Perancangan Percobaan

Transkripsi

1 Perancangan Percobaan

2 Ade Setiawan 009 Review RAL: Satuan percobaan homogen Keragaman Respons disebabkan pengaruh perlakuan RAK: Satuan percobaan heterogen Keragaman Respons disebabkan pengaruh Perlakuan dan Kelompok Pengaruh dari keragaman lain yang kita ketahui, di luar perlakuan yang kita coba, dihilangkan dari galat percobaan dengan cara pengelompokan satu arah RBSL: Apabila ide RAK diaplikasikan untuk menghilangkan dua sumber keragaman dengan cara pengelompokan dalam dua arah, maka rancangan tersebut disebut dengan RBSL.

3 RAL RAK Ade Setiawan 009 Homogen Homogen Homogen 3 Tidak ada keragaman (homogen) Satu arah Keragaman I II III Heterogen

4 Keragaman arah Baris Ade Setiawan 009 RBSL 4 Keragaman arah Kolom RBSL Homogen

5 Ade Setiawan 009 Perbandingan RAL-RAK-RBSL 5 I II III Homogen Satu arah Keragaman Dua arah Keragaman

6 Ade Setiawan 009 Pengertian RBSL 6 Rancangan Bujur Sangkar Latin (RBSL) merupakan suatu rancangan percobaan dengan dua arah pengelompokan, yaitu baris dan kolom. Banyaknya perlakuan = jumlah ulangan sehingga setiap baris dan kolom akan mengandung semua perlakuan. Pada rancangan ini, pengacakan dibatasi dengan mengelompokannya ke dalam baris dan juga kolom, sehingga setiap baris dan kolom hanya akan mendapatkan satu perlakuan. B C D A A D C B D B A C C A B D Dua arah Keragaman

7 Ade Setiawan 009 Keuntungan RBSL RBSL 7 Mengurangi keragaman galat melalui penggunaan dua buah pengelompokan Pengaruh perlakuan dapat dilakukan untuk percobaan berskala kecil Analisis relatif mudah Baris atau kolom bisa juga digunakan untuk meningkatkan cakupan dalam pengambilan kesimpulan

8 Ade Setiawan 009 Kelemahan RBSL RBSL 8 Banyaknya baris, kolom dan perlakuan harus sama, sehingga semakin banyak perlakuan, satuan percobaan yang diperlukan juga semakin banyak. Apabila banyaknya kelompok bertambah besar, galat percobaan per satuan percobaan juga cenderung meningkat. Asumsi modelnya sangat mengikat, yaitu bahwa tidak ada interaksi antara sembarang dua atau semua kriteria, yaitu baris, kolom dan perlakuan. Pengacakan yang diperlukan sedikit lebih rumit daripada pengacakan rancanganrancangan sebelumnya. Derajat bebas galatnya yang lebih kecil dibanding dengan rancangan lain yang berukuran sama, akan menurunkan tingkat ketelitian, terutama apabila jumlah perlakuannya berukuran kecil. Memerlukan pengetahuan/pemahaman dasar dalam menyusun satuan percobaan yang efektif. Apabila ada data hilang, meskipun jumlahnya tidak terlalu banyak, maka hasil analisisnya diragukan karena perlakuan menjadi tidak seimbang.

9 9 Pengacakan dan Tata Letak

10 Ade Setiawan 009 Rancangan Dasar RBSL Pengacakan dan Tata Letak 10 A B B A A B C B C A C A B A B C D B A D C C D B A D C A B A B C D B D A C C A D B D C B A A B C D B C D A C D A B D A B C A B C D B A D C C D A B D C B A Banyaknya rancangan dasar yang mungkin dibentuk : =(t)(t!) (t - 1)! dimana: t adalah banyaknya perlakuan Contoh: jika t = 4: =(t)(t!) (t - 1)! = (4).(4!).(3!) = 576 kemungkinan t = 4 t = 3 36 t = t = t =

11 Ade Setiawan 009 Pengacakan dan Tata Letak Pemilihan Rancangan Dasar 11 Misal terdapat 4 perlakuan A, B, C, D. Kita pilih rancangan dasar ukuran 4x4. Baris\Kolom A B C D B A D C 3 C D B A 4 D C A B

12 Ade Setiawan 009 Pengacakan dan Tata Letak Pengacakan pada posisi baris 1 Misal pengacakan dengan menggunakan fungsi Rand() pada MS Excel didapat urutan baru 4, 3, 1,. Artinya, baris ke-4 menjadi baris ke-1, baris ke-3 menempati posisi baris ke-, baris ke 1 menempati posisi ke-3, dst. Angka acak setelah diurutkan dari kecil ke besar

