Indi Rifki Ana D.

(0401518008)
Fitriyah Amaliyah (0401518009)
Laily Widya Paramita (0401518011)
Widiastuti Sri S. (0401518012)
Muhammad Rizqi (0401518015)
PENDAHULUAN

DISAIN BLOK ACAK LENGKAP (DBLA)

SUBSAMPLING DBLA

EFISIENSI DBLA DAN DAS

DATA HILANG DBLA

DESAIN BLOK TAKLENGKAP ACAK

CONTOH PENERAPAN
PENDAHULUAN
Merek mesin yang memilki kapasitas paling tinggi dalam pembuatan suku cadang?

DESAIN PENGGUNAAN 4 MEREK MESIN

Hari  Bahan baku dan
1 2 3 4 tempo proses yang
A B C D sama.
Mesin yang A B C D  Proses 4 hari yang tiap
Digunakan A B C D harinya 8 jam
A B C D
Desain tersebut tidak baik karena:
1. menghitung rata-rata kapasitas mesin, maka menghitung rata-rata
kapasitas hari. (setiap hari digunakan merek mesin yang sama)
2. mesin dijalankan oleh operator yang berlainan setiap hari (perbedaan
kapasitas mesin yang mungkin ada ternyata juga menyatakan
perbedaan kapasitas operator)
3. Sehingga tidak dapat memisahkan antara kapasitas hari, operator, dan
mesin.

Desain seperti ini dinamakan desain bour yang dengan sendirinya kita
tidak dapat mengukur rata-rata kapasitas mesin tersendiri.
 Eksperimen

Faktor Pengganggu
Rancangan untuk
mengontrol variabilitas yang
Faktor yang dapat timbul akibat unit percobaan
Menimbulkan efek yang seragam (homogen),
Terhadap respon sehingga perlu dilakukan
blok.

Faktor: Faktor:
Diketahui tapi tidak dapat dikontrol Diketahui dan bisa dikontrol

Analisis kovarians blocking

Desain eksperimen yang lebih baik dan bertujuan untuk
mengurangi terjadinya kekeliruan eksperimen tersebut
adalah desain blok acak (DBA).
 DBLA
(DESAIN BLOK LENGKAP ACAK)
“Setiap blok berisi lengkap dan di dalam setiap blok
terjadi pengacakan.”
Pengertian desain blok lengkap acak secara umum:
• Unit-unit eksperimen dikelompokkan ke dalam sedemikian
sehingga unit-unit eksperimen di dalam blok relatif bersifat
homogen dan banyak unit eksperimen di dalam sebuah blok
sama dengan banyak perlakuan yang sedang diteliti
• Perlakuan dikenakan secara acak kepada unit-unit
eksperimen di dalam tiap blok
 Model DBLA

𝑌𝑖𝑗 = 𝜇 + 𝛽𝑖 + 𝜋𝑗 + ∈𝑖𝑗

𝑖 = 1,2, … , 𝑏 (Banyak Blok)

j = 1,2, … , 𝑃 (Banyak Perlakuan)
dengan
𝑌𝑖𝑗 = Variabel yang telah di ukur
𝜇 = Rata-rata umum
𝛽𝑖 = Efek Blok ke 𝑖
𝜋𝑗 = Efek Perlakuan ke j
∈𝑖𝑗 = Efek unit eksperimen dalam blok ke 𝑖 karena perlakuan ke j
 Bagan Pengamatan Untuk Desain
Blok Lengkap Acak
Perlakuan
Blok Jumlah Rata-rata
1 2 … p
1 𝑌11 𝑌12 … 𝑌1𝑝 𝐽10 𝑌ത10
2 𝑌21 𝑌22 … 𝑌2𝑝 𝐽20 𝑌ത20
. . .
. . .
. . .
b 𝑌𝑏1 𝑌𝑏2 … 𝑌𝑏𝑝 𝐽𝑏𝑜 𝑌ത𝑏𝑜
Jumlah 𝐽𝑜1 𝐽𝑜2 … 𝐽𝑜𝑝 𝐽 −
Rata-rata 𝑌ത01 𝑌ത02 𝑌ത𝑜𝑝 − 𝑌ത𝑜𝑜

