Nama : ADINDA ALIFATUL JANNAH

Kelas : Praktikum Rancangan Percobaan – D

Nomor 3
Suatu penelitian yang bertujuan mengetahui pengaruh insektisida terhadap hasil padi. Pada
penelitian tersebut dilakukan percobaan dengan menggunakan 5 perlakuan yang diberikan
kepada padi yaitu A = Kontrol, B = Insektisida FCe; C= Insektisida EC, D= Insektisida BHC,
dan E = Insektisida DDT. Percobaan tersebut diulang sebanyak 5 kali. Data yang diperoleh dari
hasil percobaan tersebut yaitu sebagai berikut:
Konsentrasi Asam
Batch
1 2 3 4 5
1 A=3.54 C=3.91 D=3.73 E=3.51 B=3.92
2 D=3.53 A=3.06 E=3.63 B=4.02 C=4.05
3 B=4.84 E=3.21 C=4.25 D=3.87 A=3.64
4 C= 4.55 D=3.05 B=4.52 A=3.44 E=3.52
5 E=3.60 B=4.01 A=3.30 C=4.13 D=3.50

a. Rancangan apa yang cocok dengan studi kasus diatas?

b. Berdasarkan percobaan diatas lakukanlah perintah berikut:
- Bentuklah model linear yang sesuai
- susunlah tabel analisis variansinya dan tuliskan hipotesis yang diuji beserta
kesimpulannya (taraf signifikansi 0,05)
- lakukanlah uji tukey/uji Duncan jika dibutuhkan.
c. Lakukan pengecekan model dengan α = 0,05 untuk pengamatan tersebut
d. Berikan kesimpulan akhir dari analisis yang telah dilakukan

Jawab
Rancangan yang cocok dengan studi kasus diatas adalah Rancangan Bujur Sangkar Latin
(RBSL).
Model linier yang sesuai adalah 𝑌𝑖𝑗𝑘 =
- Hipotesis
- Pengaruh perlakuan
𝐻0 = Tidak terdapat pengaruh keragaman perlakuan terhadap respon yang diamati
𝐻1 = Terdapat pengaruh keragaman perlakuan terhadap respon yang diamati
 - Pengaruh baris
𝐻0 = kelompok baris tidak berpengaruh terhadap respon yang diamati
𝐻1 = kelompok baris berpengaruh terhadap respon yang diamati
- Pengaruh kolom
𝐻0 = kelompok kolom tidak berpengaruh terhadap respon yang diamati
𝐻1 = kelompok kolom berpengaruh terhadap respon yang diamati
- Taraf signifikansi
𝛼 = 5%
- Daerah kritis
𝐻0 ditolak jika p-value < 𝛼
- Statistik uji
Perhatikan gambar berikut.

Tabel Analisis Variansi

Sumber Derajat bebas Jumlah Kuadrat Kuadrat Tengah F hitung
Keragaman
Perlakuan 4 3.3964 0.84911 25.6533
Baris 4 0.8908 0.22271 6.7284
Kolom 4 0.2881 0.07203 2.1761
Galat 12 0.3972 0.03310
Total 24 4.9725 1.17695
- Keputusan
Tabel Error! No text of specified style in document..1 Keputusan ANOVA Studi Kasus 1
Sumber Keragaman P value Tanda Alpha Keputusan

Perlakuan 8.394 × 10−6 > 0.05 Tolak 𝐻0

Baris 0.004429 < 0.05 Tolak 𝐻0

Kolom 0.133530 > 0.05 Gagal Tolak 𝐻0

 - Kesimpulan
a. Perlakuan
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa terdapat keragaman rata-rata
pengaruh insektisida terhadap hasil padi.

b. Baris
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa terdapat pengaruh konsentrasi
keasaman insektisida terhadap hasil padi.

c. Kolom
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa tidak terdapat pengaruh batch
(pengulangan) pada pemberian insektisida terhadap hasil padi.

Uji Tuckey
- Hipotesis
𝐻0 = Tidak terdapat perbedaan signifikan di seluruh pasangan perlakuan
𝐻1 = Terdapat perbedaan signifikan di seluruh pasangan perlakuan
- Taraf signifikansi
𝛼 = 5%
- Daerah kritis
𝐻0 ditolak jika p-value < 𝛼
- Statistik uji
Perhatikan gambar berikut.
 - Keputusan

i-j P-Value Keputusan

E-A 0.9088786 Gagal tolak 𝐻0

D-A 0.7425142 Gagal tolak 𝐻0
C-A 0.0001524 Tolak 𝐻0
B-A 0.0000563 Tolak 𝐻0
D-E 0.9956767 Gagal tolak 𝐻0
C-E 0.0005282 Tolak 𝐻0
B-E 0.0001810 Tolak 𝐻0
C-D 0.0009252 Tolak 𝐻0
B-D 0.0003066 Tolak 𝐻0
B-C 0.9452630 Gagal tolak 𝐻0

- Kesimpulan
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa terdapat perbedaan signifikan di
seluruh pasangan perlakuan, kecuali pada pasangan perlakuan E-A, D-A, D-E, dan B-C yang
tidak memiliki perbedaan signifikan.

