Arum Handini Primandari, M.Sc.
PERCOBAAN SATU FAKTOR:
PENGUJIAN HIPOTESIS
Langkah-langkah pengujian hipotesis:
1) Merumuskan hipotesis
2) Memilih taraf nyata α
3) Daerah kritis
4) Menentukan statistik uji
HIPOTESIS
Keadaan sesungguhnya dalam populasi H0 benar H0 salah
ANALISIS VARIANSI
Misalkan: terdapat percobaan pengaruh pemberian jenis pupuk pada pertumbuhan batang suatu tanaman. Pupuk yang diujikan terdapat 3 macam. Akan diuji adakah perbedaan
pengaruh ketiga jenis pupuk pada pertumbuhan tanaman.
Ulangan
1. Faktor: pupuk
2. Level: 3 macam pupuk
MODEL DATA
Data pada tabel tersebut dimodelkan sebagai berikut:
𝑦𝑖𝑗 = 𝜇𝑖 + 𝑒𝑖𝑗 dengan 𝑖 = 1, 2, 3, … , 𝑡 dan 𝑗 = 1, 2, 3, … , 𝑟 (eq. 1)
𝑦𝑖𝑗 merupakan nilai observasi ke-𝑖𝑗, 𝜇𝑖 adalah rata-rata pada perlakuan ke-𝑖, dan 𝑒𝑖𝑗 adalah galat ke-𝑖𝑗. Model tersebut disebut model rata-rata.
Model alternatifnya:
Substitusi nilai 𝜇𝑖 = 𝜇 + 𝜏𝑖 pada persamaan (1), sehingga:
𝑦𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝑒𝑖𝑗 (eq. 2)
Secara intuisi, pada persamaan 2 diperoleh:
𝜇 merupakan konstanta, dan
Pengaruh perlakuan yaitu 𝜏𝑖 dianggap sebagai deviasi dari konstanta akibat dari suatu perlakuan ke-𝑖. Sehingga disebutlah analisis variansi.
Persamaan 1 (maupun 2) disebut model pada analisis variansi satu arah karena hanya terdapat 1 faktor yang dianalisis.
RANCANGAN ACAK LENGKAP (RAL)
RAL merupakan rancangan paling sederhana di antara rancangan-rancangan percobaan baku.
Jika kita ingin mempelajari t perlakuan dengan r satuan percobaan untuk setiap
perlakuan (menggunakan rt satuan percobaan), maka RAL mengalokasikan t
perlakuan secara acak pada rt satuan percobaan. Pola ini disebut dengan
pengacakan lengkap.
Penggunaan RAL akan tepat dalam kasus:
Bahan percobaan homogen atau relatif homogen.
KEUNTUNGAN RAL
Keuntungan RAL:
Denah perancangan percobaan lebih mudah
Analisis statistika terhadap subyek, sangat sederhana
Fleksibel dalam ulangan
KEKURANGAN RAL
Rancangan hanya dapat digunakan dengan beberapa perlakuan (yang tidak banyak) serta untuk unit percobaan yang relatif homogen.
Apabila harus melibatkan cukup banyak unit percobaan, maka variabilitas seluruh unit percobaan akan cukup besar. Sehingga tidak disarankan
PENGACAKAN DAN DENAH RANCANGAN
Misalkan:
Kita memiliki 3 perlakuan yaitu: A, B, C
Setiap perlakuan diulang 5 kali, sehingga kita memiliki 15 unit percobaan.
Pengacakan dilakukan secara langsung pada 15 unit percobaan.
Contoh denah pengacakan:
1; A 2; C 3; C
4; B 5; B 6; C
7; A 8; A 9; A
10; B 11; B 12; C
13; B 14; C 15; A
TABULASI DATA
Tabulasi data dapat disajikan sebagai berikut:
Baris 𝒊 merupakan
perlakuan
Kolom 𝒋 merupakan
ulangan
Perlakuan Ulangan Total
MODEL LINIER DAN ANALISIS VARIANSI UNTUK RAL
Bentuk umum dari model linier aditif untuk RAL:
Dimana:
Yij: pengamatan pada perlakuan ke-i dan ulangan ke-j
μ: rataan umum
μi: rataan perlakuan ke-i
τj: pengaruh perlakuan ke-i
εij: pengaruh acak pada perlakuan ke-i, ulangan ke-j
Persamaan tersebut disebut juga analisis satu-arah (one-way) atau faktor analisis variansi tunggal (single-factor analisys of variance) karena hanya satu faktor yang diinvestigasi.
