RANCANGAN ACAK LENGKAP (RAL) MENGGUNAKAN SPSS 21 - All about My Hobbies

Senin, 18 April 2016

RANCANGAN ACAK LENGKAP (RAL) MENGGUNAKAN SPSS 21

Data berikut merupakan data rekayasa. Percobaan ini ingin mengetahui bagaimana Pengaruh pemberian limbah kelapa dengan berbagai dosis  terhadap tinggi sawi. Rancangan yang digunakan adalah RAL dengan 5 perlakuan dan 5 ulangan.  Penelitian ini, ada dua pertanyaan yang akan kita temukan jawabannya yaitu :
  1. Apakah pemberian limbah kelapa mempengaruhi pertumbuhan sawi?
  2. Jika ada pengaruh (jawaban pertanyaan no.1), Perlakuan yang  mana saja yang berpengaruh secara nyata. 
Akurasi RAL akan tercapai apabila:
  1. Bahan percobaan homogen atau relatif homogen.
  2. Kondisi lingkungan sama/seragam dan dapat dikendalikan.
  3. Jumlah perlakuan dibatasi.
BACA JUGA: RAL MENGGUNAKAN MINITAB DAN INTERPRETASINYA
BACA JUGA : RANCANGAN ACAK LENGKAP (RAL) ULANGAN TIDAK SAMA
BACA JUGA : RANCANGAN ACAK KELOMPOK DENGAN SPSS 21

Berikut langkah-langkah analisisnya menggunakan SPSS 21. Ikuti perlahan dengan terurut. ^_^


Note: Teman-teman perlu memperhatikan kapan perlakuan dimasukkan ke Fixed Facor(s) dan ke Random Factor(s). jika faktor atau level perlakuan pada penelitian kita telah ditentukan secara subjektif oleh peneliti maka digunakan Fixed Facor(s). Jika level perlakuan dipilih secara acak maka gunakan Random Factor(s).

Langkah untuk menampilkan hasil uji ANOVA


Berikut Langkah- Langkah Uji Lanjut (LSD dan Duncan), jika ingin melakukan uji Tukey cukup memberi centang pada uji Tukey atau uji apa yang dibutuhkan.

Berikut Langkah-langkah untuk menampilkan hasil uji Homogenitas pada SPSS 21



OUTPUT

Between-Subjects Factors

N
Perlakuan
Dosis_100gr
5
Dosis_25gr
5
Dosis_50gr
5
Dosis_75gr
5
Kontrol_0gr
5
Levene's Test of Equality of Error Variancesa
Dependent Variable:   Tinggi_Sawi 
F
df1
df2
Sig.
.421
4
20
.792
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a. Design: Intercept + Perlakuan

Uji Levene’s (uji Kehomogenan ragam/variansi) merupakan salah satu uji asumsi RAL yang harus dipenuhi sebagai syarat untuk melanjutkan ke analisis variansi.
Hipotesis:
H0: variansi Homogen
H1: variansi tidak homogen

Kesimpulan :  nilai sig (0,792)> 0,05. Maka terima H0 (variansi homogen). Sehingga memenuhi  asumsi distribusi normal.

Tests of Between-Subjects Effects
Dependent Variable:   Tinggi_Sawi 
Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
223.340a
4
55.835
13.294
.000
Intercept
30765.160
1
30765.160
7325.038
.000
Perlakuan
223.340
4
55.835
13.294
.000
Error
84.000
20
4.200


Total
31072.500
25



Corrected Total
307.340
24



a. R Squared = .727 (Adjusted R Squared = .672)

