Refrensi Laporan Akhir Modul Nonparametrik
Berikut ini merupakan referensi Modul Korelasi dari Praktikum Statistika Industri
*Tidak disertakan gambar pada pengolahan software
*Tidak dijelaskan rumus pada perhitungan manual
*Artikel ini dibuat semata-mata hanya untuk membantu praktikan dimodul korelasi
Hal tersebut difungsikan untuk merahasiakan identitas dari kelompok yang bersangkutan
BAB I
PENDAHULUAN
1.1 Latar Belakang
Sebuah perusahaan dalam melakukan penelitian pasti
memerlukan data. Data-data tersebut tidak
memenuhi asumsi-asumsi yang ada pada statistik parametrik, contohnya seperti data yang tidak berdistribusi
normal. Oleh karena itu, perusahaan membutuhkan statistik
nonparametrik guna untuk mengolah data-data yang tidak memenuhi asumsi statistik parametrik.
Statistik nonparametrik digunakan apabila sampel yang
digunakan memiliki ukuran yang kecil, data yang digunakan bersifat ordinal,
data yang digunakan bersifat nominal, bentuk distribusi populasi dan tempat
pengambilan sampel tidak diketahui menyebar secara normal, dan bila ingin
menyelesaikan masalah statistik secara cepat tanpa menggunakan alat hitung.
PT PETRICHOR memiliki
permasalahan terhadap jumlah bahan bakar yang digunakan ke setiap daerah
sebelum dan sesudah penggantian bahan bakar dan ingin mengetahui apakah jarak
pengiriman mempengaruhi penggunaan bahan bakar. Perusahaan ini mengamati menggunakan 2 uji yaitu Uji Peringkat Wilcoxon dan Uji
Kebebasan Chi-Square. Harapannya perusahaan dapat mengetahui hubungan
keterikatan dan penurunan antara faktor dan variabelnya sehingga perusahaan
dapat mengambil pertimbangan dalam membuat suatu keputusan.
Uji Peringkat
Wilcoxon digunakan jika besaran maupun arah perbedaan relevan untuk menentukan
apakah terdapat perbedaan, peningkatan atau penurunan yang terdapat diantara
data yang satu dengan data yang lainnya. Uji Peringkat Wilcoxon disebut juga uji Wilcoxon bagi pengamatan berpasangan
(Walpole, 1982). Uji Chi-square
hanya digunakan untuk data diskrit. Uji ini termasuk uji independensi, dimana
suatu variabel tidak dipengaruhi atau tidak ada hubungan dengan variable lain
dan digunakan untuk mengestimasi beberapa faktor.
1.2
Tujuan Penulisan
Tujuan penulisan pada penyusunan laporan menjadi salah satu landasan
tersusunnya penyelesaian masalah-masalah yang dibahas, sehingga didapatkan kesimpulan dari hasil
pengolahan data pada studi kasus untuk statistika nonparametrik pada uji peringkat bertanda Wilcoxon
dan uji Chi-Square. Adapun tujuan
laporan akhir dari modul statistika
nonparametrik adalah sebagai berikut.
1. Mengetahui apakah terdapat penurunan penggunaan bahan bakar antara sebelum
dan sesudah digunakannya bahan bakar Pertalatte
dengan
taraf nyata 0,05.
2. Mengetahui
apakah jumlah peminat antara warna
dengan bahan jaket bersifat bebas atau tidak saling bebas
dengan taraf nyata 0,05.
BAB
II
STUDI KASUS
2.1.
Studi Kasus
Studi
kasus berisikan tentang masalah-masalah
yang akan diselesaikan dengan menggunakan metode statisika nonparametrik. Studi
kasus statistika nonparametrik ini terdiri dari dua studi
kasus yaitu studi kasus uji peringkat Wilcoxon dan studi kasus uji kebebasan chi-square.
2.1.1 Studi Kasus Uji Wilcoxon
Sebuah perusahaan bernama PT PETRICHOR merupakan suatu perusahaan
yang bergerak dalam bidang manufaktur dan
distribusi. PT
PETRICHOR adalah perusahaan yang memproduksi berbagai macam jaket,
setelah jaket selesai diproduksi PT
PETRICHOR akan mendistribusikan produk-produk tersebut ke beberapa daerah. Selama
proses pengiriman, terdapat
beberapa faktor yang mempengaruhi jumlah penggunaan bahan bakar yang terpakai,
salah satunya yaitu jenis bahan bakar yang digunakan. Perusahaan tentunya
menginginkan pemakaian bahan bakar yang seminimal mungkin sehingga didapatkan
keuntungan yang optimal. Berdasarkan permasalahan diatas, perusahaan ingin mengetahui penurunan penggunaan bahan bakar sebelum
dan sesudah menggunakan bahan bakar Pertalatte. Pengamatan dilakukan dengan mencatat proses pengiriman ke 20
daerah yang berbeda sebelum dan sesudah menggunakan bahan bakar Pertalatte. Pengamatan dilakukan dengan taraf
nyata sebesar 5%. Berikut merupakan data
pengamatan jumlah
bahan bakar yang terpakai untuk pengiriman ke 20 daerah sebelum dan sesudah
menggunakan bahan bakar Pertalatte.
Tabel 2.1 Data Jumlah Bahan Bakar yang Terpakai
Daerah
|
Jenis Bensin
|
|
Sebelum Pertalatte (Liter)
|
Sesudah Pertalatte (Liter)
|
|
A
|
4,6
|
7,5
|
B
|
11,1
|
9,2
|
C
|
7,2
|
7,8
|
D
|
15,5
|
12,7
|
E
|
8
|
8,5
|
F
|
12,6
|
10,5
|
G
|
6,7
|
7,5
|
H
|
6,7
|
5,6
|
I
|
10,2
|
12,3
|
J
|
9,3
|
10,5
|
K
|
4,2
|
7,5
|
L
|
6,1
|
7,6
|
M
|
9,5
|
8,1
|
N
|
12,3
|
12,6
|
O
|
6,6
|
7,9
|
P
|
7,6
|
6,3
|
Q
|
8,6
|
7,1
|
R
|
10,2
|
12,5
|
S
|
8,4
|
11,6
|
T
|
11,2
|
12,6
|
Berdasarkan tabel di atas, dengan taraf nyata 5% perusahaan ingin mengetahui
apakah terdapat penurunan jumlah bahan bakar yang terpakai antara sebelum menggunakan Pertalatte dan
sesudah menggunakan Pertalatte.
2.1.2 Studi
Kasus Uji Chi-Square
Sebuah perusahaan bernama PT PETRICHOR merupakan suatu perusahaan
yang bergerak dalam bidang manufaktur dan
distribusi. PT
PETRICHOR adalah perusahaan yang kegiatan utamanya memproduksi berbagai macam
jaket. Perusahaan
mengambil beberapa sampel dari data yang telah dimiliki oleh perusahaan
mengenai jenis bahan jaket
dengan warna jaket terhadap jumlah peminatan sebanyak 211 sampel. Data jumlah peminat tersebut didapatkan melalui hasil
kuesioner. Pengamatan ini dilakukan untuk mengetahui apakah peminatan antara jenis bahan jaket
dengan warna jaket tersebut
bersifat saling bebas atau tidak saling bebas. Berikut merupakan data hasil
pengamatan jenis bahan jaket
dengan warna jaket dengan menggunakan
taraf nyata sebesar 5%.
