i. pendahuluan - lab-srk.ub.ac.idlab-srk.ub.ac.id/wp-content/uploads/2019/02/lkm-modul-2.pdf33 i....
TRANSCRIPT
33
I. PENDAHULUAN
1.1 Latar Belakang
Dalam kehidupan sehari-hari pasti dihadapkan oleh beberapa pilihan yang menuntut sebuah
pengambilan keputusan yang tepat dari alternatif pilihan yang ada sehingga dapat menghasilkan
solusi yang optimal. Statistik inferensia merupakan salah satu jenis ilmu statistik yang dapat
digunakan untuk membantu dalam pengambilan sebuah keputusan. Menurut Bluman (2012:4),
Statistik inferensia terdiri dari generalisasi dari sampel ke populasi, melakukan estimasi dan uji
hipotesis, menentukan hubungan antar variabel, dan membuat prediksi.
Statistik inferensia terbagi menjadi dua macam, yaitu statistik parametrik dan
nonparametrik. Menurut Bluman (2012:672), Statistik parametrik adalah uji statistik untuk
parameter populasi seperti mean, variansi, dan proporsi yang melibatkan asumsi tentang populasi
dari sampel yang diambil. Salah satu asumsi adalah populasi tersebut berdistribusi normal.
Statistik nonparametrik digunakan ketika populasi dari sampel yang diambil tidak berdistribusi
normal.
Statistik inferensia merupakan keilmuan statistik yang berperan dalam pengambilan
keputusan dari suatu permasalahan berdasarkan data yang dikumpulkan, diolah, dan dianalisis.
Pada modul ini praktikan akan menyelesaikan studi kasus mengenai statistik inferensia, khususnya
pada statistik parametrik yaitu ANOVA. Sehingga diharapkan praktikan dapat memahami dan
mengaplikasikan statistik inferensia setelah menyelesaikan studi kasus yang diberikan.
1.2 Tujuan Praktikum
Berikut ini merupakan tujuan praktikum ANOVA:
1. Mampu mengetahui jenis - jenis pengujian hipotesis dan ANOVA.
2. Mampu melakukan pengujian hipotesis lebih dari dua rata-rata atau ANOVA baik secara
manual ataupun menggunakan software.
3. Mampu menganalisa dan mengambil kesimpulan dari hasil pengujian asumsi yang
dilakukan.
34
II. TINJAUAN PUSTAKA
2.1 Pengujian Hipotesis
Hipotesis merupakan pernyataan sementara yang masih lemah kebenarannya. Menurut
Sudjana dalam Riduwan (2003:162) hipotesis adalah asumsi atau dugaan mengenai satu hal yang
dibuat untuk menjelaskan hal itu yang sering dituntut untuk melakukan pengecekannya.
Hipotesis penelitian adalah hipotesis yang akan diselidiki kebenarannya melalui suatu
penelitian (Asep, 2009:75). Hipotesis penelitian adalah hipotesis yang mengandung pernyataan
mengenai relasi antara dua variable atau lebih sesuai dengan teori. Hipotesis penelitian tidak dapat
diuji, agar dapat diuji harus terlebih dahulu diterjemahkan menjadi term-term operasional atau
term-terms statistik yang disebut dengan hipotesis statistik (Kerlinger, 2000). Hipotesis statistik
adalah pernyataan tentang satu atau lebih parameter dari suatu distribusi populasi yang
memerlukan verifikasi atau yang perlu diuji kebenarannya (Kirk, 2008:260). Menurut Bluman
(2012:401), terdapat dua jenis hipotesis statistik, yaitu hipotesis nol dan hipotesis alternatif.
1. Hipotesis nol, disimbolkan dengan H0, adalah hipotesis statistik yang menyatakan bahwa
tidak ada perbedaan antara suatu parameter dengan suatu nilai tertentu, atau bahwa tidak ada
perbedaan antara dua parameter.
2. Hipotesis alternatif, disimbolkan dengan H1, adalah hipotesis statistik yang menyatakan
bahwa ada perbedaan antara suatu parameter dengan suatu nilai tertentu, atau bahwa ada
perbedaan antara dua parameter.
Dalam menyusun hipotesis alternatif timbul 3 keadaan, yaitu :
1. H1 yang mengatakan bahwa harga parameter tidak sama dengan harga yang dihipotesiskan.
2. H1 yang mengatakan bahwa harga parameter lebih besar dari harga yang dihipotesiskan.
3. H1 yang mengatakan bahwa harga parameter lebih kecil dari harga yang dihipotesiskan.
Dalam pengujian hipotesis hanya memberikan dua kemungkinan keputusan, yaitu menolak
atau menerima hipotesis nol. Namun dalam pengujian tersebut bisa terjadi kesalahan. Terdapat dua
jenis kesalahan dalam pengujian hipotesis, yakni :
1. Kesalahan jenis I (Type 1 Error)
Kesalahan jenis I adalah menolak H0 padahal kenyataannya benar. Probabilitas terjadinya
kesalahan jenis I dilambangkan dengan Ξ± (alpha).
35
2. Kesalahan jenis II (Type II Error)
Kesalahan jenis II adalah menerima H0 padahal kenyataannya salah. Probabilitas terjadinya
kesalahan jenis II dilambangkan dengan Ξ² (beta).
Pembagian berbagai macam jenis uji hipotesis dijelaskan pada Gambar 2.1.
Gambar 2.1 Pembagian Jenis Uji Hipotesis
Berikut merupakan tabel perbandingan metode pengujian statistik parametrik dengan
pengujian non parametrik.
36
Tabel 2.1 Metode Pengujian Statistik Parametrik dengan Pengujian Non Parametrik
Tipe Analisis Uji Non parametrik Setara dengan Uji Parametrik
Membandingkan dua sampel
berpasangan Wilcoxon signed ranks test
t-test dependen sampel (paired t-
test)
Membandingkan dua sampel
independen Mann-Whitney U test t-test independen sampel
Membandingkan tiga atau lebih
sampel berpasangan Friedman test ANOVA
Membandingkan tiga atau lebih
sampel independen Kruskal-Wallis H-test One-Way ANOVA
Membandingkan data berkategori Chi-square test dan Fisher exact
test -
Membandingkan dua variable
rank-ordered Spearman rank-order correlation
Pearson product-moment
correlation
Membandingkan dua variable
ketika salah satu variable
merupakan dikotomi diskrit
Point-biserial correlation Pearson product-moment
correlation
Membandingkan dua variable
ketika salah satu variable
merupakan dikotomi kontinyu
Biserial correlation Pearson product-moment
correlation
Sumber: Foreman (2009:4)
2.2 ANOVA
ANOVA atau Analysis Of Variance merupakan suatu prosedur yang digunakan untuk
menguji hipotesis nol terhadap tiga atau lebih rata-rata populasi yang sama (Mann, 2010:544).
Sebelum melakukan pengujian ANOVA terdapat tiga syarat yang harus dipenuhi antara lain yaitu
data terdistribusi normal, data homogen, dan data independent. Uji ANOVA dilakukan dengan
memperhatikan dua estimasi variansi distribusi populasi baik variansi antar sampel maupun dalam
sampel. ANOVA memiliki dua jenis: one-way ANOVA dan two-way ANOVA. Dimana, one-way
ANOVA hanya menggunakan satu variabel faktor yang berpengaruh dalam eksperimen.
Sedangkan two-way ANOVA menggunakan dua faktor yang berpengaruh dalam eksperimen.
37
Berikut merupakan langkah-langkah dalam pengujian ANOVA:
Tabel 2.2 Langkah Pengujian ANOVA
No. Langkah Pengujian Keterangan
1. Menentukan formulasi hipotesis H0 : π1 = π2 = π3 = β¦ = ππ
H1 : π1 β π2 β π3 β β¦ β ππ (tidak seluruh ππ sama)
2. Menentukan taraf nyata (πΌ) beserta F
table
F (πΌ) (v1;v2)
One-way ANOVA
(v1) = k β 1
(v2) = k (b-1)
Two-way ANOVA (tanpa interaksi)
Untuk baris (v1) = b β 1 (v2) = (k-1) (b-1)
Untuk kolom (v1) = k β 1 (v2) = (k-1) (b-1)
Two-way ANOVA (dengan interaksi)
Untuk baris (v1) = b β 1 (v2) = (kb (n-1)
Untuk kolom (v1) = k β 1 (v2) = (kb) (n-1)
Untuk interaksi (v1) = (k-1)(b-1) (v2) = (kb) (n-1)
Dimana:
k = kolom, b = baris, n = jumlah data
3. Menentukan kriteria pengujian H0 diterima jika F0 β€ F (πΌ) (v1;v2)
H0 ditolak jika F0 > F (πΌ) (v1;v2)
4. Melakukan uji statistik
5. Analisis dan kesimpulan
Sumber: Hasan (2012)
2.2.1 One-way ANOVA
One-way ANOVA adalah prosedur pengujian yang membandingkan rata-rata dari beberapa
populasi terhadap satu faktor atau variabel (Mann, 2010:544). One-way ANOVA menguji dua atau
lebih rata-rata populasi berdasarkan sampel. Setiap perlakuan diterapkan secara random terhadap
setiap objek pengamatan.
Dimana nilai x didalam tabel didapatkan dari persamaan linier model one way ANOVA:
π₯π = π + ππ + ππ
Keterangan:
π = jumlah kuadrat rata-rata
ππ = parameter yang berhubungan dengan sebuah perlakuan (treatment effect)
ππ = komponen error yang mungkin terjadi
Sehingga nilai π₯π didapatkan melalui penjumlahan kuadrat rata-rata dengan
mempertimbangkan parameter yang digunakan serta kemungkinan error yang terjadi. Berikut
merupakan format analisis data one-way ANOVA:
38
Tabel 2.3 Format Analisis data One-way ANOVA
Sampel 1 Sampel 2 Sampel β¦ Sampel k Jumlah
X11
X21
X31
β¦
β¦
β¦
Xn1
X12
X22
X32
β¦
β¦
β¦
Xn2
β¦
β¦
β¦
β¦
β¦
β¦
β¦
X1k
X2k
X3k
β¦
β¦
β¦
Xnk
οΏ½Μ οΏ½1 οΏ½Μ οΏ½2 =β¦ οΏ½Μ οΏ½π T
Sumber: Subagyo (2005)
Keterangan:
Xij = individu ke I dari sampel ke j
οΏ½Μ οΏ½1 = over all mean, atau gran mean yakni mean dari semua observasi.
Berikut merupakan tabel analisis varians dalam bentuk tabel ANOVA:
Tabel 2.4 Tabel Analisis Varians data One-way ANOVA
Sumber Variasi Derajat Bebas Jumlah
Kuadrat
Rata-rata kuadrat = ππππππ ππππ πππ
π ππππππ πππππ
F.hitung
Rata-rata kolom (v1) = k β 1 JKK π 12 =
π½πΎπΎ
(π β 1)
π 12
π 22
Error (v2) = k (b-1) JKE π 22 =
π½πΎπΈ
π(π β 1)
Total (bk-1) JKT
Sumber: Hasan (2012:169)
Untuk ukuran sampel yang sama banyak
π½πΎπ = β
π
π=1
β π₯ππ2 β
π
π=1
π2
ππ
π½πΎπΎ = β π
π=1 ππ2
πβ
π2
ππ
JKE = JKT β JKK
Untuk ukuran sampel yang tidak sama
banyak
π½πΎπ = β
π
π=1
β π₯ππ2 β
π
π=1
π2
π
π½πΎπΎ = β
π
π=1
ππ2
ππβ
π2
π
JKE = JKT β JKK
2.2.2 Two-way ANOVA
Two-way ANOVA adalah desain faktorial paling dasar, dengan perlakuan yang berbeda serta
kombinasi pada faktor-faktornya (Weiers, 2011:442). Selain tiga syarat yang telah ditentukan
39
untuk melakukan uji ANOVA, untuk uji Two-way ANOVA memiliki syarat tambahan berupa
ukuran sampel harus sama. Two-way ANOVA secara simultan menguji pengaruh dua faktor
terhadap variabel terikat, serta menguji pengaruh interaksi anatara dua faktor tersebut terhadap
variabel terikat. Dimana two-way ANOVA sendiri dibagi menjadi tanpa interaksi dan dengan
interkasi. Pengujian dua arah tanpa interaksi merupakan pengujian hipotesis beda tiga rata-rata
atau lebih dengan dua faktor yang berpengaruh dan interaksi antara kedua faktor ditiadakan
(Hasan, 2010:174).
