MODUL V
Desain eksperimen adalah suatu prosedur yang perlu diambil sebelum eskperimen dilakukan agar supaya data yang semestinya diperlukan dapat diperoleh, sehingga analisis dan kesimpulan secara obyektif dapat dilakukan. Desain eksperimen merupakan hal yang penting dalam penyusunan suatu penelitian. Analisis of Variance (ANOVA) adalah suatu metode untuk menguraikan keragaman total data menjadi komponen-komponen yang mengukur berbagai sumber keragaman. Teknik analisis ini dapat digunakan untuk menguji kesamaan beberapa nilai tengah secara sekaligus. (Walpole, 1982). Analisis of Variance terbagi menjadi 2 jenis yaitu One way dan Two way, dimana One way menggunakan satu variabel faktor dan variabel dependen. Dalam pengujian one-way ANOVA, sampel dibagi menjadi beberapa kategori dan replikasi. Kolom bertindak sebagai kategori dan baris sebagai replikasi. Sedangkan Two Way ANOVA terbagi menjadi 2 bagian lagi yaitu Two way ANOVA Tanpa interaksi dan Two way ANOVA Dengan Interaksi. Dalam praktikum ini akan di pelajari One Way ANOVA dan two Way ANOVA dengan Interaksi karena dua hal tersebut merupakan dasar dalam perhitungan desain eksperimen. 1.2 Batasan Praktikum Batasan dari modul ANOVA ini adalah : 1. 2. One Way ANOVA menggunakan desain tabel acak sempurna Two Way ANOVAmenggunakan desain faktorial ( 2 level )
1.3 Tujuan Praktikum Tujuan dari modul ANOVA ini adalah 1. 2. 3. Mampu melakukan perhitungan ANOVA ( Analisis Of Variance) Mampu membedakan antara One Way ANOVA dengan Two Way ANOVA Mampu menentukan variabel-variabel yang termasuk faktor maupaun level faktor
1.4 Manfaat Praktikum Manfaat dari modul ANOVA ini adalah : 1. 2. 3. 4. Praktikan dapat melakukan perhitungan ANOVA Praktikan dapat membedakan antara One Way ANOVA dan Two Way ANOVA Praktikan dapat menerapkan perhitungan ANOVA terhdapa semua desain ekperimen Praktikan dapat membedakan variabel yang termasuk faktor dan level faktor
MODUL V
ANOVA digunakan untuk menganalisis perbedaan rata rata variabel tergantung (dependent variabel) berdasarkan lebihdari dua kelompok (atau kategori) yang terdapat pada variabel bebas (independant variabel). 2.2 Klasifikasi ANOVA Anova dapat dibedakan menjadi One Way Anova dan Two Way Anova 2.2.1 One Way ANOVA Analisis Variansi searah merupakan alat uji statistik yang digunakan untuk menguji apakah k populasi yang independen mempunyai rata rata yang berbeda atau tidak. Dalam analisis variansi searah teradapat 1 variabel tak bebas (variabel dependen) dan 1 variabel bebas atau (independen). Contohnya seperti perbededaan rata-rata diantara 10 tanaman yang dipupuk dan diamati dalam beberapa minggu. Dalam pengujian one-way ANOVA, sampel dibagi menjadi beberapa kategori dan replikas. Kolom bertindak sebagai kategori dan baris sebagai replikasi. 2.2.2 Two Way ANOVA Pengujian hipotesis dua arah merupakan pengujian hipotesis beda tiga rata-rata atau lebih dengan dua faktor yang berpengaruh. Two Way ANOVA diklasifikasikan ke dalam dua jenis berdasarkan ada/tidak adanya interaksi antar variabel faktor. Contoh Anova dua arah tanpa interaksi misalnya adalah pengaruh 3 mesin produksi dan operator yang berbeda terhadap hasil produksi perusahaan tanpa memandang pengaruh operator yang bekerja. Contoh di atas jika dimasukkan dalam Anova dua arah dengan interaksi berarti, juga memandang pengaruh operator yang bekerja pada setiap mesin. Two Way ANOVA diklasifikasikan ke dalam dua jenis berdasarkan ada/tidak adanya interaksi antar variabel faktor. 1. ANOVA dua arah tanpa interaksi Dalam kategori, terdapat blok atau sub-kelompok Kolom Baris 2. : kategori 1 : blok, kategori 2
Setiap sel berisi satu data. ANOVA dua arah dengan interaksi Dalam kategori, terdapat blok atau sub-kelompok Kolom : kategori 1
ANOVA
Baris : blok, kategori 2 Setiap blok diulang, satu sel berisi beberapa data.
MODUL V
2.3 Langkah Pengujian ANOVA Berikut ini adalah langkah langkah pengujian ANOVA 2.3.1 Pengujian One Way ANOVA Langkah-langkah pengujian klasifikasi satu arah (one way ANOVA) adalah sebagai berikut: 1. Menentukan formulasi hipotesis H0 : 1 = 2 = 3 = 4 H1 : sekurang-kurangnya ada satu perbedaan antara rata-rata satu dengan yang lainnya 2. Menentukan taraf nyata () dan nilai F tabel Taraf nyata () ditentukan dengan derajat pembilang (v1) dan derajat penyebut (v2), di mana V1 = k-1 dan V2 = k(n-1)dan, sehingga F ;( v1:v2 ) = .... 3. Menentukan kriteria pengujian H0 diterima apabila
F0 F ;( v1:v2 )
; H0 ditolak apabila
F0 > F ;( v1:v2 )
4. Membuatpenyajian data sampel dalam bentuk tabel Tabel 2.1 Penyajian Data dalam desain acak Sempurna PERLAKUAN JUMLAH 1 2 K Data Y11 Y21 Yk1 Pengambilan Yk2 Y1n1 Y2n2 Yknk Jumlah Banyak Pengamatan Rata-rata J1 n1 1 J2 N2 2 Jk2 nk k
ANOVA
Selanjutnya dilakukan perhitungan : a) Jumlah Kuadrat Semua Nilai Pengamatan
MODUL V
(2-1) (2-2)
(2-3)
F0
F=
Sumber : Sudjana (1995) 6. Membuat kesimpulan dengan membandingkan antara langkah ke-5 dengan kriteria pengujian pada langkah ke-3. 2.3.2 Langkah Pengujian Two Way ANOVA
Pengujian ANOVA dua arah dibagi menjadi dua, yaitu Anova dua arah tanpa interaksi dan dengan interaksi. Berikut ini adalah langkah langkah pengujian Two Way ANOVA. 2.3.2.1 Two Way ANOVA Tanpa Interaksi Langkah-langkah pengujian ANOVA dua arah tanpa interaksi adalah : 1. Menentukan formulasi hipotesis a. b. 2. H0 : 1 = 2 = 3 = 0 tidak ada pengaruh baris H1 : sekurang-kurangnya satu i tidak sama dengan nol H0 : 1 = 2 = 3 = 0 tidak ada pengaruh kolom H1 : sekurang-kurangnya satu j tidak sama dengan nol Menentukan taraf nyata () beserta F table taraf nyata dan table F ditentukan dengan derajat pembilang dan penyebut masing-masing: a. b. untuk baris v1= b - 1dan v2 = (k-1)(b-1) untuk kolom v1= k - 1dan v2 = (k-1)(b-1)
ANOVA
3. Menentukan kriteria pengujian H0 diterima apabila F0 F(v1;v2); H0 ditolak apabila F0>F(v1;v2) 4. membuat analisis variansnya dalam bentuk table anova
Tabel 2.2 Tabel ANOVA Two way tanpa interaksi
MODUL V
F0
F=
)(
Sumber: rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC
(2-7)
Sumber: rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC
(2-8)
Sumber: rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC
(2-9)
5.
Membuat kesimpulan dengan membandingkan antara langkah ke-4 dengan criteria pengujian langkah ke-3.
2.3.2.2 Two Way ANOVA Dengan Interaksi Pengujian klasifikasi dua arah dengan interaksi merupakan pengujian beda tiga rata-rata atau lebih dengan dua factor yang berpengaruh dan pengaruh interaksi antara kedua factor tersebut diperhitungkan. Langkah langkah pengujian ini adalah sebagai berikut. 1. Menentukan formulasi hipotesis a. b. c. H0 : 1 = 2 = 3 = 0 (pengaruh baris nol) H1 : sekurang-kurangnya satu i tidak sama dengan nol H0 : 1 = 2 = 3 = 0 (pengaruh kolom nol) H1 : sekurang-kurangnya satu j tidak sama dengan nol H0 : ()11 = ()12= ()13 = ()bk = 0 H1 : sekurang-kurangnya satu ()ij tidak sama dengan nol
ANOVA
2. derajat pembilang dan penyebut : a. b. c. 3. a. untuk baris v1= b - 1dan v2 = kb (n-1) untuk kolom v1= k - 1dan v2 = kb (n-1) untuk interaksi v1= (k-1)(b-1) v2 = kb (n-1) untuk baris: H0 diterima apabila F0 F(v1;v2) H0 ditolak apabila F0>F(v1;v2) b. untuk kolom: H0 diterima apabila F0 F(v1;v2) H0 ditolak apabila F0>F(v1;v2) c. untuk interaksi: H0 diterima apabila F0 F(v1;v2) H0 ditolak apabila F0>F(v1;v2) 4. Membuat analisis variansnya dalam bentuk table Anova
Tabel 2.3 tabel ANOVA
MODUL V
Menentukan taraf nyata () beserta F table, taraf nyata dan table F ditentukan dengan
F0 F1 = F2 = F3 =
S42=
(2-10)
Sumber: rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC
(2-11)
Sumber: rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC
(2-12)
Sumber: rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC
(2-13)
Sumber: rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC
(2-14)
ANOVA
Keterangan: B= baris K= kolom N= ulangan percobaan 5. 6.
MODUL V
Membuat kesimpulandengan membandingkan antara langkah ke-4 dengan Kriteria pengujian langkah ke-3. Tes Homogenitas Varian (Test of Homogeneity of Variance) Asumsi dasar dari analisis ANOVA adalah bahwa seluruh kelompok yang terbentuk harus memiliki variannya sama. Untuk menguji asumsi dasar ini dapat dilihat dari hasil test homogenitas dari varians dengan menggunakan uji Levene Statistic. Hipotesis yang digunakan dalam tes homogenitas varian adalah : a. b. a. b. H0 : Diduga bahwa seluruh varians populasi adalah sama H1 : Diduga bahwa seluruh varians populasi adalah berbeda Dasar dari pengambilan keputusan adalah: Jika probabilitas > 0,05, maka H0 diterima Jika probabilitas < 0,05, maka H0 ditolak Uji satistik yang digunakan untuk menguji hipotesis nol bahwa semua kelompok mempunyai mean populasi yang sama adalah Uji F. harga F diperoleh dari rata-rata jumlah kuadrat (mean square) antar kelompok yang dibagi dengan rata-rata jumlah kuadrat dalam kelompok dengan rumus :
7.
( -
(2-15)
Sumber: rakhma.staff.gunadarma.ac.id/Downloads/files/14470/ANOVA.DOC
Dimana : SB2 = variansi antar perlakuan SW2 = variansi dalam perlakuan Hipotesis yang digunakan dalam pengujian ANOVA adalah: a. H0: diduga bahwa seluruh kelompok dari rata-rata populasi adalah sama b. H1 : diduga bahwa seluruh kelompok dari rata-rata popilasi adalah berbeda Dasar daari pengambilan keputusan adalah : a. Jika F hitung > F tabel 0,05, maka Ho ditolak. b. Jika F hitung < F tabel 0,05, maka Ho diterima.
MODUL V
Melakukan penelitian Pengolahan Data Pengambilan data Pengolahan Data Pengolahan Data Manual Pengolahan Data SPSS Pengolahan Data Manual Analisis Data dan Interprestasi data Analisis Data dan Interprestasi data Pengolahan Data SPSS
Menyusun laporan
Selesai
3.2 Alat dan Bahan Praktikum 3.2.1 1. Alat dan Bahan Praktikum One Way ANOVA Alat dan bahan praktikum One Way ANOVA adalah : Data skripsi Alat dan Bahan Praktikum Two Way ANOVA Alat dan bahan praktikum Two Way ANOVA adalah : 1. 2. 3. 4. 5. 6. Timbangan bahan Oven Mixer Cetakan Loyang Pengaduk dan wadah 3.2.2
ANOVA
7. 8. Jangka Sorong Lembar pengamatan
MODUL V
3.3 Prosedur Praktikum Berikut ini adalah prosedur praktikum One Way ANOVA dan Two Way ANOVA. 3.3.1 1. 2. 3. 4. 5. 6. 7. 8. 1. Prosedur PraktikumOne Way ANOVA
Pengambilan data sekunder bisa melalui data skripsi dengan 1 faktor dengan minimal 4 level faktor dan dengan sampel kecil kurang dari 30 sampel minimal 10 sampel Menyertakan bukti data skripsi sebagai lampiran. Identifikasi masalah terhadap data sekunder Pengolahan data sekunder, bisa melalui perhitungan manual maupun perhitungan lewat SPSS Analisis data dan interprestasi data Kesimpulan dan saran Menyusun laporan Selesai Prosedur Praktikum Two Way ANOVA Pengambilan data primer melalui suatu eksperimen pembuatan roti dengan oven. Batasan pada praktikum ini yaitu dengan menggunakan lebih dua faktor sebagai bahan pertimbangan dalam mempengaruhi output, sehingga menggunakan desain tabel faktorial. Sampel yang digunakan adalah sampel kecil yaitu kurang dari 30 dengan replikasi sebanyak 10 kali.
3.3.2
2. 3. 4. 5. 6. 7. 8. 9.
Persiapan alat dan bahan Penentuan faktor yang akan digunakan Persiapan pembuatan adonan Pengambilan sampel Pengukuran tinggi kue bolu Penggabungan data dari beberapa kelompok untuk memenuhi permintaan tabel desain faktorial. Pengolahan data primer, perhitungan manual dan perhitungan melalui spss Analisis data dan interprestasi data
MODUL V
4.1 Pengumpulan Data pengujian ANOVA yang sesuai. 4.1.1 Data One Way ANOVA
Data praktikum yang diambil, dikumpulkan terlebih dahulu, kemudian diolah dengan
Studi kasus yang diambil untuk one way anova adalah data jumlah penukar uang yang datang di bank indonesia cabang malang yang dikelompokkan berdasarkan waktu kedatangannya. Berikut adalah data yang telah diambil dari skripsi mahasiswa Teknik Industri angkatan 2005
Tabel 4.1 Jumlah kedatangan penukar uang bulan November 2008 Jumlah 09.01 10.00 10.01 11.00 11.01 12.00 12.01 13.00 13.01-14.00 3 Nov 2008 38 39 46 57 51 5 Nov 2008 50 43 55 52 44 6 Nov 2008 63 47 41 31 41 10 Nov 2008 31 42 34 43 43 11 Nov 2008 37 38 32 46 37 12 Nov 2008 35 24 20 25 32 13 Nov 2008 31 25 26 27 25 17 Nov 2008 39 23 25 31 35 18 Nov 2008 26 47 39 48 45 19 Nov 2008 49 54 50 57 60 20 Nov 2008 51 55 53 40 44 24 Nov 2008 59 62 60 45 45 25 Nov 2008 44 46 50 57 44 26 Nov 2008 59 60 52 47 55 27 Nov 2008 55 53 40 44 62 Sumber : Adhi (2008:) Tanggal
14.01 15.00 47 43 40 36 29 35 36 30 51 53 56 41 42 33 54
4.1.2 Data Two Way ANOVA Data yang diambil untuk Two Way ANOVA adalah data tinggi roti bolu yang diambil dari bermacam-macam hasil produksi roti pada kombinasi 2 faktor yang berbeda. Ada dua macam perlakuan yang ada dalam percobaan ini. Yaitu besarnya suhu dan jenis bahan pengembang.
Tabel 4.2 Data tinggi roti bolu Bahan Pengembang SP 140 5,55 5,85 5,19 5,36 5,37 5,31 5,3 5,16 5,35 5,38 Suhu 150 5,29 5,2 4,94 5,01 5,04 5,13 5,23 5,03 5,25 5,17 160 5,27 5,31 5,2 5,35 5,4 5,29 5,33 5,13 5,23 5,25 Bahan Pengembang Baking Powder 140 5,92 5,85 5,78 5,45 5,49 5,59 5,63 5,69 5,89 5,82 Suhu 150 5,8 5,64 6 5,79 5,72 6,1 5,55 5,8 5,44 5,63 160 5,85 5,9 5,9 5,45 5,7 5,8 5,8 5,85 5,95 6,1
10
ANOVA
4.2 Pengolahan Data
MODUL V
Data praktikum yang telah terkumpul, kemudian diolah sesuai dengan langkah pengujian masing - masing 4.2.1 One Way ANOVA Berikut adalah langkah-langkah pengujian One Way ANOVA. 4.2.1.1 Pengolahan Data Dengan SPSS Sebelum melakukan perhitungan dengan software SPSS ada dua tahapan pengujian yang harus dilakukan, yaitu uji normal, dan uji homogenitas atau keseragaman data. Setelah itu dapat dilakukan pengujian One Way ANOVA. Berikut urutan pengujian data One Way ANOVA. 4.2.1.1.1 1. 2. 3. Pengujian Kenormalan Pengujian kenormalan data dapat dilakukan dengan langkah-langkah sebagai berikut : Klik Analyze- Descriptive Analyze-Explore Masukkan jumlah penukar uang pada kotak dependent list dan jam kedatangan pada factor list Kemudian klik plots dan centang normality plots with test
Gambar 4.1 Langkah pengujian kenormalan 4. Klik Continue lalu OK maka Akan muncul output spss seperti di bawah Tabel 4.3 Output uji normalitas One Way Anova
jam_kedatan gan jmlh_penukar_uang 09.01-10.00 10.01-11.00 11.01-12.00 12.01-13.00 a. Lilliefors Significance Correction *. This is a lower bound of the true significance. Tests of Normality Kolmogorov-Smirnova Statistic Df Sig. .148 15 .200* .135 15 .200* .157 15 .200* .154 15 .200* Shapiro-Wilk Statistic df .952 15 .932 15 .956 15 .919 15 Sig. .557 .290 .629 .189
H0 = data berdistribusi normal H1 = data tidak berdistribusi normal H0 diterima jika nilai sig > 0,05 dan H0 ditolak jika sig < 0,05. karena tabel diatas menunjukkan bahwa sig = 0,557 ; 0,290 ; 0,629 ; 0,189 > 0,05 maka H0 diterima dan dapat ditarik kesimpulan bahwa data berdistribusi normal.
11
ANOVA
4.2.1.1.2 1. 2. 3. Pengujian Homogenitas Varians
MODUL V
Pengujian kenormalan data dapat dilakukan dengan langkah-langkah sebagai berikut : Klik Analyze- Descriptive Analyze-Explore Masukkan jumlah penukar uang pada kotak dependent list dan jam kedatangan pada factor list Kemudian klik plots dan pilih untransformed pada kotak spread vs level with levene test
Gambar 4.2 Langkah pengujian homogenitas varians 4. Klik Continue lalu OK maka Akan muncul output spss seperti di bawah Tabel 4.4 Output uji homogenitas One Way Anova
Test of Homogeneity of Variance Levene Statistic .221 .240 .240 .235 df1 3 3 3 3 df2 56 56 52.5 07 56 Sig. .882 .868 .868 .872
jmlh_penukar_uang
Based on Mean Based on Median Based on Median and with adjusted df Based on trimmed mean
H0 = variansi data homogen H1 = variansi data tidak homogen H0 diterima jika nilai sig > 0,05 dan H0 ditolak jika sig < 0,05. karena tabel diatas menunjukkan bahwa sig = 0,882 ; 0,868 ; 0,868 ; 0,872 > 0,05 maka H0 diterima dan dapat ditarik kesimpulan bahwa variansi data homogen. 4.2.1.1.3 Pengujian One Way ANOVA
Setelah data diketahui normal dan variansi data homogen maka dapat dilakukan pengujian one way anova dengan langkah-langkah sebagai berikut: 1. 2. 3. Klik Analyze - Compare Means - One-Way Anova Masukkan jumlah penukar uang ke dalam kotak Dependent List dan masukkan jam kedatangan pada kotak Factor Akan muncul output spss seperti di bawah
12
ANOVA
Tabel 4.5 Output uji One Way Anova
ANOVA df 3 56 59 jmlh_penukar_uang Between Groups Within Groups Total Sum of Squares 72.067 7724.533 7796.600 Mean Square 24.022 137.938 F .174
MODUL V
Sig. .913
H0 :
cabang malang tiap jamnya homogen (tidak ada pengaruh jam terhadap jumlah orang yang menukarkan uang) H1 : jumlah orang yang menukarkan uang di Bank Indonesia cabang malang tiap jamnya tidak homogen (ada pengaruh jam terhadap jumlah orang yang menukarkan uang)
H0 diterima jika nilai sig > 0,05 dan H0 ditolak jika sig < 0,05. karena tabel diatas menunjukkan bahwa sig = 0,913 > 0,05 maka H0 diterima dan dapat ditarik kesimpulan bahwa jumlah orang
yang menukarkan uang di Bank Indonesia cabang malang tiap jamnya homogen (tidak ada pengaruh jam terhadap jumlah orang yang menukarkan uang)
13
ANOVA
4.2.1.2 Perhitungan Manual Tabel 4.6 Tabulasi perhitungan manual One Way Anova
Tanggal 09.01 10.00 38 50 63 31 37 35 31 39 26 49 51 59 44 59 55 667 10.01 11.00 39 43 47 42 38 24 25 23 47 54 55 62 46 60 53 658 Jumlah 11.01 12.00 46 55 41 34 32 20 26 25 39 50 53 60 50 52 40 623 12.01 13.00 57 52 31 43 46 25 27 31 48 57 40 45 57 47 44 650
MODUL V
3 Nov 2008 5 Nov 2008 6 Nov 2008 10 Nov 2008 11 Nov 2008 12 Nov 2008 13 Nov 2008 17 Nov 2008 18 Nov 2008 19 Nov 2008 20 Nov 2008 24 Nov 2008 25 Nov 2008 26 Nov 2008 27 Nov 2008 TOTAL
2598
= 120.290
; N = 60
;K=4
JKP
= JKT JKE
14
ANOVA
Tabel 4.7 Tabel One Way Anova
SUMBER VARIASI Kelas/perlakuan diantara perlakuan didalam perlakuan Derajad bebas K1=41 =3 N k = 60 4 = 56 Jumlah kuadrat 72,1 Rata-rata kuadrat KTP = JKP / (k1) = 72,1 / (4-1) = 24,033 KTE = JKE / (Nk) = 7.724,5 / (604) = 137,9375
MODUL V
7.724,5
TOTAL
N 1 = 60 1 = 59
H0 :
cabang malang tiap jamnya homogen (tidak ada pengaruh jam terhadap jumlah orang yang menukarkan uang) H1 : jumlah orang yang menukarkan uang di Bank Indonesia cabang malang tiap jamnya tidak homogen (ada pengaruh jam terhadap jumlah orang yang menukarkan uang) tingkat signifikan uji : = 5 % Statistik uji yang digunakan : Daerah kritis : jika Kesimpulan : karena ~ berdistribusi
( )
= 2,77
( )
dapat ditarik kesimpulan bahwa jumlah orang yang menukarkan uang di Bank Indonesia cabang malang tiap jamnya homogen (tidak ada pengaruh jam terhadap jumlah orang yang menukarkan uang)
4.2.1.3 Analisis dan Interpretasi Data
4.2.2 Two Way ANOVA Berikut adalah langkah-langkah pengujian Two Way ANOVA. 4.2.2.1 Pengolahan Data Dengan SPSS Sebelum melakukan perhitungan dengan software SPSS ada dua tahapan pengujian yang harus dilakukan, yaitu uji normal, dan uji homogenitas atau keseragaman data. Setelah itu dapat dilakukan pengujian Two Way ANOVA. Berikut urutan pengujian data Two Way ANOVA. 4.2.2.1.1 Pengujian Kenormalan Pengujian yang dilakukan dahulu adalah pengujian kenormalan data. Pengujian kenormalan data Two Way ANOVA pada SPSS 19.0 mengunakan Explore. Berikut langkahlangkah pengujian kenormalan :
15
ANOVA
1. 2. Dependent list, variable suhu dan pengembang ke factor list. Klik plots. Pada boxplots pilih none, pilih Normality Plots with Test, Klik OK
Tabel 4.8 Uji Normalitas Two Way ANOVA (Suhu)
Tests of Normality Kolmogorov-Smirnova Suhu Tinggi_roti 140 derajat 150 derajat 160 derajat a. Lilliefors Significance Correction *. This is a lower bound of the true significance. Statistic ,152 ,162 ,192 Df 20 20 20 Sig. ,200* ,180 ,051 Statistic ,933 ,936 ,883 Shapiro-Wilk Df 20 20 20
MODUL V
Klik Analyze, pilih descriptive Statistic, pilih Explore. Masukkan variable tinggi kue ke
H0 : Data suhu 140 o berdistrbusi normal H1 : Data suhu 140 o tidak berdistrbusi normal Nilai Sig. (0,200) > 0,05; H0 diterima. Kesimpulannya data berdistribusi normal H0 : Data suhu 150 o berdistrbusi normal H1 : Data suhu 150 o tidak berdistrbusi normal Nilai Sig. (0,180) > 0,05; H0 diterima. Kesimpulannya data berdistribusi normal H0 : Data suhu 160 o berdistrbusi normal H1 : Data suhu 160 o tidak berdistrbusi normal Nilai Sig. (0,51) > 0,05; H0 diterima. Kesimpulannya data berdistribusi normal.
Tabel 4.11 Uji Normalitas Two Way ANOVA (Pengembang)
Tests of Normality Kolmogorov-Smirnova Pengembang Tinggi_roti SP BP a. Lilliefors Significance Correction Statistic ,146 ,138 df 30 30 Sig. ,103 ,148 Statistic ,909 ,963 Shapiro-Wilk Df 30 30 Sig. ,014 ,364
H0 : Data pengembang SP berdistrbusi normal H1 : Data pengembang SP tidak berdistrbusi normal Nilai Sig. (0,103) > 0,05; H0 diterima. Kesimpulannya data berdistribusi normal H0 : Data pengembang Baking Powder berdistrbusi normal H1 : Data pengembang baking powder tidak berdistrbusi normal Nilai Sig. (0,138) > 0,05; H0 diterima. Kesimpulannya data berdistribusi normal
16
ANOVA
4.2.2.1.2 Pengujian Homogenitas Varians 1. Pada menu SPSS pilih Analyze, pilih General Linear Model lalu pilih Univariate
MODUL V
2. Masukkan tinggi roti ke Dependent Variable, suhu dan pengembang pada Fixed Factor
3. Klik option, pada display pilih homogeneity test 4. Klik continue, lalu OK
5.
Gambar 4.10 Langkah pengujian homogenitas Tabel 4.12 Homogenitas Varians Two Way ANOVA
Levene's Test of Equality of Error Variancesa Dependent Variable:Tinggi_roti F 1,078 df1 5 df2 54 Sig. ,383
Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept + Pengembang + Suhu + Pengembang * Suhu
H0 : Data memiliki variansi yang homogen H1 : Data tidak memiliki variansi yang homogen Nilai Sig. (0,383) > 0,05; H0 diterima. Kesimpulannya data memiliki variansi yang homogen. 4.2.2.1.3 Pengujian Two Way ANOVA
Setelah uji normal dan homogenitas, didaptkan kesimpulan bahwa data berdistribusi normal, dan homogen. Setelah itu dilanjutkan ke pengujian Two Way ANOVA. Pengujian Two Way ANOVA pada SPSS 19.0 dapat dilakukan dengan langkah-langkah berikut:
17
ANOVA
1.
MODUL V
Pada menu SPSS pilih Analyze, pilih General Linear Model lalu pilih Univariate. Masukkan variable tinggi roti ke Dependent Variable, suhu dan pengembang pada Fixed Factor, klik OK
Gambar 4.11 Langkah pengujian two way anova Tabel 4.14 Tabel uji Two-Way ANOVA
Tests of Between-Subjects Effects Dependent Variable:Tinggi_roti Type III Sum of Source Corrected Model Intercept Pengembang Suhu Pengembang * Suhu Error Total Squares 4,152a 1823,259 3,755 ,167 ,230 1,393 1828,805 df 5 1 1 2 2 54 60 59 Mean Square ,830 1823,259 3,755 ,083 ,115 ,026 F 32,184 70659,332 145,523 3,235 4,465 Sig. ,000 ,000 ,000 ,047 ,016
a. b. c.
H0 = tidak ada pengaruh dari pengembang terhadap tinggi roti bolu H1 = ada pengaruh dari pengembang terhadap tinggi roti bolu H0 = tidak ada pengaruh dari suhu terhadap tinggi roti bolu H1 = ada pengaruh dari suhu terhadap tinggi roti bolu H0 = tidak ada pengaruh dari interaksi pengembang dan suhu terhadap tinggi roti bolu H1 = ada pengaruh dari interaksi pengembang dan suhu terhadap tinggi roti bolu
H0 diterima jika nilai sig > 0,05 dan H0 ditolak jika sig < 0,05. Kesimpulan : a. b. c. Karena tabel diatas menunjukkan bahwa sig = 0,000 < 0,05 maka H0 ditolak dan dapat ditarik kesimpulan bahwa ada pengaruh dari pengembang terhadap tinggi roti bolu. Karena tabel diatas menunjukkan bahwa sig = 0,047 < 0,05 maka H0 ditolak dan dapat ditarik kesimpulan bahwa ada pengaruh dari suhu terhadap tinggi roti bolu. Karena tabel diatas menunjukkan bahwa sig = 0,016 < 0,05 maka H0 ditolak dan dapat ditarik kesimpulan bahwa ada pengaruh interaksi dari pengembang dan suhu terhadap tinggi roti bolu.
18
ANOVA
4.2.2.2 Perhitungan Manual
MODUL V
Uji ANOVA adalah uji menganalisis perbedaan rata-rata variabel terikat berdasarkan lebih
dari dua kelompok yang terdapat pada variabel bebas. Uji F merupakan uj hipotesis. Berikut perhitungan manual Two Way ANOVA. 1. Formulasi Hipotesis H0: Tidak ada pengaruh antara perbedaan Temperatur dan Bahan yang di pakai terhadap Tinggi Kue H1: Ada pengaruh antara perbedaan Temperatur dan Bahan yang di pakai terhadap Tinggi Kue
Tabel 4.13 Perhitungan Manual Two Way ANOVA Bahan Pengembang SP Suhu 150 5,29 5,2 4,94 5,01 5,04 5,13 5,23 5,03 5,25 5,17 51,29 5,129 5,8 5,64 6 5,79 5,72 6,1 5,55 5,8 5,44 5,63 57,47 5,747 108,76 5,438 Jumlah 160 5,27 5,31 5,2 5,35 5,4 5,29 5,33 5,13 5,23 5,25 52,76 5,276 5,85 5,9 5,9 5,45 5,7 5,8 5,8 5,85 5,95 6,1 58,3 5,83 111,06 5,553 Rata Rata
140 5,55 5,85 5,19 5,36 5,37 5,31 5,3 5,16 5,35 5,38 53,82 5,382 5,92 5,85 5,78 5,45 5,49 5,59 5,63 5,69 5,89 5,82 57,11 5,711 110,93 5,5465
157,87 15,787
52,623 5,262
57,627 5,763
= 1823,25937
19
ANOVA
Jumlah Kuadrat Faktor Bahan Pengembang (JKA) = 3,75500 Jumlah Kuadrat Faktor Suhu (JKB) = Jumlah Kuadrat Faktor Bahan Pengembang dan Suhu (JAB) = 1823,25937 = 4,15263
MODUL V
1823,25937 =
1823,25937 = 0,16694
Jumlah Kuadrat Interaksi Faktor Bahan Pengembang dan Suhu (JKAB) = JAB - JKA JKB = 4,15263 - 3,75500 - 0,16694 = 0,23069 Jumlah Kuadrat Kekeliruan(JKE) = JKT JKR JKA JKB JKAB 1828,80510 1823,25937 3,75500 0,16694 0,23069 = 1,3931 Tabel 4.14 Tabel Two Way ANOVA
Db 1 1 2 2 54 60
FTabel F0,05 (1;54) = 4.02 F0,05 (2;54) = 3.17 F0,05 (2;54) = 3.17
a. b. c.
H0 = tidak ada pengaruh dari pengembang terhadap tinggi roti bolu H1 = ada pengaruh dari pengembang terhadap tinggi roti bolu H0 = tidak ada pengaruh dari suhu terhadap tinggi roti bolu H1 = ada pengaruh dari suhu terhadap tinggi roti bolu H0 = tidak ada pengaruh dari interaksi pengembang dan suhu terhadap tinggi roti bolu H1 = ada pengaruh dari interaksi pengembang dan suhu terhadap tinggi roti bolu
H0 diterima jika nilai sig > 0,05 dan H0 ditolak jika sig < 0,05. Kesimpulan : a. b. c. karena Fhitung = 145,6555 > Ftabel = 4,02 maka H0 ditolak dan dapat ditarik kesimpulan bahwa ada pengaruh dari pengembang terhadap tinggi roti bolu. karena Fhitung = 3,235 > Ftabel = 3,17 maka H0 ditolak dan dapat ditarik kesimpulan bahwa ada pengaruh dari suhu terhadap tinggi roti bolu. karena Fhitung = 4,47 > Ftabel = 3,17 maka H0 ditolak dan dapat ditarik kesimpulan bahwa ada pengaruh interaksi dari pengembang dan suhu terhadap tinggi roti bolu. 4.2.2.3 Analisis dan Interpretasi Data
20
MODUL V
21