LAPORAN
PRAKTIKUM BIOSTATISTIKA
ACARA 9
RANCANGAN
ACAK LENGKAP
 |
Disusun
oleh:
Dimas Wahyu
Indrata (1501070011)
PROGRAM STUDI
PENDIDIKAN BIOLOGI
FAKULTAS KEGURUAN DAN
ILMU PENDIDIKAN
UNIVERSITAS
MUHAMMADIYAH PURWOKERTO
Sabtu, 12
Mei 2018
RANCANGAN ACAK LENGKAP
A. TUJUAN
1. Mengetahui langkah-langkah
Uji
RAL melalui program SPSS.
2.
Mengetahui
pengaruh berbagai macam varietas terhadap kemampuan reproduksi lada.
3.
Mengetahui
varietas lada dengan kemampuan reproduksi tertinggi dan terendah
B. DASAR TEORI
Menurut Mattjik dan
Sumertajaya (2000) merupakan jenis rancangan percobaan yang paling
sederhana. Pada umumnya, rancangan ini biasa digunakan untuk jenis
percobaan yang memiliki media atau lingkungan percobaan yang
seragam atau homogen.
Rancangan acak lengkap
merupakan jenis rancangan percobaan yang dimana, perlakuan diberikan secara acak kepada seluruh
unit yang akan dilakukan percobaan. Hal ini dapat
dilakukan karena lingkungan tempat percobaan diadakan relatif homogen sehingga
media atau tempat percobaan ini tidak memberikan pengaruh berarti pada respon
yang diamati.
Rancangan acak lengkap
memiliki beberapa karakteristik, Karakteristik yang perlu diketahui ketika
melakukan percobaan dengan model rancangan acak lengkap yakni
keragaman atau variasi hanya disebabkan oleh perlakuan yang diuji cobakan pada suatu unit
percobaan dan perlakuan tersebut merupakan tingkatan-tingkatan dari
suatu faktor tertentu. Sementara itu faktor-faktor di luar perlakuan (faktor
lingkungan) pada unit percobaan sedapat mungkin dikondisikan sama (homogen)
sedangkan penempatan perlakuan pada unit percobaan dilakukan secara acak
(random) (Harjosuwono dkk, 2011).
Terdapat beberapa kentungan
dan kerugian menggunakan rancangan acak lengkap, yaitu :
1. Denah
perancangan percobaan mudah dibuat.
2. Analisis
statistik terhadap unit percobaan sederhana.
3. Sangat
fleksibel dalam hal jumlah penggunaan, perlakuan, serta pengulangan.
Selain itu rancangan acak lengkap memiliki
kelemahan yakni apabila digunakan dalam kasus yang tidak tepat. Kerugian
yang akan timbul dari penggunaan rancangan acak lengkapyakni
semakin banyak perlakuan yang diuji cobakan, maka semakin
sulit pula usaha untuk menyediakan unit percobaan yang homogen. Oleh karena itu
rancangan model ini hanya cocok untuk rancangan dengan jumlah perlakuan dan
pengulangan yang relatif sedikit.(Harjosuwono dkk, 2011)
Dalam suatu rancangan acak
lengkap, data yang dianalisis statistika dikatakan sah dan valid apabila
data tersebut didapat dari suatu percobaan yang
memenuhi tiga prinsip dasar. Prinsip ini diperlukan untuk memprediksi kevalid
dari suatu galat percobaan dan usaha meminimumkan galat
percobaan guna meningkatkan ketelitian percobaan.
Menurut Mattjik & Sumertajaya (2006), tiga
prinsip dasar tersebut antara lain :
a. Ulangan
Ulangan adalah pengalokasian
suatu perlakuan tertentu terhadap beberapa unit percobaan pada kondisi yang
seragam (Homogen). (Mattjik & Sumertajaya,
2006). Pengulangan dilakukan dengan tujuan antara
lain:
1)
Menduga ragam dari galat percobaan.
2)
Menduga galat baku (standard error) dari rata-rata perlakuan.
3)
Meningkatkan ketepatan percobaan.
4)
Memperluas presisi kesimpulan percobaan, yaitu
melalui pemilihan dan penggunaan satuan-satuan percobaan yang lebih bervariasi.
b. Pengendalian
Lingkungan (Local Control)
Pengendalian lingkungan
adalah suatu usaha untuk mengendalikan suatu
keragaman yang muncul akibat keheterogenan kondisi
suatu lingkungan. Usaha-usaha yang dilakukan untuk mengendalikan
suatu lingkungan antara lain yakni
dengan melakukan pengelompokan (blocking)
satu arah, dua arah, maupun multi arah (banyak arah).
Pengelompokan dikatakan baik jika keragaman di dalam suatu
kelompok lebih kecil dari pada keragaman antar
kelompok. Untuk mencapai hal itu maka kelompok yang dibentuk harus tegak lurus
dengan arah keragaman unit percobaan (Mattjik & Sumertajaya, 2006).
c. Pengacakan
Pengacakan diperlukan guna rancangan
percobaan yang dilakukan terhindar dari suatu pengaruh
subjektivitas karena dalam penelitian ilmiah diperlukan logika dan
objektivitas. Dengan melakukan pengacakan maka setiap unit percobaan memiliki
peluang yang sama untuk mendapatkan suatu perlakuan tertentu. Pengacakan
perlakuan pada unit-unit percobaan dapat dilakukan dengan menggunakan tabel
bilangan acak, sistem lotere, atau dengan bantuan software komputer (Harjosuwono dkk, 2011).
