Rancangan Acak Kelompok (RAK)

Rancangan Acak Kelompok (RAK)

 

Rancangan Acak Kelompok (RAK) adalah  suatu  ranangan acak yang dilakukan dengan mengelompokkan  satuan  percobaan  kedalam  grup-grup  yang  homogen yang dinamakan kelompok dan kemudian menentukan perlakuan secara acak di dalam masing-masing kelompok. Pengelompokan digunakan untuk usaha memperkecil galat, dan untuk membuat kragaan satuan-satuan percobaan di  dalam masing-masing kelompok sekecil mungkin sedangkan perbedaan antar kelompok sebesar mungkin.

Jika  pada  RAL  satuan  percobaan  yang  digunakan  harus  homogen  maka  pada RAK  tidak perlu homogen, dan untuk ketidak homogenan tersebut akan dikelompokkan menjadi satuan-satuan yang mendekati homogen, dengan demikian dapat dikatakan bahwa tujuan dari pengelompokkan adalah untuk  menjadikan keragaman dalam kelompok menjadi sekecil mungkin dan keragaman antar kelompok sebesar mungkin. 

Rancangan Acak Kelompok (RAK)

Model analisis RAK adalah sebagai berikut :

Yij = μ  +  τi +  βj +  εij

  Yij = nilai pengamatan pada perlakuan ke – i kelompok ke – j

   μ   = nilai tengah umum

   τi   = pengaruh perlakuan ke - i

   βj  = pengaruh kelompok ke - j

   εij  = galat percobaan pada perlakuan ke-i & kelompok ke-j

   p   = banyaknya perlakuan

   r    = banyaknya kelompok / ulangan

Rancangan Acak Kelompok (RAK)

Kelebihan RAK antara lain sebagai berikut :

1.      Lebih efisien dan akurat dibandigkan dengan RAL (Pengelompokan yang efektif dapat meunurukan jumlah kuadrat galat, sehingga akan meningkatkantingkat ketepatan atau bisa mengurangi julah ulangan)

2.      Lebih fleksibel (Banyaknya perlakuan, Banyaknya ulangan/kelompok, dan Tidak semua kelompok memerlukan ulangan yang sama)

3.      Penarikan kesimpulan lebih luas karena kita bisa juga melihat perbedaan diantara kelompok

4.      Memerlukan asumsi tambahan untuk beberapa uji hipotesis dan lain-lain.

Kekurangan RAK antara lain adalah :

1.      Memerlukan asumsi tambahan untuk beberapa uji hipotesis.

2.      Interaksi antar kelompok perlakuan sangat sulit.

3.       Peningkatan ketepatan pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan percobaan dalam kelompok.

4.      Derajat bebas kelompok akan menurunkan derajat bebas galat, sehingga sensitifitasnya akan menurun terutama apabila jumlah perlakuannya sedikit atau keragaman dalam satuan percobaan kecil (homogen).

5.      Memerlukan pemahaman tambahan tentang keragaman satuan percobaan untuk suksesnya pengelompokan.

6.      Jika ada data yang hilangmemerlukan perhitungan yang rumit.

 1. buka program SPSS

 2. isi kolom name dengan perlakuan,ulangan dan hasil Untuk Pengisian Pada DATA VIEW,seperti tampilan dibawah ini :

1. Masukkan data pada tabel sesuai dengan data anda.

2. Pastikan datanya teliti dengan perlakuan, ulangan dan hasil sesuai data.seperti pada gambar berikut :

1. Untuk menganalisi data, Klik "Analize", lalu pilih "General Linear Model" dan Klik "Univariate".

1. selanjutnya akan keluar tampilan seperti ini.

2. Untuk pengisian "Dependent Variable" masukkan "Hasil", Dan "Fixed Faktor masukkan "Perlakuan" dan             "Ulangan/blok" sesuai dengan tampilan di bawah.

1. kemudian klik model 
2. Klik "Custom" dan klik "perlakuan" dan klik "Ulangan/blok" dalam kolom "Factors dan covariates", kemudian     klik "tanda panah" untuk memasukkan "perlakuan" dan "Ulangan/blok" ke samping nya (Kolom Model) .

3. Klik "Continue".seperti gambar dibawah ini 

1. Kemudian klik "post Hoc" dan akan keluar tampilan seperti di bawah

2. klik "perlakuan" yang sebelah kiri dan klik "tanda panah" untuk memasukkan "perlakuan" ke sebelah kanan.

3. lalu uji lanjut di bawah nya  dengan mengklik di uji lanjut yang akan di analisis. (contoh seperti di                   bawah dengan menceklis uji LSD, Tukey dan Duncan)

4. setelah selesai klik "continue" dan pada tampilan selanjutnya klik "OK".

maka akan keluar analisis  sidik ragam dari hasil yang telah kita kerjakan dan selesai , berikut tampilannya :

 

 

Sumber: http://muhammadakbartanah14.blogspot.co.id/2017/04/defenisi-rancangan-acak-lengkap-ral-dan.html

Rancangan Acak Lengkap (RAL)

Rancangan Acak Lengkap (RAL) 

 

Suatu percobaan yang digunakan homogen atau tidak ada faktor lain yang mempengaruhi respon di luar faktor yang diteliti. Pada rancangan acak lengkap (RAL) digunakan jika kondisi unit percobaan yang digunakan relatif homogen. Penerapan perlakuan terhadap unit percobaan dilakukan secara acak terhadap seluruh unit percobaan. Seperti percobaan-percobaan yang dilakukan di laboratorium atau rumah kaca yang pengaruh lingkungannya lebih mudah dikendalikan.

Rancangan acak lengkap dipergunakan jika variabel luar tidak diketahui, atau bila pengaruh variabel ini yang sengaja tidak dikontrol terhadap variasi subyek, adalah sangat kecil. Rancangan ini juga dipakai jika diketahui bahwa subyek keadaannya seragam dan inferensi yang dibuat berdasarkan hasil percobaan tidak dimaksudkan sebagai inferensi yang bersifat percobaan tidak dimaksudkan sebagai inferensi yang bersifat luas serta berlaku untuk populasi yang lebih beragam. Oleh karena itu, rancangan ini tidak disarankan jika hasil ujinya dipergunakan untuk inferensi populasi yang lebih beragam

Rancangan Acak Lengkap (RAL)

RAL selain perlakuan, semua harus sama (homogen), hal  ini membawa konsekuensi bahwa,  selain  perlakuan  tidak  ada  faktor  lain  yang  dianggap  berpengaruh  terhadap hasil pengamatan. Oleh karena itu dapat diajukan suatu model analisis :

Yijk = μ  +  τi +  εij

Yijk  = nilai pengamatan pada perlakuan ke-i & ulangan ke-j

μ       = nilai tengah umum

τi       = pengaruh perlakuan ke-i

εij     = galat percobaan pada perlakuan ke-i & ulangan ke-j

Syarat yang harus diperhatikan dalam RAL :

1.  Kecuali  perlakuannya,  semua  (media  percobaan  dan  keadaan-keadaan lingkungan lainnya) harus serba sama atau homogen.

2.  Penempatan perlakuan ke dalam satuan-satuan percobaan dilakukan secara acak lengkap,  yang  artinya  kita  perlakukan  semua  satuan  percobaan  sebagai  satu kesatuan dimana perlakuan ditempatkan ke dalamnya secara acak.

3.  Hanya mempunyai 1 faktor dan mempunyai sejumlah taraf faktor yang nilainya bisa kualitatif maupun kuantitatif.

 

Rancangan Acak Lengkap (RAL)

Kelebihan RAL adalah perhitungannya sederhana. RAL dapat diterapkan pada percobaan dengan ulangan pengamatan sama dan tidak sama. Keuntungan menggunakan RAL antara lain :

1.      Rancangan percobaannya lebih mudah.

2.      Apabila jumlah perlakuan hanya sedikit, dimana derajat bebas galatnya juga kecil

3.      Analisis statistik terhadap data percobaan sederhana.

4.      Fleksibel dalam jumlah penggunaan perlakuan dan ulangan (dapat dilakukan pada ulangan yang tidak sama).

5.      Terdapat alternatif analisis nonparametrik yang sesuai.

6.      Permasalahan data hilang dapat mudah ditangani

7.      Tidak memmerlukan tingkat pemahaman yang tinggi mengenai bahan percobaan

  

Kekurangan RAL antara lain adalah :

1.      Terkadang tidak efisien.

2.      Tingkat ketepatan (presisi) mungkin tidak terlalu memuaskan kecuali unit percobaab benar-benar homogen

3.      Pengulangan percobaan yang sama mungkin tidak konsisten (lemah) apabila satuan percobaan tidakbenar-benarhomogen terutama apabila jumlah ulangannya sedikit

MENGANALISIS DENGAN MENGGUNAKAN SPSS 16

Langkah 1 : Jalankan Program SPSS 16

Ketika membuka Program SPSS, ada dua Windows yang muncul yang pertama Untuk Data dan yang kedua yaitu Untuk Output setelah menganalisis.

Tampilan Pada SPSS Bagian Data

Tampilan Pada SPSS Bagian Output

Langkah 2 : Mengisi Bagian Kolom Name Seperti di bawah ini

Langkah 3 : Selanjutnya pada “Decimals” disesuaikan berapa banyak decimal yang akan kita gunakan.

Langkah 4 : Setelah bagian Decimals, selanjutnya bagian “Label” buat sesuai dengan Skripsi

Langkah 5 : Mengisi Bagian “Values” (Bagian Perlakuan)

Klik  bagian tanda Panah, Sehingga Tampil Seperti berikut ini :

Bagian ini bertujuan untuk memberikan label dari setiap perlakuan yang kita buat,

Contoh : 1= “Perlakuan A”, jadi ketika kita ketik Label 1 maka ini sama dengan Perlakuan A, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Langkah 6 : Mengisi Bagian “Values” (Bagian Ulangan)

Klik Bagian Tanda Panah, Sehingga tampil seperti di bawah ini :

Bagian ini bertujuan untuk memberikan label dari setiap Ulangan yang kita buat,

Contoh : 1= “Ulangan I”, jadi ketika kita ketik Label 1 maka ini sama dengan Ulangan I, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Langkah 7 : Mengisi Bagian “Data View”

Klik bagian “Data View”, sehingga berpenampilan seperti ini.

Langkah 8 : Selanjutnya Isi Bagian Kolom Perlakuan, Ulangan, dan Hasil. Sehingga tampil seperti dibawah ini.

Langkah 9 : Menganalisis Data

Klik Bagian Analyze à General Linear Model à Univariate

Langkah 10 : Setelah itu muncul seperti di bawah ini

Klik Bagian Persentase Benih Berkecambah à Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini

Setelah itu Klik Bagian Trichoderma Virens dan Trichoderma Harzianum à Klik tanda panah pada bagian Fixed Factors :

Langkah 11 : Klik Bagian Model à Klik Custom

Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, disitu ada bagian Factor & Covariates, Klik bagian Perlakuan.

Setelah bagian Perlakuan di Klik, lalu Klik Tanda Panah di Bagian tengah Kotak Dialog, sehingga tampil seperti ini :

Setelah itu Klik Continue

Langkah 12  : Klik bagian Post Hoc, Post Hoc berfungsi untuk menguji Lanjut dari Hasil Penelitian

Setelah itu tampil Kotak dialog yang baru, seperti di bawah ini :

Klik Bagian Perlakuan, dan klik Tanda Panah pada bagian tengah :

Setelah itu Klik Bagian LSD (untuk Uji BNJ), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) à Klik Continue

Langkah 13 : Setelah itu tampil seperti di bawah ini, maka klik OK

Langkah 14 : Lalu Muncul OUTPUT dari analisis yang dilakukan

Pada bagian Tabel Sidik Ragam dari Output SPSS, bandingkan dengan data yang diolah dengan Microsoft Excel dan juga bandingkan dengan Skripsi yang telah dibuat :

Hasil dari Analisis dengan menggunakan SPSS

 

Sumber: http://muhammadakbartanah14.blogspot.co.id/2017/04/defenisi-rancangan-acak-lengkap-ral-dan.html

TABEL SPSS

Tabel SPSS

Tabel

Salah satu cara untuk menggambarkan keterkaitan antar variabel secara sederhana adalah dengan membentuk tabel silang (crosstabs) antar variabel tersebut. Tabel silang adalah tabel distribusi frekuensi yang menghubungkan dua atau lebih variabel.

A. Tabel Silang Dua Variabel

Dalam contoh pembuatan table silang dua variable akan digunakan variable tingkat pendidikan dan pendapatan responden pada file Latihan Tabel dan grafik yang ada pada latihan pertemuan 1. Untuk membuat table ini, klik Analyze → Descriptive Statistics → Crosstabs. Akan muncul tampilan berikut:

 

Masukkan variabel Pendapatan ke kotak Row(s) dan variabel Pendidikan ke kotak Column(s). Selanjutnya klik Cells, akan muncul tampilan berikut:

Klik Observed, Row, Column, Total. Pilihan Observed bertujuan untuk menampilkan frekuensi data sebenarnya, pilihan Row bertujuan untuk menampilkan persentase baris, column untuk persentase kolom dan total untuk persentase total dalam tabel silang. Tentunya, pilihan-pilihan persentase ini dalam prakteknya tidak akan digunakan semuanya (karena akan memperumit pembacaan tabel). Tapi untuk sekedar latihan, silakan klik saja semua pilihan persentase tersebut. Selanjutnya, klik Continue → OK. Akan muncul output tabel silang sebagai berikut: 

Dari output SPSS, Count adalah frekuensi dari data yang diamati (observed). Cara membacanya:

·         Angka 16 pada baris pertama kolom pertama dari tabel diatas berarti bahwa terdapat 16 responden dengan pendidikan =< SLTP yang berpendapatan rendah

·         Angka 7 pada kolom kedua baris pertama berarti bahwa terdapat 7 responden dengan pendidikan SLTA yang berpendapatan rendah.

·         % within Pendapatan adalah persentase baris dari tabel silang ini. Misalnya, angka 64.0% (baris kedua kolom pertama) dari tabel diatas adalah berasal dari (16/25) x 100%. Cara membacanya adalah dari total responden berpendapatan rendah (sebanyak 25 orang), 64,0 persen diantaranya adalah mereka yang berpendidikan SLTP ke bawah.

·         % within Pendidikan adalah persentase kolom dari tabel silang ini. Misalnya angka 69.6% (baris ketiga kolom pertama) dari tabel diatas adalah berasl dari (16/23) x 100%. Cara membacanya adalah dari total responden yang berpendidikan SLTP ke bawah (sebanyak 23 orang), 69,6 persen diantaranya berpendapatan rendah.

·         % within total adalah persentase total dari tabel silang ini. Misalnya angka 26.7% (baris keempat kolom pertama) adalah berasal dari (16/60) x 100%. Cara membacanya adalah dari total responden (sebanyak 60 orang), 26,7 persen diantaranya memiliki pendidikan SLTP kebawah dengan pendapatan rendah.

Sekali lagi, sebagai catatan, dalam prakteknya kita tidak perlu menggunakan semua jenis persentase ini. Silakan pilih sesuai dengan kebutuhan analisis, agar tampilan tabel silang tidak ruwet seperti diatas.

