MODEL ANALISIS RAGAM

Pada Klasifikasi Eka Arah

RAL = Klasifikasi Eka Arah

A4 1 D3 2 A2 3 E3 4 E2 5 F4 6 C3 7 F1 8

B2 9 B4 17

C1 10 D2 18

A1 11 C4 19

F3 12 F2 20

B3 13 C2 21

E4 14 B1 22

E1 15 D4 23

A3 16 D1 24

Pada Populasi Tunggal

adalah nilai tengah populasi yang seharusnya, sehingga

Model Linier Populasi : Yi = + i Di mana i = galat

Berat Badan

Karena hanya bekerja dengan 5 contoh yang berasal dari populasinya

Model linier Contoh :

Yi = Y + ei

Pada Populasi Tunggal

Model Contoh Model Populasi

Y1 = Y 1 + e1
Y2 = Y 2 + e2

Y1 = + 1
Y2 = + 2

Y3= Y3 + e3
Y4 + e4 Y4=

Y3= + 3
Y4 = + 4 Y5 = + 5

Y5= Y5 + e5

Pada Contoh yang diambil dari Populasi Ganda

2 1 1

Mendapat Protein Rendah

Mendapat Protein Tinggi

Pada Contoh yang diambil dari Populasi Ganda Y1j = 1 + 1j Y2j = 2 + 2j Y11 = 1 + 11 Y21 = 2 + 21

Y12 = 1 + 12
Y13 = 1 + 13 Y14 = 1 + 14 Y15 = 1 + 15 1 = + 1 Maka i = + i

Y22 = 2 + 22
Y23 = 2 + 23 Y24 = 2 + 24 Y25 = 2 + 25 2 = + 2

Sehingga Yij = + i

ij

Model linier (Populasi)

Yij = + i + ij Yij i ij Nilai Pengamatan pada perlakuan ke i dan contoh (ulangan) ke j Y.. Yi. - Y.. Yi. = [(Yij - Y..) - ( Yi. - Y.. Yij - )

Model linier (Contoh)

Y.. + ( Yi. Yij = Y..) + [(Yij Y.. ) Yi. - ( Y.. )

Maka : (Yij - Y.. ) = ( Yi. Y..) + [(Y ij -

) Y..

- ( )] Yi. - Y..

Ragam Total (ST2 )

Ragam Perlakuan (SP2 )

Ragam Galat (SG2 )

Ragam Total
ST2 =
=
(Yij ..) 2 ( nt - 1)

Jumlah Kuadrat Total (JKT)

Derajat Bebas Total (Dbt)

2

JKT = Yij - FK FK =
(Yij) nt
2

Ragam Perlakuan
SP2 =
=
(i . ( t - 1) ..) 2

Jumlah Kuadrat Perlakuan (JKP)

Derajat Bebas Perlakuan (Dbp)

2

JKP = 1/n Yi. - FK FK =

(Yij) nt
2

Ragam Galat
SG2 =
=
[(Yij - ..) - i. - ..)]
t ( n - 1) 2

Jumlah Kuadrat Galat (JKG)

Derajat Bebas Galat (Dbg)

JKG = JKT - JKP

MENGHITUNG JUMLAH KUADRAT (JK) CEPAT

Bila ada Data sbb : T1 T2 Y11 Y21 Y12 Y22 Y13 Y23 . . . . Y1n Y2n Y1. Y2.

T3 Y31 Y32 Y33 . . Y3n

.. Tt .. Yt1 .. Yt2 . Yt3 . . .. . . Ytn

Yt.

Y3. .

