Rabu, 30 Maret 2016
Kamis, 17 Maret 2016
Ilmu Lingkungan -Individu-
Muhammad Isa / 36413009
3ID08
LINGKUNGAN HIDUP
III. Daya Dukung Lingkungan Hidup
Ilmu Lingkungan hidup datang sebagai bidang, substantif aktif penyelidikan ilmiah di tahun 1960-an dan 1970-an didorong oleh : (a) perlunya pendekatan multi-disiplin untuk menganalisis masalah lingkungan yang kompleks. (b) kedatangan hukum lingkungan substantif memerlukan lingkungan yang spesifik protokol penyelidikan dan. (c) kesadaran masyarakat tumbuh dari sebuah kebutuhan untuk tindakan dalam menangani masalah lingkungan Dalam penggunaan umum, "ilmu lingkungan" dan "ekologi" sering digunakan secara bergantian, namun secara teknis, ekologi hanya mengacu pada studi tentang organisme dan interaksi mereka satu sama lain dan lingkungan mereka.
3ID08
LINGKUNGAN HIDUP
Lingkungan hidup adalah kesatuan
ruang dengan semua benda, daya, keadaan, dan makhluk hidup, termasuk manusia
dan perilakunya, yang mempengaruhi alam itu sendiri, kelangsungan
perikehidupan, dan kesejahteraan manusia serta makhluk hidup lain. Komponen penyusun, unsur abiotik(A), biotik (B) dan Sosial budaya
(C/culture); ada unsur alami dan buatan (krn ada unsur manusia dan perilakunya. Manusia adalah
bagian dari lingkungan hidup => terpengaruh dan mempengaruhi lingkungan
hidup. Jadi, bertujuan memahami arti penting lingkungan hidup bagi umat
manusia, dengan mengetahui masalah lingkungan dan upaya mengatasi masalah
tersebut.
Apakah Ilmu Lingkungan dapat disebut Ilmu?
• Hakekat science =>
Karakteristik ilmu pengetahuan; meliputi kejelasan;
1. Obyek
2. Permasalahan (kajian)
3. Cara memperoleh (metodologi)
4. Produk-produk (hasil)
5. Kecenderungan (trend) perkembangan
I. Ilmu lingkungan adalah bidang akademik
multidisipliner yang mengintegrasikan ilmu fisika, biologi, kimia,
ekologi, ilmu tanah, geologi, sains
atmosfer, dan geografi untuk mempelajari
lingkungan, dan solusi dari permasalahan lingkungan. Ilmu lingkungan
menyediakan pendekatan interdisipliner yang terintegrasi dan kuantitatif untuk
mempelajari sistem lingkungan.[1]
Bidang
terkait untuk dipelajari yaitu pembelajaran lingkungan dan teknik lingkungan. Pembelajaran lingkungan
menggabungkan berbagai ilmu sosial untuk memahami hubungan antar manusia,
persepsi, dan kebijakan mengenai lingkungan. Teknik lingkungan fokus pada desain
dan teknologi untuk meningkatkan kualitas lingkungan di berbagai aspek. Ilmuwan
lingkungan bekerja pada subjek seperti memahami proses yang terjadi di bumi,
mengevaulasi sistem energi, kendali dan mitigasi polusi, manajemen sumber
daya alam, dan efek dari perubahan iklim. Masalah lingkungan
seringkali mencakup interaksi proses fisika, kimia, dan biologis.
Ilmu
lingkungan memulai pembelajaran dan investigasi substantif dan aktif pada tahun
1960an dan 1970an, didorong oleh:
a)
kebutuhan
pendekatan multidisipliner untuk menganalisis masalah lingkungan yang kompleks.
b)
kedatangan
hukum terkait lingkungan yang membutuhkan protokol dan investigasi lingkungan
c)
tumbuhnya
kesadaran masyarakat terhadap aksi nyata dari gerakan yang menyinggung masalah
lingkungan
Publikasi bertemakan lingkungan
karya Rachel Carson, Silent
Spring, mendorong berkembangnya ilmu lingkungan,[2] bersamaan dengan bencana lingkungan
seperti tumpahan minyak Santa Barbara tahun 1969 dan sungai
Cuyahoga di Cleveland, Ohio,
juga pada tahun 1969.
National
Center for Education Statistics di Amerika Serikat mendefinisikan ilmu lingkungan
sebagai program
yang fokus pada aplikasi prinsip biologi, kimia, dan fisika untuk mempelajari
lingkungan fisik dan solusi dan permasalahan lingkungan, termasuk subjek
seperti meredakan atau mengendalikan polusi dan degradasi lingkungan; interaksi
antara masyarakat dan lingkungan alam; dan manajemen sumber daya alam. Termasuk
kaidah permodelan dalam biologi, kimia, fisika, ilmu kebumian, klimatologi,
statistik, dan matematika.[3]
II. Komponen
Ilmu
atmosfer fokus pada atmosfer bumi, dengan
menitik beratkan pada hubungan ke sistem lainnya. Ilmu atmsfer mencakup
pembelajaran meteorologi, fenmena gas rumah kaca, permodelan persebaran atmosfer terkait
kontaminasi di udara,[4][5] fenomena propagasi suara terkait dengan
polusi suara, hingga polusi cahaya.
Pada
kasus pemanasan global,
ahli fisika membuat permodelan komputer
terhadap sirkulasi atmosfer dan transmisi radiasi inframerah, ahli kimia memeriksa susunan kimia atmosfer dan reaksinya, ahli biologi
menganalisis kontribusi karbon dioksida
hewan dan tumbuhan, dan pakar di bidang meteorologi dan oseanografi memperkaya pemahaman dinamika
atmosfer.
2. Ekologi
Ekologi
adalah studi interaksi antara organisme dan lingkungannya. Ahli ekologi
menginvestigasi hubungan antara populasi organisme dan karakteristik fisik dari
lingkungan mereka, seperti konsentrasi bahan kimia; atau menginvestigasi
interaksi antara dua populasi organisme yang
berbeda melalui hubungan simbiotik atau kompetisi.
Kimia lingkungan adalah studi
perubahan kimia di dalam lingkungan. Prinsip studi mencakup kontaminasi tanah dan polusi air. Topik analisis mencakup degradasi
kimia di dalam lingkungan, transportasi multi-fase kimiawi (evaporasi pelarut
bahan kimia yang mencemari lingkungan) dan efek bahan kimia terhadap biota.
4. Geosains
Geosains mencakup geologi lingkungan,
ilmu
tanah lingkungan, fenmena vulkanik, dan efolusi kerak bumi. Dalam
beberapa sistem klasifikasi, geosains juga mencakup hidrologi, termasuk oseanografi.
Ilmu lingkungan adalah
ekologi yang menerapkan berbagai azas dan konsepnya kepada masalah yang lebih
luas,yang menyangkut pula hubungan manusia dengan lingkungannya. Ilmu
Lingkungan adalah ekologi terapan. Ilmu lingkungan ini mengintegrasikan
berbagai ilmu yang mempelajari hubungan timbal balik anatara jasad hidup
(termasuk manusia) dengan dengan lingkungannya.
Ilmu lingkungan
(environmental science atau envirology) adalah ilmu yang mempelajari tentang
lingkungan hidup. Ilmu Lingkungan adalah suatu studi yang sistematis mengenai
lingkungan hidup dan kedudukan manusia yang pantas di dalamnya. Perbedaan utama
ilmu lingkungan dan ekologi adalah dengan adanya misi untuk mencari pengetahuan
yang arif, tepat (valid), baru, dan menyeluruh tentang alam sekitar, dan dampak
perlakuan manusia terhadap alam. Misi tersebut adalah untuk menimbulkan
kesadaran, penghargaan, tanggung jawab, dan keberpihakan terhadap manusia dan
lingkungan hidup secara menyeluruh.
Ilmu lingkungan merupakan
perpaduan konsep dan asas berbagai ilmu (terutama ekologi, ilmu lainnya:
biologi, biokimia, hidrologi, oceanografi, meteorologi, ilmu tanah, geografi,
demografi, ekonomi dan sebagainya), yang bertujuan untuk mempelajari dan
memecahkan masalah yang menyangkut hubungan antara mahluk hidup dengan
lingkungannya. Ilmu lingkungan merupakan penjabaran atau terapan dari ekologi.
Ilmu Lingkungan merupakan
salah satu ilmu yang mengintegrasikan berbagai ilmu yang mempelajari jasad
hidup (termasuk manusia) dengan lingkungannya, antara lain dari aspek sosial,
ekonomi, kesehatan, pertanian, sehingga ilmu ini dapat dikatakan sebagai suatu
poros, tempat berbagai asas dan konsep berbagai ilmu yang saling terkait satu
sama lain untuk mengatasi masalah hubungan antara jasad hidup dengan
lingkungannya.
III. Daya Dukung Lingkungan Hidup
Adalah kemampuan lingkungan hidup
untuk mendu-kung perikehidupan manusia dan makhluk hidup lainnya.Pencemaran
Lingkungan Hidup adalah masuknya atau dimasukkannya makhluk hidup, zat, energi,
dan/atau komponen lain ke dalam lingkungan hidup oleh kegiatan manusia sehingga
kualitasnya turun sampai ke tingkat tertentu yang menyebabkan ling-kungan hidup
tidak bisa berfungsi lkagi dalam menunjang pembangunan berkelanjutan, Analisis
Mengenai Dampak Lingkungan Hidup adalah kajian mengenai dampak besar dan
penting suatu usaha dan/atau kegiatan yang direncanakan pada lingkungan hidup
yang diperlukan bagi proses pengambilan keputusan tentang penyelenggaraan usaha
dan/atau kegiatan. Pengelolaan Lingkungan Hidup adalah upaya terpadu untuk
melestarikan fungsi lingkungan hidup yang meliputi kebijaksanaan penataan,
pemanfaatan, pengembangan, pemeliharaan, pemulihan, pengawasan, dan
pengendalian lingkungan hidup.
Ilmu Lingkungan hidup datang sebagai bidang, substantif aktif penyelidikan ilmiah di tahun 1960-an dan 1970-an didorong oleh : (a) perlunya pendekatan multi-disiplin untuk menganalisis masalah lingkungan yang kompleks. (b) kedatangan hukum lingkungan substantif memerlukan lingkungan yang spesifik protokol penyelidikan dan. (c) kesadaran masyarakat tumbuh dari sebuah kebutuhan untuk tindakan dalam menangani masalah lingkungan Dalam penggunaan umum, "ilmu lingkungan" dan "ekologi" sering digunakan secara bergantian, namun secara teknis, ekologi hanya mengacu pada studi tentang organisme dan interaksi mereka satu sama lain dan lingkungan mereka.
IV. Ekologi sebagai dasar Ilmu Lingkungan
• Ekologi
(Ecology) ≠ Ilmu Lingkungan (Environmental Science) • Ecology = Environmental
Biology • Parker (1990): “The study of environmental science encompasses the
field of ecology, geophysics , geochemistry, forestry, public health,
meteorology, agriculture, oceanography, soil science, and mining, civil,
petroleum, and power engineering” . Ecology is a part of Environmental Science.
Ecology is not just a part of Environmental Science. => Environmental Science is based on
Ecology. Explanation: Ekologi berasal dari kata oikos, rumah atau tempat
tinggal dan logos, ilmu atau
pengetahuan. Ilmu tentang rumah atau tempat tinggal. Misalnya ikan hidup atau
bertempat tinggal (berhabitat) di perairan danau (perairan adalah sebagian
kecil dari lingkungan) di dalam danau tidak hanya hidup si ikan, tetapi juga
ada makhluk hidup lain saling berinteraksi juga ada interaksi antara penyusun
tempat tinggal tersebut. Ekologi mempelajari interaksi antara organisme dengan
tempat tinggalnya, sedangkan organisme maupun tempat tinggalnya dipelajari
dalam berbagai cabang ilmu. Jadi, Lingkungan adalah. satu kesatuan ekosistem.
Ekosistem adalah tatanan
unsur lingkungan hidup yang merupakan kesatuan utuh menyeluruh dan saling
mempengaruhi dalam membentuk keseimbangan, stabilitas, dan produktivitas
lingkungan hidup.
V. Manusia dan Lingkungan
Manusia merupakan bagian
dalam sistem lingkungan • Peradaban manusia berkembang berhubungan dengan sistem
lingkungan. Pandangan manusia terhadap lingkungan, pendekatan antroposentrik,
pendekatan altruistik lebih bijak, karena menganggap semua mempunyai hak hidup
yang sama, pemikiran secara holistik.
Selasa, 19 Januari 2016
Jumat, 06 November 2015
DAFTAR
PUSTAKA
Subiyakto, Haryono. 1994. Statistika 2. Jakarta: Gunadarma
Sugiarto.
2006. Metode Statistika. Jakarta : Gramedia Pustaka Utama
Walpole,
Ronald E. Pengantar Statistika
edisi ke-3. Jakarta: Gramedia Pustaka Utama, Jakarta, 1995.
Hasan, Iqbal. 2011. Analisis Data Penelitian Statistik.
Jakarta: Bumi Aksara
BAB
IV
PENUTUP
4.1
Kesimpulan
Berdasarkan tujuan praktikum mengenai anova satu arah,
maka dapat diketahui ada atau tidaknya perbedaan dari rata-rata penjualan produk di 6 wilayah pada studi kasus
pertama dan ada atau tidaknya
perbedaan dari rata-rata hasil penjualan ooleh sales pada masing-masing produk
pada studi kasus kedua. Hal tersebut dapat diketahui dari kesimpulan terhadap hasil
perhitungan yang telah didapat. Hasilnya adalah sebagai berikut:
1.
F0 = 1,82429 
F0,05 (5;54)
= 2,394
maka H0 diterima, jadi rata-rata penjualan produk di 6 wilayah adalah sama.
F0,05 (5;54)
= 2,394
maka H0 diterima, jadi rata-rata penjualan produk di 6 wilayah adalah sama.
2.
F0 = 0,70081 F0,05 (3,46)
= 2,816 maka H0 diterima, jadi rata-rata hasil penjualan oleh sales pada masing-masing
produk
adalah sama.
F0,05 (3,46)
= 2,816 maka H0 diterima, jadi rata-rata hasil penjualan oleh sales pada masing-masing
produk
adalah sama.
Kesimpulan yang didapat dari keseluruhan
perhitungan adalah studi kasus
pertama dan kedua menyatakan rata-rata dari 6 dan
4 populasi dalam pengamatannya adalah sama dan tidak ada perbedaan. Studi kasus pertama dapat diketahui bahwa
pemasaran produk di 6 wilayah
berhasil dikarenakan rata-rata konsumen membeli produk PT. ELITE dengan jumlah yang sama, lalu dari studi kasus kedua
dapat diketahui bahwa hasil penjualan oleh sales pada masing-masing produk adalah sama yang
berarti cara marketting dan kualitas dari produk terjamin. Hasil dari
pengolahan anova satu arah tersebut dapat digunakan untuk pengolahan data lebih
lanjut sesuai dengan kebutuhan perusahaan dalam membuat kebijakan atau
keputusan.
4.2 Saran
Saran
yang diberikan kepada praktikan adalah dalam membuat studi kasus, harus terlebih
dahulu menentukan satu faktor yang mempengaruhi perbedaan rata-rata dari tiga
populasi atau lebih karena modul ini berkaitan dengan metode anova satu arah. Pengambilan
data atau estimasi data harus dilakukan dengan memperhatikan asumsi anova,
salah satunya yaitu data yang berdistribusi normal.
BAB III
PEMBAHASAN DAN ANALISIS
3.1. Studi
Kasus
Studi kasus merupakan penerapan dalam bentuk nyata dari modul yang
bersangkutan yaitu anova satu arah. Studi kasus dibuat untuk mempermudah pemahaman
mengenai anova satu arah serta mengetahui solusi dengan memecahkan
masalah-masalah mengenai modul tersebut. Berikut ini adalah studi kasus
mengenai anova satu arah untuk jumlah
sampel sama banyak dan tidak sama banyak.
3.1.1 Studi Kasus Jumlah Sampel Sama Banyak
Sebuah perusahaan bernama PT. ELITE yang bergerak dalam penjualan produk berupa tempat makan berbahan plastik mempunyai cabang di berbagai wilayah di
Indonesia. Perusahaan tersebut melakukan sebuah penelitian untuk mengetahui rata-rata
penjualan produknya di setiap wilayah sama atau tidak. Penelitian dilakukan dengan pengambilan
data secara acak di 6 wilayah untuk 6 cabang. Pengambilan
data dilakukan sebanyak 10 kali selama
10 hari. Sampel yang
diambil pada setiap cabang berjumlah sama banyak. Berikut ini adalah tabel
hasil pengambilan data untuk 6 cabang, yaitu pada wilayah Banten,
Jakarta, Bandung, Yogyakarta,
Semarang dan Malang.
Tabel 3.1 Hasil Pengambilan Data untuk 6 Cabang
Jam Ke-
|
Wilayah
|
|||||
Banten
(unit produk)
|
Jakarta
(unit produk)
|
Bandung
(unit produk)
|
Yogyakarta
(unit produk)
|
Semarang
(Unit Produk)
|
Malang
(unit produk)
|
|
1
|
18
|
23
|
20
|
29
|
19
|
22
|
2
|
22
|
19
|
22
|
23
|
18
|
23
|
3
|
16
|
25
|
18
|
27
|
28
|
30
|
4
|
20
|
27
|
18
|
21
|
25
|
28
|
5
|
25
|
18
|
25
|
25
|
24
|
26
|
6
|
23
|
27
|
16
|
21
|
27
|
19
|
Tabel 3.1 Hasil Pengambilan Data untuk 6 Cabang
(Lanjutan)
Jam Ke-
|
Wilayah
|
|||||
Banten
(unit produk)
|
Jakarta
(unit produk)
|
Bandung
(unit produk)
|
Yogyakarta
(unit produk)
|
Semarang
(Unit Produk)
|
Malang
(unit produk)
|
|
8
|
25
|
26
|
22
|
18
|
19
|
23
|
9
|
18
|
24
|
25
|
26
|
23
|
31
|
10
|
25
|
17
|
18
|
28
|
30
|
23
|
Jumlah Penjualan
|
220
|
230
|
210
|
243
|
239
|
255
|
Berdasarkan studi
kasus tersebut dapat diketahui rata-rata penjualan produk tempat makan di 6
wilayah sama atau tidak. Taraf nyata yang digunakan adalah 5%.
3.1.2 Studi Kasus Jumlah Sampel Tidak Sama Banyak
PT ELITE
memproduksi berbagai peralatan makan berbahan plastik. Produk
yang diproduksi diantaranya ialah tempat
makan, gelas, sendok dan garpu.
Masing-masing produk dipasarkan oleh beberapa sales dengan jumlah sales
untuk tiap produk berbeda-beda. Manajer perusahaan melakukan pengamatan
dengan tujuan ingin mengetahui hasil kerja sales dari masing-masing
produk. Berikut ini merupakan data hasil pengamatan yang dilakukan manajer
perusahaan.
