EFISIENSI RELATIF ANALISIS KOVARIANS PADA RANCANGAN

LATTICE SEIMBANG TERHADAP RANCANGAN ACAK KELOMPOK

Hikmah Fauziah, Anisa, La Podje Talangko

Email : hikmah_fauziah93@yahoo.com

Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas

Hasanuddin (UNHAS), Jln. Perintis Kemerdekaan Km.10 Makassar 90245, Indonesia

ABSTRAK
Adanya variabel konkomitan akan mempengaruhi tingkat ketelitian suatu
percobaan karena variabel ini berpengaruh terhadap variabel respon dan tidak dapat
dikendalikan oleh perlakuan yang dicobakan. Analisis yang dilakukan terhadap variabel
dilakukan dengan menggunakan analisis kovarians. Pada tugas akhir ini analisis kovarians
dilakukan pada rancangan lattice seimbang dimana analisis ini merupakan salah satu
analisis satu faktor untuk percobaan yang berdasarkan komponen pengelompokan, dengan
banyaknya perlakuan lebih banyak daripada banyaknya kelompok dan mengikutsertakan
satu variabel konkomitan dalam model. Tujuan penelitian ini adalah menentukan efisiensi
relatif (ER) suatu analisis kovarians pada rancangan lattice seimbang terhadap rancangan
acak kelompok. Setelah dilakukan analisis dan perhitungan maka diperoleh hasil ER
sebesar 5.02 yang artinya jika kita ingin menerapkannya pada rancangan acak kelompok
maka terjadi penambahan 5 kali kelompok pada rancangan acak kelompok. Jika kelompok
bertambah maka perlakuan juga akan bertambah sehingga mengakibatkan percobaan tidak
efisien . Oleh karena itu, rancangan lattice seimbang lebih efisien digunakan dibanding
dengan menggunakan rancangan acak kelompok.

Kata Kunci : Analisis Kovarians, Rancangan Lattice Seimbang, Rancangan Acak Kelompok,
Efisiensi Relatif.

1. PENDAHULUAN
Rancangan percobaan dapat dikatakan sebagai jembatan bagi peneliti sebelum
percobaan dilakukan sehingga mendapatkan hasil yang valid secara ilmiah. Sebelum
menganalisis hasil rancangan percobaan, peneliti harus memilih rancangan percobaan
yang tepat. Salah satu rancangan percobaan yang biasa digunakan jika kondisi unit
percobaannya heterogen, adalah rancangan acak kelompok lengkap. Rancangan ini
sangat baik digunakan jika keheterogenan unit percobaan berasal dari satu sumber
keragaman, sehingga berfungsi untuk mengatasi kesulitan dalam mempersiapkan unit
percobaan homogen dalam jumlah besar.

1
 Suatu percobaan yang menggunakan rancangan acak kelompok, apabila jumlah
perlakuan bertambah maka ukuran kelompok juga akan bertambah, hal ini akan
mengakibatkan efektivitas pengelompokan dalam pengendalian galat percobaan akan
berkurang, sehingga untuk mengatasi masalah tersebut dapat menggunakan
rancangan lattice seimbang karena rancangan ini menggunakan ulangan yang lebih
lengkap sehingga lebih tepat digunakan untuk pengendalian galat percobaan.
Suatu percobaan termasuk percobaan rancangan lattice seimbang seringkali
dijumpai adanya pengaruh variabel-variabel lain di luar variabel penelitian. Misalkan
variabel Y adalah suatu variabel respons yang terjadi akibat efek suatu faktor atau
beberapa faktor. Akan tetapi, dalam kenyataannya nilai variabel Y bisa berubah-ubah
oleh karena ada variabel lain, misalnya variabel X. Variabel X ini sering tidak dapat
dikontrol, sehingga tidak dapat diabaikan begitu saja saat dilakukan percobaan.
Variabel X yang bersifat demikian disebut variabel konkomitan.
Variabel konkomitan yang muncul dalam suatu percobaan akan mempengaruhi
tingkat ketelitian hasil percobaan dan analisisnya. Oleh karena itu perlu dilakukan
analisis mengenai variabel respons yang merupakan pengaruh faktor, tetapi dengan
terlebih dahulu mengoreksi variabel respons Y dari variabel X. Hal ini dapat
dilakukan dengan jalan mengoreksi pengaruh X terhadap variabel respons Y,
kemudian melakukan analisis terhadap variabel respon yang sudah dikoreksi untuk
melihat pengaruh faktor yang diselidiki. Nilai Y yang diperoleh dengan cara tersebut
disebut dengan Y terkoreksi pengaruh variabel konkomitan dan analisis seperti ini
dinamakan analisis kovarians yang disingkat anakova.