13 Ade Setiawan 009 Pengacakan dan Tata Letak Pengacakan pada posisi baris 13 Dari hasil pengacakan pada posisi baris tersebut kita mendapatkan urutan urutan baru 4, 3, 1,. Baris\Kolom A B C D B A D C 3 C D B A 4 D C A B Baris\Kolom D C A B 3 C D B A 1 A B C D B A D C Rancangan Dasar Pengacakan arah baris

14 Ade Setiawan 009 Pengacakan dan Tata Letak Pengacakan arah kolom 14 Dengan cara yang sama, kita lakukan pengacakan untuk posisi kolom. Misalkan kita mendapatkan urutan pengacakan: 4,, 1, 3. Artinya, kolom ke- 4 pindah ke kolom 1, kolom ke- tetap, kolom ke-1 menjadi kolom ke-3, dst. Baris\Kolom D C A B 3 C D B A 1 A B C D B A D C Baris\Kolom B C D A 3 A D C B 1 D B A C C A B D Pengacakan arah baris Pengacakan arah Kolom

15 Ade Setiawan 009 Pengacakan dan Tata Letak Denah percobaan RBSL 15 B C D A A D C B D B A C Perhatikan: Perlakuan B ada di setiap kolom dan setiap baris, tapi tidak ada B yang sama dalam baris yang sama atau kolom yang sama! C A B D Denah percobaan RBSL

16 16 Model Linier & Analisis Ragam

17 Ade Setiawan 009 Model Linier 17 Yijk i j k ijk μ = rataan umum β i = pengaruh baris ke-i κ j = pengaruh kolom ke-j τ k = pengaruh perlakuan ke-k ε ijk = pengaruh acak dari baris ke-i, kolom ke-k dan perlakuan ke-k i = 1,,,r ; j = 1,,,r ; k = 1,,,r

18 Ade Setiawan 009 Asumsi dan Hipotsis Model Linier 18 Asumsi: Pengaruh perlakuan tetap Pengaruh perlakuan acak i bsi j k 0 ; ijk ~ N(0, ) i k bsi ~ bsi ~ N(0, N(0, ); ); j bsi ~ ijk N(0, bsi ~ j ); N(0, ) Hipotesis: Hipotesis yang Akan Diuji: Pengaruh perlakuan tetap Pengaruh perlakuan acak H 0 Semua τ k = 0 σ τ = 0 (k = 1,,, r) (tidak ada keragaman dalam H 1 Tidak semua τ k = 0 (k = 1,,, r) populasi perlakuan) σ τ > 0 (ada keragaman dalam populasi perlakuan)

19 Ade Setiawan 009 Analisis Ragam RBSL 19 r r ( Y ij Y ) r( Y i. Y..) r( Y. j Y..) r( Y k Y..).. ( Y Y i. Y. j Y k Y..) i, j i1 j1 k1 i, j r Sumber Derajat Jumlah Kuadrat Keragaman Bebas Kuadrat Tengah F-hitung (DB) (JK) (KT) Baris r-1 JKBaris JKBaris/(r-1) KTB/KTG Kolom r-1 JKKolom JKKolom/(t-1) KTK/KTG Perlakuan r-1 JKP JKP/(r-1) KTP/KTG Galat (r-1)(r-) JKG JKG/(r-1)(r-) Total r 1 r k ij

20 Ade Setiawan 009 Analisis Ragam Formula Perhitungan Analisis Ragam 0 Definisi Pengerjaan FK JKT JK Baris JK Kolom JKP Y.. r Y.. r Y.. Y.. Y Y ij FK ij i, j r Y ij i, j i, j Yi. Y.. Yi r Y i. Y.. FK. r r r i i Y. j Y.. Y j r Y. j Y... FK r r r j j Yk Y.. Yk r Y k Y.. FK r r r k k JKG ( Y Y Y Y Y JKT JKBaris JKKolom JKP i, j ij i... j. k.. ) i j k

21 Ade Setiawan 009 Analisis Ragam Galat Baku 1 Galat baku (Standar error) untuk perbedaan di antara rata-rata perlakuan dihitung dengan formula berikut: KTG S Y t

22 Contoh Terapan

23 Ade Setiawan 009 Contoh Terapan 3 Untuk memudahkan pemahaman prosedur perhitungan sidik ragam RBSL berikut ini disajikan contoh kasus beserta perhitungan sidik ragamnya. Tabel berikut adalah Layout dan data hasil percobaan RBSL ukuran 4x4 untuk data hasil pipilan jagung hibrida (A, B, dan D) dan penguji (C) (Gomez & Gomez, 1995 hal 34). No Baris Hasil Pipilan (t ha-1) Jumlah Baris (B) 1.10 (D) 1.45 (C) (A) (C) (A) (D) 1.90 (B) (A) (C) (B) (D) (D) 1.90 (B) (A) (C) Jumlah Kolom Jumlah Umum 1.365

