Laporan Praktikum Rancangan Acak Lengkap Faktorial (RALF)

Laporan Praktikum Perancangan Percobaan (PTN202)

RANCANGAN ACAK LENGKAP FAKTORIAL (RALF)

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

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

A. Definisi dan Syarat Penggunaan

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 saling berinteraksi. 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.

B. Tujuan RALF

Tujuan dari percobaan faktorial adalah untuk melihat interaksi antara faktor yang kita cobakan. Adakalanya kedua faktor saling sinergi terhadap respons (positif), namun adakalanya juga keberadaan salah satu faktor justru menghambat kinerja dari faktor lain (negatif). Adanya kedua mekanisme tersebut cenderung meningkatkan pengaruh interaksi antar ke dua faktor. Interaksi mengukur kegagalan dari pengaruh salah satu faktor untuk tetap sama pada setiap taraf faktor lainnya atau secara sederhana,

Interaksi antara faktor adalah apakah pengaruh dari faktor tertentu tergantung pada taraf faktor lainnya? Misalnya apabila pengaruh sederhana N sama pada setiap taraf pemberian pupuk P maka kedua faktor tersebut saling bebas (independent) dan dikatakan tidak ada interaksi, sedangkan apabila pemberian N memberikan pengaruh yang berbeda pada setiap taraf dari P, maka dikatakan terjadi interaksi antara Faktor N dan Faktor P.

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. Seperti yang kita pahami bahwasanya rancangan faktorial dan non faktorial hanya berbeda pada jumlah perlakuan yang diberikan. Pada rancangan non faktorial perlakuaannya dalah tunggal (tanpa melihat adanya interaksi antar perlakuan), dan pada rancangan faktorial terdapat lebih dari 1 faktor yang diamati dalam pengukuran sehingga pada rancangan faktorial dilihat hubungan atau interaksi antar perlakuan yang diteliti.

C. Kelebihan dan Kekurangan

1. Kelebihan

Kelebihan RAL adalah perhitungannya sederhana. RAL dapat diterapkan pada percobaan dengan ulangan pengamatan sama dan tidak sama. Keuntungan menggunakan RAL antara lain :

Rancangan percobaannya lebih mudah
Apabila jumlah perlakuan hanya sedikit, dimana derajat bebas galatnya juga kecil.
Analisis statistik terhadap data percobaan sederhana.
Fleksibel dalam jumlah penggunaan perlakuan dan ulangan (dapat dilakukan pada Ulangan yang tidak sama).
Terdapat alternatif analisis nonparametrik yang sesuai.
Permasalahan data hilang dapat mudah ditangani.
Tidak memmerlukan tingkat pemahaman yang tinggi mengenai bahan percobaan.

2. Kekurangan RAL

Antara lain sebagai berikut:

Terkadang tidak efisien
Tingkat ketepatan (presisi) mungkin tidak terlalu memuaskan kecuali unit percobaan benar-benar homogen,
Pengulangan percobaan yang sama mungkin tidak konsisten (lemah) apabila satuan percobaan tidak benar-benar homogen terutama apabila jumlah ulangannya sedikit.

D. Model Matematis RALF

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

ulangannya sedikit

Keterangan:

E. Analisis Data Rancangan Acak Lengkap Faktorial (RALF)

Analisis data RALF (Rancangan Acak Lengkap Faktorial)

dengan menggunakan SPSS

Data RALF

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.

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_Faktor 1, Perlakuan_Faktor 2, Ulangan_Blok_Kelompok, dan hasil_Penelitian.

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 : label perlakuan_Faktor 1 adalah Phospat, dan selanjutnya.

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 kotal labels dengan kode perlakuan. Mis: value= 0, labels = P0=0 gram P2O5/pot, kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK

Value perlakuan 1

Value perlakuan 2

b. Bagian Blok (Ulangan)

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 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, 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 Hasil biji Kering kacang tanah (g/pot) [Hasil] -> Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini.

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

Klik Bagian Phospot [Perlakuan 1] -> Klik Tanda Panah Pada Bagian Fixed Factor(s) -> Klik bagian Kapur [Pelakuan 2] -> 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, perlakuan 1, dan perlakuan 2 dan ubah Type menjadi "Main Effects" -> Klik Tanda Panah di Bagian tengah Kotak Dialog (masukkan satu persatu).

3. Klik bagian Perlakuan 1 + Shift + Perlakuan 2 + panah bawah pada keyboard -> Type "Interaction" -> Klik Tanda Panah di Bagian tengah Kotak Dialog -> Klik Continue.

Langkah 11 : Mengisi “Post Hoc” pada kotak Univariate

1. Klik tombol Post Hoc -> hingga muncul kotak Univariate: Post Hoc. Klik bagian perlakuan 1, perlakuan 2 (masukan satu persatu) -> Klik Tanda Panah di Bagian tengah Kotak Dialog.