Desain Blok Lengkap Acak

Pendahuluan

Seorang teknisi bermaksud menentukan mana dari 5

mesin yang tersedia akan mempunyai kapasitas tertinggi
dalam pembuatan suku cadang XYZ
Pembuatan suku cadang berdasar bahan baku yang sama
dan tempo yang sama pula, namun dengan alasan cukup
proses produksi dilakukan selama lima hari kerja, delapan
jam per-hari
Sebut saja merk mesin yang digunakan adalah A, B, C, D, E
sedangkan hari produksi dinyatakan dengan 1, 2, 3, 4, 5

Contoh Desain
Hari

Mesin
yang
digunakan

Desain tersebut tidak baik, karena dapat menimbulkan

desain baur

Desain tersebut menghitung rata-rata kapasitas mesin

serta rata-rata kapasitas hari. Hal demikian terjadi karena
setiap hari menggunakan merk mesin yang sama
Apabila mesin dioperasikan oleh operator yang berlainan
setiap harinya, maka perbedaan kapasitas mesin yang
mungkin ada ternyata juga menyatakan perbedaan
kapasitas operator
Desain baur merupakan desain yang tidak baik
karena tidak dapat memisahkan antara kapasitas
hari, operator, dan mesin

Desain tersebut dapat diperbaiki menggunakan Desain

Acak Sempurna sebagai berikut:
Hari

Mesin
yang
digunakan

D (330)

C (335)

A (240)

D (365)

A (250)

B (240)

B (320)

C (310)

D (345)

E (240)

B (230)

E (250)

B (340)

E (330)

E (325)

A (285)

D (275)

E (255)

A (285)

B (330)

A (305)

B (300)

C (295)

A (290)

E (315)

Daftar anova

Sumber Variasi

dk

JK

KT

Rata-rata

1.703,025

1.703,025

Mesin

10.885,5

8.628,5

Kekeliruan

12

4.089,5

340,8

Jumlah

16

1.718,000

F
10,55

Kesimpulan

Didapat nilai F=10,65 dan ini lebih besar dari pada F tabel
=5,95(F0,01(3,12))
Kesimpulan penerimaan H0 bahwa tidak terdapat
perbedaan rata-rata kapasitas mesin

Jika diamati, setiap mesin tidak selalu digunakan setiap hari

dalam proses produksi komponen. Mesin C dan E tidak
digunakan pada hari pertama sedemikian hingga mesin C
dan D tidak digunakan pada hari kelima.
Setiap variasi dalam mesin A mungkin saja juga
menggambarkan variasi antara hari-hari pertama, ketiga,
keempat, dan kelima sedemikian hingga keempat mesin
yang lain
Dengan demikian kekeliruan acak tidak hanya merupakan
kekeliruan eksperimen akan tetapi juga termasuk variasi
antara hari-hari

Desain Blok Lengkap Acak

Berdasar contoh sebelumnya menunjukkan bahwa hari

merupakan blok dan tiap perlakuan (merk mesin) dapat
digunakan dalam tiap blok

Karena tiap blok berisi mesin yang sama banyak, jadi tiap
blok berisi lengkap, dan dalam tiap blok terjadi
pengacakan, maka desain yang demikian dinamakan
desain blok lengkap acak.

DBLA

Secara umum desain blok lengkap acak adalah desain

dengan:

Unit-unit eksperimen dikelompokkan ke dalam sedemikian

sehingga unit-unit eksperimen di dalam blok relatif bersifat
homogen dan banyak unit eksperimen di dalam sebuah blok
sama dengan banyak perlakuan yang sedang diteliti

Perlakuan dikenakan secara acak kepada unit-unit eksperimen

di dalam tiap blok

Bagaimana dengan efek blok?

Perlakuan telah dipilih secara acak untuk digunakan
terhadap unit eksperimen dalam tiap blok. Ini berarti
variansi perlakuan antar blok telah dihilangkan.
Selanjutnya pembentukan blok tidak dilakukan secara acak
(karena diperlukan sifat homogen tiap blok).
Ini semua mengakibatkan tidak dapat dilakukannya
pengujian statistik efek blok.
Dengan kata lain, dalam desain blok hanya terdapat efek
perlakuan saja pengujian dilakukan dan tidak terhadap
efek blok

Contoh DBLA
Hari

Mesin
yang
digunakan

A (260)

D (345)

B (353)

C (365)

B (308)

C (343)

C (350)

D (363)

C (230)

B (358)

A (298)

B (323)

D (285)

A (280)

D (333)

A (288)

Berikut adalah contoh desain blok lengkap acak. Untuk

mempermudah analisis, sebaiknya desain dilakukan
perubahan.

Y2

2
Y
ij
1

i 1
2

Ry

By
i 1
p

Py
j 1

Ey

Dengan dk=1

J
bp
b

Y2

Dengan dk=bp

J io2
b
joj2
p

Ry

Ry

Dengan dk=b-1

Ry

Dengan dk=p-1

By

Py Dengan dk=(b-1)(p-1)

Tabel Anova
Sumber
variasi

dk

JK

KT

Rata-rata

Ry

Blok

b-1

By

Perlakuan

p-1

Py

Kekeliruan
eksperimen

(b-1)(p-1)

Ey

Jumlah

bp

P/E

Contoh (1)

Desain Blok Lengkap Acak untuk Hasil 4 Merk Mesin

Perlakuan (Mesin)

Blok (hari)

260

308

323

330

280

358

343

345

298

353

350

333

288

323

365

363

Kita misalkan bahwa semuanya hanya ada empat merk

mesin yang tersedia, dan karenanya kita mempunyai model
tetap. Maka:

Model

Contoh (2)
Perlakuan (Mesin)
Blok (hari) A

Jumlah

Rata-rata

260

308

323

330

1221

305,3

280

358

343

345

1326

331,5

298

353

350

333

1334

333,5

288

323

365

363

1339

334,8

Jumlah

1126

1342

1381

1371

5220

Rata-rata

281,5

335,5

345,3

342,8

326,3

Y2
Ry

By

Py

Ey

(260)2

(280)2

... (333)2

(363)2

1.718.000

(5220)2 /16 1.703.025

(1221 ) 2

(1326 ) 2

(1334 ) 2

(1339 ) 2

(1381 ) 2

(1371 ) 2

4
(1126 ) 2

(1342 ) 2
4

1.718 .000 1.703 .025

1.703 .025

2.373 ,5

1.703 .025

10 .885 ,5

2.373 ,5 10 .885 ,5 1716

Maka dapat disusun daftar Anava sebagai berikut

Daftar Anava Untuk DBLA (Model Tetap)

Sumber Variasi
Rata-rata
Blok (hari)
Perlakuan (Mesin)
Kekeliruan Eksperimen
Jumlah

dk

JK

KT

1
b-1
p-1
(b-1)(p-1)

Ry
By
Py
Ey

R
B
P
E

16

Y2

Daftar Anava Hasil Ujian

Daftar Anava untuk Data Hasil Ujian

Sumber Variasi

dk

JK

KT

Rata-rata
Blok (hari)
Perlakuan (Mesin)
Kekeliruan Eksperimen

1
3
3
9

1.703.025
2.373,5
10.885,5
1.716

1.703.025
791,2
3.628.5
190,7

Jumlah

16

1.780.000

F
19,03

Untuk menguji hipotesis nol tentang rata-rata kapasitas mesin

dengan F=19,03 menunjukkan sangat signifikan pada taraf
0,01 *(6,99)

Jika dilakukan pengujian melalui desain acak sempurna ada

perubahan varians kekeliruan dari 340,8 menjadi 190,7 untuk
desain blok lengkap acak. Hal ini disebabkan karena pemisahan
pengaruh blok (dalam hal ini adalah hari).

