RANCANGAN

PERCOBAAN
Penelitian eksperimental  ada
intervensi/perlakuan dari peneliti,
baru dampaknya diukur
Penelitian non-eksperimental 
peneliti tidak melakukan intervensi,
hanya mengumpulkan data/fakta
yang ada
 Syarat Hasil Penelitian
Validity
• Validitas adalah ukuran kekuatan
kesimpulan hasil penelitian
• Best available approximation to the truth
or falsity of a given inference, proposition
or conclusion (Cook and Campbell,1979)
• Ringkasnya: were we right?
 Syarat Hasil Penelitian
Reliability
• Reliabilitas adalah ukuran konsistensi dari suatu
hasil pengukuran
• The degree to which an instrument measures
the same way each time it is used under the
same condition with the same subjects
• Ringkasnya: it is the repeatability of your
measurement.
 Disain
Penelitian

Kerangka Metode
konsep penelitian
 Metode Penelitian

Pengambilan Analisis
Data Data

Obyek
Bahan Analisis keilmuan
Alat Analisis statistik
Cara kerja
Rancangan percobaan
RANCANGAN PERCOBAAN
 Desain eksperimen (rancangan percobaan) bertujuan untuk
menentukan rencana pelaksanaan eksperimen yang tepat agar
dapat memperoleh atau mengumpulkan informasi yang
diperlukan sebanyak-banyaknya dan berguna dalam
melakukan penelitian persoalan yang akan dibahas
 Pengaturan pemberian perlakuan (input) kepada satuan-
satuan percobaan dengan maksud agar keragaman respon
(output) yang ditimbulkan oleh keadaan lingkungan dan
heterogenitas bahan percobaan yang digunakan dapat
diwadahi dan disingkirkan.
 Suatu uji atau sederetan uji yang bertujuan merubah peubah
input menjadi suatu output yang merupakan respon dari
percobaan tersebut
Kriteria
Suatu kegiatan dikatakan sebagai eksperimen bila
memenuhi karakteristik berikut :
1. Merupakan kajian manipulasi (pengaturan)
variabel independen (variabel bebas)
2. Pengaruh (efek) manipulasi variabel
independen terhadap satu atau lebih variabel
dependen (variabel terikat) diukur
3. Level (taraf) variabel independen yang
dimanipulasi dikenakan secara random pada
unit percobaan
 Rancangan Percobaan

Validitas Validitas
Internal Eksternal

Apakah manipulasi Seberapa jauh penemuan ini

percobaan memang cukup representatif untuk
benar menimbulkan dibuat generalisasi pada
perbedaan kondisi sejenis
 Prinsip Dasar Perancangan Percobaan

1. Pengacakan (Randomization)
2. Pengulangan (Replication)
3. Pengendalian Lingkungan (Local control)
 Pengacakan
Fungsi dari pengacakan adalah menjamin sahihnya dugaan tak
bias dari galat percobaan dan nilai tengah perlakuaan serta
perbedaan di antara mereka.
Pengacakan merupakan salah satu dari beberapa ciri modern
perancangan percobaan yang muncul
Setiap unit percobaan memiliki peluang yang sama untuk
diberikan suatu perlakuan
◦ Menghindari galat sistematik
◦ Meningkatkan validitas kesimpulan (pemenuhan asumsi
kebebasan)
◦ Caranya: lotere, tabel bilangan acak, komputer
 Pengulangan:
Penerapan perlakuan yang sama terhadap
beberapa unit percobaan.
◦ Untuk menduga galat percobaan
◦ Untuk menduga standard error rataan perlakuan
◦ Meningkatkan ketelitian suatu percobaan 
meningkatkan presisi kesimpulan

Berapa jumlah ulangan ?

◦ Minimal 3
2
◦ Minimal db-galat =15 2 
r  2( Z  / 2  Z  )  
◦ Gunakan formula yang ada   
Pengendalian Lingkungan (Local control)

• Pengendalian kondisi-kondisi lingkungan yang

berpotensi mempengaruhi respon dari
perlakuan.
Strategi yang dapat dilakukan :
1. Jika terkait dengan heterogenitas satuan
percobaan  strateginya: pengelompokan
2. Mengontrol pengaruh-pengaruh lingkungan
(selain perlakuan) sehingga pengaruhnya sekecil
& seseragam mungkin
 Klasifikasi Rancangan
Rancangan Lingkungan :
Berkaitan dengan bagaimana perlakuan-perlakuan tersebut
ditempatkan pada unit-unit percobaan (RAL, RAK, RBSL,
Lattice)

Rancangan Perlakuan :
Berkaitan dengan bagaimana perlakuan-perlakuan tersebut
dibentuk (Faktorial, Split plot, Split blok)

Rancangan Pengukuran :
Berkaitan dengan bagaimana respon percobaan diukur dari unit-
unit percobaan yang diteliti
 Langkah Analisis:

1. Dicari apa data terdistribusi normal ?

2. Variannya apa homogen ?
3. Bagaimana hasil penelitian ?
 Asumsi/syarat penggunaan
analisis parametrik

• Data berskala interval atau rasio

• Distribusi normal
• Jumlah sampel cukup
 Istilah Pokok dalam Desain Eksperimen
1. Unit Eksperimen
Unit yang dikenai perlakuan tunggal (mungkin merupakan gabungan
beberapa faktor) dalam sebuah replikasi eksperimen dasar.
2. Perlakuan
Sekumpulan kondisi eksperimen yang akan digunakan terhadap unit
eksperimen dalam ruang lingkup desain yang dipilih .
3. Kekeliruan Eksperimen
Menyatakan kegagalan dari dua unit eksperimen identik yang dikenai
perlakuan untuk memberikan hasil yang sama.
4. Replikasi
Pengulangan eksperimen dasar.
5. Pengacakan
Unit-unit sampel dari suatu populasi diacak sebelum dilakukan
pengambilan.
6. Kontrol Lokal
Pengendalian kondisi-kondisi lingkungan yang berpotensi
mempengaruhi respon dari perlakuan.
a. Pengelompokan
Penempatan sekumpulan unit eksperimen yang homogen
ke dalam kelompok-kelompok agar supaya kelompok yang
berbeda memungkinkan untuk mendapatkan perlakuan yang
berbeda pula.
b. Pemblokan
Pengalokasian unit-unit eksperimen ke dalam blok
sedemikian sehingga unit-unit dalam blok secara relatif bersifat
homogen sedangkan sebagian besar dari variasi yang dapat
diperkirakan di antara unit-unit telah baur dengan blok.
c. Penyeimbangan
Usaha memperoleh unit-unit eksperimen, usaha
pengelompokan, pemblokan dan penggunaan perlakuan
terhadap unit-unit eksperimen sedemikian rupa sehingga
dihasilkan suatu konfigurasi atau formasi yang seimbang.
7. Faktor (kuantitatif & kualitatif)
Peubah bebas penyusun perlakuan, dimana nilai-nilainya
dapat bersifat kualitatif maupun kuantitatif

8. Taraf Faktor
Nilai-nilai atau klasifikasi-klasifikasi dari sebuah faktor

9. Interaksi
Perubahan pengaruh dari suatu faktor pada berbagai
taraf faktor yang lain
 DESAIN EKSPERIMEN
Jenis-jenis desain eksperimen (rancangan
percobaan) dapat digolongkan/dikelompokkan
berdasarkan rancangan dasar/lingkungan
dengan berbagai kombinasi pola percobaan:
• jumlah faktor yang diujikan
• keseimbangan jumlah ulangan, dan
• pengacakan di lapangan.
 DESAIN EKSPERIMEN

A. DESAIN ACAK LENGKAP

B. DESAIN ACAK KELOMPOK (BLOK)
C. DESAIN BUJUR SANGKAR LATIN
D. DESAIN FAKTORIAL
E. DESAIN TERSARANG
F. DESAIN FAKTORIAL TERSARANG
G. DESAIN SPLIT PLOT (PETAK TERBAGI)
 A. RANCANGAN ACAK LENGKAP
Rancangan ini digunakan apabila satuan
percobaanya homogen, artinya keragaman antar
satuan kecil.

