commit to user
IV-41
4.3 PENGUJIAN DATA HASIL PENGUJIAN GESER
Pengujian eksperimen dilakukan untuk mengetahui validasi alat uji geser dan homogenitas hasil pengujian menggunakan alat uji geser. Data awal
merupakan hasil awal pengujian alat uji geser yang didapat dari pengambilan spesimen secara acak sebanyak tigapuluh spesimen. Proses pengujian eksperimen
meliputi uji normalitas, uji homogenitas, uji independensi dan diakhiri dengan uji ANOVA. Pengujian ini dibagi atas pengujian data
load
serta data
strength
dari spesimen yang telah diuji.
Tabel 4.11 Data awal pengujian alat uji geser
12mm 11mm
10mm 12mm
11mm 9mm
12mm 11mm
10mm
1 143,6
146,7 135,5
12 11,02
9,355 0,997
1,109 1,207
2 167,4
157,1 139,2
12 11,12
9,38 1,163
1,177 1,237
3 177
172,2 140,3
12 11,21
9,42 1,229
1,280 1,241
4 184,4
150,5 138,6
12 11,28
9,33 1,281
1,112 1,238
5 176,9
170,6 140,2
12 11,16
9,36 1,228
1,274 1,248
6 180,9
166 139,7
12 11,15
9,33 1,256
1,241 1,248
7 184,8
155,1 132,8
12 11,23
8,985 1,283
1,151 1,232
8 186,8
174,2 136,1
12 11,19
9,34 1,297
1,297 1,214
9 185,8
157,5 126
12 11,3
8,94 1,290
1,162 1,174
10 189,7
175,1 134,8
12 11,15
9,07 1,317
1,309 1,239
11 179,3
172,3 138,8
12 11,43
9,23 1,245
1,256 1,253
12 180,4
175,3 134
12 11,38
9,05 1,253
1,284 1,234
13 190,5
165,2 132,4
12 11,02
9,25 1,323
1,249 1,193
14 187,8
183,3 126,9
12 11,17
8,89 1,304
1,368 1,190
15 182,2
183,5 136
12 11,2
9,03 1,265
1,365 1,255
16 181,5
149 111,2
12 11,18
8,935 1,260
1,111 1,037
17 153,1
173 135,1
12 11,5
9,14 1,063
1,254 1,232
18 185,7
167,1 118,7
12 11,04
9 1,290
1,261 1,099
19 180,5
167,1 139,6
12 11,16
9,19 1,253
1,248 1,266
20 193,8
157,2 116,8
12 11,18
9,13 1,346
1,172 1,066
21 180,2
157,1 132,9
12 11,27
9,08 1,251
1,162 1,220
22 182,5
146,2 147,1
12 11,11
9,06 1,267
1,097 1,353
23 177,5
153,9 110,7
12 11,04
8,98 1,233
1,162 1,027
24 183
161 130,3
12 11,12
8,96 1,271
1,207 1,212
25 188,3
167,1 139,3
12 11,4
8,94 1,308
1,221 1,298
26 185
160 131
12 11,17
8,96 1,285
1,194 1,218
27 183,7
149,4 113,3
12 11,12
9,23 1,276
1,120 1,023
28 186,8
162 147,2
12 11,285
9 1,297
1,196 1,363
29 179,5
183,8 109,8
12 11,24
8,82 1,247
1,363 1,037
30 181,2
162,3 141,8
12 11,475
8,95 1,258
1,179 1,320
No Pembebanan
Load
Kekuatan material
Strength
Tebal
Thick
commit to user
IV-42 4.3.1
Pengujian Hasil Pembebanan Geser
Pengujian data hasil pembebanan geser didapat dari hasil pembacaan yang ditampilkan oleh
weighting indicator
setelah sebuah spesimen diuji. Data tersebut kemudian dicatat dan dikumpulkan dalam sebuah lembar pantauan pengujian yang
telah disiapkan sebelum pengujian dilakukan. Penentuan level ketebalan
treatment
dipengaruhi oleh besar kecilnya standar deviasi yang dihasilkan oleh level ketebalan awal 12 mm.
1. Uji Normalitas
Pengujian normalitas data menggunakan metode
Kolmogorov-Smirnov
dilakukan terhadap data observasi di tiap perlakuan dengan tujuan untuk mengetahui apakah data observasi dari pengambilan sampel secara acak sebanyak
tigapuluh kali pengambilan data replikasi berdistrbusi normal. Jumlah perlakuan yang terdapat pada eksperimen adalah 3 perlakuan.
Tabel 4.12 Perhitungan uji normalitas load geser a
1
i x
x2 z
Pz Px
|Pz-Px|
1 143,6 20621
- 3,638
0,000 0,033 0,033
2 153,1 23440
- 2,706
0,003 0,067 0,063
3 167,4 28023
- 1,302
0,097 0,100 0,003
4 176,9 31294
- 0,369
0,356 0,133 0,223
5 177
31329 -
0,359 0,360 0,167
0,193 6
177,5 31506 -
0,310 0,378 0,200
0,178 7
179,3 32148 -
0,134 0,447 0,233
0,214 8
179,5 32220 -
0,114 0,455 0,267
0,188 9
180,2 32472 -
0,045 0,482 0,300
0,182 10
180,4 32544 -
0,026 0,490 0,333
0,156 11
180,5 32580 -
0,016 0,494 0,367
0,127 12
180,9 32725 0,024 0,509 0,400 0,109
13 181,2 32833 0,053 0,521 0,433
0,088 14
181,5 32942 0,082 0,533 0,467 0,066
15 182,2 33197 0,151 0,560 0,500
0,060
commit to user
IV-43
Tabel 4.12 Perhitungan uji normalitas load geser a
1
lanjutan
16 182,5 33306 0,181 0,572 0,533
0,038 17
183 33489 0,230 0,591 0,567
0,024 18
183,7 33746 0,298 0,617 0,600 0,017
19 184,4 34003 0,367 0,643 0,633
0,010 20
184,8 34151 0,406 0,658 0,667 0,009
21 185
34225 0,426 0,665 0,700 0,035
22 185,7 34484 0,495 0,690 0,733
0,044 23
185,8 34522 0,505 0,693 0,767 0,074
24 186,8 34894 0,603 0,727 0,800
0,073 25
186,8 34894 0,603 0,727 0,833 0,107
26 187,8 35269 0,701 0,758 0,867
0,108 27
188,3 35457 0,750 0,773 0,900 0,127
28 189,7 35986 0,887 0,813 0,933
0,121 29
190,5 36290 0,966 0,833 0,967 0,134
30 193,8 37558 1,290 0,901 1,000
0,099
Average 181
max
0,223 Stdev
10,2
L hitung
0,223
L tabel
0,240
Contoh perhitungan uji normalitas
load
geser komposit serat alam untuk perlakuan a
1
, sebagai berikut: a.
