Klasifikasi Pembandingan
1. Pair Comparison, bisa untuk perlakuan kuntitatif atau kualitatif (BNT, BNJ, UJD).
2. Group Comparison, pembandingan berkelompok dengan PLO, khususnya pada perlakuan kualitatif
3. Trend Comparison, pembandingan arah regresi dengan PLO, khususya pada perlakuan kuantitatif.
BEDA NYATA TERKECIL (BNT)
• Pada Hipotesis :Terima bila Y1 = Y2
• H0 : μ1= μ2
Tolak bila Y1 > Y2
• Atau Terima bila :
{(Y1-Y2) < tα/2 (v)√S1/n1+S2/n2 = BNTα
Tolak bila {(Y1-Y2) > tα/2 (v)√S1/n1+S2/n2 = BNTα
2 2
2 2
_ _
_ _
_ _
_ _
BEDA NYATA TERKECIL (BNT)
• Maka BNT pada taraf a atau BNT a adalah
BNTα = tα/2 (v)√S1/n1+S2/n2
(Merupakan nilai terkecil untuk beda Y1 dan Y2
• Karena S1 = S2 dan n1 = n2 , maka
BNTα = tα/2 (v)√2S/n
S = KTG, Ukuran √2S/n disebut galat baku bagi 2 nilai tengah (Sd), maka :
BNTα = tα/2 (v) Sd
2_ _
2
2
22
2 2
LANGKAH UJI BNT
1. Susun Anova untuk mendapatkan Uji F dan nilai KTG = S
2. Tentukan Sd
3. Hitung BNTα = tα/2 (v) Sd
4. Urutkan Nilai Tengah dari besar ke kecil
5. Cari selisih nilai tengah terhadap kontrol
6. Bandingkan nilai beda dengan BNT
2
BEDA NYATA JUJUR (BNJ)
• BNJα = -------- √KTG(1/n1+1/n2)
• Bila n1 = n2 = n
BNJα = qα/2 √KTG/n
= qα/2 √S/n , maka :
BNJα = qα/2 S/√n
• qα/2 diperoleh dari tabel Studentized range
2
qα,/2
√2
UJI JARAK GANDA DUNCAN (UJGD)
• UJDα(d,v) = R α(d,v) √KTG/n
• UJDα(d,v) Tergantung dari jarak (d) dari rangking nilai tengah dan v (dba)
• Prosedur sama dengan BNT atau BNJ hanya UJDα dihitung pada tiap jarak (d)
LANGKAH UJI BNJ/DUNCAN
1. Susun Anova untuk mendapatkan Uji F dan nilai KTG = S
2. Tentukan Sd
3. Hitung BNJ atau UJGD
4. Urutkan Nilai Tengah dari besar ke kecil
5. Cari selisih nilai tengah semua antar perlakuan
6. Bandingkan nilai beda dengan BNJ / UJGD
2
LATIHAN
Dari data Tablet Ujilah :
• Uji BNT (bila perlakuan A = Kontrol)
• Uji BNJ (semua pasangan perlakuan)
• Uji JGD (semua pasangan perlakuan)
PEMBANDNG LINIER ORTOGONAL (PLO)
• Digunakan untuk pembandingan Group atau Trend
• Prinsip dengan memecah Perlakukan menjadi pembandingan berdasar 1 derajat bebas
• Perlakuan dikonversi menggunakan koefisien pembanding (Ci)yang linier (∑Ci
= 0) dan ortogonal (∑Ci1 Ci2 = 0)
PEMBANDING LINIER ORTOGONAL (PLO)
• Menghitung JK = KT Pembanding :
JKP = ------------- ( = KTP )
• F hitung = ------------
