RANCANGAN PERCOBAAN
“ANALISA PERAGAM”
(Diajukan Untuk Memenuhi Tugas Mata Kuliah Rancangan Percobaan )
Disusun Oleh :
Galih Prayoga(033041111003)
MANAJEMAN
SUMBERDAYA PERAIRAN
FAKULTAS
PERTANIAN
UNIVERSITAS
MUHAMMADIYAH SUKABUMI
2014
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Kuasa atas segala limpahan
Rahmat, Inayah, Taufik dan Hidayahnya sehingga penulis dapat menyelesaikan
penyusunan Makalah ini dalam bentuk
maupun isinya yang sangat sederhana. Semoga makalah ini
dapat dipergunakan sebagai salah satu acuan, petunjuk maupun pedoman bagi
pembaca.
Harapan Penulis semoga makalah ini membantu menambah pengetahuan
dan pengalaman bagi para pembaca, sehingga saya dapat memperbaiki bentuk maupun
isi makalah ini sehingga kedepannya
dapat lebih baik.
Makalah ini Penulis akui masih banyak kekurangan karena pengalaman
yang saya miliki sangat kurang. Oleh kerena itu saya harapkan kepada para
pembaca untuk memberikan masukan-masukan yang bersifat membangun untuk kesempurnaan
makalah ini.
BAB
II
PEMBAHASAN
2.1. Analisis Peragam
Analisis
peragam memerlukan pengukuran sifat utama yang diminati dan pengukuran satu
atau lebih peubah yang dikenal sebagai peragam. Juga memerlukan hubungan fungsi
antara peragam dengan sifat utama yang diketahui sebelumnya. Analisis peragam
dapat digunakan pada berbagai jumlah peragam dan berbagai jenis hubungan fungsi
antar peubah, namun yang umum digunakan dalam penelitian pertanian adalah
peragam (x) yang berhubungan contoh linear dengan peubah utamanya (y).
Selain
digunakan untuk mengendalikan galat percobaan dan mengoreksi rataan perlakuan,
analisis peragam juga dapat digunakan untuk menduga data yang hilang dan
membantu menafsirkan hasil percobaan. Apabila analisis peragam digunakan untuk
pengendalian galat dan mengoreksi rataan, peragam harus tidak dipengaruhi
perlakuan yang sedang diujikan, sedangkan untuk menafsirkan hasil percobaan,
maka peragam harus berhubungan dengan perlakuan, akan tetapi memerlukan lebih
banyak keterampilan dan pengalaman dan dengan bantuan pakar statistik.
Analisis
peragam merupakan perluasan dari analisis ragam, sehingga semua anggapan untuk
analisis ragam juga berlaku untuk analisis peragam. Sebagai tambahan, analisis
peragam memerlukan :
1. Hubungan
antar sifat utama yang diamati Y dan peubah X adalah linier.
2. Hubungan
linier ini, atau lebih khusus koefisien regresi, tetap antar sumber keragaman
lain yang diketahui seperti perlakuan dan kelompok.
Dalam
kaitannya dengan mengoreksi data, perbaikan yang dilakukan oleh analisis
peragam meliputi dua hal, yaitu rataan perlakuan dikoreksi sampai nilai yang
seharusnya diperoleh, di mana tidak ada perbedaan dengan adanya peragam,
kemudian galat percobaan dikurangi dan ketepatan untuk membandingkan rataan perlakuan
dinaikkan. Selain itu data yang diperlukan untuk penggunaan teknik peragam
untuk pengendalian galat adalah pengamatan berpasangan (X,Y) diukur pada setiap
dan semua satuan percobaan di mana X menunjukkan peragam dan Y sebagai sifat
utama yang diamati. Karena cara perhitungannya beragam dengan rancangan
percobaan yang digunakan, di sini diberikan tiga contoh sidik peragam rancangan
acak lengkap, rancangan kelompok lengkap teracak, dan rancangan petak-terbagi.
Contoh Sidik Peragam dari data
Rancangan Acak Lengkap
|
Sumber Keragaman
|
Derajat Bebas
|
Jumlah hasil Kali
|
d.b.
|
Y Dikoreksi Terhadap X
|
||||
|
XX
|
XY
|
YY
|
JK
|
KT
|
Fb
|
|||
|
Perlakuan
|
9
|
20,82
|
4,90
|
73,30
|
||||
|
Galat
|
40
|
515,20
|
305,60
|
312,20
|
39
|
139,93
|
3,59
|
|
|
Umum
|
49
|
536,02
|
310,50
|
394,50
|
48
|
214,64
|
||
|
Perlakuan terkoreksi
|
9
|
74,71
|
8,3
|
2,31*
|
||||
akk = 22,3%, koefisienan
nisbi = 223%, b* = dinyatakan berbeda nyata pada taraf 5%
Contoh Sidik Peragam dari data Rancangan
Kelompok Lengkap Teracak
|
Sumber Keragaman
|
Derajat Bebas
|
Jumlah hasil Kali
|
d.b.
|
Y Dikoreksi Terhadap X
|
||||
|
XX
|
XY
|
YY
|
JK
|
KT
|
Fb
|
|||
|
Umum
|
44
|
22,9778
|
28,0667
|
82,8000
|
||||
|
Ulangan
|
2
|
1,9111
|
1,2667
|
0,9333
|
||||
|
Perlakuan
|
14
|
10,3111
|
19,4000
|
68,1333
|
||||
|
Galat
|
28
|
10,7556
|
7,4000
|
13,7333
|
27
|
8,6420
|
0,3202
|
|
|
Perlakuan + galat
|
42
|
21,0667
|
26,8000
|
81,8666
|
41
|
47,770
|
||
|
Perlakuan terkoreksi
|
14
|
39,1310
|
2,7951
|
8,73**
|
||||
akk = 13,2%, koefisienan
nisbi = 143%, b* = dinyatakan berbeda nyata pada taraf 1%
Contoh Sidik Peragam dari data
Rancangan Petak Terbagi
|
Sumber
Keragaman
|
db
|
Jumlah
hasil Kali
|
Y
Dikoreksi Terhadap X
|
|||||
|
XX
|
XY
|
YY
|
d.f.
|
JK
|
KT
|
Fb
|
||
|
Ulangan
|
3
|
82,86
|
-470,198
|
2.751,01
|
||||
|
Faktor P.U. (A)
|
2
|
22,39
|
26,6667
|
2.194,06
|
||||
|
Galat (a)
|
6
|
27,85
|
64,4583
|
2.262,36
|
5
|
2.113,19
|
422.64
|
|
|
A + galat (a)
|
8
|
50,25
|
91,1250
|
4.456,42
|
7
|
4.291,17
|
||
|
A terkoreksi
|
2
|
4.291,17
|
1.088,99
|
2,58tn
|
||||
|
Faktor P.U. (B)
|
7
|
73,73
|
-384,678
|
11.567,11
|
||||
|
A x B
|
14
|
77,10
|
-523,050
|
13.367,89
|
||||
|
Galat (b)
|
63
|
171,0
|
-1.285,01
|
32.448,54
|
62
|
21.793,88
|
351,51
|
|
|
B + galat (b)
|
70
|
244,8
|
-1.669,69
|
43.015,66
|
69
|
31.625,99
|
||
|
B terkoreksi
|
7
|
9.832,119
|
1.404,6
|
4,00**
|
||||
|
A x B + galat (b)
|
77
|
248,1
|
-1.808,06
|
44.816,44
|
76
|
31.641,859
|
||
|
A x B terkoreksi
|
14
|
9.847,981
|
703,43
|
2,00*
|
||||
|
Umum
|
95
|
454,9
|
-2.571,81
|
63.590,98
|
||||
akk(a) = 33,5%, kk(b) =
30,5%, K.N.(petak-utama) = 64%, K.N. (anak-petak) = 134%. K.N. (anak-petak
dengan petak-utama) = 136%.
b** = berbeda nyata pada taraf 1%, *
= berbeda nyata pada taraf 5%, tn = tidak berbeda nyata.
2.2
Menduga Data Hilang dengan Analisis Peragam
beberapa hal yang menyebabkan hilangnya data dari suatu
percobaan, yaitu
1) Perlakuan yang tidak tepat
Perlakuan yang tidak tepat bisa disebabkan karena pemberian
yang salah kadarnya, pengukuran tidak sah, waktu pemberian yang tidak tepat,
datanya dapat diperlakukan sebagai data hilang hilang. Tetapi ada pengecualian
yaitu apabila perlakuan tidak tepat terjadi disemua ulangan pada suatu
perlakuan. Dalam hal ini apabila si peneliti mempertahankan perlakuan yang
berubah tersebut, semua pengukuran dapat dinyatakan sah apabila perlakuan dan
tujuan perobaan disesuaikan.
2) Kerusakan tanaman percobaan yang diakibatkan oleh selain
perlakuan.
Kerusakan tanaman percobaan yang diakibatkan oleh selain
perlakuan misalnya dicuri atau dimakan ternak, maka data percobaan dianggap
hilang. Tetapi ada pengecualian yaitu pada tanaman yang tidak diberi perlakuan
(kontrol) pada percobaan insektisida rusak secara keseluruhan oleh serangga
yang dalam pengawasan yang merupakan akibat logis dari perlakuan sehingga data
petakan tersebut hasilnya nol, maka data seperti ini tidak diperlakukan sebagai
data hilang.
3) Data Panenan yang hilang.
Misalnya data kandungan protein diambil di setiap petak dan
diolah di laboratorium sebelum data yang diperlukan dicatat. Apabila ada
beberapa bagian contoh yang hilang di antara waktu panen dan saat pencatatan
data sebenarnya karena tidak ada kemungkinan pengukuran data pada bagian contoh
yang sama, sebaiknya dinyatakan sebagai data yang hilang.
4) Data tidak logis.
Apabila nilainya terlalu ekstrim (berlebihan) untuk
dinyatakan di dalam batas wajar materi percobaan oleh karena disebabkan salah
dalam menyalin data misalnya, maka data tersebut dapat dinyatakan hilang.
Oke, ada aturan main yang harus kita lakukan sehubungan
dengan pendugaan data hilang dengan menggunakan analisis peragam ini, yaitu:
1) Untuk data yang hilang, nyatakan nilai Y = 0.
2) Tetapkan nilai X = 1 untuk satuan percobaan yang datanya
hilang, dan X = 1 untuk data satuan percobaan lainnya.
3) Lakukan perhitungan analisis peragam seperti biasa kita
menghitung pada analisis peragam biasa.
BAB III
PENUTUP
3.1 Kesimpulan
Jadi Analisis
Peragam atau konvariasi bisa mempermudah pekerjaan, seperti hilangnya data,
mencari data yang hilang.
DAFTAR PUSTAKA
Barizi.1991.Perancangan
Percobaan.Gramedia :Jakarta
Yitnosumarto, S. 1993. Rancangan
Percobaan. P.T. Gramedia Pustaka Utama :Jakarta
RANCANGAN PERCOBAAN “ANALISA PERAGAM”
![RANCANGAN PERCOBAAN “ANALISA PERAGAM”]()
Reviewed by Screamer
on
03:22
Rating:
No comments: