Anda di halaman 1dari 6

RANCANGAN BUJUR SANGKAR LATIN

Pendahuluan

RAK umumnya digunakan untuk meningkatkan kemampuan dalam mendeteksi perbedaan


sebenarnya diantara perlakuan yang kita coba dengan cara menghilangkan pengaruh dari keragaman
lain yang kita ketahui (kelompok) dari galat percobaan. Apabila ide tersebut diaplikasikan untuk
menghilangkan dua sumber keragaman dengan cara pengelompokan dalam dua arah, maka
rancangan tersebut disebut dengan RBSL. Dengan demikian, Rancangan bujur sangkar latin
merupakan suatu rancangan percobaan dengan dua arah pengelompokan, yaitu baris dan kolom.
Banyaknya perlakuan sama dengan jumlah ulangan sehingga setiap baris dan kolom akan
mengandung semua perlakuan. Pada rancangan ini, pengacakan dibatasi dengan
mengelompokannya ke dalam baris dan juga kolom, sehingga setiap baris dan kolom hanya akan
mendapatkan satu perlakuan.
Pada percobaan biologi, seringkali pengamatan dilakukan secara berulang pada satuan percobaan
yang sama. Pada kasus tersebut, mungkin saja beberapa perlakuan akan menghasilkan pengaruh
yang berbeda selama percobaan berlangsung, konsekuensinya, mungkin akan mempengaruhi
respons yang diamati pada periode yang berbeda. Sehingga respons mungkin merupakan fungsi dari
perlakuan pada periode tertentu. Salah satu cara untuk menghilangkan galat percobaan tersebut
adalah dengan cara memasukkan waktu/periode pengamatan ke dalam perlakuan. Dengan
demikian, disini terdapat dua arah pengelompokan (double blocking), pertama berdasarkan
kelompok pada percobaan dasar, dan kedua kelompok dari waktu pengamatan, sehingga
rancangannya menjadi RBSL.
RBSL dimana perlakuan dalam urutan numerik atau alpabetis di tempatkan pada baris dan kolom
pertama disebut dengan Rancangan Dasar (standar). Gambar berikut merupakan rancangan dasar
untuk ukuran 2x2, 3x3, dan 4x4. Penambahan ukuran (perlakuan) secara cepat akan meningkatkan
jumlah kemungkinan rancangan dasar. Jumlah rancangan dasar yang mungkin dibentuk adalah (# of
standard squares) (K!) (K - 1)! dimana k adalah jumlah perlakuan. Sebagai contoh, apabila k =4, maka
kemungkinan rancangan dasar yang bisa dibentuk adalah (4).(4!).(3!) = 576 kemungkinan.
4x4
A B C D A B C D
2x2 B A D C B C D A
A B C D B A C D A B
B A D C A B D A B C

3x3 A B C D A B C D
A B C B D A C B A D C
B C A C A D B C D A B
C A B D C B A D C B A
Gambar 9. Rancangan dasar RBSL untuk ukuran 2x2, 3x3, dan 4x4.

Keuntungan rancangan bujur sangkar latin :


4. Mengurangi keragaman galat melalui penggunaan dua buah pengelompokan
5. Pengaruh perlakuan dapat dilakukan untuk percobaan berskala kecil
6. Analisis relatif mudah
7. Baris atau kolom bisa juga digunakan untuk meningkatkan cakupan dalam pengambilan
kesimpulan

Kelemahan rancangan bujur sangkar latin :


8. Banyaknya baris, kolom dan perlakuan harus sama, sehingga semakin banyak perlakuan, satuan
percobaan yang diperlukan juga semakin banyak.
9. Apabila banyaknya kelompok bertambah besar, galat percobaan per satuan percobaan juga
cenderung meningkat.
10. Asumsi modelnya sangat mengikat, yaitu bahwa tidak ada interaksi antara sembarang dua atau
semua kriteria , yaitu baris, kolom dan perlakuan.
11. Pengacakan yang diperlukan sedikit lebih rumit daripada pengacakan rancangan-rancangan
sebelumnya.
12. Derajat bebas galatnya yang lebih kecil dibanding dengan rancangan lain yang berukuran sama,
akan menurunkan tingkat ketelitian, terutama apabila jumlah perlakuannya berukuran kecil.
13. Memerlukan pengetahuan/pemahaman dasar dalam menyusun satuan percobaan yang efektif.
14. Apabila ada data hilang, meskipun jumlahnya tidak terlalu banyak, maka hasil analisisnya
diragukan karena perlakuan menjadi tidak seimbang.

Pengacakan Rancangan Bujur Sangkar Latin

Setiap perlakuan muncul sekali di setiap baris dan sekali pada setiap kolom. Pertama, pilih
rancangan dasar yang sesuai dengan ukurannya, kemudian lakukan pengacakan pada arah baris, dan
selanjutnya pengacakan pada arah kolom.
Misal terdapat 4 perlakuan A, B, C, D.
1. Kita pilih rancangan dasar ukuran 4x4.
Baris\Kolom 1 2 3 4
1 A B C D
2 B A D C
3 C D B A
4 D C A B

2. Pengacakan pada posisi baris. Misal pengacakan dengan menggunakan fungsi Rand() pada MS
Excel (cara pengacakan secara detail dengan bantuan MS Excel dapat dilihat pada
pengacakan RAL). Dari proses pengacakan tersebut kita mendapatkan urutan baru 4, 3, 1, 2.
Artinya, baris yang asalnya ada diposisi ke-1(urutan semula) berubah menjadi posisi 4 (Urutan
pengacakan), beris ke-2 menjadi baris ke-3, dst.
Angka acak setelah diurutkan
dari kecil ke besar

Dari hasil pengacakan pada posisi baris tersebut kita mendapatkan hasil sebagai berikut:

Baris\Kolom 1 2 3 4
4 D C A B
3 C D B A
1 A B C D
2 B A D C

3. Dengan cara yang sama, kita lakukan pengacakan untuk posisi kolom. Misalkan kita
mendapatkan urutan pengacakan: 2, 1, 4, 3. Artinya, kolom ke-1 menjadi kolom ke-2, kolom ke-
2 menjadi kolom ke-1, dst. Dari hasil pengacakan pada posisi kolom tersebut kita mendapatkan
hasil sebagai berikut:
Baris\Kolom 2 1 4 3
2 C D B A
4 D C A B
1 B A D C
3 A B C D

Setelah selesai melakukan pengacakan pada arah baris dan kolom, kemudian buat Denah percobaan
seperti pada gambar berikut.

C D B A

D C A B

B A D C

A B C D

Gambar 10. Denah percobaan RBSL


Model Linier Rancangan Bujur Sangkar Latin

Model linier rancangan bujur sangkar latin adalah:

Yijk i j k ijk

μ = rataan umum
βi = pengaruh baris ke-i
κj = pengaruh kolom ke-j
τk = pengaruh perlakuan ke-k
εijk = pengaruh acak dari baris ke-i, kolom ke-k dan perlakuan ke-k
i = 1,2, …,r ; j = 1,2, …,r ; k = 1,2, …,r

Asumsi:

Pengaruh perlakuan tetap Pengaruh perlakuan acak


bsi bsi bsi
i j k 0; ijk ~ N(0, 2
) i ~ N(0 ,
2
); j ~ N(0, j
2
);
bsi bsi
k ~ N(0, 2
); ijk ~ N(0, 2
)

Hipotesis:

Hipotesis yang Akan Diuji: Pengaruh perlakuan tetap Pengaruh perlakuan acak
2
H0 Semua τk = 0 στ = 0
(k = 1, 2, …, r) (tidak ada keragaman dalam
populasi perlakuan)
H1 Tidak semua τk = 0 στ2 > 0
(k = 1, 2, …, r) (ada keragaman dalam populasi
perlakuan)

Analisis Ragam:

Parameter Penduga
ˆ Y..
i
ˆ Y Y..
i i.

j
ˆ j Y.j Y..

k ˆk Yk Y..
ij (k ) ˆij Yij Y i . Y . j Y k 2Y ..
Persamaan Jumlah kuadrat untuk model linier Yij(k) = μ + βi + κj + τ(k) + εij adalah sebagai berikut:
r r r r k
(Y ij Y .. )2 r (Y i . Y .. )2 r (Y . j Y .. )2 r (Y k Y .. )2 (Yij Y i . Y . j Y k 2Y .. )2
i,j i 1 j 1 k 1 i,j

atau, JKT = JKBaris + JK Kolom + JKP + JKG


Rumus jumlah kuadrat dalam rancangan bujur sangkar latin adalah sebagai berikut :

Definisi Pengerjaan

FK Y ..2 Y ..2
r2 r2
JKT 2 Y ..2 Yij 2 FK
Yij Y .. Yij 2 i,j
i,j i,j r2
JKBaris 2 Yi .2 Y ..2 Yi . 2
r Yi . Y .. FK
i i r r2 i r
JKKolom 2 Y. j 2 Y ..2 Y. j 2
r Y. j Y .. FK
j j r r2 j r
JKP 2 Yk 2 Y ..2 Yk 2
r Yk Y .. FK
k k r r2 k r
JKG (Yij Yi .. Y. j. Yk 2Y.. )2 JKT – JKBaris – JKKolom – JKP
i,j

Tabel 4.1. Analisis Ragam Rancangan Bujur Sangkar Latin


Sumber Derajat Jumlah Kuadrat
Fhitung E(KT)
Keragaman Bebas Kuadrat Tengah
(DB) (JK) (KT) Semua faktor tetap Semua faktor acak
Baris r-1 JKBaris JKBaris/(r-1) KTBaris 2 2 2
2 i r
KTG r
r 1
Kolom r-1 JKKolom JKKolom/(t-1) KTKolom 2 2 2
2
r
j r
KTG r 1
Perlakuan r-1 JKP JKP/(r-1) KTP 2 2 2
2 k
r
KTG r 1
Galat (r-1)(r-2) JKG JKG/(r-1)(r-2) 2 2
2
Total r –1

KTP
Statistik uji yang sesuai untuk menguji hipotesis di atas : F
KTG
Kaidah keputusan apabila galat jenis I sebesar α, apabila F≤ Ftabel [α; r-1, (r-1)(r-2)] maka keputusannya
adalah terima H0 dan sebaliknya. Ftabel [α; r-1, (r-1)(r-2)] adalah nilai F tabel yang luas di sebelah kanannya
sebesar α dengan derajat bebas pembilang r-1 dan derajat bebas penyebut (r-1)(r-2).
Adakalanya kita ingin menguji ada atau tidaknya pengaruh peubah pengelompokan. Apabila peubah
pengelompokan bersifat tetap, maka uji hipotesisnya adalah sebagai berikut :
Uji hipotesis untuk peubah pengelompokan baris :
H0 : Semua βi = 0
H1 : Tidak semua βi = 0
KTBaris
dengan statistik uji F
KTG

Uji Hipotesis untuk peubah pengelompokan kolom :


H0 : Semua κj = 0
H1 : Tidak semua κj = 0
KTKolom
Statistik uji : F
KTG
Kaidah keputusan untuk pengaruh baris dan kolom : apabila F≤ Ftabel [α; r-1, (r-1)(r-2)] terima H0 dan
sebaliknya.

Galat Baku

Galat baku (Standar error) untuk perbedaan di antara rata-rata perlakuan dihitung dengan formula
berikut:

2KTG
SY
t

Contoh penerapan :

Untuk memudahkan pemahaman prosedur perhitungan sidik ragam RBSL berikut ini disajikan
contoh kasus beserta perhitungan sidik ragamnya. Tabel berikut adalah Layout dan data hasil
percobaan RBSL ukuran 4x4 untuk data hasil pipilan jagung hibrida (A, B, dan D) dan penguji (C)
(Gomez & Gomez, 1995 hal 34).
-1
Hasil Pipilan (t ha )
No Baris Jumlah Baris
1 2 3 4
1 1.640 (B) 1.210 (D) 1.425 (C) 1.345 (A) 5.620
2 1.475 (C) 1.185 (A) 1.400 (D) 1.290 (B) 5.350
3 1.670 (A) 0.710 (C) 1.665 (B) 1.180 (D) 5.225
4 1.565 (D) 1.290 (B) 1.655 (A) 0.660 (C) 5.170
Jumlah Kolom 6.350 4.395 6.145 4.475
Jumlah Umum 21.365

Langkah-langkah dalam menyusun Perhitungan Sidik Ragam:

1. Susun data seperti pada tabel di atas (sesuai dengan layout percobaan di lapangan), sertakan
pula penjelasan kode perlakuannya.
2. Hitung jumlah baris (B) dan kolom (B) serta jumlah Umum (G) seperti pada contoh tabel di atas.
3. Hitung Jumlah dan Rataanya untuk masing-masing Perlakuan.