Galih Putra Laksana Adi_38817
-
Upload
galih-putra -
Category
Documents
-
view
36 -
download
2
description
Transcript of Galih Putra Laksana Adi_38817
PRAKTIKUM QUALITY AND RELIABILITY ENGINEERING
STATISTIK DESKRIPTIF, UJI HIPOTESIS, DAN ANOVA
Galih Putra Laksana Adi
11/319699/TK/38817
PROGRAM STUDI TEKNIK INDUSTRI
JURUSAN TEKNIK MESIN DAN INDUSTRI
UNIVERSITAS GADJAH MADA
2013
1
BAB I
PENDAHULUAN
1.1 Tujuan
1. Praktikan memahami konsep mean, median, modus, variance, standar
deviation, range, percentile dalam organisasi data.
1. Praktikan memahami cara menyajikan data dalam bentuk grafik.
2. Praktikan dapat membaca data yang disajikan dalam bentuk grafik.
3. Praktikan memahami cara menguji hipotesis untuk single sample dan two
sample
4. Praktikan memahami cara melakukan pengujian ANOVA
5. Praktikan memahami membaca hasil dari pengolahan data yang ditampilkan
2
BAB II
LANDASAN TEORI
1.1 Statistik Deskriptif
Statistik deskriptif adalah bidang ilmu statistika yang mempelajari cara-cara
mengumpulkan, menyusun, dan menyajikan data dari suatu observasi.
Beberapa istilah yang terkait dari statistika descriptif adalah :
1. Populasi merupakan data kuantitatif yang menjadi objek telaah
2. Parameter merupakan ukuran yang mencerminkan karakterisasi dari populasi
3. Sampel merupakan sebagaian dari populasi
Beberapa data yang digunakan dalam statistic diskriptif adalah :
1. Mean
Mean atau rata rata adalah nilai rata rata dari keseluruhan dari hasil observasi.
Jika n observasi dari sample didonasikan dengan x1, x2,…xn, maka rata rata
sample adalah
2. Modus
Modus adalah nilai yang paling sering muncul atau data dengan frekuensi
tertinggi
3. Median
Median adalah nilai tengah dari keseluruhan data yang sudah diurutkan dari
rendah ke tinggi
4. Variasi
3
5. Standar Deviasi
Standar variasi menunjukan disperse rata rata dari sampel. Rumus standar
deviasi adalah:
6. Range
r = max (xi) – min (xi)
7. Percentile
Percentile menampilkan data data secara berkelompok menjadi sebuah
persentase.
Untuk mempermudah pembacaan data yang ada, maka data dapat ditampilkan
dalam bentuk grafik. Beberapa grafik yang dapat dipakai adalah:
1. Histogram
2. Scatter Diagram
4
3. Box Plot
4. Digidot Plot
5
1.2 Uji Hipotesis
Uji hipotesis dan interval konfidensi untuk rerata dapat menggunakan statistic uji
z atau t. Beberapa criteria yang dapat digunakan untuk memilih jenis uji
statistika adalah :
1. Jika n>30 atau variasi populasi diketahui maka digunakan statistika uji z
2. Jika n<30 dan variasi populasi tidak diketahui maka digunakan statistika uji t
Hipotesis yang diuji dapat berbentuk:
Berdasarkan hipotesis yang diuji tersebut, tentu akan menghasilkan suatu hasil
keputusan dalam hypothesis testing.
a) Hipotesis Test of Mean
Dalam hipotesis of mean, maka hipotesis yang dilakukan adalah;
atau biasa di sebut two-sided test
6
biasa di sebut one-sided test
Dua jenis uji statistic yang dapat dilakukan adalah z dan t test.
I. Z-test untuk single sample
II. Z-test untuk two sample
III. T-test unntuk single sample
IV. T-test untuk two sample
Untuk melakukan pengujian data dengan sampel lebih dari 1 maka,
rumus yang digunakan adalah:
7
b) Hipotesis Test of Mean
P-value adalah tingkat signifikan terkecil yang mengakibatkan penolakan
pada null hipotesis Ho pada data yang diberikan. Kesimpulan yang diambil
dengan menggunakan p-value adalah Reject Ho jika P ≤ α dan sebaliknya.
1.3 Anova (Analysis of Variance)
Anova adalah suatu analisis statistika untuk menguji secara serentak apakah k
populasi mempunyai rataan yang sama
ANOVA dibagi menjadi dua yaitu:
1. Anova one way : data yang ada hanya mempunyai satu faktor yang diuji
2. Anova two way : data yang ada mempunyai dua faktor yang akan diuji
8
Berdasarkan tabel diatas jika Fo > Fα,a-1,a(n-1) maka kita akan reject Ho
dan sebaliknya
9
BAB III
METODOLOGI PENELITIAN
3.1 Alat dan Bahan
1 Data hasil pengukuran pada praktikum alat bantu
2 Software spreadsheet dan minitab
3.2 Waktu Penelitian
Penelitian dilakukan pada hari Rabu, 27 Maret 2013 pukul 07.00 – 09.00 WIB.
3.3 Tempat Penelitian
Penelitian dilakukan di Laboratorium Quality and Reability Engineering, Jurusan
Teknik Mesin dan Industri, Universitas Gadjah Mada, Yogyakarta.
10
BAB IV
HASIL DAN PEMBAHASAN
Benda ukur
4.1 Hasil dan Pembahasan
4.1.1 Soal
1 Lakukan uji hipotesis T-test dengan menggunakan data l1 dan l2 dengan
jumlah data 21. Selesaikan dengan cara manual, data analysis, dan
menggunakan software Minitab. Alpha yang digunakan adalah 0,1.
No I1 I2
1 47.32 47.65
2 47.70 48.33
3 48.00 48.55
4 48.15 49.00
5 48.26 49.03
6 48.43 49.15
11
7 48.61 49.25
8 49.00 49.36
9 49.16 49.36
10 49.33 49.40
11 49.50 49.50
12 49.60 49.50
13 49.84 49.51
14 49.90 49.58
15 50.00 49.60
16 50.02 49.64
17 50.05 49.70
18 50.10 50.00
19 50.38 50.64
20 51.00 50.92
21 51.78 51.50
Data l1 l2
2 Sebuah pertanian “Sejahtera” ingin menggunakan salah satu jenis pupuk
yang ditawarkan oleh seorang salesmen. Jenis pupuk yang ditawarkan
andalah Pupuk A, Pupuk B, Pupuk C, dan Pupuk D. Sebelum memesan
salah satu jenis pupuk, pertanian Sejahtera ingin mengetahui apakah
keempat pupuk tersebut berpengaruh terhadap tanaman yang ditaman. Oleh
sebab itu pertanian Sejahtera melakukan observasi selama 10 kali dan
didapatkan hasil sebagai berikut:
Observasi PUPUK
A B C D
1 28.37 32.22 27.40 32.59
12
2 27.59 28.96 26.95 28.05
3 32.07 33.81 26.80 28.45
4 26.84 29.60 27.29 29.80
5 30.03 35.87 29.60 38.66
6 28.17 34.88 28.37 30.63
7 28.15 32.52 30.83 30.09
8 26.15 32.23 30.62 31.05
9 27.50 30.22 26.60 33.03
10 27.72 30.06 29.18 28.24
Keterangan : α = 0.1
Lakukan pengujian data tersebut dengan menggunakan ANOVA. Lakukan
perhitungan secara manual, dengan data analysis pada Excel, dan dengan
minitab. Berikan analisis pada hasil yang kalian peroleh dan beri
kesimpulan
4.1.2 Analisa dan Pembahasan
1. Jawaban soal pertama
Asumsi
H0 : µ1 = µ2
H1 : µ1 ≠ µ2
a) Perhitungan manual
Average 49.34 49.48
Median 49.50 49.50
Modus #N/A 49.36
Variance 1.254224762 0.701795714
Standar
Deviasi 1.119921766 0.837732484
Range 4.46 3.85
13
Percentile 48.43 49.15
Dengan varian yang sudah ada, dapat dilakukan perhitungan selanjutnya
untuk mencari sp2 dan sp. Menghasilkan :
sp^2 0.978010238
sp 0.988944001
Dengan sp yang telah didapat sebelumnya dan average dari data, dapat
dihitung nilai T0
t0 -0.474326335
t tabel 1.684
Berdasarkan perhitungan yang telah di lakukan, didapatkan nilai t0
sebesar -0.474326335. Sedangkan t tabel untuk alpha 0,1 dan dof 40
adalah 1.684. T0 lebih kecil dibanding t table sehingga dapat ditarik
kesimpulan bahwa failed to reject Ho, atau µ1 = µ2.