Perhatikan nilai signifikansi Perlakuan : sig 0,000<0,05 . Artinya Pengaruh Perlakuan Signifikan (berpengaruh nyata).
Uji ANOVA hanya memberikan indikasi tentang ada tidaknya perbedaan antara individu perlakuan yang satu dengan individu perlakuan lainnya. Artinya 5 perlakuan di atas dengan uji ANOVA akan memberikan informasi  adanya perbedaan yang signifikan, maka dapat disimpulkan bahwa secara keseluruhan terdapat perbedaan yang signifikan antara rata-rata perlakuan, namun belum tentu rata-rata  perlakuan Kontrol 0 gram berbeda dengan rata-rata perlakuan Dosis 75 gram. Untuk mengetahui lebih jauh maka dilakukanlah uji lanjut (Post Hoc test).
Ada beberapa macam uji lanjut namun pada output ini akan dibahas Uji BNT ( Beda nyata terkecil) atau lebih dikenal dengan uji LSD (Least Significant Different). Uji ini diperkenalkan oleh Fisher pada tahun 1935.
Perlakuan
Dependent Variable:   Tinggi_Sawi 
Perlakuan
Mean
Std. Error
95% Confidence Interval
Lower Bound
Upper Bound
Dosis_100gr
32.600
.917
30.688
34.512
Dosis_25gr
35.400
.917
33.488
37.312
Dosis_50gr
36.500
.917
34.588
38.412
Dosis_75gr
39.700
.917
37.788
41.612
Kontrol_0gr
31.200
.917
29.288
33.112


Multiple Comparisons
Dependent Variable:   Tinggi_Sawi 

(I) Perlakuan
(J) Perlakuan
Mean Difference (I-J)
Std. Error
Sig.
95% Confidence Interval

Lower Bound
Upper Bound
LSD
Dosis_100gr
Dosis_25gr
-2.8000*
1.29615
.043
-5.5037
-.0963
Dosis_50gr
-3.9000*
1.29615
.007
-6.6037
-1.1963
Dosis_75gr
-7.1000*
1.29615
.000
-9.8037
-4.3963
Kontrol_0gr
1.4000
1.29615
.293
-1.3037
4.1037
Dosis_25gr
Dosis_100gr
2.8000*
1.29615
.043
.0963
5.5037
Dosis_50gr
-1.1000
1.29615
.406
-3.8037
1.6037
Dosis_75gr
-4.3000*
1.29615
.003
-7.0037
-1.5963
Kontrol_0gr
4.2000*
1.29615
.004
1.4963
6.9037
Dosis_50gr
Dosis_100gr
3.9000*
1.29615
.007
1.1963
6.6037
Dosis_25gr
1.1000
1.29615
.406
-1.6037
3.8037
Dosis_75gr
-3.2000*
1.29615
.023
-5.9037
-.4963
Kontrol_0gr
5.3000*
1.29615
.001
2.5963
8.0037
Dosis_75gr
Dosis_100gr
7.1000*
1.29615
.000
4.3963
9.8037
Dosis_25gr
4.3000*
1.29615
.003
1.5963
7.0037
Dosis_50gr
3.2000*
1.29615
.023
.4963
5.9037
Kontrol_0gr
8.5000*
1.29615
.000
5.7963
11.2037
Kontrol_0gr
Dosis_100gr
-1.4000
1.29615
.293
-4.1037
1.3037
Dosis_25gr
-4.2000*
1.29615
.004
-6.9037
-1.4963
Dosis_50gr
-5.3000*
1.29615
.001
-8.0037
-2.5963
Dosis_75gr
-8.5000*
1.29615
.000
-11.2037
-5.7963
Based on observed means.
 The error term is Mean Square(Error) = 4.200.
*. The mean difference is significant at the .05 level.


Tinggi_Sawi

Perlakuan
N
Subset

1
2
3
Duncana,b
Kontrol_0gr
5
31.2000


Dosis_100gr
5
32.6000


Dosis_25gr
5

35.4000

Dosis_50gr
5

36.5000

Dosis_75gr
5


39.7000
Sig.

.293
.406
1.000
Means for groups in homogeneous subsets are displayed.
 Based on observed means.
 The error term is Mean Square(Error) = 4.200.
a. Uses Harmonic Mean Sample Size = 5.000.
b. Alpha = .05.
 Kedua tabel hasil uji lanjut di atas disingkat dengan tabel berikut.
Perlakuan
Notasi
Kontrol_0gr
31.2a

Dosis_100gr
32.6a

Dosis_25gr
35.4b

Dosis_50gr
36.5b

Dosis_75gr
39.7c

     
  1. Artinya nilai rata-rata perlakuan Kontrol_0gr tidak berbeda secara signifikan dengan Dosis_100gr  , karena sama-sama diberi notasi “a”
  2. Nilai rata-rata perlakuan Dosis_100gr berbeda secara nyata dengan perlakuan Dosis_25gr karena memilki notasi yang berbeda. Dst
          Berikan Komentar jika bermanfaat, ada kesalahan atau ada pertanyaan. ^_^ 

14 komentar:

  1. Waduh saya bingung nih mbak ribet sekali ...

    BalasHapus
    Balasan
    1. baru sempat buka blog lg.. baca baik-baik mas imam.. Insya Allah bisa.

      Hapus
    2. Berarti cara menentukan notasi dengan spss sama aja dengan cara manual (pakai excel) kan ?

      Hapus
    3. penentuan notasi hanya untuk mempemudah melihat yang mana level perlakuan yang berbeda. khsusus spss 21 belum menampikan notasinya. jd tabel notasi di atas saya bikin sendiri bersarkan hasil uji lanjut duncan atau lsd. kalaupun dihitung manual di excel maka hasil spss harusnya sama dengan hitung manual.

      Hapus
  2. kalau ulangan di perlakuannya tidak sama gimana cara cari di spss?

    BalasHapus
    Balasan
    1. Langkah-langkah analisisnya sama saja. Yg berbeda hanya di datanya.

      Hapus
  3. RAL ulangan tidak sama

    https://heriantisamsu.blogspot.com/2018/11/rancangan-acak-lengkap-ral-ulangan.html?m=1

    BalasHapus
  4. tolong perbaiki jangan bikin pusing

    BalasHapus
    Balasan
    1. Eh, Hahaha. Tenang lalu tarik nafas, saya perbaiki apa nih? langsung ke pertanyaan dan kritiknya apa?

      Hapus
  5. ka cara dapat notasi a,b,c itu dari mana ya? yg kolom terakhir, saya sudah ikuti caranya dgn detail tp tdk dpt notasi huruf a,b,c

    BalasHapus
    Balasan
    1. Maaf baru buka blog lagi, terima kasih pertanyaannya.

      Tabel terakhir pada kolom terakhir yang memiliki notasi a,b dan c. Notasi itu saya bikin dengan manual saja berdasarkan hasil uji lanjut Duncan (tabel kedua dari terakhir). Perhatikan tabel Duncan di situ ada subset 1 dengan perlakuan kontrol_0gr dan Dosis_100gr berada pada kolom yg sama maka saya beri notasi a, begitupun dengan Dosis_50gr dan Dosis_75gr berada pada kolom yang sama yaitu subset 2 maka saya beri notasi b. sedangkan, untuk yang kolom subset 3, saya beri simbol c.

      Hapus
  6. Maaf mau tanya,kan di atas pengambilan kesimpulan dilihat dari Uji Levene’s (uji Kehomogenan ragam/variansi) berdasarkan homogen/tidak. Apakah jika nilai sig nya >0.05 tidak perlu diuji normalitas nya lagi? Atau dengan kata lain jika homogen tentu sudah berdistribusi normal? Terimakasih

    BalasHapus
  7. Maaf mau tanya lagi, kalau tidak salah syarat bisa menggunakan uji ANOVA dengan RAL data berdistribusi normal dan homogen, jadi dengan melihat Uji Levene’s (uji Kehomogenan ragam/variansi) nya saja sudah cukup untuk bisa menggunakan ANOVA RAL ya? Terimakasih

    BalasHapus
  8. Izin bertanya untuk melihat hasil angka BNT ny bagaimana

    BalasHapus