LAPORAN AKHIR

PRAKTIKUM STATISTIKA INDUSTRI

Disusun Oleh:

Kelompok/ Kelas : 1 (Satu)/ 2ID09

Nama/ NPM : 1.
2.
3.
4.
5.
6.
Hari/ Shift : Selasa/ I (Satu)
Modul : ANOVA Satu Arah
Nilai :
Paraf Asisten :

LABORATORIUM TEKNIK INDUSTRI DASAR

JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS GUNADARMA
TANGERANG
2021
 BAB I
PENDAHULUAN

1.1 Latar Belakang

PT NOODLE merupakan salah satu perusahaan yang sudah cukup lama
berdiri memproduksi produk mie instan. Produk mie instan yang dihasilkan PT
NOODLE memiliki kualitas dan cita rasa yang enak. Oleh karena itu banyak
distributor dari toko-toko, swalayan, dan minimarket dari berbagai kota yang
bekerja sama dengan PT NOODLE. Perusahaan selalu dituntut untuk
mengirimkan produk dengan kondisi yang baik dan waktu yang tepat. Dalam
mengirimkan produknya ke berbagai kota, perusahaan harus mengetahui variabel
apa saja yang akan digunakan. Akan tetapi perusahaan mengalami kendala atau
permasalahan dalam hal pengiriman. Kendala atau permasalahan yang dialami
perusahaan yaitu belum mengetahui keragaman data apa saja dari satu faktor yang
mempengaruhi waktu pengiriman produk nantinya. Untuk mengatasi
permasalahan tersebut, perusahaan menggunakan ilmu statistik yaitu metode
ANOVA satu arah.
ANOVA satu arah merupakan uji hipotesis dengan memakai varian serta
data hasil dari suatu pengamatan terhadap satu faktor. Uji yang dipergunakan
dalam ANOVA adalah uji F karena dipakai untuk pengujian lebih dari 2 sampel.
Metode ANOVA satu arah digunakan untuk mencari nilai rata-rata pemakaian
suatu barang atau jasa, bisa juga untuk mengukur rata atau tidaknya produksi yang
berlangsung pada satu bagian. Dalam ANOVA satu arah ini terbagi mejadi dua
bagian perhitungan, yaitu perhitungan dengan jumlah sampel yang sama banyak
dan jumlah sampel tidak sama banyak.
Dalam penelitian ini sebuah perusahaan ingin mengetahui hubungan rata-
rata dan keseragaman yang digunakan dengan waktu pengiriman yang tepat.
Untuk mendapatkan sebuah hasil keseragaman perusahaan menggunakan metode
ANOVA untuk dapat melihat rata-rata rasa mie instan. Perusahaan mencari nilai
dengan data sama banyak dan data tidak sama banyak dalam menentukan waktu
pengiriman yang diperlukan. ANOVA satu arah diaplikasikan oleh perusahaan
dengan harapan perusahaan dapat memprediksi ada atau tidaknya keragaman data
dari satu faktor yang mempengaruhi waktu produksinya. Faktor yang
mempengaruhi waktu produksi yaitu jam istirahat operator, perawatan mesin, dan
lain-lain. Sehingga perusahaan bisa meningkatkan kuantitas serta kualitas dari
bahan baku dan dapat mengambil keputusan di masa yang akan datang untuk
meningkatkan keuntungan semaksimal mungkin.

1.2 Tujuan Penulisan

Tujuan dalam penulisan ini dilakukan untuk menyelesaikan masalah
menggunakan metode-metode yang ada. Berikut adalah tujuan penulisan pada
analisis ANOVA satu arah :
1. Mengetahui rata-rata dari kelima rasa mie instan yaitu soto, ayam bawang,
kari ayam, cabe ijo, dan sambal matah selama 12 bulan adalah sama atau
tidak pada sampel data sama banyak
2. Mengetahui rata-rata dari kelima rasa mie instan yaitu soto, ayam bawang,
kari ayam, cabe ijo, dan sambal matah selama 12 bulan adalah sama atau
tidak pada sampel data tidak sama banyak.
 BAB II
PEMBAHASAN DAN ANALISIS

2.1 Studi Kasus

Studi kasus secara sederhana diartikan sebagai proses penyelidikan atau
pemeriksaan secara mendalam, terperinci, dan detail pada suatu peristiwa tertentu
atau khusus yang terjadi. Studi kasus dapat diperoleh dari metode-metode
penelitian formal
2.1.1 Studi Kasus Jumlah Sampel Sama Banyak
PT NOODLE merupakan sebuah perusahaan yang bergerak dibidang
makanan yaitu mie instan. Berbagai jenis mie di produksi oleh PT NOODLE,
diantaranya yaitu mie goreng dan mie kuah. Berdasarkan survey di pasaran,
produk mie sangat diminati oleh konsumen dari berbagai kalangan usia karena
cara pembuatannya yang praktis, rasanya yang enak, dan produk yang mudah
ditemukan. Rasa mie instan yang tersedia yaitu soto, ayam bawang, kari ayam,
cabe ijo, dan sambal matah. Bagian produksi melakukan pengambilan data secara
berkala terhadap rasa mie instan yang digunakan untuk mengetahui waktu
produksi selama 12 bulan terakhir, kemudian dilakukan pengujian untuk
mengetahui ada atau tidaknya perbedaan rata-rata rasa mie instan yang digunakan
selama 12 bulan terakhir terhadap waktu produksi secara signifikan. Berikut
adalah data yang diperoleh dari hasil pengambilan data selama 12 bulan terakhir.
Tabel 2.1 Data pengamatan Sampel Sama Banyak
Bulan Rasa mie instan
ke- soto ayam bawang kari ayam cabe ijo sambal matah
1 86 85 86 86 89
2 88 88 89 80 86
3 84 86 80 88 83
4 87 80 85 86 88
5 80 82 88 83 82
6 83 84 83 84 87
7 85 81 85 81 83
8 88 83 82 89 80
9 81 85 84 80 85
10 89 88 81 86 88
11 86 83 85 87 84
12 82 86 83 82 86
Berdasarkan tabel diatas, perusahaan melakukan ANOVA Satu Arah dengan nilai
taraf nyata sebesar 5% untuk mengetahui rata-rata waktu produksi dari kelima
rasa mie instan yaitu soto, ayam bawang, kari ayam, cabe ijo, dan sambal matah
selama 12 bulan adalah sama atau tidak pada sampel sama banyak.

2.1.2 Studi Kasus Jumlah Sampel Tidak Sama Banyak

PT NOODLE merupakan sebuah perusahaan yang bergerak dibidang
makanan yaitu mie instan. Berbagai jenis mie di produksi oleh PT NOODLE,
diantaranya yaitu mie goreng dan mie kuah. Berdasarkan survey di pasaran,
produk mie sangat diminati oleh konsumen dari berbagai kalangan usia karena
cara pembuatannya yang praktis, rasanya yang enak, dan produk yang mudah
ditemukan. Rasa mie instan yang tersedia yaitu soto, ayam bawang, kari ayam,
cabe ijo, dan sambal matah. Bagian produksi melakukan pengambilan data
terhadap rasa mie instan yang digunakan untuk mengetahui waktu produksi
selama 12 bulan terakhir. Pengujian yang akan dilakukan selanjutnya itu untuk
mengetahui ada atau tidaknya perbedaan rata-rata rasa mie instan yang digunakan
selama 12 bulan terakhir terhadap waktu produksi secara signifikan, tetapi kali ini
pengambilan data tidak dilakukan secara berkala karena ada beberapa kendala
dalam pengambilan data, salah satunya adalah waktu produksi. Berikut adalah
data yang diperoleh dari hasil pengambilan data selama 12 bulan terakhir.
Tabel 2.2 Data Pengamatan Sampel Tidak Sama Banyak
Rasa mie instan
Bulan ke-
soto ayam bawang kari ayam cabe ijo sambal matah
1 91 87 90 84 82
2 93 - 94 88 90
3 - 89 83 92 88
4 81 82 87 91 80
5 82 84 - - 84
6 86 - 83 86 92
7 87 83 88 83 85
8 92 81 - 87 -
9 86 86 86 82 87
10 - 92 - 92 93
11 90 - 87 91 82
12 84 91 86 84 91
Berdasarkan tabel diatas, perusahaan melakukan ANOVA Satu Arah dengan nilai
taraf nyata sebesar 5% untuk mengetahui rata-rata waktu produksi dari kelima
rasa mie instan yaitu soto, ayam bawang, kari ayam, cabe ijo, dan sambal matah
selama 12 bulan adalah sama atau tidak pada sampel tidak sama banyak.

