Anda di halaman 1dari 13

V.

RANCANGAN ACAK LENGKAP(RAL)

Syaratnya adalah hanya ada satu peubah bebas (independent variable) yang disebut perlakuan, jadi tidak ada peubah lain selain perlakuan yang mempengaruhi respons hasil penelitian (dependent variable). Model Matematis

Yij = + Pi + ij
i = 1, 2, 3,,p dan j = 1, 2, 3,,u Disini : Yij : Pengamatan perlakuan ke-i dan ulagan ke-j

: Rataan Umum Pi : Pengaruh perlakukan ke-i

ij : Galat perlakuan ke-I dan ulangan ke-j


Mdel diatas diduga berdasarkan sampelnya :

yij = .. + (i. - ..) + yij - i.) (yij - .. )= (i. - ..) + yij - i.)
Derajat Bebas (DB): (pu -1) = (p -1) + (pu p) (pu -1) = (p -1) + p(u 1) DB Total = DB Perlakuan + DB Galat Kalau kita jumlahkan dan kuadratkan maka :
_ 2 p u _ _ _ (yij - y.. ) = [(yi. - y.. ) + (yij - yi. )]2
p u i =1 j =1 i =1 j =1

_ 2 p u _ _ _ _ _ _ (yij - y.. ) = [(yi. - y.. )2 + 2(yi. - y.. )(yij - yi. ) + (yij - yi. )2 ]
p u i =1 j =1 i =1 j =1

=0

(yij
i =1 j =1

_ 2 p u _ _ _ - y.. ) = [(yi. - y.. )2 + (yij - yi. )2 ]


i =1 j =1 p u _ _ _ 2 p u _ - y.. ) = (yi. - y.. )2 + (yij - yi. )2 i =1 j =1 i =1 j =1

(yij
i =1 j =1

J m h u la

K a ra ud t

T tal o

p u _ = (y - y.. ij i= 1 j= 1

p u (y 2 ..) 2 ) = y 2 __ ij p u i= j= 1 1

__

Ju lah m

K ad u rat

P erlakuan
p u

p u _ = (yi. i= 1 j= 1

_ - y..

p (y..) 2 2 2 ) =1/u yi. __ p u i= 1

_ _ _ _ 2 2 p u Jumlah Kuadrat Galat = (yij - yi. ) = [(yij - y.. ) + (yi. - y.. )]


i =1 j =1 i =1 j =1

JK Galat = JK Total JK Perlakuan Tabel Data (Umpama : p = 4 dan u = 5) Ulangan (j) 1 2 3 4 5 Total (yi.) Rataan(i.) 1 y11 y12 y13 y14 y15 y1. 1. 2 y21 y22 y23 y24 y25 y2. 2. Perlakuan (i) 3 y31 Y32 y33 y34 y35 y3. 3. 4 y41 Y42 y43 y44 y45 y4. 4. Total (y,j) y.1 y.1 y.1 y.1 y.1 y.1 .,

Tabel Daftar Sidik Ragam. Sumber Keragaman Perlakuan Galat Total Hipotesis : H0 : 1 = 2 = 3 =...........= p H1 : i i Derajat Bebas (p-1) p(u-1) (pu 1) Jumlah Kuadat JK P JK G JK T Kuadrat Tengah JKP/(p-1)=P JKG/p(u-1)=G F Hitung P/G F Tabel 0.05 0.01 PeluAng(P )

Jika F Hitung (P/G) < F Tabel ( 0,05; DB Perlakuan, DB Galat)) maka H0 diterima (P>0.05), hal ini berarti Perlakuan tidak berpengaruh nyata (P>0,05).

Jika F Hitung (P/G) F Tabel ( 0,05; DB Perlakuan, DB Galat)) maka H0 ditolak (P<0.05), hal ini berarti Perlakuan berpengaruh nyata (P<0,05).

Jika F Hitung (P/G) F Tabel ( 0,01; DB Perlakuan, DB Galat)) maka H0 ditolak (P<0.01), hal ini berarti Perlakuan (P<0,01). berpengaruh sangat nyata

Teladan 1. Seorang peneliti ingin mengetahui pengaruh lama desinfeksi H2O2 terhadap log jumlah bakteri E coli pada limbah RPH dengan dosis 30% . Untuk tujuan tersebut dilakukan penelitian dengan lama desinfeksi 0, 2, 4 dan 8 jam dengan ulangan masingmasing sebanyak 5 kali. Tabel Data Jumlah E. coli (Log E. coli) Ulangan (j) 1 2 3 4 5 Total (yi.) Rata-rata SD Perhitungan :
Jm h u la K a ra ud t T ta o l = y ij
i= 1 j= 1 4 5

0 6.88 6.87 6.75 6.82 6.78 34.10 6.82 0.0561

Lama Desinfeksi (i) dalam jam 2 4 5.78 5.71 6.07 6.02 5.95 29.53 5.91 0.1550 5.62 5.51 5.58 5.60 5.52 27.83 5.57 0.0488

Total 6 4.73 4.80 4.86 4.85 4.88 24.12 4.82 0.0602 (y,j) 23.01 22.89 23.26 23.29 23.13 115.58 5.78 0.0911

(y_ ..) _ p u

JK Total = 6.882 + 6.872 + 6.752 ++ 4.882 - (115.58)2/(4x5) = 678.3556 667.9368 = 10.4188


Jum lah K uadrat Perlakuan
4 (y..) 2 2 = 1/u yi. __ pu i= 1

JK Perlakuan =1/5(34.102 + 29.532 + 27.832 + 24.122 ) (115.58)2/(4x5) = 578.2228 667.9368 = 10.2660 JK Galat = JK Total JK Perlakuan = 10.4188 10.2660 = 0.1327 Daftar Sidik Ragam Sumber Keragaman DB Jumlah Kuadrat Kuadrat Tengah F. Hitung F Tabel 0.05 0.01 P

Lama D Galat Total

3 16 19

10.2860 0.1327 10.4188

3.42867 0.00830

413.22**

3.24

5.29

<0.01

Keterangan : ** Lama Desinfeksi Berpengaruh Sangat Nytata (P<0,01). Hipotesis : H0 : 1 = 2 = 3 = 4 H1 : i i Kesimpulan : FH = 413.22> F Tabel 0,01= 5.29, maka H0 ditolak pada taraf 1%. Jadi Lama desinfeksi berpengaruh sangat nyata (P<0,01) terhadap log jumlah E coli air limbah RPH. Uji Bartlett Syarat Sidik Ragam (Uji F) ragam (S2) antar perlakuan harus homogen, untuk menguji homogennitas ragam digunakan Uji Bartlett, denagn rumus : X = 2.30226{[(ui 1)] Log S2 - (ui 1) logSi2} Y = 1 + 1/[3(p-1)]{1/(ui -1) 1/[(ui 1)]}
_ X _ B = Y

Jika B< X2 (0,05,DBG=p-1) maka disimpulkan ragam homogen, sebaliknya jika B> X2 (0,05,DBG=p-1) maka disimpulkan ragam tidak homogen. Sebagai contoh kita gunakan data diatas. X = 2.30226{[(5-1)+(5-1)+5-1)+(5-1)Log 0.09112[(5-1)Log 0.05612+(5-1)Log 0.5502+(5-1)Log 0.04882+(5-1)Log 0.06022}. X = 2.30226(-33.29512 + 36.741513) = 7.93499236 Y = 1 + 1/9{1/(5-1)+ 1/(5-1)+ 1/(5-1)+ 1/(5-1)} [1/(5-1)+(5-1)+(5-1)+(5-1)]} Y = 1.1041667
7 4_ _ . 9_ 9 _ _95 __2 _ _ B =3_ 3 10 6 . 46 117 _ =8 7 . 1

X2 (0,05,DBG=4-1) = 7.81 Oleh karena B< X2 (0,05,DBG=4-1) , maka disimpulkan ragam homogen (P>,05).

UJI NILAI TENGAH SETELAH SIDIK RAGAM Setelah H0 ditolak, maka selanjutnya ingin diketahui antar perlakuan (ratarata) mana yang berbeda nyata, maka untuk mengetahui hal tersebut dilakukan uji nilai tengan (rata-rata) antar perlakuan. Uji nilai tenngah setelah sidik ragam hanya diperkenalkan 2 uji yaitu :: a. Uji Beda Nyata Terkecil (BNT). Uji ini menggunakan tabel t, yaitu dengan mencari Sx dengan rumus :
S x = 2 K_ G __ __ T r

BNT 5% = t (0.05;DBG)Sx BNT 1% = t (0.01DBG)Sx Kesimpulan dari uji BNT adalah sebagai berikut : Jika i. i.< nilai Jika i. i. nilai Jika i. i. nilai BNT 5% maka antara i. dengan BNT 5% maka antara i. dengan BNT 1% maka antara i. dengan i. i. i. disimpulkan tidak berbeda nyata (P>0.05). disimpulkan berbeda nyata (P<0.05). disimpulkan berbeda sangat nyata (P<0.01). Dari Tabel Teladan 1. diatas maka dapat dicarai sebagai berikut :
S = 2(0.000830 x )

= 0.0576.

BNT 5% = 2.120 x 0.0576 = 0.1221 BNT 1% = 2.921 x 0.0576 = 0.1683 Tabel Uji BNT Lama Desinfeksi 0 jam 2 jam 4 jam 6 jam Keterangan : Nilai dengan huruf yang berbeda kearah kolom menunjukkan Rataan 6.820 5.906 5.566 4.824 1. i. 0 0.814** 1.254** 1.996** 2. i. 3. i. Signifikansi 0.05 0.01 A B C D A B C D

0 0.340** 1.082**

0 0.742**

berbeda nyata (P<0.05) atau sangat nyata (P<0.01). b. Uji Rentangan Berganda Duncan. Bila perlakuan lebih dari 5 (p>5), maka Uji BNT kurang baik digunakan untuk membandingkan rataan antar perlauan, maka uji yang lebih baik digunakan adalah Uji Renntangan Berganda Duncan.
Sx = KTG/r = 0.0083/5 = 0.040743

LSR = Sx x SSR SSR diambil dari Tabel Duncan. Tabel Rentangan Bergabda Duncan P 2 3 SSR 0,05 3.00 3.15 SSR 0,01 4.13 4.34 LSR 0,05 0.122 0.128 LSR 0,01 0.168 0.177 Kesimpulan dari Uji Duncan adalah sebagai berikut : Jika i. i.< nilai Jika i. i. nilai Jika i. i. nilai 4 3.23 4.45 0.132 0.181

LSR 5% pada Rentangan P tertentu, maka LSR 5% pada Rentangan P tertentu, maka LSR 1% pada Rentangan P tertentu, maka

antara i. dengan i. disimpulkan tidak berbeda nyata (P>0.05). antara i. dengan i. disimpulkan berbeda nyata (P<0.05). antara i. dengan i. disimpulkan berbeda sangat nyata (P<0.01).

Tabel Uji Rentangan Berganda Duncan Lama Desinfeksi 0 jam 2 jam 4 jam 6 jam Keterangan : Nilai dengan huruf yang berbeda kearah kolom menunjukkan Rataan 6.820 5.906 5.566 4.824 1. i. 0 0.814** 1.254** 1.996** 2. i. 3. i. Signifikansi 0.05 0.01 A B C D A B C D

0 0.340** 1.082**

0 0.742**

berbeda nyata (P<0.05) atau sangat nyata (P<0.01).

Jika perlakuan atau faktor bersifat kualitatif, maka perlu dicari hubungan antara perlakuan (Peubah bebas) diberikan lambang X dengan peubah tak bebas atau peubag respons diberikan lambang Y Hubungan X dengan Y dibuat dalam bentuk persamaan polinom berpangkat 1, 2,............,a, disini a = p 1 (a = jumlah perlakuan dikurangi satu), jadi persamaan polinomnya adalah sebagai berikut : Y = 0 + 1 X + 2 X2 +.................+ aXa Persamaan polinom ini disebut Persamaan Garis Regresi antar peubah X dengan peubah Y Kita perhatikan teladan diatas p = 4, jadi a = 4 -1 = 3, maka derajat polinom yang mungkin adalah dengan persamaan sebagai berikut : Y = 0 + 1 X + 2 X2 + 3X3 atau Y = 0 + 1 L + 2 L2 + 3L3 Disini L adalah Lama Desinfeksi dan Y adalah jumlah log E coli Dari persamaan garis regresi tersebut kita bisa mencari 0, 1, 2 dan 3, dengan menyelesaikan persamaan normalnya yaitu matriks XY = XX , dalam hal ini matriks tersebut adalah :
20 20 20 20

