Anda di halaman 1dari 39

RANCANGAN ACAK KELOMPOK

Randomized Block Design

PENDAHULUAN

Merupakan rancangan dengan ciri

kelompok

adanya

dalam jumlah yang sama

Setiap kelompok dikenakan perlakuanperlakuan secara acak

Pengelompokkan yang tepat dan


akan mengurangi galat percobaan

efektif

RAK

Dalam RAK, nilai keragaman yang diperoleh


selain disebabkan oleh perlakuan juga
disebabkan oleh adanya kelompok yang berbeda
Dalam RAL, satuan percobaan harus homogen,
yang berlainan hanya perlakuan
Dalam RAK, satuan percobaan tidak harus
homogen
Satuan-satuan percobaan dikelompokkan dalam
kelompok-kelompok tertentu sehingga satuan

percobaan dalam kelompok tersebut


menjadi homogen

Tujuan pengelompokkan
Membuat keragaman satuan percobaan
dalam kelompok menjadi sekecil-kecilnya
atau relatif homogen
Keragaman antar kelompok sebesarbesarnya

Contoh

Seorang mahasiswa THP akan melakukan


pembuatan minuman mangga instan dan
menganalisis tingkat keasaman yang dinyatakan
dengan kadar total asam (%). Mahasiswa tersebut
melakukan penelitian pengaruh tingkat
penambahan bubur mangga (%) terhadap kadar
total asam (%) pada periode Bulan September
Desember 2009. Penelitian dilakukan 4 kali ulangan
Faktor: tingkat penambahan bubur mangga
A = 10%
B = 20%
C = 30%
D = 40%

Jika menggunakan RAL

Mahasiswa tersebut menggunakan RAL pada


periode penelitian
Denah RAL
Bulan Penelitian

Perlaku
an yang
diberika
n
secara
acak

Septemb
er

Oktober

Nopembe Desembe
r
r

D4

A3

A2

C2

C1

B4

A4

D1

B2

D2

B1

A1

B3

C4

C3

D3

Hasil analisis kadar total asam


Bulan Penelitian

Kadar
Total
Asam
(%)

September

Oktober

D4=10.0
9%
C1=8,65
%
B2=6,86
*
B3=6,78
*

A3=3,04
%
B4=4,21
%
D2=8.44
%
C4=6.81
%

Nopember

Desember

A2=2,28 C2=3,08
%
%
A4=2,44 D1=4.04
%
%
B1=3,43 A1=1,18
%
%
C3=4,89 D3=4.02
%
%

Tabulasi Perlakuan
A

Ulanga
n

Total Asam
%

Ulanga
n

Total Asam
%

Ulanga
n

Total Asam
%

1.18

3.43

8.65

2.28

6.86

3.08

3.04

6.78

4.89

2.44

4.21

6.81

Rerata

2.24

Rerata

5.32
D

Rerata

5.86

Ulanga
n

Total Asam
%

4.04

8.44

4.02

10.09

Rerata

6.65

Analisis Ragam

Sumbe
db
r
Perlaku
an
Galat
Total

JK

KT

Fhit

Ftab
el
0,05

Analisis data

Dalam satu perlakuan antar ulangan,


keragaman tinggi akibat distribusi
pengambilan sampel yang tidak merata
Menyebabkan galat percobaan yang tinggi
Perlu dikelompokkan berdasarkan waktu
pengambilan sampel

Cara Pengelompokkan
Bulan Penelitian

Perlakua
n

September
(Ulangan
1)

Oktober
(Ulangan
2)

Nopember
(Ulangan
3)

Desember
(Ulangan
4)

B1

A2

D3

C4

C1

C2

B3

D4

D1

B2

A3

A4

A1

D2

C3

B4

Contoh lain

Seorang mahasiswa THP ingin melihat


pengaruh pemberian 4 jenis MPASI (kacang
koro, kacang jogo, kacang tolo, dan kacang
gude) berbahan baku lokal terhadap
penambahan berat badan bayi. Pemberian
MPAS dilakukan selama 2 bulan. Perubahan
berat badan bayi selama 2 bulan tersebut
diukur (berat akhir bayi setelah 2 bulan
dikurangi berat awal sebelum diberi MPASI).
Jika bayi yang bersedia ikut program
mempunyai usia 6-24 bulan, bagaimana
percobaan dilakukan?

Contoh
Seorang mahasiswa THP akan meneliti tentang pengaruh
cara ekstraksi minyak ikan dari limbah padat pengalengan
lemuru terhadap kadar asam lemak omega-3. Penelitian
akan dilaksanakan dari bulan Desember 2009 sampai
Februari 2010. Jika metode ekstraksi yang dilakukan
adalah:
Ekstraksi solvent
Ekstraksi mekanis
Ekstraksi wet rendering
Ekstraksi dry rendering
Ekstraksi digesti dengan alkali
Ekstraksi digesti dengan protease
Rancangan apa yang harus digunakan? Bagaimana
percobaan dilakukan?