2. TINJAUAN PUSTAKA
2.1 Rancangan Percobaan
Rancangan percobaan merupakan pengaturan pemberian perlakuan kepada unit-
unit percobaan dengan maksud agar keragaman respons yang ditimbulkan oleh
keadaan lingkungan dan keteherogenan unit percobaan yang digunakan dapat
diminimalkan.
2.2 Rancangan Acak Kelompok (RAK)
Untuk mendapatkan media , lingkungan atau kondisi selain perlakuan yang
homogen untuk melakukan suatu percobaan dengan RAK tidaklah mudah. Terutama
apabila ukuran percobaan cukup besar. Kadangkala bahan, tempat, waktu, pelaku,
serta prosedur tentang perlakuan juga tidak homogen dan sebagainya. Jalan keluarnya
adalah mengelompokkan hal di atas ke dalam kelompok-kelompok yang relatif
homogen, sehingga setiap kelompok menjadi homogen.
Secara umum model linear dari RAK adalah sebagai berikut:
𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝛽𝑗 + 𝜀𝑖𝑗 , i = 1,2,…,b , j = 1,2,…,r, (1)

2
2.3 Rancangan Lattice Seimbang
Rancangan Lattice seimbang merupakan rancangan dengan ukuran k x k,
memiliki k2 perlakuan, k+1 ulangan dan k ukuran kelompok tiap ulangan dengan k
(k+1) adalah jumlah semua kelompok. Pada rancangan ini setiap perlakuan
diterapkan bersama dengan perlakuan yang lain sebanyak satu kali dalam kelompok
yang sama, sehingga λ konstan untuk semua pasangan perlakuan.
Secara umum model linear dari Rancangan Lattice seimbang adalah sebagai
berikut:
𝑌𝑖𝑗𝑞 = 𝜇 + 𝜋𝑖 + 𝜌𝑖𝑗 + 𝜏𝑞 + 𝜀𝑖𝑗𝑞 , i = 1,2,…,l, j = 1,2,…,b, q= 1,2,…,t (2)

Tabel 1 Tabel Analisis Variansi pada Rancangan Lattice Seimbang

Sumber Derajat Jumlah Kuadrat F-hitung
Keragaman Bebas Kuadrat Tengah
(db) (JK) (KT)
Total t(b+1) - 1 JKT
Ulangan b JKU
Kelompok t-1 JKK KTK KTK/KTG
Perlakuan t-1 JKP KTP KTP/KTG
Galat (b-1)( t- JKG KTG
1)

2.4 Analisis Kovarians (Anakova)

Analisis Kovariansi merupakan gabungan dari analisis variansi dengan
analisis regresi. Analisis kovarians juga dapat dikatakan suatu analisis statistika
untuk mengetahui pengaruh satu atau lebih variabel bebas terhadap variabel terikat
dengan memperhatikan satu atau lebih variabel konkomitan. memperhatikan satu
atau lebih variabel konkomitan. Analisis kovariansi dilakukan berdasarkan
pertimbangan bahwa dalam kenyataannya ada variabel tertentu yang tidak dapat
dikendalikan, tetapi sangat mempengaruhi atau berkorelasi dengan variabel respon
yang diamati. Variabel yang demikian disebut dengan variabel pengiring atau
disebut variabel konkomitan (kovariabel).
Bentuk model linear aditif dari analisis kovarian untuk rancangan lattice
seimbang sebagai berikut:
𝑌𝑖𝑗𝑞 = 𝜇 + 𝜋𝑖 + 𝜌𝑖𝑗 + 𝜏𝑞 + 𝛾(𝑋𝑖𝑗 − 𝑋̅) + 𝜀𝑖𝑗𝑞 (3)

3
 Tabel 2 Tabel Analisis Kovarians pada Rancangan Lattice Seimbang
Sumber Derajat Jumlah Jumlah Jumlah Kuadrat F hitung
Keragaman Bebas (db) Kuadrat Kuadrat Kuadrat Tengah
(JKx) (JKy) (JHKxy) (KT)

