BAB III
METODE PENELITIAN
A. Desain Penelitian
simpan dan pengaruh daya simpan terhadap ketengikan pada minyak ikan
Ikan Bandeng
Jeroan
Preparasi
Pemblenderan
Soxhletasi
Perhitungan Rendemen
Pengujian
0 5 15 0 5 15 0 5 15
B. Alur proses
dilakukan pengujian.
bandeng (Jeroan).
hari, dan 15 hari dengan perlakuan suhu yang berbeda yaitu 8 ◦c dan
27◦c.
Penelitian ini akan dilaksanakan pada bulan mei sampai dengan juni
Bahan yang digunakan dalam penelitian ini dapat dilihat pada tabel
berikut :
E. Unit Analisis
Unit analisis dalam penelitian ini adalah Ekstrak minyak ikan dari
menguji ketengikan dan daya simpan dari hasil ekstraksi minyak ikan dari
F. Teknik Sampling
parameter pengujian pada setiap sampel yaitu uji bilangan peroksida, uji
G. Objek Penelitian
S x M x 1000
Nilai Peroksida (meq / kg) =
Berat sampel (g)
thiosulfate (0,01)
dititer dengan larutan standar NaOH 0,1 N hingga warna merah muda
Perhitungan:
Keterangan:
T = normalitas NaOH
m = bobot contoh
atas penangas air atau penangas listrik selama satu jam. Lalu
Keterangan:
dan dimasukan ke dalam vial yang ditutup dengan aluminium foil. Sampel
disimpan dalam suhu refrigerator (8oC) dan suhu ruang (27oC) selama
I. Analisa Data
ketengikan minyak ikan dari perut ikan bandeng (Jeroan) dengan waktu
BAB IV
A. Rendemen
panjang total, berat total dan berat jeroan dapat dilihat pada tabel 4.1
Rata-rata berat total ikan bandeng yang diperoleh yaitu 249,77 g per
ekor dan rata-rata panjang total ikan bandeng yang diperoleh yaitu
A B C
1. Panjang total (cm) 30,25 30,50 30,25 30,33
bandeng C yang memiliki panjang total yang sama yaitu 30,25 cm.
Berat total ikan bandeng B adalah 249,90 g dan lebih berat jika
yang memiliki berat yang sama yaitu 249,70 g. Berat jeroan ikan
36
berat jeroan ikan bandeng C sama besarnya dengan berat jeroan ikan
Berat jeroan (isi perut) ikan bandeng yaitu 8% dari berat total ikan
minyak ikan dari perut ikan bandeng (jeroan) lebih tinggi pada
suhu yang sama dan sedikit lebih tinggi pada pengujian hari ke 15
dengan suhu 27◦c dan lebih rendah dari pengujian hari 15 dengan suhu
27◦c. Perbedaan bilangan peroksida pada minyak ikan dari perut ikan
Tabel 4.2 Analisis bilangan peroksida pada minyak ikan dari perut ikan
bandeng (jeroan).
BILANGAN PEROKSIDA (mg ekv
KODE O2/kg) RATA-
NO
CONTOH ULANGA ULANGA ULANGAN RATA
NI N II III
1 A0T0 1,5 1,46 1,51 1,49
2 A15T27 2,96 2,93 3,01 2,97
3 A15T8 1,53 1,53 1,51 1,52
37
(jeroan) hari pertama (A0T0) dengan suhu 27 ◦c pada ulangan I yaitu 1,5
mg ekv O2/kg, ulangan II yaitu 1,46 mg ekv O2/kg, ulangan III yaitu 1,51
peroksida pada minyak ikan dari perut ikan bandeng (jeroan) hari ke 15
(A15T27) dengan suhu 27◦c pada ulangan I yaitu 2,96 mg ekv O2/kg,
ulangan II yaitu 2,93 mg ekv O2/kg, ulangan III yaitu 3,01 mg ekv O2/kg,
(A15T8) dengan suhu 8◦c pada ulangan I yaitu 1,53 mg ekv O2/kg,
ulangan II yaitu 1,53 mg ekv O2/kg, ulangan III yaitu 1,51 mg ekv O2/kg,
oleh panas pada proses ekstraksi, hal tersebut terjadi karena pemutusan
ikatan rangkap pada asam lemak tak jenuh. Hal ini sesuai dengan
menurut Montesqrit dan Ovianti. R (2013) semakin tinggi suhu dan lama
tingkat ketengikan pada minyak ikan dari perut ikan bandeng (jeroan)
hasil uji.
