RANCANGAN PERCOBAAN

(EXPERIMENTAL DESIGN)

UJI LANJUTAN
 UJI LANJUTAN
 DILAKSANAKAN APABILA
Ho DITOLAK
H1 DITERIMA
 ADA PERBEDAAN ANTARA PERLAKUAN
DICOBAKAN

CONTOH PERLAKUAN A, B, C, D≠
Ho : A = B = C = D
H1 : A ≠ B ≠ C ≠ D
SEKURANG KURANGNYA TERDAPAT SEPASANG
PERLAKUAN YANG TDK SAMA

 UJI LANJUTAN DIPILIH BERDASARKAN PERLAKUAN

YANG DICOBAKAN
 Pembanding berganda digunakan apabila setelah dilakukan
analisis ragam ternyata peneliti ingin mengetahui lebih lanjut
pasangan perlakuan mana yang mempunyai nilai tengah
berbeda
 Berdasarkan hasil uji lanjutan ini akan dibuat kesimpulan
sebagai rekomendasi akhir terhadap perlakuan yang telah
diberikan pada suatu obyek percobaan
 Untuk menentukan jenis uji lanjutan yang sesuai maka harus
diperhatikan apakah uji yang akan digunakan adalah untuk
perbandingan yang bersifat terencana atau tidak
 Perbandingan terencana adalah perbandingan yang memang
direncanakan sebelum data suatu percobaan diperoleh atau
sebelum percobaan dilakukan, sedangkan perbandingan tidak
terencana adalah perbandingan yang diakukan setelah data
diperoleh
 Untuk melakukan pembandingan berpasangan atau
pembandingan berencana antar perlakukan
digunakan beberapa jenis uji lanjutan
 Setiap jenis uji lanjutan memerlukan kriteria-kriteria
tertentu yang harus dipenuhi sehingga pengunaannya
tidak boleh sembarang
 Beberapa jenis uji lanjutan (uji pembanding berganda)
yang dapat digunakan antara lain:
- Uji Beda Nyata Terkecil (BNT)
- Uji Beda Nyata Jujur (BNJ)
- Uji Student Neuman’s Keuls (SNK)
- Uji Duncan’s Multiple Range Test (DMRT)
- Uji Dunnet’s
- Uji Scheffe
- dan lain-lain.
JENIS-JENIS UJI LANJUTAN
UJI BEDA NYATA TERKECIL = BNT (LEAST
SIGNIFICANT DIFFERENT)
UJI BEDA NYATA JUJUR = BNJ (HONESTLY
SIGNIFICANT DIFFERENT)
UJI JARAK BERGANDA DUNCAN = DMRT
(DUNCAN’S MULTIPLE RANGE TEST)
UJI ORTOGONAL KONTRAS
UJI ORTOGONAL UNTUK MELIHAT
PENGARUH
Selain uji tersebut, juga dikenal pula uji
orthogonal yaitu orthogonal contras dan
orthogonal polynomial

Uji orthogonal digunakan untuk melihat

pengaruh perlakuan
 Apabila perlakuan berupa dosis atau takaran
pupuk  0 ; 25 ; 50 ; 75 ; 100 ; 125 ; 150 kg ha-1
pestisida  0,0 ; 0,15 ; 0,30 ; 0,45 ; liter ha -1
 Angka ortogonal dapat dilihat pada tabel
koefisien orthogonal
UJI ORTOGONAL KONTRAS
BILA PERLAKUAN TERDIRI DARI KELOMPOK
PERLAKUAN ATAU MERUPAKAN PENGUJIAN
TERENCANA
 KONTROL
 UREA 25 kg ha-1
 UREA 50 kg ha-1
 UREA 75 kg ha-1
 ZA 25 kg ha-1
 ZA 50 kg ha-1
 ZA 75 kg ha-1

 ANGKA ORTOGONAL DIBUAT SENDIRI

 Uji Beda Nyata Terkecil = BNT
(Least Significant Different = LSD)
 Uji ini sangat cocok digunakan apabila pengujian nilai
tengah perlakuan yang akan dibandingkan sebelumnya
telah direncanakan
 Tingkat ketepatan uji BNT akan berkurang jika digunakan
untuk menguji semua kemungkinan pasangan nilai tengah
perlakuan (melakukan pembanding yang tidak terencana)
 Beberapa aturan dasar yang perlu diperhatikan agar uji ini
dapat digunakan secara efektif antara lain: gunakan uji
BNT hanya apabila F. Hitung > F. Tabel
 Tidak menggunakan uji BNT untuk membandingkan
semua kombinasi pasangan nilai tengah perlakuan karena
hanya cocok untuk membandingkan dengan kontrol atau
tidak lebih dari lima perlakuan.
Apabila setiap perlakuan mempunyai ulangan yang
sama yaitu r, maka formula untuk perhitungan nilai
pembanding (NP) BNT pada taraf nyata α adalah:

NP BNTα = tα .
Nilai tα dilihat pada tabel t dengan menggunakan
derajat bebas galat dan yang digunakan.

 Untuk menilai apakah dua nilai tengah perlakuan

berbeda secara statistika, maka bandingkan
dengan selisih (beda) dua nilai tengah perlakuan
tersebut dengan nilai BNT.
Jika beda dua nilai tengah > nilai BNT , maka dua
nilai tengah dikatakan berbeda secara nyata pada
taraf α, sebaliknya
jika beda dua nilai tengah ≤ nilai NP BNT, maka
dua nilai tengah dikatakan tidak berbeda nyata.
 RANCANGAN ACAK KELOMPOK

KELOMPOK Rata-
PERLAKUAN Jumlah
I II III IV rata
A 22 24 23 26 95 23.8
B 32 34 31 35 132 33.0
C 43 42 44 43 172 43.0
D 56 57 52 51 216 54.0
E 11 13 10 15 49 12.3
Jumlah 164 170 160 170 664 33.2

SIDIK RAGAM
SUMBER F. TABEL
DB JK KT F.HIT
KERAGAMAN 0.05 0.01
Kelompok 3 14,4 4.8 1.22 tn 3.49 5.95
Perlakuan 4 4227.7 1056,9 269,3 ** 3.26 5.41
Galat 12 47,1 3.925
Total 19 4289,2
KK = 5.97%
 Simbol
Perlakuan Nilai Rata-rata Simbol Garis
Huruf
B= kontrol 33,0 a
C 43,0 b
D 54,0 b
A 23,8 b
E 12,3 b

NP BNT = db galat = (12; α = 0,01) x Akar (2 x 3,925 / 4)

= 3,055 x 1,400 = 4,280
Sebagai contoh, digunakan data pengamatan dan hasil analisis pada
RBSL dimana pada sidik ragam menunjukkan perlakuan
berpengaruh sangat nyata (A dianggap kontrol =K)

KOLOM Rata-
PERLAKUAN Jumlah
I II III IV V rata
A=K 349 330 341 304 315 1639 327,8
B 363 344 350 310 325 1692 338,4
C 293 275 301 285 292 1446 289,2
D 271 253 223 199 247 1193 238,6
E 248 212 198 164 192 1014 202,8
Jumlah 1524,00 1414,00 1413,00 1262,0 1371,0 6984 279,4

SIDIK RAGAM
SUMBER F. TABEL
DB JK KT F.HIT
0,05 0,01
KERAGAMAN
BARIS 4 471,76 117,94 0,5015 3,26 5,41 tn
KOLOM 4 7114,96 1778,7 7,5635 3,26 5,41 **
Perlakuan 4 67259,0 16814,7 71,499 3,26 5,41 **
Galat 12 2822,08 235,17
Total 24 77667,8
NP BNT = db galat = (12; α = 0,01) x
= 3,055 x 9,699 = 29,630

NP BNT selanjutnya dibandingkan dengan selisih nilai rata-rata

pasangan perlakuan yang diuji seperti berikut
YK – YB = (327,8 - 338,4) = 10,6 < 29,630  tidak berbeda=sama
YK – YC = (327,8 – 289,2) = 38,6 > 29,630  berbeda
YK – YD = (327,8 – 238,6) = 89,2 > 29,630  berbeda
YK – YE = (327,8 – 202,8) = 125 > 29,630  berbeda

 K= 327,8a Perbedaan simbol huruf (a atau b) B=338,4a

 B= 338,4a dibelakang angka menunjukkan A=327,8a
 C= 289,2b ada perbedaan rata-rata hasil antara C=289,2b
 D= 238,6b kontrol dengan perlakuan lain yang D=238,6c
 E= 202,8b dibandingkan E=202,8d
 Tabel t

0,05 0,01

db galat = 12  2,179 (α = 0,05) dan 3,055 (α = 0,01)

 UJI BEDA NYATA JUJUR = BNJ
(Honestly Significant Difference = HSD)
 Disebut uji Turkey, uji BNJ dapat digunakan untuk
membandingkan semua pasangan perlakuan yang ada
 Penggunaan uji ini sangat sederhana karena hanya
menggunakan satu nilai untuk menguji semua kombinasi
perlakuan yang akan dibandingkan seperti halnya pada uji
BNT
 Kriterium uji BNJ sama dengan uji BNT. Apabila setiap
perlakuan mempunyai ulangan yang sama yaitu r, maka
formula untuk perhitungan nilai BNJ pada taraf nyata α
adalah:
NP BNJα = qα (p, fe).

Nilai qα dilihat pada tabel BNJ dimana p adalah jumlah perlakuan dan
fe adalah derajat bebas galat.
 Jumlah perlakuan = 5 dan db galat = 12
NP BNJ = (5 ; 12 pada α = 0,01) x
= 5,84 x 6,858 = 40,05
Untuk memudahkan pengujian, maka urutkan rata-rata perlakuan
dari nilai terendah ke terbesar atau dari terbesar ke terkecil.

 YE – YD = (202,8 - 238,6) = 35,8 < 40,05  tidak berbeda

 YE – YC = (202,8 - 289,2) = 86,4 > 40,05  berbeda
 YE – YA = (202,8 - 327,8) = 125 > 40,05  berbeda
 YE – YB = (202,8 - 338,4) = 135,6 > 40,05  berbeda
 YD – YC = (238,6 - 289,2) = 50,6 > 40,05  berbeda
 YD – YA = (238,6 - 327,8) = 89,2 > 40,05  berbeda
 YD – YB = (238,6 - 338,4) = 99,8 > 40,05  berbeda
 YC – YA = (289,2 - 327,8) = 38,6 < 40,05  tidak berbeda
 YC – YB = (289,2 - 338,4) = 49,2 > 40,05  berbeda
 YA – YB = (338,4 - 327,8) = 10,6 < 40,05  tidak berbeda
Tabel BNJ = Tabel q

db perlakuan = 5 dan db galat = 12

 4,51 (α = 0,05) dan 5,84 (α = 0,01)
 Simbol
Perlakuan Nilai Rata-rata Simbol Garis
Huruf
E 202,8 a
D 238,6 a
C 289,2 b
A 327,8 bc
B 338,4 c
Keterangan : Angka-angka yang diikuti huruf yang sama a,b pada kolom
berarti tidak berbeda nyata pada taraf uji BNJ  = 0,01.
Kesimpulan dari uji BNJ menunjukkan bahwa perlakuan B
mempunyai nilai tertinggi (338,4) yang berbeda sangat nyata
dengan perlakuan C, D, dan E tetapi masih sama dengan A.
Perlakuan E mempunyai nilai terendah (202,8), berbeda sangat
nyata dengan perlakuan C, A, dan B, tetapi masih sama dengan
perlakuan D.
 Uji Jarak Berganda Duncan = UJBD
(Duncan’s Multiple Range Test = DMRT)

 Uji DMRT digunakan untuk membandingkan semua

pasangan perlakuan, tetapi tidak perlu memperhatikan
jumlah perlakuan yang ada dari percobaan karena masih
dapat mempertahankan taraf nyata yang ditetapkan
 Walaupun jumlah perlakuan yang dibandingkan
jumlahnya banyak, tetapi uji ini tetap mempunyai
ketelitian tinggi karena nilai pembanding yang
digunakan didasarkan pada sekumpulan nilai
pembanding yang ukurannya semakin besar berdasarkan
jarak dari nilai tengah yang dibandingkan
 Uji DMRT dapat digunakan walaupun F. hitung < F.
Tabel
Langkah-langkah perhitungan uji ini adalah:
 Urutkan nilai tengah perlakuan dari terendah ke tertinggi
E=202,8 D=238,6 C=289,2 A=327,8 B=338,4
 Hitung NP dengan rumus = Tabel DMRT x Sd


Dimana Sd = Sd = = 6,858

Jarak Perlakuan 2 3 4 5
Tabel DMRT
4,32 4,55 4,68 4,76
( db galat = 12 ; α = 0,01)

