LAPORAN PRAKTIKUM

DESAIN PENELITIAN

ACARA I

CRD DAN RCBD

Oleh:

Nama : Aida Maharani

NIM : 21/474824/KT/09507

Co-Ass : Anandio Januar

Shift : Kamis, 15.30 WIB

LABORATORIUM BIOMETRIKA DAN KOMPUTASI HUTAN

DEPARTEMEN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2023
 ACARA I

CRD DAN RCBD

I. CARA KERJA
Cara kerja yang dilakukan pada praktikum ini adalah sebagai berikut.
a. Rancangan CRD
1. Langkah yang dilakukan pertama kali adalah menyiapkan data dari buku panduan
praktikum desain penelitian, kemudian menyiapkan NIF (09507). Kemudian data
tinggi dari buku panduan ditambah dengan dua angka NIF (0,07).

2. Selanjutnya dibuka aplikasi SPSS untuk mengolah data. Pada tampilan SPSS diubah
ke variable view dan diinput data berisi blok, dosis, dan tinggi.
3. Setelah itu, type dan measure pada blok dan dosis diubah menjadi string, sedangkan
pada tinggi type-nya tetap numeric. Pada measure tinggi diubah dari unknown menjadi
scale seperti berikut.

4. Setelah itu pada data view dimasukkan (copy paste) data dari Microsoft Excel yang
telah disiapkan. Tampilan akan berubah seperti pada gambar di bawah ini.
5. Selanjutnya klik toolbar analyze kemudian general linear model dan dipilih menu
univariate.

6. Pada dependent variable dimasukkan tinggi dan pada fixed factors dimasukkan dosis .
7. Selanjutnya masuk ke tahap uji anova yang dilakukan dengan klik model lalu pilih
custom. Pada type diganti menjadi main effects lalu klik panah hingga dosis muncul pada
model kemudian klik continue.

8. Uji pasca anova dilakukan dengan klik menu post hoc, selanjutnya klik panah hingga
dosis muncul di kolom post hoc test. Kemudian centang tukey lalu continue.
9. Setelah itu akan muncul statistic view yang berisikan uji anova dan pasca anova.

b. Rancangan RCBD
1. Langkah awal rancangan RCBD adalah kembali pada data view kemudian klik toolbar
analyze, lalu general linear model dan pilih univariate.
2. Lalu tambahkan blok pada fixed factors.

3. Uji anova dilakukan dengan klik model lalu pilih custom. Pada type model diganti
menjadi main effects lalu klik panah hingga dosis dan blok muncul pada model
kemudian klik continue.
4. Uji pasca anova dilakukan dengan klik menu post hoc. Kemudian klik panah hingga
blok muncul di kolom post hoc test. Kemudian centang tukey lalu klik continue.

5. Lalu akan muncul statictic view yang berisikan hasil uji anova dan pasca anova.
II. JAWABAN PERTANYAAN
Seorang peneliti ingin mengetahui pengaruh dosis pupuk TSP terhadap pertumbuhan
tinggi semai eukaliptus selama 6 bulan pasca tanam. Hasil monitoring yang dilakukan
terangkum pada tabel berikut.
Rerata Tinggi (m)
Dosis TSP (kg/ha)
I II III IV
0 1.27 1.32 1.48 1.48
72 1.99 2.15 2.07 1.71
96 2.1 2.25 2.57 1.98
128 2.28 2.44 2.16 2.39
160 2.28 2.59 2.67 2.53

Lakukan analisis data dengan 2 pendekatan berbeda yaitu secara CRD dan RCBD.
Kemudian bandingkan hasilnya.
Jawaban:
1. Hipotesis Penelitian
H0: μTSP0 = μTSP72 = μTSP96 = μTSP 128 = μTSP 160
Ha: terdapat perbedaan rerata tinggi semai Eukaliptus selama 6 bulan pasca tanam
pada variasi dosis pupuk TSP.

2. Hasil Analisis Rancangan CRD

• Uji Anova
Type III Sum of
Source Squares df Mean Square F Sig.
Corrected Model 3.033 a 4 ,758 24,080 ,000
Intercept 92,924 1 92,924 2951,049 ,000
Dosis_TSP 3,033 4 ,758 24,080 ,000
Error ,472 15 ,031
Total 96,429 20
Corrected Total 3,505 19
a. R Squared = .865 (Adjusted R Squared = .829)

Hasil Analisis dari CRD Seperti gambar dibawah yang mana menunjukkan
hasil Uji Anova menghasilkan signifikan (Sig) sebesar 0.000 yang dimana
berada dibawah 0.05. Adapun data tersebut dapat menggambarkan bahwa dosis
TSP yang digunakan memiliki pengaruh yang besar ataupun signifikan terdapat
pertumbuhan eucalyptus itu sendiri. Maka dari itu, datanya dapat dilanjutkan
ke Uji Pasca Anova.
 • Uji Pasca Anova
Tinggi
Tukey HSD

Subset
Dosis_TSP N 1 2 3
0 4 1,4575
72 4 2,0500
96 4 2,2950 2,2950
128 4 2,3875 2,3875
160 4 2,5875
Sig. 1,000 ,103 ,189
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = .031.
a. Uses Harmonic Mean Sample Size = 4.000.
b. Alpha = 0,05.

Pada data hasil Uji Pasca Anova didapatkan bahwa hasil tinggi yang
dicapai dengan berbagai dosis memiliki perbedaaan. Adapun hasil yang didapat
paing besar berada dengan dosis 160 dengan subset 2.95875 sedangkan yang
terkecil pada dosis 0 dengan subset 1.4575. Sehingga, dapat dikatakan Ho
diterima dan tidak ada pengaruh variabel independen terhadap variabel
dependen karena nilai sig. F < 0.05

3. Hasil Analisis Rancangan RCBD

• Uji Anova
Tests of Between-Subjects Effects
Dependent Variable: Tinggi

Type III Sum of

Source Squares df Mean Square F Sig.
Corrected Model 3.183 a 7 ,455 16,911 ,000
Intercept 92,924 1 92,924 3456,229 ,000
Dosis_TSP 3,033 4 ,758 28,202 ,000
Blok ,150 3 ,050 1,856 ,191
Error ,323 12 ,027
Total 96,429 20
Corrected Total 3,505 19
a. R Squared = .908 (Adjusted R Squared = .854)
 Pada data RCBD didapat hasil Uji Anova mencari dan mengetahui
pengaruh dosis TSP terhadap tinggi semai Eucalyptus selama 6 bulan pasca
tanam pada 4 blok yang berbeda. Namun pada sata Sig yang didapat sebesar
0.191 dimana angka tersebut berada diatas 0.05. Adapun data tersebut dapat
menggambarkan bahwa hasil signifikan pada dosis, namun perbedaan blok tidak
berpengaruh signifikan terhadap rerata tinggi semai.

• Uji Pasca Anova

Tinggi
Tukey HSD

Subset
Dosis_TSP N 1 2 3
0 4 1,4575
72 4 2,0500
96 4 2,2950 2,2950
128 4 2,3875 2,3875
160 4 2,5875
Sig. 1,000 ,080 ,149
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = .027.
a. Uses Harmonic Mean Sample Size = 4.000.
b. Alpha = 0,05.

Hasil uji tukey menunjukkan perbedaan rerata hasil pertumbuhan tinggi

semai disetiap dosis TSP. Terdapat perbedaan yang signifikan antara rerata
produktivitas eukaliptus pada dosis TSP 0 dengan dosis TSP 72, 96, 128, dan
160. Namun rerata produktivitas eukaliptus antara dosis TSP 72, 96, 128, dan
160 tidak terlalu signifikan. Dari hasil uji ini diketahui perbandingan pengaruh
dosis TSP terhadap tingkat pertumbuhan dapat diklasifikasikan menjadi 3
kelompok (subset 1, 2, dan 3).
III. KESIMPULAN
Berdasarkan praktikum yang telah dilakukan dapat disimpulkan bahwa :
1. Metode CRD dan RCBD memiliki perbedaan pada tingkat homogenitas pada kondisi
lingkungan. CRD (Completely Randomized Design) adalah metode yang digunakan
pada kondisi lingkungan yang cenderung homogen dan peneliti dapat mengendalikan
faktor didalamnya, seperti penyemaian. Metode RCBD (Randomized Complete Block
Design) adalah rancangan penelitian yang digunakan pada lokasi penelitian yang
belum tentu homogen karena peneliti tidak dapat mengendalikan tingkat homogenitas
di dalamnya dengan ciri khas berupa pembuatan blok. Contohnya adalah uji provenan,
uji spesies, dan lainnya.
2. Pada analisis pengaruh dalam suatu data, dilakukan analisis anova untuk menunjukkan
kesignifikannya, dan ketika hasilnya signifikan maka dilakukan uji pasca anova yang
kemudian dapat diketahui perlakuan yang paling berpengaruh. Pada perbandingan
hasil CRD, dosis pupuk TSP berpengaruh signifikan terhadap rerata tinggi semai
Eukaliptus. Pada RCBD hasil signifikan pada dosis, namun perbedaan blok tidak
berpengaruh signifikan terhadap rerata tinggi semai. Terdapat perbedaan yang
signifikan antara rerata produktivitaas eukaliptus pada dosis TSP 0 dengan dosis TSP
72, 96, 128, dan 160. Namun rerata produktivitas eukaliptus antara dosis TSP 72, 96,
128, dan 160 tidak terlalu signifikan.