Eksperimental :
RANCANGAN PERCOBAAN
Riset
Eksperimental
Vs
Riset
Non-
eksperimental
Penelitian eksperimental
ada intervensi/perlakuan dari
peneliti, baru dampaknya
diukur
Penelitian non-eksperimental
peneliti tidak melakukan
intervensi, hanya
mengumpulkan data/fakta
yang ada
Eksperimental
Quasi-
Eksperimental
Non-
Eksperimental
Quasi-eksperimental
Peneliti tidak melakukan intervensi secara
langsung, tetapi mengelompokkan data
yang ada seolah-olah ada kelompok
perlakuan dan ada kelompok kontrol
sebagaimana yang terjadi dalam
penelitian eksperimental
Rancangan percobaan dan teknik analisis
data dapat menggunakan rancangan dan
teknik analisis sebagaimana yang berlaku
untuk penelitian eksperimental
Syarat Hasil
Penelitian
Valid
Reliabel
Validity
Validitas
adalah ukuran kekuatan
kesimpulan hasil penelitian
Best available approximation to
the truth or falsity of a given
inference, proposition or
conclusion (Cook and
Campbell,1979)
Ringkasnya: were we right?
Reliability
Reliabilitasadalah ukuran konsistensi
dari suatu hasil pengukuran
The degree to which an instrument
measures the same way each time it
is used under the same condition with
the same subjects
Ringkasnya:it is the repeatability of
your measurement.
Validity the strength
Reliability consistency
Validitas dan reliabilitas
hasil penelitian
Disain
Penelitian
Disain
Penelitian
Kerangka Metode
konsep penelitian
Metode Penelitian
Pengambilan Analisis
Data Data
Obyek Analisis
Bahan keilmuan
Alat Analisis statistik
Cara kerja
Rancangan percobaan
RANCANGAN PERCOBAAN
Desain eksperimen (rancangan percobaan) bertujuan untuk
menentukan rencana pelaksanaan eksperimen yang tepat
agar dapat memperoleh atau mengumpulkan informasi yang
diperlukan sebanyak-banyaknya dan berguna dalam
melakukan penelitian persoalan yang akan dibahas
Pengaturan pemberian perlakuan (input) kepada satuan-
satuan percobaan dengan maksud agar keragaman respon
(output) yang ditimbulkan oleh keadaan lingkungan dan
heterogenitas bahan percobaan yang digunakan dapat
diwadahi dan disingkirkan.
Suatu uji atau sederetan uji yang bertujuan merubah peubah
input menjadi suatu output yang merupakan respon dari
percobaan tersebut
Kriteria
Suatu kegiatan dikatakan sebagai eksperimen bila
memenuhi karakteristik berikut :
1.Merupakan kajian manipulasi (pengaturan)
variabel independen (variabel bebas)
2.Pengaruh (efek) manipulasi variabel
independen terhadap satu atau lebih variabel
dependen (variabel terikat) diukur
3.Level (taraf) variabel independen yang
dimanipulasi dikenakan secara random pada unit
percobaan
Rancangan Percobaan
Validitas Validitas
Internal Eksternal
Seberapa jauh
Apakah manipulasi
penemuan ini cukup
percobaan memang
representatif untuk
benar menimbulkan
dibuat generalisasi pada
perbedaan
kondisi sejenis
Prinsip Dasar Perancangan
Percobaan
1. Pengacakan (Randomization)
2. Pengulangan (Replication)
3. Pengendalian Lingkungan (Local
control)
Pengacakan
Fungsi dari pengacakan adalah menjamin
sahihnya dugaan tak bias dari galat percobaan
dan nilai tengah perlakuaan serta perbedaan di
antara mereka.
Pengacakan merupakan salah satu dari beberapa
ciri modern perancangan percobaan yang muncul
Setiap unit percobaan memiliki peluang yang
sama untuk diberikan suatu perlakuan
◦ Menghindari galat sistematik
◦ Meningkatkan validitas kesimpulan (pemenuhan
asumsi kebebasan)
◦ Caranya: lotere, tabel bilangan acak, komputer
Pengulangan:
Penerapan perlakuan yang sama
terhadap beberapa unit percobaan.
◦ Untuk menduga galat percobaan
◦ Untuk menduga standard error rataan
perlakuan
◦ Meningkatkan ketelitian suatu percobaan
meningkatkan presisi kesimpulan
Rancangan Perlakuan :
Berkaitan dengan bagaimana perlakuan-perlakuan tersebut
dibentuk (Faktorial, Split plot, Split blok)
Rancangan Pengukuran :
Berkaitan dengan bagaimana respon percobaan diukur dari unit-
unit percobaan yang diteliti
Pemilihan rancangan
Mengatur dan mengontrol variabel-variabel
dan kondisi percobaan secara utuh dan
ketat, baik dengan manipulasi, randomisasi,
dan kontrol
Membandingkan perlakuan dan kontrol
secara nyata
Memaksimalkan varians dari variabel-
variabel yang diteliti dan berkaitan dengan
hipotesis yang diuji
Meminimalkan:
varians dari variabel pengganggu dan
variabel random yang berada di luar
penelitian
varians error
Pengambilan data
Berdasarkan setting lapangan,
laboratorium, perpustakaan
Berdasarkan sumber data primer,
sekunder
Berdasarkan teknik yang digunakan
observasi (pengamatan, pengukuran),
wawancara, dokumentasi, atau
gabungan
Dengan intervensi (eksperimental),
tanpa intervensi (non-eksperimental)
Rancangan Pengumpulan Data
Pengumpulan Data:
Harus dibangkitkan dulu Percobaan
Langsung dikumpulkan Survei/Observasi
Kenapa perlu ?
Untuk mendapatkan penduga yang tidak
berbias (misal systematic error)
Untuk meningkatkan presisi kesimpulan
Kesimpulan dapat digeneralisasi ke populasi
target
Teknik sampling (1)
Probability sampling:
◦ setiap anggota populasi memiliki kesempatan yang
sama besar untuk dipilih.
◦ Keuntungan probability sampling adalah: sampling
error dapat dihitung.
◦ Sampling error adalah derajat yang menunjukkan
sejauh mana sampel berbeda dari populasi.
Random sampling
Systematic random sampling
Stratified random sampling
Teknik sampling (2)
Non-probability sampling:
◦ anggota populasi memiliki kesempatan yang tidak
sama besar untuk dipilih.
◦ Dalam non-probability sampling, derajat yang
menunjukkan sejauh mana sampel berbeda dari
populasi tidak dapat dihitung.
Convenience sampling
Judgment sampling
Quota sampling
Snowball sampling
Analisis data
8. Taraf Faktor
Nilai-nilai atau klasifikasi-klasifikasi dari sebuah faktor
9. Interaksi
Perubahan pengaruh dari suatu faktor pada berbagai
taraf faktor yang lain
DESAIN EKSPERIMEN
Jenis-jenis desain eksperimen
(rancangan percobaan) dapat
digolongkan/dikelompokkan
berdasarkan rancangan
dasar/lingkungan dengan berbagai
kombinasi pola percobaan:
• jumlah faktor yang diujikan
•keseimbangan jumlah ulangan, dan
• pengacakan di lapangan.
DESAIN EKSPERIMEN
Y ij = + i + ij
i = 1,2, …., k
j = 1,2, …, nk
dengan
Yij = variabel yang dianalisis, dimisalkan berdistribusi normal
Jumlah J1 J2 …… Jk J J i
i 1
k
Banyak Pengamatan n1 n2 …… nk n
i
i 1
……
k
Rata-rata Y1 Y2 Yk Y= J / ni
i 1
Dimana :
k = jumlah eksperimen
ni = unit eksperimen untuk perlakuan ke-i (i = 1, 2, …, k)
Yij (i = 1, 2, …, k) dan (j = 1, 2, …, ni) = nilai pengamatan dari unit eksperimen ke j karena
perlakuan ke-i
ni
Ji Y
j 1
ij Jumlah nilai pengamatan untuk tiap perlakuan
k
J J
i 1
i Jumlah seluruh nilai pengamatan
Y 2 = jumlah
k
kuadrat-kuadrat
n
(JK) semua nilai pengamatan
i
i1 j1
Yij2
k
(J
i1
2
i /ni ) - R y
E y = jumlah kuadrat-kuadrat (JK) kekeliruan eksperimen
k ni
(Yij - Yi ) 2
i 1 j 1
k
Y 2 - R y - Py
i1
(n i - 1)
Ey E = E y / (ni – 1)
Eksperimen i1
(n i )
Jumlah Total i 1 Y2 -
Contoh :
8 17 18 25
15 13 19 22
11 18 17 23
9 19 16 18
10 15 18 20
Variabel independen : Kecepatan aliran udara. Variabel
independen sering juga disebut sebagai perlakuan
Taraf/level variabel independen : 0.7, 0.8, 0.9, dan 1.0
m/s (jadi ada 4 taraf perlakuan)
Manipulasi variabel independen berupa penetapan empat
taraf perlakuan
Variabel dependen : Kadar air akhir simplisia (%)
Variabel dependen sering juga disebut sebagai variabel
respon
Unit percobaan : sesuatu yang dikenai perlakuan dalam
percobaan. Jadi, unit percobaannya adalah simplisia
Hipotesis :
Ho : Laju aliran udara tidak berpengaruh nyata (secara
signifikan, secara berarti) terhadap kadar air akhir simplisia
Ha : Laju aliran udara berpengaruh nyata terhadap kadar air
akhir simplisia atau laju aliran udara yang berbeda akan
memberikan hasil kadar air akhir simplisia yang berbeda
