Rekapan Presentasi UJi Statistika

Contoh ke 3 Untuk melihat keefektifan pengaruh pemupukan terhadap produksi suatu

varietas padi dilakukan percobaan di rumah kaca sebagai berikut: Perlakuan yang
dicobakan adalah pupuk k dan p dengan komposisi 2:1 (k2P1), 2:2 (k2P2), …
, 3:4 (k3P4) ditambah sebuah control (k0P0). Setiap perlakuan diulang dalam 3 blok
(timur, tengah, barat). Data pengamatannya adalah sebagai berikut:

k2P1 = 10,19 k2P1 = 32,02 k2P2 = 23,91 k2P3 = 17,15

k2P1 = 9,26 k2P1 = 25,76 k2P1 = 21,99 k2P3 = 15,66
k2P1 = 12,73 k2P1 = 19,72 k2P1 = 21,42 k2P3 = 10,37
k2P4 = 10,35 k3P1 = 21,98 k3P2 = 18,08
k2P4 = 13,31 k3P1 = 19,43 k3P2 = 13,50
k2P4 = 14,31 k3P1 = 16,16 k3P2 = 18,32

k3P3 = 18,08 k3P4 = 12,37

k3P3 = 14,01 k3P4 = 16,32
k3P3 = 14,39 k3P3 = 10,20

Jawaban:
Tabel anovanya adalah sbb:

Sumber Derajat Jumlah Kudrat F hitung Nilai P

Keragaman Bebas Kuadrat Tengah
Kelompok 2 39,211 19,6053 2,22 0,141
Perlakuan 8 586,040 73,2550 8,30 0,000
Galat 16 141,261 8,8288
Total 26 766,511
 Pada dasarnya bujur sangkar yang paling umum digunakan adalah 4x4, 5x5,
sampai 8x8, sedangkan bujur sangkar yang lebih dari 12x12 jarang digunakan.
Penentuan banyaknya rancangan yang mungkin disesuaikan dengan banyaknya
perlakuan dengan menggunakan rumus:

N pasangan = (t)(t!)((t-1)!)

Dimana : N = jumlah pasangan

t = banyaknya perlakuan
Misal perlakuan sebanyak 5 maka jumlah pasangan yang mungkin
terbentuk adalah (5)(5!)((5-1)!) = (5)(5x4x3x2x1)(4x3x2x1) = 14400
kemungkinan pasangan. Pada RBSL ini ketika menggunakan 5 perlakuan (t), 5
baris (b), dan 5 kolom (k) sehingga terbentuk bujur sangkar (5x5) maka tabulasi
datanya dapat disajikan sebagai berikut.
 Baris Jumlah
Kolom (j)
(i) baris
)
1 2 3 4 5
1

5
Jumlah kolom

Jumlah perlakuan
(

4.1 Model Linier RBSL

Secara umum model aditif linier dari Rancangan Bujur Sangkar Latin
(RBSL) dengan satu faktor adalah:
+

Dimana : = Rataan umum

= Pengaruh baris ke-i
= Pengaruh kolom ke-j
= Pengaruh perlakuan ke-k

= Pengaruh acak baris ke-i, kolom ke-j, dan perlakuan ke-k

i = 1,2,3,…r; j = 1,2,3,…r; k = 1,2,3,…r
Hipotesis

Hipotesis yang dapat diuji dari rancangan di atas yaitu pengaruh perlakuan,
pengaruh baris dan kolom. Bentuk hipotesisnya dapat ditulis sebagai berikut:
a) Hipotesis pengaruh perlakuan
H0 : =…= = 0 (perlakuan tidak berpengaruh terhadap respon yang
diamati)
H1 : paling sedikit ada satu k dimana
b) Hipotesis pengaruh baris
H0 : = … = = 0 (baris tidak berpengaruh terhadap respon yang
diamati)
 H1 : paling sedikit ada satu i dimana
c) Hipotesis pengaruh kolom
H0 : = … = = 0 (kolom tidak berpengaruh terhadap respon yang
diamati)
H1 : paling sedikit ada satu j dimana