b) Data Analysis
Berikut ini tabel perhitungan data analysis pada software Microsoft
Excel
t-Test: Two-Sample Assuming
Equal Variances
Variable 1 Variable 2
Mean 49.33952381 49.48428571
Variance 1.254224762 0.701795714
Observations 21 21
Pooled Variance 0.978010238
Hypothesized Mean Difference 0
df 40
t Stat -0.474326335
P(T<=t) one-tail 0.318923233
14
t Critical one-tail 1.303077053
P(T<=t) two-tail 0.637846465
t Critical two-tail 1.683851013
Berdasarkan data analysis didapatkan t stat sebesar -0.474326335 dan t
critical two-tail sebesar 1.683851013. Analisis yang didapat
menunjukkan bahwa t stat lebih kecil dari t critical two tail, sehingga
dapat disimpulkan bahwa failed to reject H0.
c) Minitab
Two-Sample T-Test and CI: I1, I2 Two-sample T for I1 vs I2
N Mean StDev SE Mean
I1 21 49.34 1.12 0.24
I2 21 49.484 0.838 0.18
Difference = mu (I1) - mu (I2)
Estimate for difference: -0.145
90% CI for difference: (-0.659, 0.369)
T-Test of difference = 0 (vs not =): T-Value = -0.47 P-Value =
0.638 DF = 40
Both use Pooled StDev = 0.9889
Berdasarkan perhitungan 2-sample t pada minitab 15 dengan confidence
level sebesar 90%, didapatkan bahwa T-value adalah sebesar -0.47. T-
value < T-critical (t critical = 1.684) sehingga dapat ditarik kesimpulan
bahwa failed to reject H0 sehingga H0 benar.
Ketiga perhitungan dengan cara berbeda di atas, menghasilkan hasil t-
value (t0) yang sama dan juga kesimpulan yang sama, menunjukkan
bahwa perhitungan/analisis sudah benar dan valid.
2. Jawaban soal kedua
15
Asumsi
H0 : µ1 = µ2
H1 : µ1 ≠ µ2
a) Perhitungan manual
(table dibalik agar memudahkan perhitungan)
Pupuk Observasi
1 2 3 4 5 6 7 8 9 10
A 28.37 27.59 32.07 26.84 30.03 28.17 28.15 26.15 27.50 27.72
B 32.22 28.96 33.81 29.60 35.87 34.88 32.52 32.23 30.22 30.06
C 27.40 26.95 26.80 27.29 29.60 28.37 30.83 30.62 26.60 29.18
D 32.59 28.05 28.45 29.80 38.66 30.63 30.09 31.05 33.03 28.24
Sum Average
282.5900 28.2590
320.3700 32.0370
283.6400 28.3640
310.5900 31.0590
1197.1900 29.9298
Dari tabel awal, dihasilkan tabel kuadrat dari hasil observasi
Pupuk y^2
1 2 3 4 5 6 7 8 9 10
A 804.86 761.21 1028.48 720.39 901.80 793.55 792.42 683.82 756.25 768.40
B 1038.13 838.68 1143.12 876.16 1286.66 1216.61 1057.55 1038.77 913.25 903.60
C 750.76 726.30 718.24 744.74 876.16 804.86 950.49 937.58 707.56 851.47
D 1062.11 786.80 809.40 888.04 1494.60 938.20 905.41 964.10 1090.98 797.50
Kemudian tabel awal dikurangi dengan rata-rata dari rata-rata, lalu
dikuadratkan untuk mendapatkan treatment.
