1

Analisis Lama Waktu Hilang Noda Saus Dan Kecap Pada

Kain Katun Dengan Jenis Detergen Yang Berdeda
Menggunakan Rancangan Faktorial
Anissa Teja Indrayani (1061180000082), Fauzillah Indriani
Dra. Lucia Aridinanti, M.S., Mukti Ratna Dewi, S.Si.,M.Sc.
Departemen Statistika Bisnis, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember (ITS)
Kampus ITS Sukolilo-Surabaya 60111, Indonesia
e-mail: anissateja22@gmail.com

Abstrak – Mencuci merupakan kegiatan yang biasa
dilakukan oleh setiap orang. Banyak sekali varian
produk sabun cuci yang beredae di pasaran
menjadikan terjadinya banyak alternatif merk
sabun yang dapat dipilih oleh masing-masing orang.
Oleh karena itu dalam penelitian ini akan
menganalisis produk detergen mana yang paling
efektif dalam menghilangkan noda dengan sampel
yang ditentukan yaitu detergen merk Rinso, SoKlin,
dan Attack dan Noda terpilih adalah saos pedas,
saos tomat dan kecap. Penelitian kali ini
menggunakan rancangan faktorial untuk
mengetahui lama hilang noda pada kain. Dilakukan
penelitian ini adalah agar mengetahui adakah
pengaruh perbedaan pada masing-masing noda dan
masing-masing detergen terhadap lama hilang noda
dan mengetahui jenis noda mana yang mudah
bersih dan jenis noda mana yang paling susah untuk
dibersihkan. Serta detergen mana yang paling
ampuh untuk menghilangkan noda dan mana yang
kurang ampuh.
Kata Kunci – Kain, Kecap, Rancangan Faktorial
Karakteristik data yang ditampilkan menggunakan
barchat untuk mengetahui perbedaan lama lhilang noda
pada kain dengan menggunakan satu tiga jenis detergen
terpilih. Data yang telah diperoleh selanjutnya dianalisis
dengan menggunakan uji ANOVA untuk mengetahui
apakah ada perbedaan dari setiap perlakuan noda pada
kain katun dengan menggunakan tiga detergen terpilih.
Kemudian dilanjutkan dengan uji perbandingan
berganda dengan menggunakan uji Tukey untuk
mengetahui apakah terdapat perbedaan yang signifikan
dari selisih rata-rata waktu mencuci dari setiap
perlakuan pada percobaan.
Dilakukan penelitian ini adalah agar mengetahui
adakah pengaruh perbedaan pada masing-masing noda
dan masing-masing detergen terhadap lama hilang noda
dan mengetahui jenis noda mana yang mudah bersih
dan jenis noda mana yang paling susah untuk
dibersihkan. Serta detergen mana yang paling ampuh
untuk menghilangkan noda dan mana yang kurang
ampuh.
II. TINJAUAN PUSTAKA

I. PENDAHULUAN A. Statistika Deskriptif

M encuci merupakan kegiatan yang biasa dilakukan
oleh setiap orang. Banyak sekali varian produk
sabun cuci yang beredae di pasaran menjadikan
terjadinya banyak alternatif merk sabun yang dapat
dipilih oleh masing-masing orang. Tergantung pada
pribadi masing-masing beberapa orang mungkin
membutuhkan sabun cuci yang mampu menghilangkan
noda membandel akibat banyaknya dia beraktivitas di
luar ruangan atau yang hanya sekedar bersih yang
pentih wangi karena memang orang tersebut jarang
melakukan aktivitas yang jarang memebuat pakaiannya
mendapat noda yang sulit dihilangkan. Oleh karena itu
dalam penelitian ini akan menganalisis produk detergen
mana yang paling efektif dalam menghilangkan noda
dengan sampel yang ditentukan yaitu detergen merk
Rinso, SoKlin, dan Attack dan Noda terpilih adalah saos
pedas, saos tomat dan kecap.
Penelitian kali ini menggunakan rancangan factorial
untuk mengetahui lama hilang noda pada kain.
Satistika deskriptif (descriptive statistics)
merupakan pembahasan tentang cara-cara
pengumpulan, peringkasan, penyajian data sehingga
diperoleh informasi yang lebih mudah dipahami.
Informasi yang dapat diperoleh dari statistika deskriptif
antara lain pemusatan data, penyebaran, kecenderungan
suatu gugus data, ukuran [1]
1. Rata-Rata (Mean)
Rata-rata merupakan nilai yang diperoleh dengan
menjumlahkan semua nilai data dan membaginya
dengan jumlah data. Mean merupakan nilai yang
menunjukkan pusat dari nilai data dan merupakan nilai
yang dapat mewakili keterpusatan data. Rata-rata ditulis
dengan menggunakan simbol μ (dibaca:”miu”) untuk
menyatakan rata-rata populasi, dan (dibaca: x bar)
untuk menyatakan rata-rata sampel. Secara aljabar rata-
rata dapat ditulis sebagai berikut[1]
 2

