PEMBAURAN dan PERULANGAN FRAKSIONAL DALAM RANCANGAN PERCOBAAN FAKTORIAL 2k
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Sains (S.si)
Program Studi Matematika
Disusun oleh :
C. Bintarti Novi Suryani NIM : 003114019
PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SANATA DHARMA YOGYAKARTA
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak
memuat karya atau bagian dari karya orang lain, kecuali yang telah disebutkan
dalam kutipan dan daftar pustaka, sebagimana layaknya karya illmiah.
Yogyakarta, 31 Juli 2007
Segala sesuatu indah pada waktunya
(Pth : 3:11)Kelak disaat begitu banyak jalan tebentang dihadapanmu dan kau tak tau jalan mana yang harus kau ambil.
Janganlan memilihnya dengan asal saja. Tetapi…..
Duduklah dan tinggallah sesaat,
Tariklah nafas dalam-dalam dengan penuh kepercayaan seperti saat kau bernafas di hari pertamamu di dunia
ini
Jangan biarkan apapun mengalihkan perhatianmu, Tunggulah ….dan tunggulah lebih lama lagi… Berdiam dirilah tetap hening dan dengarkan hatimu…
Ketika hatimu berbicara, beranjaklah dan Pergilah kemana hatimu membawamu.
(Va dove ti porta il Coure, Susanna Tamaro)
Skripsi ini ku persembahkan kepada
Sahabatku Yesus Kristus
ABSTRAK
Dalam praktek sering tidak memungkinkan untuk melakukan percobaan faktorial 2k secara lengkap dalam keadaan yang homogen, maka dilakukan pembauran. Pembauran 2k-p dalam rancangan percobaan faktorial 2k merupakan suatu teknik dalam rancangan percobaan faktorial dengan membagi jumlah amatan dalam percobaan faktorial 2k menjadi 2p blok dengan memilih p efek yang akan dibaurkan. Sehingga akan meminimumkan kesalahan amatan.
ABSTRACT
Practically, it I imposisible to do the experiment of 2k factorial completely in a homogene condition, so there shuold be coufunding . Confunding in the 2 k-p factorial design is tecnique in factorial design by divinding the number of treatment in 2k factorial experiment into 2p block by choosing p effect that will be diffused.
KATA PENGANTAR
Puji dan syukur kepada Tuhan Yesus dan Bunda Maria karena berkat
karunia dan rahmat yang telah diberikan , penulis dapat menyelesaikan skripsi ini.
Banyak hambatan dan kesulitan yang ditemui penulis dalam menyusun
dan menulis skripsi ini. Namun berkat kasih, bantuan dan dorongan dari berbagai
pihak, baik langsung maupun tak langsung, akhirnya skripsi ini dapat
terselesaikan. Oleh karena itu penulis ingin mengucapkan terimakasih kepada:
1. Ibu CH. Enny Murwaningtyas, S.Si, M.Si, selaku dosen pembimbing
yang dengan penuh kesabaran dan kasih telah meluangkan waktu,
pikiran serta kesabaran membimbing penulis menyusun dan
menyelesaikan skripsi ini.
2. Bapak Ir. Ig. Aris Dwiatmoko, M.Sc selaku Dekan FMIPA USD
Yogyakarta.
3. Bapak dan Ibu Dosen FMIPA yang telah memberikan ilmu kepada
penulis selama di bangku kuliah.
4. Ibu Suwarni dan Mas Tukijo yang telah memberikan pelayanan
adminitrasi dalam urusan – urusan akademik kepada penulis.
5. Bapak Sopir Angkot ’’twety” dan bus kota jalur 2 yang telah
mengantar penulis ke kampus.
6. Kedua orangtuaku yang tak henti-hentinya mendoakan dan
memberikan dukungan baik moral maupun materi sehingga penulis
7. Kakak-kakakku tercinta.
8. Sahabat – sahabat yang telah memberikan semangat, keceriaan dan
kehangatan selama ini: Ayuk, Bunga, Lina, Vincent, Lia, Duduk,
Prast, Wawan, Willy, Feliks, Ferry, Narto, Toni, Wahyu “Broto”, Fr.
Resto, Ririn, Tawang, Rm Riana, Rm. Kristyanto dan Rm.
Jayasewaya, Netty.
9. Teman-teman angkatan ’00, angkatan ‘98 ,angkatan ‘99 dan angkatan
‘01
10. Teman-teman Jumping Choir, mas Hahan, mbak Tyas dan keluarga
besarnya, Andre, Ari, mas Loly
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna, oleh
karena itu penulis membuka diri untuk menerima kritik serta saran yang
bermanfaat bagi kesempurnaan skripsi ini. Dan akhirnya penulis berharap semoga
skripsi ini memberikan manfaat dan berguna bagi semua pihak.
Yogyakarta, Juli 2007
DAFTAR ISI
Halaman
HALAMAN JUDUL i
HALAMAN PERSETUJUAN PEMBIMBING ii
HALAMAN PENGESAHAN iii
HALAMAN PERNYATAAN KEASLIAN KARYA iv
HALAMAN PERSEMBAHAN v
ABSTRAK vi
ABSTACT vii
KATA PENGANTAR viii
DAFTAR ISI x
DAFTAR GAMBAR xii
DAFTAR TABEL xiii
DAFTAR LAMPIRAN xv
BAB I PENDAHULUAN 1
A. Latar Belakang 1
B. Rumusan Masalah 3
C. Batasan Masalah 3
D. Manfaat Penulisan 4
E. Tujuan penulisan 4
F. Metode Penulisan 4
BAB II LANDASAN TEORI 6
A. Distribusi Normal, distribusi Khi-kuadrat, dan distribusi - F 6
B. Analisis Variansi 23
C. Kontras 31
D. Rancangan Percobaan 33
1. Tahap - Tahap Percobaan 33
2. Dasar Percobaan 34
3. Jenis-jenis rancangan Percobaan 37
BAB III RANCANGAN PERCOBAAN FAKTORIAL 2k 39
A. Rancangan Percobaan faktorial 22 40
B. Rancangan Percobaan faktorial 23 50
C. Rancangan Percobaan faktorial 2k 57
D. Algoritma Yate’s 61
BAB IV PEMBAURAN dan PERULANGAN FRAKSIONAL 2k-p 69
A. Pembauran 72
B. Perulangan Fraksioanal 2k-p 81
1. Rancangan Fraksional 2k-1 83
2. Rancangan Fraksional 2k-p 94
3. Mengabungkan Pecahan 98
BAB V KESIMPULAN 105
DAFTAR PUSTAKA 108
DAFTAR GAMBAR
Halaman
DAFTAR TABEL
Halaman
Tabel 2.1 23
Tabel 2.2 29
Tabel 2.3 29
Tabel 2.4 31
Tabel 3.1 41
Tabel 3.2 43
Tabel 3.3 46
Tabel 3.4 47
Tabel 3.5 48
Tabel 3.6 51
Tabel 3.7 52
Tabel 3.8 53
Tabel 3.9 58
Tabel 3.10 64
Tabel 3.11 65
Tabel 3.12 66
Tabel 4.1 73
Tabel 4.2 75 Tabel 4.3 75
Tabel 4.4 78
Tabel 4.6 80
Tabel 4.7 86
Tabel 4.8 89 Tabel 4.9 90
Tabel 4.10 93
Tabel 4.11 96
Tabel 4.12 98
Tabel 4.13 99
Tabel 4.14 100
Tabel 4.15 102
Tabel 4.16 103
Tabel Lampiran 1 109
Tabel Lampiran 2 110
DAFTAR LAMPIRAN
Halaman
Tabel Lampiran 1 109
Tabel Lampiran 2 110
Tabel Lampiran 3 111
Tabel Lampiran 4 113
Tabel Lampiran 5 115
Tabel Lampiran 6 118
Tabel Lampiran 7 120
BAB I PENDAHULUAN
A. LATAR BELAKANG
Rancangan percobaan (design ekperiment) merupakan langkah lengkap
yang perlu diambil sebelum melakukan percobaan (ekperiment), agar data
yang semestinya diperlukan dapat diperoleh. Sehingga akan membawa kepada
analisis yang obyektif dan kesimpulan yang berlaku untuk persoalan yang
dibahas.
