PENELITIAN TATAP
RANCANGAN PETAK
A. Rancangan Petak
Definisi dan SyaratTerbagi (RPT) atau Split Plot Design (SPD) merupakan bentuk
Penggunaan
TERBAGI (SPLIT PLOT
khusus percobaan faktorial atau dengan kata lain setiap percobaan yang
menggunakan split splot design pasti faktorial, tetapi setiap percobaan faktorial
tidak selalu split splot design.
Pada Rancangan Petak Terbagi ini kombinasi perlakuan tidak diacak secara sempurna
terhadap unit-unit percobaan, dengan alasan :
Adanya tingkatan kepentingan dari faktor-faktor yang dilibatkan dalam
percobaan.
Pengembangan dari percobaan yang telah berjalan.
Kendala pengacakan di lapangan.
Rancangan ini digunakan bagi percobaan-percobaan yang dimaksudkan untuk
menyelidiki pengaruh-pengaruh utama dan interaksi dengan derajad ketelitian
yang tidak sama.
Faktor dengan derajad ketelitian yang lebih rendah disebut sebagai faktor utama
(main plot faktor), sedangkan faktor dengan ketelitian yang lebih tinggi disebut
faktor anak petak (sub plot faktor). Rancangan ini dapat diaplikasikan pada semua
rancangan dasar (RAL, RAK, dan RBSL).
Beberapa kelemahan dari Rancangan Petak Terbagi antara lain :
Pengaruh utama dari petak utama diduga dengan tingkat ketelitian yang lebih
rendah, dibandingkan pengaruh interaksi dan pengaruh utama dari anak petak-
nya.
Analisis lebih komplek dibandingkan pola faktorial serta interpretasi hasil
analisisnya tidak mudah.
Di bidang peternakan, rancangan ini banyak digunakan pada penelitian di bidang
Agrostologi, yaitu suatu ilmu yang mempelajari berbagai rumput; klasifikasi,
manajemen dan pemanfaatannya (Forages, 6th Ed., vol.2 2007), namun dapat pula
diterapkan di bidang budidaya ternak.
3. Praktek Pengelolaan
Penempatan perlakuan sebagai petak utama dilakukan berdasarkan
pertimbangan praktis di lapangan.
Misalnya dalam suatu percobaan untuk menilai penampilan beberapa varietas
rumput dengan berbagai taraf pemupukan, si peneliti mungkin menempatkan petak
utama untuk pemupukan guna memperkecil keperluan pemisahan petakan yang
memerlukan taraf pemupukan yang berbeda.
Contoh lain pada kasus percobaan yang melibatkan cara pengolahan lahan (cangkul,
bajak, traktor) dengan berbagai jenis varietas. Dimana cara pengolahan lahan
ditempatkan sebagai petak utama dan jenis varietas sebagai anak petak.
B. Model Matematik
Setiap jenis rancangan penelitian memiliki model matematik sendiri-sendiri dan
spesifik.
Keterangan :
Yijk : Nilai yang diamati/diukur
: Nilai tengah populasi
αi : Pengaruh faktor A taraf ke i
j : Pengaruh faktor B taraf ke j
(αβ)ij : Pengaruh interaksi faktor A taraf ke i dengan faktor B taraf ke j
δik : Pengaruh acak dari petak utama yang muncul dari faktor A taraf ke i dalam
ulangan ke k (Galat Main Plot atau Galat a)
ijkl : Pengaruh acak dari satuan percobaan ke k yang mendapat kombinasi
perlakuan ij (Galat Sub Plot atau Galat b)
Keterangan :
Yijk : Nilai yang diamati/diukur
: Nilai tengah populasi
k : Pengaruh Blok ke k
αi : Pengaruh faktor A taraf ke i
j : Pengaruh faktor B taraf ke j
(αβ)ij : Pengaruh interaksi faktor A taraf ke i dengan faktor B taraf ke j
δik : Pengaruh acak dari petak utama yang muncul dari faktor A taraf ke i dalam
blok ke k (Galat Main Plot atau Galat a)
Rancangan Penelitian TM ke-11 3|Page
ijk : Pengaruh acak dari satuan percobaan ke k yang mendapat kombinasi
perlakuan ij (Galat Sub Plot atau Galat b)
Keterangan :
Yijkl : Nilai yang diamati/diukur
: Nilai tengah populasi
γk : Pengaruh Baris ke k
κl : Pengaruh Kolom ke l
αi : Pengaruh faktor A taraf ke i
j : Pengaruh faktor B taraf ke j
(αβ)ij : Pengaruh interaksi faktor A taraf ke i dengan faktor B taraf ke j
δikl : Pengaruh acak dari petak utama yang muncul dari faktor A taraf ke i dalam
baris ke k dan kolom ke l (Galat Main Plot atau Galat a)
ijkl : Pengaruh acak dari satuan percobaan ke kl yang mendapat kombinasi
perlakuan ij (Galat Sub Plot atau Galat b)
a.Akan
Jikadiberikan
rancangancontoh pengacakan
dasarnya RAL : dan tata letak percobaan berdasarkan
rancangan dasarnya (RAL, RAK dan RBSL).
