RAL, RAK, RBSL

Agung Janika Sitasiwi

• Variabel: sifat yang diamati/diukur pada individu
yang menjadi obyek observasi penelitian
• Variant= Individual Observation= Variates: angka
atau nilai hasil pengukuran yang dicapai variabel
• Variation: perbedaan antara variates individu dalam
satu populasi. Dinyatakan dalam Koefisien
Keragaman (KK)
• KK = s X 100%
X
Kisaran yang baik 0 – 10%

• Parameter: ciri-ciri data yang terukur

dari populasi data
• Analysis of Variance
• Hasil ANOVA hanya
mengetahui ada
perbedaan bermakna
atau tidak bermakna
antar perlakuan yang
dicoba
 ULANGAN

t ( n – 1 ) ≥ 15
t = banyaknya perlakuan
n = banyaknya ulangan
Contoh:
Diketahui jumlah perlakuan yang diberikan = t = 3
Maka ulangan minimal yang diperlukan:
t ( n – 1 ) ≥ 15
3 ( n – 1 ) ≥ 15
3n – 3 ≥ 15
3n ≥ 18 → n = 18/3 = 6
 Ragam/Varians
• Jumlah kuadrat simpangan dibagi dengan banyaknya
data.
 DEVIASI STANDAR
• Standard Deviation
• Akar dari jumlah kuadrat simpangan dibagi
dengan banyaknya data.
 Contoh Soal

Tinggi rata-rata mahasiswa dalam suatu kelas:

172, 167, 180, 170, 169, 160, 175, 165, 173, 170

Jumlah data (n) = 10, dan (n - 1) = 9

PENGOLAHAN DATA dan SIDIK RAGAM
Percobaan dengan t perlakuan dan n ulangan

Perlakuan
Ulangan 1 2 .............. t
Total

1 Y11 Y21 . . . . . . . . . . . . . Yt1

2 Y12 Y22 .
. . . .
. . . .
. . . .
n Y1n Y2n Ytn
Total Y1. Y2. Yt . Y..
 Sidik Ragam = Analisis Ragam
(Analysis of variance = ANOVA)

Sumber Derajat Jumlah Kuadrat F tabel

Bebas Kuadrat Tengah Fhit 0,05 0.01
(d.b.) (J.K.) (K.T.)
Keragaman
( S.K.)

Perlakuan t–1 JKP KTP

Galat t (n –1) JKG KTG

percobaan
 RAL
Rancangan Acak Lengkap
• Diterapkan pada percobaan yang dilakukan
pada lingkungan homogen (atau dapat
dianggap homogen)
• “lingkungan” adalah faktor-faktor lain di luar
faktor yang sedang diteliti.
• Setiap unit percobaan diacak secara
sempurna, tanpa dibatasi oleh blok dsb.
• Rancangan paling sederhana
Model umum matematika penelitian:

Y i j = μ + ‫ז‬i + ε i j misal dengan i = 1, 2 dan 3

j = 1, 2, ... 7

Yi j = respon yang diberikan oleh unit percobaan yang

menerima perlakuan ke i pada ulangan ke j
μ = nilai tengah umum
‫ז‬i = pengaruh perlakuan ke i
εi j = pengaruh acak (kesalahan percobaan) pada

perlakuan ransum ke i dan ulangan ke j

ANOVA untuk RAL
CIRI-CIRI RAL
Keuntungan dan Kekurangan RAL
• Perancangan dan • Terkadang tidak
pelaksanaan mudah efisien
• Analisis data • Tingkat presisi
sederhana rendah, kecuali jika
unit percobaan bena-
• Fleksibel dalam
benar homogen
jumlah perlakuan
• Sesuai untuk jumlah
ulangan bisa tidak
perlakuan yang sedikit
sama
 Contoh RAL
Penelitian dengan tujuan menguji pengaruh 3 macam ransum:
A = ransum setempat
B = ransum + 0,1% Feed Supplement
C = ransum + 0,1% Antibiotik
terhadap berat badan ternak kambing etawa.
Tersedia anak-anak kambing umur 4½ bulan, sebanyak 21
ekor dilahirkan pada waktu yang sama, dengan keadaan yang
“seragam” (jantan semua, dan dengan berat badan yang relatif
sama)

