Sabtu, 23 April 2011

Rancangan Acak Kelompok (RAK)

BAB I
PENDAHULUAN

1.1  Latar Belakang
            Jika faktor yang di uji merupakan faktor bersifat kuantitatif, perlakuan-perlakuannya umumnya merupakan level atau tingkatan dalam faktor tersebut. Faktor yang bersifat kualitatif seperti varietas, jenis insektisida, bahan baku dan lain-lainnya. Percobaan yang menggunakan lebih dari satu faktor, dengan perlakuan yang merupakan kombinasi dari level-level satu faktor dengan level-level faktor yang lain, kita sebut percobaan factorial (Yitnosumarto, 1993). Percobaan faktorial bukan merupakan suatu rancangan, melainkan suatu pola melakukan percobaan untuk mencoba secara serentak dari beberapa faktor dalam suatu percobaan. Adapun rancangan yang dipergunakan dalam percobaan faktorial, tergantung kepada keadaan lingkungan.praktikum ini penting untuk dilakukan karena mempermudah menganalisis data dalam bidang penelitian ilmiah

1.2  Tujuan
                Praktikum ini bertujuan untuk mempelajari percobaan faktorial dan agar praktikan mampu menyusun, menghitung dan menginterpretasikan tabel analisis ragam (ANNOVA) pada percobaan faktorial.

BAB II
TINJAUAN PUSTAKA

Rancangan Acak Kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan satuan percobaan ke dalam grup-grup yang homogen yang dinamakan kelompok dan kemudian menentukan perlakuan secara acak di dalam masing-masing kelompok. Rancangan Acak Kelompok Lengkap merupakan rancangan acak kelompok dengan semua perlakuan dicobakan pada setiap kelompok yang ada. Tujuan pengelompokan satuan-satuan percobaan tersebut adalah untuk membuat keragaman satuan-satuan percobaan di dalam masing-masing kelompok sekecil mungkin sedangkan perbedaan antar kelompok sebesar mungkin. Tingkat ketepatan biasanya menurun dengan bertambahnya satuan percobaan (ukuran satuan percobaan) per kelompok, sehingga sebisa mungkin buatlah ukuran kelompok sekecil mungkin. Pengelompokan yang tepat akan memberikan hasil dengan tingkat ketepatan yang lebih tinggi dibandingkan rancangan acak lengkap yang sebanding besarnya (Yitnosumarto, 1993).
Percobaan faktorial bukan merupakan suatu rancangan, melainkan suatu pola melakukan percobaan untuk mencoba secara serentak dari beberapa faktor dalam suatu percobaan. Adapun rancangan yang dipergunakan dalam percobaan faktorial tergantung pada keadaan lingkungan percobaan dan tujuan percobaan Percobaan faktorial mempelajari pengaruh dari dua faktor atau lebih. Masing-masing faktor terdiri dari dua taraf atau lebih, dimana semua taraf setiap faktor dikombinasikan menjadi kombinasi perlakuan. Kombinasi perlakuan ini merupakan satu kesatuan perlakuan yang dicoba dengan suatu rancangan tertentu (Potcner, 2004).
            Ada dua cara pencatatan atau pernyataan percobaan factorial yang digunakan, yaitu dengan huruf latin besar atau dengan angka arab. Misalnya percobaan factorial yang dimaksud melibatkan faktor A dan B dimana masing-masing faktor mempunyai 2 dan 3 level secara berturut-turut. Jelas bahwa yang dimaksud dengan perlakuan dalam percobaan factorial ini adalah perlakuan kombinasi, karena perlakuan-perlakuan tersebut merupakan kombinasi level-level faktor A dengan level-level faktor B. dank arena dalam percobaan factorial ini kita merancangkan perlakuan, maka rancangannya disebut Rancangan Perlakuan (Treatment Design) (Yitnosumarto, 1993).

BAB III
METODE

Untuk menyelesaikan praktikum ini, kita menggunakan program Minitab. Langkah-langkahnya adalah sebagai berikut:
  1. Didefinisikan terlebih dahulu hipotesis awal (H0), dan hipotesis alternatif (H1).
  2. Dimasukkan data ke worksheet MINITAB.
  1. Selanjutnya klik pilihan manip> Stack >stack rows. Masukkan nilai 1,2,3,4 dan 5 pada dialog box
  2. Percobaan factorial memasukkan data secara manual.
  1. Dipilih coloumn of current worksheet, ketik kolom C6,C7 dan C8 (kolom yang masih kosong). Kemudian klik OK.
  2. Pada kolom C7  diisi data, kolom C8 diisi Ca, dan kolom C9 diisi P.
  1. Selanjutnya klik Stat > Anova > general linear model.
Dimasukkan data ke dialog box “Response”, data ” Raw Factor”, dan kelompok ke “ Coloumn factor”. Klik OK.
  1. Diinterpretasikan hasil dari analisis. Keputusan atau hipotesis acuannya adalah : jika nilai-p < 0,05, maka tolak H0.
  2. Jika pada ANOVA tolak H0 maka dilakukan uji lanjutan dengan cara : klik Stat > ANOVA > General Linear Model, akan muncul:

  1. Diisi dialog box seperti gambar diatas, lalu klik Comparison, dan pilih tuckey akan muncul:
  1. Diisi dialog box seperti gambar diatas, jika hasil ANOVA menunjukkan terdapat perbedaan yang nyata pada perlakuan dan kelompok.
  2. Kemudian dibandingkan f hitung yang diperoleh dengan f tabel dengan cara klik calc>probability distribution>f dan di interpretasikan.