Bagaimana apabila ingin diketahui kapasitas mesin yang lebih

baik?
Hal ini dapat dilakukan melalui metode kontras ortogonal
atau uji rentang Newman-Keuls
* {Tabel F 0,01 dengan v1=(p-1); v2=(b-1)(p-1)}

Untuk menentukan interval konfiden rata-rata kapasitas mesin

yang sebenarnya, dapat diperoleh
s

2
e

E 190,7 dan s

47,68

Daftar distribusi student dengan dk=3 dan koefisien konfiden

0,95 menghasilkan t=3,18. Interval konfiden 95% untuk ratarata kapasitas (j=A, B, C, D)
Yoj

t1-

/2

E /b

Yoj

21,9

Yoj

Yoj (3,18)(6,90)

E/b

oj

190,7
4

Yoj

Yoj

t1-

/2

E /b

(3,18)(6,90)

21,9

Untuk mesin merk A misalnya, maka rata-rata kapasitasnya

ditaksir antara (281,5-21,9) dan (281,5+21,9) atau antara 259,6
dan 303,4

Contoh Soal

Sebuah eksperimen dilakukan untuk menguji kekuatan.

Terdapat 4 tipe tip dan 4 lempeng logam yang tersedia.
Masing-masing tipe tip diuji sekali pada masing-masing
lempeng, menghasilkan randomized complete block.
Urutan data tipe tip mana yang diuji, ditentukan secara
random.

Apakah terdapat perbedaan antar tipe tip dan antar blok?

Desain Blok Lengkap Acak

dengan Subsampling

Pendahuluan

Seperti dalam desain acak sempurna, dalam desain blok

lengkap acak sering terjadi bahwa pengamatan hanya
dilakukan terhadap sebagian dari unit eksperimen
Jadi dalam hal demikian, proses pengamatan dilakukan
dengan menggunakan subsampling, yang juga
memunculkan kekeliruan sampling dengan model
matematis:

Yij k

i = 1, 2, , b
j = 1, 2, , p
k = 1, 2, , n

ij

ijk

dengan:
Y ijk = variabel yang diukur

= rata-rata umum
i
= efek rata-rata blok ke i
j
= efek rata-rata perlakuan ke j
ij
= efek unit eksperimen dikarenakan perlakuan ke j
dalam blok ke i
ijk
= efek sampel ke k yang diambil dari unit eksperimen
yang dikarenakan perlakuan ke j dalam blok ke i

Y2
2

Ry

j 1

Sy
b

By
i 1
p

Py

2
Y
ijk
1

i 1

J
bpn

Sb

Ey

Dengan dk=1

jij2

i 1

j 1

Y2

Ry

J io2
pn
joj2

j 1

bn

Sb

By

Dengan dk=bpn

Sb

Ry

Dengan dk=bp(n-1)

Ry

Dengan dk=b-1

Ry

Dengan dk=p-1

Py

Dengan dk=(b-1)(p-1)

Tabel Anova
Sumber
variasi

dk

JK

KT

Rata-rata

Ry

Blok

b-1

By

Perlakuan

p-1

Py

Kekeliruan
eksperimen

(b-1)(p-1)

Ey

Kekeliruan
sampling

bp(n-1)

Sy

Jumlah

bpn

P/E

Contoh

Diteliti lima macam padi berdasarkan hasil perconaan

dari 15 petak yang telah dibuat menjadi tiga blok (tiap
blok terdiri dari 5 petak). Untuk keperluan penelitian
pengambilan data dilakukan secara subsampling dengan
jalan membagi petak yang ada menjadi beberapa sub petak
kecil. Dan setiap petak diambil secara acak 3 sub petak
dan hasilnya diberikan sebagai berikut.

