KULIAH KE 3

PERCOBAAN SATU FAKTOR

Ahadiyah Yuniza

FAKULTAS PETERNAKAN
UNIVERSITAS ANDALAS
Percobaan satu Faktor
adalah:
Suatu percobaan yg dirancang dg hanya
melibatkan satu factor dengan beberapa taraf
(level atau aras) sebagai perlakuan

Percobaan satu factor dapat diterapkan pada

berbagai rancangan lingkungan (RAL, RAK,
RBSL), tergantung dari kondisi unit percobaan
yang digunakan
1. RANCANGAN ACAK LENGKAP

(RAL)
Penerapan percobaan satu factor dalam
rancangan acak lengkap (RAL) digunakan
jika kondisi unit percobaan yg digunakan
relative homogen
PENGACAKAN DAN BAGAN
PERCOBAAN
Pengacakan perlakuan dilakukan langsung terhadap semua
unit percobaan
Cth: suatu percobaan dg 6 taraf perlakuan (P1, P2, P3, P4,
P5, dan P6) dan setiap taraf perlakuan diulang sebanyak 3
kali, maka jml unit percobaan = 3 x 6 = 18 unit percobaan.
Pengacakan dilakukan langsung terhadap 18 unit
percobaan.
Bagan Percobaannya:
P1 P2 P1 P3 P5 P1
P6 P4 P3 P4 P5 P2
P6 P6 P4 P5 P2 P3
TABULASI DATANYA DISAJIKAN SBB:
Ulangan (r)
Perlaku-
Total Rataan
an (t)
1 2 3 4 j

1 Y11 Y12 Y13 Y14 Y1j Y1.

2 Y21 Y22 Y23 Y24 Y2j Y2.

3 Y31 Y32 Y33 Y34 Y3j Y3.

i Yi1 Yi2 Yi3 Yi4 Yij Yi.

TOTAL Y..
SELURUH
NYA
MODEL LINIER RAL

YiJ =  + i + ЄiJ
Keterangan :
Yij= Nilai pengamatan dari pengaruh perlakuan
ke - i dan ulangan ke – j
i=Perlakuan (1, 2, 3 …)
j=Ulangan ke (1, 2, 3, 4 …)
=Nilai tengah umum
i=Pengaruh perlakuan ke – i
Єij=Pengaruh sisa (galat) ulangan ke-j
ANALISIS RAGAM (ANOVA)
atau SIDIK RAGAM
 Mrpk salah satu metode utk menganalisis data
 Pertama kali diperkenalkan oleh Fisher (ahli sta)
 Mrpk suatu prosedur perhitungan besaran/nilai
statistik F dgn bantuan tabel sidik rgam (tabel F)
 Besaran F ini berguna utk menguji ada tidaknya
perbedaan antar perlakuan
 Pada tabel sidik ragam diuraikan sumber
keragaman (sk) tersebut
 Sumber keragaman utk RAL adalah Perlakuan dan
Galat
 Tabel Analisis Keragaman (Anova) RAL
untuk ulangan yang sama

F.Tabel
SK Db JK KT F.Hit
0,05 0,01
Perlakuan (t-1) JKP KTP = KTP/
JKP / db KTS
Sisa (Galat) t(r-1) JKS KTS =
JKS / db
Total (tr)-1 JKT

Keterangan :
SK = Sumber keragaman
F.hit < F tabel 5 % (berpengaruh tidak nyata )
F.hit > F tabel 5 % ( berpengaruh nyata )
F hit > F. tabel 1 % (berpengaruh sangat nyata )
 Tabel Analisis Keragaman (Anova) RAL
untuk ulangan tidak sama

F.Tabel
SK Db JK KT F.Hit
0,05 0,01
Perlakuan (t-1) JKP
KTP = KTP/
JKP / db KTS
Sisa (Galat) Ʃ(rj-1) JKS KTS =
JKS / db
Total Ʃrj-1 JKT

Keterangan :
r1 ǂ r2 ǂ …. ǂ r j
SK = Sumber keragaman
F.hit < F tabel 5 % (berpengaruh tidak nyata )
F.hit > F tabel 5 % ( berpengaruh nyata )
F hit > F. tabel 1 % (berpengaruh sangat nyata )
Analisis Data
(Y..) 2
FK =
n

JKT = (Y112 + Y122 + …. + Yij2) – FK

JKP = Y1.2 + Y2.2 + … + Yi.2 - FK

r

JKS = JKT – JKP

Keterangan : n = tr
FK = Faktor koreksi JKP = Jumlah Kuadrat Perlakuan
JKT = Jumlah kuadrat total t = perlakuan
JKS = Jumlah Kuadrat Sisa r = ulangan
 KTP = JKP
db F hit = KTP
KTS
KTS = JKS
db SE = √ (KTS/r)

Keterangan:
KTP = Kuadrat Tengah Perlakuan
KTS = Kuadrat Tengah Sisa
db = derajat bebas
Pengujian Hipotesis

Statistik Uji Fhitung = KTP/KTS mengikuti sebaran F

dengan derajat bebas pembilang sebesar t-1 dan
db penyebut sebesar t(r-1).
Jika F hitung lebih besar dari Ftabel maka H0
ditolak, dan berlaku sebaliknya.
Penolakan H0 berimplikasi bahwa perlakuan yg
diberikan memberikan pengaruh yang nyata
terhadap respon percobaan yg diamati
Istilah atau keputusan yang lazim dipakai untuk Uji F
ini adalah:

 Apabila F hit > F tabel pada taraf α = 0.05 (tolak Ho dan

wajib terima H1), maka dikatakan bahwa antar perlkn tsb
berpengaruh nyata, pada nilai F hit diberi tanda * (bintang satu
= significant).
 Apabila F hit > F tabel pada taraf α = 0.01 (tolak Ho dan
wajib terima H1), maka dikatakan bahwa antar perlkn tsb
berpengaruh sangat nyata, pada nilai F hit. diberi tanda **
(bintang dua =higtly significant).
 pabila F hit < F tabel (terima Ho), maka dikatakan bahwa antar
perlkn tsb berpengaruh tidak nyata, pada nilai F hit diberi
tanda ns (non significant).
Koefisien Keragaman (KK) atau disebut juga
Keragaman Relatif terhadap besaran data

KK = (KTS)0.5 x 100%
Rataan Y..

atau = KTS x 100%

Rataan Y..
 Nilai KK
Besaran atau nilai KK dpt digunakan sbg alat utk
mendeteksi apakah data yg diperoleh perlu
ditransformasi
Jika nilai KK lebih besar dr batas kewajaran,
menjadi indikasi bhw data perlu ditransformasi
sebelum dianalisis.
Jenis transformasi yg digunakan tergantung dr pola
hubungan ragam dg nilai tengah pd masing-masing
perlakuan
 Nilai KK (ljt)

Nilai KK yg terlalu besar dibandingkan dengan nilai

yg biasa diperoleh peneliti, mencerminkan
bahwa unit-unit percobaan yg digunakan tidak
homogen. Besaran ideal dari nilai KK sangat
tergantung dr bidang studi yg digeluti.
Untuk bidang pertanian (di lapangan) nilai KK yg
dianggap wajar adalah 20% - 25%
Utk penelitian skala laboratorium, nilai KK
tentunya diharapkan nilai KK jauh lebih kecil,
karena sebagian kondisi lingkungan dalam keadaan
terkontrol/terkendali
Contoh soal

Penggunaan tepung ulat sutra dalam ransum puyuh

petelur
Perlakuan:
A=0%
B=3%
C=6%
D=9%
E = 12 %
Dilakukan 4 kali ulangan
Analisis Statistik Pengaruh Pemberian ulat sutra terhadap
Konsumsi Ransum puyuh petelur (g/ekor/hari)

Perlakuan Ulangan Total Rataan

1 2 3 4
A 22,06 21,29 21,40 21,61 86,36 21,59

B 21,41 21,66 21,70 21,63 86,40 21,60

C 21,47 21,66 21,60 21,11 85,84 21,46

D 21,64 20,68 20,87 21,88 85,07 21,27

E 20,85 20,94 20,76 20,87 83,42 20,66
Total 427.09

Rataan
FK = (427,09 )2 = 9120,2934
20

JKT = ( 22,06)2 +(21,29)2 ….. + (20,87)2 – FK

= 9123,4429 – 9120,2934 = 3,1495

JKP = 14,622 + 14,252 + 13,752 + 15,102 + 18,542 - FK

4
JKP = 9121,8291 – 9120,2934 = 1,5357
JKS = 3,1495 – 1,5357 = 1,6138

KTP = 1,5357 / 4 = 0,3839

KTS = 1,6138 / 15 = 0,1076

SE = √ (KTS/r) = √ (0,1076/4) = 0,164

 Tabel Analisis Keragaman (Anava) RAL

F. Tabel
SK DB JK KT F. hit
0,05 0,01
Perlakuan 4 1,5357 0,3839 3,5678* 3,06 4,89

Sisa 15 1,61,38 0,1076

total 19 3,1495

Ket : ** F hit. > F tabel ( P < 0,05) perlakuan berpengaruh nyata terhadap
konsumsi ransum.
KK = (KTS)0.5 x 100%
Rataan Y..

