SlideShare a Scribd company logo
UNSUR DASAR
PERANCANGAN PERCOBAAN,

     KERAGAMAN,

  MODEL PERCOBAAN


                  Prof.Dr. Kusriningrum
UNSUR DASAR PERANCANGAN
          PERCOBAAN
    (1) Ulangan          (3) Kesalahan percobaan (galat percobaan)
   (2) Pengacakan       (4) Pengawasan setempat
                                   Ayam ke: Perlakuan Ransum
                                                  A      B    C
(1) ULANGAN                                      ...    ...   ...
                                       1
  Perlakuan diberikan lebih dari       2         ...    ...   ...
  sekali dalam suatu percobaan         .
  → perlakuan tsb. dikatakan          .
                                                 ...    ...   ...
   diulang.                            n
                         Ulangan



 Fungsi Ulangan:
  1). Untuk menghasilkan nilai-dugaan bagiFgalat tabel
        S.K.      d.b.       J.K.   K.T.   hit. F percobaan
      Perlakuan   t-1          ...   ...   ...    ...
      Galat       t(n–1)       ...   ...
       Total      tn-1         ...
2) Meningkatkan ketelitian / ketepatan percobaan
3) Memperluas daya cakup kesimpulan percobaan
   Contoh:
             Meneliti 2 varitas rumput pakan ternak di daerah
tertentu.
                                              varitas I
                          Jenis tanah A
    Daerah tsb.                               varitas II
      terdapat
    2 jenis tanah                             varitas I
                          Jenis tanah B
                                              varitas II

4) mengendalikan ragam galat percobaan
   Contoh:
          Meneliti pengaruh konsentrat pada domba

                Domba: 1 – 2 tahun → 10 ulangan
                Domba: 2 – 3 tahun → 10 ulangan
                Domba: 3 – 4 tahun → 10 ulangan
(2) PENGACAKAN
  Dalam percobaan suatu penelitian → penentuan secara acak
  berarti setiap perlakuan harus mempunyai kesempatan yang
  sama untuk diberikan pada sembarang satuan percobaan.

                 Harus bertindak seobyektif mungkin
                  (tidak boleh menurut selera kita)

                        cara lotre (paling sederhana)
   Pengacakan
                        dengan menggunakan tabel bilangan acak

   Fungsi Pengacakan:
        Untuk menghindari bias atau untuk memperkecil bias
        yang mungkin terdapat dalam percobaan.
PENGAMBILAN SAMPEL SECARA ACAK
             ( PENGACAKAN )
# Penentuan secara acak → satuan percobaan berpeluang sama
                        untuk mendapat perlakuan (bertindak obyektif).
   Pengacakan → kegunaannya untuk menghindari / memperkecil
                       bias yang terdapat dalam percobaan.
 # Sampel mencerminkan populasi → pengambilan sampel harus
   seobyektif mungkin, dengan cara random / acak, antara lain di-
                                           dengan lotre
   bedakan:
            I. Random sampel               dengan tabel bilangan acak
               (simple random sample)

            II. Pengambilan sampel secara sistematik
                (sistematic sample)

            III. Random sampel berstrata
                (stratified random sample)
PENGAMBILAN SAMPEL SECARA SISTEMATIK
                               10 petak tanah, masing-masing ditanami

                                7 x 12 = 84 rumput gajah → diambil bbrp
                                tanaman sampel untuk diteliti

.
                                            1       2     3       4       5       6       7     8   9 10 11 12
                                        1       .     .       .       .       .       .     .   .   . .        .        .
                                       2    .       x     .       .       .       x       =      . . x     .        .
                                       3    .       .     .       .       .       .       .     . . .     .        .
                                       4    .       .     .       x       =        .       =      x = .        .        .
                                       5    .       .     .       .       .       .       .     . . .     .        .
                                       6    .       x     .       .       .       x       =      . . x     .        .
                                       7    .       .     .       .       .       .       .     . . .     .        .




    Macam-macam cara pengambilan sampel secara sistematik:
       - cara diagonal, cara bujursangkar, cara leter L,
       - cara hitungan (misalnya tiap hitungan ke 3),    Harus
     konsisten

       - cara bentuk segitiga, dll.
PENGAMBILAN SAMPEL SECARA BERSTRATA:
 Bila populasi tidak homogen → perlu distratakan terlebih dahulu
                             menjadi bagian-bagian yang homogen.
                                                   ↓
                                Dari bagian-bagian homogen inilah
                                        baru diambil sampelnya

 CONTOH:
    Suatu penelitian terdiri dari 5 perlakuan dan 4 ulangan →
    diperlukan 20 ekor domba jantan yang “seragam”. Namun
    yang tersedia dilapangan domba jantan umur ½ s/d 3½ thn.
                                        ↓
    perlu distratakan menjadi 4 kelompok yang homogen:
           kelompok I, domba umur kurang 1 thn
           kelompok II, domba umur 1 – 2 thn
           kelompok III, domba umur 2 – 3 thn
           kelompok IV, domba umur lebih 3 thn
RANDOM SAMPEL: (A) Dengan cara lotre
                5 satuan percobaan akan memperoleh
                       perlakuan P, Q, R, S dan T

(I)                                     ( II )

- Satuan percobaan diberi                - P,Q, R, S dan T ditulis
  nomor 1, 2, 3, 4 dan 5                   dikertas, dan digulung
- Ambil 5 potongan kertas kecil,        - 1, 2, 3, 4 dan 5 ditulis
  tuliskan huruf P, Q, R, S dan T          dikertas, dan digulung
               ↓                                        ↓
  kertas digulung ambil satu persatu:      Pengambilan pertama dari
   Pengambilan pertama tertulis Q,            kertas isi perlakuan → S.
           berarti ditempatkan pada        Pengambilan pertama dari
           satuan percobaan ke 1               kertas isi sat. percob.→ 5
   Pengambilan kedua tertulis T, un-                       ↓
           tuk satuan percobaan ke 2    maka S menempati sat.percob. 5
   Dan seterusnya.                          - Dan seterusnya
( B ) Dengan tabel bilangan acak → (lebih dianjurkan)
CONTOH:
      Suatu percobaan mendapat perlakuan A, B, C dan D
                 masing-masing diulang 5 kali


      terdapat 4x5 = 20 satuan percobaan yang harus disediakan
      untuk:
                   A1     A2    A3     A4     A5
                   B1     B2    B3    B4    B5
                   C1     C2    C3     C4    C5
                   D1     D2     D3    D4    D5

     Cara penempatan perlakuan-perlakuan tersebut ke dalam
     satuan-satuan percobaan adalah sbb.:

     (a). Satuan-satuan percobaan tersebut diberi nomor urut
         1 s/d 20.
(b). Dari tabel bilangan acak, tentukan bilangan-bilangan yang
    digunakan untuk pengacakan. Misalnya, setelah terpilih titik
    mula, didapat gugus bilangan acak:
                   421658    027639      516240      743165
                   926304    895421      195237

(c). Yang diperlukan hanya sampai no 20
     Dilakukan pengelompokan beranggotakan 2 angka sebanyak
     20 gugus (bila ada gugus sama → lewatkan)
                 42 16      58 02 76 39 51 62
                 40    74 31 65 92 63 04 89
                 54    21 19 52

(d). Bilangan tersebut di atas diberi nomor urut sesuai urutannya
     (bilangan kecil pertama adalah 02) :
                   9      3   13      1   18    7    10    14
                   8     17    6     16 20     15     2    19
                  12     5     4     11
(e). Berdasarkan (d) →
     perlakuan A (ulangan 1 s/d 5) ditempatkan pada satuan perco-
     baan nomor 9 3      13     1    18, perlakuan B menempati
     nomor 7    10     14     8     17. sehingga diperoleh:

      1        2       3        4        5
      A4      C5      A2       D4      D3
                                                   Sudah menghilang-
      6        7       8        9        10        kan sifat berbias
      C1      B1      B4       A1       B2        dalam penempatan
                                                  perlakuan ke dalam
      11      12      13       14       15        satuan percobaan
      D5      D2      A3       B3      C4

      16      17      18        19      20
      C2      B5      A5       D1      C3
(3) KESALAHAN / GALAT PERCOBAAN
      Satu perlakuan diulang pada satuan percobaan yang
                       berkondisi serba sama
                                ↓
                Nilai pengamatan yang diperoleh
             tidak akan sama satu dengan yang lain
                                   ↓
            Kegagalan satuan-satuan percobaan ini
       disebut dengan kesalahan      / galat percobaan

 Keaneka-ragaman yang disebabkan ketidak mampuan materi
 percobaan yang diperlakukan sama untuk berperilaku sama
 disebut:   -    Kesalahan percobaan
             -   Galat percobaan
             -   Error percobaan
             -   Sisa percobaan → karena merupakan hasil selisih
                                   Total dan Sumber Keragaman
                                    lainnya.
(4) PENGAWASAN SETEMPAT
  ialah usaha mengatur / menempatkan unit-unit percobaan
  untuk memperkecil kesalahan

  D
         A
                  F
                              C         E
                                                    B




                       Tanah ketinggian tak sama
                              (kesuburan tanah berbeda)
Tanah dengan ketinggian / kesuburan berbeda
                                ↓
      perlu pembagian lahan kedalam kelompok-kelompok
                   yang punya “keragaman” sama
I                                               ↓
                                ke dalam kelompok-kelompok
    B F     II                   ini baru ditempatkan perlakuan
    D A
    E C     C D                  secara acak
            E B
                    III
            A F


                                          dibuat kelompok-
                                          kelompok (sebagai
                                          ulangan)

IV
            V
KERAGAMAN
# Keragaman timbul karena variasi biologi
CONTOH:
        - Buah apel → tidak ada yang persis sama.

          - Kesuburan sebidang tanah → tak ada yang persis sama

          - Babi melahirkan sekaligus 10 ekor anak → tidak sama


                 Apa yang dipelajari dlm Peranc.Percob.
              adalah → karena adanya keragaman
# 20 biji jagung (varitas, ukuran, volume, berat, bentuk dan warna
  → seragam)
                   ditanam dalam waktu sama

     setelah 3 minggu tanam, diperoleh bermacam-macam tinggi
               (tinggi tanaman bervariasi / beragam)


→ variasi / keragaman besar bila fluk-
   tuasi tinggi sangat bergelombang
                                               Keragaman tsb.
→ variasi / keragaman kecil bila            tak dapat dihindari
   tinggi tersebut hampir sama


                    Keragaman alamiah (tak dapat dihindari)
 Keragaman
                    Keragaman diperoleh dengan sengaja
# Dalam penelitian di lapangan / di laboratorium →
  selalu ada penyebab ketidak seragaman tersebut

                         Sumber-sumber
                           Keragaman

      Di lapangan:                               Di laboratorium:
       - iklim                                      - cahaya
       - tanah                                      - temperatur
       - manusia                                    - kelembaban
       - alat-alat                                  - manusia
                                                    - alat-alat
       - lingkungan buatan                           - media buatan
         yang diteliti         KERAGAMAN              yang diteliti
                                 DIPEROLEH
                             DENGAN SENGAJA
Perlu menguasai sumber-sumber keragaman            dibuat
  yang di lapangan ataupun di laboratorium            “seragam”

                Kecuali sumber-sumber keragaman
                yang akan diteliti, dan keragaman alamiah
                yang tidak dapat dihindari




Analisis statistika → mencoba mengetahui penyebab
                      timbulnya keragaman tsb karena apa?


                     ° Apakah karena perlakuan yang diberikan?

                     ° atau karena keadaan alamiah?
MODEL PERCOBAAN
Tanaman jagung tanpa diberi pupuk (tanpa perlakuan) →
        pada umur sama, tinggi berbeda-beda

     ε1
………………………………............... μ = tinggi seharusnya
        ε2                           (rata-rata)
 y1
    y2


                                Yi = tinggi tanaman ke i
                                μ = tinggi seharusnya
    Yi = μ + εi                     (tinggi rata-rata)
                               ε = pengaruh acak / galat / sisa /
                                i


                                     gangguan pada tanaman ke i
Untuk populasi                          Untuk sampel / contoh
                                               (mis untuk 5 tanaman)


                                                                   e4
…………………………………….. μ
                                            ………………………………… y
                                             e2  y4
           …...                          y1
                                             y2


 Yi = μ + εi       Model populasi
                                          yi = y + e i           Model contoh

                                i   = 1, 2, 3 ….N
                                                    i = 1, 2, 3, 4, 5
 Yi = tinggi tanaman ke i
 μ = rata-rata tinggi tanaman           yi = tinggi tanaman ke i
          (dari populasi)                   = y = rata-rata tinggi tanaman
    = nilai tengah umum                          y1 + y2 + . . . . + y5
Dari model contoh dan model populasi diperoleh:

         Model contoh                        Model populasi
         yi = y + ei                           Yi = μ + εi




          dapat dihitung                    tidak dapat diketahui


Berdasarkan perhitungan e        dapat diperoleh gambaran
                                 variasi ε yang sesungguhnya




          Contoh / sampel adalah bayangan populasi
# Dua petak tanaman jagung, yang satu tidak diberi pupuk, dan
       yang lain diberi pupuk → umur tertentu diukur tinggi
       tanamannya:

                             ………………………………. μ2
                          ‫2ז‬
      ………………….……………………………………………………………………… μ
‫1ז‬
      ………………………… μ1




           tidak dipupuk                          diberi pupuk


 Tinggi rata-rata tanaman: μ1 ≠ μ2 ≠ μ
     Pengaruh perlakuan pupuk: 01 ≠   ‫ז ≠ 2ז‬        Terlihat adanya
                                                  perbedaan tidak dipupuk
                                                     dan diberi pupuk
#    Seandainya diperoleh:
      μ1 = μ2 = μ

        1     2
                  0 =   ‫ז‬   =   ‫ז‬tidak terlihat efek pemberian pupuk
                                       (pupuk diduga palsu)




                                μ1
    …………………………………………………………………………... μ
                                                                μ2




        tidak dipupuk                            diberi pupuk
# Suatu populasi diacak menjadi beberapa grup berdasarkan
      perlakuan                                      1 2 3     n
:
                                                    x x x ……x      menerima perlakuan 1
                   x x x
                 x x x x x
                x x x x x x                                   x x x ……..x   menerima
            x x x x x x x                                                   perlakuan 2
            x x x x x x x
              Populasi                                                        .
            x x x x x x x                                                     .        dst.
             x x x x x x                                                      .
               x x x x
                x x x                               x x x………x       menerima perlakuan t



           Yi j = μ +         ‫ז‬i + ε i j                        yi j = y + ti + ei j

      #   model populasi                                           Model contoh

          parameter: μ, ‫ , ז‬ε → besar-                       variabel: y, t, e → dapat
                              nya tidak diketahui
    dihitung.
Model populasi:
                    Yi j =   μ + ‫ז‬i + εi j          i = 1, 2, . . . . . .t
                                                    j = 1, 2, . . . . . n
    Yi j   = tinggi tanaman pada perlakuan ke i dari tanaman ke j
      μ = nilai tengah umum
    ‫ ז‬i = pengaruh perlakuan ke i
    εi j = pengaruh acak yang bekerja pada perlakuan ke i
             dari tanaman ke j.

Model tsb: → Keadaan bahan percobaan “seragam”(kira-kira
               sama) dalam segala hal, kecuali perlakuan

                Rancangan Acak Lengkap (R.A.L.)
               (Completely Randomized Designs )
TUTORIAL
     TUGAS BAB 3 No II.
(Dikerjakan di lembaran Kertas)


TUGAS PEKERJAAN RUMAH
  (Dikerjakan pada Buku Ajar)
     - BAB 3 No I
     - BAB 3 No II
       (Soal sama, jawaban tidak
           boleh sama dengan hasil
              tutorial)

More Related Content

Viewers also liked

Program understanding: What programmers really want
Program understanding: What programmers really wantProgram understanding: What programmers really want
Program understanding: What programmers really wantEinar Høst
 
Learning style
Learning styleLearning style
Learning styleShadid Al
 
Lyntale: MS Code Contracts
Lyntale: MS Code ContractsLyntale: MS Code Contracts
Lyntale: MS Code Contracts
Einar Høst
 
Presentation edited
Presentation editedPresentation edited
Presentation editedShadid Al
 
Studi tentang vrptw
Studi tentang vrptwStudi tentang vrptw
Studi tentang vrptwJauhar Anam
 
Thephilosophicalbackgroundofchildhoodeducationin 111202174236-phpapp01
Thephilosophicalbackgroundofchildhoodeducationin 111202174236-phpapp01Thephilosophicalbackgroundofchildhoodeducationin 111202174236-phpapp01
Thephilosophicalbackgroundofchildhoodeducationin 111202174236-phpapp01Shadid Al
 

Viewers also liked (8)

06. p ortogonal
06. p ortogonal06. p ortogonal
06. p ortogonal
 
Program understanding: What programmers really want
Program understanding: What programmers really wantProgram understanding: What programmers really want
Program understanding: What programmers really want
 
Learning style
Learning styleLearning style
Learning style
 
Lyntale: MS Code Contracts
Lyntale: MS Code ContractsLyntale: MS Code Contracts
Lyntale: MS Code Contracts
 
Presentation edited
Presentation editedPresentation edited
Presentation edited
 
Studi tentang vrptw
Studi tentang vrptwStudi tentang vrptw
Studi tentang vrptw
 
Thephilosophicalbackgroundofchildhoodeducationin 111202174236-phpapp01
Thephilosophicalbackgroundofchildhoodeducationin 111202174236-phpapp01Thephilosophicalbackgroundofchildhoodeducationin 111202174236-phpapp01
Thephilosophicalbackgroundofchildhoodeducationin 111202174236-phpapp01
 
Greece4ever
Greece4everGreece4ever
Greece4ever
 

Similar to 03.undas perancob,kerak,moper

Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
Raden Maulana
 
4 probabilitas ptik
4 probabilitas ptik4 probabilitas ptik
4 probabilitas ptik
diandra nugraha
 
Stat d3 7
Stat d3 7Stat d3 7
Stat d3 7
Ketut Swandana
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
Stephanie Isvirastri
 
Permutasi,kombinasi dan peluang kelompok 5
Permutasi,kombinasi dan peluang kelompok 5Permutasi,kombinasi dan peluang kelompok 5
Permutasi,kombinasi dan peluang kelompok 5
1234567890pgri
 
Teorema multinomial dan prinsip sarang merpati
Teorema multinomial dan prinsip sarang merpatiTeorema multinomial dan prinsip sarang merpati
Teorema multinomial dan prinsip sarang merpatiArdika MathEdu
 
Noer Materi Bilangan
Noer  Materi BilanganNoer  Materi Bilangan
Noer Materi Bilangannurmalia17
 
Stat prob07 probabilitytheory_counting
Stat prob07 probabilitytheory_countingStat prob07 probabilitytheory_counting
Stat prob07 probabilitytheory_counting
Arif Rahman
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomialMarwaElshi
 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
LaddyLisya1
 
Bab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangBab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangIr. Zakaria, M.M
 
File1 soal contoh binomial dan poisson
File1 soal contoh binomial dan poissonFile1 soal contoh binomial dan poisson
File1 soal contoh binomial dan poissonIr. Zakaria, M.M
 
Peluang dan kombinatorik
Peluang dan kombinatorikPeluang dan kombinatorik
Peluang dan kombinatorik
Rifai Syaban
 

Similar to 03.undas perancob,kerak,moper (20)

Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
 
Peluang dan kejadian
Peluang dan kejadianPeluang dan kejadian
Peluang dan kejadian
 
Peluang
PeluangPeluang
Peluang
 
presentasi peluang
presentasi peluangpresentasi peluang
presentasi peluang
 
4 probabilitas ptik
4 probabilitas ptik4 probabilitas ptik
4 probabilitas ptik
 
Stat d3 7
Stat d3 7Stat d3 7
Stat d3 7
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
Slide9.pptx
Slide9.pptxSlide9.pptx
Slide9.pptx
 
07. rak
07. rak07. rak
07. rak
 
Permutasi,kombinasi dan peluang kelompok 5
Permutasi,kombinasi dan peluang kelompok 5Permutasi,kombinasi dan peluang kelompok 5
Permutasi,kombinasi dan peluang kelompok 5
 
Teorema multinomial dan prinsip sarang merpati
Teorema multinomial dan prinsip sarang merpatiTeorema multinomial dan prinsip sarang merpati
Teorema multinomial dan prinsip sarang merpati
 
Noer Materi Bilangan
Noer  Materi BilanganNoer  Materi Bilangan
Noer Materi Bilangan
 
07. rak
07. rak07. rak
07. rak
 
Nota darab 2(krt)
Nota darab 2(krt)Nota darab 2(krt)
Nota darab 2(krt)
 
Stat prob07 probabilitytheory_counting
Stat prob07 probabilitytheory_countingStat prob07 probabilitytheory_counting
Stat prob07 probabilitytheory_counting
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
 
Bab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangBab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluang
 
File1 soal contoh binomial dan poisson
File1 soal contoh binomial dan poissonFile1 soal contoh binomial dan poisson
File1 soal contoh binomial dan poisson
 
Peluang dan kombinatorik
Peluang dan kombinatorikPeluang dan kombinatorik
Peluang dan kombinatorik
 

More from Jauhar Anam

32154191 test-pauli
32154191 test-pauli32154191 test-pauli
32154191 test-pauliJauhar Anam
 
Presentasi delphi
Presentasi delphiPresentasi delphi
Presentasi delphiJauhar Anam
 
Metode penelitian 5+6
Metode penelitian 5+6Metode penelitian 5+6
Metode penelitian 5+6Jauhar Anam
 
Metode penelitian 3+4
Metode penelitian 3+4Metode penelitian 3+4
Metode penelitian 3+4Jauhar Anam
 
Metode penelitian 1+2
Metode penelitian 1+2Metode penelitian 1+2
Metode penelitian 1+2Jauhar Anam
 
08. data hilang (missing data)
08. data hilang (missing data)08. data hilang (missing data)
08. data hilang (missing data)Jauhar Anam
 
02. pengertian dasar
02. pengertian dasar02. pengertian dasar
02. pengertian dasarJauhar Anam
 

More from Jauhar Anam (10)

32154191 test-pauli
32154191 test-pauli32154191 test-pauli
32154191 test-pauli
 
Hehehe....
Hehehe....Hehehe....
Hehehe....
 
Presentasi delphi
Presentasi delphiPresentasi delphi
Presentasi delphi
 
Metode penelitian 5+6
Metode penelitian 5+6Metode penelitian 5+6
Metode penelitian 5+6
 
Metode penelitian 3+4
Metode penelitian 3+4Metode penelitian 3+4
Metode penelitian 3+4
 
Metode penelitian 1+2
Metode penelitian 1+2Metode penelitian 1+2
Metode penelitian 1+2
 
08. data hilang (missing data)
08. data hilang (missing data)08. data hilang (missing data)
08. data hilang (missing data)
 
04. ral
04. ral04. ral
04. ral
 
02. pengertian dasar
02. pengertian dasar02. pengertian dasar
02. pengertian dasar
 
01. pendahuluan
01. pendahuluan01. pendahuluan
01. pendahuluan
 

03.undas perancob,kerak,moper

  • 1. UNSUR DASAR PERANCANGAN PERCOBAAN, KERAGAMAN, MODEL PERCOBAAN Prof.Dr. Kusriningrum
  • 2. UNSUR DASAR PERANCANGAN PERCOBAAN (1) Ulangan (3) Kesalahan percobaan (galat percobaan) (2) Pengacakan (4) Pengawasan setempat Ayam ke: Perlakuan Ransum A B C (1) ULANGAN ... ... ... 1 Perlakuan diberikan lebih dari 2 ... ... ... sekali dalam suatu percobaan . → perlakuan tsb. dikatakan . ... ... ... diulang. n Ulangan Fungsi Ulangan: 1). Untuk menghasilkan nilai-dugaan bagiFgalat tabel S.K. d.b. J.K. K.T. hit. F percobaan Perlakuan t-1 ... ... ... ... Galat t(n–1) ... ... Total tn-1 ...
  • 3. 2) Meningkatkan ketelitian / ketepatan percobaan 3) Memperluas daya cakup kesimpulan percobaan Contoh: Meneliti 2 varitas rumput pakan ternak di daerah tertentu. varitas I Jenis tanah A Daerah tsb. varitas II terdapat 2 jenis tanah varitas I Jenis tanah B varitas II 4) mengendalikan ragam galat percobaan Contoh: Meneliti pengaruh konsentrat pada domba Domba: 1 – 2 tahun → 10 ulangan Domba: 2 – 3 tahun → 10 ulangan Domba: 3 – 4 tahun → 10 ulangan
  • 4. (2) PENGACAKAN Dalam percobaan suatu penelitian → penentuan secara acak berarti setiap perlakuan harus mempunyai kesempatan yang sama untuk diberikan pada sembarang satuan percobaan. Harus bertindak seobyektif mungkin (tidak boleh menurut selera kita) cara lotre (paling sederhana) Pengacakan dengan menggunakan tabel bilangan acak Fungsi Pengacakan: Untuk menghindari bias atau untuk memperkecil bias yang mungkin terdapat dalam percobaan.
  • 5. PENGAMBILAN SAMPEL SECARA ACAK ( PENGACAKAN ) # Penentuan secara acak → satuan percobaan berpeluang sama untuk mendapat perlakuan (bertindak obyektif). Pengacakan → kegunaannya untuk menghindari / memperkecil bias yang terdapat dalam percobaan. # Sampel mencerminkan populasi → pengambilan sampel harus seobyektif mungkin, dengan cara random / acak, antara lain di- dengan lotre bedakan: I. Random sampel dengan tabel bilangan acak (simple random sample) II. Pengambilan sampel secara sistematik (sistematic sample) III. Random sampel berstrata (stratified random sample)
  • 6. PENGAMBILAN SAMPEL SECARA SISTEMATIK 10 petak tanah, masing-masing ditanami 7 x 12 = 84 rumput gajah → diambil bbrp tanaman sampel untuk diteliti . 1 2 3 4 5 6 7 8 9 10 11 12 1 . . . . . . . . . . . . 2 . x . . . x = . . x . . 3 . . . . . . . . . . . . 4 . . . x = . = x = . . . 5 . . . . . . . . . . . . 6 . x . . . x = . . x . . 7 . . . . . . . . . . . . Macam-macam cara pengambilan sampel secara sistematik: - cara diagonal, cara bujursangkar, cara leter L, - cara hitungan (misalnya tiap hitungan ke 3), Harus konsisten - cara bentuk segitiga, dll.
  • 7. PENGAMBILAN SAMPEL SECARA BERSTRATA: Bila populasi tidak homogen → perlu distratakan terlebih dahulu menjadi bagian-bagian yang homogen. ↓ Dari bagian-bagian homogen inilah baru diambil sampelnya CONTOH: Suatu penelitian terdiri dari 5 perlakuan dan 4 ulangan → diperlukan 20 ekor domba jantan yang “seragam”. Namun yang tersedia dilapangan domba jantan umur ½ s/d 3½ thn. ↓ perlu distratakan menjadi 4 kelompok yang homogen: kelompok I, domba umur kurang 1 thn kelompok II, domba umur 1 – 2 thn kelompok III, domba umur 2 – 3 thn kelompok IV, domba umur lebih 3 thn
  • 8. RANDOM SAMPEL: (A) Dengan cara lotre 5 satuan percobaan akan memperoleh perlakuan P, Q, R, S dan T (I) ( II ) - Satuan percobaan diberi - P,Q, R, S dan T ditulis nomor 1, 2, 3, 4 dan 5 dikertas, dan digulung - Ambil 5 potongan kertas kecil, - 1, 2, 3, 4 dan 5 ditulis tuliskan huruf P, Q, R, S dan T dikertas, dan digulung ↓ ↓ kertas digulung ambil satu persatu: Pengambilan pertama dari Pengambilan pertama tertulis Q, kertas isi perlakuan → S. berarti ditempatkan pada Pengambilan pertama dari satuan percobaan ke 1 kertas isi sat. percob.→ 5 Pengambilan kedua tertulis T, un- ↓ tuk satuan percobaan ke 2 maka S menempati sat.percob. 5 Dan seterusnya. - Dan seterusnya
  • 9. ( B ) Dengan tabel bilangan acak → (lebih dianjurkan) CONTOH: Suatu percobaan mendapat perlakuan A, B, C dan D masing-masing diulang 5 kali terdapat 4x5 = 20 satuan percobaan yang harus disediakan untuk: A1 A2 A3 A4 A5 B1 B2 B3 B4 B5 C1 C2 C3 C4 C5 D1 D2 D3 D4 D5 Cara penempatan perlakuan-perlakuan tersebut ke dalam satuan-satuan percobaan adalah sbb.: (a). Satuan-satuan percobaan tersebut diberi nomor urut 1 s/d 20.
  • 10. (b). Dari tabel bilangan acak, tentukan bilangan-bilangan yang digunakan untuk pengacakan. Misalnya, setelah terpilih titik mula, didapat gugus bilangan acak: 421658 027639 516240 743165 926304 895421 195237 (c). Yang diperlukan hanya sampai no 20 Dilakukan pengelompokan beranggotakan 2 angka sebanyak 20 gugus (bila ada gugus sama → lewatkan) 42 16 58 02 76 39 51 62 40 74 31 65 92 63 04 89 54 21 19 52 (d). Bilangan tersebut di atas diberi nomor urut sesuai urutannya (bilangan kecil pertama adalah 02) : 9 3 13 1 18 7 10 14 8 17 6 16 20 15 2 19 12 5 4 11
  • 11. (e). Berdasarkan (d) → perlakuan A (ulangan 1 s/d 5) ditempatkan pada satuan perco- baan nomor 9 3 13 1 18, perlakuan B menempati nomor 7 10 14 8 17. sehingga diperoleh: 1 2 3 4 5 A4 C5 A2 D4 D3 Sudah menghilang- 6 7 8 9 10 kan sifat berbias C1 B1 B4 A1 B2 dalam penempatan perlakuan ke dalam 11 12 13 14 15 satuan percobaan D5 D2 A3 B3 C4 16 17 18 19 20 C2 B5 A5 D1 C3
  • 12. (3) KESALAHAN / GALAT PERCOBAAN Satu perlakuan diulang pada satuan percobaan yang berkondisi serba sama ↓ Nilai pengamatan yang diperoleh tidak akan sama satu dengan yang lain ↓ Kegagalan satuan-satuan percobaan ini disebut dengan kesalahan / galat percobaan Keaneka-ragaman yang disebabkan ketidak mampuan materi percobaan yang diperlakukan sama untuk berperilaku sama disebut: - Kesalahan percobaan - Galat percobaan - Error percobaan - Sisa percobaan → karena merupakan hasil selisih Total dan Sumber Keragaman lainnya.
  • 13. (4) PENGAWASAN SETEMPAT ialah usaha mengatur / menempatkan unit-unit percobaan untuk memperkecil kesalahan D A F C E B Tanah ketinggian tak sama (kesuburan tanah berbeda)
  • 14. Tanah dengan ketinggian / kesuburan berbeda ↓ perlu pembagian lahan kedalam kelompok-kelompok yang punya “keragaman” sama I ↓ ke dalam kelompok-kelompok B F II ini baru ditempatkan perlakuan D A E C C D secara acak E B III A F dibuat kelompok- kelompok (sebagai ulangan) IV V
  • 15. KERAGAMAN # Keragaman timbul karena variasi biologi CONTOH: - Buah apel → tidak ada yang persis sama. - Kesuburan sebidang tanah → tak ada yang persis sama - Babi melahirkan sekaligus 10 ekor anak → tidak sama Apa yang dipelajari dlm Peranc.Percob. adalah → karena adanya keragaman
  • 16. # 20 biji jagung (varitas, ukuran, volume, berat, bentuk dan warna → seragam) ditanam dalam waktu sama setelah 3 minggu tanam, diperoleh bermacam-macam tinggi (tinggi tanaman bervariasi / beragam) → variasi / keragaman besar bila fluk- tuasi tinggi sangat bergelombang Keragaman tsb. → variasi / keragaman kecil bila tak dapat dihindari tinggi tersebut hampir sama Keragaman alamiah (tak dapat dihindari) Keragaman Keragaman diperoleh dengan sengaja
  • 17. # Dalam penelitian di lapangan / di laboratorium → selalu ada penyebab ketidak seragaman tersebut Sumber-sumber Keragaman Di lapangan: Di laboratorium: - iklim - cahaya - tanah - temperatur - manusia - kelembaban - alat-alat - manusia - alat-alat - lingkungan buatan - media buatan yang diteliti KERAGAMAN yang diteliti DIPEROLEH DENGAN SENGAJA
  • 18. Perlu menguasai sumber-sumber keragaman dibuat yang di lapangan ataupun di laboratorium “seragam” Kecuali sumber-sumber keragaman yang akan diteliti, dan keragaman alamiah yang tidak dapat dihindari Analisis statistika → mencoba mengetahui penyebab timbulnya keragaman tsb karena apa? ° Apakah karena perlakuan yang diberikan? ° atau karena keadaan alamiah?
  • 19. MODEL PERCOBAAN Tanaman jagung tanpa diberi pupuk (tanpa perlakuan) → pada umur sama, tinggi berbeda-beda ε1 ………………………………............... μ = tinggi seharusnya ε2 (rata-rata) y1 y2 Yi = tinggi tanaman ke i μ = tinggi seharusnya Yi = μ + εi (tinggi rata-rata) ε = pengaruh acak / galat / sisa / i gangguan pada tanaman ke i
  • 20. Untuk populasi Untuk sampel / contoh (mis untuk 5 tanaman) e4 …………………………………….. μ ………………………………… y e2 y4 …... y1 y2 Yi = μ + εi Model populasi yi = y + e i Model contoh i = 1, 2, 3 ….N i = 1, 2, 3, 4, 5 Yi = tinggi tanaman ke i μ = rata-rata tinggi tanaman yi = tinggi tanaman ke i (dari populasi) = y = rata-rata tinggi tanaman = nilai tengah umum y1 + y2 + . . . . + y5
  • 21. Dari model contoh dan model populasi diperoleh: Model contoh Model populasi yi = y + ei Yi = μ + εi dapat dihitung tidak dapat diketahui Berdasarkan perhitungan e dapat diperoleh gambaran variasi ε yang sesungguhnya Contoh / sampel adalah bayangan populasi
  • 22. # Dua petak tanaman jagung, yang satu tidak diberi pupuk, dan yang lain diberi pupuk → umur tertentu diukur tinggi tanamannya: ………………………………. μ2 ‫2ז‬ ………………….……………………………………………………………………… μ ‫1ז‬ ………………………… μ1 tidak dipupuk diberi pupuk Tinggi rata-rata tanaman: μ1 ≠ μ2 ≠ μ Pengaruh perlakuan pupuk: 01 ≠ ‫ז ≠ 2ז‬ Terlihat adanya perbedaan tidak dipupuk dan diberi pupuk
  • 23. # Seandainya diperoleh: μ1 = μ2 = μ 1 2 0 = ‫ז‬ = ‫ז‬tidak terlihat efek pemberian pupuk (pupuk diduga palsu) μ1 …………………………………………………………………………... μ μ2 tidak dipupuk diberi pupuk
  • 24. # Suatu populasi diacak menjadi beberapa grup berdasarkan perlakuan 1 2 3 n : x x x ……x menerima perlakuan 1 x x x x x x x x x x x x x x x x x ……..x menerima x x x x x x x perlakuan 2 x x x x x x x Populasi . x x x x x x x . dst. x x x x x x . x x x x x x x x x x………x menerima perlakuan t Yi j = μ + ‫ז‬i + ε i j yi j = y + ti + ei j # model populasi Model contoh parameter: μ, ‫ , ז‬ε → besar- variabel: y, t, e → dapat nya tidak diketahui dihitung.
  • 25. Model populasi: Yi j = μ + ‫ז‬i + εi j i = 1, 2, . . . . . .t j = 1, 2, . . . . . n Yi j = tinggi tanaman pada perlakuan ke i dari tanaman ke j μ = nilai tengah umum ‫ ז‬i = pengaruh perlakuan ke i εi j = pengaruh acak yang bekerja pada perlakuan ke i dari tanaman ke j. Model tsb: → Keadaan bahan percobaan “seragam”(kira-kira sama) dalam segala hal, kecuali perlakuan Rancangan Acak Lengkap (R.A.L.) (Completely Randomized Designs )
  • 26. TUTORIAL TUGAS BAB 3 No II. (Dikerjakan di lembaran Kertas) TUGAS PEKERJAAN RUMAH (Dikerjakan pada Buku Ajar) - BAB 3 No I - BAB 3 No II (Soal sama, jawaban tidak boleh sama dengan hasil tutorial)