RANCANGAN LINGKUNGAN

“ RAL, RAK, RBSL, MISSING

DATA”

Dosen Pengampuh : Ir. Endah Sri Redjeki., M.Phil

Hello! ￮ Disusun oleh:
￮ 1. Zumrotus Nur Fitriya 200101003
￮ 2. Fawni Syahrurizaldi A. 200101007
￮ 3. Alifia Kusuma Wardani 200101010
￮ 4. Putri Indah Maulany 200101020
￮ 5. Fatihah Hidayatul Husnah 200101026
￮ 6. Fauziyatur Rohmah 200101022
￮  

2
 Rancangan
Lingkungan
Rancangan untuk
menempatkan perlakuan –
perlakuan yang dicobakan
pada unit – unit percobaan.
Unit Percobaan :
Unit terkecil dalam suatu
percobaan yang diberikan
perlakuan.
3
Perbedaan
RAL dan RAK
RAL RAK
Pengacakan dilakukan Pengacakan dilakukan di
terhadap semua unit dalam masing – masing
percobaan. kelompok

4
 Kapan RAL digunakan ?
Jumlah
Satuan percobaan Faktor luar dapat
perlakuan
relatif homogen. dikendalikan
dibatasi.

1) RAL lebih sering digunakan dalam percobaan di

Laboratorium karena kondisi lingkungan dapat
dikendalikan.
￮ .   Karena kondisi sampel dan lingkungan yang
homogen, maka setiap perlakuan dan ulangan
mempunyai peluang yang sama besar untuk
menempati semua plot-plot percobaan sehingga
pengacakan dilakukan secara lengkap.
5
 Tahapan merancang
RAL
Menentukan A1 A2 A3 A4 A5
Jumlah B1 B2 B3 B4 B5
perlakuan dan C1 C2 C3 C4 C5
jumlah ulangan D1 D2 D3 D4 D5

D4 C3 A1 B1
1 2 3 4
C1 D1 B2 A2
5 6 7 8
B3 A3 C2 D2 9 10 11 12
C4 D3 A4 B4 13 14 15 16

D5 C5 B5 A5 17 18 19 20
6
 1. Kondisi
sampel
yang harus
homogen

1. Denah
percobaan
lebih 5. Kehilangan
mudah data relatif
kecil dan 3. Tingkat
pengaruhnya akurasinya
lebih rendah
juga relarif KEKURANGAN
kecil daripada
KELEBIHAN RAL rancangan
RAL percobaan
2. Analisis 2. Kurang lainnya
statistik cocok
lebih diterapkan
4. Analisis
mudah di lapang
statistik
lebih
3. Fleksibel
mudah
dalam
penggunaan
jumlah
perlakuan
7
dan ulangan
 Rancangan ACAK
KELOMPOK (RAK)
￮ Menurut Harlyan (2012), Kelompok sebagai ulangan,
Adapun ciri – ciri dalam tiap kelompok kondisi
Rancangan Acak harus homogen.
Kelompok (RAK), adalah Pengacakan dilakukan dalam
sebagai berikut : masing-masing kelompok.
￮ 1. Digunakan untuk Banyak digunakan pada
lingkungan heterogen / penelitian di lapang.
tidak homogen.  
￮ 2. Perlakuan diatur dalam
masing-masing kelompok
(blok).
.
8
 Tahapan merancang
RAK
Menentukan
Jumlah perlakuan A1 A2 A3 A4
dan jumlah B1 B2 B3 B4
ulangan C1 C2 C3 C4

K1 K2 K3 K4
K1 K2 K3 K4
C A C A

B B A C

A C B B

9
KELEBIHAN RAK
1. Analisis statistik dari data yang diperoleh dengan RAK ini masih
bersifat sederhana.
2. Apabila andaian adanya gradien satu arah dipenuhi, RAK
memberikan presisi dan efisiensi yang lebih tinggi dari RAL.
3. 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 RAK
1. Rancangan menjadi kurang efisien dibanding yang lain jika terdapat
lebih dari satu sumber keragaman yang tidak diinginkan.
2. Peningkatan ketepatan pengelompokan akan menurun dengan semakin
meningkatnya jumlah satuan percobaan dalam kelompok.
3. Jika ada data yang hilang memerlukan perhitungan yang lebih rumit.

10
Rancangan Bujur
Sangkar Latin (RBSL)
RBSL merupakan suatu rancangan percobaan dengan dua
arah pengelompokan, yaitu baris dan kolom. Banyaknya
perlakuan sama dengan jumlah ulangan sehingga setiap
baris dan kolom akan mengandung semua perlakuan. Pada
rancangan ini, pengacakan dibatasi dengan
mengelompokannya ke dalam baris dan juga kolom,
sehingga setiap baris dan kolom hanya akan mendapatkan
satu perlakuan.

