Perhitungan Rancangan Acak Kelompok (RAK) Faktorial dengan Menggunakan Program SPSS dan Ms.Excel

I. Defenisi Rancangan Acak Kelompok (Randomized Block Design)

Rancangan Acak Kelompok atau randomized block design merupakan percobaan dua faktor dapat diaplikasikan terhadap seluruh unit-unit percobaan secara berkelompok. Hal ini dilakukan jika unit percobaan yang digunakan tidak seragam. Dengan demikian dapat dikatakan bahwa tujuan pengelompokan adalah untuk menjadikan keragaman dalam kelompok menjadi sekecil mungkin dan keragaman antar kelompok sebesar mungkin (Pratisto, 2004).

II. Kelebihan dan Kekurangan

2.1 Keuntungan

Menurut sugiarto 1994 terdapat beberapa keuntungan rancangan acak kelompok yaitu :

a. Untuk banyak tipe percobaan, dengan pengelompokan akan diperoleh hasil yang lebih tepat daripada RAL, karena dengan mengeluarkan jumlah kuadrat kelompok dari jumlah kuadrat galat akan menyebabkan kuadrat tengah galat lebih kecil.

b. Jumlah perlakuan dan ulangan tidak dibatasi

c. Analisis data relatif lebih mudah. Apabila data untuk perlakuan tertentu hilangm telah tersedia cara menghitung nilai dugaan untuk data tersebut. Ragam galat untuk perbandingan perlakuan tertentu dapat di isolasi, terutama bila ragam antar perlakuan tidak homogen. Bila ada perlakuan tertentu yang datanya tidak dapat digunakan, perlakuan tersebut dapat dihilangkan tanpa mempersulit analisisnya.

Menurut tapehe (2015), keuntungan dari RAK adalah :

a . Analisis statistiknya masih bersifat sederhana, sama seperti pada rancangan acak lengkap.

b . Jika tujuan pengelompokan terpenuhi, rancangan acak kelompok memberikan presisi dan efisiensi yang lebih tinggi dibanding rancangan acak lengkap

c . Jika ada satu atau dua data yang hilang, analisis statistic masih dapat dilanjutkan dengan teknik data hilang. (Tapehe, 2015)

2.2 Kekurangan

Rancangan acak kelompok juga memiliki kelemahan yaitu bila perlakuannya banyak maka luas kelompok percobaannya juga bertambah besar, sehingga ragam dalam kelompok menjadi besar, ragam galat menjadi besar dan uji F menjadi kurang peka (sugiarto, 1994). Jika tujuan pengelompokan tidak terpenuhi, presisi dan efisiensi penggunaan rancangan acak kelompok lebih rendah dari rancangan acak lengkap karena berkurangnya derajat bebas untuk galat percobaan (Tapehe, 2015)

III. Model Linier Rancangan Faktorial Dalam RAK
        Model linier aditif untuk rancangan faktorial dua faktor dengan rancangan lingkungannya rancangan acak kelompok adalah sebagai berikut :

                                               Yijk = μ + αi + βj + (αβ)ij + ρk + εijk

dengan i =1,2…,r; j = 1,2,…,a; k = 1,2,…,b
Yijk = pengamatan pada satuan percobaan ke-i yang memperoleh kombinasi perlakuan taraf ke-j dari faktor A dan taraf ke-k dari faktor B
μ       = mean populasi
ρk     = pengaruh taraf ke-k dari faktor Kelompok
αi    = pengaruh taraf ke-i dari faktor A
βj      = pengaruh taraf ke-j dari faktor B
(αβ)ij = pengaruh taraf ke-i dari faktor A dan taraf ke-j dari faktor B
εijk = pengaruh acak dari satuan percobaan ke-k yang memperoleh kombinasi perlakuan ij. εijk ~ N(0,σ2).
Asumsi:
Apabila semua faktor (faktor A dan B)
bersifat tetap Apabila semua faktor (faktor A dan B)
bersifat acak

MENGANALISIS DENGAN MENGGUNAKAN SPSS 16
Kita akan mengolah data hasil penelitian skripsi Taufiq Rahaman (0251120038) berjudul Pengaruh Dosis dan Cara Pemakaian Kompos Terhadap Hasil dan Kandungan Total Gula Buah Semangka, berikut lampirannya :

Langkah I : Jalankan Program SPSS 16.0

Ketika membuka Program SPSS, ada dua Windows yang muncul yang pertama Untuk Data dan yang kedua yaitu Untuk Output setelah menganalisis.

Tampilan Data

Tampilan Output

Langkah 2. Input Data

Pada SPSS Data Editor, pada jendela klik Variable View pada sisi kiri bawah jendela.

Pada kolom Name, isi dengan nama variabel Perlakuan1, Perlakuan2, Kelompok dan Hasil.

