bih
lebih.
• Percobaan Faktorial
• Keuntungan adalah mampu mendeteksi respons dari
1.Taraf masing-masing
g g faktor (p
(pengaruh
g utama))
2.Interaksi antara dua faktor (pengaruh interaksi)
• Bila sudah ada dugaan kuat (ada literatur) bahwa faktor

A dan faktor B tidak ada interaksi maka tidak perlu
menggunakan rancangan faktorial.
1 2
Plot interaksi antara faktor A dengan

g faktor B
Pengar h Interaksi
Pengaruh
Interaksi nyata/signifikan maka
a.uji pada pengaruh utama tidak bermakna
b pengaruh faktor A dan B tidak saling
b.pengaruh
bebas
3 4
P
Percobaan
b D Faktor
Dua F kt dalam
d l RAL
• Latar Belakang : unit percobaan yang digunakan relatif

homogen
Faktorial RAL • Misal ada dua faktor (A dan B)

Faktor A mempunyai 3 taraf (A1, A2, A3)
Faktor B mempunyai 2 taraf (B1, B2)
Maka kombinasi perlakuan ada 3 × 2 = 6
(A1B1, A1B2, A2B1, A2B2, A3B1, A3B2)
Ulangan ada sebanyak 3
Maka unit percobaan yang diperlukan 3 × 2 × 3 = 18.
6
B
Bagan Percobaan
P b d
dan C
Cara P
Pengacakan
k Tab lasi Data
Tabulasi
1 2 3 4 5 6 Ulangan A1 A2 A3 Total
A1B1 B1 1 Y111 Y211 Y311
7 8 9 10 11 12 2 Y112 Y212 Y312
A1B1
3 Y113 Y213 Y313
13 14 15 16 17 18
A1B1 Total Y11• Y21• Y31• Y•1•
B2 1 Y121 Y221 Y321
2 Y122 Y222 Y322
Cara mengacak, misalkan A1B1 akan diletakkan pada 3 3 Y123 Y223 Y323
nomor kocokan pertama yaitu pada tempat 5, 9 dan 18, Total Y12• Y22• Y32• Y•2•
dan seterusnya. Total Y1•• Y2•• Y3•• Y•••
7 8
Model Linier Aditif dari Faktorial RAL M d lT

Model Tetap
t (F(Faktor
kt A dan
d B tetap)
t t )
i = 1, 2, K , a
j = 1, 2, K , b
Yijk = μ + α i + β j + (αβ )ij + ε ijk dengan k = 1, 2, K , r
Sumber
Keragaman
Derajat
Bebas
Jumlah Kuadrat
Kuadrat Tengah
Nilai Harapan Kuadrat Tengah
E(KT)
ε ijk ~ N (0, σ 2 )
iid
(db) (JK) (KT)
Yijk : pengamatan pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k A a-1 JKA KTA σ2 +r
∑∑ αβ 2
ij
+ br
∑α i
2
(a − 1)(b − 1) (a − 1)
μ : rataan t umum
αi : pengaruh utama faktor A taraf ke-i B b-1 JKB KTB
σ2 +r
∑∑ αβ 2
ij
+ ar
∑β 2
j
(a − 1)(b − 1) (b − 1)
βj : pengaruh utama faktor B taraf ke ke-jj
(αβ)ij : pengaruh interaksi dari faktor A taraf ke-i dan faktor B taraf ke-j AB (a-1)(b-1) JKAB KTAB
σ2 +r
∑∑ αβ 2
ij
εijk : pengaruh acak pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k (a − 1)(b − 1)
G l t
Galat ab(r-1)
b( 1) JKG KTG
Asumsi untuk model tetap ialah σ2
a b a b
∑α i = 0, ∑ β j = 0, ∑ (αβ )ij = ∑ (αβ )ij = 0 Total abr-1

abr 1 JKT
i =1 j =1 i =1 j =1
α i ~ N (0, σ α2 ), β j ~ N (0, σ β2 ), (αβ )ij ~ N (0, σ αβ )

iid iid iid
2
9 10
M d lA
Model Acak
k (F
(Faktor
kt A d
dan B acak)
k) M d lC
Model Campuran (F
(Faktor
kt A acak
kddan B ttetap)
t )
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah
Keragaman Bebas Kuadrat Tengah E(KT) Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT) (db) (JK) (KT)
A a-1 JKA KTA σ 2 + rσ αβ
2
+ brσ α2 A a-1 JKA KTA σ 2 + rσ αβ
2
+ brσ α2
B b-1 JKB KTB σ 2 + rσ αβ

2
+ arσ β2 B b-1 JKB KTB
σ 2 + rσ αβ
2
+ ar
∑β 2
j
(b − 1)
AB (a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2 AB (a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2
G l t
Galat ab(r-1)
b( 1) JKG KTG G l t
Galat ab(r-1)
b( 1) JKG KTG
σ2 σ2
Total abr-1
abr 1 JKT Total abr-1
abr 1 JKT
11 12
M d lC
Model Campuran (F
(Faktor
kt A ttetap
t dan
d B acak)
k) Hi t i M
Hipotesis Model
d lTTetap
t (F(Faktor
kt A d
dan B ttetap)
t )
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah • Hipotesis pengaruh utama faktor A
Keragaman Bebas Kuadrat Tengah E(KT) H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
(db) (JK) (KT)
A a-1 JKA KTA ∑α 2
H 1 : ∃α i ≠ 0 , i = 1, 2, K , a (faktor A berpengaruh terhadap respons yang diamati)
σ 2 + rσ αβ + br
2 i
(a − 1)
B b-1 JKB KTB
σ 2 + rσ αβ
2
+ arσ β2
• Hipotesis pengaruh utama faktor B
H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
2
H 1 : ∃β j ≠ 0 , j = 1, 2, K , b (faktor B berpengaruh terhadap respons yang diamati)
G l t
Galat ab(r-1)
b( 1) JKG KTG
σ2 • Hipotesis pengaruh interaksi (Interaksi faktor A dengan faktor B
Total abr-1
abr 1 JKT H 0 : (αβ )11 = (αβ )12 = K = (αβ )abb = 0 tidak berpengaruh terhadap
H 1 : ∃(αβ )ij ≠ 0 , i = 1, 2, K , a, j = 1, 2, K , b (Interaksi faktor A dengan faktor B
berpengaruh terhadap respons
yang diamati)
13 14
Hi t i M
Hipotesis Model
d lAAcak
k (F
(Faktor
kt A d
dan B acak)
k) Hi t i Model
Hipotesis M d l Campuran
C (Faktor
(F kt A acak
k d
dan B ttetap)
t )
• Hipotesis pengaruh utama faktor A • Hipotesis pengaruh utama faktor A

H0 :σα = 0
2
(Keragaman faktor A tidak berpengaruh terhadap respons yang diamati) H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
H 1 : σ α > 0 (Keragaman faktor A berpengaruh positif

2
terhadap respons yang diamati) H1 : σ α > 0
2 (Keragaman faktor A berpengaruh positif terhadap respons yang diamati)
• Hipotesis pengaruh utama faktor B • Hipotesis pengaruh utama faktor B

H0 :σ β =
2
0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati) H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
H 1 : σ β2 > 0 (Keragaman faktor B berpengaruh positif terhadap respons yang diamati) H 1 : ∃β j ≠ 0 , j = 1, 2, K , b (faktor B berpengaruh terhadap respons yang diamati)
• Hipotesis pengaruh interaksi • Hipotesis pengaruh interaksi

H 0 : σ αβ
2
= 0 ((Keragaman
g faktor A dengan
g faktor B tidak berpengaruh
p g terhadap
p H 0 : σ αβ
2
= 0 (Keragaman faktor A dengan faktor B tidak berpengaruh terhadap respons
yang diamati)
H 1 : σ αβ
2
> 0 (Keragaman faktor A dengan faktor B berpengaruh positif terhadap H 1 : σ αβ
2
>0 (Keragaman faktor A dengan faktor B berpengaruh positif terhadap respons
yang diamati)
15 16
Hi t i Model
Hipotesis M d l Campuran
C (Faktor
(F kt A ttetap
t d dan B acak)
k) Perhitungan Analisis Variansi
• Hipotesis pengaruh utama faktor A Y•2•• b
H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati) FK =
abr ∑Y 2
• j•
H 1 : ∃α i ≠ 0 , i = 1, 2, K, a j =1
(faktor A berpengaruh terhadap respons yang diamati)
a b JKB = − FK
• Hipotesis pengaruh utama faktor B ∑∑ Y
i =1 j =1
2
ij •
a
ar
b r
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati) JKP = − FK
r JKT = ∑∑∑ Yijk2 − FK
H 1 : σ β2 > 0 (Keragaman faktor B berpengaruh positif terhadap respons yang diamati) a i =1 j =1 k =1
• Hipotesis pengaruh interaksi ∑ Yi•2• JKAB = JKP − JKA − JKB

H 0 : σ αβ
2
= 0 ((Keragaman
g faktor A dengan
p g terhadap
p JKA = i =1
− FK
respons yang diamati) br JKG = JKT − JKP
H 1 : σ αβ
2
> 0 (Keragaman faktor A dengan faktor B berpengaruh positif terhadap
17 18
Soal 1 Berikut ini adalah data hasil produksi padi untuk setiap
petak percobaan, yang dicatat dalam kuintal
Jenis Varietas Padi Total
Pupuk V1 V2 V3
• Suatu penelitian telah dilakukan untuk mengetahui 64 72 74
pengaruh jenis pupuk dan varietas padi terhadap hasil P1 66 81 51 Analisislah data tersebut
produksi padi. Jenis pupuk yang diteliti adalah P1, P2, 70 64 65 sesuai maksud
Jumlah penelitiannya.. Gunakan taraf
penelitiannya
P3 dan P4. Dari berbagai
g varietas ppadi yyangg ada,, telah 65 57 47 nyata 0,05.
0 05 Anggap asumsi
asumsi--
dipilih secara acak 3 diantaranya yaitu V1, V2 dan V3. P2 63 43 58 asumsi dalam Anava
Mengingat
g g terbatasnyay lahan,, ulangan
g hanya
y dilakukan 58 52 67 terpenuhi
Jumlah
sebanyak 3 kali untuk setiap kombinasi perlakuannya.
59 66 58
Percobaan dilakukan di sawah percobaan, dengan P3 68 71 39
kondisi tanah, pengairan dan penyinaran dapat 65 59 42
Jumlah
dianggap relatif homogen, sehingga pengacakan secara
58 57 53
lengkap dapat diterapkan pada petak-petak percobaan. P4 41 61 59
46 53 38
Jumlah
19 20
Total
Soal 2
P h tik b
Perhatikan berikut
ik t ! Suatu penelitian akan dilakukan untuk mengetahui pengaruh metode
belajar dan waktu kegiatan belajar mengajar terhadap hasil belajar mata
Sumber Derajat Bebas k li h rancangan percobaan
kuliah b ( t
(rata-rata
t hasil
h il nilai
il i akhir).
khi ) Metode
M t d yang
Keragaman (db) A : jenis pupuk dicobakan adalah ceramah, tanya jawab dan diskusi. Sedangkan waktu
B : varietas padi
A a-1 = ((a)) – ((1)) kegiatan belajar mengajar yang dipilih adalah pada jam pertama (7.00 (7.00-
a = 4,
4 b=3 3, r = 3
B b-1 = (b) – (1) 8.40), jam ketiga (11.00-12.40) dan jam kelima (15.00-16.40).
AB (a-1)(b-1) = (ab) – (a) – (b) +(1) Pengamatan dilakukan pada mahasiswa yang mengambil mata kuliah
t
tersebut
b t dengan
d k
kemampuan awall dalam
d l mempelajari
l j i rancangan
Galat ab(r-1) = (abr) – (ab)
percobaan relatif sama (syarat mata kuliah Statistika Elementer telah
Total abr-1 = (abr) – (1) diambil dengan nilai minimal C). Mahasiswa tersebut dikelompokkan
berdasarkan program studinya yaitu Prodi Pendidikan Matematika
+ a + a32 + a 42
(abr ) → ∑∑∑
2 2
Yijk2 2
(a ) → a 1 2
(1) → Y••• Subsidi, Pendidikan Matematika Swadana C dan Pendidikan Matematika
br 1 abr S d
Swadana D
D.
b12 + b22 + b32 a) Apa unit percobaannya? Apa pengamatannya?
(b ) →
ar b) Sebutkan faktor-faktor
faktor faktor yang diteliti beserta taraf dan sifatnya?
c) Tentukan semua kombinasi perlakuan yang mungkin.
(ab ) → ab11 + ab12 + ab13 + ab21 + ab22 + ab23 + ab31 + ab32 + ab33 + ab41 + ab42 + ab43
2 2 2 2 2 2 2 2 2 2 2 2
r d) Seperti apa bagan diagram bloknya?

