KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT, karena dengan rahmat dan limpahan
karunia-Nya kami dapat menyusun makalah ini dengan baik dan tepat pada waktunya tanpa
kendala yang berarti.

Makalah ini kami buat untuk memenuhi tugas dalam mata kuliah Desain Eksperimen
II. Makalah ini kami buat dengan banyak referensi sehingga sangat membantu kami
mengembangkan makalah ini menjadi lebih lengkap.

Kami menyadari masih banyak kekurangan dalam makalah yang kami buat. Oleh
karena itu kami mengharapkan kritik dan saran yang membangun dari pembaca. Semoga
makalah ini dapat bermanfaat.

Jatinangor, 27 November 2017

Penyusun

i
 DAFTAR ISI

Kata Pengantar ......................................................................................................................... i

Daftar Isi .................................................................................................................................. ii

Bab I Pendahuluan

1.1 Latar Belakang.......................................................................................................... 1

1.2 Rumusan Masalah .................................................................................................... 1

1.3 Batasan Masalah ....................................................................................................... 2

1.4 Tujuan Penelitian ...................................................................................................... 2

1.5 Manfaat Penelitian .................................................................................................... 2

Bab II Landasan Teori

2.1 Definisi Desain Eksperimen ..................................................................................... 3

2.2 Definisi Desain Split Splot ....................................................................................... 3

2.3 Model Desain Split Splot.......................................................................................... 6

Bab III Metodologi Penelitian ................................................................................................. 7

Bab IV Pembahasan

4.1 Studi Kasus ............................................................................................................... S

11

4.2 Perhitungan Manual.................................................................................................. 13

4.3 Software R ..............................................................................................................19

Bab V Kesimpulan dan Saran

4.1 Kesimpulan ............................................................................................................ 25

4.2 Saran ...................................................................................................................... 25

Daftar Pustaka ..................................................................................................................... 26

ii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Desain eksperimen adalah suatu percobaan yang dilakukan dengan mengubah-
ubah variabel input dalam suatu proses sehingga perubahan yang terjadi pada variabel
output dapat dilihat dan diidentifikasi (Montgomery, 2009). Tujuan eksperimen adalah
menentukan faktor yang berpengaruh terhadap respon, sehingga respon mendekati nilai
yang diharapkan dan meminimalkan variabilitas. Salah satu prinsip pelaksanaan desain
eksperimen adalah mengacak urutan pelaksanaan eksperimen (randomisasi). Namun
ada kalanya pelaksanaan sebuah eksperimen mengalami keterbatasan untuk melakukan
randomisasi. Misalnya saja adanya faktor yang sulit untuk diubah levelnya ataupun
perubahan level dari faktor tersebut membutuhkan biaya yang cukup besar dan waktu
yang lama. Split plot design merupakan metode desain eksperimen yang diterapkan
ketika urutan pelaksanaan eksperimen tidak dapat diacak sepenuhnya. Potoner (2004)
mengatakan bahwa eksperimen yang mengalami keterbatasan randomisasi dapat
dilakukan dengan metode split plot design. Menurut Montgomery (2009), split plot
design digunakan ketika adanya level dari suatu faktor yang sulit untuk diubah selama
eksperimen berlangsung dibandingkan dengan faktor lainnya. Cook (2007) mengatakan
bahwa metode split plot design dapat digunakan untuk penghematan biaya dan waktu
jika pada suatu eksperimen terdapat faktor yang sulit untuk diubah, memiliki biaya yang
besar untuk mengubahnya, atau lama untuk mengubahnya. Dalam split plot design,
dikenal dua istilah yang berbeda yaitu whole plot dan subplot. Whole plot merupakan
faktor dengan level yang sulit untuk diubah, sedangkan subplot merupakan faktor
dengan level yang lebih mudah untuk diubah (Montgomery, 2009).

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, dapat dirumuskan permasalahannya sebagai
berikut :
1. Bagaimana pengaplikasian Desain Blok Acak Lengkap pada studi kasus makalah ini?

