Laporan Praktikum Rancangan Acak Lengkap (RAL)

Laporan Praktikum Perancangan Percobaan (PTN202)

RANCANGAN ACAK LENGKAP (RAL)

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

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

BAB I
PENDAHULUAN

1.1 Latar Belakang

Rancangan Percobaan (eksprerimen) adalah suatu tes atau serangkaian tes dengan maksud mengamati dan mengidentifikasi perubahan-perubahan pada output respon yeng sidebabkan oleh perubahan-perubahan yang dilakukan pada variable input dari suatu proses. Rancangan percobaan bertujuan untuk memperoleh atau mengumpulkan informasi sebanyak yang diperlukan dan berguna dalam melakukan penelitian dan persoalan yang akan diankat. Rancangan percobaan banyak dimanfaatkan dalam dunia industri atau penelitian yang berkaitan yang berkaitan dengan produk, penggunaan alat dan lain sebagainya. Suatu percobaan yang dirancang dengan hanya melibatkan suatu faktor dengan beberapa taraf sebagai perlakuan disebut dengan percobaan satu faktor.

Rancangan percobaan dikalsifikan menjadi Rancangan Acak Lengkap (RAL), Rancangan Acak Kelompok Lengkap (RAKL), dan Rancangan Latin Square. Rancangan cross-over merupakan sebuah rancangan yang mengkombinasikan sifat Latin square dan RAKL digunakan untuk membandingkan dua hingga empat perlakuan. Rancangan Acak Lengkap ialah rancangan yang paling sederhana di antara rancangan percobaan yang baku. RAL biasanya digunakan untuk percobaan yang dilakukan di laboratorium, ruang kultur jaringan dan rumah kaca atau dalam percobaan-percobaan tertentu yang memiliki kondisi lingkungan relatif homogen. Rancangan ini disebut rancangan acak lengkap, karena pengacakan perlakuan dilakukan pada seluruh unit percobaan.

1.2 Tujuan

Praktikum ini bertujuan agar mahasiswa dapat mengetahui dan memahami analisis data optimasi dengan menggunakan metode Rancangan Acak lengkap.

BAB II

TINJAUAN PUSTAKA

SPSS adalah aplikasi untuk melakukan analisis statistik. SPSS adalah singkatan dari Statistical Package for the Social Sciences. Aplikasi SPSS adalah salah satu program pengolahan statistic yang paling umum digunakan dalam penelitian yang menggunakan data kuantitatif atau data kualitatif yang dikuantitatifkan. SPSS adalah program aplikasi yang memiliki analisis data statistik yang cukup tinggi. SPSS memiliki sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana, sehingga mudah mengoprasikan dan memahaminya. SPSS ini adalah salah satu program aplikasi yang paling banyak diminati dan digunakan oleh para analis dan peneliti untuk mengolah data-data statistik

Rancangan Acak Lengkap (RAL) ialah rancangan yang paling sederhana dan paling mudah diantara rancangan-rancangan percobaan yang baku. RAL biasanya digunakan untuk percobaan yang dilakukan di laboratorium, ruang kultur jaringan dan rumah kaca atau dalam percobaan-percobaan tertentu yang memiliki kondisi lingkungan relatif homogen. Rancangan ini dikatakan acak karena setiap satuan percobaan mempunyai peluang yang sama untuk mendapatkan perlakuan sedangkan dikatakan lengkap karena seluruh perlakuan yang dirancang dalam percobaan tersebut digunakan. Analisis dalam Rancangan Acak Lengkap ini dapat dilakukan dengan mudah dan langsung. Dalam Rancangan Acak Lengkap, banyaknya satuan percobaan tidak dibatasi. Namun dalam beberapa situasi, dimungkinkan ketidakpraktisan untuk mengukur atau mengamati keseluruhan satuan percobaan. Oleh karena itu, upaya yang dapat dilakukan untuk menanggulangi hal tersebut menggunakan Rancangan Acak Lengkap dengan subsampel.

Ketidaksamaan jumlah data tiap perlakuan dan unit sampel dapat terjadi dalam Rancangan Acak Lengkap dengan subsampel. Ketidaksamaan ini dimungkinkan terjadi karena adanya data yang hilang atau jumlah ulangan yang berbeda. Kemungkinan ketidaksamaan kasus data pengamatan yang akan ditemui antara lain : (1) ketidaksamaan jumlah ulangan tetapi jumlah unit sampel sama, (2) ketidaksamaan jumlah unit sampel tetapi jumlah ulangan sama, dan (3) ketidaksamaan jumlah unit sampel dan ulangan. Dari tiga kasus tersebut dimungkinkan mempunyai tabel ANAVA yang berbeda satu dengan lainnya. Berdasarkan hal tersebut, penulis tertarik untuk mempelajari dan membahas prosedur ANAVA dalam Rancangan Acak Lengkap dengan subsampel pada 3 kasus yang berlainan.

Beberapa kelebihan dari Rancangan Acak Lengkap adalah sebagai berikut:

1.Fleksibel. Disesuaikan dengan sumber keragaman yang ada dan tidak ada batasan antar jumlah perlakuan atau ulangan.

2. Mudah dianalisis. Dari semua rancangan lapangan, RAL adalah rancangan yang paling mudah dalam analisisnya, walaupun dalam keadaan jumlah ulangan dan perlakuan tidak sama.

3. Derajat bebas estimasi maksimum terdapat pada error. Ini berlaku hanya untuk percobaan percobaan kecil atau untuk pengamatan dimana variasi luar besar.

Sedangkan kelemahan dari Rancangan Acak Lengkap adalah relatif tidak efesien bila ada rancangan yang lebih tepat untuk digunakan. Hal ini bersumber dari fakta bahwa semua keragaman yang tidak diketahui (serta keragaman faktor luar yang dapat dikendalikan) tercakup dalam galat percobaan.

A. DEFINISI DAN SYARAT PENGGUNAAN

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 dikendalika

B. KELEBIHAN DAN KEKURANGANNYA

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.

RANCANGAN ACAK LENGKAP (RAL NON FAKTORIAL)

Skripsi : Sasmita Idzni (1905109010009), Program Studi Proteksi Tanaman, Fakultas Pertanian, Universitas Syiah Kuala, 2023

Judul : Pengaruh Konsentrasi Ekstrak Daun Inggu (Ruta graveolens L.) Terhadap Mortalitas Larva Diaphania indica (Lepidoptera:Crambidae) Di Laboratorium

BAB III
PEMBAHASAN

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 RAL

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, 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, Perlakuan : Perbedaan Kadar Air Haylase Rumput Lapangan, Dan Kandungan Serat 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. 1= K1 Konsentrasi 1%, 2= K2 = Konsentrsi 2%, 3= K3 = Konsentrasi 3%, 4= K4 = Konsentrasi 4%, 5 = K5 = Konsentrasi 5% kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

b. Bagian Ulangan

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.1= Ulangan I Dan seterusnya seperti pada gambar , 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 seper 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.

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 -> Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini.

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

Klik Bagian 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 Perlakuan -> Klik Tanda Panah di Bagian tengah Kotak Dialog.

Langkah 11 : Mengisi “Options” pada kotak Univariate

1. Klik tombol Options -> hingga muncul kotak Univariate: Options. Klik bagian OVERAL > Klik Tanda Panah di Bagian tengah Kotak Dialog.

2. Pada bagian Display -> Klik Bagian Desciptive Statistics dan Homogeneity Tests -> Klik Continue -> Kembali ke kotak univariate -> Klik Ok.

Langkah 12 : Mengisi “Post Hoc” pada kotak Univariate

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