Langkah
–langkah perhitungan rancangan acak lengkap : (Harjosuwono dkk, 2011).
1.
Hipotesis
Sebelum
melakukan proses analisa data hasil pengamatan terlebih dahulu perlu dirumuskan hipotesis agar jelas maksud dan tujuan percobaan yang
dilakukan
2.
Analisis data
Untuk menganalisa data dari suatu rancangan acak lengkap akan
dilakukan sidik ragam berdasar tabulasi data
3.
Menghitung jumlah kuadrat perlakuan
4.
Menghitung jumlah kuadrat galat
5.
Menghitung kuadrat tengah perlakuan
6.
Menghitung kuadrat tengah galat
7.
Menyimpulkan hasil analisa
Jika didapatkan nilai Fhitung < Ftabel, maka H0 diterima pada level nyata α, artinya perlakuan
tidak memberikan pengaruh nyata terhadap respon yang diamati. Begitu pula
sebaliknya, jika nilai Fhitung > Ftabel, maka H0 ditolak pada level nyata α, artinya perlakuan memberikan pengaruh
yang nyata terhadap respon yang diamati.
C.
ALAT
DAN BAHAN
Alat:
1. Laptop
2.
Alat tulis
3.
Buku petunjuk praktikum Biostatistika
4. Stop kontak
Bahan
:
1.
Data
hasil penelitian (hasil produksi biji lada per
hektar).
2.
Program aplikasi SPSS versi 23
D. CARA KERJA
1. Menyiapkan
data yang akan diuji
Sebuah
penelitian telah dilakukan untuk
mengetahui kemampuan berproduksi varietas lada. Varietas-varietas
yang dilakukan pengujian antara lain yakni varietas
Wilis, Lokon, Galunggung, Malabar, dan Slamet. Tempat percobaan merupakan tanah
kering yang dianggap homogen. Uji yang
akan digunakan yakni uji Rancangan Acak Lengkap.
Masing-masing perlakuan diulang 4 kali. Hasil biji per hektar sebagai berikut:
|
Varietas
|
Hasil
Biji (Ku/Ha)
|
|||
|
1
|
2
|
3
|
4
|
|
|
V1
|
7.65
|
6.80
|
7.92
|
6.98
|
|
V2
|
5.88
|
6.40
|
6.80
|
6.08
|
|
V3
|
9.29
|
10.73
|
10.00
|
9.17
|
|
V4
|
7.92
|
8.54
|
7.46
|
7.09
|
|
V5
|
10.50
|
10.19
|
10.88
|
10.94
|
Keterangan :
V1 = Varietas Wilis
V2 = Varietas Lokon
V3 = Varietas
Galunggung
V4 = Varietas Malabar
V5 = Varietas Slamet
2. Menyusun
tabel persiapan uji F dalam MS Word agar
memudahkan entri data pada worksheet Data View SPSS. Terlebih dahulu memberi
kode 1 untuk V1, kode 2 untuk V2, kode 3 untuk V3, kode 4 untuk V4, dan kode 5
untuk V5. Menyusun tabel persiapan uji data hasil penelitian sebagai berikut.
Tabel 1. Tabel persiapan
uji
|
Varietas
|
Hasil
Biji (Ku/Ha)
|
|
1
|
7.65
|
|
1
|
6.80
|
|
1
|
7.92
|
|
1
|
6.98
|
|
2
|
5.88
|
|
2
|
6.40
|
|
2
|
6.80
|
|
2
|
6.08
|
|
3
|
9.29
|
|
3
|
10.73
|
|
3
|
10.00
|
|
3
|
9.17
|
|
4
|
7.92
|
|
4
|
8.54
|
|
4
|
7.46
|
|
4
|
7.09
|
|
5
|
10.50
|
|
5
|
10.19
|
|
5
|
10.88
|
|
5
|
10.94
|
3. Membuka
program SPSS Versi 23
4. Memasukan
data yang telah disusun ke SPSS dalam worksheet Data View dengan cara memblok
tabel persiapan uji yang telah disusun dalam
MS Word (Tabel. 1) kemudian menekan Ctrl+C pada
keyboard. Pada worksheet Data View SPSS arahkan kursor pada baris 1 dan kolom
var pertama dan menekan Ctrl+V sehingga akan nampak sajian data dalam worksheet
Data View sebagai berikut:
5. Membuka
worksheet variabel view dengan mengklik Variabel View dibagian pojok kiri
bawah. Mengubah VAR00001 dengan “Varietas” dan VAR00002 dengan “Hasil_Biji”
pada kolom “NAME”. Selanjutnya mengubah desimal pada kolom “Decimale”, jumlah
desimal pada baris pertama diubah menjadi 0 dan pada baris kedua tetap 2.
