II.

PRINSIP, ASUMSI, DAN KLASIFIKASI RANCANGAN PERCOBAAN

2.1 Prinsip Dasar Rancangan Percobaan

Dalam penelitian eksperimen, data yang dianalisis statistika dikatakan
sah atau valid jika data tersebut diperoleh dari suatu percobaan yang
memenuhi tiga prinsip dasar yaitu ulangan, pengacakan, dan
pengendalian setempat.
1) Ulangan(replication)
Ulangan adalah pengalokasian suatu perlakuan tertentu terhadap beberapa unit
percobaan pada kondisi seragam.
Contoh:
Suatu percobaan untuk mengkaji pengaruh bentuk pakan terhadap pertambahan
bobot badan ayam pedaging. Bentuk pakan yang dicoba adalah bentuk tepung
(mash) dan bentuk pellet. Masing-masing bentuk pakan diulang 3 kali.
Faktor Yang Mempengaruhi Jumlah Ulangan
a. Derajat ketelitian,
b. Keragaman bahan, alat, media, dan lingkungan percobaan,
c. Biaya penelitian yang tersedia.
d. Jumlah ulangan yang optimal:
(t -1)(r-1 ) ≥15 di mana:
t = jumlah perlakuan; r = jumlah ulangan
Penetapan jumlah ulangan dapat juga menggunakan rumus berikut/

Jumlah ulangan =

  (α yang digunakan
  (α yang digunakan
σ  =G alat  baku  percobaan  sebelumnya
δ=P
  erbedaan  nyata  untuk  dideteksi
 Fungi Ulangan
a. Menduga ragam dari galat percobaan
b. Menduga galat baku (standard error) dari rataan perlakuan
c. Meningkatkan ketepatan percobaan
d. Memperluas presisi kesimpulan percobaan.
2) Pengacakan (randomization)
Penempatan perlakuan ke dalam unit percobaan (experimental unit) secara
acak atau random sehingga semua unit percobaan mendapat kesempatan yang
sama untuk menerima suatu perlakuan tertentu
Pengacakan perlakuan pada unit-unit percobaan dapat menggunakan:
 tabel bilangan acak,
 undi atau lottere,
 dadu,
 computer (aplikasi Microsoft Excel dengan perintah: =RAND()
 website:website https://www.random.org/
Contoh pengacakan perlakuan menggunakan Microsoft excel (=RAND()

Suatu penelitian akan dilakukan untuk mengetahui pengaruh Bioplus terhadap pertambahan
bobot badan sapi timor masa pertumbuhan. Lima perlakuan yang akan diteliti dibedakan
berdasarkan level penggunaan Bioplus dan diberi label A, B, C, D, dan E. Setiap perlakuan
diulang sebanyak 4 kali dan setiap ulangan menggunakan 1 ekor sapi masa pertumbuhan.
 Fungsi pengacakan:
a) Menghindari adanya kekeliruan sistematik,
b) Memenuhi asumsi yang independen antar pengamatan pada suatu
  analisis statistik, dan
c, Menghindari subjektivitas/ bias.

3) Pengendalian lingkungan setempat (local control)

a. Usaha untuk menqendalikan keragaman yang rnuncul akibat keheterogenan
kondisi lingkungan yang berpotensi mempengaruhi respon perlakuan.
b. Upaya pengendalian lingkungan yang dapat dilakukan adalah dengan
melakukan pengelompokan (blocking) satu arah, dua arah, atau tiga arah.
c. Pengelompokan dikatakan baik jika keragaman di dalam kelompok lebih kecil
dibandingkan dengan keragaman antar kelompok.
d. Pada penelitian tanaman pakan ternak, jika kemiringan lahan percobaan mengarah
pada satu arah, kelompok harus tegak lurus dengan arah keragaman
e. Syarat kelompok: tidak berinteraksi dengan perlakuan
Contoh pengelompokkan:
a) Penelitian dua jenis legum terhadap produksi hijauan: Kemiringan
lahan percobaan mengarah pada satu arah, pengelompokkan
dilakukan tegak lurus terhadap arah kemiringan dan pengacakan
perlakuan pada setiap kelompok
b) Penelitian efek bahan pengawet terhadap daya simpan buah manggis:
2.2 Asumsi