NP DMRT = Sd . Tabel DMRT 29,63 31,20 32,10 32,65

 Tabel Duncan (DMRT) = SSR

db galat = 12
α = 0,01  Jarak 2 = 4,32 ; Jarak 3 = 4,55; Jarak 4 = 4,68; Jarak 5 = 4,76
 Bandingkan selisih nilai tengah perlakuan dengan NP
DMRT (sesuai jaraknya) pada rata-rata perlakuan yang
telah diurutkan sehingga jarak diketahui

YE – YD = (202,8 - 238,6) = 35,8 > 29,63  berbeda

YE – YC = (202,8 - 289,2) = 86,4 > 31,20  berbeda
YE – YA = (202,8 - 327,8) = 125 > 32,10  berbeda
YE – YB = (202,8 - 338,4) = 135,6 > 32,65  berbeda
YD – YC = (238,6 - 289,2) = 50,6 > 29,63  berbeda
YD – YA = (238,6 - 327,8) = 89,2 > 31,20  berbeda
YD – YB = (238,6 - 338,4) = 99,8 > 32,10  berbeda
YC – YA = (289,2 - 327,8) = 38,6 > 29,63  berbeda
YC – YB = (289,2 - 338,4) = 49,2 > 31,20  berbeda
YA – YB = (338,4 - 327,8) = 10,6 < 29,63  tidak berbeda
 Perlakuan Nilai Rata-rata Simbol Huruf Simbol Garis
E 202,8 a
D 238,6 b
C 289,2 c
A 327,8 d
B 338,4 d
Kesimpulan dari uji DMRT menunjukkan bahwa perlakuan B
mempunyai nilai tertinggi (338,4) yang berbeda sangat nyata
dengan perlakuan C, D, dan E tetapi masih sama dengan A.
Perlakuan E mempunyai nilai terendah (202,8), dan berbeda
sangat nyata dengan perlakuan lainnya (D, C, A, dan B)
Terlihat bahwa perlakuan E pada uji BNJ masih sama dengan
perlakuan D, tetapi pada uji DMRT ternyata justeru berbeda
karena NP DMRT yang digunakan sesuai jarak.
Contoh Hasil Uji Lanjutan menggunakan SPSS

UJI Subset
Perlakuan N
1 2 3
N 4 2.0000 a
J 4 3.0000 3.0000 ab
Tukey
I 4 3.0000 3.0000 ab
H
M 4 3.5000 3.5000 ab
S L 4 3.7500 b

D K 4 4.0000 b
a H 4 4.2500 b
Sig. .083 .209
N 4 2.0000 a
J 4 3.0000 3.0000 ab
I 4 3.0000 3.0000 ab
M 4 3.5000 3.5000 bc
Duncana L bc
4 3.7500 3.7500
K 4 4.0000 4.0000 bc
H 4 4.2500 c
Sig. .071 .085 .183
 Jika tidak tepat dalam pemilihan uji akibat salah prosedur maka hasil
akhirnya akan bias atau tidak tepatnya kesimpulan yang akan kita
ambil, hal ini berakibat fatal bagi pengguna rekomendasi kita. Sebagai
ilustrasi pada penggunaan dosis obat dalam penanggulangan penyakit
ikan. Jika hasil penelitian tentang dosis obat tersebut salah dan kita
menggunakan rekomendasi yang salah tersebut, maka dampaknya
bukan menyembuhkan tetapi bisa menimbulkan kematian bagi ikan.
Untuk itu perlu rambu-rambu yang harus dipenuhi agar tidak bias
kesimpulan akhir dalam pengujian Rerata nilai tengah perlakuan
ini, yaitu sebagai berikut :
1. Jika koefisien keragaman besar (minimal 10% pada kondisi homogen
atau minimal 20% pada kondisi heterogen), uji lanjutan yang
sebaiknya digunakan adalah uji wilayah ganda Duncan, karena uji
dapat dikatakan yang paling teliti.
2. Jika koefisien keragaman sedang (antara 5 - 10% pada kondisi
homogen atau minimal 10 - 20% pada kondisi heterogen), uji lanjutan
yang sebaiknya digunakan adalah uji BNT (beda nyata
terkecil) karena uji dapat dikatakan juga berketelitian sedang.
3. Jika koefisien keragaman kecil (maksimal 5 % pada kondisi homogen
atau minimal 10% pada kondisi heterogen), uji lanjutan yang sebaiknya
digunakan adalah uji BNJ (beda nyata jujur) karena uji ini tergolong
kurang teliti
Terima Kasih