Plot Tuckey

Plot menunjukkan setiap perbandingan pasangan perlakuan pada sumbu Y dan selisih rata-rata
pada sumbu X. Jika garis horizontal untuk suatu pasangan perlakuan tidak melewati garis
vertikal 0, maka dapat disimpulkan bahwa perbedaan rata-rata antara pasangan perlakuan
tersebut signifikan secara statistik, begitu pula sebaliknya apabila melewati 0. Dari plot di atas,
dapat diketahui bahwa beberapa garis pasangan perlakuan tidak melewati garis vertikal 0 dan
hanya pasangan perlakuan E-A, D-A, D-E, dan B-C yang melewati garis vertikal 0, ini artinya,
dengan menggunakan tingkat kepercayaan 95%, semua pasangan perlakuan tidak memiliki
perbedaan signifikan secara statistik kecuali pasangan perlakuan E-A, D-A, D-E, dan B-C.
Uji Duncan

Dari output di atas didapatkan informasi bahwa kelompok B dianggap tidak berbeda secara
signifikan jika dibandingkan dengan kelompok C karena mereka semua berada di dalam satu
group yang sama, yaitu group a. Begitupun dengan kelompok D yang dianggap tidak berbeda
secara signifikan jika dibandingkan dengan kelompok E dan A karena kelompok-kelompok
berada di dalam group b. Perlakuan yang paling memengaruhi respon adalah perlakuan B
karena perlakuan B atau Insektisida FCe memiliki rata-rata paling tinggi.
Plot Duncan
 Plot menunjukkan setiap perbandingan pasangan baris pada sumbu Y dan selisih rata-
rata pada sumbu X. Jika garis horizontal untuk suatu pasangan baris tidak melewati garis
vertikal 0, maka dapat disimpulkan bahwa perbedaan rata-rata antara pasangan baris tersebut
signifikan secara statistik, begitu pula sebaliknya. Pada plot di atas, dapat diketahui bahwa
seluruh garis pasangan kecuali C-A dan B-A melewati garis vertikal 0, ini artinya dengan
menggunakan tingkat kepercayaan 95% seluruh pasangan baris selain C-A dan B-A tidak
memiliki perbedaan yang signifikan secara statistik.
- Hipotesis Baris
𝐻0 = Tidak terdapat perbedaan signifikan di seluruh pasangan baris
𝐻1 = Terdapat perbedaan signifikan di seluruh pasangan baris
- Hipotesis Kolom
𝐻0 = Tidak terdapat perbedaan signifikan di seluruh pasangan kolom
𝐻1 = Terdapat perbedaan signifikan di seluruh pasangan kolom
- Hipotesis perlakuan
𝐻0 = Perlakuan tidak berpengaruh terhadap respon yang diamati
𝐻1 = Perlakuan berpengaruh terhadap respon yang diamati
- Taraf signifikansi
𝛼 = 5%
- Daerah kritis
𝐻0 ditolak jika p-value < 𝛼
- Statistik uji
Perhatikan gambar berikut.
- Keputusan Baris

i-j P-Value Keputusan

2-1 0.00068 Tolak 𝐻0

3-1 0.29499 Gagal tolak 𝐻0
4-1 0.09586 Gagal tolak 𝐻0
5-1 0.03922 Tolak 𝐻0
3-2 0.00387 Tolak 𝐻0
4-2 0.01378 Tolak 𝐻0
5-2 0.03255 Tolak 𝐻0
4-3 0.43951 Gagal tolak 𝐻0
5-3 0.21018 Gagal tolak 𝐻0
5-4 0.56550 Gagal tolak 𝐻0
 - Keputusan Kolom

i-j P-Value Keputusan

2-1 0.6067 Gagal tolak 𝐻0

3-1 0.0697 Gagal tolak 𝐻0
4-1 0.4299 Gagal tolak 𝐻0
5-1 0.9052 Gagal tolak 𝐻0
3-2 0.0325 Tolak 𝐻0
4-2 0.2269 Gagal tolak 𝐻0
5-2 0.6716 Gagal tolak 𝐻0
4-3 0.2286 Gagal tolak 𝐻0
5-3 0.0626 Gagal tolak 𝐻0
5-4 0.3896 Gagal tolak 𝐻0
- Keputusan Perlakuan

i-j P-Value Keputusan

B-A 1.4e-05 Tolak 𝐻0

C-A 3.3e-05 Tolak 𝐻0
D-A 0.26943 Gagal tolak 𝐻0
E-A 0.41106 Gagal tolak 𝐻0
C-B 0.47938 Gagal tolak 𝐻0
D-B 5.3e-05 Tolak 𝐻0
E-B 3.9e-05 Tolak 𝐻0
D-C 0.00012 Tolak 𝐻0
E-C 9.3e-05 Tolak 𝐻0
E-D 0.72145 Gagal tolak 𝐻0
- Kesimpulan Baris
Dengan tingkat kepercayaan 95%, dari data yang ada membuktikan bahwa pasangan baris 2-
1, 5-1, 3-2, 4-2, 5-2 memiliki perbedaan yang signifikan, sedangkan pasangan baris lainnya
selain yang disebutkan tidak memiliki perbedaan signifikan.

- Kesimpulan Kolom
Dengan tingkat kepercayaan 95%, dari data yang ada membuktikan bahwa tidak terdapat
perbedaan yang signifikan di seluruh pasangan kolom, kecuali pada kolom 3-2.
 - Kesimpulan Perlakuan
Dengan tingkat kepercayaan 95%, dari data yang ada membuktikan bahwa terdapat
perbedaan yang signifikan di pasangan perlakuan B-A, C-A, D-B, E-B, D-C, dan E-C, dan
tidak terdapat perbedaan yang signifikansi di beberapa pasangan perlakuan lain yang tidak
disebutkan.
Pengecekan Model
a. Uji independensi
- Hipotesis
𝐻0 = Tidak terdapat korelasi serial pada galat percobaan
𝐻1 = Terdapat korelasi serial pada galat percobaan
- Taraf signifikansi
𝛼 = 5%
- Daerah kritis
𝐻0 ditolak jika p-value < 𝛼
- Statistik uji
Perhatikan gambar berikut.

Statistik uji yang diperoleh adalah 0.744

- Keputusan
p-value sebesar 0.744 > 𝛼 maka gagal tolak 𝐻0
- Kesimpulan
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa tidak terdapat korelasi
serial pada galat percobaan data pengaruh insektisida pada hasil padi.
b. Uji homoskedastisitas
- Hipotesis
𝐻0 = Asumsi homoskedastisitas galat percobaan terpenuhi
𝐻1 = Asumsi homoskedastisitas galat percobaan tidak terpenuhi
- Taraf signifikansi
𝛼 = 5%
- Daerah kritis
𝐻0 ditolak jika p-value < 𝛼
- Statistik uji
 Perhatikan gambar berikut.

Statistik uji yang diperoleh adalah 0.5368

- Keputusan
p-value sebesar 0.5368 > 𝛼 maka gagal tolak 𝐻0
- Kesimpulan
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa asumsi homoskedastisitas
galat percobaan pada data pengaruh pemberian insektisida terhadap hasil padi
terpenuhi.
c. Uji kenormalan residual
- Hipotesis
𝐻0 = Galat percobaan berdistribusi Normal
𝐻1 = Galat percobaan tidak berdistribusi Normal
- Taraf signifikansi
𝛼 = 5%
- Daerah kritis
𝐻0 ditolak jika p-value < 𝛼
- Statistik uji
Perhatikan gambar berikut.

Statistik uji yang diperoleh adalah 0.01097

- Keputusan
p-value sebesar 0.01097 < 𝛼 maka tolak 𝐻0
- Kesimpulan
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa galat percobaan pada data
pengaruh pemberian insektisida terhadap hasil padi tidak berdistribusi Normal.

Berdasarkan hasil output pada pengecekan model untuk asumsi independensi, asumsi
homoskedastisitas, dan asumsi normalitas residual dapat dilihat bahwa kriteria keputusan
menunjukkan tidak terdapat korelasi serial pada galat percobaan, asumsi homoskedastisitas
terpenuhi dan galat percobaan tidak berdistribusi normal maka dapat disimpulkan model
cukup layak digunakan. Data yang ada menyatakan adanya pengaruh keragaman rata-rata
pengaruh insektisida terhadap hasil padi dan pengaruh terbesar adalah dari Insektisida FCe.

Soal 2
Sebuah artikel di Fire Safety Journal (“The Effect of Nozzle Design on the Stability and
Performance of Turbulent Water Jets,” Vol. 4, Agustus 1981) menjelaskan sebuah percobaan di
mana faktor ditentukan oleh beberapa desain nozzle yang berbeda pada enam tingkat kecepatan
jet. Minat difokuskan pada perbedaan potensial antara desain nozzle, dengan kecepatan
dianggap sebagai variabel gangguan. Datanya adalah ditunjukkan di bawah ini :
Nozzle Jet Efflux Velocity (m/s)
Design 11.73 14.37 16.59 20.43 23.46 28.74
1 0.78 0.80 0.81 0.75 0.77 0.78
2 0.85 0.85 0.92 0.86 0.81 0.83
3 0.93 0.92 0.95 0.89 0.89 0.83
4 1.14 0.97 0.98 0.88 0.86 0.83
5 0.97 0.86 0.78 0.76 0.76 0.75

a. Rancangan apa yang cocok dengan studi kasus diatas?

b. Berdasarkan studi kasus diatas, susunlah tabel analisis variansinya dan tuliskan
hipotesis yang diuji beserta kesimpulannya (taraf signifikansi 0,05) serta lakukanlah uji
tukey/uji Duncan jika dibutuhkan.
c. Lakukan pengecekan model dengan α = 0,05 untuk pengamatan tersebut.

Rancangan yang cocok dengan studi kasus diatas adalah Rancangan Acak Kelompok Lengkap
(RAKL).
- Hipotesis
• Pengaruh perlakuan
𝐻0 = Tidak terdapat pengaruh keragaman perlakuan terhadap respon yang diamati
𝐻1 = Terdapat pengaruh keragaman perlakuan terhadap respon yang diamati
• Pengaruh kelompok
𝐻0 = Tidak terdapat pengaruh keragaman kelompok terhadap respon yang diamati
𝐻1 = Terdapat pengaruh keragaman kelompok terhadap respon yang diamati
- Taraf signifikansi
 𝛼 = 5%
- Daerah kritis
𝐻0 ditolak jika p-value < 𝛼
- Statistik uji
Perhatikan gambar berikut.

Statistik uji yang diperoleh untuk perlakuan adalah 0.000266

Statistik uji yang diperoleh untuk kelompok adalah 0.007364
- Keputusan
Sumber Derajat Jumlah Kuadrat
F hitung P-Value
keragaman bebas kuadrat tengah
Perlakuan 4 0.10218 0.025545 8.916 0.000266
Kelompok 5 0.06287 0.012573 4.389 0.007364
Galat 20 0.05730 0.002865
Total 29 0.22235 0.040983
p-value pengaruh perlakuan sebesar 0.000266 < 𝛼 maka tolak 𝐻0
p-value pengaruh kelompok sebesar 0.007364 < 𝛼 maka tolak 𝐻0
- Kesimpulan
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa terdapat pengaruh keragaman baik
perlakuan maupun kelompok terhadap respon yang diamati.
Uji Tuckey
- Hipotesis
𝐻0 = Tidak terdapat perbedaan signifikan di seluruh pasangan perlakuan
𝐻1 = Terdapat perbedaan signifikan di seluruh pasangan perlakuan
- Taraf signifikansi
𝛼 = 5%
- Daerah kritis
𝐻0 ditolak jika p-value < 𝛼
- Statistik uji
Perhatikan gambar berikut.
 - Keputusan
Keputusan yang diperoleh adalah sebagai berikut.
Tabel Error! No text of specified style in document..2 Keputusan Uji Tuckey Studi Kasus 2

i-j Keputusan

23.46-11.73 Gagal tolak 𝐻0

14.37-11.73 Gagal tolak 𝐻0
16.59-11.73 Tolak 𝐻0
20.43-11.73 Tolak 𝐻0
14.37-23.46 Gagal tolak 𝐻0
16.59-23.46 Tolak 𝐻0
20.43-14.37 Gagal tolak 𝐻0
16.59-14.37 Gagal tolak 𝐻0
20.43-16.59 Gagal tolak 𝐻0

- Kesimpulan
Dengan taraf signifikansi 5%, diperoleh kesimpulan bahwa terdapat perbedaan signifikan di pasangan
perlakuan 16.59-11.73, 20.43-11.73, dan 20.43-23.46, sedangkan pada pasangan lain tidak terdapat
perbedaan signifikan.
Plot menunjukkan setiap perbandingan pasangan perlakuan pada sumbu Y dan selisih rata-
rata pada sumbu X. Jika garis horizontal untuk suatu pasangan perlakuan tidak melewati garis
vertikal 0, maka dapat disimpulkan bahwa perbedaan rata-rata antara pasangan perlakuan
tersebut signifikan secara statistik, begitu pula sebaliknya apabila melewati 0. Dari plot di
atas, dapat diketahui bahwa terdapat perbedaan signifikan di pasangan perlakuan 16.59-
11.73, 20.43-11.73, dan 20.43-23.46, sedangkan pada pasangan lain tidak terdapat perbedaan
signifikan.

