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.