Rancangan Acak Lengkap (Completely Randomized Design)

Slides:



Advertisements
Presentasi serupa
VIII. RANCANGAN PETAK TERBAGI (RPT)
Advertisements

Perancangan Percobaan
PERCOBAAN FAKTORIAL Azimmatul Ihwah, S.Pd, M.Sc
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOCK DESIGN) atau RANCANGAN KELOMPOK LENGKAP TERACAK (RANDOMIZED COMPLITE BLOCK DESIGN) Prof.Dr. Kusriningrum.
Berbagai Jenis Rancangan Percobaan
Rancangan Acak Lengkap
RAKL (Rancangan Acak Kelompok Lengkap)
Rancangan Acak Kelompok
RBSL (Rancangan Bujur Sangkar Latin)
Bab II. Rancangan Acak Lengkap (RAL) Completed randomized design (CRD)
PENGERTIAN DASAR Prof.Dr. Kusriningrum
RANCANGAN BUJURSANGKAR LATIN ( LATIN SQUARE DESIGN)
Rancangan Acak Lengkap (Completely Randomized Design)
Rancangan Petak Terbagi
Rancangan Acak Kelompok
Uji Perbandingan Kelompok Perlakuan
Rancangan Acak Lengkap
VIII. RANCANGAN PETAK TERBAGI (RPT)
Rancangan Acak Kelompok Lengkap (RAK)
Rancangan Acak Kelompok Faktorial
Rancangan Acak Kelompok Faktorial
Percobaan 2 faktor dalam RAK
Percobaan satu faktor (single factor exp.)
PERCOBAAN FAKTORIAL DAN TERSARANG NUR LAILATUL RAHMAH, S.Si., M.Si.
TUJUAN PENELITIAN TUJUAN PENELITIAN
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
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
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
ANALISI SVARIANS (ANALISIS RAGAM)
RANCANGAN ACAK LENGKAP (FULLY RANDOMIZED DESIGN, COMPLETELY RANDOMIZED DESIGN) Untuk percobaan yang mempunyai media atau tempat percobaan yang seragam.
PERCOBAAN FAKTORIAL.
Berbagai Jenis Rancangan Percobaan
RANCANGAN ACAK KELOMPOK (RANDOMIZED BLOcK Design)
Perancangan Percobaan (Rancob)
RAL (Rancangan Acak Lengkap)
Rancangan Acak Lengkap (RAL) (Completely Randomized Design)
Forcep Rio Indaryanto, S.Pi., M.Si
STATISTIKA Pertemuan 10-11: Pengantar Rancob dan Rancangan Acak Lengkap, Uji Lanjutan Dosen Pengampu MK:
Uji Lanjut: Uji Berganda Duncan (DMRT) (Duncan's Multiple Range Test)
Rancangan Bujur Sangkar Latin
RANCANGAN ACAK KELOMPOK
RANCANGAN BUJUR SANGKAR LATIN (RBL)
Rancangan Bujur Sangkar Latin (RBSL)
RANCANGAN SPLIT PLOT.
Rancangan Bujur Sangkar Latin (Latin Square Design)
Prof. Dr. Ir. Loekito Adi S., M.Agr
RANCANGAN ACAK LENGKAP (RAL)
Rancangan Acak Lengkap
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
RANCANGAN SPLIT PLOT YAYA HASANAH.
RANCANGAN BUJUR SANGKAR LATIN
RANCANGAN ACAK KELOMPOK
UJI BEDA RATAAN.
RANCANGAN ACAK LENGKAP
Perbandingan Berganda
RANCANGAN ACAK KELOMPOK (RAK)
Rancangan Acak Lengkap
Uji Perbandingan Berganda Kuswanto, Uji perbandingan berganda Untuk membandingkan rerata antar perlakuan Untuk membandingkan rerata antar perlakuan.
Rancangan acak lengkap faktorial
Berbagai Jenis Rancangan Percobaan
Transcript presentasi:

Rancangan Acak Lengkap (Completely Randomized Design) Kuswanto, 2012

Percobaan Faktor Tunggal Hanya 1 faktor yang berbeda, yg lain dibuat tetap Perlakuan  hanya perbedaan taraf Pengujian varietas adalah faktor tunggal, dimana perlakuan adalah varietas Pengujian dosis pemupukan Pengujian insektisida Pengujian kerapatan tanaman

Macam percobaan faktor tunggal Rancangan kelompok lengkap Rancangan acak lengkap (RAL)-Completely Radomized Design (CRD) Rancangan acak kelompok (RAK)-Randomized Blok Design (RBD) Rancangan bujur sangkar latin (RBL)-Latin Square Design (LSB) Rancangan kelompok tak lengkap

Rancangan Acak Lengkap

1. RANCANGAN ACAK LENGKAP Termasuk rancangan tanpa pengelompokan Perlakuan diatur dg pengacakan secara lengkap  Semua satuan percobaan memiliki peluang yang sama Perbedaan yang muncul  galat Tempat homogen  laboratorium

Cara pelaksanaan a. Pengacakan Tentukan jumlah petak percobaan (n) dimana n = jmlh perlk (p) x jmlh ulangan (r) misal n = 5 x 4 = 20 Tentukan nomor petak, misal 1,2,3,…, 20 Tentukan perlakuan pd petak percobaan Dengan bilangan acak (ingat statistika) Undian kartu

Misal : pengacakan 5 perlakuan 4 ulangan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Setiap petak tersebut adalah unit percobaan  dapat berupa petridish, polibag, pot dll Beri nomor urut pada semua unit percobaan

Misal : hasil pengacakan 5 perlakuan 4 ulangan 1 B 2 D 3 C 4 5 A 6 7 E 8 9 10 11 12 13 14 15 16 17 18 19 20 Nomor  menunjukkan petak percobaan, polibag, petridisk dll Huruf  menunjukkan perlakuan (misal varietas, dosis N, insektisida dll)

Misal : hasil pengacakan 5 perlakuan 4 ulangan 1 B 2 D 3 C 4 5 A 6 7 E 8 9 10 11 12 13 14 15 16 17 18 19 20 Nomor  menunjukkan petak percobaan, polibag, petridisk dll Huruf  menunjukkan perlakuan (misal varietas, dosis N, insektisida dll)

b. Pelaksanaan percobaan  lab, lapang misal: perkecambahan 5 varietas padi , 1 perlk terdiri 6 sampel petridish B D C A E

Contoh lain : uji perkecambahan 5 varietas padi dengan 3 ulangan Perhatikan  Varietas A ada 3 unit, demikian juga varietas yang lain. Namun letak unitnya bebas tidak harus dalam baris atau satu kolom saja. Contoh soal 

c. Pengamatan Terhadap sifat yang ingin diketahui perubahannya akibat perlakuan varietas Misal umur berkecambah, panjang epikotil, jumlah akar, dll Hasil pengamatan dirata-rata dari 6 sampel petridish Tuliskan dalam tabel 2 arah untuk dianalisis varian (Anova)

d.Cara penyajian data pengamatan Varietas Ulangan Total 1 2 3 A B C D E

Varietas Ulangan Total 1 2 3 A 48 73 51 B 54 63 C 57 66 61 D 64 E 62 Misal : hasil pengamatan perkecambahan 5 varietas padi dengan 3 ulangan. Varietas Ulangan Total 1 2 3 A 48 73 51 B 54 63 C 57 66 61 D 64 E 62 74 56

Hasil penjumlahan Varietas Ulangan Total 1 2 3 A 48 73 51 172 B 54 63 180 C 57 66 61 184 D 64 E 62 74 56 192 900 Rata-rata = 60

f. Bagaimana mengerjakan?? Hitung derajad bebasnya sesuai dengan rumus tersebut. Derajad bebas kejadian n adalah n-1 Jumlah Kuadrat Perlakuan (JKp) adalah hasil penjumlahan dari masing-masing perlakuan dikuadratkan dibagi jumlah ulangan kemudian dikurangi Faktor Koreksi Faktor Koreksi (FK) adalah kuadrat dari total dibagi jumlah kejadian n Jumlah Kuadrat Total adalah hasil penjumlahan dari semua nilai dikuadratkan Jumlah Kuadrat Galat  JK sisa

Analisis FK = (900)2/(5x3) = 54.000 JKp = {(172)2 + (180)2 +…+ (192)2}/3 – FK = =54036 JKt = {(48)2 +(73)2 +… + (56)2} – FK = 54738 JKe = JKt – JKp = 54738 - 54036 = 702

e. Bentuk tabel ANOVA RAL Dari data tersebut, dikerjakan tabel analisis varian sbb: Sumber keragaman Derajad bebas Jumlah kuadrat Kuadrat tengah F hitung F tabel Perlakuan p-1 JKp KTp KTp/KTe Lihat tabel Galat (p-1)(r-1) JKe KTe Total pr-1 JKt Perhatikan : pada RAL terdapat 2 sumber keragaman  perlakuan (antar perlakuan) dan galat (dalam perlakuan)

Masukkan ke tabel Anova Sumber keragaman Derajad bebas Jumlah kuadrat Kuadrat tengah F hitung F tabel 5% 1% Perlakuan 4 54036 3,48 5,99 Galat 10 798 Total 14 54738 Penghitungan kuadrat tengah dan uji F  Kuadrat tengah adalah ragam/varian  ingat statistika

Penghitungan kuadrat tengah dan F hitung Kuadrat tengah adalah varian atau ragam dari semua data pengamatan Kuadrat Tengah Perlakuan (KTp) adalah JKp/db Kuadrat Tengah Galat (KTe) adalah JKe/db F hitung adalah KTp/KTe. F hitung merupakan perbandingan varian/ragam yang disebabkan oleh perbedaan perlakuan (varietas) dengan pengaruh lain (sesatan) percobaan

Masukkan ke tabel Anova Sumber keragaman Derajad bebas Jumlah kuadrat Kuadrat tengah F hitung F tabel 5% 1% Perlakuan 4 54036 13509 192,44** 3,48 5,99 Galat 10 798 70,2 Total 14 54738 Apabila nilai F hit < F tab 5%  antar perlakuan tidak berbeda nyata Apabila nilai F tab 5% <F hit < F tab 1%  antar perlakuan berbeda nyata  * Apabila nilai F hit > Ftabel 1%  antar perlakuan berbeda sangat nyata  **

KK = akar KT galat/rata-rata Apabila ingin diketahui perbedaan keragaman dengan variabel yang lain (misalnya dengan umur berbunga), maka dapat dihitung koefisien keragaman (koefisien variasi)_(KK) KK = akar KT galat/rata-rata = {(√70,2)/(900/15)} x 100% = {8,38/60} x 100% = 13,96%

Interpretasi F hitung perlakuan (varietas) berbeda sangat nyata berarti perkecambahan antar varietas padi adalah berbeda dan perbedaanya secara statistik adalah sangat nyata Perbedaan antar varietas menyebabkan keragaman dan keragaman yang disebabkan oleh varietas jauh lebih tinggi daripada keragaman yang disebabkan oleh faktor sesatan percobaan (faktor lain) Dengan demikian perbedaan varietas menyebabkan perkecambahan bebeda sangat nyata

Apabila perlakuan berbeda nyata atau berbeda sangat nyata, perlu diuji dengan uji perbandingan berganda untuk mengetahui level manakah yang saling berbeda. Uji perbandingan berganda untuk RAL faktorial dapat menggunakan Beda Nyata Terkecil (BNT), Beda Nyata Jujur (BNJ) atau Uji Beda Berganda Duncan (UJBD), sesuai dengan tingkat ketelitian yang diinginkan  dijelaskan tersendiri

Latihan

Latihan : dosis ZPT terhadap jumlah bunga tomat Dosis ZPT (cc) Ulangan Total 1 2 3 4 6 5 15 17 8 7 22 25 10 9 28 12 Isikan datanya! Lakukan analisis dengan RAL dan berikan kesimpulan serta interpretasinya

Tabel anova SK db JK KT Fhit Perlakuan 5 36,44 7,29 16,4** Galat 12 Ftab 5% Ftab1% Perlakuan 5 36,44 7,29 16,4** Galat 12 5,33 0,44 Total 17 41,78 Kesimpulan : F hitung perlakuan (dosis ZPT) berbeda sangat nyata berarti jumlah bunga tomat adalah berbeda dan perbedaanya secara statistik adalah sangat nyata Interpretasi : Perbedaan antar dosis menyebabkan keragaman dan keragaman yang disebabkan oleh perbedaan dosis ZPT lebih tinggi daripada keragaman yang disebabkan oleh faktor sesatan percobaan (faktor lain) Dengan demikian perbedaan dosis ZPT menyebabkan jumlah bunga tomat bebeda sangat nyata

Ada pertanyaan??

Terima Kasih