Mengurutkan data observasi dari yang terkecil sampai terbesar: 143.6;….; 153.1; 167.4 sebagaimana ditunjukan pada tabel 4.12 di atas.
b. Menghitung rata-rata
x
dan standar deviasi s data tersebut,
66 .
180 30
8 .
193 5
. 190
.... 6
. 143
1
= +
+ +
= ÷
ø ö
ç è
æ =
å
=
x n
x x
n i
i
1
2 2
- -
=
å å
n n
x x
s
i i
186 .
10 1
30 3
8 .
197 5
. 190
... 6
. 143
8 .
193 5
. 190
... 6
. 143
2 2
2 2
= -
+ +
+ -
+ +
+ =
s
commit to user
IV-44 c.
Mentransformasikan data
x
tersebut menjadi nilai baku z,
s x
x z
i i
- =
638 .
3 186
. 10
66 .
180 6
. 143
1
- =
- =
z
dengan; x
i
= nilai pengamatan ke-i
x
= rata-rata s = standar deviasi
Dengan cara yang sama diperoleh seluruh nilai baku, sebagaimana ditunjukan pada kolom z tabel 4.12 di atas.
d. Menentukan nilai probabilitasnya Pz berdasarkan sebaran normal baku,
sebagai probabilitas pengamatan. Nilai P z didapat dari tabel standar luas wilayah di bawah kurva normal, sebagaimana dapat dilihat pada kolom Pz
tabel 4.12. e.
Menentukan nilai probabilitas harapan kumulatif Px dengan cara, sebagai berikut:
n i
x P
i
= 33
, 3
1
1
= =
x P
Dengan cara yang sama akan diperoleh seluruh nilai Px sebagaimana pada kolom P
x
tabel 4.12 di atas. f.
Menentukan nilai maksimum dari selisih absolut Pz dan Px, yaitu : maks | Pz - Px| , sebagai nilai L hitung.
maks | Pz - Px| = 0,223 g.
Menganalisis apakah semua data observasi berdistribusi normal. Hipotesis yang diajukan adalah :
H : Sampel data observasi berasal dari populasi yang berdistribusi normal.
H
1
: Sampel data observasi berasal dari populasi yang berdistribusi tidak normal.
commit to user
IV-45 h.
Memilih taraf nyata a = 0.05, dengan wilayah kritik L
hitung
L
tabel
. L
hitung
= 0,223 L
3 05
,
= 0,240 Hasil = L
hitung
L
tabel
, maka terima H dan disimpulkan bahwa data observasi
berdistribusi normal. Hasil perhitungan uji
Kolmogorov-Smirnov
untuk semua perlakuan secara lengkap dapat dilihat pada tabel 4.13 berikut ini.
Tabel 4.13 Hasil perhitungan uji Kolmogorov-Smirnov
1 12mm
0,223 0,24
diterima normal
2 11mm
0,093 0,24
diterima normal
3 10mm
0,153 0,24
diterima normal
Kesimpulan No
Perlakuan L hitung
L tabel Ho Ho diterima jika L hitungL tabel
2. Uji Homogenitas
Pengujian homogenitas dilakukan dengan metode
lavene test
, yaitu menguji kesamaan ragam data observasi antar level faktornya. Uji homogenitas dilakukan
terhadap data yang dikelompokkan berdasarkan faktor ketebalan. Uji homogenitas antar level faktor ketebalan hipotesis yang diajukan adalah:
H
: s
1 2
= s
2 2
Data antar level faktor ketebalan memiliki ragam yang sama
H
1
: s
1 2
≠ s
2 2
Data antar level faktor ketebalan memiliki ragam yang tidak sama. Taraf nyata
a = 0.05 dan wilayah kritik
F F
0.05
2; 87 Prosedur pengujian adalah dengan mengelompokkan data berdasarkan
faktor ketebalan, kemudian dicari rata-rata tiap level faktor ketebalan dan dihitung selisih absolut nilai pengamatan terhadap rata-ratanya sebagaimana diperoleh
tabel 4.14.
commit to user
IV-46
Tabel 4.14 Residual data antar level faktor ketebalan
12mm 11mm
10mm 12mm
11mm 10mm
12mm 11mm
10mm
1 143,6
146,7 135,5
37,060 17,327
3,630 1373,444
300,213 13,177
2 167,4
157,1 139,2
13,260 6,927
7,330 175,828
47,979 53,729
3 177
172,2 140,3
3,660 8,173
8,430 13,396
66,803 71,065
4 184,4
150,5 138,6
3,740 13,527
6,730 13,988
182,971 45,293
5 176,9
170,6 140,2
3,760 6,573
8,330 14,138
43,209 69,389
6 180,9
166 139,7
0,240 1,973
7,830 0,058
3,894 61,309
7 184,8
155,1 132,8
4,140 8,927
0,930 17,140
79,685 0,865
8 186,8
174,2 136,1
6,140 10,173
4,230 37,700
103,497 17,893
9 185,8
157,5 126
5,140 6,527
5,870 26,420
42,597 34,457
10 189,7
175,1 134,8
9,040 11,073
2,930 81,722
122,619 8,585
11 179,3
172,3 138,8
1,360 8,273
6,930 1,850
68,448 48,025
12 180,4
175,3 134
0,260 11,273
2,130 0,068
127,088 4,537
13 190,5
165,2 132,4
9,840 1,173
0,530 96,826
1,377 0,281
14 187,8
183,3 126,9
7,140 19,273
4,970 50,980
371,461 24,701
15 182,2
183,5 136
1,540 19,473
4,130 2,372
379,211 17,057
16 181,5
149 111,2
0,840 15,027
20,670 0,706
225,801 427,249
17 153,1
173 135,1
27,560 8,973
3,230 759,554
80,521 10,433
18 185,7
167,1 118,7
5,040 3,073
13,170 25,402
9,445 173,449
19 180,5
167,1 139,6
0,160 3,073
7,730 0,026
9,445 59,753
20 193,8
157,2 116,8
13,140 6,827
15,070 172,660
46,603 227,105
21 180,2
157,1 132,9
0,460 6,927
1,030 0,212
47,979 1,061
22 182,5
146,2 147,1
1,840 17,827
15,230 3,386
317,790 231,953
23 177,5
153,9 110,7
3,160 10,127
21,170 9,986
102,549 448,169
24 183
161 130,3
2,340 3,027
1,570 5,476
9,161 2,465
25 188,3
167,1 139,3
7,640 3,073
7,430 58,370
9,445 55,205
26 185
160 131
4,340 4,027
0,870 18,836
16,214 0,757
27 183,7
149,4 113,3
3,040 14,627
18,570 9,242
213,939 344,845
28 186,8
162 147,2
6,140 2,027
15,330 37,700
4,107 235,009
29 179,5
183,8 109,8
1,160 19,773
22,070 1,346
390,985 487,085
30 181,2
162,3 141,8
0,540 1,727
9,930 0,292
2,981 98,605
Average 180,66
164,0267 131,87
Sum 5419,8
4920,8 3956,1
183,72 270,8
248 3009,112
3428,019 3273,503
Replikasi Faktor ketebalan
Residual Kuadrat residual
Selanjutnya menghitung nilai-nilai, sebagai berikut: a.
Faktor koreksi FK. . =
6∑
2
= 6183.72 + 270.8 + 248
2
90 = 5483.715
commit to user
IV-47 b.
Sum Square
SS faktor, total, dan
error
. ff
âisik9y9
= 6∑ ²
2
â − .
= 6183.72
2
+ 270.8
2
+ 248
2
90 − 90
= 135.94 ff
s s9y
= ²
2
− . =
63009.112
2
+ 3428.01
2
+ ⋯ + 3273.50
2
− 5483.715 = 4226.91
ff
i
= ff
s s9y
− ff
âisik9y9
= 4226.91 − 135.94
= 4090.977 c.
Mean Square
MS faktor dan
error.
f
âisik9y9
= ff
âisik9y9 âisik9y9
= 135.94
2 = 67.97
f
i
= ff
i i
= 4090.977
87 = 47.022
d. Nilai F F hitung.
²s
= f
âisik9y9
f
i
= 67.97
47.022 = 1.445
Hasil perhitungan uji homogenitas terhadap faktor ketebalan dapat dilihat pada tabel 4.15.
commit to user
IV-48
Tabel 4.15 Hasil perhitungan uji homogenitas faktor ketebalan
Sumber Keragaman df
SS MS
F
hitung
F
tabel
Hasil kesimpulan
Ketebalan 2
135,94 67,97
1,445 3,10
diterima homogen
Error 87
4090,98 47,02
Total 89
4226,92
Taraf nyata yang dipilih a= 0,05, dengan wilayah kritik penolakan terhadap F
hitung
F
tabel
. Berdasarkan tabel 4.15, nilai
F
hitung
sebesar 1.445
F
tabel
3.10, sehingga
H
diterima dan disimpulkan bahwa data antar level faktor ketebalan
memiliki ragam yang sama homogen.
3. Uji Independensi
Pengujian independensi dilakukan dengan membuat plot residual data untuk setiap perlakuan berdasarkan urutan pengambilan data pada eksperimen. Nilai
residual tersebut merupakan selisih data observasi dengan rata-rata tiap perlakuan. Hasil perhitungan nilai residual untuk tiap perlakuan dapat dilihat pada tabel 4.16.
Tabel 4.16 Residual data pembebanan geser
Perlakuan kgmm
2
Rata-rata Residual
31 146,7
164,0267 -17,32667
69 126
131,87 -5,87
16 181,5
180,66 0,84
40 175,1
164,0267 11,073333 1
143,6 180,66
-37,06 39
157,5 164,0267
-6,526667 68
136,1 131,87
4,23 22
182,5 180,66
1,84 53
153,9 164,0267
-10,12667 63
140,3 131,87
8,43 7
184,8 180,66
4,14 42
175,3 164,0267 11,273333
72 134
131,87 2,13
26 185
180,66 4,34
88 147,2
131,87 15,33
10 189,7
180,66 9,04
32 157,1
164,0267 -6,926667
18 185,7
180,66 5,04
90 141,8
131,87 9,93
64 138,6
131,87 6,73
33 172,2
164,0267 8,1733333 89
109,8 131,87
-22,07 2
167,4 180,66
-13,26 80
116,8 131,87
-15,07 59
183,8 164,0267 19,773333
23 177,5
180,66 -3,16
81 132,9
131,87 1,03
47 173
164,0267 8,9733333 35
170,6 164,0267 6,5733333
28 186,8
180,66 6,14
6 180,9
180,66 0,24
34 150,5
164,0267 -13,52667
29 179,5
180,66 -1,16
85 139,3
131,87 7,43
36 166
164,0267 1,9733333 27
183,7 180,66
3,04
Perlakuan kgmm
2
Rata-rata Residual
67 132,8
131,87 0,93
79 139,6
131,87 7,73
17 153,1
180,66 -27,56
37 155,1
164,0267 -8,926667
82 147,1
131,87 15,23
3 177
180,66 -3,66
38 174,2
164,0267 10,173333 65
140,2 131,87
8,33 51
157,1 164,0267
-6,926667 13
190,5 180,66
9,84 77
135,1 131,87
3,23 58
162 164,0267
-2,026667 84
130,3 131,87
-1,57 20
193,8 180,66
13,14 46
149 164,0267
-15,02667 66
139,7 131,87
7,83 87
113,3 131,87
-18,57 48
167,1 164,0267 3,0733333
52 146,2
164,0267 -17,82667
8 186,8
180,66 6,14
49 167,1
164,0267 3,0733333 71
138,8 131,87
6,93 86
131 131,87
-0,87 21
180,2 180,66
-0,46 83
110,7 131,87
-21,17 14
187,8 180,66
7,14 44
183,3 164,0267 19,273333
70 134,8
131,87 2,93
78 118,7
131,87 -13,17
54 161
164,0267 -3,026667
5 176,9
180,66 -3,76
73 132,4
131,87 0,53
57 149,4
164,0267 -14,62667
55 167,1
164,0267 3,0733333 19
180,5 180,66
-0,16 61
135,5 131,87
3,63
commit to user
IV-49
Tabel 4.16 Residual data pembebanan geser lanjutan
Data residual kemudian diplotkan berdasarkan urutan pengambilan data eksperimen secara acak atau random seperti gambar 4.38.
