1.

Analisis variansi adalah analisis statistik yang perhitungannya berdasarkan pada pemecahan
variansi. Prinsip pengujiannya adalah menganalisis variabilitas/keragaman data menjadi dua
sumber variasi, yaitu variasi dalam kelompok (within) dan variasi antar kelompok (between).
Yang dimaksud variasi disini adalah variansi yang menunjukkan penyimpangan data dari nilai
rata-ratanya. Nilai rata-rata yang dimaksud bisa nilai rata-rata keseluruhan data (grand mean),
atau nilai rata-rata masing-masing kelompok data.
Deviasi atau penyimpangan data dapat dibedakan menjadi :
 Deviasi antar kelompok (between-groups deviation), yaitu deviasi yang terjadi
antara nilai rata-rata kelompok dengan nilai rata-rata keseluruhan (grand mean)
 Deviasi dalam kelompok (within-group deviation), yaitu deviasi yang terjadi
antara nilai masing-masing data yang ada dalam kelompok dengan nilai rata-rata
kelompoknya.
 Deviasi total (total deviation), yaitu jumlah dari deviasi between dan within atau
deviasi antara nilai masing-masing data yang ada dalam kelompok dengan nilai
rata-rata keseluruhan (grand mean).
Jadi, dapat dikatakan tujuan analisis variansi adalah untuk menguji perbedaan rerata antar grup,
dimana grup bisa berupa kelompok atau jenis perlakuan. Ada beberapa asumsi yang harus
dipenuhi untuk melakukan uji analisis varinasi yaitu sampel diambil dari kelompok yang
independen, data masing-masing kelompok berdistribusi normal serta variansi antar kelompok
harus homogen. Analisis varian banyak digunakan dalam penelitian yang melibatkan pengujian
komparatif dimana yang diuji adalah variabel terikat dan membandingkannya pada
kelompok- kelompok sampel independen yang diamati, seperti dalam penelitian survey dan
penelitian eksperimen.

2.Model Tetap (Model I) dan Model Acak (Model II) dalam rancangan percobaan serta
perbedaannya :

Model Tetap (Model I) :

 Model yang berdasarkan atas asumsi komponen nilai rata-rata untuk perlakuan yang
diamati merupakan peubah yang tetap dimana semua perlakuan digunakan dalam
percobaan.
 Perlakuan yang digunakan dalam percobaan berasal dari populasi terbatas
 Pemilihan perlakuan ditentukan peneliti
 Kesimpulan yang diperoleh terbatas, hanya pada perlakuan yang dicobakan

Model Acak (Model II) :

 Model yang didasarkan komponen nilai rata-rata untuk perlakuan yang diamati
merupakan contoh acak semua komponen berpengaruh acak dari populasi yang nilai rata-
ratanya adalah nol dengan ragamnya tidak diketahui.
 Perlakuan yang digunakan dalam percobaan berasal dari populasi terbatas
  Pemilihan perlakuan ditentukan peneliti
 Kesimpulan yang diperoleh terbatas, hanya pada perlakuan yang dicobakan

Contohnya adalah penelitian mengenai pengaruh pupuk Nitrogen terhadap hasil padi, dimana
peneliti menetapkan empat taraf dosis pemupukan. Taraf-taraf tersebut bisa berupa model tetap
dan bisa juga model acak.
 Taraf pemupukan dikatakan model tetap jika peneliti menganggap bahwa ke-4 taraf
tersebut sudah dapat mewakili populasi yang dihipotesiskan atau dibayangkan oleh
peneliti. Misalnya ke-4 taraf tersebut adalah 0, 75, 150, 225 kg N ha-1, karena dosis
tersebut merupakan dosis yang umum digunakan
 Taraf pemupukan dikatakan model acak apabila peneliti mengambil t taraf dari suatu
faktor (t<T) yang akan diteliti sebagai suatu contoh berukuran t yang representative,
digunakan untuk mewakili populasinya (T). Jadi inferensi tidak dimaksudkan untuk t
taraf dari faktor yang diteliti.

3.Multiple comparison digunakan untuk mengetahui lebih lanjut kelompok mana saja yang
berbeda rata-ratanya bila pada pengujian analisis varinasi dihasilkan ada perbedaan bermakna
(Ho ditolak). Ada berbagai jenis analisis multiple comparison diantaranya adalah :
a) Uji Fisher (Least Significant Difference) atau Uji Beda Nyata Terkecil (BNT)
Analisis perbandingan ini digunakan untuk mengetahui pasangan rerata mana yang paling
berbeda diantara pasangan yang ada, menggunakan perbandingan berbagai rerata dengan
uji-t.
Kelebihan :Penghitungannya yang sederhana
Dapat digunakan dalam kelompok dengan perlakuan tidak sama (unequal)
Kelemahan :Uji paling lemah karena jika terdapat banyak perbandingan yang
dilakukan maka akan meningkatkan probabilitas keslaahan tipe I
Terjadi α inflation yang menyebabkan terjadi kenaikan probabilitas
sehingga taraf kepercayaannya berkurang.

b) Uji Tukey (Honestly Significant Difference) atau Uji Beda Nyata Jujur (BNJ)
Uji ini digunakan untuk membandingkan berbagai kelompok rerata dan sampel besar,
dimana ukuran sampelnya sama dan beda setiap perlakuan (equal dan unequal).
Kelebihan :Tersedia di banyak program aplikasi statistika
Mengurangi probabilitas kesalahan tipe I
Digunakan dalam confirmatory research ketika kombinasi antar kelompok
diabaikan
Kelemahan :Rentan terhadap kesalahan tipe II
Tidak cocok digunakan untuk riset eksploratori
c) Uji Bonferroni
Uji ini digunakan ntuk ukuran sampel yang sama dan beda setiap perlakuan (equal dan
unequal). Uji Bonferroni memungkinkan membuat perbandingan antar perlakuan, antara
perlakuan dengan kelompok perlakuan, atau antar kelompok perlakuan.
Kelebihan :Dapat mempertahankan nilai α sehingga nilai taraf kepercayaan tetap
Tersedia di banyak program aplikasi statistika
Kelemahan :Tidak dapat digunakan dalam riset eksploratori
Semua kontras(perbandingan) ditentukan oleh peneliti.

d) Uji Scheffe
Uji ini digunakan untuk pembanding yang tidak perlu orthogonal, dengan ukuran
sampel yang sama dan beda pada setiap perlakuan (equel dan unequel).
Kelebihan : Mengurangi probabilitas kesalahan tipe II
Secara keseluruhan, merupakan uji yang kuat
Tidak perlu menetapkan kontras terlebih dahulu
Kekurangan : Memiliki α inflation yang paling tinggi dibanding lainnya
Lebih rentang kepada kesalahan tipe I dibanding uji lainnya