DESAIN PENELITIAN
ACARA II
EKSPERIMEN FAKTORIAL
Disusun oleh:
Nama : Jidhan Humaid
NIM : 21/477605/KT/09545
Co-Ass : Duta Cahya Alam
Shift : Rabu, 15.30 WIB
Kelompok : Gaharu
2. Lalu aplikasi SPSS dibuka, kemudian pilih menu Variable View lalu diisi,
dimana pada kolom Name dimasukkan variabel “Blok, Penjarangan,
Prunning, dan Riap”. Lalu pada kolom type diubah data “Blok,
Penjarangan, dan Prunning” dari Numeric menjadi String. Dan untuk
“Riap” tetap numeric, kemudian dilihat pada bagain kolom Measure untuk
“Replikasi, Penjarangan, dan Prunning” diubang menjadi Nominal dan
untuk “Riap” diubah menjadi Scale.
3. Kemudian pilih menu Data View dan masukkan atau copy data yang
sudah diinput di Microsoft Excel sebelumnya sesuai dengan format yang
tertera.
6. pilih menu Model. Pada bagian Specify model pilih Custom. Pada bagian
Factors & Covariates pilih Blok selanjutnya di Build Term (s) ganti
Interactions dengan Main Effect lalu masukkan ke bagian Model. Langkah
yang sama juga berlaku untuk Penjarangan dan Prunning. Selanjutnya
untuk menyatakan adanya interaksi perlakuan pilih Penjarangan dan
Prunning secara bersamaan lalu di bagian Build Term (s) ganti Main
Effect dengan Interactions kemudian masukkan ke bagian Model dan pilih
Continue.
11. Sama dengan langkah awal, pilih menu Analyze, kemudian dipilih
General Linear Model, dan pilih Univariate.
12. Pada langkah ini akan sedikit berbeda dengan sebelumnya, dimana pada
bagian Dependent Variable dimasukkan dengan “Riap” dan Fixed Factor
(s) dimasukkan “Replikasi dan Interaksi”.
13. Untuk langkah selanjutnya pun sama dimana pilih menu model. Pada
bagian Specify model klik Custom, pada bagian Factors & Covariates.
Setelah itu ubah type pada Build Terms(s) menjadi Main effect lalu klik
“Dosis dan Interaksi” untuk dimasukkan ke dalam bagian Model. Dan
terakhir klik Continue untuk melanjutkan ketahap berikutnya.
14. Selanjutnya dipilih menu Post Hoc pada bagian Factor (s), lalu masukkan
“Interaksi” ke dalam bagian Post Hoc Tests for. Selanjutnya pada bagian
Equal Variances Assumed dichecklist pilihan Tukey, lalu klik continue
untuk mendapatkan hasil dari uji pasca anova.
15. Langkah terakhir yaitu klik OK untuk memunculkan hasil analisis Anova
dan pasca Anovanya.
III. PEMBAHASAN
Tabel 1. Hasil ANOVA Replikasi, Penjarangan, dan Pruning
95% Confidence
Interval
Mean Difference Std. Lower Upper
(I) Interaksi (I-J) Error Sig. Bound Bound
T0P0 T0P1 -.0433 .20252 1.000 -.7638 .6771
T1P0 -.1733 .20252 .993 -.8938 .5471
T1P1 -.2300 .20252 .959 -.9504 .4904
T1P2 -.2300 .20252 .959 -.9504 .4904
T2P0 -1.3400 *
.20252 .000 -2.0604 -.6196
T2P1 -.2900 .20252 .870 -1.0104 .4304
T2P2 -.3533 .20252 .714 -1.0738 .3671
TOP2 .1300 .20252 .999 -.5904 .8504
T0P1 T0P0 .0433 .20252 1.000 -.6771 .7638
T1P0 -.1300 .20252 .999 -.8504 .5904
T1P1 -.1867 .20252 .988 -.9071 .5338
T1P2 -.1867 .20252 .988 -.9071 .5338
T2P0 -1.2967 *
.20252 .000 -2.0171 -.5762
T2P1 -.2467 .20252 .941 -.9671 .4738
T2P2 -.3100 .20252 .826 -1.0304 .4104
TOP2 .1733 .20252 .993 -.5471 .8938
T1P0 T0P0 .1733 .20252 .993 -.5471 .8938
T0P1 .1300 .20252 .999 -.5904 .8504
T1P1 -.0567 .20252 1.000 -.7771 .6638
T1P2 -.0567 .20252 1.000 -.7771 .6638
T2P0 -1.1667
*
.20252 .001 -1.8871 -.4462
T2P1 -.1167 .20252 1.000 -.8371 .6038
T2P2 -.1800 .20252 .991 -.9004 .5404
TOP2 .3033 .20252 .841 -.4171 1.0238
T1P1 T0P0 .2300 .20252 .959 -.4904 .9504
T0P1 .1867 .20252 .988 -.5338 .9071
T1P0 .0567 .20252 1.000 -.6638 .7771
T1P2 0.0000 .20252 1.000 -.7204 .7204
T2P0 -1.1100
*
.20252 .001 -1.8304 -.3896
T2P1 -.0600 .20252 1.000 -.7804 .6604
T2P2 -.1233 .20252 .999 -.8438 .5971
TOP2 .3600 .20252 .695 -.3604 1.0804
T1P2 T0P0 .2300 .20252 .959 -.4904 .9504
T0P1 .1867 .20252 .988 -.5338 .9071
T1P0 .0567 .20252 1.000 -.6638 .7771
T1P1 0.0000 .20252 1.000 -.7204 .7204
T2P0 -1.1100
*
.20252 .001 -1.8304 -.3896
T2P1 -.0600 .20252 1.000 -.7804 .6604
T2P2 -.1233 .20252 .999 -.8438 .5971
TOP2 .3600 .20252 .695 -.3604 1.0804
T2P0 T0P0 1.3400*
.20252 .000 .6196 2.0604
T0P1 1.2967*
.20252 .000 .5762 2.0171
T1P0 1.1667* .20252 .001 .4462 1.8871
T1P1 1.1100*
.20252 .001 .3896 1.8304
T1P2 1.1100*
.20252 .001 .3896 1.8304
T2P1 1.0500*
.20252 .002 .3296 1.7704
T2P2 .9867* .20252 .004 .2662 1.7071
TOP2 1.4700*
.20252 .000 .7496 2.1904
T2P1 T0P0 .2900 .20252 .870 -.4304 1.0104
T0P1 .2467 .20252 .941 -.4738 .9671
T1P0 .1167 .20252 1.000 -.6038 .8371
T1P1 .0600 .20252 1.000 -.6604 .7804
T1P2 .0600 .20252 1.000 -.6604 .7804
T2P0 -1.0500
*
.20252 .002 -1.7704 -.3296
T2P2 -.0633 .20252 1.000 -.7838 .6571
TOP2 .4200 .20252 .520 -.3004 1.1404
T2P2 T0P0 .3533 .20252 .714 -.3671 1.0738
T0P1 .3100 .20252 .826 -.4104 1.0304
T1P0 .1800 .20252 .991 -.5404 .9004
T1P1 .1233 .20252 .999 -.5971 .8438
T1P2 .1233 .20252 .999 -.5971 .8438
T2P0 -.9867 *
.20252 .004 -1.7071 -.2662
T2P1 .0633 .20252 1.000 -.6571 .7838
TOP2 .4833 .20252 .352 -.2371 1.2038
TOP2 T0P0 -.1300 .20252 .999 -.8504 .5904
T0P1 -.1733 .20252 .993 -.8938 .5471
T1P0 -.3033 .20252 .841 -1.0238 .4171
T1P1 -.3600 .20252 .695 -1.0804 .3604
T1P2 -.3600 .20252 .695 -1.0804 .3604
T2P0 -1.4700 *
.20252 .000 -2.1904 -.7496
T2P1 -.4200 .20252 .520 -1.1404 .3004
T2P2 -.4833 .20252 .352 -1.2038 .2371
Based on observed means.
The error term is Mean Square(Error) = .062.
*. The mean difference is significant at the 0.05 level.
Subset
Interaksi N 1 2
TOP2 3 1.2867
T0P0 3 1.4167
T0P1 3 1.4600
T1P0 3 1.5900
T1P1 3 1.6467
T1P2 3 1.6467
T2P1 3 1.7067
T2P2 3 1.7700
T2P0 3 2.7567
Sig. .352 1.000
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = .062.
a. Uses Harmonic Mean Sample Size = 3.000.
b. Alpha = 0.05.
Umam, T., Setyawati, D., Diba, F. 2017. Kualitas Papan Komposit Serat Kulit
Batang Sagu dan Plastik Polipropilena (PP) berlapis Finir dan
Bambu. Jurnal Hutan Lestari. Vol 5(4): 942-951.