02. pengertian dasar rancangan percobaan
Upcoming SlideShare
Loading in...5
×
 

02. pengertian dasar rancangan percobaan

on

  • 5,611 views

 

Statistics

Views

Total Views
5,611
Views on SlideShare
5,610
Embed Views
1

Actions

Likes
1
Downloads
72
Comments
0

1 Embed 1

https://twitter.com 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    02. pengertian dasar rancangan percobaan 02. pengertian dasar rancangan percobaan Presentation Transcript

    • PENGERTIAN DASAR RANCANGAN PERCOBAAN Ir. Dwi Zulfita, MSc
    • (1) Percobaan → Suatu tindakan yang dibatasi dengan nyata dan dapat dianalisis hasilnya. → Penelitian yg direncanakan dgn baik utk menemukan fakta2 baru, atau utk memperkuat bahkan menolak hasil2 sebelumnya (2) Perancangan Percobaan → Aturan utk mengambil contoh dari populasi yg diteliti agar diperoleh penduga yang tepat dan teliti dengan biaya dan waktu serta tenaga yang terbatas → Cara utk mendapatkan jawaban bagi suatu permasalahan dgn tepat dan teliti, sesuai biaya, waktu dan tenaga tersedia.
    • (3) POPULASI & (4) SAMPEL (CONTOH) Populasi (Keseluruhan bahan / data yang akan diteliti) Sampel (bagian dari populasi yang diambil untuk diteliti)
    • (1). Populasi tidak terhingga (pop. infinite) Contoh: Mahasiswa ↓ Pengertian: - Mahasiswa yang pernah ada - Mahasiswa yang ada sekarang POPULASI - Mahasiswa yang akan ada - Mahasiswa yang berada dimana saja, diseluruh penjuru dunia (2). Populasi terbatas (pop. finite) (terbatas baik untuk jumlah, tempat dan waktunya) Contoh: Mahasiswa Unair tahun 2009 ↓ terbatas: tempat, jumlah dan waktunya
    • LOGIKANYA: perlu pengamatan tiap-tiap individu untuk populasi besar atau tak terhingga → tidak populasi mungkin dijalankan. (perlu waktu,tenaga, biaya) di per lu kan harus Representatif (mencerminkan segala Kesimpulan dari sampel karakteristik populasi) diharapkan berlaku untuk populasi pengambilannya seobyektif mungkin → dengan cara random SAMPEL POPULASI
    • (5) JUMLAH ANGGOTA Jumlah anggota untuk: - populasi terbatas = N - populasi tak terbatas = ~ - Sampel (Contoh) = n Suatu penelitian: Ingin melihat pengaruh perbedaan pemberian: - pakan ransum A - pakan ransum B - pakan ransum C tiap ransum pemberiannya diulang 10 kali
    • Jumlah anggota keseluruhannya untuk: Ransum A = 10 Ransum B = 10 10 x 3 = 30 satuan percobaan Ransum C = 10 atau 30 unit percobaan Ulangan Ransum A Ransum B Ransum C 1 2 3 . . . 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
    • (6) NILAI TENGAH (MEAN) Nilai rata-rata (rerata) dari seluruh pengamatan disebut: nilai tengah ( mean = x ) untuk mengetahui penyimpangan / deviasi dari masing-masing angka pengamatan CONTOH: Diketahui sebaran data dari suatu sampel: X1, X2, X3, . . . . .Xn Nilai tengah sampel tersebut: X1 + X2 + . . . . . . . . . + Xn n n _ X = = ∑ i = 1 n Xi
    • Nilai tengah untuk populasi: X1 + X2 + . . . . . . . . + XN N N X penduga μ (7) RAGAM (VARIANCE) Diketahui sebaran data suatu populasi: X1, X2, . . . . . . . .XN dengan nilai tengah μ Simpangan (deviasi) nya: Xi - μ X1 X3 μ X2 X4 Bila simpangan-simpangan tersebut dijumlahkan, hasilnya = 0 μ = = ∑ i = 1 N Xi
