TUGAS 1 PRAKTIKUM

DESAIN DAN ANALISIS DATA EKSPERIMEN 2

Diajukan untuk Memenuhi Nilai Praktikum Desain dan Analisis Data Eksperimen 2

Dosen Pengampu:
Sri Winarni, S.Si., M.Si.

Disusun oleh:
Vira Annisa Trivita 140610210052

Salma Maulida Herdiyani 140610210056

Kelas B

PROGRAM STUDI STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN
JATINANGOR
2023
Contoh kasus 2 Faktor
A mechanical engineer is studying the thrust force developed by a drill press. He suspects that
the drilling speed and the feed rate of the material are the most important factors. He selects
four feed rates and uses a high and low drill speed chosen to represent the extreme operating
conditions. He obtains the following results. Analyze the data and draw conclusions. Use 𝛼 =
0.05.

Diketahui:
A = Drill Speed (model acak)
B = Feed Rate (model acak)
𝑎 = 2, 𝑏 = 4, 𝑛 = 2

Model Linier
𝑌𝑖𝑗𝑘 = 𝜇 + 𝐴𝑖 + 𝐵𝑗 + 𝐴𝐵𝑖𝑗 + 𝜖𝑘(𝑖𝑗)
𝑖 = 1, 2 ; 𝑗 = 1, 2, 3, 4 ; 𝑘 = 1, 2
Dengan
𝑌𝑖𝑗𝑘 : Gaya dorong yang diperoleh dari taraf ke-i faktor A dan taraf ke-j faktor B
𝜇: Rataan umum
𝐴𝑖 : Efek drill speed pada taraf kuantitatif ke-i
𝐵𝑗 : Efek feed rate pada taraf kuantitatif ke-j
𝐴𝐵𝑖𝑗 : Efek interaksi karena taraf ke-i drill speed A dan taraf ke-j feed rate B
𝜖𝑘(𝑖𝑗) : Efek unit eksperimen (obyek) ke-k dalam kombinasi perlakuan taraf (ij)

Asumsi
𝜀𝑖𝑗𝑘 ~𝑁𝐼𝐷(0, 𝜎 2 ) 𝑑𝑎𝑛 𝜏𝑖 ~𝑁𝐼𝐷(0, 𝜎𝜏2 )
𝛽𝑗 ~𝑁𝐼𝐷(0, 𝜎𝛽2 ) 𝑑𝑎𝑛 𝜏𝛽𝑖𝑗 ~𝑁𝐼𝐷(0, 𝜎𝜏𝛽
2
)

Hipotesis
Pengaruh Utama Faktor A (Drill Speed)
𝐻0 : 𝜎 2 𝛼 = 0 (Tidak terdapat keragaman gaya dorong akibat perbedaan drill speed)
𝐻1 : 𝜎 2 𝛼 > 0 (Terdapat keragaman gaya dorong akibat perbedaan drill speed)

Pengaruh Utama Faktor B (Feed Rate)

𝐻0 : 𝜎 2𝛽 = 0 (Tidak terdapat keragaman gaya dorong akibat perbedaan the feed rate of the
material)
𝐻1 : 𝜎 2𝛽 > 0 (Terdapat keragaman gaya dorong akibat perbedaan the feed rate of the material)

Pengaruh Interaksi 𝐴 × 𝐵 (Drill Speed × Feed Rate)

𝐻0 : 𝜎 2 𝛼𝛽 = 0 (Tidak terdapat keragaman gaya dorong akibat adanya perbedaan feed rate dan
drill speed.)
𝐻1 : 𝜎 2 𝛼𝛽 > 0 (Terdapat keragaman gaya dorong akibat adanya perbedaan feed rate dan drill
speed.)

Taraf Signifikan: 5% atau 0.05

Statistik Uji: Uji F

Langkah-langkah menentukan EKT

1) Buatlah tabel yang tiap barisnya berisikan faktor dan interaksi
2) Pada baris pertama kolom kedua, ketiga, dan keempat tuliskan banyaknya masing-
masing taraf (a, b) dan banyaknya observasi (n). Pada baris selanjutnya, tuliskan T jika
faktor dengan indeks yang bersangkutan bersifat tetap dan huruf A jika faktor dengan
indeks yang bersangkutan bersifat acak. Karena kedua faktor bersifat acak, maka
tuliskan huruf A. Pada baris selanjutnya, tuliskan indeks-indeks pada model (i, j, k),
sehingga diperoleh tabel sebagai berikut:

a b n
Sumber Variasi A A A
i j k
𝐴𝑖
𝐵𝑗
𝐴𝐵𝑖𝑗
𝜖𝑘(𝑖𝑗)

3) Pada baris 𝜖𝑘(𝑖𝑗) , i dan j yang berada di dalam kurung merupakan indeks mati, dan k
merupakan indeks hidup. Beri nilai 1 untuk indeks mati yang bersesuaian.

a b n
Sumber Variasi A A A
i j k
𝐴𝑖
𝐵𝑗
𝐴𝐵𝑖𝑗
𝜖𝑘(𝑖𝑗) 1 1

4) Pada indeks hidup yang bersesuaian, beri nilai 0 untuk factor tetap dan nilai 1 untuk
factor acak.
 A A A
Sumber Variasi a b n
i j k
𝐴𝑖 1
𝐵𝑗 1
𝐴𝐵𝑖𝑗 1 1
𝜖𝑘(𝑖𝑗) 1 1 1

5) Pada sel-sel yang kosong masukkan banyaknya taraf atau observasi.

A A A
Sumber Variasi a b n
i j k
𝐴𝑖 1 b n
𝐵𝑗 a 1 n
𝐴𝐵𝑖𝑗 1 1 n
𝜖𝑘(𝑖𝑗) 1 1 1

6) Menentukan EKT:
a. Tutup semua kolom yang judul kolomnya berisikan indeks yang tidak terdapat di
antara tanda kurung dalam baris yang EKT nya akan ditentukan.
b. Tutup semua baris yang tidak mengandung indeks yang didapat di dalam kolom
yang sudah ditutup.
c. Kalikan semua bilangan untuk setiap baris dalam sisa sel-sel yang belum ditutup.
d. Setiap hasil kali bilangan yang diperoleh di c supaya dikalikan dengan varians
factor dalam baris yang bersangkutan.
e. Jumlahkan hasil di d untuk mendapatkan EKT faktor yang sedang dicari.

