Pengantar Rancangan Percobaan Dalam Kuliah

Baik, selesai sekalian, kita akan mulai kuliah kita. Hari ini adalah pertemuan kedua. Setelah pertemuan pertama kemarin, kita bicarakan beberapa hal tentang perancangan percobaan. Sudah kita diskusikan kemarin tentang bagaimana atau apa yang disebut sebagai perancangan percobaan, bagaimana cara berpikir ilmiah, bagaimana memecahkan sebuah persoalan dengan cara ilmiah, bagaimana merancang sebuah penelitian, dan seterusnya. Juga sudah saya sampaikan tentang beberapa istilah kemarin Ada istilah ulangan, ada istilah hipotesis, ada istilah galat, analisis ragam, dan seterusnya Nah hari ini saya akan sampaikan rancangan pertama yang akan kita pelajari di dalam mata kuliah ini Bukan kemarin sudah saya sampaikan bahwa kita nantinya akan membicarakan beberapa macam rancangan Dan hari ini kita akan bicarakan rancangan yang pertama Rancangan yang pertama yaitu adalah rancangan yang paling sederhana disebut sebagai rancangan acak lengkap atau RAL Bahasa asingnya disebut sebagai Completely Randomized Design atau CRD Kita berikan gambaran secara umum dulu bahwa rancangan acak lengkap ini digunakan apabila lingkungan atau tempat percobaan yang akan dilakukan itu memiliki kondisi yang homogen Artinya apa? Artinya adalah bahwa Ketika kita sudah membuat unit-unit percobaan, ketika kita mau menempatkan unit-unit percobaan itu pada tempat percobaan kita, maka kita yakini bahwa tempat atau lingkungan itu tidak berpengaruh terhadap unit percobaan kita. Dimanapun kita meletakkan unit percobaan kita, posisi manapun, maka posisi itu tidak berpengaruh terhadap hasil akhirnya nanti. Nah, karena... Hal yang seperti itu, unit percobaan bisa ditempatkan dimanapun di dalam tempat yang sudah kita sediakan, maka unit percobaan itu bisa ditempatkan atau diacak di dalam tempat tersebut, sehingga percobaan ini disebut sebagai rancangan acak lengkap, karena diacak secara lengkap. Nah, contoh tempat percobaan yang homogen itu misalnya, di laboratorium, di rumah kaca, atau bahkan mungkin di dalam lemari es gitu ya, kalau percobaannya menggunakan alat itu. Tapi yang harus diingat adalah satu hal, bahwa seringkali keliru ya, bahwa rancangan acak lengkap itu bukan digunakan ketika kita menggunakan laboratorium atau rumah kacanya. Jadi bukan masalah tempatnya itu, tetapi homogenitasnya. Ketika tempat itu homogen, maka kita bisa menggunakan rancangan acak lengkap. Nah, contoh tempat yang homogen adalah laboratorium dan rumah kaca. Jadi, meskipun kita di laboratorium atau di rumah kaca, tetapi jika rumah kaca atau laboratorium itu kita rasa kurang homogen, ya kita tidak bisa menggunakan rancangan rancang lengkap. Oke, itu adalah gambaran umumnya. Jadi, apabila misalnya kita mempunyai P buah perlakuan, kemudian kita mempunyai R, buah ulangan, maka nantinya kita akan memiliki P x R unit percobaan. P x R unit percobaan. Nah, untuk memperjelas perancangan ini, maka saya akan berikan sebuah contoh yang nanti contohnya akan saya gunakan sampai di akhir pembicaraan nanti, yaitu sebuah contoh percobaan atau penelitian dilakukan untuk mengetahui Kecepatan perkecambahan 5 varitas body yang nantinya akan diulang sebanyak 4 kali. Maka sesuai dengan yang tadi sudah kita bicarakan, nantinya akan ada 4 x 5 sama dengan 20 unit percobaan. 20 itu apa maksudnya? 20 unit itu nanti terdiri dari, karena tadi kita menggunakan 5 varitas body, 4 ulangan, maka 20 itu adalah varitas 1 ulangan 1, varitas 1 ulangan 2. varitas 1 ulangan 3, dan seterusnya sampai varitas 5 ulangan 4 ada 20 unit percobaan nah dalam kasus ini maka yang disebut sebagai faktor perlakuan ingat kembali kemarin sudah saya sampaikan tentang apa itu faktor perlakuan faktor perlakuannya adalah varitas padi dalam hal ini misalnya varitas padi yang digunakan tadi ada 5 misalnya ciherang, membramo ian 64, lokal 1, dan lokal 2 nah 5 varitas yang berbeda ini nantinya akan disebut sebagai level atau aras atau tingkatan. Jadi 5 varitas yang berbeda tadi, ciherang, membramo, yang nampak, dan seterusnya itu kita sebut sebagai level atau aras atau tingkatan. bukan faktor percobaan ya, bukan faktor pelakuan ya, tetapi levelnya, level perlakuan, ada 5 level atau 5 aras yang dalam hal kasus ini tadi kebetulan adalah 5 varitas badi contoh level yang lain misalnya Anda menggunakan dosis bubuk, misalnya ada 5 dosis bubuk berarti 5 dosis bubuk itu disebut sebagai level percobaannya atau level perlakuan baik kita lanjutkan Misalnya percobaan tersebut dilakukan di unit percobaannya berupa cawan bateri dengan media kertas haring yang dibasahi. Kemudian karena percobaan dilakukan di dalam laboratorium yang kondisinya relatif terkontrol dan homogen, sehingga percobaan bisa dilakukan dengan rancangan acak lengkap seperti yang tadi sudah saya sampaikan. Baik, nah sebelum kita ke bagaimana merancangnya, bagaimana kita menganalisis datanya, Kemarin ada satu istilah, yaitu istilah pengacakan, Anda ingat kembali kemarin manfaatnya apa? Nah, hari ini kita akan sampaikan bagaimana kita melakukan pengacakan yang sistematis. Sudah saya sampaikan bahwa pengacakan bisa dilakukan dengan berbagai cara, bisa dengan kertas pendian, bisa dengan kartu, dan seterusnya. Tetapi, bisa kita lakukan juga dengan secara sistematik, yaitu dengan memanfaatkan bilangan acak. Oke, kita kembali ke contoh tadi. Misal perlakuan 5 varitas padi kita sebut sebagai A, B, C, D, E. Oke, maka unit percobaannya nanti adalah A1, A2, A3, A4, B1, B2, B3, B4, dan seterusnya sampai E4. Ya, sampai E4. Ada 20 unit percobaan. Dari varitas A ulangan 1 sampai varitas E ulangan ke 4. Oke. Bagaimana cara pengacakannya? Pertama, kita beri nomor urut satuan-satuan percobaan tadi, 1-20 tadi. Jadi misalnya untuk contoh di atas itu A1 kita beri nomor 1 dan seterusnya sampai E4 kita beri nomor 20. Kita beri nomor urut. Oke, kemudian yang kedua dari tabel bilangan acak ditentukan 20 bilangan yang akan digunakan. untuk pengacakan mungkin Anda belum pernah mengenal bilangan acak nanti akan saya kenalkan jadi kita nanti mengenal sebuah tabel yang namanya tabel bilangan acak yang memang isinya adalah bilangan acak yang nanti kita manfaatkan untuk pengacakan ini nah dari bilangan acak ini saya tunjukkan dulu bilangan acaknya contohnya seperti ini contohnya memang acak nah karena kita tadi ada 20 unit percobaan 20 itu kan terdiri dari 2 digit ya maka kita memerlukan 20 x 2 setidaknya 40 angka yang nanti akan kita gunakan untuk mengacak ya sudah kita pilih saja dari tabel bilangan acak ini misalnya ini yang saya beli block ini saya beli highlight ini itu yang kita pilih, anda terserah mau milih mau ke arah bawah, mau ke arah samping juga terserah karena dibutuhkan 40 maka kalau ini 1 unit ini ada 5 angka berarti kita perlu 1, 2, 3, 4, 5 1, 2, 3, 4, 5, 6 secukupnya sampai 20x2 digit 40 angka itu nanti terpenuhi baik, kita kembali ke yang tadi misalnya dari angka di tabel bilangan acak kita memperoleh bilangan sebagai berikut 4, 2, 1, 6, 5, 8, 0, 2, 7, dan seterusnya. Kita tetapkan tadi kita mencari 40 angka. Oke, misalnya ini yang kita peroleh. Kemudian kita lanjutkan dengan langkah yang ketiga. Karena jumlah satuan perlakuan hanya sampai 20, maka angka-angka pada poin 2 tadi dikelompokkan menjadi gugus-gugus yang beranggotakan 2 bilangan. Jadi kalau di bilangan aja itu ada yang 6 seperti ini, ada yang 5 ya. Karena kita... perlu 2 digit maka kita pecah menjadi 2 digit 2 digit dari angka yang ini tadi kita pecah menjadi 2 digit 2 digit Oke saya tunjukkan dengan eh laser pointer biar lebih jelas 4216 Anda lihat yang di bawah ya 580276 dan seterusnya Oke ini yang diperoleh kita pecah menjadi 22 baik, kita lanjutkan langkah berikutnya Bilangan tersebut, dari poin 3 tersebut, kemudian diberi pangkat atau diberi order. Bilangan terkecil diberi order atau pangkat 1 dan bilangan terbesar diberi pangkat 20 karena maksimal tadi kan kita 20. Ini yang 4, 2, 16 itu adalah angka kita tadi. Sekarang kita urutkan. Coba dari angka-angka ini, yang paling kecil yang mana? Kita cari yang paling kecil. Ternyata yang paling kecil adalah 02. Berarti ini yang kita beri pangkat 1. Kemudian kita cari yang setelah 02. Kita cari ternyata 16 yang berikutnya. Eh, sorry. Yang kedua adalah ini, 04. Ya, 04. Ini yang kedua. Baru yang ketiga, 16. Dan seterusnya, ternyata yang terbesar itu adalah angka 92. Dalam kasus ini tadi, kita beri angka atau angka 20. Oke, baik. Selanjutnya, berdasarkan pada poin 4 tersebut, kita tempatkan pelakuan A dari 1 sampai 4. Itu pada sesuai dengan order yang tadi sudah kita buat Tadi kan ada A1, A2, A3, A4 Nah A1, A2, A3, A4 itu berarti menempati posisi 10, 3, 14, 1 Posisi di mana ini? Posisi yang sudah kita siapkan di tempat percobaan kita Jadi sebelumnya kita sudah membuat peta-peta percobaan yang kita beri nomor Nanti kita baru tempatkan di sana Dan seterusnya ya sampai varitas E ulangan ke 4, nanti kita tempatkan. Baik, nah berdasarkan contoh tadi, maka kita bisa menempatkan satuan percobaan berdasarkan pengacakan itu tadi, seperti ini. Ini ya, ternyata di petak yang pertama ini, tadi kebetulan yang ada di situ adalah A4. A4 artinya varitas A ulangan ke 4. D3 artinya varitas D ulangan ke 3, dan seterusnya. Kita amati di sini bahwa Tidak ada ketentuan bahwa di baris pertama ini harus varitasnya sama atau ulangannya sama, tidak ada. Anda lihat ini warnanya, sudah saya beri warna yang berbeda-beda ya, maka tidak ada yang sama. Bahwa ini ada yang hijau, jejer, tidak masalah, karena memang hasil pengacakannya begitu. Ini adalah sebuah contoh pengacakan, jadi pengacakan bisa kejadian seperti ini, bisa yang lain yang penting adalah bahwa bilangan-bilangan itu terajak nah setelah kita dapatkan posisi pengacakannya seperti itu baru kita tempatkan battery disk-battery disk kita sesuai dengan posisi yang sudah kita dapatkan dari pengacakan tadi, A4, D3 A2, E3, dan seterusnya ada catatan disitu, kenapa kok disini ada 6 ini, battery disknya ya, dalam contoh kasus ini Hai setiap unit percobaan itu ternyata dibuat 6p3 6p3 tak masalah begitu satu juga enggak papa tapi mungkin untuk jaga-jaga bisa kita buat lebih dari satu itu ya Oke kita lanjutkan kemudian setelah dinas ditetapkan biji dikecambahkan di tempat yang sudah sesuai tadi dirawat sesuai dengan prosedur kemudian dia diamati variabel yang sudah kita rencanakan untuk diamati ya pada waktu yang sudah terbentukkan Kemudian selanjutnya data hasil pengamatan dicatat. Usahakan format untuk pengamatan itu kita buat sedemikian lupa sehingga nanti memudahkan dalam proses input data dan dalam proses analisis data. Oke, nanti akan saya beri contoh bagaimana tablet pengamatan itu dibuat. Nah, pada contoh di atas, karena tiap unit percobaan itu ada 6 battery, maka nanti data yang kita input itu adalah data rata-rata dari 6 petri tadi. Kalau Anda menggunakan 5 petri, berarti Anda merata-rata dari 5 petri, dan seterusnya. Baik, sekarang kita sampai di bagaimana melakukan analisis seragam setelah tadi menempatkan petak-petak percobaan atau unit-unit percobaan. Pada rancangan acak lengkap ini, selain faktor pelakuan dalam kasus ini tadi adalah varitas, maka faktor yang lain itu kita anggap homogen. atau dibuat homogen sehingga model matematika untuk rancangan ini adalah sebagai berikut yaitu yij sama dengan mu plus tau i plus eij oke anda tidak usah terlalu pusing dengan model matematika ini sebenarnya ini mudah untuk dipahami nanti akan ada penjelasannya yij itu apa dan seterusnya tapi yang jelas i ini adalah berjalan 1, 2 sampai p Kemudian J itu juga berjalan, 1, 2, sampai NI. Kita lihat penjelasannya. Yij itu maksudnya adalah nilai pengamatan pada pelakuan ke I ulangan ke J. Jadi setiap titik pengamatan yang Anda dapatkan angkanya, itu sebenarnya dia itu terdiri dari beberapa komponen. Komponen yang pertama adalah mu, ini huruf mu ya. Melambangkan rata-rata nilai tengah, mu. Ini mudah diingat-ingat, mu kan huruf M ya. karena bahasa Inggrisnya rata adalah min disimbolkan dengan huruf mu yang artinya rata kemudian yang komponen kedua disimbolkan dengan huruf tau karena ini pengaruh perlakuan atau treatment maka disambungkan dengan simbol tau treatment ya pengaruh perlakuan ke I kemudian yang ketiga ini huruf E epsilon IJ E itu maksudnya Kesalahan atau eror, error mudah diingat-ingat ya, error disimbolkan dengan epsilon. Percobaan pada pelakuan ke I ulangan ke C. Nah, P tadi adalah banyaknya pelakuan dan NI adalah banyaknya ulangan pada pelakuan ke I. Baik, kita lanjutkan. Ini adalah contoh data hasil pengamatan kecepatan berkecambah dari contoh percobaan kita tadi. Dan ini adalah model tabel pengamatan yang Sangat umum digunakan dan ini yang efisien dan mudah digunakan untuk analisis data nantinya. Kita tuliskan seperti itu yang kolom sebelah kiri, perlakuannya, kemudian yang kanan itu adalah ulangan, tadi ada 4 ulangan, kemudian di sebelah kanan ada totalnya. Nah untuk rancangan acak lengkap, maka strukturnya seperti ini, datanya. Totalnya diberikan di kanan. Kenapa kok yang di ulangan tidak di total? Ada sebabnya, karena memang angka-angka ini nanti tidak diperlukan dalam analisis ragamnya. Di rancangan yang lain nanti ada, tapi di rancangan ini ulangan itu tidak perlu dijumlahkan. Kemudian kita juga perlu menjumlahkan grand totalnya, jumlah dari semua hasil pengamatan. Oke, ini adalah datanya, kemudian bagaimana analisisnya? Sebenarnya sekalian, analisis ragam itu dilakukan dengan membuat yang namanya tabel analisis ragam atau sering disebut sebagai tabel ANOVA tabelnya seperti di bawah itu ya, tabel analisis ragam jadi gini, jadi pekerjaan kita itu sebenarnya dalam analisis ragam itu adalah membuat tabel itu mengisi tabel itu, gitu ya itu pekerjaannya, nanti pekerjaan berikutnya adalah dari tabel itu kita membuat kesimpulan, jadi kita fokus di sini ya, nah harapan saya Nanti Anda sudah hafal di luar kepala struktur tabel ini. Kenapa? Karena ini nanti tabel seperti ini itu digunakan untuk rancangan apapun. Struktur tabelnya seperti ini, sama semua. Khususnya untuk yang baris pertama, itu sama persis semua. Jadi coba kita lihat ya. Jadi di baris pertama, kolom pertama itu ada sumber keragaman atau SK. Semuanya begitu nanti. Yang kolom kedua ada derajat bebas atau disingkat DB. Kolom ketiga... 3 ada jumlah kuadrat atau disingkat JK, kolom keempat ada kuadrat tengah atau disingkat KT, kelima namanya F hitung, dan keenam ada F tapet. Kemudian di sumber keragaman, ini kita tuliskan sumber-sumber keragaman pada rancangan acak lengkap. Ingat tadi bahwa pada rancangan acak lengkap, satu faktor yang ingin dilihat itu kan perbedaan satu faktor perlakuannya tadi. Dalam kasus tadi, apa tadi? varitas ya kita hanya ingin melihat varitas itu berbeda atau tidak sih sehingga sumber keragamannya disini hanya perlakuan nah galat dan total itu adalah konsekuensi nanti jadi di semua rancangan nanti tabel ANOVA seperti ini tergantung dari sumber keragamannya apa nanti akan ditambahkan disini tapi kalau galat dan total di semua rancangan tabel ANOVA nya seperti itu ada galat ada total oke kita lanjutkan Kemudian yang kedua, derajat bebas, rumusnya seperti ini, hitungannya gampang, P-1, yang galat itu P x R-1, kemudian derajat bebas totalnya P x R-1, nanti akan kita coba menghitungnya ya. Kemudian jumlah kuadrat, simbolnya JKP untuk perlakuan, jumlah kuadrat galat JKG, jumlah kuadrat total JKT. Kuadrat tengah, KTP, kuadrat tengah untuk pelakuan dan KTG kuadrat tengah untuk galak. Rumusnya seperti ini. Kemudian ini adalah F hitung. Rumusnya seperti ini, KTP dibagi KTG. Dan F-tabel kita nanti akan melihat tabel. Baik, saya lanjutkan. Bagaimana cara melengkapi tabel ANOVA tersebut? Pertama, kita menghitung derajat bebas atau dB sesuai dengan rumus yang sudah disebutkan di atas tadi. Secara umum, rumusnya adalah derajat bebas itu kejadian atau n dikurangi 1. Itu secara umum. Kemudian yang kedua, Kita nanti akan melengkapi jumlah kuadrat. Pertama, jumlah kuadrat perlakuan. Jumlah kuadrat perlakuan adalah hasil penjumlahan dari masing-masing perlakuan dikuadratkan, dibagi jumlah ulangan, kemudian dikurangi faktor koreksi. Nah, karena di sini ada dikurangi faktor koreksi, maka tentu saja kita harus menghitung faktor koreksi dulu. Jadi sebenarnya langkahnya itu, kalau Anda nanti kerja sesungguhnya, Anda pasti harus menghitung faktor koleksi dulu sebelum menghitung jumlah kuadrat pelakuan. Apa itu faktor koleksi? Faktor koleksi atau FK adalah jumlah kuadrat dari total dibagi jumlah kejadian atau N. Oke, nanti akan kita lihat contohnya. Kemudian jumlah kuadrat total adalah hasil penjumlahan dari semua nilai dikuadratkan dikurangi faktor koleksi. Dan kemudian jumlah kuadrat galat atau JK sisa nanti. Tinggal mengurangkan dari jumlah kuadrat total dikurangi jumlah kuadrat-jumlah kuadrat yang lain. Baik, kita lihat sekarang contohnya. Sebelum ke sana, tadi yang kuadrat tengah itu gampang rumusnya. Kuadrat tengah itu dihitung sesuai rumus tadi. Kemudian F hitung dihitung sesuai rumus. Tadi sudah ada rumusnya di dalam tabel tadi. Nah, ini yang menjadi perhatian kita. F tabel. F-tabel itu ditentukan dengan melihat tabel F, nanti akan saya jelaskan tabel F, berdasarkan nilai DB perlakuan dan DB galat. Saya yakin Anda dulu di matakulah statistik sudah belajar melihat tabel. Kalau tidak salah dulu yang Anda pernah lihat adalah tabel T, sekarang kita melihat tabel F. Saya tunjukkan tabel F itu seperti apa. Tabel F. Oke. Nah, tabel F itu bisa Anda peroleh sekarang di Anda search di Google. Ada pasti ya, akan ketemu. Yang harus Anda ketahui adalah bahwa banyak orang membuat versi tabel F, versi struktur maksudnya ya. Kalau angkanya sama, strukturnya ada macam-macam. Ini salah satunya. Jadi seperti ini, ini ada derajat bebas, numerator namanya, ini derajat bebas, denominator, ini ada, ini sudah halaman kedua ini ya, Anda lihat ini ada angka, halaman ketiga bahkan, ada angka 1, 2, 3, 4, 5, dan seterusnya. Di sini ada P, maksudnya kita menggunakan nilai peluang yang mana nanti. mungkin saya singgung disini sebentar ini adalah nilai signifikansi yang nanti akan kita gunakan nah nanti kita mencari nilai tabel kita itu berdasarkan angka derajat bebas tadi perlakuan dan kala tadi angka yang numerator dan denominator ini yang nanti akan kita gunakan nanti akan kita praktekkan sekarang kita lanjutkan dulu baik, kita lanjutkan Berdasarkan angka tadi yang sudah kita dapatkan dari pengamatan tadi, maka kita hitung sesuai dengan rumus tadi. Nanti Anda bisa lihat lagi rumusnya tadi. FK 1,228 kuadrat. Jumlah totalnya tadi dikuadratkan. Dibagi dengan semua data yang ada. 5 x 4. Hasilnya sekian. Jumlah kuadrat perlakuan. Anda bisa lihat nanti angkanya ini. Di mana dapatnya. Dikuadratkan. Kemudian dikurangi faktor koleksi. Eh, sorry, dibagi 4 dulu, kemudian dikurangi faktor koleksi, hasilnya adalah ini. Kemudian jumlah kuadrat total, tinggal semua angka tadi dikuadratkan, dikurangi faktor koleksi, ini hasilnya. Kemudian jumlah kuadrat galat, tinggal mengurangkan. Dari jumlah kuadrat total, dikurangi jumlah kuadrat pelakuan, hasilnya ini. Nah, setelah angka-angka ini Anda dapatkan, ya tinggal masukkan ke dalam tabel ANOVA tadi. Kita masukkan ke dalam tabel ANOVA. DB sesuai dengan rumus tadi kita dapatkan pelakuan tadi karena ada 5 varitas, pelakuan dikurangi 1, 5 dikurangi 1, 4. Kemudian biasanya orang menghitung totalnya dulu. Ya, totalnya dulu. Tadi rumusnya kita lihat lagi ya, rumusnya DP tadi. PR-1, ada 5P tadi kan, kemudian R-nya 4, berarti PR 4 x 5, 20, dikurangi 1, 19. Galatnya tinggal ngurangkan, total dikurangi pelakuan, 19 kurangi 4, 15. Jumlah kuadrat tadi sudah kita hitung, kemudian kuadrat tengah, rumusnya tadi gimana? Kuadrat tengah. itu didapatkan dari nilai jumlah kuadrat dibagi dengan DB pelakuannya. Demikian juga kuadrat tengah yang ini, didapatkan dari nilai jumlah kuadrat galat dibagi dengan DB galatnya. Oke, kita dapatkan nilai kuadrat tengah. Kemudian F hitung, ini kita dapatkan dari membagi kuadrat tengah pelakuan dibagi dengan kuadrat tengah galat. Akan didapatkan angka ini. Oke. Selanjutnya adalah menentukan nilai F tabel. Tadi sudah saya perlihatkan contoh tabel F. Kita lihat sekarang bagaimana menentukan nilai F tabel kalau derajat bebas perlakuan yang 4 dan derajat bebas galaknya 15. Kita lihat. Kita ingat-ingat ya, kita akan dapatkan angka 3,06 nanti pada derajat sin. signifikansi 5% kita akan lihat nanti kita lihat tadi derajat bebas untuk perlakuan 4 yang di numerator tadi kemudian yang derajat bebas galat itu kita cari di denominator 15 tadi oke 4 15, tapi angka yang mana yang mau kita pakai? Tadi yang diminta adalah pada derajat signifikansi 5% atau 0,05. Jadi kita pakai yang ini, 0,05. 