Panduan Penggunaan SPSS Versi 26.0
untuk Mahasiswa Program Studi
Pengelolaan Perkebunan
Disusun Oleh:
Dyah Puspita Sari, M.P.
Program Studi Pengelolaan Perkebunan
Jurusan Budidaya Tanaman Perkebunan
Politeknik Pertanian Negeri Payakumbuh
TAHUN 2022
0
i
Kata Pengantar
Puji syukur dipanjatkan ke hadirat Allah SWT atas limpahan rahmat dan
karunia-Nya sehingga Modul Penggunaan SPSS Versi 26 ini dapat terselesaikan.
Modul ini diperuntukkan bagi Mahasiswa Politeknik Pertanian Negeri Payakumbuh
khususnya Prodi Pengelolaan Perkebunan. Modul ini difungsikan sebagai petunjuk
dalam pengolahan data dan analisis parameter statistik pada data penelitian
menggunakan Software SPSS Versi 26. Penulis berharap modul ini dapat dijadikan
sebagai pelengkap referensi pengolahan data secara statistik dalam bidang penelitian
pertanian.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang turut
berkontribusi dalam penyelesaian modul ini. Semoga modul ini dapat bermanfaat bagi
mahasiswa, peneliti, dan para pembaca yang berminat mempelajari pengolahan data
penelitian menggunakan software SPSS. Penulis menyadari sepenuhnya bahwa
modul ini masih belum sempurna. Untuk itu, penulis menerima semua masukan dan
saran untuk perbaikan lebih lanjut.
Tanjung Pati, Agustus 2022
Penulis
Dyah Puspita Sari, M.P.
i
Daftar Isi
Kata Pengantar................................................................................................................ i
Daftar Isi ......................................................................................................................... ii
Daftar Tabel ..................................................................................................................iii
Daftar Gambar ............................................................................................................... v
Pendahuluan ................................................................................................................... 1
BAB I Pengenalan SPSS ............................................................................................... 2
A. Pengenalan Software SPSS ......................................................................................... 2
B. Persyaratan Hardware dan Software SPSS............................................................. 2
C. Cara Kerja SPSS............................................................................................................. 3
D. Tampilan Windows dalam SPSS ............................................................................... 4
E. Menu Analyze ................................................................................................................ 7
BAB II Entri Data Dengan SPSS ................................................................................ 8
A. Tipe Data Statistik ........................................................................................................ 8
B. Input Data pada SPSS .................................................................................................. 9
BAB III Aplikasi SPSS Untuk Penelitian Eksperimental .................................... 22
A. Uji Deskriptif Statistik, Uji Validitas, dan Uji Normalitas................................ 22
B. Penelitian Eksperimental dengan Rancangan Percobaan.................................. 29
BAB IV Aplikasi SPSS Untuk Penelitian Sosial Ekonomi Pertanian................ 55
A. Uji Deskriptif................................................................................................................ 55
B. Uji Asumsi Klasik........................................................................................................ 62
C. Uji Korelasi ................................................................................................................... 73
D. Uji Regresi Sederhana................................................................................................ 78
E. Uji Regresi Berganda ................................................................................................. 83
F. Analisis Uji Independet Sample T-Test................................................................. 88
Daftar Referensi........................................................................................................... 94
ii
Daftar Tabel
Tabel 1 Tabel Output Case Processing Summary ........................................................ 25
Tabel 2 Tabel Output Descriptive ..................................................................................... 26
Tabel 3 Output Test of Normality .................................................................................... 28
Tabel 4 Tabel ANOVA RAL 1 Faktor ............................................................................... 32
Tabel 5 Tabel hasil Uji Lanjut Beda Nyata (Uji Duncan) RAL 1 Faktor .................. 32
Tabel 6 Pemberian notasi huruf pada hasil uji lanjut RAL 1 Faktor........................... 33
Tabel 7 Hasil akhir uji lanjut beda nyata (Uji Duncan) RAL 1 Faktor....................... 33
Tabel 8 Output hasil uji Univariate pada RAL 2 Faktor .............................................. 38
Tabel 9 Hasil uji Duncan untuk RAL 2 Faktor ............................................................... 40
Tabel 10 Penyajian Data untuk RAL 2 Faktor................................................................. 41
Tabel 11 Hasil Analisis Sidik Ragam pada SPSS untuk RAK 1 Faktor...................... 45
Tabel 12 Hasil Uji Duncan untuk RAK 1 Faktor ............................................................ 45
Tabel 13 Penyajian akhir data Uji Lanjut RAK 1 Faktor .............................................. 46
Tabel 14 Output Analisis Sidik Ragam menggunakan SPSS untuk RAK 2 .............. 51
Tabel 15 Output Uji Interaksi RAK 2 Faktor................................................................... 54
Tabel 16 Penyajian Akhir Data Uji Lanjut RAK 2 Faktor ............................................ 54
Tabel 17 Data Karyawan Pemanen Kelapa Sawit ............................................................ 56
Tabel 18 Tabel distribusi Pengalaman Bekerja ................................................................ 61
Tabel 19 Tabel distribusi Umur Karyawan....................................................................... 61
Tabel 20 Data untuk Uji Asumsi Klasik............................................................................. 62
Tabel 21 Output Multikolinieritas ...................................................................................... 66
Tabel 22 Output Uji Autokorelasi ....................................................................................... 68
Tabel 23 Output Uji Heteroskedastisitas........................................................................... 69
Tabel 24 Output Uji Normalitas .......................................................................................... 73
Tabel 25 Skala Likert pada Kuisioner ................................................................................. 74
Tabel 26 Skor Kriterium ........................................................................................................ 75
Tabel 27 Data Uji Korelasi.................................................................................................... 75
Tabel 28 Output Uji Korelasi................................................................................................ 78
Tabel 29 Data Uji Regresi Linear Sederhana ................................................................... 79
Tabel 30 Output Uji Regresi Sederhana ............................................................................ 82
Tabel 31 Output r-square pada uji regresi sederhana ..................................................... 83
Tabel 32 Data Uji Regresi Linear Berganda..................................................................... 84
iii
Tabel 33 Output Koefisien Uji Regresi Linear Berganda .............................................. 88
Tabel 34 Data pendapatan usahatani kopi dan jeruk....................................................... 89
Tabel 35 output Uji Independent Samples T-Test ........................................................... 93
iv
Daftar Gambar
Gambar 1 Tampilan Windows Data Editor SPSS 26 ....................................................... 4
Gambar 2 Tampilan Data View pada Windows Data Editor.......................................... 5
Gambar 3 Tampilan Variable View pada Windows Data Editor ................................... 5
Gambar 4 Tampilan Windows SPSS Viewer pada SPSS 26 ........................................... 6
Gambar 5 Tampilan Windows Syntax Editor pada SPSS 26 ......................................... 6
Gambar 6 Submenu yang terdapat pada Menu Analyze.................................................. 7
Gambar 7 Tampilan SPSS 26 saat pertama kali dibuka.................................................. 10
Gambar 8 Tampilan kotak dialog Welcome to IBM SPSS Statistics.......................... 11
Gambar 9 Sheet tab Variabel View .................................................................................... 12
Gambar 10 Kotak dialog Variable Type........................................................................... 13
Gambar 11 Kotak dialog Value Labels.............................................................................. 13
Gambar 12 Kotak dialog Value Labels setelah pengisian............................................. 14
Gambar 13 Hasil pengisian variabel DOSIS..................................................................... 15
Gambar 14 Hasil pengisian variabel PRODUKSI SAWIT.......................................... 16
Gambar 15 Tampilan Data View yang telah dibuat variabel....................................... 17
Gambar 16 Tampilan data yang telah selesai diisi........................................................... 18
Gambar 17 Windows Viewer yang muncul setelah file data berhasil tersimpan ..... 19
Gambar 18 Tampilan Menu File untuk Import Data ................................................... 19
Gambar 19 Kotak Dialog Import Data yang menampilkan file Excel ...................... 20
Gambar 20 Kotak Dialog Read Excel File pada Data Editor...................................... 20
Gambar 21 Tampilan file data Excel yang telah berhasil diimport ke dalam SPSS 21
Gambar 22 Tampilan Data untuk Uji Deskriptif Statistik ............................................ 23
Gambar 23 Pilihan pada Submenu Descriptive Statistics........................................... 23
Gambar 24 Kotak dialgo Explore ....................................................................................... 24
Gambar 25 Kotak dialog Statistics..................................................................................... 24
Gambar 26 Kotak dialog Plots............................................................................................. 25
Gambar 27 Output Normal Q-Q Plot............................................................................... 28
Gambar 28 Tampilan Menu Analyze yang dipilih untuk uji statistik RAL 1 Faktor
...................................................................................................................................................... 30
Gambar 29 . Kotak dialog One Way ANOVA................................................................. 31
v
Gambar 30 Tampilan kotak dialog One Way ANOVA:Post Hoc pada RAL 1
Faktor ......................................................................................................................................... 31
Gambar 31 Tampilan Data View RAL 2 Faktor.............................................................. 34
Gambar 32 Tampilan Menu General Linear Model..................................................... 35
Gambar 33 Tampilan kotak dialog Univariate pada RAL 2 Faktor........................... 35
Gambar 34 Kotak dialog Univariate:Model pada RAL 2 Faktor ............................... 36
Gambar 35 Kotak dialog Univariate:Post Hoc pada RAL 2 Faktor ......................... 37
Gambar 36 Kotak dialog Univariate:Options pada RAL 2 Faktor............................ 37
Gambar 37 Windows Viewer yang menampilkan hasil uji Univariate pada RAL 2
Faktor ......................................................................................................................................... 38
Gambar 38 Tampilan Data View untuk uji One Way Anova pada RAL 2 Faktor. 39
Gambar 39 Kotak dialog One Way ANOVA pada RAL 2 Faktor.............................. 39
Gambar 40 Kotak dialog One Way ANOVA: Post Hoc untuk RAL 2 Faktor....... 40
Gambar 41 Tampilan Windows Viewer pada hasil One Way Anova untuk RAL 2
Faktor ......................................................................................................................................... 40
Gambar 42 Tampilan Data Editor untuk RAK 1 Faktor ............................................... 42
Gambar 43 Kotak dialog Univariate pada RAK 1 Faktor............................................. 43
Gambar 44 Kotak dialog Univariate:Model untuk RAK 1 Faktor ............................ 43
Gambar 45 Kotak dialog Univariate:Post Hoc untuk RAK 1 Faktor....................... 44
Gambar 46 Windows Viewer hasil Uji Duncan RAK 1 Faktor.................................... 44
Gambar 47 Tampilan Data Editor untuk RAK 2 Faktor ............................................... 47
Gambar 48 Kotak dialog Univariate pada General Linear Model untuk RAK 2
Faktor ......................................................................................................................................... 48
Gambar 49 Kotak dialog Univariate:Model pada RAK 2 Faktor............................... 49
Gambar 50 Kotak dialog Univariate:Post Hoc pada RAK 2 Faktor ......................... 49
Gambar 51 Kotak dialog Univariate:Options pada RAK 2 Faktor............................ 50
Gambar 52 indows Viewer Uji General Linear .............................................................. 50
Gambar 53 Kotak dialog One Way ANOVA untuk uji lanjut RAK 2 Faktor ......... 52
Gambar 54 Kotak dialog One Way ANOVA:Post Hoc untuk uji lanjut RAK 2
Faktor ......................................................................................................................................... 53
Gambar 55 Windows Viewer Uji Lanjut RAK 2 Faktor................................................ 53
Gambar 56 Tampilan data untuk uji deskriptif pada Ms Excel.................................... 58
vi
Gambar 57 Tampilan Data Editor SPSS untuk Uji Deskriptif Karakteristik Petani
...................................................................................................................................................... 58
Gambar 58 Tampilan menu uji deskriptif untuk studi kasus sosial ekonomi ............ 59
Gambar 59 Kotak dialog Frequencies pada uji deskriptif untuk studi kasus sosial
ekonomi ...................................................................................................................................... 59
Gambar 60 Tampilan kotak dialog Frequencies:Statistics untuk studi kasus sosial
ekonomi ...................................................................................................................................... 60
Gambar 61 Tampilan hasil uji deskriptif untuk studi kasus sosial ekonomi.............. 60
Gambar 62 Tampilan Data Editor untuk Uji Asumsi Klasik ........................................ 64
Gambar 63 Tampilan menu untuk uji multikolinieritas................................................. 65
Gambar 64 Tampilan kotak dialog untuk uji Multikolinieritas.................................... 65
Gambar 65 Tampilan kotak dialog Linear Regression:Statistics untuk uji
Multikolinieritas....................................................................................................................... 66
Gambar 66 Tampilan kotak dialog Linear:Statistics untuk uji autokorelasi........... 67
Gambar 67 Tampilan kotak dialog Linear:Plots untuk uji Heteroskedastisitas ..... 69
Gambar 68 Scatterplot uji heteroskedastisitas.................................................................. 69
Gambar 69 Tampilan kotak dialog Linear Regression:Save pada uji Normalitas . 71
Gambar 70 Nilai Residual pada Data Editor untuk uji Normalitas ............................. 71
Gambar 71 Tampilan menu untuk uji Normalitas........................................................... 72
Gambar 72 Tampilan kotak dialog One-Sample Kolmogorov-Smirnov Tests .... 72
Gambar 73 Tampilan Data Editor untuk uji Korelasi .................................................... 76
Gambar 74 Tampilan menu untuk Uji Korelasi ............................................................... 77
Gambar 75 Tampilan kotak dialog Bivariate Correlations untuk uji Korelasi ...... 77
Gambar 76 Tampilan Data untuk Uji Regresi Sederhana ............................................. 81
Gambar 77 Tampilan menu untuk uji regresi sederhana ............................................... 81
Gambar 78 Kotak dialog Linear Regression untuk uji regresi sederhana ............... 82
Gambar 79 Tampilan data untuk uji regresi linear berganda ....................................... 86
Gambar 80 Tampilan kotak dialog Linear Regression untuk uji regresi berganda
...................................................................................................................................................... 87
Gambar 81 Tampilan kotak dialog Linear Regression:Statistics untuk uji regresi
berganda..................................................................................................................................... 87
Gambar 82 Tampilan data untuk Uji Independent T-Test pada Ms Excel............... 90
Gambar 83 Tampilan Data Editor SPSS untuk Uji Independet T-Test .................... 90
vii
Gambar 84 Pemberian label Variable pada kotak dialog Value Labels untuk Uji
Independent T-test.................................................................................................................. 91
Gambar 85 Tampilan menu untuk Independent Samples T-Test............................ 91
Gambar 86 Kotak dialog Independent Samples T-Test ............................................. 92
Gambar 87 Kotak dialog Define Groups............................................................................. 92
viii
Pendahuluan
Penelitian merupakan salah satu unsur yang ada dalam Tri Dharma Perguruan
Tinggi. Penelitian bagi mahasiswa biasanya dibuat untuk tugas akhir/skripsi yang
merupakan syarat wajib untuk mencapai kelulusan. Penelitian dapat bersifat kualitatif
dan kuantitatif. Di dalam rangkaian kegiatan yang dilakukan pada penelitian salah
satunya adalah kegiatan pengolahan data menggunakan uji statistik.
Seiring dengan kemajuan yang pesat pada bidang teknologi, muncul banyak
program komputer yang dirancang khusus untuk membantu pengolahan data statistik
sehingga pengolahan data akan lebih mudah dilakukan seperti E-views, SEM, Minitab,
SPSS, dan lain-lain. Salah satu program komputer yang bisa digunakan sebagai alat uji
statistik adalah SPSS. SPSS ini seringkali digunakan oleh mahasiswa karena sudah sering
digunakan dalam penelitian di berbagai bidang. SPSS merupakan program software yang
bertujuan untuk menganalisis data dan melakukan perhitungan statistik baik parametrik
maupun nonparametrik. SPSS juga memiliki kemampuan analisis statistik yang cukup
tinggi karena mampu menganalisis data penelitian dengan variabel yang banyak. SPSS
lebih banyak dipilih karena dapat digunakan oleh semua pengguna dengan semua tingkat
keahlian, dan membantu pengguna dalam meningkatkan efisiensi dan meminimalkan
resiko. Selain itu, SPSS mampu mengakses data dari berbagai jenis format yang ada
sehingga data yang sudah tersedia dalam berbagai format dapat digunakan langsung
untuk melakukan analisis data. Tampilan data yang dihasilkan oleh SPSS juga lebih
informatif sehingga mempermudah pengguna dalam membaca hasil yang diberikan.
Pemanfaatan program SPSS ini perlu ditingkatkan untuk membantu dan
memudahkan mahasiswa khususnya mahasiswa Program Studi Pengelolaan Perkebunan
dalam menyelesaikan tugas akhir. Namun, tidak semua mahasiswa mempunyai
kemampuan dan pemahaman dalam menggunakan program SPSS sehingga dibutuhkan
panduan yang mudah untuk dipahami mahasiswa untuk mengoperasikan SPSS.
Buku Panduan ini disusun dengan tujuan untuk memenuhi kebutuhan mahasiswa
mengenai pengetahuan dan wawasan sebelum melakukan penelitian serta pengetahuan
dalam menggunakan SPSS untuk memudahkan penyelesaian tugas akhir
1
BAB I
Pengenalan SPSS
A. Pengenalan Software SPSS
SPSS (Statistical Package for the Social Sciences) pertama kali dibuat tahun 1968
oleh tiga mahasiswa Stanford University yaitu Norman H. Nie, C. Hadlai Hull, dan
Dale H. Bent. Pada saat itu, software ini dioperasikan pada komputer mainframe.
Pada tahun 1984, SPSS pertama kali muncul dengan versi PC dengan nama
SPSS/PC +, dan pada tahun 1992 keluar SPSS dengan versi Windows sejalan
dengan mulai populernya sistem operasi Windows, yang kemudian bekerja sama
dengan software house terkemuka dunia seperti Oracle Corp., Business Object, serta
Ceres Integrated Solutions sebagai awal mula pemantapan posisi SPSS sebagai
market leader dalam business intelligence. SPSS yang awal mulanya digunakan untuk
mengolah data statistik untuk ilmu sosial, sekarang telah diperluas penggunaannya
untuk melayani berbagai jenis user salah satunya untuk riset-riset ilmu sains
sehingga saat ini SPSS telah berubah menjadi Statistical Product and Service
Solutions.
Pada akhir tahun 2009 setelah SPSS versi 17 rilis, SPSS diakuisisi secara
resmi oleh IBM sehingga namanya berubah menjadi IBM SPSS dan menjadi bagian
dari Business Analytics and Process Optimization dari IBM dan dirilis SPSS versi 18
dengan nama PASW Statistics 18. PASW (Predictive Analytics Softaware) merupakan
langkah IBM untuk memperkuat posisi SPSS sebagai pelopor alat untuk predictive
analytics software. Pada tahun 2010, IBM merilis SPSS versi 19 yang dinamakan IBM
SPSS Statisitcs 19. Pada tahun 2011 dirilis SPSS versi 20, hingga pada April 2019,
dirilis SPSS versi 26 dengan nama IBM SPSS Statistics 26. Untuk keseragaman,
IBM SPSS Statistics 26 disebut dengan SPSS 26, karena walaupun ada perbedaan
nama, namun fungsi software ini sama dengan SPSS versi sebelumnya.
B. Persyaratan Hardware dan Software SPSS
Agar SPSS 26 berjalan secara optimal, disarankan untuk menggunakan
perangkat keras (hardware) dengan spesifikasi minimal sebagai berikut:
- Prosesor Intel Pentium atau prosesor AMD Athlon atau kompatibelnya dengan
Clock Speed minimal 1,8 GHz
2
Memori (RAM) minimal 4 GB untuk 32 bit dan 8 GB untuk 32 bit
- Kapasitas hard disk minimal 4 GB
- Monitor XVGA dengan resolusi minimal 1024 x 768
- Untuk sistem operasi Windows minimal menggunakan Microsot Windows 7
- Untuk sistem operasi Macintosh (Mac OS) minimal menggunakan OS X
Yosemite 10.10 atau MacOS Catalina 10.15
- Untuk sistem operasi Linux, minimal menggunakan Red Hat Enterprise Linux
(RHELL) Client 6, SUSE Linux Enterprise Server (SLES) 11, atau Ubuntu
14.10.
C. Cara Kerja SPSS
Berikut ini merupakan kaitan antara cara kerja komputer dengan SPSS dalam
mengolah data.
INPUT DATA Proses dengan OUTPUT DATA
dengan ➔ DATA EDITOR ➔ dengan
DATA EDITOR VIEWER
▪ PIVOT TABEL
EDITOR
▪ TEXT
OUTPUT
▪ CHART
EDITOR
Penjelasan proses statistik dengan SPSS:
1. Data yang akan diproses, dimasukkan melalui menu DATA EDITOR yang
otomatis muncul di layar saat SPSS dijalankan
2. Data yang telah diinput kemudian diproses juga melalui menu DATA EDITOR
3. Hasil pengolahan data akan muncul di layar yang dari SPSS, yaitu VIEWER
berupa teks/tulisan, tabel, atau grafik.
Dengan demikian, terdapat berbagai macam windows yang bisa muncul
sekaligus jika memang akan dilakukan berbagai proses diatas. Namun, dua windows
yang harus digunakan sebagai lembar kerja yaitu DATA EDITOR dan VIEWER.
Selain itu terdapat dua windows lagi dalam SPSS, yaitu Syntax Editor.
3
D. Tampilan Windows dalam SPSS
1. Windows SPSS Data Editor
Gambar 1 Tampilan Windows Data Editor SPSS 26
Windows ini akan terbuka otomatis setiap kali program SPSS
dijalankan, dan berfungsi untuk input data SPSS. Pada Data Editor dijumpai
berbagai menu utama untuk manipulasi data input dan proses data dengan
berbagai macam metode statistik. Menu yang terdapat pada Data Editor
adalah Menu File, Menu Edit, Menu View, Menu Data, Menu Transform,
Menu Analyze, Menu Graphs, Menu Utilities, Menu Extensions, Menu
Windows, dan Menu Help dengan fungsi sebagai berikut:
File : Berisi tentang perintah membuka file (*.sav), syntax files
(*.sps), output files (*.spo), print operations, dan lainnya
Edit : Memasukkan variabel dan memasukkan baris
View : View konfigurasi lembaran kerja yang meliputi nama variable
dan tipe nilai
Data : Memasukkan dan menghapus variable dan baris
Transform : Operasi lebih lanjut tentang data yang meliputi record data
untuk membuat variable baru
Analyze : Statistical analysis tools
Graphs : Pembuatan grafik
Windows Data Editor merupakan windows utama yang akan muncul
pada layar saat menjalankan SPSS pada komputer. Di dalam Data Editor
terdapat dua bagian yaitu Data View dan Variable View. Data View
berfungsi sebagai tempat untuk menginput data statistik, sedangkan Variable
View berfungsi sebagai tempat untuk menginput variabel statistik.
4
Gambar 2 Tampilan Data View pada Windows Data Editor
Gambar 3 Tampilan Variable View pada Windows Data Editor
Jika belum dilakukan inputing data pada SPSS, maka pertama kali
lembar yang akan terbuka adalah lembar Variable View. Pada lembar ini
dilakukan proses penginputan variabel . setelah selesai, proses selanjutnya
adalah penginputan data pada lembar Data View. Jika dilakukan
5
penghitungan statistik, tempat proses data tetap ada di Data View, demikian
pula jika kemudian dilakukan penambahan data, penghapusan data, edit data,
semuanya dilakukan pada lembar Data View. Lembar Variable View hanya
digunakan lagi jika akan dilakukan penambahan variabel, penghapusan
variabel, atau editing terhadap isi variabel.
Dengan demikian, Data Editor memiliki dua fungsi utama, yaitu
sebagai tempat untuk input data (lembar Data View dan Variable View) dan
sebagai tempat untuk memproses data yang telah diinput dengan prosedur
statistik tertentu (lembar Data View).
2. Windows SPSS Viewer
Gambar 4 Tampilan Windows SPSS Viewer pada SPSS 26
Windows SPSS Viewer berfungsi untuk menampilkan hasil
pengolahan data atau informasi yang telah dilakukan pada Data Editor
melalui menu Analyze.
3. Windows Syntax Editor
Gambar 5 Tampilan Windows Syntax Editor pada SPSS 26
6
Windows Syntax Editor berfungsi untuk membuat perintah yang
hanya bisa digunakan dengan SPSS Command Language. Menu ini berupa
file teks yang berisi berbagai perintah SPSS dan bisa diketik secara manual.
E. Menu Analyze
Dalam mengolah data secara statistik, SPSS menyediakan Command
Windows dengan nama Analyze yang terdapat pada Menu Bar. Menu Analyze
memiliki sub menu yang dapat digunakan untuk statistic seperti Descriptive,
Compare Means, Correlate, Regresion, Classify, Data Reduction, dan Scale.
Masing – masing submenu tersebut memiliki sub-sub menu uji statistic yang
lebih spesifik.
Gambar 6 Submenu yang terdapat pada Menu Analyze
7
BAB II
Entri Data Dengan SPSS
A. Tipe Data Statistik
Statistik dalam praktiknya tidak bisa dilepaskan dari data yang berupa angka,
baik dalam statistik deskriptif yang menggambarkan data, maupun statistik
inferensia yang melakukan analisis terhadap data. Berdasarkan tingkat
pengukurannya (level of measurement), data dalam statistik dapat dibedakan menjadi
empat jenis:
1. Data Nominal
Data bertipe nominal merupakan data kualitatif yang melekat pada variabel
yang kategorinya hanya bisa digunakan untuk membedakan antara satu kategori
dengan kategori lainnya. Jika suatu pengukuran data hanya menghasilkan satu dan
hanya satu-satunya kategori, maka data tersebut adalah data nominal. Data nominal
dalam praktik statistik biasanya akan dijadikan ‘angka’, yaitu proses yang disebut
kategorisasi. Misal dalam pengisian data jenis kelamin, jenis kelamin lelaki
dikategorikan sebagai “1” sedangkan jenis kelamin perempuan dikategorikan sebagai
“2”. Namun ‘angka’ ini bukan berarti sebagai nilai bobot kategori yang satu lebih
baik dari kategori lainnya melainkan hanya sebagai kode yang memiliki arti berbeda
dengan ‘angka’ tersebut.
2. Data Ordinal
Data ordinal sama halnya dengan data nominal, yaitu data kualitatif namun
dengan level yang ‘tinggi’ daripada data nominal. Data ordinal merupakan data yang
melekat pada variabel yang kategorinya selain menunjukkan adanya perbedaan, juga
menunjukkan adanya tingkatan yang berbeda. Dengan demikian, dalam data ordinal
menunjukkan bahwa kategori yang satu lebih baik dari kategori lainnya. Seperti
halnya dengan data nominal, dalam data ordinal juga memanfaatkan angka-angka
untuk menggambarkan kategori yang ada. Misalnya variabel penghasilan dengan
kategori tinggi, sedang, dan rendah yang diberi kode ‘1’ untuk rendah, ‘2’ untuk
sedang, dan ‘3’ untuk tinggi.
3. Data Interval
Data interval merupakan bentuk data kuantitatif yang menunjukkan adanya
perbedaan pada serta menunjukkan adanya rentang nilai. Data interval menempati
8
level pengukuran data yang lebih ‘tinggi’ dari data ordinal, karena selain bisa
bertingkat urutannya, urutan tersebut juga bisa dikuantitatifkan. Misalnya
pengukuran jarak tempuh perjalanan dari kabupaten A menuju Ibukota Provinsi
dengan interval: Dekat jika jarak tempuh 0 – 15 km, cukup jauh jika jarak tempuh
15 – 30 km, dan jauh jika jarak tempuh 30 - 45 km. Dalam kasus diatas, data jarak
tempuh bisa dikatakan sebagai data interval karena data mempunyai interval (jarak)
tertentu, yaitu 15 km.
4. Data Rasio
Data rasio merupakan bentuk data kuantitatif dimana data yang melekat pada
variabel yang kategorinya selain menunjukkan adanya perbedaan, juga
menunjukkan adanya tingkatan berbeda, menunjukkan adanya rentang nilai, serta
bisa diperbandingkan. Data ini memiliki tingkatan paling ‘tinggi’ diantara jenis data
lainnya. Nilai yang ada bisa diperbandingkan karena adanya nol mutlak, yang bisa
diartikan bahwa setiap angka memulai dari titik nol yang sama. Dengan demikian,
dalam data rasio, bisa menunjukkan bahwa kategori yang satu lebih baik dari
kategori yang lainnya. Misalnya dalam perhitungan berat badan dengan kategori 32
kg dan 64 kg. Jika diperhatikan, kategori dapat diperbandingkan antara kategori satu
dengan kategori lainnya. Orang yang berat badannya 64 kg adalah dua kali berat
badan 32 kg.
B. Input Data pada SPSS
Memasukkan data (entri data) merupakan kegiatan awal yang harus
dilakukan jika pengguna akan mengolah data yang benar-benar baru. Seperti pada
program aplikasi pengolahan data lainnya, kegiatan memasukkan data, membuka,
dan menyimpan data ada pada menu File. Entri data pada SPSS dapat dilakukan
dengan 2 cara, yaitu memasukkan data secara langsung pada program SPSS pada
Windows Data Editor atau dengan cara mengimport data dari Microsoft Excel.
I. Menginput data secara langsung pada SPSS
Contoh Kasus:
“Pengaruh Dosis Pemupukan P terhadap Produksi Kelapa Sawit dalam
ton.ha-1 ”
9
PRODUKSI SAWIT (ton ha-1)
DOSIS PUPUK (kg.ha-1) 1 ULANGAN 4
23
P0 = 1 14,2 10,8
P1 = 2 25,4 15,6 12,7 18,2
P2 = 3 34,2 20,8 21,6 38,2
P3 = 4 25,4 35,6 36,6 23,8
P4 = 5 23,9 24,6 28,4 21,2
P5 = 6 20,5 24,5 15,6 18,6
P6 = 7 18 16,8 16,6 13,2
17,2 19,7
Langkah Kerja:
1. Membuka lembar kerja baru. Pada saat SPSS 26 pertama kali dibuka, maka
akan tampak tampilan pertama sebagai berikut.
Gambar 7 Tampilan SPSS 26 saat pertama kali dibuka
Saat membuka SPSS, maka akan tampak dua kotak dialog IBM SPSS Statistic
seperti berikut ini:
10
Gambar 8 Tampilan kotak dialog Welcome to IBM SPSS Statistics
Kotak dialog tersebut berfungsi untuk memandu pengguna untuk
memilih proses yang akan dilakukan, namun untuk lebih mudahnya, tutup
kotak dialog tersebut dengan klik ikon Close.
2. Menamai variabel yang diperlukan.
Langkah berikutnya adalah membuat nama untuk setiap variabel baru.
Untuk itu gunakan lembar Variable View pada data editor. Pada kasus diatas
terdapat dua variabel yaitu Dosis Pupuk dan Produksi Sawit, selanjutnya
akan dilakukan input nama variabel sebanyak dua kali.
Variabel pertama: Dosis Pupuk
Klik kiri mouse pada sheet tab Variable View yang ada di bagian kiri
bawah. Tampilan Variable View juga bisa diambil dari menu View lalu
submenu Variable.
11
Gambar 9 Sheet tab Variabel View
Tampilan Variable View sekilas sama dengan Data View, hanya pada
Variable View sudah ada 11 kolom dengan nama tertentu (Name, Type,
Width, dst).
Mendefinisikan variabel DOSIS PUPUK
DOSIS PUPUK merupakan variabel pertama, tempatkan pointer pada baris
1.
Name. Sesuai kasus, letakkan pointer pada bawah kolom Name, klik
ganda pada sel tersebut, dan ketik DOSIS. Kemudian tekan tombol
ENTER untuk menyetujui penulisan tersebut.
(Jumlah karakter yang bisa digunakan untuk memberi nama pada sebuah
variabel adalah 64 karakter (bit). Namun untuk membuat sebuah nama
dalam bentuk kalimat, gunakan tanda underline (_) untuk penghubung).
Type. Tipe data untuk variabel DOSIS PUPUK tersebut adalah Numeric
(kuantitatif) karena DOSIS PUPUK akan dilabeli dengan kode ‘angka’.
12
Gambar 10 Kotak dialog Variable Type
Pilih tipe Numeric (paling atas) kemudian tekan OK.
Width. Pilihan ini menyediakan masukan antara 1 sampai 40 digit untuk
isian data yang bertipe Numeric. Untuk keseragaman, ketik 8. Hal ini
berarti label yang hanya bisa dimasukkan maksimal 8 karakter saja.
Decimal. Untuk keseragaman ketik 0 yang berarti tidak ada angka
desimal dibelakang koma.
Label. Label adalah keterangan untuk nama variabel, yang bisa
disertakan atau tidak. Untuk keseragaman, klik ganda pada sel tersebut,
dan ketik DOSIS PUPUK.
Values. Pilihan ini untuk proses pemberian kode (label). Klik mouse pada
kotak kecil kanan sel ( ), dan akan tampak pada layar:
Gambar 11 Kotak dialog Value Labels
13
Pengisian:
- Value atau nilai berupa angka yang dimasukkan. Untuk
keseragaman, ketik 1.
- Value Labels atau keterangan untuk angka 1 tersebut, sesuai kasus
yang memerinci dosis pupuk, ketik P0.
- Otomatis tombol Add aktif. Klik tombol tersebut, otomatis
keterangan 1=”P0” tampak sebagai kodifikasi dosis pupuk pertama.
- Lanjutkan pengisian value dengan lanjutan kode ‘angka’ untuk
keseluruhan label dosis pupuk, kemudian klik OK jika sudah selesai.
Tampilan setelah pengisian:
Gambar 12 Kotak dialog Value Labels setelah pengisian
Keterangan:
- Untuk mengedit isi value atau label (menambah valur atau
mengubah kode) bisa dilakukan dengan langkah: Buka kotak dialog
value label, ubah isi value atau label, lalu otomatis option Add atau
Change akan aktif. Tekan Add untuk menambah kode dan Change
untuk mengganti isi value/label.
- Untuk menghilangkan kode yang ada bisa dilakukan dengan: Sorot
label dan value yang akan dibuang, lalu klik Remove yang otomatis
muncul untuk menghilangkan value dan label tersebut.
14
Missing. Missing adalah data yang hilang atau tidak ada isinya, jika
data dianggap lengkap maka abaikan bagian ini.
Column. Column hamper sama dengan Width, dengan fungsi
menyediakan lebar kolom yang diperlukan untuk pemasukan data.
Pada data Numeric, batas maksimal adalah 255 digit. Untuk
keseragaman, ketik 11.
Align. Align adalah posisi data, yaitu rata kiri, rata kanan, atau rata
tengah sel. Untuk itu, tempatkan pointer pada sel tersebut, buka kotak
combo, dan untuk
Measure. Measure adalah hal yang penting di SPSS, karena
menyangkut tipe variabel yang nantinya akan menentukan jenis
analisis yang digunakan. Untuk data Numeric (Angka) ada tiga
pilihan, yaitu Scale, Ordinal, dan Nominal. Karena variabel DOSIS
PUPUK bersifat setara dan unik , maka klik mouse pada sel tersebut,
buka kotak combo dan pilih nominal.
Role. Tetap pada pilihan Input.
Demikian satu variabel dengan propertinya telah didefinisikan, yaitu
variabel bernama DOSIS dengan tipe numeric.
Gambar 13 Hasil pengisian variabel DOSIS
Mendefinisikan Variabel PRODUKSI SAWIT
Setelah mengisi dan menetapkan property dari variabel DOSIS, sekarang
beralih ke pengisian variabel kedua. Untuk itu, tetap pada sheet tab
Variable View.
Langkah pemasukan:
Name. Sesuai kasus, letakkan pointer pada bawah kolom Name, klik
ganda pada sel tersebut, dan ketik BERAT_TBS.
Type. Tipe data untuk berat adalah numerik (kuantitatif), karena
berat produksi kelapa sawit pasti berupa angka.
Width. Untuk keseragaman, biarkan pada angka 8 yang merupakan
default SPSS.
Decimals. Untuk keseragaman, ketik 0 yang berarti tidak ada angka
desimal dibelakang koma.
15
Label. Untuk keseragaman, ketik PRODUKSI SAWIT.
Values. Untuk data kuantitatif dan tanpa kategorisasi, abaikan saja
Values tersebut.
Missing. Dianggap tidak ada data hilang atau semua data berat
produksi sawit telah diketahui, maka abaikan bagian ini.
Column. Biarkan isian ini sesuai default yang telah ada.
Align. Biarkan isian ini sesuai default yang telah ada (Right).
Measure. Untuk data kuantitatif dan tanpa kategorisasi, otomatis
SPSS memilih tipe Scale (skala atau data jenis interval/rasio). Tetap
pada tipe tersebut.
Role. Tetap pada pilihan Input.
Catatan: Penggunaan Role dalam input data
Input ➔ role (peran) variabel ini adalah sebagai variabel independent jika
akan dilakukan pemodelan regresi, regresi berganda, analisis diskriminan,
dan lainnya.
Target ➔ terkait dengan jenis input di atas, role (peran) variabel ini
adalah sebagai variabel independent jika akan dilakukan pemodelan
regresi, regresi berganda, atau lainnya.
Both ➔ variabel bisa jadi keduanya, baik sebagai independent atau
dependen.
None ➔ tidak ada jenis peran tertentu pada variabel tersebut.
Partition ➔ variabel akan diperlakukan terpisah sebagai partisi; jenis
variabel ini biasanya digunakan untuk sampel pembanding dalam kegiatan
pengujian (testing) data, atau validasi dalam kegiatan eksperimen.
Split ➔ jenis role digunakan pada IBM SPSS Modeler
Dengan proses di atas, variabel PRODUKSI SAWIT telah didefinisikan.
Gambar 14 Hasil pengisian variabel PRODUKSI SAWIT
3. Mengisi Data ke dalam SPSS
Setelah pengisian nama variabel selesai dilakukan, langkah berikutnya
adalah mengisi data. Menginput data harus dilakukan pada sheet tab Data
16
View. Disini terdapat 24 data, sehingga pengisian akan dilakukan pada 24
baris. Langkah pemasukan adalah sebagai berikut:
Klik tab sheet Data View yang ada pada kiri bawah layar. Atau tampilan
Data View juga bisa dilakukan dengan memilih menu View lalu klik
submenu Data, atau dengan menekan Ctrl + T.
Perhatikan adanya 2 nama variabel yang tadi telah dibuat pada nama
kolom SPSS.
KemuGdaiamnbaakra1n5dTilaamkupkilaann pDraotsaesVpieenwgyisainang dtealtaah: dibuat variabel
Untuk mengisi variabel DOSIS, sebelum mengisi data, arahkan pointer
ke menu utama SPSS, pilih menu View, kemudian klik mouse pada
submenu Value Label (terlihat Value Label aktif dengan adanya tanda
di sebelah kiri submenu tersebut). Pengaktifan melihat Value Label akan
membuat data ditampilkan di layar tidak dalam bentuk kode angka,
namun dalam kata atau kalimat yang sesuai dengan kode yang
dimasukkan. Pengisian data dilakukan dengan mengetik biasa seperti
mengisi data pada Excel atau mengetik pada tabel Word.
Pada data kasus, terlihat angka ‘1’ untuk dosis P0, ‘2’ untuk dosis P1, ‘3’
untuk dosis P2, ‘4’ untuk dosis P3, ‘5’ untuk dosis P4, ‘6’ untuk dosis P5,
dan ‘7’ untuk dosis P6.
Untuk mengisi variabel BERAT_TBS, letakkan pointer pada baris ke 1
kolom variabel BERAT_TBS lalu ketik menurun ke bawah sesuai data
yang ada.
17
4. Menyimpan DataGambar 16 Tampilan data yang telah selesai diisi
Data diatas bisa disimpan dengan prosedur berikut:
Dari Menu Utama SPSS, pilih menu File, kemudian pilih submenu Save
As…
Beri nama file “Pengaruh Dosis Pemupukan P terhadap Berat TBS” dan
tempatkan file pada directory yang dikehendaki.
Untuk tipe data, dipakai ekstensi (tipe) file SPSS adalah .sav, sehingga
data tersebut tersimpan dengan nama lengkah Pengaruh Dosis
Pemupukan P terhadap Berat TBS.sav. ada berbagai tipe ekstensi file
SPSS tergantung dari jenis informasi yang disediakan. Jika file data telah
berhasil disimpan, maka Windows Viewer akan muncul secara otomatis
dan terlihat seperti pada gambar berikut:
18
DatGa admarbiaMr 1ic7roWsoinftdEowxcseVl iewer yang muncul setelah file data berhasil tersimpan
1. Klik Menu File pada Windows Data Editor, kemudian klik submenu Import
Data
2. Ada beberapGaapmilbiharan18jeTnaismdpailtaanyManegnudaFpilaet udnigtuuknaImkapnourtntDuaktadiinputkan ke
tampilan data view, karena data yang akan diimport disimpan dalan bentuk
Excel, maka dapat dipilih Excel pada submenu Import Data, kemudian pilih
file excel yang akan diimportkan ke dalam Data Editor, lalu klik Open.
19
Gambar 19 Kotak Dialog Import Data yang menampilkan file Excel
3. Kemudian akan muncul tampilan kotak dialog Read Excel File, kemudian
klik OK seperti tampilan dibawah ini.
Gambar 20 Kotak Dialog Read Excel File pada Data Editor
20
4. Setelah itu akan tampil data pada sheet tab Data Editor.
Gambar 21 Tampilan file data Excel yang telah berhasil diimport ke dalam SPSS
21
BAB III
Aplikasi SPSS Untuk Penelitian
Eksperimental
Penelitian eksperimental merupakan sebuah penelitian yang dilakukan untuk
mencari akibat dari sesuatu yang dilakukan secara sengaja oleh para peneliti.
Penelitian eksperimental juga disebut percobaan yang berasal dari bahasa Latin “ex-
periri” yang berarti menguji coba. Penelitian eksperimen adalah suatu tindakan dan
pengamatan yang dilakukan untuk mengecek sebuah hipotesis atau mengenali
hubungan sebab akibat antara variabel bebas dan variabel terikat.
A. Uji Deskriptif Statistik, Uji Validitas, dan Uji Normalitas
Analisis deskriptif merupakan analisis dasar dalam perhitungan statistik. Tujuan
dari analisis deskriptif ini adalah untuk mengetahui nilai rata-rata (mean), nilai tengah
(median), nilai yang sering muncul (mode/modus), jumlah (sum), deviasi standar atau
simpangan baku (standar deviation), ragam data (variance), selisih nilai tertinggi
dengan nilai terendah (range), nilai terendah (minimum), dan nilai tertinggi
(maximum), dan lainnya. Uji normalitas dilakukan untuk mengetahui apakah data
telah mengikuti distribusi normal.
Contoh Kasus:
“Pengaruh Dosis Pupuk NPK terhadap Pertumbuhan Bibit Kelapa Sawit pada
saat Main Nursery”
DOSIS PUPUK ULANGAN
(g.polibag-1) BERAT KERING TANAMAN (g)
12345
0 30 25 30 33 23
100 40 40 45 44 32
200 70 67 71 66 65
300 50 55 57 52 45
400 40 47 43 50 38
Langkah kerja:
1. Input data diatas ke dalam Data Editor SPSS, setelah data berhasil diinput,
maka tampilan Data Editor akan tampak sebagai berikut:
22
Gambar 22 Tampilan Data untuk Uji Deskriptif Statistik
2. Klik Menu Analyze, kemudian pilih submenu Descriptive Statistics,
kemudian pilih Explore maka secara otomatis akan muncul kotak dialog
Explore pada layar.
Gambar 23 Pilihan pada Submenu Descriptive Statistics
3. Setelah kotak dialog Explore muncul, klik variabel DOSIS dan klik tanda
panah ke Factor List, kemudian klik variabel BERAT dan klik tanda panah
ke Dependent List. Pada bagian Display pilih Both, maka akan tampak
tampilan sebagai berikut.
23
Gambar 24 Kotak dialgo Explore
4. Kemudian klik Statistics, kemudian akan muncul kotak dialog, setelah itu klik
pilihan Descriptive hingga terisi tanda , kemudian isi Confidence Interval
for Mean (Taraf kepercayaan) dengan 95%, kemudian klik Continue.
Gambar 25 Kotak dialog Statistics
5. Setelah itu maka tampilan akan kembali ke kotak dialog Explore, lalu klik
Plots dan akan muncul kotak dialog. Pada bagian Boxplots, pilih None,
kemudian pilih Normality plots with test untuk menampilkan hasil uji
normalitas, lalu pada bagian Descriptive, kosongkan semua pilihan yang ada,
dan pada bagian Spread vs Level with Levene Test pilih None. Kemudian
klik Continue, lalu otomatis akan kembali ke kotak dialog Explore kemudian
klik Ok.
24
Gambar 26 Kotak dialog Plots
6. Setelah itu akan muncul Windows Viewer yang menunjukkan hasil uji
deskriptif dan uji normalitas dari data kasus di atas.
Tabel 1 Tabel Output Case Processing Summary
Case Processing Summary
Cases
Valid Missing Total
N Percent
DOSIS PUPUK N Percent N Percent
D0 5 100.0%
BERAT D100 5 100.0% 0 0.0% 5 100.0%
KERING D200 5 100.0%
TANAMAN D300 5 100.0% 0 0.0% 5 100.0%
D400 5 100.0%
5 100.0% 0 0.0%
5 100.0% 0 0.0%
5 100.0% 0 0.0%
Tabel diatas menunjukkan hasil dari uji validitas data. Variabel
DOSIS masing-masing perlakuan jumlahnya 5 (5 ulangan) dengan persentase
100% atau semuanya valid. Missing data = 0 artinya tidak ada data yang
hilang. Jadi variabel DOSIS semua data nya valid dan tidak ada data yang
kurang atau hilang.