11
Contoh layout
RBSL Seorang peneliti melakuakn
penelitian terhadap tanaman
Bambara dengan menggunakan
empat perlakuan yang diberi
notasi (A, B, C & D) dan diulang
sebanyak empat kali yang juga
diberi notasi (A, B, C & D),
berikut layoutnya :
Gambar 4. Rancangan Bujur
Sangkar Latin
Lengkap

12
 KELEBIHAN RBSL
1. Mengurangi keragaman galat melalui penggunaan dua buah
pengelompokan
2. Pengaruh perlakuan dapat dilakukan untuk percobaan berskala
kecil
3. Analisis relatif mudah
4. Baris atau kolom bisa juga digunakan untuk meningkatkan
cakupan dalam pengambilan kesimpulan

KEKURANGAN RBSL
1. Banyaknya baris, kolom dan perlakuan harus sama, sehingga semakin banyak
perlakuan, satuan percobaan yang diperlukan juga semakin banyak.
2. Apabila banyaknya kelompok bertambah besar, galat percobaan per satuan
percobaan juga cenderung meningkat.
3. Asumsi modelnya sangat mengikat, yaitu bahwa tidak ada interaksi antara
sembarang dua atau semua kriteria , yaitu baris, kolom dan perlakuan.
4. Pengacakan yang diperlukan sedikit lebih rumit daripada pengacakan rancangan-
rancangan sebelumnya. 13
 Missing Data
Data hilang (Missing data)
Tipe-Tipe Missing Values /
adalah suatu kondisi dimana
Data Hilang
data tidak ada atau data
• Hilang Sepenuhnya
hilang. Dalam pengambilan
Secara Acak (MCAR,
data penelitian, missing data Missing Completely At
menjadi hal yang umum Random)
terjadi. • Hilang Secara Acak
(MAR, Missing At
Random)
• Hilang Tidak Secara Acak
(MNAR, Missing Not At
Random )

14
Cara Penanganan Missing Values
 
1. Menghapus Keseluruhan Baris (Row)
Cara ini hanya berlaku dalam dua jenis data yang hilang pertama, MCAR dan MAR. Kedua jenis data ini secara umum,
aman bagi kita untuk menghapus data dengan nilai yang hilang bergantung pada kemunculannya. sedangkan dalam kasus
ketiga menghapus pengamatan dengan nilai yang hilang dapat menghasilkan bias dalam model
2. Menghitung Nilai Pengganti (Imputation)
Ada banyak cara untuk memperhitungkan nilai pengganti data, seperti :
• Nilai konstanta yang merupakan bagian dari kumpulan nilai yang mungkin dari variabel itu, seperti 0, berbeda dari
semua nilai lainnya
• Nilai rata-rata, median, atau mode untuk kolom
• Nilai yang diperkirakan oleh model prediktif lain
• Beberapa Imputasi lain

15
 Contoh soal RAL
Pengaruh pemberian dosis pupuk UREA (gr) per tanaman terhadap pipilan kering per tanaman
Jagung (gr).
Ulangan
perlakuan total
I II III

P0 /Kontrol 31.30 33.50 29.20 93.90

P1 (5gr) 23.80 37.40 37.40 98.70

P2 (10gr) 40.90 39.50 39.50 119.60

P3 (15gr) 40.90 41.70 39.40 122.00

P4 (20gr) 39.70 40.60 39.20 119.50

P5 (25gr) 40.60 41.00 41.50 123.10

P6 (30gr) 41.00 233.40 226.20 676.80 16

t=6
r=3
Faktor koreksi = =25447.68
JKT = 31.30 + 33.40 + 41.50 - 25447.68 = 418.12
JKP = -25447.68 = 279.293
JKG = 418.12 – 279.293 = 138.827

17
 F Tabel
SK db JK KT F Hitung
5% 1%

Perlakuan 5 279.293 55.859 4.828 3,11 5,06

Galat 12 138.827 11.569

Total 17 418.12

18
 CONTOH SOAL RAK
Jumlah pupuk yang digunakan pada tanaman jagung terhadap hasil panen

Perla Ulangan Total

kuan
1 2 3 4
3 perlakuan (t)
A 5 10 15 4 ulangan
15 (r) 45

B 20 25 20 80 80

C 30 25 20 105 105

Total 55 60 55 230 230

Faktor koreksi (FK) =
JK total (JKT) = (5 +…+105 ) – 4408.33 = 641.67
JK kelompok (JKK) ) = - 4408.33 = 8.34

