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