P. 1
9.Ral Faktorial

9.Ral Faktorial

|Views: 412|Likes:
Published by Jaka Permana

More info:

Categories:Types, Research
Published by: Jaka Permana on Oct 04, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

11/13/2014

pdf

text

original

Percobaan Dua Faktor Dalam Rancangan Acak Lengkap (RAL Faktorial

)

RAL FAKTORIAL
Sebagaimana percobaan dengan RAL faktor tunggal, homogenitas lingkungan juga menjadi syarat pada percobaan RAL faktorial. Prosedur pengacakan dan penataan pada RAL faktor tunggal dapat langsung digunakan pada RAL faktorial.

Seluruh petak percobaan yang digunakan dapat dianggap seragam. N3). maka dapat melihat contoh sebagai berikut : Penelitian tentang produksi tiga varietas yang terdiri atas tiga varietas atau tiga taraf varietas (V1. Banyaknya petak percobaan yang digunakan adalah 12 x 3 = 36 petak percobaan. Dengan demikian banyaknya perlakuan yang dicobakan adalah 3 x 4 = 12 kombinasi perlakuan. V3). N1. N2. faktor yang kedua adal dosis pupuk nitrogen yang dterdiri atas 4 dosis pupuk N (N0.Pengacakan dan Denah Percobaan Untuk dapat membahas tentang pengacakan dan denah rancangan untuk RAL faKtorial. Hal ini merupakan syarat untuk melakukan RAL faktorial . Percobaan diulang sebanyak 3 kali. V2.

Petakanlah perlakuan-perlakuan pada bagan petak percobaan sesuai dengan peringkat bilangan acak.Langkah Pengacakan Beri nomor kombinsi perlakuan (1 .12) Beri nomor petak percobaan yang digunakan (1 – 36) Apabila menggunakan bilangan acak (3 digit) sebanyak 36 bilangan kemudian peringkatkanlah bilangan-bilangan acak tersebut. .

Model Linier untuk RAL Faktorial Yijk = µ + αi + βj + (αβ)ij +εijk Dimana : Yijk = Nilai pengamatan faktor A taraf ke-i faktor B taraf ke-j dan ulangan ke k. µ = Nilai tengah (rata-rata) αi = Pengaruh faktor utama A βj = Pengaruh faktor utama B (αβ)ij = Pengaruh interaksi dari faktor A dan faktor B εijk = Pengaruh galat .

......Hipotesis Pengaruh utama faktor A : H0 : α1 = .. = (αβ)ab = 0 (interaksi faktor A dengan faktor B tidak berpengaruh) H1 : paling sedikit ada sepasang (i... = βb = 0 (faktor B tidak berpengaruh) H1 : paling sedikit ada satu j dimana βj # 0 Pengaruh sederhana (interaksi) faktor A dengan faktor B : H0 : (αβ)11 = (αβ)12 = .j) dimana (αβ)ij # 0 . = αa = 0 (faktor A tidak berpengaruh) H1 : paling sedikit ada satu i dimana αi # 0 Pengaruh utama faktor B : H0 : β1 = .

1990). sedang pupuk terdiri 0 g (P0).5 g (P2). 1. Pemberian kapur terdiri 0 g (K0) dan 4 g (K1).75 g (P1) dan 3. Hasil penimbangan bobot biji kering seperti Tabel dibawah (Yitosumarto.Contoh Soal Percobaan pot mempelajari pengaruh pemberian kapur CaCO3 dan Phospat terhadap pertumbuhan dan hasil kacang tanah. .

46 27.37 89.47 106.32 131.12 22.28 26.09 32.18 19.89 21.13 27.32 28.82 37.77 25.32 21.50 28.59 124.89 24.32 34.92 29.02 .64 29.10 23.55 40.72 95.02 27.37 28.82 38.16 664.52 117.03 27.Data bobot biji kering Perlakuan 1 K0P0 K0P1 K0P2 K1P0 K1P1 K1P2 Total 2 Ulangan 3 4 Total 22.35 19.

FK = 339.8 JK total (terkoreksi) = {(22. maka selain JK perlakuan juga dihitung JK K dan JK P.155 Perlakuan terdiri atas Dosis Kapur (K) dan Dosis Pupuk (P).32)²+(28. Dengan kata lain JK perlakuan dipecah menjadi JK masing-masing faktor dan JK interaksi antar faktor JK KP.847 JK perl = {(106.16)²}/4 .02)²+…+(22.2)²/(4x2x3) = 18381.59)²}FK = 746.18)²+(89.28)²+…+(124.Tahapan perhitungan :  sama dengan RAL faktor tunggal • • • FK = (664. • .

maka akan diketahui tingkat beda nyatanya.• JK masing-masing faktor digunakan untuk menghitung KT dan F hitung. • Apabila F hitung masing-masing faktor diketahui. artinya perbedaan dosis K memberikan hasil yang berbeda nyata pada bobot biji kering kacang tanah. • Apabila faktor K nyata. • Hal ini juga dapat terjadi pada faktor P. .