Dari output di atas didapatkan informasi bahwa kelompok 20.43 dianggap tidak berbeda
secara signifikan jika dibandingkan dengan kelompok 16.59 karena mereka semua berada di
dalam satu group yang sama, yaitu group a. Begitupun dengan kelompok 23.46 dan 11.73
yang dianggap tidak berbeda secara signifikan karena kelompok-kelompok berada di dalam
group d. Perlakuan yang paling memengaruhi respon adalah perlakuan 20.43 karena memiliki
rata-rata paling tinggi.
Normalitas : berdistribusi normal

Auto korelasi : tidak ada auto korelasi

Homoskedastisitas : terpenuhi
SYNTAX NO.3

dinda2=c(3.54, 3.53, 4.84, 4.55, 3.60,

3.91, 3.06, 3.21, 3.05, 4.01,

3.73, 3.63, 4.25, 4.52, 3.30,

3.51, 4.02, 3.87, 3.44, 4.13,

3.92, 4.05, 3.64, 3.52, 3.50)

treat=c('A','D', 'B', 'C', 'E',

'C','A', 'E', 'D', 'B',

'D','E', 'C', 'B', 'A',

'E', 'B', 'D', 'A', 'C',

'B', 'C', 'A', 'E', 'D')

responsidinda=data.frame(batch=gl(5,1,25),op=gl(5,5,25),treat,dinda2)

View(responsidinda)

responsidinda.aov = aov(y~factor(op)+factor(batch)+treat, responsidinda)

anova(responsidinda.aov)

#UJI PERBANDINGAN GANDA

TukeyHSD(responsidinda.aov, which = "treat", ordered = TRUE)

plot(TukeyHSD(responsidinda.aov, which = "treat", ordered = TRUE), las=1)

mean.treat = with(subset(responsidinda), aggregate(dinda2,

list(treat =treat),
mean))

mean.treat

#Uji Duncan

library(agricolae)

duncan.test(responsidinda.aov, "treat", alpha = 0.05, console = TRUE)

library(DescTools)

PostHocTest(responsidinda.aov, method = "duncan")

plot(PostHocTest(responsidinda.aov, method = "duncan",

 las = 1, cex.axis = 0.7))

#PENGECEKAN MODEL

library(car)

durbinWatsonTest(responsidinda.aov)

bartlett.test(dinda2~treat, data = responsidinda)

shapiro.test(responsidinda.aov$residuals)

SYNTAX NO.2

dinda3 <- c(0.78, 0.80, 0.81, 0.75, 0.77, 0.78,

0.85, 0.85, 0.92, 0.86, 0.81, 0.83,

0.93, 0.92, 0.95, 0.89, 0.89, 0.83,

1.14, 0.97, 0.98, 0.88, 0.86, 0.83,

0.97, 0.86, 0.78, 0.76, 0.76, 0.75)

JEV <- gl(5, 6, 30)

levels(JEV) <- c("11.73", "14.37", "16.59", "20.43", "23.46", "28.74")

block <- gl(6, 1, 30)

frame.JEV <- data.frame(JEV, block, dinda3)

# ANOVA

responsi.aov <- aov(dinda3~JEV+block, data = frame.JEV)

summary(responsi.aov)

# uji tukey

TukeyHSD(responsi.aov, which = "JEV",

ordered = TRUE)

plot(TukeyHSD(responsi.aov, which ="JEV", ordered = TRUE), las = 1)

# Untuk mengetahui perlakuan mana yang memberikan pengaruh terbesar

mean.WOL=with(subset(frame.JEV),

aggregate(dinda3, list(JEV=JEV), mean))

mean.WOL

# Uji duncan

library(agricolae)

duncan.test(responsi.aov, "JEV",

alpha = 0.05, console = TRUE)

# pengecekan model

# asumsi independensi

# h0:tidak terdapat korelasi

library(car)

durbinWatsonTest(responsi.aov)

# asumsi homoskedastisitas

# H0:Asumsi homoskedastisitas galat percobaan terpenuhi

bartlett.test(dinda3~JEV,

data = frame.JEV)

# asumsi normalitas residual

# H0: galat berdistribusi normal

shapiro.test(responsi.aov$residuals)