makalah biometrika kelompok 8
TRANSCRIPT
PAPER BIOMETRIKA
RANCANGAN BERULANG DALAM WAKTU
oleh :1. Mashadi Dwi M
( 0910950049 )
2. Melinda Dwi Anggraeni (125090501111001)3. M. Alfian Hery Wahyudi(125090507111027)PROGRAM STUDI STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2014BAB I
PENDAHULUAN
Rancangan percobaan didefinisikan sebagai suatu perencanaan percobaan, sehingga data yang diperoleh dapat dianalisis secara statistika, memberikan hasil valid dan kesimpulan yang objektif. Data yang diperoleh dari rancangan percobaan tersebut dikatakan valid atau sah apabila data tersebut diperoleh dari suatu percobaan yang memenuhi 3 prinsip dasar perancangan percobaan yaitu harus ada perulangan, pengacakan dan pengendalian lingkungan. Dalam berbagai bidang penerapan rancangan percobaan diketahui bahwa respon dari individu merupakan akibat dari beberapa faktor secara serentak. Hal ini menunjukkan bahwa percobaan dengan menggunakan satu faktor yang menganggap faktor lain bersifat tetap, menjadi tidak efektif karena respon yang muncul akan berbeda jika pada kondisi yang sebenarnya faktor-faktor lain tersebut ternyata berubah. Oleh karena itu banyak bidang terapan memerlukan rancangan percobaan yang menggunakan beberapa faktor sebagai perlakuan pada saat yang bersamaan.
Rancangan berulang dalam waktu, definisinya adalah sebuah rancangan percobaan yang pengamatannya dilakukan dari waktu ke waktu. Rancangan berulang dalam waktu ini, dapat digunakan pada percobaan petak terbagi, atau sering disebut dengan Percobaan petak terbagi dalam waktu (split plot in time). Percobaan ini merupakan suatu pengembangan dari percobaan petak terbagi (split plot), hanya saja anak perlakuannya merupakan pengamatan dari waktu ke waktu. Dalam percobaan ini, perlakuan disamakan dengan petak utama, sed angkan waktu pengamatan disamakan dengan anak petak, dimana tujuannya adalah ingin mengetahui waktu dalam suatu percobaan. Beberapa keuntungan dari rancangan Split-Plot in time adalah (Anonymous, 2011):
Manfaat utama dari split plot in time design adalah ketika satu faktor ekperimen harus dikembangkan ke unit percobaan yang lebih besar daripada faktor eksperimennya. Meningkatkan ketepatan pada RAK dan RAL dalam subplot/anak perlakuannya dan interaksi antara anak perlakuan (waktu) dan perlakuan utamanya.
Mengetahui pengaruh waktu terhadap suatu percobaan.Beberapa kerugian penggunaan rancangan Split-Plot in time ini antara lain (Anonymous, 2011):
Pengaruh utama dari petak utama diduga dengan tingkat ketelitian yang lebih rendah dibandingkan pengaruh interaksi dan pengaruh utama dari anak petaknya(waktu). Analisis lebih kompleks dibandingkan rancangan faktorial sehingga membutuhkan waktu yang lama untuk pengerjaannya serta interpretasi hasil analisisnya tidak mudah.BAB II
ISITergantung pada efek waktu tertentu, baik split-plot atau regresi, analisis bisa tepat untuk percobaan ini. Namun, kemajuan dalam statistik dan aplikasi komputer memungkinkan peneliti untuk lebih mengeksplorasi efek waktu dan memastikan bahwa hipotesis yang tepat diuji. Rancangan percobaan lain (seperti RBSL) juga dapat diulang dalam waktu, tetapi tidak termasuk saat ini dalam panduan lapangan. Berikut ini adalah penjelasan singkat pengacakan untuk rancangan percobaan dengan RAL (Gomez Kwanchai.A.& Gomes,Arturo.A. 1995): Pengukuran Beberapa subyek percobaan tersebut dibuat dalam waktu.
Perawatan ditugaskan secara acak dalam blok mata pelajaran yang berdekatan, setiap perlakuan sekali per blok.
Jumlah blok adalah jumlah ulangan, dimana ulangan yang dilakukan adalah sama yaitu waktu. Denah Percobaannya adalah sebagai berikut,
Faktorial (RAL)
untuk b1, b2, dan b3 samaa1c2a2c1a4c3a2c4
a2c1a3c3a1c4a4c2
a3c2a4c3a1c1a2c4
Faktorial (RAK)
untuk b1a1c2a2c1a4c3a2c4
a2c1a3c3a1c4a4c2
a3c2a4c3a2c1a2c4
untuk b2
a2c3a1c4a4c2a3c1
a3c2a4c1a1c4a2c3
a1c1a3c3a2c4a4c2
untuk b3
a3c3a4c2a1c1a2c4
a2c1a1c4a3c3a4c2
a1c4a4c1a2c2a3c3
Contoh pengacakan di atas yaitu menggunakan RAL dan RAK. Dapat dilihat bahwa pengacakan pada RAL hanya terjadi pada setiap perlakuan dan untuk tiap blok/kelompok/ulangan tidak dilakukan pengacakan. Sedangkan RAK pengacakan terjadi pada setiap kelompok/ulangan dan perlakuan. Selanjutnya dalam makalah ini akan dibahas tentang pengacakan pada rancangan petak terbagi dalam waktu (split plot in time) dengan rancangan RAL dan RAK sebagai metode pengacakannya. Pada rancangan acak terbagi dalam waktu (split plot in time) hanya dilakukan 2 kali pengacakan.Model linier untuk percobaan petak terbagi dalam waktu adalah sebagai berikut :
Yijk = + k + i + ik + j + ( )ij + ()jk + ijk
Dengan :
i = 1,2,n
j = 1,2,b
k = 1,2,rDimana :
Yijk= nilai pengamatan untuk perlakuan ke-i, waktu ke-j, dan pada kelompo ke-k
= nilai rata-rata sesungguhnya
k= pengaruh kelompok ke-k
i= pengaruh perlakuan ke-i
ik= galat yang disebabkan karena interaksi antara perlakuan ke-i dengan kelompok ke- k (galat a)
j= pengaruh waktu ke-j
( )ij= pengaruh perlakuan ke-i dan waktu ke-j ()jk= pengaruh waktu ke-j dan kelompok ke-k
ijk= galat yang disebabkan karena interaksi antara perlakuan ke-i, waktu ke-j, dan kelompok ke-k.
Dengan Metode Kuadrat Terkecil (MKT), diperoleh penduga bagi , k, i, ik, j, ( )ij, dan ()jk. Selanjutnya, diperoleh rumus perhitungan untuk menghitung jumlah kuadrat perlakuan, kelompok, anak perlakuan (waktu), interaksi antara waktu dengan perlakuan, interaksi antara kelompok dengan waktu, galat percobaan a, galat percobaan b, jumlah kuadrat total, dan faktor koreksi (dalam bentuk rumus kerja) sebagai berikut :
FK = JKK = - FK
JKG(a) = - FK - JKK - JKP
JKWP = - FK JKW - JKP
JKWK = - FK JKW JKK
JKG(b) = JKT JKK JKP JKG(a) JKW JKWP - JKWK
JKT = Yijk2 FK
JKP = FK
JKW FK
Tabel analisis ragam untuk percobaan petak terbagi dalam waktu (split plot in time) dengan rancangan dasar rancangan acak kelompok (RAK) adalah sebagai berikut :
SKDBJKKTFhitung
Kelompok(r-1)JKKKTKKTK/ KTG(a)
Perlakuan(a-1)JKPKTPKTP/ KTG(a)
Galat a(r-1)(a-1)JKG(a)KTG(a)-
Waktu(b-1)JKWKTWKTW/ KTG(b)
Waktu x perlakuan(a-1)(b-1)JKWPKTWPKTWP/ KTG(b)
Waktu x kelompok(r-1)(b-1)JKWKKTWKKTWK/ KTG(b)
Galat b(r-1)(a-1)(b-1)JKG(b)KTG(b)-
Total(rab-1)JKT
Dalam RAK, r = kelompok, a = perlakuan, b = waktu
Tabel analisis ragam untuk percobaan petak terbagi dalam waktu (split plot in time) dengan rancangan dasar rancangan acak lengkap (RAL) adalah sebagai berikut :
S KD BJ KK TF H
Perlakuan(a)(a-1)JK AKTPKTP/ KTG(a)
Galat aa(r-1)JKG(a) KTG(a)
Waktu(b-1)JKB KTWKTW/ KTG(b)
Perlakuan x waktu(ab)(a-1)(b-1)JKAB KTWPKTWP/ KTG(b)
Galat ba(b-1)(r-1)JKG(b)KTG(b)
Total(abr 1)JK T
Dalam RAL, r = ulangan, a = perlakuan, b = waktu
(Yitnosumarto, Suntoyo. 1993)BAB III
PERMASALAHAN DAN PENYELESAIAN1.1 Permasalahan 1
Judul Skripsi : Pengaruh Macam Konsentrasi Zat Pengatur Tumbuh dan Interval Penyemprotan Pupuk Daun terhadap Pertumbuhan Stek Kopi Robusta (Coffea canephora l.)Oleh :Pedut Prasetyo Fakultas Pertanian Universitas Brawijaya
Data percobaan dilakukan dengan menggunakan rancangan percobaan split plot in time design (rancangan berulang dalam waktu), dengan dua factor. Faktor pertama adalah konsentrasi NAA (A) dengan 4 level, yaitu 0 ppm, 400 ppm, 600 ppm, dan 800 ppm. Faktor kedua adalah umur tanaman (B) dengan 4 level, yaitu 4 8 MST, 8 12 MST, dan 12 16 MST. Penelitian ini diulang pada kelompok yang berbeda-beda. Kelompok dalam penelitian ini adalah interval penyemprotan pupuk daun, yaitu tanpa penyemprotan, 1 minggu sekali, 2 minggu sekali, dan 3 minggu sekali. Dua factor ini digunakan untuk mengetahui pengaruh faktor-faktor tersebut terhadap rata-rata laju pertumbuhan tanaman (gr gr-1 bln-1).
Konsentrasi NAAWaktuInterval Penyemprotan Pupuk Daun
tanpa penyemprotan1 minggu sekali2 minggu sekali3 minggu sekali
0 ppm4-8 MST0,020,020,020,02
8-12 MST0,050,080,110,1
12-16 MST0,060,070,060,09
400 ppm4-8 MST0,020,040,010,02
8-12 MST0,090,190,10,1
12-16 MST0,10,050,070,13
600 ppm4-8 MST0,050,070,020,02
8-12 MST0,190,220,140,11
12-16 MST0,140,20,090,06
800 ppm4-8 MST0,030,010,020,03
8-12 MST0,110,070,090,16
12-16 MST0,080,050,060,13
PENYELESAIAN :Hipotesis yang digunakan :
H0: 1=2=3= 4 = 0 vs H1 : minimal ada satu nilai i yang 0
H0: PU1 = PU2 = PU3 = PU4 = 0 vs H1 : minimal ada satu nilai PUj yang 0
H0: AP1=AP2=AP3 = 0 vs H1 : minimal ada satu nilai APk yang 0
H0: (PuxAP)11=(PuxAP)12=..=(PuxAP)43= 0 vs H1: minimal ada satu nilai (PuxAP)jk yang 0
H0 :(APx)11=(APx)12= ..= (APx)34 = 0 vs H1:minimal ada satu nilai (AP x )ik yang 0
Tabel 2 arah Perlakuan dengan Pengamatan (waktu) :Konsentrasi NAAUmur TanamanTotal
4-8 MST8-12 MST12-16 MST
0 ppm0,080,340,280,7
400 ppm0,090,480,350,92
600 ppm0,160,660,491,31
800 ppm0,090,430,320,84
Total0,421,911,443,77
Tabel 2 arah Perlakuan dan Ulangan :
Konsentrasi NAAInterval Penyemprotan Pupuk DaunTotal
tanpa penyemprotan1 minggu sekali2 minggu sekali3 minggu sekali
0 ppm0,130,170,190,210,7
400 ppm0,210,280,180,250,92
600 ppm0,380,490,250,191,31
800 ppm0,220,130,170,320,84
Total0,941,070,790,973,77
Tabel 2 arah Pengamatan (waktu) dan Ulangan :Interval Penyemprotan Pupuk DaunWaktuTotal
4-8 MST8-12 MST12-16 MST
tanpa penyemprotan0,120,440,380,94
1 minggu sekali0,140,560,371,07
2 minggu sekali0,070,440,280,79
3 minggu sekali0,090,470,410,97
Total0,421,911,443,77
Perhitungan secara manual :FK = = = 0,29610208
