ACARA IV

UJI PERBEDAAN JAMAK (MULTIPLE COMPARISON TEST)

A. TUJUAN PRAKTIKUM
Tujuan dari praktikum Acara IV Uji Perbedaan Jamak (Multiple
Comparison Test) adalah mahasiswa mampu melakukan uji pembedaan
khususnya uji perbedaan jamak.
B. METODE
a. Alat dan Bahan
1. Alat
- Alat tulis
- Borang
- Piring Kertas
- Sloki
2. Bahan
- Air
- Bolu Pandan

b. Cara kerja

1. Penyaji

Bolu Pandan

2. Panelis

C. HASIL dan PEMBAHASAN

Pada saat ini telah tersedia berbagai metode analisis sensori. Para peneliti
harus mengetahui dengan jelas keuntungan dan kerugian metode-metode
tersebut. Pada prinsipnya terdapat 3 jenis uji organoleptik, yaitu uji pembedaan
(discriminative test), uji deskripsi (descriptive test) dan uji afektif (affective
test). Salah satu meode uji pembedaan adalah uji perbandingan jamak. Uji
perbandingan jamak (Multiple Comparision) prinsipnya hampir sama dengan
uji perbandingan pasangan. Perbedaannya pada uji perbandingan pasangan
hanya dua sampel yang disajikan, tetapi pada uji perbandingan jamak tiga atau
lebih sampel disajikan secara bersamaan (Karlsen, 1999).
Uji perbandingan jamak atau multiple comparison test adalah uji yag
digunakan untuk mengetahui apakah ada perbedaan di antara satu atau lebih
contoh dengan contoh baku (kontrol) dan untuk memperkirakan besarnya
perbedaan yang ada. Pada umumnya, satu contoh dijadikan sebagai kontrol
atau baku dan contoh yang lain dievaluasi seberapa berbeda masing-masing
contoh dengan kontrol. Pada uji ini, panelis disajikan satu buah contoh baku
sebagai kontrol. Setelah itu, contoh dinilai dengan menggunakan skala yang
menunjukkan tingkat perbedaan dengan contoh baku. Skala yang diterapkan
mulai dari tidak ada perbedaan sampai amat sangat berbeda. Panelis juga
dapat diminta untuk memberikan alasan mengapa mereka menganggap contoh
ini berbeda dari kontrol. Data yang diperoleh kemudian dianalisis dengan
menggunakan anova (Setyaningsih dkk, 2010). Prosedur uji perbandingan
jamak yang dapat mengontrol tingkat keeroran. Prosedur uji perbandingan
jamak dapat juga digunakan sebagai alah satu metode dimana uji ini
menggunakan lebih dari dua sampel uji dengan satu sampel baku sebagai
pembanding (Romano, 2011). Teori uji perbandingan menyediakan suatau
rangka untuk mendefinisikan dan mengontrol dengan tepat tingkat keeroran
untuk menghindari penyelesaian masalah yang salah. Bagaimanapun juga,

prosedur uji perbandingan jamak sangat dimanfaatkan dalam penelitian

biomedikal dan epidemologi (Bender, 2001).
Uji perbadingan jamak dimaksudkan untuk mengetahui bagaimana
atribut mutu. Atribut mutu yang dimaksudkan disini yaitu rasa, warna,
penampakan, aroma, kekenyalan dan ekstensibilitas dari mie yang terbuat dari
tepung singkong dan mocal. Uji hedonik dilakukan untuk mengetahui tingkat
kesukaan panelis terhadap semua atribut mutu untuk masing-masing formula
mie, karena komposisi yang digunakan untuk membuat mie sangat
menentukan baik atau tidaknya kenampakan mie (Mariyani, 2008).
Pada uji perbandingan jamak atau majemuk, contoh yang akan
diperbandingkan lebih dari satu macam. Dua atu lebih contoh disajikan secara
bersamaan untuk kemudian diperbandingkan dengan contoh baku. Pada uji
perbandingan jamak jumlah panelis yang dipergunakan 5-15 orang penelis
terlatih dan 15-20 orang untuk panelis agak terlatih. Hasil penilaian panelis
terhadap produk dikonversikan dalam bentuk skor. Selanjutya, dari data setiap
parameter tersebut diuji dengan menggunakan sidik ragam atau analisis
sebaran (Budijanto, 2010).
Uji duncan atau juga dikenal sengan istilah Duncan Multipel Range
Test (DMRT) memiliki nilai kritis yang tidak tunggal tetapi mengikutri urutan
rata-rata yang dibandingkan. Nilai kritis uji duncan dinyatakan dalam nilai
least significant range. Uji duncan digunakan untuk menguji perbedaan di
antara semua pasangan perlakuan yang ada dari percobaan tersebut, serta
masih

dapat

(Santoso, 2005).

mempertahankan

tingkat

signifikasi

yang

ditetapkan

Tabel 4.1.1 Hasil

Parameter Warna
Panelis
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
Total
Rata-rata

607
(4 butir)
3
3
5
4
3
6
5
5
5
4
4
1
5
7
2
5
6
8
7
9
6
5
8
6
7
6
8
4
4
5
7
4
167
5,218

Pengujian

Uji

Respon Sampel
858
(6 butir)
6
8
6
8
8
5
7
3
2
6
8
7
7
3
8
6
3
3
7
9
6
8
7
5
7
6
9
7
9
8
5
7
204
6,375

Perbandingan
336
(10 butir)
5
5
2
5
8
5
5
4
5
5
5
2
4
5
5
1
5
5
5
5
5
4
4
5
3
5
5
5
5
7
2
3
144
4,5

Jamak
Total

14
16
13
17
19
16
17
12
12
15
17
10
16
15
15
12
14
16
19
23
17
17
19
16
17
17
22
16
18
20
14
14
515
16,09

Sumber: Laporan Sementara

Dalam uji perbandingan jamak dengan parameter warna
ini digunakan 3 jenis sampel uji, yaitu sampel pertama
mengandung 4 butir telur dengan kode 607, sampel kedua

mengandung 6 butir telur dengan kode 858 dan sampel

ketiga mengandung 10 butir telur dengan kode 336. Tim
penyaji menyediakan satu nampan yang berisi satu sampel
baku yang diberi kode R dan tiga sampel berkode serta tidak
lupa disediakan juga segelas air minum.
Dari hasil perhitungan diperoleh jumlah total sampel
dengan kode 607 yaitu 167, dari sampel dengan kode 858
yaitu 204 dan dari sampel dengan kode 336 yaitu 144. Nilai
rata-rata tiap sampel yaitu sampel dengan kode 607 adalah
5,218, sampel dengan kode 858 adalah 6,375 dan sampel
dengan kode 336 adalah 4,5. Jumlah total dan rata-rata
terbesar yaitu pada sampel pertama dengan kode 128.
Sehingga dari hasil tersebut, panelis menilai bahwa sampel
dengan kode 858 memiliki perbedaan parameter warna yang
paling besar dengan sampel baku dibandingkan sampel
berkode 607 dan 336 dengan sampel baku.
Tabel 4.1.2 Daftar Sidik Ragam Sampel Bolu Pandan
Sumber
Varian
Sampel
Panelis
Error
Total

Df

JK

JKR

Fhitung

Ftabel 5%

2
31
62
95

57,27083
83,57291
195,39584
336,23958

28,6354
2,6959
3,1515

9,0862
0,8554

3,16
1,636

Sumber: LaporanSementara
H0 : = o, tidak ada perbedaan nyata antara sampel baku
dengan sampel uji.
H1 : = o ada perbedaan nyata antara sampel baku dengan
sampel uji.
Dimana o adalah suatu konstanta yang sudah diketahui
nilainya. Mekanisme penolakan H0 ditentukan berdasarkan
hipotesis alternatif karena pemilihan pengujian hipotesis
alternatif menentukan pula luasan daerah kritisnya. Tolak H o
jika p value < atau H o ditolak dan H1 diterima jika Fhitung >

Ftabel. Pada tabel didapatkan Fhitung > Ftabel = 9,0862 > 3,16
sehingga H0 ditolak dan H1 diterima. Jadi, ada perbedaan
nyata antara sampel baku dan sampel uji.
Tabel 4.1.3 Nilai Rata-rata Contoh dari Nilai Jumlah Telur
Menurut Besarnya
Jumlah Butir
Telur
Skor contoh
Rata-rata contoh

A (607)
4butir
209
5,2

B (858)
6 butir
166
6,3

C (336)
10 butir
144
4,5

Sumber: Laporan Sementara

Dari hasil perhitungan diperoleh skor masing-masing
sampel. Skor sampel A kode 607 dengan kandungan 4 butir
telur yaitu 209 dengan rata-rata 5,2. Skor sampel B kode 858
dengan kandungan 6 butir telur yaitu 166 dengan rata-rata
6,3. Dan skor sampel C kode 144 dengan kandungan 10 butir
telur yaitu 149 dengan rata-rata 4,5. Skor dari yang terbesar
hingga terkecil yaitu sampel B dengan kode 858, A dengan
kode 607 dan c dengan kode 336.
Sampel A dengan kode 607 yang memiliki kandungan 6
butir telur memperoleh skor dan rata-rata tertinggi. Maka
sampel inilah yang paling disukai panelis dan berbeda
dengan sampel baku dalam parameter warna.
Tabel 4.1.4 Nilai Rentangan Nyata Terdekat (Rp)
P
Ranges (5%)
LSR

Sumber:
A-B
A-C
B-C

2
2,83
0,6809

3
2,98
0,7170

Laporan Sementara
= 7,4 5,2 =-2,2> 0,6809 berbeda nyata
= 7,4 4,6667 = 2,7333 > 0,7170 berbeda nyata
= 5,2 4,6667 = 0,5333< 0,6809 tak berbeda

nyata
Dari data di atas dapat diketahui bahwa sampel A
berbeda nyata dengan sampel C, menunjukkan bahwa roti
dengan jumlah telur 4 butir berbeda nyata pada warna jika
dibandingkan roti dengan jumlah telur 10 butir. Pada sampel

A dengan B, sampel berbeda nyata, yang artinya roti dengan

jumlah

telur

butir

berbeda

nyata

pada

warna

jika

dibandingkan dengan roti berjumlah telur 6 butir. Sampel B

tidak berbeda nyata dengan sampel C, yang artinya

roti

berjumlah telur 6 butir tidak memiliki perbedaan yang nyata

jika dibandingkan dengan telur berjumlah 10 butir.

Tabel 4.2.1 Hasil Pengujian Uji Perbandingan Jamak Parameter

Aroma
Respon Sampel
607
858
336
Panelis
Total
(4 butir)
(6 butir)
(10 butir)
1
5
6
5
16
2
5
9
5
19
3
2
8
7
17
4
3
7
5
15
5
5
9
4
18
6
6
7
5
18
7
7
8
5
20
8
5
3
8
16
9
6
5
5
16
10
4
5
5
14
11
3
9
5
17
12
5
8
1
14
13
5
6
1
12
14
7
7
5
19
15
6
6
5
17
16
8
5
2
15
17
7
5
5
17
18
7
5
4
16
19
6
4
5
15
20
8
8
5
21
21
5
7
2
14
22
3
8
5
16
23
8
5
8
21
24
6
6
4
16
25
9
8
5
22
26
3
3
5
11

27
8
9
28
3
6
29
2
9
30
5
3
31
5
6
32
4
7
Total
177
207
Rata-rata
5,531
6,468
Sumber: Laporan Sementara

5
5
5
4
4
2
149
4,656

22
14
16
12
15
13
524
16,3

Dalam uji perbandingan jamak dengan parameter aroma

ini digunakan 3 jenis sampel uji, yaitu sampel pertama
mengandung 4 butir telur dengan kode 607, sampel kedua
mengandung 6 butir telur dengan kode 858 dan sampel
ketiga mengandung 10 butir telur dengan kode 336. Tim
penyaji menyediakan satu nampan yang berisi satu sampel
baku yang diberi kode R dan tiga sampel berkode serta tidak
lupa disediakan juga segelas air minum.
Dari hasil perhitungan diperoleh jumlah total sampel
dengan kode 607 yaitu 177, dari sampel dengan kode 858
yaitu 207 dan dari sampel dengan kode 336 yaitu 149. Nilai
rata-rata tiap sampel yaitu sampel dengan kode 607 adalah
5,531 , sampel dengan kode 858 adalah 6,468 dan sampel
dengan kode 336 adalah 4,656. Jumlah total dan rata-rata
terbesar yaitu pada sampel pertama dengan kode 858.
Sehingga dari hasil tersebut, panelis menilai bahwa sampel
dengan kode 858 memiliki perbedaan parameter aroma yang
paling besar dengan sampel baku dibandingkan sampel
berkode 607 dan 336 dengan sampel baku.

Tabel 4.2.2 Daftar Sidik Ragam Sampel Bolu Pandan

Sumber
Df
JK
JKR
Fhitung
Varian
Sampel
2
151,68
75,84
29,97
Panelis
31
82,173
2,65
1,04
Error
62
156,987
2,53
Total
95
390,84
Sumber: LaporanSementara

Ftabel 5%
3,14
1,636

H0 : = o, tidak ada perbedaan nyata antara sampel baku

dengan sampel uji.
H1 : = o ada perbedaan nyata antara sampel baku dengan
sampel uji.
Dimana o adalah suatu konstanta yang sudah diketahui
nilainya. Mekanisme penolakan H0 ditentukan berdasarkan
hipotesis alternatif karena pemilihan pengujian hipotesis
alternatif menentukan pula luasan daerah kritisnya. Tolak H o
jika p value < atau H o ditolak dan H1 diterima jika Fhitung >
Ftabel. Pada tabel didapatkan Fhitung > Ftabel = 29,97 > 3,14
sehingga H0 ditolak dan H1 diterima. Jadi, ada perbedaan
nyata antara sampel baku dan sampel uji.
Tabel 4.2.3
Nilai Rata-rata Contoh dari Nilai Jumlah Telur
Menurut Besarnya
Jumlah Butir
A (607)
B (858)
C (336)
4 butir
6 butir
10 butir
Telur
Skor contoh
177
207
149
Rata-rata contoh
5,5
6,4
4,6
Sumber: Laporan Sementara

Dari hasil perhitungan diperoleh skor masing-masing

sampel. Skor sampel A kode 607 dengan kandungan 4 butir
telur yaitu 177 dengan rata-rata 5,5. Skor sampel B kode 858
dengan kandungan 6 butir telur yaitu 207 dengan rata-rata
6,4. Dan skor sampel C kode 144 dengan kandungan 10 butir
telur yaitu 149 dengan rata-rata 4,6. Skor dari yang terbesar
hingga terkecil yaitu sampel B dengan kode 858, A dengan
kode 607 dan c dengan kode 336.
Sampel A dengan kode 607 yang memiliki kandungan 6
butir telur memperoleh skor dan rata-rata tertinggi. Maka
sampel inilah yang paling disukai panelis dan berbeda
dengan sampel baku dalam parameter aroma.
Tabel 4.2.4 Nilai Rentangan Nyata Terdekat (Rp)
P
2

Ranges (5%)
LSR
Sumber: Laporan Sementara
A-B
A-C
B-C

2,8255
0,7939

2,974
0,8365

= 6,4 5,5 =-0,9> 0,7939 berbeda nyata

= 6,4 4,6 = 1,8 > 0,8365 berbeda nyata
= 5,5 4,6 = 1,8 < 0,7939 berbeda nyata

Dari data diatas diketahui bahwa sampel A berbeda

nyata dengan sampel C, menunjukkan bahwa roti dengan
jumlah telur 4 butir menghasilkan perbedaan aroma yang
nyata jika dibandingkan dengan roti dengan jumlah telur 10
butir. Pada sampel A dengan B, sampel A berbeda nyata
dengan sampel B, yang artinya roti dengan jumlah telur 4
butir

menghasilkan

perbedaan

aroma

yang

nyata

jika

dibandingkan dengan roti dengan jumlah telur 6 butir. Pada

sampel B berbeda nyata dengan sampel C, yang artinya roti
dengan jumlah telur 6 butir menghasilkan perbedaan aroma
yang nyata jika dibandingkan dengan roti dengan jumlah
telur 10 butir.

4.3.1 Hasil
Parameter Rasa
Tabel

Panelis
1
2
3
4

607
(4 butir)
5
5
3
3

Pengujian

Uji

Respon Sampel
858
(6 butir)
8
9
8
7

Perbandingan
336
(10 butir)
5
5
3
4

Jamak
Total
18
19
14
14

5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
Total
Rata-rata

2
7
5
5
6
4
3
5
5
7
2
5
8
5
6
9
7
6
6
6
9
8
9
7
3
5
5
3
174
5,437

7
5
5
7
7
7
7
5
6
7
2
6
5
4
7
9
7
6
5
7
1
8
8
4
9
9
6
1
199
6,218

5
5
5
8
5
5
5
7
3
5
2
1
2
8
5
4
2
4
4
4
3
5
5
5
2
3
3
3
135
4,218

14
17
15
20
18
16
15
17
14
19
6
12
15
17
18
22
16
16
15
17
13
21
22
16
14
17
14
7
508
15,8

Sumber : Hasil Percobaan

Dalam uji perbandingan jamak dengan parameter rasa
ini digunakan 3 jenis sampel uji, yaitu sampel pertama
mengandung 4 butir telur dengan kode 607, sampel kedua
mengandung 6 butir telur dengan kode 858 dan sampel
ketiga mengandung 10 butir telur dengan kode 336. Tim
penyaji menyediakan satu nampan yang berisi satu sampel
baku yang diberi kode R dan tiga sampel berkode serta tidak
lupa disediakan juga segelas air minum.
Dari hasil perhitungan diperoleh jumlah total sampel
dengan kode 607 yaitu 174, dari sampel dengan kode 858

yaitu 199 dan dari sampel dengan kode 336 yaitu 135. Nilai
rata-rata tiap sampel yaitu sampel dengan kode 607 adalah
5,437 , sampel dengan kode 858 adalah 6,218 dan sampel
dengan kode 336 adalah 4,218. Jumlah total dan rata-rata
terbesar yaitu pada sampel pertama dengan kode 858.
Sehingga dari hasil tersebut, panelis menilai bahwa sampel
dengan kode 858 memiliki perbedaan parameter rasa yang
paling besar dengan sampel baku dibandingkan sampel
berkode 607 dan 336 dengan sampel baku.
Tabel 4.3.2 Daftar Sidik Ragam Sampel Bolu Pandan
Sumber
Varian
Sampel
Panelis
Error
Total

Df

JK

JKR

Fhitung

Ftabel 5%

2
31
62
95

65,0208
127,1666
215,6461
407,8335

32,5104
4,1021
3,4781
40,0906

9,34717
1,1794

3,146
1,636

Sumber: Hasil Percobaan

H0 : = o, tidak ada perbedaan nyata antara sampel baku
dengan sampel uji.
H1 : = o ada perbedaan nyata antara sampel baku dengan
sampel uji.
Dimana o adalah suatu konstanta yang sudah diketahui
nilainya. Mekanisme penolakan H0 ditentukan berdasarkan
hipotesis alternatif karena pemilihan pengujian hipotesis
alternatif menentukan pula luasan daerah kritisnya. Tolak H o
jika p value < atau H o ditolak dan H1 diterima jika Fhitung >
Ftabel. Pada tabel didapatkan Fhitung > Ftabel = 9,437 > 3,146
sehingga H0 ditolak dan H1 diterima. Jadi, ada perbedaan
nyata antara sampel baku dan sampel uji.
Tabel 4.3.3 Nilai Rata-rata Contoh dari Nilai Jumlah Telur
Menurut Banyaknya
Jumlah Butir
Telur
Skor contoh

A (607)
4 butir
177

B (858)
6 butir
199

C (336)
10 butir
135

Rata-rata contoh

5,4375

6,21875

4,218

Sumber: Hasil Percobaan

Dari hasil perhitungan diperoleh skor masing-masing
sampel. Skor sampel A kode 607 dengan kandungan 4 butir
telur yaitu 177 dengan rata-rata 5,4375. Skor sampel B kode
858 dengan kandungan 6 butir telur yaitu 199 dengan ratarata 6,218. Dan skor sampel C kode 144 dengan kandungan
10 butir telur yaitu 135 dengan rata-rata 4,218. Skor dari
yang terbesar hingga terkecil yaitu sampel B dengan kode
858, A dengan kode 607 dan c dengan kode 336.
Sampel A dengan kode 607 yang memiliki kandungan 6
butir telur memperoleh skor dan rata-rata tertinggi. Maka
sampel inilah yang paling disukai panelis dan berbeda
dengan sampel baku dalam parameter rasa.
Tabel 4.3.4 Nilai Rentangan Nyata Terdekat (Rp)
P
Ranges (5%)
LSR

Sumber:
A-B
A-C
B-C

2
2,8255
0,307103595

3
2,9745
0,323298405

Hasil Percobaan
= 5,4 6,2 = -0,8 <0,3071 tidakberbeda nyata
= 5,4 4,2 = 1,2195>0,3232 berbeda nyata
= 6,218 4,218 = 2 >0,3071berbeda nyata

Hasil uji perbandingan jamak digunakan ketelitian 95%

dan taraf kesalahan 5%. Dari tabel diatas dapat diketahui
bahwa sampel A dan sampel B tidak berbeda nyata, ini
menunjukan bahwa rasa bolu 4 butir telur dan 6 butir telur
tidak memiliki perbedaan nyata sehingga dapat saling
mengsubtitusikan. Lalu untuk sampel A dengan C berbeda
nyata, menunjukan bahwa rasa bolu 4 butir telur dengan 10
butir telur berbeda nyata. Sedangkan dari sampel B dan
sampel C memiliki perbedaan yang nyata sehingga rasa dari
bolu 6 butir telur dan 10 butir telur memiliki perbedaan yang
nyata.

Tabel 4.4.1 Hasil

Parameter Tekstur

Pengujian

Uji

Respon Sampel
858
336
6 butir
10 butir
1
6
3
2
8
5
3
8
6
4
6
5
5
9
2
6
7
5
7
7
6
8
7
5
9
8
2
10
8
4
11
9
5
12
7
5
13
7
5
14
8
6
15
5
7
16
6
8
17
5
8
18
5
8
19
7
6
20
7
7
21
6
6
22
6
5
23
8
7
24
7
7
25
7
9
26
8
8
27
9
8
28
5
5
29
1
2
30
8
5
31
6
2
32
2
5
Total
213
177
Rata-rata
6,656
5,531
Sumber: Laporan Sementara
Panelis

Perbandingan
607
4 butir
5
5
7
2
3
5
5
1
5
5
4
6
4
5
5
5
5
4
5
4
3
4
5
5
5
5
5
5
2
8
5
7
149
4,656

Jamak
Total
14
18
21
13
14
17
18
13
15
17
18
18
16
19
17
19
18
17
18
18
15
15
20
19
21
21
22
15
5
21
13
14
539
16,8

Dalam

uji

perbandingan

jamak

dengan

parameter

tekstur ini digunakan 3 jenis sampel uji, yaitu sampel

pertama mengandung 4 butir telur dengan kode 607, sampel
kedua mengandung 6 butir telur dengan kode 858 dan
sampel ketiga mengandung 10 butir telur dengan kode 336.
Tim penyaji menyediakan satu nampan yang berisi satu
sampel baku yang diberi kode R dan tiga sampel berkode
serta tidak lupa disediakan juga segelas air minum.
Dari hasil perhitungan diperoleh jumlah total sampel
dengan kode 607 yaitu 149, dari sampel dengan kode 858
yaitu 213 dan dari sampel dengan kode 336 yaitu 177. Nilai
rata-rata tiap sampel yaitu sampel dengan kode 607 adalah
5,531 , sampel dengan kode 858 adalah 6,656 dan sampel
dengan kode 336 adalah 4,656. Jumlah total dan rata-rata
terbesar yaitu pada sampel pertama dengan kode 858.
Sehingga dari hasil tersebut, panelis menilai bahwa sampel
dengan kode 858 memiliki perbedaan parameter tekstur yang
paling besar dengan sampel baku dibandingkan sampel
berkode 607 dan 336 dengan sampel baku.
Tabel 4.4.2 Daftar Sidik Ragam Sampel Bolu Pandan
Sumber
Df
JK
Varian
Sampel
2
64,3334
Panelis
31
117,4062
Error
62
157
Total
95
338,7396
Sumber: Laporan Sementara

JKR

Fhitung

Ftabel 5%

62,9778
3,2398
1,7364
22,6513

12,7030
1,4956

3,14
1,636

H0 : = o, tidak ada perbedaan nyata antara sampel baku

dengan sampel uji.
H1 : = o ada perbedaan nyata antara sampel baku dengan
sampel uji.
Dimana o adalah suatu konstanta yang sudah diketahui
nilainya. Mekanisme penolakan H0 ditentukan berdasarkan

hipotesis alternatif karena pemilihan pengujian hipotesis

alternatif menentukan pula luasan daerah kritisnya. Tolak H o
jika p value < atau H o ditolak dan H1 diterima jika Fhitung >
Ftabel. Pada tabel didapatkan Fhitung > Ftabel = 12,703 > 3,14
sehingga H0 ditolak dan H1 diterima. Jadi, ada perbedaan
nyata antara sampel baku dan sampel uji.
Tabel 4.4.3 Nilai Rata-rata Contoh dari Nilai Jumlah Telur
Menurut Besarnya
Jumlah Butir
A (607)
4 butir
Telur
Skor contoh
177
Rata-rata contoh
5,5
Sumber: Laporan Sementara

B (858)
6 butir
213
6,656

C (336)
10 butir
149
4,6

Dari hasil perhitungan diperoleh skor masing-masing

sampel. Skor sampel A kode 607 dengan kandungan 4 butir
telur yaitu 149 dengan rata-rata 4,656. Skor sampel B kode
858 dengan kandungan 6 butir telur yaitu 213 dengan ratarata 6,656. Dan skor sampel C kode 336 dengan kandungan
10 butir telur yaitu 177 dengan rata-rata 5,531. Skor dari
yang terbesar hingga terkecil yaitu sampel B dengan kode
656, C dengan kode 336 dan A dengan kode 607..
Sampel A dengan kode 858 yang memiliki kandungan 6
butir telur memperoleh skor dan rata-rata tertinggi. Maka
sampel inilah yang paling disukai panelis dan berbeda
dengan sampel baku dalam parameter tekstur.
Tabel 4.4.4 Nilai Rentangan Nyata Terdekat (Rp)
P
Ranges (5%)
LSR

Sumber:
A-B
A-C
B-C

2
2,8255
0,7939

3
2,974
0,8365

Laporan Sementara
= -1,125< 0,7939 tidak berbeda nyata
= -3,8621 < 0,8365 tidak berbeda nyata
= 2 >0,7939 berbeda nyata

Dari data di atas dapat diketahui bahwa sampel A tidak

berbeda nyata dengan sampel C, menunjukkan bahwa roti

dengan jumlah telur 4 butir tidak ada perbedaan tekstur yang

nyata jika dibandingkan roti dengan jumlah telur10 butir.
Pada sampel A dengan B, sampel A tidak berbeda nyata
dengan sampel B, yang artinya roti dengan jumlah telur 4
butir tidak menghasilkan perbedaan tekstur yang nyata jika
dibandingkan dengan roti jumlah telur 6 butir. Sampel B
berbeda nyata dengan sampel C, yang artinya roti dengan
jumlah telur 6 butir menghasilkan perbedaan tekstur yang
nyata jika dibandingkan dengan bolu jumlah telur10 butir.

Tabel 4.5.1 Hasil

Parameter Overall
Panelis
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

607
(4 butir)
5
5
3
2
3
6
6
5
3
4
4
8
4
7
2
7
7
7
4

Pengujian

Uji

ResponSampel
858
(6 butir)
8
9
5
5
9
7
8
7
8
6
8
5
8
6
5
6
5
5
7

Perbandingan
336
(10 butir)
5
5
7
6
5
5
5
2
2
5
5
3
5
5
5
1
4
8
5

Jamak
Total
18
19
15
13
17
18
19
14
13
15
17
16
17
18
12
14
16
20
16

20
21
22
23
24
25
26
27
28
29
30
31
32
Total
Rata-rata

6
8
6
5
5
9
7
8
6
2
5
5
2
166
5,187

8
6
7
5
7
2
7
9
4
9
9
6
3
209
6,531

4
3
3
6
4
5
5
5
5
5
2
3
6
144
4,5

18
17
16
16
16
16
19
22
15
16
16
14
11
519
16,2

Sumber: Laporan Sementara

Dalam uji perbandingan jamak dengan parameter overall
ini digunakan 3 jenis sampel uji, yaitu sampel pertama
mengandung 4 butir telur dengan kode 607, sampel kedua
mengandung 6 butir telur dengan kode 858 dan sampel
ketiga mengandung 10 butir telur dengan kode 336. Tim
penyaji menyediakan satu nampan yang berisi satu sampel
baku yang diberi kode R dan tiga sampel berkode serta tidak
lupa disediakan juga segelas air minum.
Dari hasil perhitungan diperoleh jumlah total sampel
dengan kode 607 yaitu 166, dari sampel dengan kode 858
yaitu 209 dan dari sampel dengan kode 336 yaitu 144. Nilai
rata-rata tiap sampel yaitu sampel dengan kode 607 adalah
5,187 , sampel dengan kode 858 adalah 6,531 dan sampel
dengan kode 336 adalah 4,5. Jumlah total dan rata-rata
terbesar yaitu pada sampel pertama dengan kode 858.
Sehingga dari hasil tersebut, panelis menilai bahwa sampel
dengan kode 858 memiliki perbedaan parameter overall yang
paling besar dengan sampel baku dibandingkan sampel
berkode 607 dan 336 dengan sampel baku.
Tabel 4.5.2 Daftar Sidik Ragam Sampel Bolu Pandan
Sumber
Varian

Df

JK

JKR

Fhitung

Ftabel 5%

Sampel
Panelis
Error
Total

2
31
62
95

68,31
57,16
258,69
384,16

34,155
1,844
4,17
40,169

8,19
0,44

3,146

Sumber: LaporanSementara
H0 : = o, tidak ada perbedaan nyata antara sampel baku
dengan sampel uji.
H1 : = o ada perbedaan nyata antara sampel baku dengan
sampel uji.
Dimana o adalah suatu konstanta yang sudah diketahui
nilainya. Mekanisme penolakan H0 ditentukan berdasarkan
hipotesis alternatif karena pemilihan pengujian hipotesis
alternatif menentukan pula luasan daerah kritisnya. Tolak H o
jika p value < atau H o ditolak dan H1 diterima jika Fhitung >
Ftabel. Pada tabel didapatkan Fhitung > Ftabel = 8,19 < 3,146
sehingga H0 ditolak dan H1 diterima. Jadi, ada perbedaan
nyata antara sampel baku dan sampel uji.
Tabel 4.5.3 Nilai Rata-rata Contoh dari Nilai Jumlah Telur
Menurut Besarnya
Jumlah Butir
Telur
Skor contoh
Rata-rata contoh

A (607)
4butir
166
5,1875

B (858)
6 butir
209
6,5312

C (336)
10 butir
144
4,5

Sumber: Laporan Sementara

Dari hasil perhitungan diperoleh skor masing-masing
sampel. Skor sampel A kode 607 dengan kandungan 4 butir
telur yaitu 166 dengan rata-rata 5,187. Skor sampel B kode
858 dengan kandungan 6 butir telur yaitu 209 dengan ratarata 6,531. Dan skor sampel C kode 144 dengan kandungan
10 butir telur yaitu 149 dengan rata-rata 4,5. Skor dari yang
terbesar hingga terkecil yaitu sampel B dengan kode 858, A
dengan kode 607 dan c dengan kode 336.

Sampel A dengan kode 607 yang memiliki kandungan 6

butir telur memperoleh skor dan rata-rata tertinggi. Maka
sampel inilah yang paling disukai panelis dan berbeda
dengan sampel baku dalam parameter warna.
Tabel 4.5.4 Nilai Rentangan Nyata Terdekat (Rp)
P
Ranges (5%)
LSR

2
2,8255
1,0161

3
2,9745
1,0708

Sumber: Laporan Sementara

A-B
A-C
B-C

= -1,3437 <1,0161 tak berbeda nyata

= 0,6875<1,0708 tak berbeda nyata
= 2,0312 > 1,0161 berbeda nyata
Berdasarkan data di atas dapat di ketahui bahwa sampel

A tidak berbeda nyata dengan sampel C. Hal ini menunjukkan

bahwa bolu yang jumlah telur 8 butir tidak ada perbedaan
overall yang nyata jika dibandingkan dengan bolu yang
jumlah telur 10 butir. Pada sampel A dengan B, sampel A
tidak berbeda nyata dengan sampel B, ini berarti bolu dengan
jumlah telur 8 butir tidak menghasilkan perbedaan overall
yang nyata jika dibandingkan dengan bolu dengan jumlah
telur 6 butir. Sampel B berbeda nyata dengan sampel C, ini
berarti bolu dengan jumlah telur 6 butir terdapat perbedaan
overall yang nyata jika dibandingkan dengan bolu dengan
jumlah telur 10 butir.

D. KESIMPULAN
Dari praktikum Uji Perbandingan Jamak dapat disimpulkan bahwa :
1. Perbedaan jumlah butir telur tidak menghasilkan beda nyata terhadap
ketiga sampel uji pada parameter warna, rasa maupun aroma
2. Uji perbandingan jamak berprinsip menggunakan dua atau lebih sampel
uji dan satu sampel baku sebagai pembanding.

DAFTAR PUSTAKA
Romano, Joseph P., Azeem Shaikh and Michael Wolf. 2011. Consonance and the
Closure Method in Multiple Testing. International Journal of
Biostatistics. Vol 7, Issue 1.
Bender, Ralf and Stefan Lange. 2001. Adjusting for Multiple Testing- When and
How?. Journal of Clinical Epidemology. Vol 54:343-349.

Setyaningsih, Dwi., Anton Apriyantono dan Maya Puspita Sari. 2010. Analisis
Sensori untuk Industri Pangan dan Agro. IPB Press. Bogor.
Budijanto, Slamet., Azis Boing Sitanggang., Beti Elizabeth Silalahi dan Wita
Murdiati. 2010. Penentuan Umur Simpan Seasoning Menggunakan
Metode Accelerated Shelf-Life Testing (ASLT) dengan Pendekatan
Kadar Air Kritis. Jurnal teknoligi Pertanian Vol.11 No.2:71-77.