    • RAGAM (VARIANCE) POPULASI tersebut: (X1 – μ) + (X2 – μ) + . . . . . . + (XN – μ) N N Ragam N populasi = = Rara-rata kuadrat simpangan Xi terhadap μ Ukuran jauh dekatnya rata-rata simpangan Xi terhadap μ Bila hasil pengamatan - kuadrat simpangannya besar, Xi jauh dari μ - rata-ratanya juga besar, - ragamnya juga makin besar Makin kecil ragam ( ) populasi makin seragam 2 2 2 = = ∑ i = 1 N ( Xi – μ) 22 2 2
    • RAGAM SUATU SAMPEL: (X1 – X) + (X2 – X) + . . . . . . . .+ (Xn – X) (Xi – X) (n – 1) (n – 1) CATATAN: Sampel Populasi (Contoh) - Jumlah anggota: n N - Nilai tengah: X μ - Ragam (variance) s 2 2 2 = =s 2 2∑ i = 1 n 2 2 penduga
    • (8) SIMPANGAN BAKU (STANDAR DEVIASI) Sebaran data (Xi) Simpangan (deviasi) ( Xi – X ) Kuadrat simpangan ( Xi – X ) X1 X2 . . . . Xn X1 – X X2 - X . . . . Xn - X ( X1 – X ) ( X2 – X ) . . . . (Xn – X ) ∑ Xi ∑ Xi n 0 ∑ ( Xi – X ) 2 2 2 2 X = Jumlah Kuadrat (JK) = Sum Square (SS) 2
    • STANDAR DEVIASI: S = Untuk n < 30 standar Rumus standar deviasi tsb deviasi masih berbias berlaku bila n ≥ 30 Untuk mengurangi bias (ke- Populasi n ≥ 30 salahan pengaruh acak) ma- ka digunakan (n – 1) Standar deviasi untuk po- pulasi n ≥ 30: Standar deviasi untuk n < 30 S = = ∑ (Xi – X ) 2 n ∑ (Xi – X ) 2 n - 1 ∑ ( Xi – μ) N 2
    • (9) GALAT BAKU RATA-RATA PERLAKUAN (STANDARD ERROR) n anggota → X Populasi n anggota → X n anggota → X Standar deviasi dari sebaran data X disebut Standard error atau Galat baku rata-rata perlakuan = S Sebaran data X POPULASI x -
    • Galat baku rata-rata perlakuan : S = atau S = Semakin kecil S → nilai rata-rata mendekati yang sesungguhnya (nilai tengah dari populasi) ↓ X mendekati μ Makin besar n semakin kecil S x S 2 n x KTG n x x
    • GALAT BAKU BEDA ANTAR RATA-RATA PERLAKUAN Misalnya: Galat Baku Beda antara rata-rata perlakuan ke i dan rata-rata perlakuan ke k S = = KTG + KTG = Kuadrat Tengah Galat n = Jumlah ulangan Yi. – Yk. 2 KTG n 1 ni 1 nk
    • (10) KOEFISIEN KERAGAMAN (KK) (COEFFICIENT OF VARIATION = C.V.) K.K. adalah ratio standar deviasi (S) dan nilai tengah umum (Y..) mengukur besarnya keragaman yang dinyatakan dalam % K.K. = x 100 % = x 100 % Dalam Percobaan (untuk penelitian) : 1. materi percobaan K.K. tergantung 2. sifat perlakuan 3. pengendalian percobaan S Y.. KTG Y..
    • * K.K. percobaan yang dilaksanakan dengan baik berkisar 15 – 20% * K.K. terlalu kecil / terlalu besar merupakan salah satu petunjuk: (1) mungkin terdapat kesalahan dalam: - pengukuran - pencatatan - analisis data (2) K.K. >> ada kemungkinan ukuran sampelnya terlalu sedikit (3) mungkin pemilihan rancangan percobaannya tidak tepat sehingga dihasilkan ragam acak > .
    • (11) PERLAKUAN CONTOH: Percobaan menentukan jenis ransum paling efisien untuk ayam pedaging. Diteliti untuk ransum pakan A, B, C dan D. Perlakuan Rans. pakan A Ransum Rans. pakan B pakan Rans. pakan C Rans. pakan D Faktor perlakuan Level (taraf) perlakuan Ayam Pedaging ke Ransum Pakan A B C D 1 2 . . . n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
