Anda di halaman 1dari 23

BAB I

PENDAHULUAN
Pada bab ini akan dijelaskan pendahuluan dari kasus ini yaitu latar belakang, rumusan
masalah, tujuan, manfaat serta batasan dan asumsi penelitian.
1.1

Latar Belakang
Perdagangan internasional adalah kegiatan pertukaran barang dan jasa yang melintasi batasbatas negara dan berhubungan dengan pemerintah serta penduduk negara lain. Manfaat perdagangan
internasional, antara lain memperoleh barang dan jasa yang tidak dapat dihasilkan di dalam negeri,
timbulnya persaingan yang mendorong terciptanya kemajuan teknologi, dapat memperluas pasar,
meningkatkan penerimaan negara melalui bea masuk maupun bea keluar, serta mempererat hubungan
dengan negara lain. (Siska, 2012) Perdagangan internasional ini terdiri dari ekspor dan impor. Impor
adalah proses transportasi barang atau komoditas dari suatu negara ke negara lain secara legal. Impor
barang secara besar umumnya membutuhkan campur tangan dari bea cukai di negara pengirim
maupun penerima. Impor adalah bagian penting dari perdagangan internasional, lawannya adalah
ekspor. (Anon., 2013) Ekspor adalah proses transportasi barang atau komoditas dari suatu negara ke
negara lain. Proses ini seringkali digunakan oleh perusahaan dengan skala bisnis kecil sampai
menengah sebagai strategi utama untuk bersaing di tingkat internasional. Strategi ekspor digunakan
karena risiko lebih rendah, modal lebih kecil, dan lebih mudah bila dibandingkan dengan strategi
lainnya seperti franchise dan akuisisi. Dalam perencanaan ekspor perlu dilakukan berbagai persiapan.
Empat langkah persiapan dari ekspor antara lain identifikasi pasar yang potensial, penyesuaian antara
kebutuhan pasar dengan kemampuan (SWOT analisis), melakukan pertemuan, dengan eksportir, agen,
dll, serta alokasi sumber daya. (Anon., 2013)
Ekspor cukup mengambil peran yang cukup penting terhadap tingkat ekonomi suatu negara.
Dengan adanya ekspor, sumber penerimaan negara bertambah dari bea keluar. Untuk mengetahui
pengaruh lain dari ekspor terhadap kondisi perekonomian suatu negara, dilakukan Analysis of
Variance (ANOVA) One-Way terhadap ekspor di sektor non migas dari negara Thailand, Filipina, dan
Taiwan pada Januari 2012 hingga September 2013. Pada perhitungan ANOVA, akan didapatkan ratarata ekspor dari negara manakah yang berbeda dengan negara lain. Setelah itu, selisih rata-rata ekspor
dari tiap negara yang dipasang-pasangkan dibandingkan dengan critical range, apakah selisih ratarata dari dua negara tersebut kurang atau ebih dari nilai critical range. Hasil perhitungan ini kemudian
dibandingkan dengan pendapatan per kapita dari tiap-tiap negara. Dari pendapatan per kapita dapat
diketahui bagaimana tingkat perekonomian suatu negara dibandingkan negara lain. Dengan begitu,
dapat diketahui bagaimana hubungan ekspor dengan tingkat perekonomian suatu negara dengan
negara lain.
1.2

Rumusan Masalah
Pada sub bab ini dapat dirumuskan masalah yaitu penulis menghitung data yang ada dengan
menggunakan metode ANOVA One Way, kemudian juga dapat menghitung uji kecukupan data, uji
keseragaman data, serta uji normalitas data dari case yang telah dipilih. Selanjutnya juga penulis
dapat membandingkan hasil pengolahan data jika menggunakan software dan jika menggunakan cara
manual
1.3

Tujuan
Tujuan dilakukannya penelitian ini adalah:
Mengetahui dan mengintepretasi ada atau tidaknya perbedaan rata-rata ekspor negara
Thailand, Filipina dan Taiwan.
Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

Membandingkan hasil perhitungan manual dengan software.

Manfaat
Manfaat yang dapat diambil dari penelitian ini adalah:
Dapat mengaplikasikan uji anova pada studi kasus nyata.
Dapat mengaplikasikan software minitab dalam penyelesaian permasalahan yang diambil.

1.4

1.5
1.5.1

1.5.2

Batasan Dan Asumsi


Batasan
Batasan dari penelitian ini adalah:
Pengolahan data pada penilitian ini menggunakan one way anova
Alfa yang digunakan dalam perhitungsn adalah 0,05
Data yang digunakan adalah data ekspor negara Filiphina, Thailand dan Taiwan pada sektor
non migas Bulan Januari 2012 hingga Bulan September 2013
Software yang digunakan adalah minitab dan microsoft excel
Iterasi yang dilakukan sebanyak dua kali iterasi
Asumsi
Sumber data yang diperoleh adalah benar dan akurat
Pembulatan angka dilakukan dua angka dibelakang koma. Dengan aturan apabila kurang dari
lima dibulatkan kebawah dan apabila lebih dari lima dibulatkan keatas

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

BAB II
TINJAUAN PUSTAKA
Pada bab berikut ini akan dijelaskan mengenai flowchart penelitian, tinjauan pustaka, teknik
sampling, uji kecukupan data, uji keseragaman data, uji normalitas serta data hasil pengujian.
2.1

Flowchart Penelitian

Gambar 2.1 Flowchart Penelitian


Dari flowchart diatas, hal pertama yang dilakukan dalam penelitian adalah pencarian masalah,
pencarian masalah dilakukan dengan metode diskusi. Kemudian dilakukan pencarian data di internet
untuk memastikan apakah data tersesebut tersedia atau tidak. Jika data tersebut tidak tersedia maka
masalah akan dicari kembali sampai masalah sampai data yang didapatkan sesuai dengan masalah
yang diangkat. Kemudian data dimasukkan dalam software. Data diolah dengan metode one way
anova. Kemudian dari olahan data yang didapat dilakukan interpretasi data dan analisis. Data
pembanding juga dibahas untuk menentukan kesimpulan serta memberikan saran yang tepat untuk
penelitian yang dilakukan.
2.2

Tinjauan Pustaka
Perdagangan internasional terdiri dari ekspor dan impor. Impor adalah proses transportasi
barang atau komoditas dari suatu negara ke negara lain secara legal. Impor barang secara besar
umumnya membutuhkan campur tangan dari bea cukai di negara pengirim maupun penerima. Impor
adalah bagian penting dari perdagangan internasional, lawannya adalah ekspor. Ekspor adalah proses
Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

transportasi barang atau komoditas dari suatu negara ke negara lain. Proses ini seringkali digunakan
oleh perusahaan dengan skala bisnis kecil sampai menengah sebagai strategi utama untuk bersaing di
tingkat internasional. Ekspor cukup mengambil peran yang cukup penting terhadap tingkat ekonomi
suatu negara. Dengan adanya ekspor, sumber penerimaan negara bertambah dari bea keluar.
Analysis of Variance (ANOVA) adalah suatu metode untuk menguraikan keragaman total
data menjadi komponen-komponen yang mengukur berbagai sumber keragaman. Secara aplikatif,
ANOVA digunakan untuk menguji rata-rata lebih dari dua sampel berbeda secara signifikan atau
tidak. ANOVA satu arah hanya memperhitungkan satu faktor yang menimbulkan variasi. One way
ANOVA (Analisi Ragam Satu Arah) biasanya digunakan untuk menguji rata-rata atau pengaruh
perilaku dari suatu percobaan yang menggunakan 1 faktor, yang factor tersebut memiliki 3 atau lebih
variabel. Data hasil percobaan di dalam one way ANOVA setidak-tidaknya bertipe interval. Analisis
varians relative mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk percobaan yang
lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan dengan analisis regresi. Akibatnya,
penggunaannya sangat luas di berbagai bidang, mulai dari eksperimen laboraturium hingga
eksperimen periklanan, psikologi, dan kemasyarakatan.
Manfaat One way ANOVA
Analisis varian banyak dipergunakan pada penelitian-penelitian yang banyak melibatkan
pengujian komparatif yaitu menguji variable terikat dengan cara membandingkannya pada kelompokkelompok sampel independen yang diamati. Analisis varian banyak digunakan dalam penelitian
survey dan penelitian eksperimen. One way ANOVA dilakukan untuk menguji perbedaan tiga
kelompok atau lebih berdasarkan satu variable independen.
Pola Sampel
Pola sampel terbagi menjadi dua yaitu sebagai berikut:
1. Seluruh sampel, baik yang berada pada kelompok pertama sampai dengan yang ada di
kelompok lain, berasal dari populasi yang sama. Untuk kondisi ini hipotesis nol terbatas pada
tidak ada efek dari treatment (perlakuan).
2. Sampel yang ada di kelompok satu berasal dari populasi yang berbeda dengan populasi
sampel dengan populasi sampel yang ada di kelompok lainnya.
Jenis Variansi
1. Varians Sistematik
Varians sistematik adalah variansi pengukuran karena adanya pengaruh alami atau buatan
manusia yang menyebabkan terjadinya peristiwa dapat diduga atau diramalkan dalam arah
tertentu. Misalnya seorang anak yang memperoleh makanan cukup bergizi secara sistematik
akan mempengaruhi pertumbuhan yang lebih baik dibandingkan anak kekurangan gizi. Salah
satu varians sistematik adalah varians antar kelompok atau varians eksperimental. Varians ini
menggambarkan adanya perbedaan atau variasi sistematik antara kelompok-kelompok hasil
pengukuran.
2. Varians Galat
Varians galat adalah varians yang terdapat di dalam kelompok data. Digunakan untuk
menganalisis dua atau beberapa perlakuan/percobaan terhadap suatu obyek.
Asumsi Dasar Dalam ANOVA
1. Kenormalan

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

Setiap nilai dalam sampel berasal dari distribusi normal, sehingga distribusi sample dalam
kelompok pun hendaknya normal. Kenormalan pun dapat diatasi dengan memperbanyak
sampel dalam kelompok, karena semakin banyak sampel maka distribusi akan mendekati
normal. Apabila sampel tiap kelompok kecil dan tidak dapat pula diatasi dengan jalan
melakukan transformasi.
2. Kesamaan Variansi
Masing-masing kelompok hendaknya berasal dari populasi yang mempunyai variansi
yang sama. Untuk sampel yang sama pada setiap kelompok, kesamaan variansi dapat
diabaikan. Tetapi, jika banyaknya sampel pada masing-masing kelompok tidak sama, maka
kesamaan variansi populasi memang sangat diperlukan.
3. Pengamatan Bebas
Setiap sampel hendaknya diambil secara acak (random) sehingga setiap pengamatan
merupakan informasi yang bebas.
Analisis One way ANOVA
Untuk menganalisis dengan menggunakan one way ANOVA diperlukan beberapa langkah.
Langkah pertama adalah menentukan Hodan HA.

