Percobaan Satu Faktor: Rancangan
Acak Kelompok Lengkap (RAKL)
(Randomized Block Design)
Latar belakang
• Rancangan Acak kelompok adalah suatu rancangan acak yang dilakukan dengan mengelompokkan satuan percobaan ke dalam grup-grup yang homogen yang dinamakan kelompok dan kemudian menentukan perlakuan secara acak di dalam masing-masing kelompok.
• Melalui pengelompokkan yang tepat atau efektif, maka rancangan ini
Perhatikan kasus berikut
Ingin mengetahui pengaruh jenis obat terhadap kecepatan penyembuhan
Faktor : jenis obat
Apakah ada faktor lain yang mempengaruhi kecepatan
penyembuhan selain jenis obat?
Bila faktor-faktor lain yang dapat
mempengaruhi keragaman respon (selain faktor yang diteliti) tidak dapat
diseragamkan (dikendalikan) oleh peneliti, maka RAL tidak dapat diterapkan.
Umur
•Balita, anak-anak •Remaja
Alergi •Ada riwayat
Mengapa RAKL?
Keheterogenan unit percobaan berasal dari satu sumber keragaman
Mengatasi kesulitan dalam mempersiapkan unit percobaan dalam jumlah besar
Kelompok yang dibentuk harus merupakan kumpulan dari unit-unit percobaan yang relatif homogen sedangkan
Ciri
–
ciri RAKL
Pada satuan percobaan/media/bahan percobaan terdapat faktor yang tidak seragam (heterogen)
Terdapat 2 sumber keragaman yaitu perlakuan dan kelompok (plus galat percobaan)
Keuntungan / kelebihan RAK
Lebih efisien dan akurat dibandingkan dengan RAL
- Pengelompokan yang efektif akan menurunkan jumlah kuadrat galat, sehingga akan meningkatkan tingkat ketepatan atau bisa mengurangi jumlah ulangan
Lebih fleksibel dalam hal jumlah perlakuan, jumlah ulangan/kelompok
Kekurangan RAK
• Memerlukan asumsi tambahan untuk beberapa uji hipotesis
• Interaksi antara kelompok dan 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 sensifitasnya akan menurun terutama apabila jumlah perlakuannya sedikit atau keragaman dalam satuan percobaan kecil (homogen)
Pengacakan dan bagan percobaan
Misalkan ada 6 perlakuan (P1, P2, P3, P4, P5, P6) dan setiap perlakuan diulang dalam 3 kelompok.
Ada 6 unit percobaan pada setiap kelompok
Total unit percobaan ada 6 × 3 = 18 unit percobaan Pengacakan dilakukan pada masing-masing kelompok Salah satu bagan percobaan :
P1 P3 P2 P4 P6 P5
Kelompok 1
P3 P5 P6 P4 P1 P2
Kelompok 2
P1 P5 P3 P4 P2 P6
Kelompok 3
Tabulasi Data
Tabulasi data dapat disajikan sebagai berikut:
Perlakuan Kelompok Total Rata-rata
1 2 … n
1 𝑦11 𝑦12 … 𝑦1𝑛 𝑦1∙ ത𝑦1∙
2 𝑦21 𝑦22 … 𝑦2𝑛 𝑦2∙ ത𝑦2∙
⋮ ⋮ ⋮ … ⋮ ⋮ ⋮
𝑎 𝑦𝑎1 𝑦𝑎2 … 𝑦𝑎𝑛 𝑦𝑎∙ ത𝑦𝑎∙
Total 𝑦∙1 𝑦∙2 … 𝑦∙𝑛 𝑦∙∙ ത𝑦∙∙
Baris 𝑖 merupakan perlakuan, sedangkan
Model linier aditif RAKL
Model linier aditif dari RAKL yaitu:
dengan
Yij: pengamatan pada perlakuan ke-i dan kelompok ke-j
μ: rataan umum
τi: pengaruh perlakuan ke-i
ßj: pengaruh kelompok ke-j
εij: pengaruh acak pada perlakuan ke-i, kelompok ke-j
