Anda di halaman 1dari 20

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 R1 P0 P1 P2 P3 P4 30,50 37,00 39,00 38,00 35,00 R2 32,00 36,00 37,50 38,00 32,00 Ulangan R3 33,50 34,00 32,00 39,50 30,50 R4 32,00 33,00 36,00 42,00 32,50 R5 28,00 37,00 38,00 41,00 33,00

Keterangan: P0: kontrol 0 gram P1: dosis 25 gram P3: dosis 75 gram P2: dosis 50 gram P4: dosis 100 gram R1-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 Perlakuan Value 0 1 2 3 4 Value label 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_sawi Sum 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 galat total

4 20 24

223,34 84,00 307,34

55,84

13,3

2,87

tinggi_tanaman_sawi

Oleh : Belalangtue http://belalangtue.wordpress.com

Subset for alpha = .05

1 P0 P1 P2 P3 P4 Sig
293

5 5 5 5 5

31,2000 32,6000 35,4000 36,5000 39,7000 1,000 ,406

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

Anda mungkin juga menyukai