Tugas Mata Kuliah Statistika Perbandingan Waktu Pelayanan Kasir

1. 2012
Sekolah Tinggi Teknologi
Indocement
PERBANDINGAN WAKTU
PELAYANAN KASIR
ALFAMART DAN
INDOMARET
Oleh :
Endah Ratna Ningtyas
Dedy Prasetyo
Fikri Gojali
Giovani Anggasta H
Mulyani
Irvan Rifana

2. KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan
hidayahnya, sehingga kami dapat menyelesaikan makalah dengan judul ”Analisis
Perbandingan Waktu Pelayanan Kasir Minimarket Indomaret Dan Alfamart ”.
Dalam kesempatan yang baik ini, penulis dengan ketulusan ingin
menyampaikan rasa terimakasih kepada semua pihak yang telah dengan ikhlas
memberikan masukan dan kontribusi yang berarti dalam proses penelitian dan
penyusunan makalah ini , antara lain:
 Muhammad Baqi, ST M.T MRINA selaku dosen pembimbing yang telah
meluangkan waktunya dalam membimbing dan memberikan arahan bagi kami
dalam menyelesaikan makalah ini.
 Minimarket Indomaret dan Alfamart yang telah mengizinkan kami melakukan
pengamatan.
 Semua pihak terkait yang tidak bisa penulis sebutkan satu persatu yang telah
membantu penyusunan makalah ini.
Kami menyadari bahwa makalah ini masih kurang sempurna karena
keterbatasan kemampuan dan pengetahuan yang kami miliki. Maka dari itu, kami
akan menerima kritik dan saran sebagai masukan yang dapat meningkatkan
pengetahuan dan kemampuan kami serta untuk menyempurnakan makalah-makalah
selanjutnya. Semoga makalah ini bermanfaat bagi semua pihak. Akhir kata semoga
Allah SWT senantiasa bersama kita dan meridhoi jalan hidup kita. Amin
Bogor, Mei 2012

3. Penyusun

4. ABSTRAK
I. Alfamart
Alfamart merupakan salah satu jaringan minimarket pengecer bahan pokok
kebutuhan sehari hari dan merupakan retailer yang tercepat pertumbuhannya di
indonesia, didirikan pada 27 juni 1999 oleh PT Alfa Mitramart Utama. Toko pertama
dibuka pada 18 oktober 1999 di karawaci tangerang dengan nama Alfa Minimart,
barulah pada 1 januari 2003 namanya berubah menjadi Alfamart sejak diambil alih oleh
PT Sumber Alfaria Trijaya (SAT) sampai sekarang.
Saat ini Alfamart sudah mencapai sekitar 2.779 gerai, tersebar diseluruh
indonesia mulai dari kota-kota besar, kabupaten, kecamatan jadi tidak heran kalau
peminatnya juga banyak dan diperkirakan akan semakin meningkat untuk mengimbangi
pesaing utamanya Indomaret. Barang barang yang dijual berkualitas tinggi dan dengan
harga yang terjangkau untuk semua kalangan.
II. Indomaret
Secara usia umur Indomaret lebih tua dari pesaing utamanya Alfamart. Didirikan
pada tahun 1988 dengan nama Indomart (Indonesia Marketing Retail) namun pada saat
itu Pemerintah Orde Lama mewajibkan nama semua produk menggunakan bahasa
indonesia yang benar (EYD) sehingga namanya diubah menjadi Indomaret karena nama
sebelumnya yaitu Indomart mengandung unsur kebarat-baratan.
Saat ini Indomaret dikelola oleh PT Indomarco Prismatama (IP). Tidak jauh
berbeda dengan pesaingnya, Alfamart barang yang dijual adalah bahan pokok
kebutuhan sehari hari dengan kualitas tinggi dan terjangkau untuk semua kalangan
sehingga jaringannnya pun luas di seluruh indonesia bahkan beberapa ada yang masuk
hingga pedesaan.
III. Alfamart vs Indomaret
Persaingan antara Alfamart dan Indomaret sangat ketat, kedua merek ini sangat
agresif dalam menggarap pasar dan hanya kedua merek inilah yang serius menggarap
pasar sampai ke pedesaan. Saking ketatnya persaingan, mereka sepertinya tidak peduli
dengan lokasi toko, kita sering jumpai toko Alfamart berdekatan dengan Indomaret
dalam radius hanya beberapa meter bahkan di beberapa tempat ada satu gerai indomaret
yang diapit dua gerai Alfamart. Mungkin ini juga merupakan strategi Alfamart untuk

5. menekan Indomaret yang gerainya rata-rata lebih luas. Ini membuat banyak orang yang
bertanya alasan mengapa Alfamart selalu berdekatan dengan Indomaret, sebenarnya
Indomaret lah yang membiayai dan melakukan survey lokasi mini market sebelum
berdiri, tapi Alfamart tidak melakukan survey lokasi dan hanya mengikuti (Nebeng)
data survey kelayakan lokasi milik Indomaret. jadi dapat ditarik kesimpulan harus ada
Indomaret terlebih dahulu barulah muncul Alfamart desekitarnya.
Ini adalah Head to head antara Indomaret dan Alfamart dari berbagai sumber
seperti kompas :
• Dari segi ketersediaan item : Indomaret lebih lengkap, beberapa barangnya sulit
dijumpai di Alfamart
• Dari segi kebersihan : Alfamart lebih unggul dan lebih bersih sementara Indomaret
sering dijumpai beberapa gerai yang kurang bersih.
• Dari segi keramahan : Alfamart lebih unggul, semua terstandar, welcome greeting
diucapkan kepada setiap customer yang datang.
• Dari segi harga : Cukup sulit untuk menilai, intinya keduanya mempunyai harga
yang kompetitif.

6. 2000 2001 2002 2003
Hipermarket
&
supermarket
16,7% 20,5% 20,2% 21,1%
Minimarket 3,4% 4,6% 4,6% 5,1%
Pasar
tradisional
79,8% 74,9% 74,9% 73,8%
BAB I
PENDAHULUAN
A. Latar Belakang
Minimarket merupakan suatu tempat dimana kita dapat membeli barang-barang
yang kita butuhkan dalam hal ini, minimarket adalah toko swalayan yang hanya
memiliki satu atau dua mesin register.
Minimarket mengisi kebutuhan masyarakat akan warung yang berformat
modern dengan minimarket, belanja sedikit di tempat yang dekat dan nyaman
terpenuhi, perilaku konsumen yang menyukai tempat belanja bersih, sejuk, dan
tertata rapi membuat minimarket menjadi lebih unggul dari warung dan toko.
Tabel : Pangsa pasar Hipermarket, supermarket, minimarket, pasar tradisional di Indonesia :
Sumber: sisipan bisnis Indonesia “ arah bisnis dan politik”, Desember 2003.
Perusahaan yang pertama kali menggunakan format minimarket sebagai
strategi bisnis di Indonesia adalah PT. Indomarco Prismatama yang pada tahun 1988
mendirikan minimarketnya yang pertama. Pada ahir tahun 2003 jumlah gerai
indomaret 796 unit di Jabodetabek, Bogor, Bandung, Semarang dan Surabaya,
Indomarco merencanakan mendirikan 600 toko lagi di tahun 2005.
Perusahaan lain yang juga mengoperasikan minimarket adalah Alfaria Trijaya
yang pada tahun 2004 telah memiliki 923 gerai dengan nama alfamart dan
merencanakan mengembangkan menjadi 1800 unit di seluruh Indonesia tahun 2005.
Minimarket yang masuk dalam kelompok seperti Alfamart dan Indomaret
baik yang dimiliki perusahaan atau yang waralaba atau hanya operasional saja
tergolong sebagai chain store yaitu toko atau gerai yang terhimpun di bawah satu
nama dengan sistem yang sama termasuk dalam kegiatan pemasarannya, istilah lain
dari chain store adalah multiples, istilah yang di pake di Inggris. Setiap tempat atau
sebuah minimarket memiliki mekanisme pelayanan kasir yang berbeda dan tentunya itu
akan mempengaruhi lamanya pelayanan konsumen. Ada beberapa faktor yang dapat
dijadikan acuan dalam menentukan apa yang menyebabkan lamanya pelayanan kasir,

7. diantaranya jumlah belanjaan yang dibeli konsumen banyak atau tidak, cara
pembayarannya dengan cash atau credit card dan apakah kasir tersebut sudah ahli
dalam melayani konsumen atau belum.
B. Permasalahan
Berdasarkan latar belakang masalah di atas maka identifikasi masalah pada
penelitian ini adalah:
1. Adakah perbedaan mekanisme pelayanan kasir untuk konsumen Indomaret
dan Alfamart ?
2. Berapakah besarnya perbedaan lamanya pelayanan kasir di Indomaret dan
Alfamart ?
C. Tujuan penelitian
Tujuan yang hendak dicapai dalam penelitian ini adalah :
1. Untuk mengetahui adakah perbedaan mekanisme pelayanan kasir untuk
konsumen Indomaret dan Alfamart.
2. Untuk mengetahui seberapa besar tingkat perbandingan l a m a n y a
p e l a y a n a n k a s i r konsumen Indomaret dan Alfamart ?
D. Kegunaan penelitian
 Kegunaan teoritis ;
a. Bagi pembaca, penelitian ini bermanfaat untuk menambah pengetahuan
mengenai perbandingan lamanya pelayanan kasir Indomaret dan Alfamart dari
kacamata konsumen.
b. Bagi peneliti lain, bahwa penelitian ini dapat di gunakan untuk menambah
pengetahuan dan untuk meneliti lebih lanjut dengan menggunakan variabel
lain.
c. Bagi penulis, penelitian ini bermanfaat untuk sarana pengembangan ilmu
pengetahuan.
 Kegunaan praktis
a. Bagi pelaku usaha ritel hasil penelitian ini bermanfaat sebagai evaluasi dan
pengamatan aktivitas konsumen atau perilaku konsumen terhadap took ritel,
sehingga produsen dapat mengetahui apa saja yang di gunakan konsumen
dalam membuat pertimbangan keputusan pembelian. Bagi konsumen,
penelitian ini diharapkan dapat menambah pengetahuan dan cakrawala

8. berfikir dalam pengembangan wawasan dalam mempelajari segala perilaku
produsen yang berhubungan dengan bagaimana memuaskan keinginan
konsumen yang menjadi sasaran.
E. Sistematika makalah
• Bagian Awal Makalah
Bagian awal makalah terdiri dari halaman judul, abstrak, hal kata
pengantar, daftar isi dan daftar lampiran.
• Bagian Makalah
BAB I : PENDAHULUAN
Meliputi : alasan pemilihan judul, permasalahan, tujuan penelitian dan
manfaat penelitian.
BAB II : LANDASAN TEORI
Dalam bab ini diuraikan tentang teori yang digunakan sebagai dasar
pembahasan selanjutnya yaitu mengenai pengertian minimarket, cara
menganalisis perbandingan lamanya pelayanan kasir suatu minimarket,
Estimasi dan Pengujian Hipotesis.
BAB III : METODOLOGI PENELITIAN
Dalam bab ini diuraikan tentang Populasi, Sampel, Dan Teknik, Metode
Pengumpulan Data, Metode Analisis Data, Distribusi Sampling, Estimasi, Uji
Hipotesis.
BAB IV : HASIL PENELITIAN
BAB V : PENUTUP
Dalam bab ini berisi tentang kesimpulan dan saran.
• Bagian Akhir
Bagian ini berisi tentang daftar pustaka dan lampiran.

9. BAB II
LANDASAN TEORI DAN HIPOTESIS
A. Landasan Teori
• Perilaku Konsumen
Definisi perilaku konsumen adalah tindakan langsung terlibat dalam
mendapatkan, mengkonsumsi, dan menghabiskan produk dan jasa termasuk proses
keputusan yang mendahului dan menyusuli tindakan ini.
Menurut Kotlert dan Amstrong yang di kutip oleh Simamora (2001:81)
mengartikan perilaku konsumen sebagai perilaku pembelian akhir, baik individu
maupun rumah tangga, yang membeli produk untuk konsumsi personal. Dari
definisi di atas dapat di ambil kesimpulan :
1. Perilaku konsumen menyoroti perilaku individu dan rumah tangga.
2. Perilaku konsumen menyangkut suatu proses keputusan sebelum pembelian
serta tindakan dalam memperoleh, memakai, mengkonsumsi dan menghabiskan
produk.
3. Mengetahui perilaku konsumen meliputi : perilaku yang dapat diamati seperti
jumlah yang di belanjakan, kapan, dengan siapa, oleh siapa, dan bagaimana
barang sudah dibeli dan dikonsumsi.
• Keputusan Membeli
Dalam membeli suatu barang atau jasa, seorang konsumen akan melalui suatu
proses keputusan pembelian. Terdapat tiga proses keputusan pembelian:
1. Proses keputusan panjang untuk barang yang durable.
2. Proses kebutuhan terbatas sama dengan proses diatas tetapi terjadi secara
lebih cepat dan kadang meloncati tahapan.
3. Proses pembelian rutin keputusan pembelian yang terjadi secara kebiasaan
sehingga proses pembelian sangat singkat saja begitu ada kebutuhan langsung
dibeli saja tanpa adanya pertimbangan.
• Jenis Statistik
Berdasarkan kegunaan dan teknik yang digunakan, statistik di bagi menjadi dua
yaitu, statistik deskriptif, merupakan bidang statistik yang berhubungan dengan metode
pengelompokan, peringkasan, dan penyajian data dalam cara yang informatif. Pada jenis

10. statistik ini kita melakukan teknik statistik yang berhubungan dengan penyajian data
statistik dalam bentuk gambaran angka-angka. Teknik yang umum digunakan yaitu
analisis deskriptif yang meliputi rata-rata, median, modus dan varian.
Sedangkan yang kedua adalah statistik inferensial adalah teknik statistik yang
berhubungan dengan analisis data untuk penarikan kesimpulan atas data, teknik ini
berhubungan dengan pengolahan statistik yang menggunakan hasil analis sehingga kita
dapat menarik hasil kesimpulan atas karakteristik populasi. Teknik yang digunakan
meliputi : uji hipotesis, analisis varian, teknik regresi dan korelasi.
• Jenis Data
A. Pengumpulan Data
a. Data Kuantitatif adalah data yang dinyatakan dalam bentuk angka.
Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan.
Data kuantitatif dapat dibedakan menjadi dua tipe yaitu :
• Data Diskrit adalah data yang diperoleh dari suatu
pencacahan/enumerasi.
• Data Kontinu adalah data yang umumnya didapat dari suatu pengukuran
dengan suatu instrumen (alat ukur). Data kontinu dapat dinyatakan
dalam bentuk data interval ataupun data rasio.
b. Data Kualitatif adalah data yang dinyatakan dalam bentuk bukan angka.
Contoh : jenis pekerjaan, status marital, tingkat kepuasan kerja.
Data kualitatif dapat dibedakan menjadi dua tipe yaitu :
• Data Nominal adalah pengambilan data terhadap suatu objek hanya
menghasilkan satu dan hanya satu-satunya kategori pada objek tersebut
maka data yang diperoleh termasuk tipe data nominal.
• Data ordinal adalah data yang diperoleh dari suatu pengambilan data
terhadap suatu objek yang menghasilkan lebih dari satu kategori.
B. Pengorganisasian Data
a. Data Mentah merupakan data terkumpul yang belum diorganisasikan secara
numerik.
b. Jajaran Data merupakan suatu cara pengorganisasian data dan paling
sederhana. Jajaran data merupakan suatu susunan dari data-data mentah
yang diatur dengan urutan nilai numerik yang menaik dari nilai yang terkecil
sampai yang terbesar, atau yang menurun dari nilai yang terbesar sampai

11. yang terkecil.

12. C. Penyajian Data
Tabel dan diagram statistik digunakan untuk menyajikan data yang sudah
teringkas, menyintkapkan hubungan-hubungan antar variabel serta
menginterpretasikan dan mengkomunikasikan fakta-fakta angka kepada pihak
yang membutuhkannya.
Beberapa jenis penyajian data statistik seperti berikut :
Grafik Batang (Bar) Grafik Lingkaran (Pie)
Grafik Garis (Line) Grafik Interaksi (Interactive)
D. Distribusi Frekuensi dan Presentasi Grafik
Distribusi Frekuensi yaitu mengelompokkan data interval/rasio dan
menghitung banyaknya data dalam satu kelompok/klasifikasi.
Membuat distribusi frekuensi :
a) Mencari sebaran (range) yakni selisih antara data paling besar dengan
data paling kecil) menggunakan rumus Range (R) = Nilai terbesar – Nilai
terkecil.
b) Menentukan banyak kelas dengan rumus ∑K = 1 + 3,3 Log N
c) Menentukan panjang kelas dengan rumus Ci = R / ∑K
E. Presentasi Grafik Distribusi Frekuensi
• Histogram adalah grafik batang yang menggambarkan distribusi data dari
sebuah distribusi frekuensi. Batang-batang pada histogram memiliki
karakteristik sebagai berikut :
bidang pekerjaan
keuanganmarketingproduksipersonaliaadministrasi
Count
30
20
10
0
bidang pekerjaan
keuanganmarketingproduksipersonaliaadministrasi
Jumlah
30
20
10
0
keuangan
marketing
produksi
personalia
administrasi
prestasi kerja
sangat baikbaikcukup baikjeleksangat jelek
Meangajiperbulan
800000
700000
600000
500000
400000
300000
Jenis kelamin
laki-laki
w anita

13.  Dasarnya pada sumbu horizontal (sumbu-x) lebarnya sama dengan lebar
interval kelas.
 Luasnya proporsional terhadap frekuensi interval kelas yang
bersangkutan.
• Poligon Frekuensi adalah suatu garis dari fekuensi-frekuensi interval kelas
yang diplot pada nilai tengah-tengahnya. Poligon bisa didapat dengan
menghubungkan titik tengah dari sisi atas batang-batang histogram.
F. Distribusi Frekuensi Kumulatif
Pada keadaan tertentu , kita lebih perlu mengetahui banyaknya data yang
bernilai di bawah (kurang dari) atau di atas (lebih dari) suatu nilai tertentu
daripada yang berada dalam satu interval tertentu. Dalam hal ini, distribusi
frekuensi dapat diubah menjadi distribusi frekuensi kumulatif dan
dipresentasikan dalam grafik yang disebut ogive. Jika banyaknya data dalam
prosentase terhadap banyaknya seluruh data disebut distribusi frekuensi
kumulatif relatif. Distribusi Frekuensi Kumulatif dapat dibedakan menjadi :
• Distribusi Frekuensi Kumulatif kurang dari, disusun dengan
menjumlahkan seluruh frekuensi dari semua nilai yang lebih kecil dari
pada batas atas nyata interval kelas.
• Distribusi Frekuensi Kumulatif lebih dari , disusun dengan
menjumlahkan seluruh frekuensi dari semua nilai yang lebih besar
daripada atau sama dengan batas bawah nyata interval kelas.
G. Ukuran Pemusatan
Data sering menunjukkan kecenderungan terpusat disekitar suatu nilai. Nilai
pusat ini kemudian dapat digunakan sebagai suatu ukuran ringkas yang
menggambarkan karakteristik umum data tersebut. Nilai tersebut dalam statistik
disebut sebagai ukuran pemusatan. Terdapat beberapa ukuran pemusatan yang
sering digunakan dalam statistik sebagai berikut :
• Rata-rata (Arithmatic mean) x = i=1k fi ( xmi)n
• Median x = Li + n2 - fifmedian c
• Modus (Mode) x = Li + Δ1Δ1+ Δ2 c
• Kuartil Q1 = Li 1 + 14 n - fi i1f kuartil c

14. H. Ukuran Penyebaran
Ukuran penyebaran menunjukkan seberapa jauh data menyebar dari nilai
rata-ratanya. Sekurang-kurangnya terdapat dua alasan pentingnya meninjau
ukuran penyebaran suatu kumpulan nilai data :
1. Untuk membuat suatu penilaian mengenai seberapa baik suatu nilai rata-
rata menggambarkan data-data.
2. Untuk mengetahui seberapa jauh penyebaran dari data, sehingga
langkah-langkah untuk mengendalikan variasi tersebut dapat dilakukan.
• Kisaran (range) R = xmax – xmin
• Ragam (variance) S2
x
• Simpangan baku (standard deviation) sx = i=1kfi xmi- x 2n-1
• Koefisien variasi (coefficient of variation) Vx = sxx
I. Momen, Skewness, Kurtosis
• Momen m1, x = i=1k fi xmi - x n
• Skewness a3, x = m3, xS3
• Kurtosis a4, x = m4, xS4
J. Estimasi
a. Dugaan (Estimate)
Nilai spesifik atau kualitas daripada sebuah statistik misalnya : nilai mean
sampel, presentase sampel atau varians sampel.
b. Penduga (Estimator)
Setiap statistic (mean sampel, presentase sampel, varians sampel, dan lain-
lain) yang digunakan untuk menduga sebuah parameter.
• Penduga tak-bias (unbiased estimator): sebuah penduga yang
menghasilkan suatu distribusi sampling yang memiliki mean sama
dengan parameter populasi yang akan diduga.
• Penduga terbaik (best estimator): penduga yang memenuhi syarat-syarat
sebagai suatu penduga tak-bisas dan juga memiliki varians yang terkecil

15. (minimum)
c. Penduga (estimation)
Keseluruhan proses yang menggunakan semua penduga untuk
menghasilkan sebuah dugaan daripada parameter.
• Pendugaan Tunggal (Point Estimation)
Angka tungggal yang digunakan untuk menduga sebuh parameter
populasi.
• Pendugaan Interval (Interval Estimation)
Sebaran nilai-nilai yang digunakan untuk menduga sebuah parameter
populasi. Konsep dasar pendugaan interval mean populasi :
 Dalam prakteknya hanya satu sampel dari populasi.
 Untuk menduga parameter harus diketahui sesuatu hal mengenai
hubungannya dengan mean-mean sampel.
Prosedur Estimasi jika σx tidak diketahui dan n>30
T Y Batas estimate interval :
x±zsn
Batas estimate interval :
x±zsnN-nN-1
Tentukan nilai z
Populasi
tak
terhingga?
Selesai
Mulai
Tentukan tingkat kepercayaan
Tentukan nilai x dan s
Kumpulkan sampel ukuran besar, n > 30
Identifikasikan masalah

16.  Varians dari data baik varian populasi σ2
maupun varians sampel S2
.
 Ukuran sampel yanga baik
 Derajat kepercayaan: 100. (1-α) %
d. Estimasi Mean
1. Ukuran sampel (apakah besar n > 30 atau kecil n < 30)
2. Informasi tentang distribusi populasinya (apakah distribusi normal atau
tidak)
3. Deviasi standard populasinya (diketahui atau tidak)
4. Pemilihan jenis distribusi yang menjadi dasar pendugaan
 Estimasi Harga Mean (µ), dari suatu populasi akan ditaksir berapa
besarnya harga rata-rata ( mean). Jika digunakan sampel besar (n≥30)
maka distribusi sampling harga X didistribusikan normal dengan
mean dan standard deviasi.
 Notasi interval untuk estimasi sampel besar ( n ≥30) :
Dimana besar kesalahan maksimum dapat dicari dengan :
Keterangan :
X = nilai rata-rata suatu populasi
d = deviasi standard
n = banyaknya data
Zα/2= nilai dari tabel normal.
n
Z
n
Z XX
δ
µ
δ
αα ** 2/
___
2/
___
+≤≤−
n
ZE
δ
α *2/max =

17.  Jika digunakan sampel kecil ( n < 30 ) maka notasi interval
estimasi untuk sampel kecil sbb :
 Estimasi Harga Standard Deviasi (d)
 Jika digunakan sampel besar ( n ≥ 30), maka akan didistribusikan
normal. Interval Estimasi dapat ditulis sbb :
 Jika digunakan sampel kecil ( n < 30 ), sampel random sebesar n,
maka distribusi sampling didistribusikan menurut distribusi Chi
Kuadrat.
 Sifat Distribusi Chi-Kuadrat (c2
)
 Seluruh nilainya positif
 Tidak simetris
 Bentuk distribusinya tergantung pada derajat kebebasannya
 Mean dari distribusi c2
adalah derajat kebebasannya (v)
Mean populasi Porporsi populasi
1. Tingkat keakuratan, E
2. Tingkat kepercayaan (%)
3. Skor z dari tingkat kepercayaan
4. Error standard mean sampling
5. Deviasi standar populasi (sx)
6. Jumlah sample (n)
1. Tingkat keakuratan, E
2. Tingkat kepercayaan (%)
3. Skor z dari tingkat kepercayaan
4. Error standard mean sampling
5. Persentase populasi (p)
6. Jumlah sample (n)
n
Z
s
n
Z
s
2
1
2
1 2/2/ αα
δ
−
≤≤
+
n
s
tX
n
s
tX ** 2/
__
2/
__
αα µ +≤≤−
2
x
x
n
σ
σ
 
=  ÷ ÷
 
p
E
z
σ =
( )
2
100
p
n
π π
σ
−
=
x
E
z
σ =

18. K. Uji hipotesis
a. Pernyataan Hipotesis Nol (Ho) dan Hipotesis Alternatif (H1)
Contoh : Dalam suatu prosedur pengujian hipotesis mengenai mean dari
populasi, pernyataan mengenai hipotesis nol sebagai “mean populasi sama
dengan 100” dan hipotesisi alternatif sebagai “mean populasi bukan 100” secara
umum dinotasikan :
Ho : m = 100
H1 : m ¹ 100; m > 100; m < 100
b. Pemilihan tingkat kepentingan (level of Significance, a )
α = 0,01 atau 0,05 (yang bisa dipakai)
Artinya : hipotesis telah ditolak dengan tingkat kepentingan a, keputusan bisa
salah dengan probabilitas a.
c. Penentuan Distribusi Pengujian yang digunakan
Distribusi normal (z), n > 30
Distribusi t , n < 30
Distribusi chi-kuadrat, nilai varians sudah diketahui.
d. Pendefinisian Daerah Penolakan (kritis)
e. Pernyataan aturan keputusan (Decision rule)
“Tolak Ho jika perbedaan yang telah distandarkan, misalnya antara dan
mHo, berada di dalam daerah penolakan. Jika sebaliknya terima Ho”
f. Perhitungan pada Data Sampel dan Perhitungan Rasio Uji
• Menganalisa data actual.
• Rasio Uji (RU), perbedaan antara statistik dan parameter asumsi yang
dinyatakan dalam hipotesis nol yang telah distandarkan.

19. g. Pengambilan Keputusan secara statistik
“Jika nilai rasio uji berada di daerah penolakan maka hipotesis nol
ditolak”.
h. Diagram Hipotesis
i. Uji Hipotesis Dengan Mean Sampel Ganda
Klasifikasi :
Asumsi kedua populasi terdistribusi secara normal tetap digunakan. terdapat
4 prosedur untuk uji ini :
• Uji t-pasangan untuk populasi yang saling tergantung (dependent
population)
• Uji z untuk populasi yang independen dan jika varians populasi diketahui
atau jika kedua sampel ukurannya n > 30.
• Uji t sampel ukuran kecil (n < 30) untuk populasi yang independen jika uji
F-nya menunjukkan s1
2
¹ s2
2
• Uji t sampel ukuran kecil (n < 30) untuk populasi yang independen jika uji
F-nya menunjukkan s1
2
= s2
2

20. L. Regresi Dan Korelasi Linear Standar
Regresi merupakan teknik statistika yang digunakan untuk mempelajari
hubungan fungsional dari satu atau beberapa peubah bebas (peubah yang
mempengaruhi) terhadap satu peubah tak bebas (peubah yang dipengaruhi).
Korelasi merupakan ukuran kekuatan hubungan dua peubah (tidak harus
memiliki hubungan sebab akibat).
Analisis Regresi digunakan untuk mempelajari dan mengukur hubungan
statistic yang terjadi antara dua atau lebih variable. Dalam regresi sederhana dikaji
dua variable, sedangkan dalam regresi majemuk dikaji lebih dari dua variable.
Dalam analisis regresi, suatu persamaan regresi hendak ditentukan dan digunakan
untuk menggambar pola atau fungsi hubungan yang terdapat antar variable.
Variabel yang aklan diestimasi nilainya disebut variable terikat (dependent variable atau
response variable) dan biasanya diplot pada sumbu tegak (sumbu –y). Sedangkan
variable bebas (independent variable atau explanatory variable) adalah variable yang
diasumsikan memberikan pengaruh terhadap variasi variable terikat dan biasanya
diplot pada sumbu datar (sumbu –x).
Analisis Korelasi bertujuan untuk mengukur “seberapa kuat”, atau “derajat
kedekatan”, suatu relasi yang terjadi antar variable. Jadi, kalau analisis regresi ingin
mengetahui pola relasi dalam bentuk persamaan regresi, maka analisis korelasi ingin
mengetahui kekuatan hubungan tersebut dalam koefisien korelasinya. Dengan
demikian biasanya analisis regresi dan korelasi sering dilakukan bersama-sama.
Terdapat beberapa kemungkinan bentuk relasi, meliputi hubungan sebab
akibat (cause-and-effect relationship), hubungan akibat penyebab yang sama (common-
cause factor relationship), dan hubungan semu (spurious relationship).
a. Diagram Pancar (Scatter Diagram)
Langkah pertama dalam menganalisis relasi antar variable adalah dengan
membuat diagram pancar (scatter diagram) yang menggambarkan titik-titik plot
dari data yang diperoleh. Diagram pancar ini berguna untuk:
• membantu melihat apakah ada relasi yang berguna antar variable
• membantu menemukan jenis persamaan yang akan digunakan untuk
menentukan hubungan tersebut.

21. b. Persamaan Regresi Linear Sederhana
Dalam analisis regresi linear sederhana ini akan ditentukan persamaan
yang menghubungkan dua variable yang dapat dinyatakan sebagai bentuk
persamaan pangkat satu (persamaan linier/persamaan garis lurus). Persamaan
umum garis regresi untuk regresi linear sederhana adalah:
ŷ = a+bx
dimana:
ŷ = nilai estimate data terikat
a = titik potong garis regresi pada sumbu y atau nilai estimate ŷ bila x=0
b = gradient garis regresi (perubahan nilai estimate ŷ per satuan perubahan nilai
x)
x = nilai variabel bebas
c. Sifat-sifat Garis Regresi Linier
Terdapat dua sifat yang harus dipenuhi sebuah garis lurus untuk dapat
menjadi garis regresi yang cocok (fit) dengan titik-titik data pada diagram pancar,
yaitu:
1. Jumlah simpangan (deviasi) positif dari titik-titik yang tersebar di atas
garis regresi sama dengan (saling menghilangkan) jumlah simpangan
negatif dari titik-titik yang tersebar di bawah garis regresi. Dengan kata
lain Σ ∆y= Σ y- y =0
2. Kuadrat dari simpangan-simpangan mencapai nilai minimum (least square
value of deviations). Jadi : Σ (∆y)2= Σ ( y- y )2 = minimum
Dengan sifat kedua, metode regresi ini sering disebut juga sebagai
metode least square. Dan Dengan menggunakan kedua sifat di atas dan
menggabungkannya dengan prinsip-prinsip kalkulus diferensial untuk
menentukan nilai ekstrim sebuah fungsi, maka dapat diturunkan
hubungan-hubungan untuk mendapatkan nilai-nilai konstanta a dan b
pada persamaan garis regresi, yang hasilnya sebagai berikut:
b= n Σxy-Σx(Σy)n Σx2-(Σx)2
a= y- b x
dimana:
n = jumlah titik (pasangan pengamatan (x,y))
x = mean dari variabel x
y = mean dari variabel y

22. dapat diperoleh dengan rumus :
Dimana :
a = Intersep / perpotongan dengan sumbu tegak
b = Kemiringan
y = Nilai ramalan yang dihasilkan garis regresi
X = Nilai variabel bebas
d. Standar Error Estimasi
$
( )
2
2
,
( ) ( ) ( )
2 2
y x
y y y a y b xy
S
n n
− − −
= =
− −
∑ ∑ ∑ ∑
e. Relasi pada sampel vs Relasi pada Populasi
Untuk itu, perlu dilakukan uji relasi dan interval prediksi
• Uji t untuk kemiringan (slope) garis regresi
• Uji Anova untuk kemiringan (slope) garis regresi
Untuk mengetahui hubungan seberapa dekat antara variabel diperlukan
suatu ukuran yang menyatakan “kekuatan” relasi yaitu disebut : korelasi .
Variasi Total , Koefisien Determinasi (r2
)
Koefisien korelasi (r)

23. M. Pengendalian Mutu
Pengendalian Mutu diperkenalkan oleh Walter A. Shewhart saat dia bekerja
di Bell Labs (sekarang lebih dikenal AT&T Bell Laboratories) tahun 1920 an. Teknisi
perusahaan tersebut sedang berusaha meningkatkan ketahanan sistim transmisi
telepon mereka. Karena peralatan penguat sinyal dan lainnya harus ditanam di
bawah tanah, maka perlu ditemukan cara untuk mengurangi tingkat kesalahan dan
perbaikan. Tahun 1920 para teknisi sudah menyadari pentingnya mengurangi variasi
di proses manufakturing. Terlebih mereka juga menyadari bahwa proses penyetelan
yang berulang-ulang sebagai reaksi dari ketidaksesuaian, justru makin meningkatkan
variasi dan menurunkan kualitas.
Shewhart memisahkan variasi tersebut menjadi variasi penyebap umum dan
variasi penyebap khusus, dan pada tanggal 16 Mei 1924 dia menulis memo yang
memperkenalkan diagram kontrol sebagai sebuah alat yang bisa membedakan kedua
variasi tersebut.
 Kualitas / Mutu : Ukuran tingkat kesesuaian barang/ jasa dengan
standar/spesifikasi yang telah ditentukan/ ditetapkan.
 Pengendalian Kualitas Statistik adalah ilmu yang mempelajari tentang
teknik /metode pengendalian kualitas berdasarkan prinsip/ konsep
statistik.
 Variasi terkendali (controlled variation), variasi yang terjadi secara alami dalam
proses yang stabil. Selama masih dalam rentang batas tertentu.
 Variasi tak terkendali (uncontrolled variation), variasi yang terjadi karena sebab
khusus (tidak normal) menghasilkan perubahan yang tidak diharapkan dan tidak
diperkirakan sebelumnya.

24. Berikut adalah penjelasan tambahan tentang diagram kendali;
A. Diagram kendali terdiri dari:
 Titik-titik yang mewakili sebuah nilai statistik (rata-rata, range, proporsi) dari
sebuah karakteristik sampel yang diambil dari sebuah proses pada waktu
yang berbeda (Data).
 Rata-rata dari nilai statistik di atas yang dihitung dari keseluruhan sampel.
 Garis tengah yang digambar tepat di angka rata-rata nilai statistik tersebut.
 Standar eror dari nilai statistik yang juga dihitung dari keseluruhan sampel.
B. Kegunaan Diagram Kendali :
 Mendeteksi adanya variasi penyebap khusus.
 Menyakinkan kesetabilan sebuah process.
 Mendeteksi perubahan proses dari waktu ke waktu.
C. Langkah Penggunaan Diagram Kendali
1. Menyatakan hipotesis nol (Ho, terkendali) dan hipotesis alternatif (H1,tak
terkendali)
2. Tentukan tingkat kepentingan ()
3. Tentukan diagram kontrol dan distribusi pengujian (normal atau binomial)
4. Tentukan daerah penolakan (kritis)
5. Nyatakan aturan pengambilan keputusan
6. Masukan data pada diagram control
7. Pengambilan keputusan secara statistic
8. Diagram yang memonitor setiap nilai yang diamati dalam sebuah proses.
9. Untuk nilai individu didasarkan pada disitribusi normal.
10. Jumlah sampel diketahui (N).
(Nilai Populasi)
UCL : μ + 3σ
Cl : μ
LCL : μ - 3σ
Diagram kendali merupakan bagian yang terpenting dalam upaya
mengendalikan kualitas produk meliputi :
a. Prosedur Umum hipotesis dan hipotesis alternaif
b. Penyelidikan pada data out of control
c. Data out of control bersifat tidak terus menerus maka revisi
d. Revisi dilakukan dengan menghilangkan bagian pada data out of control.

25. BAB III
METODE PENELITIAN
A. Lokasi dan Objek penelitian
Lokasi penelitian dalam makalah ini adalah Alfamart dan Indomaret
Mayor Oking 4, alasan pemilihan lokasi ini karena toko yang akan diteliti berada
pada wilayah tersebut dan saling berdekatan sehingga akan mudah membuat
perbandingannya.
B. Populasi
Populasi merupakan sekumpulan orang atau objek yang memiliki
kesamaan dalam satu atau beberapa hal yang membentuk masalah pokok
dalam satu riset khusus (Suprapto, 2001:87).
Dalam pnelitian ini yang menjadi populasi adalah konsumen yang
berbelanja di toko atau minimarket Indomaret dan Alfamart, oleh karena tu
populasi ini merupakan populasi tak terbatas karena tidak dapat diketahui
secara pasti jumlah sebenarnya dari konsumen yang datang berbelanja ke
minimarket Indomaret dan Alfamart.
C. Sampel
Menurut Djarwanto (1998:108) sampel adalah sebagian dari populasi
yang karateristiknya hendak diselidiki dan dianggap bisa mewakili
keseluruhan populasi.
Mengingat identitas populasi sudah diketahui maka, prosedur pencarian
responden dilakukan berdasar accidental sampling , yaitu siapa saja yang secara
kebetulan bertemu dengan peneliti yang dijumpai ditempat tertentu, bila
dipandang konsumen yang kebetulan ditemui itu cocok sebagai sumber data
(Sugiyono,1997:64).
a. Variabel penelitian
Untuk mencapai tujuan penelitian maka digunakan variabel-
variabel penelitian. Dari permasalahan yang ada maka dapat ditentukan
variabel-variabel yang dapat digunakan untuk mencari jawaban dari
permasalahan yang akan diteliti. Variabel penelitian yang dimaksud disini
adalah objek penelitian atau yang menjadi perhatian suatu penelitian
(Suharsimi Arikunto.1993:91).

26. Dalam penelitian ini yang menjadi variabelnya adalah:
1. Variabel X1
Dalam penelitian ini variabel X1 adalah lamanya waktu pelayanan
kasir di Indomaret.
2. Variabel X2
Dalam penelitian ini variabel X2 adalah lamanya waktu pelayanan
kasir di Alfamart.
D. Metode Pengumpulan Data
Dalam penelitian ini digunakan pengambilan data secara langsung,
dimana kita mengamati sendiri dan menghitung lamanya pelayanan kasir di
Alfamart dan Indomaret serta membuat dokumentasinya.
E. Metode Analisis Data
Metode Pemecahan Masalah
secara Statistik (con’t)
Mulai
Identifikasi Masalah
Populasi (Statistik
Desktiptif)
Kumpulkan Data Sub
Sampel (identifikasi
distribusi sampling)
Data
Cukup
Data Sampel
Baru
Indentifikasi Masalah :
• Variable/Diskrit
• n < 30 atau n > 30
Penyajian Statistik
Deskriptif :
• Distribusi Frekuensi
• Ukuran pemusatan
dan Penyebaran
Penyajian
Data
Distribusi
Sampling
Estimasi
Distribusi Sampling :
• Mean sampling
• Proporsi sampling
Estimasi populasi :
• Jumlah sampel
• Flowcart estmasi
Uji Hipotesis
Uji Hipotesis :
• Prosedur Uji Hipotesis
• Sampel Tunggal atau
• Sampel Ganda
Uji ANOVA
Uji ANOVA :
• Varians sampling
populasi bernilai sama
???
Regresi dan
Korelasi
Regresi dan Korelasi :
• Hubungan Parameter
Pengendalian
Mutu
Pengendalian Mutu :
• Sampel A (LCL dan
UCL)
• Sampel B (LCL dan
UCL)
Selesai
Are u Engineer
??? I ‘m Engineer

27. BAB IV
HASIL PENELITIAN
I. ALFAMART
Berikut ini merupakan tabel dari data yang diperoleh berdasarkan survei
kami di Alfamart Cabang Mayor Oking 4. Data tersebut sudah kami bagi
berdasarkan interval kelas, dengan panjang kelas adalah 30 dan jumlah
frekuensinya adalah 35.
x f
1 -31 10 16 160 51.37 513.7 2638.88 26388.77
32 - 62 11 47 517 20.37 224.07 414.94 4564.31
63 - 93 6 78 468 10.63 63.78 112.97 677.80
94 - 124 2 109 218 41.63 83.26 1732.94 3465.88
125 - 155 3 140 420 72.63 217.89 5274.91 15824.73
156 - 186 1 171 171 103.63 103.63 10738.88 10738.88
187 - 217 2 202 404 134.63 269.26 18124.85 36249.70
35 2358 434.88 0.05 39038.36 97910.06
Sedangkan dibawah ini adalah tabel waktu pelayanan customer di kasir
Alfamart Cabang Mayor Oking 4, dengan survey total waktu pelayanan perorang
(customer) yang melakukan transaksi pembayaran di kasir.
Customer waktu Customer Waktu Customer Waktu
1 206 16 45 31 151
2 191 17 31 32 12
3 178 18 51 33 151
4 6 19 8 34 4
5 63 20 44 35 153
6 105 21 71
7 66 22 131
8 10 23 64
9 101 24 63
10 35 25 15
11 30 26 59
12 112 27 34
13 34 28 24
14 135 29 52
15 36 30 42
Dan berikut ini adalah grafik waktu pelayanan kasir Alfamart Cabang Mayor
Oking 4, berdasarkan total waktu perorang (customer). Berdasarkan survey dan data
yang kami peroleh, maka di dapatkan perhitungan sebagai berikut:
 Ukuran Pemusatan
• Mean

28. x = i = 1kfi(xmi)n
= 10x16 + 11x47 + 6x78 + 2x109 + 3x140 + 1x171+ 2x20235
= 235835 = 67.37
• Median
x = Li + n2 - fifmedian c
= 31.5 + 352 - 1011 31= 63.18
• Modus
x = Li + Δ1Δ1+ Δ2 c
= 31.5 + 11+5 31 = 36.67
• Kuartil
Q1 = Li 1 + 14 n - fi i1f kuartil c
= 31.5 + 14 (35) – 1011(31) = 27.98
Q3 = Li 3 + 34 n - fi i3f kuartil c
= 62 .5 + 34 (35) - 216(31) = 89.625
 Ukuran – ukuran Penyebaran
• Range
R = xmax – xmin = 206 – 4 = 202
• Simpangan Kuartil
Qd = Q3- Q12 = 89.625-27.982 = 30.8225
• Simpangan Mutlak Rata – rata
MDx = i=1k fi xmi - x n= 0.0535 = 0.00143
• Deviasi Standard
sx = i=1kfi xmi - x 2n-1= 97910.0634=53.663
• Varians
S2
x = 2879.71
• Koefisien Varians
Vx = sxx= 53.66367.37=0.797