25
Tabel 2 Tabel Output Descriptive
Descriptives
DOSIS PUPUK Statistic Std. Error
BERAT KERING D0 Mean 28.20 1.828
TANAMAN
95% Confidence Interval for Lower Bound 23.13
Mean Upper Bound 33.27
5% Trimmed Mean 28.22
Median 30.00
Variance 16.700
Std. Deviation 4.087
Minimum 23
Maximum 33
Range 10
Interquartile Range 8
Skewness -.312 .913
Kurtosis -1.780 2.000
D100 Mean 40.20 2.289
95% Confidence Interval for Lower Bound 33.84
Mean Upper Bound 46.56
5% Trimmed Mean 40.39
Median 40.00
Variance 26.200
Std. Deviation 5.119
Minimum 32
Maximum 45
Range 13
Interquartile Range 9
Skewness -1.199 .913
Kurtosis 1.579 2.000
D200 Mean 67.80 1.158
95% Confidence Interval for Lower Bound 64.59
Mean Upper Bound 71.01
5% Trimmed Mean 67.78
Median 67.00
Variance 6.700
26
D300 Std. Deviation Lower Bound 2.588 .913
D400 Minimum Upper Bound 65 2.000
Maximum 71 2.083
Range Lower Bound 6
Interquartile Range Upper Bound 5 .913
Skewness 2.000
Kurtosis .363 2.205
Mean -2.413
95% Confidence Interval for 51.80 .913
Mean 46.02 2.000
5% Trimmed Mean 57.58
Median 51.89
Variance 52.00
Std. Deviation 21.700
Minimum 4.658
Maximum
Range 45
Interquartile Range 57
Skewness 12
Kurtosis
Mean 9
95% Confidence Interval for -.605
Mean -.077
5% Trimmed Mean 43.60
Median 37.48
Variance 49.72
Std. Deviation 43.56
Minimum 43.00
Maximum 24.300
Range 4.930
Interquartile Range
Skewness 38
Kurtosis 50
12
10
.275
-1.728
27
Tabel 3 Output Test of Normality
Tests of Normality
DOSIS Kolmogorov-Smirnova Shapiro-Wilk
PUPUK Statistic df Sig. Statistic df Sig.
BERAT D0 .270 5 .200* .923 5 .551
KERING D100 .284 5 .200* .880 5 .311
TANAMAN D200 .221 5 .200* .915 5 .501
D300 .154 5 .200* .971 5 .884
D400 .167 5 .200* .961 5 .815
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Tabel ini menampilkan hasil uji normalitas dari variabel DOSIS
terhadap BERAT KERING TANAMAN menggunakan Uji Kolmogorov-
Smirnov dan Uji Shapiro-Wilk. Uji ini digunakan untuk membandingkan
antara data yang diuji dengan data normal baku. Pedoman pengambilan
keputusan adalah apabila nilai signifikansi < 0,05 maka data tidak
terdistribusi normal, sedangkan jika nilai signifikansi > 0,05 maka data
terdistribusi normal. Berdasarkan tabel diatas nilai signifikansi 0,200 > 0,05
sehingga disimpulkan bahwa data terdistribusi normal.
Gambar 27 Output Normal Q-Q Plot
28
Q-Q Plot atau plot uji normalitas menggambarkan distribusi data
apakah telah mengikuti distribusi normal atau tidak. Semakin dekat data dari
garis maka semakin baik datanya atau mengikuti distribusi normal.
B. Penelitian Eksperimental dengan Rancangan Percobaan
Penelitian eksperimental baik yang dilakukan di lapangan maupun di
laboratorium bertujuan untuk memberikan informasi ilmiah atas pertanyaan atau
hipotesa yang dibuat. Penelitian ini dilakukan dengan macam-macam tahapan salah
satunya adalah pengumpulan data penelitian. Salah satu cara yang dapat dilakukan
untuk mengumpulkan data secara valid adalah dengan menentukan rancangan
percobaan yang akan digunakan. Rancangan percobaan merupakan proses
merencanakan percobaan sehingga hasil yang diperoleh dari percobaan itu dapat
memecahkan masalah secara tepat (sahih dan valid). Rancangan percobaan
mencakup langkah-langkah yang berurutan secara menyeluruh dan lengkap serta
cara pelaksanaan percobaan agar data yang diperoleh dapat dianalisis secara objektif
dan dapat digunakan untuk mengadakan suatu kesimpulan yang valid berhubungan
dengan masalah yang dihadapi. Terdapat 4 jenis rancangan percobaan yang dapat
digunakan dalam penelitian eksperimental yaitu Rancangan Acak Lengkap (RAL),
Rancangan Acak Kelompok (RAK), Rancangan Petak Terbagi (RPT), dan
Rancangan Bujur Sangkar Latin (RBSL).
1. Aplikasi Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL) merupakan perlakukan yang diatur
dengan pengacakan secara lengkap sehingga setiap satuan percobaan memiliki
peluang yang sama untuk mendapat setiap perlakuan. Untuk RAL, setiap
perbedaan di antara satuan percobaan yang mendapat perlakuan yang sama
dinyatakan sebagai galat percobaan. RAL hanya cocok digunakan untuk
percobaan dengan satuan percobaan yang homogen seperti percobaan di
laboratorium tanpa pengaruh lingkungan yang mudah dikendalikan. RAL
memiliki keuntungan yaitu sederhana dalam perhitungan sidik ragam.
a. Uji Statistik untuk RAL 1 Faktor
Model yang akan digunakan untuk analisis sidik ragam adalah One Way
Anova dengan Post Test Uji Duncan.
Contoh Kasus:
29
“Pengaruh Dosis Pemupukan P terhadap Produksi Kelapa Sawit
(ton.ha-1)”
PRODUKSI SAWIT (ton ha-1)
DOSIS PUPUK (kg.ha-1) 1 ULANGAN 4
14,2 23 10,8
P0 = 1 25,4 15,6 12,7 18,2
P1 = 2 34,2 20,8 21,6 38,2
P2 = 3 25,4 35,6 36,6 23,8
P3 = 4 23,9 24,6 28,4 21,2
P4 = 5 20,5 24,5 15,6 18,6
P5 = 6 18 16,8 16,6 13,2
P6 = 7 17,2 19,7
Langkah kerja:
1. Melakukan input diatas ke dalam Windows Data Editor SPSS. Setelah
dilakukan input data maka dapat dilanjutkan dengan melakukan uji
statistik melalui Menu Analyze.
2. Klik Menu Analyze, kemudian pilih submenu Compare Means, lalu pilih
One Way Anova.
Gambar 28 Tampilan Menu Analyze yang dipilih untuk uji statistik RAL 1 Faktor
3. Setelah itu, maka otomatis akan muncul kotak dialog One Way Anova.
Kemudian klik variabel DOSIS PUPUK dan pindahkan ke dalam kotak
Factor dengan mengklik tanda panah yang ada disebelah kiri kotak
30
Factor, lalu klik variabel PRODUKSI SAWIT dan pindahkan ke dalam
kotak Dependent List dengan mengklik tanda panah yang ada disebelah
kiri kotak Dependent List, sehingga tampilannya akan seperti gambar
dibawah ini.
Gambar 29 . Kotak dialog One Way ANOVA
4. Selanjutnya masih pada kotak dialog One Way Anova, klik menu Post
Hoc kemudian pilih Duncan untuk melakukan uji Duncan dan klik
Continue, lalu klik Ok pada kotak dialog One Way Anova.
Gambar 30 Tampilan kotak dialog One Way ANOVA:Post Hoc pada RAL 1
Faktor
5. Setelah itu akan muncul Windows Viewer yang akan menampilkan
output pengolahan data berupa tabel anova dan hasil uji Duncan.
31
Tabel 4 Tabel ANOVA RAL 1 Faktor
ANOVA
PRODUKSI SAWIT Sum of Squares df Mean Square F Sig.
1313.747 6 218.958 32.349 .000
Between Groups 142.143
Within Groups 1455.890 21 6.769
Total 27
Berdasarkan hasil Anova, pada kolom Sig diperoleh nilai P (P-Value)
= 0.000. Dengan demikian, pada taraf alpha = 0,05 kita menolak Ho
sehingga dapat disimpulkan bahwa terd apat perbedaan yang sangat nyata
antara dosis pemupukan P dengan produksi sawit. Karena terdapat
perbedaan yang sangat nyata antara perlakuan, maka dilakukan uji lanjut
(Post Hoc) untuk melihat pengaruh antar perlakuan. Hasil Uji Duncan
adalah:
Tabel 5 Tabel hasil Uji Lanjut Beda Nyata (Uji Duncan) RAL 1 Faktor
Duncana
DOSIS Subset for alpha = 0.05
PUPUK N 1 2 3 4 5
P0 4 13.33
P6 4 17.03 17.03
P5 4 18.13 18.13
P4 4 21.30
P1 4 21.50
P3 4 25.55
P2 4 36.15
Sig. .057 .556 .096 1.000 1.000
Untuk memudahkan interpretasi maka tabel diatas diberi kode
huruf, dimulai dengan huruf “a” pada kolom dengan nilai tertinggi. Selain
itu perlu diingat bahwa kolom yang sama mempunyai kode huruf yang
sama. Penyajian akhir data adalah sebagai berikut:
32
Tabel 6 Pemberian notasi huruf pada hasil uji lanjut RAL 1 Faktor
Duncana
DOSIS Subset for alpha = 0.05
234
PUPUK N 1 5
13.33 e
P0 4 17.03 de 36.15 a
1.000
P6 4 .057 17.03 d
18.13 cd
P5 4 18.13 c
21.30 c
P4 4 21.50 c
P1 4
P3 4 25.55 b
P2 4
Sig. .556 .096 1.000
Catatan :
- Kolom yang sama mempunyai kode huruf yang sama
- Pemberian kode huruf diurutkan dari nilai yang paling tinggi (simbol
“a”)
Penyajian akhir dari data adalah :
Tabel 7 Hasil akhir uji lanjut beda nyata (Uji Duncan) RAL 1 Faktor
DOSIS PUPUK PRODUKSI (ton ha-1)
(kg.ha-1)
P0 13.33 e
P1 21.5 c
P2 36.15 a
P3 25.55 b
P4 21.3 c
P5 18.13 cd
b. Uji Statistik untuk RAL 2 Faktor
Uji statistic yang akan dilakukan adalah analisis varian. Model yang akan
digunakan untuk analisis sidik ragam adalah One Way Anova dengan Post
Test Uji Duncan.
Contoh Kasus:
“Pengaruh Pemupukan N Pada Beberapa Varietas Bibit Kelapa Sawit
pada Masa Pre-Nursery”
33
Parameter: Tinggi Tanaman (cm)
Varietas Ulangan N1 Pupuk N N3
N2 66
57
1 56 60 50
50
V1 2 45 50 53
3 43 45 53
48
4 46 48 55
73
1 65 60 77
77
V2 2 61 58 65
3 60 56
4 63 60
1 60 62
V3 2 61 68
3 50 67
4 53 60
Langkah kerja:
1. Melakukan input diatas ke dalam Windows Data Editor SPSS. Setelah
dilakukan input data maka dapat dilanjutkan dengan melakukan uji
statistik melalui Menu Analyze.
Gambar 31 Tampilan Data View RAL 2 Faktor
2. Selanjutnya akan dilakukan analisis varians, klik Analyze lalu pilih
submenu General Linier Model, kemudian pilih Unvariate seperti
berikut ini:
34
Gambar 32 Tampilan Menu General Linear Model
3. Secara otomatis akan muncul kotak dialog Unvariate. Kemudian pada
kotak dialogi, pilih variabel TINGGI dan masukkan pada kotak
Dependent List, kemudian pilih variabel VARIETAS dan variabel
PUPUK dan masukkan pada kotak Fixed Factor, seperti tampilan
berikut ini.
Gambar 33 Tampilan kotak dialog Univariate pada RAL 2 Faktor
4. Kemudian pada kotak dialog Univariate, klik Models kemudian pada
bagian Specify Models, klik Build custom terms dan masukkan variabel
VARIETAS dan PUPUK ke kotak model dengan mengklik tanda panah.
35
Selanjutnya akan dilakukan analisis interaksi Pupuk dengan Varietas,
blok variabel VARIETAS dan PUPUK, kemudian masukkan kedalam
kotak model sehingga akan terbentuk interaksi PUPUK*VARIETAS,
kemudian klik Continue.
Gambar 34 Kotak dialog Univariate:Model pada RAL 2 Faktor
5. Selanjutnya pada kotak dialog, klik Posts Hoc, lalu pindahkan variabel
VARIETAS dan PUPUK ke kotak Posts Hoc Tests For dan pilih
Duncan untuk melakukan uji interaksi kemudian klik Continue, seperti
tampilan berikut.
36
Gambar 35 Kotak dialog Univariate:Post Hoc pada RAL 2 Faktor
6. Selanjutnya kembali pada kotak dialog Univariate, klik Options, lalu
pilih Descriptive Statistics untuk menampilkan hasil uji deksriptif,
kemudian klik Continue, lalu setelah itu klik Ok.
Gambar 36 Kotak dialog Univariate:Options pada RAL 2 Faktor
7. Setelah itu, akan muncul hasil analisis seperti tampilan berikut ini.
37
Gambar 37 Windows Viewer yang menampilkan hasil uji Univariate pada
RAL 2 Faktor
Tabel 8 Output hasil uji Univariate pada RAL 2 Faktor
Tests of Between-Subjects Effects
Dependent Variable: TINGGI
Type III Sum of
Source Squares df Mean Square F Sig.
Corrected Model 1947.889a 8 243.486 9.671 .000
Intercept 120293.361 1 120293.361 4778.111 .000
VARIETAS 1027.389 2 513.694 20.404 .000
PUPUK 155.056 2 77.528 3.079 .062
VARIETAS * 765.444 4 191.361 7.601 .000
PUPUK
Error 679.750 27 25.176
Total 122921.000 36
Corrected Total 2627.639 35
a. R Squared = .741 (Adjusted R Squared = .665)
8. Untuk melakukan uji dua arah, maka buat tampilan data pada Data Editor
SPSS seperti sebagai berikut.
38
Gambar 38 Tampilan Data View untuk uji One Way Anova pada RAL 2
Faktor
9. Kemudian pilih menu Analyze, lalu pilih submenu One Way Anove,
kemudian akan muncul kotak dialog One Way Anova, setelah itu
masukkan variabel TINGGI ke dalam kotak Dependent List dan
variabel VARIETASxPUPUK ke dalam kotak Factor. Setelah itu klik
Post Hoc yang ada pada kotak dialog.
Gambar 39 Kotak dialog One Way ANOVA pada RAL 2 Faktor
10. Setelah itu akan muncul kotak dialog Post Hoc, kemudian pada bagian
Equal Variances Assumed pilih Duncan sebagai alat uji, lalu klik
Continue, kemudian klik Ok pada kotak dialog One Way Anova.
39
Gambar 40 Kotak dialog One Way ANOVA: Post Hoc untuk RAL 2 Faktor
11. Setelah itu maka akan muncul windows Viewer yang menunjukkan hasil
uji One Way ANOVA untuk RAL 2 Faktor, seperti tampilan berikut.
Gambar 41 Tampilan Windows Viewer pada hasil One Way Anova untuk
RAL 2 Faktor
Tabel 9 Hasil uji Duncan untuk RAL 2 Faktor
TINGGI
Duncana N 1 Subset for alpha = 0.05 5
VARIETASx 4 47.50 234
PUPUK 4 50.75
V1N1 4 52.25 50.75
V1N2 52.25
V2N3
40