isi-2

1

BAB I

PENDAHULUAN

A. Latar Belakang

Statistika adalah ilmu yang mempelajari bagaimana merencanakan,

mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.

Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah

data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari

kumpulan data, statistika dapat digunakan untuk menyimpulkan atau

mendeskripsikan data. Statistika memiliki beberapa teknik. Beberapa pengujian

dan prosedur yang banyak digunakan dalam penelitian antara lain:

a. Analisis regresi dan korelasi

b. Analisis varians (ANOVA)

c. khi-kuadrat

d. Uji t-Student

Pengambilan keputusan pada analisis varian (ANOVA) hanya akan

menyatakan H0 diterima atau ditolak, maka Ha diterima. Pada Ha sering ditulis

tidak demikian, atau selain H0 yang berarti bahwa Ha mengandung beberapa

kombinasi. Untuk menentukan kombinasi mana yang merepresentasikan Ha,

maka diperlukan analisis lanjutan yang kemudian dikenal dengan istilah multiple

2

comparisons. Pada bahasan ini akan dibahas beberapa jenis multiple comparison

yang paling sering digunakan dalam penelitian, yaitu uji Duncan.

B. Rumusan Masalah

a. Apa pengertian Uji Beda Jarak Nyata Duncan ( BJND)

b. Bagaiman prosedur jarak nyata Duncan ( BJND )

c. Bagaimana cara pengaplikasian SPSS dengan Uji Beda Jarak Nyata Duncan

( BJND)

C. Tujuan

a. Untuk mengetahui pengertian Uji Beda Jarak Nyata Duncan ( BJND)

b. Untuk mngetahui prosedur jarak nyata Duncan ( BJND )

c. Untuk mengetahui cara menerapkan Uji Beda Jarak Nyata Duncan ( BJND)

mengunakan SPSS

3

BAB II

PEMBAHASAN

A. Pengertian Uji Beda Jarak Nyata Duncan ( BJND)

Uji Duncan didasarkan pada sekumpulan nilai beda nyata yang ukurannya

semakin besar, tergantung pada jarak di antara pangkat-pangkat dari dua nilai

tengah yang dibandingkan. Dapat digunakan untuk menguji perbedaan diantara

semua pasangan perlakuan yang mungkin tanpa memperhatikan jumlah perlakuan.

B. Prosedur uji beda jarak nyata Duncan (BJND)

Prosedur uji beda jarak nyata Duncan (BJND) ini adalah :

Tahap 1 :

Menentukan nilai BNT

BNTα = tα(v). Sd

Tahap 2 :

Menentukan nilai jarak nyata terdekat Duncan (JNTD) atau shortest significant

differences (SSD) :

JNTDα = Rα(p.v) BNT α

√ 2 = R(p.v) . Sy

Dimana : Rα(p.v) = nilai baku faktor R (range) pada taraf uji α jarak P (=part) dan

derajat bebas galat v. Oleh karena R.t = Pα (=Duncan), maka

JNTDα = Pα(p.v). Sy

4

Nilai t-student, R dan Pα ini dapat dilihat pada lampiran 3,4 dan 5

Tahap 3 :

Data rerata hasil percobaan diurut menurut mutu nilainya dari terkecil hingga

terbesar jika pengaruh perlakuan – perlakuan bersifat positif atau sebaliknya jika

pengaruh perlakuan – perlakuan bersifat negatif.

Tahap 4 :

Uji beda rerata ini dilakukan menurut jarak (p) bedanya masing – masing dengan

rumus JNTDα = Pα(p.v). Sy

Contoh Kasus :

Dari contoh kasus 3 menurut RAK diperoleh KT Galat = 0,7245; v = 16; Sy =

0,381. Hasil uji BJND tertera pada tabel.

Tabel . hasil uji BJND pengaruh jarak tanam terhadap produksi tomat menurut RAK dalam bagan angka dan bagan huruf.

Jarak Tanam Rerata produksi(cm2) (ku/ha)

Beda riel pada jarak P = BJND

2 3 4 5 0,05 0,01A (15 x 15) 5,52B (15 x 20) 6,14C (15 x 25) 7,18D (20 x 20) 8,50E (20 x 25) 9,56

-0,62 -1,04 1,66** -1,32 2,36** 2,98** -1,06 2,38** 3,42** 4,04**

a Aab ABb BCc CDc D

P0,05 (p, 16) 3,00 3,05 3,23 3,30 0,01 (p, 16) 4,13 4,34 4,45 4,54BJND 0,05 (p, 16) = (P.Sy) 1,14 1,20 1,23 1,25 0,01 (p, 16) 1,57 1,65 1,69 1,73

Keterangan : Angka – angka yang dikuti oleh huruf dan pada kolom yang sama berarti berbeda tidak nyata.

5

Dari tabel diatas terlihat bahwa pengaruh jarak tanam terbaik diperoleh pada jarak

tanam D (20 x 20 cm2), karena pengaruh jarak tanam ini berbeda nyata dan atau

sangat nyata dengan pengaruh semua jarak tanam lebih sempit dan berbeda tidak

nyata dengan pengaruh jarak tanam lebih sempit dan berbeda tidak nyata dengan

pengaruh jarak tanam lebih lebar (sesuai dengan kriteria terbaik utama). Dengan

demikian jarak tanam D ini dapatn direkomendasikan untuk diaplikasikan.

C. Cara Menerapkan Uji Beda Jarak Nyata Duncan ( BJND) mengunakan

SPSS

Memulai bekerja dengan SPSS

Jika software SPSS 16.0 telah ter-install pada komputer anda, maka untuk

memulai bekerja, Klik Start, pilih All Programs – SPSS for windows - SPSS 16.0

for windows.

Setelah anda klik, maka tampilan awal SPSS 16.0 yang akan muncul adalah

seperti gambar di bawah ini.

6

Untuk mulai dengan memasukan data, maka pilih Type in data lalu klik Ok

sehingga muncul tampilan SPSS data editor seperti gambar di bawah ini.

SPSS data editor merupakan lingkungan tempat dimana kita bekerja. Disini

terdapat 2 type lingkungan kerja yaitu Data View dan Variabel View.

1. Data View adalah tempat memasukan data hasil pengamatan.

2. Variabel View adalah tempat menetapkan variabel-variabel pangamatan.

Bekerja pada Variable View

Variable view memiliki 10 kolom yaitu Name, Type, Width, Decimals, Label,

Values, Missing, Columns, Align dan Measure.

1. Name, digunakan untuk memberi nama data. (Maks. 8 karakter)

2. Type, digunakan untuk memilih jenis data. Secara default SPSS memberi

type

7

3. Numeric (data angka). Untuk data non angka pilih type String.

Width, digunakan untuk menentukan jumlah karakter/digit yang dapat ditulis.

Untuk data string 1- 32767 karakter dan untuk data numerik 1-40 digit.

Decimals, digunakan untuk menentukan jumlah angka desimal (angka dibelakang

koma). Secara default SPSS memberi 2 angka desimal.

Label, digunakan untuk memberi keterangan nama variabel.

Pengisian/pengosongan kolom ini tidak mempengaruhi data SPSS.

Values, digunakan untuk memberikan kode data.

8

Missing, digunakan apabila ada data yang hilang atau belum diobservasi. Apabila

data lengkap/tidak memuat data yang hilang maka kolom missing values tidak

perlu diisi.

Column, digunakan untuk mengatur lebar kolom sesuai dengan data yang kita

masukan (1-255 digit).

Align, digunakan untuk mengatur posisi data (rata kanan, rata kiri dan center).

Measure, digunakan untuk menentukan tipe pengukuran. Untuk data string terdiri

atas Ordinal dan Nominal. Sedangkan untuk data kuantatif tanpa kategori pilih

type Scale

RAL (Rancangan Acak Lengkap)

Contoh Kasus

9

Langkah-langkah penyelesaian :

1. Lakukan data entry pada lingkungan kerja Data View seperti gambar berikut :

2. Pendefinisian variable data, dilakukan pada lingkungan kerja variable view

dengan melakukan langkah-langkah berikut :

a. Baris ke-1

Name : isi dengan Treat

Type : Pilih Numeric

Decimals : Pilih 0 (karena data bilangan bulat)

Abaikan kolom yang lainnya

b. Baris ke-2

Name : isi dengan Data

Type : Pilih Numeric

Decimals : Pilih 2

10

Value, isi dengan cara :

Value : 1, Value label : Metil Eugenol 0.3 mL.





Value : 6, Value label : Kontrol.

Abaikan kolom yang lainnya

3. Analisis data dengan cara memilih menu Analize – Compare Means – One way

ANOVA

11

Pada Kotak dialog One way ANOVA:

a. Dependent List : Data1

b. Factor : Treat

Kotak dialog akan seperti gambar berikut :

c. Klik Option

Centang Descriptive Statistics.

Centang Means Plots.

Klik Continue, kotak dialog akan seperti gambar di bawah ini :

d. Klik Post Hoc

Centang Duncan

Significance Level : 0.05

12

Klik Continue, kotak dialog akan seperti gambar di bawah ini :

e. Klik OK

4. Hasil Output akan tampak seperti di bawah ini :

14

BAB III

PENUTUP

A. Kesimpulan

Uji Duncan dapat digunakan untuk menguji perbedaan diantara semua

pasangan perlakuan yang mungkin tanpa memperhatikan jumlah perlakuan.

Adapun Prosedur uji beda jarak nyata Duncan (BJND) ini adalah :

Tahap 1 : Menentukan nilai BNT, Tahap 2 : Menentukan nilai jarak nyata terdekat

Duncan (JNTD) atau shortest significant differences (SSD), Tahap 3 : Data rerata

hasil percobaan diurut menurut mutu nilainya dari terkecil hingga terbesar jika

pengaruh perlakuan – perlakuan bersifat positif atau sebaliknya jika pengaruh

perlakuan – perlakuan bersifat negatif, dan Tahap 4 : Uji beda rerata ini dilakukan

menurut jarak (p) bedanya masing – masing dengan rumus JNTDα = Pα(p.v). Sy

Cara menerapkan Uji Duncan ini juga dapat menggunakan aplikasi SPSS

agar dapat lebih mempermudah mengetahui uji beda jarak nyata.

B. Saran

Kami menyadari bahwa makalah ini sangatlah jauh dari kesempurnaan,

maka kami sangat mengharapkan saran dari pembaca yang dapat membangun

demi perbaikan makalah kami kedepan.

isi-2

Documents