RANCANGAN ACAK LENGKAP (RAL)
1.
Pengertian
Rancangan Acak Lengkap
RAL
adalah Rancangan Percobaan yang diterapkan jika ingin mempelajari (t) buah
perlakuan dan menggunakan (r) satuan percobaan untuk setiap perlakuan atau
menggunakan total (rt) satuan percobaan.
RAL membutuhkan kita mengalokasikan (t) perlakuan secara acak kepada (rt)
satuan percobaan dengan pengacakan tanpa pembatasan.Rancangan acak lengkap merupakan jenis rancangan percobaan yang paling
sederhana. Adapun yang melatar belakangi digunakannya rancangan acak lengkap
adalah sebagai berikut :
- Satuan
percobaan yang digunakan homogen atau tidak ada faktor lain yang
mempengaruhi respon di luar faktor yang dicoba atau diteliti.
- Faktor luar yang dapat mempengaruhi
percobaan dapat dikontrol. Misalnya percobaan yang dilakukan di
laboratorium.
Rancangan
acak lengkap dipergunakan jika variabel luar tidak diketahui, atau bila
pengaruh variabel ini yang sengaja tidak dikontrol terhadap variasi subyek,
adalah sangat kecil. Rancangan ini juga dipakai jika diketahui bahwa subyek
keadaannya seragam dan inferensi yang dibuat berdasarkan hasil percobaan tidak
dimaksudkan sebagai inferensi yang bersifat percobaan tidak dimaksudkan sebagai
inferensi yang bersifat luas serta berlaku untuk populasi yang lebih beragam.
Oleh karena itu, rancangan ini tidak disarankan jika hasil ujinya dipergunakan
untuk inferensi populasi yang lebih beragam
Syarat yang harus
diperhatikan dalam RAL :
1. Kecuali
perlakuannya, semua (media percobaan dan keadaan-keadaan lingkungan lainnya)
harus serba sama atau homogen.
2.
Penempatan perlakuan ke dalam
satuan-satuan percobaan dilakukan secara acak lengkap, yang artinya kita
perlakukan semua satuan percobaan sebagai satu kesatuan dimana perlakuan
ditempatkan ke dalamnya secara acak.
3.
Hanya mempunyai 1 faktor dan mempunyai
sejumlah taraf faktor yang nilainya bisa kualitatif maupun kuantitatif.
2. Kelebihan
dan Kekurangan Rancangan Acak Lengkap (RAL)
Kelebihan RAL adalah perhitungannya
sederhana. RAL dapat diterapkan pada percobaan dengan ulangan pengamatan sama
dan tidak sama. Keuntungan menggunakan RAL antara lain :
1.
Rancangan percobaannya lebih mudah.
2. Apabila
jumlah perlakuan hanya sedikit, dimana derajat bebas galatnya juga kecil
3. Analisis
statistik terhadap data percobaan sederhana.
4. Fleksibel
dalam jumlah penggunaan perlakuan dan ulangan (dapat dilakukan pada ulangan
yang tidak sama).
5. Terdapat
alternatif analisis nonparametrik yang sesuai.
6. Permasalahan
data hilang dapat mudah ditangani
7. Tidak
memmerlukan tingkat pemahaman yang tinggi mengenai bahan percobaan
Kekurangan
RAL antara lain adalah :
1.
Terkadang tidak efisien.
2.
Tingkat ketepatan (presisi) mungkin
tidak terlalu memuaskan kecuali unit percobaab benar-benar homogen
3.
Pengulangan percobaan yang sama mungkin
tidak konsisten (lemah) apabila satuan percobaan tidakbenar-benarhomogen
terutama apabila jumlah ulangannya sedikit
Untuk lebih jelasnya
perhatikan contoh di bawah ini
kita akan mengolah data dari hasil
penelitian dengan menggunakan spss 16 dan microsoft excel.
