19
C. ANALISIS STATISTIK
1. Rancangan Acak Kelompok Lengkap Montgomery, 2001
Rancangan acak kelompok lengkap atau yang lebih sering disebut rancangan acak kelompok RAK digunakan dalam menganalisis ragam dari
respon panelis ditiap atribut. RAK merupakan rancangan percobaan yang memiliki dua variabel perlakuan. Salah satu variabel tersebut merupakan
faktor kelompok. Model statistik RAK adalah sebagai berikut :
Y
ij
= µ + τ
i
+ β
j
+ ε
ij
Keterangan : Y
ij
: Respon pada perlakuan ke I dan kelompok ke j µ
: Rataan umum τ
i
: Pengaruh perlakuan ke i β
j
: Pengaruh kelompok ke j ε
ij
: Pengaruh eror perlakuan ke I dan kelompok ke j. RAK diterapkan pada percobaan dimana setiap unit contoh mendapat
perlakuan yang sama tetapi berada di kelompok yang berbeda. Dalam rancangan tersebut, variabel kelompok dikeluarkan sebagai faktor sistematis
yang dapat dikendalikan. Dengan demikian galat error hanya ditimbulkan oleh faktor yang memang sudah tidak dapat dikendalikan oleh peneliti.
2. Analisis Regresi Sederhana Draper dan Smith, 1992
Analisis regresi merupakan alat analisis yang digunakan untuk menyelidiki hubungan antar variabel. Pada suatu keadaan tertentu, menarik
untuk diketahui pengaruh yang ditimbulkan suatu variabel terhadap variabel yang lain. Hubungan tersebut didekati dengan penggambaran dalam fungsi
matematis yang sederhana. Analisis regresi sederhana merupakan bagian dari analisis regresi.
Variabel dalam analisis regresi sederhana hanya ada dua yaitu variabel independent dan variabel dependent. Kedua variabel tersebut saling
berpasangan. Variabel independent merupakan variabel yang menyebabkan variasi pada variabel dependen. Variabel independent bersifat tetap sedangkan
20
variabel dependent bersifat acak. Peneliti dapat menetapkan taraf variabel independent yang digunakan dalam penelitian untuk mengetahui pengaruhnya
terhadap respon unit sampel yang bersifat acak. Model yang digunakan dalam regresi sederhana adalah sebagai berikut :
Y = β + β
1
X + ε
Keterangan : Y : Respon akibat pengaruh variable independent
β : Intersep model
X : Variabel independent β
1
: Gradien persamaan garis lurus ε : Galat
Kelayakan model diduga dari nilai koefisien determinasi yang dihasilkan dari persamaan garis regresi linier sederhana yang dihasilkan. Koefisien
determinasi R
2
menunjukan tingkat penjelasan model terhadap variasi data yang diperoleh dari hubungan dua variabel yang saling berpasangan dalam
hubungan linier sederhana. Jika diperlukan, kelayakan model dapat diuji menggunakan statistik uji korelasi pearson.
Nilai koefisien determinasi dalam beberapa kasus tidak dapat menunjukan hubungan linier sederhana dengan tepat. Untuk itu diperlukan uji
lain yang dapat menjamin bahwa model yang digunakan layak. Nilai korelasi pearson yang signifikan menunjukan bahwa model memiliki korelasi dan
saling mempengaruhi dalam hubungan garis lurus sederhana.
3. Analisis Biplot Johnson dan Wicherin, 1998