BAB I PENDAHULUAN

1.1

Latar Belakang Matematika merupakan suatu cabang ilmu pengetahuan yang mempunyai

hubungan yang amat dekat bagi kehidupan sehari-hari umat manusia, mulai dari zaman sebelum masehi sampai pada zaman modern seperti ini. Perkembangan ilmu pengetahuan juga dialami oleh cabang pendidikan di bidang matematika salah satunya yaitu ilmu statistik. Ilmu statistik mempelajari tentang cara mengumpulkan, mengklasifikasikan, meringkas, menyajikan,

menginterpretasikan, dan menganalisa data untuk mendukung pengambilan keputusan yang valid. Dalam proses pengujian data, cabang ilmu pengetahuan statistika mempunyai beberapa cara pengujian diantaranya dengan cara manual sesuai rumus-rumus dan metode pengujian yang ada, dengan menu data analysis pada Ms. Excel serta software Minitab. Oleh karena itu, setiap mahasiswa Teknik Industri Universitas Gadjah Mada memerlukan pengetahuan pada setiap pengujian hipotesis agar mengetahui jenis data dan analisis statistika yang digunakan dengan cara yang paling efektif dan efisien.

1.2

Tujuan 1. Praktikan memahami konsep mean, median, modus, variances, standard deviation, range, percentile dalam organisasi data 2. Praktikan memahami cara menyajikan data dalam bentuk grafik 3. Praktikan dapat membaca data yang disajikan dalam bentuk grafik 4. Praktikan memahami cara menguji hipotesis untuk single sample da two sample 5. Praktikan memahami cara melakukan pengujian ANOVA 6. Praktikan memahami membaca hasil dari pengolahan data yang ditampilkan.

1.3

Rumusan Masalah 1. Lakukan uji hipotesis T-test degan menggunakan data L1 dan L2 dengan jumlah data 24. Lakukan dengan cara manual, dengan data analysis, dan dengan minitab. Alpha yang digunakan adalah 0.01 2. Seorang peneliti melakukan penelitian terkait pengaruh jenis coating terhadap konduktivitas katode. Lakukan analisis Anova secara manual dan dengan Minitab dengan alpha=0.01

Tabel 1.1 Pengaruh Jenis Coating Terhadap Konduktivitas Katode Tipe coating 1 143 141 150 146 151 144 143 2 152 137 143 149 150 138 139 3 134 133 132 127 135 131 129 4 129 127 132 129 135 128 130 5 147 148 144 142 145 143 141

Obeservasi 1 2 3 4 5 6 7

BAB II LANDASAN TEORI

Statistik adalah pengetahuan yang berhubungan dengan cara penyusunan data, penyajian data dan penarikan kesimpulan mengenai keseluruhan (populasi) berdasarkan data yang ada pada sebagian dari keseluruhan (sampel). Dari definisi tersebut maka statistik dapat digolongkan menjadi 1, yaitu : a. Statistika deskriptif Adalah bagian statistika yang mempelajari cara penyusunan data dan penyajian data yang dikumpulkan. b. Statistika inferensial (induktif) Adalah bagian statistika yang mempelajari cara penarikan kesimpulan mengenai populasi berdasarkan data yang ada pada sampel, penarikan kesimpulan mengenai populasi berdasarkan data sampe sering disebut data generalisasi.

2.1

Ukuran Tendensi Sentral

2.1.1 Mean Mean Untuk Data Tunggal Jika suatu sampel berukuran n dengan anggota x1, x2, x3, ....... xn, maka mean sampel didefinisikan :

Dengan :

xi = nilai data ke-i n = banyaknya data

Mean Untuk Data yang Dikelompokkan :

Dengan :

xi = nilai data ke-i n = banyaknya data f1 = frekuensi untuk data ke-i

3

2.1.2 Modus (data yang sering muncul) Modus Untuk Data Bergolong :

Dimana :

LMo = tepi bawah kelas yang mengandung modus (kelas dengan c = panjang kelas a = selisih frekuensi yang mengandung Mo dengan frekuensi sebelumnya b = selisih frekuensi yang mengandung Mo dengan frekuensi yang mengandung Modus frekuensi sesudahnya

frekuensi terbanyak)

