Rancangan Acak Kelompok Faktorial (RAKF)

RANCANGAN ACAK KELOMPOK FAKTORIAL

(RAKF)

A. Pengertian Rancangan Acak Kelompok Faktorial (RAKF)

Metode Rancangan Acak Kelompok (RAK) atau randomized block design merupakan salah satu model rancangan dalam rancangan percobaan. Rancangan acak kelompok ini digunakan bila unit percobaan tidak homogen, dimana ketidak homogen ini diduga mengarah pada satu arah. Rancangan ini disebut rancangan acak kelompok, karena pengacakan perlakuan dilakukan pada setiap kelompok. Rancangan ini dapat digunakan untuk melakukan percobaan di lapangan atau di laboratorium atau di rumah kaca.

Rancangan acak kelompok digunakan bila faktor yang akan diteliti satu faktor atau lebih dari satu faktor. Pada percobaan dengan menggunakan rancangan faktorial (lebih dari satu faktor) rancangan acak kelompok menjadi rancangan lingkungan.

B. Model Matematika

Yijk = π + Ki + Pj + Pk + (Pj x Pk) + eijk

Keterangan :

Y_{i j k}= hasil pengamatan utk faktor A taraf ke i, faktor B taraf ke j pada (i) kelompok ke k

μ = nilai tengah umum

α_i= pengaruh faktor A pada taraf ke i

β_j= pengaruh faktor B pada taraf ke j

(αβ)_ij= pengaruh interaksi AB pada taraf ke i (dari faktor A), dan taraf (ii) ke j (dari faktor B ).

к_k = pengaruh kelompok ke k

ε_{i j k}= pengaruh acak (galat percobaan) pada taraf ke i (faktor A), ta- (iii) raf ke j (faktor B), interaksi AB yang ke i dan ke j

C. Analisis RALF

Contoh :

Contoh yang digunakan adalah data Skripsi Sri Aida Fitri Mahiswa Peternakan Universitas Syiah kuala tahun 2011, dengan judul Skripsi “Pengaruh Perlakuan Jenis Pupuk Organik dan Varietas Jagung Putih Terhadap Biomasaa Tanaman Jagung Putih Sebagai Pakan ternak”.

Metode Manual

Menggunan Excel

1. Jalankan Program Microsoft Excel

2. Masukkan data Lampiran 2 beserta tabel bantu yang berasal dari Skripsi ke dalam
Microsoft Excel

3. ⅀total

Tampilan pada Ms. Excel. Seperti gambar dibawah ini.

a. Cari Total

Ketik =sum(blok bagian perlakuan) dan enter untuk jumlah perlakuan baris

Ketik =sum(blok bagian ulangan) dan enter untuk jumlah ulangan colom

Hasilnya:

b. ⅀ total kuadrat

Ketik =total perlakuan kuadrat (enter untuk rata-rata perlakuan baris)

Ketik =total ulangan kuadrat (enter untuk rata-rata perlakuan baris)

Hasilnya:

b. Rerata

Ketik =AVERAGE (Blok Bagian perlakuan) enter untuk rata-rata perlakuan baris

Ketik =AVERAGE (Blok Bagian ulangan) enter untuk rata-rata ulangan colom

Hasilnya:

Berikut rumus Ms. Excel yang digunakan:

4. Untuk memudahkan dalam perhitungan, buat perhitungan seperti dibawah ini. Disertai

dengan cara cari setiap point.

a. Cari jumlah ulangan

Ketik =COUNTA(Blok Bagian Ulangan) enter

Tampilan pada Ms. Excel

Hasilnya:

b. Cari jumlah perlakuan

Ketik =COUNTA(Blok Bagian Ulangan) enter

Tampilan pada Ms. Excel

Hasilnya:

d. Cari Faktor Koreksi (FK)

Ketik =Total di kudratkan/(r*a*b) (Sesuai dengan colom dan baris) dan enter

Hasilnya:

Untuk pencarian selanjunta, dapat di sesuaikan dengan rumus teori dan rumus excel yang telah admin buat di bawah ini.

5. Buat tabel ANOVA/Sidik Ragam, berikut cara cari dan metode pencarian

a. Cara cari

Ket (*,** dan tn”) Kelompok

Ketik = IF(Fhit>Ftabel 0,05,"**",IF(Fhit<Ftabel 0,01,"*",IF(Fhit>0,01,"tn"))) (Sesuaikan dengan

colom dan tabel dan enter)

Hasilnya:

Ket (*,** dan tn”) A

Ketik = IF(Fhit<Ftabel 0,05,"**",IF(Fhit<Ftabel 0,01,"*",IF(Fhit>0,01,"tn"))) (Sesuaikan dengan

colom dan tabel dan enter)

Hasilnya:

Ket (*,** dan tn”) B

Ketik = IF(Fhit>Ftabel 0,05,"**",IF(Fhit<Ftabel 0,01,"*",IF(Fhit>0,01,"tn"))) (Sesuaikan dengan

colom dan tabel dan enter)

Hasilnya:

Ket (*,** dan tn”) AB

Ketik = IF(Fhit<Ftabel 0,05,"tn",IF(Fhit<Ftabel 0,01,"*",IF(Fhit<0,01,"**"))) (Sesuaikan dengan

colom dan tabel dan enter)

Hasilnya:

6. Kesimpulan

Jika FHitung < 0,05 maka (tn) tidak berbeda nyata

Jika FHitung > 0,05 namun < dari 0,01 maka (*) berbeda nyata

Jika FHitung > 0,01 maka (**) berbeda sangat nyata

Menggunakan SPSS 16

Berikut tahap-tahap yang harus dilakukan pada analisis RALF dengan menggunakan SPSS 16:

è Buka lembar kerja SPSS 16.

Dapat dilihat pada gambar dibawah ini:

è Variable View

kemudia klik variable view pada sudut bawah sebelah kiri.

è Pengisian "Name"

Tahap selanjutnya adalah pengisian "name" pada variable view. Pengesian ini bertujuan untuk menentukan perlakuan, kelompok dan hasil pada data view nanti nya dan memudahkan dalam pengisian data.

è Jumlah Desimal

Pengisian jumlah desimal bertujuan untuk memudahkan dalam menentukan Output data. Pengisian jumlah desimal mengacu pada data yang digunakan, yaitu berdasarkan data skripsi. Hitung jumlah angka dibelakng koma.

è Nama Label

Nama label bertujuan untuk memudahkan saat Output data. Penentuan nama label yaitu dengan cara melihat perlakuan dan hasil yang ingin di capai pada skripsi.

è Nama Value

Klik tanda ... pada values, kemudian masukkan no dan masukkan nama label. Setelah itu klik “add” dan begitu seterusnya.

è Tekan data view pada sudut kiri bawah. Kemudian masukkan data perhitungan dari skripsi yang dimulai hasil, kelompok, perlakuan 1 dan perlakuan 2.

è Pencarian Output data

Ø Tekan analyze -> General Linear Model -> Univariate

Ø Drak hasil pada tabel -> Devendent Variable

Ø Klik kelompok, perlakuan 1 dan perlakuan 2, kemudian drak ke -> fixed faktor (kelompok, perlakuan 1 dan 2 harus harus beraturan)

Ø Tekan Model -> Custom -> perlakuan 1 dan perlakuan 2 -> drak ke model, interaksikan kelompok, perlakuan 1 dan perlakuan 2 (perlakuan 1*perlakuan 2) -> Continue