Perancangan Percobaan

dokumen-dokumen yang mirip
Perancangan Percobaan

Perancangan Percobaan

Pengacakan dan Tata Letak

Acak Kelompok Lengkap (Randomized Block Design) Arum H. Primandari, M.Sc.

PERENCANAAN (planning) suatu percobaan untuk memperoleh INFORMASI YANG RELEVAN dengan TUJUAN dari penelitian

Perancangan Percobaan

Rancangan Petak Berjalur

Bujur Sangkar Latin (Latin Square Design) Arum H. Primandari, M.Sc.

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

PERCOBAAN SATU FAKTOR: RANCANGAN ACAK LENGKAP (RAL) Arum Handini Primandari, M.Sc.

Percobaan Satu Faktor: Rancangan Acak Lengkap (RAL) Oleh: Arum Handini Primandari, M.Sc.

Percobaan Rancangan Petak Terbagi dalam RAKL

PRAKTIKUM RANCANGAN PERCOBAAN KATA PENGANTAR

IV. RANCANGAN ACAK KELOMPOK LENGKAP

PERANCANGAN PERCOBAAN

Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design

Percobaan Dua Faktor: Percobaan Faktorial. Arum Handini Primandari, M.Sc.

Bab V. Rancangan Bujur Sangkar Latin

Contoh RAK Faktorial

Rancangan Kelompok Tak Lengkap Seimbang (RKTLS) atau Balanced Incompleted Block Design (BIBD) Arum H. Primandari

RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design)

Bab II. Rancangan Acak Lengkap (RAL) Completed randomized design (CRD)

Tabel 7. Data rata-rata kadar air (%) litter yang sudah ditransformasi (Archin)

KATA PENGANTAR. Malang, Agustus Penyusun

III. MATERI DAN METODE. Laboratorium Agrostologi, Industri Pakan dan Ilmu tanah, Fakultas Pertanian dan

Rancangan Petak-petak Terbagi (RPPT)

PERANCANGAN PERCOBAAN

III OBJEK DAN METODE PENELITIAN. Objek penelitian ini menggunakan catatan reproduksi sapi FH impor

III. METODE PENELITIAN. Penelitian ini dilaksanakan pada Februari sampai dengan Mei 2012 di areal

BAB 2 LANDASAN TEORI

Uji Beda Nyata Terkecil (BNT)

III. MATERI DAN WAKTU

III. MATERI DAN METODE

RANCANGAN ACAK LENGKAP DAN UJI PERBANDINGAN. Disusun Oleh : Retno Dwi Andayani SP.,MP

III BAHAN DAN METODE PENELITIAN. 1. Litter Broiler sebanyak 35 kilogram, diperoleh dari CV. ISMAYA PS. Kecamatan Ibun Kabupaten Bandung.

OLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009

PERANCANGAN PERCOBAAN

PERANCANGAN PERCOBAAN

RANCANGAN PERCOBAAN TEORI, APLIKASI SPSS DAN EXCEL

Rancangan Petak Terpisah dalam RAL

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan

III. BAHAN DAN METODE

PERANCANGAN PERCOBAAN

Rancangan Blok Terpisah (Split Blok)

BAB 2 TINJAUAN TEORI

III. MATERI DAN METODE. Penelitian dilaksanakan dari bulan Juli sampai dengan Oktober 2013 di lahan

Rancangan Acak Kelompok

III. PERCOBAAN FAKTORIAL

KEMENTRIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI FAKULTAS PERTANIAN, UNIVERSITAS HALUOLEO, KENDARI Kampus Baru Bumi Tridharma, Andounohu - Kendari

ANALISIS RAGAM PEUBAH GANDA (MANOVA)

Rancangan Acak Kelompok

III. MATERI DAN METODE. Agrostologi, Industri Pakan dan Ilmu Tanah dan 2). Laboratorium Ilmu Nutrisi

Tij FK = = = = p.r 3 x 6 18 JK(G) = JK(T) JK(P) = ,50 = ,50

Analisis Ragam & Rancangan Acak Lengkap Statistik (MAM 4137)

PERCOBAAN FAKTORIAL: RANCANGAN ACAK LENGKAP. Arum Handini Primandari

III. METODE PENELITIAN. Penelitian dilaksanakan di rumah kaca (greenhouse) Unit Pelaksana Teknis Dinas

III BAHAN DAN METODE PENELITIAN. dari kawasan Universitas Padjadjaran sebanyak 100 kg bahan kering dan untuk