Secara umum rancangan percobaan dapat dibagi menjadi dua kelompok
yaitu rancangan percobaan lengkap dan rancangan percobaan tidak lengkap.
Yang dimaksud dengan rancangan percobaan lengkap adalah percobaan yang
seluruh perlakuannya muncul bersama-sama dalam satu kelompok. Sedangkan
percobaan tak lengkap ialah percobaan yang sebagian perlakuannya ada yang
muncul dalam satu kelompok.
Berikut merupakan contoh penggunaan rancangan percobaan dalam
kehidupan sehari-hari:
1. Seorang peneliti pertanaian akan meneliti faktor apa saja yang
mempengaruhi hasil panenan padi, maka ia meneliti dua jenis varietas, dua
jenis pupuk dan dua metode pengendalian gulma.
2. Suatu proses kimia mempunyai dua buah faktor yang mempengaruhi
kecepatan reaksi yaitu konsentrasi reaktan dan jumlah katalis, pada
yang bekadar 25%. Sedangkan jumlah katalis ditempatkan dikotak A dan
kotak B.
Percobaan di atas termasuk rancangan percobaan faktorial 2k. Suatu
percobaan dapat dimasukan kedalam rancangan percobaan faktorial 2k apabila
pada percobaan tersebut terdiri atas dua faktor atau lebih (k>2) yang
mempengaruhi dan masing-masing faktor mempunyai dua perlakuan.
Rancangan percobaan faktorial digunakan untuk menguji (menganalisis)
semua kombinasi perlakuan yang ada sehingga diperoleh perlakuan yang
berpengaruh terhadap percobaan tersebut
Jumlah amatan dalam sebuah rancangan faktorial 2k akan meningkat
sebanding dengan jumlah faktor yang terlibat. Sebagai contoh, rancangan
percobaan 26 dengan replikasi sebanyak satu kali akan membutuhkan 64
amatan. Untuk mengetahui faktor atau kombinasi perlakuan yang
mempengaruhi percobaan tersebut maka diperlukan pengamatan secara
lengkap yaitu sebanyak 64 dalam keadaan yang homogen. Karena keadaan
yang homogen sulit atau bahkan tidak mungkin dicapai, maka dapat dilakukan
pembauran. Pembauran merupakan sebuah teknik dalam rancangan percobaan
faktorial, yaitu dengan membagi rancangan percobaan faktorial kedalam
blok-blok yang berukuran lebih kecil. Dengan pembauran ini akan di dapat keadaan
yang lebih homogen.
Untuk melakukan percobaan faktorial dengan jumlah amatan lengkap
memerlukan biaya, waktu dan materi yang cukup banyak. Jika dalam
maka dapat dilakukan percobaan dengan mengamati sebagian dari jumlah
amatan faktorial lengkap. Penyelesaian rancangan percobaan faktorial
dengan mengamati sebagian dari rancangan faktorial lengkap disebut dengan
perulangan fraksional. Rancangan yang terbentuk dari perulangan fraksional
sering dikenal dengan rancangan fraksional.
B. RUMUSAN MASALAH
Pokok permasalahan yang akan dibahas dalam tulisan ini adalah:
1. Apa yang dimaksud dengan rancangan percobaan.
2. Apa yang dimaksud rancangan percobaan faktorial 2k.
3. Bagaimana menyelesaikan dan menganalisa rancangan percobaan faktorial
dengan pembauran. k
2
4. Bagaimana menyelesaikan dan menganalisa rancangan percobaan faktorial
dengan perulangan fraksional.
C. PEMBATASAN MASALAH
Penulisan skripsi ini tidak membahas semua teori yang berhubungan dengan
skripsi ini. Tetapi dibatasi pada beberapa hal yaitu:
1. Teorema ketunggalan tidak dibuktikan, karena diluar jangkauan skripsi
ini.
2. Pembahasan tentang rancangan faktorial 2k hanya dibatasi pada
3. Penambahan titik tengah, rancangan Plackett-Burman dan rancangan
resolusi tidak dibahas.
D. MANFAAT PENULISAN
Manfaat penulisan adalah untuk mempelajari tentang pembauran dan
pengulangan fraksional dalam rancangan percobaan faktorial 2 .k
E. TUJUAN PENULISAN
Tujuan yang ingin dicapai adalah memahami teknik dalam rancangan
percobaan khususnya rancangan percobaan faktorial 2k dengan pembauran dan
perulangan fraksional.
F. METODE PENULISAN
Metode yang digunakan dalam penulisan ini adalah studi pustaka yaitu
dengan membaca buku-buku yang berkaitan dengan rancangan percobaan
faktorial.
G. SISTEMATIKA PENULISAN
Sebagai gambaran tentang hal apa saja yang dibahas dalam penulisan
ini , berikut adalah sistematika pembahasan yang ada dalam skripsi ini.
Bab I membahas tentang gambaran umum skripsi ini yang terdiri dari latar
belakang masalah, rumusan masalah, pembatasan masalah, manfaat penulisan,
Bab II akan membahas tentang distribusi normal, Khi-kuadrat dan
distibusi -F, Analisis variansi, rancangan percobaan, serta tentang kontras.
Pada bab III berisi tentang rancangan percobaan faktorial 22,23, 2k dan
algoritma Yate’s yang akan digunakan untuk menghitung jumlah kuadrat dan
estimasi efek dalam rancangan faktorial 2k.
Bab IV berisi tentang pembauran rancangan faktorial 2k dalam 2 blok
dan dalam p blok serta perulangan fraksional dalam rancangan faktorial 2k.
BAB II
LANDASAN TEORI
Dalam bab ini akan membahas materi yang berhubungan dengan
pembauran dan perulangan fraksional rancangan percobaan faktorial 2k.
A. Distribusi Normal, distribusi Khi-kuadrat dan distribusi-F
Subbab ini akan membahas distribusi normal, distribusi Khi-kuadrat dan
distribusi-F karena dalam pembahasan selanjutnya ketiga distribusi tersebut
sangat diperlukan.
Definisi 2.1
Sebuah variabel random X dikatakan berdistribusi normal jika fungsi densitasnya
di berikan sebagai berikut:
2
2 1
2 1 )
( ⎟⎠
⎞ ⎜ ⎝ ⎛ − −
= σ
μ
π σ
x
e x
f untuk - ∞<x<∞
dengan parameter μ dan σ berada dalam interval -∞<μ<∞ dan σ > 0.
Teorema 2.1
Jika X variabel random yang berdistribusi normal maka rata-rata dan variansi
variabel random X adalah E(X) = μ dan V(X) =σ2.
Bukti:
[ ]
∫
∫
∞ ∞ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − ∞ ∞ − == x f x dx x e dx
X E x 2 2 1 2 ) ( . σ μ π σ misal σ μ − = x
y maka
[ ]
X y e dy y e dyE y y
2 2 2 1 2 1 2 ) ( 2 ) ( ∞ − ∞ − − ∞ ∞ −
∫
∫
+ = + = π μ σ σ π σ μ σ μ μ π μ π σ + = + ⋅ = = ∞ − ∞ − ∞ ∞ − −∫
∫
0 12 1 2 2 2 2 1 2 1 dy e dy
ye y y
sedangkan variansi dari distribusi normal adalah
( )
[
]
∫
(
)
∞∫
( ) ∞ − − − ∞ ∞ − − = − = −=E X x f x dx x e dx
X V x 2 2 2 1 2 2 2 2 ) ( ) ( . ) ( σ μ π σ μ μ μ misal σ μ − = x
y maka
[ ]
X( )
y e dyV yσ
π σ σ 2 2 1 2 2 − ∞ ∞ −
∫
=( )
dy ey y2
2 1 2 2 2 − ∞ ∞ −
∫
= π σ(
)
2 2 2 1 2 1 2 1 0 2 1 2 2 2 σ σ π π σ = + = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ + − =∫
∞ ∞ − − ∞ ∞ − − dy e ey y y
Jadi fungsi distribusi normal mempunyai dua parameter yaitu μ dan σ2,
Teorema 2.2
Jika X variabel random yang berdistribusi normal maka fungsi pembangkit
momennya adalah:
( )
222 1
t t X t e
m = μ+ σ
Bukti:
Misalkan X berdistribusi normal dengan rata-rata μ dan variansi σ2 maka
mempunyai fungsi pembangkit momen:
[ ]
txX t Ee
m ( )=
( )
( ) dx e e dx x f e x tx tx 2 2 2 1 2 1 . σ μ π σ − − ∞ ∞ − ∞ ∞ −∫
∫
= = ( ) ( ) ( ) dx e dx e t t t x t x x x tx 2 2 4 2 2 2 2 2 2 2 2 2 2 2 ( 2 2 2 2 2 1 2 1 σ σ μσ σ μ σ μ σ μ μ σ π σ π σ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − + + + − + − ∞ ∞ − + − − ∞ ∞ −∫
∫
= = ( ) ( ) ( ) ( ) dx e e dx e e t x t t t x t x t t 2 2 2 2 2 4 2 2 2 2 2 2 2 2 4 2 2 2 2 2 2 2 2 2 1 2 1 σ σ μ σ σ μσ σ σ μ σ μ σ σ μσ π σ π σ + − − ∞ ∞ − + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − + + + − ∞ ∞ − +∫
∫
= = 2 2 2 1 t t eμ + σTeorema 2.3
Jika X1, X2, X3, …,Xn suatu sampel random berukuran n dari suatu distribusi
normal yang mempunyai rata-rata μ dan variansi σ2 maka:
∑
=
= n
i i X n X
1
1
berdistribusi normal dengan rata-rata μ dan variansi
n
2
σ
Bukti:
Karena X1, X2, X3, …,Xn adalah sampel random dari populasi normal dengan rata-
rata μ dan variansi σ2 dan Xi adalah variabel random saling bebas yang
berdistribusi normal dengan E(X) = μ dan V(X) =σ2, i = 1,2,3,…,n
Selanjutnya
( )
( )
( )
( )
n ni
i X
n X
n X n X n X n
X 1 1 1 1 2 1 3 1
1
+ + +
+ =
=
∑
=
Κ
Sehingga X berdistribusi normal dengan rata-rata dan variansi sebagai berikut:
( )
= ⎢⎣⎡( )
+( )
+( )
+ +( )
Xn ⎥⎦⎤n X
n X n X n E X
E 1 1 1 2 1 3 Κ 1
μ
μ μ
μ μ
=
+ + + + =
n n
n n
1 1
1 1
Κ
( )
= ⎢⎣⎡( )
+( )
+( )
+ +( )
Xn ⎥⎦⎤n X
n X n X n V X
V 1 1 1 2 1 3 Κ 1
n n n
n n
n n
2 2 2
2 2 2
2 2 2 2 2
1
1 1
1 1
σ σ
σ σ
σ σ
= ⋅ =
+ + +
+
Dari Teorema 2.3 diatas maka dapat disimpulkan bahwa rata-rata
distribusi sampel X sama dengan rata-rata dari variabel random Xi dan variansi
distribusi sampel X sama dengan variansi Xi di bagi ukuran sampel n.
Berdasarkan Teorema 2.3 X berdistribusi normal dengan rata-rata μX =μ dan
variansi X =
n
2
σ
maka:
n X X
Z
X X
σ μ σ
μ −
= − =
berdisrribusi normal standart.
Teorema 2.4 (Teorema ketunggalan)
Misalkan X dan Y dua variabel random, dengan fungsi pembangkit momen mX(t)
dan mY(t). Jika mX(t) = mY(t) untuk semua nilai t, maka X adan Y mempunyai
distribusi probabilitas yang sama.
Teorema 2.4 dalam Skripsi ini tidak dibuktikan.
Definisi 2.2
Fungsi gamma didefinisikan dengan
( )
∫
untuk semua k >0∞ − −
= Γ
0 1
dt e t
k k t
Definisi 2.3
Suatu variabel random X mempunyai fungsi densitas
( )
2 1 2 22 2 1 )
(
x r r
X x e
r x
f − −
Γ
= , x ∈ [0,∞)
Teorema 2.5
Jika X variabel random berdistribusi Khi-kuadrat dengan derajat bebas r maka
mempunyai fungsi pembangkit momen:
( )
22 1 1 r X t t m ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = Bukti:
Fungsi pembangkit momen distribusi Khi-kuadrat akan ditunjukkan seperti di
bawah ini: dx x f e t
mX( ) tx ( )
0 ⋅ =
∫
∞ dx e x r e t m x r tx X r 2 1 1 2 0 2 2 2 1 ) ( − − ∞ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ =∫
misalkan 1 2− = r
a maka
(
)
x e dxa e t m x a a tx X 2 1
0 12
1 ) ( + − ∞ + Γ =
∫
(
)
∫
∞ − − + + Γ = 0 2 ) 2 1 ( 1 21 e dx
a
x x t
a a
misalkan y= x(1−2t) maka
1 0 1 2 1 0 1 2 ) 2 1 ( 1 2 ) 1 ( ) 2 1 ( 1 2 ) 1 ( 2 1 1 2 1 1 + ∞ + − + ∞ + − − = + Γ − = + Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − =
∫
∫
a a y a a a y a a t dy a e y t dy a e y t t untuk 2 1 <t maka diperoleh fungsi pembangkit momen dari distribusi
Khi-kuadrat yaitu 2 ) 2 1 ( 1 ) ( r X t t m − = 2 2 1 1 r
t⎟⎠
⎞ ⎜ ⎝ ⎛ − = . Teorema 2.6
Jika Xi berdistribusi normal dengan rata-rata μ dan variansi σ2 maka
2 2 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = σ μ i i X
Z berdistribusi Khi-kuadrat dengan derajat bebas 1.
Bukti:
Misal fungsi distribusi F
( )
w P[
Z w]
P[
w Z w]
f( )
zdz w w W∫
− = ≤ ≤ − = ≤ = 2 dengantransformasi z= y sehingga
y dy dz
2
= maka
( )
( )
, 02 1 2 2 1 2 2 0 2 1 0 2 1 0 2 2 ≥ = =
=
∫
∫
−∫
e− dy wkarena f(w)=F’W(w) maka
( )
2 1 2 1 2 1 w e w wf = − −
π berdasarkan Definisi 2.2 maka
Zi2 berdistribusi Khi-kuadrat dengan derajat bebas 1.
Teorema 2.7
Jika variabel random X1.X2,…,Xk berdistribusi normal dan saling bebas dengan
rata-rata μdan variansi σ2 maka
2 1
∑
= ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = k i i X U σ μberdistribusi Khi-kuadrat dengan derajat bebas k.
Bukti: Jika σ μ − = i i X
Z maka Zi berdistribusi normal standar. Maka fungsi pembangkit
momen dari U ditentukan sebagai berikut
[ ]
tu U t Eem ( )=
∏
∏
[ ]
= = = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ ∑ = = k i tz k i tz z t i i k i i e E e E e E 1 1 2 2 1 2 dengan
[ ]
e e e dzE i i i
z tz tz 2 2 2 2 1 2 1 − ∞ ∞ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ =
∫
π ( ) dz e t zi2 2 1 2 1 2
1 − − ∞ ∞ −
∫
= π untuk 2 1 <t maka
[ ]
2i
tz
e
E ( )
t dz e t t i z t 2 1 1 2 2 1 2 1
1 1 2 2
Karena te ( t)zidz
2
2 1 2 1
2 2
1 − −
∞
∞ −
∫
−
π menunjukkan luas daerah di bawah kurva normal
dengan variansi ⎟
⎠ ⎞ ⎜ ⎝ ⎛
−2t 1
1
. Maka
∏
[ ]
∏
=
= −
= k
i k
i tz
t e
E i
1
1 1 2
1
2 2
2 1
1 k
t⎟⎠
⎞ ⎜ ⎝ ⎛
−
= merupakan
fungsi pembangkit momen dari distribusi Khi-kuadrat dengan derajat bebas k.
Sehingga
2 1
∑
=
⎟ ⎠ ⎞ ⎜
⎝
⎛ −
= k
i i X U
σ μ
berdistribusi Khi-kuadrat dengan derajat bebas k.
Teorema 2.8
Jika X merupakan rata-rata dari X1, X2, X3, …,Xn adalah sampel random
berukuran n yang mempunyai rata-rata μ dan variansi
n
2
σ
maka:
(
)
n X U
2 2
σ μ
− =
berdistribusi khi-kuadrat dengan derajat bebas 1.
Bukti:
Menurut Teorema 2.3 X berdistribusi normal dengan rata-rata μ dan variansi
n
2
σ
, maka
n X
Z = σ−μ berdistribusi normal standart, sehingga Fungsi Pembangkit
momen dari U dapat ditentukan sebagai berikut:
[ ]
tu U t Ee m ( )=⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ ∑
= =
k
i
z t
e
E 1
2
[ ]
e e e dzE tz tz z
2 2 2 2 1 2 1 − ∞ ∞ − ⎟⎟⎠ ⎞ ⎜⎜ ⎝ ⎛ =
∫
π ( ) dze tZ
2 2 1 2 1 2
1 − − ∞ ∞ −
∫
= π untuk 2 1 <t maka
[ ]
tz2e
E ( )
t dz e t t z t 2 1 1 2 2 1 2 1
1 1 2 2
2 1 − = − − = ∞ − − ∞ −
∫
π =(
)
2 1 2 1 1 ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − tmaka menurut Teorema 2.5 maka
(
)
n X U 2 2 σ μ −
= berdistribusi Khi-kuadrat dengan
derajat bebas 1.
Teorema 2.9
Andaikan X1, X2, X3,…, Xn adalah sampel random yang saling bebas dan
berukuran n dari suatu distribusi normal yang mempunyai rata-rata μ dan variansi
σ2
maka ⎟
⎠ ⎞ ⎜ ⎝ ⎛ − = σ μ i i X
Z adalah sampel random yang saling bebas dan
berdistribusi normal dan
∑
∑
= = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = n i i n i X Z i 1 2 1 2 σ μ
berdistribusi Khi-kuadrat dengan
derajat bebas n.
Bukti:
Karena X1, X2, X3,…,Xnadalah sampel random yang saling bebas dan berukuran n
dari distribusi normal yang mempunyai rata-rata μ dan variansi σ2 maka
⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = σ μ i i X
menurut Teorema 2.6 maka
∑
∑
= = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = n i i n i X Z i 1 2 1 2 σ μ berdistribusi Khi-kuadratdengan derajat bebas n.
Teorema 2.10
Jika X1, X2,…, Xn merupakan sampel dari distribusi normal dengan rata-rata μ dan
variansi σ2 maka:
(
)
2 2 2 1 σ S n Zi − =berdistribusi Khi-kuadrat dengan derajat bebas n-1.
Bukti:
Dengan menambah dan mengurangi rata-rata sampel X maka:
(
)
[
(
) (
)
]
21 1 2
∑
∑
= = − + − = − n i i n ii X X X
X μ μ
(
)
(
) (
) (
∑
)
∑
∑
= = = − − + − + − = n i i n i n ii X X X X X
X 1 1 1 2 2 2 μ μ karena
(
) (
) (
)
⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − = − −∑
∑
∑
= = = n i n i i n ii X X X X
X X
1 1
1
2
2 μ μ
⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − + =
∑
∑
= = n i n i i i XnX X nXX X
1 1
2 μ μ
⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − =
∑
∑
∑
∑
= = = = n i n i i i n i n i i i n X n X n X n X X X 1 1 1 10 2 1 1 1 1 = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − − − =
∑
∑
∑
∑
= = = = n i n i i i n i i n ii X X X X
X
X μ μ
maka
(
)
(
) (
)
21 2 2 1 μ μ = − + − −
∑
∑
= = X n X X X n i i n i i Dan(
)
(
)
(
)
n X X X X i n i i n i i 2 2 2 1 2 2 1 2 σ μ σ σ μ − + − = −∑
∑
= =(
)
(
)
n X S n i 2 2 2 2 1 σ μ σ − + − =Karena Xi berdistribusi normal dengan μ dan variansi σ2/n berdasarkan Teorema
2.8 maka
(
)
n Xi 2 2 σ μ −
berdistribusi Khi-kuadrat dengan derajat bebas 1 dan
berdasarkan Teorema 2.9 maka
(
)
2 1 2 σ μ∑
= − n i i Xberdistribusi Khi-kuadrat dengan
derajat bebas n, maka
(
)
22
1
σ S
n− berdistribusi Khi-kuadrat dengan derajat bebas
(n-1).
Salah satu distribusi yang terpenting dalam statistika ialah distribusi-F.
Statistik F didefinisikan sebagai dua variabel random Khi-kuadrat yang saling
v Y
u X
F =
dengan X dan Y merupakan variabel random yang masing-masing berdistribusi
Khi-kuadrat dengan derajat bebas u dan v.
Teorema 2.11
Jika X dan Y variabel random yang saling bebas dan masing-masing berdistribusi
Khi-kuadrat dengan derajat bebas u dan v. Maka distribusi variabel
random
v Y
u X
F = mempunyai fungsi densitas probabilitas
( )
⎪ ⎪ ⎩ ⎪⎪ ⎨ ⎧ ≤ > = + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎟ + ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + Γ 0 , 0 0 , 2 1 2 2 1 2 2 f f ff u v
u u f v u v v u f v u v u F
Dan variabel random F berdistribusi-F dengan derajat bebas u dan v.
Bukti:
Diketahui X dan Y berdistribusi Khi-kuadrat dengan derajat bebas u dan v maka
( )
⎪ ⎪ ⎩ ⎪ ⎪ ⎨ ⎧ ≤ > ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ = − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ 0 , 0 0 , 2 21 1 2
2 2 x x e x u x f x u u X
( )
⎪ ⎪ ⎩ ⎪ ⎪ ⎨ ⎧ ≤ > ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ = − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ 0 , 0 0 , 2 21 1 2
2 2 y y e y v y f y v v Y
( )
2 1 2 2 2 1 2 2 , 2 2 1 2 2 1 , y v v x u u YX y e
v e x u y x f − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⋅ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ
= 2 1 2 1 2
2
2 2 2
1 u v x y
v
u x y e
v u
Misalkan z=y dan pandang transformasi
⎪⎩ ⎪ ⎨ ⎧ = = y z f h v y u x : uy xv y v u x f v y u x = ⋅ = = fy v u
x= karena z = y maka fz v u x=
Dan transformasinya menjadi
⎪⎩ ⎪ ⎨ ⎧ = = y z fz v u x h:
dari fungsi- fungsi tersebut menghasilkan
z v u fz v u f f x = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ∂ ∂ = ∂ ∂
( )
0 = ∂ ∂ = ∂ ∂ z f f y f v u fz v u z z x = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ∂ ∂ = ∂ ∂( )
1 = ∂ ∂ = ∂ ∂ z z z yJacobian (J(x,y)) diperoleh dengan determinan dari
z v u f v u z v u ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = 1 0
sehingga z v u J =
Transformasi ini satu-satu memetakan titik
{
(u,v)0<u<∞,0<v<∞}
kehimpunan
{
(f,z)0< f <∞,0<z<∞}
maka diperoleh distribusi gabungan F danZ:
( )
f,z = fF,Z( )
f,z Jλ z v u e z v u fz v
u fz z
v u v v u u ⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ + − − + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛
= 2 1 2
2 1 2 2 2 2
( )
zv u e z v u z f v u z f z fz v u v v u u u u ⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎜ ⎜ ⎝ ⎛ + − − + − − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛
= 2 1 2
2 1 2 1 2 1 2 2 2 2 , λ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − − + + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − − + + − − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = 1 2 1 2 2 1 2 2 1 2 2 2 2 1 2 1 2 2 2 2 2 2 2 f v u z v u v u u u f v u z v u v u u u e z v u f v u z v u e z v u f v u Maka
( )
=∫
∞( )
0,z dz f f
dz e z v u f v u f v u z v u v u u u
∫
∞ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − − + + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = 0 1 2 1 2 2 1 2 2 2 2 2∫
∞ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − − + + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = 0 1 2 1 2 2 1 2 2 2 2 2 dz e z v u f v u f v u z v u v u u uUntuk menentukan fF(f) dimisalkan : ⎟
⎠ ⎞ ⎜ ⎝ ⎛ + = 1
2 v f u z
t sehingga
1 1 2 − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + = f v u t z
dan f dt
v u dz 1 1 2 − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ +
= .Maka diperoleh
dt f v u e f v u t v u f v u f f t v u v u u u F 1 0 1 2 1 2 1 2 2 1 2 1 2 2 2 2 ) ( − ∞ − − + − + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ =
∫
⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + ∞ − − + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − − − + + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + ⋅ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + ⋅∫
2 0 1 2 1 1 2 1 2 2 1 2 1 2 1 2 v u t v u v u v u v f v u v u dt e t f v u f v u − − ⋅ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = 1 2 2 1 2 2 2 2 2 2 2 u u u u u v u f v u v u f v uJadi terbukti bahwa .
( )
⎪ ⎪ ⎪ ⎩ ⎪ ⎪ ⎪ ⎨ ⎧ ≤ > ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + Γ ⋅ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ Γ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − 0 , 0 0 , 1 2 2 2 2 1 2 2 f f f v u v u v u f v u f
f u v
u u
Derajat bebas yang berkaitan dengan variabel random Khi-kuadrat pada
pembilang F selalu ditulis lebih dahulu kemudian diikuti oleh derajat bebas yang
berkaitan dengan variabel random Khi-kuadrat yang muncul pada penyebut. Jadi
kurva distribusi –F tidak hanya bergantung pada kedua parameter u dan v, tetapi
juga pada urutan penulisannya. Begitu pula jika kedua bilangan ini ditentukan
maka kurvanya menjadi tertentu.
Teorema 2.12
Jika S12 dan S22 variansi sampel random yang saling bebas berukuran n1 dan n2
yang diambil dari dua populasi berdistribusi normal maka:
2 2 2 1
2 1 2 2 2 2 2 2
2 1 2 1
S S S
S
F
σ σ
σ σ
= =
berdistribusi- F dengan derajat bebas u=n1-1 dan v=n2-1.
Bukti:
Misalkan sampel random berukuran n1 dan n2 diambil dari populasi random,
masing-masing dengan variansi dan . Mengunakan Teorema 2.10 maka
diperoleh:
2 1
σ 2
2
σ
(
)
2 1
2 1 1 2 1
1
σ S n
Z = − dan
(
2)
2 2 2 2 2 2
1
σ S n
Z = −
menyatakan dua variabel random yang berdistribusi Khi-kuadrat dengan derajat
bebas u=n1-1 dan v=n2-1. Karena kedua sampel diambil secara random maka
variabel random tersebut saling bebas. Jika dan maka dengan
mengunakan Teorema 2.9 diperoleh:
X
(
)
(
)
(
)
(
)
2 2 2 1
2 1 2 2 2 2 2 2
2 1 2 1
2 2
2 2 2 2
1 2
1 2 1 1 2
2 2 1
1 1
1 1
S S S
S
n S n
n S n
v Z
u Z
v Y
u X F
σ σ
σ σ
σ σ
= =
− ⎟⎟ ⎠ ⎞ ⎜⎜
⎝
⎛ −
− ⎟⎟ ⎠ ⎞ ⎜⎜
⎝
⎛ −
= =
=
dan variabel random F berdistribusi-F dengan derajat bebas u=n1-1 dan v=n2-1.
B. Analisis Variansi
Misalkan sampel random berukuran n diambil dari k populasi, ke-k
populasi ini diklasifikasikan menurut perlakuan atau kelompok yang berbeda.
Diasumsikan bahwa k populasi itu berdistribusi normal dengan rata-rata μ1, μ2,
μ3,…,μkdan variansi σ2 yang sama. Sehingga uji hipotesisnya adalah:
Ho : μ1 = μ2 = μ3 =…= μk
H1: sekurang-kurangnya dua nilai rata-rata tidak sama.
Misalkan Xij adalah sampel ke-j dari populasi ke-i, maka data- data dari n
pengamatan dari k populasi dapat di tuliskan sebagai berikut:
Tabel 2.1 : k sampel random
Populasi Sampel
1 2 … i … k
Total Pengamatan 1
2 : n
X11 X21 … Xi1 … Xk1 X12 X22 … Xi2 … Xk2 : : … : … : X1n X2n … Xin … Xkn
X.1 X.2 :
X.n
Total Populasi ke
X1. X2. … Xi. … Xk. X..
Rata-rata Populasi ke
⋅
1
Dengan:
X i,j : Sampel ke–i dari populasi ke-j, dengan i = 1, 2, 3,…,k dan j =1, 2,
3,…,n
.
i
X = Jumlah total polulasi ke-i
..
X = Jumlah total semua nk pengamatan
.
i
X = Rata-rata pengamatan pada polulasi ke-i
..
X = Rata-rata semua nk pengamatan
Setiap pengamatan dapat ditulis dengan bentuk linear:
ij i ij
X =μ +ε (2.1)
dengan :
Xij: besarnya pengamatan ke-i, perlakuan ke-j.
μi : parameter rata-rata.
εij : eror yang berdistribusi N(0,σ2)
i : 1,2, 3,…, k dan j : 1, 2, …, n
Bentuk lain dari persamaan (2.1) diperoleh dengan mensubtitusikan
i i μ τ
μ = + kedalam persamaan (2.1) dengan μ adalah rata-rata dari μi dan:
k
k i
i
∑
== 1
μ μ
Sehingga persamaan (2.1) dapat ditulis:
ij i ij
X =μ+τ +ε (2.2)
dengan:
(
)
01 1
= − =
∑
∑
= =
k i
i k
i
i μ μ
i
τ disebut sebagai efek atau pengaruh perlakuan ke-i.
Sehingga hipotesis nol yang menyatakan bahwa semua nilai rata-rata ke-k
populasi sama melawan hipotesis alternatifnya yang menyatakan bahwa
sekurang-kurangnya ada dua rata-rata tidak sama. Dapat dinyatakan sebagai berikut:
0 : 1= 2 = = k = o
H τ τ Λ τ
H1 : sekurang-kurangnya satu τitidak sama dengan nol.
Sehingga Uji yang akan digunakan berdasarkan pada perbandingan dua nilai
dugaan bebas dari kesamaan variansi populasi σ2. Kedua nilai dugaan tersebut
diperoleh dengan menguraikan total variansi menjadi dua komponen.
Teorema 2.11
(
)
∑
(
)
∑∑
(
)
∑∑
= = = ⋅⋅ = = − + − = − k i n j i ij k i i k i n jij X n X X X X
X 1 1 2 . 1 2 . 1 1 2 .. Bukti :
(
)
[
(
)
(
)
]
21 1
. .
2
1 1
∑∑
∑∑
= = ⋅⋅ = = ⋅⋅ − + − = − k i n j i ij i k i n jij X X X X X
X
(
) (
)
(
) (
)
[
]
(
)
(
)
(
)
(
)
∑∑
∑∑
∑∑
∑∑
= = ⋅⋅ = = ⋅⋅ = = = = ⋅⋅ ⋅⋅ − + − − + − = − + − − + − = k i n j k i n j k i n j i ij i ij i i k i n j i ij i ij i i X X X X X X X X X X X X X X X X1 1 1 1 1 1
2 . . . 2 . 1 1 2 . . . 2 . 2 2
Suku pertama persamaan diatas dapat ditulis menjadi
∑
(
= ⋅⋅ − k i i X X n 1 2
.
)
karena sukupertama persamaan diatas tidak menpunyai subkrip j.
(
)
(
)
(
)
(
)
∑∑
∑ ∑
= = ⋅⋅ = = ⋅⋅ ⎟⎟⎠ ⎞ ⎜⎜ ⎝ ⎛ − − = − − k i n j k i n j i ij i i iji X X X X X X X
X
1 1 1 1
. . . . 2 2
(
)
(
)
(
)
( )
∑ ∑
∑
∑ ∑
∑
= = ⋅⋅ = = = ⋅⋅ = ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − − = ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − − = k i n j n j i ij i k i n j n j i ij i X n X X X X X X X1 1 1
. .
1 1 1
. . 2 2
(
)
( )
∑ ∑
∑
∑
= = = = ⋅⋅ ⎟⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎜ ⎜ ⎝ ⎛ ⎟⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎜ ⎜ ⎝ ⎛ − − = k i n j n j n j ij ij i n X n X X X1 1 1
1 . 2
(
)
( )
0 0 2 1 1 . = ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − =∑ ∑
= = ⋅⋅ k i n j i X XJadi terbukti
∑∑
(
)
∑
(
)
∑∑
(
)
= = = ⋅⋅ = = − + − = − k i n j i ij k i i k i n j
ij X n X X X X
X 1 1 2 . 1 2 . 1 1 2 .. .
Agar memudahkan penggunaannya maka suku-suku dalam Teorema 2.11
maka dinotasikan dengan:
(
∑∑
= = − k i n j ij X X 1 1 2..
)
= jumlah kuadrat total (JKT) (2.4)(
∑
= ⋅⋅ − k i i X X n 1 2.
)
= jumlah kuadrat perlakuan (JKP) (2.5)(
∑∑
= = − k i n j i ij X X 1 1 2.
)
= jumlah kuadrat eror (JKE) (2.6)sehingga jumlah kuadrat dalam Teorema 2.11 dapat dilambangkan dengan
JKT = JKP + JKE (2.7)
Salah satu nilai dugaan bagi σ2 yang didasarkan pada k-1 derajat bebas
adalah:
(
)
1 1
1
2 .. . 2
1 −
− =
−
=
∑
=k X X
k JK S
k i
i
P (2.8)
.
i
X : rata- rata sampel dari populasi ke-i
..
X : rata- rata total pengamatan
2 1
S : variansi antar kelompok (between- group variance)
Bila Ho benar, S12 merupakan penduga tak bias bagi σ2. Jika H1 benar
maka JKP cenderung menghasilkan nilai yang lebih besar, artinya S12 menduga
lebih dari σ2. Nilai dugaan bagi σ2 yang lain berdasarkan pada k(n-1) adalah:
(
)
(
)
(
1)
11 1
2 . 2
2
− − =
−
=
∑∑
= =n k
X X
n k
JK S
k i
n j
i ij E
(2.9)
Nilai 2 menduga σ
2
S 2 berdasarkan eror yaitu selisih antara setiap
pengamatan dengan rata-rata dari kelompok/perlakuan masing-masing. Nilai
dugaan S22 bersifat takbias, baik untuk hipotesis benar atau salah. Apabila hipotesis nol benar, maka penduga tak bias bagi σ2 adalah:
1
2
− =
kn JK
Teorema 2.11 tidak hanya menguraikan Jumlah Kuadrat Total, tetapi juga jumlah
total derajat bebasnya:
nk-1 = k-1 +k(n-1) (2.11)
Statistik uji untuk menguji Ho = τ1 = τ2 =…=τk =0 adalah perbandingan
dan .
2 1
S S22
2 2 2 1
S S
f = (2.12)
Bila hipotesis nol benar, maka Persamaan (2.12) merupakan variabel random F
yang mempunyai distribusi-F dengan derajat bebas (k-1) dan k(n-1). Jika Hosalah
maka S12menduga lebih dari σ2 sehingga diperoleh uji variansi satu arah dengan daerah kritis yang seluruhnya terletak di ujung kanan fungsi distribusinya. Dan
hipotesis nol ditolak pada taraf signifikan a bila:
(
) (
(
)
)
[
−1, −1]
> f k k n
f α (2.13)
Untuk perhitungan Jumlah Kuadrat dapat diperoleh dengan memperluas dan
menyederhanakan definisi JKP dan JKT dalam Teorema 2.11.Sehingga
menghasilkan:
kn X X JK
k i
n j
ij T
2 .. 1 1
2
−
=
∑∑
= =
(2.14)
kn X n
X JK
k i
i P
2 .. 1
2 .
−
=
∑
= (2.15)P T
E JK JK
Perhitungan analisis variansi dapat dituliskan sebagai berikut:
Tabel 2.2 : Tabel analisis variansi satu arah Sumber
Variansi
Jumlah Kuadrat Derajat bebas
Rata-rata jumlah kuadrat
f hitung
Antar
perlakuan
∑
(
= ⋅⋅
−
k i
i X X n
1
2
.
)
k-1
1
2 1
− =
k JK
S P
2 2 2 1
S S f =
Eror
(
∑∑
= =
− k
i n j
i ij X
X
1 1
2
.
)
k(n-1)(
)
1
2
2 = −
n k
JK
S E
Total
(
)
∑∑
= =
− k
i n j
i ij X
X
1 1
2
. nk-1
Contoh 2.1
Sebuah pabrik tas menggunakan kertas sebagai bahan pelapis tas yang akan
diproduksinya. Sehingga perlu diteliti kekuatan daya renggang kertas tersebut.
Diduga kekuatan daya renggang kertas adalah fungsi konsentrasi kekerasan kayu
dalam bubur kertas. Maka dilakukan penelitian dengan mengunakan lima
konsentrasi kekerasan kayu yang berbeda dalam bubur kertas. Konsentrasi
kekerasan kayu yang digunakan adalah 5%, 10%, 15%, 20% dan 25%. Dalam
Penelitian tersebut diambil 25 pengamatan secara random pada masing-masing
konsentrasi. Maka diperoleh hasil pengamatan sebagai berikut:
Tabel 2.3: Data Contoh 2.1
Pengamatan Konsentrasi
kekerasan kayu (%) 1 2 3 4 5
Total pengamatan
Xi.
5 10 15 20 25
7 12 14 19 7
7 17 18 25 10
15 12 18 22 11
11 18 19 19 15
9 18 19 23 11
Jawab:
Akan dibandingkan pengaruh beberapa konsentrasi kekerasan kayu terhadap
daya renggang produksi tas. Hipotesis nol menyatakan bahwa rata-rata daya
renggang kelima perlakuan sama sedangkan untuk hipotesis alternatifnya
menyatakan bahwa rata-rata daya renggang kelima perlakuan tidak sama.
Sehingga hipotesis tersebut ditulis:
a. Ho : μ1 = μ2 = μ3 =μ4 = μ5
H1: sekurang-kurangnya dua nilai rata-rata tidak sama.
b. Jumlah kuadratnya adalah:
(
)
(
)
475.7625 376 5 54 77 49 5 . 5 5 96 . 636 25 376 11 15 7 7 5 . 5 2 2 2 2 2 .. 5 1 2 . 2 2 2 2 2 2 .. 5 1 5 1 2 = − + + + = − = = − + + + + = − =
∑
∑∑
= = = Κ Κ X X JK X X JK i i P i j ij T 20 . 161 76 . 475 96 .636 − =
= −
= T P
E JK JK
JK sehingga 99 . 118 4 96 . 475 1 2
1 = =
− =
k JK
S P
(
)
20 8.06 20 . 161 12
2 = =
− = n k JK S E 763 . 14 06 . 8 99 . 118 2 2 2
1 = =
=
S S
Tabel 2.4:Analisis variansi contoh 2.1
Sumber Variansi Jumlah Kuadrat Derajat bebas
Rata-rata jumlah kuadrat
f hitung
Antar perlakuan JKP = 475.76 4 S12 =118.99 f =14.76
Eror JKE =161.20 20 S22 =8.06
Total JKT =636.96 24
c. Statistik uji F akan memiliki distribusi-F dengan derajat bebas pembilang
5-1= 4 dan derajat bebas penyebut 25-5 =20. Maka dari tabel nilai
F0.01;4:20=4.33. Sehingga daerah penerimaan Ho adalah [0: 4.43) dan
daerah penolakannya adalah [4.43:∼).
d. Karena maka hipotesis nol di tolak. Jadi ada perbedaan
rata-rata daya renggang diantara kelima perlakuan tersebut. Sehingga
disimpulkan bahwa konsentrasi kekerasan kayu dalam bubur kertas secara
berarti mempengaruhi kekuatan daya renggang kertas.
43 . 4 76 . 14 ≥ =
f
C. Kontras
Uji hipotesis dalam analisis variansi satu arah menunjukkan bahwa
apakah rata-rata perlakuan sama atau tidak. Tetapi dalam penelitian sering
dilakukan analisis yang lebih jauh, sehingga perbandingan rata-rata perlakuan
antar kelompok sangat berguna. Rata-rata perlakuan ke-i dapat didefinisikan
Misal dalam Contoh 2.1, hipotesis nolnya adalah H0:τi =0ditolak dengan τi pengaruh konsentrasi kekerasan kayu. Padahal diketahui beberapa jenis
konsentrasi menghasilkan daya kekuatan renggang yang berbeda, tetapi
konsentrasi mana yang mengakibatkan perbedaan itu.
Dalam Contoh 2.1 misal diduga bahwa konsentrasi jenis 1 dan 5 akan
menghasilkan kekuatan daya renggang sama, berarti hipotesis yang digunakan
5 1 1
5 1 0
: :
μ μ
μ μ
≠ =
H H
Hipotesis ini dapat diuji dengan menggunakan sebuah kombinasi linear dari total
perlakuan 0X1.−X5.=
Jika diduga rata-rata perlakuan konsentrasi 1 dan 3 tidak berbeda dari rata-rata
perlakuan konsentrasi 4 dan 5, maka hipotesisnya adalah
5 4 3 1 1
5 4 3 1 0
: :
μ μ μ μ
μ μ μ μ
+ ≠ +
+ = +
H H
Yang berarti kombinasi linear total perlakuannya
0
. 5 . 4 . 3 .
1 +X −X −X =
X
dengan X1. : total perlakuan konsentrasi 5%
X3. : total perlakuan konsentrasi 15%
X4. : total perlakuan konsentrasi 20%
X5. : total perlakuan konsentrasi 25%
Secara umum perbandingan rata-rata perlakuan yang mempengaruhi dapat
∑
=
= a
i i iX q Q
1
(2.17)
dengan 0, X
1
=
∑
=
a i
i
q i total perlakuan ke-i, a banyaknya perlakuan, qi merupakan
koefisien kontras. Kombinasi linear dalam Persamaan (2.17) disebut kontras.
Maka jumlah kuadrat (JK) untuk setiap kontras adalah
∑
∑
∑
= =
= ⋅ =
⎟ ⎠ ⎞ ⎜
⎝ ⎛
= a
i i a
i i a i
i i Q
q n
Q
q n
X q JK
1 2 2
1 2
2 1
(2.18)
dengan n adalah jumlah pengulangan setiap perlakuan dengan derajat bebas
tunggal. Sebuah kontras diuji dengan membandingkan jumlah kuadrat rata-rata
eror (JKE), maka statistik yang dihasilkan akan berdistribusi F dengan derajat
bebas 1 dan N-a. Dengan N merupakan total pengamatan dan a adalah banyaknya
perlakuan.
D. Rancangan Percobaan
Dalam merancang sebuah percobaan ada beberapa hal yang perlu
diketahui antara lain apa yang dimaksud dengan percobaan, dan hal-hal yang
perlu diperhatikan saat membuat sebuah rancangan percobaan. Pada bagian ini
akan membahas tentang hal-hal yang berkaitan dengan rancangan percobaan.
1. Tahap- tahap percobaan
Percobaan sering dilakukan oleh berbagai bidang ilmu. Tujuan dilakukan
nya sebuah percobaan adalah untuk menyelidiki hubungan antar perlakuan yang
diperlukan, hal ini bertujuan agar data yang diperoleh relevan digunakan dan
didapat informasi sebanyak mungkin. Sehingga percobaan yang dilakukan akan
lebih efektif, efisien.
Dalam sebuah percobaan ada tiga tahap yang perlu dilakukan :
a. Percobaan pendahuluan
Sebelum melakukan percobaan yang sesungguhnya maka diperlukan adanya
percobaan pendahuluan, hal ini bertujuan untuk memperoleh petunjuk dalam
pemilihan perlakuan. Sehingga pada tahap ini dilakukan perbandingan
beberapa perlakuan.
b. Percobaan sebenarnya
Setelah percobaan pendahuluan maka tahap selanjutnya adalah percobaan
sebenarnya. Pengendalian keragaman faktor yang mempengaruhi percobaan
dilakukan secara ketat. Hal ini bertujuan untuk menentukan perlakuan
(treatment). Pada tahap ini sangat memperhatikan prinsip rancangan
percobaan, sehingga hasil yang diperoleh memenuhi persyaratan untuk
dianalisis.
c. Percobaan demontrasi
Tahap terakhir dalam percobaan adalah percobaan demontrasi, yang
bertujuan menujukkan hasil dan keunggulan dari percobaan yang telah
dilakukan serta membandingkan dengan hasil percobaan sebelumnya.
2. Dasar- dasar rancangan percobaan
Dalam merancang sebuah percobaan, perumusan masalah secara rinci
didapat berbagai alternatif penyelesaian dan kesimpulan yang valid dan
objektif.
Dibawah ini merupakan langkah-langkah untuk merancang sebuah
percobaan:
a. Menentukan adanya suatu masalah.
b. Merumuskan masalah secara jelas dan rinci.
Perumusan masalah yang jelas akan memberikan pengertian keadaan
sebenarnya dan penyelesaian dari masalah tesebut dengan lebih baik.
c. Memilih faktor dan taraf
Faktor merupakan jenis perlakuan. Sedangkan yang dimaksud dengan
perlakuan adalah kondisi tertentu yang diberikan dalam sebuah percobaan.
Sehingga dalam merancang percobaan peneliti harus dapat memilih faktor
yang mempengaruhi percobaan tersebut, faktor ini sering disebut dengan
variabel bebas.
Taraf (level) merupakan perlakuan terhadap setiap faktor. Ada dua jenis taraf
yaitu taraf kualitatif dan kuantitatif. Taraf kualitatif adalah taraf yang berupa
data kualitatif (qualitative data) dan taraf kuantitatif adalah taraf yang berupa
data kuantitatif (quantitative data). Data kualitatif secara sederhana disebut
data yang bukan berupa angka. Data ini dibagi menjadi dua yaitu data nominal
dan data ordinal. Data kuantitatif (quantitative data) merupakan data yang
berupa angka dalam arti sebenarnya. Data kuantitatif dapat dibagi menjadi dua
d. Memilih variabel respon.
Variabel respon dalam suatu percobaan merupakan variabel yang akan
diukur. Variabel ini juga disebut dengan variabel terikat.
e. Memilih rancangan percobaan.
Pemilihan jenis rancangan percobaan yang tepat akan mempengaruhi tingkat
efisiensi percobaan.
f. Analisis data
Dengan analisis statistik yang tepat maka akan diperoleh kesimpulan yang
benar dan objektif.
g. Kesimpulan
Dalam merancang sebuah percobaan ada beberapa prinsip dasar yang
harus dipenuhi yaitu:
a. Randomisasi
Randomisasi bertujuan agar setiap perlakuan dalam percobaan mendapat peluang
yang sama. Fungsi randomisasi adalah:
• Asumsi saling bebas antar perlakuan terpenuhi.
• Agar estimasi eror dan rata–rata perlakuan tidak terjadi bias.
• Memperkecil kemungkinan adanya korelasi antar pengamatan dan korelasi
antar eror.
• Meningkatkan objektifitas dalam memberikan perlakuan materi
b. Replikasi
Jika dalam rancangan percobaan setiap perlakuan diulang sebanyak n kali
maka rancangan itu dikatakan mempunyai n replikasi (perulangan). Fungsi
dari replikasi adalah untuk menentukan besarnya variansi eror, mempertinggi
ketepatan percobaan dan memperluas ruang lingkup percobaan.variansi eror
merupakan perbedaan hasil dari suatu pengamatan dengan perlakuan yang
sama.
Banyaknya replikasi tergantung pada banyak perlakuan, tingkat homogenitas
dan banyaknya materi percoban. Jika jumlah perlakuan dan materi cukup
banyak dan homogen maka tidak memerlukan replikasi yang banyak, hal ini
akan menimbulkan pembengkaan biaya dan percobaan kurang efektif.
c. Pemblokan
Pemblokan berarti mengumpulkan materi percobaan yang relatif homogen
menjadi satu kelompok, sehingga diperoleh beberapa kelompok materi
percobaan dengan variansi dalam kelompok tetap kecil dan variansi antar
kelompok lebih besar.
3. Jenis-jenis rancangan percobaan
Secara umum rancangan percobaan dapat dibagi menjadi dua kelompok
yaitu rancangan percobaan kelompok lengkap dan rancangan kelompok tidak
lengkap. Rancangan kelompok lengkap adalah rancangan percobaan yang seluruh
tidak lengkap adalah rancangan percobaan yang hanya sebagian dari perlakuan
muncul dalam setiap kelompok.
Rancangan percobaan kelompok lengkap dibagi menjadi empat jenis yaitu
rancangan kelompok tanpa pembatasan, rancangan kelompok dengan satu
batasan, rancangan kelompok dengan dua batasan dan rancangan kelompok
dengan batasan tiga atau lebih. Sedangkan contoh kelompok tidak lengkap adalah
rancangan petak terpisah.
Rancangan acak lengkap termasuk rancangan kelompok tanpa batasan.
Rancangan jenis ini digunakan untuk percobaan yang mempunyai materi dan
faktor percobaan yang relatif homogen, bannyaknya percobaan setiap perlakuan
tidak sama.. Misalnya percobaan yang dilakukan didalam laboratorium.
Sedangkan rancangan kelompok dengan satu pembatasan adalah
rancangan acak kelompok (random blok design) yaitu sebuah rancangan
kelompok lengkap yang mempunyai batasan pengacakan. Dalam rancangan ini
materi percobaan dibagi menjadi beberapa kelompok berdasarkan homogenitas
materi dan setiap amatan dalam kelompok dapat diulang. Rancangan faktorial
termasuk dalam kelompok ini.
Contoh rancangan percobaan kelompok dengan dua pembatasan adalah rancangan
bujursangkar latin dan crossover design, sedang contoh kelompok dengan tiga
atau lebih pembatasan adalah rancangan bujursangkar latin graeco dan rancangan
BAB III
RANCANGAN PERCOBAAN FAKTORIAL 2k
Dalam percobaan sering melibatkan sejumlah faktor dan setiap faktor
tersebut biasanya terdiri dari beberapa perlakuan (taraf). Kombinasi perlakuan
dari sebuah percobaan ditentukan oleh kombinasi dari setiap kombinasi taraf di
setiap faktornya. Jika dalam sebuah percobaan akan meneliti semua kombinasi
perlakuan yang ada, maka percobaan tersebut dinamakan percobaan faktorial.
Sehingga percobaan faktorial diperoleh dengan menyilangkan semua taraf dari
setiap faktornya. Misal suatu percobaan akan membandingkan lima jenis varietas
tanaman dengan tiga cara bercocok tanam yang berbeda. Maka akan diperoleh
percobaan faktorial 5 x 3, yang memerlukan 15 kombinasi perlakuan yang
berbeda.
Dalam kehidupan sehari-hari banyak percobaan yang melibatkan sejumlah
faktor dimana setiap faktornya terdiri atas dua taraf. Misal sebuah percobaan yang
hanya melibatkan dua macam temperatur ekstrim yaitu tinggi dan rendah, dua
jenis mesin cuci yaitu jenis lama dan jenis baru. Jika suatu percobaan yang
melibatkan k buah faktor yang masing-masing faktor mempunyai dua taraf maka
percobaan itu disebut percobaan faktorial 2k. Banyaknya taraf 2 ditulis sebagai
bilangan pokok dan k yang merupakan banyaknya faktor ditulis sebagai pangkat.
Misal sebuah rancangan percobaan akan melibatkan dua faktor yaitu A dan B,
masing- masing faktor terdiri atas dua taraf, maka termasuk rancangan percobaan
perlakuan sebanyak 2k. Dalam percoban faktorial 2k diasumsikan bahwa semua
faktor yang terlibat adalah tetap dan pengamatan yang diambil berdistribusi
normal.
A. Rancangan Percobaan Faktorial 22
Bentuk rancangan faktorial 2k yang paling sederhana adalah rancangan
percobaan faktorial 22, karena dalam rancangan tersebut hanya melibatkan 2
faktor dan masing-masing faktor mempunyai dua taraf. Misal dalam suatu
percobaan yang melibatkan 2 buah faktor yaitu A dan B. Faktor A mendapat
perlakuan a1 dan, a2 sedangkan faktor B mendapat perlakuan b1 dan b2, sehingga
terdapat 4 buah kombinasi perlakuan yaitu a1b1, a1b2 ,a2b1 dan a2b2. Dan untuk
setiap kombinasi perlakuan mendapat replikasi sebanyak n kali.
Taraf dalam rancangan percobaan faktorial akan dibedakan menjadi taraf rendah
dan tinggi. Taraf rendah (low level) akan dinotasi dengan (-) dan taraf tinggi (
high level) yang dinotasikan dengan (+). Indeks 1 menyatakan taraf rendah dan
indeks 2 menyatakan taraf tinggi.
Huruf kapital dalam rancangan percobaan faktorial menyatakan efek
utama faktor sedangkan huruf kecil menyatakan kombinasi perlakuan.
Keberadaan suatu huruf menyatakan faktor yang bersangkutan berada pada taraf
yang tinggi dalam amatan tersebut. Sedangkan ketidakberadaan huruf menyatakan
bahwa faktor yang b