Dokumen tersebut membahas beberapa metode penelitian, terutama penelitian eksperimental dan non-eksperimental. Juga dibahas mengenai validitas, reliabilitas, rancangan percobaan, dan analisis data pada penelitian."

1. Metode Penelitian
Eksperimental :
RANCANGAN PERCOBAAN

2. Riset
Non-
eksperimental
Vs
Riset
Eksperimental

3.  Penelitian eksperimental 
ada intervensi/perlakuan dari
peneliti, baru dampaknya
diukur
 Penelitian non-eksperimental
 peneliti tidak melakukan
intervensi, hanya
mengumpulkan data/fakta
yang ada

4. Non-
Eksperimental
Eksperimental
Quasi-
Eksperimental

5. Quasi-eksperimental
 Peneliti tidak melakukan intervensi secara
langsung, tetapi mengelompokkan data
yang ada seolah-olah ada kelompok
perlakuan dan ada kelompok kontrol
sebagaimana yang terjadi dalam
penelitian eksperimental
 Rancangan percobaan dan teknik analisis
data dapat menggunakan rancangan dan
teknik analisis sebagaimana yang berlaku
untuk penelitian eksperimental

6. Syarat Hasil
Penelitian
Valid
Reliabel

7. Validity
 Validitas adalah ukuran kekuatan
kesimpulan hasil penelitian
 Best available approximation to
the truth or falsity of a given
inference, proposition or
conclusion (Cook and
Campbell,1979)
 Ringkasnya: were we right?

8. Reliability
 Reliabilitas adalah ukuran konsistensi
dari suatu hasil pengukuran
 The degree to which an instrument
measures the same way each time it
is used under the same condition with
the same subjects
 Ringkasnya: it is the repeatability of
your measurement.

9.  Validity  the strength
 Reliability  consistency

10. Disain
Penelitian
Validitas dan reliabilitas
hasil penelitian

11. Disain
Penelitian
Kerangka
konsep
Metode
penelitian

12. Metode Penelitian
Pengambila
n Data
Analisis
Data
Obyek
Bahan
Alat
Cara kerja
Rancangan percobaan
Analisis
keilmuan
Analisis statistik

13. RANCANGAN PERCOBAAN
 Desain eksperimen (rancangan percobaan) bertujuan untuk
menentukan rencana pelaksanaan eksperimen yang tepat agar
dapat memperoleh atau mengumpulkan informasi yang
diperlukan sebanyak-banyaknya dan berguna dalam
melakukan penelitian persoalan yang akan dibahas
 Pengaturan pemberian perlakuan (input) kepada satuan-
satuan percobaan dengan maksud agar keragaman respon
(output) yang ditimbulkan oleh keadaan lingkungan dan
heterogenitas bahan percobaan yang digunakan dapat
diwadahi dan disingkirkan.
 Suatu uji atau sederetan uji yang bertujuan merubah peubah
input menjadi suatu output yang merupakan respon dari
percobaan tersebut

14. Suatu kegiatan dikatakan sebagai eksperimen bila
memenuhi karakteristik berikut :
1. Merupakan kajian manipulasi (pengaturan)
variabel independen (variabel bebas)
2. Pengaruh (efek) manipulasi variabel
independen terhadap satu atau lebih variabel
dependen (variabel terikat) diukur
3. Level (taraf) variabel independen yang
dimanipulasi dikenakan secara random pada
unit percobaan
Kriteria

15. Rancangan Percobaan
Validitas
Internal
Validitas
Eksternal
Seberapa jauh
penemuan ini cukup
representatif untuk
dibuat generalisasi pada
kondisi sejenis
Apakah manipulasi
percobaan memang
benar menimbulkan
perbedaan

16. Prinsip Dasar Perancangan
Percobaan
1. Pengacakan (Randomization)
2. Pengulangan (Replication)
3. Pengendalian Lingkungan (Local control)

17. Pengacakan
 Fungsi dari pengacakan adalah menjamin
sahihnya dugaan tak bias dari galat percobaan
dan nilai tengah perlakuaan serta perbedaan di
antara mereka.
 Pengacakan merupakan salah satu dari beberapa
ciri modern perancangan percobaan yang muncul
 Setiap unit percobaan memiliki peluang yang
sama untuk diberikan suatu perlakuan
◦ Menghindari galat sistematik
◦ Meningkatkan validitas kesimpulan (pemenuhan
asumsi kebebasan)
◦ Caranya: lotere, tabel bilangan acak, komputer

18. Pengulangan:
 Penerapan perlakuan yang sama
terhadap beberapa unit percobaan.
◦ Untuk menduga galat percobaan
◦ Untuk menduga standard error rataan
perlakuan
◦ Meningkatkan ketelitian suatu percobaan 
meningkatkan presisi kesimpulan
 Berapa jumlah ulangan ?
◦ Minimal 3
◦ Minimal db-galat 15
◦ Gunakan formula yang ada 
2
2
2
/ )
(
2 










 Z
Z
r

19. Pengendalian Lingkungan (Local
control)
 Pengendalian kondisi-kondisi lingkungan
yang berpotensi mempengaruhi respon
dari perlakuan.
Strategi yang dapat dilakukan :
1. Jika terkait dengan heterogenitas satuan
percobaan  strateginya: pengelompokan
2. Mengontrol pengaruh-pengaruh lingkungan
(selain perlakuan) sehingga pengaruhnya
sekecil & seseragam mungkin

20. Klasifikasi Rancangan
Rancangan Lingkungan :
Berkaitan dengan bagaimana perlakuan-perlakuan tersebut
ditempatkan pada unit-unit percobaan (RAL, RAK, RBSL,
Lattice)
Rancangan Perlakuan :
Berkaitan dengan bagaimana perlakuan-perlakuan tersebut
dibentuk (Faktorial, Split plot, Split blok)
Rancangan Pengukuran :
Berkaitan dengan bagaimana respon percobaan diukur dari unit-
unit percobaan yang diteliti

21. Pemilihan rancangan
 Mengatur dan mengontrol variabel-variabel
dan kondisi percobaan secara utuh dan
ketat, baik dengan manipulasi, randomisasi,
dan kontrol
 Membandingkan perlakuan dan kontrol
secara nyata
 Memaksimalkan varians dari variabel-
variabel yang diteliti dan berkaitan dengan
hipotesis yang diuji
 Meminimalkan:
 varians dari variabel pengganggu dan
variabel random yang berada di luar
penelitian
 varians error

22. Pengambilan data
 Berdasarkan setting  lapangan,
laboratorium, perpustakaan
 Berdasarkan sumber data  primer,
sekunder
 Berdasarkan teknik yang digunakan 
observasi (pengamatan, pengukuran),
wawancara, dokumentasi, atau
gabungan
 Dengan intervensi (eksperimental),
tanpa intervensi (non-eksperimental)

23. Rancangan Pengumpulan Data
Kenapa perlu ?
 Untuk mendapatkan penduga yang tidak
berbias (misal systematic error)
 Untuk meningkatkan presisi kesimpulan
 Kesimpulan dapat digeneralisasi ke populasi
target
Pengumpulan Data:
Harus dibangkitkan dulu  Percobaan
Langsung dikumpulkan  Survei/Observasi

24. Teknik sampling (1)
 Probability sampling:
◦ setiap anggota populasi memiliki kesempatan yang
sama besar untuk dipilih.
◦ Keuntungan probability sampling adalah: sampling
error dapat dihitung.
◦ Sampling error adalah derajat yang menunjukkan
sejauh mana sampel berbeda dari populasi.
 Random sampling
 Systematic random sampling
 Stratified random sampling

25. Teknik sampling (2)
 Non-probability sampling:
◦ anggota populasi memiliki kesempatan yang tidak
sama besar untuk dipilih.
◦ Dalam non-probability sampling, derajat yang
menunjukkan sejauh mana sampel berbeda dari
populasi tidak dapat dihitung.
 Convenience sampling
 Judgment sampling
 Quota sampling
 Snowball sampling

26. Analisis data
 Skala pengukuran data
 Rancangan percobaan

27.  Skala nominal
 Skala ordinal
 Skala interval
 Skala rasio
Skala pengukuran data

28. Skala pengukuran data
 Skala nominal:
- Merupakan data yang tingkatannya paling
rendah. Data nominal hanya berupa kategori
saja.
- Misalnya: Jenis kelamin, agama, dan
sebagainya.
 Skala ordinal:
- Data yang diukur menggunakan skala ordinal
selain mempunyai ciri nominal, juga mempunyai
ciri berbentuk peringkat atau jenjang. Istilah
ordinal berasal dari kata ordo yang berarti
tatanan atau deret.
- Misalnya tingkat pendidikan, nilai ujian (dalam
huruf).

