Laporan Praktikum Rancangan Acak Kelompok (RAK)

Laporan Praktikum Perancangan Percobaan (PTN202)

RANCANGAN ACAK KELOMPOK (RAK)

Nama : Zurya Daini
         NPM : 2205109010xxx
      No Komputer : 09
   Laboratorium Statistika Dan Sosial

DEPARTEMEN PROTEKSI TANAMAN
FAKULTAS PERTANIAN
UNIVERSITAS SYIAH KUALA
DARUSSALAM-BANDA ACEH
2024

A. Defenisi dan Tujuan RAK

Rancangan acak kelompok (RAK) adalah suatu rancangan dasar yang menggunakan pengawasan setempat dengan pembatasan pengacakan. Pada RAK, materi percobaan dibagi menjadi beberapa kelompok berdasarkan homogenitas materi percobaan, dan masing-masing kelompok merupakan ulangan. Diusahakan selama percobaan berlangsung ragam dalam kelompok tetap kecil, berarti teknik yang diterapkan selama percobaan diusahakan seragam untuk unit percobaan dalam masing-masing kelompok.

Rancangan acak kelompok merupakan salah satu bentuk rancangan yang banyak digunakan dalam berbagai percobaan ilmu-ilmu pertanian, perindustrian dan lain-lain. Rancangan ini dicirikan dengan jumlah kelompok dalam jumlah yang sama dimana setiap kelompok diberikan perlakuan. Melalui pengelompokan-pengelompokan, diharapkan galat perlakuan dapat dikurangi.

Tujuan Pengelompokan untuk membuat keragaman satuan - satuan percobaan di dalam masing-masing kelompok sekecil mungkin sedangkan perbedaan antar kelompok sebesar mungkin. Contoh kasus Rancangan Acak Kelompok misalnya apabila kondisi lingkungan tidak homogen, misalnya ada perbedaan kesuburann tanah, kemiringan tanah, ketinggian permukaan tanah, dll.

B. Karateristik RAK

Jika pada Rancangan Acak Lengkap (RAL) satuan percobaan yang digunakan harus homogen maka pada RAK itu tidak perlu homogen dan ketidakhomogenan tersebut akan dikelompok-kelompokkan lagi menjadi satuan-satuan yang mendekati homogenitas. Dengan demikian dapat dikatakan bahwa tujuan pengelompokan adalah untuk menjadikan keragaman dalam kelompok menjadi sekecil mungkin dan keragaman antar kelompok sebesar mungkin.

Ciri-Ciri Rancangan Acak Kelompok

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 di lapang.

· Keragaman respons disebabkan pengaruh perlakuan dan kelompok.

· Pengaruh dari keragaman lain yang kita ketahui, diluar perlakuan yang kita coba, dihilangkan dari galat percobaan dengan cara pengelompokkan satu arah.

C. Kelebihan dan Kekurangan
1. Kelebihan RAK

· Lebih efisien dan akurat dibandingkan RAL.

· Pengelompokkan yang efektif akan menurunkan jumlah kuadrat galat, sehingga akan meningkatkan tingkat ketepatan atau bisa mengurangi jumlah ulangan.

· Lebih fleksibel.

· Banyaknya perlakuan.

· Banyaknya ulangan/kelompok.

· Tidak semua kelompokkan memerlukan satuan percobaan yang sama

· Penarikan kesimpulan lebih luas, karena kita juga bisa melihat perbedaan diantara kelompok.

2. Kekurangan RAK

· Memerlukan asumsi tambahan untuk beberapa uji hipotesis.

· Peningkatan ketepatan pengelompokkan akan menurun dengan semakin meningkatnya jumlah satuan percobaan dalam kelompok.

· Derajat bebas kelompok akan menurunkan derajat bebas galat, sehingga sensitifitasnya akan menurun terutama apabila jumlah perlakuannya sedikit atau keragaman dalam satuan percobaan kecil (homogen).

· Memerlukan pemahaman tambahan tentang keragaman satuan percobaan untuk suksesnya pengelompokkan.

· Jika ada data yang hilang memerlukan perhitungan yang lebih rumit.