( )ij = Pengaruh interaksi taraf ke-i dari faktor A dan

n

x i
x= i =1 (1) taraf ke-j dari faktor B
n
 ijk = pengaruh galat dari satuan percobaan ke-k yang
Keterangan :
x = rata-rata memperoleh kombinasi perlakuan ij
xi = nilai data ke-i Asumsi Model Tetap :
n = banyak data  =   =  ( )
i
i
j
j
ij
ij =0

2. Median  ijk  NI (0,  2 ) (4)

Median meupakan nilai tengah dari suatu data. Jika 2. Struktur Data Rancangan Faktorial
suatu banyak data pemuatan itu ganjil maka median Struktur data untuk rancangan faktorial dua faktor
berada ditengah-tengah data sedangkan jika banyak sebagai berikut [4]
data pemuatan genap maka median diurutkan dari Tabel 1. Struktur Data Rancangan Faktorial
terkecil sampai terbesar atau sebalikanya [2] Faktor B
Faktor A (Yi.)
1 2 … b
1   n   n  (2) Y111 Y121 Y1b1
Me =  x  + x + 1  Y112 Y122 Y1b2
2   2   2  1 … Y1.
... ... ...
Keterangan : Y11n Y12n Y1bn
.
Me = median Y211 Y221 Y2b1
x = data Y212 Y222 Y2b2
2 … Y2.
n = banyak data ... ... ...
Y21n Y22n Y2bn
3. Barchart . . . . . .
Diagram balok berwujud kotak persegi yang . . . . . .
memvisualisasikan data tentang suatu hal. Diagram . . . . . .
balok masih bisa dibagi lagi menjadi tiga macam, yakni Ya11 Ya21 Yab1
diagram balok tunggal untuk menggambarkan data Ya12 Ya22 Yab2
A … Y3.
yang hanya terdiri dari satu variabel, diagram balok ... ... ...
ganda menggambarkan perbandingan antara dua atau Ya1n Ya2n Yabn
lebih variabel, serta diagram balok yang Total (Y.j) Y.1 Y.2 … Y.3 Y…
menggambarkan persentase masing-masing komponen C. Uji ANOVA
pembentuk data.[3] Pengujian ANOVA ini dilakukan untuk
B. Rancangan Faktorial mengetahui perbedaan pengamatan pada perlakuan
Rancangan factorial adalah percobaan-percobaan terhadap respon[1] Hipotesis yang akan diiuji
yang terdiri dari dua factor atau lebih. Dalam menggunakan model tetap dirumuskan dengan.
melaksanakan percobaan faktorial kita tetap H0 :  i = 0 (tidak ada perbedaan respon diantara taraf
menggunakan salah satu rancangan dasar yaitu RAL, faktor A yag dicobakan)
RBSL atau lainnya dan suatu faktor akan teridiri atas H1 : minimal ada satu  i  0 (terdapat perbedaan
beberapa perlakuan yang biasanya dikenal sebagai taraf diantara taraf faktor A yang dicobakan)
faktor [4] H0 :  j = 0 (tidak ada perbedaan respon diantara taraf
1. Model Rancangan Faktorial
Model yang digunakan pada penelitaian ini sebagai faktor B yag dicobakan)
berikut. [2] H1 : minimal ada satu  j  0 (terdapat perbedaan
Yijk =  +  i +  j + ( )ij +  ijk (3) diantara taraf faktor B yang dicobakan)
dimana i=1,2,…,a ; j=1,2,…,b ; dan k=1,2,…,n H0 : ( )ij = 0 (tidak ada pengaruh interaksi terhadap
Keterangan : respon yang diamati)
Yijk = Nilai Pengamatan lama pada percobaan ke-k H1 : minimal ada satu ( )ij  0 (terdapat pengaruh
yang memperoleh kompbinasi perlakuan ij interaksi terhadap respon yang diamati)
(taraf ke-i dari faktor A dan taraf ke-j dari faktor Taraf signifikan :  = 5%
B) Daerah penolakan : Tolak H0 jika Fhitung > Ftabel dan
 = Rata-rata keseluruhan Pvalue < α
i = Pengaruh aditif taraf ke-i dari faktor A Statisik Uji:
j = Pengaruh aditif taraf ke-j dari faktor B
 3

Tabel 2. Tabel ANOVA 1. Residual Identik

Sumber DB JK KT Fhitung Uji residual identik dilakukan untuk melihat apakah
Perlaku ab − 1 1
 Yij2. − FK
JKP KTP residual memenuhi asumsi identik. Suatu data dapat
an n ij DB KTG dikatakan identik apabila plot residualnya menyebar
Faktor (a − 1) 1 a 2
 Yi.. − FK DB
JK ( A) KT ( A) secara acak dan tidak membentuk pola tertentu dan nilai
A bn i =1 KTG varians rata-ratanya sama antar varians satu dengan
Faktor (b − 1) 1 b 2
 Y. j . − FK
JK ( B) KT ( B) yang lainnya.
B an j =1 DB KTG 2. Residual Independen
Interaks (a − 1)(b − 1) JKP-JK(A)- JK ( AB) KT ( AB ) Uji residual independen dilakukan untuk melihat
i JK(B) DB KTG apakah residual memenuhi asumsi independen.
EGalat ab(n − 1) JKT-JKP JKG Independen apabila plot residualnya menyebar secara
DB acak dan tidak membentuk pola tertentu.
Total abn − 1 3. Uji Residual Berdistribusi Normal
Y
ijk
2
ijk − FK Berdistribusi normal dilakukan untuk melihat
apakah residual memenuhi asumsi berdistribusi normal
D. Uji Tuckey apabila plot residualnya cenderung mendekati garis
Uji Tukey atau sering juga disebut uji beda nyata liniear
jujur (honestly significant difference test). Uji LSD F. Saus
mempunyai keterbatasan atau kelemahan apabila Saus adalah salah satu bahan pelengkap makanan
digunakan untuk menguji semua kombinasi pasangan yang berbentuk cairan kental dan pada umumnya
nilai tengah perlakuan secara tanpa rencana. Alternatif berfungsi sebagai bahan penyedap dan penambah cita
untuk melakukan pengujian pembandingan tanpa rasa masakan. Pengertian lain saus ialah produk
rencana, yaitu menguji semua kombinasi pasangan nilai makanan berbentuk pasta yang terbuat dari bahan baku
tengah perlakuan dapat digunakan uji Tukey/HSD. sayuran maupun buah dan mempunyai aroma serta rasa
Penggunaan uji ini sangat sederhana karena hanya yang enak. Saus yang umum diperjual belikan di
membutuhkan satu nilai tunggal HSD yang digunakan Indonesia adalah saus tomat dan saus cabai atau saus
sebagai pembanding[4] sambal. Namun demikian, terdapat juga produsen yang
Hipotesis yang akan diuji : memproduksi saus berjenis pepaya, akan tetapi
H 0 : i =  j (rata-rata i dan rata-rata j sama) biasanya pepaya hanya sebagai bahan dari pembuatan
H1 :  i   j (rata-rata i dan rata-rata j tidak sama) saus[5]
G. Kecap
Taraf signifikan :  = 5% Kecap adalah cairan kecal yang mengandung
Daerah penolakan : Tolak H 0 jika y i − y j  HSD protein, diperoleh dari kedelai yang direbus kemudian
difermentasikan dan ditambah gula, garam, serta
Statistik Uji : rempah-rempah[6]
a. Jika ukuran sampel sama H. Sabun
MSE Sabun atau deterjen adalah sebuah (atau gabungan
Yi − Y j = q (a , f ) (4) beberapa) senyawa, yang memudahkan proses
n
pembersihan (cleaning). Deterjen merupakan produk
b. Jika ukuran sampel tidak sama
formulasi campuran beberapa bahan kimia, yang
q (a , f ) 1 1  bertujuan untuk meningkatkan kemampuan
Yi − Y j = MSE +  (5)
n n  membersihkan[7].
2  i j 
I. Kain Katun
Keterangan : Kain katun yang dalam bahasa Indonesia berarti
q ( a , f ) = nilai tabel kapas yang dibuat dari sejenis tanaman. Kapas ini
MSE = kuadrat tengah galat memiliki serbuk sari berwarna merah mudah yang akan
n = banyaknya sampel dipanen setelah berubah menjadi bola-bola kapas. Bola
dbp = derajat bebas perlakuan kapas ini dipanen dan kemudian diolah menjadi benang,
yang kemudian ditenun menjadi kain dan pakaian.
dbg = derajat bebas galat Serat-serat bola kapas ini di susun sedemikian rupa,
E. Pemeriksaan Asumsi Residual IIDN yang nantinya kain jenis ini bisa memiliki daya tahan
Uji asumsi IIDN adalah uji yang harus dilakukan serap yang baik[8].
untuk mengetahui apakah data yang digunakan J. Air
memenuhi ketiga asumsi yang akan dijelaskan[2] Zat cair yang jatuh dari awan berupa hujan,
sebagai berikut mengaliri sungai, menggenangi danau dan lautan,
 4

menggenangi dua per tiga bagian bumi, merupakan 1. Menyiapkan alat dan bahan untuk melakukan
unsur pokok bagi kehidupan. Berupa cairan oksida percobaan factorial yang akan dilakukan
hidrogen H2O, tanpa bau, tanpa rasa, dan tanpa warna, 2. Memotong kain dengan ukuran 10x10 cm
tetapi Nampak kebiru-biruan pada lapisan yang tebal. sebanyak 27 potong.
Membeku pada suhu 0˚C dan mendidih pada suhu 3. Memberi noda saos pedas ABC, saos tomat ABC
100˚C[9]. dan Kecap ABC ke kain katun secara merata
(masing-masing noda diberikan kepada 9 potong
III.METODOLOGI PENELITIAN kain.
4. Mengambil air sebanyak setengah baskom lalu
A. Sumber Data masukkan satu sachet kecil sabun rinso.
Data yang digunakan pada praktikum ini merupakan 5. Mencuci dengan sabun rinso.
data primer. Data diperoleh melalui percobaan.
Pengamatan dilakukan pada tanggal 22 November 2019 6. Mengulangi langkah ke 5 dan 6 dengan sabun
pukul 15.00 di Parkiran Mobil Departemen Statistika SoKlin dan Attack.
Bisnis, Fakultas Vokasi, ITS. F. Langkah Analisis
B. Variabel Penelitian Langkah analisis yang dilakukan pada penelitian
Variabel penelitian yang digunakan dalam praktikum ini adalah sebagai berikut.
ini ditunjukkan pada tabel 1 adalah sebagai berikut. 1. Mendeskripsikan karakteristik data lama bersih kain
Tabel 3. Variabel Penelitian dengan noda saos pedas, saos tomat dan kecap.
No Variabel Keterangan Skala Satuan 2. Melakukan uji ANOVA pada data lama bersih kain
Variabel dengan noda saos pedas, saos tomat dan kecap.
1 Jenis Noda Nominal - 3. Melakukan uji perbandingan berganda terhadap data
Prediktor
Variabel - lama bersih kain dengan noda saos pedas, saos tomat
2 Jenis Deterjen Nominal
Prediktor dan kecap.
Lama Waktu 4. Melakukan pemeriksaan asumsi IIDN (Identik,
Variabel
3 Menghilangkan Rasio Detik Independen, dan Distribusi Normal) pada data lama
Respon
Noda bersih kain dengan noda saos pedas, saos tomat dan
C. Alat dan Bahan kecap.
Alat dan Bahan yang digunakan pada praktikum kali 5. Interperetasi hasil dan kesimpulan
ini dijelaskan pada Tabel 2 berikut.
Tabel 4. Alat dan Bahan IV. ANALISIS DAN PEMBAHASAN
Alat Bahan
Ember Kain Katun Dalam BAB IV ini akan membahas tentang
Alat Tulis Saos Pedas ABC karakteristik jenis kain dan kecap (noda) lalu akan
Sendok Saos Pedas ABC dilakukan analisis varians dan uji perbandingan
Stopwatch Kecap ABC berganda menggunakan tuckey dan akan dilakukan
Deterjen (Rinso, Soklin dan Attack) pemeriksaan IIDN.
D. Struktur Data A. Karakterisik Kecepatan Hilang Noda
Struktur data yang digunakan pada praktikum ini Pada karakteristik data akan menjelaskan tentang
adalah sebagai berikut. statistika deskriptif menurut jenis noda dan detergen
Tabel 5. Struktur Data dengan menggunakan barchart. Respon pada
Jenis Deterjen pengamatan ini adalah lama waktu membersihkan noda
Jenis Noda
Rinso Soklin Attack
menurut jenis kain dan kecap (noda) didapatkan data
Y111 Y121 Y131
Saos Pedas ABC Y112 Y122 Y132
sebagai berikut.
Y113 Y123 Y133 1. Statistika deskriptif menurut jenis Noda
Y211 Y221 Y331 a. Barchart
Saos Tomat ABC Y212 Y222 Y332
Y213 Y223 Y333
Y311 Y221 Y331
Kecap ABC Y312 Y222 Y332
Y313 Y223 Y333
E. Langkah Kerja
Langkah Kerja yang dilakukan pada praktikum ini
adalah sebagai berikut
 5

16
( )ij = Pengaruh interaksi jenis kain ke-i dari jenis
14,5189

14
noda kecap ke-j
12
11,8056  ijk = Pengaruh galat dari jenis kain ke-i, jenis
10 9,3167
kecap ke-j dan pengulangan ke-k
2. Uji ANOVA Terhadap Jenis Noda
Waktu

8
Uji ANOVA terhadap jenis noda digunakan untuk
6
mengetahui apakah tedapat pengaruh jenis noda pada
4 lama waktu memebersihkan noda pada kain katun.
2 Adapun hipotesis yang digunakan sebagai berikut.
0
H0 :  saos pedas ABC =  saos tomat ABC =  kecap ABC = 0
Saus Pedas Saus Tomat Kecap
Jenis Noda (Tidak terdapat pengaruh jenis noda terhadap lama
Gambar 1. Karakteristik Data Jenis Noda waktu membersihkan noda pada kain katun)
Berdasarkan gambar diatas terlihat bahwa noda H1 : minimal terdapat  i  0 (Terdapat pengaruh
kecap lebih lama hilang bila dicuci dibandingkan jenis noda terhadap lama waktu membersihkan noda
dengan noda saos pedas ABC dan Saos tomat ABC pada kain katun)
yang secara berturut-turut rata-rata waktu pencucian Taraf Signifikan :  = 0,05
sauspedas, saus tomat dan kecap adalah 11,805 detik, Daerah Penolakan:
9,316 detik, dan 14,518 detik. H0 ditolak: Tolak H0 jika Fhitung > Ftabel dan Pvalue < α atau
2. Statistika deskriptif menurut jenis Sabun
Pvalue  
14
12,5267
Statistik Uji :
12
11,9289 Tabel 6. Analisis Varians Jenis Noda
11,1856
Source Fhit Ftabel P-value
10
Jenis
8 Noda
21,59 3,55 0,00
Waktu

Berdasarkan tabel diatas terlihat bahwa Fhit jenis noda lebih

besar dari Ftabel dan PValue lebih kecil dari  maka H0 ditolak
6

4 yang artinya jenis kain berpengaruh pada lama waktu

membersihkan noda.
2
3. Uji ANOVA Terhadap Jenis Sabun
0
Rinso SoKlin Attack
Uji ANOVA terhadap jenis deterjen digunakan
Jenis Sabun
untuk mengetahui apakah tedapat pengaruh jenis
Gambar 2. Karakteristik Data Jenis Sabun deterjen pada lama waktu memebersihkan noda pada
Berdasarkan gambar diatas terlihat bahwa rata-rata kain katun. Adapun hipotesis yang digunakan sebagai
lama waktu membersihkan noda bila dicuci menurut jenis berikut.
sabun yang digunakan adalah untuk rinso sebesar 12,526 H 0 :  Rinso =  SoKlin =  Attack = 0 (Jenis detergen tidak
detik, soklin sebanyak 11,9 detik dan sabun attack sebanyak
11,18 detik. berpengaruh pada lama waku membersihkan noda).
H1 :  i  0 (Jenis detergen berpengaruh pada lama waktu
B. Uji ANOVA Lama Waktu Membersihkan Noda
Berikut adalah hasil pengujian ANOVA dari membersihkan noda).
rancangan factorial. Taraf Signifikan :  = 0,05
1. Model dan Asumsi Daerah Penolakan:
Uji analisis varians dengan menggunakan H0 ditolak: Tolak H0 jika Fhitung > Ftabel dan Pvalue < α
perhitungan software sebagai berikut. Statistik Uji :
Tabel 7. Analisis Varians Jenis Sabun
Model :
Yijk =  +  i +  j + ( )ij +  ijk Source Fhit Ftabel P-value
Jenis Sabun 1,44 3,55 0,263
Dimana:
Yijk = Pengamatan pada faktor jenis sabun ke-i jenis Berdasarkan tabel diatas terlihat bahwa F hit jenis
sabun lebih kecil dari Ftabel dan PValue lebih besar dari
noda ke-j dan pengulangan ke-k.  maka gagal tolak H0 yang artinya jenis sabun tidak
 = Rata-rata lama waktu membersihkan kain. berpengaruh pada lama waktu membersihkan noda.
i = Pengaruh jenis noda ke-i Namun diasumsikan tolak H0 untuk dapat dilakukan
j = Pengaruh aditif taraf jenis sabun ke-j pengujian lanjutan.
 6

4. Uji ANOVA Terhadap Interaksi Jenis Noda dan Inter action P lot for Waktu
Detergen Fitted Means

16 Jenis
Noda
Uji ANOVA terhadap interaksi antara jenis noda dan 15
1
2
jenis deterjen digunakan untuk mengetahui apakah 14
3

tedapat pengaruh interaksi antara jenis noda dan jenis 13

deterjen pada lama waktu memebersihkan noda pada

Mean
12
kain katun. Adapun hipotesis yang digunakan sebagai 11
berikut.
H0 : ( )ij = 0 (tidak ada berpengaruh interaksi pada
10

lama waktu membersihkan noda). 8

H1 : minimal terdapat ( )ij  0 (ada berpengaruh 1 2

Jenis Sabun
3

interaksi pada lama waktu membersihkan noda). Gambar 4. Interaction Plot dari hasil percobaan
Taraf Signifikan :  = 0,05 Titik yang paling tinggi adalah kecap dan sabun
Daerah Penolakan: SoKlin yang artinya interaksi antara kecap dan sabun
H0 ditolak: Tolak H0 jika Fhitung > Ftabel dan Pvalue < α Soklin bekerja paling lambat karena memiliki waktu
Statistik Uji : yang paling lama. Titik yang paling rendah adalah saos
tomat dan sabun SoKlin yang artinya interaksi antara
kecap dan sabun Soklin bekerja paling cepat karena
memiliki waktu yang paling sebentar.
Tabel 8. Analisis Varians Interaksi
Source Fhit Ftabel P-value C. Uji Perbandingan Berganda (Tuckey)
Interaksi 1,55 2,93 0,23 Uji Perbandingan berganda kecepatan hilang noda
Berdasarkan tabel diatas terlihat bahwa F hit interaksi menurut jenis noda dan Sabun menggunakan metode
lebih kecil dari Ftabel dan PValue lebih besar dari  maka tuckey yaitu sebagai berikut.
gagal tolak H0 yang artinya tidak terjadi interaksi. 1. Uji Perbandingan Berganda Menurut Jenis Noda
Namun diasumsikan tolak H0 untuk dapat dilakukan Hipotesis :
pengujian lanjutan. a H0 :  Saos Pedas ABC =  Saos Tomat ABC (rata-rata saos
5. Main Effect Plot pedas sama dengan rata-rata saos tomat)
M ain Effects P lot for Waktu H1 :  Saos Pedas ABC   Saos Tomat ABC (rata-rata saos
Fitted Means

Jenis Noda Jenis Sabun pedas tidak sama dengan rata-rata saos tomat)
15
b H0 :  Saos Pedas ABC =  Kecap ABC (rata-rata saos
14
pedas sama dengan rata-rata kecap)
13
H1 :  Saos Pedas ABC   Kecap ABC (rata-rata saos
Mean

12
pedas tidak sama dengan rata-rata kecap)
11 c H0 :  Saos Tomat ABC =  Kecap ABC (rata-rata saos
10 tomat sama dengan rata-rata kecap)
9
H1 :  Saos Tomat ABC   Kecap ABC (rata-rata saos
1 2 3 1 2 3
tomat tidak sama dengan rata-rata kecap)
Gambar 3. Main Effect Plot dari hasil percobaan Taraf Signifikan : α (0,05)
Berdasarkan data diatas dapat disimpulkan bahwa
jenis noda yang paling susah untuk dibersihkan adalah Taraf Signifikan : α = 0,05
kecap karena memiliki rata-rata waktu paling tinggi, Daerah Kritis : H0 ditolak, jika | i −  j | HSD
sedangkan noda yang paling mudaj dibersihkna dalah
saos tomat karenat memiliki rata-rata waktu pencucian Statistik Uji :
Tabel 9. Hasil Uji Tuckey Jenis Noda
yang paling rendah. Pada jenis sabun, sabun merk Rinso
Variabel yi − y j HSD Keputusan
memiliki rata-rata waktu bersih paling lama yang
artinya Rinso paling sulit menghilangkan noda, Saos Pedas dan Saos 2,4889 Gagal
sedangkan pada merk Attack memiliki rata-rata waktu Tomat Tolak H0
bersih paling rendah yang artinya sabun attack paling Saos Pedas dan 5,2022 Tolak H0
4,062
cepat atau efektif dalam menghilangkan noda. Kecap
Saos Tomat dan 2,7133 Gagal
6. Interaction Plot
Kecap Tolak H0
 7

Berdasarkan tabel 9 perbandingan rata-rata jenis Residual P lots for Waktu

Normal Probability Plot Versus Fits
noda dalam lama waktu membersihkan noda didapatkan 99
2
keputusan kombinasi antara saos pedas dan kecap 90

Residual
Percent
0
adalah H0 ditolak yang artinya saos pedas dan kecap 50

memiliki perbedaan lama waktu membersihkan kain 10

-2

yang signifikan. Sedangkan pada saos pedas dan saos 1

-4 -2 0 2 4
-4
8 10 12 14 16
Residual Fitted Value
tomat, serta saos tomat dan kecap keputusannya gagal
Histogram Versus Order
tolak H0 yang artinya saos pedas dan saos tomat, serta 8
2
saos tomat dan kecap tidak memiliki perbedaan lama 6

Frequency

Residual
0
waktu membersihkan kain yang signifikan 4
-2
2
2. Uji Perbandingan Berganda Menurut Jenis Sabun -4
0
-4 -3 -2 -1 0 1 2 2 4 6 8 10 12 14 16 18 20 22 24 26
Hipotesis : Residual Observation Order

a H0 :  Rinso =  Soklin (rata-rata rinso sama dengan Gambar 5. Uji Asumsi IIDN
rata-rata soklin) Berdasarkan gambar diatas terlihat bahwa Normal
H1 :  Rinso   Soklin (rata-rata rinso tidak sama Probability Plot lama waktu membersihkan noda
menurut jenis noda dan sabun berdistribusi normal
dengan rata-rata soklin) karena plot plot mengikuti garis residual dan menyebar
b H0 :  Rinso =  Attack (rata-rata rinso sama dengan secara merata. Versus Fits lama waktu membersihkan
rata-rata attack) noda menurut jenis noda dan sabun memenuhi asumsi
H1 :  Rinso   Attack (rata-rata rinso tidak sama identik karena plot-plot tidak membentuk suatu pola
tertentu. Versus Order noda menurut menurut jenis
dengan rata-rata attack) noda dan sabun memenuhi asumsi independen karena
c H0 :  Soklin =  Attack (rata-rata soklin sama dengan plot-plot tidak membentuk suatu pola tertentu. Maka
rata-rata attack) dapat disimpulkan bahwa lama waktu membersihkan
H1 :  Soklin   Attack (rata-rata soklin tidak sama noda menurut menurut jenis noda dan sabun memenuhi
asumsi IIDN.
dengan rata-rata attack)
Taraf Signifikan : α = 0,05 V. KESIMPULAN DAN SARAN
Daerah Kritis : H0 ditolak jika, | i −  j | HSD
Tabel 10. Hasil Uji Tuckey Jenis Sabun
1. Noda kecap lebih lama hilang bila dicuci dan noda
saos tomat lebih cepat hilang. Sedangkan sabun
Variabel yi − y j HSD Keputusan
rinso lebih lama menghilangkan noda sedangkan
Rinso dan Soklin 0,5978 Gagal Tolak H0 sabun attack yang paling cepat dalam
Rinso dan Attack 0,7433 4,52 Gagal Tolak H0 menghilangkan noda.
Soklin dan Attack 1,3411 Gagal Tolak H0
2. Pada uji analisis varians jenis noda berpengaruh
Berdasarkan perbandingan rata-rata jenis sabun pada lama waktu membersihkan noda. Jenis sabun
dalam lama waktu membersihkan noda tersebut tidak berpengaruh pada kecepatan hilang noda.
didapatkan keputusan sabun rinso dengan Soklin, rinso Interaksi tidak berpengaruh pada kecepatan hilang
dengan attack, Soklin dengan attack sama yaitu adalah noda.
gagal tolak H0 yang artinya sabun rinso dengan Soklin,
3. Pada uji berganda lama waktu membersihkan noda
rinso dengan attack, Soklin dengan attack tidak saos tomat dan kecap memiliki perbedaan kecepatan
memiliki perbedaan lama waktu membersihkan noda
dalam pembersihan kain secara signifikan, dan yang
secara signifikan.
lain tidak memiliki perbedaan kecepatan dalam
D. Uji Asumsi IIDN pembersihan kain tersebut.
Pengujian untuk mengetahui bahwa lama waktu 4. Lama waktu membersihkan noda menurut jenis kain
membersihkan noda menurut jenis kain dan kecap dan kecap (noda) memenuhi asumsi IIDN.
memenuhi asumsi IIDN (Identik, Independen,
Berdistribusi Normal) dapat diketahui dengan DAFTAR PUSTAKA
menggunakan grafik residual plot berikut. [1] Walpole, R. E. 2012. Pengantar Statistika. Jakarta:
Gramedia Pustaka Utama.
[2] Santosa. 2007. Statistika Deskriptif dalam Bidang
Ekonomi dan Niaga. Jakarta: Erlangga.
[3] Santosa. 2007. Statistika Deskriptif dalam Bidang
Ekonomi dan Niaga. Jakarta: Erlangga.
 8

[4] Gasperz, Vincent. 2006. Teknik Analisis Dalam

Penelitian Percobaan. Bandung
[5] Erliza Hambali, dkk. 2007. Teknologi Bioenergi.
Jakarta, Agromedia Pustaka.
[6] Wignyanto, Nur Hidayat. 2017. Bioindustri.
Malang: Universitas Brawijaya Press
[7] Fardiaz, S. (2006). Polusi Air dan Udara.
Yogyakarta: Kanisius.
[8] Sutomo, B. (2009). The Simple Art of Napkin
Folding . Jakarta: PT Gramedia Pustaka Utama.
[9] Alwi, H. (2002). Telaah bahasa dan sastra. Jakarta:
Buku Obor.
 9

LAMPIRAN Lampiran 3. Hitungan Manual

a. Analisis Varians
Lampiran 1. Data Y ..2 320, 772
Jenis Jenis Sabun Rata-
FK = = = 3810,866404
rab 27
Y
Noda Rinso Soklin Attack Rata 2
ij
10,87 7,67 11,31 JKP = i, j
− FK = 17,499
Saus 11,8055 r
13,6 13,48 11,5
Pedas 6
11,47 13,3 13,05 JKT =  Yijk2 − FK = 198,189
8,61 7,9 7,4 i , j ,k
Saus 9,31666
 (a )
11,46 8,98 11,27 2
Tomat 7 i
11,25 8,39 8,59
JK ( A) = i
− FK = 121,86
15,85 16,37 14,35 rb
14,5188
 (b )
Kecap 14,39 16,76 11,08 2
9
j
15,24 14,51 12,12
12,5266 11,928888 11,1855 JK ( B) = j
− FK = 8,125
Rata-Rata ra
7 9 6 JK ( AB ) = JKP − JK ( A) − JK ( B) = 12,7
DB(A) = 3 – 1 = 2
Lampiran 2. Output Software DB(B) = 3 – 1 = 2
DB(AB) = 4
Source DF Seq SS Adj SS Adj DB(G) = 18
MS F P DB(T) = 26
Jenis Noda 2 121,860 121,860
60,930 21,59 0,000 Source Df JK RJK Fhit P-value
Jenis Sabun 2 8,125 8,125
4,063 1,44 0,263 Jenis Noda 2 121,86 60,93 21,6 0
Jenis Noda*Jenis Sabun 4 17,499 17,499
4,375 1,55 0,230
Jenis Sabun 2 8,125 4,063 1,44 0,263
Error 18 50,805 50,805 Interaksi 4 17,499 4,375 1,55 0,23
2,823
Total 26 198,289 Error 18 50,505 2,823
Total 26 198,189
Tukey 95,0% Simultaneous Confidence Intervals
Response Variable Waktu
All Pairwise Comparisons among Levels of Jenis Sabun
Jenis Sabun = 1 subtracted from: b. Uji Perbandingan Berganda (Uji Tuckey)
Jenis KTG
Sabun
-
Lower Center Upper --+---------+---------+---------+--- HSD = q (2,18) = 4, 062
2 -2,619 -0,598 1,4239 (------------*------------) r
3 -3,363 -1,341 0,6805 (------------*-------------)
--+---------+---------+---------+--- - Menurut jenis kain
-
-3,0 -1,5 0,0 1,5 Saus 11,80555556
pedas
Jenis Sabun = 2 subtracted from:
9,316666667
Jenis Saos 2,48888889
Sabun Lower Center Upper --+---------+---------+---------+---
- Tomat
3 -2,765 -0,7433 1,278 (------------*-------------)
--+---------+---------+---------+---
14,51888889
- 5,2022222 -
-3,0 -1,5 0,0 1,5 Kecap
2,713333333
- Menurut jenis kecap
Tukey 95,0% Simultaneous Confidence Intervals
Response Variable Waktu Bango Sedap ABC
All Pairwise Comparisons among Levels of Jenis Noda
Jenis Noda = 1 subtracted from: 12,52667
Rinso
Jenis
Noda Lower Center Upper ---+---------+---------+---------+--
- 11,9288889 0,59777778
2 -4,511 -2,489 -0,4673 (-----*-----)
3 0,692 2,713 4,7350 (-----*-----) SoKlin
---+---------+---------+---------+--
-
-3,5 0,0 3,5 7,0 11,18556 -
0,743333
Jenis Noda = 2 subtracted from:
Attack 1,341111
Jenis
Noda Lower Center Upper ---+---------+---------+---------+---
3 3,181 5,202 7,224 (-----*-----)
---+---------+---------+---------+---
-3,5 0,0 3,5 7,0
 10

Lampiran 4. Dokumentasi