RANCANGAN ACAK LENGKAP

Slides:



Advertisements
Presentasi serupa
Klasifikasi Rancangan Percobaan
Advertisements

RAKL (Rancangan Acak Kelompok Lengkap)
RBSL (Rancangan Bujur Sangkar Latin)
Rancangan Cross-Over Dalam kondisi-kondisi tertentu pemberian perlakuan dilakukan secara serial dimana setiap objek diterapkan seluruh perlakuan pada periode.
Rancangan Acak Kelompok
Rancangan Acak Lengkap
VIII. RANCANGAN PETAK TERBAGI (RPT)
Rancangan Acak Kelompok Lengkap (RAK)
Percobaan satu faktor (single factor exp.)
Percobaan Berfaktor Perlakuan : kombinasi antara taraf faktor satu dengan taraf faktor yang lain Penempatan perlakuan dalam : RAL, RAK, SPLIT PLOT atau.
Analisis Peragam (Kovarians) pada RAK
Contoh Penerapan ANCOVA Pada RAL
PERCOBAAN FAKTORIAL DAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
NUR LAILATUL RAHMAH, S.Si., M.Si.
VII. RAK FAKTORIAL Percobaan RAK pola faktorial adalah penelitian dengan rancangan dasar RAK dan faktor perlakuan labih dari atau sama dengan 2. Contoh.
Rancangan Acak Kelompok
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
UNSUR DASAR PERANCANGAN PERCOBAAN, KERAGAMAN, MODEL PERCOBAAN
RANCANGAN ACAK LENGKAP FAKTORIAL
RANCANGAN BUJUR SANGKAR LATIN (RBSL) (LATIN SQUARE DESIGN)
RANCANGAN ACAK LENGKAP (RAL) COMPLETTED RANDOMIZED DESIGN (CRD)
RANCANGAN BUJUR SANGKAR LATIN (RBSL) (LATIN SQUARE DESIGN)
Rancangan Acak Lengkap
PERCOBAAN FAKTORIAL.
STATISTIKA INDUSTRI I RANCANGAN PERCOBAAN:
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
Dalam Rancangan Acak Lengkap (RAL)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
Perancangan Percobaan (Rancob)
RAL (Rancangan Acak Lengkap)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
RANCANGAN ACAK KELOMPOK LENGKAP
RANCANGAN KELOMPOK TAK LENGKAP SEIMBANG (Incomplete Block Design)
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Dalam Rancangan Acak Kelompok Lengkap (RAKL)
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
Rancangan Bujur Sangkar Latin
RANCANGAN ACAK KELOMPOK
RANCANGAN BUJUR SANGKAR LATIN (RBL)
Rancangan Cross-Over Dalam kondisi-kondisi tertentu pemberian perlakuan dilakukan secara serial dimana setiap objek diterapkan seluruh perlakuan pada periode.
Rancangan Bujur Sangkar Latin (RBSL)
RANCANGAN SPLIT PLOT.
Pertemuan 21 Penerapan model not full rank
Pertemuan 23 Penerapan model not full rank
3 b. Rancangan Acak Lengkap (Ulangan Tidak Sama)
RANCANGAN ACAK LENGKAP (RAL)
NUR LAILATUL RAHMAH, S.Si., M.Si.
Rancangan Acak Lengkap
Materi Pokok 21 RANCANGAN KELOMPOK
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 24 Penerapan model not full rank
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOCK DESIGN) atau RANCANGAN KELOMPOK LENGKAP TERACAK (RANDOMIZED COMPLITE BLOCK DESIGN) Prof.Dr. Kusriningrum.
Rancangan Acak Kelompok Lengkap (RAK)
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
Percobaan satu faktor (single factor exp.)
KONSEP ANALISIS OF VARIANCE
UJI BEDA RATAAN GRUP PERLAKUAN METODE ORTOGONAL KONTRAS
RANCANGAN SPLIT PLOT YAYA HASANAH.
RANCANGAN BUJUR SANGKAR LATIN
RANCANGAN ACAK KELOMPOK
Dalam Rancangan Acak Kelompok (RAK)
RANCANGAN ACAK KELOMPOK (RAK)
TRANSFORMASI DATA YAYA HASANAH.
PERANCANGAN PERCOBAAN (EXPERIMENTAL DESIGN)
Rancangan Acak Lengkap
STATISTIKA 2 8. ANOVA OLEH: RISKAYANTO
MEMBEDAKAN LEBIH DARI 2 PERLAKUAN
MEMBEDAKAN LEBIH DARI 2 PERLAKUAN
Transcript presentasi:

RANCANGAN ACAK LENGKAP YAYA HASANAH

KULIAH III Definisi Rancangan Acak Lengkap Model linier RAL Keuntungan mengunakan RAL Contoh perhitungan RAL

PENGERTIAN DASAR RANCANGAN ACAK LENGKAP Fully Randomized Design/Completely Randomized Design Syarat : Media/tempat percobaan homogen atau seragam Biasa digunakan untuk percobaan di rumah kaca, laboratorium, peternakan.

SYARAT RAL Media homogen  media/tempat percobaan tidak memberikan pengaruh pada respons yang diamati Tidak ada kontrol lokal Yang diamati hanya pengaruh perlakuan dan galat saja Dalam percobaan RAL setiap unit percobaan di acak secara sempurna, tanpa dibatasi oleh blok

MODEL LINIER RAL i = 1, 2, 3,….t j = 1, 2, 3, ….r Yij = Respons/nilai pengamatan dari perlakuan ke-1 dan ulangan ke-j. µ = nilai tengah umum Ti = pengaruh perlakuan ke-I ij = pengaruh galat percobaan dari perlakuan ke-i dan ulangan ke-j

ASUMSI RAL µ dan Ti bernilai tetap µ, Ti dan ij bernilai aditif ij menyebar secara normal dengan nilai tengah = 0 dan ragam sebesar 2 ij bebas satu sama lain

KEUNTUNGAN RAL Analisis statistikanya masih mudah karena komponen perhitungan sesuai SUMBER KERAGAMAN (SK) hanya ada 3 macam yaitu Perlakuan, Galat dan Total. Dengan derajat bebas Galat maksimum memungkinkan diperoleh KT galat yang kecil, sehingga peluang F hitung dengan nilai tinggi cukup besar. Karena tempat percobaan tidak berpengaruh terhadap nilai pengamaran maka memungkinkan tiap perlakuan diberi ulangan yang tidak sama, tetapi sebaiknya ulangan dibuat sama untuk memudahkan perhitungan.

KERUGIAN RAL Makin banyak perlakuan yang dicoba, sulit untuk menyediakan media percobaan yang homogen

MODEL ANOVA RAL SK db JK KT F hitung 5% 1% Perlakuan Galat t -1 (rt-1)-(t-1) JK P JK G JK P/(t-1) JK G/(rt-t) KTP/KTG Total rt - 1 JKP + JKG

LAY OUT PERCOBAAN B 1 C (2) A (3) (4) D (5) (10) (9) (8) (7) (6) (11) (12) (13) (14) (15) (20) (19) (18) (17) (16)

CONTOH KASUS Telah dilakukan pengujian produksi jagung di lahan yang homogen kesuburan tanahnya. Hasil biji pipilan segar jagung dikonversikan lagi ke ton/ha A, B, C dan D  varietas jagung yang berbeda

DATA B 3.44 C 3.00 A 3.54 3.30 D 2.97 2.89 3.21 3.25 3.10 2.91 3.15 2.85 2.95 3.08 3.50 3.05 3.12 3.43

DATA UNTUK MENGHITUNG JK Varietas Ulangan   Total Rata-rata 1 2 3 4 5 ……………ton/ha…………. A 3.54 3.25 3.15 3.50 3.43 16.87 3.37 B 3.44 3.30 3.21 3.05 16.25 C 3.00 3.10 2.85 2.95 3.12 15.02 D 2.97 2.89 2.91 3.08 15.00 63.14

Model RAL Yij = m + Ti + ij ; I =1, 2, …t Yij = respons varietas ke-I dan ulangan ke-j m = nilai tengah umum Ti = pemgaruh perlakuan (varietas) ke-I ij = pengaruh galat percobaan pada varietas ke-I dan ulangan ke-j

HIPOTESIS H0 = T1 =T2=T3=T4=0 Atau H1 = paling sedikit ada sepasang Ti yang tidak sama Atau paling sedikit ada sepasang nilai tengah yang tidak sama

MENGHITUNG JK

ANALYSIS OF VARIANCE SK dB JK KT F hitung F 5% F 1% Perlakuan 3 0.51898 0.172993 9.490788** 3.24 5.29 Galat 16 0.29164 0.018227   Total 19 0.81062

TERIMA KASIH