    • (12) ULANGAN → adalah banyaknya-kali atau frekuensi suatu macam perlakuan yang dicobakan dlm suatu percobaan. 1 s/d 6 disebut ulangan. Domba ke (Ulangan) Perlakuan P Q R S T 1 2 3 4 5 6 … … … … ... …
    • (13) SIDIK RAGAM = ANALISIS RAGAM (ANALYSIS OF VARIANCE = ANAVA) Analisis Ragam (Sidik Ragam) merupakan cara memudahkan analisis dan interpretasi data hasil percobaan → Untuk penelitian di bidang: Biologi, Ekonomi, Sosial, Industri, dll. CONTOH: Sidik Ragam (untuk Rancangan Acak Lengkap) Galat → Error percobaan = Kesalahan percobaan = Keragaman percobaan = sisa percobaan. Sumber Keragaman (S.K.) Derajad Bebas (d.b.) Jumlah Kuadrat (J.K.) Kuadrat Tengah (K.T.) F hitung F tabel 0,05 0,01 Perlakuan Galat . . . . . . . . . . . . . . . . . . . . . . . . . . . T o t a l . . . . . .
    • (14) SUMBER KERAGAMAN (S.K.) Dalam penelitian di laboratorium atau di lapangan → selalu ada beberapa sebab yang menimbulkan ketidak seragaman disebut Sumber Keragaman CONTOH: Penelitian di lapangan, yang menimbulkan ketidak seragaman (sumber Keragaman) adalah: ( I ).- iklim - manusia diusahakan dapat dikuasai - alat-alat (dibuat seseragam mungkin) - jenis ternak ↓ - umur ternak dibuat “seragam” maka pengaruhnya sama ↓ Dalam Sumber keragaman pengaruh tsb dapat dihilangkan
    • ( II ). - macam ransum yang diteliti ( III ) - Faktor-faktor lingkungan lain yang sulit atau tak mungkin merupakan dikuasai pengaruh acak disebut: Kesalahan percobaan atau Galat percobaan Tanpa usaha ( I ), (II) dan (III) , tidak dapat dibenarkan usaha-usaha analisis statistik & penafsirannya Merupakan perlakuan
    • (15) DERAJAT BEBAS (d.b.) Derajat bebas dari suatu variabel : adalah jumlah anggota dalam populasi variabel tsb. yang punya kebebasan untuk terpilih harganya dalam batas-batas tertentu yang telah ditetapkan Derajat bebas = Jumlah anggota yang dipermasalahkan – 1 d.b. = n – 1 - tak perlu tahu harga semua n anggota tsb. [cukup mengetahui (n-1) anggota saja], Dari anggota ke n dapat ditentukan dari (n-1) tsb. n anggota ↓ - (n-1) anggota bebas ditentukan - satu anggota tak bebas lagi ditentukan
    • (16) PENAKSIRAN Penaksiran untuk statistika → adalah penaksiran selang dengan menentukan batas-batas atau limit dalam bentuk %. CONTOH: Dalam penelitian yang akan dilakukan, untuk pengujian hipotesis akan dipergunakan selang kepercayaan (confident interval = interval konfidensi) sebesar 95%. Berarti: Mengambil resiko benar dalam keputusan sedikit- dikitnya 95% (boleh > 95%) atau dipergunakan laju kesalahan (error rate = taraf nyata = significance level) → α = 0,05 Berarti: mengambil resiko salah dalam keputusan sebanyak banyaknya 5% (boleh < 5% ) minimal benar 950 → boleh 960 , 975. maksimal salah 50 → boleh 40 , 28 Dari 1000 kejadian
    • TUGAS Pekerjaan Rumah : - Buku ajar Bab 2 → no 1, 2 dan 3 - Dikerjakan dalam Buku Ajar - Dikumpulkan minggu depan, pada waktu tutorial.