Pengacakan level dari faktor T ke dalam petak utama dilakukan secara acak
lengkap.
1) Pengacakan Main Plot :
Tempat percobaan dibagi ke dalam petak satuan percobaan. Jumlah petak
satuan percobaan diperoleh dengan cara :
Jumlah petak satuan percobaan = Jumlah level faktor T × Jumlah ulangan
Pada contoh disini jumlah petak satuan percobaan = 3 × 3 = 9 petak. Petak
tersebut menjadi petak utama (Main Plot).
Penempatan perlakuan ke dalam petak utama (PU) dilakukan secara acak
lengkap, dan diberi kode sesuai dengan perlakuan yang diterapkan. Dalam
hal ini level dari jenis pengolahan tanah atau faktor T yaitu t0 = tanpa olah
tanah, t1 = dibajak sapi, t2 = Hand traktor, diacak lengkap, seperti pada
denah berikut :
t2 t0 t1
t2 t2 t1
t1 t0 t0
v2 v1 v4 v3 v4 v2 v3 v1 v3 v4 v2 v1
t2 t2 t1
v4 v3 v2 v1 v2 v4 v3 v1 v4 v1 v2 v3
v3 v4 v1 v2 v3 v1 v4 v2 v4 v2 v1 v3
b. Jika rancangan dasarnya RAK :
t1 t0 t0
Pengacakan level dari faktor T ke dalam petak utama dilakukan di dalam masing-
masing blok.
1) Pengacakan Main Plot :
Tempat percobaan dibagi ke dalam blok, banyaknya blok = banyaknya
ulangan. Pembagian blok sesuai dengan prinsip pengawasan setempat
(local control).
Setiap blok dibagi menjadi petak utama (PU). Banyaknya PU dalam tiap blok
sama dengan jenis pengolahan tanah. Penempatan perlakuan ke dalam PU
dilakukan secara acak, dan diberi kode sesuai dengan perlakuan yang
diterapkan. Dalam hal ini jenis pengolahan tanah diberi kode huruf T (t0 =
tanpa olah tanah, t1 = dibajak sapi, t2 = Hand traktor), seperti pada denah di
bawah ini (Perhatikan dan bandingkan dengan hasil pengacakan pada RAL, maka
level dari faktor T disini hanya muncul sekali dalam setiap blok dan setiap blok
mengandung semua level faktor T, yaitu sesuai dengan prinsip pengacakan pada RAK) :
Blok I
t2 t1 t0
Blok II
t1 t0 t2
Blok III
v2 v1 v4 v3 v4 v2 v3 v1 v3 v4 v2 v1
v4 v3 v2 V1
t2 t1 t0
v2 v4 v3 v1 v4 v1 v2 v3
Blok
v3 v4 v1 v2
t1 t0 t2
v3 v1 v4 v2 v4 v2 v1 v3
Blok
2 B C A
3 C A B
Baris
3 C A B
1 A B C
3 A C B
1 B A C
Selanjutnya ubah kode perlakuan tersebut di atas dengan kode asli level faktor
yang menjadi petak utama yaitu t0, t1, dan t2 sehingga diperoleh denah sebagai
berikut :