minyak ikan dari perut ikan bandeng (jeroan) yaitu pada pengujian hari
ke 15 dengan suhu 27◦c ulangan III dengan hasil 3,01 mg ekv O2/kg
suhu 8◦c ulangan III dengan hasil 1,51 mg ekv O2/kg hal ini menunjukkan
bilangan peroksida pada minyak ikan dari perut ikan bandeng (jeroan)
peroksida pada minyak ikan maka semakin tinggi pula tingkat oksidasi
peroksida pada minyak ikan maka semakin rendah pula tingkat oksidasi
perut ikan bandeng (jeroan) dengan lama penyimpanan dan suhu yang
berbeda dapat dilihat pada tabel 4.3 dan gambar 4.1 berikut.
Tabel 4.3 Perbandingan bilangan peroksida pada minyak ikan dari perut
ikan bandeng (jeroan) dengan lama penyimpanan dan suhu
yang berbeda
Kelompok N Mean Std p-value Perbedaan rata-
rata (IK 95%)
Peroksida 3 2,9667 0,4041 0,046 1,44333
hari = 15
suhu = 27◦c (1,5233-2,9667)
Peroksida 3 1,5233 0,1155 0,046 1,44333
hari = 15
suhu = 8◦c (1,5233-2,9667)
Dianalisis menggunakan SPSS Mann Whitney test (p<0,05) Significant
minyak ikan dari perut ikan bandeng (jeroan) dengan lama penyimpanan
dan suhu yang berbeda yaitu bilangan peroksida pada hari ke 15 dengan
40
peroksida pada minyak ikan dari perut ikan bandeng pada pengujian hari
minyak ikan dari perut ikan bandeng (jeroan) lebih tinggi pada pengujian
suhu 27◦c dan lebih rendah dari pengujian hari 15 dengan suhu 27 ◦c.
Tabel 4.4 Analisis bilangan penyabunan pada minyak ikan dari perut
ikan bandeng (jeroan).
BILANGAN PENYABUNAN (mg KOH/g)
KODE RATA-
NO ULANGAN ULANGAN ULANGAN
CONTOH RATA
I II III
1 A0T0 78,3 82,39 83,43 81,37
2 A15T27 84 83,58 84,03 83,87
3 A15T8 83,24 83,1 81,5 82,61
41
perut ikan bandeng (jeroan) hari pertama (A0T0) dengan suhu 27◦c
dari perut ikan bandeng (jeroan) hari ke 15 (A15T27) dengan suhu yang
yaitu 83,58 mg KOH/g, ulangan III yaitu 84,03 mg KOH/g, dan rata-
dari ekstrak minyak ikan dari perut ikan bandeng (jeroan) hari ke 15
ulangan II yaitu 83,1 mg KOH/g, ulangan III yaitu 81,5 mg KOH/g, dan
ikan dari perut ikan bandeng (jeroan) lebih tinggi pada pengujian hari ke
15 dengan suhu 27◦c ulangan III yaitu 84,03 mg KOH/g dan lebih rendah
lainnya. Selain untuk mengetahui sifat fisik lemak atau minyak, angka
perut ikan bandeng (jeroan) dengan lama penyimpanan dan suhu yang
berbeda dapat dilihat pada tabel 4.5 dan gambar 4.2 berikut.
minyak ikan dari perut ikan bandeng (jeroan) dengan lama penyimpanan
43
dengan suhu 27◦c lebih tinggi yaitu 83,87 (0,2516) dibandingkan rata-rata
penyabunan pada minyak ikan dari perut ikan bandeng pada pengujian
8◦c.
alkohol yang ada dalam KOH berfungsi untuk melarutkan asam lemak
penyabunan maka asam lemak akan semakin kecil dan kualitas minyak
D. Uji bilangan asam pada minyak ikan dari perut ikan bandeng
(jeroan)
Bilangan asam merupakan salah satu parameter standar biodiesel
(2005) Angka asam terbentuk karena adanya reaksi hidrolisis, air dan
44
minyak ikan dari perut ikan bandeng (jeroan) lebih tinggi pada pengujian
suhu 27◦c dan lebih rendah dari pengujian hari 15 dengan suhu 27 ◦c.
Perbedaan bilangan asam pada minyak ikan dari perut ikan bandeng
Tabel 4.6 Analisis bilangan asam pada minyak ikan dari perut ikan
bandeng (jeroan).
BILANGAN ASAM (mg KOH/g)
KODE
NO ULANGAN ULANGAN ULANGAN RATA-RATA
CONTOH
I II III
1 A0T0 1,27 1,42 1,27 1,32
2 A15T27 1,81 1,96 1,97 1,91
3 A15T8 1,7 1,73 1,75 1,73
Bilangan asam yang dihasilkan dari ekstrak minyak ikan dari perut
ikan bandeng (jeroan) hari pertama (A0T0) dengan suhu 27◦c ulangan I
yaitu 1,27 mg KOH/g , ulangan II yaitu 1,42 mg KOH/g, ulangan III yaitu
yang dihasilkan dari ekstrak minyak ikan dari perut ikan bandeng (jeroan)
Bilangan asam yang dihasilkan dari ekstrak minyak ikan dari perut ikan
bilangan asam pada minyak ikan dari perut ikan bandeng (jeroan) lebih
tinggi pada pengujian hari ke 15 dengan suhu 27 ◦c ulangan III yaitu 1,97
yang berbeda yaitu 8◦c ulangan I yaitu 1,7 mg KOH/g. Pengaruh lamanya
produk lemak dan minyak. Bila lemak dan minyak disimpan terlalu lama
berbeda dapat dilihat pada tabel 4.7 dan gambar 4.3 berikut.
Gambar 4.3 Perbandingan bilangan asam pada minyak ikan dari perut
ikan bandeng (jeroan) dengan lama penyimpanan dan suhu
yang berbeda
Pada tabel 4.7 memperlihatkan bahwa bilangan asam minyak ikan
dari perut ikan bandeng (jeroan) dengan lama penyimpanan dan suhu
bermakna antara rata-rata bilangan asam pada minyak ikan dari perut
BAB V
A. Kesimpulan
2. Dari hasil penelitian ekstraksi minyak ikan dari perut ikan bandeng
hari dengan suhu 27◦c 2,97 mg ekv O2/kg dibandingkan rata rata
15 hari dengan suhu 8◦c yaitu 1,73 mg KOH/g atau dengan selisih
0,18%.
B. Saran
hasil olahan ikan bandeng seperti minyak ikan dan hasil olahan
EXAMINE VARIABLES=y BY x
/PLOT BOXPLOT STEMLEAF NPPLOT
/COMPARE GROUP
/STATISTICS DESCRIPTIVES
/CINTERVAL 95
/MISSING LISTWISE
/NOTOTAL.
ONEWAY y BY x
/STATISTICS DESCRIPTIVES HOMOGENEITY
/MISSING ANALYSIS
/POSTHOC=TUKEY ALPHA(0.05).
T-TEST GROUPS=x(1 2)
/MISSING=ANALYSIS
/VARIABLES=y
/CRITERIA=CI(.9500).
T-TEST GROUPS=x(1 3)
/MISSING=ANALYSIS
/VARIABLES=y
/CRITERIA=CI(.9500).
FREQUENCIES VARIABLES=x
/BARCHART FREQ
/ORDER=ANALYSIS.
FREQUENCIES VARIABLES=x y
/BARCHART FREQ
/ORDER=ANALYSIS.
FREQUENCIES VARIABLES=x
/BARCHART FREQ
/ORDER=ANALYSIS.
FREQUENCIES VARIABLES=y
/BARCHART FREQ
/ORDER=ANALYSIS.
FREQUENCIES VARIABLES=y
/BARCHART PERCENT
/ORDER=ANALYSIS.
FREQUENCIES VARIABLES=y
/BARCHART PERCENT
/ORDER=ANALYSIS.
SAVE OUTFILE='C:\Users\ACER\Documents\bilangan peroksida.sav'
50
/COMPRESSED.
