1

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Tempo dulu dalam menggambarkan keadaan dan menyelesaikan problem-

problem,hanyadigunakan dalam militer dan kenegaraan.Namun di era

globalisasi ini hampir semua bidang menggunakan statistik yang bergantung

pada masalah yang dijelaskan oleh nama statistik itu sendiri

Saat ini,berbagai informasi tidak jarang menyajikan bentuk

grafik,table,analisis, atau bentuk-bentuk lain.Bahkan, telah dipakai oleh mereka

yang bekerja sebagai seorang praktisi dalam banyak bidang.Informasi sejenis ini

mengharuskan para pembaca untuk mampu memahami makna lambing-lambang

itu secara tepat.Kekeliruan ketika menafsirkan lambang-lambang tersebut

mengakibatkan kesalahpahaman pembaca atas maksud informasi yang

disampaikan berdasarkan data statistik.

Statistik berasal dari kata state(Yunani) yaitu negara dan digunakan untuk

urusan Negara. Statistik digunakan untuk ukuran sebagai wakil dari kelompok

fakta.Untuk memperoleh sejumlah informasi yang menjelaskan masalah untuk

ditarik kesimpulan yang benar,harus melalui beberapa proses yaitu:proses

pengumpulan informasi,pengolahan informasi,dan proses penarikan

kesimpulan.Secara umum,Statistik adalah rekapitulasi dari fakta yang bentuk

angka-angka disusun dalam bentuk tabel dan diagram yang mendiskripsikan

suatu permasalahan.Kesemuanya itu memerlukan pengetahuan tersendiri yang

disebut statistika.

2

Dalam statistika,dikenal dengan istilah statistika deskriptif .Statistika

deskriptif merupakan bagian dari Statistika yang mempelajari cara pengumpulan

dan penyajian data sehingga mudah dipahami.Statistika deskriptif berhubungan

dengan menguraikan atau memberikan keterangan-keterangan mengenai suatu

data keadaan.Dengan kata lain,Statistika deskriptif berfungsi menerangkan

keadaan,gejala,atau persoalan.

Selain itu ,di dalam ilmu statistika dikenal juga istilah ANOVA.ANOVA

merupakan suatu analisis untuk menguji ,apakah terdapat perbedaan antara lebih

dari dua populasi.Dimana populasinya harus berdistribusi normal ,variansinya

homogen dan saling bebas.Didalam ANOVA ,populasi harus berdistribusi

normal dan variansinya homogen,serta merupakan populasi yang bebas

Dalam menerapkan proses pendataan statistik secara statistika deskriptif dan

secara ANOVA dua arah(tanpa interaksi ),maka akan dilakukan penelitian

terhadap data penjualan baju pada market.

1.2 Batasan Masalah

Untuk mencegah meluasnya permasalahan yang ada dan agar lebih

terarah,maka dilakukan pembatasan.Batasan-batasan itu adalah sebagai

berikut:

1.Ruang lingkup penelitian hanya pada data penjualan Market Plaza.

2.Penelitian dilakukan pada data penjualan Market Plaza.

3.Pembahasan data hanya di lakukan pada data Penjualan Market Plaza.

1.3 Rumusan Masalah

Berdasarkan uraian pada latar belakang ,maka rumusan masalah adalah:

1 Bagaimana penggambaran data yang terjadi pada penjulaan baju market?

2. Bagaimana kehomogenan jumlah penjualan terhadap daerah penjualan?

3

3. Bagaiman kehomogenan jumlah penjualan terhadap merek baju?

4. Bagaimana rata-rata jumlah penjualan terhadap daerah penjualan?

5. Bagaimana rata-rata jumlah penjualan terhadap merek baju?

1.4 Tujuan Penelitian

Dengan adanya permasalahan yang muncul,maka tujuan dari penelitian

ini adalah:

1 Mengetahui penggambaran data yang terjadi pada kualitas AIR MINUM

PDAM desa suramadu tahun 2011?

2. Mengetahui kehomogenan jumlah penjualan terhadap daerah penjualan?

3. Mengetahui kehomogenan jumlah penjualan terhadap merek baju?

4. Mengetahui rata-rata jumlah penjualan terhadap daerah penjualan?

5. Mengetahui rata-rata jumlah penjualan terhadap merek baju?

1.5 Manfaat Penelitian

Manfaat yang diharapkan dari penelitian ini ,diantaranya adalah:

1 Memberikan informasi ilmiah secara ilmu Statistika tentang

pendiskripsian.

2 Sebagai bahan informasi bagi analisa kesehatan ,terutama untuk pihak-

pihak yang akan melakukan penelitian dengan dengan topik bahasan

yang sama.

3 Sebagai bahan evaluasi untuk analisa pengambilan keputusaan.

4

BAB 2

TIJAUAN PUSTAKA

2.1 Statistika Deskriptif

Sesuai dengan namanya,statistika deskriptif bertugas hanya untuk

memperoleh gambaran(description) atau ukuran-ukuran tentang data yang ada di

tangan.Jika data yang dianalisis merupakan sampel dari suatu populasi maka

Statistika deskriptif akan menghasilkan ukuran-ukuran

sampel(statistik),sedangkan jika data yang dianalisis merupakan keseluruhan

populasi maka Statistika deskriptif akan menghasilkan ukuran-ukuran

populasi(parameter)(Furqon,2004).

Statistika deskriptif dapat mendiskripsian atau menggambaran tentang

data yang disajikan dalam bentuk table,diagram,pengukuran tendensi

sentral,rata-rata hitung,rata-rata ukur,dan rata-rata harmonik,pengukuran

penempatan(median,kuartil,desil,dan presentil),pengukuran

penyimpangan(range,rentangan antar kuartil,rentangan semi

antarkuatil,simpangan rata-rata,simpangan baku,varians,dan angka baku)

(Riduwan,2008).Statistika deskriptif merupakan bagian dari Statistika yang

mempelajari cara pengumpulan dan penyajian data sehingga mudah

dipahami.Statistika deskriptif berhubungan dengan menguraikan atau

memberikan keterangan-keterangan mengenai suatu data keadaan(Iqbal,2004).

2.2 Analisis Deskriptif

Analisis deskriptif adalah analisis yang menggambarkan suatu data yang

akan dibuat baik sendiri maupun secara kelompok.Dalam penyajian ini akan

5

dibahas mengenai pengukuran tendensi sentral(pengukuran gejala pusat

misalnya mean,mode,dan median) dan pengukuran

penyimpangan(range,standard deviation,dan variance),juga dibahas tentang

grafis dan diagram.Pengukuran ini digunakan untuk menjaring data yang

menunjukkan pusat atau pertengahan dari gugsan data yang menyebar.Nilai

rerata dari kelompok data itu,diperkirakan dapat mewakili seluruh nilai data

yang ada dalam kelompok tersebut.Tujuan analisis diskriptif untuk membuat

gambaran secara sistematis data yang factual dan akurat mengenai fakta-fakta

serta hubungan antar fenomena yang diselidiki atau diteliti(Riduwan,2008).

Analisis data univariat atau analisis data berdasarkan variable tunggal sering

kurang atau tidak diperhatikan oleh peneliti,karena beberapa faktor,anatar lain

karena analisis data univariat dipandang tidak perlu dilakukan,bahkan ada yang

mengganggap analisis data univariat tidak ada manfaatnya(Gusti,2004).

2.2.1 Tabel dan Grafik

Data statistik dan hasil penelitian sering disajikan dalam bentuk table dan

grafik.Kedua hal ini merupakan ringkasan data statistik yang sangat menarik dan

komunikatif sebagaimana suatu pepatah mengatakan:’’a picture is worth a

thousand of word’’.Memang ,sebuah grafik atau table dapat mewakili ratusan

atau bahkan ribuan kata dalam suatu bentuk yang kompak dan

menarik(Furqon,2004).

Kegiatan pengukuran akan menghasilkan seperangkat data yang disebut

data mentah aatau skor mentah(raw score) jika data itu berbentuk skor.Daalam

Statistik Deskriptif,grafik merupakan alat yang tidak dapat digantikan oleh alat

lain.Sejumlah software computer menyediakan fasilitas yang sangat intensif

untuk mendesain dan menghasilkan grafik,seperti Harvard Graphic dan

6

SYSTAT.Hal ini antara lain karena grafik lebih mudah dipahami,dalam banyak

hal,daripada table terbaik sekalipun (Furqon,2004).

2.2.2 Sari Numerik

2.2.2.1 Ukuran Gejala Pusat

Istilah gejala pusat(central tendency) digunakan untuk menunjukkan

nilai atau ukuran yang mendekati titik konsentrasi perangkat data hasil suatu

pengukuran.Ukuran gejala pusat sering digunakan sebahai gambaran umum

tentang kecenderungan atau sebagai wakil dari suatu perangkat data.Ungkapan-

ungkapan seperti “penduduk di daerah snu tergolong miskin,” “upah buruh di

Indonesia dalah murah,” dan “siswa-siswa di SMA Y lebih pandai daripada

siswa-siswa di SMA Z” biasanya dirumuskan atas dasar ukuran gejala

pusat.Gejala pusat sering digunakan ,yaitu modus,median,dan rata-rata(mean)

( Furqon,2004).

Rata –rata biasanya digunakan untuk menunjukkan gejala pusat suatu

perangkat data yang berskala interval dan rasio.Gambaran terhadap suatu

masalah dari sekelompok sampel biasanya dinyatakan dalam bentuk rata-

rata.Walaupun modus dan median dapat digunakan terhadap data yang berskala

interval dan rasio.Ferguson,dan Takane(1989) menyatakan bahwa modus

seringkali digunakan terhadap data berskala nominal,sedangkan median

terhadap data berskala ordinal(Furqon,2004).

2.2.2.2 Ukuran Persebaran

Dua macam ukuran persebaran parametrik yang kerap kali diperhatikan

adalah varian atau standar deviasi(s.d.) dan range yang merupakan selisih nilai

maximum dan nilai minimum(Furqon,2004).

7

Dua kelompok individu dapat mempunyai perbedaan daam hal nilai

rerata dan varian(s.d.) secara statistik deskriptif parametrik.Oleh karena

itu,perbedaan nilai rerata antarkelompok hanyalah perlu dibicarakan jika dan

hanya jika kedua kelompok itu mempunyai varian(s.d.) yang sama atau hamper

sama.Pernyataan ini tentu menimbulakn masalah bilamana dua buah varian

disebut hamper sama.Dalam pengujuan hipotesis tentang perbedaan rerata

disertai dengan asumsi kedua populasi yang bersangkutan mempunyai varian

yang sama(Furqon,2004).

2.3 ANOVA

Prinsip varian bekerja menurut perbedaan varian masing-masing

kelompok data.Varian tersebut merupakan rerata kuadrat skor simpangan atau

skor deviasinya.skor simpangan ini adalah perbedaan setiap skor dari rerata

kelompoknya(Ariyanto,2005).

Istilah mean of squares dalam ANOVA tidak lain adalah rerata kuadrat skor

simpangannya yang menunjukkan variansi suatu distribus yang diamati.Mean of

squares ini diperleh dari jumlah kuadrat skor simpanganya atau yang dikenal

dengan istilah Sum of Squares dibagi dengan jumlah

sampelnya(Ariyanto,2005).

Untuk menguji hipotesis,ANOVA melakukan perbandingan antar

variansi antarkelompok (yang dikenal dengan istilah Mean of Squares Between

Groups ) dengan variansi dalam kelompok(yang dikenal Mean of squares within

Groups ) .Hasil perbandingan tersebut (F hitung) kemudian diuji signifikannya

untuk mengetahui penerimaan atau penolakan dari hipotesis yang

diajukan.Hipotesis yang diuji adalah hipotesis nihil(Ho) sesuai dengan kaidah

umum yang disepakati(Ariyanto,2005).

8

2.3.1 ANOVA 2 ARAH

Sejauh ini kita telah mendiskusikan analisis varian satu jalan.Dengan

menggunakan teknik ini kita dapat membandingkan beberapa rata-rata yang

berasal dari beberapa kategori atau kelompok untuk satu variable

perlakuan.Bagaimanapun,keuntungan teknik analisis varian adalah

memungkinkan untuk memperluas analisis pada situasi dimana hal-hal yang

sedang dikukur dipengaruhi oleh dua atau lebih variable,misalnya:

1.Kita membandingkan pencapaian jumlah kilometer per satuan waktu

dari bahan bakar yang diberi tambahan dua jenis zat additive pada tiga jenis

mobil.

2.Kita membandingkan efek dua jenis program pelatihan dan frekuensi

sesi-sesi pelatihan terhadap produktivitas kerja.

3.Kita membandingkan perbedaan-perbedaan harga di antara tiga

supermarket menurut jenis-jenis item produk(Sarwoko,2007).

Efek-efek utama dari suatu variable perlakuan tertentu berhubungan

dengan rat-rata respons pada tingkat-tingkat yang berbeda dari variable tersebut

tanpa mempertimbangkan faktor atau variable lain.Sementara efek interaksi

terjadi apabila respons-respons yang berbeda pada level-level dari suatu variable

perlakuan tertentu dihubungkan dengan level-level dari variable yang

lain.Dengan kata lain,ada kerjasama antara dua atau lebih variable perlakuan

dalam mempengaruhi variable terikat(Sarwoko,2007).

Metode ANOVA 2 arah untuk variable univariat merupakan

pengembangan dari ANOVA,dengan asumsi hubungan antara faktor/kovariat

(Singgih,2012).

9

BAB 3

KASUS DAN PEMBAHASAN

Pimpinan perusaahaan MARKET PLAZA ingin mengetahui apakah ada perbedaan yang nyata pada penjualan baju di cabang MARKET PLAZA untuk tiap merek baju pada 4 daerah penjualan.Dengan data sebagai berikut:

Tabel 3.1 Data penjualan baju

merek baju

kota penjualan

Balikpapan SamarindaTenggarong Bontang

Nevada 59 56 70 65Polo 40 43 56 53quick silver 15 30 30 19batik solo 20 18 24 10

Sumber(elsan,2012)

3.2 Pembahasan

3.2.1 Statistika deskriptif

Tabel 3.2 sari numerik dataStatistics

Penjualan

Mean 38.0000

Median 35.0000

Mode 30.00

Sum 608.00

10

Gambar 3.2 diagram Box-Plot

3.2.2 ANOVA

3.2.2.1 Tes Kenormalan

Tabel3.3 Tes Kenormalan

 Shapiro-WilkStatistik Df Sig.

Penjualan .926 16 .209

Rumusan Hipotesis

11

H0 : Data penjualan baju Market Plaza berdistribusi normal.H1 : Data penjualan baju Market Plaza tidak berdistribusi

normal.Taraf Signifikasi

α=5%Daerah Kritis

Menolak H0 apabila, P-value < αKeputusan

Karena P–value = 0.209 > α=0.05, maka H0 diterima.Kesimpulan

Data penjualan baju Market Plaza berdistribusi normal.

3.2.2.2 Tes Kehomogenan

3.2.2.2.1 faktor ke 1Tabel 3.3 kehomogenan penjualan terhadap daerah penjualan

F df1 df2 Sig.

1.311 3 12 .316

Rumusan Hipotesis Ho:Variansi keempat daerah penjualan terhadap jumlah

penjualan sama(homogen). H1: Variansi keempat daerah penjualan terhadap jumlah

penjualan berbeda(heterogen)..

Taraf Signifikasiα=5%

Daerah KritisMenolak H0 apabila, P-value < α

KeputusanKarena P–value = 0.316 > α=0.05, maka H0 gagal ditolaak

Kesimpulan

12

Variansi keempat daerah penjualan terhadap jumlah penjualan sama(homogen).

3.2.2.2.2 Faktor ke 2Tabel 3.4 kehomogenan penjualan terhadap merek baju

F df1 df2 Sig.

