Rancangan Acak Kelompok (RAK)

-

   Rancangan ini merupakan rancangan untuk percobaan lapangan (field-experiment) yang paling sederhana. Di lapangan umumnya sulit untuk mendapatkan kondisi yang benar-benar homogen, sehingga jika percobaan dilakukan menurut RAL dapat dipastikan akan memperoleh galat yang besar. Oleh karena itu, untuk mendapatkan galat yang lebih kecil perlu diadakan upaya pengendalian homogenitas pada lokal-lokal tertentu. Pada RAK ini, lokal kontrol merupakan pengelompokkan perlakuan secara lengkap pada kelompok-kelompok/blok-blok. Kelompok-kelompok ini dapat berupa areal lahan, yang mana masing-masing areal ini dicirikan oleh sifat khas yang nisbi homogen, misalkan tingkat kesuburan tanah dengan nisbi sama, lereng yang berkemiringan nisbi sama dsb (Hanafiah, 2001) 

Mengapa RAK? 

  1. Keheterogenan unit percobaan berasal dari satu sumber keragaman 
  2. Mengatasi kesulitan dalam mempersiapkan unit percobaan dalam jumlah besar 
  3. Kelompok yang dibentuk harus merupakan kumpulan dari unit-unit percobaan yang relatif homogen sedangkan keragaman antar kelompok diharapkan cukup tinggi

Model Linear Aditif RAK

Model Linear RAK
(Source: PPT Pak Indriya) 

       Model linear ini berlaku untuk dua jenis RAK yaitu model tetap dan model acak. perbedaan kedua model ini terletak dari cara pengambilan sample penelitian. Pengambilan sample penelitian pada model acak berarti obyek penelitian di ambil secara acak dari jumlah populasi yang ada, misalkan dari 10 sapi betina hanya diambil  4 sapi betina untuk penelitian, pada model ini peneliti menghendaki adanya kesamaan dari setiap sample dari populasi sehingga kesimpulan akhirnya dapat berlaku secara umum. Sedangkan, model tetap menerapkan bahwa terdapat kritertia/perbedaan pada sample dalam populasi sehingga jumlah sample harus sama dengan jumlah populasi, kesimpulan akhir dari model tetap tidak dapat bersifat universal. Asumsi untuk kedua model RAK adalah: 

Asumsi RAK
(Source: Staff.uny.ac.id) 

Hipotesis untuk model tetap dan model acak RAK

Hipotesis Model acak RAK
(Source: Staff.uny.ac.id)

Hipotesis model tetap RAK
(Source: staff.uny.ac.id)


Perambangan dan Bagan Percobaan

    Jika perambangan pada RAL dilakukan secara lengkap untuk seluruh pot-pot percobaan, karena dalam pola ini setiap pot merupakan satuan percobaan utuh, maka untuk RAK perambangan perlakuan lengkap dilakukan perkelompok. Hal inilah yang menyebabkan pola ini disebut Rancangan Acak kelompok. Perambangan pada RAK dilakukan sebanyak t perlakuan pada k kelompok, sedangkan pada RAL dilakukan sebanyak t perlakuan x r ulangan secara keseluruhan unit percobaan. Contoh bagan percobaan hasil perambangan menurut RAK, jika t=1,2,3,4,5 dan k=1,2,3,4 (Hanafiah, 2001)

Bagan RAK
(Source: Hanafiah, 2001)

Penataan dan Analisis Data

Tabel Analisis RAK
(Source: Hanafiah, 2001)

 Setelah mengelompokkan data dalam tabel analisis, data-data tsb dianalisis kembali menggunakan rumus-rumus dibawah ini: 
Rumus Analisis Data
(Source: Hanafiah, 2001)


Analisis Sidik Ragam

Sidik Ragam (Anova)
(Source: PPT pak Indriya)

Perbedaan Analisis RAL dan RAK

  1. RAL tidak menggunakan lokal kontrol, , sedangkan RAK menggunakan lokal kontrol 
  2. RAL tidak menggunakan analisis JKK (Kelompok/Ulangan), sedangkan RAK menggunakan JKK
  3. Analisis Anova RAL tidak menggunakan db kelompok, sedangkan RAK menggunakan Db kelompok
  4. F hitung RAL hanya berasal dari F perlakuan, sedangkan pada RAK menggunakan 2 F hitung yaitu kelompok dan perlakuan. Walaupun begitu, F hitung yang akan dijadikan pembanding dengan F tabel hanya F perlakuan saja. 


SOURCE: 

PPT Pak Indriya pertemuan ke-4 

Ade,S. 2011. Rancangan Acak Lengkap. Diakses dari smartstat.info pada 21 Februari 2020

Hanafiah, K.A. 2001. Rancangan Percobaan Teori dan Aplikasi. Jakarta. PT. Raja Grafindo Perkasa

Kismiantini. 2011. Handout Rancangan Percobaan. Diakses dari staff.uny.ac.id pada 21 Februari 2020

Mattjik, Ahmad Ansori & Sumertajaya, Made. (2006). Perancangan Percobaan dengan Aplikasi SAS dan Minitab Jilid I. Bogor: IPB Press.

Richie. 2018. Rancangan Acak Kelompok (RAK). Diakses dari mobile.statistik.com pada 21 Februari 2020


Komentar

Posting Komentar

Postingan populer dari blog ini

Uji Rerata (BNT, BNJ, Duncan)

-
Gambar
Uji BNT Uji BNT merupakan prosedur pengujian perbedaan diantara rata-rata perlakuan yang paling sederhana dan paling umum digunakan. Metode ini diperkenalkan oleh Fisher (1935), sehingga dikenal pula dengan Metoda Fisher’s LSD (Least Significance Difference). Untuk menggunakan uji BNT, atribut yang kita perlukan adalah nilai kuadrat tengah galat (KTG), taraf nyata, derajat bebas(db) galat, dan tabel t-student untuk menentukan nilai kritis uji perbandingan  (Susilawati, 2015) .  Uji BNT menguji perlakuan secara berpasang – pasangan, misalkan jika terdapat 6 perlakuan yang akan dibangdingkan berarti terdapat pasangan pengujian dimana setiap pasangan memiliki peluang galat jenis I sebesar . Berarti semakin banyak jumlah perlakuan yang akan dibandingkan akan mengakibatkan kesalahan yang harus ditanggung juga semakin besar. Oleh karena itu, BNT akan sangat sensitive terhadap perbedaan yang muncul dalam perlakuan karena kriteria pemisahan perlakuan tidak terlalu ketat. Umunya,...
Baca selengkapnya

RPT dalam RAL dan RAK (2 Pertemuan)

-
Gambar
Rancangan split plot design atau dalam bahasa Indonesia disebut Rancangan Petak Terpisah atau Rancangan Petak Terbagi (RPT) merupakan jenis percobaan faktorial (lebih dari satu faktor). Rancangan ini dicirikan oleh adanya petak utama dan anak petak.  Split Splot Design merupakan percobaan faktorial atau dengan kata lain setiap percobaan yang menggunakan split splot design pasti faktorial, tetapi setiap percobaan faktorial tidak selalu split splot design. Rancangan ini digunakan bagi percobaan-percobaan yang dimaksudkan untuk menyelidiki pengaruh-pengaruh utama dan interaksi dengan derajad ketelitian yang tidak sama (Hanafiah, 2001). Faktor dengan derajad ketelitian yang lebih rendah disebut sebagai faktor utama (main plot faktor), sedangkan faktor dengan ketelitian yang lebih tinggi disebut faktor anak petak (sub plot faktor). Rancangan ini dapat diaplikasikan pada semua rancangan lingkungan (RAL, RAK, dan RBSL). Model Matematika RPT (Source: Nugroho, 2008) Kondisi u...
Baca selengkapnya

Transformasi Data

-
Gambar
Transformasi data adalah merubah skala data kedalam bentuk lain sehingga data memiliki distribusi yang diharapkan.Setiap data yang dilakukan transformasi dilakukan operasi matematika yang sama pada semua data aslinya, hal ini dimaksudkan untuk menjaga perbedaan antar data relatif tetap.Jika data kita memiliki lebih dari satu variabel, maka kita mentransformasikan semua variabel agar hubungan antar data tidak berubah.   Pada umumnya untuk menentukan jenis transformasi mana yang paling tepat digunakan adalah dengan memplot data kita dan melihat trend dari data tersebut atau berdasarkan histogram dari data tersebut :  Plot data/Histogram Skewness (Source: Hanif, 2017) Jenis Transfromasi Data  Tranformasi Data (Source: Bambang, 2010) Transformasi Akar  Transformasi jenis ini disebut juga dengan istilah transformasi akar kuadrat (square root). Transformasi akar digunakan apabila data anda tidak memenuhi asumsi kehomogenen ragam...
Baca selengkapnya