TUGAS BESAR STATISTIKA INDUSTRI II

ANALISIS KANAL PENJUALAN PRODUK PADA

E-MARKETPLACE DI INDONESIA

Disusun untuk memenuhi tugas besar mata kuliah Statistika Industri pada
Program Studi S-1 Teknik Industri Fakultas Teknik Universitas Singaperbangsa
Karawang Tahun Akademik 2021/2022

Dosen Pengampu Mata Kuliah Statistika Industri II:

Fahriza Nurul Azizah, ST., MT.

Disusun Oleh Kelompok 2E

Zahwa Allysa 2010631140122
Friska Hairunnisa 2010631140123
Novita Yuliani 2010631140124
Aldi Dena Kusumah 2010631140125
Silvana Alfionita 2010631140126

PROGRAM STUDI S-1 TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS SINGAPERBANGSA KARAWANG
2021/2022
 KATA PENGANTAR

Puji dan syukur kami panjatkan kehadirat Allah SWT, karena berkat
limpahan rahmat, hidayah dan inayah-Nya maka Tugas Besar Statistika Industri II
ini dapat diselesaikan dengan baik dan tepat waktu.
Tugas Besar Statistika Industri II yang berjudul “Analisis kanal Penjualan
produk pada e-marketplace di indonesia” ini kami susun untuk memenuhi tugas
besar mata kuliah Statistika Industri II pada Program Studi Teknik Industri,
Fakultas Teknik, Universitas Singaperbangsa Karawang. Untuk itu, melalui
kesempatan kali ini kami menyampaikan rasa terimakasih kepada diantaranya;
1. Dr. H. Maman Suryaman, M.M.Pd., sebagai Dekan Fakultas Teknik,
Universitas Singaperbangsa Karawang yang telah memberikan bantuan,
bimbingan dan dukungan kepada kami dalam menyusun Tugas Besar Mata
Kuliah Statistika Industri II ini.
2. Ir. H. Wahyudin, ST., MT., IPM. sebagai Koordinator Program Studi S-1
Teknik Industri, Universitas Singaperbangsa Karawang yang telah bersedia
memberikan bantuan, bimbingan dan dukungan kepada kami dalam menyusun
Tugas Besar Mata Kuliah Statistika Industri II ini.
3. Fahriza Nurul Azizah, S.T., M.T., selaku Dosen Pengampu Mata Kuliah
Statistika Industri II yang telah memberikan Tugas Besar Statistika Industri II
yang berjudul “Analisis kanal Penjualan produk pada e-marketplace di
indonesia”.
4. Bapak/Ibu Dosen seluruh Fakultas Teknik, Universitas Singaperbangsa
Karawang yang juga senantiasa memberikan bantuan, bimbingan dan
dukungan kepada kami dalam menyusun Tugas Besar Mata Kuliah Statistika
Industri II ini.
Kami menyadari bahwa Tugas Besar Statistika Industri ini belum sempurna,
baik dari segi materi maupun penyajiannya. Oleh karena itu, kami mengharapkan
saran dan kritik yang membangun sangat diharapkan dalam penyempurnaan
Laporan ini. Terakhir kami berharap, Laporan ini dapat memberikan hal yang
bermanfaat dan menambah wawasan.

Karawang, 14 Desember 2021

Hormat Kami,
Kelompok 3
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Dalam kehidupan sehari-hari kita sering dihadapkan dengan berbagai
macam pilihan. Diantara pilihan tersebut kita harus memilih salah satu
diantaranya yang terbaik. Misalnya memilih kanal atau e-marketplace dan
metode statistika manakah yang paling bagus dan lengkap, untuk mengambil
keputusan maka perlu dilakukan penelitian antara kanal atau e-marketplace
yang ditentukan. Namun bagaimanakah jika ingin membandingankan 3
kelompok atau lebih.
Jika uji kesamaan data dua rata-rata atau uji digunakan untuk mencari
perbedaan atau persamaan dua rata-rata, maka uji beberapa rata-rata
digunakan untuk mencari perbedaan atau persamaan beberapa rata-rata. Uji
ini disebut dengan nama Analysist Of Variance atau ANOVA.
Sebenernya uji dapat juga digunakan untuk menguji beberapa rata-rata
secara bertahap. Misalnya ada tiga rata-rata yaitu: I, II dan III. Agar uji dapat
dipakai maka mula-mula dicari I dengan II, kemudian I dengan III, dan
akhirnya II dengan III. Dengan demikian kita tiga kali menggunakan uji.
Namun pengujian lebih tepat apabila menggunakan beberapa rata-rata atau
bisa di sebut dengan Analysist Of Variance (ANOVA) (Ridwan, 2012).

