Aditya Turmarelis Amreli - Perancangan Percobaan (PTK214)

LAPORAN

RANCANGAN ACAK KELOMPOK (RAK)

Oleh :

ADITYA TURMARELIS AMRELI (2205104010060)

No Komputer : 26

Laboratorium Statistik Dan Sosisal

Program Studi Peternakan Fakultas Pertanian

Universitas Syiah Kuala

Darussalam, Banda Aceh

2024

A. DEFINISI RAK

Rancangan Acak Kelompok (RAK) merupakan rancangan percobaan yang digunakan pada kondisi tempat yang tidak homogen. Sebagian besar percobaan-percobaan yang dilaksanakan dilapangan atau dilahan pertanian menggunakan rancangan lingkungan dalam benttuk RAK. Bila kita menghadapi kondisi tempat percobaan tidak homogen, maka dipakai prinsip pengawasan setempat (local control) artinya tempat percobaan harus dikelompokkan menjadi bagian-bagian yang relatif homogen. Pada bagian yang sudah dianggap homogen inilah kita sah (valid) untuk mengadakan pengujian.

Jika pada RAL satuan percobaan yang digunakan harus homogen maka pada RAK tidak perlu homogen, dan untuk ketidak homogenan tersebut akan dikelompokkan menjadi satuan-satuan yang mendekati homogen, dengan demikian dapat dikatakan bahwa tujuan dari pengelompokkan adalah untuk menjadikan keragaman dalam kelompok menjadi sekecil mungkin dan keragaman antar kelompok sebesar mungkin.

Ciri-Ciri RAK

Menurut Harlyan (2012), Adapun ciri-ciri Rancangan Acak Kelompok (RAK), adalah sebagai berikut:

Digunakan untuk lingkungan heterogen/ tidak homogen
Perlakuan diatur dalam masing- masing kelompok (blok)
Kelompok sebagai ulangan, dalam tiap kelompok kondisi harus homogen
Pengacakan dilakukan dalam masing- masing kelompok
Banyak digunakan pada penelitian dilapangan

B. KELEBIHAN DAN KEKURANGAN RAK

a. Kelebihan RAK

Menurut Yitnosumarto (1991), apabila kita membicarakan keuntungan tentunya kita bandingkan dengan yang lainnya, dalam hal ini keuntungan RAK adalah:

Sama seperti RAL, analisis statistik dari data yang diperoleh dengan RAK ini masih bersifat sederhana
Apabila adanya gradien satu arah dipenuhi, RAK memberikan presisi dan efisiensi yang lebih tinggi dari RAL
Jika ada satu atau dua data yang hilang (atau secara statistik tidak memenuhi syarat) analisis masih dapat dilanjutkan, yaitu dengan teknik data hilang (missing data technique.)

b. Kekurangan RAK

Menurut Harlyan (2012), Rancangan Acak Kelompok (RAK) memiliki beberapa kekurangan, yaitu:

Rancangan menjadi kurang efisien dibanding yang lain jika terdapat lebih dari satu sumber keragaman yang tidak diinginkan
Peningkatan ketepatan pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan percobaan dalam kelompok
Jika ada data yang hilang memerlukan perhitungan yang lebih rumit

C. MODEL MATEMATIS RAK

Yij = μ + τi + βj + εij

Keterangan:

Yij = nilai pengamatan pada perlakuan ke – i kelompok ke – j

μ = nilai tengah umum

τi = pengaruh perlakuan ke - i

βj = pengaruh kelompok ke - j

εij = galat percobaan pada perlakuan ke-i & kelompok ke-j

p = banyaknya perlakuan

r = banyaknya kelompok / ulangan

DATA RAK

ANALISIS RAK

1. Pilih Variable View yang terletak di pojok bawah, setelah itu masukkan variablenya dan sesuaikan dengan data, untuk RAK (non faktorial) variabel Ulangan pada RAL diganti dengan kelompok, untuk perlakuan dan hasil tetap sama, untuk desimalnya sesuaikan dengan digit dari data anda.

2. Pada kolom Label untuk variabel perlakuan disesuaikan dengan judul perlakuannya sedangkan untuk hasil sesuaikan dengan hasil penelitiannya

3. kemudian klik pada kolom Values, maka akan muncul jendela 'value labels', masukkan makna dari nilai 0 - 4 sesuai dengan jenis perlakuan. Ketik 0 pada value dan P0 = pakan basal + 0% tabut serai blok, kemudian klik add dan ulangi langkah tadi untuk P1, P2, P3, P4, Klik OK.

4. kemudian klik pada kolom Values, maka akan muncul jendela 'value labels', masukkan makna dari nilai 1 - 3 . Ketik 1 pada value dan Kelompok I pada Label , kemudian klik add dan ulangi langkah tadi sampai Kelompok III, Klik OK.

5. Setelah data tersusun dengan baik, selanjutnya dilakukan analisis varian, langkahnya sebagai berikut : klik Analyze > General Linear Model > Univariate

6. Maka akan muncul jendela seperti dibawah ini. Klik Analisis Rataan detak jantung kambing peranakan etawa laktasi (kali/menit) (hasil penelitian) dan klik tanda panah pada 'Dependent Variable'. kemudian klik Perlakuan dan salin dan Kelompok (Perlakuan pada penelitian) dan klik tanda panah pada 'Fixed Factor'

7. Kemudian klik model, jendela ' Univariate model' akan muncul' pilih custom, klik perlakuan dan kelompok dan klik tanda panahnya dan klik continue.

8. Selanjutnya pilih 'Post Hoc' maka akan muncul jendela 'Univariate Post Hoc' , klik pada perlakuan, klik tanda panahnya dan Pilih metode yang ingin dicoba, disini saya memilih 3 metode yang biasanya digunakan yaitu LSD, TUKEY dan DUNCAN, kemudian klik continue

9. Kemudian Klik OK.

10. Maka akan muncul Output seperti dibawah ini

OUTPUT RAK

YOUTUBE

Referensi/Daftar Pustaka:

https://halifahpet21.blogspot.com/2023/04/rancangan-acak-lengkap-non-faktorial.html?m=1.

LAPORAN

RANCANGAN ACAK LENGKAP (RAL)

Oleh :

ADITYA TURMARELIS AMRELI (2205104010060)

No Komputer : 26

Laboratorium Statistik Dan Sosisal

Program Studi Peternakan Fakultas Pertanian

Universitas Syiah Kuala

Darussalam, Banda Aceh

2024

A. Rancangan Acak Lengkap (RAL)

Rancangan Acak Lengkap (RAL) merupakan rancangan paling sederhana dari beberapa macam perancanngan yang baku. Rancangan ini dipergunakan jika ingin mempelajari perngaruh beberapa perlakuan (t) dengan sejumlah ulangan (r) untuk menjadi satuan-satuan percobaan (rt). RAL dilakukan dengan mengalokasikan pengacakan t kepada rt satuan percobaan.

Unit-unit percobaan dalam RAL dapat berupa sampel ternak (ekor), cawan/tabung, area lahan dan lain-lain yang merupakan satuan unit-unit yang diberi batasan sehingga tidak mempengaruhi satu-sama dan dengan kondisi lingkungan yang relatif dapat dikendalikan. Hal ini dilakukan untuk mencegah terjadinya interaksi pengaruh dua perlakuan yang berdekatan terhadap unit percobaan. Karena kondisi sampel dan lingkungan yang homogen, maka setiap perlakuan dan ulangan mempunyai peluang yang sama besar untuk menempati semua plot-plot percobaan sehingga pengacakan dilakukan secara lengkap.

Akurasi penggunaan RAL akan tercapai apabila:

1) bahan percobaan homogen atau relatif homogen;

2) kondisi lingkungan sama dan dapat dikendalikan; dan

3) jumlah perlakuan dibatasi. RAL lebih sering digunakan dalam percobaan di Laboratorium karena kondisi lingkungan dapat dikendalikan.

B. Kelebihan Dan Kekurangan

Beberapa keuntungan dari penggunaan RAL antara ain: denah percobaan yang lebih mudah; analisis statistik terhadap subjek percobaan cukup sederhana; fleksibel dalam penggunaan jumlah perlakuan dan ulangan; kehilangan informasi (data-hilang) relatif lebih kecil dibandingan dengan perancangan yang lain.

Beberapa kekurangan dalam penggunaan RAL antara lain: persyaratan kondisi sampel yang harus homogen, tidak mungkin dilakukan pada kondisi lingkungan yang tidak seragam, dan jumlah ulangan yang rendah akan memberikan hasil yang tidak konsisten.