Contoh Desain
Blok

Padi
1

Jio

Yio

1
2
3

95
90
89

102
88
109

123
101
113

57
46
38

67
72
66

J1j

274

299

337

141

205

1256

83,7

1
2
3

92
89
106

96
99
107

93
110
115

37
40
35

54
68
64

J2j

287

302

318

112

186

1205

80,3

1
2
3

91
82
98

102
93
98

112
104
110

39
39
47

57
61
63

J3j

271

293

326

125

181

1196

79,7

Joj

832

894

981

378

572

42

63,6

J=
3657

Yoo=
81,27

Yoj

92,4

99,3

109

Sb

Py

(832 ) 2

Ey

952

Ry

(3.657)2 /(3)(5)(3)

(274 ) 2

Sy
By

Y2

(299 ) 2
3

326 .819

(1.256 ) 2
(894 ) 2

902

... 612

... (181 ) 2

632

326.819

297.192,2
297 .192 ,2

28 .054

297 .192 ,2 28 .054 ,8 1.572

(1.205 ) 2
5 x3
(981 ) 2
3 x3

(1.196 ) 2

(378 ) 2

1.718 .000 1.703 .025

297 .192 ,2 139 ,6

(572 ) 2

297 .192 ,2

27 .684 ,4

2.373 ,5 10 .885 ,5 1716

Daftar Anava
Sumber Variasi
Rata-rata
Blok
Padi
Kekeliruan Eksperimen
Kekeliruan Sampling
Jumlah

dk

JK

KT

1
(b-1) 2
(p-1) 4
(b-1)(p-1) 8
bp (n-1) 30

297.192,2
139,6
27.684,4
230,8
1.572

297.192,2
69,8
6.921,1
28,9
52,4

239,5

45

326.819

Untuk membandingkan rata-rata perlakuan, maka langkah

berikutnya dapat dilakukan seperti metoda sebelumnya
menggunakan kontras ortogonal atau Newman-Keuls.
Perhitungan varians rata-rata perlakuan dapat dilakukan
dengan rumus:
s2 oj

E/bn

(s2

nse2 ) / bn

Untuk menentukan interval konfiden (1-) 100%

digunakan rumus:
Yoj

t1-

/2

E / bn

Yoj

t1-

/2

E / bn

dengan dk untuk distribusi Student diambil sama dengan

(b-1)(p-1)

Efisiensi Relatif DBLA terhadap DAS

Untuk mengetahui apakah sebuah desain lebih efisien atau

tidak, maka perlu dibandingkan harga varians rata-rata
perlakuan kedua desain
Ukuran yang sering digunakan adalah efisiensi relatif (ER)
Contoh sebelumnya akan sulit dimengerti karena
diperoleh taksiran bias dimana
se2

dimana s 2

S dan se2

sehingga diperlukan contoh lain

(E - S) / n

Percobaan tidak dilakukan berdasarkan atas 15 petak

menjadi 3 blok, melainkan 30 petak menjadi enam blok.
Dari tiap petak dilakukan subsampling sebanyak 4
subpetak. Setelah dianalisis, berikut ini adalah daftar Anava
yang disusun:
Daftar Anava

Sumber Variasi

dk

JK

KT

Rata-rata
Blok
Padi
Kekeliruan Eksperimen
Kekeliruan Sampling

1
5
4
20
90

694.307,36
405,62
87.124,32
2.517,73
4.075,17

81,12
21.781,08
125,89
45,28

Jumlah

120

788.430,20

173,02

Maka taksiran kekeliruan sampling adalah 45,28, taksiran

untuk kekeliruan eksperimen adalah
s

2
e

s 2 oj

E - S 125,89 45,28
20,15
n
4
E/bn 125,89/(6x4) 5,25

Misal sekarang desain diubah menjadi empat blok dan tiap

petak diambil enam subpetak. Untuk desain ini
diperkirakan harga
s 2 oj

(s 2

n' se2 ) /(b'n ' )

(45,28 6x20,15)/(6x4)

6,92

b dan n merupakan blok dan subpetak desain baru

Efisiensi relatif desain baru terhadap desain lama menjadi

ER

75,9%

Apabila membandingan ER antara DBLA dan DAS maka

aturan yang digunakan adalah:
ER

5,25
x100 %
6,92

KT (Kekelirua n Eksperimen DAS)

x100 %
KT (Kekelirua n Eksperimen DBLA)

