• Tidak ada hasil yang ditemukan

Inisiasi 2 Rancangan Acak Lengkap 1 Faktor

N/A
N/A
Yosua Gultom

Academic year: 2023

Membagikan "Inisiasi 2 Rancangan Acak Lengkap 1 Faktor"

Copied!
24
0
0

Teks penuh

(1)

PS Tekpang

FST

Rancangan Acak Lengkap Satu Faktor Rancangan Acak Lengkap Satu Faktor

PANG4327 – RANCANGAN PERCOBAAN UNTUK INDUSTRI PANGAN(3 sks)

M. Irfan Febriansyah

[email protected]

(2)

POKOK BAHASAN

Metode Pengacakan Rancangan Acak Lengkap

Model Linier Aditif

Analysis of Variance

Uji Lanjut (post hoc)

(3)

Metode Pengacakan RAL

Sampel acak adalah sampel yang telah dipilih dari populasi sedemikian rupa sehingga setiap sampel yang memungkinkan memiliki probabilitas yang sama untuk dipilih.

Pengacakan Sampel

Pengacakan tanpa pengembalian Pengacakan Sederhana

1

Pengacakan dengan menggunakan

Software

2

MS. Excel, SPSS, STATA,

SAS, dll

(4)

Metode Pengacakan RAL

A1 A2 A3

B1 B2 B3

C1 C2 C3

B3

Contoh Pengacakan pada RAL :

1. Buat gulungan kertas sesuai dengan jumlah perlakuan

2. Berikan kode perlakuan pada setiap kertas yang telah disediakan (misal:

A1, A2 ...., B3)

3. Lakukan pengundian dengan tanpa pemulihan

4. Kode yang jatuh pertama kali

ditempatkan pada kotak no.1, kode yang diperoleh kedua ditempatkan pada kotat no. 2, dan seterusnya

(5)

Metode Pengacakan RAL

Contoh Pengacakan dengan MS. Excel:

1. Ketikan masing-masing perlakuan pada kolom B 2. Ketik formulas “RAND=()” pada kolom A

3. Drag angka acak yang keluar hinggal sel pada row perlakuan yang terakhir

(6)

Metode Pengacakan RAL

Contoh Pengacakan dengan MS. Excel:

4. Blok kedua kolom, klik kanan pilih sort > Smalles to Largest 5. Pengacakan telah selesai, pastikan perlakuan telah teracak

(7)

Model Linier Aditif

��

= +

+

��

   

����

 

��

= +

��

Keterangan :

i = 1,2, ..., t j = 1,2, ..., t

Yij = Pengamatan pada perlakuan ke-i dan ulangan ke-j μ = Rataan umum

τi = Pengaruh perlakuan ke-i = μi - μ

εij = Pengaruh acak (error) pada perlakuan ke-i dan ulangan ke-j

(8)

Analysis of Variance (ANOVA)

Uji hipotesis model linier ANOVA

 

 

Atau

(9)

Analysis of Variance (ANOVA)

Tabel ANOVA Rancangan Acak Lengkap

Sumber Keragaman

Derajat Bebas Jumlah Kuadrat

Kuadrat Tengah

F

hitung

Perlakuan k-1 JKP KTP = JKP/(k-1) KTP/KTG

Galat n-k JKG KTG = JKG/ (n-k)

Total n-1 JKT

k = Jumlah Perlakuan

n = Jumlah Pengamatan

(10)

Analysis of Variance (ANOVA)

Rumus dalam Tabel ANOVA Faktor Koreksi :

Jumlah Kuadrat

Total :

Jumlah Kuadrat

Perlakuan :

Jumlah Kuadrat

Galat :

Rumus dalam Tabel ANOVA

Faktor Koreksi : Jumlah Kuadrat

Total :

Jumlah Kuadrat

Perlakuan :

Jumlah Kuadrat

Galat :

Pe ng a m at an

Perlakuan

1 Perlakuan

2 Perlakuan

3 Perlakuan 4

15 (x1) 17 (x2) 11 (x3) 10 (x4) 10 (x5) 12 (x6) 7 (x7) 12 (x8) 13 (x9) 18 (x10) 9 (x11) 8 (x12) 14 (x13) 13 (x14) 13 (x15) 7 (x16) 13 (x17) 15 (x18) (x19) 9 (x20)

(x21) 12 (x22) (x23) (x24)

Sampel (xi) dari 4 populasi → (k)

Jumlah pengamatan (n)

xi

xj

(11)

Analysis of Variance (ANOVA)

Contoh soal 1: Rancangan Acak Lengkap (RAL) untuk jumlah ulangan yang sama :

Perlakuan Ulangan

1 2 3

Formula 1 423,1 482 448,3

Formula 2 304 389,6 260,7

Formula 3 152,1 137,2 185

Berikut merupakan hasil analisis tekstur  pancake dengan 3 formulasi berbeda

Hitunglah ANOVA data analisis diatas dengan Rancangan Acak Lengkap (RAL)

(12)

Analysis of Variance (ANOVA)

Jawab :

Perlakuan

Ulangan

Total Perlakuan

1 2 3

Formula 1 423,1 482 448,3 1353,4

Formula 2 304 389,6 260,7 954,3

Formula 3 152,1 137,2 185 474,3

Total 2782

k n

T

j1

T

j2

T

j3

T

ij

(13)

Analysis of Variance (ANOVA)

Jawab :

Faktor Koreksi

Jumlah Kuadrat Total

Jumlah Kuadrat Perlakuan

Jumlah Kuadrat Galat

Kuadrat Tengah Perlakuan

Kuadrat Tengah Galat

(14)

Analysis of Variance (ANOVA)

Jawab :

Sumber

Keragaman d.b. Jumlah

Kuadrat Kuadrat

Tengah F

hitung

F

Tabel

(α=0,05)

Perlakuan 2 129166 64583 33,55* 5,14

Galat 6 11549 1925    

Total 8 140715,289      

Tabel ANOVA

F

hitung

  >  F

Tabel  (α=0,05) 

,  maka  setidaknya  ada  1  perlakuan  yang  berpengaruh  nyata 

terhadap respon

(15)

Analysis of Variance (ANOVA)

Contoh soal 2 : Rancangan Acak Lengkap (RAL) untuk jumlah ulangan yang berbeda:

Perlakuan Ulangan

1 2 3 4 5

Daging Sapi 73 102 118 104 81

Serealia 98 74 56 111 -

Daging Domba 94 79 96 102 -

Berikut pecobaan penambahan protein (gram) tikus jantan yang diberi ransum  dari 3 daging yang berbeda

Hitunglah ANOVA data analisis diatas dengan Rancangan Acak Lengkap (RAL)

(16)

Analysis of Variance (ANOVA)

Jawab :

Faktor Koreksi

Jumlah Kuadrat Total

Jumlah Kuadrat Perlakuan

Jumlah Kuadrat Galat

Kuadrat Tengah Perlakuan

Kuadrat Tengah Galat

(17)

Analysis of Variance (ANOVA)

Jawab :

Sumber

Keragaman d.b. Jumlah

Kuadrat Kuadrat

Tengah F

hitung

F

Tabel

(α=0,05)

Perlakuan 2 272,38 136,19 0,396 4,10

Galat 10 3430,7 343,07    

Total 12 3703,08      

Tabel ANOVA

F

hitung

 < F

Tabel (α=0,05) 

, maka perlakuan tidak berbeda nyata terhadap respon

(18)

Uji LSD/ Beda Nyata Terkecil (BNT)

Tujuan

Untuk menguji

ada atau

tidaknya perbedaan

perlakuan yang berpasang-

pasangan

Seluruh perlakuan dalam percobaan akan dipasang-pasangkan sehingga satu per satu variabel yang mempengaruhi perlakuan dapat diperbandingkan.

Prinsip

Kelemahan

Semakin banyak jumlah perlakuan yang

dibandingkan,

semakin besar tingkat

kesalahan.

Rumus

= √ ���

 

Keterangan

KTG = Kuadrat tengah galat dari ANOVA

r

i

= Banyaknya sampel perlakuan i

r

i’

= Banyaknya sampel perlakuan i’

Kriteria pengambilan keputusan

Jika |Y

i

- Y

i’

| > nilai kritis BNT, maka hipotesis nol ditolak, berarti kedua perlakuan berbeda nyata pada taraf ɑ

��� = � � / , ���

 

(19)

Uji LSD/ Beda Nyata Terkecil (BNT)

Contoh Soal 3:

Sumber

Keragaman d.b. Jumlah

Kuadrat Kuadrat

Tengah F

hitung

F

Tabel

(α=0,05)

Perlakuan 2 129166 64583 33,55* 5,14

Galat 6 11549 1925    

Total 8 140715,289      

Hitunglah uji lanjut BNT pada hasil ANOVA dibawah ini (Contoh soal 1)

(20)

Uji LSD/ Beda Nyata Terkecil (BNT)

Jawab:

´

= √ 2 ( 343,07 3 ) = �� , ��

 

 

 

Perlakuan Rataan Rataan + BNT BNT = 87,65

F3 158,10 245,75 a

F2 318,10 405,75 b

F1 451,13 538,79 c

Nilai 158,1 - 245,75 diberi notasi ‘a’

Nilai 318,1 - 405,75 diberi notasi ‘b’

Nilai 451,1 - 538,79 diberi notasi ‘b’

Diurutkan  dari 

rataan  terkecil 

hingga terbesar

(21)

Uji Tukey’s HSD/ Beda Nyata Jujur (BNJ)

Tujuan

Untuk menguji

ada atau

tidaknya perbedaan

perlakuan yang berpasang-

pasangan

Seluruh perlakuan dalam percobaan akan dipasang-pasangkan sehingga satu per satu variabel yang mempengaruhi perlakuan dapat diperbandingkan.

Prinsip

Kelemahan

Tingkat

kesalahan semua perbandingan

pasangan yang mungkin sama dengan taraf nyatanya (α).

��� =� � ( , ) √ ���

 

Rumus Nilai Kritis BNJ

Keterangan :

 p = Jumlah perlakuan

 v = Derajat bebas galat

 r = Jumlah Ulangan

 α = Taraf nyata

 qα(p,v) = Nilai kritis diperoleh dari  tabel wilayah nyata student

(22)

Uji LSD/ Beda Nyata Terkecil (BNT)

Contoh Soal 4:

Sumber

Keragaman d.b. Jumlah

Kuadrat Kuadrat

Tengah F

hitung

F

Tabel

(α=0,05)

Perlakuan 2 129166 64583 33,55* 5,14

Galat 6 11549 1925    

Total 8 140715,289      

Hitunglah uji lanjut BNJ pada hasil ANOVA dibawah ini (Contoh soal 1)

(23)

Uji LSD/ Beda Nyata Terkecil (BNT)

Jawab :

��� =� � ( , ) √ ���

 

(24)

SELAMAT BELAJAR DAN

TERIMA KASIH

Referensi

Dokumen terkait

Pengacakan, yaitu penempatan perlakuan pada unit percobaan dilakukan secara acak. Tentukan jumlah perlakukan dan jumlah kelompok 2. Buat rancangan denah percobaan

Rancangan beda-subjek (between-subjects designs) adalah rancangan eksperimen yang melibatkan kelompok orang yang berbeda dalam masing-masing kondisi perlakuan dan

• Melalui pengelompokkan yang tepat atau efektif, maka rancangan ini dapat mengurangi galat percobaan yang mana dengan adanya pengelompokkan, maka dapat membuat keragaman

• Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan satuan percobaan ke dalam grup-grup yang homogen yang dinamakan kelompok dan

Rerata laju pertumbuhan spesifik (SGR) juvenil gurami ( Osphronemus gouramy Lac.) tidak ber- beda nyata antara kelompok perlakuan Pada Gambar 4, populasi juvenil gurami

Data rendemen tebu memiliki ragam yang berbeda-beda tiap waktu tanam atau tidak homogen sehingga terindikasi ada perlakuan yang memberikan pengaruh berbeda. Berbeda dengan

Uji Beda Berpasangan Berencana • Untuk membandingkan semua kemungkinan pa sangan tidak dapat menggunakan Uji Berpasang an Berencana, karena pasangan perlakuan akan bertambah dg

Hasil Uji Beda Nyata Terkecil BNT Rata-Rata Berat Basah Tanaman Sawi Pakcoy Perlakuan Rata-Rata jumlah berat basah daun Tanaman Sawi Pakcoy N2 Nutrisi organik 44,30 a N3 Nurisi NPK +