Berikut adalah rincian langkah-langkah penentuan masing-masing EKT:

• Menentukan EKT untuk 𝐴𝑖 dengan menutup kolom i, kemudian menutup baris

yang tidak memiliki indeks i ( 𝐵𝑗 ). Setelah dikalikan dengan varians, maka
diperoleh EKT nya, yaitu:
2
𝐸𝐾𝑇 (𝐴𝑖 ) = 𝜎𝜖2 + 𝑛𝜎𝐴𝐵 + 𝑏𝑛𝜎𝐴2

• Menentukan EKT untuk 𝐵𝑗 dengan menutup kolom j, kemudian menutup baris

yang tidak memiliki indeks j (𝐴𝑖 ). Setelah dikalikan dengan varians, maka
diperoleh EKT nya, yaitu:
2
𝐸𝐾𝑇 (𝐵𝑗 ) = 𝜎𝜖2 + 𝑛𝜎𝐴𝐵 + 𝑎𝑛𝜎𝐵2
• Menentukan EKT untuk 𝐴𝐵𝑖𝑗 dengan menutup kolom i dan j, kemudian
menutup baris yang tidak memiliki indeks i dan j (𝐴𝑖 𝑑𝑎𝑛 𝐵𝑗 ). Setelah dikalikan
dengan varians, maka diperoleh EKT nya, yaitu:
2
𝐸𝐾𝑇 (𝐴𝐵𝑖𝑗 ) = 𝜎𝜖2 + 𝑛𝜎𝐴𝐵
 • Menentukan EKT untuk 𝜖𝑘(𝑖𝑗) dengan menutup kolom i, j, dan k, kemudian
menutup baris yang tidak memiliki indeks i, j, dan k (𝐴𝑖 , 𝐵𝑗 , 𝐴𝐵𝑖𝑗 ). Setelah
dikalikan dengan varians, maka diperoleh EKT nya, yaitu:
𝐸𝐾𝑇(𝜖𝑘(𝑖𝑗) ) = 𝜎𝜖2

7) Dari langkah-langkah tersebut, diperoleh tabel EKT dengan F hitung sebagai berikut:

A A A
Sumber Variasi a b n EKT F
i j k
𝐾𝑇𝐴
𝐴𝑖 1 b n 2
𝜎𝜖2 + 𝑛𝜎𝐴𝐵 + 𝑏𝑛𝜎𝐴2 𝐾𝑇𝐴𝐵
𝐾𝑇𝐵
𝐵𝑖 a 1 n 2
𝜎𝜖2 + 𝑛𝜎𝐴𝐵 + 𝑎𝑛𝜎𝐵2 𝐾𝑇𝐴𝐵
𝐾𝑇𝐴𝐵
𝐴𝐵𝑖𝑗 1 1 n 2
𝜎𝜖2 + 𝑛𝜎𝐴𝐵 𝐾𝑇𝐸
𝜖𝑘(𝑖𝑗) 1 1 1
𝜎𝜖2

8) Tabel EKT dengan memasukkan banyaknya taraf faktor atau replikasi

Sumber Variasi EKT F

𝐾𝑇𝐴
𝐴𝑖 2
𝜎𝜖2 + 2𝜎𝐴𝐵 + 8𝜎𝐴2 𝐾𝑇𝐴𝐵
𝐾𝑇𝐵
𝐵𝑖 2
𝜎𝜖2 + 2𝜎𝐴𝐵 + 4𝜎𝐵2 𝐾𝑇𝐴𝐵
𝐾𝑇𝐴𝐵
𝐴𝐵𝑖𝑗 2
𝜎𝜖2 + 2𝜎𝐴𝐵 𝐾𝑇𝐸
𝜖𝑘(𝑖𝑗)
𝜎𝜖2

Menghitung ANAVA
• Mencari Jumlah Kuadrat
44.242
𝐹𝐾 = = 122.3236
16
𝐽𝐾𝑇 = (2,702 + 2,782 + 2,832 + ⋯ + 2,882 ) − 122.3236 = 0,303400
(21,352 + 22,892 )
𝐽𝐾𝐴 = − 122.3236 = 0,148225
4×2
(11,172 + 10,592 + 11,052 + 11,432 )
𝐽𝐾𝐵 = − 122.3236 = 0,092500
2×2
 (5,482 + 4,942 + 5,322 + ⋯ + 5,822 )
𝐽𝐾𝐴𝐵 = − 122.3236 − 0,092500
3×3
− 0,148225 = 0,041875
𝐽𝐾𝐸 = 0,303400 − 0,148225 − 0,092500 − 0,041875 = 0,020800

• Mencari Derajat bebas

𝑑𝑏𝐴 = 2 − 1 = 1
𝑑𝑏𝐵 = 4 − 1 = 3
𝑑𝑏𝐴𝐵 = 1 × 3 = 3
𝑑𝑏𝑇 = 16 − 1 = 15
𝑑𝑏𝐸 = 15 − 3 − 3 − 1 = 8

• Mencari Kuadrat Tengah

0,148225
𝐾𝑇𝐴 = = 0,148225
1
0,092500
𝐾𝑇𝐵 = = 0,030833
3
0,041875
𝐾𝑇𝐴𝐵 = = 0,013958
3
0,020800
𝐾𝑇𝐸 = = 0,0026
8

• Mencari F Hitung
𝐾𝑇𝐴 0,148225
𝐹𝐴 = = = 10,6191
𝐾𝑇𝐴𝐵 0,013958
𝐾𝑇𝐵 0,030833
𝐹𝐵 = = = 2,20896
𝐾𝑇𝐴𝐵 0,013958
𝐾𝑇𝐴𝐵 0,013958
𝐹𝐴𝐵 = = = 5,36859
𝐾𝑇𝐸 0,0026

