BAB I PENDAHULUAN RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN DUA PERLAKUAN. Disusun Oleh: Diasnita Putri Larasati Ayunda

dokumen-dokumen yang mirip
MODUL 1 PRINSIP DASAR PERANCANGAN PERCOBAAN

PERBANDINGAN ANALISIS VARIANSI DENGAN ANALISIS KOVARIANSI DALAM RANCANGAN PETAK-PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK DENGAN DATA HILANG

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

ESTIMASI REGRESI ROBUST M PADA FAKTORIAL RANCANGAN ACAK LENGKAP YANG MENGANDUNG OUTLIER

ANALISIS KOVARIANSI DALAM RANCANGAN BUJURSANGKAR YOUDEN DENGAN DATA HILANG

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

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

ANALISIS KOVARIANSI RANCANGAN PETAK TERBAGI PADA RANCANGAN ACAK KELOMPOK (RAK) DENGAN DATA HILANG

Kata Kunci: Rancangan Acak Kelompok Tidak Lengkap Seimbang, Uji Nonparametrik, uji Durbin-Skillings-Mack. 1. Pendahuluan

SIMULASI RANCANGAN ACAK KELOMPOK TAK LENGKAP SEIMBANG DAN EFISIENSINYA

STATISTIK TERAPAN DAN RANCANGAN PERCOBAAN. Dr. G. Ciptadi (Genetics, Animal Breeding, Tech.Lab., Stat. Rancob) Lab. Gen.Pem Ternak dan LSIH-UB

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

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

EKSPERIMENTAL DESAIN. Created by : Ika Damayanti, S.Si, M.Si

Perancangan Percobaan

ANALISIS KOVARIANS DALAM RANCANGAN LATTICE SEIMBANG

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

PENGGUNAAN UJI MULTIVARIAT FRIEDMAN PADA RANCANGAN ACAK KELOMPOK LENGKAP

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

Analisis Kovariansi pada Rancangan Faktorial Dua Faktor dengan n Kali Ulangan

ANALISIS VARIANS TIGA FAKTOR PADA RANCANGAN SPLIT-SPLIT PLOT

PERANCANGAN PERCOBAAN

RANCANGAN PERCOBAAN TIGA FAKTOR DENGAN PENGUKURAN BERULANG (THREE FACTOR EXPERIMENTS WITH REPEATED MEASUREMENT) SKRIPSI

PENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA BARAT

DESAIN EKSPERIMEN TERSARANG

DIAGNOSTIK SISAAN PADA MODEL LINIER RANCANGAN ACAK KELOMPOK LENGKAP (RAKL) DUA FAKTOR SKRIPSI

RANCANGAN ACAK LENGKAP (RAL)

PERBANDINGAN NILAI FRAKSI PADA RANCANGAN FAKTORIAL FRAKSIONAL 2 k MELALUI METODE BISSELL. Kata Kunci : Faktorial Fraksional dua level, Metode Bissell

PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP (Studi kasus: Cara Mengajar Dosen Jurusan Statistika UNDIP)

II. TINJAUAN PUSTAKA. dengan kendala menjadi model penuh tanpa kendala,

BAB 2 LANDASAN TEORI

RANCANGAN BUJUR SANGKAR LATIN DAN RANCANGAN BUJUR SANGKAR GRAECO - LATIN

OPTIMASI DENGAN METODE DAKIAN TERCURAM

Berbagai Jenis Rancangan Percobaan

PERANCANGAN PERCOBAAN

PADA KERAGAMAN KELOMPOK FAKTORIAL RANCANGAN ACAK KELOMPOK LENGKAP DENGAN ULANGAN

OPTIMASI PRODUKSI DENGAN METODE RESPONSE SURFACE (Studi Kasus pada Industri Percetakan Koran)

Analisis Variansi Rancangan Petak Teralur Menggunakan 4 Perulangan

Pembauran (Confounding) Pada Percobaan Faktorial Tiga Taraf

RANCANGAN ACAK LENGKAP DAN RANCANGAN ACAK KELOMPOK PADA BIBIT IKAN

LAPORAN PRAKTIKUM STATISTIK ELEMENTER UJI ANALISIS VARIAN DUA ARAH (TWO WAY ANOVA) Dosen Pengampu Dr. Sri Harini, M.Si

DESAIN FAKTORIAL FRAKSIONAL 2 k-p SERTA ANALISISNYA BERBASIS WEB. Candra Aji dan Dadan Dasari 1 Universitas Pendidikan Indonesia ABSTRAK

TKS 4209 PENDAHULUAN 4/1/2015

RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI AGROTEKNOLOGI UNIVERSITAS GUNADARMA

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

STATISTIKA I. Ari Wibowo, MPd Prodi PAI Jurusan Tarbiyah STAIN Surakarta. Kode Matakuliah: PAI111, 2sks Tujuan Instruksional Umum:

INTRODUCTION Dosen pertemuan 1 s/d 8 : Lely Riawati, ST., MT

Metode Bootstrap Untuk mengestimasi Data Hilang (missing Data) pada Eksperimen Faktorial

PENGGUNAAN MODEL LINIER SEBAGAI ALTERNATIF ANOVA RANCANGAN PERCOBAAN FAKTORIAL TERSARANG PADA DATA NON NORMAL

BAB 2 LANDASAN TEORI

ESTIMASI KOMPONEN VARIAN PADA RANCANGAN ACAK KELOMPOK DENGAN MODIFIKASI HARTLEY-ROU

Simulasi Komputer Untuk Menentukan Kombinasi Perlakuan Dengan Disain Faktorial Setengah Replikasi

STK511 Analisis Statistika. Pertemuan 7 ANOVA (1)

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

Rancangan Petak Terpisah dalam RAL

ESTIMASI DATA HILANG MENGGUNAKAN REGRESI ROBUST S

BAB I PENDAHULUAN. 1.1.Latar Belakang dan Permasalahan

(D.2) OPTIMASI KOMPOSISI PERLAKUAN DENGAN MENGGUNAKAN METODE RESPONSE SURFACE. H. Sudartianto 3. Sri Winarni

PENERAPAN METODE PERMUKAAN RESPONS DALAM MASALAH OPTIMALISASI

ANALISIS KOVARIANS PADA RANCANGAN BUJURSANGKAR HYPER GRAECO LATIN

HASIL DAN PEMBAHASAN. Metode Bootstrap

PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM

TAKE HOME UAS ANALISIS STATISTIKA (STK511) Oleh: Nuralim Pasisingi C Program Studi: SDP

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)

PENDEKATAN REGRESI POLINOMIAL ORTHOGONAL PADA RANCANGAN DUA FAKTOR (DENGAN APLIKASI SAS DAN MINITAB) Tatik Widiharih Jurusan Matematika FMIPA UNDIP

PENAKSIRAN RATAAN DAN VARIANSPOPULASI PADA SAMPEL ACAK TERSTRATIFIKA DENGAN AUXILIARY VARIABLE

Identifikasi Faktor Signifikan pada Rancangan Faktorial Fraksional dan

MATERI II STK 222 PERANCANGAN PERCOBAAN PRINSIP DASAR PERANCANGAN PERCOBAAN

PERCOBAAN FAKTORIAL DENGAN RANCANGAN DASAR BUJUR SANGKAR LATIN

SILABUS MATA KULIAH. Pengalaman Pembelajaran

BAB 2 TINJAUAN TEORI

Pengutipan Pustaka dan Penulisan Daftar Pustaka

PERANCANGAN PERCOBAAN

Perancangan Percobaan

Matematika dan Statistika

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

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

Materi Kuliah. PERANCANGAN PERCOBAAN (PENDAHULAN) Kuliah 1. Materi Kuliah. Materi Kuliah. Pertemuan ke 1 (Pendahuluan Perancangan Percobaan

(D.6) PENAKSIRAN DATA HILANG PADA DESAIN FAKTORIAL FRAKSIONAL DUA LEVEL TANPA RAPLIKASI DENGAN CARA MEMINIMUMKAN JUMLAH KUADRAT RESIDU

SILABUS DAN SAP MATA KULIAH PERANCANGAN PERCOBAAN (AGT6328) BOBOT: 3 (2/1) SKS SIFAT: WAJIB SEMESTER GANJIL (SMT V)

GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO

REGRESI LINEAR SEDERHANA

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


ANALISIS DESAIN FAKTORIAL FRAKSIONAL 2k-p DENGAN METODE LENTH

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

BAB II KAJIAN PUSTAKA. sehingga dapat diamati dan diidentifikasi alasan-alasan perubahan yang terjadi

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di:

Bab 2 LANDASAN TEORI

PRAKTIKUM RANCANGAN PERCOBAAN KATA PENGANTAR

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

Rancangan Percobaan Campuran Yang Optimum Pada Model Permukaan Multirespon Untuk Kasus Pembuatan Pupuk Bokashi ABSTRAK

MODEL AMMI PERCOBAAN LOKASI GANDA PEMUPUKAN N, P, K

Perbandingan Nilai Fraksi pada Rancangan Faktorial Fraksional 2 k dengan Metode Bissell dan Aplikasinya pada Kasus Perkecambahan Kacang Hijau

Regresi Linear Sederhana

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

1. PENDAHULUAN PADA PRODUKSI JAGUNG DI JAWA TENGAH

Transkripsi:

RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan guna Memperoleh Gelar Sarjana Sains Disusun Oleh: Diasnita Putri Larasati Ayunda 10305141023 RANCANGAN CROSSOVER TIGA PERIODE DENGAN DUA PERLAKUAN Oleh Diasnita Putri Larasati Ayunda NIM 10305141023 ABSTRAK Pada rancangan crossover 2 2, tersapat kemungkinan efek kelompok/urutan membaur dengan efek carryover, sehingga diperlukan rancangan yang dapat memisahkan kedua efek tersebut. Rancangan yang sesuai adalah rancangan higher-order crossover. Salah satu bentuk rancangan higherorder crossover adalah rancangan crossover tiga periode dengan dua perlakuan. Tujuan dari penulisan skripsi ini adalah untuk menjelaskan prosedur analisis variansi (ANAVA) pada rancangan crossover tiga periode dengan dua perlakuan untuk model tetap, beserta contoh penerapannya di bidang peternakan. Analisis data pada rancangan crossover tiga periode dengan dua perlakuan dilakukan dengan pengujian ANAVA. Pengujian ANAVA dilakukan dengan melakukan penghitungan jumlah kuadrat (JK). JK dapat diperoleh dari model linear suatu rancangan, dengan menduga parameter-parameternya dengan metode kuadrat terkecil. Prosedur ANAVA rancangan crossover tiga periode dengan dua perlakuan adalah dengan melakukan pengujian hipotesis untuk menguji ada tidaknya perbedaan efek kelompok/urutan, efek perlakuan, efek periode, dan efek carryover, dengan statistik uji F. Contoh penerapan rancangan crossover tiga periode dengan dua perlakuan dalam bidang peternakan bertujuan untuk membandingkan pengaruh dari jenis pakan terhadap banyaknya produksi susu pada sapi Frisian Holstein. Hasil pengujian hipotesis menunjukkan bahwa dengan taraf signifikansi, kelompok/urutan pemberian jenis pakan tidak berpengaruh terhadap jumlah produksi susu. Sedikitnya terdapat perbedaan pada dua periode pemberian jenis pakan terhadap produksi susu. Pemberian pakan berupa hijauan dan konsentrat memberikan hasil produksi susu yang lebih baik daripada sapi yang hanya diberikan pakan berupa hijauan. Selain itu, tidak ada efek carryover dalam pemberian kedua jenis pakan. Kata kunci: crossover, higher-order crossover, carryover PROGRAM STUDI MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA 2015 i vii BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan suatu bidang ilmu yang berhubungan dengan proses pengumpulan, penyajian, analisis, dan penafsiran data. Terkadang ketika sedang mengamati suatu objek timbul pertanyaan mengapa objek tersebut terlihat bervariasi. Untuk menjawab pertanyaan tersebut, dapat dilakukan serangkaian penelitian dengan melakukan tindakan coba-coba (penelitian eksperimen) atau melalui survei dan pengumpulan data (penelitian noneksperimen). Serangkaian tindakan coba-coba tersebut yang dilakukan terhadap suatu atau sekumpulan objek yang akan diselidiki pengaruhnya disebut dengan percobaan. Pola atau tata cara penerapan tindakan-tindakan (perlakuan dan nonperlakuan/kontrol) dalam suatu percobaan pada kondisi/lingkungan tertentu yang kemudian menjadi dasar penataan dan metode analisis statistik terhadap data hasilnya disebut rancangan percobaan (experimental design) (Hanafiah, 2005: 2). Dalam suatu perancangan percobaan, data yang dianalisis statistika dikatakan sah atau valid apabila data tersebut diperoleh dari suatu percobaan yang memenuhi tiga prinsip dasar, yaitu harus ada ulangan, pengacakan, dan pengendalian lingkungan (Mattjik & Sumertajaya, 2002: 61-63). Usaha pengendalian lingkungan dapat dilakukan dengan melakukan pengelompokan. Tujuan dari pengelompokan tersebut adalah untuk 1 mereduksi pengaruh dari peubah-peubah yang tidak terkendali. Metode perancangan percobaan dapat digunakan dalam segala bidang, seperti bidang pendidikan, pertanian, ekonomi, kesehatan, dan lain sebagainya. Metode perancangan percobaan pada bidang kesehatan dapat digunakan untuk menganalisis suatu penyakit dalam periode waktu tertentu. Selain itu juga dapat digunakan untuk menguji efek beberapa obat terhadap penyakit tertentu, sehingga dapat diperoleh pengobatan mana yang sesuai untuk penyakit tersebut. Salah satu rancangan percobaan yang digunakan pada bidang kesehatan adalah rancangan crossover. Rancangan crossover merupakan suatu rancangan percobaan dimana setiap subjek percobaan menerima beberapa perlakuan terhadap periode waktu yang berbeda. Tujuan dari rancangan ini adalah untuk membandingkan efek perlakuan pada individu. Bentuk paling sederhana dari rancangan ini adalah rancangan crossover 2 2, yaitu rancangan dengan dua periode dan dua perlakuan. Pada rancangan crossover 2 2, terdapat kemungkinan adanya efek pembauran, yaitu efek kelompok/urutan membaur dengan efek carryover, sehingga tidak dapat memperkirakan efek carryover secara tepat. Menurut Senn (2002: 8), carryover merupakan efek perlakuan pada satu periode yang bertahan hingga ke periode perlakuan berikutnya. Untuk mengatasi hal tersebut, maka diperlukan rancangan yang dapat memisahkan efek kelompok/urutan dari efek carryover. Rancangan yang sesuai untuk masalah tersebut adalah rancangan higher-order crossover. Salah satu bentuk 2

5 4 6 rancangan higher-order crossover adalah two-sequence dual design. Twosequence dual design adalah rancangan crossover dengan dua kelompok/urutan, dimana kelompok/urutan yang kedua diperoleh dengan mengganti label perlakuan A dan B pada kelompok/urutan yang pertama. Bentuk dari two-sequence dual design adalah rancangan crossover tiga periode dengan dua perlakuan. Pada rancangan crossover tiga periode dengan dua perlakuan, setiap subjek menerima dua perlakuan yang berbeda (A dan B) dan satu perlakuan tambahan yang merupakan pengulangan dari salah satu perlakuan tersebut (A atau B) dalam tiga periode waktu, dimana antara dua periode waktunya diberikan periode washout. Menurut Chow & Liu (2004: 179), periode washout didefinisikan sebagai periode istirahat antara dua periode perlakuan agar efek dari perlakuan pada periode sebelumnya tidak terbawa ke perlakuan pada periode berikutnya. Rancangan crossover tiga periode dengan dua perlakuan memiliki tiga macam bentuk, yaitu rancangan ABB/BAA, ABA/BAB, dan AAB/BBA. Sebagai contoh, pada rancangan ABB/BAA, model campuran. Menurut Mattjik & Sumertajaya (2002: 71-72), model tetap merupakan model dimana perlakuan-perlakuan yang digunakan dalam percobaan berasal dari populasi yang terbatas dan pemilihan perlakuannya ditentukan oleh peneliti. Kesimpulan yang diperoleh dari model tetap terbatas hanya pada perlakuan-perlakuan yang dicobakan saja dan tidak dapat digeneralisasikan. Sedangkan model acak merupakan model dimana perlakuan-perlakuan yang dicobakan merupakan contoh acak dari populasi perlakuan. Kesimpulan yang diperoleh dari model acak berlaku secara umum untuk seluruh populasi perlakuan. Model campuran merupakan gabungan atau kombinasi dari model tetap dan model acak. Pada rancangan crossover, karena setiap subjeknya menerima beberapa perlakuan yang berbeda, maka rancangan crossover memiliki beberapa keuntungan, antara lain mengurangi variasi antara subjek, meningkatkan ketelitian dalam membandingkan rata-rata perlakuan, dan mengurangi biaya untuk melakukan percobaan ketika subjeknya mahal dan/atau sulit diambil untuk penelitian dan/atau sulit atau mahal untuk ditambahkan selama setiap subjek menerima perlakuan dengan urutan ABB dan BAA pada tiga penelitian. Namun, rancangan crossover juga memiliki kelemahan, yaitu periode. Dengan kata lain, subjek dengan urutan ABB akan menerima perlakukan A pada periode pertama dan perlakuan B pada periode kedua dan ketiga. Sementara subjek dengan urutan BAA akan menerima perlakuan B pada periode pertama dan perlakuan A pada periode kedua dan ketiga. Model linear aditif secara umum dari rancangan crossover tiga periode kemungkinan terdapatnya efek carryover yang akan menimbulkan ketidaksesuaian dalam penelitian, serta dapat mengurangi informasi dan cakupan populasi subjek (Ott & Longnecker, 2010: 1116). Salah satu contoh penerapan rancangan crossover tiga periode dengan dua perlakuan untuk rancangan ABB/BAA adalah dalam membandingkan dengan dua perlakuan dapat dibedakan menjadi model tetap, model acak, dan dua buah produk obat (Chow & Liu, 2000: 274). Sebuah percobaan 3 dilakukan terhadap 18 buah subjek untuk membandingkan dua buah produk obat (T dan R). Pada rancangan ini, 9 buah subjek diletakkan secara acak pada urutan pertama (TRR) dan 9 buah subjek lainnya diletakkan secara acak pada urutan kedua (RTT). 1. Bagaimana prosedur analisis variansi pada rancangan crossover tiga periode dengan dua perlakuan? 2. Bagaimana contoh penerapan rancangan crossover tiga periode dengan dua perlakuan? Berdasarkan contoh penerapan tersebut dapat terlihat bahwa dengan menggunakan rancangan crossover dapat dilakukan pengujian dengan perlakuan yang berbeda, tetapi dengan subjek yang sama. Pengujian dilakukan untuk mengetahui ada atau tidaknya perbedaan pada pengaruh perlakuan yang diberikan. Selain pada bidang kesehatan, rancangan crossover juga dapat digunakan pada bidang lain, seperti bidang peternakan, pertanian, dan lain-lain. Oleh karena itu, pada tugas akhir ini akan dibahas lebih lanjut mengenai rancangan crossover tiga periode dengan dua perlakuan, beserta D. Tujuan Penulisan Tujuan penulisan penelitian ini menurut rumusan masalah di atas adalah: 1. Menjelaskan prosedur analisis variansi pada rancangan crossover tiga periode dengan dua perlakuan. 2. Menjelaskan penerapan rancangan crossover tiga periode dengan dua perlakuan. contoh penerapannya di bidang peternakan. E. Manfaat Penulisan B. Pembatasan Masalah Dalam tulisan ini hanya akan dibahas mengenai rancangan crossover tiga periode dengan dua perlakuan dan dua urutan, dengan model yang digunakan adalah model tetap. Rancangan crossover yang digunakan diasumsikan telah memenuhi asumsi analisis variansi. Manfaat penulisan penelitian ini adalah: 1. Dapat menambah pengetahuan dan pemahaman bagi penulis dan mahasiswa yang tertarik mengenai rancangan crossover tiga periode dengan dua perlakuan. 2. Dapat dijadikan referensi tambahan bagi pembaca mengenai rancangan percobaan. C. Rumusan Masalah Berdasarkan latar belakang di atas, dapat diperoleh beberapa rumusan masalah sebagai berikut:

BAB II LANDASAN TEORI A. Rancangan Percobaan Percobaan merupakan serangkaian tindakan coba-coba yang dilakukan terhadap suatu atau sekumpulan objek yang akan diselidiki pengaruhnya. Menurut Hanafiah (2005: 2), rancangan percobaan merupakan pola atau tata cara penerapan tindakan-tindakan (perlakuan dan nonperlakuan/kontrol) dalam suatu percobaan pada kondisi/lingkungan tertentu yang kemudian menjadi dasar penataan dan metode analisis statistik terhadap data hasilnya. Menurut Mattjik & Sumertajaya (2002: 64-65), terdapat beberapa istilah dalam perancangan percobaan antara lain: 1. Perlakuan (treatment) Merupakan suatu prosedur atau metode yang diterapkan pada unit percobaan. Prosedur atau metode yang diterapkan dapat berupa pemberian jenis pakan yang berbeda, kombinasi dari semua taraf-taraf beberapa faktor, dan lain-lain. 2. Unit Percobaan Unit percobaan adalah unit terkecil dalam suatu percobaan yang diberi suatu perlakuan. Unit terkecil ini dapat berupa petak lahan, individu, sekandang ternak, dan lain-lain tergantung dari bidang penelitian yang sedang dipelajari. 3. Satuan Amatan Satuan amatan adalah bagian atau subjek pengamatan dari unit percobaan tempat dimana respons perlakuan diukur. Dalam suatu rancangan percobaan, terdapat prinsip-prinsip dasar yang lazim digunakan dan dikenal, antara lain (Sudjana, 1995: 4-6): 1. Replikasi Replikasi diartikan sebagai pengulangan percobaan dasar. Dalam kenyataannya, replikasi diperlukan karena dapat a. Memberikan taksiran galat percobaan yang dapat dipakai untuk menentukan panjang selang kepercayaan atau dapat digunakan sebagai satuan dasar pengukuran untuk penetapan taraf signifikansi dari perbedaan-perbedaan yang diamati. b. Menghasilkan taksiran yang lebih akurat untuk galat percobaan. c. Memungkinkan untuk memperoleh taksiran yang lebih baik mengenai efek rata-rata suatu faktor. 2. Pengacakan Untuk setiap prosedur pengujian, diperlukan asumsi-asumsi yang harus dipenuhi agar pengujian dapat dilakukan. Salah satu di antaranya adalah bahwa pengamatan-pengamatan dan galat berdistribusi secara independen. Asumsi tersebut sulit untuk dipenuhi, tetapi dengan pengacakan data dapat diuji dan dianalisis, dengan anggapan bahwa asumsi tentang independen terpenuhi. Jadi, pengacakan tidak menjamin 7 8 terjadinya independen, melainkan hanyalah memperkecil adanya korelasi antar pengamatan. 3. Kontrol Lokal Kontrol lokal merupakan sebagian daripada keseluruhan prinsip rancangan yang harus dilaksanakan. Biasanya merupakan langkahlangkah atau usaha-usaha yang berbentuk penyeimbangan, pemblokan/pembatasan, dan pengelompokkan unit-unit percobaan yang digunakan dalam rancangan. Jika replikasi dan pengacakan pada dasarnya akan memungkinkan berlakunya uji hipotesis, maka kontrol lokal menyebabkan rancangan lebih efisien, yaitu menghasilkan prosedur pengujian yang lebih tinggi. Suatu rancangan percobaan merupakan satu kesatuan antara rancangan perlakuan, rancangan lingkungan, dan rancangan pengukuran. Secara garis besar rancangan percobaan dapat diklasifasikan sebagai berikut (Mattjik & Sumertajaya, 2002: 66-67). 1. Rancangan Perlakuan a. Satu Faktor b. Dua Faktor 1) Faktorial a) Bersilang b) Tersarang 2) Split plot 3) Split blok c. Tiga Faktor atau lebih 1) Faktorial a) Bersilang 9 b) Tersarang c) Campuran (bersilang sebagian dan tersarang sebagian) 2) Split-split plot 3) Split-split blok 2. Rancangan Lingkungan a. Rancangan Acak Lengkap b. Rancangan Acak Kelompok Lengkap c. Rancangan Bujur Sangkar Latin d. Rancangan Lattice 1) Lattice Seimbang 2) Triple Lattices 3) Quadruple Lattices B. Rancangan Crossover 2 2 Sebuah rancangan crossover adalah modifikasi rancangan acak kelompok dimana setiap kelompok menerima lebih dari satu perlakuan pada periode yang berbeda. Subjek dalam setiap kelompok menerima perlakuan dengan urutan yang berbeda. Rancangan crossover disebut sebagai rancangan crossover lengkap jika setiap urutan berisi semua perlakuan di dalam penelitian (Chow & Liu, 2004: 179). Menurut Norzaida Abas (1995: 3-4), dalam rancangan crossover terdapat faktor-faktor yang mempengaruhi respons dari subjek, antara lain: 1. Efek perlakuan langsung Efek perlakuan langsung adalah efek perlakuan pada subjek selama periode dimana perlakuan diterapkan. 10

2. Efek periode Efek periode mempengaruhi percobaan secara keseluruhan. Misalkan subjek diberikan dua perlakuan yang sama untuk kedua periode percobaan. Ada kemungkinan bahwa pengukuran pada periode pertama lebih besar atau lebih kecil daripada periode kedua, sebagai contoh respons pada periode kedua lebih besar daripada periode pertama. Pada rancangan crossover dibuat sedemikian rupa sehingga dua kelompok subjek tersebut menerima perlakuan dengan urutan yang berbeda. 3. Efek carryover atau residual Salah satu kekurangan dari rancangan crossover adalah bahwa kemungkinan efek dari perlakuan yang diberikan pada satu periode tidak hanya terdapat pada periode itu saja, melainkan efek tersebut terbawa ke periode selanjutnya. Efek tersebut dikenal dengan efek carryover. Untuk mengatasi masalah efek carryover, maka setelah setiap perlakuan kondisi tertentu tergantung pada cuaca. Misalkan percobaan dilakukan dari bulan Desember sampai Februari untuk periode pertama dan bulan Maret sampai Mei untuk periode kedua. Jika percobaan diterapkan pada pasien dengan penyakit asma, maka kemungkinan pasien dalam pengobatan dipengaruhi oleh kondisi cuaca. Menurut Jones & Kenward (2003: 1), desain sederhana dari rancangan crossover adalah yang memiliki dua periode, dua perlakuan, dan dua urutan, atau rancangan crossover 2 2. Rancangan crossover 2 2 disebut juga dengan rancangan crossover AB/BA. Dalam rancangan ini, setiap subjek menerima dua perlakuan yang berbeda, dilambangkan dengan perlakuan A dan B. Subjek dalam satu kelompok akan menerima perlakuan A pada periode pertama dan setelah periode washout akan menerima perlakuan B pada periode kedua. Subjek pada kelompok yang lain akan menerima perlakuan B pada periode pertama dan setelah periode washout akan menerima perlakuan diterapkan, subjek diberikan waktu istirahat sebelum menerima A pada periode kedua. Rancangan crossover 2 2 dapat diilustrasikan sebagai perlakuan selanjutnya. Periode waktu istirahat tersebut dinamakan periode washout dan tujuannya adalah untuk membiarkan subjek benarbenar bersih dari efek perlakuan sebelumnya. 4. Efek perlakuan oleh periode Efek perlakuan oleh periode dikenal juga dengan interaksi antara berikut (Norzaida Abas, 1995: 6). Tabel 2.1 Ilustrasi Rancangan Crossover 2 2 Kelompok/Urutan Periode 1 Periode 2 Kelompok 1 A B Kelompok 2 B A perlakuan langsung dengan periode. Kondisi pada setiap periode kemungkinan berbeda dan perbedaan tersebut akan memiliki efek pada subjek saat menerima perlakuan. Sebagai contoh suatu penyakit dan 11 12 Berikut adalah tabel pengamatan dari rancangan crossover 2 2. Asumsi yang harus dipenuhi untuk model tetap adalah Tabel 2.2 Tabel Pengamatan Rancangan Crossover 2 2 Kelompok/Urutan Subjek Periode 1 Periode 2 Total Kelompok 1 (AB) Subtotal 1 Kelompok 2 (BA) Subtotal Total 1 C. Metode Kuadrat Terkecil Metode kuadrat terkecil dapat digunakan untuk menduga paramaterparameter dalam model linear suatu rancangan percobaan. Prinsip dasar dari metode kuadrat terkecil adalah menduga parameter dengan cara Secara umum, model linear untuk rancangan crossover 2 2 adalah (Jones & Kenward, 2003: 8) (2.1) dengan, meminimumkan jumlah kuadrat galat-galat suatu rancangan percobaan. Galat-galat percobaan diasumsikan berdistribusi normal dengan nilai tengah 0 dan ragam. Pada persamaan (2.1), dapat dilakukan pendugaan parameter dengan menggunakan metode kuadrat terkecil. Persamaan (2.1) dapat ditulis kembali dalam bentuk (2.2) dengan dan adalah galat-galat percobaan. : nilai pengamatan pada urutan ke-i, periode ke-j, dan subjek ke-k : rataan umum : pengaruh periode ke-j : pengaruh langsung dari perlakuan yang diterapkan pada periode kej dan urutan ke-i : pengaruh carryover dari perlakuan yang diterapkan pada periode ke-j dalam urutan ke-i : pengaruh acak pada subjek ke-i dan urutan ke-k : kesalahan acak pada pada urutan ke-i, periode ke-j, dan subjek ke-k Persamaan (2.2) memiliki parameter,,, dan yang belum diketahui, sehingga bentuk pendugaan untuk persamaan (2.2) adalah (2.3) Keempat parameter tersebut akan diduga dengan metode kuadrat terkecil, yaitu dengan menuliskan bentuk jumlah kuadrat dari persamaan (2.3), sehingga diperoleh 13 14