2.2 Pengujian dan Pengolahan Data

Pengujian data merupakan upaya menguji data menjadi informasi,
sehingga karakteristik atau sifat-sifat data tersebut dapat dengan mudah dipahami
dan bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan
kegiatan penelitian. Menurut Jogiyanto Hartono (2006:9). Pengolahan
(processing) adalah proses data yang diolah melalui suatu model menjadi
informasi, penerima kemudian menerima informasi tersebut, membuat suatu
keputusan dan melakukan tindakan, yang berarti menghasilkan suatu tindakan
yang lain yang akan membuat sejumlah data kembali. Data tersebut akan
ditangkap sebagai input, diproses kembali lewat suatu model dan seterusnya
membentuk suatu siklus. Siklus ini disebut juga dengan siklus pengolahan data
(data processing cycles).
Pengujian dan pengolahan data merupakan hal penting dalam suatu
penelitian. Pengujian dan pengolahan data ini dilakukan untuk mendapatkan hasil
data yang baik dan valid. Pengujian data ini dilakukan untuk melihat apakah data
yang ada sudah memenuhi uji normalitas dan uji homogenitas. Uji tersebut
dilakukan untuk memastikan apakah data tersebut sudah berdistribusi normal dan
berasal dari varians yang sama. Pengujian data dilakukan pada sampel sama
banyak dan sampel tidak sama banyak. Pengolahan data dilakukan untuk mencari
nilai F hitung pada sampel sama banyak dan sampel tidak sama banyak.

2.2.1 Pengujian Data

Pengujian data merupakan upaya menguji data menjadi informasi,
sehingga karakteristik atau sifat-sifat data tersebut dapat dengan mudah dipahami
dan bermanfaat untuk menjawab masalah-masalah yang berkaitan dengan
kegiatan penelitian. Selain itu, pengujian data merupakan suatu kegiatan untuk
mengetahi apakah data suatu penelitian sudah tepat atau belum. Pada pengujian
data menggunakan aplikasi software SPSS versi 16.0. Pengujian data dengan
menggunakan aplikasi software SPSS 16.0 digunakan untuk melihat apakah data
yang ada sudah memenuhi uji normalitas dan uji homogenitas
1. Pengujian Data Jumlah Sampel Sama Banyak
Pengujian data merupakan suatu kegiatan untuk mengetahi apakah data
suatu penelitian sudah tepat atau belum. Pengujian data jumlah sampel
sama banyak adalah pengujian data dimana sampel data yang digunakan
menggunakan sampel datanya sama banyak. Pada pengujian data jumlah
sampel sama banyak menggunakan aplikasi software SPSS versi 16.0.
Tujuan dari pengujian ini adalah untuk mengetahui apakah data
berdistribusi normal atau tidak dan apakah data bersifat homogen atau
tidak. Berikut output tabel sampel sama banyak.

Gambar 2.1 Tests of Normality

Gambar diatas merupakan Tests of Normality atau uji normalitas. Uji
normalitas adalah persyaratan multak yang harus terpenuhi sebelum
menggunakan uji one way ANOVA untuk menganalisis data penelitian.
Selain itu, uji normalitas digunakan untuk mengetahi apakah data
berdistribusi normal atau tidak. Data yang digunakan memiliki data lebih
dari 50 data, maka uji normalitas yang digunakan adalah Tests of
Normality Kolmogrov-Smirnov. Tests of Normality Kolmogrov-Smirnov
adalah uji yang efektif digunakan untuk data yang lebih dari 50 karena
hasilnya akan lebih akurat. Jika significant lebih dari 0,05 maka artinya
data yang diuji berdistribusi normal. Pada rasa mie instan soto, significant
sebesar 0,20 maka nilainya lebih dari 0,05. Selain rasa mie instan soto,
rasa mie instan ayam bawang, kari ayam, cabe ijo, dan sambal matah juga
memiliki nilai significant lebih dari 0,05. Artinya data tersebut
berdistribusi normal.

Gambar 2.2 Test of Homogenity of Variance

Gambar diatas merupakan Test of Homogenity of Variance atau uji
homogenitas. Uji homogenitas adalah uji yang digunakan untuk
mengetahui apakah data yang dimasukkan bersifat homogen atau tidak.
Data dapat dikatakan bersifat homogen apabila memiliki nilai significant
lebih dari 0,05. Based on Mean adalah nilai rata-rata. Levene Statstic
adalah statistik inferensial yang digunakan untuk menilai apakah varian
untuk variabel yang dihitung untuk dua kelompok atau lebih setara atau
tidak. Nilai Levene Statstic pada Based on Mean sebesar 0,359. Sedangkan
nilai df adalah (degree of freedom) atau derajat kebebasan. Nilai df1 atau
derajat kebebasan pertama pada Based on Mean sebesar 4. Nilai df2 atau
derajat kebebasan kedua pada Based on Mean sebesar 55. Sedangkan nilai
significant adalah nilai yang digunakan apakah data tersebut bersifat
homogen atau tidak. Untuk data yang memiliki nilai significant lebih dari
0,05 maka data bersifat homogen. Nilai significant pada Based on Mean
sebesar 0,450. Artinya lebih besar dari 0,05 maka daa tersebut bersifat
homogen.
2. Pengujian Data Jumlah Sampel Tidak Sama Banyak
Pengujian data merupakan suatu kegiatan untuk mengetahi apakah data
suatu penelitian sudah tepat atau belum. Pengujian data jumlah sampel
sama banyak adalah pengujian data dimana sampel data yang digunakan
menggunakan sampel datanya sama banyak. Pada pengujian data jumlah
sampel sama banyak menggunakan aplikasi software SPSS versi 16.0.
Tujuan dari pengujian ini adalah untuk mengetahui apakah data
berdistribusi normal atau tidak dan apakah data bersifat homogen atau
tidak. Berikut output sampel tidak sama banyak.

Gambar 2.3 Test of Normality

Gambar diatas merupakan Tests of Normality atau uji normalitas. Uji
normalitas adalah persyaratan multak yang harus terpenuhi sebelum
menggunakan uji one way ANOVA untuk menganalisis data penelitian.
Selain itu, uji normalitas digunakan untuk mengetahi apakah data
berdistribusi normal atau tidak. Data yang digunakan memiliki data lebih
dari 50 data, maka uji normalitas yang digunakan adalah Tests of
Normality Kolmogrov-Smirnov. Tests of Normality Kolmogrov-Smirnov
adalah uji yang efektif digunakan untuk data yang lebih dari 50 karena
hasilnya akan lebih akurat. Jika significant lebih dari 0,05 maka artinya
data yang diuji berdistribusi normal. Pada rasa mie instan soto, significant
sebesar 0,20 maka nilainya lebih dari 0,05. Selain rasa mie instan soto,
rasa mie instan ayam bawang, kari ayam, cabe ijo, dan sambal matah juga
memiliki nilai significant lebih dari 0,05. Artinya data tersebut
berdistribusi normal.

Gambar 2.4 Test of Homogenity of Variance

Gambar diatas merupakan Test of Homogenity of Variance atau uji
homogenitas. Uji homogenitas adalah uji yang digunakan untuk
mengetahui apakah data yang dimasukkan bersifat homogen atau tidak.
Data dapat dikatakan bersifat homogen apabila memiliki nilai significant
lebih dari 0,05. Based on Mean adalah nilai rata-rata. Levene Statstic
 adalah statistik inferensial yang digunakan untuk menilai apakah varian
untuk variabel yang dihitung untuk dua kelompok atau lebih setara atau
tidak. Nilai Levene Statstic pada Based on Mean sebesar 0,615. Sedangkan
nilai df adalah (degree of freedom) atau derajat kebebasan. Nilai df1 atau
derajat kebebasan pertama pada Based on Mean sebesar 4. Nilai df2 atau
derajat kebebasan kedua pada Based on Mean sebesar 45. Sedangkan nilai
significant adalah nilai yang digunakan apakah data tersebut bersifat
homogen atau tidak. Untuk data yang memiliki nilai significant lebih dari
0,05 maka data bersifat homogen. Nilai significant pada Based on Mean
sebesar 0,654. Artinya lebih besar dari 0,05 maka daa tersebut bersifat
homogen.

2.2.2 Perhitungan Manual

Pada perhitungan manual dilakukan dengan cara menghitung variabel-
variabel dan memasukkan kedalam rumus sesuai dengan ketentuan modul
ANOVA satu arah yang diberikan. Data yang digunakan didapat dari
pengambilan data selama 12 bulan terakhir. Variabel yang digunakan adalah A
sebagai Soto, B sebagai Ayam bawang, C sebagai Kari ayam, D sebagai Cabe ijo,
dan E sebagai Sambel matah.
1. Perhitungan Manual Data Jumlah Sampel Sama Banyak
Perhitungan manual jumlah sampel sama banyak dilakukan secara manual
atau menggunakan kalkulator. Perhitungan ini dihitung menggunakan data
sampel sama banyak. Pada perhitungan manual ini data yang dihitung
adalah data pengamatan waktu produksi yang terjadi selama 12 bulan
terakhir. Rasa mie instan yang akan dihitung adalah soto, ayam bawang,
kari ayam, cabe ijo, dan sambal matah. Pada tabel dibawah ini A mewakili
soto, B mewakili ayam bawang, C mewakili kari ayam, D mewakili cabe
ijo, dan E mewakili sambal matah. Berikut adalah tabel perhitungan
manual sampel sama banyak.
 Tabel 2.3 Perhitungan Kuadrat Nilai Sampel Sama Banyak
Bulan
A2 B2 C2 D2 E2
ke-
1 7396 7225 7396 7396 7921
2 7744 7744 7921 6400 7396
3 7056 7396 6400 7744 6889
4 7569 6400 7225 7396 7744
5 6400 6724 7744 6889 6724
6 6889 7056 6889 7056 7569
7 7225 6561 7225 6561 6889
8 7744 6889 6724 7921 6400
9 6561 7225 7056 6400 7225
10 7921 7744 6561 7396 7744
11 7396 6889 7225 7569 7056
12 6724 7396 6889 6724 7396
∑ 86625 85249 85255 85452 86953

a. Formulasi Hipotesis
Hipotesis dapat didefinisikan sebagai jawaban sementara yang
kebenarannya harus diuji atau rangkuman kesimpulan secara teoritis yang
diperoleh melalui tinjauan pustaka (Nanang Martono, 2010). Pengujian
hipotesis adalah pengujian terhadap suatu pernyataan dengan
menggunakan metode statistik sehingga hasil pengujian tersebut dapat
dinyatakan signifikan secara statistik. Perumusan hipotesis dibedakan
menjadi dua, yaitu hipotesis nol (H₀) dan hipotesis alternative (H1), yaitu
sebagai berikut:
H0 : Rata-rata waktu produksi dari kelima rasa mie instan yaitu soto,
ayam bawang, kari ayam, cabe ijo, dan sambal matah selama 12
bulan adalah sama
H1 : Sekurang-kurangnya terdapat satu rata-rata jumlah produksi dari
kelima rasa mie instan yaitu soto, ayam bawang, kari ayam, cabe
ijo, dan sambal matah selama 12 bulan adalah tidak sama
b. Taraf Nyata (α) dan nilai F tabel :
Taraf nyata adalah besarnya batas toleransi dalammenerima kesalahan
hasil hipotesis terhadap nilai parameter populasinya (Hasan, 2002). Taraf
nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil
hipoteis terhadap nilai parameter populasinya. Nilai α sebesar 5% yang
dipakai sebagai taraf nyata digunakan untuk menentukan nilai distribusi F.
Berikut adalah perhitungan taraf nyata dan nilai F tabel.
α = 5% = 0,05 dengan:

c. Kriteria Pengujian
Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima
atau menolak hipotesis nol (H₀) dengan cara membandingkan nilai F tabel
(nilai kritis) dengan F hitung (nilai analisis varians). Berikut adalah
kriteria pengujian.
H0 diterima apabila F0 ≤ 2,55
H0 ditolak apabila F0 > 2,55
d. Analisis Varians
Analisis varians (analysis of variance, ANOVA) adalah suatu metode
analisis statistika yang termasuk ke dalam cabang statistika inferensi
(Ghozali, 2009). Analisis varians adalah kumpulan dari model satistik
yang digunakan untuk menganalisis perbedaan rata-rata antara kelompok
dan prosedur terkait dengan cara melakukan perhitungan JKT (Jumlah
Kuadrat Total), JKK( Jumlah Kuadrat Kolom), JKE (Jumlah Kuadrat
Error), rata –rata kuadrat kolom (S 1²), rata- rata kuadrat error (S 2²), dan
nilai F hitung (F0), kemudian dibuat kedalam tabel ANOVA. Berikut
adalah perhitungan analisis varians.
n = 12 k=5
n1 = 12 T1 = 1.019
n2 = 12 T2 = 1.011
n3 = 12 T3 = 1.011
n4 = 12 T4 = 1.012
n5 = 12 T5 = 1.021
N = 60 T = 5074

Jumlah Kuadrat Total (JKT)

Jumlah Kuadrat Kolom (JKK)

Jumlah Kuadrat Error (JKE)

JKE = JKT – JKK
= 442,733 – 7,732
= 435,001
Rata-rata Kuadrat Kolom

Rata-rata Kuadrat Error

Tabel 2.4 Tabel ANOVA Jumlah Sampel Sama Banyak

Sumber Jumlah Derajat Rata-rata
varians kuadrat bebas kuadrat F0
Rata-rata
kolom 7,732 4 1,933
Error 435,001 55 7,909 0,244
Total 442,333 59

e. Kesimpulan
Kesimpulan adalah sebuah bagian yang berada di posisi paling akhir pada
suatu hal, atau menjadi yang paling akhir dari sebuah hasil (Vocalubury).
Kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol sesuai dengan kriteria pengujiannya. Pembuatan
 kesimpulan dilakukan setelah membandingkan nilai F tabel (nilai kritis)
dengan F hitung (nilai analisis varians).
Nilai dari F0 yang didapat kurang dari nilai F tabel yang sebesar 2,55 (F 0 =
0,244 ≤ = 2,55), maka H0 diterima. Hal ini menunjukkan bahwa

rata-rata waktu produksi dari kelima rasa mie instan, yaitu soto, ayam
bawang, kari ayam, cabe ijo, dan sambal matah selama 12 bulan adalah
sama.
2. Perhitungan Manual Data Jumlah Sampel Tidak Sama Banyak
Perhitungan manual jumlah sampel tidak sama banyak dilakukan secara
manual atau menggunakan kalkulator. Perhitungan ini dihitung
menggunakan data sampel tidak sama banyak. Pada perhitungan manual
ini data yang dihitung adalah data pengamatan waktu produksi yang terjadi
selama 12 bulan terakhir. Rasa mie instan yang akan dihitung adalah soto,
ayam bawang, kari ayam, cabe ijo, dan sambal matah. Pada tabel dibawah
ini A mewakili soto, B mewakili ayam bawang, C mewakili kari ayam, D
mewakili cabe ijo, dan E mewakili sambal matah. Berikut adalah tabel
perhitungan manual sampel tidak sama banyak.
Tabel 2.5 Perhitungan Kuadrat Nilai Sampel Tidak Sama Banyak
Bulan
A2 B2 C2 D2 E2
ke-
1 8281 7569 8100 7056 6724
2 8649 - 8836 7744 8100
3 - 7921 6889 8464 7744
4 6561 6724 7569 8281 6400
5 6724 7056 - - 7056
6 7396 - 6889 7396 8464
7 7569 6889 7744 6889 7225
8 8464 6561 - 7569 -
9 7396 7396 7396 6724 7569
10 - 8464 - 8464 8649
11 8100 - 7569 8281 6724
12 7056 8281 7396 7056 8281
∑ 76196 66861 68388 83924 82936

a. Formulasi Hipotesis
Hipotesis dapat didefinisikan sebagai jawaban sementara yang
kebenarannya harus diuji atau rangkuman kesimpulan secara teoritis yang
diperoleh melalui tinjauan pustaka (Nanang Martono, 2010). Pengujian
hipotesis adalah pengujian terhadap suatu pernyataan dengan
menggunakan metode statistik sehingga hasil pengujian tersebut dapat
dinyatakan signifikan secara statistik. Perumusan hipotesis dibedakan
menjadi dua, yaitu hipotesis nol (H₀) dan hipotesis alternative (H1), yaitu
sebagai berikut.
H0 : Rata-rata waktu produksi dari kelima rasa mie instan yaitu soto,
ayam bawang, kari ayam, cabe ijo, dan sambal matah selama 12
bulan adalah tidak sama.
H1 : Sekurang-kurangnya terdapat dua rata-rata jumlah produksi dari
kelima rasa mie instan yaitu soto, ayam bawang, kari ayam, cabe
ijo, dan sambal matah selama 12 bulan adalah tidak sama.
b. Taraf Nyata (α) dan Nilai F Tabel :
Taraf nyata adalah besarnya batas toleransi dalammenerima kesalahan
hasil hipotesis terhadap nilai parameter populasinya (Hasan, 2002). Taraf
nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil
hipoteis terhadap nilai parameter populasinya. Nilai α yang dipakai
sebagai taraf nyata digunakan untuk menentukan nilai distribusi F.
Berikut adalah perhitungan taraf nyata dan nilai F tabel.
α = 5% = 0,05 dengan :

c. Kriteria Pengujian
Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima
atau menolak hipotesis nol (H₀) dengan cara membandingkan nilai F tabel
(nilai kritis) dengan F hitung (nilai analisis varians). Berikut adalah kriteria
pengujian.
H0 diterima apabila F0 ≤ 2,59
H0 ditolak apabila F0 > 2,59
d. Analisis Varians
Analisis varians (analysis of variance, ANOVA) adalah suatu metode
analisis statistika yang termasuk ke dalam cabang statistika inferensi
(Ghozali, 2009). Analisis varians adalah kumpulan dari model satistik
yang digunakan untuk menganalisis perbedaan rata-rata antara kelompok
dan prosedur terkait dengan cara melakukan perhitungan JKT (Jumlah
Kuadrat Total), JKK( Jumlah Kuadrat Kolom), JKE (Jumlah Kuadrat
Error), rata –rata kuadrat kolom (S 1²), rata- rata kuadrat error (S 2²), dan
nilai F hitung (F0), kemudian dibuat kedalam tabel ANOVA. Berikut
adalah perhitungan analisis varians.
n = 12 k=5
n1 = 10 T1 = 872
n2 = 9 T2 = 775
n3 = 9 T3 = 784
n4 = 11 T4 = 960
n5 = 11 T5 = 954
N = 50 T = 4345
Jumlah Kuadrat Total (JKT)
Jumlah Kuadrat Kolom (JKK)

Jumlah Kuadrat Error (JKE)

JKE = JKT – JKK
= 724,5 – 8,758
= 715,742
Rata-rata Kuadrat Kolom

Rata-rata Kuadrat Error

 Tabel 2.6 Tabel ANOVA Jumlah Sampel Tidak Sama Banyak
Derajat
Sumber varians Jumlah kuadrat Rata-rata kuadrat F0
bebas
Rata-rata
8,758 4 2,19
kolom 0,138
Error 715,742 45 15,905
Total 724,5 49    

e. Kesimpulan
Kesimpulan adalah sebuah bagian yang berada di posisi paling akhir pada
suatu hal, atau menjadi yang paling akhir dari sebuah hasil (Vocalubury).
Kesimpulan merupakan penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol sesuai dengan kriteria pengujiannya. Pembuatan
kesimpulan dilakukan setelah membandingkan nilai F tabel (nilai kritis)
dengan F hitung (nilai analisis varians).
Nilai dari F0 yang didapat kurang dari nilai F tabel yang sebesar 2,59 (F 0 =
0,138 ≤ = 2,59), maka H0 diterima. Hal ini menunjukkan bahwa
rata-rata waktu produksi dari kelima rasa mie instan, yaitu soto, ayam
bawang, kari ayam, cabe ijo, dan sambal matah selama 12 bulan adalah
sama.

2.2.3 Pengolahan Software

Pada perhitungan software ini, digunakan SPSS versi 16.0. SPSS
merupakan aplikasi software pengolah data statistik atau yang digunakan untuk
mengolah data statistik. SPSS merupakan kepanjangan dari (Statistical Package
for the Social Sciences).
1. Pengolahan Software Data Jumlah Sampel Sama Banyak
Pengolahan software jumlah sampel sama banyak ini digunakan untuk
mengetahi hasil perhitungan dari data pengamatan waktu produksi selama
12 bulan terakhir. Data yang digunakan untuk pengolahan software jumlah
sampel sama banyak adalah menggunakan sampel data sebanyak 60 data.
Pada pengolahan software jumlah sampel sama banyak menggunakan
aplikasi software SPSS versi 16.0. Berikut merupakan langkah-langkah
pengolahan software menggunakan SPSS.
Langkah pertama yaitu memilih variable view. Variable view terletak pada
bagian kiri bawah yang bersebelahan dengan data view. Kemudian
masukkan variabel. Data yang dimasukkan adalah rasa_mie_instan dan
waktu_produksi. Pada bagian decimal, angka diubah menjadi 0.
Sedangkan pada values rasa_mie_instan memasukkan soto, ayam bawang,
kari ayam, cabe ijo, dan sambal matah.

Gambar 2.5 Variabel view

Untuk memasukkan rasa mie instan pada Values labels yaitu dengan
memilih Values labels kemudian mengisi value dengan angka 1-5 dan
labels untuk rasa mie instan seperti soto, ayam bawang, kari ayam, cabe
ijo, dan sambal matah. Setelah itu pilih Add. Tampilan yang akan terlihat
seperti gambar dibawah.

Gambar 2.5 Value labels

Setelah mengisi variabel views, selanjutnya memilih data view. Seperti
yang dijelaskan diatas, data view terletak dibawah kiri disamping variable
view. Pada data view kita memasukkan data-data yang ingin diolah. Data
pada studi kasus merupakan data pengamatan pengamatan selama 12 bulan
terakhir.
 Gambar 2.6 Data View
Langkah selanjutnya yaitu melakukan uji ANOVA satu arah. Untuk
melakukan pengolahan tersebut yaitu memilih analyze kemudian memilih
Compare Means kemudian memilih One-Way ANOVA. Tampilan yang
terlihat akan seperti gambar dibawah.

Gambar 2.6 Tampilan analyze

Langkah selanjutnya yaitu memindahkan variabel waktu_produksi ke
kolom Dependent List dan variabel rasa_mie_instan ke kolom Factor.
Tampilan yang terlihat akan seperti gambar dibawah.

Gambar 2.7 Tampilan One-Way ANOVA

Langkah selanjutnya yaitu memilih Multiple Comparisons (Postt Hoc)
kemudian men-checklist Bonferroni dan Tukey. Kemudian pastikan
Significance level sebesar 0,05. Tampilan akan terlihat seperti gambar
dibawah.

Gambar 2.8 One-Way ANOVA Post Hoc Multiple Comperisons

Langkah selanjutnya yaitu memilih options kemudian pada bagian ststistic
men-checklist Descriptive. Pada bagian means plot juga di checklist.
Sedangkan pada bagian Missing Values memilih Exclude cases analysis by
analysis. Setelah itu pilih continue.

Gambar 2.9 One-Way ANOVA Options

Setelah semua ketentuan perhitungan One-Way ANOVA sudah terpenuhi,
pilih OK. Kemudian akan muncul berbagai output. Output pertama pada
One-Way ANOVA adalah Descriptives. Tampilan Descriptives akan seperti
gambar dibawah.
 Gambar 2.10 Output Descriptives
Gambar 2.10 merupakan gambar output Descriptives. Output Descriptives
memuat hasil-hasil data statistik deskriptif. Pada variabel soto, nilai N
sebesar 12. N artinya banyaknya jumlah data. Nilai Means sebesar 84,92.
Nilai Means adalah nilai rata-rata suatu data. Nilai Std Deviation sebesar
2,9357. Std Deviation adalah simpangan baku. Nilai Std Error sebesar
0,848. Std Error adalah besarnya kesalahan model regresi dalam
memprediksi nilai y. 95% Confidence Interval for Mean adalah selang
kepercayaan 95%, artinya percaya bahwa 95% sampel yang diambil akan
memuat parameter aslinya. Maka, perbedaan rata-rata waktu produksi
berkisar antara 83,03 (lower bound) sampai dengan 86,78 (upper bound)
pada tingkat kepercayaan 95%. Nilai minimum sebesar 80. Nilai minimum
adalah nilai terendah dari suatu data. Sedangkan nilai maksimum sebesar
89. Nilai maksimum adalah nilai tertinggi suatu data.

Gambar 2.11 Output ANOVA

Gambar 2.11 merupakan output ANOVA. Pada output ANOVA nilai Sum of
Square pada Between Groups sebesar 7,733. Between Groups pada Sum of
Square artinya jumlah kuadrat kolom (JKK). Nilai Sum of Square pada
Within Groups sebesar 435,000. Sum of Square pada Within Groups
artinya jumlah kuadrat eror (JKE). Nilai Total pada Sum of Square sebesar
442,733. Total pada Sum of Square artinya jumlah kuadrat total (JKT).
Nilai Total pada Sum of Square merupakan penjumlahan dari Sum of
Square pada Between Groups dan Sum of Square pada Within Groups.
Nilai df (degree of freedom) atau derajat kebebasan pada Between Groups
(v1) sebesar 4. Nilai df pada Within Groups (v2) sebesar 55. Nilai df total
sebesar 59. Nilai df total merupakan penjulahan dari df Between Groups
(v1) dengan df Within Groups (v2). Nilai Mean Square pada Between
Groups sebesar 1,933. Mean Square pada Between Groups artinya rata-
rata kuadrat kolom. Mean Square pada Within Groups sebesar 7,909.
Mean Square pada Within Groups artinya rata-rata nilai eror. Nilai F
sebesar 0,244. Nilai F merupakan nilai F tabel, nilai tersebut digunakan
untuk menentukan apakah H0 diterima atau ditolak. Nilai significant
sebesar 0,912. Karena nilai significant lebih dari 0,05 maka H0 diterima.
Artinya adanya perbedaan rata-rata waktu produksi terhadap rasa mie
instan.

Gambar 2.12 Output Multiple Comperisons (Post Hoc)

Gambar 2.12 merupakan output Multiple Comperisons (Post Hoc). Pada
pengolahan sampel sama banyak, menggunakan Tukey HSD. Tukey HSD
adalah pengujian perbandingan jamak untuk menentukan apakah tiga rata-
rata atau lebih berbeda secara significant dalam jumlah analisis varian.
Pada rasa mie instan soto dengan ayam bawang memiliki perbedaan rata-
rata sebesar 0,667. Angka ini diperoleh dari nilai rata-rata (pada output
descriptives) untuk waktu produksi rasa mie instan soto (84,92) dikurangi
dengan rata-rata waktu produksi rasa mie instan ayam bawang (84,25).
Sementara itu, perbedaan rata-rata waktu produksi berkisar antara -2,57
(lower bound) sampai dengan 3,90 (upper bound) pada tingkat
kepercayaan 95%. Untuk menguji apakah terdapat perbedaan rata-rata
kedua rasa mie instan tersebut, maka harus melihat apakah nilai significant
lebih besar dari 0,05. Berdasarkan output diatas, nilai significant sebesar
0,977 > 0,05. Maka dapat disimpulkan bahwa waktu produksi rasa mie
instan soto dan mie bawang adalah sama dan perbedaan rata-rata waktu
produksi secara deskriptif antara kedua rasa mie instan tersebut tidaklah
signifikan.

Gambar 2.13 Output Homogenous

Gambar 2.13 merupakan output homogenous. Homogenous Tukey HSD
digunakan untuk melihat kesamaan rata-rata. Nilai N merupakan jumlah
banyaknya data. Pada kelima rasa mie instan tersebut masing-masing
memiliki nilai N sebesar 12. Pada subset 1 terdapat data waktu produksi
rasa mie instan ayam bawang, kari ayam, cabe ijo, soto, dan sambal matah.
Artinya kelima rata-rata waktu produksi tidak mempunyai perbedaan yang
signifikan, dengan kata lain rata-rata waktu produksi kelima rasa mie
instan tersebut sama.
2. Pengolahan Software Data Jumlah Sampel Tidak Sama Banyak
Pengolahan software jumlah sampel sama banyak ini digunakan untuk
mengetahi hasil perhitungan dari data pengamatan waktu produksi selama
12 bulan terakhir. Data yang digunakan untuk pengolahan software jumlah
sampel sama banyak adalah menggunakan sampel data sebanyak 60 data.
Pada pengolahan software jumlah sampel sama banyak menggunakan
aplikasi software SPSS versi 16.0. Berikut merupakan langkah-langkah
pengolahan software menggunakan SPSS.
Langkah pertama yaitu memilih variable view. Variable view terletak pada
bagian kiri bawah yang bersebelahan dengan data view. Kemudian
masukkan variabel. Data yang dimasukkan adalah rasa_mie_instan dan
waktu_produksi. Pada bagian decimal, angka diubah menjadi 0.
Sedangkan pada values rasa_mie_instan memasukkan soto, ayam bawang,
kari ayam, cabe ijo, dan sambal matah.

G
ambar 2.14 Variabel view
Untuk memasukkan rasa mie instan pada Values labels yaitu dengan
memilih Values labels kemudian mengisi value dengan angka 1-5 dan
labels untuk rasa mie instan seperti soto, ayam bawang, kari ayam, cabe
ijo, dan sambal matah. Setelah itu pilih Add. Tampilan yang akan terlihat
seperti gambar dibawah.
 Gambar 2.15 Value labels
Setelah mengisi variabel views, selanjutnya memilih data view. Seperti
yang dijelaskan diatas, data view terletak dibawah kiri disamping variable
view. Pada data view kita memasukkan data-data yang ingin diolah. Data
pada studi kasus merupakan data pengamatan pengamatan selama 12 bulan
terakhir.

Gambar 2.16 Data View

Langkah selanjutnya yaitu melakukan uji ANOVA satu arah. Untuk
melakukan pengolahan tersebut yaitu memilih analyze kemudian memilih
Compare Means kemudian memilih One-Way ANOVA. Tampilan yang
terlihat akan seperti gambar dibawah.

Gambar 2.17 Tampilan analyze

Langkah selanjutnya yaitu memindahkan variabel waktu_produksi ke
kolom Dependent List dan variabel rasa_mie_instan ke kolom Factor.
Tampilan yang terlihat akan seperti gambar dibawah.
 Gambar 2.18 Tampilan One-Way ANOVA
Langkah selanjutnya yaitu memilih Multiple Comparisons (Postt Hoc)
kemudian men-checklist Bonferroni dan Tukey. Kemudian pastikan
Significance level sebesar 0,05. Tampilan akan terlihat seperti gambar
dibawah.

Gambar 2.19 One-Way ANOVA Post Hoc Multiple Comperisons

Langkah selanjutnya yaitu memilih options kemudian pada bagian ststistic
men-checklist Descriptive. Pada bagian means plot juga di checklist.
Sedangkan pada bagian Missing Values memilih Exclude cases analysis by
analysis. Setelah itu pilih continue.

Gambar 2.20 One-Way ANOVA Options

Setelah semua ketentuan perhitungan One-Way ANOVA sudah terpenuhi,
pilih OK. Kemudian akan muncul berbagai output. Output pertama pada
One-Way ANOVA adalah Descriptives. Tampilan Descriptives akan seperti
gambar dibawah.

Gambar 2.21 Output Descriptives

Gambar 2.21 merupakan gambar output Descriptives. Output Descriptives
memuat hasil-hasil data statistik deskriptif. Pada variabel soto, nilai N
sebesar 10. N artinya banyaknya jumlah data. Nilai Means sebesar 87,20.
Nilai Means adalah nilai rata-rata suatu data. Nilai Std Deviation sebesar
4,185. Std Deviation adalah simpangan baku. Nilai Std Error sebesar
1,323. Std Error adalah besarnya kesalahan model regresi dalam
memprediksi nilai y. 95% Confidence Interval for Mean adalah selang
kepercayaan 95%, artinya percaya bahwa 95% sampel yang diambil akan
memuat parameter aslinya. Maka, perbedaan rata-rata waktu produksi
berkisar antara 84,21 (lower bound) sampai dengan 90,19 (upper bound)
pada tingkat kepercayaan 95%. Nilai minimum sebesar 81. Nilai minimum
adalah nilai terendah dari suatu data. Sedangkan nilai maksimum sebesar
93. Nilai maksimum adalah nilai tertinggi suatu data.

Gambar 2.22 Output ANOVA

Gambar 2.22 merupakan output ANOVA. Pada output ANOVA nilai Sum of
Square pada Between Groups sebesar 8,759. Between Groups pada Sum of
Square artinya jumlah kuadrat kolom (JKK). Nilai Sum of Square pada
Within Groups sebesar 715,741. Sum of Square pada Within Groups
artinya jumlah kuadrat eror (JKE). Nilai Total pada Sum of Square sebesar
724,500. Total pada Sum of Square artinya jumlah kuadrat total (JKT).
Nilai Total pada Sum of Square merupakan penjumlahan dari Sum of
Square pada Between Groups dan Sum of Square pada Within Groups.
Nilai df (degree of freedom) atau derajat kebebasan pada Between Groups
(v1) sebesar 4. Nilai df pada Within Groups (v2) sebesar 45. Nilai df total
sebesar 49. Nilai df total merupakan penjulahan dari df Between Groups
(v1) dengan df Within Groups (v2). Nilai Mean Square pada Between
Groups sebesar 2,190. Mean Square pada Between Groups artinya rata-
rata kuadrat kolom. Mean Square pada Within Groups sebesar 15,905.
Mean Square pada Within Groups artinya rata-rata nilai eror. Nilai F
sebesar 0,138. Nilai F merupakan nilai F tabel, nilai tersebut digunakan
untuk menentukan apakah H0 diterima atau ditolak. Nilai significant
sebesar 0,967. Karena nilai significant lebih dari 0,05 maka H0 diterima.
Artinya adanya perbedaan rata-rata waktu produksi terhadap rasa mie
instan.
 Gambar 2.23 Output Multiple Comperisons (Post Hoc)
Gambar 2.23 merupakan output Multiple Comperisons (Post Hoc). Pada
pengolahan sampel tidak sama banyak, menggunakan Bonferroni. Pada
rasa mie instan soto dengan ayam bawang memiliki perbedaan rata-rata
sebesar 1,089. Angka ini diperoleh dari nilai rata-rata (pada output
descriptives) untuk waktu produksi rasa mie instan soto (87,20) dikurangi
dengan rata-rata waktu produksi rasa mie instan ayam bawang (86,11).
Sementara itu, perbedaan rata-rata waktu produksi berkisar antara -4,32
(lower bound) sampai dengan 6,50 (upper bound) pada tingkat
kepercayaan 95%. Untuk menguji apakah terdapat perbedaan rata-rata
kedua rasa mie instan tersebut, maka harus melihat apakah nilai significant
lebih besar dari 0,05. Berdasarkan output diatas, nilai significant sebesar 1
> 0,05. Maka dapat disimpulkan bahwa waktu produksi rasa mie instan
soto dan mie bawang adalah sama dan perbedaan rata-rata waktu produksi
secara deskriptif antara kedua rasa mie instan tersebut tidaklah signifikan.

Gambar 2.24 Output Homogenous

 Gambar 2.24 merupakan output homogenous. Homogenous Tukey HSD
digunakan untuk melihat kesamaan rata-rata. Nilai N merupakan jumlah
banyaknya data. Pada rasa ayam bawang sebanyak 9, sambal matah
sebanyak 11, kari ayam sebanyak 9, soto sebanyak 10, dan cabe ijo
sebanyak 11. Pada subset 1 terdapat data waktu produksi rasa mie instan
ayam bawang, kari ayam, cabe ijo, soto, dan sambal matah. Artinya kelima
rata-rata waktu produksi tidak mempunyai perbedaan yang signifikan,
dengan kata lain rata-rata waktu produksi kelima rasa mie instan tersebut
sama.

2.3 Analisis
Analisis adalah suatu kegiatan seperti mengurai, membedakan, atau
memilah suatu permasalahan dari unit menjadi unit terkecil. Analisis bertujuan
untuk memperoleh pemahaman lebih mendetail mengenai suatu hal.
2.3.1 Analisis Perhitungan Manual
Pada perhitungan manual dilakukan dengan cara menghitung variabel-
variabel dan memasukkan kedalam rumus sesuai dengan ketentuan modul
ANOVA satu arah yang diberikan. Pada perhitungan manual alat bantu yang
digunakan adalah kalkulator dan Microsoft excel. Data yang digunakan didapat
dari pengamatan selama 12 bulan. Berdasarkan studi kasus, waktu produksi
merupakan variabel terikat dan rasa mie instan adalah faktor.
1. Analisis Perhitungan Manual Data Jumlah Sampel Sama Banyak
Analisis perhitungan manual jumlah sampel sama banyak berfungsi
untuk mengetahui hasil dari perhitungan analisis manual jumlah sampel
sama banyak. Langkah pertama yang dilakukan untuk menguji ANOVA
Satu Arah sampel sama banyak adalah menentukan formula hipotesis.
Pengertian pengujian hipotes merupakan pengujian terhadap suatu
pernyataan dengan menggunakan metode statistik sehingga hasil
pengujian tersebut dapat dinyatakan signifikan secara statistik. Perumusan
hipotesis dibedakan menjadi dua, yaitu hipotesis nol (H₀) dan hipotesis
alternative (H1). Pada pengujian hipotesis, H₀ menunjukkan rata-rata
waktu produksi dari kelima rasa mie instan, yaitu soto, ayam bawang, kari
ayam, cabe ijo, dan sambal matah selama 12 bulan adalah sama.
Sedangkan pada pengujian hipotesis H1 menunjukkan sekurang–kurangnya
terdapat satu rata-rata jumlah produksi dari kelima rasa mie instan, yaitu
soto, ayam bawang, kari ayam, cabe ijo, dan sambal matah selama 12
bulan adalah tidak sama.
Langkah kedua adalah menentukan taraf nyata dan nilai F tabel. Taraf
nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil
hipoteis terhadap nilai parameter populasinya. Nilai taraf nyata yang
digunakan sebesar 5% atau sama dengan 0,05, derajat bebas (V 1) sebesar 4
dan derajat bebas (V2) sebesar 55. Sehingga hasil dari tabel F adalah 2,55.
Langkah ketiga adalah menentukan kriteria pengujian. Kriteria
pengujian adalah bentuk pembuatan keputusan dalam menerima atau
menolak hipotesis nol (H0) dengan cara membandingkan nilai F tabel (nilai
kritis) dengan F hitung (nilai analisis varians). Kriteria pengujian yang
digunakan dalam uji ANOVA Satu Arah adalah H0 diterima dan H0
ditolak. Jika H0 diterima maka berarti rata-rata waktu produksi dari kelima
rasa mie instan yaitu soto, ayam bawang, kari ayam, cabe ijo, dan sambal
matah selama 12 bulan adalah sama. Sedangkan jika H 0 ditolak maka
berarti sekurang–kurangnya terdapat satu rata-rata waktu produksi dari
kelima kelima rasa mie instan yaitu soto, ayam bawang, kari ayam, cabe
ijo, dan sambal matah selama 12 bulan adalah tidak sama. Didalam kriteria
pengujian juga menggunakan nilai F0. F0 adalah nilai uji statistik atau nilai
F hitung. Kriteria pengujian yang digunakan yaitu H0 diterima apabila F0
kurang dari atau sama dengan 2,55 dan H0 ditolak apabila F0 lebih besar
dari 2,55.
Langkah keempat adalah menghitung analisis varians. Analisis varians
adalah kumpulan dari model satistik yang digunakan untuk menganalisis
perbedaan rata-rata antara kelompok dan prosedur terkait dengan cara
melakukan perhitungan JKT (Jumlah Kuadrat Total), JKK( Jumlah
Kuadrat Kolom), JKE (Jumlah Kuadrat Error), rata –rata kuadrat kolom
(S1²), rata- rata kuadrat error (S2²), dan nilai F hitung (F0), kemudian dibuat
kedalam tabel ANOVA. Pada perhitungan manual didapatkan nilai JKT
sebesar 442,773, nilai JKK sehesar 7,732, nilai JKE sebesar 435,001.
Selain itu didapatkan juga nilai S1² sebesar 1,933, nilai S2² sebesar 7,909,
dan nilai F0 sebesar 0,244.
Langkah kelima adalah membuat kesimpulan. Kesimpulan merupakan
hasil akhir atau rangkuman suatu pernyataan atau pemaparan. Kesimpulan
yang didapatkan dari perhitungan manual uji ANOVA Satu Arah sampel
sama banyak adalah nilai F0 yang didapat sebesar 0,244 kurang dari nilai F
tabel sebesar 2,55 (F0 = 0,244 ≤ F(4:55) = 2,55), maka H0 diterima. Hal ini
menunjukan bahwa rata–rata jumlah waktu produksi dari kelima rasa mie
instan yaitu soto, ayam bawang, kari ayam, cabe ijo, dan sambal matah
selama 12 bulan adalah sama.
Pada perhitungan manual, kita memasukkan nilai-nilai dari variabel
kedalam rumus dan menghitungnya menggunakan kalkulator. Pada
perhitungan manual kita harus teliti dalam menghitungnya, karena apabila
tidak teliti atau terjadi kesalahan dalam perhitungan, maka hasilnya pun
akan salah atau tidak akurat.
2. Analisis Perhitungan Manual Data Jumlah Sampel Tidak Sama Banyak
Analisis perhitungan manual jumlah sampel tidak sama banyak
berfungsi untuk mengetahui hasil dari perhitungan analisis manual jumlah
sampel tidak sama banyak. Langkah pertama yang dilakukan dalam uji
ANOVA Satu Arah sampel tidak sama banyak adalah menentukan
formulasi hipotesis. Pengertian pengujian hipotes merupakan pengujian
terhadap suatu pernyataan dengan menggunakan metode statistik sehingga
hasil pengujian tersebut dapat dinyatakan signifikan secara statistik.
Perumusan hipotesis dibedakan menjadi dua, yaitu hipotesis nol (H₀) dan
hipotesis alternative (H1). Pada pengujian hipotesis, H₀ menunjukkan rata–
rata waktu produksi dari kelima rasa mie instan, yaitu soto, ayam bawang,
kari ayam, cabe ijo, dan sambal matah, yaitu selama 12 bulan adalah sama.
Sedangkan pada pengujian hipotesis H1 menunjukkan sekurang –
kurangnya terdapat satu rata-rata waktu produksi dari kelima rasa mie
instan, yaitu soto, ayam bawang, kari ayam, cabe ijo, dan sambal matah
selama 12 bulan adalah tidak sama.
Langkah kedua adalah menentukan taraf nyata dan nilai F tabel. Taraf
nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil
hipoteis terhadap nilai parameter populasinya. Nilai taraf nyata yang
digunakan sebesar 5% atau sama dengan 0,05, derajat bebas (V 1) sebesar 4
dan derajat bebas (V2) sebesar 45. Sehingga hasil dari tabel F adalah 2,59.
Langkah ketiga adalah menentukan kriteria pengujian. Kriteria
pengujian adalah bentuk pembuatan keputusan dalam menerima atau
menolak hipotesis nol (H0) dengan cara membandingkan nilai F tabel (nilai
kritis) dengan F hitung (nilai analisis varians). Kriteria pengujian yang
digunakan dalam uji ANOVA Satu Arah adalah H0 diterima dan H0
ditolak. Jika H0 diterima maka berarti rata-rata waktu produksi dari kelima
rasa mie instan yaitu soto, ayam bawang, kari ayam, cabe ijo, dan sambal
matah selama 12 bulan adalah sama. Sedangkan jika H 0 ditolak maka
berarti sekurang–kurangnya terdapat satu rata-rata waktu produksi dari
kelima kelima rasa mie instan yaitu soto, ayam bawang, kari ayam, cabe
ijo, dan sambal matah selama 12 bulan adalah tidak sama. Didalam kriteria
pengujian juga menggunakan nilai F0. F0 adalah nilai uji statistik atau nilai
F hitung. Kriteria pengujian yang digunakan yaitu H0 diterima apabila F0
kurang dari atau sama dengan 2,59 dan H0 ditolak apabila F0 lebih besar
dari 2,59.
Langkah keempat adalah menghitung analisis varians. Analisis varians
adalah kumpulan dari model satistik yang digunakan untuk menganalisis
perbedaan rata-rata antara kelompok dan prosedur terkait dengan cara
melakukan perhitungan JKT (Jumlah Kuadrat Total), JKK( Jumlah
Kuadrat Kolom), JKE (Jumlah Kuadrat Error), rata –rata kuadrat kolom
(S1²), rata- rata kuadrat error (S2²), dan nilai F hitung (F0), kemudian dibuat
kedalam tabel ANOVA. Pada perhitungan manual didapatkan nilai JKT
sebesar 724,5, nilai JKK sehesar 8,758, nilai JKE sebesar 715,742. Selain
 itu didapatkan juga nilai S1² sebesar 2,190, nilai S2² sebesar15,905, dan
nilai F0 sebesar 0,138.
Langkah kelima adalah membuat kesimpulan. Kesimpulan merupakan
hasil akhir atau rangkuman suatu pernyataan atau pemaparan. Kesimpulan
yang didapatkan dari perhitungan manual uji ANOVA Satu Arah sampel
sama banyak adalah nilai F0 yang didapat sebesar 0,138 kurang dari nilai F
tabel sebesar 2,59 (F0 = 0,138 ≤ F(4:45) = 2,59), maka H0 diterima. Hal ini
menunjukan bahwa rata–rata jumlah waktu produksi dari kelima rasa mie
instan yaitu soto, ayam bawang, kari ayam, cabe ijo, dan sambal matah
selama 12 bulan adalah sama.
Pada perhitungan manual, kita memasukkan nilai-nilai dari variabel
kedalam rumus dan menghitungnya menggunakan kalkulator. Pada
perhitungan manual kita harus teliti dalam menghitungnya, karena apabila
tidak teliti atau terjadi kesalahan dalam perhitungan, maka hasilnya pun
akan salah atau tidak akurat.

2.3.2 Analisis Perhitungan Software

Pada perhitungan software, digunakan SPSS versi 16.0. SPSS merupakan
aplikasi software pengolah data statistik atau yang digunakan untuk mengolah
data statistik. SPSS merupakan kepanjangan dari (Statistical Package for the
Social Sciences). Data yang digunakan didapat dari pengamatan selama 12 bulan.
Berdasarkan studi kasus, waktu produksi merupakan variabel terikat dan rasa mie
instan adalah faktor.
1. Analisis Perhitungan Software Data Jumlah Sampel Sama Banyak
Pada perhitungan software, digunakan SPSS versi 16.0. SPSS
merupakan aplikasi software pengolah data statistik atau yang digunakan
untuk mengolah data statistik. SPSS merupakan kepanjangan dari
(Statistical Package for the Social Sciences).
Output Descriptives memuat hasil-hasil data statistik deskriptif. Pada
variabel soto, nilai N sebesar 12. N artinya banyaknya jumlah data. Nilai
Means sebesar 84,92. Nilai Means adalah nilai rata-rata suatu data. Nilai
Std Deviation sebesar 2,9357. Std Deviation adalah simpangan baku. Nilai
Std Error sebesar 0,848. Std Error adalah besarnya kesalahan model
regresi dalam memprediksi nilai y. 95% Confidence Interval for Mean
adalah selang kepercayaan 95%, artinya percaya bahwa 95% sampel yang
diambil akan memuat parameter aslinya. Maka, perbedaan rata-rata waktu
produksi berkisar antara 83,03 (lower bound) sampai dengan 86,78 (upper
bound) pada tingkat kepercayaan 95%. Nilai minimum sebesar 80. Nilai
minimum adalah nilai terendah dari suatu data. Sedangkan nilai
maksimum sebesar 89. Nilai maksimum adalah nilai tertinggi suatu data.
Pada output ANOVA nilai Sum of Square pada Between Groups
sebesar 7,733. Between Groups pada Sum of Square artinya jumlah
kuadrat kolom (JKK). Nilai Sum of Square pada Within Groups sebesar
435,000. Sum of Square pada Within Groups artinya jumlah kuadrat eror
(JKE). Nilai Total pada Sum of Square sebesar 442,733. Total pada Sum of
Square artinya jumlah kuadrat total (JKT). Nilai Total pada Sum of Square
merupakan penjumlahan dari Sum of Square pada Between Groups dan
Sum of Square pada Within Groups. Nilai df (degree of freedom) atau
derajat kebebasan pada Between Groups (v1) sebesar 4. Nilai df pada
Within Groups (v2) sebesar 55. Nilai df total sebesar 59. Nilai df total
merupakan penjulahan dari df Between Groups (v1) dengan df Within
Groups (v2). Nilai Mean Square pada Between Groups sebesar 1,933.
Mean Square pada Between Groups artinya rata-rata kuadrat kolom. Mean
Square pada Within Groups sebesar 7,909. Mean Square pada Within
Groups artinya rata-rata nilai eror. Nilai F sebesar 0,244. Nilai F
merupakan nilai F tabel, nilai tersebut digunakan untuk menentukan
apakah H0 diterima atau ditolak. Nilai significant sebesar 0,912. Karena
nilai significant lebih dari 0,05 maka H0 diterima. Artinya adanya
perbedaan rata-rata waktu produksi terhadap rasa mie instan.
Output Multiple Comperisons (Post Hoc). Pada pengolahan sampel
sama banyak, menggunakan Tukey HSD. Tukey HSD adalah pengujian
perbandingan jamak untuk menentukan apakah tiga rata-rata atau lebih
berbeda secara significant dalam jumlah analisis varian. Pada rasa mie
instan soto dengan ayam bawang memiliki perbedaan rata-rata sebesar
0,667. Angka ini diperoleh dari nilai rata-rata (pada output descriptives)
untuk waktu produksi rasa mie instan soto (84,92) dikurangi dengan rata-
rata waktu produksi rasa mie instan ayam bawang (84,25). Sementara itu,
perbedaan rata-rata waktu produksi berkisar antara -2,57 (lower bound)
sampai dengan 3,90 (upper bound) pada tingkat kepercayaan 95%. Untuk
menguji apakah terdapat perbedaan rata-rata kedua rasa mie instan
tersebut, maka harus melihat apakah nilai significant lebih besar dari 0,05.
Berdasarkan output diatas, nilai significant sebesar 0,977 > 0,05. Maka
dapat disimpulkan bahwa waktu produksi rasa mie instan soto dan mie
bawang adalah sama dan perbedaan rata-rata waktu produksi secara
deskriptif antara kedua rasa mie instan tersebut tidaklah signifikan.
Homogenous Tukey HSD digunakan untuk melihat kesamaan rata-rata.
Nilai N merupakan jumlah banyaknya data. Pada kelima rasa mie instan
tersebut masing-masing memiliki nilai N sebesar 12. Pada subset 1
terdapat data waktu produksi rasa mie instan ayam bawang, kari ayam,
cabe ijo, soto, dan sambal matah. Artinya kelima rata-rata waktu produksi
tidak mempunyai perbedaan yang signifikan, dengan kata lain rata-rata
waktu produksi kelima rasa mie instan tersebut sama.
Pada pengolahan software, kita menggunakan aplikasi SPSS versi
16.0. Pada pengolahan software ini, kita memasukkan data dalam aplikasi
SPSS dan menghitung dengan menggunakan One-Way ANOVA. Pada
pengolahan software SPSS ini hasil yang keluar akurat karena dihitung
oleh program, pengolahan menggunakan SPSS juga diberikan kode alasan
jika terjadi kesalahan data. Pengolahan menggunakan software SPSS
merupakan salah satu perhitungan software yang melakukan sebuah
analisis statistik secara tepat dan cepat, dimana hasil analisis tersebut
menghasilkan berbagai macam jenis output yang dikehendaki atau sesuai
dengan tujuan dari penelitian itu sendiri.
2. Analisis Perhitungan Software Data Jumlah Sampel Tidak Sama
Banyak
Pada perhitungan software, digunakan SPSS versi 16.0. SPSS
merupakan aplikasi software pengolah data statistik atau yang digunakan
untuk mengolah data statistik. SPSS merupakan kepanjangan dari
(Statistical Package for the Social Sciences).
Output Descriptives memuat hasil-hasil data statistik deskriptif. Pada
variabel soto, nilai N sebesar 10. N artinya banyaknya jumlah data. Nilai
Means sebesar 87,20. Nilai Means adalah nilai rata-rata suatu data. Nilai
Std Deviation sebesar 4,185. Std Deviation adalah simpangan baku. Nilai
Std Error sebesar 1,323. Std Error adalah besarnya kesalahan model
regresi dalam memprediksi nilai y. 95% Confidence Interval for Mean
adalah selang kepercayaan 95%, artinya percaya bahwa 95% sampel yang
diambil akan memuat parameter aslinya. Maka, perbedaan rata-rata waktu
produksi berkisar antara 84,21 (lower bound) sampai dengan 90,19 (upper
bound) pada tingkat kepercayaan 95%. Nilai minimum sebesar 81. Nilai
minimum adalah nilai terendah dari suatu data. Sedangkan nilai
maksimum sebesar 93. Nilai maksimum adalah nilai tertinggi suatu data.
Pada output ANOVA nilai Sum of Square pada Between Groups sebesar
8,759. Between Groups pada Sum of Square artinya jumlah kuadrat kolom
(JKK). Nilai Sum of Square pada Within Groups sebesar 715,741. Sum of
Square pada Within Groups artinya jumlah kuadrat eror (JKE). Nilai Total
pada Sum of Square sebesar 724,500. Total pada Sum of Square artinya
jumlah kuadrat total (JKT). Nilai Total pada Sum of Square merupakan
penjumlahan dari Sum of Square pada Between Groups dan Sum of Square
pada Within Groups. Nilai df (degree of freedom) atau derajat kebebasan
pada Between Groups (v1) sebesar 4. Nilai df pada Within Groups (v2)
sebesar 45. Nilai df total sebesar 49. Nilai df total merupakan penjulahan
dari df Between Groups (v1) dengan df Within Groups (v2). Nilai Mean
Square pada Between Groups sebesar 2,190. Mean Square pada Between
Groups artinya rata-rata kuadrat kolom. Mean Square pada Within Groups
sebesar 15,905. Mean Square pada Within Groups artinya rata-rata nilai
eror. Nilai F sebesar 0,138. Nilai F merupakan nilai F tabel, nilai tersebut
digunakan untuk menentukan apakah H0 diterima atau ditolak. Nilai
significant sebesar 0,967. Karena nilai significant lebih dari 0,05 maka H0
diterima. Artinya adanya perbedaan rata-rata waktu produksi terhadap rasa
mie instan.
Output Multiple Comperisons (Post Hoc). Pada pengolahan sampel
tidak sama banyak, menggunakan Bonferroni. Pada rasa mie instan soto
dengan ayam bawang memiliki perbedaan rata-rata sebesar 1,089. Angka
ini diperoleh dari nilai rata-rata (pada output descriptives) untuk waktu
produksi rasa mie instan soto (87,20) dikurangi dengan rata-rata waktu
produksi rasa mie instan ayam bawang (86,11). Sementara itu, perbedaan
rata-rata waktu produksi berkisar antara -4,32 (lower bound) sampai
dengan 6,50 (upper bound) pada tingkat kepercayaan 95%. Untuk menguji
apakah terdapat perbedaan rata-rata kedua rasa mie instan tersebut, maka
harus melihat apakah nilai significant lebih besar dari 0,05. Berdasarkan
output diatas, nilai significant sebesar 1 > 0,05. Maka dapat disimpulkan
bahwa waktu produksi rasa mie instan soto dan mie bawang adalah sama
dan perbedaan rata-rata waktu produksi secara deskriptif antara kedua rasa
mie instan tersebut tidaklah signifikan.
Homogenous Tukey HSD digunakan untuk melihat kesamaan rata-rata.
Nilai N merupakan jumlah banyaknya data. Pada rasa ayam bawang
sebanyak 9, sambal matah sebanyak 11, kari ayam sebanyak 9, soto
sebanyak 10, dan cabe ijo sebanyak 11. Pada subset 1 terdapat data waktu
produksi rasa mie instan ayam bawang, kari ayam, cabe ijo, soto, dan
sambal matah. Artinya kelima rata-rata waktu produksi tidak mempunyai
perbedaan yang signifikan, dengan kata lain rata-rata waktu produksi
kelima rasa mie instan tersebut sama.
Pada pengolahan software, kita menggunakan aplikasi SPSS versi
16.0. Pada pengolahan software ini, kita memasukkan data dalam aplikasi
SPSS dan menghitung dengan menggunakan One-Way ANOVA. Pada
 pengolahan software SPSS ini hasil yang keluar akurat karena dihitung
oleh program, pengolahan menggunakan SPSS juga diberikan kode alasan
jika terjadi kesalahan data. Pengolahan menggunakan software SPSS
merupakan salah satu perhitungan software yang melakukan sebuah
analisis statistik secara tepat dan cepat, dimana hasil analisis tersebut
menghasilkan berbagai macam jenis output yang dikehendaki atau sesuai
dengan tujuan dari penelitian itu sendiri.

2.3.3 Analisi Perbandingan

Analisis perbandingan digunakan untuk menguji perbandingan antara dua
sampel data atau lebih. Untuk menentukan benar atau tidaknya suatu perhitungan,
kita memerlukan pembanding. Berikut adalah perbandingan hasil perhitungan
yang dilakukan dengan menggunakan software dan perhitungan manual.
1. Analisis Perbandingan Jumlah Sampel Sama Banyak
Analisis perbandingan digunakan untuk menguji perbandingan antara dua
sampel data atau lebih. Untuk menentukan benar atau tidaknya suatu
perhitungan, kita memerlukan pembanding. Berikut adalah perbandingan
hasil perhitungan yang dilakukan dengan menggunakan software dan
perhitungan manual pada sampel sama banyak.

Tabel 2.7 Tabel Perbandingan Manual dan Software Jumlah Sampel Sama Banyak
Studi
Perbandingan Manual Software
Kasus
Nilai Jumlah Kuadrat
442,733 442,733
Total (JKT)
Nilai Jumlah Kuadrat
7,732 7,733
Kolom (JKK)
Nilai Jumlah Kuadrat
Jumlah 435,001 435
Error (JKE)
Sampel
Derajat Bebas Kolom
Sama 4 4
(V1)
Banyak
Derajat Bebas Error
55 55
(V2)
F0  0,244  0,244
H0 H0
Kesimpulan
diterima diterima
 Berdasarkan tabel perbandingan antara perhitungan manual dan
pengolahan software didapatkan hasil yang tidak jauh berbeda. Pada nilai
jumlah kuadrat kolom (JKK) hasil perhitungan manual adalah 7,732
sedangkan hasil pengolahan software adalah 7,733. Terdapat selisih
sebesar 0,001 antara perhitungan manual dan pengolahan software. Pada
nilai jumlah kuadrat error (JKE) hasil perhitungan manual adalah 435,001
sedangkan hasil pengolahan software adalah 435,000. Terdapat selisih
sebesar 0,001 antara hasil perhitungan manual dengan hasil pengolahan
software.
Hasil perhitungan ANOVA satu arah yang benar adalah hasil
perhitungan dengan menggunakan software. Terdapat perbedaan hasil
antara perhitungan manual dengan pengolahan software yang dikarenakan
pada perhitungan manual menggunakan 3 angka dibelakang koma tanpa
pembulatam, sedangkan pada pengolahan software menggunakan 3 angka
dibelakang koma dengan pembulatan.
2. Analisis Perbandingan Software Jumlah Sampel Tidak Sama Banyak
Analisis perbandingan digunakan untuk menguji perbandingan antara dua
sampel data atau lebih. Untuk menentukan benar atau tidaknya suatu
perhitungan, kita memerlukan pembanding. Berikut adalah perbandingan
hasil perhitungan yang dilakukan dengan menggunakan software dan
perhitungan manual pada sampel tidak sama banyak.
Tabel 2.8 Tabel Perbandingan Manual dan Software Jumlah Sampel Tidak
Sama Banyak
No Perbandingan Manual Software
Nilai Jumlah Kuadrat
724,5 724,5
Total (JKT)
Nilai Jumlah Kuadrat
8,758 8,759
Jumlah Kolom (JKK)
Sampel Nilai Jumlah Kuadrat
715,742 715,741
Tidak Sama Error (JKE)
Banyak Derajat Bebas Kolom
4 4
(V1)
Derajat Bebas Error (V2) 45 45
F0  0,138 0,138 
 H0
Kesimpulan H0 diterima
diterima
Berdasarkan tabel perbandingan antara perhitungan manual dan
pengolahan software didapatkan hasil yang tidak jauh berbeda. Pada nilai
jumlah kuadrat kolom (JKK) hasil perhitungan manual adalah 8,758
sedangkan hasil pengolahan software adalah 8,759. Terdapat selisih
sebesar 0,001 antara perhitungan manual dan pengolahan software. Pada
nilai jumlah kuadrat error (JKE) hasil perhitungan manual adalah 715,742
sedangkan hasil pengolahan software adalah 715,741. Terdapat selisih
sebesar 0,001 antara hasil perhitungan manual dengan hasil pengolahan
software.
Hasil perhitungan ANOVA satu arah yang benar adalah hasil
perhitungan dengan menggunakan software. Terdapat perbedaan hasil
antara perhitungan manual dengan pengolahan software yang dikarenakan
pada perhitungan manual menggunakan 3 angka dibelakang koma tanpa
pembulatam, sedangkan pada pengolahan software menggunakan 3 angka
dibelakang koma dengan pembulatan.
 BAB III
PENUTUP

3.1 Kesimpulan
Berdasarkan pengolahan data yang sudah dilakukan dapat dijelaskan
bahwa ANOVA satu arah merupakan uji hipotesis dengan memakai varian serta
data hasil dari suatu pengamatan terhadap satu faktor. Berikut merupakan hasil
pengolahan data ANOVA satu arah PT NOODLE.
1. Berdasarkan hasil perhitungan dengan jumlah sampel sama banyak
bernilai sebesar 0,244, sedangkan pengolahan software dengan jumlah
yang sama sampel sama banyak bernilai sebesar 0,244, dengan nilai F
tabel sebesar 2,55 (F0 = 0,244 < 2,55) dan (F0 = 0,244 < = 2,55), maka H0
diterima. Hal ini menunjukkan bahwa rata-rata waktu produksi sama. Pada
pengolahan software nilai significant yang didapat yaitu sebesar 0,912
yang berarti nilai tersebut lebih besar dari 0,05 menyatakan data tersebut
dapat digunakan.
2. Berdasarkan hasil perhitungan dengan jumlah sampel tidak sama banyak
bernilai sebesar 0,138, sedangkan pengolahan software dengan jumlah
sampel sama banyak bernilai sebesar 0,138, dengan nilai F tabel sebesar
2,59 (F0 = 0,138 < = 2,59) dan (F0 = 0,138 < = 2,59), maka H0 diterima.
Hal ini menunjukkan bahwa rata-rata waktu produksi sama. Pada
pengolahan software nilai significant yang didapat yaitu sebesar 0,967
yang berarti nilai tersebut lebih besar dari 0,05 menyatakan data tersebut
dapat digunakan.

3.2 Saran
Dengan melihat hasil pembahasan pada penulisan ini, maka saran yang
perlu dipertimbangkan oleh pembaca yaitu :
1. Untuk mengetahui apakah persamaan rata-rata suatu variabel sama
atau tidak menggunakan ANOVA Satu Arah .
2. Apabila akan melakukan penelitian tentang persamaan rata-rata suatu
variabel dengan data sama banyak dan tidak sama banyak, pastikan
setiap data yang digunakan benar-benar akurat.
 DAFTAR PUSTAKA

Hasan, M Iqbal. 2001. Pokok-Pokok Materi Statistik 2 (Statistik Inferensif) Edisi

kedua. Jakarta: PT Bumi Aksara.
Adi, Depict Pristine., Maruri, Muhsinatun Siasah.2017. KEEFEKTIFAN
PENDEKATAN SAINTIFIK MODEL PROBLEM BASED LEARNING,
PROBLEM SOLVING, DAN INQUIRY DALAM PEMBELAJARAN IPS.
Jurnal Pendidikan IPS Volume 4, No 2, 146-149. Yogyakarta: Universitas
Negri Yogyakarta
Walpole, Ronald E. 1995. Pengantar Statistika. Jakarta: PT Gramedia Pusaka
Utama.
LAMPIRAN