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 α (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 β (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 : 𝜇1 = 𝜇2 = 𝜇3 = … = 𝜇𝑘

H1 : 𝜇1 ≠ 𝜇2 ≠ 𝜇3 ≠ … ≠ 𝜇𝑘 (tidak seluruh 𝜇𝑖 sama)

2. Menentukan taraf nyata (𝛼) beserta F

table

F (𝛼) (v1;v2)

One-way ANOVA

(v1) = k – 1

(v2) = k (b-1)

Two-way ANOVA (tanpa interaksi)

Untuk baris (v1) = b – 1 (v2) = (k-1) (b-1)

Untuk kolom (v1) = k – 1 (v2) = (k-1) (b-1)

Two-way ANOVA (dengan interaksi)

Untuk baris (v1) = b – 1 (v2) = (kb (n-1)

Untuk kolom (v1) = k – 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 ≤ F (𝛼) (v1;v2)

H0 ditolak jika F0 > F (𝛼) (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:

𝑥𝑖 = 𝜇 + 𝜎𝑖 + 𝜀𝑖

Keterangan:

𝜇 = jumlah kuadrat rata-rata

𝜎𝑖 = parameter yang berhubungan dengan sebuah perlakuan (treatment effect)

𝜀𝑖 = komponen error yang mungkin terjadi

Sehingga nilai 𝑥𝑖 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 … Sampel k Jumlah

X11

X21

X31

…

…

…

Xn1

X12

X22

X32

…

…

…

Xn2

…

…

…

…

…

…

…

X1k

X2k

X3k

…

…

…

Xnk

�̅�1 �̅�2 =… �̅�𝑘 T

Sumber: Subagyo (2005)

Keterangan:

Xij = individu ke I dari sampel ke j

�̅�1 = 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 = 𝒋𝒖𝒎𝒍𝒂𝒉 𝒌𝒖𝒂𝒅𝒓𝒂𝒕

𝒅𝒆𝒓𝒂𝒋𝒂𝒕 𝒃𝒆𝒃𝒂𝒔

F.hitung

Rata-rata kolom (v1) = k – 1 JKK 𝑠12 =

𝐽𝐾𝐾

(𝑘 − 1)

𝑠12

𝑠22

Error (v2) = k (b-1) JKE 𝑠22 =

𝐽𝐾𝐸

𝑘(𝑏 − 1)

Total (bk-1) JKT

Sumber: Hasan (2012:169)

Untuk ukuran sampel yang sama banyak

𝐽𝐾𝑇 = ∑

𝑘

𝑖=1

∑ 𝑥𝑖𝑗2 −

𝑛

𝑗=1

𝑇2

𝑛𝑘

𝐽𝐾𝐾 = ∑ 𝑘

𝑖=1 𝑇𝑖2

𝑛−

𝑇2

𝑛𝑘

JKE = JKT – JKK

Untuk ukuran sampel yang tidak sama

banyak

𝐽𝐾𝑇 = ∑

𝑘

𝑖=1

∑ 𝑥𝑖𝑗2 −

𝑛

𝑗=1

𝑇2

𝑁

𝐽𝐾𝐾 = ∑

𝑘

𝑖=1

𝑇𝑖2

𝑛𝑖−

𝑇2

𝑁

JKE = JKT – 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:

𝑥𝑖 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + 𝜀𝑖𝑗

Dimana nilai x didalam tabel didapatkan dari persamaan linier model untuk two way

ANOVA dengan interaksi:

𝑥𝑖 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜀𝑖𝑗

Keterangan :

𝜇 = jumlah kuadrat rata-rata

𝛼𝑖 = parameter yang berhubungan dengan sebuah perlakuan (treatment effect) faktor baris

𝛽𝑗 = parameter yang berhubungan dengan sebuah perlakuan (treatment effect) faktor kolom

(𝛼𝛽)𝑖𝑗 = parameter interaksi yang disebabkan oleh faktor baris dan kolom

𝜀𝑖 = komponen error yang mungkin terjadi

Sehingga nilai 𝑥𝑖 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=… J=b

I=1

X111

X112

…

…

X11r

X121

X122

…

…

X12r

…

…

…

…

…

X1b1

X1b2

…

…

X1br

�̅�1

I=2

X211

X212

…

…

X21r

X221

X222

…

…

X22r

…

…

…

…

…

X2b1

X2b2

…

…

X2br

�̅�2

I=A

Xa11

Xa12

…

…

Xa1r

Xa21

Xa22

…

…

Xa2r

…

…

…

…

…

Xab1

Xab2

…

…

Xabr

�̅�𝑎

�̅�1 �̅�2 … �̅�𝑏

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 = 𝒋𝒖𝒎𝒍𝒂𝒉 𝒌𝒖𝒂𝒅𝒓𝒂𝒕

𝒅𝒆𝒓𝒂𝒋𝒂𝒕 𝒃𝒆𝒃𝒂𝒔

F.hitung

Rata-rata baris b – 1 JKB 𝑠12 = 𝐽𝐾𝐵

𝑑𝑏 𝑓1 =

𝑠12

𝑠32

Rata-rata kolom k – 1 JKK 𝑠22 = 𝐽𝐾𝐾

𝑑𝑏 𝑓2 =

𝑠22

𝑠32

Error (k-1) (b-1) JKE 𝑠32 = 𝐽𝐾𝐸

𝑑𝑏

Total (kb-1) JKT

Sumber: Hasan (2012:175)

𝐽𝐾𝑇 = ∑

𝑏

𝑖=1

∑ 𝑥𝑖𝑗2 −

𝑘

𝑗=1

𝑇2

𝑘𝑏

𝐽𝐾𝐾 = ∑

𝑘

𝑗=1

𝑇𝑗2

𝑏−

𝑇2

𝑘𝑏

𝐽𝐾𝐵 = ∑

𝑏

𝑖=1

𝑇𝑖2

𝑘−

𝑇2

𝑘𝑏

JKE = JKT – JKB – 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 = 𝒋𝒖𝒎𝒍𝒂𝒉 𝒌𝒖𝒂𝒅𝒓𝒂𝒕

𝒅𝒆𝒓𝒂𝒋𝒂𝒕 𝒃𝒆𝒃𝒂𝒔

F.hitung

Rata-rata baris b – 1 JKB 𝑠12 = 𝐽𝐾𝐵

𝑑𝑏 𝑓1 =

𝑠12

𝑠42

Rata-rata kolom k – 1 JKK 𝑠22 = 𝐽𝐾𝐾

𝑑𝑏 𝑓2 =

𝑠22

𝑠42

Interaksi (k-1) (b-1) JKI 𝑠32 = 𝐽𝐾𝐼

𝑑𝑏 𝑓3 =

𝑠32

𝑠42

Error bk (n-1) JKE 𝑠42 = 𝐽𝐾𝐸

𝑑𝑏

Total bkn – 1 JKT

Sumber: Hasan (2012:177)

𝐽𝐾𝑇 = ∑

𝑏

𝑖=1

∑ ∑

𝑛

𝑐=1

𝑥2𝑖𝑗𝑐 −

𝑘

𝑗=1

𝑇2

𝑏𝑘𝑛

𝐽𝐾𝐾 = ∑ 𝑘

𝑗=1 𝑇𝑗2

𝑏𝑛−

𝑇2

𝑏𝑘𝑛

𝐽𝐾𝐼 = ∑ 𝑏

𝑖=1 ∑ 𝑘𝑗=1 𝑇2𝑖𝑗

𝑛−

∑ 𝑏𝑖=1 𝑇2𝑖

𝑘𝑛−

∑ 𝑘𝑗=1 𝑇2𝑗

𝑏𝑛−

𝑇2

𝑏𝑘𝑛

𝐽𝐾𝐵 = ∑ 𝑏

𝑖=1 𝑇𝑖2

𝑘𝑛−

𝑇2

𝑏𝑘𝑛

JKE = JKT – JKB – JKK – 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 = ”tinggi”, 2 = “sedang”, dan 3 = “rendah”.

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 α = 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 (𝑋1, 𝑋2,dan 𝑋3) 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 (𝑋1, 𝑋2,dan 𝑋3) mempunyai efek terhadap hasil kinerja yang

berbeda?

c. Apakah intelegensi (tinggi (Y1) rendah (Y2)) berinteraksi dengan metoda training

(𝑋1, 𝑋2,dan 𝑋3)?

Jawaban:

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

50

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................

...................................................................................................................................