Tutorial R : Rancangan Percobaan - Rancangan Acak Lengkap (RAL) dengan R

Blog Kibe

Posting Komentar

komentar teratas

Terbaru dulu

Dalam rancangan percobaan, Rancangan Acak Lengkap (RAL) merupakan rancangan yang paling sederhana. RAL memiliki beberapa ciri-ciri rancangan sebagai berikut:

Perlakuan yang diberikan terhadap objek percobaan secara penuh bersifat acak.
Percobaan dilakukan terhadap objek yang relatif homogen.
Jumlah ulangan untuk setiap perlakuan tidak harus sama.

Jika diperhatikan mengenaik ciri-ciri RAL diatas, poin 2 mensyaratkan bahwa percobaan dilakukan terhadap objek yang relatif homogen. Dalam keadaan nyata, objek yang bersifat homogen dapat diatur jika percobaan dilakukan di Laboratorium atau jumlah perlakuan dan jumlah satuan percobaan relatif sedikit.

Pada artikel ini akan dijelaskan tentang tahapan dan prosedur analisis Rancangan Acak Lengkap (RAL) menggunakan alat bantu R. Sebelum melakukan analisis, diharapkan pembaca telah melakukan instalasi R, RStudio dan memahami apa itu R. Berikut tautan terkait mengenai informasi tersebut.

Tutorial & Video : Download dan Install "R"

Tutorial R : RStudio sebagai IDE yang Memudahkan

Tutorial & Video : Rcmdr untuk Statistika Dasar

Tutorial R : Rcmdr pada RStudio

Contoh Kasus :

Seorang peneliti ingin mengamati apakah beberapa vitamin ayam memberikan perbedaan pada rata-rata diameter telur yang diukur dalam satuan sentimeter. Misalkan jenis vitamin A, B, C dan D dengan hasil sebagai berikut:

Data tersebut dapat diunduh pada tautan berikut :

Download Contoh Data

Kemudian Klik "Data Diameter Telur Ayam (Rancangan Acak Lengkap)" atau mengunjungi Menu Download Contoh Data - Klik "Data Diameter Telur Ayam (Rancangan Acak Lengkap)".

Berdasarkan kasus tersebut, ujilah apakah terdapat pengaruh jenis vitamin terhadap diameter telur ayam dan ujilah jenis vitamin apa yang memiliki kesamaan atau perbedaan.

***

Penyelesaian :

1. Jalankan RStudio

Tahap pertama silahkan buka dan jalankan RStudio, cara instalasi RStudio dan pengertian lainnya telah dibahas pada artikel :

Tutorial R : RStudio sebagai IDE yang Memudahkan

Sesuaikan layout RStudio agar mudah dibaca.

Contoh diatas merupakan layout RStudio yang memudahkan.

2. Instal Packages

Analisis Rancangan Acak Lengkap (RAL) membutuhkan metode Analysis of Variance (ANOVA) dalam prosesnya. Dalam proses analisisnya membutuhkan 2 Packages yang harus diinstal terlebih dahulu. Pastikan perangkat tersambung dengan koneksi internet sebelum melakukan install packages

- Packages "foreign"

Untuk menginstal Packages "foreign" silahkan copy-paste code berikut pada RStudio Console kemudian tekan enter.

install.packages("foreign")

Hasil :

- Packages "stats"

Untuk menginstal Packages "stats" silahkan copy-paste code berikut pada RStudio Console kemudian tekan enter.

install.packages("stats")

Hasil :

3. Import Data

Setelah semua Packages selesai diinstal, tahap selanjutnya adalah melakukan import data dengan cara :

Klik File - Import Dateset - From Text (base) - Kemudian Klik Import

Kemudian pilih lokasi penyimpanan data yang telah diunduh pada tahap sebelumnya.
Hasil :

Kemudian definisikan variabel dengan cara copy-paste code berikut pada RStudio Console kemudian tekan enter.

telur = Data.Diameter.Telur

Hasil :

4. Uji Asumsi Normalitas

Analysis of Variance merupakan salah satu teknik statistika parametrik. Oleh karena itu terdapat beberapa asumsi yang harus terpenuhi. Salah satu asumsi yang akan dibahas pada tutorial ini adalah Asumsi Normalitas Data.

Untuk melakukan Uji Asumsi Normalitas, copy-paste code berikut pada RStudio Console kemudian tekan enter.

by (data=telur$diameter, INDICES=telur$vitamin, FUN=shapiro.test)

Hasil :

Penjelasan :

Uji Asumsi Normalitas yang digunakan adalah Shapiro-Wilk. Perhatikan nilai P-Value untuk masing-masing diameter telur hasil percobaan vitamin dengan hipotesis sebagai berikut dan taraf signifikansi alpha 5%.

H0 : Data berdistribusi Normal
H1 : Data tidak berdistribusi Normal
Daerah Kritis : Tolak H0 jika nilai P-Value < Alpha (0,05)
Keputusan : Gagal Tolak H0 untuk semua hasil percobaan karena nilai P-Value > Alpha (0,05)
Kesimpulan : Pada taraf signifikansi alpha 5%, dapat disimpulkan bahwa data mengikuti sebaran normal untuk semua perlakuan.

Nilai alpha yang digunakan tidak selamanya 5%. Keputusan tersebut tergantung oleh kebutuhan peneliti.

5. Analysis of Variance (ANOVA) One Way

Tahap selanjutnya adalah masuk ke metode analisis yaitu Analysis of Variance (ANOVA). ANOVA digunakan untuk menguji perbedaan rata-rata populasi berdasarkan karakteristik variansi. Atau dengan kata lain melihat aada tidaknya pengaruh suatu perlakuan terhadap objek penelitian.

Untuk melakukan Uji ANOVA, copy-paste code berikut pada RStudio Console kemudian tekan enter.

ujianova = aov(diameter~as.factor(vitamin), data=telur)
ujianova
summary(ujianova)

Hasil :

Penjelasan :

Pada pengujian ANOVA, perhatikan nilai Pr(>F) / P-Value dengan hipotesis sebagai berikut dan taraf signifikansi alpha sebesar 5%.

H0 : Tidak ada perbedaan (Tidak ada pengaruh Vitamin terhadap Diameter Telur)
H1 : Terdapat perbedaan (Terdapat pengaruh Vitamin terhadap Diameter Telur)
Daerah Kritis : Tolak H0 jika nilai P-Value < Alpha (0,05)
Keputusan : H0 ditolak karena nilai P-Value (0,0308) < Alpha (0,05)
Kesimpulan : Pada taraf signifikansi alpha 5%, dapat disimpulkan bahwa terdapat pengaruh pemberian Vitamin terhadap ukuran Diameter Telur.

Dari hasil analisis ANOVA, diperoleh kesimpulan bahwa terdapat perbedaan tiap Vitamin atau Vitamin mempengaruhi ukuran Diameter Telur. Hal ini mengharuskan peneliti untuk melakukan uji lanjut dengan tujuan mengamati lebih dalam perlakuan apa yang memberikan perbedaan atau persamaan.

Nilai alpha yang digunakan tidak selamanya 5%. Keputusan tersebut tergantung oleh kebutuhan peneliti.

6. Uji Lanjut

Ketika kesimpulan dalam pengujian ANOVA adalah H0 ditolak (ada perbedaan rata-rata objek / ada pengaruh perlakuan terhadap objek) maka perlu dilakukan uji lanjut untuk menentukan perlakuan apa yang memiliki perbedaan ataupun kesamaan. Salah Satu uji lanjut yang dapat digunakan adalah Tukey HSD.

Untuk melakukan Uji Lanjut Tukey HSD, copy-paste code berikut pada RStudio Console kemudian tekan enter.

TukeyHSD(ujianova)

Hasil :

Penjelasan :

Pada uji lanjut Tukey HSD, perhatikan nilai P-Adj / P-Value dan taraf signifikansi alpha sebesar 5%. Perhatikan baris paling kiri.

2-1 (Perbedaan antara vitamin B dan A)
3-1 (Perbedaan antara vitamin C dan A)
4-1 (Perbedaan antara vitamin D dan A)
3-2 (Perbedaan antara vitamin C dan B)
4-2 (Perbedaan antara vitamin D dan B)
4-3 (Perbedaan antara vitamin D dan C)

dengan hipotesis sebagai berikut :

H0 : Tidak ada perbedaan tiap pasang Vitamin
H1 : Terdapat perbedaan tiap pasang Vitamin
Daerah Kritis : Tolak H0 jika nilai P-Value < Alpha (0,05)
Keputusan : Gagal Tolak H0 karena semua pasang vitamin memiliki nilai P-Value > Alpha (0,05)
Kesimpulan : Pada taraf signifikansi alpha 5%, dapat disimpulkan bahwa tidak ada perbedaan tiap pasang Vitamin.

Perlu dperhatikan, jika kita gunakan Alpha 5% maka kesimpulan akhir menyatakan bahwa tidak terdapat perbedaan tiap pasang vitamin, namun ketika kita gunakan Alpha 10% maka kesimpulan akhir akan menyatakan bahwa terdapat perbedaan beberapa pasang vitamin. Oleh karen itu, penentuan nilai Signifikansi Alpha sangat mempengaruhi kesimpulan yang dihasilkan.

***

Demikian artikel tentang Tutorial : Rancangan Percobaan - Rancangan Acak Lengkap (RAL) dengan R. Semoga artikel ini dapat bermanfaat. Jika terdapat pertanyaan, kritik maupun saran, jangan sungkan untuk mengunjungi kolom komentar.

Tags: