Rancangan Acak Lengkap (RAL)

Rancangan Acak Lengkap (RAL) disebut juga (Completely Randomized Design = CRD) merupakan ranncangan dasar. Semua rancangan random berpangkal pada RAL dengan menempatkan pembatasan-pembatasan dalam alokasi perlakuan dalam lapangan percobaan. Apabila unit percobaan terlalu heterogen, salah satu cara untuk mengontrol variabilitasnya adalah dengan mengadakan stratifikasi kedalam kelompok -kelompok yang lebih homogen (Ini cocoknya dengan RAK). RAL dapat didefinisikan sebagai rancangan dengan beberapa perlakuan yang disusun secara random untuk seluruh unit percobaan. 

Ciri-ciri percobaan RAL :

1. Media atau bahan “seragam” (dapat dianggap seragam)
2. Hanya ada satu sumber, yaitu perlakuan (disamping pengaruh acak)

Keuntungan percobaan RAL :

1. Denah perancangan lebih mudah
2. Analisis statistik sangat sederhana
3. Fleksibel dalam menggunakan jumlah perlakuan dan ulangan
4. Kehilangan informasi data yang hilang relatif sedikit dibanding rancangan yang lain

Contoh Percobaan RAL :

Tabel 1. Kadar Protein Kasar

Perlakuan	Ulangan
	1	2	3	4
P0	14.45	14.51	14.62	14.37
P7	13.35	14.13	13.69	13.85
P14	14.22	16.13	14.07	13.58
P21	15.82	14.81	15.80	15.24

Penyelesaian Percobaan RAL Dengan MS. EXCEL :

1.    Masukkan data hasil percobaan ke MS. Excel, kemudian carilah total dan rataan seperti gambar berikut :

2.    Hitunglah nilai derajat bebas, jumlah kuadrat, kuadrat hitung, F hitung, dan F tabel dengan menggunakan rumus seperti gambar berikut :

3.       Kemudian buat tabel Anova, kemudian masukkan nilai masing-masing nilai derajat bebas, jumlah kuadrat, kuadrat hitung, F hitung, dan F tabel seperti gambar berikut :

Penyelesaian Percobaan RAL Dengan SPSS :

1. Isi bagian kolom name (perlakuan, ulangan, dan hasil) pada Variable View seperti gambar berikut:

2. Masukkan data hasil penelitan pada bagian Data View    

3. Klik Bagian Analyze_General Linear Model_Univariate

4. Masukkan bagian hasil  pada bagian Dependent Variable,  Perlakuan  pada bagian Fixed                    Factors, Seperti ini:

5. Pilih bagian Model, pilih Custom, kemudian masukkan "perlakuan" ke bagian Model, seperti            gambar berikut:

6. Klik bagian Post Hoc, pilih "perlakuan" dan masukkan ke Post Hoc Tes For, Pilih uji LSD,                Tukey, dan Duncan. pilih Continue

7. Pilih Options, Klik perlakuan, Homogenity Test, klik Continue

8. Klik OK

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

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.

CARA MENGANALISI RAK DENGAN SPSS 

Buat data yang akan dianalisis di Microsoft Excel

  

1.         Masukkan data hasil percobaan ke MS. Excel kemudian ketik memanjang kebawah seperti   gambar berikut:

    

Buka aplikasi SPSS 

2.         Copy data ke SPSS

 Pada Kolom Decimals sesuaikan dengan data

3.         Pilih menu Analyze-General Linear Model-Univariate

 

Tunggu hingga muncul icon berikut:

 

4.         Masukkan hasil ke dependent variable, perlakuan dan kelompok ke fixed factor(s)

5.         Pilih icon model-custom, kemudian masukkan perlakuan dan kelompok-continue

 

6.     Pilih post hoc-continue

  

Lalu muncul OUTPUT dari analisi yang dilakukan

 

TABEL ANOVA

 

Langkah 1 : Jalankan Program Microsoft Excel

 

 
Langkah 2 : Masukkan data Lampiran 1 yang berasal dari Skripsi ke dalam Microsoft Excel
 

Langkah 3 : Masukan Rumus untuk mencari rata-rata dan jumlah

Langakah 4: kemudian, untuk mencari jumlah Ulangan (U) hingga ke f hitung gunakan formula seperti di bawah ini dan disesuaikan dengan data yang ada.

Langkah 5: Buat tabel sidik ragamnya dengan formula dibawah ini, sesuaikan dengan data.