Sehingga dalam worksheet Variabel View akan tampak tampilan seperti berikut:
6. Memberikan
label pada kolom Value baris pertama dengan cara mengklik baris pertama pada
kolom Values dan akan muncul kotak dialog Value Labels. Memberi label pada
kotak dialog tersebut seperti langkah-langkah berikut:
-
Ketik 1 pada kolom
value, ketik V1 pada kolom label, kemudian klik Add
-
Ketik 2 pada kolom
value, ketik V2 pada kolom label, kemudian klik Add
-
Ketik 3 pada kolom
value, ketik V3 pada kolom label, kemudian klik Add
-
Ketik 4 pada kolom
value, ketik V4 pada kolom label, kemudian klik Add
-
Ketik 5 pada kolom
value, ketik V5 pada kolom label, kemudian klik Add
Sehingga dalam kotak
dialog Value Labels tampak seperti berikut
Mengklik
OK untuk menutup kotak dialog Value Labels
7. Mengarahkan
kursor pada menubar dan klik menu Analyze, memilih sub menu Compere Mean dan
pilih One Way Anovna dengan cara mengkliknya.
Selanjutnya akan muncul
kotak dialog One-Way Anova seperti dibawah ini
8. Pada
kotak dialog One-Way Anova variabel Hasi_Biji dipindahkan ke kolom dependent
dan variabel Varietas dipindahkan pada kolom Factor.
9. Menklik
Post Hoc untuk melakukan uji lanjut, maka akan muncul kotak dialog One-Way
Anova : Post Hoct Multiple Comparison. Pada kotak dialog tersebut memilih
metode LDS dan Ducan dengan taraf kepercayaan 95% (α=5%).
Klik countinue untuk
menutup kotak dialog One-Way Anova : Post Hoct Multiple Comparison
10. Pda
kotak dialog One-Way Anova, klik menu option dan akan muncul kotak dialog
One-Way Anova : Option. Pilih deskriptif dan kemudian mengklik Countinu untuk
menutup kotak dialog One-Way Anova : Option
11. Klik
OK pada kotak dialog One-Way Anova sehingga akan keluar hasil uji analisis data
sstatistiknya.
12. Menginterpretasikan
data hasil uji analisis data statistk.
E. HASIL ANALISIS UJI
STATISTIK RAL
Tabel
1. Descriptive
|
Descriptives
|
||||||||
|
HASIL BIJI
|
||||||||
|
|
N
|
Mean
|
Std. Deviation
|
Std. Error
|
95% Confidence Interval for Mean
|
Minimum
|
Maximum
|
|
|
Lower Bound
|
Upper Bound
|
|||||||
|
V1
|
4
|
7,8075
|
,70320
|
,35160
|
6,6886
|
8,9264
|
6,98
|
8,68
|
|
V2
|
4
|
6,2900
|
,40183
|
,20091
|
5,6506
|
6,9294
|
5,88
|
6,80
|
|
V3
|
4
|
9,7975
|
,72154
|
,36077
|
8,6494
|
10,9456
|
9,17
|
10,73
|
|
V4
|
4
|
7,7525
|
,62521
|
,31261
|
6,7576
|
8,7474
|
7,09
|
8,54
|
|
V5
|
4
|
10,6275
|
,35075
|
,17537
|
10,0694
|
11,1856
|
10,19
|
10,94
|
|
Total
|
20
|
8,4550
|
1,67897
|
,37543
|
7,6692
|
9,2408
|
5,88
|
10,94
|
Pada pengujian RAK menunjukkan bahwa
varietas 1ada menunjukkan bahwa masing-masing perlakuan terdiri dari 4 ulangan
dan jumlah kasus sebanyak 20. Rata-rata untuk
varieatas 1 (V1) adalah 7,8075 dengan standar deviasi 0,70320 dengan standar error 0,35160 dan lower bound 6,6886 dan upper
bound 8,9264 dengan nilai maksimum 8,68 dan nilai minimum 6,98, varieatas 2 (V2) adalah 6,2900 dengan standar deviasi 0,40183 dengan standar error 0,20091 dan
lower bound 5,6506 dan upper bound 6,9294 dengan nilai maksimum 6,80 dan nilai
minimum 5,88, varieatas 3 (V3) adalah 9,7975 dengan standar deviasi 0,72154 dengan standar error 0,36077 dan
lower bound 8,6494 dan upper bound 10,9456 dengan nilai maksimum 10,739 dan
nilai minimum 9,17, varieatas 4 (V4) adalah 7,752 dengan standar deviasi 0,62521 dengan standar error 0,35160 dan
lower bound 6,7576 dan upper bound 8,7474 dengan nilai maksimum 8,54 dan nilai
minimum 7,09, varieatas
5 (V5) adalah 10,6275 dengan standar deviasi 0,35075 dengan standar error 0,17537 dan
lower bound 10,0694 dan upper bound 11,1856 dengan nilai maksimum 10,94 dan nilai
minimum 10,19, hasil
tersebut dapat dilihat pada tabel 1.
