top of page
  • Writer's pictureI Putu Sampurna

SPSS : RAL POLA SILANG (FAKTORIAL)

Updated: Aug 24, 2023


Rancangan Acak Lengkap Pola Faktorial AxB adalah rancangan acak lengkap yang terdiri dari dua peubah bebas (Faktor) dalam klasfikasi silang yaitu faktor A yang terdiri dari a taraf dan faktor B yang terdiri dari b taraf dan kedua faktor tersebut diduga saling berinteraksi. Saling berinteraksi dimasudkan bahwa pengaruh suatu faktor tergantung dari taraf faktor yang lain, dan sebaliknya jika tidak terjadi interaksi berarti berarti pengaruh suatu faktor tetap pada setiap taraf faktor yang lain. Jadi bila tidak terjadi interaksi antar taraf-taraf suatu faktor saling sejajar satu sama lainnya, sebaliknya bila ada interaksi tidak saling sejajar.

Sebagai contoh :

Seorang Peneliti ingin mengetahui pengaruh jenis ekstrak bawang putih (Allium sativum L) yaitu kontrol (tanpa ekstrak bawang putih), ekstrak bawang putih lokal dan ekstrak bawang putih import dan jangka waktu penyimpanan pada suhu 5o C (dingin) yaitu : 0, 3, 6, dan 9 hari terhadap angka lempeng total bakteri (ALTB) pada daging sapi. Penelitian ini menggunakan 4 ulangan dengan berat masing-masing 30 gram, sehingga jumlah sampel yang digunakan sebanyak 3x4x4=48 sampel daging sapi.

Tabel Data Log Angka Lempeng Total Bakteri (Log ALTB)

Memasukkan data melalui Programe

Kompurter telah siap dengan Program SPSS, Klik Variable View pada pojok keri bawah, ditunjukan pada Gambar Kotak Dialog di bawah ini, kemudian pada Kolom Name ketik, Jenis, L, Ulangan dan ALTB, pada Kolom Type Numeric, kolom Label ketik Jenis Bawang Putih, Lama Simpan, Ulangan dan Log. ALTB seperti tampak pada Gambar Kotak Dialog Variable View

Klik pada pojok kiri atas pada baris 1 yaitu Jenis, kolom Values, maka muncul Gambar Value Label dalam Gambar Kotak Dialog Variable View

Ketik angka 1 pada kotak Value, ketik Kontrol pada kotak Value Label, kemudian Klik Add

Ketik angka 2 pada kotak Value, ketik Lokal pada kotak Value Label, kemudian Klik Add

Ketik angka 3 pada kotak Value, ketik Import pada kotak Value Label, kemudian Klik Add

Kelik OK,

Gambar Kotak Dialog Variable View

Klik Data View pada pojok kiri bawah, maka muncul Gambar Kotak Dialog Data View

Lengkapi atau salin Tabel Data Log Angka Lempeng Total Bakteri (Log ALTB) . seperti tertera pada Gambar Kotak Dialog Data View

Gambar Kotak Dialog Data View

Analisis Ragam.

Analisis Ragam (Analisis Varian ) dilakukan untuk menguji pengaruh Jenis Ekstrak Bawang Putih dan Lama Penyimpanan(L) terhadap Log. ALTB daging sapi yang disimpan pada suhu dingin, apakah ada pengaruhnya atau tidak. Disamping itu juga untuk menguji apakah terdapat interaksi yang nyata antara Jenis ekstrak bawang putih dengan lama penyimpanan (Ekstrak*L). Sedangkan uji setelah analisis ragam diperlukan untuk mengetahui apa ada perbedaan mean (rataan) Log ALTB antara 3 jenis ekstrak bawang putih (Kontorl, Lokal dan Import) dan antara lama penyimpanan 0, 3, 6, dan 9 hari yaitu dengan Uji Duncan. Prosedur analisis ragam dan uji rataannya sebagai berikut :

Klik Analyze, General Linear Model, lalu Klik Univariate, maka muncul Gambar Kotak Dialog Univariate

Klik Pos Hoc, pindahkan Ekstrak dan L ke Post Hoc Test for, klik Continue

KLik EM Means, pindahkan Ekstrak*L ke Display Means for, klik Continue

Gambar Kotak Dialog Univariate :

Klik OK, maka diperoleh hasil sebagi berikut:

Kesimpulan Analisis Varians :

Hasil Analisis Varian menunjukkan bahwa Ekstrak bawang putih dan jangka waktu penyimpanan (L) berpengaruh sangat nyata (P<0,01) terhadap log ALTB daging sapi yang disimpan pada suhu dingin (lihat Sig .000<0,01).

Terdapat interaksi yang sangan nyata (P<0,01) antara jenis ekstrak bawang putih dengan jangka waktu penyimpanan tehadap log ALTB daging sapi yang disimpan pada suhu dingin

Kesimpulan Uji Duncan:

Hasil Uji Duncan pada Alpha 0,05 menunjukkan bahwa terdapat perbedaan yang nyata (P<0,05) log jumlah ALTB antara ketiga jenis ekstrak bawang putih yang diberikan pada daging sapi yang disimpan pada suhu dingin.

Hasil Uji Duncan pada Alpha 0,05 menunjukkan bahwa terjadi peningkatan jumlah log ALTB yang nyata (P<0,05) mulai dari penyimpanan 0 hari sampai dengan 9 hari

Hsil intraksi pada Estimated Marginal Means, dat di buat Grafiknya sebagai berikut :

Komputer telah siap dengan Program SPSS, Klik Variable View pada pojok kiri bawah, kemudian ketik pada Kolom Name ketik Jenis, Lama, Mean, SE, BB dan, BA, pilih String untuk Jenis dan Numeric untuk yang lain pada kolom Label ketik Jenis Ekstrak Bawang Puti, Lama Simpan (hari), ALTB, SE, Batas Bawah dan Batas Aatas, maka diperoleh Gambar Kotak Dioalog Variabel View.

Gambar Kotak Dioalog Variabel View.

Klik Data View, maka diperoleh Gambar Kotak Dioalog Data View. kemudian pindahkan hasil Estimated Marginal Means, ke Gambar Kotak Dialog Data View. sehingga diperoleh Gambar Kotak Dialog Data View yang telah lengkap dengan datanya.

Gambar Kotak Dioalog Data View.

Klik Graph, Legacy Dialogs, kemudian pilih dan Klik High Low, Klik Clustered High-Low-Close, kelik Summaries for Groups of Cases, lalu Klik Define, maka muncul Gambar Define Clustered High-Low-Close Summaries Summaries for Groups

Pindahkan BA ke kotak High, BB ke kotak Low, Mean ke kotak Close, Lama ke kotak Category Axis dan Jenis ke Define Clusters by.

KLik OK, maka diperoleh grafik sebagai berikut :

Keterangan : Gambar estimasi mean yang batas bawahnya saling berpotongan menunjukkan tidak berbeda nyata (P>0.05), sebaliknya gambar eatimasi mean yang batas bawahnya tidak saling berpotongan dengan gambar estimasi mean yang lain menunjukkan berbeda nyata (P<0.05)

Kesimpilannya bahwa terjadi peningkatan yang nyata (P<0.05) selama penyimpanan dari 0 samapai 9 hari.

Pada penyimpanan hari ke 0 dan ke 3 ALTB kontrol nyata (P<0.5) dibandingkan dengan yang diberikan ekstrak bawang putih, sedangkan ALTB antara ekstra k wawang putih lokal tidak terdapat perbedaan yang nyata (P>0.05), sedangkan pada hari ke 6 dan 9 ALTB ga lebih tinggi daripada kontrol nyata (P<0.05) lebih tinggi darpada estrak bawang putih lokal dan lokal nyata nyata (P<0.05) lebih tinggi daripada impor.

.

Analisis Regresi.

Analisis regresi diperlukan untuk mencari hubungan antara lama simpan dengan log ALTB, oleh karena faktor lama simpan bersifat kualitatif dan jenis ekstrak bawang putih kualitatif, maka kita lakukan Analisis Regresi antara lama penyimpanan dengan Log ALTB pada masing-masing jenis ekstrak bawang putih (kontrol, bawang putih lokal dan bawang putih import). Persamaan regresi penduga adalah dalam bentuk polinom pangkat 3, hal ini disebabkan karena lama penyimpanan ada 4 taraf yaitu 0, 3, 5 dan 9, maka derajat polinomnya 4-1 = 3, jadi persamaan penduganya adalah : Y = bo + b1L +b2L^2 + b3L^3

Kita buat Variable View seperti tampak Gambar Kotak Dialog Variable View., Ketik pada Kolom Name L, Y1, Y2 dan Y3, pada Kolom Decimals, 0, 4, 4 dan 4 dan pada Kolom Label ketik Lama Simpan, Log ALTB Kontrol, Log ALTB Lokal dan Log ALTB Import

Gambar Kotak Dialog Variable View

Klik Data View, maka diperoleh Gambar Kotak Dialog Data View, lengpakapi datanya berdasarkan Tabel Data Log Angka Lempeng Total Bakteri (Log ALTB)


Gambar Kotak Dialog Data View,

Klik Graphs, cari Lagacy Dialogs ►klik Scatter/Dot..,

Pilih Overlay Scatter, klik Difine, maka muncul Gambar Overlay Scatterplot,

Pindahkan Log ALTB Kontrol (Y1) ke- Y Variable dan Lama Simpan (Hari) ke- X Variable.

Pindahkan Log ALTB Lokal (Y2) ke- Y Variable dan Lama Simpan (Hari) ke- X Variable.

Pindahkan Log ALTB Import (Y3) ke- Y Variable dan Lama Simpan (Hari) ke- X Variable.

Seperti


Gambar Overlay Scatterplot,

Klok Ok, maka diperoleh Gambar Berikut ;


Cari βo, β1, β2 dan β3, dengan cara melakukan anlisis regresi korelasi

Klik Analyze, cari Regression ►klik Curve Estimation, maka diperoleh

Gambar Curve Estimation Cubic. Masuk kan Log ALTB control (Y1), Log ALTB Lokal (Y2). Dan Log LTB Import (Y3), cetang kotak Cubic dan kotak Display ANOVA table.

Gambar Curve Estimation Cubic

Klik Ok, maka diperoleh hasil sebagai berikut :


Coba perhatikan Sig. Koefisien garis regresinya : untuk control dan Lokal semuanya sangat nyata (P<0,01), sedangakan untuk bawang putih import kuadrat dan pangkat 3nya tidak nyata (P>0.05), jadi untuk import tidak cocok persamaan Cubic walaupun R nya cukup besar.

Maka kita coba pakai Kuadratik


Gambar Curve Estimation Quadratic

Dengan cara yang sama coba kita pilih (centang Quadratic), lalu OK, maka diperoleh hasil sebagai berikut :


Dengan model Kuadratik untuk bawang putih import, maka semua koefisien garis regresi menjadi sangat nyata )P<0.01).

Jadi dapat disimpulkan persamaannya sebagai berikut :

Kontro : Y1 = 6.016 +0.631L -0.089L2 + 0.007L3

Bawang putih Lokal : Y2 =5.344 + 0.143L – 0.157L2 + 0.011L3

Bawang putih Import : Y3 =5.248 + 0.184L – 0.011L2

Setelah kita peroleh persamaan garis regresi yaitu Y1, Y2 dan Y3, maka kita menggambar ketiga persamaan tersebut, dengan langkah sebagai berikut :

Kita buat data buat Data View seperti Gambar Kotak Dialog Variabel View.


Gambar Kotak Dialog Variabel View.

Klik Data View, maka muncul Gambar Kotak Dialog Data View.

Ketik data pada kolom L angka 0 – 9,. Klik Tranform, kemudian pilih dan Klik Compute

Ketik Yi pada kotak Target Variable, dan 6.016+0.631*L -0.089*L**2 + 0.007*L**3 Expression, kemudian Klik OK, dengan cara yang ketik 6.016 +sama ketik Y2 pada kotak Target Variable, dan ketik 5.344 - 0.134*L + 0.157*L**2 - 0.011*L**3 Numeric Expression, kemudian Klik OK

Ketik Y3 pada kotak Target Variable, dan ketik 5..248 + 0.184*L + 0.0112*L**2 pada Numeric Expression, kemudian Klik OK

Ketik data pada kolom L angka 0 – 9,. Klik Tranform, kemudian pilih dan Klik Compute,

Ketik Yi pada kotak Target Variable, dan 6.016+0.631*L -0.089*L**2 + 0.007*L**3 Expression, kemudian Klik OK, dengan cara yang ketik 6.016 +sama ketik Y2 pada kotak Target Variable, dan ketik 5.344 - 0.134*L + 0.157*L**2 - 0.011*L**3 Numeric Expression, kemudian Klik OK

Ketik Y3 pada kotak Target Variable, dan ketik 5..248 + 0.184*L + 0.0112*L**2 pada Numeric Expression, kemudian Klik OK, maka diperoleh Gambar Kotak Dialig Data View


Gambar Kotak Dialig Data View

Klik Graphs, cari Lagacy Dialogs ►klik Line.,Pilih Ultipler, klik Difine, maka muncul Gambar Difine Multiple Line, ingat tandai Summaries of Separate Variables

Pindahkan Log ALTB Kontrol (Y1), Log ALTB Lokal (Y2) dan Log ALTB Import (Y3) ke- Line Represent, dan Lama Simpan (Hari) ke- Catagori Axis Seperti Gambar Difine Multiple Line dibawah ini.


Gambar Difine Multiple Line

Klik Ok, maka diperoleh Gambar sebagi beriku:


PUSTAKA

  1. Sampurna, I.P., dan T.S, Nindhia. 2008. Analisis Data dengan SPSS dalam Rancangan Percobaan. Penerbit Udayana Press. ISBN: 978–979–8286–40–7. Cetakan 1 Mei 2008.

  2. Sampurna IP, TS Nindhia. 2019. Biostatistika. Penerbit Puri Bagia. https://www.puribagia.com/blog/categories/buku Diterbitkan Online melalui nulisbuku.com/view-profile/90381/l%20Putu-Sampurna

  3. Sampurna, IP. (2019). Aplikasi SPSS Grafik dalam Biostatistika. Penerbit PuriBagia. https://www.puribagia.com/blog/categories/buku. Diterbitkan secara online nulisbuku.com/view-profile/90381/l%20Putu-Sampurna

Data RAL Silang (Faktorial) bisa di copy atau di salin ke Program SPSS


Data RAL Faktorial
.xlsx
Download XLSX • 11KB

5,633 views0 comments

Recent Posts

See All

Comments


Post: Blog2_Post
bottom of page