• F tabel
𝐹𝐴 𝑡𝑎𝑏𝑒𝑙 (0,05; 𝑑𝑏𝐴; 𝑑𝑏𝐴𝐵) = 𝐹(0.05; 1; 3) = 10,1280
𝐹𝐵 𝑡𝑎𝑏𝑒𝑙 (0,05; 𝑑𝑏𝐵; 𝑑𝑏𝐴𝐵) = 𝐹(0,05; 3; 3) = 9,27663
𝐹𝐴𝐵 𝑡𝑎𝑏𝑒𝑙 (0,05; 𝑑𝑏𝐴𝐵; 𝑑𝑏𝐸) = 𝐹(0,05; 3; 8) = 4,06618

Keputusan
F hitung A > F tabel A, maka 𝐻0 ditolak (signifikan)
F Hitung B < F tabel B, maka 𝐻0 diterima (non signifikan)
F hitung AB > F tabel AB, maka 𝐻0 ditolak (signifikan)

Kesimpulan
- Faktor A (drill speed)
Dengan taraf signifikan 5% dapat disimpulkan bahwa terdapat keragaman gaya dorong
akibat perbedaan drill speed.
- Faktor B (feed rate)
Dengan taraf signifikan 5% dapat disimpulkan bahwa tidak terdapat keragaman gaya
dorong akibat perbedaan the feed rate of the material.
- Faktor 𝐴 × 𝐵 (drill speed × feed rate)
Dengan taraf signifikan 5% dapat disimpulkan bahwa terdapat keragaman gaya dorong
akibat adanya perbedaan feed rate dan drill speed.

Perhitungan menggunakan bantuan software R:

> #-------------------Input Data------------------------

> drillspeed <- c(rep(1:2, each=2, time =4))
> feedrate <- c(rep(1:4, each=4))
> respon <-c(2.70,2.78,2.83,2.86,2.45,2.49,2.85,2.80,2.60,2.72,2.86,2.87,2.
75,2.86,2.94,2.88)
> data<-data.frame(drillspeed=factor(drillspeed), feedrate=factor(feedrate)
,respon=respon);data
drillspeed feedrate respon
1 1 1 2.70
2 1 1 2.78
3 2 1 2.83
4 2 1 2.86
5 1 2 2.45
6 1 2 2.49
7 2 2 2.85
8 2 2 2.80
9 1 3 2.60
10 1 3 2.72
11 2 3 2.86
12 2 3 2.87
13 1 4 2.75
14 1 4 2.86
15 2 4 2.94
16 2 4 2.88
> #-------------------Penentuan EKT------------------------
> # Penentuan EKT
> # install.packages("EMSaov") # untuk mengetahui EKT
> # type: R=acak, F=tetap
> library(EMSaov)
> EKT <- EMSanova(respon~drillspeed+feedrate, data = data, type = c("R","R"
));EKT
Df SS MS
drillspeed 1 0.148225 0.14822500
feedrate 3 0.092500 0.03083333
drillspeed:feedrate 3 0.041875 0.01395833
Residuals 8 0.020800 0.00260000
Fvalue Pvalue Sig
drillspeed 10.6191 0.0472 *
feedrate 2.209 0.266
drillspeed:feedrate 5.3686 0.0256 *
Residuals
EMS
drillspeed Error+2drillspeed:feedrate+8drillspeed
feedrate Error+2drillspeed:feedrate+4feedrate
drillspeed:feedrate Error+2drillspeed:feedrate
Residuals Error

Berdasarkan hasil output software R, dapat dilihat bahwa EKT dan nilai-nilai tabel ANAVA
yang menggunakan software R sama dengan perhitungan manual, serta diperoleh pula tabel
ANAVA sebagai berikut:

Sumber Variasi db JK KT F Hitung p-value

𝐴𝑖 1 0,148225 0,148225 10,6191 0,0472
𝐵𝑖 3 0,092500 0,030833 2,209 0,266
𝐴𝐵𝑖𝑗 3 0,041875 0,013958 5,3686 0,0256
𝜖𝑘(𝑖𝑗) 8 0,020800 0,0026
Contoh Kasus 3 Faktor
Permasalahan ini diambil dari penelitian Zulkarnain dan Erman Syahruddin yang bertujuan
untuk mengetahui pengaruh beberapa mikroba pada kondisi optimum yang digunakan untuk
mengevaluasi secara biologis produk fermentasi kiambang terhadap performans dan kualitas
ayam broiler. Perlu diketahui bahwa kiambang merupakan tanaman yang hidup sebagai gulma
pada air tenang. air mengalir dan sawah sehingga bisa mengganggu produksi ikan maupun
padi. Namun.sebagai pakan unggas, kiambang juga kaya akan karoten sehingga baik untuk
meningkatkan kualitas kuning telur dan kulit telur. Penelitian ini dilakukan dengan
menggunakan RAL pola faktorial 3x3x2 dengan 3 ulangan. faktor pertama yaitu tingkat
pemberian kiambang yang telah difermentasi (0%. 15%. dan 30%), faktor kedua yaitu umur
ternak (4, 6 dan 8 minggu), dan faktor ketiga yaitu jenis kelamin (jantan dan betina) .

Diketahui:
• A : Jenis Kelamin (Faktor Tetap)
A1 : Jantan
A2 : Betina
• B : Umur (Faktor Acak)
B1 : 4
B2 : 6
B3 : 8
• C : Konsentrasi Fermentasi (Faktor Acak)
C1 : 0,00
C2 : 0,15
C3 : 0,3
 • Jumlah replikasi = 3
Maka, 𝑎 = 2, 𝑏 = 3, 𝑐 = 3, 𝑑𝑎𝑛 𝑛 = 3
Model Linier
𝑌𝑖𝑗𝑘 = 𝜇 + 𝐴𝑖 + 𝐵𝑗 + 𝐶𝑘 + 𝐴𝐵𝑖𝑗 + 𝐴𝐶𝑖𝑘 + 𝐵𝐶𝑗𝑘 + 𝐴𝐵𝐶𝑖𝑗𝑘 + 𝜀𝑘(𝑖𝑗)
𝑖 = 1, 2 ; 𝑗 = 1, 2, 3 ; 𝑘 = 1, 2, 3 ; 𝑑𝑎𝑛 𝑙 = 1,2,3
Dengan
𝑌𝑖𝑗𝑘 : Observasi ke ijkl
𝜇: Rataan umum
𝐴𝑖 : Efek faktor A pada taraf kuantitatif ke-i
𝐵𝑗 : Efek faktor B pada taraf kuantitatif ke-j
𝐶𝑘 : Efek faktor C pada taraf kuantitatif ke-k
𝐴𝐵𝑖𝑗 : Efek interaksi karena taraf ke-i faktor A dan taraf ke-j faktor B
𝐴𝐶𝑖𝑘 : Efek interaksi karena taraf ke-i faktor A dan taraf ke-k faktor C
𝐵𝐶𝑗𝑘 : Efek interaksi karena taraf ke-j faktor B dan taraf ke-k faktor C
𝐴𝐵𝐶𝑖𝑗𝑘 : Efek interaksi karena taraf ke-i faktor A, taraf ke-j faktor B, dan taraf ke-k faktor C
𝜀𝑘(𝑖𝑗𝑘)𝑙 : Efek unit eksperimen (obyek) ke-l dalam kombinasi perlakuan taraf (ijk)

Asumsi
Asumsi umum: 𝜀𝑖𝑗𝑘 ~𝑁𝐼𝐷(0, 𝜎 2 )
Asumsi khusus untuk model campuran A tetap, B dan C acak:
𝑎 𝑎 𝑎 𝑎

∑ 𝐴𝑖 = ∑ 𝐴𝐵𝑖𝑗 = ∑ 𝐴𝐶𝑖𝑘 = ∑ 𝐴𝐵𝐶𝑖𝑗𝑘 = 0

𝑖=1 𝑖=1 𝑖=1 𝑖=1
Dengan 𝐵𝑗 ~ 𝑁𝐼𝐷(0, 𝜎𝐵2 ); 𝐶𝑘 ~𝑁𝐼𝐷 (0, 𝜎𝐶2 )

Hipotesis
‒ Pengaruh Utama Faktor A (Jenis Kelamin)
𝐻0 : 𝐴2𝑖 = 0 (Tidak terdapat keragaman rata-rata persentasi lemak abdominal akibat
Jenis Kelamin)
H1 : A2i ≠ 0 (Terdapat keragaman rata-rata persentasi lemak abdominal akibat Jenis
Kelamin)
‒ Pengaruh Utama Faktor B (Umur)
𝐻0 : 𝜎 2 𝐵 = 0 (Tidak terdapat keragaman rata-rata persentasi lemak abdominal akibat
Umur)
H1 : σ2 B ≠ 0 (Terdapat keragaman rata-rata persentasi lemak abdominal akibat Umur)
‒ Pengaruh Utama Faktor C (Konsentrasi Fermentasi)
𝐻0 : 𝜎 2 𝐶 = 0 (Tidak terdapat keragaman rata-rata persentasi lemak abdominal akibat
Konsentrasi Fermentasi)
H1 : σ2 C ≠ 0 (Terdapat keragaman rata-rata persentasi lemak abdominal akibat
Konsentrasi Fermentasi)
‒ Pengaruh Interaksi 𝐴 × B (Jenis Kelamin × Umur)
𝐻0 : 𝜎 2𝐴𝐵 = 0 (Tidak terdapat keragaman rata-rata persentasi lemak abdominal akibat
Umur dan Jenis Kelamin.)
 H1 : σ2 AB ≠ 0 (Terdapat keragaman rata-rata persentasi lemak abdominal akibat Umur
dan Jenis Kelamin.)
‒ Pengaruh Interaksi 𝐴 × C (Jenis Kelamin × Konsentrasi Fermentasi)
𝐻0 : 𝜎 2𝐴𝐶 = 0 (Tidak terdapat keragaman rata-rata persentasi lemak abdominal akibat
Konsentrasi Fermentasi dan Jenis Kelamin.)
H1 : σ2 AC ≠ 0 (Terdapat keragaman rata-rata persentasi lemak abdominal akibat
Konsentrasi Fermentasi dan Jenis Kelamin.)
‒ Pengaruh Interaksi 𝐵 × C (Umur x Konsentrasi Fermentasi)
𝐻0 : 𝜎 2 𝐵𝐶 = 0 (Tidak terdapat keragaman rata-rata persentasi lemak abdominal akibat
Umur dan Konsentrasi Fermentasi.)
H1 : σ2 BC ≠ 0 (Terdapat keragaman rata-rata persentasi lemak abdominal akibat Umur
dan Konsentrasi Fermentasi.)
‒ Pengaruh Interaksi 𝐴 × 𝐵 × C (Jenis Kelamin x Umur x Konsentrasi Fermentasi)
𝐻0 : 𝜎 2𝐴𝐵𝐶 = 0 (Tidak terdapat keragaman rata-rata persentasi lemak abdominal akibat
Jenis Kelamin, Umur dan Konsentrasi Fermentasi.)
H1 : σ2 ABC ≠ 0 (Terdapat keragaman rata-rata persentasi lemak abdominal akibat Jenis
Kelamin, Umur dan Konsentrasi Fermentasi.)

Taraf Signifikan: 5% atau 0.05

Statistik Uji: Uji F

Langkah-langkah untuk menentukan EKT:

1) Buatlah tabel yang berisikan pada baris yaitu faktor dan interaksi yang akan ditentukan
EKT
2) Bentuk kolom-kolom dengan isinya yaitu menuliskan indeks-indeks pada model (𝑖, 𝑗,
𝑘, 𝑙). Selanjutnya, di atasnya tuliskan T jika faktor dengan indeks yang bersangkutan
bersifat tetap, huruf A jika faktor dengan indeks yang bersangkutan bersifat acak. Di
atasnya lagi, tuliskan banyaknya masing-masing taraf faktor (a,b,c) atau banyak
observasi (n) untuk indeks yang bersesuaian.
3) Isi sel yang dibentuk oleh baris dan kolom dengan banyaknya taraf faktor atau reflikasi
untuk indeks yang berlainan.
4) Sel yang judul barisnya berisikan indeks-indeks yang ada di dalam kurung dan judul
kolomnya mengandung indeks yang sama dengan indeks yang ada dalam tanda kurung
isi dengan angka 1.
5) Sisa sel-sel yang masih kosong diisi oleh 0 jika pada judul kolom terdapat T dan isi
dengan 1 jika judul kolom terdapat A
6) Tentukan EKT untuk tiap baris dengan melakukan langkah-langkah berikut:
a. Tutup semua kolom yang indeknya sama dengan indeks baris yang akan ditentukan
EKTnya (indeks tidak dalam tanda kurung).
b. Tutup semua baris yang tidak mengandung indeks yang sama dengan indeks kolom
yang sudah ditutup.
c. Kalikan semua bilangan pada sel yang belum ditutup, kemudian kalikan dengan
masing-masing variasi faktor pada baris yang bersangkutan.
d. Jumlahkan semua hasil pada c.
Maka diperoleh tabel dari langkah-langkah di atas sebagai berikut:
a b c n
Sumber Variasi T A A A
i j k l
𝐴𝑖 0 b c n
𝐵𝑗 a 1 c n
𝐶𝑘 a b 1 n
𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Berikutnya, gunakan langkah-langkah di atas untuk menentukan EKT bagi modelnya.

