Jawaban nomer 1.1. a. pertanyaan penelitianapakah vaksin A efektif mencegah penyakit C pada ayam petelur? b. hipotesis penelitianH0 = vaksin A tidak efektif terhadap penyakit C pada ayam petelurH1 =vaksin A efektif terhadap penyakit C pada ayam petelur.2. pengujian menggunakan SPSSa.masukan variable data

Kemudian masukan data ke data view

Klik analyse-descriptive statistic-crosstab

Kemudian masukan ke row dan column

Kemudian statistic-chi-square- risk-continue

Kemudian cell-observed-continue

Kemudian ok maka akan muncul output crosstab

Case Processing Summary

Cases

ValidMissingTotal

NPercentNPercentNPercent

status_vaksinasi * status_penyakit31100.0%00.0%31100.0%

status_vaksinasi * status_penyakit Crosstabulation

status_penyakitTotal

sakittidak sakit

status_vaksinasivaksinCount31013

Expected Count8.05.013.0

tidak vaksinCount16218

Expected Count11.07.018.0

TotalCount191231

Expected Count19.012.031.0

Chi-Square Tests

ValuedfAsymp. Sig. (2-sided)Exact Sig. (2-sided)Exact Sig. (1-sided)

Pearson Chi-Square13.780a1.000

Continuity Correctionb11.1461.001

Likelihood Ratio14.7781.000

Fisher's Exact Test.000.000

Linear-by-Linear Association13.3361.000

N of Valid Cases31

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 5.03.

b. Computed only for a 2x2 table

Risk Estimate

Value95% Confidence Interval

LowerUpper

Odds Ratio for status_vaksinasi (vaksin / tidak vaksin).038.005.265

For cohort status_penyakit = sakit.260.095.710

For cohort status_penyakit = tidak sakit6.9231.81326.443

N of Valid Cases31

Pembahasan 1.Pada Case Processing Summary, terlihat 31 buah data yang dianalisa tidak terdapat missing value-nya sehingga tingkat kevalidan datanya adalah 100%.2.Sedangkan pada Crosstabulation terlihat tabel silang yang memuat hubungan antara kedua variabel. Dari output tersebut bisa dilihat beberapa hal seperti berikut : a.terdapat 3 orang di vaksin yang sakitb.terdapat 16 orang tidak di vaksin yang sakitc.terdapat 10 orang yang di vaksin tidak sakitd. terdapat 2 orang yang di vaksin tidak sakit3. Uji Chi Square, mengamati ada dan tidaknya hubungan antara variabelstatus vaksinasi dan status penyakit . Dasar pengambilan keputusannya adalah sebagai berikut :Ho : Tidak ada hubungan antara baris dan kolom.H1 : Ada hubungan antara baris dan kolom.Jika probabilitas > 0.05 maka Ho diterima.Jika probabilitas < 0.05 maka Ho ditolak.Probabilitas Asymp. Sig. (2-sided) adalah 0.00> 0.05 maka H0 diterima, jadi vaksin A kurang efektif terhadap penyakit C pada ayam petelur.

Jawaban nomor 2Untuk pra penelitian ini saya menggunakan uji anova satu arah karena Analisis varians (analysis of variance) atau ANOVA adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensi. Uji dalam anova menggunakan uji F karena dipakai untuk pengujian lebih dari 2 sampel. Dalam praktik, analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang genetika terapan). Anova digunakan untuk membandingkan rata-rata populasi bukan ragam populasi.Anova dapat digolongkan kedalam beberapa kriteria, yaitu :1. Klasifikasi 1 arah (One Way ANOVA)Anova klasifikasi 1 arah merupakan ANOVA yang didasarkan pada pengamatan 1 kriteriaatau satu faktor yang menimbulkan variasi.2. Klasifikasi 2 arah (Two Way ANOVA)ANOVA kiasifikasi 2 arah merupakan ANOVA yang didasarkan pada pengamatan 2 kriteniaatau 2 faktor yang menimbulkan variasi.3. Klasifikasi banyak arah (MANOVA)ANOVA banyak arah merupakan ANOVA yang didasarkan pada pengamatan banyak kriteria.Anova Satu Arah (One Way Anova)Anova satu arah (one way anova) digunakan apabila yang akan dianalisis terdiri dari satu variabel terikat dan satu variabel bebas. Interaksi suatu kebersamaan antar faktor dalam mempengaruhi variabel bebas, dengan sendirinya pengaruh faktor-faktor secara mandiri telah dihilangkan. Jika terdapat interaksi berarti efek faktor satu terhadap variabel terikatakan mempunyai garis yang tidak sejajar dengan efek faktor lain terhadap variabel terikat sejajar (saling berpotongan), maka antara faktor tidak mempunyai interaksi.Langkah-langkahnya adalah1. masukan data ke variable view