Total t(b+1) - 1 JKTx JKTy JHKTxy

Ulangan b JKUx JKUy JHKUxy

Kelompok t-1 JKKx JKky JHKKxy KTK KTK/KTG

Perlakuan t-1 JKPx JKPy JHKPxy KTP KTP/KTG

Galat (b-1)( t-1) JKGx JKGy JHKGxy KTG

2.5 Efisiensi relatif

Efisiensi relatif merupakan pengukuran untuk menentukan efisiensi dari suatu
rancangan yang digunakan relatif dengan rancangan lain misalkan dalam hal
percobaan ini rancangan acak kelompok. Atau dapat juga dikatakan bahwa efisiensi
relatif digunakan untuk mengetahui apakah rancangan lattice seimbang yang
digunakan lebih baik dibandingkan rancangan lain dalam hal ini rancangan acak
kelompok yang dilihat dari besaran efisiensi relatifnya .
Misalkan untuk menghitung atau membandingkan efisiensi relatife pada
rancangan lattice seimbang terhadap rancangan acak kelompok maka dapat
digunakan persamaan berikut:
𝐽𝐾𝐾 + 𝐽𝐾𝐺
𝑅𝐸 = (4)
𝑏(𝑏 2 − 1)𝐾𝑇𝐺
3. HASIL DAN PEMBAHASAN
Langkah-langkah pengujian analisis kovarians rancangan lattice seimbang terhadap
rancangan acak kelompok.
Pengujian Asumsi
1. Variabel konkomitan tidak berkorelasi dengan perlakuan yang dicobakan
a. Hipotesis untuk uji ini adalah:
H0 : Variabel konkomitan tidak berkorelasi dengan perlakuan yang
dicobakan
H1 : Variabel konkomitan berkorelasi dengan perlakuan yang dicobakan
b. Taraf signifikan α = 0,05
𝐽𝐾𝑃𝑥⁄
𝑡−1
c. Statistik Uji : 𝐹 = 𝐽𝐾𝐺𝑥
⁄𝑡(𝑙−1)

d. Kriteria Keputusan : H0 ditolak jika 𝐹ℎ𝑖𝑡 > 𝐹𝛼(𝑡−1,𝑡(𝑙−1))

4
 e. Perhitungan
15.441⁄
𝐹= 8 = 2.39
2.1721⁄
27
f. Kesimpulan:
Karena F hitung = 2.39 < F(0,05,(8,27)) = 3,25, maka H0 diterima. Artinya
variabel konkomitan tidak berkorelasi dengan perlakuan yang dicobakan.

2. Hubungan antara variabel X dengan variabel Y bersifat linier. Hal ini dapat
diketahui berdasarkan output SPSS berikut:

Gambar 1. Plot Hubungan Linier Variabel X dengan Y

Terlihat bahwa titik –titik amatan mengikuti arah garis diagonal, yang
menunjukkan kecenderungan hubungan kedua variabel X dan Y tersebut
bersifat linier.

3. Galat berdistribusi normal

Asumsi ini digunakan untuk mengetahui besarnya penyimpangan
kenormalam suku-suku galat. Bila penyimpangan kecil maka tidak akan
menimbulkan masalah, tetapi bila peyimpangannya besar maka perlu
diperhatikan. Untuk mengetahui kenormalan suku-suku galat dapat
diselidiki dengan mencari komponen dugaan galat percobaan menurut
prosedur berikut:
326.87
i. 𝜇̂ 𝑌 = 𝑌̅… = = 9.07
36
305.9
ii. 𝜇̂ 𝑋 = 𝑋̅… = = 8.49
36
𝐽𝐻𝐾𝐺𝑋𝑌 1.74
iii. 𝛾̂ = = 2.17 = 0.801
𝐽𝐾𝐺𝑋
iv. 𝜌̂𝑗 = (𝑌̅.𝑗. −𝑌̅… ) − 𝛾̂̂ (𝑋̅.𝑗. −𝑋̅… )
36.08 326.87 29.39 305.9
𝜌̂1 = ( − ) − 0,085 ( − ) = 0,59
3 36 3 36
Untuk hasil 𝜌̂2 , 𝜌̂3 dan selanjutnya dapat dilihat pada lampiran

5
 v. 𝜏̂ 𝑞 = (𝑌̅..𝑞 −𝑌̅… ) − 𝛾̂(𝑋̅..𝑞 −𝑋̅… )
42.41 326.87 39.78 305.9
𝜏̂1 = ( − ) − 0,085 ( − ) = 1,42
4 36 4 36
Untuk hasil 𝜏̂̂2 , 𝜏̂̂3 dan selanjutnya dapat dilihat pada lampiran 2.
vi. 𝜀̂𝑖𝑗𝑞 = 𝑌𝑖𝑗𝑞 − 𝑌̂𝑖𝑗𝑞 = 𝑌𝑖𝑗𝑞 − 𝜇̂ − 𝜌̂ − 𝜏̂ − 𝛾̂(𝑋𝑖𝑗𝑞 − 𝑋̅... )
𝜀̂111 = 13.42 − 9.07 − 1.91 − 0.36 − 0,801(10.8 − 8.49)
= 0.214
Untuk hasil 𝜀̂112 dan selanjutnya dapat dilihat pada lampiran

Tabel 3 Dugaan Galat Percobaan Produksi Air Susu Mencit (Y) dan
Komsumsi Ransum Mencit (X)

Komponen galat percobaan pada tabel diplotkan, kemudian berikut

merupakan output SPSSnya.

Gambar 2. Plot Galat Percobaan

Berdasarkan gambar tersebut, dapat dilihat bahwa titik-titik mengikuti arah

garis diagonal. Hal ini menunjukkan bahwa suku-suku galat tidak

6
 menyimpang terlalu jauh dari suatu sebaran normal, yang berarti tidak
terjadi penyimpangan terhadap asumsi kenormalan dari galat.

4. X mempengaruhi Y
a. Hipotesis untuk uji ini adalah:
H0 : β = 0 ( komsumsi ransum pada mencit (X) tidak mempengaruhi
produksi air susu mencit (Y))
H1 : β ≠ 0 ( komsumsi ransum pada mencit (X mempengaruhi
produksi air susu mencit (Y))
b. Taraf signifikansi
α = 0,05
Statistik Uji
𝐽𝐻𝐾𝐺𝑥𝑦 2
⁄ 1.4037
𝐽𝐾𝐺𝑥
𝐹= 𝐽𝐾𝐺⁄ = 0,0933 = 15.0399
𝑑𝑏
c. Kriteria Keputusan
H0 ditolak jika Fhit > Fα (db regresi, db galat terkoreksi)
Fhitung = 15.0399 > F0,05 (1,15) = 4,543 , maka H0 ditolak.Artinya
komsusmi ransum mencit (X) mempengaruhi produksi air susu mencit
(Y). Karena ke empat asumsi telah dipenuhi maka dapat dilanjutkan ke
pengujian hipotesis untuk pengaruh perlakuan dan kelompok.

Pengujian Hipotesis
1. Menentukan Hipotesis
a. Pengaruh Kelompok
H0 : ρ1 = … = ρb = 0 (kelompok tidak berpengaruh terhadap respon yang
diamati)
H1 : paling sedikit ada satu j dimana ρj ≠ 0.
b. Pengaruh Perlakuan
H0 : τ1 = … = τt = 0 (perlakuan tidak berpengaruh terhadap respon yang
diamati)
H1 : paling sedikit ada satu i dimana τi≠ 0.
2. Taraf signifikan
α = 0, 05
3. Statistik Uji
a. Pengaruh kelompok
𝐾𝑇𝐾 1.4037
𝐹= = = 15.0399
𝐾𝑇𝐺 0.0933

b. Pengaruh Perlakuan

7
 𝐾𝑇𝑃 1.5957
𝐹= = = 17.0973
𝐾𝑇𝐺 0.0933

4. Menentukan kriteria keputusan

a. Pengaruh kelompok
H0 ditolak jika Fhit>Fα(dbK, dbG)
𝐾𝑇𝐾 𝑡𝑒𝑟 1.3334
𝐹= = = 0.9499
𝐾𝑇𝐺 𝑡𝑒𝑟 1.4037
Fhitung = 0.9499< F0,05(8, 15) = 2,64, maka H0 diterima. Artinya tidak ada
pengaruh pengelompokan terhadap produksi air susu mencit
b. Pengaruh perlakuan
H0ditolak jika Fhit>Fα(dbP, dbG)
𝐾𝑇𝑃 𝑡𝑒𝑟 1.5957
𝐹= = = 1.136
𝐾𝑇𝐺 𝑡𝑒𝑟 1.4037
Fhitung =1.136< F0,05(8, 15) = 2,64, maka H0 diterima. Artinya tidak ada
pengaruh konsumsi ransum terhadap produksi air susu mencit.

5. Perhitungan
4 3 9

∑ ∑ ∑ 𝑋𝑖𝑗𝑞 = 10.82 + 8.5 + ⋯ + 8.03 = 305.9

𝑖=1 𝑗=1 𝑞=1

4 3 9

∑ ∑ ∑ 𝑌𝑖𝑗𝑞 = 13.42 + 8.13 + ⋯ + 8.5 = 326.87

𝑖=1 𝑗=1 𝑞=1
4 3 9
2
∑ ∑ ∑ 𝑋𝑖𝑗𝑞 = 10.822 + 8.52 + ⋯ + 8.032 = 2630.99
𝑖=1 𝑗=1 𝑞=1
4 3 9
2
∑ ∑ ∑ 𝑌𝑖𝑗𝑞 = 13.422 + 8.132 + ⋯ + 8.032 = 3268.25
𝑖=1 𝑗=1 𝑞=1

4 3 9

∑ ∑ ∑ 𝑋𝑖𝑗𝑞 ∙ 𝑌𝑖𝑗𝑞 = 10.82 ∙ 13.42 + ⋯ + 8.03 ∙ 8.5 = 2810.16

𝑖=1 𝑗=1 𝑞=1

1) FK dan FHK untuk variabel X dan Y

∑4𝑖=1 ∑3𝑗=1 ∑9𝑞=1 𝑋𝑖𝑗𝑞 2 (305.9)2
𝐹𝐾𝑥 = = = 2599.3
𝑙𝑡 36
∑4𝑖=1 ∑3𝑗=1 ∑9𝑞=1 𝑌𝑖𝑗𝑞 2 (326.87)2
𝐹𝐾𝑦 = = = 2998.24
𝑙𝑡 36

8
 ∑4𝑖=1 ∑3𝑗=1 ∑9𝑞=1 𝑋𝑖𝑗𝑞 ∙ ∑4𝑖=1 ∑3𝑗=1 ∑9𝑞=1 𝑌𝑖𝑗𝑞
𝐹𝐻𝐾𝑥𝑦 =
𝑙𝑡
305.9 ∙ 326.87
= = 2777.48
36
2) JKT dan JHKT untuk variabel X dan Y
4 3 9

𝐽𝐾𝑇𝑥 = ∑ ∑ ∑ 𝑋𝑖𝑗𝑞 2 − 𝐹𝐾𝑥 = 2630.99 − 2599.3 = 31.69

𝑖=1 𝑗=1 𝑞=1
4 3 9

𝐽𝐾𝑇𝑦 = ∑ ∑ ∑ 𝑌𝑖𝑗𝑞 2 − 𝐹𝐾𝑦 = 3268.25 − 2998.24 = 30.36

𝑖=1 𝑗=1 𝑞=1
4 3 9

𝐽𝐻𝐾𝑇𝑥𝑦 = ∑ ∑ ∑ 𝑋𝑖𝑗𝑞 ∙ 𝑌𝑖𝑗𝑞 − 𝐹𝐾𝑥𝑦 = 2810.16 − 2777.48 = 39,53

𝑖=1 𝑗=1 𝑞=1

3) JKU dan JHKU untuk variabel X dan Y

∑4𝑖=1 𝑋00𝑞
2
(78.672 + ⋯ + 79.882 )
𝐽𝐾𝑈𝑥 = − 𝐹𝐾𝑥 = − 2599.3 = 3.56
𝑡 9

∑4𝑖=1 𝑌00𝑞
2
(93.22 + ⋯ + 86.112 )
𝐽𝐾𝑈𝑦 = − 𝐹𝐾𝑦 = − 2998.24 = 6.73
𝑡 9

∑4𝑖=1 𝑋00𝑞 ∙ 𝑌00𝑞

𝐽𝐻𝐾𝑈𝑥𝑦 = − 𝐹𝐾𝑥𝑦
𝑡
(78.67 ∙ 93.2 + ⋯ + 79.88 ∙ 86.11)
= − 2777.48 = 9.41
9

4) JKK dan JHKK untuk variabel X dan Y

∑3𝑗=1 𝑋0𝑗0
2
(29.392 + ⋯ + 25.032 )
𝐽𝐾𝐾𝑥 = − 𝐹𝐾𝑥 = − 2599.3 = 10.52
𝑏 3

∑3𝑗=1 𝑌0𝑗0
2
(36.082 + ⋯ + 24.52 )
𝐽𝐾𝐾𝑦 = − 𝐹𝐾𝑦 = − 2998.24 = 9.89
𝑏 3
∑3𝑗=1 𝑋0𝑗0 ∙ 𝑌0𝑗0
𝐽𝐻𝐾𝐾𝑥𝑦 = − 𝐹𝐾𝑥𝑦
𝑏
(29.39 ∙ 36.08 + ⋯ + 25.03 ∙ 24.5)
= − 2777.48 = 5.58
3

