Anda di halaman 1dari 4

Percobaan Rancangan Acak Lengkap (RAL)

(Completely Randomized Design / CRD)

Percobaan di bawah ini dilaksanakan dengan menggunakan RAL untuk membandingkan


pertumbuhan biji kacang hijau pada 3 lingkungan yang berbeda.

Alat dan Bahan:


1. Petridish 15
2. Kertas merang atau kertas saring 15
3. Botol penyemprot
4. Kain hitam atau kotak
5. Penggaris dan alat tulis
6. Kacang hijau
7. Air Akuades

Prosedur:
1. Petridish yang digunakan dalam keadaan bersih dan kering.
2. Potong kertas merang atau kertas saring seluas petridish
3. Letakkan setiap kertas merang/saring pada setiap petridish dan basahi kertas
dengan air akuades secara merata (lembab dan air tidak tergenang dalam
petridish). Media tumbuh siap digunakan.
4. Pilih kacang hijau supaya homogen
5. Bersihkan, dan rendam dalam air selama 2 jam
6. Letakkan 10 biji kacang hijau dengan jarak yang sama dalam sebuah petridish
7. Buatlah ulangan 5 kali untuk setiap perlakuan.
8. Siramlah seperlunya
9. Amati pertumbuhan biji dengan menghitung viabilitas biji dan panjang kecambah
setiap hari.

Tugas dan pertanyaan:


Jawablah tugas dan pertanyaan berikut sebagai bagian dari laporan praktikum saudara.
1. Bagaimana saudara mengacak perlakuan pada setiap ”experimental unit”? Buatlah
lay out hasil pengacakan tersebut.
2. Apa gunanya perendaman biji sebelum percobaan dimulai?
3. Apakah hipotesis saudara untuk percobaan ini?
4. Tentukan populasi, sampel, perlakuan, ulangan, model percobaan dan model
linear
5. Buatlah tabel hasil pengamatan, hasil penghitungan untuk membuktikan hipotesis
saudara dan presentasikan dalam table “analysis of variance” (ANOVA) didukung
oleh grafik hasil percobaan saudara.
6. Buatlah pembahasan dengan mengaitkan hasil perhitungan dengan tujuan, metoda
percobaan dan hipotesis
7. Buatlah kesimpulan dengan mengaitkan fakta biologis data saudara didukung oleh
hasil perhitungan kuantitatif.
Rancangan Acak Lengkap (RAL)
(Completely Randomized Design / CRD)

Untuk merancang percobaan diperlukan “Experimental unit” (unit eksperimen)


sehomogen mungkin. Hal ini untuk memperkecil kesalahan (error) yang timbul
disebabkan karena variasi dari unit eksperimen ini.

Percobaan dirancang sesuai dengan tujuan, hipotesis, kondisi lapangan dan kemampuan
baik secara “man power” maupun finansial dan skill. Oleh karenanya jumlah unit
eksperimen akan didikte banyak hal

Rancangan percobaan sederhana dapat menggunakan Rancangan Acak Lengkap (RAL).


Setiap perlakuan diterapkan atau diberikan pada unit eksperimen secara acak dan jumlah
ulangan (replikasi) untuk setiap perlakuan harus sama. Dengan demikian bermakna acak
(untuk penerapan perlakuan pada unit eksperimen) dan lengkap (dengan jumlah
replikasi/ulangan yang sama. Apabila jumlah replikasi atau ulangan ini tidak sama maka
rancangan percobaan menjadi Rancangan Acak Tidak Lengkap.

Keuntungan dan kerugian RAL


1. Fleksibel: jumlah perlakuan (treatment) dan ulangan tidak terbatas
2. Analisanya mudah
3. Jumlah maksimum degree of freedom untuk “experimental error” tinggi
4. Namun RAL menjadi tidak efisien jika Rancangan lainnya lebih tepat digunakan.

Linear Model (Model linier) RAL

Yij = µ + τi + εij i = 1, 2, … t (untuk treatment)


j = 1, 2, … ri (untuk replikasi)

Yij = observasi dari unit eksperimen j dan perlakuan i


µ = overall mean
τi = µi - µ = efek perlakuan i
εij = Yij - µi = deviasi dari observasi ij dari rerata perlakuan i, disebut komponen
residual atau error.

Asumsi estimasi dan inferensi untuk RAL;


1. µ adalah constanta fix untuk semua observasi
2. εij merupakan distribusi normal dan independent dengan mean 0 dan variansi =
σ2ε untuk setiap populasi (grup perlakuan)
Analisi untuk RAL (CRD)

Tabel untuk format pengambilan data RAL

Replikasi 1 2 … j … ri Treatment
Total Mean
Perlakuan 1 Y11 Y12 … Y1j … Y1ri Y1. Y1.
(treatment) 2 Y21 Y22 … Y2j Y2ri Y2. Y2.
. . . . . . .
. . . . . . .
. . . . . . .
i Yi1 Yi2 … Yij Yiri Yi. Yi.
. . . . . . .
. . . . . . .
. . . . . . .
t Yt1 Yt2 … Ytj Ytrt Yt. Yt.
Overall total and mean Y.. Y..

Yi. = ΣYij

Yi. = Yi./ri untuk I = 1, 2, …t.

Correction Factor (faktor koreksi) = C = Y2../n

Total Sum Square (SSY) = ΣΣYij (Yij-Yi..)2 = ΣΣY2ij – C

Treatment Sum Square (SST) = ΣΣYij (Yi.-Yi..)2 = Σ(Y2i. /ri)– C

Experimental Error SS (SSE) = ΣΣ(Yij - Yi.)2 = SSY – SST

Tabel ANOVA (Analysis of Variance) untuk RAL

Source df SS MS Ftest

Treatment t-1 SST MST = SST/( t-1 ) MST/MSE


(diantara
treatment)
Experimental n-t SSE MSE = SSE/( n-t )
Error
Total n-1 SSY
Contoh

Ada tiga varitas yang ditanam dengan 10 ulangan dan hasil pengamatan produksi (dalam
kg) sebagai berikut:

Variatas Varitas
1 2 3
6.6 5.6 6.9
6.4 5.2 7.1
5.9 5.3 6.4
6.6 5.1 6.7
6.2 5.7 6.5
6.7 5.6 6.6
6.3 5.6 6.6
6.5 6.3 6.6
6.5 5.0 6.8
6.8 5.4 6.8
Total = Yi. 64.5 54.8 67.0 Y.. = 186.3

C = (186.3)2/30 = 1156.9

SSY = (6.6)2 + (6.4)2 + … + (6.8)2 + (5.6)2 + (5.2)2 + …+ (6.9)2 + …(6.8)2 – C


= 1167.5 – 1156.9 = 10.6

SST = [(64.5)2 + (54.8)2 + (67)2]/10 – C = 1165.2 – 1156.9 = 8.3

SSE = SSY – SST = 10.6 – 8.3 = 2.3

Dengan demikian table ANOVA menjadi:

Source df SS MS Ftest

Treatment 2 8.3 4.15 4.15/0.09 =


(diantara 46.11
treatment)
Experimental 27 2.3 0.09
Error
Total 29 10.6

Ftabel pada α = 5% (0,05) pada df treatment = 2 dan df error = 27 adalah 3.35


Maka F kalkulasi > F table
Kesimpulan bahwa ada perbedaan berat produksi diantara tiga varitas.

Anda mungkin juga menyukai