JKT = Yijk2 FK = (0,02)2 + (0,02)2 + ........ + (0,13)2 - 0,29610208 = 0,13579792
JKT PU = FK = - 0,29610208 = 0,04493125
JKK = FK = - 0,29610208 = 0,00335625
JKP = FK = - 0,29610208 = 0,01707292
JKW FK = - 0,29610208 = 0,07252917
JKG(a) = JKT PU - JKK - JKP = 0,04493125 - 0,00335625 - 0,01707292 = 0,02450208
JKWP = - FK JKW - JKP = - 0,29610208 - 0,0725291 - 0,0170729 = 0,00382083
JKWK = - FK JKW JKK = - 0,29610208 - 0,0725291 - 0,00335625 = 0,0034375
JKG(b) = JKT JKK JKP JKG(a) JKW JKWP - JKWK = 0,01107917
Perhitungan menggunakan software minitab 14 :1. Menggunakan Stat >> ANOVA >> General Linier Model
General Linear Model: La_per versus Kelompok; konsentrasi; Umur
Factor Type Levels Values
Kelompok fixed 4 1; 2; 3; 4
konsentrasi fixed 4 1; 2; 3; 4
Umur fixed 3 1; 2; 3
Analysis of Variance for La_per, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P
Kelompok 3 0,0033563 0,0033563 0,0011188 1,63 0,218
konsentrasi 3 0,0170729 0,0170729 0,0056910 8,27 0,001
Umur 2 0,0725292 0,0725292 0,0362646 52,73 0,000
Kelompok*konsentrasi 9 0,0245021 0,0245021 0,0027225 3,96 0,006
Kelompok*Umur 6 0,0021375 0,0021375 0,0003562 0,52 0,787
konsentrasi*Umur 6 0,0038208 0,0038208 0,0006368 0,93 0,500
Error 18 0,0123792 0,0123792 0,0006877
Total 47 0,1357979
S = 0,0262246 R-Sq = 90,88% R-Sq(adj) = 76,20%
Unusual Observations for La_per
Obs La_per Fit SE Fit Residual St Resid
18 0,190000 0,146667 0,020732 0,043333 2,70 R
22 0,050000 0,096042 0,020732 -0,046042 -2,87 R
R denotes an observation with a large standardized residual.2. Menggunakan Stat >> ANOVA >> Balance ANOVA
ANOVA: La_per versus Kelompok; konsentrasi; Umur Factor Type Levels Values
Kelompok fixed 4 1; 2; 3; 4
konsentrasi fixed 4 1; 2; 3; 4
Umur fixed 3 1; 2; 3
Analysis of Variance for La_per
Source DF SS MS F P
Kelompok 3 0,0033563 0,0011188 1,63 0,218
konsentrasi 3 0,0170729 0,0056910 8,27 0,001
Umur 2 0,0725292 0,0362646 52,73 0,000
Kelompok*konsentrasi 9 0,0245021 0,0027225 3,96 0,006
Kelompok*Umur 6 0,0021375 0,0003562 0,52 0,787
konsentrasi*Umur 6 0,0038208 0,0006368 0,93 0,500
Error 18 0,0123792 0,0006877
Total 47 0,1357979
S = 0,0262246 R-Sq = 90,88% R-Sq(adj) = 76,20%
Perhitungan menggunakan software genstat :
***** Analysis of variance *****
Variate: la_per
Source of variation d.f. s.s. m.s. v.r. F pr.
kel stratum 3 0.0033563 0.0011188 0.41
kel.PU stratum
PU 3 0.0170729 0.0056910 2.09 0.172
Residual 9 0.0245021 0.0027225 4.50
kel.PU.AP stratum
AP 2 0.0725292 0.0362646 59.96 F-tabel (3,55). Maka dapat disimpulkan bahwa umur tanaman dalam penelitian ini sangat berpengaruh nyata terhadap rata-rata laju pertumbuhan tanaman.4. Untuk interaksi (konsentasi NAA) dengan (umur tanaman), terima Ho karena nilai F-hit (1,03) < F-tabel (2,66). Maka dapat disimpulkan bahwa interaksi antara konsentasi NAA dengan umur tanaman tidak berpengaruh nyata terhadap rata-rata laju pertumbuhan tanaman.
