Anda di halaman 1dari 10

BAB II LANDASAN TEORI

2.1 Tinjauan Statistik 2.1.1 Definisi Percobaan Faktorial Percobaan faktorial adalah suatu percobaan yang perlakuannya terdiri atas semua kemungkinan kombinasi taraf dari beberapa faktor. Dalam melakukan percobaan faktorial, tetap menggunakan rancangan dasar RAL (Rancangan Acak Lengkap), RAK (Rancangan Acak Kelompok), dan RBSL (Rancangan Bujur Sangkar Latin). Tujuan dari percobaan faktorial adalah untuk melihat interaksi antara faktor yang kita cobakan, yaitu: a. Adakalanya kedua faktor saling sinergi terhadap respons (positif), namun juga keberadaan salah satu faktor justru menghambat kinerja dari faktor lain (negatif) b. Adanya kedua mekanisme tersebut cenderung meningkatkan pengaruh interaksi antar kedua faktor. Interaksi mengukur kegagalan dari pengaruh salah satu faktor untuk tetap sama pada setiap taraf faktor lainnya atau secara sederhana. Keuntungan faktorial diantaranya sebagai berikut. a. b. Lebih efisien dalam menggunakan sumber-sumber yang ada Informasi yang diperoleh lebih komprehensif karena kita bisa mempelajari pengaruh utama dan interaksi c. Hasil percobaan dapat diterapkan dalam suatu kondisi yang lebih luas karena kita mempelajari kombinasi dari berbagai faktor. Kerugian faktorial diantaranya sebagai berikut. a. b. Analisis Statistika menjadi lebih kompleks Terdapat kesulitan dalam menyediakan satuan percobaan yang relatif homogen c. Pengaruh dari kombinasi perlakuan tertentu mungkin tidak berarti apaapa sehingga terjadi pemborosan sumber daya yang ada. (Setiawan, 2009)

2.1.2 Struktur Data dan Model Linier Faktorial dari Tiga Faktor dengan RAK

Tabel 2.1 Data Pengamatan RBSL

Faktor A 1

Faktor B Faktor B 1 Y111, Y112, ..., Y11n 2 Y121, Y122, ..., Y12n

b Y1b1, Y1b2, ..., Y1bn

Y211, Y212, ..., Y21n

Y221, Y222, ..., Y22n

Y2b1, Y2b2, ..., Y2bn

.
a

.
Ya11, Ya12, ..., Ya1n

.
Ya21, Ya22, ..., Ya2n

.
.

.
Yab1, Yab2, ..., Yabn

Model linier faktorial dari tiga faktor dengan RAK adalah sebagai berikut.

Yijkl !

 K l  A i  B j  C k  (AB) ij  (AC) ik
 (BC) jk  (ABC) ijk 
ijkl

(2.1)

dimana i = 1,2,....,a j = 1,2,....,b k = 1,2,....,c l = 1,2,....,r Keterangan : Yijkl = Nilai pengamatan (respons) dari kelompok ke-l, yang memperoleh taraf ke-i dari faktor A, taraf ke-j dari faktor B, dan taraf ke-k dari faktor C

Kl Ai

= Nilai rata-rata yang sesungguhnya = Pengaruh aditif dari kelompok ke-l = Pengaruh aditif dari taraf ke-i faktor A

Bj Ck (AB)ij (AC)ik (BC)jk

= Pengaruh aditif dari taraf ke-j faktor B = Pengaruh aditif dari taraf ke-k faktor C = Pengaruh interaksi taraf ke-i faktor A dan taraf ke-j faktor B = Pengaruh interaksi taraf ke-i faktor A dan taraf ke-k faktor C = Pengaruh interaksi taraf ke-j faktor B dan taraf ke-k faktor C

(ABC)ijk = Pengaruh interaksi antara taraf ke-i faktor A, taraf ke-j faktor B, dan taraf ke-k faktor C
ijkl

= Pengaruh galat percobaan pada kelompok ke-l yang memperoleh taraf ke-i faktor A, taraf ke-j faktor B, dan taraf ke-k faktor C.

2.1.3 Asumsi Seperti halnya dengan rancangan lain, pada faktorial dari tiga faktor dengan RAK juga perlu menggunakan asumsi sebagai berikut. a.