Gambar 4.38 Grafik plot residual kekuatan geser
Berdasarkan Gambar 4.38 terlihat bahwa nilai residual tersebar di sekitar garis nol dan tidak membentuk pola khusus, sehingga dapat disimpulkan bahwa
data hasil eksperimen memenuhi syarat independensi. Pengujian independensi eksperimen juga dilakukan dengan uji
run test
uji deret melalui
sotfware
SPSS. Tujuan uji deret adalah untuk menentukan apakah keacakan akan terjadi atau apakah terdapat suatu pola yang mendasari urutan data
observasi. Hipotesis yang diajukan dalam uji independensi pada nilai kekuatan geser adalah sebagai berikut, dengan taraf nyata yang dipilih a= 0,05, yaitu:
Perlakuan kgmm
2
Rata-rata Residual
9 185,8
180,66 5,14
75 136
131,87 4,13
45 183,5
164,0267 19,473333 74
126,9 131,87
-4,97 12
180,4 180,66
-0,26 43
165,2 164,0267 1,1733333
24 183
180,66 2,34
60 162,3
164,0267 -1,726667
62 139,2
131,87 7,33
41 172,3
164,0267 8,2733333 11
179,3 180,66
-1,36 50
157,2 164,0267
-6,826667 76
111,2 131,87
-20,67 15
182,2 180,66
1,54 25
188,3 180,66
7,64 56
160 164,0267
-4,026667 30
181,2 180,66
0,54
commit to user
IV-50 H
: Sampel data observasi berasal dari populasi tersebut bersifat acak, H
1
: Sampel data observasi berasal dari populasi tersebut tidak acak Berdasarkan pengujian independensi yang dilakukan menggunakan software
SPSS uji
run test
diperoleh nilai signifikansi sebesar 0,289 lebih besar dari taraf nyata yang dipilih yaitu a= 0,05, dengan demikian Ho diterima dan dapat
disimpulkan bahwa data observasi bersifat acak.
4. Uji Analisis Variansi ANOVA
Pengujian analisis variansi ANOVA dilakukan terhadap kekuatan geser untuk mengetahui apakah faktor ketebalan yang diteliti berpengaruh signifikan
terhadap variabel respon tersebut. Hipotesis umum yang diajukan adalah ada perbedaan yang signifikan antar faktor maupun level dalam setiap faktor yang
diteliti. Hipotesis umum ini disebut sebagai hipotesis satu
H
1
. Selanjutnya dilakukan perhitungan nilai-nilai yang dibutuhkan untuk
perhitungan ANOVA. Prosedur perhitungan nilai-nilai tersebut dijelaskan oleh pembahasan di bawah ini. Adapun data yang digunakan adalah data eksperimen
pembebanan geser yang dapat dilihat pada tabel 4.12. Sedangkan pengolahan data seperti pada tabel 4.17.
Tabel 4.17 ANOVA untuk pembebanan geser
No Ketebalan
12 11
9
1 143,6
146,7 135,5
2 167,4
157,1 139,2
3 177
172,2 140,3
4 184,4
150,5 138,6
5 176,9
170,6 140,2
6 180,9
166 139,7
7 184,8
155,1 132,8
8 186,8
174,2 136,1
9 185,8
157,5 126
10 189,7
175,1 134,8
11 179,3
172,3 138,8
12 180,4
175,3 134
13 190,5
165,2 132,4
14 187,8
183,3 126,9
15 182,2
183,5 136
16 181,5
149 111,2
commit to user
IV-51
Tabel 4.17 ANOVA untuk pembebanan geser lanjutan
17 153,1
173 135,1
18 185,7
167,1 118,7
19 180,5
167,1 139,6
20 193,8
157,2 116,8
21 180,2
157,1 132,9
22 182,5
146,2 147,1
23 177,5
153,9 110,7
24 183
161 130,3
25 188,3
167,1 139,3
26 185
160 131
27 183,7
149,4 113,3
28 186,8
162 147,2
29 179,5
183,8 109,8
30 181,2
162,3 141,8
τ
j
5419,8 4920,8
3956,1 14296,7
T..
n
j
30 30
30 90
N ΣY
ij 2
982150,18 810570,44
524964,41 2317685
Kemudian dilakukan perhitungan jumlah kuadrat
sum of square
SS dari faktor ketebalan dan interaksinya. Proses perhitungan SS dan hasilnya, adalah:
a. Jumlah kuadrat total
SS
total
:
N T
Y SS
k j
n i
ij total
j
2 1
1
.. -
=
åå
= =
ff
s s9y
= 2271063 −
14296.7
2
90 ff
s s9y
= 46622.46 b.
Jumlah kuadrat faktor ketebalan
SS
ketebalan
:
N T
n T
SS
k j
j j
ketebalan 2
1 2
.. -
=
å
=
ff
âisik9y9
= 5419.8
2
30 +
4920.8
2
30 +
3956.1
2
30 −
14296.7
2
90 ff
âisik9y9
= 36911.83
commit to user
IV-52 c.
Jumlah kuadrat random error
SS
error
:
ketebalan total
erroe
SS SS
SS
- =
ff
i
= 46622.46 − 36911.83
ff
i
= 9710.634
Mean
of square
MS atau disebut juga kuadrat tengah KT, dihitung dengan membagi antara jumlah kuadrat SS yang diperoleh dengan derajat bebasnya
df
. Contoh perhitungan MS
ketebalan
, sebagai berikut:
f
âisik9y9
= 36911.83
2 = 18455.92
Besarnya
F
hitung
didapat dari pembagian antara MS faktor yang ada dengan MS
error
dari eksperimen. Contoh perhitungannya adalah sebagai berikut:
²s
= f
âisik9y9
f
i
= 165.35
Berpedoman pada contoh di atas, maka didapat MS dan
F
hitung
semua faktor selengkapnya yang dapat dilihat pada tabel 4.18.
Keputusan terhadap hipotesis nol didasarkan pada nilai
F
hitung
, yakni hipotesis nol
H
ditolak jika
F
hitung
F
tabel
dan diterima jika
F
hitung
F
tabel
.
F
tabel
diperoleh dari tabel distribusi
F
kumulatif, dengan d
f1
= d
f
yang bersangkutan dan d
f2
= d
ferror
. Perhitungan
F
tabel
dengan menggunakan
Microsoft excel
dengan rumus: FINV
probability
, df1, df2. Contoh perhitungan
F
tabel
adalah
F
tabel
untuk faktor jenis kertas, df
1
= 2 dan df
2
= 87. Berdasarkan hasil perhitungan Microsoft excel diperoleh
F
tabel
= FINV 0.05, 2, 87 = 3.10
Tabel 4.18 Hasil perhitungan ANOVA data eksperimen
df SS
MS F
hitung
F
tabel
Hasil Kesimpulan
2 36911,83089 18455,91544 165,3511706 3,101295757
Tolak ada pengaruh
87 9710,633667 111,6164789
89 Sstotal
Sumber keragaman
Ssketebalan Sserror
Penggunaan
F
hitung
memberikan kesimpulan tentang hasil uji hipotesis analisis variansi. Keputusan yang diambil terhadap hasil analisis variansi data eksperimen
untuk pengujian keterulangan alat, yaitu ditinjau dari faktor ketebalan, nilai F
hitung
F
tabel
, sehingga terima H dan simpulkan bahwa ketebalan tidak berpengaruh
signifikan terhadap pembebanan geser.
commit to user
IV-53 4.3.2
Pengujian Hasil Perhitungan Kekuatan Geser
Data diperoleh dengan melihat data yang ditampilkan oleh
weighting indicator
kemudian dibagi dengan luasan bidang patah spesimen setelah sebuah spesimen diuji. Data tersebut kemudian dicatat dan dikumpulkan dalam sebuah
lembar form pengujian yang telah disiapkan sebelum pengujian dilakukan. Penentuan level dipengaruhi oleh besar kecilnya standar deviasi yang dihasilkan
oleh level sebelumnya tebal 12 mm.
