Nama : Syavitra Agis Pratama

NPM : 2114161037
Kelas : AGR A
Mata Kuliah : Rancangan Percobaan

Resume

RANCANGAN FAKTORIAL

Rancangan Perlakuan Faktorial adalah suatu metode yang digunakan dalam statistik untuk
menguji efek dari dua atau lebih variabel bebas (faktor) terhadap suatu variabel terikat
(respons) dalam suatu percobaan. Rancangan faktorial melibatkan kombinasi setiap tingkat
faktor dalam satu percobaan. Penggunaanya pada rancangan faktorial, setiap faktor diuji pada
setiap levelnya bersama-sama dengan faktor-faktor yang lain. Rancangan ini memungkinkan
kita untuk menguji efek dari masing-masing faktor dan interaksi antara faktor-faktor tersebut.
Interaksi antara faktor-faktor dapat memberikan informasi tambahan mengenai pengaruh
faktor-faktor terhadap variabel terikat, misalnya, jika kita ingin menguji efek dari suhu dan
kelembaban udara terhadap pertumbuhan tanaman, maka kita dapat menggunakan rancangan
percobaan faktorial dengan dua faktor, yaitu suhu dan kelembaban udara.
Langkah dalam pengerjaan rancangan factorial :
1. Tentukan Rancangan Percobaan dan faktor-faktor yang ingin diuji dan taraf yang
digunakan.
2. Lakukan pengujian data agar memenuhi syarat untuk Analisis Ragam Jika “YA”
lanjutkan dan jika “TIDAK” Alih skala data.
3. Jika “YA” lakukan Analisis Ragam dan lihat apakah terjadi interaksi atau tidak Jika
“Ya” lanjutkan dengan pemisahan nilai tengah antar perlakuan.
4. Langkah terakhir adalah interpretasi hasil Anara dan uji lanjut berdasarkan keilmuan
yang berhubungan dengan penelitian.
Keuntungan dan kelemahan rancangan factorial
• mampu menguji pengaruh beberapa faktor sekaligus dalam satu percobaan, sehingga lebih
efisien dan hemat waktu.
• mampu mengidentifikasi interaksi antara faktor-factor.
• kompleksitas dalam perancangan dan analisis data jika faktor-faktor yang diuji memiliki
banyak level/taraf.
• membutuhkan jumlah sampel yang cukup besar untuk menghasilkan hasil yang akurat dan
dapat dipercaya.
Pertimbangan pemilihan percobaan dengan menggunakan rancangan perlakuan factorial yaitu
dengan :
1. Tujuan penelitian: Apakah tujuannya untuk menguji pengaruh beberapa faktor terhadap
variabel terikat atau untuk mengidentifikasi interaksi antara faktor-faktor tersebut.
2. Faktor yang ingin diuji: Faktor-faktor yang ingin diuji harus dipilih dengan baik dan relevan
dengan tujuan penelitian. Faktor-faktor tersebut harus memiliki beberapa level yang dapat diuji
dalam percobaan.
3. Jumlah faktor dan level: Jumlah faktor dan level yang dipilih harus memperhitungkan jumlah
sampel yang dibutuhkan dalam percobaan, sehingga memungkinkan untuk mengambil
kesimpulan yang valid dan dapat dipercaya.
4. Pengaruh faktor-faktor: Perlu dipahami terlebih dahulu pengaruh factor-faktor yang ingin
diuji terhadap variabel terikat. Hal ini dapat membantu dalam memilih level yang tepat untuk
setiap faktor.
5. Kemungkinan interaksi antara factor-faktor: Harus dipertimbangkan dalam perancangan
percobaan faktorial. Jika interaksi diprediksi akan terjadi, maka jumlah level yang diuji harus
lebih banyak.
Model aditif linier rancangan faktorial dapat dinyatakan sebagai berikut:
Y = μ + A1B1 + A2B2 + ... + AiBi + ... + AkBk + ε
Keuntungan dari model aditif linier rancangan faktorial adalah mudah diinterpretasi dan dapat
memberikan informasi yang berguna tentang pengaruh masingmasing faktor secara terpisah.
Namun, kelemahannya adalah model ini tidak mampu mengakomodasi interaksi antara faktor-
faktor yang diuji, sehingga model ini kurang sesuai jika faktor-faktor tersebut memang saling
berinteraksi.
Interpretasi hasil dari analisis rancangan faktorial dapat dilakukan dengan memperhatikan
beberapa hal berikut :
Efek dari masing -masing faktor: Efek masing -masing faktor dapat diinterpretasikan sebagai
perbedaan rata - rata respons antara level yang lebih tinggi dengan level yang lebih rendah.
Jika efek signifikan, maka kita dapat menyimpulkan bahwa faktor tersebut mempengaruhi
variabel terikat .
Interaksi antara faktor -faktor: Hasil analisis dapat memberikan informasi mengenai apakah
terdapat interaksi antara faktor -faktor yang diuji. Jika terdapat interaksi, maka efek dari masing
-masing faktor dapat berbeda -beda pada level faktor yang lain. Interaksi dapat memberikan
informasi tambahan mengenai pengaruh faktor -faktor terhadap variabel terikat dan dapat
membantu dalam mengoptimalkan hasil .
Persamaan model: Dengan menggunakan persamaan model, kita dapat mengestimasi respons
pada level faktor yang diinginkan .
ANOVA: Hasil analisis ANOVA dapat memberikan informasi mengenai signifikansi pengaruh
masing - masing faktor dan interaksi antara faktor -faktor. Jika nilai p kurang dari 0,05, maka
 kita dapat menyimpulkan bahwa faktor atau interaksi tersebut signifikan terhadap variabel
terikat .
Grafik: Grafik dapat digunakan untuk memvisualisasikan efek masing -masing faktor dan
interaksi antara faktor - faktor. Grafik dapat membantu dalam memahami pengaruh faktor -
faktor terhadap variabel terikat dan dapat membantu dalam mengoptimalkan hasil.

