Laporan Praktikum Biometri Uji Beda Nyata

download Laporan Praktikum Biometri Uji Beda Nyata

of 15

Transcript of Laporan Praktikum Biometri Uji Beda Nyata

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    1/15

    LAPORAN PRAKTIKUM BIOMETRI

    PERCOBAAN KE 8

    SAS UJI BEDA NYATA

    DUNCAN DAN LSD

    Oleh :

    Nama : Ressi Domiila

    Nim : !"#$""%"##&

    Kelom'o( : % ) TI*A+

    ,a-i .a/00al : Kamis 1 "& 2a/3a-i 4#"5

    PRO*RAM STUDI PENDIDIKAN BIOLO*I

    !AKULTAS KE*URUAN DAN ILMU PENDIDIKAN

    UNI6ERSITAS TANJUN*PURA

    4#"5

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    2/15

    A7 PENDA,ULUAN

    Untuk merancang percobaan yang diperlukan maka unit eksperiment yang

    akan kita lakukan harus homogen untuk memperkecil kesalahan error yang timbul

    karena disebabkan variasi, dan setiap perlakuan dipberi perlakuan dan pengulangan

    yang sama dan secara acak. Untuk rancangan acak lengkap bias dilakukan secara

    manual namun seiring perkembangan zaman sehingga muncul program-program lain

    yang berkembang, yang lebih praktis, efisien dan hasil nya akurat, salah atunya yaitu

    program SAS.

    Rancangan acak lengkap atau completely randomized design merupakan

    salah satu model rancangan dalam rancangan percobaan. Rancangan acak lengkap ini

    digunakan bila unit percobaan homogen.

    Rancangan ini disebut rancangan acak lengkap, karena pengacakan

    perlakuan dilakukan pada seluruh unit percobaan. Rancangan ini dapat digunakan

    untuk melakukan percobaan di di laboratorium atau di rumah kaca atau lapangan .

    Rancangan acak lengkap digunakan bila faktor yang akan diteliti satu faktor atau

    lebih dari satu faktor. Pada percobaan dengan menggunakan rancangan faktorial lebih

    dari satu faktor! rancangan acak lengkap men"adi rancangan lingkungan S3(-i 1 M 1

    N3-7 4##9+7

    Rancangan ini tergolong yang paling sederhana, digunakan bila bahan-bahan

    percobaan relatif seragam atau homogen. RA# sering dipakai dalam percobaan pada

    lingkungan yang relatif! terkendali seperti percobaan laboratorium atau rumah kaca.

    Pengacakan perlakuan dilakukan hanya sekali untuk seluruh satuan percobaan.

    $anyaknya ulangan dalam setiap perlakuan tidak mesti sama meskipun "umlah

    ulangan yang sama lebih memudahkan dalam analisis data.

    #ayout RA# % perlakuan A, $, &, ', (! dan empat ulangan adalah seperti

    berikut.

    $) A* $* &) '+

    $+ &* '* (* (+

    &+ $ () A ')

    & A+ A) ' (

    )I7Ma-3(i7 4##9+

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    3/15

    odel linier yang tepat untuk rancangan acak lengkap adalah

    Yi2)+ ; < = P)+ = >)+

    dimana

    / 0 ), *, ...n1 dan t 0 ), *, ...n

    2i"t! 0 nilai pengamatan pada baris ke-i, kolom ke-" yang mendapat perlakuan

    ke-t.

    3 0 nilai rata-rata umum

    Pt! 0 pengaruh perlakuan ke-t

    et! 0 pengaruh galat yang memperoleh perlakuan ke-t

    4ipotesis

    45 6) 0 6* 0 . . . 0 6t 0 5 atau tidak ada pengaruh perlakuan terhadap respons yang

    diamati.

    4) minimal ada satu 6i 7 5, untuk i 0 ), *, 8 ,t atau paling sedikit ada sepasang 6i

    yang tidak sama.

    Rancangan acak lengkap berguna untuk melaksanakan percobaan bila unit

    percobaan homo0e/7 Pelaksanaan percobaan dengan menggunakan rancangan acak

    lengkap dilaksanakan dengan langkah-langkah sebagai berikut

    ). Pengacakan, yaitu penempatan perlakuan pada unit percobaan dilakukan secara

    acak, Analisis Ragam

    *. 9erdapat dua sumber keragaman dalam RA# yaitu keragaman yang ter"adi karena

    perlakuan dan keragaman antar satuan percobaan yang mendapat perlakuan sama.

