SlideShare uma empresa Scribd logo
1 de 31
Rancangan Acak Lengkap
(RAL)
Completely Randomized Design
Atau
Fully Randomized Design
(Prof. Dr.Kusriningrum )
CIRI - CIRI R.A.L. :
1. Media atau bahan percobaan
“seragam” (dapat dianggap se-
ragam )
2. Hanya ada satu sumber kera-
gaman, yaitu perlakuan (disam-
ping pengaruh acak)
Model Matematika RAL:
. Yij = μ + Τi + εij i = 1, 2,
…… , t
j = 1, 2,………., n
Yij = nilai pengamatan pada perlakuan ke i, ulangan
ke j
μ = nilai tengah umum
Τi = pengaruh perlakuan ke i
εij = pengaruh acak (kesalahan percobaan) pada
perlakuan ke i dan ulangan ke j
t = banyaknya perlakuan
n = banyaknya ulangan
ULANGAN pada RAL :
Diperoleh dari: Derajat bebas galat RAL ≥ 15
t ( n – 1 ) ≥ 15 t = banyaknya perlakuan
n = banyaknya ulangan
Contoh: Diketahui jumlah perlakuan yang diberikan = t = 3
Maka ulangan minimal yang diperlukan:
t ( n – 1 ) ≥ 15
3 ( n – 1 ) ≥ 15
3n – 3 ≥ 15
3n ≥ 18 → n = 18/3 = 6
• Cara Pengacakan RAL secara acak lengkap
Misalnya: Perlakuan A, B, C, D, E dan F
Ulangan 4 kali A1, A2, A3, A4
B1, B2, B3, B4
dst
diperoleh:
6 x 4 =
24 satuan
percobaan
C3 B1 D2 A4 E2 A1
D1 F3 A2 C1 F1 B3
B2 F4 E3 D3 B4 C2
A3 D4 F2 E1 C4 E4
Ulangan
Perlakuan
Total
1 2 . . . . . . . . . . . . . . t
1
2
.
.
.
n
Y11 Y21 . . . . . . . . . . . . . Yt1
Y12 Y22 .
. . .
. . .
. . .
Y1n Y2n Ytn
PENGOLAHAN DATA dan SIDIK RAGAM
Percobaan dengan t perlakuan dan n ulangan
n
t Hasil pengamatan yang mendapat
Y 1 2 = perlakuan 1 dan ulangan ke 2
i = 1
j = 1 Faktor Koreksi = FK = ——
t x n
Y. .
2
i = 1 J = 1
t n 2
i = 1
t
Yi .
2
n
Sidik Ragam = Analisis Ragam
(Analysis of variance = ANOVA)
Sumber
Keragaman
( S.K.)
Derajat
Bebas
(d.b.)
Jumlah
Kuadrat
(J.K.)
Kuadrat
Tengah
(K.T.) Fhit
F tabel
0,05 0.01
Perlakuan
Galat
percobaan
t – 1
t (n –1)
JKP
JKG
KTP
KTG
JKP JKG JKT
KTP = —— KTG = —— KTT = ——
t - 1 t (n-1) t n –
1
KTP
Fhit.= —— KTT ≠ KTP + KTG
KTG
Kemungkinan akan diperoleh:
(1). Fhitung < Ftabel → tidak berbeda nyata
(non significant)
↓
Berarti: - terima H0 ( tolak H1 )
(2). Fhitung ≥ Ftabel 0,05 → berbeda nyata (significant),
Fhitung ≥ Ftabel 0,01 → berbeda sangat nyata
(highly significant)
↓
Berarti: - terima H1 (tolak H0)
- salah satu atau lebih dari perla-
kuan yang diberikan, berbeda
dengan perlakuan yang lain
Perlu uji lebih lanjut
untuk menentukan perlakuan-perlakuan mana
yang berbeda nyata satu sama lain
Contoh: Penelitian menggunakan RAL dan
Cara pengolahan hasilnya
Penelitian ingin mengetahui pengaruh 3 macam ransum:
A = ransum setempat
B = ransum + 0,1% Pfizer Penicilin Feed Supplement
C = ransum + 0,1% Pfizer Teramycin Animal Mix
terhadap berat badan ternak babi.
Tersedia anak-anak babi umur 4½ bulan, sebanyak 21
ekor dilahirkan pada waktu yang sama, dengan keadaan
