You are on page 1of 7

Analisis Kovarian (ANKOVA) dalam RAK

Oleh : Abd Syahid, SP., MP
Oke, kali ini saya akan membahas tentang Analisis Kovarian (ANKOVA) pada
percobaan yang menggunakan RAK. Untuk ankova dari RAK akan mempunyai model :

Sebagai contoh saya gunakan data percobaan tentang respons empat varietas padi
(Varietas A, B, C, dan D) terhadap hasil gabah dalam satuan ton/ha (Y) dan banyaknya
anakan per rumpun (X). Percobaan dilakukan dengan rancangan acak Kelompok (RAK)
dengan ulangan 3 kali. Data hasil pengamatannya adalah sebagai berikut :
Perlakuan

I

II

III

A
B
C
D

X
10
10
9
10

Y
3,29
3,27
2,58
2,92

X
7
6
6
7

Y
3,43
3,23
2,64
3,07

X
5
5
4
4

Y
3,07
3,24
2,16
2,09

Total

39

12,06

26

12,37

18

10,56

Total X

Total Y

22
21
19
21

9,79
9,74
7,38
8,08

83

34,99

Langkah pertama anda hitung nilai-nilai JK (XX) dan JK (YY) seperti biasa anda
melakukan pada analisis ragam pada RAK. Hasilnya adalah sebagai berikut :
JK Umum (XX) = 58,9167
JK Kelompok (XX) = 56,1667
JK Perlakuan (XX) = 1,5833
JK Galat (XX) = 1,1667
JK Umum (YY) = 2,2233
JK Kelompok (XX) = 0,4695
JK Perlakuan (YY) = 1,4625
JK Galat (YY) = 0,2923
Langkah berikutnya anda hitung JHK (XY) untuk semua sumber keragaman dengan cara
sebagai berikut :

JKGalat (XY) = JK Umum (XY) – JK Kelompok (XY) – JK Perlakuan (XY) = 5.2758 .1) .1)(4 .2923 Langkah berikutnya anda hitung nilai JK Galat (YY terkoreksi) : dengan db Galat terkoreksi = (r .1.2592 = 0.1 = 5 Dengan demikian ragam galat atau KT Galat (YY terkoreksi) adalah : .1) .4958 .3.1)(t .1 = (3 .

2923 9 2.0.7500 1.6026 0.1) .4685 1.1 = 4 .5208 2.1 = 3 Dengan demikian ragam galat atau KT Perlakuan terkoreksi adalah : KT Perlakuan terkoreksi = JK Perlakuan terkoreksi / db Perlakuan terkoreksi = 0.1 = 8 Langkah berikutnya anda hitung JK Perlakuan terkoreksi : JK Perlakuan terkoreksi = JK (Perlakuan + Galat (terkoreksi) .b JK KT 5 0.KT Galat (YY terkoreksi) = JK Galat (YY terkoreksi) / db Galat terkoreksi = 0.0598 / 5 = 0.7800 1.6026 .14 Kemudian masukkan seluruh nilai perhitungan-perhitungan di atas ke dalam tabel ankova berikut ini : SK Umum Kelompok Perlakuan Galat Perlakuan + galat Perlakuan terkoreksi db JK XX JHK XY JK YY 11 2 3 6 58.1810 / 0.1667 1.4625 0.5833 1.9167 56.1 = 3(4 .1667 5.JK Galat (YY terkoreksi) = 0.5429 0.0120 8 3 0.1810 Langkah kedelapan hitung F Hitung sebagai berikut : F Hitung = (KT Perlakuan terkoreksi) / (KT Galat (YY terkoreksi)) = 0.5429 / 3 = 0.0120 Langkah berikutnya anda hitung nilai JK Perlakuan + Galat (terkoreksi) : dengan db Perlakuan + Galat (terkoreksi) = r(t .2592 0.41 12.08 .0598 0.1) .4958 1.1810 F hit 15.14** F tabel 5% 1% 5.0120 = 15.5429 dengan db = t .2758 3.2233 0.0598 = 0.7548 Keterangan : ** = Berpengaruh sangat nyata Y dikoreksi terhadap X d.

Dalam hal ini saya menggunakan uji BNT 5%.7204 D 7.2633 3.2604 2.Dari hasil ankova di atas dapat disimpulkan bahwa perlakuan varietas berpengaruh sangat nyata terhadap hasil gabah (ton/ha). Caranya adalah sebagai berikut : Pertama anda hitung nilai rata-rata dari peubah pengiring (X) sebagai berikut : Kedua anda hitung nilai koefisien regresi yang menunjukkan ketergantungan peubah utama (Y) pada peubah pengiring (X) sebagai berikut : Kemudian anda hitung nilai rata-rata hasil gabah terkoreksi seperti pada tabel di bawah ini.X )(i.0000 0.3333 -0. Nilai-nilai itulah yang akan kita bandingkan pengaruhnya dengan uji BNT 5%.0000 0.0833 0.) rata-rata hasil gabah terkoreksi (i.6933 2. Langkah pengujiannya adalah sebagai berikut : Pertama anda hitung nilai galat baku sebagai berikut : . Sebelum anda melakukan pengujian beda rata-rata pengaruh perlakuan.2467 3. Hitung sesuai dengan rumus yang ada pada judul kolom tabel tersebut.4167 0. Varietas Rata-rata rumpun (i.2095 C 6. anda harus menentukan nilai rata-rata perlakuan yang sudah terkoreksi oleh ragam pengiring yaitu jumlah anakan per rumpun (X). .1860 3. – koreksi) Simpangan Koreksi (i.) A 7.0372 3. .6561 Anda perhatikan nilai-nilai yang berwarna merah pada tabel di atas.0372 2.5833 -0.3333 0.4600 2.0833 0.) rata-rata hasil gabah (i.) (bY.0773 B 7. Maka selanjutnya dilakukan pengujian lanjutan terhadap nilai-nilai rata-rata perlakuan tersebut dengan uji beda rata-rata pengaruh perlakuan.

Nah.27 2.07 III 3. Artinya varietas B adalah varietas yang terbaik diantara varietas lainnya.56 Perlakuan Total 9. Data pengamatannya adalah seperti berikut : A B C D I 3.2095b 2.06 12.37 10.7204a 2.6561a BNT %5 0. varietas A.38 8.09 Total 12.58 2. sekarang mari kita bandingkan kalau seandainya percobaan tersebut dianalisis dengan analisis ragam biasa.24 2.0773b 3. varietas C.43 3.29 3.74 7.07 3.23 2.08 34.79 9.99 Hasil analisis ragamnya adalah sebagai berikut : .27715 Dari hasil pengujian di atas dapat disimpulkan bahwa urutan varietas yang mempunyai potensi dari yang tinggi hingga terendah berturut-turut adalah varietas B. Varietas D.16 2.Lalu anda hitung nilai BNT 5% : Dan hasil pengujiannya adalah sebagai berikut : Varietas Rata-rata A B C D 3.64 3.92 Kelompok II 3.

92 4. Begitu juga dengan hasil pengujian beda pengaruh perlakuan. varietas D.46 0.2467b 2. Ketepatan Relatif Ankova Ketepatan relatif ankova ini dihitung dengan tujuan untuk melihat tingkat efektifitas penggunan ankova dibandingkan anova.01. Jadi terdapat perbedaan dari hasil pengujian antara ankova dan anova.47 1.14 dan pada anova F hitungnya adalah 10. varietas B.23 0. Varietas C. Pada ankova urutan varietas yang mempunyai potensi dari yang tinggi hingga terendah berturut-turut adalah varietas B.4409 Dari hasil pengujian di atas dapat disimpulkan bahwa urutan varietas yang mempunyai potensi dari yang tinggi hingga terendah berturut-turut adalah varietas A. Artinya varietas A adalah varietas yang terbaik diantara varietas lainnya. Varietas C.22 0.14 10. varietas C.4600a 2. Artinya varietas A adalah varietas yang terbaik diantara varietas lainnya. varietas B.SK Kelompok Varietas Galat Total JK KT F hitung 2 3 0. Artinya dengan ankova dapat meningkatkan kepekaan dan keterandalan pengujian terhadap pengaruh perlakuan daripada dengan anova. varietas D. Rumusnya adalah sebagai berikut : . Dan pada anova urutan varietas yang mempunyai potensi dari yang tinggi hingga terendah berturut-turut adalah varietas A. Artinya varietas B adalah varietas yang terbaik diantara varietas lainnya. Pada ankova nilai F hitungnya adalah 15.6933a BNT %5 0. varietas A.01** 6 11 0.81 10. Varietas D.76 9.05 db F Tabel 5% 1% 5.49 4.2633b 3.78 Keterangan : ** = Berpengaruh sangat nyata Dan hasil pengujian uji beda pengaruhnya adalah sebagai berikut : Varietas Rata-rata A B C D 3.29 2.

. Selesai. semoga bermanfaat.Pada contoh kasus kita ini dapat dihitung sebagai berikut : Maka Ketepatan Relatifnya adalah : Dengan demikian dapat disimpulkan bahwa dengan menggunakan ankova 2.5 kali lebih efektif daripada dengan menggunakan anova.