Yi
i= 1 20

n =

Li
i =1

Li 2
i =1 20 i= 1

Li 3
i= 1

0 1

YiLi
i =1

Li
i =1 20

20

Li 2
i =1 20

20

Li 3
20

Li 4
i= 1 20

20

YiLi 2
i =1

Li 2 Li 3 Li 4
i =1 i= 1 i =1

Li 5
i =1

20

YiLi 3
i =1

20

Li 3
i= 1

20

Li 4
i= 1

20

Li 5
i =1

20

Li 6
i= 1

20

0 1

n = Li
i =1 20

Li
i =1

20

Li 2
i =1 20 i= 1

20

Li 3
i= 1 20 i =1

20

-1

Yi
i= 1

20

Li 2
i =1

20

Li 3
Li 2
i =1 20

Li 4
Li 4
i= 1 20

YiLi
i =1

20

Li 3
i= 1

20

Li 5
i =1

20

YiLi 2
i =1

20

Li 3
i= 1

20

Li 4
i= 1

20

Li 5
i =1

20

Li 6
i= 1

20

YiLi 3
i =1

20

Berdasarkan Teladan 1. maka kita peroleh :

0 1 2 3
=

20 60 240 1440

60 260 1440 7840

280 1440 7840 44160

1440 7840 44160 254100

115,58 315,10 1431,70 7227,30

0 1 2 3
=

6,82000 - 0,76317 0,19375 - 0,02033

Jadi persamaan garis Regresinya adalah : Y = 6,82000 0.76317L + 0.19375L2 0.02033L3


8 Log. Jumlah E. coli 7 6 5 4 3 2 1 0 0 2 4 6 8 10 Lama Desinfeksi (Jam)

Untuk menguji ketepatan dan ketelitian bentuk bentuk persamaan garis regresi dilakukan pengujian bentuk persamaan garis regresinya dan dan koefisien korelasinya yaitu dengan cara sebagai berikut : 2 Jumlah Kuadrat Regresi = (xY) - 1/n( Yi)
i =1 n

Jumlah Kuadrat Total Jumlah Kuadrat Galat Tabel Sidik Ragam Regresi Sumber Keragaman Regresi Galat Total Derajat Bebas p n-p-1 n-1

Yi 2 - 1/n( Yi) 2
i =1 i =1

= JK Total JK Regresi Kuadrat Tengah JK R/p = R JK G/(n-1-p)=G F Hitung R/G F Tabel 0,05 0,01 P

Jumlah Kuadra t JK R JK G JK T

Kesimpuylannya adalah :

Jika FH(R/G) < F Tabel Jika FH(R/G) F Tabel Jika FH(R/G) F Tabel

[(0,05; p, (n-p-1)],

maka H0 diterima, berarti garis maka H0 ditolak, berarti garis maka H0 ditolak, berarti garis

regresinya tidak nyata (P>0,05).


[(0,05; p, (n-p-1)],

regresinya nyata (P<0,05).


[(0,01; p, (n-p-1)],

regresinya sangat nyata (P<0,01). Derajat polinom yang tertinggi adalah 3(kubik), tetapi mungkin saja dua (kuadratik) atau bahkan 1(linier), untuk menentukan derajat polinom yang terbaik yaitu yang menggambarkan datanya maka diperlukan pengujian terhadap koefesien garis regresinya (i), koefisien garis regresi yang nyata (P<0,05). Pengujian ini memang cukup merepotkan, karena harus mencoba beberapa kali bentuk persamaan yang mungkin dan dilakukan pengujian terhadap koefisien garis regresinya (i) , tetapi dalam program SPSS telah dipilihkan lansung garis regresi yang terbaik dengan seluruh koefisen garis regrei yang nyata(P<0,05) yaitu dengan program Regresi Stepwis. Ketelitian dan ketepatan garis regresi dapat juga dilihat dari besarnya koefisien determin (R2) dan/atau koefisien korelasinya (R atau r). Koefisien determinan adalah besarnya peubah tak bebas (Y) yang dapat diterangkan oleh peubah (x) dengan menggunakan persamaan garis regresi yang diperoleh, sedangkan koefisien korelasi menyatakan keeratan hubungan antara peubah bebas(X) dengan peubah tak bebas(Y), dan sejauh mana keeratan hubungannya dapat diuji dengan menggunakn Tabel R atau r. Koefisien diterminan (R2) = R2 1) Koefisien Korelasi (R) = R2 , nialainya (-1 R 1) Sebagai contoh kita gunakan Teladan 1., dari persamaan garis Regresi yang diperoleh yaitu Y = 6,82000 0.76317L + 0.19375L2 0.02033L3, kita dapat mengitung : 2 JK Regresi = (XY) - (1/20) ( Yi)
i =1 20
J_ Ks R ei g e __ _r __ __ __ Ja K T o t l

, nilainya (0

= (Yi) 0+ ( YiLi) 1 + ( Yi Li 2) 2 + ( YiLi 3) 3 i =1 i =1 i =1 i =1

20

20

20

20

(1/20) ( Yi) 2
i =1

20

= (115,58)(6,8200)+(315,1)(-0.76317)+(1431)(0.19375)+ (7227.30)(-0.02033) - (1/20)(115.582) = 10,2860 JK Total =


20 20

Yi 2 - (1/20)( Yi) 2 = 678,36 - (1/20)(115.582) = 10,4188


i =1 i =1

JK Galat = JK Total JK Regresi = 10,4188 10,2860 = 0,1328 Tabel Sidik Ragam Regresi SK Derajat Jumlah Kuadrat FH Bebas Kuadrat Tengah Regresi 3 10,2860 0,04074 413,22 Galat 20-3-1=16 0,1328 0,00830 Total 20-1= 19 10,4188 Kesimpulan : Garis regresi sangat nyata (P<0,01). Koefisien diterminan (R2) = 10,2860/10,4188 = 0,8973 Koefisien Korelasi (R) =
0,8 7 93

F Tabel 0,05 0,01 3,24 5,29

P <0,01

= 0,9936

Jika kita bandingkan dengan Tabel R (R 0,05; 3,18) = 0,615 dan Tabel R (R 0,01; 3,18) = 0,706. Maka koefisien garis regresinya sangat nyata (P<0,01). Disamping pengujian terhadap bentuk persamaan garis regresi dan koefisien korelasinya, juga perlu dilakukan pengujian terhadap koefisien garis regresinya (i). Jika semua koefisien garis regresinya nyata (P<0,05), maka

bentuk persamaan garis regresi tersebut secara utuh cukup baik, sebaliknya bila ada salah satu koefisien ppersamaan garis regresinya yang tidak nyata (P>0,05), maka persamaan garis regresi perlu ditinjau kembali terutama terhadap peubah bebas yang koefisiennya garis regresinya tidak nyata (P>0,05). Pengujian dapat dilakukan dengan cara mencari matriks variencovarian yaitu : XAXA = JK X1 JHK X1X2 JHK X1X3.JHKX1Xp

JHK X1X2 JHK X1X3

JK X2 JHK X1X2

JHK X2X3.JHKX2Xp JK X3....JHKX2Xp

JHK X1Xp

JHK X2Xp

JK X3Xp....JHKX2Xp

Setelah matriks XAXA dicari kebalikannya (Inversnya) dan digandakan dengan Si2 (KT galat), maka akan diperoleh matriks : (XAXA)-1 Si2 = Sb02 A B C A Sb12 D E B.C D.....E Sb22.F F..Sbp2

Nilai pada diagonal utama matriks (XAXA)-1 S i2 setelah diakarkan merupakan standar Error dari koefisien garis regresi yang diperoleh, hingga pengujian terhadap koefisien garis regresi dapat dilakukan dengan uji t, dengan rumus : tH= Kesimpulan : Jika tH< t Tabel tidak nyata (P>0,05). Jika tH> t Tabel nyata (P<0,05). Jika tH> t Tabel
(0,01; DB Galat Regresi) (0,05; DB Galat Regresi) (0,05; DB Galat Regresi)

i/

Si b

= bi i/S

maka koefisien garis regresinya maka koefisien garis regresinya maka koefisien garis regresinya

sangat nyata (P>0,05). Dari Teladan 1. diatas diperoleh hasil pengujian koefisien garis regresi seperti tabel berikut : Peubah Koefisien Garis Regresi 6.82000 Standar Error (Sbi) 0.04074 t Hitung 164.42 t Tabel 0.05 0.01 2,120 2.921 P <0.01

1 2 3

-0.76317 0.19375 -0.02033

0.07815 0.03454 0.00380

9.77 5.61 5.36

2,120 2,120 2,120

2.921 2.921 2.921

<0.01 <0.01 <0.01

Kesimpulan : Koefesien persamaan garis regresinya sangat nyata (P<0.01).