1 5. PERCOBAAN DENGAN TIGA FAKTOR ATAU LEBIHGom 75-96

5.1 PENDAHULUAN Sama halnya dg rancangan faktor tunggal yg dpt dikembangkan dg memasukkan suatu faktor kedua, maka percobaan dg dua faktor dpt dikembangkan juga dg mema-sukkan faktor ketiga, dan percobaan tiga faktor memasukkan faktor keempat dan sete-rusnya.Akan tetapi disini jumlah total perlakuan adalah produk atau hasil kali jumlah tingkat tiap faktor sehingga besarnya percobaan menjadi begitu cepat bertambah seiring dg jumlah faktor dlm percobaan yg bersangkutan. Misal, suatu percobaan dua-faktor yang masing-masing faktor terdiri atas tiga tingkat akan mempunyai sembilan perlakuan. Dengan menambah faktor yg terdiri atas tiga tingkat akan meningkat menjadi 27 per-lakuan; bila ditambah lagi faktor yg terdiri atas tiga tingkat, jumlah perlkuan menjadi 81. Jadi yg menjadi pembatas utama terhadap jumlah faktor yg dimasukkan atau ditambah-kan adalah menjadi bertambah besarnya ukuran percobaan. Tiap rancangan yg dipaparkan dlm Bab 3 utk percobaan faktor-tunggal dan dlm Bab 4 utk percobaan dua-faktor dpt dipakai utk percobaan-percobaan dengan tiga-faktor atau lebih. Misal, suatu percobaan tiga-faktor menyangkut dua varietas, empat tigkat N, dan tiga cara penanggulangan gulma dpt dibuat menggunakan RCBD atau Rancangan Split-plot seperti yg tertera pd Fig 5.1 dan Fig 5.2. Jelaslah bhw percobaan yg sama dpt dibuat utk rancangan yg manapun diantara yg sdh dibicarakan terdahulu, tgt tujuan dan keun-tungan yg ditekankan dari rancangan itu. Dari contoh tadi tingkat presisi utk mengukur efek dr tiga faktor adalah sama bila memakai RCBD, sedangkan respons N yg dialo-kasikan ke subplot akan terukur dg presisi yg lebih tinggi dg Split-plot. Pd pembicaraan berikutnya akan diuraikan dua rancangan lain yg hanya dpt digunakan utk percobaan tiga faktor, yaitu Rancangan Split-split-plot dan Strip-split-plot. Rep IV2 N0 W3 V1 N1 W1 V1 N1 W2 V1 N2 W2 V2 N3 W1 V2 N1 W1 V1 N0 W2 V1 N3 W1 V1 N2 W2 V1 N0 W3 V1 N1 W3 V2 N3 W2 V1 N2 W3 V2 N0 W2 V1 N2 W1 V2 N2 W2 V1 N2 W3 V1 N0 W1 V2 N3 W3 V2 N0 W1 V2 N2 W3 V2 N2 W1 V2 N1 W3 V2 N1 W2 V1 N3 W1 V2 N1 W1 V2 N3 W2 V1 N0 W1 V1 N2 W1 V2 N3 W3 V2 N1 W3 V2 N0 W1

Rep IIV2 N0 W2 V2 N1 W2 V2 N0 W3 V1 N3 W1 V2 N2 W3 V1 N0 W3 V1 N1 W1 V2 N3 W1 V1 N0 W2 V1 N2 W3 V1 N1 W2 V1 N2 W2 V1 N3 W2 V2 N2 W1 V1 N1 W3 V2 N2 W2 V1 N2 W1 V2 N3 W2 V2 N0 W1 V2 N1 W1 V2 N3 W1 V1 N0 W2 V1 N1 W3 V1 N3 W2

Rep IIIV1 N1 W1 V2 N2 W2 V2 N2 W1 V1 N3 W1 V2 N3 W3 V2 N1 W3 V1 N2 W2 V1 N2 W3 V1 N1 W2 V2 N0 W2 V1 N0 W3 V2 N1 W2 V2 N2 W3 V2 N0 W3 V1 N3 W3 V1 N0 W1

Fig. 5.1 Tataletak utk suatu percobaan mengenai dua varietas, empat tingkat N, dan tiga cara pengendalian gulma dibuat dlm RCBD dg tiga ulangan. Rep IV1W2 V2W1 V1W3 V2W3 V1W1 V2W2

Rep IIV1W2 V2W2 V2W3 V1W1 V1W3V2W1

Rep IIIV2W1 V2W2 V1W2V1W1V2W3V1W3

N2 N0 N3 N1

N3 N2 N1 N0

N1 N0 N2 N3

N2 N3 N0 N1

N3 N0 N2 N1

N1 N2 N0 N3

N2 N3 N1 N0

N3 N1 N0 N2

N0 N1 N3 N2

N0 N2 N1 N3

N2 N1 N3 N0

N3 N1 N0 N2

N2 N3 N0 N1

N3 N1 N2 N0

N0 N3 N1 N2

N1 N2 N3 N0

N3 N1 N0 N2

N2 N0 N1 N3

Fig. 5.2 Tataletak utk suatu percobaan mengenai dua varietas, empat tingkat N, dan tiga cara pengendalian gulma dibuat dlm Rancangan Split-Plot dimana tingkat N perlakuan subplot, dg tiga ulangan. 5.2 RANCANGAN SPLIT-SPLIT-PLOT Ini mrpk ekstensi dr Rancangan Split-Plot yg lalu (bgn 4.4). Utk mengakomodasi faktor ketiga, tiap subplot dl rancangan dasar split-plot selanjutnya dibagi menjadi subplot-subplot, dan pengacakan utk faktor terakhir ini dilakukan secara terpisah utk tiap subplot.Secara teoritis pembagian subplot dpt berlanjut. Jadi tiap sub-subplot dl rancangan split-split-plot dpt dibagi lebih lanjut menjadi sub-sub-subplot dan tingkat dr faktor keempat secara acak

2 dialokasikan. Pertimbangan praktis mengenai luas areal dan ukuran plot terkecil menjadi hal yg dpt menjadi pembatas utk jumlah faktor yg dimasukkan dl percobaan. Keuntungan dan kerugian dl rancangan split-split-plot ataupun ekstensinya adalah sama dg rancangan splitplot. Presisi perbandingan-perbandingan diantara percobaan sub-subplot adalah yg terbaik, diikuti oleh perlakuan diantara perlakuan subplot, dan perlakuan plot utama memp. presisi yg terendah. Jadi sipeneliti hrs menempatkan faktor yg paling penting ke plot terkecil, bukan ke yg terbesar. 5.2.1 Pengacakan dan tataletak. Sebagai contoh, percobaan factorial 5 x 3 x 3 dg. tiga ulangan dimana kelima tingkat N dibuat pd plot utama, ketiga cara pengelolaan pd subplot, dan ketiga varietas padi ditempatkan pd perlakuan-perlakuan sub-subplot. Pengacakan sbb: L1. Bagilah areal menjadi 3 blok dan tiap blok dibagi jadi 5 unit yg sama sesuai dg kelima plot utama. Secara acak tempatkan kelima tingkat N ( N1-N5) ke kelima plot utama secara terpisah dan secara independen utk ketiga blok menurut RCBD (Fig. 5.3) N2 N1 N3

N1

N5

N5

N5

N4

N1

N4

N2

N4

N3

N3

N2

BLOK I BLOK II BLOK III Fig. 5.3 Penempatan secara acak 5 tingkat N pd plot utama sbg langkah pertama dl tata letak Split-split-plot. L2. Bagi tiap plot utama menjadi tiga subplot dan secara acak tempatkan ketiga cara pengelolaan (M1. M2, M3). Pengacakan diulang secara independen utk ke 15 plot utama. (Fig. 5.4) N2M1 N1 M3 N2 M3 N1 M1 N2 M2 N1 M2 N1 M2 N1 M3 N1 M1 N3 M1 N3 M2 N5 M1 N1 M3 N3 M3 N5 M3 N1 M1

N5 M2 N4 M2 N2 M3

N5 M1 N4M3 N2 M2

N5 M3 N4 M1 N2 M1

N5 M2 N1 M2

N5 M3 N4 M2 N3 M1

N5 M2 N4 M1 N3 M2

N5 M1 N4 M3 N3 M3

N4 M2 N2 M3

N4 M3 N2 M1

N4 M1 N2 M2

N3 M2

N3 M3

N3 M1

Blok I BlokII Blok III Fig. 5.4 Tataletak setelah kelima perlakuan plot utama (N1-N5) dan tiga perlakuan subplot (M1-M3) ditempatkan.

3 L3. Bagi tiap subplot menjadi 3 sub-subplot, masing-maing secara acak ditempatkan utk satu dr ketiga var (V1, V2, V3). Proses ini diulang utk semua yg 45 subplot secra independen. Tata letak terakhir adalah spt Fig. 5.5N2M1V1 N2M1 V3 N2M1 V2 N1M3 V2 N1M3 V1 N1 M3V3 N5M3V1 N5M3V3 N5M3V2 N4M2 V1 N4M2 V2 N4M2 V3 N3M1 V3 N3M1 V1 N3M1V2 N2M3 V3 N2M3 V1 N2M3 V2 N1M1 V1 N1M1 V3 N1M1 V2 N5M2 V1 N5M2 V2 N5M2 V3 N4M1 V1 N4M1 V3 N4M1 V2 N3M2 V1 N3M2 V3 N3M2V2 N2M2 V3 N2M2 V2 N2M2 V1 N1M2 V1 N1M2 V2 N1M2 V3 N5M1 V3 N5M1 V2 N5M1 V1 N4M3 V3 N4M3 V1 N4 M3V2 N3M3 V3 N3M3 V1 N3M3V2 N1M2 V1 N1M3 V3 N1M2 V3 N5 M2 V1 N5 M2 V3 N5 M2 V2 N4 M2 V2 N4 M2 V1 N4 M2 V3 N2 M3 V2 N2 M3 V3 N2 M3 V1 N3M2 V3 N3M2V2 N3M2 V1 N1M3 V1 N1M3 V2 N1M3 V3 N5 M1 V2 N5 M1 V3 N5 M1 V1 N4 M3 V3 N4 M3 V1 N4 M3 V2 N2 M2 V2 N2 M2 V3 N2 M2 V1 N3 M3 V3 N3 M3 V1 N3 M3 V2 N1 M1 V2 N1 M1 V1 N1 M1 V3 N5 M3 V1 N5 M3 V2 N5 M3 V3 N4 M1 V3 N4 M1 V1 N4 M1 V2 N2 M1 V1 N2 M1 V2 N2 M1 V3 N3 M1 V1 N3 M1 V2 N3 M1 V3 N3 M1 V2 N3 M1 V3 N3 M1 V1 N5 M2 V1 N5 M2 V3 N5 M2 V2 N1 M2 V2 N1 M2 V3 N1 M2 V1 N4 M2 V2 N4 M2 V1 N4 M2 V3 N2 M3 V3 N2 M3 V2 N2 M3 V1 N3M2 V2 N3M3 V3 N3M2V1 N5M1 V1 N5M1 V3 N5M1 V2 N1M3 V1 N1M3 V2 N1M3 V3 N4M3 V3 N4 M3 V2 N4 M3 V1 N2 M1 V3 N2 M1 V1 N2 M1 V2 N3 N3 N3 N5 N5 N5 N1 N1 N1 N4 N4 N4 N2 N2 N2

Blok I Blok II Blok III Fig. 5.5. Fig. 5.5 Tata letak akhir dr percobaan factorial yg disusun dl Rancangan Splitsplit-plot dimana N adalah sbg plot utama, M sbg subplot, dan V sbg sub-sub plot dg 3 ulangan. 5.2.1 ANAVA Langkah-langkah perhitungan ANAVA akan mengambil data dr Tabel 5.1. Masing-masing n = ljh perlakuan pd plot utama, m = subplot, dan v = sub-subplot. L1. Seprti ANAVA lain-lainnya, pertama kali hitung C.F. = (total keseluruhan)2 = (884.846)2 Jlh pengamatan 135 = 5.799.648 SS total = X2 - C.F. = (3.320)2 + + (9.712)2 5, 799.648 = 373.540

4

L2. Buat Tabel ANAVA: Asal variasi Blok Nitrogen Error(a) Pengelolaan,M NxM Error (b) Var (V ) NxV M xV NxMxV Error(c) Total Derajat kebebasan r-1 = 2 n-1=4 (r-1)( n-1)(v-1) = 8 m1=2 (n-1)(m-1)=8 n(r-1)(m-1)=20 v-1 = 2 (n-1) (v-1) = 8 ( m-1)(v-1)= 4 (n-1)(m-1)(v-1)=16 nm(r-1)(v-1) = 60 rnmv-1 = 134 Jumlah kuadrat kuadrat rata2 F hit F tabel 5% 1%

5

Fig. 5. 5. Tataletak terakhir dr percobaan factorial 5 x 3 x 3 yg disusun dg Rancangan Splitsplit-plot dg N sbg perlakuan plot utama, M subplot, dan V sebagai sub-subplot. L3. Hitung semua SS. Perhitungan dibuat terpisah utk bagian-bgian plot utama, subplot, dan sub-subplot. Analisis Plot utama. Buat tabel dr total plot utama (blok x N) spt Tabel 5.2. SS Blok

SS Nitrogen

SS Error (a)

Analisis Subplot. Buat tabel Total plot utama x subplot (N x Pengelolaan)Tab.5.3 Hitung SS Pengelolaan =

SS N x Pengelolaan =

Selanjutnya buat Tabel Total Blok x Plot utama x subplot (blok x N x Pengelolaan) (Tabel 5.4). SS Error (b)

6

Analisis Sub-subplot. Buat Tabel total plot utama x sub-subplot (N x varietas) spt Tab. 5.5. Selanjutnya hitung : SS Varietas = V2- C.F. nm = (230,707)2 + (287,826)2 + (366,313)2 - 5.799,648 (3)(5)(3) = 206,013. = (NV)2 - C.F. - SS Nitrogen- SS var rm 2 = (40,618) + .... + (84,020)2 - 5.799,648-61,641-206,013 (3)(3) = 14,144 Selanjutnya, buat Tabel subplot x sub-subplot (managemen x var.) dari total spt pd Tab. 5.6. Kemudian hitunglah: Managemen x SS var = (MV)2 - C.F. - SS managemen - SS var, rn = (66,201)2 + . . .+ (135,110)2 - 5.799,648 - 42,936 - 206,013 15 = 3,852. SS varietas x N Tabel 5.5 Tabel total nitrogen x varietas yang dihitung dar Tabel 5.1

Tabel 5.6 Tabel total managemen x varietas yg dihitung dr Tab. 5.1.

Akhirnya buatlah Tabel total Plot utama x subplot x sub-subplot (nitrogen x managemen x var.) spt pd Tabel 5.7. Selanjutnya : SS nitrogen x managemen x var. = (NMV)2 - C.F. - SS nitrogen r SS managemen - SS var - SS ( nitrog x manag) -SS (nitrog x var.) -SS (manag x var.)

7 = (11,691)2 +. . . . + (29.968)2 - 5.799,648 - 61,641 - 42,936 3 - 206,013 - 1,103 - 14,144 -3,852 = 3,699 SS Error (c) = SS Total - semua SS lainnya = 373,540 - 0,732 - 61,641 - 4,451 - - 42,936 - 1,103 - 5,236 - 206,013 -14,144 3,852 - 3,699 = 29,733. Tabel 5.7 Tabel total hasil Nitrogen x managemen x Varietas yang dihitung dr. data Tab. 5.1.

L 4. Hitung semua MS dengan membagi masing-masing SS dengan d.f.-nya. Nilai F diperoleh utk tiap efek dengan membagi MS oleh MS error-nya : F nitrogen = MS nitrogen = 15,4102 = 27,70. MS error(a) 0,5564 F manag = MS managemen = 21,4680 = 82,00 MS error (b) 0,2618 F nitrogen x managemen = (N x M) MS = 0,1379 MS error (b) 0,2618 = 0,53. F varietas = MS varietas = 103,0065 = 2097,84 MS error (c) 0,4956 F nitrogen x var. = MS (N x V) = 1,7680 = 3,57 MS error (c) 0,4956 F managemen x var. = MS (M x V) = 0,9630 = 1,94 MS error (c) 0,4956 F nitrogen x managemen x var. = MS(N x M x V) = 0,2312 MS error (c) = 0,4665 L 5. Cari nilai F-tab utk tiap efek. L 6. Hitung cv : cv (a) = MS error (a) x 100 = 0,5564 x 100 = 11,4% Rerata seluruh 6,55 cv (b) = MS error (b) x 100 = 0,2618 x 100 = 7,8%

