Laporan Praktikum Rancangan Acak Kelompok (RAK)

Nama : Dina Kamila

Nim : 2105101050061

No Komputer : 27

Definisi Umum

Rancangan Acak Kelompok (RAK) merupakan salah satu bentuk rancangan yang telah digunakan secara meluas dalam berbagai bidang penyelidikan pertanian, industri dan sebagainya. Rancangan ini dicirikan oleh adanya kelompok dalam jumlah yang sama, dimana setiap kelompok dikenakan perlakuan-perlakuan. Melalui pengelompokan yang tepat atau efektif, maka rancangan ini dapat mengurangi galat percobaan. Disamping itu rancangan ini juga fleksibel dan sederhana. Jika pada RAL yang dipelajari adalah satu keragaman yang menyebabkan nilai-nilai pengamatan beragam yaitu keragaman karena perlakuan yang dicobakan, maka pada RAK yang diperhatikan adalah disamping perlakuan dan pengaruh galat masih dilihat juga adanya kelompok yang berbeda. Kalau digunakan RAL maka satuan percobaan harus homogen sedangkan yang berlainan adalah perlakuan, apabila menggunakan RAK satuan percobaan tidak perlu homogen, dimana satuan-satuan percobaan tersebut dapat dikelompokan ke dalam kelompok-kelompok tertentu sehingga satuan percobaan dalam kelompok tersebut menjadi relatif homogen. Dengan demikian proses pengelompokan adalah membuat keragaman dalam kelompok menjadi sekecil mungkin dan keragaman antar kelompok menjadi sebesar mungkin.

Ciri – Ciri RAK

Menurut Reynaldi (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.

Sejauh ini jenis rancangan percobaan yaitu rancangan acak lengkap (RAL) dan rancangan acak kelompok (RAK). Variasi dalam kedua jenis rancangan ini berkaitan dengan perlakuan atau struktur blok. Kedua blok dan perlakuan bisa memiliki struktur multifaktor, dan keduanya bisa berupa kuantitatif atau kualitatif. Aspek dari rancangan ini mempengaruhi analisis, namun tidak mengubah struktur dasar dari cara perlakuan yang ditugaskan ke unit eksperimental. Jika pada rancangan acak lengkap satuan percobaan yang digunakan harus homogen, tapi pada rancangan acak kelompok ini tidak perlu homogen dan ketidakhomogenan tersebut akan dikelompok-kelompokkan menjadi satuan-satuan yang mendekati homogenitas. Rancangan acak lengkap digunakan jika unit percobaan relatif homogen, media percobaan tidak memberikan pengaruh percobaan dilakukan di laboratorium, lingkungan dapat dikontrol sederhana dan mudah dilakukan. Rancangan acak kelompok digunakan jika media percobaan dapat memberikan pengaruh percobaan dilakukan di lapangan/lahan, lingkungan tidak dapat dikontrol dilakukan pengelompokkan, kumpulan unit percobaan yang relatif homogen dijadikan satu kelompok.

Model Linier dan Penguraian Keragaman

Model linier aditif dari rancangan satu faktor dengan RAKL adalah:

Yij = μ + τi + βj + εij

Dengan i = 1,2,…,t dan j = 1,2,…,r

Yij = Pengamatan pada perlakuan ke-i, ulangan ke-j

μ = Rataan umum

τi = Pengaruh perlakuan ke-i

βj = Pengaruh kelompok ke-j

εij = Pengaruh acak pada perlakuan ke-i ulangan ke-j

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 di antara 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 sensitivitasnya 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.

Aplikasi SPSS :

Data RAK :

Analisis Data RAK

Adapun cara untuk menganalisis data RAL adalah sebagai berikut:

1. Jalankan software SPSS.16. saat membuka program SPSS, ada dua buah lembaran kerja yang muncul yaitu “Data View” dan “Variabel View”, untuk memulai membuat kerangka pengolahan, maka klik pada lembar “Variabel View”.

2. Baris pertama pada kolom “Name” diisi dengan “Perlakuan". Selanjutnya pada “Lable” diisi dengan jenis perlakuan sesuai dengan data penelitian, dalam hal ini “Pengaruh Dosis Herbisida Pendimethalin”. Untuk kolom “Decimals” disesuaikan dengan jumlah desimal data.

Pada kolom “Value” diisi dengan tingkatan perlakuan yang dilakukan, misalnya pada data diatas terdapat 6 perlakuan yaitu 0 L/ha, 1 L/ha, 2 L/ha, 3 L/ha, 4 L/ha, dan 5 L/ha. Maka pada “Value” diisi dengan “0” dan pada “Label” diisi dengan tingkatan perlakuan “0 ppm” lalu klik Add

3. Baris kedua pada kolom “Name” diisi dengan “Ulangan”. Untuk kolom “Decimals” disesuaikan dengan jumlah desimal data.

Pada kolom “Value” diisi dengan tingkatan ulangan yang dilakukan, misalnya pada data diatas terdapat 4 ulangan yaitu Ulangan I, Ulangan II, Ulangan III, dan Ulangan IV. Maka pada “Value” diisi dengan “1” dan pada “Lable” diisi Ulangan I. Lalu klik Add. Dan diteruskan hingga Ulangan IV.

4. Baris ketiga pada kolom “Name” diisi dengan “Hasil”, selanjutnya pada “Lable” diisi dengan hasil parameter yang diuji, dalam hal ini “Hasil Tanaman Kedelai”. Untuk kolom “Decimals” disesuaikan dengan jumlah desimal data.

5. Selanjutnya klik “Data View” untuk mengisi data.

6. Pada baris pertama kolom “Perlakuan” diisi dengan “0” (perlakuan ke-0) sebanyak 4 kali karena ada 4 ulangan. Dan di teruskan hingga Perlakuan "6"

7. Pada kolom “Ulangan” diisi dengan 1 (Ulangan ke-1), 2 (Ulangan 2), 3 (Ulangan 3), dan 4 (Ulangan 4). Lalu di ulang sebanyak 6 perlakuan.

8. Pada kolom “Hasil” diisi dengan data hasil percobaan pada perlakuan ke-0 ulangan ke-1 (2,3). Dan seterusnya hingga memenuhi kolom yang sesuai dengan "Perlakuan" dan "Ulangan".

9. Untuk menampilkan data “Perlakuan” dan “Ulangan”yang lebih rinci dapat dilakukan dengan meng-klik ikon “Value Lables”.

10. Selanjutnya untuk menganalisa data dilakukan dengan:

Klik menu Analyze → General Linear Model → Univariate

11. Pada "Dependent Variable" diisi dengan “Hasil” dengan cara meng-klik (import) tanda panah ditengan kedua kolom dan pada "Fixed Factor" diisi dengan “Perlakuan dan Ulangan” dengan cara yang sama.

12. Klik: Model

12. Klik "Custom", lalu Import “Ulangan dan Perlakuan”, lalu "Continue".

13. Klik: Post Hoc

Import “Ulangan dan Perlakuan”, checklist jenis uji lanjutan yang akan digunakan sesuai dengan kebutuhan dan tujuan misalnya LSD, Tuckey dan Duncan. Lalu klik "Continue"