2.3. Rancangan Bujur Sangkar Latin (RBSL): Penggunaan, Perancangan, dan Analisis Data

Pada dua kali kuliah sebelumnya, kita sudah belajar menggunakan, merancang, dan menganalisis dua rancangan lingkungan dasar, yaitu RAL dan RAK. Kita sudah belajar mengenai dalam situasi bagaimana menggunakan seiap rancangan, bagaimana mengacak satuan percobaan, dan bagaimana menganalisis data hasil percobaan. Kita belajar menggunakan analisis ragam (ANOVA) untuk menganalisis data secara manual maupun dengan menggunakan add-in Analysis ToolPak dalam Excel. Pada materi kuliah ini kita akan mempelajari rancangan lingkungan dasar yang ketiga, yaitu rancangan bujur sangkar latin (RBSL, latin square design). Kita akan belajar mengenai penggunaan rancangan ini, cara melakukan pengacakan satuan percobaan, dan cara melakukan ANOVA. Kita akan belajar melakukan ANOVA secara manual dan dengan menggunakan add-in SmartStatXL.

2.3.1. MATERI KULIAH

2.3.1.1. Membaca Materi Kuliah

Untuk mempelajari penggunaan, perancangan, dan penggunaan RBSL, silahkan unduh file EXCEL lalu berturut-turut klik:

• Sheet RBSL_pemblokan untuk mempelajari cara melakukan pemblokan, pengacakan blok, dan pengacakan taraf perlakuan dalam blok
• Sheet RBSL_ANOVAmanual untuk belajar mengerjakan ANOVA terhadap data hasil percobaan dalam RAK dengan jumlah ualangan yang sama dengan jumlah blok
• Sheet Mengunduh dan Memasang add-ins SmartStatXL untuk belajar mengerjakan ANOVA terhadap data hasil percobaan dalam RAK dengan jumlah ualangan yang sama dengan jumlah blok tetapi pengamatan tidak dilakukan terhadap seluruh objek percobaan dalam setiap petak satuan percobaan, melainkan terhadap sampel dari setiap satuan percobaan
• Sheet RBSL_ANOVAsmartstatXL untuk belajar mengerjakan ANOVA terhadap data hasil percobaan dalam RAK melalui Analisis Regresi
• Sheet Latihan

Untuk mempelajari uraian pada setiap sheet, klik sel hasil perhitungan untuk mengetahui dari mana data hasil perhitungan diperoleh.

Untuk berlatih menggunakan R melakukan ANOVA rancangan RBSL, kita akan menggunakan data lsddata dari package doebioresearch. Sebelum menjalankan perintah yang diperlukan untuk menjalankan ANOVA, pastikan telah membersihkan objek atau nilai dari lingkungan global, membersigkan objek grafik, dan membersihkan konsol:

> rm(list = ls(all = TRUE)) # Membersigkan lingkungan global

> graphics.off() # Membesihkan objek grafik

> shell("cls") # Membersihkan konsol

Karena kita akan menggunakan package doebioresearch, pastikan bahwa package tersebut telah terpasang di komputer dengan mengetikkan perintah:

> library(doebioresearch)

Jika setelah diketuk Enter tampil tanda > berarti telah terpasang. Jika belum terpasang, silahkan pasang dengan menggunakan perintah:

> install(package = "doebioresearch")

atau dengan memasang melalui panel Package pada panel utama Output RStudio dengan mengklik pilihan Install dan pada jendela menu yang tampil, ketik doebioresearch dalam kotak Packages (separate multiple with space or comma), lalu klik tombol Install.

Untuk memulai melakukan ANOVA, silahkan ubah nama lsddata menjadi dataframe dengan nama mydata (silahkan beri nama apa saja asalkan memenuhi ketentuan penamaan data dalam R, misalnya datasaya)

> mydata <- lsddata

> str(mydata)

Hasil menjalankan perintah str menunjukkan bahwa data peubah Row, Column, Treatment, Yield, dan Plant_Height semuanya merupakan data numerik. Untuk melakukan ANOVA, peubah Row, Column, dan Treatment terlebih dahulu perlu diubah menjadi faktor dengan menjalankan perintah:

> mydata$Column <- factor(mydata$Column)

> mydata$Row <-factor(mydata$Row)

> mydata$treatment <- factor(mydata$Treatment)

> # Memeriksa struktur mydata

> str(mydata) 

Menjalankan perintah str sekarang memperlihatkan bahwa peubah Row, Column, dan Treatment telah diubah menjadi faktor sehingga ANOVA dapat dikerjakan terhadap data.

Menjalankan ANOVA dengan R Base dapat dilakukan dengan menggunakan fungsi aov dan kemudian menampilkan hasilnya dengan menggunakan fungsi summary atau menggunakan fungsi lm dan kemudian menampilkan hasilnya dengan menggunakan fungsi anova. Kita lakukan ANOVA dengan menjalankan fungsi aov terhadap peubah Yield dan Plant_Height hasil percobaan dengan rancangan RBSL:

> aov_yield <- aov(Yield ~ Treatment+Row+Column, mydata)
> aov_plantheight <- aov(Plant_Height ~ Treatment+Row+Column, mydata)
> summary(aov_yield)
> summary(aov_plantheight)

Menjalankan perintah summary terhadap data peubah Yield dan Plant_Height terhadap hasil percobaan dengan rancangan RBSL akan menampilkan hasil ANOVA untuk kedua peubah.

Selanjutnya kita jalankan ANOVA dengan menggunakan fungsi lm terhadap peubah Plant_Height hasil percobaan dengan rancangan RBSL:

> lm_yield <- lm(Yield ~ Treatment+Row+Column, mydata)

> lm_plantheight <- lm(Plant_Height ~ Treatment+Row+Column, mydata)

> anova(lm_yield)

> anova(lm_plantheight)

Menjalankan perintah summary terhadap data peubah Yield dan Plant_Height terhadap hasil percobaan dengan rancangan RBSL akan menampilkan hasil ANOVA untuk kedua peubah.

Selain dengan menggunakan R Base, kita juga dapat mengerjakan ANOVA dengan menggunakan beberapa packages yang khusus dibuat untuk menjalankan ANOVA, misalnya package doebioresearch yang telah kita pasang dan aktifkan sebelumnya. Untuk menganalisi ANOVA dengan menggunakan package doebioresearch kita menggunakan package lsd:

> lsd(mydata[4:5],mydata$Treatment,mydata$Row,mydata$Column,0)

Perintah di atas kita gunakan untuk mengerjakan ANOVA dengan fungsi lsd terhadap data Yield pada kolom 4 dan data Plant-Height pada kolom 5 dalam dataframe mydata hasil percobaan dengan rancangan RBSL dengan nama baris Row, nama kolom Column, dan nama perlakuan Treatment, 0 menyatakan tanpa disertai uji lanjut. Perhatikan bahwa dengan menjalankan fungsi lsd dalam package doebioresearch, kita dapat memperoleh hasil ANOVA, R kuadrat, uji normalitas data, peringatan untuk melakukan uji lanjut atau tidak, dan uji pemisahan rerata sekaligus jika pilihan bukan 0. Hasil tersebut tidak diperoleh langsung dengan menjalankan fungsi aov maupun fungsi lm, melainkan perlu disertai dengan menjalankan fungsi uji Bartlett dan fungsi uji Shapiro-Wilk.

Perintah mengerjakan ANOVA sebagai diberikan di atas juga dapat dijalankan dengan menggunakan skrip. Silahkan unduh file skrip anovaRBSL_skrip.R dan simpan pada folder D:\\LatihanR\\Latihan3. Untuk menjalankan skrip, silahkan klik menu File>Open File lalu cari file dalam folder tadi dan kemudian klik nama file untuk membuka. Setelah file skrip terbuka, silahkan blok bagian di bawah keterangan yang diawali dengan tanda # dan klik Run. Sebagai perbandingan dengan mengerjakan ANOVA secara manual dan menggunakan add-ins SmartStatXL, silahkan lakukan ANOVA secara manual dan dengan menggunakan add-ins SmartStatXL terhadap data lsddata dari package doebioresearch dengan mengikuti contoh yang diberikan dalam file EXCEL. Untuk memperoleh data dari R, silahkan terlebih dahulu periksa data dengan menjalankan perintah:

> print(mydata)

Jika sudah sesuai maka silahkan ekspor data dalam format CSV dengan menjalankan perintah:

> write.csv(mydata, "D:\\LatihanR\Latihan3\mydata.csv", row.names=TRUE)

untuk menyimpan data mydata dari R ke folder LatihanR subfolder Latihan3 pada drive D dengan nama file mydata.csv. Untuk menganalisis data secara manual dalam Excel maupun dengan bantuan add-in SmartStatXL, silahkan buka data dalam aplikasi Excel dengan mengklik menu File>Open>Browse lalu temukan file data pada folder LatihanR subfolder Latihan3. Setelah selesai melakukan analisis, tentukan mana yang lebih mudah, melakukan ANOVA secara manual, menggunakan add-ins SmartStatXL, atau dengan R menggunakan package doebioresearch.

2.3.1.2. Mengunduh dan Membaca Pustaka

Silahkan mengunduh buku-buku perancangan percobaan dari Pustaka Daring dan membaca bab atau sub-bab yang berkaitan dengan prinsip perancangan percobaan. Untuk memperoleh informasi lebih lanjut, silahkan juga baca:

• Rancangan Bujur Sangkar Latin (RBSL) dan Cara analisis percobaab RBSL dari SmartStatXL
• Latin squares design in R dari R Bloggers, ANOVA menggunakan fungsi lm
• Latin Square Design dari RPubs by RStudio 
• Analysis of Latin Square Design using R 
• Analysis of Latin Square Design using R dari AGRON INFO TECH, ANOVA menggunakan fungsi lm
• Rapid publication-ready ANOVA table in R dari AGRON INFO TECH 

Mahasiswa wajib menyampaikan melalui Laporan Melaksanakan Kuliah dan Mengerjakan Tugas judul buku, judul bab buku, dan isi bab buku yang telah dibaca terkait dengan materi kuliah ini.

2.2.1.3. Kuis

Setelah membaca materi kuliah 1.3 dan materi kuliah 2.1 serta mengklik tautan dan membaca pustaka yang diberikan pada materi kuliah, setiap mahasiswa wajib mengerjakan kuis secara mandiri untuk mengevaluasi diri dalam memahami kedua materi kuliah:

1. Mengerjakan dan Memasukkan Lembar Jawaban Kuis (klik setelah tautan aktif) selambat-lambatnya pada Minggu, 10 Maret 2024 pukul 24.00 WITA
2. Memeriksa Daftar Lembar Jawaban (klik setelah tautan aktif) untuk Memastikan Lembar Jawaban Kuis sudah masuk dan memeriksa nilai yang diperoleh.

Pada saat memeriksa daftar lembar jawaban, silahkan periksa sendiri berapa nilai yang Anda peroleh. Bila memperoleh nilai <60 berarti Anda belum memahami materi kuliah sehingga perlu membaca kembali kedua materi kuliah. Mahasiswa yang tidak mengerjakan kuis tidak akan memperoleh nilai untuk setiap kuis yang tidak dikerjakan.

2.3.2. TUGAS KULIAH

2.3.2.1. Mendiskusikan dengan Cara Menyampaikan dan/atau Menanggapi Komentar

Setelah membaca materi kuliah, silahkan buat minimal satu pertanyaan dan atau komentar mengenai materi kuliah. Buat pertanyaan secara langsung tanpa perlu didahului dengan selamat pagi, selamat siang, dsb., sebab belum tentu akan dibaca pada jam sesuai dengan ucapan selamat yang diberikan. Ketik pertanyaan atau komentar secara singkat tetapi jelas, misalnya "Mohon menjelaskan apakah memperoleh pengetahuan dengan menggunakan pendekatan ilmiah mempunyai kelebihan dan kelemahan". Pertanyaan dan/atau komentar diharapkan ditanggapi oleh mahasiswa lainnya dan setiap mahasiswa wajib menanggapi minimal satu pertanyaan dan/atau komentar yang disampaikan oleh mahasiswa lainnya. Pertanyaan dan/atau komentar maupun tanggapannya disampaikan paling lambat pada Minggu, 10 Maret 2024 pukul 24.00 WITA dengan cara menjawab pertanyaan pada laporan melaksanakan kuliah.

2.3.2.2. Mendiskusikan dengan Cara Membagikan Materi Kuliah

Setelah membaca materi kuliah, silahkan bagikan materi kuliah melalui media sosial yang dimiliki disertai dengan mencantumkan status tertentu, misalnya "Saya sekarang sudah tahu bahwa ternyata pengetahuan terdiri atas beberapa macam ... dst." Untuk membagikan lauar klik tombol Beranda dan kemudian klik tombol pembagian memalui media sosial dengan mengklik tombol media sosial yang tertera di sebelah kanan judul materi kuliah. Jika media sosial yang dimiliki tidak tersedia dalam ikon yang ditampilkan, klik ikon paling kanan untuk membuka ikon media sosial lainnya. Materi kuliah dibagikan paling lambat pada Minggu, 10 Maret 2024 pukul 24.00 WITA dengan cara menjawab pertanyaan pada laporan melaksanakan kuliah.

2.3.2.3. Mengerjakan dan Melaporkan Tugas Projek

Silahkan mengerjakan tugas projek materi kuliah 2.3 ini secara kelompok terhadap data lsddata dari package doebioresearch dengan cara:

1. Memasang dan mengkatifkan package doebioresearch pada panel Packages dalam panel utama Output layar RStudio.
2. Mengekspor data lsddata setelah terlebih dahulu mengubah data menjadi dataframe dengan nama datasaya lalu mengekspor dataframe datasaya ke folder D:\\LatihanR\\Latihan3 setelah terlebih dahulu membuat subfolder Latihan3 dan kemudian menyimpan data dalam format CSV dengan nama datasaya_namamahasiswa.csv.
3. Buka file data datasaya.csv dalam Excel lakukan ANOVA secara manual terhadap peubah Yield dan peubah Plant_Height dengan merujuk pada contoh yang diberikan pada file EXCEL sheet RBSL_ANOVAmanual. Silahkan simpan file hasil analisis dalam folder D:\\LatihanR\Latihan3 dengan nama file ANOVAmanual_namamahasiswa.
4. Lakukan ANOVA dengan menggunakan add-ins SmmartStatXL terhadap data Yield dan kemudian terhadap data Plant_Height setelah memasang add-ins tersebut di komputer dan mengklik menu SmartStatXL pada layar Excel lalu mengklik menu RBSL>RBSL. Silahkan simpan file hasil analisis dalam folder D:\\LatihanR\Latihan3 dengan nama file ANOVAsmartstatXL_namamahasiswa.
5. Lakukan ANOVA dengan menjalankan fungsi lsd dalam package doebioresearch terhadap data Yield dan data Plant_Height dalam dataframe datasaya secara sekaligus tanpa disertai uji lanjut. Silahkan simpan file hasil analisis dalam folder D:\\LatihanR\\Latihan3 dengan nama file ANOVAdoebioresearch_namamahasiswa.txt setelah terlebih dahulu menyalin (copy) hasil ANOVA dari konsol RStudio dan kemudian menempelkan (paste) pada halaman kosong Notepad.

Laporkan data hasil pengerjaan tugas untuk menjawab pertanyaan-pertanyaan pada saat memasukan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas paling lambat pada Minggu, 10 Maret 2024 pukul 24.00 WITA.

2.3.3. ADMINISTRASI PELAKSANAAN KULIAH

Untuk membuktikan telah melaksanakan perkuliahan daring materi kuliah ini, Anda wajib mengakses, menandatangani presensi, dan mengumpulkan tugas di situs SIADIKNONA. Sebagai cadangan, silahkan juga menandatangani daftar hadir dan memasukkan laporan melaksanakan kuliah dan mengerjakan tugas dengan mengklik tautan berikut ini: 

1. Menandatangani Daftar Hadir Melaksanakan Kuliah selambat-lambatnya pada Selasa, Selasa, 5 Maret 2024 pukul 24.00 WITA dan setelah menandatangani, silahkan periksa untuk memastikan daftar hadir sudah ditandatangani;
2. Menyampaikan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas selambat-lambatnya pada Minggu, 10 Maret 2024 pukul 24.00 WITA dan setelah memasukkan, silahkan periksa untuk memastikan laporan sudah masuk.

Mahasiswa yang tidak mengisi dan menandatangani Daftar Hadir Melaksanakan Kuliah dan tidak menyampaikan Laporan Melaksanakan Kuliah dan Mengerjakan Tugas akan ditetapkan sebagai tidak mengikuti perkuliahan.

***********

Hak cipta blog pada: I Wayan Mudita
Diterbitkan pertama kali pada 5 Februari 2023, belum pernah diperbarui.

Hak cipta selurun tulisan pada blog ini dilindungi berdasarkan Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License. Silahkan mengutip tulisan dengan merujuk sesuai dengan ketentuan perujukan akademik.