SlideShare a Scribd company logo
1 of 21
BAB I
PENDAHULUAN
1.1 Latar Belakang
Desain Eksperimen adalah penelitian yang dilakukan untuk mempelajari atau
menemukan sesuatu mengenai proses yang ada atau membandingkan efek dari
beberapa kondisi terhadap suatu fenomena (Montgomery, D.C.,1991). Salah satu
rancangan penelitian yang ada didalam desain eksperimen yaitu Rancangan Bujur
Sangkar Latin (RBSL). RBSL merupakan rancangan penelitian dengan dua arah
pengelompokkan (baris dan kolom), banyaknya perlakuan sama dengan jumlah
ulangan sehingga setiap baris dan kolom akan mengandung semua perlakuan,
pengacakan dibatasi dengan mengelompokkannya ke dalam baris dan juga kolom,
sehingga setiap baris dan kolom hanya akan mendapatkan satu perlakuan.
Penerapan RBSL yakni dengan melakukan penelitian menghitung lama waktu
membersihkan noda pada kain hingga bersih. Penelitian ini bisa diperuntukkan bagi
ibu rumah tangga yang mana sering kali ditemui kain kotor saat memasak misalnya
saat memasak masakan yang menggunakan kecap sehingga menyisahkan noda-noda
kecil. Penelitian ini menggunakan kain, noda kecap, dan deterjen karena lebih efisien,
lebih praktis, dan mudah didapatkan dimana-mana. Penelitian ini menggunakan
Rancangan Bujur Sangkar Latin (RBSL) karena penelitian dikelompokkan menjadi
dua arah (baris dan kolom) dan bertujuan untuk memperkecil jumlah kuadrat galat.
Pada penelitian kali ini digunakan empat jenis kain yakni kain hero, katun,
polyester, dan kafan , empat merk deterjen yakni deterjen attack, daia, rinso, dan so
klin , dan noda dari empat merk kecap yang berbeda yakni kecap bango, giant, ABC,
dan sedap. Dimana deterjen menjadi variabel respon serta kain dan noda kecap
sebagai variabel prediktor. Penghitungan lama waktu mencuci kain dilakukan setelah
kain yang bernoda masuk ke dalam air deterjen hingga kembali bersih. Hasil
penghitungan lama waktu mencuci lembar pengamatan untuk dilakukan pengujian
dan dibandingkan apakah ada perbedaan perlakuan dengan menggunakan metode
Rancangan Bujur Sangkar Latin (RBSL).
1
1.2 Rumusan Masalah
Dalam penelitian ini, rumusan masalah yang digunakan sebagai acuan untuk
analisis adalah sebagai berikut.
1. Bagaimana statistika deskriptif dari data hasil pengamatan lama waktu
mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack,
Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih?
2. Bagaimana hasil analisis (ANOVA) dari data hasil pengamatan lama waktu
mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack,
Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih?
3. Bagaimana hasil uji perbandingan ganda dari data hasil pengamatan lama
waktu mencuci bila didapatkan tolak H0 dengan empat merk deterjen yang
berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang
bernoda hingga bersih?
4. Bagaimana hasil uji asumsi residual yang IIDN (Identik, Independen,
berdistribusi normal) terhadap data hasil pengamatan lama waktu mencuci
dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso,
dan So Klin pada kain yang bernoda hingga bersih?
1.3 Tujuan
Perumusan masalah diatas menghasilkan tujuan yang akan dicapai dalam
penelitian ini adalah sebagai berikut.
1. Mengetahui statistika deskriptif dari data hasil pengamatan lama waktu
mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack,
Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih.
2. Mengetahui hasil analisis (ANOVA) dari data hasil pengamatan lama waktu
mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack,
Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih.
3. Mengetahui hasil uji perbandingan ganda dari data hasil pengamatan lama
waktu mencuci bila didapatkan tolak H0 dengan empat merk deterjen yang
2
berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang
bernoda hingga bersih.
4. Mengetahui hasil uji asumsi residual yang IIDN (Identik, Independen,
berdistribusi normal) terhadap data hasil pengamatan lama waktu mencuci
dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso,
dan So Klin pada kain yang bernoda hingga bersih.
1.4 Manfaat
Manfaat yang dapat diambil dari penelitian yang telah dilakukan adalah dapat
memahami pengertian dan konsep teori Rancangan Bujur Sangkar Latin (RBSL),
dapat menyelesaikan perumusan masalah dari penelitian ini menggunakan RBSL.
Selain itu, pembaca juga dapat mengetahui penerapan RBSL dalam kehidupan seharihari.
1.5 Batasan
Batasan masalah

dalam penelitian ini menggunakan empat jenis kain yang

berbeda, empat jenis deterjen yang berbeda merk, dan empat jenis noda kecap.
Pengamatan dilakukan saat sore hari jam 17.00 WIB dengan memberikan takaran
deterjen, luas kain, dan volume air yang sama.

BAB II
LANDASAN TEORI
3
2.1 Statistika Deskriptif
Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan
dan penyajian suatu gugus data sehingga memberikan informasi yang berguna
(Walpole, 1999).
Statistika deskriptif yang digunakan dalam praktikum ini adalah sebagai berikut:
a. Mean
Mean adalah jumlah keseluruhan pada data yang diperoleh dibagi dengan
banyaknya data. Rumus yang digunakan untuk mencari mean sebagai berikut
Tabel 2.1 Rumus Mean

Mean untuk

Mean untuk Data

Data Tunggal

Kelompok

n

x=

∑x
i =1

x=

i

∑f x
∑f
i

i

i

n

= Mean

x
n

∑x
i =1

n

i

= Jumlah data ke-i sampai n
= Banyaknya data
= Frekuensi

dan untuk menentukan nilai standart deviasi adalah akar dari varians.
(Walpole, 1995).
b. Varians
Varians digunakan untuk menentukan seberapa besar keragaman dari suatu
data. Rumus yang digunakan untuk mencari Varians sebagai berikut.

4
Tabel 2.2 Rumus Varians

Varians untuk

Varians untuk Data

Data Tunggal

Kelompok

s

2

=

∑( x −x )

2

n −1

(

s = ∑f x − x
n −1
2

)

2

Keterangan :
S2 = Varians
X = Nilai individu
x

= Nilai rata-rata

n = Jumlah data
f

= Frekuensi

(Walpole, 1995).
2.2 Rancangan Bujur Sangkar Latin (RBSL)
Rancangan Bujur Sangkar Latin (RBSL) adalah suatu rancangan yang mampu
mengelompokkan satuan penelitian berdasarkan dua kriteria melalui pengelompokkan
baris dan kolom. Keuntungan dari RBSL yaitu,
1. Mengurangi keragaman galat melalui penggunaan dua buah pengelompokkan.
2. Pengaruh perlakuan dapat dilakukan untuk penelitian berskala kecil.
3. Analisis relatif mudah.
4. Baris atau kolom bisa juga digunakan untuk meningkatkan cakupan dalam
pengambilan kesimpulan
2.2.1 Model Linear dan Analisis Ragam untuk RBSL
Suatu asumsi dasar untuk RBSL dengan satu pengamatan persatuan penelitian
(experimental unit) adalah bahwa setiap pengamatan harus dapat direpresentasikan
melalui model linear. Model linear untuk RSBL adalah :
Yijk = µ + α i + β j + τ k + ∈ijk

(2.1)

Dimana,
5
Yijk

= nilai pengamatan dari perlakuan ke-k dalam baris ke-i dan kolom ke-

j.

µ = nilai tengah populasi (rata-rata yang sesungguhnya).
αi = pengaruh aditif dari baris ke-i.

βj = pengaruh aditif dari kolom ke-j.

τk = pengaruh aditif dari perlakuan ke-k.
∈
ijk

= pengaruh galat penelitian dari

(Vincent Gasper, 1999).
2.2.2 ANOVA (Analysis of Variance)
Dalam melakukan analisis data dilakukan hipotesis sebagai berikut.
Hipotesis : H0 : τ 1 = τ 2 = ... = τ r = 0 atau τ k = 0 (k =1,2,......, r )
H1 : minimal ada satu τ k ≠ 0 untuk k =1,2,......, r
Hipotesis diatas dirumuskan untuk menguji bahwa tidak ada pengaruh
perlakuan terhadap respons yang diamati ata dengan kata lain pengaruh perlakuan
terhadap respons adalah nol.
Tabel 2.3 Struktur Analysis of Variance (ANOVA)
Sumber
Keragaman
Baris
Kolom
Perlakuan
Galat
Total

Derajat Bebas

Jumlah Kuadrat

Kuadrat Tengah

Fhitung

r-1
r-1
r-1
(r-1)(r-2)
r2-1

JKB
JKK
JKP
JKG
JKT

KTB
KTK
KTP
KTG

KTB/KTG
KTK/KTG
KTP/KTG

Keterangan :
Faktor Koreksi (FK) =

2
Y...
r2

Jumlah Kuadrat Total (JKT) =
Jumlah Kuadrat Baris (JKB) =

(2.2)
Y
∑

− FK

(2.3)

− FK

(2.4)

2
ijk

i , j ,k

∑Y

2
i ..

i

r

6
Jumlah Kuadrat Kolom (JKK) =

∑Y

2
. j.

j

Jumlah Kuadrat Perlakuan (JKP) =

(2.5)

− FK

r

∑Y

2
.. k

k

r

(2.6)

− FK

Jumlah Kuadrat Galat (JKG) = JKT – JKB – JKK – JKP

(2.7)

(Gasper, 1999).
2.3 Uji Asumsi IIDN (Identik, Independen, Berdistribusi Normal)
Pemeriksaan Asumsi Residual IIDN (Identik, Independen, Distribusi Normal)
merupakan uji yang harus dilakukan apakah data yang digunakan memenuhi ketiga
asumsi tersebut dalam melakukan pengujian (Sudjana,1996).
2.3.1 Pemeriksaan Asumsi Residual Identik
Pemeriksaan Asumsi Residual identik dilakukan untuk melihat apakah
residual memenuhi asumsi identik. Suatu data dikatakan identik apabila plot
residualnya menyebar secara acak dan tidak membentuk suatu pola tertentu. Nilai
varians

rata-ratanya

sama

antara

varians

satu

dengan

yang

lainnya

(Sudjana,1996).
2.3.2 Pemeriksaan Asumsi Residual Independen
Pemeriksaan Asumsi Residual independen dilakukan untuk melihat apakah
residual memenuhi asumsi independen. Suatu data dikatakan independen apabila
plot residualnya menyebar secara acak dan tidak membentuk suatu pola tertentu
(Sudjana,1996).
2.3.3 Pengujian Asumsi Residual Berdistribusi Normal
Pengujian Asumsi Residual berdistribusi normal dilakukan untuk melihat
apakah residual memenuhi asumsi berdistribusi normal atau tidak. Kenormalan
suatu data dapat dilihat dari plotnya. Apabila plot sudah mendekati garis linier,
dapat dikatakan bahwa data tersebut memenuhi asumsi yaitu berdistribusi normal.
7
Uji kenormalan data juga dapat dilihat dari nilai Dhitung yang diperoleh dari hasil
uji Kolmogorov Smirnov. Nilai Dhitung dibandingkan dengan nilai α.
Hipotesisnya adalah sebagai berikut.
H0 : Residual berdistribusi normal
H1 : Residual tidak berdistribusi normal
α : 0.05
Statistik Uji :Dhit = supx|Fn (x) – F0 (x)|

(50)

Daerah kritis :Tolak H0, jika nilai Dhitung< Dα dan residual tidak berdistribusi
normal. Jadi suatu data dapat dikatakan baik apabila data tersebut memenuhi semua
asumsi IIDN (Identik, Independen, Distribusi Normal).(Sudjana,1996)
2.4 Deterjen
Deterjen dalam arti luas adalah bahan yang digunakan sebagai pembersih,
termasuk sabun cuci piring alkali dan cairan pembersih. Definisi yang lebih spesifik
dari deterjen adalah bahan pembersih yang mengandung senyawa petrokimia atau
surfaktan sintetik lainnya. Surfaktan merupakan bahan pembersih utama yang
terdapat didalam deterjen (Fardiaz, 2006).
2.5 Kain
Hal utama yang paling memengaruhi kualitas dan keragaman bahan kain adalah
serat. Serat inilah yang menentukan pembagian jenis bahan yang dibagi menjadi dua
bagian, yaitu serat alami dan serat buatan/sintetis. Serat alami merupakan bahan
alamiah yang berasal dari hewan maupun tumbuh-tumbuhan, seperti kepompong ulat
sutra, nanas, bulu domba, biji kapas, dll. Contoh kain dari jenis serat alami adalah
wol, silk, kapas, dan lenan. Sedangkan serat buatan/sintetis terbuat dari bahan buatan
yaitu biji plastik. Serat ini mulai dikenal pada abad ke-20. Contoh kain dari jenis serat
buatan adalah polyester.(Yuditesa, 2009)
Dalam era industri, polyester diminati karena tidak mudah kusut, harganya yang
relative murah, tersedia dalam berbagai warna, dan motif print-nya yang sangat

8
bervariasi. Serat polyester biasanya menghasilkan kain yang tipis (tapi bukan
transparan) dan melayang.(Yuditesa, 2009)
Kain katun berasal dari buah tanaman kapas. Buah kapas memiliki bulu halus
yang disebut dengan serat kapas. Kain katun mempunyai sifat tidak panas dan mudah
menyerap keringat. Oleh karena itu, kain katun banyak digunakan sebagai bahan
untuk membuat baju seragam dan baju sehari-hari.(Yuditesa, 2009)
2.6 Air
Air merupakan zat yang paling penting dalam kehidupan ini. Air terdapat diudara,
danau, sungai, laut, jaringan tubuh, dalam tanah, dan sebagainya. Begitu pentingnya
air, sehingga apabila tidak ada air dimungkinkan juga tidak ada kehidupan. Air juga
merupakan bagian terbesar dari komponen pembentuk tubuh tumbuh-tumbuhan dan
hewan di laut. Air juga merupakan medium tempat terjadinya reaksi kimia, baik di
dalam maupun diluar tubuh organisme hidup (Kuncoro, 2004).
2.7 Kecap
Kecap adalah salah satu bumbu penyedap makanan berupa cairan berwarna hitam
yang memiliki rasa dan aroma yang khas. Kecap sering digunakan dalam masakan
Indonesia(Astawan, 2009).
Kecap merupakan sumber protein yang cukup baik, karena mengandung asamasam amino esensial yang cukup tinggi. Kecap mengandung pula zat gizi lain, seperti
lemak, karbohidrat, vitamin dan mineral yang jumlahnya relative lebih rendah
dibandingkan dengan protein (Astawan, 2009).

BAB III
9
METODOLOGI PENELITIAN
3.1 Sumber Data
Pada penelitian ini data yang digunakan adalah data primer. Sumber data
diperoleh dari hasil penelitian lama waktu mencuci hingga kain menjadi bersih pada
jenis kain yang berbeda pada hari Jumat, 19 April 2013 pukul 17.00 dan bertempat di
Lapangan T, Jurusan Statistika ITS oleh Giyanti Linda Purnama dan Arning
Susilawati.
3.2 Variabel Penelitian
Terdapat beberapa variabel penelitian dalam pengamatan lama waktu mencuci
hingga kain menjadi bersih pada jenis kain yang berbeda, yaitu lama waktu
membersihkan noda sebagai variabel respon, noda kecap sebagai baris, kain sebagai
kolom, sedangkan pemberian deterjen sebagai variabel prediktor (faktor).
3.3 Alat dan Bahan
Alat dan bahan yang digunakan dalam penelitian lama waktu deterjen
mebersihkan noda pada jenis kain yang berbeda adalah sebagai berikut.
a.) Alat
1. 4 buah gelas plastik yang berukuran sama.
2. Sendok teh.
3. Lembar pengamatan dan alat tulis.
b.) Bahan
1. 4 merk kecap yang berbeda yaitu kecap bangau, kecap ABC, kecap Giant,
dan kecap sedaap.
2. 4 jenis kain ukuran 12cm x 12cm yang berbeda yaitu Kain kafan, kain
polyester, kain hero, dan kain katun.
3. ± 150 ml Air bersih.
4. 4 merk deterjen bubuk yang berbeda yaitu Daia, Attack, Rinso, dan So
Klin.
10
5. 4 jenis kain ukuran 12cm x 12cm yang berbeda yaitu Kain kafan, kain
polyester, kain hero, dan kain katun.
3.4 Langkah Kerja
Langkah kerja yang dilakukan dalam penelitian lama waktu mencuci hingga kain
menjadi bersih pada jenis kain yang berbeda adalah sebagai berikut.
1. Menyiapkan semua alat dan bahan yang diperlukan.
2. Mengisi wadah dengan volume air yang sama. Lalu, satu wadah diberi 2
sendok deterjen dari satu merk deterjen.
3. Menyiapkan empat jenis kain yang berbeda kemudian buatlah noda kecap
diatas kain sesuai dengan rancangan penelitian.
4. Mengucek kain dan hitung lama waktu mengucek hingga noda pada kain
hilang dengan kecepatan mengucek yang stabil.
5. Mencatat lama waktu mengucek ke dalam lembar kerja yang telah disediakan.
3.5 Langkah Analisis
Langkah analisis yang dilakukan dalam penelitian lama waktu mencuci hingga
kain menjadi bersih pada jenis kain yang berbeda adalah sebagai berikut
1. Menginput data lama waktu mencuci hingga kain menjadi bersih pada jenis kain
yang berbeda.
2. Menghitung statistik deskriptif dari data lama waktu mencuci hingga kain
menjadi bersih pada jenis kain yang berbeda.
3. Melakukan uji ANOVA dari data lama waktu mencuci hingga kain menjadi
bersih pada jenis kain yang berbeda.
4. Melakukan uji perbandingan berganda bila hasil uji ANOVA adalah tolak H0.
5. Melakukan pemeriksaan asumsi IIDN~(0,σ2).
6. Interpretasi.
7. Kesimpulan dan saran.
3.6 Diagram Alir
Berikut adalah diagram alir langkah analisis dari penelitian yang dilakukan

