CRD
Tidak ada kriteria pengelompokan
:
○ Lingkungan homogen
○ Bahan homogen (perbedaan diantara experimental units yang memperoleh perlakuan yang sama dalam CRD disebut
sebagai experimental error)
○ Alat homogen
Keuntungan
:
○ Fleksibel
○ Tata letak percobaan (lay out the design) paling mudah
○ Analisis mudah
○ Derajad bebas sesatan paling besar
CRD
Kerugian:
○ Hanya dapat diterapkan pada perlakuan yang dicobakan tidak terlalu banyak dan bahan
percobaan harus seragam (homogen)
○ Rancangan yang paling tidak efisien jika ada kriteria pengelompokan:
- Lingkungan heterogen
- Bahan tidak seragam
- Alat terbatas dan bisa jadi tidak seragam
- Waktu pengamatan tidak bisa dilakukan
bersamaan
Model linear:
X
ij= µ +
τ
i+ e
ijXij= Data perlakuan ke-i, ulangan ke-j µ = rerata umum
τ
i = pengaruh perlakuan ke-ieij= pengaruh sesatan dari perlakuan ke-i pada ulangan ke-j
i = perlakuan ke-i j = ulangan ke-j i = 1, 2, 3, ……., t j = 1, 2, 3, ……, r
Y
ij= µ + τ
i+ ε
ij ε
ij= Y
ij- µ - τ
i
Metode Kuadrat Terkecil (Least Square Methods) :
atau
∑∑
= = − = t i n jij Q adalah sekecil kecilya
1 1 2 ) (
ε
∑∑
= = − = − − t i n j iij Q adalah sekecil kecilya
Y
1 1
2
)
10/15/2012
7
Untuk menduga nilai parameter : µ , τ , dan ε
0 ) ( 2 ... 0 1 1 = − − − =
∑∑
= = t i n j i ij Q Y µ τ δ δ µ .. 1 1 1 1 1 1 1 ˆ ... ˆ ... ... 0 Y tn Y tn Y tn Y t i n j ij t i n j ij t i n j t i i ij = = = = − −∑∑
∑∑
∑∑
∑
= = = = = = = µ µ µ τ µmenduga parameter τ :
.. . 1 1 1 1ˆ
...
...
ˆ
...
0
0
)
(
2
...
0
Y
Y
n
Y
n
n
Y
n
n
Y
Y
i i n j ij i n j i ij n j i ij n j i ij Q i−
=
−
=
+
=
=
−
−
=
−
−
−
=
∑
∑
∑
∑
= = = =τ
µ
τ
τ
µ
τ
µ
τ
µ
δ
δ
τε
ij= Y
ij- µ - τ
I 10/15/2012 9= Y
ij- Y
..- (Y
i.-Y
..)
= Y
ij- Y
..- Y
i.+ Y
..= Y
ij- Y
i. Yij = µ + τi + εij Yij - µ = τi + εij Yij - Y.. = (Yi. - Y..) + ( Yij - Yi.)∑
∑∑
∑∑
∑∑
= = = = = = = − + − = − + − = − t 1 i t 1 i n 1 j 2 . i ij 2 .. . i 2 . i ij t 1 i n 1 j .. . i 2 t 1 i n 1 j .. ij ) Y Y ( ) Y Y ( n )} Y Y ( ) Y Y {( ) Y Y (Rekap CRD
P E R L A K U A NUl
1
2
…..
r
X
i.Rerata
τ
i1
X
11X
12…. X
1rX
1.
X
1.
τ
12
X
21X
22…. X
2rX
2.
X
2.
τ
23
X
31X
32…. X
3rX
3.
X
3.
τ
3..
.
.
..
.
..
.
..
.
..
.
..
.
..
t
X
t1X
t2…. X
trX
t.
X
t.
τ
tΣ Σ
X
=X..
X..
X
ij=µ + τ
i+ e
ijXij - µ = τi + eij, τI & eij independen
Σ Σ (Xij - µ)2 = Σ Σ ( τ
i + eij)2
Σ Σ (Xij - µ)2 = Σ Σ τ
i2 + Σ Σ eij2
JK total JK perlakuan JK sesatan Σ Σ (Xij - µ)2= Σ Σ X ij2 + trµ2 – 2trµ2 = Σ Σ Xij2 - trµ2 = Σ Σ Xij2 – tr(Σ Σ Xij)2/(tr)2 = Σ Σ Xij2 – (Σ Σ Xij)2/tr
∑∑
∑∑
= = = = − = t i r j t i r j tr Xij Xij JKtotal 1 1 2 1 1 2 10/15/2012 11JK perlakuan
JK plk =r
Στ
i2∑
−
=
2..)
(
X
X
r
i 2 2 2 . . . ) ( 2 + − =∑
∑∑
∑∑
r t X t r r t X r Xi ij ij 2 1 1 1 2.
.
r
t
X
r
X
JKplk
t i r j ij t i i
−
=
∑
=∑∑
= = JK sst = JK total – JK perlakuan
db
plk= t-1
db
total= t.r-1
db
sesatan= db
total– db
perlakuan= (r-1)t
MS perlakuan = Jk plk/db plk
MS sesatan = JK sesatan/ db sesatan
○
F hit = MS plk/MS sst
○
F tabel = F[(1-α);(db
plk, db
sst)]
Langkah perhitungan
Kelompokan data menurut perlakuan dan
hitung jumlah dari masing-masing
perlakuan
Hitunglah db, JK untuk sumber ragam yang
ada
Buat kerangka anova
Hitung KT (MS) sumber ragam yang ada
Hitung F hitung dan bandingkan F tabel
TATA LETAK CRD
A=15 B=10 A=12 D=11 D=11 B=10 C=7 A=14 C=8 A=15 B=7 C=8 B=5 C=9 D=10 D=8 Plk/Ul 1 2 3 4 A 15 15 12 14 B 5 10 7 10 C 8 7 9 8 D 11 11 10 8 10/15/2012 15Penghitungan jumlah kuadrat dengan mengurai komponen model linear i j Xij µ τi eij 1 1 15 10 4 1 1 2 15 10 4 1 1 3 12 10 4 -2 1 4 14 10 4 0 2 1 10 10 -2 2 2 2 10 10 -2 2 2 3 5 10 -2 -3 2 4 7 10 -2 -1 3 1 8 10 -2 0 3 2 9 10 -2 1 3 3 7 10 -2 -1 3 4 8 10 -2 0 4 1 11 10 0 1 4 2 11 10 0 1 4 3 10 10 0 0 4 4 8 10 0 -2 ( ….) 160 160 0 0
Anova CRD
Sumber
ragam
db JK
KT
F hit F tabel
α
=5%
Perlakuan 3
96
32
12* 3,49
Sesatan
12 32
2,78
Total
15 128
F hitung > F tabel:
Kesimpulan: Ho ditolak dan menerima Ha atau
berbeda nyata antar perlakuan
CV (Coefficient of Variation)
Menunjukkan tingkat presisi dari
perlakuan yang dibandingkan
Menunjukkan tingkat kepercayaan dari
percobaan yang dilakukan
Menunjukkan proporsi dari experimental
error (ditunjukkan oleh nilai MS error)
terhadap rerata umumnya (grand mean
= µ) yang dinyatakan sebagai nilai
Besarnya nilai CV
√MS Error
CV = x 100%
Grand Mean
Model linear:
X
ij= µ +
τ
i+ e
ijXij= Data perlakuan ke-i, ulangan ke-j µ = rerata umum
τ
i = pengaruh perlakuan ke-ieij= pengaruh sesatan dari perlakuan ke-i pada ulangan ke-j
i = perlakuan ke-i j = ulangan ke-j i = 1, 2, 3, ……., t j = 1, 2, 3, ……, r
CRD Ulangan tidak sama
P E R L A K U A NUl
1
2
…..
r
iX
i.Rerata
τ
i1
X
11X
12….
X
1r1X
1.
X
1.
τ
12
X
21X
22….
X
2r2X
2.
X
2.
τ
23
X
31X
32….
X
3r3X
3.
X
3.
τ
3..
.
.
..
.
..
.
..
.
..
.
..
.
..
t
X
t1X
t2….
X
trtX
t.
X
t.
τ
tΣ Σ
X
ij=X..
X..
10/15/2012 21X
ij=µ + τ
i+ e
ijXij - µ = τi + eij, τI & eij independen
Σ Σ (Xij - µ)2= Σ Σ (τ
i + eij)2
Σ Σ (Xij - µ)2= Σ Σ τ
i2 + Σ Σ eij2
JK total JK perlakuan JK sesatan
Σ Σ (Xij - µ)2= Σ Σ X ij2 + ∑riµ2 – 2 ∑ri µ2 = Σ Σ Xij2 - ∑r i µ2 = Σ Σ Xij2 – ∑r i(Σ Σ Xij)2/(∑ri)2 = Σ Σ Xij2 – (Σ Σ Xij)2/ ∑r i
∑∑
t r 2∑
∑∑
= = = = t i i t i r j ij r X 1 1 1 µJK perlakuan
JK plk = ri
Στ
i2∑
−
=
2..)
(
X
X
r
i i 2 2 2 ( ) 2 + − =∑
∑∑
∑
∑
∑∑
∑
i j i i i j i i i r X r r X r X 10/15/2012 23 JK sst = JK total – JK perlakuan 2 1 1 1 2 . 1 . i t i t i r j ij i i t i r X r X JKplk∑
∑∑
∑
= = = = − =
db
plk= t - 1
db
total=
∑r
i- 1
db
sesatan= db
total– db
perlakuan
MS perlakuan =Jk plk/db plk
MS sesatan = JK sesatan/ db sesatan
○
F hit = MS plk/MS sst
Contoh CRD ulangan tidak sama
i j Xij µτ
i eij A 1 12 10 2 0 A 2 11 10 2 -1 A 3 11 10 2 -1 A 4 14 10 2 2 B 1 8 10 -2 0 B 2 9 10 -2 1 B 3 7 10 -2 -1 C 1 9 10 -1 0 C 2 9 10 -1 0 Σ (..) 90 90 0 0 Σ (..)2 938 900 30 8 Ul PLK A B C 1 12 8 9 2 11 9 9 3 11 7 . 4 14 . . 48 24 18 12 8 9τ
i 2 -2 -1 Xi. . Xi 10/15/2012 25Ulangan tidak sama
38
)
900
(
)
9
....
11
12
(
2+
2+
+
2−
=
=
JKtotal
30
900
2
18
3
24
4
48
2+
2+
2−
=
=
n
JKperlakua
900
9
8100
2
3
4
90
2=
2=
+
+
=
FK
Anova
•
db plk = 3-1=2
•
db total = 9-1=8
•
db sesatan=8-2=6
•
MS plk atau KT plk= 30/2=15
•
MS sesatan atau KT sst=8/6=1,33
•
F hit=15/1,3=11,25
Sumber ragam db JK KT F hit Fα=5% Perlakuan 2 30 15 11,25 ? Sesatan 6 8 1,3
Total 8 38
10/15/2012
27
Model linear:
X
ijk= µ +
τ
i+ e
ij+
ε
ijkXijk= Data perlakuan ke-i, ulangan ke-j, sampel ke-k
µ = rerata umum
ζi = pengaruh perlakuan ke-i
eij = pengaruh ulangan ke-j pada perlakuan ke-i
εijk = pengaruh sesatan ke-k pada perlakuan ke-i dan
ulangan ke-j i = perlakuan ke-i j = ulangan ke-j k = sampel ke-k i = 1, 2, 3, ……., t
CRD dg beberapa pengamatan
tiap experimental unit
Perlakuan 1 Perlakuan 2 Ul 1 Ul 2 Ul 3 Ul 1 Ul 2 Ul 3 Sample 1
X
111X
121X
131X
211X
221X
231 Sample 2X
112X
122X
132X
212X
222X
232 Sample 3X
113X
123X
133X
213X
223X
233 Sample 4X
114X
124X
134X
214X
224X
234X
11.X
12.X
13.X
21.X
22.X
23.X
1..X
2..X…
10/15/2012 29X
ijk=µ + τ
i+ e
ij+ ε
ijkXijk - µ = ζi + eij, + εijk τI, eij & εijk independen
Σ Σ Σ (Xijk - µ)2= Σ Σ Σ (τ
i + eij+ εijk)2
Σ Σ Σ (Xijk - µ)2= Σ Σ Σ τ
i2 + Σ Σ Σ eij2 + Σ Σ Σ εijk2
JK total JK perlakuan JK ul/perl JK samp/ul/perl
Σ Σ Σ(Xijk - µ)2= Σ Σ Σ X ijk2 + trs µ2 – 2trs µ2 = Σ Σ Σ Xijk2 – trs µ2 = Σ Σ Σ Xijk2 – trs (Σ Σ Σ X ijk)2/(trs)2 = Σ Σ Σ Xijk2 – (Σ Σ Σ X ijk)2/trs
JK perlakuan
JK plk = r s
Στ
i2∑
−
=
2 .....)
(
.
s
X
X
r
i 2 2 2 . . . . . . ) ( 2 . .. + − =∑
∑ ∑
∑
∑ ∑
∑
s r t X t s r s r t X s r Xi i jk i jk 2 1 1 1 1 2.
.
.
..
s
r
t
X
s
r
X
JKplk
t i r j s k ijk t i i
−
=
∑
=∑∑∑
= = = 10/15/2012 31Jk ulangan/perlakuan = Jk experimental error
= s
j∑ ∑ e
ij2 2 1 1 1 2..
.
/
X
X
perl
JKul
t i i t i r j ij
−
=
∑∑
= =∑
=∑
∑
−
=
2..)
.
(
i j i jX
X
s
2 2 2 . .. . . ..) ( 2 . + − =∑
∑
∑
∑
s r X r s s r X s Xi j i i10/15/2012 33
JK samp/ul/perl = JK pooled error
= Jk Total – Jk Perlakuan – Jk ul/perl
∑∑
∑
∑∑
= = = = =
−
=
t i r j t i r j s ks
Xij
Xijk
perl
ul
JKsamp
1 1 2 1 1 2 1.
/
/
db
plk= t - 1
db
total= s.r.t - 1
db
ul/perlk= (r-1)t
db
sesatan= db samp/ul/perlk
=db
total– db
perlakuan- db
ul/perl= (s-1)rt
MS perlakuan =Jk plk/db plk
MS ul/perl = Jk ul/perl : db ul/perlk
MS sesatan = JK sesatan/ db sesatan
○
F hit = MS plk/MS sst
○
F hit = MS ul/perlk : MS sst
Model linear:
X
ijk= µ + τ
i+ e
ij+
ε
ijkXijk= Data perlakuan ke-i, ulangan ke-j, sampel ke-k µ = rerata umum
τi = pengaruh perlakuan ke-i
eij = pengaruh ulangan ke-j pada perlakuan ke-i
εijk = pengaruh sesatan ke-k pada perlakuan ke-i dan ulangan ke-j i = perlakuan ke-i j = ulangan ke-j k = sampel ke-k i = 1, 2, 3, ……., t j = 1, 2, 3, ……, ri k = 1, 2, 3, ……. , sij
X
ijk=µ + τ
i+ e
ij+ ε
ijkXijk - µ = τi + eij, + εijk τI, eij & εijk independen
Σ Σ Σ (Xijk - µ)2= Σ Σ Σ (ζ
i + eij + εijk)2
Σ Σ Σ (Xijk - µ)2= Σ Σ Σ ζ
i2 + Σ Σ Σ eij2 + Σ Σ Σ εijk2
JK total JK perlakuan JK ul/perl JK samp/ul/perl
Σ Σ Σ(Xijk - µ)2= Σ Σ Σ X ijk2 + ∑∑sij µ2 – 2 ∑∑sij µ2 = Σ Σ Σ Xijk2 – ∑∑s ij µ2 = Σ Σ Σ Xijk2 – ∑∑s ij (Σ Σ Σ Xij)2/(∑∑sij)2 = Σ Σ Σ Xijk2 – (Σ Σ Σ X ij)2/ ∑∑sij 2
JK perlakuan
JK plk =
∑ sij Σ τi2∑
∑
− = 2 .. ...) (X X s i ij 2 2 2 ( ) 2 .. + − =∑∑
∑ ∑
∑
∑∑
∑∑
∑ ∑
∑
∑
∑
ij jk i ij ij jk i ij i s X s s X s X 2 1 1 1 1 1 1 2 1..
ij t i ri j t i ri j sij k ijk ri j ij i t is
X
s
X
JKplk
∑∑
∑∑∑
∑
∑
= = = = = = =
−
=
10/15/2012 37Jk ulangan/perlakuan = Jk experimental error
= s
ij∑ ∑ e
ij2 2 1 2 1 1..
.
/
∑
∑
∑∑
= = =−
=
ri i t i ij ij t i ri js
X
s
X
perl
JKul
∑
∑
−
=
2..)
.
(
i j i ijX
X
s
2 2 2 .. .. 2 .∑
∑
∑
∑
∑∑
− + = ij i ij i ij ij s X s X s X10/15/2012 39
JK samp/ul/perl = JK pooled error
= Jk Total – Jk Perlakuan – Jk ul/perl
∑∑
∑
∑∑
= = = = =−
=
t i ri j ij ij t i ri j sij ks
X
Xijk
perl
ul
JKsamp
1 1 2 1 1 2 1.
/
/
•
db
plk= t - 1
•
db
total= ∑∑s
ij- 1
•
db
ul/perlk= ∑(r
i-1)t
•
db
sesatan= db samp/ul/perlk =db
total– db
perlakuan– db
ul/perlk
MS perlakuan =Jk plk/db plk
MS ul/perl = JK ul/perl : db ul/perl
MS sesatan = JK sesatan/ db sesatan
•
F hit = MS plk/MS sst
•
F hit = MS ul/perl : MS sst
Soal Latihan
Data hasil percobaan pengaruh macam media perkecambahan terhadap panjang hypocotyl (cm) kecambah kacang hijau pada saat umur 6 minggu adalah sebagai berikut:
Keterangan: A : media air di petridish; B : media kapas; C : media kertas saring
a.Ujilah apakah perbedaan macam media perkecambahan menyebabkan perbedaan panjang hypocotyl kecambah kacang hijau (α = 5%)
b.Hitunglah nilai CV-nya
10/15/2012 41 Perlakuan A B C Ulangan 1 2 3 4 1 2 3 1 2 Sampel 1 16 14 15 16 17 18 17 24 23 Sampel 2 15 13 16 15 19 17 19 22 21 Sampel 3 15 14 15 16 18 18 19 22 23