secara signifikan
Seperti halnya pada pengujian hipotesis, keputusan menerima
atau menolak hipotesis ditentukan oleh statistik uji yang
dihitung dari data sampel. Untuk analisis varian (ragam),
statistik ujinya adalah statistik F
Kecepatan aliran udara (m/s)
0.7 0.8 0.9 1.0
Ulangan 7 12 14 19
8 17 18 25
15 13 19 22
11 18 17 23
9 19 16 18
10 15 18 20
Ti. 60 94 102 127 T.. = 383
Ni 6 6 6 6 N = 24
Yij2 640 1512 1750 2723 Yij2 = 6625
SS (sum square) total = Yij2 – (T.. 2 / N)
= 6 625 – (383)2/24
= 512.96
Sumber df SS MS F hitung
keragaman
Perlakuan 3 382.79 127.6 19.6
Total 23 512.96
Keputusan :
Pada :
= 5%; df perlakuan = 3 dan df error = 20 ……F tabel
= 3.10
Karena F hit > F tabel maka tolak Ho
Ini berarti :
Kecepatan aliran udara berpengaruh nyata terhadap
kadar air akhir simplisia
B. RANCANGAN ACAK KELOMPOK (BLOK)
Y ij = + i + j + ij
dengan
Y ij = variabel yang diukur
Traktor
I II III IV
Brand C(12) A(14) D(10) A(13)
A(17) A(13) C(11) D(9)
D(13) B(14) B(14) B(8)
D(11) C(12) B(13) C(9)
Tabel Anova
F(0.05; 3, 9) = 3.86
F(0.01; 3, 9) = 6.99
D. RANCANGAN FAKTORIAL
Faktor adalah sejenis perlakuan di dalam rancangan
faktorial, setiap faktor mempunyai beberapa
perlakuan.
FAKTORIAL 2 X 2
Artinya percobaan faktorial dengan 2 faktor masing-
masing dengan 2 taraf.
i = 1, 2, …., a
j = 1, 2, …, b
k = 1, 2, …, n
Dengan
Yijk = variabel respon hasil observasi ke-k yang terjadi karena
pengaruh bersama taraf ke-i faktor A dan taraf ke-j faktor B
= rata-rata umum yang sebenarnya
Ai = efek taraf ke-i faktor A
Bj = efek taraf ke-j faktor B
ABij = efek interaksi antara taraf ke-i faktor A dan taraf ke-j faktor
Design of experiments (DOE) and response surface methodology (RSM)
The application of response surface methodology (RSM) allows a visualization of
the experimental results in a 3-D display. RSM is used to determine optimal levels
for variables input. RSM is a sequential procedure for constructing empirical
relation for the experimental data. Using response information, the optimum data
between factors can be developed and model improvements can be achieved. It
has been proven that researchers have used response surface method (RSM) to
process data systematically that can allow to apply multiple regression
simultaneously.
Response surface design methodology is also often used to refine models to obtain
an optimum design. Using RSM, the following advantages can be obtained.
Displays region of an experimental result
in the form of response surface.
Response surface obtains the equation
models that inform changes in input
variables, which influence a response of
interest.
Selects the operating conditions to meet
specifications.
Types of response surface designs
CCD is appropriate for incorporating the
full quadratic models. CCD consists of a
factorial design (the corners of a cube)
together with center and axial points that
allow for estimation of second-order
effects. For a full quadratic model with n
factors, CCD sets (2n + 2n + 1).
The central CCD comprises 2n factorial
points taken from a full factorial at levels
± 1, 2n axial points at locations ± α, and
nCthe center point of origin
CCD
Determination of the stationary conditions
RSM is useful to obtain critical points in the
experimental variables. The surfaces
generated by linear or polynomial models will be
used to indicate the direction in
which the original design must be started to attain
the optimal conditions.
For polynomial models, the critical point can be
characterized as maximum, minimum, or saddle.
Using RSM, it is possible to calculate the coordinates
of the critical point through the first derivative of
the mathematical function. First derivative equals to
zero indicates that critical points is located.
Model estimation
Model estimation is a type of model used to
predict trend of data [84]. The model
order is an important factor in making
model regression that relates independent
variables. There are common fitting
regression model that can be used to
predict trend.
Linear : Y = B0 + B1X1 + B2X2 + . . .
Power : Y = B0(X1B1)(X2B2) ………. .. (XkBk)
Multiple regression
Contoh kasus
Setting variabel
Model prediksi
Persamaan regresi
Titik stasioner
Plot contour