Descriptive
Tabel
2. Hasil Uji ANOVA
|
ANOVA
|
|||||
|
HASIL BIJI
|
|||||
|
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
Between Groups
|
48,488
|
4
|
12,122
|
35,853
|
,000
|
|
Within Groups
|
5,072
|
15
|
,338
|
|
|
|
Total
|
53,560
|
19
|
|
|
|
Penentuan
1 : untuk mengetahui varian sama atau berbeda
Jika
sig. < 0,05 maka Ho ditolak dan Ha diterima
Jika
sig. > 0,05 maka Ho diterima dan Ha ditolak
Ho
: perlakuan mempunyai varian yang sama
Ha
: perlakuan mempunyai varian yang tidak sama atau berbeda
Penentuan
2 : adanya beda nyata atau tidak
Ho
: terdapat beda nyata antar perlakuan
Ha
: tidak ada perbedaan nyata antar perlakuan
Jika
sig. < 0,05 maka Ho diterima
dan Ha ditolak
Jika
sig. > 0,05 maka Ho ditolak dan Ha diterima
Nilai
F 35,853 ditentukan dg tabel F. Tabel F = 3,06
Apabila
F hitung > F tabel maka menunjukkan bahwa variabel bebas atau X berpengaruh
terhadap variabel terikat atau Y
Apabila
F hitung < F tabel maka menunjukkan bahwa variabel bebas atau X tidak
berpengaruh terhadap variabel terikat atau Y
Berdasarkan pengujian hasil biji dg nilai sg. 0,000 untuk penentuan 1 nilai sig < dari 0,05 maka
Ho ditolak dan Ha diterima yang berarti perlakuan mempunyai nilai yang tidak
sama atau berbeda kemudian penentuan 2 nilai sig < 0,05 maka Ho diterima dan
Ha ditolak yang berarti
terdapat beda nyata antar perlakuan. Nilai
F 35,853 ditentukan dg tabel F. Tabel F = 3,06 dari data tersebut F
hitung > F tabel maka menunjukkan bahwa variabel bebas atau X berpengaruh
terhadap variabel terikat atau Y
Tabel
3. M Comparisons
|
Multiple Comparisons
|
|||||||
|
Dependent Variable: HASIL BIJI
|
|||||||
|
|
(I) VARIETAS
|
(J) VARIETAS
|
Mean Difference (I-J)
|
Std. Error
|
Sig.
|
95% Confidence Interval
|
|
|
|
Lower Bound
|
Upper Bound
|
|||||
|
LSD
|
V1
|
V2
|
1,51750*
|
,41116
|
,002
|
,6411
|
2,3939
|
|
V3
|
-1,99000*
|
,41116
|
,000
|
-2,8664
|
-1,1136
|
||
|
V4
|
,05500
|
,41116
|
,895
|
-,8214
|
,9314
|
||
|
V5
|
-2,82000*
|
,41116
|
,000
|
-3,6964
|
-1,9436
|
||
|
V2
|
V1
|
-1,51750*
|
,41116
|
,002
|
-2,3939
|
-,6411
|
|
|
V3
|
-3,50750*
|
,41116
|
,000
|
-4,3839
|
-2,6311
|
||
|
V4
|
-1,46250*
|
,41116
|
,003
|
-2,3389
|
-,5861
|
||
|
V5
|
-4,33750*
|
,41116
|
,000
|
-5,2139
|
-3,4611
|
||
|
V3
|
V1
|
1,99000*
|
,41116
|
,000
|
1,1136
|
2,8664
|
|
|
V2
|
3,50750*
|
,41116
|
,000
|
2,6311
|
4,3839
|
||
|
V4
|
2,04500*
|
,41116
|
,000
|
1,1686
|
2,9214
|
||
|
V5
|
-,83000
|
,41116
|
,062
|
-1,7064
|
,0464
|
||
|
V4
|
V1
|
-,05500
|
,41116
|
,895
|
-,9314
|
,8214
|
|
|
V2
|
1,46250*
|
,41116
|
,003
|
,5861
|
2,3389
|
||
|
V3
|
-2,04500*
|
,41116
|
,000
|
-2,9214
|
-1,1686
|
||
|
V5
|
-2,87500*
|
,41116
|
,000
|
-3,7514
|
-1,9986
|
||
|
V5
|
V1
|
2,82000*
|
,41116
|
,000
|
1,9436
|
3,6964
|
|
|
V2
|
4,33750*
|
,41116
|
,000
|
3,4611
|
5,2139
|
||
|
V3
|
,83000
|
,41116
|
,062
|
-,0464
|
1,7064
|
||
|
V4
|
2,87500*
|
,41116
|
,000
|
1,9986
|
3,7514
|
||
|
*. The mean difference is
significant at the 0.05 level.
|
|||||||
Berdasarkan hasil analisis uji LSD pada
tabel multiple comparisons menjukkan bahwa Pengujian antara var 1
dan v2 nilai signya 0,002. Vari 1 dg var 3 nilai signya 0,000 . Var 1 dg var 4 nilai signya 0,895.
Var 1 dg v 5 nilai signya 0,000. Var 2 dg v 3 nilai signya 0,000. Var 2 dg v 4 nilai signya 0,003. Var 2 dg v 5 nilai signya 0,000. Var 3 dg v 4 nilai signya 0,000. Var 3 dg v 5 nilai signya 0,062. Var 4 dg v 5 nilai signya 0,000.