2. isi data view

3.analyse-compare means-one way anova

4. kemudian

5.klik option-continue

Untuk melihat keseragaman pada perhitungan statistik, maka dipilih Descriptive dan Homogeneity-of-variance. Untuk itu klik mouse pada pilihan tersebut. Missing Value adalah data yang hilang, karena data yang dianalisis tidak ada yang hilang, maka abaikan saja pilihan ini kemudian klik continue. Klik post hoc dan pilih jenis post hoc yang diinginkan.

Klik Tukey dan Bonferroni perhatikan significance level yang digunakan. Pada gambar diatas tertuliskan 0,05. Hal itu dikarenakan sebesar 5%. Kemudian klik Continue jika pengisian dianggap selesai. Muncul output

Descriptives

PBB

NMeanStd. DeviationStd. Error95% Confidence Interval for MeanMinimumMaximum

Lower BoundUpper Bound

kontrol5424.800021.300239.52575398.3523451.2477401.00458.00

pakan A5436.000021.621759.66954409.1531462.8469410.00465.00

pakan B5439.400030.0715813.44842402.0612476.7388402.00475.00

pakan C5490.400016.742167.48732469.6119511.1881477.00512.00

Total20447.650033.395997.46757432.0202463.2798401.00512.00

Test of Homogeneity of Variances

PBB

Levene Statisticdf1df2Sig.

1.046316.399

ANOVA

PBB

Sum of SquaresdfMean SquareFSig.

Between Groups12767.35034255.7838.084.002

Within Groups8423.20016526.450

Total21190.55019

Multiple Comparisons

Dependent Variable: PBB

(I) jenis_pakan(J) jenis_pakanMean Difference (I-J)Std. ErrorSig.95% Confidence Interval

Lower BoundUpper Bound

Tukey HSDkontrolpakan A-11.2000014.51137.866-52.717330.3173

pakan B-14.6000014.51137.748-56.117326.9173

pakan C-65.60000*14.51137.002-107.1173-24.0827

pakan Akontrol11.2000014.51137.866-30.317352.7173

pakan B-3.4000014.51137.995-44.917338.1173

pakan C-54.40000*14.51137.009-95.9173-12.8827

pakan Bkontrol14.6000014.51137.748-26.917356.1173

pakan A3.4000014.51137.995-38.117344.9173

pakan C-51.00000*14.51137.014-92.5173-9.4827

pakan Ckontrol65.60000*14.51137.00224.0827107.1173

pakan A54.40000*14.51137.00912.882795.9173

pakan B51.00000*14.51137.0149.482792.5173

Bonferronikontrolpakan A-11.2000014.511371.000-54.855132.4551

pakan B-14.6000014.511371.000-58.255129.0551

pakan C-65.60000*14.51137.002-109.2551-21.9449

pakan Akontrol11.2000014.511371.000-32.455154.8551

pakan B-3.4000014.511371.000-47.055140.2551

pakan C-54.40000*14.51137.011-98.0551-10.7449

pakan Bkontrol14.6000014.511371.000-29.055158.2551

pakan A3.4000014.511371.000-40.255147.0551

pakan C-51.00000*14.51137.017-94.6551-7.3449

pakan Ckontrol65.60000*14.51137.00221.9449109.2551

pakan A54.40000*14.51137.01110.744998.0551

pakan B51.00000*14.51137.0177.344994.6551

*. The mean difference is significant at the 0.05 level.