HA: minimal ada dua populasi yang berbeda

1
x11
x12
.
.
.

Tabel 2.x TabelPopulasi


Populasi
2
...

x21
x22

...

Total

T1.

T2.

Tc.

T..

Rata-rata

Setelah menentukan hipotesis. Langkah berikutnya adalah menentukan sum of squares (SS). SST
atau total sum of squares adalah jumlah kuadrat total. Total variation (SST) terbagi menjadi dua
bagian yaitu SSB dan SSW. SSB atau sum of squares between adalah perbedaan rata-rata dari masingmasing faktor. SSW atau sum of squares within adalah rata-rata dalam faktor. SST dapat dirumuskan
sebagai berikut:
SST = SSB + SSW
Untuk menghitung SST dapat menggunakan rumus sebagai berikut
(

SST = total sum of squares


Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

k = jumlah populasi
= jumlah sample dari populasi i
= rata-rata keseluruhan
Untuk menghitung SSB dapat menggunakan rumus sebagai berikut

SSB = sum of squares between


k = jumlah populasi
= jumlah sample dari populasi i
= rata-rata dari populasii
= rata-rata keseluruhan
Untuk menghitung SSW dapat menggunakan rumus sebagai berikut
(

k = jumlah populasi
= jumlah sample dari populasi i
= rata-rata dari populasi i
= rata-rata keseluruhan
Rumus-rumus one way ANOVA dapat dirangkum dalam table di bawah ini

Source of
Variation

Tabel 2.x Tabel One way ANOVA


Degree of
Sum of Squares
Mean Square
freedom

Between Samples

SSB

k-1

Within Samples

SSW

N-k

Total

SST=SSB+SSW

N-1

F ratio

Setelah menghitung sum of squares dan mean squares, langkah selanjutnya adalah uji statistik F.

Dengan degrees of freedom sebagai berikut:


Df1 = k-1
Df2= N-k
Apabila pengujian Fhitung Ftabel maka tolak Ho. Langkah selanjutnya adalah mengambil
kesimpulan.

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

2.3

Teknik Sampling
Pada tugas besar matakuliah Statistik Industri II ini, teknik sampling yang digunakan adalah
sampling probabilitas dengan bentuk Stratified Random Sampling. Pada sampling tipe ini, populasi
dibagi ke dalam subpopulasi (strata) dengan tujuan membentuk suatu kelompok yang didalamnya
terdiri dari data-data yang memiliki nilai variabel tidak terlalu bervariasi (relatif homogen).
Selanjutnya dari setiap stratum dipilih sampel melalui proses simple random sampling. (Setiawan,
2005)
Data ekspor yang ada sudah terkelompokan berdasarkan negara masing-masing. Lalu, kami
memilih data ekspor dari beberapa negara saja, yaitu Thailand, Filipina, dan Taiwan. Dari data ekspor
ketiga negara tersebut, kami hanya memilih ekspor pada Januari 2012 hingga September 2013.
Berikut ini merupakan data ekspor negara Thailand, Filipina, dan Taiwan pda Januari 2013 hingga
September 2013:
Tabel 2.1 Rekap Data dan perhitungan N
EKSPOR NON-MIGAS (US $)
Thailand
Philiphines
Taiwan
446174390
Januari
295579496 488629232
492441314,5
Februari
299484234 492463437
538708239 291674757 519179849
Maret
530382693 291488296 609297630
April
598356950 302295791 520955114
Mei
486054376 306244278 432612598
Juni
2012
587617020 342670075 511666205
Juli
529553373 314123438 473145937
Agustus
569683454,5
September
317765891 436257537
609813536
367246066 599429659
Oktober
577176734 303645082 529172879
Nopember
492002090 290953725 526129247
Desember
515157902 336742721 496743330
Januari
528945016 342002999 412406050
Februari
532707191 347263277 510670059
Maret
561018329 329871284 340362299
April
2013
536139528 312479290 506571721
Mei
523015276 299761000 552022648
Juni
547436694 351160707 455669448
Juli
425399606 316766799 431980340
Agustus
548975574 308616953 491220287
September

2.4
Uji Kecukupan Data
Selain proporsi :
N [

Keterangan :
N
= Jumlah data yang dibutuhkan
Z
= Index tingkat kepercayaan (tingkat kepercayaan 95% index 2)
Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

= Standar deviasi data

x
k

= Rata-rata sample
= Tingkat error (5%)