BAB IV
HASIL DAN PEMBAHASAN

4.1 Data Praktikum
                PERCOBAAN 1
                                    KELOMPOK
PERLAKUAN 1          2          3          4
ca0p0               22,32   28,32   27,37   28,47
ca0p1               19,10   23,46   27,35   19,37
ca0p2               26,92   29,50   28,09   32,52
ca1p0               27,32   21,89   24,89   21,72
ca1p1               38,77   25,64   29,82   37,32
ca1p2               40,32   34,13   27,12   22,59
Percobaan untuk melihat pengaruh pemberian kapur (CaCO3) dan phospat (P) terhadap pertumbuhan dan hasil tanaman kacang tanah. Pemberian kapur ada 2 level yaitu 0 gr/pot (Ca0) dan 4 gr/pot (Ca1). Pemberian pupuk ada 3 level yaitu 0,00 gr P2O5/pot (=P0), 1,75 gr P2O5/pot (=P1), 3,50 gr P2O5/pot (=P2). Data pada tabel adalah hasil berat kering (gr/pot).
H0: pengaruh faktor Ca adalah sama (Ca0=Ca1)
H1: Ca0≠Ca1
H0: pengaruh faktor P adalah sama (P0=P1=P2)
H1: minimal terdapat pengaruh P yang berbeda
H0: pengaruh interaksi antara Ca dan P adalah sama (Ca0P0=Ca0P1=…..=Ca1P2)
H1: minimal terdapat pengaruh interaksi Ca dan P yang berbeda


PERLAKUAN 1          2          3          4                      data      Ca        P
ca0p0   22.32   28.32   27.37   28.47               22.32   ca0       p0
ca0p1   19.10   23.46   27.35   19.37               28.32   ca0       p0
ca0p2   26.92   29.50   28.09   32.52               27.37   ca0       p0
ca1p0   27.32   21.89   24.89   21.72               28.47   ca0       p0
ca1p1   38.77   25.64   29.82   37.32               19.10   ca0       p1
ca1p2   40.32   34.13   27.12   22.59               23.46   ca0       p1
                                                                        27.35   ca0       p1
                                                                        19.37   ca0       p1
                                                                        26.92   ca0       p2
                                                                        29.50   ca0       p2
                                                                        28.09   ca0       p2
                                                                        32.52   ca0       p2
                                                                        27.32   ca1       p0
                                                                        21.89   ca1       p0
                                                                        24.89   ca1       p0
                                                                        21.72   ca1       p0
                                                                        38.77   ca1       p1
                                                                        25.64   ca1       p1
                                                                        29.82   ca1       p1
                                                                        37.32   ca1       p1
                                                                        40.32   ca1       p2
                                                                        34.13   ca1       p2
                                                                        27.12   ca1       p2
                                                                        22.59   ca1       p2
—————   26/10/2010 8:50:17   ————————————————————

Welcome to Minitab, press F1 for help.

General Linear Model: data versus Ca; P


Factor     Type Levels Values
Ca        fixed      2 ca0 ca1
P         fixed      3 p0 p1 p2

Analysis of Variance for data, using Adjusted SS for Tests

Source     DF     Seq SS     Adj SS     Adj MS       F      P
Ca          1      62,53      62,53      62,53    2,75  0,114
P           2      94,60      94,60      47,30    2,08  0,154
Ca*P        2     181,37     181,37      90,69    3,99  0,037
Error      18     408,65     408,65      22,70
Total      23     747,15 

Unusual Observations for data   

Obs      data       Fit      SE Fit  Residual   St Resid
 21   40,3200   31,0400      2,3824    9,2800      2,25R
 24   22,5900   31,0400      2,3824   -8,4500     -2,05R

R denotes an observation with a large standardized residual.

interaksi antara Ca dan P tadi berpengaruh terhadap pertumbuhan kacang tanah
F hit < F tab = terima H0
P value > alpha = terima H0
—————   10/30/2010 10:45:17 AM   ————————————————————


Welcome to Minitab, press F1 for help.
Retrieving project from file: J:\S.5\BIOSTAT\PRAKTI~1\MINITAB 5.MPJ

Berdasarkan hasil yang diperoleh dari percobaan dapat diketahui adanya interaksi ca*p yang berpengaruh terhadap pertumbuhan dan hasil pada tanaman kacang tanah. Dapat dilihat dari P value yang kurang dari α yang dapat diartikan tolak H0. Keputusan awal dari hipotesis adalah tolak H0 jika F hitung > F tabel atau nilai P<α. Oleh karena itu hasil uji ANNOVA mengindikasikan bahwa keputusan yang diambil adalah tolak H0 karena nilai P < α.

BAB V
PENUTUP

5.1 Kesimpulan
Dari hasil kedua percobaan di atas hasilnya adalah dapat diketahui adanya interaksi ca*p yang berpengaruh terhadap pertumbuhan dan hasil pada tanaman kacang tanah. Dapat dilihat dari P value yang kurang dari α yang dapat diartikan tolak H0. Keputusan awal dari hipotesis adalah tolak H0 jika F hitung > F tabel atau nilai P<α. Oleh karena itu hasil uji ANNOVA mengindikasikan bahwa keputusan yang diambil adalah tolak H0 karena nilai P < α.

5.2 Saran
Untuk praktikum selanjutnya di harapkan para praktikan harus lebih teliti lagi dalam menginput data agar tidak terjadii kesalahan (error).

DAFTAR PUSTAKA

Bliss, C.I., 1967. Statistics in Biology. Mc Graw Hill Book Co. New York
Rahmawati, Rita. 2008. Penelusuran Keragaman Dalam Blok Pada Rancangan Acak Kelompok dengan Intergradien. Media Statistika, Vol. 1, No. 2, Desember 2008: 63-68.
Yitnosumarto, S. 1993. Percobaan Perancangan, Analisis, dan Interpretasinya. PT. Gramedia Pustaka Utama. Jakarta.


Tidak ada komentar:

Posting Komentar