UJI LANJUT

Rancangan Percobaan
Mukti Ratna Dewi, S.Si., M.Sc.
Departemen Statistika Bisnis, F. Vokasi, ITS

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

CPMK 2
Mampu menganalisis Rancangan Acak Lengkap (RAL) dan
Mampu menganalisi perbandingan berganda dengan 4
metode (LSD, HSD, Duncan dan Dunnett baik secara manual
maupun dengan software

Materi Pembelajaran
Uji Lanjut:
- Planned Comparison
- Post-Hoc Test

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

MOTIVATING EXAMPLE
Suatu percobaan dilakukan untuk meneliti efek perbedaan kandungan katun dalam kain terhadap daya
tarik (kg/cm2). Percobaan melibatkan 5 level persentase kandungan katun ,yaitu k1= 15%, k2= 20%, k3= 25%,
k4= 30% dan k5= 35% dengan 5 kali ulangan. Hasil pengukuran daya tarik terhadap kain percobaan yang
berukuran 40 cm2 di tampilkan pada tabel di bawah ini

Observasi
Perlakuan
1 2 3 4 5
k1 7 7 15 11 9 a. Jelaskan perlakuan, unit percobaan atau unit
k2 12 17 12 18 18 eksperimen, variabel respon dan perlakuan!
k3 14 18 18 19 19 b. Apakah ada efek kandungan katun yang signifikan
terhadap daya tarik? Bila ada, mana yang berbeda?
k4 19 25 22 19 23
k5 7 10 11 15 11

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

MOTIVATING EXAMPLE
Pada penelitian ini:
- Respon : daya tarik (kg/cm2)
- Faktor : kandungan katun
- Level : 5, yaitu k1, k2, k3, k4, k5
- Perlakuan : persentase kandungan katun yang dicampurkan dalam proses pembuatan kain (ada 5)

Sumber Variasi SS df MS F P-value F crit P-value < 0.05  Tolak H0

Perlakuan 475.76 4 118.94 14.76 0.00 2.87 Minimal ada satu level kandungan katun
Error 161.20 20 8.06 yang memberikan efek berbeda terhadap
Total 636.96 24 daya tarik kain secara signifikan

• Apakah perlakuan memberikan pengaruh yang signifikan terhadap respon?  ANOVA

• Kesimpulan ANOVA: pengaruh signifikan  Perlakuan yang mana?  Uji Lanjut

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 KLASIFIKASI UJI LANJUT
PLANNED COMPARISON
 Lebih powerful (lebih mungkin menolak hipotesis yang salah) dibandingkan post-hoc test
 Didesain sebelum penelitian
 Overall F test (ANOVA) tidak wajib signifikan
 Jenis:
 Bonferroni Test
 Liear Contrast
 Scheffe’s Test

POST-HOC TEST
 Tidak perlu didesain sebelum penelitian
 Digunakan apabila overall F test (ANOVA) signifikan
 Jenis:
 Fisher’s Least Significance Difference (LSD)
 Tukey Test (Tukey HSD & Tukey-Kramer)
 Duncan Multiple Range Test (DMRT)
 Dunnett’s Test

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 FISHER’S LSD
FISHER’S (LSD) PROSEDUR PENGUJIAN
 Hipotesis:
 Hanya dapat digunakan apabila p=3
H0 : µi = µj
 Jumlah ulangan bisa sama atau tidak
H1 : µi ≠ µj untuk i ≠ j
 Statistik Uji:
LANGKAH PENGUJIAN - Ulangan sama
 LSD 2𝑀𝑆𝐸
 Tentukan nilai MSE dan df-nya dari tabel ANOVA LSD = 𝑡𝛼 2,𝑑𝑓𝑒
𝑟
 Tentukan nilai two-tailed t-student
 Hitung nilai LSD - Ulangan tidak sama
 Selisih Rata-Rata 1 1
 Buat tabel matriks selisih rata-rata mutlak di LSD = 𝑡𝛼 2,𝑑𝑓𝑒 + 𝑀𝑆𝐸
𝑟𝑖 𝑟𝑗
antara perlakuan
 Bandingkan antara LSD dan selisih rata-rata (Ket: dfe = df dari error; r = jumlah ulangan)
 Keputusan:
Tolak H0 jika 𝑦𝑖. − 𝑦𝑗. > 𝐿𝑆𝐷

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 CONTOH FISHER’ LSD
Lanjutan dari MOTIVATING EXAMPLE

Sumber Variasi Df Sum of Square Mean Square Fcrit P-Value

Perlakuan 4 475.76 118.94 14.76 0.00
Error 20 161.20 8.06
Total 24 636.96

 STEP 1: HITUNG NILAI STATISTIK UJI

• Perlakuan (p) = 5 • Ulangan (r) = 5 (sama) • α = 5%

• MSE = 8.06 • df = 20 • 𝑡0.025;20 = 2.086

𝟐 (𝟖. 𝟎𝟔)
𝐋𝐒𝐃 = 𝟐. 𝟎𝟖𝟔 = 𝟑. 𝟕𝟒𝟓
𝟓
Tips:
Menghitung nilai t di Ms. Excel menggunakan formula T.INV.2T(0.05,20) atau T.INV(0.975,20)

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 CONTOH FISHER’S LSD (LANJ.)
 STEP 2: NILAI MUTLAK SELISIH RATA-RATA

k1 k2 k3 k4 k5
Perlakuan Rata-Rata |15.4-9.8| = 5.6
9.8 15.4 17.6 21.6 10.8
k1 9.8 0
|10.8-21.6| = 10.8
k2 15.4 5.6 0
k3 17.6 7.8 2.2 0
k4 21.6 11.8 6.2 4 0
k5 10.8 1 4.6 6.8 10.8 0

 STEP 3: BANDINGKAN

k1 k2 k3 k4 k5 k1-k2 = 5.6 > LSD = 3.475  Tolak H0

Perlakuan Rata-Rata
9.8 15.4 17.6 21.6 10.8
k1 9.8 0 k2-k3 2.2 < LSD = 3.475  Gagal Tolak H0
k2 15.4 5.6* 0
k3 17.6 7.8* 2.2 0 Kesimpulan:
k4 21.6 11.8* 6.2* 4* 0 Semua pasangan perlakuan berbeda signifikan kecuali
k5 10.8 1 4.6* 6.8* 10.8* 0 k1-k5 dan k2-k3

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 TUKEY’S HSD & TUKEY-KRAMER
TUKEY TEST PROSEDUR PENGUJIAN
 Hipotesis:
 Jumlah ulangan sama  Tukey’s HSD
H0 : µi = µj
 Jumlah ulangan tidak sama  Tukey-Kramer
H1 : µi ≠ µj untuk i ≠ j
 Statistik Uji:
LANGKAH PENGUJIAN - Ulangan sama
 Statistik Uji
𝑀𝑆𝐸
 Tentukan nilai MSE dan df-nya dari tabel ANOVA 𝑇𝛼 = 𝑞𝛼,𝑝,𝑑𝑓𝑒
 Tentukan nilai q dari tabel studenized range test 𝑟
 Hitung nilai statistik uji Tα - Ulangan tidak sama
 Selisih Rata-Rata 𝑀𝑆𝐸 1 1
 Urutkan rata-rata perlakuan secara menaik 𝑇𝛼 = 𝑞𝛼,𝑝,𝑑𝑓𝑒 +
2 𝑟𝑖 𝑟𝑗
 Buat tabel matriks selisih rata-rata mutlak di
antara perlakuan (Ket: p = jumlah perlakuan; dfe = df dari error; r =
 Bandingkan antara HSD dan nilai mutlak dari jumlah ulangan)
selisih rata-rata  Keputusan:
Tolak H0 jika 𝑦𝑖. − 𝑦𝑗. > 𝑇𝛼

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 CONTOH TUKEY’S HSD
Lanjutan dari MOTIVATING EXAMPLE

Sumber Variasi Df Sum of Square Mean Square Fcrit P-Value

Perlakuan 4 475.76 118.94 14.76 0.00
Error 20 161.20 8.06
Total 24 636.96

 STEP 1: HITUNG NILAI STATISTIK UJI

• Perlakuan (p) = 5 • Ulangan (r) = 5 (sama) • α = 5%

• MSE = 8.06 • df = 20 • 𝑞0.05;5;20 = 4.23

𝟖. 𝟎𝟔
𝑻𝜶 = 𝟒. 𝟐𝟑 = 𝟓. 𝟑𝟕
𝟓

Catatan: Tabel SRS dapat dilihat pada Appendix XII di buku Design and Analysis of Experiments 8th Ed oleh D. C. Montgomery

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 CONTOH TUKEY’S HSD (LANJ.)
 STEP 2: NILAI MUTLAK SELISIH RATA-RATA

k1 k2 k3 k4 k5
Perlakuan Rata-Rata |15.4-9.8| = 5.6
9.8 15.4 17.6 21.6 10.8
k1 9.8 0
|10.8-21.6| = 10.8
k2 15.4 5.6 0
k3 17.6 7.8 2.2 0
k4 21.6 11.8 6.2 4 0
k5 10.8 1 4.6 6.8 10.8 0