Dimana nilai x didalam tabel didapatkan dari persamaan linier model untuk two way
ANOVA tanpa interaksi:
π₯π = π + πΌπ + π½π + πππ
Dimana nilai x didalam tabel didapatkan dari persamaan linier model untuk two way
ANOVA dengan interaksi:
π₯π = π + πΌπ + π½π + (πΌπ½)ππ + πππ
Keterangan :
π = jumlah kuadrat rata-rata
πΌπ = parameter yang berhubungan dengan sebuah perlakuan (treatment effect) faktor baris
π½π = parameter yang berhubungan dengan sebuah perlakuan (treatment effect) faktor kolom
(πΌπ½)ππ = parameter interaksi yang disebabkan oleh faktor baris dan kolom
ππ = komponen error yang mungkin terjadi
Sehingga nilai π₯π didapatkan melalui penjumlahan kuadrat rata-rata dengan
mempertimbangkan parameter yang digunakan serta kemungkinan error yang terjadi. Berikut
merupakan format analisis data one-way ANOVA:
40
Tabel 2.5 Format Analisis data Two-way ANOVA
Faktor A
I=1 sampai I=a
Faktor B, J=1 sampai J=b
J=1 J=2 J=β¦ J=b
I=1
X111
X112
β¦
β¦
X11r
X121
X122
β¦
β¦
X12r
β¦
β¦
β¦
β¦
β¦
X1b1
X1b2
β¦
β¦
X1br
οΏ½Μ οΏ½1
I=2
X211
X212
β¦
β¦
X21r
X221
X222
β¦
β¦
X22r
β¦
β¦
β¦
β¦
β¦
X2b1
X2b2
β¦
β¦
X2br
οΏ½Μ οΏ½2
I=A
Xa11
Xa12
β¦
β¦
Xa1r
Xa21
Xa22
β¦
β¦
Xa2r
β¦
β¦
β¦
β¦
β¦
Xab1
Xab2
β¦
β¦
Xabr
οΏ½Μ οΏ½π
οΏ½Μ οΏ½1 οΏ½Μ οΏ½2 β¦ οΏ½Μ οΏ½π
Sumber: Subagyo (2005)
Berikut merupakan tabel analisis varians two-way tanpa interaksi dalam bentuk tabel
ANOVA:
Tabel 2.6 Tabel Analisis Varians data Two-way ANOVA tanpa Interaksi
Sumber Variasi Derajat Bebas Jumlah
Kuadrat
Rata-rata kuadrat = ππππππ ππππ πππ
π ππππππ πππππ
F.hitung
Rata-rata baris b β 1 JKB π 12 = π½πΎπ΅
ππ π1 =
π 12
π 32
Rata-rata kolom k β 1 JKK π 22 = π½πΎπΎ
ππ π2 =
π 22
π 32
Error (k-1) (b-1) JKE π 32 = π½πΎπΈ
ππ
Total (kb-1) JKT
Sumber: Hasan (2012:175)
π½πΎπ = β
π
π=1
β π₯ππ2 β
π
π=1
π2
ππ
π½πΎπΎ = β
π
π=1
ππ2
πβ
π2
ππ
π½πΎπ΅ = β
π
π=1
ππ2
πβ
π2
ππ
JKE = JKT β JKB β JKK
41
Pengujian dua arah dengan interaksi merupakan pengujian beda tiga rata-rata atau lebih
dengan dua faktor yang berpengaruh dan pengaruh antara kedua faktor tersebut diperhitungkan
(Hasan, 2010:174).
Berikut merupakan tabel analissi varians two-way dengan interaksi dalam bentuk tabel ANOVA.
Tabel 2.7 Tabel Analisis Varians data Two-way ANOVA dengan Interaksi
Sumber Variasi Derajat Bebas Jumlah
Kuadrat
Rata-rata kuadrat = ππππππ ππππ πππ
π ππππππ πππππ
F.hitung
Rata-rata baris b β 1 JKB π 12 = π½πΎπ΅
ππ π1 =
π 12
π 42
Rata-rata kolom k β 1 JKK π 22 = π½πΎπΎ
ππ π2 =
π 22
π 42
Interaksi (k-1) (b-1) JKI π 32 = π½πΎπΌ
ππ π3 =
π 32
π 42
Error bk (n-1) JKE π 42 = π½πΎπΈ
ππ
Total bkn β 1 JKT
Sumber: Hasan (2012:177)
π½πΎπ = β
π
π=1
β β
π
π=1
π₯2πππ β
π
π=1
π2
πππ
π½πΎπΎ = β π
π=1 ππ2
ππβ
π2
πππ
π½πΎπΌ = β π
π=1 β ππ=1 π2ππ
πβ
β ππ=1 π2π
ππβ
β ππ=1 π2π
ππβ
π2
πππ
π½πΎπ΅ = β π
π=1 ππ2
ππβ
π2
πππ
JKE = JKT β JKB β JKK β JKI
III. METODOLOGI PRAKTIKUM
3.1 Diagram Alir Praktikum
Diagram alir praktikum merupakan langkah-langkah dalam melaksanakan praktikum
ANOVA.
42
Gambar 3.1 Diagram Alir Praktikum ANOVA
3.2 Alat dan Bahan
Berikut ini merupakan alat dan bahan yang digunakan dalam praktikum ANOVA
1. Doe Golfer
2. Meteran
3. Lembar Pengamatan
4. Oven
5. Mixer
6. Cetakan
7. Loyang
43
8. Pengaduk dan wadah
9. Vernier Caliper
10. Lembar Pengamatan
11. Tepung (protein rendah, sedang, dan tinggi)
12. Bahan Pengembang (SP dan BP)
13. Timbangan
3.3 Prosedur Praktikum
Berikut ini merupakan prosedur praktikum one-way ANOVA, yaitu:
1. Mengumpulkan data primer yang diambil melalui eksperimen jarak jangkauan bola
menggunakan doe golfer
2. Persiapan alat dan bahan
3. Penentuan faktor yang digunakan serta kombinasinya
4. Posisi Penumpu (Panjang, Sedang, Rendah)
5. Pengambilan sampel
6. Mengukur jarak jangkauan bola dengan meteran
7. Melakukan pengujian kenormalan data dan homogenitas data menggunakan SPSS
8. Melakukan pengolahan data studi kasus dengan perhitungan menggunakan SPSS
9. Analisis dan interpretasi data
10. Kesimpulan dan saran.
Berikut ini merupakan prosedur praktikum two-way ANOVA, yaitu:
1. Mengumpulkan data primer diambil melalui suatu eksperimen pembuatan rainbow dengan
oven.
2. Persiapan alat dan bahan
3. Penentuan faktor yang digunakan serta kombinasinya
4. Jenis tepung (protein rendah, sedang, dan tinggi)
5. Gula (pasir dan bubuk)
6. Pengambilan sampel
7. Mengukur tinggi roti dengan menggunakan jangka sorong
8. Pengolahan data primer, perhitungan menggunakan SPSS
44
9. Analisis dan interpretasi data
10. Kesimpulan dan saran
3.4 Prosedur Pengolahan Data
Berikut ini merupakan prosedur pengolahan data pada ANOVA. Pengolahan data secara
teoritis berdasarkan data yang diperoleh dibutuhkan untuk mengetahui hasil uji hipotesis. Berikut
ini adalah langkah-langkah uji one-way ANOVA menggunakan software SPSS 20 :
1. Buka software SPSS 20 dan klik variable view.
2. Isikan jarak_bola dan posisi_penumpu pada kolom name. lalu isikan kolom measure pada
jarak_bola dengan scale, serta pada posisi_penumpu dengan nominal. Setelah itu isikan
kolom values pada posisi_penumpu yaitu 1 = βtinggiβ, 2 = βsedangβ, dan 3 = βrendahβ.
3. Uji normalitas. Pada menu bar klik analyze > descriptive statistics > explore. Lalu masukkan
jarak_bola sebagai dependent list.
4. Klik plots dan centang normality plots with tests, lalu klik continue. Jika sudah, klik ok.
5. Uji Homogenitas. Pada menu bar klik analyze > general linear model > univariate.
6. Pada kotak dialog univariate, masukkan jarak_bola ke dalam kotak dependent variable, serta
jenis_landasan, dan posisi_penumpu ke dalam kotak fixed factor(s). Lalu klik ok.
7. Pada kotak dialog univariate, klik plots. Pindahkan jenis_landasan ke dalam kotak
horizontal axis dan posisi_penumpu ke dalam kotak separate lines. Lalu klik add dan
continue.
8. Pada kotak dialog univariate, klik options. Pindahkan semua faktor ke dalam kotak display
means for. Kemudian centang homogenity test dan tuliskan significance level dengan 0.05.
Lalu klik continue.
9. Uji one-way ANOVA. Pada menu bar klik analyze > compare means > one-way ANOVA.
Pada kotak dialog one-way ANOVA, masukkan jarak_bola ke dalam kotak dependent list,
serta posisi_penumpu ke dalam kotak factor.
10. Pada kotak dialog one-way ANOVA, klik options. Kemudian centang descriptive dan
homogenity of variance test. Lalu klik continue.
11. Maka akan muncul hasil uji ANOVA.
45
Berikut ini adalah langkah-langkah uji two-way ANOVA menggunakan software SPSS 20 :
1. Membuka SPSS.
2. Deskripsikan variable eksperimen di variable view dan deskripsikan level faktor dalam
value.
3. Isikan data dalam data view.
4. Pilih Analyze- General Linear Model- Univariate. Masukkan variable terikat pada
Dependent variable dan variable factor pada Fixed Factor(s). Lalu pilih save. pada kolom
residual centang unstandardize.
5. Selanjutnya pada data view SPSS akan muncul kolom baru dengan nama kolom RES_1. ini
merupakan residual ANOVA.
6. Pilih Analyze. pilih Descriptive Statistics. kemudian pilih Explore.
7. Masukkan RES_1 pada Dependent List. masukkan variable factor pada Factor List
kemudian klik Plots kemudian centang Normality Plotswith Test. Klik Continue lalu OK.
8. Muncul hasil pengamatan (Output)
9. Klik Analyze- General Linear Model- Univariate- masukkan tinggi roti ke Dependent List.
Masukkan jenis tepung dan bahan pengembang ke Fixed Factor(s).
10. Klik Plots- masukkan jenis tepung pada horizontal axis- jenis gula pada separate lines.
11. Klik Option- masukkan jenis tepung. Jenis gula. Jenis gula*jenis tepung- centang
homogenity test.
12. Muncul hasil pengamatan (output)
13. Klik Analyze - General Linear Model- Univariate- masukkan tinggi roti ke Dependent List.
Masukkan jenis tepung dan jenis gula ke Fixed Factor(s).
14. Pada kotak Dialog Option masukkan jenis tepung. Jenis gula. dan interaksi
jenis_tepung*jenis_gula pada kolom Display means for- Klik Continue.
15. Pada kolom posthoc centang Tukey test. masukkan Jenis_gula dan Jenis_Tepung pada
posthoc test for.
16. Klik OK. Kemudian muncul hasil pengamatan.
46
IV. STUDI KASUS
4.1 Pengumpulan Data ANOVA
Berikut merupakan pengumpulan data uji one-way ANOVA berdasarkan hasil pengamatan
yang disajikan pada tabel 4.1.
Tabel 4.1 Pengumpulan Data ANOVA
Replikasi Posisi Penumpu
Tinggi (1) Sedang (2) Rendah (3)
1
2
3
4
5
Data yang diambil untuk praktikum two way ANOVA adalah data tinggi roti yang dihasilkan
berdasarkan kombinasi dari dua faktor yang berbeda dengan 8 replikasi.
Tabel 4.2 Pengumpulan Data ANOVA
Faktor Jenis Tepung
Rendah Sedang Tinggi
Bah
an P
eng
emb
ang
SP
BP
V. SOAL
1. Sebuah lembaga akuntansi sedang mengembangkan 3 metode untuk memandu karyawannya
mempersiapkan laporan pajak yang dilaporkan satu tahun sekali (tahunana) dalam
membandingkan keefektifan metode ini, sebuah tes disiapkan kepada masing-masing 12
karyawan secara acak. Karyawan ditugaskan untuk menggunakan salah satu dari 3 metode
dalam memperkirakan laporan pajak yang akan didapat. Waktu persiapan (dalam menit)
47
ditunjukkan pada tabel dan apabila tingkat signifikansi 5%. apakah ketiga metode sama
efektifnya?
Metode 1 Metode 2 Metode 3
14 9 18
21 14 19
17 13 22
13 12 15
Jawaban:
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
2. Dua jenis cat luar ruangan, enamel dan lateks, diuji untuk melihat berapa lama (dalam bulan)
cat tersebut bisa bertahan sebelum mulai retak, muncul serpihan, dan mengelupas. Mereka
diuji di empat lokasi geografis di Amerika Serikat untuk mempelajari efek dari iklim
terhadap cat. Dengan menggunakan Ξ± = 0,01, Analisis data yang ditampilkan dengan
48
menggunakan ANOVA dua arah dengan interaksi , dengan data yang ditunjukkan pada tabel
di bawah. Setiap kelompok berisi lima panel uji.
Lokasi Geografis
Jenis Cat Utara Timur Selatan Barat
Enamel
60 54 80 62
53 63 82 76
58 62 62 55
62 71 88 48
57 76 71 61
Latex
36 62 68 63
41 61 72 65
54 77 71 72
65 53 82 71
53 64 86 63
Jawaban:
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
...............................................................................................................................................
3. Suatu perusahaan manufaktur memiliki sistem training untuk seluruh karyawannya. Setiap
karyawan dari beragam level berkewajiban untuk mengikuti training yang telah di jadwalkan
oleh pihak manajemen. Manajemen ini mengklasifikasikan karyawan berdasarkan tingkat
intelegensinya dan melakukan training dengan tiga macam metode yang berbeda.
Perusahaan manufaktur ini ingin melakukan suatu eksperimen metode training yang terdiri
49
dari tiga macam metode (π1, π2,dan π3) untuk diterapkan pada karyawannya dengan
memperhatikan kemampuan karyawan (intelegensi karyawan) tinggi (Y1) dan rendah (Y2).
Dari hasil tes setelah eksperimen penyebaran skor kinerja karyawan sebagai berikut:
METODE TRAINING
X1 X2 X3
I
N
T
E
L
E
G
E
N
S
I
Rendah
(Y1)
40 60 60
30 70 75
50 70 75
70 65 85
50 50 90
Tinggi
(Y2)
50 45 55
60 75 80
75 80 90
65 90 95
60 70 80
Dengan menggunakan tingkat signifikansi 5%, yang ingin diketahui oleh perusahaan adalah:
a. Apakah intelegensi (tinggi (Y1) rendah (Y2)) mempunyai efek terhadap hasil kinerja
yang berbeda?
b. Apakah metode training (π1, π2,dan π3) mempunyai efek terhadap hasil kinerja yang
berbeda?
c. Apakah intelegensi (tinggi (Y1) rendah (Y2)) berinteraksi dengan metoda training
(π1, π2,dan π3)?
Jawaban:
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
50
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................