Rancangan Acak Lengkap Faktorial (RALF)

Rancangan Acak Lengkap Faktorial

(RALF)

A. Pengertian dan Prinsip Rancangan Acak Lengkap Faktorial (RALF)Rancangan Acak Lengkap Pola Faktorial AxB adalah rancangan acak lengkap yang terdiri dari dua peubah bebas (Faktor) dalam klasfikasi silang yaitu faktor A yang terdiri dari a taraf dan faktor B yang terdiri dari b taraf dan kedua faktor tersebut diduga salingberinteraksi. Saling berinteraksi dimasudkan bahwa pengaruh suatu faktor tergantung dari taraf faktor yang lain, dan sebaliknya jika tidak terjadi interaksi berarti berarti pengaruh suatu faktor tetap pada setiap taraf faktor yang lain. Jadi bila tidak terjadi interaksi antar taraf-taraf suatu faktor saling sejajar satu sama lainnya, sebaliknya bila ada interaksi tidak saling sejajar.Prinsip : Semua unit penelitian (perlakuan dan ulangannya) disebar secara acak disatu tempat dan perlakuan terdiri dari 2 atau lebih dari 2 faktor perlakuan.

B. Model Matematika RALF

Hijk = π + Pj + Pk + (Pj x Pk) + eijk

Dimana:

Hijk = Hasil akibat perlakuan ke-j dan perlakuan ke-k pada ulangan ke-i

Π = Nilai tengah umum

Pj = Pengaruh faktor perlakuan ke-j

Pk = Pengaruh faktor perlakuan ke-k

Pj x Pk = Interaksi perlakuan ke-j dan perlakuan ke-k

Eijk = Eror akibat perlakuan ke-j dan perlakuan ke-k pada ulangan ke-i

I = 1, 2, …., u (u = ulangan)

J = 1, 2, …., p ke-1 (p = perlakuan ke-1)

K = 1, 2,…... p ke-2 (p = perlakuan ke-2)

C. Analisis RALF

Contoh :

Contoh yang digunakan adalah data Skripsi Intan Rahmi Mahiswa Peternakan tahun 2011, dengan judul Skripsi “Kajian Silase Jagung Putih Dengan Perlakuan Binosil Dan Efektifitas Mikroorganisme (EM4)”.

Metode Manual

Metode Excel

1. Jalankan Program Microsoft Excel

2. Masukkan data Lampiran 1 yang berasal dari Skripsi ke dalam Microsoft Excel

3. ⅀total dan Rerata

Berikut rumus berdasarkan rumus excel yang digunakan untuk mencari total dan rerata. Rumus Excel akan berubah sesuai dengan letak kolom dan baris.

Rumus Excel

4. Untuk memudahkan dalam perhitungan, buat perhitungan seperti dibawah ini. Disertai dengan cara cari setiap point.

Gambar di atas adalah gambar point-point penting untuk analisis RALF. Analisis di atas dilengkapi dengan rumus teori dan rumus excel. Rumus excel akan berubah sesuai dengan letak kolom dan baris

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

Rumus untuk mencari ket dan Ftabel 0,05 dan 0,01 pada tabel ANOVA

Rumus excel akan berubah sesuai denga letak kolom dan baris.

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 yang di bulati, maka akan muncul seperti kotak pada gambar. Selanjutnya masukkan value sesuai dengan data yang digunakan. Penetuan nama values hanya pada perlakuan dan ulangan saja. Sedangkan hasil tidak dibuat values.

è Data View

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

è Pencarian Output data

Ø Tekan analyze -> General Linear Model -> Univariate

Ø Tekan Hasil pada tabel -> Devendent Variable

Ø Klik perlakuan A dan B, kemudian drak ke -> fixed faktor (perlakuan A dan B harus pertama/harus beraturan)

Ø Tekan Model -> Custem -> perlakuan A dan perlakuan B -> drak ke model, interaksikan perlakuan A dan perlakuan B (perlakuan A*perlakuan B) -> Continue