• Menentukan 𝐸𝐾𝑇 untuk 𝐴𝑖
Menutup kolom 𝑖, kemudian tutup baris 𝐵𝑗 , 𝐶𝑘 , 𝐵𝐶𝑗𝑘 . Dapat dilihat dari tabel berikut.
a b c n
Sumber Variasi T A A A
i j k l
𝐴𝑖 0 b c n
𝐵𝑗 a 1 c n
𝐶𝑘 a b 1 n
𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Tersisa bilangan bcn untuk baris 𝐴𝑖 , cn untuk baris 𝐴𝐵𝑖𝑗 , bn untuk baris 𝐴𝐶𝑖𝑘 , n untuk
baris 𝐴𝐵𝐶𝑖𝑗𝑘 , dan bilangan 1 utuk baris 𝜀(𝑖𝑗𝑘)𝑙 . Setelah dikalikan dengan varians untuk
faktor yang bersesuaian lalu dijumlahkan, diperoleh EKT nya yaitu:
2 2 2
𝐸𝐾𝑇(𝐴𝑖 ) = 𝑏𝑐𝑛𝜙𝐴 + 𝑐𝑛𝜎𝐴𝐵 + 𝑏𝑛𝜎𝐴𝐶 + 𝑛𝜎𝐴𝐵𝐶 + 𝜎𝜀2
Setelah disubstitusikan dengan 𝑏, 𝑐, 𝑛, EKT nya menjadi:
2 2 2
𝐸𝐾𝑇(𝐴𝑖 ) = 27𝜙𝐴 + 9𝜎𝐴𝐵 + 9𝜎𝐴𝐶 + 3𝜎𝐴𝐵𝐶 + 𝜎𝜀2
• Menentukan 𝐸𝐾𝑇 untuk 𝐵𝑗
Menutup kolom 𝑗, kemudian tutup baris 𝐴𝑖 , 𝐶𝑘 , 𝐴𝐶𝑖𝑘 . Dapat dilihat dari tabel berikut.
a b c n
Sumber Variasi T A A A
i j k l
𝐴𝑖 0 b c n
𝐵𝑗 a 1 c n
𝐶𝑘 a b 1 n
 𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Tersisa bilangan acn untuk baris 𝐵𝑗 , an untuk baris 𝐵𝐶𝑗𝑘 , dan bilangan 1 utuk baris
𝜀(𝑖𝑗𝑘)𝑙 . Setelah dikalikan dengan varians untuk faktor yang bersesuaian lalu
dijumlahkan, diperoleh EKT nya yaitu:
2
𝐸𝐾𝑇(𝐵𝑗 ) = 𝑎𝑐𝑛𝜎𝐵2 + 𝑎𝑛𝜎𝐵𝐶 + 𝜎𝜀2
Setelah disubstitusikan dengan a, 𝑐, 𝑛, EKT nya menjadi:
2
𝐸𝐾𝑇(𝐵𝑗 ) = 18𝜎𝐵2 + 6𝜎𝐵𝐶 + 𝜎𝜀2
• Menentukan 𝐸𝐾𝑇 untuk 𝐶𝑘
Menutup kolom 𝑘, kemudian tutup baris 𝐴𝑖 , 𝐵𝑗 , 𝐴𝐵𝑖𝑗 . Dapat dilihat dari tabel berikut.
a b c n
Sumber Variasi T A A A
i j k l
𝐴𝑖 0 b c n
𝐵𝑗 a 1 c n
𝐶𝑘 a b 1 n
𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Tersisa bilangan abn untuk baris 𝐶𝑘 , an untuk baris 𝐵𝐶𝑗𝑘 , dan bilangan 1 utuk baris
𝜀(𝑖𝑗𝑘)𝑙 . Setelah dikalikan dengan varians untuk faktor yang bersesuaian lalu
dijumlahkan, diperoleh EKT nya yaitu:
𝐸𝐾𝑇(𝐶𝑘 ) = 𝑎𝑏𝑛𝜎𝐶2 + 𝑎𝑛𝜎𝐵𝐶2
+ 𝜎𝜀2
Setelah disubstitusikan dengan a, b, 𝑛, EKT nya menjadi:
𝐸𝐾𝑇(𝐶𝑘 ) = 18𝜎𝐶2 + 6𝜎𝐵𝐶
2
+ 𝜎𝜀2

• Menentukan 𝐸𝐾𝑇 untuk 𝐴𝐵𝑖𝑗

Menutup kolom 𝑖 𝑑𝑎𝑛 𝑗, kemudian tutup baris 𝐴𝑖 , 𝐵𝑗 , 𝐶𝑘 , 𝐴𝐶𝑖𝑘 , 𝐵𝐶𝑗𝑘 . Dapat dilihat dari
tabel berikut.
a b c n
Sumber Variasi T A A A
i j k l
𝐴𝑖 0 b c n
𝐵𝑗 a 1 c n
 𝐶𝑘 a b 1 n
𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Tersisa bilangan cn untuk baris 𝐴𝐵𝑖𝑗 , n untuk baris 𝐴𝐵𝐶𝑖𝑗𝑘 , dan bilangan 1 utuk baris
𝜀(𝑖𝑗𝑘)𝑙 . Setelah dikalikan dengan varians untuk faktor yang bersesuaian lalu
dijumlahkan, diperoleh EKT nya yaitu:
2 2
𝐸𝐾𝑇(𝐴𝐵𝑖𝑗 ) = 𝑐𝑛𝜎𝐴𝐵 + 𝑛𝜎𝐴𝐵𝐶 + 𝜎𝜀2
Setelah disubstitusikan dengan 𝑐 dan 𝑛, EKT nya menjadi:
2 2
𝐸𝐾𝑇(𝐴𝐵𝑖𝑗 ) = 9𝜎𝐴𝐵 + 3𝜎𝐴𝐵𝐶 + 𝜎𝜀2
• Menentukan 𝐸𝐾𝑇 untuk 𝐴𝐶𝑖𝑘
Menutup kolom 𝑖 𝑑𝑎𝑛 𝑘, kemudian tutup baris 𝐴𝑖 , 𝐵𝑗 , 𝐶𝑘 , 𝐴𝐵𝑖𝑗 , 𝐵𝐶𝑗𝑘 . Dapat dilihat dari
tabel berikut.
a b c n
Sumber Variasi T A A A
i j k l
𝐴𝑖 0 b c n
𝐵𝑗 a 1 c n
𝐶𝑘 a b 1 n
𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Tersisa bilangan bn untuk baris 𝐴𝐶𝑖𝑘 , n untuk baris 𝐴𝐵𝐶𝑖𝑗𝑘 , dan bilangan 1 utuk baris
𝜀(𝑖𝑗𝑘)𝑙 . Setelah dikalikan dengan varians untuk faktor yang bersesuaian lalu
dijumlahkan, diperoleh EKT nya yaitu:
2 2
𝐸𝐾𝑇(𝐴𝐶𝑖𝑘 ) = 𝑏𝑛𝜎𝐴𝐶 + 𝑛𝜎𝐴𝐵𝐶 + 𝜎𝜀2
Setelah disubstitusikan dengan b dan 𝑛, EKT nya menjadi:
2 2
𝐸𝐾𝑇(𝐴𝐶𝑖𝑘 ) = 9𝜎𝐴𝐶 + 3𝜎𝐴𝐵𝐶 + 𝜎𝜀2
• Menentukan 𝐸𝐾𝑇 untuk 𝐵𝐶𝑗𝑘
Menutup kolom 𝑗 𝑑𝑎𝑛 𝑘, kemudian tutup baris 𝐴𝑖 , 𝐵𝑗 , 𝐶𝑘 , 𝐴𝐵𝑖𝑗 , 𝐴𝐶𝑖𝑘 . Dapat dilihat dari
tabel berikut.
a b c n
Sumber Variasi T A A A
i j k l
𝐴𝑖 0 b c n
 𝐵𝑗 a 1 c n
𝐶𝑘 a b 1 n
𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Tersisa bilangan an untuk baris 𝐵𝐶𝑗𝑘 dan bilangan 1 utuk baris 𝜀(𝑖𝑗𝑘)𝑙 . Setelah dikalikan
dengan varians untuk faktor yang bersesuaian lalu dijumlahkan, diperoleh EKT nya
yaitu:
2
𝐸𝐾𝑇(𝐵𝐶𝑗𝑘 ) = 𝑎𝑛𝜎𝐵𝐶 + 𝜎𝜀2
Setelah disubstitusikan dengan a dan 𝑛, EKT nya menjadi:
2
𝐸𝐾𝑇(𝐵𝐶𝑗𝑘 ) = 6𝜎𝐵𝐶 + 𝜎𝜀2
• Menentukan 𝐸𝐾𝑇 untuk 𝐴𝐵𝐶𝑖𝑗𝑘
Menutup kolom 𝑖, 𝑗 𝑑𝑎𝑛 𝑘, kemudian tutup baris 𝐴𝑖 , 𝐵𝑗 , 𝐶𝑘 , 𝐴𝐵𝑖𝑗 , 𝐴𝐶𝑖𝑘 , 𝐵𝐶𝑗𝑘 . Dapat
dilihat dari tabel berikut.
a b c n
Sumber Variasi T A A A
i j k l
𝐴𝑖 0 b c n
𝐵𝑗 a 1 c n
𝐶𝑘 a b 1 n
𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Tersisa bilangan n untuk baris 𝐴𝐵𝐶𝑖𝑗𝑘 dan bilangan 1 utuk baris 𝜀(𝑖𝑗𝑘)𝑙 . Setelah
dikalikan dengan varians untuk faktor yang bersesuaian lalu dijumlahkan, diperoleh
EKT nya yaitu:
2
𝐸𝐾𝑇(𝐴𝐵𝐶𝑖𝑗𝑘 ) = 𝑛𝜎𝐴𝐵𝐶 + 𝜎𝜀2
Setelah disubstitusikan dengan 𝑛, EKT nya menjadi:
2
𝐸𝐾𝑇(𝐴𝐵𝐶𝑖𝑗𝑘 ) = 3𝜎𝐴𝐵𝐶 + 𝜎𝜀2
• Menentukan 𝐸𝐾𝑇 untuk 𝜀(𝑖𝑗𝑘)𝑙
Menutup kolom 𝑖, 𝑗 𝑑𝑎𝑛 𝑘, kemudian tutup baris 𝐴𝑖 , 𝐵𝑗 , 𝐶𝑘 , 𝐴𝐵𝑖𝑗 , 𝐴𝐶𝑖𝑘 , 𝐵𝐶𝑗𝑘 , 𝐴𝐵𝐶𝑖𝑗𝑘 .
Dapat dilihat dari tabel berikut.
a b c n
Sumber Variasi T A A A
i j k l
 𝐴𝑖 0 b c n
𝐵𝑗 a 1 c n
𝐶𝑘 a b 1 n
𝐴𝐵𝑖𝑗 0 1 c n
𝐴𝐶𝑖𝑘 0 b 1 n
𝐵𝐶𝑗𝑘 a 1 1 n
𝐴𝐵𝐶𝑖𝑗𝑘 0 1 1 n
𝜀(𝑖𝑗𝑘)𝑙 1 1 1 1

