Tutorial SPSS: RAK Faktorial

Anda bisa mengakses Tutorial SPSS terbaru di site:
http://www.smartstat.info/blog/tutorial/spss

atau via facebook :
http://www.facebook.com/smartstat.tutorial)

---

Tunggu sampai streaming file tutorial selesai dimuat…… (Anda bisa juga mengakses Tutorial terbaru di site: http://www.smartstat.info/blog/tutorial/spss atau via facebook : http://www.facebook.com/smartstat.tutorial)

---

---

Keterangan:
Tutorial Analisis Ragam (ANOVA) dan Uji Lanjut (Post-Hoc Test) dengan menggunakan Software SPSS.
Rancangan Perlakuan: Faktorial
Rancangan Lingkungan: Rancangan Acak Kelompok
Format: Streaming (Swf)
Ukuran File: cukup besar (1 MB)

Tutorial SPSS: Rancangan Acak Kelompok (RAK)

Anda bisa mengakses Tutorial SPSS terbaru di site:
http://www.smartstat.info/blog/tutorial/spss

atau via facebook :
http://www.facebook.com/smartstat.tutorial)

---

Contoh kasus: Rancangan Acak Kelompok

Data pada tabel berikut merupakan Hasil padi (kg/petak) Genotif S-969 yang diberi 6 perlakuan. Faktor yang diteliti adalah kombinasi pupuk NPK sebanyak 6 taraf, yaitu Kontrol, PK, N, NP, NK, NPK. Rancangan Perlakuan yang digunakan adalah Rancangan Acak Kelompok.

Tabel Data Hasil Padi (kg/petak) 
______________________________________________________________
Kombinasi 	        Kelompok	    Total Perlakuan
Pemupukan	1	2	3	4	(Yi.)
--------------------------------------------------------------
Kontrol		27.7	33	26.3	37.7	124.7
PK		36.6	33.8	27	39	136.4
N		37.4	41.2	45.4	44.6	168.6
NP		42.2	46	45.9	46.2	180.3
NK		39.8	39.5	40.9	44	164.2
NPK		42.9	45.9	43.9	45.6	178.3
--------------------------------------------------------------
Total 		226.6	239.4	229.4	257.1	952.5
kelompok (Y.j)
--------------------------------------------------------------

---

Tutorial SPSS – Rancangan Acak Kelompok (RAK) Format Flash (974 KB)

Tunggu sampai streaming file tutorial selesai dimuat……

(Anda bisa juga mengakses Tutorial terbaru di site: http://www.smartstat.info/blog/tutorial/spss atau via facebook : http://www.facebook.com/smartstat.tutorial)

---

---

Keterangan:
Berikut adalah Tutorial Analisis Ragam (ANOVA) dan Uji Lanjut (Post-Hoc Test) dengan menggunakan Software SPSS.
Rancangan Lingkungan: Rancangan Acak Kelompok
Format: Streaming (Swf)
Ukuran File: cukup besar (974 KB)

Ukuran Pemusatan Data (Central Tendency)

Salah satu aspek yang paling penting untuk menggambarkan distribusi data adalah nilai pusat data pengamatan (tendensi sentral). Setiap pengukuran aritmatika yang ditujukan untuk menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu gugus data (himpunan pengamatan) dikenal sebagai ukuran tendensi sentral.

Terdapat tiga ukuran tendensi sentral yang sering digunakan, yaitu:

• Mean (Rata-rata hitung/rata-rata aritmetika)
• Median
• Mode

Statistika Deskriptif

Statistik adalah sekumpulan prosedur untuk mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data kuantitatif yang diperoleh secara sistematis. Secara garis besar, statistik dibagi menjadi dua komponen utama, yaitu Statistik Deskriptif dan Statistik inferensial. Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas gugus data dengan cara yang jelas dan dapat dimengerti, sementara Statistik inferensial menyediakan prosedur untuk menarik kesimpulan tentang populasi berdasarkan sampel yang kita amati. Statistik Deskriptif membantu kita untuk menyederhanakan data dalam jumlah besar dengan cara yang logis. Data yang banyak direduksi dan diringkas sehingga lebih sederhana dan lebih mudah diinterpretasi.

Terdapat dua metode dasar dalam statistik deskriptif, yaitu numerik dan grafis.

• Pendekatan numerik dapat digunakan untuk menghitung nilai statistik dari sekumpulan data, seperti mean dan standar deviasi. Statistik ini memberikan informasi tentang rata-rata dan informasi rinci tentang distribusi data.
• Metode grafis lebih sesuai daripada metode numerik untuk mengidentifikasi pola-pola tertentu dalam data, dilain pihak, pendekatan numerik lebih tepat dan objektif. Dengan demikian, pendekatan numerik dan grafis satu sama lain saling melengkapi, sehingga sangatlah bijaksana apabila kita menggunakan kedua metode tersebut secara bersamaan.

Baca pos ini lebih lanjut

Pengertian Statistika

Statistika adalah cabang ilmu matematika terapan yang terdiri dari teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data yang diperoleh secara sistematis.

Dengan demikian, didalamnya terdiri dari sekumpulan prosedur  mengenai bagaimana cara:

• Mengumpulkan data
• Meringkas data
• Mengolah data
• Menyajikan data
• Menarik kesimpulan dan interpretasi data berdasarkan kumpulan data dan hasil analisisnya

Statistik vs Parameter:

• Statistik (bukan statistika):
  • Kumpulan data, bilangan, maupun non bilangan yang disusun dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan
    • Statistik Penduduk, kelahiran, pendidikan, produksi, pertanian, dsb.
  • Ukuran sebagai wakil dari kumpulan data
    • Rata-rata, median, mode, simpangan baku, ragam, persen, dsb.
• Parameter: pengertiannya hampir sama dengan statistik, perbedaannya hanya terletak pada sumber data yang digunakan. Statistik menggunakan sumber data yang berasal dari sampel, sedangkan parameter menggunakan sumber data yang berasal dari populasi.
• Statistik digunakan untuk mengestimasi nilai dari parameter populasi.

Baca pos ini lebih lanjut

Populasi dan Sampel

Gambaran Sampel Representatif

Populasi

Populasi merupakan keseluruhan (universum) dari objek penelitian yang dapat berupa manusia, hewan, tumbuh-tumbuhan, gejala, nilai, peristiwa, sikap hidup, dan sebagainya yang menjadi pusat perhatian dan menjadi sumber data penelitian. Apabila kita lihat definisi tersebut, pengertian populasi bisa sangat beragam sehingga kita harus mendefinisikan populasi tersebut dengan jelas dan tepat.

Berikut ini adalah contoh suatu populasi:

• Populasi Mahasiswa Universitas Padjadjaran (Unpad)
• Populasi Mahasiswa Fakultas Pertanian (Faperta)
• Populasi Mahasiswa Agroteknologi, Faperta, Unpad
• Populasi Mahasiswa Agroteknologi Angkatan 2009, Faperta, Unpad
• Populasi Mahasiswa Agroteknologi Kelas A, Angkatan 2009, Faperta, Unpad

Apabila kita perhatikan contoh populasi di atas, pengertian populasi di sana bersifat relatif, pendefinisiannya tergantung dari si Peneliti, apakah dia ingin mengetahui Populasi Mahasiswa Unpad secara keseluruhan ataukah hanya tertarik pada populasi mahasiswa Agroteknologi angkatan 2009 saja.

Baca pos ini lebih lanjut

Asumsi-Asumsi ANOVA Satu Faktor

Asumsi untuk pengujian hipotesis yang didasarkan pada model ANOVA faktor tunggal sebenarnya berhubungan dengan nilai residual atau error (ε_ij). Banyak referensi yang menyatakan bahwa ANOVA faktor tunggal cukup handal terhadap asumsi ini, misalnya Uji F tetap handal dan dapat diandalkan meskipun asumsi tidak terpenuhi. Meskipun demikian, tingkat kehandalannya sangat sulit diukur dan tergantung juga pada ukuran sampel yang harus seimbang. Uji F bisa menjadi sangat tidak dapat diandalkan apabila ukuran sampel tidak seimbang, apalagi jika ditambah dengan sebaran data yang tidak normal dan ragam tidak homogen. Oleh karena itu, saya sangat merekomendasikan untuk memeriksa terlebih dahulu asumsi ANOVA sebelum melanjutkan ke tahap analisis.

Bagaimana apabila kita menganalisis data yang sebenarnya tidak memenuhi asumsi analisis ragam? Apabila hal itu terjadi, maka kesimpulan yang diambil tidak akan menggambarkan keadaan yang sebenarnya bahkan menyesatkan! Dengan demikian, sebelum melakukan analisis ragam, terlebih dahulu kita harus memeriksa apakah data tersebut sudah memenuhi asumsi dasar analisis ragam atau belum.

Strategi umum untuk memeriksa asumsi ANOVA serta urutan asumsi yang harus diperiksa terlebih dahulu di bahas secara detail oleh Dean dan Voss (1999). Mereka menitikberatkan pada pengamatan plot residual, dengan alasan berikut: pemeriksaan plot residual lebih subjektif dibanding dengan pengujian formal dan yang lebih penting, plot residual lebih informatif tentang sifat dari masalah, konsekuensi, dan tindakan korektif yang bisa diambil.

Baca pos ini lebih lanjut

Variabel dan Data

Variabel berasal dari kata “vary” dan “able” yang berarti “berubah” dan “dapat”. Jadi, secara harfiah variabel berarti dapat berubah, sehingga setiap variabel dapat diberi nilai dan nilai itu berubah-ubah. Nilai tersebut bisa kuntitatif (terukur dan atau terhitung, dapat dinyatakan dengan angka) juga bisa kualitatif (jumlah dan derajat atributnya yang dinyatakan dengan nilai mutu).
Variabel merupakan element penting dalam masalah penelitian. Dalam statistik, variabel didefinisikan sebagai konsep, kualitas, karakteristik, atribut, atau sifat-sifat dari suatu objek (orang, benda, tempat, dll) yang nilainya berbeda-beda antara satu objek dengan objek lainnya dan sudah ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Karakteristik adalah ciri tertentu pada obyek yang kita teliti, yang dapat membedakan objek tersebut dari objek lainnya, sedangkan objek yang karakteristiknya sedang kita amati dinamakan satuan pengamatan dan angka atau ketegori (nilai mutu) tertentu dari suatu objek yang kita amati dinamakan variate (nilai). Kumpulan nilai yang diperoleh dari hasil pengukuran atau penghitungan suatu variabel dinamakan dengan data.

Baca pos ini lebih lanjut

Skala Pengukuran Variabel

Fokus dari desain penelitian dan analisis statistik adalah studi tentang variabel. Pada saat Anda ingin mempelajari suatu fenomena, langkah pertama adalah mendefinisikan fenomena yang diteliti tersebut, dalam hal ini adalah menentukan variabel-variabel yang kita amati dan selanjutnya menentukan bagaimana cara Anda mengukur variabel tersebut. Proses tersebut dikenal dengan istilah definisi operasional. Jelas disini bahwa untuk memahami suatu fenomena, kita harus memahami dulu istilah variabel dan skala pengukuran. Apabila Anda tidak menentukan secara jelas cara pengukuran variabel yang ingin Anda pelajari, pada akhirnya Anda akan mengalami kebingungan dalam menentukan desain penelitian yang tepat serta dalam menentukan prosedur analisis statistik yang sesuai.

Rancangan Petak-petak Terbagi (Split-split Plot)

Bahan Kuliah/Slide mengenai Metode Perancangan Percobaan dengan Menggunakan Rancangan Petak-petak Terbagi (Split-Plot)