a. Ulangan
Suatu perlakuan dlm suatu percobaan terdapat lebih dari
satu kali.
Fungsi: menaksir galat percobaan dan mempertinggi
ketepatan pengukuran.
b. Pengacakan (randomisasi/randomisation)
Menempatkan perlakuan kedlm unit percobaan secara
acak/random, shg semua unit percobaan mendapat
kesempatan yg sama utk menerima suatu perlakuan
c. Pengawasan setempat (local control)
Bertujuan utk memperkecil galat percobaan.
Utk percobaan lapangan harus diadakan pemberian ulangan
BENTUK RANCANGAN PERCOBAAN
Tabel 1. Data Pertumbuhan berat ikan Mas Pada Pengamatan I (minggu ke-2) Pengaruh
pemberian jenis pakan yang berbeda
Ulgn/Perl A B C
1 25,97 23,96 26,34
2 26,89 23,45 26,78
3 27,23 24,53 25,42
Total 80,09 71,94 78,54
Rerata 26,97 23,98 Total ABC=230,57
26,18
Model RAL
Hipotesis:
Ho : T1 = T2 = T3 = 0 atau A = B = C
H1 : Paling tidak ada sepasang Ti yg tidak sama atau
paling tdk ada sepasang nilai tengah yg tdk sama.
Menghitung JK:
FK = σ2/rxt = 230,572 /3x3= 53171,75/9 =5906,95
JK Total Percobaan =
25,972+23,972+26,342+26,892+23,452+26,782+27,232+24,532
+25,422- FK = 5921,8 -5906,95 = 14,85
F hitung = 17,61 ≥ F tabel 1% = 10,92 : Berbeda sangat nyata. Maka analisis dilanjutkan
dengan mencari BNT (Beda Nyata Terkecil), yaitu untuk menentukan perlakuan mana
yang terbaik, rumus BNT sbb:
BNTa = t a(db galat) x √ 2s2 /ulangan. S2 = ragam = KT
BNT 0,05 = 2,45 x √ (2x0,362 / 3) = 0,72
BNT 0,01 =3,71 x √ (2x0,362 / 3) = 1,09
Kesimpulan:
Dengan BNT 5%, dapat disimpulkan bahwa perlakuan A lebih baik dari perlakuan B,
maupun perlakuan C; Perlakuan C Lebih baik dari Perlakuan B.
Demikian halnya dengan BNT 1%.
Data hsl Penelitian sbb: A1 = 34,23; A2 = 33,98;
A3= 34, 16. B1= 36,33; B2= 35,79; B3= 37,12.
C1= 37,82; C2= 39,04; C3= 38,56.
Penelitian dengan Judul: Pengaruh Pemberian
Pakan Tambahan terhadap Pertumbuhan Ikan
Gurami (Osphronemus guramy) Yang
Dipelihara dalam Bak Terpal.
Diperoleh data (gram) sebagai berikut:
C2= 98,54; A3= 85,67; B1= 95,78; C3=97,89;
A2=85,49; B3=96,69; C1= 98,71; A1=85,38;
B2=96,23.
Tugas: 1. Lakukan analisis data
2. Ambil Kesimpulan