RANCANGAN ACAK KELOMPOK

Presentasi berjudul: "RANCANGAN ACAK KELOMPOK"— Transcript presentasi:

1 RANCANGAN ACAK KELOMPOK
Merupakan rancangan percobaan pada kondisi tempat yang tidak homogen Sebagian besar dilakukan di lapangan/lingkungan Memakai prinsip pengawasan setempat, tempat percobaan dikelompokkan menjadi bagian yang relatif homogen

2 Percb penanaman dekat saluran air dengan panjang searah aliran air dan lebar tegak lurus dengan arah air. Percb satu ransum pakan ayam untuk berbagai periode pertumbuhan ayam. Percb kadar bahan pengawet pada dendeng daging sapi. Percb penambahan selulosa pada 4 mesin pengolah kertas. Percb ransum pakan pada 4 ekor sapi perah Percb penambah angka oktan pada 5 mobil dengan kondisi sama dengan 5 orang sopir

3 Saluran air Homogenitas tidak bisa dikondisikan Kelompok 1 Kelompok 2
. . Kelompok r

4 Pengelompokan untuk memperkecil galat
Pembuatan denah RAK Tempat pecobaan dibagi dalam blok, banyaknya blok= banyaknya ulangan, Arah panjang blok tegak lurus dengan arah peralihan kesuburan Blok(ulangan) dibagi dalam petak (plot). Banyaknya petak = banyaknya perlakuan Penempatan perlakuan dalam petak dalam blok dilakukan secara acak.

5 B A D E C A E C D B D C B A E D E A B C
RAK 5 perlakuan (A,B,C,D,E) dengan 4 ulangan B A D E C A E C D B D C B A E D E A B C

6 Dengan pengaturan RAK, terjadi perbedaan kesuburan tanah antar blok yang besar, namun perbedaan kesuburan antar petak dalam satu blok minimum Model RAK Yij = µ + Ti + Bj +ε ij ; i = 1, 2, t j =1, 2, r Yij = respon atau nilai pengamatan dari perlakuan ke i dan ulangan ke j µ = nilai tengah umum Ti = pengaruh perlakuan ke-i Bj = pengaruh blok ke-j ε ij = pengaruh galat percobaan dari perlakuan ke-i dan ulangan ke-j

7 Keuntungan RAK: Sama sEperti RAL, analisis data statistik bersifat sederhana Apabila ada satu-dua data hilang bisa mengggunakan teknik data yang hilang Andaian gradien satu arah terpenuhi, RAK lebih efisien dibanding RAL Kekurangan RAK Apabila andaian gradien satu arah tak terpenuhi, presisi dan efisensi lebih rendah dibanding RAL (karena berkurangnya derajat bebas galat)

8 Model Anova RAK SK db JK KT Fhit F 5% F1% Ulangan Perlakuan Galat b-1
(bt-1)-(t-1)-(b-1) JK U JK P JK G JK U/(db U) JK P/(db P) JKG/(db G) KTU/KTG KTP/KTG Total bt-1 JKP+JKU+JKG

9 Contoh percobaan RAK dengan 7 perlakuan dan 3 kali ulangan
Hasil ton/ha dari 7 varietas Varietas Ulangan Total Rata-rata 1 2 3 A 0.825 0.750 0.815 2.390 0.80 B 1.335 1.300 1.355 3.990 1.33 C 1.357 1.325 1.405 4.087 1.36 D 1.500 1.555 1.575 4.630 1.54 E 1.495 1.600 1.625 4.720 1.57 F 1.650 1.675 1.700 5.025 1.68 G 1.725 1.690 1.750 5.165 1.72 9.887 9.895 10.225 30.007

10 Hipotesis: H0 : T1 = T2 = T3 =T4 = 0 H1 : paling sedikit ada sepasang Ti yang tidak sama Atau H0 : µ1 = µ 2 = µ 3 = µ 4 = 0 H1 : paling sedikit ada sepasang µ i yang tidak sama, atau µi≠ µi Menghitung Jumlah Kuadrat Faktor Koreksi FK = ( Σtotal) 2/ n atau ( Σtotal) 2/ r x t JK Total = Jumlah kuadrat masing-masing pengamatan – FK JK Ulangan = ( Jumlah kuadrat total masing-masing ulangan/jumlah perlakuan)-FK JK Perlakuan = (Jumlah kuadrat total masing-masing perlakuan/jumlah ulangan)-FK JK Galat = JK Total – JK Ulangan - JK Perlakuan

11 Faktor Koreksi FK = ( Σtotal) 2/ n atau ( Σtotal) 2/ r x t = (30.007)2 /21 = JK Total = Jumlah kuadrat masing-masing pengamatan – FK = (0.825)2 + (0.750) ( 1.750)2 - FK = JK Ulangan = (Jumlah kuadrat total masing-masing ulangan/jumlah perlakuan)-FK = ((9.887)2+(9.8955)2+ (10.225)2/7) – FK = JK Perlakuan = (Jumlah kuadrat total masing-masing perlakuan/jumlah ulangan)-FK = ((2.390)2+(3.990)2+...+(5.165)2/3) – FK = JK Galat = JK Total – JK Ulangan -JK Perlakuan = – =

12 Anova SK db JK KT Fhit F 5% F1% Ulangan Perlakuan Galat b-1 t-1
(bt-1)-(t-1)-(b-1) JK U JK P JK G JK U/(db U) JK P/(db P) JKG/(db G) KTU/KTG KTP/KTG Total bt-1 JKP+JKU+JKG

13 Anova SK db JK KT Fhit F 5% F1% Ulangan Perlakuan Galat 2 6 12 0.01062
4.87* 272.55** 3.88 3.00 6.93 4.82 Total 20 F 5% ulangan = F 0.05 (2,12) F 1% ulangan = F 0.01 (2,12) F 5% perlakuan = F 0.05 (6,12) F1% perlakuan = F 0.01 (6,12)

14 Kesimpulan: F hitung > F tabel,
terima H1 Menentukan varietas mana yang paling potensial, bisa menggunakan Uji BNT (Beda Nyata Terkecil) Uji BNJ (Beda Nyata Jujur) Uji Jarak Duncan (UJD)

15 Pengujian dengan BNT BNT0,05 = t 0,05(db galat) x √ (2 KT Galat)/ulangan) BNT0,05 = t 0,05(12) x √ (2 x )/3) = x √ = x = 0.059 Perlk A 0.80 B 1.33 C 1.36 D 1.54 E 1.57 F 1.68 G 1.72 Notasi ----- a 0.53* b 0.56* 0.03 0.74* 0.21* 0.18* c 0.77* 0.24* ------ 0.88* 0.35* 0.32* 0.14* 0.11* d 0.92* 0.39* 0.36* 0.15* 0.04 Perlk A 0.80 B 1.33 C 1.36 D 1.54 E 1.57 F 1.68 G 1.72 Notasi ----- a 0.53* b 0.56* 0.03 0.74* 0.21* 0.18* c 0.77* 0.24* ------ 0.88* 0.35* 0.32* 0.14* 0.11* d 0.92* 0.39* 0.36* 0.15* 0.04

16 BNJ0,05 = Q0,05 (p,db galat) x √ (KT Galat)/ulangan)
BNJ0,05 = Q0,05 (7,12) x √ ( )/3) = 4.95 x √ = 4.95 x 0.019 = 0.09 Perlk A 0.80 B 1.33 C 1.36 D 1.54 E 1.57 F 1.68 G 1.72 Notasi ----- a 0.53* b 0.56* 0.03 0.74* 0.21* 0.18* c 0.77* 0.24* ------ 0.88* 0.35* 0.32* 0.14* 0.11* d 0.92* 0.39* 0.36* 0.15* 0.04

17 d=p-1 1 2 3 4 5 6 JND Ada di Tabel Duncan 3.08 3.23 3.33 3.36 3.40
UJD0,05 = R0,05 (p,db galat) x √ (KT Galat)/ulangan) √ ( )/3) = 0.019 d=p-1 1 2 3 4 5 6 JND Ada di Tabel Duncan 3.08 3.23 3.33 3.36 3.40 3.42 UJD 0.058 0.06 0.063 0.064 0.065

18 Perlk A 0.80 B 1.33 C 1.36 D 1.54 E 1.57 F 1.68 G 1.72 Notasi ----- a 0.53* b 0.56* 0.03 0.74* 0.21* 0.18* c 0.77* 0.24* ------ 0.88* 0.35* 0.32* 0.14* 0.11* d 0.92* 0.39* 0.36* 0.15* 0.04

19 Di dalam suatu gudang terdapat rumput laut sebagai bahan baku alginat
Di dalam suatu gudang terdapat rumput laut sebagai bahan baku alginat. Rumput laut tersebut berasal dari 5 daerah yang berbeda. Di duga, lokasi suatu daerah akan mempengaruhi kadar Kalium rumput laut sehingga akan berpengaruh pula terhadap alginat yang dihasilkan. Untuk meyakinkan hal tersebut maka setiap rumput laut dari setiap daerah pengambilan diambil contoh secara acak dan diukur kadar K-nya dengan hasil sebagai berikut. Apa kesimpulan anda? Daerah Ulangan 1 2 3 4 5 A B C D E 3.46 5.39 3.51 3.29 4.29 3.48 4.86 3.64 3.40 4.06 3.56 5.22 3.37 4.13 3.39 5.13 3.52 4.32 5.20 3.49 4.18