29. Skala pengukuran data
 Skala interval:
- Data yang diukur menggunakan skala interval.
Selain mempunyai ciri nominal dan ordinal, juga
mempunyai ciri interval yang sama.
- Misalnya nilai ujian (dalam angka), suhu, dan
sebagainya.
 Skala rasio:
- Merupakan skala pengukuran data yang
tingkatannya paling tinggi. Selain mempunyai
ketiga ciri dari skala pengukuran di atas, juga
mempunyai nilai nol yang bersifat mutlak
(absolut).
- Misalnya: Umur, berat, pendapatan, dan
sebagainya.

30. Skala pengukuran data
 Skala nominal
 Skala ordinal
 Skala interval
 Skala rasio
Analisis
non-
parametrik
Analisis
parametrik

31.  Langkah Analisis:
1. Dicari apa data terdistribusi normal ?
2. Variannya apa homogen ?
3. Bagaimana hasil penelitian ?

32. Analisis parametrik
 Uji t
 Sidik ragam (Anova)
 Uji beda rerata:
◦Uji Beda Nyata Terkecil (Least
Significant Difference Test)
◦Uji Dunnet
◦Uji Beda Nyata Jujur

33. Asumsi/syarat penggunaan
analisis parametrik
 Data berskala interval atau
rasio
 Distribusi normal
 Jumlah sampel cukup

34. Istilah Pokok dalam Desain Eksperimen
1. Unit Eksperimen
Unit yang dikenai perlakuan tunggal (mungkin merupakan
gabungan beberapa faktor) dalam sebuah replikasi eksperimen
dasar.
2. Perlakuan
Sekumpulan kondisi eksperimen yang akan digunakan terhadap
unit eksperimen dalam ruang lingkup desain yang dipilih.
3. Kekeliruan Eksperimen
Menyatakan kegagalan dari dua unit eksperimen identik yang
dikenai perlakuan untuk memberikan hasil yang sama.
4. Replikasi
Pengulangan eksperimen dasar.
5. Pengacakan
Unit-unit sampel dari suatu populasi diacak sebelum dilakukan
pengambilan.

35. 6. Kontrol Lokal
Pengendalian kondisi-kondisi lingkungan yang berpotensi
mempengaruhi respon dari perlakuan.
a. Pengelompokan
Penempatan sekumpulan unit eksperimen yang homogen ke
dalam kelompok-kelompok agar supaya kelompok yang
berbeda memungkinkan untuk mendapatkan perlakuan yang
berbeda pula.
b. Pemblokan
Pengalokasian unit-unit eksperimen ke dalam blok sedemikian
sehingga unit-unit dalam blok secara relatif bersifat homogen
sedangkan sebagian besar dari variasi yang dapat diperkirakan
di antara unit-unit telah baur dengan blok.
c. Penyeimbangan
Usaha memperoleh unit-unit eksperimen, usaha pengelompokan,
pemblokan dan penggunaan perlakuan terhadap unit-unit
eksperimen sedemikian rupa sehingga dihasilkan suatu
konfigurasi atau formasi yang seimbang.

36. 7. Faktor (kuantitatif & kualitatif)
Peubah bebas penyusun perlakuan, dimana nilai-nilainya
dapat bersifat kualitatif maupun kuantitatif
8. Taraf Faktor
Nilai-nilai atau klasifikasi-klasifikasi dari sebuah faktor
9. Interaksi
Perubahan pengaruh dari suatu faktor pada berbagai
taraf faktor yang lain

37. DESAIN EKSPERIMEN
Jenis-jenis desain eksperimen
(rancangan percobaan) dapat
digolongkan/dikelompokkan
berdasarkan rancangan
dasar/lingkungan dengan berbagai
kombinasi pola percobaan:
• jumlah faktor yang diujikan
• keseimbangan jumlah ulangan, dan
• pengacakan di lapangan.