21 e) Bagaimana bagan pengacakannya?
Percobaan 2 Faktor dalam RAKL
• Latar belakang: unit percobaan tidak seragam.
• Pengacakan
P k secara acakk dalam
d l masing-masing
i i kelompok
k l k untuk
t k
semua kombinasi perlakuan.
FAKTORIAL
• Pengaruh
g kelompok
p diasumsikan tidak berinteraksi dengan
g kedua
faktor.
• Misal ada dua faktor (A dan B)
RAKL
F kt A mempunyaii 3 taraf
Faktor t f (A1,
(A1 A2,
A2 A3)
Faktor B mempunyai 2 taraf (B1, B2)
Maka kombinasi perlakuan ada 3 × 2 = 6
(A1B1, A1B2, A2B1, A2B2, A3B1, A3B2)
Kelompok ada sebanyak 3
Sehingga unit percobaan yang diperlukan 3 × 2 × 3 = 18,
Dosen
D Pengampu
P : Kismiantini,
K
Kismiantini
t , M,Si,
M S,
M,Si
1
Bagan Percobaan dan Cara Pengacakan Tabulasi Data

Kelompok 1 K l
Kelompok
k A1 A2 A3 T t l
Total
1 2 3 4 5 6 B1 1 Y111 Y211 Y311
A1B1
2 Y112 Y212 Y312
3 Y113 Y213 Y313
Kelompok 2
1 2 3 4 5 6 Total Y11• Y21• Y31• Y•1•
A1B1 B2 1 Y121 Y221 Y321
2 Y122 Y222 Y322
Kelompok 3 3 Y123 Y223 Y323
1 2 3 4 5 6 Total Y12• Y22• Y32• Y•2•
A1B1 Total Y1••
1 Y2••
2 Y3••
3 Y•••
Cara mengacak, semua kombinasi perlakuan diacak di masing-

masing
i kelompok,
k l k
3 4
Model Linier Aditif dari Faktorial RAKL Model Tetap (Faktor A dan B tetap)
i = 1, 2, K , a
jika kelompok acak
Yijk = μ + α i + β j + (αβ )ij + ρ k + ε ijk dengan
j = 1, 2, K , b
k = 1, 2, K , r
S b
Sumber Derajat
D j t Jumlah
J l h Kuadrat
K d t Nilaii Harapan
Nil H K d t Tengah
Kuadrat T h
ε ijk ~ N (0, σ 2 )
iid
Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT)
Yijk : ppengamatan
g ppada faktor A taraf ke-i,, faktor B taraf ke-jj dan kelompok
p ke-k
μ : rataan umum A a-1 JKA KTA σ2 +r
∑∑ αβ 2
ij
+ br
∑α i
2
(a − 1)(b − 1) (a − 1)
αi : pengaruh utama faktor A taraf ke-i
βj : pengaruh utama faktor B taraf ke ke-jj B b-1 JKB KTB
σ2 +r
∑∑ αββ 2
ij
+ ar
∑β 2
j
(αβ)ij : pengaruh interaksi dari faktor A taraf ke-i dan faktor B taraf ke-j (a − 1)(b − 1) (b − 1)
ρk : pengaruh kelompok ke-k AB (a-1)(b-1) JKAB KTAB ∑∑ αβ 2
σ2 +r
ij
εijk : pengaruh acak pada faktor A taraf ke-i, ke i faktor B taraf ke-j
ke j dan kelompok ke-k
ke k (a − 1)(b − 1)
Kelompok r-1 JKK KTK σ 2 + abσ ρ2
Asumsi untuk model tetap ialah
a b a b r
∑α i = 0, ∑ β j = 0, ∑ (αβ )ij = ∑ (αβ )ij = 0, ∑ ρ k = 0 Galat (ab-1)(r-1) JKG KTG σ2

i =1 j =1 i =1 j =1 k =1
Asumsi untuk model acak ialah Total abr-1 JKT

α i ~ N (0, σ α2 ), β j ~ N (0, σ β2 ), (αβ )ij ~ N (0, σ αβ ), ρ k ~ N (0,σ ρ2 )
iid iid iid iid
2
5 6
Model Acak (Faktor A dan B acak) Model Campuran (Faktor A acak dan B tetap)
jika
k kelompok
k k acakk jika kelompok acak
S b
Sumber Derajat
D j t Jumlah
J l h Kuadrat
Nil H K d t Tengah
Kuadrat T h S b
Sumber Derajat
D j t Jumlah
J l h Kuadrat
Nil H K d t Tengah
Kuadrat T h
A a-1 JKA KTA σ 2 + rσ αβ
2
+ brσ α2 A a-1 JKA KTA σ 2 + rσ αβ
2
+ brσ α2

2
σ 2 + rσ αβ
2
+ ar
∑β 2
j
(b − 1)
2 AB (a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2
Kelompok r-1 JKK KTK σ 2 + abσ ρ2 Kelompok r-1 JKK KTK σ 2 + abσ ρ2
Galat (ab-1)(r-1) JKG KTG σ2 Galat (ab-1)(r-1) JKG KTG σ2
Total abr-1 JKT Total abr-1
7 8
Model Campuran (Faktor A tetap dan B acak) Hipotesis Model Tetap (Faktor A dan B tetap)
jika kelompok acak jika kelompok acak
Hipotesis pengaruh utama faktor A
Sumber
S b Derajat
D j t Jumlah
J l h Kuadrat
Nil H K d t Tengah
Kuadrat T h H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
(db) (JK) (KT) H 1 : ∃α i ≠ 0 , i = 1, 2, K , a (faktor A berpengaruh terhadap respons yang diamati)
A a-1 JKA KTA

σ 2 + rσ αβ
2
+ br
∑α i
2
Hipotesis pengaruh utama faktor B

(a − 1)
H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
B b-1 JKB KTB
σ + rσ αβ + arσ β2
2 2
H 1 : ∃β j ≠ 0 , j = 1, 2, K, b (faktor B berpengaruh terhadap respons yang diamati)
AB (a-1)(b-1) JKAB KTAB σ + rσ αβ

2 2
Hipotesis
p pengaruh
p g interaksi
H 0 : (αβ )11 = (αβ )12 = K = (αβ )ab = 0
(Interaksi
(I t k i faktor
f kt A dengan
d faktor
f kt B
tidak berpengaruh terhadap
Kelompok r-1 JKK KTK σ + abσ ρ
2 2
H 1 : ∃(αβ )ijj ≠ 0 , i = 1, 2, K , a, j = 1, 2, K, b (Interaksi faktor A dengan faktor B
Galat (ab-1)(r-1) JKG KTG berpengaruh terhadap respons
σ2
Hipotesis pengaruh kelompok yang diamati)
Total abr-1 H 0 : σ ρ2 = 0 (Keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
H 1 : σ ρ2 > 0 (Keragaman kelompok berpengaruh positif terhadap respons yang diamati)
9 10
Hipotesis Model Acak (Faktor A dan B acak) Hipotesis Model Campuran (Faktor A acak dan B tetap)
jika kelompok acak jika kelompok acak
Hipotesis pengaruh utama faktor A Hipotesis pengaruh utama faktor A
H 0 : σ α2 = 0 ((Keragaman
g faktor A tidak berpengaruh
p g terhadap
p respons
p yang
y g diamati)) H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
H 1 : σ α2 > 0 (Keragaman faktor A berpengaruh positif terhadap respons yang diamati) H 1 : σ α2 > 0 (Keragaman faktor A berpengaruh postif terhadap respons yang diamati)
Hi t i pengaruh
Hipotesis h utama
t faktor
f kt B Hipotesis pengaruh utama faktor B
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati) H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
H 1 : σ β2 > 0 (Keragaman faktor B berpengaruh positif terhadap respons yang diamati) H 1 : ∃β j ≠ 0 , j = 1, 2, K, b (f kt B b
(faktor berpengaruh
h tterhadap
h d respons yang di
diamati)
ti)
Hipotesis pengaruh interaksi Hipotesis pengaruh interaksi

H 0 : σ αβ
2
= 0 (Keragaman interaksi faktor A dengan faktor B tidak berpengaruh
terhadap respons yang diamati)
H 0 : σ αβ
2
= 0 (Keragaman
(K iinteraksi
t k i faktor
f kt A dengan
d faktor
f kt B tidak
tid k berpengaruh
b h
H 1 : σ αβ
2
β > 0
(Keragaman interaksi faktor A dengan faktor B berpengaruh positif H 1 : σ αβ
2
> 0 (Keragaman interaksi faktor A dengan faktor B berpengaruh positif
terhadap respons yang diamati) terhadap respons yang diamati)
Hipotesis pengaruh kelompok Hipotesis pengaruh kelompok
H 0 : σ ρ2 = 0 (Keragaman kelompok tidak berpengaruh terhadap respons yang diamati) H 0 : σ ρ2 = 0 (Keragaman kelompok tidak berpengaruh terhadap respons yang diamati)
H 1 : σ ρ2 > 0 (Keragaman kelompok berpengaruh positif terhadap respons yang diamati) H 1 : σ ρ2 > 0 (Keragaman kelompok berpengaruh positif terhadap respons yang diamati)
11 12
Hipotesis Model Campuran (Faktor A tetap dan B acak) Perhitungan Analisis Variansi
jika kelompok acak
r
Y•2••
Hipotesis pengaruh utama faktor A
H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
FK =
abr ∑Y 2
•• k
H 1 : ∃α i ≠ 0 , i = 1, 2,K , a (faktor A berpengaruh terhadap respons yang diamati) a b JKK = k =1

− FK
ab
Hipotesis pengaruh utama faktor B ∑∑ Y
i =1 j =1
2
ij •
a b r
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati) JKP =
r
− FK JKT = ∑∑∑ Yijk2 − FK
H 1 : σ β2 > 0 (K
(Keragaman faktor
f kt B berpengaruh
b h positif
itif terhadap
t h d respons yang diamati)
di ti)
a
i =1 j =1 k =1
Hipotesis pengaruh interaksi ∑Y 2

i •• JKAB = JKP − JKA − JKB
H 0 : σ αβ
2
= 0 (Keragaman interaksi faktor A dengan faktor B tidak berpengaruh JKA = i =11
− FK JKG = JKT − JKP − JKK
terhadap respons yang diamati) br
H 1 : σ αβ
2
> 0 (Keragaman interaksi faktor A dengan faktor B berpengaruh positif
t h d respons yang diamati)
terhadap di ti) b
Hipotesis pengaruh kelompok ∑Y 2
• j•
H 0 : σ ρ2 = 0 (Keragaman kelompok tidak berpengaruh terhadap respons yang diamati) JKB =
j =1
− FK
H 1 : σ ρ2 > 0 (Keragaman kelompok berpengaruh positif terhadap respons yang diamati) ar
13 14
Seorang peneliti mengkombinasikan penambahan seng dengan minyak ikan ke

dalam pakan sapi untuk mempengaruhi pertambahan berat badan sapi (kg per ekor
Jika Kelompok Tetap per hari).

hari) Kombinasi perlakuan yang dicobakan sebanyak 12 (suplementasi seng=0;
25; 50;75 dan suplementasi minyak ikan=0,0; 1,5; 3,0) dengan setiap kombinasi
perlakuan diulang sebanyak 3 kali. Pengulangan perlakuan dilakukan dalam bentuk
kelompok karena pengulangan dilakukan dalam waktu berbeda. Datanya sbb:
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah Waktu Mi = 0,0 Mi = 1,5 Mi = 3,0
(db) (JK) (KT) Zn = 0 1 0,550 0,750 0,800
Kelompok r-1 JKK KTK

σ 2 + ab
∑ρ 2
k
2 0,491 0,790 0,772
Analisislah data
r −1 3 0,436 0,718 0,667 tersebut sesuai
Galat (ab-1)(r-1) JKG KTG Zn = 25 1 0,768 0,804 0,643 maksud
k d penelitiannya
penelitiannya.
liti .
σ2 Gunakan α=0,05
2 0,772 0,737 0,624
3 0 667
0,667 0 744
0,744 0 692
0,692
Hipotesis pengaruh kelompok Anggap asumsi-asumsi
Zn = 50 1 0,732 0,786 0,893 dalam analisis variansi
H 0 : ρ1 = ρ 2 = K = ρ r = 0 (kelompok tidak berpengaruh terhadap respons yang diamati) 2 0,772 0,702 0,737 terpenuhi.
H 1 : ∃ρ k ≠ 0 , k = 1, 2, K, r 3 0,718 0,795 0,744