Analisis Output :1. Output DescriptivesOutput Descriptives memuat hasil-hasil data statistic deskriptif seperti mean , standar deviasi, angka terendah dan tertinggi serta standar error. Pada bagian ini terlihat ringkasan statistik dari ketiga sampel.2. Output Test of Homogenity of VariancesTes ini bertujuan untuk menguji berlaku tidaknya asumsi untuk Anova, yaitu apakah ke empat sampel mempunyai varians yang sama. Untuk mengetahui apakah asumsi bahwa ke empat kelompok sampel yang ada mempunyai varian yang sama (homogen) dapat diterima. Untuk itu sebelumnya perlu dipersiapkan hipotesis tentang hal tersebut.Adapun hipotesisnya adalah sebagai berikut :H0 = Ke empat variansi populasi adalah samaH1 = Ke empat variansi populasi adalah tidak samaDengan pengambilan Keputusan:a) Jika signifikan > 0.05 maka H0 diterimab) Jika signifikan < 0,05 maka H0 ditolakBerdasarkan pada hasil yang diperoleh pada test of homogeneity of variances, dimana dihasilkan bahwa probabilitas atau signifikaninya adalah 0.399 yang berarti lebih besar dari 0.05 maka dapat disimpulkan bahwa hipotesis nol (Ho) diterima, yang berarti asumsi bahwa ke empat varian populasi adalah sama (homogeny) dapat diterima.3. Output AnovaSetelah kelima varians terbukti sama, baru dilakukan uji Anova untuk menguji apakah kelima sampel mempunyai rata-rata yang sama. Output Anova adalah akhir dari perhitungan yang digunakan sebagai penentuan analisis terhadap hipotesis yang akan diterima atau ditolak. Dalam hal ini hipotesis yang akan diuji adalah :H0 = Tidak ada perbedaan rata-rata hasil pertambahan berat badan harian (PBB) dengan menggunakan jenis pakan yang berbeda. (Sama)H1 = Ada perbedaan rata-rata hasil pertambahan berat badan harian (PBB) dengan menggunakan jenis pakan yang berbeda. (Tidak Sama)Untuk menentukan Ho atau Ha yang diterima maka ketentuan yang harus diikuti adalah sebagai berikut :a) Jika Fhitung> Ftabel maka H0 ditolakb) Jika Fhitung< Ftabel maka H0 diterimac) Jika signifikan atau probabilitas > 0.05, maka H0 diterimad) Jika signifikan atau probabilitas < 0,05, maka H0 ditolakBerdasarkan pada hasil yang diperoleh pada uji ANOVA, dimana dilihat bahwa F hitung = 8.084> F table(df pembilang = k-1 =4-1=3 dan df penyebut =N-k =20-4=16)=3,24 , yang berarti Ho ditolak dan menerima Ha.Sedangkan untuk nilai probabilitas dapat dilihat bahwa nilai probabilitas adalah 0,02 < 0,05. Dengan demikian hipotesis nol (Ho) ditolak. Hal ini menunjukkan bahwa ada perbedaan rata-rata hasil penjualan dengan menggunakan jenis kemasan yang berbeda. Pakan A, B dan C mempunyai pengaruh terhadap PBB.4. Output Tes Pos HocPost Hoc dilakukan untuk mengetahui kelompok mana yang berbeda dan yang tidak berbeda. Hal ini dapat dilakukan bila F hitungnya menunjukan ada perbedaan. Kalau F hitung menunjukan tidak ada perbedaan, analisis sesudah anova tidak perlu dilakukan.Misalnya pakan C dengan pakan A mempunyai nilai +54 berarti pakan C lebih besar 54 dari pakan A, nilai ini di dapat dari perbedaan mean. Catatan :Hasil uji signifikansi dengan mudah bisa dilihat pada output dengan ada atau tidak adanya tanda * pada kolom MeanDifference. Jika tanda * ada di angka meandifference maka perbedaan tersebut nyata atau signifikan. Jika tidak ada tanda *, maka perbedaan tidak signifikan.Interpretasi :a. Bentuk kemasan yang paling baik untuk meningkatkan PBB adalh dengan pemberian pakn C. Hal ini dapat dilihat dari jumlah rata-rata tertinggi . Sedangkan bentuk kemasan yang kurang baik dalam meningkatkan PBB adalah pakan A.b. Ada perbedaan tingkat PBB pada masing-masing bentuk pakan.c. Ada pengaruh yang signifikan antara bentuk pakan A, B dan C terhadap tingkat PBB.