Dinyatakan dengan KT (blok) dan KT (kekeliruan

eksperimen) yang masing-masing besarnya B dan E, maka
aturan menjadi:
(b - 1)B b(p - 1)E
ER

(bp - 1)E

Daftar Anava Hasil Ujian

Daftar Anava untuk Data Hasil Ujian

Sumber Variasi

dk

JK

KT

Rata-rata
Blok (hari)
Perlakuan (Mesin)
Kekeliruan Eksperimen

1
3
3
9

1.703.025
2.373,5
10.885,5
1.716

1.703.025
791,2
3.628.5
190,7

Jumlah

16

1.780.000

F
19,03

Desain Blok Lengkap Acak

(Data Hilang)

Data Hilang (1)

Dalam penelitian, data hilang sangat mungkin terjadi pada

sebuah atau lebih pengamatan. Data yang hilang dapat
disebabkan oleh mesin yang rusak, tabung percobaan yang
pecah, dan sebagainya
Dalam desain blok lengkap acak, data yang hilang
mengakibatkan hilangnya keseimbangan atau sifat simetri
ataupun sifat ortogonal
Jika sebuah blok hilang, maka analisis dapat dilanjutkan
sebagaimana biasa asal sisa blok yang ada masih lengkap
dan tidak kurang dari dua buah blok

Data Hilang (2)

Jika data yang hilang hanya sebuah data hasil perlakuan,

maka data yang hilang diganti dengan harga taksiran yang
menyebabkan jumlah kuadrat-kuadrat untuk kekeliruan
menjadi minimum, dimana:
h

pP' bB'-J'
(p - 1)(b - 1)

p
b
P
B

= banyak perlakuan
= banyak blok
= jumlah nilai pengamatan untuk perlakuan tanpa data yang hilang
= jumlah nilai pengamatan untuk blok tanpa data yang hilang

= jumlah nilai pengamatan tanpa data yang hilang

Data Hilang (3)

Untuk menghindari hasil bias karena data yang ditaksir,

perlu diberikan penyesuaian dengan merubah derajat
kebebasan kekeliruan eksperimen menjadi[(p-1)(b-1)-1],
sedangkan derajat kebebasan jumlah berubah menjadi (bp1).
Penyesuaian berikutnya adalah melakukan pengurangan
jumlah kuadrat-kuadrat (Py) dengan z, dimana:
z

{B'-(p - 1)h} 2
p(p - 1)

Sehingga JK (perlakuan) = Py= Py-z

Anava DBLA
Daftar Anava Untuk DBLA

Sumber Variasi
Rata-rata
Blok (hari)
Perlakuan (Mesin)
Kekeliruan Eksperimen
Jumlah

dk

JK

KT

1
b-1
p-1
(b-1)(p-1)

Ry
By
Py
Ey

R
B
P
E

bp

Y2

Anava DBLA dengan Sebuah Pengamatan Hilang

Daftar Anava Untuk DBLA dengan Sebuah Pengamatan Hilang

Sumber Variasi
Rata-rata
Blok (hari)
Perlakuan (Mesin)
Kekeliruan Eksperimen
Jumlah

dk

JK

KT

1
b-1
p-1
(b-1)(p-1)-1

Ry
By
Py
Ey

R
B
P
E

bp-1

Y2-z

Contoh
Perlakuan (Mesin)
Blok (hari) A

Jumlah

Rata-rata

260

308

323

330

1221

305,3

280

358

343

345

1326

331,5

298

353

288

323

Jumlah

1126

1342

1031+h 1371

Rata-rata

281,5

335,5

342,8

h 333
365

363

984+h
1339

334,8

4870+h
326,3

Maka data hilang untuk hari ketiga hasil mesin C ditaksir

dengan:
4(1031) 4(984 ) 4870
(4 - 1)(4 - 1)

354 ,4

sehingga
z

{984

(4 1)( 354 ,4}2

4(4 - 1)