RANCANGAN PETAK TERBAGI (Split Plot Design, Incomplete Block Design)

RANCANGAN PERCOBAAN UNTUK RPT

• Satuan percobaan pada RPT tidak setara: ada induk petak yang terbagi menjadi anak-anak
petak.
• Induk petak (besar, utama) “dibagi” menjadi anak petak-anak petak yang sama sejumlah taraf
factor kedua (faktor B atau faktorial).
• ”Anak petak” dapat berupa “ruang/space” (split plot) atau berupa “waktu/time” (split block).
• Faktor I (A atau faktorial) diterapkan kepada petak besar dan faktor II (B atau faktorial)
diterapkan kepada anak petak.
• Anak petak dapat dibagi lagi menjadi cucu petak untuk ditempati faktor III (C atau faktorial).
• Penerapan perlakuan dengan cara ini disebut rancang-an petak terbagi (untuk
“ruang”)(terpisah, terbelah, split-plot design) atau split block design untuk “waktu”.
a.Taraf faktor pertama (A atau faktorial) dapat diterapkan kan dalam RTS, RKTS, atau RBSL.
b.Taraf faktor kedua (B atau faktorial) diterapkan secara acak sederhana kepada petak kecil
(anak petak, subpetak).
c.Taraf faktor ketiga (C atau faktorial) diterapkan kepada cucu petak (subsubpetak).
• Rancangan pecobaan untuk percobaan faktorial dalam RPT dapat berupa RPT-RTS, RPT-
RKTS, dan RPT-RBSL.
PENGACAKAN
RANCANGAN PERCOBAAN
1. Rancangan petak terbagi dalam rancangan teracak lengkap (RPT-RTL), pengacakannya
faktor A diterapkan kepada petak induk dengan satu kali pengacakan. Faktor B diterapkan
secara acak sederhana kepada petak anak. Jadi, banyaknya pengacakan untuk faktor B
sama dengan jumlah seluruh satuan percobaan yang diterapi faktor A.
2. Rancangan petak terbagi dalam rancangan kelompok teracak lengkap (RPT-RKTS),
pengacakannya seluruh taraf faktor A diterapkan secara acak kepada setiap kelompok
petak besar. Seluruh taraf faktor B diterapkan secara acak sederhana kepada petak anak
per petak induk. Jumlah pengacakan = jumlah kelompok + jumlah satuan percobaan.
3. Rancangan petak terbagi dalam rancangan bujur sangkar latin (RPT-RBSL),
pengacakannya seluruh taraf faktor A diterapkan kepada petak besar dengan dua arah
pengelompokan. Seluruh taraf faktor B diterapkan secara acak sederhana kepada petak
anak per petak induk. Jumlah pengacakan = jumlah pengacakan dalam RBSL + jumlah
satuan percobaan
KELEBIHAN RPT :
a. Memungkinkan penggunaan beberapa faktor, yang memerlukan satuan percobaan yang
lebih besar, secara lebih efisien dalam kombinasi dengan faktor lain yang tidak memerlukan
satuan percobaan yang besar. b.
Memungkinkan peningkatan presisi dalam perbandingan beberapa faktor. Hal ini penting
kalau kita berhubungan dengan suatu faktor yang sulit untuk diuji pengaruhnya.
c. Memungkinkan masuknya perlakuan baru ke dalam percobaan yang sudah berlangsung. d.
Memungkinkan dilakukannya suatu percobaan yang strukturnya hanya dapat dilakukan dalam
RPT.
KELEMAHAN RPT :
a. Analisis statistika lebih rumit daripada tidak menggunakan RPT karena adanya dua atau
lebih galat i.e. galat faktor pertama (galat a), galat faktor kedua (galat b), galat c dst. b.
Rancangan petak terbagi merugikan kalau peneliti tidak ingin kehilangan informasi tentang
faktor pertama. c.
Rancangan petak terbagi menurunkan presisi untuk faktor A, sehingga dapat terjadi bahwa
pengaruh faktor A yang jelas tampak dalam percobaan namun secara statistika disimpulkan
tidak nyata sedangkan perbedaan kecil antarsubplot dapat disimpulkan nyata. Hal ini dapat
terjadi bila galat a jauh lebih besar daripada galat b.

