Kemal Farsa Maulana: Rancangan Acak Kelompok (RAK) Non Faktorial

A. Definisi Rancangan Acak Kelompok (RAK)

Rancangan Acak Kelompok (RAK) merupakan rancangan percobaan yang digunakan pada kondisi tempat yang tidak homogen. Sebagian besar percobaan-percobaan yang dilaksanakan dilapangan atau di lahan pertanian menggunakan rancangan lingkungan dalam bentuk RAK. Bila kita menghadapi kondisi tempat percobaan tidak homogen, maka dipakai prinsip pengawasan setempat (local control), artinya tempat percobaan harus dikelompokkan menjadi bagian-bagian yang relatif homogen. Pada bagian yang sudag dianggap homogen inilah kita sah (valid) untuk mengadakan pengujian.

Rancangan Acak Kelompok (RAK) / Randomized Complete Block Design (RCBD) merupakan rancangan percobaan pada kondisi tempat yang tidak homogen. Sebagian besar dilakukan di lapangan/lingkungan. Rancangan acak kelompok memakai prinsip pengawasan setempat dan tempat percobaan dikelompokkan menjadi bagian yang relatif homogen.

B. Ciri – Ciri RAK

Menurut Harlyan (2012), Adapun ciri – ciri Rancangan Acak Kelompok (RAK), adalah sebagai berikut :

1. Digunakan untuk lingkungan heterogen / tidak homogen.

2. Perlakuan diatur dalam masing-masing kelompok (blok).

3. Kelompok sebagai ulangan, dalam tiap kelompok kondisi harus homogen.

4. Pengacakan dilakukan dalam masing-masing kelompok.

5. Banyak digunakan pada penelitian di lapang.

C. Model analisis RAK adalah sebagai berikut:

Yij = μ + τi + βj + εij

Yij = nilai pengamatan pada perlakuan ke – i kelompok ke – j

μ = nilai tengah umum

τi = pengaruh perlakuan ke - i

βj = pengaruh kelompok ke - j

εij = galat percobaan pada perlakuan ke-i & kelompok ke-j

p = banyaknya perlakuan

r = banyaknya kelompok / ulangan

D. Kelebihan RAK

Menurut Yitnosumarto (1991), apabila kita membicarakan keuntungan tentunya kita bandingkan dengan lainnya, dalam hal ini demham RAL dan mungkin dengan rancangan yang lebih kompleks, keuntungan RAK adalah :

1. Sama seperti RAL, analisis statistik dari data yang diperoleh demgan RAK ini masih bersifat sederhana.

2. Apabila andaian adanya gradien satu arah dipenuhi, RAK memberikan presisi dan efisiensi yang lebih

tinggi dari RAL.

3. Jika ada satu atau dua data yang hilang (atau secara statistik tidak memenuhi syarat) analisis masih dapat

dilanjutkan, yaitu dengan teknik data hilang (missing data technique).

E. Kekurangan RAK

Menurut Harlyan (2012), Rancangan Acak Kelompok (RAK) memiliki beberapa kelebihan, yaitu 1

1. Rancangan menjadi kurang efisien dibanding yang lain jika terdapat lebih dari satu sumber keragaman

yang tidak diinginkan.

2. Peningkatan ketepatan pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan

percobaan dalam kelompok.

3. Jika ada data yang hilang memerlukan perhitungan yang lebih rumit.

MENGANALISIS DATA DENGAN MENGGUNAKAN SPSS 16

Langkah 1 : 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 2 : Mengisi Bagian Kolom Name Seperti di bawah ini

Langkah 3 : Selanjutnya pada “Decimals” disesuaikan berapa banyak decimal yang akan kita gunakan.

Langkah 4 : Setelah bagian Decimals, selanjutnya bagian “Label” buat sesuai dengan Skripsi

Langkah 5 : 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= “A”, jadi ketika kita ketik Label 1 maka ini sama dengan A, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Langkah 6 : Mengisi Bagian “Values” (Bagian Kelompok)

Klik Bagian Tanda Panah, Sehingga tampil seperti di bawah ini :

Bagian ini bertujuan untuk memberikan label dari setiap Ulangan yang kita buat,

Contoh : 1= “Kelompok 1”, jadi ketika kita ketik Label 1 maka ini sama dengan Kelompok 1, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Langkah 7 : Mengisi Bagian “Data View”

Klik bagian “Data View”, sehingga berpenampilan seperti ini.

Langkah 8 : Selanjutnya Isi Bagian Kolom Perlakuan, Ulangan, dan Hasil. Sehingga tampil seperti dibawah ini.

Langkah 9 : Menganalisis Data

Klik Bagian Analyze General Linear Model à Univariate

Langkah 10 : Setelah itu muncul seperti di bawah ini

Klik Bagian Warna Sie Balu Daging. Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini

Setelah itu Klik Bagian Pemberian Bawang Putih Klik tanda panah pada bagian Fixed Factors :

Langkah 11 : Klik Bagian Model Klik Custom

Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, disitu ada bagian Factor & Covariates, Klik bagian Perlakuan dan Kelompok.