Frequencies
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet0]
Statistics
bilangan peroksida
N Valid 9
Missing 0
51
bilangan peroksida
Cumulative
Frequency Percent Valid Percent Percent
Frequencies
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet0]
Statistics
bilangan peroksida
N Valid 9
Missing 0
53
bilangan peroksida
Cumulative
Frequency Percent Valid Percent Percent
Frequencies
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet0]
Statistics
bilangan peroksida
N Valid 9
Missing 0
55
bilangan peroksida
Cumulative
Frequency Percent Valid Percent Percent
Frequencies
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet0]
Statistics
hari
N Valid 9
Missing 0
57
hari
Cumulative
Frequency Percent Valid Percent Percent
Frequencies
58
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet0]
Statistics
N Valid 9 9
Missing 0 0
Bar Chart
59
60
Frequency Table
hari
Cumulative
Frequency Percent Valid Percent Percent
bilangan peroksida
Cumulative
Frequency Percent Valid Percent Percent
Frequencies
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet0]
Statistics
hari
N Valid 9
Missing 0
hari
Cumulative
Frequency Percent Valid Percent Percent
T-Test
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User defined missing values are treated as
missing.
[DataSet0]
Group Statistics
Independent Sample
F Sig. t df
T-Test
Notes
65
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User defined missing values are treated as
missing.
[DataSet0]
Group Statistics
Independent Sample
F Sig. t df
Oneway
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
Syntax ONEWAY y BY x
/STATISTICS DESCRIPTIVES
HOMOGENEITY
/MISSING ANALYSIS
/POSTHOC=TUKEY ALPHA(0.05).
[DataSet0]
Descriptives
bilangan peroksida
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Mini
bilangan peroksida
1.821 2 6 .241
ANOVA
bilangan peroksida
Total 4.270 8
Post Hoc Tests
68
Multiple Comparisons
bilangan peroksida
Tukey HSD
Homogeneous Subsets
bilangan peroksida
Tukey HSD
hari N 1 2
0 hari 3 1.4900
15 hari 3 1.5233
5 hari 3 2.9667
Explore
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values for dependent
variables are treated as missing.
[DataSet0]
Warnings
bilangan peroksida is constant when hari = 15 hari. It will be included in any boxplots produced but
other output will be omitted.
hari
70
Cases
Descriptivesa
5% Trimmed Mean .
Median 1.5000
Variance .001
Minimum 1.46
Maximum 1.51
Range .05
Interquartile Range .
Kurtosis .
5% Trimmed Mean .
Median 2.9600
Variance .002
71
Minimum 2.93
Maximum 3.01
Range .08
Interquartile Range .
Kurtosis .
Tests of Normalityb
Kolmogorov-Smirnova Shapiro-Wilk
bilangan peroksida
72
Detrended Normal Q-Q Plots
73
74
Normal Q-Q Plots
75
76
Stem-and-Leaf Plots
bilangan peroksida Stem-and-Leaf Plot for
x= 0 hari
Frequency Stem & Leaf
1,00 14 . 6
2,00 15 . 01
Stem width: ,10
Each leaf: 1 case(s)
bilangan peroksida Stem-and-Leaf Plot for
x= 5 hari
77
Frequency Stem & Leaf
2,00 29 . 36
1,00 30 . 1
Stem width: ,10
Each leaf: 1 case(s)
GET
FILE='C:\Users\ACER\Documents\peroksida 1.sav'.
DATASET NAME DataSet1 WINDOW=FRONT.
NPAR TESTS
/M-W= bilangan_penyabunan BY kelompok(1 2)
/MISSING ANALYSIS.
DATASET CLOSE DataSet0.
T-TEST GROUPS=kelompok(1 2)
/MISSING=ANALYSIS
/VARIABLES=bilangan_penyabunan
/CRITERIA=CI(.9500).
SAVE OUTFILE='C:\Users\ACER\Documents\peroksida 1.sav' /COMPRESSED.
GET
FILE='C:\Users\ACER\Documents\peroksida 1.sav'.
DATASET NAME DataSet1 WINDOW=FRONT.
NPAR TEST
/CHISQUARE=bilangan_penyabunan
/EXPECTED=EQUAL
/MISSING ANALYSIS.
NPAR TEST
/CHISQUARE=bilangan_penyabunan kelompok
/EXPECTED=EQUAL
/MISSING ANALYSIS.
* Chart Builder.
GGRAPH
/GRAPHDATASET NAME="graphdataset" VARIABLES=kelompok rata_rata MISSING=
LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s), name("kelompok"), unit.category())
DATA: rata_rata=col(source(s), name("rata_rata"), unit.category())
GUIDE: axis(dim(1), label("penyabunan"))
GUIDE: axis(dim(2), label("rata_rata"))
SCALE: cat(dim(1), include("1.00", "2.00"))
ELEMENT: interval(position(kelompok*rata_rata), shape.interior(shape.sq
uare))
END GPL.
* Chart Builder.
GGRAPH
78
/GRAPHDATASET NAME="graphdataset" VARIABLES=kelompok bilangan_asam MISS
ING=LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s), name("kelompok"), unit.category())
DATA: bilangan_asam=col(source(s), name("bilangan_asam"), unit.category
())
GUIDE: axis(dim(1), label("penyabunan"))
GUIDE: axis(dim(2), label("bilangan_asam"))
SCALE: cat(dim(1), include("1.00", "2.00"))
ELEMENT: interval(position(kelompok*bilangan_asam), shape.interior(shap
e.square))
END GPL.
Notes
Comments
Filter <none>
Weight <none>
Syntax GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=kelompok bilangan_asam
MISSING=LISTWISE
REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE:
s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s),
name("kelompok"), unit.category())
DATA: bilangan_asam=col(source(s),
name("bilangan_asam"), unit.category())
GUIDE: axis(dim(1), label("penyabunan"))
GUIDE: axis(dim(2),
label("bilangan_asam"))
SCALE: cat(dim(1), include("1.00", "2.00"))
ELEMENT:
interval(position(kelompok*bilangan_asam),
shape.interior(shape.square))
END GPL.
GGraph
Notes
Comments
Filter <none>
Weight <none>
Syntax GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=kelompok rata_rata
MISSING=LISTWISE
REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE:
s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s),
name("kelompok"), unit.category())
DATA: rata_rata=col(source(s),
name("rata_rata"), unit.category())
GUIDE: axis(dim(1), label("penyabunan"))
GUIDE: axis(dim(2), label("rata_rata"))
SCALE: cat(dim(1), include("1.00", "2.00"))
ELEMENT:
interval(position(kelompok*rata_rata),
shape.interior(shape.square))
END GPL.
[DataSet1] C:\Users\ACER\Documents\peroksida 1.sav
81
Notes
Comments
Filter <none>
Weight <none>
Syntax GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=kelompok rata_rata
MISSING=VARIABLEWISE
REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE:
s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s),
name("kelompok"), unit.category())
DATA: rata_rata=col(source(s),
name("rata_rata"), unit.category())
GUIDE: axis(dim(1), label("penyabunan"))
GUIDE: axis(dim(2), label("rata_rata"))
SCALE: cat(dim(1), include("1.00", "2.00"),
sort.natural())
SCALE: cat(dim(2), include("1.0000",
"2.0000"), sort.natural())
ELEMENT:
interval(position(kelompok*rata_rata),
shape.interior(shape.square))
END GPL.
Notes
Comments
Filter <none>
Weight <none>
Syntax GRAPH
/BAR(SIMPLE)=COUNT BY kelompok
/PANEL ROWVAR=rata_rata
ROWOP=CROSS.
NPar Tests
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet1] C:\Users\ACER\Documents\peroksida 1.sav
Chi-Square Test
Test Statistics
bilangan_penyabu
nan penyabunan
df 5 1
Frequencies
bilangan_penyabunan
81.5 1 1.0 .0
83.1 1 1.0 .0
83.24 1 1.0 .0
83.58 1 1.0 .0
84 1 1.0 .0
84.03 1 1.0 .0
Total 6
85
penyabunan
Total 6
NPar Tests
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet1] C:\Users\ACER\Documents\peroksida 1.sav
Chi-Square Test
Test Statistics
bilangan_penyabu
nan
Chi-Square .000a
df 5
Frequencies
bilangan_penyabunan
81.5 1 1.0 .0
83.1 1 1.0 .0
83.24 1 1.0 .0
83.58 1 1.0 .0
84 1 1.0 .0
84.03 1 1.0 .0
Total 6
T-Test
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User defined missing values are treated as
missing.