0,05 ke sana ketemu 3,06. Kalau misalnya yang diminta adalah 0,01 atau 1%, ya kita pakai angka yang ini, 4,89. Tapi dalam contoh kasus tadi, yang diminta adalah yang 5%. Berarti kita dapatkan angkanya 3,06. Oke, kita balik ke tabel ANUVA tadi. Kita dapatkan 3,06. Baik, pekerjaan analisis seragam kita selesai sampai di sini. Tetapi apakah kita sudah mendapatkan jawaban dari pertanyaan kita tadi? Pertanyaannya apa tadi? Apakah kualitas berbeda atau tidak? Belum jawabannya. Kita belum dapat jawaban. Kita masih harus melakukan satu langkah lagi untuk mendapatkan jawaban setelah menghitung atau menganalisis data mendapatkan tabel ANOVA seperti ini. Apa yang kita lakukan? Yang kita lakukan adalah membuat kesimpulan. Kesimpulan berdasarkan analisis data yang sudah kita lakukan. Ini adalah ketentuan pembuatan kesimpulannya. Jadi kesimpulan itu dibuat berdasarkan hipotesis yang telah dibuat. Hipotesis kita simpulkan menjadi H. Jadi nanti ada dua hipotesis yang kita kenal, hipotesis 0 dan hipotesis 1. Hipotesis 0, H0, itu diterima, ini perjanjiannya. H0 itu diterima artinya apabila semua rata perlakuan dalam hal ini tadi itu adalah kecepatan perkecambahan, semua varitas tadi itu dinyatakan sama. Jadi kalau rata-rata varitas 1, rata-rata varitas 2, dan seterusnya itu semuanya sama, maka itu artinya kita menerima H0. Sebaliknya, kalau kita menerima H1, itu apabila setidaknya ada satu saja dari varitas-varitas yang kita gunakan tadi, itu yang berbeda. Tidak harus semuanya berbeda ya, kalau ada satu saja yang berbeda dengan yang lain, maka kita sudah menerima H1. Menerima H0 itu sama dengan menolak H1. Dan sebaliknya, kalau kita menerima H1, itu berarti kita menolak H0. Semua kebalikan. Ini sudah saya sampaikan juga ketika di pendahuluan dulu, di pertemuan sebelumnya. Oke, gitu ya. Nah, terus bagaimana kita membuat atau membuktikan hipotesisnya? Hipotesis itu dibuat atau dibuktikan dengan membandingkan nilai F hitung dengan F tabel tadi, yang sudah kita dapatkan angkanya tadi. Ini ketentuannya. Jika... F hitung lebih kecil dibandingkan F tabel maka berarti kita menerima H0 Atau dengan kata lain kita menolak H1. Tetapi sebaliknya, jika F hitung lebih besar daripada F tabel, maka H0 ditolak atau dengan kata lain H1 diterima. Oke, kita lihat sekarang yang tabel ANOVA kita tadi. F hitungnya lebih besar atau lebih kecil daripada F tabel? Anda bisa lihat ya, F hitung ternyata di sini lebih kecil daripada F tabel. Kalau F hitung lebih kecil daripada F tabel, kita kembali ke tadi. F hitung lebih kecil daripada F tabel, maka kita menerima H0. Apa artinya kita menerima H0? Artinya bahwa 5 varitas yang tadi kita gunakan untuk percobaan, itu kita anggap sama atau tidak berbeda. Itu ya, karena F hitung lebih kecil daripada F tabel. Baik, kita teruskan. Nah, ini penjelasan lebih lanjut tentang pembuatan kesembilan tadi. Jadi, tadi Anda sudah melihat di tabel ya, bahwa angka F tabel yang bisa digunakan untuk pembandingan dengan F hitung itu ada beberapa taraf. Tadi Anda melihat ada 0,05, ada 0,01, ada 0,1 gitu ya. Nah, untuk di percobaan-percobaan pertanian itu biasanya taraf yang digunakan itu adalah angka 0,05. 5% atau 0,01 dua angka itu saja biasanya, ada juga kadang-kadang yang menggunakan 10% ada juga tergantung ketelitian penelitian maksudnya apa ketelitian penelitian gini, jadi kalau misalnya perilaku dari obyek penelitian kita itu memang biasanya variasinya itu tinggi, maka kita jangan menggunakan yang 0,01% karena nanti akan sulit mendapatkan mencari beda responnya tetapi kalau memang ketelitian-pelitian kita, misalnya kita analisis kimia yang selisihnya itu cuma sedikit sekali atau kita mau meneliti yang memang ditutup ketelitian yang tinggi sebagai contoh misalnya Anda sedang mencari dosis obat yang obat ini kalau dosisnya terlalu tinggi bisa menimbulkan keracunan misalnya gitu ya jadi Anda harus menggunakan ketelitian yang lebih tinggi yang derajat signifikansinya lebih kecil kesalahan yang ditolerir itu lebih kecil karena menyangkut dengan keselamatan orang gitu ya itu maksudnya tergantung dari ketelitian-pelitian nah apa yang dimaksud sebagai taraf signifikansi taraf signifikansi itu sebenarnya adalah menyatakan berapa besarnya toleransi kesalahan yang kita terima. Jadi misalnya kita menggunakan toleransi 5% atau derajat signifikansi 5%, itu artinya ketika kita melakukan penelitian itu kemudian kita mengulangnya sebanyak 100 kali, maka kemungkinan hasilnya itu tidak sesuai atau salah itu maksimal sebesar 5 kali. Jadi kita hanya mentoleransi kesalahan 5 kali dari 100 kali percobaan. Kalau 1%, ya Anda bisa jelaskan sendiri maksudnya seperti apa. Jadi semakin besar toleransinya, semakin besar kita menerima atau mentoleransi kesalahan yang mungkin timbul dari percobaan itu. Oke, itu penjelasan tambahan tentang angka F tadi. Baik, di dalam buku-buku para praktisi itu kadang-kadang membedakan. Ketika dia... Melakukan analisis kemudian menggunakan taraf 0,05 atau taraf 0,01 itu kadang-kadang membuat istilah yang berbeda untuk menyatakan perbedaannya itu. Kalau berbeda pada taraf 0,05 itu sering diberi notasi dengan bintang 1 seperti ini, kemudian diberi istilah berbeda nyata. Dan perbedaan pada taraf 0,01 ditandai dengan bintang 2 dan kemudian sering disebut sebagai istilah 0,01. berbeda sangat nyata ada yang menggunakan dua istilah ini atau tidak ada juga yang tidak jadi ada juga yang menganggap bahwa pokoknya kalau berbeda ya sudah berbeda nyata tidak ada yang sangat nyata berapa persen pun yang digunakan tarap signifikansinya pokoknya berbeda nyata nah sebaliknya untuk jika ternyata hasil analisis itu menunjukkan tidak berbeda nyata maka notasi yang digunakan adalah TN atau NS NS itu maksudnya non signifikan atau TN tidak nyata oke nanti kita akan lihat contohnya Nah, berdasarkan contoh yang tadi, tabel ANOVA yang sudah kita buat tadi, kita sudah tahu tadi ya, F hitungnya 0,4 mat, ini bisa Anda tulis 2 digit saja juga boleh karena F tabelnya toh juga hanya 2 digit, Anda sudah bisa membandingkan. Karena F hitung kurang dari F tabel, maka H0 diterima yang artinya semua rata-rata perlakuan, semua rata-rata dari varitas tadi itu dianggap sama atau tidak berbeda nyata, maka diberi simbol. NS atau TN di sana, ya itu menunjukkan bahwa perbedaan varitas tadi tidak berbeda dari sisi kecepatan per kecepatan oke, kita lanjutkan nah, sebenarnya pekerjaan analisis data itu sudah selesai ketika kita sudah membuat kesimpulan, tetapi pada sebuah penelitian tentu saja Jika yang muncul itu hanya kesimpulan seperti ini, bahwa ada perbedaan antarvalitas, itu seringkali belum menunjukkan makna apapun. Jadi kita masih harus ada satu pekerjaan lagi yang kita lakukan, yaitu membuat interpretasi. Ada kesimpulan, ada interpretasi. Apa bedanya kesimpulan dengan interpretasi? Kalau kesimpulan, itu adalah kesimpulan analisis maksudnya, Ya sudah kita buat kesimpulan berbeda atau tidak Itu kesimpulan namanya Jadi ketika kita disodori dengan sebuah data Kita analisis Kita sudah bisa buat kesimpulan Tetapi kalau kita hanya disodori data Kemudian kita analisis Kita bisa buat kesimpulan Tapi kita tidak bisa membuat interpretasi Kenapa? Ya karena kita tidak tahu ceritanya Itu tadi penelitian apa kita tidak tahu Kita baru bisa membuat interpretasi, kalau kita tahu ceritanya tadi penelitian tentang apa, variable yang diamati apa, dan seterusnya baru kita bisa membuat interpretasi nah dalam khusus contoh tadi ini adalah contoh ya, bahasa interpretasi tidak bagus, terserah interpretasi hasil analisis ragam itu tergantung dari perencanaan tadi, hipotesisnya bagaimana, tujuannya apa dan seterusnya Nah, ini adalah contoh interpretasi yang bisa dibuat berdasarkan hasil analisis tadi. Pertama, perbedaan varitas tidak menyebabkan keragaman dalam kecepatan perkecambahan karena keragaman yang disebabkan oleh varitas lebih rendah daripada keragaman yang disebabkan oleh faktor lain. Kemudian bisa dengan kata lain, kita bisa membuat interpretasi pada variabel kecepatan perkecambahan 5 varitas yang diuji tadi memiliki kemampuan yang sama. Memiliki kemampuan yang... Sama. Oke. Baik. Ada sebuah catatan. Ya. Ketika Anda sudah melakukan analisis data tadi. Kemudian membuat kesimpulan. Dan membuat interpretasi. Catatannya apa? Catatannya ini. Analisis ragam. Atau kadang-kadang orang menyebutnya dengan istilah yang lain. Yaitu uji F. Karena tadi kita membandingkan dengan tabel F ya. Itu hanya. akan menghasilkan kesimpulan apakah diantara rata-rata perlakuan itu atau perlakuan yang diuji tadi itu ada perbedaannya atau tidak sampai disitu saja informasinya, kesimpulannya, beda atau tidak sudah, nah jika ada perbedaan antara rata-rata perlakuan, jika level perlakuannya itu lebih dari 2, misalnya tadi ya, contoh tadi kan ada 5 varitas maka Kita belum akan tahu berdasarkan uji F tadi, kita belum akan tahu varitas mana sih yang berbeda sebenarnya. Kalau berbeda loh ya. Varitas A, apakah yang berbeda itu antara varitas A dan B, atau A dengan C, atau C dengan D, kita belum tahu. Pokoknya secara umum kita hanya tahu di antara varitas-varitas itu ada yang berbeda, gitu saja. Nah, untuk mengetahui perbedaan antara level perlakuan, Dalam contoh di atas adalah varitas tadi, maka perlu diuji dengan uji lanjutan. Sering disebut sebagai uji perbandingan berganda. Nanti kita akan ada materi sendiri tentang uji perbandingan berganda itu. Ada macam-macam teknik. Yang jelas, tadi fungsinya adalah untuk mengetahui ketika perlakuannya tidak ada bedanya, kita... dengan uji itu kita jadi tahu yang mana saja dari level-level tadi yang berbeda apakah A dengan B berbeda apakah B dengan C berbeda apakah C dengan D sama dan seterusnya itu catatannya baik, itu adalah materi kita tentang rancangan aja lengkap kita hari ini ya, mudah-mudahan yang saya sampaikan tadi bisa dipahami nanti bisa Anda ulang-ulang penjelasan ini, kalau ada yang kurang jelas, nanti Anda bisa explore bisa cari informasi di luar yang banyak tentang ini untuk bisa memberikan penjelasan sekali lagi, mudah-mudahan penjelasan tadi cukup membantu Anda dalam memahami tentang rancangan acak lengkap nah, sebelum saya akhiri Ada proyek yang harus Anda lakukan, ada dua proyek yang harus Anda lakukan, Anda bisa lihat nanti ya. Ada dua, ini yang pertama ini tolong nanti Anda mencoba ya, membuat skenario percobaan untuk mengatasi atau menyelesaikan kasus yang saya tuliskan di situ. Kemudian proyek yang kedua, ini adalah sebuah kasus ya. lengkap sudah ada ceritanya disitu ada perlakuannya dan seterusnya nanti coba Anda kerjakan ini sebagai latihan ya latihan Anda dalam mengerjakan menganalisis ragam, menentukan tadi membuat tabel ANOVA dan seterusnya tadi, sampai membuat kesimpulan, sampai membuat interpretasi datanya sudah disiapkan, Anda tidak perlu membuat data sendiri nanti kalau membuat data sendiri malah sulit ya ini datanya silahkan akan nanti disusun, dianalisis ragamnya, ya, kemudian juga jangan lupa, Anda berlatih mengatur skema tempat percobaan tadi, dengan pengacakan sistematis menggunakan tabel bilangan yang tadi sudah saya sampaikan. Anda belajar, ya. Itu kemudian. dianalisis ragamnya dibuat interpretasi dan kesimpulan baik, itu yang saya sampaikan hari ini terima kasih atas perhatiannya Assalamualaikum warahmatullahi wabarakatuh

