Pedoman Praktikum

Rancangan Percobaan

Oleh :
I Desak Putu Kartika Pratiwi
Luh Putu Trisna Darmayanti
I Dewa Gede Mayun Permana

PS. ILMU DAN TEKNOLOGI PANGAN

FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS UDAYANA
2018
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadapan Tuhan Yang Maha Esa, karena berkat
rahmat- Nya Penuntun Praktikum Rancangan Percobaan ini dapat disusun dan selesai
tepat pada waktunya. Penyusunan buku ini bertujuan untuk membantu mahasiswa dalam
menjalankan praktikum.
Kami menyadari bahwa materi yang tersusun belumlah lengkap dan sempurna,
pembahasan teori yang mendasari setiap percobaan masih harus dilengkapi sendiri oleh
mahasiswa. Mahasiswa disarankan agar mempelajari buku literature diperpustakaan
untuk mendalami materi praktikum.
Akhir kata, kami berharap semoga materi praktikum ini dapat bermanfaat bagi
para pembaca khususnya mahasiswa dalam melaksanakan tugas praktikum Rancangan
Percobaan.

Jimbaran, Nopember 2018

Pendahuluan

Analisis data dengan SPSS dalam rancangan percobaan ini khusus

membicarakan tentang penggunaannya dalam analisis ragam serta uji lanjutanya yaitu uji
Beda Nyata Terkecil (BNT) atau Least Significant Difference (LSD) dan Uji Duncan serta
Analisis Regresi untuk perlakuan yang bersifat kuantitatif yaitu berupa contoh-contoh
analisis mulai dari memasukkan data, tranformasi data, analisis data dan cara
menyimpulkannya. Sedangkan data dengan skala pengukuran Nominal dan Ordinal
maupun skala pengukuran Interval dan Rasional yang tidak memenuhi syarat untuk
analisis ragam atau homoginitas ragam tidak dipenuhi tidak dibahas dalam buku ini.
Rancangan percobaan yang dibahas adalah rancangan percobaan sederhana
yaitu : Rancangan Acak Lengkap (RAL), Rancangan Acak Kelompok (RAK), Rancangan
Acak Lengkap dan Acak Kelompok pola Faktorial. Tulisan ini hanya membahas sebagian
kecil saja dari Rancangan Percobaan yang ada, sebenarnya banyak lagi jenis rancangan
percobaan yang belum bisa dibahas, hal ini semata-mata karena keterbatasan waktu,
tenaga yang tersedia, namun kami harapkan para pembaca bisa mengembangkannya
sesuai dengan rancangan serta tujuan penelitian yang dilakukan.

Rancangan Percobaan
Percobaan didefinisikan sebagai suatu uji coba (trial) atau pengamatan khusus
yang dibuat untuk menegaskan atau membuktikan keadaan dari sesuatu yang
meragukan, dibawah kondisi-kondisi khusus yang ditentukan oleh peneliti. Jadi,
percobaan merupakan suatu tindakan atau kegiatan yang diselenggarakan dengan
seksama dalam rangka menemukan beberapa pengaruh yang tak diketahui, atau menguji
suatu kebenaran yang diketahui atau membayangkan suatu kebenaran yang dipikirkan.
Mencoba atau Mengadakan Percobaan adalah satu cara dalam mendapatkan
keterangan (data) yang diperlukan seseorang untuk memperoleh pengetahuan baru. Oleh
karena itu suatu percobaan tidak diperlukan bilamana sesuatu yang hendak diketahui itu,
sebelumnya sudah diketahui. Merancang : dapat diartikan sebagai merencanakan,
memikirkan atau menimbang- nimbang apa yang hendak diperbuat, yang segala
sesuatunya diatur terlebih dahulu.
Rancangan adalah apa yang sudah dirancangkan, dipersiapkan, direncanakan
atau diprogramkan. Rancangan Percobaan : dapat diartikan sebagai rangkaian kegiatan
berupa pemikiran dan tindakan yang dipersiapkan secara kritis dan seksama mengenai
berbagai aspek yang dipertimbangkan dan sedapat mungkin diupayakan kelak dapat
diselenggarakan dalam suatu percobaan dalam rangka menemukan sesuatu
pengetahuan baru. Semua pemikiran, perkiraan, pedoman dan rencana itu dituangkan
dalam suatu Rancangan Percobaan, yang seharusnya dibuat sebelum percobaan
dilakukan.
Rancangan Percobaan yang baik adalah yang efektif, terkelola dan efesien serta
dapat dipantau, dikendalikan dan dievaluasi. Pengertian efektif adalah berkaitan dengan
kemampuan mencapai tujuan, sasaran dan kegunaan yang direncanakan atau digariskan.
Terkelola adalah berkenaan dengan kenyataan adanya berbagai keterbatasan atau
kendala yang terdapat dalam pelaksanaan percobaan maupun dalam menganalisis data.
Sedangkan efesien adalah bersangkut-paut dengan pengrasionalan dalam penggunaan
sumber daya, dana dan waktu dalam memperoleh keterangan dari percobaan.
Peubah-peubah dalam Rancangan Percobaan.

Peubah Bebas atau Peubah Tetap adalah : sejumlah gejala atau faktor atau unsur yang
menentukan atau mempengaruhi ada atau munculnya gejala atau respons penelitian.
Peubah ini pada pelaksanaan percobaan atau penelitian disebut perlakuan atau factor,
yaitu suatu peubah yang bebas ditetapkan oleh peneliti, misalnya konsentrasi, jenis
pelarut, waktu fermentasi, suhu dan sebagainya.

Peubah Tak-bebas atau Peubah Terikat adalah : respons suatu penelitian atau percobaan
yaitu sejumlah gejala atau respons yang muncul karena adanya peubah bebas.

Peubah Kontrol (Controle Variable) adalah : sejumlah gejala atau faktor atau unsure yang
dengan sengaja dikendalikan, atau disamakan agar tidak mengganggu atau
mempengaruhi peubah bebas atau pebah terikat. Dengan dikendalikan pengaruhnya
berarti peubah ini tidak ikut menentukan ada tidaknya atau muncul tidaknya respon hasil
penelitian. Jadi dapat diharapkan peubah terikat yang muncul adalah murni akibat dari
peubah bebas atau perlakuan. Misalnya pada percobaan karakteristik tepung ubi dengan
perlakuan suhu pregelatinisasi. Maka varietas ubi, tingkat kematangan ubi, asal ubi harus
sama, jadi varietas ubi, tingkat kematangan ubi, asal ubi disebut peubah kontrol.

Peubah Sampingan atau Peubah Antara (Intervining Variable) adalah : sejumlah gejala
yang tidak dapat dikontrol, akan tetapi dapat diperhitungkan pengaruhnya terhadap
peubah terikat atau respons hasil penelitian. Oleh karena peubah ini berpengaruh
terhadap peubah bebas, maka akan menyebabkan peubah terikat yang muncul tidak
murni akibat peubah bebas, sehingga perlu diketahui seberapa besar pengaruh peubah
ini. Salah satu cara untuk memperhitungkan pengaruhnya adalah dengan melakukan
pemblokan atau pengelompokan. Misalnya : bila kita ingan meneliti karakteristik tepung
ubi dengan perlakuan pregelatinisasi. Ubi yang kita dapatkan memiliki varietas yang sama
tetapi berbeda asalnya, maka asal ubi bukan lagi peubah kontrol tetapi sudah dijadikan
peubah Antara. Jadi tergantung obyek atau fenomena apa yang ingin atau jadi focus
pengamatan

Peubah Galat atau Peubah Ektra (Extranius Variable) adalah : sejumlah gejala yang tidak
dapat dikontrol dan tidak dapat pula diperhitungkan pengaruhnya ataupun dieleminasi
pengaruhnya terhadap peubah bebas dan atau peubah terikat, peubah ini mungkin
bersumber dari kondisi contoh dan mungkin pula berada diluar contoh. Peubah ini akan
atau muncul pada saat penelitian berlangsung, peubah ini akan mempengaruhi ketelitian
penelitian. Adanya peubah ini dapat dilihat pada besarnya kuadrat tengah galat, makin
besar kuadrat tengah galat berarti peubah ini makin besar pengaruhnya.

Rancangan Percobaan dibuat berkenaan dengan teknik-teknik dalam mengatasi dan

mengendalikan keragaman/peubah-peubah yang mengganggu pengaruh sebenarnya dari
perlakuan atau factor yang kita teliti atau tetapkan disebut Rancangan Lingkungan
(Enviromental Design).

Agar pengaruh perlakuan itu terlihat dengan jelas maka keragaman respons yang
ditimbulkan oleh keadaan bahan percobaan hendaknya jangan sampai mengaburkan
atau mengacaukan penampilan pengaruh perlakuan tadi. Oleh karena itu, keragaman
respons yang ditimbulkan oleh keadaan lingkungan dan keadaan bahan percobaan yang
digunakan perlu diperhitungkan atau disingkirkan atau diawasi, sehingga hingarnya
terhadap pengaruh perlakuan dapat ditekan sampai sekecil –kecilnya.

Faktor Kualitatif dan Faktor Kuantitatif

Sebagai suatu peubah bebas atau peubah terikat atau suatu faktor, dapat digolongkan
sebagai faktor kualitatif dan faktor kuantitatif. Faktor kualitatif terdiri atas taraf-taraf
berskala penilaian nominal atau taraf-taraf yang sebenarnya dapat dipandang sebagai
nilai-nilai tertentu peubah khusus yang berkepekatan kontinu (mengikuti kaedah
penjumlahan dan perkalian), tetapi tidak memberikan suatu tataan bermakna. Sedangkan
faktor kuantitatif berskala ukuran ordinal, interval atau rasional.
Faktor kuantitatif dengan taraf-taraf tertentu dapat dipandang sebagai nilai-nilai peubah
berkepekatan kontinu, bila antara taraf-taraf tersebut dapat membentuk suatu hubungan
peningkatan atau penurunan, tidak setiap faktor berskala ordinal dimasukkan kedalam
faktor kuantitatif, ada kalanya diperlakukan sebagai faktor kualitatif. Faktor varietas
kedelai adalah suatu faktor kualitatif, sedangkan konsentrasi gula dengan taraf-taraf 0%,
5%, 10% dan 15 % merupakan faktor kuantitatif.
Jarak antara taraf terendah dengan taraf tertinggi suatu faktor bergradien dari peubah
bebas dinamakan rentang perhatian (range of interest). Meskipun dalam rentang tersebut
hanya ditentukan t taraf efektif saja, peneliti berminat untuk mengkaji pengaruh faktor
tersebut dalam rentangan sebatas rentang perhatian yang telah ditentukan, dengan
perkataan lain pendugaan atau peramalan dilakukan diantara rentang perhatian (intra
polasi). Tetapi tidak untuk melakukan pendugaan atau peramalan di luar rentang
perhatian (ekstra polasi). Karena ini sudah diluar rentang perhatian yang telah ditentukan
dan sudah tidak menjamin keterandalan data hasil percobaan.
Jarak antara dua taraf beururutan dalam suatu tataan bermakna faktor bergradien
dinamakan jarak antar taraf. Dalam suatu rancangan perlakuan, jarak-jarak antar taraf ini
mungkin seragam atau mungkin tidak. Faktor dengan jarak-jarak antar taraf seragam
dinamakan juga sebagai faktor dengan taraf-taraf berjarak sama, sedangkan yang tak
seragam disebut berjarak tak sama. Konsentrasi penambahan gula mempunyai taraf
berjarak sama, misalnya 0, 5, 10 dan 15 %, sedangkan yang berjarak tak sama misalnya
0, 6, 8, 9 dan 10 %. Faktor kualitatif tidak mengenal konsep jarak antar taraf, sedangkan
jarak antar taraf berurutan faktor yang berskala penilaian ordinal yang tak terukur tetap.

Kita mengenal 4 skala yang dapat digunakan untuk mengukur fenomena sebagai sebagai
sumber data adalah sebagai berikut :

Skala Nominal.
Skala nominal adalah pengukuran yang paling rendah tingkatannya, ini terjadi apabila
bilangan atau lambang-lambang lain digunakan untuk mengklasifikasikan obyek, orang,
komoditi pangan, hewan atau benda-benda lain. Apabila bilangan atau lambang-lambang
yang lain digunakan untuk mengidentifikasikan kelompok dimana beberapa obyek dapat
dimasukkan kedalamnya, maka bilangan atau lambing-lambang itu membentuk suatu
skala nominal (klasifikasi). Skala nominal tidak mengenal urutan atau ranking. Sebagai
contoh, misalnya kita menggolongkan komoditi bahan pangan berdasarkan hal berikut :
penggolongan hewan ternak dalam himpunan ternak besar, ternak kecil, ternak unggas
dan aneka ternak, dalam hal ini skala untuk pengukuran peubah jenis ternak terdiri dari 4
titik, titik skala dinamakan kelas atau katagori.
Skala Ordinal (Ranking).

Skala ordinal terjadi bila obyek yang ada dalam suatu katagori suatu skala tidak hanya
berbeda dengan obyek-obyek itu, tetapi juga mempunyai hubungan satu dengan yang
lain, Hubungan yang biasa kita jumpai diantaranya kelas-kelas adalah : lebih tinggi, lebih
disenangi, lebih sering, lebih sulit, lebih dewasa dan sebagainya, jadi disini ada ranking
Pengukuran yang dilakukan dalam skala ordinal adalah obyek yang dibedakan menurut
persamaannya dan menurut urutannya. Jadi dapat dibuat urutan atau ranking yang
lengkap dan teratur diantara kelas-kelas.. Sebagai contoh tingkat ketuaan daun : muda,
sedang, tua.

Skala Interval.

Pengukuran dalam skala interval lebih kuat daripada skala ordinal, sebab pengukuran
dicapai disamping berdasarkan persamaan dan urutannya, juga jarak antara dua kelas
yang berbeda (interval) bias diukur, tapi belum bias diperbandingkan. Skala interval
mempunyai ciri dengan unit pengukuran yang sama dan konstan yang memberi suatu
bilangan nyata untuk setiap pasangan obyek-obyek dalam himpunan berurutan. Dalam
pengukuran semacam ini perbandingan antara interval sembarang adalah independent
dengan unit pengukuran, dan skala interval mempunyai titik nol. Sebagai contoh skala
interval adalah suhu, misalnya pengukuran suhu dengan skala Celcius dan Fahrenheit,
kedua pengukuran suhu ini mempunyai titik nol dan unit pengukuran yang berbeda,
namun keduanya memberikan informasi yang sama. Demikian juga persentase (0 –
100%). Semua skala ordinal yang mempunyai titik nol dan unit pengukuran sembarang,
dengan range lebih besar atau sama dengan 5 bisa dimasukkan kedalam skala interval.

Skala Rasional

Skala rasional suatu skala disampimg mempunyai sifat seperti skala interval, ditambah
lagi sifat lain yaitu titik nolnya tertentu. Dalam skala rasional, perbandingan dua titik skala
sembarang adalah independent dengan unut pengukuran. Contoh skala rasional adalah
skala untuk pengukuran berat, panjang, isi (volume), termasuk juga banyaknya buah atau
banyaknya komoditi pangan dan sebagainya. Jadi dengan kata lain skala ini bisa
dibandingkan atau dirasionalkan

Merancang Perlakuan dalam Rancangan Percobaan

Perlakuan adalah suatu pengkondisian atau kondisi yang sengaja dibuat pada bahan
percobaan. Jadi perlakuan bisa merupakan karakter dari suatu bahan percobaan atau
sering disebut perlakuan karateristik dan bisa juga suatu kondisi yang dibuat atau
dihipotesiskan oleh peneliti atau sering disebut perlakuan hipotetik. Perlakuan hipotetik
dibuat untuk mencari penyebab dari sesuatu yang terjadi.

Perlakuan yang akan dicobakan atau diteliti dalam penelitian seharusnya ditentukan dari
tujuan, sasaran dan kegunaan yang hendak dicapai dari pengujian pilihan pemecahan
masalah melalui metode percabaan. Merancang suatu perlakuan berdasarkan kondisi
materi percobaan atau homogenitas sampel dan ada tidaknya peubah antara/penggangu
dan juga banyaknya peubah pengganggu disebut Rancangan Lingkungan. Rancangan
Lingkungan dengan materi homogen atau tidak ada peubah pengganggu disebut
Rancangan Acak Lengkap (RAL), bila ada satu peubah pengganggu disebut Rancangan
Acak Kelompok (RAK).

Jika kita merancang suatu perlakuan berdasarkan strategi melakukan percobaan

atau cara melakukan percobaan disebut Rancangan Perlakuan (Treament Design).
Dalam merancang suatu perlakuan dikenal tiga yaitu cara kombinasi, tersarang dan
berjenjang, cara ini dalam rancangan perlakuan disebut pula pola yaitu Pola Faktorial
,Pola Tersarang dan Pola Berjenjang (Split-Plot atau Petak terpisah). Disamping itu
merancang suatu percobaan berdasarkan pula hasil yng ingin dicapai, merancang seperti
ini disebut Rancangan Respon, rancangan respon penting dalam menentukan rentang
perhatian suatu perlakuan yang bersifat kuantitatif, sebab rentang perhatian ini sangat
menentukan respons yang akan terjadi. Jadi Rancangan Percobaan (Experimental
Design) terdiri dari Rancangan Lingkungan, Rancangan Perlakuan dan Rancangan
Respons, rancangan percobaan harus dibuat sebelum melakukan suatu percobaan.

ANALISIS DATA

Dewasa ini berbagai metode statistika makin banyak dipergunakan untuk analisis atau
menguji data hasil percobaan, dan sebaliknya tidak jarang model-model matematis yang
biasa dipakai untuk percobaan dipertimbangkan untuk menganalisis data yang
dikumpulkan dengan metode bukan percobaan. Dewasa ini, fasilitas pengolahan data
berupa komputer dengan berbagai program kemasan statistika yang tersedia makin
canggih, dengan kemampuan dan kecepatan olah komputer yang makin tinggi, serta
tenaga yang makin profesional lebih terbuka kemungkinan untuk memilih analisis yang
lebih sesuai dan mendalam, dengan hasil yang lebih cermat serta dikerjakan dalam waktu
yang singkat. Mungkin saja selama penyelenggaraan percobaan terjadi hal yang
mengakibatkan penyimpangan terhadap apa yang telah direncanakan dan
dipertimbangkan dalam bentuk anggapan-anggapan sebelumnya, sehingga rencana
terutama analisis data hasil penelitian harus diubah sesui dengan kenyataan yang ada.
Pemeriksaan kesesuaian model adalah suatu langkah penting dalam menganalisa data,
model statistik yang digunakan tak lain dari suatu bayangan penyederhanaan atau
penyarian bagi masalah yang dikaji. Model dengan komponen-komponennya dan
anggapan-anggapan yang melandasinya perlu diperiksa dan dinilai secara kritis. Teknik-
teknik grafis umumnya dapat membantu dalam analisis data. Metode statistika adalah
pedoman yang dapat dipergunakan untuk mengukur dan menguji kenetralan dan
keabsahan dalam menafsir hasil percobaan. Pemilihan dan penggunaan metode statistika
yang tepat, dalam analisis memungkinkan kita untuk mengukur besarnya galat/kesalahan
dalam menarik suatu kesimpulan atau memberi suatu taraf (selang) kepercayaan
terhadap suatu pernyataan, dengan demikian batas- batas ketakpastian dapat diberikan.

Pemilihan Analisis atau Uji Statistika yang Cocok

Dalam merencanakan suatu penelitian atau percobaan kemungkinan ada beberapa

macam uji statistika yang dapat dipakai untuk kepentingan tersebut, oleh sebab itu perlu
dengan pertimbangan untuk memilih salah satu diantaranya yang paling cocok dan
menguntungkan dari segi ilmiah. Keampuhan uji dalam analisis statistika merupakan
salah satu bagian penting dari suatu pengujian . Suatu uji statistika dikatakan baik atau
memadai, bila dengan metode uji tersebut peluang untuk menolak H cukup kecil kalau H
0 0
benar dan peluang akan besar kalau H salah. Apabila pada suatu saat menghadapi dua
0

macam metode pengujian misal Uji A dan Uji B, kemudian ternyata kedua macam uji
tersebut mempunyai peluang yang sama untuk menolak H , dalam hal ini dapat dipilih
0

salah satu diantaranya dengan jalan melihat peluang terbesar untuk menolak H bila H
0 0

salah.

Selain tingkat keampuhan uji, maka terdapat pertimbangan-pertimbangan lain dalam

menentukan atau memilih salah satu uji statistik, pertimbangan tersebut didasarkan atas :

1. Bagaimana cara mengambil/menarik sampel atau melakukan percobaan

2. Keadaan atau sifat dari populasi yang diamati.
3. Satuan atau skala pengukuran apa yang dipergunakan dalam menilai respons/hasil
penelitian
4. Dasar teori serta tujuan dari penelitian yang dilakukan.
Semua hal tersebut di atas, akan menentukan uji statistika mana yang akan dipilih atau
digunakan, sehinga uji tersebut cukup memadai atau bahkan sangat cocok untuk
menganalisis suatu data hasil pengamatan dari suatu penelitian.
Pengujian statistik akan berlaku apabila model dan cara pengukuran yang dilakukan
memenuhi syarat-syarat yang dibutuhkan. Kadang-kadang perlu dipertimbangkan apakah
syarat yang diperlukan tersebut dipenuhi. Jadi dengan demikian, syarat-syarat model
statistik dari suatu pengujian hanya merupakan asumsi saja , semua keputusan yang
diambil dari beberapa uji statistika sekurang-kurangnya harus mempunyai kuilifikasi
sebagai berikut : Kalau model yang dipakai tersebut sesuai dan bila pengujian yang
dilakukan juga cukup memadai, maka hal ini menyatakan bahwa asumsi tersebut adalah
lemah dan terbatas untuk suatu model tersebut. Dengan ditariknya suatu keputusan yang
kurang kuat dari hasil uji statistik dengan model yang bersangkutan, maka kelemahan
tersaebut harus dibantu dengan asumsi yang kuat untuk mengurangi kesalahan-
kesalahan dalam menarik suatu kesimpulan.

Asumsi-asumsi dalam Uji Statistika

Pengujian yang paling teliti adalah pengujian dengan asumsi yang kuat dan tepat.. Uji
statistika parametrika (Uji t dan uji F) dapat dipakai jika ada asumsi-asumsi yang kuat
untuk mendapatkan hasil yag baik. Kalau asumsi yang dikemukakan memang benar,
maka uji t dan uji F adalah uji yang paling baik dalam memberikan nilai peluang untuk
menolak H0 salah, dari asumsi yang dikemukakan tadi, dengan catatan data pengamatan
memenuhi asumsi yang diperlukan untuk pengujian tersebut.

Syarat-syarat atau asumsi-asumsi yang diperlukan untuk uji t dan uji F adalah sebagai
berikut :
1. Pengamatan dilakukan secara acak atau bebas, artinya pemilihan setiap sampel
dari populasi harus bebas terhadap kesempatan untuk dipilih.
2. Variabel atau Peubah respons yang diukur harus dalam skala interval atau
rasional.
3. Data pengamatan yang diambil hendaknya menyebar mengikuti sebaran normal
atau paling sedikit tidak melanggar sebaran normal.
4. Data pengamatan harus mempunyai varians/keragaman yang homogen antar
perlakuan yang dibandingkan.
Semua syarat-syarat tersebut diatas harus dipenuhi untuk melakukan uji t dan uji F,
dalam penelitian biasanya syarat No.1 mudah/selalu dipenuhi, sedangkan syarat No. 2
tergantung dari kemampuan peneliti untuk menggunakan atau mencari skala pengukuran
yang digunakan dalam penelitian. Syarat No. 1 dan 2 harus terpenuhi, sedangkan syarat
No. 3 dan 4 bila tidak terpenuhi, maka dapat diusahakan supaya dapat terpenuhi dengan
jalan melakukan transformasi data. Transformasi data bertujuan untuk mengubah data
dari data yang tidak mengikuti sebaran normal dengan keragaman antar perlakuan tidak
homogen menjadi mengikuti/mendekati sebaran normal dengan keragaman antar
perlakuan menjadi homogen, sehingga syarat No. 3 dan 4 tidak dlanggar.

Transformasi data yang biasa dipergunakan adalah :

1. Transformasi akar Yi (( √Yi), transformasi ini digunakan jika data mengikuti
sebaran Poisson. Ciri-cirinya adalah rata-rata (ў) data hasil pengamatan masing-
masing perlakuan hampir sama dengan variannya ( σ2), data yang mengikuti
sebaran Poisson ini biasanya data dalam persen dengan persentase yang sangat
kecil atau peluang kejadiannya sangat kecil atau sebaliknya yaitu sangat besar
(mendekati O% atau 100%). Jika hasil pengamatan ada data yang nilainya 0,
karena akar 0 tak terdifinisikan, maka transformasinya ini diubah menjadi
2. Transformasi ArcSin √Yi , transformasi ini digunakan jika data mengikuti sebaran
Binomial. Ciri-ciri data yang mengikuti sebaran ini adalah rata-rata (ў) data
tersebut sebanding dengan variannya (T2), perlu diingat bahwa ў = np dan T2 =
np(1-p). Data dalam satuan pengukuran persentase (Yi%) biasanya mengikuti
sebaran ini.
3. Transformasi Log Yi atau Ln Yi, transformasi ini biasanya digunakan bila data
berkaitan dengan waktu dan rata-ratanya (ў) mengikuti rata-rata Geometrik. Ciri-
ciri data ini adalah bila rata-rata (ў) suatu perlakuan semakin besar, maka
variannya (T2) juga semakin besar, sehingga homogenitas ragam/varian antar
perlakuan tidak terpenuhi. Data yang mempunyai ciri-ciri tersebut adalah data
yang berkaitan dengan waktu misalnya jumlah mikroorganisme pada daging yang
disimpan pada suhu dingin selama 10 hari.
4. Transformsi kebalikan (1/Yi), transformasi ini diguakan jika rata-rata data
mengikuti rata-rata Harmonik. Data ini diperoleh jika satuan pengukuran yang
digunakan dalam penelitian dari dua satuan (misalnya Rp./butir, jumlah
anak/jumlah induk dan sebagainya, sehingga jika satuan tersebut tidak rasional
maka perlu dibalik atau diharmoniskan dalam analisis data.
5. Transformasi Ln(A – Yi) atau Ln[(A – Yi)/Yi], disini A adalah nilai maksimum dari
respons yang mungkin dicapai atau nilai maksimum teoritis. Transformasi ini
digunakan jika nilai A diketahui atau dapat diduga dan data tidak linear dalam
urutan waktu. Dalam hal ini data mengikuti kurva Logistik atau Sigmoid.
Homogonitas Varian/ragam antar perlakuan dianggap homogen bila perbandingan
antara ragam terbesar dengan terkecil lkurang dari 3 (ragam terbesas/ragam
terkecil < 3), dan dapat juga diuji dengan menggunakan uji Bartlett atau Uji
Cochran. Kedua uji ini memberikan keputusan apakah transformasi yang kita
lakukan sudah dapat diterima atau tidak, jika telah berubah melakukan berbagai
tranformasi data ternyata homogenitas ragam juga tetap dilanggar atau tidak
memenuhi, maka uji t ataupun uji F tidak bisa kita paksakan untuk digunakan.
Dengan kata lain kita harus menggunakan analisis/uji lain selain uji t dan uji F,
 yaitu dengan menerapkan analisis Statistika Nonparametrika.

Kenormalan data dapat diketahui dengan menggunakan teknik-teknik grafis atau

dengan uji Chi-Square (X ). Teknik-teknik grafis biasanya jauh lebih baik dan komunikatif
2

digunakan karena dapat menarik kesimpulan yang lebih luwes sesuai dengan keadaan
data dan tujuan transformasi yang diinginkan. Pelanggaran syarat nomor 3 dan 4
biasanya berkaitan dengan jumlah sampel, makin banyak jumlah sampel kemungkinan
pelanggaran syarat nomor 3 dan 4 akan semakin kecil jika syarat nomor 1 dan 2 telah
terpenuhi. Jadi jumlah sampel juga sangat menentukan homogenitas ragam dan
kenormalan data (ingat syarat jumlah sampel minimum).
 Materi 1.
Rancangan Acak Lengkap (RAL)
(Program Excel)

Dibawah ini merupakan data hasil uji kadar air dari tepung sukun dengan perlakuan
konsentrasi penambahan garam. Perlakuan konsentrasi penambahan garam terdiri
dari 6 taraf yaitu :
K1 : Konsentrasi 0%
K2 : Konsentrasi 0,1%
K3 : Konsentrasi 0,2%
K4 : Konsentrasi 0,3%
K5 : Konsentrasi 0,4%
K6 : Konsentrasi 0,5%
Masing masing perlakuan diulang sebanyak 4 kali sehingga diperoleh 24 unit
percobaan

Tabel data hasil analisis kadar air

U1 U2 U3 U4
K1 8,35 8,67 8,68 8,78
K2 7,83 7,86 7,68 7,78
K3 7,56 7,12 7,21 7,15
K4 6,89 6,98 6,79 6,70
K5 5,66 5,67 5,50 5,78
K6 5,13 5,68 5,48 5,50

Langkah pengerjaan analisis ANOVA dengan program excel :

1. Ketik data sesuai dengan Tabel 1.
2. Blok data
3. klik menu “tools”, cari sub menu “data analisis”
4. klik “ok”
5. pilih jenis analisa, untuk RAL pilih “Anova Single Factor”
6. klik “ok”
7. pada worksheet akan muncul keterangan mengenai Anova Single Factor
8. pada keterangan “input data” masukkan data kita dengan cara di blok semua data
hasil analisis
9. pada ket ”Group” pilih ”By Row”
10. pada ket “ table in first row” klik shg muncul tanda
11. pada ket “output range” merupakan row/kolom yang dipilih untuk menaruh hasil
anova. Letakkan kursor di bawah data.
12. Klik “ok”
13. pada worksheet akan muncul tabel Anova hasil dari input data.
 TUTORIAL PROGRAM EXCEL

1. Buka program Excel.

2. Ketik data sesuai dengan Tabel 1.

3. Klik menu data, cari sub menu ‘data analyze’.

4. Pilih jenis Analisa, untuk RAL pilih ‘Anova Single Factor’. Lalu klik ok.
5. Pada keterangan ‘input data’ masukkan data dengan cara di blok semua data hasil
analisis.

6. Pada keterangan ‘Group’ pilih ‘By Row’.

7. Pada keterangan ‘output range’ merupakan row/kolom yang dipilih untuk

meletakkan hasil anova. Letakkan kursor di bawah data.
8. Klik ‘ok’.
 Materi 2.
Rancangan Acak Lengkap (RAL)
(Program SPSS)

Langkah pengerjaan analisis ANOVA dengan program spss :

1. Buka program SPSS

2. klik variable view pada pojok kiri bawah
3. kemudian ketik simbol untuk perlakuan, ulangan dan hasil; kolom type numeric;
kolom jml desimal; dan kolom label (keterangan menenai simbol)
4. kemudian klik data view
5. masukkan data hasil analisis
6. klik menu ”Analyze” kemudian cari sub menu ”Compare means” lalu pilih ”means”
7. akan muncul kotak means
8. Pada kotak terdapat tulisan Dependent list dan Independent list
9. Untuk dependent list masukkan hasil analisis (ex: kadar air)
10. Untuk independent list masukkan perlakuan (ex: penambahan tepung)
11. klik “OK”
12. Muncul tabel Means Report
13. kemudian untuk analisis Ragam, klik menu “Analyze”
14. Pilih ”General linier model”
15. Klik ”unvariated”
16. Akan muncul kotak keterangan Unvariate, pada ”Dependent variable” masukkan
hasil analisis, kemudian pada ”Fixed factor” masukkan perlakuan
17. Klik Post hoc, lalu pindahkan factor ke Post hoc Test for
18. kemudian centang LSD dan Duncan
19. klik continue
20. klik paste
21. maka akan muncul Syntax
perhatikan :
UNIANOVA
KADAR AIR BY X
/METHOD = SSTYPE (3)
/INTERCEPT = INCLUDE
/POSTHOC = L (DUNCAN LSD)
/CRITERIA ALPHA (.05)
/DESIGN = X.
22. Jika sudah sesuai maka untuk menjalankan Syntax klik tanda (run current)
 TUTORIAL PROGRAM SPSS

1. Buka program SPSS.

2. Klik variable view pada pojok kiri bawah.
3. Kemudian ketik simbol perlakuan, ulangan dan hasil, kolom type numeric,
kolom jumlah desimal, dan koom label (keterangan mengenai simbol).

4. Kemudian klik data view pada pojok kiri bawah.

5. Masukkan data hasil analisis.
6. Klik menu "Analyze" kemudian cari sub menu "Compare means" lalu pilih
"means".

7. Akan muncul kotak means.

8. Pada kotak terdapat tulisan Dependent list dan Indeependent list, untuk
Dependent list masukkan hasil analisis berupa "Hasil", untuk Independent list
masukkan perlakuan berupa "Konsentrasi garam". Klik Ok.

9. Muncul tabel Means Report.

10. Kemudian untuk analisis Ragam, klik menu "Analyze", pilih sub menu
"General linier model", pilih "Unvariated"

11. Akan muncul kotak keterangan Unvariate, pada Dependent variable masukkan
hasis analisis berupa "Hasil", kemudian untuk "Fixed factor" masukkan
perlakuan berupa konsentrasi garam. Klik Post hoc.
12. Pindahkan "Perlakuan" dari factor ke Post hoc Test for, kemudian centang
Duncan. Klik tombol "Continue".

13. Klik tombol "Ok".

14. Maka akan muncul Tabel Hasil Uji.
 Materi 3.
Rancangan Acak Kelompok (RAK)
(Program Excel)

Dibawah ini merupakan data hasil uji kandungan flavonoid dari ekstrak daun sirsak
perlakuan jenis pelarut. Perlakuan jenis pelarut yang digunakan terdiri dari 5 taraf
yaitu :
P1 : Air
P2 : Etanol
P3 : Metanol
P4 : N-Heksan
Masing masing perlakuan dikelompokkan sebanyak kali sehingga diperoleh 24 unit
percobaan. Data hasil total flavonoid dari ekstrak daun sirsak dapat dilihat pada Tabel
2.

Tabel 2. Data hasil analisis total flavonoid

Kelompok Jenis Pelarut
Air Etanol Metanol Heksan
1 2,09 4,01 5,42 7,01
2 2,00 4,34 5,45 7,06
3 2,59 4,69 5,30 7,50
4 2,78 4,20 5,25 7,34
5 2,90 3,98 5,60 7,40

Langkah pengerjaan analisis ANOVA dengan program excel :

1. Ketik data hasil analisis pada program excel

2. Blok data
3. klik menu “tools”, cari sub menu “data analisis”
4. klik “ok”
5. pilih jenis analisa, untuk RAK pilih “Anova Two Factor Without Replication”
6. klik “ok”
7. pada worksheet akan muncul ket mengenai Anova two factor without replication
8. pada ket “input data” masukkan data kita dengan cara di blok semua data hasil
analisis
9. pada ket ”Group” pilih ”By Row”
10. pada ket “ table in first row” klik shg muncul tanda
11. pada ket “output range” merupakan row/kolom yang dipilih untuk menaruh hasil
anova. Letakkan kursor di bawah data.
12. Klik “ok”
13. pada worksheet akan muncul tabel Anova hasil dari input data
 PEMBAHASAN
I.1 Materi 4: Pengaruh Jenis Pelarut Terhadap Kandungan Flavonoid Dari
Ekstrak Daun Sirsak
1 Langkah 1. Mengetik Data Hasil Analisis Pada Program Excel

2 Langkah 2. Memblok Data Hasil Analisis dan Mengklik Tombol “Tools”

Yang Berada Pada Sub Menu “Data Analisis”
3 Langkah 3. Selanjutnya Pada Worksheet akan muncul keterangan mengenai
“Anova Two Factor Without Replication”, lalu diklik OK.

4 Langkah 4. Dipilih pada keterangan “Input Data” dengan cara memblok

semua data hasil analisis. Contoh : Data Analisis terletak pada row dan
kolom. $B$7:$E$11.
5 Langkah 5. Berikutnya dipilih keterangan “Output Range”, “Output Range”
adalah bagian row/kolom yang kita pilih untuk menampilkan hasil analisis
Anova. Contoh : dipilih row dan kolom $G$3.

6 Langkah 6. Diklik OK, dan Data Hasil Analisis Anova akan muncul pada
worksheet.
7 Langkah 7. Dilakukan pemberian keterangan pada data hasil analisis Anova
yaitu “ Data Hasil Analisis Anova Total Flavanoid” . Selanjutnya pada tabel
data “Anova”, keterangan “F” dan “F crit” diganti dengan “F Hitung” dan
“F Tabel”.
 Materi 5.
Rancangan Acak Lengkap (RAL) Pola Faktorial
(Program Excel)

Dibawah ini merupakan data hasil uji daya kembang cake dengan perlakuan faktor
pertama yaitu jenis tepung non terigu, terdiri dari 3 taraf :
T1 : Tepung Mocaf
T2 : Tepung Millet
T3 : Tepung Ubi
Perlakuan taraf kedua yaitu konsentrasi cake emulsifier, terdiri dari 3 taraf :
B1 : 0,0%
B2 : 0,25%
B3 : 0,5%
B4 : 0,75%
Masing masing perlakuan diulang sebanyak 2 kali sehingga diperoleh 24 unit
percobaan. Data hasil daya kembang dari cake non terigu dapat dilihat pada Tabel 3.

Tabel 3. Hasil data daya kembang dari cake non terigu

B1 B2 B3 B4
T1 34,50 38,52 40,15 43,04
34,06 38,36 40,16 43,07
T2 20,52 28,25 30,62 32,32
22,01 28,06 30,71 32,41
T3 30,20 35,25 36,50 38,25
29,89 35,69 36,69 38,75

Langkah pengerjaan analisis ANOVA dengan program excel :

1. Ketik data hasil analisis pada program excel
2. Blok data
3. klik menu “tools”, cari sub menu “data analisis”
4. klik “ok”
5. pilih jenis analisa, untuk RAL pola factorial pilih “Anova: two Factor with
replication”
6. klik “ok”
7. pada worksheet akan muncul kolom ket tt Anova two factor with replication
8. pada ket “input range” masukkan data kita dengan cara di blok semua data
9. pada ket ‘Row” ketik 2 (menyatakan jml ulangan)
10. pada ket “output range” merupakan row/kolom yang dipilih untuk menaruh hasil
anova. Letakkan kursor di bawah data.
11. Klik “ok”
12. pada worksheet akan muncul tabel Anova hasil input data
13. jika F hitung < F tabel : non significant (ns)
14. jika F hitung > F tabel 5%: berpengaruh nyata (*)
15. jika F hitung > F tabel 1%: berpengaruh sangat nyata (**)
16. pada tabel anova ditambahkan baris yang menyatakan perlakuan/treatment
 17. hitung nilai SS (jml kuadrat), df, kuadrat tengah (SS/df) dan F hitung (kudrat
tengah/galat)

Uji Lanjutan BNT

1. urutkan data dari yang terendah hingga yang terkecil

2. BNT = T tabel (α=0,05/2 ; db) x √2KTG/2
3. semua data di bandingkan dengan hasil BNT, jika nilai pada data lebih besar
maka berbeda nyata (*), jika lebih kecil maka non significant (ns)

Uji Lanjutan Duncan

1. urutkan data dari yang terendah hingga yang terkecil
2. buat tabel duncan
3. ex:
2 3 4 5 6
JND Liat pd tabel
(α=0,05;db)
JNT JND x √KTG/n

4. selisih semua data dibandingkan dengan hasil JNT, selisih pertama dibandingkan
dengan data no. 2, dst.
5. jika data > JNT : berbeda nyata (*)
6. jika data < JNT : non significant (ns)
Langkah Pengerjaan Analisis ANOVA dengan Program EXCEL:

1. Dibuka program Excel

2. Dimasukkan data penelitian ke dalam lembar Excel satu per satu.

33
3. Diklik menu tools, dan diklik “DATA”

4. Lalu klik “Data Analysis”

34
5. Dan dipilih Anova : Two Factor with Replication, lalu diklik “OK”

6. Pada keterangan “input range” dimasukkan data dengan cara diblok semua data,
pada keterangan “Row per single” diisi angka 2 dan diklik “OK”

35
7. Pada worksheet akan muncul tabel Anova hasil input data

Adapun hasil ANOVA sebagai berikut :

Sumber
Keragaman JK db KT F hasil P-value F tabel
Perlakuan 485.8889 2 242.9445 1975.962 7.7E-16 3.885294
Columns 293.1933 3 97.73109 794.8849 4.61E-14 3.490295
Interaksi 8.921167 6 1.486861 12.09322 0.000177 2.99612
Galat 1.4754 12 0.12295

Total 789.4788 23

36
 Materi 6.
Rancangan Acak Lengkap (RAL) Pola Faktorial
(Program SPSS)

Langkah pengerjaan analisis ANOVA dengan program spss :

1. Buka program SPSS
2. Klik variable view pada pojok kiri bawah
3. Kemudian pada kolom name ketik simbol untuk perlakuan, ulangan dan hasil;
kolom type numeric; kolom jml desimal; kolom label(keterangan mengenai simbol)
4. Kemudian klik data view lalu masukkan data hasil analisis
5. Klik menu ”Analyze” , cari sub menu ”Compare means” lalu pilih”means”
6. Akan muncul kotak means
7. Pada kotak terdapat tulisan Dependent list dan Independent list
8. Untuk dependent list masukkan hasil analisis
9. Untuk independent list masukkan perlakuan
10. klik “OK”
11. Muncul tabel Means Report
12. kemudian untuk analisis Ragam, klik menu “Analyze”
13. Pilih ”General linier model”
14. Klik ”unvariated”
15. Akan muncul kotak keterangan Unvariate, pada ”Dependent variable” masukkan
hasil analisis, kemudian pada ”Fixed factor” masukkan perlakuan
16. Klik Post hoc, lalu pindahkan kedua perlakuan ke Post hoc Test for
17. kemudian centang Duncan
18. klik continue
19. klik paste
20. maka akan muncul Syntax
perhatikan :
UNIANOVA
Alkohol BY Pemanasan K
/METHOD = SSTYPE (3)
/INTERCEPT = INCLUDE
/POSTHOC = Pemanasan K (DUNCAN)
/CRITERIA ALPHA (.05)
/DESIGN = Pemanasan K Pemanasan *K
21. Jika sudah sesuai maka untuk menjalankan Syntax klik tanda (run current)
 TUTORIAL ANALISIS DATA

MENGGUNAKAN PROGRAM EXCEL & SPSS

(Rancangan Acak Lengkap (RAL) Pola Faktorial)

Dibawah ini merupakan data hasil uji daya kembang cake dengan perlakuan factor
pertama yaitu jens tepung non terigu, terdiri dari 3 taraf:

T1 : Tepung Mocaf

T2 : Tepung Millet

T3 : Tepung Ubi

Perlakuan taraf kedua yaitu konsentrasi cake emulsifier, terdiri dari 3 taraf:

B1 : 0,0%

B2 : 0,25%

B3 : 0,5%

B4 : 0,75%

Masing-masing perlakuan diulang sebanyak 2 kali sehingga diperoleh 24 unit

percobaan. Data hasil daya kembang dari cake non terigu dapat dilihat pada tabel di
bawah ini:

B1 B2 B3 B4
T1 34,50 38,52 40,15 43,04
34,06 38,36 40,16 43,07
T2 20,52 28,25 30,62 32,23
22,01 28,06 30,71 32,41
T3 30,20 35,25 36,50 38,25
29,89 35,69 36,69 38,75

23
Langkah Pengerjaan Analisis ANOVA dengan Program SPSS:

1. Buka program SPSS

2. Klik Variable View pada pojok kiri bawah

24
3. Kemudian pada kolom Name ketik Jenis_Tepung, Perlakuan, Ulangan, dan
Hasil_Analisis

4. Pada kolom Label ketik keterangan Jenis Tepung dan Konsentrasi Cake
Emulsifier

25
5. Pada kolom Values isi jenis tepung dan konsentrasinya klik add lalu ok

26
6. Pada bagian Measure ubah menjadi Ordinal dan Scale

27
7. Kemudian klik Data View lalu masukkan data hasil analisis

8. Klik menu Analyze pilih General Linear Model pilih Univariated

28
9. Akan muncul kotak Univariate, pada “Dependent Variable: masukkan Hasil
Analisis kemudian pada “Fixed Factor” masukkan Jenis Tepung dan Perlakuan

10. Klik Post Hoc, lalu pindahkan kedua perlakuan ke Post Hoc Test for, centang
Duncan, klik continue

29
11. Klik Options, centang Descriptive statistic lalu pilih alpha yang digunakan
disini kita pakai alpha 0.05, setelah itu klik continue

12. Klik ok pada kotak Univariate maka akan muncul tabel analisis Anovanya

30
31
32
 Materi 7.
Rancangan Acak Kelompok (RAK) Pola Faktorial
(Program SPSS)

Dilakukan suatu penelitian mengenai pengaruh lamanya penapean dan

konsentrasi fermifan thd kadar alkohol dari brem. Penelitian ini terdiri dari 2 faktor yaitu
faktor pertama : Lamanya penapean yang terdiri dari 4 taraf lamanya waktu penapean
dan faktor kedua : konsentrasi fermifan yang terdiri dari 5 taraf konsentrasi. Penelitian ini
diulang sebanyak 2 kali dan pengambilan sampel dilakukan setiap 7 hari sekali.

Data hasil analisis kadar alkohol (%)

Lama penapean Konsentrasi K1 K2
fermifan
P1 F1 2,04 2,03
F2 2,54 2,56
F3 2,67 2,72
F4 2,89 2,99
F5 3,01 3,09
P2 F1 2,06 2,08
F2 2,68 2,80
F3 2,87 2,98
F4 3,01 3,02
F5 3,10 3,11
P3 F1 2,10 2,13
F2 2,84 2,84
F3 2,96 2,98
F4 3,09 3,10
F5 3,21 3,22
P4 F1 2,15 2,17
F2 2,96 2,98
F3 3,01 3,02
F4 3,13 3,14
F5 3,40 3,49

1. Buka program SPSS

2. klik variable view pada pojok kiri bawah
3. kemudian ketik pada kolom name simbol untuk perlakuan, kelompok dan hasil;
kolom type numeric; kolom jml desimal; dan kolom label (keterangan mengenai
simbol)
4. kemudian klik data view
5. masukkan data hasil analisis
6. klik menu ”Analyze” kemudian cari sub menu ”Compare means” lalu pilih ”means”
7. akan muncul kotak means
8. Pada kotak terdapat tulisan Dependent list dan Independent list
9. Untuk dependent list masukkan hasil analisis
10. Untuk independent list masukkan perlakuan dan kelompok
11. klik “OK”
12. Muncul tabel Means Report
13. kemudian untuk analisis Ragam, klik menu “Analyze”
14. Pilih ”General linier model”
15. Klik ”unvariated”
16. Akan muncul kotak keterangan Unvariate, pada ”Dependent variable” masukkan
hasil analisis, kemudian pada ”Fixed factor” masukkan perlakuan dan kelompok
17. Klik Post hoc, lalu pindahkan kedua perlakuan ke Post hoc Test for
18. kemudian centang Duncan
19. klik continue
20. klik paste
21. maka akan muncul Syntax
perhatikan :
UNIANOVA
Alkohol BY kelompok PF
/METHOD = SSTYPE (3)
/INTERCEPT = INCLUDE
/POSTHOC = PF (DUNCAN)
/CRITERIA ALPHA (.05)
/DESIGN = Kelompok P F P*F
22. Jika sudah sesuai maka untuk menjalankan Syntax klik tanda (run current)
 Laporan Kelompok

Pada laporan kelompok memuat :

1. Hasil analisis ragam dari keseluruhan materi

2. Hasil intrepetasi data dari keseluruhan materi
3. Tugas khusus per kelompok :
a. Membuat langkah-langkah uji menggunakan program excel dan spss
(pembagian kelompok akan diumumkan saat praktikum)
b. Menuliskan keterangan pada setiap langkah uji
c. Membuat hasil intrepetasi data dari Tabel Anova

Laporan praktikum dikumpul dalam bentuk pdf melalui else u paling lambat 23 Desember
2018