Tabel 3.2 Data Pengamatan Jumlah
Peminat Jaket
Bahan
|
Warna (pcs)
|
||||
Merah
|
Kuning
|
Hijau
|
Biru
|
Hitam
|
|
Baby Terry
|
6
|
5
|
12
|
13
|
10
|
Cotton Combed
|
9
|
7
|
6
|
11
|
12
|
Fleece
|
5
|
2
|
8
|
5
|
11
|
TC
|
6
|
3
|
14
|
7
|
9
|
CVC
|
12
|
15
|
9
|
8
|
6
|
Berdasarkan tabel di atas, dengan taraf nyata 5%
perusahaan ingin mengetahui apakah terdapat hubungan kebebasan antara bahan
jaket dengan warna jaket terhadap jumlah peminat jaket.
BAB
III
HASIL
DAN PEMBAHASAN
3.1. Pengolahan Data
Pengolahan data terbagi
menjadi 2 (dua) metode, yaitu perhitungan secara manual dan pengolahan menggunakan software. Perhitungan manual menggunakan
langkah-langkah pengujian
hipotesis berdasarkan uji masing-masing pengujian. Sedangkan
untuk pengolahan menggunakan software
menggunakan aplikasi SPSS 16.0.
3.1.1 Perhitungan Manual
Perhitungan manual dilakukan dengan bantuan tabel data
yang telah didapat dari hasil pengamatan. Perhitungan manual dilakukan untuk
menentukan formulasi hipotesis, menentukan taraf nyata, menentukan kriteria
pengujian, nilai uji statistik dan menarik kesimpulan.
1.
Perhitungan Manual Uji Wilcoxon
Uji
tanda Wilcoxon yaitu sebagai penyempurnaan
dari uji tanda. Uji Wilcoxon memperhatikan tanda perbedaan (positif
atau negatif) juga memperhatikan besarnya beda dalam menentukan ada atau
tidaknya perbedaan nyata antara data pasangan yang diambil dari sampel atau
sampel yang berhubungan. Pada
perhitungan manual ini akan dianalisis jarak tempuh yang
dipengaruhi oleh jenis bahan bakar sebelum penggunaan Pertalatte dan sesudah
penggunaan Pertalatte.
Berikut merupakan hasil perhitungan
manual yang telah dilakukan.
a.
Formulasi hipotesis :
Formulasi hipotesis berguna untuk
menentukan tujuan apakah menerima atau menolak hipotesis itu. Dalam pengujian
hipotesis, keputusan yang dibuat mengandung ketidakpastian, artinya keputusan
bisa benar atau salah.
H0: Penggunaan
bahan bakar Pertalatte tidak mengalami penurunan terhadap jumlah bahan bakar yang terpakai.
H1: Penggunaan
bahan bakar Pertalatte mengalami penurunan terhadap jumlah bahan bakar yang terpakai.
b. Taraf nyata (α) dan
nilai T tabel:
Taraf nyata merupakan
sebuah istilah dalam statistik sebagai acuan untuk mengetahui apakah sesuatu
yang diberlakukan terhadap suatu obyek akan dapat memberikan dampak.
α = 5% = 0,05 dengan n = 20
T0,05(20)
= 60 (Uji
satu arah)
c. Kriteria
pengujian:
Kriteria pengujian berfungsi sebagai
pembuat keputusan dalam menerima atau menolak hipotesis hipotesis nol (H0)
dengan cara membandingkan nilai
tabel distribusinya dengan bentuk pengujiannya.
H0 diterima apabila T0 ≥ 60
H0 ditolak apabila T0 < 60
d. Nilai
uji statistik:
Uji statistik merupakan rumus-rumus
yang berhubungan dengan distribusi tertentu dalam pengujian hipotesis. Uji
statistik dapat digunakan untuk menduga parameter data
sampel yang diambil secara random dari sebuah populasi.
X = sebelum menggunakan bahan bakar Pertalatte
Y = setelah menggunakan bahan bakar Pertalatte
Tabel
3.1 Perhitungan Uji Wilcoxon
Daerah
|
Jenis Bensin
|
Beda
(Y-X)
|
Jenjang
|
Tanda Jenjang
|
||
(X)
|
(Y)
|
+
|
-
|
|||
A
|
4,6
|
7,5
|
+2,9
|
18
|
+18
|
|
B
|
11,1
|
9,2
|
-1,9
|
13
|
-13
|
|
C
|
7,2
|
7,8
|
+0,6
|
3
|
+3
|
|
D
|
15,5
|
12,7
|
-2,8
|
17
|
-17
|
|
E
|
8
|
8,5
|
+0,5
|
2
|
+2
|
|
F
|
12,6
|
10,5
|
-2,1
|
14
|
-14.5
|
|
G
|
6,7
|
7,5
|
+0,8
|
4
|
+4
|
|
H
|
6,7
|
5,6
|
-1,1
|
5
|
|
-5
|
I
|
10,2
|
12,3
|
+2,1
|
15
|
+14,5
|
|
J
|
9,3
|
10,5
|
+1,2
|
6
|
+6
|
|
K
|
4,2
|
7,5
|
+3,3
|
20
|
+20
|
|
L
|
6,1
|
7,6
|
+1,5
|
11,5
|
+11,5
|
|
M
|
9,5
|
8,1
|
-1,4
|
9,5
|
|
-9,5
|
N
|
12,3
|
12,6
|
+0,3
|
1
|
+1
|
|
O
|
6,6
|
7,9
|
+1,3
|
7,5
|
+7,5
|
|
P
|
7,6
|
6,3
|
-1,3
|
7,5
|
|
-7,5
|
Q
|
8,6
|
7,1
|
-1,5
|
11,5
|
|
-11,5
|
R
|
10,2
|
12,5
|
+2,3
|
16
|
+16
|
|
S
|
8,4
|
11,6
|
+3,2
|
19
|
+19
|
|
T
|
11,2
|
12,6
|
+1,4
|
9,5
|
+9,5
|
|
Jumlah
|
|
|
|
|
+132
|
-78
|
Karena nilai terkecil dari jenjang tanpa melihat tanda
positif dan negatif adalah senilai 78, maka didapatkan nilai T0 = 78.
e. Kesimpulan
Menentukan kesimpulan berfungsi sebagai
penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol (H0)
yang sesuai dengan kriteria pengujiannya. Pembuatan kesimpulan dilakukan
setelah membandingkan nilai uji statistik dengan nilai
tabel atau nilai kritis. Karena
T0=78 > T0,05(20)=60, maka H0 diterima.
Jadi, Penggunaan bahan bakar
Pertalatte
tidak mengalami penurunan terhadap jumlah
bahan bakar yang terpakai.
2. Perhitungan
Manual Uji Independensi Chi-Square
Distribusi
perhitungan uji
chi-square
dalam pengujian hipotesis biasanya digunakan untuk mengetahui perbedaan antara
frekuensi pengamatan dengan frekuensi yang diharapkan (frekuensi teoritis). Pada perhitungan manual ini akan dianalisis
jumlah peminat yang dipengaruhi oleh bahan jaket dan warna jaket. Berikut merupakan hasil perhitungan manual yang telah dilakukan.
a. Formulasi
hipotesis
Formulasi hipotesis
berguna untuk menentukan tujuan apakah menerima atau menolak hipotesis itu.
Dalam pengujian hipotesis, keputusan yang dibuat mengandung ketidakpastian,
artinya keputusan bisa benar atau salah.
H0: Tidak
terdapat hubungan kebebasan antara
warna jaket
dengan bahan jaket
terhadap jumlah peminat.
H1: Terdapat hubungan kebebasan antara warna jaket dengan bahan jaket terhadap jumlah peminat.
b.
Taraf nyata (
) dan X2 tabel
Taraf
nyata merupakan sebuah istilah dalam statistik sebagai acuan untuk mengetahui
apakah sesuatu yang diberlakukan terhadap suatu obyek akan dapat memberikan
dampak.
db = (5-1) (5-1) = 16
X20,05(16)
= 26,296
c. Kriteria
pengujian
Kriteria
pengujian berfungsi sebagai pembuat keputusan dalam menerima atau menolak
hipotesis hipotesis nol (H0) dengan cara membandingkan nilai
tabel distribusinya dengan bentuk pengujiannya.
H0 diterima
apabila
≤ 26,296
H0
ditolak apabila
>
26,296
d. Nilai
uji statistik
Uji
statistik merupakan rumus-rumus yang berhubungan dengan distribusi tertentu
dalam pengujian hipotesis. Uji statistik juga dapat digunakan untuk menduga
parameter data sampel yang diambil secara random dari sebuah populasi.
Tabel 3.2 Perhitungan Manual Uji Chi-square
Bahan
|
Warna (pcs)
|
Total
|
||||
Merah
|
Kuning
|
Hijau
|
Biru
|
Hitam
|
||
Baby Terry
|
6
|
5
|
12
|
13
|
10
|
46
|
Cotton Combed
|
9
|
7
|
6
|
11
|
12
|
45
|
Fleece
|
5
|
2
|
8
|
5
|
11
|
31
|
TC
|
6
|
3
|
14
|
7
|
9
|
39
|
CVC
|
12
|
15
|
9
|
8
|
6
|
50
|
Total
|
38
|
32
|
49
|
44
|
48
|
211
|
ni1 = 46, ni2 =
45, ni3 = 31, ni4 = 39, ni5 = 50
nj1 = 38, nj2 =
32, nj3 = 49, nj4 = 44, nj5 = 48
n = 211
eij =
e11 =
= 8,2844 e21 =
= 8,1043
e12 =
= 6,9763 e22
=
= 6,8246
e13 =
= 10,6825 e23
=
= 10,4502
e14 =
= 9,5924 e24
=
= 9,3839
e15 =
= 10,4645 e25
=
= 10,2370
e31 =
= 5,5829 e41
=
= 7,0237
e32 =
= 4,7014 e42
=
= 5,9147
e33 =
= 7,1991 e43 =
= 9,0569
e34 =
= 6,4645 e44 =
= 8,1327
e35 =
= 7,0521 e45 =
= 8,8720
e51 =
= 9,0047 e54 =
= 10,4265
e52 =
= 7,5829 e55
=
= 11,3744
e53 =
= 11,6114
Tabel
3.3 Perhitungan Manual Chi-square
nij
|
eij
|
nij
- eij
|
|
6
|
8,2844
|
-2,2844
|
0,6299
|
5
|
6,9763
|
-1,9763
|
0,5599
|
12
|
10,6825
|
1,3175
|
0,1625
|
13
|
9,5924
|
3,4076
|
1,2105
|
10
|
10,4645
|
-0,4645
|
0,0206
|
9
|
8,1043
|
0,8957
|
0,0990
|
7
|
6,8246
|
0,1754
|
0,0045
|
6
|
10,4502
|
-4,4502
|
1,8951
|
Tabel
3.3 Perhitungan Manual Chi-square (Lanjutan)
nij
|
eij
|
nij
- eij
|
|
11
|
9,3839
|
1,6161
|
0,2783
|
12
|
10,2370
|
1,7630
|
0,3036
|
5
|
5,5829
|
-0,5829
|
0,0609
|
2
|
4,7014
|
-2,7014
|
1,5522
|
8
|
7,1991
|
0,8009
|
0,0891
|
5
|
6,4645
|
-1,4645
|
0,3318
|
11
|
7,0521
|
3,9479
|
2,2101
|
6
|
7,0237
|
-1,0237
|
0,1492
|
3
|
5,9147
|
-2,9147
|
1,4363
|
14
|
9,0569
|
4,9431
|
2,6979
|
7
|
8,1327
|
-1,1327
|
0,1578
|
9
|
8,8720
|
0,1280
|
0,0018
|
12
|
9,0047
|
2,9953
|
0,9963
|
15
|
7,5829
|
7,4171
|
7,2548
|
9
|
11,6114
|
-2,6114
|
0,5873
|
8
|
10,4265
|
-2,4265
|
0,5647
|
6
|
11,3744
|
-5,3744
|
2,5394
|
Total
|
211
|
0
|
25,7936
|
Karena total dari nilai chi-square 25,7936 jadi
= 25,7936
e.
Kesimpulan
Dalam menentukan kesimpulan, kesimpulan berfungsi sebagai
penetapan keputusan dalam hal penerimaan atau penolakan hipotesis nol (H0)
yang sesuai dengan kriteria pengujiannya.
Penarikan
kesimpulan dilakukan setelah melakukan
perhitungan lalu kemudian membandingkan nilai uji statistik
dengan nilai
tabel atau nilai kritis. Berdasarkan
dari perhitungan diatas karena
=25,7936
bernilai lebih kecil dari
=26,296, maka H0 diterima. Hal ini
memiliki arti bahwa jumlah
peminat tidak bergantung (bebas) dari bahan jaket dan warna jaket.
3.1.2 Pengolahan
Software
Perhitungan software dengan menggunakan aplikasi
SPSS 16.0. Menghitung menggunakan software
dapat dikatakan lebih mudah dan praktis karena tidak memerlukan waktu lama
dan rumit dalam melakukan perhitungan.
1. Pengolahan software Uji Wilcoxon
Pengolahan software uji
Wilcoxon
yaitu pengolahan memanfaatkan software SPSS
16.0 dengan tingkat ketelitian yang tinggi sebagai alat perhitungan. Pengolahan
Wilcoxon berarti perhitungan pada pengolahan tersebut memperhatikan besarnya
peningkatan dalam menentukan apakah ada peningkatan antara data pasangan yang
diambil dari sampel atau sampel yang berhubungan. Berikut ini adalah langkah-langkah dalam
pengolahan software statistik nonparametik.
Langkah
pertama yaitu memasukkan variabel yang akan digunakan pada variabel view. Memasukkan daerah, sebelum menggunakan Pertalatte,
dan sesudah menggunakan Pertalatte. Mengubah type pada daerah menjadi string. Mengubah decimals sebelum menggunakan Pertalatte, dan sesudah menggunakan Pertalatte menjadi 1.
Mengubah measure pada daerah menjadi nominal.
Gambar
3.1 Tampilan Variable View
Langkah selanjutnya yaitu memasukkan data
sebanyak 20 data pada view. Variabel
yang di masukkan datanya yaitu daerah yaitu daerah A sampai daerah T, sementara untuk faktornya adalah sebelum menggunakan bahan bakar Pertalatte dan sesudah menggunakan bahan bakar Pertalatte. Berikut merupakan tampilan pada data view.
Gambar
3.2 Tampilan Data View
Tahap
selanjutnya memilih menu Analyze
kemudian
memilih nonparametric tests, lalu
memilih 2 related samples. Menu analyze pada SPSS adalah menu bar yang
berfungsi untuk melakukan analisis statistika. Nonparametric tests adalah test yang modelnya tidak menetapkan
syarat-syaratnya yang mengenai parameter-parameter populasi yang merupakan
induk sampel penelitiannya. 2 related
samples dilakukan untuk mengetahui perbedaan lebih dari dua kelompok sampel
yang saling berhubungan.
Gambar
3.3 Membuka Kotak
Dialog Two Related Samples Tests
Langkah
berikutnya akan muncul kotak dialog two-related
samples tests. Masukkan sebelum menggunakan Pertalatte kedalam variable 1 dan sesudah menggunakan Pertalatte
kedalam variable 2. Pada kotak test type ceklis Wilcoxon.
Kemudian memilih OK.
Langkah
selanjutnya akan muncul kotak dialog two-related
samples tests seperti dibawah berikut. Two-related
samples tests berguna untuk menguji hubungan dari 2 sampel.
Gambar
3.4 Tampilan Kotak Dialog Two-Related-Samples-Tests
Memasukkan ”sebelum
menggunakan Pertalatte” kedalam variable
1 dan “sesudah menggunakan Pertalatte” kedalam variable 2. Mengklik kotak tanda ceklis pada Wilcoxon
didalam kolom test type.
Gambar
3.5 Tampilan Test Pairs
Berdasarkan
langkah-langkah diatas akan muncul dua output.
Output tersebut terdiri dari Rank, dan Test Statisticsb. Berikut merupakan output dari
pengujian Wilcoxon menggunakan SPSS 16.0.
Gambar
3.6 Tampilan Output Ranks
Gambar 3.6 yang merupakan output ranks. Berdasarkan metode perhitungan yang dilakukan,
nilai-nilai yang didapat adalah nilai mean
ranks dan sum ranks dari kelompok
negative ranks, positive ranks, dan ties. Simbol N menunjukkan jumlah data, Mean
ranks adalah peringkat rata-rata dari data, Sum of ranks adalah jumlah dari peringkatnya. Negative ranks adalah sampel dengan nilai kelompok kedua lebih
rendah dari nilai kelompok pertama. Positive
ranks adalah sampel dengan nilai kelompok kedua lebih tinggi dari nilai
kelompok pertama. Ties adalah nilai kelompok
kedua sama besarnya dengan nilai kelompok pertama.
Gambar
3.7 Tampilan Output Test Statistics
Gambar 3.7 merupakan
output test statistics. Output ini
menampilkan nilai Z dan Asymp. Sig.
(2-tailed) dari data sesudah menggunakan Pertalatte dan sebelum menggunakan
Pertalatte. Angka nilai Z dihasilkan dari teknik untuk menguji kesesuaian
distribusi data dengan suatu distribusi tertentu. Asymp.sig (2 –tailed) adalah nilai p yang dihasilkan dari uji
hipotesis nol.
2.
Pengolahan
Software Uji Independensi
Chi-square
Pengolahan software chi-square
merupakan pengolahan statistika dengan
menggunakan software SPSS 16.0 sebagai alat bantu
perhitungan.
Pengolahan software chi-square uji independensi yaitu
pengujian yang dilakukan untuk mengetahui apakah hubungan antara dua faktor
bersifat saling bebas atau tidak.
Langkah pertama yaitu membuka software SPSS 16.0 kemudian pada variable
view memilih kolom name pada baris pertama
dan memasukkan variable bahan jaket, memasukkan warna
jaket pada baris kedua dan jumlah peminat
pada
baris ketiga seperti gambar di bawah ini.
Gambar 3.8 Tampilan Variable View
Langkah berikutnya memilih kolom value pada baris pertama, kemudian memasukan value 1 sampai dengan 5 dengan labelnya
secara berturut-turut yaitu Baby Terry,
Cotton Combed, Fleece, TC, CVC kemudian mengklik Add. Setelah value dan label telah selesai dimasukkan kemudian memilih OK. Pada kolom value pada baris kedua, memasukan value 1
sampai 5 dengan warna jaket berbeda yaitu merah, kuning,
hijau, biru dan hitam. Setelah
itu memilih OK seperti pada Gambar 3.9.
Gambar 3.9 Tampilan Kotak Dialog
Value Labels Warna Jaket
Langkah selanjutnya pada data view
mulai
memasukkan data bahan jaket
yaitu Baby Terry, Cotton Combed, Fleece, TC dan CVC.
Memasukan data warna jaket yaitu
merah, kuning, hijau, biru, dan hitam serta jumlah pengiriman seperti pada
Gambar 3.10.
Gambar 3.10
Tampilan
Data View
Langkah berikutnya yaitu mengolah data dengan mengklik menu Data. Langkah selanjutnya yaitu memilih Weight
Cases seperti terlihat pada Gambar 3.11.
Gambar 3.11
Ilustrasi
Langkah Membuka Kotak Dialog Weight Cases
Langkah
selanjutnya yaitu mengatur jumlah
pengiriman ke Frequency Variable pada
Weight Cases setelah itu pilih OK. Langkah ini dilakukan untuk menitikberatkan variabel
sesuai dengan output yang diinginkan.
Berikut ini adalah tampilan dari menu Weight
Cases.
Gambar 3.12 Tampilan
Akhir Kotak
Dialog Weight Cases
Langkah
selanjutnya yaitu memilih menu analyze lalu memilih descriptive
statistic. Setelah
itu memilih crosstabs seperti
Gambar 3.13.
Gambar 3.13 Langkah
Membuka Kotak Dialog Crosstabs
Langkah selanjutnya yaitu mengatur bahan jaket ke bagian Row(s) dan warna jaket ke bagian Column(s). Perintah
Crosstabs berguna untuk menampilkan
tabulasi silang yang menunjukkan suatu pengujian terhadap dua variabel atau
lebih, terutama variabel dalam bentuk kategori. Berikut
merupakan tampilan dari jendela Crosstabs.
Gambar 3.14 Tampilan
Kotak
Dialog Crosstabs
Langkah selanjutnya memilih statistics, kemudian memilih Chi-square
untuk
melakukan pengujian Chi-square. Setelah
itu memilih continue. Berikut merupakan tampilan
dari menu Crosstabs Statistics.
Gambar 3.15 Tampilan
Kotak
Dialog Crosstabs:
Statistics
Langkah selanjutnya yaitu memilih cell , kemudian memilih Observed, Expected, dan Round
cell counts pada kolom Noninteger Weight. Setelah sudah lalu memilih continue. Berikut merupakan tampilan dari jendela Crosstabs Cell Display.
Gambar 3.16 Tampilan
Kotak
Dialog Crosstabs: Cell Display
Langkah selanjutnya yaitu mengklik format
kemudian memilih Ascending pada kolom Counts,
setelah itu mengklik continue
lalu OK. Berikut
merupakan tampilan jendela Crosstabs:
Table Format.
Gambar 3.17
Tampilan
Kotak
Dialog Crosstabs: Table Format
Berdasarkan
dari langkah-langkah pengolahan chi-square di atas kemudian akan muncul 3 output. Output tersebut
terdiri dari Case Processing Summary, Bahan
Jaket*Warna Jaket Crosstabulation dan
Chi-Square Tests. Berikut merupakan
output dari pengujian chi-square
menggunakan SPSS 16.0.
Gambar 3.18
Tampilan
Output Case Processing Summary
Berdasarkan
Gambar 3.18 terdapat
tiga kolom yaitu Valid, Missing, dan Total. Pada kolom Valid, terdapat nilai N sebesar 211 dengan persentase 100% yang
artinya semua data sudah valid dan dapat digunakan menggunakan pengujian chi-square.
Pada kolom Missing, terdapat nilai N
sebesar 0 ddengan persentase 0% yang artinya tidak ada data yang tidak termasuk ke dalam pengujian chi-square.
Pada kolom Total, terdapat nilai N
sebesar 211 dengan persentase 100% yang artinya total jumlah data sebesar 211
data sudah dimasukkan ke dalam pengujian chi-square.
Gambar 3.19
Tampilan
Output Crosstabulation
Berdasarkan Gambar 3.19 pada kolom terdapat warna
jaket dan baris berisi bahan jaket serta
baris kolom Total. Count merupakan data jumlah peminat pada
studi kasus sedangkan Expected Count
merupakan jumlah peminat berdasarkan perhitungan rumus.
Gambar 3.20 Tampilan Output Chi-Square Test
Berdasarkan
Gambar 3.20
menjelaskan tentang Value, df (degree of
freedom) dan Asymp. Sig (2-sided), baris
Pearson Chi-Square dan N of Valid Cases.
3.2. Analisis
Analisis merupakan suatu
penguraian pokok persoalan atas bagian-bagian, menelaah bagian-bagian tersebut
dan menghubungkan bagian-bagian tersebut untuk mendapatkan pengertian yang
tepat, dengan pemahaman secara keseluruhan. Analisis juga dapat diartikan
sebagai suatu kemampuan memecahkan permasalahan dari (perhitungan, informasi,
fakta, kejadian, dan lain-lain) dan menguraikannya menjadi komponen-komponen
tertentu yang saling berkaitan sehingga lebih mudah untuk dipahami. Pada
penggunaan analisis ini akan dijelaskan berdasarkan pada perhitungan manual
nonparametrik dan pengolahan software
nonparametrik dengan SPSS 16.0. Perhitungan ini dilakukan untuk mencari tahu
perbandingan hasil seperti apa yang dihasilkan dari perhitungan manual
nonparametrik dan pengolahan software
nonparametrik akan memberikan nilai yang sama atau berbeda. Berikut ini
penjelasan dari perhitungan manual dan pengolahan software yang sebelumnya telah diperoleh hasilnya.
3.2.1 Analisis
Perhitungan Manual
Analisis perhitungan manual adalah usaha peneliti dalam mengambil garis
besar hasil perhitungan data awal menjadi informasi beserta kesimpulan hasil
berupa keputusan akhir yang dapat diambil perusahaan.
Pada analisis perhitungan manual terbagi menjadi dua yaitu uji Wilcoxon yaitu sebagai penyempurnaan dari
uji tanda dan memperhatikan tanda perbedaan (positif atau negatif) juga
memperhatikan besarnya beda dalam menentukan ada atau tidaknya perbedaan nyata
antara data pasangan yang diambil dari sampel atau sampel yang berhubungan dan
uji chi-square
yang digunakan untuk mengetahui perbedaan antara frekuensi pengamatan dengan
frekuensi yang diharapkan (frekuensi teoritis).
1.
Analisis
Perhitungan Manual Uji Wilcoxon
Berdasarkan
hasil yang diperoleh pada perhitungan manual uji Wilcoxon manual di atas, akan
lebih mudah jika penyelesaiannya dikerjakan dalam tahapan yang terurut (Hasan,
2001).
Pertama,
terlebih dahulu menentukan formulasi hipotesis yang merupakan pengujian dugaan
sementara yang dilakukan dalam penelitian sehingga dapat diputuskan apakah
menerima atau menolak suatu pernyataan atau hipotesis mengenai populasi, dimana
H0 atau hipotesis nol merupakan penggunaan bensin Pertalatte tidak
memiliki penurunan terhadap jumlah bahan bakar yang terpakai dan H1 atau
hipotesis alternatif merupakan penggunaan bensin Pertalatte memiliki penurunan
terhadap jumlah bahan bakar yang terpakai. Pada hipotesis H0 disini
merupakan tandingan dari H1 sebagai lawannya.
Kedua,
yaitu menentukan nilai taraf nyata merupakan besarnya toleransi dalam menerima
kesalahan hasil hipotesis terhadap nilai parameter populasinya, dimana untuk
taraf nyata sebesar 5% atau 0,05 artinya 5 dari tiap 100 kesimpulan akan
menolak hipotesis yang seharusnya diterima, atau 95% yakin bahwa kesimpulan
yang dibuat benar dengan peluang kekeliruan atau toleransi kesalahan sebesar
5%. Nilai jumlah datanya (n) 20 untuk masing-masing variabel data, maka
didapatkan hasil Ttabel0,05(20) sebesar 60 dengan uji dua sisi
artinya (sisi kanan dan sisi kiri) maka taraf signifikansi (α)
dibagi dua sehingga sisi kiri dibatasi oleh {-Z(α/2)} dan sisi kanan dibatasi
oleh {Z(α /2)}. Nilai α disini merupakan besarnya kesalahan yang tentu
akan mengakibatkan resiko.
Ketiga,
menentukan nilai kriteria pengujian yang merupakan bentuk pembuatan keputusan
dalam menerima atau menolak hipotesis nol (H0) dengan cara
membandingkan nilai α tabel
distribusinya (nilai kritis) dengan nilai uji statistiknya (T), untuk H0
diterima jika T0 lebih dari pada Ttabel atau (H0
diterima apabila T0 ≥ 60) sedangkan untuk nilai H0 di
tolak jika Thitung kurang dari Ttabel atau (H0
ditolak apabila T0 < 60).
Keempat,
menentukan nilai uji statistik yang merupakan suatu metode untuk mencari
nilai T dengan cara mencari selisih jumlah pengunjung sebelum dan sesudah
dilakukan promosi. Hasil selisih yang
telah didapatkan kemudian diurutkan dan diletakkan di kolom jenjang, kemudian
jenjang yang telah didapatkan dipisahkan berdasarkan hasil positif dan hasil
negatifnya sehingga didapatkan totalnya. Jenjang positif adalah peringkat yang
diberikan untuk beda yang bernilai positif, dilambangkan dengan tanda ‘+’.
Sedangkan jenjang negatif adalah peringkat yang diberikan untuk beda yang
bernilai negatif, dilambangkan dengan tanda ‘-’. Berdasarkan dari
jawaban perhitungan manual diatas didapatkan
nilai T0
positif sebesar
132 yang merupakan hasil penjumlahan total dari tanda jenjang positif dan 78 yang merupakan hasil penjumlahan
total dari tanda jenjang negative.
Oleh karena total nilai jenjang negatif lebih kecil dari total nilai jenjang
positif maka nilai 78 di ambil sebagai hasil akhir dari Thitung atau (T0 = 78).
Kelima,
yaitu menentukan kesimpulan. Nilai T0 sebesar 78 lebih besar dari nilai T0,05(20) sebesar 60, maka H0 diterima.
Jadi hal tersebut menunjukkan bahwa penggunaan
bensin Pertalatte tidak memiliki penurunan terhadap jumlah bahan bakar yang terpakai.
2.
Analisis Perhitungan Manual Uji
Independensi Chi-Square
Uji chi-square merupakan uji yang didasarkan
pada seberapa baik kesesuaian frekuensi yang teramati, dalam contoh tersebut terhadap frekuensi harapan pada
sebaran yang dihipotesiskan (Walpole, 1982). Berdasarkan hasil yang diperoleh
dari perhitungan manual uji chi-square atau
uji kebebasan di atas, akan lebih mudah jika penyelesaiannya dikerjakan dalam
tahapan yang disajikan berurutan (Hasan, 2001).
Pertama,
yaitu terlebih dahulu menentukan formulasi hipotesis yang merupakan pengujian
dugaan sementara yang dilakukan dalam penelitian sehingga dapat diputuskan
apakah menerima atau menolak suatu pernyataan atau hipotesis mengenai populasi,
dimana H0 atau hipotesis nol merupakan tidak terdapatnya hubungan kebebasan
antara warna jaket dengan bahan jaket terhadap jumlah peminat sedangkan H1
atau hipotesis alternatif merupakan terdapatnya hubungan kebebasan antara warna
jaket dengan bahan jaket terhadap jumlah peminat. Pada hipotesis H0 disini
merupakan tandingan dari H1 sebagai lawannya.
Kedua, yaitu menentukan nilai taraf nyata merupakan
besarnya toleransi dalam menerima kesalahan hasil hipotesis terhadap nilai
parameter populasinya, dengan taraf nyata sebesar 5% atau 0,05 artinya 5 dari
tiap 100 kesimpulan akan menolak hipotesis yang seharusnya diterima, atau 95%
yakin bahwa kesimpulan yang dibuat benar dengan peluang kekeliruan atau
toleransi kesalahan sebesar 5%. Nilai baris (Baby
Terry, Cotton Combed, Fleece, TC, dan CVC) dan kolom (Merah, Kuning, Hijau,
Biru, dan Hitam) masing-masing 5. Nilai
derajat bebasnya sebesar 16 dengan cara baris dikurang
satu dan kolom dikurang satu, kemudian hasil dari baris kurang satu dikalikan dengan hasil kolom kurang satu
maka dapat diketahui dari tabel X20,05;(6)
sebesar 26,296.
Ketiga, yaitu menentukan nilai kriteria pengujian
merupakan bentuk pembuatan keputusan dalam menerima atau menolak hipotesis nol
(H0) dengan cara membandingkan nilai α tabel
distribusinya (nilai kritis) dengan nilai uji statistiknya (X2),
sesuai dengan bentuk pengujiannya dimana H0 diterima apabila nilai X0
kurang dari sama dengan 26,296 dan H0 ditolak apabila nilai X0
lebih dari 26,296.
Keempat, yaitu menentukan uji statistik yang digunakan
untuk menduga parameter dari data sampel dimana nilai ni merupakan
jumlah frekuensi pada baris i, nilai nj merupakan jumlah frekuensi
pada kolom j dan nilai total keseluruhan dari uji statistik di dapatkan nilai N
sebesar 211. Nilai Eij merupakan frekuensi yang diharapkan
pada baris i kolom j yang didapatkan dari perhitungan jumlah frekuensi
pada baris I dikali jumlah frekuensi pada kolom j lalu dibagi nilai total
keseluruhan atau (Eij = ni.nj/n). Sehingga perhitungan manual yang telah dilakukan
didapatkan
sebesar 25,7936 dari
total keseluruhan yaitu jumlah baris kolom kurang frekuensi yang diharapakan
dikuadratkan, kemudian hasilnya di bagi dengan frekuensi harapan.
Kelima, menentukan kesimpulan nilai
sebesar
25,7936 lebih kecil
dari nilai tabel X20,05;(16)
sebesar 26,296 atau nilai
sama
dengan 25,7936 kurang dari nilai X20,05;(16)
sama dengan 26,296. Maka H0
diterima. Jadi jumlah peminat tidak bergantung (bebas) dari
bahan jaket dan warna jaket.
3.2.2 Analisis
Pengolahan Software
Analisis merupakan pembahasan mengenai hasil perhitungan yang ditampilkan
dan dibahas. Analisis software
menggunakan software SPSS 16.0
yang menghasilkan hasil lebih rinci dan sistematis menjelaskan
mengenai pengolahan software Wilcoxon
apakah ada perbedaan nyata (penurunan atau peningkatan) antara data pasangan yang diambil dari sampel dan
mengenai pengolahan software chi-square
apakah ada independensi atau ketidak bergantungan (kebebasan) suatu kelompok
hasil penelitian (sampel) dari populasi terhadap kategori populasi lain.
Berikut ini merupakan analisis software
dari hasil pengolahan data diatas.
1.
Analisis Pengolahan Software Uji
Wilcoxon
Berdasarkan hasil yang diperoleh pada pengolahan software uji
Wilcoxon di atas, analisis pengolahan software
uji Wilcoxon adalah pembahasan mengenai hasil output dari pengolahan software uji Wilcoxon. Menerangkan
maksud atau arti dari nilai-nilai hasil yang ditampilkan sebagai output terdapat dua jenis
yang akan di analisis dari output
yaitu output ranks dan output test statistics.
Output pertama yang dianalisis adalah analisis output Ranks,
hasil output ini menampilkan Sum of
Ranks, Mean Rank dan N,
dimana pada variabel
yaitu sesudah menggunakan Pertalatte dan sebelum menggunakan Pertalatte. Nilai N sebagai banyaknya data pada tiap Negative Ranks, dimana didapatkan pada sesudah
menggunakan Pertalatte dan sebelum menggunakan
Pertalatte memiliki
nilai Negative
Ranks yang merupakan sampel
dengan nilai kelompok kedua lebih rendah dari nilai kelompok pertama sebesar 7a, dengan huruf ‘a’ di atas angka 7 berarti
terdapat 7 data kelompok sesudah menggunakan Pertalatte yang kurang dari
sebelum menggunakan Pertalatte. Nilai Mean Rank menjelaskan rata–rata dari nilai Negative
Rank tersebut sebesar 11,14. Nilai Sum
of Ranks yaitu jumlah dari keseluruhan data
nilai Negative
Ranks sebesar 78,00. Nilai Positive Ranks yang
merupakan sampel dengan nilai kelompok kedua lebih tinggi dari nilai kelompok
pertama memiliki nilai sebesar 13b, dengan huruf ‘b’ di atas angka 13 berarti
terdapat 13 data kelompok sesudah menggunakan Pertalatte yang lebih dari
sebelum menggunakan Pertalatte. Nilai Mean Rank menjelaskan rata-rata dari nilai Positive
Ranks sebesar 10,15. Nilai Sum
of Ranks menjelaskan jumlah keseluruhan data Positive Ranks tersebut sebesar 132,00. Nilai Ties yang merupakan nilai kelompok kedua sama besarnya dengan nilai
kelompok pertama memiliki nilai sebesar
0c, dengan huruf ‘c’ di atas angka 0 berarti tidak terdapat data
yang jumlahnya sama pada kelompok sesudah menggunakan Pertalatte dan sebelum
menggunakan Pertalatte. Nilai N total sebesar 20 didapatkan dari perhitungan
antara penjumlahan nilai N pada sesudah menggunakan Pertalatte dan sebelum menggunakan Pertalatte.