MODEL LINIER RANCANGAN ACAK


KELOMPOK

Yij = + i + j + ij

i = 1, 2, 3, , b (banyak blok/kelompok)

j = 1, 2, 3, , p (banyak perlakuan)

Dengan

Yij = variabel yang diukur atau nilai pengamatan dari


kelompok ke i perlakuian ke j

= rata-rata/nilai tengah perlakuan

i = pengaruh kelompok ke-i

I = pengaruh perlakuan ke-j

ij = pengaruh galat percobaan kelompok ke-i perlakuan ke-j

TABULASI DATA RAK


Kelompok
1

Y11

Perlakuan
2

p
Y12
Y1p

Y21

Y22

Y2p

J20

Y20

Yb1

Yb2

Ybp

Jb0

Yb0

Jumlah
Rerata

J01

J02

J10
Y0p

Y01 Y02

Jumlah Rerata
J10

Y10

Y00

PERHITUNGAN YANG DIPERLUKAN

Jumlah nilai pengamatan untuk tiap perlakuan


ni
Ji = Yij
j=1

Jumlah seluruh nilai pengamatan


k
J = Yij
i=1

16

Rata-rata pengamatan untuk tiap perlakuan


Yi = Ji/ni

Rata-rata seluruh nilai pengamatan


k
Y = J/ ni
i=1

17

Selanjutnya diperlukan:
Y2 = jumlah kuadrat-kuadrat (JK) semua
nilai pengamatan (JK Total/JKT)
Y2

k
=
i=1

ni
Yij2
j=1

dengan

db = bp

Ry = jumlah kuadrat-kuadrat (JK) untuk ratarata (Faktor Koreksi/FK)


k
FK = Ry = J2 / ni .......dengan
db = 1
i=1
18

By = Jumlah kuadrat-kuadrat (JK) antar


kelompok (JK Kelompok/JKK)
k
JKK = By = ni (Yi Y)2
i=1
JKK = By
= b-1

k
= ( J0j2 / p ) Ry dengan db
i=1

(total kelompok)2
= --------------------------------- - FK
banyaknya perlakuan
19

Py = Jumlah kuadrat-kuadrat (JK) antar


perlakuan (JK Perlakuan/JKP)
k
JKP = Py = ni (Yi Y)2
i=1
JKP = Py
db = p-1

k
= ( J0j2 / b ) Ry dengan
i=1

(total perlakuan)2
= --------------------------------- - FK
banyaknya kelompok
20

Ey = Jumlah kuadrat-kuadrat (JK) kekeliruan


eksperimen (JK Galat/JKG)
k
ni
JKG = Ey =
(Yij - Yi)2
i=1
j=1
JKG = Ey = Y2 By Py - Ry= JKT JKK
JKP

Derajat bebas (db) = (p 1)(b-1)


= db total db kelompok db perlakuan db
FK

21

Tabel Analisis Ragam


Sumber Variasi/
Sumber Keragaman

Derajat Bebas
(db)

Jumlah Kuadratkuadrat (JK)

Rata-rata

Ry (FK)

R = Ry = FK

Kelompok

b-1

By (JKK)

B = By/(b-1)

Antar perlakuan

p-1

Py (JKP)

P = Py / (p-1)

Kekeliruan
eksperimen / Galat

k
(ni 1)
i=1

Ey (JKG)

E = Ey/ (ni
1)

Jumlah/Total

k
ni
i=1

22

Y2 (JKT)

Kuadrat Tengah
(KT)

Keterangan:
p = banyaknya perlakuan
b = banyaknya kelompok

23

Contoh

Seorang mahasiswa THP akan melakukan pembuatan


minuman mangga instan dan menganalisis tingkat
keasaman yang dinyatakan dengan kadar total asam (%).
Mahasiswa tersebut melakukan penelitian pengaruh
tingkat penambahan bubur mangga (%) terhadap kadar
total asam (%) pada periode Bulan September
Desember 2009. Penelitian dilakukan 4 kali ulangan
(September, Oktober, Nopember, Desember) dan
dilakukan pengelompokkan berdasarkan ulangan
Faktor: tingkat penambahan bubur mangga
A = 10%
B = 20%
C = 30%
D = 40%

Cara Pengelompokkan
Bulan Penelitian

Kadar
Total
Asam
(%)

September
(Ulangan
1)

Oktober
(Ulangan
2)

Nopember
(Ulangan
3)

Desember
(Ulangan
4)

B1= 8.04

A2 =
4.65
C2 =
8.49
B2 =
6.24
D2 =
10.64

D3 =
8.64
B3 =
4.84
A3 =
2.98
C3 =
6.58

C4 =
4.76
D4 =
6,78
A4 =
0.88
B4 =
2.96

C1=
10.45
D1=
12.89
A1= 6.45

TABULASI DATA RAK


Kelompok
(Ulangan)
September
(Ulangan 1)
Oktober
(Ulangan 2)
Nopember
(Ulangan 3)
Desember
(Ulangan 4)
Jumlah
Rerata

Perlakuan
Jumlah Rerata
A
B
C
D
(10
(20 (30 (40%
%)
%)
%)
)
10.4 12.8
6.45 8.04
37.83 9.4575
5
9
10.6
4.65 6.24 8.49
30.02 7.505
4
2.98 4.84 6.58 8.64

