SlideShare a Scribd company logo
Tugas Individu
Mata Kuliah : Statistik dan Komputasi
Dosen : Prof. Dr. Ir. Asmuddin Natsir, M.Sc
RUMUS STATISTIK
APRISAL NUR
I012171006
PASCA SARJANA
ILMU DAN TEKNOLOGI PETERNAKAN
UNIVERSITAS HASANUDDIN
MAKASSAR
2018
A. Rancangan Acak Lengkap
Rancangan acak lengkap merupakan rancangan yang digunakan untuk
mengetahui pengaruh perlakuan pada suatu penelitian dengan melakukan beberapa
ulangan untuk menjadi satuan percobaan. Rancangan acak lengkap dilakukan
karena kondisi sample yang relative homogeny sehingga sulit untuk dibedakan dan
mempunyai peluang yang sama besar.
Keuntungan dengan menggunakan RAL adalah denah percobaan yang lebih
mudah, analisis statistik yang relative sederhana, fleksibel dalam penggunaan
jumlah perlakuan dan ulangan, kehilangan data lebih rendah disbanding rancangan
penelitian yang lainnya.
Namun, adapun kekurangan pada RAL yakni persyaratan kondisi sampel yang
harus homogeny, tidak mungkin dilkukan pada kondisi lingkungan yang tidak
seragam, dan jumlah ulangan yang rendah akan memberikan hasil yang tidak
konsisten.
Sifat Ral yakni dilakukan pada lingkungan yang mudah dikontrol seperti Lab,
lingkungan homogeny, tidak ada factor lain yang dianggap berpengaruh.
Model linier RAL
Yij = µ + τi + εij
i = perlakuan
j = ulangan
i, j = 1, 2, 3,…,n
Yij = pengamatan pada perlakuan ke-i ulangan ke-j
µ = rataan umum
τi = pengaruh perlakuan ke-i
εij = galat percobaan perlakuan ke-i ulangan ke-j
B. Rancangan Acak Kelompok
Rancangan Acak Kelompok adalah rancangan penelitian yang digunakan jika
kondisi atau tempat tidak homogeny dimana dilakukan pengelompokan kedalam
grup-grup yang homogeny dan memberikan perlakuan secara acak.
Sama halnya dengan Ral, Analisis ini masih menggunakan analisis sederhana, apabila
andaian adanya gradien satu arah dipenuhi, RAK memberikan presisi dan efisiensi
yang lebih tinggi dari RAL. dan jika ada satu atau dua data yang hilang (atau secara
statistik tidak memenuhi syarat) analisis masih dapat dilanjutkan, yaitu dengan
teknik data hilang (missing data technique).
Namun penggunaan menjadi kurang efisien dibanding yang lain jika terdapat
lebih dari satu sumber keragaman yang tidak diinginkan, peningkatan ketepatan
pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan
percobaan dalam kelompok dan jika ada data yang hilang memerlukan perhitungan
yang lebih rumit.
Model Linear RAK
Yij = µ + Ti + Bj +ε ij ; i = 1, 2, 3 ... t
j =1, 2, 3 ... r
Yij = respon atau nilai pengamatan dari perlakuan ke i dan ulangan ke j
µ = nilai tengah umum
Ti = pengaruh perlakuan ke-i
Bj = pengaruh blok ke-j
ε ij = pengaruh galat percobaan dari perlakuan ke-i dan ulangan ke-j
C. Rancangan Bujur Sangkar Latin
Umumnya digunakan untuk meningkatkan kemampuan dalam mendeteksi
perbedaan sebenarnya diantara perlakuan yang kita coba dengan cara
menghilangkan pengaruh dari keragaman lain yang kita ketahui (kelompok) dari
galat percobaan. Apabila ide tersebut diaplikasikan untuk menghilangkan dua
sumber keragaman dengan cara pengelompokan dalam dua arah, maka rancangan
tersebut disebut dengan Rancangan Bujur Sangkar Latin (RBSL).
Dengan demikian, RBSL merupakan suatu rancangan percobaan dengan dua
arah pengelompokan, yaitu baris dan kolom. Banyaknya perlakuan sama dengan
jumlah ulangan sehingga setiap baris dan kolom akan mengandung semua
perlakuan. Pada rancangan ini, pengacakan dibatasi dengan mengelompokannya ke
dalam baris dan juga kolom, sehingga setiap baris dan kolom hanya akan
mendapatkan satu perlakuan. Dengan menggunakan rancangan ini akan
memungkinan peneliti mengontrol dua sumber keragaman
Namun rancangan acak lengkap ini membutuhkan p2 unit percobaan untuk p
perlakuan sehingga dari sisi aplikasi sangat terbatas. Dari sudut praktisi, maximal
bisa diterapkan untuk 10 perlakuan, jika jumlah perlakuan (p) meningkat maka galat
percobaan per unit juga akan meningkat, Jika p kecil, maka db galat akan sangat
kecil, analisis akan semakin kompleks, jika terjadi data yang hilang atau salah
penempatan perlakuan
Model Linier Bujur Sangkar Latin
(Yij = μ +ᾳi +Ɣj + τƙ + εijƙ)
- i =1, 2, …, r , j=1, 2,..,r dan k=1,2, …,r
- Yij(k) =Pengamatan pada perlakuan ke-k dalam baris ke-i, lajur ke-j
-  =Rataan umum
- (k) =Pengaruh perlakuan ke-k dalambaris ke-i dan lajur ke-j
- i =Pengaruh baris ke-i
- j =Pengaruh lajur ke-j
- ij(k) =Pengaruh acak pada perlakuan ke-k dalam baris ke-i dan lajur ke-j
D. Rancangan Acak Lengkap Faktorial
Rancangan Acak Lengkap Pola Faktorial AxB adalah rancangan acak lengkap
yang terdiri dari dua peubah bebas (Faktor) dalam klasfikasi silang yaitu faktor A
yang terdiri dari a taraf dan faktor B yang terdiri dari b taraf dan kedua faktor
tersebut diduga saling berinteraksi. Saling berinteraksi dimasudkan bahwa pengaruh
suatu faktor tergantung dari taraf faktor yang lain, dan sebaliknya jika tidak terjadi
interaksi berarti berarti pengaruh suatu faktor tetap pada setiap taraf faktor yang
lain. Jadi bila tidak terjadi interaksi antar taraf-taraf suatu faktor saling sejajar satu
sama lainnya, sebaliknya bila ada interaksi tidak saling sejajar.
Prinsip : Semua unit penelitian (perlakuan dan ulangannya) disebar secara
acak disatu tempat dan perlakuan terdiri dari 2 atau lebih dari 2 faktor perlakuan.
Dengan menggunakan rancangan ini maka kita dapat menghemat waktu & biaya
dapat mengetahui interaksi 2 faktor & besar pengaruh utama. Namun makin banyak
faktor yg diteliti, perlakuan kombinasi meningkat serta analisis perhitungan lebih
sukar.
Model Linear
Hijk = π + Pj + Pk + (Pj x Pk) + eijk
- Hijk = Hasil akibat perlakuan ke-j dan perlakuan ke-k pada
ulangan ke-i
- π = Nilai tengah umum
- Pj = Pengaruh faktor perlakuan ke-j
- Pk = Pengaruh faktor perlakuan ke-k
- Pj x Pk = Interaksi perlakuan ke-j dan perlakuan ke-k
- Eijk = Eror akibat perlakuan ke-j dan perlakuan ke-k pada
ulangan ke-i
- i = 1, 2, …., u (u = ulangan)
- j = 1, 2, …., p ke-1 (p = perlakuan ke-1)
- k = 1, 2,…... p ke-2 (p = perlakuan ke-2)
E. Rancangan Acak KelompokFaktorial
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 RAKL tunggal yang telah dibahas sebelumnya namun dalam
percobaan ini terdiri dari dua faktor atau lebih.
Prinsip : Ulangan pada RALF menjadi kelompok pada RAKF, dan perlakuan
terdiri dari 2 atau lebih dari 2 faktor perlakuan, setiap unit penelitian disebar secara
acak pada kelompoknya.
Model Matematika Rancangan Acak Kelompok (RAK) Faktorial
Yijk = π + Ki + Pj + Pk + (Pj x Pk) + eijk
Keterangan :
Yi j k = hasil pengamatan utk faktor A taraf ke i, faktor B taraf ke j pada
kelompok ke k
μ = Nilai tengah umum
αi = Pengaruh faktor A pada taraf ke i
βj = Pengaruh faktor B pada taraf ke j
(αβ)ij = Pengaruh interaksi AB pada taraf ke i (dari faktor A), dan taraf ke
j (dari faktor B ).
кk = Pengaruh kelompok ke k
εi j k = Pengaruh acak (galat percobaan) pada taraf ke i (faktor A), taraf ke
j (faktor B), interaksi AB yang ke i dan ke j

More Related Content

What's hot

Materi konservasi alam dan lingkungan
Materi konservasi alam dan lingkunganMateri konservasi alam dan lingkungan
Materi konservasi alam dan lingkungan
Janiarto Paradise
 
Ppt biotik dan abiotik agung
Ppt biotik dan abiotik agungPpt biotik dan abiotik agung
Ppt biotik dan abiotik agung
Agung Muhammad
 
Perbandingan ortogonal kontras
Perbandingan ortogonal kontrasPerbandingan ortogonal kontras
Perbandingan ortogonal kontras
Faisyal Rufenclonndrecturr
 
PENGENDALIAN HAMA TERPADU.ppt
PENGENDALIAN HAMA TERPADU.pptPENGENDALIAN HAMA TERPADU.ppt
PENGENDALIAN HAMA TERPADU.ppt
irhamakbar7
 
Pengendalian Serangga ppt
Pengendalian Serangga pptPengendalian Serangga ppt
Pengendalian Serangga ppt
Nuroni Harahap
 
Faktorial
FaktorialFaktorial
Faktorial
Ade Setiawan
 
Rancangan Faktorial 2k
Rancangan Faktorial 2kRancangan Faktorial 2k
Rancangan Faktorial 2k
Arning Susilawati
 
Rancangan Acak Kelompok
Rancangan Acak Kelompok Rancangan Acak Kelompok
Rancangan Acak Kelompok
Ignazio Hadi Saragih
 
Ppt anova k elompok 6
Ppt anova k elompok 6Ppt anova k elompok 6
Ppt anova k elompok 6
Torang Aritonang
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
Tri Supadmi
 
Vigor dan viabilitas benih
Vigor dan viabilitas benihVigor dan viabilitas benih
Vigor dan viabilitas benihUnhy Doel
 
Istilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIstilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIr. Zakaria, M.M
 
Keterkaitan Sifat Fisika Kimia Biologi Tanah
Keterkaitan Sifat Fisika Kimia Biologi TanahKeterkaitan Sifat Fisika Kimia Biologi Tanah
Keterkaitan Sifat Fisika Kimia Biologi Tanah
Feisal Rachman Soedibja
 
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan StatistikSoal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Taqiyyuddin Hammam 'Afiify
 
ANALISIS VEGETASI HUTAN MANGROVE KAWASAN MANDEH, PESISIR SELATAN
ANALISIS VEGETASI HUTAN MANGROVE KAWASAN MANDEH, PESISIR SELATANANALISIS VEGETASI HUTAN MANGROVE KAWASAN MANDEH, PESISIR SELATAN
ANALISIS VEGETASI HUTAN MANGROVE KAWASAN MANDEH, PESISIR SELATAN
Devi Ningsih
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Dian Arisona
 
Sumber Bukti Taksonomi
Sumber Bukti TaksonomiSumber Bukti Taksonomi
Sumber Bukti Taksonomi
Agustin Dian Kartikasari
 
konservasi keanekaragaman hayati
konservasi keanekaragaman hayatikonservasi keanekaragaman hayati
konservasi keanekaragaman hayati
hanna234
 
Pengertian ekologi hewan
Pengertian ekologi hewanPengertian ekologi hewan
Pengertian ekologi hewan
Ade Maiditasari
 
Ppt biologi kelompok 4 (konservasi)
Ppt biologi kelompok 4 (konservasi)Ppt biologi kelompok 4 (konservasi)
Ppt biologi kelompok 4 (konservasi)
UNIB
 

What's hot (20)

Materi konservasi alam dan lingkungan
Materi konservasi alam dan lingkunganMateri konservasi alam dan lingkungan
Materi konservasi alam dan lingkungan
 
Ppt biotik dan abiotik agung
Ppt biotik dan abiotik agungPpt biotik dan abiotik agung
Ppt biotik dan abiotik agung
 
Perbandingan ortogonal kontras
Perbandingan ortogonal kontrasPerbandingan ortogonal kontras
Perbandingan ortogonal kontras
 
PENGENDALIAN HAMA TERPADU.ppt
PENGENDALIAN HAMA TERPADU.pptPENGENDALIAN HAMA TERPADU.ppt
PENGENDALIAN HAMA TERPADU.ppt
 
Pengendalian Serangga ppt
Pengendalian Serangga pptPengendalian Serangga ppt
Pengendalian Serangga ppt
 
Faktorial
FaktorialFaktorial
Faktorial
 
Rancangan Faktorial 2k
Rancangan Faktorial 2kRancangan Faktorial 2k
Rancangan Faktorial 2k
 
Rancangan Acak Kelompok
Rancangan Acak Kelompok Rancangan Acak Kelompok
Rancangan Acak Kelompok
 
Ppt anova k elompok 6
Ppt anova k elompok 6Ppt anova k elompok 6
Ppt anova k elompok 6
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
 
Vigor dan viabilitas benih
Vigor dan viabilitas benihVigor dan viabilitas benih
Vigor dan viabilitas benih
 
Istilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIstilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaan
 
Keterkaitan Sifat Fisika Kimia Biologi Tanah
Keterkaitan Sifat Fisika Kimia Biologi TanahKeterkaitan Sifat Fisika Kimia Biologi Tanah
Keterkaitan Sifat Fisika Kimia Biologi Tanah
 
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan StatistikSoal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
 
ANALISIS VEGETASI HUTAN MANGROVE KAWASAN MANDEH, PESISIR SELATAN
ANALISIS VEGETASI HUTAN MANGROVE KAWASAN MANDEH, PESISIR SELATANANALISIS VEGETASI HUTAN MANGROVE KAWASAN MANDEH, PESISIR SELATAN
ANALISIS VEGETASI HUTAN MANGROVE KAWASAN MANDEH, PESISIR SELATAN
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)
 
Sumber Bukti Taksonomi
Sumber Bukti TaksonomiSumber Bukti Taksonomi
Sumber Bukti Taksonomi
 
konservasi keanekaragaman hayati
konservasi keanekaragaman hayatikonservasi keanekaragaman hayati
konservasi keanekaragaman hayati
 
Pengertian ekologi hewan
Pengertian ekologi hewanPengertian ekologi hewan
Pengertian ekologi hewan
 
Ppt biologi kelompok 4 (konservasi)
Ppt biologi kelompok 4 (konservasi)Ppt biologi kelompok 4 (konservasi)
Ppt biologi kelompok 4 (konservasi)
 

Similar to Rumus statistik

Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)
Muhammad Eko
 
Faktorial ax bxc
Faktorial ax bxcFaktorial ax bxc
Faktorial ax bxc
RENII santi
 
Analisis Hubungan
Analisis HubunganAnalisis Hubungan
Analisis Hubungangalih
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
arditasukma
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)arditasukma
 
GRUP RBSL RANCjvuvyuvhubuvbiubuhbiOB.pptx
GRUP RBSL RANCjvuvyuvhubuvbiubuhbiOB.pptxGRUP RBSL RANCjvuvyuvhubuvbiubuhbiOB.pptx
GRUP RBSL RANCjvuvyuvhubuvbiubuhbiOB.pptx
FadhurRahmanHalimFMI
 
Analisis ragam bantu
Analisis ragam bantuAnalisis ragam bantu
Analisis ragam bantu
Muhammad Eko
 
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)
Muhammad Eko
 
regresi &korelasi
regresi &korelasiregresi &korelasi
regresi &korelasi
Ratu Bilqis
 
Analisis komponen utama (Principal Component Analysis)
Analisis komponen utama (Principal Component Analysis)Analisis komponen utama (Principal Component Analysis)
Analisis komponen utama (Principal Component Analysis)
Indah Fitri Hapsari
 
Rancangan bujur sangkar latin
Rancangan bujur sangkar latinRancangan bujur sangkar latin
Rancangan bujur sangkar latin
Muhammad Eko
 
Analisis regresi dan korelasi
Analisis regresi dan korelasiAnalisis regresi dan korelasi
Analisis regresi dan korelasi
Operator Warnet Vast Raha
 
Metode Biggers
Metode BiggersMetode Biggers
Metode Biggers
Wilizz Pusparani
 
Bab ii (2)
Bab ii (2)Bab ii (2)
Bab ii (2)
Wilizz Pusparani
 
EXPERIMENTAL DESIGN (RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
EXPERIMENTAL DESIGN(RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...EXPERIMENTAL DESIGN(RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
EXPERIMENTAL DESIGN (RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
Muhammad Eko
 
rpp 1
rpp 1rpp 1
Faktorial rancangan acak lengkap pp.pptx
Faktorial rancangan acak lengkap pp.pptxFaktorial rancangan acak lengkap pp.pptx
Faktorial rancangan acak lengkap pp.pptx
anisanurliani1
 
Fungsi Variabel Kompleks.pptx
Fungsi Variabel  Kompleks.pptxFungsi Variabel  Kompleks.pptx
Fungsi Variabel Kompleks.pptx
ssuser2f7a8d
 

Similar to Rumus statistik (20)

Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)
 
Faktorial ax bxc
Faktorial ax bxcFaktorial ax bxc
Faktorial ax bxc
 
Analisis Hubungan
Analisis HubunganAnalisis Hubungan
Analisis Hubungan
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
 
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
Model Ammi Untuk Analisis Interaksi Genotipe X Lokasi (Indra Herlangga)
 
Minggu 3
Minggu 3Minggu 3
Minggu 3
 
GRUP RBSL RANCjvuvyuvhubuvbiubuhbiOB.pptx
GRUP RBSL RANCjvuvyuvhubuvbiubuhbiOB.pptxGRUP RBSL RANCjvuvyuvhubuvbiubuhbiOB.pptx
GRUP RBSL RANCjvuvyuvhubuvbiubuhbiOB.pptx
 
Analisis ragam bantu
Analisis ragam bantuAnalisis ragam bantu
Analisis ragam bantu
 
Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)Rancangan acak kelompok (RAK)
Rancangan acak kelompok (RAK)
 
regresi &korelasi
regresi &korelasiregresi &korelasi
regresi &korelasi
 
Analisis komponen utama (Principal Component Analysis)
Analisis komponen utama (Principal Component Analysis)Analisis komponen utama (Principal Component Analysis)
Analisis komponen utama (Principal Component Analysis)
 
Rancangan bujur sangkar latin
Rancangan bujur sangkar latinRancangan bujur sangkar latin
Rancangan bujur sangkar latin
 
Analisis regresi dan korelasi
Analisis regresi dan korelasiAnalisis regresi dan korelasi
Analisis regresi dan korelasi
 
Metode Biggers
Metode BiggersMetode Biggers
Metode Biggers
 
Bab ii (2)
Bab ii (2)Bab ii (2)
Bab ii (2)
 
EXPERIMENTAL DESIGN (RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
EXPERIMENTAL DESIGN(RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...EXPERIMENTAL DESIGN(RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
EXPERIMENTAL DESIGN (RANCANGAN PERCOBAAN) Suatu pendekatan teoritis dari & un...
 
rpp 2
rpp 2rpp 2
rpp 2
 
rpp 1
rpp 1rpp 1
rpp 1
 
Faktorial rancangan acak lengkap pp.pptx
Faktorial rancangan acak lengkap pp.pptxFaktorial rancangan acak lengkap pp.pptx
Faktorial rancangan acak lengkap pp.pptx
 
Fungsi Variabel Kompleks.pptx
Fungsi Variabel  Kompleks.pptxFungsi Variabel  Kompleks.pptx
Fungsi Variabel Kompleks.pptx
 

Rumus statistik

  • 1. Tugas Individu Mata Kuliah : Statistik dan Komputasi Dosen : Prof. Dr. Ir. Asmuddin Natsir, M.Sc RUMUS STATISTIK APRISAL NUR I012171006 PASCA SARJANA ILMU DAN TEKNOLOGI PETERNAKAN UNIVERSITAS HASANUDDIN MAKASSAR 2018
  • 2. A. Rancangan Acak Lengkap Rancangan acak lengkap merupakan rancangan yang digunakan untuk mengetahui pengaruh perlakuan pada suatu penelitian dengan melakukan beberapa ulangan untuk menjadi satuan percobaan. Rancangan acak lengkap dilakukan karena kondisi sample yang relative homogeny sehingga sulit untuk dibedakan dan mempunyai peluang yang sama besar. Keuntungan dengan menggunakan RAL adalah denah percobaan yang lebih mudah, analisis statistik yang relative sederhana, fleksibel dalam penggunaan jumlah perlakuan dan ulangan, kehilangan data lebih rendah disbanding rancangan penelitian yang lainnya. Namun, adapun kekurangan pada RAL yakni persyaratan kondisi sampel yang harus homogeny, tidak mungkin dilkukan pada kondisi lingkungan yang tidak seragam, dan jumlah ulangan yang rendah akan memberikan hasil yang tidak konsisten. Sifat Ral yakni dilakukan pada lingkungan yang mudah dikontrol seperti Lab, lingkungan homogeny, tidak ada factor lain yang dianggap berpengaruh. Model linier RAL Yij = µ + τi + εij i = perlakuan j = ulangan i, j = 1, 2, 3,…,n Yij = pengamatan pada perlakuan ke-i ulangan ke-j µ = rataan umum τi = pengaruh perlakuan ke-i εij = galat percobaan perlakuan ke-i ulangan ke-j
  • 3. B. Rancangan Acak Kelompok Rancangan Acak Kelompok adalah rancangan penelitian yang digunakan jika kondisi atau tempat tidak homogeny dimana dilakukan pengelompokan kedalam grup-grup yang homogeny dan memberikan perlakuan secara acak. Sama halnya dengan Ral, Analisis ini masih menggunakan analisis sederhana, apabila andaian adanya gradien satu arah dipenuhi, RAK memberikan presisi dan efisiensi yang lebih tinggi dari RAL. dan jika ada satu atau dua data yang hilang (atau secara statistik tidak memenuhi syarat) analisis masih dapat dilanjutkan, yaitu dengan teknik data hilang (missing data technique). Namun penggunaan menjadi kurang efisien dibanding yang lain jika terdapat lebih dari satu sumber keragaman yang tidak diinginkan, peningkatan ketepatan pengelompokan akan menurun dengan semakin meningkatnya jumlah satuan percobaan dalam kelompok dan jika ada data yang hilang memerlukan perhitungan yang lebih rumit. Model Linear RAK Yij = µ + Ti + Bj +ε ij ; i = 1, 2, 3 ... t j =1, 2, 3 ... r Yij = respon atau nilai pengamatan dari perlakuan ke i dan ulangan ke j µ = nilai tengah umum Ti = pengaruh perlakuan ke-i Bj = pengaruh blok ke-j ε ij = pengaruh galat percobaan dari perlakuan ke-i dan ulangan ke-j
  • 4. C. Rancangan Bujur Sangkar Latin Umumnya digunakan untuk meningkatkan kemampuan dalam mendeteksi perbedaan sebenarnya diantara perlakuan yang kita coba dengan cara menghilangkan pengaruh dari keragaman lain yang kita ketahui (kelompok) dari galat percobaan. Apabila ide tersebut diaplikasikan untuk menghilangkan dua sumber keragaman dengan cara pengelompokan dalam dua arah, maka rancangan tersebut disebut dengan Rancangan Bujur Sangkar Latin (RBSL). Dengan demikian, RBSL merupakan suatu rancangan percobaan dengan dua arah pengelompokan, yaitu baris dan kolom. Banyaknya perlakuan sama dengan jumlah ulangan sehingga setiap baris dan kolom akan mengandung semua perlakuan. Pada rancangan ini, pengacakan dibatasi dengan mengelompokannya ke dalam baris dan juga kolom, sehingga setiap baris dan kolom hanya akan mendapatkan satu perlakuan. Dengan menggunakan rancangan ini akan memungkinan peneliti mengontrol dua sumber keragaman Namun rancangan acak lengkap ini membutuhkan p2 unit percobaan untuk p perlakuan sehingga dari sisi aplikasi sangat terbatas. Dari sudut praktisi, maximal bisa diterapkan untuk 10 perlakuan, jika jumlah perlakuan (p) meningkat maka galat percobaan per unit juga akan meningkat, Jika p kecil, maka db galat akan sangat kecil, analisis akan semakin kompleks, jika terjadi data yang hilang atau salah penempatan perlakuan
  • 5. Model Linier Bujur Sangkar Latin (Yij = μ +ᾳi +Ɣj + τƙ + εijƙ) - i =1, 2, …, r , j=1, 2,..,r dan k=1,2, …,r - Yij(k) =Pengamatan pada perlakuan ke-k dalam baris ke-i, lajur ke-j -  =Rataan umum - (k) =Pengaruh perlakuan ke-k dalambaris ke-i dan lajur ke-j - i =Pengaruh baris ke-i - j =Pengaruh lajur ke-j - ij(k) =Pengaruh acak pada perlakuan ke-k dalam baris ke-i dan lajur ke-j D. Rancangan Acak Lengkap Faktorial Rancangan Acak Lengkap Pola Faktorial AxB adalah rancangan acak lengkap yang terdiri dari dua peubah bebas (Faktor) dalam klasfikasi silang yaitu faktor A yang terdiri dari a taraf dan faktor B yang terdiri dari b taraf dan kedua faktor tersebut diduga saling berinteraksi. Saling berinteraksi dimasudkan bahwa pengaruh suatu faktor tergantung dari taraf faktor yang lain, dan sebaliknya jika tidak terjadi interaksi berarti berarti pengaruh suatu faktor tetap pada setiap taraf faktor yang lain. Jadi bila tidak terjadi interaksi antar taraf-taraf suatu faktor saling sejajar satu sama lainnya, sebaliknya bila ada interaksi tidak saling sejajar. Prinsip : Semua unit penelitian (perlakuan dan ulangannya) disebar secara acak disatu tempat dan perlakuan terdiri dari 2 atau lebih dari 2 faktor perlakuan. Dengan menggunakan rancangan ini maka kita dapat menghemat waktu & biaya dapat mengetahui interaksi 2 faktor & besar pengaruh utama. Namun makin banyak faktor yg diteliti, perlakuan kombinasi meningkat serta analisis perhitungan lebih sukar.
  • 6. Model Linear Hijk = π + Pj + Pk + (Pj x Pk) + eijk - Hijk = Hasil akibat perlakuan ke-j dan perlakuan ke-k pada ulangan ke-i - π = Nilai tengah umum - Pj = Pengaruh faktor perlakuan ke-j - Pk = Pengaruh faktor perlakuan ke-k - Pj x Pk = Interaksi perlakuan ke-j dan perlakuan ke-k - Eijk = Eror akibat perlakuan ke-j dan perlakuan ke-k pada ulangan ke-i - i = 1, 2, …., u (u = ulangan) - j = 1, 2, …., p ke-1 (p = perlakuan ke-1) - k = 1, 2,…... p ke-2 (p = perlakuan ke-2) E. Rancangan Acak KelompokFaktorial 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 RAKL tunggal yang telah dibahas sebelumnya namun dalam percobaan ini terdiri dari dua faktor atau lebih. Prinsip : Ulangan pada RALF menjadi kelompok pada RAKF, dan perlakuan terdiri dari 2 atau lebih dari 2 faktor perlakuan, setiap unit penelitian disebar secara acak pada kelompoknya.
  • 7. Model Matematika Rancangan Acak Kelompok (RAK) Faktorial Yijk = π + Ki + Pj + Pk + (Pj x Pk) + eijk Keterangan : Yi j k = hasil pengamatan utk faktor A taraf ke i, faktor B taraf ke j pada kelompok ke k μ = Nilai tengah umum αi = Pengaruh faktor A pada taraf ke i βj = Pengaruh faktor B pada taraf ke j (αβ)ij = Pengaruh interaksi AB pada taraf ke i (dari faktor A), dan taraf ke j (dari faktor B ). кk = Pengaruh kelompok ke k εi j k = Pengaruh acak (galat percobaan) pada taraf ke i (faktor A), taraf ke j (faktor B), interaksi AB yang ke i dan ke j