Rancangan Acak Kelompok Faktorial

Slides:



Advertisements
Presentasi serupa
Rancangan Acak Lengkap (Completely Randomized Design)
Advertisements

PERCOBAAN FAKTORIAL Azimmatul Ihwah, S.Pd, M.Sc
Uji beda rata-rata Kalau dalam ANOVA menunjukkan bahwa F hitung > F tabel yang berarti bahwa menolak hipotesis yang menyatakan rata-rata antar perlakuan.
Berbagai Jenis Rancangan Percobaan
Rancangan Acak Kelompok
Percobaan Tiga Faktor Kuswanto.
Rancangan Acak Lengkap (Completely Randomized Design)
Rancangan Acak Lengkap
Rancangan Petak Terbagi
Rancangan Acak Kelompok
Uji Perbandingan Kelompok Perlakuan
PERCOBAAN 2 FAKTOR Kuswanto Download materi: rizali.staff.ub.ac.id
Percobaan Tiga Faktor Kuswanto dan Rizali 2014.
VIII. RANCANGAN PETAK TERBAGI (RPT)
Percobaan dengan 3 Faktor dan Split-Plot
Rancangan Acak Kelompok Faktorial
Percobaan 2 faktor dalam RAK
Rancangan SPLIT PLOT Percobaan dengan menggunakan rancangan split plot bila - ada salah satu faktor yang lebih penting daripada faktor yang lain. - ada.
Percobaan Berfaktor Perlakuan : kombinasi antara taraf faktor satu dengan taraf faktor yang lain Penempatan perlakuan dalam : RAL, RAK, SPLIT PLOT atau.
ANALISIS REGRESI DAN KORELASI
PERCOBAAN FAKTORIAL DAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
VII. RAK FAKTORIAL Percobaan RAK pola faktorial adalah penelitian dengan rancangan dasar RAK dan faktor perlakuan labih dari atau sama dengan 2. Contoh.
Rancangan Acak Kelompok
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
PERCOBAAN 2 FAKTOR Kuswanto.
RANCANGAN ACAK LENGKAP FAKTORIAL
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
Percobaan Faktorial Dalam Rancangan Acak Lengkap (RAL)
PEMBANDINGAN ORTOGONAL ( Prof.Dr. Kusriningrum )
PERCOBAAN FAKTORIAL.
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
Dalam Rancangan Acak Lengkap (RAL)
CARA PENGUMPULAN DATA SENSUS DATA POPULASI ANALISIS NILAI PARAMETRIK
RANCANGAN ACAK LENGKAP FAKTORIAL
PERCOBAAN FAKTORIAL.
Berbagai Jenis Rancangan Percobaan
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
Perancangan Percobaan (Rancob)
RAL (Rancangan Acak Lengkap)
Forcep Rio Indaryanto, S.Pi., M.Si
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Dalam Rancangan Acak Kelompok Lengkap (RAKL)
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
Uji Lanjut: Uji Berganda Duncan (DMRT) (Duncan's Multiple Range Test)
RANCANGAN ACAK KELOMPOK
RANCANGAN BUJUR SANGKAR LATIN (RBL)
RANCANGAN SPLIT PLOT.
Percobaan 2 faktor dalam RAK
Prof. Dr. Ir. Loekito Adi S., M.Agr
Rancangan Satu Faktor Rancangan Acak Lengkap
PERTUMBUHAN DAN HASIL SELADA(Lactuca sativa L
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
Rancangan SPLIT PLOT Percobaan dengan menggunakan rancangan split plot bila - ada salah satu faktor yang lebih penting daripada faktor yang lain. - ada.
KONSEP ANALISIS OF VARIANCE
UJI BEDA RATAAN GRUP PERLAKUAN METODE ORTOGONAL KONTRAS
ANOVA 2 ARAH dengan Interaksi
RANCANGAN SPLIT PLOT YAYA HASANAH.
RANCANGAN ACAK KELOMPOK
UJI BEDA RATAAN.
UJI BEDA RATAAN.
Dalam Rancangan Acak Kelompok (RAK)
Perbandingan Berganda
RANCANGAN ACAK KELOMPOK (RAK)
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Uji Perbandingan Berganda Kuswanto, Uji perbandingan berganda Untuk membandingkan rerata antar perlakuan Untuk membandingkan rerata antar perlakuan.
Rancangan acak lengkap faktorial
Rancangan Petak Petak Terbagi (Split Split Plot Design)
Berbagai Jenis Rancangan Percobaan
Transcript presentasi:

Rancangan Acak Kelompok Faktorial Kuswanto dan Rizali 2014

RAK FAKTORIAL Gabungan Antara Rancangan Lingkungan :Acak Kelompok Rancangan Perlakuan : Faktorial

RAK FAKTORIAL Sebagaimana percobaan dengan RAK faktor tunggal, heterogenitas lingkungan juga menjadi syarat pada percobaan RAK faktorial. Prosedur pengacakan dan penataan pada RAK faktor tunggal dapat digunakan pada RAK faktorial. Kebanyakan penelitian pertanian di lapang, menggunakan RAK Faktorial. Misal penelitian 2 x 3 tentang pengujian 2 varietas (V1 dan V2) tomat dengan pupuk N (N1, N2, N3).

