Tugas Statistika Perbandingan Waktu Pela
2012
Sekolah Tinggi Teknologi
Indocement
PERBANDINGAN WAKTU
PELAYANAN KASIR ALFAMART
DAN INDOMARET
Oleh :
Endah Ratna Ningtyas
Dedy Prasetyo
Fikri Gojali
Giovani Anggasta H
Mulyani
Irvan Rifana
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah memberikan rahmat
dan hidayahnya, sehingga kami dapat menyelesaikan makalah dengan judul
”Analisis Perbandingan
Waktu Pelayanan Kasir Minimarket Indomaret Dan
Alfamart ”.
Dalam
kesempatan
yang
baik
ini,
penulis
dengan
ketulusan
ingin menyampaikan rasa terimakasih kepada semua pihak yang telah
dengan ikhlas memberikan
masukan dan kontribusi yang berarti dalam
proses penelitian dan penyusunan makalah ini , antara lain:
Muhammad Baqi, ST M.T MRINA selaku dosen pembimbing yang telah
meluangkan waktunya dalam membimbing dan memberikan arahan
bagi kami dalam menyelesaikan makalah ini.
Minimarket Indomaret dan Alfamart yang telah mengizinkan kami
melakukan pengamatan.
Semua pihak terkait yang tidak bisa penulis sebutkan satu persatu
yang telah membantu penyusunan makalah ini.
Kami menyadari bahwa makalah ini masih kurang sempurna karena
keterbatasan kemampuan dan pengetahuan yang kami miliki. Maka dari
itu, kami akan menerima kritik dan saran sebagai masukan yang dapat
meningkatkan
pengetahuan
menyempurnakan
dan
makalah-makalah
kemampuan
kami
selanjutnya.
Semoga
serta
untuk
makalah
ini
bermanfaat bagi semua pihak. Akhir kata semoga Allah SWT senantiasa
bersama kita dan meridhoi jalan hidup kita. Amin
Bogor,
2012
Penyusun
Mei
ABSTRAK
I.
Alfamart
Alfamart merupakan salah satu jaringan minimarket pengecer bahan
pokok
kebutuhan
sehari
hari
dan
merupakan
retailer
yang
tercepat
pertumbuhannya di indonesia, didirikan pada 27 juni 1999 oleh PT Alfa
Mitramart Utama. Toko pertama dibuka pada 18 oktober 1999 di karawaci
tangerang dengan nama Alfa Minimart, barulah pada 1 januari 2003
namanya berubah menjadi Alfamart sejak diambil alih oleh PT Sumber Alfaria
Trijaya (SAT) sampai sekarang.
Saat ini Alfamart sudah mencapai sekitar 2.779 gerai, tersebar
diseluruh indonesia mulai dari kota-kota besar, kabupaten, kecamatan jadi
tidak heran kalau peminatnya juga banyak dan diperkirakan akan semakin
meningkat untuk mengimbangi pesaing utamanya Indomaret. Barang barang
yang dijual berkualitas tinggi dan dengan harga yang terjangkau untuk semua
kalangan.
II.
Indomaret
Secara usia umur Indomaret lebih tua dari pesaing utamanya Alfamart.
Didirikan pada tahun 1988 dengan nama Indomart (Indonesia Marketing
Retail) namun pada saat itu Pemerintah Orde Lama mewajibkan nama semua
produk menggunakan bahasa indonesia yang benar (EYD) sehingga namanya
diubah
menjadi
Indomaret
karena
nama
sebelumnya
yaitu
Indomart
mengandung unsur kebarat-baratan.
Saat ini Indomaret dikelola oleh PT Indomarco Prismatama (IP). Tidak
jauh berbeda dengan pesaingnya, Alfamart barang yang dijual adalah bahan
pokok kebutuhan sehari hari dengan kualitas tinggi dan terjangkau untuk
semua kalangan sehingga jaringannnya pun luas di seluruh indonesia bahkan
beberapa ada yang masuk hingga pedesaan.
III.