Misalnya : Percobaan di dalam laboratorium

Pembagian perlakuan dilakukan secara acak

terhadap semua satuan percobaan sehingga setiap
satuan percobaan memiliki peluang yang sama
untuk menerima perlakuan manapun
 KEUNTUNGAN

 Banyaknya perlakuan dan ulangan hanya dibatasi

oleh banyaknya satuan percobaan
 Ulangan boleh berbeda-beda
 Analisis statistik sederhana
 Kerugian informasi karena data yang hilang relatif
sedikit
KERUGIAN
 Sering kali tidak efisien
 Galat percobaan mencakup seluruh keragaman
antar satuan percobaan kecuali yang disebabkan
oleh perlakuan
 DESAIN ACAK LENGKAP

Y ij =  +  i +  ij

i = 1,2, …., k
j = 1,2, …, nk

dengan
Yij = variabel yang dianalisis, dimisalkan berdistribusi normal

 = rata-rata umum atau rata-rata sebenarnya

i = efek perlakuan ke-i

 ij = kekeliruan, berupa efek acak yang berasal dari unit

eksperimen ke-j karena dikenai perlakuan ke-i
 DESAIN ACAK LENGKAP
 Analisis Varians Untuk Desain Acak Lengkap
Data pengamatan untuk Desain Acak Lengkap
Perlakuan Jumlah
1 2 …... k
Data Pengamatan Y11 Y21 …… Yk1
Y12 Y22 …… Yk2
…… …… …… ……
…… …… …… ……
…… …… …… ……
Y1n1 Y1n2 …… Yknk
…… k
J   Ji
Jumlah J1 J2 Jk i 1

Banyak …… k
n1 n2 nk  n
i
Pengamatan i  1
…… J /  ni
k

Rata-rata Y1 Y2 Yk Y= i1

Dimana :
k = jumlah eksperimen
ni = unit eksperimen untuk perlakuan ke-i (i = 1, 2, …, k)
Yij (i = 1, 2, …, k) dan (j = 1, 2, …, ni) = nilai pengamatan dari unit eksperimen ke j karena
perlakuan ke-i
 ni
Ji Yij Jumlah nilai pengamatan untuk tiap perlakuan
j 1

k
J Ji Jumlah seluruh nilai pengamatan
i 1

Yi  Ji / ni Rata-rata pengamatan untuk tiap perlakuan

k
YJ 
i / n
i
i1
Rata-rata seluruh nilai pengamatan

 Y 2 = jumlah
k n
kuadrat-kuadrat (JK) semua nilai pengamatan
i

��Y2
ij
i 1 j 1

R y = jumlah kuadrat-kuadrat (JK) untuk rata-rata

k
J /2
ni
i1

Py = jumlah kuadrat-kuadrat (JK) antar perlakuan

k
n
i(
Y i -Y
i1
)2

k
 2
(J
i /n
i
i)
1
-R
y
E y = jumlah kuadrat-kuadrat (JK) kekeliruan eksperimen
k ni
  (Yij - Yi ) 2
i 1 j 1
k
  Y 2 - R y - Py
i1

DAFTAR ANALISIS VARIANS

Sumber variasi Derajat Jumlah Kuadrat-Tengah
Kebebasan (dk) Kuadrat- (KT) F
kuadrat (JK)
Rata-rata 1 Ry R=Ry

Antar Perlakuan k –1 Py P = P y / (k – 1) P/E

Kekeliruan k

Eksperimen
(n-1)
i 1
i Ey E = E y /  (ni – 1)

Jumlah Total
 (n
i 1
i )
Y2 -
Contoh :

Suatu percobaan dilakukan untuk membuktikan

adanya dugaan bahwa kadar air akhir pengeringan
simplisia dipengaruhi oleh kecepatan aliran udara di
ruang pengeringan. Untuk itu dilakukan percobaan
pengeringan empat taraf kecepatan aliran udara, yaitu
0.7, 0.8, 0.9, dan 1.0 m/s. Percobaan dilakukan
dengan enam kali ulangan (replikasi) dan data
rendemen yang diperoleh disajikan pada Tabel 1.
 Kecepatan aliran udara (m/s)
0.7 0.8 0.9 1.0
Replikasi 7 12 14 19

8 17 18 25

15 13 19 22

11 18 17 23

9 19 16 18

10 15 18 20
Variabel independen : Kecepatan aliran udara. Variabel
independen sering juga disebut sebagai perlakuan
Taraf/level variabel independen : 0.7, 0.8, 0.9, dan 1.0
m/s (jadi ada 4 taraf perlakuan)
Manipulasi variabel independen berupa penetapan empat
taraf perlakuan
Variabel dependen : Kadar air akhir simplisia (%)
Variabel dependen sering juga disebut sebagai variabel
respon
Unit percobaan : sesuatu yang dikenai perlakuan dalam
percobaan. Jadi, unit percobaannya adalah simplisia
Hipotesis :
Ho : Laju aliran udara tidak berpengaruh nyata (secara
signifikan, secara berarti) terhadap kadar air akhir simplisia
Ha : Laju aliran udara berpengaruh nyata terhadap kadar air
akhir simplisia atau laju aliran udara yang berbeda akan
memberikan hasil kadar air akhir simplisia yang berbeda
secara signifikan
Seperti halnya pada pengujian hipotesis, keputusan menerima
atau menolak hipotesis ditentukan oleh statistik uji yang
dihitung dari data sampel. Untuk analisis varian (ragam),
statistik ujinya adalah statistik F
 Kecepatan aliran udara (m/s)
0.7 0.8 0.9 1.0
Ulangan 7 12 14 19
8 17 18 25
15 13 19 22
11 18 17 23
9 19 16 18
10 15 18 20
Ti. 60 94 102 127 T.. = 383
Ni 6 6 6 6 N = 24
Yij2 640 1512 1750 2723  Yij2 = 6625
SS (sum square) total =   Yij2 – (T.. 2 / N)
= 6 625 – (383)2/24
= 512.96

SS perlakuan = ( Ti.2) / 6 – (T.. 2 / N)

= 1/6 (602 + 942 + 1022 + 1272) – (3832 / 24)
= 6 494.83 – 6 112.04
= 382.79

SS error = SS total – SS perlakuan

= 512.96 – 382.79
= 130.17
Tabel analisis varian (ANOVA)

Sumber df SS MS F hitung
keragaman
Perlakuan 3 382.79 127.6 19.6

Error 20 130.17 6.5

Total 23 512.96
Keputusan :

Bandingkan nilai F hitung dengan F tabel (Tabel D, tabel

distribusi F)
F tabel (, df perlakuan, df error)
Bila F hit > F tabel : tolak Ho
F hit < F tabel : terima Ho

Pada :
 = 5%; df perlakuan = 3 dan df error = 20 ……F tabel
= 3.10
Karena F hit > F tabel maka tolak Ho
Ini berarti :
Kecepatan aliran udara berpengaruh nyata terhadap
kadar air akhir simplisia
B. RANCANGAN ACAK KELOMPOK (BLOK)

Rancangan ini digunakan apabila satuan percobaanya dapat

dikelompokkan secara berarti.
Biasanya banyaknya satuan dalam setiap kelompok yang
sama dengan banyaknya perlakuan.
Tujuan pengelompokkan adalah untuk memperoleh satuan
percobaan yang seseragam mungkin dalam setiap kelompok,
sehingga beda yang teramati sebagian besar disebabkan oleh
perlakuan.
Pembagian perlakuan dilakukan secara acak terhadap setiap
satuan percobaan di dalam kelompok.
Misalnya : Percobaan pengamatan pertumbuhan pohon
pada areal dengan tingkat kesuburan berbeda
 DESAIN ACAK KELOMPOK (BLOK)

Y ij =  +  i +  j +  ij

i = 1, 2, …., b (banyak kelompok)

j = 1, 2, …, p (banyak perlakuan)

dengan
Y ij = variabel yang diukur

 = rata-rata umum atau rata-rata sebenarnya

i = efek kelompok ke-i

j = efek perlakuan ke-j

 ij = efek unit eksperimen dalam kelompok ke-i karena

perlakuan ke-j
RANCANGAN PERCOBAAN KELOMPOK (BLOK)

Seorang manager perkebunan ingin menguji umur

pakai empat merk ban traktor. Pengujian dilakukan
dengan memakai ban untuk pengolahan lahan seluas
100 Ha. Variabel respon yang diukur dalam pengujian
ini adalah berkurangnya ketebalan ban dalam satuan
0.001 inch. Hasil pengujian disajikan pada tabel
berikut :
Hasil pengukuran berkurangnya ketebalan ban (0.001 inch)

Traktor
I II III IV
Brand C(12) A(14) D(10) A(13)
A(17) A(13) C(11) D(9)
D(13) B(14) B(14) B(8)
D(11) C(12) B(13) C(9)
Tabel Anova

Sumber keragaman df SS MS F hit

Brand 3 30.69 10.2 2.43

Error 12 50.25 4.2

Total 15 80.94

F(0.05; 3,12) = 3.49

Dengan percobaan kelompok (traktor= kelompok)

Traktor Brand Ti.

A B C D
I 17 14 12 13 56
II 14 14 12 11 51
III 13 13 10 11 47
IV 13 8 9 9 39
T.j 57 49 43 44 T.. = 193
Yij2 823 625 469 492  Yij2 = 2 409
Model matematik percobaan kelompok
Yij =  + i + j + ij ; i = 1, 2….n dan j = 1, 2,……k

SS total = Yij2 – T..2/N

= 2 409 – 1932 / 16
= 80.94
SS brand = (T.j2 )/n – T..2/N
= ¼(572 + 492 + 432 + 442) – 1932 / 16
= 30.69
SS traktor = (T.i2 )/k – T..2/N
= ¼(562 + 512 + 472 + 392) – 1932 /16
= 38.69
SS error = SS total – SS brand – SS traktor
= 80.94 – 30.69 – 38.69
= 11.56
Tabel ANOVA

Sumber keragaman df SS MS F hit

Brand 3 30.69 10.2 7.8**
Traktor 3 38.69 12.9 9.9**
Error 9 11.56 1.3
Total 15 80.94

F(0.05; 3, 9) = 3.86
F(0.01; 3, 9) = 6.99

H0 =  .1 = .2 = .3 = .4

C. RANCANGAN BUJUR SANGKAR LATIN (RSBL)

RSBL diterapkan pada percobaan yang dilakukan pada lingkungan

tidak homogen, dimana terdapat 2 sumber keragaman di luar faktor
penelitian.

Dalam percobaan RBSL setiap unit percobaan ditempatkan

sedemikian rupa sehingga tidak ada perlakuan yang sama dalam
satu baris atau kolom.

Ciri khas RBSL adalah jumlah ulangan yang sama dengan jumlah
perlakuan.

Disarankan RBSL diterapkan pada percobaan yang memiliki 4

sampai 8 perlakuan.
C. DESAIN BUJUR SANGKAR LATIN

Y ij(k) =  +  i +  j +  k +  ij(k)
i = 1, 2, …., m
j = 1, 2, …, m
k = 1, 2, …, m


m m m

Dengan asumsi 
β
i


1

i π
0

j 1
j

i 1
k

Yij(k) = hasil pengamatan yang dicatat dari perlakuan ke-k, yang

dipengaruhi oleh baris ke-i dan kolom ke-j.
 = rata-rata umum yang sebenarnya
 i = efek baris ke-i
j = efek kolom ke-j
k = efek perlakuan ke-k
 ij = efek unit eksperimen dalam baris ke-i dan kolom ke-j untuk
perlakuan ke-k
D. RANCANGAN FAKTORIAL
Faktor adalah sejenis perlakuan di dalam rancangan
faktorial, setiap faktor mempunyai beberapa
perlakuan.

Taraf (level) mengacu pada beberapa perlakuan

dalam suatu faktor

Jadi rancangan faktorial adalah rancangan yang

perlakuannya terdiri atas semua kemungkinan
kombinasi taraf dari beberapa faktor.

Rancangan ini memberi manfaat sangat besar bagi

penelitian yang bersifat eksploratori.
Penelitian yang bersifat eksploratori adalah
penelitian dimana pengetahuan mengenai taraf
maksimum tiap faktor masih sangat minim, atau
bahkan begitu pula dengan pengetahuan kita
mengenai faktor mana yang penting

Selain itu dalam percobaan faktorial dapat diketahui

ada tidaknya interaksi antar faktor.

FAKTORIAL 2 X 2
Artinya percobaan faktorial dengan 2 faktor masing-
masing dengan 2 taraf.

Dalam percobaan di atas terdapat 4 perlakuan.

DESAIN FAKTORIAL
Y ijk =  + Ai + Bj + ABij +  k(ij)

i = 1, 2, …., a
j = 1, 2, …, b
k = 1, 2, …, n

Dengan
Yijk = variabel respon hasil observasi ke-k yang terjadi
karena pengaruh bersama taraf ke-i faktor A dan taraf ke-j
faktor B
 = rata-rata umum yang sebenarnya
Ai = efek taraf ke-i faktor A
Bj = efek taraf ke-j faktor B
ABij = efek interaksi antara taraf ke-i faktor A dan taraf ke-j faktor
E. DESAIN TERSARANG

Y ijk =  + Ai + Bj(i) +  (ijk)

Dengan
Y ijk = variabel yang diukur

 = pengaruh nilai tengah umum

Ai = efek taraf faktor A ke-i (i = 1,2,3)

Bj(i) = efek taraf faktor B ke-j (j = 1,2,3) yang tersarang di dalam

A ke-i

 (ijk) = efek kekeliruan

F. DESAIN FAKTORIAL TERSARANG

Y ijkm =  + Mi + Kj + MKij + Tk(j) + MTik(j) +  m(ijk)

Dengan
Y ijkm= variabel yang diukur

 = pengaruh nilai tengah umum

Mi = efek taraf faktor M ke-i (i = 1, 2, …)

Kj = efek taraf faktor K ke-j (j = 1, 2, …)

Tk(j) = efek taraf faktor T ke-k tersarang dalam taraf faktor K ke-j

MTik(j) = efek interaksi antara faktor M ke-i dan faktor T ke-k yang
tersarang dalam kelompok ke-j
 m(ijk) = efek kekeliruan
G. DESAIN SPLIT PLOT (PETAK TERBAGI)

Y ijkm =  + Ri +Tj + RTij +

{plot induk}
Bk + RBik + TBjk + RBTijk +
{split-plot}
 m(ijk)
Dengan
Y ijkm = hasil pengamatan Rancangan
 = rata-rata umum yang sebenarnya percobaan dengan
Ri = replikasi satu faktor yang
Tj = pengaruh faktor T lebih dipentingkan
dari faktor lainnya
RTij = kekeliruan plot induk
Bk = pengaruh faktor B
RBik = pengaruh interaksi antara R dan B
TBjk = pengaruh interaksi antara T dan B
RBTijk = kekeliruan split plot
 m(ijk) = efek kekeliruan