RANCANGAN PERCOBAAN

RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

BAB II
RANCANGAN ACAK LENGKAP

A. Pendahuluan
Rancangan acak lengkap (RAL) merupakan metode sederhana. Perlakuan
diletakan acak pada seluruh percobaan. Artinya bahwa seluruh satuan percobaan
mempunyai peluangyang sama besar untuk menerima perlakuan.
Rancangan acak lengkap adalah rancangan dimana perlakuan dikenakan
sepenuhnya secara acak kepada satuan-satuan percobaan atau sebaliknya. Jadi di
RAL tidak terdapat batasan-batasan terhadap pengacakan sepertiadanya pemblokkan
dan pengalokasian perlakuan terhadap satuan percobaan.

B. Ciri-Ciri RAL Pada Percobaan

1. Materi percobaan dan faktor lingkungan relatif homogin
2. Materi percobaanya mudah hacur atau gagal memberikan pengaruh (respon)
3. Jumlah perlakuan dan ulangan sedikit hingga dengan pengunaan rancangan
atau metode lain akan menyebabkan derajat bebas galat tidak maksimum dan
terlalu kecil
4. Materi percobaan terbatas
5. Percobaan dilakukan di laboratorium atau rumah kaca
6. Faktor lingkungan dapat dikendalikan.

C. Kelebihan dan Kelemahan dalam RAL

Kelebihan dari Rancangan Acak Lengkap :
1. tata letak sederhana
2. derajat bebas dari galat maksimum
3. jumlah ulangan tidak harus sama untuk setiap perlakuan
4. analisisnya sederhana
5. jumlah ulangan dan jumlah perlakuan hanya dibatasi oleh tersedia materi
percobaan

Sedangkan Kelemahan dari Rancangan Acak Lengkap

1. digunakan jika materi percobaan dan faktor lingkungan yang homogin
2. pengacakan tanpa pembatasan akan menyebabkan semua sumber keragaman
perlakuan masuk ke ragam galat

R A L 4
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

3. perlakuan terbatas, untuk menghindari homoginitas materi percobaan dapat

dipertahankan.

D. Pengacakan dan Penataan

Untuk menyusun perlakuan disetiap satuan percobaan atau dalam
mendistribusikan obyek-obyek yang akan diperlakukan digunakan teknik khusus yang
disebut pengacakan. Teknik tersebut pada prinsipnya dapat memperkecil kesalahan
sistematik yang mungkin timbul sewaktu melaksanakan percobaan.
Pengacakan dapat dikerjakan dengan beberapa cara, misal menggunakan sistem
lotere, atau dengan bantuan kartu remi, atau yang lebih umum menggunakan tabel
bilangan teracak atau bilangan random (acak) dari input komputer atau kalkulator.
Agar jelas misalnya kita menggunakan 6 macam perlakuan yaitu A, B, C, D, E,
dan F dimana masing-masing perlakuan diulang sebanyak 4 kali, berarti harus tersedia
24 satuan percobaan. Dengan menggunakan tabel bilangan teracak tempatkan ujung
pensil anda pada tabel tersebut secara sembarang. Untuk jelasnya lihat Tabel 2. 1
dibawah:
Tabel 2.1. Pengacakan perlakuan yang diulang 4 kali menggunakan bantuan bilangan
teracak yang diperoleh pada bilangan acak
Perlakuan Bilangan Rangking Perlakuan Bilangan Rangking
Teracak Teracak
A1 780 21 D1 146 4
A2 789 22 D2 019 1
A3 304 9 D3 938 24
A4 049 2 D4 090 4
B1 719 18 E1 161 6
B2 705 17 E2 168 7
B3 584 15 E3 829 23
B4 331 12 E4 738 19
C1 572 14 F1 767 20
C2 305 10 F2 150 5
C3 306 11 F3 698 16
C4 293 8 F4 525 13
Keterangan: A1 = perlakuan A pada ulangan ke-1, A2 = perlakuan A pada ulangan ke-2 dan
demikian seterusnya.

