Sabtu, 17 Desember 2016

LAPORAN PRAKTIKUM BIOMETRI “SAS (STATISTICAL ANALYSIS SYSTEM) FAKTORIAL ”



LAPORAN PRAKTIKUM BIOMETRI
“SAS (STATISTICAL ANALYSIS SYSTEM)
FAKTORIAL ”

OLEH :
KELOMPOK 2

ROVIAH                    F1071141008

                        
    



PROGRAM STUDI PENDIDIKAN BIOLOGI
JURUSAN PENDIDIKAN MATEMATIKA DAN IPA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNUVERSITAS TANJUNGPURA
PONTIANAK
2016



A.    Pendahuluan
Pengolahan data adalah suatu proses dalam memperoleh data ringkasan atau angka ringkasan dengan menggunakan cara-cara atau rumus-rumus tertentu. Banyak koleksi atau paket-paket program komputer telah didesain untuk mengolah dan menganalisis bermacam-macam tipe data. Paket program komputer seperti Statistical Analysis System (SAS), Statistical Package for Social Science (SPSS), Microsoft Excel, LISREL (Student Version), AMOS tersedia luas di pasaran sebagai perangkat lunak komputer yang bebas diperjualbelikan, selain berbagai jenis perangkat lunak lainnya. Bermacam-macam perangkat lunak komputer pribadi tersedia untuk aplikasi penelitian.Sebagian besar paket ini terdiri dari susunan program yang cukup besar untuk analisis deskriptif dan analisis statistik dengan monovariate,bivariate, atau multivatiate (Hasan, 2002).
Desain eksperimenadalah testesperubahantujuanyang dibuat untukinput variabel padasuatu prosesatau sistemsehingga kitadapatmengamati danmengidentifikasi alasan untukperubahan yangdapat diamatidalamrespon output. Pemrograman dalam SAS dapat dikategorikan menjadi 2 jenis. Pertama, data step. Data step biasanya digunakan untuk membuat, membaca, ataupun memanipulasi data. Kedua, proc step (proc merupakan kependekan dari procedure). Proc step digunakan untuk menganalisa, meringkas, ataupun membuat tabulasi dari sebuah data. Baik data step maupun proc step diawali dengan kata “data” atau “proc”, dan diakhiri dengan kata “run” (Widjaja, 2009).
Eksperimen dengan menggunakan perlakuan faktorial, terminologi faktorial merujuk kepada kelas dari suatu eksperiment dimana perlakuan mempunyai jenjang struktur yang jelas. sebuah unit faktorial terdiri dari kombinasi semua level atau jenjang dari dua faktor atau lebih. setiap kombinasi perlakuan hanya berisi satu level A dan level B.
kelemahan menggunakan faktorial apabila level dari setiap vaktor berjumlah banyak dan faktor yang di kombinasikan lebih dari 3 faktor. dan kendala lainnya apabila pengaruh kombinasi terjadi interaksi dari tiga faktor akan sulit mengambil kesimpulan.
Dalam menganalisa data hasil penelitian dapat memanfaatkan perangkat lunak komputer untuk memperoleh hasil optimal dan akurasi didalam perhitungan analisa statistika, salah satu perangkat lunak komputer yang dapat digunakan adalah SAS . SAS memiliki
program general linear model, disamping program lainnya. Dengan linear model hasil penelitian dapat diolah dan dianalisa lebih efisien dan efektif baik dari segi penampilan maupun perhitungan yang diinginkan pengguna . Model-model analisa yang diolah dengan general linear model yaitu r andomizeblock design, factorial, regresi, ANOVA dan lain sebagainya. dan sebelum dilakukan analisa perlu adanya data manajemen sebagai input data . (Yusnandar, 1999)
Faktorial adalah sejenis perlakuan, dan didalam percobaan faktorial setiap faktor mempunyai beberapa perlakuan. Misalnya, bila diit merupakan sebuah faktor dalam suatu percobaan, maka dalam percobaan itu digunakan beberapa diit; bila suhu memasak diilustrasikan dengan sebuah teladan.misalkan kita mempunyai percobaan untuk mengevaluasi tingkat produksi beberapa varietas kedelai. Dalam percobaan suatu faktor semua berubah kecuali varietas akan dibuat seragam mungkin; dengak kata lain, dari setiap faktor lainnya hanya diambil satu taraf. Misalkan faktor kedua, yaitu jarak antara baris, menarik perhatian kita. Maka dapat direncanakan suatu percobaan berfaktor duayang perlakuannya berupa suatu kombinasi varietas dan jarak baris yang ditentukan; jadi setiap varietas percobaan pada semua jarak baris. Dalam percobaan satu faktor, semua varitas akan ditanam pada satu jarak hanya satu jarak bari, atau satu varitas ditanam pada semua jarak baris. Jadi, percobaan faktorial adalah percobaan yang perlakuannya terdiri atas semua kemungkinan kombinasi taraf daribeberapa faktor. Dalam kata “faktorial” terimplikasikan pengertian rancangan perlakuan. Percobaan faktorial digunakan hampir semua bidang penelitian. Percobaan ini memberi manfaat sangat bsar pada penelitian yang sifatnya eksploratori.(Robet, 1989)