Tabel 3.2 Hasil Pengamatan
Jumlah Produk Terjual
Hari Ke-
|
Tempat Makan
(Produk)
|
Gelas
(Produk)
|
Sendok
(Produk)
|
Garpu
(Produk)
|
1
|
15
|
13
|
12
|
13
|
2
|
15
|
11
|
8
|
10
|
3
|
14
|
9
|
5
|
5
|
4
|
11
|
7
|
7
|
8
|
5
|
10
|
5
|
10
|
6
|
6
|
6
|
10
|
4
|
1
|
7
|
2
|
6
|
2
|
7
|
8
|
9
|
8
|
1
|
5
|
9
|
7
|
1
|
9
|
3
|
10
|
5
|
4
|
5
|
8
|
Tabel 3.2 Hasil Pengamatan
Jumlah Produk Terjual
(Lanjutan)
Hari Ke-
|
Tempat Makan
(Produk)
|
Gelas
(Produk)
|
Sendok
(Produk)
|
Garpu
(Produk)
|
11
|
1
|
3
|
||
12
|
7
|
4
|
||
13
|
11
|
7
|
||
14
|
5
|
4
|
||
15
|
3
|
2
|
||
Jumlah
|
Berdasarkan data tersebut, perusahaan ingin mengetahui apakah terdapat
perbedaan rata-rata hasil penjualan sales dari masing-masing produk
dengan menggunakan taraf nyata 5%!
3.2. Pengujian dan Pengolahan Data
Pengujian data
menggunakan program SPSS 16.0 yaitu untuk menguji data yang akan diolah. Data
yang telah diuji dan memenuhi salah satu asumsi anova satu arah yaitu
berdistribusi normal, selanjutnya diolah dengan perhitungan manual dan software.
3.2.1 Pengujian Data
Pengujian data digunakan untuk menguji data yang akan diolah. Data yang
diuji berupa nilai-nilai sampel dari hasil pengamatan sesuai studi kasus dengan
jumlah sampel sama banyak dan studi kasus dengan jumlah sampel tidak sama
banyak. Data diuji harus memenuhi salah satu
asumsi anova satu arah yaitu berdistribusi normal. Berikut ini pengujian data untuk anova satu arah dengan jumlah sampel
sama banyak dan tidak sama banyak.
1.
Pengujian Data
Jumlah Sampel Sama Banyak
Langkah pertama yang dilakukan saat pengujian data ialah
mengaktifkan program SPSS 16.0 kemudian masuk ke variabel view,
pada kolom nama ketik wilayah dan penjualan. Kolom decimals diubah
menjadi 0 (nol).
output merupakan hasil pengujian
data apakah sebaran data berdistribusi normal atau tidak. Uji data yang dipakai
ialah uji Kolmogorov-Smirnov
dan Shapiro-Wilk. Nilai signifikan
dari uji Kolmogorov-Smirnov Z
merupakan nilai p yang dihasilkan dari uji hipotesis nol yang berarti tidak ada
perbedaan antara distribusi data yang diuji dengan distribusi data normal
karena nilainya lebih besar dari 0,05. Dapat dinyatakan sebaran data yang diuji
mengikuti distribusi normal. Analisis Shapiro-Wilk dianggap lebih akurat
ketika jumlah subjek yang dimiliki kurang dari 50. Nilai signifikan dari uji Kolmogorov-Smirnov didapat sebesar 0,066
yang artinya data berdistribusi normal karena lebih besar dari 0,05. Uji
signifikan Shapiro-Wilk menunjukkan
hasil 0,068 yang berarti juga data berdistribusi normal. Kesimpulannya data
studi kasus dengan jumlah sampel sama banyak dapat dilanjutkan untuk diolah dengan perhitungan manual dan software.
2.
Pengujian Data
Jumlah Sampel Tidak Sama Banyak
Langkah pertama
yang dilakukan saat pengujian data ialah mengaktifkan program SPSS 16.0
kemudian masuk ke variabel view, pada
kolom nama ketik jenis_produk dan Hasil_Penjualan. Kolom decimals diubah
menjadi 0 (nol).
Langkah kedua
sama dengan perhitungan software jumlah sampel sama banyak, yaitu
dengan mengisi kolom values. Langkah
ketiga kembali ke data view dan melakukan proses input data
dengan memasukkan data yang telah didapatkan dari hasil pengambilan data secara
acak. Data yang dimasukkan berjumlah 50 data.
Langkah
keempat sampai langkah terakhir juga sama dengan perhitungan
software jumlah sampel sama banyak. Output yang diperoleh
merupakan hasil perhitungan software pengujian data untuk studi kasus
dengan jumlah sampel tidak sama banyak. Berikut adalah output hasil
perhitungan menggunakan software SPSS 16.0.
Output untuk gambar 3.10 menunjukkan bahwa data seragam
atau tidak. Indikator yang dilihat adalah nilai signifikasi dari base of mean karena yang dilihat adalah
rata-ratanya. Terlihat nilai signifikan menunjukkan 0,430 yang berarti lebih
dari 0,05 artinya data tersebut seragam.
Output pada gambar 3.11 juga merupakan hasil pengujian data apakah
sebaran data berdistribusi normal atau tidak.
Uji Kolmogorov-Smirnov menunjukkan
nilai signifikan sebesar 0,063 maka data dikatakan normal karena nilainya lebih
besar dari 0,05. Uji Shapiro-Wilk juga
menunjukkan hal yang sama. Kesimpulannya
data studi kasus dengan jumlah sampel tidak sama banyak
dapat dilanjutkan untuk diolah dengan
perhitungan manual dan software.
3.2.2 Perhitungan Manual
Perhitungan manual merupakan pemecahan masalah
menggunakan rumus-rumus yang berkaitan dengan anova satu arah. Perhitungan yang
dilakukan sesuai dengan studi kasus yang telah dijelaskan sebelumnya yaitu
studi kasus dengan jumlah sampel sama banyak dan studi kasus dengan jumlah
sampel tidak sama banyak. Berikut ini adalah masing-masing perhitungannya.
1. Perhitungan
Manual Jumlah Sampel Sama Banyak
Perhitungan
manual untuk jumlah sampel sama banyak merupakan langkah-langkah perhitungan
dalam membuat kesimpulan dari studi kasus, yaitu untuk mengetahui rata-rata penjualan produk di 6 wilayah sama atau tidak.
Telah diketahui n (jumlah baris) = 10 dan k (jumlah kolom) = 6, maka
selanjutnya dilakukan perhitungan berdasarkan tabel berikut dengan variabel A =
Banten, B = Jakarta, C = Bandung, D = Yogyakarta, E = Semarang, dan F = Malang.
Tabel
3.3 Perhitungan Manual Anova Satu Arah Studi Kasus 1
A
|
B
|
C
|
D
|
E
|
F
|
A2
|
B2
|
C2
|
D2
|
E2
|
F2
|
||
18
|
23
|
20
|
29
|
19
|
22
|
324
|
529
|
400
|
841
|
361
|
484
|
||
22
|
19
|
22
|
23
|
18
|
23
|
484
|
361
|
484
|
529
|
324
|
529
|
||
16
|
25
|
18
|
27
|
28
|
30
|
256
|
625
|
324
|
729
|
784
|
900
|
||
20
|
27
|
18
|
21
|
25
|
28
|
400
|
729
|
324
|
441
|
625
|
784
|
||
25
|
18
|
25
|
25
|
24
|
26
|
625
|
324
|
625
|
625
|
576
|
676
|
||
23
|
27
|
16
|
21
|
27
|
19
|
529
|
729
|
256
|
441
|
729
|
361
|
||
28
|
24
|
26
|
25
|
26
|
30
|
784
|
576
|
676
|
625
|
676
|
900
|
||
25
|
26
|
22
|
18
|
19
|
23
|
625
|
676
|
484
|
324
|
361
|
529
|
||
18
|
24
|
25
|
26
|
23
|
31
|
324
|
576
|
625
|
676
|
529
|
961
|
||
25
|
17
|
18
|
28
|
30
|
23
|
625
|
289
|
324
|
784
|
900
|
529
|
||
 |
220
|
230
|
210
|
243
|
239
|
255
|
4976
|
5414
|
4522
|
6015
|
5865
|
6653
|
|
a. Menentukan formulasi hipotesis. Formulasi hipotesis terdiri dari H0 dan H1,
yaitu sebagai berikut:
H0 : rata-rata jumlah penjualan produk di 6 wilayah adalah sama
H1 : sekurang-kurangnya terdapat satu rata-rata penjualan produk di 6
wilayah yang tidak sama
b. Menentukan taraf nyata (
) dan nilai F tabel. Taraf nyata telah ditentukan sebelumnya, lalu nilai F tabel digunakan untuk perbandingan terhadap F
hitung.
) dan nilai F tabel. Taraf nyata telah ditentukan sebelumnya, lalu nilai F tabel digunakan untuk perbandingan terhadap F
hitung. = 5% = 0,05
V1 = k-1 =
6-1 = 5
V2
= k (n-1) =
6 (10-1) = 6 (9) = 54
a =
40; b = 45; c = 60
Fa
(v1;v2) =
x + (z – x)
F0,05
(5;54) = F0,05 (5;40)
+ (F0,05 (5;60) -
F0,05 (5;40))
= 2,45 + (2,37 – 2,45)
= 2,45 + (-0,08)
= 2,45 + (-0,056)
F0,05
(5;54) = 2,394
Hasil
yang didapatkan yaitu nilai F tabel untuk taraf nyata ()
0,05 adalah 2,394.
)
0,05 adalah 2,394.
c. Menentukan kriteria pengujian. Kriteria pengujian digunakan untuk membuat
kesimpulan terhadap perbandingan F tabel dan F hitung.
H0
diterima apabila F0 
2,394
2,394
H0
ditolak apabila F0 > 2,394
d. Menentukan nilai uji statistik. Nilai uji statistik
disebut juga analisis varians untuk membuat tabel anova dan mendapatkan nilai F
hitung.
n = 10
k = 6
TA = 220 TA2 = 4976
TB = 230 TB2 = 5414
TC =
210 TC3 = 4522
TD =
243 TD2 = 6015
TE =
239 TE2 =
5865
TF =
255 TF2 = 6653
∑T = 1397 ∑T2 = 33445
JKT = 918,1833
JKK =
132,6833
JKE = JKT – JKK
=
918,833 – 132,6833
JKE =
785,5
S12 = 26,53667
S22 = 14,5463
F0 = 1,82429
Hasil
perhitungan yang telah didapatkan dimasukkan ke dalam tabel anova satu arah.
Tabel 3.4
Anova Satu Arah Studi Kasus 1
Sumber Varians
|
Jumlah Kuadrat
|
Derajat Bebas
|
Rata-rata Kuadrat
|
F0
|
Rata-rata Kolom
|
132,6833
|
5
|
26,53667
|
1,82429
|
Error
|
785,5
|
54
|
14,5463
|
|
Total
|
760,72
|
49
|
e. Kesimpulan
F0
= 1,82429 F0,05 (5;54) = 2,394 maka H0 diterima, jadi rata-rata penjualan produk di 6 wilayah
adalah sama.
F0,05 (5;54) = 2,394 maka H0 diterima, jadi rata-rata penjualan produk di 6 wilayah
adalah sama.
2.
Perhitungan Manual Jumlah Sampel Tidak
Sama Banyak
Perhitungan
manual untuk jumlah sampel tidak sama banyak merupakan langkah-langkah
perhitungan dalam membuat kesimpulan dari studi kasus, yaitu untuk mengetahui apakah terdapat perbedaan hasil penjualan pada masing-masing sales
di 4 produk tersebut. Telah diketahui N (jumlah data) =
50 dan k (jumlah kolom) = 4, maka selanjutnya dilakukan perhitungan berdasarkan
tabel berikut dengan variabel A = tempat makan, B = gelas, C = sendok, dan D = garpu.
Tabel 3.5
Perhitungan Manual Anova Satu Arah Studi Kasus 2
A
|
B
|
C
|
D
|
A2
|
B2
|
C2
|
D2
|
|
15
|
13
|
12
|
13
|
225
|
169
|
144
|
169
|
|
15
|
11
|
8
|
10
|
225
|
121
|
64
|
100
|
|
14
|
9
|
5
|
5
|
196
|
81
|
25
|
25
|
|
11
|
7
|
7
|
8
|
121
|
49
|
49
|
64
|
|
10
|
5
|
10
|
6
|
100
|
25
|
100
|
36
|
|
6
|
10
|
4
|
1
|
36
|
100
|
16
|
1
|
|
2
|
6
|
2
|
7
|
4
|
36
|
4
|
49
|
|
9
|
8
|
1
|
5
|
81
|
64
|
1
|
25
|
|
7
|
1
|
9
|
3
|
49
|
1
|
81
|
9
|
|
5
|
4
|
5
|
8
|
25
|
16
|
25
|
64
|
|
1
|
3
|
1
|
9
|
|||||
7
|
4
|
49
|
16
|
|||||
11
|
7
|
121
|
49
|
|||||
5
|
4
|
25
|
16
|
|||||
3
|
2
|
9
|
4
|
|||||
∑
|
121
|
94
|
63
|
66
|
1267
|
756
|
509
|
542
|
a.
Menentukan formulasi hipotesis. Formulasi hipotesis terdiri dari H0 dan H1,
yaitu sebagai berikut:
H0
: rata-rata hasil penjualan oleh sales
dari masing-masing produk adalah sama
H1 : sekurang-kurangnya terdapat satu rata-rata hasil penjualan oleh
sales dari masing-masing produk adalah tidak sama.
b. Menentukan taraf nyata () dan nilai F tabel. Taraf nyata telah ditentukan
sebelumnya, lalu nilai F tabel digunakan
untuk perbandingan terhadap F hitung.
) dan nilai F tabel. Taraf nyata telah ditentukan
sebelumnya, lalu nilai F tabel digunakan
untuk perbandingan terhadap F hitung. = 5% =
0,05
V1
= k–1 = 4–1 = 3
V2
= N – k = 50 – 4 = 46
a = 40; b = 46; c = 60
Fa
(v1;v2) =
x + (z – x)
F0,05
(3;46) = F0,05 (3;40)
+ (F0,05 (3;60) –
F0,05 (3;40))
= 2,84 + (2,76 – 2,84)
= 2,84 – 0,024
F0,05
(3;46) = 2,816
Hasil
yang didapatkan yaitu nilai F tabel untuk taraf nyata ()
0,05 adalah 2,816.
)
0,05 adalah 2,816.
c. Menentukan kriteria pengujian. Kriteria pengujian digunakan untuk membuat kesimpulan
terhadap perbandingan F tabel dan F hitung.
H0
diterima apabila F0 2,816
2,816
H0
ditolak apabila F0 > 2,816
d. Menentukan nilai uji statistik. Nilai uji statistik
disebut juga analisis varians untuk membuat tabel anova dan mendapatkan nilai F
hitung.
k = 4 TA = 121 TA2 = 1267
N
= 50 TB =
94 TB2 = 756
nA = 15 TC = 63 TC2 = 509
nB = 15 TD = 66 TD2 = 542
nC =
10 ∑T = 344 ∑T2 = 3074
nD =
10
JKT = 707,28
JKK = 30,91333
JKE = JKT – JKK
=
707,28 – 30,91333
JKE =
676,3667
S12 = 10,30444
Hasil
perhitungan yang telah didapatkan dimasukkan ke dalam tabel anova satu arah.
Tabel
3.6 Anova Satu Arah Studi Kasus 2
Sumber Varians
|
Jumlah Kuadrat
|
Derajat Bebas
|
Rata-rata Kuadrat
|
F0
|
Rata-rata Kolom
|
30,91333
|
3
|
10,30444
|
0,70081
|
Error
|
676,3667
|
46
|
14,70362
|
|
Total
|
707,28
|
49
|
e.
Kesimpulan
F0
= 0,70081 F0,05 (3,46) = 2,816 maka H0
diterima, jadi rata-rata hasil penjualan
oleh sales dari masing-masing produk adalah sama.
F0,05 (3,46) = 2,816 maka H0
diterima, jadi rata-rata hasil penjualan
oleh sales dari masing-masing produk adalah sama.
3.2.3 Pengolahan
Software
Pengolahan software dilakukan dengan menggunakan
aplikasi SPSS 16.0. Pengolahan software terdiri dari 2 pengolahan, yaitu
pengolahan untuk studi kasus pertama dan kedua. Pengolahan software
merupakan kelanjutan dari pengujian data yang telah dilakukan sebelumnya, yaitu
dengan menggunakan data yang telah dimasukkan untuk setiap studi kasus. Berikut
adalah masing-masing pengolahannya.
3.3. Analisis
Analisis
yang dilakukan yaitu analisis perhitungan manual, analisis perhitungan software, dan analisis perbandingan. Analisis
digunakan untuk memecahkan permasalahan dengan mengetahui arti dan solusi yang
didapatkan dari hasil perhitungan. Hasil dari perhitungan manual dan
perhitungan software akan dibahas dan dibandingkan dalam analisis
perbandingan.
3.3.1 Analisis Perhitungan Manual
Analisis perhitungan manual membahas mengenai
hal-hal yang berkenaan dengan penyelesaian masalah yang telah dihitung
sebelumnya, sehingga diperoleh informasi yang
diinginkan berdasarkan studi kasus. Berikut
ini adalah analisis anova satu arah untuk jumlah sampel sama bayak dan tidak
sama banyak.
1. Analisis
Perhitungan Manual Jumlah Sampel Sama Banyak
Perhitungan
manual jumlah sampel sama banyak menghitung nilai F tabel dan F hitung dengan
taraf nyata 5%. Nilai F tabel didapat dari tabel anova satu arah dengan
sebelumnya membutuhkan nilai v1
dan
v2.
Nilai v1 didapat nilai 5 karena jumlah kolom (k) pada studi kasus
sebanyak 6 dikurang 1 sesuai rumus. Nilai v2 dengan melibatkan kolom
dan baris yang ada. Baris terdiri dari 10 baris data dan didapat hasil 54.
Nilai v1 dan v2 yang didapat selanjutnya dilihat F tabelnya
untuk kriteria pengujian. Nilai F tabel ditentukan dengan taraf nyata dan nilai
v1
dan v2
dilihat dari tabel anova.
Tabel anova untuk taraf nyata 0,05 v1 sebesar 5 dan v2 sebesar
54 tidak ada di tabel, maka untuk mencari nilai F tabel menggunakan
rumus interpolasi dan didapat hasil sebesar 2,394.
Kriteria pengujian
mensyaratkan klasifikasi nilai menjadi 2, yaitu H0 yang diterima menunjukkan
bahwa rata-rata penjualan produk di 6 wilayah adalah sama sedangkan H0
yang ditolak adalah kebalikannya. Nilai uji statistik ialah mencari nilai
Jumlah Kuadarat Kolom (JKK), Jumlah Kuadrat Error (JKE), dan Jumlah Kuadrat
Total (JKT). Tabel anova didapat nilai JKK sebesar 132,6833 dengan derajat
bebas v1 sebesar 5, sehingga didapat rata-rata kuadrat 26,53667 yaitu
hasil bagi JKK dengan v1. Nilai JKE didapat sebesar 785,5 dan
derajat bebas v2 sebesar 54, sehingga rata-rata kuadrat yang
merupakan pembagian antara keduanya yaitu sebesar 14,5463. Nilai rata-rata
kuadrat dari JKK dan JKE tersebut dapat menentukan nilai F hitung (F0). F hitung didapat dari pembagian
rata-rata kuadrat kolom dengan rata-rata kuadrat error.
F hitung didapatkan sebesar 1,82429. Kesimpulan akan H0 diterima
atau tidaknya ialah dengan membandingkan antara F tabel dengan F hitung
sesuai dengan syarat yang ada pada kriteria pengujian. H0 diterima
karena F hitung bernilai 1,82429,
yaitu lebih kecil dari F tabel 2,394 sehingga dapat disimpulkan bahwa H0 diterima
atau H1 ditolak yang berarti rata-rata penjualan produk di 6 wilayah
adalah sama. Dapat diketahui bahwa pemasaran
produk di 6 wilayah berhasil dikarenakan rata-rata konsumen membeli produk PT.
ELITE dengan jumlah yang sama. Data tersebut di atas dapat dijadikan untuk
pengolahan data selanjutnya sesuai dengan kebutuhan perusahaan.
2. Analisis
Perhitungan Manual Jumlah Sampel Tidak Sama Banyak
Perhitungan
manual anova satu arah untuk sampel tidak sama banyak adalah sama dengan sampel
sama banyak, perbedaannya hanya pada jumlah sampelnya. Studi kasus untuk sampel
sama banyak memiliki 4 kolom dan total data sebanyak 50. Menentukan F tabel
membutukan nilai v1 dan v2. Nilai v1 didapat
dari jumlah kolom dikurangi 1 maka nilainya adalah 3 dan v2 adalah
selisih jumlah data dengan kolom maka nilainya adalah 46. Nilai F tabel untuk
taraf nyata 5% dengan v1 sebesar 3 dan v2 sebesar 46
tidak tercantum pada tabel anova, sehingga untuk mencari nilainya dilakukan
perhitungan dengan menggunakan rumus interpolasi dan didapat hasil sebesar
2,816.
Kriteria pengujian
merupakan syarat H0 diterima atau ditolak. H0 diterima
jika F hitung lebih kecil atau sama dengan F tabel. H0 ditolak jika
nilai F hitung lebih besar dari F tabel. Penentuan nilai uji statistik ialah
mencari nilai JKK, JKE, JKT, rara-rata kolom, rata-rata error, dan F hitung (F0). Nilai JKK, JKE, dan JKT
berturut-turut sebesar 30,91333; 676,3667; dan 707,28. Rata-rata kuadrat kolom
didapat hasil sebesar 10,30444 yang merupakan pembagian antara nilai JKK dengan
derajat bebas v1. Rata-rata error
didapat dari hasil bagi jumlah kuadrat error
dengan derajat bebas v2
yaitu 14,70362. Pembagian rata-rata
kuadrat kolom dengan rata-rata kuadrat error
dapat menentukan nilai F hitung yaitu sebesar 0,70081. Nilai F hitung sebesar 0,70081 berarti
lebih kecil dari F tabel yaitu 2,816 sehingga dapat ditarik
kesimpulan bahwa uji hipotesis untuk H0 diterima atau H1 ditolak.
H0 diterima berarti rata-rata hasil penjualan oleh sales
masing-masing produk adalah sama. Dapat diketahui bahwa marketing atau
pemasaran dari tiap-tiap sales produk rata-rata sama. Data yang didapat tersebut dapat dijadikan bahan pengolahan
selanjutnya sesuai dengan kebutuhan perusahaan.
3.3.2 Analisis Perhitungan Software
Perhitungan software yang dilakukan
adalah untuk studi kasus dengan
jumlah sampel sama banyak dan studi kasus dengan jumlah sampel tidak sama
banyak dengan menggunakan aplikasi SPSS 16.0. Analisis perhitungan software terdiri
dari 2 analisis sesuai dengan masing-masing perhitungan. Berikut adalah
analisis dari masing-masing perhitungan tersebut.
1.
Analisis Perhitungan
Software Jumlah Sampel Sama Banyak
Berdasarkan
hasil perhitungan, terdapat 4 output yang akan dianalis, dimulai dari
gambar 3.15. Kolom N menunjukkan jumlah data untuk setiap pengamatan di setiap
wilayah, yaitu 10 data. Mean menunjukkan rata-rata dari seluruh data
pada masing-masing wilayah, contohnya pada wilayah Banten yaitu 22,00. Standard
deviation menunjukkan jarak penyimpangan dan standard error
menunjukkan nilai-nilai yang tidak valid/error dari data
pengamatan, pada wilayah Banten jarak penyimpangannya sebesar 3,887 dan
nilai-nilai yang error sebesar 1,229. Kolom 95% confidence interval
for mean menunjukkan tingkat kepercayaan untuk keberhasilan pengamatan
terhadap rata-rata penjualan produk di setiap wilayah adalah sebesar 95%. Lower
bound dan upper bound merupakan batas bawah dan batas atas dari data
pengamatan sesuai dengan tingkat kepercayaan yang digunakan, contohnya pada
wilayah Banten yaitu 19,22 dan 24,78. Minimum dan maximum
merupakan nilai minimum dan nilai maksimum yang didapatkan dari data
pengamatan, pada wilayah Banten nilai keduanya yaitu 16 dan 28.
Gambar
3.16 adalah ANOVA, between groups merupakan rata-rata nilai pada kolom
yaitu 132,683 dan within groups merupakan nilai error yaitu 785,500
serta total merupakan jumlah keduanya. Nilai rata-rata kuadrat pada between
groups yaitu 28,537 dan pada within groups yaitu 14,546, serta hasil
bagi keduanya merupakan nilai F hitung dari rata-rata penjualan produk di
setiap wilayah yaitu 1,824. F hitung = 1,824 < F0,05(4;45) = 2,394, sehingga H0 diterima
dan tidak ada perbedaan dari rata-rata penjualan produk di setiap wilayah. Hal ini berarti pemasaran produk di 6 wilayah berhasil dikarenakan rata-rata konsumen membeli produk PT. ELITE dengan jumlah yang sama. Nilai signifikan pada gambar yaitu 0,124 > 0,05 yang menunjukkan bahwa H0 diterima.
Hasil
selanjutnya yaitu pada gambar 3.17. Gambar tersebut menunjukkan perbandingan
dari uji Tukey HSD dan uji Bonferroni. Kedua pengujian tersebut
bertujuan untuk mengetahui apakah terdapat perbedaan yang signifikan dengan melihat ada tidaknya tanda * pada kolom mean
difference. Tanda * menunjukkan adanya perbedaan mean yang
signifikan, pada gambar tidak terdapat tanda * dan menunjukkan tidak ada
perbedaan yang signifikan pada mean. Nilai mean difference pada
wilayah Banten dengan Jakarta yaitu -1,000, yang menunjukkan rata-rata
perbedaan dari penjualan di kedua wilayah tersebut. Standard error untuk
semua wilayah mempunyai nilai yang sama yaitu 1,706. Keseluruhan nilai
signifikan > 0,05 sehingga keseluruhan data untuk 6 wilayah
seragam. Sama seperti penjelasan sebelumnya, tingkat kepercayaan untuk keberhasilan pengamatan terhadap rata-rata
penjualan produk di setiap wilayah adalah sebesar 95%. Lower bound dan upper
bound merupakan batas bawah dan batas atas dari data pengamatan, contohnya
pada wilayah Banten dengan Jakarta yaitu -6,04 dan 4,04. Tukey HSD dan Bonferroni
pada dasarnya memberikan informasi yang sama yaitu melihat kelompok atau
populasi mana yang memiliki perbedaan nyata. Hasil uji Tukey HSD dan Bonferroni
merupakan satu paket dan dengan Homogeneous
Subset selalu saling melengkapi.
