APLIKASI SPSS UNTUK

PERANCANGAN PERCOBAAN
(Tugas Paktikum)

DISUSUN OLEH:

Nama : Zulaiha Rahasia

N I M: 4 1 3 4 1 5 0 1 5

PROGRAM STUDI STATISTIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI GORONTALO
2018
 A. Rancangan Acak Lengkap
Contoh Kasus
Karantina tumbuhan ingin mengetahui pengaruh fumigan Methyl Bromide CH3Br) sebagai
pembasmi serangga gudang terhadap daya tumbuh benih kacang hijau. untuk itu, dilakukan
percobaan sebagai berikut. Benih kacang hijau diberi fumigan dengan dosis 0 (kontrol),
16gr=m3, 32gr=m3, 48gr=m3, dan 64gr=m3. Fumigan dilakukan selama 2 jam. Benih kacang
hijau yang sudah difuumigasi dikecambahkan dengan metode kertas hisap (blotter test). Benih
yang dikecambahkan diasumsikan homogen. Setelah 7 hari diperoleh hasil perkecambahan
sebagai berikut.
Dosis Pengulangan
Rata-
(g=m^3, 2
1 2 3 4 5 6 7 8 Rata
jam)
0 100 100 100 100 100 100 100 100 100
16 100 100 100 100 100 100 100 100 100
32 90 88 92 94 90 88 86 94 90,25
48 80 80 82 78 84 76 82 78 80
64 90 80 92 92 78 82 88 94 76
Rataan Umum 91,05

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

 Penyelesaian dengan SPSS

Analisis Ragam
Langkah-langkah Analisis Ragam dengan SPSS sebagai berikut :
1. Buka aplikasi SPSS, maka akan muncul 2 jendela utama yaitu SPSS Editor dan SPSS
Viewer.
2. Masuklah pada SPSS data editor, lalu klik Variabel View pada sisi kiri bawah jendela.
3. Pada kolom “Name” isi dengan variabel Perlakuan, Pengulangan dan Daya. Pada kolom
“Type” untuk variabel Perlakuan pilih String karena pada variabel ini akan menggunakan
kata (bukan symbol), sedangkan untuk variabel Pengulangan dan Daya pilih Numberic.
Pada kolom “Label” untuk variabel Perlakuan diberi label Dosis (g/m3, 2 jam), dan untuk
variabel Daya diberi label Daya Tumbuh Kacang Hijau. Pada kolom “Measure” untuk
variabel Perlakuan dan Pengulangan pilih Nominal dan untuk variabel Daya pilih Scale.

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

Corrected Total 2991,900 39

a. R Squared = ,854 (Adjusted R Squared = ,838)

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.

B. Rancangan Acak Kelompok

Contoh Kasus
Sebuah penelitian dilakukan untuk mengetahui pengaruh jenis varietas terhadap hasil jagung
pulut. Penelitian terdiri atas 5 macam varieas jagung pulut lokal dengan 3 ulangan. Penelitian
menggunakan rancangan acak kelompok. Data pengamatan adalah:
Hasil (t/ha)
Varietas
Blok I Blok II Blok III
Pulut A 4,5 4,7 4,8
Pulut B 4,8 4,9 4,8
Pulut C 4,9 5 4,8
Pulut D 5,1 5,1 4,9
Pulut E 5,2 5,1 5,2

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

 Penyelesaian dengan SPSS

Analisis Ragam
Langkah-langkah Analisis Ragam dengan SPSS sebagai berikut :
1. Buka aplikasi SPSS, maka akan muncul 2 jendela utama yaitu SPSS data editor dan SPSS
Viewer.
2. Masuklah pada SPSS data editor, lalu klik variabel view pada sisi kiri bawah jendela
3. Pada kolom ”Name” isi dengan variabel Perlakuan, Kelompok dan Hasil. Pada kolom
”Type” untuk variabel Perlakuan pilih String karena pada variabel ini akan menggunakan
kata (bukan symbol), sedangkan untuk variabel Kelompok dan Hasil pilih Numeric. Pada
kolom ”Measure” untuk variabel Perlakuan dan Kelompok pilih nominal dan untuk
variabel Hasil pilih scale. Sehingga tampilan variabel view akan diperoleh sebagai berikut:

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.

6. Pada jendela Univariat, masukkan variabel Hasil ke Dependent Variable, kemudian

variabel Perlakuan dan Kelompok ke Fixed Factor(s) seperti gambar berikut.

7. Selanjutnya pada jendela Univariat, klik model, lalu klik custom. Masukkan variabel

Perlakuan dan Kelompok ke kotak Model, lalu klik continue.

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

Perlakuan Kelompok Mean Std. Deviation N

1 4,500 . 1

2 4,700 . 1
Pulut A
3 4,800 . 1

Total 4,667 ,1528 3

1 4,800 . 1
2 4,900 . 1
Pulut B
3 4,800 . 1
Total 4,833 ,0577 3
1 4,900 . 1
2 5,000 . 1
Pulut C
3 4,800 . 1
Total 4,900 ,1000 3
1 5,100 . 1
2 5,100 . 1
Pulut D
3 4,900 . 1
Total 5,033 ,1155 3
1 5,200 . 1
2 5,100 . 1
Pulut E
3 5,200 . 1
Total 5,167 ,0577 3
1 4,900 ,2739 5
Total
2 4,960 ,1673 5
 3 4,900 ,1732 5

Total 4,920 ,1971 15

Descriptives Statistics, merupakan output yang menyajikan deskripsi statistic data yang diteliti,

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.

Tests of Between-Subjects Effects

Dependent Variable: Hasil

Source Type III Sum of df Mean Square F Sig.

Squares

Corrected Model ,449a 6 ,075 6,329 ,010

Intercept 363,096 1 363,096 30684,169 ,000
Perlakuan ,437 4 ,109 9,239 ,004
Kelompok ,012 2 ,006 ,507 ,620
Error ,095 8 ,012
Total 363,640 15
Corrected Total ,544 14

a. R Squared = ,826 (Adjusted R Squared = ,695)

Dari tabel diatas dapat dilihat bahwa nilai Jumlah Kuadrat Perlakuan sebesar 0,437 , Jumlah
kuadrat Kelompok sebesar 0,012 , Jumlah Kuadrat Galat sebesar 0,095, dan Jumlah Kuadrat
Total sebesar 363,640. Nilai F hitung untuk perlakuan sebesar 9,239 dan F hitung untuk
kelompok sebesar 0,507. Karena untuk perlakuan Nilai sig. 0,004 sehingga hipotesis H0 ditolak
dan disimpulkan bahwa terdapat perbedaan yang nyata antara perlakuan varietas terhadap hasil
jagung. Sedangkan untuk kelompok nilai Sig. 0,507 > 0,05 maka H0 diterima artinya tidak ada
perbedaan pengaruh antara perlakuan varietas terhadap hasil jagung.

C. Rancangan Bujur Sangkar Latin

Contoh Kasus
Sebagai contoh percobaan pengaruh insektisida terhadap hasil padi. Terdapat 5 perlakuan yaitu
A = Kontrol, B = Insektisida FCe; C= Insektisida EC, D= Insektisida BHC, dan E = Insektisida
DDT. Percobaan ini diulang sebanyak 5 kali sehingga rancangan bujur sangkar latinnya 5 X 5.
Tidak boleh ada perlakuan yang sama pada baris atau kolom yang sama. Hasil pengacakan
yang diperoleh sebagai berikut:
 Kolom
Baris
1 2 3 4 5
1 3,51 (E) 3,92 (B) 3,73 (D) 3,91 (C) 3,54 (A)
2 3,53 (D) 3,06 (A) 4,02 (B) 3,63 (E) 4,05 (C)
3 4,84 (B) 3,87 (D) 4,25 (C) 3,64 (A) 3,21 (E)
4 4,55 (C) 3,52 (E) 3,44 (A) 3,05 (D) 4,52 (B)
5 3,30 (A) 4,13 (C) 3,60 (E) 4,01 (B) 3,50 (D)

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

 Penyelesaian dengan SPSS

Analisis Ragam
Langkah-langkah Analisis Ragam dengan SPSS sebagai berikut :
1. Buka aplikasi SPSS, maka akan muncul 2 jendela utama yaitu SPSS data editor dan SPSS
Viewer.
2. Masuklah pada SPSS data editor, lalu klik variabel view pada sisi kiri bawah jendela.
3. Pada kolom ”Name” isi dengan variabel Baris, Kolom, Perlakuan dan Hasil. Pada kolom
”Type” untuk variabel Baris, Kolom dan Hasil pilih numeric sedangkan untuk variabel
perlakuan pilih string. Pada kolom ”Measure” untuk variabel Baris, Kolom, dan Perlakuan
pilih nominal dan untuk hasil pilih scale. Sehingga tampilan variabel view akan diperoleh
sebagai berikut :
4. Untuk input data, klik Data View lalu masukkan sesuai dengan urutan perlakuan, baris dan
kolom seperti gambar berikut

5. Analisis, klik Analyze pilih General Linear Model lalu klik Univariat.
6. Pada jendela Univariat, masukkan hasil ke Dependent Variable dan baris, kolom, dan

perlakuan ke Fixed Factor(s) seperti gambar berikut.

7. Selanjutnya pada jendela Univariat, klik model, lalu klik custom. Masukkan variabel

Perlakuan, Baris dan Kolom ke kotak Model, lalu klik continue.

 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

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

Source Type III Sum of df Mean Square F Sig.

Squares

Corrected Model ,549a 8 ,069 ,248 ,974

Intercept 355,926 1 355,926 1287,401 ,000
Baris ,000 0 . . .
Kolom ,261 4 ,065 ,236 ,914
Perlakuan ,000 0 . . .
Error 4,423 16 ,276
Total 360,899 25
Corrected Total 4,973 24

a. R Squared = ,110 (Adjusted R Squared = -,334)

Dari output diatas dapat dilihat bahwa nilai Jumlah Kuadrat Perlakuan sebesar 0,000, Jumlah

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.