Rancangan Acak Kelompok Faktorial (RAKF)
No Komputer 05
Laporan Praktikum Rancangan Acak Kelompok Faktorial (RAKF)
Nama : Vivi Mutiana
No Komputer: 05
Npm : 2205109010
Laboratorium Statistik Dan Sosial
Program Studi Proteksi Tanaman
Fakultas Pertanian
Universitas Syiah Kuala
Darussalam - Banda Aceh
2024
TINJAUAN PUSTAKA
A. Pengertian Rancangan Acak Kelompok Faktorial (RAKF)
Ketepatan pemilihan sebuah metode analisa data bisa memberikan pengaruh yang cukup besar pada hasil penghitungan data yang bersangkutan. Inilah alasan mengapa terdapat banyak jenis metode dengan berbagai ketentuan dan model untuk bisa dipilih sesuai kebutuhan data yang ada. Salah satu metode yang bisa dipilih untuk menganalisa sebuah ada adalah metode RAKF. Metode ini merupakan singkatan dari metode rancangan acak kelompok faktorial. Metode rancangan acak kelompok faktorial merupakan metode yang sering digunakan pada percobaan dengan data yang tidak seragam.
Metode rancangan acak kelompok faktorial sering digunakan pada berbagai bidang penelitian seperti penelitian yang berhubungan dengan sistem budidaya hewan atau tumbuhan. Rancangan Acak Kelompok Pola Faktorial Adalah terdiri dari dua peubah bebas atau faktor (A dan B) dan kedua faktor tersebut saling diduga berinteraksi dan kedua faktor tersebut termasuk dalam lasifikasi silang. Terdapat satu peubah pengganggu atau sampingan yang disebut kelompok dan tidak berinteraksi dengan peubah lainnya. Percobaan Faktorial dengan rancangan dasar Rancangan Acak Kelompok (RAK) adalah percobaan dimana faktor yang dicobakan lebih dari satu faktor dan menggunakan RAK sebagai rancangan percobaannya.
Suatu percobaan yang dilakukan baik dilapangan maupun di laboratorium bertujuan untuk memberikan informasi ilmiah atas pertanyaan atau hipotesis yang akan dibuat. Percobaan merupakan suatu tindakan yang dilakukan untuk memperkuat atau melemahkan sesuatu yang yang diragukan terutama kondisi yang telah ditentukan oleh seorang peneliti. Untuk dapat mengetahui prinsip atau pengaruh sesuatu terhadap kondisi tertentu diperlukan suatu rangkaian percobaan terencana yang disebut dengan perancangan percobaan.
B. Kelebihan dan kekurangan Rancangan Acak Kelompok Faktorial (RAKF)
Adapun kelebihan dari RAKF antara lain :
1. Dapat menghemat waktu dan biaya
2. Dapat diketahui interaksi 2 faktor dan besar pengaruh utama
Adapun kekuranngan dari RAKF antara lain:
1. Makin banyak faktor yang di teliti, perlakuan kombinasi meningkat
2. Analisis perhitungan lebih sukar
C. Model Matematis Rancangan Acak Kelompok Faktorial (RAKF)
Adapun model matematis atau bentuk umum model linier aditif daripada Rancangan Acak Kelompok Faktorial (RAKF) sebagai berikut :
Hijk = π + Ki + Pj + Pk + (Pj x Pk) + eijk
Keterangan:
Hijk = Hasil akibat perlakuan ke-j dan perlakuan ke-k pada kelompok ke-i
π = Nilai tengah umum
Ki = Pengaruh kelompok ke-i
Pj = Pengaruh faktor perlakuan ke-j
Pk = Pengaruh faktor perlakuan ke-k
Pj x Pk = Interaksi perlakuan ke-j dan perlakuan ke-k
Eijk = Eror akibat perlakuan ke-j dan perlakuan ke-k pada kelompok ke-i
i = 1, 2, …., k (k = kelompok)
j = 1, 2, …., p ke-1 (p = perlakuan ke-1)
k = 1, 2,…... p ke-2 (p = perlakuan ke-2)
Data RAKF
D. Cara menganalisis RALF Dengan Menggunakan SPSS
Langkah 1: Open software SPSS pada laptop/PC. SPSS yang digunakan pada contoh ini yaitu SPSS versi 25. Setelah terbuka, maka akan memunculkan dua tampilan yaitu Data dan Output seperti yang tertera pada gambar dibawah ini.
Gambar 1. Tampilan Data SPSS
Langkah 2: Klik Variable View pada sudut kiri bawah. Pada bagian Name, isi Perlakuan_N, Perlakuan_V, Blok_Kelompok_Ulangan dan Hasil_Gabah. Pada bagian Decimal, sesuaikan berapa banyak decimal yang akan digunakan. Pada bagian Label, dibagian Perlakuan_N, diisi label “Taraf Nitrogen”. Dibagian Perlakuan_V, diisi label “Varietas Padi”. Dibagian Hasil_Gabah, diisi label “Hasil Gabah (ton/Ha)” atau sesuaikan dengan skripsi yang ada. Seperti yang tertera pada gambar dibawah ini.
Gambar 2. Tampilan Variable View
Langkah 3: Mengisi Values pada bagian Perlakuan_N. Klik 1 kali pada colom values perlakuan hingga muncul titik 3, kemudian klik titik 3 tersebut hingga muncul kotak Value Labels. Pada bagian Value diisi dengan angka, sedangkan bagian Label diisi dengan kode dan keterangan dari Perlakuan_N tersebut, kemudian klik add. Ulangi langkah tersebut hingga seperti yang tertera pada gambar dibawah ini (sesuaikan dengan skripsi yang ada). Kemudian klik Oke.
Gambar 3. Tampilan Value Perlakuan_N
Langkah 4: Mengisi Values pada bagian Faktor_Perlakuan_V. Klik 1 kali pada colom values perlakuan hingga muncul titik 3, kemudian klik titik 3 tersebut hingga muncul kotak Value Labels. Pada bagian Value diisi dengan angka, sedangkan bagian Label diisi dengan kode dan keterangan dari Faktor_Perlakuan_V tersebut, kemudian klik add. Ulangi langkah tersebut hingga seperti yang tertera pada gambar dibawah ini (sesuaikan dengan skripsi yang ada). Kemudian klik Oke.
Gambar 4. Tampilan Value Perlakuan_V
Langkah 5: Mengisi Values pada bagian Blok_Ulangan_Kelompok. Klik 1 kali pada colom values perlakuan hingga muncul titik 3, kemudian klik titik 3 tersebut hingga muncul kotak Value Labels. Pada bagian Value diisi dengan angka, sedangkan bagian Label diisi dengan kode dan keterangan dari Blok_Ulangan_Kelompok tersebut, kemudian klik add. Ulangi langkah tersebut hingga seperti yang tertera pada gambar dibawah ini (sesuaikan dengan skripsi yang ada). Kemudian klik Oke.
Gambar 5. Tampilan Value Blok_Ulangan_Kelompok
Langkah 6: Mengisi Data. Klik Data View pada sudut kiri bawah kemudian isi data Perlakuan_N, Perlakuan_V, Blok_Ulangan_Kelompok dan Hasil_Gabah sesuai dengan data pada skripsi seperti pada gambar dibawah ini (sesuaikan dengan data yang ada).
Gambar 6. Tampilan data view
Langkah 7: Menganalisis data. Setelah semua dimasukkan dengan benar, maka tahap selanjutnya menganalisis data. Klik Analyze → General Linear Model → Univariate, seperti yang tertera pada gambar dibawah ini.
Gambar 7. Tampilan Analyze
Langkah 8: Selanjutnya "Hasil Gabah" dimasukkan ke Dependent Variable dengan menekan gambar panah yang ada di samping Dependent Variable. Lalu "Perlakuan Penelitian (Perlakuan N dan V)" di masukkan ke Fixed Factor. Blok_Kelompok_Ulangan dimasukkan karena ini merupakan rancangan acak kelompok faktorial.
Gambar 8. Tampilan Univariate
Langkah 9: Kemudian Klik Model → Custom → Lalu pilih Main Effect → import Blok_Kelompok_Ulangan, "Perlakuan_ Faktor N" dan “Perlakuan_Faktor V” dari kolom Factors & Covariates ke kolom Model → Continue.
Gambar 9. Tampilan Model
Langkah 10: Kemudian pilih Type Interaction. Klik bagian Faktor_Perlakuan_N dan Faktor_Perlakuan_V yang berada dikolom Factors & Convariates sekalian menekan tombol Shift pada keyboard lalu pindahkan ke bagian kolom Model, seperti yang tetera pada gambar dibawah ini. Kemudian klik Continue.
Gambar 10. Tampilan Model
Langkah 11: Untuk melakukan uji lanjut, maka pilih Post Hoc. Klik Post Hoc → import Blok_Kelompok_Ulangan , " Perlakuan_Faktor N" dan “Perlakuan_Faktor V” dari kolom Factors ke kolom Post Hoc Tests for → pada kolom Equal variances Assumed, checklist jenis uji lanjutan yang akan digunakan sesuai dengan kebutuhan dan tujuan misalnya LSD, Tuckey dan Duncan → Continue → Ok.
Gambar 11. Tampilan Post Hoc
Langkah 12: Klik EM Means dan kemudian pindahkan bagian (OVERALL) ke kolom Display Means for, seperti pada gambar di bawah ini → Continue.
Gambar 12. Tampilan EM Means
Langkah 13: Klik Option, lalu pada bagian Display → Klik Bagian Desciptive Statistics dan Homogeneity Tests → Klik Continue.
Gambar 13. Tampilan Options
Langkah 14: Setelah semuanya selesai, klik Ok dan kemudian akan memunculkan hasil Outputnya seperti yang tertera pada bagian Output.
Analisis Data RAKF
Output Data RAKF
DAFTAR PUSTAKA
https://naziraayuniptn.blogspot.com/2024/03/rancangan-acak-kelompok-faktorial-rakf.html
Youtube
Komentar
Posting Komentar