1
1.3 Batasan Masalah
Batasan masalah pada penyusunan makalah ini adalah Desain Split Splot yang
diterapkan pada studi kasus Pengaruh Pemupukan Genotipe dan Kelompok Terhadap
Hasil Padi.

1.4 Tujuan Penelitian

Berdasarkan rumusan masalah yang telah diungkapkan, tujuan dari penelitian ini
adalah:

1. Untuk mengetahui apakah Desain Split Splot memang tepat digunakan dalam studi
kasus penelitian ini atau tidak.
2. Mengetahui bagaimana bentuk dan penyelesaian dari Desain Split Splot dalam kasus
yang real.

1.5 Manfaat Penelitian

Penelitian yang penyusun lakukan ini diharapkan memberikan manfaat

secara teoretis maupun praktis.
1) Manfaat bagi Penyusun
Manfaat yang diharapkan penulis melalui penelitian ini adalah penulis bisa
mengetahui apakah analisis yang digunakan pada penelitian sebelumnya tepat atau
tidak, serta bagaimana bentuk dan cara penyelesain dari Desain Split Splot dalam
penelitian ini.
2) Manfaat bagi Peneliti Lain
Diharapkan hasil penelitian yang kami dapat bisa dijadikan sumber atau
referensi tambahan bagi penelitian selanjutnya. Namun, hasil penelitian ini tentunya
masih terdapat kekurangannya. Oleh sebab itu, terbuka lebar bagi peneliti lain untuk
melakukan kajian lanjutannya di penelitian selanjutnya.

2
 BAB II

LANDASAN TEORI

2.1 Definisi Desain Eksperimen

Desain eksperimen adalah suatu rancangan percobaan ( dengan tiap langkah
tindakan yang betul-betul terdefinisi ) untuk memperoleh informasi yang berhubungan
atau yang diperlukan dalam membahas permasalahan yang sedang dihadapi. Artinya ,
desain sebuah eksperimen merupakan langkah-langkah lengkap yang perlu diambil
sebelum eksperimen dilakukan agar data yang diperlukan dapat diperoleh sehingga
diperoleh analisa yang objektif dan kesimpulan yang tepat atas permasalahan yang sedang
dibahas .
Suatu desain eksperimen bertujuan untuk memperoleh atau mengumpulkan
informasi sebanyak-banyaknya yang perlu dan bermanfaat dalam penyelidikan
permasalahan yang akan dibahas . Namun dalam mengumpulkan informasi , desain harus
dibuat sesederhana mungkin . Hal ini didukung oleh kenyataan bahwa desain yang
sedemikian akan cepat dianalisa selain ekonomis .

2.2 Definisi Desain Split Plot

Beberapa kondisi yang memungkinkan diterapkannya rancangan split plot

design adalah sebagai berikut :

1. Derajat Ketepatan

Misalnya suatu penelitian ditujukan untuk menilai 10 varietas kedelai dengan

tiga taraf/level pemupukan dalam suatu percobaan faktorial 10 x 3, apabila si peneliti
mengharapkan ketepatan lebih tinggi bagi perbandingan varietas kedelai daripada
untuk respons pemupukan. Dengan demikian, si peneliti akan membuat varietas sebagai
faktor anak petak dan pemupukan sebagai faktor petak utama.

Akan tetapi, seorang agronomis yang mempelajari respons pemupukan 10

varietas kedelai yang dikembangkan oleh si peneliti mungkin akan menginginkan
ketepatan yang lebih tinggi untuk respons pemupukan daripada untuk varietas, dan akan
menempatkan varietas pada petak utama dan pemupukan pada anak petak.

3
 2. Ukuran Nisbi Mengenai Pengaruh Utama
Apabila pengaruh utama salah satu faktor diharapkan lebih besar dan lebih
mudah dilihat daripada faktor lainnya, maka salah satu faktor tersebut dapat
ditempatkan sebagai petak utama, dan faktor yang lain sebagai anak petak.
Misalnya kita ingin meneliti jarak tanam pada beberapa varietas tanaman. Dari
percobaan-percobaan terdahulu sudah diketahui informasi tentang varietas tersebut
antara lain potensi produksinya. Sedangkan dalam percobaan ini ingin diketahui lebih
mendalam tentang pengaruh jarak tanam pada beberapa varietas tersebut, maka dalam
percobaan semacam ini digunakan RPT. Varietas diperlakukan sebagai faktor petak
utama (main plot faktor), sedangkan jarak tanam diperlakukan sebagai faktor anak
petak (sub plot faktor), karena mengharapkan pengaruh perlakuan jarak tanam lebih
besar daripada faktor perlakuan varietas.

3. Praktek Pengelolaan

Penempatan perlakuan sebagai petak utama dilakukan berdasarkan

pertimbangan praktis di lapangan. Misalnya dalam suatu percobaan untuk menilai
penampilan beberapa varietas padi dengan berbagai taraf pemupukan, si peneliti
mungkin menempatkan petak utama untuk pemupukan guna memperkecil keperluan
pemisahan petakan yang memerlukan taraf pemupukan yang berbeda. Contoh lain pada
kasus percobaan yang melibatkan cara pengolahan lahan (cangkul, bajak, traktor)
dengan berbagai jenis varietas. Dimana cara pengolahan lahan ditempatkan sebagai
petak utama dan jenis varietas sebagai anak petak.

4. Pengacakan dan Tata Letak

Misalkan suatu penelitian bertujuan untuk membandingkan respons beberapa

varietas kedelai pada berbagai jenis pengolahan tanah. Apakah ada perbedaan respons
varietas untuk tanah yang diolah dengan dibajak sapi, hand traktor, dan tanpa diolah
(zerro tillage). Dengan keadaan seperti ini, karena menggunakan hewan ternak untuk
menarik bajak dan hand traktor, maka memerlukan petakan yang luas untuk perlakuan
jenis pengolahan tanah. Pengujian respons varietas kedelai ditempatkan untuk tiap
pengolahan tanah yaitu pada tanah yang dibajak sapi, dibajak dengan hand tractor, dan

4
tanpa olah tanah. Dalam percobaan ini jenis pengolahan tanah (dibajak sapi, hand
traktor, dan tanpa olah tanah) ditempatkan sebagai petak utama, dan macam varietas
kedelai sebagai anak petak. Percobaan diulang tiga kali. Prosedur pengacakan dan tata
letak adalah sebagai berikut :

a. Tempat percobaan dibagi ke dalam blok, banyaknya blok = banyaknya ulangan.

Pembagian blok sesuai dengan prinsip pengawasan setempat (local control). Setiap
blok dibagi menjadi petak utama (PU). Banyaknya PU dalam tiap blok sama dengan
jenis pengolahan tanah. Penempatan perlakuan ke dalam PU dilakukan secara acak, dan
diberi kode sesuai dengan perlakuan yang diberikan. Dalam hal ini jenis pengolahan
tanah diberi kode huruf T (T0 = tanpa olah tanah, T1 = dibajak sapi, T2 = Hand traktor),
seperti pada denah berikut :

Split Splot Design

b. Bagilah PU ke dalam anak petak (AP). Banyaknya AP dalam setiap PU sama

dengan banyaknya perlakuan anak petak. Penempatan ke dalam PU dilakukan secara
acak, dan diberi kode sesuai dengan perlakuan yang diberikan, misalnya V untuk
varietas kedelai (V1 = Slamet; V2 = Wilis; V3 = Lokon; V4 = Orba), seperti pada denah
berikut :

5
 2.3 Model Desain Split Plot

Model Linear :

= + + + + + + + + ()

Keterangan :

: Pengamatan pada satuan percobaan ke-k yang memperoleh kombinasi perlakuan taraf
ke-i dari faktor A dan taraf ke-j dari faktor C.