2.1.3 Median (nilai tengah data) Median Untuk Data Tunggal Jika suatu data yang telah diurutkan dari kecil sampai terbesar dengan notasi x1, x2, x3, ....... xn, maka : a. Untuk sampel berukuran ganjil Mediannya adalah data paling tengah atau Me=X((n+1)/2) b. Untuk sampel berukuran genap Median adalah nilai rata-rata dari nilai data tengah atau Me = (xn/2+x(n/2 + 1))/2 Median Data Yang Dikelompokkan

Dimana : LMe F c f : batas bawah kelas median : jumlah frekuensi semua interval sebelum kelas median : panjang interval : frekuensi kelas mendian

2.1.4

Kuartil

Kuartil Untuk Data Tunggal Untuk mencari letak data ke-i dari suatu kuartil digunakan rumus : Letak data ke-i = data ke ((i(n+1))/N Dengan : i n N : letak data ke i : banyak data : jenis kuartil

Kuartil Untuk Data yang Dikelompokkan Kuartil ke-i dari data kelompok adalah : Kuartil ke-i = LKi + C ((in/N)-F)/f Dengan : LKi n F N f 2.2 : batas bawah kelas ke-i : banyak data : jumlah frekuensi sebelum kelas ke-i : jenis kuartil : frekuensi kelas ke-i

Ukuran Penyimpangan

2.2.1 Penyimpangan Untuk Data Tunggal Deviasi Rata Definisi : Deviasi rata-rata adalah harga rata-rata sebaran setiap observasi data terhadap meannya. Andaikan ada data nilai x1, x2, x3, ....... xn, dengan mean , maka deviasi rata-rata adalah

Jumlah penyimpangan yang terjadi antara masing-masing data dengan rata-rata adalah nol, yaitu :

Hal ini karena penyimpangan yang terjadi pada masing-masing data bisa negatif atau positif. Oleh karena itu untuk mencari variansi sampel didasarkan pada rata-rata :

Definisi : 1) Variansi sampel dari sekumpulan n data : x1, x2, x3, ....... xn adalah

2) Deviasi standar (simpangan baku) dari sekumpulan n data : x 1, x2, x3, ....... xn adalah

2.2.2 Penyimpangan Untuk Data yang Dikelompokkan Definisi : Untuk sekumpulan n data : x1, x2, x3, ....... xn yang telah diubah dalam tabel distribusi frekuensi, maka : 1) Deviasi rata-ratanya adalah :

2)

Variansi sampelnya adalah :

Dimana : i fi Xi : 1,2,3,...,n : frekuensi : data ke-i : mean data sampel

Dari definis diatas dapat diturunkan teorema :

2.3 Pengujian Hipotesis 2.3.1 Pengantar Pengujian Hipotesis Pengujian hipotesis merupakan prosedur perumusan kaidah/norma yang membawa kita pada penerimaan atau penolakan hipotesis. Pengujian hipotesis merupakan bagian statistik inferensial (indusktif) yang paling penting. Sedangkan yang dimaksud hipotesis adalah dugaan / pernyataan mengenai satu/lebih populasi, untuk itu dugaan tersebut harus diuji kebenarannya. Ada 2 jenis hipotesis, yaitu : 1. Hipotesis Nol (Ho) Adalah hipotesis yang dirumuskan dengan harapan bahwa hipotesis tersebut nantinya ditolak setelah dilakukan uji hipotesis. 2. Hipotesis alternatif (Ha atau H1) Adalah hipotesis yang dirumuskan dengan harapan bahwa rumusan tersebut nantinya akan diterima kebenarannya. Hipotesis alternatif merupakan lawan dari hipotesis nol. Hipotesis alternatif juga merupakan hipotesis yang akan membuat tanda hubung , > dan <, sebaliknya hipotesis nol akan membuat tanda =, dan .

2.3.2

Tipe Kesalahan Karena dalam pengujian akan dilakukan penarikan kesimpulan untuk data

keseluruhan (populasi) yang didasarkan pada data sampel. Maka dimunkinkan akan terjadi kesalahan dalam statistika dalam penarikan masalah dapat toleransi. Ada 2 tipe kesalahan, yaitu : 1. Kesalahan tipe 1 Adalah kesalahan yang terjadi ketika peneliti menolak Ho padahal Ho benar. Tipe kesalahan ini dilambangkan (taraf signifikansi/tingkat kepercayaan). 2. Kesalahan tipe 2 Adalah kesalahan yang terjadi ketika peneliti menerima Ho padahal Ho salah. Tipe kesalahan ini dilambangkan (kekuatan uji). Dari kedua tipe kesalahan tersebut yang sering digunakan dalam penelitian adalah jenis kesalahan 1 yaitu . Pengambilan nilai dalam penelitian sangat krusial tergantung pada kebutuhan. 2.3.3 Prosedur Pengujian Hipotesis Prosedur atau langkah-langkah dalam melakukan pengujian hipotesis adalah sebagai berikut : 1. 2. 3. 4. 5. 6. 7. Rumuskan Ho dan H1 Tentukan taraf signifikasi yaitu Memilih statistik uji yang cocok untuk menguji hipotesis Menghitung statistik uji Menentukan daerah kritik Menentukan keputusan uji Menuliskan kesimpulan

2.3.4

Pengujian Hipotesis Mean

Macam-macam uji hipotesis : 1. Uji dua ekor

Ho : = o H1 : o Ho ditolak jika Zh > Z/2 atau Zh < -Z/2

Gambar 2.1 Hasil Uji Hipotesis Dua Ekor 2. Uji satu ekor Ho : o H1 : > o Ho ditolak jika Zh > Z

Gambar 2.2 Hasil Uji Hipotesis Satu Ekor Z Ho : o H1 : < o Ho ditolak jika Zh < -Z

Gambar 2.3 Hasil Uji Hipotesis Satu Ekor -Z

2.4 P-Value Nilai-P dari Suatu Pengujian (P Value of a Test): Probabilitas untuk mendapatkan suatu hasil test statistik yang nilainya lebih dari atau sama dengan nilai hasil test statistik yang sedang diobservasi,menurut (Sugiharto:2009) menjelaskan "P-Value adalah Probabilitas dalam mengobservasi nilai dari suatu uji statistik yang, paling tidak (at least), sama ekstrimnya dengan nilai dari suatu uji statistik yang diambil dari data sampel, dengan asumsi bahwa hipotesis nol Ho ternyata benar". Dengan kata lain P-Value adalah probabilitas untuk mendapatkan kesimpulan Ho benar. P-value maka menolak Ho.

2.5 2.5.1

ANOVA Analisis Varians Satu-Arah (One-Way Analysis of

VarianceANOVA) Prosedur analisis varians (Analysis of VarianceANOVA) menggunakan variabel numerik tunggal (single numerical variable) yang diukur dari sejumlah sampel untuk menguji hipotesis nol dari populasi yang (diperkirakan) memiliki rata-rata hitung (mean) sama. Variabel dimaksud harus berupa variabel kuantitatif. Variabel ini terkadang dinamakan sebagai variabel terikat

(dependent variable). 2.5.2 Analisis Varians Dua-Arah (Two-Way Analysis of Variance ANOVA) Dalam analisis varians satu-arah, hanya ada 1 (satu) sumber keragaman (source of variability) dalam variabel terikat (dependent variable), yakni: kelompok dalam populasi yang sedang dikaji. Terkadang kita juga perlu untuk mengetahui atau mengidentifikasi adanya 2 (dua) faktor yang

mungkin menyebabkan perbedaan dalam variabel terikat (dependent variable). Untuk tujuan tersebut dilakukan analisis varians dua-arah (Two-way ANOVA).

10

BAB III METODOLOGI PENELITIAN

A.

Waktu dan tempat Praktikum Quality and Reliability Engineering modul Statistika

Deskriptif, Uji Hipotesis, Anova berlangsung Kamis, 3 April 2014 di Laboratorium Quality and Reliability Engineering, Jurusan Teknik Mesin &Industri, Universitas Gadjah Mada. B. Alat dan Bahan 1. Data hasil pengukuran pada praktikum alat bantu 2. Software spreadsheet dan minitab C. Prosedur Praktikum

STATISTIK DESKRIPTIF 1. Buka software Ms. Excel 2. Masukkan data-data yang didapat dari hasil pengukuran pada

praktikum sebelumnya 3. Hitunglah mean, median, modus, variane, standar deviasi, range, percentile 4. Sajikan data yang diperoleh dalam bentuk grafik MINITAB 1. Buka software minitab 2. Masukan data di dalam worksheet 3. Pilih menu statistic (Stat) 4. Pilih basic statistics, pilih display descriptive statistics

11

5. Pilih Graph untuk menampilkan grafik 6. Klik OK Untuk membuat grafik, langkah langkahnya adalah 1. Pilih menu graph 2. Pilih grafik yang ingin digunakan, contoh : histogram of data

3. Klik OK 4. Pilih kolom yang akan dijadikan grafik, pilih select

12

5. Klik OK

UJI HIPOTESIS MS. EXCEL 1. Pilih menu data, dan pilih data analysis

2. Pilih t-test: two sample assuming unequal variances 3. Klik OK 4. Pada bagian variable 1 range, pilih dengan drag data pengukuran 5. Pada bagain varaibel 2 range, pilih parameter 6. Output option, pilih output range lalu klik salah satu kotak di lembar kerja excel untuk meletakkan hasil

13

7. OK 8. Beri kesimpulan 9. Lakukan langkah yang sama untuk t-Test: two sample assuming equal variance

MINITAB

1. Pilih menu stat-basic statistics 2. Pilih 1-sample t 3.Pilih kotak samples in columns untuk memunculkan kolom sample, kolom sampel tersebut akan ditampilkan pada kotak sebelah kiri

4. Pilih kolom sampel disebelah kiri untuk aktifkan button select 5. Klik select 6. Check list pada kotak dialog perform hypothesis test 7. Isi nilai hipotesis (parameter)

14

8. Klik option 9. Masukan nilai confidence level (1-a) 10. Pada bagian alternative, pilih jenis sisi yang akan digunakan sesuai hipotesis

11. Pilih OK 12. Beri kesimpulan 13. Lakukan langkah memilih 2- Sample t yang sama untuk uji hipotesis two samples dengan

15

14. Pilih option, masukan nilai confidence level (1-) 15. Masukan nilai test difference (1-2) 16. Pilih OK 17. Beri kesimpulan ANOVA Sebuah pabrik pembuat paper ingin meningkatkan tensile strength dari produknya. Perusahaan berfikir bahwa untuk meningkatkan tensile strengthnya maka konsentrasi dari kekerasan kayu juga diperhatikan. Oleh sebab itu, perusahan melakukan percobaan dengan mencoba ke empat jenis

konsentrasi kekerasan kayu yang digunakan dan didapatkan hasil sebagai berikut: Kekerasan 5% kayu 10% 15% 20% Observasi Observasi Observasi Observasi 7 1 12 14 19 8 2 17 18 25 15 3 13 19 22 11 4 18 17 23

MS. EXCEL 1. Masukan data yang ada pada excel

16

2. Lakukan perhitungan dengan cara manual (dengan rumus yang telah disediakan sebelumnya) yaitu mencari nilai dari total, average, dan nilai fo 3. Selanjutnya lakukan perhitungan Anova dengan menggunakan data analysis 4. Pilih data, data analysis 5. Pilih ANOVA: single factor

6. Masukan data yang akan dianalisis 7. Pilih grouped by rows untuk menganalisis data berdasarkan treatment 8. Pilih output range, lalu pilih OK 9. Bandingkan data antara perhitungan manual dengan hasil data analysis.

MINITAB 1. Buka minitab 2. Masukan data pada worksheet 3. Pilih Stat dan pilih Anova

17

4. Akan muncul kotak dialog

5. Masukan response dari data dan masukkan factor yang akan diuji 6. Masukan confidence level dari data (1-) 7. Klik OK 8. Buat Kesimpulan dari data yang ditampilkan oleh minitab

18

BAB IV HASIL DAN PEMBAHASAN

4.1

Hasil Dan Pembahasan Rumusan Masalah 1 Pada rumusan masalah 1, uji hipotesis yang dilakukan adalah t-test.