Output yang terakhir
yaitu gambar 3.18 merupakan Homogeneous
Subset Wilayah yang menunjukkan grup/subset
yang mempunyai perbedaan rata-rata yang tidak berbeda secara signifikan. Hasil uji Tukey HSD
menunjukkan keenam kelompok sampel berada pada kolom subset
yang sama. Artinya rata-rata keenam wilayah tidak memiliki perbedaan
yang signifikan.
2.
Analisis Perhitungan
Software Jumlah Sampel Tidak Sama Banyak
Berdasarkan
hasil perhitungan, terdapat 4 output yang akan dianalisis, dimulai dari
gambar 3.19. Kolom N menunjukkan jumlah data untuk setiap pengamatan untuk
setiap jenis sepatu yang berbeda-beda, untuk tempat makan 15 data, gelas 15
data, sendok dan garpu masing-masing 10 data. Mean menunjukkan rata-rata
dari seluruh data pada masing-masing produk, contohnya pada tempat makan yaitu
8,07. Standard deviation menunjukkan jarak penyimpangan dan standard
error menunjukkan nilai-nilai yang tidak valid/error dari
data pengamatan, pada tempat makan jarak penyimpangannya sebesar 4,559 dan
nilai-nilai yang error sebesar 1,177. Kolom 95% confidence interval
for mean menunjukkan tingkat kepercayaan untuk keberhasilan pengamatan
terhadap rata-rata hasil penjualan sales masing-masing produk adalah sebesar
95%. Lower bound dan upper bound merupakan batas bawah dan batas
atas dari data pengamatan, contohnya pada tempat makan yaitu 5,54 dan 10,59. Minimum
dan maximum merupakan nilai minimum dan nilai maksimum yang didapatkan
dari data pengamatan, pada tempat makan nilai keduanya yaitu 1 dan 15.
Gambar
selanjutnya yaitu 3.20 adalah ANOVA, between groups merupakan rata-rata
nilai pada kolom yaitu 30,913 dan within groups merupakan nilai error
yaitu 676,367, serta total merupakan jumlah keduanya. Nilai rata-rata kuadrat pada between
groups yaitu 10,304 dan pada within groups yaitu 14,704, serta hasil
bagi keduanya merupakan nilai F hitung dari rata-rata hasil penjualan oleh
sales masing-masing produk yaitu 0,701. F hitung = 0,701 < F0,05(3;46) = 2,816, sehingga H0 diterima
dan tidak ada perbedaan dari rata-rata hasil penjualan oleh sales masing-masing
produk. Hal ini berarti marketting
masing-masing sales sama dan kualitas dari masing-masing produk juga sama
terlihat tingkat kredibilitasnya tinggi. Nilai signifikannya yaitu 0,556 > 0,05 yang menunjukkan data yang diperoleh
seragam dan H0 diterima.
Data yang didapat akan digunakan untuk pengolahan selanjutnya sesuai kebutuhan
perusahaan.
Hasil selanjutnya yaitu pada gambar 3.21. Gambar tersebut menunjukkan perbandingan dari uji Tukey HSD dan
uji Bonferroni. Kedua pengujian tersebut bertujuan untuk mengetahui apakah
terdapat perbedaan yang signifikan dengan
melihat ada tidaknya tanda * pada kolom mean difference. Tanda *
menunjukkan adanya perbedaan mean yang signifikan, pada gambar tidak
terdapat tanda * dan menunjukkan tidak ada perbedaan yang signifikan pada mean.
Nilai mean difference pada tempat makan dengan gelas yaitu 1,800, yang menunjukkan rata-rata perbedaan
dari hasil penjualan pada kedua jenis produk tersebut. Standard error untuk
setiap tempat
makan mempunyai nilai yang berbeda dikarenakan nilai N yang berbeda,
dibandingkan dengan studi kasus sebelumnya dimana nilai N yang sama memiliki standard
error yang sama. Keseluruhan nilai signifikan > 0,05 sehingga keseluruhan
data untuk 4 jenis produk. Sama seperti penjelasan
sebelumnya, tingkat kepercayaan untuk keberhasilan pengamatan terhadap rata-rata
kecacatan produk pada setiap jenis sepatu adalah sebesar 95%. Lower bound
dan upper bound merupakan batas bawah dan batas atas dari data
pengamatan, contohnya pada temapat makan dengan gelas yaitu -1,93 dan 5,53. Tukey HSD dan Bonferroni pada
dasarnya memberikan informasi yang sama
yaitu melihat kelompok atau populasi mana yang memiliki perbedaan nyata. Hasil
uji Tukey HSD dan Bonferroni merupakan satu paket dan
dengan Homogeneous Subset selalu
saling melengkapi.
Output yang terakhir yaitu gambar 3.22 yang juga menjelaskan produk yang mempunyai perbedaan yang signifikan
atau tidak dilihat dari nilai mean yang dihasilkan tiap produk berada dalam
kolom subset yang sama atau berbeda. Homogeneous
Subset Hasil penjualan menunjukkan kelompok mana yang tidak memiliki
perbedaan rata-rata yang tidak signifikan. Hasil uji Tukey
HSD menunjukkan keempat kelompok sampel berada pada kolom subset
yang sama. Artinya rata-rata hasil penjualan oleh sales pada
masing-masing produk adalah sama.
3.3.3 Analisis Perbandingan Manual dan Software
Hasil
perhitungan manual dan hasil perhitungan software untuk kedua studi
kasus adalah sama dan hanya terdapat sedikit perbedaan. Perbedaan tersebut
dikarenakan pada perhitungan software dilakukan pembulatan angka sampai
3 angka di belakang koma, sedangkan pembulatan angka pada perhitungan manual
sampai 4 angka di belakang koma.
Perbandingan antara perhitungan manual dan perhitungan software
yaitu perhitungan software lebih lengkap dan akurat untuk menentukan
keseragaman data serta dengan perhitungan software dapat dilakukan pula
pengujian data. Keseluruhannya
dapat dianalisis bahwa perhitungan manual dan perhitungan software mempunyai hasil yang
sama yang berarti kedua perhitungan dilakukan dengan benar. Perbandingan perhitungan
manual dengan perhitungan software juga dapat dikatakan perhitungan software
lebih sederhana dibandingkan dengan perhitungan manual karena perhitungan itu
sendiri dilakukan oleh software dengan hanya memasukkan data hasil
pengamatan.
Langganan:
Postingan (Atom)