Jalankan Program Microsoft
Excel
Hipotesis
Diduga
dalam konsentrasi tertentu, asam askorbat dapat menekan nilai TBA (Tirobarbituric
Acid) dangke hingga penyimpanan selama 7 hari.
Variabel Bebas (Independent)
Variabel bebas adalah perlakuan yang
diberikan dalam penelitian, yaitu level pemberian Na-Askorbat:
- P1:
0%
- P2:
1%
- P3:
2%
- P4:
3%
Variabel Tak Bebas (Independent)
Merupakan variable yang diukur atau
parameter yang diukur:
- Nilai TBA (Tirobarbituric
Acid)
ANALISIS VARIANSI
Data Penelitian
Ulangan
(r)
|
Perlakuan
|
TOTAL
|
0%
|
1%
|
2%
|
3%
|
1
|
7.00
|
6.00
|
6.30
|
5.00
|
24.30
|
2
|
6.00
|
6.00
|
6.10
|
5.00
|
23.10
|
3
|
6.00
|
4.80
|
6.90
|
5.60
|
23.30
|
4
|
5.77
|
4.60
|
5.50
|
6.63
|
22.50
|
5
|
5.52
|
5.40
|
6.30
|
6.66
|
23.87
|
6
|
5.27
|
5.20
|
6.60
|
6.68
|
23.75
|
7
|
5.02
|
5.20
|
7.93
|
6.71
|
24.86
|
8
|
4.77
|
4.80
|
6.00
|
6.73
|
22.30
|
9
|
4.52
|
5.80
|
5.00
|
6.76
|
22.07
|
10
|
4.27
|
5.80
|
6.50
|
6.78
|
23.35
|
Total
|
54.12
|
53.60
|
63.13
|
62.55
|
233.40
|
A. Derajat
Bebas (db)
dbt
= ∑n – 1 = 40 – 1 = 39
dbp
= t – 1 = 4 – 1 = 3
dbg
= t (r – 1) = 4 (10 – 1) = 4 x 9 = 36
B. Faktor
Koreksi (FK)
FK = Yij2/r.t
= 233,402/(4 x 10) = 54474,00/40 = 1361,85
C. Jumlah
Kuadrat (JK)
a. Jumlah
Kuadrat Total (JKT)
JKT = ∑(yij)2 –
FK
=
(7,02 + 6,002 + 6,002 + ….+
6,782) – 1361,85
=
(49,00 + 36,00 + 36,00 + ….. + 46,00) – 1361,85
=
1389,10 – 1361,85
= 27,25
b. Jumlah
Kuadrat Perlakuan (JKP)
JKP = (∑ (∑yij)2)/r) – FK
= (54,122 + 53,602 + 63,132 +
62,552)/10) – 1361,85
= (2928,61 + 2872,96 + 3985,82 + 3912,09)/10) – 1361,85
= (13699,48/10) – 1361,85
= 1369,95 – 1355,23
= 8,10
c. Jumlah
Kuadrat Galat (JKG)
JKG = JKT – JKP = 27,25 –
8,10 = 19,15
D. Kuadrat
Tengah (KT)
a. Kuadrat
Tengah Perlakuan (KTP)
KTP = JKP/dbp = 8,10/3 = 2,70
b. Kuadrat
Tengah Galat (KTG)
KTG = JKG/dbg = 19,15/36 = 0,53
E. F Hitung
(Fhit)
Fhit = KTP/KTG = 2,70 / 0,53 = 5,07
Keterangan: ** Signifikan pada taraf 1% (P<0,01)
E. KESIMPULAN
Analisis Variansi: Fhitung
(5,07) lebih besar dari Ftabel 1% (4,06), maka perlakuan pemberian asam
askorbat terhadap dangke berpengaruh secara nyata (P<0,01) terhadap nilai
TBA dangke yang disimpan selama 7 hari.
Contoh Soal RAL dalam SPSS
1.
Memasukkan
Data
Buka aplikasi SPSS,
pada saat loading intro selesai akan muncul dua buah jendela utama:
1)
SPSS Data Editor, yaitu jendela untuk pengimputan dan proses analisis
data; dan 2) SPSS Viewer atau jendela yang anantinya ankan mengemluarkan hasil
anaslisi (output).
Masuklah
pada SPSS Data Editor, pada jendela ini kllik Variable View pada
sisi kiri bawah jendela.
Pada
kolom "Name", isi dengan nama variabel Perlakuan, Ulangan dan Nilai-TBA sesuai
dengan soal pada analisis secara manual.
Pada
kolom "Type" biarkan (Numeric). Catatan: apabila pada kolom perlakuan
anda menggunakan kata (bukan simpbol) maka pillih String pada kolom ini.
Pada
kolom "Label" berilah nama sesuai dengan keinginan, pada contoh ini
diberi label Level Asam Askorbat pada baris perlakuan.
Pada kolom
"Value" klik pada sisi kanan sel, akan muncul jendela Value
Labels. Klik panah padaValues, selanjutnya akan
muncul window Value Labels kemudian masukkan makna dari
nilai 1 – 4 sesuai dengan jenis perlakuan. Ketik 1 pada Value,
kemudian A.Askorbat 0% pada Label, lalu klikAdd, ulangi
langkah tadi untuk A.Askorbat 1, 2, dan 3%. Lalu klik OK. Perhatikan
gambar berikut:
Pada kolom
"measure" pilih Ordinal, sehingga tampilan Variable View yang akan
diperoleh seperti gambar berikut:
Masuk pada sheet Data
View, sekarang masukkan data sesuai dengan urutan perlakuan dan
ulangan seperti gambar berikut:
2. Analisis
Setelah data tersusun
dengan baik, selanjutnya analisis dapat dilakuan. Langkahnya sebagai berikut,
klik: Analize -> Compare Means -
> One-Way ANOVA.
Selanjutnya akan muncul
jendela One-Wey ANOVA. Masukkan Level Asam Askorbat padaFactor: dan
Nilai TBA pada Dependent List:
Selanjutnya Klik
Options, untuk menampilkan pilihan-pilihan tambahan informasi yang nantinya
muncul pada Output. Pada jendela Option, pilih Descriptive, Homogenity of
Variance test, Means Plot kemudian Kllik Continue.
Saat kembali pada
jendela One-Wey ANOVA, Klik OK untuk mengeluarkan Output hasil analisis.
3. Luaran
(output)
Interpretasi Output:
Output 1:
Descriptives, merupakan output yang menyajikan deskripsi statistic data yang
diteliti, meliputi banyak data (N), rata-rata (mean), standar deviasi (SD),
standar error (SE), selang kepercayaan 95% terhadap rata-rata, nilai minimum
dan maksimum.
Output 2:
Test of Homogeneity of variances, nilai Sig. yang lebih besar dari 0,05
(Sig>0,05) menunjukkan bahwa variance data tidak berbeda secara nyata
(dengan demikian maka hipotesis 0 atau H0 ditolak) sehingga memenuhi asumsi
berdistribusi normal dan memenuhi syarat untuk penggunaan analisis varians.
Output 3:
table sidik ragam ANOVA, pada table ini terdapat nilai jumlah kuadrat (Sum of
Squares), derajat bebas (df), kuadrat tengah (Mean Square), F hitung (F) dan
Signifikansi hasil analisis. Pada kolom pertama, Between Group merupakan
perlakuan dan Within Group merupakan Galat.
Berdasarkan nilai
p-value (Sig.) pada table ANOVA diatas sebesar 0,005 yang lebih kecil dari 0,01
(P<0,01), berarti H0 ditolak yang bermakna bahwa perlakuan yang diberikan
berpengaruh nyata pada taraf 1%. Hasil analisis pada penggunaan SPSS ini dapat
dibandingkan dengan hasil pengolahan data RAL secara manual, dan hasilnya adalah sama.