Rancangan Acak Kelompok Faktorial (RAKF)

RAK Faktorial

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.

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

Keterangan :

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

π              = Nilai tengah umum

Ki           = Pengaruh kelompok ke-i

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 kelompok ke-i

i               = 1, 2, …., k (k = kelompok)

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

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

Data didapat dari:

Skripsi : Muhammad Fadhly (0805101060039) Program Studi Agroteknologi, Fakultas Pertanian Universitas Syiah Kuala, Banda Aceh, 2016.

Judul: Pengaruh Kekeringan dan Varietas Terhadap Pertumbuhan dan Hasil Tanaman Padi ( Oryza sativa L. ).

Langkah 1 : Jalankan Program SPSS

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

 Tampilan Pada SPSS Bagian Data

Tampilan Pada SPSS Bagian Output

Langkah 2 : Mengisi Bagian Kolom Name Seperti di bawah ini 

Langkah 3 : Selanjutnya pada “Decimals” disesuaikan berapa banyak decimal yang akan kita gunakan.

Langkah 4 : Setelah bagian Decimals, selanjutnya bagian “Label” buat sesuai dengan Skripsi

Langkah 5 : Mengisi Bagian “Values” (Bagian Perlakuan 1 dan Bagian Perlakuan 2)

Klik  bagian tanda Panah, Sehingga Tampil Seperti berikut ini :

Bagian ini bertujuan untuk memberikan label dari setiap perlakuan yang kita buat, 

 Contoh : 1= “Dosis 1”, jadi ketika kita ketik Label 1 maka ini sama dengan Dosis 1, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Bagian ini bertujuan untuk memberikan label dari setiap perlakuan yang kita buat,

Contoh : 1= “Waktu 1”, jadi ketika kita ketik Label 1 maka ini sama dengan Waktu 1, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Langkah 6 : Mengisi Bagian “Values” (Bagian Ulangan) 

Klik Bagian Tanda Panah, Sehingga tampil seperti di bawah ini : 

Bagian ini bertujuan untuk memberikan label dari setiap Ulangan yang kita buat,

Contoh : 1= “Ulangan I”, jadi ketika kita ketik Label 1 maka ini sama dengan Ulangan I, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK

Langkah 8 : Mengisi Bagian “Data View”

Klik bagian “Data View”, Selanjutnya Isi Bagian Kolom Perlakuan 1, Perlakuan 2, Ulangan, dan Hasil. Sehingga tampil seperti dibawah ini.

Langkah 9 : Menganalisis Data

Klik Bagian Analyze à General Linear Model à Univariate 

Langkah 10 : Setelah itu muncul seperti di bawah ini

Klik Bagian Presentase Benih [Hasil] à Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini :

Setelah itu Klik Bagian Perlakuan Dosis à Klik tanda panah pada bagian Fixed Factors seperti tampil di bawah ini  :  

Setelah itu Klik Bagian Perlakuan Waktu à Klik tanda panah pada bagian Fixed Factors seperti di bawah ini :

Langkah 11 : Klik Bagian Model à Klik Custom

Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, disitu ada bagian Factor & Covariates, Klik bagian Perlakuan

Lakukan seperti tadi pada bagian Perlakuan 2. Sampai tampil seperti di bawah ini :

Setelah Perlakuan 1 dan Perlakuan sudah di bagian kotak Model, sekarang Buat Interaksi. Klik Perlakuan 1 à Tekan Tombol Shift à Klik Perlakuan 2 à Setelah itu Klik tanda Panah di Bagian Tengah à Sehingga Tampil seperti di bawah ini : 

Setelah itu Klik Continue

Langkah 12  : Klik bagian Post Hoc, Post Hoc berfungsi untuk menguji Lanjut dari Hasil Penelitian

Setelah itu tampil Kotak dialog yang baru, Klik Bagian Perlakuan 1, dan klik Tanda Panah pada bagian tengah :

 Lakukan hal yang sama dengan Perlakuan 2, sehingga tampil seperti dibawah ini :

Setelah itu Klik Bagian LSD (untuk Uji BNJ), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) à Klik Continue 

Lalu klik Continue

Langkah 13 : Lalu Muncul OUTPUT dari analisis yang dilakukan

Pada bagian Tabel Sidik Ragam dari Output SPSS, bandingkan dengan data yang diolah dengan Microsoft Excel dan juga bandingkan dengan Skripsi yang telah dibuat :

Hasil dari Analisis dengan menggunakan SPSS  

  Sumber : Google.com

Rancangan Acak Kelompok (RAK)

RAK Non Faktorial

Rancangan Acak Kelompok (RAK) merupakan rancangan percobaan yang digunakan pada kondisi tempat yang tidak homogen. Sebagian besar percobaan-percobaan yang dilaksanakan dilapangan atau di lahan pertanian menggunakan rancangan lingkungan dalam bentuk RAK. Bila kita menghadapi kondisi tempat percobaan tidak homogen, maka dipakai prinsip pengawasan setempat (local control), artinya tempat percobaan harus dikelompokkan menjadi bagian-bagian yang relatif homogen. Pada bagian yang sudag dianggap homogen inilah kita sah (valid) untuk mengadakan pengujian.

            Rancangan Acak Kelompok (RAK) / Randomized Complete Block Design (RCBD)merupakan rancangan percobaan pada kondisi tempat yang tidak homogen. Sebagian besar dilakukan di lapangan/lingkungan. Rancangan acak kelompok memakai prinsip pengawasan setempat dan tempat percobaan dikelompokkan  menjadi bagian yang relatif homogen.

Ciri – Ciri RAK

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.

 Kelebihan RAK

            Menurut Yitnosumarto (1991), apabila kita membicarakan keuntungan tentunya kita bandingkan dengan lainnya, dalam hal ini demham RAL dan mungkin dengan rancangan yang lebih kompleks, keuntungan RAK adalah :

· Sama seperti RAL, analisis statistik dari data yang diperoleh demgan RAK ini masih bersifat sederhana.

· Apabila andaian adanya gradien satu arah dipenuhi, RAK memberikan presisi dan efisiensi yang lebih tinggi dari RAL.

· Jika ada satu atau dua data yang hilang (atau secara statistik tidak memenuhi syarat) analisis masih dapat dilanjutkan, yaitu dengan teknik data hilang (missing data technique).

 Kekurangan RAK

            Menurut Harlyan (2012), Rancangan Acak Kelompok (RAK) memiliki beberapa kelebihan, yaitu :

· Rancangan menjadi kurang efisien dibanding yang lain jika terdapat lebih dari satu sumber keragaman yang tidak diinginkan.

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

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

Yij = µ + Ti + Bj +ε ij ; i = 1, 2, 3 ... t

j =1, 2, 3 ... r

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

µ    = nilai tengah umum

Ti   = pengaruh perlakuan ke-i

Bj  =  pengaruh blok ke-j

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

Data didapat dari:

Skripsi: Taslim (1105101060092) Program Studi Agroteknologi, Fakultas Pertanian Universitas Syiah Kuala, Banda Aceh, 2016.

Judul: Pengaruh Perlakuan Benih Menggunakan Rhizobakteri Pemacu Pertumbuhan Tanaman Terhadap Pertumbuhan dan Produksi Cabai Varietas PM999 .

Langkah-langkah penyelesaian RAK (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

Langkah 2 : Mengisi Bagian Kolom “Name” pada Variabel View

Langkah 3: Selanjutnya pada kolom “Decimals” disesuaikan berapa banyak decimal yang akan kita gunakan

Langkah 4 : Setelah bagian Decimals, selanjutnya kolom “Label”

Langkah 5 : Mengisi Bagian “Values”

Bagian Perlakuan

·        klik 2x kolom “Values Perlakuan” pada bagian kanan sel hingga muncul kotak “Value Labels”.

·        Isi kotak value dengan angka dan kotal labels dengan kode perlakuan, kemudian klik “add” dan seterusnya lalu klik OK.

Bagian Blok

·         Pada kolom “Values Blok”klik pada bagian kanan sel hingga muncul kotak “Value Labels”.

·         Isi kotak value dengan angka dan kotal labels dengan kode blok,  kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

Langkah 6 : Mengisi Bagian “Data View”

·         Klik “Data View”

·         Kemudian pada kolom perlakuan diklik 2 kali, isi daftar perlakuan. Lakukan hal yang sama pada blok.

·         Setelah selesai, isilah data yang akan diolah pada kolom hasil.

Langkah 7 : Menganalisis Data

Klik Bagian Analyze à General Linear à 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

Langkah 8 : Mengisi “Fixed Factor(s)” pada kotak Univariate

Klik Bagian [Perlakuan] à Klik Tanda Panah Pada Bagian Fixed Factor(s)

Klik Bagian Blok [Blok] à Klik Tanda Panah Pada Bagian Fixed Factor(s)

Langkah 8 : Mengisi “Model” pada kotak Univariat

·         Klik tombol Model hingga muncul kotak Univariate: Model, klik Custom.

·         Setelah bagian Custom diklik, Klik bagian Perlakuan à Klik Tanda Panah di Bagian tengah Kotak Dialog.

·         Klik bagian Blok à Klik Tanda Panah di Bagian tengah Kotak Dialog à Klik Continue.

Langkah 9 : Mengisi “Post Hoc” pada kotak Univariate

·         Klik tombol Post Hoc à hingga muncul kotak Univariate: Post Hoc. Klik bagian Perlakuan di Klik Tanda Panah di Bagian tengah Kotak Dialog lalu Klik Continue.

·         Klik Bagian LSD (untuk Uji BNJ), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) Klik Continue lalu Klik OK.

Langkah 10 : Muncul OUTPUT dari Analisis yang dilakukan.

Sumber : Google.com

Rancangan Acak Lengkap (RAL)

RAL NON FAKTORIAL

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.

Kelebihan dan Kekurangan

Beberapa keuntungan dari penggunaan RAL antara lain: 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.

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

Data didapat dari:

Skripsi: Rasmini Yanti (080510105009) Program Studi Agroteknologi, Fakultas Pertanian Universitas Syiah Kuala, Banda Aceh, 2015.

Judul: Uji Keefektifan Cendawan Beauveria bassiana Terhadap Mortalitas dan Perkembangan Crocidolomia pavonana F. ( LEPIDOPTERA )

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

Langkah 2 : Mengisi Bagian Kolom “Name” pada Variabel View

Langkah 3: Selanjutnya pada kolom “Decimals” disesuaikan berapa banyak decimal yang akan kita gunakan

Langkah 4 : Setelah bagian Decimals, selanjutnya kolom “Label”

Langkah 5 : Mengisi Bagian “Values”

Bagian Perlakuan

klik 2x “Values Perlakuan” pada bagian kanan sel hingga muncul kotak “Value Labels”.

Isi kotak value dengan angka dan kotal labels dengan kode perlakuan, klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

Bagian Blok

klik “Values Ulangan” pada bagian kanan sel hingga muncul kotak “Value Labels”.

Isi kotak value dengan angka dan kotal labels dengan kode ulangan, klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

Langkah 6 : Mengisi Bagian “Data View”

Klik “Data View” yang terletak disudut kiri bawah

pada kolom perlakuan diklik 2 kali, isi daftar perlakuan yang akan kita masukkan. Lakukan hal yang sama pada ulangan.

Setelah selesai, isilah data yang akan diolah pada kolom hasil.

Hasilnya seperti dibawah ini:

Langkah 7 : Menganalisis Data

Klik Bagian Analyze à General Linear à Model Univariate

Maka, akan muncul kotak Univariate seperti dibawah ini:

Langkah 8 : Mengisi “Dependent Variable” pada kotak Univariate

Klik Bagian [Hasil] à Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini.

Langkah 8 : Mengisi “Fixed Factor(s)” pada kotak Univariate

Klik Bagian [Perlakuan] à Klik Tanda Panah Pada Bagian Fixed Factor(s), sehingga seperti ini.

Langkah 8 : Mengisi “Model” pada kotak Univariate

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

lihat bagian Kiri Kotak Dialog Univariate: Model klik bagian Perlakuan Klik Tanda Panah di Bagian tengah Kotak Dialog.

Langkah 9 : Mengisi “Post Hoc” pada kotak Univariate

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

Klik Bagian LSD (untuk Uji BNJ), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) Klik Continue Klik OK.

Langkah 10 : Muncul OUTPUT

Kesimpulan = Pada uji keefektifan Cendawan B.bassiana berpengaruh sangat nyata terhadap mortalitas dan perkembangan crocidolomia Pavonana F.

Sumber : Google.com