1

Analisis Pengaruh Jenis Gula Berbeda dan

Perlakuan Air Berbeda Terhadap Lama Waktu
Larut Gula dengan Menggunakan
Rizky Tetania MN (1316030013) dan Alfin Niam Habibi (1316030115)
Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
Abstrak— Rancangan acak kelompok adalah rancangan acak
yang dilakukan dengan mengelompokkan satuan percobaan ke
dalam grup-grup yang homogen yang dinamakan kelompok dan
kemudian menentukan perlakuannya secara acak dalam
masing-masing kelompok. Pada praktikum ini dilakukan
percobaan pelarutan tiga jenis gula dengan perlakuan tiga jenis
air yang berbeda. Pelarutan gula dilakukan pada suhu air yang
berbeda-beda untuk mengetahui perbedaan kecepatan lama
waktu larut dari masing-masing jenis gula. Variabel yang
diamati adalah gula pasir, gula batu dan gula merah sebagai
unit percobaan, air dengan suhu yang berbeda-beda yaitu air
dingin, air biasa dan air panas sebagai perlakuan, dan variabel
yang diukur adalah waktu kelarutan gula (dalam detik).
Praktikum ini dilakukan analisis uji ANOVA, uji perbandingan
ganda Tukey, dan pemeriksaan asumsi residual IIDN.
Kesimpulannya suhu air dan jenis gula yang berbeda-beda tidak
berpengaruh terhadap lama larut gula.
Kata Kunci—Anova, IIDN, Larut, Uji Berganda Tukey,
Waktu.
I. PENDAHULUAN
informasi tentang lama waktu larut tiga jenis gula yang
berbeda dengan perlakuan pengadukan pada air dengan
suhu yang berbeda agar serta dapat digunakan untuk
pengembangan penelitian. Batasan masalah pada praktikum
ini adalah tiga jenis gula yakni gula pasir, gula batu, dan
gula merah sebanyak tiga sendok makan untuk masing-
masing perlakuan. Tiga gelas air pada suhu yang berbeda
yakni air dingin, air biasa dan air panas untuk setiap
kelompok. Pada praktikum ini gula pasir, gula batu dan gula
merah sebagai kelompok, serta air dingin, air biasa dan air
panas sebagai perlakuan.
II.TINJAUAN PUSTAKA
A. Statistika Deskriptif
Statistika deskriptif adalah metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga
memberikan informasi yang berguna hanya pada data yang
dipunyai dan sama sekali tidak menarik inferensia atau
kesimpulan apapun tentang gugus data induknya yang lebih

G ULA adalah bagian dari kebutuhan pokok manusia.

Gula dibutuhkan manusia sebagai zat energi dan
sangat sering digunakan dalam hidangan masakan,
besar [1].
a. Rata-Rata (Mean)
Mean merupakan rata-rata dari sekelompok data yang
minuman dan lain sebagainya. Gula merupakan zat larut diperoleh dengan menjumlahkan nilai setiap pengamatan
yang dapat larut dalam zat pelarut salah satunya adalah air. dalam data tersebut dan kemudian membaginyadengan
Air sering disebut sebagai pelarut universal karena dapat banyaknya data [1].
melarutkan banyak zat kimia. Air berada dalam n
kesetimbangan dinamis antara fase cair dan padat di bawah  xi (2.1)
i 1
tekanan dan temperatur standar. Gula adalah suatu x
karbohidrat sederhana karena dapat larut dalam air dan n
langsung diserap tubuh untuk menjadi energi. Dalam
praktikum ini dilakukan percobaan untuk mengetahui lama keterangan :
waktu kelarutan tiga jenis gula yakni gula pasir, gula batu, x = rata-rata
gula merah. Setiap jenis gula diberi perlakuan pengadukan x i = data ke-i
dalam air pada suhu yang berbeda. Data waktu kelarutan n = banyak data
gula pada percobaan tersebut kemudian dilakukan analisis
varians. Hasil dari analisis varians dapat menunjukkan b. Median
bahwa percobaan memiliki perlakuan yang berbeda dengan Median adalah segugus data yang telah diurutkan dari
perlakuan yang lain atau percobaan memiliki perbedaan yang terkecil sampai yang terbesar atau yang terbesar
pengaruh perlakuan terhadap respon yang diamati. sampai yang terkecil adalah pengamatan yang tepat di
Percobaan dalam praktikum ini menggunakan konsep tengah-tengah bila banyaknya pengamatan itu ganjil atau
rancangan acak kelompok. Rancangan Acak Kelompok rata-rata kedua pengamatan yang di tengah bila banyaknya
pengamatan genap [1].
adalah salah satu bentuk rancangan yang telah digunakan
Rumus median untuk jumlah data (n) ganjil
secara meluas dalam berbagai bidang penyelidikan
Me  x
pertanian, industri dan sebagainya. Rancangan ini dicirikan n 1 (2.2)
2
oleh adanya kelompok dalam jumlah yang sama, dimana Rumus median untuk jumlah data (n) genap
setiap kelompok dikenakan perlakuan-perlakuan. Melalui x x
pengelompokan yang tepat atau efektif, maka rancangan ini n
n
2 (2.3)
dapat mengurangi galat percobaan. Dengan menggunakan Me  2 1
konsep rancangan acak kelompok pada praktikum ini 2
diharapkan dapat diperoleh hasil yang dapat memberikan Keterangan :
gambaran mengenai pengaruh pemberian pengadukan Me = median
dalam air pada suhu yang berbeda terhadap lama larut gula n = banyak data
pasir, gula batu dan gula merah. Dari hasil analisis yang x = nilai data
dilakukan pada praktikum ini diharapkan dapat diperoleh
 2

a. Varians Y1r Y2r …….. Ytr

Varians adalah jumlah kuadrat dari selisih nilai data Total Y1. Y2. …….. Yt. Y..
pengamatan dari nilai rata-ratanya, kemudian dibagi dengan
Rata-rata y1. y 2. …….. yt. y..
jumlah pengamatan [1].
n 2 Pengujian hipotesis pada Rancangan Acak Kelompok ada
 ( xi   ) dua yaitu pengujian untuk kelompok dan pengujian untuk
(2.4)
  i 1
2 perlakuan. Pengujiannya untuk kelompok adalah sebagai
n berikut.
Keterangan : Hipotesis
H0 : τ1 = τ2 = … = τi
 2 = Varians atau ragam H1 : paling sedikit ada satu pasang (i, j), dimana µi ≠ µj
 = rata-rata Pengujiannya untuk perlakuan adalah sebagai berikut.
x i = data ke-i Hipotesis
n = banyaknya data H0 : µ1 = µ2 = … = µi
H1 : paling sedikit ada satu pasang (i, j), dimana µi ≠ µj
b. Nilai Maksimum dan Minimum [3].
Nilai maksimum adalah nilai terbesar atau nilai tertinggi
pada suatu gugus data. Nilai minimum adalah nilai terkecil C. ANOVA (Analysis of Varians)
pada suatu gugus data [3]. Uji ANOVA digunakan apabila pada pengujian varians
untuk masing-masing set data harus sama. Selain itu jenis
B. Rancangan Acak Kelompok ANOVA yang digunakan tergantung pada jumlah set data
Suatu rancangan acak yang dilakukan dengan dan jumlah sampel. Bentuk tabel ANOVA adalah sebagai
mengelompokkan satuan percobaan ke dalam grup-grup berikut.
yang homogen yang dinamakan kelompok dan kemudian Tabel 2.2 Tabel ANOVA
menentukan perlakuan secara acak di dalam masing-masing Kuadra
Sumber Derajat
kelompok dinamakan RAK. Sedangkan Rancangan Jumlah Kuadrat n Fhit
Variasi Bebas
Kelompok Lengkap merupakan rancangan acak kelompok Tengah
dengan semua perlakuan dicoakan pada setiap kelompok n
Y j .2
yang ada.
Rancangan Acak Kelompok dipergunakan bila:
Kelompok r-1  j 1
t
 FK
JKK
r 1
KTK
KTG
a. Media atau bahan percobaan tidak seragam (tidak dapat
k
Yi..2

dianggap seragam) maka perlu dikelompokkan. JKP KTP
Perlakuan t-1  FK
b. Terdapat dua sumber keragaman: r t 1 KTG
- Media atau tempat, bahan atau materi percobaan i 1
berbeda. k n
- Perlakuan yang diberikan.
Model Linear dari Rancangan Acak Kelompok adalah
(  Y
i 1 j 1
ij
2
 FK ) 
JKG
sebagai berikut. Galat t(r-1)
k
Yij 2 t ( r  1)

Keterangan :
Yij     i   j   ij (2.5) ( 
i 1
r
 FK )

i = 1, 2, …, t k ni
j
t
= 1, 2, …, r i
= jumlah perlakuan
Total rt-1 Y
i 1 j 1
ij
2
 FK

