BAB 1

PENDAHULUAN

Pada bab ini akan membahas tentang penahuluan pada praktikum statistika
dan optimasi sistem industri modul two way anova.
1.1 Latar Belakang
Sejalan dengan perkembangan zaman, orang cenderung memilih jalan atau
cara yang efisien untuk memperoleh hasil yang maksimal. Demikian pula halnya
dengan orang yang sedang mempelajari materi two way anova, ingin memahami
konsep dengan cara yang mudah dan cepat dan mendapatkan hasil yang
maksimal. Penelitian tentu saja dapat dilakukan tanpa bantuan dari statistik, ini
berlaku terutama pada penelitian kualitatif yang mengutamakan analisa berbentuk
analitik. Namun tidak selalu penelitian kualitatif tidak membutuhkan bantuan
statistik.
Anova two way atau analisis varians dua arah memiliki perbedaan dibanding
anova satu arah. Perbedaannya adalah pada jumlah variabel independent. Pada
anova satu arah hanya ada satu variabel independent, sementara pada anova dua
arah ada dua atau lebih variabel independent. Anova dua arah dibedakan menjadi
dua, yakni anova dua arah tanpa interaksi dan dengan interaksi. Pada pembahasan
kali ini, ditekankan hanya pada anova dua arah tanpa interaksi.
Anava atau anova adalah sinonim dari analisis varians terjemahan dari
analysis of variance, sehingga banyak orang menyebutnya dengan anova. Anova
merupakan bagian dari metoda analisis statistika yang tergolong analisis
komparatif lebih dari dua rata-rata. Anova dua arah tanpa interaksi merupakan
pengujian hipotesis beda tiga rata-rata atau lebih dengan dua faktor yang
berpengaruh dan interaksi antara kedua faktor tersebut ditiadakan. Tujuan dari
pengujian anova dua arah adalah untuk mengetahui apakah ada pengaruh dan
berbagai kriteria yang diuji terhadap hasil yang diinginkan. Anova two way atau
pengujian anova dua arah yaitu pengujian anova yang didasarkan pada
pengamatan dua kriteria.
1.2 Tujuan Praktikum
Berikut ini adalah tujuan dari praktikum statistika dan optimasi sistem
industri modul two way anova adalah:
1. Mampu memahami definisi dari two way anova.
2. Mampu menyebutkan langkah-langkah pengujian dari two way anova.
3. Mampu memahami uji asumsi two way anova
 BAB 2
KAJIAN PUSTAKA DAN DASAR TEORI

Pada bab ini akan membahas tentang kajian pustaka dan dasar teori pada
praktikum statistika dan optimasi sistem industri modul two way anova.
2.1 Pengertian Anova
Menurut Santoso (2018), analisis varian (anova) adalah suatu metode untuk
menguraikan keragaman total data menjadi komponen-komponen yang mengukur
berbagai sumber keragaman. Anova digunakan apabila terdapat lebih dari dua
variabel. 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.
Menurut Besral (2010), untuk mengatasi masalah tersebut maka uji
statistik yang dianjurkan (uji yang tepat) dalam menganalisis beda lebih dari dua
mean kelompok independen adalah uji anova atau uji-F. Analisis varian (anova)
mempunyai dua jenis yaitu analisis varian satu faktor (one way anova) dan analsis
varian dua faktor (two ways anova). Pada bab ini hanya akan dibahas analisis
varian satu faktor.
Beberapa asumsi yang harus dipenuhi pada uji anova adalah:
a) Sampel berasal dari kelompok yang independent.
b) Varian antar kelompok harus homogen.
c) Data masing-masing kelompok berdistribusi normal.
Menurut Marpaung (2017), uji anova adalah bentuk khusus dari analisis
statistik yang banyak digunakan dalam penelitian eksperimen. Uji anova juga
adalah bentuk uji hipotesis statistik di mana kita mengambil kesimpulan
berdasarkan data atau kelompok statistik inferentif. Hipotesis nol dari uji anova
adalah bahwa data adalah simple random dari populasi yang sama sehingga
memiliki ekspektasi mean dan varians yang sama.
2.2 Definisi Two Way Anova
Menurut Hamdani (2013), anova two way atau analisis varians dua arah
memiliki perbedaan dibanding anova satu arah. Perbedaannya adalah pada jumlah
variabel independent. Pada anova satu arah hanya ada satu variabel independent,
sementara pada anova dua arah ada dua atau lebih variabel independent. Anova
dua arah dibedakan menjadi dua, yakni anova dua arah tanpa interaksi dan dengan
interaksi. Pada pembahasan kali ini, ditekankan hanya pada anova dua arah tanpa
interaksi. Anova two way atau pengujian anova dua arah yaitu pengujian anova
yang didasarkan pada pengamatan dua kriteria. Setiap kriteria dalam pengujian
anova mempunyai level. Pengujian anova dua arah mempunyai tujuan untuk
mengetahui apakah ada perbedaan dari berbagai kriteria yang diuji terhadap hasil
yang diinginkan.
Menurut Utami (2015), analisis varians dua jalur digunakan untuk
menganalisis pengaruh antara satu variabel (variabel bebas) atas variabel lainnya
(tak bebas) dan variabel-variabel tersebut diukur dalam taraf yang sesuai.
2.3 Rumus Two Way Anova
Menurut Zaien (2016), berikut ini rumus yang digunakan two way anova
untuk menentukan hasil. Berikut ini rumus yang digunakan untuk menghitung two
way anova tanpa interaksi yaitu:
k
T 2i T ¿∗¿ 2
JKB=∑ − ¿ ................................................................................... Rumus
i=1 k rk
1
T 2¿ j T ¿∗¿
k
2
JKK =∑ − ¿ .................................................................................. Rumus
i=1 r rk
2
r k
r ¿∗¿
JKT=∑ ∑ x2i j−
2
¿ ........................................................................... Rumus 3
i=1 j=1 rk
JKG=JKT −JKB−JKK ............................................................................ Rumus 4
Sumber: Zaien, 2016
Keterangan:
r = Banyak baris
k = Banyak kolom
n = Banyak ulangan
Xijm = Data baris ke-i, kolom ke-j dan ulangan ke-m
Ti** = Total baris ke-i
Tij* = Total sel di baris ke-I dan kolom ke-j
T*j* = Total kolom ke-j
2.4 Langkah-Langkah Pengujian
Menurut Zaien (2016), langkah-langkah pengujian klasifikasi dua arah tanpa
interaksi adalah sebagai berikut:
a) Menentukan formulasi hipotesis.
b) Menentukan taraf nyata (α) dan F tabelnya.
c) Menentukan kriteria pengujian.
d) Membuat analisis varians dalam bentuk tabel anova seperti pada tabel 1 jika
tanpa interaksi dan seperti tabel 2 jika dengan interaksi.
e) Membuat kesimpulan.
2.5 Uji Asumsi Two Way Anova
Menurut Dewi (2016), ada beberapa uji asumsi klasik yang terdiri dari:
a) Uji Homogenitas
Uji homogenitas dilakukan dengan menggunakan levene’s test of
homogeneity of variance. Jika nilai Levene test signifikan (probabilitas <
0,05) maka grup memiliki varian yang berbeda dan hal ini menyalahi
asumsi. Jadi yang dikehendaki adalah levene test tidak signifikan
(probabilitas ≥ 0,05).
b) Uji Normalitas
c) Uji normalitas dilakukan untuk mengetahui apakah data dalam penelitian ini
terdistribusi dengan normal. Hasil pengujian normalitas dengan
kolmogorov- smirnov test.
 BAB 3
PENGUMPULAN DATA

Pada bab ini akan menjelaskan tentang pengumpulan data pada praktikum
statistika dan optimasi sistem industri modul two way anova.
3.1 Pengumpulan Data
Pemilik toko mainan ingin mengetahui data perbedaan jumlah pengunjung
yang ada pada tokonya, berikut data yang telah didapat dari hasil pengamatannya:
Tabel 3.1 Data Pengunjung Toko Mainan

No Pengunjung Gender Pengeluaran No Pengunjung Gender Pengeluaran

1 1 1 5.2 21 3 1 6.3
2 1 2 6.3 22 3 2 6.4
3 1 1 5.3 23 3 1 6.2
4 1 2 6.4 24 3 2 6.8
5 1 1 5.7 25 3 1 6.7
6 1 2 6.3 26 3 2 5.2
7 1 1 6.4 27 3 1 6.3
8 1 2 6.2 28 3 2 5.3
9 1 1 6.8 29 3 1 6.4
10 1 2 6.7 30 3 2 5.7
11 2 1 5.2 31 4 1 6.3
12 2 2 6.3 32 4 2 6.4
13 2 1 5.3 33 4 1 6.2
14 2 2 6.4 34 4 2 6.8
15 2 1 5.7 35 4 1 6.7
16 2 2 6.3 36 4 2 6.3
17 2 1 6.4 37 4 1 6.4
18 2 2 6.2 38 4 2 6.2
19 2 1 6.8 39 4 1 6.8
20 2 2 6.7 40 4 2 6.7
Tabel 3.1 Data Pengunjung Toko Mainan Lanjutan…
 Pengunjun
No Gender Pengeluaran
g
41 5 1 6.3
42 5 2 6.4
43 5 1 6.2
44 5 2 6.8
45 5 1 6.7
46 5 2 5.2
47 5 1 6.3
48 5 2 5.3
49 5 1 6.4
50 5 2 5.7
51 6 1 6.3
52 6 2 6.4
53 6 1 6.2
54 6 2 6.8
55 6 1 6.7
56 6 2 6.3
57 6 1 6.4
58 6 2 6.2
59 6 1 6.8
60 6 2 6.7
Keterangan:
Pengunjung 1 = < 5 tahun
Pengunjung 2 = > 5 tahun
Pengunjung 3 = > 7 tahun
Pengunjung 4 = > 11 tahun
Pengunjung 5 = > 15 tahun
Pengunjung 6 = 18 tahun
Gender 1 = laki-laki
Gender 2 = perempuan
 BAB 4
PENGOLAHAN DATA

Pada bab ini akan menjelaskan tentang pengolahan data pada praktikum
statistik dan optimasi sistem industry modul two way anova.
4.1 Pengolahan Data
Berikut ini merupakan langkah – langkah yang digunakan dalam proses
pengolahan data yang telah ditetapkan sebelumnya menggunakan aplikasi SPSS
sebagai berikut:
1. Untuk memulai menjalankan Software SPSS, klik 2 kali icon SPSS. Seperti
yang terlihat pada gambar 4.1

Gambar 4.1 Icon SPSS pada Desktop

2. Selanjutnya tunggu sampai Loading SPSS selesai, maka akan muncul
tampilan awal aplikasi SPSS, pilih Variable View Isi Values pada
pengunjung seperti berikut dan masukkan datanya. Seperti pada gambar 4.2

Gambar 4.2 input Variable view

3. Isi Values pada jenis gender sebagai berikut. Terlihat pada gambar 4.3

Gambar 4.3 Tampilan Value Labels

4. Kemudian pilih opsi Data View dan masukkan datanya. Seperti pada
gambar 4.4 dibawah ini:

Gambar 4.4 Input Data Pada Data View

5. Klik opsi Analyze kemudian pilih General Linear Model kemudian pilih
Univariate. seperti gambar 4.5 dibawah ini

Gambar 4.5 Analyze, General Linear Model, Univariate

6. Lalu pindah pengeluaran ke Dependent Variable, pengunjung dan juga
gender dipindah ke kolom Fixed Factor. Terlihat pada gambar 4.6

Gambar 4.6 Tampilan Univariate

7. Lalu pilih Options centang Descriptive Statistics dan Homogeneity Tests,
klik Continue lalu OK. Terlihat pada gambar 4.7

Gambar 4.7 Tampilan Univariate Options

8. Lalu akan muncul Outputnya seperti berikut. Terlihat pada gambar berikut.

Gambar 4.8 Tampilan Output Between Subjects Factors

Dari output between subject factors dapat diketahui nilai N atau jumlah data
untuk masing-masing pengunjung adalah sebanyak 10. Kemudian untuk N atau
banyaknya gender laki-laki sebanyak 30 data dan gender perempuan sebanyak 30
data.
 Gambar 4.9 Tampilan Output Descriptive Statistics
Berdasarkan gambar 4.9 Output Descriptive Statistics dapat dianalisa sebagi
berikut:
a) Pengunjung usia dibawah 5 tahun memiliki total Mean sebanyak 6,130 dan
Standart Deviation sebanyak 0,5498.
b) Pengunjung usia diatas 5 tahun memiliki total Mean sebanyak 6,130 dan
Standart Deviation sebanyak 0,5498.
c) Pengunjung usia diatas 7 tahun memiliki total Mean sebanyak 6,130 dan
Standart Deviation sebanyak 0,5498.
d) Pengunjung usia diatas 11 tahun memiliki total Mean sebanyak 6,480 dan
Standart Deviation sebanyak 0,2440.
e) Pengunjung usia diatas 15 tahun memiliki total Mean sebanyak 6,130 dan
Standart Deviation sebanyak 0,5498.
f) Pengunjung usia 18 tahun memiliki total Mean sebanyak 6,480 dan Standart
Deviation sebanyak 0,2440.
 Gambar 4.10 Tampilan Output Levene’s Test of Equality of Error Variances
Berdasarkan gambar 4.10 Output Levene’s Test Of Equality Of Error
Variances diperoleh analisa sebagai berikut:
a) Nilai Fhitung sebesar 6,319 dan nilai Ftabel sebesar 2,17 (dengan df1 sebesar 11
dan df2 sebesar 48), sehingga dapat disimpulkan bahwa Fhitung < Ftabel
sehingga H0’’’ diterima dan H1’’’ ditolak yang artinya tidak ada perbedaan
rata-rata jumlah pengunjung laki-laki dengan usia < 5 tahun, > 5 tahun, > 7
tahun, > 11 tahun, > 15 tahun dan = 18 tahun dengan pengunjung
perempuan dengan usia < 5 tahun, > 5 tahun, > 7 tahun, > 11 tahun, > 15
tahun dan = 18 tahun.
b) Nilai signifikansi sebesar 0,000 lebih dari alfa 0,05 (sig. > α ) maka dapat
disimpulkan bahwa varian kelompok data adalah sama (homogen).

Gambar 4.11 Tampilan Output Tests of Between Subjects Effects

Berdasarkan gambar 4.11 Output Tests Of Between Subjects Effects dapat
dianalisa sebagai berikut:
a) Nilai Fhitung pengunjung sebesar 1,658 dan Ftabel 2,53 maka dapat disimpulkan
bahwa Fhitung < Ftabel sehingga H0’ diterima dan H1’ ditolak yang artinya tidak
terdapat perbedaan rata – rata pengunjung dengan usia < 5 tahun, > 5 tahun,
> 7 tahun, > 11 tahun, > 15 tahun dan = 18 tahun.
b) Nilai Signifikansi pengunjung adalah 0,163 lebih besar dari nilai alfa (sig. >
α), maka H0’ diterima dan H1’ ditolak yang artinya tidak terdapat perbedaan
rata – rata pengunjung dengan usia < 5 tahun, > 5 tahun, > 7 tahun, > 11
tahun, > 15 tahun dan = 18 tahun.
c) Nilai Fhitung jenis gender sebesar 0,000 dan Ftabel 2,53 maka dapat disimpulkan
bahwa Fhitung > Ftabel sehingga H0’ ditolak dan H1’ diterima yang artinya
adanya perbedaan rata – rata lama pengunjung dengan usia < 5 tahun, > 5
tahun, > 7 tahun, > 11 tahun, > 15 tahun dan = 18 tahun.
d) Nilai Signifikansi jenis gender adalah 1,00o lebih kecil dari nilai alfa (sig. <
α), maka H0’ ditolak dan H1’ diterima yang artinya adanya perbedaan rata –
rata lama pengunjung dengan usia < 5 tahun, > 5 tahun, > 7 tahun, > 11
tahun, > 15 tahun dan = 18 tahun.
e) Nilai Fhitung pengunjung dan gender sebesar 2,538 dan Ftabel pengunjung dan
gender sebesar 2,53 maka dapat disimpulkan bahwa Fhitung > Ftabel sehingga
H0’’’ ditolak dan H1”’ diterima yang artinya adanya perbedaan rata-rata
jumlah pengunjung laki-laki dengan usia < 5 tahun, > 5 tahun, > 7 tahun, >
11 tahun, > 15 tahun dan = 18 tahun dengan perempuan dengan usia < 5
tahun, > 5 tahun, > 7 tahun, > 11 tahun, > 15 tahun dan = 18 tahun.
f) Nilai Signifikansi pengunjung dan gender sebesar adalah 0,041 lebih kecil
dari nilai alfa (sig. < α), maka H 0’’’ ditolak dan H1’” diterima yang artinya
adanya perbedaan rata-rata jumlah pengunjung laki-laki dengan usia < 5
tahun, > 5 tahun, > 7 tahun, > 11 tahun, > 15 tahun dan = 18 tahun dengan
perempuan dengan usia < 5 tahun, > 5 tahun, > 7 tahun, > 11 tahun, > 15
tahun dan = 18 tahun.
 BAB 5
KESIMPULAN DAN SARAN

Pada bab ini akan menjelaskan tentang kesimpulan dan saran pada
praktikum statistik dan optimasi sistem industry modul two way anova.
5.1 Kesimpulan
1. Anova two way atau analisis varians dua arah memiliki perbedaan dibanding
anova satu arah. Perbedaannya adalah pada jumlah variabel independent.
Pada anova satu arah hanya ada satu variabel independent, sementara pada
anova dua arah ada dua atau lebih variabel independent.
2. langkah-langkah pengujian klasifikasi dua arah tanpa interaksi adalah
sebagai berikut:
a. Menentukan formulasi hipotesis.
b. Menentukan taraf nyata (α) dan F tabelnya.
c. Menentukan kriteria pengujian.
d. Membuat analisis varians dalam bentuk tabel anova seperti pada tabel 1
jika tanpa interaksi dan seperti tabel 2 jika dengan interaksi.
e. Membuat kesimpulan.
3. Uji asumsi klasik yang terdiri dari:
a) Uji homogenitas dilakukan dengan menggunakan levene’s test of
homogeneity of variance. Jika nilai Levene test signifikan (probabilitas <
0,05) maka grup memiliki varian yang berbeda dan hal ini menyalahi
asumsi. Jadi yang dikehendaki adalah levene test tidak signifikan
(probabilitas ≥ 0,05).
b) Uji normalitas dilakukan untuk mengetahui apakah data dalam penelitian
ini terdistribusi dengan normal. Hasil pengujian normalitas dengan
kolmogorov- smirnov test.
5.2 Saran
Laporan yang kami buat belumlah sempurna dikarenakan keterbatasan
pengetahuan dan waktu. Dan pada praktikum saat ini hendaknya asisten
laboratorium dalam penjelasan saat praktikum online jangan terlalu cepat
menjelaskannya. Karena banyak praktikan yang ketinggalan bagaimana langkah-
langkah dalam pengolahan datanya. Karena tidak semuanya faham betul akan
yang diterangkan asisten laboratorium.
 DAFTAR PUSTAKA

Besral. 2010. “Pengolahan Dan Analisa Data-1 Menggunakan Spss”. Depok:

Departemen Biostatistika.
Dewi, Gusti Ayu Ketut Rencana Sari. 2016. “Pengaruh Moralitas Individu Dan
Pengendalian Internal Pada Kecurangan Akuntansi”. Bali: Universitas
Pendidikan Ganesha. Vol. 1, No. 1, Hal. 77-92.
Hamdani, A Saepul dan Maunah. 2013. “Statistik Terapan (Teori Dan Aplikasi
Pada Pembelajaran Matematika)”. Surabaya: Government of Indonesia
(GoI) dan Islamic Development Bank (IDB).
Marpaung, Junri Lasmon, dkk. “Penerapan Metode Anova Untuk Analisis Sifat
Mekanik Komposit Serabut Kelapa”. Manado: Universitas Sam Ratulangi.
Program Studi Teknik Mesin. Vol. 6, No. 2, Hal. 151-162.
Santoso, Budi dan Mersiha. 2018. “Pendistribusian Minyak Avtur Dengan
Metode One Way Annova Di Dppu Smb II Palembang”. Palembang:
Universitas Muhammadiyah Palembang. Fakultas Teknik. Program Studi
Teknik Industri. Vol. 3, No. 1, Hal. 11-17.
Utami, Prihma Sinta dan Abdul. 2015. “Pengaruh Metode Pembelajaran Dan
Gaya Belajar Siswaterhadap Hasil Belajar Ips Di Smp Negeri Di Kota
Yogyakarta”. Yogyakarta: Universitas Negeri Yogyakarta. Vol. 2, No. 1,
Hal. 98-103.
Zaien, Muhammad, dkk. 2016. “Uji Performansi Openpgp Pada Komunikasi
Data Web Service Berbasis Restfull”. Banjarbaru: Universitas Lambung
Mangkurat. Fakultas Matematika dan Ilmu Pengetahuan Alam. Program
Studi Ilmu Komputer. Vol. 4, No. 1, Hal. 61-70.