MODEL GEMARIS MENAMBAH RPT (dua faktor)-RTL:

MODEL GEMARIS MENAMBAH RPT-RKTL :

MODEL GEMARIS MENAMBAH RPT-RBSL :

Rancangan Petak Terbagi Bagian ke-2

ANALISIS RAGAM
Analisis ragam untuk percobaan faktorial dengan satuan percobaan tak setara berbeda dari yang
setara karena pada rancangan dengan satuan percobaan tak setara (ada faktor yang diletakkan
pada petak besar dan ada yang diletakkan pada petak kecil), analisis ragam (sesuai dengan
model) mempunyai dua komponen galat. Galat a adalah ukuran keragaman antarsatuan
percobaan yang besar (induk petak) sedangkan galat b merupakan ukuran keragaman
antarpetak kecil. Galat a digunakan untuk menguji faktor yang diletakkan pada induk petak.
Galat b digunakan untuk menguji faktor yang diletakkan pada anak petak dan interaksi antar
faktor yang diletakkan pada anak petak dan faktor yang diletakkan pada petak induk.
Analisis Ragam :
1. Menyusun tabel hari x suhu (Xi.k)
2. Menyusun tabel suhu x campuran logam (Xij.)
3. Menyusun hipotesis
4. Menyusun asumsi tentang data
5. Menetapkan daerah kritis (a = 0,05)
6. Menghitung komponen anara
7. Menyusun tabel anara
8. Menarik kesimpulan
Rancangan petak terbagi adalah rancangan percobaan untuk percobaan faktorial yang
menggunakan lebih dari satu “jenis” satuan percobaan dalam hubungan tersarang yang disebut
induk petak, anak petak, cucu petak, dst. Anak petak, cucu petak, dst. dapat berupa “ruang”
atau “waktu”. Dengan demikian, ada faktor yang diterapkan kepada induk petak, anak petak,
cucu petak, dst. Perlakuan-perlakuan yang diletakkan pada induk petak, anak petak, dst. dapat
tersusun secara faktorial. Penerapan perlakuan A (atau faktorial) kepada petak induk dapat
dilakukan dalam RTL, RKTL, atau RBSL tergantung dari keragaman bahan percobaan. Presisi
untuk faktor yang diterapkan kepada induk petak lebih rendah daripada yang diterapkan kepada
anak petak. Presisi untuk faktor yang diletakkan pada anak petak lebih rendah daripada yang
diletakkan pada cucu petak. Dengan sifat RPT yang seperti itu, rancangan ini sangat berguna
untuk percobaan dengan perhatian yang terfokus kepada faktor(-faktor) tertentu yang
kemudian akan diletakkan kepada petak anak (cucu petak, dst.) dan kepada interaksi antara
faktor yang diletakkan pada induk (, anak) petak dengan faktor yang diletakkan pada anak (,
cucu) petak. Sebaliknya, kalau perhatian peneliti kepada fakorfaktor itu setara, penggunaan
rancangan ini mungkin kurang cocok.
Rancangan petak terbagi dapat digunakan dalam situasi sebagai berikut:
a. Ada keterbatasan bahan percobaan: satu faktor memerlukan bahan yang lebih banyak
daripada faktor lainnya. b.
Struktur percobaan yang menyebabkan percobaan itu hanya dapat dilakukan dengan
menggunakan rancangan petak terbagi c.
Percobaan dengan dengan fokus perhatian seperti yang tecantum pada butir 6 ringkasan ini.