522 ,7

Y2

(260)2
Ry

By
Py

(280)2
J2
bp

... (333)2

( 4870

(363)2

354 ,4) 2
4 x4

522,7 1.720.576,7

1.705 .897 ,2

(1221 )2 (1326 ) 2 (984 354 ,4) 2 (1339 )2

1.705 .897 ,2 2.440 ,9
4
(1126 ) 2

(1342 ) 2

(1031 354 ,4) 2

4

(1371 ) 2

1.705 .897 ,2 11 .056 ,3

sehingga Py ' 11 .056 ,3 522 ,7 10 .533 ,6

Ey

1.720 .576 ,7 1.705 .897 ,2 2440 ,9 10 .533 ,6 1.705 ,0

Daftar Anava untuk Data Hasil Ujian

Sumber Variasi

dk

JK

KT

Rata-rata
Blok (hari)
Perlakuan (Mesin)
Kekeliruan Eksperimen

1
3
3
8

1.705.897,2
2.440,9
10.533,6
1.705,0

1.705.897,2
813,6
3.511,2
231,1

Jumlah

15

1.720.576

16,48

Desain Blok Tak Lengkap Acak

Pada desain blok acak sering terjadi bahwa tidak selalu

mungkin semua perlakuan terdapat di dalam tiap blok
Hal ini akan terjadi apabila adanya perlakuan lebih banyak
dari pada yang dapat ditempatkan dalam sebuah blok
Hal ini menyebabkan blok menjadi tidak lengkap dan
karenanya desain ini dinamakan desain blok tak lengkap

Desain Blok Tak Lengkap Acak

Contoh:

Ada 4 buah perlakuan A, B, C, D yang eksperimennya akan

diadakan dalam waktu empat hari. Karena melakukan
eksperimen memerlukan waktu, ternyata bahwa ke-4 perlakuan
itu tidak dapat diadakan dalam tempo satu hari dan hanya dapat
diselesaikan sebanyak tiga buah saja. Jadi setiap hari kita
melakukan eksperimen sejumlah 3 dari 4 yang tersedia

Desain Blok Tak Lengkap Acak

Perlakuan

b
p
k
r
N

Blok (hari)

Jumlah

21

32

15

36

57

36

23

65

13

18

33

Jumlah

27

72

77

11

187

=4
=4
=3
=3
= 12
=2

Simbol:

b
P
k
r
N

= banyak blok dalam eksperimen

= banyak perlakuan dalam eksperimen
= banyak perlakuan dalam tiap blok
= banyak replikasi terhadap sebuah perlakuan eksperimen
= banyak eksperimen
= bk = pr
= berapa kali dua perlakuan nampak bersama-sama dalam
blok yang sama
= r (k-1)/(p-1)

Maka:
Y2
Ry

(8)2

J2 / N

(6)2

... (6)2

(187)2 / 12

(2)2

4429

2.914,08

(Jio2 /k) R y

By
i 1

By

(32) 2

(57) 2

(65) 2
3

Q 2j /(kp )

dimana Py
j 1

(33) 2

2914,08

281,59

Sedangkan

Qj

kJ oj

(nij J io )
i 1

Q1= 3(27) (32+57+33)

Q2= 3(72) (32+57+65)
Q3= 3(77) (57+65+33)
Q4= 3(11) (32+65+33)

= -41
= 62
= 76
= -97

Dengan demikian:
p

Q 2j /(kp )

Py
j 1

Py
Ey

( 41) 2
Y2
4429

(62) 2 (76) 2
3(4)(2)
Ry

By

2914 ,08

( 97) 2

862,92

Py
281,59 862 ,92

370 ,41

Daftar Anava
Sumber Variasi

dk

JK

KT

Rata-rata
Blok
Perlakuan
Kekeliruan Eksperimen

1
3
3
5

2914,08
281,59
862,92
370,41

2914,08
93,86
287,64
74,08

Jumlah

12

4429

3,88

Harga F = 287,64/74,08 = 3,88 lebih kecil daripada F =

5,41 yang didapat dari daftar dk v1=3, v2=5 dan alpha 5%.
Jadi hasil pengujian tidak signifikan.