LAPORAN PENUGASAN

STATISTIKA INDUSTRI II
MODUL ANOVA

Nama : Rudi Yanto Kelompok : D6

NIM : 16522245 Kelas :
Nama : Fadhillah Alvasha R. Tgl. Praktikum : 20 November 2017
NIM : 16522157 Hari Praktikum : Selasa
Asisten : Bella.T ( DM-66 ) Dikumpulkan tgl :
Kriteria Penilaian Yogyakarta,....................................2017
Format : (maks. 10) Asisten
Isi : (maks. 50)
Analisa : (maks. 40)
TOTAL : (...................................)

LABORATORIUM SIOP
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
2017
 MODUL II
ANALYSIS OF VARIANCE (ANOVA)

2.1 Tujuan Praktikum

1. Mahasiswa mampu memahami uji hipotesis harga rata-rata multi populasi

dengan menggunakan Analysis of Variance (ANOVA).
2. Mahasiswa mampu memahami penyelesaian persoalan uji hipotesis harga
ratarata multi populasi Analysis of Variance (ANOVA) menggunakan software
SPSS.

2.2 Tugas Praktikum

1. Membuat dan mencari dari sumber terpercaya untuk sejumlah data yang akan
diolah kemudian tampilkan dalam bentuk tabel data historis.
2. Melakukan perhitungan uji hipotesis harga rata-rata multi populasi
menggunakan Analysis of Variance (ANOVA) 1 arah dan 2 arah dari sejumlah
data yang telah didapatkan dengan menggunakan perhitungan manual dan
software SPSS.
3. Melakukan perbandingan antara output perhitungan manual dan output
sotware SPSS yang didapatkan.
4. Melakukan bahasan dari sejumlah hasil olahan yang didapat hingga
menentukan kesimpulan keputusan dengan tepat. Melakukan bahasan dari
hasil sejumlah hasil olahan yang didapat hingga tentukan kesimpulan
keputusan yang didapat.

2.3 Latar Belakang

Kampus merupakan tempat semua kegiatan belajar-mengajar dan administrasi

berlangsung. Kampus meliputi ruang kuliah, perpustakaan, dan ada tempat untuk
dijadikan taman yang digunakan sebagai tempat berdiskusi dan
bersosialisasi.Kampus adalah tempat bagi mahasiswa banyak menghabiskan
waktunya dalam sehari, baik waktu yang digunakan untuk belajar maupun
kegiatan-kegiatan lain yang berhubungan dengan perkulihan maupun hal-hal lain,
seperti kegiatan-kegiatan organisasi. Mahasiswa dapat menghabiskan waktunya di
kampus mulai dari pagi sampai sore bahkan hingga malam hari. Waktu adalah
 bagian dari struktur dasar dari alam semesta, sebuah dimensi di mana peristiwa
terjadi secara berurutan. Waktu merupakan suatu dimensi di mana terjadi peristiwa
yang dapat dialami dari masa lalu melalui masa kini ke masa depan, dan juga
ukuran durasi kejadian dan interval. Waktu telah lama menjadi subjek utama
penelitian dalam agama, filsafat, dan ilmu pengetahuan.. Namun demikian,
berbagai bidang seperti bisnis, industri, olahraga, ilmu pengetahuan, musik, tari,
dan teater hidup semua menggabungkan beberapa gagasan waktu ke dalam sistem
masing-masing pengukuran. Beberapa, secara sederhana didefinisikan yang relatif
tidak kontroversial waktu termasuk "waktu adalah sesuatu yang dapat dihitung
oleh jam" dan "waktu adalah segala sesuatu yang terjadi secara sekaligus".
Pada penugasan praktikum Statistika Industri 2 ini, studi kasus yang didapatkan
adalah tentang rata-rata waktu berada di kampus dalam sehari (jam). Dengan
materi praktikum Statistika Industri 2 ini yaitu tentang ANOVA, peneliti
mengumpulkan data dari beberapa mahasiswa Fakultas Teknologi Industri,
Universitas Islam Indonesia. Pada penelitian ini jumlah sampel responden,
jurusan, dan angkatan yang telah ditentukan. yang meliputi dari tiga jurusan yaitu
juran Teknik Industri, Teknik Kimia, dan Teknik Informatika, dengan jumlah
sampel responden sebanayak 30 responden, dari dua angkatan yang berbeda yakni
angkatan 2015 dan angkatan 2016. Metode dari pengumpulan data tersebut
menggunakan kuisioner dengan membagikan Googleform atau bertanya langsung
kepada responden. Kemudian, dari data tersebut dilakukan tiga uji hipotesis harga
rata-rata multi populasi dengan menggunakan ANOVA, yaitu One Way ANOVA,
Two Way ANOVA Without Replication, dan Two Way ANOVA With Replication,
dengan masing-masing pengujian didapatkan kasus yang berbeda baik secara
manual maupun dengan software SPSS.

2.4 Pengolahan data

2.4.1. Deskripsi kasus

1. One Way ANOVA

Pada penelitian dan pengujian One Way ANOVA, kami mengambil data 30 sampel
responden dari tiga jurusan dan dari angkatan tahun 2016 dengan masing-masing
jurusan yaitu 10 responden yang terdapat pada Fakultas Teknologi Industri UII,
yaitu jurusan Teknik Industri, Teknik Kimia, dan Teknik Informatika. Ketiga
jurusan tersebut dapat dikatakan sebagai tiga kategori atau tiga populasi,
sedangkan hanya satu angkatan yang diambil datanya yaitu angkatan 2016
dikatakan sebagai satu faktor karena pada pengujian ini membutuhkan tiga
kategori atau lebih dengan hanya satu faktor saja.

2. Two Way ANOVA Data Tunggal (Without Replication)

Pada penelitian dan pengujian Two Way ANOVA Data Tunggal, kami mengambil
data 6 sampel responden dari tiga jurusan yang ada di FTI UII yaitu Teknik
Industri, Teknik Kimia, dan Teknik Informatika, dengan dua angkatan yaitu
angkatan 2016 dan 2015, dimana untuk setiap jurusan dan setiap angkatan terdapat
1 responden. Ketiga jurusan dan dua angkatan tersebut dapat dikatakan sebagai
kategori/populasi, dan 1 responden untuk setiap jurusan dan setiap angkatan
disebut sebagai data yang tunggal. Hal ini dikarenakan dalam pengujian ini
dibutuhkan minimal tiga kategori dengan klasifikasi dua faktor dengan data yang
digunakan bersifat tunggal dimana tidak terdapat replikasi dalam pengamatan.

3. Two Way ANOVA Data Banyak (With Replication)

Pada penelitian dan pengujian Two Way ANOVA Data Banyak, kami mengambil
data 30 sampel responden dari tiga jurusan yang ada di FTI UII yaitu dengan
jurusan dan angkatan yang sama dengan Two Way ANOVA Data Tunggal, tetapi
untuk setiap jurusan dan setiap angkatan terdapat 5 responden. Ketiga jurusan dan
dua angkatan tersebut dapat dikatakan sebagai tiga kategori/populasi, dan 5
responden untuk setiap jurusan dan setiap angkatan disebut sebagai data yang
banyak. Hal ini dikarenakan dalam pengujian ini dibutuhkan minimal tiga kategori
yang diklasifikasikan dua faktor dengan data yang digunakan melibatkan replikasi
dalam pengamatan.
2.4.2. Tabel Data Historis

1. One Way ANOVA

Tabel 1. Data waktu berada di kampus responden (jam) pada One Way ANOVA

Jurusan pada FTI UII

No.
Teknik Industri
1 6
2 5
3 7
4 6
5 8
6 8
7 9
8 6
9 7
10 5 6
Teknik Kimia Teknik Informatika
8 8
6 8
7 5
7 7
8 7
4 6
6 9
7 9
7 8
7

3. Two Way ANOVA Data Tunggal (Without Replication)

Tabel 2. Data waktu berada di kampus responden (jam) pada Two Way ANOVA
Data Tunggal
Jurusan
Angkatan
T.Industri T.Informatika T.Kimia
2016 7 8 7
2015 8 6 6
3. Two Way ANOVA Data Banyak (With Replication)

Tabel 3. Data waktu berada di kampus responden (jam) pada Two Way ANOVA
Data Banyak

Jurusan
Angkatan
T. Industri T. Informatika T. Kimia
6 7 9
8 7 8
2015 6 8 7
7 4 5
6 6 7
5 7 8
7 7 8
2016 5 6 7
9 8 6
8 6 9
2.4.3. Menentukan H0 dan H1, tingkat probabilitas kesalahan (p), dan kriteria
pengujian
1. One Way ANOVA
H0 : Tidak terdapat perbedaan nilai rata-rata hasil waktu berada di kampus
mahasiswa FTI UII berdasarkan jurusan yang diambil (1= 2= 3= . . . . . . . =
)
H1 : Terdapat perbedaan nilai rata-rata hasil waktu berada di kampus
mahasiswa
FTI UII berdasarkan jurusannya. (1 2 3 )
Kriteria keputusan yang diambil apabila probabilitas (Sig.) > (nilai = 0,05)
maka Ho diterima.

2. Two Way ANOVA Data Tunggal

a. Uji Hipotesis 1
H0 : A1 = A2 = A3 (semua jurusan memiliki nilai rata-rata hasil waktu
berada
di kampus dalam sehari yang sama)
H1 : Aj A(j+1) (ada jurusan yang memiliki nilai rata-rata hasil waktu berada
di kampus dalam sehari yang tidak sama)

b. Uji Hipotesis 2
H0 : B1 = B2 = B3 = B4 (semua angkatan memiliki nilai rata-rata hasil
waktu berada di kampus dalam sehari yang sama)
H1 : Bi B(i+1) (ada jurusan yang memiliki nilai rata-rata hasil waktu berada
di kampus dalam sehari yang tidak sama)
Kriteria keputusan yang diambil apabila probabilitas (Sig.) > (nilai =
0,05) maka Ho diterima.

2. Two Way ANOVA Data Banyak

a. Uji Hipotesis 1

H0 : A1 = A2 = A3 (semua jurusan memiliki nilai rata-rata waktu berada

di kampus dalam sehari sama)
 H1 : Aj A(j+1) (ada jurusan yang memiliki nilai ata-rata waktu berada di
kampus dalam sehari sama tidak sama)
b. Uji Hipotesis 2

H0 : B1 = B2 = B3 = B4 (semua angkatan memiliki nilai rata-rata waktu

berada di kampus dalam sehari yang sama)
H1 : Bi B(i+1) (ada angkatan yang memiliki nilai rata-rata waktu berada
di kampus dalam sehari yang sama)
c. Uji Hipotesis 3
H0 : A1B1 = A1B2 = A1B3 = . . . = A3B4 (semua interaksi jurusan dan
angkatan sama)
H1 : AjBi A(j+1)B(i+1) (interaksi jurusan dan angkatan ada yang tidak
sama) Kriteria keputusan yang diambil apabila probabilitas (Sig.) > (nilai
= 0,05) maka Ho diterima.
 2.4.4. Cara Kerja Perhitungan Manual

1. One Way ANOVA

1. Menghitung harga statistik penguji
a. Tabel kejadian
Tabel 4. Tabel kejadian Anova satu arah waktu berada di kampus (jam)

No Kategori Kejadian

1 TI 6 8 8 7 6 5 7 5 9 6 67 10 6,7 1,788
2 TK 7 7 8 4 6 7 7 6 8 6 66 10 6,6 1,377
3 TF 9 8 7 5 7 8 8 7 6 9 74 10 7,4 1,6

a. Jumlah kuadrat simpangan

JKK

= 0,40 + 0,090 + 2,5

= 3,8
Dengan : = (67 + 66 + 74 )/3 = 6,9
Teknik_Industri( Teknik_Industri - )2 = 10 x (6,7 6,9)2 =0,40

Teknik_Kimia ( Teknik_Kimia - )2 = 10 x (6,6 6,9)2 = 0,90

Teknik_Informatika( Teknik_Informatika - )2= 10 x ( 7,4 6,9) 2 = 2,5

JKE
= 12,033+ 10,557+ 11,376
= 33,966

Dengan :
(teknik_industri - 1) 2teknik industri = (10 1) x 1,788 = 16,092
(teknik_kimia - 1) 2teknik kima = (10 1) x 1,377 =
12,393
(teknik_informatika- 1) 2teknik informatika = (10 1) x 1,6 =14,4
 2. Membuat tabel analisis variansi

Tabel 5. Tabulasi nilai variansi Anova satu arah (One way Anova) rata-rata waktu
berada di kampus
No Sumber Jumlah Dk
Variansi Kuadrat (Derajat Fhitung Ftabel
kebebasan)

1 Kategori JKK = 3,8 31=2 3,8

2
0,05,
33,966 = 12=2,7
27

1,51
2 Error JKE = 30 3 = 27
33,966

3. Membuat keputusan
Karena Fhit = 1,51 Ftab= F0,05,2,27= 2,7 maka hipotesis diteriama ( 0
diterima) yang berarti tidak terdapat perbedaan nilai rata-rata waktu berada di
kampus antara jurusan teknik industri,teknik kimia dan teknik informatika.

1,51

0
,(1 ,2 ) = 2,7
2. Two Way ANOVA Data Tunggal
d. Menghitung harga statistik penguji
a. Tabel kejadian
Tabel 9. Tabel Kejadian ANOVA Dua Arah Data Tunggal waktu berada
di kampus (jam)
Jurusan Jumlah
Hasil Output T.Industri T.Infor T.Kimia

2015 7 8 7 22
Angkatan 2016 8 6 6 20

Jumlah 15 14 13 42
b. Jumlah kuadrat simpangan
i. Jumlah kuadrat simpangan jurusan (kategori A)

152 + 142 +132 422

JKA = -
2 3.2
= 295 294 = 1
ii. Jumlah kuadrat simpangan angkatan (kategori B)

222 + 202 422

JKB = = - = 294,666 294 = 0,666
3 3.2
iii. Jumlah kuadrat simpangan total

412
JKT = (7 + 8 + 6 + 8 + 7 + 6 ) -
2 2 2 2 2 2
= 298 - 294
3.2
=4
iv. Jumlah kuadrat simpangan interaksi AB
JKAB = JKT (JKA + JKB)
JKAB = 4 (1 + 0,666) = 4 1,666 = 2,334
 3. Membuat tabel analisis variansi
Tabel 10 Analisis Variansi ANOVA Dua Arah Data Tunggal
No. Sumber Jumlah dk Ftabel
Variansi Kuadrat Fhitung

1 Jurusan JKA = 31 1 1 = 0,05,(2,2)

(Kategori A) 1 =2 1 v1 = 3 1
= 31 v2 =(3 1)(2 1)
2,334
(3 1)(2 1)

1 = 0,428
2 Angkatan JKB = 21 2 2 = 0,05,(1, 2)
(Kategori B) 0,666 =1 0,666 v1 = 4 1
= 41 v2 =(3 1)(2 1)
2,334
(3 1)(2 1)
2 = 0,190
3 Interaksi A JKAB = (3-1)(4-
dan B 2,334 1) = 6

Jumlah JKT = (4.3)-1

4 = 11

4. Membuat keputusan
a. Fhitung1 = 0,428 Ftabel1 = 5,143 maka H01 diterima
Hal ini berarti bahwa semua sistem operasi mobil memiliki hasil penjualan
sama
b. Apabila Fhitung2 = 0,190 Ftabel2 = 4,757 maka H02 diterima
Hal ini berarti bahwa semua warna body mobil memiliki hasil penjualan
sama
daerah penolakan daerah penolakan

0 0 2 = 4,757
2 = 5,143
 3. Two Way ANOVA Data Banyak

TWO WAY DATA BANYAK

Jurusan
Angkatan T. Industri T. Informatika T. Kimia
Jumlah
A1 A2 A3

101
2015 B1 33 32 36

109
37 34 38
2016 B2

Jumlah 70 66 74 210

a) Jumlah kuadrat simpangan sistem operasi mobil (kategori A)

702 + 662 +742 2102

JKA = = 1473,2 1470 = 3,2
2.5 2.3.5
b) Jumlah kuadrat simpangan warna body mobil (kategori B)

1012 +1092 2102

JKB = = 1472,133 1470 = 2,133
3.5 2.3.5
c) Jumlah kuadrat simpangan total
JKT = (62 + 72 + 92 + 82 + 72 + 82 + 62 + 82 + 72 + 72 + 42 + 52 + 62 + 62 + 72 + 52 + 72
2102
+ 82 + 72 + 72 + 82 + 52 + 62 + 72 + 92 + 82 + 62 + 82 + 62 + 92) 2.3.5

= 1475 1470 = 5
 d) Jumlah kuadrat simpangan interaksi sistem operasi (kategori A) dan warna
body mobil (kategori B)

(332 + 322 +362 +372 +342 +382 ) 2102

JKAB = (3,2+ 2,133 + )
5 2.3.5
= 1475,6 1475,33 = 0,27
e) Jumlah kuadrat simpangan error
JKE = JKT (JKA + JKB + JKAB)

JKE = 5 (3,2 + 2,133 + 0,27) = 0,6

3. Membuat tabel analisis variansi

Tabel 15. Analisis Variansi ANOVA Dua Arah n Data
No. Sumber Jumlah dk Fhitung Ftabel
Variansi Kuadrat
1 Jurusan JKA = 31 1 = 0,05,(2,24)
1
(Kategori A) 3,2 =2 1 = 3,403
3,2
2
= 0,6 = 64
2.3(51)

2 Angkatan JKB = 21 2 2 = 0,05,(1,24)

(Kategori B) 2,133 =1 2,133 2 = 4,26
= 1
0,6
2.3(5-1)
= 85,32
3 Interaksi A JKAB = (3-1)(2- 3 3 = 0,05,(2,24)
dan B 0,27 1) = 2 0,27 3 = 3,4
(3 1)(2 1)
=
0,6
2.3(5-1)
= 5,4
4 Error JKE = 2.3.(5-1)
0,6 = 24

Jumlah JKT = (2.3.5)-1

5 = 29

4. Membuat keputusan
Pada uji hipotesis ANOVA, pengambilan keputusan dilakukan dengan
membandingkan Fhitung dan Ftabel. Karena pada ANOVA Dua Arah Data Banyak
terdapat 3 hipotesis maka ada keputusan 3 keputusan yang didasarkan pada :
a. Fhitung1 = 64 > Ftabel1 = 3,403, maka H01 ditolak
Hal ini berarti bahwa semua jurusan memiliki nilai rata-rata waktu berada di
kampus yang tidak sama
b. Fhitung2 = 85,32 > Ftabel2 = 4,26, maka H02 ditolak
Hal ini berarti bahwa semua angkatan memiliki nilai rata-rata waktu berada di
kampus yang tidak sama
c. Fhitung3 = 5,4 > Ftabel3 = 3,4, maka H03 ditolak
Hal ini berarti bahwa interaksi jurusan dan angkatan tidak sama

daerah penolakan daerah penolakan

0 0
1 = 3, 40 3 2 = 4,26

daerah penolakan

0
3 = 3,4
2.4.5. Cara kerja Perhitungan Menggunakan software SPSS

2.4.5.1 One way ANOVA

a. Klik Variable View yang terletak di bagian kiri bawah jendela SPSS.

b. Masukuan data hasil penelitian rata rata lama berapa jam berada di
kamlus berdasar jurusan
c. Pilih Analyze, pada sub menu pilih Descriptive Statistic, kemudian
pilih Explore

d. Pilih Analyze, pada sub menu pilih Compare Means, kemudian pilih
One-Way ANOVA
e. Pada pilihan Post Hoc, tandai Tukey pada Equal Variances Assumsed
serta isi kotak significance level berdasarkan tingkat signifikansi yang
telah ditetapkan (0,05)

f. Pada pilihan Options, tandai Descriptive, Homogenity of variance test

dan Exclude cases analysis by analysis
g. Oke hingga muncul hasil dari SPSS
2.4.5.2 Two Way ANOVA Data Tunggal (Without Replication)

a. Klik Variable View yang terletak di bagian kiri bawah jendela SPSS.
Masukkan data variabel hasil penelitian.

b. Dan Masukkan data hasil penelitian rata-rata lama berada di kampus

berdasarkan jurusan kedalam Data View.
c. Lakukan uji normalitas dengan cara pilih Analyze, pada sub menu pilih
Explore

d. Pada pilihan plots, klik Factor levels together, stem-and-leaf, normality

plots with test dan none. Klik Continue
e. Hasil Test Normality

f. Setealah mengetahui data berdistribusi normal, maka dilanjutkan

dengan pengujian Anova dua arah. Langkah pertama adalah pilih
General Linear Model, pada sub menu pilih Univariate seperti gambar
dibawah ini
g. Klik OK maka akan keluar hasil output SPSS sebagai rikut
2.4.5.3 Two Way ANOVA Data Banyak (With Replication)

a. Klik Variable View yang terletak di bagian kiri bawah jendela SPSS,
Masukkan data variabel hasil penelitian

b. Masukkan data hasil penelitian rata-rata lama berada di kampus

berdasarkan jurusan kedalam Data View
c. Lakukan uji normalitas dengan cara pilih Analyze, pada sub menu pilih
Explore.

d. Hasil Test Normality

e. Hasil Output SPSS
1.5. Analisis Data

1.5.1. Hasil Output ANOVA

1.5.1.1. One Way ANOVA

Hasil analisis dari output descriptive menunjukkan penelitian ini menggunakan

sampel n1 (Teknik Industri) = 10 mahasiswa, n2 (Teknik Informatika) = 10 mahasiswa,
dan n3 (Teknik Kimia) = 10 mahasiswa. Nilai rata-rata untuk waktu berada di kampus
mahasiswa Teknik Industri 6.7 jam; nilai rata-rata untuk waktu berada di kampus
mahasiswa Teknik Informatika 7,4 jam; nilai rata-rata untuk waktu berada di kampus
mahasiswa Teknik Kimia 6,6 jam. Nilai standard deviasi untuk waktu berada di
kampus mahasiswa Teknik Industri sebesar 1,337; Nilai standard deviasi untuk waktu
berada di kampus mahasiswa Teknik Informatika sebesar 1,264; Nilai standard deviasi
untuk waktu berada di kampus mahasiswa Teknik Kimia sebesar 1,137;

Uji Post Hoc merupakan uji lanjut untuk mengetahui kelompok sampel mana yang
memiliki perbedaan niai rata-rata. Adanya perbedaan nilai rata-rata kelompok sampel
ditandai dengan nilai signifikansi yang bernilai kurang dari atau sama dengan yaitu
0,05. Dalam penelitian ini, dapat dikatakan tidak ada perbedaan rata rata waktu
berada di kampus antara 3 jurusan, ini dibuktikan dengan mean difference yang
tercantum dari hasil uji Post
1.5.1.2. Two Way ANOVA Data Tunggal (Without Replication)
1.5.1.3. Two Way ANOVA Data Banyak (With Replication)
1.5.2. Analisis ANOVA

Setelah melakukan uji One Way ANOVA dan Two Way ANOVA, peneliti
mendapatkan hasil hasil perhitungan uji ANOVA dengan cara manual dan
menggunakan software SPSS. Pada dasarnya perhitungan dengan menggunakan
ANOVA sendiri lebih efektif, namun ada beberapa hal yang tidak terselesaikan dalam
penelitian ini, seperti Ftabel dan beberapa analisis uji
A. One Way ANOVA
a. Untuk uji Normalitas
Untuk uji normalitas waktu berada di kampus jurusan teknik industri 0,00 <
0,05
Untuk uji normalitas waktu berada di kampus jurusan teknik informatika 0,00
< 0,05
Untuk uji normalitas waktu berada di kampus jurusan teknik kimia 0,00 <
0,05
b. Analisis uji Homogenitas
Untuk uji homogenitas, didapatkan signifikansi sebesar 0,379 >0,05 berarti Ho
diterima, asumsi bahwa ketiga variansi populasi adalah seragam (homogen).
c. Analisis ANOVA
Uji ANOVA dilakukan untuk mengetahui apakah data tersebut mempunyai rata
rata yang sama atau tidak. Dengan signifikansi > 0,05 yaitu sebesar 0,771 berarti
Ho diterima, tidak ada perbedaan rata rata antar tiap populasi.
d. Analisis Post Hoc
Uji post hoc ini dilakukan untuk mengetahui jurusan apa yang paling
mempengaruhi secara signifikan waktu berada di kampus jurusan yang adadi
kampus FTI. Tingkatan jurusan yang paling banyak pengaruhnya dapat dilihat
dari tanda (minus) pada mean difference nya. Adapun urutan jurusan yang
paling berpengaruh terhadap rata rata populasi diurutkan dari mean difference
terbesar ke terkecil. Teknik industri > teknik emesin > teknik kimia.

B. Tow Way ANOVA Data Tunggal (Without Replication)

a. Uji Normalitas Jurusan
Untuk uji normalitas waktu berada di kampus jurusan teknik industri 0,00
< 0,05
Untuk uji normalitas waktu berada di kampus jurusan teknik informatika
0,00 < 0,05
Untuk uji normalitas waktu berada di kampus jurusan teknik kimia 0,00 <
0,05
b. Uji Normalitas Angkatan
 Untuk uji normalitas waktu berada di kampus berdasarkan angkatan 2015
adalah 0,05 > 0,220
Untuk uji normalitas waktu berada di kampus berdasarkan angkatan 2016
adalah 0,05 > 1,000
c. Test of Between-Subject Effect
Berdasarkan hasil Test of Between-Subjects Effects terdapat nilai error sebesar
24300,0 ; total sebesar 127800,00 dan corrected total sebesar 41400,00. Uji Two-
Way ANOVA dilakukan untuk mengetahui apakah terdapat perbedaan nilai rata-
rata sampel berdasarkan jurusan dan angkatan.
d. Uji Post Hoc
Uji Post Hoc merupaka uji lanjut untuk mengetahui kelompok sampel mana yang
memiliki perbedaan niai rata-rata. Adanya perbedaan nilai rata-rata kelompok
sampel ditandai dengan adanya nilai signifikansi yang bernilai kurang dari atau
sama dengan dan didukung dengan adanya tanda bintang * pada kategori
yang dibandingkan. Berdasarkan hasil uji Pos Hoc diatas, dapat disimpulkan
bahwa tidak terdapat perbedaan nilai rata-rata kelompok sampel berdasarkan
jurusan dikarenakan Ho diterima dan tidak adanya nilai signifikansi antara
kategori yang diperbandingkan yang memiliki nilai signifikansi (0,05).
Namun, dari output Post Hoc tersebut kita dapat melihat perbedaan rata-rata
antara kategori yang dibandingkan. Misalnya, perbedaan nilai rata-rata waktu
berada di kampus teknik industri dengan teknik informatika adalah 75,00 yang
berarti nilai rata-rata waktu berada di kampus teknik industri lebih tinggi
dibanding dengan waktu berada di kampus teknik informatika yang sebesar -
75,00.

C. Two Way ANOVA Data Banyak (With Replication)

a. Uji Normalitas
Uji normalitas untuk belajar berdasarkan angkatan 2015 adalah 0,220 >
0,05
Uji normalitas untuk waktu berada di kampus berdasarkan angkatan 2016
adalah 1,00 > 0,05
b. Homogenity Variance
 Test of Homogeneity of Variances dilakukan untuk mengetahui apakah sampel
yang diuji mempunyai varian yang sama. Jika sampel tidak memiliki varian yang
sama, maka tidak dapat dilakukan uji Tw-Way ANOVA dengan interaksi. Kriteria
keputusan yang diambil apabila probabilitas (Sig.) > (nilai = 0,05) maka Ho
diterima. Berdasarkan hasil test Homogenitas, Nilai Sig. > 0,05 yaitu 0,138
sehingga keputusannya Ho diterima yaitu tidak terdapat perbedaan nilai varian
dari sampel berdasarkan jurusan dan angkatan.

c. Test of Between-Subjects Effect

Jika nilai Sig. > 0,05 maka Ho diterima Nilai Sig. 0,05 yaitu sebesar 0,541
sehingga Ho ditolak dan Hi diterima. Keputusan yang diambil adalah terdapat
perbedaan nilai rata-rata waktu berada di kampus antar jueusan teknik industri,
teknik informatika dan teknik kimia.

d. Estimates Marginal Means

Berdasarkan hasil output diatas, rata-rata waktu berada di kampus teknik industri
dengan angkatan 2015 sebesar 160,00 ; rata-rata waktu berada di kampus teknik
industri dengan angkatan 2016 sebesar 92,00.

e. Post Hoc Jurusan

1. Terdapat perbedaan nilai rata-rata waktu berada di kampus jurusan teknik
industri denagn waktu penugasn teknik informatika yang ditunjukkan dengan
nilai signifikansi 0,05 yaitu sebesar 0,228 dan didukung dengan adanya
tanda bintang *. Hasil tersebut menunjukkan bahwa perbedaan nilai rata-rata
waktu berada di kampus jurusan teknik industri denagan waktu penugasn
teknik informatika sebesar 47,00 yang berarti rata-rata waktu berada di kampus
teknik industri lebih banyak dibanding dengan waktu penugasn teknik
informatika.
2. Terdapat perbedaan nilai rata-rata waktu berada di kampus jurusan teknik
industri denagn waktu berada di kampus jurusan teknik kimia yang
ditunjukkan dengan nilaisignifikansi 0,05 yaitu sebesar 0,852 dan didukung
dengan adanyatanda bintang *. Hasil tersebut menunjukkan bahwa
perbedaan nilai rata-rata waktu berada di kampus jurusan teknik industri
 dengan jurusan teknik kimia sebesar 15,00 yang berarti rata-rata waktu berada
di kampus jurusan teknik industri lebih banyak dibanding dengan waktu
penugasn teknik kimia..
3. Terdapat perbedaan nilai rata-rata waktu berada di kampus jurusan teknik
informatika dengan waktu berada di kampus jurusan teknik kimia yang
ditunjukkan dengan nilai signifikansi 0,05 yaitu sebesar 0,492 dan didukung
dengan adanya tanda bintang *. Hasil tersebut menunjukkan bahwa
perbedaan nilairata-rata waktu berada di kampus jurusan teknik informatika
dengan waktu berada di kampus jurusan teknik industri sebesar -32,00 yang
berarti rata-rata waktu berada di kampus teknik informatika lebih sedikit
dibanding dengan waktu berada di kampus jurusan teknik kimia

1.6. Kesimpulan

1. Setelah melakukan penelitian ini, peneliti telah mampu memahami uji hipotesis
harga rata rata multi populasi dengan menggunakan Analysis of Variance
(ANOVA). Peneliti melakukan perhitungan uji hipotesis harga rata rata multi
populasi menggunakan studi kasus lama mahasiswa berada di kampus dalam
sehari. Setelah melakukan perhitungan manual dan perhitungan menggunakan
software SPSS peneliti mampu memberikan hasil analisa terhadap output yang
dihasilkan, oleh sebab dalam proses analisa peneliti mampu memahami metode
Analysis of Variance (ANOVA).
2. Peneliti mampu menyelesaikan persoalan uji hipotesis harga rata rata
menggunakan metode Analysis of Variance (ANOVA) pada software SPSS. Dapat
dilihat bagaimana peneliti menjelaskan step by step perhitungan menggunakan
metode Analysis of Variance (ANOVA) pada sub bab yang telah di paparkan
diatas.
 DAFTAR PUSTAKA

National Geographic Indonesia. 2015. Waktu Tidur Ideal Sesuai Usia.

(online): http://nationalgeographic.co.id/berita/2015/02/waktu-tidur-ideal-
sesuai-usia (22 November 2017).
Purwanto, Setiyo. 2008. Mengatasi Insomnia dengan Terapi Relaksasi. Jurnal
Kesehatan 2: 141-148.
Academia Edu. 2012. Analisis Faktor Dominan yang Berhubungan dengan
Kualitas Tidur Pada Mahasiswa Fakultas Keperawatan Universitas Airlangga.
(online): https://www.academia.edu/6124867/Jurnal (22 November 2017).