2012

2013

Tabel 2 2 Rekap Data dan perhitungan N


EKSPOR NON-MIGAS (US $)
Thailand
Philiphines
Taiwan
446174390
Januari
280041727
488629232
618546294
Februari
299484234
492463437
538708239
Maret
291674757
519179849
530382693
April
291488296
609297630
598356950
Mei
302295791
624543521
486054376
306244278
Juni
432612598
587617020
Juli
342670075
511666205
529553373
Agustus
314123438
473145937
620755405
September
317765891
436257537
609813536
367246066
Oktober
599429659
577176734
529172879
Nopember
303645082
492002090
Desember
290953725
526129247
515157902
496743330
Januari
336742721
528945016
287221976
Februari
412406050
532707191
347263277
Maret
510670059
561018329
282728221
April
340362299
536139528
312479290
506571721
Mei
523015276
299761000
Juni
552022648
547436694
351160707
455669448
Juli
425399606
316766799
Agustus
431980340
548975574
308616953
September
491220287
St. Dev
51787028.47 24214170.51 67609870.45
X bar
540663629.3 311922585.9 497151138.7
N'
14.09807469 9.260142749 28.41943664
N'>N tdk
N'<N cukup
N'<N cukup
cukup

2.5

Uji keseragaman Data


Berikut akan ditampilkan uji keseragaman data dari kasus Ekspor Negara Malaysia, Taiwan,
dan Thailand dari Bulan Januari 2012 hingga Bulan September 2013 menggunakan software minitab
dan di iterasi sebanyak dua kali.

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

Ekspor Thailand,Philiphina dan Taiwan Tahun 2012-2013


650000000

UCL=609971314

Nilai (US Juta Dolar)

600000000
550000000
500000000

_
X=449912451

450000000
400000000
350000000
300000000
1

13

19

LCL=289853589

1 1

25 31 37 43
Observation

49

55

61

Gambar 2.3 Grafik nilai ekspor Negara Thailand, Philipina dan Taiwan Bulan Januari
2012 hingga Bulan September 2013 (Iterasi 1)
Dari hasil perhitungan dengan menggunakan software minitab, ternyata diperoleh outlier,
kemudian data yang berupa outlier di ganti dengan penjumlahan data sebelum dan sesudah dan di bagi
dua, lalu direkap data sebagai berikut.
Tabel 2.3 Rekap Data setelah iterasi 1

2012

2013

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September

EKSPOR NON-MIGAS (US $)


Thailand
Philiphines
Taiwan
446174390 295579496 488629232
492441314,5 299484234 492463437
538708239 291674757 519179849
530382693 291488296 609297630
598356950 302295791 520955114
486054376 306244278 432612598
587617020 342670075 511666205
529553373 314123438 473145937
569683454,5 317765891 436257537
609813536 367246066 599429659
577176734 303645082 529172879
492002090 290953725 526129247
515157902 336742721 496743330
528945016 342002999 412406050
532707191 347263277 510670059
561018329 329871284 340362299
536139528 312479290 506571721
523015276 299761000 552022648
547436694 351160707 455669448
425399606 316766799 431980340
548975574 308616953 491220287

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

Setelah iterasi pertama, ternyata ditemukan outlier, kamudian dilakukan iterasi ke dua dengan
langkah yang sama dan diperoleh hasil berikut.
Ekspor Negara Thailand, Philipina, dan Taiwan tahun 2012-2013
650000000

Nilai (US Juta Dolar)

600000000

UCL=590148979

550000000
500000000
_
X=447320333

450000000
400000000
350000000
300000000

111 11

13

19

1
1

LCL=304491686
1

25 31 37 43
Observation

49

55

61

Gambar 2.4 Grafik nilai ekspor Negara Thailand, Philipina dan Taiwan Bulan Januari
2012 hingga Bulan September 2013 (Iterasi 2)

2012

2013

Tabel 2.4 Rekap Data setelah iterasi 2


EKSPOR NON-MIGAS (US $)
Thailand
Philiphines
Taiwan
Januari
446174390 295579496
488629232
Februari
492441314,5 299484234
492463437
Maret
538708239 291674757
519179849
April
530382693 291488296
609297630
Mei
598356950 302295791
520955114
Juni
486054376 306244278
432612598
Juli
587617020 342670075
511666205
Agustus
529553373 314123438
473145937
September 569683454,5 317765891
436257537
Oktober
609813536 367246066
599429659
Nopember
577176734 303645082
529172879
Desember
492002090 290953725
526129247
Januari
515157902 336742721
496743330
Februari
528945016 342002999
412406050
Maret
532707191 347263277
510670059
April
561018329 329871284
340362299
Mei
536139528 312479290
506571721
Juni
523015276 299761000
552022648
Juli
547436694 351160707
455669448
Agustus
425399606 316766799
431980340
September
548975574 308616953
491220287

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

10

2.6 Uji Normalitas


Berikut akan dijelaskan perhitungan goodness of fit menggunakan langkah langkah berikut.
Menentukan expected frequencies dengan menjumlahkan nilai ekspor Negara Thailand
dan membaginya dengan jumlah bulan, atau perhitungan dengan:

Menentukan goodness of fit menggunakan rumus:

(oi ei )2
=
ei

+ ........+

Tabel 2.5 Rekap Data Perhitungan Goodness of fit Negara Thailand


Ekspor Thailand

2012

2013

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Jumlah

Observed
446174390
492441314,5
538708239
530382693
598356950
486054376
587617020
529553373
569683454,5
609813536
577176734
492002090
515157902
528945016
532707191
561018329
536139528
523015276
547436694
425399606
548975574
11176759286

Expected
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
532226632,7
11176759286

2
13913224,2
2974055,495
78934,83355
6388,469283
8216835,841
4005581,748
5764640,138
13427,20715
2636120,434
11310459,12
3796336,91
3040084,305
547401,33
20233,87648
433,905967
1557535,318
28767,35013
159422,8594
434675,6655
21442019,11
527081,9207
80473660,0328667

Menentukan expected frequencies dengan menjumlahkan nilai ekspor Negara Philipina


dan membaginya dengan jumlah bulan, atau perhitungan dengan:

Menentukan goodness of fit menggunakan rumus:

(oi ei )2
=
ei

+ ........+

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

11

Tabel 2.6 Rekap Data Perhitungan Goodness of fit Negara Philipina


Ekspor Philipina

2012

2013

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Jumlah

Observed
295579496
299484234
291674757
291488296
302295791
306244278
342670075
314123438
317765891
367246066
303645082
290953725
336742721
342002999
347263277
329871284
312479290
299761000
351160707
316766799
308616953
6667836158

Expected
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
317516007,5
6667836158

2
1515547,4
1024026,659
2103107,285
2133567,288
729585,2352
400143,2477
1992740,824
36248,65424
196,6570195
7788831,61
605961,8108
2222107,976
1164245,274
1888448,889
2786946,234
480772,1212
79896,83296
992832,7539
3565066,882
1767,827129
249414,7367
31761456,2

Menentukan expected frequencies dengan menjumlahkan nilai ekspor Negara Taiwan dan
membaginya dengan jumlah bulan, atau perhitungan dengan:

Menentukan goodness of fit menggunakan rumus:

(oi ei )2

=
ei
2

+ ........+

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

12

Tabel 2.7 Rekap Data Perhitungan Goodness of fit Negara Taiwan


Ekspor Taiwan

2012

2013

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Jumlah

Observed
488629232
492463437
519179849
609297630
520955114
432612598
511666205
473145937
436257537
599429659
529172879
526129247
496743330
412406050
510670059
340362299
506571721
552022648
455669448
431980340
491220287
31761456,2

Expected
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
492218357,4
31761456,2

2
26170,9486
122,027136
1476828,36
27848526,7
1677713,08
7218029,36
768396,321
739015,958
6362244,27
23351959,6
2774452,93
2336256,69
41598,1575
12941419,8
691695,638
46849659,6
418552,138
7266192,16
2713882,49
7371969,55
2023,78592
152876710

Menjumlahkan 2 setiap negara sehingga diperoleh 2 total:

2 = 80473660,0328667 + 31761456,2 + 152876710 = 265111825,8

Melakukan t-test pada tabelDistribusi t dengan df = k-1 = 65 yaitu 82,59


2 = 265111825,8>2 = 82,529jadi tolak Ho dan menyimpulkan bahwa perhitungan
tersebut bukan distribusi uniform

Gambar 2.5 Distribusi Perhitungan


Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

13

2.7 Data Hasil Pengujian


Dari uji kecukupan data yang telah dilakukan, dapat dilihat hasilnya adalah sebagai berikut.
Untuk hasil pengujian pada Negara Thailand dan Filipina sudah cukup karena N` kurang dari dari N.
Sedangkan untuk pengujian pada Negara Taiwan tidak cukup karena N` lebih besar dari N.
Tabel 2.8 Rekap Data dan perhitungan N

2012

2013

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
St. Dev
X bar
N'

EKSPOR NON-MIGAS (US $)


Thailand
Philiphines
Taiwan
446174390
280041727
488629232
618546294
299484234
492463437
538708239
291674757
519179849
530382693
291488296
609297630
598356950
302295791
624543521
486054376
306244278
432612598
587617020
342670075
511666205
529553373
314123438
473145937
620755405
317765891
436257537
609813536
367246066
599429659
577176734
529172879
303645082
492002090
290953725
526129247
515157902
496743330
336742721
528945016
287221976
412406050
532707191
347263277
510670059
561018329
282728221
340362299
536139528
312479290
506571721
523015276
299761000
552022648
547436694
351160707
455669448
425399606
316766799
431980340
548975574
308616953
491220287
51787028.47 24214170.51 67609870.45
540663629.3 311922585.9 497151138.7
14.09807469 9.260142749 28.41943664
N'>N tdk
N'<N cukup
N'<N cukup
cukup

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

14

BAB III
PENGOLAHAN DATA
3.1

Perhitungan dengan Software


Berikut ini adalah perhitungan data dengan menggunakan metode one way anova
menggunakan software Ms. Excel. Data tersebut dihitung pernegara untuk mengetahui perbedaan
rataan pada setiap nilai ekspor negara per bulan pada tahun 2012 dan 2013.
Tabel 3.1 Nilai Ekspor Non Migas dalam US $ pada negera Thailand, Philiphines, dan Taiwan
EKSPOR NON-MIGAS (US $)
Thailand
Philiphines
Taiwan
446174390
Januari
295579496
488629232
492441314,5
Februari
299484234
492463437
538708239
Maret
291674757
519179849
530382693
April
291488296
609297630
598356950
Mei
302295791
520955114
486054376
306244278
Juni
432612598
2012
587617020
Juli
342670075
511666205
529553373
Agustus
314123438
473145937
569683454,5
September
317765891
436257537
609813536
367246066
Oktober
599429659
577176734
529172879
Nopember
303645082
492002090
Desember
290953725
526129247
515157902
496743330
Januari
336742721
528945016
342002999
Februari
412406050
532707191
347263277
Maret
510670059
561018329
329871284
April
340362299
2013
536139528
312479290
506571721
Mei
523015276
299761000
Juni
552022648
547436694
351160707
455669448
Juli
425399606
316766799
Agustus
431980340
548975574
308616953
September
491220287
Dengan menggunakan data diatas, dihitung rata-rata tiap negara, dan rata-rata
keseluruhan pada tabel dibawah ini.
Tabel 3.2 Nilai Rataan Ekspor Non Migas dalam US $ pada negera Thailand, Philiphines, dan
Taiwan
EKSPOR NON-MIGAS (US $)
Thailand
Philiphines
Taiwan
rata-rata
532.226.633
317.516.008
492.218.357
rata-rata keseluruhan
477320333
Dengan menggunakan data di atas. Dihitung Sum of Square Between.

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

15

Tabel 3.3 Nilai SSB Ekspor Non Migas dalam US $ pada negera Thailand, Philiphines, dan
Taiwan
SSB
78.222.225.699.009.500
Kemudian dihitung Sum of Square Within pada tabel di bawah ini.
Tabel 3.4 Nilai SSW Ekspor Non Migas dalam US $ pada negera Thailand, Philiphines, dan
Taiwan
7.404.988.467.962.890
481.210.559.770.741
12.881.821.342.018
1.582.871.541.622.900
325.144.856.413.959
60.063.996.332
42.011.220.660.307
667.770.228.634.287
726.922.027.756.215
3.400.113.494.307
677.441.767.166.648
13.707.556.065.854.900
4.373.218.870.607.360
231.654.991.031.645
825.801.178.245.545
2.131.877.285.692.550
127.051.886.457.920
3.552.846.557.056.730
3.068.095.008.936.690
632.727.110.596.742
378.218.775.161.521
7.146.317.245.427
11.509.527.973.881
363.757.221.004.188
1.403.013.501.854.080
62.441.751.673
3.131.613.423.038.810
6.019.727.568.856.010
2.473.078.716.045.320
11.494.263.184.639.800
SSW
2.020.511.609.876.930
192.402.574.887.071
1.365.636.664.573.180
1.618.013.832.742.490
705.554.852.874.678
1.149.948.431.525.620
291.341.566.571.208
369.666.511.095.523
20.475.376.772.181
10.769.007.946.945
599.612.751.555.024
6.370.004.417.072.790
230.936.311.736
884.900.041.289.092
340.465.290.881.061
828.961.777.750.879
152.652.844.447.829
23.060.262.481.461.700
15.310.749.889.622
25.368.523.414.650
206.019.045.813.613
84.849.091.640.545
315.240.292.170.534
3.576.553.170.751.860
231.345.965.763.761
1.131.965.802.843.170
1.335.822.780.417.920
11.412.013.626.440.700
561.313.412.149
3.628.618.743.724.870
280.527.035.787.441
79.193.171.417.735
996.144.580.389
SSW
128.163.718.728.576.000
Setelah itu didapatkan mean square between variance (MSB) dan mean square within variance
(MSW). Sehingga didapatkan nilai F dengan alpha 0,05.
Tabel 3.5 Nilai MSW,MSW, dan Nilai F Ekspor Non Migas dalam US $ pada negera Thailand,
Philiphines, dan Taiwan
MSB
39.111.112.849.504.800
MSW
2.136.061.978.809.600
F
0,30517
Fa tabel dicari pada tabel F distribution Critical value of F(5% significant level) dengan Df1 adalah k1 dan Df2 adalah N-k

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

16

Tabel 3.6 Nilai Df1, Df2, dan Fa Tabel Ekspor Non Migas dalam US $ pada negera Thailand,
Philiphines, dan Taiwan
DF1
2
DF2
60
Fa
3,15
Dengan melihat F tabel lebihbesar daripada F maka Ho ditolak.
Kemudian dicari nilai qa pada tabel L.22 Walpole dengan (0,05;3,60). Dan dihitung critical rangenya.
Tabel 3.7 Nilai Qa dan Critical Range Ekspor Non Migas dalam US $ pada negera Thailand,
Philiphines, dan Taiwan
Qa
3,4
critical range
345.838.606.092.983
Criritical range dibandingkan dengan nilai absolut dr selisih rata-rata masing-masing negara.
Tabel 3.8 Nilai Perbandingan Rataan Ekspor Non Migas dalam US $ pada negera Thailand,
Philiphines, dan Taiwan
Perbandingan Nilai
Kesimpulan
|x1-x2|
214.710.625 Lebih kecil dr critical range
|x1-x3|
40.008.275
Lebih kecil dr critical range
|x2-x3|
174.702.350 Lebih kecil dr critical range
Dari tabel diatas maka dapat disimpulkan bahwa nilai dua populasi tidak berbeda.
3.2

Perhitungan Manual

HA:semua nilai ekspor berbeda

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

17

Tabel 3.9 Nilai Ekspor Non Migas dalam US $ pada negera Thailand, Philiphines, dan Taiwan

2012

2013

Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September

Rata-rata Thailand
Rata-rata Philiphines
Rata-rata Taiwan
Rata-rata keseluruhan
SSB

SSW

EKSPOR NON-MIGAS (US $)


Thailand
Philiphines
Taiwan
446174390
295579496
488629232
492441314.5
299484234
492463437
538708239
291674757
519179849
530382693
291488296
609297630
598356950
302295791
520955114
486054376
306244278
432612598
587617020
342670075
511666205
529553373
314123438
473145937
569683454.5
317765891
436257537
609813536
367246066
599429659
577176734
529172879
303645082
492002090
290953725
526129247
515157902
496743330
336742721
528945016
342002999
412406050
532707191
347263277
510670059
561018329
329871284
340362299
536139528
312479290
506571721
523015276
299761000
552022648
547436694
351160707
455669448
425399606
316766799
431980340
548975574
308616953
491220287

= (446174390 + 492441314.5 + ... + 548975574)/21


= 532226632,7
= (295579496 + 299484234 + ... + 308616953)/21
= 317516007,5
= (488629232 + 492463437 + ... + 491220287)/21
= 492218357,4
= (532226632.7 + 317516007.5 + 492218357.4)/3
= 447320332,5

)
=
(
= 3 x ((532226632,7 447320332,5)2 + (317516007,5 447320332,5)2 +
(492218357,4 + 447320332,5)2)
= 78222225699009500
)
= (
= (446174390 447320332,5)2 + (492441314,5 447320332,5)2 + (538708239
447320332,5)2 + ... + (491220287 447320332,5)2
= 128163718728576000

MSB

=
= (78222225699009500)/(3-1)
= 39111112849504800
Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

18

MSW

=
= (128163718728576000)/(63-3)
= 2136061978809600

=
= 39111112849504800/2136061978809600
= 18.30991

Ho: F lebih besar dari Fa


Ha: F lebih kecil sama dengan Fa
Dengan df1 = k-1
=31
=2
df2 = N-k
= 63 3
= 60
Dengan table maka diketahui F table = 3,15, maka Ho ditolak
TUKEY KREMER
qa -->walpole l.22 (0,05;3,60)
Critical range

= 3,4

= 518,757,909,139,475
Perbandingan rataan
|X1 X2 |
=| 532226632,7 - 317516007,5 |
= 214,710,625
|X1 X3|
= |532226632,7 - 492218357,4|
= 40,008,275
|X2 X3|
= |317516007,5 - 492218357,4|
= 174,702,350
Kesimpulan: selisih lebih kecil dari critical range maka rata-rata dua populasi tidak berbeda. Jadi
dengan alfa 0,05 tidak terdapat perbedaan rataan nilai ekspor pada 3 negara tersebut

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

19

BAB IV
ANALISIS DAN INTEPRETASI
Berikut akan dijelaskan mengenai analisis dan intepretasi dari perhitungan yang telah
dilakukan pada bab sebelumnya.
4.1

Interpretasi Data
Pada tabel 3.1 ditunjukan nilai ekspor dari negara Thailand, Filipina, dan Taiwan pada Januari
2013 hingga September 2013. Dari data tersebut dihitung rata-rata tiap negara serta rata-rata
keseluruhan dari tiga negara. Rata-rata nilai ekspor dari negara Thailand adalah 532.226.633, Filipina
sebesar 317.516.008, serta Taiwan sebesar 492.218.357. Rata-rata nilai ekspor dari ketiga negara
adalah 477.320.333. Setelah diketahui nilai rata-ratanya, dihitung nilai sum of between (SSB) dari data
yang ada dengan cara mengalikan jumlah kategori data dengan selisih dari rata-rata kategori dikurangi
rata-rata keseluruhan data lalu dikuadratkan. Dengan cara yang sama, hitung untuk tiap kategori lalu
jumlahkan hasil perhitungan dari tiap negara. Nilai SSB
yang didapat adalah
78.222.225.699.009.500. Nilai SSB ini kemudian dibagi dengan jumlah kategori dikurangi 1 untuk
menghasilkan nilai MSB sebesar 39.111.112.849.504.800. Selain SSB dan MSB, nilai yang perlu
dicari lagi untuk melakukan anova adalah sum of within (SSW) dan MSW. Untuk menghitung SSW,
masing-masing data yang ada dikurangi dengan rata-rata data secara keseluruhan kemudian
dikuadratkan. Setelah nilai dari tiap data ditemukan, jumlahkan seluruh hasil perhitungan. Nilai SSW
yang didapat adalah 128.163.718.728.576.000. Nilai MSW diketahui dengan cara membagi nilai SSW
dengan jumlah seluruh data dikurangi jumlah kategori (negara). MSW yang didapat adalah
2.136.061.978.809.600.
Setelah diketahui nilai dari MSB dan MSW, bagi keduanya (MSB dibagi MSW) untuk
mendapatkan nilai F yang selanjutnya dibandingkan dengan Fa. Perbandingan ini menggunakan
metode ANOVA one way dengan hipotesis nol F > Fa dan hipotesis alternatif F Fa. Nilai F yang
didapat adalah 18,30991. Saat dicari pada tabel F dengan df1 sebesar 2 dan df2 sebesar 60, nilai F pada
tabel adalah 3,15. Nilai ini lebih kecil dari Fa sehingga hipotesis nol ditolak. Tahap selanjutnya adalah
mencari critical range menggunakan metode Tukey-Kremer. Nilai dari critical range yang didapat
dari perhitungan adalah 518.757.909.139.475. Nilai ini kemudian dibandingkan dengan selisih dari
dua negara. Jika nilai critical range lebih besar dari selisih rata-rata dua negara, maka tidak terdapat
perbedaan rata-rata pada kedua negara tersebut. Sebaliknya jika nilai critical range lebih kecil dari
selisih rata-rata dua negara, maka terdapat perbedaan rata-rata pada kedua negara tersebut.
Didapatkan dari hasil perhitungan bahwa selisih rata-rata antara negara Thailand dan Filipina sebesar
214.710.625, negara Thailand dan Taiwan sebesar 40.008.275, serta negara Filipina dan Taiwan
sebesar 174.702.350. Selisih dari dua negara pada ketiga kategori lebih kecil dari critical range yang
berarti ketiga negara tidak memiliki rata-rata yang berbeda.
4.2

Perbandingan Hasil Perhitungan Manual dengan Software


Seperti yang telah dijelaskan pada bab sebelumnya mengenai penghitungan ANOVA One
Waybaik menggunakan software Ms. Excel dengan menggunakan manual didapatkan bahwa hasil dari
penghitungan tersebut sama mulai dari mean, grand mean, SSB, SSW, MSB, MSW, critical range,
dan perbandingan rataan ekspor tiap Negara. Jadi perhitungan keduanya sudah benar karena tidak
terdapat perbedaan.
4.3

Analisis Hasil
Pada penelitian ini, dilakukan serentetan perhitungan yang berhubungan. Perhitungan pertama
yaitu uji kecukupan data menggunakan N. Diperoleh hasil bahwa data cukup pada Negara Thailand
Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

20

dan Philipina. Besar kecilnya N dipengaruhi oleh degrees of freedom( , standar deviasi, rata-rata
dan tingkat error. Semakin besar tingkat kepercayaannya, semakin besar nilai Z nya sehingga nilai N
akan lebih besar pula. Sedangkan pada tingkat error, semakin besar tingak error yang yang gunakan,
nilai N akan semakin kecil. Langkah selanjutnya adalah uji normalitas menggunakan goodness of fit.
Perhitungan ini dipengaruhi oleh jumlah data. Semakin sedikit data yang digunakan, nilai 2dari
tabel juga semakin kecil, sehingga semakin besar kemungkinan untuk menerima Ho. Pada
perhitungan ini diperoleh kesimpulan tolak Ho dikarenakan nilai 2>2.Sedangkan pada perhitungan
one way anova dipengaruhi oleh jumlah data pula. Semakin banyak data yang digunakan, semakin
kecil nilai F pada tabel, sehingga semakin besar kemungkinan menolak Ho. Apabila Ho ditolak, harus
dilakukan pengecheckan menggunakan tukey crammer untuk mengetahui apakah antar data memiliki
keterkaitan atau tidak. Pada penelitian ini diperoleh kesimpulan bahwa rata-rata dua populasi berbeda
karena selisihnya lebih kecil dari pada nilai critical range nya.

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

21

BAB V
KESIMPULAN DAN SARAN
Pada Bab V ini dijelaskan kesimpulan dan saran dari pengerjaan laporan.
5.1

Kesimpulan
Kesimpulan dari tugas besar matakuliah Statistik Industri II ini antara lain:
Setelah dilakukan perhitungan dan uji statistik menggunakan metode ANOVA one way, dapat
disimpulkan bahwa rata-rata nilai ekspor negara Thailand, Filipina, dan Taiwan tidak
memiliki perbedaan.
Hasil perhitungan secara manual dengan menggunkan software Microsoft Excel memiliki
hasil yang sama.

5.2

Saran
Saran untuk pengerjaan tugas besar matakuliah Statistik Industri II ini antara lain:
Diperlukan suatu inovasi teknologi dalam pengolahan bahan non-migas di suatu negara agar
dapat meningkatkan produksi dan dampaknya pendapatan negara dapat naik.
Pemerintah diharapkan membuat kebijakan baru tentang pengolahan bahan non-migas dalam
negara agar elemen-elemen yanb besinggungan langsung dengan pengolahan bahan tersebut
dapat menjalankan kebijakan tersebut.

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

22

DAFTAR PUSTAKA

Siska 2012, Pengertian Perdagangan Internasional, WordPress, diakses 8 Desember 2013,


<http://matakristal.com/tag/keuntungan-perdagangan-internasional/>
Impor,
wiki
artikel,
21
September
2013,
diakses
8
Desember
2013,
<http://id.wikipedia.org/wiki/Impor>
Ekspor, wiki artikel, 22 Juli 2013, diakses 8 Desember 2013, <http://id.wikipedia.org/wiki/Ekspor>
Setiawan, Nugraha 2005, Teknik Sampling, Universitas Padjajaran, diakses 9 Desember 2013,
<http://pustaka.unpad.ac.id/wp-content/uploads/2009/03/teknik_sampling1.pdf>
Data Ekspor Impor, 2013, Badan Pusat Statidtik, diakses pada 13 Desember 2013,
<http://bps.go.id/exim-frame.php?kat=2>

Teknik Industri ITS | Pengaruh Ekspor Terhadap Pendapatan Per Kapita

23

Anda mungkin juga menyukai