Zn = 75 1 0 0,982 0
2 0,807 1,018 0,965
3 0,769 1,205 0,795
15 16
Soal
Perhatikan berikut ! Suatu p penelitian telah dilakukan untuk Kombinasi Kelompok
mengetahui pengaruh metode mengajar Total
Sumber Derajat Bebas Perlakuan A B C
Keragaman (db) A : suplementasi seng dan intensitas mengerjakan latihan soal M1I1 60 66 77 203
p
B : suplementasi minyak
y ikan terhadap hasil belajar matematika siswa M2I1 62 76 62 200
A a-1
1 = ((a)) – (1)
a = 4, b = 3, r = 3 kelas VI Sekolah Dasar. Metode M3I1 68 90 83 241
B b-1 = (b) – (1)
mengajar yang digunakan adalah M1I2 73 80 82 235
AB (a-1)(b-1)
(a 1)(b 1) = (ab) – (a) – (b) + (1) ceramah (M1),
(M1) alat peraga (M2) dan M2I2 78 85 91 254
M3I2 79 82 87 248
Kelompok r-1 = (r) – (1) permainan (M3). Sedangkan intensitas
M1I3 77 88 86 251
Galat (ab-1)(r-1) = (abr) – (ab) – (r) + (1) soal yang diberikan adalah jarang (I1), M2I3 79 85 88 252
sedang
d (I2) dan
d seringi (I3).
(I3) Kelas
K l yang M3I3 80 83 89 252
Total abr-1 = (abr) – (1)
tersedia untuk penelitian ada sebanyak Total 656 735 745 2136
(a ) → a
2
1 + a 22 + a32 + a 42
(abr
b )→
∑∑∑ Yijk2
(1) → Y•••
2 3 kelas dengan kemampuan awal siswa
masing-masing kelas berbeda (kelas A,
br 1 abr a. Tentukan rancangan yang sesuai
kelas B dan kelas C). Tabel berikut dengan penelitian tersebut. Jelaskan.
b12 + b22 + b32 r12 + r22 + r32
(b ) → (r ) → p
merupakan tabel tentang
g data rata-rata b. Tuliskan model linear dan
ar ab nilai ujian akhir matematika semester I maknanya.
kelas VI Sekolah Dasar. c. Lakukan pengujian hipotesis sesuai
(ab ) → ab11 + ab12 + ab13 + ab21 + ab22 + ab23 + ab31 + ab32 + ab33 + ab41 + ab42 + ab43
2 2 2 2 2 2 2 2 2 2 2 2
dengan y g dimaksud. Gunakan α =
g yang
r Anggap asumsi-asumsi dalam 0,05.
analisis variansi terpenuhi.
17
S
Seorang g insinyur
y menyatakan
y bahwa
tegangan ouput maksimum dari baterai
mobil (aki) dipengaruhi oleh jenis material
dan temperatur lokasi dimana baterai tsb
dirakit Berikut data tentang daya tegangan
dirakit.
output maksimum (voltage).
Jenis Temperatur °F (T) Total

Material
M t i l (M) 50 65 80
1 130 34 20
155 40 70
74 80 82
180 75 58 Sumber db JK KT Fhit Ftabel Kesimpulan
Keragaman
5%
SubTotal 539 229 230 998
Perlakuan 8 59146,22 - -
2 150 136 25 Material ((M)) 2 10683,72
, 5341,86
, 7,91
, 3,35
, H0 ditolak
188 122 70 Temperatur (T) 2 39118,72 19559,36 28,97 3,35 H0 ditolak
159 106 58 Interaksi (MT) 4 9613,78 2403,44 3,56 2,73 H0 ditolak
126 115 45
G l t
Galat 27 18230 75
18230,75 675 21
675,21
SubTotal 623 479 198 1300
Total 35 77646,97 -
3 138 174 96
110 120 104
168 150 82 Terlihat bahwa pengaruh interaksi material dan temperatur (MT) nyata,
160 139 60 sedangkan pengaruh utama M maupun T tidak perlu diperhatikan lagi dalam
kasus percobaan baterai ini.
SubTotal 576 583 342 1501
Total 1738 1291 770 3799
3 4
M2T1 – M3T1 = 155,75 – 144.00 = 11,75 < R2

KTG 675,21 M2T1 – M1T1 = 155,75 – 134,75 = 21,00 < R3
sY = = = 12,99
r 4 M3T1 – M1T1 = 144,00 – 134,75 = 9,25 < R2
M1T1 M3T1 M2T1

H0 : M1T1 = M2T1 = M3T1
H1 : minimal ada salah satu yang berbeda dengan lainnya 134,75
134 75 144
144,00
00 155
155,75
75
Dapat disimpulkan bahwa pada temperatur 50 50°FF (T1),

)
ketiga jenis material yang dicobakan (M1, M2 dan M3)
Perlakuan M1T1 M3T1 M2T1 memberikan pengaruh yang sama (tidak berbeda nyata)
Rata-rata 134,75 144,00 155,75 terhadap daya tegangan output maksimum baterai.
Dapat diambil keputusan bahwa pada temperatur 50°F

p 2 3
dapat menggunakan salah satu jenis material (M1, M2
atau
t M3) dalam
d l membuat
b t baterai
b t i mobil,
bil karena
k
rp 2,908 3,058
memberikan respons output yang sama.
R p = rp sY 37,77
, 39,72
,
5 6
H0 : M1T2 = M2T2 = M3T2
H0 : M1T3 = M2T3 = M3T3
H0 : M1T1 = M1T2 = M1T3
H0 : M2T1 = M2T2 = M2T3
H0 : M3T1 = M3T2 = M3T3
Suatu percobaan pot dilakukan untuk mengetahui pengaruh pemberian

kapur (CaCO3) dan pupuk phospat (P) terhadap hasil tanaman kacang
tanah. Rancangan yang digunakan adalah faktorial RAKL dengan sebagai
kelompok adalah kelompok umur tanaman kacang tanah.
Kombinasi Kelompok Total
p ada 2 taraf yyaitu
Pemberian kapur
P l k
Perlakuan 1 2 3 4
C0 = 0 gr/pot
C1 = 4 gr/pot C0P0 22,32 28,32 27,37 28,47 106,48
Pupuk phospat ada 3 taraf yaitu C0P1 19,10 23,46 27,35 19,37 89,28
P0 = 0,00 gr/pot
P1 = 1,75 gr/pot C0P2 26,92 29,50 28,09 32,52 117,03
P2 = 3,50 gr/pot C1P0 27,32 21,89 24,89 21,72 95,82
Kelompok umur tanaman kacang tanah : C1P1 38,77 25,64 29,82 37,32 131,55
K1 = umur 1 bulan
C1P2 40,32 34,13 27,12 22,59 124,16
K2 = umur 2 bulan
K3 = umur 3 bulan
K4 = umur 4 bulan
b l
Gunakan taraf nyata

y 0,10.
9 10
Sumber Derajat Jumlah Kuadrat Fhit

Variasi bebas Kuadrat Tengah
Kapur 1 62 5328167
62,5328167 2 KTG
Phospat 2 94,5967750
BNT = t α
2 r
Kapur*Phospat
Kapur Phospat 2 181 3703583
181,3703583
Kelompok 3 17,3050333
Galat 15 391,3400167 2×
2 × 26,0893344
Total 23 747,1450000
BNT = t0, 05(15 ) = 1,753 × 3,61174019 = 6,331
4
11 12
Hipotesis :
H0 : C0P0 = C1P0
H1 : C0P0 ≠ C1P0
Perlakuan C0P0 C1P0
H0 : C0P1 = C1P1
Rata-rata
t t 26 62
26,62 22 32
22,32 H0 : C0P2 = C1P2
H0 : C0P0 = C0P1 = C0P2
|C0P0 - C1P0|=|26,62-23,32|= 4,3 < BNT
H0 : C1P0 = C1P1 = C1P2
Ho diterima. Ini berarti p
pemberian kapur
p tidak berpengaruh
p g
terhadap hasil biji kering tanaman kacang tanah pada taraf
pemberian p
p pupuk
p p phospat
p 0,00 ggr/pot.
p
13 14
Rancangan
g Petak Terpisah
p
• Bentuk khusus dari rancangan faktorial
• Latar belakang : kombinasi perlakuan tidak diacak
Rancangan Petak Terpisah secara sempurna terhadap unit-unit
unit unit percobaan
(Split
p Plot Design)
Design
g ) • Alasan :
1 Adanya
1. Ad tingkatan
i k k
kepentingan
i d i faktor
dari ffaktor-
k -faktor
f k yang
wxÇztÇ eT_ dilibatkan dalam percobaan
2. Pengembangan dari percobaan yang telah berjalan
3. Kendala pengacakan
g di lapangan
g
• Rancangan petak terpisah dapat diterapkan pada
berbagai rancangan lingkungan (RAL,
(RAL RAK,
RAK RBSL)
Kismiantini,, M,Si
M,Si,, • Kata kunci : petak utama, anak petak
1 2
Perhatikan kasus berikut • Akibatnya

y : ada kemungkinan
g dampak
p ppenyemprotan,
y p
(Rancangan Petak Terpisah RAL) yaitu suatu petak yang lain yang seharusnya tidak
disemprot akan terkena semprot,
• Untuk menghindari dari hal tersebut, maka pengacakannya
• Misalkan :
menjadi
j
A : penyemprotan
t (P) dan
d tanpa
t penyemprotan b t (T) → petak
t obat t k utama
t V1 V2
B : varietas padi (V1, V2, V3) → anak petak V3 V1
pengamatant : hasil
h il produksi
d k i padi,
di ulangan
l :1
V2 V3
Interaksi AB : PV1, PV2, PV3, TV1, TV2, TV3
T P
• Misal dengan Faktorial RAL biasa maka salah satu hasil pengacakannya
Artinya proses pengacakan ada 2 tahap, yaitu :
PV1 TV1 1 Tahap
1. T h 1 : pengacakan
k terhadap
t h d taraft f faktor
f kt A
TV2 PV3 2. Tahap 2 : pengacakan taraf faktor B di setiap taraf faktor A
TV3 PV2
Anak ppetak mempunyai
p y ketelitian uji
j yang
y g lebih tinggi
gg (faktor
f ppenting
penting)
g)
3 4
Model Linier Aditif dari Rancangan Petak Terpisah RAL

Hipotesis Model Tetap (Faktor A dan B tetap
tetap))
i = 1, 2, K , a
Yijk = μ + α i + δ ik + β j + (αβ
β )ij + ε ijk dengan j = 1, 2, K , b
• Hipotesis pengaruh utama faktor A → petak utama
k = 1, 2, K , r
Faktor A → petak utama
utama,, Faktor B → anak petak H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
ε ijk ~ N (0, σ 2 )
iid
Yijk : pengamatan pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k H 1 : ∃α i ≠ 0 , i = 1, 2, K , a
δ ik ~ N (0, σ δ2 )
iid
μ : rataan umum
• Hipotesis pengaruh utama faktor B → anak petak
αi : pengaruhh utamat ffaktor
kt A ttaraff kke-ii
βj : pengaruh utama faktor B taraf ke-j H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
(αβ)ij : pengaruh interaksi dari faktor A taraf ke
ke-ii dan faktor B taraf ke
ke-jj H 1 : ∃β j ≠ 0 , j = 1, 2, K , b
δik : pengaruh acak dari faktor A taraf ke-i dan ulangan ke-k
εijk : pengaruh acak pada faktor A taraf ke-i, faktor B taraf ke-j dan ulangan ke-k • Hipotesis pengaruh interaksi
Asumsi untuk model tetap ialah H 0 : (αβ )11 = (αβ )12 = K = (αβ )ab = 0 (Interaksi faktor A dengan faktor B
tidak berpengaruh terhadap
H 1 : ∃(αβ )ij ≠ 0 , i = 1, 2, K, a, j = 1, 2, K , b
a b a b
∑α i = 0, ∑ β j = 0, ∑ (αβ )ij = ∑ (αβ )ij = 0
i =1 j =1 i =1 j =1

iid iid iid
2
5 6
Hipotesis Model Acak (Faktor A dan B acak
acak)) Hipotesis Model Campuran (Faktor A acak dan B tetap)
tetap)
• Hipotesis pengaruh utama faktor A → petak utama • Hipotesis pengaruh utama faktor A → petak utama
H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati) H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
H1 : σ α > 0
2
H1 : σ α > 0
2
• Hipotesis pengaruh utama faktor B → anak petak • Hipotesis pengaruh utama faktor B → anak petak
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati) H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati)
H 1 : σ β2 > 0 H 1 : ∃β j ≠ 0 , j = 1, 2, K , b

H 0 : σ αβ
2
= 0 ((Keragaman
g interaksi faktor A dengan
p g H 0 : σ αβ
2
= 0 ((Keragaman
p g
H 1 : σ αβ
2
>0 H 1 : σ αβ
2
>0
7 8
Hipotesis
po es s Model
ode Ca
Campuran
pu a (Faktor
a o A tetap
e ap da
dan B aca
acak))
acak
Model Tetap (Faktor A dan B tetap)
• Hipotesis pengaruh utama faktor A → petak utama Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah
H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati) Keragaman Bebas Kuadrat Tengah E(KT)
(db) (JK) (KT)
H 1 : ∃α i ≠ 0 , i = 1, 2, K, a A a-1 JKA KTA ∑∑ αβ 2
∑α 2
σ 2 + bσ δ2 + r
ij i
+ br
(a − 1)(b − 1) (a − 1)
• Hipotesis pengaruh utama faktor B → anak petak Galat (a) a(r-1) JKGa KTGa σ 2 + bσ δ2
H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati)
B b-1
1 JKB KTB
σ2 +r
∑∑ αβ 2
ij
+ ar
∑β 2
j
H1 : σ β > 0
2 (a − 1)(b − 1) (b − 1)
AB (a-1)(b-1)
(a 1)(b 1) JKAB KTAB
σ2 +r
∑∑ αβ 2
ij
• Hipotesis pengaruh interaksi (a − 1)(b − 1)
H 0 : σ αβ
2
= 0 ((Keragaman
p g Galat(b) a(b-1)(r-1) JKGb KTGb
σ2
H 1 : σ αβ > 0
2
Total abr-1 JKT
9 10
M d lC
Model Campuran (F
(Faktor
kt A acak
kddan B ttetap)
t )
Model Acak (Faktor A dan B acak)
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah
A a-1 JKA KTA σ 2 + bσ δ2 + rσ αβ
2
+ brσ α2 A a-1 JKA KTA σ 2 + bσ δ2 + rσ αβ
2
+ brσ α2
Galat (a) a(r-1) JKGa KTGa σ 2 + bσ δ2 Galat (a) a(r-1) JKGa KTGa σ 2 + bσ δ2
2
σ 2 + rσ αβ
2
+ ar
∑β 2
j
(b − 1)
AB ( 1)(b 1)
(a-1)(b-1) JKAB KTAB σ 2 + rσ αβ
2 AB ( 1)(b 1)
(a-1)(b-1) JKAB KTAB
σ 2 + rσ αβ
2
Galat(b) a(b-1)(r-1)
a(b 1)(r 1) JKGb KTGb σ2 Galat(b) a(b-1)(r-1)
a(b 1)(r 1) JKGb KTGb σ2
Total abr-1 JKT Total abr-1 JKT
11 12
Perhitungan Analisis Variansi
Model Campuran (Faktor A tetap dan B acak) b
Y•2••
FK =
abr
b
∑Y
j =1
2
• j•
Sumber Derajat Jumlah Kuadrat Nilai Harapan Kuadrat Tengah
a b r JKB = − FK
JKT = ∑∑∑ Y − FK ar
2
(db) (JK) (KT)
ijk
A a-1 JKA KTA ∑α 2
i =1 j =1 k =1 a b
σ 2 + bσ δ2 + rσ αβ
∑∑ Y
i
2
+ br 2
(a − 1) a r ij •
Galat (a) a(r-1) JKGa KTGa σ + bσ δ
2 2
∑∑ Y 2
i•k JKP =
i =1 j =1
− FK
2
+ arσ β2 JKST = i =1 k =1
− FK r
b
AB ( 1)(b 1)
(a-1)(b-1) JKAB KTAB a
JKAB = JKP − JKA − JKB
σ + rσ αβ
∑Y
2 2
JKGb = JKT − JKP − JKGa

2
i ••
a(b 1)(r 1) JKGb KTGb
σ 2
JKA = − FK
i =11
Total abr-1 JKT br

13
JKGa = JKST − JKA 14
Perhitungan dengan menggunakan bantuan Soal 1

derajat bebas • Penelitian berikut tentang kajian jarak antarbaris tebu
d
dan j i
jenis t
tanaman palawija
l ij d l
dalam pertanaman
t
Sumber Derajat
Keragaman Bebas tumpangsari yang bertujuan untuk menentukan jarak
(db) antarbaris tebu yang tepat untuk tiap jenis tanaman
A a-1 (a) – (1) palawija. Dalam percobaan ini diuji 3 jenis tanaman
Galat (a) a(r 1)
a(r-1) (ar) – (a) palawija dan 4 aras jarak antarbaris tebu.
tebu Berikut data
berat batang tebu (ton/ha) dengan berbagai jarak
B b-1 ((b)) – ((1)) antarbaris dan jenis tanaman sela untuk 3 ulangan.
ulangan
AB (a-1)(b-1) (ab) – (a) – (b) + (1)
( )
( )( ) ((abr)) – ((ar)) – ((ab)) + (a)
( )
Total abr-1 (abr) – (1)
• Bila dianggap asumsi-asumsi dalam analisis variansi
terpenuhi, lakukan analisis sesuai yang dimaksud.
Gunakan taraf nyata 0,01.
15 16
Jarak antarbaris Tanaman Sela Ulangan

tebu (cm) 1 2 3
Soal 2
Jagung 75,55 60,21 71,46 Penelitian di bidang pendidikan akan dilakukan tentang kajian jenis
90 Kacang tanah 91 79 88,92
91,79 88 92 90
90,53
53 permainan dan jenis karakteristik anak dalam membantu
Kedelai 89,37 87,88 70,43 perkembangan kecerdasan anak usia dini. Tujuan utama dari penelitian
Total ini adalah untuk mengetahui jenis permainan yang sesuai dalam
Jagung 82,41 81,89 84,65 meningkatkan tingkat kecerdasan anak. Dalam percobaan ini diuji 3
Kacang tanah 84,24 81,34 85,22 jenis permainan yang dipilih secara acak yaitu puzzle, origami dan
100
Kedelai 80 49 79,45
80,49 79 45 81,11
81 11 menara balok,
balok sedangkan jenis karakteristik anak yang dipilih untuk
Total diamati adalah anak yang cenderung aktif dan cenderung pasif. Subyek
Jagung 74,65 73,52 75,13 penelitian yeng tersedia ada sebanyak 30 anak usia dini. Data yang
110 Kacang tanah 81,22 80,98 79,44 akan diperoleh berupa skor tes kecerdasan untuk anak usia dini setelah
Kedelai 80,77 81,38 82,10 diberi perlakuan.
Total a) Rancangan apa yang sesuai dengan permasalahan tersebut?
Jagung 79,81 78,12 76,34 Berikan alasannya.
160 Kacang tanah 82,88 83,84 82,37 b) Sebutkan faktor
faktor-faktor
faktor yang diteliti beserta taraf dan sifatnya?
Kedelai 84,60 83,27 90,25
c) Tuliskan model linear dan maknanya.
Total
Total d) Apa unit percobaannya? Apa pengamatannya?
17 18
The GLM Procedure
Dependent Variable: respons • Rancangan Petak Terpisah dalam RAL karena ada tingkatan
Sum of
kepentingan faktor
faktor, faktor yang penting adalah jarak antarbaris tebu
Source DF Squares Mean Square F Value Pr > F (anak petak), faktor lainnya adalah jenis tanaman palawija (petak
Model 17 1044.849764 61.461751 3.28 0.0082
utama).
Error 18 337.500933 18.750052
• Faktor : jenis tanaman palawija (A) → petak utama (TETAP)
A1 = Jagung, A2 = Kacang tanah, A3 = kedelai
Corrected Total 35 1382
1382.350697
350697
• Faktor : jarak antarbaris tebu (B) → anak petak (TETAP)
R-Square Coeff Var Root MSE respons Mean B1 = 90 cm, B2 = 100 cm, B3 = 110 cm, B4 = 160 cm
0.755850 5.342893 4.330133 81.04472
• Unit percobaan : tebu, satuan pengamatan : batang tebu
Source DF Type III SS Mean Square F Value Pr > F
• Pengamatan : berat batang tebu (ton/ha)
tanaman 2 451.6972056 225.8486028 12.05 0.0005

r(tanaman) 6 67.2314667 11.2052444 0.60 0.7285
jarak
j 3 77.2175639 25.7391880 1.37 0.2830
tanaman*jarak 6 448.7035278 74.7839213 3.99 0.0103
Tests of Hypotheses Using the Type III MS for r(tanaman) as an Error Term
Source DF Type III SS Mean Square F Value Pr > F
tanaman 2 451.6972056 225.8486028 20.16 0.0022

19 20
c) Model linear dan maknanya

i = 1, 2
Yijk = μ + α i + δ ik + β j + (αβ
β )ij + ε ijk
a) Rancangan yang sesuai dengan permasalahan tersebut adalah
Rancangan petak terpisah dengan RAL, karena ada tingkatan j = 1, 2,3
kepentingan faktor, faktor yang lebih penting adalah jenis
dengan
k = 1, 2,3,4,5
permainan anak (anak petak), faktor lainnya adalah jenis Faktor A ((jenis anak)) → petak utama
jenis karakteristik anak utama,,
ε ijk ~ N (0, σ 2 )
iid
karakteristik anak (petak utama).
utama) Faktor B (jenis permainan)) → anak petak
(jenis permainan
b) Faktor : jenis permainan anak → anak petak (ACAK)
δ ik ~ N (0, σ δ2 )
iid
B1 = puzzle,
puzzle B2 = origami,
origami B3 = menara balok
Yijk : skor tes kecerdasan untuk anak usia dini yang diperoleh dari jenis karakteristik
Faktor : jenis karakteristik anak → petak utama (TETAP) anak ke-i, jenis permainan ke-j dan ulangan ke-k
A1 = anak yang cenderung aktif, A2 = anak yang cenderung pasif μ : rataan umum
d) Unit percobaan adalah anak usia dini αi : pengaruh utama jenis karakteristik anak ke-i
g
Pengamatan adalah skor tes kecerdasan untuk anak usia dini βj : pengaruh utama jenis permainan ke-j
(αβ)ij : pengaruh interaksi dari jenis karakteristik anak ke-i dan jenis permainan ke-j
δik : pengaruh acak dari jenis karakteristik anak ke-i dan ulangan ke-k
εijk : pengaruh acak pada jenis karakteristik anak ke-i,
ke-i jenis permainan ke-j dan
ulangan ke-k
21 22
Soal (hal 150)

Berikut datanya :
• Dalam
D l usaha
h menjaga
j k
kesehatan
h t li k
lingkungan dil k k
dilakukan percobaan
b
dengan menggunakan berbagai jenis tanaman untuk menyerap Lok Ulan Jenis tanaman
asi gan J1 J2 J3 J4 J5 J6 J7 J8 J9 J10
debu di udara. Jenis tanaman yyang g digunakan
g antara lain tanaman
berdaun licin (J1 dan J2), berdaun kecil kasar (J3 dan J4), berdaun Cipe 1 0,0312 0,0270 0,0666 0,0983 0,0348 0,0549 0,1078 0,1003 0,1086 0,1116
dak
lebar licin (J5 dan J6), berdaun lebar kasar (J7 dan J8) dan berdaun 2 0,0317 0,0272 0,0671 0,0988 0,0353 0,0554 0,1085 0,1009 0,1092 0,1124
j
jarum (J9 dan
d J10) Percobaan
J10). P b i i dicobakan
ini di b k pada
d duad l k i
lokasi 0,0321 0,0277 0,0672 0,0993 0,0355 0,0568 0,1089 0,1011 0,1096 0,1129
3
(Cipedak dan Gatot Subroto). Setiap perlakuan diulang 3 kali dan
Gatot 1 0,0670 0,0589 0,1441 0,2114 0,0726 0,1186 0,2326 0,2170 0,2168 0,2408
unit-unit p percobaan yyang g digunakan
g diasumsikan homogen. g Subro
0,0676 0,0595 0,1446 0,2116 0,0731 0,1188 0,2331 0,2172 0,2176 0,2416
Percobaan ini bertujuan untuk mengetahui jenis tanaman yang to 2
mampu menyerap debu paling efektif dan di lokasi mana. Peubah 3 0,0681 0,0597 0,1450 0,2120 0,0732 0,1191 0,2336 0,2174 0,2183 0,2426
respons yang dicatat

di t t dari
d i percobaan
b i i adalah
ini d l h konsentrasi
k t i debu
d b
(ppm) yang melekat pada daun tanaman.
Lakukan analisis sesuai dengan
g yyangg dimaksud! Gunakan taraf nyata
y 0,05.
,
• Jenis tanaman → anak petak
petak,, lokasi → petak utama
23 24
Rancangan Blok Terpisah
• Kedua faktor merupakan petak utama
RANCANGAN • Pengaruh yang ditekankan adalah pengaruh interaksi
BLOK TERPISAH • Penempatan taraf kedua faktor dilakukan saling
bersilangan
atau R
Rancangan
g Petakk Teralur
• Rancangan
R iinii merupakan
k perkembangan
k b d
darii
rancangan faktorial dalam RAK
Split
p Block Design
g or Strip
p Plot Design
g
• Rancangan ini dapat diaplikasikan dalam RAK dan
RBSL tetapi tidak dapat diaplikasikan dalam RAL

Kismiantini,, M,Si,
M Si,
M,Si
Model Linier Aditif dari Rancangan Blok Terpisah RAK

Pengacakan (untuk suatu kelompok) i = 1, 2, K , a
Yijk = μ + K k + α i + δ ik + β j + γ jk + (αβ )ij + ε ijk dengan
Misalkan dua faktor A (A1, A2, A3) dan faktor B (B1, B2, B3) j = 1, 2, K , b
k = 1, 2, K , r
• Pilihlah kelompok unit percobaan secara acak misalkan Yijk : pengamatan pada faktor A taraf ke-i, faktor B taraf ke-j dan kelompok ke-k
ε ijk ~ N (0, σ 2 )
iid
kelompok 1, lalu tempatkan taraf-taraf faktor A secara μ : rataan umum

Ki : pengaruh kelompok ke ke-kk
δ ik ~ N (0, σ δ2 )
iid
acak pada kelompok tersebut
αi : pengaruh utama faktor A taraf ke-i
• Kelompok tsb selanjutnya dibagi ke dalam 3 kolom, lalu
γ jk ~ N (0, σ γ2 )
iid
βj : pengaruh utama faktor B taraf ke-j
tempatkan taraf-taraf
taraf taraf faktor B secara acak pada setiap (αβ)ij : pengaruh interaksi dari faktor A taraf ke-i
ke i dan faktor B taraf ke-j ke j
kolom mengikuti alur baris δik : pengaruh acak dari faktor A taraf ke-i dan kelompok ke-k
γjk : pengaruh acak pada faktor B taraf ke-j dan kelompok ke-k
• Masing-masing
as g as g kombinasi
o b as pe perlakuan
a ua a akan
a menempati
e e pa
εijk : pengaruhh acakk pada
d faktor
f kt A taraf
t f kke-i,i ffaktor
kt B ttaraff kke-jj ddan kelompok
k l k kke-kk
alur silang
Asumsi untuk model tetap ialah
a b a b
B2 B1 B3
∑α i = 0, ∑ β j = 0, ∑ (αβ )ij = ∑ (αβ )ij = 0
A1 A1B2 A1B1 A1B3 i =1 j =1 i =1 j =1
A3 Asumsi untuk model acak ialah

A3B2 A3B1 A3B3
iid iid iid
A2 A2B2 A2B1 A2B3 2
4
Model Tetap (Faktor A dan B tetap) Model Acak ((Faktor A dan B acak))
Sumber Derajat Bebas Jumlah Kuadrat Nilai Harapan Kuadrat
Sumber Derajat Bebas Jumlah Kuadrat Nilai Harapan Kuadrat Keragaman (db) Kuadrat Tengah Tengah
Keragaman (db) Kuadrat Tengah Tengah (JK) (KT) E(KT)
(JK) (KT) E(KT)
A a1
a-1 JKA KTA ∑∑ αβ 2
∑α 2
A a-1 JKA KTA σ 2 + bσ δ2 + rσ αβ
2
β + brσ α
2
σ 2 + bσ δ2 + r
ij i
+ br
(a − 1)(b − 1) (a − 1)
Galat (a) (a-1)(r-1) JKGa KTGa
Galat (a) (a-1)(r-1) JKGa KTGa σ 2 + bσ δ2 σ 2 + bσ δ2
B b-1 JKB KTB
σ 2 + aσ γ2 + r
∑∑ αβ 2
ij
+ ar
∑β 2
j
B b-1 JKB KTB
σ 2 + aσ γ2 + rσ αβ
2
+ arσ β2
(a − 1)(b − 1) (b − 1)
G l t (b)
Galat (b 1)( 1)
(b-1)(r-1) JKGb KTGb
Galat (b) (b-1)(r-1) JKGb KTGb σ 2 + aσ γ2 σ 2 + aσ γ2
AB ((a-1)(b-1)
)( ) JKAB KTAB σ2 +r
∑∑ αβ 2
ij
AB (a-1)(b-1) JKAB KTAB
σ 2 + rσ αβ
2
(a − 1)(b − 1)
Galat(c) (a-1)(b-1)(r-1) JKGc KTGc Galat(c) (a-1)(b-1)(r-1) JKGc KTGc σ2

σ2
Total abr-1 JKT Total abr-1 JKT

5 6
Model Campuran (Faktor A acak dan B tetap) Model Campuran (Faktor A tetap dan B acak)
Sumber Derajat Bebas Jumlah Kuadrat Nilai Harapan Kuadrat Sumber Derajat Bebas Jumlah Kuadrat Nilai Harapan Kuadrat
Keragaman (db) Kuadrat Tengah Tengah Keragaman (db) Kuadrat Tengah Tengah
(JK) (KT) E(KT) (JK) (KT) E(KT)
Kelompok r-1 JKK KTK Kelompok r-1 JKK KTK
A a-1 JKA KTA
2
+ brσ α2 A a-1 JKA KTA
2
+ br
∑α i
2
(a − 1)
Galat (a) (a-1)(r-1) JKGa KTGa Galat (a) a(r-1) JKGa KTGa
σ 2 + bσ δ2 σ 2 + bσ δ2
B b-1 JKB KTB
σ 2 + aσ γ2 + rσ αβ
2
+ ar
∑β 2
j B b-1 JKB KTB σ 2 + aσ γ2 + rσ αβ
2
+ arσ β2
(b − 1)
Galat (b) (b-1)(r-1) JKGb KTGb Galat (b) (b-1)(r-1) JKGb KTGb
σ 2 + aσ γ2 σ 2 + aσ γ2
AB ((a-1)(b-1)
)( ) JKAB KTAB
σ 2 + rσ αβ
2 AB ((a-1)(b-1)
)( ) JKAB KTAB
σ 2 + rσ αβ
2
Galat(c) (a-1)(b-1)(r-1) JKGc KTGc

σ2
Galat(c) (a-1)(b-1)(r-1) JKGc KTGc
σ2
Total abr-1 JKT 7 Total abr-1 JKT 8
Hipotesis Model Tetap (Faktor A dan B tetap

tetap)) Hipotesis
p Model Acak (Faktor A dan B acak
acak))
• Hipotesis
p pengaruh
p g utama faktor A • Hipotesis pengaruh utama faktor A
H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
H 0 : σ α2 = 0 (Keragaman faktor A tidak berpengaruh terhadap respons yang diamati)
H 1 : ∃α i ≠ 0 , i = 1, 2,K , a
H1 : σ α > 0
2
• Hipotesis pengaruh utama faktor B
H 0 : β1 = β 2 = K = β b = 0 ((faktor B tidak berpengaruh
p g terhadap
p respons
p y
yang
g diamati)) • Hipotesis pengaruh utama faktor B
H 1 : ∃β j ≠ 0 , j = 1, 2, K, b H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati)
• Hipotesis pengaruh
pengar h interaksi H 1 : σ β2 > 0
H 0 : (αβ )11 = (αβ )12 = K = (αβ )ab = 0 (Interaksi faktor A dengan faktor B
tidak berpengaruh terhadap • Hipotesis pengaruh interaksi
H 1 : ∃(αβ
β )ij ≠ 0 , i = 1, 2,K , a, j = 1, 2, K, b
H 0 : σ αβ
2
H 1 : σ αβ
2
β > 0
9 10
Hipotesis Model Campuran (Faktor A acak dan B tetap

tetap)) Hipotesis Model Campuran (Faktor A tetap dan B acak)
acak)
• Hipotesis pengaruh utama faktor A • Hipotesis pengaruh utama faktor A

H0 :σα = 0
2
(Keragaman faktor A tidak berpengaruh terhadap respons yang diamati) H 0 : α 1 = α 2 = K = α a = 0 (faktor A tidak berpengaruh terhadap respons yang diamati)
H1 : σ α > 0
2 H 1 : ∃α i ≠ 0 , i = 1, 2,K , a
• Hipotesis pengaruh utama faktor B • Hipotesis pengaruh utama faktor B

H 0 : β1 = β 2 = K = β b = 0 (faktor B tidak berpengaruh terhadap respons yang diamati) H 0 : σ β2 = 0 (Keragaman faktor B tidak berpengaruh terhadap respons yang diamati)
H 1 : ∃β j ≠ 0 , j = 1, 2, K, b H 1 : σ β2 > 0

H 0 : σ αβ
2
= 0 (Keragaman interaksi faktor A dengan faktor B tidak berpengaruh H 0 : σ αβ
2
H 1 : σ αβ
2
β > 0 H 1 : σ αβ
2
β > 0
11 12
Perhitungan Analisis Variansi
b
Soal 1
Y•2••
FK =
abr ∑Y
j =1
2
• j• Suatu percobaan dengan 4 macam varietas kedelai yang diambil
a b r JKB = − FK secara acak yaitu Hc 48, Hc G 4, Hc 33, Hc G 45 yang
JKT = ∑∑∑ Yijk2 − FK ar mempunyai respons yang berbeda terhadap pemupukan
i =1 j =1 k =1 b r nitrogen. Dosis pupuk nitrogen yang diperlukan untuk varietas
r
∑ Y•2•k
∑∑ Y
j =1 k =1
2
• jk k d l i juga
kedelai j di bil secara acakk yaitu
diambil it 60 kg/ha,
k /h 90 kg/ha
k /h dan
d
JKK = k =1
− FK
JKGb = − FK − JKK − JKB 120 kg/ha. Dalam percobaan yang ingin dilihat lebih cermat
ab
b a adalah interaksi antara varietas kedelai dengang p pupuk
p nitrogen,
g ,
a b oleh karena itu percobaan dilakukan dengan rancangan blok
∑∑ Y
a
∑Y
2
2
i •• ij • terpisah dengan 3 kelompok.
i =1 j =1
JKA = i =1
− FK JKAB = − FK − JKA − JKB A
Anggap asumsi-asumsi
i i dalam
d l A
Anava terpenuhi.
hi Lakukan
L k k
br r pengujian hipotesis sesuai dengan yang dimaksud, gunakan
a r
∑∑ Y 2
i•k
taraf nyata 0,05.
Berikut data produktifitas kedelai (ton/ha) :
JKGa = i =1 k =1
− FK − JKK − JKA
b
JKGc = JKT − JKK − JKA − JKGa − JKB − JKGb − JKAB 13
Dosis Kelompok Total

Varietas
Pupuk
Nirogen
Kedelai 1 2 3 Perhatikan berikut!
A : dosis pupuk nitrogen,
nitrogen B : varietas kedelai
60 kg/ha Hc 48 2,05 2,25 2,45 a = 3, b = 4, r = 3
Hc G 4 2,50 2,60 2,45
Hc 33 2,15 2,50 2,35
Sumber Derajat Bebas
Hc G 45 2,60 2,50 2,25
Keragaman (db)
Total
Kelompok r-1 = (r) – (1)
120 kg/ha Hc 48 3,30 3,50 3,45
A a-1 = (a) – (1)
Hc G 4 3,25 2,95 3,00
Galat (a) (a 1)(r 1) = (ar) – (a) – (r) +(1)
(a-1)(r-1)
Hc 33 3,25 3,45 3,50
B b-1 = (b) – (1)
Hc G 45 2,95 3,05 3,15
Galat ((b)) ((b-1)(r-1)
)( ) = (br)
( ) – ((b)) – ((r)) + (1)
( )
Total
AB (a-1)(b-1) = (ab) – (a) – (b) + (1)
60 kg/ha Hc 48 2,95 2,90 2,95
Galat(c) (a-1)(b-1)(r-1) = (abr) – (ar) – (br)+(r) – (ab) + (a) + (b) – (1)
Hc G 4 2 85
2,85 3 00
3,00 3 15
3,15
Total abr-1
Hc 33 2,75 3,00 3,00
Hc G 45 3,00
, 2,85
, 2,95
,
Total
Total
Soal 2
Bagan percobaan berikut dirancang untuk mengetahui
(a ) → a
2
1+a +a 2
2
2
3
(abr ) → ∑∑∑ Yijk2 (1) → Y
2
•• • pengaruh interaksi dosis pupuk nitrogen (N0, N80, N160, N320) dan
br 1 abr waktu panen (W1, W2, W3, W4, W5) pada tanaman gula, dengan 2
b12 + b22 + b32 + b42 r12 + r22 + r32 kelompok Berikut
kelompok. Berik t data tentang hasil panen dalam ton per hektar.
hektar
(b ) → (r ) →
ar ab Kelompok 1 Kelompok 2
(ab ) → abb11 + abb12 + abb13 + abb14 + abb21 + abb22 + abb23 + abb24 + abb31 + abb32 + abb33 + abb34
2 2 2 2 2 2 2 2 2 2 2 2
W4 W5 W1 W3 W2 W4 W2 W3 W5 W1
r N80 N80 N80 N80 N80 N160 N160 N160 N160 N160
26,4 29,3 10,1 23,1 18,2 34,2 18,5 22,4 30,3 10,8
(ar ) → ar11 + ar12 + ar13 + ar21 + ar22 + ar23 + ar31 + ar32 + ar33
2 2 2 2 2 2 2 2 2
N320 N320 N320 N320 N320 N0 N0 N0 N0 N0
b 31,2 34,2 10,3 25,9 19,2 21,3 12,5 16,7 19,1 5,2
N160 N160 N160 N160 N160 N80 N80 N80 N80 N80
(br ) → br11 + br12 + br13 + br21 + br22 + br23 + br31 + br32 + br33 + br41 + br42 + br43
2 2 2 2 2 2 2 2 2 2 2 2
28,0 31,2 10,2 22,3 16,9 29,5 16,9 20,4 26,6 9,5
a N0 N0 N0 N0 N0 N320 N320 N320 N320 N320
10,1
10 1 11,4
11 4 2,3
2 3 9,8
9 8 8,8
8 8 31 9
31,9 17 8
17,8 22 8
22,8 29 2
29,2 74
7,4
Anggap asumsi-asumsi dalam Anava terpenuhi. Lakukan pengujian
hipotesis sesuai dengan yang dimaksud, gunakan taraf nyata 0,05.
Soal 3
Suatu penelitian di bidang Pendidikan akan dilakukan untuk menyelidiki
pengaruh interaksi metode mengajar dan jenis kelamin guru terhadap
h il belajar
hasil b l j matematika
t tik anak k kelas
k l I Sekolah
S k l h Dasar.
D K l
Kelas yang
tersedia untuk penelitian tersebut tidak relatif homogen. Selanjutnya,
kelas yang tersedia tersebut dapat dikelompokkan menjadi tiga
kategori yaitu kategori kemampuan awal rendah, kemampuan awal
sedang dan kemampuan awal tinggi. Metode mengajar yang diujikan
adalah : ((1)) ceramah,, ((2)) tanya
y jjawab,, dan ((3)) p
permainan.
a) Rancangan penelitian seperti apa yang dapat anda sarankan?
b) Berapa jumlah minimal unit percobaannya?
c) Tentukan semua kombinasi perlakuan yang mungkin?
d) Bagaimana proses pengacakan unit percobaannya? Berikan
hasil bagan pengacakannya.
pengacakannya
e) Tuliskan model linear dan maknanya?
Tabel 1. Galat Perbedaan Rata-rata untuk Masing-masing Pasangan
d i 4 Jenis
dari J i Perbandingan
P b di Berpasangan
B dalam
d l Split
S lit Plot
Pl t Design
D i
Jenis Perbandingan Galat baku ~