11
Mulai

Menginputkan Data

Statistika Deskriptif

Tolak H0

A Uji
no
va

Uji
perbandingan
berganda

Terima H0

Periksa
asumsi
IIDN

Kesimpulan dan saran

Selesai
Gambar 3.1 Diagram alir

BAB IV
ANALISIS DAN PEMBAHASAN
12
4.1 Statistika Deskriptif
Pada statistika deskriptif dalam penelitian ini yang digunakan adalah rata-rata,
keragaman (varians), nilai maksimum, dan nilai minimum dari data pengamatan lama
waktu mencuci dari empat merk deterjen yang berbeda, yaitu attack, daia, rinso, dan
so klin dengan empat jenis kain yang berbeda pula yakni kain hero, katun, polyester,
dan kafan yang mana pada setiap kain diberi berbagai noda kecap berupa kecap
bango, giant, ABC, dan sedap. Berikut ini adalah hasil pengamatan tersebut:
Tabel 4.1 Data Pengamatan Lama Waktu Mencuci Empat Merk Deterjen
Deterjen
Attack
Daia
Rinso
So Klin

Mean
32
28,5
26,25
24,25

Varians
92
105
118,25
11,583

Maksimum
43
43
42
29

Minimum
23
19
17
21

Tabel 4.1 data pengamatan lama waktu mencuci dari empat merk deterjen
yang berbeda dengan empat jenis kain yang berbeda serta empat jenis noda yang
berbeda didapatkan bahwa waktu terlama mencuci adalah pada attack dan daia
sebesar 43 detik, sedang waktu tercepat mencuci adalah pada rinso sebesar 17 detik.
Varians terbesar dalam lama waktu mencuci adalah pada rinso yakni 118,25 detik,
sedangkan varians terkecilnya adalah pada so klin. Rata-rata waktu terlama mencuci
terjadi pada attack yakni sebesar 32 detik, sedangkan rata-rata waktu tercepat
mencuci terjadi pada so klin yakni sebesar 24,25 detik. Jadi, deterjen yang baik untuk
membersihkan noda adalah so klin karena rata-rata mencucinya lebih cepat dari pada
deterjen attack, daia dan rinso.

4.2 Uji Analisis Varians (ANOVA)

13
Uji ANOVA pada data lama waktu mencuci dilakukan untuk mengetahui
apakah deterjen, noda dan kain memberikan hasil yang berbeda pada lama waktu
mencuci. Berikut ini adalah uji analisis varians dari rancangan bujur sangkar latin:
Hipotesis Perlakuan (Deterjen):
H 0 : τ 1 = τ 2 = τ 3 = τ 4 (deterjen tidak memberikan pengaruh terhadap lama waktu

mencuci)
H 1 : τi ≠ 0 (minimal ada satu deterjen yang berpengaruh terhadap lama waktu

mencuci)
Hipotesis Baris (Noda):
H 0 : α1 = α 2 = α 3 = α 4

(noda tidak memberikan pengaruh terhadap lama waktu

mencuci)
H 1 : αi ≠ 0 (minimal ada satu noda yang berpengaruh terhadap lama waktu mencuci)

Hipotesis Kolom (Kain):
H 0 : β1 = β 2 = β 3 = β 4

(kain tidak memberikan pengaruh terhadap lama waktu

mencuci)
H 1 : βi ≠ 0 (minimal ada satu kain yang berpengaruh terhadap lama waktu mencuci)

Dimana i=1,2,3,4 dan j=1,2,3,4
Taraf signifikan α = 0,05;
Titik kritis tolak H0 jika FHitung > FTabel atau Pvalue < α
Statistik uji:
Tabel 4.2 Analisis Varians pada Data Lama Waktu Mencuci Empat Merk Deterjen
Sumber
Noda
Kain
Deterjen
Galat
Total

DB
3
3
3
6
15

JK
561.5
15.5
132.5
403.5
1113

KT
187.17
5.17
44.17
67.25

Fhitung
2.78
0.08
0.66

F0.05
4.76
4.76
4.76

Pvalue
0.132
0.97
0.608

Dari tebel 4.2 dapat disimpulkan bahwa untuk perlakuan (deterjen)
menghasilkan FHitung (0,66) < FTabel (4,76) sehingga keputusan dari data tersebut
14
adalah gagal tolak H0 (tidak signifikan) artinya deterjen tidak memberikan pengaruh
yang signifikan terhadap lama waktu mencuci. Pada kain menghasilkan
FHitung (0,08) < FTabel ( 4,76) sehingga keputusan dari data tersebut adalah gagal

tolak H0 (tidak signifikan) artinya jenis kain tidak memberikan pengaruh yang
signifikan

terhadap

lama

waktu

mencuci.

Pada

noda

menghasilkan

FHitung ( 2,78) < FTabel ( 4,76) sehingga keputusan dari data tersebut adalah gagal

tolak H0 (tidak signifikan) artinya noda kecap tidak memberikan pengaruh yang
signifikan terhadap lama waktu mencuci. Jadi, pada deterjen, noda, dan kain tidak
memberikan pengaruh yang signifikan terhadap lama waktu mencuci.

4.3 Uji Asumsi IIDN~(0,σ2)
4.3.1 Uji Asumsi Residual Identik
Berikut ini adalah gambar untuk menentukan uji identik:
10

Residual

5

0

-5

-10
20

25

30

35

40

45

Fitted Value

Gambar 4.1 Uji Identik pada Data Lama Waktu Mencuci Empat Merk Deterjen

Pada gambar 4.1 fitted value didapatkan bahwa data lama waktu mencuci
tersebut tidak memiliki pola sehingga memiliki residual identik.
4.3.2 Uji Asumsi Residual Idependen
Berikut ini adalah gambar untuk menentukan uji idependen:
15
10

Residual

5

0

-5

-10
1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

Observation Order

Gambar 4.2 Uji Idependen pada Data Lama Waktu Mencuci Empat Merk Deterjen

Pada gambar 4.2 obsevation order dari data lama waktu mencuci dapat
dilihat bahwa grafik tersebut tidak berpola atau tidak memiliki pola tertentu,
hal ini dapat dilihat bahwa titik-titik tertinggi atau terendah pada grafik
tersebut hampir sama dari titik yang satu dengan yang lain,sehingga grafik
tersebut dapat dikatakan bersifat idependen.
4.3.3

Uji Normalitas Kolmogorov Smirnov
Berikut ini adalah gambar dari data lama waktu mencuci untuk

menentukan

distribusi

normal

dengan

Kolmogorov Smirnov.

16

menggunakan

uji

normalitas
99

Mean
StDev
N
KS
P-Value

95
90

0
5.187
16
0.125
> 0.150

80

Percent

70
60
50
40
30
20
10
5

1

-15

-10

-5

0

5

10

Residual

Gambar 4.3 Uji Kolmogorov smirnov Distribusi Normal pada Data Lama Waktu Mencuci
Empat Merk Deterjen

Uji Kolmogorov smirnov :
H 0 : distribusi normal

H 1 : tidak berdistribusi normal

Statistik uji:

{

}

{

}

+
−
D = max( D + , D − ) dimana D = max i i / n − Z ( i ) ; D = max i Z ( i ) − (i − 1) / n

Z (i ) = F ( X (i ) )

F ( x) : fungsi distribusi peluang dari distribusi normal
X (i ) : nilai sampel acak, 1≤i≤n

N adalah banyak sampel
Taraf signifikan α = 0,05;
Titik kritis tolak H0 jika Pvalue < α
Dari

gambar

4.3

dapat

diketahui

bahwa

P
value >0,150

sehingga

Pvalue (0,150) > α(0,05) dengan begitu kesimpulannya adalah gagal tolak H0, artinya

penelitian dari lama waktu mencuci merupakan distribusi normal Kolmogorov
smirnov.

BAB V
17
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Dari penelitian lama waktu mencuci pada deterjen disimpulkan bahwa
deterjen merk so klin dapat lebih cepat menghilangkan noda pada berbagai
jenis kain.
2. Berdasarkan uji ANOVA dapat diketahui bahwa deterjen, kain, dan noda
tidak tidak memberikan pengaruh yang signifikan terhadap lama waktu
mencuci.
3. Data yang didapat dari hasil pengamatan lama waktu mencuci terhadap
berbagai jenis kain yang terdapat noda dari berbagai merk noda kecap yang
berbeda setelah dilakukan pemeriksaan asumsi IIDN~(0,σ2), data residual
tersebut memenuhi asumsi IIDN~(0,σ2).
5.2 Saran
Untuk melakukan pengujian RBSL, diharapkan melakukannya dengan teliti
saat pengamatan, mengentri data, pengujian dengan menggunakan program
komputer, sehingga menghasilkan interpretasi yang benar dan memberikan
kesimpulan yang akurat serta dapat bermanfaat bagi pembaca.