= (0,1076)0.5 x 100%
21,316

= 1,54%
TUGAS

Daya Kecambah (%) benih indigofera pd berbagai dosis

Fumigan Methyl Bromide (CH3Br)

Perlakuan Ulangan Rataan

Dosis 1 2 3 4 5 6 7 8
0 100 100 100 100 100 100 100 100 100

16 100 100 100 100 100 100 100 - 100

32 90 88 92 94 - - 86 94 90,67

48 80 80 82 78 84 76 82 78 80,0
64 90 80 92 78 82 88 94 76 85,0
Rataan 91,13
umum

Buatlah analisis ragam dari data penelitian ini

 2. RANCANGAN ACAK
KELOMPOK

(RAK)
Dilakukan pengelompokan (bloking) unit-unit
percobaan yg relative homogen, sehingga
keragaman dalam kelompok diharapkan kecil,
sedangkan keragam antar kelompok cukup
tinggi
 RAK
Diaplikasikan pada percobaan yg memiliki unit percobaan
heterogen (tdk homogen)

Keheterogenan unit percobaan berasal dari satu sumber

keragaman

Cth unit percobaan yg heterogen:

Lahan percobaan tanam yg miring (kemiringan lahan)
Berat badan awal yg tidak homogen
Umur tanam yg berbeda, dll
Menjadi solusi jika kesulitan mendapatkan unit percobaan
yg seragam/homogen dalam jml besar
Hindari adanya interaksi dengan perlakuan yg diberikan
terhadap unit-unit percobaan
PENGACAKAN DAN BAGAN
PERCOBAAN

Pengacakan perlakuan dilakukan pada masing-masing

kelompok/blok percobaan
Cth: suatu percobaan dg 6 taraf perlakuan (P1, P2, P3, P4,
P5, dan P6) dan setiap perlakuan diulang dalam 3
kelompok, maka jml unit percobaan dalam setiap
kelompok ada 6. total unit percobaan = 3 x 6 = 18 unit
percobaan.
Bagan Percobaannya:

P1 P3 P2 P4 P6 P5 Kelompok 1

P3 P5 P6 P4 P1 P2 Kelompok 2

P1 P5 P3 P4 P2 P6 Kelompok 3:
:
 Tabulasi Data disajikan sbb:

Kelompok (r)
Perlaku-
Total Rataan
an (t)
1 2 3 4 j
1 Y11 Y12 Y13 Y14 Y1j Y1.

2 Y21 Y22 Y23 Y24 Y2j Y2.

3 Y31 Y32 Y33 Y34 Y3j Y3.

i Yi1 Yi2 Yi3 Yi4 Yij Yi.

Total Y.1 Y.2 Y.3 Y.4 Y.j Y..

Model Linier RAK

Yij =  + i +βj + Єij

Keterangan :
Yij= Nilai pengamatan dari pengaruh perlakuan
ke - i dan ulangan ke – j
i=Perlakuan (1, 2, 3 …)
j=Kelompok ke (1, 2, 3, 4 …)
=Nilai tengah umum
i=Pengaruh perlakuan ke – I
βj = Pengaruh kelompok ke – j
Єij=Pengaruh sisa (galat) ulangan ke-j
 Analisis Keragaman (Anova) RAK
F.Tabel
SK Db JK KT F.Hit
0,05 0,01
Kelompok r-1 JKK KTK = KTK/ KTS
JKK / dbk
Perlakuan t-1 JKP KTP = KTP/ KTS
JKP / dbp
Sisa dbt – JKS KTS =
dbk - JKS /dbs
dbp

Total (txr)-1
Perhitungan untuk tabel anava

FK = (Y..) 2
n
JKT = Y112 + Y122 + …. + Yij2 – FK
JKP = Y1.2 + Y2.2 + … + Yi.2 - FK
k
JKK = Y.12 + Y.22 + … + Y.j2 - FK
t

JKS = JKT – (JKP + JKK)

Contoh Soal
Penggunaan 4 jenis limbah pertanian untuk
makanan sapi sebagai sumber protein
Perlakuan:
A = centrocema
B = limbah kecipir
C = limbah kacang tanah
D = limbah kacang panjang
E = kontrol pakan bebas protein (urea)
Berat badan dari sapi yang digunakan tidak
seragam, sehingga perlu dikelompokan menjadi
3 kelompok
 Tabulasi data penelitian

Kelompok (r)
Perlakuan (t) Total Rataan
1 2 3
A 52,44 47,47 46,38 146,29 48,763

B 45,81 39,64 41,50 126,95 42,317

C 54,33 54,18 55,13 163,64 54,547

D 55,62 53,13 50,49 159,24 53,08

E 34,16 43,15 37,76 115,07 38,357

Total 242,36 237,57 231,26 711,19

Rataan
 Analisis Keragaman (Anova) RAK

F.Tabel
SK db JK KT F.Hit
0,05 0,01
Kelompok 2 12,3984 6,199 0,597ns 4,46 8,65

Perlakuan 4 578,4518 144,613 13,916** 3,84 7,01

Sisa 8 83,1357 10,392

Total 14 673,9859
DATA HILANG

 Data hilang pada RAL tidak masalah terhadap

ukuran sampelnya (n), tetapi pada RAK
menyebabkan hilangnya keseimbangan/ sifat
simetri dalam penganalisaan data.
 Sebuah kelompok yang hilang pada RAK tidak
masalah asal kelompok yang tinggal minimal 2
buah.
 Satu data hilang dalam satu kelompok maka data
tersebut diganti dengan harga taksiran,
kemudian analisis diteruskan seperti biasa
dengan melakukan beberapa penyesuaian.
 1. Yh = tT’ + kK’ – G’ 2. Z = {K’ – (t-1)Yh}2
(t-1)(k-1) t(t-1)

3. JKT = {∑Y2 – Z} - FK 4. JKP’ = JKP – Z

F.Tabel
SK Db JK KT F.Hit
0,05 0,01
Perlakuan (t-1) JKP’ KTP’ KTP’/
KTS
Kelompok (k-1) JKK KTK KTK/
KTS
Sisa (t-1)(k-1)-1 JKS KTS

Total (txr)-2
 Analisis Statistik Pengaruh Pemberian Produk Fermentasi Empulur Sagu dan
Isi Rumen dengan Bacillus sp terhadap konsumsi Ransum Ayam Broiler (gram /
ekor / 4 minggu )

Kelompok Perlakuan Total Rataan

A B C D
I 921,00 921,00 923,00 880,00 3645.0

II 922,00 922,00 918,99 890,00 3652.99

III 920,99 920,99 921,00 883,33 3646.31

IV 919,11 924,00 916,00 888,77 3647.88

V 920,00 924,00 h 885,00 2729.0+h

Total 4603,10 4611,99 3678,99+h 4427,10 17321,18+h

Rataan 920,62 921,02 919,75 885,42 912,01

1.Y h = tT’ + kK’ – G’
(t-1)(k-1)

= 4x3678,99 + 5x 2729 – 17321,18 = 919.98

(4 – 1) (5 – 1)

2. Z = {K’ – (t-1)Yh}2
t(t-1)
= {2729 – (4-1)919,98}2 = 79,77
4(4-1)

3. JKT = {∑Y2 – Z} - FK 4. JKP’ = JKP – Z

(17321 , 18 +919,98)2
FK = 20
= 16636995,91

JKT = ( 921,00)2 + ….. + (885,00)2 – 79, 77 – FK

= 16641771,4 - 16636995,91
= 4775,4946
 4603,102  ..... (3678,99  919,98)2  4427,102
JKP = - FK
5
= 16641744,17 – 16636995,91 = 4748,2582
JKP’ = 4748,2582 – 79,77 = 4668,488
JKk = 36452 + ..+ (2729+919,98)2 - FK = 18.863
4
= 16637187,59 – FK = 191,681
JKS = 4775,4946 – 4668,488 – 18,863 = 88.1434
KTP’ = 4668,488 = 1556,163
3
KTk = 18,863 = 4.71
4
KTS = 88,1434 = 8,013
11
 EFISIENSI RELATIF (ER)
DARI RAK TERHADAP RAL
Efisiensi Relatif RAK
terhadap RAL
Untuk mengetahui apakah RAK lebih
baik dari RAL
Mengukur besaran efisiensi relatif dari
RAK
Besaran (angka) ini menunjukkan
besarnya peningkatan ulangan yang
diperlukan jika rancangan yg akan
digunakan adalah RAL
Rumus
ER = (dbk + 1)(dbr + 3) (σr2)
(dbk + 3)(dbr + 1) (σk2)

dbk = derajat bebas sisa dari RAK

dbr = derajat bebas sisa dari RAL
σk2 = ragam sisa pada RAK = KTS
σr2 = ragam sisa pada RAL
= (r-1)KTK + r(t-1) KTS
tr - 1
 ER = (8 + 1)(10 + 3) (σr2)
(8 + 3)(10 + 1) (10,392)

σr2 = ragam sisa pada RAL

= (3-1)6,199 + 3(5-1) 10,392
5x3 – 1
= 9,793
Jadi ER = (8 + 1)(10 + 3) (9,793)
(8 + 3)(10 + 1) (10,392)
= 0,9112
Makna dari nilai ER = 0,9112 tsb adalah:
Jika rancangan RAL yg digunakan , maka
banyaknya ulangan yang harus digunakan adalah
0,9 kali ulangan (kelompok) pada RAK
= 0,9112 x 3
= 2,734 kurang lebih medekati 3 (ulangan pada
RAK)
Makanya Fhitung pada kelompok non signifikan