C. Model Matematis RAL

Dalam RAL, data percobaan didistribusikan melalui model persamaan sebagai berikut :

Yij = µ + Ai + єij

i = 1, 2, 3,…………,a j = 1,2,3...........,u

Yijk : Pengamatan Faktor Utama taraf ke-i , Ulangan ke-j dan Faktor Tambahan taraf ke-k

µ : Rataan Umum

Ai : Pengaruh Utama pada taraf ke-i

єij : Pengaruh Galat I pada Faktor Utama ke-i dan Ulangan ke-j

єijk : Pengaruh galat II pada Faktor Utama taraf ke-i, Ulangan ke-j dan faktor tambanan pada taraf ke-k.

DATA RAL

Data RAL

ANALISIS RAL

Video Rekam Layar

Langkah-langkah penyelesaian RAL (Non Faktorial) dengan SPSS 16 sebagai berikut:

Langkah 1: Jalankan program SPSS 16

Ketika membuka Program SPSS, ada dua Windows yang muncul yang pertama Untuk Data dan yang kedua yaitu Untuk Output setelah menganalisis.

Tabel Data View

Tabel Variable View

Ada dua tempat yang harus diisi dalam SPSS, yaitu data view (untuk mengisi data yang akan diolah), dan variable view (untuk tempat variable, atau sumber keragaman dalam tabel sidik ragam).

Langkah 2 : Mengisi Bagian Kolom “Name” pada Variabel View

Dalam kolom name yang diisi adalah perlakuan, ulangan dan hasil

Langkah 3: Selanjutnya pada kolom “Decimals” disesuaikan berapa banyak decimal yang akan kita gunakan.

Langkah 4 : Setelah bagian Decimals, selanjutnya kolom “Label”

Dalam kolom “label” diisi sesuai yang kita amati pada skripsi, mis : pada Label Perlakuan diisi dengan "Perbedaan Kadar Air" dan pada label Hasil_BK diisi dengan "Kandunga Bahan Kering haylase Rumput lapangan".

Langkah 5 : Mengisi Bagian “Values”

a. Bagian Perlakuan

1. Pada kolom “Values Perlakuan”klik 2x pada bagian kanan sel hingga muncul sebuah tombol baru yang berisi titik-titik, klik tombol tersebut hingga muncul kotak “Value Labels”.

2. Isi kotak value dengan angka dan kotal labels dengan kode perlakuan. Mis: value=1, Label=

Perlakuan A Lama Penjemuran 1 Hari (46%) kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

b. Bagian Blok

1. Pada kolom “Values Ulangan”klik pada bagian kanan sel hingga muncul sebuah tombol baru yang berisi titik-titik, klik tombol tersebut hingga muncul kotak “Value Labels”.

2. Isi kotak value dengan angka dan kotal labels dengan kode ulangan. Mis: value= 1, labels= Ulangan I, kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

Langkah 6 : Mengisi Bagian “Data View”

1. Klik “Data View” yang terletak disudut kiri bawah

2. Pastikan tombol “Value Label” pada bar sudah diklik.

3. Kemudian pada kolom perlakuan diklik 2 kali, hingga muncul kotak yang berisi daftar perlakuan yang akan kita masukkan. Lakukan hal yang sama pada ulangan.

4. Setelah selesai, isilah data yang akan diolah pada kolom hasil, pastikan data berada pada perlakuan dan ulangan yang tepat.

Hasilnya seperti dibawah ini:

Langkah 7 : Menganalisis Data untuk memperoleh Output

Klik Bagian Analyze kemudian General Linear dan Model Univariate

Maka, akan muncul kotak Univariate seperti dibawah ini:

Klik Bagian Kandungan Bahan Kering Haylase Rumput Lapangan [Hasil] lalu Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini.

➡

Klik Bagian Perbedaan Kadar Air [Perlakuan] lalu Klik Tanda Panah Pada Bagian Fixed Factor(s), sehingga seperti ini:

➡

Klik tombol Model à hingga muncul kotak Univariate: Model. Pada bagian Specify Model lalu klik Custom.

➡

Setelah bagian Custom diklik, kemudian Klik Type pilih : "Main Effect"

Kemudian lihat bagian Kiri Kotak Dialog Univariate: Model, ada bagian Factor & Covariates kemudian Klik bagian Perlakuan lalu Klik Tanda Panah di Bagian tengah Kotak Dialog. Kemudian klik "Countinue".

➡

Klik tombol Post Hoc hingga muncul kotak Univariate: Post Hoc. Klik bagian Perlakuan lalu Klik Tanda Panah di Bagian tengah Kotak Dialog dan Klik Continue.

➡

Pada bagian Equal Variances Assumed kemudian Klik Bagian LSD (untuk Uji BNJ), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) lalu Klik Continue selanjutnya Kembali ke kotak Univariate dan Klik OK.