Rancangan Acak Kelompok (RAK)

1. Pengertian Rancangan Acak Kelompok (RAK)

Rancangan Acak Kelompok atau randomized block design merupakan salah satu
model rancangan dalam rancangan percobaan. 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. 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).

Dalam rancangan acak kelompok terdapat variasi perlakuan (τ), pengelompokkan (β),
dan galat (ε) akibat ulangan. Ulangan tersebut berfungsi sebagai penghasil galat (ε), yang
merupakan nilai pembanding penentu derajat signifikasi pengaruh perlakuan-perlakuan (τ)
(Hanafiah, 2005).

2. Karakteristik Rancangan Acak Kelompok (RAK)

Karakteristik yang perlu diketahui jika melakukan percobaan dengan model
rancangan acak kelompok adalah ada satu peubah bebas yang disebut perlakuan dan ada satu
peubah pengganggu yang disebut kelompok. Rancangan acak kelompok berguna untuk
melaksanakan percobaan bila unit percobaan tidak homogen. Keheterogenan unit percobaan
berasal dari satu sumber keragaman dan satu sumber keragaman itulah yang dikelompokkan
kedalam unit percobaan yang homogen. Dalam RAK terdapat prinsip Pengacakan, yaitu
penempatan perlakuan pada unit percobaan harus dilakukan secara acak. Pada percobaan
dengan menggunakan RAK, perlakuan-perlakuan secara acak diterapkan pada materi
percobaan dalam tiap kelompok, jadi pengacakannya dibatasi, tidak seperti pada Rancangan
Acak Lengkap (RAL) yang pengacakannya dilakukan terhadap materi seluruhnya secara
lengkap.
Contoh kasus yang dapat menggunakan Rancangan Acak Kelompok yaitu:
a. ingin mengetahui pengaruh berbagai jenis makanan terhadap pertambahan berat badan
domba jantan selama percobaan (diukur dalam kg). dimana domba percobaan yang
 tersedia berbeda umur, karenanya dilakukan pengelompokkan menjadi empat kelompok
umur. Jadi perlakuannya berupa pemberian jenis makanan dan perbedaan umur pada
domba dikelompokkan ke dalam kelompok umur domba yang sama.
b. Ingin membandingkan pengaruh jenis media pembelajaran yang digunakan guru terhadap
hasil belajar matematika siswa kelas 1 SMP pada pokok bahasan geometri. Jenis media
yang dimaksud adalah cetak, audio, visual dan berbasis komputer. Untuk keperluan
tersebut telah dipilih secara acak 12 kelas. Namun setelah dilakukan tes kemampuan awal
ternyata kelas-kelas tersebut dapat digolongkan menjadi tiga kelompok (pengetahuan
awal tinggi, sedang, rendah). Jadi perlakuannya berupa pemberian jenis media
pembelajaran dan perbedaan kemampuan awal siswa dikelompokkan ke dalam kelompok
kemampuan awal yang sama.
Pengacakan dan bagan percobaan
Misalnya ada 6 perlakuan (A, B, C, D, E, F) dan dan dikelompokkkan ke dalam 3
kelompok.
 Jadi total unit percobaan ada 6 x 3 = 18 unit percobaan.
 Pengacakan dilakukan pada masing-msing kelompok
 Salah satu bagan percobaannya yaitu
Kelompok 1 A C B D F E
Kelompok 2 C E F D A B
Kelompok 3 A E C D B F

Tabulasi data
Perlakuan Total Kelompok
Kelompok
A B C D E F
1
2
3
Total Total Keseluruhan
Perlakuan
3. Keuntungan dan Kerugian Rancangan Acak Kelompok (RAK)
Keuntungan rancangan acak kelompok adalah lebih efisien dan akurat dibanding
dengan RAL; lebih fleksibel; penarikan kesimpulan lebih luas karena kita juga bisa melihat
perbedaan diantara kelompok; umumnya diperoleh tingkat ketelitian yang lebih tinggi
dibandingkan dengan RAL; adanya lokal kontrol sebagai upaya pengendalian homogenitas
sehingga galat percobaan menjadi lebih kecil; dan analisis datanya masih mudah dan
sederhana sedangkan kerugian rancangan acak kelompok adalah memerlukan asumsi
tambahan untuk beberapa jenis hipotesis; interaksi antara kelompok memerlukan perlakuan
sangat sulit; peningkatan ketepatan pengelompokan akan menurun dengan semakin
meningkatnya jumlah satuan perobaan dalam kelompok; derajat bebas kelompok akan
menurunkan derajat bebas galat sehingga sensitifitasnya akan menurun; memerlukan
pemahan tambahan tentang keragaman satuan percobaan untuk suksesnya pengelompokan;
dan jika ada data yang hilang memerlukan perhitungan yang lebih rumit (Mas, 2009).

