Tutorial SPSS: Rancangan Acak Kelompok (RAK)

Anda bisa mengakses Tutorial SPSS terbaru di site:
http://www.smartstat.info/blog/tutorial/spss

atau via facebook :
http://www.facebook.com/smartstat.tutorial)

---

Contoh kasus: Rancangan Acak Kelompok

Data pada tabel berikut merupakan Hasil padi (kg/petak) Genotif S-969 yang diberi 6 perlakuan. Faktor yang diteliti adalah kombinasi pupuk NPK sebanyak 6 taraf, yaitu Kontrol, PK, N, NP, NK, NPK. Rancangan Perlakuan yang digunakan adalah Rancangan Acak Kelompok.

Tabel Data Hasil Padi (kg/petak) 
______________________________________________________________
Kombinasi 	        Kelompok	    Total Perlakuan
Pemupukan	1	2	3	4	(Yi.)
--------------------------------------------------------------
Kontrol		27.7	33	26.3	37.7	124.7
PK		36.6	33.8	27	39	136.4
N		37.4	41.2	45.4	44.6	168.6
NP		42.2	46	45.9	46.2	180.3
NK		39.8	39.5	40.9	44	164.2
NPK		42.9	45.9	43.9	45.6	178.3
--------------------------------------------------------------
Total 		226.6	239.4	229.4	257.1	952.5
kelompok (Y.j)
--------------------------------------------------------------

---

Tutorial SPSS – Rancangan Acak Kelompok (RAK) Format Flash (974 KB)

Tunggu sampai streaming file tutorial selesai dimuat……

(Anda bisa juga mengakses Tutorial terbaru di site: http://www.smartstat.info/blog/tutorial/spss atau via facebook : http://www.facebook.com/smartstat.tutorial)

---

---

Keterangan:
Berikut adalah Tutorial Analisis Ragam (ANOVA) dan Uji Lanjut (Post-Hoc Test) dengan menggunakan Software SPSS.
Rancangan Lingkungan: Rancangan Acak Kelompok
Format: Streaming (Swf)
Ukuran File: cukup besar (974 KB)

Slide Rancangan Acak Kelompok

Bahan Kuliah/Slide mengenai Metode Perancangan Percobaan dengan Menggunakan Rancangan Acak Kelompok.

Rancangan Acak Kelompok (Contoh Terapan)

Dari hasil penelitian mengenai pengaruh pencucian dan pembuangan kelebihan kelembapan dengan cara melap atau menyemprotkan udara terhadap kandungan asam askorbat pada tanaman turnip green diperoleh data dalam miligram per 100 gr bobot kering sebagai berikut :

Tabel 1.     Data Turnip Green (mg/100gr Bobot Kering)

Perlakuan	Kelompok					Total Perlakuan
	1	2	3	4	5	(Yi.)
kontrol	950	887	897	850	975	4559
Dicuci dan dilap	857	1189	918	968	909	4841
Dicuci dan disemprot dengan udara	917	1072	975	930	954	4848
Total kelompok (Y.j)	2724	3148	2790	2748	2838	Y.. = 14248

Rancangan Acak Kelompok

Pendahuluan

Unit percobaan dalam RAL selalu diasumsikan homogen.  Pada kenyataannya hal tersebut belum tentu benar, sehingga diperlukan metode lain yang bisa menguraikan keragaman tersebut.  Apabila kita melakukan percobaan pada sebidang tanah yang mempunyai tingkat kesuburan berbeda, maka pengaruh perlakuan yang kita anggap berasal dari perlakuan yang kita cobakan bisa saja tidak benar, sehingga membuat Kesalahan Tipe I.  Apabila hal ini terjadi, maka keragaman tambahan yang berasal dari perbedaan tingkat kesuburan tanah ini dalam RAL akan dimasukkan ke dalam JKG (Within) sehingga KTG akan semakin besar dan F (KTP/KTG) akan semakin kecil, akibatnya percobaan tidak sensitif lagi. Akhirnya, apabila kita melakukan pengulangan perlakuan pada lokasi yang mempunyai keragaman berbeda (tidak homogen), maka keragaman tambahan tersebut perlu disingkirkan dari analisis sehingga kita lebih fokus pada keragaman yang ditimbulkan oleh perlakuan yang kita cobakan saja. Apabila faktor kelompok disertakan dalam rancangan, kita dapat mengcapture keragaman yang disebabkannya ke dalam JK Blok. Proses tersebut akan mengurangi JK Within (Error), bandingkan dengan Rancangan Acak Lengkap.