yang “seragam” ( jantan semua, dan dengan berat
badan yang relatif sama)
[Dalam hal ini semua “sama” kecuali perlakuan → RAL ]
A2 B3 C7 B6 A4 C5 B2
C6 B4 A5 C4 B1 A3 C1
C3 A1 B7 A6 C2 B5 A7
- Rancangan acak lengkap dgn: perlakuan = t = 3
ulangan = n = 21/3 =
7
-Hasil pengacakan yang dilakukan:
Model umum matematika penelitian:
Yi j = μ + ‫ז‬i + εi j dengan: i = 1, 2, 3.
j = 1, 2, . . . .. 7
Yi j = bobot babi yang menerima perlakuan ransum ke i
pada ulangan ke j
μ = nilai tengah umum
‫ז‬i = pengaruh perlakuan ransum ke I
εi j = pengaruh acak (kesalahan percobaan) pada
perlakuan ransum ke I dan ulangan ke j
Hasil penelitian → Bobot babi pada akhir penelitian:
Penyelesaian: susun hasil tsb dalam tabel
berikut :
Bobot babi pada akhir percobaan
Ulangan Perlakuan
T o t a l
A B C
Menghitung Jumlah Kuadrat:
F.K. = ─── = = 126488,0012
JKT = ∑ ∑ Yi j - FK
= (70,2) + (61,0) + . . . . . . + (93,6) - FK
= 1840,9981
JKP = ∑ ─── - FK
n x t
y ..
2
(1629,8)
7 x 3
2
t
i = 1 j = 1
n 2
i = 1
t
n
Yi .
2
= FK-
222
2 2 2
JKG = JKT - JKP
= 1840,9981 - 873,6267 = 967,3714
Menghitung Kuadrat Tengah:
JKP 873,6267
t – 1 3 - 1
JKG 967,3714
t (n – 1) 3 (7- 1)
Menghitung Fhitung :
Fhitung = = 8,13
KTP = = = 436,8134
KTG = = = 53,7429
436,8134
53,7429
Sidik Ragam pengaruh Perlakuan terhadap bobot babi
S.K. d.b. J. K K.T. Fhitung F tabel
0,05 0,01
Perla-
kuan
Galat
2
18
873,6267
967,3714
436,8134
53,7429
8,13** 3,35 6,01
Total 20 1840,9981Fhitung > Ftabel 0,01 terdapat perbedaan sangat nyata
↓
Tiga macam ransum pakan (A, B dan C)
memberikan perbedaan yang sangat
nyata terhadap bobot babi
Ransum pakan mana yang paling baik pengaruhnya
terhadap bobot babi? → Perlu uji lebih lanjut dengan
Uji Pembandingan Berganda:
- Uji BNT
- Uji BNJ
KOEFISIEN KERAGAMAN: - Uji Jarak Duncan
s √ KTG
y. . y. .
√53,7429
1629,8 7 x 3
(Kemungkinan terdapat kesalahan da-
lam pengamatan atau pencatatan data)
K.K.= x 100% = x 100%
= x 100% = 9,45%
< (15 – 20%)
Percobaan memakai R.A.L. → memungkinkan perlakuan
perlakuan yang diberikan mempunyai jumlah ulangan
tidak sama.
Suatu percobaan dilaksanakan dengan Rancangan Acak
Lengkap, dengan t perlakuan dan ulangan untuk:
perlakuan 1 mendapat sebanyak n1 ulangan,
perlakuan 2 mendapat sebanyak n2 ulangan,
perlakuan 3 mendapat sebanyak n3 ulangan,
. .
. .
perlakuan t mendapat sebanyak nt ulangan.
Hasil tersebut sbb.:
Ulangan Perlakuan Total
1 2 . . . . . . . . t
1
2
.
.
.
.
.
Y11 Y21 . . . . . . Yt1
Y12 Y22 . . . . . . Yt2
. . .
. . .
. Y2n .
Y1n .
Ytn
T o t a l Y1. Y2. . . . . . . Yt. Y..
1
2
t
Menghitung Derajat Bebas:
d.b. perlakuan = t – 1
d.b. galat = ∑ ( ni – 1) = n1 + n2 + . . . + nt – t
d.b. total = ∑ ni - 1 = n1 + n2 + . . . + nt – 1
