Rancangan Acak Kelompok (RAK)
pada kesempatan kali ini saya akan membahas wacana cara menggunakan Rancangan Acak Kelompok (RAK) untuk penelitian berikut yakni pembahasannya.Mengenal Rancangan Acak Kelompok (RAK)
Rancangan Acak Kelompok 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, alasannya pengacakan perlakuan dilakukan pada setiap kelompok. Rancangan ini sanggup digunakan untuk melaksanakan percobaan di lapangan atau di laboratorium atau di rumah kaca.
Definisi RAK
Rancangan Acak Kelompok (RAK) merupakan rancangan percobaan yang digunakan pada kondisi daerah yang tidak homogen. Sebagian besar percobaan-percobaan yang dilaksanakan dilapangan atau di lahan pertanian menggunakan rancangan lingkungan dalam bentuk RAK. Bila kita menghadapi kondisi daerah percobaan tidak homogen, maka digunakan prinsip pengawasan setempat (local control), artinya daerah percobaan harus dikelompokkan menjadi bagian-bagian yang relatif homogen. Pada bab 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 daerah yang tidak homogen. Sebagian besar dilakukan di lapangan/lingkungan. Rancangan acak kelompok menggunakan prinsip pengawasan setempat dan daerah percobaan dikelompokkan menjadi bab yang relatif homogen.
Ciri – Ciri RAK
Menurut Harlyan (2012), Adapun ciri – ciri Rancangan Acak Kelompok (RAK), yakni 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 laba tentunya kita bandingkan dengan lainnya, dalam hal ini demham RAL dan mungkin dengan rancangan yang lebih kompleks, laba RAK yakni :
Sama menyerupai RAL, analisis statistik dari data yang diperoleh demgan RAK ini masih bersifat sederhana.
Apabila andaian adanya gradien satu arah dipenuhi, RAK memperlihatkan presisi dan efisiensi yang lebih tinggi dari RAL.
Jika ada satu atau dua data yang hilang (atau secara statistik tidak memenuhi syarat) analisis masih sanggup dilanjutkan, yaitu dengan teknik data hilang (missing data technique).
Kekurangan RAK
Menurut Harlyan (2012), Rancangan Acak Kelompok (RAK) mempunyai beberapa kelebihan, yaitu :Rancangan menjadi kurang efisien dibanding yang lain kalau 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.
Pengelompokan dan Prosedur Pembuatan Denah
Tujuan utama pengelompokan yakni mengurangi galat percobaan dengan mengesampingkan proteksi sumber keragaman yang diketahui di antara satuan percobaan. Hal ini dikerjakan dengan mengelompokkan satuan percobaan ke dalam kelompok sehingga keragaman dalam setiap kelompok setiap kelompok dibentuk minimum dan keragaman antar kelompok dibentuk maksimum. Kerana hanya keragaman dalam kelompok menjadi bab dari galat percobaan, pengelompokan paling efektif apabila areal percobaan mempunyai pola keragaman yang sanggup diduga. Dengan pola yang sanggup diduga, sanggup dipilih bentuk petak dan anutan pengelompokan sehingga sebanyak mungkin keragaman terhitung dalam perbedaan dalam kelompok, dan petak percobaan dengan kelompok yang sama dijaga seseragam mungkin. Adapun cara pelaksanaan pengelompokan sebagai berikut :Tentukan perlakuannya.
Tentukan jumlah ulangannya à blok, ingat sedapat mungkin (p-1)(r-1) >= 15.
Lakukan pengacakan perlakuan pada masing-masing blok.
Setiap perlakuan akan muncul di masing-masing blok (ulangan).
Prosedur pembuatan skema RAK yakni sebagai berikut :
Tempat percobaan dibagi ke dalam blok sama dengan banyaknya ulangan. Arah panjang blok tegak lurus arah peralihan kesuburan.
Blok atau ulangan dibagi kedalam petak atau plot. Banyaknya petak dalam tiap blok sama dengan banyaknya perlakuan yang dicoba.
Penempatan perlakuan yang yang dicoba ke dalam petak pada setiap blok dilakukan secara acak atau random.
Dengan pengaturan percobaan RAK ini, maka akan terjadi perbedaan kesuburan antar blok yang cukup besar, tetapi perbedaan kesuburan antar petak dalam satu blok sangat kecil atau minimum. Berikut contoh skema percobaan rancangan acak kelompok dengan lima perlakuan (A, B, C, D, E) dan 4 ulangan :
Model Linier RAK
|
Yij = respon atau nilai pengamatan dari perlakuan ke i dan ulangan ke j
µ = nilai tengah umum
Ti = efek 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 |
2.9 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
2.10 Tabel Sidik Ragam (ANOVA)
SK | Db | JK | KT | Fhit | F 5% | F1% |
Ulangan Perlakuan Galat | i – 1 j - 1 ij – (i+j) +1 | JK U JK P JK G | JKU/(dbU) JKP/(dbP) JKG/(dbG) | KTU/KTG KTP/KTG | dbu, dbg dbp, dbg | dbu, dbg dbp, dbg |
Total | ij – 1 | JKT | ||||
2.11 Koefisien Keragaman
Apabila ingin diketahui perbedaan keragaman dengan variabel yang lain (misalnya dengan umur berbunga), maka sanggup dihitung koefisien keragaman (koefisien Keragaman) atau (KK). Menurut Hanafiah (1991), sebagai materi teladan untuk menilai apakah KK termasuk besar, sedang, atau kecil, yaitu :
a. KK Besar, kalau nilai KK minimal 10% pada kondisi homogen atau 20% pada kondisi heterogen.
b. KK Sedang, kalau nilai KK minimal 5 - 10% pada kondisi homogen atau 10 - 20% pada kondisi heterogen.
c. KK Kecil, kalau nilai KK maksimal 5% pada kondisi homogen atau 10% pada kondisi heterogen.
Ada beberapa faktor yg mempengaruhi Nilai Koefisien Keragaman (KK), yaitu :
a. Heterogenitas bahan, alat, media, lingkungan percobaan. Artinya semakin heterogen, maka nilai KK semakin besar, begitu sebaliknya. MENGANALISIS DATA RAK Rancangan Acak Kelompok MENGGUNAKAN EXCEL
2. Kemudian Pilih Variable View yang terletak di pojok bawah, sesudah itu masukkan variablenya dan sesuaikan dengan data, untuk RAK (non faktorial) variabel Ulangan pada RAL diganti dengan kelompok, untuk perlakuan dan hasil tetap sama, untuk desimalnya sesuaikan dengan digit dari data anda.
3. Pada kolom Label untuk variabel perlakuan diubahsuaikan dengan judul perlakuannya sedangkan untuk hasil sesuaikan dengan hasil penelitiannya
4. lalu klik pada kolom Values, maka akan muncul jendela 'value labels', masukkan makna dari nilai 0 - 4 sesuai dengan jenis perlakuan. menyerupai gambar dibawah ini
5. lalu klik pada kolom Values, maka akan muncul jendela 'value labels', masukkan makna dari nilai 1 - 3 . Ketik 1 pada value dan Ulangan I pada Label , lalu klik add dan ulangi langkah tadi hingga Ulangan III, Klik OK.
6. Kemudian klik Data View yang ada di pojok kanan, Masukkan Hasil sesuai dengan data.
10. Kemudian klik model, jendela ' Univariate model' akan muncul' pilih custom, klik perlakuan dan kelompok dan klik tanda panahnya dan klik continue.
11. Selanjutnya pilih 'Post Hoc' maka akan muncul jendela 'Univariate Post Hoc' , klik pada perlakuan, klik tanda panahnya dan Pilih metode yang ingin dicoba, disini saya menentukan 3 metode yang biasanya digunakan yaitu LSD, TUKEY dan DUNCAN, lalu klik continue
12. Kemudian Klik OK.
13. Maka akan muncul Output menyerupai ini
Sumber http://www.elysetiawan.com
b. Selang perlakuan; semakin lebar selang perlakuan anda, maka nilai KK percobaan anda semakin besar, begitu sebaliknya.
Koefisien keragaman (KK) sanggup dihitung dengan rumus sebagai berikut :
KK = akar KT galat/rata-rata x 100 %
MENGANALISIS DATA RAK Rancangan Acak Kelompok MENGGUNAKAN EXCEL
MENGANALISIS DATA RAK (Rancangan Acak Kelompok) MENGGUNAKAN SPSS
1. Buka SPSS
2. Kemudian Pilih Variable View yang terletak di pojok bawah, sesudah itu masukkan variablenya dan sesuaikan dengan data, untuk RAK (non faktorial) variabel Ulangan pada RAL diganti dengan kelompok, untuk perlakuan dan hasil tetap sama, untuk desimalnya sesuaikan dengan digit dari data anda.
3. Pada kolom Label untuk variabel perlakuan diubahsuaikan dengan judul perlakuannya sedangkan untuk hasil sesuaikan dengan hasil penelitiannya
4. lalu klik pada kolom Values, maka akan muncul jendela 'value labels', masukkan makna dari nilai 0 - 4 sesuai dengan jenis perlakuan. menyerupai gambar dibawah ini
5. lalu klik pada kolom Values, maka akan muncul jendela 'value labels', masukkan makna dari nilai 1 - 3 . Ketik 1 pada value dan Ulangan I pada Label , lalu klik add dan ulangi langkah tadi hingga Ulangan III, Klik OK.
6. Kemudian klik Data View yang ada di pojok kanan, Masukkan Hasil sesuai dengan data.
7. Masukkan label perlakuan
Output RAK
8. Setelah data tersusun dengan baik, selanjutnya dilakukan analisis varian, langkahnya sebagai berikut : klik Analyze > General Linear Model > Univariate
9. Maka akan muncul jendela menyerupai dibawah ini. Klik Analisis N-total (hasil penelitian) dan klik tanda panah pada 'Dependent Variable'. lalu klik Pemberian Bokashi dan Kelompok (Perlakuan pada penelitian) dan klik tanda panah pada 'Fixed Factor'
11. Selanjutnya pilih 'Post Hoc' maka akan muncul jendela 'Univariate Post Hoc' , klik pada perlakuan, klik tanda panahnya dan Pilih metode yang ingin dicoba, disini saya menentukan 3 metode yang biasanya digunakan yaitu LSD, TUKEY dan DUNCAN, lalu klik continue
12. Kemudian Klik OK.
13. Maka akan muncul Output menyerupai ini
Sumber aciknadzirah.blogspot.com/search?q=
Sumber http://www.elysetiawan.com
Buat lebih berguna, kongsi:
