PERANCANGAN PERCOBAAN
“Rancangan Faktorial”
KELOMPOK IV
MUHAMMAD REYNALDI (17037036)
RHABLI M.S (17037048)
RESTU DINDA REGINA (17037052)
RISKY AGREVINA (17037058)
SOFHIA PUTRI (17037066)
judul “Subsampling dalam Rancangan Acak Lengkap (RAL)” guna untuk melengkapi tugas
“Perancangan Percobaan”. Sholawat dan salam kami curahkan kepada Nabi Muhammad SAW
karena beliau telah mengubah dunia ini dari zaman kegelapan menjadi zaman terang benderang.
Makalah ini kami susun secara efektif dengan landasan pengetahuan yang kami ambil
dari berbagai sumber, kemudian kami diskusikan untuk menjadi satu kedalam bentuk
makalah.Kiranya makalah ini masih sangat jauh dari kata kesempurnaan. Oleh karena itu kami
menerima kritik dan saran yang sifatnya membangun demi memperbaiki isi dari makalah
ini.Kami berharap semoga makalah ini dapat menambahilmu pengetahuan dan wawasan kepada
Penyusun
BAB I
PENDAHULUAN
A. Latar Belakang
Percobaan merupakan salah satu cara untuk menemukan sesuatu. Percobaan sering
dirancang untuk meneliti satu atau lebih populasi. Suatu kondisi yang mencirikan sebuah
populasi disebut perlakuan (Sriliana, 2007).
Rancangan Acak Lengkap adalah rancangan lapangan pada suatu lokasi yang homogen.
Rancangan ini dikatakan acak karena setiap satuan percobaan mempunyai peluang yang sama
untuk mendapatkan perlakuan sedangkan dikatakan lengkap karena seluruh perlakuan yang
dirancang dalam percobaan tersebut digunakan. (Lentner & Bishop, 1986). Analisis dalam
Rancangan Acak Lengkap ini dapat dilakukan dengan mudah dan langsung.
Dalam Rancangan Acak Lengkap, banyaknya satuan percobaan tidak dibatasi. Namun
dalam beberapa situasi, dimungkinkan ketidakpraktisan untuk mengukur atau mengamati
keseluruhan satuan percobaan. Oleh karena itu, upaya yang dapat dilakukan untuk
menanggulangi hal tersebut menggunakan Rancangan Acak Lengkap dengan subsampel.
Ketidaksamaan jumlah data tiap perlakuan dan unit sampel dapat terjadi dalam Rancangan
Acak Lengkap dengan subsampel. Ketidaksamaan ini dimungkinkan terjadi karena adanya data
yang hilang atau jumlah ulangan yang berbeda.
Menurut Lentner dan Bishop (1986) kemungkinan ketidaksamaan kasus data pengamatan
yang akan ditemui antara lain : (1) ketidaksamaan jumlah ulangan tetapi jumlah unit sampel
sama, (2) ketidaksamaan jumlah unit sampel tetapi jumlah ulangan sama, dan (3) ketidaksamaan
jumlah unit sampel dan ulangan. Dari tiga kasus tersebut dimungkinkan mempunyai tabel
ANAVA yang berbeda satu dengan lainnya.
Berdasarkan hal tersebut, penulis tertarik untuk mempelajari dan membahas prosedur
ANAVA dalam Rancangan Acak Lengkap dengan subsampel pada 3 kasus yang berlainan,
seperti tersebut di atas.
B. RUMUSAN MASALAH
1. Bagaimana pemakaian model rancangan acak faktorial dalam permasalahan sehari-
hari ?
2. Bagaimana model rancangan acak faktorial dalam perancangan percobaan?
C. TUJUAN
1. Untuk mengetahui permasalahan seperti apa yang memakai rancangan faktorial
2. Untuk mengetahui model rancangan faktorial
BAB II
PEMBAHASAN
Contoh Soal :
Balai karantina ingin mengetahui pengaruh lama fumigasi yang berbeda (2 dan 4 jam) dengan
pemberian fumigasi dengan dengan berbagi dosis (0, 16, 32, 48, 62; gr/m3) terhadap daya
kecambah benih Tomat. Metode pengecambahan yang digunakan adalah Growing on Test. Unit
percobaan yang digunakan diasumsikan. Datanya diperoleh sebagai berikut:
Tabel Daya Kecambah (%) benih Tomat pada berbagi dosis Fumigasi Methyl Bromide
(CH3Br) selama 2 jam dan 4 jam.
Jawab :
A. Hipotesis
B. Model Aditif yang digunakan
𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜀𝑖𝑗𝑘
dimana
𝑌𝑖𝑗𝑘 = nilai pengamatan pada faktor a taraf ke-i faktor B taraf ke-j dan ulangan ke k.
(𝜇, 𝛼𝑖 , 𝛽𝑗 ) = merupakan komponen aditif dari rataan, pengaruh utama faktor A dan pengaruh
utama faktor B.
(𝛼𝛽)𝑖𝑗 = komponen interaksi dari faktor A dan faktor B.
𝜀𝑖𝑗𝑘 = pengaruh acak yang menyebar normal (0, 𝜎 2 ).
= 168374,66 − 130944,13
= 37430,5367
𝑌𝑖... 2 (11982 +7842 )
JKA = ∑ − 𝐹𝐾 = − 130944,13 = 136657,33 − 130944,13 = 5713,20
𝑏𝑟 5(3)
= 156403,33 − 130944,13
= 25459,20
JK(AB) = 𝐽𝐾𝑃 − 𝐽𝐾𝐴 − 𝐽𝐾𝐵 = 37430,5367 − 5713,20 − 25459,20
= 6258,13
o Jumlah Kuadrat Galat (JKG)
JKG = 𝐽𝐾𝑇 − 𝐽𝐾𝑃 = 37595,87 − 37430,5367 = 165,3
o Kuadrat Tengah (KTP, KTA, KTB, KT(AB), KTG)
a. db perlakuan = 𝑎𝑏 − 1 = 2(5) − 1 = 9
𝐽𝐾𝑃 37430,5367
KTP =𝑑𝑏 𝑝𝑒𝑟𝑙𝑎𝑘𝑢𝑎𝑛 = = 4158,94
9
b. db faktor A = 𝑎 − 1 = 2 − 1 = 1
𝐽𝐾𝐴 5713,20
KTA = = = 5713,20
𝑑𝑏 𝑓𝑎𝑘𝑡𝑜𝑟 𝐴 1
c. db faktor b = 𝑏 − 1 = 5 − 1 = 5
𝐽𝐾𝐵 25459,20
KTB = 𝑑𝑏 𝑓𝑎𝑘𝑡𝑜𝑟 𝐵 = 4
= 6364,8
d. db faktor (AB) = (𝑎 − 1)(𝑏 − 1) = 1(4) = 4
𝐽𝐾(𝐴𝐵) 6258,13
KT(AB) =𝑑𝑏 𝑓𝑎𝑘𝑡𝑜𝑟(𝐴𝐵) = = 1564,53
4
Tabel Analisis Ragam Pengaruh lama fumigasi dengan pemberian fumigasi terhadap
daya kecambah benih Tomat
Source DF SS MS F P
Dosis 4 25459.2 6364.8 769.94 0.000
Lama 1 5713.2 5713.2 691.11 0.000
Dosis*Lama 4 6258.1 1564.5 189.26 0.000
Error 20 165.3 8.3
Total 29 37595.9
Expected Mean
Square for Each
Term (using
Variance Error restricted
Source component term model)
1 Dosis 4 (4) + 6 Q[1]
2 Lama 4 (4) + 15 Q[2]
3 Dosis*Lama 4 (4) + 3 Q[3]
4 Error 8.267 (4)