5. Untuk interaksi (interval penyemprotan pupuk daun) dengan (umur tanaman), terima Ho karena nilai F-hit (0,93) < F-tabel (2,66). Maka dapat disimpulkan bahwa interaksi antara interval penyemprotan pupuk daun dengan umur tanaman tidak berpengaruh nyata terhadap rata-rata laju pertumbuhan tanaman.1.2Permasalahan 2
Judul skripsi : Pengaruh Warna Cahay dan Brooding Period terhadap kinerja ayam pedaging
Oleh : Nanang Hermawan Fakultas Peternakan Universitas Brawijaya
Data percobaan dilakukan dengan menggunakan rancangan percobaan split plot in time design (rancangan berulang dalam waktu), dengan dua factor. Faktor pertama adalah Kondisi Win Cahaya (W) dengan 4 level, yaitu Netral, Kuning, Merah,dan Hijau. Faktor kedua adalah Lama Brooding Period(L) dengan 3 level, yaitu 2 minggu, 3 minggu, dan 4 minggu. Penelitian ini diulang sebanyak 3 kali. Dua factor ini digunakan untuk mengetahui pengaruh faktor-faktor tersebut terhadap pertambahan bobot badan (gr ).
Kondisi Win Cahaya(W)(i)Lama Brooding Period(L)(j)UlanganTotal
123
Netral2 minggu1592,51620,519845197
3 minggu178718091722,55318,5
4 minggu1755,5197219245651,5
Kuning2 minggu197520751952,56002,5
3 minggu1858,5194417055507,5
4 minggu188017391746,55365,5
Merah2 minggu1870,51725,518075403
3 minggu16681717,51741,55127
4 minggu1867,5191416035384,5
Hijau2 minggu1669,518171667,55154
3 minggu1694170315204917
4 minggu1740,416521632,55024,9
Total21358,421688,52100664052,9
PENYELESAIAN :
Hipotesis yang digunakan :
H0: 1=2=3= 4 = 0 vs H1 : minimal ada satu nilai i yang 0
H0: PU1 = PU2 = PU3 = PU4 = 0 vs H1 : minimal ada satu nilai PUj yang 0
H0: AP1=AP2=AP3 = 0 vs H1 : minimal ada satu nilai APk yang 0
H0: (PuxAP)11=(PuxAP)12=...=(PuxAP)43= 0 vs H1: minimal ada satu nilai (PuxAP)jk yang 0
H0 :(APx)11=(APx)12= ...= (APx)34 = 0 vs H1:minimal ada satu nilai (AP x )ik yang 0Tabel dua arah antar Kondisi Win Cahaya dengan Lama Brooding Period
Kondisi Win Cahaya(W)(i)Lama Brooding Period(L)(j)Total
2 minggu3 minggu4 minggu
Netral51975318,55651,516167
Kuning6002,55507,55365,516875,5
Merah540351275384,515914,5
Hijau515449175024,915095,9
Total21756,52087021426,464052,9
Tabel dua arah antar Kondisi Win Cahaya dengan Ulangan
Kondisi Win Cahaya(W)(i)UlanganTotal
123
Netral51355401,55630,516167
Kuning5713,55758540416875,5
Merah540653575151,515914,5
Hijau5103,95172482015095,9
Total21358,421688,52100664052,9