Baik, selesai sekalian, kita akan mulai kuliah kita. Hari ini adalah pertemuan kedua. Setelah pertemuan pertama kemarin, kita bicarakan beberapa hal tentang perancangan percobaan.

Sudah kita diskusikan kemarin tentang bagaimana atau apa yang disebut sebagai perancangan percobaan, bagaimana cara berpikir ilmiah, bagaimana memecahkan sebuah persoalan dengan cara ilmiah, bagaimana merancang sebuah penelitian, dan seterusnya. Juga sudah saya sampaikan tentang beberapa istilah kemarin Ada istilah ulangan, ada istilah hipotesis, ada istilah galat, analisis ragam, dan seterusnya Nah hari ini saya akan sampaikan rancangan pertama yang akan kita pelajari di dalam mata kuliah ini Bukan kemarin sudah saya sampaikan bahwa kita nantinya akan membicarakan beberapa macam rancangan Dan hari ini kita akan bicarakan rancangan yang pertama Rancangan yang pertama yaitu adalah rancangan yang paling sederhana disebut sebagai rancangan acak lengkap atau RAL Bahasa asingnya disebut sebagai Completely Randomized Design atau CRD Kita berikan gambaran secara umum dulu bahwa rancangan acak lengkap ini digunakan apabila lingkungan atau tempat percobaan yang akan dilakukan itu memiliki kondisi yang homogen Artinya apa? Artinya adalah bahwa Ketika kita sudah membuat unit-unit percobaan, ketika kita mau menempatkan unit-unit percobaan itu pada tempat percobaan kita, maka kita yakini bahwa tempat atau lingkungan itu tidak berpengaruh terhadap unit percobaan kita. Dimanapun kita meletakkan unit percobaan kita, posisi manapun, maka posisi itu tidak berpengaruh terhadap hasil akhirnya nanti. Nah, karena...

Hal yang seperti itu, unit percobaan bisa ditempatkan dimanapun di dalam tempat yang sudah kita sediakan, maka unit percobaan itu bisa ditempatkan atau diacak di dalam tempat tersebut, sehingga percobaan ini disebut sebagai rancangan acak lengkap, karena diacak secara lengkap. Nah, contoh tempat percobaan yang homogen itu misalnya, di laboratorium, di rumah kaca, atau bahkan mungkin di dalam lemari es gitu ya, kalau percobaannya menggunakan alat itu. Tapi yang harus diingat adalah satu hal, bahwa seringkali keliru ya, bahwa rancangan acak lengkap itu bukan digunakan ketika kita menggunakan laboratorium atau rumah kacanya. Jadi bukan masalah tempatnya itu, tetapi homogenitasnya. Ketika tempat itu homogen, maka kita bisa menggunakan rancangan acak lengkap.

Nah, contoh tempat yang homogen adalah laboratorium dan rumah kaca. Jadi, meskipun kita di laboratorium atau di rumah kaca, tetapi jika rumah kaca atau laboratorium itu kita rasa kurang homogen, ya kita tidak bisa menggunakan rancangan rancang lengkap. Oke, itu adalah gambaran umumnya.

Jadi, apabila misalnya kita mempunyai P buah perlakuan, kemudian kita mempunyai R, buah ulangan, maka nantinya kita akan memiliki P x R unit percobaan. P x R unit percobaan. Nah, untuk memperjelas perancangan ini, maka saya akan berikan sebuah contoh yang nanti contohnya akan saya gunakan sampai di akhir pembicaraan nanti, yaitu sebuah contoh percobaan atau penelitian dilakukan untuk mengetahui Kecepatan perkecambahan 5 varitas body yang nantinya akan diulang sebanyak 4 kali. Maka sesuai dengan yang tadi sudah kita bicarakan, nantinya akan ada 4 x 5 sama dengan 20 unit percobaan. 20 itu apa maksudnya?

20 unit itu nanti terdiri dari, karena tadi kita menggunakan 5 varitas body, 4 ulangan, maka 20 itu adalah varitas 1 ulangan 1, varitas 1 ulangan 2. varitas 1 ulangan 3, dan seterusnya sampai varitas 5 ulangan 4 ada 20 unit percobaan nah dalam kasus ini maka yang disebut sebagai faktor perlakuan ingat kembali kemarin sudah saya sampaikan tentang apa itu faktor perlakuan faktor perlakuannya adalah varitas padi dalam hal ini misalnya varitas padi yang digunakan tadi ada 5 misalnya ciherang, membramo ian 64, lokal 1, dan lokal 2 nah 5 varitas yang berbeda ini nantinya akan disebut sebagai level atau aras atau tingkatan. Jadi 5 varitas yang berbeda tadi, ciherang, membramo, yang nampak, dan seterusnya itu kita sebut sebagai level atau aras atau tingkatan. bukan faktor percobaan ya, bukan faktor pelakuan ya, tetapi levelnya, level perlakuan, ada 5 level atau 5 aras yang dalam hal kasus ini tadi kebetulan adalah 5 varitas badi contoh level yang lain misalnya Anda menggunakan dosis bubuk, misalnya ada 5 dosis bubuk berarti 5 dosis bubuk itu disebut sebagai level percobaannya atau level perlakuan baik kita lanjutkan Misalnya percobaan tersebut dilakukan di unit percobaannya berupa cawan bateri dengan media kertas haring yang dibasahi. Kemudian karena percobaan dilakukan di dalam laboratorium yang kondisinya relatif terkontrol dan homogen, sehingga percobaan bisa dilakukan dengan rancangan acak lengkap seperti yang tadi sudah saya sampaikan. Baik, nah sebelum kita ke bagaimana merancangnya, bagaimana kita menganalisis datanya, Kemarin ada satu istilah, yaitu istilah pengacakan, Anda ingat kembali kemarin manfaatnya apa?

Nah, hari ini kita akan sampaikan bagaimana kita melakukan pengacakan yang sistematis. Sudah saya sampaikan bahwa pengacakan bisa dilakukan dengan berbagai cara, bisa dengan kertas pendian, bisa dengan kartu, dan seterusnya. Tetapi, bisa kita lakukan juga dengan secara sistematik, yaitu dengan memanfaatkan bilangan acak.

Oke, kita kembali ke contoh tadi. Misal perlakuan 5 varitas padi kita sebut sebagai A, B, C, D, E. Oke, maka unit percobaannya nanti adalah A1, A2, A3, A4, B1, B2, B3, B4, dan seterusnya sampai E4. Ya, sampai E4.

Ada 20 unit percobaan. Dari varitas A ulangan 1 sampai varitas E ulangan ke 4. Oke. Bagaimana cara pengacakannya? Pertama, kita beri nomor urut satuan-satuan percobaan tadi, 1-20 tadi. Jadi misalnya untuk contoh di atas itu A1 kita beri nomor 1 dan seterusnya sampai E4 kita beri nomor 20. Kita beri nomor urut.

Oke, kemudian yang kedua dari tabel bilangan acak ditentukan 20 bilangan yang akan digunakan. untuk pengacakan mungkin Anda belum pernah mengenal bilangan acak nanti akan saya kenalkan jadi kita nanti mengenal sebuah tabel yang namanya tabel bilangan acak yang memang isinya adalah bilangan acak yang nanti kita manfaatkan untuk pengacakan ini nah dari bilangan acak ini saya tunjukkan dulu bilangan acaknya contohnya seperti ini contohnya memang acak nah karena kita tadi ada 20 unit percobaan 20 itu kan terdiri dari 2 digit ya maka kita memerlukan 20 x 2 setidaknya 40 angka yang nanti akan kita gunakan untuk mengacak ya sudah kita pilih saja dari tabel bilangan acak ini misalnya ini yang saya beli block ini saya beli highlight ini itu yang kita pilih, anda terserah mau milih mau ke arah bawah, mau ke arah samping juga terserah karena dibutuhkan 40 maka kalau ini 1 unit ini ada 5 angka berarti kita perlu 1, 2, 3, 4, 5 1, 2, 3, 4, 5, 6 secukupnya sampai 20x2 digit 40 angka itu nanti terpenuhi baik, kita kembali ke yang tadi misalnya dari angka di tabel bilangan acak kita memperoleh bilangan sebagai berikut 4, 2, 1, 6, 5, 8, 0, 2, 7, dan seterusnya. Kita tetapkan tadi kita mencari 40 angka. Oke, misalnya ini yang kita peroleh. Kemudian kita lanjutkan dengan langkah yang ketiga.

Karena jumlah satuan perlakuan hanya sampai 20, maka angka-angka pada poin 2 tadi dikelompokkan menjadi gugus-gugus yang beranggotakan 2 bilangan. Jadi kalau di bilangan aja itu ada yang 6 seperti ini, ada yang 5 ya. Karena kita... perlu 2 digit maka kita pecah menjadi 2 digit 2 digit dari angka yang ini tadi kita pecah menjadi 2 digit 2 digit Oke saya tunjukkan dengan eh laser pointer biar lebih jelas 4216 Anda lihat yang di bawah ya 580276 dan seterusnya Oke ini yang diperoleh kita pecah menjadi 22 baik, kita lanjutkan langkah berikutnya Bilangan tersebut, dari poin 3 tersebut, kemudian diberi pangkat atau diberi order. Bilangan terkecil diberi order atau pangkat 1 dan bilangan terbesar diberi pangkat 20 karena maksimal tadi kan kita 20. Ini yang 4, 2, 16 itu adalah angka kita tadi.

Sekarang kita urutkan. Coba dari angka-angka ini, yang paling kecil yang mana? Kita cari yang paling kecil. Ternyata yang paling kecil adalah 02. Berarti ini yang kita beri pangkat 1. Kemudian kita cari yang setelah 02. Kita cari ternyata 16 yang berikutnya. Eh, sorry.