Output kedua yang dianalisis selanjutnya yaitu analisis pada Output Tests Statistics. Output
ini
menampilkan nilai Z dan Asymp. Sig.
(2-tailed) dari data sesudah menggunakan Pertalatte dan sebelum menggunakan
Pertalatte. Angka nilai Z dihasilkan dari teknik untuk menguji kesesuaian
distribusi data dengan suatu distribusi tertentu. Nilai Asymp.sig (2 –tailed) adalah nilai p yang dihasilkan dari uji
hipotesis nol. Jika nilai Asymp. Sig. (2
–tailed) lebih kecil dari 0,05 maka H0 diterima, dan sebaliknya jika
nilai Asymp. sig. (2 –tailed) lebih
besar dari 0,05 maka H0 ditolak. Nilai Z sebesar -1,008a. Dengan
huruf ‘a’ di atas –1,008 yang berarti nilai Z berdasarkan T0
negatif, maka nilai Z negatif artinya H0 ditolak. Nilai Asymp. Sig.(2-tailed) sebesar 0,313. Nilai Asymp.
Sig.(2-tailed) menggunakan One Tailed sehingga
tidak perlu dibagi 2. Artinya nilai 0,313 lebih besar dari taraf nyata yaitu
sebesar 0,05 sehingga H0 diterima. Jadi hal tersebut menunjukkan bahwa penggunaan
bahan bakar Pertalatte tidak memiliki penurunan terhadap jumlah bahan bakar yang terpakai.
2.
Analisis Pengolahan Software Uji
Independensi Chi-Square
Berdasarkan
hasil yang
diperoleh pada pengolahan
software uji chi-square di
atas, menerangkan
maksud atau arti dari nilai hasil yang ditampilkan sebagai output. Pada analisis uji chi-square
terdapat tiga output yang akan dianalisis yaitu output case processing, output crosstabulation, dan output chi-square tests.
Pertama
pada tabel output Case Processing Summary
memiliki hasil output ini
menampilkan nilai variabel bahan jaket dan warna jaket dengan tiga kolom yaitu Valid, Missing, dan Total. Pada kolom Valid,
terdapat nilai N sebesar 211 dengan persentase 100% yang artinya semua data
sudah valid dan dapat digunakan
menggunakan pengujian chi-square.
Pada kolom Missing, terdapat nilai N
sebesar 0 dengan persentase 0% yang artinya tidak ada data yang tidak
dimasukkan ke dalam pengujian chi-square.
Pada kolom Total, terdapat nilai N
sebesar 211 dengan persentase 100% yang artinya total jumlah data sebesar 211
data sudah dimasukkan keselurahan ke
dalam pengujian menggunakan chi-square.
Kedua pada tabel output crosstabulation memiliki hasil output berupa kolom warna
jaket, baris bahan jaket serta baris kolom total.
Count merupakan data jumlah peminat
pada studi kasus yang menunjukan nij sedangkan expected count merupakan jumlah peminat berdasarkan perhitungan
rumus yang menunjukan eij. Sebagai contoh, pada
nilai baris pertama bahan jaket yaitu baby terry memiliki nilai count dengan warna jaket yaitu merah
pada kolom 1 memiliki nilai count
sebesar 6 dengan nilai expected count
sebesar 8,3. Nilai baris pertama bahan jaket yaitu baby terry memiliki nilai count dengan warna jaket yaitu kuning
pada kolom 2 memiliki nilai count
sebesar 5 dengan nilai expected count
sebesar 7,0. Nilai baris pertama bahan jaket yaitu baby terry memiliki nilai count
dengan warna jaket yaitu hijau pada kolom 3 memiliki nilai count sebesar 12 dengan nilai expected
count sebesar 10,7. Nilai baris pertama bahan jaket yaitu baby terry memiliki nilai count dengan warna jaket yaitu biru pada
kolom 4 memiliki nilai count sebesar
13 dengan nilai expected count
sebesar 9,6. Nilai baris pertama bahan jaket yaitu baby terry memiliki nilai count
dengan warna jaket yaitu hitam pada kolom 5 memiliki nilai count sebesar 10 dengan nilai expected
count sebesar 10,5. Dan total pada baris pertama pada nilai count sebesar 46 dan untuk nilai expected count 46,0. Nilai jumlah total
merupakan penjumlahan dari variabel jenis-jenis bahan jaket, pada nilai baris
memiliki nilai count dengan warna
jaket yaitu merah pada kolom 1 memiliki nilai count sebesar 38 dengan nilai expected
count sebesar 38,0. Nilai jumlah total pada nilai baris memiliki nilai count dengan warna jaket yaitu kuning
pada kolom 2 memiliki nilai count
sebesar 32 dengan nilai expected count
sebesar 32,0. Nilai jumlah total pada nilai baris memiliki nilai count dengan warna jaket yaitu hijau
pada kolom 3 memiliki nilai count
sebesar 49 dengan nilai expected count
sebesar 49,0. Nilai jumlah total pada nilai baris memiliki nilai count dengan warna jaket yaitu biru pada
kolom 4 memiliki nilai count sebesar
44 dengan nilai expected count
sebesar 44,0. Nilai jumlah total pada nilai baris memiliki nilai count dengan warna jaket yaitu hitam
pada kolom 5 memiliki nilai count
sebesar 48 dengan nilai expected count
sebesar 48,0. Hubungan antara count
dengan expected count menjelaskan
tentang baris dan kolom. Expected
count menjelaskan tentang total kolom dan total baris,
kemudian dibagi dengan total keseluruhan.
Ketiga pada tabel output Chi-Square
memiliki output berupa value yang merupakan nilai, df (degree of freedom) merupakan
derajat bebas, dan Asymp. Sig (2-sided) merupakan nilai p
yang dihasilkan dari uji hipotesis nol.
Pada output Pearson Chi-Squares
memiliki nilai value sebesar 25,794a.
Huruf ‘a’ yang berada di atas angka 25,794 menunjukan bahwa nilai harapan yang
di bawah 5 sebanyak 4% dan nilai harapan terkecil sebesar 4,70 yang memiliki arti bahwa jumlah
peminat berdasarkan perhitungan rumus. Nilai derajat bebas
sebesar 16. Dan nilai Asymp. Sig sebesar 0,057 artinya H0 diterima.
Pada output N of valid cases memiliki
nilai value sebesar 211 yang
merupakan total keseluruhan dari tabel uji kebebasan chi-square.
3.2.3 Analisis
Perbandingan
Berdasarkan
hasil yang diperoleh dari kedua perhitungan di atas dengan menggunakan perhitungan manual
dan pengolahan software didapat nilai
yang tidak jauh berbeda.
Perbedaan terjadi di karenakan adanya pembulatan pada saat perhitungan tidak
sama, analisis perbandingan merupakan suatu metode analisa
dengan cara membandingkan dua hasil nilai yang didapatkan dari setiap
pengolahan data yang dilakukan, analisis perbandingan disini membandingkan
hasil perhitungan manual dengan perhitungan di pengolahan software baik untuk uji Wilcoxon dan uji Chi-square. Tujuannya adalah untuk menginformasikan hasil dari
perhitungan yang jelas dan sistematis. Berikut ini adalah analisis perbandingan
antara uji Wilcoxon
dan uji Chi-square.
1.
Analisis Perbandingan Uji Wilcoxon
Analisis perbandingan uji Wilcoxon menjelaskan perbandingan antara perhitungan
manual dengan perhitungan software
apakah nilai yang didapatkan sama atau tidak antara sesudah menggunakan Pertalatte dan sebelum menggunakan Pertalatte. Berikut tabel perbandingan uji Wilcoxon.
Tabel 3.4 Perbandingan Uji Wilcoxon
Pembanding
|
Manual
|
Software
|
Peringkat Negatif
|
78
|
78,0
|
Peringkat Positif
|
132
|
132,00
|
N negatif
|
7
|
7
|
N Positif
|
13
|
13
|
Kesimpulan
|
H0 diterima
|
H0 diterima
|
Berdasarkan tabel
diatas dapat diketahui jika besar nilai peringkat negatif antara perhitungan
manual sebesar 78 dan perhitungan software sebesar
78,00. Terdapat juga nilai peringkat positif yang merupakan nilai total jenjang
bertanda positif, dalam tabel di atas nilai peringkat positif manual sebesar 132 dan perhitungan software
menunjukkan nilai sebesar 132,00. Nilai N positif adalah jumlah data yang bernilai
positif, dalam tabel di atas banyaknya data yang bertanda positif pada
perhitungan manual dan perhitungan software
adalah sama yaitu sebesar 13 data, sedangkan untuk nilai N negatif adalah jumlah data
yang bernilai negatif, dalam tabel di atas banyaknya data yang bertanda negatif
pada perhitungan manual dan perhitungan software
adalah sama yaitu sebesar 7 data. Jumlah keseluruhan untuk masing-masing data adalah
sebanyak 20, yang membedakan dalam perhitungan disini adalah cara
pembulatannya. T0 yang
akan memberikan kesimpulan apakah data tersebut ditolak atau diterima, dan dari
kedua perhitungan tersebut didapatkan nilai T0 sebesar 78, maka
dapat disimpulkan jika H0 diterima karena nilai T0 lebih
besar dari nilai T0,05(20) sebesar 60. Hal tersebut menunjukkan
bahwa penggunaan bensin Pertalatte tidak memiliki penurunan terhadap jumlah
bahan bakar yang terpakai, dapat dikatakan juga jika kedua perhitungan manual
maupun pengolahan software
menunjukkan hasil yang sama, hal ini berarti perhitungan tersebut telah benar.
2. Analisis
Perbandingan Uji Independensi Chi-Square
Analisis perbandingan uji chi-square
disini
menjelaskan perbandingan antara perhitungan manual dengan perhitungan software,
apakah nilai yang didapatkan sama atau tidak antara bahan jaket dan jenis warna jaket terhadap jumlah
peminat. Berikut tabel
perbandingan Uji Chi-Square.
Tabel 3.5 Perbandingan Uji Chi-Square
Pembanding
|
Manual
|
Software
|
N Total
|
211
|
211
|
Pearson Chi-Square
|
25,7936
|
25,794
|
d.f
|
16
|
16
|
Frekuensi harapan eij
|
211
|
211
|
Kesimpulan
|
H0 diterima
|
H0 diterima
|
Berdasarkan tabel di atas dapat diketahui jika besar
nilai N total manual dan software
sebesar 211. Nilai Pearson
Chi-Square di dapatkan sebesar 25,7936 untuk perhitungan manual dan 25,794 untuk pengolahan software. Derajat bebas pada perhitungan manual dan
pengolahan software didapatkan
sebesar 16. Perhitungan manual dan pengolahan software sama, yang membedakan disini adalah masalah pembulatan. Hasil nilai Pearson Chi-Square ini selanjutnya akan digunakan untuk menyimpulkan apakah
H0 diterima atau ditolak. Berdasarkan hasil tersebut didapatkan
nilai
sebesar 25,7936 (perhitungan manual) dan sebesar 25,794 (pengolahan software)
bernilai lebih kecil dari X2 0,05(16) yang sebesar 26,296. Maka H0 diterima. Berdasarkan hal tersebut dapat dikatakan bahwa
jumlah peminat tidak bergantung (bebas) dari bahan jaket dan warna jaket.
BAB
IV
KESIMPULAN
DAN SARAN
4.1
Kesimpulan
Berdasarkan
studi kasus dan pengolahan data baik secara perhitungan
manual ataupun pengolahan menggunakan software,
didapatkan dua kesimpulan. Kesimpulan ini merupakan jawaban dari tujuan
penulisan ini. Berikut merupakan kesimpulan studi kasus di atas:
1. Berdasarkan
hasil perhitungan dengan menggunakan uji peringkat bertanda Wilcoxon didapatkan
nilai T0 = 78 bernilai
lebih besar dari T(0,05;20) = 52 maka H0
diterima.
Hal tersebut menunjukkan bahwa tidak
terdapat peningkatan jumlah penggunaan bahan bakar antara sebelum dan sesudah
dilakukan penggantian
bahan bakar.
2. Berdasarkan
hasil perhitungan tersebut didapatkan nilai
hitung
=
25.218 bernilai lebih kecil
dari
X2(0,05;25) =
26.296 maka H0 diitolak. Hal tersebut menunjukkan bahwa jumlah peminat yang dipengaruhi oleh jenis bahan jaket dan warna bersifat tidak
saling bebas.
4.2
Saran
Saran merupakan suatu
solusi yang ditujukan untuk menyelesaikan permasalahan yang dihadapi oleh
praktikan selama kegiatan laboratorium yang bersifat mendidik, membangun, dan
bersifat objektif sesuai dengan topik pembahasan yaitu statistika nonparametrik.
1.
Saran untuk praktikan yaitu agar dapat
melakukan pengujian dan
analisa data secara lebih teliti agar dapat
menghasilkan perhitungan yang benar dan analisa yang cukup jelas.
2.
Saran untuk asisten laboratorium yaitu harapannya agar waktu batas pengumpulan laporan akhir
disosialisasikan dengan pasti agar praktikan dapat menyusun dan menyiapkan
laporan akhir dengan baik.
DAFTAR PUSTAKA
Hasan, Iqbal. 2001. Pokok-Pokok
Materi Statistika 2 (Statistika Inferensif). Jakarta: Bumi Aksara.
Walpole, Ronald E. 1982. Pengantar Statistika Edisi ke-3. Jakarta: PT. Gramedia Pustaka
Utama.
Komentar
Posting Komentar