PERCOBAAN FAKTORIAL DENGAN POLA RAK
A. Mengisi data
1. Buka program SPSS, seperti pada Gambar berikut:
2. Aktikan/klik Variabel View, ketik Pupuk pada kolom Name baris 1, seperti terlihat pada Ganbar
158 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
3. Pindahkan cursor melewati kolom Type, Width, Decimals, Label, Value, dan seterusnya, seperti terlihat pada Gambar
4. Isikan Value dengan cara, cursor ditempatkan pada kolom Value, klik tanda titik tiga yang berwarna abu-abu dan akan muncul seperti terlihat pada Gambar
5. Isikan kolom Value dengan angka 1 dan kolom Value Label P0, seperti terlihat pada Gambar
6. Klik add, Isikan kolom Value dengan angka 2 dan kolom Value Label P1, seperti terlihat pada Gambar
160 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
7. Klik add, Isikan kolom Value dengan angka 3 dan kolom Value Label P2, seperti terlihat pada Gambar
8. Klik add, isikan kolom Value dengan angka 4 dan kolom Value Label P3, seperti terlihat pada Gambar
9. Klik add, akan muncul seperti Gambar:
10. Klik OK, akan muncul seperti Gambar:
11. Ketik Fungisida pada kolom Name baris ke 2, seperti terlihat pada Gambar
162 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
12. Pindahkan cursor melewati kolom Type, Width, Decimals, Label, Value, dan seterusnya, seperti terlihat pada Gambar
13. Klik tanda titik 3 warna abu-abu pada kolom value, dan isi kolom Value dengan angka 1 dan Value Label dengan F0, seperti pada Gambar
14. Klik add, isi kolom value dengan angka 2 dan Value label dengan F1, seperti Gambar
15. Klik add, isi kolom value dengan angka 3 dan Value label dengan F2,
164 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
16. Klik add, isi kolom value dengan angka 4 dan Value label dengan F3, seperti terlihat pada Gambar
17. Klik add, akan muncul seperti Gambar
18. Klik OK, akan muncul seperti Gambar
19. Ketik Blok pada kolom Name, baris ke 3, seperti terlihat pada Gambar
20. Pindahkan cursor melewati kolom Type, Width, Decimals, Label, Value, dan seterusnya, seperti terlihat pada Gambar
166 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
21. Klik tanda titik 3 warna abu-abu pada kolom value, dan isi kolom Value dengan angka 1 dan Value Label dengan Blok1, seperti pada Gambar
22. Klik add, isi kolom Value dengan angka 2 dan Value Label dengan Blok2
23. Klik add, isi kolom Value dengan angka 3 dan Value Label dengan Blok3
24. Klik add, akan muncul seperti pada Gambar
168 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
25. Klik OK, akan muncul seperti Gambar
26. Ketik IP pada kolom Name baris ke 4, seperti terlihat pada Gambar
27. Pindahkan cursor melewati kolom Type, Width, Decimals, Label, Value, dan seterusnya, seperti terlihat pada Gambar
28. Aktikan Data View
170 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
29. Isikan data pengamatan IP (intensitas penyakit), seperti terlihat pada Gambar
Lanjutan:
Lanjutan
Prosedur Analisis Data
1. Select Analyze, General Linier Model, Univariate, seperti terlihat pada Gambar
172 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
2. Kemudian klik, akan muncul seperti Gambar
3. Sorot IP, akan muncul seperti Gambar
4. Pindahkan IP ke kolom Dependent Variables, dengan cara Klik tanda panah, seperti terlihat pada Gambar
5. Sorot Pupuk, seperti terlihat pada Gambar
174 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
6. Pindahkan Pupuk ke kolom Fixed Factor, dengan cara klik tanda panah, seperti terlihat pada Gambar
7. Sorot Fungisida, seperti terlihat pada Gambar
8. Pindahkan Fungisida ke kolom Fixed Factor dengan cara klik panah, seperti terlihat pada Gambar:
9. Sorot Blok, seperti terlihat pada Gambar
176 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
10. Pindahkan Blok ke kolom Random Factor dengan cara klik tanda panah, seperti terlihat pada Gambar
11. Klik Model, sperti terlihat pada Gambar
12. Aktikan Custom, select “main efects” dan “Type III”, akan muncul seperti terlihat pada Gambar
178 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
13. Sorot Pupuk, Fungisida, dan Blok secara bersama-sama di kotak Factors & Covariate, lalu pindahkan ke kolom Model dengan cara Klik tanda panah, seperti terlihat pada Gambar
14. Select interaction, lalu sorot Pupuk dan Fungisida bersama-sama di kotak Factors & Covariate, lalu pindahkan ke kolom Model dengan cara Klik tanda panah, seperti terlihat pada Gambar
15. Non aktikan Include Intercept in model, seperti terlihat pada Gambar
16. Lalu klik Continue, seperti terlihat pada Gambar
180 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
17. Klik Post Hoc, seperti terlihat pada Gambar
18. Sorot Pupuk dan Fungisda secara bersama-sama dari kolom Factor(s) ke kolom Post Hoc Test for, lalu select Duncan, seperti Gambar
19. Klik Continue, seperti terlihat pada Gambar
20. Klik Options, select Descriptive statistics, lalu isikan kolom Signiicance level dengan angka 0,05. Biasanya kolom ini sudah terisi otomatis dengan angka 0,05 seperti terlihat pada Gambar
182 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
21. Klik Continue, seperti terlihat pada Gambar
22. Klik OK, akan muncul output sebagai berikut:
Descriptive Statistics Dependent Variable:IP
Pupuk Fungisida Blok Mean Std.
Deviation N
P0 F0 blok1 7.8000 . 1
blok2 7.2000 . 1
blok3 7.0000 . 1
Total 7.3333 .41633 3
F1 blok1 7.9000 . 1
blok2 7.3400 . 1
blok3 7.1500 . 1
Total 7.4633 .38991 3
F2 blok1 7.9500 . 1
blok2 7.4200 . 1
blok3 7.2200 . 1
Total 7.5300 .37723 3
P1 F0 blok1 7.8500 . 1
blok2 8.0000 . 1
blok3 8.2500 . 1
Total 8.0333 .20207 3
F1 blok1 7.9000 . 1
blok2 8.1500 . 1
blok3 8.4000 . 1
Total 8.1500 .25000 3
F2 blok1 8.1000 . 1
blok2 8.2000 . 1
blok3 8.4500 . 1
Total 8.2500 .18028 3
F3 blok1 8.2000 . 1
blok2 8.3000 . 1
blok3 8.5000 . 1
Total 8.3333 .15275 3
Total blok1 8.0125 .16520 4
blok2 8.1625 .12500 4
blok3 8.4000 .10801 4
Total 8.1917 .20652 12
P2 F0 blok1 7.9000 . 1
blok2 7.9800 . 1
blok3 7.8500 . 1
Total 7.9100 .06557 3
F1 blok1 8.1000 . 1
blok2 8.2400 . 1
blok3 8.2500 . 1
184 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
F3 blok1 8.3500 . 1
blok2 8.4500 . 1
blok3 8.5500 . 1
Total 8.4500 .10000 3
Total blok1 8.1375 .18875 4
blok2 8.2925 .23684 4
blok3 8.2625 .30104 4
Total 8.2308 .23376 12
P3 F0 blok1 7.8000 . 1
blok2 8.0000 . 1
blok3 7.9500 . 1
Total 7.9167 .10408 3
F1 blok1 8.1000 . 1
blok2 8.6000 . 1
blok3 8.2500 . 1
Total 8.3167 .25658 3
F2 blok1 8.3500 . 1
blok2 8.7500 . 1
blok3 8.1500 . 1
Total 8.4167 .30551 3
F3 blok1 8.2000 . 1
blok2 8.5000 . 1
blok3 8.4200 . 1
Total 8.3733 .15535 3
Total blok1 8.1125 .23229 4
blok2 8.4625 .32500 4
blok3 8.1925 .19636 4
Total 8.2558 .28018 12
Total F0 blok1 7.8375 .04787 4
blok2 7.7950 .39678 4
blok3 7.7625 .53600 4
Total 7.7983 .35063 12
F1 blok1 8.0000 .11547 4
blok2 8.0825 .53181 4
blok3 8.0125 .57933 4
Total 8.0317 .41682 12
F2 blok1 8.1500 .16833 4
blok2 8.2175 .57726 4
blok3 8.0550 .57193 4
Total 8.1408 .43893 12
F3 blok1 8.1500 .21213 4
blok2 8.2225 .39752 4
blok3 8.2575 .46807 4
Total 8.2100 .34250 12
Total blok1 8.0344 .18861 16
blok2 8.0794 .46735 16
blok3 8.0219 .51661 16
Total 8.0452 .40848 48
Tests of Between-Subjects Efects Dependent Variable:IP
Source
Type III Sum of
Squares df
Mean
Square F Sig.
Pupuk Hypothesis 4.738 3 1.579 27.121 .000
Error 1.747 30 .058a
Fungisida Hypothesis 1.169 3 .390 6.693 .001
Error 1.747 30 .058a
Blok Hypothesis .029 2 .015 .251 .779
186 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
IP Duncan
Pupuk N
Subset
1 2
P0 12 7.5025
P1 12 8.1917
P2 12 8.2308
P3 12 8.2558
Sig. 1.000 .545
Means for groups in homogeneous subsets are displayed.
Based on observed means.
he error term is Mean Square(Error) = .058.
IP Duncan
Fungisida N
Subset
1 2
F0 12 7.7983
F1 12 8.0317
F2 12 8.1408
F3 12 8.2100
Sig. 1.000 .096
Means for groups in homogeneous subsets are displayed.
Based on observed means.
he error term is Mean Square(Error) = .058.
INTERPRETASI HASIL
Tabel Hasil analisis sidik ragam Pengaruh dosis pupuk N dan pemberian fungisida terhadap intensitas penyakit layu (%) bawang putih
SK DB JK KT F. Hit Sig.
Blok/kelompok 2 0,029 0,015 0,251 0,779
Pupuk 3 4,738 1,579 27,121 0,000
Fungisida 3 1,169 0,390 6,693 0,001
Pupuk*Fungisida (Interaksi)
9 0,159 0,018 0,304 0,968
Galat/Error 30 1,747 0,058
Keterangan:
Faktor Pupuk: berbeda sangat nyata karena sig. 0,000 (<0,01% pada taraf uji 1%) atau nyata karena sig. 0,000 (<0,05% pada taraf uji 5%)
Faktor Fungisida: berbeda sangat nyata karena sig. 0,001 (<0,01% pada taraf uji 1%) atau nyata karena sig. 0,001 (<0,05% pada taraf uji 5%) Interaksi antara Pupuk*Fungisida: tidak nyata karena angka Sig. 0,968 (> 0,05% pada taraf uji 5 %)
Oleh karena faktor pupuk dan fungisida berbeda sangat nyata pada taraf uji 1% atau nyata pada taraf uji 5%, perlu dilakukan uji lanjut, salah satunya dengan uji Duncan.
188 Optimasi dengan RSM dan Rancangan Percobaan (Aplikasi dengan SPSS dan SAS)
Uji Lanjut:
Tabel Pengaruh dosis pupuk N terhadap intensitas penyakit layu (%) bawang putih
Perlakuan Pupuk N Mean (rerata) Notasi P0
P1 P2 P3
7,50 8,19 8,23 8,26
a b b b Keterangan:
Angka-angka yang diikuti huruf yang sama berarti berbeda tidak nyata (5%)
Tabel Pengaruh pemberian fungisida terhadap intensitas penyakit layu (%) bawang putih
Perlakuan Fungisida Mean (rerata) Notasi F0
F1 F2 F3
7,80 8,03 8,14 8,21
a b b b Keterangan:
Angka-angka yang diikuti huruf yang sama berarti berbeda tidak nyata (5%)