Page 1
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
BAB III
PENGOLAHAN DATA DAN ANALISIS
3.1 RAL
3.1.1 Pengumpulan Data
Tabel 3.1 Data RAL Percobaan Pengukuran Denyut Nadi
Anak Tangga
Jeda (detik) 3 7 10 13
10 87 100 104 110
10 90 99 106 112
10 88 95 107 112
10 87 98 105 112
10 84 98 105 111
10 85 97 104 110
10 86 99 108 113
10 90 97 105 113
10 87 97 108 114
10 84 98 106 111
3.1.2 Uji Asumsi Analisis Variansi
3.1.2.1 Uji Normalitas
1. SPSS
1- Hipotesis
1. Ho : Data sampel berasal dari populasi yang berdistribusi normal
2. H1 : Data sampel tidak berasal dari populasi yang berdistribusi normal
3. α=0,05
4. Daerah kritis : Kolmogorov Smirnov dan Shapiro Wilk (sig. < 0.05)
Program Studi Teknik Industri Universitas Diponegoro
Page 3
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
5. Perhitungan
Tabel 3.2 Uji Normalitas RAL (SPSS)
Tests of Normality
Kolmogorov-SmirnovaShapiro-Wilk
Anakta
ngga Statistic Df Sig. Statistic Df Sig.
nadi 3 .163 10 .200* .919 10 .346
7 .184 10 .200* .945 10 .609
10 .206 10 .200* .901 10 .225
13 .160 10 .200* .942 10 .575
a. Lilliefors Significance Correction
*. This is a lower bound of the true significance.
1 Kolmogorov-Smirnov
Naik turun tangga 3x nilai sig 0,2>0,05
Naik turun tangga 7x nilai sig 0,2>0,05
Naik turun tangga 10x nilai sig 0,2>0,05
Naik turun tangga 14x nilai sig 0,2>0,05
1 Shapiro-wilk
Naik turun tangga 3x nilai sig 0,34>0,05
Naik turun tangga 7x nilai sig 0,60>0,05
Naik turun tangga 10x nilai sig 0,22>0,05
Naik turun tangga 14x nilai sig 0,57>0,05
6. Keputusan :
1 Uji Kolmogorv Smirnov : Terima Ho untuk semua perlakuan
karena sig. > 0.05
Uji Saphiro Wilk : Terima Ho untuk semua perlakuan karena
sig. > 0.05
Program Studi Teknik Industri Universitas Diponegoro2015
Page 5
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
7. Kesimpulan :
Untuk uji kolmogorov-smirnov dan uji shapiro wilk, data pada semua
perlakuan berdistribusi normal.
2- Analisis :
Dari hasil output SPSS maka didapatkan data untuk semua perlakuan
berdistribusi normal. Hal ini terlihat dari kolom sig pada uji Kolmogorov-
Smirnov dan uji shapiro wilk dimana nilai pada kolom sig lebih besar dari 0,05
untuk semua perlakuan.
Normal Q-Q
Perlakuan 1
Gambar 3.1 SPSS Q-Q Plot (3 anak tangga)
Program Studi Teknik Industri
Page 6
Universitas Diponegoro201522
Page 7
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Perlakuan 2
Gambar 3.2 SPSS Q-Q Plot (7 anak tangga)
Perlakuan 3
Gambar 3.3 SPSS Q-Q Plot (10 anak tangga)
Page 8
Program Studi Teknik Industri Universitas Diponegoro201523
Page 9
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Perlakuan 4
Gambar 3.4 SPSS Q-Q Plot (13 anak tangga)
Analisis :
Dari grafikhasil output SPSS pada normal Q-Q terdapat garis
diagonal. Output diatas berfungsi untuk mendeteksi pola persebaran titik-titik
pada grafik.Jika titik-titik berada di sekitar garis diagonal dan mengikuti arah
garis diagonal maka model regresi memenuhi asumsi normalitas. Dan jika titik-
titik berada jauh dari garis diagonal maka data semakin jauh dari asumsi
normalitas. Sehingga terlihat pada grafik bahwa data menyebar di sekitar garis
diagonal, maka dapat dikatakan data berdistribusi normal.Garis lurus pada grafik
output SPSS mengartikan nilai harapan, dari grafik tersebut dapat diketahui
apabila ada titik yang menyentuh garis maka artinya titik plots tersebut memiliki
nilai yang sama pada percobaan.
Program Studi Teknik Industri
Page 10
Universitas Diponegoro201524
Page 11
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Detrended Normal Q-Q Plots
Perlakuan 1
Gambar 3.5 SPSS Detrended Q-Q Plot (3 anak tangga)
Perlakuan 2
Gambar 3.6 SPSS Detrended Q-Q Plot (7 anak tangga)
Page 12
Program Studi Teknik Industri Universitas Diponegoro201525
Page 13
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Perlakuan 3
Gambar 3.7 SPSS Detrended Q-Q Plot (10 anak tangga)
Perlakuan 4
Gambar 3.8 SPSS Detrended Q-Q Plot (13 anak tangga)
Page 14
Program Studi Teknik Industri Universitas Diponegoro201526
Page 15
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Analisis :
Dari grafik hasil output SPSS terdapat garis mendatar yang di sekitarnya
terdapat titik-titik yang menggambarkan titik-titik selisih nilai titik-titik pada
normal Q-Q plot pada garis diagonalnya. Garis mendatar di titik 0 di atas
merupakan tanda, jika titik-titik mendekati garis, maka data semakin baik.Jadi
grafik detrended normal Q-Q plots merupakan kelanjutan dari Normal Q-Q plot.
Garis lurus pada grafik output SPSS diatas menunjukkan nilai harapan , dari
grafik tersebut dapat diketahui apabila ada titik yang menyentuh garis maka
artinya titik plots tersebut memiliki nilai yang sama pada percobaan.
b. Minitab
1- Hipotesis
1. Ho : Data sampel berasal dari populasi yang berdistribusi normal
2. H1 : Data sampel tidak berasal dari populasi yang berdistribusi normal
3. α=0,05
4. Daerah kritis
KS > 0,210, n=40 dan α = 0,05
5. Perhitungan
Kolmogoorov smirnov RAL
Normal
99
95
90
80
Percent 70
60504030
20
10
5
180 90 100 110
C1
Page 16
Mean 100,6StDev 9,610N 40KS 0,128P-Value 0,097
Gambar 3.9 Minitab KolmogorovSmirnov RAL
Program
Studi Teknik In
dustri Universi
tas Diponegoro2015
27
Page 17
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
6. Keputusan :
Untuk Uji Kolmogorov-Smirnov: Jangan tolak Ho karena 0,128 < 0,210 maka
Ho diterima.
7. Kesimpulan :
Untuk Uji Kolmogorov-Smirnov: Data pada semua perlakuan berdistribusi
normal.
Shapiro-wilk
Shapiro wilk RALNormal
99
95
90
80
Percent 70
605040
30
20
10
5
180 90 100 110 120
C1
Page 18
Mean 100,6StDev 9,610N 40RJ 0,969P-Value 0,042
Gambar 3.10 Minitab Shapiro wilkRAL
Uji Hipotesis Untuk Shapiro-Wilk
1. H0 : Data berdistribusinormal.
2. H1 : Data tidakberdistribusi normal.
3. α : 0.05
4. Daerah kritis : p <0.05
5. Perhitungan :
Shapiro- Wilk = 0,969
6. Keputusan :
Program S
tudi Teknik Industri U
niversitas Diponegoro2015
28
Page 19
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Untuk Uji Shapiro-Wilk: Jangan tolak Ho karena 0,969 > 0,05
7. Kesimpulan :
Untuk Uji Shapiro-Wilk: maka data berdistribusi normal
Q-Q Plot
Q-Q Plot 3 tangga
Normal - 95% CI
99
95
90
80
Percent 70
605040
30
20
10
5
175 80 85 90
C6
Page 20
Mean 85,4StDev 2,875N 10AD 0,280P-Value 0,564
Gambar 3.11 Minitab Q- Q Plot (3 anak tangga)
Q-Q PlotUntuk7 tangga
Normal - 95%CI
99
95
90
80
Percent 70
605040
30
20
10
5
190 93
Page 21
Mean 94,9StDev 1,912N 10AD 0,351P-Value 0,393
Gambar 3.12 MinitabQ-Q Plot (7 anak
tangga)
P
rogram St
udi Tekni
k Industr
i Univers
itas Dipo
negoro2015
29
Page 22
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Q-Q plot untuk tangga 10Normal - 95% CI
99
95
90
80
Percent 70
605040
30
20
10
5
196
Page 23
Mean 102,1StDev 1,370N 10AD 0,351P-Value 0,393
Gambar 3.13 Minitab Q-Q
Plot
(10 anak tangga)
Q-Q Plot untuk tangga 13Normal - 95% CI
99
95
90
80
Percent 70
60504030
20
10
5
1105,0
Page 24
Mean 111StDev 1,491N 10AD 0,314P-Value 0,487
Gambar3.14
Minitab
Q-QPlot(13
anak
tangga)
Pr
ogram Studi
Teknik Ind
ustri Unive
rsitas Dipo
negoro2015
30
Page 25
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Detrended
Detrendet untuk tangga3
Linear Trend ModelYt = 89,9333 - 0,824242*t
89 VariableActual
88 Fits
87Accuracy MeasuresMAPE 1,06289
86 MAD 0,88485MSD 1,83515
C6 85
84
83
82
81
80
1 2 3 4 5 6 7 8 9 10Index
Gambar 3.15 Minitab Detrended Plot (3 anak tangga)
Detrended Plot Untuk tangga7
Linear Trend ModelYt = 95,1333 - 0,0424242*t
99 VariableActual
98Fits
Accuracy Measures
97MAPE 1,35020MAD 1,28606
96MSD 3,27515
C7
95
94
93
92
1 2 3 4 5 6 7 8 9 10Index
Gambar 3.16 Minitab Detrended Plot (7 anak tangga)
Page 26
Program Studi Teknik Industri Universitas Diponegoro201531
Page 27
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Detrended Plot Untuk tanggal10
Linear Trend ModelYt = 102,533 -0,0787879*t
104 VariableActualFits
103
Accuracy MeasuresMAPE 1,09970MAD 1,12364MSD 1,63879
C8 102
101
100
1 2 3 4 5 6 7 8 9 10Index
Gambar 3.17 Minitab Detrended Plot (10 anak tangga)
Detrended Plot Untuk tangga13
Linear Trend ModelYt = 110,533 +
0,0848485*t
113 VariableActualFits
112
Accuracy MeasuresMAPE 1,05820MAD 1,17455MSD 1,94061
C9 111
110
109
1 2 3 4 5 6 7 8 9 10Index
Gambar 3.18 Minitab Detrended Plot (13 anak tangga)
- Analisis :
Dari grafik hasil output minitab apabila P-Value < 0,05 maka sampel
tidak berasal dari populasi yang berdistribusi normal. Hasil output minitab
Page 28
Program Studi Teknik Industri Universitas Diponegoro201532
Page 29
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
didapatkan bahwa P-Value > 0,05 yaitu dengan nilai P-Value untuk semua
perlakuan sebesar 0,564, 0,393, 0,393, 0,487. Sehingga data pada semua
perlakuan berdistribusi normal.
3.1.2.2 Uji Linieritas
a. SPSS
Uji Hipotesis
1. H0 : Sampel bersifat linier
2. H1 : Sampel bersifat tidak linier
3. α : 0.05
4. Daerah kritis : p < 0.05
5. Perhitungan : Deviation from Linearity = 0,055
Tabel 3.3 Uji Linearitas SPSS
ANOVA Table
Sum of Mean
Squares Df Square F Sig.
nadi * Between (Combined) 3507.500 3 1169.167 445.869 .000
anaktangga Groups Linearity 1.331E3490.970 1 3490.970 .000
3
Deviation from16.530 2 8.265 3.152 .055
Linearity
Within Groups 94.400 36 2.622
Total 3601.900 39
Harga F sebesar 5,934 dengan signifikansi 0,055
Program Studi Teknik Industri Universitas Diponegoro
Page 31
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
6. Keputusan : Jangan tolak Ho untuk setiap perlakuan karena 0,055 > 0,05
7. Kesimpulan : Jadi data bersifat linier
- Analisis :
Untuk nilai sig > 0,05 maka data mempunyai model regresi linier. Dari
hasil output SPSS, maka dapat dilihat dari kolom sig pada nilai deviation from
linearity mempunyai nilai sebesar 0,055. Sehingga dapat dikatakan data linier.
3.1.2.3 Uji Homogenitas Variansi
a. Manual
1- Hipotesis
1. H0 : σ12 = σ2
2= σ32= σ4
2
2. H1 : variansi tidak semua sama
3. α = 0.05
4. Daerah kritis
b <bk (α;n1,n2..nk)
n1=n2=n3=n4 = 10, k = 4,
Menurut tabel L.10 Nilai kritis untuk uji Bartlet (Walpole),
b4(0.05;10) = 0.7970
5. Perhitungan
Tabel 3.4Perhitungan Manual Uji Homogenitas RAL
Jumlah Anak Tangga
Istirahat 3 7 10 13
10 87 100 104 110
10 90 99 106 112
10 88 95 107 112
10 87 98 105 112
10 84 98 105 111
10 85 97 104 110
Program Studi Teknik Industri Universitas Diponegoro2015
Page 33
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Lanjutan Tabel 3.4Perhitungan Manual Uji Homogenitas RAL
10 86 99 108 113
10 90 97 105 113
10 87 97 108 114
10 84 98 106 111
S2,1499
351,39841
21,4757
31,31656
1
S24,62 1,96 2,18 1,73
( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( )
( )
[( ( ))( ( ))( ( ))( ( ))][( )( )( )( )]
6. Keputusan
Berdasarkan perhitungan diatas karena nilai b > bk yaitu 0,92 > 0,79
maka jangan tolak Ho.
7. Kesimpulan : Sampel data berasal dari populasi yang memiliki variansi
sama (homogen)
Analisis :
Berdasarkan perhitungan manual didapatkan bahwa b hitung mempunyai
nilai sebesar 0,92 yang lebih besar dari b tabel yaitu 0,7970, maka jangan
Program Studi Teknik Industri Universitas Diponegoro201535
Page 34
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
tolak Ho dan hal tersebut menyatakan bahwa data berasal dari populasi yang
memiliki variansi yang sama (homogen).
b. SPSS
- Hipotesis
1. Ho : Sampel bersifat homogen
2.H1 : Sampel tidak bersifat homogen.
3.α : 0.05
4.Daerah kritis : p < 0.05
5.Perhitungan : Sig = 0,441 ; 0,441 > 0,05
Tabel 3.5 Output Uji Homogenitas SPSS
Test of Homogeneity of Variances
Nadi
Levene
Statistic df1 df2 Sig.
.920 3 36 .441
6.Keputusan : Jangan tolak Ho untuk setiap perlakuan karena 0,441 > 0,05.
Maka jangan tolak Ho.
7.Kesimpulan : Data berasal dari populasi yang variansinya sama.
- Analisis :
Jadi dari perhitungan homogenitas SPSS menunjukkan bahwa jangan
tolak Ho pada setiap perlakuan karena 0,441>0,05. Maka data berdistribusi
normal dan tidak bersifat homogen.
Program Studi Teknik Industri Universitas Diponegoro
Page 36
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
c. Minitab
1- Hipotesis
1. Ho : Data bersifat homogen.
2. H1 : Data tidak bersifat homogen.
3. α : 0.05
4. Daerah kritis : p < 0.05
5. Perhitungan :
Barlette test : 2.81
P Value : 0,423
Levenne’s test : 0,79
P Value : 0,508
RAL
3
7
C2
10
13
1 2 3 495% Bonferroni Confidence Intervals for StDevs
Bartlett's Test
Page 37
Test Statistic 2,81P-Value 0,423
Levene's TestTest Statistic 0,79P-Value 0,508
Gambar 3.19 OutputMinitab Uji Homogenitas RAL
6. Keputusan :
Nilai – nilai
tersebut memenuhi
P-Value >α =
0,05maka jangan
tolak Ho. 7.
Kesimpul
an : Data
bersifat
Homogen
Program Stu
di Teknik Industri Un
iversitas Diponegoro2015
37
Page 38
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
- Analisis :
Berdasarkan grafik homogenitas di atasnilai P-Value levenest test
sebesar 0,79 dan bartlet test 2,81. Nilai – nilai tersebut memenuhi P-Value
>α = 0,05maka jangan tolak Ho. Hal tersebut menyatakan bahwa sampel
data bersifat homogen.
3.1.2.4Uji Independensi (Chi-Square)
a. Manual
- Hipotesis
1. H0: Ada kebebasan antara perlakuan dengan replikasi.
2. H1: Tidak ada kebebasan antara perlakuan dengan replikasi.
3. α : 0.05
4. Daerah kritis : 2>2
V = (Jumlah baris – 1) x (jumlah kolom – 1) = (10-1) x (4-1) = 9x3 =
27
DF = derajat kebebasan dengan melihat pada tabel L.5 diperoleh nilai
x2α = 40,113
5. Perhitungan
22 = (jumlahbaris – 1) x (jumlahkolom – 1)
1= (10 – 1) x (4-1)
2= 9 x 3
3= 27
Berdasarkan tabel L.5 Walpole didapatnilai (dengan nilai v = 27)
adalah 40.113
Tabel 3.5 Perhitungan Manual Uji Independensi RAL
Jumlah Anak Tangga
Istirahat 3 7 10 13
10 87 100 104 110 401
10 90 99 106 112 407
Program Studi Teknik Industri Universitas Diponegoro201538
Page 39
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Lanjutan tabel 3.5 Perhitungan Manual Uji Independensi RAL
10 88 95 107 112 402
10 87 98 105 112 402
10 84 98 105 111 398
10 85 97 104 110 396
10 86 99 108 113 406
10 90 97 105 113 405
10 87 97 108 114 406
10 84 98 106 111 399
868 978 1058 1118 4022
Tabel 3.6 Perhitungan manual Uji Independensi
Perlakuan
Replikasi 1 2 3 4
Oi1 Ei1 Oi2 Ei2 Oi3 Ei3 Oi4 Ei4
1 87 86,54 100 97,51 104 105,48 110 111,47
2 90 87,84 99 98,97 106 107,06 112 113,13
3 88 86,76 95 97,75 107 105,75 112 111,74
4 87 86,76 98 97,75 105 105,75 112 111,74
5 84 85,89 98 96,78 105 104,7 111 110,63
Program Studi Teknik Industri Universitas Diponegoro2015
Page 41
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Lanjutan tabel 3.6 Perhitungan manual Uji Independensi
6 85 85,46 97 96,29 104 104,17 110 110,08
7 86 87,62 99 98,72 108 106,8 113 112,86
8 90 87,4 97 98,48 105 106,54 113 112,58
9 87 87,62 97 98,72 108 106,8 114 112,86
10 84 86,11 98 97,02 106 104,96 111 110,91
Tabel 3.7 Tabel Perlakuan Uji Independensi
Perlakuan
Replikasi 1 2 3 4
1 0,00 0,06 0,02 0,02
2 0,05 0,00 0,01 0,01
3 0,02 0,08 0,02 0,00
4 0,00 0,00 0,01 0,00 Total
5 0,04 0,02 0,00 0,00
6 0,00 0,01 0,00 0,00
7 0,03 0,00 0,01 0,00
8 0,08 0,02 0,02 0,00
9 0,00 0,03 0,01 0,01
10 0,05 0,01 0,01 0,00
Total 0,66
Contoh Perhitungan:1 Replikasi 1, Perlakuan 1
( ) ( )
Jumlah: ∑ ( )
( ) ( ) ( )
Program Studi Teknik Industri Universitas Diponegoro201540
Page 42
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
6. KesimpulanKarena ( 40,113), maka jangan tolak Ho
7. Keputusan
Data bersifat Independen atau terdapat kebebasan.
- Analisis :
Berdasarkan uji independensi menggunakan uji chi-square, dapat
dilihat bahwa nilai dari lebih kecil jika dibandingkan sehingga dapat
disimpulkan bahwa data jangan tolak Ho dan data diatas bersifat independen.
b. Minitab
1- Hipotesis
1. Ho : Ada kebebasan antara perlakuan dengan replikasi.
2. H1 : Tidak ada kebebasan antara perlakuan dengan replikasi.
3. α : 0.05
4. Daerah kritis : χ2 > χα2
5. Perhitungan = χα2 dengan nilai v = 27 maka nilainya 40,113 (lihat tabel L5)
Tabel 3.8 Chi square output Minitab
Chi-Square Test: C6; C7; C8; C9
Expected counts are printed below observed counts
Chi-Square contributions are printed below expected counts
C6 C7 C8 C9 Total
1 89 96 103 113 401
87,05 96,73 104,07 113,14
0,044 0,006 0,011 0,000
2 89 96 102 110 397
Program Studi Teknik Industri Universitas Diponegoro201541
Page 43
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
86,18 95,77 103,03 112,02
0,092 0,001 0,010 0,036
3 88 92 101 109 390
84,66 94,08 101,22 110,04
0,132 0,046 0,000 0,010
4 87 95 101 112 395
85,75 95,29 102,52 111,45
0,018 0,001 0,022 0,003
5 85 94 103 111 393
85,31 94,80 102,00 110,89
0,001 0,007 0,010 0,000
6 85 95 104 110 394
85,53 95,04 102,26 111,17
0,003 0,000 0,030 0,012
7 84 99 104 109 396
85,96 95,53 102,77 111,73
0,045 0,126 0,015 0,067
8 80 93 101 111 385
83,58 92,87 99,92 108,63
0,153 0,000 0,012 0,052
9 83 95 100 112 390
84,66 94,08 101,22 110,04
0,033 0,009 0,015 0,035
10 84 94 102 113 393
85,31 94,80 102,00 110,89
0,020 0,007 0,000 0,040
Total 854 949 1021 1110 3934
Chi-Sq = 1,123; DF = 27; P-Value = 1,000
Program Studi Teknik Industri Universitas Diponegoro
Page 45
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Dari tabel L5 didapat 2, v = (n-1) (k-1) = (10 - 1) (4 - 1) = 27 (dengan
nilai v = 27) = 40.113
Chi Square test : 1,123
P Value : 1,000
6. Keputusan : Karena 2<2. maka H0 diterima.
7. Kesimpulan : terdapat kebebasan antara perlakuan dengan replikasi..
- Analisis :
Berdasarkan uji chi square yang telah dilakukan pada data RAL
percobaan ini dapat disimpulkan bahwa nilai kritis , sehingga Ho
diterima yang berarti ada kebebasan antara perlakuan dan replikasi.
3.1.3 Analisis Variansi (ANOVA)
a. Manual
1- Hipotesis
1. H0 : µ1 = µ2 = µ3 = µ4
2. H1 : paling sedikit dua rataan tidak sama
3. α = 0.05
4. Daerah kritis : f 2.872˃ dengan derajat kebebasan v1 =3 dan v2 =36
5. Perhitungan:
Tabel 3.9 Anova RAL manual
Jeda (detik)Anak Tangga
Jumlah3 7 10 13
10 87 100 104 110 401
10 90 99 106 112 407
10 88 95 107 112 402
10 87 98 105 112 402
10 84 98 105 111 398
10 85 97 104 110 396
10 86 99 108 113 406
10 90 97 105 113 405
Program Studi Teknik Industri Universitas Diponegoro
Page 47
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Lanjutan tabel 3.9 Anova RAL manual
10 87 97 108 114 406
10 84 98 106 111 399
Total 868 978 1058 1118 4022
Total Kuadrat 753424 956484 1119364 1249924 16176484
Ratarata Total 75342,495648,4111936,
4124992,
41617648,
4
Tabel 3.10 Anova T kuadrat RAL manual
NoKuadrat
P1 P2 P3 P4 Jumlah
1 7569 10000 10816 12100 40485
2 8100 9801 11236 12544 41681
3 7744 9025 11449 12544 40762
4 7569 9604 11025 12544 40742
5 7056 9604 11025 12321 40006
6 7225 9409 10816 12100 39550
7 7396 9801 11664 12769 41630
8 8100 9409 11025 12769 41303
9 7569 9409 11664 12996 41638
10 7056 9604 11236 12321 40217
Total 75384 95666 111956 125008 408014
Total
Kuadrat 5682747456915198355
61253414593
61562700006
416647542419
6
Faktor Korelasi = ∑ =
= 404412,1k n (T ) 2
2
JKT = y
ij
-
nki1 j1
= (+ + ....... +) – 404412,1
Page 48
Program Studi Teknik Industri Universitas Diponegoro201544
Page 49
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
= 408014– 404412,1= 3601,9
JKA=
= n 2
Ti (T ) 2 i1 -
nkn
– 404412,1
= 407919,6– 404412,1 = 3507,5
JKG = JKT – JKA
=3601,9– 3507,5
= 94,4
Rataan kuadrat perlakuan (s
Rataan kuadrat galat (s
F Hitung
1= =445,8686
Tabel 3.11 AnovaRAL manual
Sumber
variasi
Perlakuan
6.
7.
Kesi
mpula
n :
bahw
a
keem
pat
perlak
uan
denga
n
jumla
h
anak
tang
ga
yang
berb
eda
mem
puny
ai
rataa
n
yang
tidak
sam
a.
Program Stu
di Teknik Industri Universitas Diponegoro2015
4 5
Page 50
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
- Analisis
Berdasarkan pengujian manual terhadap data jumlah anak tangga maka
terlihat bahwadata tersebut mempunyai rataan yang tidak sama yang terbukti
dengan F hitung (445,8686) > F tabel(2,87) sehingga dapat disimpulkan bahwa uji
ANOVA dari data RAL ditolak pada perhitungan manual
b. SPSS
- Hipotesis
1. Ho :
2. H1 : Paling sedikit dua rataan tidak sama.
3. α : 0.05
4. Daerah Kritis : F hitung> 3.29
5. Perhitungan :
Tabel 3.12 Anova RAL SPSS
ANOVA
Nadi
Sum of Squares df Mean Square F Sig.
Between Groups 3507.500 3 1169.167 445.869 .000
Within Groups 94.400 36 2.622
Total 3601.900 39
6. Keputusan : Tolak Ho karenaFhitung> F tabel. (445,9869>3.29)
7. Kesimpulan : Data tersebutmempunyairataan yang tidaksama
- Analisis:
Berdasarkan pengujian terhadap data jumlah anak tangga maka terlihat
bahwadata tersebut mempunyai rataan yang tidak sama yang terbukti dengan nilai
294.333>3.29 sehingga dapat disimpulkan bahwa uji ANOVA dari data RAL
ditolak pada perhitungan SPSS
Program Studi Teknik Industri
Page 51
Universitas Diponegoro201546
Page 52
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
c. Minitab
- Hipotesis
1. Ho :
2. H1 : Paling sedikit dua rataan tidak sama.
3. α : 0.05
4. Daerah Kritis : F hitung> 3.29
5. Perhitungan :
Tabel 3.12 Anova RAL Minitab
Test for Equal Variances: C1 versus C2
One-way ANOVA: C1 versus C2
Source DF SS MS F P
C2 3 3507,50 1169,17 445,87 0,000
Error 36 94,40 2,62
Total 39 3601,90
S = 1,619 R-Sq = 97,38% R-Sq(adj) = 97,16%
6. Keputusan : Karena F hitung> F tabel (445,87>3.92) makatolak Ho.
7. Kesimpulan : Paling sedikitduarataantidaksama.
- Analisis
Berdasarkan pengujian terhadap data jumlah anak tangga maka terlihat
bahwadata tersebut mempunyai rataan yang tidak sama yang terbukti dengan nilai
316.42>3.92sehingga dapat disimpulkan bahwa uji ANOVA dari data RAL ditolak
pada perhitungan Minitab.
d. Excel
- Hipotesis
1. Ho :
2. H1 : Paling sedikit dua rataan tidak sama.
Program Studi Teknik Industri Universitas Diponegoro2015
Page 54
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
3. α : 0.05
4. Daerah Kritis : F hitung> 3.29
5. Perhitungan :
Tabel 3.13 Anova RAL Excel
ANOVA
Source of
Variation SS df MS F P-value F crit
Between 1,64E-
Groups 3507,5 31169,167445,8686 282,86626
6
Within
Groups 94,4 362,622222
Total 3601,9 39
6. Keputusan : Karena F hitung < F tabel, maka jangan tolak Ho.
7. Kesimpulan :
- Analisis
Berdasarkan pengujian terhadap data jumlah anak tangga maka terlihat
bahwadata tersebut mempunyai rataan yang tidak sama yang terbukti dengan nilai f
hitung lebih kecil dari f tabel sehingga dapat disimpulkan bahwa uji ANOVA dari
data RAL diterima pada perhitungan Excel.
Program Studi Teknik Industri
Page 55
Universitas Diponegoro201548
Page 56
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
3.2 RAK
3.2.1 Pengumpulan Data
Berikut adalah penyajian data Rancangan Acak Kelompok:
Tabel 3.14 Data RAK
Jumlah Anak Tangga
Istirahat 3 7 10 13
8 89 96 103 113
10 89 96 102 110
12 88 92 101 109
14 87 95 101 112
16 85 94 103 111
18 85 95 104 110
20 84 99 104 109
22 80 93 101 111
24 83 95 100 112
26 84 94 102 113
3.2.2 Uji Asumsi Klasik
3.2.2.1 Uji Normalitas
a. SPSS
- Hipotesis
1. Ho : Data berdistribusi normal.
2. H1 : Data tidak berdistribusi normal
3. α : 0.05
4. Daerah kritis : Kolmogorov Smirnov (statistic > 0.210)
Shapiro Wilk (sig. < 0.05)
5. Perhitungan
Program Studi Teknik Industri Universitas Diponegoro
Page 58
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Tabel 3.15 Output SPSS Uji Normalitas RAK
Tests of Normality
Kolmogorov-SmirnovaShapiro-Wilk
anaktan
gga Statistic df Sig. Statistic df Sig.
nadi 3 .155 10 .200* .940 10 .554
7 .183 10 .200* .938 10 .528
10 .189 10 .200* .926 10 .410
13 .149 10 .200* .918 10 .341
1.Lilliefors Significance Correction
1 Kolmogorov Smirnov
Perlakuan 1 : 0.200
Perlakuan 2 : 0.200
Perlakuan 3 : 0.200
Perlakuan 4 : 0.200
1 Shapiro Wilk
Perlakuan 1 : 0.554
Perlakuan 2 : 0.528
Perlakuan 3 : 0.410
Perlakuan 4 : 0.341
6. Keputusan : Uji Kolmogorv Smirnov : Terima Ho
untuk semua perlakuan karena sig. > 0.05. Uji Saphiro Wilk:
Terima Ho untuk semua perlakuan karena sig. > 0.05
7. Kesimpulan :
Data pada semua perlakuan berdistribusi normal.
Analisis :
Dari tabel hasil output SPSS pada uji normalitas diatas, berdasarkan hasil Uji
Kolmogorov Smirnov dan Uji Saphiro Wilk, maka didapatkan nilai dari Uji
Kolmogorov Smirnov, dimana statistic antara perlakuan 1 = 0.155, perlakuan 2 = 0.183,
signifikan 3 = 0.189, dan perlakuan 4 = 0.149. Hal ini menunjukkan bahwa data
Program Studi Teknik Industri Universitas Diponegoro2015
Page 60
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
berdistribusi normal karena nilai statistic pada semua perakuan kurang dari 0.210.
Sementara pada Uji SaphiroWilk didapatkan nilai signifikan antara perlakuan 1 = 0.554,
perlakuan 2 = 0.528, perlakuan 3 = 0.410, dan pada perlakuan 4 = 0.341. karena pada
semua perlakuan nilai sig. lebih dari 0.05 makan menunjukkan bahwa data yang
didapatkan berdistribusi normal.
1 Normal Q – Q Plots 1Perlakuan 1 -4
Gambar 3.20 Q-Q Plot RAK 3 anak tangga Gambar 3.22 Q-Q Plot RAK 11 anak tangga
Gambar 3.21 Q-Q Plot RAK 7 anak tangga Gambar 3.23 Q-Q Plot RAK 13 anak tangga
Analisis :
Program Studi Teknik Industri
Page 61
Universitas Diponegoro201551
Page 62
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Dari grafik hasil output SPSS pada normal Q-Q terdapat garis diagonal serta
masing – masing pada perlakuan 1, 2, 3, 4 adalah 7, 5, 6, dan 5 buah titik (plots) yang
menunjukkan persebaran data pada perlakuan pertama. Output diatas berfungsi untuk
mendeteksi pola persebaran titik-titik pada grafik. Garis diagonal sendiri merupakan
garis expected value. Jika titik-titik berada di sekitar garis diagonal dan mengikuti arah
garis diagonal maka model regresi memenuhi asumsi normalitas. Dan jika titik-titik
berada jauh dari garis diagonal maka data semakin jauh dari asumsi normalitas. Karena
pada grafik terlihat bahwa data menyebar di sekitar garis diagonal, maka dapat
dikatakan data berdistribusi normal. Garis diagonal sendiri merupakan garis expected
value.
1 Detrended Q – Q Plots 1Perlakuan 1
Gambar 3.24 Detrended RAK 3 anak tanggaGambar 3.25 Detrended RAK 7 anak tangga
Gambar 3.26 Detrended RAK 11 anak tangga Gambar 3.27 Detrended RAK 13 anak tangga
Program Studi Teknik Industri Universitas Diponegoro
Page 64
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Analisis :
Dari grafik hasil output SPSS terdapat garis mendatar yang di sekitarnya terdapat
titik-titik yang menggambarkan titik-titik selisih nilai titik-titik pada normal Q-Q plot
pada garis diagonalnya. Garis mendatar di titik 0 di atas merupakan tanda, jika titik-titik
mendekati garis, maka data semakin baik. Garis tersebut sendiri merupakan garis
expected value. Jadi grafik detrended normal Q-Q plots merupakan kelanjutan dari
Normal Q-Q plot. Pada grafik diatas dapat dilihat bahwa titik-titik tidak semuanya
mendekati garis mendatar sehingga terdapat data yang tidak baik.
2. Minitab
- Hipotesis
o Uji Kolmogorov Smirnov
Uji Hipotesis:
1. Ho : Data berdistribusi normal
2. H1 : Data tidak berdistribusi normal
3. α : 0.05
4. Batas Kritis : KS > 0.210
5. Perhitungan : KS = 0.114
Probability Plot of DenyutNormal
99MeanStDev
95 N
90KS
P-Value
80
Percent 70
605040
30
20
10
5
170 80 90 100 110 120
Denyut
Gambar 3.28 Output Minitab Kolmogorov Smirnov RAK
Program Studi Teknik Industri
Page 65
Universitas Diponegoro201553
Page 66
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
6. Keputusan : Jangan tolak Ho. Karena KS < 0.210
7. Kesimpulan : Data Berdistribusi normal.
Analisis :
Berdasarkan grafik diatas terdapat titik yang menandakan residual atau nilai dari
RAK sendiri berada disekitar garis expected valuel. Bahkan hampir semua titik berada
di garis expected value (jarak tidak terlalu jauh). Hal ini yang menunjukkan bahwa data
yang didapat pada RAK berdistribusi normal. Selain itu kenormalan data juga dapat
dilihat dari nilai KS yang didapat di Minitab. Apabila nilai KS < 0.210 maka data
berdistribusi normal. Karena berdasarkan output Minitab diketahui bahwa hasil KS =
0.114, maka dapat disimpulkan bahwa data berdistribusi normal.
3.2.2.2 Uji Linearitas
1. SPSS
1- Hipotesis
1. Ho : Data bersifat linear
2. H1 : Data tidak bersifat linear
3. α : 0.05
4. Daerah Kritis : sig. < 0.05
5. Perhitungan
Tabel 3.16 Output SPSS Uji Linieritas RAK
ANOVA Table
Sum of
Squares Df Mean Square F Sig.
nadi * Between Groups (Combined) 3536.900 3 1178.967 294.333 .000
anaktanLinearity 3526.411 1 3526.411 880.380 .000
ggaDeviation from Linearity 10.489 2 5.244 1.309 .283
Within Groups 144.200 36 4.006
Total 3681.100 39
Program Studi Teknik Industri Universitas Diponegoro2015
54
Page 67
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
6. Keputusan : Jangan tolak Ho. Karena untuk Deviation
from Linearity sig. > 0.05 (0.283 > 0.05)
7. Kesimpulan : Dat bersifat linear.
Analisis :
Berdasarkan hasil output software SPSS untuk test for Linearity didapat nilai
sig. dari Deviation From Linearity sebesar 0.283. Sehingga menunjukkan bahwa data
yang diperoleh bersifat Linear. Hal tersebut menunjukkan bahwa dengan 4 perlakuan
yang berbeda menghasilkan nilai yang kelipatannya hampir sama di setiap percobaan
dalam setiap perlakuan.
3.2.2.3 Uji Homogenitas Variansi
1. Manual
1- Hipotesis
1. Ho = = = =….=
2. H1 = Variansi tidak semua sama
3. α : 0.05
4. Daerah kritis :
b < bk(α;n1,n2..nk)
n1=n2=n3=n4 = 10, k = 4,
Menurut tabel L.10 Nilai kritis untuk uji Bartlet (Walpole),
b4(0.05;10) = 0.7970
5. Perhitungan :
Tabel 3.17 Uji Homogenitas Manual RAK
Jumlah Anak Tangga
Istirahat 3 7 10 13
8 89 96 103 113
10 89 96 102 110
12 88 92 101 109
14 87 95 101 112
Program Studi Teknik Industri Universitas Diponegoro201555
Page 68
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Lanjutan Tabel 3.17 Uji Homogenitas Manual RAK
16 85 94 103 111
18 85 95 104 110
20 84 99 104 109
22 80 93 101 111
24 83 95 100 112
26 84 94 102 113
S 2.875181 1.911951 1.37032 1.490712
S2 8.27 3.66 1.88 2.22
( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( )
( )
[( ( ))( ( ))( ( ))( ( ))][( )( )( )( )]
6. Keputusan:
Berdasarkan perhitungan diatas karena nilai b > bk yaitu 0,84 > 0,79
maka jangan tolak Ho.
7. Kesimpulan :
Data berasal dari populasi dengan varaiansi yang sama ( ==
=….=
Program Studi Teknik Industri Universitas Diponegoro201556
Page 69
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Analisis :
Pada uji homogenitas variansi menggunkan perhitungan manual diperoleh nilai
b > 0.79, yaitu 0.84 > 0.79 maka jangan tolak Ho dan data sampel berasal dari populasi
yang memiliki variansi yang sama (homogen).
b. SPSS
1- Hipotesis
Uji Hipotesis:
1. Ho : Data bersifat homogen dalam variansi.
2. H1 : Data tidak bersifat homogen dalam
variansi.
3. α : 0.05
4. Daerah Kritis : sig. < 0.05
5. Perhitungan
Tabel 3.18 Output SPSS Uji Homogenitas RAK
Test of Homogeneity of Variances
Nadi
Levene Statistic df1 df2 Sig.
2.191 3 36 .106
6. Keputusan : Jangan tolak Ho. Karena 0.106 > 0.05
7. Kesimpulan : Data bersifat Homogen dalam
variansi dengan populasi yang dianggap sama.
Analisis :
Pada output SPSS, Untuk nilai sig > 0,05 yaitu 0.106 > 0.05 maka data bersifat
homogen atau variansi nya sama.
Program Studi Teknik Industri Universitas Diponegoro
Page 71
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
c. Minitab
1- Hipotesis
Uji Hipotesis:
1. Ho : Data bersifat homogen dalam variansi.
2. H1 : Data tidak bersifat homogen dalam
variansi.
3. α : 0.05
4. Daerah Kritis : P. value Lavene’s Test < 0.05
5. Perhitungan
Test for Equal Variances for DENYUT
3
ANAKTA
NGGA
7
10
13
1 2 3 4 5 6 795% Bonferroni Confidence Intervals for StDevs
Bartlett's Test
Page 72
Test Statistic 6,14P-Value 0,105
Levene's TestTest Statistic 1,70P-Value 0,183
Gambar 3.29OutputMinitab Uji Homogenitas RAK
Analisis :
Dari hasil output
Minitab, didapatkan nilai
p-value pada Levene's
Test sebesar 0,192
(memenuhi p-value > α)
yaitu 0.192 >
0.05.
Sehingga
dapat
dikatakan data
yang
diperoleh
bersifat
homogen.
Pr
ogram Studi Teknik Industr
i Universitas Diponegoro2015
58
Page 73
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
3.2.2.4 Uji Independensi (Chi-Square)
1. Manual
1- Hipotesis
1. Ho : Ada kebebasan antara perlakuan dengan replikasi.
2. H1 : Tidak ada kebebasan antara perlakuan dengan replikasi.
3. α : 0.05
4. Daerah Kritis :
5. Perhitungan
22 = (jumlah baris – 1) x (jumlah kolom – 1)
1= (10 – 1) x (4-1)
2= 9 x 3
3= 27
Berdasarkan tabel L.5 Walpole didapat nilai (dengan nilai v
= 27) adalah 40.113
Tabel 3.19 Manual Uji Independesi RAK
Jumlah Anak Tangga
Istirahat 3 7 10 13
8 89 96 103 113 401
10 89 96 102 110 397
12 88 92 101 109 390
14 87 95 101 112 395
16 85 94 103 111 393
18 85 95 104 110 394
20 84 99 104 109 396
22 80 93 101 111 385
24 83 95 100 112 390
26 84 94 102 113 393
854 949 1021 1110 3934
Program Studi Teknik Industri Universitas Diponegoro
Page 75
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Tabel 3.20 Manual Uji Independesi Per perlakuan RAK
Perlakuan
Replikasi 1 2 3 4
Oi1 Ei1 Oi2 Ei2 Oi3 Ei3 Oi4 Ei4
1 89 87.05 96 96.73 103 104.07 113 113.14
2 89 86.18 96 95.77 102 103.03 110 112.02
3 88 84.66 92 94.08 101 101.22 109 110.04
4 87 85.75 95 95.29 101 102.52 112 111.45
5 85 85.31 94 94.8 103 102 111 110.89
6 85 85.53 95 95.04 104 102.26 110 111.17
7 84 85.96 99 95.53 104 102.77 109 111.73
8 80 83.58 93 92.87 101 99.92 111 108.63
9 83 84.66 95 94.08 100 101.22 112 110.04
10 84 85.31 94 94.8 102 102 113 110.89
Program Studi Teknik Industri Universitas Diponegoro
Page 77
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Tabel 3.21 Manual Uji Independesi X2 RAK
Perlakuan
Replikasi 1 2 3 4
1 0.04 0.01 0.01 0.00
2 0.09 0.00 0.01 0.04
3 0.13 0.05 0.00 0.01
4 0.02 0.00 0.02 0.00 Total
5 0.00 0.01 0.01 0.00
6 0.00 0.00 0.03 0.01
7 0.05 0.13 0.02 0.07
8 0.15 0.00 0.01 0.05
9 0.03 0.01 0.02 0.04
10 0.02 0.01 0.00 0.04
Total 1.12
1Replikasi 1, Perlakuan 1
( ) ( )
Replikasi 2, Perlakuan 1
( ) ( )
Replikasi 3, Perlakuan 1
( ) ( )
Replikasi 4, Perlakuan 1
( ) ( )
Replikasi 5, Perlakuan 1
( ) ( )
Program Studi Teknik Industri Universitas Diponegoro2015
Page 79
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
1Jumlah ( )
∑
( ) ( ) ( ) ( )
6. Keputusan : Karena 2 < 2 yaitu 1,12 < 40,113 maka
jangan tolak Ho.
7. Kesimpulan : Data bersifat independen atau terdapat
kebebasan.
1- Analisis
Dari perhitungan manual di dapat bahwa 2 hitung mempunyai
nilai sebesar 1,12 yang berarti lebih kecil dari 2 yaitu 40,113 maka
jangan tolak Ho. Dari keterangan tersebut berarti data bersifat
independen.
b. Minitab
1- Hipotesis
1. Ho : Ada kebebasan antara perlakuan dengan replikasi.
2. H1 : Tidak ada kebebasan antara perlakuan dengan replikasi.
3. α : 0.05
4. Daerah Kritis : (40.113)
5. Perhitungan
Tabel 3.22 Output Minitab Chi-Square RAK
Chi-Square Test: 3, 7, 10, 13
Expected counts are printed below observed counts
Program Studi Teknik Industri Universitas Diponegoro201562
Page 80
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Chi-Square contributions are printed below expected counts
3 7 10 13 Total
1 89 96 103 113 401
87.5 96.73 104.07 113.14
0.044 0.006 0.011 0.000
2 89 96 102 110 397
86.18 95.77 103.03 112.02
0.092 0.001 0.010 0.036
3 88 92 101 109 390
84.66 94.08 101.22 110.04
0.132 0.046 0.000 0.010
4 87 95 101 112 395
85.75 95.29 102.52 111.45
0.018 0.001 0.022 0.003
5 85 94 103 111 393
85.31 94.80 102.00 110.89
0.001 0.007 0.010 0.000
6 85 95 104 110 394
85.53 95.04 102.26 111.17
0.003 0.000 0.030 0.012
7 84 99 104 109 396
85.96 95.53 102.77 111.73
0.045 0.126 0.015 0.067
8 80 93 101 111 385
83.58 92.87 99.92 108.63
0.153 0.000 0.012 0.052
9 83 95 100 112 390
84.66 94.08 101.22 110.04
0.033 0.009 0.015 0.035
10 84 94 102 113 393
85.31 94.80 102.00 110.89
Page 81
Program Studi Teknik Industri Universitas Diponegoro201563
Page 82
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
0.020 0.007 0.000 0.040
Total 854 949 1021 1110 3934
Chi-Sq = 1.123, DF = 27, P-Value = 1.000
6. Keputusan : Jangan tolak Ho. Karena 1.123 < 40.113
7. Kesimpulan : Terdapat kebebasan antara
perlakuan dengan replikasi.
Analisis :
Dari hasil output Minitab, didapatkan nilai Chi-Square sebesar 1,123 (memenuhi
). Sehingga dapat dikatakan data bersifat independen.
3.2.2.5 Uji Ketidakaditifan
a. Manual
Hipotesis
1. H0 = Uji aditif diterima
2. H1 = Uji aditif ditolak
3. α = 0,05
4. Daerah Kritis : F Hitung > 2,96
5. Perhitungan:
Tabel 3.23 Uji Ketidakaditifan RAK (1)
Dj =
Istirahat 3 7 10 13 Total Yj (Yj-Y)
8 89 96 103 113 401 100.25 1.9
10 89 96 102 110 397 99.25 0.9
12 88 92 101 109 390 97.5 -0.85
14 87 95 101 112 395 98.75 0.4
16 85 94 103 111 393 98.25 -0.1
18 85 95 104 110 394 98.5 0.15
20 84 99 104 109 396 99 0.65
22 80 93 101 111 385 96.25 -2.1
Program Studi Teknik Industri Universitas Diponegoro2015
X2 < X2
Page 84
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
24 83 95 100 112 390 97.5 -0.85
Lanjutan Tabel 3.23 Uji Ketidakaditifan RAK (1)
26 84 94 102 113 393 98.25 -0.1
Total 854 949 1021 1110 3934 Y
Yi 85.4 94.9 102.1 111
Di=(Yi-Y) -12.95 -3.45 3.75 12.65 98.35
Tabel 3.23 Uji Ketidakaditifan RAK (2)
RepetisiPerlakuan
Total1 2 3 4
1 7921 9216 10609 12769 40515
2 7921 9216 10404 12100 39641
3 7744 8464 10201 11881 38290
4 7569 9025 10201 12544 39339
5 7225 8836 10609 12321 38991
6 7225 9025 10816 12100 39166
7 7056 9801 10816 11881 39554
8 6400 8649 10201 12321 37571
9 6889 9025 10000 12544 38458
10 7056 8836 10404 12769 39065
Total 73006 90093 104261 123230 390590
Tabel 3.24 Uji Ketidakaditifan RAK (3)
Q = Yij(Di)(Dj)
1 2 3 4
1 -2189.845 -629.28 733.875 2715.955
2 -1037.295 -298.08 344.25 1252.35
3 968.66 269.79 -321.937 -1172.02
4 -450.66 -131.1 151.5 566.72
Program Studi Teknik Industri Universitas Diponegoro2015
Page 86
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
5 110.075 32.43 -38.625 -140.415
Lanjtan Tabel 3.24 Uji Ketidakaditifan RAK (3)
6 -165.1125 -49.1625 58.5 208.725
7 -707.07 -222.008 253.5 896.2525
8 2175.6 673.785 -795.375 -2948.71
9 913.6225 278.5875 -318.75 -1204.28
10 108.78 32.43 -38.25 -142.945
Q -255.54
Q265300.69
Faktor Korelasi = (∑ ) =
(T )2
JKT = ∑ ∑ - bk
= ( + 90093 + 104261 + 123230) –
= 3681.1
n 2
Ti
JKA= i1 n
- (T )2 nk
= ( +
= 3536,9
JKB =∑ (∑
(
=
= 43,6
JKG = JKT – JKA – JKB
1= 3681.1 - 3536,9- 43,6
2=100.6
Program Studi
Teknik Industri Uni
versitas Diponegoro2015
66
Page 87
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
JKTA = (∑ )
JK Pengujian Sisa = JKG – JKT A
1= 100.6 – 16,93
2= 83.67
- KT Pengujian (sisa) =( ) = = 3.21
( )( )
- KT tak aditif = =
- F hitung = = = 2,63
Tabel 3.25 Analisis Variansi Data RAK
SumberJumlah kuadrat
Derajat Rataan F
Variasi Kebebasan kuadrat hitungan
JKA 3536,9 3 1179 2,63
JKB 43,6 9 4,84
Galat (JKG) 100.6 36 3,72
Jumlah(JKT) 3681.1
6. Keputusan: f hit < f tabel, < 2,96. Maka jangan tolak Ho.
7. Kesimpulan : maka dapat disimpulkan bahwa data aditif dan
layak untuk dianalisis ragam.
Analisis
Dari uji ketidakaditifan terlihat bahwa hasil perhitungan F hitung lebih kecil
dibanding dengan F tabel, yakni 2,63 < 2,96 maka dapat diartikan bahwa data bersifat
aditif.
Program Studi Teknik Industri Universitas Diponegoro201567
Page 88
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
3.2.3 Analisis Variansi (ANOVA)
a. Manual
1- Hipotesis
1. H0 : µ1 = µ2 = µ3 = µ4
2. H1 : paling sedikit dua rataan tidak sama
3. α = 0.05
4. Daerah kritis :
F hitung > F tabel
F hitung > 2,872
v1 = k – 1 v2 = k (n-1)
= 4 – 1 = 4 (10 – 1)
= 3 = 36
Dari Tabel L.6 nilai F untuk v1 = 3 dengan v2 = 36 berada pada
range v2= 30 dan v2= 40 sehingga untuk mendapatkan nilai F ini
yaitu dengan cara :
4( – 2,92) = 6(2,84 – )
4 – 11,68 = 17,04 – 6
10 = 2,872
Jadi daerah kritisnya : F hitung > 2,872
5. Perhitungan :
Tabel 3. 26 Data Perhitungan Uji ANOVA RAK
Jumlah Anak Tangga
Repetisi P1 P2 P3 P4 Total
1 89 96 103 113 401
2 89 96 102 110 397
Program Studi Teknik Industri Universitas Diponegoro
Page 90
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Lanjutan Tabel 3. 26 Data Perhitungan Uji ANOVA RAK
3 88 92 101 109 390
4 87 95 101 112 395
5 85 94 103 111 393
6 85 95 104 110 394
7 84 99 104 109 396
8 80 93 101 111 385
9 83 95 100 112 390
10 84 94 102 113 393
Total 854 949 1021 1110 3934
Total2 729316 900601 1042441 1232100 3904458
Tabel 3.27 Perhitungan Jumlah Kuadrat RAK
T2
Repetisi P1 P2 P3 P4 Total
1 7921 9216 10609 12769 40515
2 7921 9216 10404 12100 39641
3 7744 8464 10201 11881 38290
4 7569 9025 10201 12544 39339
5 7225 8836 10609 12321 38991
6 7225 9025 10816 12100 39166
7 7056 9801 10816 11881 39554
8 6400 8649 10201 12321 37571
9 6889 9025 10000 12544 38458
10 7056 8836 10404 12769 39065
Total 73006 90093 104261 123230 390590
Faktor Korelasi =(∑ )
=
Program Studi Teknik Industri Universitas Diponegoro2015
Page 92
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
JKT = ∑ ∑
-
(T )2
bk
1=(73006 + 90093 + 104261 + 123230) –
2=3681.1
n 2
Ti
JKA = i1 n
- (T )2
nk
1= ( 729316 +900601 +1042441 +1232100 )/10 –
2= 3536,9
JKB =∑ (∑ )
=
= 43,6
JKG = JKT – JKA – JKB
= 3681.1 - 3536,9 - 43,6
= 100.6
Rataan kuadrat perlakuan (s12)
Rataan kuadrat blok (s
Rataan kuadrat galat (s
F Hitung =
F Hitung
Pr
ogram Studi Teknik Industr
i Universitas Diponegoro2015
70
Page 93
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Tabel 3.28 Perhitungan Anova RAK
SumberJumlah kuadrat
Derajat Rataan F
Variasi Kebebasan kuadrat hitungan
JKA 3536,9 3 1179 316,9
JKB 43,6 9 4,84 1,30
Galat (JKG) 100.6 36 3,72
Jumlah(JKT) 3681.1
6. Keputusan: 316,9 > 2,87
Karena F hitung > F tabel, maka tolak Ho.
7. Kesimpulan : Paling sedikit dua rataan tidak sama.
2- Analisis :
Berdasarkan pengujian menggunakan perhitungan manual antara
rataan terhadap perbedaan yang nyata apabila F hitung > F tabel. Dari
hasil pengujian manual diatas didapat bahwa terdapat perbedaan yang
nyata pada semua nilai rataan karena F hitung > F tabel, yaitu 316,9 >
2,87. Oleh karena itu, dapat disimpulkan bahwa uji ANOVA dari data
diatas ditolak.
2. Minitab
1- Hipotesis
1 Minitab
1. Ho :
2. H1 : Paling sedikit dua rataan tidak sama.
3. α : 0.05
Program Studi Teknik Industri Universitas Diponegoro2015
Page 95
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
4. Daerah Kritis :
F hitung > F tabel
F hitung > 2,872
v1 = k – 1 v2 = k (n-1)
= 4 – 1 = 4 (10 – 1)
= 3 = 36
Dari Tabel L.6 nilai F untuk v1 = 3 dengan v2 = 36 berada pada
range v2= 30 dan v2= 40 sehingga untuk mendapatkan nilai F ini
yaitu dengan cara :
4( – 2,92) = 6(2,84 – )
4 – 11,68 = 17,04 – 6
10 = 2,872
Jadi daerah kritisnya : F hitung > 2,872
5. Perhitungan :
Tabel 3.29 Output ANOVA Minitab RAK
Two-way ANOVA: C1 versus C2, C3
Source DF SS MS F P
C2 3 3536.9 1178.97 316.42 0.000
C3 9 43.6 4.84 1.30 0.282
Error 27 100.6 3.73
Total 39 3681.1
S = 1.930 R-Sq = 97.27% R-Sq(adj) = 96.05%
Program Studi Teknik Industri Universitas Diponegoro2015
Page 97
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
6. Keputusan : Karena F hitung > F tabel (316.42>3.92)
maka tolak Ho.
7. Kesimpulan : Paling sedikit dua rataan tidak sama.
1- Analisis
Setelah dilakukan perhitungan menggunakan minitab dan dengan
Tabel L.6 lalu dibandingkan didapatkan kesimpulan bahwa nilai rataan
pada setiap sampel tidak sama. Nilai F hitung yaitu 316,42 untuk kasus
perlakuan dan 1,30 untuk kasus faktor istirahat, sedangkan pada Table
L.6 didapat nilai F sebesar 2,872. Selanjutnya, nilai F hitung
dibandingkan dengan nilai F tabel yaitu F hitung lebih besar
dibandingkan dengan nilai F tabel sehingga bisa disimpulkan bahwa
rataan sampel tidak ada yang sama.
3. Excel
1- Hipotesis
1 Excel
1. Ho :
2. H1 : Paling sedikit dua rataan tidak sama.
3. α : 0.05
4. Daerah Kritis : F hitung > Fcrit
5. Perhitungan :
Tabel 3.30 Output ANOVA Excel RAK
ANOVA
Source of
Variation SS df MS F P-value F crit
Rows 43,6 9 4,8444441,3001
990,28222
62,25013
1
Columns 3536,9 3 1178,967316,42
25 3,87E-212,96035
1
Error 100,6 27 3,725926
Page 98
Program Studi Teknik Industri Universitas Diponegoro201573
Page 99
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
6. Keputusan : Karena F hitung > F tabel, maka tolak
Ho.
7. Kesimpulan : Paling sedikit dua rataan tidak sama.
1- Analisis
Berdasarkan output excel dalam pengujian ANOVA tersebut
dapat dilihat bahwa nilai F hitung yaitu 316,4225 dengan memakai nilai
F Rows. Nilai F hitung tersebut lebih besar dari F tabel maka dari itu
bisa disimpulkan bahwa pada uji ANOVA data ditolak karena terdapat
perbedaan untuk semua rataan perlakua
3.3 Uji Perbandingan Berpasangan
3.3.1 Uji Orthogonal Contrast
a. Manual
- Hipotesis
Uji Hipotesis Orthogonal Contras
1. H0 : μ1 = μ2, μ2 = μ3, μ3 = μ4, μ1= μ3,μ1= μ4,μ2= μ4
2. H1 : Paling sedikit dua rataan tidak sama
3. α : 0.05
4. Daerah kritis : F hitung kontras < F hitung perlakuan. (F hitung perlakuan =
11,365)
5. Perhitungan :
Tabel 3.31 Mean Uji Orthogonal Contras
Contras
Contras
Perlakuan
1 2 3 4
Y
(mean) 86,8 97,8 105,8 111,8
Program Studi Teknik Industri Universitas Diponegoro2015
Page 101
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
C1 = |y1 – y2 |
= |86,8 – 97,8| = 11
( ) ( )
( )
C2 = |y1 – y3 |
= |86,8 – 105,8| = 19
( ) ( )
( )
C3 = |y1 – y4 |
= |86,8 – 111,8| = 25
( ) ( )
( )
C4 = |y2 – y3 |
= | 97,8- 105,8| = 8
( ) ( )
( )
C5 = |y2 – y4 |
= |97,8 – 111,8 | = 14
( ) ( )
( )
C6 = |y3 – y4 |
= |105,8 – 111,8 |= 6
( ) ( )
( )
Program Studi Teknik Industri Universitas Diponegoro
Page 103
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Tabel 3.32 Uji Orthogonal Contras
Sumber Jumlah Derajat RataanF hitung
Variasi kuadrat Kebebasan kuadrat
JKA 3507,5 31169,16
7445,8686
JKC1 6,05 1 6,052,307203
JKC2 18,05 1 18,056,883475
JKC3 31,25 1 31,2511,91737
JKC4 3,2 1 3,21,220339
JKC5 9,8 1 9,83,737288
JKC6 1,8 1 1,80,686441
JKG 94,4 362,62222
2
JKT 3601,9 39
JKC1 < F hitung 2,307203< 445,8686
JKC2 < F hitung, 6,883475< 445,8686
JKC3 < F hitung, 11,91737 < 445,8686
JKC4 < F hitung, 1,220339< 445,8686
JKC5 < F hitung, 3,737288< 445,8686
JKC6 < F hitung, 0, 686441< 445,8686
6. Keputusan : Karena F0Ci < F Hitung pada perlakuan. Maka ditolak H0untuk
C1.sampai C6.
7. Kesimpulan : Untuk rataan P1 dengan rataan P2 terdapat perbedaan secara
nyata.
Untuk rataan P1 dengan rataan P3 terdapat perbedaan secara
nyata.
Untuk rataan P1 dengan rataan P4 terdapat perbedaan secara
nyata.
Page 104
Program Studi Teknik Industri Universitas Diponegoro201576
Page 105
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Untuk rataan P2 dengan rataan P3 terdapat perbedaan secara
nyata.
Untuk rataan P2 dengan rataan P4 terdapat perbedaan secara
nyata.
Untuk rataan P3 dengan rataan P4 terdapat perbedaan secara
nyata.
- Analisis
Berdasarkan hasil perbandingan manual bahwa uji orthogonal contrast
memenuhi nilai H1. Dimana pada semua perlakuan terdapat perbedaan secara nyata.
b. SPSS
1- Hipotesis
1. H0 : μ1 = μ2 , μ2 = μ3 , μ3 = μ4 , μ1 = μ3 , μ1 = μ4 , μ2 = μ4
2. H1 : Paling sedikit dua rataan tidak sama
3. α : 0.05
4. Daerah kritis : sig < 0.05
5. Perhitungan :
Tabel 3.33 Output SPSS Uji Orthogonal Contras
Multiple Comparisons
denyutnadi
Scheffe
(I) (J) 95% Confidence Interval
perulan perulan Mean Difference
gan gan (I-J) Std. Error Sig. Lower Bound Upper Bound
3 7 -11.00000*.72419 .000 -13.1236 -8.8764
10 -19.00000*.72419 .000 -21.1236 -16.8764
13 -25.00000*.72419 .000 -27.1236 -22.8764
7 3 11.00000*.72419 .000 8.8764 13.1236
10 -8.00000*.72419 .000 -10.1236 -5.8764
13 -14.00000*.72419 .000 -16.1236 -11.8764
Program Studi Teknik Industri Universitas Diponegoro
Page 107
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
10 3 19.00000*.72419 .000 16.8764 21.1236
7 8.00000*.72419 .000 5.8764 10.1236
13 -6.00000*.72419 .000 -8.1236 -3.8764
13 3 25.00000*.72419 .000 22.8764 27.1236
7 14.00000*.72419 .000 11.8764 16.1236
10 6.00000*.72419 .000 3.8764 8.1236
*. The mean difference is significant at the 0.05 level.
6. Keputusan :Tolak Ho untuk semua keputusan karena sig< 0,05
7. Kesimpulan: Untuk rataan P1 dengan rataan P2 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P3 terdapat perbedaan secara
nyata.
Untuk rataan P1 dengan rataan P4 terdapat perbedaan secara
nyata.
Untuk rataan P2 dengan rataan P3 terdapat perbedaan secara
nyata.
Untuk rataan P2 dengan rataan P4 terdapat perbedaan secara
nyata.
Untuk rataan P3 dengan rataan P4 terdapat perbedaan secara
nyata.
-Analisis
Berdasarkan hasil perhitungan SPSS Bahwa uji orthogonal contrast memenuhi nilai H1.
Dimana pada semua perlakuan terdapat perbedaan secara nyata.
3.2 Uji LSD
a. Manual
- Hipotesis
Uji Hipotesis
1. H0 : μ1 = μ2, μ2 = μ3, μ3 = μ4, μ1= μ3,μ1= μ4,μ2= μ4
2. H1 : Paling sedikit dua rataan tidak sama
Program Studi Teknik Industri Universitas Diponegoro2015
Page 109
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
3. α : 0.05
4. Daerah kritis : hi h j > LSD
1= k(n-1)
2= 4 (10-1)
3= 36
5. Perhitungan:
LSD =t
/ 2,v
2s 2
............................................................................ (Tabel L.6)n
= t
0,025,36
2(2,622222)10
= 1,96 X 0,724185 =1,42
Tabel 3.33 Mean Uji LSD
PerlakuanRatarata
p1 86,8
p2 97,8
p3 105,8
p4 111,8
Tabel 3.34 Uji LSD
No. Means Different Nilai mutlak Keterangan
1 P1-P2 -11 11>1,42
2 P1-P3 -19 19>1,42
3 P1-P4 -25 25>1,42
4 P2-P3 -8 8>1,42
5 P2-P4 -14 14>1,42
6 P3-P4 -6 6>1,42
Page 110
6. Keputusan : Tolak Ho untuk semua perlakuan karena hi h j > LSD
Program Studi Teknik IndustriUniversitas Diponegoro2015
79
Page 111
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
7. Kesimpulan
Untuk rataan P1 dengan rataan P2 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P3 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P4 terdapat perbedaan secara nyata.
Untuk rataan P2 dengan rataan P3terdapat perbedaan secara nyata.
Untuk rataan P2 dengan rataan P4 terdapat perbedaan secara nyata.
Untuk rataan P3 dengan rataan P4terdapat perbedaan secara nyata
- Analisis
Pada perhitungan manual diketahui bahwa uji LSD memenuhi H1 dan dapat
disimpulkan bahwa pasangan semua perlakuan memiliki perbedaan secara nyata karena
memiliki syarat pada daerah kritis.
b. SPSS
1. H0 : μ1 = μ2 , μ2 = μ3 , μ3 = μ4 , μ1 = μ3 , μ1 = μ4 , μ2 = μ4
2. H1 : Paling sedikit dua rataan tidak sama
3. α : 0.05
4. Daerah kritis : sig < 0.05
5. Perhitungan :
Tabel 3.35 Uji LSD Output SPSS
(I) (J) 95% Confidence Interval
perulan perulan Mean Difference
gan gan (I-J) Std. Error Sig. Lower Bound Upper Bound
3 7 -11.00000*.72419 .000 -12.4687 -9.5313
10 -19.00000*.72419 .000 -20.4687 -17.5313
13 -25.00000*.72419 .000 -26.4687 -23.5313
7 3 11.00000*.72419 .000 9.5313 12.4687
10 -8.00000*.72419 .000 -9.4687 -6.5313
13 -14.00000*.72419 .000 -15.4687 -12.5313
10 3 19.00000*.72419 .000 17.5313 20.4687
7 8.00000*.72419 .000 6.5313 9.4687
13 -6.00000*.72419 .000 -7.4687 -4.5313
Program Studi Teknik Industri Universitas Diponegoro
Page 113
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
13 3 25.00000*.72419 .000 23.5313 26.4687
7 14.00000*.72419 .000 12.5313 15.4687
10 6.00000*.72419 .000 4.5313 7.4687
6. Keputusan : Tolak H0 untuk semua perlakuan karena sig.<o,o5
7. Kesimpulan :
Untuk rataan P1 dengan rataan P2 terdapat perbedaan secara
nyata. Untuk rataan P1 dengan rataan P2 terdapat perbedaan
secara nyata. Untuk rataan P1 dengan rataan P2 terdapat
perbedaan secara nyata. Untuk rataan P2 dengan rataan P3
terdapat perbedaan secara nyata. Untuk rataan P2 dengan rataan
P4 terdapat perbedaan secara nyata. Untuk rataan P3 dengan
rataan P4 terdapat perbedaan secara nyata. Analisis :
Berdasarkan hasil perhitungan menggunakan software SPSS diketahui uji LSD
memenuhi nilai H1. Pada software SPSS dapat disimpulkan bahwa pasangan pada
semua perlakuan memiliki perbedaan yang nyata karena memenuhi syarat dari nilai
kritis.
c. Minitab
Uji Hipotesis :
1. H0 : μ1 = μ2 , μ2 = μ3 , μ3 = μ4 , μ1 = μ3 , μ1 = μ4 , μ2 = μ4
2. H1 : Paling sedikit dua rataan tidak sama
3. α : 0.05
4. Daerah kritis : Tidak ada 0 diantara lower dan upper
5. Perhitungan :
Tabel 3.36 Uji LSD Output Minitab
One-way ANOVA: denyut versus anaktangga
Source DF SS MS F P
anaktangga 3 3507.50 1169.17 445.87 0.000
Error 36 94.40 2.62
Program Studi Teknik Industri Universitas Diponegoro
Page 115
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Total 39 3601.90
S = 1.619 R-Sq = 97.38% R-Sq(adj) = 97.16%
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev -------+--------- +--------- +--------- +--
3 10 86.80 2.15 (*)
7 10 97.80 1.40 (-*)
10 10 105.80 1.48 (*-)
13 10 111.80 1.32 (-*)
-------+--------- +--------- +--------- +--
91.0 98.0 105.0 112.0
Pooled StDev = 1.62
Grouping Information Using Tukey Method
anaktangga N Mean Grouping
13 10 111.800 A
10 10 105.800 B
7 10 97.800 C
3 10 86.800 D
Means that do not share a letter are significantly different. Tukey 95% Simultaneous Confidence Intervals
All Pairwise Comparisons among Levels of anaktangga
Individual confidence level = 98.93%
anaktangga = 3 subtracted from:
anaktangga Lower Center Upper ---+---------+ ---------+--------- +------
7 9.049 11.000 12.951 (*-)
10 17.049 19.000 20.951 (-*)
13 23.049 25.000 26.951 (-*)
---+---------+--------- +--------- +------
-12 0 12 24
anaktangga = 7 subtracted from:
anaktangga Lower Center Upper ---+---------+--------- +--------- +------
10 6.049 8.000 9.951(- *)
13 12.049 14.000 15.951 (-*)
---+---------+--------- +--------- +------
-12 0 12 24
anaktangga = 10 subtracted from:
Program Studi Teknik Industri Universitas Diponegoro
Page 117
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
anaktangga Lower Center Upper ---+---------+
---------+ ---------+------
13 4.049 6.000 7.951 (-*- )
---+---------+---------+---------+------
-12 0 122
6. Keputusan : Berdasarkan perhitungan Minitab diatas tidak ada nilai 0 diantara
lower dan upper
7. Kesimpulan : Paling sedikit dua rataan tidak sama
1- Analisis
Dari perhitungan melalui software minitab menunjukkan bahwa tidak terdapat
nilai 0 diantara lower dan upper sehingga terdapat paling sedikit dua rataan tidak
sama.
3.3.3 Uji Duncan
a. Manual
- Hipotesis
Uji Hipotesis Duncan
1. H0 : μ1 = μ2, μ2 = μ3, μ3 = μ4, μ1= μ3,μ1= μ4,μ2= μ4
2. H1 : Paling sedikit dua rataan tidak sama
3. α : 0.05
4. Daerah kritis : |yi-yj| > Rp . Nilai rp dilihat dari tabel L.12 (Walpole) dengan α=
0.5 dan v= 36 menggunakan perhitungan interpolasi
5. Perhitungan :
Rp =
Tabel 3.37 Mean Uji Duncan
PerlakuanRatarata
p1 86,8
p2 97,8
p3 105,8
p4 111,8
Program Studi Teknik Industri
Page 118
Universitas Diponegoro201583
Page 119
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
1 P = 2
=
X = 2.87
Rp =
= 1,47
1 P = 3
=
X = 3.02
Rp =
= 1,55
1 P = 4
=
X = 3.11
Rp =
= 1,59
Tabel 3.38 Daftar RP Uji Duncan
P 2 3 4
rp 2.87 3.02 3.11
Rp 1,47 1,55 1,59
Tabel 3.39 Uji Duncan Manual
No. Means DifferentNilai
Keteranganmutlak
1P1-P2 -11 11 > 1,47
2P1-P3 -19 19 > 1,55
3P1-P4 -25 25 > 1,59
Page 120
Program Studi Teknik Industri Universitas Diponegoro201584
Page 121
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
4 P2-P3 -8 8>
1,47
5 P2-P4 -14 14>
1,55
6 P3-P4 -6 6>
1,59
6. Keputusan : Tolak H0 untuk semua perlakuan karena |yi-yj| > Rp.
7. Kesimpulan :
Untuk rataan P1 dengan rataan P2 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P3 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P4 terdapat perbedaan secara nyata.
Untuk rataan P2 dengan rataan P3 terdapat perbedaan secara nyata.
Untuk rataan P2 dengan rataan P4 terdapat perbedaan secara nyata.
Untuk rataan P3 dengan rataan P4terdapat perbedaan secara nyata
- Analisis
Berdasarkan perhitungan manual nilai |yi-yj| > Rp maka dapat disimpulkan bahwa
semua pasangan pada semua perlakuan memiliki perbedaan yang nyata
b. SPSS
- Hipotesis
1. H0 : μ1 = μ2 , μ2 = μ3 , μ3 = μ4 , μ1 = μ3 , μ1 = μ4 , μ2 = μ4
2. H1 : Paling sedikit dua rataan tidak sama
3. α : 0.05
4. Daerah kritis : Tα<0,05
5. Perhitungan :
Tabel 3.40 Uji Duncan SPSS
Subset for alpha = 0.05
perulangan N 1 2 3 4
310
86.80
00
710
97.80
00
Program Studi Teknik Industri
Page 122
Universitas Diponegoro201585
Page 123
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
1010
1.058
0E2
1310
1.118
0E2
Sig. 1.000 1.000 1.000 1.000
Means for groups in homogeneous subsets are displayed.
1Subset 1 diperoleh :
Perlakuan 1 = 86,8
Nilai signifakansi = 1,000 > 0,05
2Subset 2 diperoleh :
Perlakuan 2 = 97,8
Nilai signifikansi = 1,000 > 0,05
3Subset 3 diperoleh :
Perlakuan 3 = 1,05
Nilai signifikansi = 1,000 > 0,05
4Subset 4 diperoleh :
Perlakuan 4 = 1,11
Nilai signifikansi = 1,000 > 0,05
6. Keputusan : Terima H0 untuk semua data
7. Kesimpulan : semua rataan tidak terdapat perbedaan nyata
1- Analisis
Berdasarkan output SPSS uji Duncan diatas dapat dikatakan bahwa tidak
terdapat perbedaan nyata apabila p < 0.05. Sehingga untuk P1, P2, P3, dan P4 yang
semua nilainya adalah 1 sehingga rataannya pasti berbeda.
3.3.4 Uji Tukey
a. Manual
1. H0 : μ1 = μ2, μ2 = μ3, μ3 = μ4, μ1= μ3,μ1= μ4,μ2= μ4
Program Studi Teknik Industri Universitas Diponegoro2015
Page 125
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
2. H1 : Paling sedikit dua rataan tidak sama
3. α : 0.05
4. Daerah kritis : Daerah kritis : |yi-yj| > Tα (Tabel L.22)
1 V = k(b-1) = 4 (10-1) = 36
2 Untuk α= 0.05 nilai q(α,k,v) = q(0.05,4,36) = 3.84, jadi selisih mutlakakan dibanding dengan q0.05 (4,36) √ = √
5. Perhitungan :
Tabel 3.41 Uji Tukey Manual
No. Means DifferentNilai
Keteranganmutlak
1 P1-P2 -11 11>
1,951
2 P1-P3 -19 19>
1,951
3 P1-P4 -25 25>
1,951
4 P2-P3 -8 8>
1,951
5 P2-P4 -14 14>
1,951
6 P3-P4 -6 6>
1,951
6. Keputusan :
Tolak Ho untuk perbedaan rata-rata antara taraf P1-P2, P1-P3, P1-P4, P2-P3, P2-P4
dan P3-P4
7. Kesimpulan :
Page 126
Program Studi Teknik Industri Universitas Diponegoro201587
Page 127
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Pada tingkat kepercayaan 95% untuk rataan P1 dengan rataan P2 tidak terdapat
perbedaan secara berarti.
Pada tingkat kepercayaan 95% untuk rataan P1 dengan rataan P3 tidak terdapat
perbedaan secara berarti.
Pada tingkat kepercayaan 95% untuk rataan P1 dengan rataan P4 terdapat
perbedaan secara berarti.
Pada tingkat kepercayaan 95% untuk rataan P2 dengan rataan P3 terdapat
perbedaan secara berarti.
Pada tingkat kepercayaan 95% untuk rataan P2 dengan rataan P4 tidak terdapat
perbedaan secara berarti.
Pada tingkat kepercayaan 95% untuk rataan P3 dengan rataan P4 tidak terdapat
perbedaan secara berarti.
- Analisis
Berdasarkan Perhitungan manual terhadap uji tukey semua rataan dikatakan
mempunyai perbedaan yang berarti apabila nilai |yi-
kesimpulan bahwa antara P1 dengan P2, P1 dengan P3, P1 dengan P4, P2 dengan P3, P2
dengan P4 dan P3 dengan P4 terdapat perbedaan yang berarti.
b. SPSS
1- Hipotesis
1. H0 : Semua rataan tidak terdapat perbedaan nyata.
2. H1 : Paling sedikit dua rataan tidak sama.
3. α : 0.05
4. Daerah kritis : p < 0.05
5. Perhitungan :
Program Studi Teknik Industri Universitas Diponegoro
Page 129
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Tabel 3.42 Uji Tukey SPSS
Multiple Comparisons
Denyutnadi
Tukey HSD
(I) (J) 95% Confidence Interval
perulan perulan Mean
gan gan Difference (I-J) Std. Error Sig. Lower Bound Upper Bound
-11.00000*3 7 .72419 .000 -12.9504 -9.0496
10 -19.00000*.72419 .000 -20.9504 -17.0496
13 -25.00000*.72419 .000 -26.9504 -23.0496
11.00000*7 3 .72419 .000 9.0496 12.9504
10 -8.00000*.72419 .000 -9.9504 -6.0496
13 -14.00000*.72419 .000 -15.9504 -12.0496
19.00000*10 3 .72419 .000 17.0496 20.9504
7 8.00000*.72419 .000 6.0496 9.9504
13 -6.00000*.72419 .000 -7.9504 -4.0496
25.00000*13 3 .72419 .000 23.0496 26.9504
7 14.00000*.72419 .000 12.0496 15.9504
10 6.00000*.72419 .000 4.0496 7.9504
*. The mean difference is significant at the 0.05 level.
Denyutnadi
Tukey HSD
Perulan Subset for alpha = 0.05
gan N 1 2 3 4
3 10 86.8000
7 10 97.8000
10 10 1.0580E2
13 10 1.1180E2
Program Studi Teknik Industri Universitas Diponegoro2015
Page 131
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Sig. 1.000 1.000 1.000 1.000
P1–P2 : p = 0.000
P1–P4 : p = 0.000
P2–P3 : p = 0.000
P3–P1 : p = 0.000
P3–P4 : p = 0.000
P4–P2 : p = 0.000
6. Keputusan : Tolak H0 untuk P1-P2, P1-P3, P1-P4, P2-P3, P2-P4 dan P3-P4
7.Kesimpulan :
Untuk rataan P1 dengan rataan P2 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P4 terdapat perbedaan secara nyata.
Untuk rataan P3 dengan rataan P4 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P3 terdapat perbedaan secara nyata
Untuk rataan P2 dengan rataan P3 terdapat perbedaan secara nyata
Untuk rataan P2 dengan rataan P4 terdapat perbedaan secara nyata
- Analisis
Dari hasil output SPSS diatas dapat dikatakan semua rataan dikatakan
mempunyai perbedaan yang berarti apabila mengandung nilai nol. Sehingga dengan
melihat nilai sig dari 4 perlakuan diperoleh kesimpulan bahwa antara P1 dengan P2, P1
dengan P3, P1 dengan P4, P2 dengan P3, P2 dengan P4 dan P3 dengan P4 terdapat
perbedaan yang berarti.
c. Minitab
- Hipotesis
1. H0 : Semua rataan tidak terdapat perbedaan nyata.
2. H1 : Paling sedikit dua rataan tidak sama.
3. α : 0.05
Program Studi Teknik Industri Universitas Diponegoro
Page 133
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
4. Daerah kritis :l f hitungl > f critical value
5. Perhitungan :
Tabel 3.42 Uji Tukey Minitab
Source DF SS MS F P
anaktangga 3 3507.50 1169.17 445.87 0.000
Error 36 94.40 2.62
Total 39 3601.90
S = 1.619 R-Sq = 97.38% R-Sq(adj) = 97.16%
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev -------+ --------- +--------- +--------- +--
3 10 86.80 2.15 (*)
7 10 97.80 1.40 (-*)
10 10 105.80 1.48 (*-)
13 10 111.80 1.32 (-*)
-------+ --------- +--------- +--------- +--
91.0 98.0 105.0 112.0
Pooled StDev = 1.62
Grouping Information Using Tukey Method
anaktangga N Mean Grouping
13 10 111.800 A
10 10 105.800 B
7 10 97.800 C
3 10 86.800 D
Means that do not share a letter are significantly different.
Tukey 95% Simultaneous Confidence Intervals
All Pairwise Comparisons among Levels of anaktangga
Program Studi Teknik Industri Universitas Diponegoro
Page 135
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Individual confidence level = 98.93%
anaktangga = 3 subtracted from:
anaktangga Lower Center Upper ---+---------+ ---------+--------
-+------
7 9.049 11.000 12.951 (*-)
10 17.049 19.000 20.951 (-*)
13 23.049 25.000 26.951
(-*)
---+---------+---------+--------
-+------
-12 0 12
24
anaktangga = 7 subtracted from:
anaktangga Lower Center Upper ---+---------+ ---------+--------
-+------
10 6.049 8.000 9.951(- *)
13 12.049 14.000 15.951 (-*)
---+---------+---------+--------
-+------
-12 0 12
24
anaktangga = 10 subtracted from:
anaktangga Lower Center Upper ---+ ---------+ ---------+---------
+------
13 4.049 6.000 7.951 (-*- )
---+---------+---------+---------
+------
-12 0 12 24
6. Keputusan :
Tolak H0 untuk P1-P2 ,P1-P3, P1-P4, P2-P3, P2-P4 dan P3-P4
Program Studi Teknik Industri Universitas Diponegoro
Page 137
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
7.Kesimpulan :
Untuk rataan P1 dengan rataan P2 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P4 terdapat perbedaan secara nyata.
Untuk rataan P3 dengan rataan P4 terdapat perbedaan secara nyata.
Untuk rataan P1 dengan rataan P3 terdapat perbedaan secara nyata
Untuk rataan P2 dengan rataan P3 terdapat perbedaan secara nyata
Untuk rataan P2 dengan rataan P4 terdapat perbedaan secara nyata
- Analisis
Dari hasil output minitab diatas dapat dikatakan semua rataan dikatakan
mempunyai perbedaan yang berarti apabila mengandung nilai nol. Sehingga dengan
melihat nilai sig dari 4 perlakuan diperoleh kesimpulan bahwa antara P1 dengan P2, P1
dengan P3, P1 dengan P4, P2 dengan P3, P2 dengan P4 dan P3 dengan P4 terdapat
perbedaan yang berarti.
3.3.5 Uji Dunnet
a. Manual
- Hipotesis
1. H0 : μ1 = μ2, μ2 = μ3, μ3 = μ4, μ1= μ3,μ1= μ4,μ2= μ4
2. H1 : Paling sedikit dua rataan tidak sama
3. α : 0.05
4. Daerah kritis : | | (k,v)
5. Perhitungan :
Nilai (k,v) dilihat dari tabel L.13 (Walpole) dengan α= 0.05, k = 4 dan v = 36
menggunakan perhitungan interpolasi
=
Program Studi Teknik Industri Universitas Diponegoro
Page 139
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
X = 2.564
Tabel 3.43 Uji Dunnet Manual
No P1 P2 P3
1 87 100 104
2 90 99 106
3 88 95 107
4 87 98 105
5 84 98 105
6 85 97 104
7 86 99 108
8 90 97 105
9 87 97 108
10 84 98 106
Ratarata 86,8 97,8 105,8
= ̅ ̅̅̅̅ i= 1,2,…,k√
= 15,189√
= √
= 34,521√
| | 2.564
| | 2.564
| | 2.564
6. Keputusan : Karena |d1,d2,d3| > 2,564, maka tolak untuk semua perlakuan.
7. Kesimpulan : Maka paling sedikit dua rataan tidak sama.
- Analisis
Program Studi Teknik Industri Universitas Diponegoro2015
Page 141
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Berdasarkan hasil perhitungan manual diketahui bahwa uji Dunnet memenuhi
nilai H1. danl dapat disimpulkan bahwa pasangan pada semua perlakuan memiliki
perbedaan yang nyata karena memenuhi syarat dari nilai kritis.
b. SPSS
- Hipotesis
Uji Hipotesis :
1. H0 : Semua rataan tidak terdapat perbedaan nyata.
2. H1 : Paling sedikit dua rataan tidak sama.
3. α : 0.05
4. Daerah kritis : p < 0.05
5. Perhitungan :
Tabel 3.44 Uji Dunnet SPSS
Multiple Comparisons
Denyutnadi
Dunnett t (2-sided)
(I) (J) 95% Confidence Interval
perulan perulan Mean Difference
gan gan (I-J) Std. Error Sig. Lower Bound Upper Bound
3 13 -25.00000*.72419 .000 -26.7758 -23.2242
7 13 -14.00000*.72419 .000 -15.7758 -12.2242
10 13 -6.00000*.72419 .000 -7.7758 -4.2242
*. The mean difference is significant at the 0.05 level.
P1 : p = 0.000
P2 : p = 0.000
P3 : p = 0,000
6. Keputusan : Tolak untuk semua P1, P2,P3
7. Kesimpulan :
Program Studi Teknik Industri Universitas Diponegoro2015
Page 143
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
1 Untuk rataan P1 dengan rataan P4 terdapat perbedaan secaranyata.
2 Untuk rataan P2 dengan rataan P4 terdapat perbedaan secaranyata.
3 Untuk rataan P3 dengan rataan P4 terdapat perbedaan
secara nyata. Analisis:
Dapat diambil kesimpulan, bahwa dalam pengujian Uji Dunnet dengan
menggunaka software SPSS bahwa untuk rataan P1-P4, P2-P4, dan P3-P4 terdapat
perbedaan secara nyata.
c. Minitab
- Hipotesis
Uji Hipotesis :
1. H0 : Semua rataan tidak terdapat perbedaan nyata.
2. H1 : Paling sedikit dua rataan tidak sama.
3. α : 0.05
4. Daerah kritis : |f hitung| > critical value( 2,58)
5. Perhitungan :
Tabel 3.45 Uji Dunnet Minitab
One-way ANOVA: C1 versus C2
Source DF SS MS F P
C2 3 3507,50 1169,17 445,87 0,000
Error 36 94,40 2,62
Total 39 3601,90
S = 1,619 R-Sq = 97,38% R-Sq(adj) = 97,16%
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev -------+--------- +---------+--------- +--
3 10 86,80 2,15 (*)
7 10 97,80 1,40 (-*)
10 10 105,80 1,48 (*-)
Page 144
Program Studi Teknik Industri Universitas Diponegoro201596
Page 145
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
13 10 111,80 1,32 (-*)
-------+--------- +--------- + ---------+--
91,0 98,0 105,0 112,0
Pooled StDev = 1,62
Dunnett's comparisons with a control
Family error rate = 0,05
Individual error rate = 0,0192
Critical value = 2,45
Control = level (13) of C2
Intervals for treatment mean minus control mean
Level Lower Center Upper -----+--------- +--------- +---------+---
-
3 -26,776 -25,000 -23,224 ( --*--)
7 -15,776 -14,000 -12,224 (--*-- )
10 -7,776 -6,000 -4,224 (--*--)
-----+ --------- +--------- +--------- +----
-24,0 -18,0 -12,0 -6,0
1 Perlakuan 1 : 24> 2,58
2 Perlakuan 2 : 18 >2,58
3 Perlakuan 3 : 12 > 2,58
4 Perlakuan 4 : 6 > 2,58
6. Keputusan : Karena nilai F hitung > critical value (24 > 2,58), (18 >
2,58), (12 > 2,58), dan (6 > 2,58), maka H0 ditolak.
7. Kesimpulan : Data naik turun tangga untuk perlakuan1, perlakuan2,
perlakuan 3, dan perlakuan 4 terdapat perbedaan yang
nyata.
Program Studi Teknik Industri Universitas Diponegoro201597
Page 146
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
- Analisis
Dari pengujian Uji Dunnet secara minitab dapat disimpulkan bahwa semua data
memiliki perbedaan yang nyata. Hal ini dapat dilihat dari output minitab yang tidak
mengandung nilai nol. Sehingga H0 semua data ditolak.
3.4..1 Uji T
a. Manual
Tabel 3.46 Uji T Manual
IstirahatJumlah Anak Tangga
3 7 10 13
8 89 96 103 113
10 89 96 102 110
12 88 92 101 109
14 87 95 101 112
16 85 94 103 111
18 85 95 104 110
20 84 99 104 109
22 80 93 101 111
24 83 95 100 112
26 84 94 102 113
Jumlah 854 949 1021 1110
Rata2 85,40 94,90 102,10 111,00
s^2 8,27 3,66 1,88 2,22
Daerah kritis t 1,833 dengan v= k-1 = 10-1 = 9 (Lihat Tabel L.4 Walpole)
Program Studi Teknik Industri Universitas Diponegoro
Page 148
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Perhitungan:
√( ) ( )
( ̅ ̅ )√
1- Hipotesis
1 Perlakuan 1 dan 2
1. Ho = µ1= µ2
2. Ho = µ1 ≠ µ2
3. = 0,05
4. v = 9
Daerah kritis t < 1,833 bila ( ̅ ̅)
√
5. Perhitungan:
√( ) ( )
( )√
-8,71
6. Keputusan: Tolak Ho karena -8,71 < 1,1833
Program Studi Teknik Industri Universitas Diponegoro201599
Page 149
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
7. Kesimpulan: Rataan perlakuan 1 tidak sama dengan rataan
perlakuan 2
2 Perlakuan 1 dan 3
1. Ho = µ1= µ2
2. Ho = µ1 ≠ µ2
3. = 0,05
4. v = 9
Daerah kritis t < 1,833 bila ( ̅ ̅)
√
5. Perhitungan:
√( ) ( )
( )√
6. Keputusan: Tolak Ho karena -16,60 < 1,1833
7. Kesimpulan: Rataan perlakuan 1 tidak sama dengan rataan
perlakuan 3
2 Perlakuan 1 dan 4
1. Ho = µ1= µ2
2. Ho = µ1 ≠ µ2
3. = 0,05
4. v = 9
Daerah kritis t < 1,833 bila
Program Studi Teknik Industri Universitas Diponegoro2015100
Page 150
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
( ̅ ̅
)√
5. Perhitungan:
√( ) ( )
2,29( )
√
-25
6. Keputusan: Tolak Ho karena -25 < 1,1833
7. Kesimpulan: Rataan perlakuan 1 tidak sama dengan rataan
perlakuan 4
2 Perlakuan 2 dan 3
1. Ho = µ1= µ2
2. Ho = µ1 ≠ µ2
3. = 0,05
4. v = 9
Daerah kritis t < 1,833 bila ( ̅ ̅ )
√
5. Perhitungan:
√( ) ( )
( )√
Program Studi Teknik Industri Universitas Diponegoro2015101
Page 151
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
6. Keputusan: Tolak Ho karena -9,70 < 1,1833
7. Kesimpulan: Rataan perlakuan 2 tidak sama dengan rataan
perlakuan .
2 Perlakuan 2 dan 4
1. Ho = µ1= µ2
2. Ho = µ1 ≠ µ2
3. = 0,05
4. v = 9 (̅̅̅ ̅̅̅)
Daerah kritis t < 1,833 bila√
5. Perhitungan:
√( ) ( )
( )√
6. Keputusan: Tolak Ho karena - < 1,1833
7. Kesimpulan: Rataan perlakuan 2 tidak sama dengan rataan perlakuan 4
1 Perlakuan 3 dan 4
1. Ho = µ1= µ2
2. Ho = µ1 ≠ µ2
3. = 0,05
4. v = 9
Daerah kritis t < 1,833 bila ( ̅ ̅ )
√
5. Perhitungan:
Program Studi Teknik Industri Universitas Diponegoro2015102
Page 152
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
√ ( ) ( )
( )√
6. Keputusan: Tolak Ho karena -13,92 < 1,1833
7. Kesimpulan: Rataan perlakuan 3 tidak sama dengan rataan
perlakuan 4
2- Analisis
Berdasarkan uji berpasangan uji T diatas dapat dilihat untuk perlakuan 1-
2, perlakuan 1-3, perlakuan 1-4, perlakuan 2-3, perlakuan 2-4 dan
perlakuan 3-4 tidak terlihat perbedaan nyata. Hal itu dikarenakan nilai t <
1,833.
3.4.2 Uji F
a. Manual
Tabel 3.46 Uji F Manual
IstirahatJumlah Anak Tangga
3 7 10 13
8 89 96 103 113
10 89 96 102 110
12 88 92 101 109
14 87 95 101 112
16 85 94 103 111
18 85 95 104 110
20 84 99 104 109
22 80 93 101 111
24 83 95 100 112
Program Studi Teknik Industri Universitas Diponegoro
Page 154
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
26 84 94 102 113
Jumlah 854 949 1021 1110
Rata2 85,40 94,90 102,10 111,00
s^2 8,27 3,66 1,88 2,22
1- Hipotesis
1. Ho: σ12 = σ2
2
2. H1: σ12 ≠ σ2
2
3. α = 0,05
4. Daerah kritis : (Lihat Tabel L.6)
Parameter: v1 = n-1 dan v2 = n-
1 f0,05 (9,9) = 3,18
f0,95 (9,9) = 1/3,18= 0.31
Jangan tolak Ho bila f > 0.31 atau f < 3.18, untuk f = S12 / S2
2
dengan derajat kebebasan v1 = 9 dan v2 = 9.
5. Perhitungan:
Perlakuan 1 dan 2
1 Perlakuan 1 dan 3
Program Studi Teknik Industri Universitas Diponegoro
Page 156
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
1 Perlakuan 1 dan 4
1 Perlakuan 2 dan 3
1 Perlakuan 2 dan 4
1 Perlakuan 3 dan 4
6. Keputusan:
Perlakuan 1 dan 2
Program Studi Teknik Industri Universitas Diponegoro2015
Page 158
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
Pada perlakuan 1 dan 2 jangan tolak H0 karena 2.25 > 0,31dan
2,25 < 3,18
1 Perlakuan 1 dan 3
Pada perlakuan 1 dan 3 tolak H0 karena 4,40 > 0,31dan 4,40
3,18
2 Perlakuan 1 dan 4
Pada perlakuan 1 dan 4 tolak H0 karena > 0,31dan
3,18
Perlakuan 2 dan 3
Pada perlakuan 2 dan 3 jangan tolak H0 karena > 0,31dan
3,18
Perlakuan 2 dan 4
Pada perlakuan 2 dan 4 jangan tolak H0 karena > 0,31dan
< 3,18
Perlakuan 3 dan 4
Pada perlakuan 3 dan 4 jangan tolak H0 karena > 0,31dan
1< 3,18
7. Kesimpulan:
1 Pada perlakuan 1 dan 2 variansi perlakuan 1 sama
dengan variansi perlakuan 2
2 Pada perlakuan 1 dan 3 variansi perlakuan 1 tidak sama
dengan variansi perlakuan 3
3 Pada perlakuan 1 dan 4 variansi perlakuan 1 tidak sama
dengan variansi perlakuan 4
4 Pada perlakuan 2 dan 3 variansi perlakuan 2 sama
dengan variansi perlakuan 3
5 Pada perlakuan 2 dan 4 variansi perlakuan 2 samadengan variansi perlakuan 4
Program Studi Teknik Industri Universitas Diponegoro2015
Page 160
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
1 Pada perlakuan 3 dan 4 variansi perlakuan 3 sama
dengan variansi perlakuan 4
2- Analisis
Berdasarkan hasil perhitungan manual uji f diatas dapat disimpulkan
bahwa variansi suatu perlakuan dikatakan sama dengan variansi
perlakuan yang lain apabila f > 0.31 atau f < 3.18. Dari hasil yang
diperoleh diatas dapat diketahui jika variansi perlakuan 1 sama dengan
variansi perlakuan 2, pada variansi perlakuan 1 tidak sama dengan
variansi perlakuan 3, pada variansi perlakuan 1 tidak sama dengan
variansi perlakuan 4, variansi pada perlakuan 2 sama dengan variansi
perlakuan 3, pada variansi perlakuan 2 sama dengan variansi perlakuan 4,
serta pada variansi perlakuan 3 sama dengan variansi perlakuan 4.
Program Studi Teknik Industri Universitas Diponegoro2015
Page 162
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
BAB IV
PENUTUP
4.1 Kesimpulan
Setelah melakukan praktikum modul 2 dengan mengambil data pantulan
kelereng dengan perlakuan yag berbeda didapatkan kesimpulan yaitu:
1. Analisis variansi adalah salah satu cara untuk menguji rataan suatu populasi.
Dalam analisis ini dilakukan beberapa pengujian seperti Uji Orthogonal
Contrast, Uji LSD, Uji Duncan, Uji Tukey dan Uji Dunnet. Uji-uji tersebut
digunakan apabila data ditolak pada uji ANOVA, dimana uji tersebut digunakan
untuk mengetahui variansi dari perlakuan yang mana saja yang ditolak.
Sedangkan apabila bila data diterima pada uji ANOVA, maka yang digunakan
adalah Uji T dan Uji F. Uji tersebut digunakan untuk memvalidasi data.
Berdasarkan hasil Uji ANOVA menggunakan software SPSS, Minitab, Excel
dan Manual didapatkan hasil bahwa tidak terdapat pasangan dengan rataan yang
sama.
2. Terdapat empat uji asumsi klasik yang dilakukan sebagai syarat sebuah data
untuk dapat melakukan analisis variansi ini, yaitu data harus lolos Uji
Normalitas, Uji Linearitas, Uji Homogenitas Variansi dan Uji Independensi.
3. Uji ANOVA terdiri atas dua macam uji, One-Way Anova dan Two-Way Anova.
One-Way Anova digunakan untuk data RAL yang hanya memiliki satu
perlakuan. Sedangkan Two-Way Anova digunakan untuk data RAK yang
terdiridari perlakuan dan blok.
4. SPSS merupakan salah satu software yang membantu dalam analisis variansi
ini, melalui SPSS dapat dilakukan empat uji yang akan menetukan apakah suatu
data dapat dilakukan analisis variansi atau tidak. Perhitungan uji berpasangan
juga dapat dihitung melalui SPSS. Yaitu uji Orthogonal Contrast, Uji LSD, Uji
Duncan, Uji Tukey dan Uji Dunnet.
Program Studi Teknik Industri Universitas Diponegoro2015
Page 164
Laporan Praktikum Statistika IndustriModul 2 Analisis Variansi
Kelompok 11
4.2 Saran
Dalam pembuatan laporan praktikum ini terdapat saran :
1. Praktikan sebaiknya sudah belajar atau sudah siap terhadap materi sebelum
melakukan praktikum.
2. Dalam 1 kelompok sebaiknya antar praktikan lebih solid dan lebih saling
komunikatif terhadap temannya agar terjadi koordinasi antar teman kelompok.
Dengan demikian laporan akan baik dan benar.
3. Praktikan lebih teliti dalam menggunakan rumus perhitungan pada suatu kasus
tertentu.
Program Studi Teknik Industri Universitas Diponegoro