RancanganAcakLengkap

Created by : Ika Damayanti, S.Si, M.Si

RAL (RancanganAcakLengkap)
Desain dimana perlakuan dikenakan sepenuhnya
secara acak kepada unit- unit eksperimen.
Desain ini dapat digunakan bila unit eksperimen
bersifat homogen.
ContohRAL :
Pemberian obat
Seseorang ingin mengetahui perbedaan mengenai
pengaruh dari 4 macampupuk terhadap hasil
panen jagung. (jenis 1,2,3,4)
Pemberian vitamin pada ayam
Dosis 1
Dosis o
Dosis 2
jantan
betina
Percobaandengansatufaktor
Eksperimen dimana hanya mempunyai satu faktor yang
nilainya berubah- ubah.
Contoh :
Seseorang insinyur tertarik meneliti kekuatan tarik dari sebuah serat
sintetik baru yang akan digunakan untuk membuat baju laki laki.
Insinyur tersebut mengetahui dari percobaan sebelumnya bahwa
kekuatan dipengaruhi oleh persentase serat yang digunakan dalam
campuran material serat.
Lebih jauh peneliti menduga bahwa adanya kandungan kapas akan
meningkatkan kekuatan tarik. Insinyur tersebut memutuskan untuk
menguji lima level dari % kandungan kapas: 15,20,25,30,35.
Insinyur tersebut juga memutuskan untuk menguji lima
spesimen/bahan pada masing
2
level dari kandungan kapas.
(Montgomery, D. C., 2001;page 60 atau Montgomerry, D.C., 1991, pg 39)
Percobaandengansatufaktor
Level (a) yang berbeda dari suatu faktor disebut
perlakuan (i).
Data dalamtabel 1 menunjukkan pengamatan ke j
dengan perlakuan i.
Maka percobaan diatas merupakan contoh dari
percobaan dengan faktor tunggal, dengan level
(a=5), replikasi (n=5). Sehingga terdapat 25 run
dalamurutan acak.
Ilustrasi (1)
Untuk menunjukkan bagaimana urutan tersebut di
randomisasi, maka misalkan kita buat nomor dari
urutan sbb :
% kandungan
kapas
Nomor percobaan
15 1 2 3 4 5
20 6 7 8 9 10
25 11 12 13 14 15
30 16 17 18 19 20
35 21 22 23 24 25
Ilustrasi (2)
Pilih nomor secara acak antara 1 sampai 25.
(misal nomer tersebut adalah 8)
Maka pengamatan no 8 dilakukan terlebih dulu.
Proses ini diulang sampai ke- 25pengamatan terisi.
Urutan
Percobaan
Nomor
yang di -
run
%
berat
cotton
1. 8 20
2. 18 30
3. 10 20
4. 23 35
5. 17 30
6. 5 15
7. 14 25
8. 6 20
9. 15 25
10. 20 30
11. 9 20
12. 4 15
13. 12 25
14. 7 20
15. 1 15
16. 24 35
17. 21 35
18. 11 25
19. 2 15
20. 13 23
21. 22 35
22. 16 30
23. 25 35
24. 19 30
25. 3 15

Ilustrasi (3)
Misalkan, didapat hasil
urutan sebagai berikut:
Lanjutan
Setelah dilakukan percobaan, maka didapatkan data
sbb:
Observasi % kandungan
kapas
1 2 3 4 5
15 7 7 15 11 9 49 9,8
20 12 17 12 18 18 77 15,4
25 14 18 18 19 19 88 17,6
30 19 25 22 19 23 108 21,6
35 7 10 11 15 11 54 10,8
376 15,04
Total Average
) (
. i
y
) (
. i
y
Grafik(1)
Untuk melihat pola data, dilihat secara grafis:
35% 30% 25% 20% 15%
25
20
15
10
5
D
a
t
a
Boxplot of 15%, 20%, 25%, 30%, 35%
(Output MINITAB Vs. 15)
Grafik(2)
35% 30% 25% 20% 15%
25
20
15
10
5
% kandungan kapas
K
e
k
u
a
t
a
n

T
a
r
i
k


(
l
b
/
i
n
c
2
)
Individual Plot Kekuatan Tensile VS % berat cotton
(Output MINITAB Vs. 15)
Apa yang dapat disimpulkan dari gambar?
Kedua grafik menunjukkan bahwa kekuatan tarik naik
sesuai kenaikan kandungan kapas, tapi jika
kandungan kapas lebih dari 30% terlihat terjadi
penurunan dalamkekuatan tarik.
Dari gambar tersebut belumbisa disimpulkan bahwa
terdapat perbedaan kekuatan tarik pada persentase
kandungan kapas.
Berdasarkan grafik sederhana, dapat diduga:
Kandungan kapas mempengaruhi kekuatan tarik
J ika kandungan kapas dalamkain sebesar 30%
berada dalamkekuatan tarik maksimum.
Prosedur yang tepat untuk menguji kesamaan
beberapa means adalah analisis varians (ANOVA).
AnalisisVariansi - SatuArah
(one way-ANOVA )
ANOVA adalah :
suatu analisis yang digunakan untuk menyelidiki
hubungan antara variabel respon (dependen)
dengan satu atau beberapa variabel prediktor
(independen).
ANOVA tidak mempunyai koefisien (parameter)
model.
ANOVA untukRAL
Misal terdapat a perlakuan yang akan dibandingkan. Respon
percobaan dari masing-masing perlakuan a merupakan variabel
acak.
Dalambentuk tabulasi, data tersebut adalah :

Observasi Perlakuan
1 2 n
Total Rata-rata
1
11
y
12
y
n
y
1

. 1
y
. 1
y
2
21
y
22
y
n
y
2

. 2
y
. 2
y
M M M M M M
M M M M M M
a
1 a
y
2 a
y
an
y
. a
y
. a
y

..
y
..
y
Model percobaan
Persamaan untuk model RAL adalah :
Dengan keterangan :
) 1 (
,..., 2 , 1
,..., 2 , 1

=
=
+ + =
n j
a i
y
ij i ij

ij
y adalah variable yang akan dianalisis,
dimisalkan berdistribusi normal
adalah rata-rata umum atau rata-rata sebenarnya
i
adalah efek perlakuan ke i
ij
adalah kesalahan, berupa efek yang berasal
dari unit eksperimen ke j yang dikenai perlakuan ke i
Model Percobaan
Dalam model statistik, persamaan (1) dapat dijelaskan menjadi
dua kondisi.
1. Model Efek Tetap
Peneliti telah menentukan terlebih dahulu level faktornya.
Model ini membawa ke hipotesis nol bahwa tidak terdapat
perbedaan diantara efek2 a buah perlakuan yang terdapat
dalam eksperimen.
Kesimpulan hanya berlaku untuk a buah perlakuan yang
terdapat dalam eksperimen.
2. Model Efek acak
Peneliti memilih secara acak a level dari populasi level
faktor, maka dikatakan bahwa faktornya acak/random.
hipotesis nol yang berbunyi tidak ada perbedaan di antara
efek2 semua perlakuan didalam populasi di mana sebuah
sampel telah diambil sebanyak a perlakuan.
Kesimpulan berlaku untuk populasi perlakuan
berdasarkan sebuah sampel terdiri a buah perlakuan yang
diambil dari populasi itu.
Model EfekTetap
Dalammodel efek tetap, efek perlakuan biasanya
didefinisikan sebagai deviasi dari rata- rata mean,
sehingga :
Hipotesisnya :
i

0
1
=

=
a
i
i

0 1
0 ...
1
2 1 0
=
= = = = =
i
a
tidak paling H
H

Lanjutan
Jika :

=
= = =
n
j
i i ij i
a i n y y y y
1
. . .
,..., 2 , 1 ; ,
N y y
y y
a
i
n
j
ij
/
.. ..
1 1
..
=
=

= =
dengan : an N =
[ ]

= = = = =
= =
= =
+ + =
+ =
=
a
i
a
i
n
j
a
i
n
j
i ij i i ij i
a
i
n
j
i ij i
a
i
n
j
ij T
y y y y y y y y n
y y y y
y y SS
1 1 1 1 1
. .
2
.
2
.
2
1 1
. .
2
1 1
) ..)( ( 2 ) ( ..) (
) ( ..) (
..) (
Lanjutan
Oleh karena itu didapat :
catat bahwa :
0 ) / ( ) (
. . .
1
. .
= = =

=
n y n y y n y y y
i i i
n
j
i i ij

= = = = =
+ = =
a
i
a
i
n
j
i ij i
a
i
n
j
ij
y y y y n y y SST
1 1 1
2
.
2
.
2
1 1
) ( ..) ( ..) (
E Treatment T
SS SS SS + =

= = = =

= =
a
i
n
j
i ij
a
i
n
j
i ij E
y y y y SS
1
2
1
.
2
1 1
.
) ( ) (
Tabel ANOVA

Sumber
Variasi
SS df MS F
0

Treatment

=
=
a
i
i Treatment
y y n SS
1
2
.
..) (
a-1
) 1 /( = a SS MS
Treatment Treatment

E
Treatment
MS
MS
F =

Error
(dalam
percobaan)
Treatment T E
SS SS SS =

N-a
) /( a N SS MS
E E
=


Total
2
1 1
..) (

= =
=
a
i
n
j
ij Total
y y SS
N-1

Tolak H
0
jika
a N a
F F

>
, 1 , 0

Asumsi residual dalamANOVA
) , 0 ( ~
2
IIDN
ij

PenyelesaianContohKasus:
Model yang berlaku untuk data ini :
ij i ij
y + + =
ij
y = kekuatan tarik kain ke j pada kandungan kapas ke i
= adalah rata-rata umum kekuatan tarik
i
= adalah kandungan kapas ke i
ij
= kesalahan yang merupakan efek kekuatan tarik kain ke j
yang di beri kandungan kapas ke i
Hipotesis
=
0
H tidak terdapat perbedaan pengaruh % kandungan kapas
terhadap kekuatan tarik kain
=
0
H paling tidak terdapat satu perbedaan pengaruh % kandungan
kapas terhadap kekuatan tarik kain
Perhitungan
96 , 636
25
) 376 (
) 11 ( .... ) 7 (
..) (
2
2 2
2
..
5
1
5
1
2
2
5
1
5
1
=
+ + =
=
=

= =
= =
N
y
y
y y SS
i j
ij
i j
ij Total
20 . 161
76 . 475 96 . 636
=
=
=
Treatment T E
SS SS SS
76 . 475
25
) 376 (
5
) 54 ( ... ) 49 (
..) (
2 2 2
1
2
.
=

+ +
=
=

=
a
i
i Treatment
y y n SS
Tabel ANOVA
Sumber
Variasi
SS df MS F
0

Treatment 475.76 4 118.94 14.76
Error (dalam
percobaan)
161.20 20 8.06
Total 636.96 24

20 , 4 , 05 . 0 0
F F >
Tolak H
0
karena 87 . 2 76 . 14 >

J adi terdapat perbedaan rata-rata pengaruh %tase kandungan
kapas terhadap kekuatan tarik kain.
PerhitunganmenggunakanMinitab 15
Output Minitab
One-way ANOVA: kekuatan tarik versus %kandungan kapas
Sour ce DF SS MS F P
%kandungan kapas 4 475. 76 118. 94 14. 76 0. 000
Er r or 20 161. 20 8. 06
Tot al 24 636. 96
S = 2. 839 R- Sq = 74. 69% R- Sq( adj ) = 69. 63%
Pengujianasumsi residual
5.0 2.5 0.0 -2.5 -5.0
99
90
50
10
1
Residual
P
e
r
c
e
n
t
20.0 17.5 15.0 12.5 10.0
5.0
2.5
0.0
-2.5
-5.0
Fitted Value
R
e
s
i
d
u
a
l
6 4 2 0 -2 -4 -6
6.0
4.5
3.0
1.5
0.0
Residual
F
r
e
q
u
e
n
c
y
Mean -9.23706E-16
StDev 2.592
N 25
24 22 20 18 16 14 12 10 8 6 4 2
5.0
2.5
0.0
-2.5
-5.0
Observation Order
R
e
s
i
d
u
a
l
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for kekuatan tarik
distribusi
Normal
homogen
independen
Model EfekRandom
Karena level dari faktor dipilih secara acak, maka kesimpulan
yang dibuat dapat mewakili populasi dari level faktor.
Model dari efek acak :
Dengan dan merupakan variabel acak.
Hipotesis
) 2 (
,..., 2 , 1
,..., 2 , 1

=
=
+ + =
n j
a i
y
ij i ij

i

ij

0
0
2
1
2
0
=
= =

H
H
ANOVA
ANOVA dan perhitungan untuk model efek random
sama dengan model efek tetap. Yang membedakan
hanya kesimpulan yang berlaku untuk populasi.