laporan anova 2 arah prak ke 2
TRANSCRIPT
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Tempo dulu dalam menggambarkan keadaan dan menyelesaikan problem-
problem,hanyadigunakan dalam militer dan kenegaraan.Namun di era
globalisasi ini hampir semua bidang menggunakan statistik yang bergantung
pada masalah yang dijelaskan oleh nama statistik itu sendiri
Saat ini,berbagai informasi tidak jarang menyajikan bentuk
grafik,table,analisis, atau bentuk-bentuk lain.Bahkan, telah dipakai oleh mereka
yang bekerja sebagai seorang praktisi dalam banyak bidang.Informasi sejenis ini
mengharuskan para pembaca untuk mampu memahami makna lambing-lambang
itu secara tepat.Kekeliruan ketika menafsirkan lambang-lambang tersebut
mengakibatkan kesalahpahaman pembaca atas maksud informasi yang
disampaikan berdasarkan data statistik.
Statistik berasal dari kata state(Yunani) yaitu negara dan digunakan untuk
urusan Negara. Statistik digunakan untuk ukuran sebagai wakil dari kelompok
fakta.Untuk memperoleh sejumlah informasi yang menjelaskan masalah untuk
ditarik kesimpulan yang benar,harus melalui beberapa proses yaitu:proses
pengumpulan informasi,pengolahan informasi,dan proses penarikan
kesimpulan.Secara umum,Statistik adalah rekapitulasi dari fakta yang bentuk
angka-angka disusun dalam bentuk tabel dan diagram yang mendiskripsikan
suatu permasalahan.Kesemuanya itu memerlukan pengetahuan tersendiri yang
disebut statistika.
2
Dalam statistika,dikenal dengan istilah statistika deskriptif .Statistika
deskriptif merupakan bagian dari Statistika yang mempelajari cara pengumpulan
dan penyajian data sehingga mudah dipahami.Statistika deskriptif berhubungan
dengan menguraikan atau memberikan keterangan-keterangan mengenai suatu
data keadaan.Dengan kata lain,Statistika deskriptif berfungsi menerangkan
keadaan,gejala,atau persoalan.
Selain itu ,di dalam ilmu statistika dikenal juga istilah ANOVA.ANOVA
merupakan suatu analisis untuk menguji ,apakah terdapat perbedaan antara lebih
dari dua populasi.Dimana populasinya harus berdistribusi normal ,variansinya
homogen dan saling bebas.Didalam ANOVA ,populasi harus berdistribusi
normal dan variansinya homogen,serta merupakan populasi yang bebas
Dalam menerapkan proses pendataan statistik secara statistika deskriptif dan
secara ANOVA dua arah(tanpa interaksi ),maka akan dilakukan penelitian
terhadap data penjualan baju pada market.
1.2 Batasan Masalah
Untuk mencegah meluasnya permasalahan yang ada dan agar lebih
terarah,maka dilakukan pembatasan.Batasan-batasan itu adalah sebagai
berikut:
1.Ruang lingkup penelitian hanya pada data penjualan Market Plaza.
2.Penelitian dilakukan pada data penjualan Market Plaza.
3.Pembahasan data hanya di lakukan pada data Penjualan Market Plaza.
1.3 Rumusan Masalah
Berdasarkan uraian pada latar belakang ,maka rumusan masalah adalah:
1 Bagaimana penggambaran data yang terjadi pada penjulaan baju market?
2. Bagaimana kehomogenan jumlah penjualan terhadap daerah penjualan?
3
3. Bagaiman kehomogenan jumlah penjualan terhadap merek baju?
4. Bagaimana rata-rata jumlah penjualan terhadap daerah penjualan?
5. Bagaimana rata-rata jumlah penjualan terhadap merek baju?
1.4 Tujuan Penelitian
Dengan adanya permasalahan yang muncul,maka tujuan dari penelitian
ini adalah:
1 Mengetahui penggambaran data yang terjadi pada kualitas AIR MINUM
PDAM desa suramadu tahun 2011?
2. Mengetahui kehomogenan jumlah penjualan terhadap daerah penjualan?
3. Mengetahui kehomogenan jumlah penjualan terhadap merek baju?
4. Mengetahui rata-rata jumlah penjualan terhadap daerah penjualan?
5. Mengetahui rata-rata jumlah penjualan terhadap merek baju?
1.5 Manfaat Penelitian
Manfaat yang diharapkan dari penelitian ini ,diantaranya adalah:
1 Memberikan informasi ilmiah secara ilmu Statistika tentang
pendiskripsian.
2 Sebagai bahan informasi bagi analisa kesehatan ,terutama untuk pihak-
pihak yang akan melakukan penelitian dengan dengan topik bahasan
yang sama.
3 Sebagai bahan evaluasi untuk analisa pengambilan keputusaan.
4
BAB 2
TIJAUAN PUSTAKA
2.1 Statistika Deskriptif
Sesuai dengan namanya,statistika deskriptif bertugas hanya untuk
memperoleh gambaran(description) atau ukuran-ukuran tentang data yang ada di
tangan.Jika data yang dianalisis merupakan sampel dari suatu populasi maka
Statistika deskriptif akan menghasilkan ukuran-ukuran
sampel(statistik),sedangkan jika data yang dianalisis merupakan keseluruhan
populasi maka Statistika deskriptif akan menghasilkan ukuran-ukuran
populasi(parameter)(Furqon,2004).
Statistika deskriptif dapat mendiskripsian atau menggambaran tentang
data yang disajikan dalam bentuk table,diagram,pengukuran tendensi
sentral,rata-rata hitung,rata-rata ukur,dan rata-rata harmonik,pengukuran
penempatan(median,kuartil,desil,dan presentil),pengukuran
penyimpangan(range,rentangan antar kuartil,rentangan semi
antarkuatil,simpangan rata-rata,simpangan baku,varians,dan angka baku)
(Riduwan,2008).Statistika deskriptif merupakan bagian dari Statistika yang
mempelajari cara pengumpulan dan penyajian data sehingga mudah
dipahami.Statistika deskriptif berhubungan dengan menguraikan atau
memberikan keterangan-keterangan mengenai suatu data keadaan(Iqbal,2004).
2.2 Analisis Deskriptif
Analisis deskriptif adalah analisis yang menggambarkan suatu data yang
akan dibuat baik sendiri maupun secara kelompok.Dalam penyajian ini akan
5
dibahas mengenai pengukuran tendensi sentral(pengukuran gejala pusat
misalnya mean,mode,dan median) dan pengukuran
penyimpangan(range,standard deviation,dan variance),juga dibahas tentang
grafis dan diagram.Pengukuran ini digunakan untuk menjaring data yang
menunjukkan pusat atau pertengahan dari gugsan data yang menyebar.Nilai
rerata dari kelompok data itu,diperkirakan dapat mewakili seluruh nilai data
yang ada dalam kelompok tersebut.Tujuan analisis diskriptif untuk membuat
gambaran secara sistematis data yang factual dan akurat mengenai fakta-fakta
serta hubungan antar fenomena yang diselidiki atau diteliti(Riduwan,2008).
Analisis data univariat atau analisis data berdasarkan variable tunggal sering
kurang atau tidak diperhatikan oleh peneliti,karena beberapa faktor,anatar lain
karena analisis data univariat dipandang tidak perlu dilakukan,bahkan ada yang
mengganggap analisis data univariat tidak ada manfaatnya(Gusti,2004).
2.2.1 Tabel dan Grafik
Data statistik dan hasil penelitian sering disajikan dalam bentuk table dan
grafik.Kedua hal ini merupakan ringkasan data statistik yang sangat menarik dan
komunikatif sebagaimana suatu pepatah mengatakan:’’a picture is worth a
thousand of word’’.Memang ,sebuah grafik atau table dapat mewakili ratusan
atau bahkan ribuan kata dalam suatu bentuk yang kompak dan
menarik(Furqon,2004).
Kegiatan pengukuran akan menghasilkan seperangkat data yang disebut
data mentah aatau skor mentah(raw score) jika data itu berbentuk skor.Daalam
Statistik Deskriptif,grafik merupakan alat yang tidak dapat digantikan oleh alat
lain.Sejumlah software computer menyediakan fasilitas yang sangat intensif
untuk mendesain dan menghasilkan grafik,seperti Harvard Graphic dan
6
SYSTAT.Hal ini antara lain karena grafik lebih mudah dipahami,dalam banyak
hal,daripada table terbaik sekalipun (Furqon,2004).
2.2.2 Sari Numerik
2.2.2.1 Ukuran Gejala Pusat
Istilah gejala pusat(central tendency) digunakan untuk menunjukkan
nilai atau ukuran yang mendekati titik konsentrasi perangkat data hasil suatu
pengukuran.Ukuran gejala pusat sering digunakan sebahai gambaran umum
tentang kecenderungan atau sebagai wakil dari suatu perangkat data.Ungkapan-
ungkapan seperti “penduduk di daerah snu tergolong miskin,” “upah buruh di
Indonesia dalah murah,” dan “siswa-siswa di SMA Y lebih pandai daripada
siswa-siswa di SMA Z” biasanya dirumuskan atas dasar ukuran gejala
pusat.Gejala pusat sering digunakan ,yaitu modus,median,dan rata-rata(mean)
( Furqon,2004).
Rata –rata biasanya digunakan untuk menunjukkan gejala pusat suatu
perangkat data yang berskala interval dan rasio.Gambaran terhadap suatu
masalah dari sekelompok sampel biasanya dinyatakan dalam bentuk rata-
rata.Walaupun modus dan median dapat digunakan terhadap data yang berskala
interval dan rasio.Ferguson,dan Takane(1989) menyatakan bahwa modus
seringkali digunakan terhadap data berskala nominal,sedangkan median
terhadap data berskala ordinal(Furqon,2004).
2.2.2.2 Ukuran Persebaran
Dua macam ukuran persebaran parametrik yang kerap kali diperhatikan
adalah varian atau standar deviasi(s.d.) dan range yang merupakan selisih nilai
maximum dan nilai minimum(Furqon,2004).
7
Dua kelompok individu dapat mempunyai perbedaan daam hal nilai
rerata dan varian(s.d.) secara statistik deskriptif parametrik.Oleh karena
itu,perbedaan nilai rerata antarkelompok hanyalah perlu dibicarakan jika dan
hanya jika kedua kelompok itu mempunyai varian(s.d.) yang sama atau hamper
sama.Pernyataan ini tentu menimbulakn masalah bilamana dua buah varian
disebut hamper sama.Dalam pengujuan hipotesis tentang perbedaan rerata
disertai dengan asumsi kedua populasi yang bersangkutan mempunyai varian
yang sama(Furqon,2004).
2.3 ANOVA
Prinsip varian bekerja menurut perbedaan varian masing-masing
kelompok data.Varian tersebut merupakan rerata kuadrat skor simpangan atau
skor deviasinya.skor simpangan ini adalah perbedaan setiap skor dari rerata
kelompoknya(Ariyanto,2005).
Istilah mean of squares dalam ANOVA tidak lain adalah rerata kuadrat skor
simpangannya yang menunjukkan variansi suatu distribus yang diamati.Mean of
squares ini diperleh dari jumlah kuadrat skor simpanganya atau yang dikenal
dengan istilah Sum of Squares dibagi dengan jumlah
sampelnya(Ariyanto,2005).
Untuk menguji hipotesis,ANOVA melakukan perbandingan antar
variansi antarkelompok (yang dikenal dengan istilah Mean of Squares Between
Groups ) dengan variansi dalam kelompok(yang dikenal Mean of squares within
Groups ) .Hasil perbandingan tersebut (F hitung) kemudian diuji signifikannya
untuk mengetahui penerimaan atau penolakan dari hipotesis yang
diajukan.Hipotesis yang diuji adalah hipotesis nihil(Ho) sesuai dengan kaidah
umum yang disepakati(Ariyanto,2005).
8
2.3.1 ANOVA 2 ARAH
Sejauh ini kita telah mendiskusikan analisis varian satu jalan.Dengan
menggunakan teknik ini kita dapat membandingkan beberapa rata-rata yang
berasal dari beberapa kategori atau kelompok untuk satu variable
perlakuan.Bagaimanapun,keuntungan teknik analisis varian adalah
memungkinkan untuk memperluas analisis pada situasi dimana hal-hal yang
sedang dikukur dipengaruhi oleh dua atau lebih variable,misalnya:
1.Kita membandingkan pencapaian jumlah kilometer per satuan waktu
dari bahan bakar yang diberi tambahan dua jenis zat additive pada tiga jenis
mobil.
2.Kita membandingkan efek dua jenis program pelatihan dan frekuensi
sesi-sesi pelatihan terhadap produktivitas kerja.
3.Kita membandingkan perbedaan-perbedaan harga di antara tiga
supermarket menurut jenis-jenis item produk(Sarwoko,2007).
Efek-efek utama dari suatu variable perlakuan tertentu berhubungan
dengan rat-rata respons pada tingkat-tingkat yang berbeda dari variable tersebut
tanpa mempertimbangkan faktor atau variable lain.Sementara efek interaksi
terjadi apabila respons-respons yang berbeda pada level-level dari suatu variable
perlakuan tertentu dihubungkan dengan level-level dari variable yang
lain.Dengan kata lain,ada kerjasama antara dua atau lebih variable perlakuan
dalam mempengaruhi variable terikat(Sarwoko,2007).
Metode ANOVA 2 arah untuk variable univariat merupakan
pengembangan dari ANOVA,dengan asumsi hubungan antara faktor/kovariat
(Singgih,2012).
9
BAB 3
KASUS DAN PEMBAHASAN
Pimpinan perusaahaan MARKET PLAZA ingin mengetahui apakah ada perbedaan yang nyata pada penjualan baju di cabang MARKET PLAZA untuk tiap merek baju pada 4 daerah penjualan.Dengan data sebagai berikut:
Tabel 3.1 Data penjualan baju
merek baju
kota penjualan
Balikpapan SamarindaTenggarong Bontang
Nevada 59 56 70 65Polo 40 43 56 53quick silver 15 30 30 19batik solo 20 18 24 10
Sumber(elsan,2012)
3.2 Pembahasan
3.2.1 Statistika deskriptif
Tabel 3.2 sari numerik dataStatistics
Penjualan
Mean 38.0000
Median 35.0000
Mode 30.00
Sum 608.00
10
Gambar 3.2 diagram Box-Plot
3.2.2 ANOVA
3.2.2.1 Tes Kenormalan
Tabel3.3 Tes Kenormalan
Shapiro-WilkStatistik Df Sig.
Penjualan .926 16 .209
Rumusan Hipotesis
11
H0 : Data penjualan baju Market Plaza berdistribusi normal.H1 : Data penjualan baju Market Plaza tidak berdistribusi
normal.Taraf Signifikasi
α=5%Daerah Kritis
Menolak H0 apabila, P-value < αKeputusan
Karena P–value = 0.209 > α=0.05, maka H0 diterima.Kesimpulan
Data penjualan baju Market Plaza berdistribusi normal.
3.2.2.2 Tes Kehomogenan
3.2.2.2.1 faktor ke 1Tabel 3.3 kehomogenan penjualan terhadap daerah penjualan
F df1 df2 Sig.
1.311 3 12 .316
Rumusan Hipotesis Ho:Variansi keempat daerah penjualan terhadap jumlah
penjualan sama(homogen). H1: Variansi keempat daerah penjualan terhadap jumlah
penjualan berbeda(heterogen)..
Taraf Signifikasiα=5%
Daerah KritisMenolak H0 apabila, P-value < α
KeputusanKarena P–value = 0.316 > α=0.05, maka H0 gagal ditolaak
Kesimpulan
12
Variansi keempat daerah penjualan terhadap jumlah penjualan sama(homogen).
3.2.2.2.2 Faktor ke 2Tabel 3.4 kehomogenan penjualan terhadap merek baju
F df1 df2 Sig.
.973 3 12 .438
Rumusan Hipotesis Ho:Variansi keempat merek baju terhadap jumlah penjualan
sama(homogen). H1: Variansi keempat merek baju terhadap jumlah penjualan
berbeda(heterogen)..
Taraf Signifikasiα=5%
Daerah KritisMenolak H0 apabila, P-value < α
KeputusanKarena P–value = 0.438 > α=0.05, maka H0 gagal ditolak
Kesimpulan
Variansi keempat merek baju terhadap jumlah penjualan
sama(homogen).
3.3 UJI ANOVA 2 ARAH3.3.1 Faktor ke 1
Tabel 3.3 rata-rata penjualan terhadap daerah penjualan
13
Faktor Df Mean Squre F Sig.Daerah 3 96,5 0,209 0,888
Rumusan Hipotesis
H0: μ1.=μ2 .=μi . (Tidak ada rata-rata jumlah penjualan terhadap daerah penjualan).H1: μ1. ≠ μ2 . ≠ μi . (Minimal terdapat satu daerah penjualan yang memberikan rata-rata jumlah penjualan yang berbeda).
Taraf Signifikasiα=5%
Daerah KritisMenolak H0 apabila, P-value < α
KeputusanKarena P–value = 0,888 > α=0.05, maka H0 gagal ditolak
Kesimpulan Tidak ada rata-rata jumlah penjualan terhadap daerah penjualan.
3.3.3 Faktor ke 2
Tabel 3.3 rata-rata penjualan terhadap merek bajuFaktor Df Mean Squre F Sig.Merek Baju 3 1747,333 36.403 0,000
Rumusan Hipotesis
Ho: μ.1=μ.2=μ. j (Tidak ada rata-rata jumlah penjualan terhadap merek baju).H1: μ.1 ≠ μ .2 ≠ μ . j
(Minimal terdapat satu merek baju yang memberikan rata-rata jumlah penjualan yang berbeda).
14
Taraf Signifikasiα=5%
Daerah KritisMenolak H0 apabila, P-value < α
KeputusanKarena P–value = 0,000< α=0.05, maka H0 ditolak
Kesimpulan Terdapat satu merek baju yang memberikan rata-rata jumlah
penjualan yang berbeda.
15
BAB 4
PENUTUP
4.1 Kesimpulan
1.Berdasarkan gambar didapat bahwa penggambaran data berdistribusi normal.
2.Variansi jumlah penjualan terhadap keempat daerah penjualan adalah
homogen.
3.Variansi jumlah penjualan terhadap keempat merek baju adalah homogen.
4.Tidak ada rata-rata jumlah penjualan terhadap keempat daerah penjualan.
5.Terdapat satu merek baju yang memberikan rata-rata jumlah penjualan yang
berbeda.
4.2 SaranAgar dalam penerapan pengendalian kualitas lebih
ditingkatkan .Maka ,pelaksanaannya mengikutsertakan antara pihak quality
control dengan pembeli ,sehingga terjadi komunikasi.Sehingga penjulan baju di
Market Plaza dapat terjaga dan ditingkatkan lagi.
16
DAFTAR PUSTAKA
Ridwan dan Akdon.2008.Rumus dan Data dalam Analisis
Statistika.Bandung:Alfabeta.
Furqon.2004.Statistika Terapan untuk Penelitian.Bandung:Alfabeta.
Hasan,iqbal.2004.Analisis Data Penelitian dengan Statistik.Jakarta:Bumi
Aksara.
Gusti.2004.Statistika.Depok:Raja Grafindo Persada.
Ariyanto.2005.Pengembangan analisis multivariate SPSS 12.Jakarta:Wahana
Komputer.
Andi.1996.Panduan Lengkap SPSS 6.0 for windows.Semarang:Wahana
Komputer.
Sarwoko.2007.Statistika Inferensi untuk Ekonomi dan Bisnis.Yogyakarta:Andi.
Singgih.2012.Aplikasi SPSS pada Statistika Parametrik.Jakarta:Elex Media Komputindo.