Berdasarkan model untuk RAL, pendugaan terhadap pengaruh perlakuan dengan metode kuadrat terkecil (least square method) ditentukan dengan asumsi bahwa
MODEL DALAM ANALISIS VARIANSI
1. Model Tetap (Fixed Model)
Dalam model ini, τi bersifat tetap dan galat percobaan
Keadaan ini menggambarkan bahwa peneliti hanya dapat mengambil kesimpulan yang berhubungan dengan perlakuan yang dicobakannya.
Asumsi model tetap dapat dituliskan:
Hipotesis untuk model tetap:
atau dapat dituliskan:
Hipotesis dirumuskan untuk menguji bahwa tidak ada pengaruh perlakuan terhadap respon.
0 1 2 t
1 i j
H : ... (rataan semua perlakuan sama) H : untuk paling tidak sepasang (i,j)
2. Model Acak (Random Model)
Dalam model acak, peneliti akan berhadapan dengan populasi perlakuan.
Kesimpulan yang ditarik mengenai populasi perlakuan didasarkan atas sejumlah (t buah) perlakuan yang dipilih secara acak
Asumsi model acak:
2
2 iid
2
i i ij ij ij
Hipotesis untuk model acak
(rata-rata yang sesungguhnya dari ke-t buah grup perlakuan sama)
(paling sedikit ada rata-rata satu grup perlakuan yang berbeda dengan yang lain)
Atau
(tidak ada keragaman dalam dalam populasi perlakuan)
(ada keragaman dalam populasi perlakuan)
KESIMPULAN PERBEDAAN MODEL FIX DAN
RANDOM
Model Fix Model Random
Perlakuan Ditetapkan peneliti Diacak dari populasi perlakuan Hipotesis
Kesimpulan bersifat Terbatas hanya melingkupi perlakuan yang dicobakan
DEKOMPOSISI JUMLAH KUADRAT TOTAL
Keragaman total diuraikan sebagai berikut:
Jika dikuadratkan kedua ruas:
Atau:
Jumlah kuadrat total = Jumlah kuadrat perlakuan + Jumlah kuadrat galat
t r 2 t r 2 t r 2
ij i ij i
i 1 j 1 i 1 j 1 i 1 j 1
JKT JKP JKG
Y Y Y Y Y Y
PERHITUNGAN JUMLAH
KUADRAT UNTUK
ULANGAN SAMA
FK = Faktor koreksi
JKT = Jumlah kuadrat total
JKP = Jumlah kuadrat perlakuan
JKG = Jumlah kuadrat galat
PERHITUNGAN JUMLAH KUADRAT UNTUK ULANGAN YANG TIDAK SAMA
FK = Faktor koreksi
JKP = Jumlah kuadrat perlakuan
untuk JKT dan JKG rumusnya sama dengan yang menggunakan ulangan sama.
TABEL ANALISIS VARIANSI
Kuadrat tengah (KT) F-hitung
Ulangan sama
Perlakuan t – 1 JKP KTP = JKP/ (t – 1) F = KTP/KTG Galat t(r – 1) JKG KTG = JKG/ [t(r – 1) ]
Total tr – 1 JKT
Ulangan tidak sama
PENGUJIAN HIPOTESIS
Statistik Uji:
mengikuti sebaran F dengan derajat bebas pembilang sebesar (t – 1) dan derajat bebas penyebut [t(r – 1)].
Hipotesis ditolak jika:
penolakan hipotesis nol berimplikasi bahwa perlakuan yang diberikan terhadap unit-unit percobaan memberikan pengaruh yang nyata terhadap respon yang diamati
hitung
F KTP KTG
1 2
hitung ;db ;db
KOEFISIEN KERAGAMAN (KK)
Koefisien keragaman (KK) atau disebut juga keragaman relatif terhadap besaran data adalah:
Nilai KK yang terlalu besar bila dibandingkan dengan nilai biasa diperoleh peneliti, mencerminkan bahwa unit-unit percobaan yang digunakan tidak homogen.
KK merupakan indeks keterandalan yang baik bagi suatu percobaan. Semakin tinggi nilai KK makin rendah keandalan percobaan tsb.
Besarnya KK ideal tergantung pada bidang yang studi yang digeluti. Misal: untuk bidang pertanian dianggap wajar adalah 20% - 25%.
ˆ KTG
KK 100% 100%
Y Y
PENERAPAN RAL MODEL TETAP DENGAN ULANGAN SAMA
HASIL PENGUKURAN KANDUNGAN NITROGEN (MG)
gabungan 17.3 19.4 19.1 16.9
1. Perlakuan: penyuntikan R. Trifoli dan R. melitoti
2. Faktor: R. Melitoti
3. Level: 5 jenis strain dan gabungan
PENYELESAIAN :
1. Model
model yang cocok adalah model tetap.
karena hanya terdapat enam perlakuan yang tersedia untuk percobaan ini. Sehingga model liniernya adalah
Dimana :
Yij: kandungan nitrogen dari tanaman ke-j yang memperoleh perlakuan ke-i.
µ: nilai tengah umum (rata – rata populasi) kandungan nitrogen.
τi: pengaruh perlakuan ke-I
εij: pengaruh galat percobaan pada tanaman ke-j yang memperoleh perlakuan ke-i ij i ij
2. Asumsi
Komponen-komponen bersifat aditif
Nilai-nilai , ,i ij tetap,
i i 1,2,...,6
i 0;E
i i
2 2ij ij
3. Hipotesis
(yang berarti tidak ada perbedaan pengaruh perlakuan terhadap kandungan nitrogen tanaman).
(artinya minimal ada satu perlakuan yang pengaruhnya terhadap hasil kandungan nitrogen tanaman berbeda)
0 1 2 6
H : ... 0
1 i
4. Taraf signifikasi
5. Statistik Uji dan daerah kritis
6. Perhitungan
LATIHAN DENGAN R
# RAL latihan 1
# perlakuan: penyuntikan r. trifoli dan r. melitoti # faktor: R. melitoti
# level: 5 jenis strain dan strain gabungan # unit pengamatan: kandungan nitrogen tanaman
# Input data
nitrogen = c(19.4,32.6,27,32.1,17.7,24.8, 27.9,25.2,17,19.4, 9.1,11.9,20.7, 21,20.5,18.8,14.3,14.4,11.8,11.6,17.3,19.4,19.1,16.9)
# melitoti = c(rep("1", 4), rep("2", 4), rep("3",4), rep("4",4), rep("5",4), rep("6",4)) melitoti = gl(6, 4, labels = c("1", "2", "3", "4", "5", "gabungan"))
observasi = data.frame(nitrogen, melitoti)
# uji anova
LATIHAN 2
HASIL PENGAMATAN
1. Perlakuan: 2. Faktor: 3. Level:
MODEL LINIER ADITIF RAL
Model yang cocok untuk analisis model acak adalah :
Dimana :
Yij : nilai kekuatan kain dari mesin ke-i pada ulangan ke-j.
µ : nilai tengah umum (rata – rata populasi) kekuatan kain.
Τi : pengaruh mesin ke-i terhadap kekuatan kain εij : pengaruh galat percobaan dari mesin ke-i pada
HIPOTESIS & PERHITUNGAN
Hipotesis yang akan diuji adalah
(yang artinya tidak terdapat keragaman kekuatan kain yang dihasilkan oleh peralatan tenun).
(yang berarti ada keragaman kekuatan kain yang dihasilkan oleh peralatan tenun)
Tahap Perhitungan !!!
Penarikan Kesimpulan
REFERENSI
Gaspersz, Vincent, 1991, Teknik Analisis Dalam Penelitian Percobaan, Tarsito, Bandung.
Mattjik, Ahmad Anshori., dan Sumertajaya, Made I, Perancangan Percobaan
dengan Aplikasi SAS dan Minitab, IPB Press, Bandung.
Montgomery, Douglas C., 2001, Design and Analysis of Experiments 5th Ed,