18
Daftar Pustaka
Astrawan, Made. 2009. Sehat dengan Hidangan Kacang dan Biji-Bijian. Jakarta:
Penebar Swadaya.
Budi, Eko Kuncoro. 2004. Akuarium Laut. Yogyakarta : Kanisius.
Fardiaz, Srikandi. 2006. Polusi Air dan Udara. Yogyakarta: Kanisius
Gaspersz, Vincert. 1995. Teknik Analisis Dalam Penelitian Penelitian. Bandung :
Tarsito
Montgomery, D.C. 1999. Desain and Analysis of Experiments. New York.
Sudjana. 1996. Metode Statistik. Bandung: Tarsito.
Wallpole, E. Ronald. 1995. Penghantar Statistika. Jakarta: Gramedia Pustaka Utama.
Yuditesa, Tita. 2009. Furniture Multifungsi untuk Rumah Tipe 26, 36, dan 50.
Jakarta: Transmedia

19
LAMPIRAN
Noda
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4

Kain
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4

Deterjen
A
B
C
D
B
C
D
A
C
D
A
B
D
A
B
C

20

Respon (detik)
43
43
42
23
27
17
21
37
23
29
25
25
24
23
19
23
21

More Related Content

What's hot

What's hot (20)

Uji BNT
Uji BNTUji BNT
Uji BNT
 
Pengantar Rancangan Percobaan
Pengantar Rancangan PercobaanPengantar Rancangan Percobaan
Pengantar Rancangan Percobaan
 
Percobaan faktorial
Percobaan faktorialPercobaan faktorial
Percobaan faktorial
 
08. data hilang (missing data)
08. data hilang (missing data)08. data hilang (missing data)
08. data hilang (missing data)
 
Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)Rancangan acak lengkap (RAL)
Rancangan acak lengkap (RAL)
 
Rancangan Faktorial 2k
Rancangan Faktorial 2kRancangan Faktorial 2k
Rancangan Faktorial 2k
 
Rancangan percobaan
Rancangan percobaanRancangan percobaan
Rancangan percobaan
 
T2 Hottelling
T2 HottellingT2 Hottelling
T2 Hottelling
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
RANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAPRANCANGAN ACAK LENGKAP
RANCANGAN ACAK LENGKAP
 
RBSL
RBSLRBSL
RBSL
 
7. uji lanjut kontras
7. uji lanjut kontras7. uji lanjut kontras
7. uji lanjut kontras
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan Geometrik
 
Uji tukey & Uji scheffe
Uji tukey & Uji scheffeUji tukey & Uji scheffe
Uji tukey & Uji scheffe
 
Split Plot
Split PlotSplit Plot
Split Plot
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)
 
Tabel tukey-hsd bnj
Tabel tukey-hsd bnjTabel tukey-hsd bnj
Tabel tukey-hsd bnj
 
Uji lanjut
Uji lanjutUji lanjut
Uji lanjut
 
Faktorial
FaktorialFaktorial
Faktorial
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
 

Viewers also liked

Rancangan desain bujur sangkar latin
Rancangan desain bujur sangkar latin Rancangan desain bujur sangkar latin
Rancangan desain bujur sangkar latin Andi Rahim
 
“Pengaruh pemberian pupuk hayati dengan berbagai perlakuan terhadap budidaya ...
“Pengaruh pemberian pupuk hayati dengan berbagai perlakuan terhadap budidaya ...“Pengaruh pemberian pupuk hayati dengan berbagai perlakuan terhadap budidaya ...
“Pengaruh pemberian pupuk hayati dengan berbagai perlakuan terhadap budidaya ...Ekal Kurniawan
 
Rancangan faktorial
Rancangan faktorialRancangan faktorial
Rancangan faktorialAndi Rahim
 
RAL (Rancangan Acak Lengkap)
RAL (Rancangan Acak Lengkap)RAL (Rancangan Acak Lengkap)
RAL (Rancangan Acak Lengkap)blueray11
 
Rancangan acak kelompok faktorial
Rancangan acak kelompok faktorialRancangan acak kelompok faktorial
Rancangan acak kelompok faktorialArif Hermanto
 
Istilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIstilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIr. Zakaria, M.M
 
Analisis Statistika
Analisis StatistikaAnalisis Statistika
Analisis StatistikaDian Arisona
 
Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)guesta7d3cf4c
 
Modul 1 Metode Rancangan Acak Lengkap
Modul 1 Metode Rancangan Acak LengkapModul 1 Metode Rancangan Acak Lengkap
Modul 1 Metode Rancangan Acak Lengkapnur cendana sari
 
Modul praktikum rancob
Modul praktikum rancobModul praktikum rancob
Modul praktikum rancobtisazha
 
15. budidaya udang di tambak
15. budidaya udang di tambak15. budidaya udang di tambak
15. budidaya udang di tambakPutra putra
 

Viewers also liked (13)

Rancangan desain bujur sangkar latin
Rancangan desain bujur sangkar latin Rancangan desain bujur sangkar latin
Rancangan desain bujur sangkar latin
 
“Pengaruh pemberian pupuk hayati dengan berbagai perlakuan terhadap budidaya ...
“Pengaruh pemberian pupuk hayati dengan berbagai perlakuan terhadap budidaya ...“Pengaruh pemberian pupuk hayati dengan berbagai perlakuan terhadap budidaya ...
“Pengaruh pemberian pupuk hayati dengan berbagai perlakuan terhadap budidaya ...
 
Rancangan faktorial
Rancangan faktorialRancangan faktorial
Rancangan faktorial
 
RAL (Rancangan Acak Lengkap)
RAL (Rancangan Acak Lengkap)RAL (Rancangan Acak Lengkap)
RAL (Rancangan Acak Lengkap)
 
Rancangan acak kelompok faktorial
Rancangan acak kelompok faktorialRancangan acak kelompok faktorial
Rancangan acak kelompok faktorial
 
Istilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaanIstilah istilah dalam rancangan percobaan
Istilah istilah dalam rancangan percobaan
 
Projek asti(b) revisi
Projek asti(b) revisiProjek asti(b) revisi
Projek asti(b) revisi
 
Analisis Statistika
Analisis StatistikaAnalisis Statistika
Analisis Statistika
 
Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)Rancangan Acak Lengkap (RAL)
Rancangan Acak Lengkap (RAL)
 
Modul 1 Metode Rancangan Acak Lengkap
Modul 1 Metode Rancangan Acak LengkapModul 1 Metode Rancangan Acak Lengkap
Modul 1 Metode Rancangan Acak Lengkap
 
Modul praktikum rancob
Modul praktikum rancobModul praktikum rancob
Modul praktikum rancob
 
STATISTIKA
STATISTIKASTATISTIKA
STATISTIKA
 
15. budidaya udang di tambak
15. budidaya udang di tambak15. budidaya udang di tambak
15. budidaya udang di tambak
 

Similar to RBSL-DETERJEN

1. RPP PENGAMATAN OBJEK DAN PENGUKURAN 2022r.pdf
1. RPP PENGAMATAN OBJEK DAN PENGUKURAN 2022r.pdf1. RPP PENGAMATAN OBJEK DAN PENGUKURAN 2022r.pdf
1. RPP PENGAMATAN OBJEK DAN PENGUKURAN 2022r.pdfAgusHidayat69
 
modul IV rancangan faktorial noda dan deterjen
modul IV rancangan faktorial noda dan deterjenmodul IV rancangan faktorial noda dan deterjen
modul IV rancangan faktorial noda dan deterjennur cendana sari
 
Anava 1 arah
Anava 1 arahAnava 1 arah
Anava 1 arahyositria
 
FUNGSI MASSA PELUANG PADA POLA TITIK SPASIAL KELOMPOK SERTA FUNGSI STATISTIK ...
FUNGSI MASSA PELUANG PADA POLA TITIK SPASIAL KELOMPOK SERTA FUNGSI STATISTIK ...FUNGSI MASSA PELUANG PADA POLA TITIK SPASIAL KELOMPOK SERTA FUNGSI STATISTIK ...
FUNGSI MASSA PELUANG PADA POLA TITIK SPASIAL KELOMPOK SERTA FUNGSI STATISTIK ...Repository Ipb
 
ITP UNS Semester 3, Rancangan Percobaan
ITP UNS Semester 3, Rancangan PercobaanITP UNS Semester 3, Rancangan Percobaan
ITP UNS Semester 3, Rancangan PercobaanFransiska Puteri
 
Istilah istilah rancangan percobaan mustafa
Istilah  istilah rancangan percobaan mustafaIstilah  istilah rancangan percobaan mustafa
Istilah istilah rancangan percobaan mustafaIr. Zakaria, M.M
 
BAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBasyiruddinAfi654
 
BAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBasyiruddinAfi654
 
mas_dewantara,+artikel3-JanJun2010-2.pdf
mas_dewantara,+artikel3-JanJun2010-2.pdfmas_dewantara,+artikel3-JanJun2010-2.pdf
mas_dewantara,+artikel3-JanJun2010-2.pdftamamyganteng1
 
Populasi dan sampel dalam penelitian HCI
Populasi dan sampel dalam penelitian HCIPopulasi dan sampel dalam penelitian HCI
Populasi dan sampel dalam penelitian HCITenia Wahyuningrum
 
Kuliah 10. Sampel Penelitian-oke-edit.pptx
Kuliah 10.  Sampel Penelitian-oke-edit.pptxKuliah 10.  Sampel Penelitian-oke-edit.pptx
Kuliah 10. Sampel Penelitian-oke-edit.pptxReskiCantik
 
Jawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIFJawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIFSUCIK PUJI UTAMI
 
Slide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryaniSlide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryaniFadjryani ST, M.Si
 
Slide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryaniSlide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryaniFadjryani ST, M.Si
 
1 buku-rancob-pendahuluan
1 buku-rancob-pendahuluan1 buku-rancob-pendahuluan
1 buku-rancob-pendahuluanUmmu D'light
 

Similar to RBSL-DETERJEN (20)

Fisika
FisikaFisika
Fisika
 
1. RPP PENGAMATAN OBJEK DAN PENGUKURAN 2022r.pdf
1. RPP PENGAMATAN OBJEK DAN PENGUKURAN 2022r.pdf1. RPP PENGAMATAN OBJEK DAN PENGUKURAN 2022r.pdf
1. RPP PENGAMATAN OBJEK DAN PENGUKURAN 2022r.pdf
 
modul IV rancangan faktorial noda dan deterjen
modul IV rancangan faktorial noda dan deterjenmodul IV rancangan faktorial noda dan deterjen
modul IV rancangan faktorial noda dan deterjen
 
Anava 1 arah
Anava 1 arahAnava 1 arah
Anava 1 arah
 
Proposal.pptx
Proposal.pptxProposal.pptx
Proposal.pptx
 
FUNGSI MASSA PELUANG PADA POLA TITIK SPASIAL KELOMPOK SERTA FUNGSI STATISTIK ...
FUNGSI MASSA PELUANG PADA POLA TITIK SPASIAL KELOMPOK SERTA FUNGSI STATISTIK ...FUNGSI MASSA PELUANG PADA POLA TITIK SPASIAL KELOMPOK SERTA FUNGSI STATISTIK ...
FUNGSI MASSA PELUANG PADA POLA TITIK SPASIAL KELOMPOK SERTA FUNGSI STATISTIK ...
 
ITP UNS Semester 3, Rancangan Percobaan
ITP UNS Semester 3, Rancangan PercobaanITP UNS Semester 3, Rancangan Percobaan
ITP UNS Semester 3, Rancangan Percobaan
 
Istilah istilah rancangan percobaan mustafa
Istilah  istilah rancangan percobaan mustafaIstilah  istilah rancangan percobaan mustafa
Istilah istilah rancangan percobaan mustafa
 
Minggu 3
Minggu 3Minggu 3
Minggu 3
 
BAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.ppt
 
BAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.ppt
 
mas_dewantara,+artikel3-JanJun2010-2.pdf
mas_dewantara,+artikel3-JanJun2010-2.pdfmas_dewantara,+artikel3-JanJun2010-2.pdf
mas_dewantara,+artikel3-JanJun2010-2.pdf
 
Populasi dan sampel dalam penelitian HCI
Populasi dan sampel dalam penelitian HCIPopulasi dan sampel dalam penelitian HCI
Populasi dan sampel dalam penelitian HCI
 
Kuliah 10. Sampel Penelitian-oke-edit.pptx
Kuliah 10.  Sampel Penelitian-oke-edit.pptxKuliah 10.  Sampel Penelitian-oke-edit.pptx
Kuliah 10. Sampel Penelitian-oke-edit.pptx
 
Jawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIFJawaban diskusi minggu 11 METODE KUANTITATIF
Jawaban diskusi minggu 11 METODE KUANTITATIF
 
Slide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryaniSlide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryani
 
Slide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryaniSlide pelatihan statistika by fadjryani
Slide pelatihan statistika by fadjryani
 
Badra1
Badra1Badra1
Badra1
 
Anova
AnovaAnova
Anova
 
1 buku-rancob-pendahuluan
1 buku-rancob-pendahuluan1 buku-rancob-pendahuluan
1 buku-rancob-pendahuluan
 

More from Arning Susilawati

UU ITE atas Kasus Prita Mulyasari dan Rumah Sakit OMNI
UU ITE atas Kasus Prita Mulyasari dan Rumah Sakit OMNIUU ITE atas Kasus Prita Mulyasari dan Rumah Sakit OMNI
UU ITE atas Kasus Prita Mulyasari dan Rumah Sakit OMNIArning Susilawati
 
Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang KontinuDistribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang KontinuArning Susilawati
 
Peluang Pelemparan Dua Uang Logam, Dadu dan Pengambilan Kartu Bridge
Peluang Pelemparan Dua Uang Logam, Dadu dan Pengambilan Kartu BridgePeluang Pelemparan Dua Uang Logam, Dadu dan Pengambilan Kartu Bridge
Peluang Pelemparan Dua Uang Logam, Dadu dan Pengambilan Kartu BridgeArning Susilawati
 
Pendidikan Kewarganegaraan MULTIKULTURALISME
Pendidikan Kewarganegaraan MULTIKULTURALISMEPendidikan Kewarganegaraan MULTIKULTURALISME
Pendidikan Kewarganegaraan MULTIKULTURALISMEArning Susilawati
 
PROYEK ANTRIAN RISET OPERASI
PROYEK ANTRIAN RISET OPERASIPROYEK ANTRIAN RISET OPERASI
PROYEK ANTRIAN RISET OPERASIArning Susilawati
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALArning Susilawati
 
ANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI LINIER BERGANDAANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI LINIER BERGANDAArning Susilawati
 
Analisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaAnalisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaArning Susilawati
 

More from Arning Susilawati (15)

Perkembangan Televisi
Perkembangan TelevisiPerkembangan Televisi
Perkembangan Televisi
 
Perkembangan Televisi
Perkembangan TelevisiPerkembangan Televisi
Perkembangan Televisi
 
UU ITE atas Kasus Prita Mulyasari dan Rumah Sakit OMNI
UU ITE atas Kasus Prita Mulyasari dan Rumah Sakit OMNIUU ITE atas Kasus Prita Mulyasari dan Rumah Sakit OMNI
UU ITE atas Kasus Prita Mulyasari dan Rumah Sakit OMNI
 
Kelp2 prita vs rs omni
Kelp2 prita vs rs omniKelp2 prita vs rs omni
Kelp2 prita vs rs omni
 
Variabel Dummy
Variabel DummyVariabel Dummy
Variabel Dummy
 
Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang KontinuDistribusi Peluang Diskrit dan Distribusi Peluang Kontinu
Distribusi Peluang Diskrit dan Distribusi Peluang Kontinu
 
Kover pms
Kover pmsKover pms
Kover pms
 
Peluang Pelemparan Dua Uang Logam, Dadu dan Pengambilan Kartu Bridge
Peluang Pelemparan Dua Uang Logam, Dadu dan Pengambilan Kartu BridgePeluang Pelemparan Dua Uang Logam, Dadu dan Pengambilan Kartu Bridge
Peluang Pelemparan Dua Uang Logam, Dadu dan Pengambilan Kartu Bridge
 
Abstrak
AbstrakAbstrak
Abstrak
 
Abstrak
AbstrakAbstrak
Abstrak
 
Pendidikan Kewarganegaraan MULTIKULTURALISME
Pendidikan Kewarganegaraan MULTIKULTURALISMEPendidikan Kewarganegaraan MULTIKULTURALISME
Pendidikan Kewarganegaraan MULTIKULTURALISME
 
PROYEK ANTRIAN RISET OPERASI
PROYEK ANTRIAN RISET OPERASIPROYEK ANTRIAN RISET OPERASI
PROYEK ANTRIAN RISET OPERASI
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
 
ANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI LINIER BERGANDAANALISIS REGRESI LINIER BERGANDA
ANALISIS REGRESI LINIER BERGANDA
 
Analisis Regresi Linier Sederhana
Analisis Regresi Linier SederhanaAnalisis Regresi Linier Sederhana
Analisis Regresi Linier Sederhana
 

RBSL-DETERJEN

  • 1. BAB I PENDAHULUAN 1.1 Latar Belakang Desain Eksperimen adalah penelitian yang dilakukan untuk mempelajari atau menemukan sesuatu mengenai proses yang ada atau membandingkan efek dari beberapa kondisi terhadap suatu fenomena (Montgomery, D.C.,1991). Salah satu rancangan penelitian yang ada didalam desain eksperimen yaitu Rancangan Bujur Sangkar Latin (RBSL). RBSL merupakan rancangan penelitian dengan dua arah pengelompokkan (baris dan kolom), banyaknya perlakuan sama dengan jumlah ulangan sehingga setiap baris dan kolom akan mengandung semua perlakuan, pengacakan dibatasi dengan mengelompokkannya ke dalam baris dan juga kolom, sehingga setiap baris dan kolom hanya akan mendapatkan satu perlakuan. Penerapan RBSL yakni dengan melakukan penelitian menghitung lama waktu membersihkan noda pada kain hingga bersih. Penelitian ini bisa diperuntukkan bagi ibu rumah tangga yang mana sering kali ditemui kain kotor saat memasak misalnya saat memasak masakan yang menggunakan kecap sehingga menyisahkan noda-noda kecil. Penelitian ini menggunakan kain, noda kecap, dan deterjen karena lebih efisien, lebih praktis, dan mudah didapatkan dimana-mana. Penelitian ini menggunakan Rancangan Bujur Sangkar Latin (RBSL) karena penelitian dikelompokkan menjadi dua arah (baris dan kolom) dan bertujuan untuk memperkecil jumlah kuadrat galat. Pada penelitian kali ini digunakan empat jenis kain yakni kain hero, katun, polyester, dan kafan , empat merk deterjen yakni deterjen attack, daia, rinso, dan so klin , dan noda dari empat merk kecap yang berbeda yakni kecap bango, giant, ABC, dan sedap. Dimana deterjen menjadi variabel respon serta kain dan noda kecap sebagai variabel prediktor. Penghitungan lama waktu mencuci kain dilakukan setelah kain yang bernoda masuk ke dalam air deterjen hingga kembali bersih. Hasil penghitungan lama waktu mencuci lembar pengamatan untuk dilakukan pengujian dan dibandingkan apakah ada perbedaan perlakuan dengan menggunakan metode Rancangan Bujur Sangkar Latin (RBSL). 1
  • 2. 1.2 Rumusan Masalah Dalam penelitian ini, rumusan masalah yang digunakan sebagai acuan untuk analisis adalah sebagai berikut. 1. Bagaimana statistika deskriptif dari data hasil pengamatan lama waktu mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih? 2. Bagaimana hasil analisis (ANOVA) dari data hasil pengamatan lama waktu mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih? 3. Bagaimana hasil uji perbandingan ganda dari data hasil pengamatan lama waktu mencuci bila didapatkan tolak H0 dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih? 4. Bagaimana hasil uji asumsi residual yang IIDN (Identik, Independen, berdistribusi normal) terhadap data hasil pengamatan lama waktu mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih? 1.3 Tujuan Perumusan masalah diatas menghasilkan tujuan yang akan dicapai dalam penelitian ini adalah sebagai berikut. 1. Mengetahui statistika deskriptif dari data hasil pengamatan lama waktu mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih. 2. Mengetahui hasil analisis (ANOVA) dari data hasil pengamatan lama waktu mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih. 3. Mengetahui hasil uji perbandingan ganda dari data hasil pengamatan lama waktu mencuci bila didapatkan tolak H0 dengan empat merk deterjen yang 2
  • 3. berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih. 4. Mengetahui hasil uji asumsi residual yang IIDN (Identik, Independen, berdistribusi normal) terhadap data hasil pengamatan lama waktu mencuci dengan empat merk deterjen yang berbeda yaitu deterjen Attack, Daia, Rinso, dan So Klin pada kain yang bernoda hingga bersih. 1.4 Manfaat Manfaat yang dapat diambil dari penelitian yang telah dilakukan adalah dapat memahami pengertian dan konsep teori Rancangan Bujur Sangkar Latin (RBSL), dapat menyelesaikan perumusan masalah dari penelitian ini menggunakan RBSL. Selain itu, pembaca juga dapat mengetahui penerapan RBSL dalam kehidupan seharihari. 1.5 Batasan Batasan masalah dalam penelitian ini menggunakan empat jenis kain yang berbeda, empat jenis deterjen yang berbeda merk, dan empat jenis noda kecap. Pengamatan dilakukan saat sore hari jam 17.00 WIB dengan memberikan takaran deterjen, luas kain, dan volume air yang sama. BAB II LANDASAN TEORI 3
  • 4. 2.1 Statistika Deskriptif Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Walpole, 1999). Statistika deskriptif yang digunakan dalam praktikum ini adalah sebagai berikut: a. Mean Mean adalah jumlah keseluruhan pada data yang diperoleh dibagi dengan banyaknya data. Rumus yang digunakan untuk mencari mean sebagai berikut Tabel 2.1 Rumus Mean Mean untuk Mean untuk Data Data Tunggal Kelompok n x= ∑x i =1 x= i ∑f x ∑f i i i n = Mean x n ∑x i =1 n i = Jumlah data ke-i sampai n = Banyaknya data = Frekuensi dan untuk menentukan nilai standart deviasi adalah akar dari varians. (Walpole, 1995). b. Varians Varians digunakan untuk menentukan seberapa besar keragaman dari suatu data. Rumus yang digunakan untuk mencari Varians sebagai berikut. 4
  • 5. Tabel 2.2 Rumus Varians Varians untuk Varians untuk Data Data Tunggal Kelompok s 2 = ∑( x −x ) 2 n −1 ( s = ∑f x − x n −1 2 ) 2 Keterangan : S2 = Varians X = Nilai individu x = Nilai rata-rata n = Jumlah data f = Frekuensi (Walpole, 1995). 2.2 Rancangan Bujur Sangkar Latin (RBSL) Rancangan Bujur Sangkar Latin (RBSL) adalah suatu rancangan yang mampu mengelompokkan satuan penelitian berdasarkan dua kriteria melalui pengelompokkan baris dan kolom. Keuntungan dari RBSL yaitu, 1. Mengurangi keragaman galat melalui penggunaan dua buah pengelompokkan. 2. Pengaruh perlakuan dapat dilakukan untuk penelitian berskala kecil. 3. Analisis relatif mudah. 4. Baris atau kolom bisa juga digunakan untuk meningkatkan cakupan dalam pengambilan kesimpulan 2.2.1 Model Linear dan Analisis Ragam untuk RBSL Suatu asumsi dasar untuk RBSL dengan satu pengamatan persatuan penelitian (experimental unit) adalah bahwa setiap pengamatan harus dapat direpresentasikan melalui model linear. Model linear untuk RSBL adalah : Yijk = µ + α i + β j + τ k + ∈ijk (2.1) Dimana, 5
  • 6. Yijk = nilai pengamatan dari perlakuan ke-k dalam baris ke-i dan kolom ke- j. µ = nilai tengah populasi (rata-rata yang sesungguhnya). αi = pengaruh aditif dari baris ke-i. βj = pengaruh aditif dari kolom ke-j. τk = pengaruh aditif dari perlakuan ke-k. ∈ ijk = pengaruh galat penelitian dari (Vincent Gasper, 1999). 2.2.2 ANOVA (Analysis of Variance) Dalam melakukan analisis data dilakukan hipotesis sebagai berikut. Hipotesis : H0 : τ 1 = τ 2 = ... = τ r = 0 atau τ k = 0 (k =1,2,......, r ) H1 : minimal ada satu τ k ≠ 0 untuk k =1,2,......, r Hipotesis diatas dirumuskan untuk menguji bahwa tidak ada pengaruh perlakuan terhadap respons yang diamati ata dengan kata lain pengaruh perlakuan terhadap respons adalah nol. Tabel 2.3 Struktur Analysis of Variance (ANOVA) Sumber Keragaman Baris Kolom Perlakuan Galat Total Derajat Bebas Jumlah Kuadrat Kuadrat Tengah Fhitung r-1 r-1 r-1 (r-1)(r-2) r2-1 JKB JKK JKP JKG JKT KTB KTK KTP KTG KTB/KTG KTK/KTG KTP/KTG Keterangan : Faktor Koreksi (FK) = 2 Y... r2 Jumlah Kuadrat Total (JKT) = Jumlah Kuadrat Baris (JKB) = (2.2) Y ∑ − FK (2.3) − FK (2.4) 2 ijk i , j ,k ∑Y 2 i .. i r 6
