PRAKTIKUM QUALITY AND RELIABILITY ENGINEERING STATISTIK DESKRIPTIF, UJI HIPOTESIS, DAN ANOVA

Galih Putra Laksana Adi 11/319699/TK/38817

PROGRAM STUDI TEKNIK INDUSTRI JURUSAN TEKNIK MESIN DAN INDUSTRI UNIVERSITAS GADJAH MADA 2013

BAB I PENDAHULUAN

1.1 Tujuan

1. Praktikan memahami konsep mean, median, modus, variance, standar deviation, range, percentile dalam organisasi data. 1. Praktikan memahami cara menyajikan data dalam bentuk grafik. 2. Praktikan dapat membaca data yang disajikan dalam bentuk grafik. 3. Praktikan memahami cara menguji hipotesis untuk single sample dan two sample 4. Praktikan memahami cara melakukan pengujian ANOVA 5. Praktikan memahami membaca hasil dari pengolahan data yang ditampilkan

BAB II LANDASAN TEORI

1.1 Statistik Deskriptif Statistik deskriptif adalah bidang ilmu statistika yang mempelajari cara-cara mengumpulkan, menyusun, dan menyajikan data dari suatu observasi.

Beberapa istilah yang terkait dari statistika descriptif adalah : 1. Populasi merupakan data kuantitatif yang menjadi objek telaah 2. Parameter merupakan ukuran yang mencerminkan karakterisasi dari populasi 3. Sampel merupakan sebagaian dari populasi

Beberapa data yang digunakan dalam statistic diskriptif adalah : 1. Mean Mean atau rata rata adalah nilai rata rata dari keseluruhan dari hasil observasi. Jika n observasi dari sample didonasikan dengan x1, x2,xn, maka rata rata sample adalah

2. Modus Modus adalah nilai yang paling sering muncul atau data dengan frekuensi tertinggi 3. Median Median adalah nilai tengah dari keseluruhan data yang sudah diurutkan dari rendah ke tinggi 4. Variasi

5. Standar Deviasi Standar variasi menunjukan disperse rata rata dari sampel. Rumus standar deviasi adalah:

6. Range r = max (xi) min (xi) 7. Percentile Percentile menampilkan data data secara berkelompok menjadi sebuah persentase.

Untuk mempermudah pembacaan data yang ada, maka data dapat ditampilkan dalam bentuk grafik. Beberapa grafik yang dapat dipakai adalah: 1. Histogram

2. Scatter Diagram

3. Box Plot

4. Digidot Plot

1.2 Uji Hipotesis Uji hipotesis dan interval konfidensi untuk rerata dapat menggunakan statistic uji z atau t. Beberapa criteria yang dapat digunakan untuk statistika adalah : 1. Jika n>30 atau variasi populasi diketahui maka digunakan statistika uji z 2. Jika n<30 dan variasi populasi tidak diketahui maka digunakan statistika uji t memilih jenis uji

Hipotesis yang diuji dapat berbentuk:

Berdasarkan hipotesis yang diuji tersebut, tentu akan menghasilkan suatu hasil keputusan dalam hypothesis testing.

a) Hipotesis Test of Mean Dalam hipotesis of mean, maka hipotesis yang dilakukan adalah;

atau biasa di sebut two-sided test

biasa di sebut one-sided test

Dua jenis uji statistic yang dapat dilakukan adalah z dan t test. I. Z-test untuk single sample

II. Z-test untuk two sample

III. T-test unntuk single sample

IV. T-test untuk two sample Untuk melakukan pengujian data dengan sampel lebih dari 1 maka, rumus yang digunakan adalah:

b) Hipotesis Test of Mean P-value adalah tingkat signifikan terkecil yang mengakibatkan penolakan pada null hipotesis Ho pada data yang diberikan. Kesimpulan yang diambil dengan menggunakan p-value adalah Reject Ho jika P dan sebaliknya.

1.3 Anova (Analysis of Variance) Anova adalah suatu analisis statistika untuk menguji secara serentak apakah k populasi mempunyai rataan yang sama

ANOVA dibagi menjadi dua yaitu: 1. Anova one way : data yang ada hanya mempunyai satu faktor yang diuji 2. Anova two way : data yang ada mempunyai dua faktor yang akan diuji

Berdasarkan tabel diatas jika Fo > F,a-1,a(n-1) maka kita akan reject Ho dan sebaliknya

BAB III METODOLOGI PENELITIAN

3.1 Alat dan Bahan 1 Data hasil pengukuran pada praktikum alat bantu 2 Software spreadsheet dan minitab

3.2 Waktu Penelitian Penelitian dilakukan pada hari Rabu, 27 Maret 2013 pukul 07.00 09.00 WIB.

3.3 Tempat Penelitian

Penelitian dilakukan di Laboratorium Quality and Reability Engineering, Jurusan Teknik Mesin dan Industri, Universitas Gadjah Mada, Yogyakarta.

BAB IV HASIL DAN PEMBAHASAN

Benda ukur

4.1 Hasil dan Pembahasan

4.1.1 Soal 1 Lakukan uji hipotesis T-test dengan menggunakan data l1 dan l2 dengan jumlah data 21. Selesaikan dengan cara manual, data analysis, dan menggunakan software Minitab. Alpha yang digunakan adalah 0,1.

No 1 2 3 4 5 6

I1 47.32 47.70 48.00 48.15 48.26 48.43

I2 47.65 48.33 48.55 49.00 49.03 49.15

10

7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

48.61 49.00 49.16 49.33 49.50 49.60 49.84 49.90 50.00 50.02 50.05 50.10 50.38 51.00 51.78 Data l1 l2

49.25 49.36 49.36 49.40 49.50 49.50 49.51 49.58 49.60 49.64 49.70 50.00 50.64 50.92 51.50

Sebuah pertanian Sejahtera ingin menggunakan salah satu jenis pupuk yang ditawarkan oleh seorang salesmen. Jenis pupuk yang ditawarkan andalah Pupuk A, Pupuk B, Pupuk C, dan Pupuk D. Sebelum memesan salah satu jenis pupuk, pertanian Sejahtera ingin mengetahui apakah keempat pupuk tersebut berpengaruh terhadap tanaman yang ditaman. Oleh sebab itu pertanian Sejahtera melakukan observasi selama 10 kali dan didapatkan hasil sebagai berikut:

Observasi 1

PUPUK A 28.37 B 32.22 C 27.40 D 32.59

11

2 3 4 5 6 7 8 9 10 Keterangan : = 0.1

27.59 32.07 26.84 30.03 28.17 28.15 26.15 27.50 27.72

28.96 33.81 29.60 35.87 34.88 32.52 32.23 30.22 30.06

26.95 26.80 27.29 29.60 28.37 30.83 30.62 26.60 29.18

28.05 28.45 29.80 38.66 30.63 30.09 31.05 33.03 28.24

Lakukan pengujian data tersebut dengan menggunakan ANOVA. Lakukan perhitungan secara manual, dengan data analysis pada Excel, dan dengan minitab. Berikan analisis pada hasil yang kalian peroleh dan beri kesimpulan

4.1.2 Analisa dan Pembahasan

1. Jawaban soal pertama Asumsi H0 : 1 = 2 H1 : 1 2 a) Perhitungan manual Average Median Modus Variance Standar Deviasi Range 49.34 49.48 49.50 49.50 #N/A 49.36 1.254224762 0.701795714 1.119921766 0.837732484 4.46 3.85

12

Percentile

48.43

49.15

Dengan varian yang sudah ada, dapat dilakukan perhitungan selanjutnya untuk mencari sp2 dan sp. Menghasilkan : sp^2 sp 0.978010238 0.988944001

Dengan sp yang telah didapat sebelumnya dan average dari data, dapat dihitung nilai T0 t0 t tabel -0.474326335 1.684

Berdasarkan perhitungan yang telah di lakukan, didapatkan nilai t0 sebesar -0.474326335. Sedangkan t tabel untuk alpha 0,1 dan dof 40 adalah 1.684. T0 lebih kecil dibanding t table sehingga dapat ditarik kesimpulan bahwa failed to reject Ho, atau 1 = 2.

b) Data Analysis Berikut ini tabel perhitungan data analysis pada software Microsoft Excel

t-Test: Two-Sample Assuming Equal Variances Variable 1 49.33952381 1.254224762 21 0.978010238 0 40 -0.474326335 0.318923233 Variable 2 49.48428571 0.701795714 21

Mean Variance Observations Pooled Variance Hypothesized Mean Difference df t Stat P(T<=t) one-tail

13

t Critical one-tail P(T<=t) two-tail t Critical two-tail

1.303077053 0.637846465 1.683851013

Berdasarkan data analysis didapatkan t stat sebesar -0.474326335 dan t critical two-tail sebesar 1.683851013. Analisis yang didapat

menunjukkan bahwa t stat lebih kecil dari t critical two tail, sehingga dapat disimpulkan bahwa failed to reject H0.

c) Minitab
Two-Sample T-Test and CI: I1, I2
Two-sample T for I1 vs I2 I1 I2 N 21 21 Mean 49.34 49.484 StDev 1.12 0.838 SE Mean 0.24 0.18

Difference = mu (I1) - mu (I2) Estimate for difference: -0.145 90% CI for difference: (-0.659, 0.369) T-Test of difference = 0 (vs not =): T-Value = -0.47 0.638 DF = 40 Both use Pooled StDev = 0.9889

P-Value =

Berdasarkan perhitungan 2-sample t pada minitab 15 dengan confidence level sebesar 90%, didapatkan bahwa T-value adalah sebesar -0.47. Tvalue < T-critical (t critical = 1.684) sehingga dapat ditarik kesimpulan bahwa failed to reject H0 sehingga H0 benar.

Ketiga perhitungan dengan cara berbeda di atas, menghasilkan hasil tvalue (t0) yang sama dan juga kesimpulan yang sama, menunjukkan bahwa perhitungan/analisis sudah benar dan valid.

2. Jawaban soal kedua

14

Asumsi H0 : 1 = 2 H1 : 1 2 a) Perhitungan manual (table dibalik agar memudahkan perhitungan)

Pupuk A B C D

1 28.37 32.22 27.40 32.59

2 27.59 28.96 26.95 28.05

3 32.07 33.81 26.80 28.45

4 26.84 29.60 27.29 29.80

Observasi 5 6 30.03 28.17 35.87 34.88 29.60 28.37 38.66 30.63

7 28.15 32.52 30.83 30.09

8 26.15 32.23 30.62 31.05

9 27.50 30.22 26.60 33.03

10 27.72 30.06 29.18 28.24

Sum 282.5900 320.3700 283.6400 310.5900 1197.1900

Average 28.2590 32.0370 28.3640 31.0590 29.9298

Dari tabel awal, dihasilkan tabel kuadrat dari hasil observasi

Pupuk A B C D y^2 1 804.86 1038.13 750.76 1062.11 2 761.21 838.68 726.30 786.80 3 1028.48 1143.12 718.24 809.40 4 720.39 876.16 744.74 888.04 5 901.80 1286.66 876.16 1494.60 6 793.55 1216.61 804.86 938.20 7 792.42 1057.55 950.49 905.41 8 683.82 1038.77 937.58 964.10 9 756.25 913.25 707.56 1090.98 10 768.40 903.60 851.47 797.50

Kemudian tabel awal dikurangi dengan rata-rata dari rata-rata, lalu dikuadratkan untuk mendapatkan treatment.
Pupuk A (y-y double bar)^2 1 2.4328 2 5.4744 3 4.5807 4 9.5466 5 0.0101 6 3.0967 7 3.1675 8 14.2865 9 5.9037 10 4.8830

15

B C D

5.2452 6.3996 7.0769

0.9404 8.8789 3.5335

15.0563 9.7953 2.1897

0.1087 6.9683 0.0168

35.2866 0.1087 76.2173

24.5050 2.4328 0.4904

6.7094 0.8105 0.0257

5.2912 0.4764 1.2550

0.0842 11.0872 9.6116

0.0170 0.5621 2.8553

Dari data di atas kita dapat kita memperoleh data-data yang dibutuhkan untuk Analysis of Variance. Maka didapat table
Source of Variation Between treatment Error Total Sum of Square 109.5868675 187.83103 297.4179 DOF 3 36 39 Mean Square 36.52895583 5.217528611 Fo 7.00119895 F table

2,2426

Dari perhitungan diatas dapat dilihat bahwa nilai Fo (7.00119895) lebih besar dari nilai F table (2,2426). Sehingga dapat ditarik kesimpulan : reject H0.

b) Data Analysis Berikut ini tabel perhitungan data analysis pada software Microsoft Excel
Anova: Single Factor SUMMARY Groups Row 1 Row 2 Row 3 Row 4

Count 10 10 10 10

Sum 282.59 320.37 283.64 310.59

Average 28.259 32.037 28.364 31.059

Variance 2.829765556 5.426556667 2.556026667 10.05776556

ANOVA Source of Variation Between Groups Within Groups

SS 109.5868675 187.83103

df

MS 3 36.52895583 36 5.217528611

F P-value F crit 7.00119895 0.00079034 2.242605247

16

Total

297.4178975

39

Berdasarkan perhitungan data analysis, didapatkan

F sebesar

7.00119895 sedangkan F crit sebesar 2.242605247. F lebih besar daripada F crit, sehingga dapat ditarik kesimpulan bahwa reject H0, yang artinya antara pupuk yang satu dengan yang lain memiliki pengaruh berbeda terhadap tanaman.

c) Minitab
One-way ANOVA: C1 versus C2
Source C2 Error Total DF 3 36 39 SS 109.59 187.83 297.42 MS 36.53 5.22 F 7.00 P 0.001

S = 2.284

R-Sq = 36.85%

R-Sq(adj) = 31.58% Individual 90% CIs For Mean Based on Pooled StDev -+---------+---------+---------+-------(-------*------) (------*-------) (------*-------) (-------*-------) -+---------+---------+---------+-------27.2 28.8 30.4 32.0

Level 1 2 3 4

N 10 10 10 10

Mean 28.259 32.037 28.364 31.059

StDev 1.682 2.329 1.599 3.171

Pooled StDev = 2.284

Berdasarkan perhitungan one-way ANOVA pada minitab 15 dengan confidence level sebesar 90%, didapatkan bahwa F 7.00. F > adalah sebesar

F crit (F crit = 2.242605247) sehingga menghasilkan

kesimpulan : reject H0. Pernyataan bahwa 1=2 adalah salah.

Ketiga perhitungan dengan cara berbeda di atas, menghasilkan hasil F yang sama dan juga kesimpulan yang sama, yaitu reject H0 atau pupuk memiliki pengaruh berbeda terhadap tanaman yang ditanam. Kesamaan
17

tadi menunjukkan kalau ketiga cara perhitungan sudah dilakukan dengan benar dan valid.

18

BAB V PENUTUP

5.1 Kesimpulan Null hipotesa pada soal pertama, setelah di analisis, ternyata merupakan hipotesa yang tidak dapat di tolak. Sehingga dapat disimpulkan bahwa l1 dan l2 merupakan data perhitungan yang sama.Sedangkan null hipotesa pada soal kedua, merupakan hipotesa yang di tolak. Sehingga dapat disimpulkan bahwa pupuk memiliki pengaruh berbeda terhadap tanaman yang ditanam.

Uji hipotesis dan ANOVA, dapat dilakukan dengan berbagai cara. Antara lain, metode manual, data analysis pada Microsoft Excel dan analisis dengan Minitab. Jika dilakukan dengan benar, maka hasil perhitungan dengan metode yang berbeda akan tetap menghasilkan hasil yang sama.

5.2 Saran a. Menggunakan software, semacam Minitab, atau data analysis pada Microsoft Exel akan mempermudah dan mempercepat perhitungan. b. Untuk mengecek ulang apakah perhitungan sudah benar atau belum, boleh mencoba menganalisis ulang dengan metode yang berbeda

19