Pada kolom Type biarkan (Numeric)

Selanjutnya pada Decimals disesuaikan berapa banyak decimal yang akan kita gunakan

Pada kolom Label berilah nama sesuai dengan keterangan pada lampiran (skripsi)

Langkah 2. Mengisi bagian Values pada Perlakuan1 dan Perlakuan2

Pada kolom Value (Perlakuan1) klik pada sisi kanan sel, akan muncul jendela Value Labels. Sehingga Tampilan seperti berikut ini :

Bagian ini bertujuan untuk memberikan label dari setiap perlakuan yang kita buat,

Contoh : 1= Dosis Kompos 10 ton/ha”, jadi ketika kita ketik Label 1 maka ini sama dengan Dosis Kompos 10 ton/ha, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Setelah itu lakukan pada perlakuan2

Bagian ini bertujuan untuk memberikan label dari setiap perlakuan yang kita buat,

Contoh : 1= “Kompos Dibenamkan" jadi ketika kita ketik Label 1 maka ini sama dengan Kompos Dibenamkan, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Langkah 3. Mengisi Bagian Value (Kelompok)
Mengisi Bagian Value (Kelompok), klik pada sisi kanan sel , Sehingga tampil seperti di bawah ini:

Langkah 4. Mengisi Data View

Klik bagian “Data View”, sehingga berpenampilan seperti ini.

Selanjutnya Isi Bagian Kolom Perlakuan 1, Perlakuan2, Kelompok dan Hasil. Sehingga tampil seperti dibawah ini.

Langkah 5. Menganalisa Data

Klik Bagian Analyze, General Linear Model, Univariate

Setelah itu muncul seperti di bawah ini

Klik Bagian Hasil (Rata-rata Berat Buah) kemudian Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini:

Setelah itu Klik Bagian Perlakuan1 (Dosis) dan Bagian Perlakuan2 (Cara pemakaian), Klik tanda panah pada bagian Fixed Factors, tapi melakukannya satu persatu, lalu muncul seperti ini :

Klik Bagian Model lalu Klik Custom

Setelah diklik akan muncul seperti dibawah ini:

Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, disitu ada bagian Factor & Covariates, Klik bagian Perlakuan 1 (Dosis)

Setelah bagian Perlakuan 1(Dosis) telah muncul di bagian model kemudian Lakukan hal yang sama terhadap Perlakuan2 sehingga tampil seperti di bawah ini.

Setelah muncul seperti di atas, lalu buat untuk Interaksi yaitu Klik Perlakuan1 (Dosis) kemudian Tekan tombol Shift dan Bagian Perlakuan2 (Cara pemakaian) Klik Tanda Panah di Bagian tengah kemudian Klik Continue

Klik bagian Post Hoc, Post Hoc berfungsi untuk menguji Lanjut dari Hasil Penelitian

Setelah itu tampil Kotak dialog yang baru, seperti di bawah ini :

Klik Bagian Perlakuan1(Dosis) , dan klik Tanda Panah pada bagian tengah:

Lakukan hal yang sama dengan Perlakuan2 (Cara Pemakaian), sehingga tampil seperti dibawah ini :

Setelah itu Klik Bagian LSD (untuk Uji BNT), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) kemudian Klik Continue.

Setelah itu tampil seperti di bawah ini, maka klik OK

Muncul OUTPUT Lalu dari analisis yang dilakukan

Pada bagian Tabel Sidik Ragam dari Output SPSS, bandingkan dengan data yang diolah menggunakan SPSS dengan data Skripsi, berikut lampirannya:

Lampiran Skripsi :

Output SPSS RAK Faktorial :

Tests of Between-Subjects Effects
Dependent Variable:Hasil
Source	Type III Sum of Squares	df	Mean Square	F	Sig.
Corrected Model	52.500^a	5	10.500	216.942	.000
Intercept	760.500	1	760.500	1.571E4	.000
Dosis	a) 48.000	2	24.000	495.868	.000
CaraPemakaian	4.500	1	4.500	92.975	.000
Dosis * CaraPemakaian	.000	2	.000	.000	1.000
Error	.581	12	.048
Total	813.581	18
Corrected Total	53.081	17

Untuk selengkapnya bisa di download disini.

Membandingkan F. Hitung dengan F. Tabel Berdasarkan tabel sidik ragam, lakukan uji hipotesis dengan Kaidah keputusan yang harus diambil adalah sebagai berikut:

a. Jika F. Hitung > F. Tabel pada taraf 1% (α = 0,01), perbedaan diantara nilai tengah baris atau kolom atau perlakuan (atau pengaruh baris atau kolom atau perlakuan) dikatakan berbeda sangat nyata (pada hasil F. Hitung ditandai dengan dua tanda **).

b. Jika F. Hitung > F. Tabel pada taraf 5% (α = 0,05) tetapi lebih kecil daripada F. Tabel pada taraf 1%, perbedaan diantara nilai tengah baris atau kolom atau perlakuan dikatakan berbeda nyata (pada hasil F. Hitung ditandai dengan satu tanda *).

c. Jika F. Hitung ≤ F. Tabel pada taraf 5% (α = 0,05), perbedaan diantara nilai tengah baris atau kolom atau perlakuan dikatakan tidak nyata (pada hasil F. Hitung ditandai dengan tn)

Hasil analisis dapat disimpulkan sebagai berikut :

karena nilai Sig untuk PERLAKUAN < 0.05, maka H₁ diterima dan H₀ ditolak. Hal ini berarti ada perbedaan antara perlakuan yang dicobakan

MENGANALISIS DENGAN MENGGUNAKAN Ms.EXCEL
1. Memasukkan Data
Masukkan data terlebih dahulu kemudian cari total dan rata-rata dari data tersebut.
Berikut contoh gambar data yang telah saya masukkan beserta formula d samping tabel :

Selanjutnya dihitung faktor koreksi (FK), derajat bebas (db), Jumlah Kuadrat (JK), Kuadrat Tengah (KT), dan F Hitungnya.
Perhatikan gambar berikut ! Dan telah dimasukkan formula disamping :