38. DESAIN EKSPERIMEN
A. DESAIN ACAK LENGKAP
B. DESAIN ACAK KELOMPOK (BLOK)
C. DESAIN BUJUR SANGKAR LATIN
D. DESAIN FAKTORIAL
E. DESAIN TERSARANG
F. DESAIN FAKTORIAL TERSARANG
G. DESAIN SPLIT PLOT (PETAK TERBAGI)

39. A. RANCANGAN ACAK LENGKAP
Rancangan ini digunakan apabila satuan
percobaanya homogen, artinya keragaman antar
satuan kecil.
Misalnya : Percobaan di dalam laboratorium
Pembagian perlakuan dilakukan secara acak
terhadap semua satuan percobaan sehingga setiap
satuan percobaan memiliki peluang yang sama
untuk menerima perlakuan manapun

40. KEUNTUNGAN
 Banyaknya perlakuan dan ulangan hanya dibatasi
oleh banyaknya satuan percobaan
 Ulangan boleh berbeda-beda
 Analisis statistik sederhana
 Kerugian informasi karena data yang hilang relatif
sedikit
KERUGIAN
 Sering kali tidak efisien
 Galat percobaan mencakup seluruh keragaman
antar satuan percobaan kecuali yang disebabkan
oleh perlakuan

41. Y ij =  + i + ij
i = 1,2, …., k
j = 1,2, …, nk
dengan
Yij = variabel yang dianalisis, dimisalkan berdistribusi normal
 = rata-rata umum atau rata-rata sebenarnya
i = efek perlakuan ke-i
ij = kekeliruan, berupa efek acak yang berasal dari unit
eksperimen ke-j karena dikenai perlakuan ke-i
DESAIN ACAK LENGKAP

42. DESAIN ACAK LENGKAP
 Analisis Varians Untuk Desain Acak Lengkap
Data pengamatan untuk Desain Acak Lengkap
Dimana :
k = jumlah eksperimen
ni = unit eksperimen untuk perlakuan ke-i (i = 1, 2, …, k)
Yij (i = 1, 2, …, k) dan (j = 1, 2, …, ni) = nilai pengamatan dari unit eksperimen ke j karena
perlakuan ke-i
Y =
Yk
……
Y2
Y1
Rata-rata
nk
……
n2
n1
Banyak
Pengamatan
Jk
……
J2
J1
Jumlah
Yk1
Yk2
……
……
……
Yknk
k
……
……
……
……
……
……
…...
Y21
Y22
……
……
……
Y1n2
2
Data Pengamatan Y11
Y12
……
……
……
Y1n1
1
Jumlah
Perlakuan



k
1
i
i
J
J


k
1
i
i
n
/
J


k
1
i
i
n

43. 


i
n
1
j
ij
i Y
J



k
1
i
i
J
J
i
i
i n
/
J
Y 



k
1
i
i
i n
/
J
Y
Jumlah nilai pengamatan untuk tiap perlakuan
Jumlah seluruh nilai pengamatan
Rata-rata pengamatan untuk tiap perlakuan
Rata-rata seluruh nilai pengamatan
 Y 2 = jumlah kuadrat-kuadrat (JK) semua nilai pengamatan
R y = jumlah kuadrat-kuadrat (JK) untuk rata-rata
Py = jumlah kuadrat-kuadrat (JK) antar perlakuan
2
ij
n
1
j
k
1
i
Y
i

 





k
1
i
i
2
n
/
J
2
i
k
1
i
i )
Y
-
Y
(
n



y
i
k
1
i
2
i R
-
)
/n
(J




44. E y = jumlah kuadrat-kuadrat (JK) kekeliruan eksperimen
2
i
ij
n
1
j
k
1
i
)
Y
-
(Y
i

 


P
-
R
-
Y y
k
1
i
y
2



DAFTAR ANALISIS VARIANS
-
 Y 2
Jumlah Total
P/E
R = R y
P = P y / (k – 1)
E = E y /  (ni – 1)
R y
P y
Ey
1
k –1
Rata-rata
Antar Perlakuan
Kekeliruan
Eksperimen
F
Kuadrat-Tengah
(KT)
Jumlah
Kuadrat-
kuadrat (JK)
Derajat
Kebebasan (dk)
Sumber variasi


k
1
i
i 1)
-
(n


k
1
i
i )
(n

45. Contoh :
Suatu percobaan dilakukan untuk membuktikan
adanya dugaan bahwa kadar air akhir pengeringan
simplisia dipengaruhi oleh kecepatan aliran udara di
ruang pengeringan. Untuk itu dilakukan percobaan
pengeringan empat taraf kecepatan aliran udara,
yaitu 0.7, 0.8, 0.9, dan 1.0 m/s. Percobaan dilakukan
dengan enam kali ulangan (replikasi) dan data
rendemen yang diperoleh disajikan pada Tabel 1.

46. Kecepatan aliran udara (m/s)
0.7 0.8 0.9 1.0
Replikasi 7 12 14 19
8 17 18 25
15 13 19 22
11 18 17 23
9 19 16 18
10 15 18 20

47. Variabel independen : Kecepatan aliran udara. Variabel
independen sering juga disebut sebagai perlakuan
Taraf/level variabel independen : 0.7, 0.8, 0.9, dan 1.0
m/s (jadi ada 4 taraf perlakuan)
Manipulasi variabel independen berupa penetapan empat
taraf perlakuan
Variabel dependen : Kadar air akhir simplisia (%)
Variabel dependen sering juga disebut sebagai variabel
respon
Unit percobaan : sesuatu yang dikenai perlakuan dalam
percobaan. Jadi, unit percobaannya adalah simplisia

48. Hipotesis :
Ho : Laju aliran udara tidak berpengaruh nyata (secara
signifikan, secara berarti) terhadap kadar air akhir simplisia
Ha : Laju aliran udara berpengaruh nyata terhadap kadar air
akhir simplisia atau laju aliran udara yang berbeda akan
memberikan hasil kadar air akhir simplisia yang berbeda
secara signifikan
Seperti halnya pada pengujian hipotesis, keputusan menerima
atau menolak hipotesis ditentukan oleh statistik uji yang
dihitung dari data sampel. Untuk analisis varian (ragam),
statistik ujinya adalah statistik F

49. Kecepatan aliran udara (m/s)
0.7 0.8 0.9 1.0
Ulangan 7 12 14 19
8 17 18 25
15 13 19 22
11 18 17 23
9 19 16 18
10 15 18 20
Ti. 60 94 102 127 T.. = 383
Ni 6 6 6 6 N = 24
Yij2 640 1512 1750 2723  Yij2 = 6625

50. SS (sum square) total =   Yij2 – (T.. 2 / N)
= 6 625 – (383)2/24
= 512.96
SS perlakuan = ( Ti.2) / 6 – (T.. 2 / N)
= 1/6 (602 + 942 + 1022 + 1272) – (3832 / 24)
= 6 494.83 – 6 112.04
= 382.79
SS error = SS total – SS perlakuan
= 512.96 – 382.79
= 130.17

51. Tabel analisis varian (ANOVA)
Sumber
keragaman
df SS MS F hitung
Perlakuan 3 382.79 127.6 19.6
Error 20 130.17 6.5
Total 23 512.96

52. Keputusan :
Bandingkan nilai F hitung dengan F tabel (Tabel D, tabel
distribusi F)
F tabel (, df perlakuan, df error)
Bila F hit > F tabel : tolak Ho
F hit < F tabel : terima Ho
Pada :
 = 5%; df perlakuan = 3 dan df error = 20 ……F tabel
= 3.10
Karena F hit > F tabel maka tolak Ho
Ini berarti :
Kecepatan aliran udara berpengaruh nyata terhadap
kadar air akhir simplisia

53. B. RANCANGAN ACAK KELOMPOK (BLOK)
Rancangan ini digunakan apabila satuan percobaanya dapat
dikelompokkan secara berarti.
Biasanya banyaknya satuan dalam setiap kelompok yang
sama dengan banyaknya perlakuan.
Tujuan pengelompokkan adalah untuk memperoleh satuan
percobaan yang seseragam mungkin dalam setiap kelompok,
sehingga beda yang teramati sebagian besar disebabkan oleh
perlakuan.
Pembagian perlakuan dilakukan secara acak terhadap setiap
satuan percobaan di dalam kelompok.
Misalnya : Percobaan pengamatan pertumbuhan pohon
pada areal dengan tingkat kesuburan berbeda

54. Y ij =  + i + j + ij
i = 1, 2, …., b (banyak kelompok)
j = 1, 2, …, p (banyak perlakuan)
dengan
Y ij = variabel yang diukur
 = rata-rata umum atau rata-rata sebenarnya
i = efek kelompok ke-i
j = efek perlakuan ke-j
ij = efek unit eksperimen dalam kelompok ke-i karena
perlakuan ke-j
DESAIN ACAK KELOMPOK (BLOK)

55. RANCANGAN PERCOBAAN KELOMPOK (BLOK)
Seorang manager perkebunan ingin menguji umur
pakai empat merk ban traktor. Pengujian dilakukan
dengan memakai ban untuk pengolahan lahan seluas
100 Ha. Variabel respon yang diukur dalam pengujian
ini adalah berkurangnya ketebalan ban dalam satuan
0.001 inch. Hasil pengujian disajikan pada tabel
berikut :

56. Hasil pengukuran berkurangnya ketebalan ban (0.001 inch)
Traktor
I II III IV
Brand C(12) A(14) D(10) A(13)
A(17) A(13) C(11) D(9)
D(13) B(14) B(14) B(8)
D(11) C(12) B(13) C(9)

57. Tabel Anova
Sumber keragaman df SS MS F hit
Brand 3 30.69 10.2 2.43
Error 12 50.25 4.2
Total 15 80.94
F(0.05; 3,12) = 3.49

58. Dengan percobaan kelompok (traktor= kelompok)
Traktor Brand Ti.
A B C D
I 17 14 12 13 56
II 14 14 12 11 51
III 13 13 10 11 47
IV 13 8 9 9 39
T.j 57 49 43 44 T.. = 193
Yij2 823 625 469 492  Yij2 = 2 409

59. Model matematik percobaan kelompok
Yij =  + i + j + ij ; i = 1, 2….n dan j = 1, 2,……k
SS total = Yij2 – T..2/N
= 2 409 – 1932 / 16
= 80.94
SS brand = (T.j2 )/n – T..2/N
= ¼(572 + 492 + 432 + 442) – 1932 / 16
= 30.69
SS traktor = (T.i2 )/k – T..2/N
= ¼(562 + 512 + 472 + 392) – 1932 /16
= 38.69
SS error = SS total – SS brand – SS traktor
= 80.94 – 30.69 – 38.69
= 11.56

60. Tabel ANOVA
Sumber keragaman df SS MS F hit
Brand 3 30.69 10.2 7.8**
Traktor 3 38.69 12.9 9.9**
Error 9 11.56 1.3
Total 15 80.94
F(0.05; 3, 9) = 3.86
F(0.01; 3, 9) = 6.99
H0 =  .1 = .2 = .3 = .4

61. C. RANCANGAN BUJUR SANGKAR LATIN (RSBL)
RSBL diterapkan pada percobaan yang dilakukan pada lingkungan
tidak homogen, dimana terdapat 2 sumber keragaman di luar faktor
penelitian.
Dalam percobaan RBSL setiap unit percobaan ditempatkan
sedemikian rupa sehingga tidak ada perlakuan yang sama dalam
satu baris atau kolom.
Ciri khas RBSL adalah jumlah ulangan yang sama dengan jumlah
perlakuan.
Disarankan RBSL diterapkan pada percobaan yang memiliki 4
sampai 8 perlakuan.