 STEP 3: BANDINGKAN

k1 k2 k3 k4 k5 k1-k2 = 5.6 > Tα = 5.37  Tolak H0

Perlakuan Rata-Rata
9.8 15.4 17.6 21.6 10.8
k1 9.8 0 k2-k3 2.2 < Tα = 5.37  Gagal Tolak H0
k2 15.4 5.6* 0
k3 17.6 7.8* 2.2 0 Kesimpulan:
k4 21.6 11.8* 6.2* 4 0 Pasangan perlakuan berbeda signifikan adalah
k5 10.8 1 4.6 6.8* 10.8* 0 k1-k2, k1-k3, k1-k4, k2-k4, k3-k5, k4-k5

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 DUNCAN MRT
DUNCAN (DMRT) PROSEDUR PENGUJIAN
 Hipotesis:
 Jumlah ulangan sama
H0 : µi = µj
H1 : µi ≠ µj untuk i ≠ j
LANGKAH PENGUJIAN  Statistik Uji:
 DMRT 𝑀𝑆𝐸
 Tentukan nilai MSE dan df-nya dari tabel ANOVA 𝐷𝑀𝑅𝑇𝑝 = 𝑞𝛼,𝑝,𝑑𝑓𝑒
𝑟
 Hitung least significant range DMRTp dimana p=
2, ..., p (Ket: p= jumlah perlakuan; dfe = df dari error; r =
 Hitung nilai DMRTp jumlah ulangan)
 Selisih Rata-Rata  Keputusan:
(𝑝)
 Urutkan rata-rata perlakuan secara menaik Tolak H0 jika 𝑦𝑖. − 𝑦𝑗. > 𝐷𝑀𝑅𝑇𝑝
 Buat tabel matriks selisih rata-rata mutlak di
antara perlakuan
 Bandingkan antara DMRT dan nilai mutlak dari
selisih rata-rata

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 CONTOH DUNCAN MRT
Lanjutan dari MOTIVATING EXAMPLE

Sumber Variasi Df Sum of Square Mean Square Fcrit P-Value

Perlakuan 4 475.76 118.94 14.76 0.00
Error 20 161.20 8.06
Total 24 636.96

 STEP 1: HITUNG NILAI STATISTIK UJI

• Perlakuan (p) = 5 • Ulangan (r) = 5 • α = 5% • MSE = 8.06 • df = 20

p 𝑞𝟎.𝟎𝟓, 𝑝, 𝟐𝟎 DMRTp
2 2.95 3.75
3 3.10 3.94
4 3.18 4.04
5 3.25 4.13
www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia
 CONTOH DUNCAN MRT (LANJ.)
 STEP 2: NILAI MUTLAK SELISIH RATA-RATA  STEP 3: BANDINGKAN

k1 k5 k2 k3 k4
Perlakuan Rata-Rata p 𝑞𝟎.𝟎𝟓, 𝑝, 𝟐𝟎 DMRTp
9.8 10.8 15.4 17.6 21.6
k1 9.8 0 2 2.95 3.75
k5 10.8 1(2) 0 3 3.10 3.94
k2 15.4 5.6(3) 4.6(2) 0 4 3.18 4.04
k3 17.6 7.8(4) 6.8(3) 2.2(2) 0
5 3.25 4.13
k4 21.6 11.8(5) 10.8(4) 6.2(3) 4(2) 0

Keputusan: Kesimpulan:
k1-k5 = 1 < DMRT2 = 3.75  Gagal Tolak H0 Semua pasangan perlakuan memberikan efek yang
. berbeda, kecuali pasangan perlakuan k2-k3 dan k1-k5
.
.
k1-k4 = 11.8 > DMRT5 = 4.13  Tolak H0

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 DUNNETT’S TEST
DUNNET’S TEST PROSEDUR PENGUJIAN
 Hipotesis (two-sided):
 Hanya bisa digunakan untuk membandingkan
H0 : µi = µkontrol
perlakuan dengan kontrol untuk i=1,2,... p-1
H1 : µi ≠ µkontrol
 Mampu melakukan pengujian satu sisi (one-
 Statistik Uji:
sided test) atau dua sisi (two-sided test)
- Ulangan sama
 Contoh one-sided test:
2𝑀𝑆𝐸
Misal A = obat baru, B=obat lama 𝐷𝐿𝑆𝐷𝛼 = 𝑑𝛼,𝑝−1, 𝑑𝑓𝑒
Apakah A lebih baik dari B? 𝑟
Apakah A lebih buruk dari B? - Ulangan tidak sama
 Contoh two-sided test:
1 1
Misal A = obat baru, B=obat lama 𝐷𝐿𝑆𝐷𝛼 = 𝑑𝛼,𝑝−1, 𝑑𝑓𝑒 + 𝑀𝑆𝐸
Apakah A berbeda dari B? 𝑟𝑖 𝑟𝑘𝑜𝑛𝑡𝑟𝑜𝑙
(Hasil yang berbeda memiliki dua (Ket: p= jumlah perlakuan; dfe = df dari error; r =
kemungkinan, yaitu lebih baik atau lebih jumlah ulangan)
buruk)  Keputusan:
Tolak H0 jika 𝑦𝑖. − 𝑦𝑘𝑜𝑛𝑡𝑟𝑜𝑙. > 𝐷𝐿𝑆𝐷