Kemudian agar nilai R minimum, maka Sesuai dengan asumsinya bahwa,, dan, maka (2.4) Selanjutnya akan dilakukan pendugaan parameter sebagai berikut. 2. Pendugaan untuk parameter 1. Pendugaan untuk parameter 15 16 Karena adalah parameter yang akan diduga, maka parameter dan dianggap sebagai konstanta, sehingga Karena dan adalah parameter yang akan diduga, maka parameter dianggap sebagai konstanta, sehingga (2.6) (2.5) 4. Pendugaan untuk parameter 3. Pendugaan untuk parameter 17 18

2 (2.9) D. Analisis Variansi Analisis variansi (ANAVA) atau analisis ragam adalah suatu metode untuk menguraikan keragaman total suatu data menjadi komponen-komponen yang mengukur berbagai sumber variansi (Walpole, 1982: 382). Analisis variansi digunakan untuk menguji hipotesis mengenai pengaruh faktor perlakuan terhadap keragaman data percobaan yang dilakukan dengan menggunakan distribusi F. Analisis variansi dapat digunakan untuk data observasional (penelitian) maupun data eksperimental (percobaan). Dalam suatu percobaan akan didapatkan nilai-nilai hasil pengamatan. Nilai-nilai hasil pengamatan tersebut (2.7) umumnya dinyatakan dalam suatu model matematika yang disebut model 5. Penduga untuk galat percobaan dan linear aditif. Berdasarkan model linear aditif yang terbentuk selanjutnya akan Jadi, diperoleh pendugaan untuk galat dan dilakukan uji analisis variansi. Sebelum dilakukan pengujian ada beberapa asumsi yang harus dipenuhi dalam analisis variansi. Asumsi-asumsi yang harus dipenuhi tersebut antara lain (Gaspersz, 1991: 65-66): 1. Pengaruh perlakuan dan pengaruh lingkungan harus aditif Setiap rancangan percobaan mempunyai model matematik yang disebut model linear aditif. Apabila model tidak bersifat aditif maka perlu dilakukan transformasi. (2.8) 19 20 2. Galat percobaan semuanya harus bebas Galat dari salah satu pengamatan yang mempunyai nilai tertentu harus tidak tergantung dari nilai-nilai galat untuk pengamatan lain. 3. Galat percobaan harus mempunyai ragam bersama (common variance) Sebagai misal, dalam rancangan crossover 2 2, galat yang diakibatkan oleh beberapa perlakuan semuanya harus diduga dari ragam populasi bersama (common population variance). 4. Galat percobaan harus menyebar secara normal Jika sebaran dari galat percobaan secara jelas terlihat menceng (tidak normal), maka komponen galat dari perlakuan cenderung menjadi fungsi perhitungan statistik dalam analisis variansi pada rancangan crossover 2 2 dapat dirangkum dalam Tabel 2.1. Tabel 2.3 Tabel ANAVA untuk Rancangan Crossover 2 2 SV db JK KT Between Subjects Carry over 1 Galat (B-S) Within Subjects Perlakuan 1 Periode 1 Galat (W-S) Total dari nilai tengah perlakuan. Agar galat tersebut menyebar mendekati sebaran normal, maka dapat dilakukan transformasi. Adapaun langkah-langkah dalam menguji hipotesis pada analisis variansi adalah sebagai berikut. 1. Menentukan hipotesis 2. Memilih taraf signifikansi 3. Menentukan statisik uji yang digunakan 4. Menentukan daerah penolakan atau kriteria keputusan Perhitungan jumlah kuadrat pada Tabel 2.1 dapat diperoleh dari model linear rancangan crossover 2 2 pada persamaan (2.1). Dengan menggunakan metode kuadrat terkecil diperoleh penduga parameter-parameter sebagai berikut. Tabel 2.4 Tabel Parameter dan Penduganya untuk Rancangan Crossover 2 2 Parameter Penduga 5. Melakukan perhitungan statistik 6. Melakukan penarikan kesimpulan Perhitungan statistik dalam analisis variansi dapat dirangkum dalam sebuah tabel analisis variansi, yang meliputi sumber keragaman (SV), derajat bebas (db), jumlah kuadrat (JK), dan kuadrat tengah (KT). Sebagai contoh, Penduga parameter-parameter tersebut dapat diuraikan menjadi: 21