LAMPIRAN
1. Perhitungan Tabulasi Data Penilaian Warna
Faktor Koreksi (FK)

(Total )2
Jumlahrespon

515 2
96

= 2762,76042
JK Sampel

JK total tiap sampel

FK
Jumlahrespon tiap sampel

167 2+ 2042 +1442

2762,76042
32

= 57,27083
JK Panelis

JK total tiap panelis

FK
Jumlahrespon tiap panelis

14 2 +162 +132 ++14 2

+
2762,76042
3

= 83,57291
JK Total

= Jumlah kuadrat tiap respon FK

=32 + 62 + 52 + 32 + 82 + .... + 32
= 336.23958

JK Error

= JK Total JK Sampel JK Panelis

= 336.23958- 57,27083- 83,57291
= 195,39584

df Panelis = Jumlah Panelis 1

= 32 1
= 31
df Sampel

= Jumlah Sampel 1

=31
=2
dfError

= dfPanelisxdfSampel
= 31x2
= 62

2762,76042

JKR Sampel =

JK Sampel
df sampel

57,27083
2

= 28,635415
JKR Panelis =

JK Panelis
df panelis

83,57291
31

= 2,6959
JKR Error =

JK Error
df error
195,39584
62

= 3,1515
Fhitung Sampel =

JKR Sampel
JKR Error

28,6354
3,1515

= 9,0862
Fhitung Panelis

JKR Panelis
JKR Error

2,6959
3,1515

= 0,8554
F

Tabel

= (df Sampel: dfError)

= (2 : 62)

Interpolasi =

xx 1 y y 1
=
x 2x 1 y 2 y 1

=
F

Tabel

x2,829
6280
=
2,8142,829 8060

= 3,14

Standar Error (SE)=

Jumlahrespontiapsampel
JKRError /

32
3,1515/

= 0,3138
Nilai LSR (saat p=2) = (nilai tabel ranges 5% n2 = 50-60) SE
= 2,8255 0,3138
= 0,8866
Rentangan A-B = Nilai rata-rata sampel A - Nilai rata-rata
sampel B
= 5,2 6,3
= -1,1
= -1,1>0,6809 berbeda nyata
Rentangan B-C = Nilai rata-rata sampel B - Nilai rata-rata
sampel C
= 6,3 4,5
= 1,8
= 1,8>0,6809berbeda nyata
Nilai LSR (saat p=3) = (nilai tabel ranges 5% n2 = 50-60) SE
= 2,974 0,3138
= 0,9332
Rentangan A-C = Nilai rata-rata sampel A - Nilai rata-rata
sampel C

= 5,2 4,5
= 0,7
= 0,7187< 0,7170 takberbeda nyata
2. Perhitungan Tabulasi Data Penilaian Aroma
Faktor Koreksi (FK)

(Total )2
Jumlahrespon

524 2
96

= 2860,16
JK Sampel

JK total tiap sampel

FK
Jumlahrespon tiap sampel

177 2+ 2072+ 1492

2860,16
32

= 151,68
JK Panelis

JK total tiap panelis

FK
Jumlahrespon tiap panelis

16 2+19 2++132
2860,16
3

= 82,173
JK Total

= Jumlah kuadrat tiap respon FK

= 52 + 62 + 52 + 52 + 92 + .... + 22 2860,16
= 390,84

JK Error

= JK Total JK Sampel JK Panelis

= 390,84 151,68 82,173
= 156,987

df Panelis = Jumlah Panelis 1

= 32 1
= 31
df Sampel

= Jumlah Sampel 1

=31
=2
dfError

= df Panelis x df Sampel
= 31x2
= 62

JKR Sampel =

JK Sampel
df sampel

151,68
2

= 75,84
JKR Panelis =

JK Panelis
df panelis

82,173
31

= 2,65
JKR Error =

JK Error
df error
156,987
62

= 2,53
Fhitung Sampel =

JKR Sampel
JKR Error

75,84
2,53

= 29,97
Fhitung Panelis

=
2,65
2,53

JKR Panelis
JKR Error

= 1,04
F

Tabel

= (df Sampel; dfError)

= (2 : 62)

Interpolasi =

=
F

Tabel

xx 1 y y 1
=
x 2x 1 y 2 y 1

x2,829
6260
=
2,8142,829 8060

= 3,14

Standar Error (SE)=

Jumlahrespontiapsampel
JKRError /

32
2,53/

= 0,2813
Nilai LSR (saat p=2) = (nilai tabel ranges 5% n2 = 50-60) x SE
= 2,8255 x 0,2813
= 0,7939
Rentangan A-B = Nilai rata-rata sampel A - Nilai rata-rata
sampel B
= 6,4 5,5
= 0,9
= 0,9 >0,7939 berbeda nyata
Rentangan B-C = Nilai rata-rata sampel B - Nilai rata-rata
sampel C
= 5,5 4,6
= 1,8
=1,8>0,7939 berbeda nyata
Nilai LSR (saat p=3) = (nilai tabel ranges 5% n2 = 50-60) SE

= 2,974 0,2813
= 0,8365
Rentangan A-C = Nilai rata-rata sampel A - Nilai rata-rata
sampel C
= 6,4 4,6
= 1,8
= 1,8> 0,8365 berbeda nyata
3. Perhitungan Tabulasi Data Penilaian Rasa
Faktor Koreksi (FK)

(Total )2
Jumlahrespon

508
96

= 2688,1667
JK Sampel

JK total tiap sampel

FK
Jumlahrespon tiap sampel

=
2

174 +199 + 135

2688,1667
32

= 65,0208
JK Panelis

JK total tiap panelis

FK
Jumlahrespon tiap panelis

=
2

18 +19 + +7
2688,1667
3

= 127,1666333
JK Total

= Jumlah kuadrat tiap respon FK

= 52 + 82 + 52 + .... + 32 2688,1667
= 407,8333

JK Error

= JK Total JK Sampel JK Panelis

= 407,8333 - 65,0208 - 127,1666333
= 215,6461

df Panelis = Jumlah Panelis 1

= 32 1
= 31
df Sampel

= Jumlah Sampel 1

=31
=2
dfError

= df Panelis x df Sampel
= 31x2
= 62

JKR Sampel =

JK Sampel
df sampel

65,0208
2

= 32,5104
JKR Panelis =

JK Panelis
df panelis

127,1666333
31

= 4,1021
JKR Error =

JK Error
df error

215,6461
62

= 3,4781
Fhitung Sampel =

JKR Sampel
JKR Error

32,5104
3,4781

= 9,34717

Fhitung Panelis

JKR Panelis
JKR Error

4,1021
3,4781

= 1,1794
F

Tabel

= (df Sampel; dfError)

= (2 : 62)

Interpolasi =

=
F

Tabel

xx 1 y y 1
=
x 2x 1 y 2 y 1

x3,15
6260
=
3,133,15 7060

= 3,146

Standar Error (SE)=

Jumlahrespontiapsampel
JKRError /

32
3,4781/

= 0,10869
Nilai LSR (saat p=2) = (nilai tabel ranges 5% n2 = 60-80) SE
= 2,8255 0,10869
= 0,307103595
Rentangan A-B = Nilai rata-rata sampel A - Nilai rata-rata
sampel B
= 5,4 6,2
= -0,8 < 0,3071 tidakberbeda nyata
Rentangan B-C = Nilai rata-rata sampel B - Nilai rata-rata
sampel C

B-C

= 6,218 4,218
= 2 > 0,3071berbeda nyata

Nilai LSR (saat p=3) = (nilai tabel ranges 5% n2 = 60-80) SE

= 2,9745 0,2406
= 0,3232
Rentangan A-C = Nilai rata-rata sampel A - Nilai rata-rata
sampel C
A-C

= 5,4 4,2
= 1,2195>0,3232 berbeda nyata

4. Perhitungan Tabulasi Data Penilaian Tekstur

Faktor Koreksi (FK)

(Total )2
Jumlahrespon

5392
32 x 3

= 3026,2604
JK Sampel

JK total tiap sampel

FK
Jumlahrespon tiap sampel

177 2+2132+149 2
3026,2604
32

= 64,3334
JK Panelis

JK total tiap panelis

FK
Jumlahrespon tiap panelis

14 2 +182 ++14 2
3026,2604
3

= 117,4062
JK Total

= Jumlah kuadrat tiap respon FK

= 32 + 52 + 62 + 52 + .... + 72 3026,2604

338,7396

JK Error

= JK Total JK Sampel JK Panelis

= 338,7396- 64,3334- 117,4062
= 157

df Panelis = Jumlah Panelis 1

= 32 1
= 31
df Sampel

= Jumlah Sampel 1

=31
=2
dfError

= df Panelis x df Sampel
= 31x2
= 62

JKR Sampel =

JK Sampel
df sampel

64,3334
2

= 32,1667
JKR Panelis =

JK Panelis
df panelis

117,4062
31

= 3,7872
JKR Error =

JK Error
df error
157
62

= 2,5322
Fhitung Sampel =

JKR Sampel
JKR Error

32,1667
2,5322

= 12,7030
Fhitung Panelis

JKR Panelis
JKR Error

3,7872
2,533

= 1,4956
F

Tabel

= (df Sampel; dfError)

= (2 : 62)

Interpolasi =

=
F

Tabel

xx 1 y y 1
=
x 2x 1 y 2 y 1

x2,829
6260
=
2,8142,829 8060

= 3,14

Standar Error (SE)=

Jumlahrespontiapsampel
JKRError /

32
2,5322/

= 0,2813
Nilai LSR (saat p=2) = (nilai tabel ranges 5% n2 = 50-60) SE
= 2,8255 0,2813
= 0,7939
Rentangan A-B = Nilai rata-rata sampel A - Nilai rata-rata
sampel B
= 6,656-5,531

= 1,125
= 1,125>0,7939 berbeda nyata
Rentangan B-C = Nilai rata-rata sampel B - Nilai rata-rata
sampel C
= 5,531-4,656
= 0,875
= 0,875>0,7939 berbeda nyata

Nilai LSR (saat p=3) = (nilai tabel ranges 5% n2 = 60-80) SE

= 2,974 0,2813
= 0,8365
Rentangan A-C= Nilai rata-rata sampel A- Nilai rata-rata
sampel C
= 6,656-4,656
=2
= 2>0,8365berbedanyata
5. Perhitungan Tabulasi Data Penilaian Overall
Faktor Koreksi (FK)

(Total )2
Jumlah respon

519 2
96

= 2805,84
JK Sampel

JK total tiap sampel

FK
Jumlah respontiap sampel

166 2+ 2092+144 2
2805,84
32

= 68,31

JK Panelis

JK total tiap panelis

FK
Jumlah respontiap panelis

18 2+19 2+ +112
2805,84
3

= 57,16
JK Total

= Jumlah kuadrat tiap respon FK

= 52 + 82 + 52 +52 + 92 + .... + 62 2805,84
= 384,16

JK Error

= JK Total JK Sampel JK Panelis

= 384,16 68,31 57,16
= 258,69

df Panelis = Jumlah Panelis 1

= 32 1
= 31
df Sampel

= Jumlah Sampel 1

=31
=2
dfError

= df Panelis x df Sampel
= 31 x 2
= 62

JKR Sampel =

JK Sampel
df sampel

68,31
2

= 34,155
JKR Panelis =

JK Panelis
df panelis

57,16
31

= 1,844
JKR Error =

JK Error
df error
258,69
62

= 4,17
Fhitung Sampel =

JKR Sampel
JKR Error

34,155
4,17

= 8,19
Fhitung Panelis

JKR Panelis
JKR Error

1,844
4,17

= 0,44
F

Tabel

= (df Sampel; dfError)

= (2 : 62)

Interpolasi =

=
F

Tabel

xx 1 y y 1
=
x 2x 1 y 2 y 1

x2,829
6260
=
2,8142,829 8060

= 3,146

Standar Error (SE)=

Jumlah respon tiap sampel

JKR Error/

32
4,17 /

= 0,36
Nilai LSR (saat p=2) = (nilai tabel ranges 5% n2 = 60-80) SE
= 2,8255 0,36
= 1,0161
Rentangan A-B = Nilai rata-rata sampel A - Nilai rata-rata
sampel B
= 5,1875 6,5312
= -1,3437
= -1,3437<1,0161tak berbeda nyata
Rentangan B-C = Nilai rata-rata sampel B - Nilai rata-rata
sampel C
= 6,5312 4,5
= 2,0312
= 2,0312>1,0161 berbeda nyata
Nilai LSR (saat p=3) = (nilai tabel ranges 5% n2 = 60-80) SE
= 2,9745 x 0,36
= 1,0708
Rentangan A-C = Nilai rata-rata sampel A - Nilai rata-rata
sampel C
= 5,1875 4,5
= 0,6875
= 0,6875< 1,0708 tak berbeda nyata