RANCANGAN PETAK BERJALUR (SPLIT BLOCK DESIGN)

Desain Strip-Plot Kadang-kadang disebut desain splitblock untuk eksperimen yang melibatkan
faktor-faktor yang sulit untuk diterapkan pada plot kecil. Tiga ukuran petak jadi ada tiga
kesalahan eksperimental interaksi diukur dengan presisi yang lebih besar daripada efek utama.
Keuntungannya memungkinkan penerapan yang efisien dari faktor-faktor yang akan sulit
untuk diterapkan pada plot kecil. Kekurangannya presisi diferensial dalam estimasi interaksi
dan efek utama dan analisis statistik yang rumit.
Langkah pengerjaan:
1. Susun kolom jumlahYi..
2. Susum Kolom jumlah Y.j.
3. Hitung GT
4. Hitung jumlah Kelompok (Y..k)
5. Hitung FK, JK Total, dan JK Kelompok

PERCOBAAN 2 FAKTOR

Rancangan percobaan dibagi menjadi dua yaitu rancangan lingkungan dan rancangan
perlakuan.
Perancangan Perlakuan : Menata perlakuan atau kombinasi perlakuan agar data yang diperoleh
menunjukkan akibat dari salah satu atau interaksi antar perlakuan. Dalam prakteknya
rancangan perlakuan selalu melibatkan rancangan lingkungan. Contoh : Rancangan faktorial,
petak terbagi (split plot). Gabungan antara rancangan lingkungan dengan rancangan perlakuan
-> rancangan percobaan
Rancangan lingkungan : menata perlakuan berdasarkan kondisi lingkungan agar data yang
diperoleh lebih disebabkan oleh perbedaan perlakuan. Contoh : RAL, RAK, RBL
Percobaan Faktor Tunggal : Percobaan faktor tunggal, hanya mempelajari pengaruh satu faktor.
Percobaan tersebut hanya berlaku pada saat faktor-faktor lainnya homogen. Contoh : pengaruh
dosis pupuk N terhadap pertumbuhan dan hasil jagung. Agar penampilan tanaman hanya
disebabkan oleh faktor dosis pupuk N, maka semua faktor yang lain harus homogen.
Percobaan dua atau lebih faktor lebih dikenal dengan Percobaan Faktorial. Percobaan 3 faktor
atau lebih, jarang dilakukan karena penafsiran hasil lebih sulit. Untuk penelitian skripsi cukup
percobaan 2 faktor saja. Apabila dua faktor diperlakukan bersama, maka akan terjadi 3
kemungkinan :
⚫ Terdapat pengaruh nyata dari faktor I
⚫ Terdapat pengaruh nyata dari faktor II
⚫ Terdapat pengaruh nyata dari interaksi antara faktor I dengan faktor II
Ketiga kemungkinan tersebut dapat terjadi sendiri-sendiri atau bersama-sama. Apabila terdapat
pengaruh nyata dari salah satu atau kedua faktor, maka pembahasan lebih lanjut hanya
ditekankan pada masing-masing faktor. Apabila terdapat pengaruh nyata dari ketiganya atau
pengaruh nyata dari interaksi saja, maka pembahasan hanya ditekankan pada pengaruh
interaksi dari kedua faktor tersebut.
 ⚫ Percobaan faktorial 3 x 2, artinya terdapat 2 faktor, dimana faktor I terdiri atas 3 taraf
(level) dan faktor II terdiri atas 2 taraf.
⚫ Percobaan 3 x 4 artinya terdapat 2 faktor, dimana faktor I terdiri atas 3 taraf (level) dan
faktor II terdiri atas 4 taraf.
⚫ Percobaan 3 x 3 atau 32 artinya terdapat 2 faktor, dimana faktor I terdiri atas 3 taraf
(level) dan faktor II terdiri atas 3 taraf
⚫ Percobaan 3 x 4 x 3 artinya terdapat 3 faktor, dimana faktor I terdiri atas 3 taraf (level),
faktor II terdiri atas 4 taraf dan faktor III terdiri atas 3 taraf.
Interaksi Antara 2 Faktor : Dua faktor (misalkan a dan b) dikatakan berinteraksi apabila
pengaruh suatu faktor (a) berubah pada saat taraf faktor lain (b) berubah. Contoh : hasil
penelitian tentang pengaruh pupuk N pada 2 varietas sawi. Untuk gugus data yang mempunyai
interaksi : terdapat pengaruh sederhana dan pengaruh utama, pengaruh sederhana ->masing-
masing level/taraf, pengaruh utama : masing-masing faktor