ANOVA (Analysis of Variance) One Way terhadap data dari 3 tempat cetak

KATA PENGANTAR
Puji syukur kami ucapkan kepada Tuhan Yang Maha Esa sehingga tersusunnya Tugas
Besar Statistika Industri II : Analisis Perbedaan Rata-Rata Variansi King Print, Kwik Print,
dan Print-ku dengan Metode ANOVA One Way.
Pembuatan laporan ini senantiasa dibantu oleh dosen pembimbing dan asisten
laboratorium Quantitative Modelling and Industrial Policy Analysis Departemen Teknik
Industri, Institut Teknologi Sepuluh Nopember. Laporan ini diharapkan dapat bermanfaat bagi
penulis, pembaca, dan UKM terkait.
Dalam penulisan laporan ini masih banyak kekurangan, untuk itu penulis meminta
maaf jika ada beberapa hal yang salah dan juga diharapkan kritik beserta saran dari pembaca
demi kebaikan penulis ke depannya.
Akhir kata penulis mengucapkan terima kasih kepada semua pihak yang telah
membantu menyukseskan laporan ini.
Surabaya, 15 November 2017
Tim Penulis
i

DAFTAR ISI
KATA PENGANTAR.................................................................................................................i
DAFTAR ISI.............................................................................................................................iii
DAFTAR GAMBAR..................................................................................................................v
DAFTAR TABEL......................................................................................................................vi
BAB I
PENDAHULUAN......................................................................................................................1
1.1.Latar Belakang..................................................................................................................1
1.2.Rumusan Masalah.............................................................................................................1
1.3.Tujuan Praktikum..............................................................................................................1
1.4.Manfaat Praktikum ...........................................................................................................2
1.4.1 Manfaat Bagi Penulis..................................................................................................2
1.4.2 Manfaat Bagi UKM.....................................................................................................2
1.5.Batasan dan Asumsi..........................................................................................................2
1.5.1.Batasan ..........................................................................................................................2
1.5.2.Asumsi ......................................................................................................................2
BAB II.........................................................................................................................................3
METODOLOGI PENGERJAAN LAPORAN...........................................................................3
2.1 Flowchart Pengerjaan Laporan.........................................................................................3
2.2 Penjelasan Flowchart........................................................................................................4
BAB III.......................................................................................................................................1
TINJAUAN PUSTAKA.............................................................................................................1
3.1.Teknik Sampling...............................................................................................................1
3.1.1 Probability Sampling..................................................................................................1
3.1.2 Non Probability Sampling..........................................................................................2
3.2.Uji Normalitas Data..........................................................................................................4
3.3.Uji Kecukupan Data..........................................................................................................7
3.4.Metode Statistik yang Digunakan.....................................................................................8
BAB IV.....................................................................................................................................11
PENGUMPULAN DAN PENGOLAHAN DATA..................................................................11
4.1.Rekap Data Hasil Observasi...........................................................................................11
4.2.Uji Normalitas Data........................................................................................................18
4.3.Uji Keseragaman Data....................................................................................................20
4.4.Uji Kecukupan Data........................................................................................................23
4.5.Rekap Data Hasil Pengujian...........................................................................................23
4.9.Uji Statistik Secara Manual.............................................................................................24
4.6.Uji Statistik Menggunakan Software..............................................................................26
4.7.1Pengolahan Data Menggunakan Data Analysis........................................................26
4.7.2Pengolahan Data Menggunakan Minitab..................................................................27
BAB V.......................................................................................................................................32
ANALISIS DAN INTERPRETASI DATA..............................................................................32
5.1.Analisis dan Interpretasi Hasil Pengolahan Data Secara Manual...................................32
5.2.Analisis dan Interpretasi Hasil Pengolahan Data Menggunakan Software ....................32
5.2.1.Pengolahan Data Menggunakan Data Analysis ......................................................32
iii

5.2.2.Pengolahan Data Menggunakan SPSS atau Minitab...............................................32
5.3.Perbandingan Hasil Perhitungan Data Secara Manual dan Menggunakan Software ....33
5.4.Analisis Hasil Metode Statistik.......................................................................................34
BAB VI.....................................................................................................................................36
KESIMPULAN DAN SARAN.................................................................................................36
6.1.Kesimpulan.....................................................................................................................36
6.2.Saran................................................................................................................................36
DAFTAR PUSTAKA...............................................................................................................38
iv

BAB I
PENDAHULUAN
Pada bab ini akan dipaparkan mengenai latar belakang, perumusan masalah, tujuan
dan manfaat yang dicapai dalam pembuatan laporan, serta batasan dan asumsi dari
permasalahan pada objek amatan.
1.1. Latar Belakang
Semakin berkembangnya zaman, kebutuhan akan media sebagai fasilitas untuk
menunjang kegiatan dan pekerjaan sehari – hari semakin meningkat. Tidak dapat dipungkiri
bahwa hingga kini media percetakan menjadi salah satu cara atau media yang paling banyak
digunakan oleh masyarakat karena macamnya yang sangat beragam untuk mencukupi
keperluan dari masyarakat yang bervariasi pula. Dengan tingginya keperluan masyarakat,
maka terdapat banyak pihak yang merintis usaha percetakan. Usaha percetakan tersebut saling
berkompetisi untuk menguasai pasar percetakan dengan berbagai keunggulan yang
ditunjukkan oleh masing – masing usaha. Dalam proses untuk menguasai pasar, usaha
percetakkan perlu memperhatikan berbagai macam hal termasuk dengan satisfaction level dari
pelanggan yang dapat menjadi salah satu tolak ukur untuk mengetahui respon dari pelanggan
dan sebagai tolak ukur akan evaluasi yang akan dilakukan kedepannya. Satisfaction level
sendiri dapat dipengaruhi oleh banyak hal seperti kualitas dari produk yang diterima oleh
pelanggan, kualitas dari pelayanan order, lead time, harga produk dan masih banyak lagi.
Berdasarkan banyaknya aspek yang mempengaruhi satisfaction level dan banyaknya
ukm percetakan yang ada, maka diperlukannya penelitian yang berguna untuk mengetahui
satisfaction level dari masing – masing UKM percetakan tersebut. Satisfaction level juga
dapat digunakan oleh pelanggan sebagai tolok ukur untuk mengetahui ukm percetakan mana
yang memberikan produk dan pelayanan terbaik. Untuk dapat mengambil kesimpulan, maka
data yang telah didapatkan perlu diolah menggunakan sebuah metode statistika. Metode
statistika yang digunakan pada penelitian ini ialah metode ANOVA one way untuk
mengetahui ada atau tidaknya perbedaan antar satisfaction level pada ukm – ukm percetakan
yang menjadi objek amatan.
1.2. Rumusan Masalah
Berdasarkan permasalahan yang dipaparkan di latar belakang, rumusan masalah pada
pengerjaan tugas besar ini adalah untuk mengetahui apakah satisfaction level dari data yang
diambil dari ketiga populasi tersebut memiliki perbedaan yang signifikan.
1.3. Tujuan Praktikum
Tujuan dari sebuah penelitian ini ialah sebagai berikut :
1. Mampu melakukan perhitungan uji hipotesis menggunakan metode ANOVA one
way dan mampu menerapkannya dalam menganalisis permasalahan pada keadaan
eksisting yang terjadi.
2. Mampu menganalisis dan mengambil kesimpulan dari penggunaan metode
ANOVA one way yang dilakukan terhadap data yang telah didapatkan.
3. Mengetahui perbandingan tingkat kepuasan pelanggan pada masing – masing UKM
percetakan.
1