t2 t1 t0
t0 t2 t1
t1 t0 t2
v2 v1 v4 v3 v4 v2 v3 v1 v3 v4 v2 v1
v4 v3 v2 V1 v2 v4 v3 v1 v4 v1 v2 v3
v3 v4t0 v1
2. Melaksanakan Penelitian. v2 v3 v1t2 v4 v2 v4 v2t1 v1 v3
Langkah melaksanakan penelitian adalah peneliti melaksanakan penelitiannya,
Baris
3. Tabulasi Data.
Langkah tabulasi data merupakan aktivitas untuk melakukan pengamatan data dan
penyusunan data ke dalam tabulasi data serta untuk keperluan analisis data.
Tabulasi data dalam setiap jenis rancangan penelitian mempunyai ciri masing-
masing sesuai dengan jenis rancangannya.
Mengingat tabulasi data untuk RPT dengan rancangan dasar RBSL cukup komplek
dan dengan pertimbangan penggunaan rancangan dasar RAL serta RAK dalam RPT
paling sering digunakan dalam penelitian, maka tabulasi data pada RPT yang akan
Tabel 2. MP x SP
t0 t1 t2 Yi..
v1
v2 Yij. Catatan :
v3 Salin data Yij. dari Tabel 1 dan
sesuaikan dengan kombinasi
v4 perlakuannya masing-masing.
Y.j. Y…
Namun perlu diingat bahwa sebelum analisis data dilakukan, biasanya dilakukan
pengujian untuk mengetahui apakah data sudah memenuhi asumsi yang dibutuhkan
dalam analisis variansi. Jika ada asumsi yang tidak dapat dipenuhi maka perlu
dilakukan transformasi data.
Prosedur ANAVA :
a. Menggunakan data yang sudah disusun dalam tabulasi data. Berdasarkan
tabulasi data tersebut di atas kita dapat mengetahui jumlah dan jenis sumber
variansinya. Di bawah ini disajikan komparasi sumber variasi dan derajat bebas
dari RPT dengan rancangan dasar RAL, RAK dan RBSL.
Selanjutnya kita dapat menghitung nilai variansi dari sumber variasi tersebut.
b. Menghitung nilai variansi (KT).
Untuk menghitung nilai variansi (KT) biasanya diawali dengan menhitung Faktor
Koreksi (FK), Jumlah Kuadrat (JK) dan Derajat Bebas (DB) dengan formula
sebagai berikut :
Catatan : i = 1,2,..., a (jumlah level faktor T)
j = 1,2,..., b (jumlah level faktor V)
k = 1,2,.., r (jumlah blok/ulangan/baris)
l = 1,2,..., r (jumlah kolom)
2. 𝐽𝐾𝑇𝑜𝑡𝑎𝑙 = ∑ 𝑌2 − 𝐹𝐾
𝑖
2
3. 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (1) = ∑ 𝑌𝑖.𝑘 − 𝐹𝐾
�
7. 𝐽𝐾𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 2
= ∑ 𝑌.𝑗. − 𝐹𝐾
(𝑉) 𝑎.𝑟
8. 𝐽𝐾𝐼𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 (𝑇𝑉) = 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (2) − 𝐽𝐾𝑀𝑎𝑖𝑛 𝑃𝑙𝑜𝑡 (𝑇) − 𝐽𝐾𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 (𝑉)
9. 𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑏) = 𝐽𝐾𝑇𝑜𝑡𝑎𝑙 − 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (2) − 𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑎) atau
𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑏) = 𝐽𝐾𝑇𝑜𝑡𝑎𝑙 − 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (1) − 𝐽𝐾𝐺𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 (𝑉) − 𝐽𝐾𝐼𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 (𝑇𝑉)
2) Formula Analisis
2
Variansi RPT dengan RAK
(𝑌… )
1. 𝐹𝐾 =
𝑎.𝑏.𝑟
2. 𝐽𝐾𝑇𝑜𝑡𝑎𝑙 = ∑ 𝑌2𝑖 − 𝐹𝐾
2
3. 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (1) = ∑ �𝑖.𝑘 − 𝐹𝐾
�
𝑌2
4. 𝐽𝐾𝐵𝑙𝑜𝑘 = ∑𝑎.𝑏
..𝑘
−
2
𝑖..