53 664.28 131. JKKP.83 P2 117.55 220.18 95.82 202 P1 89. JKP.Untuk menghitung JKK.16 241.02 Perhatikan cara menyusun tabel 2 arah .49 351. perlu disusun tabel 2 arah P0 K0 K1 Total 106.19 Total 312.03 124.

JKKP = 746.0398 = 179.61 • JK galat = JK total .JKK .5051– 96.Perhitungan JK faktor dan interaksi • JKK = {(312.61 = 407.49)² + (351.0398 – 179.5051 – 96.847 – 63.0398 • JKKP= JKperl – JKK – JKP = 339.19)²}/(4x2) = 96.115–63.5051 • JKP = {(202)² + (220.83)² + (241.093 .JKP .53)²}/(4x3) = 63.

5051 96.61 407.6496 2.847 KT 67.0398 179.155 63.804tn 2.96* 4.35 Fhit Ftab 5% Ftab 1% .0199 89.5.093 746. Susun tabel analisis ragam SK Perlakuan K P KP Galat Total Db JK 5 1 2 2 18 23 399.5051 48.55 3.8049 22.12tn 3.41 3.831 63.

02/24)} x 100% = {4.74% .Apabila ingin diketahui perbedaan keragaman dengan variabel yang lain (misalnya dengan umur berbunga). maka dapat dihitung koefisien keragaman (koefisien variasi)_(KK) KK = akar KT galat/rata-rata = {(√22.6496)/(644.83} x 100% = 17.7592 /26.

dengan  = 0.05. diperoleh bahwa F tabel (1.Uji F (ragam/varian) Dari tabel F.55. 18) adalah 4.41 dan 3. Kesimpulan : terdapat interaksi yang nyata antara K (kapur) dengan P (pospat) terhadap bobot biji kering kacang tanah. artinya pada setiap dosis K akan diperoleh bobot biji kering yang berbeda apabila dosis P juga berbeda. 18) dan F tabel (2. Atau dengan kata lain pengaruh dosis K terhadap hasil biji kering kacang tanah akan berbeda pada dosis P yang berbeda. .

Respon perlakuan merupakan salah satu pokok bahasan dalam Mata Kuliah Rancob 2.Perlu diketahui Karena perlakuan K dan P masing-masing bersifat kuantitatif. apabila perlakuannya kualitatif dapat diketahui perbedaan antar kelompok perlakuan dengan menggunakan ortogonal kontras (telah diberikan sebelum UTS) . Sebaliknya. maka dapat dilanjutkan dengan melihat bentuk interaksinya dan bentuk respon masing-masing perlakuan dengan menggunakan koefisien ortogonal polinomial.

. Namun dalam prakteknya uji tersebut sering dilakukan. Secara teori faktor yang hanya mempunyai 2 level tidak perlu diuji dengan uji perbandingan berganda. Selama hasil ujinya tidak berbeda dengan dasar teori tersebut. secara otomatis perbedaan faktor tersebut sudah menunjukkan perbedaan antar level-levelnya. karena apabila faktor tersebut nyata artinya terdapat perbedaan nyata pengaruh antar level-level didalamnya. Apabila levelnya hanya 2. tidak menyebabkan permasalahan.Apabila ada faktor yang berbeda nyata perlu diuji dengan uji perbandingan berganda untuk mengetahui level manakah yang saling berbeda.

BNJ atau DMRT.Uji perbandingan berganda Uji perbandingan berganda untuk RAL faktorial dapat menggunakan BNT. maka cara menyajikan data rata-rata kombinasi perlakuan adalah sbb: . sesuai dengan tingkat ketelitian yang diinginkan dan jumlah level atau kombinasi perlakuan yang diuji. Apabila terdapat interaksi nyata.

01) Maka BNT0.05 = 2.101 x √(2 x 22.101 (atau dapat juga digunakan tarap 1% untuk BNT 0.05 = tα x √(2 KTg/r) Dimana tα = t table untuk db galat (18) pada taraf 5% = 2.07 Selanjutnya  tabel rata-rata .6496/4) = 7.Uji BNT BNT0.

04 7.32 29.55 22.07 Hasil uji BNT abc a bc ab c c .95 32.26 23.89 31.Tabel rata-rata Perlakuan K0P0 K0P1 K0P2 K1P0 K1P1 K1P2 BNT Rata-rata bobot biji 26.

06 ?? 22. dan hanya salah satu atau kedua faktor yang nyata.44 24.54 26.79 ?? . atau tidak ada yang nyata.Seandainya interaksi tidak nyata.72 39. maka cara menyajikan data rata-rata perlakuan Perlakuan Dosis Kapur K0 K1 BNT Dosis Pupuk P P0 P1 P2 BNT Rata-rata bobot biji Hasil uji BNT 34.

Berikan kesimpulan dan interpretasi secara singkat. Lakukan uji perbandingan berganda terhadap faktor yang nyata. .TUGAS Carilah atau susunkan data penelitian yang menggunakan RAL faktorial 3 x 4. Lakukan analisis data untuk melengkapi tabel analisis varian.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->