4. Memberikan saran bagi masyarakat umum mengenai topik yang terkait.
1.4. Manfaat Praktikum
Adapun manfaat dari praktikum ini adalah sebagai berikut.
1.4.1 Manfaat Bagi Penulis
Adapun manfaat praktikum bagi penulis adalah sebagai berikut :
1. Dapat mengetahui pengaplikasian One Way ANOVA dalam kehidupan sehari-hari.
2. Dapat menentukan decision making sesuai hasil perhitungan One Way ANOVA
1.4.2 Manfaat Bagi UKM
Adapun manfaat praktikum bagi UKM adalah sebagai berikut :
1. Sebagai bahan pertimbangan untuk menaikkan kualitas usaha UKM
2. Sebagai bahan acuan untuk melihat UKM sejenis yang memiliki kualitas sama di
mata customer
1.5. Batasan dan Asumsi
Berikut ini batasan dan asumsi yang digunakan sebagai acuan dalam pengerjaan tugas
besar ini
1.5.1. Batasan
Batasan yang digunakan dalam pembuatan tugas besar ini adalah sebagai berikut:
1. Data yang digunakan adalah data kuisioner yang telah disebar kepada konsumen
Print ku, Kwik Print dan King Print
2. Waktu pengumpulan data yang dilakukan penulis pada peak hour dan pada hari
Senin sampai Jumat
3. Data yang digunakan adalah data yang didapat dari pelanggan yang menggunakan
kertas A4.
1.5.2. Asumsi
Asumsi yang digunakan dalam pembuatan tugas besar ini adalah sebagai berikut:
1. Dalam pembuatan tugas besar ini, data yang digunakan yang berisikan satisfaction
level dari tiap pelanggan diasumsikan telah sesuai dan representatif.
2. Pengisi kuisoner yang telah dibuat oleh penulis diasumsikan sudah pernah ke Print
ku, Kwik Print atau King Print minimal satu kali
3. Data yang digunakan oleh penulis diasumsikan sudah cukup
2

BAB II
METODOLOGI PENGERJAAN LAPORAN
Pada bab ini berisi flowchart dan penjelasan mengenai fase pengerjaan laporan
secara sistemik untuk tugas besar one-way ANOVA.
2.1 Flowchart Pengerjaan Laporan
Berikut adalah flowchart dari pelaksanaan pengerjaan laporan tugas besar berkenaan
dengan one-way ANOVA.
Gambar 2.1 Flowchart Pengerjaan Laporan
3

2.2 Penjelasan Flowchart
Langkah awal pembuatan laporan ini adalah penentuan topik. Topik yang diangkat
kali ini adalah satisfaction level pengunjung dari tiga objek yaitu print ku, king print, dan
kwik print. Tujuan dari pembuatan laporan adalah apakah ada perbedaan satisfaction level
pengunjung antara ketiga UKM tersebut. Jika memang ada perbedaan, maka UKM mana yang
berbeda. Teknik sampling yang digunakan adalah random dengan menggunakan kuisioner
berisi pertanyaan mengenai satisfaction level pengunjung dalam skala Likert. Pengambilan
data dilakukan bertahap karena data yang diambil banyak.
Setelah mendapatkan data dari kuisioner yang telah disebar maka dilakukan pengujian
normalitas data. Data harus terdistribusi normal sebagai syarat dari metode yang digunakan
yaitu one-way ANOVA. Jika data sudah terdistribusi normal maka dilakukan uji keseragaman
data. Data yang outlier akan dibuang dan selanjutnya dilakukan iterasi selanjutnya hingga
tidak ada data outlier. Jika data sudah seragam maka dilakukan uji kecukupan data untuk
mengetahui apakah jumlah sample yang telah dikumpulkan dapat merepresentasikan populasi
yang sebenarnya. Setelah data cukup maka data akan diolah sesuai dengan metode yang
dipilih yaitu one way ANOVA. Dari data yang telah diolah tadi maka dilakukan analisa dan
interpretasi data. Langkah terakhir adalah penarikan kesimpulan dari analisa yang telah
dihasilkan pada proses sebelumnya untuk memberikan saran jika memang ada perbedaan rata-
rata satisfaction level dari ketiga UKM tersebut agar dapat bersaing dengan UKM lainnya
4

BAB III
TINJAUAN PUSTAKA
Pada bab ini akan dijelaskan teknik sampling, uji keseragaman data, uji normalitas
data, uji kecukupan data, dan metode statistik yang digunakan dalam pengerjaan tugas besar
Statistik Industri II.
3.1. Teknik Sampling
Teknik sampling dalah metode untuk memilih dan mengambil unsur-unsur atau
anggota-anggota dari populasi untuk digunakan sebagai sampel agar sampel yang diambil
cukup untuk meyakinkan peneliti bahwa dengan memeriksa sebagian kecil dari populasi
(sampel) dapat digunakan untuk menggambarkan kondisi populasi yang sesungguhnya
(inferensi). Secara umum metode sampling dibagi menjadi dua yaitu non probability
sampling dan probability sampling.
3.1.1 Probability Sampling
Probability Sampling pada pengambilan sampel secara random, setiap unit
populasi, mempunyai kesempatan yang sama untuk diambil sebagai sampel. Faktor
pemilihan atau penunjukan sampel yang mana akan diambil, yang semata-mata atas
pertimbangan peneliti, disini dihindarkan. Bila tidak, akan terjadi bias. Dengan cara
random, bias pemilihan dapat diperkecil, sekecil mungkin. Ini merupakan salah satu
usaha untuk mendapatkan sampel yang representatif. Keuntungan pengambilan sampel
dengan probability sampling adalah derajat kepercayaan terhadap sampel dapat
ditentukan, beda penaksiran parameter populasi dengan statistik sampel dapat
diperkirakan, dan besar sampel yang akan diambil dapat dihitung secara statistik.
Probability sampling dibagi menjadi simple random sampling, systematic random
sampling, stratified sampling, cluster sampling, dan multistage sampling.
1. Sampling Acak Sederhana (Simple Random Sampling)
Metode ini memungkinkan semua anggota populasi memiliki peluang yang
sama untuk dipilih menjadi sampel. Sehingga, semua anggota populasi harus terdapat
di dalam kerangka sampel. Dari kerangka sampel, setelah di acak dengan baik,
diambil sejumlah sampel (sesuai jumlah sampel minimal). Teknik ini sangat ideal
dalam penelitian, hanya saja aplikasi di lapangan agak sulit dan mahal. Salah satu
kendala yang sering dihadapi adalah tidak tersedianya kerangka sampel dan kondisi
geografis yang tidak memungkinkan
2. Sampling Acak Sistematis (Systematic Random Sampling)
Metode sampling ini mengambil sampel secara sistematik dengan
interval/jarak tertentu dari suatu kerangka sampel yang sudah diurutkan. Beberapa
peneliti mengkategorikan metode ini sebagai mixed sampling (Kumar, 1999) karena
pilihan selanjutnya sangat berdasar pada pilihan pertama (mengandung unsur non
probability). Akan tetapi apabila setiap sampel pertama dipilih berdasarkan acak ,
prosedur ini dapat dikatakan probability sampling. Metode ini memerlukan kerangka
sampel yang memiliki nomor urut (ordered). Metode ini lebih mudah dan lebih
menghemat biaya dibanding simple random sampling. Syarat agar baik adalah urutan
1

kerangka sampel harus acak (misal daftar urut mahasiswa yang disusun berdasarkan
ranking ujian masuk, menjadi tidak acak dan berpotensi menimbulkan bias).
Prosedur systematic random sampling adalah dengan menentukan jumlah dan
daftar elemen/unit sampling dalam populasi, lalu menentukan besar sampel (n),
selanjutnya menentukan lebar interval (populasi/n)=k, memilih sampel urut pertama
(dalam interval pertama) menggunakan random sampling, dan yang terakhir adalah
memilih sampel berikutnya berdasarkan urutan dan intervalnya
3. Sampling Stratifikasi (Stratified Sampling)
Metode ini membagi populasi ke dalam kelompok-kelompok yang homogen
(strata). Kemudian dari tiap strata diambil sampel secara simple random sampling.
Strata adalah kelompok yang memiliki karakteristik tertentu yang akan diteliti.
4. Sampling Rumpun (Cluster Sampling)
Cluster sampling didasarkan pada kemampuan peneliti membagi populasi
sampel ke dalam beberapa group/kelompok. Misalnya berdasarkan letak geografis,
atau karakteristik tertentu seperti pada strata. Kemudian kelompok ini dipilih secara
acak sederhana ataupun sistematik acak. Kelompok yang terpilih ini kemudian
menjadi sampel. Cluster random sampling dapat dilakukan beberapa tahap, bila
hanya satu tahap (single stage), dua tahap (double stage/two stage) dan seterusnya
5. Sampling Bertahap (Multistage Sampling)
Pengambilan sampel menggunakan lebih dari satu teknik probability
sampling. Misalnya, menggunakan metode stratified sampling pada tahap pertama
kemudian metode simple random sampling di tahap kedua dan seterusnya sampai
mencapai sampel yang diinginkan.
3.1.2 Non Probability Sampling
Non probability sampling adalah pegambilan sampel secara tidak acak yang
digunakan untuk mengatasi kesulitan pengambilan sampel secara acak dan keterbatasan
biaya. Disamping itu penggunaan non probability sampling didasarkan atas tujuan
tertentu seperti pada penelitian kualitatif. Pada non probability sampling terdiri atas
accidental/convenience sampling, quota sampling, judgemental sampling, dan snowball
sampling
1. Sampling Kuota (Quota Sampling)
Mirip stratified sampling didasarkan atas quota yang sudah ditetapkan peneliti
terhadap karakteristik tertentu. Misalnya jenis kelamin, kuota laki-laki 50%,
perempuan 50%.
2. Sampling Kebetulan (Accidental Sampling)
Pengambilan sampel didasarkan pada kenyataan bahwa mereka kebetulan muncul.
Misalnya, populasi adalah setiap pegguna jalan tol, maka peneliti mengambil sampel
dari orang-orang yang kebetulan melintas di jalan tersebut pada waktu pengamatan.
3. Sampling Purposive (Purposive or Judgemental Sampling)
Pengambilan sampel berdasarkan pada kriteria yang sudah ditetapkan oleh peneliti
sebelumnya. Termasuk judgement sampling adalah expert sampling (penentuan
sampel tergantung pada pendapat ahli) dan purposive sampling (pengambilan
sampling berdasarkan maksud tertentu.
4. Sampling Sukarela (Voluntary Sampling)
2

Pengambilan sampel berdasarkan kerelaan untuk berpartisipasi dalam penelitian.
Metode ini paling umum digunakan dalam jajak pendapat.
5. Sampling Snowball (Snowball Sampling)
Pengambilan sampel berdasarkan penelusuran sampel sebelumnya. Sampel pertama
yang diambil dapat menjadi informasi untuk pengambilan sampel berikutnya,
demikian seterusnya. Hal ini akan menyebabkan sampel yang awalnya sedikit
semakin lama semakin besar. Misalnya, penelitian tentang korupsi bahwa sumber
informan pertama mengarah kepada informan kedua lalu informan ke tiga dan
seterusnya.
3.2 Uji Keseragaman Data
Uji Keseragaman Data merupakan pengujian terhadap data yang bertujuan untuk
mengetahui apakah data yang dikumpulkan berada pada suatu rentang tertentu yang
terkendali. Data yang terkendali merupakan data yang berada dalam rentang batas
pengendalian sedangkan data yang tidak terkendali adalah data yang berada di luar rentang
batas pengendalian, data yang tidak terkendali sering disebut dengan data outlier. Uji
keseragaman data menggunakan metode peta kontrol yang pembuatannya ditunjang dengan
penggunaan aplikasi minitab. Berikut merupakan langkah – langkah pengujian keseragaman
data dengan menggunakan aplikasi minitab :
1. Masukkan data yang telah dikumpulkan pada minitab.
2. Klik Stat yang berada pada Menu.
3. Pada submenu pilih Control Chart kemudian pilih Variables Charts for Individuals
kemudian pilih Individuals...
4. Setelah itu akan muncul kotak perintah Individuals Chart, pilih C1 kemudian tekan Select
untuk mencantumkannya pada kotak Variables, ataupun dapat dengan mengetikkannya
secara langsung pada kotak Variables.
5. Kemudian tekan OK
Gambar 3. 1 Contoh Tampilan Mini Tab
Sumber : http://otenyayie.blogspot.co.id/2014/10/peta-kendali-p-dan-np.html
3

Setelah melakukan langkah – langkah diatas, maka akan ditampilkan diagram yang
menggambarkan keseragaman dari data yang telah diolah (pada contoh, C1). Pada diagram
tersebut terdapat garis berwarna merah pada bagian atas dan bawah dengan tulisan UCL dan
LCL. UCL merupakan Upper Control Limit atau batas kendali atas dan LCL yang merupakan
Lower Control Limit atau batas kendali bawah. Apabila semua data pada diagram telah berada
diantara garis UCL dan LCL maka data dapat dikatakan seragam, namun apabila terdapat data
yang keluar dari batas UCL ataupun LCL maka data tersebut dinggap sebagai data outlier
karena tidak berada pada rentang baas pengendalian. Dengan dilakukannya uji keseragaman
data maka data – data outlier yang ada akan dihilangkan agar mendapatkan kumpulan data
yang seragam. Apabila telah melakukan uji keseragaman data maka data – data outlier yang
dibuang tidak akan dipergunakan dalam perhitungan data selanjutnya. Uji keseragaman data
dilakukan hingga semua data telah seragam, sehingga setelah melakukan uji keseragaman
pertama, data tersebut kemudian akan diolah kembali pada uji keseragaman data hingga
seluruhnya telah seragam tanpa adanya data outlier.
3.2. Uji Normalitas Data
Uji Normalitas adalah suatu uji yang dilakukan terhadap data dengan tujuan agar
dapat menentukan apakah data yang tersebar pada kelompok data atau suatu variabel
berdistribusi normal atau tidak. Dari pengertian tersebut, dapat diketahui bahwa fungsi dari uji
normalitas ialah agar menentukan data yang telah dikumpulkan untuk berdistrubusi normal
atau diambil dari populasi normal. Berdasarkan banyak literatur sendiri, data uji yang
jumlahnya lebih dari 30 sudah atau sampel besar dapat diasumsikan sebagai data yang
berdistribusi normal. Namun agar mendapatkan kepastian dalam penentuan apakah data
tersebut normal atau tidaknya maka dalam ilmu statistika telah terdapat berbagai uji statistik
normalitas yang dapat diaplikasikan seperti Chi-Square contohnya atau dapat dilakukan
dengan software minitab.
Metode Chi-Square atau X2
untuk Uji Goodness of fit Distribusi Normal
dilakukanlah sejumlah pendekatan terhadap jumlah penyimpangan data observasi dengan
suatu nilai yang diharapkan.
Rumus Uji Normalitas dengan Chi-Square
Keterangan :
X2
= Nilai X2
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal dikalikan N
(total frekuensi) (pi x N)
N = Banyaknya angka pada data (total frekuensi)
Komponen penyusun rumus tersebut di atas didapatkan berdasarkan pada hasil
transformasi data distribusi frekuensi yang akan diuji normalitasnya, seperti pada gambar
berikut.
4

Gambar 3. 2 Contoh Tabel Pembantu Uji Normalitas
Keterangan :
Xi = Batas tidak nyata interval kelas
Z = Transformasi dari angka batas interval kelas ke notasi pada distribusi normal
pi = Luas proporsi kurva normal tiap interval kelas berdasar tabel normal
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal dikalikan N
(total frekuensi) (pi x N)
Adapun Syarat Uji Chi-Square dalam Uji Normalitas:
a. Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi frekuensi.
b. Cocok untuk data dengan banyaknya angka besar ( n > 30 )
c. Setiap sel harus terisi, yang kurang dari 5 digabungkan.
Signifikansi:
Signifikansi uji, nilai X2
hitung dibandingkan dengan X2
tabel (Chi-Square).
a. Jika nilai X2
hitung < nilai X2
tabel, maka Ho diterima ; Ha ditolak.
b. Jika nilai X2
hitung > nilai X2
tabel, maka maka Ho ditolak ; Ha diterima.
Pada kasus ini yang melibatkan ketiga tempat printer dan tingkat kepuasaan
pelanggan ini adalah Ho dan Ha
Ho : Tingkat satisfication level berdistribusi normal
Ha : Tingkat satisfication level tidak berdistribusi normal
Telah disebutkan sebelumnya bahwa selain metode Chi-square, Uji normalitas dapat
dilakukan dengan menggunakan software yang salah satunya bernama minitab. Untuk
langkah pertama yang harus dilakukan ialah membuka aplikasi minitab lalu pilih menu Stat-
Basic Statistics-Normality Test. Kemudian, masukkan variabel pada kotak variabel pilih uji
normalitas yang diinginkan. Dan klik Ok, sehingga akan ditampilkan output berupa plot. Jika
nilai P-value lebih dari 0,05 maka data yang dimasukkan dinyatakan berdistribusi normal.
Jadi intinya cara penggunaan minitab dimulai dengan menentukan apakah data
berdistrubusi normal atau tidak dengan dituliskannya hipotesis (H0 dan Ha). Lalu pada bagian
significance level atau disebut dengan alpha ada pada angka 0,05 atau 5%. Dengan adanya
langkah awal tersebut, data telah dapat diuji dan akan didapatkan plot yang akan menandakan
apakah p-value lebih dari alpha yang berarti menerima H0 atau sebaliknya jika p-value kurang
dari alpha maka artinya menolak H0 yang juga berarti bahwa data tersebut tidak berdistribusi
normal.
5

Contoh Soal:
Diambil Tinggi Badan Mahasiswa Di Suatu Perguruan Tinggi Tahun 2010
Selidikilah dengan α = 5%, apakah data tersebut di atas berdistribusi normal ?
Mean = 157.8;
Standar deviasi = 8.09
Penyelesaian:
1. Hipotesis :
Ho : Populasi tinggi badan mahasiswa berdistribusi normal
H1 : Populasi tinggi badan mahasiswa tidak berdistribusi normal
2. Nilai α
Nilai α = level signifikansi = 5% = 0,05
3. Rumus Statistik penguji
Gambar 3. 4 Contoh Perhitungan Statistik Uji
6
Gambar 3. 3 Contoh Tabel Data Tinggi Manusia

Luasan pi dihitung dari batasan proporsi hasil tranformasi Z yang
dikonfirmasikan dengan tabel distribusi normal atau tabel z.
4. Derajat Bebas
Df = ( k – 3 ) = ( 5 – 3 ) = 2
5. Nilai tabel
Nilai tabel X2 ; α = 0,05 ; df = 2 ; = 5,991. Baca selengkapnya tentang
Tabel Chi-Square.
6. Daerah penolakan
Menggunakan gambar
Gambar 3. 5 Contoh Daerah Penolakan
Menggunakan rumus: |0,427 | < |5,991| ; Keputusan hipotesis: berarti Ho
diterima, Ha ditolak
7. Kesimpulan
Populasi tinggi badan mahasiswa berdistribusi normal α = 0,05.
3.3. Uji Kecukupan Data
Uji kecukupan data merupakan uji yang dilakukan untuk mengetahui apakah data
sample yang digunakan cukup merepresentasikan data populasi yang sebenarnya (Walpole,
1990). Tahap uji kecukupan data dilakukan setelah data melalui tahapan uji normalitas data.
Setelah data outlier dibuang (data sudah normal) maka uji kecukupan data baru bisa
dilakukan. Uji ini membandingkan nilai N sample yang dibandingkan dengan nilai N yang
harus dipenuhi melalui rumusan matematis. Uji kecukupan data bertujuan untuk menentukan
apakah perlu pengambilan data berikutnya atau data yang digunakan telah mencukupi untuk
merepresentasikan keadaan populasi yang sebenarnya (repository.maranatha.edu, 2017).
Rumusan matematis dari uji kecukupan data dapat dilihat sebagai berikut.
7

Keterangan :
N’ = Jumlah data yang seharusnya diambil
z = Index tingkat kepercayaan
s = Standar deviasi data
X = Rata-rata data setelah diseragamkan
k = Tingkat error (5%)
Dari rumusan matematis tersebut, didapatkan nilai N’, dimana nilai tersebut
merupakan jumlah data yang seharusnya diambil oleh praktikan. Nilai N’ kemudian
dibandingkan dengan nilai N sample. Apabila nilai N sample lebih besar daripada N’, maka
data diasumsikan mencukupi utuk mrepresentasikan keadaan populasi yang sebenarnya dan
tidak perlu dilakukan pengambilan data ulang. Sedangkan apabila nilai N sample lebih kecil
daripada nilai N’, maka data diasumsikan belum mencukupi untuk merepresentasikan keadaan
populasi sebenarnya dan harus dilakukan pengambilan data tambahan hingga nilai N sample
sama atau lebih dari nilai N’.
3.4. Metode Statistik yang Digunakan
One-way Analysis of Variance (one-way ANOVA) digunakan untuk menentukan
apakah ada perbedaan rata-rata yang signifikan antara dua atau lebih kelompok yang
independent atau tidak berhubungan. One-way ANOVA adalah sebuah tes statistik yang
membandingkan beberapa item, tetapi tidak dapat memberitahukan kelompok mana yang
memiliki statistical significantly different dari yang lainnya, one-way ANOVA hanya dapat
memberitakuan bahwa ada dua kelompok yang berbeda.
Berikut merupakan langkah-langkah untuk melakukan uji hipotesis dengan one-way
ANOVA:
1. Kumpulkan sampel dan kelompokkan berdasarkan kategori tertentu.
Untuk memudahkan pengelompokkan dan perhitungan, buatlah tabel data sesuai
dengan kategori yang berisikan sampel dan kuadratnya dari sampel tersebut. Hitung
total dari sampel dan kuadratkan juga sampel tiap kelompok. Selain itu, tentukan
pula H0 dan H1
2. Hitung variabilitas dari seluruh sampel
3. Menghitung derajat kebebasan atau degree of freedom
4. Menghitung variance antar kelompok
5. Menghitung SSW, SSB, MSW dan MSB
6. Menghitung nilai Fhitung berdasarkan perbandingan variance antar
kelompok. Dan juga melihat nilai F berdasarkan Ftabel dan dihitung, berdasarkan
nilai derajat kebebasan atau degree of freedom menggunakan tabel distribusi F
7. Membandingkan Fhitung dan Ftabel
8

8. Jika pada saat dibandingkan, Ho ditolak, maka kita harus mencari
populasi yang mempunyai perbedaan rata-rata yang signifikan dengan
menggunakan Turkey-Kramer Procedure
9. Carilah perbedaan mean tiap variabel atau kelompok
10. Carilah nilai q-value dari tabel
11. Hitunglah Critical rangenya
12. Bandingkan critical range dengan setiap perbedaan mean kelompok
13. Jika perbedaan mean kelompok lebih besar dari critical range, maka
ada perbedaan yang signifikan diantara kelompok tersebut.
14. Buatlah interpretasi atas dari hasil yang telah didapatkan dari
perhitungan yang telah dilakukan.
Rumus one-way ANOVA :
Keterangan:
SST : Total Sum of Squares
k : Jumlah Populasi atau kelompok
ni : jumlah sample populasi i
SSB : Sum of Squares Between
k-1 : degrees of freedom
: Rata-rata total
MSB : Mean squares between variances
MSW : Mean squares within variances
Rumus Turkey-kramer procedure:
9

Keterangan:
qα : Nilai dari tabel standardized table dengan k dan N-k degree of
freedom untuk nilai α
MSW : Mean square within variances
ni dan nj : Jumlah sample populasi i dan j
10

BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
Pada bab ini, akan dilakukan pengolahan data yang didapat dari kuesiner yang
disebarkan. Pengolahan data meliputi uji normalitas, keseragaman, kecukupan, dan uji
hipotesis ANOVA One Way baik secara manual maupun menggunakan software.
4.1. Rekap Data Hasil Observasi
Dalam melakukan pengumpulan data, kami menggunakan kuisioner sebagai cara
untuk mengetahui bagaimana pendapat customer dari Kwik Print, King Print dan Printku.
Berikut adalah kuisioner yang kami gunakan untuk mengumpulkan data.
11

Gambar 4. 1 Kusioner yang Digunakan
Pada penghitungan hasil dari kuisioner diatas, tiap aspek seperti lead time, keramahan,
kualitas dan satisfaction level memiliki bobot yang berbeda-beda. Tiap pertanyaan dibagi
menjadi 4 level, yaitu level 1-4 dan dari level 1 memiliki bobot 1, level 2 memiliki bobot 2
dan sampai level 4 memiliki bobot 4. Sebagai contoh misalnya ada seorang customer yang
mengisi level 3 pada nilai keramahannya, maka penghitungan bobotnya adalah sebagai
berikut:
Dari penghitungan yang dilakukan untuk lead time,keramahan dan juga kualitas, nanti
hasil perhitungan tersebut akan dijumlahkan dan itu akan menjadi nilai satisfaction level tiap
orang. Dari tiga nilai itu, aspek-aspek yang dapat dilihat untuk nilai lead time, keramahan dan
juga kualitas adalah seberapa cepat waktu print, apakah operator ramah dalam melayani
pelanggan dan juga kualitas printnya.
Dari penjabaran yang sudah dilakukan diatas, berikut adalah rekap data hasil
observasi yang sudah dilakukan:
Tabel 4. 1 Data Hasil Observasi
Nama
Kwik Print
Nilai Lead Time
(bobot 40)
Nilai Keramahan
(bobot 20)
Nilai kualitas
(bobot 40)
Satisfaction
Level
Izzatul Isma 20 15 30 65
Aufa Fadhliah 40 20 40 100
Ainul Fitria 30 15 30 75
Rozi Oktriyuda 30 20 40 90
Yozi Reci Manda 40 15 30 85
Ferisa Tri Putri
Prestasi
30 10 30 70
Chozainur 0
12

Nama
Kwik Print
Nilai Lead Time
(bobot 40)
Nilai Keramahan
(bobot 20)
Nilai kualitas
(bobot 40)
Satisfaction
Level
Ratna Ade Putri 30 10 30 70
Nita Tri Agustin 30 5 30 65
M. Imam D.P 40 15 30 85
Amiruddin 40 15 40 95
Adelia T. 40 10 30 80
Windya H.P 0
Sandy Edpra 30 20 40 90
Audi Dian Bakti 40 10 20 70
Lydia Christina 40 10 30 80
Ratli 30 15 40 85
Feri Winata 30 15 30 75
M. Ferdian 40 15 40 95
Raisa 40 15 30 85
Tiara 20 20 40 80
Vinda F 40 10 40 90
Annisa N.A 0
Tanbihul G 40 10 30 80
Firdaus Agung
Pradana
40 15 30 85
Tabel 4.1 Data Hasil Observasi (Lanjutan)
Nama Kwik Print
Nilai Lead Time (bobot
40)
Nilai Keramahan
(bobot 20)
Nilai kualitas
(bobot 40)
Satisfaction Level
Rahman 40 15 30 85
Novi 0
Trimawanti
Nazara
40 20 30 90
Dian
Nur'Aini
40 10 30 80
Ana
Wulandari
40 10 40 90
Annisa M.P 40 10 30 80
Dinah Razan
A
30 10 30 70
Rini 40 10 30 80
Yonatan 40 15 40 95
Akbar
Faktorial
40 15 40 95
M. Zainul
Mafakhir
40 5 20 65
Nisrina 40 5 30 75
Okto 40 10 30 80
Devi 40 15 40 95
Firman 0
Rendra 20 15 40 75
13

Nama Kwik Print
40)
Nilai Keramahan
(bobot 20)
Nilai kualitas
(bobot 40)
Satisfaction Level
Vera 40 5 30 75
Juwita 20 15 30 65
Evelyn 20 15 30 65
Atika 40 10 30 80
Reza 40 20 30 90
Ratri 40 15 30 85
Cinta 40 15 30 85
Nama
King Print
40)
Nilai Keramahan (bobot
20)
Nilai
kualitas
(bobot 40)
Satisfaction Level
Izzatul
Isma
40 10 40 90
Aufa
Fadhliah
40 20 40 100
Ainul
Fitria
40 15 40 95
Rozi
Oktriyuda
30 15 30 75
Yozi Reci
Manda
40 20 40 100
Ferisa Tri
Putri
Prestasi
30 5 30 65
Chozainur 40 15 30 85
Ratna Ade
Putri
0
Nita Tri
Agustin
0
M. Imam
D.P
0
Amiruddin 0
Adelia T. 30 10 40 80
Windya
H.P
40 10 30 80
Sandy
Edpra
0
Audi Dian
Bakti
0
Lydia
Christina
0
Ratli 30 20 40 90
Feri
Winata
0
M. Ferdian 0
Raisa 40 20 40 100
Tiara 0
14

Nama
King Print
40)
20)
Nilai
kualitas
(bobot 40)
Satisfaction Level
Vinda F 0
Annisa
N.A
10 15 30 55
Tanbihul
G
0
Firdaus
Agung
Pradana
30 10 30 70
Nama King Print
Nilai Lead Time
(bobot 40)
20)
Nilai kualitas
(bobot 40)
Satisfaction
Level
Rahman 0
Novi 40 15 40 95
Trimawanti
Nazara
40 15 30 85
Dian
Nur'Aini
30 10 40 80
Ana
Wulandari
40 10 40 90
Annisa M.P 0
Dinah
Razan A
0
Rini 0
Yonatan 40 20 30 90
Akbar
Faktorial
40 15 40 95
M. Zainul
Mafakhir
30 5 40 75
Nisrina 40 10 30 80
Okto
Devi 30 10 40 80
Firman 30 10 40 80
Rendra 20 5 40 65
Vera 20 40 30 90
Juwita 20 15 30 65
Evelyn 30 30 40 100
Atika 40 15 40 95
Reza 40 20 40 100
Ratri 0
Cinta 40 10 40 90
Data Hasil Observasi (Lanjutan)
15

Nama
Printku
Nilai Lead Time
(bobot 40)
20)
Nilai kualitas (bobot
40)
Satisfaction
Level
Izzatul
Isma
40 15 30 85
16

Nama
Printku
Nilai Lead Time
(bobot 40)
20)
40)
Satisfaction
Level
Aufa
Fadhliah
40 20 40 100
Ainul
Fitria
30 20 30 80
Rozi
Oktriyuda
40 15 30 85
Yozi Reci
Manda
40 15 40 95
Ferisa Tri
Putri
Prestasi
20 15 40 75
Chozainur 30 20 40 90
Ratna Ade
Putri
30 20 40 90
Nita Tri
Agustin
0
M. Imam
D.P
40 15 40 95
Amiruddin 0
Adelia T. 20 15 40 75
Windya
H.P
10 10 40 60
Sandy
Edpra
10 15 40 65
Audi Dian
Bakti
30 15 30 75
Lydia
Christina
10 15 40 65
Ratli 20 10 30 60
Feri
Winata
20 10 40 70
M.
Ferdian
0
Raisa 0
Tiara 40 15 40 95
Vinda F 0
Annisa
N.A
10 15 30 55
Tanbihul
G
0
Firdaus
Agung
Pradana
0
Nama
Printku
Nilai Lead Time
(bobot 40)
20)
40)
Satisfaction
Level
Rahman 30 10 40 80
Novi 0
17

Nama
Printku
Nilai Lead Time
(bobot 40)
20)
40)
Satisfaction
Level
Trimawanti
Nazara
0
Dian
Nur'Aini
10 15 40 65
Ana
Wulandari
40 10 40 90
Annisa M.P 40 15 30 85
Dinah
Razan A
30 15 40 85
Rini 0
Yonatan 0
Akbar
Faktorial
40 15 40 95
M. Zainul
Mafakhir
30 10 40 80
Nisrina 20 10 40 70
Okto 10 10 30 50
Devi 0
Firman 20 10 40 70
Rendra 40 15 40 95
Vera 30 40 20 90
Juwita 0
Evelyn 10 10 30 50
Atika 40 20 40 100
Reza 40 20 40 100
Ratri 40 20 40 100
4.2. Uji Normalitas Data
Uji normalitas data dilakukan dengan menggunakan aplikasi Minitab. Data yang
digunakan pada pengujian ialah data satisfaction level dari masing – masing UKM print. Data
tersebut didapatkan melalui pengisian kuisioner dengan kriteria lead time, pelayanan dan
kualitas barang yang memiliki bobot masing – masing kemudian dijumlahkan menjadi nilai
satisfaction level. Data yang telah direkap akan digunakan sebagai input untuk melakukan
pengujian normalitas pada aplikasi Minitab. Uji normalitas dilakukan pada satu persatu
populasi data dari masing – masing UKM print. Berikut ditampilkan hasil uji normalitas data
hasil observasi
18

11010090807060
99
95
90
80
70
60
50
40
30
20
10
5
1
Kwik Print
Percent
Mean 81,28
StDev 9,642
N 43
AD 0,691
P-Value 0,066
Probability Plot of Kwik Print
Normal
Gambar 4. 2 Uji Normalitas Kwik Print
1201101009080706050
99
95
90
80
70
60
50
40
30
20
10
5
1
King Print
Percent
Mean 84,67
StDev 12,24
N 30
AD 0,697
P-Value 0,062
Probability Plot of King Print
Normal
Gambar 4. 3 Uji Normalitas King Print
19

120110100908070605040
99
95
90
80
70
60
50
40
30
20
10
5
1
Print ku
Percent
Mean 80
StDev 15,08
N 34
AD 0,625
P-Value 0,095
Probability Plot of Printku
Normal
Gambar 4. 4 Uji Normalitas Printku
Tabel 4. 2 Hasil Uji Normalitas Data
Nama UKM Nilai Probabilitas Nilai P-Value
Kwik Print 0,05 0,066
King Print 0,05 0,062
Printku 0,05 0,095
Setelah melakukan pengujian normalitas yang telah dilakukan pada populasi
data dari ketiga UKM maka didapatkan data nilai p-value seperti yang dicantumkan
pada tabel diatas. Syarat data berdistribusi normal ialah apabila nilai dari p-value >
nilai probabilitas. Berdasarkan nilai p-value pada tabel diatas maka diketahui bahwa
masing – masing nilai p-value dari ketiga UKM yang diuji memiliki nilai yang lebih
besar daripada nilai probabilitas, sehingga dapat disimpulkan bahwa data dari ketiga
UKM telah terdistribusi normal.
4.3. Uji Keseragaman Data
Berikut ditampilkan hasil uji keseragaman data.
20

4137332925211713951
110
100
90
80
70
60
50
Observat ion
IndividualValue
_
X=81,28
UCL=109,77
LCL=52,78
I Chart of Kwik Print
Gambar 4. 5 Uji Keseragaman Data pada Kwik Print
28252219161310741
130
120
110
100
90
80
70
60
50
40
Observat ion
IndividualValue
_
X=84,67
UCL=121,35
LCL=47,98
I Chart of King Print
Gambar 4. 6 Uji Keseragaman Data pada King Print
21

343128252219161310741
120
110
100
90
80
70
60
50
40
30
Observat ion
IndividualValue
_
X=80
UCL=119,89
LCL=40,11
I Chart of Printku
Gambar 4. 7 Uji Keseragaman Data pada Printku
Tabel 4. 3 Hasil Rekap Uji Keseragaman Data
Upper Control Limit (UCL) Lower Control Limit (LCL) X bar
Kwik Print 109,77 52,78 81,28
King Print 121,35 47,98 84,67
Printku 119,89 40,11 80
Dari tabel diatas didapati bahwa Uji Keseragaman ini mempunyai beberapa komponne
penting demi berjalannya uji keseragaman data ini. Komponen yang ada pun terdiri dari Batas
Atas atau Upper Control Limit (UCL) dan Batas Bawah atau Lower Control Limit (LCL).
Kedua batas nilai data pada uji keseragaman data ini berguna untuk membatasi nilai yang ada
guna mendeteksi apakah ada data yang diluar batas tersebut, jika ada data yang melewati
batas tersebut maka data tersebut disebut dengan data yag tidak seragam karena terdapat data
yang tidak seragam atau data outlier.
Uji Keseragaman Data sendiri yang dilakukan ini ialah dengan menggunakan aplikasi
Minitab dengan mencantumkan data satisfaction level pelanggan yang telah terlebih dahulu
direkap dari kuisioner yang telah dibagikan. Uji keseragaman dilakukan pada masing masing
populasi data dari UKM print secara terpisah. Setelah melakukan uji keseragaman, didapatkan
diagram seperti yang dicantumkan diatas. Gambar 1 merupakan diagram persebaran data dari
UKM Kwik Print, dari diagram tersebut dapat diketahui bahwa populasi data telah seragam
karena tidak memiliki data yang outlier. Data outlier merupakan data yang melebihi batas
UCL (Upper Control Limit) dan LCl (Lower Control Limit) ditandai dengan garis merah yang
melintang sepanjang bidang horizontal. Diagram persebaran data UKM King Print pada
gambar 2 juga menunjukkan bahwa data telah seragam, begitu pula dengan data UKM Printku
pad agambar 3. Sehingga dapat disimpulkan bahwa ketiga populasi data dari UKM Kwik
Print, King Print dan Printku telah seragam.
22

4.4. Uji Kecukupan Data
Pada sub bab ini akan menunjukkan proses uji kecukupan dari dua kali pengambilan
data dengan menggunakan persamaan :
2
.
..
' 



=
kx
sz
N
Keterangan: N’ = Jumlah pengamatan yang seharusnya dilakukan
z = Index tingkat kepercayaan (tingkat kepercayaan 95%, z =1,96)
s = Standar deviasi data
x = Rata-rata data setelah diseragamkan
k = Tingkat error (5%)
Uji kecukupan data pada UKM King Print adalah:
z=2 s=12,243
x =84,667 k=0,05
2
05,0*667,84
243,12*96,1
' 





=N = 32,1 = 32
Karena N < N’ maka data yang telah diambil tidak dapat dianggap cukup, akan tetapi
karena adanya asumsi pada bagian 1.5.2 bahwa data yang digunakan sudah cukup maka data
dapat merepresentasikan populasi UKM King Print dapat dilanjutkan analisis selanjutnya.
Tabel 4. 4 Uji Kecukupan Data UKM
No UKM N x s N’ Kesimpulan
1 Kwik Print 42 81,279 9,642 21,625 Cukup
2 King Print 30 84,667 12,243 32,129 Tidak Cukup
3 PrintKu 34 79,853 14,949 53,851 Tidak Cukup
4.5. Rekap Data Hasil Pengujian
Berikut rekap data hasil pengujian data observasi.
Tabel 4. 5 Rekap Data Hasil Pengujian
UKM N Mean Stdev p-
valu
e
AD N’ Keterangan
Kwik
Print
4
3
81.27
9
9.642 0.06
6
0.69
1
22.51
6
Norma
l
CUKUP SERAGA
M
King
Print
3
0
84.66
7
12.24
3
0.06
2
0.69
7
33.45
4
Norma
l
KURAN
G
SERAGA
M
Printk
u
3
4
79.85
3
14.94
9
0.09
5
0.62
5
56.07
2
Norma
l
KURAN
G
SERAGA
M
23

4.9. Uji Statistik Secara Manual
Uji statistik secara manual dilakukan menggunakan metode ANOVA One Way.
Berikut penyelesaiannya.
Ho : µ1 = µ2 = µ1
H1 : Tidak semua rata-rata satsfaction level ketiga tempat print sama
α = 0,05
Tabel 4. 6 Rekap Data Hasil Pengujian
Faktor : Jenis Tempat Print
(Kwik Print) Level 1 (King Print) Level 2 (Print-ku) Level 3
65 90 85
100 100 100
75 95 80
90 75 85
85 100 95
70 65 75
70 85 90
65 80 90
85 80 90
95 90 75
80 100 60
90 55 65
70 70 75
80 95 65
85 85 60
75 80 70
95 90 95
85 90 55
80 95 80
90 75 65
80 80 90
85 80 85
85 80 85
90 65 95
80 90 80
90 65 70
80 100 50
70 95 70
80 100 95
95 90 90
95 50
65 100
75 100
80 100
95
75
24

Faktor : Jenis Tempat Print
(Kwik Print) Level 1 (King Print) Level 2 (Print-ku) Level 3
75
65
65
80
90
85
85
= = =
=
25

Gambar 4. 8 Daerah Penerimaan Data
Keputusan : Terima H0
Ada cukup bukti bahwa rata-rata variansi satisfaction level ketiga tempat print adalah sama.
4.6. Uji Statistik Menggunakan Software
4.7.1 Pengolahan Data Menggunakan Data Analysis
Berikut ini merupakan pengolahan data menggunakan Data Analysis pada
software Microsoft Excel. Langkah yang digunakan dalam pengolahan data ini adalah
Data Analysis – ANOVA – Single Factor
Tabel 4. 7 Summary Data Analysis pada Software Microsoft Excel
SUMMARY
Groups Count Sum Average Variance
Kwik Print 43 3495 81.27907 92.96788
King Print 30 2540 84.66667 149.8851
Printku 34 2715 79.85294 223.4626
Tabel 4.4 ini berisi mengenai informasi statistik dari data yang dikategorikan
menjadi tiga kelas, yaitu Kwik Print, King Print dan Printku. Berikut ini adalah data
analysis untuk metode uji statistic One-way ANOVA dengan menggunakan software
Microsoft Excel:
26
3,0837
1,2968

Tabel 4. 8 Hasil Uji Statistik One-way ANOVA dengan menggunakan Microsoft Excel
ANOVA
Source of
Variation SS df MS F P-value F crit
Between Groups 387.0343 2 193.5171 1.288002 0.280184 3.083706
Within Groups 15625.58 104 150.246
Total 16012.62 106
Berdasarkan data hasil perhitungan diatas, dapat disimpulkan bahwa FCrit>F
maka, Ho Diterima.
4.7.2 Pengolahan Data Menggunakan Minitab
Berikut hasil pengolahan data menggunakan Minitab.
27
Gambar 4. 9 Hasil Pengolahan Data dengan Menggunakan Minitab (1)

28

Berikut adalah langkah-langkah dalam pengolahan data dengan Minitab:
1. Membuka software Minitab
2. Menginput data yang akan diolah pada Worksheet
3. Klik Tab Stat
4. Pilih ANOVA, lalu pilih One Way
5. Setelah terbuka window One-Way Analysis of Variance, ubah ‘Response data are
in one column for all factor levels’ menjadi ‘Response data are in a separate
column for each factor level’
29
Gambar 4. 12 Grafik Hasil Pengolahan Data
dengan Minitab Gambar 4. 13 Grafik Hasil Pengolahan Data
dengan Minitab

6. Klik Comparisons, lalu centang Fisher pada ‘Comparison procedures assuming
equal variances’ dan centang Test pada Results
7. Klik OK
8. Hasil pengolahan data akan muncul pada window Session.
Kesimpulan:
Ho diterima.
Jika 0 tidak termasuk pada interval, maka terdapat perbedaan yang signifikan antara
ketiga tempat print. Berdasarkan grafik tersebut, angka 0 pada garis bilangan termasuk
ke dalam interval, maka ada cukup bukti bahwa satisfaction level ketiga tempat print
adalah sama.
30

BAB V
ANALISIS DAN INTERPRETASI DATA
Pada bab ini, akan dielaskan mengenai analisis dari hasil pengolahan data mengenai
satisfaction level yang dilakukan pada bab 4.
5.1. Analisis dan Interpretasi Hasil Pengolahan Data Secara Manual
Berdasarkan data pada bab sebelumnya, ketiga UKM tersebut memiliki nilai rata-rata
satisfaction level untuk Kwik Print sebesar 81,2791; King Print sebesar 84,6667; dan Printku
sebesar 79,8529 sehingga menghasilkan rata-rata keseluruhan sebesar 81,9329. Setelah itu
dilakukan perhitungan yang menghasilkan nilai SSB sebesar 389,6782; SSW sebesar
1.5625,5825; dan SST sebesar 1.6015,3067. Selanjutnya dilakukan perhitungan MSB dan
MSW berturut-turut sebesar 194,8391 dan 150,246. Dari MSB dan MSW didapatkan Fhitung
sebesar 1,2968. Karena Fhitung lebih kecil nilainya daripada Ftabel dengan α 0,05 yaitu 3,0837
maka tidak terjadi penolakan H0, sehingga ketiga UKM tersebut tidak memiliki perbedaan
rata-rata satisfaction level.
5.2. Analisis dan Interpretasi Hasil Pengolahan Data Menggunakan Software
5.2.1. Pengolahan Data Menggunakan Data Analysis
Pada hasil perhitungan menggunakan data analysis ditunjukan nilai rata-rata
dan jumlah data dari tiap sampel, SSB, SST, MSB, MSW, nilai F Hitung , F tabel dan
juga P-value. Berdasarkan pengolahan data yang dilakukan menggunakan data
analysis ini dapat diketahui rata-rata satisfaction level dari Kwik Print, King Print dan
Printku berturut-turut adalah 80.27907, 84.66667 dan 79.85294. Selain itu, dapat juga
dilihat juga dari hasil perhitungan yang dilakukan dengan menggunakan data analysis
yaitu SSB sebesar 387.0343, MSB sebesar 193.5171 dan juga SSW sebesar 15625.58,
MSW sebesar 150.246 dengan F hitung sebesar 1.288002. Sehingga jika dibandingkan
F hitung sebesar 1.288002 dan F tabel sebesar 3.083706, dapat dilihat jika Ftabel lebih
besar dari Fhitung sehingga kita menerima null hypothesis (H0), dimana H0
menyatakan bahwa tidak ada perbedaan antara nilai rata-rata satisfaction level dari
Kwik Print, King Print dan Printku. Sehingga dapat disimpulkan dari perhitungan
One-way ANOVA dengan menggunakan data analysis tidak mendapatkan bukti yang
cukup untuk membuktikan bahwa nilai rata-rata satisfaction level dari Kwik Print,
King Print dan Printku berbeda.
5.2.2. Pengolahan Data Menggunakan SPSS atau Minitab
Dalam pengujian data dengan metode One Way ANOVA yang menggunakan
software Minitab, telah ditetapkan tiga objek amatan yaitu: Kwik Print, King Print,
Printku. perlu diketahui pula bahwa data yang diambil dari ketiga objek amatan
tersebut ialah nilai satisfication level. Nilai satisfication level tersebut sendiri diambil
dari beberapa kriteria yang diambil secara langsung dari konsumen yang pernah ke
objek amatan tersebut dan menggunakan jasa objek amatan tersebut. Dari data tersebut
sendiri telah terdiri beberapa kriteria seperti lead time, kualitas, dan keramahan
pegawai. Dengan bobot yang telah ditentukan dari ketiga kriteria yang telah
32

ditentukan maka didapatkan nilai satisfication level dari tiap konsumen yang diambil
data kepuasaannya.
Software minitab sendiri digunakan untuk mengolah data kepuasaan dari
banyaknya data kepuasaan yang telah didapat. Data tersebut diolah dengan minitab
dengan tujuan agar data tersebut diuji normalitas, keseragaman, dan pengujian one
way anova. Mulai dari uji normalitas yang dilakukan di software minitab, pada
pengujian normalitas pada software ini didapat sebuah nilai p atau p-value. Pada
ketiga objek amatan yang telah diuji normalitasnya dibuktikan bahwa data ketiga
objek amatan tersebut telah normal dengan alasan nilai p-value yang lebih dari 0,05.
Jadi apabila data tersebut memiliki p-value kurang dari 0,05 maka disebut data yang
tidak normal dan memerlukan tambahan data lebih.
Pada uji keseragaman data yang dilakukan pada software minitab bertujuan untuk
mendeteksi apakah ada data yang bersifat outlier. Data outlier tersebut dapat dideteksi
apabila ada data yang melebihi dari limit data (Upper Control Limit dan Lower
Control Limit). Dari ketiga objek amatan yang ada dapat dibuktikan bahwa data yang
didapat dapat diterima sebagai data yang seragam atau data tanpa outlier. Jadi apabila
terdapat data yang melebihi dari limit tersebut maka data tersebut harus dihilangkan
agar data yang ada menjadi tanpa outlier.
Sedangkan pada uji data metode one way anova didapatkan hipotesis sebagai berikut:
H0 = Seluruh mean sama
Ha = Minimal ada satu perbedaan mean
Dengan tiga faktor atau dari ketiga nilai kepuasaan dari tiga objek amatan
didapatkan sebuah nilai F-value yang bernilai sebesar 1,2968 yang akan dibandingkan
dengan nilai F-value yang terdapat pada tabel sebesar 3,08376. Dengan perbandingan
nilai tersebut maka akan dihasilkan sebuah kesimpulan mengenai diterimanya
hipotesis awal karena F-value perhitungan masih masuk daerah penerimaan H0 dengan
Fcrit > F atau Fhitung kurang dari Ftabel. Maka apabila terjadi penolakan diperlukan
pengolahan data dari awal data tersebut didapatkan.
5.3. Perbandingan Hasil Perhitungan Data Secara Manual dan Menggunakan
Software
Setelah mendapatkan data mengenai satisfaction level dari pelanggan terhadap tiga
UKM print, data kemudian diolah untuk mengetahui apakah terdapat perbedaan dari nilai
satisfaction level antar UKM. Data tersebut diolah dengan menggunakan 3 cara, yaitu secara
manual serta menggunakan software berupa microsoft excel dan minitab. Tujuan
dilakukannya pengujian dengan 3 cara adalah untuk mengetahui cara pengujian ANOVA one
way dengan menggunakan masing – masing cara serta untuk membandingkan hasil
pengerjaan dengan cara yang berbeda.
Setelah dilakukannya pengujian ANOVA one way dengan ketiga cara tersebut, dapat
kita lihat bahwa nilai dari perhitungan SSB, SSW, SST, MSB, MSW serta nilai F dari ketiga
cara tersebut bernilai sama. Besar dari nilai – nilai tersebut hanya terpaut ± 1-2 satuan yang
disebabkan karena adanya pembulatan pada saat mengerjakan perhitungan dengan cara
manual. Dari perhitungan yang dilakukan didapatkan nilai F test sebesar 1,2968 dengan
menggunakan cara manual, 1,288002 dengan menggunakan software microsoft excel dan
sebesar 1,29 dari hasil pengujian dengan menggunakan software minitab. Selisih perbedaan
33

nominal pada besarnya nilai F test antar cara pengerjaan tidaklah terlalu besar, sehingga
perbedaan tersebut tidak mempengaruhi hasil dari uji F test yang dilakukan. Melalui hasil
pengujian tersebut dapat disimpulkan apabila rata – rata satisfaction level dari ketiga UKM
print ialah sama.
Perbedaan yang terdapat dalam pengerjaan uji ANOVA one way dengan ketiga cara
tersebut ialah waktu lama pengujian yang dibutuhkan. Apabila melakukan pengujian ANOVA
one way dengan cara manual akan memerlukan waktu yang lebih lama dibandingkan dengan
pengerjaan dengan menggunakan software, karena pada pengerjaan manual harus dilakukan
perhitungan masing - masing pada SSB, SSW, SST, MSB, MSW terlebih dahulu sebelum
dapat melakukan uji F test. Sedangkan apabila menggunakan software akan membutuhkan
waktu yang lebih singkat karena cukup melakukan input data yang dibutuhkan pada software
kemudian cukup dengan melakukan perintah maka software akan menghitung nilai F test
secara langsung beserta nilai dari SSB, SSW, SST, MSB dan MSW masing – masing. Selain
itu, dalam pengerjaan dengan cara manual diperlukan ketelitian yang lebih tinggi karena
terdapat kemungkinan human error yang sangat mungkin terjadi. Apabila terdapat kesalahan,
maka pengerjaan cara manual akan memakan waktu lebih lama lagi karena harus melakukan
perhitungan ulang sedangkan perhitungan pada software tidak akan menimbulkan kesalahan
apabila data yang dimasukkan dan perintah yang diberikan sudah benar.
5.4. Analisis Hasil Metode Statistik
Pada tugas besar Statistik Industri 2, penelitian yang dilakukan adalah menggunakan
metode statistic parametric one way ANOVA. Metode one way ANOVA adalah metode
statistik yang digunakan untuk mengkaji (mendeterminasi) apakah rata-rata hitung (mean)
dari 3 (tiga) populasi atau lebih, sama atau tidak. Dalam ANOVA terdapat uji hipotesa. Suatu
pengujian hipotesis statistik ialah prosedur yang memungkinkan keputusan dapat dibuat, yaitu
keputusan untuk menolak atau tidak menolak hipotesis yang sedang dipersoalkan/diuji. Uji
hipotesa dapat dilakukan dengan menggunakan perhitungan secara manual maupun software
seperti Ms.Excel, SPSS dan Minitab.
Berdasarkan hasil pengolahan data uji hipotesis yang sudah dilakukan dengan
menggunakan perhitungan secara manual, data analysis Ms. Excel, dan menggunakan
software Minitab didapatkan kesimpulan bahwa terdapat perbedaan yang signifikan antara
satisfaction level Kwik Print, King Print, dan Print-ku. Hal tersebut dilihat dari ketiga metode
yang menghasilkan nilai F ratio yang lebih besar dari nilai F critical dengan tingkat
kepercayaan sebesar 95%. Berdasarkan kesimpulan tersebut menunjukkan bahwa ada
perbedaan satisfaction level antara ketiga tempat print. Berdasarkan pengolahan data yang
telah dilakukan, rata-rata populasi tertinggi adalah King Print sebesar 84.6. Namun rata-rata
variansi ketiga tempat print tersebut tidak memiliki selisih rata-rata yang berbeda jauh.
34

BAB VI
KESIMPULAN DAN SARAN
Pada bab ini akan dijelaskan mengnai kesimpulan yang dapat ditarik dari analisis data
yang dilakuka serta saran yang diberikan untuk pengerjaan tugas besar ini.
6.1. Kesimpulan
Adapun kesimpulan yang dapat ditarik dari analisis data yang dilaukan sebelumnya
adalah :
1. Uji hipotesis dengan metode ANOVA One Way dapat digunakan untuk melihat
apakah rata-rata vaiansi satisfaction level pada UKM Print-ku, King Print, dan
Kwik Print adalah sama.
2. Rata-rata variansi satisfaction level dari UKM Print-ku, King Print, dan Kwik Print
adalah sama.
3. Tingkat kepuasan pelanggan pada masing – masing UKM percetakan adalah sama.
4. Masyarakat umum tidak perlu khawatir akan adanya perbedaan service pada ketiga
UKM, karena satisfaction level dari ketiga UKM adalah sama.
6.2. Saran
Adapun saran yang diberikan terhadap pengerjaan tugas besar Statistika Industri II
adalah :
1. Sebaiknya peserta tugas besar mempelajari metode statistik yang diberikan sebelum
mengaplikasikannya pada pengolahan data.
2. Sebaiknya format penulisan tugas besar dibuat pada satu file atau outline yang
diberikan dari lab sudah sesuai dengan format yang diminta.
36

DAFTAR PUSTAKA
Aisyah Jamil, Nur. 2015. Teknik Sampling dari
http://www.fk.uii.ac.id/upload/klinik/elearning/ikm/teknik-sampling-penelitian-ikm-
fkuii-naj.pdf diakses pada 4 November 2017
Hidayat, Anwar. 2013. Penjelasan Tentang Uji Normalitas dan Metode Perhitungan dari
https://www.statistikian.com/2013/01/uji-normalitas.html diakses pada 4 November
2017
Hseltman. 2012. Chapter 7 : ANOVA One Way dari
http://www.stat.cmu.edu/~hseltman/309/Book/chapter7.pdf diakses pada 4 November
2017
Setyaningrum, Ratih. 2016. Perancangan Produk dari
http://dinus.ac.id/repository/docs/ajar/Antropometri_dan_Perancangan_Produk_Ok.pd
f diakses pada 4 November 2017
Sutalaksana, Anggawisastra Tjakraatmaja. 2012. Pengenalan Uji Keseragaman Data dari
https://www.statistikian.com/2013/01/uji-normalitas.html diakses pada 4 November
2017
38

ANOVA (Analysis of Variance) One Way terhadap data dari 3 tempat cetak

More Related Content

What's hot (20)

Similar to ANOVA (Analysis of Variance) One Way terhadap data dari 3 tempat cetak (20)

Recently uploaded (16)

ANOVA (Analysis of Variance) One Way terhadap data dari 3 tempat cetak