RANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)

Slides:



Advertisements
Presentasi serupa
Permutasi. Permutasi Permutasi adalah banyaknya pengelompokan sejumlah tertentu komponen yang diambil dari sejumlah komponen yang tersedia; dalam setiap.
Advertisements

PERCOBAAN FAKTORIAL DENGAN RANCANGAN ACAK KELOMPOK Prof. Kusriningrum
STATISTIKA NON PARAMETRIK
VIII. RANCANGAN PETAK-PETAK TERBAGI
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
2 Faktor (EXPERIMENTAL DESIGN)
RANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
2 FAKTOR – Bagian 2B (EXPERIMENTAL DESIGN)
ACCEPTANCE SAMPLING PLANS DODGE - ROMIG
Klasifikasi Rancangan Percobaan
Pengacakan & Bagan Percobaan
RANCANGAN ACAK BLOK / TWO-WAY ANOVA
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOCK DESIGN) atau RANCANGAN KELOMPOK LENGKAP TERACAK (RANDOMIZED COMPLITE BLOCK DESIGN) Prof.Dr. Kusriningrum.
TEKNIK ANALISIS MULTIVARIAT
MK. PENGELOLAAN DATA MUTU PANGAN
ANALISIS VARIANSI (ANOVA)
design by budi murtiyasa 2008
RANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
1 13 Percobaan dengan Beberapa Perlakuan: Analisis Ragam.
ANALISIS VARIANSI.
Rancangan Acak Lengkap
RAKL (Rancangan Acak Kelompok Lengkap)
RANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN) Ke-1
KONSEP DASAR PROBABILITAS (SSTS 2305 / 3 sks)
Solusi Persamaan Linier
RBSL (Rancangan Bujur Sangkar Latin)
Bab II. Rancangan Acak Lengkap (RAL) Completed randomized design (CRD)
Perancangan Percobaan
Rancangan Cross-Over Dalam kondisi-kondisi tertentu pemberian perlakuan dilakukan secara serial dimana setiap objek diterapkan seluruh perlakuan pada periode.
Ir. Endang Sri Rahayu, M.Kom.
RANCANGAN BUJURSANGKAR LATIN ( LATIN SQUARE DESIGN)
Bab 9B Analisis Variansi Bab 9B
REGRESI LINEAR danKORELASI Dr.Ir. Nugraha E. Suyatma, DEA Ir. BUDI NURTAMA, M.Agr. PS. SUPERVISOR JAMINAN MUTU PANGAN PROGRAM DIPLOMA - IPB.
OLEH : IR. INDRAWANI SINOEM, MS.
Rancangan Acak Kelompok
Dr. Nugraha E. Suyatma, STP, DEA PS. SUPERVISOR JAMINAN MUTU PANGAN
Rancangan Acak Kelompok Lengkap (RAK)
Percobaan satu faktor (single factor exp.)
MULTIPLE COMPARISON TEST (UJI LANJUT, POSTHOC TEST ) MULTIPLE COMPARISON TEST (UJI LANJUT, POSTHOC TEST ) Dr. Nugraha E. Suyatma, STP, DEA Dr. Ir. Budi.
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
Bio Statistika Jurusan Biologi 2014
RANCANGAN ACAK LENGKAP FAKTORIAL
RANCANGAN BUJUR SANGKAR LATIN (RBSL) (LATIN SQUARE DESIGN)
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
RANCANGAN BUJUR SANGKAR LATIN (RBSL) (LATIN SQUARE DESIGN)
RANCANGAN BUJUR SANGKAR LATIN (RBSL) LATIN SQUARE
UJI LANJUT PEMBANDINGAN BERGANDA
Dalam Rancangan Acak Lengkap (RAL)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
Perancangan Percobaan (Rancob)
RAL (Rancangan Acak Lengkap)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
Dalam Rancangan Acak Kelompok Lengkap (RAKL)
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
Rancangan Bujur Sangkar Latin
Rancangan Cross-Over Dalam kondisi-kondisi tertentu pemberian perlakuan dilakukan secara serial dimana setiap objek diterapkan seluruh perlakuan pada periode.
Rancangan Bujur Sangkar Latin (RBSL)
RANCANGAN SPLIT PLOT.
RANCANGAN BUJUR SANGKAR LATIN (RBSL) LATIN SQUARE
Rancangan Bujur Sangkar Latin (Latin Square Design)
Prof. Dr. Ir. Loekito Adi S., M.Agr
Materi Pokok 21 RANCANGAN KELOMPOK
Rancangan Acak Kelompok Lengkap (RAK)
Percobaan satu faktor (single factor exp.)
KONSEP ANALISIS OF VARIANCE
RANCANGAN BUJUR SANGKAR LATIN
Dalam Rancangan Acak Kelompok (RAK)
UJI HIPOTESIS MK. PENGELOLAAN DATA MUTU PANGAN PS. SUPERVISOR JAMINAN MUTU PANGAN PROGRAM DIPLOMA INSTITUT PERTANIAN BOGOR Dr. Ir. Budi Nurtama, Magr Dr.
STATISTIKA 2 8. ANOVA OLEH: RISKAYANTO
Transcript presentasi:

RANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN) RESPONSI ke-1C RANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN) Dr. Nugraha E. Suyatma, STP, DEA Dr. Ir. Budi Nurtama, M.Agr. SUPERVISOR JAMINAN MUTU PANGAN PROGRAM DIPLOMA - IPB

I. PERCOBAAN SATU FAKTOR C. Rancangan Bujur Sangkar Latin (RBSL) Mengendalikan komponen keragaman unit-unit percobaan dari dua arah (arah lajur dan baris); misalnya percobaan efektivitas berbagai mesin (shift dan operator), percobaan umur simpan (tempat dan kemasan), dll. Banyaknya perlakuan = banyaknya ulangan Perlakuan hanya muncul sekali pada setiap lajur dan baris.