4.2 Analisis Data

Data yang diperoleh dengan menggunakan Rancangan Bujur Sangkar Latin

(RBSL) akan dianalisis keragamannya atau dilakukan sidik ragam. Guna
mempermudah pelaksanaan analisis data maka perlu mengetahui dan
menggunakan rumus-rumus di bawah dengan tahapan berikut:
1. Menghitung Faktor Koreksi (FK)

FK =
2. Menghitung Jumlah Kuadrat Total (JKT)

3. Menghitung Jumlah Kuadrat Baris (JKB)

JKB =
4. Menghitung Jumlah Kuadrat Kolom (JKK)

5. Menghitung Jumah Kuadrat Perlakuan (JKP)

6. Menghitung Jumlah Kuadrat Galat (JKG)

JKG = JKT – JKP – JKB – JKK
7. Menghitung Kuadrat Tengah Baris (KTB)
KTB = JKB / r-1
8. Menghitung Kuadrat Tengah Kolom(KTK)
KTK = JKK / r-1
 9. Menghitung Kuadrat Tengah Perlakuan
(KTP) KTP = JKP / r-1
10. Menghitung Kuadrat Tengah Galat (KTG)
KTG = JKG / (r-1)(r-2)
Selanjutnya rumus-rumus perhitungan tersebut ditabulasi ke dalam tabel
sidik ragam seperti tabel berikut ini.

Sumber
Db JK KT Fhitung
Keragaman
Baris r-1 JKB KTB KTB/KTG
Kolom r-1 JKK KTK KTK/KTG
Perlakuan r-1 JKP KTP KTP/KTG
Galat (r-1)(r-2) JKG KTG
Total JKT

Pengujian Hipotesis

o Fhitung = KTP/KTG berdistribusi F dengan db pembilang r-1 dan db

penyebut (r-1)(r-2), Jika Fhitung > ;(r−1);(r−1)(r−2) , maka Ho ditolak

dan berlaku sebaliknya.

o Fhitung = KTB/KTG berdistribusi F dengan db pembilang r-1 dan db
penyebut (r-1)(r-2), Jika Fhitung > ;(r−1);(r−1)(r−2) , maka Ho ditolak

dan berlaku sebaliknya.

o Fhitung = KTK/KTG berdistribusi F dengan db pembilang r-1 dan db
penyebut (r-1)(r-2), Jika Fhitung > ;(r−1);(r−1)(r−2) , maka Ho ditolak

dan berlaku sebaliknya.

Koefisien Keragaman (KK)

Koefisien keragaman (KK) adalah persen rataan dari rataan umum

percobaan. Fungsi KK dalam RBSL mempunyai fungsi yang sama dengan RAL
maupun RAK yaitu untuk menunjukkan derajat kejituan (accuracy atau
precision) serta keandalan kesimpulan.
 KK dirumuskan sebagai berikut:

KK = x 100% ;

Dimana: = (rataan umum) =

Jika nilai KK semakin kecil maka derajat kejituan dan keandalan serta
validitas kesimpulan akan semakin tinggi, begitu pula sebaliknya. Nilai KK ini
sangat dipengaruhi oleh keheterogenitasan, control local, selang perlakuan, dan
ulangan percobaan.