5. 𝐽𝐾𝑀𝑎𝑖𝑛 𝑃𝑙𝑜𝑡 (𝑇) = ∑ − 𝐹𝐾
�
6. 𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑎) = 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (1) − 𝐽𝐾𝐵𝑙𝑜𝑘 − 𝐽𝐾𝑀𝑎𝑖𝑛 𝑃𝑙𝑜𝑡 (𝑇)
𝑌2
7. 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (2) = ∑ 𝑖𝑗.
𝑟 − 𝐹𝐾
8. 𝐽𝐾𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 2
= ∑ 𝑌.𝑗. − 𝐹𝐾
(𝑉) 𝑎.𝑟
9. 𝐽𝐾𝐼𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 (𝑇𝑉) = 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (2) − 𝐽𝐾𝑀𝑎𝑖𝑛 𝑃𝑙𝑜𝑡 (𝑇) − 𝐽𝐾𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 (𝑉)
10. 𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑏) = 𝐽𝐾𝑇𝑜𝑡𝑎𝑙 − 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (2) − 𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑎) atau
𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑏) = 𝐽𝐾𝑇𝑜𝑡𝑎𝑙 − 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (1) − 𝐽𝐾𝐺𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 (𝑉) − 𝐽𝐾𝐼𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 (𝑇𝑉)
9. 𝐽𝐾𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 2
= ∑ 𝑌.𝑗. − 𝐹𝐾
(𝑉) 𝑟2
10. 𝐽𝐾𝐼𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 (𝑇𝑉) = 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (2) − 𝐽𝐾𝑀𝑎𝑖𝑛 𝑃𝑙𝑜𝑡 (𝑇) − 𝐽𝐾𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 (𝑉)
11. 𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑏) = 𝐽𝐾𝑇𝑜𝑡𝑎𝑙 − 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (2) − 𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑎) atau
𝐽𝐾𝐺𝑎𝑙𝑎𝑡 (𝑏) = 𝐽𝐾𝑇𝑜𝑡𝑎𝑙 − 𝐽𝐾𝑆𝑢𝑏 𝑇𝑜𝑡𝑎𝑙 (1) − 𝐽𝐾𝐺𝑆𝑢𝑏 𝑃𝑙𝑜𝑡 (𝑉) − 𝐽𝐾𝐼𝑛𝑡𝑒𝑟𝑎𝑘𝑠𝑖 (𝑇𝑉)
Dari salah baku di atas, diketahui pada pembandingan antara nilai rata-rata
MP dalam satu level SP digunakan dua jenis KT galat, yaitu KTgalat a dan
KTgalat b. Implikasinya, rasio selisih perlakuan terhadap galat baku tidak
mengikuti sebaran t-student, sehingga perlu dihitung t gabungan atau
terboboti sebagai berikut :
Jika ta dan tb berturut-turut adlah nilai t yang diperoleh dari tabel t-
student dengan taraf nyata tertentu pada derajat bebas galat a dan
derajat bebas galat b, maka nilai t terboboti adalah :
(𝑏 − 1)(𝐾𝑇𝑔𝑎𝑙𝑎𝑡 𝑏)(𝑡𝑏) + (𝐾𝑇𝑔𝑎𝑙𝑎𝑡 𝑎)(𝑡𝑎)
𝑡′ =
(𝑏 − 1)(𝐾𝑇𝑔𝑎𝑙𝑎𝑡 𝑏) + 𝐾𝑇𝑔𝑎𝑙𝑎𝑡 𝑎
MP 1 MP 2 MP 3 MP 4 Rataan
SP 1 S 11 S 12 S 13 S 14 SP1
SP 2 S 21 S 22 S 23 S 24 SP2
SP 3 S 31 S 32 S 33 S 34 SP3
Rataan MP 1 MP 2 MP 3 MP 4
b. Orthogonal Polinomial.
Dalam Orthogonal Polinomial, hal yang harus diperhatikan adalah dalam menguji
bentuk respon dari pengaruh interaksi.