III. MATERI DAN METODE

KERAGAMAN DALAM BLOK PADA RANCANGAN ACAK KELOMPOK TIDAK LENGKAP SEIMBANG DENGAN INTERGRADIEN

ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG

RANCANGAN ACAK LENGKAP DAN RANCANGAN ACAK KELOMPOK PADA BIBIT IKAN

III BAHAN DAN METODE PENELITIAN. Bahan yang digunakan yaitu meliputi : sekitar kebun di Sukabumi Jawa Barat.

Basic Design of Experiment. Dimas Yuwono W., ST., MT.

PERANCANGAN PERCOBAAN

I. PENDAHULUAN. Suatu rancangan percobaan menurut Mattjik & Sumertajaya (2000), merupakan

ANALISIS VARIAN -YQ-

PERCOBAAN MENGGUNAKAN SPLIT PLOT DENGAN RANCANGAN DASAR RAK RANCANGAN PERCOBAAN

III. MATERI DAN METODE. Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau. Penelitian dilakukan

III BAHAN DAN METODE PENELITIAN. minggu dengan bobot badan rata-rata gram dan koefisien variasi 9.05%

TINJAUAN PUSTAKA. Rancangan petak teralur (strip plot design) merupakan susunan petak-petak (plotplot)

RANCANGAN PERCOBAAN (catatan untuk kuliah MP oleh Bambang Murdiyanto)

Suatu percobaan dilaksanakan untuk mendapatkan informasi dari populasi. Informasi yang diperoleh digunakan untuk:

PENGENDALIAN VARIABEL PENGGANGGU / CONFOUNDING DENGAN ANALISIS KOVARIANS Oleh : Atik Mawarni

BAB 2 LANDASAN TEORI

BAHAN DAN METODE. Alat yang digunakan dalam penelitian ini meliputi: cangkul, parang, ajir,

Transformasi Data & Anlisis Data Hilang

III BAHAN DAN METODE PENELITIAN. 1. Timbangan analitik dan timbangan digital, berfungsi untuk menimbang. 2. Oven, berfungsi untuk mengeringkan sampel

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

I. BAHAN DAN METODE. dan Peternakan Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru,

BAHAN DAN METODE PENELITIAN. diperoleh dari sawah dengan spesies Pomacea canaliculata Lamarck. Keong mas

III. MATERI DAN METODE

III BAHAN DAN METODOLOGI PENELITIAN. Bab ini membahas mengenai : (1) Bahan yang Digunakan, (2) Alat yang

METODOLOGI PENELITIAN. Penelitian ini telah dilakukan di Kandang Penelitian Laboratorium UIN. Agriculture Recearch Development Station (UARDS)

Percobaan Faktor Tunggal (RAL, RAKL, RBSL)

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan yaitu Domba Garut betina umur 9-10 bulan sebanyak

PERCOBAAN FAKTOR TUNGGAL RANCANGAN TERACAK LENGKAP

OLEH : WIJAYA. FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009

III. METODE PENELITIAN. Waktu penelitian dimulai dari bulan Februari 2014 sampai dengan bulan Januari 2015.

Perbedaan Analisis Univariat dan Multivariat

PERANCANGAN PERCOBAAN

III. MATERI DAN METODE. Penelitian ini dilaksanakan dilahan percobaan Fakultas Pertanian dan

III. BAHAN DAN METODE. Penelitian ini dilakukan dari bulan Januari sampai Mei. Baru Panam, Kecamatan Tampan, Kotamadya Pekanbaru.

BAB II TINJAUAN PUSTAKA. konsep-konsep dasar pada QUEST dan CHAID, algoritma QUEST, algoritma

III. BAHAN DAN METODE

III. MATERI DAN METODE. Penelitian ini bertempat dilahan percobaan Fakultas Pertanian dan

Transkripsi:

Perancangan Percobaan

Rancangan lingkungan: Rancangan Acak Lengkap (RAL), (RAK) dan Rancangan Bujur Sangkar Latin (RBSL), Lattice. Ade Setiawan 009

RAL Ade Setiawan 009 Latar Belakang RAK 3 Perlakuan Sama (A) Respons? Keragaman tambahan yang berasal dari perbedaan tingkat kesuburan tanah ini dalam RAL akan dimasukkan ke dalam JKG Kesuburan Homogen Diperkirakan Sama KTG akan semakin besar. Satu arah Keragaman Perlakuan Sama (A) Respons? Nilai F (KTP/KTG) semakin kecil Percobaan tidak sensitif lagi. Kesuburan Heterogen Beragam!!

Ade Setiawan 009 Homogen Homogen Homogen 4 Latar Belakang RAK Satu arah Keragaman I II III Keragaman tambahan perlu dieleminasi dari analisis, fokus pada keragaman yang ditimbulkan oleh perlakuan Pengelompokkan Kesuburan Heterogen Keragaman antara kelompok sertakan dalam rancangan (dimasukkan ke dalam JK Blok). JK Galat berkurang! Terdapat Sumber Keragaman: Perlakuan + Kelompok (plus Galat) KTG akan semakin Kecil. Nilai F semakin Besar

Ade Setiawan 009 Definisi dan Tujuan RAK 5 adalah suatu rancangan acak yang dilakukan dengan mengelompokkan satuan percobaan ke dalam grup-grup yang homogen yang dinamakan kelompok dan kemudian menentukan perlakuan secara acak di dalam masing-masing kelompok. Rancangan Acak Kelompok Lengkap merupakan rancangan acak kelompok dengan semua perlakuan dicobakan pada setiap kelompok yang ada. Tujuan pengelompokan: untuk membuat keragaman satuan-satuan percobaan di dalam masingmasing kelompok sekecil mungkin sedangkan perbedaan antar kelompok sebesar mungkin. Tingkat ketepatan: biasanya menurun dengan bertambahnya satuan percobaan (ukuran satuan percobaan) per kelompok, sehingga sebisa mungkin buatlah ukuran kelompok sekecil mungkin.

Ade Setiawan 009 Ciri-Ciri RAK 6 Bahan/Media/ Satuan Percobaan Satuan percobaan/ media/bahan percobaan Heterogen Terdapat Sumber Keragaman: Perlakuan + Kelompok (plus Galat) Perlakuan/ Treatment Keragaman Respons disebabkan oleh Perlakuan, Kelompok dan Galat

Ade Setiawan 009 Contoh Kasus- Rancangan Lingkungan: 7 RAL: Apabila lingkungan homogen (status kesuburan tanah homogen), maka rancangan lingkungan yang tepat adalah RAL RAK: Apabila kondisi lingkungan tidak homogen, misalnya ada perbedaan kesuburan tanah yang disebabkan oleh arah kemiringan, maka rancangan lingkungan yang tepat adalah RAK Datar Arah kemiringan lahan Kelompok I Kelompok II Kelompok III Kombinasi perlakuan ditempatkan secara acak dan bebas pada petak percobaan pengacakan untuk setiap kelompok harus dilakukan secara terpisah pengacakan untuk setiap kelompok harus dilakukan secara terpisah pengacakan untuk setiap kelompok harus dilakukan secara terpisah

Ade Setiawan 009 Review 8 RAL RAK: Satuan percobaan homogen Keragaman Respons disebabkan pengaruh perlakuan 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

Ade Setiawan 009 Keuntungan RAK 9 Lebih efisien dan akurat dibanding dengan RAL Pengelompokan yang efektif akan menurunkan Jumlah Kuadrat Galat, sehingga akan meningkatkan tingkat ketepatan atau bisa mengurangi jumlah ulangan. Lebih Fleksibel. Banyaknya perlakuan Banyaknya ulangan/kelompok tidak semua kelompok memerlukan satuan percobaan yang sama Penarikan kesimpulan lebih luas, karena kita bisa juga melihat perbedaan diantara kelompok

Ade Setiawan 009 Kerugian RAK 10 Memerlukan asumsi tambahan untuk beberapa uji hipotesis Interaksi antara Kelompok*Perlakuan sangat sulit Peningkatan ketepatan pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan percobaan dalam kelompok Derajat bebas kelompok akan menurunkan derajat bebas galat, sehingga sensitifitasnya akan menurun terutama apabila jumlah perlakuannya sedikit atau keragaman dalam satuan percobaan kecil (homogen). Memerlukan pemahaman tambahan tentang keragaman satuan percobaan untuk suksesnya pengelompokan. jika ada data yang hilang memerlukan perhitungan yang lebih rumit.

Ade Setiawan 009 Panduan Pengelompokan 11 Panduan dalam mengidentifikasi faktor yang bisa dijadikan acuan dalam pembuatan kelompok (pengelompokan). Variabel Pengganggu Perbedaan arah kesuburan Perbedaan arah kandungan air/kelembaban Perbedaan kemiringan Perbedaan komposisi tanah Arah terhadap sudut penyinaran matahari Aliran air Penyebaran panas/suhu Umur Kepadatan Unit percobaan Petak percobaan Rumah kaca Pohon

Ade Setiawan 009 Panduan Pengelompokan 1 Panduan dalam mengidentifikasi faktor yang bisa dijadikan acuan dalam pembuatan kelompok (pengelompokan). Variabel Pengganggu Jenis kelamin Usia IQ Pendapatan Pendidikan Sikap Waktu pengamatan Lokasi Bahan Percobaan Alat pengukur Orang/Partisipan Unit percobaan

13 Pengacakan dan Tata Letak

Pengacakan Dan Tata Letak Percobaan Pengacakan dan Tata Letak 14 Pengacakan dilakukan agar analisis data yang dilakukan menjadi sahih. Pengacakan: diundi (lotere), daftar angka acak, atau menggunakan bantuan software. Ade Setiawan 009

Ade Setiawan 009 Pengacakan dan Tata Letak Pengacakan Dan Tata Letak Percobaan 15 Sebelum pengacakan, bagilah daerah percobaan atau satuan percobaan ke dalam beberapa kelompok sesuai dengan jumlah ulangan. Setiap kelompok kemudian dibagi lagi menjadi beberapa petak yang sesuai dengan banyaknya perlakuan yang akan dicobakan. Pengacakan dilakukan secara terpisah untuk setiap kelompok, karena dalam RAK perlakuan harus muncul satu kali dalam setiap ulangan. I II III IV

Ade Setiawan 009 Pengacakan dan Tata Letak Pengacakan Dan Tata Letak Percobaan 16 Misalkan kita merancang: Perlakuan (t) : 6 taraf, misal A, B, C, D, E, F Ulangan (r): 4 kali A1, A, A3, A4 B1, B, B3, B4 C1, C, C3, C4 D1, D, D3, D4 : F1, F, F3, F4 Diperoleh: tr = 6x4 = 4 satuan percobaan Perlakuan tersebut kita tempatkan secara acak ke dalam 4 satuan percobaan. 4 satuan percobaan I II III IV 1 7 13 19 8 14 0 3 9 15 1 4 10 16 5 11 17 3 6 1 18 4

Ade Setiawan 009 Pengacakan: Microsoft Excel Pengacakan dan Tata Letak 17 Buat Tabel yang terdiri dari 4 kolom: No; Perlakuan; Kelompok; Angka Acak. Kolom Nomor hanya sebagai referensi dan tidak dilakukan pengacakan sehingga jangan disorot (Blok). Banyaknya perlakuan dan Kelompok sesuai dengan Rancangan Perlakuan. Untuk contoh kasus di atas, bentuk tabelnya seperti pada Gambar. 1 4 kolom: No; Perlakuan; Kelompok; Angka Acak. Ketik Formula: =RAND()

Ade Setiawan 009 Pengacakan: Microsoft Excel Pengacakan dan Tata Letak 18 Sorot/blok Kolom B, C, dan D lakukan pengurutan (sortasi) berdasarkan hierarki berikut: Pengurutan pertama berdasarkan Kelompok, dan kedua berdasarkan Angka Hasil Pengacakan (Sortasi)

Ade Setiawan 009 Pengacakan: Microsoft Excel Pengacakan dan Tata Letak 19 Arah Keheterogenan Kelompok I II III IV 1 (C) 7 (C) 13 (C) 19 (E) (B) 8 (B) 14 (B) 0 (A) 3 (F) 9 (A) 15 (A) 1 (B) 4 (A) 10 (D) 16 (D) (C) 5 (E) 11 (F) 17 (E) 3 (D) 6 (D) 1 (E) 18 (F) 4 (F)

Ade Setiawan 009 Tabulasi Data Pengacakan dan Tata Letak 0 Tabulasi Data Rancangan Acak Lengkap dengan 6 Perlakuan Dan 4 Ulangan Kelompok Perlakuan A B C D E F Total Kelompok 1 Y 11 Y 1 Y 31 Y 41 Y 51 Y 61 Y. 1 Y 1 Y Y 3 Y 4 Y 5 Y 6 Y. 3 Y 13 Y 3 Y 33 Y 43 Y 53 Y 63 Y. 3 4 Y 14 Y 4 Y 34 Y 44 Y 54 Y 64 Y. 4 Total Perlakuan Y 1. Y. Y 3. Y 4. Y 5. Y 6. Y..

