Download - Rancangan Percobaan dengan SPSS 13 · PDF fileRancangan Dasar yang akan dibahas dalam tulisan ini antara lain Rancangan Acak Lengkap (RAL), Rancangan Acak Kelompok ... Rancangan Acak

Ichsan Nurul Bari, SP Email : [email protected]

Phone : 022 70677611

JHPT-Faperta-Unpad, hal.1 dari 16

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)

Statistical Product and Service Solution (SPSS) merupakan salah satu perangkat lunak/software statistik yang dapat digunakan sebagai alat pengambil keputusan pada bidang statistik. Rancangan Dasar yang akan dibahas dalam tulisan ini antara lain Rancangan Acak Lengkap (RAL), Rancangan Acak Kelompok (RAK), Rancangan Bujur Sangkar (RBS), Rancangan Faktorial Confounding (Split Plot), dan teknik Transformasi Data dalam SPSS 13.0 Memulai bekerja dengan SPSS 13.0 Jika software SPSS 13.0 telah ter-install pada komputer anda, maka untuk memulai bekerja, Klik Start, pilih All Programs – SPSS for windows - SPSS 13.0 for windows. Setelah anda klik, maka tampilan awal SPSS 13.0 yang akan muncul adalah seperti gambar di bawah ini.

mailto:[email protected]


Phone : 022 70677611


Untuk mulai dengan memasukan data, maka pilih Type in data lalu klik Ok sehingga muncul tampilan SPSS data editor seperti gambar di bawah ini.

SPSS data editor merupakan lingkungan tempat dimana kita bekerja. Disini terdapat 2 type lingkungan kerja yaitu Data View dan Variabel View. Data View adalah tempat memasukan data hasil pengamatan. Variabel View adalah tempat menetapkan variabel-variabel pangamatan. Bekerja pada Variable View Variable view memiliki 10 kolom yaitu Name, Type, Width, Decimals, Label, Values, Missing, Columns, Align dan Measure. Name, digunakan untuk memberi nama data. (Maks. 8 karakter) Type, digunakan untuk memilih jenis data. Secara default SPSS memberi type Numeric (data angka). Untuk data non angka pilih type String.



Phone : 022 70677611


Width, digunakan untuk menentukan jumlah karakter/digit yang dapat ditulis. Untuk data string 1- 32767 karakter dan untuk data numerik 1-40 digit. Decimals, digunakan untuk menentukan jumlah angka desimal (angka dibelakang koma). Secara default SPSS memberi 2 angka desimal. Label, digunakan untuk memberi keterangan nama variabel. Pengisian/pengosongan kolom ini tidak mempengaruhi data SPSS. Values, digunakan untuk memberikan kode data.

Missing, digunakan apabila ada data yang hilang atau belum diobservasi. Apabila data lengkap/tidak memuat data yang hilang maka kolom missing values tidak perlu diisi.

Column, digunakan untuk mengatur lebar kolom sesuai dengan data yang kita masukan (1-255 digit). Align, digunakan untuk mengatur posisi data (rata kanan, rata kiri dan center).

Data

Kategorikal

Numerik

Nominal

Ordinal

Ratio

Interval



Phone : 022 70677611


Measure, digunakan untuk menentukan tipe pengukuran. Untuk data string terdiri atas Ordinal dan Nominal. Sedangkan untuk data kuantatif tanpa kategori pilih type Scale.

RAL Rancangan Acak Lengkap

Contoh Kasus 1 (Soal UAS 2006) Data Pengamatan

Perlakuan Jumlah Larva B. carambolae

I II III IV

Metil eugenol 0,3 mL 77.08 59.34 52,54 62.03

Metil eugenol 0,5 mL 58.70 57.42 55.55 60.00

Metil eugenol 0,7 mL 50.77 47.87 53.73 50.19

Metil eugenol 0,9 mL 48.45 46.15 51.35 49.02

Metil eugenol 1,0 mL 45.57 47.29 46.15 43.86

Kontrol 52.54 61.34 53.73 54.94

Langkah-langkah penyelesaian 1. Lakukan data entry pada lingkungan kerja Data View seperti gambar berikut :

2. Pendefinisian variable data, dilakukan pada lingkungan kerja variable view dengan melakukan langkah-langkah berikut : a. Baris ke-1

Name : isi dengan Treat



Phone : 022 70677611


Type : Pilih Numeric

Decimals : Pilih 0 (karena data bilangan bulat)

Abaikan kolom yang lainnya

b. Baris ke-2

Name : isi dengan Data


Decimals : Pilih 2

Value, isi dengan cara : o Value : 1, Value label : Metil Eugenol 0.3 mL. o Value : 2, Value label : Metil Eugenol 0.5 mL. o Value : 3, Value label : Metil Eugenol 0.7 mL. o Value : 4, Value label : Metil Eugenol 0.9 mL. o Value : 5, Value label : Metil Eugenol 1.0 mL. o Value : 6, Value label : Kontrol.

Abaikan kolom yang lainnya 3. Analisis data dengan cara memilih menu Analize – Compare Means – One way

ANOVA



Phone : 022 70677611


Pada Kotak dialog One way ANOVA:

Dependent List : Data1

Factor : Treat Kotak dialog akan seperti gambar berikut :

Klik Option o Centang Descriptive Statistics. o Centang Means Plots. o Klik Continue, kotak dialog akan seperti gambar di bawah ini :

Klik Post Hoc o Centang Duncan o Significance Level : 0.05 o Klik Continue, kotak dialog akan seperti gambar di bawah ini :

Klik OK 4. Hasil Output akan tampak seperti di bawah ini :



Phone : 022 70677611


Oneway Descriptives

Data1

N

Mean

Std. Deviation

Std. Error

95% Confidence Interval for Mean

Minimum

Maximum

Lower Bound

Upper Bound

Metil Eugenol 0.3 mL. 4 62.7475 10.35599 5.17799 46.2688 79.2262 52.54 77.08

Metil Eugenol 0.5 mL. 4 57.9175 1.89751 .94876 54.8981 60.9369 55.55 60.00

Metil Eugenol 0.7 mL. 4 50.6400 2.41111 1.20556 46.8034 54.4766 47.87 53.73

Metil Eugenol 0.9 mL. 4 48.7425 2.13562 1.06781 45.3442 52.1408 46.15 51.35

Metil Eugenol 1.0 mL. 4 45.7175 1.42967 .71484 43.4426 47.9924 43.86 47.29

Kontrol 4 55.6375 3.92590 1.96295 49.3905 61.8845 52.54 61.34

Total 24 53.5671 7.28264 1.48656 50.4919 56.6423 43.86 77.08

ANOVA

Data1

Sum of

Squares df Mean Square F Sig.

Between Groups 803.813 5 160.763 6.956 .001

Within Groups 416.034 18 23.113

Total 1219.847 23

Post Hoc Tests Homogeneous Subsets Data1

Duncan

Treat N

Subset for alpha = .05

1 2 3 4

Metil Eugenol 1.0 mL. 4 45.7175

Metil Eugenol 0.9 mL. 4 48.7425 48.7425

Metil Eugenol 0.7 mL. 4 50.6400 50.6400 50.6400

Kontrol 4 55.6375 55.6375 55.6375

Metil Eugenol 0.5 mL. 4 57.9175 57.9175

Metil Eugenol 0.3 mL. 4 62.7475

Sig. .187 .069 .056 .062

Means for groups in homogeneous subsets are displayed. a Uses Harmonic Mean Sample Size = 4.000.



Phone : 022 70677611


Means Plots

KontrolMetil Eugenol1.0 mL.

Metil Eugenol0.9 mL.




Treat

65.00

60.00

55.00

50.00

45.00

Mean

of

Data

1

55.64

45.72

48.74

50.64

57.92

62.75

Interpretasi data: Berdasarkan table ANOVA di atas diketahui bahwa terdapat perbedaan yang sangat signifikan (0,01) antar perlakuan yang diberikan. Jumlah larva tertinggi yaitu pada perlakuan Metil eugenol 0,3 mL dengan rata-rata jumlah larva 62,75 ekor. Semakin banyak Metil eugenol yang diaplikasikan, semakin sedikit jumlah larva yang diperoleh.



Phone : 022 70677611


RAK Rancangan Acak Kelompok

Contoh Kasus 2 (Tabel 5.3, Gasperz,1995) Data Pengamatan

Kelompok Umur Perlakuan

Total Kelompok 1 2 3 4

1 2 5 8 6 21 2 3 4 7 5 19 3 3 5 10 5 23 4 5 5 9 2 21

Total Perlakuan 13 19 34 18 84 Rata-rata 3.25 4.75 8.50 4.50 5.25

Langkah-langkah penyelesaian 1. Lakukan data entry pada lingkungan kerja Data View seperti gambar berikut :

2. Pendefinisian variable data, dilakukan pada lingkungan kerja variable view dengan melakukan langkah-langkah berikut : a. Baris ke-1

Name : isi dengan Blok





Phone : 022 70677611


Value, isi dengan cara : o Value : 1, Value label : Kelompok umur 1 o Value : 2, Value label : Kelompok umur 2 o Value : 3, Value label : Kelompok umur 3 o Value : 4, Value label : Kelompok umur 4


b. Baris ke-2

Name : isi dengan Metoda



Value, isi dengan cara : o Value : 1, Value label : Campuran A. o Value : 2, Value label : Campuran B. o Value : 3, Value label : Campuran C. o Value : 4, Value label : Campuran D.


c. Baris ke-3

Name : isi dengan Data1



Abaikan kolom yang lainnya 3. Analisis data dengan cara memilih menu Analize – General Linear Model –

Univariate



Phone : 022 70677611


Pada Kotak dialog Univariate:

Dependent Variable : Data1

Fixed Factor(s) : Blok & Metoda Kotak dialog akan seperti gambar berikut :

Klik Model

o Centang Custom. o Pilih Blok & Metode. o Sum of squares pilih Type II o Hilangkan centang pada Include intercept in model o Klik Continue, kotak dialog akan seperti gambar di bawah ini :

Klik Plots

o Isi Horizontal Axis dengan Blok o Isi Separate Lines dengan metode o Klik Add o Klik Continue, kotak dialog akan seperti gambar di bawah ini :



Phone : 022 70677611


Klik Post Hoc

o Pillih Metode ke Post Hoc Tests for o Centang Duncan o Klik Continue, kotak dialog akan seperti gambar di bawah ini :

Klik Option

o Pilih Blok & Metode pada Display Means for. o Centang Descriptive statistics & Homogeneity Tests. o Klik Continue, kotak dialog akan seperti gambar di bawah ini :

4. Klik OK 5. Hasil Output akan tampak seperti di bawah ini :



Phone : 022 70677611


Univariate Analysis of Variance Between-Subjects Factors

Value Label N

Blok 1 Kelompok umur 1 4

2 Kelompok umur 2 4

3 Kelompok umur 3 4

4 Kelompok umur 4 4

Metode 1 Campuran A 4

2 Campuran B 4

3 Campuran C 4

4 Campuran D 4

Descriptive Statistics

Dependent Variable: Data1

Blok Metode Mean Std. Deviation N

Kelompok umur 1 Campuran A 2.00 . 1

Campuran B 5.00 . 1

Campuran C 8.00 . 1

Campuran D 6.00 . 1

Total 5.25 2.500 4


Campuran B 4.00 . 1

Campuran C 7.00 . 1

Campuran D 5.00 . 1

Total 4.75 1.708 4


Campuran B 5.00 . 1

Campuran C 10.00 . 1

Campuran D 5.00 . 1

Total 5.75 2.986 4


Campuran B 5.00 . 1

Campuran C 9.00 . 1

Campuran D 2.00 . 1

Total 5.25 2.872 4

Total Campuran A 3.25 1.258 4

Campuran B 4.75 .500 4

Campuran C 8.50 1.291 4

Campuran D 4.50 1.732 4

Total 5.25 2.324 16



Phone : 022 70677611


Tests of Between-Subjects Effects


Source Type II Sum of Squares df Mean Square F Sig.

Corrected Model 63.500(a) 6 10.583 5.443 .012

Intercept 441.000 1 441.000 226.800 .000

Blok 2.000 3 .667 .343 .795

Metode 61.500 3 20.500 10.543 .003

Error 17.500 9 1.944

Total 522.000 16

Corrected Total 81.000 15

a R Squared = .784 (Adjusted R Squared = .640)

Estimated Marginal Means 1. Blok


Blok Mean Std. Error

95% Confidence Interval

Lower Bound Upper Bound

Kelompok umur 1 5.250 .697 3.673 6.827

Kelompok umur 2 4.750 .697 3.173 6.327

Kelompok umur 3 5.750 .697 4.173 7.327

Kelompok umur 4 5.250 .697 3.673 6.827

2. Metode


Metode Mean Std. Error

95% Confidence Interval

Lower Bound Upper Bound

Campuran A 3.250 .697 1.673 4.827

Campuran B 4.750 .697 3.173 6.327

Campuran C 8.500 .697 6.923 10.077

Campuran D 4.500 .697 2.923 6.077



Phone : 022 70677611


Post Hoc Tests Metode Homogeneous Subsets Data1

Duncan

Metode N

Subset

1 2

Campuran A 4 3.25

Campuran D 4 4.50

Campuran B 4 4.75

Campuran C 4 8.50

Sig. .179 1.000

Means for groups in homogeneous subsets are displayed. Based on Type II Sum of Squares The error term is Mean Square(Error) = 1.944. a Uses Harmonic Mean Sample Size = 4.000. b Alpha = .05.

Profile Plots

Kelompok umur 4Kelompok umur 3Kelompok umur 2Kelompok umur 1

Blok

9

8

7

6

5

4

3

2

Esti

mate

d M

arg

inal M

ean

s

Campuran D

Campuran C

Campuran B

Campuran A

Metode

Estimated Marginal Means of Data1



Phone : 022 70677611


Interpretasi data: Berdasarkan table ANOVA di atas diketahui bahwa terdapat perbedaan yang sangat signifikan (0,01) antar perlakuan yang diberikan. Pertambahan bobot tertinggi dihasilkan perlakuan ke-3 dengan nilai rata rata pertambahan sebesar 8,5 kg. Berdarakan uji lanjut (Duncan) diketahui bahwa nilai pertambahan perlakuan ke-3 tersebut berbeda nyata dengan perlakuan lainnya.
