PERANCANGAN PERCOBAAN
(Tugas Paktikum)
DISUSUN OLEH:
Hipotesis
H0 : Semua j = 0 atau tidak ada pengaruh perlakuan terhadap daya tumbuh benih kacang
hijau
H1 : Tidak semua j = 0 atau minimal ada 1 perlakuan yang mempengaruhi daya tumbuh
benih kacang hijau
Kriteria Pengujian
Jika F(hitung) > F(tabel) maka tolak H0
Jika F(hitung) F(tabel) maka gagal tolak H0
4. Untuk input data, klik Data View lalu masukkan sesuai dengan urutan Perlakuan dan
Pengulangan.
5. Untuk Analisis, klik Analyze pilih General Linear Model lalu klik Univariat.
6. Pada jendela Univariat, masukkan variabel Daya Tumbuh Kacang Hijau ke Dependent
Variable dan variabel Dosis ke Fixed Factor(s).
7. Selanjutnya pada jendela Univariat, klik Model, lalu klik Custom. Masukkan variabel
Perlakuan ke kotak model lalu klik Continue.
8. Kemudian pada jendela Univariat klik Optoin, kemudian masukkan OVERALL kedalam
kotak Display Means For. Lalu centang Descriptive Statistics dan Homogenity Test
kemudian klik Continue. Lalu klik OK yang ada pada jendela univariat.
9. Output Analisis Ragam
Between-Subjects Factors
N
Dosis (g/m^3*2 jam) 0 8
16 8
32 8
48 8
64 8
Dari output diatas dapat dilihat bahwa perlakuan yang diberikan yaitu 0, 16, 32, 48, dan 64 (g2,
2 jam). Jumlah ulangan untuk masing-masing perlakuan yaitu sebanyak 8 ulangan.
Descriptive Statistics
Dependent Variable: Daya Tumbuh Kacang Hijau
Dosis (g/m^3*2 jam) Mean Std. Deviation N
0 100,00 ,000 8
16 100,00 ,000 8
32 90,25 2,915 8
48 80,00 2,619 8
64 85,00 6,845 8
Total 91,05 8,759 40
Descriptive Statistics, merupakan output yang menyajikan deskripsi statistik data yang
diteliti, meliputi banyak data (N), rata-rata (mean), dan standar deviasi (SD). Dari data Daya
Tumbuh Benih Kacang Hijau sebanyak 40 sampel, dengan Dosis 0, 16, 32, 48 dan 64 gr/m3
diperoleh rata rata berturut-turut 100, 100, 90,25, 80 dan 85. Sehingga rata-rata totalnya yaitu
91,05.
Levene's Test of Equality of Error
Variancesa
Dependent Variable: Daya Tumbuh Kacang Hijau
F df1 df2 Sig.
23,178 4 35 ,000
Tests the null hypothesis that the error variance of the
dependent variable is equal across groups.
a. Design: Intercept + Perlakuan
Dari tabel diatas dapat dilihat bahwa nilai F hitung sebesar 23,178 dengan df1 = 4 dan df2 =
35, sehingga diperoleh nilai F tabel sebesar 2,641. Jadi nilai F hitung > F tabel maka H0 di
tolak artinya ada perbedaan pengaruh perlakuan terhadap daya tumbuh benih kacang hijau.
Atau dengan melihat nilai p-value 0,000 < 0,05 maka H0 ditolak artinya ada perbedaan
pengaruh perlakuan terhadap daya tumbuh benih kacang hijau.
Tests of Between-Subjects Effects
Dependent Variable: Daya Tumbuh Kacang Hijau
Type III Sum of
Source Squares df Mean Square F Sig.
Corrected Model 2556,400a 4 639,100 51,363 ,000
Intercept 331604,100 1 331604,100 26650,157 ,000
Perlakuan 2556,400 4 639,100 51,363 ,000
Error 435,500 35 12,443
Total 334596,000 40
Dari tabel diatas dapat dilihat bahwa nilai Jumlah Kuadrat Perlakuan sebesar 2556,4, Jumlah
Kuadrat Galat sebesar 435,5 dan nilai Jumlah Kuadrat Total sebesar 334596. Nilai F hitung
untuk perlakuan sebesar 51,363 dengan df1=4 dan df2=39, sehingga nilai F tabel dapat
dilihat sebesar 2,61. Jadi nilai F hitung > F tabel maka tolak H0 artinya ada perbedaan
pengaruh perlakuan terhadap daya tumbuh benih kacang hijau. Atau dengan melihat nilai p-
value 0,000 < dari 0,05 maka H0 ditolak artinya ada perbedaan pengaruh perlakuan terhadap
daya tumbuh benih kacang hijau.
Hipotesis
H0 : Semua i = 0 atau tidak ada pengaruh jenis varietas terhadap hasil jagung pulut
H1 : Tidak semua i = 0 atau minimal ada 1 perlakuan yang mempengaruhi jenis varietas
terhadap hasil jagung pulut
Kriteria Pengujian
Jika F(hitung) > F(tabel) maka tolak H0
Jika F(hitung) F(tabel) maka gagal tolak H0
4. Untuk input data, klik Data View lalu masukkan sesuai dengan urutan perlakuan dan
kelompok seperti gambar berikut:
5. Untuk Analisis, klik Analyze pilih General Linear Model lalu klik Univariat.
8. Kemudian pada jendela univariat klik option, kemudian masukkan OVERALL kedalam
kotak Display Means For. Lalu centang Descriptive Statistics dan Homogenity Test
kemudian klik continue. Lalu Klik OK yang ada pada jendela univariat.
9. Output Analisis Ragam
Between-Subjects Factors
Pulut A 3
Pulut B 3
Perlakuan Pulut C 3
Pulut D 3
Pulut E 3
1 5
Kelompok 2 5
3 5
Dari Output berikut dapat dilihat bahwa jumlah untuk masing-masing perlakuan sebanyak 3
kelompok. Sehingga untuk masing-masing kelompok terdapat 5 perlakuan.
Descriptive Statistics
Dependent Variable: Hasil
1 4,500 . 1
2 4,700 . 1
Pulut A
3 4,800 . 1
meliputi banyak data (N), rata-rata (mean), dan standar deviasi (SD). Dari tabel diatas dapat
dilihat bahwa nilai rata-rata kelompok 1, 2 dan 3 berturut turut adalah 4,90; 4,96; dan 4,9.
Hipotesis
H0 : Semua K = 0 atau tidak ada pengaruh perlakuan insektisida terhadap hasil padi
H1 : Tidak semua K = 0 atau minimal ada 1 perlakuan insektisida terhadap hasil padi
5. Analisis, klik Analyze pilih General Linear Model lalu klik Univariat.
6. Pada jendela Univariat, masukkan hasil ke Dependent Variable dan baris, kolom, dan
7. Selanjutnya pada jendela Univariat, klik model, lalu klik custom. Masukkan variabel
kotak Display Means For. Lalu centang Descriptive Statistics dan Homogenity Test
kemudian klik continue. Lalu Klik OK yang ada pada jendela univariat.
1 5
2 5
Baris 3 5
4 5
5 5
1 5
2 5
Kolom 3 5
4 5
5 5
1 5
2 5
Perlakuan 3 5
4 5
5 5
Dari Output diatas dapat dilihat bahwa jumlah baris, kolom, dan perlakuan masing-masing
sebanyak 5.
Tests of Between-Subjects Effects
Dependent Variable: Hasil
Kuadrat Baris sebesar 0,000, Jumlah Kuadrat Kolom sebesar 0,261 dan Jumlah kuadrat Galat
sebesar 4,423 dan nilai Jumlah Kuadrat Total sebesar 360,899. Nilai F hitungnya untuk
perlakuan 0,236. Karena Nilai sig. < dari 0,05 maka H1 diterima dan H0 ditolak. Hal ini
berarti ada perbedaan antara perlakuan jenis insektisida yang digunakan terhadap hasil
jagung.