Laporan Praktikum Rancangan Acak Kelompok Faktorial (RAKF)

Laporan Praktikum Perancangan Percobaan (PTN202)

Rancangan Acak Kelompok Faktorial (RAKF)

Nama : Putri Mayana Ningse
NPM : 2205109010xxx
No Komputer : 01

Laboratorium Statistik dan Sosial

DEPARTEMENT PROTEKSI TANAMAN

FAKULTAS PERTANIAN

UNIVERSITAS SYIAH KUALA

DARUSSALAM - BANDA ACEH

2024

BAB I

PENDAHULUAN

1.1. Latar Belakang

Rancangan Acak Kelompok Faktorial (RAKF) adalah suatu metode desain eksperimental yang menggabungkan dua atau lebih faktor dengan konsep kelompok dalam penelitian statistik. Dalam RAKF, faktor-faktor yang diamati dibagi menjadi kelompok atau blok, dan setiap kelompok kemudian dianggap sebagai satuan eksperimental yang utuh. Setiap faktor dapat memiliki dua atau lebih level yang berbeda, dan kombinasi tingkat faktor ini diaplikasikan secara acak dalam setiap kelompok. Pendekatan ini memungkinkan peneliti untuk mengontrol variasi yang mungkin muncul di antara kelompok-kelompok tersebut.

Pertama, setiap kelompok diberikan perlakuan dari kombinasi tingkat faktor yang ditentukan secara acak. Kedua, variasi antar kelompok diidentifikasi dan diakui dalam analisis data untuk memastikan interpretasi yang akurat. Kelebihan RAKF mencakup kemampuannya untuk mengontrol variasi antar kelompok, yang dapat memberikan hasil yang lebih akurat dan andal. Namun, perhatian khusus harus diberikan pada desain kelompok, dan pemilihan kelompok yang homogen menjadi kunci untuk mengoptimalkan keunggulan statistik dari pendekatan ini.

Dengan menggunakan analisis varians (ANOVA) atau metode statistik lainnya, data yang dihasilkan dari RAKF dianalisis untuk mengevaluasi pengaruh masing-masing faktor, interaksi antar faktor, dan dampak variasi antar kelompok. Hasil analisis ini memberikan pemahaman yang lebih mendalam tentang cara faktor-faktor tersebut berkontribusi terhadap variabel respons, memungkinkan peneliti untuk membuat kesimpulan yang lebih bermakna terkait dengan eksperimen mereka.

1.2 Tujuan Praktikum

Praktikum ini bertujuan agar mahasiswa dapat mengetahui dan memahami analisis data optimasi dengan menggunakan metode Rancangan Acak Kelompok Faktorial.

BAB II

TINJAUAN PUSTAKA

2.2 Definisi Umum

Rancangan Acak Kelompok Pola Faktorial Adalah terdiri dari dua peubah bebas atau faktor (A dan B) dan kedua faktor tersebut saling diduga berinteraksi dan kedua faktor tersebut termasuk dalam lasifikasi silang. Terdapat satu peubah pengganggu atau sampingan yang disebut kelompok dan tidak berinteraksi dengan peubah lainnya. Percobaan Faktorial dengan rancangan dasar Rancangan Acak Kelompok (RAK) adalah percobaan dimana faktor yang dicobakan lebih dari satu faktor dan menggunakan RAK sebagai rancangan percobaannya.

Rancangan ini dipilih apabila satuan percobaan yang digunakan tidak seragam, sehingga perlu pengelompokan, sedangkan pada RAL Faktorial, satuan percobaan relatif seragam sehingga tidak perlu adanya pengelompokkan. Pada prinsipnya percobaan RAK Faktorial sama dengan percobaan RAK tunggal yang telah dibahas sebelumnya namun dalam percobaan ini terdiri dari dua faktor atau lebih.

2.3 Kelebihan Dan Kekurangan RAKF

Kelebihan RAKF yaitu sebagai berikut:

1. Analisis statistiknya masih bersifat sederhana, sama seperti pada rancangan acak lengkap

faktorial.

2. Jika tujuan pengelompokan terpenuhi, rancangan acak kelompok faktorial memberikan presisi

dan efisiensi yang lebih tinggi dibanding rancangan acak lengkap faktorial.

3.Jika ada satu atau dua data yang hilang, analisis statistik masih dapat dilanjutkan dengan teknik

data hilang.

Kekurangan RAKF :

Rancangan acak kelompok faktorial juga memiliki kelemahan yaitu bila perlakuannya banyak maka luas kelompok percobaannya juga bertambah besar, sehingga ragam dalam kelompok menjadi besar, ragam galat menjadi besar dan uji F menjadi kurang peka. Jika tujuan pengelompokan tidak terpenuhi, presisi dan efisiensi penggunaan rancangan acak kelompok faktorial lebih rendah dari rancangan acak lengkap faktorial karena berkurangnya derajat bebas untuk galat percobaan.

2.3 Model Matematis RAKF

Yijk = m + ai +bj + tk+ (bt)jk+ eijk

(i=1,2,3,…..u; j=1,2,3,……a; k=1,2,3,….b)

Keterangan:

Yijk = Nilai pengamatan untuk ulangan ke-i, faktor A level ke-j, faktor B level ke-k

m = Nilai tengah umum

ai = Pengaruh ulangan ke-i

bj = Pengaruh faktor A ke-j

tk = Pengaruh faktor B ke-k

(bt)jk = Interaksi AB pada level A ke-j, level B ke-k

eijk = Galat percobaan untuk ulangan ke-i, faktor A level ke-j, faktor B level ke-k

BAB III

PEMBAHASAN

Untuk melakukan pengolahan data di SPSS, tahap pertama yang harus dipersiapkan adalah memiliki datanya terlebih dahulu di google sheet agar memudahkan membedakan data mentah dan data yang akan di input pada aplikasi SPSS.

MENGOLAH DATA DARI HASIL PENELITIAN DENGAN MENGGUNAKAN SPSS

Data RAKF

Langkah 1. Jalankan software SPSS untuk memulai membuat kerangka pengolahan. Ketika membuka program SPSS, akan ada dua windows yang muncul yang pertama untuk Data dan yang kedua yaitu untuk Output setelah menganalisis.

Tampilan SPSS Bagian Data

Tampilan SPSS Bagian Ouput

Langkah 2. Isilah kolom Name dengan perlakuan Faktor_V dan perlakuan Faktor_N, ulangan_blok_kelompok dan hasil_Gabah pada Variable View.

Langkah 3: Selanjutnya pada kolom Decimals disesuaikan berapa banyak desimal yang akan digunakan.

Langkah 4 : Selanjutnya kolom Label diisi sesuai yang kita amati pada skripsi, seperti gambar di bawah ini.

Langkah 5 : Mengisi bagian Values dimana :

a. Klik Values Perlakuan Faktor_V dengan mengisi kotak Value dengan angka dan kotak Label dengan kode perlakuan yang diamati pada skripsi seperti pada gambar sampai semua perlakuan dimasukkan lalu klik OK.

b. Klik Values Perlakuan Faktor_N dengan mengisi kotak Value dengan angka dan kotak Label dengan kode perlakuan yang diamati pada skripsi seperti pada gambar sampai semua perlakuan dimasukkan lalu klik OK.

c. Klik Values Ulangan_Blok_Kelompok dengan mengisi kotak Value dengan angka dan kotak Label dengan kode kelompok yang diamati pada skripsi seperti pada gambar, kemudian klik Add dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

Langkah 6. Kemudian Klik Data View pada bagian bawah, lalu masukkan data sesuai dengan data yang tersedia, seperti pada gambar di bawah ini.

Langkah 7. Selanjutnya untuk menganalisa data dilakukan dengan klik menu Analyze → General Linear Model → Univariate.

Langkah 8. Selanjutnya "Hasil Gabah" dimasukkan ke Dependent Variable dengan menekan gambar panah yang ada di samping Dependent Variable. Lalu "Perlakuan Penelitian (Perlakuan V dan N)" di masukkan ke Fixed Factor. Blok_Kelompok_Ulangan dimasukkan karena ini merupakan rancangan acak kelompok faktorial.

Langkah 9. Kemudian Klik Model → Custom → Lalu pilih Main Effect → import Blok_Kelompok_Ulangan, "Perlakuan_ Faktor V" dan “Perlakuan_Faktor N” dari kolom Factors & Covariates ke kolom Model → Continue.

Langkah 10. Lalu, type Main Effect diganti kembali menjadi Interaction dan blok dengan menekan Shift lalu tekan "Perlakuan_Faktor V" serta "Perlakuan_Faktor N" dan pindahkan dari kolom kiri ke kolom kanan hingga tampilannya seperti gambar di bawah ini kemudian pilih Continue.

Langkah 11. Untuk melakukan uji lanjut, maka pilih Post Hoc. Klik Post Hoc → import Blok_Kelompok_Ulangan , " Perlakuan_Faktor V" dan “Perlakuan_Faktor N” dari kolom Factors ke kolom Post Hoc Tests for → pada kolom Equal variances Assumed, checklist jenis uji lanjutan yang akan digunakan sesuai dengan kebutuhan dan tujuan misalnya LSD, Tuckey dan Duncan → Continue → Ok.