B. Tabel Silang Tiga Variabel

Tabel silang pada dasarnya tidak hanya dapat dibentuk antar dua variabel, tetapi juga dapat dibentuk untuk melihat keterkaitan lebih dari dua variabel. Sebagai latihan, misalnya diberikan data mengenai jenis kelamin (sex), tingkat pendidikan dan pendapatan dari 60 orang responden penelitian (file Latihan table dan grafik).

Untuk membuat table ini, klik Analyze → Descriptive Statistics → Crosstabs. Masukkan variabel Pendapatan ke kotak Row(s), variabel Pendidikan ke kotak Column(s) serta variabel Sex ke kotak Layer 1of 1. (Catatan: ini hanya salah satu contoh cara mengkombinasikan penempatan Row,column dan layernya. Sebagai latihan silakan diganti-ganti dan lihat bentuk outputnya). Selanjutnya klik Cells. Untuk kepentingan latihan saat ini, silakan klik saja Observed dan Column. Pilihan Observed bertujuan untuk menampilkan frekuensi data sebenarnya, pilihan Row bertujuan untuk menampilkan persentase baris, column untuk persentase kolom dan total untuk persentase total dalam tabel silang. Selanjutnya, klik Continue dan klik OK. Akan muncul output tabel silang sebagai berikut: 

Cara membaca table.

Count adalah frekuensi dari data yang diamati (observed), misalnya angka 7 pada baris pertama kolom pertama dari tabel diatas berarti bahwa terdapat 7 responden laki-laki dengan pendidikan =< SLTP yang berpendapatan rendah.

% within Pendidikan adalah persentase kolom. Angka 77.8% (baris kedua kolom pertama) didapat dari (7/9) x 100% adalah total responden laki-laki yang berpendidikan SLTP ke bawah (sebanyak 9 orang), 77,8 persen diantaranya berpendapatan rendah.

C. Tabel Silang Empat Variabel

Sebagai latihan, misalnya kita punya data mengenai jenis kelamin (sex), daerah, tingkat pendidikan dan pendapatan dari 60 orang responden penelitian.

Untuk membuat table ini, klik Analyze → Descriptive Statistics → Crosstabs. Masukkan variabel Pendapatan ke kotak Row(s), Variabel Pendidikan ke kotak Column(s) serta Variabel Sex ke kotak Layer 1of 1. (Catatan: ini hanya salah satu contoh cara mengkombinasikan penempatan Row,column dan layer nya. Sebagai latihan silakan diganti-ganti dan lihat bentuk outputnya)

Selanjutnya klik Next, masukkan variabel Daerah ke kotak Layer 2 of 2. (Catatan: Begitu seterusnya untuk tabel silang lebih dari empat variabel)

Selanjutnya klik Cells, klik Observed dan Column. Selanjutnya, klik Continue dan klik OK. Akan muncul output tabel silang sebagai berikut:

 

Cara membaca tabel.

Count adalah frekuensi dari data yang diamati (observed). Angka 5 pada baris pertama kolom pertama berarti terdapat 5 responden laki-laki di kota dengan pendidikan =< SLTP yang berpendapatan rendah.

% within Pendidikan adalah persentase kolom. Angka 71.4% (baris kedua kolom pertama) didapat dari (5/7) x 100% adalah dari total responden laki-laki di kota yang berpendidikan SLTP ke bawah (sebanyak 7 orang), 71,4 persen diantaranya berpendapatan rendah.

Perhatikan bahwa dari tabel kita diatas terdapat banyak sel yang kosong. Hal ini dikarenakan jumlah observasi yang relatif sedikit dibandingkan jumlah sel yang terbentuk dari tabel silang ini. Oleh karenanya, jumlah observasi harus menjadi pertimbangan ketika kita ingin membentuk tabel silang dengan jumlah variabel atau kategori yang banyak.