0,4956

8 rerata seluruh 6,55 cv (c) = MS error (c) x 100 = 0,4956 x 100 = 10,7% rerata seluruh 6,55 cv (a) menunjukkan tingkat presisi yg melekat pd pengukuran efek-efek perlakuan plot utama, cv (b) menunjukkan presisi perlakuan-perlakuan subplot dan interaksinya dengan plotutama, dan cv (c) menunjukkan presisi perlakuan sub-subplot dan semua interaksinya dengan faktorfaktor lain. Umumnya, diharapkan besarnya koefisien tsb menurun dari cv (a) ke cv (c). Pada contoh kita di atas cv (a) adlah yg terbesar sebagaimana diharapkjan, tetapi cv (b) dan cv (c) tidak sesuai dengan yg diharapkan.Hal seperti ini kadang-kadang memang dapat terjadi, tapi bila terlalu sering, harus dikonsultasikan dengan para ahli. L7. Masukkan semua hasil perhitungan mulai dari L1 s/d L6 dalam ANAVA (Tab. 5.8). Nilai F dalam ANAVA menunjukkan perbedaan yang sangat bermakna utk semua efek utama dan utk interaksi nitrogen x varietas. Tabel 5.8.

5.3 RANCANGAN STRIP-SPLIT-PLOT Bila subplot-subplot dalam suatu rancangan strip-plot dibagi lagi menjadi plot-plot yang lebih kecil untuk mengakomodasikan faktor tambahan baru, maka rancangan tsb akan menjadsi suatu rancangan strip-split-plot. Seperti biasanya, faktor yang diukur dengan presisi yang lebih tinggi adalah yang di alokasikan ke plot yang terkecil atau sub-subplot. 1. Pengacakan dan tata-letak. Pengacakan disini merupakan peningkatan langsung dari stri-plot. Sbg ilustrasi, suatu percobaan yang dirancang utk menguji efek dari dua cara bercocoktanam dan aplikasi tiga tingkat dosis terhadap hasil 6 varietas. Ketiga tingkat nitrogen dan keenam varietas padi itu pertama-tama diatur menurut rancangan strip-plot (Fig.5.6). Kmd masing-masing dari plot yang berjumlah 18 itu dalam tiap blok dibagi menjadi dua subplot, dimana kedua cara bercocoktanam dialokasikan secara acak. Pengacakan dari kedua cara bercocoktanam itu dibuat secara independen utk masing-masing dari ke-18 plot dalam satu blok. Hasil tataletaknya spt Fig. 5.7. 2. ANAVA. Data hasil padi dari percobaan nitrogen x var x cara bercocoktanam yang dibuat dengan rancangan strip-split-plot, dan tataletaknya spt Fig. 5.7 akan menggambarkan langkahlangkah yang menyangkut perjitungan-perhitungan ANAVA. simbol-simbol r, n, v, dan p adalah masing- masing merupakan: replikasi, tingkat dosis nitrogen, jumlah varietas, dan cara bercocoktanam. L1. Hitung semua total perlakuan (total NPV) spt dalam Tab. 5.9. Hitung total keseluruhan = 580,151.

9

L2. Buat tabel Anava sbb.: Asal variasi Blok Nitrogen Error(a) Var (V ) Error (b) NxV Error(c) Ccoktanam NxP VxP NxvxP Error (d) Total Derajat kebebasan r-1 = 2 n-1= 2 (r-1)( n-1) = 4 v-1 = 5 (r-1)(v-1)=10 (n-1) (v-1) = 10 (r-1)(n-1)(v-1)=20 p-1=1 (n-1)(p-1)=2 (v-1) (p-1)= 5 (n-1)9v-1)9p-1)=10 nv(r-1)(p-1)=36 rnvp-1 = 107 Jumlah kuadrat kuadrat rata2 F hit F tabel 5% 1%

Fig. 5.6 Tataletak suatu percobaan factorial 3 x 6 dalam rancangan strip-plot L3. Hitung : C.F. = (total keseluruhan)2 = (580,151)2 = 3.116.436.888 jlh total pengamatan 108 SS total =

Fig. 5.7. Tataletak akhir dari suatu percobaan faktorial 3 x 6 x 2 yang dibu-at dengan rancangan strip-split-plot dengan 3 ulangan. L4. Hitung semua SS, sbb.: a) Buat Tabel hasil Blok x Nitrogen dari total hasil spt Tab. 5.10.

10

SS Blok =

SS nitrgen =

SS error (a) =

Tabel 5.9 Hasil panen enam varietas padi seleksi dengan penebaran dan ditanam dg tiga tingkat nitrogen

Tabel 5.10.

b) Buat Tabel total blok x var spt Tab. 5.11 Tabel 5.11.

