1

BAB 1 PENDAHULUAN

1.1 Latar Belakang Tempo dulu dalam menggambarkan keadaan dan menyelesaikan problemproblem,hanyadigunakan dalam militer dan kenegaraan.Namun di era

globalisasi ini hampir semua bidang menggunakan statistik yang bergantung pada masalah yang dijelaskan oleh nama statistik itu sendiri Saat ini,berbagai informasi tidak jarang menyajikan bentuk

grafik,table,analisis, atau bentuk-bentuk lain.Bahkan, telah dipakai oleh mereka yang bekerja sebagai seorang praktisi dalam banyak bidang.Informasi sejenis ini mengharuskan para pembaca untuk mampu memahami makna lambing-lambang itu secara tepat.Kekeliruan ketika menafsirkan lambang-lambang tersebut mengakibatkan kesalahpahaman pembaca atas maksud informasi yang disampaikan berdasarkan data statistik. Statistik berasal dari kata state(Yunani) yaitu negara dan digunakan untuk urusan Negara. Statistik digunakan untuk ukuran sebagai wakil dari kelompok fakta.Untuk memperoleh sejumlah informasi yang menjelaskan masalah untuk ditarik kesimpulan yang benar,harus melalui beberapa proses yaitu:proses pengumpulan informasi,pengolahan informasi,dan proses penarikan

kesimpulan.Secara umum,Statistik adalah rekapitulasi dari fakta yang bentuk angka-angka disusun dalam bentuk tabel dan diagram yang mendiskripsikan suatu permasalahan.Kesemuanya itu memerlukan pengetahuan tersendiri yang disebut statistika.

Dalam statistika,dikenal dengan istilah statistika deskriptif .Statistika deskriptif merupakan bagian dari Statistika yang mempelajari cara pengumpulan dan penyajian data sehingga mudah dipahami.Statistika deskriptif berhubungan dengan menguraikan atau memberikan keterangan-keterangan mengenai suatu data keadaan.Dengan kata lain,Statistika deskriptif berfungsi menerangkan keadaan,gejala,atau persoalan. Selain itu ,di dalam ilmu statistika dikenal juga istilah ANOVA.ANOVA merupakan suatu analisis untuk menguji ,apakah terdapat perbedaan antara lebih dari dua populasi.Dimana populasinya harus berdistribusi normal ,variansinya homogen dan saling bebas.Didalam ANOVA ,populasi harus berdistribusi normal dan variansinya homogen,serta merupakan populasi yang bebas Dalam menerapkan proses pendataan statistik secara statistika deskriptif dan secara ANOVA dua arah(tanpa interaksi ),maka akan dilakukan penelitian

terhadap data penjualan baju pada market. 1.2 Batasan Masalah Untuk mencegah meluasnya permasalahan yang ada dan agar lebih terarah,maka dilakukan pembatasan.Batasan-batasan itu adalah sebagai berikut: 1.Ruang lingkup penelitian hanya pada data penjualan Market Plaza. 2.Penelitian dilakukan pada data penjualan Market Plaza. 3.Pembahasan data hanya di lakukan pada data Penjualan Market Plaza. 1.3 Rumusan Masalah Berdasarkan uraian pada latar belakang ,maka rumusan masalah adalah: 1 2. Bagaimana penggambaran data yang terjadi pada penjulaan baju market? Bagaimana kehomogenan jumlah penjualan terhadap daerah penjualan?

3. 4. 5.

Bagaiman kehomogenan jumlah penjualan terhadap merek baju? Bagaimana rata-rata jumlah penjualan terhadap daerah penjualan? Bagaimana rata-rata jumlah penjualan terhadap merek baju?

1.4 Tujuan Penelitian Dengan adanya permasalahan yang muncul,maka tujuan dari penelitian ini adalah: 1 Mengetahui penggambaran data yang terjadi pada kualitas AIR MINUM PDAM desa suramadu tahun 2011? 2. 3. 4. 5. Mengetahui kehomogenan jumlah penjualan terhadap daerah penjualan? Mengetahui kehomogenan jumlah penjualan terhadap merek baju? Mengetahui rata-rata jumlah penjualan terhadap daerah penjualan? Mengetahui rata-rata jumlah penjualan terhadap merek baju?

1.5 Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini ,diantaranya adalah: 1 Memberikan pendiskripsian. 2 Sebagai bahan informasi bagi analisa kesehatan ,terutama untuk pihakpihak yang akan melakukan penelitian dengan dengan topik bahasan yang sama. 3 Sebagai bahan evaluasi untuk analisa pengambilan keputusaan. informasi ilmiah secara ilmu Statistika tentang

BAB 2 TIJAUAN PUSTAKA

2.1 Statistika Deskriptif Sesuai dengan namanya,statistika deskriptif bertugas hanya untuk memperoleh gambaran(description) atau ukuran-ukuran tentang data yang ada di tangan.Jika data yang dianalisis merupakan sampel dari suatu populasi maka Statistika deskriptif akan menghasilkan ukuran-ukuran

sampel(statistik),sedangkan jika data yang dianalisis merupakan keseluruhan populasi maka Statistika deskriptif akan menghasilkan ukuran-ukuran populasi(parameter)(Furqon,2004). Statistika deskriptif dapat mendiskripsian atau menggambaran tentang data yang disajikan dalam bentuk table,diagram,pengukuran rata-rata tendensi

sentral,rata-rata

hitung,rata-rata

ukur,dan

harmonik,pengukuran presentil),pengukuran

penempatan(median,kuartil,desil,dan penyimpangan(range,rentangan antarkuatil,simpangan antar

kuartil,rentangan baku,varians,dan

semi angka

rata-rata,simpangan

baku)(Riduwan,2008).Statistika deskriptif merupakan bagian dari Statistika yang mempelajari cara pengumpulan dan penyajian data sehingga mudah dipahami.Statistika deskriptif berhubungan dengan menguraikan atau

memberikan keterangan-keterangan mengenai suatu data keadaan(Iqbal,2004). 2.2 Analisis Deskriptif Analisis deskriptif adalah analisis yang menggambarkan suatu data yang akan dibuat baik sendiri maupun secara kelompok.Dalam penyajian ini akan

dibahas mengenai pengukuran tendensi sentral(pengukuran gejala pusat misalnya mean,mode,dan median) dan pengukuran

penyimpangan(range,standard deviation,dan variance),juga dibahas tentang grafis dan diagram.Pengukuran ini digunakan untuk menjaring data yang menunjukkan pusat atau pertengahan dari gugsan data yang menyebar.Nilai rerata dari kelompok data itu,diperkirakan dapat mewakili seluruh nilai data yang ada dalam kelompok tersebut.Tujuan analisis diskriptif untuk membuat gambaran secara sistematis data yang factual dan akurat mengenai fakta-fakta serta hubungan antar fenomena yang diselidiki atau diteliti(Riduwan,2008). Analisis data univariat atau analisis data berdasarkan variable tunggal sering kurang atau tidak diperhatikan oleh peneliti,karena beberapa faktor,anatar lain karena analisis data univariat dipandang tidak perlu dilakukan,bahkan ada yang mengganggap analisis data univariat tidak ada manfaatnya(Gusti,2004). 2.2.1 Tabel dan Grafik Data statistik dan hasil penelitian sering disajikan dalam bentuk table dan grafik.Kedua hal ini merupakan ringkasan data statistik yang sangat menarik dan komunikatif sebagaimana suatu pepatah mengatakan:a picture is worth a thousand of word.Memang ,sebuah grafik atau table dapat mewakili ratusan atau bahkan ribuan kata dalam suatu bentuk yang kompak dan

menarik(Furqon,2004). Kegiatan pengukuran akan menghasilkan seperangkat data yang disebut data mentah aatau skor mentah(raw score) jika data itu berbentuk skor.Daalam Statistik Deskriptif,grafik merupakan alat yang tidak dapat digantikan oleh alat lain.Sejumlah software computer menyediakan fasilitas yang sangat intensif untuk mendesain dan menghasilkan grafik,seperti Harvard Graphic dan

SYSTAT.Hal ini antara lain karena grafik lebih mudah dipahami,dalam banyak hal,daripada table terbaik sekalipun (Furqon,2004). 2.2.2 Sari Numerik 2.2.2.1 Ukuran Gejala Pusat Istilah gejala pusat(central tendency) digunakan untuk menunjukkan nilai atau ukuran yang mendekati titik konsentrasi perangkat data hasil suatu pengukuran.Ukuran gejala pusat sering digunakan sebahai gambaran umum tentang kecenderungan atau sebagai wakil dari suatu perangkat data.Ungkapanungkapan seperti penduduk di daerah snu tergolong miskin, upah buruh di Indonesia dalah murah, dan siswa-siswa di SMA Y lebih pandai daripada siswa-siswa di SMA Z biasanya dirumuskan atas dasar ukuran gejala pusat.Gejala pusat sering digunakan ,yaitu modus,median,dan rata-rata(mean)( Furqon,2004). Rata rata biasanya digunakan untuk menunjukkan gejala pusat suatu perangkat data yang berskala interval dan rasio.Gambaran terhadap suatu masalah dari sekelompok sampel biasanya dinyatakan dalam bentuk ratarata.Walaupun modus dan median dapat digunakan terhadap data yang berskala interval dan rasio.Ferguson,dan Takane(1989) menyatakan bahwa modus seringkali digunakan terhadap data berskala nominal,sedangkan median terhadap data berskala ordinal(Furqon,2004). 2.2.2.2 Ukuran Persebaran Dua macam ukuran persebaran parametrik yang kerap kali diperhatikan adalah varian atau standar deviasi(s.d.) dan range yang merupakan selisih nilai maximum dan nilai minimum(Furqon,2004).

Dua kelompok individu dapat mempunyai perbedaan daam hal nilai rerata dan varian(s.d.) secara statistik deskriptif parametrik.Oleh karena itu,perbedaan nilai rerata antarkelompok hanyalah perlu dibicarakan jika dan hanya jika kedua kelompok itu mempunyai varian(s.d.) yang sama atau hamper sama.Pernyataan ini tentu menimbulakn masalah bilamana dua buah varian disebut hamper sama.Dalam pengujuan hipotesis tentang perbedaan rerata disertai dengan asumsi kedua populasi yang bersangkutan mempunyai varian yang sama(Furqon,2004). 2.3 ANOVA Prinsip varian bekerja menurut perbedaan varian masing-masing kelompok data.Varian tersebut merupakan rerata kuadrat skor simpangan atau skor deviasinya.skor simpangan ini adalah perbedaan setiap skor dari rerata kelompoknya(Ariyanto,2005). Istilah mean of squares dalam ANOVA tidak lain adalah rerata kuadrat skor simpangannya yang menunjukkan variansi suatu distribus yang diamati.Mean of squares ini diperleh dari jumlah kuadrat skor simpanganya atau yang dikenal dengan istilah Sum of Squares dibagi dengan jumlah

sampelnya(Ariyanto,2005). Untuk menguji hipotesis,ANOVA melakukan perbandingan antar variansi antarkelompok (yang dikenal dengan istilah Mean of Squares Between Groups ) dengan variansi dalam kelompok(yang dikenal Mean of squares within Groups ) .Hasil perbandingan tersebut (F hitung) kemudian diuji signifikannya untuk mengetahui penerimaan atau penolakan dari hipotesis yang

diajukan.Hipotesis yang diuji adalah hipotesis nihil(Ho) sesuai dengan kaidah umum yang disepakati(Ariyanto,2005).

2.3.1 ANOVA 2 ARAH Sejauh ini kita telah mendiskusikan analisis varian satu jalan.Dengan menggunakan teknik ini kita dapat membandingkan beberapa rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu varian variable adalah

perlakuan.Bagaimanapun,keuntungan

teknik

analisis

memungkinkan untuk memperluas analisis pada situasi dimana hal-hal yang sedang dikukur dipengaruhi oleh dua atau lebih variable,misalnya: 1.Kita membandingkan pencapaian jumlah kilometer per satuan waktu dari bahan bakar yang diberi tambahan dua jenis zat additive pada tiga jenis mobil. 2.Kita membandingkan efek dua jenis program pelatihan dan frekuensi sesi-sesi pelatihan terhadap produktivitas kerja. 3.Kita membandingkan perbedaan-perbedaan harga supermarket menurut jenis-jenis item produk(Sarwoko,2007). Efek-efek utama dari suatu variable perlakuan tertentu berhubungan dengan rat-rata respons pada tingkat-tingkat yang berbeda dari variable tersebut tanpa mempertimbangkan faktor atau variable lain.Sementara efek interaksi terjadi apabila respons-respons yang berbeda pada level-level dari suatu variable perlakuan tertentu dihubungkan dengan level-level dari variable yang di antara tiga

lain.Dengan kata lain,ada kerjasama antara dua atau lebih variable perlakuan dalam mempengaruhi variable terikat(Sarwoko,2007). Metode ANOVA 2 arah untuk variable univariat merupakan

pengembangan dari ANOVA,dengan asumsi hubungan antara faktor/kovariat (Singgih,2012).

BAB 3 KASUS DAN PEMBAHASAN

Pimpinan perusaahaan MARKET PLAZA ingin mengetahui apakah ada perbedaan yang nyata pada penjualan baju di cabang MARKET PLAZA untuk tiap merek baju pada 4 daerah penjualan.Dengan data sebagai berikut: Tabel 3.1 Data penjualan baju kota penjualan merek baju Balikpapan Nevada 59 Polo 40 quick silver 15 batik solo 20 Sumber(elsan,2012)

Samarinda 56 43 30 18

Tenggarong 70 56 30 24

Bontang 65 53 19 10

3.2 Pembahasan 3.2.1 Statistika deskriptif Tabel 3.2 sari numerik data Statistics Penjualan Mean Median Mode Sum 38.0000 35.0000 30.00 608.00

10

Gambar 3.2 diagram Box-Plot

3.2.2 ANOVA 3.2.2.1 Tes Kenormalan Tabel3.3 Tes Kenormalan Shapiro-Wilk Statistik .926

Penjualan

Df 16

Sig. .209

Rumusan Hipotesis H0 : Data penjualan baju Market Plaza berdistribusi normal. H1 : Data penjualan baju Market Plaza tidak berdistribusi normal.

11

Taraf Signifikasi Daerah Kritis Menolak H0 apabila, P-value < Keputusan Karena Pvalue = 0.209 > Kesimpulan Data penjualan baju Market Plaza berdistribusi normal. , maka H0 diterima.

3.2.2.2 Tes Kehomogenan 3.2.2.2.1 faktor ke 1 Tabel 3.3 kehomogenan penjualan terhadap daerah penjualan F 1.311 df1 3 df2 12 Sig. .316

Rumusan Hipotesis Ho:Variansi keempat daerah penjualan terhadap jumlah penjualan sama(homogen). H1: Variansi keempat daerah penjualan terhadap jumlah penjualan berbeda(heterogen). . Taraf Signifikasi Daerah Kritis Menolak H0 apabila, P-value < Keputusan Karena Pvalue = 0.316 > Kesimpulan Variansi keempat daerah penjualan terhadap jumlah penjualan sama(homogen). , maka H0 gagal ditolaak

12

3.2.2.2.2 Faktor ke 2 Tabel 3.4 kehomogenan penjualan terhadap merek baju F .973 df1 3 df2 12 Sig. .438

Rumusan Hipotesis Ho:Variansi keempat merek baju terhadap jumlah penjualan sama(homogen). H1: Variansi keempat merek baju terhadap jumlah penjualan berbeda(heterogen). . Taraf Signifikasi Daerah Kritis Menolak H0 apabila, P-value < Keputusan Karena Pvalue = 0.438 > , maka H0 gagal ditolak

Kesimpulan Variansi keempat merek baju terhadap jumlah penjualan sama(homogen).

3.3 UJI ANOVA 2 ARAH 3.3.1 Faktor ke 1 Tabel 3.3 rata-rata penjualan terhadap daerah penjualan Faktor Df Mean Squre F Sig. Daerah 3 96,5 0,209 0,888

13

Rumusan Hipotesis H0: = (Tidak ada rata-rata jumlah penjualan terhadap daerah penjualan). H1: (Minimal terdapat satu daerah penjualan yang memberikan rata-rata jumlah penjualan yang berbeda). Taraf Signifikasi Daerah Kritis Menolak H0 apabila, P-value < Keputusan Karena Pvalue = 0,888 > Kesimpulan Tidak ada rata-rata jumlah penjualan terhadap daerah penjualan. , maka H0 gagal ditolak

3.3.3 Faktor ke 2 Faktor Df Merek Baju 3 Rumusan Hipotesis Tabel 3.3 rata-rata penjualan terhadap merek baju Mean Squre F Sig. 1747,333 36.403 0,000

Ho: = (Tidak ada rata-rata jumlah penjualan terhadap merek baju). H1: (Minimal terdapat satu merek baju yang memberikan rata-rata jumlah penjualan yang berbeda). Taraf Signifikasi Daerah Kritis Menolak H0 apabila, P-value <

14

Keputusan Karena Pvalue = 0,000< Kesimpulan Terdapat satu merek baju yang memberikan rata-rata jumlah penjualan yang berbeda. , maka H0 ditolak

15

BAB 4 PENUTUP

4.1 Kesimpulan 1.Berdasarkan gambar didapat bahwa penggambaran data berdistribusi normal. 2.Variansi jumlah penjualan terhadap keempat daerah penjualan adalah homogen. 3.Variansi jumlah penjualan terhadap keempat merek baju adalah homogen. 4.Tidak ada rata-rata jumlah penjualan terhadap keempat daerah penjualan. 5.Terdapat satu merek baju yang memberikan rata-rata jumlah penjualan yang berbeda. 4.2 Saran Agar dalam penerapan pengendalian kualitas lebih ditingkatkan .Maka ,pelaksanaannya mengikutsertakan antara pihak quality control dengan pembeli ,sehingga terjadi komunikasi.Sehingga penjulan baju di Market Plaza dapat terjaga dan ditingkatkan lagi.

16

DAFTAR PUSTAKA

Ridwan

dan

Akdon.2008.Rumus

dan

Data

dalam

Analisis

Statistika.Bandung:Alfabeta. Furqon.2004.Statistika Terapan untuk Penelitian.Bandung:Alfabeta. Hasan,iqbal.2004.Analisis Aksara. Gusti.2004.Statistika.Depok:Raja Grafindo Persada. Ariyanto.2005.Pengembangan analisis multivariate SPSS 12.Jakarta:Wahana Komputer. Andi.1996.Panduan Lengkap SPSS 6.0 for windows.Semarang:Wahana Komputer. Sarwoko.2007.Statistika Inferensi untuk Ekonomi dan Bisnis.Yogyakarta:Andi. Singgih.2012.Aplikasi SPSS pada Statistika Parametrik.Jakarta:Elex Media Komputindo. Data Penelitian dengan Statistik.Jakarta:Bumi