[DataSet1] C:\Users\ACER\Documents\peroksida 1.sav
Group Statistics
Independent Samp
F Sig. t
NPar Tests
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet1] C:\Users\ACER\Documents\peroksida 1.sav
Mann-Whitney Test
Ranks
Total 6
Test Statisticsb
bilangan_penyabu
nan
Mann-Whitney U .000
Wilcoxon W 6.000
Z -1.964
GET
FILE='C:\Users\ACER\Documents\peroksida 1.sav'.
DATASET NAME DataSet1 WINDOW=FRONT.
NPAR TESTS
/M-W= bilangan_asam BY kelompok(1 2)
/MISSING ANALYSIS.
T-TEST GROUPS=kelompok(1 2)
/MISSING=ANALYSIS
/VARIABLES=bilangan_asam
/CRITERIA=CI(.9500).
* Chart Builder.
GGRAPH
90
/GRAPHDATASET NAME="graphdataset" VARIABLES=kelompok bilangan_asam MISS
ING=LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s), name("kelompok"), unit.category())
DATA: bilangan_asam=col(source(s), name("bilangan_asam"), unit.category
())
GUIDE: axis(dim(1), label("penyabunan"))
GUIDE: axis(dim(2), label("bilangan_asam"))
SCALE: cat(dim(1), include("1.00", "2.00"))
ELEMENT: interval(position(kelompok*bilangan_asam), shape.interior(shap
e.square))
END GPL.
* Chart Builder.
GGRAPH
/GRAPHDATASET NAME="graphdataset" VARIABLES=kelompok bilangan_asam MISS
ING=LISTWISE REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s), name("kelompok"), unit.category())
DATA: bilangan_asam=col(source(s), name("bilangan_asam"), unit.category
())
GUIDE: axis(dim(1), label("asam"))
GUIDE: axis(dim(2), label("bilangan_asam"))
SCALE: cat(dim(1), include("1.00", "2.00"))
ELEMENT: interval(position(kelompok*bilangan_asam), shape.interior(shap
e.square))
END GPL.
SAVE OUTFILE='C:\Users\ACER\Documents\peroksida 1.sav' /COMPRESSED.
GGraph
Notes
Comments
Filter <none>
Weight <none>
Syntax GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=kelompok bilangan_asam
MISSING=LISTWISE
REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE:
s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s),
name("kelompok"), unit.category())
DATA: bilangan_asam=col(source(s),
name("bilangan_asam"), unit.category())
GUIDE: axis(dim(1), label("asam"))
GUIDE: axis(dim(2),
label("bilangan_asam"))
SCALE: cat(dim(1), include("1.00", "2.00"))
ELEMENT:
interval(position(kelompok*bilangan_asam),
shape.interior(shape.square))
END GPL.
[DataSet1] C:\Users\ACER\Documents\peroksida 1.sav
92
Notes
Comments
Filter <none>
Weight <none>
Syntax GGRAPH
/GRAPHDATASET NAME="graphdataset"
VARIABLES=kelompok bilangan_asam
MISSING=LISTWISE
REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE:
s=userSource(id("graphdataset"))
DATA: kelompok=col(source(s),
name("kelompok"), unit.category())
DATA: bilangan_asam=col(source(s),
name("bilangan_asam"), unit.category())
GUIDE: axis(dim(1), label("penyabunan"))
GUIDE: axis(dim(2),
label("bilangan_asam"))
SCALE: cat(dim(1), include("1.00", "2.00"))
ELEMENT:
interval(position(kelompok*bilangan_asam),
shape.interior(shape.square))
END GPL.
T-Test
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User defined missing values are treated as
missing.
[DataSet1] C:\Users\ACER\Documents\peroksida 1.sav
Group Statistics
Independent Samples
F Sig. t df
NPar Tests
95
Notes
Comments
Filter <none>
Weight <none>
Missing Value Handling Definition of Missing User-defined missing values are treated as
missing.
[DataSet1] C:\Users\ACER\Documents\peroksida 1.sav
Mann-Whitney Test
Ranks
Total 6
96
Test Statisticsb
bilangan_asam
Mann-Whitney U .000
Wilcoxon W 6.000
Z -1.964