MENGOLAH DATA DARI HASIL PENELETIAN YANG DIRANCANG DENGAN MENGGUNAKAN RANCANGAN ACAK LENGKAP (RAL NON FAKTORIAL)

Rancangan Acak Lengkap (RAL) Non Faktorial

MENGOLAH DATA DARI HASIL PENELETIAN YANG DIRANCANG DENGAN MENGGUNAKAN RANCANGAN ACAK LENGKAP  (RAL NON FAKTORIAL)

A.    DEFENISI DAN SYARAT PENGGUNAAN

Rancangan Acak Lengkap (RAL) merupakan rancangan paling sederhana dari beberapa macam perancanngan yang baku.  Rancangan ini dipergunakan jika ingin mempelajari perngaruh beberapa perlakuan (t) dengan sejumlah ulangan (r) untuk menjadi satuan-satuan percobaan (rt). RAL dilakukan dengan mengalokasikan pengacakan t kepada rt satuan percobaan.

Unit-unit percobaan dalam RAL dapat berupa sampel ternak (ekor), cawan/tabung, area lahan dan lain-lain yang merupakan satuan unit-unit yang diberi batasan sehingga tidak mempengaruhi satu-sama dan dengan kondisi lingkungan yang relatif dapat dikendalikan.  Hal ini dilakukan untuk mencegah terjadinya interaksi pengaruh dua perlakuan yang berdekatan terhadap unit percobaan.  Karena kondisi sampel dan lingkungan yang homogen, maka setiap perlakuan dan ulangan mempunyai peluang yang sama besar untuk menempati semua plot-plot percobaan sehingga pengacakan dilakukan secara lengkap.

Akurasi penggunaan RAL akan tercapai apabila: 1) bahan percobaan homogen atau relatif homogen; 2) kondisi lingkungan sama dan dapat dikendalikan; dan 3) jumlah perlakuan dibatasi. RAL lebih sering digunakan dalam percobaan di Laboratorium karena kondisi lingkungan dapat dikendalikan.

B.     KELEBIHAN DAN KEKURANGAN

Beberapa keuntungan dari penggunaan RAL antara ain: denah percobaan yang lebih mudah; analisis statistik terhadap subjek percobaan cukup sederhana; fleksibel dalam penggunaan jumlah perlakuan dan ulangan; kehilangan informasi (data-hilang) relatif lebih kecil dibandingan dengan perancangan yang lain.

Beberapa kekurangan dalam penggunaan RAL antara lain: persyaratan kondisi sampel yang harus homogen, tidak mungkin dilakukan pada kondisi lingkungan yang tidak seragam, dan jumlah ulangan yang rendah akan memberikan hasil yang tidak konsisten.

C.    MODEL MATEMATIS RAL

Dalam RAL, data percobaan didistribusikan melalui model persamaan sebagai berikut :

Yij  = µ + Ai  + єij

                                    i =  1, 2, 3,…………,a      j = 1,2,3...........,u

Yijk     : Pengamatan Faktor Utama taraf  ke-i , Ulangan ke-j dan Faktor Tambahan  taraf ke-k  

 µ         : Rataan Umum

Ai        : Pengaruh Utama  pada taraf  ke-i  

єij       : Pengaruh Galat I pada Faktor Utama ke-i dan Ulangan ke-j 

єijk      : Pengaruh galat II  pada Faktor Utama taraf ke-i, Ulangan  ke-j dan faktor tambanan pada  taraf ke-k.

UNTUK LEBIH JELASNYA PERHATIKAN CONTOH DI BAWAH INI

KITA AKAN MENGOLAH DATA DARI HASIL PENELITIAN DENGAN MENGGUNAKAN SPSS 16 

Data didapat dari:

Skripsi: Nadia Ulfa (1005103010022) Program Studi Agroteknologi, Fakultas Pertanian Universitas Syiah Kuala, Banda Aceh, 2015.

Judul: "Pengaruh Aplikasi Pupuk Hayati Terhadap Sererangan Crocidolomia pavonana oada Tanaman Sawi”

Langkah-langkah penyelesaian RAL (Non Faktorial) dengan SPSS 16 sebagai berikut:

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 SPSS Bagian Data

Tampilan SPSS Bagian Output

Ada dua tempat yang harus diisi dalam SPSS, yaitu data view (untuk mengisi data yang akan diolah), dan variable view (untuk tempat variable, atau sumber keragaman dalam tabel sidik ragam).