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 DUNNETT’S TEST (LANJ.)
PROSEDUR PENGUJIAN PROSEDUR PENGUJIAN
 Hipotesis (one-sided):  Hipotesis (one-sided):
H0 : µi ≥ µkontrol H0 : µi ≤ µkontrol
untuk i=1,2,... p-1 H1 : µi > µkontrol untuk i=1,2,... p-1
H1 : µi < µkontrol
 Statistik Uji:  Statistik Uji:
- Ulangan sama - Ulangan sama
2𝑀𝑆𝐸 2𝑀𝑆𝐸
𝐷𝐿𝑆𝐷𝛼 = 𝑑𝛼,𝑝−1, 𝑑𝑓𝑒 𝐷𝐿𝑆𝐷𝛼 = 𝑑𝛼,𝑝−1, 𝑑𝑓𝑒
𝑟 𝑟
- Ulangan tidak sama - Ulangan tidak sama
1 1 1 1
𝐷𝐿𝑆𝐷𝛼 = 𝑑𝛼,𝑝−1, 𝑑𝑓𝑒 + 𝑀𝑆𝐸 𝐷𝐿𝑆𝐷𝛼 = 𝑑𝛼,𝑝−1, 𝑑𝑓𝑒 + 𝑀𝑆𝐸
𝑟𝑖 𝑟𝑘𝑜𝑛𝑡𝑟𝑜𝑙 𝑟𝑖 𝑟𝑘𝑜𝑛𝑡𝑟𝑜𝑙
(Ket: p= jumlah perlakuan; dfe = df dari error; r = (Ket: p= jumlah perlakuan; dfe = df dari error; r =
jumlah ulangan) jumlah ulangan)
 Keputusan:  Keputusan:
Tolak H0 jika 𝑦𝑖. − 𝑦𝑘𝑜𝑛𝑡𝑟𝑜𝑙. < −𝐷𝐿𝑆𝐷 Tolak H0 jika 𝑦𝑖. − 𝑦𝑘𝑜𝑛𝑡𝑟𝑜𝑙. > 𝐷𝐿𝑆𝐷

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 CONTOH DUNNETT TEST
Lanjutan dari MOTIVATING EXAMPLE

Sumber Variasi Df Sum of Square Mean Square Fcrit P-Value

Perlakuan 4 475.76 118.94 14.76 0.00 Pada contoh ini, dimisalkan
Error 20 161.20 8.06 k5 adalah kontrol
Total 24 636.96

 STEP 1: HITUNG NILAI STATISTIK UJI

• Perlakuan (p) = 5 • Ulangan (r) = 5 • α = 5%

• MSE = 8.06 • df = 20 • 𝑑0.05;4;20 = 2.65  two-sided

𝟐 (𝟖. 𝟎𝟔)
𝑫𝑳𝑺𝑫 = 𝟐. 𝟔𝟓 = 𝟒. 𝟕𝟔
𝟓
Catatan:
Tabel Dunnet’s Test dapat dilihat pada Appendix XIII di buku Design and Analysis of Experiments 8th Ed oleh D. C. Montgomery

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 CONTOH DUNNETT TEST (LANJ.)
Menentukan Nilai Kritis t’
Pastikan bahwa tabel yang digunakan telah sesuai
dengan jenis pengujian (satu atau dua arah)

Catatan:
• f adalah dfe
• a adalah p

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia

 CONTOH DUNNETT TEST (LANJ.)
 STEP 2: NILAI MUTLAK SELISIH RATA-RATA  STEP 3: BANDINGKAN

Kontrol Perlakuan 𝒚𝒊. − 𝒚𝒌𝒐𝒏𝒕𝒓𝒐𝒍. Tanda DLSD Keputusan

k5 10.8 k1 9.8 1 < 4.76 Gagal Tolak H0
k2 15.4 4.6 < 4.76 Gagal Tolak H0
k3 17.6 6.8 > 4.76 Tolak H0
k4 21.6 10.8 > 4.76 Tolak H0

Kesimpulan:
Perlakuan yang berbeda secara signifikan dengan kontrol (k5) adalah k3 dan k4

www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia