RANCANGAN ACAK LENGKAP (RAL) NON FAKTORIAL
Rancangan Acak Lengkap (RAL) merupakan rancangan paling sederhana dari beberapa macam perancanngan yang baku. Rancangan ini dipergunakan jika ingin mempelajari perngaruh beberapa perlakuan (t) dengan sejumlah ulangan (r) untuk menjadi satuan-satuan percobaan (rt). RAL dilakukan dengan mengalokasikan pengacakan t kepada rt satuan percobaan.
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.
A. DEFENISI DAN SYARAT PENGGUNAAN
Rancangan Acak Lengkap (RAL) merupakan rancangan paling sederhana dari beberapa macam perancanngan yang baku. Rancangan ini dipergunakan jika ingin mempelajari perngaruh beberapa perlakuan (t) dengan sejumlah ulangan (r) untuk menjadi satuan-satuan percobaan (rt). RAL dilakukan dengan mengalokasikan pengacakan t kepada rt satuan percobaan.
Unit-unit percobaan dalam RAL dapat berupa sampel ternak (ekor), cawan/tabung, area lahan dan lain-lain yang merupakan satuan unit-unit yang diberi batasan sehingga tidak mempengaruhi satu-sama dan dengan kondisi lingkungan yang relatif dapat dikendalikan. Hal ini dilakukan untuk mencegah terjadinya interaksi pengaruh dua perlakuan yang berdekatan terhadap unit percobaan. Karena kondisi sampel dan lingkungan yang homogen, maka setiap perlakuan dan ulangan mempunyai peluang yang sama besar untuk menempati semua plot-plot percobaan sehingga pengacakan dilakukan secara lengkap.
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.
B. KELEBIHAN DAN KEKURANGAN
Beberapa keuntungan dari penggunaan RAL antara ain: denah percobaan yang lebih mudah; analisis statistik terhadap subjek percobaan cukup sederhana; fleksibel dalam penggunaan jumlah perlakuan dan ulangan; kehilangan informasi (data-hilang) relatif lebih kecil dibandingan dengan perancangan yang lain.
Beberapa kekurangan dalam penggunaan RAL antara lain: persyaratan kondisi sampel yang harus homogen, tidak mungkin dilakukan pada kondisi lingkungan yang tidak seragam, dan jumlah ulangan yang rendah akan memberikan hasil yang tidak konsisten.
- MODEL MATEMATIS RAL
Dalam RAL, data percobaan didistribusikan melalui model persamaan sebagai berikut :
Yij = µ + Ai + єij
i = 1, 2, 3,…………,a j = 1,2,3...........,u
Yijk : Pengamatan Faktor Utama taraf ke-i , Ulangan ke-j dan Faktor Tambahan taraf ke-k
µ : Rataan Umum
Ai : Pengaruh Utama pada taraf ke-i
єij : Pengaruh Galat I pada Faktor Utama ke-i dan Ulangan ke-j
єijk : Pengaruh galat II pada Faktor Utama taraf ke-i, Ulangan ke-j dan faktor tambanan pada taraf ke-k
Untuk Lebih Jelasnya Perhatikan Contoh Di Bawah Ini Cara Mengolah Data Dari Hasil Penelitian Dengan Menggunakan Spss 16
Data Ini Merupakan Hasil Penelitian Yang Berjudul Keragaan ” Beberapa Genotipe Pepaya (Carica papaya L.) Dan Pendugaan Parameter Genetik Ketahanan Terhadapa Hama Kutu Putih (Paracoccus marginatus) Di Pembibitan”
Lampiran 1. Rerata Tinggi Tanaman Pepaya Pada Masing-masing Genotipe Umur 30 HST (cm)
MENGANALISIS DENGAN MENGGUNAKAN SPSS 16
Langkah I : Jalankan Program SPSS 16
Ketika membuka Program SPSS, ada dua Windows yang muncul yang pertama Untuk Data dan yang kedua yaitu Untuk Output setelah menganalisis.
Tampilan Pada SPSS Bagian Data
Tampilan Pada SPSS Bagian Output
Langkah II : Mengisi Bagian Kolom Name Seperti di bawah ini
Langkah III : Selanjutnya pada “Decimals” disesuaikan berapa banyak decimal yang akan kita gunakan.
Langkah IV : Setelah bagian Decimals, selanjutnya bagian “Label” buat sesuai dengan Skripsi
Langkah V : Mengisi Bagian “Values” (Bagian Perlakuan)
Klik bagian tanda Panah, Sehingga Tampil Seperti berikut ini :
Bagian ini bertujuan untuk memberikan label dari setiap perlakuan yang kita buat,
Contoh : 1= “IPB3”, jadi ketika kita ketik Label 1 maka ini sama dengan IPB3, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.
Langkah VI : Mengisi Bagian “Values” (Bagian Ulangan)
Klik Bagian Tanda Panah, Sehingga tampil seperti di bawah ini :
Bagian ini bertujuan untuk memberikan label dari setiap Ulangan yang kita buat,
Contoh : 1= “Ulangan I”, jadi ketika kita ketik Label 1 maka ini sama dengan Ulangan I, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.
Langkah VII : Mengisi Bagian “Data View”
Klik bagian “Data View”, sehingga berpenampilan seperti ini.
Langkah VIII : Selanjutnya Isi Bagian Kolom Perlakuan, Ulangan, dan Hasil. Sehingga tampil seperti dibawah ini.
Langkah IX : Menganalisis Data
Klik Bagian Analyze à General Linear Model à Univariate
Klik Bagian Rata-rata Tinggi Tanaman à Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini:
Setelah itu Klik Bagian Tetua/Galur à Klik tanda panah pada bagian Fixed Factors :
Langkah XI : Klik Bagian Model à Klik Custom
Setelah diklik Model, maka akan muncul seperti di bawah ini :
Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, disitu ada bagian Factor & Covariates, Klik bagian "Genotipe"
Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, disitu ada bagian Factor & Covariates, Klik bagian Custom. lalu klik bagian "Genotipe". Setelah bagian Genotipe di Klik, lalu Klik Tanda Panah di Bagian tengah Kotak Dialog, sehingga tampil seperti ini :
Setelah itu Klik Continue
Langkah XII : Klik bagian Post Hoc, Post Hoc berfungsi untuk menguji Lanjut dari Hasil Penelitian
Setelah itu tampil Kotak dialog yang baru, seperti di bawah ini :
Klik Bagian Perlakuan, dan klik Tanda Panah pada bagian tengah . Kemudian klik bagian LSD, Tukey, dan Duncan à Klik Continue.
Langkah XIII : Setelah itu tampil seperti di bawah ini, maka klik OK
Langkah XIV : Lalu Muncul OUTPUT dari analisis yang dilakukan
Pada bagian Tabel Sidik Ragam dari Output SPSS, bandingkan dengan data yang diolah dengan Skripsi yang telah dibuat :
Tests of Between-Subjects Effects
| |||||
Dependent Variable: Rerata Tinggi Tanaman Pepaya Pada Masing-masing Genotipe Umur 30 HSt (cm)
| |||||
Source
|
Type III Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
Corrected Model
|
661.542a
|
11
|
60.140
|
5.871
|
.000
|
Intercept
|
24649.000
|
1
|
24649.000
|
2.406E3
|
.000
|
Genotipe
|
661.542
|
11
|
60.140
|
5.871
|
.000
|
Error
|
245.833
|
24
|
10.243
| ||
Total
|
25556.375
|
36
| |||
Corrected Total
|
907.375
|
35
| |||
a. R Squared = ,729 (Adjusted R Squared = ,605)
| |||||
Kesimpulan dari Output Tugas RAL
F Perlakuan = 5,871
Sig Perlakuan = 0,000
F Perlakuan = 5,871
Sig Perlakuan = 0,000
Sumber : http://novasariagt14.blogspot.co.id
http://zuliamaidar.blogspot.co.id
