RANCANGAN ACAK LENGKAP Urip Santoso Syarat Rancangan Acak

RANCANGAN ACAK LENGKAP Urip Santoso

Syarat Rancangan Acak Lengkap • Semua hal harus homogen kecuali perlakuan. • Unit percobaan diacak secara lengkap. • Pengacakan dapat menggunakan model undian.

Contoh Pengacakan P 0 U 4 P 1 U 4 P 2 U 3 P 3 U 4 P 4 U 2 P 2 U 2 P 3 U 2 P 0 U 3 P 1 U 3 P 0 U 1 P 4 U 2 P 1 U 3 P 2 U 1 P 3 U 3 P 1 U 2 P 2 P 4 P 3 U 1 P 4 U 1 P 0 U 2 P 4 U 3

Contoh Soal 1 P 1 74 P 2 89 P 3 108 2 77 93 109 3 80 94 115 4 82 95 116 5 84 96 117 n 5 5 5 P 4 98 99 104 105 107 5 102, 6 513 5295 20 97, 1 1942 191842 79, 4 93, 4 113 397 487 565 3185 43647 63915

Tabel ANOVA Source Total (T) Perlakuan (P) Error (E) df 19 3 16 SS 3273, 8 3050, 2 223, 6 MS F 1016, 733 13, 975 72, 754**

• Menghitung df. Total : 20 -1 = 19; Perlakuan: 4 -1 = 3; Eror = 19 -3 = 16. SS • Total: 191842 – 19422 = 191842 - 188568, 2 = 3273, 8 20

• • • Perlakuan: (3972/5 + 4672/5 + 5652/5 + 5132/5) - (19422)/20) = 191618, 4 – 188568, 2 = 3050, 2 Error: 3273, 8 – 3050, 2 = 223, 6 MS Perlakuan : 3050, 2/3 = 1016, 733 Error: 223, 6/16 = 13, 975 F test F = 1016, 733/13, 975 = 72, 754

• Bandingkan F terhitung dengan F table pada F 3 16 pada F table untuk 1% adalah 5, 29. Jadi F terhitung lebih besar dari pada F table, maka perlakuan memberikan pengaruh yang sangat nyata (P<0, 01)

Soal P 0 P 1 P 2 1 75 89 108 2 76 94 110 3 79 94 114 4 80 95 116 5 81 96 118 P 3 98 99 103 104 106

Hasil pemeriksaan • Tidak teliti, sehingga salah hitung • Hanya sampai F tht • Belum tahu membaca tabel F • Kesimpulan kurang tepat Contoh: • Jadi Ftht lebih besar dari F tabel pada P<0, 01, maka perlakuan berpengaruh sangat nyata.

Rancangan Acak Kelompok Lengkap (RAKL) Contoh: • Amir mau penelitian tentang pengaruh pupuk N terhadap pertumbuhan rumput gajah. Namun masalahnya kesuburan tanah berbeda-beda. • Toni mau penelitian tentang pengaruh varietas pada namun kesuburan tanahnya berbeda-beda. • Tuti mau penelitian pengaruh tepung mengkudu terhadap pertumbuhan broiler, namun umur ayam bervariasi/tidak homogen. • Dalam kasus seperti ini, maka pertama-tama yang harus dilakukan adalah mengelompokkan. Misalnya, tanah dikelompokkan menjadi 4 kelompok sesuai dengan tingkat kesuburan. Dalam kasus 3, maka broiler dikelompokkan sesuai dengan umurnya. Misalnya Kel. 1 umur 15 -20 hari, Kel. 2 21 -25, Kel. 3 26 -30 dst.

Rancangan Acak Kelompok I II III 1 V A 22, 8 22, 3 23, 5 33, 5 25, 5 102, 1 2691, 63 B 25, 6 23, 8 26, 0 34, 5 27, 5 109, 9 3088, 05 C 22, 7 17, 7 29, 9 31, 8 25, 5 102, 1 2733, 83 D 11, 2 11, 0 10, 2 14, 6 11, 8 47, 0 563, 64 E 11, 2 12, 0 12, 7 10, 4 11, 6 48, 3 538, 89 F 19, 9 17, 5 17, 7 21, 3 19, 1 76, 4 1469, 24 18, 9 17, 4 20, 0 24, 4 20, 2 113, 4 104, 3 120, 0 146, 1 2337, 38 1948, 27 2700, 88 4098, 75 483, 8 11085, 29

Tabel ANOVA RAKL Source df/db SS/JK MS/KT F Total (T) 23 1332, 678 Block (B) 3 161, 275 53, 758 5, 566 Perlakuan (P) 5 1026, 518 205, 304 21, 255 Eror (B x P) 15 144, 885 9, 659

SS SS/JK Faktor koreksi (k) = 483, 82/24 = 9752, 602 Total : 11085, 29 – k = 1332, 678 Block : 113, 42 + 104, 322 + 120, 02 + 146, 12 – k = 6 • 9913, 877 – 9752, 602 = 161, 275 • • • Perlakuan: 102, 12 + 109, 92 + 102, 12 + 47, 02 + 48, 32 +76, 42 – k 4 • = 10779, 12 – 9752, 602 = 1026, 518 • • Eror : 1332, 678 – 161, 275 – 1026, 518 = 144, 885

• MS/KT Block : 161, 275/3 = 53, 758 Perlakuan : 1026, 518/5 = 205, 304 Eror : 144, 885/15 = 9, 659 F test Block : 53, 758/9, 659 = 5, 566 Perlakuan: 205, 304/9, 659 = 21, 255 F tabel block untuk P<0, 01 = 5, 42. F tabel perlakuan pada P<0, 01 = 4, 56 Kesimpulan: Block berpengaruh sangat nyata Perlakuan berpengaruh sangat nyata

• Jika Ftht lebih besar dari F tabel pada P<0, 05 tetapi lebih kecil dari pada F tabel pada P<0, 01, maka perlakuan berpengaruh nyata (P<0, 05) • Jika Ftht lebih kecil dari F tabel baik pada P<0, 01 maupun P<0, 05, maka perlakuan berpengaruh tidak nyata (P>0, 05).

Analisis Faktorial • Menganalisis suatu penelitian yang akan menguji dua faktor atau lebih yang saling independen. • Menganalisis ada tidak adanya interaksi antara faktor-faktor tersebut dalam mempengaruhi suatu parameter atau variabel. • Bisa dalam bentuk RAL atau RAKL.

Pengaruh level protein dan jenis kelamin terhadap berat puyuh Nomor Protein Tinggi Protein Rendah Jantan Betina 1 74 108 89 98 2 77 109 93 99 3 80 115 94 104 4 82 116 95 105 5 84 117 96 107 6 86 118 96 107 7 88 120 99 110 8 90 124 101 111 9 91 125 102 112 10 93 127 103 114 rataan 84, 5 117, 9 96, 8 106, 7 Jml 845 1179 968 1067 4059 Jml kuadrat 71755 139369 93878 114105 419107

Tabel Anova Source df SS MS F Total 39 7219, 975 Perlakuan 3 6070, 876 2023, 625 63, 399** Efek Utama P 1 3, 025 0, 095 Efek Utama S 1 4687, 225 146, 847** Interaksi (P x S) 1 1380, 625 43, 254** Eror 36 1149, 100 31, 919

• SS • Faktor koreksi (k) = 40592/40 = 411887, 025 • Total = 419107 – k = 7219, 975 • Perlakuan = 8452 + 11792 + 9682 + 10672 - k = 6070, 875 10

Pengaruh Utama dan Interaksi Seks Jantan Betina Jml Rataan Pro. Tinggi Pro. Rendah Jml Rataan 845 968 1813 90, 7 (n=10) 1179 1067 2246 112, 3 (n=10) 2024 2035 4059 101, 5 (n=20) 101, 2 101, 8

• • Protein = 20242 + 20352 – k = 3, 025 20 Seks = 18132 + 22462 - k = 4687, 225 20 Interaksi = (968 + 1179)2 + (845 + 1067)2 – k = 1380, 625 20 Eror = SS total – SS Perlakuan = 7219, 975 – 6070, 875 = 1149, 100

• MS • Perlakuan = SS perlakuan/df perlakuan = 6070, 875/3 = 2023, 625 • Protein = SS protein/df protein = 3, 025/1 = 3, 025 • Seks = SS seks/df seks = 4687, 225/1 = 4687, 225 • Interaksi = SS interaksi/df interaksi = 1380, 625/1 = 1380, 625 • Eror = SS eror/df eror = 1149, 100/36 = 31, 919

• F terhitung • Perlakuan = MS perlakuan/MS eror = 2023, 625/31, 919 = 63, 399 • Protein = MS protein/MS eror = 3, 025/31, 919 = 0, 095 • Seks = MS seks/MS eror = 4687, 225/31, 919 = 146, 847 • Interaksi = MS interaksi/MS eror = 1380, 625/31, 919 = 43, 254

• F tabel perlakuan 3, 36 = 2, 86 (P<0, 05), 4, 38 (P<0, 01) • F tabel 1, 36 = 4, 11 (P<0, 05), 7, 39 (P<0, 01) • JURNAL SIVITAS AKADEMIKA