Disusun Oleh:
Hasil output dari uji normalitas yang digunakan untuk jumlah sampel sama
banyak adalah Kolmogorov-Smirnov yang menunjukkan tiga data yaitu
statistic, df, dan sig. Nilai pada kolom statistic merupakan nilai statistik dari
uji normalitas. Semakin besar nilai statistic, maka semakin kecil nilai
normalitasnya. Jumlah data statistic untuk wilayah promosi pada tabel
output uji normalitas di atas, didapatkan nilai statistic untuk Jakarta sebesar
0,125, nilai statistic untuk Bogor sebesar 0,179, nilai statistic untuk Depok
sebesar 0,145, nilai statistic untuk Bekasi sebesar 0,121, dan nilai statistic
untuk Tangerang sebesar 0,205. Nilai df (degrees of freedom) yang
ditampilkan pada tabel menunjukkan banyaknya ukuran jumlah data (N)
dari setiap kelompok, untuk nilai df setiap faktor pada variabel wilayah
promosi masing-masing yaitu 12. Nilai signifikansi (p) suatu data, dapat
dilihat pada bagian sig. atau signifikansi. Berdasarkan kriteria pengujian jika
nilai sig. > 0,05, maka data berdistribusi normal dan jika nilai sig. ≤ 0,05,
maka data tidak berdistribusi normal. Berdasarkan data yang diuji, dapat
diketahui bahwa masing-masing nilai signifikansi (p) yang diperoleh adalah
Jakarta memiliki nilai signifikansi sebesar 0,200, Bogor memiliki nilai
signifikansi sebesar 0,200, Depok memiliki nilai signifikansi sebesar 0,200,
Bekasi memiliki nilai signifikansi sebesar 0,200, dan Tangerang memiliki
nilai signifikansi sebesar 0,176 (p > 0.05) dengan hasil lebih dari 0,05 dapat
disimpulkan bahwa data terdistribusi normal sehingga layak untuk
digunakan karena memenuhi asumsi normalitas. Selanjutnya adalah uji
homogenitas, berikut merupakan hasil output SPSS dari uji homogenitas.
Gambar 3.2 Output Test of Homogeneity of Variance
Uji homogenitas digunakan sebagai bahan acuan untuk menentukan
keputusan uji statistik. Widiyanto (2010) mengatakan bahwa dasar atau
pedoman pengambilan keputusan dalam uji homogenitas adalah jika nilai
signifikan atau sig. < 0,05, maka dikatakan bahwa varians dari dua atau
lebih kelompok populasi data adalah tidak sama (tidak homogen),
sedangkan jika nilai signifikan atau sig. > 0,05, maka dikatakan bahwa
varians dari dua atau lebih kelompok populasi data adalah sama (homogen).
Nilai yang akan digunakan yaitu hanya nilai based on mean, sebab pada
penelitian ini bertujuan untuk menghitung rata-rata dari data. Pengujian
jumlah sampel sama banyak yang digunakan adalah levene statistic. Levene
statistic digunakan untuk mengetahui perbedaan antara dua kelompok data
dengan varians yang berbeda. Diperoleh dari hasil tabel uji homogenitas di
atas, didapatkan nilai levene statistic based on mean sebesar 0,312. Jika
nilai levene statistic semakin besar, maka semakin kecil nilai
homogenitasnya. Kolom df1 merupakan derajat kebebasan pertama atau
jumlah variabel dikurangi 1, pada wilayah promosi dengan jumlah variabel
5 didapatkan nilai df1 sebesar 4 (5 – 1 = 4). Kolom df2 merupakan derajat
kebebasan kedua yang mana jumlah sampel dikurangi jumlah variabel,
didapatkan nilai df2 sebesar 55 (60 – 5 = 55). Diperoleh dari hasil tabel uji
homogenitas di atas, dapat diketahui bahwa nilai signifikansi pada kelima
wilayah promosi based on mean adalah 0,869 (sig. > 0,05), maka dapat
dikatakan bahwa varians dari dua atau lebih kelompok populasi data adalah
sama (homogen).
2. Pengujian Data Jumlah Sampel Tidak Sama Banyak
Pengujian data jumlah sampel tidak sama banyak adalah data yang diambil
dari setiap sampel atau populasi jumlah atau ukurannya tidak sama banyak.
Berikut merupakan pengujian data jumlah sampel tidak sama banyak
menggunakan uji normalitas dan uji homogenitas dalam software SPSS 22.
Berikut merupakan hasil output SPSS dari uji normalitas.
Banyaknya data yang digunakan untuk pengujian data jumlah sampel tidak
sama banyak yaitu 50 data, dan pada pengujian ini nilai signifikansi yang
digunakan yaitu Shapiro-wilk. Hasil output dari uji normalitas Shapiro-wilk
menunjukkan tiga data, yaitu statistic, df, dan sig. Nilai pada kolom statistic
merupakan nilai statistik dari uji normalitas. Semakin besar nilai statistic,
maka semakin kecil nilai normalitasnya. Jumlah data statistic untuk wilayah
promosi pada tabel output uji normalitas di atas, didapatkan nilai statistic
untuk Jakarta sebesar 0,973, nilai statistic untuk Bogor sebesar 0,938, nilai
statistic untuk Depok sebesar 0,959, nilai statistic untuk Bekasi sebesar
0,969, dan nilai statistic untuk Tangerang sebesar 0,963. Nilai df (degrees of
freedom) yang ditampilkan pada tabel menunjukkan banyaknya ukuran
jumlah data (N) dari setiap kelompok, untuk nilai df kelima wilayah
promosi yaitu 11, 9, 11, 10, dan 9. Nilai signifikansi (p) suatu data, dapat
dilihat pada bagian sig. atau signifikansi. Berdasarkan kriteria pengujian jika
nilai sig. > 0,05, maka data berdistribusi normal dan jika nilai sig. ≤ 0,05,
maka data tidak berdistribusi normal. Berdasarkan data yang diuji, dapat
diketahui bahwa masing-masing nilai signifikansi (p) yang diperoleh adalah
Jakarta memiliki nilai signifikansi sebesar 0,914, Bogor memiliki nilai
signifikansi sebesar 0,557, Depok memiliki nilai signifikansi sebesar 0,763,
Bekasi memiliki nilai signifikansi sebesar 0,886, dan Tangerang memiliki
nilai signifikansi sebesar 0,830 (p > 0.05) dengan hasil lebih dari 0,05 dapat
disimpulkan bahwa data terdistribusi normal sehingga layak untuk
digunakan karena memenuhi asumsi normalitas. Selanjutnya adalah uji
homogenitas, berikut merupakan hasil output SPSS dari uji homogenitas.
= 138,180
= 1,729
Tabel 3.6 Tabel ANOVA Jumlah Sampel Tidak Sama Banyak
Sumber Jumlah Derajat Rata-rata
F0
Varians Kuadrat Bebas Kuadrat
Rata-rata
18,406 4 4,602
kolom
1,729
Error 119,774 45 2,662
Total 138,180 49
e. Kesimpulan
Kesimpulan adalah penetapan keputusan dalam hal penerimaan atau
penolakan hipotesis nol sesuai dengan kriteria pengujiannya.
Berdasarkan hasil dari perhitungan manual jumlah sampel tidak sama
banyak yaitu, nilai dari F0 yang didapat kurang dari nilai F tabel yang
sebesar 2,59 (F0 = 1,729 Ftabel = 2,59) maka H0 diterima. Hal ini
menunjukkan bahwa rata-rata jumlah hasil produksi dari kelima
wilayah promosi yaitu, Jakarta, Bogor, Depok, Bekasi, dan Tangerang
selama 12 bulan adalah sama (Hasan, 2002).
Gambar 3.11 One-Way ANOVA: Post Hoc Multiple Comparisons Sampel Sama
Banyak
Output pertama yaitu descriptives yang menunjukan jumlah data (N), mean,
std. deviation, std. error, 95% confidence interval for mean yang berisi
lower bound (batas bawah), upper bound (batas atas), nilai minimum dan
nilai maximum dari data hasil pengamatan selama 12 bulan untuk jumlah
sampel sama banyak. Berikut adalah gambar 3.12 output descriptives.
Gambar 3.22 One-Way ANOVA: Post Hoc Multiple Comparisons Sampel Tidak Sama
Banyak
Berikut merupakan hasil output descriptives dari one-way hubungan
wilayah promosi dengan frekuensi promosi. Output descriptives
menunjukan perbedaan rata-rata frekuensi promosi dari kelima wilayah
promosi dengan rincian sebagai berikut, rata-rata dari wilayah Jakarta 6,82,
rata-rata dari wilayah Bogor 8,22, rata-rata dari wilayah Depok 6,73, rata-
rata dari wilayah Bekasi 7,60, dan rata-rata dari wilayah Tangerang 8,00.
Dengan demikian, maka secara deskriptif dapat disimpulkan bahwa rata-rata
frekuensi promosi tertinggi adalah dari wilayah Jakarta dan Bogor, yakni
8,22. Berikut merupakan hasil output ANOVA dari one-way hubungan
wilayah promosi dengan frekuensi promosi.
3.3 Analisis
Analisis adalah salah satu proses kegiatan penelitian yang dilakukan terhadap
data yang diperoleh untuk memecahkan suatu permasalahan dengan cara
mengurai, membedakan, dan memilah sesuatu untuk dikelompokkan menurut
kriteria tertentu kemudian diteliti kaitannya dan diuraikan maknanya. Pada
analisis ini akan membahas mengenai analisis perhitungan manual (sampel sama
banyak dan sampel tidak sama banyak), analisis pengolahan software (sampel
sama banyak dan sampel tidak sama banyak), dan analisis perbandingan terkait
hasil dari perhitungan manual dan pengolahan software (sampel sama banyak dan
sampel tidak sama banyak). Berikut ini adalah analisis dari perhitungan manual,
pengolahan software, dan analisis perbandingan.
4.1 Kesimpulan
Kesimpulan adalah suatu kalimat yang diambil dari beberapa ide yang
bertujuan untuk mengambil inti dari suatu penulisan atau data. Kesimpulan
biasanya terletak diakhir paragraf. Berdasarkan informasi yang telah diuraikan di
atas mengenai penyelesaian permasalahan yang terjadi di PT Rhapsody dengan
metode anova satu arah. Kesimpulan yang diperoleh sebagai berikut.
1. Berdasarkan hasil perhitungan manual dengan jumlah sampel sama banyak F0
bernilai sebesar 0,028 dan untuk hasil pengolahan software dengan jumlah
sampel sama banyak F0 bernilai sebesar 0,028, dengan nilai F tabel sebesar
2,55 (F0 = 0,028 < F0,05(4:55) = 2,55) dan (F0 = 0,028 < F0,05(4:55) = 2,55) maka
H0 diterima. Hal ini menunjukkan bahwa rata-rata frekuensi promosinya sama
atau memiliki keragaman yang signifikan. Pada pengolahan software nilai
significant yang didapatkan yaitu sebesar 0,988 yang berarti nilai tersebut
lebih besar dari 0,05 menyatakan data tersebut layak untuk digunakan.
2. Berdasarkan hasil perhitungan manual dengan jumlah sampel tidak sama
banyak F0 bernilai sebesar 1,729 dan untuk hasil pengolahan software dengan
jumlah sampel tidak sama banyak F0 bernilai sebesar 1,729, dengan nilai F
tabel sebesar 2,59 (F0 = 1,729 < F0,05(4:55) = 2,59) dan (F0 = 1,729 < F0,05(4:55) =
2,59) maka H0 diterima. Hal ini menunjukkan bahwa rata-rata frekuensi
promosinya sama atau memiliki keragaman yang signifikan. Pada pengolahan
software nilai significant yang didapatkan yaitu sebesar 0,160 yang berarti
nilai tersebut lebih besar dari 0,05 menyatakan data tersebut layak untuk
digunakan.
4.2 Saran
Saran adalah suatu solusi yang dapat digunakan untuk menyelesaikan
permasalahan yang dihadapi oleh praktikan selama kegiataan praktikum. Berikut
adalah saran untuk praktikan yang akan menjalani praktikum ini.
1. Diperlukan ketelitian saat melakukkan perhitungan data agar tidak terjadi
kesalahan terhadap output dan juga pemilihan metode sesuai dengan anova
satu arah yang dibutuhkan.
2. Diperlukan konsentrasi terhadap nilai yang akan dihitung agar tidak terjadi
kesalahan pada hasilnya dan diperlukan kalkulator scientific untuk
mempermudah perhitungan.
3. Diharuskan membaca materi dengan saksama agar lebih memahami materi
yang dikerjakan
4. Diharapkan untuk melakukan pengecekan kembali terhadap laporan yang
sudah dikerjakan sebelum melakukan penilaian.
DAFTAR PUSTAKA
Tabel Distribusi F