RANCANGAN ACAK KELOMPOK

KELOMPOK 3
Nurul Anysha Awalina
(17037042)
Rahmi Mardhatilla (17037050)
Serly Effendi (17037064)
Tesya Amelia Azani Deosy
(17037068)
Veby Disti Ardita (17037072)
 RANCANGAN ACAK KELOMPOK (BLOK)

Rancangan ini digunakan apabila satuan percobaanya dapat

dikelompokkan secara berarti.
Biasanya banyaknya satuan dalam setiap kelompok yang
sama dengan banyaknya perlakuan.
Tujuan pengelompokkan adalah untuk memperoleh satuan
percobaan yang seseragam mungkin dalam setiap kelompok,
sehingga beda yang teramati sebagian besar disebabkan oleh
perlakuan.
Pembagian perlakuan dilakukan secara acak terhadap setiap
satuan percobaan di dalam kelompok.
Misalnya : Percobaan pengamatan pertumbuhan pohon
pada areal dengan tingkat kesuburan berbeda
Ciri- Ciri Rancangan Acak Kelompok

Menurut Harlyan (2012), Adapun ciri – ciri Rancangan Acak

Kelompok (RAK), adalah sebagai berikut :

· Digunakan untuk lingkungan heterogen / tidak homogen

· Perlakuan diatur dalam masing-masing kelompok (blok).
· Kelompok sebagai ulangan, dalam tiap kelompok kondisi
harus homogen.
· Pengacakan dilakukan dalam masing-masing kelompok.
· Banyak digunakan pada penelitian di lapang.
Kelebihan dan Kekurangan
RAK
Kelebihan
 Sama seperti RAL, analisis statistik dari
data yang diperoleh demgan RAK ini
masih bersifat sederhana.
 Apabila andaian adanya gradien satu
arah dipenuhi, RAK memberikan presisi
dan efisiensi yang lebih tinggi dari RAL.
 Jika ada satu atau dua data yang hilang
(atau secara statistik tidak memenuhi
syarat) analisis masih dapat dilanjutkan,
yaitu dengan teknik data hilang (missing
data technique).
Kekurangan
·Rancangan menjadi kurang efisien
dibanding yang lain jika terdapat lebih
dari satu sumber keragaman yang tidak
diinginkan.
·Peningkatan ketepatan pengelompokan
akan menurun dengan semakin
meningkatnya jumlah satuan percobaan
dalam kelompok.
·Jika ada data yang hilang memerlukan
perhitungan yang lebih rumit
Pengelompokan dan Prosedur Pembuatan Denah

pengelompokan adalah mengurangi galat percobaan dengan mengesampingkan

tunjangan sumber keragaman yang diketahui di antara satuan percobaan. Hal ini
dikerjakan dengan mengelompokkan satuan percobaan ke dalam kelompok
sehingga keragaman dalam setiap kelompok setiap kelompok dibuat minimum dan
keragaman antar kelompok dibuat maksimum

.Adapun cara pelaksanaan pengelompokan sebagai berikut :

1. Tentukan perlakuannya.
2. Tentukan jumlah ulangannya à blok, ingat sedapat mungkin (p-1)(r-1) > = 15.
3. Lakukan pengacakan perlakuan pada masing-masing blok.
4. Setiap perlakuan akan muncul di masing-masing blok (ulangan).
Prosedur pembuatan denah RAK adalah sebagai berikut :

1. Tempat percobaan dibagi ke dalam blok sama dengan banyaknya

ulangan. Arah panjang blok tegak lurus arah peralihan kesuburan.
2. Blok atau ulangan dibagi kedalam petak atau plot. Banyaknya petak
dalam tiap bloksama dengan banyaknya perlakuan yang dicoba.
3. Penempatan perlakuan yang yang dicoba ke dalam petak pada setiap
blok dilakukansecara acak atau random.

Contoh :
Denah percobaan rancangan acak kelompok dengan lima perlakuan (A, B,
C, D, E) dan 4 ulangan :
 DESAIN ACAK KELOMPOK (BLOK)

Y ij =  + i + j + ij

i = 1, 2, …., b (banyak kelompok)

j = 1, 2, …, p (banyak perlakuan)

dengan
Y ij = variabel yang diukur
 = rata-rata umum atau rata-rata sebenarnya
i = efek kelompok ke-i
j = efek perlakuan ke-j
ij = efek unit eksperimen dalam kelompok ke-i karena
perlakuan ke-j
 DESAIN ACAK KELOMPOK
 Analisis Varians Untuk Desain Acak Kelompok
Data pengamatan untuk Desain Acak Kelompok
Perlakuan Jumlah
1 2 …... k
Data Pengamatan Y11 Y21 …… Yk1
Y12 Y22 …… Yk2
…… …… …… ……
…… …… …… ……
…… …… …… ……
Y1n1 Y1n2 …… Yknk
…… k