Setelah diadakan perangkingan maka perlakuan tersebut ditempatkan pada

denah sesuai nomor. Lihat gambar 2.1 berikut:

R A L 5
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

1 2 3 4 5 6
D2 A4 D4 D1 F2 E1
7 8 9 10 11 12
E2 C4 A3 C2 C3 B4
13 14 15 16 17 18
F4 C1 B3 F3 B2 B1
19 20 21 22 23 24
E4 F1 A1 A2 E3 D3

Gambar 2.1. Contoh denah penataan RAL dengan 6 perlakuan (A, B, C, D, E,

dan F), yang masing-masing diulang 4 kali

E. Model linear untuk Rancangan Acak Lengkap

Agar pengujian statistik dapat memberikan kesimpulan yang berlaku maka
perlu di asumsikan seperti sifat aditif, linearitas, normalitas, independen dan
homogenitas variansi.
Untuk model linear sebagai berikut :
𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗
dimana :
𝑌𝑖𝑗 = variabel yang akan dianalisis, berdistribusi normal
𝜇 = rata − rata umum atau rata − rata sebenarnya
𝜏𝑖 = efek ke i
𝜀𝑖𝑗 = Kekeliruan, berupa efek acak yang berasal dari percobaan ke j
dikenai perlakuan ke i

F. Pengujian Hipotesis
Hipotesis statistik adalah suatu angapan atau pernyataan yang mungkin benar atau
tidak benar mengenai satu populasi atau lebih. Hipotesis yang akan diuji melalui Tabel
Sidik Ragam (TSR) di atas dapat dinyatakan sebagai berikut (misalkan dianggap
model linear tetap):
𝐻0 : 𝜏𝑖 = 0 ; 𝑖 = 1,2 …Dapat dikatakan bahwa tidak ada pengaruh semua
perlakuan.
𝐻1 : 𝜏𝑖 ≠ 0 ; 𝑖 = 1,2 … dapat dikatakan bahwa paling sedikit ada sepasang
perlakuanyang memberi hasil yang tidak sama. Artinya
ada salah satu atau beberapa pengaruh perlakuan

G. Analisis Variansi (ANAVA) untuk Rancangan Acak Lengkap

R A L 6
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

Analisis data yang diperoleh berdasarkan rancangan percobaan, khususnya untuk

rancangan acak lengkap, akan ditinjau rancangan dengan sebuah pengamatan tiap
satuan percobaan. Dapat dilihat pada tabel 2.2 berikut ini :
Tabel2.2
Data pengamatan untuk Rancangan Acak Lengkap
(tiap perlakuan berisi 𝑛𝑖 Pengamatan)
Perlakuan Jumlah
Ulangan
1 2 ... i ... p
1 Y11 Y21 ... Yi1 ... Yp1
2 Y12 Y22 ... Yi2 ... Yp2
: : : ... : ... :
j Y1j Y2j ... Yij ... Ypj
: : : ... : ... :
n Y1n Y2n ... Yin ... Ypn
𝑝

Jumlah Y1 Y2 ... Yi ... Yp 𝑌𝑖

𝑖=1
𝑝
Banyak
Pengamatan 𝑛1 𝑛2 … 𝑛𝑖 … 𝑛𝑝 𝑛𝑖
𝑖=1
𝑝
Y1. Y2. Yi. Yp. 𝑖=1 𝑌𝑖
Rataan ... ...
𝒏𝒊

Selanjutnya diperlukan :
𝑘 2
𝑖=1 𝑌𝑖
Faktor Koreksi (FK)=
𝑛𝑖

JK Total (JKT), mencerminkan keragaman seluruh pengamatan terhadap rataan

umumnya dan dapat dihitung berdasarkan penyumlahan penyimpangan kuadrat antara

setiap pengamatan dengan rataan umum,   , sebagai berikut:

(Y ij  Y.. ) 2

JK Perlakuan (JKP), mencerminkan keragaman di dalam perlakuan dan dihitung

berdasarkan perjumlahan penyimpangan kuadrat antara setiap rataan perlakuan

dengan rataan umum,

(Y i.  Y.. ) 2  , sebagai berikut:

R A L 7
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

JKP  n(Y1.  Y ..) 2  ...  n(Yp.  Y ..) 2

p
 n (Yi .  Y ..) 2
i 1
2
1 p 1  p n 
  Yi .2     Yij 
n i 1 pn  i 1 j 1 
1 p 2 1 2
 
n i 1
Yi . 
pn
Y..

JK Galat (JKG), mencerminkan keragaman akibat faktor lain dan dapat dihitung
berdasarkan penjumlahan penyimpangan kuadrat antara setiap nilai pengamatan

dengan nilai rataan perlakuan,   , sebagai berikut:

(Y ij  Yi . ) 2

JKG  (Y11  Y1. ) 2  ...  (Ypn  Yp. ) 2

p n
   (Yij  Yi . ) 2
i 1 j 1
p n
1 p 2
   Yij2   Yi.
i 1 j 1 n i 1

Nilai (Y..)2/pn disebut Faktor koreksi (FK) sehingga jika persamaan terakhir
ditambahkan dan dikurangi nilai FK akan diperoleh:

 p n 1 2  1 p 2 1 2
JKG     Yij2  Y..     Yi .  Y.. 
 i 1 j 1 pn   n i 1 pn 
 JKT  JKP

Adapun tabel sidik ragam (TSR) nya terdiri dari beberapa komponen, yaitu:
sumber keragaman (dalam hal ini Perlakuan, Galat, dan Total), derajat bebas (db),
Jumlah kuadrat (JK) untuk setiap sumber keragaman, Kuadrat tengah (KT) untuk
sumber keragaman Perlakuan dan Galat, F hitung dan Ftabel. TSR untuk RAL dapat
disajikan dalam tabel 2.3 dan tabel 2.4 sebagai berikut:
Tabel 2.3
Analisa Variansi untuk Rancangan Acak Lengkapdengan Ulangan Sama
Sumber Derajat Jumlah Kuadrat Fhitung Ftabel
Keragaman Bebas Kuadrat Tengah 5% 1%
Perlakuan p-1 JKP KTP */**/tn
Galat p(n-1) JKG KTG
Total pn-1 JKT
Keterangan: * = berbeda nyata, ** = berbeda sangat nyata, tn = tidak nyata

R A L 8
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

Tabel 2.4
Analisa Variansi untuk Rancangan Acak Lengkap dengan Ulangan Tidak sama
Sumber Derajat Jumlah Kuadrat Fhitung Ftabel
Keragaman Bebas Kuadrat Tengah 5% 1%
Perlakuan p-1 JKP KTP */**/tn
Galat ntot– p JKG KTG
Total ntot– 1 JKT
Keterangan: * = berbeda nyata, ** = berbeda sangat nyata, tn = tidak nyata

H. Kriteria (Kaidah) Keputusan :

Kaidah keputusan yang harus diambil dalam F hitung sebagai berikut:
1. Jika Fhitung ≥ Ftabel pada taraf 1% (a = 1%), perbedaan diantara nilai tengah
perlakuan (atau pengaruh perlakuan) dikatakan sangat berbeda nyata (pada
hasil Fhitung ditandai dengan dua tanda **).
2. Jika Fhitung> Ftabel pada taraf 5% (a = 5%) tetapi lebih kecil daripada Ftabel pada
taraf 1%, perbedaan diantara nilai tengah perlakuan dikatakan sangat nyata
(pada hasil Fhitung ditandai dengan satu tanda *).
3. Jika Fhitung< Ftabel pada taraf 5% (a = 5%), perbedaan diantara nilai tengah
perlakuan dikatakan tidak nyata (pada hasil F hitung ditandai dengan tn).

I. Koefisien Variansi (KV) atau Koefisien Keragaman (KK)

Koefisien Variansi menunjukkan data hasil suatu percobaan dapat dipercaya.
Artinya ragam acak yang masuk kedalam suatu percobaan tidak terlalu besar sehingga
dapat menutup pengaruh dari perlakuan yang dicoba. Rumus untuk KV sebagai
berikut:
KTG
KV = KK = x 100%
rata −rata umum

Nilai koefisien variansi ini berfungsi untuk melihat apakah penelitian ini baik atau tidak,
yaitu dengan cara membandingkan nilai KV yang diperoleh dengan nilai KV dari
percobaan orang lain. Biasanya untuk percobaan di laboratorium yang terkendali nilai
KV berkisar 10% -15% sudah cukup baik, sedangkan untuk dilapang nilai KV berkisar
15% -30%.

J. Contoh – Contoh Kasus

1) Seorang mahasiswa Kimia FMIPA Untan melakukan percobaan untuk menguji
keefektifan tiga macam zat perasang tumbuh (A, B, dan C) dalam

R A L 9
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

mempercepat pertumbuhan suatu tanaman tahunan. Berikut ini hasil

pengukuran pertumbuhan tinggi per tanaman (cm) pada dua minggu setelah
diberikan perlakuan dapat dilihat pada tabel 2.5 berikut ini :

Tabel 2.5
Hasil Pengamatan Tiga Macam Zat Perangsang Tumbuh Terhadap
Pertumbuhan Tinggi Tanaman Tahunan
Zat Tumbuh
Tanaman Jumlah
A B C Kontrol
1 82 77 68 69
2 87 84 73 58
3 94 86 63 72
4 92 81 69 69
5 - 80 71 74
6 - - - 61
Jumlah 355 408 344 403 1510
Banyak 4 5 5 6 20
Pengamatan
Rata-rata 88,75 891,60 68,17 67,17 75,50

Pertanyaan :
1. Tentukan tujuan percobaan, uji hipotesis, dan model liniernya
2. Buatlah sidik ragamnya (analisa variansi)

Penyelesaian :
1. Tujuan percobaan adalah untuk mengetahui pengaruh tiga macam zat
perangsang tumbuh dalam mempercepat pertumbuhan tinggi tanaman tahunan

2. Pengujian Hipotesis
𝐻0 : 𝜏𝑖 = 0 ; 𝑖 = 1,2 … tidak ada pengaruh pemberian zat perasang tumbuh
terhadap pertumbuhan tinggi tanamantahunan
𝐻1 : 𝜏𝑖 ≠ 0 ; 𝑖 = 1,2 … minimal ada satu pengaruh pemberian zat perasang
tumbuh terhadap pertumbuhan tinggi tanaman tahunan

3. Buat model Linear untuk RAL

𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗
dimana :
𝑌𝑖𝑗 =Pengamatan zat peransang tumbuh ke terhadap pertumbuhan tinggi
tanaman tahunan

R A L 10
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

𝜇 =rata-rata pertumbuhan tinggi tanaman tahunan

𝜏𝑖 = Pengaruh zat perangsang tumbuh ke i
𝜀𝑖𝑗 = Kekeliruan akibat dari zat perasang tumbuh ke j akibat darizat
pertumbuah tinggi tanaman tahunan ke i

4. Perhitungan :
a. Derajat Bebas
Db Perlakuan = p -1 = 4-1 = 3
Db Galat = n – p -1 = 20 – 3 -1 = 16

b. Faktor Koreksi :
2
1510
FK = = 114.005
20

c. Jumlah Kuadrat (JK)

2
Jumlah kuadrat Total (JKT)= [ 82 + [ 87 2 + . . . + 74 2 + 61 2 − 𝐹𝐾
= 115.926 − 114.005 = 1921
2
𝑃𝐴 2 𝑃𝐵 2 𝑃𝐶 2 𝑃𝑄
Jumlah KuadratPerlakuan = + + + − 𝐹𝐾
𝑟1 𝑟2 𝑟3 𝑟4

355 2 408 2 344 2 403 2

(JKP) = + + + − 114.005
4 5 5 6

= 1529,42
Jumlah Kuadrat Galat (JKG) = JKT – JKP = 1921 – 1529,42 =391,58

d. Kuadrat Tengah (KT)

𝐽𝐾𝑃 1529,42
Kuadrat Tengah Perlakuan (KTP)= = = 509,81
𝐷𝑏 𝑃 3
𝐽𝐾𝐺 391,58
Kuadrat Tengah Galat (KTG) = = = 24,47
𝐷𝑏 𝐺 16

e. F Hitung
𝐾𝑇𝑃 509,81
F hitung Perlakuan = = = 20,83
𝐾𝑇𝐺 24,47

f. Statistik F atau F tabel

Untuk F tabel dengan 𝛼 = 5% dapat dilihat pada daftar apendiks (distribusi F)
dengan 𝑉1 = 3 dan 𝑉2 = 16 adalah 3,24. Sedangkan untuk 𝛼 = 1 % dengan
deajat bebas yang sama, distribusi F nya adalah 5,29.

R A L 11
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

Jika dibandingkan F hitung dengan F tabel pada taraf signifikan 5% dan taraf
signifikan 1 % F hitung lebih besar dari F tabel [ 20,83 > 5,29 ]. Berdasarkan
kriteria keputusan maka Ho di tolak

5. Analisis Variansi
Setelah hasil perhitungan pada point 4 selesai dihitung maka masing-masing derajat
bebas, jumlah kuadrat dan kuadrat tengah serta F hitung masukan ke dalam tabel
analisis variansi pada tabel 2.6 berikut ini :
Tabel 2.6
Analisis Variansi Tiga Macam Zat Perasang Tumbuh Terhadap
Pertumbuhan Tanaman Tahunan
Sumber Variansi Derajat Jumlah Kuadrat F hitung F Tabel
Bebas Kuadrat Tengah 1% 5%
Tanaman Tahunan 3 1529,42 509,81 20,83 ** 5,29 3,24
Galat 16 391,58 24,47
Total 19 1921,00
Keterangan : ** sangat signifikan