1 Model Linier & Analisis Ragam RAK

Model Linier Model Linier & Analisis Ragam RAK Y ij ( Y ij i ) i j j ij ij Keragaman Acak (Galat) Keragaman Total Keragaman Akibat Perlakuan Keragaman Akibat Kelompok i = 1,,,t ; j= 1,, r i ; t = jumlah perlakuan dan r i = banyaknya ulangan dari perlakuan ke-i, untuk percobaan yang mempunyai ulangan sama, r i = r. Y ij = pengamatan pada perlakuan ke-i dan kelompok ke-j μ = mean populasi τ i = pengaruh aditif dari perlakuan ke-i β j = pengaruh aditif dari kelompok ke-j ε ij = pengaruh acak dari perlakuan ke-i dan kelompok ke-j Ade Setiawan 009

Ade Setiawan 009 Analisis Ragam Model Linier & Analisis Ragam RAK 3 Analisis ragam merupakan suatu analisis untuk memecah keragaman total menjadi beberapa komponen pembentuknya. Penduga kuadrat terkecil bagi parameter-parameter di dalam model RAK diperoleh sebagai berikut: Yij i j ij Parameter Penduga ˆ Y.. i ˆ i Yi. Y.. ˆ j Y Y.. j ij ˆ ij Yij Y i. Y. j Y...j

Ade Setiawan 009 Model Linier & Analisis Ragam RAK Penguraian Keragaman 4 Refresentasi data dari model linier Y ij = μ + τ i + β j + ε ij Y ij Y ( Y i. Y.. ) ( Y. j Y.. ) ( Y Y i. Y. j.. ).. ij Y Keragaman totalnya dapat diuraikan sebagai berikut : Y Y ij ij JKT t Y Y r.... ( Y ( Y t r i. i. i1 j1 Y Y ( Y ij.... ) ( Y ) ( Y Y t. j. j Y Y.... ) ( Y ) ( Y ij ij Y Y i. i. Y Y. j. j Y Y Analisis Ragam diperoleh dari pemisahan Jumlah Kuadrat Total Terkoreksi (JKT)!!.. ) ( Yij Y..) r( Y i. Y..) t( Y. j Y..) i1 j1 i1 j1 i1 j1 r.... ) ) t adalah sebagai berikut: r ( Y ij Y Atau: JKT JKK JKP JKG i. Y. j Y JKT = JKK + JKP + JKG JKT = Jumlah kuadrat total JKK = Jumlah kuadrat kelompok JKP = Jumlah kuadrat perlakuan JKG = Jumlah kuadrat galat.. )

Ade Setiawan 009 Model Linier & Analisis Ragam RAK Formula Analisis Ragam 5 FK JKT JKK JKP JKG Y.. tr i1 j1 i1 j1 i1 j 1 Definisi Y.. ( Yij Y..) Yij tr i1 j1 Y. j Y.. ( Y. j Y..) t tr Yi. Y.. ( Yi. Y..) r tr j i1 ( Yij Yi. Y. j Y..) i j i j e ij Y.. tr Yij FK i, j Y j. j t Y i. i r Pengerjaan FK FK JKT JKK JKP

Ade Setiawan 009 t bsi bsi E ( i ) 0 ; E ( i ) i 0 ; ; ij ~ ijn~ (0, N(0, Pengacakan ) ) dan Tata Letak Percobaan RAL i1 Model Linier & Analisis Ragam RAK Asumsi dan Hipotesis 6 Asumsi: Pengaruh perlakuan tetap t E( ) ; 0 ; ~ N(0, ) i E( ) i i i ; i1 r j1 i i 0 ij bsi Pengaruh perlakuan acak bsi bsi bsi ~ N(0, ); ~ N(0, ); ~ N(0, ) i j ij Hipotesis: Hipotesis yang Pengaruh perlakuan tetap Akan Diuji: H 0 Semua τ i = 0 (i = 1,,, t) H 1 Tidak semua τ i = 0 (i = 1,,, t) Pengaruh perlakuan acak σ τ = 0 (tidak ada keragaman dalam populasi perlakuan) σ τ > 0 (ada keragaman dalam populasi perlakuan)

Ade Setiawan 009 Model Linier & Analisis Ragam RAK Tabel Analisis Ragam 7 Sumber Keragaman (SK) Jumlah Kuadrat (JK) Derajat Bebas (db) Kuadrat Tengah (KT) F-Hitung Kelompok r-1 JKK KTK KTK/KTG Perlakuan t-1 JKP KTP KTP/KTG Galat (r-1) (t-1) JKG KTG Total tr-1 JKT Galat Baku KT( Galat) S Y r Untuk membandingkan nilai tengah perlakuan

8 Contoh Terapan

Ade Setiawan 009 Contoh RAK Contoh Terapan 9 Data pada tabel berikut merupakan Hasil padi (kg/petak) Genotif S-969 yang diberi 6 perlakuan. Faktor-faktor yang diteliti adalah kombinasi pupuk NPK sebanyak 6 taraf, yaitu Kontrol, PK, N, NP, NK, NPK Kombinasi Pemupukan Kelompok Total Perlakuan 1 3 4 (Yi.) Kontrol 7.7 33.0 6.3 37.7 14.7 PK 36.6 33.8 7.0 39.0 136.4 N 37.4 41. 45.4 44.6 168.6 NP 4. 46.0 45.9 46. 180.3 NK 39.8 39.5 40.9 44.0 164. NPK 4.9 45.9 43.9 45.6 178.3 Total kelompok (Y.j) 6.6 39.4 9.4 57.1 95.5

Ade Setiawan 009 Contoh Terapan Perhitungan Analisis Ragam (1-3): 30 Langkah 1: Hitung Faktor Koreksi FK Y.. tr 95.5 (6)(4) 3780.3438 Langkah : Hitung Jumlah Kuadrat Total JKT Y i, j ij FK 7.7 33.0... 43.9 890.465 Langkah 3: Hitung Jumlah Kuadrat Kelompok 45.6 3780.3438 JKK j Y. j t FK 95.1045833 6.6 39.4 9.4 6 57.1 3780.3438

Ade Setiawan 009 Perhitungan Analisis Ragam (4-5): 31 Langkah 4: Hitung Jumlah Kuadrat Perlakuan Yi. 14.7 JKP FK i r 658.06375 136.4 168.6 4... 178.3 3780.3438 Langkah 5: Hitung Jumlah Kuadrat Galat JKG JKT JKK JKP 890. 465 137. 579167 95. 1045833 658. 06375

Ade Setiawan 009 Contoh Terapan Perhitungan Analisis Ragam (6-7): 3 Langkah 6: Buat Tabel Analisis Ragam beserta Nilai F-tabelnya Tabel Analisis Ragam Hasil Padi Sumber Derajat Jumlah Kuadrat Tengah Keragaman (SK) Bebas (db) Kuadrat (JK) (KT) Fhitung F 0.05 F 0.01 Kelompok 3 95.1045833 31.701578 3.46 * 3.87 5.417 Perlakuan 5 658.06375 131.6175 14.38 **.901 4.556 Galat 15 137.57917 9.1505778 - Total 3 890.465 Langkah 7: Hitung Koefisien Keragaman (KK) KTG KK 100% Y.. 7.6% 9.1505 100% 39.688 F (0.05,3,15) = 3.87 F (0.05,5,15) =.901 F (0.01,5,15) = 5.417 F (0.01,3,15) = 4.556

Ade Setiawan 009 33 Kesimpulan: Contoh Terapan Karena Fhitung (14.39) >.901 maka: kita menolak H 0 : μ 1 = μ = μ 3 pada taraf kepercayaan 95%. Hal ini berarti bahwa pada taraf kepercayaan 95%, ada satu atau lebih dari rata-rata perlakuan yang berbeda dengan yang lainnya. Atau dengan kata lain dapat diambil keputusan tolak Ho, artinya terdapat perbedaan pengaruh perlakuan terhadap respon yang diamati. Keterangan: Biasanya, tanda tidak nyata (tn) diberikan, apabila nilai F-hitung lebih kecil dari F(0.05) tanda bintang satu (*) diberikan, apabila nilai F-hitung lebih besar dari F(0.05) dan tanda bintang dua (**) diberikan apabila nilai F-hitung lebih besar dari F(0.01)