11

Hitung : SS var =

SS error (b) = (BV)2 C.F. SS blok SS varietas Np =

Tabel 5.12 Tabel total nitrogen x var dihitung dari data SS (N x V) = (NV)2 - C.F. SS nitrogen SS var rp = (19,074)2 + . . . + (26,437)2 - 3.116.436.888 116.498.166 (3)(2) - 49.119.270 = 24.595.731 Buat Tabel total nitrogen x var. x blok spt Tabel 5.13.

Tabel 5.13 Tabel total nitrogen x var. x blok dihitung dari Tabel 5.9. SS Error (c) = (NVB)2 - C.F. - SS blok - SS nitrogen - SS error (a) p p -SS var. - SS error (b) - SS (nitrogen x var.)

12

= (4.666)2 +. . . + (9.583)2 - 3.116.436.888 15.289.498 -116.489.1666.361.49149.119.27026.721.828-24.595.731 = 19.106.733. e) Buat Tabel total nitrogen x cara tanam spt pd Tabel 5.14. Kemudian hitung: SS Cara tanam = P2 - C.F. rnv = (285.657)2 + (2944.494)2 3.116.436.888 (3)(3)(6) = 723.079 SS nitrogen x cara tanam = (NP)2 - C.V. - SS nitrogen - SS cara tanam rv = (72.371)2 +. . . + (124.388)2 3.116.436.888 116.489.166 (3)(6) - 723.079 = 2.468.132 Tabel 5.14 Total hasil nitrogen x cara tanam dihitung dr Tabel 5.9 Tingkat nitrogen (kg/ha) 0 60 120 Total cara tanam Ditebar 72.371 98.608 114.678 285.657 (P1) Total hasil (kg/ha) Transplant 75.114 94.9992 124.388 294.494 (P2)

f) Buat tabel total var. x cara tanam ( Tabel 5.15). kmd hitung: SS Var. x cara tanam = (NP)2 - C.F. SS var. SS cara tanam Rn 2 = ( 48.755) +. . . + ( 46.352)2 3.116.436.888 49.119.270 723.079 (3)(3) = 23.761.441. Tabel 5.15 Total hasil Var. x cara tanam dihitung dr Tab 5.9

g) Dari total perlakuan (NVP) pd Tab. 5.9 hitunglah SS Nitrogen x varietas x cara tanam = (NVP)2 - C.F. SS nitrogen r

13 -SS var. SS Nitr x var. SS cara tanam SS nitr x cara tanam - SS var x cara tanam = (10.715)2 +. . . + (26.437)2 3.116.436.888 116.489.166 3 - 49.119.270 24.595.731 723.079 2.468.132 23.761.441 = 7.512.072. dan akhirnya hitung: SS error (d) = SS total penjumlahan semua SS lainnya = 307.300.567 (292.148.441) = 15.152.126. L 5. Hitung MS utk semua sumber variasi dg membagi tiap SS yg dihitung pd L4 dg df masing-masing. L6. Hitung nilai F hitung utk berbagai efek dg membagi tiap MS dg MS error terkait: F utk nitrogen = 58.244.583 = 36,62 1.590.373 F varietas F nitr x var. = 9.823.854 2.672.183 = 3,676

= 2.459.573 = 2,57 955.337

F cara tanam = 723.079 = 1,71 420.892 F nitro x cara tanam = 1.234.066 = 2.93 420.893 F var x cara tanam = 4.752.288 = 11.29 420.892 F nitr x var x cara tanam = 751.207 = 1,78 420.892 L7. Hitung keempat cv :

Cv (b) = 2.672.183 x 100 = 30,4% 5.372 cv ( c) = 955.337 x 100 = 18% 5.372 cv (d) = 420.892 x 100 = 12% 5.372 cv (a) dan cv (b) menunjukkan tingkat presisi yg melekat pada pengukuran faktor2 yg di rancang pd strip vertical dan horizontal; cv (c ) menunjukkan presisi interaksi antara kedua faktor ini; cv (d) = presisi faktor yg dirancang ke subplot dan semua interaksinya dg faktor lain. Umumnya diharapkan bhw cv (a) dan cv (b) lebih besar drpd cv (c) yg mana akan lebih besar drpd cv (d). Dalam contoh ini semuanya sesuai dengan harapan. L8. Masukkan semua nilai yg dihitung pd L1 s/d L7 ke dl ANAVA (Tabel 5.16). L9. Bandingkan semua nilai F hitung dg F tabel terkait.

14 Disini, terdapat efek nyata utk nitrogen, varietas, interaksi nitrogen x var, dan interaksi var x cara tanam.