Sidebar Menu

Unit percobaan dalam Rancangan Acak Lengkap (RAL) selalu diasumsikan homogen. Pada kenyataannya hal tersebut belum tentu benar, sehingga diperlukan metode lain yang bisa menguraikan keragaman tersebut. Apabila kita melakukan percobaan pada sebidang tanah yang mempunyai tingkat kesuburan berbeda, maka pengaruh perlakuan yang kita anggap berasal dari perlakuan yang kita cobakan bisa saja tidak benar, sehingga membuat Kesalahan Tipe I. Apabila hal ini terjadi, maka keragaman tambahan yang berasal dari perbedaan tingkat kesuburan tanah ini dalam RAL akan dimasukkan ke dalam JKG (Within) sehingga KTG akan semakin besar dan F (KTP/KTG) akan semakin kecil, akibatnya percobaan tidak sensitif lagi. Akhirnya, apabila kita melakukan pengulangan perlakuan pada lokasi yang mempunyai keragaman berbeda (tidak homogen), maka keragaman tambahan tersebut perlu disingkirkan dari analisis sehingga kita lebih fokus pada keragaman yang ditimbulkan oleh perlakuan yang kita cobakan saja. Apabila faktor kelompok disertakan dalam rancangan, kita dapat mengcapture keragaman yang disebabkannya ke dalam JK Blok. Proses tersebut akan mengurangi JK Within (Error), bandingkan dengan Rancangan Acak Lengkap.

Pendahuluan

Unit percobaan dalam RAL selalu diasumsikan homogen.  Pada kenyataannya hal tersebut belum tentu benar, sehingga diperlukan metode lain yang bisa menguraikan keragaman tersebut.  Apabila kita melakukan percobaan pada sebidang tanah yang mempunyai tingkat kesuburan berbeda, maka pengaruh perlakuan yang kita anggap berasal dari perlakuan yang kita cobakan bisa saja tidak benar, sehingga membuat Kesalahan Tipe I.  Apabila hal ini terjadi, keragaman tambahan yang berasal dari perbedaan tingkat kesuburan tanah ini dalam RAL akan dimasukkan ke dalam JKG (Within) sehingga KTG akan semakin besar.  Nilai KTG yang semakin besar akan mengakibatkan Nilai F (KTP/KTG) semakin kecil, sehingga percobaan tidak sensitif lagi.  Dengan demikian, apabila kita melakukan pengulangan perlakuan pada lokasi yang mempunyai keragaman berbeda (tidak homogen), maka keragaman tambahan tersebut perlu disingkirkan dari analisis sehingga kita lebih fokus pada keragaman yang ditimbulkan oleh perlakuan yang kita cobakan saja. Apabila faktor kelompok disertakan dalam rancangan, kita dapat memasukkan keragaman yang disebabkannya ke dalam JK Blok. Proses tersebut akan mengurangi JK Galat  (Within/Error), bandingkan dengan Rancangan Acak Lengkap.

Rancangan Acak Kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan satuan percobaan ke dalam grup-grup yang homogen yang dinamakan kelompok dan kemudian menentukan perlakuan secara acak di dalam masing-masing kelompok.  Rancangan Acak Kelompok Lengkap merupakan rancangan acak kelompok dengan semua perlakuan dicobakan pada setiap kelompok yang ada.  Tujuan pengelompokan satuan-satuan percobaan tersebut adalah untuk membuat keragaman satuan-satuan percobaan di dalam masing-masing kelompok sekecil mungkin sedangkan perbedaan antar kelompok sebesar mungkin.  Tingkat ketepatan biasanya menurun dengan bertambahnya satuan percobaan (ukuran satuan percobaan) per kelompok, sehingga sebisa mungkin buatlah ukuran kelompok sekecil mungkin.   Pengelompokan yang tepat akan memberikan hasil dengan tingkat ketepatan yang lebih tinggi dibandingkan rancangan acak lengkap yang sebanding besarnya.

Keuntungan rancangan acak kelompok adalah:

  1. Lebih efisien dan akurat dibanding dengan RAL
    • Pengelompokan yang efektif akan menurunkan Jumlah Kuadrat Galat, sehingga akan meningkatkan tingkat ketepatan atau bisa mengurangi jumlah ulangan.
  2. Lebih Fleksibel.
    • Banyaknya perlakuan
    • Banyaknya ulangan/kelompok
    • tidak semua kelompok memerlukan satuan percobaan yang sama
  3. Penarikan kesimpulan lebih luas, karena kita bisa juga melihat perbedaan di antara kelompok  

Kerugiannya adalah:

  1. Memerlukan asumsi tambahan untuk beberapa uji hipotesis
  2. Interaksi antara Kelompok*Perlakuan sangat sulit
  3. Peningkatan ketepatan pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan percobaan dalam kelompok
  4. Derajat bebas kelompok akan menurunkan derajat bebas galat, sehingga sensitivitasnya akan menurun terutama apabila jumlah perlakuannya sedikit atau keragaman dalam satuan percobaan kecil (homogen).
  5. Memerlukan pemahaman tambahan tentang keragaman satuan percobaan untuk suksesnya pengelompokan.
  6. jika ada data yang hilang memerlukan perhitungan yang lebih rumit.

Seperti diuraikan di atas, suksesnya pengelompokan dalam Rancangan Lingkungan RAK memerlukan pemahaman tambahan tentang keragaman satuan percobaan.  Kita harus bisa mengidentifikasi arah keragaman tersebut, sehingga Variabel Pengganggu (Nuisance factor /disturbing factor) bisa diminimalisir.  Nuisance faktor adalah setiap faktor/variabel di luar perlakuan yang akan berpengaruh terhadap respons.  Pada Tabel 13 disajikan beberapa variabel pengganggu yang bisa dijadikan acuan dalam pengelompokan.

Tabel 13.  Panduan dalam mengidentifikasi faktor yang bisa dijadikan acuan dalam pembuatan kelompok (pengelompokan).

Variabel Pengganggu

Unit percobaan

Perbedaan arah kesuburan

Perbedaan arah kandungan air/kelembaban

Perbedaan kemiringan

Perbedaan komposisi tanah

Petak percobaan

Arah terhadap sudut penyinaran matahari

Aliran air

Penyebaran panas/suhu

Rumah kaca

Umur

Kepadatan

Pohon

Jenis kelamin

Usia

IQ

Pendapatan

Pendidikan

Sikap

Orang/Partisipan

Waktu pengamatan

Lokasi

Bahan Percobaan

Alat pengukur

 

Cara Pengacakan dan Denah Percobaan Rancangan Acak Kelompok Lengkap

Langkah-langkah pengacakan dalam RAKL  sama seperti pada RAL dengan kelompok  sebagai ulangan.  Perhatikan Gambar di bawah ini.  Pengelompokan dilakukan tegak lurus terhadap arah keragaman sehingga keragaman pada masing-masing kelompok yang sama relatif lebih kecil.  Daerah percobaan di dalam setiap kelompok dibagi ke dalam jumlah yang sesuai dengan jumlah perlakuan yang akan dicobakan.

  

Gambar 6.    Contoh pengelompokan petak percobaan

Sebelum pengacakan, bagilah daerah percobaan atau satuan percobaan ke dalam beberapa kelompok sesuai dengan jumlah ulangan.  Setiap kelompok kemudian dibagi lagi menjadi beberapa petak yang sesuai dengan banyaknya perlakuan yang akan dicobakan.  Pengacakan dilakukan secara terpisah untuk setiap kelompok, karena dalam RAK perlakuan harus muncul satu kali dalam setiap ulangan.  Misal percobaan dengan 6 perlakuan (A, B, C, D, E, F) dan 4 kelompok.  Cara yang lebih sederhana dengan melakukan pengundian.  Buat 6 gulungan kertas, kemudian pada setiap kertas tulis satu kode perlakuan yang akan dicoba dari kode A sampai F.  Lakukan pengundian tanpa pemulihan untuk kelompok I. Setelah selesai melakukan pengundian untuk kelompok I, lakukan hal yang sama untuk kelompok II dan seterusnya. 

Sebenarnya, proses pengacakan akan lebih mudah dan praktis apabila kita menggunakan bantuan komputer, misalnya dengan menggunakan Angka Acak (dalam Microsoft Excel misalnya dengan menggunakan fungsi RAND()).  Berikut ini diberikan contoh pengacakan dengan menggunakan Ms Excel. Langkah pengerjaan detailnya hampir mirip dengan proses pengacakan pada RAL (lihat proses pengacakan pada RAL dengan menggunakan bantuan MS Excel).

Berikut langkah-langkahnya: 

  1. Buat Tabel yang terdiri dari 4 kolom, No.; Perlakuan; Kelompok; Angka Acak.  Kolom Nomor hanya sebagai referensi dan tidak dilakukan pengacakan sehingga jangan disorot (Blok). Banyaknya perlakuan dan Kelompok sesuai dengan Rancangan Perlakuan.  Untuk contoh kasus di atas, bentuk tabelnya seperti pada Gambar …a.  Selanjutnya Sorot Kolom Perlakuan, Kelompok, dan Angka Acak, lakukan sortasi berdasarkan hierarki berikut: Pengurutan pertama berdasarkan Kelompok, dan kedua berdasarkan Angka Acak

Gambar 7.    Cara pengacakan dengan menggunakan Microsoft Excel 

  1. Hasil pengacakannya tampak seperti pada Gambar berikut:  Perhatikan Urutan Kelompok tetap dipertahankan, yang berubah adalah Urutan Acak dari Perlakuan.  Tempatkan Urutan acak tersebut sesuai dengan kelompoknya (atau tempatkan Kode Perlakuan berdasarkan Nomor yang telah kita buat sebelumnya pada Denah Percobaan. Awas.., penomoran pada denah percobaan harus diurutkan berdasarkan kelompok, No. 1-6 ditempatkan pada Kelompok I, 7-12 pada kelompok II dst.).
     

Gambar 8.    Denah Percobaan Rancangan Acak Kelompok Lengkap

Tabulasi data untuk rancangan acak kelompok dari hasil pengacakan di atas disajikan sebagai berikut :

Tabel 14.  Tabulasi Data Dari Hasil Percobaan Dengan Menggunakan Rancangan Acak Kelompok Lengkap

Perlakuan (t)

Kelompok (r)

Total Perlakuan (Yi.)

1

2

3

4

1

Y11

Y12

Y13

Y14

Y1.

2

Y21

Y22

Y23

Y24

Y2.

3

Y31

Y32

Y33

Y34

Y3.

4

Y41

Y42

Y43

Y44

Y4.

5

Y51

Y52

Y53

Y54

Y5.

6

Y61

Y62

Y63

Y64

Y6.

Total Kelompok (Y.j)

Y.1

Y.2

Y.3

Y.4

Y..

Model Linier Rancangan Acak Kelompok Lengkap

Model linier RAK dengan banyaknya kelompok (ulangan ) k dan banyaknya perlakuan t adalah

$Y_{ij}=\mu+\tau_i+\beta_j+\varepsilon_{ij}$ ; i =1,2,…,t dan j = 1,2,...,r

dengan:

Yij     =    pengamatan pada perlakuan ke-i dan kelompok ke-j

μ       =    mean populasi

τi       =    pengaruh aditif dari perlakuan ke-i

βj          =    pengaruh aditif dari kelompok ke-j

εij         =    pengaruh acak dari perlakuan ke-i dan kelompok ke-j

Asumsi:

Pengaruh perlakuan tetap

Pengaruh perlakuan acak

$E(\tau_i)=\tau_i\ ;\ \ \  \sum_{i=1}^{t}\tau_i=0\ ;\ \ \  \varepsilon_{ij}\overset{bsi}{\sim}N(0,\sigma^2)$

$\tau_i\overset{bsi}{\sim}N(0,{\sigma_\tau}^2)\ ;\ \ \ \ \beta_j\ \overset{bsi}{\sim}N(0,{\sigma_\beta}^2);\ \ \varepsilon_{ij}\overset{bsi}{\sim}N(0,\sigma^2)$

$E(\beta_i)=\beta_i\ ;\ \ \  \sum_{j=1}^{r}\beta_i=0$

 

Hipotesis:

Hipotesis yang

 Akan Diuji:

Pengaruh perlakuan tetap

Pengaruh perlakuan acak

H0

Semua τi = 0

(i = 1, 2, …, t)

στ2 = 0

(tidak ada keragaman dalam populasi perlakuan)

H1

Tidak semua τi = 0

(i = 1, 2, …, t)

στ2 > 0

(ada keragaman dalam populasi perlakuan)

 

Analisis Ragam:

Parameter

Penduga

$\mu$

$\hat{\mu}=\ \bar{Y}..$

$\tau_i$

${\hat{\tau}}_{i\ }\ =\ {\bar{Y}}_{i.}-\bar{Y}..$

$\beta_j$

${\hat{\beta}}_j\ =\ Y_{.j}-\bar{Y}..$

$\varepsilon_{ij}$

${\hat{\varepsilon}}_{ij}=Y_{ij}-{\overline{Y}}_{i.}-{\overline{Y}}_{.j}+{\overline{Y}}_{..}$

 

Representasi data dari model linier Yij = μ + τi + βj + εij  adalah sebagai berikut:

$$Y_{ij}={\overline{Y}}_{..}+({\overline{Y}}_{i.}-{\overline{Y}}_{..})+({\overline{Y}}_{.j}-{\overline{Y}}_{..})+(Y_{ij}-{\overline{Y}}_{i.}-{\overline{Y}}_{.j}+{\overline{Y}}_{..})$$

Keragaman totalnya dapat diuraikan sebagai berikut :

$$\begin{matrix}Y_{ij}={\overline{Y}}_{..}+({\overline{Y}}_{i.}-{\overline{Y}}_{..})+({\overline{Y}}_{.j}-{\overline{Y}}_{..})+(Y_{ij}-{\overline{Y}}_{i.}-{\overline{Y}}_{.j}+{\overline{Y}}_{..})\\Y_{ij}-{\overline{Y}}_{..}=({\overline{Y}}_{i.}-{\overline{Y}}_{..})+({\overline{Y}}_{.j}-{\overline{Y}}_{..})+(Y_{ij}-{\overline{Y}}_{i.}-{\overline{Y}}_{.j}+{\overline{Y}}_{..})\\\end{matrix}$$

Sehingga persamaan Jumlah kuadratnya menjadi:

$$\sum_{i=1}^{t}{\sum_{j=1}^{r}{(Y_{ij}-{\overline{Y}}_{..})^2}=r\sum_{i=1}^{t}{({\overline{Y}}_{i.}-{\overline{Y}}_{..})^2+t\sum_{j=1}^{r}{({\overline{Y}}_{.j}-{\overline{Y}}_{..})^2}+\sum_{i=1}^{t}\sum_{j=1}^{r}{(Y_{ij}-{\overline{Y}}_{i.}-{\overline{Y}}_{.j}+{\overline{Y}}_{..})^2}}}$$

 Atau:        JKT = JKK  + JKP + JKG.

Jadi,

Jumlah kuadrat total (JKT)  =  Jumlah kuadrat kelompok (JKK) + Jumlah kuadrat perlakuan (JKP) + Jumlah kuadrat galat (JKG)

 

Definisi

Pengerjaan

FK

 $$\frac{Y..^2}{tr}$$

 $$\frac{Y..^2}{tr}$$

JKT

 $$\sum_{i=1}\sum_{j=1}{(Y_{ij}-\bar{Y}..)^2}=\sum_{i=1}\sum_{j=1}{Y_{ij}}^2-\frac{Y..^2}{tr}$$

 $$\sum_{i,j}{Y_{ij}}^2-FK$$

JKK

 $$\sum_{i=1}\sum_{j=1}{({\bar{Y}}_{.j}-\bar{Y}..)^2}=\sum_{j}\frac{{Y_{.j}}^2}{t}-\frac{Y..^2}{tr}$$

 $$\sum_{j}\frac{{Y_{.j}}^2}{t}-FK$$

JKP

 $$\sum_{i=1}\sum_{j=1}{({\bar{Y}}_{i.}-\bar{Y}..)^2}=\sum_{i=1}\frac{{Y_{i.}}^2}{r}-\frac{Y..^2}{tr}$$

 $$\sum_{i}\frac{{Y_{i.}}^2}{r}-FK$$

JKG

 $${\sum_{i}\sum_{j}{(Y_{ij}-{\bar{Y}}_{i.}-{\bar{Y}}_{.j}+\bar{Y}..)}}^2=\sum_{i}\sum_{j}e_{ij}$$

 $$ JKT-JKK-JKP$$

Tabel analisis ragam bagi rancangan acak kelompok lengkap dengan pengaruh kelompok tetap adalah  sebagai berikut :

Tabel 15.  Analisis Ragam Rancangan Acak Kelompok Lengkap Dengan Pengaruh Kelompok Tetap

Sumber Keragaman (SK)

Jumlah Kuadrat (JK)

Derajat Bebas (db)

Kuadrat Tengah (KT)

E(KT)

 

 

 

 

Perlakuan tetap

Perlakuan acak

Kelompok

JKK

r-1

KTK

 $$\sigma^2+[\frac{t}{(r-1)}]\sum{\beta_j^2}$$

 $$\sigma^2+[\frac{t}{(r-1)}]\sum{\beta_j^2}$$

Perlakuan

JKP

t-1

KTP

 $$\sigma^2+[\frac{r}{(t-1)}]\sum{\tau_i^2}$$

 $$\sigma^2+r{{\sigma^2}_\tau}$$

Galat

JKG

(r-1)(t-1)

KTG

 $$\sigma^2$$

 $$\sigma^2$$

Total

JKT

rt-1

 

 

 

Statistik uji yang digunakan untuk pengujian di atas adalah  $F_{hitung}=\frac{KTP}{KTG}$  dengan kaidah keputusan pada taraf nyata α sebagai berikut :

Apabila  $F_{hitung}\le F_{\alpha(db1,db2)}=F_{\alpha(t-1,(r-1)(t-1))}$  terima Hdan sebaliknya tolak H0.  Fα adalah nilai F yang luas di sebelah kanannya sebesar α.

Adakalanya kita ingin menguji pengaruh kelompok, tetapi biasanya perlakuanlah yang menjadi perhatian utama , pengelompokan dilakukan sebagai alat untuk mereduksi keragaman galat percobaan.

Hipotesis untuk menguji pengaruh kelompok :

  • H0 : Semua βj = 0                                     
  • H1 : Tidak semua βj = 0          

Statistik uji untuk pengujian pengaruh kelompok tersebut adalah  $F_{hitung}=\frac{KTK}{KTG}$  dengan keputusan tolak H0 apabila  $F_{hitung}>F_{\alpha(db1,db2)}=F_{\alpha(k-1,(r-1)(t-1))}$  dan sebaliknya.

Galat Baku

Galat baku (Standar error) untuk perbedaan di antara rata-rata perlakuan dihitung dengan formula berikut:

$$S_{\bar{Y}}=\sqrt{\frac{2KTG}{r}}$$

Efisiensi Pengelompokan Dibandingkan Rancangan Acak Lengkap

Efisiensi relatif pengelompokan dibandingkan rancangan acak lengkap dinyatakan sebagai berikut :

$ E=\frac{(db2+1)(db1+3)}{(db2+3)(db1+1)}\frac{{S_a}^2}{KTG}$

dengan E menunjukkan seberapa lebih besar ulangan diperlukan pada rancangan acak lengkap dibandingkan dengan rancangan kelompok untuk memperoleh sensitivitas rancangan acak lengkap sama dengan rancangan acak kelompok.  Sedangkan db1 menyatakan derajat bebas galat percobaan untuk rancangan acak lengkap dan db2 menyatakan derajat  bebas galat percobaan untuk rancangan kelompok , Samenyatakan penduga ragam galat percobaan untuk rancangan acak kelompok dan KTG menyatakan penduga ragam galat untuk rancangan acak kelompok.

Contoh Penerapan 1

Dari hasil penelitian mengenai pengaruh pencucian dan pembuangan kelebihan kelembapan dengan cara melap atau menyemprotkan udara terhadap kandungan asam askorbat pada tanaman turnip green diperoleh data dalam miligram per 100 gr bobot kering sebagai berikut :

Tabel 16.  Data Turnip Green (mg/100gr Bobot Kering)

Perlakuan

Kelompok

Total Perlakuan

 

 

1

2

3

4

5

(Yi.)

kontrol

950

887

897

850

975

4559

Dicuci dan dilap

857

1189

918

968

909

4841

Dicuci dan disemprot dengan udara

917

1072

975

930

954

4848

Total kelompok (Y.j)       

2724

3148

2790

2748

2838

Y.. = 14248

Langkah-langkah perhitungan Analisis Ragam:

Langkah 1: Hitung Faktor Koreksi

$$ FK=\frac{Y..^2}{tr}=\frac{14248^2}{(3)(5)}=13533700$$

Langkah 2: Hitung Jumlah Kuadrat Total

$$ JKT=\sum_{i,j}{Y_{ij}}^2-FK=950^2+857^2+...+954^2-13533700=103216$$

Langkah 3: Hitung Jumlah Kuadrat Kelompok

$$ JKK=\sum_{j}\frac{{Y_{.j}}^2}{t}-FK=\frac{2724^2+3148^2+...+2838^2}{3}-13533700=25148$$

Langkah 4: Hitung Jumlah Kuadrat Perlakuan

$$ JKP=\sum_{i}\frac{{Y_{i.}}^2}{r}-FK=\frac{4559^2+4841^2+4848^2}{5}-13533700=10873$$

Langkah 5: Hitung Jumlah Kuadrat Galat

$$JKG=JKT-JKK-JKP=67194$$

Langkah 6: Buat Tabel Analisis Ragam beserta Nilai F-tabelnya

Tabel 17.  Tabel  Analisis Ragam Data Turnip Green

Sumber Keragaman

(SK)

Derajat

Bebas (db)

Jumlah

Kuadrat (JK)

Kuadrat Tengah

(KT)

Fhitung

F0.05

F0.01

Kelompok

4

25148

6287

0.75

3.838

7.006

Perlakuan

2

10873

5436

0.65

4.459

8.649

Galat

8

67194

8399

 

 

 

Total

14

103216

 

 

 

 

F(0.05,4,8) = 3.838

F(0.01,4,8) = 7.006

F(0.05,2,8) = 4.459

F(0.01,2,8) = 8.649

Langkah 7: Buat Kesimpulan

Karena Fhitung (0.65) ≤ 4.459 maka kita gagal untuk menolak H0: μ1 = μ2 = μ3 pada taraf kepercayaan 95%.  Hal ini berarti bahwa pada taraf kepercayaan 95%, semua rata-rata perlakuan tidak berbeda dengan yang lainnya.  Atau dengan kata lain dapat diambil keputusan terima Ho, artinya tidak ada perbedaan pengaruh perlakuan terhadap respons yang diamati.

Keterangan:

Biasanya, tanda tidak nyata (tn) diberikan,  apabila nilai F-hitung lebih kecil dari F(0.05), tanda bintang satu (*) diberikan,  apabila nilai F-hitung lebih besar dari F(0.05) dan tanda bintang dua (**) diberikan apabila nilai F-hitung lebih besar dari F(0.01)

Langkah 8: Hitung Koefisien Keragaman (KK)

$$\begin{matrix}KK=\frac{\sqrt{KTG}}{\bar{Y}..}\times100\%=\frac{\sqrt{8399}}{949.867}\times100\%\\=9.65\%\\\end{matrix}$$

Post-Hoc

Karena berdasarkan analisis ragam, pengaruh perlakuan tidak nyata, maka tidak perlu dilakukan pengujian lanjut karena rata-rata di antara perlakuan tidak berbeda.

Contoh Penerapan 2

Data pada tabel berikut merupakan Hasil padi (kg/petak) Genotif S-969 yang diberi 6 perlakuan.  Faktor-faktor yang diteliti adalah kombinasi pupuk NPK sebanyak 6 taraf, yaitu Kontrol, PK, N, NP, NK, NPK. 

Tabel 18.  Data Hasil Padi Genotif S-969 (kg/petak)

Kombinasi Pemupukan

Kelompok

Total Perlakuan

1

2

3

4

(Yi.)

Kontrol

27.7

33.0

26.3

37.7

124.7

PK

36.6

33.8

27.0

39.0

136.4

N

37.4

41.2

45.4

44.6

168.6

NP

42.2

46.0

45.9

46.2

180.3

NK

39.8

39.5

40.9

44.0

164.2

NPK

42.9

45.9

43.9

45.6

178.3

Total kelompok (Y.j)

226.6

239.4

229.4

257.1

952.5

Langkah-langkah perhitungan Analisis Ragam:

Langkah 1: Hitung Faktor Koreksi

$$ FK=\frac{Y..^2}{tr}=\frac{952.5^2}{(6)(4)}=37802.3438$$

Langkah 2: Hitung Jumlah Kuadrat Total

$$\begin{matrix}JKT=\sum_{i,j}{Y_{ij}}^2-FK=27.7^2+33.0^2+...+43.9^2+45.6^2-37802.3438\\=890.42625\\\end{matrix}$$

Langkah 3: Hitung Jumlah Kuadrat Kelompok

$$\begin{matrix}JKK=\sum_{j}\frac{{Y_{.j}}^2}{t}-FK=\frac{226.6^2+239.4^2+229.4^2+257.1^2}{6}-37802.3438\\=95.1045833\\\end{matrix}$$

Langkah 4: Hitung Jumlah Kuadrat Perlakuan

$$\begin{matrix}JKP=\sum_{i}\frac{{Y_{i.}}^2}{r}-FK=\frac{124.7^2+136.4^2+168.6^2+...+178.3^2}{4}-37802.3438\\=658.06375\\\end{matrix}$$

Langkah 5: Hitung Jumlah Kuadrat Galat

$\begin{matrix}JKG=JKT-JKK-JKP\\=890.42625-95.1045833-658.06375\\=137.2579167\ \ \\\end{matrix}$

Langkah 6: Buat Tabel Analisis Ragam beserta Nilai F-tabelnya

Tabel 19.  Tabel  Analisis Ragam Hasil Padi

Sumber Keragaman

(SK)

Derajat

Bebas (db)

Jumlah

Kuadrat (JK)

Kuadrat Tengah

(KT)

Fhitung

F0.05

F0.01

Kelompok

3

95.1045833

31.7015278

3.46 *

3.287

5.417

Perlakuan

5

658.06375

131.61275

14.38 **

2.901

4.556

Galat

15

137.257917

9.15052778

-

 

 

Total

23

890.42625

 

 

 

 

 

F(0.05,3,15) = 3.287

F(0.05,5,15) = 2.901

F(0.01,3,15) = 5.417

F(0.01,5,15) = 4.556

Langkah 7: Buat Kesimpulan

Karena Fhitung (14.39) > 2.901 maka kita menolak H0: μ1 = μ2 = μ3 pada taraf kepercayaan 95%.  Hal ini berarti bahwa pada taraf kepercayaan 95%, ada satu atau lebih dari rata-rata perlakuan yang berbeda dengan yang lainnya.  Atau dengan kata lain dapat diambil keputusan tolak Ho, artinya terdapat perbedaan pengaruh perlakuan terhadap respons yang diamati.

Keterangan:

Biasanya, tanda tidak nyata (tn) diberikan,  apabila nilai F-hitung lebih kecil dari F(0.05), tanda bintang satu (*) diberikan,  apabila nilai F-hitung lebih besar dari F(0.05) dan tanda bintang dua (**) diberikan apabila nilai F-hitung lebih besar dari F(0.01)

Langkah 8: Hitung Koefisien Keragaman (KK)

$$\begin{matrix}KK=\frac{\sqrt{KTG}}{\bar{Y}..}\times100\%=\frac{\sqrt{9.1505}}{39.688}\times100\%\\=7.62\%\\\end{matrix}$$

Post-Hoc

Langkah pengerjaan pengujian perbedaan rata-rata dengan menggunakan uji Tukey HSD.

Hitung nilai Tukey HSD (w):

$$\begin{matrix}\omega=q_\alpha(p,\nu)\sqrt{\frac{KTG}{r}}\\=q_{0.05}(6,15)\sqrt{\frac{KTG}{r}}\\=4.595\times\sqrt{\frac{9.1505}{4}}\\=6.95\\\end{matrix}$$

Bandingkan selisih rata-rata perlakuan dengan nilai Tukey HSD (w)

  • Urutkan rata-rata perlakuan (urutan menaik/menurun)
  • Buat Tabel Matriks selisih antara rata-rata perlakuan
  • Bandingkan selisih rata-rata dengan nilai HSD
  •  $ Jika\ \ \left|\mu_i-\mu_j\right|\ \ \left\langle\ \ \begin{matrix}>6.95maka\ kedua\ rata-rata\ berbeda\ nyata\\\le 6.95maka\ kedua\ rata-rata\ tidak\ berbeda\ nyata\\\end{matrix}\right.$
   

Kontrol

PK

NK

N

NPK

NP

Notasi

 

rata-rata

31.18

34.10

41.05

42.15

44.58

45.08

 

Kontrol

31.18

0.00

         

a

PK

34.10

2.93

0.00

       

a

NK

41.05

9.88*

6.95*

0.00

     

b

N

42.15

10.98*

8.05*

1.10

0.00

   

b

NPK

44.58

13.40*

10.48*

3.53

2.43

0.00

 

b

NP

45.08

13.90*

10.98*

4.03

2.93

0.50

0.00

b

Hasil akhirnya adalah sebagai berikut: 

  • Tabel rata -rata perlakuan dikembalikan urutannya sesuai dengan No. Urut perlakuan)

Pupuk (P)

Rata-rata

Kontrol

31.18 a

PK

34.10 a

N

42.15 b

NP

45.08 b

NK

41.05 b

NPK

44.58 b

 

Perhitungan dengan SmartstatXL Excel Add-In

Graphical user interface, application Description automatically generated

Analisis Ragam

Graphical user interface, table Description automatically generated with medium confidence

Uji Lanjut (Tukey)

Chart Description automatically generated with low confidence

Chart Description automatically generated