rancangan acak lengkap eksperimen
DESCRIPTION
eksperimen kedokteranTRANSCRIPT
Rancangan acak lengkap (RAL)
Analisis data dengan SPSS
Pada sebuah penelitian melakukan pengaruh pemberian limbah solid pabrik kelapa
sawit dengan berbagai dosis terhadap tinggi tanaman sawi yang terdiri dari 1 variabel bebas
dan 1 variabel terikat. Rancangan yang digunakan adalah Rancangan Acak Lengkap (RAL).
Dimana terdiri dari 5 perlakuan dan 5 ulangan. Analisis data dengan menggunakan SPSS.
Data yang diperoleh dalam penelitian dianalisis menggunakan ANOVA. Apabila hasilnya
signifikan maka analisis dilanjutkan dengan uji BNT . didalam SPSS menggunakan uji
Duncan. Data pengamatan disajikan dalam table sebagai berikut :
Perlakuan Ulangan
R1 R2 R3 R4 R5
P0 30,50 32,00 33,50 32,00 28,00
P1 37,00 36,00 34,00 33,00 37,00
P2 39,00 37,50 32,00 36,00 38,00
P3 38,00 38,00 39,50 42,00 41,00
P4 35,00 32,00 30,50 32,50 33,00
Keterangan:P0: kontrol 0 gramP1: dosis 25 gram P3: dosis 75 gramP2: dosis 50 gram P4: dosis 100 gramR1-R5 : ulangan 1- ulangan 5
Untuk cara perhitungannya yaitu dengan langkah-langkah sebagai berikut :
1. Buka program SPSS seperti pada gambar berikut :
Oleh : Belalangtue
http://belalangtue.wordpress.com
2. Aktifkan variable view (klik variable view)
3. Ketik “perlakuan” pada kolom name baris 1
Oleh : Belalangtue
http://belalangtue.wordpress.com
4. Pada kolom decimal baris pertama ubah dari 2 menjadi 0
5. Ketik “tinggi tanaman sawi” pada kolom name baris kedua
Oleh : Belalangtue
http://belalangtue.wordpress.com
6. Isikan values pada perlakuan dengan cara kursor ditempatkan pada kolom values baris
pertama, klik tanda titik 3 yang berwarna abu-abu.
Berikut contoh Kode value dan value label pada variable view dalam SPSS.
Variabel Value Value label
Perlakuan 0
1
2
3
4
P0
P1
P2
P3
P4
Oleh : Belalangtue
http://belalangtue.wordpress.com
7. Isikan kolom value dengan angka 0 dan kolom value label P0
Oleh : Belalangtue
http://belalangtue.wordpress.com
8. Klik “Add”
9. Isikan kolom value dengan angka 1 dan kolom value label P1
Oleh : Belalangtue
http://belalangtue.wordpress.com
10. Klik “Add”
Oleh : Belalangtue
http://belalangtue.wordpress.com
11. Isikan kolom value dengan angka 2 dan kolom value label P2
12. Klik “Add”
Oleh : Belalangtue
http://belalangtue.wordpress.com
13. Isikan kolom value dengan angka 3 dan kolom value label P3
14. Klik “Add”
Oleh : Belalangtue
http://belalangtue.wordpress.com
15. Isikan kolom value dengan angka 4 dan kolom value label P4
16. Klik “Add”
Oleh : Belalangtue
http://belalangtue.wordpress.com
17. klik OK kemudian muncul seperti pada gambar berikut ini
18. Aktifkan DATA VIEW yang terletak di sebelah kiri VARIABEL VIEW
Oleh : Belalangtue
http://belalangtue.wordpress.com
19. Ketik angka 0 pada kolom perlakuan baris 1 sampai baris 5, angka 1 pada baris 6
sampai baris 10, angka 2 pada baris 11 sampai baris 15, angka 3 pada baris 16 sampai
baris 20, angka 4 pada baris 20 sampai baris 25
Oleh : Belalangtue
http://belalangtue.wordpress.com
20. Pada kolom tinggi tanaman sawi isikan angka Hasil dari pengamatan penelitian
21. Klik “anlyze\Compare Means\One-Way Anova…
Muncul kotak dialog seperti pada One Way Anova
Oleh : Belalangtue
http://belalangtue.wordpress.com
22. Pada kotak dialog One Way Anova, klik “tinggi tanaman sawi”
Oleh : Belalangtue
http://belalangtue.wordpress.com
23. Pindahkan “tinggi tanaman sawi” kekolom “Dependent List” dengan cara klik tanda
segitiga warna hitam
24. Pada kotak dialog One Way Anova, klik “perlakuan”
Oleh : Belalangtue
http://belalangtue.wordpress.com
25. Pindahkan “Perlakuan” kekolom “Factor” dengan cara klik tanda segitiga warna hitam
Oleh : Belalangtue
http://belalangtue.wordpress.com
26. Klik “Post Hoc”
Maka akan muncul kotak dialog baru (one way anova : post hoc multiple
comparisons) seperti pada gambar berikut :
Oleh : Belalangtue
http://belalangtue.wordpress.com
27. Beri tanda chek pada kotak “Duncan” kemudian Klik “continu”
kemudian Klik “continue” maka akan muncul seperti gambar berikut :
28. Klik “OK” maka akan muncul Output seperti pada gambar berikut :
Oleh : Belalangtue
http://belalangtue.wordpress.com
29. Selesai coy..!
ANOVA
tinggi_tanaman_sawiSum of Squares
df Mean Square F Sig
Between Groups
Within Groups
Total
223,340
84,000
307,340
4
20
24
55,835
4,200
13,294 ,000
SV Db JK KT F hitung F tabel
5 %
perlakuan 4 223,34 55,84 13,3 2,87
galat 20 84,00
total 24 307,34
tinggi_tanaman_sawi
Oleh : Belalangtue
http://belalangtue.wordpress.com
N Subset for alpha = .05
1 2 3
P0
P1
P2
P3
P4
Sig
5
5
5
5
5
31,2000
32,6000
293
35,4000
36,5000
,406
39,7000
1,000
Means for groups in homogeneous subsets are displayed.a Uses Harmonic Mean Sample Size = 5,000
F hitung lebih besar dari F table, jadi untuk mengetahui perbedaan antar perlakuan
dilanjutkan dengan uji Duncan. Dari uji Duncan didapatkan hasil bahwa pada perlakuan P0
dan P4 menunjukan Hasil berbeda tidak nyata begitu pula dengan P1 dan P2. Sedangkan pada
P3 menunjuan hasil yang berbeda nyata dengan perlakuan lainnya. Hal ini berarti dosis yang
baik untuk perlakuan terhadap tinggi tanaman yaitu P3 (75 gram).
Nah dah selesai nih….semoga bermanfaat…………
Oleh : Belalangtue
http://belalangtue.wordpress.com