SERI ANALISIS STATISTIKA

RANCANGAN PERCOBAAN

RANCANGAN ACAK
KELOMPOK LENGKAP
SATU FAKTOR
BAGIAN 3
BESSE ARNAWISUDA NINGSI
IRVANA AROFAH
 Referensi :

Mattjik,A.A. & Sumertajaya, I.M. 2006 Perancangan Percobaan. Bogor : IPB Press

Mattjik, A.A dan I M Sumertajaya. 2002. Perancangan Percobaan dengan Aplikasi SAS dan Minitab, Jilid I.
IPB Press. Bogor.

Montgomery, D.C. 2001. Design and Analysis of Experiments. New York : John Wiley & Sons

Nugroho, Sigit, Ph.d. 2008. Dasar-dasar Rancangan Percobaan. Bengkulu: UNIB Press

Steel, R.G.D., J.H. Torrie and D.A Dickey. 1997. Principles and Procedures of Statistics a Biometrical Approach,
3nd ed. McGraw-Hill, Inc. Singapore
 RANCANGAN ACAK KELOMPOK

Merupakan pengembangan dari RAL,

dengan penambahan pengelompokan
satuan-satuan percobaan

Membantu mengatasi kesulitan

mendapatkan bahan-bahan
percobaan yang seragam dalam
jumlah cukup besar
Dasar pengelompokan: Pengelompokan berupa:
• Sifat • Pembagian lahan ke
• Atribut dalam blok-blok menurut
perbedaan elevasi atau
Misalnya : kemiringan lahan
• Perbedaan umur
tanaman
• Asal benih
• Perbedaan kesuburan
tanah
Metode Pengacakan

 Caranya?
 Satuan percobaan dikelompokkan ke
dalam kelompok
 Perlakuan diterapkan secara acak pada
setiap kelompok
 Pengacakan dilakukan sesuai banyaknya
kelompok yang dibentuk
 LAYOUT RAK 6 PERLAKUAN
(T1 SAMPAI T6) DAN 3 ULANGAN
Kelompok 1
T1 T6 T5 T2 T4 T3

Kelompok 2
T2 T3 T1 T5 T3 T4

Kelompok 3
T4 T2 T4 T3 T5 T1
 Model Linier Aditif
 Bentuk Umum Model Linier:
Yij     i   ij atau Yij  i  ij
dimana: i=1, 2, …, t dan j=1, 2, …,r
 Yij = Pengamatan pada perlakuan ke-i dan ulangan ke-j
  = Rataan umum
 I = Pengaruh perlakuan ke-i =  i-
  = Pengaruh acak pada perlakuan ke-i ulangan ke-j
ij
Model Linier Aditif

 Asumsi:
 Model Tetap
 i = 0
 var(ij)=2 ij
 serta ij ~ N(0, 2)

 Model Acak
 E(i)=0
 var(i ) 2
= ij)=2 ij.
 var(
 ij ~ N(0, 2)
Tabel Analisis Ragam (ANOVA)
 Ringkasan tabel dalam melakukan pengujian
hipotesis
Bentuk hipotesis yang diuji:
 H0: 1 = …= 6=0 (perlakuan tidak berpengaruh
terhadap respon yang diamati)
 H1: paling sedikit ada satu i dimana i  0 atau
 H0: 1= …=6= (semua perlakuan memberikan
respon yang sama)
 H1: paling sedikit ada sepasang perlakuan (i,i’) dimana i  i’
 CONTOH KASUS
Karantina tumbuhan ingin mengetahui pengaruh
Fumigan Methyl Bromide (CH3Br) terhadap daya tumbuh
benih kacang hijau, dilakukan percobaan sebagai
berikut:

Benih kacang hijau diberi fumigan dengan 16 gr/m3, 32

gr/m3 , 48 gr/m3, 64 gr/m3 dan kontrol (tanpa fumigan)
yg masing-masing diulang sebanyak 8 kali.
Fumigasi dilakukan selama 2 jam. Benih
kacang hijau
yang sudah difumigasi dikecambahkan dengan
metode kertas hisap (blotter test).
CONTOH KASUS : Percobaan Satu Faktor -
Rancangan Acak Kelompok