 

Langkah 2 : Mengisi Bagian Kolom “Name” pada Variabel View 

Dalam kolom name yang diisi adalah perlakuan, ulangan dan hasil. 

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

Langkah 4 : Setelah bagian Decimals, selanjutnya kolom “Label”

Dalam kolom “label” diisi sesuai yang kita amati pada skripsi, mis : label perlakuan adalah Spesies Trichoderma (karena Spesies Trichoderma sebagai perlakuan).

Langkah 5 : Mengisi Bagian “Values”

a.    Bagian Perlakuan

1.      Pada kolom “Values Perlakuan”klik 2x pada bagian kanan sel hingga muncul sebuah tombol baru yang berisi titik-titik, klik tombol tersebut hingga muncul kotak “Value Labels”.

2.      Isi kotak value dengan angka dan kotal labels dengan kode perlakuan. Mis: value= 0, labels= H0 = Konrol, kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

b.    Bagian Blok

1.      Pada kolom “Values Ulangan”klik pada bagian kanan sel hingga muncul sebuah tombol baru yang berisi titik-titik, klik tombol tersebut hingga muncul kotak “Value Labels”.

2.      Isi kotak value dengan angka dan kotal labels dengan kode ulangan. Mis: value= 1, labels= Ulangan I, kemudian klik “add” dan seterusnya sampai semua perlakuan dimasukkan lalu klik OK.

Langkah 6 : Mengisi Bagian “Data View”

1.      Klik “Data View” yang terletak disudut kiri bawah, sehingga muncul penampilan seperti dibawah ini.

1.      Pastikan tombol “Value Label” pada bar sudah diklik.

2.  Kemudian pada kolom perlakuan diklik 2 kali, hingga muncul kotak yang berisi daftar perlakuan yang akan kita masukkan. Lakukan hal yang sama pada ulangan.

3.   Setelah selesai, isilah data yang akan diolah pada kolom hasil, pastikan data berada pada perlakuan dan ulangan yang tepat.

Hasilnya seperti dibawah ini:

Langkah 7 : Menganalisis Data

Klik Bagian Analyze àGeneral Linear à Model Univariate

Maka, akan muncul kotak Univariate seperti dibawah ini:

Langkah 8 : Mengisi “Dependent Variable” pada kotak Univariate

Klik Bagian Mortalitas Larva C. pavonana [Hasil] à Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini.

Langkah 9 : Mengisi “Fixed Factor(s)” pada kotak Univariate

Klik Bagian Konsentrasi Insektisida [Perlakuan] à Klik Tanda Panah Pada Bagian Fixed Factor(s), sehingga seperti ini.

Langkah 10 : Mengisi “Model” pada kotak Univariate

1. Klik tombol Model à hingga muncul kotak Univariate: Model. Pada bagian Specify Model à klik Custom.

2.  Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, ada bagian Factor & Covariates à  Klik bagian Perlakuan à Klik Tanda Panah di Bagian tengah Kotak Dialog.

Langkah 11 : Mengisi “Post Hoc” pada kotak Univariate

1.      Klik tombol Post Hoc àhingga muncul kotak Univariate: Post Hoc. Klik bagian Perlakuan à Klik Tanda Panah di Bagian tengah Kotak Dialog à Klik Continue.

2.      Pada bagian Equal Variances Assumed à Klik Bagian LSD (untuk Uji BNJ), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) à Klik Continue à Kembali ke kotak Univariate à Klik OK.

Langkah 12 : Muncul OUTPUT dari Analisis yang dilakukan.

Univariate Analysis of Variance

Post Hoc Test

Pupuk

Homogenus Subsets

Kesimpulan:

Fhitung = 217,000

Berbeda sangat nyata pada taraf 0.05

Jika Sudah terjadi kesamaan Antara SPSS, Microsoft Excel, dan hasil di Skripsi. Maka sudah benar apa yang telah kita lakukan.

Sumber Langkah membuat Blog dari : Harki Pratama

SELESAI