Yang kedua adalah ini, 04. Ya, 04. Ini yang kedua. Baru yang ketiga, 16. Dan seterusnya, ternyata yang terbesar itu adalah angka 92. Dalam kasus ini tadi, kita beri angka atau angka 20. Oke, baik. Selanjutnya, berdasarkan pada poin 4 tersebut, kita tempatkan pelakuan A dari 1 sampai 4. Itu pada sesuai dengan order yang tadi sudah kita buat Tadi kan ada A1, A2, A3, A4 Nah A1, A2, A3, A4 itu berarti menempati posisi 10, 3, 14, 1 Posisi di mana ini? Posisi yang sudah kita siapkan di tempat percobaan kita Jadi sebelumnya kita sudah membuat peta-peta percobaan yang kita beri nomor Nanti kita baru tempatkan di sana Dan seterusnya ya sampai varitas E ulangan ke 4, nanti kita tempatkan. Baik, nah berdasarkan contoh tadi, maka kita bisa menempatkan satuan percobaan berdasarkan pengacakan itu tadi, seperti ini.

Ini ya, ternyata di petak yang pertama ini, tadi kebetulan yang ada di situ adalah A4. A4 artinya varitas A ulangan ke 4. D3 artinya varitas D ulangan ke 3, dan seterusnya. Kita amati di sini bahwa Tidak ada ketentuan bahwa di baris pertama ini harus varitasnya sama atau ulangannya sama, tidak ada.

Anda lihat ini warnanya, sudah saya beri warna yang berbeda-beda ya, maka tidak ada yang sama. Bahwa ini ada yang hijau, jejer, tidak masalah, karena memang hasil pengacakannya begitu. Ini adalah sebuah contoh pengacakan, jadi pengacakan bisa kejadian seperti ini, bisa yang lain yang penting adalah bahwa bilangan-bilangan itu terajak nah setelah kita dapatkan posisi pengacakannya seperti itu baru kita tempatkan battery disk-battery disk kita sesuai dengan posisi yang sudah kita dapatkan dari pengacakan tadi, A4, D3 A2, E3, dan seterusnya ada catatan disitu, kenapa kok disini ada 6 ini, battery disknya ya, dalam contoh kasus ini Hai setiap unit percobaan itu ternyata dibuat 6p3 6p3 tak masalah begitu satu juga enggak papa tapi mungkin untuk jaga-jaga bisa kita buat lebih dari satu itu ya Oke kita lanjutkan kemudian setelah dinas ditetapkan biji dikecambahkan di tempat yang sudah sesuai tadi dirawat sesuai dengan prosedur kemudian dia diamati variabel yang sudah kita rencanakan untuk diamati ya pada waktu yang sudah terbentukkan Kemudian selanjutnya data hasil pengamatan dicatat. Usahakan format untuk pengamatan itu kita buat sedemikian lupa sehingga nanti memudahkan dalam proses input data dan dalam proses analisis data.

Oke, nanti akan saya beri contoh bagaimana tablet pengamatan itu dibuat. Nah, pada contoh di atas, karena tiap unit percobaan itu ada 6 battery, maka nanti data yang kita input itu adalah data rata-rata dari 6 petri tadi. Kalau Anda menggunakan 5 petri, berarti Anda merata-rata dari 5 petri, dan seterusnya.

Baik, sekarang kita sampai di bagaimana melakukan analisis seragam setelah tadi menempatkan petak-petak percobaan atau unit-unit percobaan. Pada rancangan acak lengkap ini, selain faktor pelakuan dalam kasus ini tadi adalah varitas, maka faktor yang lain itu kita anggap homogen. atau dibuat homogen sehingga model matematika untuk rancangan ini adalah sebagai berikut yaitu yij sama dengan mu plus tau i plus eij oke anda tidak usah terlalu pusing dengan model matematika ini sebenarnya ini mudah untuk dipahami nanti akan ada penjelasannya yij itu apa dan seterusnya tapi yang jelas i ini adalah berjalan 1, 2 sampai p Kemudian J itu juga berjalan, 1, 2, sampai NI. Kita lihat penjelasannya.

Yij itu maksudnya adalah nilai pengamatan pada pelakuan ke I ulangan ke J. Jadi setiap titik pengamatan yang Anda dapatkan angkanya, itu sebenarnya dia itu terdiri dari beberapa komponen. Komponen yang pertama adalah mu, ini huruf mu ya.

Melambangkan rata-rata nilai tengah, mu. Ini mudah diingat-ingat, mu kan huruf M ya. karena bahasa Inggrisnya rata adalah min disimbolkan dengan huruf mu yang artinya rata kemudian yang komponen kedua disimbolkan dengan huruf tau karena ini pengaruh perlakuan atau treatment maka disambungkan dengan simbol tau treatment ya pengaruh perlakuan ke I kemudian yang ketiga ini huruf E epsilon IJ E itu maksudnya Kesalahan atau eror, error mudah diingat-ingat ya, error disimbolkan dengan epsilon.

Percobaan pada pelakuan ke I ulangan ke C. Nah, P tadi adalah banyaknya pelakuan dan NI adalah banyaknya ulangan pada pelakuan ke I. Baik, kita lanjutkan. Ini adalah contoh data hasil pengamatan kecepatan berkecambah dari contoh percobaan kita tadi. Dan ini adalah model tabel pengamatan yang Sangat umum digunakan dan ini yang efisien dan mudah digunakan untuk analisis data nantinya.

Kita tuliskan seperti itu yang kolom sebelah kiri, perlakuannya, kemudian yang kanan itu adalah ulangan, tadi ada 4 ulangan, kemudian di sebelah kanan ada totalnya. Nah untuk rancangan acak lengkap, maka strukturnya seperti ini, datanya. Totalnya diberikan di kanan.

Kenapa kok yang di ulangan tidak di total? Ada sebabnya, karena memang angka-angka ini nanti tidak diperlukan dalam analisis ragamnya. Di rancangan yang lain nanti ada, tapi di rancangan ini ulangan itu tidak perlu dijumlahkan.

Kemudian kita juga perlu menjumlahkan grand totalnya, jumlah dari semua hasil pengamatan. Oke, ini adalah datanya, kemudian bagaimana analisisnya? Sebenarnya sekalian, analisis ragam itu dilakukan dengan membuat yang namanya tabel analisis ragam atau sering disebut sebagai tabel ANOVA tabelnya seperti di bawah itu ya, tabel analisis ragam jadi gini, jadi pekerjaan kita itu sebenarnya dalam analisis ragam itu adalah membuat tabel itu mengisi tabel itu, gitu ya itu pekerjaannya, nanti pekerjaan berikutnya adalah dari tabel itu kita membuat kesimpulan, jadi kita fokus di sini ya, nah harapan saya Nanti Anda sudah hafal di luar kepala struktur tabel ini.

Kenapa? Karena ini nanti tabel seperti ini itu digunakan untuk rancangan apapun. Struktur tabelnya seperti ini, sama semua.

Khususnya untuk yang baris pertama, itu sama persis semua. Jadi coba kita lihat ya. Jadi di baris pertama, kolom pertama itu ada sumber keragaman atau SK.

Semuanya begitu nanti. Yang kolom kedua ada derajat bebas atau disingkat DB. Kolom ketiga... 3 ada jumlah kuadrat atau disingkat JK, kolom keempat ada kuadrat tengah atau disingkat KT, kelima namanya F hitung, dan keenam ada F tapet. Kemudian di sumber keragaman, ini kita tuliskan sumber-sumber keragaman pada rancangan acak lengkap.

Ingat tadi bahwa pada rancangan acak lengkap, satu faktor yang ingin dilihat itu kan perbedaan satu faktor perlakuannya tadi. Dalam kasus tadi, apa tadi? varitas ya kita hanya ingin melihat varitas itu berbeda atau tidak sih sehingga sumber keragamannya disini hanya perlakuan nah galat dan total itu adalah konsekuensi nanti jadi di semua rancangan nanti tabel ANOVA seperti ini tergantung dari sumber keragamannya apa nanti akan ditambahkan disini tapi kalau galat dan total di semua rancangan tabel ANOVA nya seperti itu ada galat ada total oke kita lanjutkan Kemudian yang kedua, derajat bebas, rumusnya seperti ini, hitungannya gampang, P-1, yang galat itu P x R-1, kemudian derajat bebas totalnya P x R-1, nanti akan kita coba menghitungnya ya.

Kemudian jumlah kuadrat, simbolnya JKP untuk perlakuan, jumlah kuadrat galat JKG, jumlah kuadrat total JKT. Kuadrat tengah, KTP, kuadrat tengah untuk pelakuan dan KTG kuadrat tengah untuk galak. Rumusnya seperti ini. Kemudian ini adalah F hitung. Rumusnya seperti ini, KTP dibagi KTG.

Dan F-tabel kita nanti akan melihat tabel. Baik, saya lanjutkan. Bagaimana cara melengkapi tabel ANOVA tersebut?

Pertama, kita menghitung derajat bebas atau dB sesuai dengan rumus yang sudah disebutkan di atas tadi. Secara umum, rumusnya adalah derajat bebas itu kejadian atau n dikurangi 1. Itu secara umum. Kemudian yang kedua, Kita nanti akan melengkapi jumlah kuadrat. Pertama, jumlah kuadrat perlakuan. Jumlah kuadrat perlakuan adalah hasil penjumlahan dari masing-masing perlakuan dikuadratkan, dibagi jumlah ulangan, kemudian dikurangi faktor koreksi.

Nah, karena di sini ada dikurangi faktor koreksi, maka tentu saja kita harus menghitung faktor koreksi dulu. Jadi sebenarnya langkahnya itu, kalau Anda nanti kerja sesungguhnya, Anda pasti harus menghitung faktor koleksi dulu sebelum menghitung jumlah kuadrat pelakuan. Apa itu faktor koleksi?

Faktor koleksi atau FK adalah jumlah kuadrat dari total dibagi jumlah kejadian atau N. Oke, nanti akan kita lihat contohnya. Kemudian jumlah kuadrat total adalah hasil penjumlahan dari semua nilai dikuadratkan dikurangi faktor koleksi. Dan kemudian jumlah kuadrat galat atau JK sisa nanti. Tinggal mengurangkan dari jumlah kuadrat total dikurangi jumlah kuadrat-jumlah kuadrat yang lain.

Baik, kita lihat sekarang contohnya. Sebelum ke sana, tadi yang kuadrat tengah itu gampang rumusnya. Kuadrat tengah itu dihitung sesuai rumus tadi.

Kemudian F hitung dihitung sesuai rumus. Tadi sudah ada rumusnya di dalam tabel tadi. Nah, ini yang menjadi perhatian kita.

F tabel. F-tabel itu ditentukan dengan melihat tabel F, nanti akan saya jelaskan tabel F, berdasarkan nilai DB perlakuan dan DB galat. Saya yakin Anda dulu di matakulah statistik sudah belajar melihat tabel. Kalau tidak salah dulu yang Anda pernah lihat adalah tabel T, sekarang kita melihat tabel F. Saya tunjukkan tabel F itu seperti apa.

Tabel F. Oke. Nah, tabel F itu bisa Anda peroleh sekarang di Anda search di Google. Ada pasti ya, akan ketemu.

Yang harus Anda ketahui adalah bahwa banyak orang membuat versi tabel F, versi struktur maksudnya ya. Kalau angkanya sama, strukturnya ada macam-macam. Ini salah satunya.

Jadi seperti ini, ini ada derajat bebas, numerator namanya, ini derajat bebas, denominator, ini ada, ini sudah halaman kedua ini ya, Anda lihat ini ada angka, halaman ketiga bahkan, ada angka 1, 2, 3, 4, 5, dan seterusnya. Di sini ada P, maksudnya kita menggunakan nilai peluang yang mana nanti. mungkin saya singgung disini sebentar ini adalah nilai signifikansi yang nanti akan kita gunakan nah nanti kita mencari nilai tabel kita itu berdasarkan angka derajat bebas tadi perlakuan dan kala tadi angka yang numerator dan denominator ini yang nanti akan kita gunakan nanti akan kita praktekkan sekarang kita lanjutkan dulu baik, kita lanjutkan Berdasarkan angka tadi yang sudah kita dapatkan dari pengamatan tadi, maka kita hitung sesuai dengan rumus tadi.

Nanti Anda bisa lihat lagi rumusnya tadi. FK 1,228 kuadrat. Jumlah totalnya tadi dikuadratkan.

Dibagi dengan semua data yang ada. 5 x 4. Hasilnya sekian. Jumlah kuadrat perlakuan.

Anda bisa lihat nanti angkanya ini. Di mana dapatnya. Dikuadratkan. Kemudian dikurangi faktor koleksi.

Eh, sorry, dibagi 4 dulu, kemudian dikurangi faktor koleksi, hasilnya adalah ini. Kemudian jumlah kuadrat total, tinggal semua angka tadi dikuadratkan, dikurangi faktor koleksi, ini hasilnya. Kemudian jumlah kuadrat galat, tinggal mengurangkan. Dari jumlah kuadrat total, dikurangi jumlah kuadrat pelakuan, hasilnya ini. Nah, setelah angka-angka ini Anda dapatkan, ya tinggal masukkan ke dalam tabel ANOVA tadi.

Kita masukkan ke dalam tabel ANOVA. DB sesuai dengan rumus tadi kita dapatkan pelakuan tadi karena ada 5 varitas, pelakuan dikurangi 1, 5 dikurangi 1, 4. Kemudian biasanya orang menghitung totalnya dulu. Ya, totalnya dulu. Tadi rumusnya kita lihat lagi ya, rumusnya DP tadi.

PR-1, ada 5P tadi kan, kemudian R-nya 4, berarti PR 4 x 5, 20, dikurangi 1, 19. Galatnya tinggal ngurangkan, total dikurangi pelakuan, 19 kurangi 4, 15. Jumlah kuadrat tadi sudah kita hitung, kemudian kuadrat tengah, rumusnya tadi gimana? Kuadrat tengah. itu didapatkan dari nilai jumlah kuadrat dibagi dengan DB pelakuannya.

Demikian juga kuadrat tengah yang ini, didapatkan dari nilai jumlah kuadrat galat dibagi dengan DB galatnya. Oke, kita dapatkan nilai kuadrat tengah. Kemudian F hitung, ini kita dapatkan dari membagi kuadrat tengah pelakuan dibagi dengan kuadrat tengah galat.

Akan didapatkan angka ini. Oke. Selanjutnya adalah menentukan nilai F tabel.

Tadi sudah saya perlihatkan contoh tabel F. Kita lihat sekarang bagaimana menentukan nilai F tabel kalau derajat bebas perlakuan yang 4 dan derajat bebas galaknya 15. Kita lihat. Kita ingat-ingat ya, kita akan dapatkan angka 3,06 nanti pada derajat sin. signifikansi 5% kita akan lihat nanti kita lihat tadi derajat bebas untuk perlakuan 4 yang di numerator tadi kemudian yang derajat bebas galat itu kita cari di denominator 15 tadi oke 4 15, tapi angka yang mana yang mau kita pakai?

Tadi yang diminta adalah pada derajat signifikansi 5% atau 0,05. Jadi kita pakai yang ini, 0,05. 0,05 ke sana ketemu 3,06.

Kalau misalnya yang diminta adalah 0,01 atau 1%, ya kita pakai angka yang ini, 4,89. Tapi dalam contoh kasus tadi, yang diminta adalah yang 5%. Berarti kita dapatkan angkanya 3,06.

Oke, kita balik ke tabel ANUVA tadi. Kita dapatkan 3,06. Baik, pekerjaan analisis seragam kita selesai sampai di sini.

Tetapi apakah kita sudah mendapatkan jawaban dari pertanyaan kita tadi? Pertanyaannya apa tadi? Apakah kualitas berbeda atau tidak?

Belum jawabannya. Kita belum dapat jawaban. Kita masih harus melakukan satu langkah lagi untuk mendapatkan jawaban setelah menghitung atau menganalisis data mendapatkan tabel ANOVA seperti ini. Apa yang kita lakukan? Yang kita lakukan adalah membuat kesimpulan.

Kesimpulan berdasarkan analisis data yang sudah kita lakukan. Ini adalah ketentuan pembuatan kesimpulannya. Jadi kesimpulan itu dibuat berdasarkan hipotesis yang telah dibuat. Hipotesis kita simpulkan menjadi H. Jadi nanti ada dua hipotesis yang kita kenal, hipotesis 0 dan hipotesis 1. Hipotesis 0, H0, itu diterima, ini perjanjiannya.

H0 itu diterima artinya apabila semua rata perlakuan dalam hal ini tadi itu adalah kecepatan perkecambahan, semua varitas tadi itu dinyatakan sama. Jadi kalau rata-rata varitas 1, rata-rata varitas 2, dan seterusnya itu semuanya sama, maka itu artinya kita menerima H0. Sebaliknya, kalau kita menerima H1, itu apabila setidaknya ada satu saja dari varitas-varitas yang kita gunakan tadi, itu yang berbeda. Tidak harus semuanya berbeda ya, kalau ada satu saja yang berbeda dengan yang lain, maka kita sudah menerima H1. Menerima H0 itu sama dengan menolak H1.

Dan sebaliknya, kalau kita menerima H1, itu berarti kita menolak H0. Semua kebalikan. Ini sudah saya sampaikan juga ketika di pendahuluan dulu, di pertemuan sebelumnya.

Oke, gitu ya. Nah, terus bagaimana kita membuat atau membuktikan hipotesisnya? Hipotesis itu dibuat atau dibuktikan dengan membandingkan nilai F hitung dengan F tabel tadi, yang sudah kita dapatkan angkanya tadi.

Ini ketentuannya. Jika... F hitung lebih kecil dibandingkan F tabel maka berarti kita menerima H0 Atau dengan kata lain kita menolak H1. Tetapi sebaliknya, jika F hitung lebih besar daripada F tabel, maka H0 ditolak atau dengan kata lain H1 diterima.

Oke, kita lihat sekarang yang tabel ANOVA kita tadi. F hitungnya lebih besar atau lebih kecil daripada F tabel? Anda bisa lihat ya, F hitung ternyata di sini lebih kecil daripada F tabel. Kalau F hitung lebih kecil daripada F tabel, kita kembali ke tadi.

F hitung lebih kecil daripada F tabel, maka kita menerima H0. Apa artinya kita menerima H0? Artinya bahwa 5 varitas yang tadi kita gunakan untuk percobaan, itu kita anggap sama atau tidak berbeda.

Itu ya, karena F hitung lebih kecil daripada F tabel. Baik, kita teruskan. Nah, ini penjelasan lebih lanjut tentang pembuatan kesembilan tadi.

Jadi, tadi Anda sudah melihat di tabel ya, bahwa angka F tabel yang bisa digunakan untuk pembandingan dengan F hitung itu ada beberapa taraf. Tadi Anda melihat ada 0,05, ada 0,01, ada 0,1 gitu ya. Nah, untuk di percobaan-percobaan pertanian itu biasanya taraf yang digunakan itu adalah angka 0,05.