A ! B ! C
i j i j k
j k

! (AB) ij ! (AB) ij ! (AC) ik ! (AC) ik


i j i k

! (BC) jk ! (BC) jk ! (ABC)ijk


i

! (ABC)ijk ! (ABC)ijk ! 0
j k

(2.2) (2.3)

b.

ijk =

NI(0, 2)

2.1.4 Hipotesis, Statistik Uji, dan Daerah Kritis Hipotesis yang digunakan dalam faktorial dari tiga faktor dengan RAK adalah sebagai berikut. 1. H0 : (ABC)ijk = 0 H1 : minimal ada satu (ABC)ijk 0 Statistik uji : Fhit ! KT(ABC) KTG H0 jika Fhitung > F(
;db ABC;

Daerah kritis :
)

Tolak

2. b. Efek dari baris H0 :


1

==

= 0 untuk i = 1, 2, , r
i

H1 : minimal ada satu

0
(r-1, (r-1)(r-2))

Tolak H0 jika Fhitung > F

a. Efek dari kolom H0 :


1

==

= 0 untuk j = 1, 2, , r
j

H1 : minimal ada satu

0
(r-1, (r-1)(r-2))

Tolak H0 jika Fhitung > F

Untuk percobaan menggunakan k perlakuan dengan ulangan yang sama untuk baris ke-i dan kolom ke-j, maka data pengamatan RBSL disajikan dalam tabel berikut.

2.1.2 ANOVA ( Analisys Of Variance) Berdasarkan Tabel 2.1, maka dapat dibuat analisis ragam atau ANOVA sebagai berikut. FK ! Y...2 r2 (2.2)
r 2 ijk

JKT !

Y
i , j , k !1

 FK

(2.3)

Y
JKB !
i !1

2 i..

 FK
2 . j.

(2.4)

Y
JKK !
j !1

 FK

(2.5) (2.6) (2.7) (2.8) (2.9) (2.10)

 FK r JKG ! JKT  JKB  JKK  JKP JKB JKB KTB ! ! DBbaris (r  1) JKK JKK ! KTK ! DBkolom (r  1) JKP JKP ! KTP ! DBperlakuan (r  1) JKG JKG ! KTG ! DBgalat (r  1)(r  2) JKP !
k !1

2 ..k

(2.11)

(2.12)

KTB KTG KTK Fhitung kolom ! KTG KTP Fhitung perlakuan ! KTG Fhitung baris ! Keterangan : r

(2.13) (2.14) (2.15)

= Banyaknya dari masing-masing perlakuan ke-k, baris ke-i, dan kolom ke-j

2 Yijk
2 Yi..

= Nilai kuadrat total dari baris ke-i, kolom ke-j, dan perlakuan ke-k = Nilai kuadrat dari setiap baris ke-i = Nilai kuadrat dari setiap kolom ke-j = Nilai kuadrat dari setiap perlakuan ke-k = Nilai derajat bebas

Y. 2. j
2 Y..k

db

Fhitung=Nilai yang digunakan untuk mengukur hipotesis, ditolak atau diterima dengan kuadrat tengah perlakuan dibagi kuadrat tengah galat. Berdasarkan analisis di atas, maka tabel analisis ragam adalah sebagai berikut.
Tabel 2.2 ANOVA RBSL (Rancangan Bujur Sangkar Latin)

Sumber Derajat Variasi Bebas (db) Baris r-1 Kolom r-1 Perlakuan r-1 Galat (r-1)(r-2) Total r2-1 (Gaspersz, 1995). 2.1.3 Uji Homogenitas Varians

Jumlah Kuadrat (JK) JKB JKK JKP JKG JKT

Kuadrat Tengah (KT) KTB KTK KTP KTG

Fhitung KTB/KTG KTK/KTG KTP/KTG

Uji homogenitas varians merupakan uji perbedaan antara dua kelompok. Namun yang membedakan ialah bukan mean kelompok tetapi varians kelompok. Semua karakteristik populasi dapat bervariasi antara populasi satu dengan populasi lainnya. Pengujian atau membuat hipotesis akan terkait dengan kondisi varians diantara dua kelompok tersebut maka dilakukan uji Barlett dan dapat dituliskan sebagai berikut.

