klasifikasi rancangan percobaan
DESCRIPTION
Klasifikasi Rancangan Percobaan. Faktorial : bersilang , tersarang Petak terpisah ( Split plot ) Petak terbagi ( Strip plot/split block ). - PowerPoint PPT PresentationTRANSCRIPT
Klasifikasi Klasifikasi RancanganRancangan PercobaanPercobaan
1.1. Rancangan perlakuan :Rancangan perlakuan : menjelaskan menjelaskan kombinasi faktor kombinasi faktor perlakuan perlakuan dalam percobaandalam percobaan, , tidak termasuk bagaimana tidak termasuk bagaimana menempatkan perlakuan atau menempatkan perlakuan atau kombinasi perlakuan ke dalam kombinasi perlakuan ke dalam satuan percobaansatuan percobaan
Satu faktorSatu faktor (perlakuan (perlakuan
sederhana)sederhana)
Dua faktorDua faktor : :
Faktorial : bersilang , Faktorial : bersilang , tersarangtersarang
Petak terpisah (Petak terpisah (Split Split plotplot))
Petak terbagi (Petak terbagi (Strip Strip plot/split blockplot/split block) )
Tiga faktor atau lebihTiga faktor atau lebih :: Faktorial : bersilang, tersarang, Faktorial : bersilang, tersarang,
campurancampuran Split - split plotSplit - split plot Split - split blockSplit - split block
2. 2. Rancangan Lingkungan:Rancangan Lingkungan: menjelaskan cara menempatkan menjelaskan cara menempatkan kombinasi perlakuan ke dalam kombinasi perlakuan ke dalam satuan percobaansatuan percobaan Rancangan acak lengkap/RAL Rancangan acak lengkap/RAL ((Completely Randomized DesignCompletely Randomized Design) ) Rancangan acak kelompok Rancangan acak kelompok
lengkap/RAKL lengkap/RAKL ((Randomized Complete Block Randomized Complete Block
DesignDesign)) Rancangan bujur sangkar Rancangan bujur sangkar
latin/RBSLlatin/RBSL ((Latin Square DesignLatin Square Design) ) Rancangan LatticeRancangan Lattice: >> Lattice : >> Lattice
berimbangberimbang >> Tripple lattice>> Tripple lattice >> Quadruple >> Quadruple
latticelattice
Rancangan Acak Rancangan Acak LengkapLengkap::
Kondisi satuan percobaan relatif Kondisi satuan percobaan relatif homogen homogen
Di laboratorium, yg bisa Di laboratorium, yg bisa menjamin kehomogenan satuan menjamin kehomogenan satuan percobaan percobaan
Tidak efisien untuk percobaan Tidak efisien untuk percobaan yang melibatkan jumlah satuan yang melibatkan jumlah satuan percobaan yg cukup besarpercobaan yg cukup besar
Rancangan Acak Rancangan Acak Kelompok Kelompok LengkapLengkap:: Keheterogenan satuan Keheterogenan satuan
percobaan berasal dari satu percobaan berasal dari satu sumber keragaman sumber keragaman
Mengatasi kesulitan Mengatasi kesulitan menyiapkan satuan percobaan menyiapkan satuan percobaan homogen dalam jumlah besar homogen dalam jumlah besar
Pembentukan kelompok atas Pembentukan kelompok atas dasar komponen keragaman dasar komponen keragaman diluar perlakuan, yg diduga ikut diluar perlakuan, yg diduga ikut mempengaruhi responmempengaruhi respon
Setiap kelompok merupakan Setiap kelompok merupakan kumpulan satuan percobaan yg kumpulan satuan percobaan yg relatif homogenrelatif homogen
Rancangan Bujur Rancangan Bujur Sangkar Latin:Sangkar Latin:
Keheterogenan satuan Keheterogenan satuan percobaan tidak bisa percobaan tidak bisa dikendalikan hanya dengan dikendalikan hanya dengan pengelompokan satu komponen pengelompokan satu komponen keragaman keragaman
Mengendalikan komponen Mengendalikan komponen keragaman satuan percobaan keragaman satuan percobaan dari dua arah (disebut: arah dari dua arah (disebut: arah baris dan lajur)baris dan lajur)
Banyaknya ulangan perlakuan Banyaknya ulangan perlakuan harus sama dengan banyaknya harus sama dengan banyaknya perlakuan yg dicobakanperlakuan yg dicobakan
Tidak Tidak efektif untuk percobaan untuk percobaan yang melibatkan perlakuan yang melibatkan perlakuan dalam jumlah banyak dalam jumlah banyak
Model Linier Aditif
& Struktur Tabel Analisis Ragam
Model linier aditif secara umum Model linier aditif secara umum dibedakandibedakan antaraantara model tetapmodel tetap dandan model acakmodel acak : :
Model acak: Model acak: perlakuan yg dicobakan perlakuan yg dicobakan
merupakan contoh acak dari merupakan contoh acak dari populasi perlakuanpopulasi perlakuan
Kesimpulan yg diperoleh Kesimpulan yg diperoleh berlaku secara umum untuk berlaku secara umum untuk seluruh populasi perlakuanseluruh populasi perlakuan
Model tetap: Model tetap: perlakuan yg digunakan dlm perlakuan yg digunakan dlm
percobaan berasal dari percobaan berasal dari populasi terbataspopulasi terbatas
Pemilihan perlakuan Pemilihan perlakuan ditentukan oleh penelitiditentukan oleh peneliti
Kesimpulan yg diperoleh Kesimpulan yg diperoleh terbatas hanya pd terbatas hanya pd perlakuan yg dicobakanperlakuan yg dicobakan
Model linier aditif percobaan 1 Model linier aditif percobaan 1 faktor dengan faktor dengan RAL (model RAL (model tetap)tetap) ::
Y Y ij = = μμ + + ττi
+ + εε ij
Y Y ij = = Pengamatan pada perlakuan ke-i dan ulangan ke-j
μμ = = Rataan umumττi = = Pengaruh perlakuan ke-i εε ij = = Pengaruh acak pada
perlakuan ke-i, ulangan ke-ji = 1, 2, …, t dan j = 1, 2, …,
r
Model linier aditif percobaan 1 Model linier aditif percobaan 1 faktor dengan faktor dengan RAKLRAKL (model tetap)(model tetap) ::
Y Y ij = = μμ + + ττi + + ββj
++ εε ij
Y Y ij = = Pengamatan pada perlakuan ke-i dan kelompok ke-j
μμ = = Rataan umumττi = = Pengaruh perlakuan ke-i ββi == Pengaruh kelompok ke-jεε ij = = Pengaruh acak pada
perlakuan ke-i, kelompok ke-ji = 1, 2, …, t dan j = 1, 2, …,
r
Model linier aditif percobaan 1 Model linier aditif percobaan 1 faktor dengan faktor dengan RBSL (model RBSL (model tetap)tetap) : :
Y Y ij (k) = = μμ + + αα i + + ββj + + ττ (k) + + εε ij(k)
YYij(k) = = Pengamatan pada perlakuan ke-k, dalam baris ke-i dan lajur ke-j
μμ = = Rataan umumττ (k) = = Pengaruh perlakuan ke-k,
dalam baris ke-i dan lajur ke-j
αi = = Pengaruh baris ke-iβj == Pengaruh lajur ke-jεεij(k) = = Pengaruh acak pada
perlakuan ke-k, dalam baris ke-i dan lajur ke-j
i = 1, 2, …, r , j = 1, 2, …, r , k = 1, 2, …, r
SPLIT PLOT (PETAK TERBAGI)
Rancangan lingkungan ? Perlakuan? Respon? Justifikasi:
-management practice-tidak imbang kepentingan (faktor)-derajat ketepatan
Pengacakan petak utama (αα)), anak petak(ββ)) serta blok/ulangan (jika RAKL)
Model linier aditif
Y Y ij (k) = = μμ + + αα i + + ε ε αα ++ ββj + + ττ (k) + + εε
ij(k)
PERBANDINGAN NILAI RATA-RATA
TERENCANA VS TIDAKPAIR VS GROUPPERBANDINGAN ARAHTGT TUJUAN
LSD, HSD, TUCKEY, DUNNET, SCEFFE, DMRT, SNK, DLLLLLKONTRAS ORTOGONALREGRESI