29.  Momen, Skewness, Kurtosis
• Momen
m1, x = i=1k fi xmi - x n= 0.0535 =0.00143
m2, x = i=1k fi xmi – x 2n= 97910.0635 = 2797.43
m3, x = i=1k fi xmi - x 3n= 8742477.68335 =249875.0766
m4, x = i=1k fi xmi – x 4n= 933431434.635 =26669469.56
• Skewness
a3, x = m3, xS3 =m3, x m2, x 3 = 249875.07662797.433 =1.69
• Kurtosis
a4, x = m4, xS4 =m4, x m2 2, x = 26669469.562797.432 = 6669469.567825614.61
=3.41
Estimasi
Deviasi Standar
σx= σx n = 53.663 35 = 9.07
x- z σx < μx < x + z σx
67.37 – (1.96) (9.07) < μx < 67.37 + (1.96) (9.07)
49.593 < μx < 85.15
4.1 INDOMARET
Berikut ini merupakan tabel dari data yang diperoleh berdasarkan suvei kami di
Indomaret Cabang Mayor Oking 4. Data tersebut sudah kami bagi berdasarkan
interval kelas, dengan panjang kelas adalah 30 dan jumlah frekuensinya adalah 35.
X f
1 -31 2 16 32 86.8 173.6 7534.24 15068.5
32 - 62 10 47 470 55.8 558 3113.64 31136.4
63 - 93 11 78 858 24.8 273 615.04 6765.4
94 - 124 4 109 436 6.2 25 38.44 154
125 - 155 3 140 420 37.2 112 1383.84 4152
156 - 186 2 171 342 68.2 136.4 4651.24 9302.48
187 - 217 1 202 202 99.2 99 9840.64 9841
218 - 248 0 233 0 130.2 0 16952.04 0

30. 249 - 279 0 264 0 161.2 0 25985.44 0
280 - 310 0 295 0 192.2 0 36940.84 0
311 - 341 1 326 326 223.2 223 49818.24 49818
342 - 372 0 357 0 254.2 0 64617.64 0
373 - 403 0 388 0 285.2 0 81339.04 0
404 - 434 0 419 0 316.2 0 99982.44 0
435 - 465 0 450 0 347.2 0 120547.84 0
466- 496 0 481 0 481 0 231361 0
497 - 527 1 512 512 512 512 262144 262144
35 3598 3280.8 2111.6 1016865.6 388380.96
Sedangkan dibawah ini adalah tabel waktu pelayanan customer di kasir Indomaret
Cabang Mayor Oking 4, dengan survey total waktu pelayanan perorang (customer)
yang melakukan transaksi pembayaran di kasir.
Customer waktu Customer2 waktu3 Customer3 waktu4
1 322 16 64 31 107
2 61 17 90 32 127
3 50 18 42 33 75
4 25 19 91 34 49
5 15 20 89 35 122
6 162 21 45
7 61 22 98
8 170 23 35
9 48 24 70
10 75 25 150
11 70 26 65
12 150 27 195
13 118 28 67
14 57 29 63
15 500 30 58
Dan berikut ini adalah grafik waktu pelayanan kasir Indomaret Cabang Mayor Oking 4,
berdasarkan total waktu perorang (customer).

31. Berdasarkan survey dan data yang kami peroleh, maka di dapatkan perhitungan sebagai
berikut:
Ukuran Pemusatan
• Mean
x = i=1k fi xmin = 359835=102.8
• Median = Q2 = D5
x = Li + n2 - fifmedian c = 62.5 + 352 - 1211 31 = 78
• Modus
x = Li + Δ1Δ1+ Δ2 c = 62.5 + 11 + 7 31 = 66.375
• Kuartil
Q1 = Li 1 + 14 n - fi i1f kuartil, 1 c = 31.5 + 14 (35) - 210 31 = 52.425
Q3 = Li 3 + 34 n - fi i3f kuartil, 3 c = 93.5 + 34 (35) - 234 31 = 118.69
• Desil, Persentil
D1= P10 = Li 1 + 110 n - fi i10f persentil, 10 c = 31.5 + 110 35 - 210 31 = 36.15
D2= P20 = Li 2 + 210 n - fi i20f persentil, 20 c = 31.5 + 210 35 - 210 31 = 47
D3= P30 = Li 3 + 310 n - fi i3f desil, 3 c = 31.5 + 310 35 - 1011 31 = 32.91
D7=P70 = Li 7 + 710 n - fi i7f desil, 7 c = 62.5 + 710 35 - 216 31=80.58
D8= P80 = Li 8 + 110 n - fi i1f desil, 8 c = 93.5 + 810 35 - 272 31=109
D9= P90 = Li 9 + 910 n - fi i9f desil, 9 c = 124.5 + 910 35 - 293 31=150.33
Ukuran – ukuran penyebaran
• Range
R = xmax – xmin = 500 – 15 = 485

32. • Jangkauan / Kisaran Persentil 10 – 90
Rp10-90 = P90 – P10
= 150.33 – 36.15
= 114.18
• Simpangan Kuartil
Qd = Q3- Q12 = 118.69 – 52.4252 = 33.133
• Simpangan Mutlak Rata - rata
MDx = i=1k fi xmi -x n= 2008.835 = 57.39
• Deviasi Standard
sx = i=1kfi xmi- x 2n-1= 293681.634=92.94
• Varians
s2
x = 8637.7
• Koefisien Varians
Vx = sxx = 92.94102.8= 0.9
Momen, Skewness, Kurtosis
• Momen
m1, x = i=1k fi xmi - x n= 2008.835 =57.4
m2, x = i=1k fi xmi – x 2n= 293681.635 = 8390.9
m3, x = i=1k fi xmi - x 3n= 84616926.435 =2,4 x 106
m4, x = i=1k fi xmi – x 4n= 3 x 101035 =8,8 x 108
• Skewness
a3, x = m3, xS3 =m3, x m2, x 3 = 2,4 x 1068390.93 =3.12
• Kurtosis
a4, x = m4, xS4 =m4, x m2 2, x = 8,8 x 1088390.92 = 8,8 x 1087 x 107 =12.57

33. Estimasi
Deviasi Standar
σx = σx n = 92.94 35 = 15.71
x- z∝/2* σx < μx < x + z∝/2 *σx
102.8 – (1.96) (15.71) < μx < 102.8 + (1.96) (15.71)
72.01 < μx < 133.6
Untuk dapat membandingkan antara waktu pelayanan customer di kasir Alfamart dan
Indomaret, maka kami membuat histogram yang berdasarkan dari kedua data yang kami
peroleh. Namun dengan mengubah interval kelasnya dengan panjang kelas adalah 100,
supaya Alfamart dan Indomaret memiliki interval kelas yang sama dan dapat terlihat
perbedaannya pada histogram tersebut.
Dibawah ini adalah tabel data Alfamart dan Indomaret dengan panjang kelas 100:
Alfamart
x f
1-100 24 50.5 1212 34.29 822.96 1175.8 28219.2
101-200 10 150.5 1505 65.71 657.10 4317.80 43178.00
201-300 1 250.5 250.5 165.71 165.71 27459.80 27459.80
35 2967.5 265.71 1645.77 32953.4 98857.0
Indomaret
x f
1-100
2
4 50.5 1212 48.57 1165.68 2359.04 56617.08
101-200 8 150.5 1204 51.43 411.43 2645.04 21160.36
201-300 1 250.5 250.5 151.43 151.43 22931.04 22931.04
301-400 1 350.5 350.5 251.43 251.43 63217,04 63217.04
401-500 1 450.5 450.5 351.43 351.43 123503.04 123503.04
3
5 3467.5 854.28 2331.39 214655.20 287428.56

34. Kami membuat Histogram berdasarkan data dari tabel diatas, dengan tujuan untuk
mengetahui tingkat perbandingan antara waktu pelayanan customer di kasir di kedua
minimarket yaitu Alfamart dan Indomaret.
Histogram yang kami buat ini berdasakan panjang kelas yaitu 100. Kami susun interval kelas
antara 1 sampai dengan 500 dengan panjang kelas adalah 100, dimana interval kelas tersebut
adalah sebagai sumbu x dan menyatakan waktu (dalam detik). Dan waktu tersebut adalah
waktu kecepatan kasir dalam melayani seorang customer.
Sedangkan frekuensi kami masukkan kedalam masing-masing interval kelas, dan kami
susun berdasarkan kecepatan waktunya. Dimana frekuensi tersebut adalah sebagai sumbu y
dan menyatakan jumlah orang (customer).
Histogramnya adalah sebagai berikut:

36. Dari histogram diatas, terlihat bahwa Alfamart memiliki tingkat kecepatan waktu yang sama
dengan Indomaret. Di interval kelas kesatu memang tidak ada perbedaan waktu pelayanan
antara Alfamart dan Indomaret, yaitu 24 orang customer berada dalam interval kelas kesatu,
dengan waktu antara 1 sampai dengan 100 detik. Namun perbedaan yang signifikan dapat
terlihat di interval kelas kedua dan seterusnya.
Pada interval kelas kedua, terlihat perbedaan. Di Alfamart 10 orang customer berada dalam
interval kelas kedua dengan waktu antara 101 sampai dengan 200, sedangkan Indomaret 8
orang customer dengan waktu antara 101 sampai dengan 200. Alfamart hanya sampai pada
interval kelas ketiga dengan waktu antara 201 sampai dengan 300. Namun lain halnya
dengan Indomaret yang sampai pada interval kelas kelima dengan waktu antara 401 sampai
dengan 500.
Dari perbedaan tersebut dapat dilihat bahwa dalam waktu kurang dari 200 detik Alfamart
mampu melayani customernya sebanyak 34 orang, sedangkan Indomaret hanya mampu
melayani customernya sebanyak 32 orang. Perbedaan ini terjadi hanya pada jumlah
customer, sedangkan waktu yang di perlukan kasir untuk melayani customernya adalah
sama. Perbedaan yang terjadi dikarenakan jumlah item atau belanjaan yang dibeli oleh tiap-
tiap customer adalah berbeda-beda.
Uji Hipotesis
Dari kedua data yang diperoleh, kami melakukan uji hipotesis untuk mengetahui tingkat
kebenaran dari asumsi bahwa waktu pelayanan customer di kasir antara Alfamart dan
Indomaret adalah sama. Maka dari itu, kami lakukan uji hipotesis dengan langkah-langkah
sebagai berikut:
1) Hipotesis :
Ho : μ1 = μ2→uji dua-ujung
H1 : μ1 ≠ μ2
H0 menunjukkan bahwa mean (μ1) adalah sama dengan mean (μ2).
Sedangkan H1 menunjukkan bahwa mean (μ1) adalah tidak sama dengan mean (μ2).
Dalam hal ini, mean (μ1) adalah mean dari Alfamart dan mean (μ2) adalah mean dari
Indomaret.
2) Dengan tingkat kepercayaan adalah 95% , maka di peroleh α = 0.05 , dan x1 adalah
Indomaret ,serta x2 adalah Alfamart.
3) Menggunakan distribusi Z karena n>30 , n adalah 35

37. Uji Hipotesis
Dari kedua data yang diperoleh, kami melakukan uji hipotesis untuk mengetahui tingkat
kebenaran dari asumsi bahwa waktu pelayanan customer di kasir antara Alfamart dan
Indomaret adalah sama. Maka dari itu, kami lakukan uji hipotesis dengan langkah-langkah
sebagai berikut:
1) Hipotesis :
Ho : μ1 = μ2→uji dua-ujung
H1 : μ1 ≠ μ2
H0 menunjukkan bahwa mean (μ1) adalah sama dengan mean (μ2).
Sedangkan H1 menunjukkan bahwa mean (μ1) adalah tidak sama dengan mean (μ2).
Dalam hal ini, mean (μ1) adalah mean dari Alfamart dan mean (μ2) adalah mean dari
Indomaret.
2) Dengan tingkat kepercayaan adalah 95% , maka di peroleh α = 0.05 , dan x1 adalah
Indomaret ,serta x2 adalah Alfamart.
3) Menggunakan distribusi Z karena n>30 , n adalah 35
4) Batas-batas daerah penolakan / batas kritis dua-ujung: α = 0.05 → α/2 = 0.025. dari tabel
z batas kritis adalah z0.025 = ± 1.96
5) Aturan keputusan :
Tolak Ho dan terima H1 jika RUz < -1.96 atau RUz > +1.96. jika tidak demikian terima Ho.
6) Rasio uji:
σx1-x2 = σ12n1+σ22n2= 92.94235+53.663235=246.8+82.28=329.078=18.14
RUz = x1-x2σ x1-x2= 102.8-67.3718.14=1.95
7) Pengambilan keputusan:
Karena -1.96 < RUz <+1.96 maka Ho : μ1 = μ2 diterima. Hal ini berarti lamanya pelayanan
customer di kasir Alfamart sama dengan Indomaret.

39. Regresi
Berikut ini adalah grafik regresi dari Alfamart dan Indomaret:
Dari grafik diatas, dapat dilihat bahwa garis linear merupakan standar jumlah
pelayanan customer. Hal ini ditunjukkan dengan garis linear yang berdekatan dengan
titik-titik frekuensi. Semakin dekat titik frekuensi dengan garis linear maka data yang
diperoleh memenuhi standar dan hampir mencapai keakuratan.
Garis linear merupakan standar jumlah pelayanan customer. Pada grafik diatas dapat
kita lihat bahwa titik-titik frekuensi tidak beraturan dan jauh dari garis linear. Dengan
jauhnya garis linear dan titik frekuensi dapat disimpulkan bahwa data yang diperoleh
kurang akurat.
Dari kedua grafik diatas dapat dilihat pula bahwa jumlah customer terbanyak ada pada
interval pertama dan pada interval berikutnya jumlah customer semakin sedikit,
sementara jumlah customer paling sedikit ada pada interval terakhir. Pada interval kelas
terakhir tersebut di karenakan si customer membeli dengan jumlah belanjaan yang lebih
banyak daripada customer-customer di interval kelas sebelumnya. Hal ini menujukkan
bahwa lamanya waktu pelayanan di Alfamart dan Indomaret dipengaruhi oleh jumlah
barang yang dibeli dan cara pembayaran si customer yang menggunakan debit card
atau tunai.
Pengendalian Mutu
Kami telah melakukan pengujian pengendalian mutu untuk mengetahui tingkat
kesesuain data yang kami peroleh dengan standar atau spesifikasi yang telah di
tentukan. Dalam hal ini, data kami mengenai waktu pelayanan customer di kasir akan di
bandingkan dengan standarisasi waktu yang telah di tentukan oleh kedua minimarket
tersebut. Hal ini bertujuan untuk mengetahui variasi yang terjadi secara alami dalam
proses yang stabil, selama masih dalam rentang batas tertentu. Sehingga data tersebut
dapat dikatakan terkendali secara statistik.

40. ALFAMART
Langkah awal yang dilakukan adalah kembali menghitung mean dan deviasi standar
dari data Alfamart. Dan hasinya adalah sebagai berikut:
• Mean
x = i=1k fi ( xmi)n = 10 x16 + 11 x47 + 6 x78 + 2x109 + 3x140 + 1x171+
2x20235=235835=67.37
• Deviasi Standard
sx = i=1kfi xmi - x 2n-1= 97910.0634=53.663
Langkah selanjutnya adalah menghitung CL , UCL dan LCL, Maka:
UCL = μ+3σ= 67.37 + 3 (53.663) = 228.26
CL = μ = 67.37
LCL = μ-3σ= 67.37 – 3 (53.663) = - 93.6
Setelah hasil perhitungannya didapatkan, maka di buat tabel seperti dibawah ini:
Customer Waktu UCL CL LCL
1 206 228.4 67.37 -93.62
2 191 228.4 67.37 -93.62
3 178 228.4 67.37 -93.62
4 6 228.4 67.37 -93.62
5 63 228.4 67.37 -93.62
6 105 228.4 67.37 -93.62
7 66 228.4 67.37 -93.62
8 10 228.4 67.37 -93.62
9 101 228.4 67.37 -93.62
10 35 228.4 67.37 -93.62
11 30 228.4 67.37 -93.62
12 112 228.4 67.37 -93.62
13 34 228.4 67.37 -93.62
14 135 228.4 67.37 -93.62
15 36 228.4 67.37 -93.62
16 45 228.4 67.37 -93.62
17 31 228.4 67.37 -93.62
18 51 228.4 67.37 -93.62
19 8 228.4 67.37 -93.62
20 44 228.4 67.37 -93.62
21 71 228.4 67.37 -93.62
22 131 228.4 67.37 -93.62
23 64 228.4 67.37 -93.62
24 63 228.4 67.37 -93.62
25 15 228.4 67.37 -93.62
26 59 228.4 67.37 -93.62
27 34 228.4 67.37 -93.62

41. 28 24 228.4 67.37 -93.62
29 52 228.4 67.37 -93.62
30 42 228.4 67.37 -93.62
31 151 228.4 67.37 -93.62
32 12 228.4 67.37 -93.62
33 151 228.4 67.37 -93.62
34 4 228.4 67.37 -93.62
35 153 228.4 67.37 -93.62
Dengan menggunakan tabel diatas, perbandingan dapat di perjelas jika dibuat grafik
seperti berikut:
Dari grafik diatas, terlihat jelas bahwa terjadi variasi frekuensi secara alami namun
terbilang stabil karena tidak melewati UCL ataupun LCL. Data tersebut masih tetap
berada didalam rentang batas waktu atau standar yang ditentukan. Sehingga data
tersebut dapat dikatakan terkendali secara statistik.