1. Uji Normalitas
Uji normalitas dengan metode
Kolmogorov-Smirnov
dilakukan terhadap data observasi di tiap perlakuan dengan tujuan untuk mengetahui apakah data
observasi dari tigapuluh kali pengambilan data replikasi berdistrbusi normal. Jumlah perlakuan yang terdapat pada eksperimen adalah 3 perlakuan.
Tabel 4.19 Perhitungan uji normalitas strength a
1
i x
x2 z
Pz Px
|Pz-Px|
1 0,997 0,994
- 3,638
0,000 0,033 0,033
2 1,063 1,130
- 2,706
0,003 0,067 0,063
3 1,163 1,351
- 1,302
0,097 0,100 0,003
4 1,228 1,509
- 0,369
0,356 0,133 0,223
5 1,229 1,511
- 0,359
0,360 0,167 0,193
6 1,233 1,519
- 0,310
0,378 0,200 0,178
7 1,245 1,550
- 0,134
0,447 0,233 0,214
8 1,247 1,554
- 0,114
0,455 0,267 0,188
9 1,251 1,566
- 0,045
0,482 0,300 0,182
10 1,253 1,569
- 0,026
0,490 0,333 0,156
11 1,253 1,571
- 0,016
0,494 0,367 0,127
12 1,256 1,578 0,024 0,509 0,400
0,109 13
1,258 1,583 0,053 0,521 0,433 0,088
14 1,260 1,589 0,082 0,533 0,467
0,066 15
1,265 1,601 0,151 0,560 0,500 0,060
16 1,267 1,606 0,181 0,572 0,533
0,038 17
1,271 1,615 0,230 0,591 0,567 0,024
commit to user
IV-54
Tabel 4.19 Perhitungan uji normalitas strength a
1
lanjutan
18 1,276 1,627 0,298 0,617 0,600
0,017 19
1,281 1,640 0,367 0,643 0,633 0,010
20 1,283 1,647 0,406 0,658 0,667
0,009 21
1,285 1,651 0,426 0,665 0,700 0,035
22 1,290 1,663 0,495 0,690 0,733
0,044 23
1,290 1,665 0,505 0,693 0,767 0,074
24 1,297 1,683 0,603 0,727 0,800
0,073 25
1,297 1,683 0,603 0,727 0,833 0,107
26 1,304 1,701 0,701 0,758 0,867
0,108 27
1,308 1,710 0,750 0,773 0,900 0,127
28 1,317 1,735 0,887 0,813 0,933
0,121 29
1,323 1,750 0,966 0,833 0,967 0,134
30 1,346 1,811 1,290 0,901 1,000
0,099
Average 1,25
max
0,223 Stdev
0,07
L hitung
0,223
L tabel
0,240
Contoh perhitungan uji normalitas kekuatan geser komposit serat alam untuk perlakuan a
1
, sebagai berikut: a.
Mengurutkan data observasi dari yang terkecil sampai terbesar: 0.997; 1.063; 1.163;….; 1.323; 1.346 sebagaimana ditunjukan pada tabel 4.19 di atas.
b. Menghitung rata-rata
x
dan standar deviasi s data tersebut,
255 .
1 30
346 .
1 ....
063 .
1 997
.
1
= +
+ +
= ÷
ø ö
ç è
æ =
å
=
x n
x x
n i
i
1
2 2
- -
=
å å
n n
x x
s
i i
071 .
1 30
3 346
. 1
... 063
. 1
997 .
346 .
1 ...
063 .
1 997
.
2 2
2 2
= -
+ +
+ -
+ +
+ =
s
c. Mentransformasikan data
x
tersebut menjadi nilai baku z,
s x
x z
i i
- =
commit to user
IV-55
638 .
3 0707
. 254
. 1
997 .
1
- =
- =
z
dengan; x
i
= nilai pengamatan ke-i
x
= rata-rata s = standar deviasi
Dengan cara yang sama diperoleh seluruh nilai baku, sebagaimana ditunjukan pada kolom z tabel 4.19 di atas.
d. Menentukan nilai probabilitasnya Pz berdasarkan sebaran normal baku,
sebagai probabilitas pengamatan. Nilai P z didapat dari tabel standar luas wilayah di bawah kurva normal, sebagaimana dapat dilihat pada kolom Pz
tabel 4.19. e.
Menentukan nilai probabilitas harapan kumulatif Px, sebagai berikut:
n i
x P
i
= 33
, 3
1
1
= =
x P
Dengan cara yang sama akan diperoleh seluruh nilai Px sebagaimana pada kolom P
x
tabel 4.19 di atas. f.
Menentukan nilai maksimum dari selisih absolut Pz dan Px, yaitu : maks | Pz - Px| , sebagai nilai L hitung.
maks | Pz - Px| = 0,223 g.
Menganalisis apakah semua data observasi berdistribusi normal. Hipotesis yang diajukan adalah :
H : Sampel data observasi berasal dari populasi yang berdistribusi normal.
H
1
: Sampel data observasi berasal dari populasi yang berdistribusi tidak normal.
h. Memilih taraf nyata a = 0.05, dengan wilayah kritik L
hitung
L
tabel
. L
hitung
= 0,223 L
3 05
,
= 0,24 Hasil = L
hitung
L
tabel
, maka terima H dan disimpulkan bahwa data observasi
berdistribusi normal.
commit to user
IV-56 Hasil perhitungan uji
Kolmogorov-Smirnov
untuk semua perlakuan secara lengkap dapat dilihat pada tabel 4.20.
Tabel 4.20 Hasil perhitungan uji
Kolmogorov-Smirnov
1 12mm
0,223 0,24
diterima normal
2 11mm
0,098 0,24
diterima normal
3 10mm
0,172 0,24
diterima normal
No Perlakuan
L hitung L tabel
Ho Ho diterima jika L hitungL tabel Kesimpulan
2. Uji Homogenitas
Pengujian homogenitas dilakukan dengan metode
lavene test
, yaitu menguji kesamaan ragam data observasi antar level faktornya. Uji homogenitas dilakukan
terhadap data yang dikelompokkan berdasarkan faktor ketebalan. Uji homogenitas antar level faktor ketebalan hipotesis.
H
: s
1 2
= s
2 2
Data antar level faktor ketebalan memiliki ragam yang sama
H
1
: s
1 2
≠ s
2 2
Data antar level faktor ketebalan memiliki ragam yang tidak sama. Taraf nyata
a = 0.05 dan wilayah kritik
F F
0.05
2; 87 Prosedur pengujian adalah dengan mengelompokkan data berdasarkan
faktor ketebalan, kemudian dicari rata-rata tiap level faktor ketebalan dan dihitung selisih absolut nilai pengamatan terhadap rata-ratanya sebagaimana diperoleh
tabel 4.21.
commit to user
IV-57
Tabel 4.21 Residual data antar level faktor ketebalan
12mm 11mm
10mm 12mm
11mm 10mm
12mm 11mm
10mm
1 0,997222
1,109347 1,207019
0,257 0,110
0,001 0,066
0,012 0,000
2 1,1625
1,177308 1,236674
0,092 0,042
0,031 0,008
0,002 0,001
3 1,229167
1,280107 1,241154
0,025 0,061
0,035 0,001
0,004 0,001
4 1,280556
1,11185 1,237942
0,026 0,107
0,032 0,001
0,012 0,001
5 1,228472
1,273895 1,248219
0,026 0,055
0,042 0,001
0,003 0,002
6 1,25625
1,240658 1,247767
0,002 0,021
0,042 0,000
0,000 0,002
7 1,283333
1,150935 1,231682
0,029 0,068
0,026 0,001
0,005 0,001
8 1,297222
1,297289 1,214311
0,043 0,078
0,008 0,002
0,006 0,000
9 1,290278
1,161504 1,174497
0,036 0,058
0,031 0,001
0,003 0,001
10 1,317361
1,30867 1,238515
0,063 0,089
0,033 0,004
0,008 0,001
11 1,245139
1,256197 1,25316
0,009 0,037
0,047 0,000
0,001 0,002
12 1,252778
1,283685 1,233886
0,002 0,064
0,028 0,000
0,004 0,001
13 1,322917
1,249244 1,192793
0,068 0,030
0,013 0,005
0,001 0,000
14 1,304167
1,367502 1,189539
0,050 0,148
0,016 0,002
0,022 0,000
15 1,265278
1,365327 1,255076
0,011 0,146
0,049 0,000
0,021 0,002
16 1,260417
1,110614 1,03712
0,006 0,109
0,169 0,000
0,012 0,028
17 1,063194
1,253623 1,231765
0,191 0,034
0,026 0,037
0,001 0,001
18 1,289583
1,261322 1,099074
0,035 0,042
0,107 0,001
0,002 0,011
19 1,253472
1,24776 1,265869
0,001 0,029
0,060 0,000
0,001 0,004
20 1,345833
1,171735 1,066083
0,091 0,048
0,140 0,008
0,002 0,020
21 1,251389
1,161639 1,219714
0,003 0,058
0,014 0,000
0,003 0,000
22 1,267361
1,09661 1,353017
0,013 0,123
0,147 0,000
0,015 0,022
23 1,232639
1,161685 1,027283
0,022 0,058
0,179 0,000
0,003 0,032
24 1,270833
1,206535 1,211868
0,016 0,013
0,006 0,000
0,000 0,000
25 1,307639
1,221491 1,298471
0,053 0,002
0,093 0,003
0,000 0,009
26 1,284722
1,193674 1,218378
0,030 0,026
0,013 0,001
0,001 0,000
27 1,275694
1,119604 1,022932
0,021 0,100
0,183 0,000
0,010 0,033
28 1,297222
1,196278 1,362963
0,043 0,023
0,157 0,002
0,001 0,025
29 1,246528
1,362693 1,037415
0,008 0,143
0,168 0,000
0,021 0,028
30 1,258333
1,178649 1,320298
0,004 0,041
0,114 0,000
0,002 0,013
Average 1,254583
1,219248 1,205816
Sum 37,6375
36,57743 36,17448
1,275833 1,961497
2,01122 0,145115
0,177341 0,241253
Replikasi Faktor ketebalan
Residual Kuadrat residual
Selanjutnya menghitung nilai-nilai, sebagai berikut: a.
Faktor koreksi FK.
. = 6∑
2
= 61.275 + 1.961 + 2.011
2
90 = 0.3060
b.
Sum Square
SS faktor, total, dan error.
0112 .
90 90
011 .
2 961
. 1
275 .
1
2 2
2 2
= -
+ +
= ú
ú û
ù ê
ê ë
é -
=
å
ketebalan ketebalan
ketebalan
SS SS
FK k
xi SS
commit to user
IV-58 ff
s s9y
= ²
2
− . =
60.257
2
+ 0.092
2
+ ⋯ + 0.004
2
− 0.3060 = 0.2576
ff
i
= ff
s s9y
− ff
âisik9y9
= 0.2576 − 0.0112
= 0.2463 c.
Mean Square
MS faktor dan error f
âisik9y9
= ff
âisik9y9 âisik9y9
= 0.0112
2 = 0.0056
f
i
= ff
i i
= 0.2463
87 = 0.0028
d. Nilai F F hitung
²s
= f
âisik9y9
f
i
= 0.0028
0.0059 = 1.988
Hasil perhitungan uji homogenitas terhadap faktor ketebalan dapat dilihat pada tabel 4.22.
Tabel 4.22 Hasil perhitungan uji homogenitas faktor ketebalan
Sumber Keragaman df
SS MS
F
hitung
F
tabel
Hasil kesimpulan
Ketebalan 2
0,0113 0,005630
1,988 3,10
diterima homogen
Error 87
0,2464 0,002832
Total 89
0,26
Taraf nyata yang dipilih a= 0,05, dengan wilayah kritik penolakan terhadap F
hitung
F
tabel
. Berdasarkan tabel 4.22, nilai
F
hitung
sebesar 1,988
F
tabel
3.10, sehingga
H
diterima dan disimpulkan bahwa data antar level faktor ketebalan
memiliki ragam yang sama homogen.
commit to user
IV-59
3. Uji Independensi
Pengujian independensi dilakukan dengan membuat plot residual data untuk setiap perlakuan berdasarkan urutan pengambilan data pada eksperimen. Nilai
residual tersebut merupakan selisih data observasi dengan rata-rata tiap perlakuan. Hasil perhitungan nilai residual untuk tiap perlakuan dapat dilihat pada tabel 4.23.
Tabel 4.23 Residual data kekuatan geser
Perlakuan kgmm
2
Rata-rata Residual
a25 1,27389 1,219248
0,0546472 a118
1,28958 1,254583 0,035
a218 1,26132 1,219248
0,0420748 a16
1,25625 1,254583 0,0016667
a223 1,16168 1,219248 -0,0575629
a214 1,3675
1,219248 0,1482546
a19 1,29028 1,254583
0,0356944 a121
1,25139 1,254583 -0,0031944 a210
1,30867 1,219248 0,089422
a319 1,26587 1,205816
0,0600526 a110
1,31736 1,254583 0,0627778
a320 1,06608 1,205816 -0,1397336
a128 1,29722 1,254583
0,0426389 a115
1,26528 1,254583 0,0106944
a222 1,09661 1,219248
-0,122638 a116
1,26042 1,254583 0,0058333
a227 1,1196
1,219248 -0,0996434 a23
1,28011 1,219248 0,0608594
a11 0,99722 1,254583 -0,2573611
a35 1,24822 1,205816
0,0424033 a117
1,06319 1,254583 -0,1913889 a330
1,3203 1,205816
0,1144819 a225
1,22149 1,219248 0,0022436
a17 1,28333 1,254583
0,02875 a224
1,20653 1,219248 -0,0127129 a119
1,25347 1,254583 -0,0011111 a229
1,36269 1,219248 0,1434451
a324 1,21187 1,205816
0,0060515 a124
1,27083 1,254583 0,01625
a221 1,16164 1,219248 -0,0576091
a111 1,24514 1,254583 -0,0094444
a313 1,19279 1,205816 -0,0130233
a318 1,09907 1,205816
-0,106742 a24
1,11185 1,219248 -0,1073978 a122
1,26736 1,254583 0,0127778
a226 1,19367 1,219248 -0,0255741
a312 1,23389 1,205816
0,0280697 a12
1,1625 1,254583 -0,0920833
a329 1,03741 1,205816 -0,1684011
a129 1,24653 1,254583 -0,0080556
a215 1,36533 1,219248
0,1460797 a310
1,23852 1,205816 0,0326992
a15 1,22847 1,254583 -0,0261111
a323 1,02728 1,205816 -0,1785332
a28 1,29729 1,219248
0,0780416 a34
1,23794 1,205816 0,032126
a130 1,25833 1,254583
0,00375 a33
1,24115 1,205816 0,0353375
a18 1,29722 1,254583
0,0426389 a230
1,17865 1,219248 -0,0405984 a327
1,02293 1,205816 -0,1828836
Perlakuan kgmm
2
Rata-rata Residual
a211 1,2562
1,219248 0,0369495
a112 1,25278 1,254583 -0,0018056
a317 1,23177 1,205816
0,025949 a326
1,21838 1,205816 0,0125619
a26 1,24066 1,219248
0,02141 a123
1,23264 1,254583 -0,0219444 a32
1,23667 1,205816 0,0308577
a213 1,24924 1,219248
0,0299961 a13
1,22917 1,254583 -0,0254167 a27
1,15093 1,219248 -0,0683127 a39
1,1745 1,205816 -0,0313195
a216 1,11061 1,219248 -0,1086335
a120 1,34583 1,254583
0,09125 a31
1,20702 1,205816 0,0012033
a328 1,36296 1,205816
0,1571469 a21
1,10935 1,219248 -0,109901
a37 1,23168 1,205816
0,0258663 a314
1,18954 1,205816 -0,0162773 a114
1,30417 1,254583 0,0495833
a29 1,1615
1,219248 -0,0577432 a38
1,21431 1,205816 0,0084951
a219 1,24776 1,219248
0,0285122 a125
1,30764 1,254583 0,0530556
a217 1,25362 1,219248
0,0343755 a311
1,25316 1,205816 0,0473439
a113 1,32292 1,254583
0,0683333 a212
1,28368 1,219248 0,0644372
a321 1,21971 1,205816
0,0138976 a315
1,25508 1,205816 0,0492596
a14 1,28056 1,254583
0,0259722 a210
1,17174 1,219248 -0,0475124 a322
1,35302 1,205816 0,1472008
a36 1,24777 1,205816
0,041951 a22
1,17731 1,219248 -0,0419395 a325
1,29847 1,205816 0,0926552
a126 1,28472 1,254583
0,0301389 a316
1,03712 1,205816 -0,1686962 a127
1,27569 1,254583 0,0211111
a228 1,19628 1,219248 -0,0229694
commit to user
IV-60 Data residual kemudian diplotkan berdasarkan urutan pengambilan data
eksperimen seperti gambar 4.39.
-0,3 -0,2
-0,1 0,1
0,2
20 40
60 80
100
R e
si d
u a
l
Urutan Eksperimen
Grafik Uji Independensi
Gambar 4.39 Grafik plot residual kekuatan geser
Berdasarkan Gambar 4.39 terlihat bahwa nilai residual tersebar di sekitar garis nol dan tidak membentuk pola khusus, sehingga dapat disimpulkan bahwa
data hasil eksperimen memenuhi syarat independensi. Pengujian independensi eksperimen juga dilakukan dengan uji
run test
uji deret melalui
sotfware
SPSS. Tujuan uji deret adalah untuk menentukan apakah keacakan akan terjadi atau apakah terdapat suatu pola yang mendasari urutan data
observasi. Hipotesis yang diajukan dalam uji independensi pada nilai kekuatan geser adalah sebagai berikut, dengan taraf nyata yang dipilih a= 0,05, yaitu:
H : Sampel data observasi berasal dari populasi tersebut bersifat acak,
H
1
: Sampel data observasi berasal dari populasi tersebut tidak acak Berdasarkan pengujian independensi yang dilakukan menggunakan software
SPSS uji
run test
diperoleh nilai signifikansi sebesar 0,525 lebih besar dari taraf nyata yang dipilih yaitu a= 0,05, dengan demikian H
diterima dan dapat disimpulkan bahwa
data observasi bersifat acak.
4. Uji Analisis Variansi ANOVA
Pengujian analisis variansi ANOVA dilakukan terhadap kekuatan geser untuk mengetahui apakah faktor ketebalan yang diteliti berpengaruh signifikan
terhadap variabel respon tersebut. Hipotesis umum yang diajukan adalah ada perbedaan yang signifikan antar faktor maupun level dalam setiap faktor yang
diteliti. Hipotesis umum ini disebut sebagai hipotesis satu
H
1
.
