DESAIN EKSPERIMEN
MATERI
RANCANGAN ACAK LENGKAP
Oleh :
1.2 Tujuan
Tujuan dalam praktikum materi Rancangan Acak Lengkap memiliki tujuan yaitu agar
praktikan mengetahui proses optimasi dengan menggunakan SPSS dengan metode
Rancangan Acak Lengkap. Tujuan kedua adalah praktikan mampu memahami analisis data
optimasi dengan menggunakan metode Rangkaian Acak Lengkap.
BAB II
TINJAUAN PUSTAKA
2.5. Perbedaan dari pengujian menggunakan uji lanjut Duncan dan Least Significat
Differences (LSD)
Uji least significant differences (LSD) merupakan prosedur pengujian perbedaan
diantara rata-rataa perlakuan yang paling sederhana dan paling umum digunakan. Uji ini
dikenal juda dengan Uji Beda Nyata Terkecil atau BNT. Dikenalkan oleh Fisher tahun1935
sehingga bisa dikenal dnegan Metoda Fisher’s LSD (Least Significance Difference). Dalam
menggunakan uji LSD beberapa hal yang perlu diketahui dan diperlukan adalah nilai kuadrat
galat (KTG), taraf nyata, derajat bebas (db) galat, dan tabel t-student untuk menentukan nilai
kritis perbandingan. Uji LSD menguji perlakuan secara berpasang-pasangan, dan setiap
pasangan memiliki peluang galat jenis I sebesar a. perbandingan berpasangan ini mencakup
pengujian hipotesis nol bahwa selisih antara rata-rata dua kelompok adalah nol. Jika selisih
antara dua kelompok melebihi lSD yang telah ditentukan maka perbedaan dianggap signifikan.
berarti semakin banyak jumlah perlakuan yang dibandingkan akan mengakibatkan kesalahan
yang harus ditanggung juga semkain besar. Oleh karena itu LSD akan sangat sensitive
terhadap perbedaan yang muncul dalam perlakuan karena kriteria pemisahan perlakuan tidak
terlalu berat (Susilawati, 2015).
Sedangkan Uji Lanjut Duncan merupakan uji yang menggabungkan beberapa
perbandingan berpasangan antara kelompok-kelompok yang berbeda. Uji Duncan dilakukan
dengan menghitung selisih antara rata-rata dua kelompok dan menggambarkanya pada satu
grafik. Kemudian, statistic uji digunakan untuk menentukan apakah ada perbedaan yang
signifikan antara kelompok-kelompok tersebut. Uji Duncan pada dasarnya hampir sama
dnegan metode LSD tetapi prosedur uji Duncan memberikan segugus nilai pembanding yang
nilainya meningkat sejalan dengan jarak peringkat dua buah perlkauan sama yang akan
dibandingkan. Pada intinya Uji LSD maupun Uji Duncan digunakan untuk mengetahui
perbedaan antara perlakuan (Shofiana et al., 2013).
BAB III
PRINT OUT
b. Setelah SPSS terbuka, pilih jendela Variable view untuk menempatkan variable yang ada
pada data soal. Pada variable view ketik dikolom name dengan perlakuan, pengulangan,
dan data seperti gambar
c. Pada kolom tipe pilih jenis numerik. Kolom data pilih decimals dan pada bagian perlakuan
dan pengulangan nilainya 0 dikarenakan angka pada data soal adalah angka bulat,
sedangkan pada bagian data diisi decimals 2. Serta bagian measures ubah pada baris
pengulangan dan perlakuan nominal dan baris data menjadi scale.
d. Pada kolom values digunakan untuk memudahkan dalam penginputan data nantinya.
Isikan value perlakuan dengan value 1 untuk label dosis 0%, value 2 untuk label dosis
1%, dan seterusnya hingga value 7 untuk label dosis 11%. Setelah itu klik OK. Isikan juga
pada value pengulangan dengan value 1 untuk pengulangan 1, value 2 untuk
pengulangan 2, hingga value 4 untuk pengulangan 4. Pada bagian data tidak pelu diisikan
value karena akan disi pada jendela data view
e. Selanjutnya beralih ke jendela data view dan akan muncul 3 buah variable yaitu perlakuan,
pengulangan, dan data. Pada kolom perlakuan ketik 1 agar muncul perlakuan dosis 0%,
ketik 2 untuk dosis 1%, dan seterusnya sampai ketik 7 agar muncul dosis 11%. Masing-
masing perlakuan ketik sebanyak pengulangan 4 kali.
f. Pada kolom pengulangan sama seperti kolom perlakuan ketik 1 agar muncul pengulangan
1, ketik 2 untuk pengulangan 2, hingga ketik 4 untuk pengulangan 4. Begitu seterusnya
hingga selesai.
g. Pada kolom data isikan sesuai dengan data soal yang ada berdasarkan data pengulangan
dan perlakuan.
h. Setelah data terisi semua. Langkah selanjutnya adalah klik analyze dan pilih Compare
Means dan klik One Way ANOVA
i. Setelah klik One Way ANOVA akan muncul seperti gambar kemudian tempatkan
perlakuan pada bagian factor dan tempatkan data pada bagian Dependent List. Klik OK
j. Selanjutnya pada bagian Post Hoc pilih LSD dan Duncan serta pada bagian Significant
Level pilih 0,05. Dan selanjutnya klik Continue
k. Klik bagian options dengan pilihan Descriptive dan Means plot lalu Continue. Lalu klik
OK
l. Selajutnya kan muncul hasil uji yang diinginkan.
4.2.2 Analisis hasil Post Hoc Test Uji Lanjut LSD (Bandingkan tiap metode dengan
dasar perbandingan P Value dengan α 5%)
Analisis hasil post hoc test uji lanjut LSD digunakan untuk perhitungan statistik yang
membandingkan rata-rata dari beberapa kelompok. LSD atau Least Significant Difference
sendiri merupakan teknik yang digunakan untuk membandingkan semua pasangan rata-rata
kelompok. dalam hasil uji perlakuan dibandingkan satu persatu. Analisis yang dilakukan dalam
praktikum uji lanjut LSD dipengaruhi oleh mean difference. Apabila hasil tabel mean difference
terdapat tanda bintang dapat disimpulkan bahwa percobaan bersifat berpengaruh atau
berbeda nyata. Selain melalui bintang dapat diketahui juga data berbeda nyata atau tidak
melalui nilai significant yang ada. Jika nilai sig lebih besar dari 0,05 bisa dikatakan percobaan
tidak berbeda nyata atau tidak berpengaruh. Sedangkan nilai sig dibawah 0,05 maka secara
statistic percobaan berbeda nyata dan berpengaruh. Berdasarkan hasil yang didapatkan
terdapat beberapa perlakuan yang memiliki tanda bintang dan memiliki nilai sig kurang dari 5.
Dosis 0% dengan dosis 3%, dosis 11%, dan dosis 5% memiliki nilai sig kurang dari 0,05 dan
bertanda bintang. Selain itu terdapat perlakuan yang memiliki tanda sama yaitu pada
perlakuan dosis 1% dengan dosis 5%, dan dosis11%. Dosis 3% dengan dosis 0%. Dosis 5%
dengan dosis 0% dan 1%. Dosis 11% dengan dosis 0% dan dosis 1%. Hal ini menunjukkan
adanya kelinearitasan dengan literatur yang ada, yang mana ketika nilai P Value lebih besar
dari α 5% maka tidak terjadinya auotokorelasi pada data penelitian atau bisa diketahui bahwa
percobaan tidak berbeda nyata dan tidak berpengaruh. Begitu sebaliknya ketika nilai P Value
lebih kecil dari α 5% maka dapat disimpulkan data berbeda nyata dan berpengaruh (Akolo,
2022).
4.2.3 Analisis hasil homogenous subsets Uji Duncan berdasarkan pembagian subset
Analisis hasil homogenous subsets uji Duncan adalah didasarkan pada nilai beda
nyata yang ukurannya semakin besar, tergantung pada jarak di antara pangkat-pangkat dari
dua nilai tengah yang dibandingkan. Dari hasil yang didapatkan terdapat tabel homogenous
subsets sebagai bentuk hasil uji Duncan. Tabel ini berfungsi untuk melihat perlakuan yang
paling baik pada percobaan. Untuk melihat nilai terbaik dapat didadasrkan pada nilai tertinggi
dimana dari hasil praktikum terdapat 2 kolom yang mewakili nilai dari masing-masing
perlakuan. Pada dosis 5% terletak pada kolom satu begitupun pada dosis 11%, dosis 3%.
Sedangkan pada dosis 9% terdapat pada dua kolom yaitu kolom satu dan kolom dua,
begitupun dengan perlakuan dosis 7% dan dosis 1%. Sedangkan pada dosis 0% terdapat
dalam kolom 2. Yang mana dari hasil ini dapat disimpulkan bahwa perlakuan paling baik
terdapat pada dosis 0% dengan nilai 9,6150. Pembagian subset dilakukan dengan
membandingkan selisih rata-rata antara dua perlakuan dengan nilai beda nyata pada taraf
signifikansi tertentu. Pembagian subset ini dimulai dari perlakuan yang memiliki nilai rata-rata
tertinggi dan dibandingkan dengan perlakuan lainnya secara berurutan hingga nilai rata-rata
teredah. Setiap perlakuan dapat masuk ke lebih dari satu subset, tergatung dari hasil
perbandingannya dengan perlakuan lainnya. Hal ini sesuai dengan literatur yang menyatakan
bahwa uji Duncan bisa saja menghasilkan nilai yang berbeda signifikan dengan terbukti
menempati kolom berbeda (Rohmah dan Maspiyah, 2016).
Pada hasil profile plots terdapat grafik means plots dimana berfungsi untuk
membandingkan antar perlakuan. Perbandingan yang terbentuk grafik ini didasarkan
pada mean of data. Dapat dilihat pada grafik perlakuan dengan dosis 0% memiliki
puncak tertinggi dibandingkan perlakuan lain. Dosis 0% memiliki nilai mean plots
tertinggi mengartikan bahwa dosis 0% merupakan perlakuan terbaik dari percobaan
BAB V
PENUTUPAN
5.1 Kesimpulan
Pengolahan data merupakan serangkaian kegiatan yang dilakukan untuk
menganalisis, memperbaiki, dan mengorganisasi data agar dapat digunakan secara efektif
dalam pengambilan keputusan. Pengolahan data dapat dilakukan dengan SPSS (Statistical
Product and Service Solutions). Salah satu fungsi yang dapat dilakukan oleh SPSS adalah
perhitungan Rancangan Acak Lengkap. Rancangan Acak Lengkap (RAL) merupakan salah
satu rancanagn percobaan yang paling sederhana dari rancangan-rancangan lainnya. Dalam
Rancangan Acak Lengkap perlakuan sepenuhnya dilakukan secara acak terhdap satuan-
satuan percobaan atau sebaliknya. Tujuan dalam praktikum materi Rancangan Acak Lengkap
memiliki tujuan yaitu agar praktikan mengetahui proses optimasi dengan menggunakan SPSS
dengan metode Rancangan Acak Lengkap. Tujuan kedua adalah praktikan mampu
memahami analisis data optimasi dengan menggunakan metode Rangkaian Acak Lengkap.
Beberapa uji yang dilakuakn dalam praktikum ini adalah uji Duncan dan uji LSD. Hasil yang
didapatkan meliputi F hitung sebesar 2,761 memiliki nilai lebih besar dari F tabel α 5% yang
2,57. Sedangkan ketika dibandingkan dengan F tabel α 1% hasil adalah 3.81. Hal ini berarti
variable berpengaruh secara signifkan dikarenakan F hitung lebih besar dari F tabel.
Kemudian pada uji LSD yang mana ketika hasil P Value nilainya lebih kecil dari α 5%
menunjukkan bahwa penelitian berbeda nyata dan signifikan. Serta pada grafik mean plot
didapatkan hasil terbaik dari pelakuan yaitu dosis 0%.
Bhirawa WT. 2020. Proses pengolahan data dari model persamaan regresi dengan
menggunakan statistical product and service solution (SPSS). Jurnal Mitra
Manajemen 7(1): 71-83.
Christina Y, Tsalsabila A, Ekawati DA, Amalia F, Septiani RD, Novitri N, Gulo T, Reza AK,
Jayanti RD, Erfiani, Irzaman . 2016. Analisis statistik efisiensi energi penggunaan tungku
sekam sebagai bahan bakar alternatif rumah tangga. Prosiding Seminar Nasional Fisika
(E-Journal) 5: 99-104.
Rahmawati AS, Erina R. 2020. Rancangan acak lengkap (RAL) dengan uji anova dua
jalur. OPTIKA: Jurnal Pendidikan Fisika 4(1): 54-62.
Shofiana A, Rahayu YS, Budipramana LS. 2013. Pengaruh pemberian berbagai konsentrasi
hormon IBA (Indole Butyric Acid) terhadap pertumbuhan akar pada stek batang tanaman
buah naga (Hylocereus undatus). LenteraBio: Berkala Ilmiah Biologi 2(1): 101-105.
Susilawati M, 2015. Perancangan Percobaan. Uniersitas Udayana, Bali.
Tribudi YA, Prihandini PW. 2020. Prosedur rancangan percobaan untuk bidang peternakan.
Universitas Indonesia Publishing, Jakarta.
Qomusuddin IF, Romlah S. 2021. Analisis data kuantitatif dengan program IBM SPSS
statistic 20.0. Deepublis, Yogyakarta.
DAFTAR PUSTAKA TAMBAHAN
Akolo IR. 2022. Perbandingan matriks pembobot rook dan queen contiguity dalam analisis
spatial autoregressive model (SAR) dan spatial error model (SEM). Jambura Journal of
Probability and Statistics 3(1): 11-18.
Rohmah AR. 2016. Pengaruh proporsi kulit buah kopi dan oatmeal terhadap hasil jadi masker
tradisional untuk perawatan kulit wajah. E-Journal Universitas Negeri Surabaya 5(03):
73-79.
Septiadi A, Ramadhani WK. 2020. Penerapan metode anova untuk analisis rata-rata produksi
donat, burger, dan croissant pada toko roti Animo Bakery. Bulletin of Applied Industrial
Engineering Theory 1(2): 60-64.
LAMPIRAN
LAMPIRAN TAMBAHAN
DOKUMENTASI VIDEO