6. Koefisien variansi (KV)

KTG 24,47
KV = x 100% = 1510 x 100% = 6,55
rata −rata umum 20

7. Kesimpulan:
1. Tiga zat perasang tumbuh sangat berpengaruh terhadap tumbuh tanaman
tahunan
2. Koefisen keragaman menunjukkan bahwa ragam acak yang masuk ke zat
perasang relative kecil, sehingga dapat menutup pengaruh tumbuh tanaman
tahunan.

2) Terdapat 4 waktu (pagi, siang, sore ,dan malam) untuk menyampaikan pelajaran
matematika kepada siswa SMA. Ingin diteliti apakah ada perbedaan pengaruh
waktu terhadap hasil pengajaran. Kecuali waktu, faktor-faktor lain yang diduga akan
mempengaruhi hasil belajar, misalnya cara mengajar, situasi kelas, bahan pelajaran
dan lain-lain, dibuat sama. Dimisalkan ada 20 orang anak dengan dasar yang sama
yang dijadikan percobaan. Secara acak diambil 5 anak untuk tiap waktu. Pada akhir
percobaan yang dilakukan dengan metode pengajaran dan materi yang sama,
diadakan ujian. Hasilnya dapat dilihat pada tabel 2.7 berikut ini :

R A L 12
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

Tabel. 2.7
Hasil Ujian Pelajaran Matematika Kelas Pagi, Siang, Sore , dan Malam
Waktu
Hasil Ujian Jumlah
Pagi Siang Sore Malam
1 56 60 43 41
2 55 59 39 43
3 50 62 45 45
4 61 55 46 39
5 64 56 45 42
Jumlah 286 292 218 210 1006
Banyak
5 5 5 5 5
Pengamatan
Rata-Rata 57.2 58.4 43.6 42

1. Hipotesis

𝐻0 : 𝜏𝑖 = 0 ; 𝑖 = 1,2 … tidak ada pengaruh waktu belajar siswa terhadap hasil

nilai ujian matematika
𝐻1 : 𝜏𝑖 ≠ 0 ; 𝑖 = 1,2 … minimal ada satu waktubelajar siswa berpengaruh
terhadap hasil nilai ujian matematika

2. Buat model Linear untuk RAL

𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗
i = 1,2,3,4 dan j = 1,2, . . . ,5
dimana :
Yij = Pengamatan Waktu belajar Matematika ke i terhadap hasil ujian Matematika ke j
μ =rata-rata hasil ujian Matematika
τi = Pengaruh waktu pelajaran Matematika ke i
εij =Kekeliruan akibat dari waktu ujian ke i terhadap hasil ujian Matematika ke j

3. Perhitungan :
a. Derajat Bebas
Db Perlakuan = p -1 = 4-1 = 3
Db Galat = (n – p) -1 = 20 – 3 -1 = 16

b. Faktor Koreksi :
1006 2
FK = = 50601.80
20

R A L 13
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

c. Jumlah Kuadrat (JK)

2
Jumlah kuadrat Total (JKT) = [ 56 + [ 60 2 + . . . + 45 2 + 42 2 − 𝐹𝐾
=51940−50601.80
= 1338.2
2
𝑃𝑝 𝑃 𝑠𝑖 2 𝑃𝑠𝑜 2 𝑃𝑚 2
Jumlah Kuadrat Perlakuan (JKP) = + + + − 𝐹𝐾
𝑟1 𝑟2 𝑟3 𝑟4

286 2 292 2 218 2 210 2

= + + + − 50601,80
5 5 5 5

= 1135
Jumlah Kuadrat Galat (JKG) = JKT – JKP = 1338,20 – 1135
= 203,20
d. Kuadrat Tengah (KT)
JKP 1135
Kuadrat Tengah Perlakuan (KTP)= = = 378,30
Db P 3
JKG 203,20
Kuadrat Tengah Galat (KTG) = = = 12,70
Db G 16

e. F Hitung
𝐾𝑇𝑃 378,30
F hitung Perlakuan = = = 29,79
𝐾𝑇𝐺 12,70

f. Statistik F atau F tabel

Untuk F tabel dengan 𝛼 = 5% lihat daftar apendik (distribusi F) dengan 𝑉1 = 3 dan
𝑉2 = 16 adalah 3,24. Sedangkan untuk 𝛼 = 1 % distribusi F adalah 5,29.
Jika dibandingkan F hitung dengan F tabel pada taraf signifikan 5% dan taraf
signifikan 1 % F hitung lebih besar dari F tabel [ 20,83 > 5,29 ].

