RANCANGAN ACAK LENGKAP (RAL)

RANCANGAN ACAK KELOMPOK (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. 

• Keuntungan RAK:

1. Punya ketepatan n ketelitian yg lbh tinggi

2. Punya fleksibilitas yg lbh tinggi, jika ada

3. kelompok yang “merusak” maka dapat dilepas

4. Perhitungan yang mudah

5. Jika ada data hilang dapat dicari

• MODEL MATEMATIS RAK

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

• Hipotesis yang Diuji

H₀ : T1 = T2 = T3 =T4 = 0

H₁ : paling sedikit ada sepasang Ti yang tidak sama

 Atau

H₀ : µ1 = µ 2 = µ 3 = µ 4 = 0

H₁ : paling sedikit ada sepasang µ i yang tidak sama, atau µi≠ µi

             paling sedikit ada sepasang rata-rata perlakuan yang berbeda.

     H₀:  Tidak ada perbedaan rata-rata antar perlakuan.

F Tabel < F Hitung 5%, maka H₁ diterima

F Tabel > F Hitunh 5 %, maka H₀ diterima

•       Struktur Data

Perlakuan (j)	Ulangan (i)				Total
	1	2	...	I
1	Y11	Y21	. . .	Yi1	Y.1
2	Y12	Y22	. . .	Yi2	Y.2
...	. . .	. . .	. . .	Yi. .	. . .
J	Y1j	Y2j	. . .	Yij	S Y.j
Total	Y1’	Y2’	. . .	Yi’	Y.. = SYij

•   Jumlah Kuadrat dan Kuadrat Tengah

Menghitung Jumlah Kuadrat

FK                 = ( Σtotal) ²/ n atau ( Σtotal) ²/ r x t

JK Total        =   Jumlah kuadrat masing-masing pengamatan  – FK

JK Ulangan   = ( Jumlah kuadrat total masing-masing ulangan / jumlah perlakuan) – FK

JK Perlakuan = (Jumlah kuadrat total masing-masing perlakuan / jumlah ulangan) – FK

JK Galat        = JK Total – JK Ulangan – JK Perlakuan

   

TABEL SIDIK RAGAM 

SK	db	JK	KT	Fhit	Ftab
Perlakuan	i-1	JKP	JKP/dbp	KTP/KTS	dbp,dbs
Kelompok	j-1	JKK	JKK/dbk	KTK/KTS	dbk,dbs
Sisa	ij-(i+j)+1	JKS	JKS/dbs
Total	ij-1	JKT

  
Untuk Lebih Jelasnya Perhatikan Contoh Di Bawah Ini Cara Mengolah Data Dari Hasil Penelitian Dengan Menggunakan Spss 16
 

Data Hasil Penelitian dari Ahmad Irawan dengan Judul “Pengauh Pemberian Bahan Organik Terhadap Perubahan Sifat Kimia Andisol, Pertumbuhan dan Produksi Gandum ( Triticum eastivum L.)"

 Lampiran 1. Rata-Rata Tinggi Tanaman 15 HST Akibat Perlakuan Bahan Organik.
  

 MENGANALISIS DENGAN MENGGUNAKAN SPSS 16

Langkah I : 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 Pada SPSS Bagian Data

  Tampilan Pada SPSS Bagian Output

 Langkah II : Mengisi Bagian Kolom Name Seperti di bawah ini

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

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

 Langkah V : Mengisi Bagian “Values” (Bagian Perlakuan)

 Klik  bagian tanda Panah, Sehingga Tampil Seperti berikut ini :

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

Contoh : 0 = “B0”, jadi ketika kita ketik Label 1 maka ini sama dengan B0, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK. 

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

 

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

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

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

Langkah VII : Mengisi Bagian “Data View”

 

  
Klik bagian “Data View”, sehingga berpenampilan seperti ini. 

Langkah VIII : Selanjutnya Isi Bagian Kolom Perlakuan, Ulangan, dan Hasil. Sehingga tampil seperti dibawah ini.

Langkah IX : Menganalisis Data

Klik Bagian Analyze à General Linear Model à Univariate

 

 

 Langkah X : Setelah itu muncul seperti di bawah ini

Klik Bagian Rata-rata Tinggi Tanaman [Hasil] à Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini 

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

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

Langkah XI : Klik Bagian Model à Klik Custom

Setelah diklik Model, maka akan muncul seperti di bawah ini :

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

Setelah itu Klik Bagian Blok pada bagian Factor & Covariate seperti di bawah ini :

 Setelah itu Klik Continue

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

Setelah itu tampil Kotak dialog yang baru, seperti di bawah ini :

Klik Bagian Perlakuan, dan klik Tanda Panah pada bagian tengah :

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

Lalu klik Continue

 Langkah XIII : Setelah itu tampil seperti di bawah ini, maka klik OK

Langkah XIV : Lalu Muncul OUTPUT dari analisis yang dilakukan

Pada bagian Tabel Sidik Ragam dari Output SPSS, bandingkan dengan data yang diolah dengan Skripsi yang telah dibuat 

 

Tests of Between-Subjects Effects
Dependent Variable:Rata-rata Tinggi Tanaman 15 HST Akibat Perlakuan Bahan Organik
Source	Type III Sum of Squares	df	Mean Square	F	Sig.
Corrected Model	13.041a	11	1.186	1.469	.226
Intercept	7241.100	1	7241.100	8.975E3	.000
Perlakuan	9.904	9	1.100	1.364	.274
Blok	2.835	2	1.417	1.757	.201
Error	14.523	18	.807
Total	7337.102	30
Corrected Total	27.564	29
a. R Squared = ,473 (Adjusted R Squared = ,151)