Dari tabel diatas untuk mengetahui apakah ada beda
nyata atau tidak
Ho
: terdapat beda nyata antar perlakuan
Ha
: tidak ada perbedaan nyata antar perlakuan
Jika
sig. < 0,05 maka Ho diterima
dan Ha ditolak
Jika
sig. > 0,05 maka Ho ditolak
dan Ha diterima
·
Antar v1 dan v2 nilai
sig 0,002 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,002 <
0,005 maka Ho diterima dan Ha ditolak yang artinya ada
perbdaan nyata antar perlakuan
·
Antar v1 dan v3 nilai sig 0,000 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,000 < 0,005 maka Ho diterima dan Ha ditolak yang artinya ada
perbdaan nyata antar perlakuan
·
Antar v1 dan v4 nilai sig 0,895 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,895 > 0,005 maka Ho ditolak dan Ha diterima yang artinya tidak ada perbedaan nyata
antar perlakuan
·
Antar v1 dan v5 nilai sig 0,000 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,00o < 0,005 maka Ho diterima dan Ha ditolak yang artinya ada
perbdaan nyata antar perlakuan
·
Antar v2 dan v3 nilai sig 0,000 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,000 < 0,005 maka Ho diterima dan Ha ditolak yang artinya ada
perbdaan nyata antar perlakuan
·
Antar v2 dan v4 nilai sig 0,003 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,003 < 0,005 maka Ho diterima dan Ha ditolak yang artinya ada
perbdaan nyata antar perlakuan
·
Antar v2 dan v5 nilai sig 0,000 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,000 < 0,005 maka Ho diterima dan Ha ditolak yang artinya ada
perbdaan nyata antar perlakuan
·
Antar v3 dan v4 nilai sig 0,000 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,000 < 0,005 maka Ho diterima dan Ha ditolak yang artinya ada
perbdaan nyata antar perlakuan
·
Antar v3 dan v5 nilai sig 0,062 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,062 > 0,005 maka Ho ditolak dan Ha diterima yang artinya tidak ada
perbedaan nyata antar perlakuan
·
Antar v4 dan v5 nilai sig 0,000 dianalisis berdasarkan nilai probablitas.
Nilai probablitas yang digunakan adalah 0,05. Dari hasl tersebut nilai sig. 0,000 < 0,005 maka Ho diterima dan Ha ditolak yang artinya ada
perbdaan nyata antar perlakuan
Tabel
4. Hasil Biji
|
HASIL BIJI
|
|||||
|
|
VARIETAS
|
N
|
Subset for alpha = 0.05
|
||
|
|
1
|
2
|
3
|
||
|
Duncana
|
V2
|
4
|
6,2900
|
|
|
|
V4
|
4
|
|
7,7525
|
|
|
|
V1
|
4
|
|
7,8075
|
|
|
|
V3
|
4
|
|
|
9,7975
|
|
|
V5
|
4
|
|
|
10,6275
|
|
|
Sig.
|
|
1,000
|
,895
|
,062
|
|
|
Means for groups in
homogeneous subsets are displayed.
|
|||||
|
a. Uses Harmonic Mean
Sample Size = 4,000.
|
|||||
Berdasarkan hasil
pengujian duncan dapat diliat pada tabel diatas bahwa
pada perlakuan V1 meningkatkan hasil panen biji lada
sebesar 7,8075 kuintal/ha. Pada perlakuan V2 dapat meningkatkan hasil panen biji lada
sebesar 6,2900 kuintal/ha. Pada perlakuan V3 dapat meningkatkan hasil panen
biji lada
sebesar 9,7975. Pada perlakuan V4 dapat meningkatkan hasil panen biji lada
sebesar 7,7525 kuintal/ha. Pada perlakuan V5 dapat meningkatkan hasil panen
biji lada
sebesar 10,6275 kuintal/ha.
Jadi dapat dilihat variets lada yang
memiliki kemampuan produksi biji terbesar
adalah varietas 5 dengan jumlah produksi sebesar 10,6275 kuintal/hektar dan untuk varietas
kedelai yang memiliki kemampuan produksi biji terendah adalah varietas 2 dengan jumlah
produksi sebesar 6,2900 kuintal/hektar. Dari data tersebut hasil produksi yang
paling tertinggi hingga terendah dapat diurutkan yakni V5 = 10,6275, V3=9,7975,
V1= 7,8075, V4= 7,7525, V2= 6,2900
F.
PEMBAHASAN
Pada
praktikum kali ini dilakukan percobaan yakni uji rancangan acak lengkap dengan
menggunakn program SPSS versi 23. Percobaan ini dilakuan dengan tujun untuk mengetahui langkah-langkah
Uji
RAL melalui program SPSS, mengetahui pengaruh berbagai macam varietas
terhadap kemampuan reproduksi lada., mengetahui
varietas lada dengan kemampuan reproduksi tertinggi dan terendah terhadap beberapa perlakuan.
