Suatu percobaan yang digunakan homogen atau tidak ada faktor lain yang mempengaruhi respon di luar faktor yang diteliti. Pada rancangan acak lengkap (RAL) digunakan jika kondisi unit percobaan yang digunakan relatif homogen. Penerapan perlakuan terhadap unit percobaan dilakukan secara acak terhadap seluruh unit percobaan. Seperti percobaan-percobaan yang dilakukan di laboratorium atau rumah kaca yang pengaruh lingkungannya lebih mudah dikendalikan.
Rancangan acak lengkap dipergunakan jika variabel luar tidak diketahui, atau bila pengaruh variabel ini yang sengaja tidak dikontrol terhadap variasi subyek, adalah sangat kecil. Rancangan ini juga dipakai jika diketahui bahwa subyek keadaannya seragam dan inferensi yang dibuat berdasarkan hasil percobaan tidak dimaksudkan sebagai inferensi yang bersifat percobaan tidak dimaksudkan sebagai inferensi yang bersifat luas serta berlaku untuk populasi yang lebih beragam. Oleh karena itu, rancangan ini tidak disarankan jika hasil ujinya dipergunakan untuk inferensi populasi yang lebih beragam.
Rancangan Acak Lengkap (RAL)
RAL selain perlakuan, semua harus sama (homogen), hal ini membawa konsekuensi bahwa, selain perlakuan tidak ada faktor lain yang dianggap berpengaruh terhadap hasil pengamatan. Oleh karena itu dapat diajukan suatu model analisis :
Yijk = μ + τi + εij
Yijk = nilai pengamatan pada perlakuan ke-i & ulangan ke-j
μ = nilai tengah umum
τi = pengaruh perlakuan ke-i
εij = galat percobaan pada perlakuan ke-i & ulangan ke-j
Syarat yang harus diperhatikan dalam RAL :
1. Kecuali perlakuannya, semua (media percobaan dan keadaan-keadaan lingkungan lainnya) harus serba sama atau homogen.
2. Penempatan perlakuan ke dalam satuan-satuan percobaan dilakukan secara acak lengkap, yang artinya kita perlakukan semua satuan percobaan sebagai satu kesatuan dimana perlakuan ditempatkan ke dalamnya secara acak.
3. Hanya mempunyai 1 faktor dan mempunyai sejumlah taraf faktor yang nilainya bisa kualitatif maupun kuantitatif.
Rancangan Acak Lengkap (RAL)
Kelebihan RAL adalah perhitungannya sederhana. RAL dapat diterapkan pada percobaan dengan ulangan pengamatan sama dan tidak sama. Keuntungan menggunakan RAL antara lain :
1. Rancangan percobaannya lebih mudah.
2. Apabila jumlah perlakuan hanya sedikit, dimana derajat bebas galatnya juga kecil
3. Analisis statistik terhadap data percobaan sederhana.
4. Fleksibel dalam jumlah penggunaan perlakuan dan ulangan (dapat dilakukan pada ulangan yang tidak sama).
5. Terdapat alternatif analisis nonparametrik yang sesuai.
6. Permasalahan data hilang dapat mudah ditangani
7. Tidak memmerlukan tingkat pemahaman yang tinggi mengenai bahan percobaan
Kekurangan RAL antara lain adalah :
1. Terkadang tidak efisien.
2. Tingkat ketepatan (presisi) mungkin tidak terlalu memuaskan kecuali unit percobaab benar-benar homogen
3. Pengulangan percobaan yang sama mungkin tidak konsisten (lemah) apabila satuan percobaan tidakbenar-benarhomogen terutama apabila jumlah ulangannya sedikit.
B. Sumber Data Analisis
Skripsi: Sri Jeksi (1305104010006) , Program Studi Peternakan, Fakultas Pertanian, Unsyiah, 2017
Judul : Pengaruh Pemberian Pakan Fermentasi Berbasis KIAPU (Pistia Startiotes F.) dan Probiotik terhadap Parameter Pertumbuhan dan Eksterior Pertumbuhan Ayam Alpu.
Skripsi: Sri Jeksi (1305104010006) , Program Studi Peternakan, Fakultas Pertanian, Unsyiah, 2017
Judul : Pengaruh Pemberian Pakan Fermentasi Berbasis KIAPU (Pistia Startiotes F.) dan Probiotik terhadap Parameter Pertumbuhan dan Eksterior Pertumbuhan Ayam Alpu.
C. Analisis Data Menggunakan Excel
Data di Excel
Urutkan di Excel
Buka SPSS
Masukan Data
Klik Variabel View
Tulis Nama var
Ubah desimal
Klik Data View lalu klik Analyze
Klik General Linear Model dan Univariate
Masukkan Hasil di Dependent variate
dan Perlakuan di Fived Faktor
Klik Model
Pilih Costum
Masukkam Perlakuan
Klik Continiue
Klik Post Hoc
Masukkan Perlakuan
Lalu klik LSD, Turkey, Duncan
Klik Continiue
Klik Options
Masukkan Overal
Pilih Homogenetik Testis
klik continiue
Klik Ok. maka akan keluar Output SPSS
Tabel Anova
Tidak ada komentar:
Posting Komentar