4. Model Linier Rancangan Acak Kelompok (RAK)

Model linier aditif dalam RAK dibagi menjadi 2 model yaitu model tetap (fixed
model) dan model acak (random model) (Mas, 2009). Model tetap merupakan model dimana
perlakuan-perlakuan yang digunakan dalam percobaan berasal dari populasi yang terbatas
dan pemilihan perlakuan ditentukan langsung oleh peneliti dan kesimpulan yang diperoleh
terbatas hanya pada peneliti serta kesimpulan yang diperoleh terbatas hanya pada perlakuan-
perlakuan yang dicobakan saja tidak bisa digeneralisasikan, sedangkan model acak adalah
model dimana perlakuan-perlakuan yang dicobakan merupakan sampel acak dari populasi
perlakuan dan kesimpulan yang diperoleh berlaku secara umum untuk seluruh populasi
perlakuan (Wulandari, 2012). Pada RAK ada tambahan sumber keragaman kelompok,
sehingga model liniernya adalah sebagai berikut :

Yij = µ + τi + βj + εij untuk i = 1,2,3,...,t j = 1,2,3,...,r

dimana :
Yij = nilai pengamatan pada perlakuan ke-i kelompok ke-j
µ = nilai tengah umum (nilai tengah populasi)
τi = pengaruh aditif perlakuan ke-i
βj = pengaruh aditif kelompok ke-j
εij = galat percobaan pada perlakuan ke-i kelompok ke-j
t = banyaknya perlakuan
r = banyaknya kelompok/ulangan

5. Langkah perhitungan
a. Hipotesis Statistik
Dalam menyusun himpunan perlakuan yang akan diuji dalam suatu percobaan, harus
didasarkan pada prinsip bahwa perlakuan-perlakuan tersebut harus dapat memberikan
keleluasaan kepada peneliti untuk menguji kebenaran hipotesis perlakuannya (Hanafiah,
2005). Ada tidaknya pengaruh dalam perlakuan dapat diketahui dengan adanya hipotesis
dalam RAK. Hipotesis dirumuskan untuk menguji ada tidaknya respon atau pegaruh
perlakuan (Mas, 2009). Apabila hasilnya H0 maka artinya tidak ada pengaruh terhadap
respon, sedangkan apabila hasilnya H1 maka artinya ada pengaruh terhadap respon dan bisa
dilakukan uji lanjutan. Rumus dari hipotesis dalam RAK adalah sebagai berikut.
Analisis model tetap
Hipotesis pengaruh perlakuan
(rata-rata antar perlakuan tidak ada perbedaan atau sama
terhadap respon yang diamati)
(Terdapat perbedaan rata-rata antar perlakuan terhadap respon
yang diamati)
Hipotesis pengaruh kelompok
(rata-rata antar kelompok tidak ada perbedaan atau sama
terhadap respon yang diamati)

Analisis model acak

Hipotesis pengaruh perlakuan
(keragaman perlakuan tidak berpengaruh terhadap respon yang
diamati)
(keragaman perlakuan berpengaruh positif terhadap respon yang
diamati)
Hipotesis pengaruh kelompok
(keragaman kelompok tidak berpengaruh terhadap respon yang

diamati)
 (keragaman kelompok berpengaruh positif terhadap respon yang

diamati)
b. Analisis Varian (ANOVA) dan Koefisien Varian (CV)
Anova merupakan salah satu teknik analisis multi varian yang berfungsi untuk
membedakan rerata lebih dari dua kelompok data dengan cara membandingkan variansinya.
Penyusunan analisis ragam dilakukan dengan tahap perhitungan (1) menghitung jumlah
masing-masing perlakuan, total perlakuan, dan nilai tengah/rataan perlakuan, (2) menghitung
berbagai derajat bebas dari sumber keragaman, (3) mencari faktor koreksi (FK) dan berbagai
jumlah kuadrat (JK), (4) menghitung kuadrat tengah (KT) untuk setiap sumber keragaman
dengan membagi JK dengan derajat bebas yang bersangkutan, (5) menentukan F hitung untuk
uji signifikasi dari perlakuan, (6) membandingkan dengan F tabel, (7) menentukan koefisien
ragam (CV), (8) menyusun analisis ragam (ANOVA), dan (8) membuat keputusan atau hasil
percobaan (Mas, 2009). Koefisien variasi adalah ukuran persebaran yang dinormalkan dari
suatu distribusi probabilitas yang terkadang nilai dari koefisien variasi dinyatakan dalam
prosen (%)
MODEL KELOMPOK ULANGAN HBM

(Setiawan, 2012).

6. Analisis Rancangan acak kelompok dengan menggunakan spss

Contoh

Seseorang ingin mengetahui pengaruh model pembelajaran terhadap hasil belajar siswa SMP
yang ditinjau dari Motivasi siswa. Model pembelajaran yang diberikan terdiri dari model
pembelajaran langsung (PL), model pembelajaran tutor sebaya (TS), dan model pembelajaran
Kooperatif tipe STAD. Dan untuk pengelompokkan digunakan motivasi siswa yaitu
motivasitinggi, motivasi sedang dan motivasi rendah. Pengambilan sampel diberikan
perlakuan, yaitu dibagi menjadi 9 kombinasi perlakuan, dengan cara yang sama diulang
sebanyak 3 kali, dan pengambilan sampel dilakukan setiap 1 minggusekali. Data yang
diperoleh sebagai berikut
 1 1 68
2 1 76
3 1 89
1 2 77
PembelajaranLangsung 2 2 88
3 2 80
1 3 78
2 3 89
3 3 76
1 1 78
2 1 83
3 1 85
1 2 78
Tutor Sebaya 2 2 79
3 2 81
1 3 88
2 3 68
3 3 78
1 1 87
2 1 92
3 1 89
1 2 90
STAD 2 2 78
3 2 87
1 3 96
2 3 82
3 3 81
Cara mengolah data menggunakan SPSS ver.15:

1. Komputer telah siap dengan Program SPSS, Masukan data pada Data View. Kemudian

KlikVariable View pada pojok kiri bawah, kemudian pada Kolom Name ketik MPK,

Ulangan dan HBM.

2. Klik values , pada variable Model_pembelajaran, danTulis, model Model yang
dimaksud di kotak Value dikuti mengklik add secara berurutan, sehingga terlihat
tampilan:

3. Klik values, pada variable Kelompok , danTulis, Kelompok 1 sampai dengan 3 di

kotak Value dikuti mengklik add secara berurutan, sehingga terlihat tampilan:
4. Klik values, pada variable Ulangan, danTulis, Ul. 1 sampai dengan 3 di kotak Value
dikuti mengklik add secara berurutan, kemudian OK, sehingga terlihat tampilan:
5. Selanjutnya, Klik Analyze → General linear model → univariate, sehingga akan
muncul tampilan:

6. Masukkan dengan mengklik tanda panah, Model_pembelajaran dan Kelompok

kekotak Fixed Factor(s) dan HBM ke kotak Dependent variable, sehingga terlihat
seperti tampilan
7. Kemudian Klik Model → Ceklist custom → kemudian masukan dengan mengklik
tanda panah Model_pembelajaran dan Kelompok ke kotak Model, kemudian klik
Continue.
8. Kemudian Klik Post Hoc.. → Masukan Model_pembeljaran dan Kelompok ke dalam
kolom Post Hoc Test For kemudian centang LSD dan Continue kemudian OK.

9. SelanjutnyaKlik OK
Kemudian akan tampil Hasil Output

Berdasarkan table output diatas dapat disimpulkan sebagai berikut:

1. Kelompok mempunyai pengaruh yang tidak signifikan terhadap hasil belajar matematika

siswa. ( p-value = 0,923 > 0,05).

2. Model Pembelajaran mempunyai pengaruh yang signifikan terhadap Hasil Belajar siswa (

p-value = 0,049< 0,05).

Berdasarkan table output diatas dapat disimpulkan sebagai berikut:

1. Model pembelajaran Langsung dan Model pembelajaran Tutor Sebaya mempunyai

perbedaan yang tidak signifikan terhadap hasil belajar matematika siswa. ( p-value =

0,914 > 0,05).

2. Model pembelajaran Langsung dan Model pembelajaran kooperatif tipe STAD

mempunyai perbedaan yang signifikan terhadap hasil belajar matematika siswa. ( p-

value = 0,37 < 0,05).

3. Model pembelajaran Tutor Sebaya dan Model pembelajaran kooperatif tipe Jigsaw

mempunyai perbedaan yang signifikan terhadap hasil belajar matematika siswa. ( p-

value = 0,03< 0,05).