BAB I
PENDAHULUAN
konstanta pembentuk suatu fenomena alam yang berguna dalam memprediksi fenomena
yang akan terjadi selanjutnya.
Sebagai seorang mahasiswa teknik industri, ilmu mengenai analisis variansi sangat
diperlukan untuk melakukan prediksi sebelum mengambil keputusan dalam dunia kerja
nantinya dimana sebagai pedoman untuk mengambil suatu keputusan.
Identifikasi Masalah
Studi Pustaka
Pengumpulan Data
Pengolahan Data
Pengujian
a. Anova
b. Orthogonal Contrast
c. Perbandingan
(LSD,
Duncan,
Tukey)
d. Dunnets
e. Regresi Majemuk
Analisis
BAB II
TINJAUAN PUSTAKA
dalam cabang statistika inferensi. Anova atau analisis variansi merupakan salah satu
cara untuk menguji apakah ada persamaan nilai rata-rata dari satu atau lebih
populasi. Anova dibedakan menjadi dua yaitu one way anova dan two way anova.
Perbedaan antara keduanya terletak pada faktor yang mempengaruhi besarnya nilai
rata-rata tersebut. Pada one way anova klasifikasi pengamatan berdasarkan satu
kriteria, sedangkan pada two way anova klasifikasi berdasarkan dua kriteria. Secara
umum anlisis variansi menguji dua varian atau ragam berdasarkan hipotesis nol
bahwa kedua varian itu sama. Analisis Variansi sendiri pertama kali diperkenalkan
oleh R. A. Fisher.
(Modul Praktikum Statistika Industri 2014)
2.1.2
analisis dan interpretasi data yang berasal dari penelitian-penelitian dalam bidang
pertanian dan biologi. Namun demikian, saat ini Anova sendiri juga digunakan dalam
bidang industri, social, ekonomi, psikologi, dan lain-lain. Analisis Variansi
merupakan alat yang digunakan untuk mengevaluasi kebaikan model regresi. Jadi
Anova bertujuan untuk menemukan variabel independen dalam penelitian dan
mengetahui interaksi antar variabel dan pengaruhnya terhadap suatu perlakuan.
Model regresi yang baik, salah satunya ditandai oleh ting-ginya koefisien
2
determinasi, dinotasikan R2 atau Radj
, yang dapat dihasilkan oleh Tabel Analisis
Variansi. Apabila terdapat himpunan data random yang saling independen, dan tidak
ada faktor yang mempenga-ruhi, maka data tersebut akan bervariasi terhadap
meannya. Pada data random yang dipengaruhi oleh suatu faktor, variasi terhadap
pengaruh faktor ikut berkontribusi.
Program Studi Teknik Industri
Universitas Diponegoro
2.1.3
persyaratan yang diperlukan oleh teknik tersebut haruslah dipenuhi agar analisis
terhadap sekumpulan data dapat dinyatakan shahih. Asumsi-asumsi yang mendasari
analisis variansi yang perlu diperhatikan agar pengujian menjadi shahih adalah :
1. Normalitas
Normalitas berarti nilai residual (ij) dalam setiap perlakuan (grup) yang
terkait dengan nilai pengamatan Yi harus terdistribusi secara normal. Jika
nilai residual terdistribusi secara normal, maka nilai Yi pun akan
berdistribusi normal. Apabila ukuran sampel dan varians sama, maka uji
ANOVA
sangat
tangguh
terhadap
asumsi
ini.
Dampak
dari
dan galat (ij) bersifat aditif, dengan kata lain pengaruh penambahan yang
berasal dari perlakuan bersifat konstan untuk setiap ulangan dan pengaruh
ulangan bersifat konstan untuk setiap perlakuan. Nilai Respons (Yij)
merupakan nilai rata-rata umum ditambah dengan penambahan dari
perlakuan dan galat.
populasi yang diteliti agar diperoleh penduga yang tepat dan teliti dengan biaya dan
waktu serta tenaga yang terbatas, atau dengan kata lain cara utnuk mendapatkan
jawaban bagi suatu permaslahan dengan tepat, teliti, sesuai biaya, waktu, dan tenaga
yang tersedia. Peranan rancangan percobaan sangat membantu dalam pemelitian
ilmiah yang berguna untuk memberi jawaban yang pasti mengenai dugaan-dugaan
atau pernyataan yang timbul mengenai suatu persaoalan.
(www.slideshare.net)
2.2.2
2.2.3
ketahui, yaitu :
Perlakuan (treatment)
Perlakuan adalah suatu prosedur yng dikenakan pada tiap unit percobaan
dan diukur pengaruhnya serta diperbandingkan satu sama lainnya.
Satuan amatan
Merupakan suatu bagian dari suatu percobaan tempat dimana respon
suatu perlakuan diukur atau kepadanya diterpakan pengamatan tunggal.
Missal seekor sapi dalam percobaan makanan ternak.
Factor
2.2.4
2.2.5
a. Replikasi
Ulangan adalah diterapkannya satu perlakuan kepada lebih dari satu satuan
percobaan. Ulangan merupakan hal yang penting dalam suatu penelitian dan
mempunyai
Meningkatkan
fungsi
untuk
presisi
(1)
dengan
Menyediakan
menurunkan
galat
percobaan;
simpangan
baku);
(2)
(3)
c. Kontrol lokal
Kontrol lokal merupakan sebagian dari keseluruhan prinsip rancangan yang
harus dilaksanakan. Biasanya merupakan langkah-langkah atau usaha-usaha
yang berbentuk penyeimbangan, pemblokan, dan pengelompokan unit-unit
percobaan yang digunakan dalam rancangan. Salah satu caranya adalah
dengan mengelompokkan satuan eksperimen yang serupa ke dalam blok
tertentu. Pemblokiran dipergunakan untuk meningkatkan ketelitian setinggi
mungkin dari hasil percobaan.
2.2.6
10
Definisi RAL
Rancangan Acak Lengkap (RAL) merupakan rancangan dasar. Semua
rancangan random berpangkal pada RAL dengan menempatkan pembatasanpembatasan dalam alokasi perlakuan dalam lapangan percobaan. Apabila unit
percobaan terlalu heter0gen, salah satu cara untuk mengontrol variabilitas adalah
dengan mengadakan stratifikasi kedalam kelompok -kelompok yang lebih homogen.
RAL dapat didefinisikan sebagai rancangan dengan beberapa perlakuan yang
disusun secara random untuk seluruh unit percobaan. Tidak ada pembatasan yang
dikenakan dalam menyusun perlakuan untuk tiap unit percobaan. Diterapkan pada
percobaan yang dilakukan pada lingkungan homogen (atau dapat dianggap
homogen), misalnya percobaan-percobaan yang dilaksanakan di laboratorium atau
rumah kaca dimana pengaruh lingkungan secara nisbi lebih mudah dikendalikan.
Perlu dijelaskan disini bahwa yang disebut "lingkungan" adalah faktor-faktor lain
diluar faktor yang sedang diteliti. Dalam percobaan RAL setiap unit percobaan
ditempatkan secara acak serta tidak mengikuti suatu pola baris atau lajur tertentu.
11
2.3.2
lengkap, yang artinya kita perlakukan semua satuan percobaan sebagai satu kesatuan
dimana perlakuan-perlakuan (baik yang sama atupun tidak) ditempatkan ke
dalamnya secara acak.
Tabel 2.1 Analisis Variansi untuk Rancangan Acak Lengkap
Sumber
Variasi
Jumlah kuadrat
Derajat
Rataan
Kebebasan
kuadrat
hitungan
Perlakuan
Galat
Ti 2
JKA
JKG
i 1
= JKT- JKA
k
Jumlah
2.3.3
JKT
T 2 ..
nk
= yij2
i 1 j 1
T 2 ..
nk
k-1
k(n-1)
S i2
JKA
k 1
S2
JKG
k (n 1)
S i2
S2
Nk-1
Kelebihan RAL
Rancangan Acak Lengkap tentu saja memiliki beberapa kelebihan. Berikut
adalah beberapa kelebihan yang dimiliki Rancangan Acak Lengkap adalah sebagai
berikut:
12
2.3.4
Kekurangan RAL
Selain kelebihan, Rancangan Acak Lengkap tentu saja juga memiliki
Definisi RAK
RAK atau yang nama lainnya adalah Rancangan Acak Kelompok, umumnya
2.4.2
Sumber
Jumlah kuadrat
Variasi
Derajat
Rataan
Kebebasan
kuadrat
hitungan
Perlakuan
T
JKA
i 1
T 2 ..
bk
k-1
S i2
JKA
k 1
b -1
S2
JKB
b 1
S i2
S2
Blok
T
j 1
.j
T 2 ..
bk
13
Lanjutan Tabel 2.2 Rumus Perhitungan ANOVA untuk Rancangan Acak Kelompok
JKG
Galat
= JKT- JKA -
JKB
JKT
Total
S2
JKG
(b 1)(k 1)
yij2
i 1 j 1
2.4.3
(k 1)(b-1)
T 2 ..
bk
bk-1
Kelebihan RAK
RAL, tentu saja RAK juga memiliki beberapa kelebihan dan kekurangan.
2.4.4
Kekurangan RAK
Selain kelebihan, RAK tentu saj juga memiliki beberapa kekurangan, salah
c d
i 1
= 0.......................................................(2-1)
n c d = 0.....................................................(2-2)
i 1
i i
14
2.5.2
Uji LSD
Pengujian dilakukan dengan uji t antar seluruh pasangan grup mean. untuk
menentukan nilai LSD yang nantinya dipakai sebagai nilai perbandingan yang akan
dibandingkan dengan selisih rataan pertama yang ingin diuji. Uji ini akan sangat baik
digunakan apabila pengujian mean yang akan diperbandingkan sebelumnya telah
direncanakan.
LSD= t / 2, 45
2 xs 2
..(2-3)
n
( Montgomery. Douglas C. 1991)
2.5.3
Uji Duncan
Uji ini disebut juga uji rentangan-darab Duncan. Rentangan setiap himpunan
bagian dari p rataan sampel haruslah melibihi suatu nilai tertentu sebelum setiap p
rataan dikatakan berbeda. Nilai ini disebut rentangan berarti terkecil untuk p rataan.
Syi =
s2
.........................................................(2-4)
n
(Wapole/Meyers. 1995)
2.5.4
Uji Dunnet
Dunnet mengembangkan uji ini dan mempopulerkannya pada tahun
1955. Uji Dunnet mempertahankan MEER pada level yang tidak lebih dari taraf
nyata yang ditentukan. misal = 0.05. Pada metode ini. hanya membutuhkan satu
nilai pembanding yang digunakan untuk membandingkan antara kontrol dengan
perlakuan lainnya. Formulanya mirip dengan LSD. namun pada uji ini. nilai t yang
digunakan bukan t-student yang digunakan pada uji LSD. Dunnet menggunakan
tabel t tersendiri. yang biasanya terlampir pada buku-buku perancangan percobaan.
2.5.5
Uji Tukey
Metode Tukey menyangkut pencarian perbedaan yang berarti antara 2 rataan
dengan memakai suatu nilai kritis sebagai perbandingan semua perlakuan yang
berpasangan. Metode perbandingan oleh Tukey menyangkut pencarian perbedaan
Program Studi Teknik Industri
Universitas Diponegoro
15
yang berarti antara reataan i dan j (ij) bila ( yi y j ) lebih besar daripada
q[ , k , v]s 1 .
n
2.6 Uji T
Uji ini berfungsi untuk menguji bagaimana pengaruh masing-masing variable
bebasnya secara sendiri-sendiri terhadap variable terikatnya. Selain itu uji T dugunakan
untuk mengetahui apakah variable-variable independen secara parsial berpengaruh
nyata atau tidak. Derajat signifikasi yang digunakan adalah 0,05. Apabila nilai
signifikan lebih kecil dari derajat kepercayaan , maka diterima hipotesis alternatif.
2.7 Uji F
Uji F ini digunakan untuk mengetahui apakah variable-variable independen secara
simultan berpengaruh signifikan terhadap variable-variable dependen. Derajat
kepercayaan adalah 0,05. Apabila nilai F hasil perhitungan lebih besar daripada nilai F
menurut tabel , maka hipotesis alternatif , sehingga variable independen berpengaruh
pada variable dependen.
(regeresi.berganda.uji.f.uji.t.htm)
kita
16
Untuk uji normalitas dan uji homogenitas mengunakan tools sebagai berikut:
Analyze
Desriptive
Eksplore
Uji Anova, uji orthogonal contras, uji perbandingan berpasangan (LSD, Duncan,
dan Tukey) dan perbandingan dengan kontrol (Dunnets) mengunakan tools sebagai
berikut:
Analyze
Compare Means
Non parametric
Chi Square
Interactive
Scatter Plot
17
18
BAB III
PENGOLAHAN DATA DAN ANALISIS
3.1 RAL
3.1.1
Pengumpulan Data
Berikut ini adalah tabel data hasil percobaan RAL mengenai jauhnya bola
tenis yang dipantulkan pada cor-coran dengan ketinggian awal 20cm, 40cm, 60cm,
80cm dilakukan sebanyak 10 kali untuk setiap perlakuannya.
Tabel 3.1 Data RAL
RAL
corcoran
corcoran
corcoran
corcoran
corcoran
corcoran
corcoran
corcoran
corcoran
corcoran
20cm
40cm
60cm
80cm
12
24
36
46
13
26
35
45
14
25
37
46
13
22
38
45
14
26
34
47
15
24
36
48
13
25
37
47
14
23
34
44
15
26
35
43
12
23
38
44
19
3.1.2
Hipotesis
1. Ho : Data berdistribusi normal
2. H1 : Data tidak berdistribusi normal
3. = 0,05
4. Daerah kritis : nilai signifikansi < 0,05
5. Perhitungan :
Tabel 3.2 Uji Normalitas dengan SPSS
Tests of Normality
Kolmogorov-Smirnov
Statistic
VAR00001
VAR00002
VAR00003
VAR00004
-
.178
.168
.149
.129
Df
10
10
10
10
Shapiro-Wilk
Sig.
*
.200
.200*
.200*
.200*
Statistic
df
Sig.
.907
.908
.918
.966
10
10
10
10
.258
.268
.341
.849
6. Keputusan
Uji Kolmogorov-Smirnov: Jangan tolak H0 untuk semua perlakuan
karena p > 0.05. Uji Shapiro-Wilk: Jangan tolak H0 untuk semua
perlakuan karena p > 0.05.
7. Kesimpulan
Uji Kolmogorov-Smirnov: Data pada semua perlakuan berdistribusi
normal. Uji Shapiro-Wilk: Data pada semua perlakuan berdistribusi
normal.
Analisis
Jumlah data untuk Kolmogorov-Smirnov yaitu 10 data baik untuk
perlakuan 1, perlakuan 2, perlakuan 3 maupun untuk perlakuan 4.
Pedoman dalam pengambilan keputusan dengan uji normalitas yaitu
bila nilai signifikansi kurang dari 0,05 maka data tidak berdistribusi
20
normal, namun bila nilai signifikansi lebih dari 0,05, maka data
berdistribusi normal.
Nilai signifikan untuk uji Kolmogorov-Smirnov yaitu:
a.
b.
c.
d.
b.
c.
d.
21
- Perlakuan 2
22
- Perlakuan 3
23
- Perlakuan 4
24
25
-Perlakuan 2
26
-Perlakuan 3
27
-Perlakuan 4
Hipotesis
1. Ho : Data sampel berasal dari populasi yang berdistribusi normal
2. H1 : Data sampel tidak berasal dari populasi yang berdistribusi
normal
3. =0,05
28
4. Daerah kritis
P-Value < , maka sampel tidak berasal dari populasi yang
berdistribusi normal
5. Perhitungan :
Probability Plot of C1
Normal
99
Mean
StDev
N
KS
P-Value
95
90
29.85
12.27
40
0.124
0.119
Percent
80
70
60
50
40
30
20
10
5
10
20
30
C1
40
50
60
6. Keputusan
Uji Kolmogorov-Smirnov: Jangan tolak H0 untuk semua perlakuan
karena p > 0.05.
7. Kesimpulan
Uji Kolmogorov-Smirnov: Data pada semua perlakuan berdistribusi
normal.
Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa
data dari hasil keempat perlakuan berdistribusi secara normal. Hal
tersebut sesuai dengan perhitungan menggunakan software Minitab
dimana data memiliki nilai KS value yang melebihi nilai = 0.05.
29
Hipotesis
Between Groups
df
Square
(Combined)
5797.700
1932.567
974.403
.000
Linearity
5788.880
5788.880
2.919E3
.000
8.820
4.410
2.224
.123
71.400
36
1.983
5869.100
39
Deviation from
Linearity
Within Groups
Total
6. Keputusan
Jangan tolak H0 karena nilai deviation from linearity > 0,05 yaitu
0,123 > 0,05.Jadi bersifat linier.
7. Kesimpulan
Dilihat dari hasil diatas maka dihasilkan data memiliki model regresi
linier.
Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa
data dari hasil keempat perlakuan bersifat linierity. Hal tersebut sesuai
dengan perhitungan menggunakan software SPSS dimana data memiliki
nilai signifikasi dari deviation from linierity yang melebihi nilai =
Sig.
30
2. H1
3.
: 0.05
4. Daerah kritis
: 2 > 2
5. Perhitungan :
v = (jumlah baris 1) x (jumlah kolom 1) = (10 1) x (4 1) = 27
Dari tabel L5 didapat 2 (dengan nilai v = 27) = 40.113
ei =
= 13.341
perlakuan
replikasi
1
2
3
4
5
6
7
8
9
10
total
oi
12
13
14
13
14
15
13
14
15
12
1
ei
13.34171
13.45477
13.79397
13.34171
13.6809
13.90704
13.79397
13.00251
13.45477
13.22864
135
oi
24
26
25
22
26
24
25
23
26
23
2
ei
24.1139
24.31826
24.93132
24.1139
24.72697
25.13568
24.93132
23.50084
24.31826
23.90955
244
oi
36
35
37
38
34
36
37
34
35
38
3
ei
35.57789
35.8794
36.78392
35.57789
36.48241
37.08543
36.78392
34.67337
35.8794
35.27638
360
oi
46
45
46
45
47
48
47
44
43
44
4
ei
total
44.9665 118
45.34757 119
46.49079 122
44.9665 118
46.10972 121
46.87186 123
46.49079 122
43.82328 115
45.34757 119
44.58543 117
455 1194
31
perlakuan
replikasi
1
2
3
4
5
6
7
8
9
10
total
p1
p2
p3
p4
(oi-ei)^2/ei
(oi-ei)^2/ei
(oi-ei)^2/ei
(oi-ei)^2/ei
0.1349
0.0005
0.0050
0.0238
0.0154
0.1163
0.0216
0.0027
0.0031
0.0002
0.0013
0.0052
0.0088
0.1853
0.1649
0.0000
0.0074
0.0655
0.1689
0.0172
0.0859
0.0513
0.0318
0.0272
0.0457
0.0002
0.0013
0.0056
0.0765
0.0107
0.0131
0.0007
0.1775
0.1163
0.0216
0.1215
0.1141
0.0346
0.2103
0.0077
0.669267833 0.580957673 0.639593592 0.211473107
total
0.164229
0.155891
0.009717
0.358983
0.259086
0.19613
0.052736
0.100985
0.436849
0.366686
2.101292
6. Keputusan
Jangan tolak H0 untuk
<
7. Kesimpulan
Data besifat bebas antara perlakuan dengan replikasi.
- Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa data
dari hasil keempat perlakuan bersifat bebas antara perlakuan dan
replikasi. Hal tersebut sesuai dengan perhitungan menggunakan
perhitungan manual dimana data memiliki nilai
<
(2.101 <
b. SPSS
- Hipotesis
1
: 0.05
32
Daerah kritis :
Software SPSS dan Minitab : p < 0.05
Perhitungan :
Tabel 3.6 Uji Homogenitas RAL
Test of Homogeneity of Variance
Levene Statistic
df1
4.585
df2
3
Sig.
36
.008
a. There are no valid cases for VAR00001 when VAR00002 = .. Statistics cannot be computed for
this level.
6. Keputusan
Terima H0untuk Levene Statistic karena p > 0.05.
7. Kesimpulan
Data bersifat homogen dalam variansi dengan populasi yang dianggap
sama.
- Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa
data dari hasil keempat perlakuan bersifat homogen dalam variansi. Hal
tersebut sesuai dengan perhitungan menggunakan software SPSS
dimana data memiliki nilai signifikasi dan P value dari Levene Statistic
yang melebihi nilai = 0.05. Sifat homogen tersebut menunjukan
bahwa data dari hasil empat perlakuan memiliki variansi yang sama dari
populasinya dapat dianggap sama.
c. Minitab
- Hipotesis
1. H0 : Data bersifat homogen dalam variansi.
2. H1 : Data tidak bersifat homogen dalam variansi.
3. : 0.05
33
4. Daerah kritis :
Software SPSS dan Minitab : p < 0.05
5. Perhitungan :
Test for Equal Variances for C1
Bartlett's Test
Test Statistic
P-Value
1.33
0.721
C2
0.61
0.613
1.0
1.5
2.0
2.5
3.0
3.5
95% Bonferroni Confidence Intervals for StDevs
- Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa data
dari hasil keempat perlakuan bersifat homogen dalam variansi. Hal
tersebut sesuai dengan perhitungan menggunakan software Minitab
dimana data memiliki nilai signifikasi dan P value dari Levene Statistic
yang melebihi nilai = 0.05. Sifat homogen tersebut menunjukan bahwa
data dari hasil empat perlakuan memiliki variansi yang sama dari
populasinya dapat dianggap sama.
Program Studi Teknik Industri
Universitas Diponegoro
34
Hipotesis
1. H0 : Ada kebebasan antara perlakuan dengan replikasi.
2. H1 : Tidak ada kebebasan antara perlakuan dengan replikasi.
3.
: 0.05
= 13.341
perlakuan
replikasi
1
2
3
4
5
6
7
8
9
10
total
oi
12
13
14
13
14
15
13
14
15
12
1
Ei
13.34171
13.45477
13.79397
13.34171
13.6809
13.90704
13.79397
13.00251
13.45477
13.22864
135
oi
24
26
25
22
26
24
25
23
26
23
2
ei
24.1139
24.31826
24.93132
24.1139
24.72697
25.13568
24.93132
23.50084
24.31826
23.90955
244
oi
36
35
37
38
34
36
37
34
35
38
3
ei
35.57789
35.8794
36.78392
35.57789
36.48241
37.08543
36.78392
34.67337
35.8794
35.27638
360
oi
46
45
46
45
47
48
47
44
43
44
4
ei
total
44.9665 118
45.34757 119
46.49079 122
44.9665 118
46.10972 121
46.87186 123
46.49079 122
43.82328 115
45.34757 119
44.58543 117
455 1194
35
perlakuan
p1
p2
p3
p4
(oi-ei)^2/ei
(oi-ei)^2/ei
(oi-ei)^2/ei
(oi-ei)^2/ei
0.1349
0.0005
0.0050
0.0238
0.0154
0.1163
0.0216
0.0027
0.0031
0.0002
0.0013
0.0052
0.0088
0.1853
0.1649
0.0000
0.0074
0.0655
0.1689
0.0172
0.0859
0.0513
0.0318
0.0272
0.0457
0.0002
0.0013
0.0056
0.0765
0.0107
0.0131
0.0007
0.1775
0.1163
0.0216
0.1215
0.1141
0.0346
0.2103
0.0077
0.669267833 0.580957673 0.639593592 0.211473107
replikasi
1
2
3
4
5
6
7
8
9
10
total
<
total
0.164229
0.155891
0.009717
0.358983
0.259086
0.19613
0.052736
0.100985
0.436849
0.366686
2.101292
Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa data
dari hasil keempat perlakuan bersifat bebas antara perlakuan dan replikasi.
Hal tersebut sesuai dengan perhitungan menggunakan perhitungan manual
dimana data memiliki nilai
<
b. Minitab
-
Hipotesis
36
5. Perhitungan
C2
24
24.11
0.001
C3
36
35.58
0.005
C4
46
44.97
0.024
Total
118
13
13.45
0.015
26
24.32
0.116
35
35.88
0.022
45
45.35
0.003
119
14
13.79
0.003
25
24.93
0.000
37
36.78
0.001
46
46.49
0.005
122
13
13.34
0.009
22
24.11
0.185
38
35.58
0.165
45
44.97
0.000
118
14
13.68
0.007
26
24.73
0.066
34
36.48
0.169
47
46.11
0.017
121
15
13.91
0.086
24
25.14
0.051
36
37.09
0.032
48
46.87
0.027
123
13
13.79
0.046
25
24.93
0.000
37
36.78
0.001
47
46.49
0.006
122
14
13.00
0.077
23
23.50
0.011
34
34.67
0.013
44
43.82
0.001
115
15
13.45
0.177
26
24.32
0.116
35
35.88
0.022
43
45.35
0.122
119
10
12
13.23
0.114
23
23.91
0.035
38
35.28
0.210
44
44.59
0.008
117
Total
135
244
360
455
1194
6. Keputusan
Jangan tolak H0 untuk
<
7. Kesimpulan
Data besifat bebas antara perlakuan dengan replikasi.
37
Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa data
dari hasil keempat perlakuan bersifat bebas antara perlakuan dan replikasi.
Hal tersebut sesuai dengan perhitungan menggunakan software Minitab
dimana data memiliki nilai
<
3.1.3
Hipotesis
1. H0 : 1 = 2, 2 = 3, 3 = 4, 1= 3,1= 4,2= 4
2. H1 : Paling sedikit dua rataan tidak sama
3. : 0.05
4. Daerah kritis : F hitung > F tabel
RAL
v1=k-1=4-1=3
v2=k(n-1)=4(10-1)=36
Lihat tabel L6
x=2.872
5. Perhitungan :
Tabel 3.9 Perhitungan Jumlah dan Rata-Rata
perlakuan
replikasi
1
2
3
4
5
6
7
Program Studi Teknik Industri
Universitas Diponegoro
p1
12
13
14
13
14
15
13
p2
24
26
25
22
26
24
25
p3
36
35
37
38
34
36
37
p4 total
46 118
45 119
46 122
45 118
47 121
48 123
47 122
38
8
9
10
14
23
34
44
115
15
26
35
43
119
12
23
38
44
117
total
135
244
360
455
1194
T2
18225 59536 129600 207025 414386
average 13.5
24.4
36
45.5
119.4
Tabel 3.10 Perhitungan Jumlah dan Rata-Rata Kuadrat
perlakuan
replikasi
p1
p2
p3
p4
total
1
144
576
1296
2116
4132
2
169
676
1225
2025
4095
3
196
625
1369
2116
4306
4
169
484
1444
2025
4122
5
196
676
1156
2209
4237
6
225
576
1296
2304
4401
7
169
625
1369
2209
4372
8
196
529
1156
1936
3817
9
225
676
1225
1849
3975
10
144
529
1444
1936
4053
total
1833
5972
12980
20725
41510
t2
3359889 35664784 168480400 429525625 637030698
Faktor Korelasi =
= 35640.9
JKT =
=41510 -35640.9=5869.1
JKA =
=414386 35640.9 = 5797.7
JKG=JKT-JKA
=5869.1-5797.7= 71.4
Rataan kuadrat perlakuan (
Rataan kuadrat galat ( )=
F hitung =
)=
=
=1932.567
=1.98333
= 974.4034
39
Sumber
variasi
JKA
JKG
JKT
Jumlah
derajat
kuadrat
kebebasan
5797.7
71.4
5869.1
rataan
f
kuadrat
hitungan
3
1932.567
974.4
36
1.98333
39
6. Keputusan
Karena F hitung > F table (974.403>2.872),, maka H0 ditolak pada
perhitungan manual.
7. Kesimpulan
Paling sedikit dua rataan tidak sama pada perhitungan manual.
Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa data
dari hasil keempat perlakuan memiliki paling sedikit dua rataan tidak sama.
Hal tersebut sesuai dengan perhitungan menggunakan uji ANOVA dimana
data memiliki nilai F hitung > F tabel (974.4 >2.872). dari hasil tersebut
maka dapat disimpulkan bahwa uji ANOVA ditolak, sehingga dapat
dilakuan uji berpasangan untuk melihat apakah terdapat perbedaan dari
masing masing rataan di tiap perlakuan.
b. SPSS
-
Hipotesis
1. H0 : 1 = 2, 2 = 3, 3 = 4, 1= 3,1= 4,2= 4
2. H1 : Paling sedikit dua rataan tidak sama
3. : 0.05
4. Daerah kritis : F hitung > F tabel
RAL
v1=k-1=4-1=3
v2=k(n-1)=4(10-1)=36
40
Lihat tabel L6
x=2.872
5. Perhitungan :
Tabel 3.12 Output SPSS Uji ANOVA
ANOVA
VAR00001
Sum of Squares
Between Groups
Mean Square
5797.700
1932.567
71.400
36
1.983
5869.100
39
Within Groups
Total
Df
F
974.403
Sig.
.000
Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa data
dari hasil keempat perlakuan memiliki paling sedikit dua rataan tidak sama.
Hal tersebut sesuai dengan perhitungan menggunakan uji ANOVA dimana
data memiliki nilai F hitung > F tabel (974.403 >2.872). dari hasil tersebut
maka dapat disimpulkan bahwa uji ANOVA ditolak, sehingga dapat
dilakuan uji berpasangan untuk melihat apakah terdapat perbedaan dari
masing masing rataan di tiap perlakuan.
41
c. Minitab
-
Hipotesis
1. H0 : 1 = 2, 2 = 3, 3 = 4, 1= 3,1= 4,2= 4
2. H1 : Paling sedikit dua rataan tidak sama
3. : 0.05
4. Daerah kritis : F hitung > F tabel
RAL
v1=k-1=4-1=3
v2=k(n-1)=4(10-1)=36
Lihat tabel L6
x=2.872
5. Perhitungan :
One-way ANOVA: C1 versus C2
Source
C2
Error
Total
DF
3
36
39
S = 1.408
SS
5797.70
71.40
5869.10
MS
1932.57
1.98
R-Sq = 98.78%
F
974.40
P
0.000
R-Sq(adj) = 98.68%
Analisis
Berdasarkan hasil perhitungan diatas maka dapat diketahui bahwa data
dari hasil keempat perlakuan memiliki paling sedikit dua rataan tidak sama.
Hal tersebut sesuai dengan perhitungan menggunakan uji ANOVA dimana
data memiliki nilai F hitung > F tabel (974.4 >2.872). dari hasil tersebut
Program Studi Teknik Industri
Universitas Diponegoro
42
3.1.4
Hipotesis
1. H0 : 1 = 22 = 3
1 = 33 = 4
1 = 42 = 4
2. H1: paling sedikit 2 rataan tidak sama
3. = 0,05
4. Daerah kritis = F hitung < F tabel
f 0 Ci < 1,9833
i = 1,2,3,4
5. Perhitungan Contrast
Tabel 3.13 Data Rata-Rata RAL
RAL
Cor - coran
Cor - coran
Cor - coran
Cor - coran
Cor - coran
Cor - coran
Cor - coran
Cor - coran
Cor - coran
Cor - coran
Rata-rata
20 cm
12
13
14
13
14
15
13
14
15
12
13.5
Ketinggian
40 cm
60 cm
80 cm
24
36
46
26
35
45
25
37
46
22
38
45
26
34
47
24
36
48
25
37
47
23
34
44
26
35
43
23
38
44
24.4
36
45.5
43
C1
=|
C2
= |
C3
= |
= |13,5 45,5| = 32
C4
= |
C5
= |
C6
= |
JK
JK
JK
JK
JK
JK
Sumber Variansi
Perlakuan
Jumlah
Derajat
Rata-
Kebebasan
Rata
5797,7
3 1932,567
F hitungan
974,403
Orthogonal
Contrast
C1
C2
0,026< 1,9833
C3
C4
C5
C6
Error
5681,8
1816,6
974,28
Total
115,95
115,95
0,1187
44
6. Keputusan:
-
7. Kesimpulan :
Antara rataan P1,P2, P3, P4, P5 dan P6 tidak terdapat perbedaan yang
nyata
b. SPSS
-
Hipotesis
Mean Difference
(I) VAR00002
1.00
(J) VAR00002
Sig.
Lower Bound
Upper Bound
2.00
-10.90000
3.00
-22.50000
.62981
.000
-24.3469
-20.6531
-32.00000
.62981
.000
-33.8469
-30.1531
1.00
10.90000
.62981
.000
9.0531
12.7469
3.00
-11.60000
.62981
.000
-13.4469
-9.7531
-21.10000
.62981
.000
-22.9469
-19.2531
22.50000
.62981
.000
20.6531
24.3469
2.00
11.60000
.62981
.000
9.7531
13.4469
4.00
-9.50000
.62981
.000
-11.3469
-7.6531
4.00
3.00
Std. Error
*
4.00
2.00
(I-J)
1.00
.62981
.000
-12.7469
-9.0531
45
1.00
32.00000
.62981
.000
30.1531
33.8469
2.00
21.10000
.62981
.000
19.2531
22.9469
.62981
.000
7.6531
11.3469
3.00
9.50000
Analisis Keseluruhan
Suatu rataan dikatakan tidak mempunyai perbedaan yang nyata apabila
bahwa semua rataan memiliki nilai signifikansi < 0,05. Sehingga diperoleh
kesimpulan bahwa untuk semua perlakuan memiliki rataan yang tidak
sama.
Berdasarkan Perhitungan manual terhadap uji Orthogonal kontras
dikatakan tidak mempunyai perbedaan yang berarti apabila nilai F0 Ci< F
Hitung. Sehingga diperoleh kesimpulan bahwa antara P1, P2, P3, P4, P5,
dan P6 tidak terdapat perbedaan secara berarti. Berdasarkan uji Orthogonal
Kontras untuk hasil manual, kesimpulan yang didapat untuk semua rataan
tersebut tidak terdapat perbedaan yang nyata.
Program Studi Teknik Industri
Universitas Diponegoro
46
Hipotesis
1. Ho = 1 = 2 = 3 = 4 = n
2. H1 = paling sedikit 2 rataan tidak sama
3. = 0.05
4. Daerah kritis hi h j > LSD
V = k(n-1) = 4 (10-1) = 36
LSD = t / 2,v
2 xs 2
n
= t 0,025,36
2 x(0.0205) 2
= 1,96 x 0,009 = 0,018
10
Perlakuan
Rata Rata
P1
13,5
P2
24,4
P3
36
P4
45,5
No
Means Different
P1-P2
P1-P3
P1-P4
P2-P3
P2-P4
P3-P4
Nilai mutlak
-10.9
10.9
-22.5
22.5
-32
32
-11.6
11.6
-21.1
21.1
-9.5
9.5
Keterangan
>0,018
>0,018
>0,018
>0,018
>0,018
>0,018
47
6.
Keputusan
Kesimpulan
a.
b.
c.
d.
e.
f.
b. SPSS
-
Hipotesis
: p < 0,05
5. Perhitungan
:
Tabel 3. 18 Output SPSS Uji LSD RAL
Multiple Comparisons
Mean Difference
(I) VAR00002
1.00
(J) VAR00002
Sig.
Lower Bound
Upper Bound
2.00
-10.90000
3.00
-22.50000
.62981
.000
-23.7773
-21.2227
-32.00000
.62981
.000
-33.2773
-30.7227
1.00
10.90000
.62981
.000
9.6227
12.1773
3.00
-11.60000
.62981
.000
-12.8773
-10.3227
-21.10000
.62981
.000
-22.3773
-19.8227
22.50000
.62981
.000
21.2227
23.7773
2.00
11.60000
.62981
.000
10.3227
12.8773
4.00
-9.50000
.62981
.000
-10.7773
-8.2227
4.00
3.00
Std. Error
*
4.00
2.00
(I-J)
1.00
.62981
.000
-12.1773
-9.6227
48
1.00
32.00000
.62981
.000
30.7227
33.2773
2.00
21.10000
.62981
.000
19.8227
22.3773
.62981
.000
8.2227
10.7773
3.00
9.50000
P1 P2 = 0,000
P1 P3 = 0,000
P1 P4= 0,000
P2 P3 = 0,000
P2 P4 = 0,000
P3 P4 = 0,000
6. Keputusan
Paling sedikit dua rataan tidak sama. Maka hal ini disimpulkan bahwa
rataan antara perlakuan 1, perlakuan 2, perlakuan 3 dan perlakuan 4
terdapat perbedaan yang nyata.
c. Minitab
-
Hipotesis
1.
H0
2.
H1
3.
: 0.05
49
4.
t / 2 ,v
LSD =
= t 0,025,36
2 xs 2
n
2 x(0.0205) 2
= 1,96 x 0,009 = 0,018
10
Perhitungan
Level
1
2
3
4
N
10
10
10
10
Mean
13,500
24,400
36,000
45,500
StDev
1,080
1,430
1,491
1,581
N
10
10
10
10
Mean
45,500
36,000
24,400
13,500
Grouping
A
B
C
D
Lower
9,623
21,223
30,723
Center
10,900
22,500
32,000
Upper
12,177
23,777
33,277
-----+---------+---------+---------+---(*)
(*)
(*)
-----+---------+---------+---------+----15
0
15
30
50
C2 = 2 subtracted from:
C2
3
4
Lower
10,323
19,823
Center
11,600
21,100
Upper
12,877
22,377
-----+---------+---------+---------+---(*)
(*)
-----+---------+---------+---------+----15
0
15
30
C2 = 3 subtracted from:
C2
4
Lower
8,223
Center
9,500
Upper
10,777
-----+---------+---------+---------+---(*)
-----+---------+---------+---------+----15
0
15
30
Analisis Keseluruhan
Rataan dikatakan tidak mempunyai perbedaan nyata apabila nilai
51
Hipotesis
1
2
H0 = 1 = 2 = 3 = 4
H1 = paling sedikit 2 rataan tidak sama
Rp =
4
5
S2 = 0,0205
Nilai Rp dilihat dari tabel dengan = 0.01 dan v= 36 menggunakan
perhitungan interpolasi
P=2
=
X = 2.87
P=3
=
X = 3.02
P=4
=
X = 3.11
Tabel 3.19 Perhitungan Uji Duncan
P
Rp
Rp
2
2,87
0,13
3
3,02
0,137
4
3,11
0,14
No
1
2
3
4
5
6
Means Different
P4-P1
32
P4-P3
9,5
P4-P2
21,1
P2-P1
10,9
P2-P3
11,6
P3-P1
22,5
Rp
>0,14
>0,137
>0,13
>0,14
>0,137
>0,13
52
Keputusan
Tolak Ho untuk perbedaan rata-rata antara taraf P4-P2, P3-P1, P4-P1, P4P3, P2-P1 dan P2-P3.
7 Kesimpulan :
b. SPSS
-
Hipotesis
: p < 0,05
5. Perhitungan
Tabel 3.21 Output SPSS Uji Duncan
VAR00001
a
Duncan
1.00
10
2.00
10
3.00
10
4.00
10
Sig.
13.5000
24.4000
36.0000
45.5000
1.000
1.000
1.000
1.000
6.
Keputusan :
Jangan tolak H0 untuk P1, P2, P3, dan P4.
53
7.
Kesimpulan :
Semua rataan tidak dapat perbedaan secara merata.
Analisis
Rataan dikatakan tidak mempunyai perbedaan nyata apabila nilai
Hipotesis
1. H0 = 1 = 2 = 3 = 4
2. H1 = paling sedikit 2 rataan tidak sama
3. = 0.05
4. Daerah kritis |yi-yj| > T
V = k(n-1) = 4 (10-1) = 36
T0.05 = q0.05 (k, v)Syi
T0.05 = q0.05 (4,36) X
= 3,81 x
= 0,175
54
Perlakuan
Rata Rata
P1
13,5
P2
24,4
P3
36
P4
45,5
Nilai
No
Means Different
P1-P2
P1-P3
P1-P4
P2-P3
P2-P4
P3-P4
mutlak
-10.9
10.9
-22.5
22.5
-32
32
-11.6
11.6
-21.1
21.1
-9.5
9.5
Keterangan
>0,175
>0,175
>0,175
>0,175
>0,175
>0,175
6. Keputusan :
Tolak H0 untuk perbedaan rata rata antara taraf P4 P1, P4 P2, P3
P1, P2 P1, P4-P3, P3-P2
7. Kesimpulan :
a. untuk rataan P4 dengan rataan P3 terdapat perbedaan secara nyata.
b. untuk rataan P4 dengan rataan P2 terdapat perbedaan secara nyata.
c. untuk rataan P4 dengan rataan P1 terdapat perbedaan secara nyata.
d. untuk rataan P3 dengan rataan P2 terdapat perbedaan secara nyata.
e. untuk rataan P3 dengan rataan P1 terdapat perbedaan secara nyata.
f. untuk rataan P2 dengan rataan P1 terdapat perbedaan secara nyata.
55
b. SPSS
-
Hipotesis
1. H0
2.
3.
: 0,05
= 3,81 x
= 0,175
Mean Difference
(I) VAR00002
1.00
2.00
(J) VAR00002
Sig.
Lower Bound
Upper Bound
2.00
-10.90000
3.00
-22.50000
.62981
.000
-24.1962
-20.8038
4.00
-32.00000
.62981
.000
-33.6962
-30.3038
1.00
10.90000
.62981
.000
9.2038
12.5962
-11.60000
.62981
.000
-13.2962
-9.9038
-21.10000
.62981
.000
-22.7962
-19.4038
22.50000
.62981
.000
20.8038
24.1962
11.60000
.62981
.000
9.9038
13.2962
.62981
.000
-11.1962
-7.8038
.62981
.000
30.3038
33.6962
4.00
1.00
2.00
4.00
4.00
Std. Error
*
3.00
3.00
(I-J)
-9.50000
.62981
.000
-12.5962
-9.2038
1.00
32.00000
2.00
21.10000
.62981
.000
19.4038
22.7962
.62981
.000
7.8038
11.1962
3.00
9.50000
P1 P2 = - 10,9
P1 P3 = - 22,5
P1 P4= - 32
Program Studi Teknik Industri
Universitas Diponegoro
56
P2 P3 = - 11,6
P2 P4 = - 21,1
P3 P4 = - 9,5
6. Keputusan
c. Minitab
-
Hipotesis
1. H0
2. H1
3.
: 0.05
DF
3
36
39
S = 1,408
Level
1
2
3
4
N
10
10
10
10
SS
5797,70
71,40
5869,10
MS
1932,57
1,98
R-Sq = 98,78%
Mean
13,500
24,400
36,000
45,500
StDev
1,080
1,430
1,491
1,581
F
974,40
P
0,000
R-Sq(adj) = 98,68%
Individual 95% CIs For Mean Based on
Pooled StDev
-------+---------+---------+---------+-(*
(*)
(*)
(*
-------+---------+---------+---------+-20
30
40
50
57
N
10
10
10
10
Mean
45,500
36,000
24,400
13,500
Grouping
A
B
C
D
Lower
9,203
20,803
30,303
Center
10,900
22,500
32,000
Upper
12,597
24,197
33,697
-----+---------+---------+---------+---(*)
(*)
(*)
-----+---------+---------+---------+----15
0
15
30
C2 = 2 subtracted from:
C2
3
4
Lower
9,903
19,403
Center
11,600
21,100
Upper
13,297
22,797
-----+---------+---------+---------+---(*)
(*)
-----+---------+---------+---------+----15
0
15
30
C2 = 3 subtracted from:
C2
4
Lower
7,803
Center
9,500
Upper
11,197
-----+---------+---------+---------+---(*)
-----+---------+---------+---------+----15
0
15
30
58
7. Kesimpulan
Analisis Keseluruhan
Rataan dikatakan tidak mempunyai perbedaan nyata apabila nilai
Hipotesis
1
2
3
: =
:
v : 0.05
59
Daerah kritis :
(k,v)
(4,36)
(4,36) = Interpolasi
x = 2.452
5
Perhitungan :
Tabel 3.25 Perhitungan Uji Dunnet
Ketinggian
Ratarata
20 cm
40 cm
60 cm
12
13
14
13
14
15
13
14
15
12
24
26
25
22
26
24
25
23
26
23
36
35
37
38
34
36
37
34
35
38
80
cm
46
45
46
45
47
48
47
44
43
44
13.5
24.4
36
45.5
150,947
Variansi
i= 1,2,,k
S2 = 150,947
=
= -5,8
= -2,62
0,05 (4,36)
0,05 (4,36)
0,05 (4,36)
6. Keputusan :
Tolak Ho untuk taraf P1-P4, P2-P4, dan P3-P4
Program Studi Teknik Industri
Universitas Diponegoro
60
7. Kesimpulan :
b. SPSS
1 H0
2 H1
: 0.05
Mean Difference
(I) VAR00002
1.00
2.00
3.00
(J) VAR00002
4.00
4.00
4.00
(I-J)
Std. Error
Sig.
Lower Bound
Upper Bound
-32.00000
.62981
.000
-33.5444
-30.4556
-21.10000
.62981
.000
-22.6444
-19.5556
.62981
.000
-11.0444
-7.9556
-9.50000
61
b. Minitab
- Hipotesis
1. H0
: Semua rataan tidak terdapat perbedaan nyata.
2. H1
3.
: 0.05
DF
3
36
39
SS
5797,70
71,40
5869,10
S = 1,408
Level
1
2
3
4
:
MS
1932,57
1,98
R-Sq = 98,78%
N
10
10
10
10
Mean
13,500
24,400
36,000
45,500
F
974,40
P
0,000
R-Sq(adj) = 98,68%
StDev
1,080
1,430
1,491
1,581
N
10
10
10
10
Mean
24,400
45,500
36,000
13,500
Grouping
A
Lower
Center
Upper
-12,444
-10,900
-9,356
--+---------+---------+---------+--(*-)
62
3
4
10,056
19,556
11,600
21,100
13,144
22,644
(-*)
(*-)
--+---------+---------+---------+---
----10
10
20
6. Keputusan
Semua Ho ditolak, karena tidak mengandung nilai nol.
7. Kesimpulan
Paling sedikit dua rataan sama. Atrau dengan kata lain adalah semua data
terdapat perbedaan yang nyata.
Analisis Keseluruhan
Rataan dikatakan tidak mempunyai perbedaan nyata apabila nilai
, dan
(k,v). Jadi untuk P1-P4, P2-P4, dan P3-P4 terdapat perbedaan secara
nyata.
63
3.2 RAK
3.2.1
Pengumpulan Data
Tabel 3.27 Pengumpulan Data RAK
plastik
bata
seng
buku
walpole
kain
cor coran
kanopi
white board
karet
genteng
beton
3.2.2
20cm
11
13
9
40cm
28
24
20
60cm
33
31
25
80cm
41
44
29
100cm
55
53
45
8
14
10
16
12
14
21
25
21
24
22
21
30
35
35
38
34
32
36
48
48
46
41
43
43
57
59
58
57
61
14
22
36
47
56
Hipotesis
Kolmogorov-Smirnov
Statistic
df
Shapiro-Wilk
Sig.
Statistic
df
Sig.
.955
10
.729
VAR00001
.171
10
.200
VAR00002
.228
10
.148
.893
10
.182
10
.200
.947
10
.629
.200
.870
10
.099
VAR00003
VAR00004
.118
.214
10
64
Kolmogorov-Smirnov
Intensitas 4
: 0. 200
Intensitas 6
: 0.148
Intensitas 8
: 0.200
Intensitas 10
: 0. 200
Shapiro-Wilk
Intensitas 4
: 0.729
Intensitas 6
: 0.182
Intensitas 8
: 0.625
Intensitas 10
: 0.099
6. Keputusan :
didapatkan nilai sig > 0,05. Sehingga jangan tolak H0 untuk semua
perlakuan.
7. Kesimpulan :
65
Analisis
Perlakuan 1
66
Perlakuan 2
67
Perlakuan 3
Perlakuan 4
68
Perlakuan 1
Data hasil percobaan apabila dilihat dari grafik di atas memiliki sebaran
nilai yang cukup jauh dari garis 0 ,dalam persebarannya data juga tidak
merata sehingga data tersebut dapat dikatakan data tersebut berdistribusi
normal.
69
Perlakuan 2
Data hasil percobaan apabila dilihat dari grafik di atas memiliki sebaran
nilai yang cukup acak. Bahkan ada 4 data yang menyimpang jauh dari garis
0,tetapi ada 2 data yang mendekati 0, maka data tersebut dapat dikatakan
berdistribusi normal karena tidak ada data yang tepat pada nilai 0. Serta data
tersebar secara merata.
Perlakuan 3
70
Data hasil percobaan apabila dilihat dari grafik di atas memiliki sebaran
nilai yang cukup jauh dari garis 0 bahkan terdapat salah satu data yang
sangat jauh dari garis 0, dalam persebarannya data juga tidak merata
sehingga data tersebut dapat dikatakan berdistribusi normal walaupun
terdapat satu data yang tepat pada garis nol.
Perlakuan 4
b. Minitab
-
Hipotesis
1. H0 = data berdistribusi normal.
2. H1 = data berdistribusi normal.
3. = 0,05
71
99
Mean
StDev
N
KS
P-Value
95
90
27,52
12,02
40
0,095
>0,150
Percent
80
70
60
50
40
30
20
10
5
10
20
30
x
40
50
60
6. Keputusan :
Berdasarkan nilai tabel Uji Normalitas Kolmogorov-Smirnov, maka
didapatkan Nilai KS < 0.409 (0.095 < 0.210). Sehingga jangan tolak
Ho.
7. Kesimpulan :
Data berdistribusi normal.
Analisis
Pada uji normalitas menggunakan SPSS, H0 diterima dengan memenuhi
syarat Nilai Sig > 0.05. Pada uji menggunakan Minitab, H0 diterima dengan
memenuhi syarat Nilai KS < 0.409 (0.095 < 0.210). Sehingga pada dua uji
dengan software berbeda di atas, didapatkan data berdistribusi normal pada
data RAK.
72
Hipotesis
Pendekatan 1
1.
2.
3.
= 0,05
4.
Daerah kritis : nilai signifikansi < 0,05 , Jika nilai F Deviation from
Linearity dan signifikasi > 0.05, maka Ho diterima.
5.
Perhitungan :
Tabel 3.29 Uji ANOVA
ANOVA Table
Sum of
Squares
VAR00002 * VAR00001
Between Groups
(Combined)
Linearity
Deviation from
Linearity
Within Groups
Total
6.
Mean
df
Square
49.000
28
45.013
45.013
3.987
27
.148
1.000
11
.091
50.000
39
Sig.
1.750 19.250
495.14
3
1.624
Keputusan :
Hasil nilai Deviation from Linearity adalah 0.201. sehingga Ho
diterima karena nilai Deviation from Linearity > 0.05
7.
Kesimpulan:
Data berdistribusi normal.
Analisis
Pada Uji linearitas, Hal ini menunjukan bahwa pengambilan data yang
73
.000
.000
.201
yang dilakukan maka diperoleh nilai deviation from linearity adalah 0.201.
Ho diterima karena nilai f deviation from linearity dan signifikasi > 0.05
Hipotesis
1
= 0,05
Perhitungan :
Tabel 3.30 Uji Homogenitas Variabel
percobaan
20
40
8
21
1
9
20
2
10
21
3
11
28
4
12
22
5
13
24
6
14
25
7
14
22
8
14
21
9
16
24
10
variansi= 6,544444 5,955556
g=
60
80
30
36
25
29
35
48
33
41
34
41
31
44
35
48
36
47
32
43
38
46
13,43333
36,01111
jum.variansi 61,94444
g=
Program Studi Teknik Industri
Universitas Diponegoro
74
g = 0,581345
6
Keputusan :
Berdasarkan nilai tabel Uji Variansi, maka didapatkan g < 0.5017
( 0.581345 > 0.5017 ). Sehingga terima Ho
Kesimpulan :
Nilai Variansi persamaan 1 = Variansi Persamaan 2 = Variansi
Persamaan 3 = Variansi Persamaan 4
b. SPSS
-
Hipotesis
df1
df2
3
Sig.
36
.095
75
c. Minitab
-
Hipotesis
1
= 0,05
Perhitungan :
Test for Equal Variances: C1 versus C2
Test for Equal Variances for Jarak Pantulan
Bartlett's Test
Test Statistic
P-Value
9,59
0,022
C2
1,79
0,166
2
4
6
8
10
12
95% Bonferroni Confidence Intervals for StDevs
14
Keputusan :
Berdasarkan nilai tabel Uji Homogenitas, maka didapatkan Nilai P
Value > 0.05 ( 0.022 > 0.05 ) dan (0.166 > 0.05). Sehingga jangan
tolak Ho.
7.
Kesimpulan :
Nilai Variansi persamaan 1 = Variansi Persamaan 2 = Variansi
Persamaan 3 = Variansi Persamaan 4
76
Analisis
Pada dua uji dengan menggunakan SPSS dan minitab, didapatkan hasil
nilai Sig > 0.05 (0.095 > 0.05) pada perhitungan SPSS dan nilai P Value >
0.05 ( 0.022> 0.05 ) dan (0.166 > 0.05) pada perhitungan minitab. kemudian
pada perhitungan manual, nilai g < g (0.581345 < 0.5017) sehingga Ho
diterima. Hal ini menunjukan bahwa masing-masing nilai variansi memiliki
persamaan.
Hipotesis
1.
2.
3.
= 0,05
4.
Perhitungan :
Tabel 3. 32 Perhitungan Manual Oi Uji Independensi
Percobaan
1
2
3
4
5
6
7
8
Oi
4
11
13
9
8
14
10
16
12
6
28
24
20
21
25
21
24
22
8
33
31
25
30
35
35
38
34
10
41
44
29
36
48
48
46
41
113
112
83
95
122
114
124
109
77
9
10
14
14
21
22
32
36
43
47
110
119
1101
Perlakuan
replikasi
1
2
3
4
5
6
7
8
9
10
total
1
oi
11
13
9
8
14
10
16
12
14
14
121
Ei
12,41871
12,30881
9,121708
10,44051
13,40781
12,52861
13,62761
11,97911
12,08901
13,07811
oi
28
24
20
21
25
21
24
22
21
22
228
Ei
23,40054
23,19346
17,18801
19,67302
25,26431
23,60763
25,67847
22,57221
22,77929
24,64305
3
oi
33
31
25
30
35
35
38
34
32
36
329
Ei
33,76658
33,46776
24,802
28,38783
36,45595
34,0654
37,05359
32,5713
32,87012
35,55949
oi
41
44
29
36
48
48
46
41
43
47
423
Ei
43,41417
43,02997
31,88828
36,49864
46,87193
43,79837
47,64033
41,87738
42,26158
45,71935
total
113
112
83
95
122
114
124
109
110
119
No
1
2
3
4
5
6
7
8
9
10
Perlakuan
p1
p2
p3
(oi(oi(oiei)/ei
ei)/ei
ei)/ei
0,162073 0,904038 0,017403
0,038813 0,028047 0,181961
0,001624 0,460046 0,001581
0,570478 0,089507 0,091557
0,026155 0,002765 0,058147
0,510342 0,288031 0,025641
0,413002 0,109714 0,024173
3,64E-05 0,014505 0,062668
0,302083 0,138981 0,023033
0,064985 0,283476 0,005457
TOTAL
p4
(oiei)/ei
0,134247
0,021867
0,261606
0,006812
0,027149
0,403068
0,056479
0,018382
0,012902
0,035873
5,878709
78
6.
Keputusan :
Berdasarkan nilai tabel Perhitungan Manual, maka didapatkan Nilai
X2 < X2 (5,878709 < 40.113). Sehingga jangan tolak Ho.
7.
Kesimpulan :
Ada kebebasan antara perlakuan dan replikasi.
Analisis
Pada uji minitab dan manual, didapatkan nilai Chi-Sq < X2 (5,878709<
b. Minitab
-
Hipotesis
1.
2.
3.
= 0,05
4.
5.
Perhitungan :
C3
C4
C5
C6
Total
40
11
12,42
0,162
60
28
23,40
0,904
80
33
33,77
0,017
Total
41
113
43,41
0,134
79
13
12,31
0,039
44
43,03
0,022
112
9
20
25
29
9,12 17,19 24,80 31,89
0,002 0,460 0,002 0,262
83
8
10,44
0,570
21
19,67
0,090
30
28,39
0,092
36
36,50
0,007
95
14
13,41
0,026
25
25,26
0,003
35
36,46
0,058
48
46,87
0,027
122
10
12,53
0,510
21
23,61
0,288
35
34,07
0,026
48
43,80
0,403
114
16
13,63
0,413
24
25,68
0,110
38
37,05
0,024
46
47,64
0,056
124
12
11,98
0,000
22
22,57
0,015
34
32,57
0,063
41
41,88
0,018
109
14
12,09
0,302
21
22,78
0,139
32
32,87
0,023
43
42,26
0,013
110
10
14
13,08
0,065
22
24,64
0,283
36
35,56
0,005
47
45,72
0,036
119
121
228
329
423
Total
24
23,19
0,028
31
33,47
0,182
1101
6. Keputusan :
Berdasarkan nilai tabel Perhitungan Manual, maka didapatkan Nilai
Cji-Sq < X2 ( 5,879 < 40.113). Sehingga jangan tolak H0.
7. Kesimpulan :
Ada kebebasan antara perlakuan dengan replikasi
Analisis
Pada uji minitab, didapatkan nilai Chi-Sq < X2 (7,480 < 40.113),
80
Hipotesis
1.
2.
3.
4.
: 0,05
Perhitungan :
Tabel 3.35 Data Perhitungan Uji Ketidakadiktifan RAK
No
1
2
3
4
5
6
7
8
9
10
Total
Yi
Di=(YiY)
1
11
13
9
8
14
10
16
12
14
14
Perlakuan
2
3
28
33
24
31
20
25
21
30
25
35
21
35
24
38
22
34
21
32
22
36
4
41
44
29
36
48
48
46
41
43
47
121
12,1
228
22,8
329
32,9
423
42,3
-15,425
-4,725
5,375
14,775
Total
113
112
83
95
122
114
124
109
110
119
1101
Yj
28,25
28
20,75
23,75
30,5
28,5
31
27,25
27,5
29,75
DJ=(YjY)
0,725
0,475
-6,775
-3,775
2,975
0,975
3,475
-0,275
-0,025
2,225
27,525
-123,0144
-95,24938
940,53938
465,835
81
1816,394
3299289
Faktor Korelasi =
= 30305.03
JKT =
=35937 -30305.03=5631.975
JKA =
30305.03 =5074.475
=
JKB
JKG
JKTA =
=
30305.03
= 351.225
= JKT JKA JKB
= 5631.975 5074.475 351.225
= 206.275
( Q)2 jmlpercoba an
JKA JKB
JK pengujian sisa = JKG JKTA
3299289 40
= 0,228026
26534,63 21811,38
KT pengujian (sisa)
KT tak aditif
=
Program Studi Teknik Industri
Universitas Diponegoro
JKpengujia n(sisa)
db
206,0469
= 7,6313
27
JKTA
db tak aditif
0,228026
= 0,114013
2
82
Fhit
KT tak aditif
KT pengujian sisa
0,114013
=
7,6313
0,014940
Sumber
Variasi
Perlakuan
galat
Blok
Total
Jumglah
Kuadrat
5074.475
206.275
351.225
557500
Db
3
9
27
36
Rataan
Kuadrat
1.691.492
22.919
13.008
15.486
F hit
0.014940
6. Keputussan :
f hit < f tabel, 0.0014940< 4.116 , maka jangan tolak Ho.
7. Kesimpulan :
Maka dapat disimpulkan bahwa data aditif dan layak dianalisi ragam
Analisis
Daerah kritis pada uji ketidakaditifan adalah Daerah kritis f10.0312 <
3.2.3
Hipotesis
1. H0 : 1 = 2 = 3 = 4
2. H1 : Paling sedikit dua rataan tidak sama
3.
: 0,05
83
= k1
v2
= (k-1) (n-1)
= 41
= (4-1) (101)
=3
= 27
x 2,96 27 24
2,96 x 3
x 2.96 3
x2,96 = 2,96x
2x = 5,92
x = 2,96
5. Perhitungan :
Tabel 3.38 Perhitungan Jumlah dan Rata-Rata RAK
perlakuan
replikasi
p1
p2
p3
p4
total
jumlah kuadrat
1
11
28
33
41
113
12769
2
13
24
31
44
112
12544
3
9
20
25
29
83
6889
4
8
21
30
36
95
9025
5
14
25
35
48
122
14884
6
10
21
35
48
114
12996
7
16
24
38
46
124
15376
8
12
22
34
41
109
11881
9
14
21
32
43
110
12100
10
14
22
36
47
119
14161
total
121
228
329
423
1101
490500
T2
14641 51984 108241 178929 1212201
84
Perlakuan
replikasi p1
p2
p3
p4
Total
1 121 784 1089 1681
12769
2 169 576
961
1936
12544
3 81
400
625
841
6889
4 64
441
900
1296
9025
5 196 625 1225 2304
14884
6 100 441 1225 2304
12996
7 256 576 1444 2116
15376
8 144 484 1156 1681
11881
9 196 441 1024 1849
12100
10 196 484 1296 2209
14161
total
1523 5252 10945 18217 122625
Faktor Korelasi =
JKT =
= 30305.03
-
=35937 -30305.03=5631.975
JKA =
30305.03 =5074.475
JKB
=
30305.03
= 351.225
JKG
= JKT JKA JKB
= 5631.975 5074.475 351.225
= 206.275
Rataan Kuadrat perlakuan (S12) =
=
2
= 1691.492
= 39.025
= 7.63981
= 221.404
85
Rataan kuadrat
1691.42
JKB
351.225
9.025
JKG
JKT
206.275
5631.975
27
39
7.639
F hitung
221.40
6. Keputusan :
karena F hitung > F tabel (221.40>2,96), sehingga H0 ditolak
7. Kesimpulan :
Paling sedikit dua rataan tidak sama.
Analisis
Berdasarkan uji ANOVA dengan software dan secara manual yang telah
dilakukan di atas terlihat bahwa nilai F hitung > dari F tabel (688,96> 2.96).
Dari hal ini, maka dapat diambil keputusan bahwa ANOVA ditolak.
b. Minitab
-
Hipotesis
Two-way ANOVA: Jarak Pantulan versus Alas; C3
Source
Alas
C3
Error
Total
DF
3
9
27
39
= 2,764
SS
5074,47
351,22
206,28
5631,97
MS
1691,49
39,02
7,64
R-Sq = 96,34%
F
221,40
5,11
P
0,000
0,000
R-Sq(adj) = 94,71%
Analisis
86
c. Excel
-
Hipotesis
Count
3
3
3
3
3
3
3
3
3
3
40
60
80
10
10
10
22,8 5,955556
32,9 13,43333
42,3 36,01111
ANOVA
Source of
Variation
Rows
Columns
Error
SS
334,6667
1902,067
163,9333
df
MS
F
P-value
F crit
9 37,18519 4,082961 0,005372 2,456281
2 951,0333 104,4242 1,25E-10 3,554557
18 9,107407
Total
2400,667
29
Analisis
87
3.2.4
Hipotesis
1. H0 :
2. Ha :
3. = 0,05
4. Daerah kritis:
n = 10
k=4
v = n-1
= 10 1 = 9
Berdasarkan tabel L6 Walpole, maka nilai
f0,05 (9,9) = 3,18
f0,95 (9,9) = 1 : 3,18 = 0,31
Maka, daerah kritis berdasarkan uji F adalah f < 0,31 atau f > 3,18
5. Perhitungan:
Nilai variansi
= 6.544
= 5.955
= 13.433
= 36.011
88
6. Keputusan :
7. Kesimpulan :
tidak terdapat kesamaan variansi di antara perlakuan.
89
Analisis
Berdasarkan hasil perhitungan uji F yang dilakukan untuk menentukan
90
BAB IV
PENUTUP
4.1 Kesimpulan
Berdasarkan hasil praktikum Statistika Industri Modul 2 yang telah kami jalani,
maka dapat disimpulkan :
1. Analisis variansi merupakan salah satu cara dari sekian banyak cara untuk
menguji rataan populasi. Dalam analisis kali ini dilakukan beberapa pengujian
seperti Uji Orthogonal Contrast, Uji LSD, Uji Duncan, Uji Tukey dan Uji
Dunnet. Berdasarkan hasil Uji ANOVA menggunakan software SPSS, Minitab,
Excel dan Manual didapatkan hasil bahwa tidak terdapat pasangan dengan rataan
yang sama. Berdasarkan perhitungan didapatkan nilai F uji anova RAL sebesar
85,43 dan RAK sebesar 335,59 dengan F tabel sebesar 2.87.
2. Terdapat empat uji asumsi klasik sebagai syarat sebuah data untuk dapat
melakukan analisis variansi ini, yaitu data harus lolos, Uji Linearitas, Uji
Normalitas, Uji Homogenitas Variansi dan Uji Independensi.
3. Uji ANOVA terdiri atas dua macam uji, One-Way Anova dan Two-Way Anova.
One-Way Anova digunakan untuk data RAL yang hanya memiliki satu
perlakuan. Sedangkan Two-Way Anova digunakan untuk data RAK yang terdiri
10 perlakuan berbeda.
4. SPSS merupakan salah satu software yang membantu dalam analisis variansi ini,
melalui SPSS dapat dilakukan empat uji yang akan menetukan apakah suatu data
dapat dilakukan analisis variansi atau tidak.
4.2 Saran
Setelah melakukan percobaan praktikum modul 2 ini, maka praktikan memberikan
beberapa saran untuk praktikum selanjutnya diantaranya :
1. Saat pengambilan data praktikum sedang berlangsung, sebaiknya praktikan
yang melakukan praktek percobaan dan mencatat data percobaan masingmasing satu orang dan lebih teliti dalam melakukannya, supaya menghindari
kesalahan penulisan data.
Program Studi Teknik Industri
Universitas Diponegoro
91
92