Yij = pengamatan pada perlakuan ke-i dan kelompok ke-j

µ = rata-rata populasi Dalam melakukan analisis data, maka dilakukan
τi = pengaruh aditif dari perlakuan ke-i pengujian hipotesis untuk perlakuan sebagai berikut:
βj = pengaruh aditif dari kelompok ke-j Hipotesis
εij = pengaruh acak dari perlakuan ke-i dan kelompok H0 : µ1 = µ2 = … = µi
ke-j. H1 : paling sedikit ada satu pasang (i, j), dimana µi ≠ µj
Asummsi pengaruh perlakuan tetap Taraf signifikan : α = 0,05
t
E ( i )   i ;  i  0;  ij  N (0,  2 )
Statistik uji
KTP (2.6)
i 1 Fhit 
t KTG
E( i )   i ;   i  0 Daerah kritis
i 1 Tolak H0 jika F hitung > F tabel atau tolak H 0 jika P-value <
Asumsi pengaruh perlakuan acak α
 i  N (0,  2 );  j  N (0, 2 );  ij Keputusan
Tolak H0 atau gagal tolak H0.
Hasil percobaan dalam rancangan acak kelompok Kesimpulan
disajikan dalam tabel struktur data sebagai berikut Hasil dari keputusan yang diperoleh.
Tabel 2.1 Struktur Data RAK
Perlakuan D. Uji Perbandingan Berganda
1 2 …….. t Total Menurut Montgomery (2001), salah satu cara melakukan
Y11 Y21 …….. Yt1 pengujian perbandingan berganda adalah melalui Uji Tuckey
Y12 Y22 …….. Yt2 atau disebut juga dengan Honestly Significant Difference
Kelompok : : …….. : atau HSD (Gaspersz, 1991). Adapun formula untuk Tukey’s
: : : Test dapat dirumuskan sebagai berikut.
 3

MSE Gula pasir adalah jenis gula yang paling mudah

T  q (a, f ) (2.7) dijumpai, digunakan sehari-hari untuk pemanis makanan
n dan minuman. Gula pasir berasal dari cairan sari tebu.
Keterangan : Setelah dikristalkan dan berubah menjadi butiran gula
qα : Nilai tabel berwarna putih bersih atau putih agak kecoklatan (row
a : Banyak perlakuan sugar) (Darwin,2013).
f : Derajat bebas error G. Gula Batu
MSE : Rata-rata kuadrat error dari hasil analisis varians Gula batu diperoleh dari pengolahan gula pasir biasa agar
N : Jumlah pengamatan mudah larut. Bentuknya merupakan bongkahan gula
Dalam hal ini semua perlakuan mempunyai pengamatan menyerupai batu berwarna putih, dimana tingkat kemanisan
yang sama sebanyak n. Nilai tengah perlakuan perlu disusun gula batu lebih rendah dibanding gula pasir, hampir 1/3 dari
secara berurut dari nilai terendah sampai tertinggi, setelah gula pasir. Bagi pankreas dan organ tubuh, gula batu lebih
itu dihitung. Apabila beda mutlak kedua nilai tengah > HSD sehat dan bersahabat dibanding dengan gula pasir
atau > Tα maka kedua nilai tengah dikatakan (Darwin,2013).

berbeda. H. Gula Merah

Adapun hipotesis dalam pengujian Tukey adalah : Gula merah terbuat dari air sadapan bunga pohon kelapa
H0 : μi = μ j atau air nira kelapa, sering juga disebut dengan gula jawa.
H1 : μi ≠ μ j Teksturnya berupa bongkahan berbentuk silinder dan
Statistik uji berwarna coklat biasanya digunakan dalam bahan pemanis
(2.8) makanan dan minuman dengan cara diiris tipis
(Darwin,2013).
Daerah kritis
G. Air
Tolak H0 jika > Tα
Air merupakan persenyawaan hidrogen dan oksigen,
Keputusan terdapat dimana-mana dan dapat berwujud gas (uap air),
Tolak H0 atau gagal tolak H0. cairan (air yang sehari-hari dijumpai), dan zat padat (es atau
Kesimpulan salju). Air adalah zat pelarut yang baik sekali dan paling
Hasil dari keputusan yang diperoleh. murah , terdapat di alam dalam keadaan tidak murni
E. Asumsi Residual IIDN (Sugono,2002).
Analisis varians terdapat sejumlah asumsi harus dipenuhi
agar pengujian ANOVA tersebut dapat dilakukan, yaitu
asumsi residual yang bersifat IIDN (Identik, Independen, III. METODOLOGI PENELITIAN
Distribusi Normal). Bila asumsi tersebut tidak terpenuhi,
maka kesimpulan dari ANOVA tidak bisa digunakan. A. Sumber Data
Residual identik berarti bahwa varians dari residual Data yang digunakan pada penelitian ini berasal dari data
bersifat konstan (homogen) yakni tidak terjadi kasus primer. Data primer adalah data yang diambil melalui
heteroskedastisitas. Salah satu cara melakukan pengujian percobaan langsung. Sumber data diperoleh dari hasil
asumsi identik pada residual adalah melalui Levene’s Test pengadukan jenis gula dengan air yang berbeda pada hari
[5]. Selasa, 14 Maret 2017 di Lapangan T Statistika, ITS.
Sifat independen pada residual berarti bahwa tidak adanya
otokeralsi baik positif maupun negatif yang terjadi diantara B. Variabel Penelitian
residual. Pengujian asumsi residual independen dapat Variabel penelitian yang digunakan dalam praktikum ini
dilakukan melalui Run’s Test, dimana jika residual adalah sebagai berikut:
menunjukkan pola acak maka dinyatakan tidak terjadi Tabel 2 Variabel Penelitian
otokorelasi pada residual. Simbol Keterangan Variabel
Asumsi residual Normal mempunyai tujuan untuk Lama pengadukan perlakuan air
Y Respon
mengetahui apakah data tersebut telah mengikuti distribusi dalam kelompok gula
normal atau belum. Pengujian data normal dapat dilakukan  Perlakuan Air Prediktor
dengan membuat normal probability plot serta melalui uji  Kelompok Gula Prediktor
Kolmogorov-Smirnov. Adapun analisis pengujian distribusi
Normal melalui Kolmogorov-Smirnov dilakukan dengan C.Alat dan Bahan
hipotesis sebagai berikut: Alat dan bahan yang harus digunakan dalam praktikum
Hipotesis : ini adalah sebagai berikut.
H0 : F(x) = F0 (x) , Data berdistribusi Normal
H1 : F(x) ≠ F0 (x) , Data tidak berdistribusi Normal No. Alat Bahan
Taraf signifikan Air (Dingin,
3 Gelas Air
α = 0,05 1 Biasa,Panas)
Mineral
Statistik uji Secukupnya
D = Sup |S(x) - F0 (x)| 2. 3 Sendok 3 Sendok Gula Pasir
Daerah kritis 3. Alat Tulis 3 Sendok Gula Batu
Tolak H0 jika D > D(1-α,n). 4. Stopwatch 3 Sendok Gula Merah
Keputusan
Tolak H0 atau gagal tolak H0. D.Langkah Kerja
Kesimpulan Langkah kerja yang digunakan dalam praktikum ini
Hasil dari keputusan.
adalah sebagai berikut.
F. Gula Pasir  Menyiapkan alat dan bahan.
 4

 Mengisi 3 gelas setengah penuh dengan air dingin, biasa, tengah atau median pada gula batu sebesar 270 detik
dan panas. merupakan nilai tengah tertinggi pada jenis gula, yang
 Masukkan 1 sendok gula pasir ke masing-masing gelas dapat di definisikan bahwa 50% data lama larut gula merah
yang diisi air dan aduk hingga larut. diatas atau dibawah 270.
 Hitung lama pengadukan menggunakan stopwatch. B. Pengujian ANOVA Pengaruh Suhu Air Terhadap Lama
 Tuliskan hasil lama pengadukan. Larut Jenis Gula
 Ulangi langkah yang sama untuk setiap jenis gula. Pengujian ANOVA ini bertujuan untuk mengetahui
pengaruh signifikan dari jenis air dan jenis guladengan cara
E. Langkah Analisis
manual dan software yang dijelaskan sebagai berikut.
Langkah kerja yang digunakan dalam praktikum ini 1. Pengujian ANOVA Menggunakan Software
adalah sebagai berikut. Pengujian ANOVA pengaruh suhu air terhadap lama larut
 Menganalisis karakteristik data selisih hasil lama jenis gula menggunakan software yang dijelaskan sebagai
pengadukan jenis gula terhadap perlakuan air yang berikut.
berbeda.
 Melakukan uji ANOVA untuk menguji adanya pengaruh Model Linier :
perlakuan air yang berbeda terhadap kelompok jenis gula Yij     i   j   ij
yang berbeda melalui perhitungan secara manual dan
di mana i=1, 2, 3 dan j=1, 2, 3
menggunakan software
Yij : Percobaan pada pengaruh suhu air ke-i dan jenis
 Melakukan pengujian berganda Tukey untuk menguji
semua kombinasi pasangan nilai tengah perlakuan. gula ke-j
 Melakukan pemeriksaan asumsi residual IIDN.  : Rata-rata keseluruhan
 Menarik kesimpulan.  i : Pengaruh suhu air ke-i ( i   i   )
 j : Pengaruh jenis gula ke-j
IV. ANALISIS DAN PEMBAHASAN  ij : Pengaruh galat pada pengaruh suhu air ke-i dan jenis
A. Karakteristik Data Pengaruh Suhu Air Terhadap Lama gula ke-j
Larut Tiga Jenis Gula Asumsi :
Karakteristik data ini akan menjelaskan tentang rata-rata
pengaruh suhu air terhadap lama larut tiga jenis gula E ( i )   i ;   i  0 ;  ij  N (0,  2 )
sebagai berikut. E ( j )   j ;  j 0
Hipotesis Perlakuan:
1. Karakteristik Data Pengaruh Suhu Air H0 :  1   2   3  0 (Semua jenis air tidak memberikan
Karakteristik data pengaruh suhu air yang terdiri dari pengaruh yang berbeda terhadap lama larut gula)
panas, dingin, dan biasa ditunjukkan pada tabel 4.1. H1 : Minimal ada satu  i  0 di mana i=1, 2, 3 (Minimal
Tabel 4.1 Karakteristik Data
Mea Mak ada jenis air yang memberikan pengaruh berbeda
Jenis Air Varians Min Median terhadap lama larutnya gula).
n s
Air Hipotesis Kelompok :
235,7 27144,3 100 419 188
Dingin H0 :  1   2   3  0 (Semua jenis gula tidak memberikan
Air Biasa 170,0 9525,0 75 270 165 pengaruh yang berbeda terhadap lama larutnya
Air guladalam air)
146,3 8837,3 53 241 145
Hangat H1 : Minimal ada satu  j  0 di mana j=1, 2, 3 (Minimal
Tabel 4.1 menunjukkan bahwa rata-rata air dingin
ada satu jenis gula yang memberikan pengaruh berbeda
sebesar 235,7 detik sebagai nilai rata-rata yang tertinggi
jenis air. Keragaman yang paling kecil terdapat pada jenis terhadap lama larutnya gula dalam air).
air dingin. Nilai tengah atau median pada air hangat Taraf signifikan ( ) :   0,05
sebesar 145,0 detik merupakan nilai tengah terkecil dari Daerah penolakan : H0 ditolak jika Fhitung >F0,05(2;4) 6,94
jenis air, yang dapat di definisikan bahwa 50% data lama Statistik Uji :
gula larut dalam air hangat diatas atau dibawah 145,0. Tabel 4.3 Hasil Pengujian ANOVA
2. Karakteristik Data Lama Larut Gula D
Sumber F Pvalue F0,05(2;4)
Karakteristik data lama larut gula yang terdiri atas gula f
pasir, gula merah, dan gula batu ditunjukkan pada tabel 4.2. 0,13
Tabel 4.2 Karakteristik Data
Perlakuan 2 3,46
4
Mea Mi Mak 22,5 0,00
Jenis Gula Varians Median Kelompok 2 6,94
n n s 3 7
Gula Pasir 76 553 53 100 75 Galat 4
Gula Total 8
166 463 145 188 165
Merah Tabel 4.3 menunjukkan bahwa berdasarkan uji ANOVA
Gula batu 310 9121 241 419 270 didapatkan nilai p-value sebesar 0,134 dan Fhitung sebesar
3,46 menunjukkan bahwa semua jenis air tidak memberikan
Tabel 4.2 menunjukkan bahwa rata-rata pada gula pasir
pengaruh yang berbeda terhadap lama larut gula, serta nilai
sebesar 76 detik merupakan rata-rata yang terendah dari
p-value sebesar 0,07 dan Fhitung sebesar 22,53 menunjukkan
jenis gula yang ada, keragaman yang paling besar terdapat
bahwa Minimal ada satu jenis gula yang memberikan
pada gula merah dengan nilai keragaman sebesar 463. Nilai
pengaruh berbeda terhadap lama larutnya gula dalam air.
 5

2. Pengujian ANOVA Secara Manual Menurut Perlakuan H1 : Minimal ada satu  j  0 di mana j=1, 2, 3 (Minimal
Pengujian ANOVA pengaruh suhu air terhadap lama larut ada satu jenis gula yang memberikan pengaruh berbeda
jenis gula secara manual menurut perlakuan yang dijelaskan terhadap lama larutnya gula dalam air).
sebagai berikut. Taraf signifikan ( ) :   0,05
Daerah penolakan : H0 ditolak jika Fhitung >
Model Linier :
F0,05(2;4) 6,94
Yij     i   j   ij
di mana i=1, 2, 3 dan j=1, 2, 3
Yij : Percobaan pada pengaruh suhu air ke-i dan jenis
Statistik Uji :
gula ke-j
 : Rata-rata keseluruhan KTK 41497,33
Fhitung ( k )    29,36
 i : Pengaruh suhu air ke-i ( i   i   ) KTG 1413,33
 j : Pengaruh jenis gula ke-j Hasil yang diperoleh dari uji ANOVA yaitu nilai Fhitung
sebesar 29,36 lebih besar dari nilai F0,05(2,15) sebesar 6,94
 ij : Pengaruh galat pada pengaruh suhu air ke-i dan jenis sehingga diperoleh keputusan tolak H0 dan kesimpulannya
gula ke-j minimal ada satu jenis gula yang memberikan pengaruh
berbeda terhadap lama larutnya gula dalam air.
Asumsi : B. Pengujian Perbandingan Berganda Pengaruh Suhu Air
E ( i )   i ;  i  0 ;  ij  N (0,  2 ) Terhadap Lama Larut Jenis Gula
Pengujian perbandingan berganda ini bertujuan untuk
E ( j )   j ;  j 0
mengetahui pengaruh jenis air ke-i dan jenis gula ke-j
Hipotesis Perlakuan: dengan cara manual dan software yang dijelaskan sebagai
H0 :  1   2   3  0 (Semua jenis air tidak memberikan berikut.
pengaruh yang berbeda terhadap lama larut gula) 1. Pengujian Perbandingan Berganda Menurut Perlakuan
Pengujian perbandingan berganda pengaruh suhu air
H1 : Minimal ada satu  i  0 di mana i=1, 2, 3 (Minimal
terhadap lama larut jenis gula menurut perlakuan yang
ada jenis air yang memberikan pengaruh berbeda dijelaskan sebagai berikut.
terhadap lama larutnya gula). a. Air dingin (1) dan Air biasa (2)
Taraf signifikan ( ) :   0,05 H0 : 1   2 (Air dingin dan air biasa memberikan
Daerah penolakan : H0 ditolak jika Fhitung >F0,05(2;4) 6,94
pengaruh yang sama terhadap lama larutnya
Statistik Uji :
gula)
KTP 8587
Fhitung ( p )    6,07 H1 : 1   2 (Air dingin dan air biasa memberikan
KTG 1413,33
pengaruh yang berbeda terhadap lama larutnya
Hasil yang diperoleh dari uji ANOVA yaitu nilai Fhitung gula)
sebesar 6,07 lebih kecil dari nilai F0,05(2,15) sebesar 6,94 b. Air dingin (1) dan Air Hangat (3)
sehingga diperoleh keputusan gagal tolak H0 dan
kesimpulannya Semua jenis air tidak memberikan pengaruh H0 : 1   3 (Air dingin dan air biasa memberikan
yang berbeda terhadap lama larut gula. pengaruh yang sama terhadap lama hilang
3. Pengujian ANOVA Secara Manual Menurut Kelompok noda)
Pengujian ANOVA pengaruh suhu air terhadap lama larut H1 : 1   3 (Air dingin dan air biasa memberikan

