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