23.04

5.76

0.88 2.96 4.76 6.78

15.38

3.845

14.96 22.0830.28 38.95 106.27


3.74 5.52 7.57 9.737
6.6418

Perhitungan
Y2 = jumlah kuadrat-kuadrat (JK) semua
nilai pengamatan (JK Total/JKT)
k ni
Y2 = Yij2 = (6.45)2 + (4.65)2 + +
(6.78)2
i=1j=1
JKT = 855.8625 dengan db = 16

27

Ry = jumlah kuadrat-kuadrat (JK) untuk ratarata (Faktor Koreksi/FK)


k
FK = Ry = J2 / ni .......dengan
db = 1
i=1
= (106.27)2/16 = 11293.31/16 = 705.8321

By = Jumlah kuadrat-kuadrat (JK) antar kelompok (JK


Kelompok/JKK)
k
JKK = By = ni (Yi Y)2
i=1
(total kelompok)2
= --------------------------------- - FK
banyaknya perlakuan

db = 3

(37.83)2 + (30.02)2 + (23.04)2 + (15.38)2


= -------------------------------------------------- - 705.8231
4
=(3099.695/4)705.8231 = 774.9238-705.8231 =
69.09177
29

Py = Jumlah kuadrat-kuadrat (JK) antar perlakuan


(JK Perlakuan/JKP)
k
JKP = Py = ni (Yi Y)2
i=1
(total perlakuan)2
= --------------------------------- - FK
banyaknya kelompok

..db = 3

(14.96)2 + (22.08)2 + (30.28)2 + (38.95)2


= -------------------------------------------------- - 705.8231
4
=(3145.309/4)705.8231=786.3272705.8231 =
80.49517
30

Ey = Jumlah kuadrat-kuadrat (JK) kekeliruan


eksperimen (JK Galat/JKG)
k
ni
JKG = Ey =
(Yij - Yi)2
i=1
j=1
JKG = Ey = Y2 By Py - Ry= JKT JKK JKP
FK
= 855.8625 - 69.09177 - 80.49517 705.8231 =
0.443506

Derajat bebas (db) = (p 1)(b-1) = (4-1)(4-1)


= db total db kelompok db perlakuan db FK
= 16 3 3 1 = 9
31

Tabel Analisis Ragam


Sumber Variasi/
Derajat Bebas
Sumber Keragaman
(db)

Jumlah Kuadratkuadrat (JK)

Kuadrat Tengah
(KT)

Rata-rata

705.8321

705.8321

Kelompok

69.09177

23.03059

80.49517

26.83172

0.443506

0.049278

16

855.8625

Antar perlakuan
Kekeliruan
eksperimen / Galat
Jumlah/Total

32

Fhit

Fhit untuk kelompok = KTK/KTG


= 23.03059/0.049278 = 467.3563

Fhit untuk perlakuan = KTP/KTG


= 26.83172/ 0.049278 = 544.4921

Ftabel kelompok/perlakuan

0.05 = 3.86

0.01 = 6.99

Perlakuan dan kelompok berpengaruh sangat


nyata. Bandingkan dengan RAL!

Efisiensi RAK terhadap RAL

Untuk mengetahui apakah RAK lebih efisien


dibandingkan RAL
Ukuran yang digunakan disebut ER (Efisiensi
Relatif)
(f1+1)(f2+3)KTG RAL
ER (RAK terhadap RAL) = ---------------------------X 100%
(f2+1)(f1+3)KTG RAK

dengan
f1 = db galat untuk RAK
f2 = db galat untuk RAL

Pedoman

ER > 100%, maka RAK lebih efisien daripada


RAL
ER = 100%, maka efisiensi RAL = RAK
ER < 100%, maka RAL lebih efisien
dibandingkan RAK

Contoh

Bandingkan keefisienan RAK terhadap RAL


untuk penelitian dari mangga instan!

f1 = 9
f2 = 12
KTG RAL = 19.07835
KTG RAK = 0.049278

Efisiensi RAK terhadap RAL

(f1+1)(f2+3)KTG RAL
ER (RAK terhadap RAL) = ---------------------------- X
100%
(f2+1)(f1+3)KTG RAK

(9+1)(12+3)(19.07835)
= ----------------------------- X 100% = 372.27 X
100%
(12+1)(9+3)(0.049278)
= 37227%
Artinya RAK lebih efisien dibandingkan RAL

PR

Mahasiswa melakukan penelitian pengaruh


suhu ekstraksi terhadap kadar protein susu
kedelai. Ekstraksi menggunakan suhu 30, 35,
40, 45, 50, dan 55oC. Rancangan
menggunakan RAK dan diulang sebanyak 3
kali. Apakah pengelompokan yang dilakukan
telah tepat? Apakah perlakuan memberikan
pengaruh terhadap kadar protein (%)?

Ulangan
Perlakuan
suhu
ekstraksi
30
35
40
45
50
55

I
1,630
1,793
2,048
2,069
2,144
2,178

II
1,389
1,798
1,865
1,883
2,098
2,209

III
1,837
1,068
1,810
1,846
2,055
2,159

Anda mungkin juga menyukai