62. C. DESAIN BUJUR SANGKAR LATIN
Y ij(k) =  + i + j + k + ij(k)
i = 1, 2, …., m
j = 1, 2, …, m
k = 1, 2, …, m
Dengan asumsi
Yij(k) = hasil pengamatan yang dicatat dari perlakuan ke-k, yang
dipengaruhi oleh baris ke-i dan kolom ke-j.
 = rata-rata umum yang sebenarnya
i = efek baris ke-i
j = efek kolom ke-j
k = efek perlakuan ke-k
ij = efek unit eksperimen dalam baris ke-i dan kolom ke-j untuk
perlakuan ke-k
0
π
β
m
1
i
k
m
1
j
j
m
1
i
i 

 

 




63. D. RANCANGAN FAKTORIAL
Faktor adalah sejenis perlakuan di dalam rancangan
faktorial, setiap faktor mempunyai beberapa
perlakuan.
Taraf (level) mengacu pada beberapa perlakuan
dalam suatu faktor
Jadi rancangan faktorial adalah rancangan yang
perlakuannya terdiri atas semua kemungkinan
kombinasi taraf dari beberapa faktor.
Rancangan ini memberi manfaat sangat besar bagi
penelitian yang bersifat eksploratori.

64. Penelitian yang bersifat eksploratori adalah
penelitian dimana pengetahuan mengenai taraf
maksimum tiap faktor masih sangat minim, atau
bahkan begitu pula dengan pengetahuan kita
mengenai faktor mana yang penting
Selain itu dalam percobaan faktorial dapat diketahui
ada tidaknya interaksi antar faktor.
FAKTORIAL 2 X 2
Artinya percobaan faktorial dengan 2 faktor masing-
masing dengan 2 taraf.
Dalam percobaan di atas terdapat 4 perlakuan.

65. DESAIN FAKTORIAL
Y ijk =  + Ai + Bj + ABij +  k(ij)
i = 1, 2, …., a
j = 1, 2, …, b
k = 1, 2, …, n
Dengan
Yijk = variabel respon hasil observasi ke-k yang terjadi karena
pengaruh bersama taraf ke-i faktor A dan taraf ke-j faktor B
 = rata-rata umum yang sebenarnya
Ai = efek taraf ke-i faktor A
Bj = efek taraf ke-j faktor B
ABij =efek interaksi antara taraf ke-i faktor A dan taraf ke-j faktor B
 k(ij)= efek unit eksperimen ke-k dalam kombinasi perlakuan (ij)

66. E. DESAIN TERSARANG
Y ijk =  + Ai + Bj(i) +  (ijk)
Dengan
Y ijk = variabel yang diukur
 = pengaruh nilai tengah umum
Ai = efek taraf faktor A ke-i (i = 1,2,3)
Bj(i) = efek taraf faktor B ke-j (j = 1,2,3) yang tersarang di dalam A
ke-i
(ijk) = efek kekeliruan

67. F. DESAIN FAKTORIAL TERSARANG
Y ijkm =  + Mi + Kj + MKij + Tk(j) + MTik(j) +  m(ijk)
Dengan
Y ijkm = variabel yang diukur
 = pengaruh nilai tengah umum
Mi = efek taraf faktor M ke-i (i = 1, 2, …)
Kj = efek taraf faktor K ke-j (j = 1, 2, …)
Tk(j) = efek taraf faktor T ke-k tersarang dalam taraf faktor K ke-j
MTik(j) = efek interaksi antara faktor M ke-i dan faktor T ke-k yang
tersarang dalam kelompok ke-j
m(ijk)= efek kekeliruan

68. G. DESAIN SPLIT PLOT (PETAK TERBAGI)
Y ijkm =  + Ri +Tj + RTij +
Bk + RBik + TBjk + RBTijk +
 m(ijk)
Dengan
Y ijkm = hasil pengamatan
 = rata-rata umum yang sebenarnya
Ri = replikasi
Tj = pengaruh faktor T
RTij = kekeliruan plot induk
Bk = pengaruh faktor B
RBik = pengaruh interaksi antara R dan B
TBjk = pengaruh interaksi antara T dan B
RBTijk = kekeliruan split plot
 m(ijk) = efek kekeliruan
{plot induk}
{split-plot}
Rancangan
percobaan dengan
satu faktor yang
lebih dipentingkan
dari faktor lainnya