H0 :

= ... = yang tidak sama, i = 1,2n

H1 : minimal ada satu Statistik uji :

2 Sp !

(n
i !1

 1) S i2 (2.12)
q c

N a

G 02 ! 2,3026
a

(2.13) (2.14)

2 q ! ( N  a ) log S p  (ni  1) log S i2 i !1

c ! 1

1 a 1 1  3(a  1) i !1 (ni  1) ( N  a )

(2.15)

2 maka keputusannya tolak H0 jika G 0 " G (E ,E 1) . Oleh karena itu, perlu

dilakukan uji Levenes sehingga keputusannya terima H0.. Dalam statistika, uji Levenes adalah statistika inferensial yang digunakan untuk menilai kesetaraan varians pada sampel yang berbeda. Beberapa prosedur statistik umum mengasumsikan bahwa varians dari populasi sampel yang berbeda dari yang diambil adalah sama. Uji Levenes menilai asumsi ini. Ini tes hipotesis nol bahwa varians populasi adalah sama (homogenitas variansi). Jika P_value hasil uji Levenes adalah kurang dari beberapa nilai kritis (biasanya 0,05) perbedaan diperoleh varians sampel tidak mungkin terjadi berdasarkan random sampling. Dengan demikian, hipotesis nol varians sama ditolak dan dapat disimpulkan bahwa ada perbedaan antara varians dalam populasi. Prosedur yang biasanya mengasumskan homogeitas ragam termasuk analisis varians dan t-tes. Satu keuntungan dari uji Levenes adalah bahwa tidak memerlukan normalitas data yang mendasarinya. Uji Levenes sering digunakan sebelum perbandingan berarti. Ketika uji Levenes adalah signifikan, prosedur dimodifikasi digunakan yang tidak menganggap kesetaraan varians. Statistik uji:

( N  k ) N i (Z i .  Z .. ) 2 W ! (k  1) ( Z ij  Z i . )
i !1 j !1 i !1 k Ni

(2.16)
2

dengan W= hasil pengujian k = jumlah kelompok yang berbeda di mana sampel milik N = jumlah sampel Ni = jumlah sampel pada kelompok-i = nilai dari sampel j dari kelompok-i (Levene, 1960). 2.1.4 Uji Perbandingan Ganda 1. Uji Perbandingan Ganda 1(Uji LSD)

Uji BNT merupakan prosedur pengujian perbedaan diantara ratarata perlakuan yang paling sederhana dan paling umum digunakan. Metode ini diperkenalkan oleh Fisher (1935), sehingga dikenal pula dengan Metode Fishers LSD (Least Significant Difference). Untuk menggunakan uji LSD, atribut yang kita perlukan adalah nilai kuadrat tengah galat (KTG), taraf nyata derajat bebas (db) galat, dan tabel t-student untuk menentukan nilai kritis uji perbandingan. Dalam hal ini ada beberapa hal yang harus diperhatikan sebagai berikut. a. Gunakan uji LSD apabila uji F dalam Abalisis Ragam Signifikan. b. Prosedur LSD akan mempertahankan taraf nyata 0.05 hanya jika perbandingan semua kombinasi pasangan nilai tengah perlakuan 3 perlakuan. c. Gunakan uji LSD untuk pembandingan terencana tanpa memperhatikan banyaknya perlakuan. Apabila setiap perlakuan mempunyai ulangan yang sama yaitu n, maka perhitungan nilai LSD adalah sebagai berikut.
LSD ! tE / 2 , N  k 2 KTG r

(2.17)

Sedangkan untuk ulangan yang tidak sama adalah sebagai berikut. 1 1 LSD ! tE / 2 , N k KTG  r r j i (2.18) Kesimpulan: Q i  Q j " LSD maka tolak H0 (berbeda nyata) Q i  Q j e LSD maka terima H0 (tidak berbeda nyata). 2. Uji Perbandingan Ganda 2 (Uji Tukey) Uji Tukey atau sering juga disebut uji beda nyata jujur, diperkenalkan oleh Tukey (1953). Prosedur pengujiannya mirip dengan LSD, yaitu mempunyai satu pembanding dan digunakan sebagai alternatif pengganti LSD apabila kita ingin menguji seluruh pasangan rata-rata perlakuan tanpa rencana. Uji Tukey digunakan untuk membandingkan seluruh pasangan rata-rata perlakuan setelah uji analisis ragam dilakukan. Rumus yang digunakan untuk mencari uji Tukey adalah sebagai berikut.

[ ! qE ( k , fe )

KTG r
(2.19)

dengan q k fe r
(k,fe) =

nilai dari tabel studentized range statistic

= jumlah perlakuan = derajat bebas galat = jumlah kelompok

Kesimpulan: Q i  Q j " HSD maka tolak H0 (berbeda nyata) Q i  Q j e HSD maka terima H0 (tidak berbeda nyata). (Setiawan, 2009). 2.1.5 Uji Asumsi IIDN Uji asumsi IIDN (Identik, Independen, dan Distribusi Normal) merupakan uji yang harus dilakukan apakah data yang digunakan memenuhi ketiga asumsi tersebut dalam melakukan pengujian. Asumsi yang dimaksud adalah sebagai berikut.

1. Uji Asumsi Residual Identik Uji residual identik dilakukan untuk melihat apakah residual memenuhi asumsi identik. Suatu data dikatakan identik apabila plot residualnya menyebar secara acak dan tidak membentuk suatu pola tertentu. Nilai variansnya rata-rata sama antara varians satu dengan yang lainnya. 2. Uji Asumsi Residual Independen Uji residual independen dilakukan untuk melihat apakah residual memenuhi asumsi independen. Suatu data dikatakan independen apabila plot residualnya menyebar secara acak dan tidak membentuk suatu pola tertentu. 3. Uji Asumsi Residual Distribusi Normal (0, )

Uji residual distribusi normal dilakukan untuk melihat apakah residual memenuhi asumsi berdistribusi normal di mana datanya menyebar mengikuti garis lurus (linier). H0 : Residual berdistribusi normal H1 : Residual tidak berdistribusi normal Daerah kritis: Tolak H0 jika D>D(1Statistik uji:
,n)

D! F
x

sup

( x)  F n ( x)

(2.21)

Jadi, suatu data dapat dikatakan baik apabila data tersebut memenuhi semua asumsi IIDN (Anonim, 2009c). 2.2 Tinjauan Non Statistik 2.2.1 Agar-agar 2.2.2 Gula Gula adalah suatu karbohidrat sederhana yang menjadi sumber energi dan komoditi perdagangan utama. Gula paling banyak diperdagangkan dalam bentuk kristal sukrosa padat. Gula digunakan untuk mengubah rasa menjadi manis dan keadaan makanan atau minuman. Gula sederhana, seperti glukosa (yang diproduksi dari sukrosa dengan enzim atau hidrolisis asam), menyimpan energi yang akan digunakan oleh sel. Macam-macam gula adalah gula batu, gula pasir, gula merah, dan lain-lain. Gula pasir adalah kristalkristal gula berukuran kecil yang pada umumnya dijumpai dan digunakan di rumah. Gula batu adalah gula tebu yang tidak melalui tahap kristalisasi. Gula merah biasa disebut gula Jawa adalah gula yang dibuat dari nira, yaitu cairan

yang dikeluarkan dari bunga pohon dari keluarga palma, seperti kelapa, aren, dan siwalan (Anonim, 2009a). 2.2.3 Air Air adalah zat atau unsur yang penting bagi semua bentuk kehidupan yang diketahui sampai saat ini di bumi, tetapi tidak di planet lain. Air menutupi hampir 71% permukaan bumi. Terdapat 1,4 trilliun kubik tersedia di bumi. Air adalah substansi kimia dengan rumus kimia H2 O artinya satu molekul air tersusun atas dua atom hidrogen yang terikat secara kovalen pada satu atom oksigen. Air bersifat tidak berwarna, tidak berasa dan tidak berbau pada kondisi standar, yaitu pada tekanan 100 kPa (1 bar) and temperatur 273,15 K (0C). Zat kimia ini merupakan suatu pelarut yang penting, yang memiliki kemampuan untuk melarutkan banyak zat kimia lainnya, seperti garam-garam, gula, asam, beberapa jenis gas dan banyak macam molekul organik (Anonim, 2011b).