Dalam hal ini semua “sama” kecuali perlakuan → RAL

Rancangan acak lengkap dgn:
perlakuan = t = 3, ulangan = n = 21/3 = 7
Hasil pengacakan unit percobaan yang dilakukan:

A2 B3 C6 B6 A4 C5 B2

B4 C7 A5 C4 B1 A3 C1

C3 A1 B7 A6 C2 B5 A7
 RAK
Rancangan Acak Kelompok

• Diterapkan pada percobaan yang dilakukan

pada lingkungan tidak homogen (heterogen),
dimana terdapat 1 sumber keragaman di luar
faktor penelitian.
• Setiap unit percobaan ditempatkan secara
acak pada setiap kelompok.
CIRI-CIRI RAK
 Keuntungan dan Kerugian RAK
• Lebih efisien (dibanding • Memerlukan
RAL)
asumsi tambahan
Pengelompokan efektif,
meningkatkan JKG, untuk hipotesis
meningatkan ketepatan • Memerlukan
atau bisa mengurangi
jumlah ulangan pemahaman
• Lebih fleksibel (jumlah keragaman satuan
perlakuan, kelompok, percobaan untuk
ulangan)
• Penarikan kesimpulan lebih menentukan
luas pengelompokan
 Cara pengacakan pada R.A.K.
Misalkan: Perlakuan: A, B, C, D, E dan F;
Ulangan (sebagai kelompok) 4 kali

24 unit percobaan, dilakukan pengacakan

I C F A E D B
II A E B D F C

III F B E C D A

IV
D F A B C E
 Contoh RAK
( I ). Percobaan padi, petak-petak percobaan pada ketinggian tak
sama: - Perlakuan: 6 macam → keadaannya tidak sama
- Ulangan : 5 → diperlukan 5 petak (pada ketinggian
yang tidak sama)
Terdapat 2 perbedaan, yaitu perlakuan & keadaan petak

( II ). Percobaan dengan ternak kambing:

- perlakuan: 4 macamdiperlukan 24 ekor anak kambing
- ulangan: 6 kali → (yang tersedia 6 induk
masing-masing dengan 4 anak)
Terdapat 2 perbedaan, yaitu perlakuan & induk
kambing

( I ) & ( II ), terdapat 2 macam yang berbeda, sehingga digunakan

Rancangan Acak Kelompok
 RSBL
Rancangan Bujur Sangkar Latin
• Diterapkan pada percobaan yang dilakukan pada
lingkungan tidak homogen, dimana terdapat 2
sumber keragaman di luar faktor penelitian.
• Setiap unit percobaan ditempatkan sedemikian rupa
sehingga tidak ada perlakuan yang sama dalam satu
baris atau kolom.
• Ciri khas: jumlah ulangan yang sama dengan jumlah
perlakuan.
• Disarankan diterapkan pada percobaan yang memiliki
4 sampai 8 perlakuan.
 RSBL
• Suatu rancangan percobaan yang mampu
mengendalikan komponen keragaman unit-
unit percobaan lebih dari satu sisi komponen
keragaman.
• Berarti = pengendalian komponen keragaman
unit percobaan dilakukan dari dua arah yaitu
arah baris dan kolom, sementara unit
percobaan dikenai perlakuan
Harsojuwono, 2011.
 RSBL
• Digunakan jika terdapat gradien ke dua arah
yaitu arah berdasarkan baris dan berdasarkan
lajur/kolom.
• Penempatan perlakuan ke dalam satuan
percobaan dilakukan secara acak dengan syarat
setiap perlakuan hanya satu kali muncul dalam
satu baris dan satu lajur/kolom.
• Hal ini hanya terjadi jika jumlah perlakuan =
jumlah baris = jumlah lajur.
 Keuntungan dan Keterbatasan RSBL
• Mengurangi • Jumlah ulangan harus
keragaman galat sama dengan
perlakuan
melalui dua arah
• Jumlah perlakuan < 4
(baris dan kolom)
db perlakuan sangat
• Analisis mudah kecil, sehingga db galat
• Memperbanyak percobaan menjadi
kesimpulan besar
(perlakuan, baris • Durasi percobaan lebih
dan kolom) panjang (kuran efisien)
Denah RSBL dengan 4 Perlakuan
Kolom/
Baris
D A B C
C D A B
A B C D
B C D A
MODEL LINIER RBSL
ANOVA RSBL
ANOVA
CONTOH RBSL
ANOVA