  • 7. Jumlah Kuadrat Kolom (JKK) = ∑Y 2 . j. j Jumlah Kuadrat Perlakuan (JKP) = (2.5) − FK r ∑Y 2 .. k k r (2.6) − FK Jumlah Kuadrat Galat (JKG) = JKT – JKB – JKK – JKP (2.7) (Gasper, 1999). 2.3 Uji Asumsi IIDN (Identik, Independen, Berdistribusi Normal) Pemeriksaan Asumsi Residual IIDN (Identik, Independen, Distribusi Normal) merupakan uji yang harus dilakukan apakah data yang digunakan memenuhi ketiga asumsi tersebut dalam melakukan pengujian (Sudjana,1996). 2.3.1 Pemeriksaan Asumsi Residual Identik Pemeriksaan Asumsi Residual identik dilakukan untuk melihat apakah residual memenuhi asumsi identik. Suatu data dikatakan identik apabila plot residualnya menyebar secara acak dan tidak membentuk suatu pola tertentu. Nilai varians rata-ratanya sama antara varians satu dengan yang lainnya (Sudjana,1996). 2.3.2 Pemeriksaan Asumsi Residual Independen Pemeriksaan Asumsi Residual independen dilakukan untuk melihat apakah residual memenuhi asumsi independen. Suatu data dikatakan independen apabila plot residualnya menyebar secara acak dan tidak membentuk suatu pola tertentu (Sudjana,1996). 2.3.3 Pengujian Asumsi Residual Berdistribusi Normal Pengujian Asumsi Residual berdistribusi normal dilakukan untuk melihat apakah residual memenuhi asumsi berdistribusi normal atau tidak. Kenormalan suatu data dapat dilihat dari plotnya. Apabila plot sudah mendekati garis linier, dapat dikatakan bahwa data tersebut memenuhi asumsi yaitu berdistribusi normal. 7
  • 8. Uji kenormalan data juga dapat dilihat dari nilai Dhitung yang diperoleh dari hasil uji Kolmogorov Smirnov. Nilai Dhitung dibandingkan dengan nilai α. Hipotesisnya adalah sebagai berikut. H0 : Residual berdistribusi normal H1 : Residual tidak berdistribusi normal α : 0.05 Statistik Uji :Dhit = supx|Fn (x) – F0 (x)| (50) Daerah kritis :Tolak H0, jika nilai Dhitung< Dα dan residual tidak berdistribusi normal. Jadi suatu data dapat dikatakan baik apabila data tersebut memenuhi semua asumsi IIDN (Identik, Independen, Distribusi Normal).(Sudjana,1996) 2.4 Deterjen Deterjen dalam arti luas adalah bahan yang digunakan sebagai pembersih, termasuk sabun cuci piring alkali dan cairan pembersih. Definisi yang lebih spesifik dari deterjen adalah bahan pembersih yang mengandung senyawa petrokimia atau surfaktan sintetik lainnya. Surfaktan merupakan bahan pembersih utama yang terdapat didalam deterjen (Fardiaz, 2006). 2.5 Kain Hal utama yang paling memengaruhi kualitas dan keragaman bahan kain adalah serat. Serat inilah yang menentukan pembagian jenis bahan yang dibagi menjadi dua bagian, yaitu serat alami dan serat buatan/sintetis. Serat alami merupakan bahan alamiah yang berasal dari hewan maupun tumbuh-tumbuhan, seperti kepompong ulat sutra, nanas, bulu domba, biji kapas, dll. Contoh kain dari jenis serat alami adalah wol, silk, kapas, dan lenan. Sedangkan serat buatan/sintetis terbuat dari bahan buatan yaitu biji plastik. Serat ini mulai dikenal pada abad ke-20. Contoh kain dari jenis serat buatan adalah polyester.(Yuditesa, 2009) Dalam era industri, polyester diminati karena tidak mudah kusut, harganya yang relative murah, tersedia dalam berbagai warna, dan motif print-nya yang sangat 8
  • 9. bervariasi. Serat polyester biasanya menghasilkan kain yang tipis (tapi bukan transparan) dan melayang.(Yuditesa, 2009) Kain katun berasal dari buah tanaman kapas. Buah kapas memiliki bulu halus yang disebut dengan serat kapas. Kain katun mempunyai sifat tidak panas dan mudah menyerap keringat. Oleh karena itu, kain katun banyak digunakan sebagai bahan untuk membuat baju seragam dan baju sehari-hari.(Yuditesa, 2009) 2.6 Air Air merupakan zat yang paling penting dalam kehidupan ini. Air terdapat diudara, danau, sungai, laut, jaringan tubuh, dalam tanah, dan sebagainya. Begitu pentingnya air, sehingga apabila tidak ada air dimungkinkan juga tidak ada kehidupan. Air juga merupakan bagian terbesar dari komponen pembentuk tubuh tumbuh-tumbuhan dan hewan di laut. Air juga merupakan medium tempat terjadinya reaksi kimia, baik di dalam maupun diluar tubuh organisme hidup (Kuncoro, 2004). 2.7 Kecap Kecap adalah salah satu bumbu penyedap makanan berupa cairan berwarna hitam yang memiliki rasa dan aroma yang khas. Kecap sering digunakan dalam masakan Indonesia(Astawan, 2009). Kecap merupakan sumber protein yang cukup baik, karena mengandung asamasam amino esensial yang cukup tinggi. Kecap mengandung pula zat gizi lain, seperti lemak, karbohidrat, vitamin dan mineral yang jumlahnya relative lebih rendah dibandingkan dengan protein (Astawan, 2009). BAB III 9
  • 10. METODOLOGI PENELITIAN 3.1 Sumber Data Pada penelitian ini data yang digunakan adalah data primer. Sumber data diperoleh dari hasil penelitian lama waktu mencuci hingga kain menjadi bersih pada jenis kain yang berbeda pada hari Jumat, 19 April 2013 pukul 17.00 dan bertempat di Lapangan T, Jurusan Statistika ITS oleh Giyanti Linda Purnama dan Arning Susilawati. 3.2 Variabel Penelitian Terdapat beberapa variabel penelitian dalam pengamatan lama waktu mencuci hingga kain menjadi bersih pada jenis kain yang berbeda, yaitu lama waktu membersihkan noda sebagai variabel respon, noda kecap sebagai baris, kain sebagai kolom, sedangkan pemberian deterjen sebagai variabel prediktor (faktor). 3.3 Alat dan Bahan Alat dan bahan yang digunakan dalam penelitian lama waktu deterjen mebersihkan noda pada jenis kain yang berbeda adalah sebagai berikut. a.) Alat 1. 4 buah gelas plastik yang berukuran sama. 2. Sendok teh. 3. Lembar pengamatan dan alat tulis. b.) Bahan 1. 4 merk kecap yang berbeda yaitu kecap bangau, kecap ABC, kecap Giant, dan kecap sedaap. 2. 4 jenis kain ukuran 12cm x 12cm yang berbeda yaitu Kain kafan, kain polyester, kain hero, dan kain katun. 3. ± 150 ml Air bersih. 4. 4 merk deterjen bubuk yang berbeda yaitu Daia, Attack, Rinso, dan So Klin. 10
  • 11. 5. 4 jenis kain ukuran 12cm x 12cm yang berbeda yaitu Kain kafan, kain polyester, kain hero, dan kain katun. 3.4 Langkah Kerja Langkah kerja yang dilakukan dalam penelitian lama waktu mencuci hingga kain menjadi bersih pada jenis kain yang berbeda adalah sebagai berikut. 1. Menyiapkan semua alat dan bahan yang diperlukan. 2. Mengisi wadah dengan volume air yang sama. Lalu, satu wadah diberi 2 sendok deterjen dari satu merk deterjen. 3. Menyiapkan empat jenis kain yang berbeda kemudian buatlah noda kecap diatas kain sesuai dengan rancangan penelitian. 4. Mengucek kain dan hitung lama waktu mengucek hingga noda pada kain hilang dengan kecepatan mengucek yang stabil. 5. Mencatat lama waktu mengucek ke dalam lembar kerja yang telah disediakan. 3.5 Langkah Analisis Langkah analisis yang dilakukan dalam penelitian lama waktu mencuci hingga kain menjadi bersih pada jenis kain yang berbeda adalah sebagai berikut 1. Menginput data lama waktu mencuci hingga kain menjadi bersih pada jenis kain yang berbeda. 2. Menghitung statistik deskriptif dari data lama waktu mencuci hingga kain menjadi bersih pada jenis kain yang berbeda. 3. Melakukan uji ANOVA dari data lama waktu mencuci hingga kain menjadi bersih pada jenis kain yang berbeda. 4. Melakukan uji perbandingan berganda bila hasil uji ANOVA adalah tolak H0. 5. Melakukan pemeriksaan asumsi IIDN~(0,σ2). 6. Interpretasi. 7. Kesimpulan dan saran. 3.6 Diagram Alir Berikut adalah diagram alir langkah analisis dari penelitian yang dilakukan 11
  • 12. Mulai Menginputkan Data Statistika Deskriptif Tolak H0 A Uji no va Uji perbandingan berganda Terima H0 Periksa asumsi IIDN Kesimpulan dan saran Selesai Gambar 3.1 Diagram alir BAB IV ANALISIS DAN PEMBAHASAN 12
  • 13. 4.1 Statistika Deskriptif Pada statistika deskriptif dalam penelitian ini yang digunakan adalah rata-rata, keragaman (varians), nilai maksimum, dan nilai minimum dari data pengamatan lama waktu mencuci dari empat merk deterjen yang berbeda, yaitu attack, daia, rinso, dan so klin dengan empat jenis kain yang berbeda pula yakni kain hero, katun, polyester, dan kafan yang mana pada setiap kain diberi berbagai noda kecap berupa kecap bango, giant, ABC, dan sedap. Berikut ini adalah hasil pengamatan tersebut: Tabel 4.1 Data Pengamatan Lama Waktu Mencuci Empat Merk Deterjen Deterjen Attack Daia Rinso So Klin Mean 32 28,5 26,25 24,25 Varians 92 105 118,25 11,583 Maksimum 43 43 42 29 Minimum 23 19 17 21 Tabel 4.1 data pengamatan lama waktu mencuci dari empat merk deterjen yang berbeda dengan empat jenis kain yang berbeda serta empat jenis noda yang berbeda didapatkan bahwa waktu terlama mencuci adalah pada attack dan daia sebesar 43 detik, sedang waktu tercepat mencuci adalah pada rinso sebesar 17 detik. Varians terbesar dalam lama waktu mencuci adalah pada rinso yakni 118,25 detik, sedangkan varians terkecilnya adalah pada so klin. Rata-rata waktu terlama mencuci terjadi pada attack yakni sebesar 32 detik, sedangkan rata-rata waktu tercepat mencuci terjadi pada so klin yakni sebesar 24,25 detik. Jadi, deterjen yang baik untuk membersihkan noda adalah so klin karena rata-rata mencucinya lebih cepat dari pada deterjen attack, daia dan rinso. 4.2 Uji Analisis Varians (ANOVA) 13
  • 14. Uji ANOVA pada data lama waktu mencuci dilakukan untuk mengetahui apakah deterjen, noda dan kain memberikan hasil yang berbeda pada lama waktu mencuci. Berikut ini adalah uji analisis varians dari rancangan bujur sangkar latin: Hipotesis Perlakuan (Deterjen): H 0 : τ 1 = τ 2 = τ 3 = τ 4 (deterjen tidak memberikan pengaruh terhadap lama waktu mencuci) H 1 : τi ≠ 0 (minimal ada satu deterjen yang berpengaruh terhadap lama waktu mencuci) Hipotesis Baris (Noda): H 0 : α1 = α 2 = α 3 = α 4 (noda tidak memberikan pengaruh terhadap lama waktu mencuci) H 1 : αi ≠ 0 (minimal ada satu noda yang berpengaruh terhadap lama waktu mencuci) Hipotesis Kolom (Kain): H 0 : β1 = β 2 = β 3 = β 4 (kain tidak memberikan pengaruh terhadap lama waktu mencuci) H 1 : βi ≠ 0 (minimal ada satu kain yang berpengaruh terhadap lama waktu mencuci) Dimana i=1,2,3,4 dan j=1,2,3,4 Taraf signifikan α = 0,05; Titik kritis tolak H0 jika FHitung > FTabel atau Pvalue < α Statistik uji: Tabel 4.2 Analisis Varians pada Data Lama Waktu Mencuci Empat Merk Deterjen Sumber Noda Kain Deterjen Galat Total DB 3 3 3 6 15 JK 561.5 15.5 132.5 403.5 1113 KT 187.17 5.17 44.17 67.25 Fhitung 2.78 0.08 0.66 F0.05 4.76 4.76 4.76 Pvalue 0.132 0.97 0.608 Dari tebel 4.2 dapat disimpulkan bahwa untuk perlakuan (deterjen) menghasilkan FHitung (0,66) < FTabel (4,76) sehingga keputusan dari data tersebut 14
  • 15. adalah gagal tolak H0 (tidak signifikan) artinya deterjen tidak memberikan pengaruh yang signifikan terhadap lama waktu mencuci. Pada kain menghasilkan FHitung (0,08) < FTabel ( 4,76) sehingga keputusan dari data tersebut adalah gagal tolak H0 (tidak signifikan) artinya jenis kain tidak memberikan pengaruh yang signifikan terhadap lama waktu mencuci. Pada noda menghasilkan FHitung ( 2,78) < FTabel ( 4,76) sehingga keputusan dari data tersebut adalah gagal tolak H0 (tidak signifikan) artinya noda kecap tidak memberikan pengaruh yang signifikan terhadap lama waktu mencuci. Jadi, pada deterjen, noda, dan kain tidak memberikan pengaruh yang signifikan terhadap lama waktu mencuci. 4.3 Uji Asumsi IIDN~(0,σ2) 4.3.1 Uji Asumsi Residual Identik Berikut ini adalah gambar untuk menentukan uji identik: 10 Residual 5 0 -5 -10 20 25 30 35 40 45 Fitted Value Gambar 4.1 Uji Identik pada Data Lama Waktu Mencuci Empat Merk Deterjen Pada gambar 4.1 fitted value didapatkan bahwa data lama waktu mencuci tersebut tidak memiliki pola sehingga memiliki residual identik. 4.3.2 Uji Asumsi Residual Idependen Berikut ini adalah gambar untuk menentukan uji idependen: 15
  • 16. 10 Residual 5 0 -5 -10 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Observation Order Gambar 4.2 Uji Idependen pada Data Lama Waktu Mencuci Empat Merk Deterjen Pada gambar 4.2 obsevation order dari data lama waktu mencuci dapat dilihat bahwa grafik tersebut tidak berpola atau tidak memiliki pola tertentu, hal ini dapat dilihat bahwa titik-titik tertinggi atau terendah pada grafik tersebut hampir sama dari titik yang satu dengan yang lain,sehingga grafik tersebut dapat dikatakan bersifat idependen. 4.3.3 Uji Normalitas Kolmogorov Smirnov Berikut ini adalah gambar dari data lama waktu mencuci untuk menentukan distribusi normal dengan Kolmogorov Smirnov. 16 menggunakan uji normalitas
  • 17. 99 Mean StDev N KS P-Value 95 90 0 5.187 16 0.125 > 0.150 80 Percent 70 60 50 40 30 20 10 5 1 -15 -10 -5 0 5 10 Residual Gambar 4.3 Uji Kolmogorov smirnov Distribusi Normal pada Data Lama Waktu Mencuci Empat Merk Deterjen Uji Kolmogorov smirnov : H 0 : distribusi normal H 1 : tidak berdistribusi normal Statistik uji: { } { } + − D = max( D + , D − ) dimana D = max i i / n − Z ( i ) ; D = max i Z ( i ) − (i − 1) / n Z (i ) = F ( X (i ) ) F ( x) : fungsi distribusi peluang dari distribusi normal X (i ) : nilai sampel acak, 1≤i≤n N adalah banyak sampel Taraf signifikan α = 0,05; Titik kritis tolak H0 jika Pvalue < α Dari gambar 4.3 dapat diketahui bahwa P value >0,150 sehingga Pvalue (0,150) > α(0,05) dengan begitu kesimpulannya adalah gagal tolak H0, artinya penelitian dari lama waktu mencuci merupakan distribusi normal Kolmogorov smirnov. BAB V 17
  • 18. KESIMPULAN DAN SARAN 5.1 Kesimpulan 1. Dari penelitian lama waktu mencuci pada deterjen disimpulkan bahwa deterjen merk so klin dapat lebih cepat menghilangkan noda pada berbagai jenis kain. 2. Berdasarkan uji ANOVA dapat diketahui bahwa deterjen, kain, dan noda tidak tidak memberikan pengaruh yang signifikan terhadap lama waktu mencuci. 3. Data yang didapat dari hasil pengamatan lama waktu mencuci terhadap berbagai jenis kain yang terdapat noda dari berbagai merk noda kecap yang berbeda setelah dilakukan pemeriksaan asumsi IIDN~(0,σ2), data residual tersebut memenuhi asumsi IIDN~(0,σ2). 5.2 Saran Untuk melakukan pengujian RBSL, diharapkan melakukannya dengan teliti saat pengamatan, mengentri data, pengujian dengan menggunakan program komputer, sehingga menghasilkan interpretasi yang benar dan memberikan kesimpulan yang akurat serta dapat bermanfaat bagi pembaca. 18
  • 19. Daftar Pustaka Astrawan, Made. 2009. Sehat dengan Hidangan Kacang dan Biji-Bijian. Jakarta: Penebar Swadaya. Budi, Eko Kuncoro. 2004. Akuarium Laut. Yogyakarta : Kanisius. Fardiaz, Srikandi. 2006. Polusi Air dan Udara. Yogyakarta: Kanisius Gaspersz, Vincert. 1995. Teknik Analisis Dalam Penelitian Penelitian. Bandung : Tarsito Montgomery, D.C. 1999. Desain and Analysis of Experiments. New York. Sudjana. 1996. Metode Statistik. Bandung: Tarsito. Wallpole, E. Ronald. 1995. Penghantar Statistika. Jakarta: Gramedia Pustaka Utama. Yuditesa, Tita. 2009. Furniture Multifungsi untuk Rumah Tipe 26, 36, dan 50. Jakarta: Transmedia 19
  • 21. 21