25 24 26 Jumlah Kuadrat Periode Jumlah Kuadrat Perlakuan Penguraian jumlah kuadrat untuk rancangan crossover 2 2 adalah sebagai berikut. Jumlah Kuadrat Carryover Jumlah Kuadrat Galat (B-S) Jumlah Kuadrat Galat (W-S) Selanjutnya rumus-rumus jumlah kuadrat tersebut dapat dijabarkan dan disederhanakan sebagai berikut (Meita Putri Rahayu, 2014: 38-46). 1. Jumlah Kuadrat Total Dengan demikian diperoleh: Jumlah Kuadrat Total 23 3. Jumlah Kuadrat Perlakuan 2. Jumlah Kuadrat Periode

27 28 5. Jumlah Kuadrat Galat (B-S) 4. Jumlah Kuadrat Carryover 29 30

3 32 34 6. Jumlah Kuadrat Galat (W-S) 31 berdistribusi F dengan dan derajat bebas. Jika melambangkan dengan dan derajat bebas maka (Walpole, 1982: 273) E. Distribusi F Salah satu distribusi yang terpenting dalam statistika adalah distribusi F. Distribusi F didefinisikan sebagai rasio dua peubah khi-kuadrat bebas, yang masing-masing dibagi oleh derajat bebasnya (Walpole, 1982: 272). Jika dan adalah variansi dari sampel acak bebas dengan ukuran dan yang berasal dari dua populasi normal dengan masing-masing variansi dan. Diketahui bahwa dan menyatakan dua peubah acak yang berdistribusi khi-kuadrat dengan derajat bebas dan, maka diperoleh

DAFTAR PUSTAKA Chow, S. C. & Liu, J. P. (2000). Design and Analysis of Bioavailability and Bioequivalence Studies. 2nd ed. New York: Marcel Dekker, Inc. Chow, S. C. & Liu, J. P. (2004). Design and Analysis of Clinical Trials. 2nd ed. New Jersey: John Wiley & Sons, Inc. Gaspersz, Vincent. (1991). Metode Perancangan Percobaan. Bandung: CV ARMICO. Hanafiah, K. A. (2005). Rancangan Percobaan Aplikatif. Jakarta: PT RajaGrafindo Persada. Jones, B. & Kenward, M. G. (2003). Design and Analysis of Cross-Over Trials. 2nd ed. New York: Chapman & Hall/CRC. Mattjik, A. A. & Sumertajaya, M. (2002). Perancangan Percobaan dengan Aplikasi SAS dan Minitab Jilid I. Bogor: IPB Press. Meita Putri Rahayu. (2014). Rancangan Crossover Dua Periode. Skripsi. Universitas Negeri Yogyakarta. Norzaida Abas. (1994). Crossover Trial in Medical Statistics. Tesis. University of Wales. Ott, R. L. & Longnecker, M. (2010). An Introduction to Statistical Methods and Data Analysis. 6th ed. USA: Brooks/Cole. Ratkowsky, D. A., Evans, M. A. & Alldredge, J. R. (1993). Cross-over Experiments: Design, Analysis, and Application. New York: Marcel Dekker, Inc. Senn, S. (2002). Cross-over Trials in Clinical Research. 2nd ed. England: John Wiley & Sons Ltd. Sudjana. (1995). Desain dan Analisis Eksperimen. Edisi ke-4. Bandung: Tarsito. Walpole, R. E. (1982). Pengantar Statistika. Edisi ke-3. Jakarta: PT. Gramedia Pustaka Utama. 73