Asumsi untuk model tetap adalah
Asumsi untuk model acak adalah
Hipotesis pengaruh perlakuan
Hipotesis pengaruh kelompok
Hipotesis model tetap
Tidak terdapat perbedaan pengaruh perlakuan terhadap respon yang diamati
Hipotesis model acak
Hipotesis pengaruh perlakuan
Hipotesis pengaruh kelompok
2
Keragaman perlakuan tidak berpengaruh terhadap respon yang diamati
Keragaman perlakuan berpengaruh positif terhadap respon yang diamati
Keragaman kelompok tidak berpengaruh terhadap respon yang diamati
Perhitungan analisis variansi
Tabel analisis variansi
Kriteria keputusan :
1. H0 ditolak jika: (untuk perlakuan)
2. H0 ditolak jika: (untuk kelompok)
SV db JK KT Fhitung
Perlakuan t-1 JKP KTP KTP/KTG
Kelompok r-1 JKK KTK KTK/KTG
Galat (t-1)(r-1) JKG KTG
Total tr-1 JKT
hitung ,t 1,(t 1)(r 1)
F
F
hitung ,r 1,(t 1)(r 1)
Efisiensi relatif (ER) dari RAK terhadap RAL
Ukuran kebaikan RAK dengan RAL
Ragam galat dari RAK dan RAL diduga dengaan rumus:
Nilai ER = 2, maka untuk memperoleh sensitifitas RAL sama dengan RAK maka ulangan yang digunakan dengan RAL harus 2 kali dari ulangan
Contoh penerapan
Data pertambahan bobot badan (kg)dari 16 domba jantan yang memperoleh makanan yang berbeda
Kelompok Umur
1 2 3 4
P
e
rlak
u
an
A 2 3 3 5
B 5 4 5 5
C 8 7 10 9
Penyelesaian
1. Model
Dimana :
Yij: pertambahan bobot badan dari domba ke-j yang memperoleh campuran makanan ke-i
μ: nilai tengah umum (rata – rata) pertambahan bobot badan
τi: pengaruh perlakuan makanan ke-i
βj: pengaruh kelompok domba (kelompok umur) ke-j
εij: pengaruh galat percobaan pada domba ke-j yang memperoleh perlakuan makanan ke-i
ij i j ij
2. Asumsi
Komponen-komponen µ, τi, βj, dan εijbersifat aditif
Nilai-nilai τi(i= 1,2,3,4) tetap,
Nilai-nilai βj (j = 1,2,3,4) tetap,
εij timbul secara acak, menyebar normal dengan nilai tengah sama
3. Hipotesis
0 1 2 3 4
1 i
H : 0
H : 0,(i 1,2,3,4)
0 1 2 r
1 j
H : ... 0
4.
Taraf signifikasi
5.
Statistik uji
6.
(Kriteria keputusan)
7.
Perhitungan
◦ perhitungan FK, JKP, JKK, JKT, dan JKG
◦ tabel analisis variansi
8.
Kesimpulan
Hitung pula:
1.
Koefisien Keragaman (KK)
Latihan RAKL dengan R
# RAKL
# Perlakuan: pemberian ransum
# faktor: ransum, level: jenis ransum # kelompok: kel umur domba jantan
# unit pengamatan: pertambahan bobot # Input data
ransum = c(rep('A',4),rep('B',4),rep('C',4),rep('D',4)) umur = c(rep(c('1','2','3','4'),4))
# ransum = gl(4,4,labels = c("A","B","C","D")) # umur = gl(4,1,16)
bobot = c(2,3,3,5,5,4,5,5,8,7,10,9,6,5,5,2) percobaan = data.frame(ransum, umur, bobot) # Anova
Plot
par(mfrow = c(1,2))
plot(bobot~ransum, data = percobaan)
Data Hilang dalam RAK
Terkadang data dalam satuan percobaan tertentu hilang atau tidak dapat dipergunakan, misalkan pada kasus percobaan
pemberian ransum pada domba jantan, ada domba yang sakit atau mati.
Suatu metode yang dikemukakan oleh Yates (1933)
memungkinkan kita untuk menduga data yang hilang tersebut.
Kehilangan Data tunggal (Single value)
Untuk data tunggal dalam RAK yang hilang, maka dugaannya dihitung dengan formula:
Dimana:
r dan t: jumlah kelompok dan perlakuan
B dan T: total nilai pengamatan dalam kelompok dan perlakuan yang kehilangan satuan percobaannya.
G: total seluruh nilai pengamatan.
Kemudian nilai dugaan tersebut dimasukkan dalam tabel pengamatan dan dilakukan analisis variansi.
Nilai dugaan yang digunakan harus sedemikian rupa sehingga jumlah kuadrat galat dalam analisis variansi menjadi minimum. Jumlah kuadrat perlakuan akan berbias ke atas sebesar:
2
B t 1 Y
Bias
t t 1
Nilai dugaan 5.4 ini kemudian dicoba sebagai suatu nilai
pengamatan untuk analisis variansi. Dengan demikian total kelompok ketiga yang tadinya 18 menjadi 23.4 dan total perlakuan B menjadi 19.4 dan total keseluruhan 84.4.
Biasnya:
Dengan demikian penduga tak bias bagi JKP yaitu: JKP (hasil perhitungan) – bias
Hasil analisis variansi dengan pendugaan data hilang
Keterangan: +bias = 0.27 sehingga JKP tak bias = 61.13 – 0.27 = 60.86
Analisis variansi alternatif (warna merah mengalami perubahan)
SV db JK KT F
Kelompok 3 2.43 0.81
Perlakuan 3 61.13+ 20.38 9.39
Galat 9 17.39 1.93
Total 15 – 1 = 14 80.95
SV db JK KT F
Kelompok 3 2.43 0.81
Perlakuan 3 60.86 20.28 9.35
Galat 9 – 1 = 8 17.39 2.17
Kehilangan Data Lebih dari Satu
Data Pertambahan Bobot Badan (kg) dari Domba Jantan yang Memperoleh Makanan Berbeda
Prosedur pendugaan dilakukan dengan cara iterasi.
Prosedur iterasinya:
1. Pendugaan h1 melalui:
2. Pendugaan h2 (iterasi pertama) dengan menggunakan rumus hilang data tunggal sebelumnya.
3. Pendugaan h1 (iterasi pertama) dengan rumus sama.
4. Pendugaan h2 (iterasi kedua) dengan cara sama.
5. Pendugaan h1 (iterasi kedua)
6. Pendugaan h2 (iterasi kedua)
Datanya menjadi:
Kelompok Umur
Total
1 2 3 4
P
e
rlak
u
an
A 2 3 3 5 13
B 5 4 ℎ2 = 5.6 5 19.6
C 8 7 10 9 34
D 6 ℎ1 = 3.2 5 2 13
Besarnya bias untuk dua data hilang
2 2
1 1 2 2
B t 1 Y B t 1 Y
Bias
t t 1
Tabel analisis variansi
SV db JK KT F
Kelompok 3 5.21 1.74
Perlakuan 3 64.41 21.47 9.71
Galat 9– 2 = 7 15.49 2.21
Total 15 – 2 = 13 85.11
2
214 (4 1)3.2 18 (4 1)5.6
Bias 1.73
4(4 1)
Tabel analisis variansi alternatif
SV db JK KT F
Kelompok 3 5.21 1.74
Perlakuan 3 62.68 20.89 9.49
Galat 7 15.49 2.21
Referensi
Gaspersz, Vincent, 1991, Teknik Analisis Dalam Penelitian
Percobaan, Tarsito, Bandung.
Mattjik, Ahmad Anshori., dan Sumertajaya, Made I,
Perancangan Percobaan dengan Aplikasi SAS dan Minitab,
IPB Press, Bandung.