No. Antara sd ttabel
Uji
j Lanjut
j BNT 1 2 nilai rata-rata perlakuan taraf
faktor A → a1 – a2
2 KTG (a )
Langsung dari tabel
t a = t α ( dbGa )
rb 2
2 2 nilai rata-rata perlakuan taraf Langsung dari tabel

f k B → b1 – b2 2 KTG (b )
faktor tb = t α ( dbGb )
ra 2
Split Plot Design dalam RAL 3 2 nilai rata-rata faktor B pada taraf
A yang sama → a1b1 – a1b2
2 KTG (b )
r
Langsung dari tabel
tb = t α ( dbGb )
2
4 2 nilai rata-rata faktor A p

pada taraf 2((b −1
1)KTG (b ) + KTG (a ))
t ∗
=
(b − 1)KTG (b )tb + KTG (a )ta
B yang sama → a1b1 – a2b1 rb (b − 1)KTG (b ) + KTG (a )
Faktor A → petak utama, Faktor B → anak petak

1 2
Jarak antarbaris Tanaman Sela Ulangan

Perhatikan kasus Split Plot dalam RAL berikut tebu (cm) 1 2 3
Jagung 75,55 60,21 71,46
• Penelitian berikut tentangg kajian
j jjarak antarbaris 90 Kacang tanah 91,79 88,92 90,53
Kedelai
d l 89,37 87,88 70,43
tebu dan jenis tanaman palawija dalam Total
pertanaman tumpangsari
p p g yang
y g bertujuan
j untuk Jagung 82,41 81,89 84,65
Kacang tanah 84,24 81,34 85,22
menentukan jarak antarbaris tebu yang tepat untuk 100
Kedelai 80,49 79,45 81,11
tiapp jjenis tanaman p
palawija.
j Dalam p percobaan ini ota
Total
diuji 3 jenis tanaman palawija dan 4 aras jarak Jagung 74,65 73,52 75,13
110 Kacang tanah 81,22 80,98 79,44
antarbaris tebu. Berikut data berat batang g tebu Kedelai 80 77 81,38
80,77 81 38 82,10
82 10
(ton/ha) dengan berbagai jarak antarbaris dan jenis Total
Jagung 79,81 78,12 76,34
tanaman sela untuk 3 ulangan.
g 160 Kacang tanah 82,88
82 88 83,84
83 84 82
82,37
37
Kedelai 84,60 83,27 90,25
Jarak antarbaris tebu (B) → anak petak Total
J i tanaman sela
Jenis l (A) → petak
k utama T t l
Total
3 4
Faktor-faktor Tabel Anava

Sumber Variasi db JK KT Fhit Ftabel
• A : jenis tanaman sela Tanaman 2 451 6972056
451,6972056 225 8486028
225,8486028 20 16
20,16
A1 : jagung; A2 : kacang tanah; A3: kedelai Galat (a) 6 67,2314667 11,2052444 0,60
Jarak 3 77,2175639 25,7391880 1,37
• B : jarak antarbaris tebu Tanaman×Jarak 6 448,7035278 74,7839213 3,99
B1 : 90 cm; B2: 100 cm; B3: 110 cm; B4: 160 cm Galat (b) 18 337,500933 18,750052
Total 35
Lakukan uji lanjut bila H0 pengaruh interaksi ditolak.

ditolak.
5 6
Pengujian pengaruh faktor jarak antarbaris (B)
tebu pada taraf jenis tanaman sela (A) yang sama Pengujian
ji pengaruhh faktor
f k jenis
j i tanaman sela l (A)
pada taraf jarak antarbaris tebu (B) yang sama
• t0,025(18) =……
= 2 KTG (b ) 2 ×18,750052
= = 3,535
r 3
• BNT = …..×3,535 = ….
t∗ =
(b − 1)KTG (b )tb + KTG (a )ta
• Hipotesis : (b − 1)KTG (b ) + KTG (a )
H0 : B1A1=B B2A1=B B3A1=B B4A1 (4 − 1)18,750052(t0, 025(18) ) + 11,2052444(t0, 025( 6 ) )
=
H1 : minimal ada satu perlakuan yang memberikan respons yang berbeda (4 − 1)18,750052 + 11,2052444
dengan lainnya 3(18,750052)(...) + 11,2052444(...)
=
Hipotesis
p lainnya,
y 3(18,750052) + 11,2052444
H0 : B1A2=B2A2=B3A2=B4A2 = ...
H0 : B1A3=B
B2A3=B
B3A3=B
B4A3
7 8
2((b − 1)KTG (b ) + KTG (a )) 2((4 − 1)18,750052 + 11,2052444) Perhatikan hasil berikut

= = 3,353
rb 3(4)
Perlakuan : V1N2 V3N2 V2N2 V4N2

• BNT = …×3,353=…
×3 353=
Rata-rata : 50,6 51,4 55,4 63,4
• Hipotesis :
Hasil :
H0 : A1B1=A2B1=A3B1
H1 : minimal
i i l ada
d satu perlakuan
l k yang memberikan
b ik respons yang berbeda
b b d H il pengujian
Hasil ji menunjukkan
j kk bahwa
b h pada
d taraf
t f pemupukank
dengan lainnya N2, antara varietas V1, V3, dan V2 memberikan hasil yang
Hipotesis lainnya,
lainnya sama demikian pula antara varietas V2 dan V4 memberikan
sama,
hasil yang sama, selain itu berbeda nyata. Berdasarkan data
H0 : A1B2=A2B2=A3B2 yang dihasilkan maka sebaiknya pada taraf pemupukan N2
ditanam varietas V4, jadi terlihat bahwa varietas V4 sangat
H0 : A1B3=A2B3=A3B3
responsif terhadap pemupukan nitrogen.
H0 : A1B4=A2B4=A3B4
9 10
Faktor Ulangan Faktor Nitrogen (N) Total

Varietas
Perhatikan Kasus Split Plot dalam RAL berikut (V)
N1 N2 N3 N4
V1 1 42,9
42 9 53,8
53 8 49,55
49 44,4
44 4
2 41,6 58,5 53,8 41,8
• Suatu percobaan ingin mempelajari pengaruh faktor 3 28,9 43,9 40,7 28,3
varietas tanaman padi dan pemupukan nitrogen terhadap 4 30 8
30,8 46 3
46,3 39 4
39,4 34 7
34,7
hasil produksi padi. Faktor varietas (V) terdiri dari empat Sub Total
taraf ((V1,, V2,, V3,, dan V4)) y
yangg dialokasikan secara acak V2 1 53,3 57,6 59,8 64,1
2 69,6 69,6 65,8 57,4
ke petak utama, sedangkan faktor pemupukan nitrogen (N) 3 45,4 42,4 41,4 44,1
terdiri dari empat taraf (N1, N2, N3, dan N4) yang 4 35,1 51,9 45,4 51,6
dialokasikan secara acak ke dalam anak petak. Percobaan Sub Total
ini dilakukan pada petak-petak sawah yang relatif V3 1 62,3 63,4 64,5 63,6
homogen Berikut hasil produksi diukur dalam kg/petak.
homogen. kg/petak 2 58 5
58,5 50 4
50,4 46 1
46,1 56 1
56,1
3 44,6 45,0 62,6 52,7
4 50,3 46,7 50,3 51,8
S b Total
Sub
11 12
Faktor Ulangan Faktor Nitrogen (N) Total
Varietas N1 N2 N3 N4
(V)
V4 1 75,4
75 4 70,33
70 68,8
68 8 71,6
71 6
2 65,6 67,3 65,3 69,4
3 54,0 57,6 45,6 56,6
4 52 7
52,7 58 5
58,5 51 0
51,0 47 4
47,4
Sub Total
Total
Lakukan uji lanjut bila H0 pengaruh interaksi ditolak.

13
Tabel 1. Galat Perbedaan Rata-rata untuk Masing-masing Pasangan
dari 4 Jenis Perbandingan Berpasangan dalam Strip Plot Design
J i Perbandingan
Jenis P b di
sd ~
ttabel
No. Antara
UJI LANJUT BNT 1 2 rata

rata-rata
rata perlakuan petak
horisontal (2 nilai rata-rata taraf
2 KTG (a ) Langsung dari tabel
t a = t α ( dbGa )
faktor A) → a1 – a2 rb 2
2 2 rata-rata perlakuan petak vertikal Langsung dari tabel

(2 nilai rata-rata taraf faktor B) → 2 KTG (b )
tb = t α ( dbGb )
b1 – b2 ra 2
Strip Plot Design dalam RAK 3 2 rata-rata perlakuan petak

horizontal pada petak vertikal yang 2[(b −1)KTG (c ) + KTG (a )] (b − 1)KTG (c )tc + KTG (a )ta
t1∗ =
sama (2 nilai rata-rata
rb
(b −1)KTG (c ) + KTG (a )
Petak Horizontal : A faktor A pada taraf B yang sama) →
a1b1 – a2b1
Petak Vertikal : B 4 2 rata-rata perlakuan petak vertikal 2[(a −1)KTG (c ) + KTG (b )]
t 2* =
(a − 1)KTG (c )tc + KTG (b )tb
pada petak horizontal yang sama (2
(a − 1)KTG (c ) + KTG (b )
ra
nilai
il i rata-rata
t t faktor
f kt B pada
d taraf
t fA
1 yang sama) → a1b1 – a1b2 2
Langkah--langkah perhitungan uji BNT

Langkah
Perhatikan kasus berikut
• Dihitung galat dari perbedaan rata-rata
mengikuti rumus pada Tabel 1 Pada suatu percobaan ingin diketahui pengaruh
• Digunakan Tabel t dengan derajat bebas interaksi faktor varietas padi dan pemupukan
dari galat yang berkaitan pada taraf nyata α nitrogen
it t h d hasil
terhadap h il produksi
d k i padi.
di Faktor
F kt varietas
i t
padi ada 6 taraf yaitu V1, V2, V3, V4, V5, dan V6.
• Hitung nilai BNT = ~ttabel × sd Faktor pemupukan nitrogen terdiri 3 taraf yaitu N1,
• Bandingkan
g selisih dua rata-rata dengan
g N2, dan N3. Percobaan ini menggunakan gg 3
nilai BNT yang bersesuaian kelompok petak percobaan (petak percobaan relatif
tidak homogen).
3 4
Data hasil produksi padi (kg/ha)

Varietas Kelompok
p Pemupukan
p Nitrogen
g Total Varietas Kelompok
p Pemupukan
p Nitrogen
g Total
Padi N1 N2 N3 Padi N1 N2 N3
V1 1 2373 4076 7254 V4 1 2726 4838 6881
2 3958 6431 6808 2 5630 7007 7735
3 4384 4889 8582 3 3821 4816 6667
Subtotal Subtotal
V2 1 4007 5630 7053 V5 1 4447 5549 6880
2 5795 7334 8284 2 3276 5340 5080
3 5001 7177 6297 3 4582 6011 6076
Subtotal Subtotal
V3 1 2620 4676 7666 V6 1 2572 3896 1556
2 4508 6672 7328 2 3724 2822 2706
3 5621 7019 8611 3 3326 4425 3214
Subtotal Subtotal
Total
5 6
Tabel Anava
Uji BNT dengan taraf nyata 5%
Sumber db JK KT Fhit Ftabel
Keragaman (5%) • Dua rata-rata
rata rata perlakuan petak horisontal
Kelompok 2 9220962,50 4610481,25 (Varietas Padi)
Varietas (A) 5 57100201 40 11420040,28
57100201,40 11420040 28 7 65
7,65 3 33
3,33
Galat (a) 10 14922619,50 1492261,95
2 KTG (a ) 2 × 1492261,95
Nit
Nitrogen (B) 2 50676061 60 25338030,80
50676061,60 25338030 80 34 07
34,07 6 94
6,94 sd = = = 575,86
Galat (b) 4 2974907,70 743726,93 rb 3× 3
AB 10 23877979 30
23877979,30 2387797 93
2387797,93 5 80
5,80 2 35
2,35
Galat (c) 20 8232917,00 411645,85 t 0 , 05 (10 ) = .........
2
Lakukan uji lanjut bila H0 pengaruh interaksi ditolak. BNT1 = 575,86 × 2,228 = 1283,02
7 8
• Dua rata-rata perlakuan petak horisontal

• Dua rata-rata perlakuan petak tegak (varietas padi) pada petak vertikal (pemupukan
(Pemupukan Nitrogen) nitrogen) yang sama
2[(b − 1)KTG (c) + KTG (a )]
2 KTG (b) 2 × 743726,93 s =
d
sd = = = 287,47 rb
ra 3× 6
3× 2[(3 − 1)411645,85 + 1492261,95]
=
3× 3
t 0 , 05 (4 ) = 2,776 = 717,33 tc = t0, 025( 20 ) = 2,086
2
t a = t0, 025(10 ) = 2,228