Dengan data yang didapatkan dari praktikum abs sebanyak 24 data pada line1 dan line 2. Berikut adalah data yang akan diuji : Tabel 4.1 Data Line 1 dan Line 2

L1 49,00 48,15 49,11 49,19 50,00 50,35 50,01 50,28 50,00 49,00 48,09 48,44 50,25 50,40 50,12 50,22 50,00 50,20

L2 50,00 48,50 47,41 49,70 50,00 50,45 49,93 58,05 49,00 48,50 49,33 48,73 50,25 50,40 50,24 49,93 51,00 50,50

19

51,02 50,44 48,00 50,15 50,09 50,06

49,02 49,54 49,50 50,55 50,25 49,96

Cara yang dilakukan dalam pengujian hipotesis dengan menggunakan Ms. Excel dan Minitab. 4.1.1 Analisis dengan Ms. Excel Perhitungan Manual 24 data pada line 1 dan line 2 diolah dengan mencari mean, variance, standar deviasi serta range : Tabel 4.2 Data Statistika Deskriptif Line 1 Mean Median Variance Standar Deviasi Range 49,69 50,04 Line 2 50,03 49,95

0,715073732 3,594373188 0,845620324 1,895883221 3,02 10,64

Untuk melakukan pengujian data dengan 2 sampel dan menggunakan asumsi bahwa populasi memiliki varian yang sama, maka rumus yang digunakan adalah :
S 2 =( p

Serta, dicari nilai test statistic dengan rumus : To =

20

Maka didapatkan hasil seperti dalam tabel dibawah ini : Tabel 4.3 Hasil Perhitungan Pooled Estimator sp sp^2 To 1,467897633 2,15472346 -0,803351609

Setalah didapatkan nilai To maka nilai tersebut dibandingkan dengan nilai t-tabel dengan 0,01 yaitu 2,738481.

Perhitungan Dengan Data Analysis Pada Ms. Excel Cara yang digunakan adalah dengan memilih data analysis dan menggunakan t-Test : two-sample assumsing equal unequal variances, semua data pada line 1 dan line 2 dipilih dengan memberikan nilai alpha 0.01. Berikut adalah tabel t-test : Tabel 4.4 Hasil Data Analysis Ms. Excel Line 1 dan Line 2 t-Test: Two-Sample Assuming Unequal Variances

Variable 1 Mean Variance Observations Hypothesized Mean Difference df t Stat P(T<=t) one-tail t Critical one-tail P(T<=t) two-tail t Critical two-tail

Variable 2

49,69042 50,03083 0,715074 3,594373 24 0 32 -0,80335 0,213849 2,448678 0,427699 2,738481 24

21

4.1.2 Analisis dengan Minitab Pada software Minitab, semua data pada line 1 dan line 2 di copy kemudian dengan menggunakan menu stat, basic statistic dan 1-sample t kemudian data dipilih dan nilai alpha diganti menjadi 0.01. Kemudian muncul session sebagai berikut :

Gambar 4.1 Hasil Uji Hipotesis T-test Line 1 dan Line 2 dengan Minitab Dari hasil analisis menggunakan Minitab, maka didapatkan nilai t-value = -0.80. Nilai hasil analisis dengan menggunakan minitab sama dengan hasil yang diperoleh pada perhitungan Ms. Excel, baik cara manual maupun dengan data analysis. Dari semua perhitungan yang dilakukan mendapatkan hasil yang sama maka dapat disimpulkan bahwa nilai To= -0,803351609 masuk dalam batasan yang diizinkan yaitu To>2,738481 atau To<-2,738481 sehingga dinyatakan bahwa hipotesis failed to reject Ho atau mempunyai cukup bukti untuk tidak menolak

22

Ho. Mean pada data line 1 dapat dikatakan sama dengan mean pada line 2 (1 = 2). 4.2 Hasil Dan Pembahasan Rumusan Masalah 2 Pada rumusan masalah 2, uji hipotesis yang digunakan adalah dengan menggunakan ANOVA yang digunakan pada penelitian terkait pengaruh jenis coating terhadap konduktivitas katode. Dengan 5 tipe coating dan 7 observasi yang dilakukan, maka analisis juga dilakukan dengan 3 cara yaitu : 4.2.1 Analisis dengan Ms. Excel

Perhitungan Manual Tabel 4.5 Data Konduktivitas Katode Tipe coating 1 143 141 150 146 151 144 143 145,4286 2 152 137 143 149 150 138 139 3 134 133 132 127 135 131 129 4 129 127 132 129 135 128 130 5 147 148 144 142 145 143 141

Obeservasi 1 2 3 4 5 6 7 mean i- (i-)2

144 131,5714 -7,48571

130 144,2857 139,0571 -9,05714 5,228571

6,371429 4,942857

40,5951 24,43184 56,03592 82,03184 27,33796

Langkah pertama yang dilakukan adalah mencari nilai rata-rata pada setiap tipe coating dan mencari nilai rata-rata pada keseluruhan data. Setelah itu nilai rata-rata pada masing-masing tipe coating dikurangi dengan nilai rata-rata pada keseluruhan data (i-) lalu hasil tersebut dikuadratkan (i-)2 . Langkah kedua yang dilakukan adalah, nilai pada masing-masing tipe coating dikurangi dengan nilai rata-rata pada keseluruhan data (i-) dan didapatkan nilai sebagai berikut :

23

Tabel 4.6 Hasil Perhitungan (yij-yi) Obeservasi Tipe coating 1 2 3 -5,05714 -6,05714 -7,05714 -12,0571 -4,05714 -8,05714 -10,0571 4 5

3,942857 12,94286 1,942857 (i-) -2,05714

-10,0571 7,942857 -12,0571 8,942857 -7,05714 4,942857 -10,0571 2,942857 -4,05714 5,942857 -11,0571 3,942857 -9,05714 1,942857

10,94286 3,942857 6,942857 9,942857 11,94286 10,94286 4,942857 3,942857 -1,05714 -0,05714

Selanjutnya data tersebut dikuadratkan (i-)2 : Tabel 4.7 Hasil Perhitungan (yij-yi) 2 Obeservasi Tipe coating 1 2 3 4 5

15,54612 167,5176 25,57469 101,1461 63,08898 3,774694 4,231837 36,68898 145,3747 79,97469 119,7461 15,54612 49,80327 49,80327 24,43184 (i-)^2 48,20327 98,86041 145,3747 101,1461 8,660408 142,6318 119,7461 16,46041 16,46041 35,31755 24,43184 1,117551 64,91755 122,2604 15,54612 15,54612 0,003265 101,1461 82,03184 3,774694

Dari hasil perhitungan tersebut, data dianalisis dengan menggunakan rumus :

24

Dimana :

a = jumlah treatment n = jumlah observasi N = jumlah total observasi = a x n

Dan didapatkan hasil sebagai berikut : Tabel 4.8 Hasil Perhitungan Anova Source of variation Between treatments Error (within treatments) Total 452,8571 2065,886 30 15,09524 34 1613,029 4 403,2571 26,7142 Sum of Squares DoF Mean Square Fo

Nilai Fo yang didapatkan yaitu 26,7142 dibandingkan dengan nilai F crit yang didapatkan pada tabel distribusi yaitu 4,0178. Dengan ini, Fo > F crit, maka hipotesis tersebut ditolak ( reject Ho ). Perhitungan dengan data analysis pada Ms. Excel Cara yang digunakan adalah dengan memilih data analysis dan menggunakan Anova : single factor, semua data pada setiap tipe coating dipilih dengan memberikan nilai alpha 0.01. Berikut adalah tabel anova single factor :

25

Tabel 4.9 Hasil Data Analysis Konduktivitas Katode ANOVA Source of Variation Between Groups SS 1613,02 9 452,857 1 df MS 403,257142 9 15,0952381 F 26,714 2 P-value 1,648E09 F crit 4,0178 8

Within Groups

30

Total

2065,88 6

34

4.2.2

Analisis dengan Minitab Pada aplikasi Minitab, semua data pada tipe coating dibuat dalam satu

kolom dan tipe observasi pada kolom sebelahnya, kemudian semua data di copy dari Ms. Excel ke Minitab. Setelah itu, digunakan menu stat, ANOVA dan one way kemudian data dipilih dan nilai alpha diganti menjadi 0.01. Kemudian muncul session sebagai berikut :