Perhitungan secara manual :FK = = = 113965944 JKT = Yijk2 FK = (1592,5)2 + (1620,5)2 + ..... + (1632,5)2 - 113965944= 604513,5JKT PU = FK = - 113965944= 81763,646JKU = FK = - 113965944= 19415,501JKP = FK = - 113965944= 179821,86JKW FK = - 113965944= 33456,367JKG(a) = JKT PU - JKK - JKP -FK = 81763,646- 19415,501- 179821,86 -113965944 = 81763,646JKWP = - FK JKW - JKP = 113965944 - 33456,367- 179821,86 = 103263,88JKG(b) = JKT JKP JKG(a) JKW JKWP = 206207,76
Perhitungan menggunakan software minitab 14 :
1. Menggunakan Stat >> ANOVA >> General Linier ModelGeneral Linear Model: Respon versus Ulangan; Perlakuan; Waktu
Factor Type Levels Values
Ulangan fixed 3 1; 2; 3
Perlakuan fixed 4 1; 2; 3; 4
Waktu fixed 3 1; 2; 3
Analysis of Variance for Respon, using Adjusted SS for Tests
Source DF Seq SS Adj SS Adj MS F P
Ulangan 2 19416 19416 9708 0,83 0,453
Perlakuan 3 179822 179822 59941 5,13 0,011
Waktu 2 33456 33456 16728 1,43 0,268
Ulangan*Perlakuan 6 81764 81764 13627 1,17 0,371
Perlakuan*Waktu 6 103264 103264 17211 1,47 0,249
Error 16 186792 186792 11675
Total 35 604514
S = 108,049 R-Sq = 69,10% R-Sq(adj) = 32,41%
Unusual Observations for Respon
Obs Respon Fit SE Fit Residual St Resid
7 1984,00 1812,83 80,53 171,17 2,38 R
R denotes an observation with a large standardized residual.
2. Menggunakan Stat >> ANOVA >> Balance ANOVAANOVA: Respon versus Perlakuan; Waktu; Ulangan
Factor Type Levels Values
Perlakuan fixed 4 1; 2; 3; 4
Waktu fixed 3 1; 2; 3
Ulangan fixed 3 1; 2; 3
Analysis of Variance for Respon
Source DF SS MS F P
Perlakuan 3 179822 59941 5,13 0,011
Waktu 2 33456 16728 1,43 0,268
Ulangan 2 19416 9708 0,83 0,453
Perlakuan*Waktu 6 103264 17211 1,47 0,249
Perlakuan*Ulangan 6 81764 13627 1,17 0,371
Error 16 186792 11675
Total 35 604514
S = 108,049 R-Sq = 69,10% R-Sq(adj) = 32,41% Perhitungan menggunakan software genstat :
***** Analysis of variance *****
Variate: Respon
Source of variation d.f. s.s. m.s. v.r. F pr.
Ulangan stratum 2 19416. 9708. 0.71
Ulangan.Perlakuan stratum
Perlakuan 3 179822. 59941. 4.40 0.058
Residual 6 81764. 13627. 1.17
Ulangan.Perlakuan.Waktu stratum
Waktu 2 33456. 16728. 1.43 0.268
Perlakuan.Waktu 6 103264. 17211. 1.47 0.249
Residual 16 186792. 11675.
Total 35 604514.
* MESSAGE: the following units have large residuals.
Ulangan 3 Perlakuan 1 109. s.e. 48.
Ulangan 3 Perlakuan 1 Waktu 1 171. s.e. 72.
***** Tables of means *****
Variate: Respon
Grand mean 1779.
Perlakuan 1 2 3 4
1796. 1875. 1768. 1677.
Waktu 1 2 3
1813. 1739. 1786.
Perlakuan Waktu 1 2 3
1 1732. 1773. 1884.
2 2001. 1836. 1788.
3 1801. 1709. 1795.
4 1718. 1639. 1675.