: nilai rata-rata

: pengaruh taraf ke-i dari faktor A

: pengaruh taraf ke-j dari faktor C

: pengaruh interaksi faktor A ke i dan faktor C ke-j

: pengaruh taraf ke-k dari kelompok ke-K

: pengaruh faktor interaksi faktor A taraf ke-i dan faktor B taraf ke-k

6
 : pengaruh faktor interaksi faktor C taraf ke-j dan faktor B taraf ke-k

: pengaruh faktor interaksi faktor A ke-i, faktor C taraf ke-j, dan faktor B taraf ke-k

() : error

7
 BAB III

METODOLOGI PENELITIAN

Pada bahasan dibawah ini akan dicari pembahasan untuk soal dengan menggunakan desain
Split Plot. Berikut langkah-langkah dalam desain Split-plot :

Langkah 1 : Menghitung Faktor Koreksi

Langkah 2 : Menghitung Jumlah Kuadrat Total

=
,,

Langkah 3 : Menghitung Jumlah Kuadrat Tiap Faktor

Jumlah Kuadrat Faktor A

6=1( )2
() =

Jumlah Kuadrat Faktor B

=( )
() =

8
 Jumlah Kuadrat Faktor K

=( )
() =

Pengaruh Faktor A*B

, . 2
=

() = () ()

Pengaruh Faktor A*C

, . 2
=

() = () ()

Pengaruh faktor B*C

, . 2
=

() = () ()

Pengaruh Faktor A*B*C

() = () () () () () ()

9
Selanjutnya dicari table anava

Sumber Variasi dk JK KT F-hitung F-tabel

Plot Induk : Ai a-1 JK(A) A A/AC
Cj c-1 JK(C) C
ACij a*c JK(AC) AC
Split-plot : Bk b-1 JK(B) B B/CB
ABik a*b JK(AB) AB AB/ABC
CBjk c*b JK(CB) CB
ABCijk a*b*c JK(ABC) ABC

10
 BAB IV

PEMBAHASAN

Pada bab ini akan dilakukan analisis data dengan menghitung nilai ANAVA dari suatu kasus
tentang pengaruh pemupukan, genotipe, dan kelompok terhadap hasil padi.

Contoh Kasus :

Pengaruh kombinasi pemupukan NPK dan genotipe padi terhadap hasil padi (kg/petak).
Pengaruh kombinasi pemupukan NPK (A) terdiri 6 taraf ditempatkan sebagai petak utama
(main plot) dan genotipe padi (B) terdiri 2 taraf yang ditempatkan sebagai anak petak (subplot).
Petak utama disusun dengan menggunakan rancangan dasar RAK. Percobaan diulang 3 kali.

Pupuk Genotipe Kelompok (K)

(A) (B) 1 2 3 4
IR-64 20,7 32,1 29,5 37,7 120
Kontrol
S-969 27,7 33 26,3 37,7 124,7
IR-64 30 30,7 25,5 36,9 123,1
PK
S-969 36,6 33,8 27 39 136,4
IR-64 39,9 41,5 46,4 44,5 172,3
N
S-969 37,4 41,2 45,4 44,6 168,6
IR-64 40,8 43,5 43,3 43,4 171
NP
S-969 42,2 46 45,9 46,2 180,3
IR-64 42,4 45,6 44,8 47 179,8
NK
S-969 39,8 39,5 40,9 44 164,2
NPK IR-64 48,6 49,8 42,6 46,6 187,6

11
 S-969 42,9 45,9 43,9 45,6 178,3
Jumlah 449 482,6 461,5 513,2 1906,3

Hipotesis :
Pengaruh faktor pupuk
H0 : 1=2=3=4=5=6=0 (Tidak ada pengaruh faktor pupuk terhadap
pertumbuhan padi)
H1 : paling tidak ada satu 0 (Ada pengaruh faktor pupuk terhadap pertumbuhan
padi)
Pengaruh faktor genotipe
H0 : 1=2= 0 (Tidak ada pengaruh faktor genotipe terhadap pertumbuhan padi)
H1 : paling tidak ada satu 0 (Ada pengaruh faktor genotipe terhadap
pertumbuhan padi)

Pengaruh faktor kelompok

H0 : 1=2=3=4 (Tidak ada pengaruh faktor kelompok terhadap pertumbuhan
padi)
H1 : paling tidak ada satu 0 (Ada pengaruh faktor kelompok terhadap
pertumbuhan padi)

