Laporan Akhir Praktikum Statistika Industri: Disusun Oleh

Unduh sebagai pdf atau txt
Unduh sebagai pdf atau txt
Anda di halaman 1dari 49

LAPORAN AKHIR

PRAKTIKUM STATISTIKA INDUSTRI

Disusun Oleh:
Kelompok/ Kelas : 3 (Tiga) / 2ID07
Nama (NPM) : 1. Albertus Bima Saputra (30419416)
2. Aisyah Reihan Jannah (30419377)
3. Afif Pinasthika Dwianto (30419251)
4. Dadan Ramadhan (31419522)
5. Darman Madik Munthe (36419986)
6. Stephanie Febiana V P (36419157)
7. Nurkholis Rafi (35416586)
Hari/ Shift : Jumat / II (Dua)
Modul : Anova Dua Arah
Nilai :
Paraf Asisten :

LABORATORIUM TEKNIK INDUSTRI DASAR


JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS GUNADARMA
BEKASI
2020
BAB I
PENDAHULUAN

1.1 Latar Belakang


Meningkatnya persaingan di dunia industri khususnya pada bidang
manufaktur tidak menutup kemungkinan persaingan tersebut bisa terjadi pada
bidang produksi minuman salah satunya minuman soda. Sudah kita ketahui secara
seksama, perusahaan-perusahaan minuman soda banyak membuat atau
mengembangkan hasil produksi nya agar dapat bersaing oleh perusahaan
minuman soda lainya. Perusahaan ingin mengetahui ada atau tidaknya faktor yang
mempengaruhi didalamnya. PT HARSEN untuk mengatasi masalah tersebut PT
HARSEN membuat produksi minuman soda dengan menambahkan rasa
minuman, media promosi, wilayah penjualan serta merek produk dari minuman
soda tersebut.
PT HARSEN tersebut khususnya bagian penjualan ingin mengetahui
seberapa besar perubahan jumlah penjualan yang terjadi dengan di tambah nya
rasa minuman, media promosi, wilayan penjualan serta merek produk minuman
soda tersebut agar dapat bersaing dan tidak kalah dengan perusahaan minuman
soda lainnya. PT HARSEN untuk mengetahui seberapa besar pengaruh perubahan
jumlah penjualan dari ditambah nya rasa minuman, media promosi, wilayah
penjualan serta merek produk minuman soda, maka perusahaan tersebut
menggunakan metode anova 2 arah yaitu pengujian hipotesis beda tiga rata-rata
atau lebih dengan dua faktor yang berpengaruh. Anova 2 arah terbagi dua yaitu
anova dua arah tanpa interaksi dan anova dua arah dengan interaksi. Anova dua
arah tanpa interaksi adalah pengujian hipotesis beda tiga rata-rata atau lebih
dengan dua faktor yang berpengaruh dan interaksi kedua faktor tersebut
ditiadakan, sedangkan anova dua arah dengan interaksi adalah pengujian hipotesis
beda tiga rata-rata atau lebih dengan dua faktor yang berpengaruh dan interaksi
kedua faktor tersebut diperhitungkan (Hasan, 2001).
Metode tersebut diterapkan perusahaan dengan harapan dari PT HARSEN
itu sendiri adalah dengan ditambah nya rasa minuman, media promosi, wilayah
penjualan serta merek produk dapat meningkatkan jumlah penjualan, agar dapat
bersaing dengan perusahaan yang bergerak dalam bidang minuman soda seperti
PT HARSEN ini dan yang pasti nya PT HARSEN ini dapat bersaing dengan
perusahan lain nya yang tentu sama sama ingin menjadi perusahaan produksi
minuman soda yang lebih baik.

1.2 Tujuan Penulisan


Tujuan Laporan Akhir ini adalah untuk melakukan uji coba yang
menggunakan metode anova dengan dua sampel atau lebih dari hasil pengamatan.
Manfaat dari metode anova dua arah ini adalah untuk pengujian hipotesis beda
tiga rata-rata atau lebih dengan dua faktor yang berpengaruh. Berikut tujuan
Laporan Akhir dari penggunaan metode anova dua arah :
1. Mengetahui ada atau tidak adanya pengaruh rasa minuman dan media
promosi terhadap hasil penjualan selama bulan Oktober dengan taraf 5%.
2. Mengetahui ada atau tidak adanya pengaruh wilayah penjualan dan merek
produk terhadap jumlah penjualan dan juga untuk mengetahui ada atau tidak
adanya interaksi antara rwilayah penjualan dan merek produk terhadap
jumlah penjualan selama bulan Oktober dengan taraf nyata 5%.
BAB II
PEMBAHASAN DAN ANALISIS

2.1. Studi Kasus


Studi kasus adalah metode yang bertujuan untuk mempelajari dan
menyelidiki suatu kejadian atau fenomena yang disebut sebagai kasus dengan
menggunakan cara-cara yang sistematis dalam melakukan pengamatan,
pengumpulan data, analisis informasi, dan pelaporan hasilnya. Studi kasus dapat
digunakan untuk menghasilkan dan menguji hipotesis.

2.1.1 ANOVA Dua Arah tanpa Interaksi


PT HARSEN merupakan sebuah perusahaan yang bergerak dibidang
manufaktur, salah satunya yaitu bergerak di bidang minuman. Berbagai jenis
minuman diproduksi oleh PT HARSEN, salah satunya adalah minuman jenis
soda. Promosi minuman soda tersebut memerlukan beberapa cara untuk
mempromosikan produksinya, diantaranya yaitu, koran, internet, brosur, televisi
dan spanduk serta rasa minuman yang diproduksi oleh PT HARSEN diantaranya
ada Strawberry, Blueberry, Leci, Lemon, Mangga dan Jeruk. Kepala bagian
Marketing ingin mengetahui ada atau tidaknya pengaruh media promosi dan rasa
minuman terhadap jumlah penjualan minuman soda. Perusahaan melakukan
pengamamatan yang diperoleh selama bulan Oktober. Berikut adalah data
pengamatan yang diperoleh selama bulan Oktober.
Tabel 2.1 Tabel Data ANOVA Dua Arah tanpa Interaksi
Media Rasa Minuman
Total
Promosi Strawberry Blueberry Leci Lemon Mangga Jeruk
Koran 116 118 117 115 113 114 693
Internet 117 119 116 116 112 112 692
Brosur 115 117 117 115 114 113 691
Televisi 116 119 118 115 113 113 694
Spanduk 116 117 116 115 114 113 691
Total 580 590 584 576 566 565 3461
Berdasarkan tabel diatas, perusahaan ingin mengetahui :
a) Berapakah rata-rata pemesanan minuman untuk masing-masing media
promosi dan rasa minuman. Taraf nyata yang digunakan adalah 5% atau
sebesar 0,05. Taraf nyata digunakan sebagai acuan untuk mengetahui apakah
suatu perlakuan terhadap objek lain akan memberikan dampak.
b) Perusahaan ingin mengetahui apakah dari kelima media promosi dan
keenam rasa minuman tersebut memberikan perbedaan rata-rata terhadap
jumlah penjualan minuman.

2.1.2 ANOVA Dua Arah dengan Interaksi


PT HARSEN merupakan sebuah perusahaan yang bergerak dibidang
manufaktur, salah satunya yaitu di bidang minuman. Berbagai jenis minuman
diproduksi oleh PT HARSEN, salah satunya adalah minuman jenis soda.
Minuman soda tersebut terbagi dalam beberapa merek produk seperti Fanta, Coca-
cola, Sprite, J&W dan Diet Coke serta Wilayah Penjualan yang digunakan untuk
memasarkan Produk dari PT HARSEN yaitu Jakarta, Cirebon, Surabaya,
Pekanbaru, Bekasi dan Medan. Kepala bagian Marketing ingin mengetahui ada
atau tidaknya pengaruh Merek Produk dan Wilayah Penjualan terhadap jumlah
penjualan minuman soda. Perusahaan melakukan pengamatan sebanyak dua kali
pada bulan Oktober. Berikut adalah data pengamatan yang diperoleh selama bulan
Oktober.
Tabel 2.2 Tabel Data ANOVA Dua Arah dengan Interaksi
Merek Wilayah Penjualan
Total
Produk Jakarta Cirebon Surabaya Pekanbaru Bekasi Medan
154 154 158 157 154 153
Fanta 1863
152 158 158 150 157 158
Coca- 155 155 159 158 155 154
1875
cola 153 159 159 151 158 159
149 156 156 156 150 155
Sprite 1832
150 155 151 151 154 149
158 150 154 154 155 156
J&W 1863
157 155 154 157 157 156
Diet 153 152 151 153 152 153
1822
Coke 149 151 149 149 152 158
Total 1530 1545 1549 1536 1544 1551 9255
Berdasarkan tabel diatas, perusahaan ingin mengetahui :
a) Berapakah rata-rata pemesanan minuman untuk masing-masing media
promosi dan rasa minuman. Taraf nyata yang digunakan adalah 5% atau
sebesar 0,05. Taraf nyata digunakan sebagai acuan untuk mengetahui apakah
suatu perlakuan terhadap objek lain akan memberikan dampak.
b) Perusahaan ingin mengetahui apakah dari kelima media promosi dan
keenam rasa minuman tersebut memberikan perbedaan rata-rata terhadap
jumlah penjualan minuman.

2.2. Pengujian Data


Pengujian data adalah suatu prosedur yang digunakan untuk memeriksa
kebenaran data yang telah dilakukan sesuai dengan syarat yang berlaku dan
menghasilkan suatu keputusan, yaitu keputusan menerima atau menolak data
tersebut. Berikut merupakan pengujian data normalitas dan homogenitas data
anova dua arah dengan interaksi dan anova dua arah tanpa interaksi.

2.2.1 ANOVA Dua Arah tanpa Interaksi


Pengujian data dua arah tanpa interaksi adalah pengujian hipotesis beda tiga
rata-rata atau lebih dengan dua faktor yang berpengaruh dan interaksi antara dua
faktor tersebut ditiadakan. Berikut merupakan langkah-langkah dalam pengujian
data dengan menggunakan software SPSS versi 25.0 (Hasan, 2001).
Langkah pertama yang dilakukan adalah memilih new database pada SPSS
versi 16.0. Muncul menu variable view, berikut tampilan variable view.

Gambar 2.1 Tampilan Data View


Langkah kedua setelah klik variable view, lalu mengisi nama variabel yang
akan diolah sesuai dengan nama variabel yang diinginkan kemudian mengganti
angka pada tabel decimal menjadi 0 dan mengatur align menjadi center. Mengisi
kolom name untuk baris pertama adalah variabel media promosi, rasa minuman
dan jumlah penjualan. Penulisan nama variabel tidak boleh menggunakan spasi,
tetapi menggunakan underscore “_”.

Gambar 2.2 Tampilan Variable View


Langkah ketiga memilih kotak kecil yang ada pada kolom values pada baris
rasa astor. Muncul kotak dialog value labels. Pertama, mengisi values pada
variabel media promosi dengan mengisi “1” pada bagian value dan mengisi
“koran” pada bagian label kemudian memilih menu add, “2” pada bagian value
dan mengisi “Internet” pada bagian label kemudian memilih menu add, “3” pada
bagian value dan mengisi “Brosur” pada bagian label kemudian memilih menu
add, “4” pada bagian value dan mengisi “Televisi” pada bagian label kemudian
memilih menu add, “5” pada bagian value dan mengisi “Spanduk kemudian
memilih menu add, kemudian memilih OK.

Gambar 2.3 Kotak Dialog Value Labels Rasa Astor


Langkah keempat memilih kotak kecil yang ada pada kolom values. Muncul
kotak dialog value labels. Kedua, mengisi values pada variabel bentuk astor
dengan mengisi “1” pada bagian value dan mengisi “Strawberry” pada bagian
label kemudian memilih menu add, “2” pada bagian value dan mengisi
“Blueberry” pada bagian label kemudian memilih menu add, “3” pada bagian
value dan mengisi “Leci” pada bagian label kemudian memilih menu add, “4”
pada bagian value, mengisi “Lemon” pada bagian label kemudian memilih menu
add dan “5” pada bagian value dan mengisi “mangga” pada bagian label
kemudian memilih menu add dan “6” pada bagian value dan mengisi “Jeruk”
pada bagian label kemudian memilih menu add kemudian memilih OK.

Gambar 2.4 Kotal Dialog Value Labels Ibentuk Astor


Langkah kelima klik menu data view setelah selesai mengisi value labels.
Mengisi data media promosi, rasa minuman dan jumlah penjualan sesuai dengan
data yang telah ada. Pada variabel media promosi dan rasa minuman mengisi
pilihan berdasarkan angka yang telah diisi pada value labels, sedangkan hasil
penjualan isi sesuai data yang tersedia. Berikut data yang akan diuji normalitas
dan homogenitas.

Gambar 2.5 Tampilan Data View


Langkah keenam yaitu klik menubar analyze, pilih descrptive statistics lalu
pilih explore. Berikut merupakan langkah tersebut.
Gambar 2.6 Langkah Menguji Data Normalitas dan Homogenitas
Langkah ketujuh yaitu memindahkan variabel media promosi ke kolom
factor list dan jumlah penjulan ke kolom dependent list. Berikut kotak dialog
explore yang merupakan dari langkah keenam tersebut.

Gambar 2.7 Kotak Dialog Exlopre


Langkah kedelapan yaitu klik menu plots. Pilih factor levels together pada
kolom boxplots, ceklist stem and leaf pada kolom descriptive, ceklist normality
plots with test, dan pilih untransformed pada kolom spread vc levels with levene
test, klik continue. Berikut adalah langkah tersebut.
Gambar 2.8 Kotak Dialog Plots: Explore
Berikut merupakan output dari kedelapan langkah-langkah sebelumnya.
Output pertama yaitu Tests of Normality menjelaskan tentang data yang diujikan
berdistribusi normal atau tidak. Kolom Kolmogorov Smirnov pada df (Degree Of
Freedom) menunjukkan kelima variabel memiliki derajat kebebasan yang sama
yaitu 4 dan pada kolom Kolmogorov Smirnov nilai signifikan tidak dilihat atau
tidak digunakan dikarenakan banyaknya data tidak > 50. Kolom Saphiro Wilk
pada df (Degree Of Freedom) menunjukkan kelima variabel memilliki derajat
kebebasan yang sama yaitu 4, dan pada kolom Saphiro Wilk, terdapat angka
signifikan dari kelima variabel karena data ≤ 50, variabel tersebut adalah “1”
koran dengan nilai signifikan sebesar 0,961, “2” internet sebesar 0,299, “3”
brosur sebesar 0,425, “4” Televisi sebesar 0,459, “5” spanduk sebesar 0,804
,karena nilai signifikan dari keseluruhan variabel didapatkan bahwa nilai
signifikan lebih besar dari 0,05, maka semua variabel dapat dikatakan bahwa
merupakan data yang berdistribusi normal.
Gambar 2.9 Output Test of Normality
Output kedua adalah homogenitas yaitu menjelaskan tentang apakah data
yang diujikan bersifat homogen atau tidak. Output homogenitas ini menunjukkan
nilai jumlah penjualan berdasarkan rata-rata, nilai tengah, nilai tengah dengan
derajat kebebasan yang biasa dan rata-rata yang telah disesuaikan.
Output homogenitas pertama menjelaskan nilai jumlah penjualan
berdasarkan rata-rata yang memiliki derajat bebas pertama sebesar 4, derajat
bebas kedua sebesar 25 dan nilai signifikan yang didapat sebesar 0,334 maka nilai
jumlah penjualan berdasarkan rata-rata tersebut berdistribusi normal. Output
homogenitas kedua menjelaskan nilai jumlah penjualan berdasarkan nilai tengah
yang memiliki derajat bebas sebesar 4, derajat bebas kedua sebesar 25 dan nilai
signifikan yang didapat adalah sebesar 0,601 maka nilai jumlah penjualan
berdasarkan nilai tengah tersebut berdistribusi normal. Output homogenitas ketiga
menjelaskan nilai jumlah penjualan berdasarkan nilai tengah dengan derajat
kebebasan yang biasa yang memiliki derajat bebas sebesar 4, derajat bebas kedua
sebesar 16,470 dan nilai signifikan yang didapat adalah sebesar 0,605 maka nilai
jumlah penjualan berdasarkan nilai tengah dengan derajat kebebasan yang biasa
tersebut berdistribusi normal. Output homogenitas keempat menjelaskan nilai
jumlah penjualan berdasarkan nilai rata-rata yang telah disesuaikan yang memiliki
derajat bebas sebesar 4, derajat bebas kedua sebesar 25 dan nilai signifikan yang
didapat adalah sebesar 0,328 maka nilai jumlah penjualan berdasarkan nilai rata-
rata yang telah disesuaikan tersebut berdistribusi normal. Nilai signifikan dari
keseluruhan data menunjukkan angka signifikan diatas 0,05 yang berarti H0
diterima dan dapat dikatakan bahwa merupakan data yang homogen karena nilai
signifikan memiliki nilai yang lebih besar dari 0,05.
Gambar 2.10 Output Test Homogeneity of Variance

2.2.2 Anova Dua Arah Dengan Interaksi


Pengujian data dua arah dengan interaksi adalah pengujian hipotesis beda
tiga rata-rata atau lebih dengan dua faktor yang berpengaruh dan interaksi antara
dua faktor tersebut diperhitungkan. Berikut merupakan langkah-langkah dalam
pengujian data dengan menggunakan software SPSS versi 16.0 (Hasan, 2001).
Langkah pertama yang dilakukan adalah memilih new database pada SPSS
versi 16.0. Muncul menu variable view, berikut tampilan variable view.

Gambar 2.11 Tampilan Data View


Langkah kedua setelah klik variable view, lalu mengisi nama variabel yang
akan diolah sesuai dengan nama variabel yang diinginkan kemudian mengganti
angka pada tabel decimal menjadi 0 dan mengatur align menjadi center. Mengisi
kolom name untuk baris pertama adalah variabel merek produk, wilayah
penjualan dan jumlah penjualan. Dalam penulisan nama variabel tidak boleh
menggunakan spasi, tetapi menggunakan underscore “_”.
Gambar 2.12 Tampilan Variable View
Langkah ketiga memilih kotak kecil yang ada pada kolom values pada baris
merek produk. Muncul kotak dialog value labels. Pertama, mengisi values pada
variabel merek produk dengan mengisi “1” pada bagian value dan mengisi
“Fanta” pada bagian label kemudian memilih menu add, “2” pada bagian value
dan mengisi “Coca-cola” pada bagian label kemudian memilih menu add, “3”
pada bagian value dan mengisi “sprite” pada bagian label kemudian memilih
menu add, “4” pada bagian value dan mengisi “J&w” pada bagian label kemudian
memilih menu add, “5” pada bagian value dan mengisi “Diet coke” pada bagian
label kemudian memilih menu add, kemudian memilih OK.

Gambar 2.13 Kotak Dialog Value Labels Rasa Astor


Langkah keempat memilih kotak kecil yang ada pada kolom values. Muncul
kotak dialog value labels. Kedua, mengisi values pada variabel Wilayah penjualan
dengan mengisi “1” pada bagian value dan mengisi “Jakarta” pada bagian label
kemudian memilih menu add, “2” pada bagian value dan mengisi “Cirebon” pada
bagian label kemudian memilih menu add, “3” pada bagian value dan mengisi
“Surabaya” pada bagian label kemudian memilih menu add, “4” pada bagian
value, mengisi “Pekan baru” pada bagian label kemudian memilih menu add dan
“5” pada bagian value dan mengisi “Bekasi” pada bagian label kemudian memilih
menu adddan “6” pada bagian value dan mengisi “Medan” kemudian memilih
OK.
Gambar 2.14 Kotak Dialog Value Labels Ibentuk Astor
Langkah kelima klik menu data view setelah selesai mengisi value labels.
Mengisi data Merek produk, wilayah penjualan dan jumlah penjualan sesuai
dengan data yang telah ada. Pada variabel merek produk dan wilayah penjualan
mengisi pilihan berdasarkan angka yang telah diisi pada value labels, sedangkan
jumlah penjualan isi sesuai data yang tersedia. Berikut data yang akan diuji
normalitas dan homogenitas.

Gambar 2.15 Tampilan Data View


Langkah keenam yaitu klik menubar analyze, pilih descrptive statistics lalu
pilih explore. Berikut merupakan langkah tersebut.
Gambar 2.16 Langkah Menguji Data Normalitas dan Homogenitas
Langkah ketujuh yaitu memindahkan variabel merek produk ke kolom
factor list dan jumlah penjulan ke kolom dependent list. Berikut kotak dialog
explore yang merupakan dari langkah keenam tersebut.

Gambar 2.17 Kotak Dialog Exlopre


Langkah kedelapan yaitu klik menu plots. Pilih factor levels together pada
kolom boxplots, ceklist stem and leaf pada kolom descriptive, ceklist normality
plots with test, dan pilih untransformed pada kolom spread vc levels with levene
test, klik continue. Berikut adalah langkah tersebut.
Gambar 2.18 Kotak Dialog Plots: Explore
Berikut merupakan output dari kedelapan langkah-langkah sebelumnya.
Output pertama yaitu Tests of Normality menjelaskan tentang data yang diujikan
berdistribusi normal atau tidak. Kolom Kolmogorov Smirnov pada df (Degree Of
Freedom) menunjukkan kelima variabel memiliki derajat kebebasan yang sama
yaitu 4 dan pada kolom Saphiro Wilk nilai signifikan tidak dilihat atau tidak
digunakan dikarenakan banyaknya data > 50. Kolom Kolmogorov Smirnov pada
df (Degree Of Freedom) menunjukkan kelima variabel memilliki derajat
kebebasan yang sama yaitu 4, dan pada kolom Kolmogorov Smirnov, terdapat
angka signifikan dari kelima variabel karena data > 50, variabel tersebut adalah
“1” fanta dengan nilai signifikan sebesar 0,063, “2” coca-cola sebesar 0,063, “3”
sprite sebesar 0,124, “4” J&W sebesar 0,200, “5” diet coke sebesar 0,063
didapatkan bahwa nilai signifikan lebih besar dari 0,05, maka semua variabel
dapat dikatakan bahwa merupakan data yang berdistribusi normal.
Gambar 2.19 Output Test of Normality
Output kedua adalah homogenitas yaitu menjelaskan tentang apakah data
yang diujikan bersifat homogen atau tidak. Output homogenitas ini menunjukkan
nilai jumlah penjualan berdasarkan rata-rata, nilai tengah, nilai tengah dengan
derajat kebebasan yang biasa dan rata-rata yang telah disesuaikan.
Output homogenitas pertama menjelaskan nilai jumlah penjualan
berdasarkan rata-rata yang memiliki derajat bebas pertama sebesar 4, derajat
bebas kedua sebesar 55 dan nilai signifikan yang didapat sebesar 0,364 maka nilai
jumlah penjualan berdasarkan rata-rata tersebut berdistribusi normal. Output
homogenitas kedua menjelaskan nilai jumlah penjualan berdasarkan nilai tengah
yang memiliki derajat bebas sebesar 4, derajat bebas kedua sebesar 55 dan nilai
signifikan yang didapat adalah sebesar 0,387 maka nilai jumlah penjualan
berdasarkan nilai tengah tersebut berdistribusi normal. Output homogenitas ketiga
menjelaskan nilai jumlah penjualan berdasarkan nilai tengah dengan derajat
kebebasan yang biasa yang memiliki derajat bebas sebesar 4, derajat bebas kedua
sebesar 37,210 dan nilai signifikan yang didapat adalah sebesar 0,392 maka nilai
jumlah penjualan berdasarkan nilai tengah dengan derajat kebebasan yang biasa
tersebut berdistribusi normal. Output homogenitas keempat menjelaskan nilai
jumlah penjualan berdasarkan nilai rata-rata yang telah disesuaikan yang memiliki
derajat bebas sebesar , derajat bebas kedua sebesar 55 dan nilai signifikan yang
didapat adalah sebesar 0,374 maka nilai jumlah penjualan berdasarkan nilai rata-
rata yang telah disesuaikan tersebut berdistribusi normal. Nilai signifikan dari
keseluruhan data menunjukkan angka signifikan diatas 0,05 yang berarti H0
diterima dan dapat dikatakan bahwa merupakan data yang homogen karena nilai
signifikan memiliki nilai yang lebih besar dari 0,05.
Gambar 2.20 Output Test Homogeneity of Variance

2.3. Perhitungan Manual


Perhitungan data secara manual dilakukan untuk menemukan nilai-nilai atau
angka yang dibutuhkan untuk memecahkan masalah yang ada pada studi kasus.
Perhitungan manual dilakukan dengan cara membuat formulasi hipotesis,
menghitung taraf nyata dan nilai F tabel, menentukan kriteria pengujian,
menghitung analisis varian dan memberikan kesimpulan. Berikut perhitungan
manual tanpa adanya interaksi dan dengan adanya interaksi.

2.3.1 ANOVA Dua Arah tanpa Interaksi


Pengujian data dua arah tanpa interaksi adalah pengujian hipotesis beda tiga
rata-rata atau lebih dengan dua faktor yang berpengaruh dan interaksi antara dua
faktor tersebut ditiadakan. Berikut langkah-langkah yang pengujian anova dua
arah tanpa interaksi.
1. Formulasi hipotesis
Formulasi hipotesis adalah suatu prosedur yang akan menghasilkan suatu
keputusan, yaitu keputusan menerima atau menolak hipotesis. Formulasi hipotesis
dapat dibedakan menjadi dua jenis, yaitu sebagai berikut.
a. H0 : Rata-rata keenam rasa minuman sama sehingga tidak ada pengaruh
perbedaan rasa minuman terhadap hasil penjualan selama bulan Oktober.
H1 : Rata-rata keenam rasa minuman tidak sama sehingga sekurang-
kurangnya ada satu pengaruh perbedaan rasa minuman terhadap hasil
penjualan selama bulan Oktober.
b. H0 : Rata-rata kelima media promosi sama sehingga tidak ada pengaruh
perbedaan media promosi terhadap hasil penjualan selama bulan Oktober.
H1 : Rata-rata kelima media promosi tidak sama sehingga sekurang-
kurangnya ada satu pengaruh perbedaan media promosi terhadap hasil
penjualan selama bulan Oktober.

2. Taraf nyata ( ) dan nilai F tabel:

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil
hipotesis terhadap nilai parameter populasinya. Taraf nyata yang digunakan adalah
5%, taraf nyata digunakan untuk menentukan nilai distribusi yang digunakan pada
pengujian.

= 5 % = 0,05

a. Untuk baris : v1 = b – 1 = 5 – 1 = 4
v2 = (k-1) (b-1) = (5)(4) = 20
F0,05(4;20) = 2,87
b. Untuk kolom : v1 = k-1 = 6-1 = 5
v2 = (k-1) (b-1) = (5)(4) = 20
F0,05(5;20) = 2,71
3. Kriteria pengujian
Kriteria pengujian adalah pembuatan keputusan dalam menerima atau

menolak hipotesis nol (H0) dengan cara membandingkan nilai tabel

distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk
pengujiannya. Yang dimaksud dengan bentuk pengujian adalah sisi atau arah
pengujian. Kriteria yang didapat berdasarkan perhitungan pada taraf nyata 5%
yaitu sebagai berikut.
a) Untuk baris :
H0 diterima apabila F0 ≤ 2,87
H0 ditolak apabila F0 > 2,87
b) Untuk kolom :
H0 diterima apabila F0 ≤ 2,71
H0 ditolak apabila F0 > 2,71
4. Analisis varian:
Analisis varians adalah teknik yang digunakan untuk pengujian atau
membandingkan lebih dari dua parameter populasi. Berikut adalah perhitungan
anova dua arah dengan interaksi untuk menentukan JKT, JKK, JKB, JKE dan
dimasukkan ke dalam tabel anova.
Tabel 2.3 Pengaruh Rasa Minuman Terhadap Media Promosi
Media Rasa Minuman
Total
Promosi Strawberry Blueberry Leci Lemon Mangga Jeruk
Koran 116 118 117 115 113 114 693
Internet 117 119 116 116 112 112 692
Brosur 115 117 117 115 114 113 691
Televisi 116 119 118 115 113 113 694
Spanduk 116 117 116 115 114 113 691
Total 580 590 584 576 566 565 3461

JKT =

JKT =

JKT = 399397 399284,033

JKT = 112,967

JKB =

JKB =

JKB = 399285,166 399284,033

JKB = 1,133

JKK =
JKK =

JKK = 399382,6 399284,033

JKK = 98,567
JKE = JKT – JKB – JKK
JKE = 112,967 – 1,133 – 98,567
JKE = 13,267

S12 = S22 = S32 =

= = =

= 0,283 = 19,713 = 0,663

F1 = F2 =

= =

= 0,426 = 29,733
Tabel 2.4 Tabel Anova Dua Arah Tanpa Interaksi
Sumber Jumlah Derajat Rata-rata
F0
Varians Kuadrat Bebas Kuadrat

Rata-rata baris 4 0,283


F1 = 0,426
Rata-rata kolom 98,567 5 19,713
F2 = 29,733
Rata-rata error 13,267 20 0,663
Rata-rata total 112,967 29

5. Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan nol (H0), sesuai dengan pengujiannya. Pembuatan

kesimpulan dilakukan setelah membandingkan nilai uji statistik dengan nilai

tabel .
a. Berdasarkan perhitungan diatas didapatkan F0,05(4;20) sebesar 2,87 dan F1
sebesar 0,426, maka F1 ≤ F0,05(4;20) artinya H0 diterima. Menyatakan bahwa
rata-rata keenam rasa minuman sama sehingga tidak ada pengaruh
perbedaan rasa minuman terhadap hasil penjualan selama bulan Oktober.
b. Berdasarkan perhitungan diatas didapatkan F0,05(5;20) sebesar 2,71 dam F2
sebesar 29,733, maka F2 > F0,05(5;20) artinya H0 ditolak. Menyatakan bahwa
rata-rata kelima media promosi tidak sama sehingga sekurang-kurangnya
ada satu pengaruh perbedaan media promosi terhadap hasil penjualan
selama bulan Oktober.

2.3.2 Anova Dua Arah Dengan Interaksi


Pengujian data dua arah dengan interaksi adalah pengujian hipotesis beda
tiga rata-rata atau lebih dengan dua faktor yang berpengaruh dan interaksi antara
dua faktor tersebut diperhitungkan. Berikut langkah-langkah yang pengujian
anova dua arah dengan interaksi.
1. Formulasi hipotesis
Formulasi hipotesis adalah suatu prosedur yang akan menghasilkan suatu
keputusan, yaitu keputusan menerima atau menolak hipotesis. Formulasi hipotesis
dapat dibedakan menjadi dua jenis, yaitu sebagai berikut.
a. H0 : Rata-rata keenam wilayah penjualan sama sehingga tidak ada pengaruh
perbedaan wilayah penjualan terhadap hasil penjualan selama bulan
Oktober.
H1 : Rata-rata keenam wilayah penjualan tidak sama sehingga sekurang-
kurangnya ada satu pengaruh perbedaan wilayah penjualan terhadap hasil
penjualan selama bulan Oktober.
b. H0 : Rata-rata kelima merek produk sama sehingga tidak ada pengaruh
perbedaan merek produk terhadap hasil penjualan selama bulan Oktober.
H1 : Rata-rata kelima merek produk tidak sama sehingga sekurang-
kurangnya ada satu pengaruh perbedaan merek produk terhadap hasil
penjualan selama bulan Oktober.
c. H0 : Rata-rata wilayah penjualan dengan merek produk sama sehingga tidak
ada pengaruh perbedaan wilayah penjualan dengan merek produk terhadap
hasil penjualan selama bulan Oktober.
H1 : Rata-rata wilayah penjualan dengan merek produk tidak sama sehingga
sekurang-kurangnya ada satu pengaruh perbedaan wilayah penjualan dengan
merek produk terhadap hasil penjualan selama bulan Oktober.

2. Taraf nyata ( ) dan nilai F tabel:

Taraf nyata adalah besarnya batas toleransi dalam menerima kesalahan hasil
hipotesis terhadap nilai parameter populasinya. Taraf nyata yang digunakan adalah
5%, taraf nyata digunakan untuk menentukan nilai distribusi yang digunakan pada
pengujian.

= 5 % = 0,05

a. Untuk baris : v1 = b – 1 = 5 – 1 = 4
v2 = kb (n-1) = (6.5)(1) = 30
F0,05(4;30) = 2,69
b. Untuk kolom : v1 = k-1 = 6-1 = 5
v2 = kb (n-1) = (6.5)(1) = 30
F0,05(5;30) = 2,53
c. Untuk interaksi : v1 = (k – 1) (b – 1) = (5)(4) = 20
v2 = kb (n-1) = (6.5)(1) =30
F0,05(20;30) = 1,93
3. Kriteria pengujian
Kriteria pengujian adalah pembuatan keputusan dalam menerima atau

menolak hipotesis nol (H0) dengan cara membandingkan nilai tabel

distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk
pengujiannya. Yang dimaksud dengan bentuk pengujian adalah sisi atau arah
pengujian. Kriteria yang didapat berdasarkan perhitungan pada taraf nyata 5%
yaitu sebagai berikut.
a) Untuk baris :
H0 diterima apabila F0 ≤ 2,69
H0 ditolak apabila F0 > 2,69
b) Untuk kolom :
H0 diterima apabila F0 ≤ 2,53
H0 ditolak apabila F0 > 2,53
c) Untuk interaksi
H0 diterima apabila F0 ≤ 1,93
H0 ditolak apabila F0 > 1,93
4. Analisis varian:
Analisis varians adalah teknik yang digunakan untuk pengujian atau
membandingkan lebih dari dua parameter populasi. Berikut adalah perhitungan
anova dua arah dengan interaksi untuk menentukan JKT, JKK, JKB, JKE, JKI dan
dimasukkan ke dalam tabel anova.
Tabel 2.5 Pengaruh merek produk dan wilayah penjualan
Merek Wilayah Penjualan
Total
Produk Jakarta Cirebon Surabaya Pekanbaru Bekasi Medan
Fanta 306 312 316 307 311 311 1863
Coca-
308 314 318 309 313 313 1875
cola
Sprite 299 311 307 307 304 304 1832
J&W 315 305 308 311 312 312 1863
Diet
302 303 300 302 304 311 1822
Coke
Total 1530 1545 1549 1536 1544 1551 9255

JKT =

JKT =

JKT = 1452471 1427583,75

JKT = 24887,25

JKB =
JKB =

JKB = 1427755.916 1427583,75

JKB = 172.166

JKK =

JKK =

JKK = 1427615,9 1427583,75

JKK = 32,15

JKI =

JKI =

JKI = 1427929,5 1427755,916 1427615,9 + 1427583,75

JKI = 141,434

JKE = JKT – JKB – JKK – JKI


JKE = 24887,25 – – 141,434

JKE = 24541,6

S12 = S22 = S32 = S42 =


= = = =

= 43,041 = 6,43 = 7,071 = 818,053

F1 = F2 = F3 =

= = =

0,052
= = 0,007 = 0,008

Tabel 2.6 Tabel Anova Dua Arah Dengan Interaksi

Sumber Jumlah Derajat Rata-rata


F0
Varians Kuadrat Bebas Kuadrat

Rata-rata baris 172.166 4 43,041


F1 = 0,052
Rata-rata kolom 5 6,43
F2 = 0,007
Rata-rata interaksi 141,434 20 7,071
F3 = 0,008
Rata-rata error 24541,6 30 818,053
Rata-rata total 24887,25 59

5. Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan nol (H0), sesuai dengan pengujiannya. Pembuatan

kesimpulan dilakukan setelah membandingkan nilai uji statistik dengan nilai

tabel.

a. Berdasarkan perhitungan diatas didapatkan dan F0,05(4,30) = 2,69,

maka F1 ≤ F0,05(4;30) artinya H0 diterima. Menyatakan bahwa rata-rata keenam


wilayah penjualan sama sehingga tidak ada pengaruh perbedaan wilayah
penjualan terhadap hasil penjualan selama bulan Oktober.
b. Berdasarkan perhitungan diatas didapatkan F2 = 0,007 dan F0,05(5,30) = 2,53,

maka F2 ≤ F0,05(5;30) artinya H0 diterima. Menyatakan bahwa rata-rata


kelima merek produk sama sehingga tidak ada pengaruh perbedaan merek
produk terhadap hasil penjualan selama bulan Oktober.

c. Berdasarkan perhitungan diatas didapatkan F3 = 0,008 dan F0,05(20,30) = 1,93,

maka F3 ≤ F0,05(20;30) H0 diterima. Menyatakan bahwa rata-rata wilayah


penjualan dengan merek produk sama sehingga tidak ada pengaruh
perbedaan wilayah penjualan dengan merek produk terhadap hasil penjualan
selama bulan Oktober.

2.4. Pengolahan Software


Pengolahan software untuk modul anova dua arah adalah menggunakan
sotfware SPSS versi 16.0. Pada cara ini menggunakan pengolahan software untuk
modul anova dua arah terdiri 2 jenis pengolahan, yaitu pengolahan software untuk
anova dua arah tanpa interaksi dan dengan interaksi.

2.4.1 ANOVA Dua Arah tanpa Interaksi


Langkah pertama dalam pengolahan data tanpa interaksi adalah dengan
membuka software SPSS 16.0. Pada halaman utama, memilih menu variable view,
kemudian mengisi nama variabel pertama dengan nama Media_Promosi
kemudian variable kedua adalah Rasa_Minuman dan yang terakhir variabel ketiga
adalah Jumlah_Penjualan kemudian mengganti angka pada tabel decimals
menjadi 0 (nol), align center, dan measure scale.

Gambar 2.21 Variabel View


Langkah berikutnya pada variabel Media_Promosi ubah Values dengan cara
klik 2 kali pada kolom Values kemudian akan muncul kotak dialog Values. Isi
bagian value dengan angka kemudian label dengan nama atau judul value tersebut
kemudian pilih add, tambahkan sehingga terdapat 5 Value yaitu 1 “Koran”, 2
“Internet”, 3 “Brosur”, 4 “Televisi” , 5 “Spanduk”, kemudian pilih OK.

Gambar 2.22 Value Labels


Langkah selanjutnya pada variabel Rasa_Minuman ubah Values dengan cara
klik 2 kali pada kolom Values kemudian akan muncul kotak dialog Values. Isi
bagian value dengan angka kemudian label dengan nama atau judul value tersebut
kemudian pilih add, tambahkan sehingga terdapat 6 Value yaitu 1 “Strawberry”, 2
“Blueberry”, 3 “Leci”, 4 “Lemon”, 5 “Mangga”, 6 “Jeruk”, kemudian pilih OK.

Gambar 2.23 Value Labels


Langkah selanjutnya adalah masuk ke halaman data view kemudian input
data yang telah diperoleh. Pada variabel Rasa_Minuman masukkan kode angka
sesuai dengan value label yang telah dibuat.
Gambar 2.24 Data View
Langkah berikutnya setelah menginput data adalah pilih menu Analyze
kemudian General Linear Model kemudian pilih Univariate.
Gambar 2.25 Langkah Pengujian Software Tanpa Interaksi
Kotak dialog Univariate akan muncul. Pada kotak dialog tersebut pindahkan
variabel Jumlah_Penjualan ke kolom Dependent Variable, variabel
Rasa_Minuman ke kolom Fixed Factor dan variabel Media_Promosi ke dalam
kolom Random Factor.

Gambar 2.26 Kotak Dialog Univariate


Langkah terakhir setelah memindahkan variabel ke dalam kolom yang ada
adalah memilih OK maka akan keluar output sebagai berikut.
Gambar 2.27 Output Between-Subjects Factors
Output tabel Between-Subject Factor. Tabel berisi jumlah dari masing-
masing sampel yang ada.

Gambar 2.28 Output Tests of Between-Subjects Effects


Output tabel Test of Between-Subjects Effects. Tabel ini digunakan untuk
mengetahui nilai F dan Mean Square apakah ada pengaruh antara Media _romosi
dan Rasa_Minuman terhadap Jumlah_Penjualan.

2.4.1 ANOVA Dua Arah dengan Interaksi


Langkah pertama dalam pengolahan data tanpa interaksi adalah dengan
membuka software SPSS 16.0. Pada halaman utama, memilih menu variable view,
kemudian mengisi nama variabel pertama dengan nama Merek_Produk kemudian
variable kedua adalah Wilayah_Penjualan dan yang terakhir variabel ketiga adalah
Jumlah_Penjualan kemudian mengganti angka pada tabel decimals menjadi 0
(nol), align center, dan measure scale.
Gambar 2.29 Variabel View
Langkah berikutnya pada variabel Merek_Produk ubah Values dengan cara
klik 2 kali pada kolom Values kemudian akan muncul kotak dialog Values. Isi
bagian value dengan angka kemudian label dengan nama atau judul value tersebut
kemudian pilih add, tambahkan sehingga terdapat 5 Value yaitu 1 “Fanta”, 2
“Coca-Cola”, 3 “Sprite”, 4 “J&W” , 5 “Diet Coke”, kemudian pilih OK.

Gambar 2.30 Value Labels


Langkah selanjutnya pada variabel Wilayah_Penjualan ubah Values dengan
cara klik 2 kali pada kolom Values kemudian akan muncul kotak dialog Values. Isi
bagian value dengan angka kemudian label dengan nama atau judul value tersebut
kemudian pilih add, tambahkan sehingga terdapat 6 Value yaitu 1 “Jakarta”, 2
“Cirebon”, 3 “Surabaya”, 4 “Pekanbaru”, 5 “Bekasi”, 6 “Medan”, kemudian pilih
OK.

Gambar 2.31 Value Labels


Langkah selanjutnya adalah masuk ke halaman data view kemudian input
data yang telah diperoleh. Pada variabel Wilayah_Penjualan masukkan kode
angka sesuai dengan value label yang telah dibuat.

Gambar 2.32 Data View


Langkah berikutnya setelah menginput data adalah pilih menu Analyze
kemudian General Linear Model kemudian pilih Univariate.

Gambar 2.33 Langkah Pengujian Software Tanpa Interaksi


Kotak dialog Univariate akan muncul. Pada kotak dialog tersebut pindahkan
variabel Jumlah_Penjualan ke kolom Dependent Variable, variabel
Merek_Minuman dan Wilayah_Penjualan ke kolom Fixed Factor.
Gambar 2.34 Kotak Dialog Univariate
Langkah terakhir setelah memindahkan variabel ke dalam kolom yang ada
adalah memilih OK maka akan keluar output sebagai berikut.

Gambar 2.35 Output Between-Subject Factors


Output tabel Between-Subject Factor. Tabel berisi jumlah dari masing-
masing sampel yang ada.
Gambar 2.36 Output Tests of Between-Subjects Effects
Output tabel Test of Between-Subjects Effects. Tabel ini digunakan untuk
mengetahui nilai F dan Mean Square apakah ada pengaruh antara Merek_Produk
dan Wilayah_Penjualan terhadap Jumlah_Penjualan.

2.5. Analisis Perhitungan Manual


Analisis perhitungan manual berfungsi untuk menjelaskan hasil perhitungan
yang didapat dengan menggunakan kalkulator serta membandingkan hasil
perhitungan software dengan manual. Berikut ini merupakan analisis dari
perhitungan manual yang telah didapat.

2.5.1 ANOVA Dua Arah tanpa Interaksi


Berdasarkan hasil perhitungan manual anova dua arah tanpa interaksi adalah
yang pertama untuk jumlah dari hasil kuadrat rata-rata kolom (JKK) didapatkan
nilai sebesar 1,133. Kedua jumlah dari hasil kuadrat rata-rata baris (JKB)
didapatkan nilainya sebesar 98,567. Ketiga jumlah dari hasil kuadrat error (JKE)
didapatkan nilainya sebesar 13,267. Keempat jumlah hasil dari kuadrat total (JKT)
didapatkan nilainya sebesar 112,967.
Jumlah hasil dari derajat bebas rata-rata baris adalah 4, hasil ini didapatkan
dari jumlah baris dikurangi dengan 1 (b-1). Jumlah hasil dari derajat bebas rata-
rata kolom adalah 5, hasil ini didapatkan dari jumlah kolom dikurangi dengan 1
(k-1). Jumlah hasil dari derajat bebas rata-rata error adalah 20, hasil ini
didapatkan dari hasil perkalian antara hasil dari derajat bebas rata-rata baris
dengan hasil dari derajat bebas rata-rata kolom (b-1)(k-1). Jumlah hasil dari
derajat bebas rata-rata total adalah 29, hasil ini didapat dari penjumlahan hasil
keseluruhan derajat bebas. Jumlah hasil dari rata-rata kuadrat baris adalah 0,283 ,
hasil ini merupakan pembagian antara JKB dengan derajat bebas rata-rata baris.
Jumlah hasil dari rata-rata kuadrat kolom adalah 19,713, hasil ini merupakan
pembagian antara JKK dengan derajat bebas rata-rata kolom. Jumlah hasil dari
rata-rata kuadrat error adalah 0,663, hasil ini merupakan pembagian antara JKE
dengan hasil perkalian derajat bebas rata-rata baris dan derajat bebas rata-rata
kolom.

Berdasarkan perhitungan mengunakan taraf nyata sebesar 0,05 yang

pertama didapatkan hasil F0,05(4;20) sebesar 2,87 dan F1 sebesar 0,426 yang
merupakan hasil pembagian antara hasil rata-rata kuadrat baris dengan hasil rata-
rata kuadrat error. Hasil berdasarkan perhitungan Ftabel dengan F1 didapatkan F1 ≤
F0,05(4;20), sehingga H0 diterima yang menyatakan bahwa rata-rata keenam rasa
minuman sama sehingga tidak ada pengaruh perbedaan rasa minuman terhadap
hasil penjualan selama bulan Oktober.

Berdasarkan perhitungan mengunakan taraf nyata sebesar 0,05 yang

kedua didapatkan hasil F0,05(5;20) sebesar 2,71 dan F2 sebesar 29,733 yang
merupakan hasil pembagian antara hasil rata-rata kuadrat kolom dengan hasil rata-
rata kuadrat error. Hasil berdasarkan perhitungan Ftabel dengan F2 didapatkan F2 >
F0,05(5;20) , sehingga H0 ditolak yang menyatakan bahwa rata-rata kelima media
promosi tidak sama sehingga sekurang-kurangnya ada satu pengaruh perbedaan
media promosi terhadap hasil penjualan selama bulan Oktober.

2.5.2 ANOVA Dua Arah dengan Interaksi


Berdasarkan hasil perhitungan manual untuk jumlah dari hasil kuadrat rata-
rata kolom (JKK) didapatkan nilai sebesar 172,166. Jumlah dari hasil kuadrat
rata-rata baris (JKB) didapatkan nilainya sebesar 32,15. Jumlah dari hasil kuadrat
error (JKE) didapatkan nilainya sebesar 24541,6. Jumlah hasil dari kuadrat total
(JKT) didapatkan nilainya sebesar 24887,25.
Jumlah hasil dari derajat bebas rata-rata baris adalah 4 hasil ini didapatkan
dari jumlah baris dikurangi dengan 1 (b-1). Jumlah hasil dari derajat bebas rata-
rata kolom adalah 5, hasil ini didapatkan dari jumlah kolom dikurangi dengan 1
(k-1). Jumlah hasil dari derajat bebas rata-rata interaksi adalah 20, dari hasil
perkalian antara hasil dari derajat bebas rata-rata baris dengan hasil dari derajat
bebas rata-rata kolom (b-1)(k-1). Jumlah hasil dari derajat bebas rata-rata error
adalah 30, hasil ini didapatkan dari hasil perkalian bk(n-1). Jumlah hasil dari
derajat bebas rata-rata total adalah 59, hasil ini didapat dari penjumlahan hasil
keseluruhan derajat bebas. Jumlah hasil dari rata-rata kuadrat baris adalah 43,041,
hasil ini merupakan pembagian antara JKB dengan derajat bebas rata-rata baris.
Jumlah hasil dari rata-rata kuadrat kolom adalah 6,43, hasil ini merupakan
pembagian antara JKK dengan derajat bebas rata-rata kolom. Jumlah hasil dari
rata-rata kuadrat kolom adalah 7,071, hasil ini merupakan pembagian antara JKI
dengan derajat bebas rata-rata interaksi. Jumlah hasil dari rata-rata kuadrat error
adalah 818,053, hasil ini merupakan pembagian antara JKE dengan hasil perkalian
derajat bebas rata-rata baris dan derajat bebas rata-rata error.
Berdasarkan perhitungan mengunakan taraf nyata ∝ sebesar 0,05 yang
pertama didapatkan hasil F1 sebesar 0,052 dan F0,05(4;30) sebesar 2,69 yang
merupakan hasil pembagian antara hasil rata-rata kuadrat baris dengan hasil rata-

rata kuadrat error. Hasil berdasarkan perhitungan F1 dengan Ftabel didapatkan

F0,05(4,30), maka H0 diterima. Menyatakan bahwa rata-rata keenam wilayah

penjualan sama sehingga tidak ada pengaruh perbedaan wilayah penjualan


terhadap hasil penjualan selama bulan Oktober.
Berdasarkan perhitungan mengunakan taraf nyata ∝ sebesar 0,05 yang
kedua didapatkan hasil F2 sebesar 0,007 dan F0,05(5;30) sebesar 2,53 yang
merupakan hasil pembagian antara hasil rata-rata kuadrat kolom dengan hasil rata-

rata kuadrat error. Hasil berdasarkan perhitungan F2 dengan Ftabel didapatkan

F0,05(5,30) , maka H0 diterima. Menyatakan bahwa rata-rata kelima merek produk


sama sehingga tidak ada pengaruh perbedaan merek produk terhadap hasil
penjualan selama bulan Oktober.
Berdasarkan perhitungan mengunakan taraf nyata ∝ sebesar 0,05 yang
kedua didapatkan hasil F3 sebesar 0,012 dan F0,05(4;30) sebesar 1,93 yang
merupakan hasil pembagian antara hasil rata-rata kuadrat interaksi dengan hasil
rata-rata kuadrat error. Hasil berdasarkan perhitungan F3 dengan Ftabel didapatkan

F0,05(20,30), maka H0 diterima. Menyatakan bahwa rata-rata wilayah penjualan

dengan merek produk sama sehingga tidak ada pengaruh perbedaan wilayah
penjualan dengan merek produk terhadap hasil penjualan selama bulan Oktober.

2.6. Analisis Pengolahan Software


Analisis pengolahan software dilakukan setelah mendapatkan hasil output
dari pengolahan software. Analisis dibuat berdasarkan dari pengolahan software
yang terdiri dari anova dua arah dengan interaksi dan anova dua arah tanpa
interaksi.

2.6.1 Anova Dua Arah tanpa Interaksi


Output between-subjects factors menjelaskan jumlah variabel-variabel yang
ada pada anova dua arah. N artinya sebagai jumlah data keseluruhan. Ada 6 rasa
minuman yang berbeda,yaitu strawberry,blueberry, leci, lemon,mangga, dan jeruk.
Ada media promosi yang berbeda yaitu melewati koran, internet, brosur, televisi
dan spanduk dengan total media promosi sebanyak 5 media.
Output test of between yang pertama dalam output ini didapatkan nilai-nilai
seperti intercept, JKB, JKK, JKE, dan JKT. Type III sum of square sebagai kolom
dengan baris intercept yang nilainya sebesar 399284.033 dengan derajat bebasnya
(df) sebesar 1. Rasa minuman memiliki nilai sebesar 98,567 dengan derajat
bebasnya (df) sebesar 5. Media promosi memiliki nilai sebesar 1,133 dengan
derajat bebasnya (df) sebesar 4. Rasa minuman dan media promosi memiliki nilai
sebesar 13,267dengan derajat bebasnya adalah 20.
Mean square adalah nilai rata-rata kuadrat. Pertama adalah didapatkan nilai
pada intercept nilai sebesar 399284,033. Kedua adalah nilai rata-rata dari rasa
minuman yaitu sebesar 19,713. Ketiga adalah nilai rata-rata dari media promosi
yaitu sebesar 0,283. Keempat adalah nilai rata-rata kuadrat antara rasa minuman
dengan orang2 yang berhak kita bantu.
Fo yang digunakan dalam intercept yaitu sebesar 1,409E6 dengan nilai
signifikannya 0,000. Fo yang didapatkan dalam rasa minuman dengan nilai
signifikannya 0,000. Fo yang didapatkan dalam media promosi yaitu sebesar
0,427 dengan nilai signifikannya 0,787.

2.6.2 Anova Dua Arah dengan Interaksi


Output between-subjects factors menjelaskan jumlah variabel-variabel yang
ada pada anova dua arah. N dilambangkan sebagai jumlah data keseluruhan.
Dalam output ini menjelaskan bahwa merek produk memiliki nilai value label
sebanyak 5 macam dengan masing-masing merek berjumlah 12, diantaranya yaitu
fanta, coca-cola,sprite, J&W. Wilayah penjualanya terdiri dari kota jakarta,
cirebon, surabaya, pekanbaru, bekasi dan medan dengan total 6 wilayah dengan
masing2 wilayah sebesar 200,000.
Output test of between- Subjects Effect yang pertama dalam output ini
didapatkan nilai-nilai seperti intercept, JKB, JKK, JKE, dan JKT. Type III sum of
square sebagai kolom dengan baris intercept yang nilainya sebesar 1429126,667
dengan derajat bebasnya (df) sebesar 1. Merek produk memiliki nilai sebesar
149,667 dengan derajat bebasnya (df) sebesar 4.
Mean square adalah rata-rata kuadrat. Pertama adalah didapatkan nilai pada
intercept nilai sebesar 1429126,667. Kedua adalah nilai rata-rata kuadrat merek
produk yaitu sebesar 37,417. Ketiga adalah nilai rata-rata kuadrat wilayah
penjualan yaitu sebesar 8,547. Keempat adalah nilai rata-rata merek produk dan
wilayah penjualan yaitu sebesar 8,897.
Fo yang digunakan dalam intercept yaitu sebesar 2,221E5 dengan nilai
signifikannya 0,033. Fo yang didapatkan dalam wilayah penjualan yaitu sebesar
1,328 dengan nilai signifikannya 0,0279. Fo yang didapatkan dalam merek produk
yaitu sebesar 1,383 dengan nilai signifikannya 0,206.

2.7 Analisis Perbandingan


Perbandingan antara perhitungan manual dan pengolahan software adalah
kegiatan dimana membandingkan hasil yang didapat dari perhitungan manual dan
pengolahan software. Kegiatan ini dilakukan untuk mengetahui apakah perbedaan
antara hasil perhitungan manual dengan pengolahan software, dan apa penyebab
dari perbedaan tersebut.
Tabel 2.8 Tabel Perbandingan ANOVA Dua Arah tanpa Interaksi
Perhitungan Manual Pengolahan Software
Perbandingan Jumlah Kuadrat
1,133 1,133
Baris
Perbandingan Jumlah Kuadrat
98,567 98,567
Kolom
Perbandingan Jumlah Kuadrat
13,267 13,267
Error
Perbandingan Jumlah Kuadrat
112,967 112,967
Total
Derajat Bebas Baris 4 4
Derajat Bebas Kolom 5 5
Derajat Bebas Error 20 20
Rata-Rata Kuadrat Baris 0,283 0,283
Rata-Rata Kuadrat Kolom 19,713 19,713
Rata-Rata Kuadrat Error 0,663 0,663
F1 0,426 0,427
F2 29,733 29,719

Perbandingan pertama adalah perbandingan jumlah kuadrat. Dari tabel


perbandingan nilai jumlah kuadrat yang akan dibandingkan adalah jumlah kuadrat
baris (JKB), jumlah kuadrat kolom (JKK), jumlah kuadrat error (JKE), dan
jumlah kuadrat total (JKT). Berdasarkan hasil yang didapat, pada perhitungan
manual nilai JKB, JKK, JKE, dan JKT berturut-turut adalah 1,133, 98,567,
13,267, dan 112,967. Pada pengolahan Software nilai JKB, JKK, JKE, dan JKT
berturut-turut adalah 1,133, 98,567, 13,267, 112,967. Dari hasil berikut diketahui
bahwa nilai jumlah kuadrat pada perhitungan manual dengan pengolahan software
adalah sama.
Perbandingan kedua adalah perbandingan derajat bebas. Dari tabel
perbandingan nilai derajat bebas yang akan dibandingkan adalah derajat bebas
baris, derajat bebas kolom, derajat bebas error. Berdasarkan hasil yang didapat,
pada perhitungan manual nilai derajat bebas baris, derajat bebas kolom, dan
derajat bebas error berturut-turut adalah 4, 5, dan 20. Pada pengolahan software
nilai derajat bebas baris, derajat bebas kolom, dan derajat bebas error berturut-
turut adalah 4, 5, dan 20. Dari hasil tersebut diketahui bahwa nilai derajat bebas
perhitungan manual dengan pengolahan software adalah sama.
Perbandingan ketiga adalah perbandingan rata-rata kuadrat. Dari tabel diatas
nilai rata-rata kuadrat yang akan dibandingkan adalah rata-rata kuadrat baris, rata-
rata kuadrat kolom, dan rata-rata kuadrat error. Berdasarkan hasil yang didapat,
pada perhitungan manual nilai rata-rata kuadrat baris, rata-rata kuadrat kolom, dan
rata-rata kuadrat error berturut-turut adalah 0,283, 19,713, dan 0,663. Pada
pengolahan software nilai rata-rata kuadrat baris, rata-rata kuadrat kolom, dan
rata-rata kuadrat error berturut-turut adalah 0,283, 19,713, dan 0,663 Dari hasil
tersebut diketahui bahwa nilai rata-rata kuadrat pada perhitungan manual dengan
pengolahan software adalah sama.
Perbandingan keempat adalah perbandingan Fuji. Dari tabel perbandingan
diatas nilai Fuji yang akan dibandingkan adalah Fuji1 dan Fuji2. Berdasarkan
hasil yang didapat, pada perhitungan manual nilai Fuji1 dan Fuji2 adalah 0,426
dan 29,733. Pada pengolahan software nilai Fuji1 dan Fuji2 adalah 0,427 dan
29,719. Dari hasil berikut diketahui bahwa Fuji pada perhitungan manual dengan
pengolahan software berbeda. Hal ini terjadi dikarenakan adanya perbedaan aturan
pembulatan.
Tabel 2.9 Tabel Perbandingan ANOVA Dua Arah dengan Interaksi
Perhitungan Manual Pengolahan Software
Perbandingan Jumlah
172,166 149,667
Kuadrat Baris
Perbandingan Jumlah
32,15 42,733
Kuadrat Kolom
Perbandingan Jumlah
24541,6 193
Kuadrat Error
Jumlah Kuadrat Interaksi 141,434 177,933
Derajat Bebas Baris 4 4
Derajat Bebas Kolom 5 5
Derajat Bebas Error 30 30
Derajat Bebas Interaksi 20 20
Rata-Rata Kuadrat Baris 43,041 37,417
Rata-Rata Kuadrat Kolom 6,43 8,547
Rata-Rata Kuadrat Error 818,053 6,433
Rata-Rata Kuadrat Interaksi 7,071 8,897
F1 0,052 5,816
F2 0,007 1,328
F3 0,008 1,383

Perbandingan pertama adalah perbandingan jumlah kuadrat. Dari tabel


perbandingan nilai jumlah kuadrat yang akan dibandingkan adalah jumlah kuadrat
baris (JKB), jumlah kuadrat kolom (JKK), jumlah kuadrat error (JKE), dan
jumlah kuadrat interaksi (JKI). Berdasarkan hasil yang didapat, pada perhitungan
manual nilai JKB, JKK, JKE, dan JKI berturut-turut adalah 172,166, 32,15,
24541,6, dan 141,434. Pada pengolahan Software nilai JKB, JKK, JKE, dan JKI
berturut-turut adalah 149,667, 42,733, 193, dan 177,933. Dari hasil berikut
diketahui bahwa nilai jumlah kuadrat pada perhitungan manual dengan
pengolahan software adalah berbeda. Hal ini disebabkan adanya perbedaan
pembulatan pada proses perhitungan
Perbandingan kedua adalah perbandingan derajat bebas. Dari tabel
perbandingan nilai derajat bebas yang akan dibandingkan adalah derajat bebas
baris, derajat bebas kolom, derajat bebas error, dan derajat bebas interaksi.
Berdasarkan hasil yang didapat, pada perhitungan manual nilai derajat bebas
baris, derajat bebas kolom, derajat bebas error, dan derajat bebas interaksi
berturut-turut adalah 4, 5, 30, dan 20. Pada pengolahan software nilai derajat
bebas baris, derajat bebas kolom, derajat bebas error, dan derajat bebas interaksi
berturut-turut adalah 4, 5, 30, dan 20. Dari hasil tersebut diketahui bahwa nilai
derajat bebas perhitungan manual dengan pengolahan software adalah sama.
Perbandingan ketiga adalah perbandingan rata-rata kuadrat. Dari tabel diatas
nilai rata-rata kuadrat yang akan dibandingkan adalah rata-rata kuadrat baris, rata-
rata kuadrat kolom, rata-rata kuadrat error dan rata-rata kuadrat interaksi.
Berdasarkan hasil yang didapat, pada perhitungan manual nilai rata-rata kuadrat
baris, rata-rata kuadrat kolom, rata-rata kuadrat error dan rata-rata kuadrat
interaksi berturut-turut adalah 43,041, 6,43, 818,063, dan 7,071. Pada pengolahan
software rata-rata kuadrat baris, rata-rata kuadrat kolom, rata-rata kuadrat error
dan rata-rata kuadrat interaksi berturut-turut adalah 37,417, 8,547, 6,433, dan
8,897.Dari hasil tersebut diketahui bahwa nilai rata-rata kuadrat pada perhitungan
manual dengan pengolahan software adalah berbeda. Hal ini disebabkan adanya
perbedaan pembulatan pada proses perhitungan
Perbandingan keempat adalah perbandingan Fuji. Dari tabel perbandingan
diatas nilai Fuji yang akan dibandingkan adalah Fuji1, Fuji2, dan Fuji 3.
Berdasarkan hasil yang didapat, pada perhitungan manual nilai Fuji1, Fuji2, dan
Fuji 3 adalah 0,052, 0,007, dan 0,008. Pada pengolahan software nilai Fuji1,
Fuji2, dan Fuji 3 adalah 5,816, 1,328, dan 1,383. Dari hasil berikut diketahui
bahwa Fuji pada perhitungan manual dengan pengolahan software berbeda. Hal
ini terjadi dikarenakan adanya perbedaan aturan pembulatan.
BAB III
PENUTUP

3.1 Kesimpulan
Kesimpulan merupakan hasil akhir atau rangkuman suatu pemaparan atau
pernyataan. Kesimpulan ialah menjawab sebuah tujuan. Berikut adalah
kesimpulan dari modul Anova Satu Arah :
1. Berdasarkan hasil perhitungan manual yang telah dilakukan untuk ANOVA
Dua Arah tanpa interaksi didapatkan :
a. Berdasarkan perhitungan diatas didapatkan nilai F1 hitung untuk baris

sebesar 0,426 F0,05(4;20) sebesar 2,87, maka H0 diterima. Menyatakan

bahwa tidak terdapat pengaruh perbedaan rasa minuman dengan media


promosi selama bulan Oktober.
b. Berdasarkan perhitungan diatas didapatkan nilai F2 hitung untuk kolom

sebesar 29,733 sebesar 2,71 maka H0 ditolak. Hal ini

menunjukkan bahwa terdapat pengaruh perbedaan rasa minuman terhadap


media promosi selama bulan Oktober.
2. Berdasarkan hasil perhitungan manual yang telah dilakukan untuk ANOVA
Dua Arah dengan interaksi didapatkan :
a. Berdasarkan perhitungan manual didapatkan nilai F1 hitung untuk baris

sebesar 0,052 F0,05(4,30) sebesar 2,69, maka H0 diterima dan tidak ada

pengaruh antara merek produk terhadap wilayah penjualan..


b. Berdasarkan perhitungan manual didapatkan nilai F2 hitung untuk kolom

sebesar 0,007 F0,05(5;30) = 2,53. maka H0 diterima yang artinya tidak ada

pengaruh antara merek produk terhadap wilayah penjualan.


c. Berdasarkan perhitungan manual didapatkan nilai F3 hitung untuk interaksi

sebesar 0,012 F0,05(20;30) sebesar 1,93. maka H0 diterima yang artinya tidak

terdapat interaksi antara merek produk dengan wilayah penjualan.


3.2 Saran
Laporan akhir praktikum statistika industri yang kami buat belum sempurna,
adapun saran kami untuk laporan ini sebagai berikut :
1. Laporan ini dibutuhkan ketelitian dalam menghitung data baik manual
maupun menggunakan software.
2. Dalam pembuatan laporan akhir ini diperlukannya kerjasama yang baik
antar anggota kelompok agar dapat menyelesaikan laporan ini dengan tepat
waktu.
DAFTAR PUSTAKA

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


Jakarta : PT. Bumi Aksara.
LEMBAR ASISTENSI LAPORAN AKHIR
PRAKTIKUM STATISTIKA INDUSTRI

Kelompok/ Kelas : 3/ 2ID07


Asisten Pembimbing : Linda Lestari

Paraf Praktikum
Albertus Aisyah Afif Darman Stephanie Paraf
No Tanggal Dadan Nurkholis
Bima Reihan Pinasthika Madik Febiana V Asisten
Ramadhan Rafi
Saputra Jannah Dwianto Munthe P
1 14/10/2020 √ √ √ √ √ √ √ Lnd
2 22/102020 √ √ √ √ √ √ Lnd
3 29/10/2020 √ √ √ √ √ √ √ Lnd
4 05/10/2020 √ √ √ √ √ √ √ Lnd

Anda mungkin juga menyukai