Efesiensi Relatif (ER)

Tingkat efesiensi dari RBSL akan dibandingkan terhadap RAK. Jika baris
dalam RBSL dianggap blok dalam RAK maka efesiensi ini sebenarnya
membandingkan tanpa kolom dan dengan kolom. Efesiensinya dapat
dirumuskan sebagai berikut:

ER =

Dimana: = ; KTG

db1 derajat bebas galat dari RBSL ; derajat

bebas galat dari RAK

Kasus 1

Seorang peneliti ingin mengetahui pengaruh jenis pelarut terhadap

rendemen antioksidan dalam ekstraksi bunga rosella. Pada ekstraksi ini
menggunakan 5 jenis pelarut dengan 5 kelompok tingkat kematangan bunga dan
5 kelompok teknik pengeringan.
 Data Hasil Percobaan Pengaruh Jenis Pelarut Terhadap Rendemen Antioksidan

Kelompok
Tingkat Kelompok Teknik Pengeringan
(kolom ke-j) Jumlah
Kematangan
(baris ke-i) Pada Baris
1 2 3 4 5
A B C D E
1 29,54
5,39 5,63 5,93 6,26 6,33
E A B C D
2 29,57
6,32 5,38 5,64 5,95 6,28
D E A B C
3 29,5
6,24 6,35 5,36 5,61 5,94
C D E A B
4 29,71
5,92 6,27 6,38 5,35 5,80
B C D E A
5 29,6
5,62 5,93 6,28 6,37 5,40
Jumlah Pada
29,48 29,56 29,59 29,54 29,75 147,92
Kolom
Jumlah Pada 26,88 28,30 29,66 31,33 31,75
Perlakuan A B C D E
Keterangan : A,B,C,D dan E adalah jenis pelarut (perlakuan (k))

 Hipotesis
Hipotesis yang dapat diuji dari rancangan di atas yaitu pengaruh
perlakuan, pengaruh baris dan kolom. Bentuk hipotesisnya dapat ditulis
sebagai berikut:
a) Hipotesis pengaruh jenis pelarut
H0 : jenis pelarut tidak berpengaruh terhadap rendemen antioksidan
dalam ekstraksi bunga rosella yang diamati
H1 : paling sedikit ada satu jenis pelarut dimana pengaruh jenis pelarut
≠0
b) Hipotesis pengaruh tingkat kematangan
H0 : tingkat kematangan tidak berpengaruh terhadap rendemen
antioksidan dalam ekstraksi bunga rosella yang diamati
H1 : paling sedikit ada satu tingkat kematangan dimana pengaruh tingkat
kematangan ≠ 0
c) Hipotesis pengaruh tingkat pengeringan
 H0 : tingkat pengeringan tidak berpengaruh terhadap rendemen
antioksidan dalam ekstraksi bunga rosella yang diamati
H1 : paling sedikit ada satu tingkat pengeringan dimana pengaruh tingkat
pengeringan ≠ 0

 Perhitungan Sidik Ragam

Berdasarkan data yang tertera maka sidik ragam dilakukan melalui
tahapan perhitungan sebagai berikut:
1. Menghitung Faktor Koreksi (FK)

FK =

= 875,21
2. Menghitung Jumlah Kuadrat Total (JKT)

=
= 878,79 – 875,21
= 3,373
3. Menghitung Jumlah Kuadrat Baris (JKB)

JKB =

= 0,005
4. Menghitung Jumlah Kuadrat Kolom (JKK)

=
= 0,008
5. Menghitung Jumah Kuadrat Perlakuan (JKP)

= 3,341
6. Menghitung Jumlah Kuadrat Galat (JKG)
JKG = JKT – JKP – JKB – JKK
= 3,373 – 3,341 – 0,005 – 0,008
= 0,02
7. Menghitung Kuadrat Tengah Baris
(KTB) KTB = JKB / r-1
= 0,005 / 4
= 0,0013
8. Menghitung Kuadrat Tengah Kolom(KTK)
KTK = JKK / r-1
= 0,008 / 4
= 0,002
9. Menghitung Kuadrat Tengah Perlakuan
(KTP) KTP = JKP / r-1
= 3,341 / 4
= 0,8353
10. Menghitung Kuadrat Tengah Galat (KTG)
KTG = JKG / (r-1)(r-2)
= 0,02 / 12
= 0,0015