B.     Hasil Pengamatan
a.      Data (input)

option is=78 ps=60;
data katalis;
input A B r y;
label Y = ‘’ketebalan besi (mm)’’;
cards;
1              1              1              11
1              1              2              \12
1              1              3              9
1              2              1              8
1              2              2              10
1              2              3              10
1              3              1              12
1              3              2              10
1              3              3              13
1              4              1              9
1              4              2              11
1              4              3              10
2              1              1              13
2              1              2              11
2              1              3              14
2              2              1              14
2              2              2              10
2              2              3              10
2              3              1              8
2              3              2              12
2              3              3              10
2              4              1              9
2              4              2              9
2              4              3              8
3              1              1              9
3              1              2              9
3              1              3              9
3              2              1              10
3              2              2              8
3              2              3              11
3              3              1              11
3              3              2              11
3              3              3              9
3              4              1              7
3              4              2              11
3              4              3              6
;
RUN;
PROC PRINT DATA =KATALIS;
RUN;
PROC GLM;
CLASS A B;
MODEL Y=A B A *B;
RUN;

b.      Data (output)

         The SAS System            16:00 Monday, May 5, 1997   1

                                    OBS    A    B    R     Y

                                      1    1    1    1    11
                                      2    1    1    2    12
                                      3    1    1    3     9
                                      4    1    2    1     8
                                      5    1    2    2    10
                                      6    1    2    3    10
                                      7    1    3    1    12
                                      8    1    3    2    10
                                      9    1    3    3    13
                                     10    1    4    1     9
                                     11    1    4    2    11
                                     12    1    4    3    10
                                     13    2    1    1    13
                                     14    2    1    2    11
                                     15    2    1    3    14
                                     16    2    2    1    14
                                     17    2    2    2    10
                                     18    2    2    3    10
                                     19    2    3    1     8
                                     20    2    3    2    12
                                     21    2    3    3    10
                                     22    2    4    1     9
                                     23    2    4    2     9
                                     24    2    4    3     8
                                     25    3    1    1     9
                                     26    3    1    2     9
                                     27    3    1    3     9
                                     28    3    2    1    10
                                     29    3    2    2     8
                                     30    3    2    3    11
                                     31    3    3    1    11
                                     32    3    3    2    11
                                     33    3    3    3     9
                                     34    3    4    1     7
                                     35    3    4    2    11
                                    36    3    4    3     6

                                         The SAS System            16:00 Monday, May 5, 1997   2

                                General Linear Models Procedure
                                    Class Level Information

                                   Class    Levels    Values

                                   A             3    1 2 3

                                   B             4    1 2 3 4


                            Number of observations in data set = 36



                                         The SAS System            16:00 Monday, May 5, 1997   3

                                General Linear Models Procedure

Dependent Variable: Y   'ketebalan besi (mm)'

Source                  DF           Sum of Squares             Mean Square   F Value     Pr > F

Model                   11              58.22222222              5.29292929      2.14     0.0577

Error                   24              59.33333333              2.47222222

Corrected Total         35             117.55555556

                  R-Square                     C.V.                Root MSE               Y Mean

                  0.495274                 15.55052              1.57233019          10.11111111


Source                  DF                Type I SS             Mean Square   F Value     Pr > F

A                        2              13.72222222              6.86111111      2.78     0.0824
B                        3              20.22222222              6.74074074      2.73     0.0664
A*B                      6              24.27777778              4.04629630      1.64     0.1804

Source                  DF              Type III SS             Mean Square   F Value     Pr > F

A                        2              13.72222222              6.86111111      2.78     0.0824
B                        3              20.22222222              6.74074074      2.73     0.0664
A*B                      6              24.27777778              4.04629630      1.64     0.1804
                  

C.    PEMBAHASAN
Pada praktikum kali ini menganalisis data FAKTORIAL RAL (Ragam acak lengkap) dengan menggunaka sofwer analisis data yaitu SAS  dalam peritungan menggunakan SAS ini ada ketentuan khusus agar saat pembacaan data tidak error. Pada praktikum kali ini di lakukan input data yang akan di ujikan dengan SAS. Cara mengimputnya yaitu mengetik data pada Jendela program editor yang ada pada sas bisa juga di ketik terlebih dahulu di word kemudian di copy dan di paste di jendela program SAS. Data INPUT yang ada di hasil pengamatan adalah  data yang sudah di input pada SAS yang suda sesuai dengan bahasa pemograman SAS.
Di atas merupakan data mentah dari faktorial RAL yang akan di hitung tabel inovanya agar ipotesisnya dapat terliat diterima atau di tolak. Dari data seperti di atas ada beberapa bahasa pemogaraman yang unik atau khusus dalam pengguanaan SAS . Berikut penjelasan
·         OPTION IS =78 PS=60 ; => digunakan untuk kolom atau baris yang kita ingini, tetapi tidak harus ada jika kita ingin memasukan data bisa tanpa memasukan ini. Semi kolon (;) digunakan pada akhir kata yang kita masukan agar dapat terbaca.  
·         (DATA KATALIS;) Merupakan keterangan untuk nama data yang akan di buat (DT) dapat di ganti dengan nama data seperti contoh di atas di ganti ( KATALIS) akan tetapi ada syarat hanya 8 karakter saja.
·         (input A B r Y; ) adalah nama tebelnya dimana kolom pertama itu namanya (A) kolom ke dua (B) yang ke tiga (r) dan yang terakhir (Y).
·         (LABEL Y = ‘ketebalan besi” (mm)’;). (LABEL Y) sebagai keterangan ketebalan besi. (mm) sebagai satuan berat dalam percobaan ini. LABEL ini bisa diubah sesuai dengan percobaan yang akan dibuat oleh praktikan.
·         Lalu dikahiri dengan kata (CARDS;) Selanjutnya dilakukan penginputan data yang sudah tertera.
·         (RUN) : Setelah diinput data maka diakhir data harus ada perintah untuk menampilkan data yang diinginkan yaitu RUN, yang berarti bahwa data siap untuk dijalankan yang nantinya data tersebut akan tampil di Jendela Output dalam program SAS.
·         (PROC PRINT DATA =KATALIS; RUN) Adalah untuk menampilkan data yang sudah di baca oleh SAS ATAU kegunaannya untuk melihat output dari data yang kita masukan.
·         PROC GLM ; CLASS A B; MODEL KONS=A B A*B; RUN; => digunakan untuk melihat output dari data perlakuan A, B, dan A*B. Dari data output terlihat juga ada yang namanya R-Square, R- Square ini berfungsi untuk menyatakan keakuratan ssuatu data yang kita masukan.
Dari data yang dimasukan ada 3 hipotesis(H0) yang akan diuji :
H0 : tidak ada pengaruh katalis, tekaan, dan kombinasinya terhadapketebalan besi.
H1 : ada pengaruh katalis, tekanan, dan kombinasinya terhadapa ketebalan besi.
Dari percobaan yang dilakukan dua faktor, yaitu faktor katalis ( Faktor A ), tekanan (Faktor B ), dan kombinasinya ( Faktor A dn Faktor B ). Dengan data sebanyak 36. Dari hasil perhitungan SAS diperoleh PrF > 0,05 baik dari katalis (Faktor A, Pr = 0824), tekanan (Faktor B, Pr = 0.664) maupun kombinasi antara katalis dan tekanan(Faktor A*B, Pr = 1804) . maka dari itu dapat disimpulkan bahwa jika Pr> 0,05 maka H0 diterima. Kesimpulannya ternyata baik katalis, tekanan maupun kombinasi antara katalis dan tekanan tidak mempengaruhi ketebalan dari besi




D.    KESIMPULAN
Dalam menganalisis data FAKTORIAL RAL (Ragam acak lengkap) dengan menggunaka sofwer analisis data yaitu SAS  dalam peritungan.
Dari data yang dimasukan ada 3 hipotesis(H0) yang akan diuji :
H0 : tidak ada pengaruh katalis, tekaan, dan kombinasinya terhadapketebalan besi.
H1 : ada pengaruh katalis, tekanan, dan kombinasinya terhadapa ketebalan besi.
Dari percobaan yang dilakukan dua faktor, yaitu faktor katalis ( Faktor A ), tekanan (Faktor B ), dan kombinasinya ( Faktor A dn Faktor B ). Dengan data sebanyak 36. Dari hasil perhitungan SAS diperoleh PrF > 0,05 baik dari katalis (Faktor A, Pr = 0824), tekanan (Faktor B, Pr = 0.664) maupun kombinasi antara katalis dan tekanan(Faktor A*B, Pr = 1804) . maka dari itu dapat disimpulkan bahwa jika Pr> 0,05 maka H0 diterima. Kesimpulannya ternyata baik katalis, tekanan maupun kombinasi antara katalis dan tekanan tidak mempengaruhi ketebalan dari besi


DAFTAR PUSTAKA
Hasan, M. Iqbal. 2002. Pokok-Pokok Materi Metodologi Penelitian dan Aplikasinya. Jakarta: Gralia Indonesia
Robert,steel dan James H. 1989. Prinsip Dan Prosedur Statistik. Gramedia : Jakarta
Yitnosumarto, Suntoyo. 1991. Percobaan Perancangan, Analisis, dan Interpretasinya. Jakarta : PT. Gramedia Pustaka Utama.



Tidak ada komentar:

Posting Komentar