4. Kriteria Keputusan
Karena F hitung lebih besar dari F tabel maka hipotesis 𝐻0 di tolak, terima dalam hal
lainnya.

5. Analisis Variansi
Setelah hasil perhitungan pada point 4 selesai dihitung maka masing-masing derajat
bebas, jumlah kuadrat dan kuadrat tengah serta F hitung masukan ke dalam analisa
variansi pada tabel 2.8 berikut ini :

R A L 14
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

Tabel 2.8
Analisis Variansi Hasil Nilai Ujian Matematika
Terhadap Perbedaan Waktu Belajar
Derajat Jumlah Kuadrat F hitung F Tabel
Sumber Variansi
Bebas Kuadrat Tengah 1% 5%
Waktu Belajar 3 1135 378,30 29,79 ** 5,29 3,24
Galat 16 203,20 12,70
Total 19 1340
Keterangan : ** sangat signifikan

6. Kesimpulan:
Sangat berpengaruhwaktu hasil belajar terhadap nilai ujian Matematika terhadap

K. Subsampling Dalam Rancangan Acak Lengkap

Dalam pengamatan suatu rancangan percobaan pengamatantidak dilakukan
terhadap setiap unit percobaan secara keseluruhan melainkan hanya terhadap
sebagian tertentu saja dari satuan percobaan. Jika diinginkan pengamatan percobaaan
dilakukan terhadap variabel atau karateristik yang sama, maka prosesnya disebut
subsampling.[Sudjana;2002:44).
Suatu percobaan dilakukan untuk mengetahui pengaruh 5 macam pupuk terhadap
hasil panen padi. Tersedia 30 petak tanah (satuan percobaan) yang homogin. Dan
secara acak 6 petak dipupuk dengan salah satu dari salah satu pupuk itu. Pada waktu
penaksiran hasil panen, ternyata tidak cukup waktu tersedia untuk memotong hasilnya
secara menyeluruh, melainkan hanya dilakukan terhadap beberapa bagian kecil
(subpetak) dari tiap satuan percobaan. Misalkan pada waktu penaksiran hasil panen
telah dilakukan subsampling dan secara acak telah diambil 3 subpetak dari tiap satuan
percobaan. Dengan demikian diperoleh 90 sub petak. Hasilnya tiap subpetak dapat
dilihat dalam tabel 2.10
Penyelesaian :
a. Model linear RAL Subsampling
𝑌𝑖𝑗 ℎ = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗 + 𝜂𝑖𝑗 ℎ
Dengan : i = 1, 2, … , k
j = 1, 2, … , n
h = 1, 2, … , m
Yijh = Variabel pengaruh yang sedang diukur (pengamatan)
μ = rata − rata umum
τi = pengaruh perlakuan ke i

R A L 15
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

εij = pengaruh satuan percobaan ke j karean perlakuan ke i

ηijh = pengaruh sampel ke h yang diambil dari satuan percobaan ke j
yang dikenai perlakuan ke i
b. Assumsi yang digunakan 𝜇 berharga tetap dengan 𝜂𝑖𝑗 ~𝐷𝑁𝐼 0, 𝜎𝜂2 dan
𝜀𝑖𝑗 ~𝐷𝑁𝐼 0, 𝜎𝜀2
c. ANAVA untuk Rancangan Acak Senpurnan untuk Subsampling dapat dilihat
pada tabel 2.9
Tabel 2.9
Anava RAK Subsampling
Derajat Jumlah Kuadrat F F tabel
Sumber Variasi Bebas Kuadrat Tengah hitung 5% 1%
Perlakuan k-1 Py P P/E
Kekeliruan percobaan k(n-1) Ey E
Kekeliruan Sampling kn(m-1) Sy S
Jumlah knm

Tabel 2.10
Hasil panen dari 90 subpetak (dalam kg)
Perlakuan (Macam Pupuk)
Sub petak Total
1 2 3 4 5
1 57 67 95 102 123
2 46 72 90 88 101
3 28 66 89 109 113
Jumlah (𝐸1𝑗 ) 131 205 274 299 337 1246
1 26 44 92 96 93
2 38 68 89 89 110
3 20 64 106 106 115
Jumlah(𝐸2𝑗 ) 84 176 287 291 318 1156
1 39 57 91 102 112
2 39 61 82 93 104
3 43 61 98 98 112
Jumlah(𝐸3𝑗 ) 121 179 271 293 328 1192
1 23 74 105 103 120
2 36 47 85 90 101
3 18 69 85 105 111
Jumlah(𝐸4𝑗 ) 77 190 275 298 332 1172
1 48 61 78 99 113
2 35 60 89 87 109
3 48 75 95 113 111
Jumlah(𝐸5𝑗 ) 131 196 262 299 333 1221
1 50 68 85 117 124
2 37 65 74 93 102
3 19 61 80 107 118
Jumlah(𝐸6𝑗 ) 106 194 239 317 324 1180

R A L 16
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

Total 650 1140 1608 1797 1992 7187

Jumlah 18 18 18 18 18 90
Pengamatan
Sumber : Sudjana ; 2002

Penyelesaian :
1. Model Linear :
Yijh = μ + τi + εij + ηijh
Dengan : i = 1, 2, … , 5
j = 1, 2, … , 3
h = 1, 2, … , 6
Yijh = Pengaruh pemberian pupuk terhadap hasil panen padi
μ = rata − rata pengaruh pengamatan
τi = pengaruh pemberian pupuk ke i
εij = pengaruh hasil panen padi ke j karena pemberian pupuk ke i
ηijh = kekeliruan pengaruh subpetak padi ke h dari hasil panen padi ke j
terhadap pemberian pupuk ke i

2. Derajat Bebas :
Db Perlakuan = p - 1 = 5 -1 = 6
Db Kekeliruan dalam percobaan = p(s-1) = 5*(6-1) = 25
Db Kekeliruan dalam subsampling = ps(t-1) = 5*6*(3-1) = 30*2 = 60
3. Jumlah Kuadrat
𝑇𝑜𝑡𝑎𝑙 2 7187 2 51,652,969
a. Faktor Koreksi FK = = = = 573,921.88
𝑡.𝑟.𝑠 5.3.6 90

Dimana : t = treatmen (perlakuan) = 5 ;

r = replikasi (ulangan) = 3
s = banyak Subpetak = 6

b. Jumlah Kuadrat Total JKT = 572 +462 +. . . +1022 + 1182 − 𝐹𝐾

= 646,285 − 573,921.88
= 75,552.90
c.Jumlah Kuadrat Perlakuan (JKP)
𝑃1 𝑃2 𝑃𝑛
JKP = + +. . . + − 𝐹𝐾
𝑠.𝑡 𝑠.𝑡 𝑠.𝑡
650 2 1140 2 1992 2
= + +. . . + − 573,921.88 =65,246.84
6∗3 6∗3 6∗3

R A L 17
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

d. Jumlah Kuadrat Galat (JKG)

(𝐸1𝑗 )2 (𝐸2𝑗 )2 𝐸𝑖𝑛 −1 2
𝐸𝑖𝑛 2
JKG = + + ⋯+ + − 𝐽𝐾𝑃 − 𝐹𝐾
𝑡 𝑡 𝑡 𝑡
2 2 2 2
131 205 317 344
= + + ⋯+ + − 65,246.84 − 573,921.88
3 3 3 3
=1,832.95
e. JKG Subsampling = JKT − JKP − JKG
=75,552.90- 65,246.84- 1,832.95
= 5,283.33

4. Jumlah Kuadrat Tengah (KT)

JKP 65,246.84
KTPerlakuan = = = 16,311.71
Db P 4
JKG 1,832.95
KTG Percobaan = = = 73.32
Db Perc 25
JKG Subs 5,283.33
KTG Subsampling = = = 88.06
Db Subs 60

5. UJI F
KT 16,311.71
F hitung Pupuk = = = 222.47
KTG Perc. 73.32
F tabel = 𝐹0.05(4;25) = 2.76 dan F tabel = 𝐹0.01(4;25) = 4.18

6. Analisis Variansi (Anava) Hasil Panen Padi Terhadap Pemberian Pupuk pada
Subsampling Dalam Model Rancangan Acak Lengkap (RAL) dapat dilihat pada
tabel 2.11
Tabel 2.11
Analisis Variansi Pemberian Lima Pupuk Terhadap
Hasil Panen Padi pada 90 Petak Percobaan (dalam kg)
Db Jumlah Kuadrat F hitung F tabel
Sumber Variasi Kuadrat Tengah 5% 1%
Pupuk 4 65.246,84 16.311,71 222,47** 2,76 4,18
Galat percobaan 25 1.832,95 73,32
Galat Sampling 60 5.283,33 88,06
Jumlah 89
Ket: ** = sgt Signifikant

7. Kriteria Keputusan :

R A L 18
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

Berdasarkan kriteria keputusan bahwa Jika F hitung lebih besar dari F tabel pada
taraf 𝛼 = 1 %, maka tolak hipotesis Ho dan diberi tanda bintang 2 (**).
8. Kesimpulan :
Pemberian pupuk sangat berpengaruh terhadap hasil panen padi

L. Latihan soal-soal
1. F.R urey Departemen Zoologi, Universitas Wisconsin melakukan pengujian
estrogen beberapa larutan yang telah mengalami penanganan tertentu (in vitro
inactivation technique). Berat uterin tikus digunakan sebagai ukuran keaktifan
estrogen. Berat uterin dalam milligram dari empa tikus untuk setiap control dan
enam larutan yang berbeda dicatumkan dalam tabel berikut :
Control La Lb Lc Ld Le Ld
89,8 84,4 64,4 75,2 88,4 56,4 65,6
93,8 116,0 79,8 62,4 90,2 83,3 79,4
88,4 84,0 88,0 62,4 73,2 90,4 65,6
112,6 68,6 69,4 73,8 87,8 85,6 70,2
Ket : La adalah larutan a, ..

a. Buat tabel pengamatan

b. Buat Tabel Analisis Variansi
c. Berikan Kesimpulan dan Bagiaman Koefisien Keragamannya.

2. Suatu Percobaan telah dilakukan untuk mengetahui pengaruh pemberian

belerang guna mengurangi serangan penyakit pada kentang. Dalam percobaan
ini terdapat tujuh perlakuan, yaitu control yang diulang delapan kali dan enam
perlakuan lainnya dengan belerang yang diberikan pad musim semi dan gugur,
masing-masing sejumlah 300 kg, 600 kg, dan 1200 kg per hektar. Keenam
perlakuan belerang di ulang empat kali. Hasil penelitian dapat dilihat pada tabel
2.12 berikut ini :
Tabel 2.7
Pengaruh waktu dan Pemberian Belerang Terhadap Serangan
Penyakit “Scab “ pada Kentang
Presentase Serangan Penayakit pada Kentang
Ulangan Kontrol
G3 S3 G6 S6 G12 S12
I II
1 12 30 9 30 16 18 10 17
2 10 18 9 7 10 24 4 7

R A L 19
 RANCANGAN PERCOBAAN
RANCANGAN
MODUL - IV ACAK LENGKAP
JURUSAN MATEMATIKA
FAKULTAS MIPA UNIVERSITAS TANJUNGPURA

3 24 32 16 21 18 12 4 16
4 29 26 4 9 18 19 5 17

Pertanyaan adalah coba saudara analisis penelitian pada tabel 2.12 di atas. Berikan
kesimpulan.

3. Diduga bahwa pendapatan kepala keluarga sebulan untuk tiga golongan

masyarakat (nelayan, petani garam, dan pedagang kelontong) rata-ratanya
berbeda besar.
Untuk itu, dilakukan penelitian, diambil 10 sampel untuk nelayan, 9 sampel untuk
petani garam, dan 12 sampel untuk pedagang kelontong. Sampel diambil secara
acak. Data hasil pengamatan dapat di lihat pada tabel 2.13 berikut ini :
Tabel. 2.13
Hasil Pendapatan Kepala Keluarga (dalam sepuluh ribuan rupiah)
Selama Sebulan untuk tiga Golongan Masyarakat
Nelayan Petani Garam Pedagang Kelontong
67 58 78
82 62 96
90 74 115
86 55 85
60 46 86
88 75 99
70 48 121
85 73 88
100 65 97
92 70
92
118

Pertanyaan:
Coba saudara lakukan analisis data pada tabel 2.13 tersebut. Rancangan apa yang
paling tepat. Berikan kesimpulan hasil analisis saudara.

R A L 20