commit to user
IV-61 Selanjutnya dilakukan perhitungan nilai-nilai yang dibutuhkan untuk
perhitungan ANOVA. Prosedur perhitungan nilai-nilai tersebut dijelaskan oleh pembahasan di bawah ini. Adapun data yang digunakan adalah data eksperimen
kekuatan geser yang dapat dilihat pada tabel 4.19. Sedangkan pengolahan data seperti pada tabel 4.24
Tabel 4.24 ANOVA untuk kekuatan geser
12 11
9
1 0,997
1,109 1,207
2 1,163
1,177 1,237
3 1,229
1,280 1,241
4 1,281
1,112 1,238
5 1,228
1,274 1,248
6 1,256
1,241 1,248
7 1,283
1,151 1,232
8 1,297
1,297 1,214
9 1,290
1,162 1,174
10 1,317
1,309 1,239
11 1,245
1,256 1,253
12 1,253
1,284 1,234
13 1,323
1,249 1,193
14 1,304
1,368 1,190
15 1,265
1,365 1,255
16 1,260
1,111 1,037
17 1,063
1,254 1,232
18 1,290
1,261 1,099
19 1,253
1,248 1,266
20 1,346
1,172 1,066
21 1,251
1,162 1,220
22 1,267
1,097 1,353
23 1,233
1,162 1,027
24 1,271
1,207 1,212
25 1,308
1,221 1,298
26 1,285
1,194 1,218
27 1,276
1,120 1,023
28 1,297
1,196 1,363
29 1,247
1,363 1,037
30 1,258
1,179 1,320
τ
j
37,6375 36,57743 36,17448 110,3894
T..
n
j
30 30
30 90
N 47,3645
44,77429 43,86103 135,9998 No
Ketebalan
Kemudian dilakukan perhitungan jumlah kuadrat
sum of square
SS dari faktor ketebalan dan interaksinya. Proses perhitungan SS dan hasilnya, sebagai berikut:
commit to user
IV-62 a.
Jumlah kuadrat total
SS
total
:
N T
Y SS
k j
n i
ij total
j
2 1
1
.. -
=
åå
= =
ff
s s9y
= 135.99 −
110.3894
2
90 ff
s s9y
= 0.6017 b.
Jumlah kuadrat faktor ketebalan
SS
ketebalan
:
N T
n T
SS
k j
j j
ketebalan 2
1 2
.. -
=
å
=
ff
âisik9y9
= 37.637
30 +
36.577
2
30 +
36.174
2
30 −
110.389
2
90 ff
âisik9y9
= 0.038073
c. Jumlah kuadrat random error
SS
error
:
ketebalan total
erroe
SS SS
SS
- =
ff
i
= 0.6017 − 0.0380
ff
i
= 0.56371
Mean of square
MS atau disebut juga kuadrat tengah KT, dihitung dengan membagi antara jumlah kuadrat SS yang diperoleh dengan derajat bebasnya
df
. Contoh perhitungan MS, sebagai berikut:
f
âisik9y9
= 0.038073
2 = 0.019036
Besarnya
F
hitung
didapat dari pembagian antara MS faktor yang ada dengan MS
error
dari eksperimen. Contoh perhitungannya adalah sebagai berikut:
²s
= f
âisik9y9
f
i
= 2.937
Berpedoman pada contoh di atas, maka didapat MS dan
F
hitung
semua faktor selengkapnya yang dapat dilihat pada tabel 4.25.
Keputusan terhadap hipotesis nol didasarkan pada nilai
F
hitung
, yakni hipotesis nol
H
ditolak jika
F
hitung
F
tabel
dan diterima jika
F
hitung
F
tabel
.
F
tabel
diperoleh dari tabel distribusi
F
kumulatif, dengan d
f1
= d
f
yang bersangkutan dan d
f2
=
commit to user
IV-63 d
ferror
. Perhitungan
F
tabel
dengan menggunakan
Microsoft excel
dengan rumus: FINV
probability
, df1, df2. Contoh perhitungan
F
tabel
adalah
F
tabel
untuk faktor jenis kertas, df
1
= 2 dan df
2
= 87. Berdasarkan hasil perhitungan
Microsoft excel
diperoleh
F
tabel
= FINV 0.05, 2, 87 = 3.10
Tabel 4.25 Hasil perhitungan ANOVA data eksperimen
df SS
MS
F
hitung
F
tabel
Hasil Kesimpulan
2 0,038073
0,019036 2,937963
3,101296 Terima
tidak ada pengaruh 87
0,56371 0,006479
89
Sumber Keragaman
Ssketebalan Sserror
Sstotal
Penggunaan
F
hitung
memberikan kesimpulan tentang hasil uji hipotesis analisis variansi. Keputusan yang diambil terhadap hasil analisis variansi data
eksperimen untuk pengujian keterulangan alat, yaitu ditinjau dari faktor ketebalan, nilai F
hitung
F
tabel
, sehingga terima H dan simpulkan bahwa ketebalan tidak
berpengaruh signifikan terhadap kekuatan geser.
commit to user
V- 1
BAB V ANALISIS DAN INTERPRETASI HASIL
Pada bab ini membahas tentang analisis hasil pengujian yang telah dikumpulkan dan diolah pada bab sebelumnya. Pada bab ini diuraikan mengenai
analisis pengujian geser komposit serat alam menggunakan alat uji geser. Analisis hasil tersebut diuraikan dalam sub bab dibawah ini.
5.1 ANALISA HASIL PENELITIAN
Analisis hasil penelitian perlu dilakukan untuk menelaah hasil yang telah diperoleh dari penelitian. Pada sub bab ini diuraikan mengenai analisis terhadap
hasil pengumpulan dan pengolahan data penelitian.
5.1.1 Analisis Rancangan Alat Uji Geser
Rancangan alat uji geser dibuat dengan konsep perancangan berdasar identifikasi kebutuhan pengguna dan identifikasi kepeluan sesuai standar yang
digunakan yaitu standar ASTM D5379-98. Kebutuhan rancangan alat uji geser berdasar pengguna didapat melalui hasil wawancara terhadap pengguna dalam hal
ini Ketua Jurusan Teknik Industri Universitas Sebelas Maret Surakarta yang kemudian diterjemahkan menjadi variabel alternatif konsep untuk diambil sebagai
fokus penelitian agar rancangan alat uji geser tetap memenuhi standar yang digunakan.
Proses perancangan alat uji geser dibuat sesuai rancangan ASTM D5379-98 pengujian geser Iosipescu namun memiliki perbedaan pada proses pergerakan
fixture
ketika proses pengujian berlangsung. Jika pada rancangan ASTM D5379- 98 proses pengujian dilakukan dengan pembebanan secara vertikal, sedangkan
rancangan alat uji geser yang peneliti buat bergerak secara melintang horizontal. Proses desain hingga produksi pembuatan alat uji geser dibuat sesuai rancangan
3D desain konsep menggunakan
software catia
. Penggunaan
software catia
untuk melakukan simulasi pergerakan
fixture
alat uji sangat membantu dalam menentukan kelancaran pergerakan pada saat proses pembebanan berlangsung,
sehingga jika terjadi ketidaksesuaian dalam pergerakan maupun kendala teknis lain dapat diketahui lebih awal tanpa harus menunggu proses produksi.