1 / 23

RANCANGAN ACAK BLOK / TWO-WAY ANOVA

RANCANGAN ACAK BLOK / TWO-WAY ANOVA. Pada umumnya dalam penelitian, terdapat dua perancangan, yaitu: 1. Perancangan perlakuan

kiara-foley
Download Presentation

RANCANGAN ACAK BLOK / TWO-WAY ANOVA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. RANCANGAN ACAK BLOK / TWO-WAY ANOVA

  2. Pada umumnya dalam penelitian, terdapat dua perancangan, yaitu: 1. Perancangan perlakuan Perancangan perlakuan berkaitan pengaturan, penyusunan macam, jenis dan aras perlakuan yang menjadi topik penelitian dan berkaitan dengan maksud serta tujuan penelitian. Hal ini penting dilakukan agar penentuan hipotesis penelitian dilakukan dengan benar, sehingga maksud dan tujuan penelitian dicapai dengan baik dan benar 2. Perancangan lingkungan. Perancangan lingkungan berkaitan penyusunan, pengaturan dan penempatan satuan percobaan seperti perlakuan dan ulangan pada tempat atau lingkungan yang sedemikian rupa sehingga pengaruh lingkungan mendekati nol terhadap perlakuan.

  3. Perancangan percobaan yang umum meliputi perancangan: • Rancangan Acak LengkapOne-way ANOVA Digunakan jika perlakuan yang digunakan sedikit dan bahan percobaannya homogen. Misal: Percobaan pada tiga varietas padi yang ditanam pada beberapa petak yang sama • Rancangan Acak Kelompok Lengkap (RCBD)Two-way ANOVA Digunakan jika bahan percobaannya dikelompokkan menjadi kelompok/group atau block. Sehingga setiap kelompok menyusun sebuah ulangan bagi perlakuannya. Perlakuan diberikan secara acak pada setiap kelompok.

  4. Ilustrasi rancangan acak blok / kelompok dengan 3 perlakuan dalam 4 blok adl sbb:

  5. Susunan data dalam tabel amatan

  6. Rancangan tersebut secara matematis mengikuti model linear, dapat ditulis dengan persamaan matematis sebagai berikut Rancangan Acak Lengkap : xij = μ + αi + εij Rancangan Acak Kelompok Lengkap: xijk = μ + αi + βj + ij + εijk Keterangan :xijk : Nilai peubah acak/data pengamatan ke-k pada kelompok ke-i dan perlakuan ke-j μ : rata-rata total αi : pengaruh blok/kelompok βj : pengaruh perlakuan/treatment εijk : pengaruh error (galat)

  7. Pengelompokkan pada data amatan dapat mereduksi SSE pada ANOVA. Sehingga keragaman yang ada pada data dapat lebih terjelaskan. TABEL TWO-WAY ANOVA

  8. Sehingga untuk menentukan apakah sebagian keragaman disebabkan oleh perbedaan kelompok / blok, kita lakukan uji hipotesis:H0: µ1.=µ2.= µ3.=…= µi.H1: Tidak semua µi. nilainya samaatau setara denganH0: α1= α2= α3 =…= αi= αH1: Tidak semua αi nilainya sama atau tidak ada pengaruh kelompok pada data amatanSedangkan untuk menentukan apakah sebagian keragaman disebabkan oleh perbedaan perlakuan / treatment, kita lakukan uji hipotesis:H0: µ.1=µ.2= µ.3=…= µ.jH1: Tidak semua µ.j nilainya samaatau setara denganH0: β1= β2= β3 =…= βi= βH1: Tidak semua βi nilainya sama atau tidak ada pengaruh perlakuan pada data amatan

  9. Sedangkan dalam hal ini:

  10. Interpretasi Untuk menguji hipotesis nol bahwa pengaruh kelompok/blok sama dengan nol, dilihat dari: Yang merupakan nilai peubah acak yang mempunyai sebaran F dengan derajat bebas (r-1, (r-1)(c-1)). Jika nilai f1 >Ftabel atau signifkansi dari f1 < α, maka keputusannya tolak H0 atau tidak terdapat pengaruh kelompok/blok pada data kita. Untuk menguji hipotesis nol bahwa pengaruh perlakuan/treatment sama dengan nol, dilihat dari: Yang merupakan nilai peubah acak yang mempunyai sebaran F dengan derajat bebas (c-1, (r-1)(c-1)). Jika nilai f2 >Ftabel atau signifkansi dari f2 < α, maka keputusannya tolak H0 atau tidak terdapat pengaruh perlakuan/treatment pada data kita

  11. Contoh: Sebuah uji silvikultur dilakukan untuk mengetahui pengaruh dosis pemupukan dan pengelompokkan petak tanam terhadap besarnya diameter tanaman meranti dengan rancangan acak berkelompok, dengan 0,05. Pada pengamatan terhadap diameter tanaman umur 2 bulan diperoleh rata-rata data sebagai berikut:

  12. Prosedur komputasinya adalah sebagai berikut: • Entri data dengan format seperti dibawah ini:

  13. Sesuaikan jenis data masukkan pada tab Variable View • Klik Analyze  General Linear Model Univariate, sehingga muncul kotak dialog spt dibawah ini:

  14. Pindahkan variabel diameter ke kolom Dependent Variabel, variabel Dosis dan Blok ke kolom Fixed Factor • Klik Model  Custom, lalu pindahkan variabel dosis dan Blok ke kolom Model. Pada Build Terms(S), pilih menu Main effec, dan berikan tanda cek pada Include intercept in model:

  15. Klik Continue Post Hoc, sehingga akan muncul menu seperti di bawah ini:

  16. Kemudian sorot dosis dan blok, kemudian pindahkan ke kolom Post Hoc Tes For. Pada kolom Equal Variances Assumed, pilih Duncan dan Tukey • Klik Continue, lalu OK

  17. Hasil dan interpretasi (1): Univariate Analysis of Variance

  18. Interpretasi: • Tabel Test of Between-Subject Effect, digunakan untuk menguji hipotesis: • H0: α1= α2= α3 =…= αi= αH1: Tidak semua αi nilainya sama atau tidak ada pengaruh kelompok pada data amatan Dasar pengambilan keputusan: Jika F hitung<Ftabel dengan derajat bebas (r-1,(r-1)(c-1)) yaitu F0,05(2,11), maka H0 tidak ditolak. Atau jika signifikansi dari f observasi dari blok kurang dari 0,05, maka H0 ditolak. Keputusan: Dari tabel diketahui signifikansi dari f observasi dari blok sebesar 0,044, sehingga H0 ditolak atau dapat disimpulkan bahwa pengelompokkan petak tanam memberikan pengaruh pada besar diameter pohon meranti tsb.

  19. Interpretasi : • H0: β1= β2= β3 =…= βi= βH1: Tidak semua βi nilainya sama atau tidak ada pengaruh perlakuan pada data amatan Dasar pengambilan keputusan: Jika F hitung<Ftabel dengan derajat bebas (c-1,(r-1)(c-1)) yaitu F0,05(3,11), maka H0 tidak ditolak. Atau jika signifikansi dari f observasi dari blok kurang dari 0,05, maka H0 ditolak. Keputusan: Dari tabel diketahui signifikansi dari f observasi dari blok sebesar 0,945, sehingga H0 tidak ditolak atau dapat disimpulkan bahwa pemberian pupuk dengan berbagai dosis tidak memberikan pengaruh pada besar diameter pohon meranti tsb.

  20. Hasil & interpretasi (2) Homogeneous Subsets

  21. Tabel Post Hoc Test, Homogeneous Subsets Pada tabel ini rata-rata yang nilainya dianggap sama dikelompokkan menjadi satu. • Dapat dilihat bahwa dari Duncan’s Test dan Tukey’s Test berdasarkan dosis pemupukan, rata-rata diameter meranti berada dalam satu subset atau tidak menunjukkan perbedaan. • Sedangkan berdasarkan pengelompokkan petak tanam, dari tabel Duncan’s Test dan Tukey’s Test, rata-rata diameter meranti dikelompokkan menjadi 2. Dimana kelompok 1 terdiri dari meranti dari petak tanam 1 dan 3, sedangkan kelompok 2 terdiri dari meranti petak tanam 1 dan 2. Sehingga yang menunjukkan perbedaan adalah meranti yang ditanam pada petak 2 dan 3.

  22. Latihan1Seorang teknisi laboratorium ingin membandingkan kekuatan dari 3 jenis tali. Sebenarnya ia ingin mengulang percobaan untuk masing-masing tambang 6 kali. Tetapi karena waktu penelitian tidak cukup melakukan hal tersebut, penelitian hanya didasarkan dari data berikut: Dengan tingkat signifikansi = 5%, tunjukkan rata-rata kekuatan jenis tali mana yang berbeda!

  23. Latihan2Berikut adalah data mengenai jumlah barang yang tidak layak jual dari 4 orang pekerja yang mewakili shift jam kerjanya, dengan menggunakan 3 jenis mesin yang berbeda: Dengan =0,05, tunjukkan apakah perbedaan jam kerja dan mesin mempengaruhi rata-rata jumlah barang yang tidak layak jual.

More Related