    :eragaman yang kedua ini disebut galat percobaan experimental error!. ;leh

    karena itu, tabel A

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    4/15

    enghitung RA# dapat menggunakan program SAS. SAS menggunakan

    bahasa pemograman, dan memungkinkan programmer melakukan entri data, analisis

    statistik, peramalan untuk mendukung keputusan riset operasi, peningkatan kualitas

    pengembangan aplikasi data dan lain sebagainya. Pemograman dalam SAS

    dikategorikan dalam * "enis, yaitu data step untuk membuat, membaca atau pun

    memanipulasi data, dan proc step procedure step! digunakan untuk menganalisa,

    meringkas atau pun membuat tabulasi dari sebuah data. SAS dibangun se"ak versi B.5

    hingga versi C.*. $aik tahapan data maupun tahapan prosedur diaDali dengan kata

    EdataF atau EprocF, dan diakhiri dengan kata ErunF.) Kismia/i/i1 4#"#+7

    Analisis data yang telah dilakukan akan menghasilkan kesimpulan apakah 4 o

    atau 4) yang diterima setelah dilakukan u"i ?, untuk mengetahui apakah terdapat

    perbedaan perlakuan yang dicobakan.

    ,#:

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    5/15

    $erbagai macam "enis u"i lan"ut diantaranya adalah U"i duncan dan U"i $

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    6/15

    U/3( me/003/a(a/ 32i i/i1 a-i3 a/0 'e-l3(a/ aalah:

    ). data rata-rata perlakuan

    *. taraf nyata

    +. "umlah perlakuan

    . dera"ad bebas db! galat

    %. tabel 'uncan untuk menentukan nilai kritis u"i perbandingan.

    U"i 'R9 ini dilakukan hanya apabila hasil analisis ragam minimal

    berpengaruh nyata.

    U"i $

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    7/15

    dengan P +J! menun"ukkan nilai selisih nilai tengah 5,5%* dan 5,5%C lebih kecil

    dari nilai $

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    8/15

    $' R$ ' 6#6 $9 R$ 9 6#' &0 R$ 10 6#'

    Hasil Analisis Varietas-RAL

    (eneral Linear Models )ro*ed+re lass Leel .n/oration

    lass Leels Val+es

    TRAT & R0 R1 R$

    "+er o/ oserations in data set 2 &0

    (eneral Linear Models )ro*ed+re

    3e4endent Variale: !O"S S+ o/ MeanSo+r*e 3 S+ares S+are Val+e )r

    Model $ '#&0600000 %#15&00000 %9#59 0#0001

    rror $7 $#$6100000 0#0'&7%07%

    orre*ted Total $9 10#56700000

    R-S+are #V# Root MS !O"S Mean

    0#7'60&$ %#65990$ 0#$'9&'0 6#$10000

    So+r*e 3 Ty4e . SS Mean S+are Val+e )r

    TRAT $ '#&0600000 %#15&00000 %9#59 0#0001 M 0#0001

    OBS TRAT R !O"S

    1 R0 1 6#6 $ R0 $ 6#% & R0 & 5#9 % R0 % 6#6 5 R0 5 6#$ 6 R0 6 6#7 7 R0 7 6#& ' R0 ' 6#5 9 R0 9 6#5

    10 R0 10 6#' 11 R1 1 5#6 1$ R1 $ 5#$

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    9/15

    1& R1 & 5#& 1% R1 % 5#1 15 R1 5 5#7 16 R1 6 5#6 17 R1 7 5#6 1' R1 ' 6#& 19 R1 9 5#0

    $0 R1 10 5#% $1 R$ 1 6#9 $$ R$ $ 7#1 $& R$ & 6#% $% R$ % 6#7 $5 R$ 5 6#5 $6 R$ 6 6#6 $7 R$ 7 6#6 $' R$ ' 6#6 $9 R$ 9 6#' &0 R$ 10 6#'

    HAS.L A"AL.S.S VAR.TAS-RAL 5

    16:07 Monday, May 5, 1997

    (eneral Linear Models )ro*ed+re lass Leel .n/oration

    lass Leels Val+es

    TRAT & R0 R1 R$

    "+er o/ oserations in data set 2 &0

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    10/15

    HAS.L A"AL.S.S VAR.TAS-RAL

    (eneral Linear Models )ro*ed+re

    3e4endent Variale: !O"S S+ o/ MeanSo+r*e 3 S+ares S+are Val+e )r

    Model $ '#&0600000 %#15&00000 %9#59 0#0001

    rror $7 $#$6100000 0#0'&7%07%

    orre*ted Total $9 10#56700000

    R-S+are #V# Root MS !O"S Mean

    0#7'60&$ %#65990$ 0#$'9&'0 6#$10000

    So+r*e 3 Ty4e . SS Mean S+are Val+e )r

    TRAT $ '#&0600000 %#15&00000 %9#59 0#0001

    So+r*e 3 Ty4e ... SS Mean S+are Val+e )r

    TRAT $ '#&0600000 %#15&00000 %9#59 0#0001

    (eneral Linear Models )ro*ed+re

    Leel o/ -------------!O"S------------ TRAT " Mean S3

    R0 10 6#%5000000 0#$6&5$&1% R1 10 5#%'000000 0#&7&571&5 R$ 10 6#70000000 0#$05%'0%7

    (eneral Linear Models )ro*ed+re

    3+n*an8s M+lti4le Rane Test /or ariale: !O"S

    "OT: Tis test *ontrols te ty4e . *o4arison;ise error rate, not te e

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    11/15

    HAS.L A"AL.S.S VAR.TAS-RAL 9 16:07 Monday, May 5, 1997

    (eneral Linear Models )ro*ed+re

    T tests ?LS3@ /or ariale: !O"S

    "OT: Tis test *ontrols te ty4e . *o4arison;ise error rate not te e

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    12/15

    Perlu diingat bahDa semua command atau perintah SAS harus diakhiri dengan

    semicolon 1! sebagai command terminator dalam SAS untuk menandai akhir suatu

    command. >ika tidak ada 1! maka SAS akan menggabungkan synta baris berikutnya

    dengan synta baris sebelumnya sebagai satu command. 4al ini merupakan sumber

    kesalahan yang sering ter"adi dalam pemrograman SAS.

    9anda dolar Q! setelah variabel nama dan gander menun"ukkan bahDa tipe

    data ialah tet, sedanngkan pada umur tinggi dan berat diakhirnya tidak dilambangkan

    dengan dolar hal ini dikarena variabelnya berupa angka.

    Pada aDal saat memasukan data Rancangan Acak #engkap , maka dengan

    mengetik data dt)1 input treatsQ r kons dan kemudian cards, r yang dimaksud dari data

    adalah replikasi dan cards adalah perintah untuk menolah data, maka setelah kita

    mengetik itu dan proc prit1 run1 maka pada output SAS muncul data seperti berikut R0 1 6#6R0 $ 6#%R0 & 5#9R0 % 6#6R0 5 6#$R0 6 6#7R0 7 6#&R0 ' 6#5R0 9 6#5R0 10 6#'R1 1 5#6R1 $ 5#$R1 & 5#&R1 % 5#1R1 5 5#7R1 6 5#6R1 7 5#6R1 ' 6#&R1 9 5#0R1 10 5#%R$ 1 6#9R$ $ 7#1R$ & 6#%R$ % 6#7

    R$ 5 6#5R$ 6 6#6R$ 7 6#6R$ ' 6#6R$ 9 6#'R$ 10 6#'

    'an setelah itu dilan"utkan dengan mengetik titile hasil analisis ragam RA# , proc

    glm data0dt)1 class treat, model kons0treats 1 run1 , Pada eneral #inear odels

    Procedure adanya perintah Proc #, dimana Proc # merupakan suatu program

    statistika yang bertu"uan untuk menganalisa data yang berdasarkan pada penelitian

    percobaan baik di lapangan maupun di laboratorium . # atau eneral #inear

    odel odel #inear Umum! dibuat olehSAS /n. sebagai salah satu bagian dari

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    13/15

    program SAS disamping program-program lainnya, maka pada output SAS nya akan

    muncul data seperti berikut

    OBS TRAT R !O"S 1 R0 1 6#6 $ R0 $ 6#% & R0 & 5#9

    % R0 % 6#6 5 R0 5 6#$ 6 R0 6 6#7 7 R0 7 6#& ' R0 ' 6#5 9 R0 9 6#5 10 R0 10 6#' 11 R1 1 5#6 1$ R1 $ 5#$ 1& R1 & 5#& 1% R1 % 5#1 15 R1 5 5#7 16 R1 6 5#6 17 R1 7 5#6 1' R1 ' 6#& 19 R1 9 5#0 $0 R1 10 5#% $1 R$ 1 6#9 $$ R$ $ 7#1 $& R$ & 6#% $% R$ % 6#7 $5 R$ 5 6#5 $6 R$ 6 6#6 $7 R$ 7 6#6 $' R$ ' 6#6

    $9 R$ 9 6#' &0 R$ 10 6#'

    )ada data analisis arietas 'apat dilihat pada hasil data tersebut diperoleh 'f

    treatment nya * dan df error *N, dan total nya *C, dan diperoleh SS pada treatmentsebesar O,+B dan means sHuarenya ,)%+55555 dan pada eperimental errornya

    diperoleh sum of sHuaresnya *,*B)55555 dan means sHuarenya sekitar 5.O+N5N. dan

    dari data ini diperoleh ? valuenya sebesar C,%C , "ika dibandingkan dengan cara

    manual maka ? kalkulasinya diperoleh B,)) , sedikit ada perbedaan besarnya. Pada

    SAS Untuk mencari kesimpulannya maka dengan membandingkan f value dengan pr

    L ? dan pada data di peroleh pr L ? nya sebesar 5,555), sedangkan secara manual

    dengan cara membandingkan ? kalkuasi atau ? hitung dengan ? tabel.$erdasarkan r-sHuare dari data diatas menun"ukan keakuratan suatu data,

    semakin besar nilainya maka datanya semakin akurat. 'apat dilihat keakuratan

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    14/15

    datanya yaitu 5,NO yang menun"ukan data mendekati akurat. 9ype / SS harus sama

    hasilnya dengan type /// SS yang menun"ukan bahDa perhitungan benar, selain itu

    ? value L ? tabel maka 4o ditolak dan 4) diterima sehingga ada perbedaan yang

    signifikan dari data tersebut.

    Sehingga pada data dengan program SAS ini Pada data ) mengenai E4asil

    Analisis Ragam RA# )F memiliki 4ipotesis nol 45! dan 4ipotesis Alternatif 4a!.

    ,# yaitu tidak ada pengaruh nyata perbedaan! dari perlakuan terhadap hasil

    pengamatan analisis Ragam RA#. Sedangkan ,a yaitu ada pengaruh nyata

    perbedaan! dari perlakuan terhadap hasil pengamatan analisis Ragam RA#. 'ari data

    ), diperoleh bahDa ? kalkulasinya senilai 9&7%4# Untuk ?tabel pada I 5,5% dari df

    treatment0 B dan df error0 *O adalah 47&&. :arena nilai ? kalkulasi lebih besar ? tabel,

    maka ,# iola( sedangkan ,a ie-ima, sehingga terdapat signifikan yaitu adapengaruh nyata perbedaan! dari perlakuan terhadap hasil pengamatan analisis Ragam

    RA#.

    Pada data * mengenai E4asil Analisis Ragam RA# *F memiliki 4ipotesis nol

    45! dan 4ipotesis Alternatif 4a!. ,#yaitu tidak ada pengaruh nyata perbedaan!

    dari perlakuan terhadap hasil pengamatan analisis Ragam RA#. Sedangkan ,ayaitu

    ada pengaruh nyata perbedaan! dari perlakuan terhadap hasil pengamatan analisis

    Ragam RA#. 'ari data *, diperoleh bahDa ? valuenya senilai &19. Untuk pr L ?

    adalah 5,555), sehingga 4asil analisis dapat disimpulkan sebagai berikut

    karena nilai pr L ? 5.5%, maka 4)diterima dan 45 ditolak. 4al ini berarti, ada

    perbedaan antara perlakuan yang dicobakan

    >ika 4o diterima berarti semua perlakuan yang dicobakan memberikan

    pengaruh yang sama, tetapi "ika 4) yang diterima berarti paling sedikit terdapat

    sepasang nilai tengah perlakuan yang berbeda. Untuk mengetahui pasangan perlakuan

    mana yang mempunyai nilai tengah yang berbeda tersebut, maka perlu dilakukanpengu"ian lan"utan untuk mengetahui perbedaan diantara nilai tengah perlakuan

    tersebut. Pengu"ian tersebut diistilahkan dengan u"i lan"utan atau biasa "uga disebut u"i

    pembanding berganda.

    4abis tabel anova diperoleh data signifikan 4) diterima dan 4o ditolak tetapi

    kita belum tau faktor yang mana yang menyebabkan pengaruh perbedaan itu "adi perlu

    di u"i lan"utan di u"i yaitu dengan u"i duncan dan u"i lsd.

    Setelah didapatkan hasil RA# maka diu"i dengan u"i #S', dimana ean perlk1

    mean perlk@ducan atau kita bisa mengunakan mean perlk@lsd1 dan setelah itu run1

  • 7/25/2019 Laporan Praktikum Biometri Uji Beda Nyata

    15/15

    'ari data dengan u"i ducan yang mana kita ketahui U"i ducan berfungsi untuk

    mengetahui hasil u"i beda nyata dengan metode 'uncan pada RA# faktorial. Apabila

    hasil yang diperoleh menun"ukkan data signifikan 4) diterima dan 45 ditolak , maka

    dapat dinyatakan data tersebut ke dalam u"i beda nyata guna mengetahui lebih lan"ut

    letak perbedaan spesifik dari data. Untuk melihat output hasil tabel data RA# pada

    program SAS klik input sampai pada proc print data 1 run1 dan dengan mengklik icon

    seperti orang berlari pada program editor. aka hasil output tabe# RA# faktorial akan

    tampak, kemudian untuk melihat output table anova dalam RA# dengan mengklik

    Proc glm 1 &lass A $1 dan odel 2 0 A $ AM$1 run1 maka output tabel anovanya

    akan tampak. Untuk melihat hasil u"i beda nyata itu sendiri yang signifikan atau tidak

    yaitu dengan mengklik ean A $ 1 ean A $@'U