Rancangan Acak Lengkap Faktorial (RALF)

 No Komputer 05

Laporan Praktikum Acak Lengkap Faktorial (RALF)

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. Definisi Umum

    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.

     Rancangan acak lengkap faktorial yaitu suatu rancangan dimana pengamatan yang dilakukan adalah untuk beberapa fator atau beberapa perlakuan dan kombinasinya (faktorial) terhadap suatu atau beberapa respon. Suatu hal yang perlu diperhatikan bahwa masing-masing perlakuan sebaiknya merupakan satu faktor yang bertaraf, atau dikenal juga dengan taraf faktor. Pada perancangan faktorial kita tetap menggunakan rancangan dasar, yaitu RAL, RAK atau RBL atau lainnya. Pada aplikasinya, penggunaan faktorial biasanya dituliskan dengan pengalian variabel-variabel penyusun percobaan. Misalnya suatu penelitian berdasarkan RAL dilakukan untuk menguji 3 buah faktor A, B, dan C, dengan faktor A dan B terdiri dari 3 taraf; dan faktor C terdiri dari 2 taraf dengan 5 ulangan, maka dituliskan dengan RAL pola faktorial 3 x 3 x 2, sebagai catatan bahwa banyak ulangan tidak dituliskan dalam pengalian tersebut.

    Tujuan dari percobaan faktorial adalah untuk melihat interaksi antara faktor yang kita cobakan. Adakalanya kedua faktor saling sinergi terhadap respons (positif), namun adakalanya juga keberadaan salah satu faktor justru menghambat kinerja dari faktor lain (negatif). Adanya kedua mekanisme tersebut cenderung meningkatkan pengaruh interaksi antar ke dua faktor. Interaksi mengukur kegagalan dari pengaruh salah satu faktor untuk tetap sama pada setiap taraf faktor lainnya atau secara sederhana.

    Interaksi antara faktor adalah apakah pengaruh dari faktor tertentu tergantung pada taraf faktor lainnya? Misalnya apabila pengaruh sederhana N sama pada setiap taraf pemberian pupuk P maka kedua faktor tersebut saling bebas (independent) dan dikatakan tidak ada interaksi, sedangkan apabila pemberian N memberikan pengaruh yang berbeda pada setiap taraf dari P, maka dikatakan terjadi interaksi antara Faktor N dan Faktor P.

    Akurasi penggunaan RAL akan tercapai apabila: 1) bahan percobaan homogen atau relatif homogen; 2) kondisi lingkungan sama dan dapat dikendalikan; dan 3) jumlah perlakuan dibatasi. RAL lebih sering digunakan dalam percobaan di Laboratorium karena kondisi lingkungan dapat dikendalikan. Seperti yang kita pahami bahwasanya rancangan faktorial dan non faktorial hanya berbeda pada jumlah perlakuan yang diberikan. Pada rancangan non faktorial perlakuaannya dalah tunggal (tanpa melihat adanya interaksi antar perlakuan), dan pada rancangan faktorial terdapat lebih dari 1 faktor yang diamati dalam pengukuran sehingga pada rancangan faktorial dilihat hubungan atau interaksi antar perlakuan yang diteliti.

B. Kelebihan dan Kekurangan

Kelebihan RALF adalah perhitungannya sederhana. RALF dapat diterapkan pada percobaan dengan ulangan pengamatan sama dan tidak sama. Keuntungan menggunakan RALF 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 memerlukan tingkat pemahaman yang tinggi mengenai bahan percobaan.

Kekurangan RALF antara lain adalah :

1. Terkadang tidak efisien.
2. Tingkat ketepatan (presisi) mungkin tidak terlalu memuaskan kecuali unit percobaan benar-benar homogen.
3. Pengulangan percobaan yang sama mungkin tidak konsisten (lemah) apabila satuan percobaan tidak benar-benar homogen terutama apabila jumlah ulangannya sedikit.

C. Model Matematis

            Hijk = π + Pj + Pk + (Pj x Pk) + eijk

Keterangan :

Hijk       : Hasil akibat perlakuan ke-j dan perlakuan ke-k pada ulangan ke-i

π            : Nilai tengah umum

Pj          : Pengaruh faktor perlakuan ke-j

Pk         : Pengaruh faktor perlakuan ke-k

Pj x Pk  : Interaksi perlakuan ke-j dan perlakuan ke-k

Eijk       : Error akibat perlakuan ke-j dan perlakuan ke-k pada ulangan ke-i

I            : 1, 2, …., u (u = ulangan)

J            : 1, 2, …., p ke-1 (p = perlakuan ke-1)

K           : 1, 2,…... p ke-2 (p = perlakuan ke-2)

Data RALF

D. Cara menganalisis RALF Dengan Menggunakan SPSS

Langkah 1: Jalankan software SPSS untuk memulai membuat kerangka pengolahan. Ketika membuka program SPSS, akan ada dua windows yang muncul yang pertama untuk Data dan yang kedua yaitu untuk Output setelah menganalisis.

Gambar 1. Tampilan SPSS Dan Data View

 

Langkah 2: Isilah kolom Name dengan perlakuan Faktor_P dan perlakuan Faktor_K, ulangan_blok_kelompok dan hasil pada Variable View.

Gambar 2. Tampilan variable data

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

Gambar 3: Tampilan desimals

 

Langkah 4: Setelah bagian Decimals, selanjutnya kolom “Label” Dalam kolom “label” diisi sesuai  yang kita amati pada skripsi, mis : label perlakuan_Faktor M adalah Lama Maserari (Jam) dan selanjutnya. 

Gambar 4. Tampilan label perlakuan dan hasil

 

 

Langkah 5: Mengisi Bagian “Values”

a. Bagian Perlakuan

1. Pada kolom “Values Perlakuan” klik 2x pada bagian kanan sel hingga muncul sebuah tombol bar yang berisi titik-titik, klik tombol tersebut hingga muncul kotak “Value Labels”.
2. Isi kotak value dengan angka dan kotal labels dengan kode perlakuan. Mis: value= 1, labels = M1 = 12 Jam, kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

Gambar 5. Value perlakuan I

Gambar 6. Tampilan value II

b. Bagian Blok (Ulangan)

1. Pada kolom “Values Ulangan”klik pada bagian kanan sel hingga muncul sebuah tombol baru yang berisi titik-titik, klik tombol tersebut hingga muncul kotak “Value Labels”.
2. Isi kotak value dengan angka dan kotal labels dengan kode ulangan. Mis: value= 1, labels= Ulangan I, kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK. 

 

Gambar 7. Tampilan value ulangan

Langkah 6: Mengisi Bagian “Data View”

 

1. Klik “Data View” yang terletak disudut kiri bawah, sehingga muncul penampilan seperti dibawah        ini.

 

2. Pastikan tombol “Value Label” pada bar sudah diklik.

 

3. Kemudian pada kolom perlakuan diklik 2 kali, hingga muncul kotak yang berisi daftar perlakuan yang akan kita masukkan. Lakukan hal yang sama pada ulangan.

 

4. Setelah selesai, isilah data yang akan diolah pada kolom hasil, pastikan data berada pada    perlakuan dan ulangan yang tepat.    

Gambar 9. Tampilan data view

 

 

Langkah 7: Menganalisis Data

Klik Bagian Analyze -> General Linear -> Model Univariate

Gambar 10. Tampilan Analyze

 

Langkah 8: Selanjutnya "Hasil Penelitian" dimasukkan ke Dependent Variable dengan menekan gambar panah yang ada di samping Dependent Variable. Lalu "Perlakuan_M dan Perlakuan_E" di masukkan ke Fixed Factor. Ulangan tidak di masukkan karena ini merupakan rancangan acak lengkap faktorial.

Gambar 11. Tampilan Fixed Factor (s)

Langkah 9: Mengisi “Model” pada kotak Univariate

1. Klik tombol Model -> hingga muncul kotak Univariate: Model. Pada bagian Specify Model -> klik        Build Terms.

2. Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, ada bagian Factor      & Covariates -> Klik bagian, perlakuan M dan perlakuan E dan ubah Type menjadi "Main Effects"      -> Klik Tanda Panah di Bagian tengah Kotak Dialog (masukkan satu persatu).

 

Gambar 12. Tampilan Model

 

 

3. Klik bagian Perlakuan M + Shift + Perlakuan E + panah bawah pada keyboard -> Type           "Interaction" -> Klik Tanda Panah di Bagian tengah Kotak Dialog -> Klik Continue.

Gambar 13. Tampilan Model

 

Langkah 10: Mengisi “Post Hoc” pada kotak Univariate

1. Klik tombol Post Hoc -> hingga muncul kotak Univariate: Post Hoc. Klik bagian perlakuan 1,      perlakuan 2 (masukan satu persatu) -> Klik Tanda Panah di Bagian tengah Kotak Dialog.

2. Pada bagian Equal Variances Assumed -> Klik Bagian LSD (untuk Uji BNJ), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) -> Klik Continue.

Gambar 14. Tampilan Post Hoc

 

Langkah 11: Mengisi “Optionts” pada kotak Univariate

1. Klik tombol Optionts -> hingga muncul kotak Univariate: Optionts. Klik bagian OVERALL -> Klik Tanda Panah di Bagian tengah Kotak Dialog.

Gambar 15. Tampilan OVERALL

 

 

2. Pada bagian Display -> Klik Bagian Desciptive Statistics dan Homogeneity Tests -> Klik Continue -> Kembali ke kotak univariate -> Klik Ok.

Gambar 16. Tampilan Post Hoc

 

 

Langkah 12:  Setelah itu → Kembali ke kotak univariate → Klik Ok. Selanjutnya akan muncul lembaran Output.

Analisis Data RALF

Output RALF

DAFTAR PUSTAKA

https://naziraayuniptn.blogspot.com/2024/03/rancangan-acak-legkap-faktorial-ralf.html

Youtube