9
 5) JKP dan JHKP untuk variabel tak terkoreksi
2
∑9𝑞=1 𝑋𝑖00 (39.782 + ⋯ + 32.572 )
𝐽𝐾𝑃𝑥 = − 𝐹𝐾𝑥 = − 2599.3 = 15.44
𝑟 4

2
∑9𝑞=1 𝑌𝑖00 (42.412 + ⋯ + 32.072 )
𝐽𝐾𝑃𝑦 = − 𝐹𝐾𝑦 = − 2998.24 = 12.41
𝑟 4

∑9𝑞=1 𝑋𝑖00 ∙ 𝑌𝑖00

𝐽𝐻𝐾𝑃𝑥𝑦 = − 𝐹𝐾𝑥𝑦
𝑡
(39.78 ∙ 42.41 + ⋯ + 32.57 ∙ 32.07)
= − 2777.48 = 15.93
4
6) JKG dan JHKG untuk variabel X dan Y
JKGx = JKTx – JKUx – JKKx - JKPx = 31.69 – 3.56 – 10.52 – 15.44 = 2.17
JKGy = JKTy – JKUy – JKKy – JKPy = 30.36 – 6.73 – 9.89 – 12.41= 1.3
JHKGxy = JKTxy – JKUxy – JKKxy - JKPxy= 32.67– 9.41–5.58–15.93= 1.74
𝐽𝐻𝐾𝐺𝑥𝑦 1.74
7) 𝐽𝐾𝐺 𝑡𝑒𝑟𝑘𝑜𝑟𝑒𝑘𝑠𝑖 = 𝐽𝐾𝐺𝑦 − = 1.35 − 2.17 = 0.55
𝐽𝐾𝐺𝑥
(𝐽𝐻𝐾𝐾𝑥𝑦 +𝐽𝐻𝐾𝐺𝑥𝑦)
8) 𝐽𝐾𝐾 𝑡𝑒𝑟𝑘𝑜𝑟𝑒𝑘𝑠𝑖 = ( 𝐽𝐾𝐾𝑦 +𝑦 𝐽𝐾𝐺𝑦 ) − (𝐽𝐾𝐾𝑥 +𝐽𝐾𝐺𝑥 )
(5.58 + 1.74)
= (9.89 + 1.35) − = 10.66
(10.52 + 2.17)
(𝐽𝐻𝐾𝑃𝑥𝑦 +𝐽𝐻𝐾𝐺𝑥𝑦)
9) 𝐽𝐾𝑃 𝑡𝑒𝑟𝑘𝑜𝑟𝑒𝑘𝑠𝑖 = (𝐽𝐾𝑃𝑦 + 𝐽𝐾𝐺𝑦 ) − (𝐽𝐾𝑃𝑥 +𝐽𝐾𝐺𝑥 )
(15.93 + 1.74)
= (12.41 + 1.35) − = 12.76
(15.44 + 2.17)
10) Kuadrat Tengah Galat (KTG)
𝐽𝐾𝐺 0.55
𝐾𝑇𝐺 = = = 0,0933
𝑑𝑏 15
11) Kuadrat Tengah Kelompok
𝐽𝐾𝐾 10.66
𝐾𝑇𝐾 = = = 1.333
𝑑𝑏 8
12) Kuadrat Tengah Perlakuan
𝐽𝐾𝑃 12.76
𝐾𝑇𝑃 = = = 1,595
𝑑𝑏 8
13) Kuadrat Tengah Galat terkoreksi
𝐽𝐻𝐾𝐺 2 1.742
𝐾𝑇𝐺𝑡𝑒𝑟 = = = 1.403
𝐽𝐾𝐺 2.17
Tabel 4 Daftar Hasil Anakova komsumsi ransum pada mencit (X) dan produksi
air susu mencit (Y))
SK Sebelum dikoreksi KT Setelah dikoreksi F hit

