LAPORAN BIOMETRI

RAGAM ANALISIS RAL (RANCANGAN ACAK LENGKAP)

Disusun oleh :
Nama

: Gita Faramita

Nim

: F1071131006

Kelompok

: 1 (satu)

PRODI PENDIDIKAN BIOLOGI

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS TANJUNGPURA
2015

A. Pendahuluan
SAS adalah paket perangkat lunak yang dikembangkan oleh SAS Institute for analisis
pengembangan, intelijen bisnis, manajemen data, dan analisis prediktif. SAS dikembangkan di North
Carolina State University dari tahun 1966 hingga tahun 1976, SAS sangat cocok untuk sumber, mengubah ,
mengelola dan mengambil data dari berbagai sumber dan melakukan analisis statistik di atasnya . Hal ini
banyak digunakan dalam asuransi , kesehatan masyarakat , penelitian ilmiah , keuangan , sumber daya
manusia , IT , utilitas , dan retail , dan digunakan untuk riset operasi , manajemen proyek , peningkatan
kualitas , peramalan dan pengambilan keputusan . Ini adalah perangkat lunak analisis statistik standar untuk
mengirimkan uji farmasi klinis untuk administrasi Food and Drug AS .
Dalam penggunaan SAS sendiri diperlukan keterampilan khusus karena SAS menggunakan bahasa
pemrograman yang unik untuk menjalankannya. Oleh karena itu dalam praktikum kali ini akan dilakukan
pengujian perhitungan data dari desain ekpserimen RAL dengan menggunakan SAS.
Ada beberapa macam rancangan percobaan (experiment design) yaitu RAL (Rancangan Acak
Lengkap), RABL atau RAK (Rancangan Acak Blok Lengkap) dan RBSL (Rancangan Bujur Sangkar Latin).
Rancangan percobaan tersebut digunakan tergantung dari kondisi data yang akan dianalisis, sehingga
rancangan percobaan yang tepat akan berfungsi secara maksimal apabila digunakan pada kondisi data yang
sesuai. Perbedaan rancangan percobaan tersebut terletak pada model liniernya. Software statistik yang
seringkali digunakan untuk melakukan analisis rancangan percobaan salah satunya adalah SAS. Analisis
pada RAL, RBAL, RBSL caranya sama, hanya pada saat memasukkan variabel yang akan dianalisis saja
yang berbeda. Hal ini dikarenakan model linier pada tiap rancangan percobaan berbeda-beda, sehingga
variabel penelitiannya juga berbeda, menyesuaikan model liniernya (Diana, Syarifah 2013).
Rancangan Acak Lengkap (RAL) merupakan rancangan paling sederhana dari beberapa macam
perancangan 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 (Sudjana, 2002).
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.
Beberapa keuntungan dari penggunaan RAL antara ain: 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 (Asja,M.2013).
Terdapat dua cara dalam menganalisis data menggunakan SAS yaitu menggunakan menu-menu yang
telah disediakan (seperti Minitab) dan dengan cara mengetikkan syntax SAS. Kelebihan dan Kelemahan
SAS yaitu:

Hasilnya lebih akurat karena menghasilkan angka dibelakang koma lebih banyak.
Apabila menggunakan menu pada SAS maka menginputkan datanya sedikit perlu kerja keras, karena
data tidak dapat di copy dari file manapun, sehingga data harus diketik secara manual. Cukup
melelahkan apabila datanya banyak. Selain itu harus teliti karena apabila terjadi kesalahan
pengetikan data atau missing satu baris, maka data tidak dapat di copy, harus diketik ulang.

Apabila menggunakan syntax menginputkan data lebih mudah karena bisa di copy dari file mana
saja, namun harus hafal atau tahu syntax untuk analisisnya.

