PENGARUH PENGALAMAN KERJA DAN JENIS KEMASAN TERHADAP

WAKTU YANG DIBUTUHKAN KASIR ALFAMART UNTUK MELIHAT

HARGA PRODUK MELALUI SCANNER BARCODE

KELOMPOK 6 :

HERI ANGRIAWAN D22114310

HARTONO D22114014

ABD. FATIR KASIM D22114007

ANGELITA OKTAVIA D22114302

NURMAYA MAGFIRAH AHMAD D22114511

DEPARTMENT OF INDUSTRIAL ENGINEERING

UNIVERSITY OF HASANUDDIN

2016
 BAB 1

PENDAHULUAN

A. Latar Belakang
Dalam statistik , analisis varians (ANOVA) adalah kumpulan model statistik , dan
prosedur yang terkait, di mana diamati varian dalam suatu variabel tertentu dipartisi
ke dalam komponen yang timbul dari berbagai sumber variasi. Dalam bentuknya
yang paling sederhana ANAVA memberikan uji statistik apakah atau tidak berarti
dari beberapa kelompok semua sama, dan karenanya generalizes t-test untuk lebih
dari dua kelompok. ANAVA sangat membantu karena mereka memiliki keuntungan
lebih dari uji t dua-sample-. Melakukan dua-sample t-tes beberapa akan
mengakibatkan peningkatan kesempatan melakukan sebuah tipe I kesalahan . Untuk
alasan ini, ANAVA berguna dalam membandingkan dua, tiga atau lebih berarti. Pada
makalah ini akan didiskusikan perbandingan dua atau lebih parameter populasi.
Sebuah teknik yang dipakai untuk membandingkan dua atau lebih parameter
populasi kita kenal sebagai analysis of variance atau sering disebut anova. Teknik ini
sering dipakai untuk penelitian terutama pada rancangan penelitian eksperimen,
missal penelitian-penelitian yang memiliki implikasi pengambilan keputusan untuk
menggunakan tekhnologi baru, prosedur-prosedur baru, dan kebijakan-kebijakan
baru. Oleh karena itu pada kesempatan kali ini kami bermaksud untuk menyusun
makalah ini sebagai upaya untuk mempelajari dan memahami pokok bahasan yang
berkaitan dengan uji anava, sehingga kami dapat memiliki pengetahuan dan
pemahaman tentang anava.
Setiap perusahaan perlu melakukan pengujian terhadap kumpulan hasil pengamatan
mengenai suatu hal, misalnya waktu pelayanan karyawan di suatu perusahaan
nilainya bervariasi antara satu dengan yang lainnya. Hal ini berhubungan dengan
varian dan rata-rata yang banyak digunakan untuk membuat kesimpulan melalui
penaksiran dan pengujian hipotesis mengenai parameter, maka dari itu dilakukan
analisis varian yang ada dalam cabang ilmu statistika industri yaitu anova. Alasan
mempelajari ilmu anova adalah untuk menguji rata-rata tiga populasi atau lebih, rata-
rata dari populasi-populasi tersebut sama atau tidak.
B. Tujuan Penelitian
1. Dapat melakukan pengujian Analisis of varian Two Way untuk diterapkan dalam
dunia industri
2. Dapat mengetahui waktu yang dibutuhkan kasir Alfamart untuk melayani
konsumen dalam hal mengetahui harga produk melalui scanner barcode

C. Manfaat Penelitian
Dapat mengetahui faktor yang mempengaruhi waktu yang dibutuhkan untuk
mengetahui harga produk melalui scanner barcode.

BAB II
TEORI DASAR
A. Pengertian
Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis
statistika yang termasuk ke dalam cabang statistika inferensi. Dalam literatur
 Indonesia metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik
ragam, dan analisis variansi. Ia merupakan pengembangan dari masalah Behrens-
Fisher, sehingga uji-F juga dipakai dalam pengambilan keputusan. Analisis varians
pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak statistika modern. Dalam
praktik, analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun
pendugaan (estimation, khususnya di bidang genetika terapan).

B. Penggunaan
Anova digunakan untuk melihat perbandingan rata-rata beberapa kelompok biasanya
lebih dari dua kelompok. Anova dua arah digunakan pada kelompok yang digunakan
berasal dari sampel yang sama tiap kelompok. sama disini diartikan berasal dari
kategori yang sama. Jadi, bisa disimpulkan Pertama yang perlu dilihat tujuannya
membandingkan rata-rata kelompok lebih dari dua. Kedua Sampel yang digunakan
merupakan sampel yang sudah dikategorikan per kelompok sama. Konsep ketiga
yang perlu dimengerti adalah setiap kelompok tersebut dilakukan pengulangan
pengujian. ini seperti menggabung anova satu arah dan anova dua arah tanpa
interkasi.

C. Syarat syarat
Syarat syarat data ANOVA dua arah adalah sebagai berikut
1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor

2. Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena

hanya digunakan satu penduga (estimate) untuk varians dalam contoh

3. Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan
percobaan yang tepat

4. Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah

D. Hipotesis Anova dua arah dengan interaksi

Dalam analysis of variance dua arah dengan interaksi terdapat tiga hipotesis yang
digunakan yaitu apakah ada perbedaan rata-rata antar kategori baik kategori
berdasarkan baris maupun kolom. hipotesis tambahan satu lagi yaitu apakah ada
 interaksi antara kategori baris dan kolom. Berikut hipotesis dalam Anova dua arah
dengan interaksi.
1. Hipotesis anova kolom
H0: a1 = a2 = ... = ak, Tidak ada perbedaan yang nyata antara rata-rata hitung
dari kategori kolom
H1: a1 a2 ... ak, Ada perbedaan yang nyata antara rata-rata hitung dari
kategori kolom
2. Hipotesis anova baris
H0: b1 = b2 = ... = bj, Tidak ada perbedaan yang nyata antara rata-rata hitung
dari kategori baris
H1: b1 b2 ... bj, Ada perbedaan yang nyata antara rata-rata hitung dari
kategori baris
3. Hipotesis interaksi
H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara variabel baris dan
kolom
H1: (ab)11 (ab)12 ... (ab)kj, ada interaksi antara variabel baris dan kolom

E. Langkah langkah Uji ANOVA

1. kelompokkan berdasarkan kategori tertentu
Untuk memudahkan pengelompokkan dan perhitungan, buat tabel data sesuai
dengan kategori berisi sampel dan kuadrat dari sampel tersebut. Hitung pula
total dari sampel dan kuadrat sampel tiap kelompok. Selain itu, tentukan pula
hipotesis nol (H0) dan hipotesis alternatif (H1).

2. Menentukan tipe anova

Untuk menentukan tipe anova. terlebih dahulu bertanya apakah dari hipotesis
tersebut cocok untuk anova? jika tujuannya membandingkan rata-rata tiga
kelompok atau lebih maka boleh pakai Anova. Pertanyaan kedua apakah sampel
tiap kelompok diambil dari sampel yang sudah dikategorikan? jika berasal dari
sampel yang sudah dikategorikan maka menggunakan Anova dua arah/two way.
Pertanyaan ketiga apakah dalam sampel yang dikategorikan tadi terjadi
pengulangan atau tidak? jika terjadi pengulangan maka menggunakan anova dua
arah dengan interaksi.
3. Memeriksa apakah sudah memenuhi asumsi-asumsi sehingga bisa digunakan
anova
a. Normalitas
adalah Menguji apakah data tiap kelompok memiliki distribusi normal. hal
ini bisa dilakukan dengan uji kolmogorov smirnov, shapira wilk.
b. Homogenitas
adalah Menguji apakah varians tiap kelompok sama. Dalam menghitung
homogenitas bisa digunakan uji bartlett dan uji levene.
c. Saling bebas
Menunjukkan bahwa setiap kelompok tidak saling berhubungan. Biasanya
yang digunakan logika apakah saling bebas atau tidak.
d. Aditif (Saling menjumlahkan).
Artinya data yang dianalisis merupakan data interval/rasio

4. Menghitung variabilitas dari seluruh sampel.

Pengukuran total variabilitas atas data dapat dikelompokkan menjadi tiga
bagian, berikut rumus dalam Anova:
a. Total of sum squares (SSt) jumlah kuadrat total (jkt).
Merupakan jumlah kuadrat selisih antara skor individual dengan rata-rata
totalnya.

Keterangan:
k = banyaknya kolom
r = Banyaknya baris
n = banyak ulangan
xijm = data pada baris ke-i, kolom ke-j dan ulangan ke-m
T*** = Total (jumlah) seluruh pengamatan

b. Sum Square Between column jumlah kuadrat kolom (jkk).

Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi
di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.
 Keterangan :
T*j* = Total (jumlah) ulangan pada kolom ke-j

c. Sum Square Between row jumlah kuadrat baris (jkb).

Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi
di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.

Keterangan
Ti** = Total (jumlah) ulangan pada baris ke-i

d. Interaksi JK[BK]
Variansi rata-rata kelompok interaksi baris dan kolom terhadap rata-rata
keseluruhannya. Variansi di sini lebih terpengaruh karena adanya perbedaan
perlakuan antar kelompok.

e. Sum Square within(SSw) jumlah kuadrat galat (jkg).

Variansi yang ada dalam masing-masing kelompok. Banyaknya variansi akan
tergantung pada banyaknya kelompok, dan variansi di sini tidak
terpengaruh / tergantung oleh perbedaan perlakuan antar kelompok.
JKG = JKT - JKK-JKB-JK[BK]

f. Menghitung derajat kebebasan (degree of freedom).

Derajat kebebasan atau degree of freedom (dilambangkan dengan v, dof, atau
 db) dalam ANOVA akan sebanyak variabilitas. Oleh karena itu, ada tiga
macam derajat kebebasan yang akan kita hitung:
1) Derajat kebebasan untuk JKT
merupakan derajat kebebasan dari Jumlah kuadrat total (JKT) ini akan
kita lambangkan dengan dof JKT.
db JKT = rkn 1

2) Derajat kebebasan untuk JKK

merupakan derajat kebebasan dari Jumlah kuadrat kolom (JKK) ini akan
kita lambangkan dengan dof JKK.
db JKK = k-1

3) Derajat kebebasan untuk JKB

merupakan derajat kebebasan dari Jumlah kuadrat baris (JKB) ini akan
kita lambangkan dengan dof JKB.
db JKB = r-1

4) Derajat kebebasan untuk JK[BK]

merupakan derajat kebebasan dari Jumlah kuadrat interaksi baris dan
kolom JK[BK] ini akan kita lambangkan dengan dof JK[BK].
db JK[BK] = [r-1][k-1]

5) Derajat kebebasan untuk JKG

Merupakan derajat kebebasan dari Jumlah kuadrat galat (JKG) ini akan
kita lambangkan dengan dof JKG

db JKG =rk[n- 1]

5. Menghitung variance antar kelompok dan variance dalam kelompok.

Variance dalam ANOVA, baik untuk antar kelompok maupun dalam
kelompok sering disebut dengan kuadrat tengah atau deviasi rata-rata kuadrat
(mean squared deviation) dan dilambangkan dengan MS atau KT. Dengan
 demikian, maka mean squared deviation masing-masing dapat dicari dengan
rumus sebagai berikut:
KTK = JKK / db JKK
KTB = JKB / db JKB
KTG = JKG / db JKG
KT[BK] = JK[BK] / db JK[BK]

6. Menghitung F hitung
Menghitung nilai distribusi F (Fhitung) berdasarkan perbandingan variance
antar kelompok dan variance dalam kelompok.Fhitung ada tiga karena
hipotesis ada tiga, sehingga setiap f hitung menjawab hipotesis.
Fhitung (kolom) = KTK/KTG
Fhitung (baris) = KTB/KTG
Fhitung (interaksi) = KT[BK]/JKG

7. Menghitung F tabel
Selain itu, F berdasarkan tabel (Ftabel) juga dihitung, berdasarkan nilai
derajat kebebasan (langkah ke-4) menggunakan tabel distribusi-F. Jangan
lupa untuk mencantumkan gambar posisi Fhitung dan Ftabel dalam grafik
distribusi-F.
8. Membandingkan Fhitung dengan Ftabel :
Jika Fhitung > Ftabel : tolak H0
Jika Fhitung Ftabel : terima H0

9. Buat kesimpulan,
sesuai dengan kasus awal yang ditanyakan. Simpulkan, apakah perlakuan
(treatment) memiliki efek yang signifikan pada sampel data atau tidak. Jika
hasil tidak signifikan, berarti seluruh rata-rata sampel adalah sama. Jika
perlakuan menghasilkan efek yang signifikan, setidaknya satu dari rata-rata
sampel berbeda dari rata-rata sampel yang lain.

Berdasarkan langkah-langkah diatas untuk mempermudah perhitungan dibuat

tabel seperti berikut:

Sumber Jumlah Kuadrat (JK) Derajat Kuadrat F

 Keragaman Tengah
Bebas (db) hitung
(SK) (KT)
F
KTK = hitung
db JKK = k-
Kolom (K) JKK / db =
1
JKK KTK /
KTG
F
KTK = hitung
db JKK = r-
Baris (B) JKB / db =
1
JKB KTB /
KTG
F
KTK = hitung
Interaksi db JK[BK] = JK[BK] / =
(BK) [r-1][k-1] db KT[B
JK[BK] K] /
KTG
db KTG =
Galat (G) JKG = JKT - JKK- JKB-JK[BK] JKG=r.k[n- JKG / db
1] JKG
db JKT=
Total (T)
rkn-1
BAB III
METODOLOGI PERCOBAAN
A. Studi Kasus
Penelitian dilakukan di empat Alfmart berbeda untuk mencari data yang dibutuhkan
yaitu waktu yang digunakan kasir Alfamart untuk mengetahui harga produk melalui
scanner barcode. Data diambil sebanyak 12 data dari 4 kategori lama pengalaman
kerja dan 3 kategori jenis produk.

B. Alat yang digunakan

a. Observation sheet berfungsi sebagai tempat mencatat data yang sudah diukur
b. Alat tulis berupa bolpoin untuk mencatat data
c. Stopwatch untuk menghitung waktu

C. Pengambilan Data
Data diambil sebanyak 12 data dari 4 kategori lama pengalaman kerja ( 1-4 bulan, 5
8 bulan, 9-12 bulan, 13-16 bulan ) dan 3 kategori jenis produk ( botol, karton kotak,
plastik fleksibel )
D. Langkah percobaan
a. Menyiapkan alat tulis dan observation sheet
b. Mengamati konsumen dan mencatat data waktu yang dibutuhkan kasir selama
melayani konsumen
c. Melakukan uji ANOVA dengan data yang diperoleh dari hasil penilitian
d. Menarik kesimpulan dan menganalis data hasil perhitungan yang dilakukan
dengan menggunakan rumus uji Anova

BAB IV
PENGOLAHAN DATA
A. Tabel Data
Waktu yang dibutuhkan kasir Alfamart untuk melihat harga produk melalui scanner
barcode dalam satuan detik.
Jenis Kemasan
Pengalaman Karton
Botol Plastik Fleksibel
Kotak
1 - 4 Bulan 1.35 1.38 1.58
8.48
1.32 1.4 1.45
Total 2.67 2.78 3.03
5 - 8 bulan 1.35 1.27 1.41
8.59
1.38 1.6 1.58
Total 2.73 2.87 2.99
9 - 12 bulan 1.3 1.53 1.55
8.67
1.44 1.42 1.43
Total 2.74 2.95 2.98
13 - 16 bulan 1.2 1.39 1.43
8.17
1.3 1.4 1.45
Total 2.5 2.79 2.88
Total Kolom 10.64 11.39 11.88 33.91

B. Hipotesis
1. Hipotesis anova kolom
H0: a1 = a2 = ... = ak, Tidak ada pengaruh pengalaman yang nyata terhadap
 Waktu yang dibutuhkan kasir Alfamart untuk melihat harga produk melalui
scanner barcode dalam satuan detik.
H1: a1 a2 ... ak, ada pengaruh pengalaman yang nyata terhadap Waktu
yang dibutuhkan kasir Alfamart untuk melihat harga produk melalui scanner
barcode dalam satuan detik.

2. Hipotesis anova baris

H0: b1 = b2 = ... = bj, Tidak ada pengaruh jenis kemasan yang nyata terhadap
Waktu yang dibutuhkan kasir Alfamart untuk melihat harga produk melalui
scanner barcode dalam satuan detik.
H1: b1 b2 ... bj, ada pengaruh jenis kemasan yang nyata terhadap Waktu
yang dibutuhkan kasir Alfamart untuk melihat harga produk melalui scanner
barcode dalam satuan detik.

3. Hipotesis interaksi
H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara faktor pengalaman
dan jenis kemasan
H1: (ab)11 (ab)12 ... (ab)kj, ada interaksi ada interaksi antara faktor
pengalaman dan jenis kemasan.

C. Perhitungan menggunakan SPSS V.22

1. Langkah langkah perhitungan
a. Buka aplikasi SPSS yang sudah terinstall di laptop
b. Pilih cancel di kotak dialog yang muncul

c. Pilih menu variabal view, lalu ketik pengalaman, kemasan dan waktu
secara berturut turut di lembar kerja yang tersedia penulisan nama tidak
boleh terdapat spasi.
d. Buat pelabelan di kolom Values, dimana 1-4 bulan, 5- 8 bulan, 9-12 bulan,
13-16 bulan, diberi label secara berturut turut 1, 2,3 , dan 4.

e. Kemudian Buat lagi pelabelan di kolom Value, dimana botol, karton kotak,
dan plastik fleksibel, diberi label secara berturut turut 1, 2, dan 3

f. Pilih data view, kemudian masukkan data pengalaman, kemasan, dan waktu
secara berturut turut.
g. Pilih menu analyze, kemudian pilih general linear model dan selanjutnya
pilih univariat.

h. Setelah itu akan muncul menu univariat, pindahkan waktu ke kolom

dependent variabel dan pindahkan pengalaman dan kemasan ke kolom
fixed factor ( s) .
i. Kemudian pilih option, lalu akan muncul menu option pindahkan
pengalaman*kemasan ke kolom Display Means for. Lalu centang pilihan
statistics descriptive, estimates of effect size, homogenity test, dan spread
and level plot. Gunakan level of significance 0.05. Kemudian pilih
continue.
 j. Maka akan kembali ke menu options, lalu klik ok

2. Output perhitungan SPSS V. 22

D. Perhitungan menggunakan Minitab V.15
1. Langkah langkah perhitungan
a. Buka aplikasi Minitab V.15 yang sudah terinstall di laptop

b. setelah diklik aplikasi minitab, maka akan muncul tampilan sebagai berikut

c. input data yang diperlukan secara berturut turut Pengalaman, kemasan,

dan waktu
d. setelah itu pilih stat kemudian pilih ANOVA, selanjutnya pilih Two
way.

e. selanjutnya akan muncul menu Two Analysis of variance. Di menu ini

pilihlah C3 ( waktu) sebagai response, C2 (kemasan) sebagai Column
factro, dan C1 sebagai ( pengalaman Row factor. Kemudian centang
Display Means. Kemudian pilih convidence level 0.95. Dan terkahir klik
OK
2. Output perhitungan minitab V.15
 BAB V

ANALISA DAN PEMBAHASAN

A. Analisa Menggunakan Data SPSS V.22

Data yang didapatkan dari SPSS dapat diinterpretasikan sebagai berikut :
1. Statistics descriptive :
Rata rata total untuk 1-4 bulan, 5-8 bulan, 9-12 bulan, 13-16 bulan berturut
turut adalah 1.38000, 1.43167, 1.44500, dan 1.36167. Rata- rata total untuk
botol, karton kotak, dan plastik fleksibel berturut turut adalah 1.33000,
1.42375, dan 1.46000
2. Corrected Model: Pengaruh Semua Variabel independen (pengalaman, jenis
kemasan, atau pengalaman*jenis kemasan") secara bersama-sama terhadap
variabel dependen ( waktu ). Didapatkan nilai Fhitung dan nilai signifikan
berturut turut adalah 1, 181 dan 0,388
3. Intercept: Nilai perubahan variabel dependen tanpa perlu dipengaruhi keberadaan
variabel independen, artinya tanpa ada pengaruh variabel independen, variabel
dependen dapat berubah nilainya. Didapatkan Fhitung dan nilai signifikan
berturut turut adalah 5639,524 dan 0,000.
4. pengalaman: Pengaruh pengalaman terhadap waktu yang dibutuhkan di dalam
model. Didapatkan Didapatkan Fhitung dan nilai signifikan berturut turut
adalah 1,1147 dan 0,370
5. Jenis kemasan: Pengaruh Jenis kemasan terhadap waktu yang dibutuhkan di
dalam model. Didapatkan Fhitung dan nilai signifikan berturut turut adalah 4,
288 dan 0,390
6. Pengalaman*jenis kemasan: Pengaruh pengalaman*jenis kemasan terhadap
waktu yang dibutuhkan di dalam model. Didapatkan Didapatkan Fhitung dan
nilai signifikan berturut turut adalah 0, 162 dan 0, 982
7. Error: Nilai Error model, semakin kecil maka model semakin baik. Nilai error
yang didaatkan
8. R Squared: Nilai determinasi berganda semua variabel independen dengan
dependen. R squared yang didapatkan adalah 0,520 di mana mendekati 1, tidak
terlalu kuat
9. Diagram di atas ( estimated marginal means of waktu ) menunjukkan ada
ketidak sejajaran garis, maka dicurigai ada efek interaksi antara pengalaman dan
jenis kemasan
 10. Derajat kebebasan : untuk kemasan (kolom) adalah 2, untuk pengalaman ( baris )
adalah 3, untuk interaksi ( pengalaman*kolom) adalah 6, dan untuk error adalah
12

B. Analisa Menggunakan Minitab V.15

1. Signifikan
Signifikan untuk kemasan (kolom) adalah 0. 039, untuk pengalaman ( baris )
adalah 0.370, dan untuk interaksi ( pengalaman*kolom) adalah 0,982
2. Fhitung
Fhitung untuk kemasan (kolom) adalah 4, 29, untuk pengalaman ( baris ) adalah
1,15, dan untuk interaksi ( pengalaman*kolom) adalah 0,16
3. Derajat kebebasan
Derajat kebebasan untuk kemasan (kolom) adalah 2, untuk pengalaman ( baris )
adalah 3, untuk interaksi ( pengalaman*kolom) adalah 6, dan untuk error adalah
12
4. Rata rata total
Rata rata total untuk 1-4 bulan, 5-8 bulan, 9-12 bulan, 13-16 bulan berturut
turut adalah 1.38000, 1.43167, 1.44500, dan 1.36167. Rata- rata total untuk
botol, karton kotak, dan plastik fleksibel berturut turut adalah 1.33000,
1.42375, dan 1.46000

C. Pembahasan
1. Perbandingan SPSS V. 22 dan Minitab V.15
Telah diinterpretasikan output dari kedua aplikasi di bagian Analisa perhitungan.
Hasilnya dapat dilihat bahwa nilai rata rata total, derajat kebebasan, Fhitung,
maupun signifikansi adalah sama. Yang menjadi perbedaan hanyalah
pembulatan dan output yang dikeluarkan oleh SPSS lebih banyak dibandingkan
Minitab.

2. Signifikansi
a. Corrected Model: 0. 388 (Sig.) > 0,05 (Alfa) berati tidak Signifikan. Maka
dapat dikatakan model tidak valid.
 b. Intercept: 0.000 (Sig.) < 0,05 (Alfa) = Signifikan. berarti intercept dapat
dikatakan signifikan.
c. Pengalaman : 0.370 (Sig.) > 0,05 (Alfa) bearti tidak Signifikan atau dapat
dikatakan pengalaman tidak berpengaruh signifikan.
d. Jenis kemasan : 0.039 (Sig.) < 0,05 (Alfa) = Signifikan atau dapat dikatakan
jenis kemasan berpengaruh signifikan.
e. Pengalaman*jenis kemasan: 0.982(Sig.) > 0,05 (Alfa) berarti tidak
signifikan atau dapat dikatakan pengalaman*jenis kemasan tidak
berpengaruh signifikan.
f. Error: Nilai Error model yang diperoleh adalah 0.008, maka semakin kecil
maka model semakin baik.
g. R Squared: Nilai determinasi berganda semua variabel independen dengan
dependen. Dimana nilai yang didapatkan yaitu 0, 520 di mana mendekati 1,
berarti tidak terlalu kuat.

3. Perbandingan Fhitung dan Ftabel ( Penarikan Kesimpulan )

a. Ftable Kolom pada = 0.05 db JKK = 2 dan db JKG= 24 adalah 3,40.

Sedangkan Fhitung yang didapatkan adalah 1, 147. Karena Fhitung < Ftabel
( 1, 147 < 3,40 ). Maka Ho dapat diterima bahwa tidak ada pengaruh
pengalaman kerja terhadap waktu yang dibutuhkan terhadap kasir Alfamart
untuk melihat harga produk melalui scanner barcode dalam satuan detik.

b. Ftable Baris pada = 0.05 db JKB =3 dan db JKG=24 adalah 3, 01.

Sedangkan Fhitung yang didapatkan adalah 4, 288. Karena Fhitung > Ftabel
( 4,288 < 3,01 ). Maka Ho ditolak bahwa ada pengaruh kemasan terhadap
waktu yang dibutuhkan kasir Alfamart untuk melihat harga produk melalui
scanner barcode dalam satuan detik.

c. F table Interaksi pada = 0.05 db JK[BK]=6 dan db JKG =24 adalah 2, 51.
Sedangkan Fhitung yang didapatkan adalah 0,162. Karena Fhitung < Ftabel (
0,162 < 2,52 ). Maka Ho dapat diterima bahwa tidak ada pengaruh
 pengalaman* kemasan terhadap waktu yang dibutuhkan kasir Alfamart untuk
melihat harga produk melalui scanner barcode dalam satuan detik.

BAB VI

PENUTUP

A. Kesimpulan

1. Mahasiswa Dapat melakukan pengujian Analisis of varian Two Way untuk

diterapkan dalam dunia industri ( misalnya untuk menentukan metode cepat
dalam pelayanan pelanggan untuk mencegah bottleneck atau untuk merancang
suatu produk yang memudahkan kasir dalam melakukan scanner barcode ).

2. Mahasiswa telah dapat mengetahui faktor apa saja yang mempengaruhi waktu
yang dibutuhkan kasir Alfamart untuk melayani konsumen dalam hal mengetahui
harga produk melalui scanner barcode. Faktor yang berpengaruh signifikan ialah
jenis kemasan sedangkan pengalaman ( dalam hitungan bulan ) tidak
berpengaruh signifikan.

B. Saran
1. Sebaiknya sebelum melakukan uji anova dua arah peneliti harus menguasai
konsep konsep dasar uji anova dua arah agar sangat pengolahan data dan
penarikan kesimpulan tidak kebingungan.
2. Pilihlah objek penilitian yang tidak menyulitkan dalam pengambilan datanya
khususnya untuk peniliti peniliti baru.
 3. Selalu kedepankan ketelitian, kesabaran, dan ketekunan dalam melakukan uji
uji statistik inferensia terkhusus uji anova dua arah.

Daftar Pustaka

Hidayati, Nurul Angraeni. 2015. Uji Analisis Varian Dua Arah. Malang : Univeristas
Maulana Malik Ibrahim

http://statistikceria.blogspot.co.id/2014/01/analisis-ragam-analysis-of-variance-anova-dua-
arah-dengan-interaksi.html diakses tanggal 20 Mei 2016 pukul 16.55 Wita. Gowa