Menghitung Jumlah Kuadrat;
JKT = ∑ ∑ Yi j -
JKG = JKT - JKP
t
i = 1
t
i = 1
t
i = 1 j =1
ni
2
Y. .
∑ ni
t
i = 1
2
t
i = 1
Yi .
ni
2 Y. . 2
∑ ni
t
i = 1
Sidik Ragam untuk RAL dengan ulangan tak sama
S.K. d.b. J.K. K.T. Fhitung
Ftabel
0,05 0,01
Perla-
kuan
Galat
t - 1
∑ ( ni – 1)
JKP
JKG
KTP
KTG
Total ∑ ni - 1 JKT
t
i = 1
t
i = 1
Menghitung Kuadrat Tengah & Fhitung:
JKP JKG
t – 1
KTP =
∑ ( ni – 1)
t
i = 1
KTG =
KTP
KTG
Fhitung =
Contoh soal :
Percobaan pada tikus, dengan 4 macam perlakuan ransum
yang berbeda. Percobaan dilaksanakan dengan RAL. Pa-
da akhir percobaan pertambahan berat badan tikus (dalam
gram) sebagai berikut:
Pertambahan Berat Badan Tikus (gram)
Ulangan Perlakuan
A B C D
T o t a l
1
2
3
4
5
6
7
8
3,42 3,17 3,34 3,64
3,96 3,63 3,72 3,93
3,87 3,38 3,81 3,77
4,19 3,47 3,66 4,18
3,58 3,39 3,55 4,21
3,76 3,41 3,51 3,88
3,84 3,55 3,96
3,44 3,91
Total 26,62 27,44 21,59 31,48 107,13
Rerata 3,80 3,43 3,60 3,94 14,77
Apakah terdapat perbedaan nyata dari pengaruh pembe-
rian ke-4 macam ransum terhadap pertambahan berat
badan tikus tersebut?
Penyelesaian:
Faktor Koreksi = FK = =
=
JKT = (3,42) + (3,96) + . . . . + (3,91) - FK = 2,061
JKP = + + + =
JKG = 2,061 - 1,160 = 0,901
y. .
∑ ni
i = 1
t
2
(107,13)
7 + 8 + 6 + 8
2
(107,13)
2
29
2 2 2
2
(26,62) (27,44)
2
(21,59)2
(31,48)2
FK 1,160
7 8 6 8
d.b. perlakuan = 4 – 1 = 3
d.b. galat = (7 + 8 + 6 + 8) – 4 = 25
d.b. total = ( 7 + 8 + 6 + 8) – 1 = 28
Sidik ragam:
S.K. d.b. J.K. K.T. Fhitung F tabel
0,05 0,01
Perlakuan
Galat
3
25
1,160
0,901
0,387
0,036
10,75 ** 2,99 4,68
Total 28 2,061
Kesimpulan: Ke-4 ransum tersebut berpengaruh sangat nya-
ta terhadap pertambahan berat badan tikus.
Mencari Nilai Ftabel 0.05 dengan Interpolasi:
Untuk: d.b.perlakuan = 12 dalam daftar tabel F
d.b. sisa (galat) = 35 tidak tercantum
↓
d.b. d.b. perlakuan perlu dilakukan
galat 10 12 interpolasi
0,05 0,01
1 .
2 . selisih dari 34 ke 35 =
. . ¼ x 0,03 = 0,0075
. . = 0,01
ANALISIS PARAMETRIK & NON PARAMETRIK
Nominal
Tidak Normal Non
Parametrik
Ordinal
Tidak
Normal Transformasi
Interval
Periksa Mendekati Parametrik
Normalitas Normal
Ratio
ANALISIS PARAMETRIK ANALISIS NON
PARAMETRIK
1. Uji t berpasangan Wilcoxon test
2. Uji t tidak berpasangan Mann – Whitney test
3. Rancangan Acak Lengkap Uji Kruskal Wallis
4. Rancangan Acak Kelompok Uji Friedman
5. Rancangan Bujursangkar Latin
6. Percobaan Faktorial
TUTORIAL
TUGAS BAB 4 No II dan III
(Dikerjakan di lembaran Kertas)
TUGAS PEKERJAAN RUMAH
(Dikerjakan pada Buku Ajar)
- BAB 4 No I
- BAB 4 No II dan III
(Soal serupa tetapi tidak sama
untuk setiap mahasiswa)
TUGAS PEKERJAAN RUMAH
Ulangan
P E R L A K U A N
P Q R S T
1 2,2 2,4 3,0 2,8 2,6
2 2,1 2,4 2,9 3,1 2,5
3 1,9 2,3 2,9 2,9 2,6
4 2,1 2,5 3,1 3,0 2,4

Mais conteúdo relacionado

Mais procurados

Persamaan Diferensial Biasa (PDB) Orde 2
Persamaan Diferensial Biasa (PDB) Orde 2Persamaan Diferensial Biasa (PDB) Orde 2
Persamaan Diferensial Biasa (PDB) Orde 2made dwika
 
Analisis Statistika
Analisis StatistikaAnalisis Statistika
Analisis StatistikaDian Arisona
 
Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )Kelinci Coklat
 
3 stage cluster sampling
3 stage cluster sampling3 stage cluster sampling
3 stage cluster samplingAtiya Maulani
 
03. matrik-dan-transformasi-linear-ortonormal-dan-gram-schmidt
03. matrik-dan-transformasi-linear-ortonormal-dan-gram-schmidt03. matrik-dan-transformasi-linear-ortonormal-dan-gram-schmidt
03. matrik-dan-transformasi-linear-ortonormal-dan-gram-schmidtkmaguswira
 
Kelompok 3 integrasi numerik fix
Kelompok 3 integrasi numerik fixKelompok 3 integrasi numerik fix
Kelompok 3 integrasi numerik fixliabika
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Dian Arisona
 
Persamaan differensial part 1
Persamaan differensial part 1Persamaan differensial part 1
Persamaan differensial part 1Jamil Sirman
 
Semigrup dan monoid
Semigrup dan monoidSemigrup dan monoid
Semigrup dan monoidJhoko Jhoko
 
Sisi pemotong dan simpul pemotong
Sisi pemotong dan simpul pemotongSisi pemotong dan simpul pemotong
Sisi pemotong dan simpul pemotongNurbelayantiBela
 
Pertemuan 02 teori dasar himpunan
Pertemuan 02   teori dasar himpunanPertemuan 02   teori dasar himpunan
Pertemuan 02 teori dasar himpunanFajar Istiqomah
 
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Muhammad Eko
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalAYU Hardiyanti
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluangYusuf Ahmad
 
Deret taylor and mac laurin
Deret taylor and mac laurinDeret taylor and mac laurin
Deret taylor and mac laurinMoch Hasanudin
 

Mais procurados (20)

Persamaan Diferensial Biasa (PDB) Orde 2
Persamaan Diferensial Biasa (PDB) Orde 2Persamaan Diferensial Biasa (PDB) Orde 2
Persamaan Diferensial Biasa (PDB) Orde 2
 
Analisis Statistika
Analisis StatistikaAnalisis Statistika
Analisis Statistika
 
Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )Fungsi Vektor ( Kalkulus 2 )
Fungsi Vektor ( Kalkulus 2 )
 
Analisis varians
Analisis variansAnalisis varians
Analisis varians
 
Himpunan
HimpunanHimpunan
Himpunan
 
3 stage cluster sampling
3 stage cluster sampling3 stage cluster sampling
3 stage cluster sampling
 
03. matrik-dan-transformasi-linear-ortonormal-dan-gram-schmidt
03. matrik-dan-transformasi-linear-ortonormal-dan-gram-schmidt03. matrik-dan-transformasi-linear-ortonormal-dan-gram-schmidt
03. matrik-dan-transformasi-linear-ortonormal-dan-gram-schmidt
 
Transformasi Laplace
Transformasi LaplaceTransformasi Laplace
Transformasi Laplace
 
Kelompok 3 integrasi numerik fix
Kelompok 3 integrasi numerik fixKelompok 3 integrasi numerik fix
Kelompok 3 integrasi numerik fix
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)
 
Fungsi dan grafik
Fungsi dan grafikFungsi dan grafik
Fungsi dan grafik
 
04. ral
04. ral04. ral
04. ral
 
Persamaan differensial part 1
Persamaan differensial part 1Persamaan differensial part 1
Persamaan differensial part 1
 
Semigrup dan monoid
Semigrup dan monoidSemigrup dan monoid
Semigrup dan monoid
 
Sisi pemotong dan simpul pemotong
Sisi pemotong dan simpul pemotongSisi pemotong dan simpul pemotong
Sisi pemotong dan simpul pemotong
 
Pertemuan 02 teori dasar himpunan
Pertemuan 02   teori dasar himpunanPertemuan 02   teori dasar himpunan
Pertemuan 02 teori dasar himpunan
 
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluang
 
Deret taylor and mac laurin
Deret taylor and mac laurinDeret taylor and mac laurin
Deret taylor and mac laurin
 

Semelhante a 04. ral

04. Rancangan Acak Lengkap
04. Rancangan Acak Lengkap04. Rancangan Acak Lengkap
04. Rancangan Acak LengkapIr. Zakaria, M.M
 
Missing Data dan Transform Missing Data dan Transform.pdf.pdf
Missing Data dan Transform Missing Data dan Transform.pdf.pdfMissing Data dan Transform Missing Data dan Transform.pdf.pdf
Missing Data dan Transform Missing Data dan Transform.pdf.pdfNovianita14
 
Praktikum 5 penelitian eksperimental_RF_v3.pptx
Praktikum 5 penelitian eksperimental_RF_v3.pptxPraktikum 5 penelitian eksperimental_RF_v3.pptx
Praktikum 5 penelitian eksperimental_RF_v3.pptxDEWIYUSTIKAFEBRIANI
 
7. uji lanjut kontras
7. uji lanjut kontras7. uji lanjut kontras
7. uji lanjut kontrasMlutfi9
 
Rancangan petak terbagi
Rancangan petak terbagiRancangan petak terbagi
Rancangan petak terbagiMuhammad Eko
 
Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Muhammad Luthfan
 
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...Agus Melas Agues
 
Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)aditaaam
 
Rancangan acak-lengkap-ral
Rancangan acak-lengkap-ralRancangan acak-lengkap-ral
Rancangan acak-lengkap-ralIr. Zakaria, M.M
 

Semelhante a 04. ral (20)

04. Rancangan Acak Lengkap
04. Rancangan Acak Lengkap04. Rancangan Acak Lengkap
04. Rancangan Acak Lengkap
 
07. rak
07. rak07. rak
07. rak
 
07. rak
07. rak07. rak
07. rak
 
07. rak
07. rak07. rak
07. rak
 
07. rak
07. rak07. rak
07. rak
 
Missing Data dan Transform Missing Data dan Transform.pdf.pdf
Missing Data dan Transform Missing Data dan Transform.pdf.pdfMissing Data dan Transform Missing Data dan Transform.pdf.pdf
Missing Data dan Transform Missing Data dan Transform.pdf.pdf
 
Praktikum 5 penelitian eksperimental_RF_v3.pptx
Praktikum 5 penelitian eksperimental_RF_v3.pptxPraktikum 5 penelitian eksperimental_RF_v3.pptx
Praktikum 5 penelitian eksperimental_RF_v3.pptx
 
7. uji lanjut kontras
7. uji lanjut kontras7. uji lanjut kontras
7. uji lanjut kontras
 
Materi 6
Materi 6Materi 6
Materi 6
 
Materi 5
Materi 5Materi 5
Materi 5
 
Materi 8
Materi 8Materi 8
Materi 8
 
Rancangan petak terbagi
Rancangan petak terbagiRancangan petak terbagi
Rancangan petak terbagi
 
Anova
AnovaAnova
Anova
 
Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)Rancangan acak lengkap (ral)
Rancangan acak lengkap (ral)
 
analisis varians
analisis variansanalisis varians
analisis varians
 
RAL
RALRAL
RAL
 
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
 
Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)Ms2slides (slide metstat ii dari pak danardono)
Ms2slides (slide metstat ii dari pak danardono)
 
Rancangan acak-lengkap-ral
Rancangan acak-lengkap-ralRancangan acak-lengkap-ral
Rancangan acak-lengkap-ral
 
Rancob ral
Rancob ralRancob ral
Rancob ral
 

04. ral

  • 1. Rancangan Acak Lengkap (RAL) Completely Randomized Design Atau Fully Randomized Design (Prof. Dr.Kusriningrum )
  • 2. CIRI - CIRI R.A.L. : 1. Media atau bahan percobaan “seragam” (dapat dianggap se- ragam ) 2. Hanya ada satu sumber kera- gaman, yaitu perlakuan (disam- ping pengaruh acak)
  • 3. Model Matematika RAL: . Yij = μ + Τi + εij i = 1, 2, …… , t j = 1, 2,………., n Yij = nilai pengamatan pada perlakuan ke i, ulangan ke j μ = nilai tengah umum Τi = pengaruh perlakuan ke i εij = pengaruh acak (kesalahan percobaan) pada perlakuan ke i dan ulangan ke j t = banyaknya perlakuan n = banyaknya ulangan
  • 4. ULANGAN pada RAL : Diperoleh dari: Derajat bebas galat RAL ≥ 15 t ( n – 1 ) ≥ 15 t = banyaknya perlakuan n = banyaknya ulangan Contoh: Diketahui jumlah perlakuan yang diberikan = t = 3 Maka ulangan minimal yang diperlukan: t ( n – 1 ) ≥ 15 3 ( n – 1 ) ≥ 15 3n – 3 ≥ 15 3n ≥ 18 → n = 18/3 = 6
  • 5. • Cara Pengacakan RAL secara acak lengkap Misalnya: Perlakuan A, B, C, D, E dan F Ulangan 4 kali A1, A2, A3, A4 B1, B2, B3, B4 dst diperoleh: 6 x 4 = 24 satuan percobaan C3 B1 D2 A4 E2 A1 D1 F3 A2 C1 F1 B3 B2 F4 E3 D3 B4 C2 A3 D4 F2 E1 C4 E4
  • 6. Ulangan Perlakuan Total 1 2 . . . . . . . . . . . . . . t 1 2 . . . n Y11 Y21 . . . . . . . . . . . . . Yt1 Y12 Y22 . . . . . . . . . . Y1n Y2n Ytn PENGOLAHAN DATA dan SIDIK RAGAM Percobaan dengan t perlakuan dan n ulangan
  • 7. n t Hasil pengamatan yang mendapat Y 1 2 = perlakuan 1 dan ulangan ke 2 i = 1 j = 1 Faktor Koreksi = FK = —— t x n Y. . 2 i = 1 J = 1 t n 2 i = 1 t Yi . 2 n
  • 8. Sidik Ragam = Analisis Ragam (Analysis of variance = ANOVA) Sumber Keragaman ( S.K.) Derajat Bebas (d.b.) Jumlah Kuadrat (J.K.) Kuadrat Tengah (K.T.) Fhit F tabel 0,05 0.01 Perlakuan Galat percobaan t – 1 t (n –1) JKP JKG KTP KTG
  • 9. JKP JKG JKT KTP = —— KTG = —— KTT = —— t - 1 t (n-1) t n – 1 KTP Fhit.= —— KTT ≠ KTP + KTG KTG Kemungkinan akan diperoleh: (1). Fhitung < Ftabel → tidak berbeda nyata (non significant) ↓ Berarti: - terima H0 ( tolak H1 )
  • 10. (2). Fhitung ≥ Ftabel 0,05 → berbeda nyata (significant), Fhitung ≥ Ftabel 0,01 → berbeda sangat nyata (highly significant) ↓ Berarti: - terima H1 (tolak H0) - salah satu atau lebih dari perla- kuan yang diberikan, berbeda dengan perlakuan yang lain Perlu uji lebih lanjut untuk menentukan perlakuan-perlakuan mana yang berbeda nyata satu sama lain
  • 11. Contoh: Penelitian menggunakan RAL dan Cara pengolahan hasilnya Penelitian ingin mengetahui pengaruh 3 macam ransum: A = ransum setempat B = ransum + 0,1% Pfizer Penicilin Feed Supplement C = ransum + 0,1% Pfizer Teramycin Animal Mix terhadap berat badan ternak babi. Tersedia anak-anak babi umur 4½ bulan, sebanyak 21 ekor dilahirkan pada waktu yang sama, dengan keadaan yang “seragam” ( jantan semua, dan dengan berat badan yang relatif sama) [Dalam hal ini semua “sama” kecuali perlakuan → RAL ]
  • 12. A2 B3 C7 B6 A4 C5 B2 C6 B4 A5 C4 B1 A3 C1 C3 A1 B7 A6 C2 B5 A7 - Rancangan acak lengkap dgn: perlakuan = t = 3 ulangan = n = 21/3 = 7 -Hasil pengacakan yang dilakukan:
  • 13. Model umum matematika penelitian: Yi j = μ + ‫ז‬i + εi j dengan: i = 1, 2, 3. j = 1, 2, . . . .. 7 Yi j = bobot babi yang menerima perlakuan ransum ke i pada ulangan ke j μ = nilai tengah umum ‫ז‬i = pengaruh perlakuan ransum ke I εi j = pengaruh acak (kesalahan percobaan) pada perlakuan ransum ke I dan ulangan ke j Hasil penelitian → Bobot babi pada akhir penelitian:
  • 14. Penyelesaian: susun hasil tsb dalam tabel berikut : Bobot babi pada akhir percobaan Ulangan Perlakuan T o t a l A B C
  • 15. Menghitung Jumlah Kuadrat: F.K. = ─── = = 126488,0012 JKT = ∑ ∑ Yi j - FK = (70,2) + (61,0) + . . . . . . + (93,6) - FK = 1840,9981 JKP = ∑ ─── - FK n x t y .. 2 (1629,8) 7 x 3 2 t i = 1 j = 1 n 2 i = 1 t n Yi . 2 = FK- 222 2 2 2
  • 16. JKG = JKT - JKP = 1840,9981 - 873,6267 = 967,3714 Menghitung Kuadrat Tengah: JKP 873,6267 t – 1 3 - 1 JKG 967,3714 t (n – 1) 3 (7- 1) Menghitung Fhitung : Fhitung = = 8,13 KTP = = = 436,8134 KTG = = = 53,7429 436,8134 53,7429
  • 17. Sidik Ragam pengaruh Perlakuan terhadap bobot babi S.K. d.b. J. K K.T. Fhitung F tabel 0,05 0,01 Perla- kuan Galat 2 18 873,6267 967,3714 436,8134 53,7429 8,13** 3,35 6,01 Total 20 1840,9981Fhitung > Ftabel 0,01 terdapat perbedaan sangat nyata ↓ Tiga macam ransum pakan (A, B dan C) memberikan perbedaan yang sangat nyata terhadap bobot babi
  • 18. Ransum pakan mana yang paling baik pengaruhnya terhadap bobot babi? → Perlu uji lebih lanjut dengan Uji Pembandingan Berganda: - Uji BNT - Uji BNJ KOEFISIEN KERAGAMAN: - Uji Jarak Duncan s √ KTG y. . y. . √53,7429 1629,8 7 x 3 (Kemungkinan terdapat kesalahan da- lam pengamatan atau pencatatan data) K.K.= x 100% = x 100% = x 100% = 9,45% < (15 – 20%)
  • 19. Percobaan memakai R.A.L. → memungkinkan perlakuan perlakuan yang diberikan mempunyai jumlah ulangan tidak sama. Suatu percobaan dilaksanakan dengan Rancangan Acak Lengkap, dengan t perlakuan dan ulangan untuk: perlakuan 1 mendapat sebanyak n1 ulangan, perlakuan 2 mendapat sebanyak n2 ulangan, perlakuan 3 mendapat sebanyak n3 ulangan, . . . . perlakuan t mendapat sebanyak nt ulangan.
  • 20. Hasil tersebut sbb.: Ulangan Perlakuan Total 1 2 . . . . . . . . t 1 2 . . . . . Y11 Y21 . . . . . . Yt1 Y12 Y22 . . . . . . Yt2 . . . . . . . Y2n . Y1n . Ytn T o t a l Y1. Y2. . . . . . . Yt. Y.. 1 2 t
  • 21. Menghitung Derajat Bebas: d.b. perlakuan = t – 1 d.b. galat = ∑ ( ni – 1) = n1 + n2 + . . . + nt – t d.b. total = ∑ ni - 1 = n1 + n2 + . . . + nt – 1 Menghitung Jumlah Kuadrat; JKT = ∑ ∑ Yi j - JKG = JKT - JKP t i = 1 t i = 1 t i = 1 j =1 ni 2 Y. . ∑ ni t i = 1 2 t i = 1 Yi . ni 2 Y. . 2 ∑ ni t i = 1
  • 22. Sidik Ragam untuk RAL dengan ulangan tak sama S.K. d.b. J.K. K.T. Fhitung Ftabel 0,05 0,01 Perla- kuan Galat t - 1 ∑ ( ni – 1) JKP JKG KTP KTG Total ∑ ni - 1 JKT t i = 1 t i = 1
  • 23. Menghitung Kuadrat Tengah & Fhitung: JKP JKG t – 1 KTP = ∑ ( ni – 1) t i = 1 KTG = KTP KTG Fhitung = Contoh soal : Percobaan pada tikus, dengan 4 macam perlakuan ransum yang berbeda. Percobaan dilaksanakan dengan RAL. Pa- da akhir percobaan pertambahan berat badan tikus (dalam gram) sebagai berikut:
  • 24. Pertambahan Berat Badan Tikus (gram) Ulangan Perlakuan A B C D T o t a l 1 2 3 4 5 6 7 8 3,42 3,17 3,34 3,64 3,96 3,63 3,72 3,93 3,87 3,38 3,81 3,77 4,19 3,47 3,66 4,18 3,58 3,39 3,55 4,21 3,76 3,41 3,51 3,88 3,84 3,55 3,96 3,44 3,91 Total 26,62 27,44 21,59 31,48 107,13 Rerata 3,80 3,43 3,60 3,94 14,77
  • 25. Apakah terdapat perbedaan nyata dari pengaruh pembe- rian ke-4 macam ransum terhadap pertambahan berat badan tikus tersebut? Penyelesaian: Faktor Koreksi = FK = = = JKT = (3,42) + (3,96) + . . . . + (3,91) - FK = 2,061 JKP = + + + = JKG = 2,061 - 1,160 = 0,901 y. . ∑ ni i = 1 t 2 (107,13) 7 + 8 + 6 + 8 2 (107,13) 2 29 2 2 2 2 (26,62) (27,44) 2 (21,59)2 (31,48)2 FK 1,160 7 8 6 8
  • 26. d.b. perlakuan = 4 – 1 = 3 d.b. galat = (7 + 8 + 6 + 8) – 4 = 25 d.b. total = ( 7 + 8 + 6 + 8) – 1 = 28 Sidik ragam: S.K. d.b. J.K. K.T. Fhitung F tabel 0,05 0,01 Perlakuan Galat 3 25 1,160 0,901 0,387 0,036 10,75 ** 2,99 4,68 Total 28 2,061 Kesimpulan: Ke-4 ransum tersebut berpengaruh sangat nya- ta terhadap pertambahan berat badan tikus.
  • 27. Mencari Nilai Ftabel 0.05 dengan Interpolasi: Untuk: d.b.perlakuan = 12 dalam daftar tabel F d.b. sisa (galat) = 35 tidak tercantum ↓ d.b. d.b. perlakuan perlu dilakukan galat 10 12 interpolasi 0,05 0,01 1 . 2 . selisih dari 34 ke 35 = . . ¼ x 0,03 = 0,0075 . . = 0,01
  • 28. ANALISIS PARAMETRIK & NON PARAMETRIK Nominal Tidak Normal Non Parametrik Ordinal Tidak Normal Transformasi Interval Periksa Mendekati Parametrik Normalitas Normal Ratio
  • 29. ANALISIS PARAMETRIK ANALISIS NON PARAMETRIK 1. Uji t berpasangan Wilcoxon test 2. Uji t tidak berpasangan Mann – Whitney test 3. Rancangan Acak Lengkap Uji Kruskal Wallis 4. Rancangan Acak Kelompok Uji Friedman 5. Rancangan Bujursangkar Latin 6. Percobaan Faktorial
  • 30. TUTORIAL TUGAS BAB 4 No II dan III (Dikerjakan di lembaran Kertas) TUGAS PEKERJAAN RUMAH (Dikerjakan pada Buku Ajar) - BAB 4 No I - BAB 4 No II dan III (Soal serupa tetapi tidak sama untuk setiap mahasiswa)
  • 31. TUGAS PEKERJAAN RUMAH Ulangan P E R L A K U A N P Q R S T 1 2,2 2,4 3,0 2,8 2,6 2 2,1 2,4 2,9 3,1 2,5 3 1,9 2,3 2,9 2,9 2,6 4 2,1 2,5 3,1 3,0 2,4