42. INDOMARET
Langkah awal yang dilakukan adalah menghitung mean dan deviasi standar dari data
Indomaret. Dan hasinya adalah sebagai berikut:
• Mean
x = i=1k fi xmin = 359835=102.8
• Deviasi Standard
sx = i=1kfi xmi- x 2n-1= 293681.634=92.94
Kemudian langkah selanjutnya adalah menghitung CL , UCL dan LCL, Maka:
UCL = μ+3σ= 102.8 + 3 (92.94) = 381.62
CL = μ = 102.8
LCL = μ-3σ= 102.8 – 3 (92.94) = - 176.02
Setelah hasil perhitungannya didapatkan, maka di buat tabel seperti dibawah ini:
Ke Waktu UCL CL LCL
1 322 381.6 102.8 -176.02
2 61 381.6 102.8 -176.02
3 50 381.6 102.8 -176.02
4 25 381.6 102.8 -176.02
5 15 381.6 102.8 -176.02
6 162 381.6 102.8 -176.02
7 61 381.6 102.8 -176.02
8 170 381.6 102.8 -176.02
9 48 381.6 102.8 -176.02
10 75 381.6 102.8 -176.02
11 70 381.6 102.8 -176.02
12 150 381.6 102.8 -176.02
13 118 381.6 102.8 -176.02
14 57 381.6 102.8 -176.02
15 500 381.6 102.8 -176.02
16 64 381.6 102.8 -176.02
17 90 381.6 102.8 -176.02
18 42 381.6 102.8 -176.02
19 91 381.6 102.8 -176.02
20 89 381.6 102.8 -176.02
21 45 381.6 102.8 -176.02
22 98 381.6 102.8 -176.02
23 35 381.6 102.8 -176.02
24 70 381.6 102.8 -176.02
25 150 381.6 102.8 -176.02
26 65 381.6 102.8 -176.02
27 195 381.6 102.8 -176.02
28 67 381.6 102.8 -176.02
29 63 381.6 102.8 -176.02
30 58 381.6 102.8 -176.02

43. 31 107 381.6 102.8 -176.02
32 127 381.6 102.8 -176.02
33 75 381.6 102.8 -176.02
34 49 381.6 102.8 -176.02
35 122 381.6 102.8 -176.02
Dengan menggunakan tabel diatas, perbandingan dapat di perjelas jika dibuat grafik
seperti berikut:
Dari grafik diatas, terlihat jelas bahwa terjadi variasi frekuensi secara alami namun tidak
stabil karena ada satu data yaitu data customer ke 15 yang melewati UCL atau batas
kendali atas. Customer ke 15 tersebut memerlukan waktu pelayanan yang lebih lama
dibandingkan customer-customer lainnya, ia memerlukan waktu 500 detik atau 8 menit
20 detik. Hal ini dikarenakan si customer tersebut membeli belanjaan dengan jumlah
yang banyak serta cara pembayarannya yang menggunakan debit card. Data customer
Indomaret tersebut telah melewati rentang batas waktu atau standar yang ditentukan.
Sehingga data tersebut dapat dikatakan tidak terkendali secara statistik dan harus di
survey ulang dan dihitung ulang.
Namun karena penyebabnya sudah diketahui, maka tidak perlu dilakukan survey ulang
hanya dilakukan revisi saja supaya data ke 15 tersebut tidak terlihat atau hilang
sehingga yang terlihat hanya data yang lainnya yang masih didalam batas UCL dan LCL
dan data menjadi terkendali.
Cara merevisinya adalah dengan menghilangkan satu data yang melewati batas
tersebut, dimana dalam hal ini adalah data customer ke 15 atau (n-1) sehingga jumlah
frekuensi atau data customernya yang semula 35, karena dikurangi 1 menjadi 34. Lalu
kembali di hitung mean, deviasi standar, UCL, CL, dan LCL.
Setelah data customer ke 15 dihilangkan dan jumlah n menjadi 34, maka perhitungan
mean dan deviasi standarnya adalah:
• Mean
x = i=1k fi xmin = 359834=105.8
• Deviasi Standard
sx = i=1kfi xmi- x 2n-1= 293681.633=94.33
Langkah selanjutnya adalah menghitung CL , UCL dan LCL, Maka:
UCL = μ+3σ= 105.8 + 3 (94.33) = 388.79

44. CL = μ = 105.8
LCL = μ-3σ= 105.8 – 3 (94.33) = -177.19
Setelah hasil perhitungannya didapatkan, maka kembali di buat tabel seperti dibawah
ini:
Ke Waktu UCL CL LCL
1 322 388.79 105.8 -177.19
2 61 388.79 105.8 -177.19
3 50 388.79 105.8 -177.19
4 25 388.79 105.8 -177.19
5 15 388.79 105.8 -177.19
6 162 388.79 105.8 -177.19
7 61 388.79 105.8 -177.19
8 170 388.79 105.8 -177.19
9 48 388.79 105.8 -177.19
10 75 388.79 105.8 -177.19
11 70 388.79 105.8 -177.19
12 150 388.79 105.8 -177.19
13 118 388.79 105.8 -177.19
14 57 388.79 105.8 -177.19
15 64 388.79 105.8 -177.19
16 90 388.79 105.8 -177.19
17 42 388.79 105.8 -177.19
18 91 388.79 105.8 -177.19
19 89 388.79 105.8 -177.19
20 45 388.79 105.8 -177.19
21 98 388.79 105.8 -177.19
22 35 388.79 105.8 -177.19
23 70 388.79 105.8 -177.19
24 150 388.79 105.8 -177.19
25 65 388.79 105.8 -177.19
26 195 388.79 105.8 -177.19
27 67 388.79 105.8 -177.19
28 63 388.79 105.8 -177.19
29 58 388.79 105.8 -177.19
30 107 388.79 105.8 -177.19
31 127 388.79 105.8 -177.19
32 75 388.79 105.8 -177.19
33 49 388.79 105.8 -177.19
34 122 388.79 105.8 -177.19
Dengan menggunakan tabel diatas, dapat di perjelas jika dibuat grafik dengan n=34
seperti berikut:
Pada grafik diatas, jumlah datanya menjadi 34 ternyata dapat terlihat jelas bahwa terjadi
variasi frekuensi secara alami terbilang stabil karena tidak melewati UCL ataupun LCL.

45. Data tersebut masih tetap berada didalam rentang batas waktu atau standar yang
ditentukan. Sehingga data tersebut dapat dikatakan terkendali secara statistik.

46. KESIMPULAN
Minimarket adalah toko swalayan yang hanya memiliki satu atau dua mesin
register. Minimarket yang masuk dalam kelompok seperti Alfamart dan Indomaret
baik yang dimiliki perusahaan atau yang waralaba tergolong sebagai chain store yaitu
toko atau gerai yang terhimpun di bawah satu nama dengan sistem dan kegiatan
pemasaran yang sama. Setiap minimarket memiliki mekanisme pelayanan kasir yang
berbeda dan tentunya itu akan mempengaruhi lamanya pelayanan konsumen. Ada
beberapa faktor yang dapat menyebabkan lamanya pelayanan kasir, diantaranya jumlah
belanjaan yang dibeli konsumen banyak atau tidak, cara pembayarannya dengan cash
atau credit card dan apakah kasir tersebut sudah ahli dalam melayani konsumen atau
belum.
Berdasarkan data yang diperoleh dari pengamatan di lokasi minimarket yaitu Alfamart
dan Indomaret, penulis dapat menyimpulkan bahwa waktu pelayanan customer di kasir
kedua minimarket tersebut berbeda. Kedua minimarket tersebut memiliki standarisasi
waktu pelayanan customer yang sama, yaitu 60 detik percustomer. Namun pada
kenyataannya waktu pelayanan customer di Alfamart lebih cepat daripada waktu
pelayanan customer di Indomaret. Faktor yang mempengaruhi lamanya waktu
pelayanan tersebut diantaranya adalah jumlah belanjaan yang dibeli oleh customer, cara
pembayaran customer yang lebih banyak menggunakan uang tunai daripada credit
card, dan skill dari kasir tersebut yang memang sudah ahli dan memiliki kecepatan dan
ketanggapan yang sesuai dengan standar yang telah ditentukan oleh minimarket
tersebut yaitu 60 detik percustomer. Khususnya di Alfamart memiliki kecepatan waktu
pelayanan yang lebih baik karena pihak Alfamart menggunakan dua mesin register
yang aktif yang di operasikan oleh dua orang kasir, sehingga customer dapat terlayani
dengan baik, teratur dan cepat.

47. KATA PENUTUP
Demikian yang dapat kami paparkan mengenai materi yang menjadi pokok bahasan
dalam makalah ini, tentunya masih banyak kekurangan dan kelemahannya, kerena
terbatasnya pengetahuan dan kurangnya rujukan atau referensi yang ada hubungannya
dengan judul makalah ini.
Penulis banyak berharap para pembaca yang budiman sudi memberikan kritik dan
saran yang membangun kepada penulis demi sempurnanya makalah ini dan dan
penulisan makalah di kesempatan – kesempatan berikutnya.
Semoga makalah ini berguna bagi penulis pada khususnya juga para pembaca yang
budiman pada umumnya.