D. MODEL MATEMATIS RAK

Yij = µ + τi + βj + eij

Dimana :

Yij = respon atau nilai pengamatan dari perlakuan ke-I dan ulangan ke-j

µ = nilai tengah umum

τi = pengaruh perlakuan ke-i

βj = pengaruh blok ke-j

eij = pengaruh galat percobaan dari perlakuan ke-i dan ulangan ke-j

Hipotesis yang Diuji

H0 : T1 = T2 = T3 =T4 = 0

H1 : paling sedikit ada sepasang Ti yang tidak sama , Atau

H0 : µ1 = µ 2 = µ 3 = µ 4 = 0

H1 : paling sedikit ada sepasang µ i yang tidak sama, atau µi≠ µi

paling sedikit ada sepasang rata-rata perlakuan yang berbeda.

H0 : Tidak ada perbedaan rata-rata antar perlakuan.

F Tabel < F Hitung 5%, maka H1 diterima

F Tabel > F Hitung 5 %, maka H0 diterima

E. Analisis Data Rancangan Acak Kelompok (RAK) non Faktorial

Analisis data RAK (Rancangan Acak Kelompok) non Faktorial dengan menggunakan SPSS

Contoh : Data yang digunakan adalah data Skripsi

Untuk melakukan pengolahan data di SPSS, tahap pertama yang harus dipersiapkan adalah memiliki datanya terlebih dahulu di google sheet agar memudahkan membedakan data mentah dan data yang akan di input pada aplikasi SPSS.

MENGOLAH DATA DARI HASIL PENELITIAN DENGAN MENGGUNAKAN SPSS

Data RAK

Langkah-langkah penyelesaian RAK Faktorial dengan SPSS 16 sebagai berikut:

Langkah 1: Jalankan program SPSS 16

Tampilan setelah aplikasi dibuka.

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

Tampilan SPSS Bagian Data

Tampilan SPSS Bagian Output

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, kelompok 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.

Langkah 5 : Mengisi Bagian “Values”

a. Bagian Perlakuan

Pada kolom “Values Perlakuan”klik 2x pada bagian kanan sel hingga muncul sebuah tombol bar yang berisi titik-titik, klik tombol tersebut hingga muncul kotak “Value Labels”.
Isi kotak value dengan angka dan kota labels dengan kode perlakuan. Mis: value= 0, labels = P0=Kontrol (tanpa biochat) , kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

Value perlakuan

b. Bagian Kelompok

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

Value kelompok

Langkah 6 : Mengisi Bagian “Data View”

1. Klik “Data View” yang terletak disudut kiri bawah, sehingga muncul penampilan seperti dibawah ini.

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

Klik Bagian Analyze -> General Linear -> Model Univariate

Maka, akan muncul kotak Univariate seperti dibawah ini:

Langkah 8 : Mengisi “Dependent Variable” pada kotak Univariate

Klik Bagian Rata-rata indeks keanekaragamaan (H') arthropoda permukaan pada tanaman kangkung [Hasil] -> Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini.

Langkah 9 : Mengisi “Fixed Factor(s)” pada kotak Univariate

1. Klik Bagian Biochat (Blok_Perlakuan) -> Klik Tanda Panah Pada Bagian Fixed Factor(s), sehingga seperti ini.

2. Klik Bagian Indeks keanekaragaman (Perlakuan) -> Klik Tanda Panah Pada Bagian Fixed Factor(s), sehingga seperti ini.

Langkah 10 : Mengisi “Model” pada kotak Univariate

1. Klik tombol Model -> hingga muncul kotak Univariate: Model. Pada bagian Specify Model -> klik Custom.

2. Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, ada bagian Factor & Covariates -> Klik bagian Blok, perlakuan dan ubah Type menjadi "Main Effects" -> Klik Tanda Panah di Bagian tengah Kotak Dialog (masukkan satu persatu)-> Klik Continue.

Langkah 11 : Mengisi “Post Hoc” pada kotak Univariate

Klik Setelah itu, muncul menu "Univarite" seperti sebelumnya. Lalu tekan Post Hoc. Post Hoc berfungsi sebagai uji lanjut PAWS. Uji lanjut yang digunakan adalah LSD, Tukey dan Duncan. Kemudian factor "Kelompok" dan "perlakuan" dipindahkan ke "Post Hoc Test For". Kemudian klik kotak disamping tulisan LSD, Tukey, dan Duncan hingga muncul tanda centang, lalu tekan "continue" seperti gambar dibawah ini: