Kasus 1 (Industri)

Suatu penelitian tentang 7 konsentrasi serat kayu dilakukan untuk mengetahui pengaruhnya
terhadap daya regang yang dihasilkan. Percobaan dilakukan menggunakan RBRTLS di mana
hanya dilakukan 3 kali produksi setiap harinya. Dalam percobaan ini, hari dianggap sebagai
variabel blok. Dengan menggunakan tingkat signifikansi 5% dan data seperti tabel di bawah
ini. Maka buatlah analisis dan kesimpulan atas data tersebut.
Data dalam bentuk mm.
Serat Hari(Blok)
(Perlakuan
1 2 3 4 5 6 7
)
1 114 - - - 120 - 117
2 126 120 - - - 119 -
3 - 137 117 - - - 134
4 141 - 129 149 - - -
5 - 145 - 150 143 - -
6 - - 120 - 118 123 -
7 - - - 136 - 130 127

Jawab
1. Identifikasi Data
Perhatikan dalam kasus di atas, diidentifikasikan 3 variabel, antara lain:
Perlakuan : konsentrasi serat kayu, terdiri atas 7 jenis konsentrasi, yaitu 2%,
4%, 6%, 8%, 10%, 12%, dan 14%.
Blok : hari produksi kertas, terdiri atas 7 hari produksi, yaitu Senin, Selasa,
Rabu, Kamis, Jumat, Sabtu, dan Minggu.
Respon : daya regang kertas (dalam bentuk mm).
2. Analisis
a. Hipotesis
Untuk perlakuan (serat)
H 0 : 1= 2== a (Tidak ada perbedaan rata-rata konsentrasi serat

kayu pada pengujian daya regang kertas).

H 1 : paling tidak terdapat satu i 0 (Ada perbedaan rata-rata
konsentrasi serat kayu pada pengujian daya regang kertas).
Untuk blok (hari)
H 0 : 1= 2== a (Tidak ada perbedaan rata-rata hari produksi

pada pengujian daya regang kertas).

H 1 : paling tidak terdapat satu j 0 (Ada perbedaan rata-rata
hari produksi pada pengujian daya regang kertas).
b. Taraf Signifikansi
=5
c. Statistik Uji
 Manual
Dengan menggunakan nilai Fhitung

Derajat Jumlah Kuadrat

Sumber Jumlah Kuadrat Adjust Rerata Kuadrat F Hitung
Kebebasan Unadjust
2

[ ]
a b
1 RK P
Perlaku a
Yi 2 Y 2 k Y i nij Y j JK P
a1 k j=1 RK P= F P=
an JK P = JK P =
i=1
a1 RK S
i=1 k N a

[ ]
b a
b 2 2 1 RK B
Y Y r Y j ni j Y i JK B
JK B= j
Blok b1 r i=1 RK B= F B=
j=1 k N JK B=
j=1
b1 RK S
b

JK S
Sesatan Nab+ 1 JK S=JK T JK P (adjust )JK B (unadjust ) RK S=
Nab+1
a b
Y 2
JK T = Y 2
Total N1 ij
i =1 j=1 N

SPSS
Dengan menggunakan nilai Sig.
d. Kriteria Uji
Manual
Perlakuan (serat)
Tolak H 0 jika F P > F ; ( a1) ,(N ab+1)
F P > F 0,05; (71) ,(2177 +1)

F P > F 0,05; (6) ,(8)

F P >3,58

Blok (Hari)
Tolak H 0 jika F P > F ; ( b1) ,(N ab+1)

F P > F 0,05; (71) ,(2177 +1)

F P > F 0,05; (6) ,(8)

F P >3,58
SPSS
Tolak H 0 jika Sig .<
e. Perhitungan Statistik Uji
1. Manual
 Hari(Blok) Y i
Serat
(Perlakuan) 1 2 3 4 5 6 7
1 114 - - - 120 - 117 351
2 126 120 - - - 119 - 365
3 - 137 117 - - - 134 388
4 141 - 129 149 - - - 419
5 - 145 - 150 143 - - 438
6 - - 120 - 118 123 - 361
7 - - - 136 - 130 127 393
Yj 381 402 366 435 381 372 378 2715
a=7
b=7
k =3
r=3
N=a r=21
r ( k1) 3(31)
= = =6
(a1) 71

Menghitung Jumlah Kuadrat (Unadjust)

Y 2i Y 2
a
JK P =
i=1 k N

3512 +3652 +3882 + 4192+ 4382 +3612+ 3932 27152

3 21
123201+133225+150544+ 175561+191884 +130321+ 154449 7371225

3 21
1059145
351010,7=2307,62
3

b 2 2
Y j Y
JK B=
j=1 k N

3812 + 4022+366 2+ 4352 +381+37222+ 3782 27152

3 21
145161+161604+ 133956+189225+145161+ 138384+142884 7371225

3 21
1056375
351010,7=1114,29
3
Menghitung Jumlah Kuadrat (Adjust)
 2

[ ]
a b
1
k Y i nij Y j
i=1 k j=1
JK P =
a
b
1
i= Y i (n Y )
k j=1 ij j
Misal

7
1 1
1= Y 1 ( nij Y j ) =351 ( 381+381+378 )=351380=29
3 j=1 3

7
1
2= Y 2 ( n Y ) =365 13 ( 381+ 402+ 372 )=365385=20
3 j=1 ij j

7
1 1
3=Y 3 ( nij Y j )=388 ( 402+366+378 )=388382=6
3 j=1 3

7
1
4= Y 4 ( n Y )=419 13 ( 381+366+ 435 ) =419394=25
3 j=1 ij j

7
1 1
5= Y 5
3 j=1
( nij Y j )=438 ( 402+ 435+381 )=438406=32
3

7
1 1
6= Y 6 ( nij Y j )=361 ( 366+381+372 )=361373=12
3 j=1 3

7
1
7=Y 7 ( n Y )=393 31 ( 435+372+378 )=393395=2
3 j =1 ij j

7

i=0
i=1

a
k 2i
i=1
JK P =
a
3 [(29)2+(20)2 +(6)2+(25)2+(32)2+(12)2 +(2)2 ]

1 7
3 [ 841+ 400+36+625+1024 +144+ 4 ]

7
 3 [ 3074 ] 9222
= =1317,43
7 7

[ ]
b a
1
r Y j nij Yi
j=1 r i=1
JK B=
b
a
1
j=Y j (n Y )
r i=1 ij i
Misal

7
1 1
1= Y 1
3 i=1
( nij Y i )=381 ( 351+365+ 419 )=381378,33=2,67
3

7
1 1
2= Y 2 ( nij Y i )=402 ( 365+388+ 438 )=402397=5
3 i=1 3

7
1
3=Y 3 ( n Y ) =366 13 ( 388+ 419+361 )=366389,33=23,33
3 i=1 ij i

7
1 1
4= Y 4 ( nij Y i ) =435 ( 419+ 438+393 ) =435416,67=18,33
3 i=1 3

7
1 1
5= Y 5
3 i=1
( nij Y i )=381 ( 351+438+361 ) =381383,34=2,34
3

7
1 1
6= Y 6
3 i=1
( nij Y i ) =372 ( 365+361+393 )=372373=1
3

7
1 1
7=Y 7 ( nij Y i ) =378 ( 351+388+393 )=3783777,33=0,67
3 i=1 3

7

j=0
j=1

b
r 2j
j=1
JK B=
b
3 [(2,67)2 +(5)2 +(23,33)2+(18,33)2+(2,34)2+(1)2 +(0,67)2 ]

1 7
 3 [ 7,13+25+ 544,3+ 336+5,48+1+0,45 ]

7
3 [ 919,36 ] 2758,1
= =394,01
7 7

a b
Y 2
JK T = Y 2
ij
i =1 j=1 N
2
2715
( 114 2+ 1202+ +1272 ) =353611351010,7=2600,29
21

JK S=JK T JK P ( adjust )JK B (unadjust )

JK S=2600,291317,431114,29=168,57

Menghitung Rerata Kuadrat

JK P ( adjust ) 1317,43
RK P= = =219,57
a1 71
JK B ( adjust) 394,01
RK B= = =65,67
b1 71
JK S 168,57
RK S= = =21,07
Nab+1 2177 +1

Menghitung F hitung

RK P 219,57
F P= = =10,42
RK S 21,07
RK B 65,67
F B= = =3,12
RK S 21,07

Tabel Anava

Jumlah
Derajat Jumlah Rerata
Sumber Kuadrat F Hitung
Kebebasan Kuadrat Adjust Kuadrat
Unadjust
Perlakua 6 1317,43 2307,62 219,57 10,42
n
Blok 6 394,01 1114,29 65,67 3,12
 Sesatan 8 168,57 21,07

Total 20 2600,29

Interpretasi
Perlakuan (serat)
F P=10,42
Ftabel =3,58

Karena F P > F tabel maka H0 ditolak. Jadi, ada perbedaan

rata-rata konsentrasi serat kayu pada pengujian daya regang
kertas.
Blok (hari)
F P=3,12
Ftabel =3,58

Karena F P < F tabel maka H0 diterima. Jadi, tidak ada

perbedaan rata-rata hari produksi pada pengujian daya regang
kertas.
Dari interpretasi perlakuan (serat) diatas ternyata H0

ditolak, maka harus dilakukan uji lanjut LSD menggunakan

SPSS.

2. SPSS
Buka program SPSS
Klik File New Data
Klik pada Variable View Buat variabel baru dengan nama
dayaregang dengan label Daya Regang Kertas, serat dengan label
Konsentrasi Serat Kayu, dan hari dengan label Hari Produksi.

Pada variabel serat tambahkan values seperti dibawah ini.

 Pada variabel hari tambahkan values seperti dibawah ini.

Masukkan data seperti dibawah ini. Jika ada data yang kosong maka
kita kosongkan juga data tersebut di SPSS

Klik Analyze General Linear Model Univariate

Maka akan muncul tampilan seperti ini. Masukkan variabel

dayaregang ke dalam kolom Dependent Variable dan variabel serat
serta hari kedalam kolom Fixed Factor.
 Masih pada tampilan Univariate. Klik tab Model Pada specify
model pilih Custom Masukkan serat dan hari pada model
Hilangkan tanda centang pada Include Intercept in model Continue

Masih pada tampilan Univariate. Klik tab Plots Masukkan variabel

serat ke kolom Horizontal Axis dan variabel hari kedalam kolom
Separate Lines Klik Add

Maka akan menjadi seperti ini Continue

 Masih di tampilan Univariate. Klik tab Post Hoc Masukkan variabel
serat dan hari kedalam kolom Post Hoc Tests for Centang LSD
Continue

Maka akan muncul output seperti ini

Tests of Between-Subjects Effects

Dependent Variable: Daya Regang Kertas

Type III Sum of

Source Squares df Mean Square F Sig.
a
Model 353442,429 13 27187,879 1290,272 ,000
serat 1317,429 6 219,571 10,420 ,002
hari 394,095 6 65,683 3,117 ,070
Error 168,571 8 21,071
Total 353611,000 21

a. R Squared = 1,000 (Adjusted R Squared = ,999)

Analisis :
- Perlakuan (serat)
Sig .=0,002
=0,05

Karena Sig .< maka H0 ditolak. Jadi, ada perbedaan rata-

rata konsentrasi serat kayu pada pengujian daya regang kertas.

 - Blok (hari)
S ig.=0,07
=0,05

Karena Sig .> maka H 0 diterima. Jadi, tidak ada perbedaan

rata-rata konsentrasi serat kayu pada pengujian daya regang kertas.

Uji Lanjutan (LSD) Perlakuan

Multiple Comparisons
Dependent Variable: Daya Regang Kertas
LSD

(I) Konsentrasi (J) Konsentrasi Mean Difference 95% Confidence Interval

Serat Kayu Serat Kayu (I-J) Std. Error Sig. Lower Bound Upper Bound

2% 4% -4,67 3,748 ,248 -13,31 3,98

6% -12,33* 3,748 ,011 -20,98 -3,69

*
8% -22,67 3,748 ,000 -31,31 -14,02

10% -29,00* 3,748 ,000 -37,64 -20,36

12% -3,33 3,748 ,400 -11,98 5,31

14% -14,00* 3,748 ,006 -22,64 -5,36

4% 2% 4,67 3,748 ,248 -3,98 13,31
6% -7,67 3,748 ,075 -16,31 ,98
*
8% -18,00 3,748 ,001 -26,64 -9,36
10% -24,33* 3,748 ,000 -32,98 -15,69
12% 1,33 3,748 ,731 -7,31 9,98
*
14% -9,33 3,748 ,038 -17,98 -,69
*
6% 2% 12,33 3,748 ,011 3,69 20,98
4% 7,67 3,748 ,075 -,98 16,31
*
8% -10,33 3,748 ,025 -18,98 -1,69
*
10% -16,67 3,748 ,002 -25,31 -8,02
*
12% 9,00 3,748 ,043 ,36 17,64
14% -1,67 3,748 ,668 -10,31 6,98
*
8% 2% 22,67 3,748 ,000 14,02 31,31
*
4% 18,00 3,748 ,001 9,36 26,64
*
6% 10,33 3,748 ,025 1,69 18,98
10% -6,33 3,748 ,130 -14,98 2,31
*
12% 19,33 3,748 ,001 10,69 27,98
*
14% 8,67 3,748 ,050 ,02 17,31
*
10% 2% 29,00 3,748 ,000 20,36 37,64
4% 24,33* 3,748 ,000 15,69 32,98
 6% 16,67* 3,748 ,002 8,02 25,31
8% 6,33 3,748 ,130 -2,31 14,98
*
12% 25,67 3,748 ,000 17,02 34,31
*
14% 15,00 3,748 ,004 6,36 23,64
12% 2% 3,33 3,748 ,400 -5,31 11,98
4% -1,33 3,748 ,731 -9,98 7,31
*
6% -9,00 3,748 ,043 -17,64 -,36
*
8% -19,33 3,748 ,001 -27,98 -10,69
*
10% -25,67 3,748 ,000 -34,31 -17,02
14% -10,67* 3,748 ,022 -19,31 -2,02
*
14% 2% 14,00 3,748 ,006 5,36 22,64
*
4% 9,33 3,748 ,038 ,69 17,98

6% 1,67 3,748 ,668 -6,98 10,31

*
8% -8,67 3,748 ,050 -17,31 -,02

10% -15,00* 3,748 ,004 -23,64 -6,36

*
12% 10,67 3,748 ,022 2,02 19,31

Based on observed means.

The error term is Mean Square(Error) = 21,071.
*. The mean difference is significant at the 0,05 level.

Analisis Uji Lanjutan (LSD) Perlakuan

(I)
(J)
Konsentras
Konsentrasi Sig. Analisis
i Serat
Serat Kayu
Kayu
4% 0,248 Tidak ada perbedaan
6% 0,011 Ada perbedaan
8% 0 Ada perbedaan
2%
10% 0 Ada perbedaan
12% 0,4 Tidak ada perbedaan
14% 0,006 Ada perbedaan
2% 0,248 Tidak ada perbedaan
6% 0,075 Tidak ada perbedaan
8% 0,001 Ada perbedaan
4%
10% 0 Ada perbedaan
12% 0,731 Tidak ada perbedaan
14% 0,038 Ada perbedaan
6% 2% 0,011 Ada perbedaan
4% 0,075 Tidak ada perbedaan
8% 0,025 Ada perbedaan
10% 0,002 Ada perbedaan
12% 0,043 Ada perbedaan
 14% 0,668 Tidak ada perbedaan
2% 0 Ada perbedaan
4% 0,001 Ada perbedaan
6% 0,025 Ada perbedaan
8%
10% 0,13 Tidak ada perbedaan
12% 0,001 Ada perbedaan
14% 0,05 Ada perbedaan
2% 0 Ada perbedaan
4% 0 Ada perbedaan
6% 0,002 Ada perbedaan
10%
8% 0,13 Tidak ada perbedaan
12% 0 Ada perbedaan
14% 0,004 Ada perbedaan
2% 0,4 Tidak ada perbedaan
4% 0,731 Tidak ada perbedaan
6% 0,043 Ada perbedaan
12%
8% 0,001 Ada perbedaan
10% 0 Ada perbedaan
14% 0,022 Ada perbedaan
2% 0,006 Ada perbedaan
4% 0,038 Ada perbedaan
6% 0,668 Tidak ada perbedaan
14%
8% 0,05 Ada perbedaan
10% 0,004 Ada perbedaan
12% 0,022 Ada perbedaan

Plot
 Analisis : Jika diasumsikan bahwa semakin besar konsentrasi serat
kayu semakin baik pula daya regang kertas maka konsentrasi serat
kayu 10% menjadi yang paling baik dan konsentrasi serat kayu 2%
menjadi yang paling buruk.

3. Minitab
Output
Analysis of Variance for dayaregang, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

serat 6 2037,62 1317,43 219,57 10,42 0,002
hari 6 394,10 394,10 65,68 3,12 0,070
Error 8 168,57 168,57 21,07
Total 20 2600,29
Kasus 2 (Pertanian)
Empat jenis traktor akan diuji kecepatannya dalam membajak lahan. Karena hanya tersedia
tiga operator, maka digunakan rancangan blok tidak lengkap seimbang dengan blok hari.
Hasil pengamatan memberikan data pada tabel berikut. Dalam eksperimen ini a = 4, b = 4,
setiap level perlakuan hanya ada pada 3 blok, jadi k = 3, setiap blok berisi 3 level perlakuan,
jadi r = 3 dan banyaknya seluruh observasi adalah N = 12. Dari sini diperoleh = 2.
Data dalam bentuk jam.

Perlakuan Blok (Hari) Y i

(Traktor) 1 2 3 4
Traktor 1 11 12 10 - 33
Traktor 2 12 11 - 12 35
Traktor 3 - 15 14 12 41
Traktor 4 15 - 15 14 44
Yj 38 38 39 38 153

Jawab
1. Identifikasi Data
Perhatikan dalam kasus di atas, diidentifikasikan 3 variabel, antara lain:
Perlakuan : mesin traktor, terdiri atas 4 model traktor yaitu model Quick E 85,
Quick G 600, Quick TL 800, Quick G 1000
Blok : hari membajak, terdiri atas 4 hari, yaitu Senin, Selasa, Rabu, dan
Kamis.
Respon : kecepatan dalam membajak lahan (dalam bentuk jam).
2. Analisis
a. Hipotesis
Perlakuan (traktor)
H 0 : 1= 2== a (Tidak ada perbedaan rata-rata mesin traktor

pada pengujian kecepatan dalam membajak lahan).

H 1 : paling tidak terdapat satu i 0 (Ada perbedaan rata-rata

mesin traktor pada pengujian kecepatan dalam membajak lahan).

Blok (hari)
H 0 : 1= 2== a (Tidak ada perbedaan rata-rata hari membajak

pada pengujian kecepatan dalam membajak lahan).

H 1 : paling tidak terdapat satu j 0 (Ada perbedaan rata-rata

hari membajak pada pengujian kecepatan dalam membajak lahan).

b. Taraf Signifikansi
=5
c. Statistik Uji
Manual
Dengan menggunakan nilai Fhitung
 Derajat Jumlah Kuadrat
Sumber Jumlah Kuadrat Adjust Rerata Kuadrat F Hitung
Kebebasan Unadjust
2

[ ]
a b
1 RK P
Perlaku a
Yi 2 Y 2 k Y i nij Y j JK P
a1 k j=1 RK P= F P=
an JK P = JK P =
i=1
a1 RK S
i=1 k N a

[ ]
b a
b 2 2 1 RK B
Y Y r Y j ni j Y i JK B
JK B= j
Blok b1 r i=1 RK B= F B=
j=1 k N JK B=
j=1
b1 RK S
b

JK S
Sesatan Nab+ 1 JK S=JK T JK P (adjust )JK B (unadjust ) RK S=
Nab+1
a b
Y 2
JK T = Y 2
Total N1 ij
i =1 j=1 N

SPSS
Dengan menggunakan nilai Sig.
d. Kriteria Uji
Manual
Perlakuan (serat)
Tolak H 0 jika F P > F ; ( a1) ,(N ab+1)
F P > F 0,05; ( 41 ),(1244 +1)

F P > F 0,05; ( 3) ,(5)

F P >5,41

Blok (Hari)
Tolak H 0 jika F P > F ; ( b1) ,(N ab+1)

F P > F 0,05; ( 41 ),(1244 +1)

F P > F 0,05; ( 3) ,(5)

F P >5,41

SPSS
Tolak H 0 jika Sig .<
e. Perhitungan Statistik Uji
1. Manual

Perlakuan Blok (Hari) Y i

(Traktor) 1 2 3 4
Traktor 1 11 12 10 - 33
 Traktor 2 12 11 - 12 35
Traktor 3 - 15 14 12 41
Traktor 4 15 - 15 14 44
Yj 38 38 39 38 153

a=4
b=4
k =3
r=3
N=a r=1 2
r (k1) 3(31)
= = =2
(a1) 41
Menghitung Jumlah Kuadrat (Unadjust)

a 2 2
Y i Y
JK P =
i=1 k N

33 2+3 52 + 412+ 442 1532

3 12
1089+1225+1681+1936 23409

3 12
5931
1950,75=26,25
3

b 2 2
Y Y
JK B= j
j=1 k N
2 2 2 2 2
38 +38 +39 +38 153

3 12
1444 +1444+1521+1444 23409

3 12
5853
1950,75=0,25
3

Menghitung Jumlah Kuadrat (Adjust)

[ ]
a b
1
k Y i nij Y j
i=1 k j=1
JK P =
a
 b
1
i= Y i (nij Y j)
Misal k j=1

4
1 1
1= Y 1
3 j=1
( nij Y j ) =33 ( 38+38+ 39 )=333 8,33=5,33
3

4
1 1
2= Y 2 ( nij Y j ) =35 (38+ 38+38 )=3538=3
3 j=1 3

4
1
3=Y 3 ( n Y )=41 13 ( 38+39+38 ) =4138,33=2,67
3 j=1 ij j

4
1 1
4= Y 4
3 j=1
( nij Y j )=44 ( 38+39+38 ) =4 438,33=5,67
3

4

i=0
i=1

a
k 2i
i=1
JK P =
a
5,67
2 2 2
(5,33) +(3) +(2,67) +
3 [ 2 ]

24
3 [ 28,41+9+ 7,13+ 32,11 ]

8
3 [ 76,65 ] 229,95
= =28,75
8 8

[ ]
b a
1
r Y j nij Yi
j=1 r i=1
JK B=
b
a
1
j=Y j ( nij Y i )
Misal r i=1

 4
1 1
1= Y 1 ( nij Y i )=38 ( 33+35+ 44 )=3837,33=0 , 67
3 i=1 3

4
1 1
2= Y 2
3 i=1
( nij Y i )=38 ( 33+35+ 41 )=3836,33=1,67
3

4
1 1
3=Y 3 ( nij Y i ) =39 ( 33+ 41+ 44 )=3 93 9 ,33=0 , 33
3 i=1 3

4
1
4= Y 4 ( n Y ) =38 13 (35+ 41+ 44 )=3840=2
3 i=1 ij i

4

j=0
j=1

b
r 2j
j=1
JK B=
b
2


(0,67)2 +(1,67)2 +(0,33)2 +

3

3 [ 0,45+ 2,78+0,11+ 4 ]

8
3 [ 7,34 ] 22,02
= =2,75
8 8

a b 2
2 Y
JK T = Y ij
i =1 j=1 N

27152
( 112 +122 ++14 2 ) =19851950,75=34,25
21

JK S=JK T JK P ( adjust )JK B (unadjust )

JK S=34,2528,750,25=5,25

Menghitung Rerata Kuadrat

 JK P ( adjust ) 28,75
RK P= = =9,58
a1 41
JK B ( adjust) 2,75
RK B= = =0,917
b1 41
JK S 5,25
RK S= = =1,05
Nab+1 1 244 +1

Menghitung F hitung

RK P 9,58
F P= = =9,12
RK S 1,05
RK B 0,917
F B= = =0,87
RK S 1,05

Tabel Anava

Jumlah
Derajat Jumlah Rerata
Sumber Kuadrat F Hitung
Kebebasan Kuadrat Adjust Kuadrat
Unadjust
Perlakua 3 26,25 28,75 9,58 9,12
n
Blok 3 0,25 2,75 0,917 0,87

Sesatan 5 5,25 1,05

Total 11 34,25

Interpretasi
Perlakuan (traktor)
F P=9,12
Ftabel =5,41

Karena F P > F tabel maka H0 ditolak. Jadi, ada perbedaan

rata-rata mesin traktor pada pengujian kecepatan dalam
membajak lahan.
Blok (hari)
F P=0,87
Ftabel =5,41
 Karena F P < F tabel maka H0 diterima. Jadi, tidak ada
perbedaan rata-rata hari membajak pada pengujian kecepatan
dalam membajak lahan.
Dari interpretasi perlakuan (traktor) diatas ternyata H 0
ditolak, maka harus dilakukan uji lanjut LSD menggunakan
SPSS.

2. SPSS
Buka program SPSS
Klik File New Data
Klik pada Variable View Buat variabel baru dengan nama kecepatan
dengan label Kecepatan Membajak, traktor dengan label Mesin
Traktor, dan hari dengan label Hari Membajak.

Pada variabel traktor tambahkan values seperti dibawah ini.

Pada variabel hari tambahkan values seperti dibawah ini.

Pada Data View masukkan data seperti dibawah ini. Jika ada data yang
kosong maka kita kosongkan juga data tersebut di SPSS
 Klik Analyze General Linear Model Univariate

Maka akan muncul tampilan seperti ini. Masukkan variabel kecepatan

ke dalam kolom Dependent Variable dan variabel traktor serta hari ke
dalam kolom Fixed Factor.

