RANCANGAN
BUJUR SANGKAR LATIN (RBSL)
Pada RAK, pengacakan dilakukan satu arah yakni arah horizontal atau arah vertikal. Hal ini dilakukan karena penyebab heterogenitas materi percobaan sudah dapat diketahui.
Apabila heterogenitas materi percobaan tidak diketahui dengan pasti atau tidak beraturan, maka pengacakan satu arah tidak akan mampu menurunkan galat percobaan sehingga tujuan percobaan tidak tercapai.
Dasar Filosofis
Penggunaannya
Untuk mengatasi kendala heterogenitas materi percobaan yang tidak beraturan tersebut, digunakan rancangan lain yakni Rancangan Bujur Sangkar Latin (RBSL)
Rancangan Bujur Sangkar Latin adalah rancangan dasar dengan dua arah pengelompokan yakni arah horizontal (baris) dan arah vertikal (lajur).
RBSL umumya digunakan pada
percobaan lapangan terbuka.
Jumlah taraf perlakuan = jumlah ulangan = jumlah baris = jumlah lajur.
Salah satu diagonal “RBSL Dasar”
ditempati oleh perlakuan yang sama.
Setiap baris dan lajur berisi perlakuan lengkap dan tidak terdapat perlakuan yang sama.
PERSYARATAN RBSL
Sistem acak (random) pada RBSL adalah sistem acak terbatas atau disebut juga sistem acak dengan menggunakan baris dan lajur sebagai pembatasan dalam pengacakan.
Setiap plot percobaan dalam satu baris dan lajur memiliki peluang yang sama besar untuk menerima perlakuan.
Sistem Acak (Random) & Lay
Out
1.
Tentukan salah satu RBSL Dasar berdasarkan jumlah taraf perlakuan yang diuji
2.
Lakukan pengacakan baris
3.
Susun hasil acak baris di setiap plot percobaan
4.
Hasil Acak baris selanjutnya dilakukan pengacakan berdasarkan lajur.
5.
Susun hasil acaknya, dan hasil ini merupakan hasil acak baris dan lajur.
Prosedur peletakan perlakuan pada
setiap plot percobaan pada RBSL :
Baris
Lajur
Total Baris
Rataan Baris
1 2 3 4
1 Y11
(V1) Y21
(V3) Y31
(V2) Y41
(V4) Y.1 Ῡ.1
2 Y12
(V4)
Y22 (V1)
Y32 (V3)
Y42 (V2)
Y.2 Ῡ.2
3 Y13
(V2)
Y23 (V4)
Y33 (V1)
Y43 (V3)
Y.3 Ῡ.3
4 Y14
(V3)
Y24 (V2)
Y34 (V4)
Y44 (V1)
Y.4 Ῡ.4 Total
Lajur Y1. Y2. Y3. Y4. Y.. -
Rat.
Lajur Ῡ1. Ῡ2. Ῡ3. Ῡ4. - Ῡ..
MODEL TABEL PENGAMATAN
Y ijk = μ o + ρ i + α j + β k + Є ijk
dimana :
i = 1, 2, 3, 4, ..., l j = 1, 2, 3, 4, ..., b k = 1, 2, 3, 4, ..., t
t = jumlah taraf perlakuan (treatment) l = jumlah lajur
b =jumlah baris
Model Linier Additif RBSL
Model Tabel ANOVA RBSL
SK dB JK KT F.hit F
.05F
.01Nilai
Tengah 1 JK NT - - - -
Lajur l – 1 JK l JK l/dB l KT l/KT G
(dB l ; dB G) Baris b - 1 JK b JK b/dB
b KT
b/KT G (dB b ; dB G) Perlakuan t - 1 JK P JK P/dB
P
KT P/KT G
(dB P ; dB G) Galat (l-1)
(b-2) JK G JK G/dB
G - - -
Total l x b JK T - - - -
Analisis data percobaan dilakukan dengan menghitung Jumlah Kuadrat (JK) masing- masing sumber keragaman. Caranya sebagai berikut :
JK NT (FK) = (Y..)²/(t x r)
JK Total = Y
11² + Y
21² + ... + Y
41² + ... + Y
44²
JK Lajur = [(Y
1.² + Y
2.² + Y
3.² + Y
4.²)/b] – JK NT (FK)
JK Baris = [(Y
.1² + Y
.2² + Y
.3² + Y
.4²)/l] – JK NT (FK)
JK Perlakuan = [(Y
t1² + Y
t2² + Y
t3² + Y
t4²)/r] – JK NT (FK)
JK Galat = JK Total - JK NT (FK) - JK Perlk – JK l – JK b
Metode Analisis Data
Koefisien Keragaman (KK) menunjukkan tingkat ketepatan (akurasi) percobaan atas perlakuan yag dibandingkan dan menjadi indeks penentu baik tidaknya keadaan percobaan.
Semakin tinggi nilai KK, makin rendah keandalan percobaan tersebut.
Besarnya Koefisien Keragaman ditentukan dengan menggunakan rumus :
KK = (√KT G)/Ÿ..) x 100%
Koefisien Keragaman (KK)
Hipotesis adalah dugaan sementara atas jawaban masalah yang akan diteliti dan harus diuji kebenarannya melalui penelitian ilmiah.
Ada dua kemungkinan atas jawaban masalah tersebut, boleh jadi dugaannya benar, dan boleh jadi pula dugaannya tidak benar (artinya : ada hipotesis dan ada antitesis/ hipotesis tandingan).
Karena itu hipotesis diasumsikan ada dua, yakni : H
0: μA
1= μA
2= μA
3= .. = μA
tH
1: μA
1≠ μA
2≠ μA
3≠ .. ≠ μA
tPengujian Hipotesis
dan Penarikan Kesimpulan
Pengujian hipotesis dilakukan berdasarkan hasil yang diperoleh pada tabel analisis ragam (ANOVA) :
Jika Fhit. Perlakuan < F.05, maka perlakuan dinyatakan
“berpengaruh tidak nyata” atau “tn” atau “ns”. Hal ini berarti bahwa tidak ada pengaruh antar taraf perlakuan yang diuji terhadap parameter yang diamati. Dengan demikian, kita menerima H0 dan menolak H1.
Jika F.05 ≤ Fhit. Perlakuan ≥ F.01, maka perlakuan dinyatakan
“berpengaruh nyata” atau *. Hal ini berarti bahwa paling sedikit ada satu perlakuan yang berbeda dengan perlakuan lain yang dicobakan. Dengan demikian, kita menolak H0 dan menerima H1
pada tingkat keyakinan 95%.
Jika Fhit. Perlakuan > F.01, maka perlakuan dinyatakan
“berpengaruh sangat nyata” atau **. Hal ini berarti bahwa terdapat paling sedikit ada satu perlakuan yang sangat berbeda dengan perlakuan lain yang dicobakan. Dengan demikian, kita menolak H0 dan menerima H1 pada tingkat keyakinan 99%.