(∑Yi. Ci)2
N ∑Ci2
KTP
KTG
KOEFISIEN PEMBANDING PADA GROUP COMPARISON
PEMBANDING KONTROL
(A)
METODA
B
METODA
C
METODA
D
METODA
E
P1 = A vs B – E - 4 1 1 1 1
P2 = B, C vs D, E 0 -1 -1 1 1
P3 = B vs C 0 -1 1 0 0
P4 = D vs E 0 0 0 -1 1
DAFTAR SIDIK RAGAM RAL dengan PLO Group Comparison 5 Perlakuan 5 Ulangan
SK DB JK KT F Hitung F Tabel
1% , 5%
Perlakuan
P1
P2
P3
P4
4
1
1
1
1
JKP
JKP1
JKP2
JKP3
JKP4
KTP1
KTP2
KTP3
KTP4
KTP1/ KTG
KTP2/ KTG
KTP3/ KTG
KTP4/ KTG
Galat 20 JKG KTG
Total 24 JKT
LATIHAN
• Dari data Tablet perlakuan A, B, C, D, E A dianggap Kontrol BC (dalam negeri), DE (import). Buatlah Sidik Ragam dengan PLO group comparison :
• A vs BCDE
• BC vs DE
• B vs C
• D vs E
Analisis Ragam dg PLO Group
P A B C D E ΣYi.Ci nΣCi2 JK Fhit
P1 -4 +1 +1 +1 +1 +2 5x20 0.04 0.014
P2 0 -1 -1 +1 +1 -12 5x4 7.2 2.50
P3 0 -1 +1 0 0 -19 5x2 36.1 1.25
P4 0 0 0 -1 +1 +19 5x2 36.1 1.25
Yi. 26 39 20 14 33 79.44
DAFTAR SIDIK RAGAM RAL dengan PLO Group Comparison 5 Perlakuan 5 Ulangan
SK DB JK KT F Hitung F Tabel
1% , 5%
Perlakuan
P1
P2
P3
P4
4
1
1
1
1
79.440
0.04
7.2
36.1
36.1
0.04
7.20
36.1
36.1
0.014
2.50
12.53
12.53
Galat 20 57.000 2.880
Total 24 137.040
KOEFISIEN PEMBANDING PADA TREND COMPARISON
Jumlah Perlakuan
Derajat Polinom
1 2 3 4
2 Linier -1 1
3 Linier -1 0 1
Kuadratik 1 -2 1
4 Linier -3 -1 1 3
Kuadratik 1 -1 -1 1
Kubik -1 3 -3 1
KOEFISIEN PEMBANDING PADA TREND COMPARISON
Jumlah Perlakuan
Derajat Polinom
1 2 3 4 5
5 Linier -2 -1 0 +1 +2
Kuadratik +2 -1 -2 -1 +2
Kubik -1 +2 0 -2 +1
Kuartik +1 -4 +6 -4 +1
DAFTAR SIDIK RAGAM RAL dengan PLO Trend Comparison 3 Perlakuan 5 Ulangan
SK DB JK KT F Hitung F Tabel
1% , 5%
Perlakuan
Linier
Kuadratik
2
1
1
JKP
JKPL
JKPK
KTPL
KTPK
KTPL/ KTG
KTPK/ KTG
Galat 12 JKG KTG
Total 14 JKT
DAFTAR SIDIK RAGAM RAL dengan PLO Trend Comparison 5 Perlakuan 5 Ulangan
SK DB JK KT F Hitung F Tabel
1% , 5%
Perlakuan
Linier
Kuadratik
Lainnya
4
1
1
2
JKP
JKPL
JKPK
JKP-JKPL-
JKPK
KTPL
KTPK
KTPL/ KTG
KTPK/ KTG
Galat 20 JKG KTG
Total 24 JKT
LATIHAN
• Dari data Tablet perlakuan A, B, C, D, E A dianggap Kontrol BC (dalam negeri), DE (import). Buatlah Sidik Ragam dengan PLO group comparison :
• A vs BCDE
• BC vs DE
• B vs C
• D vs E
LATIHAN
• Dari data Tablet anggap A, B, C, D, E adalah dosis 1, 2, 3, 4, 5 . Buatlah Sidik Ragam dengan PLO.