Tersisa bilangan 1 utuk baris 𝜀(𝑖𝑗𝑘)𝑙 . Setelah dikalikan dengan varians untuk faktor yang
bersesuaian lalu dijumlahkan, diperoleh EKT nya yaitu:
𝐸𝐾𝑇(𝜀(𝑖𝑗𝑘)𝑙 ) = 𝜎𝜀2
Sehingga diperoleh tabel EKT:
Sumber
EKT F
Variasi

2 2 2
𝐾𝑇(𝐴)
𝐴𝑖 27𝜙𝐴 + 9𝜎𝐴𝐵 + 9𝜎𝐴𝐶 + 3𝜎𝐴𝐵𝐶 + 𝜎𝜀2
𝐾𝑇(𝐴𝐵) + 𝐾𝑇(𝐴𝐶) − 𝐾𝑇(𝐴𝐵𝐶)
2 𝐾𝑇(𝐵)
𝐵𝑗 18𝜎𝐵2 + 6𝜎𝐵𝐶 + 𝜎𝜀2
𝐾𝑇(𝐵𝐶)
𝐾𝑇(𝐶)
𝐶𝑘 18𝜎𝐶2 + 6𝜎𝐵𝐶
2
+ 𝜎𝜀2
𝐾𝑇(𝐵𝐶)
2 2 𝐾𝑇(𝐴𝐵)
𝐴𝐵𝑖𝑗 9𝜎𝐴𝐵 + 3𝜎𝐴𝐵𝐶 + 𝜎𝜀2
𝐾𝑇(𝐴𝐵𝐶)
2 2 𝐾𝑇(𝐴𝐶)
𝐴𝐶𝑖𝑘 9𝜎𝐴𝐶 + 3𝜎𝐴𝐵𝐶 + 𝜎𝜀2
𝐾𝑇(𝐴𝐵𝐶)
2 𝐾𝑇(𝐵𝐶)
𝐵𝐶𝑗𝑘 6𝜎𝐵𝐶 + 𝜎𝜀2
𝐾𝑇(𝐸)
2 𝐾𝑇(𝐴𝐵𝐶)
𝐴𝐵𝐶𝑖𝑗𝑘 3𝜎𝐴𝐵𝐶 + 𝜎𝜀2
𝐾𝑇(𝐸)
𝜀(𝑖𝑗𝑘)𝑙 𝜎𝜀2

Menghitung ANAVA
• Mencari Jumlah Kuadrat
136,872 18733,4
𝐹𝐾 = = = 346,9148
2×3×3×3 54
𝐽𝐾𝑇 = (3,022 + 3,082 + 3,72 + ⋯ + 1,752 ) − 346,9148 = 9,617
(71,822 + 65,052 )
𝐽𝐾𝐴 = − 346,9148 = 0,849
3×3×3
(47,922 + 46,212 + 42,742 )
𝐽𝐾𝐵 = − 346,9148 = 0,7740
3×2×3
 (52,222 + 46,872 + 37,7862 )
𝐽𝐾𝐶 = − 346,9148 = 5,9215
3×2×3
(25,122 + 24,422 + 22,282 + ⋯ + 136,872 )
𝐽𝐾𝐴𝐵 = − 346,9148 − 0,849 − 0,7740
3×3
= 0,0185
(27,142 + 24,772 + 19,912 + ⋯ + 17,872 )
𝐽𝐾𝐴𝐶 = − 346,9148 − 0,849 − 5,9215
3×3
= 0,0142
(18,692 + 16,4962 + 12,742 + ⋯ + 11,882 )
𝐽𝐾𝐵𝐶 = − 346,9148 − 0,7740 − 5,9215
3×2
= 0,169883
(9,82 + 8,792 + 6,532 + ⋯ + 5,722 )
𝐽𝐾𝐴𝐵𝐶 = − 346,9148 − 0,849 − 0,7740 − 5,9215
3
− 0,0185 − 0,0142 − 0,169883 = 0,095917
𝐽𝐾𝐸 = 9,617 − 7,8430 = 1,774
• Mencari Derajat Bebas
𝑑𝑏𝐴 = 1
𝑑𝑏𝐵 = 2
𝑑𝑏𝐶 = 2
𝑑𝑏𝐴𝐵 = 2
𝑑𝑏𝐴𝐶 = 2
𝑑𝑏𝐵𝐶 = 4
𝑑𝑏𝐴𝐵𝐶 = 4
𝑑𝑏𝑇 = 53
𝑑𝑏𝐸 = 36
Dengan menggunakan software R:
> hasil.anava<-aov(respon~A+B+C+(A*B)+(A*C)+(B*C)+(A*B*C),data)
> hasil.anava
Call:
aov(formula = respon ~ A + B + C + (A * B) + (A * C) + (B * C) +
(A * B * C), data = data)

Terms:
A B C A:B A:C B:C
A:B:C Residuals
Sum of Squares 0.848757 0.774026 5.921559 0.018559 0.014248 0.169841
0.096085 1.773867
Deg. of Freedom 1 2 2 2 2 4
4 36