*** Standard errors of differences of means ***
Table Perlakuan Waktu Perlakuan
Waktu
rep. 9 12 3
s.e.d. 55.0 44.1 90.6
d.f. 6 16 21.03
Except when comparing means with the same level(s) of
Perlakuan 88.2
d.f. 16
Tabel Analisis Ragam :
SKDBJKKTFHFtab(0,05)Ftab(0,01)
Perlakuan (W)317982259940,65,864774,0661817,590992
Galat (W)881763,610220,5
Waktu (L)233456,416728,21,297973,6337236,226235
Perlakuan x waktu (WL)610326417210,61,33542,7413114,201634
Galat1620620812888
Total35604514
Interpretasi :
Dengan = 0.05 maka dapat ditarik kesimpulan sebagai berikut:
1. Untuk pengaruh perlakuan utama (Kondisi Win Cahaya), tolak H0 karena nilai F-hit (5,86477) >F-tabel (4,066181). Sehingga dapat disimpulkan bahwa Kondisi Win Cahaya pada penelitian ini berpengaruh nyata terhadap pertambahan bobot badan ayam pedaging.2. Untuk pengaruh anak perlakuan (Lama Brooding Period), atau dalam hal ini anak perlakuannya adalah waktu, terima Ho karena nilai F-hit (1,29797) < F-tabel (3,633723). Maka dapat disimpulkan bahwa umur tanaman dalam penelitian ini tidak berpengaruh nyata terhadap pertambahan bobot badan ayam pedaging.3. Untuk interaksi (Kondisi Win Cahaya) dengan (Lama Brooding Period), terima Ho karena nilai F-hit (1,3354) < F-tabel (2,741311). Maka dapat disimpulkan bahwa interaksi antara Kondisi Win Cahaya dengan Lama Brooding Period tidak berpengaruh nyata terhadap pertambahan bobot badan ayam pedaging.BAB IV
SOAL1. Dalam rangka menekan perkembangan Schizophyllum commune pada benih kelapa sawit dilakukan percobaan dengan menerapkan konsentrasi fungisida carbendazim. Konsentrasi carbendazim yang dicobakan 0, 300 dan 600 ppm. Setiap perlakuan diulang 3 kali dan unit unit percobaan dikondisikan sehomogen mungkin. Peubah respon yang diamati adalah diameter (mm) pertumbuhan Schizophyllum commune, pengamatan dilakukan tiap 48 jam dan taraf nyata() yang digunakan adalah 0.05. Datanya diperoleh sebagai berikut :
Dosis Carbendazim
(ppm)UlanganPengamatan ke
1234
0153667780
252637682
353677681
300144566878
255647880
356667685
600153687486
255677587
357687788
2. Seorang peneliti ingin mengetahui efektifitas 3 obat, yaitu AX23, BWW9 dan control, Dia mencobakan masing masing obat kepada 8 wanita dan mengukur diastole masing-masing wanita itu setiap lima menit. Pengukuran dimulai dari 5 menit sejak pemberian obat.
obatkelompokWaktu pemberian obat
5
menit10
menit15
menit20
menit
AX2312345678
7278717266746269
8683828379837375
8188818377847876
7781756966777070
TOTAL564644648585
BWW9123456788582718386857983
8686788885828384
83807079768380788084758176808181
TOTAL654672629638
Control12345678
6966848072657571
7362908172626970
7262908172626970
7473877270616865
TOTAL582579578570
DAFTAR PUSTAKAAnonima, 2011. http://staff.unud.ac.id/~sampurna/wp-content/uploads/2007/12/rancangan-acak-lengkap-pola-berjenjang.doc, Diakses pada tanggal 11 November 2011 .
Anonimb, 2011. http://staff.unud.ac.id/~sampurna/wp-content/uploads/2007/12/rancangan-acak-kelompok-lengkap-pola-berjenjang.doc, Diakses pada tanggal 11 November 2011 .
Anonimc, 2011. http://translate.google.co.id/translate?hl=id&sl=en&u=http://www.tfrec.wsu.edu/ANOVA/repeated.html&ei=vNPGTOj6CoKvgOmhcWvDw&sa=X&oi=translate&ct=result&resnum=2&ved=0CB8Q7gEwAQ&prev=/search%3Fq%3Dsplit%2Bplot%2Bin%2Btime%26hl%3Did%26biw%3D1280%26bih%3D615, Diakses pada tanggal 12 November 2011 .
Anonimd, 2011. http://eprints.undip.ac.id, Diakses pada tanggal 30 Oktober 2011 .
Gomez, Kwanchai.A. & Gomes, Arturo.A. 1995. Prosedur Statistik untuk Penelitian Pertanian Edisi Kedua, Penerbit Unversitas, Jakarta.Yitnosumarto, Suntoyo. 1993. Percobaan, Perancangan, Analisis, dan Interpretasinya. PT. Gramedia Pustaka Utama. Jakarta.