1.2 Perumusan Masalah

Setelah melihat penjelasan di latar belakang, penyusun merumuskan
beberapa pertanyaan sebagai berikut:
1. Apa yang dimaksud dengan Uji Anova?
2. Bagaimana cara pengambilan data untuk dilakukan Uji Anova?
3. Bagaimana cara pengolahan data secara manual maupun aplikasi SPSS
dengan menggunakan Uji Anova?
1.3 Tujuan Penelitian
Tujuan dari penelitian dan pembuatan laporan ini adalah sebagai
berikut:
1. Mengetahui pengertian Uji Anova.
2. Mengetahui cara pengambilan data untuk dilakukan Uji Anova, dan
3. Mengetahui cara pengolahan data secara manual maupun aplikasi SPSS
dengan menggunakan Uji Anova.

1.4 Manfaat Penelitian

Tujuan dari penelitian dan pembuatan laporan ini adalah sebagai
berikut:
1. Dapat memahami pengertian dari Uji Anova.
2. Dapat memahami cara pengambilan data untuk dilakukan Uji Anova, dan
3. Dapat memahami cara pengolahan data secara manual maupun aplikasi
SPSS dengan menggunakan Uji Anova.

1.5 Batasan Penelitian

Pembahasan masalah memiliki batasan, hal ini bertujuan agar pembahasan
lebih efektif dan dapat dimengerti. Adapun batasan pembahasan masalah
tersebut adalah sebagai berikut:
1. Hanya membahas pengertian dari Uji Anova.
2. Hanya membahas cara pengambilan data untuk dilakukan Uji Anova, dan
3. Hanya membahas cara pengolahan data secara manual maupun aplikasi
SPSS dengan menggunakan Uji Anova.
 BAB II
LANDASAN TEORI

2.1 Dasar Teori

1. Teknologi Informasi
Teknologi informasi diciptakan untuk mempermudah setiap
pekerjaan manusia. Imam Baihaqi menyebutkan bahwa teknologi
merupakan suatu cara atau metode untuk mengolah data atau informasi
agar menciptakan efisiensi biaya dan waktu sehingga dapat
menghasilkan produk yang lebih berkualitas. Dasar – dasar penciptaan
teknologi adalah: kebutuhan pasar, pencarian solusi atas permasalahan,
pengaplikasian berbagai bidang keilmuan, penyempurnaan efektivitas
dan efisiensi produk serta modernisasi.
Informasi merupakan himpunan data yang telah diolah sedemikian
rupa menjadi suatu yang penting bagi penggunanya dan mempunyai
pengaruh nyata yang dapat dirasakan secara langsung maupun tidak
langsung di kehidupan sekarang dan di yang akan datang.
2. E-Marketplace
Marketplace merupakan model bisnis baru yang berkembang
seiring pesatnya perkembangan infrastruktur teknologi informasi.
Marketplace ini dirancang untuk meminimalisir proses bisnis yang
kompleks sehingga tercipta efisiensi dan efektifitas. Dengan adanya
Marketplace tersebut setiap orang dapat melakukan aktivitas jual beli
dengan mudah, cepat dan murah karena tidak ada batas ruang, jarak dan
waktu. Secara konvensional pasar memiliki beberapa peran diantaranya
menfasilitasi transaksi dan menyediakan infrastruktur.
Marketplace Terbesar di Indonesia, Industri marketplace bisa
dibilang sebagai salah satu industri besar di Indonesia. Semua menyadari
bahwa dalam beberapa tahun belakangan aktivitas belanja online dapat
dilakukan dengan lebih mudah. Berikut ini adalah marketplace besar di
Indonesia yang namanya sudah terkenal di Indonesia, yakni:
a. Tokopedia, Tokopedia adalah online marketplace terbesar di
Indonesia. Bagi yang tertarik untuk membuka toko sendiri, tentu bisa
melakukannya dengan mudah di Tokopedia. Marketplace ini sudah
sedemikian familier di mata konsumen tanah air dan sudah dikenal
cukup lama sampai saat ini, banyak digunakan oleh pelaku usaha di
Indonesia dalam upaya memasarkan dan menjual termasuk
mendistribusikan produk andalam mereka. Tokopedia sudah
mendapatkan funding sampai dengan series G. Pada November 2018
kemarin, mereka mendapatkan funding dari Softbank Vision Fund.
b. Bukalapak, masyarakat Indonesia pasti tidak asing dengan nama
Bukalapak. Sebagai salah satu online marketplace ternama di
Indonesia, Bukalapak juga menyediakan tempat bagi pelaku usaha
yang tertarik berjualan secara online atau daring. Bukalapak
mengutamakan kemudahan dan keandalan platformnya agar
pengguna bisa mendapatkan user experience yang terbaik.
Kontribusi Bukalapak dalam menunjang pertumbuhan kegiatan
belanja secara online demikian besar bagi pelaku usaha yang ingin
menjual produk unggulannya secara online.
c. BliBli, merupakan pusat belanja online dengan beragam produk dari
komputer dan gadget, fashion, kesehatan dan kecantikan, ibu dan
anak, rumah dan dekorasi, otomotif. Blibli juga memberikan
berbagai promosi khusus, tiket dan voucher untuk pengunjung dan
pelanggan. Pertumbuhan BliBli sebagai salah satu marketplace di
Indonesia memiliki determinasi cukup besar bagi mobilitas belanja
secara online bagi konsumen dalam negeri.
d. JD.ID, adalah sebuah department store online yang memiliki variasi
barang yang cukup luas. Konsumen bisa menemukan berbagai
kategori produk seperti fashion, elektronik, dan gadget. JD.ID
diluncurkan pada November 2015 dan merupakan anak perusahaan
e-commerce dari China JD.com.
e. Shopee, adalah salah satu pemain penting di Indonesia, terutama di
negara “mobile-first” Shopee adalah online marketplace
 terdiversifikasi dan terdepan yang juga menyediakan pengalaman
belanja web biasa. Platform belanja online yang satu ini tersedia di
seluruh Asia Tenggara, Shopee juga ada di Singapura, Filipina,
Malaysia, Thailand, Vietnam, serta di Taiwan.
Beberapa marketplace di atas, tentu akan membuat dan membantu
perkembangan belanja modern di tanah air, dan sangat membantu
pertumbuhan pelaku usaha yang umumnya ingin memasarkan berbagai
produknya ke dalam pasar yang lebih luas, secara praktis, gemat dan
efisien. (Putu Artaya, 2019).
3. Metode Anova (Analysis Of Variance)
Uji Anova adalah bentuk khusus dari analisis statistik yang banyak
digunakan dalam penelitian eksperimen. metode analisis ini
dikembangkan oleh R.A Fisher. Uji Anova juga adalah bentuk uji
hipotesis statistik dimana 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. Sebagai contoh
penelitian perbedaan perlakuan terhadap sampel pasien yang sama.
Hipotesis nol nya adalah semua perlakuan akan memiliki efek yang sama
(Hardiansyah, 2019).
Anova (Analysis Of Variance) atau analisa ragam merupakan
metode yang digunakan untuk menguji perbedaan signifikan antara lebih
dari 2 nilai tengah sampel. Pengamatan variansi terhadap berbagai
kelompok yang berbeda dalam satu tabel disebut Anova satu arah. Dan
jika terdapat kelompok-kelompok yang berbeda berdasarkan 2 kriteria,
maka dapat disebut dengan Anova dua arah.
Prinsip Uji Anova adalah melakukan analisis variabilitas data
menjadi dua sumber variasi yaitu variasi di dalam kelompok (within) dan
variasi antar kelompok (between). Bila variasi within dan between sama
(nilai perbandingan kedua varian mendekati angka satu), maka berarti
tidak ada perbedaan efek dari intervensi yang dilakukan, dengan kata lain
nilai mean yang dibandingkan tidak ada perbedaan. Sebaliknya bila
variasi antar kelompok lebih besar dari variasi didalam kelompok, artinya
intervensi tersebut memberikan efek yang berbeda, dengan kata lain nilai
mean yang dibandingkan menunjukkan adanya perbedaan.
Anova satu arah, digunakan untuk menguji perbedaan diantara dua
atau lebih kelompok dimana hanya terdapat satu faktor yang
dipertimbangkan. sebagai contoh membandingkan efek dosis obat yang
berbeda terhadap kesembuhan pasien.
Anova klasifikasi satu arah yaitu Pengamatan variansi terhadap
berbagai kelompok yang berbeda dalam satu table. Data-data
pengamatan dikelompokkan ke dalam tabel masing-masing dan
dituliskan ke dalam tabel untuk mempermudah pengamatan dan
penelitian.
Langkah-langkah pelaksanaan Anova satu arah adalah sebagai
berikut:
a. Penetapan hipotesis
b. Pemilihan taraf nyata (𝛼)
c. Perhitungan wilayah kritis
𝑓𝑘𝑟𝑖𝑡𝑖𝑠 = 𝑓𝛼 [𝑘 − 1, 𝑘(𝑛 − 1)]
Nilai dari wilayah kritis ini dapat dilihat pada Tabel nilai kritis
sebaran F.
Tabel 2.1 Nilai Kritis Sebaran F

Sumber: (Dodi Irawan, 2020)

 Tabel 2.2 Pengamatan Anova Klasifikasi 1 Arah

Sumber: (Kelompok 3, 2021)

2.2 Pengumpulan Data

Tabel 2.3 Pengamatan Data E-Marketplace

E- Marketplace
No Total
Shopee Lazada Bukalapak
1 480 300 500 1280
2 250 525 333 1108
3 225 100 315 640
4 600 250 240 1090
5 250 600 220 1070
6 571 343 200 1114
7 200 285 250 735
8 451 560 100 1111
9 300 150 130 580
10 413 245 200 858
11 120 363 330 813
12 300 300 220 820
Total 4160 4021 3028 11219
Sumber: (Kelompok 3, 2021)
2.3 Teknik Sampling
Teknik sampling adalah Teknik yang digunakan untuk menentukan
sampel. Menurut (Dalen, 1981), beberapa Langkah yang harus dilakukan
peneliti untuk menentukan sampel yaitu,
1. Menetukan populasi
2. Mencari data akurat populasi
3. Memilih sampel yang representative
4. Menentukan jumlah sampel yang memadai
Untuk menentukan sampel dalam penelitian, terdapat berbagai Teknik
pengambilan sampel yang digunakan. Teknik sampling yang kami pilih
berdasarkan adanya randomisasi atau pengambilan subjek secara acak dari
kumpalannya, yakni sampling probabilitas.

Gambar 2.1 Teknik Sampling Probabilitas

Sumber: (Sugiyono, 2001)

Dari diagram diatas menjelaskan bahwa, probabilitas sampling adalah

Teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap
unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Selain
daripada itu, Teknik probabilitas sampling yang kami gunakan meliputi
Teknik pengambilan simple random sampling yang dimana Teknik tersebut
bisa digunakan bila jumlah unit sampling dalam suatu populasi tidak terlalu
besar, cara pengambilan sampel dalam simple random sampling dapat
dilakukan dengan metode undian, ordinal, maupun tabel bilangan random.
 BAB III
PENGOLAHAN DATA

3.1 Perhitungan Uji Anova Dengan Manual

1. Pengolahan Data
a. Perhitungan
1) Penetapan Hipotesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = 𝜇𝐾
𝐻1 : 𝜇1 = 𝜇2 = 𝜇3 = 𝜇𝐾
2) Pemlihan tarifnyata (𝛼)
𝛼 = 5% = 0.05
3) Perhitungan Wilayah Kritis
F kritis = 𝐹𝛼 [𝑘 − 1, 𝑘(𝑛 − 1)]
= 𝐹5% [3 − 1, 3(36 − 1)]
= 𝐹0.05 [2, 105 ] = 3,082852
= (ms.excelFINV(0,05;2;105)
4) Perhitungan F hitung
𝑘
𝑇𝑖 2 𝑇 2
𝐽𝐾𝐾 = ∑ −
𝑛 𝑁
𝑖=1

17305600 16168441 9229444

= [( )+( )+( )]
12 12 12
125865961
−
36
= (1442133+1347370,08+769120,3) −3496276, = 62347,3
𝑘 𝑛
𝑇2
𝐽𝐾𝑇 = ∑ ∑ 𝑋𝑖𝑗 2 −
𝑛𝑘
𝑖=1 𝑗=1

= 4208143 − 62347,3 = 4145795,7

𝐽𝐾𝐺 = 𝐽𝐾𝑇 − 𝐽𝐾𝐾 = 4145795,7 − 62347,3 = 4083448,4
5) Derajat Bebas (df)
k-1 = 3-1 = 2
k(n-1) = 3(36-1) = 105
nk-1 = {(36.3)-1} = 107
 6) Kuadrat Tengah
𝐽𝐾𝐾 62347,3
𝑆12 = = = 31173,65
𝑘−1 2
𝐽𝐾𝐺 4083448,4
𝑆22 = = = 38889,98
𝑘(𝑛 − 1) 105
7) F Hitung
𝑆12 31173,65
= = 0,80
𝑆22 38889,98
Jadi, 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 < 𝐹𝑡𝑎𝑏𝑒𝑙/𝑘𝑟𝑖𝑡𝑖𝑠 , Maka 𝐻0 diterima

3.2 Perhitungan Uji Anova dengan SPSS

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Ecommerce Statistic df Sig. Statistic df Sig.
*
Penjualan Shopee ,179 12 ,200 ,931 12 ,391
Bukalapak ,175 12 ,200* ,925 12 ,330
Lazada ,203 12 ,185 ,941 12 ,508
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Test of Homogeneity of Variances

Penjualan
Levene Statistic df1 df2 Sig.
1,573 2 33 ,223

ANOVA
Penjualan
Sum of Squares df Mean Square F Sig.
Between
63522,056 2 31761,028 1,617 ,214
Groups
Within Groups 648074,250 33 19638,614
Total 711596,306 35
 Descriptives
Penjualan
95% Confidence Interval for
Mean
Std. Std. Lower Upper
N Mean Deviation Error Bound Bound Minimum Maximum
Shopee 12 335,08 155,950 45,019 236,00 434,17 100 600
Bukalapak 12 252,33 105,421 30,432 185,35 319,31 100 500
Lazada 12 346,67 153,239 44,236 249,30 444,03 120 600
Total 36 311,36 142,588 23,765 263,12 359,61 100 600

Multiple Comparisons
Dependent Variable: Penjualan
Tukey HSD

Mean 95% Confidence Interval

(I) (J) Difference (I- Std. Lower Upper
Ecommerce Ecommerce J) Error Sig. Bound Bound
Shopee Bukalapak 82,750 57,211 ,329 -57,63 223,13
Lazada -11,583 57,211 ,978 -151,97 128,80
Bukalapak Shopee -82,750 57,211 ,329 -223,13 57,63
Lazada -94,333 57,211 ,240 -234,72 46,05
Lazada Shopee 11,583 57,211 ,978 -128,80 151,97
Bukalapak 94,333 57,211 ,240 -46,05 234,72

Penjualan
a
Tukey HSD
Subset for alpha
= 0.05
Ecommerce N 1
Bukalapak 12 252,33
Shopee 12 335,08
Lazada 12 346,67
Sig. ,240
Means for groups in homogeneous subsets
are displayed.
a. Uses Harmonic Mean Sample Size =
12,000.
 BAB IV
ANALISA DAN PEMBAHASAN

4.1 Analisa Hasil SPSS

Sebelum melakukan Uji Anova Satu Arah terlebih dahulu menentukan
Hipotesis dari penelitian yang akan kita buat, adapun Hipotesis yang telah
ditetapkan adalah:
1. Hipotesis Awal : Penjualan Xiaomi pada marketplace Shopee, Lazada, dan
Bukalapak tidak ada Perbedaan
H0 : 𝜇 1 = 𝜇 2 = 𝜇 3
2. Hipotesis Kerja : Penjualan Xiaomi pada marketplace Shopee, Lazada, dan
Bukalapak ada perbedaan
H1 : 𝜇 1 ≠ 𝜇 2 ≠ 𝜇 3
Sebelum melakukan uji Anova Satu Arah sebelumnya harus memenuhi syarat.
Syarat tersebut diantaranya;
1. Melakukan uji Normalitas (Kolmogorov Smirnov)
Konsep dasar uji Kolmogorov Smirnov adalah dengan membandingkan
distribusi data yang akan diuji normalitasnya dengan distribusi normal baku.
Intinya, Uji Kolmogorov Smirnov adalah uji beda antara data yang diuji
normalitasnya dengan data normal baku.
Adapun signifikansi pada uji Kolmogorov yaitu jika signifikasi di bawah
0,05 berarti terdapat perbedaan yang signifikan dan jika signifikansi di atas 0,05
maka tidak terjadi perbedaan yang signifikan. Penerapan pada uji Kolmogorov
Smirnov adalah bahwa jika signifikansi di bawah 0,05 berarti data yang akan
diuji mempunyai perbedaan yang signifikan dengan data normal baku, berarti
data tersebut tidak normal
 Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Ecommerce Statistic df Sig. Statistic df Sig.
Penjualan Shopee ,179 12 ,200* ,931 12 ,391
Bukalapak ,175 12 ,200* ,925 12 ,330
Lazada ,203 12 ,185 ,941 12 ,508
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Pada uji normalitas Kolmogorov Smirnov yang dilakukan melalui data

yang didapat dari penjualan Xiaomi dari tiga E-Commerce yang berbeda dapat
terlihat pada Sig. (Signifikansi) semua terlihat diatas nilai 0,05. Pada E-
Commerce Shopee didapat 0,200 > 0,05 maka data tersebut normal, sedangkan
pada E-commerce Bukalapak didapat 0,200 > 0,05 maka data tersebut termasuk
normal, dan yang terakhir ialah E-commerce Lazada didapat 0,185 > 0,05 maka
data tersebut termasuk normal. Maka dapat diambil kesimpulan bahwa semua
data penjualan Xiaomi yang diambil dari Shopee, Bukalapak, dan Lazada
bersifat normal dan dapat dilakukan Uji Anova Satu Arah.

2. Melakukan uji Homogenitas

Uji homogenitas digunakan untuk mengetahui apakah beberapa varian
populasi adalah sama atau tidak. Uji ini dilakukan sebagai prasyarat dalam
analisis independent sample t test dan Anova. Asumsi yang mendasari dalam
analisis varian (Anova) adalah bahwa varian dari populasi adalah sama. Uji
kesamaan dua varians digunakan untuk menguji apakah sebaran data tersebut
homogen atau tidak, yaitu dengan membandingkan kedua variansnya. Jika dua
kelompok data atau lebih mempunyai varians yang sama besarnya, maka uji
homogenitas tidak perlu dilakukan lagi karena datanya sudah dianggap
homogen. Uji homogenitas dapat dilakukan apabila kelompok data tersebut
dalam distribusi normal. Sedangkan untuk nilai signifikansi uji homogenitas (p)
> 0,05 menandakan bahwa kelompok data berasal dari populasi dengan varians
yang sama (homogen). Di sisi lain, nilai signifikansi (p) < 0,05 menandakan
bahwa kelompok data berasal dari populasi dengan varians yang berbeda
(heterogen).
 Test of Homogeneity of Variances
Penjualan
Levene Statistic df1 df2 Sig.
1,573 2 33 ,223

Setelah dilakukan uji homogenitas pada data penjualan Xiaomi dari E-

commerce Shopee, Bukalapak, dan Lazada dapat terlihat bahwa signifikansi
pada tabel uji homogenitas sebesar 0,223 > 0,05 dan terbukti bahwa data tersebut
memiliki varians yang sama (homogen). Sehingga asumsi homogenitas dalam
Uji Anova Satu arah terpenuhi.

3. Melakukan uji One Way Anova (Anova satu arah)

Prinsip Uji Anova adalah melakukan analisis variabilitas data menjadi dua
sumber variasi yaitu variasi di dalam kelompok (within) dan variasi antar
kelompok (between).
Bila variasi within dan between sama (nilai perbandingan kedua varian
mendekati angka satu), maka berarti tidak ada perbedaan efek dari intervensi
yang dilakukan, dengan kata lain nilai mean yang dibandingkan tidak ada
perbedaan.
Sebaliknya bila variasi antar kelompok lebih besar dari variasi didalam
kelompok, artinya intervensi tersebut memberikan efek yang berbeda, dengan
kata lain nilai mean yang dibandingkan menunjukkan adanya perbedaan.

ANOVA
Penjualan
Sum of Squares df Mean Square F Sig.
Between
63522,056 2 31761,028 1,617 ,214
Groups
Within Groups 648074,250 33 19638,614
Total 711596,306 35

Terlihat bahwa F hitung yang dihasilkan dari pengujian Anova Satu Arah
pada data penjualan Xiaomi pada E-commerce Shopee, Bukalapak, dan Lazada
sebesar 1,617. Maka dengan hasil F hitung tersebut dapat kita peroleh Ftabel
 atau Fkritis dengan cara mencari menggunakan tabel F dan didapatkan Ftabel
atau Fkritis sebesar 3,28. Dengan perolehan data tersebut maka;
Fhitung = 1,617
Fkritis = 3,28
Maka dapat disimpulkan bahwa FHitung < FKritis yang artinya H0
diterima maka diartikan bahwa penjualan Xiaomi pada marketplace Shopee,
Lazada, dan Bukalapak tidak ada Perbedaan.

4.2 Melihat Perbedaan Rata-Rata Penjualan Xiaomi Pada Tiga E-commerce

Berdasarkan output SPSS pada Descriptives kita dapat melihat perbedaan

rata-rata penjualan Xiaomi dari ketiga E-commerce sebagai berikut:

Descriptives
Penjualan
95% Confidence Interval for
Mean
Std. Std. Lower Upper
N Mean Deviation Error Bound Bound Minimum Maximum
Shopee 12 335,08 155,950 45,019 236,00 434,17 100 600
Bukalapak 12 252,33 105,421 30,432 185,35 319,31 100 500
Lazada 12 346,67 153,239 44,236 249,30 444,03 120 600
Total 36 311,36 142,588 23,765 263,12 359,61 100 600

Terlihat bahwa dari hasil Descriptives dapat diperoleh kesimpulan:

1. Rata-rata penjualan Xiaomi pada E-commerce Shopee sebesar 335,950.
2. Rata-rata penjualan Xiaomi pada E-commerce Bukalapak sebesar 252,33.
3. Rata-rata penjualan Xiaomi pada E-commerce Lazada sebesar 346,67.
Dengan demikian, dapat diambil kesimpulan bahwa rata-rata penjualan
Xiaomi tertinggi berada pada E-commerce Lazada yakni sebesar 346,67.

4.3 Mencari Kelompok Mana Saja yang Rata-Rata Penjualannya Sama dan
Tidak Sama (Test Post-Hoc)
Pengujian Turkey adalah pengujian perbandingan dengan banyak untuk
menentukan apakah rata-rata penjualan tersebut signifikan dalam jumlah analisis
varian.
 Multiple Comparisons
Dependent Variable: Penjualan
Tukey HSD

Mean 95% Confidence Interval

(I) (J) Difference (I- Std. Lower Upper
Ecommerce Ecommerce J) Error Sig. Bound Bound
Shopee Bukalapak 82,750 57,211 ,329 -57,63 223,13
Lazada -11,583 57,211 ,978 -151,97 128,80
Bukalapak Shopee -82,750 57,211 ,329 -223,13 57,63
Lazada -94,333 57,211 ,240 -234,72 46,05
Lazada Shopee 11,583 57,211 ,978 -128,80 151,97
Bukalapak 94,333 57,211 ,240 -46,05 234,72

Dapat terlihat pada tabel Multiple Comparisons perbedaan rata-rata yang

dapat dihasilkan bisa dilihat pada tabel Lower Bound dan Upper Bound pada tingkat
kepercayaan 95%. Maka dari itu, untuk menguji perbedaan rata-rata penjualan
Xiaomi pada tiga E-commerce dapat dilihat pada nilai siginifikansi pada hasil
output dari SPSS ini, apakah nilainya lebih besar atau lebih kecil dari 0,05.
Sebagai salah satu contoh analisis, berdasarkan hasil diatas dapat terlihat
bahwa nilai signifikansi antara Shopee dan Bukalapak sebesar 0,329 > 0,05 maka
dapat disimpulkan bahwa rata-rata penjualan Xiaomi pada E-commerce Shopee dan
Bukalapak adalah sama.

3.4 Melihat Kesamaan Rata-Rata Penjualan Xiaomi Pada Tiga E-Commerce

Pada Hasil SPSS pada Tukey HSD dapat melihat kesamaan rata-rata
penjualan Xiaomi pada tiga E-commerce yang ditentukan yaitu Shopee, Bukalapak,
dan Lazada.
Penjualan
Tukey HSDa
Subset for alpha
Ecommerce N = 0.05
 1
Bukalapak 12 252,33
Shopee 12 335,08
Lazada 12 346,67
Sig. ,240
Means for groups in homogeneous subsets
are displayed.
a. Uses Harmonic Mean Sample Size =
12,000.
Pada subset 1 tabel diatas terdapat data penjualan Xiaomi pada E-commerce
Shopee, Bukalapak, dan Lazada. Hal ini berarti bahwa rata-rata penjualan Xiaomi
pada ketiga E-commerce tersebut tidak mempunyai perbedaan yang signifikan atau
dengan kata lain dapat diambil kesimpulan bahwa rata-rata penjualan Xiaomi pada
E-commerce Shopee, Bukalapak, dan Lazada adalah sama.
 BAB V
4.1 Kesimpulan
Dari hasil Uji Anova Satu Arah (One Way Anova) dalam perhitungan
mengenai Analisis Perbedaan Penjualan Xiaomi pada E-commerce Shopee,
Bukalapak, dan Lazada didapatkan bahwa Fhitung < Fkritis yang berarti
Tidak adanya perbedaan dalam penjualan Xiaomi pada E-commerce
Shopee, Bukalapak, dan Lazada. Hal ini pula berarti bahwa penjualan
Smartphone Xiaomi pada E-commerce Shopee, Bukalapak, dan Lazada
memiliki penjualan yang sama per bulannya.
Didapatkan juga melalui tabel Descriptives bahwa rata-rata penjualan
tertinggi Smartphone Xiaomi terdapat pada E-commerce Lazada sebesar
346,67 yang berarti penjualan Xiaomi tertinggi setiap bulannya terdapat
pada E-commerce Lazada dan dari situ pula jika pelaku bisnis ingin menjual
Smartphone Xiaomi dapat melalui E-commerce Lazada.
 DAFTAR PUSTAKA

Dalen. (1981). Teknik Sampling.

Dodi Irawan. (2020). Tabel Uji F. Retrieved from Statistika Persada Bunda:
https://statistikpersadabunda.blogspot.com/2016/08/blog-post.html

Hardiansyah. (2019). Uji Anova, Teori Satu Arah dan Dua Arah. Retrieved 12 4, 2021,
from
https://www.academia.edu/36741039/Uji_Anova_Teori_Satu_Arah_dan_Dua_A
rah

Kelompok 3. (2021). Tugas Besar Mata Kuliah Statistika Industri 2. Karawang: Fakultas
Teknik.

Putu Artaya. (2019, April 19). EFEKTIFITAS MARKETPLACE DALAM MENINGKATKAN

KONSENTRASI PEMASARAN DAN PENJUALAN PRODUK BAGI UMKM DI JAWA
TIMUR. doi:10.13140/RG.2.2.10157.95206

Ridwan. (2012). Dasar - Dasar Statistika. Bandung: Alfabeta.

Sugiyono. (2001). Retrieved from Teknik Sampling Dalam Penelitian (Penjelasan Lengkap
Serta Jenisnya): https://www.statistikian.com/2017/06/teknik-sampling-dalam-
penelitian.html?amp