B. Hasil Pengamatan
Data ke-1
The SAS System

15:43 Monday, May 5, 1997 1

OBS
1
2
3
4
5
6
7
8
9
10
11
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
33
34
35

TREAT

KONS

R0
1
R0
2
R0
3
R0
4
R0
5
R1
1
R1
2
R1
3
R1
4
R1
5
R2
1
12
R2
R2
3
R2
4
R2
5
R3
1
R3
2
R3
3
R3
4
R3
5
R4
1
R4
2
R4
3
R4
4
R4
5
R5
1
R5
2
R5
3
R5
4
R5
5

968.75
975.00
931.25
800.00
975.00
975.00
962.50
837.50
925.50
923.75
856.25
2 925.00
900.00
912.50
943.75
512.50
475.00
518.75
505.00
512.50
900.00
975.00
906.25
925.00
975.00
931.25
818.75
937.50
943.75
912.50
31
R6
32
R6
2 812.50
R6
3 912.00
R6
4 856.25
R6
5 843.75

HasilAnalisisRagam-RAL

870.00

15:43 Monday, May 5, 1997 3

General Linear Models Procedure

Class Level Information
Class

Levels

TREAT

Values
R0 R1 R2 R3 R4 R5 R6

Number of observations in data set = 35

HasilAnalisisRagam-RAL

15:43 Monday, May 5, 1997 7

General Linear Models Procedure

Dependent Variable: KONS

Source

DF

Sum of Squares

Model

727065.85000000

121177.64166667

60894.65000000

2174.80892857

Error

28

Corrected Total

34

R-Square

Mean Square F Value

Root MSE

0.922719

5.467157

Source

DF

Type I SS

TREAT

727065.85000000

Source

DF

TREAT

46.63484672

Type III SS

Mean Square F Value

121177.64166667

16:20 Monday, May 5, 1997 1

OBS

TREAT
R0
R0
R0
R0
R0
R0
R0
R0
R0
R0
R1
R1
R1
R1
R1
R1
R1
R1
R1
R1
R2
R2
R2
R2
R2
R2
R2
R2
R2
R2

1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10

853.00000000

121177.64166667

Data ke-2

HasilAnalisisRagam-RAL

0.0001

KONS Mean

Mean Square F Value

727065.85000000

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

55.72

787960.50000000

C.V.

The SAS System

Pr> F

KONS

6.6
6.4
5.9
6.6
6.2
6.7
6.3
6.5
6.5
6.8
5.6
5.2
5.3
5.1
5.7
5.6
5.6
6.3
5.0
5.4
6.9
7.1
6.4
6.7
6.5
6.6
6.6
6.6
6.8
6.8

16:20 Monday, May 5, 1997 2

General Linear Models Procedure

Pr> F
55.72

0.0001

Pr> F
55.72

0.0001

Class Level Information

Class
TREAT

Levels
3

Values
R0 R1 R2

Number of observations in data set = 30

HasilAnalisisRagam-RAL

16:20 Monday, May 5, 1997 3

General Linear Models Procedure

Dependent Variable: KONS
Source

DF

Sum of Squares

Model

8.30600000

4.15300000

27

2.26100000

0.08374074

Error
Corrected Total

29

R-Square

C.V.
0.786032

Mean Square F Value

49.59

Pr> F

0.0001

10.56700000
Root MSE
4.659902

Source

DF

Type I SS

TREAT

8.30600000

Source

DF

TREAT

Type III SS
8.30600000

KONS Mean
0.28937992

6.21000000

Mean Square F Value

4.15300000

49.59

Mean Square F Value

4.15300000

49.59

Pr> F
0.0001
Pr> F
0.0001

C. Pembahasan
Pada praktikum kali ini dilakukan percobaan menganalisis data ragam RAL (Rancangan Acak
Lengkap) dengan menggunakan salah satu software yaitu SAS. Penggunaan SAS ini bertujuan untuk
menguji hipotesis dari hasil data yang sudah didapatkan sehingga diharapkan praktikan dapat menggunakan
SAS untuk melakukan perhitungan dari desain ekperimen RAL.
Sama seperti laporan pengenalan SAS sebelumnya bahwa di dalam SAS terdapat 3 jendela untuk
menjalankan program SAS yaitu Jendela Log, Program Editor dan Output. Mula-mula untuk memasukkan
data yang sudah didapat, maka kita harus mengklik Jendela Program Editor lalu masukkan data dengan
cara mengetik data terlebih dahulu.
Mula-mula kita harus menentukan jumlah baris yang akan digunakan yaitu dengan menulis option
ls=78 ps=60; ini berarti jumlah baris yang digunakan adalah 78 baris dengan jumlah halaman
sebanyak 60 halaman.
Lalu pada baris kedua, tulis nama data, sebagai contoh : data dt1; ini berarti data ini bernama dt1
dan perlu diperhatikan bahwa dalam penggunaan SAS nama data tidak boleh lebih dari 8 huruf.