Misalkan terdapat p perlakuan yang dibandingkan dengan b blok. Terdapat satu observasi
per perlakuan dalam masing-masing blok, urutan treatment dilakukan dengan masing-
masing blok ditentukan secara random.
 Daftar Anava untuk Desain Blok
Lengkap Acak Satu Pengamatan
Tiap Unit Eksperimen
Sumber
dk JK KT EKT
Variasi
Rata-rata 1 𝑅𝑦 R −

Blok 𝑏−1 𝐵𝑦 B (𝜎∈ )2 + 𝑝 ෍(𝛽𝑖 )2 /(𝑏 − 1)

Perlakuan 𝑝−1 𝑃𝑦 P (𝜎∈ )2 + 𝑝 ෍(𝜋𝑗 )2 /(𝑏 − 1)

𝑏 − 1 (𝑝
Kekeliruan 𝐸𝑦 E (𝜎∈ )2
− 1)

Jumlah 𝑏𝑝 ෍ 𝑌2 − −
SUBSAMPLING DALAM DESAIN BLOK
LENGKAP ACAK
Seperti dalam desain acak sempurna, dalam desain blok lengkap acak sering terjadi
bahwa pengamatan hanya dilakukan terhadap sebagian dari unit eksperimen ¨
Jadi dalam hal demikian, proses pengamatan dilakukan dengan menggunakan
subsampling, yang juga memunculkan kekeliruan sampling. Dengan model matematis
Model matematis untuk desain blok lengkap acak dengan subsampling berukuran sama,
ialah n, dapat dituliskan dalam bentuk

dengan
 ANAVA UNTUK DESAIN BLOK LENGKAP
ACAKDENGAN SUBSAMPLING

𝐽𝑖𝑗 : Jumlah nilai pengamatan dalam

subsample dari unit eksperimen yang
terdapat dalam blok ke i dan perlakuan
Contoh : ke j
Diteliti lima macam padi berdasarkan hasil percobaan dari 15 petak yang telah dibuat
menjadi tiga blok (tiap blok terdiri dari 5 petak). Untuk keperluan penelitian pengambilan
data dilakukan secara subsampling dengan jalan membagi petak yang ada menjadi beberapa
sub petak kecil. Dan setiap petak diambil secara acak 3 sub petak dan hasilnya diberikan
sebagai berikut.
HASIL PANEN DARI TIAP SUB PETAK
 EFISIENSI RELATIF DESAIN BLOK
LENGKAP ACAK TERHADAP DESAIN
ACAK SEMPURNA
efisiensi relative (EF) sebagai berikut:

𝑠𝑌2𝑖 (𝑑𝑒𝑠𝑎𝑖𝑛 𝐼𝐼)

𝐸𝑅 = × 100%
𝑠𝑌2𝑖 (𝑑𝑒𝑠𝑎𝑖𝑛 𝐼)
Untuk membandingkan efisiensi relatif desain blok lengkap acak
(DBLA) terhadap desain acak sempurna (DAS) maka aturan yang
digunakan adalah

𝐾𝑇 (𝐾𝑒𝑘𝑒𝑙𝑖𝑟𝑢𝑎𝑛 𝐸𝑘𝑠𝑝𝑒𝑟𝑖𝑚𝑒𝑛 𝐷𝐴𝑆)

𝐸𝑅 = × 100%
𝐾𝑇 (𝐾𝑒𝑘𝑒𝑙𝑖𝑟𝑢𝑎𝑛 𝐸𝑘𝑠𝑝𝑒𝑟𝑖𝑚𝑒𝑛 𝐷𝐵𝐿𝐴)

Dinyatakan dengan KT (blok) dan KT (kekeliruan eksperimen) yang

masing-masing besarnya B dan E, maka aturan di atas menjadi

𝑏 − 1 𝐵 + 𝑏(𝑝 − 1)𝐸
𝐸𝑅 =
𝑏𝑝 − 1 𝐸
 DATA HILANG DALAM
DESAIN BLOK LENGKAP
ACAK
 Sebuah blok
Sebuah perlakuan
keseluruhannya
yang hilang
hilang

Jika sebuah blok atau lebih yang hilang, Jika yang hilang hanya sebuah data hasil
maka analisis dapat diteruskan sebagaimana perlakuan, maka yang hilang tersebut diganti
biasa, asalkan sisa blok yang ada masih oleh harga taksiran yang menyebabkan
lengkap dan tidak kurang dari dua buah blok. jumlah kuadrat-kuadrat untuk kekeliruan
menjadi minimum.

p = banyak perlakuan 𝑃′ = jumlah nilai pengamatan untuk perlakuan tanpa data yang hilang
b = banyak blok 𝐵′ = jumlah nilai pengamatan untuk blok tanpa data yang hilang
𝐽′ = jumlah nilai pengamatan tanpa data hilang
CONTOH SOAL
Perhatikan kembali contoh III(3). Misalkan bahwa pada hari ke-3 mesin C rusak sehingga untuk hari
itu tidak ada hasil pengamatan. Dengan sebuah data hilang, karenanya diperoleh Daftar III (14)
berikut.
DESAIN BLOK TAKLENGKAP
ACAK
 Dalam desain blok acak, tidak selalu mungkin semua perlakuan terdapat di dalam
tiap blok. Hal ini akan terjadi apabila adanya perlakuan lebih banyak daripada yang
dapat ditempatkan dalam sebuah blok, sehingga menyebabkan blok menjadi tak
lengkap dan karenanya desain demikian dinamakan desain blok taklengkap.
Apabila dalam desain blok tak lengkap ini tiap pasang perlakuan terjadi sama
banyak dalam eksperimen, maka diperoleh desain blok taklengkap seimbang.
Bagaimanakah predikat acak akan berlaku untuk desain ini? Sebagaimana halnya
dalam desain blok lengkap acak di mana pengacakan diadakan terhadap perlakuan,
maka hal yang sama berlaku pula untuk ini. Sebagai contoh misalnya, urutan dilakukan
secara acak bagi tiga perlakuan (di antara empat) yang akan diadakan dalam satu hari.
 Daftar III
Desain Blok Taklengkap Acak Seimbang (Untuk 4 Perlakuan)
Blok Perlakuan Jumlah
(Hari)
A B C D
1 8 21 - 3 32
2 6 15 36 - 57
3 - 36 23 6 65
4 13 - 18 2 33
Jumlah 27 72 77 11 J = 187
(Joj)

Untuk analisis data dalam desain blok taklengkap akan digunakan simbol-simbol berikut.
b = banyak blok dalam eksperimen
p = banyak perlakuan dalam eksperimen
k = banyak perlakuan dalam tiap blok
r = banyak replikasi terhadapsebuah perlakuan selama eksperimen
N = banyak eksperimen
= bk = pr
λ = berapa kali dua perlakuan nampak bersama-sama dalam blok yang sama.
= r(k - 1)/(p - 1).
Contoh:
B = 4, p = 4, k = 3, r = 3, N = 12 dan λ = 2.
Selanjut dari Daftar III dapat dihitung jumlah kuadrat-kuadrat:
Σ Y2 = 82 + 62 + ... + 62 + 22 + = 4.429
Ry = J𝟐 /N = (187)𝟐 /12 = 2.914,08
By = σ𝒃𝒊=𝟏 (𝑱𝟐𝒊𝒐 /𝒌) − 𝑹y
𝟐 𝟐
𝟑𝟐 + 𝟓𝟕 + 𝟔𝟓 𝟐+ 𝟑𝟑 𝟐
= 𝟑
− 𝟐. 𝟗𝟏𝟒, 𝟎𝟖 = 𝟐𝟖𝟏, 𝟓𝟗
𝒑
Py = σ𝒋=𝟏 𝑸𝟐𝒋 /(𝒌𝒑 λ)
Dengan Q j = k Joj - σ𝒃𝒊=𝟏 (𝒏𝒊𝒋 Jio)
sedangkan 𝒏𝒊𝒋 = 𝟏 jika perlakuan j terdapat dalam blok i dan 𝒏𝒊𝒋 = 0 jika perlakuan j tidak terdapat dalam blok i.
𝒑
Untuk Q j ini selalu berlaku bahwa σ𝒋=𝟏 𝑸𝒋 = 𝟎.
Data dalam Daftar III memberikan
Q1 = 3(27) – (32 + 57 + 33) = -41
Q2 = 3(72) – (32 + 57 + 65) = 62
Q3 = 3(77) – (57 + 65 + 33) = 76
Q4 = 3(11) – (32 + 65 + 33) = -97
Dengan demikian
𝟐
−𝟒𝟐 + 𝟔𝟐 𝟐 + 𝟕𝟔 𝟐+ −𝟗𝟕 𝟐
Py = 𝟑(𝟒)(𝟐)
= 𝟖𝟔𝟐, 𝟗𝟐
Ey = σ 𝒀 𝟐 – Ry – By – Py
= 4.429 – 2.914,08 – 2.81,59 – 862,92 = 370,41
Hasil-hasil di atas memberikan daftar berikut.
 Daftar III
Daftar Anava untuk Data dalam Daftar III
Sumber Variasi dk JK KT F
Rata-rata 1 2.914,08 2.914,08
Blok (Hari) 3 281,05 93,86
Perlakuan 3 862,92 287,64 3,88
Kekeliruan 5 370,41 74,08
Jumlah 12 4.429 -

Harga F = 287,64/74,08 = 3,88 lebih kecil daripada F = 5,41 yang didapat dari
daftar dengan dk v1 = 3, v1 = 5 dan α = 0,05. Jadi hasil pengujian tidak signifikan.
CONTOH PENERAPAN
Judul Tesis : Pengaruh Metode Latihan Small Sided Games dan
Kebugaran Jasmani Terhadap Peningkatan Kapasitas
Anaerobik
Tahun : 2014
Peneliti : Kartono Pramdhan
Universitas : Universitas Pendidikan Indonesia
• Metode penelitian:
Metode eksperimen dengan desain faktorial 2 × 2 berpendekatan kuantitatif
(desain blok acak lengkap)
• Treatment (perlakuan) :
small sided games melalui metode latihan interval dan metode latihan repetisi.
• Blok :
tingkat kebugaran (tinggi dan rendah).
• Variabel terikat (respon) : kemampuan kapasitas anaerobik.
 Metode Tingkat kebugaran (blok)
Total
Latihan Tinggi (B1) Rendah (B2)
Interval (A1) 6 6 12
Repetisi (A2) 6 6 12
Total 12 12 24
• Judul artikel :
Review Rancangan Faktorial dalam Penelitian Pendidikan
dari Prespektif Statistika:Teori dan Terapan
• Peneliti : Ruslan, Kadir
• Tahun : 2018
• Universitas : Universitas Halu Oleo
• Metode penelitian:
Metode eksperimen quasi (semu) dengan desain faktorial berpendekatan
kuantitatif (desain blok acak lengkap)
• Treatment (perlakuan) : model pembelajaran (NHT-Jigsaw, NHT)
• Blok : Motivasi (Tinggi sedang, rendah).
• Variabel terikat (respon) : pemahaman dan prestasi siswa terhadap mata
pelajaran.
Thank You