Analisis Ragam dg PLO Trend
P A=1 B=2 C=3 D=4 E=5 ΣYi.Ci nΣCi2 JK=KT Fhit
Ln -2 -1 0 +1 +2 -11 5x10 2.42 0.84
Ku +2 -1 -2 -1 +2 25 5x14 8.93 3.10
Cb -1 +2 0 -2 +1 57 5x10 64.98 22.56
Qt +1 -4 +6 -4 +1 -33 5x70 3.11 1.08
Yi. 26 39 20 14 33 79.44
DAFTAR SIDIK RAGAM RAL dengan PLO Group Comparison 5 Perlakuan 5 Ulangan
SK DB JK KT F Hitung F Tabel
1% , 5%
Perlakuan
Ln
Ku
Cb
Qt
4
1
1
1
1
79.440
2.42
8.93
64.98
3.11
2.42
8.93
64.98
3.11
0.84
3.10
22.56
3.11
Galat 20 57.000 2.880
Total 24 137.040
BANYAKNYA ULANGAN
• Petunjuk Praktis :Derajat Bebas Galat sedikitnya = 12Derajat Bebas Galat RAL = n (t – 1) Derajat Bebas Galat RAK = (n – 1)(t – 1)
• Misal : bila t = 4(n – 1) (t – 1) = 12n – 1 = 12 / 3n = 4 + 1n = 5
BANYAKNYA ULANGAN
BNTα = tα/2 (v) √2S2/n
√2S2/n = BNTα / tα/2 (v)
S . √2/n = BNTα / tα/2 (v)
n = 2 { }2
S . tα/2
d
COEFISIEN VARIASI (CV)
• KTG = s2 penduga σ2
• Galat Baku = Standard Error1) Bagi Rata-rata Perlakuan ke i
Syi = √ s2/n2) Bagi Beda (selisih) antara rata-rata perlakuan ke i :
Sy1.-y2.= Sd = √ 2s2/n
• Koefisien Keragaman = Koefisien Variasi : S √ s2/nt
CV = ------- x 100 % atau CV = ------- x 100 % Y.. Y..
_ _
COEFISIEN VARIASI (CV)
• Nilai CV yang terlalu besar dibanding dengan nilai yang biasa diperoleh peneliti, mencerminkan satuan percobaan tidak homogen
• Nilai CV tergantung bidang kajian yang sedang dipelajari.
• Bidang pertanian CV 20 – 25 % masih dianggap wajar.• Nilai CV dapat menjadi deteksi apakah data perlu
ditranformasi.• Transformasi tergantung hubungan ragam dengan nilai
tengah.
Macam-macam bentuk hubungan ragam dengan nilai tengah.
BENTUK KETERGANTUNGAN BENTUK TRANSFORMASI
σX ≈ µ X2 1/x
σX ≈ µ X3/2
1/√x
σX ≈ µ X1 Log x atau log (x-1)
σX ≈ µ X1/2
√x atau /√x+1
σX ≈ µ X0 Tanpa transformasi
Data Lamanya Hilang Rasa Sakit
A B C D E
5
4
8
6
3
9
7
8
6
9
3
5
2
3
7
2
3
4
1
4
7
6
9
4
7
26 39 20 14 33 132
5.2 (1.9) 7.8(1.3) 4.0(2) 2.8(1.3) 6.6(1.8) 5.28
S=X0,211
LATIHAN
Dari Anova Tablet hitung : 1) Galat Baku = Standard Error :
- Bagi Rata-rata Perlakuan ke i- Beda (selisih) antara rata-rata perlakuan ke i :
2) Koefisien Keragaman = Koefisien Variasi 3) Berapa ulangan, bila dari penelitian terdahulu S2 = 1,44, dan beda terkecil nilai rataan (d) = 1,5, dengan estimasi minimal tα/2 = 2.1794) Buktikaan bahwa hub ragam dan nilai tengah data tablet adalah ; S=X0,211