Asumsi untuk pengujian hipotesis yang didasarkan pada model Analisis

Ragam Rancangan Percobaan berhubungan dengan nilai residual atau
galat (εij). Guna meminimalisir nilai galat, maka data yang dihasilkan
haruslah memenuhi asumsi-asumsi berikut:
1. Galat harus terdistribusi secara acak, bebas dan normal
2. Keragaman contoh bersifat homogen
3. Keragaman (s2) dan rerata (ȳ) tidak menunjukkan korelasi
4. Pengaruh-pengaruh utama bersifat aditif baik sesama maupun dengan
lingkungannya
 
Hasil analisis data yang tidak memenuhi asumsi di atas, kesimpulan yang
diambil tidak akan menggambarkan keadaan yang sebenarnya bahkan
menyesatkan.
Untuk memberikan gambaran umum tentang nilai galat berikut ditampilkan
model linier untuk rancangan Rancangan Acak Lengkap (RAL) dan
Rancangan Acak Kelompok (RAK) berikut.

Model linier RAL: Yij = μ + τi + εij., Model linier RAK: Yij = μ+ τi + βj + εij,
dimana

εij ≈ NIID(0, σ2) NIID = Normal, Independent, Identically Distributed dengan

rata-rata 0 dan ragam σ2
Dari model linier/matematik dari dua rancangan di atas menunjukkan asumsi:
 Data pengamatan dari setiap kelompok perlakuan berasal dari populasi
normal/berdistribusi normal (asumsi galat (εij) terdistribusi secara normal).
 Semua kelompok perlakuan mempunyai ragam yang homogen (asumsi
εij akan memiliki ragam homogen untuk setiap taraf perlakuan, i).
  Unit satuan percobaan ditentukan dan ditempatkan secara acak pada
setiap kelompok perlakuan (asumsi εij independen (bebas) satu sama lain).
 Pengaruh dari faktor perlakuan (τi), lingkungan (βj), dan galat (εij) bersifat
aditif, maksudnya tinggi rendahnya respons semata-mata akibat dari
pengaruh penambahan perlakuan dan/ atau kelompok. Nilai Respons (Yij)
merupakan nilai rata-rata umum (μ) ditambah dengan penambahan dari
perlakuan (τi) dan galat (εij).

1) Galat terdistribusi secara acak, bebas dan normal

 
a) Galat merupakan pengaruh non-perlakuan terhadap data (Y) yang timbul
akibat adanya ulangan.
b) Pengaruh perlakuan X akan berarti jika ragam data akibat pengaruh
perlakuan X ini lebih besar dari ragam data akibat pengaruh galat.
 Menurut distribusi F (Fisher), F = =
  
 Dengan uji statistik, Fhitung =
Keterangan: KTP sebagai statistik Ƭ dan KTG sebagai statistik ε

c) Untuk menguji hipotesis: H0 : Ƭ = ε vs H1 : Ƭ ≠ ε dengan kaidah keputusan:

 Perlakuan (Ƭ) akan berpengaruh nyata terhadap ragam data jika Fhitung >
Ftabel pada taraf uji tertentu
 Perlakuan (Ƭ) akan berpengaruh tidak nyata terhadap ragam data jika
Fhitung ≤ Ftabel pada taraf uji tertentu (biasanya 5% dan 1%)
d) Galat yang baik adalah galat yang berhasil menonjolkan satu perlakuan optimum dari
n perlakuan X. Galat yang terlalu kecil menyulitkan untuk penentuan perlakuan
optimum, dan galat yang terlalu besar akan menyebabkan tidak ada perlakuan yang
optimum.
e) Galat yang handal (memberikan hasil yang sama pada percobaan yang berulang))
dapat diperoleh bila data terdistribusi secara acak, bebas, dan normal.
2) Homogenitas Keragaman Contoh
• Untuk mendapatkan keragaman contoh yang homogen perlu dilakukan lokal
kontrol.
• Begitu pula bila diperkirakan galatnya akan besar maka lokal kontrol perlu
dilakukan misalnnya dengan menggunakan Rancangan Acak Kelompok (RAK)
3) Kebebasan Ragam dan Rerata Contoh
Kebebasan ragam dan rerata contoh dapat diperoleh dengan melakukan lokal
kontrol. Hal lain yang perlu dilakukan adalah dengan menerapkan
kisaran/rentang taraf perlakuan yang tidak terlalu besar. Rentang taraf yang
terlalu lebar akan menibulkan korelasi antara ragam dan rerata contoh.
4) Aditivitas Pengaruh
a. Adivitas pengaruh perlakuan dan pengaruh non-perlakuan hanya akan
diperoleh bila keduanya tidak terjadi interaksi.
b. Lokal kontrol tidak boleh mempunyai sifat yang terkait/identik dengan factor
perlakuan.

Pengujian terhadap asumsi Anova dapat dilakukan uji pra-anova, antara berupa:
a) Uji normalitas (Uji liliefors)
b) Uji homogenitas (Uji Barlett)
c) Uji adivitas (Uji Tuckey)

Contoh penerapannya akan dibahas pada bagian analisis ragam (Anova) atau
praktik Anova menggunakan SAS/SPSS/Microsoft Excel.
2.3 Pengertian/istilah dalam rancangan percobaan
1) Bahan Percobaan: organisme (misalnya: ternak, tanaman) atau benda
atau substansi lainnya (misalnya probiotik, hormon, dan lahan) yang
digunakan dalam percobaan,
2) Unit Percobaan: unit terkecil dalam suatu percobaan yang diberi suatu
perlakuan secara acak. Unit percobaan dapat berupa kandang/petak
kandang (kelompok/individu), lahan percobaan, pot, polibag, dll
tergantung obyek apa yang diteliti.
Contoh:
a)Peneliti ingin mempelajari pengaruh tiga jenis ransum terhadap
pertambahan bobot ternak babi. Ransum tersebut ditempatkan secara
acak pada setiap petak kandang penelitian. Unit percobaan = petak
kandang, bukan ternak babi
 a) Peneliti ingin mempelajari pengaruh tiga jenis ransum terhadap
pertambahan bobot ternak babi. Ransum tersebut ditempatkan
secara acak pada setiap petak kandang penelitian. Unit percobaan =
petak kandang, bukan ternak babi
b) Tiga jenis pupuk diberikan secara acak pada masing-masing pot
guna mengukur bobot kering rumput benggala. Unit percobaan = pot,
bukan rumput benggala.
Satuan percobaan dapat berupa satuan percobaan tunggal dan
santuan percobaan kelompok
 Tunggal  contoh: polybag
 Kelompok contoh: kandang/petak kandang dengan beberapa
ekor ternak
3) Unit pengamatan, bagian unit percobaan dimana respons perlakuan
diukur
4) Unit evaluasi, satuan terkecil sebagai pewakilan unit percobaan yang
dipergunakan dalam analisis data atau unit evaluasi adalah rata-rata dari
unit pengamatan.
4) Unit evaluasi, satuan terkecil sebagai pewakilan unit percobaan yang
dipergunakan dalam analisis data atau unit evaluasi adalah rata-rata dari unit
pengamatan.
 Pada beberapa kasus, unit percobaan=unit pengamatan
 Tentunya, harus diketahui terlebih dahulu ukuran apa yang akan dicatat
5) Faktor: Variabel bebas (X), yaitu variabel yang di kontrol oleh peneliti
Misalnya, strain ternak, jenis ransum, jenis bahan pakan, dan jenis tanah.
 Umumnya, faktor disimbolkan dengan huruf kapital, misalnya faktor
ransum disimbolkan dengan huruf R atau T.
 Faktor terdiri dari beberapa taraf/level faktor. Umumnya, disimbolkan
dengan huruf kecil yang dikombinasikan dengan subscript angka.
Contoh:

Jumlah
Faktor Taraf
taraf
Bentuk
3 Mash (r1) Crumble (r2) Pellet r3)
ransum (R)
Energi 2900 3100
3000 kkal/kg 3200
Metabolisme 4 kkal/kg kkal/kg
(e2) kkal/kg (e4)
(E) (e1) (e3)
6) Perlakuan (treatment), prosedur atau metode yang dikenakan pada unit
percobaan dan diukur pengaruhnya serta diperbandingkan satu dengan yang lain.
 Faktor atau level faktor = perlakuan
 Faktor tunggal: perlakuan = level faktor
Misalnya, r1, r2, r3
Lebih dari 1 faktor: Perlakuan = kombinasi dari masing-masing level/taraf faktor.
Misalnya, Faktor 1: jenis ransum (R): r1, r2, r3
Faktor 2: level energi (E): e1, e2, e3, e4

Kombinasi perlakuan: r1e1, r1e2, r1e3, r1e4, r2e1, dst.

7) Perlakuan (treatment), prosedur atau atau metode yang dikenakan pada unit
percobaan dan diukur pengaruhnya serta diperbandingkan satu dengan yang lain.
Prosedur atau metode dalam hal ini dapat berarti:
 Sesuatu yang diberikan atau diterapkan kepada materi percobaan, misalnya
pakan, feed suplement, dan leguminosa yang masing-masing diberikan
kepada ternak.
 Dalam memilih perlakuan-perlakuan yang akan diterapkan perlu diperhatikan
agar tiap perlakuan mempunyai rumusan yang jelas dan harus diketahui juga
peranan perlakuan dalam usaha untuk mencapai tujuan percobaan.
Berdasarkan nilai yang dicobakan, faktor/perlakuan dibedakan menjadi:
 Faktor kuantitatif; level/taraf faktor yang dicobakan merupakan hasil
pengukuran (interval/rasio).
Contoh:
Konsentrasi nutrisi ransum: PK 18%, PK 20%, EM 3000 kkal/kg
 Faktor kualitatif; level/taraf faktor yang dicobakan merupakan kelas-kelas atau
kategori (nominal dan ordinal)
Contoh: jenis kelamin: jantan, betina; umur: muda, dewasa, tua
 Berdasarkan cara pemilihan perlakuan, faktor/perlakuan dibedakan
 Faktor acak (random)
level/taraf dari faktor tersebut dipilih secara acak dari populasi
level/taraf faktor tersebut.
Kesimpulan yang diperoleh berlaku untuk semua taraf/ level dari
faktor tersebut
 Faktor tetap (fixed)
level/taraf dari faktor tersebut ditentukan secara subjektif dari
peneliti berdasarkan pertimbangan tertentu.
Kesimpulan yang diperoleh hanya berlaku untuk taraf/level yang
dicobakan
8) Variabel respons: Variabel tak bebas (Y):
 Variabel yang merupakan sifat atau parameter dari satuan
percobaan yang akan diteliti
 sejumlah gejala atau respons yang muncul karena adanya
peubah bebas.
Contoh:
bobot badan, kandungan nutrisi, dan kecernaan energi
9) Nilai tengah (mean): Variabel tak bebas (Y):
Nilai rata-rata/rerata dari seluruh hasil pengamatan (x̄)
Fungsi: untuk mengetahui penyimpangan/deviasi dari masing-masing angka/data
pengamatan.
Contoh:
Diketahui sebaran data dari suatu sampel: X1,X2,X3,...Xn
 Nilai tengah sampel tersebut:

 Nilai tengah populasi:

 Rerata nilai pengamatan merupakan penduga rerata nilai populasi