Rancangan Acak Kelompok Faktorial

RANCANGAN ACAK KELOMPOK FAKTORIAL (RAKF) Menggunakan Spss

1.      Penggunaan Rancangan Acak Kelompok Faktorial

Metode Rancangan Acak Kelompok (RAK) atau randomized block design merupakan salah satu model rancangan dalam rancangan percobaan. Rancangan acak kelompok ini digunakan bila unit percobaan tidak homogen, dimana ketidak homogen ini diduga mengarah pada satu arah. Rancangan ini disebut rancangan  acak kelompok, karena pengacakan perlakuan dilakukan pada setiap kelompok. Rancangan ini  dapat digunakan untuk melakukan percobaan di lapangan atau di laboratorium atau di rumah kaca. 

Rancangan acak kelompok 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 kelompok menjadi rancangan lingkungan.

2.      Model Matematika

Yijk = π + Ki + Pj + Pk + (Pj x Pk) + eijk

Keterangan :

Y_{i j k}   =  hasil pengamatan utk faktor A taraf ke i, faktor B taraf ke j pada

                                                             i.      kelompok ke k

μ   =  nilai tengah umum

α_i   = pengaruh faktor A pada taraf ke i

β_j   = pengaruh faktor B pada taraf ke j

(αβ)_ij  = pengaruh interaksi AB pada taraf ke i (dari faktor A), dan taraf

                                                           ii.      ke j (dari faktor B ).

к_k  = pengaruh kelompok ke k

ε_{i j k}   = pengaruh acak (galat percobaan) pada taraf ke i (faktor A), ta-

                                                        iii.      raf ke j (faktor B), interaksi AB yang ke i dan ke j

                                     

Berikut contoh soal RAKF beserta cara mengolah data melalui Program SPSS : 

Telah dilakukan suatu penelitian untuk mengetahui pengaruh pemberian pupuk kompos terhadap pertumbuhan dan produksi pada dua varietas kedelai (Glycine max (L) Merrill). Ada 2 perlakuan yang diteliti , perlakuan pertama terdiri dari 3 taraf dan perlakuan kedua terdiri dari 2 taraf, dengan 3 pengelompokan. Data hasil penelitian beserta cara mengolahnya melalui program SPSS disajikan dibawah ini

    Langkah-langkah mengolah data menggunakan SPSS :

1. Masuk ke program SPSS, lalu masuk ke variabel view dan tulis pada baris pertama (perlakuan pertama), pada baris kedua (perlakuan kedua), dan pada baris ketiga (Blok), pada baris keempat (hasil). Munculah seperti gambar dibawah ini

  

2. Lalu pada "Label" ditulis dibaris "Perlakuan_K" (Pemberian Pupuk Kompos Katalek), dibaris "Perlakuan_V" ditulis (Dua Varietas Kedelai (Glycine max (L) Merrill)), dibaris "blok" ditulis (ulangan), dan dibaris "hasil" ditulis (Pertumbuhan Dan Produksi)

3. Pada "Values" dibaris Perlakuan pertama diberi kode seperti contoh gambar dibawah ini

4. Pada "Values" dibaris Perlakuan_kedua diberi kode seperti contoh gambar dibawah ini

5. Pada "Values" dibaris Ulangan diberi kode seperti contoh gambar dibawah ini

6. Lalu masuk ke Data View dan diisi kolom "Perlakuan_1", "Perlakuan_2" dan "blok" menggunakan kode yang telah dibuat tadi lalu klik "Values Label" agar mempermudah pengisian kode, lalu kolom "hasil" diisi data hasil penelitian seperti gambar dibawah ini

7. Klik "Analyze", "General Linear Model", "Univariate" seperti gambar dibawah

8.  Lalu muncul seperti gambar dibawah ini

9. Masukkan (Hasil) ke "Dependent Variable" lalu (Ulangan), (Perlakuan_1) dan (Perlakuan_2) ke "Fixed Factor(s)",seperi gambar dibawah

10. Klik "Model" lalu "Custom" pindahkan (Ulangan), (Perlakuan_1), (Perlakuan_2), dan (Perlakuan_1*Perlakuan_2) atau interaksi dengan cara memblok kedua perlakuan tersebut dengan menekan tombol "shift" yang tersedia pada papan keyboard laptop atau komputer anda,setelah itu pindahkan dari "Factors dan Covariates" menggunakan tanda panah yang tersedia ke "Model" dan pastikan "Build Term(s) Type "Interaction" agar didapat hasil interaksinya selanjutnya klik "Continue" seperti gambar dibawah

11. Setelah itu klik "Post Hoc" lalu masukkan (Perlakuan_1) dan (Perlakuan_2) dari "Faktor(s)" ke "Post Hoc Tests For" lalu pilih LSD,TUKEY,DUNCAN setelah itu klik "Continue" seperti gambar dibawah

12. Setelah itu klik "Ok" lalu munculah Output data seperti gambar dibawah ini

Rancangan Acak Lengkap Faktorial

RANCANGAN ACAK LENGKAP FAKTORIAL (RALF) MENGGUNAKAN SPSS

•  Pendahuluan

Pada rancangan acak lengkap factorial pengamatan yang dilakuakan adalah untuk beberapa factor atau beberapa perlakuan dan kombinasinya (factorial) terhadap suatu atau beberapa respon. Suatu hal yang perlu diperhatikan bahwa masing-masing perlakuan sebaiknya merupakan saatu factor yang bertaraf, atau dikenal juga dengan taraf factor. Pada perancangan factorial kita tetap menggunakanrancangan dasar, yaitu RAL, RAK atau RBL atau lainnya. Pada aplikasinya, penggunaan factorial biasanya dituliskan dengan pengalian variable-variabel penyusun percobaan. Misalnya suatu penelitian berdasar RAL dilakukan untuk menguji 3 buah factor A, B, dan C, dengan Faktor A dan B terdiri dari 3 taraf; dan Faktor C terdiri dari 2 taraf dengan 5 ulangan, maka dituliskan dengan RAL pola faktorial 3 x 3 x 2, sebagai catatan bahwa banyak ulangan tidak dituliskan dalam pengalian tersebut.

• Model Matematika

Hijk = π + Pj + Pk + (Pj x Pk) + eijk

Keterangan :

Hijk           = Hasil akibat perlakuan ke-j dan perlakuan ke-k pada ulangan ke-i

π              = Nilai tengah umum

Pj             = Pengaruh faktor perlakuan ke-j

Pk            = Pengaruh faktor perlakuan ke-k

Pj x Pk    = Interaksi perlakuan ke-j dan perlakuan ke-k

Eijk                    = Eror akibat perlakuan ke-j dan perlakuan ke-k pada ulangan ke-i

i               = 1, 2, …., u (u = ulangan)

j               = 1, 2, …., p ke-1 (p = perlakuan ke-1)

k              = 1, 2,…... p ke-2 (p = perlakuan ke-2)

Contoh di bawah ini merupakan percobaan yang telah dilakukan suatu penelitian untuk mengetahui pengaruh dosis dan cara pemupukan Npk mutiara terhadap pertumbuhan dan hasil tanaman melon (Cucumis Melo L.). Ada 2 perlakuan yang diteliti , perlakuan pertama terdiri dari 3 taraf dan perlakuan kedua terdiri dari 2 taraf, dengan 3 ulangan. Data hasil penelitian beserta cara mengolahnya melalui program SPSS disajikan dibawah ini.

Langkah-langkah Menggunakan Spss :

• Masuk ke program SPSS, lalu masuk ke variabel view dan tulis pada baris pertama (perlakuan pertama), pada baris kedua (perlakuan kedua), dan pada baris ketiga (Blok), pada baris keempat (hasil). Munculah seperti gambar dibawah ini

•  Lalu pada "Label" ditulis dibaris "Perlakuan_D" (Pengaruh Dosis NPK Mutiara), dibaris "Perlakuan_C" ditulis (Cara Pemupukan NPK Mutiara), dibaris "ulangan" ditulis (ulangan), dan dibaris "hasil" ditulis ( Pertumbuhan Dan Hasil Tanaman Melon (Cucumis Melo L.)

• Pada "Values" dibaris Perlakuan_D diberi kode seperti contoh gambar dibawah ini

• Pada "Values" dibaris Perlakuan_C diberi kode seperti contoh gambar dibawah ini

 

 

• Pada "Values" dibaris ulangan diberi kode seperti contoh gambar dibawah ini

 

• Lalu masuk ke Data View dan diisi kolom "Perlakuan_D", "Perlakuan_C" dan "ulangan" menggunakan kode yang telah dibuat tadi lalu klik "Values Label" agar mempermudah pengisian kode, lalu kolom "hasil" diisi data hasil penelitian seperti gambar dibawah ini

 

• Klik "Analyze", "General Linear Model", "Univariate" seperti gambar dibawah

 

 

• Lalu muncul seperti gambar dibawah ini

  

• Masukkan "Hasil" ke "Dependent Variable" lalu "Perlakuan_D" dan "Perlakuan_C" ke "Fixed Factor(s)",seperi gambar dibawah

 

•  Klik "Model" lalu "Custom" pindahan (Perlakuan_D), (Perlakuan_C), dan (Perlakuan_D*Perlakuan_C) atau interaksi dengan cara memblok kedua perlakuan tersebut dengan menekan tombol "shift" yang tersedia pada papan keyboard laptop atau komputer anda,setelah itu pindahkan dari "Factors dan Covariates" menggunakan tanda panah yang tersedia ke "Model" dan pastikan "Build Term(s) Type "Interaction" agar didapat hasil interaksinya selanjutnya klik "Continue" seperti gambar dibawah

• Setelah itu klik "Post Hoc" lalu masukkan (Perlakuan_D) dan (Perlakuan_C) dari "Faktor(s)" ke "Post Hoc Tests For" lalu pilih LSD,TUKEY,DUNCAN setelah itu klik "Continue" seperti gambar dibawah

• Setelah itu klik ok maka akan muncul ouput seperti di bawah ini

Rancangan Acak Kelompok

Tujuan utama dari pengelompokkan pada RAK adalah membuat keragaman di dalam setiap kelompok minimum dan keragaman antar kelompok dibuat maksimum.
Hal yang perlu anda diperhatikan dalam pengelompokkan tersebut adalah :
1) Faktor yang dikelompokkan bukanlah faktor yang diteliti.
2) Areal percobaan mempunyai pola keragaman yang dapat diduga sehingga dapat dipilih bentuk petak yang akan diterapkan, antara lain kemiringan lahan, seperti pada gambar berikut :


Pada lahan yang miring diasumsikan semakin ke bawah kesuburan tanah akan semakin subur.
Contoh lain adanya saluran irigasi seperti pada gambar berikut :


Asumsinya semakin mendekati saluran irigasi maka semakin subur.

Kondisi lain yang dapat dianggap sebagai kelompok antara lain :
a) Waktu pengamatan (pagi, siang, sore).
b) Alat yang digunakan (buatan A, buatan B, buatan C).
c) Bahan yang digunakan (pupuk pabrik A, pupuk pabrik B, pupuk pabrik C).
d) Pengamat yang mengukur (Si A, Si B, Si C).

Pengacakan dan Tata Letak
Nah, sekarang bagamana cara melakukan pengacakan pada RAK ini?
Untuk memudahkan anda memahaminya saya misalkan suatu penelitian terdiri dari 6 perlakuan yaitu perlakuan A, B, C, D, E, dan F yang diulang masing-masing 4 kali sehingga terdapat 24 satuan percobaan. Prosedur pengacakan dan tata letak adalah sebagai berikut :

Langkah pertama, bagi areal percobaan menjadi 4 kelompok yang sama dan masing-masing kelompok dibagi menjadi 6 petak dan dan letakan perlakuan sesuai dengan perlakuan yang diberikan seperti pada gambar berikut :


Kemudian lakukan pengacakan terhadap masing-masing kelompok dengan menggunakan tabel bilangan acak. Tabel bilangan acak ini mungkin berbeda-beda pada beberapa referensi buku. Tapi yang penting adalah anda menggunakan tabel bilangan acak yang jelas referensinya. Di sini saya menggunakan tabel bilangan acak dari buku Gomez & Gomez.
Oke, kita mulai pengacakan pada kelompok I dengan prosedur sebagai berikut :
a) Pilihlah 6 bilangan acak tiga digit, misalnya pada perpotongan baris ke-16 dan kolom ke-12 dari tabel bilangan acak dan bacalah secara vertikal ke arah bawah atau ke atas atau secara horizontal ke arah kiri atau ke arah kanan. Dalam hal ini saya tentukan saja secara vertikal ke arah bawah. Berikut saya lampirkan sebagian dari tabel tersebut berikut ini :


Anda perhatikan angka-angka yang saya blok dengan kotak merah berjumlah 6 angka. Tempatkan ke-6 bilangan acak tersebut pada masing-masing perlakuan seperti pada tabel berikut :


Kemudian anda berikan peringkat sesuai dari angka bilangan acak yang terkecil hingga terbesar seperti pada tabel berikut :


Dan anda tetapkan keenam perlakuan pada keenam petakan dengan menggunakan urutan bilangan acak yang terjadi sebagai nomor perlakuan dan peringkatnya sebagai nomor petak dimana perlakuan tertentu ditetapkan, sehingga;
- Perlakuan A ditetapkan pada petak nomor 6
- Perlakuan B ditetapkan pada petak nomor 5
- Perlakuan C ditetapkan pada petak nomor 1
- Perlakuan D ditetapkan pada petak nomor 2
- Perlakuan E ditetapkan pada petak nomor 4
- Perlakuan F ditetapkan pada petak nomor 3

Dengan cara yang sama anda lakukan pengacakan terhadap kelompok II, III, dan IV, sehingga penataan akhir terlihat sebagai berikut :


Model Linear Aditif pada RAK :


Hipotesis
H0 : τ1 = τ2 = . . . = τt = 0 atau tidak ada pengaruh perlakuan terhadap respons yang diamati.

H1 : minimal ada satu τi ≠ 0, untuk i = 1, 2, … ,t atau paling sedikit ada sepasang τi yang tidak sama.

Tabel Data Pengamatan RAK :


Analisis Ragam dalam RAK:
Rumus-rumus perhitungannya :
a) Menghitung Jumlah Kuadrat :


b) Menghitung Kuadrat Tengah :


derajad bebas (db) kelompok didapatkan dengan rumus: db kelompok = (r – 1)
derajad bebas (db) perlakuan didapatkan dengan rumus: db perlakuan = (t – 1)
derajad bebas (db) galat didapatkan dengan rumus: db galat = (t – 1)(r-1)
derajad bebas (db) total didapatkan dengan rumus: db total = (tr)-1

Statistik Uji :


Dan tabel analisis ragamnya (Anova) adalah sebagai berikut :


Kaidah Keputusan :
a. Apabila F Hitung ≤ F tabel 5%, Terima H0, berarti kelompok atau perlakuan tidak berpengaruh nyata, diberi tanda tn (tidak nyata) atau ns (non significant).
b. Apabila F Hitung ≥ F Tabel 5% tapi ≤ F Tabel 1%, tolak H0 yang berarti kelompok atau perlakuan berpengaruh nyata (diberi tanda *) atau F Hitung ≥ F Tabel 1%, tolak H0 yang berarti perlakuan atau kelompok berpengaruh sangat nyata (diberi tanda **)

Rancangan Acak Lengkap

Rancangan Acak Lengkap (RAL) Non Faktorial

MENGOLAH DATA DARI HASIL PENELETIAN

YANG DIRANCANG DENGAN MENGGUNAKAN RANCANGAN ACAK LENGKAP

(RAL NON FAKTORIAL)

A.           DEFENISI DAN SYARAT PENGGUNAAN

Rancangan Acak Lengkap (RAL) merupakan rancangan paling sederhana dari beberapa macam perancanngan yang baku.  Rancangan ini dipergunakan jika ingin mempelajari perngaruh beberapa perlakuan (t) dengan sejumlah ulangan (r) untuk menjadi satuan-satuan percobaan (rt).  RAL dilakukan dengan mengalokasikan pengacakan t kepada rt satuan percobaan.

Unit-unit percobaan dalam RAL dapat berupa sampel ternak (ekor), cawan/tabung, area lahan dan lain-lain yang merupakan satuan unit-unit yang diberi batasan sehingga tidak mempengaruhi satu-sama dan dengan kondisi lingkungan yang relatif dapat dikendalikan.  Hal ini dilakukan untuk mencegah terjadinya interaksi pengaruh dua perlakuan yang berdekatan terhadap unit percobaan.  Karena kondisi sampel dan lingkungan yang homogen, maka setiap perlakuan dan ulangan mempunyai peluang yang sama besar untuk menempati semua plot-plot percobaan sehingga pengacakan dilakukan secara lengkap.

Akurasi penggunaan RAL akan tercapai apabila: 1) bahan percobaan homogen atau relatif homogen; 2) kondisi lingkungan sama dan dapat dikendalikan; dan 3) jumlah perlakuan dibatasi. RAL lebih sering digunakan dalam percobaan di Laboratorium karena kondisi lingkungan dapat dikendalikan.

B.            KELEBIHAN DAN KEKURANGAN

Beberapa keuntungan dari penggunaan RAL antara ain: denah percobaan yang lebih mudah; analisis statistik terhadap subjek percobaan cukup sederhana; fleksibel dalam penggunaan jumlah perlakuan dan ulangan; kehilangan informasi (data-hilang) relatif lebih kecil dibandingan dengan perancangan yang lain.

Beberapa kekurangan dalam penggunaan RAL antara lain: persyaratan kondisi sampel yang harus homogen, tidak mungkin dilakukan pada kondisi lingkungan yang tidak seragam, dan jumlah ulangan yang rendah akan memberikan hasil yang tidak konsisten.

C.           MODEL MATEMATIS RAL

Dalam RAL, data percobaan didistribusikan melalui model persamaan sebagai berikut :

Yij  = µ + Ai  + єij

                                       i =  1, 2, 3,…………,a      j = 1,2,3...........,u

Yijk     : Pengamatan Faktor Utama taraf  ke-i , Ulangan ke-j dan Faktor Tambahan  taraf ke-k  

 µ         : Rataan Umum

Ai        : Pengaruh Utama  pada taraf  ke-i  

єij       : Pengaruh Galat I pada Faktor Utama ke-i dan Ulangan ke-j 

єijk      : Pengaruh galat II  pada Faktor Utama taraf ke-i, Ulangan  ke-j dan faktor tambanan pada  taraf ke-k

UNTUK LEBIH JELASNYA PERHATIKAN CONTOH DI BAWAH INI

KITA AKAN MENGOLAH DATA DARI HASIL PENELITIAN DENGAN MENGGUNAKAN SPSS 16 DAN MICROSOFT EXCEL

Data ini merupakan hasil penelitian yang berjudul “Keefektivan Trhochoderma Virens Dan Trichoderma Harzianum Untuk Mengendalikan Rhizoctonia Solani Kuhn Pada Bibit Cabai (Capsicum Annum L.) :

Lampiran 4 :  Persentase Benih Berkecambah (Transformasi √x)

MENGANALISIS DENGAN MENGGUNAKAN MICROSFT EXCEL

Langkah 1 : Jalankan Program Microsoft Excel

Langkah 2 : Masukkan data Lampiran 4 yang berasal dari Skripsi ke dalam Microsoft Excel

Langkah 3 : Menentukan Jumlah Perlakuan

Ketik =COUNTA(Blok Bagian Perlakuan) enter

Tampilan pada Ms. Excel

Hasilnya

Langkah 4 : Menentukan Jumlah Ulangan

Ketik =COUNTA(Blog Bagian Ulangan)

Tampilan pada Ms. Excel

Hasilnya :

Langkah 5 : Menentukan Faktor Koreksi (FK)

Ketik : =(Klik Bagian Grand Total^2)/(Perlakuan*Ulangan)

Tampilan pada Ms. Excel

Hasilnya :

Langkah 6 : Menentukan Derajat Bebas Perlakuan

Ketik =Klik Bagian Perlakuan – 1

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 7 : Menentukan Derajat Bebas Galat

Ketik =Klik Bagian Perlakuan*(Ulangan – 1)

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 8 : Menentukan Derajat Bebas Total

Ketik =(Klik bagian Perlakuan*Ulangan)-1

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 9 : Menentukan Jumlah Kuadrat Total

Ketik =SUMSQ(Blok Dari Bagian Data Ulangan I sampai Data Ulangan III)-FK

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 10 : Menentukan Jumlah Kuadrat Perlakuan

Ketik =(SUMSQ(Blok bagian Total Sebelah Kanan)/Ulangan)-FK

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 11 : Menentukan Jumlah Kuadrat Galat

Ketik =Klik Bagian JK Total – JK Perlakuan

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 12 : Menentukan Kuadrat Tengah Perlakuan

Ketik =Klik Bagian JK Perlakuan/(Klik Bagian Jumlah Perlakuan – 1)

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 13 : Menentukan Kuadrat Tengah Galat

Ketik =Klik Bagian JK Galat/Klik Bagian Derajat Bebas Galat

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 14 : Menentukan F Hitung

Ketik =Klik KT Perlakuan/KT Galat

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 15 : Memasukkan Ke Dalam Tabel Sidik Ragam

Langkah 16 : Menentukan Nilai F Tabel dengan Taraf 0,05 dan 0,01

Untuk F Tabel 0,05 : Ketik =FINV(Klik Bagian 0,05 koma Klik bagian DB Perlakuan koma DB Galat)

Tampilan Pada Ms. Excel

Hasilnya :

Untuk F Tabel 0,01 : Ketik =FINV(Klik Bagian 0,01 koma Klik bagian DB Perlakuan koma DB Galat)

Tampilan Pada Ms. Excel

Hasilnya :

Langkah 17 : Menentukan “Berpengaruh Sangat Nyata” | “Berpengaruh Nyata” | dan “Tidak Nyata”

Ketik =IF(Klik Bagian F Hitung Pada Tabel Sidik Ragam <Klik Bagian F Tabel 0,05,"tn",IF(Klik Bagian F Hitung Pada Tabel Sidik Ragam <Klik Bagian F Tabel 0,01,"*","**"))

Tampilan Pada Ms. Excel

Hasilnya :

Keterangan :

** ) Berpengaruh Sangat Nyata

*) Berpengaruh Nyata

tn) Tidak Berpengaruh Nyata

Setelah didapatkan hasil dari Analisis menggunakan Microsoft Excel, bandingkan dengan Skripsi yang kita miliki. Selain dengan menggunakan Microsoft Excel kita juga bisa menggunakan SPSS untuk menganalisis data penelitian.

MENGANALISIS DENGAN MENGGUNAKAN SPSS 16

Langkah 1 : Jalankan Program SPSS 16

Ketika membuka Program SPSS, ada dua Windows yang muncul yang pertama Untuk Data dan yang kedua yaitu Untuk Output setelah menganalisis.

Tampilan Pada SPSS Bagian Data

Tampilan Pada SPSS Bagian Output

Langkah 2 : Mengisi Bagian Kolom Name Seperti di bawah ini

Langkah 3 : Selanjutnya pada “Decimals” disesuaikan berapa banyak decimal yang akan kita gunakan.

Langkah 4 : Setelah bagian Decimals, selanjutnya bagian “Label” buat sesuai dengan Skripsi

Langkah 5 : Mengisi Bagian “Values” (Bagian Perlakuan)

Klik  bagian tanda Panah, Sehingga Tampil Seperti berikut ini :

Bagian ini bertujuan untuk memberikan label dari setiap perlakuan yang kita buat,

Contoh : 1= “Perlakuan A”, jadi ketika kita ketik Label 1 maka ini sama dengan Perlakuan A, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Langkah 6 : Mengisi Bagian “Values” (Bagian Ulangan)

Klik Bagian Tanda Panah, Sehingga tampil seperti di bawah ini :

Bagian ini bertujuan untuk memberikan label dari setiap Ulangan yang kita buat,

Contoh : 1= “Ulangan I”, jadi ketika kita ketik Label 1 maka ini sama dengan Ulangan I, setelah selesai sampai semua Label dan Perlakuan dibuat, Klik OK.

Langkah 7 : Mengisi Bagian “Data View”

Klik bagian “Data View”, sehingga berpenampilan seperti ini.

Langkah 8 : Selanjutnya Isi Bagian Kolom Perlakuan, Ulangan, dan Hasil. Sehingga tampil seperti dibawah ini.

Langkah 9 : Menganalisis Data

Klik Bagian Analyze à General Linear Model à Univariate

Langkah 10 : Setelah itu muncul seperti di bawah ini

Klik Bagian Persentase Benih Berkecambah à Klik Tanda Panah Pada Bagian Dependent Variable, sehingga seperti ini

Setelah itu Klik Bagian Trichoderma Virens dan Trichoderma Harzianum à Klik tanda panah pada bagian Fixed Factors :

Langkah 11 : Klik Bagian Model à Klik Custom

Setelah bagian Custom diklik, lihat bagian Kiri Kotak Dialog Univariate: Model, disitu ada bagian Factor & Covariates, Klik bagian Perlakuan.

Setelah bagian Perlakuan di Klik, lalu Klik Tanda Panah di Bagian tengah Kotak Dialog, sehingga tampil seperti ini :

Setelah itu Klik Continue

Langkah 12  : Klik bagian Post Hoc, Post Hoc berfungsi untuk menguji Lanjut dari Hasil Penelitian

Setelah itu tampil Kotak dialog yang baru, seperti di bawah ini :

Klik Bagian Perlakuan, dan klik Tanda Panah pada bagian tengah :

Setelah itu Klik Bagian LSD (untuk Uji BNJ), Tukey (untuk Uji BNJ), dan Duncan (Untuk Uji Duncan) à Klik Continue

Langkah 13 : Setelah itu tampil seperti di bawah ini, maka klik OK

Langkah 14 : Lalu Muncul OUTPUT dari analisis yang dilakukan

Pada bagian Tabel Sidik Ragam dari Output SPSS, bandingkan dengan data yang diolah dengan Microsoft Excel dan juga bandingkan dengan Skripsi yang telah dibuat :

Hasil dari Analisis dengan menggunakan SPSS

Hasil dari Analisis dengan menggunakan Microsoft Excel

Jika Sudah terjadi kesamaan Antara SPSS, Microsoft Excel, dan hasil di Skripsi. Maka sudah benar apa yang telah kita lakukan.