Residual standard error: 0.2219776

Estimated effects may be unbalanced

• Mencari Kuadrat Tengah

0,849
𝐾𝑇𝐴 = = 0,849
1
0,7740
𝐾𝑇𝐵 = = 0,387
2
5,9215
𝐾𝑇𝐶 = = 2,96075
2
0,0185
𝐾𝑇𝐴𝐵 = = 0,00925
2
0,0142
𝐾𝑇𝐴𝐶 = = 0,0071
2
0,1698
𝐾𝑇𝐵𝐶 = = 0,0425
4
0,096
𝐾𝑇𝐴𝐵𝐶 = = 0,024
4
1,774
𝐾𝑇𝐸 = = 0,0493
36
• Mencari F Hitung
𝐾𝑇(𝐴) 0,849 0,849
𝐹𝐴 = = =
𝐾𝑇(𝐴𝐵) + 𝐾𝑇(𝐴𝐶) − 𝐾𝑇(𝐴𝐵𝐶) 0,00925 + 0,0071 − 0,024 −0,00765
= −110,98
∗∗ Hasil di atas menunjukkan pendugaan negatif yaitu suatu indikasi bahwa observasi
dalam data berkorelasi negatif dan atau karena model yang digunakan tidak sesuai dengan
data set yang dimiliki. Namun karena dalam proses pembelajaran analisis akan tetap
dilanjutkan.
𝐾𝑇(𝐵) 0,387
𝐹𝐵 = = = 9,1
𝐾𝑇(𝐵𝐶) 0,0425
𝐾𝑇(𝐶) 2,96075
𝐹𝐶 = = = 69,7
𝐾𝑇(𝐵𝐶) 0,0425
𝐾𝑇(𝐴𝐵) 0,00925
𝐹𝐴𝐵 = = = 0,38
𝐾𝑇(𝐴𝐵𝐶) 0,024
𝐾𝑇(𝐴𝐶) 0,0071
𝐹𝐴𝐶 = = = 0,296
𝐾𝑇(𝐴𝐵𝐶) 0,024
 𝐾𝑇(𝐵𝐶) 0,0425
𝐹𝐵𝐶 = = = 0,862
𝐾𝑇(𝐸) 0,0493
𝐾𝑇(𝐴𝐵𝐶) 0,024
𝐹𝐴𝐵𝐶 = = = 0,487
𝐾𝑇(𝐸) 0,0493
Keputusan
F Hitung B > F tabel B, maka 𝐻0 ditolak (signifikan)
F Hitung C > F tabel C, maka 𝐻0 ditolak (signifikan)
F Hitung AB < F tabel AB, maka 𝐻0 diterima (non signifikan)
F Hitung AC < F tabel AC, maka 𝐻0 diterima (non signifikan)
F Hitung BC < F tabel BC, maka 𝐻0 diterima (non signifikan)
F Hitung ABC < F tabel ABC, maka 𝐻0 diterima (non signifikan)

Kesimpulan
- Faktor B (Umur)
Dengan taraf signifikan 5% dapat disimpulkan bahwa terdapat keragaman rata-rata
persentasi lemak abdominal akibat faktor Umur terhadap respon.
- Faktor C (Konsentrasi Fermentasi)
Dengan taraf signifikan 5% dapat disimpulkan bahwa terdapat keragaman rata-rata
persentasi lemak abdominal akibat faktor Konsentrasi Fermentasi terhadap respon.
- Faktor A × B (Jenis Kelamin x Umur)
Dengan taraf signifikan 5% dapat disimpulkan bahwa tidak terdapat keragaman rata-rata
persentasi lemak abdominal akibat jenis kelamin dan umur.
- Faktor A × C (Jenis Kelamin x Konsentrasi Fermentasi)
Dengan taraf signifikan 5% dapat disimpulkan bahwa tidak terdapat keragaman rata-rata
persentasi lemak abdominal akibat jenis kelamin dan konsentrasi fermentasi.
- Faktor B × C (Umur x Konsentrasi Fermentasi)
Dengan taraf signifikan 5% dapat disimpulkan bahwa tidak terdapat keragaman rata-rata
persentasi lemak abdominal akibat umur dan konsentrasi fermentasi.
- Faktor 𝐴 × B × C (Jenis Kelamin x Umur x Konsentrasi Fermentasi)
Dengan taraf signifikan 5% dapat disimpulkan bahwa tidak terdapat keragaman rata-rata
persentasi lemak abdominal akibat Jenis Kelamin, Umur dan Konsentrasi Fermentasi

Perhitungan menggunakan bantuan software R:

> #-------------------Input Data------------------------
> A<-c(rep(1:2,each=27)) # Gender
> B<-c(rep(1:3,each=9,time=2)) # Umur
> C<-c(rep(1:3,each=3,time=6)) # Konsentrasi Fermentasi
> respon<-c(3.02,3.08,3.7,
+ 3.05,2.91,2.83,
+ 2.14,2.14,2.25,
+ 3.16,2.82,2.91,
+ 2.91,2.98,2.42,
+ 2.6,2.34,2.28,
+ 2.52,3.01,2.92,
+ 2.31,2.74,2.62,
+ 1.93,2.14,2.09,
+ 2.87,2.67,3.35,
+ 2.54,2.81,2.35,
+ 2.27,1.72,2.22,
+ 2.98,2.58,2.8,
+ 2.53,2.21,2.75,
+ 2.08,1.96,1.9,
+ 2.75,2.52,2.56,
+ 2.37,2.21,2.33,
+ 2.11,1.86,1.75)
> data<-data.frame(A=factor(A),B=factor(B), C=factor(C),respon=respon)
> #-------------------Penentuan EKT------------------------
> EKT <- EMSanova(respon~A+B+C, data = data, type = c("F","R","R"));EKT
Df SS MS Fvalue Pvalue Sig EMS
A 1 0.84875741 0.848757407 Error+3A:B:C+9A:C+9A:B+27A
B 2 0.77402593 0.387012963 9.1147 0.0324 * Error+6B:C+18B
A:B 2 0.01855926 0.009279630 0.3863 0.7024 Error+3A:B:C+9A:B
C 2 5.92155926 2.960779630 69.7307 8e-04 *** Error+6B:C+18C
A:C 2 0.01424815 0.007124074 0.2966 0.7584 Error+3A:B:C+9A:C
B:C 4 0.16984074 0.042460185 0.8617 0.4962 Error+6B:C
A:B:C 4 0.09608519 0.024021296 0.4875 0.7448 Error+3A:B:C
Residuals 36 1.77386667 0.049274074 Error

Berdasarkan hasil output software R, dapat dilihat bahwa EKT dan nilai-nilai tabel ANAVA
yang menggunakan software R sama dengan perhitungan manual, serta diperoleh pula tabel
ANAVA sebagai berikut:

Sumber Variasi db JK KT FHitung Ftabel

Jenis Kelamin (A) 1 0,849 0,849 -110,98
Umur (B) 2 0,7740 0,387 9,1 6,94
Konsentrasi Fermentasi (C) 2 5,9215 2,96075 69,7 6,94
AB 2 0,0185 0,00925 0,38 6,94
AC 2 0,0142 0,0071 0,296 6,94
BC 4 0,1698 0,0425 0,862 2,63
ABC 4 0,096 0,024 0,487 2,63
Error 36 1,774 0,0493
Total 53 9,617