BNT2 = 287,47 × 2,776 = 798,02 t1∗ =
(a − 1)KTG (c )tc + KTG (a )ta
(a − 1)KTG (c ) + KTG (a )
=
(6 − 1)(411645,85)(2,086) + (1492261,95)(2,228) = 2,15
5(411645,85) + (1492261,95)
9
BNT3 = 717,33 × 2,15 = 1542,26 10
• Dua rata-rata perlakuan petak vertikal

Dua rata
rata--rata perlakuan petak horisontal (varietas padi
padi))
(pemupukan nitrogen) pada petak horisontal pada petak vertikal (pemupukan nitrogen) yang sama
(varietas padi) pada yang sama
2[(a − 1)KTG (c) + KTG (b )]
s = d
• Hipotesis:
ra
2[(6 − 1)411645,85 743726 93]
411645 85 + 743726,93
H0: V1N1=V2N1=V3N1=V4N1=V5N1=V6N1
=
3× 6 H1 : minimal ada salah satu yang berbeda dengan lainnya
= 557,97 tc = t0, 025( 20 ) = 2,086
tb = t0, 025( 4 ) = 2,776 |V1N1 – V2N1|=|3571,67-4934,33|= 1362,66 < BNT3
t 2∗ =
(a − 1)KTG (c )tc + KTG (b )tb
(a − 1)KTG (c ) + KTG (b ) |V1N1 – V3N1|=|3571,67-4249,67|= 678 < BNT3
=
(6 − 1)(411645,85)(2,086) + (743726,93)(2,776) = 2,27 |V1N1 – V4N1||=|3571
|3571,67
67-4059
4059,00|
00|= 487,33
487 33 < BNT3
5(411645,85) + (743726,93)
|V1N1 – V5N1|=|3571,67-4101,67|= 530 < BNT3
BNT4 = 557,97 × 2,27 = 1266,59 11
|V1N1 – V6N1|=|3571,67-3207,33|=
| |3571 67 3207 33| 364
364,34
34 < BNT3
12
|V2N1 – V3N1|=|4934,33-4249,67|= 684,66 < BNT3
|V2N1 – V4N1|=|4934,33-4059,00|= 875,33 < BNT3
|V2N1 – V5N1|=|4934,33-4101,67|= 832,66 < BNT3 • Hasil pengujian menunjukkan bahwa pada
|V2N1 – V6N1|=|4934,33-3207,33|= 1727 > BNT3 taraf pemupukan N1, ………………., selain
|V3N1 – V4N1||=|4249
|4249,67
67-4059
4059,00|
00|= 190,67
190 67 < BNT3 itu berbeda nyata.
nyata
|V3N1 – V5N1|=|4249,67-4101,67|= 148 < BNT3
|V3N1 – V6N1|=|4249,67-3207,33|=
| |4249 67 3207 33| 1042
1042,34<
34< BNT3
|V4N1 – V5N1|=|4059,00-4101,67|= 42,67 < BNT3
|V4N1 – V6N1|=|4059,00-3207,33|= 851,67 < BNT3
||V5N1 – V6N1||=|4101,67-3207,33|=
| | 894,34 < BNT3
V6N1 V1N1 V4N1 V5N1 V3N1 V2N1

3207,33 3571,67 4059,00 4101,67 4249,67 4934,33
13 14
Dua rata
rata--rata perlakuan petak vertikal (pemupukan
Rekomendasi nitrogen) pada petak horisontal (varietas padi)
padi) yang sama
• Pada pemupukan nitrogen N1 sebaiknya • Hipotesis:

menanam varietas padi ….. H0: N1V1=N2V1=N3V1
H0: N1V2=N2V2=N3V2
Hipotesis :
H0: N1V3=N2V3=N3V3
• H0: V1N2=V2N2=V3N2=V4N2=V5N2=V6N2
H0: N1V4=N N2V4=N
N3V4
• H0: V1N3=V2N3=V3N3=V4N3=V5N3=V6N3
H0: N1V5=N N2V5=N
N3V5
H0: N1V6=N2V6=N3V6
15 16
Hasil Uji BNT

Pemupukan Varietas Padi Peng.Utama
Peng Utama
Hasil
Nitrogen Pemupukan
V1 V2 V3 V4 V5 V6
Nitrogen
N1 3571,67
3571
aw
67 ap 4934,33
4934 33 bp
ax
4249,67
4249
ay
67 ap 7094,33
7094
bz
33 cp 4101,67
4101 67 ap
at
3207,33
3207
au
33 ap 4020 61 a
4020,61
• Kombinasi pemupukan nitrogen N1 dengan
N2 5132,00 aq
bw
6713,67 cr
bx
6122,33 aq
cy
4059,00 aq
az
5633,33 bq
bt
3714,33 aq
au
5478,22 b varietas padi V4 berbeda nyata dengan
N3 7548,00 cr
cw
7211,33 cr
bx
7868,33 cr
cy
5553,67 br
az
6012,00 br
bt
2492,00 ar
au
6354,33 c kombinasi perlakuan yang lainnya →
Peng. Utama
Peng 5417 22 b
5417,22 6286 44 b
6286,44 6080 11 b
6080,11 5569 00 b
5569,00 5249 00 b
5249,00 3137 89a
3137,89a 5289 94 b
5289,94 kombinasi terbaik.
terbaik
Varietas Padi
dengan
• angka-angka yang diikuti oleh huruf yang sama pada kolom
yang sama berarti berbeda tidak nyata (sama)
• Kolom horisontal (p,q,r)
• Kolom vertikal (w,x,y,z,t,u)
( , ,y, , , )
17 18
Prinsip Dasar Rancangan Tersarang
• Dalam percobaan multifaktor tertentu,

g
tingkat dari suatu faktor ((misalkan B)) sama
Rancangan Tersarang tapi tidak identik untuk taraf yang berbeda
(Nested Design)
Design) dari faktor yang lain (misalkan A)
Dosen Pengampu : Kismiantini,
Kismiantini, M.Si.
M.Si. • Rancangan ini disebut rancangan
tersarang (nested
(nested design)
design) dengan faktor
f B
tersarang g di taraf dari faktor A.
1 2
Untuk memudahkan pengertian tersarang

tersarang,,
perhatikan kasus berikut
berikut.. • Faktor koperasi dan pengecer (kios) tidak ditumpangtindihkan
dit mpangtindihkan
atau disuper-impose atau difaktorialkan. Bila difaktorialkan,
maka Kios 1 ppada Koperasi
p A akan muncul di Koperasi
p B dan
• Seorang pengusaha perkebunan mangga ingin membeli C. Ini tidak mungkin karena Kios 1 di Koperasi A berbeda
pupuk Urea dari tiga koperasi yang menerima pupuk dari dengan yang di Koperasi B dan C, karena Kios 1 dari
P b ik Pupuk
Pabrik P k ALFA.
ALFA Tiga
Ti koperasi
k i tersebut
t b t yaitu
it Koperasi
K i A,
A Koperasi A dengan Kios 1 dari Koperasi B maupun Kios 1
B, dan C. Masing-masing koperasi mempunyai gudang dari Koperasi C tidak ada hubungannya.
penyimpanan,
p y p , dan mereka menyalurkan
y pupuknya
p p y ke kios-
kios pupuk, dimana kios-kios pupuk ini juga mempunyai • Ini dinamakan faktor Kios tersarang pada faktor Koperasi,
tempat-tempat penyimpanan. Bila ingin diketahui apakah ada bukannya faktorial Koperasi dengan Kios. Untuk keadaan di
perbedaan kadar pupuk untuk masing-masing
masing masing koperasi,
koperasi maka atas dinamakan rancangan tersarang dua tahap (two-stage
penyelesaiannya bukan menggunakan rancangan faktorial, nested) atau rancangan hierarki dua tahap.
tetapi dengan
g rancangan
g tersarang.
g
3 4
Perhatikan model berikut : Percobaan Dua Faktor

⎧i = 1, 2, K , a
⎪
Yijk = μ + τ i + β j (i ) + ε ( ij ) k , ⎨ j = 1, 2, K , b • Misalkan faktor A dan B
⎪k = 1, 2, K , r • A dan B bersilangan dinotasikan dengan
⎩
• JKT = JKA + JKB(A) + JKG AB = BA = B•A = A•B = A×B = B×A
• Terdapat a taraf faktor A, b taraf faktor B • A tersarang di B dinotasikan dengan A/B
tersarangg di masing-masing
g g taraf A dan r • B tersarang di A dinotasikan dengan B/A
ulangan.
• Subscript j(i) mengindikasikan bahwa pada taraf
ke-j dari faktor B adalah tersarang di taraf ke-i
dari faktor A.
5 6
Bersilangan Tersarang
• A tersarang di B → A berbeda untuk setiap B
B1 B2 B3
A1 A2 A3 A4 A5 A6
A1 A2 B1 B2 B3 ⎯ ⎯ ⎯ ⎯ ⎯ ⎯
⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯
B1 ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯
⎯ ⎯ A1 ⎯ ⎯ ⎯
⎯ ⎯ ⎯
B2
⎯
⎯
⎯
⎯
⎯
⎯ A2
⎯
⎯
⎯
⎯
⎯
⎯ • B tersarang di A → B berbeda untuk setiap A
⎯ ⎯ ⎯
⎯ ⎯
B3 ⎯ ⎯ A1 A2
⎯ ⎯
B1 B2 B3 B4 B5 B6
⎯ ⎯ ⎯ ⎯ ⎯ ⎯
⎯ ⎯ ⎯ ⎯ ⎯ ⎯
⎯ ⎯ ⎯ ⎯ ⎯ ⎯
Dalam hal ini

ini,, faktor A ada 2 taraf dan faktor B ada 3 taraf
7 8
R
B tersarang di A RAL Satu Faktor
A RA
A1 A2
B1 B2 B3 B4 B5 B6 B R/B • Diagram Blok
R1-R8 R9-R16 R17-R24 R1-R8 R9-R16 R17-R24
B/A RA/B P1 P2 P3 P4
p = 4,, r = 8
Sumber Variasi db E(KT), misalkan A tetap B acak R1 - R8 R9 - R16 R17 - R24 R25 - R32
+ r σ 2 + rb ∑ i
A2
A a-1 σ2 RA / B B/A a −1
B/A (b 1)a
(b-1)a σ 2
RA / B + rσ 2
B/A
• Sumber Variasi S b Variasi
Sumber V i i db
R/B (r-1)b σ 2
RA / B + aσ 2
R/B R Perlakuan (P) p-1
(r-1)(a-1)b σ
2
RA/B RA / B P R/P Galat (R/P) (r-1)p
Total abr-1
abr 1 Total pr-1
pr 1
9 10
Sumber Variasi db E(KT) P tetap Perhatikan diagram blok berikut

berikut::
Perlakuan (P) p-1 σ 2
+r
∑P i
2
K1 K2 K3 K4
p −1
R/P
b = 5,
5 k = 4,
4 r=8
B1 R1 – R8 R1 – R8 R1 – R8 R1 – R8
B2 R9 – R16 R9 – R16 R9 – R16 R9 – R16
Galat (R/P) (r-1)p σ 2
R/P B3 R17 – R24 R17 – R24 R17 – R24 R17 – R24
B4 R25 – R32 R25 – R32 R25 – R32 R25 – R32
Total pr-1
B5 R33 – R40 R33 – R40 R33 – R40 R33 – R40
Sumber Variasi db E(KT)