Pupuk (y-y double bar)^2
1 2 3 4 5 6 7 8 9 10
A 2.4328 5.4744 4.5807 9.5466 0.0101 3.0967 3.1675 14.2865 5.9037 4.8830
16
B 5.2452 0.9404 15.0563 0.1087 35.2866 24.5050 6.7094 5.2912 0.0842 0.0170
C 6.3996 8.8789 9.7953 6.9683 0.1087 2.4328 0.8105 0.4764 11.0872 0.5621
D 7.0769 3.5335 2.1897 0.0168 76.2173 0.4904 0.0257 1.2550 9.6116 2.8553
Dari data di atas kita dapat kita memperoleh data-data yang dibutuhkan
untuk Analysis of Variance. Maka didapat table
Source of Variation Sum of
Square DOF
Mean
Square Fo F table
Between treatment 109.5868675 3 36.52895583 7.00119895 2,2426
Error 187.83103 36 5.217528611
Total 297.4179 39
Dari perhitungan diatas dapat dilihat bahwa nilai Fo (7.00119895) lebih
besar dari nilai F table (2,2426). Sehingga dapat ditarik kesimpulan :
reject H0.
b) Data Analysis
Berikut ini tabel perhitungan data analysis pada software Microsoft
Excel
Anova: Single Factor
SUMMARY
Groups Count Sum Average Variance
Row 1 10 282.59 28.259 2.829765556
Row 2 10 320.37 32.037 5.426556667
Row 3 10 283.64 28.364 2.556026667
Row 4 10 310.59 31.059 10.05776556
ANOVA
Source of
Variation SS df MS F P-value F crit
Between Groups 109.5868675 3 36.52895583 7.00119895 0.00079034 2.242605247
Within Groups 187.83103 36 5.217528611
17
Total 297.4178975 39
Berdasarkan perhitungan data analysis, didapatkan F sebesar
7.00119895 sedangkan F crit sebesar 2.242605247. F lebih besar
daripada F crit, sehingga dapat ditarik kesimpulan bahwa reject H0,
yang artinya antara pupuk yang satu dengan yang lain memiliki
pengaruh berbeda terhadap tanaman.
c) Minitab
One-way ANOVA: C1 versus C2 Source DF SS MS F P
C2 3 109.59 36.53 7.00 0.001
Error 36 187.83 5.22
Total 39 297.42
S = 2.284 R-Sq = 36.85% R-Sq(adj) = 31.58%
Individual 90% CIs For Mean Based on Pooled StDev
Level N Mean StDev -+---------+---------+---------+--------
1 10 28.259 1.682 (-------*------)
2 10 32.037 2.329 (------*-------)
3 10 28.364 1.599 (------*-------)
4 10 31.059 3.171 (-------*-------)
-+---------+---------+---------+--------
27.2 28.8 30.4 32.0
Pooled StDev = 2.284
Berdasarkan perhitungan one-way ANOVA pada minitab 15 dengan
confidence level sebesar 90%, didapatkan bahwa F adalah sebesar
7.00. F > F crit (F crit = 2.242605247) sehingga menghasilkan
kesimpulan : reject H0. Pernyataan bahwa µ1=µ2 adalah salah.
Ketiga perhitungan dengan cara berbeda di atas, menghasilkan hasil F
yang sama dan juga kesimpulan yang sama, yaitu reject H0 atau pupuk
memiliki pengaruh berbeda terhadap tanaman yang ditanam. Kesamaan
18
tadi menunjukkan kalau ketiga cara perhitungan sudah dilakukan
dengan benar dan valid.
19
BAB V
PENUTUP
5.1 Kesimpulan
Null hipotesa pada soal pertama, setelah di analisis, ternyata merupakan hipotesa
yang tidak dapat di tolak. Sehingga dapat disimpulkan bahwa l1 dan l2
merupakan data perhitungan yang sama.Sedangkan null hipotesa pada soal
kedua, merupakan hipotesa yang di tolak. Sehingga dapat disimpulkan bahwa
pupuk memiliki pengaruh berbeda terhadap tanaman yang ditanam.
Uji hipotesis dan ANOVA, dapat dilakukan dengan berbagai cara. Antara lain,
metode manual, data analysis pada Microsoft Excel dan analisis dengan Minitab.
Jika dilakukan dengan benar, maka hasil perhitungan dengan metode yang
berbeda akan tetap menghasilkan hasil yang sama.
5.2 Saran
a. Menggunakan software, semacam Minitab, atau data analysis pada Microsoft
Exel akan mempermudah dan mempercepat perhitungan.
b. Untuk mengecek ulang apakah perhitungan sudah benar atau belum, boleh
mencoba menganalisis ulang dengan metode yang berbeda