Baca pos ini lebih lanjut

RANCANGAN ACAK KELOMPOK LENGKAP (RAKL)

Pendahuluan

Unit percobaan dalam RAL selalu diasumsikan homogen. Pada kenyataannya hal tersebut belum tentu benar, sehingga diperlukan metode lain yang bisa menguraikan keragaman tersebut. Apabila kita melakukan percobaan pada sebidang tanah yang mempunyai tingkat kesuburan berbeda, maka pengaruh perlakuan yang kita anggap berasal dari perlakuan yang kita cobakan bisa saja tidak benar, sehingga membuat Kesalahan Tipe I. Apabila hal ini terjadi, maka keragaman tambahan yang berasal dari perbedaan tingkat kesuburan tanah ini dalam RAL akan dimasukkan ke dalam JKG (Within) sehingga KTG akan semakin besar dan F (KTP/KTG) akan semakin kecil, akibatnya percobaan tidak sensitif lagi. Akhirnya, apabila kita melakukan pengulangan perlakuan pada lokasi yang mempunyai keragaman berbeda (tidak homogen), maka keragaman tambahan tersebut perlu disingkirkan dari analisis sehingga kita lebih fokus pada keragaman yang ditimbulkan oleh perlakuan yang kita cobakan saja. Apabila faktor kelompok disertakan dalam rancangan, kita dapat mengcapture keragaman yang disebabkannya ke dalam JK Blok. Proses tersebut akan mengurangi JK Within (Error), bandingkan dengan Rancangan Acak Lengkap.

Rancangan Acak Kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan satuan percobaan ke dalam grup-grup yang homogen yang dinamakan kelompok dan kemudian menentukan perlakuan secara acak di dalam masing-masing kelompok. Rancangan Acak Kelompok Lengkap merupakan rancangan acak kelompok dengan semua perlakuan dicobakan pada setiap kelompok yang ada. Tujuan pengelompokan satuan-satuan percobaan tersebut adalah untuk membuat keragaman satuan-satuan percobaan di dalam masing-masing kelompok sekecil mungkin sedangkan perbedaan antar kelompok sebesar mungkin. Tingkat ketepatan biasanya menurun dengan bertambahnya satuan percobaan (ukuran satuan percobaan) per kelompok, sehingga sebisa mungkin buatlah ukuran kelompok sekecil mungkin. Pengelompokan yang tepat akan memberikan hasil dengan tingkat ketepatan yang lebih tinggi dibandingkan rancangan acak lengkap yang sebanding besarnya.

Keuntungan rancangan acak kelompok adalah:

• Lebih efisien dan akurat dibanding dengan RAL
  • Pengelompokan yang efektif akan menurunkan Jumlah Kuadrat Galat, sehingga akan meningkatkan tingkat ketepatan atau bisa mengurangi jumlah ulangan.
• Lebih Fleksibel.
  • Banyaknya perlakuan
  • Banyaknya ulangan/kelompok
  • tidak semua kelompok memerlukan satuan percobaan yang sama
• Penarikan kesimpulan lebih luas, karena kita bisa juga melihat perbedaan diantara kelompok

Kerugiannya adalah:

• Memerlukan asumsi tambahan untuk beberapa uji hipotesis
• Interaksi antara Kelompok*Perlakuan sangat sulit
• Peningkatan ketepatan pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan percobaan dalam kelompok
• Derajat bebas kelompok akan menurunkan derajat bebas galat, sehingga sensitifitasnya akan menurun terutama apabila jumlah perlakuannya sedikit atau keragaman dalam satuan percobaan kecil (homogen).
• Memerlukan pemahaman tambahan tentang keragaman satuan percobaan untuk suksesnya pengelompokan.
• jika ada data yang hilang memerlukan perhitungan yang lebih rumit.

Baca pos ini lebih lanjut