P acak Sumber Variasi : Sumber Variasi db
B b-1
R K k-1
Perlakuan (P) p-1 σ R2 / P + rσ P2 B R/B BK (b-1)(k-1)
R/B ( 1)b
(r-1)b
K RK RK/B (r-1)(k-1)b
Galat (R/P) (r-1)p σ R2 / P
BK RK/B Total bkr
bkr-11
Total pr-1 11 12
13
DIAGRAM BLOK
Suryanto
UNIVERSITAS NEGERI YOGYAKARTA
2000
DIAGRAM BLOK
1. Rancangan Acak Lengkap Satu Faktor
Diagram Blok
P1 P2 P3 P4
R1 - R8 R9 - R16 R17 - R24 R25 - R32
Sumber Variasi, derajat kebebasan, dan Jumlah Kuadrat
Sumber Variasi Derajat kebebasan Jumlah Kuadrat
Perlakuan (P) p-1 = 3
Galat (R/P) (r-1)p = 28
Total pr-1 = 31
2. Rancangan Pengukuran Berulang Satu Faktor (Rancangan Blok Acak)
Diagram Blok
P1 P2 P3 P4
R1 - R8 R1 - R8 R1 - R8 R1 - R8
Perlakuan (P) p-1 = 3
Replikasi (R) r-1 = 7
Interaksi (PR) (p-1)(r-1) = 21
Total pr-1 = 31
1
3. Rancangan Acak Lengkap Dua Faktor (Faktor K dan B)
Diagram Blok
K1 K2 K3 K4
B1 R1 – R8 R9 – R16 R17 – R24 R25 – R32
B2 R33 – R40 R41 – R48 R49 – R56 R57 – R64
B3 R65 – R72 R73 – R80 R81 – R88 R89 – R96
B4 R97 – R104 R105 – R112 R113 – R120 R121 – R128
B5 R129 – R136 R137 – R144 R145 – R152 R153 – R160
Faktor K k-1 = 3
Faktor B b-1 = 4
Interaksi KB (k-1)(b-1) = 12
R/KB (r-1)kb = 140
Total kbr - 1 = 159
2
4. Rancangan Campuran, dengan Satu Variabel antara Subjek (B) dan Satu Variabel
dalam Subjek (K)
Diagram Blok
K1 K2 K3 K4
B1 R1 – R8 R1 – R8 R1 – R8 R1 – R8
B2 R9 – R16 R9 – R16 R9 – R16 R9 – R16
B3 R17 – R24 R17 – R24 R17 – R24 R17 – R24
B4 R25 – R32 R25 – R32 R25 – R32 R25 – R32
B5 R33 – R40 R33 – R40 R33 – R40 R33 – R40
Faktor K k-1 = 3
Faktor B b-1 = 4
R/B (r-1)b = 35
KR/B (k-1)(r-1)b = 105
Total kbr - 1 = 159
3
5. Rancangan Campuran, dengan Satu Variabel antara Subjek (B) dan Dua Variabel
dalam Subjek (K dan C)
Diagram Blok
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 R1 – R3 R1 – R3 R1 – R3 R1 – R3 R1 – R3 R1 – R3 R1 – R3 R1 – R3
Faktor K k-1 = 3
Faktor B b-1 = 4
Faktor C c-1 = 1
Interaksi KC (k-1)(c-1) = 3
Interaksi BC (b-1)(c-1) = 4
Interaksi KBC (k-1)(b-1)(c-1) = 12
R/B (r-1)b = 10
KR/B (k-1)(r-1)b = 30
CR/B (c-1)(r-1)b = 10
KCR/B (k-1)(c-1)(r-1)b = 30
Total bckr - 1 = 119
4
6. Rancangan Campuran, dengan Dua Variabel antara Subjek (K dan C) dan Satu
Variabel dalam Subjek (B)
Diagram Blok
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
Faktor K k-1 = 3
Faktor B b-1 = 4
Faktor C c-1 = 1
R/KC (r-1)kc = 16
BR/KC (b-1)(r-1)kc = 64
5
7. Rancangan Kelompok dalam Perlakuan, Bertingkat
Diagram Blok
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
R1 – R8 R9 – R16 R17 – R24 R25 – R32 R33 – R40 R41 – R48 R49 – R56 R57 – R64
Faktor K k-1 = 3
C/K (c-1)k = 4
R/KC (r-1)kc = 56
Total ckr - 1 = 63
6
8. Rancangan dengan Ketersarangan yang Tidak Transitif
Diagram Blok
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
Faktor K k-1 = 3
C/K (c-1)k = 4
R/C (r-1)c = 14
KR/C (k-1)(r-1)c = 42
Total ckr - 1 = 63
7
9. Rancangan Acak Lengkap Tiga Faktor
Diagram Blok
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
Faktor K k-1 = 3
Faktor B b-1 = 4
Faktor C c-1 = 1
R/KBC (r-1)kbc = 80
8
Data
1. Rancangan Acak Lengkap Satu Faktor
Data
P1 P2 P3 P4
6 14 8 14
12 16 10 16
6 14 8 18
6 12 6 16
2 10 4 20
4 12 6 20
4 10 8 18
4 12 6 22
44 100 56 144
Perlakuan (P) p-1 =
Galat (R/P) (r-1)p =
Total pr-1 =
9
2. Rancangan Pengukuran Berulang Satu Faktor (Rancangan Blok Acak)
Data
P1 P2 P3 P4
R1 6 14 8 14
R2 12 16 10 16
R3 6 14 8 18
R4 6 12 6 16
R5 2 10 4 20
R6 4 12 6 20
R7 4 10 8 18
R8 4 12 6 22
Jumlah 44 100 56 144
Perlakuan (P) p-1 =
Replikasi (R) r-1 =
Interaksi (PR) (p-1)(r-1) =
Total pr-1 =
10
3. Rancangan Acak Lengkap Dua Faktor (Faktor K dan B)
Data
K1 K2 K3 K4
B1 6 14 8 14
12 16 10 16
6 14 8 18
6 12 6 16
B2 2 10 4 20
4 12 6 20
4 10 8 18
4 12 6 22
Jumlah
Faktor K k-1 =
Faktor B b-1 =
Interaksi KB (k-1)(b-1) =
R/KB (r-1)kb =
Total kbr - 1 =
11
4. Rancangan Campuran, dengan Satu Variabel antara Subjek (B) dan Satu Variabel
dalam Subjek (K)
Data
K1 K2 K3 K4
B1 R1 6 14 8 14
R2 12 16 10 16
R3 6 14 8 18
R4 6 12 6 16
B2 R5 2 10 4 20
R6 4 12 6 20
R7 4 10 8 18
R8 4 12 6 22
Jumlah
Faktor B b-1 =
Faktor K k-1 =
Interaksi BK (b-1)(k-1) =
R/B (r-1)b =
KR/B (k-1)(r-1)b =
Total bkr - 1 =
12
5. Rancangan Campuran, dengan Satu Variabel antara Subjek (B) dan Dua Variabel
dalam Subjek (K dan C)
Data
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 R1 6 14 8 14 3 7 4 7
R2 12 16 10 16 6 8 5 8
R3 6 14 8 18 3 7 4 9
R4 6 12 6 16 3 6 6 8
B2 R5 2 10 4 20 2 5 2 10
R6 4 12 6 20 4 6 3 10
R7 4 10 8 18 4 5 4 9
R8 4 12 6 22 4 6 3 11
Jumlah
Faktor K k-1 =
Faktor B b-1 =
Faktor C c-1 =
Interaksi KC (k-1)(c-1) =
Interaksi BC (b-1)(c-1) =
Interaksi KBC (k-1)(b-1)(c-1) =
R/B (r-1)b =
KR/B (k-1)(r-1)b =
CR/B (c-1)(r-1)b =
KCR/B (k-1)(c-1)(r-1)b =
Total bckr - 1 =
13
6. Rancangan Campuran, dengan Dua Variabel antara Subjek (K dan C) dan Satu
Variabel dalam Subjek (B)
Data
K1 K2 K3 K4
C1 R1 6 14 8 14
R2 12 16 10 16
B1
C2 R3 6 14 8 18
R4 6 12 6 16
C1 R5 2 10 4 20
R6 4 12 6 20
B2
C2 R7 4 10 8 18
R8 4 12 6 22
Faktor K k-1 =
Faktor B b-1 =
Faktor C c-1 =
Interaksi KBC (k-1)(b-1)(c-1) =
R/BC (r-1)bc =
RK/BC (r-1)(k-1)bc =
Total bckr - 1 =
14
7. Rancangan Kelompok dalam Perlakuan, Bertingkat
Diagram Blok
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
R1-R4 R5-R8 R9-R12 R13-16 R17-R20 R21-R24 R25-R28 R29-R32
Data
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
6 2 14 10 8 4 14 20
12 4 16 12 10 6 16 20
6 4 14 10 8 8 18 18
6 4 12 12 6 6 16 22
30 14 56 44 32 24 64 80
Faktor K k-1 =
C/K (c-1)k =
R/KC (r-1)kc =
Total ckr - 1 =
15
8. Rancangan dengan Ketersarangan yang Tidak Transitif
Diagram Blok
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
Data
K1 K2 K3 K4
C1 C2 C3 C4 C5 C6 C7 C8
6 2 14 10 8 4 14 20
12 4 16 12 10 6 16 20
6 4 14 10 8 8 18 18
6 4 12 12 6 6 16 22
30 14 56 44 32 24 64 80
Faktor K k-1 =
C/K (c-1)k =
R/C (r-1)c =
KR/C (k-1)(r-1)c =
Total ckr - 1 =
16
9. Rancangan Acak Lengkap Tiga Faktor
Diagram Blok
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
Data
K1 K2 K3 K4
C1 C2 C1 C2 C1 C2 C1 C2
B1 6 2 14 10 8 4 14 20
12 4 16 12 10 6 16 20
9 3 15 11 9 5 15 20
B2 6 4 14 10 8 8 18 18
6 4 12 12 6 6 16 22
6 4 13 11 7 7 17 20
Jumlah
Faktor B b-1 =
Faktor K k-1 =
Interaksi BK (k-1)(b-1) =
Faktor C c-1 =
Interaksi BKC (b-1)(k-1)(c-1) =
R/BKC (r-1)bkc =
Total bckr - 1 =
17

Handout Rancangan Percobaan PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Handout Rancangan Percobaan PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

HANDOUT

JURUSAN PENDIDIKAN MATEMATIKA

Percobaan Tiga Faktor

Percobaan Dua Faktor

Metode Pengumpulan Data

Beberapa Istilah dalam

Rancangan Acak Lengkap (RAL) y Bagan rancangan percobaan lebih mudah

Perhatikan kasus berikut Pengacakan

y Ingin membandingkan pengaruh jenis media pembelajaran y Tabulasi data

terbatas dan pemilihan perlakuan ditentukan langsung oleh

dan kesimpulan yang diperoleh berlaku secara umum untuk

y Kemudian jika dijumlahkan untuk semua pengamatan

Perhitungan Analisis Variansi (Anava

 Bila faktor-faktor lain yang dapat mempengaruhi keragaman

Mengapa RAKL? Pengacakan dan Bagan Percobaan

Asumsi untuk model tetap ialah ∑τ

• Hipotesis pengaruh perlakuan • Hipotesis pengaruh perlakuan

• Hipotesis pengaruh kelompok • Hipotesis pengaruh kelompok

Tabel Analisis Variansi P hit

Efisiensi Relatif (ER) dari RAK terhadap RAL Soal 1

 Nilai ER = 2, maka untuk memperoleh sensitifitas RAL

11 Anggap asumsi-asumsi dalam Anava terpenuhi. 12

Tests of Between-Subjects Effects

Kategori kelas Jenis Media Dependent Variable: bobot_badan

Anggap asumsi-asumsi dalam Anava terpenuhi.

Model Linier Aditif dari RBSL i = 1, 2, K , r

Hipotesis pengaruh baris

Perhitungan Analisis Variansi Soal 1

bila hipotesis nol pengaruh perlakuan ditolak ⎛1 1⎞

Perhatikan Kasus RAL berikut! Uji lanjut dengan BNT

μ1≠μ4, μ1≠μ5, μ2≠μ5, μ2≠μ3, μ2≠μ4, μ3≠μ5

Y1• − Y5• = 3,8 > 2,41 (R4 )

Y1• − Y4• = 2,6 > 2,35 (R3 )

Y3• − Y5• = 2,4 > 2,35 (R3 )

Analisis Variansi • Galat percobaan saling bebas

1. Pengujian Kehomogenan Ragam 2. Melihat kebebasan galat satu dengan

• Apabila plot yang dibuat diperoleh bahwa titik-titik

Model RAL Model RAKL

Yîj = μˆ + τî Yîj = μˆ + τî + βˆ j

Sehingga galat (εijk) akan diduga oleh sisaan (eijk)

eijk = Yijk − Yˆijk = Yijk − Yi•• − Y• j • − Y•• k + 2Y•••

Ilustrasi:: Misalkan diketahui data sampel sbb 23, 27,

Soal 2 (RAL) Soal 3 (RAKL)

Soal 4 (RBSL) Jawab Soal 1

Periksalah apakah asumsi- Source DF SS MS F P

S = 1.697 R-Sq = 57.97% R-Sq(adj) = 49.56%

Analysis of Variance for nilai, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

• Bila sudah ada dugaan kuat (ada literatur) bahwa faktor

Plot interaksi antara faktor A dengan

• Latar Belakang : unit percobaan yang digunakan relatif

Faktorial RAL • Misal ada dua faktor (A dan B)

Model Linier Aditif dari Faktorial RAL M d lT

∑α i = 0, ∑ β j = 0, ∑ (αβ )ij = ∑ (αβ )ij = 0 Total abr-1

α i ~ N (0, σ α2 ), β j ~ N (0, σ β2 ), (αβ )ij ~ N (0, σ αβ )

B b-1 JKB KTB σ 2 + rσ αβ

• Hipotesis pengaruh utama faktor A • Hipotesis pengaruh utama faktor A

H 1 : σ α > 0 (Keragaman faktor A berpengaruh positif

• Hipotesis pengaruh utama faktor B • Hipotesis pengaruh utama faktor B

• Hipotesis pengaruh interaksi • Hipotesis pengaruh interaksi

• Hipotesis pengaruh interaksi ∑ Yi•2• JKAB = JKP − JKA − JKB

r d) Seperti apa bagan diagram bloknya?

Bagan Percobaan dan Cara Pengacakan Tabulasi Data

Bila faktor-faktor lain yang dapat mempengaruhi keragaman

Nilai ER = 2, maka untuk memperoleh sensitifitas RAL

M2T1 – M3T1 = 155,75 – 144.00 = 11,75 < R2