Pengacakan I-C. Misalnya 4 perlakuan yaitu A, B, C, D maka diperlukan 4*4 = 16 unit percobaan. Tiga langkah pengacakan adalah sebagai berikut : 1. Penempatan perlakuan arah diagonal dg. acak, misalnya : Baris Lajur 1 2 3 4 A C D B

Pengacakan I-C .... 2. Pengacakan penempatan baris, misalnya : Baris Lajur 1 2 3 4 D B A C

Pengacakan I-C .... 3. Pengacakan penempatan lajur, misalnya : Baris Lajur 2 4 1 3 B C D A

Total keseluruhanY••(•) Tabulasi Data I-C. Lajur Baris L1 L2 L3 L4 Total baris Yi•(•) B1 B Y11(2) C Y12(3) D Y13(4) A Y14(1) Y1•(•) B2 Y21(1) Y22(4) Y23(2) Y24(3) Y2•(•) B3 Y31(4) Y32(1) Y33(3) Y34(2) Y3•(•) B4 Y41(3) Y42(2) Y43(1) Y44(4) Y4•(•) Total lajur Y•j(•) Y•1(•) Y•2(•) Y•3(•) Y•4(•) Total keseluruhanY••(•)

Bentuk Umum Model Linear Aditif I-C. Yij (k) =  + i + j + (k)+ ij (k) i = 1, 2, ..., r j = 1, 2, ..., r k = 1, 2, ..., r Yij (k) = Pengamatan pada perlakuan ke-k dalam baris ke-i, lajur ke-j  = Rataan umum (k) = Pengaruh perlakuan ke-k dalam baris ke-i, lajur ke-j i = Pengaruh baris ke-i j = Pengaruh lajur ke-j ij (k) = Pengaruh acak pada perlakuan ke-k dalam baris ke-i, lajur ke-j

Uji Hipotesis I-C. Pengaruh perlakuan : H0 : (1) = (2) = ..... = (r) (Perlakuan tidak berpengaruh thd respon) H1 : paling sedikit ada satu k dimana k  0 Pengaruh baris : H0 : 1 = 2 = ..... = r = 0 (Baris tidak berpengaruh thd respon) H1 : paling sedikit ada satu i dimana i  0 Pengaruh lajur : H0 : 1 = 2 = ..... = r = 0 (Lajur tidak berpengaruh thd respon) H1 : paling sedikit ada satu j dimana j  0

Tabel ANOVA I-C. Sumber keragaman Jumlah kuadrat d.b. Kuadrat tengah Fhitung Perlakuan JKP r  1 KTP KTP/KTG Baris JKB KTB KTB/KTG Lajur JKL KTL KTL/KTG Galat JKG (r1)(r2) KTG Total JKT r2  1

Rumus-Rumus Perhitungan I-C.

Penarikan Kesimpulan I-C. Nilai-nilai Fhitung perlakuan, baris, dan lajur dari tabel ANOVA dibandingkan dengan nilai-nilai F, v1, v2 dari Tabel Nilai Kritis Sebaran F. Jika Fhitung perlakuan  F, (r-1), (r-1)(r-2) maka H0 ditolak dan sebaliknya. Jika Fhitung baris  F, (r-1), (r-1)(r-2) maka H0 ditolak dan sebaliknya. Jika Fhitung lajur  F, (r-1), (r-1)(r-2) maka H0 ditolak dan sebaliknya.

CONTOH I-C. Percobaan yg meneliti pengaruh bahan pengawet dgn 3 tingkat konsentrasi yg berbeda (A, B, C) terhadap umur simpan produk. Dua sumber keragaman, suhu dan jenis kemasan, masing-masing dikelompokkan menjadi 3 kelompok. RBSL : suhu = 3 lajur dan jenis kemasan = 3 baris Misalnya hasil tiga langkah pengacakan adalah sbb. : A C B C B A B C A

Tabulasi data umur simpan CONTOH I-C ..... Tabulasi data umur simpan Suhu Kemasan L1 L2 L3 Total baris Yi•(•) B1 B 120 C 146 A 125 391 B2 148 132 118 398 B3 130 122 150 402 Total lajur Y•j(•) 400 393 1191

CONTOH I-C .... r = banyaknya perlakuan = banyaknya lajur = banyaknya baris = 3

CONTOH I-C ....

CONTOH I-C .... Tabel ANOVA Sumber keragaman Jumlah kuadrat d.b. Kuadrat tengah Fhitung Perlakuan 1226.00 2 613.00 96.84 Kemasan 20.67 10.34 1.63 Suhu 8.67 4.34 0.69 Galat 12.66 6.33 Total 1268.00 8 Dari Tabel Nilai Kritis Sebaran F diperoleh : F0.05 , 2 , 2 = 19.00 Fhitung perlakuan  F0.05 , 2 , 2 maka H0 ditolak. Fhitung kemasan  F0.05 , 2 , 2 maka H0 diterima. Fhitung suhu  F0.05 , 2 , 2 maka H0 diterima. Perlakuan konsentrasi bahan pengawet berpengaruh nyata sedangkan jenis kemasan dan suhu tidak berpengaruh nyata terhadap umur simpan produk pada taraf signifikansi 0.05.