Dalam percobaan ini menggunakan uji Rancangn Acak Lengkap, Rancangan
acak lengkap merupakan jenis rancangan percobaan yang dimana, perlakuan diberikan secara acak kepada seluruh
unit yang akan dilakukan percobaan.
Berdasarkan hasil uji yang telah dilakukan dengan menggunakan SPSS versi 23 diketahui
bahwa terdapat adanya pengaruh macam
varietas lada terhadap hasil produksi biji lada.
Pada tabel Descriptive, terdapat nilai rata-rata (mean), standar deviasi dan
penyimpangan kesalahan (standar error) dari masing-masing varietas
lada.
Masing-masing varietas terdiri dari 4 kali ulangan dengan jumlah kasus 20. Dari semua
varietas lada
menunjukkan nilai rata-rata dengan standar defiasi yang berbeda pula.
Hipotesis ANOVA
Penentuan
1 : untuk mengetahui varian sama atau berbeda
Jika
sig. < 0,05 maka Ho ditolak dan Ha diterima
Jika
sig. > 0,05 maka Ho diterima dan Ha ditolak
Ho
: perlakuan mempunyai varian yang sama
Ha
: perlakuan mempunyai varian yang tidak sama atau berbeda
Penentuan
2 : adanya beda nyata atau tidak
Ho
: terdapat beda nyata antar perlakuan
Ha
: tidak ada perbedaan nyata antar perlakuan
Jika
sig. < 0,05 maka Ho diterima
dan Ha ditolak
Jika
sig. > 0,05 maka Ho ditolak dan Ha diterima
Nilai
F 35,853 ditentukan dg tabel F. Tabel F = 3,06
Untuk menentukan cara membaca F tabel igunakan langkah-langkah sebagai
berikut
F pembilang (df1) = k (banyaknya varietas) -1à 5-1= 4
F penyebut (df2 )= n (total hasil biji semua varietas) - k à 19-4=15
Apabila
F hitung > F tabel maka menunjukkan bahwa variabel bebas atau X berpengaruh
terhadap variabel terikat atau Y
Apabila
F hitung < F tabel maka menunjukkan bahwa variabel bebas atau X tidak
berpengaruh terhadap variabel terikat atau Y
Berdasarkan pengujian hasil biji dg nilai sg. 0,000 untuk penentuan 1 nilai sig < dari 0,05 maka
Ho ditolak dan Ha diterima yang berarti perlakuan mempunyai nilai yang tidak
sama atau berbeda kemudian penentuan 2 nilai sig < 0,05 maka Ho diterima dan
Ha ditolak yang berarti
terdapat beda nyata antar perlakuan. Nilai
F 35,853 ditentukan dg tabel F. Tabel F = 3,06 dari data tersebut F
hitung > F tabel maka menunjukkan bahwa variabel bebas atau X berpengaruh
terhadap variabel terikat atau Y
Berdasarkan
tabel multiple comparisons, varietas yang memiliki perbedaan yang nyata adalah
sebagai berikut:
1. Perlakuan
V1 dengan V2, berbeda nyata karena sig. 0,02 < 0,05
2. Perlakuan
V1 dengan V3, berbeda nyata karena sig. 0,000 < 0,05
3. Perlakuan
V1 dengan V4, tidak berbeda nyata karena sig. 0,895 >
0,05
4. Perlakuan
V1 dengan V5, berbeda nyata karena sig. 0,000 < 0,05
5. Perlakuan
V2 – V3, berbeda nyata karena sig. 0,000 < 0,05
6. Perlakuan
V2 – V4, berbeda nyata karena sig. 0,003 <
0,05
7. Perlakuan
V2 – V5, berbeda nyata karena sig. 0,000 < 0,05
8. Perlakuan
V3 – V4, berbeda nyata karena sig. 0,000 < 0,05
9. Perlakuan
V3- V5, tidak berbeda nyata karena sig. 0,062 > 0,05
10. Perlakuan
V4- V5, berbeda nyata karena sig. 0,000< 0,05
Hasil analisis yang
muncul pada tabel homogeneus subsets digunakan untuk mengetahui macam varietas
lada
yang memiliki kemampuan produksi biji terendah hingga tertinggi. Berdasarkan hasil interpretasi yang telah dilakukan
terhadap tabel homogeneus subsets,
maka Varietas lada yang memiliki kemampuan produksi biji terbesar adalah varietas 5 dengan jumlah produksi 10,6275 kuintal/hektar dan untuk varietas
kedelai kemampuan produksi biji terendah adalah varietas 2 dengan jumlah
produksi 6,2900 kuintal/hektar. Dari data tersebut hasil
produksi yang paling tertinggi hingga terendah dapat diurutkan yakni V5 =
10,6275, V3=9,7975, V1= 7,8075, V4= 7,7525, V2= 6,2900
Pada penghitungan
uji RAL dengan menggunakan uji F ini
dilkukan untuk mengetahui apakah terdapat
perbedaan perlakuan yang dicobakan. Jika Ho
diterima berarti semua perlakuan yang dicobakan memberikan pengaruh yang sama,
tetapi jika Ha yang diterima berarti paling sedikit terdapat
sepasang nilai tengah perlakuan yang berbeda. Untuk mengetahui pasangan
perlakuan mana yang mempunyai nilai tengah yang berbeda, maka harus dilakukan pengujian lanjutan. Uji lanjutan yang digunakan
adalah uji LCD (Least Significance
Different) dan uji Duncan. Tujuan dilkukannya Uji duncann adalah untuk
mengetahui hasil uji beda nyata dengan metode Duncan pada RAL faktorial.