Pengaruh interaksi faktor pupuk dan genotipe

H0 : 11=12=...=62=0 (Tidak ada pengaruh interaksi faktor pupuk dan genotipe
terhadap pertumbuhan padi)
H1 : paling tidak ada satu ik0 (Ada pengaruh interaksi faktor pupuk dan genotipe
terhadap pertumbuhan padi)

Pengaruh interaksi faktor pupuk dan kelompok

H0 : 11=12=3=4=5=64=0 (Tidak ada pengaruh interaksi faktor pupuk dan
kelompok terhadap pertumbuhan padi)
H1 : paling tidak ada satu ij0 (Ada pengaruh interaksi faktor pupuk dan genotipe
terhadap pertumbuhan padi)

12
 Pengaruh interaksi faktor genotipe dan kelompok
H0 : .11=.12=...=24=0 (Tidak ada pengaruh interaksi faktor genotipe dan
kelompok terhadap pertumbuhan padi)
H1 : paling tidak ada satu .jk0 (Ada pengaruh interaksi faktor genotipe dan
kelompok terhadap pertumbuhan padi)

Pengaruh interaksi faktor pupuk, genotipe, dan kelompok

H0 : 111=112=...=623=624=0 (Tidak ada pengaruh interaksi faktor pupuk,
genotipe, dan kelompok terhadap pertumbuhan padi)
H1 : paling tidak ada satu ijk0 (Ada pengaruh interaksi faktor pupuk, genotipe,
dan kelompok terhadap pertumbuhan padi)

=5%
Kriteria Uji : Tolak H0 jika F-hitung > F-tabel, terima dalam hal lainnya.

Statistik Uji :

4.1 Menggunakan Cara Manual

Langkah 1 : Menghitung Faktor Koreksi

1906,32
= = 75707,91021
48

Langkah 2 : Menghitung Jumlah Kuadrat Total

=
,,

= , + , + + , + + + , + , 75707,91021

13
 = 77981,85 75707,91021 = ,

Langkah 3 : Menghitung Jumlah Kuadrat Tiap Faktor

Jumlah Kuadrat Faktor A

6=1( )2
() =

Sehingga :

6=1(244,7)2 +(259,5)2 +(340,9)2 +(351,3)2 +(344)2 +(365,9)2

() = 75707,91021
8

= 77382,70625 75707,91021 = ,

Jumlah Kuadrat Faktor B

=( )
() =

2=1(953,8)2 +(952,5)2
() = 75707,91021
24

= 75707,94542 75707,91021 = ,

Jumlah Kuadrat Faktor K

=( )
() =

4=1(449)2 +(482,6)2 +(461,5)2 +(513,2)2

() = 75707,91021
12

14
 = 75905,02083 75707,91021 = ,

Langkah 4 : Perhitungan analisis ixj

Pupuk Genotipe (B)

Total
(A) IR-64 S-969
Kontrol 120 124,7 244,7
PK 123,1 136,4 259,5
N 172,3 168,6 340,9
NP 171 180,3 351,3
NK 179,8 164,2 344
NPK 187,6 178,3 365,9
Total 953,8 952,5 1906,3

, . 2
=

(120)2 +(123,1)2 +(172,3)2 +(171)2 +(179,8)2 +(187,6)2 +

(124,7)2 + (136,4)2 +(168,6)2 +(180,3)2 +(164,2)2 +(178,3)2
= 75707,91021
4

= 77461,3325 75707,91021 = ,

Sehingga JK (AB) :

() = 1753,42229 1674,79604 0,03520667

= ,

Langkah 5 : Perhitungan analisis ixk

15
 Pupuk Kelompok (K)
Total
(A) 1 2 3 4
Kontrol 48,4 65,1 55,8 75,4 244,7
PK 66,6 64,5 52,5 75,9 259,5
N 77,3 82,7 91,8 89,1 340,9
NP 83 89,5 89,2 89,6 351,3
NK 82,2 85,1 85,7 91 344
NPK 91,5 95,7 86,5 92,2 365,9
Total 449 482,6 461,5 513,2 1906,3

, . 2
=

(48,4)2 +(66,6)2 +(77,3)2 +(83)2 +(82,2)2 ++(75,9)2 +(89,1)2 +(89,6)2 +(91)2 +(92,2)2
=
2

75707,91021

= 77847,545 75707,91021 = ,

Sehingga JK(AC) :
() = 2139,63479 1674,79604 197,1106233
= ,

Langkah 6 : Perhitungan analisis jxk

Genotipe Kelompok (K)

Total
(B) 1 2 3 4
IR-64 222,4 243,2 232,1 256,1 953,8
S-969 226,6 239,4 229,4 257,1 952,5
Total 449 482,6 461,5 513,2 1906,3

16
 , . 2
=

(222,4)2 +(243,2)2 +(232,1)2 +(256,1)2 +(226,6)2 +(239,4)2 +(229,4)2 +(257,1)2

=
6

75707,91021
= 75908,385 75707,91021 = ,

Sehingga JK (BC) :

() = 200,47479 0,03520667 197,1106233

= ,

() = 2273,93979 1674,79604 0,03520667 197,1106233

78,59104333 267,7281257 3,32896003
= ,

Sebelumnya diasumsikan bahwa Kelompok bersifat acak sedangkan pupuk dan

genotipe bersifat tetap. Sehingga didapatkan tabel EKT :

Sumber Variasi dk T A T T EKT

6 4 2 2
i j k m
Plot Ai 5 0 4 2 1 2 + 22AC + 82A
Induk Cj 3 6 1 2 1 2 + 122C
ACij 15 0 1 2 1 2 + 2AC
Petak Bk 1 6 4 0 1 2 + 62CB + 242B
Terbagi ABik 5 0 4 0 1 2 + 22ABC + 2AB
CBjk 3 6 1 0 1 2 + 2CB
ABCijk 15 0 1 0 1 2 + 2ABC
m(ijk) 0 1 1 1 1

Tabel Anava

17
 Sumber Variasi dk JK KT F-hitung F-tabel
Plot Induk : Ai 5 1674,79604 334,959208 18,766755 2,901294
Cj 3 197,1106233 65,7035411
ACij 15 267,7281257 17,8485417
Split-plot : Bk 1 0,03520667 0,03520667 0,03172763 10,1279
ABik 5 78,5910433 15,7182086 4,5038026 2,90129
CBjk 3 3,32896003 1,1096533
ABCijk 15 52,349791 3,48998607

Kesimpulan :
Pengaruh faktor pupuk
Dari hasil tabel ANAVA diatas, didapatkan nilai F-Hitung = 18,766755 > F-tabel =
2,901294, maka H0 ditolak. Artinya terdapat pengaruh faktor pupuk terhadap
pertumbuhan padi.
Pengaruh faktor genotipe
Dari hasil tabel ANAVA diatas, didapatkan nilai F-Hitung = 0,03172763 < F-tabel =
10,1279, maka H0 diterima. Artinya tidak terdapat pengaruh faktor genotipe terhadap
pertumbuhan padi.
Pengaruh interaksi faktor pupuk dan genotipe
Dari hasil tabel ANAVA diatas, didapatkan nilai F-Hitung = 4,5038026 > F-tabel =
2,90129, maka H0 ditolak. Artinya terdapat pengaruh interaksi faktor pupuk dan
kelompok terhadap pertumbuhan padi.

4.2 Menggunakan Software R

> y=c(20.7,27.7,30,36.6,39.9,37.4,40.8,42.2,42.4,39.8,48.6,42.9,32.1,33,30.7,33.8,
+ 41.5,41.2,43.5,46,45.6,39.5,49.8,45.9,29.5,26.3,25.5,27,46.4,45.4,43.3,45.9,44.8,40.9,

18
+ 42.6,43.9,37.7,37.7,36.9,39,44.5,44.6,43.4,46.2,47,44,46.6,45.6)
> K=as.factor(rep(1:4,each=12))
>K
[1] 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 4 4
[39] 4 4 4 4 4 4 4 4 4 4
Levels: 1 2 3 4
> P=as.factor(rep(1:6,each=2,times=4))
>P
[1] 1 1 2 2 3 3 4 4 5 5 6 6 1 1 2 2 3 3 4 4 5 5 6 6 1 1 2 2 3 3 4 4 5 5 6 6 1 1
[39] 2 2 3 3 4 4 5 5 6 6
Levels: 1 2 3 4 5 6
> G=as.factor(rep(1:2,times=24))
>G
[1] 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
[39] 1 2 1 2 1 2 1 2 1 2
Levels: 1 2

Cara dibawah ini dengan asumsi semua faktor bersifat tetap

Cara 1

> mdl1=lm(y~(K/P)+(P+G)^2)
> mdl1

Call:
lm(formula = y ~ (K/P) + (P + G)^2)

Coefficients:
(Intercept) K2 K3 K4 P2 P3
23.613 8.350 3.700 13.500 8.025 15.500
P4 P5 P6 G2 K2:P2 K3:P2
16.725 19.437 23.300 1.175 -9.400 -10.750
K4:P2 K2:P3 K3:P3 K4:P3 K2:P4 K3:P4

19
 -8.850 -5.650 3.550 -7.600 -5.100 -0.600
K4:P4 K2:P5 K3:P5 K4:P5 K2:P6 K3:P6
-10.200 -6.900 -1.950 -9.100 -6.250 -6.200
K4:P6 P2:G2 P3:G2 P4:G2 P5:G2 P6:G2
-13.150 2.150 -2.100 1.150 -5.075 -3.500

> anova(mdl1)
Analysis of Variance Table

Response: y
Df Sum Sq Mean Sq F value Pr(>F)
K 3 197.11 65.70 21.2408 3.849e-06 ***
P 5 1674.80 334.96 108.2867 8.724e-13 ***
G 1 0.04 0.04 0.0114 0.9162168
K:P 15 267.73 17.85 5.7701 0.0003422 ***
P:G 5 78.59 15.72 5.0814 0.0044441 **
Residuals 18 55.68 3.09
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1

Kesimpulan :
Pengaruh faktor pupuk
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 8.724e-13 < alpha = 0.05,
maka H0 ditolak. Artinya terdapat pengaruh faktor pupuk terhadap pertumbuhan padi.
Pengaruh faktor genotipe
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 0.9162168 > alpha = 0.05,
maka H0 diterima. Artinya tidak terdapat pengaruh faktor genotipe terhadap
pertumbuhan padi.

Pengaruh faktor kelompok

Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 3.849e-06 < alpha = 0.05,
maka H0 ditolak. Artinya terdapat pengaruh faktor kelompok terhadap pertumbuhan
padi.

20
 Pengaruh interaksi faktor pupuk dan genotipe
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 0.0044441 < alpha = 0.05,
maka H0 ditolak. Artinya terdapat pengaruh interaksi faktor pupuk dan genotipe
terhadap pertumbuhan padi.

Pengaruh interaksi faktor pupuk dan kelompok

Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 0.0003422 < alpha = 0.05,
maka H0 ditolak. Artinya terdapat pengaruh interaksi faktor pupuk dan kelompok
terhadap pertumbuhan padi.

Cara 2

> hasil.anava=aov(y~K+P+G+K*P+K*G+P*G)
> hasil.anava
Call:
aov(formula = y ~ K + P + G + K * P + K * G + P * G)

Terms:
K P G K:P K:G P:G
Sum of Squares 197.1106 1674.7960 0.0352 267.7281 3.3290 78.5910
Deg. of Freedom 3 5 1 15 3 5
Residuals
Sum of Squares 52.3498
Deg. of Freedom 15

Residual standard error: 1.86815

Estimated effects may be unbalanced
> summary(hasil.anava)
Df Sum Sq Mean Sq F value Pr(>F)
K 3 197.1 65.7 18.826 2.40e-05 ***
P 5 1674.8 335.0 95.977 7.64e-11 ***
G 1 0.0 0.0 0.010 0.92132

21
K:P 15 267.7 17.8 5.114 0.00154 **
K:G 3 3.3 1.1 0.318 0.81224
P:G 5 78.6 15.7 4.504 0.01047 *
Residuals 15 52.3 3.5
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Kesimpulan :
Pengaruh faktor pupuk
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 7.64e-11 < alpha = 0.05,
maka H0 ditolak. Artinya terdapat pengaruh faktor pupuk terhadap pertumbuhan padi.
Pengaruh faktor genotipe
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 0.92132 > alpha = 0.05,
maka H0 diterima. Artinya tidak terdapat pengaruh faktor genotipe terhadap
pertumbuhan padi.
Pengaruh faktor kelompok
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 2.40e-05 < alpha = 0.05,
maka H0 ditolak. Artinya terdapat pengaruh faktor kelompok terhadap pertumbuhan
padi.
Pengaruh interaksi faktor pupuk dan genotipe
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 0.01047 < alpha = 0.05,
maka H0 ditolak. Artinya terdapat pengaruh interaksi faktor pupuk dan genotipe
terhadap pertumbuhan padi.
Pengaruh interaksi faktor pupuk dan kelompok
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 0.00154 < alpha = 0.05,
maka H0 ditolak. Artinya terdapat pengaruh interaksi faktor pupuk dan kelompok
terhadap pertumbuhan padi.
Pengaruh interaksi faktor genotipe dan kelompok
Dari hasil tabel ANAVA diatas, didapatkan nilai P-value = 0.81224 > alpha = 0.05,
maka H0 diterima. Artinya tidak terdapat pengaruh interaksi faktor genotipe dan
kelompok terhadap pertumbuhan padi.

Cara dibawah ini dengan asumsi faktor kelompok bersifat acak, faktor pupuk dan
faktor genotipe bersifat tetap

22
1. Pengaruh Faktor Pupuk
> MSP=335;dfP=5
> MSKP=17.8;dfKP=15
> F.P=MSP/MSKP
> p.P=1-pf(F.P,dfP,dfKP)
> cat("F.P=",F.P,"with p=",p.P,"\n")
F.P= 18.82022 with p= 5.516878e-06

Kesimpulan : Karena p-value = 5.516878e-06 < alpha = 0.05, maka H0 ditolak.

Artinya ada pengaruh pupuk terhadap pertumbuhan padi.

2. Pengaruh faktor Genotipe

> MSG=0.04;dfG=1
> MSKG=1.1;dfKG=3
> F.G=MSG/MSKG
> p.G=1-pf(F.G,dfG,dfKG)
> cat("F.G=",F.G,"with p=",p.G,"\n")
F.G= 0.03636364 with p= 0.8609415

Kesimpulan : Karena p-value = 0.8609415 > alpha = 0.05, maka H0 diterima. Artinya
tidak ada pengaruh genotipe terhadap pertumbuhan padi.

3. Pengaruh interaksi faktor pupuk dan genotipe

> MSPG=15.7;dfPG=5
> MSE=3.5;dfE=15
> F.PG=MSPG/MSE
> p.PG=1-pf(F.PG,dfPG,dfE)
> cat("F.PG=",F.PG,"with p=",p.PG,"\n")
F.PG= 4.485714 with p= 0.01064153

Kesimpulan : Karena p-value = 0.01064153 < alpha = 0.05, maka H0 ditolak. Artinya
ada pengaruh interaksi faktor pupuk dan genotipe terhadap pertumbuhan padi.

23
 BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan pembahasan yang telah dilakukan pada bab sebelumnya, maka didapatkan
kesimpulan sebagai berikut:
1. Terdapat pengaruh pupuk terhadap pertumbuhan padi

2. Tidak Terdapat pengaruh genotipe terhadap pertumbuhan padi

3. Terdapat pengaruh Interaksi faktor pupuk

5.2 Saran

Dalam penelitian ini masih terdapat kekuranga karena yang digunakan hanya cara manual dan software
R. Untuk selanjutnya dapat menggunakan software yang lain seperti minitab, SPSS, dan lainnya.

24
 DAFTAR PUSTAKA

Sudjana.2012.Desain dan Analisis Eksperimen Edisi IV.Bandung : Tarsito Bandung.

http://www.smartstat.info/rancangan-percobaan/rancangan-petak-terbagi-split-plot/contoh-rancangan-
petak-terbagi-split-plot.html. Diakses pada tanggal 27 November 2017

25