Tabel di bawah adalah hasil buah per tanaman Tabel di bawah adalah hasil buah per tanaman. Ingat syarat penggunaan RAK. Perlakuan Ulangan Total 1 2 3 4 V1N1 22,32 28,02 27,37 28,47 106,18 V1N2 19,10 23,46 27,35 19,37 89,28 V1N3 26,92 29,50 28,09 32,52 117,03 V2N1 27,32 21,89 24,89 21,72 95,82 V2N2 38,77 25,64 29,82 37,32 131,55 V2N3 40,32 34,13 27,12 22,59 124,16 174,75 162,64 164,64 161,99 664,02

Sebagaimana RAL Faktorial, tahapan perhitungan : FK = (664,2)²/(4x2x3) = 18381,8 JK total (terkoreksi) = {(22,32)²+(28,02)²+…+(22,59)²}-FK = 746,847 JK perl = {(106,18)²+(89,28)²+…+(124,16)²}/4 - FK = 339,155 Yang membedakan RAK dari RAL  JK ul. = {(174,75)²+ … +(161,64)²}/6 - FK = 717,6303

Untuk menghitung JK masing-masing faktor, JKV, JKN, dan JK VN, perlu disusun tabel 2 arah Total V1 106,18 89,28 117,03 312,49 V2 95,82 131,55 124,16 351,53 202 220,83 241,19 664,02

Dari tabel 2 arah  JKV = {(312,49)²+(351,53)²}/(4x3) -FK= 63,5051 JKN = {(202)² + (220,83)² + (241,19)²}/(4x2) - FK= 96,0398, JKVN = JKperl–JKV–JKN = 339,115 –63,5051 – 96,0398 = 179,61 JK galat = JKtotal – JKV – JKN – JKVN - JKul = 50,9076

Susun tabel analisis ragam SK Db JK KT Fhit Ftab 5% Ftab 1% Ulangan 3 17,63 5,87 0,22 Perlakuan 5 339,155 67,83 2,61 V 1 63,50 63,5 2,44tn 4,41 N 2 96,03 48,02 1,846tn 3,55 VN 179,61 89,81 3,45* 3,35 Galat 16 390,062 26,004 Total 23 746,847 Hitung koefisien keragaman (KK) = akar KT galat/rata-rata

Analisis ragam di r aov(Buah ~ Blok+Varietas*Pupuk, data=rak.data) Df Sum Sq Mean Sq F value Pr(>F) Blok 3 17.63 5.877 0.226 0.876 Varietas 1 63.51 63.505 2.442 0.138 Pupuk 2 96.04 48.02 1.846 0.191 Varietas:Pupuk 179.61 89.805 3.453 0.058 Residuals 15 390.06 26.004

Kesimpulan : terdapat interaksi yang nyata antara Varietas dengan dosis pupuk N. Jelaskan apa artinya ? Karena terdapat interaksi nyata, maka uji dilakukan terhadap interaksi, masing-masing faktor tidak perlu diuji. Uji dengan DMRT atau Uji dengan BNJ Dosis N  kuantitatif, dapat analisis ortogonal polinomial untuk mengetahui responnya

Uji beda nyata Karena jumlah kombinasi > 4, maka kurang tepat menggunakan BNT V1N1 26,545 V1N2 22,32 V1N3 29,2575 V2N1 23,955 V2N2 32,8875 V2N3 31,04 BNJ ??

Contoh 2 RAK 3x5 Faktor 1: 3 taraf PGR (plant growth regulator ) Faktor 2: 5 taraf Nitrogen

Analisis ragam di r aov(Hasil ~ Blok+PGR*Nitrogen, data=rak.data2) Df Sum Sq Mean Sq F value Pr(>F) Blok 2 0.064 0.032 1.6311 0.21377 PGR 0.16933 0.08467 4.3155 0.02324 * Nitrogen 4 2.49022 0.62256 31.7322 4.95E-10 *** PGR:Nitrogen 8 1.01511 0.12689 6.4676 8.98E-05 Residuals 28 0.54933 0.01962

Uji Tukey Perlakuan Mean+SD Groups P1:N1 0.93+0.06 ef P1:N2 1.23+0.06 cdef P1:N3 1.40+0.10 bc P1:N4 1.93+0.15 a P1:N5 1.23+0.15 P2:N1 0.83+0.06 f P2:N2 0.97+0.12 def P2:N3 1.30+0.20 bcde P2:N4 1.33+0.25 P2:N5 1.67+0.21 ab P3:N1 0.87+0.15 P3:N2 1.20+0.20 P3:N3 1.37+0.06 bcd P3:N4 1.43+0.06 P3:N5 1.20+0.10

Tugas Lakukan analisis data hasil penelitian dengan RAK Faktorial untuk contoh kedua Lakukan analisis untuk menghitung anova dan menguji masing-masing perlakuannya Kumpulkan Minggu Depan

Selamat Belajar