Pendahuluan • Dari analisis ragam
PERANCANGAN PERCOBAAN (PERBANDINGAN BERGANDA) Oleh: Dr. Dirvamena Boer
– Bila uji F tidak nyata, maka hipotesis nol diterima artinya semua perlakuan yang dicobakan memberi hasil yang sama → tidak perlu uji lanjut – Bila uji F nyata ??? • Uji Perbandingan Berganda
Dirvamena Boer – Universitas Haluoleo, Kendari
Pendahuluan
Uji perbandingan berpasangan
Uji perbandingan berganda o Terencana Uji BNT Uji Bunnett Kontras dan polinomial ortogonal → menggunakan galat baku rerata deviasi:
Sd
2 KTG n
o Tidak terencana Uji BNJ (Uji Tukey) Uji Duncan (DMRT) Uji SNK → menggunakan galat baku rerata umum (the error standard of general mean): SY
Pendahuluan
KTG n
o Untuk mengetahui status hipotesis tentang pengaruh tingkat faktor atau perlakuan-perlakuan terhadap data hasil percobaan. o Perlakuan optimum dapat ditentukan dengan demikian dapat direkomendasikan apa yang diperoleh dari suatu percobaan, misal: Rekomendasi dosis pupuk anjuran Konsentrasi pestisida anjuran Campuran jenis pakan terbaik dalam meningkatkan bobot suatu ternak.
Uji BNT atau LSD
Uji BNT atau LSD
Uji Beda Nyata Terkecil
Digunakan jika
Kaidah yang harus diambil adalah sebagai berikut:
Fhitung nyata atau sangat nyata
2 KTG n
; terima H 0
BNT t ( db galat )
2 KTG n
; tolak H 0
2
Tidak dianjurkan untuk melakukan pembandingan semua pasangan perlakuan yang mungkin. Umumnya uji ini dilakukan untuk melakukan pembandingan bersifat terencana. Terutama
2
jika ulangan pada setiap perlakuan sama. Jika ulangan pada setiap perlakuan tidak sama, maka:
Kriterium uji BNT adalah sebagai berikut:
n1j ; terima H 0
BNT t ( db galat )
1 ni
n1j
2
Teladan RAL (Ulangan Sama)
Teladan 1. Seorang mahasiswa agronomi Unhalu melakukan percobaan untuk menguji keefektifan tiga macam zat pengatur tumbuh (A, B, dan C) dalam mempercepat pertumbuhan suatu tanaman tahunan. Berikut ini hasil pengukuran pertumbuhan tinggi per tanaman (cm) pada dua minggu setelah diberikan perlakuan:
Yi
A 82 87 94 92 355
n
4
1 2 3 4 5 6
Zat Tumbuh B C 77 68 84 73 86 63 81 69 80 71 408 344 5
5
Kontrol 69 58 72 69 74 61 403 6
0
Nilai t dapat ditemukan pada tabel t-Student dari Tabel 5 (Lihat Buku Tabel)
Teladan RAL
Tanaman
; tolak H
1 ni
H 0 : A B vs H1 : A B
KTG
Jika d BNT t ( db galat ) KTG 2
d A B , untuk menguji hipotesis
Jika d BNT t ( db galat )
Tanaman
Yi
A 82 87 94 92 355
Yi
88.75
1 2 3 4
Jumlah
Zat Tumbuh B C 68 77 73 84 63 86 69 81 328 273 82.00
68.25
Kontrol 69 58 72 69 268 67.00
Jumlah
1224
Penyelesaian: p
n
JKT Yij2
1510
i 1 j 1
20
1 2 12242 Y 822 87 2 692 1652.00 4 4 pn
1 p 1 2 3552 3282 2682 12242 JKP Yi2 Y 1354.50 4 4 4 n i 1 pn JKG JKT JKP 297.50
Tentukan tujuan percobaan, hipotesis, dan model liniernya, Buat sidik ragamnya 7
8
Teladan RAL (Ulangan Sama)
Teladan RAL (Ulangan Tidak Sama)
SK
db
Perlakuan Galat Total
3 12 15
KK
JK 1354.50 297.50 1652.00
Fhitung
KT 451.50 24.79
Tanaman
Ftabel
18.21**
5% 3.49
Yi Yi
88.75
81.60
68.80
67.17
n
4
5
5
6
1 2 3 4 5 6
1% 5.59
24.79 * 100% 6.51% 76.5
Zat Tumbuh B C 77 68 84 73 86 63 81 69 80 71 408 344
A 82 87 94 92 355
Kontrol 69 58 72 69 74 61 403
Jumlah
1510 20
2
1510 1921.00 20 3552 4082 3442 4032 15102 1529.42 JKP 5 5 6 20 4 JKG JKT JKP 391.58 JKT 822 87 2 612
(Lihat Buku Rumus dan Tabel) 9
Uji BNT (Ulangan Sama)
Teladan RAL (Ulangan Tidak Sama) SK
db
Perlakuan Galat Total KK
3 16 19
JK 1529.42 391.58 1921.00
Fhitung
KT 509.810 24.474
10
Jika d BNT t ( db galat )
2 KTG n
; terima H0
BNT t ( db galat )
2 KTG n
; tolak H0
2
Ftabel
20.83**
5% 3.24
1% 5.29
Misal ingin menguji: H0: A=B vs H1: A≠B
BNT5% t 0.05 (12)
2
2
2( 24.79) 4
2.179
2( 24.79) 4
7.67
d 88.75 – 82.00 6.75
24.474 100% 6.55% 75.5
Karena d ≤ BNT maka terima H0 artinya secara statistika perlakuan A sama dengan perlakuan B
11
12
Uji BNT (Ulangan Sama)
Uji BNT (Ulangan Tidak Sama)
Nilai BNT = 7.67 (disebut juga nilai kritis) A A A B B C
– -
B C K C K K
K 67.00
= = = = = =
88.75 88.75 88.75 82.00 82.00 68.25 C 68.25
-
82.00 68.25 67.00 68.25 67.00 67.00
B 82.00
b
= = = = = =
6.75 20.50* 21.75* 13.75* 15.00* 1.25
Nilai BNT untuk membandingkan perlakuan yang diulang 4 kali dengan yang diulang 5 kali (seperti A dengan B atau A dengan C) adalah:
BNT t ( db galat ) KTG 2
A 88.75 a
1 5
7.04
BNT t ( db galat ) KTG
1 ni
n1j
2.120 24.474 1 4
1 6
6.77
1 ni
n1j
2.120 24.474 1 5
Uji BNT (Ulangan Sama)
1 6
6.35
Nilai BNT untuk membandingkan perlakuan yang diulang 5 kali dengan yang diulang 5 kali (seperti B dengan C) adalah:
BNT t ( db galat ) KTG 2
14
Nilai BNT untuk membandingkan perlakuan yang diulang 5 kali dengan yang diulang 6 kali (seperti B dengan Kontrol atau C dengan Kontrol) adalah: 2
Nilai BNT untuk membandingkan perlakuan yang diulang 4 kali dengan yang diulang 6 kali (seperti A dengan Kontrol) adalah:
Rata-rata 88.75 a 82.00 a 68.25 b 67.00 b
BNT t ( db galat ) KTG
n1j
2.120 24.474
Uji BNT (Ulangan Tidak Sama)
1 ni
1 4
2
Perlakuan A B C K
1 ni
n1j
2.120 24.474 1 5
1 5
6.63
A(4) A(4) A(4) B(5) B(5) C(5) K 67.17
– – – – – –
B(5) C(5) K(6) C(5) K(6) K(6) C 68.80 c
15
= = = = = =
88.75 88.75 88.75 81.60 81.60 68.80 B 81.60 b
-
81.60 68.80 67.17 68.80 67.17 67.17 A 88.75 a
= = = = = =
7.15* 19.95* 21.58* 12.80* 14.43* 1.63
Uji BNJ atau Uji Tukey Uji Beda Nyata Jujur
Uji BNJ biasanya digunakan untuk penelitian dengan perbandingan tidak terencana Dikenal tidak terlalu sensitif baik digunakan untuk memisahkan perlakuan-perlakuan yang benar-benar berbeda
Kriterium uji BNJ adalah sebagai berikut:
Uji Tukey atau Uji BNJ Kaidah yang harus diambil adalah sebagai berikut: Jika d BNJ q ( p ,db galat ) KTG n ; terima H 0
BNJ q ( p ,db galat ) KTG n ; tolak H 0 jika ulangan pada setiap perlakuan sama. Jika ulangan pada setiap perlakuan tidak sama, kaidah keputusan dapat disusun sebagai berikut: Jika d BNJ q ( p ,db galat )
1 2
BNJ q ( p ,db galat )
1 2
d A B , untuk menguji hipotesis
H 0 : A B vs H1 : A B
Fhitung nyata atau sangat nyata
Digunakan jika
Dapat membandingan semua pasangan perlakuan Umumnya uji ini dilakukan untuk melakukan pembandingan bersifat tidak terencana. Memberikan segugus nilai pembanding yang nilainya meningkat sejalan dengan jarak peringkat dua buah perlakuan yang akan diperbandingkan
Kriterium uji Duncan adalah sebagai berikut:
d A B , untuk menguji hipotesis H 0 : A B vs H1 : A B
; tolak H
1 ni
n1j ; terima H 0
1 ni
n1j
0
Nilai q dapat ditemukan pada Tabel Lampiran 11 (lihat buku Tabel)
Uji Duncan atau DMRT Uji Duncan = DMRT= Duncan Multiple Range Test
KTG
KTG
Uji Duncan Kaidah yang harus diambil adalah sebagai berikut:
Jika d R p q ( p ,dbgalat )
KTG n
; terima H 0
R p q ( p ,dbgalat )
KTG n
; tolak H 0
jika ulangan pada setiap perlakuan sama. Jika ulangan pada setiap perlakuan tidak sama, kaidah keputusan dapat disusun sebagai berikut:
Jika d R q ( p ,dbgalat )
1 2
R q ( p ,dbgalat )
1 2
KTG
KTG
; tolak H
1 ni
n1j ; terima H 0
1 ni
n1j
0
Atau jika jumlah ulangan tidak sama, nilai r dapat didekati dengan rataan harmonik (rh) :
rh
t t
1/ r i 1
i
Nilai q dapat ditemukan pada tabel Duncan pada taraf , jarak peringkat dua perlakuan p, dan derajat bebas galat sebesar dbg. (Tabel 10 halaman 25
Uji Dunnett
Teladan Teladan Perbandingan Berganda
Uji ini seperti halnya uji BNT digunakan jika Fhitung nyata, membandingkan setiap perlakuan yang ada dengan satu perlakuan yang dianggap baku (standart) Kriterium uji dunnett sebagai berikut:
Jika d D t (dunnett )
2 KTG n
; terima H 0
D t (dunnett )
2 KTG n
; tolak H 0
jika ulangan pada setiap perlakuan sama. Jika ulangan pada setiap perlakuan tidak sama, kaidah keputusan adalah sebagai berikut:
KTG
Jika d D t (dunnett ) KTG
1 ni
D t (dunnett )
1 ni
n1j
1 nj
; terima H ; tolak H
0
0
sedangkan nilai t(dunnett) dapat ditemukan pada Tabel 12 hal 29
Suatu percobaan dilakukan untuk melihat kandungan nitrogen pada tanaman red clover yang diinfeksi oleh 5 jenis perlakuan yaitu gabungan cendawan Rhizobium trifolii ditambah satu dari lima strain Rhizobium melitoti, sedangkan perlakuan lainnya yaitu komposit adalah gabungan Rhizobium trifolii dengan kelima strain Rhizobium melitoti, hasil pengukuran disajikan pada Tabel berikut: Ulangan 1 2 3 4 5 Total Rata‐ rata
Perlakuan (Strain) Total 3DOk1 3DOk5 3DOk4 3DOk7 3DOk13 Komposit 19.4 17.7 17.0 20.7 14.3 17.3 32.6 24.8 19.4 21.0 14.4 19.4 27.0 27.9 9.1 20.5 11.8 19.1 32.1 25.2 11.9 18.8 11.6 16.9 33.0 24.3 15.8 18.6 14.2 20.8 144.1 119.9 73.2 99.6 66.3 93.5 596.6 28.8 24.0 14.6 19.9 13.3 18.7 19.89
Teladan Y2 (596.6) 2 1129.980 JKT Yij2 [(19.4) 2 (32.6) 2 (27.0) 2 (20.8) 2 ] pn 30 i 1 j 1 p
n
Y2 1 1 p (596.6) 2 847.050 JKP Yi 2 [(144.1) 2 (119.9) 2 (73.2) 2 (93.5) 2 ] n i 1 pn 5 30 JKG JKT JKK 1129.980 847.050 282.930
Untuk uji BNJ Diketahui
KTG 11.79; 0.05; ; p 6; db galat 24; n 5
q ( p ,db galat ) q0.05(6,24) 2.064 (diperoleh dari Tabel 11) Jadi nilai BNJ
BNJ q ( p , db galat ) 4.37
SK Perlakuan Galat Total
db 5 24 29
JK
KT
Fhitung
5% 847.05 169.41 14.37** 2.62 282.93 11.79 1129.98
Ftabel 1% 3.90
11.79 5
KTG n
6.7
Sehingga hasil uji perbandingan berganda 3Dok3 3Dok4 Komposit 13.3 14.6 18.7
3Dok7 19.9
3Dok5 24.0
3Dok1 28.8
Untuk uji Duncan Diketahui
3Dok1‐3Dok3 3Dok1‐3Dok4 3Dok1‐Komposit 3Dok1‐3Dok7 3Dok1‐3Dok5 3Dok5‐3Dok3 3Dok5‐3Dok4 3Dok5‐Komposit 3Dok5‐3Dok7 3Dok7‐3Dok3 3Dok7‐3Dok4 3Dok7‐Komposit Komposit‐3Dok3 Komposit‐3Dok4 3Dok4‐3Dok3
KTG 11.79; 0.05; p 2,3, 4,5, 6; db galat 24; n 5 q ( p , dbgalat ) q0.05(p,24) (dapat diperoleh dari Tabel 10) p
2
q0.05(p,24)
2.92 3.07 3.15 3.22 3.28
3
4
5
6
Jadi nilai‐nilai Duncan
R p q ( p , dbgalat )
p q0.05(p,24) Rp
KTG n
2 2.92 4.5
q0.05( p ,24) 3 3.07 4.7
11.79 5
4 3.15 4.9
5 3.22 5.0
Sehingga hasil uji perbandingan berganda 3Dok3 3Dok4 Komposit 18.7 13.3 14.6
6 3.28 5.1
3Dok7 19.9
3Dok5 24.0
28.8 ‐13.3 = 15.5 28.8 ‐ 14.6 = 14.2 28.8 ‐ 18.7 = 10.1 28.8 ‐ 19.9 = 8.9 28.8 ‐ 24.0 = 4.8 24.0 ‐13.3 = 10.7 24.0 ‐ 14.6 = 9.4 24.0 ‐18.7 = 5.3 24.0 ‐19.9 = 4.1 19.9 ‐ 13.3 = 6.6 19.9 ‐ 14.6 = 5.3 19.9 ‐ 18.7 =1.2 18.7 ‐ 13.3 = 5.4 18.7 ‐14.6 = 4.1 14.6 ‐ 13.3 =1.3
> > > > > > > > < > > < > < <
5.1(R6)* 5.0(R5)* 4.9(R4)* 4.7(R3)* 4.5(R2)* 5.0(R5)* 4.9(R4)* 4.7(R3)* 4.5(R2) 4.9(R4)* 4.7(R3)* 4.5(R2) 4.7(R3)* 4.5(R2) 4.5(R2)
3Dok1 28.8
Uji Perbandingan Berganda Uji Bonferroni Untuk uji Dunnett Diketahui
KTG 11.79; 0.05; ; p 6; db galat 24; n 5
t (dunnett ) 2.76 (diperoleh dari Tabel 12a)
• Memungkinkan membuat perbandingan antar perlakuan, antara perlakuan dengan kelompok perlakuan, atau antar kelompok perlakuan
Jadi nilai Dunnett
D t ( dunnett ) 2.76
2(11.79) 5
2 KTG n
Misalnya: Ada empat perlakuan A, B, C dan D. Ingin membuat perbandingan: 1. A vs BCD 2. AB vs CD 3. C vs D
5.99
Sehingga hasil uj perbandingan berganda (3Dok3) ‐ (Komposit) = 5.4 (3Dok4) ‐ (Komposit) = 4.1 (3Dok7) ‐ (Komposit) = 1.2 (3Dok5) ‐ (Komposit) = 5.3 (3Dok1) ‐ (Komposit) = 10.1
1. H 0 : A < < < < >
5.99 5.99 5.99 5.99 5.99
tidak nyata tidak nyata tidak nyata tidak nyata nyata
2. H 0 :
B C D
A B
2 3. H 0 : C D
3
Lˆi BS Lˆ
i
t
C D
Lˆi C iYi . dan B t i 1
3
t
S L2ˆ KTG i
i 1
C i2 ni
(
2g
; dbg )
Uji Lanjut Kontras Ortogonal Kontras
Perlakuan
Uji Lanjut Polinomial Ortogonal •
Digunakan untuk menguji trend pengaruh perlakuan terhadap respon (linier, kuadratik, kubik, dst) berlaku untuk perlakuan yang kuantitatif
•
Bentuk Model:
A
B
C
D
1. AB vs CD
1
1
-1
-1
2. A vs B
1
-1
0
0
Linier
3. C vs D
0
0
1
-1
Kuadratik Yi = b0 + b1 Xi + b2 Xi2 + i
k CiYi . JK ( Kontras ) i 1 k 2 r Ci
Yi = b0 + b1 Xi + I Yi = b0 + b1 Xi + b2 Xi2 + b3 Xi3 + i
Kubik
2
•
Bentuk umum polinomial ordo ke-n adalah: Y = 0P0(X) + 1P1(X) + 2P2(X) + … + nPn(X) + i
i 1
Uji Lanjut Polinomial Ortogonal Bentuk umum polynomial ordo ke n adalah
Y 0 P0 ( X ) 1P1( X ) 2 P2 ( X ) n Pn ( X ) i dimana
X X 2 a2 1 X X P0 ( X ) 1; P1( X ) 1 ; P2 ( X ) 2 d 12 d n2 (a2 n2 ) Pn1( X ) n1 P1( X )Pn ( X ) Pn1( X ), n 2 2 4(4n 1)
dengan: a=banyaknya taraf faktor, d=jarak antar faktor, n=polinomial ordo ke-n
• Koefisien regresi dihitung dengan rumus: 0
YC i i0
r Ci0
; 1 2
YC i
i1 2
r Ci1
;; n
YC i
in 2
r Cin
Uji Lanjut Polinomial Ortogonal
Mencari koefisien regresi
Tabel Kontras Polinomial Ortogonal untuk jarak taraf yang sama
Regresi kuadratik
y a bx Banyaknya Perlakuan 2 3 4 5 6
Derajat Polinomial Linier
T1 ‐1
Total Perlakuan T2 T3 T4 1
Linier Kuadratik
‐1 1
0 ‐2
1 1
Linier Kuadratik Kubik
‐3 1 ‐1
‐1 ‐1 3
1 ‐1 ‐3
Linier Kuadratik Kubik Kuartik
‐2 2 ‐1 1
‐1 ‐1 2 ‐4
Linier Kuadratik Kubik Kuartik Kuintik
‐5 5 ‐5 1 ‐1
‐3 ‐1 7 ‐3 5
T5
T6
a n b x
2
Σ 2
2 6
3 1 1
20 4 20
0 ‐2 0 6
1 ‐1 ‐2 ‐4
2 2 1 1
10 14 10 70
‐1 ‐4 4 2 ‐10
1 ‐4 ‐4 2 10
3 1 ‐7 ‐3 ‐5
5 5 5 1 1
70 84 180 28 252
b
1
x y x xy 2
( X ' X )1
( X 'Y )
y a bx cx
a n x x2 b x x 2 x3 2 c x x3 x4 b ( X ' X )1
y a bx cx2 dx3
2 x x a n 2 b 3 x x x c x2 x3 x 4 3 d x x 4 x5 b ( X ' X )1
2
1
y xy 2 x y ( X 'Y ) 1
x y x xy x x y x y x 3 4
2
5
3
6
( X 'Y )
Teladan
Teladan Latihan KONTRAS_01 Suatu percobaan menggunakan rancangan dasar RAK terhadap hasil oat yang ditanam dengan 5 macam jarak tanam (18, 24, 30, dan 42 inchi) memberi hasil sebagai berikut:
• Pengaruh lima macam jarak tanam dengan selisih 6 inchi terhadap hasil kedelai varietas Ottawa (bushel per acre)
Tabel. Hasil oat, dalam bushel per acre Kelompok 1 2 3 4 5 6 Total
18 33.6 37.1 34.1 34.6 35.4 36.1 210.9
Jarak baris, Inchi 24 30 31.1 33.0 34.5 29.5 30.5 29.2 32.7 30.7 30.7 30.7 30.3 27.9 189.8 181.0
36 28.4 29.9 31.6 32.3 28.1 26.9 177.2
42 31.4 28.3 28.9 28.6 29.6 33.4 180.2
Total 157.5 159.3 154.3 158.9 154.5 154.6 939.1
• Lakukan perbandingan orthogonal polynomial untuk melihat respon hasil kedelai akibat jarak tanam yang dicobakan.
Kelompok 1 2 3 4 5 6 Rataan Total
18 33.6 37.1 34.1 34.6 35.4 36.1 35.15 210.9
24 31.1 34.5 30.5 32.7 30.7 30.3 31.63 189.8
Jarak Baris, Inchi 30 33.0 29.5 29.2 30.7 30.7 27.9 30.17 181
36 28.4 29.9 31.6 32.3 28.1 26.9 29.53 177.2
42 31.4 28.3 28.9 28.6 29.6 33.4 30.03 180.2
Tugas: Buat model linier, sidik ragam, dan lakukan uji kontras polinom ortogonal untuk menguraikan jumlah kuadrat perlakuan menjadi komponen linier, kuadratil, kubik, dan kuartik. Gambarkan kurva respon permukaannya. Bagaimana kesimpulan anda?
The SAS System The GLM Procedure
3
Perhitungan menggunakan excel
Dependent Variable: PRODUKSI Source Model BLK PLK Error Corrected Total R-Square 0.639403
Contrast PLK_lin PLK_kua PLK_kub PLK_qua
Sum of DF Squares Mean Square F Value 9 131.0710000 14.5634444 3.94 5 5.4096667 1.0819333 0.29 4 125.6613333 31.4153333 8.50 20 73.9186667 3.6959333 29 204.9896667 Coeff Var Root MSE PRODUKSI Mean 6.141458 1.922481 31.30333
DF 1 1 1 1
Contrast SS 91.26666667 33.69333333 0.50416667 0.19716667
Mean Square 91.26666667 33.69333333 0.50416667 0.19716667
Selamat Belajar
F Value 24.69 9.12 0.14 0.05
Pr > F 0.0051 0.9113 0.0004
Pr > F <.0001 0.0068 0.7158 0.8197
Perlakuan Total Perlakuan linier kuadratik kubik kuartik
18 210.9 ‐2 2 ‐1 1
24 189.8 ‐1 ‐1 2 ‐4
30 181 0 ‐2 0 6
36 177.2 1 ‐1 ‐2 ‐4
42 180.2 2 2 1 1
Q ‐74 53.2 ‐5.5 9.1
r∑c2 60 84 60 420
JK(Q) 91.267 33.693 0.504 0.197 125.661