Suatu percobaan lapangan dilakukan untuk mengetahui

perbedaan daya hasil enam varietas alfalfa (A, B, C, D, E,
dan F) yang ditanam di empat lahan tadah hujan yang
berbeda (Kelompok). Setelah panen, hasilnya dicatat dalam
ton/ha seperti tampak berikut.
Varietas Kel. I Kel. II Kel. III Kel. IV
A 3.22 3.31 3.26 3.25
B 3.04 2.99 3.27 3.20
C 3.06 3.17 2.93 3.09
D 2.64 2.75 2.59 2.62
E 3.19 3.40 3.11 3.23
F 2.49 2.37 2.38 2.37
UJI HOMOGENITAS

sebelum ANOVA dilakukan pemeriksaan tentang

homogenitas ragam perlu dilakukan. Pada jendela
Session klik Stat  ANOVA  Test for Equal
Variances. Pada kotak Response isi variabel Hasil
dan variabel Varietas pada kotak Factor.
HASIL UJI BARTLETT

Nilai statistik Bartlett 5,168 dengan taraf nyata 0,395

(lebih besar dari α 5%) adalah dasar yang sahih untuk
menyatakan bahwa ragam bersifat homogen sehingga
analisis ANOVA dapat dilanjutkan
UJI ANOVA

Pada jendela Session klik menu Stat  ANOVA 

Two-way. Kemudian pada kotak Response masukkan
variabel Hasil; kotak Row factor dengan Varietas dan
pilih Display means; dan pada kotak Column factor
dengan Kelompok
HASIL UJI ANOVA
Berdasarkan tabel ANOVA diketahui bahwa terdapat perbedaan daya
hasil varietas alfalfa yang diuji sebagaimana ditunjukkan oleh nilai F
(53,27) yang sangat signifikan (nilai P = 0,000 jauh lebih kecil dari α
1%). Pada tabel ANOVA juga diketahui bahwa pengelompokan lahan
tidak berpengaruh signifikan terhadap hasil alfalfa. Pada tabel kedua
diperlihatkan selang kepercayaan 95% bagi nilai rata-rata hasil alfalfa
setiap varietas. Tampak varietas A memberikan hasil yang tertinggi yaitu
3,26 ton/ha; dan varietas F yang terendah dengan hasil 2,403 ton/ha.
Disimpulkan bahwa sedikitnya ada satu varietas alfalfa yang
hasilnya berbeda dari varietas lainnya. Untuk mengetahui
varietas yang mana berbeda perlu dilakukan analisis lanjutan
menggunakan uji pembandingan nilai rata-rata
Pembandingan Nilai Rata-rata

Karena hasil analisis ragam Varietas berbeda sangat

signifikan (P = 0,000) terhadap hasil alfalfa maka
perlu dilanjutkan ke uji pembandingan nilai rata-rata.
Untuk kasus ini digunakan uji Tukey.
Masuk ke menu Stat  ANOVA General Linear Model. Pada kotak
Responses isi variabel Hasil; dan kotak Model dengan variabel
Kelompok dan Varietas. Klik Comparison lalu pilih Pairwise
comparisons dan metode Tukey pada confidence level 95. Pada
kotak Terms isi variabel Varietas.
INTERPRETASI UJI PEMBANDINGAN
Perbandingan di atas menunjukkan bahwa varietas A berbeda signifikan
dengan varietas D dan F (nilai P keduanya < 5%). Pasangan AB, AC,
dan AE tidak berbeda signifikan terhadap hasil alfalfa (nilai P >5%).
Jika Varietas B sebagai patokan seperti pada tabel kedua maka dengan
menggunakan kaidah yang sama disimpulkan bahwa Varietas B berbeda
dari D dan F. Perbandingan pasangan lainnya dapat dilihat pada tabel-
tabel berikutnya