Pada baris ke-3 lalu masukkan keterangan data yang akan dimasukkan, karena kita akan
memasukkan data RAL maka segala sesuatu yang berhubungan dengan RAL harus dimasukkan.
RAL memiliki model linear yaitu

Y= +i+ij. untuk treatment/perlakuan dan untuk error

dan kesalahan. Sebagai contoh: input treat$ r kons; yang artinya data yang diinput yaitu treat atau
perlakuan, r yaitu pengulangan, dan kons artinya konstanta yaitu nilai hasil. Dari contoh diatas kita
lihat bahwa menggunakan tanda $. Jika kita memasukkan data yang berupa huruf maka harus pakai
tanda $, sedangkan jika data berupa angka maka cukup dengan menekan spasi. Dan kemudian
diujungnya ditulis CARDS;
Dalam penggunaan SAS jika ingin berlanjut pada baris baru maka pada setiap akhir kalimat harus
diberi tanda semi kolon ( ; ). Tanda ini didalam SAS sama halnya dengan fungsi penggunaan tanda titik (.)
pada penulisan kalimat biasa yaitu sebagai penanda akhir kalimat. Jika tidak diberi tanda (;) maka sistem
SAS akan menjadi ERROR. Dan kemudian masukkan data yang ingin dianalisis dengan teliti. Dan tak lupa
untuk memberi tanda semicolon (;) di setiap akhir data yang diketik. Lalu ditutup dengan kata Proc print;
run; lalu klik tombol run. RUN berfungsi untuk memberikan perintah untuk menampilkan data yang akan
disajikan di jendela Output.

Lalu pada baris selanjutnya, jika ingin membuat judul data dapat diketik Title Hasil Analisis
Ragam-RAL;

Kemudian agar data yang sudah kita masukkan dapat diproses dengan RAL maka harus diketik
proc glm data=dt1; class treat; model kons= treat; run; Ini berarti data dt1 akan diproses dengan
mengikuti model linear dari RAL. Dalam RAL perlakuannya hanya terfokus pada perlakuan/treat
maka model konstantanya harus ditulis treat. Dan terakhir jangan lupa untuk menulis run; dan klik
tanda RUN untuk menampilkan data di jendela Output.

Perlu diingat bahwa dalam menggunakan SAS, setiap kata yang diketik harus konsisten jika semua
menggunakan huruf kecil maka semua kata harus menggunakan huruf kecil, jika dari awal menggunakan
kata treat maka untuk selanjutnya harus menggunakan treat, jangan diubah dengan kata lain begitu pula
dengan yang lain.
Dengan menggunakan SAS, kita juga dapat menghitung tabel ANOVA untuk RAL, adapun tabel
ANOVA dan hasil perhitungannya adalah sebagai berikut:
HasilAnalisisRagam-RAL
15:43 Monday, May 5, 1997 3
General Linear Models Procedure
Class Level Information
Class Levels Values
TREAT

R0 R1 R2 R3 R4 R5 R6

Number of observations in data set = 35

Tabel diatas menunjukkan bahwa treat yang dilakukan sebanyak 7 perlakuan dengan jumlah experimental
unit yang diuji cobakan sebanyak 35. Lalu tabel ANOVA nya sebagai berikut:
HasilAnalisisRagam-RAL
15:43 Monday, May 5, 1997 7
General Linear Models Procedure
Dependent Variable: KONS
Source
DF
Sum of Squares
Mean Square F Value
Model

Error

28

Corrected Total

34

R-Square

C.V.
0.922719

727065.85000000

121177.64166667

60894.65000000

2174.80892857

Pr> F

55.72

0.0001

787960.50000000

Root MSE
5.467157

KONS Mean
46.63484672

853.00000000

Source

DF

Type I SS

TREAT

727065.85000000

Source

DF

TREAT

Type III SS
727065.85000000

Mean Square F Value

121177.64166667
Mean Square F Value
121177.64166667

Pr> F
55.72

0.0001

Pr> F
55.72

0.0001

Dari tabel diatas menunjukkan bahwa df treatment yang didapat adalah 6 dan df error adalah 28.
Dalam SAS jika ingin menguji hipotesis dari percobaan maka Ftest harus dibandingkan dengan Ftabel. Ftest
dalam SAS di atas dapat dilihat pada bagian Pr > F yaitu 0.0001. Karena Ftest (0.0001) maka < 0,05 maka
pada data diatas tersebut memunculkan kesimpulan bahwa H1 diterima dan H0 ditolak (Ada perbedaan).
Selanjutnya saat memasukkan data ke-2, langkah-langkahnya sama dengan memasukkan data ke-1
hanya diganti pada jumlah perlakuan dan nilai hasil (konstanta) karena kedua data sama-sama menggunakan
desain eksperimen RAL. Pada data ke-2 ini merupakan data hasil pengamatan berat produksi (dalam kg)
pada 3 varietas padi yang berbeda. Pada percobaan ini dilakukan 10 kali pengulangan. Oleh karena itu
populasinya adalah semua padi dari 3 varietas, sampelnya adalah 30 biji dengan masing-masing 10 biji dari
masing-masing varietas padi. Karena percobaan ini dilakukan dengan metode RAL maka model linear
percobaan ini yaitu Y= +i+ij. Dari percobaan ini maka hipotesis yang dapat diajukan yaitu:
H0= Tidak ada perbedaan berat produksi diantara 3 varietas padi.
H1= Ada perbedaan berat produksi diantara 3 varietas padi
Untuk menguji hipotesis dari percobaan ini maka dapat dilihat pada tabel ANOVA SAS. Adapun
hasil tabel ANOVA nya adalah sebagai berikut:
HasilAnalisisRagam-RAL

16:20 Monday, May 5, 1997 2

General Linear Models Procedure

Class Level Information
Class
TREAT

Levels
3

Values
R0 R1 R2

Number of observations in data set = 30

HasilAnalisisRagam-RAL

16:20 Monday, May 5, 1997 3

General Linear Models Procedure

Dependent Variable: KONS
Source

DF

Sum of Squares

Model

8.30600000

4.15300000

27

2.26100000

0.08374074

Error
Corrected Total

29

R-Square

C.V.
0.786032

Mean Square F Value

49.59

Pr> F

0.0001

10.56700000

Root MSE
4.659902

KONS Mean
0.28937992

6.21000000

Source

DF

Type I SS

TREAT

8.30600000

Source

DF

TREAT

Type III SS
8.30600000

Mean Square F Value

4.15300000

49.59

Mean Square F Value

4.15300000

49.59

Pr> F
0.0001
Pr> F
0.0001

Dari tabel diatas menunjukkan bahwa df treatment yang didapat adalah 2 dan df error adalah 27.
Nilai df treatment dan df error dari tabel diatas menunjukkan hasil yang sama dengan perhitungan secara
manual yang telah kami lakukan sebelumnya. Dalam SAS jika ingin menguji hipotesis dari percobaan maka
Ftest harus dibandingkan dengan Ftabel. Ftest dalam SAS di atas dapat dilihat pada bagian Pr > F yaitu
0.0001. Karena Ftest (0.0001) maka < 0,05 maka pada data diatas tersebut memunculkan kesimpulan bahwa
H1 diterima dan H0 ditolak (Ada perbedaan). Sehingga kesimpulan dari percobaan ini adalah bahwa ada
perbedaan berat produksi diantara 3 varietas padi (dalam kg).

DAFTAR PUSTAKA

Algifari. 1997. Analisis Statistik untuk Bisnis dengan Regresi, Korelasi dan non Parametrik, Yogyakarta:
BPFE Yogyakarta.
Asja, Mawardi. 2013. Percobaan Bergalat Tunggal: Rancangan Acak Lengkap (RAL). (online).(
http://mawardisyana.blogspot.co.id/2013/03/percobaan-bergalat-tunggal-rancangan.html diakses
pada tanggal 21 Desember 2015).
Diana, Syarif. 2013. Experiment Design (Rancangan Percobaan) Menggunakan Minitab dan SAS. (online).(
http://syarifahdiana.blogspot.co.id/2013_04_01_archive.html diakses tanggal 21 Desember 2015).
Sudjana. 2002. Desain dan Analisis Eksperimen, Edisi 4. Bandung: Tarsito Bandung.