.973 3 12 .438

Rumusan Hipotesis Ho:Variansi keempat merek baju terhadap jumlah penjualan

sama(homogen). H1: Variansi keempat merek baju terhadap jumlah penjualan

berbeda(heterogen)..

Taraf Signifikasiα=5%

Daerah KritisMenolak H0 apabila, P-value < α

KeputusanKarena P–value = 0.438 > α=0.05, maka H0 gagal ditolak

Kesimpulan

Variansi keempat merek baju terhadap jumlah penjualan

sama(homogen).

3.3 UJI ANOVA 2 ARAH3.3.1 Faktor ke 1

Tabel 3.3 rata-rata penjualan terhadap daerah penjualan

13

Faktor Df Mean Squre F Sig.Daerah 3 96,5 0,209 0,888

Rumusan Hipotesis

H0: μ1.=μ2 .=μi . (Tidak ada rata-rata jumlah penjualan terhadap daerah penjualan).H1: μ1. ≠ μ2 . ≠ μi . (Minimal terdapat satu daerah penjualan yang memberikan rata-rata jumlah penjualan yang berbeda).

Taraf Signifikasiα=5%

Daerah KritisMenolak H0 apabila, P-value < α

KeputusanKarena P–value = 0,888 > α=0.05, maka H0 gagal ditolak

Kesimpulan Tidak ada rata-rata jumlah penjualan terhadap daerah penjualan.

3.3.3 Faktor ke 2

Tabel 3.3 rata-rata penjualan terhadap merek bajuFaktor Df Mean Squre F Sig.Merek Baju 3 1747,333 36.403 0,000

Rumusan Hipotesis

Ho: μ.1=μ.2=μ. j (Tidak ada rata-rata jumlah penjualan terhadap merek baju).H1: μ.1 ≠ μ .2 ≠ μ . j

(Minimal terdapat satu merek baju yang memberikan rata-rata jumlah penjualan yang berbeda).

14

Taraf Signifikasiα=5%

Daerah KritisMenolak H0 apabila, P-value < α

KeputusanKarena P–value = 0,000< α=0.05, maka H0 ditolak

Kesimpulan Terdapat satu merek baju yang memberikan rata-rata jumlah

penjualan yang berbeda.

15

BAB 4

PENUTUP

4.1 Kesimpulan

1.Berdasarkan gambar didapat bahwa penggambaran data berdistribusi normal.

2.Variansi jumlah penjualan terhadap keempat daerah penjualan adalah

homogen.

3.Variansi jumlah penjualan terhadap keempat merek baju adalah homogen.

4.Tidak ada rata-rata jumlah penjualan terhadap keempat daerah penjualan.

5.Terdapat satu merek baju yang memberikan rata-rata jumlah penjualan yang

berbeda.

4.2 SaranAgar dalam penerapan pengendalian kualitas lebih

ditingkatkan .Maka ,pelaksanaannya mengikutsertakan antara pihak quality

control dengan pembeli ,sehingga terjadi komunikasi.Sehingga penjulan baju di

Market Plaza dapat terjaga dan ditingkatkan lagi.

16

DAFTAR PUSTAKA

Ridwan dan Akdon.2008.Rumus dan Data dalam Analisis

Statistika.Bandung:Alfabeta.

Furqon.2004.Statistika Terapan untuk Penelitian.Bandung:Alfabeta.

Hasan,iqbal.2004.Analisis Data Penelitian dengan Statistik.Jakarta:Bumi

Aksara.

Gusti.2004.Statistika.Depok:Raja Grafindo Persada.

Ariyanto.2005.Pengembangan analisis multivariate SPSS 12.Jakarta:Wahana

Komputer.

Andi.1996.Panduan Lengkap SPSS 6.0 for windows.Semarang:Wahana

Komputer.

Sarwoko.2007.Statistika Inferensi untuk Ekonomi dan Bisnis.Yogyakarta:Andi.

Singgih.2012.Aplikasi SPSS pada Statistika Parametrik.Jakarta:Elex Media Komputindo.