 Menghitung Fhitung
Fhitung baris = KTB / KTG
= 0,0013 / 0,0015
= 0,8667
 Fhitung kolom = KTK / KTG
= 0,002 / 0,0015

= 1,3333

Fhitung perlakuan = KTP / KTG

= 0,8353 / 0,0015

= 556,867

 Menghitung nilai koefisien Keragaman (KK)

KK = x 100%

= x 100%

= 0,6%

 Membuat Tabel Sidik Ragam

Sumber Ftabel
Db JK KT Fhitung
Keragaman
Baris r-1 = 4 0,005 0,0013 0,8667 3,26
Kolom r-1 = 4 0,008 0,002 1,3333 3,26
Perlakuan r-1 = 4 3,341 0,8353 554,652 3,26
Galat (r-1)(r-2) = 12 0,02 0,0015
Total 24 3,373 0,1405

 Kesimpulan
Tabel sidik ragam (uji F) di atas menunjukkan bahwa F hitung perlakuan >
Ftabel sehingga tolak H0, artinya terima H1 yang paling sedikit ada satu
jenis pelarut dimana . Sedangkan pengaruh

tingkat kematangan dan teknik pengeringan menerima H0 karena Fhitung

< Ftabel, sehingga tingkat kematangan dan tingkat pengeringan tidak
berpengaruh nyata terhadap rendemen antioksidan dalam ekstraksi
bunga rosella yang diamati.
 Sidik Ragam menggunakan Minitab
Data yang dimasukkan pada minitab sebagai berikut:
jenis pelarut rendemen teknik pengeringan tingkat kematangan
1 5.39 1 1
2 5.63 2 1
3 5.93 3 1
4 6.26 4 1
5 6.33 5 1
5 6.32 1 2
1 5.38 2 2
2 5.64 3 2
3 5.95 4 2
4 6.28 5 2
4 6.24 1 3
5 6.35 2 3
1 5.36 3 3
2 5.61 4 3
3 5.94 5 3
3 5.91 1 4
4 6.27 2 4
5 6.38 3 4
1 5.35 4 4
2 5.8 5 4
2 5.62 1 5
3 5.93 2 5
4 6.28 3 5
5 6.37 4 5
1 5.4 5 5
Keterangan: pada jenis pelarut (1= “A” , 2= “B”, 3= “C”, 4= “D”,5= “E”)

Hasil yang diperoleh :

General Linear Model: rendemen versus jenis pelaru, teknik penge, ...

Factor TypeLevels Values

jenis pelarut fixed 5 1, 2, 3, 4, 5
teknik pengeringan fixed 5 1, 2, 3, 4, 5
tingkat kematangan fixed 5 1, 2, 3, 4, 5

Analysis of Variance for rendemen, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

jenis pelarut 4 3.34122 3.34122 0.83531 554.65 0.000
teknik pengeringan 4 0.00818 0.00818 0.00205 1.36 0.305
tingkat kematangan 4 0.00506 0.00506 0.00127 0.84 0.525
Error 12 0.01807 0.01807 0.00151
Total 24 3.37254
 Descriptive Statistics: rendemen
teknik Total
Variable pengeringan Count Mean StDev
rendemen 1 5 5.896 0.397
2 5 5.912 0.413
3 5 5.918 0.428
4 5 5.908 0.430
5 5 5.950 0.380

Descriptive Statistics: rendemen

tingkat Total
Variable kematangan Count Mean StDev
rendemen 1 5 5.908 0.403
2 5 5.914 0.406
3 5 5.900 0.417
4 5 5.942 0.410
5 5 5.920 0.416

Descriptive Statistics: rendemen

jenis Total
Variable pelarut Count Mean StDev
rendemen 1 5 5.3760 0.0207
2 5 5.6600 0.0791
3 5 5.9320 0.0148
4 5 6.2660 0.0167
5 5 6.3500 0.0255