26

Gambar 4.2 Hasil Uji Hipotesis ANOVA dengan Minitab

27

Gambar 4.3 Grafik Interval Plot Dari hasil analisis menggunakan minitab, maka didapatkan nilai F-value = 26,71. Nilai hasil analisis dengan menggunakan minitab sama dengan hasil yang diperoleh pada perhitungan excel, baik cara manual maupun dengan data analysis. Dari semua perhitungan yang dilakukan mendapatkan hasil yang sama maka dapat disimpulkan bahwa nilai Fo= 26,71 lebih besar dari F crit ( Fo > Fcrit ) sehingga dinyatakan bahwa hipotesis reject Ho atau tidak mempunyai cukup bukti untuk menerima Ho. Mean pada data tipe coating 1, 2, 3, 4, dan 5 tidaka sama (1 2 3 4 5). Jadi kesimpulannya menyatakan bahwa jenis coating mempengaruhi sifat konduktivitas katode.

28

BAB V PENUTUP

5.1 Kesimpulan Pada pengujian hipotesis pada rumusan masalah 1 dengan menggunakan table-t mendapatkan hasil yang sama pada setiap pengujian yaitu dengan perhitungan Ms. Excel manual, menggunakan menu data analysis pada Ms. Excel serta menggunakan software Minitab. Hasil yang didapatkan yaitu To= 0,803351609 masuk dalam batasan yang diizinkan yaitu To>2,738481 atau To<2,738481 sehingga dinyatakan bahwa hipotesis failed to reject Ho atau mempunyai cukup bukti untuk tidak menolak Ho. Mean pada data line 1 dapat dikatakan sama dengan mean pada line 2 (1 = 2). Pengujian hipotesis rumusan masalah 1 dengan menggunakan ANOVA juga mendapatkan hasil yang sama pada setiap pengujian yaitu dengan perhitungan Ms. Excel manual, menggunakan menu data analysis pada Ms. Excel serta menggunakan software Minitab. Perhitungan ini mendapatkan hasildengan nilai nilai Fo= 26,71 lebih besar dari F crit=4,01788 ( Fo > Fcrit ) sehingga dinyatakan bahwa hipotesis reject Ho atau tidak mempunyai cukup bukti untuk menerima Ho. Mean pada data tipe coating 1, 2, 3, 4, dan 5 tidaka sama (1 2 3 4 5). Jadi kesimpulannya menyatakan bahwa jenis coating mempengaruhi sifat konduktivitas katode. Nilai P value yang diperoleh dari ketiga pengujian didapatkan nilai yang sama yaitu 1.65E-09 atau 0,000. Nilai P value tersebut jauh lebih kecil dari nilai alpha 0,01, sehingga kesimpulan yang dihasilkan juga reject H0.

5.2 Saran Pada pengujian hipotesis yang dengan menggunakan tiga cara yaitu dengan perhitungan Ms. Excel manual, menggunakan menu data analysis pada

29

Ms. Excel serta menggunakan software Minitab menghasilkan nilai yang sama, maka sebaiknya apabila ingin melakukan pengujian hipotesis maka dilakukan dengan menggunakan software minitabe karena cara ini paling efektif dan efisien sehingga tidak perlu menghabiskan waktu yang lama dalam pengujian ini. Dalam pengolahan data, hal yang juga perlu diperhatikan yaitu jenis data yang akan diolah beserta spesifikasinya. Jenis data yang akan diolah juga menentukan jenis analisa statistika yang digunakan.

30

DAFTAR PUSTAKA Assyiehab,. 2012. P-Value, [online] URL : <http://statistikaku.16mb.com/2012/04/p-value/> [Diakses pada tanggal 3 Maret 2014] -,.-. Statistik Dasar, [online] URL : <http://cs.unsyiah.ac.id/~mputra/semester3/statistika/statistik-dasar.pdf> [Diakses pada tanggal 3 Maret 2014] [online] [Diakses

Sugiharto,. 2009. Analysis of Variances, <tsharto.staff.gunadarma.ac.id/.../Analysis_of_Variance.pdf> pada tanggal 3 Maret 2014]

31