24 Ade Setiawan 009 Contoh Terapan Langkah Perhitungan Sidik Ragam 4 Susun data seperti pada tabel di atas (sesuai dengan layout percobaan di lapangan), sertakan pula penjelasan kode perlakuannya. Hitung jumlah baris (B) dan kolom (K) serta jumlah Umum (G) seperti pada contoh tabel di atas. Hitung Jumlah dan Rataanya untuk masing-masing Perlakuan. Perlakuan Jumlah Rataan A B C D

25 Ade Setiawan 009 Contoh Terapan Langkah Perhitungan Sidik Ragam 5 Hitung Jumlah Kuadrat untuk semua sumber keragaman. JKT Y i, j ij Y.. r (1.640) (1.10) (0.660) (1.365) 4 JKBaris Y r i i. (5.60) Y.. r (5.350) (5.5) 4 (5.170) (1.365) 4

26 Ade Setiawan 009 Contoh Terapan Langkah Perhitungan Sidik Ragam 6 Y JKKolom r j. j Y.. r (6.350) (4.395) (6.145) 4 (4.475) (1.365) 4 Y JKP r k k (5.855) Y.. r (5.885) (4.70) 4 (5.355) (1.365) 4 JKG = JKT JKBaris JKKolom JKP = =

27 Ade Setiawan 009 Contoh Terapan Langkah Perhitungan Sidik Ragam 7 Susun Tabel Sidik Ragamnya dan Nilai F-tabel Sumber Keragaman DB JK KT Fhitung F0.05 Baris Kolom * Perlakuan * Galat Total F hit (0.05, 3, 6) = Pada taraf kepercayaan 95%: Pengaruh Perlakuan : signifikan (Fhitung (6.59) > 4.76) Pengaruh Perlakuan nyata Langkah selanjutnya adalah memeriksa Perbedaan nilai rata-rata perlakuan

28 Ade Setiawan 009 Contoh Terapan Post-Hoc (Tukey HSD) 8 Langkah 1: Hitung nilai HSD: Tentukan nilai KTG dan derajat bebasnya yang diperoleh dari Tabel Analisis Ragam. KTG = ν = db = 6 Tentukan nilai kritis dari tabel wilayah nyata student. Ada tiga parameter yang dibutuhkan untuk menentukan nilai q α, yaitu taraf nyata (α), p = banyaknya perlakuan yang akan dibandingkan, dan derajat bebas galat (db). Pada contoh ini, p = 4, nilai db = 6 (lihat db galat pada tabel Analisis Ragamnya) dan α = Selanjutnya, tentukan nilai q 0.05(4, 6).

29 Ade Setiawan 009 Contoh Terapan (Post-Hoc) Post-Hoc (Tukey HSD) 9 Critical Points for the Studentized Range Statistic -- ALPHA = 0.05 q 0.05(p, v) Derajat p bebas ( Nilai q 0.05(4, 3.0 6) = Untuk mencari nilai q 0.05(6, 4) kita dapat melihatnya pada tabel Sebaran studentized range pada taraf nyata α = 0.05 dengan p = 4 dan derajat bebas (v)= 6. Perhatikan gambar untuk menentukan q-tabel.

30 Ade Setiawan 009 Post-Hoc (Tukey HSD) Contoh Terapan (Post-Hoc) 30 Hitung nilai HSD : q ( p, ) KTG t Kriteria pengujian: Bandingkan nilai mutlak selisih kedua ratarata yang akan kita lihat perbedaannya dengan nilai HSD dengan kriteria pengujian sebagai berikut Jika i j maka hasilujimenjadi nyata maka hasiluji tidak nyata

31 Ade Setiawan 009 Post-Hoc (Tukey HSD) Contoh Terapan (Post-Hoc) 31 Langkah : Urutkan tabel rata-rata perlakuan dari kecil ke besar atau sebaliknya. Buat Tabel matriks selisih di antara rata-rata perlakuan dan bandingkan dengan nilai pembanding (Tukey HSD = 0.36) (C) (D) (A) (B) Notasi Perlakuan Rata-rata (C) a (D) tn ab (A) * 0.15 tn b (B) * tn tn b Keterangan: abaikan garis merah, karena sudah terwakili oleh garis ke dua (b)