Masih pada tampilan Univariate. Klik tab Model Pada specify

model pilih Custom Masukkan traktor dan hari pada model
Hilangkan tanda centang pada Include Intercept in model Continue
 Masih pada tampilan Univariate. Klik tab Plots Masukkan variabel
traktor ke kolom Horizontal Axis dan variabel hari ke dalam kolom
Separate Lines Klik Add

Maka akan menjadi seperti ini Continue

Masih di tampilan Univariate. Klik tab Post Hoc Masukkan variabel

traktor dan hari kedalam kolom Post Hoc Tests for Centang LSD
Continue
 Maka akan muncul output seperti ini

Tests of Between-Subjects Effects

Dependent Variable: Kecepatan Membajak

Type III Sum of

Source Squares df Mean Square F Sig.

Model 1979,750a 7 282,821 269,354 ,000

traktor 28,750 3 9,583 9,127 ,018
hari 2,750 3 ,917 ,873 ,514
Error 5,250 5 1,050
Total 1985,000 12

a. R Squared = ,997 (Adjusted R Squared = ,994)

Analisis :
- Perlakuan (traktor)
Sig .=0,0 18
=0,05

Karena Sig .< maka H 0 ditolak. Jadi, ada perbedaan rata-

rata mesin traktor pada pengujian kecepatan dalam membajak

lahan..
- Blok (hari)
S ig.=0,514
=0,05

Karena Sig .> maka H 0 diterima. Jadi, tidak ada perbedaan

rata-rata hari membajak pada pengujian kecepatan dalam

membajak lahan..
 Uji Lanjutan (LSD) Perlakuan

Multiple Comparisons
Dependent Variable: Kecepatan Membajak
LSD

Mean Difference 95% Confidence Interval

(I) Mesin Traktor (J) Mesin Traktor (I-J) Std. Error Sig. Lower Bound Upper Bound

Quick E 85 Quick G 600 -,67 ,837 ,462 -2,82 1,48

Quick TL 800 -2,67* ,837 ,024 -4,82 -,52

Quick G 1000 -3,67* ,837 ,007 -5,82 -1,52

Quick G 600 Quick E 85 ,67 ,837 ,462 -1,48 2,82
Quick TL 800 -2,00 ,837 ,062 -4,15 ,15
Quick G 1000 -3,00* ,837 ,016 -5,15 -,85
*
Quick TL 800 Quick E 85 2,67 ,837 ,024 ,52 4,82
Quick G 600 2,00 ,837 ,062 -,15 4,15
Quick G 1000 -1,00 ,837 ,286 -3,15 1,15
Quick G 1000 Quick E 85 3,67* ,837 ,007 1,52 5,82
*
Quick G 600 3,00 ,837 ,016 ,85 5,15

Quick TL 800 1,00 ,837 ,286 -1,15 3,15

Based on observed means.

The error term is Mean Square(Error) = 1,050.
*. The mean difference is significant at the 0,05 level.

Analisis Uji Lanjutan (LSD) Perlakuan

(I) Mesin Traktor Sig. Analisis

Tidak ada
Quick G 600 ,462
perbedaan
Quick E 85
Quick TL 800 ,024 Ada perbedaan
Quick G 1000 ,007 Ada perbedaan
Tidak ada
Quick E 85 ,462
perbedaan
Quick G 600 Tidak ada
Quick TL 800 ,062
perbedaan
Quick G 1000 ,016 Ada perbedaan
Quick E 85 ,024 Ada perbedaan
Tidak ada
Quick G 600 ,062
Quick TL 800 perbedaan
Tidak ada
Quick G 1000 ,286
perbedaan
Quick G 1000 Quick E 85 ,007 Ada perbedaan
 Quick G 600 ,016 Ada perbedaan
Tidak ada
Quick TL 800 ,286
perbedaan

Plot

Analisis : Dari plot diatas dapat disimpulkan bahwa traktor dengan

model Quick G 1000 merupakan traktor yang paling cepat dalam
membajak lahan.
3. Minitab
Output
Analysis of Variance for dayaregang, using Adjusted SS for Tests

Analysis of Variance for data, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

perlakuan 3 26,250 28,750 9,583 9,13 0,018
blok 3 2,750 2,750 0,917 0,87 0,514
Error 5 5,250 5,250 1,050
Total 11 34,250