MENGHITUNG JUMLAH KUADRAT (JK) CEPAT

JKT = Y11 + Y12 + . . . . . . Ytn - FK
2

2 Y1. + Y2 + . . . . . . Y 2. t. - FK JKP = n

JKG = JKT - JKP

UJI HIPOTESIS
Pada Model : Yij = + i + ij
2

Bila i = 0

Yij = + ij
SP 2

2 Krn i = 0, maka SP = SG atau ------=1 2

Maka

-------= --------- = F hitung 2

SG
KTG

SP2

KTP

SG

Untuk H0 : 1 = 2 = 3 = = i = 0 H1 : Paling sedikit ada satu i 0

Kaidah Keputusan
F Tabel Terima H0

F Hitung
> F Tabel Terima H1

DAFTAR SIDIK RAGAM = DASIRA (AN0VA=ANALISIS OF VARIANCE) Klasifikasi Satu Arah

SK DB JK KT F Hitung F Tabel 1% , 5%

Perlakuan t -1

JKP

KTP

KTP/ KTG

Galat

t(n 1)

JKG

KTG

Total

nt - 1

JKT

CONTOH ANOVA RAL

Sumber Derajat Bebas Perlakuan Sisa/Galat Total 5 24 29 Jumlah Kuadrat F Hitung Kuadrat Tengah 847,05 282,93 1129,98 169,41 11,79 14,37 F Tabel 0,01 3,90 0,05 2,62

PENARIKAN KESIMPULAN
F Hitung > F Tabel (Tolak Ho Terima H1) Kesimpulan : Perlakuan berpengaruh nyata Dari 6 perlakuan paling sedikit ada satu perlakuan yang berbeda dengan perlakuan lain Untuk mengetahui letak beda butuh uji beda nilai tengah

CONTOH PERCOBAAN RAL

Dari 5 tablet sakit kepala yang diberikan ke pada 25 orang dicatat berapa lama tablet itu mengurangi rasa sakit. Ke 25 orang itu dibagi secara acak ke dalam 5 grup dan masing-masing grup diberi satu jenis tablet. Data yang diperoleh adalah sebagai berikut :

Data Lamanya Hilang Rasa Sakit

A B C D E

5 4 8 6 3 26 5.2

9 7 8 6 9 39 7.8

3 5 2 3 7 20 4.0

2 3 4 1 4 14 2.8

7 6 9 4 7 33 6.6

132 5.28

DAFTAR SIDIK RAGAM = DASIRA (AN0VA=ANALISIS OF VARIANCE) RAL

SK DB JK KT F Hitung F Tabel 5%

Perlakuan

79.440

19.860

6.90

2.87

Galat

20

57.600

2.880

Total

24

137.040

COEFISIEN VARIASI (CV)

KTG = s2 penduga 2 Galat Baku = Standard Error Bagi Rata-rata Perlakuan ke i Syi = s2/n Bagi Beda (selisih) antara rata-rata perlakuan ke i : Sy1.-y2.= Sd = 2s2/n Koefisien Keragaman = Koefisien Variasi : Sy s2/nt CV = ------x 100 % atau CV = ------x 100 % _ _ Y.. Y..

COEFISIEN VARIASI (CV)

Nilai CV yang terlalu besar dibanding dengan nilai yang biasa diperoleh peneliti, mencerminkan satuan percobaan tidak homogen Nilai CV tergantung bidang kajian yang sedang dipelajari. Bidang pertanian CV 20 25 % masih dianggap wajar. Nilai CV dapat menjadi deteksi apakah data perlu ditranformasi. Transformasi tergantung hubungan ragam dengan nilai tengah.

LANGKAH SPSS Klasifikasi Satu Arah

1. Menu utama : Analyze, pilih General linier model Univariete 2. Lihat dependent Var : isi data Respon, pada Fixed factor isi Perlakuan 3. Pilih Option : lihat Display Mean for, isikan Perlakuan. Pada display, pilih : Deskriptive, Estimate of effect size, Observed Power, Homogenity test. 4. Uji beda antar perlakuan, pilih Post Hoct. Pada Post Hoct test for, isikan perlakuan. Pada Equal var Asumed, pilih LSD, Turkey atau lainnya. Pilih Continue. 5. Oke