19
JK perlakuan (JKP) = - 4408.33 = 454.17
JK Galat (JKG) = 641.67 - 8.34 - 454.17 = 179.16

F tabel
SK db JK KT F Hitung
5% 1%

kelompok 3 8.34 2.78 0.093 4.76 9.78

perlakuan 2 454.17 22.709 0,76 5.14 10.92

galat 6 179.16 29.86

total 11 641.67

20
 CONTOH SOAL RBSL
Seorang peneliti ingin
mengetahui kefektifan mesin
penggiling tebu otomatis A, B,
C, D terhadap produksi gula. operator
Hari
Produksi dipengaruhi oleh kerja 1 2 3 4
adanya operator dan hari kerja
yang berlainan peneliti 1 B A D C
memutuskan membuat design
2 C B A D
dengan 4 operator sebagai kolom
dan 4 hari kerja sebagai baris. 3 A D C B

4 D C B A

21
 Hasil produksi gula (ton)
Baris jumlah
Kolom 1 Kolom 2 Kolom 3 Kolom 4

1 1.64 (B) 1.210 (D) 1.425 (C) 1.345 (A) 5.620

2 1.475 (C) 1.185 (A) 1.400 (D) 1.290 (B) 5.350

3 1.670 (A) 0.710 (C) 1.665 (B) 1.180 (D) 5.225

4 1.565 (D) 1.290 (B) 1.655 (A) 0.660 (C) 5.170

∑ kolom 6.350 4.395 6.145 4.475 -

∑ total 21.365
22
 Untuk menyederhanakan perlakuan ini buatlah ringkasan sebagai berikut

Perlakuan Jumlah Rata-rata

a 5.855 1.464

b 5.885 1.471

c 4.270 1.068

d 5.355 1.339

Setelah itu hitumg faktor koreksi, JK Baris, Kolom, dan Perlakuan :

Faktor koreksi (FK) =
JK Baris (JKB) - 28.529 = 0,030
JK Kolom (JKK) - 28.529 = 0.827

23
JK Perlakuan (JKP) - 28.529 = 0.427
JK Total (JKT) = (1.640) +….(0.660) - 28.529 = 1.414
JK Galat (JKG) = 1.414 – 0.030 – 0.827 – 0.427 = 0.130

Hitunglah kuadrat tengah (KT) dari baris, kolom, dan perlakuan serta galat.
KT = KT Baris (KTB) = = 0.010
KT Kolom (KTK) = = 0.276
KT Perlakuan (KTP) = = 0.142
db= (n-1) KT Galat (KTG) = = 0.022
Db galat
=(n-1) . (n-2)

24
 F Tabel
SK db JK KT F Hitung
5% 1%

Baris (r) 3 0.030 0.010 0.46 4.76 9.78

Kolom (c) 3 0.827 0.276 12.55** 4.76 9.78

Perlakuan (p) 3 0.427 0.142 6.46* 4.76 9.78

Galat 6 0.130 0.022

Total 15 1.414 - - - -

25
 KESIMPULAN UJI F :
 Jika F Hitung lebih kecil dari F Tabel 5% tidak terdapat perbedaan nyata dari perlakuan
yang diteliti.
 Jika F Hitung lebih besar dari F Tabel 1% terdapat perbedaan sangat nyata pada perlakuan
yang diteliti.
 Jika F Hitung lebih besar dari F Tabel 5% tetapi lebih kecil dari F Tabel 1%. Terdapat
perbedaan nyata dari perlakuan yang diteliti.

26
 Contoh soal missing data
Apabila data (hasil pengamatan) dari satuan percobaan hilang atau tidak dapat digunakan, misalkan
karena :
 Materi percobaan (ternak/ikan) sakit atau mati, bukan akibat perlakuan
 Adapetak lahan yang dirusak tikus
 Tabung pecah dilaboratirium
 Salah pencatatan
 Terdapat pencilan data, dll.
Untuk RAL, Data hilang tersebut tidak perlu dicari, karena dapat diolah menngunakan RAL
dengan n ( ulangan ) tak sama.
Untuk RAK, data hilang tersebut perlu dicari dengan cara menaksir Kembali berdasarkan
perlakuan missing data dari yates.

27
 Satu nilai pengamatan hilang
kelompok
Perlak
total
uan I II III IV n= ∑ kelompok.
1 9 6
-
4
19 t = ∑ Perlakuan.
2 8 7 14 5 34 B= ∑ data dari kelompok yang
3 11 9 15 6 41
mengandung data yang hilang.
4 14 11 16 8 49 T= ∑ data dari perlakuan yang
total 42 33
45
23
143 mengandung data yang hilang.
G= total semua pengamatan
Y 1 3 = 12,56 = 13

YIj=
28
Y 13 = 13 masukkan dalam tabel, maka diperoleh : B = 58,T = 32, G = 156
Sidik ragam RAK (dengan satu nilai duga data hilang)

SK db JK KT F Hitung SK db JK KT F Hitung

Kelompok 3 165,5 55,167 88,267 Kelompok 3 165,5 55,167 88,267

Perlakuan 3 44,5
44,5 14,833 23,733** Perlakuan 3 43,5 14,833 23,733**

Galat 88 5,0 0,625 Galat 9 5,0 0,625

Total 14 214,0 Total 15 214,0

14
F Tabel (0,05) = 4,07
F Tabel (0,01) = 7,59
F Hitung dari perlakuan F Tabel (0,01) sangat nyata
29
￮ Ktp =

30
 Dua Nilai Pengamatan Hilang
kelompok 1. Dugalah a dengan :
Perlakuan Total
I II III A = = 7,80
A aa 8,00 7,93 15,93 7,80
A
B 8,14 8,15 7,87 24,16 2. Dengan demikian seakan-akan hanya
ada 1 nilai yang hilang yaitu
C 7,76 b 7,74 15,50
n=3
D 7,17 7,57 7,80 22,54 t=5
E 7,46 7,68 7,21 22,35 T = 15,50
Total 30,53 31,40 38,55 100,48 B = 31,40
G = 100,48 + 7,80 = 108,28
B T G Data hilang
lebih dari 1 proses pendugaan berulang-ulang
31
b1 = = =
7,93
3. dengan diketahui nilai b1 = 7,93 sekarang seakan-akan hanya ada 1 nilai yang hilang
yaitu a.
n = 3 dan t = 5 a1 = =
B = 30,53
7,85
T = 15,93
G = 100,48 + 7,93 = 108,41
4. Dengan nilai a1 = 7,85 dicari b2
n = 3 dan t = 5 b2 = =
B = 31,40
T = 15,50 7,92

G = 100,48 + 7,85 = 108,33

32
5. Dengan nilai b2 = 7,92 dicari a2.
n = 3 dan t = 5 a2 = =
7,86
B = 30,53
T = 15,93
G = 100,48 + 7,85 = 108,33
6. Perhatikan :
Perhitungan data
B1 = 7, 93 beda cukup kecil hilang dapat
B2 = 7,92 dihentikan, nilai yang
A1 = 7,85 beda cukup kecil diduga :
A2 = 7,86
a = 7,86
b = 7,92
33
 Nilai diperoleh dimasukkan dalam tabel sbb:

kelompok ￮ Penyelesaian sidik ragam :

Perlakuan Total
I II III 1. JKT (org. value) = 8,00 + 7,93 +…
A 7,86 8,00 7,93 23,79 +7,21 - = 1,1679
B 8,14 8,15 7,87 24,16 JKK (org. value) = + + - FK =
C 7,76 7,92 7,74 23,42 0,0976
D 7,17 7,57 7,80 22,54
E 7,46 7,68 7,21 22,35
Total 30,53 31,40 38,55 116,26

FK =

34
2. JKT (comp. val)= 7,86 + 7,93 +…+7,21 - = 1,2145

JKK (comp. val) = - FK = 0,0989

JKP (comp. val) = - FK = 0,8209
JKG (comp. val) = 1,2145 - 0,0989 - 0,8209 = 0,2947
3. Mencari JKP terkoreksi :
JKT (org. val) = 1,1679
JKK (org. val) = 0,0976
JKG (comp.val) = 0,2947 0,0976 + 0,2947 = 0,3923

1,1679 – 0,3923 = 0,7756

JKP terkoreksi
35
 SIDIK RAGAM RAK dengan dua nilai duga data hilang :
(jkp telah terkoreksi)
F Tabel
SK db JK KT F Hitung
5% 1%
Kelompok (comp.val) 2 0,0989 0,0495 1,01 5,14 10,92
Perlakuan (terkoreksi) 4 0,7756 0,1939 3,95 4,53 9,15
Galat (comp. val) 6 0,2947 0,0491
Total (comp. val) 12

8–2=6
14 – 2 = 12
Kesimpulan : F hitung F table (0,05) (tidak terdapat perbedaan nyata diantara perlakuan)
36
Thanks!
Any questions?

37