Rancangan Acak Lengkap dengan SAS

Tuesday, 10 February 2015

Portal-Statistik | Selamat Siang teman-teman blogger semua, hari ini saya akan membagikan tutorial Rancangan Percobaan dengan aplikasi SAS, sudah tau belum SAS itu apa ? jika belum, silahkan baca-baca disini dulu yaa.

Rancangan percobaan adalah suatu uji atau sederetan uji baik menggunakan statistika deskripsi atau statistika inferensia, yang bertujuan untuk mengubah input menjadi suatu output yang merupakan respon percobaan tersebut.

Tujuan diadakan percobaan adalah untuk memperoleh keterangan tentang bagaimana respons yang akan diberikan oleh suatu obyek pada berbagai keadaan tertentu yang ingin diperhatikan.
Dalam percobaan keadaan tertentu tersebut biasanya sengaja diciptakan yaitu melalui:
a)    Pemberian perlakuan
b)    Pengaturan keadaan lingkungan

Rancangan percobaan diklasifikasikan menjadi:
1)    Rancangan Perlakuan
a)    Satu faktor
b)    Dua faktor :
- Faktorial: Bersilang, Tersarang
- Split Plot
- Split Blok
c)    Tiga Faktor atau lebih :
- Faktorial: Bersilang, Tersarang dan Campuran (sebagian bersilang, sebagian tersarang)
- split – split plot
- split – split blok

2)    Rancangan Lingkungan
a)    Rancangan Acak Lengkap (RAL)
b)    Rancangan Acak Kelompok Lengkap (RAKL)
c)    Rancangan Bujur Sangkar Latin (RBSL)
d)    Rancangan Lattice : Lattice Seimbang, Triple Lattice, Quadruple Lattices

Langsung saja, silahkan teman-teman simak script aplikasi SAS berikut ini. Saya menggunakan aplikasi SAS University Edition, versi gratis dari SAS.

RAL (Rancangan Acak Lengkap)
RAL merupakan rancangan paling sederhana di antara rancangan-rancangan percobaan baku. Jika kita ingin mempelajari t perlakuan dengan r satuan percobaan untuk setiap perlakuan (menggunakan rt satuan percobaan), maka RAL mengalokasikan t perlakuan secara acak pada rt satuan percobaan. Pola ini disebut dengan pengacakan lengkap.
Penggunaan RAL akan tepat dalam kasus:
a)    Bahan percobaan homogen atau relatif homogen
b)    Jumlah perlakuan terbatas
Contoh soal:
Seorang peneliti ingin meneliti pengaruh kadar paracetamol (mg) yang diberikan terhadap waktu (hari) penyembuhan demam. Berikut data yang dihasilkan:

Penyelesaian.

data parasetamol;
input waktu kadar;
cards;
    7       40
    6       40
    9       40
    4       40
    7       40
    9       50
    7       50
    8       50
    6       50
    9       50
    5       60
    4       60
    8       60
    6       60
    3       60
    3       75
    5       75
    2       75
    3       75
    7       75
    2       90
    3       90
    4       90
    1       90
    4       90
;
proc glm data=parasetamol;
class kadar;
model waktu=kadar;
means kadar/duncan;
run;

Script diatas silahkan di RUNING (F3), sehingga didapatkan hasilnya sebagai berikut.

klik gambar untuk memperbesar

Uji Hipotesis RAL:

Hipotesis
H0: tidak ada perbedaan antar perlakuan
H1: minimal ada satu perlakuan yang berbeda
Tingkat signifikansi α= 0.05
Daerah kritis
H0 ditolak jika F hitung > F tabel
Statistik Uji
F hitung = Nilai F value variabel kadar pada tabel anova di atas = 6.90
Keputusan dan Kesimpulan
Karena F hitung = 6.90 dan F tabel (α=0.05, db1=4 db2=20) = 2.87, sehingga F hitung > F tabel, maka H0 ditolak
Jadi, minimal ada satu perlakuan yang berbeda

OUTPUT TABEL DUNCAN

Dari tabel Duncan Grouping diketahui bahwa pengaruh pemberian kadar 50 mg tidak berbeda dengan kadar 40 mg, tetapi berbeda dengan kadar 60 mg, 75 mg, dan 90 mg. Pengaruh pemberian kadar 40 mg tidak berbeda dengan kadar 50 mg dan 60 mg, tetapi berbeda dengan kadar 75 mg, dan 90 mg. Pengaruh pemberian kadar 60 mg tidak berbeda dengan kadar 40 mg dan 75 mg, tetapi berbeda dengan kadar 50 mg dan 90 mg. Pengaruh pemberian kadar 75 mg tidak berbeda dengan kadar 60 mg dan 90 mg, tetapi berbeda dengan kadar 50 mg dan 40 mg. Pengaruh pemberian kadar 90 mg tidak berbeda dengan kadar 75 mg, tetapi berbeda dengan kadar 50 mg, 40 mg, 60 mg, dan 75 mg.

Demikian, semoga bermanfaat.
Have FUN