Apabila hasil yang diperoleh menunjukkan hasil
tau data yang signifikan maka Ha diterima
dan Ho ditolak , maka dapat disimpulkan data tersebut ke dalam uji
beda nyata guna mengetahui lebih lanjut letak perbedaan spesifik dari data.
Pemiliihan Uji LSD karena Uji LSD bekerja
lebih teliti, apabila perlakuan yang akan
diperbandingkan sebelumnya telah direncanakan, sehingga sering juga dikenal
sebagai suatu
uji perbandingan terencana. Pengujian dilakukan
berdasarkan dua nilai baku (α) pembanding terhadap perbedaan rata-rata, yaitu
LSD(α=5%) atau taraf kepercayan 95% dan LSD(α=1%) tau taraf kpercyaan 99%, yang diperoleh dengan mengalikan nilai t-sudent dengan
nilai galat baku rerata deviasi (Sδ).
G.
KESIMPULAN
Berdasarkan
hasil penghitungan hasil analisis rancangan percobaan RAL dengan menggunakan
SPSS dapat disimpulkan bahwa:
1.
Rancangan acak lengkap merupakan jenis
rancangan percobaan yang dimana, perlakuan diberikan secara acak kepada seluruh
unit yang akan dilakukan percobaan.
2.
Uji ducan berfungsi untuk
mengetahui hasil uji beda nyata dengan metode Duncan pada RAL faktorial.
3.
Tabel
Analisis of Variace (ANOVA) ini bertujuan untuk menguji apakah semua populasi
mempunyai rata-rata yang sama
4.
Uji LSD lebih teliti apabila perlakuan yang akan
diperbandingkan sebelumnya telah direncanakan.
5.
Pengujian yang
dilakukan adalah dengan uji F yang dilanjutkan dengan menggunakan
uji duncan dan uji LSD (Least Significance Different)
6.
Untuk varietas kacang
kedelai kemampuan produksi biji terbesar adalah varietas 5 dengan jumlah
produksi 10,6275 kuintal/hektar
7.
Varietas
kacang kedelai yang memiliki kemampuan produksi biji terendah adalah varietas 2
dengan jumlah produksi 6,2900 kuintal/hektar
8. Hasil produksi yang paling
tertinggi hingga terendah dapat diurutkan yakni V5 = 10,6275, V3=9,7975, V1=
7,8075, V4= 7,7525, V2= 6,2900
9. Langkah-langkah uji RAL terdiri
dari :
a)
Hipotesis
b)
Analisis data
c)
Menghitung jumlah kuadrat perlakuan
d)
Menghitung jumlah kuadrat galat
e)
Menghitung kuadrat tengah perlakuan
f)
Menghitung kuadrat tengah galat
g)
Menyimpulkan hasil analisa
DAFTAR
PUSTAKA
Mattjik
AA, Sumertajaya IM. 2006. Perancangan
Percobaan, dengan Aplikasi
SAS dan Minitab. Edisi kedua. Bogor:
IPB Press.
Harjosuwono,
B. A., Arnata, I. W. & Puspawati, G. A. K. D.2011. Rancangan
Percobaan Teori, Aplikasi SPSS dan Excel.
Malang: Lintas Kata
Publishing
Sastrosupadi.2000.
Rancangan Percobaan Praktis Bidang
Pertanian.
Yogyakarta:
Kanisius.
Siswani,
Dini Mulia.2017.Petunjuk Praktikum
Biostatistika.Purwokerto:UMP
LAMPIRAN 1 OUTPUT UJI RAL SPSS
Tabel
1. Descriptive
|
Descriptives
|
||||||||
|
HASIL BIJI
|
||||||||
|
|
N
|
Mean
|
Std. Deviation
|
Std. Error
|
95% Confidence Interval for Mean
|
Minimum
|
Maximum
|
|
|
Lower Bound
|
Upper Bound
|
|||||||
|
V1
|
4
|
7,8075
|
,70320
|
,35160
|
6,6886
|
8,9264
|
6,98
|
8,68
|
|
V2
|
4
|
6,2900
|
,40183
|
,20091
|
5,6506
|
6,9294
|
5,88
|
6,80
|
|
V3
|
4
|
9,7975
|
,72154
|
,36077
|
8,6494
|
10,9456
|
9,17
|
10,73
|
|
V4
|
4
|
7,7525
|
,62521
|
,31261
|
6,7576
|
8,7474
|
7,09
|
8,54
|
|
V5
|
4
|
10,6275
|
,35075
|
,17537
|
10,0694
|
11,1856
|
10,19
|
10,94
|
|
Total
|
20
|
8,4550
|
1,67897
|
,37543
|
7,6692
|
9,2408
|
5,88
|
10,94
|
Tabel
2. Hasil Uji ANOVA
|
ANOVA
|
|||||
|
HASIL BIJI
|
|||||
|
|
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
Between Groups
|
48,488
|
4
|
12,122
|
35,853
|
,000
|
|
Within Groups
|
5,072
|
15
|
,338
|
|
|
|
Total
|
53,560
|
19
|
|
|
|
Tabel
3. M Comparisons
|
Multiple Comparisons
|
|||||||
|
Dependent Variable: HASIL BIJI
|
|||||||
|
|
(I) VARIETAS
|
(J) VARIETAS
|
Mean Difference (I-J)
|
Std. Error
|
Sig.
|
95% Confidence Interval
|
|
|
|
Lower Bound
|
Upper Bound
|
|||||
|
LSD
|
V1
|
V2
|
1,51750*
|
,41116
|
,002
|
,6411
|
2,3939
|
|
V3
|
-1,99000*
|
,41116
|
,000
|
-2,8664
|
-1,1136
|
||
|
V4
|
,05500
|
,41116
|
,895
|
-,8214
|
,9314
|
||
|
V5
|
-2,82000*
|
,41116
|
,000
|
-3,6964
|
-1,9436
|
||
|
V2
|
V1
|
-1,51750*
|
,41116
|
,002
|
-2,3939
|
-,6411
|
|
|
V3
|
-3,50750*
|
,41116
|
,000
|
-4,3839
|
-2,6311
|
||
|
V4
|
-1,46250*
|
,41116
|
,003
|
-2,3389
|
-,5861
|
||
|
V5
|
-4,33750*
|
,41116
|
,000
|
-5,2139
|
-3,4611
|
||
|
V3
|
V1
|
1,99000*
|
,41116
|
,000
|
1,1136
|
2,8664
|
|
|
V2
|
3,50750*
|
,41116
|
,000
|
2,6311
|
4,3839
|
||
|
V4
|
2,04500*
|
,41116
|
,000
|
1,1686
|
2,9214
|
||
|
V5
|
-,83000
|
,41116
|
,062
|
-1,7064
|
,0464
|
||
|
V4
|
V1
|
-,05500
|
,41116
|
,895
|
-,9314
|
,8214
|
|
|
V2
|
1,46250*
|
,41116
|
,003
|
,5861
|
2,3389
|
||
|
V3
|
-2,04500*
|
,41116
|
,000
|
-2,9214
|
-1,1686
|
||
|
V5
|
-2,87500*
|
,41116
|
,000
|
-3,7514
|
-1,9986
|
||
|
V5
|
V1
|
2,82000*
|
,41116
|
,000
|
1,9436
|
3,6964
|
|
|
V2
|
4,33750*
|
,41116
|
,000
|
3,4611
|
5,2139
|
||
|
V3
|
,83000
|
,41116
|
,062
|
-,0464
|
1,7064
|
||
|
V4
|
2,87500*
|
,41116
|
,000
|
1,9986
|
3,7514
|
||
|
*. The mean difference is
significant at the 0.05 level.
|
|||||||
Tabel
4. Hasil Biji
|
HASIL BIJI
|
|||||||||||
|
|
VARIETAS
|
N
|
Subset for alpha = 0.05
|
||||||||
|
|
1
|
2
|
3
|
||||||||
|
Duncana
|
V2
|
4
|
6,2900
|
|
|
||||||
|
V4
|
4
|
|
7,7525
|
|
|||||||
|
V1
|
4
|
|
7,8075
|
|
|||||||
|
V3
|
4
|
|
|
9,7975
|
|||||||
|
V5
|
4
|
|
|
10,6275
|
|||||||
|
Sig.
|
|
1,000
|
,895
|
,062
|
|||||||
|
Means for groups in
homogeneous subsets are displayed.
|
|||||||||||
|
a. Uses Harmonic Mean
Sample Size = 4,000.
|
|||||||||||
|
|
|||||||||||
|
Varietas
|
Hasil
Biji (Ku/Ha)
|
||||||||||
|
1
|
2
|
3
|
4
|
||||||||
|
V1
|
7.65
|
6.80
|
7.92
|
6.98
|
|||||||
|
V2
|
5.88
|
6.40
|
6.80
|
6.08
|
|||||||
|
V3
|
9.29
|
10.73
|
10.00
|
9.17
|
|||||||
|
V4
|
7.92
|
8.54
|
7.46
|
7.09
|
|||||||
|
V5
|
10.50
|
10.19
|
10.88
|
10.94
|
|||||||
LAMPIRAN 2
DATA HASIL PENELITIAN
|
Varietas
|
Hasil
Biji (Ku/Ha)
|
|||
|
1
|
2
|
3
|
4
|
|
|
V1
|
7.65
|
6.80
|
7.92
|
6.98
|
|
V2
|
5.88
|
6.40
|
6.80
|
6.08
|
|
V3
|
9.29
|
10.73
|
10.00
|
9.17
|
|
V4
|
7.92
|
8.54
|
7.46
|
7.09
|
|
V5
|
10.50
|
10.19
|
10.88
|
10.94
|
No comments:
Post a Comment