10
 db JKx JKy JHKxy db JK KT
Total 35 31.69 30.36 39,53 - 34 - - -
Ulangan 3 3.56 6.73 9.41 - 3 - - -
Kelompok 8 10.52 9.89 5.58 - 8 10.66 1.33 0.94
Perlakuan 8 15.44 12.41 15.93 - 8 12.76 1.59 1.13
Galat 15 2.17 1.35 1.74 0.093 14 0.55 1.403 -

Menghitung Efisiensi Relatif Analisis Kovariansi Rancangan Lattice Seimbang

terhadap Rancangan Acak Kelompok dengan cara berikut:

𝐽𝐾𝐾 + 𝐽𝐾𝐺 10.66 + 0.55

𝑅𝐸 = = = 5.02
𝑏(𝑏 2 − 1)𝐾𝑇𝐺 3(32 − 1)0.093

Jika dilihat Efisiensi Relatif penggunaan analisis kovariansi rancangan lattice

seimbang terhadap rancangan acak kelompok pada percobaan ini diperoleh sebesar
5.02, yang artinya efisiensi relatif rancangan lattice lebih efisien digunakan
dibandingkan dengan rancangan acak kelompok.

3 KESIMPULAN
Berdasarkan pembahasan mengenai analisis kovarians rancangan lattice
seimbang terhadap rancangan acak kelompok di atas, maka dapat disimpulkan
sebagai berikut:
1. Berdasarkan analisis kovarians yang telah dilakukan maka diperoleh
kesimpulan bahwa tidak ada pengaruh yang signifikan konsumsi ransum
mencit terhadap produksi air susu mencit.
2. Berdasarkan perhitungan yang telah dilakukan di atas mengenai efisiensi
relatif, maka diperoleh hasil efisiensi relatif analisis kovarians rancangan
lattice sebesar 5.02 yang artinya jika kita ingin menerapkannya pada
rancangan acak kelompok maka terjadi penambahan 5 kali kelompok pada
rancangan acak kelompok. Jika kelompok bertambah maka perlakuan juga
akan bertambah sehingga mengakibatkan percobaan tidak efisien. Oleh
karena itu, rancangan lattice seimbang lebih efisien digunakan dibanding
dengan menggunakan rancangan acak kelompok.

DAFTAR PUSTAKA
Choirunnisa.M, (2012).Analisis Ragam Rancangan Lattice Seimbang dengan
pendekatan model linear umum. Universitas Brawijaya.

11
Gaspersz, V. (1991). Metode Perancangan Percobaan. Bandung : CV. Armico.
Gomez, A. Kwanchai & Arturo A. Gomez. (1995). Statistical Procedures for
Agricultural Research.
Mattjik,A.A. & Sumertajaya, M. (2002). Perancangan Percobaan dengan Aplikasi
SAS dan Minitab jilid 1. Bogor : IPB Press.
Montgomery,D.C.(1976).Design and Analysis of Experiments. New York: John
Wiley & Sons.
Palupi, R R. (2010). Pemberian Ekstrak Daun Bangun- Bangun (Coleus Amboinicus
Lour) Dalam Ransum Induk Terhadap Penampilan Reproduksi Dan Produksi
Air Susu Mencit (Mus Musculus) Bogor : Institut Pertanian Bogor.
Pasana, A. (2011). Analisis Kovarians dalam Rancangan Bujur Sangkar Youden.
Yogyakarta : Universitas Negeri Yogyakarta.
Puspitasari,A.(2011). Analisis Kovarians dalam Rancangan Lattice
Seimbang.http://exprints.uny.ac.id/2388/1/skripsi_total.pdf. Diakses tanggal 22
April 2015.
Raupong, Drs.,M.Si & Anisa, S.Si, M.Si. (2011). Bahan Ajar Mata Kuliah
Perancangan Percobaan. Makassar : Universitas Hasanuddin.
Sembiring, R.K. (1995). Analisis Regresi Edisi Kedua. Bandung :ITB.
Yitnosumarto, Suntoyo. (1993). Percobaan Perancangan, Analisis, dan
Interpretasinya. Jakarta. PT Gramedia Pustaka Utama.
Widyaningrum, E K. (2011). Analisis Kovarians pada Rancangan Bujursangkar
Hyper Graeco Latin. Yogyakarta : Universitas Negeri Yogyakarta.

12