Jumlah J1 J2 Jk J  J
i 1
i

Banyak …… k
n1 n2 nk  n
i
Pengamatan i  1
…… k
J /  ni
Rata-rata Y1 Y2 Yk Y= i 1

Dimana :
k = jumlah eksperimen
ni = unit eksperimen untuk perlakuan ke-i (i = 1, 2, …, k)
Yij (i = 1, 2, …, k) dan (j = 1, 2, …, ni) = nilai pengamatan dari unit eksperimen ke j karena
perlakuan ke-i
 ni
Ji  Y
j 1
ij
Jumlah nilai pengamatan untuk tiap perlakuan

k
J J
i1
i Jumlah seluruh nilai pengamatan

Yi  Ji / n i Rata-rata pengamatan untuk tiap perlakuan

k
Y  Ji / n
i 1
i Rata-rata seluruh nilai pengamatan

 Y 2 = jumlah
k
kuadrat-kuadrat
n
(JK) semua nilai pengamatan
 
i

 Yij2
i1 j1

R y = jumlah kuadrat-kuadrat (JK) untuk rata-rata

k
 J 2
/ n
i1
i

Py = jumlah kuadrat-kuadrat (JK) antar perlakuan

k
 n
i1
i ( Yi - Y ) 2

k
  (J
i1
2
i /n i ) - R y
E y = jumlah kuadrat-kuadrat (JK) kekeliruan eksperimen
k ni
  (Yij - Yi ) 2
i 1 j 1
k
  Y 2 - R y - Py
i1

DAFTAR ANALISIS VARIANS

Sumber variasi Derajat Jumlah Kuadrat-Tengah
Kebebasan (dk) Kuadrat- (KT) F
kuadrat (JK)
Kelompok r-1 JKK KTK KTK / KTG

Perlakuan t–1 JKP KTP KTP/KTG

Galat (t-1) (r-1) JKG KTG

k

 (n )
Jumlah Total JKT -
i
i 1
Contoh :

Seorang peneliti ingin mengetahui pertumbuhan

individu ikan patin yang diberi pakan dari jenis yang
berbeda. Percobaan dilaksanakan di kolam yang
diperkirakan mempunyai keragaaman atau tingkat
kesuburan yang berbeda. Percobaan menggunakan 6 jenis
pakan (A, B, C, D, E, dan F) dengan 4 kelompok (ulangan)

Setelah dilakukan pemeliharaan selama 2 bulan diperoleh

data pertambahan berat individu ikan patin seperti pada
Tabel.
Hipotesis :

H0 =  .1 = .2 = .3 = .4

H1: Paling sedikit ada satu pengaruh jenis ikan terhadap

berat bibit ikan

Seperti halnya pada pengujian hipotesis, keputusan

menerima atau menolak hipotesis ditentukan oleh statistik
uji yang dihitung dari data sampel. Untuk analisis varian
(ragam), statistik ujinya adalah statistik F
Keputusan :

Bandingkan nilai F hitung dengan F tabel (Tabel D, tabel

distribusi F)
F tabel (, df perlakuan, df error)
Bila F hit > F tabel : tolak Ho
F hit < F tabel : terima Ho

Pada :
 = 5%;
Karena 3,4645 > 3,287 maka H0 ditolak untuk pengaruh
perlakuan dan 14,3831 > 2,90 maka H0 ditolak untuk
pengaruh kelompok
Kesimpulan:

Paling sedikit ada satu pengaruh pemberian jumlah pakan

terhadap berat bibit ikan dan paling sedikit ada satu
pengaruh jenis ikan terhadap berat bibit ikan
Berdasarkan pengambilan keputusan tersebut diperoleh
nilai 3,4645 > 3,287 atau nilai F-hitung > F-tabel(α: 0,05)
sehingga dapat disimpulkan bahwa paling sedikit ada satu
pengaruh perlakuan terhadap respon yang diamati dan
juga diperoleh nilai 14,3831 > 2,90 atau nilai F-hitung > F-
tabel(α: 0,05) sehingga dapat disimpulkan bahwa paling
sedikit ada satu pengaruh pemberian jumlah pakan
terhadap berat bibit ikan.
Dengan SPSS

1. Inputkan Data pada variabel view

2. Value Labels
3. kemudian Klik Data View pada pojok kiri bawah
4. Klik Analyze lalu Klik Univariate
5. Univariate
6.Klik Post Hoc
 Perhatikan :

7.Klik Paste /DESIGN = Kelompok Perlakuan.

Jika tidak sama, mungkin pada

Komputer tertulis :
/DESIGN = Kelompok Perlakuan
Kelompok*Perlakuan., harus diganti
Klik ► (dibawah tulisan graphs)
untuk mendapatkan hasil
analisisnya
 Kesimpulan Uji F:
8.Hasil Analisis Karena F hitung (14,383) > F
tabel 5% (2,901), maka Ho
ditolak dan terima H1, dengan
kata lain terdapat perbedaan
pengaruh jenis
pakan terhadap pertumbuhan
ikan patin yang dipelihara di
kolam.