34 Perbandingan Rataan Uji Tukey HSD (BNJ)

Hitung Nilai HSD Perbandingan Rataan 35 Sumber Derajat Jumlah Kuadrat Tengah Keragaman (SK) Bebas (db) Kuadrat (JK) (KT) Fhitung F 0.05 F 0.01 Kelompok 3 95.1045833 31.701578 3.46 * 3.87 5.417 Perlakuan 5 658.06375 131.6175 14.38 **.901 4.556 Galat 15 137.57917 9.1505778 - Total 3 890.465 Langkah pengerjaan pengujian perbedaan rata-rata dengan menggunakan uji Tukey HSD. Hitung nilai Tukey HSD (): q q 4.595 6.95 ( p, ) 0.05 (6,15) KTG r Ade Setiawan 009 KTG r 9.1505 4 Jika i j 6.95 6.95 maka keduarata - rata berbedanyata maka keduarata - rata tidak berbedanyata

Ade Setiawan 009 Tabel Nilai Kritis Perbandingan Rataan 36 Derajat p bebas (ν) 3 4 5 6 7 8 9 5 3.64 4.60 5. 5.67 6.03 6.33 6.58 6.80 6 3.46 4.34 4.90 5.30 5.63 5.90 6.1 6.3 7 3.34 4.16 4.68 5.06 5.36 5.61 5.8 6.00 8 3.6 4.04 4.53 4.89 5.17 5.40 5.60 5.77 9 3.0 3.95 4.41 4.76 5.0 5.4 5.43 5.59 10 3.15 3.88 4.33 4.65 4.91 5.1 5.30 5.46 11 Nilai 3.11 q 3.8 4.6 4.57 4.8 5.03 5.0 5.35 0.05(6, 15) 1 = 4.59 3.08 3.77 4.0 4.51 4.75 4.95 5.1 5.7 13 3.06 3.73 4.15 4.45 4.69 4.88 5.05 5.19 14 3.03 3.70 4.11 4.41 4.64 4.83 4.99 5.13 15 3.01 3.67 4.08 4.37 4.59 4.78 4.94 5.08 16 3.00 3.65 4.05 4.33 4.56 4.74 4.90 5.03 17.98 3.63 4.0 4.30 4.5 4.70 4.86 4.99 18.97 3.61 4.00 4.8 4.49 4.67 4.8 4.96 19.96 3.59 3.98 4.5 4.47 4.65 4.79 4.9 0.95 3.58 3.96 4.3 4.45 4.6 4.77 4.90 4.9 3.53 3.90 4.17 4.37 4.54 4.68 4.81 30.89 3.49 3.85 4.10 4.30 4.46 4.60 4.7 40.86 3.44 3.79 4.04 4.3 4.39 4.5 4.63 60.83 3.40 3.74 3.98 4.16 4.31 4.44 4.55 10.80 3.36 3.68 3.9 4.10 4.4 4.36 4.47 inf.77 3.31 3.63 3.86 4.03 4.17 4.9 4.39 Critical Points for the Studentized Range Statistic -- ALPHA = 0.05 q 0.05(p, v)

Perbandingan Nilai Rata-rata Perbandingan Rataan 37 Urutkan rata-rata perlakuan (urutan menaik/menurun) Buat Tabel Matriks selisih antara rata-rata perlakuan Bandingkan selisih rata-rata dengan nilai HSD Perlakuan Kontrol PK NK N NPK NP Notasi rata-rata 31.18 34.10 41.05 4.15 44.58 45.08 Kontrol 31.18 0.00 a PK 34.10.93 0.00 a NK 41.05 9.88* 6.95* 0.00 b N 4.15 10.98* 8.05* 1.10 0.00 b NPK 44.58 13.40* 10.48* 3.53.43 0.00 b NP 45.08 13.90* 10.98* 4.03.93 0.50 0.00 b Jika i j 6.95 6.95 maka keduarata - rata berbedanyata maka keduarata - rata tidak berbedanyata Ade Setiawan 009