5% atau 0,01 dua angka itu saja biasanya, ada juga kadang-kadang yang menggunakan 10% ada juga tergantung ketelitian penelitian maksudnya apa ketelitian penelitian gini, jadi kalau misalnya perilaku dari obyek penelitian kita itu memang biasanya variasinya itu tinggi, maka kita jangan menggunakan yang 0,01% karena nanti akan sulit mendapatkan mencari beda responnya tetapi kalau memang ketelitian-pelitian kita, misalnya kita analisis kimia yang selisihnya itu cuma sedikit sekali atau kita mau meneliti yang memang ditutup ketelitian yang tinggi sebagai contoh misalnya Anda sedang mencari dosis obat yang obat ini kalau dosisnya terlalu tinggi bisa menimbulkan keracunan misalnya gitu ya jadi Anda harus menggunakan ketelitian yang lebih tinggi yang derajat signifikansinya lebih kecil kesalahan yang ditolerir itu lebih kecil karena menyangkut dengan keselamatan orang gitu ya itu maksudnya tergantung dari ketelitian-pelitian nah apa yang dimaksud sebagai taraf signifikansi taraf signifikansi itu sebenarnya adalah menyatakan berapa besarnya toleransi kesalahan yang kita terima. Jadi misalnya kita menggunakan toleransi 5% atau derajat signifikansi 5%, itu artinya ketika kita melakukan penelitian itu kemudian kita mengulangnya sebanyak 100 kali, maka kemungkinan hasilnya itu tidak sesuai atau salah itu maksimal sebesar 5 kali. Jadi kita hanya mentoleransi kesalahan 5 kali dari 100 kali percobaan. Kalau 1%, ya Anda bisa jelaskan sendiri maksudnya seperti apa.

Jadi semakin besar toleransinya, semakin besar kita menerima atau mentoleransi kesalahan yang mungkin timbul dari percobaan itu. Oke, itu penjelasan tambahan tentang angka F tadi. Baik, di dalam buku-buku para praktisi itu kadang-kadang membedakan.

Ketika dia... Melakukan analisis kemudian menggunakan taraf 0,05 atau taraf 0,01 itu kadang-kadang membuat istilah yang berbeda untuk menyatakan perbedaannya itu. Kalau berbeda pada taraf 0,05 itu sering diberi notasi dengan bintang 1 seperti ini, kemudian diberi istilah berbeda nyata.

Dan perbedaan pada taraf 0,01 ditandai dengan bintang 2 dan kemudian sering disebut sebagai istilah 0,01. berbeda sangat nyata ada yang menggunakan dua istilah ini atau tidak ada juga yang tidak jadi ada juga yang menganggap bahwa pokoknya kalau berbeda ya sudah berbeda nyata tidak ada yang sangat nyata berapa persen pun yang digunakan tarap signifikansinya pokoknya berbeda nyata nah sebaliknya untuk jika ternyata hasil analisis itu menunjukkan tidak berbeda nyata maka notasi yang digunakan adalah TN atau NS NS itu maksudnya non signifikan atau TN tidak nyata oke nanti kita akan lihat contohnya Nah, berdasarkan contoh yang tadi, tabel ANOVA yang sudah kita buat tadi, kita sudah tahu tadi ya, F hitungnya 0,4 mat, ini bisa Anda tulis 2 digit saja juga boleh karena F tabelnya toh juga hanya 2 digit, Anda sudah bisa membandingkan. Karena F hitung kurang dari F tabel, maka H0 diterima yang artinya semua rata-rata perlakuan, semua rata-rata dari varitas tadi itu dianggap sama atau tidak berbeda nyata, maka diberi simbol.

NS atau TN di sana, ya itu menunjukkan bahwa perbedaan varitas tadi tidak berbeda dari sisi kecepatan per kecepatan oke, kita lanjutkan nah, sebenarnya pekerjaan analisis data itu sudah selesai ketika kita sudah membuat kesimpulan, tetapi pada sebuah penelitian tentu saja Jika yang muncul itu hanya kesimpulan seperti ini, bahwa ada perbedaan antarvalitas, itu seringkali belum menunjukkan makna apapun. Jadi kita masih harus ada satu pekerjaan lagi yang kita lakukan, yaitu membuat interpretasi. Ada kesimpulan, ada interpretasi. Apa bedanya kesimpulan dengan interpretasi? Kalau kesimpulan, itu adalah kesimpulan analisis maksudnya, Ya sudah kita buat kesimpulan berbeda atau tidak Itu kesimpulan namanya Jadi ketika kita disodori dengan sebuah data Kita analisis Kita sudah bisa buat kesimpulan Tetapi kalau kita hanya disodori data Kemudian kita analisis Kita bisa buat kesimpulan Tapi kita tidak bisa membuat interpretasi Kenapa?

Ya karena kita tidak tahu ceritanya Itu tadi penelitian apa kita tidak tahu Kita baru bisa membuat interpretasi, kalau kita tahu ceritanya tadi penelitian tentang apa, variable yang diamati apa, dan seterusnya baru kita bisa membuat interpretasi nah dalam khusus contoh tadi ini adalah contoh ya, bahasa interpretasi tidak bagus, terserah interpretasi hasil analisis ragam itu tergantung dari perencanaan tadi, hipotesisnya bagaimana, tujuannya apa dan seterusnya Nah, ini adalah contoh interpretasi yang bisa dibuat berdasarkan hasil analisis tadi. Pertama, perbedaan varitas tidak menyebabkan keragaman dalam kecepatan perkecambahan karena keragaman yang disebabkan oleh varitas lebih rendah daripada keragaman yang disebabkan oleh faktor lain. Kemudian bisa dengan kata lain, kita bisa membuat interpretasi pada variabel kecepatan perkecambahan 5 varitas yang diuji tadi memiliki kemampuan yang sama.

Memiliki kemampuan yang... Sama. Oke. Baik. Ada sebuah catatan.

Ya. Ketika Anda sudah melakukan analisis data tadi. Kemudian membuat kesimpulan.

Dan membuat interpretasi. Catatannya apa? Catatannya ini.

Analisis ragam. Atau kadang-kadang orang menyebutnya dengan istilah yang lain. Yaitu uji F.

Karena tadi kita membandingkan dengan tabel F ya. Itu hanya. akan menghasilkan kesimpulan apakah diantara rata-rata perlakuan itu atau perlakuan yang diuji tadi itu ada perbedaannya atau tidak sampai disitu saja informasinya, kesimpulannya, beda atau tidak sudah, nah jika ada perbedaan antara rata-rata perlakuan, jika level perlakuannya itu lebih dari 2, misalnya tadi ya, contoh tadi kan ada 5 varitas maka Kita belum akan tahu berdasarkan uji F tadi, kita belum akan tahu varitas mana sih yang berbeda sebenarnya. Kalau berbeda loh ya. Varitas A, apakah yang berbeda itu antara varitas A dan B, atau A dengan C, atau C dengan D, kita belum tahu.

Pokoknya secara umum kita hanya tahu di antara varitas-varitas itu ada yang berbeda, gitu saja. Nah, untuk mengetahui perbedaan antara level perlakuan, Dalam contoh di atas adalah varitas tadi, maka perlu diuji dengan uji lanjutan. Sering disebut sebagai uji perbandingan berganda.

Nanti kita akan ada materi sendiri tentang uji perbandingan berganda itu. Ada macam-macam teknik. Yang jelas, tadi fungsinya adalah untuk mengetahui ketika perlakuannya tidak ada bedanya, kita...

dengan uji itu kita jadi tahu yang mana saja dari level-level tadi yang berbeda apakah A dengan B berbeda apakah B dengan C berbeda apakah C dengan D sama dan seterusnya itu catatannya baik, itu adalah materi kita tentang rancangan aja lengkap kita hari ini ya, mudah-mudahan yang saya sampaikan tadi bisa dipahami nanti bisa Anda ulang-ulang penjelasan ini, kalau ada yang kurang jelas, nanti Anda bisa explore bisa cari informasi di luar yang banyak tentang ini untuk bisa memberikan penjelasan sekali lagi, mudah-mudahan penjelasan tadi cukup membantu Anda dalam memahami tentang rancangan acak lengkap nah, sebelum saya akhiri Ada proyek yang harus Anda lakukan, ada dua proyek yang harus Anda lakukan, Anda bisa lihat nanti ya. Ada dua, ini yang pertama ini tolong nanti Anda mencoba ya, membuat skenario percobaan untuk mengatasi atau menyelesaikan kasus yang saya tuliskan di situ. Kemudian proyek yang kedua, ini adalah sebuah kasus ya.

lengkap sudah ada ceritanya disitu ada perlakuannya dan seterusnya nanti coba Anda kerjakan ini sebagai latihan ya latihan Anda dalam mengerjakan menganalisis ragam, menentukan tadi membuat tabel ANOVA dan seterusnya tadi, sampai membuat kesimpulan, sampai membuat interpretasi datanya sudah disiapkan, Anda tidak perlu membuat data sendiri nanti kalau membuat data sendiri malah sulit ya ini datanya silahkan akan nanti disusun, dianalisis ragamnya, ya, kemudian juga jangan lupa, Anda berlatih mengatur skema tempat percobaan tadi, dengan pengacakan sistematis menggunakan tabel bilangan yang tadi sudah saya sampaikan. Anda belajar, ya. Itu kemudian.

dianalisis ragamnya dibuat interpretasi dan kesimpulan baik, itu yang saya sampaikan hari ini terima kasih atas perhatiannya Assalamualaikum warahmatullahi wabarakatuh

Transcript for:Pengantar Rancangan Percobaan Dalam Kuliah

Transcript for:
Pengantar Rancangan Percobaan Dalam Kuliah