APLIKASI KOMPUTER (SPSS)

LAPORAN PRAKTIKUM

Pertemuan Ke-3
Materi : Rancangan Acak Lengkap

Nama : Kevin Azri Baskara

NIM : 2105042
Asisten : Ana Pratiwi, S.P.

PENGELOLAAN PERKEBUNAN DIV

POLITEKNIK LPP YOGYAKARTA 2023
I. Input Data
Tabel 1. Data Pengaruh Lama Penyinaran Cahaya Matahari Terhadap Pertumbuhan
Tanaman

Ulangan
Perlakuan (Hari)
Ulangan 1 Ulangan 2 Ulangan 3 Ulangan 4

3 Jam 5, 28 6, 32 6, 70 5, 50
6 Jam 7, 54 6, 38 7, 35 7, 50
9 Jam 9, 11 8, 14 8, 91 8, 73

12 Jam 10, 11 9, 81 10, 43 9, 71

Tabel 2. Data Pengam atan P engaruh Medi a T aman Dan Je nis ZPT
Terhadap Pertumbuhan Stek Tanam an K akao.

Perlakuan Ulangan

Media Tanam Jenis ZPT Ulangan 1 Ulangan 2 Ulangan 3

Sekam P adi Kontrol 19,3 20,8 19,3

Auksin 22,9 22,1 24,1

Giberelin 23,1 22,9 23,4

Pupuk Kandang Kontrol 19,8 20,1 20,9

Auksin 23,4 24,1 23.9

Giberelin 25,9 24,8 25,2

Arang Kontrol 19,8 20,1 20

Auksin 24,8 23,6 24,9

Giberelin 26,1 24,7 24,8

 Gambar 1. Input Data
II. Langkah Kerja

1. Rancangan Acak Lengkap

1. Buka Aplikasi IBM SPSS Statistics dan Menuju ke menu utama

2. Pindah row ke Variable view setelah itu isi pada kolom Name sesusai dengan perintah
soal, antara lain perlakuan, ulangan, tinggi_tanaman.
3. Pada kolom Type pilih opsi Numeric.
4. Pada kolom Values, pada opsi Value ketik angka 1 untuk menandakan setiap perlakuan
sesuai perintah soal. Lalu pada opsi Label bisa diisi dengan keterangan sebagai tanda
perlakuan.
5. Pada kolom Measure pilih opsi Nominal karena bentuk data merupakan angka.
6. Ulangi semua langkah tersebut sampai ke kolom tinggi_tanaman.
7. Kembali ke row Data View dan mengisi kolom-kolom yang sudah terdapat tanda atau
label sesuai dengan perintah soal.
 Gambar 2. Analisa data dengan One-Way ANOVA

8. Setelah data sudah di-input, selanjutnya menganalisa data pengamatan dengan

One Way ANOVA dengan membuka menu Analyze kemudian CompareMeans
dan yang terakhir pilih opsi .

Gambar 3 . Analisa Anova terhadap Data Pengaruh Lama Penyinaran Cahaya

Matahari Terhadap Pertumbuhan Tanaman
9. Masukkan Variabel Terikat Ulangan pada kolom Dependent List dan
Variabel Bebas Perlakuan pada kolom faktor.
 Gambar 4 . Menu “One-Way ANOVA: Post Hoc Multiple Comparisons”
10. Lanjut dengan membuka menu Post Hoc kemudian checklist opsi LSD dan
Duncan serta pada menu Significant Level diisi 0,05.
 Gambar 5. Hasil uji Anova

11. Berikut ini hasil yang didapatkan dari uji One-Way ANOVA

2. Rancangan Acak Lengkap Faktorial

1. Input Data dan langkah-langkah nya sama dengan rancangan acak lengkap
 Gambar 6. Penginputan Data

Gambar 7. Analisa data dengan General Linear Model Univariate

2. Masuk ke menu Analyze kemudian pilih opsi General Linear Model lalu
masuk ke menu Univariate.
 Gambar 8. Pemindahan data pada menu Univariate
3. Masukkan variabel terikat pada Dependent List dan variabel bebas padaFixed
Factor.

4. Masuk ke menu model dan masukkan semua variable bebas dan interaksinya
ke kolom Model.

Gambar 9. Univariate Model

5. Pada menu Post Hoc masukkan semua faktornya kemudian checklist“LSD”
dan Duncan untuk uji lanjut.
6. Kemudian klik continue dan hasil uji akan ditaruh di lampiran
III. Hasil dan Pembahasan

1. Hasil
1. Uji One-Way ANOVA
Tabel 3. Hasil Pengujian Anova

ANOVA
ulangan
Sum of Squares df Mean Square F Sig.
Between Groups .000 3 .000 .000 1.000
Within Groups 20.000 12 1.667
Total 20.000 15

2. Homogeneous Subsets
Tabel 4. Hasil Data Uji Lanjut

ulangan

Subset for alpha = 0.05

perlakuan N 1
Duncana 3 jam 4 2.50

6 jam 4 2.50
9 jam 4 2.50
12 jam 4 2.50
Sig. 1.000
Means for groups in homogeneous subsets are displayed.

a. Uses Harmonic Mean Sample Size = 4.000.

 2. Pembahasan
Rancangan Acak Lengkap (RAL) merupakan rancangan yang paling
sederhana jika dibandingkan dengan rancangan-rancangan percobaan lainnya.
Dalam rancangan ini tidak terdapat lokal kontrol, sehingga sumber keragaman
yang diamati hanya perlakuan dan galat. Rancangan acak lengkap digunakan
jika kondisi unit percobaan yang digunakan relatif homogen, seperti percobaan
yang dilakukan di laboratorium. Jarang digunakan pada percobaan yang
melibatkan unit cukup besar. Berikut adalah hasil yang di dapatkan dari uji
anova dan uji lanjut dari soal diatas.
Pada Tabel 3. hasil pengujian anova pada Data Pengaruh Lama
Penyinaran Cahaya Matahari Terhadap Pertumbuhan Tanaman hasil
significant melebihi taraf 0,05. Didapatkan hasil bahwa uji anova pada Data
Pengaruh Lama Penyinaran Cahaya Matahari Terhadap Pertumbuhan
Tanaman “tidak berbeda nyata” karena nilai sig lebih dari taraf 0,05. Dapat
dilihat pada Tabel 4 bahwa perlakuan tidak terdapat beda nyata.
IV. Kesimpulan
Kesimpulan dalam uji anova yang sudah dianalisis menghasilkan berbeda
nyata terhadap lama penyinaran dan tinggi tanaman karena significant kurang dari
0,05 maka dilakukan uji lanjut Duncan dengan hasil significan yang tidak berbeda
nyata dari keempat perlakuan dan menghasilkan notasi yang sama yaitu 'a'
 LAMPIRAN

ANOVA
ulangan
Sum of Squares df Mean Square F Sig.
Between Groups .000 3 .000 .000 1.000
Within Groups 20.000 12 1.667
Total 20.000 15

Multiple Comparisons
Dependent Variable: ulangan

Mean Difference 95% Confidence Interval

(I) perlakuan (J) perlakuan (I-J) Std. Error Sig. Lower Bound Upper Bound
LSD 3 jam 6 jam .000 .913 1.000 -1.99 1.99
9 jam .000 .913 1.000 -1.99 1.99
12 jam .000 .913 1.000 -1.99 1.99
6 jam 3 jam .000 .913 1.000 -1.99 1.99
9 jam .000 .913 1.000 -1.99 1.99
12 jam .000 .913 1.000 -1.99 1.99
9 jam 3 jam .000 .913 1.000 -1.99 1.99
6 jam .000 .913 1.000 -1.99 1.99
12 jam .000 .913 1.000 -1.99 1.99
12 jam 3 jam .000 .913 1.000 -1.99 1.99
6 jam .000 .913 1.000 -1.99 1.99
9 jam .000 .913 1.000 -1.99 1.99

ulangan
Subset for alpha
= 0.05
perlakuan N 1
Duncana 3 jam 4 2.50
6 jam 4 2.50
9 jam 4 2.50
12 jam 4 2.50
Sig. 1.000
Means for groups in homogeneous subsets are
displayed.
a. Uses Harmonic Mean Sample Size = 4.000.
 Between-Subjects Factors
Value Label N
jenis_zpt 1 kontrol 9
2 auksin 9
3 giberelin 9
Media_Tanam 1 sekam padi 9
2 pupuk kandang 9
3 arang 9

Tests of Between-Subjects Effects

Dependent Variable: tinggi_tanaman
Type III Sum of
Source Squares df Mean Square F Sig.
Model 14117.067a 9 1568.563 3767.900 .000
jenis_zpt 105.583 2 52.791 126.812 .000
Media_Tanam 8.272 2 4.136 9.935 .001
jenis_zpt * Media_Tanam 3.988 4 .997 2.395 .089
Error 7.493 18 .416
Total 14124.560 27
a. R Squared = .999 (Adjusted R Squared = .999)

1. jenis_zpt
Dependent Variable: tinggi_tanaman
95% Confidence Interval
jenis_zpt Mean Std. Error Lower Bound Upper Bound
kontrol 20.011 .215 19.559 20.463
auksin 23.756 .215 23.304 24.207
giberelin 24.544 .215 24.093 24.996

2. Media_Tanam
Dependent Variable: tinggi_tanaman
95% Confidence Interval
Media_Tanam Mean Std. Error Lower Bound Upper Bound
sekam padi 21.989 .215 21.537 22.441
pupuk kandang 23.122 .215 22.670 23.574
arang 23.200 .215 22.748 23.652
 3. Media_Tanam * jenis_zpt
Dependent Variable: tinggi_tanaman
95% Confidence Interval
Media_Tanam jenis_zpt Mean Std. Error Lower Bound Upper Bound
sekam padi kontrol 19.800 .373 19.017 20.583
auksin 23.033 .373 22.251 23.816
giberelin 23.133 .373 22.351 23.916
pupuk kandang kontrol 20.267 .373 19.484 21.049
auksin 23.800 .373 23.017 24.583
giberelin 25.300 .373 24.517 26.083
arang kontrol 19.967 .373 19.184 20.749
auksin 24.433 .373 23.651 25.216
giberelin 25.200 .373 24.417 25.983

Multiple Comparisons
Dependent Variable: tinggi_tanaman

Mean Difference 95% Confidence Interval

(I) jenis_zpt (J) jenis_zpt (I-J) Std. Error Sig. Lower Bound Upper Bound
LSD kontrol auksin -3.744* .3042 .000 -4.383 -3.105
giberelin -4.533* .3042 .000 -5.172 -3.894
auksin kontrol 3.744* .3042 .000 3.105 4.383
giberelin -.789* .3042 .018 -1.428 -.150
giberelin kontrol 4.533* .3042 .000 3.894 5.172
auksin .789* .3042 .018 .150 1.428
Based on observed means.
The error term is Mean Square(Error) = .416.
*. The mean difference is significant at the ,05 level.

tinggi_tanaman
Subset
jenis_zpt N 1 2 3
Duncana,b kontrol 9 20.011
auksin 9 23.756
giberelin 9 24.544
Sig. 1.000 1.000 1.000
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = .416.
a. Uses Harmonic Mean Sample Size = 9.000.
b. Alpha = ,05.
 Multiple Comparisons
Dependent Variable: tinggi_tanaman

Mean Difference 95% Confidence Interval

(I) Media_Tanam (J) Media_Tanam (I-J) Std. Error Sig. Lower Bound Upper Bound
LSD sekam padi pupuk kandang -1.133* .3042 .002 -1.772 -.494
arang -1.211* .3042 .001 -1.850 -.572
pupuk kandang sekam padi 1.133* .3042 .002 .494 1.772
arang -.078 .3042 .801 -.717 .561
arang sekam padi 1.211* .3042 .001 .572 1.850
pupuk kandang .078 .3042 .801 -.561 .717
Based on observed means.
The error term is Mean Square(Error) = .416.
*. The mean difference is significant at the ,05 level.

tinggi_tanaman
Subset
Media_Tanam N 1 2
Duncana,b sekam padi 9 21.989
pupuk kandang 9 23.122
arang 9 23.200
Sig. 1.000 .801
Means for groups in homogeneous subsets are displayed.
Based on observed means.
The error term is Mean Square(Error) = .416.
a. Uses Harmonic Mean Sample Size = 9.000.
b. Alpha = ,05.