jenis gula secara manual menurut kelompok yang dijelaskan pengaruh yang berbeda terhadap lama larutnya
sebagai berikut. gula)
Model Linier : c. Air Biasa (2) dan Air Hangat (3)
Yij     i   j   ij H0 :  2   3 (Air biasa dan air hangat memberikan
di mana i=1, 2, 3 dan j=1, 2, 3 pengaruh yang sama terhadap lama larutnya
Yij : Percobaan pada pengaruh suhu air ke-i dan jenis gula)
gula ke-j H1 :  2   3 (Air biasa dan air hangat memberikan
 : Rata-rata keseluruhan pengaruh yang berbeda terhadap lama larutnya
 i : Pengaruh suhu air ke-i ( i   i   ) gula)
 j : Pengaruh jenis gula ke-j Taraf signifikan :   0,05
Daerah penolakan :
 ij : Pengaruh galat pada pengaruh suhu air ke-i dan jenis
Tolak H0 jika Yi  Y j  HSD , HSD=109,39
gula ke-j
Statistik Uji :
Asumsi :
E ( i )   i ;   i  0 ;  ij  N (0,  2 )
E ( j )   j ;   j  0 Tabel 4.4 Pengujian Perbandingan Berganda Jenis Air
(Manual)
Hipotesis Kelompok : Y1  Y2 Y1  Y3 Y2  Y3 HSD
H0 :  1   2   3  0 (Semua jenis gula tidak memberikan
237 301 69 109,39
pengaruh yang berbeda terhadap
lama larutnya guladalam air) Tabel 4.4 menunjukkan bahwa nilai Yi  Y j lebih dari
nilai HSD sehingga dapat diputuskan bahwa gagal tolak H 0
 6

yang berarti ketiga jenis Air memberikan pengaruh yang Tabel 4.5 menunjukkan bahwa tiga jenis gula, yaitu gula
sama terhadap lama larutnya gula. pasir, gula merah, dan gula batu berada dalam grouping
Pengujian perbandingan berganda pengaruh suhu air yang berbeda sehingga dapat disimpulkan bahwa ketiga
terhadap lama larut jenis gula dapat dijelaskan secara jenis gula memberikan pengaruh yang berbeda terhadap
software seperti yang ditunjukkan pada Tabel 4.4 berikut. lama larutnya gula.
Tabel 4.4 Pengujian Perbandingan Berganda Jenis Air(Software) C. Periksaan Asumsi Residual IIDN
Rata- Pemeriksaan asumsi Identik, Independen, dan
Jenis Gula N Grouping
rata
Berdistribusi Normal (IIDN) pengaruh suhu air atau tiga
Air
3 235,7 A jenis air yang terdiri dari air dingin, air biasa, dan air hangat
Dingin(1)
terhadap lama larut tiga jenis gula, yaitu gula pasir, gula
Air Biasa(2) 3 170,0 A
merah, dan gula batu ditunjukkan pada Gambar 4.1 berikut.
Air
3 146,3 A Residual Plots for RESPON
Hangat(3) 99
Normal Probability Plot
200
Versus Fits

Tabel 4.5 menunjukkan bahwa tiga jenis air, yaitu air 90

100

Residual
dingin, air biasa, dan air hangat berada dalam grouping

Percent
50
0

yang sama sehingga dapat disimpulkan bahwa ketiga jenis 10

-100
1
gula memberikan pengaruh yang sama terhadap lama -200 -100 0
Residual
100 200 160 180 200
Fitted Value
220 240

larutnya gula. Histogram

200
Versus Order
2.0

2. Pengujian Perbandingan Berganda Menurut Kelompok 1.5 100

Frequency

Residual
Pengujian perbandingan pengaruh suhu air terhadap lama 1.0 0

larut jenis gula menurut kelompok yang dijelaskan sebagai 0.5

0.0
-100

berikut. -150 -100 -50 0 50

Residual
100 150 200 1 2 3 4 5 6
Observation Order
7 8 9

Hipotesis : Gambar 4.1 Asumsi Residual IIDN

a. Gula Pasir (1) dan Gula Merah (2)
H0 : 1   2 (Gula pasir dan gula merah memberikan
pengaruh yang sama terhadap lama larutnya gula)
H1 : 1   2 (Gula pasir dan gula merah memberikan
pengaruh yang berbeda terhadap lama larutnya
gula)
b. Gula Pasir (1) dan Gula Batu(3)
H0 : 1   3 (Gula pasir dan gula batu memberikan
pengaruh yang sama terhadap lama larutnya gula)
H1 : 1   3 (Gula pasir dan gula batu memberikan
pengaruh yang berbeda terhadap lama larutnya
gula)
c. Gula Merah (2) dan Gula Batu(3)
H0 :  2   3 (Gula merah dan gula batu memberikan
pengaruh yang sama terhadap lama larutnya gula)
H1 :  2   3 (Gula merah dan gula batu memberikan
pengaruh yang berbeda terhadap lama larutnya
gula)
Taraf signifikan :   0,05
Daerah penolakan : merupakan rata-rata yang paling baik karena memiliki
Tolak H0 jika i Y j  HSD , HSD=109,39
Y 
Statistik Uji :
Tabel 4.5 Pengujian Perbandingan Berganda Jenis Gula (Manual)
Y1  Y 2 Y1  Y3 Y 2  Y3 HSD
310 704 394 109,39
Tabel 4.5 menunjukkan bahwa nilai Yi  Y j lebih
dari nilai HSD sehingga dapat diputuskan bahwa tolak H 0
yang berarti ketiga jenis gula memberikan pengaruh yang
berbeda terhadap lama larutnya gula.
Pengujian perbandingan berganda pengaruh suhu air
terhadap lama larut jenis gula dapat dijelaskan secara
software seperti yang ditunjukkan pada Tabel 4.5 berikut.
Tabel 4.5 Pengujian Perbandingan Berganda Jenis Gula (Software)
Jenis Gula N Rata-rata Grouping
Gula Pasir(1) 3 76 A Saran yang diperoleh untuk penelitian selanjutnya yaitu
Gula
3 166 AB
Merah(2)
Gula Batu (3) 3 310 B tersebut. serta saat menyajikan data hendaknya data yang
Gambar 4.1 menunjukkan bahwa pada Normal
Probability Plot plot-plot menyebar di sekitar garis normal
sehingga memenuhi asumsi berdistribusi normal, pada
Versus Fits plot-plot membentuk suatu pola sehingga tidak
memenuhi asumsi identik, pada Versus Order plot-plot tidak
menyebar secara acak sehingga tidak memenuhi asumsi
independen sedangkan pada histogram grafik membentuk
sebuah lonceng sehingga memenuhi asumsi berdistribusi
normal. Kesimpulannya adalah residual data pengaruh suhu
air terhadap tiga jenis gula memenuhi asumsi berdistribusi
normal, tetapi tidak memenuhi asumsi identik dan asumsi
independen.
V. KESIMPULAN DAN SARAN
A.Kesimpulan
Hasil dari percobaan penanaman biji kacang hijau dengan
tiga media tanam yaitu kapas basah, tanah biasa, tanah
humus dapat diperoleh kesimpulan sebagai berikut.
1. Rata-rata lama larut gula pada air hangat dan gula pasir
nilai rata-rata yang paling kecil dari jenis air dan jenis
gula lainnya.
2. Uji berdasarkan ANOVA menghasilkan bahwa semua
jenis air tidak memberikan pengaruh yang berbeda
terhadap lama larut gula dan menunjukkan bahwa
Minimal ada satu jenis gula yang memberikan pengaruh
berbeda terhadap lama larutnya gula dalam air.
3. Uji berdasarkan berganda menghasilkan bahwa ketiga
jenis gula memberikan pengaruh yang sama terhadap
lama larutnya gula dan ketiga jenis gula memberikan
pengaruh yang berbeda terhadap lama larutnya gula.
4. Pemeriksaan asumsi residual IIDN menghasilkan bahwa
residual data pengaruh suhu air terhadap tiga jenis gula
memenuhi asumsi berdistribusi normal, tetapi tidak
memenuhi asumsi identik dan asumsi independen.
B.Saran
sebaiknya menambah sampel yang akan diuji supaya hasil
lebih akurat dan lebih teliti ketika melakukan pratikum
disajikan dapat dimengerti oleh pembaca. Sedangkan saran
 7

untuk instansi yaitu sebaiknya memilih jenis air panas dan

gula pasir untuk mempercepat proses larutnya gula.

DAFTAR PUSTAKA
[1] Walpole, R. E. (1995). Pengantar Statistika. Jakarta: PT. Gramedia
Pustaka Utama.
[2] Sudjana. (1996). Teknik Analisis Regresi dan Korelasi. Bandung: Tarsito
[3] Surjadi, P. A. (1990). Pendahuluan Teori Kemungkinan dan Statistika.
Bandung: ITB Bandung.
[4] Darwin, P. 2013. Menikmati Gula Tanpa Rasa Takut. Sinar Ilmu,
Yogyakarta. Departemen Pertanian, 2004. Teknologi, Mutu, dan Sarana
Pengolahan Hasil.
[5] (Brown dan Forsythe,1974).
[6] Montgomery (2001),
[7] Sugini. 2002