Alfamart vs Indomaret
Persaingan antara Alfamart dan Indomaret sangat ketat, kedua merek
ini sangat agresif dalam menggarap pasar dan hanya kedua merek inilah yang
serius menggarap pasar sampai ke pedesaan. Saking ketatnya persaingan,
mereka sepertinya tidak peduli dengan lokasi toko, kita sering jumpai toko
Alfamart berdekatan dengan Indomaret dalam radius hanya beberapa meter
bahkan di beberapa tempat ada satu gerai indomaret yang diapit dua gerai
Alfamart. Mungkin ini juga merupakan strategi Alfamart untuk menekan
Indomaret yang gerainya rata-rata lebih luas. Ini membuat banyak orang
yang
bertanya
alasan
mengapa
Alfamart
selalu
berdekatan
dengan
Indomaret, sebenarnya Indomaret lah yang membiayai dan melakukan survey
lokasi mini market sebelum berdiri, tapi Alfamart tidak melakukan survey
lokasi dan hanya mengikuti (Nebeng) data survey kelayakan lokasi milik
Indomaret. jadi dapat ditarik kesimpulan harus ada Indomaret terlebih dahulu
barulah muncul Alfamart desekitarnya.
Ini adalah Head to head antara Indomaret dan Alfamart dari berbagai
sumber seperti kompas :
Dari
segi
ketersediaan
item
:
Indomaret
lebih
lengkap,
beberapa
barangnya sulit dijumpai di Alfamart
Dari segi kebersihan : Alfamart lebih unggul dan lebih bersih sementara
Indomaret sering dijumpai beberapa gerai yang kurang bersih.
Dari segi keramahan : Alfamart lebih unggul, semua terstandar, welcome
greeting diucapkan kepada setiap customer yang datang.
Dari segi harga : Cukup sulit untuk menilai, intinya keduanya mempunyai
harga yang kompetitif.
BAB I
PENDAHULUAN
A. Latar Belakang
Minimarket merupakan suatu tempat dimana kita dapat membeli
barang-barang yang kita butuhkan dalam hal ini, minimarket adalah toko
swalayan yang hanya memiliki satu atau dua mesin register.
Minimarket
berformat
mengisi
kebutuhan
masyarakat
akan
warung
yang
modern dengan minimarket, belanja sedikit di tempat yang
dekat dan nyaman terpenuhi, perilaku konsumen yang menyukai tempat
belanja bersih, sejuk, dan tertata rapi membuat minimarket menjadi lebih
unggul dari warung dan toko.
Tabel : Pangsa pasar Hipermarket, supermarket, minimarket, pasar
tradisional di Indonesia :
2000
2001
Hipermarket
&
16,7% 20,5%
supermarket
Minimarket
3,4%
4,6%
Pasar
tradisional
79,8% 74,9%
2002
2003
20,2%
21,1%
4,6%
5,1%
74,9%
73,8%
Sumber: sisipan bisnis Indonesia “ arah bisnis dan politik”,
Desember 2003.
Perusahaan yang
pertama
kali
menggunakan
format
minimarket
sebagai strategi bisnis di Indonesia adalah PT. Indomarco Prismatama
yang pada tahun 1988 mendirikan minimarketnya yang pertama. Pada ahir
tahun
2003
jumlah gerai indomaret
796
unit
di
Jabodetabek, Bogor,
Bandung, Semarang dan Surabaya, Indomarco merencanakan mendirikan
600 toko lagi di tahun 2005.
Perusahaan lain
yang
juga
mengoperasikan minimarket
adalah
Alfaria Trijaya yang pada tahun 2004 telah memiliki 923 gerai dengan
nama alfamart dan merencanakan mengembangkan menjadi 1800 unit di
seluruh Indonesia tahun 2005.
Minimarket yang masuk dalam kelompok seperti Alfamart dan
Indomaret baik yang dimiliki perusahaan atau yang waralaba atau hanya
operasional saja tergolong sebagai chain store yaitu toko atau gerai yang
terhimpun di bawah satu nama dengan sistem yang sama termasuk dalam
kegiatan pemasarannya, istilah lain dari chain
store adalah multiples,
istilah yang di pake di Inggris. Setiap tempat atau sebuah minimarket
memiliki mekanisme pelayanan kasir yang berbeda dan tentunya itu akan
mempengaruhi lamanya pelayanan konsumen. Ada beberapa faktor yang
dapat dijadikan acuan dalam menentukan apa yang menyebabkan lamanya
pelayanan kasir, diantaranya jumlah belanjaan yang dibeli konsumen banyak
atau tidak, cara pembayarannya dengan cash atau credit card dan apakah
kasir tersebut sudah ahli dalam melayani konsumen atau belum.
B. Permasalahan
Berdasarkan
latar
belakang
masalah
di
atas
maka
identifikasi
masalah pada penelitian ini adalah:
1. Adakah perbedaan mekanisme pelayanan kasir untuk konsumen
Indomaret dan Alfamart ?
2. Berapakah
besarnya
perbedaan
lamanya pelayanan kasir di
Indomaret dan Alfamart ?
C. Tujuan penelitian
Tujuan yang hendak dicapai dalam penelitian ini adalah :
1. Untuk mengetahui adakah perbedaan mekanisme pelayanan kasir
untuk konsumen Indomaret dan Alfamart.
2. Untuk
mengetahui
lamanya
seberapa
pelayanan
kasir
besar
tingkat
konsumen
perbandingan
Indomaret
dan
Alfamart ?
D. Kegunaan penelitian
Kegunaan teoritis ;
a. Bagi
pembaca,
pengetahuan
penelitian
mengenai
ini
bermanfaat
perbandingan
untuk
lamanya
menambah
pelayanan
kasir
Indomaret dan Alfamart dari kacamata konsumen.
b. Bagi peneliti lain, bahwa penelitian ini dapat di gunakan untuk
menambah pengetahuan dan untuk meneliti lebih lanjut dengan
menggunakan variabel lain.
c. Bagi penulis, penelitian ini bermanfaat untuk sarana pengembangan
ilmu pengetahuan.
Kegunaan praktis
a. Bagi pelaku usaha ritel hasil penelitian ini bermanfaat sebagai
evaluasi dan pengamatan aktivitas konsumen atau perilaku konsumen
terhadap took ritel, sehingga produsen dapat mengetahui apa saja
yang di gunakan konsumen dalam membuat pertimbangan keputusan
pembelian. Bagi
konsumen,
penelitian
ini
diharapkan
dapat
menambah pengetahuan dan cakrawala berfikir dalam pengembangan
wawasan
dalam
berhubungan
mempelajari
segala
perilaku
produsen
yang
dengan bagaimana memuaskan keinginan konsumen
yang menjadi sasaran.
E. Sistematika makalah
Bagian Awal Makalah
Bagian awal
makalah
terdiri
dari
halaman
judul,
abstrak,
hal
kata pengantar, daftar isi dan daftar lampiran.
Bagian Makalah
BAB I : PENDAHULUAN
Meliputi : alasan pemilihan judul, permasalahan, tujuan penelitian
dan manfaat penelitian.
BAB II : LANDASAN TEORI
Dalam bab ini diuraikan tentang teori yang digunakan sebagai
dasar pembahasan selanjutnya yaitu mengenai
pengertian
minimarket, cara menganalisis perbandingan lamanya pelayanan
kasir suatu minimarket, Estimasi dan Pengujian Hipotesis.
BAB III : METODOLOGI PENELITIAN
Dalam bab ini diuraikan tentang Populasi, Sampel, Dan Teknik,
Metode
Pengumpulan
Data,
Metode
Analisis
Data,
Sampling, Estimasi, Uji Hipotesis.
BAB IV : HASIL PENELITIAN
BAB V : PENUTUP
Dalam bab ini berisi tentang kesimpulan dan saran.
Bagian Akhir
Bagian ini berisi tentang daftar pustaka dan lampiran.
Distribusi
BAB II
LANDASAN TEORI DAN HIPOTESIS
A. Landasan Teori
Perilaku Konsumen
Definisi perilaku konsumen adalah tindakan langsung terlibat dalam
mendapatkan,
mengkonsumsi,
dan
menghabiskan
produk
dan
jasa
termasuk proses keputusan yang mendahului dan menyusuli tindakan ini.
Menurut Kotlert dan Amstrong yang di kutip oleh Simamora (2001:81)
mengartikan perilaku konsumen sebagai perilaku pembelian akhir, baik
individu
maupun
rumah
tangga,
yang membeli produk untuk konsumsi
personal. Dari definisi di atas dapat di ambil kesimpulan :
1. Perilaku konsumen menyoroti perilaku individu dan rumah tangga.
2. Perilaku konsumen menyangkut suatu proses keputusan sebelum
pembelian
serta
tindakan
dalam
memperoleh,
memakai,
mengkonsumsi dan menghabiskan produk.
3. Mengetahui
perilaku
konsumen
meliputi
:
perilaku
yang
dapat
diamati seperti jumlah yang di belanjakan, kapan, dengan siapa, oleh
siapa, dan bagaimana barang sudah dibeli dan dikonsumsi.
Keputusan Membeli
Dalam membeli suatu barang atau jasa, seorang konsumen akan
melalui suatu proses keputusan pembelian. Terdapat tiga proses keputusan
pembelian:
1. Proses keputusan panjang untuk barang yang durable.
2. Proses kebutuhan terbatas sama dengan proses
diatas
tetapi
terjadi secara lebih cepat dan kadang meloncati tahapan.
3. Proses pembelian rutin keputusan pembelian yang terjadi secara
kebiasaan sehingga proses pembelian sangat singkat saja begitu ada
kebutuhan langsung dibeli saja tanpa adanya pertimbangan.
Jenis Statistik
Berdasarkan kegunaan dan teknik yang digunakan, statistik di bagi
menjadi dua yaitu, statistik deskriptif, merupakan bidang statistik yang
berhubungan dengan metode pengelompokan, peringkasan, dan penyajian
data dalam cara yang informatif. Pada jenis statistik ini kita melakukan teknik
statistik yang berhubungan dengan penyajian data statistik dalam bentuk
gambaran angka-angka. Teknik yang umum digunakan yaitu analisis deskriptif
yang meliputi rata-rata, median, modus dan varian.
Sedangkan yang kedua adalah statistik inferensial adalah teknik
statistik yang berhubungan dengan analisis data untuk penarikan kesimpulan
atas data, teknik ini berhubungan dengan pengolahan statistik yang
menggunakan hasil analis sehingga kita dapat menarik hasil kesimpulan atas
karakteristik populasi. Teknik yang digunakan meliputi : uji hipotesis, analisis
varian, teknik regresi dan korelasi.
Jenis Data
A. Pengumpulan Data
a. Data Kuantitatif adalah data yang dinyatakan dalam bentuk angka.
Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan.
Data kuantitatif dapat dibedakan menjadi dua tipe yaitu :
Data Diskrit adalah data yang diperoleh dari suatu
pencacahan/enumerasi.
Data Kontinu adalah data yang umumnya didapat dari suatu
pengukuran dengan suatu instrumen (alat ukur). Data kontinu
dapat dinyatakan dalam bentuk data interval ataupun data rasio.
b. Data Kualitatif adalah data yang dinyatakan dalam bentuk bukan
angka.
Contoh : jenis pekerjaan, status marital, tingkat kepuasan kerja.
Data kualitatif dapat dibedakan menjadi dua tipe yaitu :
Data Nominal adalah pengambilan data terhadap suatu objek
hanya menghasilkan satu dan hanya satu-satunya kategori pada
objek tersebut maka data yang diperoleh termasuk tipe data
nominal.
Data ordinal adalah data yang diperoleh dari suatu pengambilan
data terhadap suatu objek yang menghasilkan lebih dari satu
kategori.
B. Pengorganisasian Data
a. Data
Mentah
merupakan
data
terkumpul
yang
belum
diorganisasikan secara numerik.
b. Jajaran Data merupakan suatu cara pengorganisasian data dan
paling sederhana. Jajaran data merupakan suatu susunan dari datadata mentah yang diatur dengan urutan nilai numerik yang menaik
dari nilai yang terkecil sampai yang terbesar, atau yang menurun
dari nilai yang terbesar sampai yang terkecil.
C. Penyajian Data
Tabel dan diagram statistik digunakan untuk menyajikan data yang
sudah teringkas, menyintkapkan hubungan-hubungan antar variabel
serta menginterpretasikan dan mengkomunikasikan fakta-fakta angka
kepada pihak yang membutuhkannya.
Beberapa jenis penyajian data statistik seperti berikut :
Grafik Batang (Bar)
Grafik Lingkaran (Pie)
30
keuangan
administrasi
20
personalia
Count
10
Grafik Garis (Line)
Grafik
marketing
produksi
Interaksi
0
administrasi
personalia
produksi
(Interactive)
marketing
keuangan
bidang pekerjaan
30
800000
700000
20
Mean gaji perbulan
600000
10
500000
Jumlah
D. Distribusi Frekuensi dan Presentasi Grafik
Distribusi Frekuensi yaitu mengelompokkan data interval/rasio dan
0
administrasi
personalia
bidang pekerjaan
produksi
marketing
keuangan
Jenis kelamin
400000
laki-laki
300000
w anita
sangat jelek
jelek
cukup baik
baik
sangat baik
prestasi kerja
menghitung banyaknya data dalam satu kelompok/klasifikasi.
Membuat distribusi frekuensi :
a) Mencari sebaran (range) yakni selisih antara data paling besar
dengan data paling kecil) menggunakan rumus Range (R) = Nilai
terbesar – Nilai terkecil.
b) Menentukan banyak kelas dengan rumus ∑K = 1 + 3,3 Log N
c) Menentukan panjang kelas dengan rumus Ci = R / ∑K
E. Presentasi Grafik Distribusi Frekuensi
Histogram adalah grafik batang yang menggambarkan distribusi
data dari sebuah distribusi frekuensi. Batang-batang pada histogram
memiliki karakteristik sebagai berikut :
Dasarnya pada sumbu horizontal (sumbu-x) lebarnya sama
dengan lebar interval kelas.
Luasnya proporsional terhadap frekuensi interval kelas yang
bersangkutan.
Poligon Frekuensi adalah suatu garis dari fekuensi-frekuensi interval
kelas yang diplot pada nilai tengah-tengahnya. Poligon bisa didapat
dengan menghubungkan titik tengah dari sisi atas batang-batang
histogram.
F. Distribusi Frekuensi Kumulatif
Pada keadaan tertentu , kita lebih perlu mengetahui banyaknya data
yang bernilai di bawah (kurang dari) atau di atas (lebih dari) suatu nilai
tertentu daripada yang berada dalam satu interval tertentu. Dalam hal
ini, distribusi frekuensi dapat diubah menjadi distribusi frekuensi
kumulatif dan dipresentasikan dalam grafik yang disebut ogive. Jika
banyaknya data dalam prosentase terhadap banyaknya seluruh data
disebut
distribusi
frekuensi
kumulatif
relatif.
Distribusi
Frekuensi
Kumulatif dapat dibedakan menjadi :
• Distribusi Frekuensi Kumulatif kurang dari, disusun dengan
menjumlahkan seluruh frekuensi dari semua nilai yang lebih kecil
•
dari pada batas atas nyata interval kelas.
Distribusi Frekuensi Kumulatif lebih dari , disusun dengan
menjumlahkan seluruh frekuensi dari semua nilai yang lebih
besar daripada atau sama dengan batas bawah nyata interval
kelas.
G. Ukuran Pemusatan
Data sering menunjukkan kecenderungan terpusat disekitar suatu
nilai. Nilai pusat ini kemudian dapat digunakan sebagai suatu ukuran
ringkas yang menggambarkan karakteristik umum data tersebut. Nilai
tersebut dalam statistik disebut sebagai ukuran pemusatan. Terdapat
beberapa ukuran pemusatan yang sering digunakan dalam statistik
sebagai berikut :
Rata-rata (Arithmatic mean) x = i=1k fi ( xmi)n
Median x = Li + n2 - fifmedian c
Modus (Mode) x = Li + Δ1Δ1+ Δ2 c
Kuartil Q1 = Li 1 + 14 n - fi i1f kuartil c
H. Ukuran Penyebaran
Ukuran penyebaran menunjukkan seberapa jauh data menyebar
dari nilai rata-ratanya. Sekurang-kurangnya terdapat dua alasan
pentingnya meninjau ukuran penyebaran suatu kumpulan nilai data :
1. Untuk membuat suatu penilaian mengenai seberapa baik suatu
nilai rata-rata menggambarkan data-data.
2. Untuk
mengetahui
seberapa
jauh
penyebaran
dari
data,
sehingga langkah-langkah untuk mengendalikan variasi tersebut
dapat dilakukan.
•
Kisaran (range) R = xmax – xmin
•
Ragam (variance) S2x
•
Simpangan baku (standard deviation) sx = i=1kfi xmi- x 2n-1
•
Koefisien variasi (coefficient of variation) Vx = sxx
I. Momen, Skewness, Kurtosis
•
Momen m1, x = i=1k fi xmi - x n
•
Skewness a3, x = m3, xS3
•
Kurtosis
a4, x = m4, xS4
J. Estimasi
a. Dugaan (Estimate)
Nilai spesifik atau kualitas daripada sebuah statistik misalnya : nilai
mean sampel, presentase sampel atau varians sampel.
b. Penduga (Estimator)
Setiap statistic (mean sampel, presentase sampel, varians sampel,
dan lain-lain) yang digunakan untuk menduga sebuah parameter.
•
Penduga tak-bias (unbiased estimator): sebuah penduga yang
menghasilkan suatu distribusi sampling yang memiliki mean
sama dengan parameter populasi yang akan diduga.
•
Penduga terbaik (best estimator): penduga yang memenuhi
syarat-syarat
sebagai
suatu
penduga
memiliki varians yang terkecil (minimum)
c. Penduga (estimation)
tak-bisas
dan
juga
Keseluruhan proses yang menggunakan semua penduga untuk
menghasilkan sebuah dugaan daripada parameter.
•
Pendugaan Tunggal (Point Estimation)
Angka
tungggal
yang
digunakan
untuk
menduga
sebuh
parameter populasi.
•
Pendugaan Interval (Interval Estimation)
Sebaran nilai-nilai yang digunakan untuk menduga sebuah
parameter populasi. Konsep dasar pendugaan interval mean
populasi :
Dalam prakteknya hanya satu sampel dari populasi.
Untuk menduga parameter harus diketahui sesuatu hal
mengenai hubungannya dengan mean-mean sampel.
Prosedur Estimasi jika σx tidak diketahui dan n>30
Mulai
Identifikasikan masalah
Tentukan nilai x dan s
Kumpulkan sampel ukuran besar, n > 30
Tentukan tingkat kepercayaan
Tentukan nilai z
T
Batas estimate interval :
x±zsnN-nN-1
Y
Populasi
tak
terhingga?
Selesai
Batas estimate interval :
x±zsn
Varians dari data baik varian populasi σ 2 maupun varians sampel
S2.
Ukuran sampel yanga baik
Derajat kepercayaan: 100. (1-α) %
d. Estimasi Mean
1. Ukuran sampel (apakah besar n > 30 atau kecil n < 30)
2. Informasi tentang distribusi populasinya (apakah distribusi
normal atau tidak)
3. Deviasi standard populasinya (diketahui atau tidak)
4. Pemilihan jenis distribusi yang menjadi dasar pendugaan
Estimasi Harga Mean (µ), dari suatu populasi akan ditaksir
berapa besarnya harga rata-rata ( mean). Jika digunakan
sampel besar (n≥30) maka distribusi sampling harga X
didistribusikan normal dengan mean dan standard deviasi.
Notasi interval untuk estimasi sampel besar ( n ≥30) :
___
___
X Z / 2 * n X Z / 2 * n
Dimana besar kesalahan maksimum dapat dicari dengan :
Emax Z / 2 *
n
Keterangan :
X = nilai rata-rata suatu populasi
d = deviasi standard
n = banyaknya data
Zα/2= nilai dari tabel normal.
Jika digunakan sampel kecil ( n < 30 ) maka notasi
interval estimasi untuk sampel kecil sbb :
__
X t / 2 *
__
s
s
X t / 2 *
n
n
Estimasi Harga Standard Deviasi (d)
Jika digunakan sampel besar ( n ≥ 30), maka akan
didistribusikan normal. Interval Estimasi dapat ditulis sbb :
s
s
Z
Z
1 /2
1 /2
2n
2n
Jika digunakan sampel kecil ( n < 30 ), sampel random
sebesar
n,
maka
distribusi
sampling
didistribusikan
menurut distribusi Chi Kuadrat.
Sifat Distribusi Chi-Kuadrat (c2)
Seluruh nilainya positif
Tidak simetris
Bentuk
distribusinya
tergantung
pada
derajat
kebebasannya
Mean dari distribusi c2 adalah derajat kebebasannya (v)
Mean populasi
Porporsi populasi
1. Tingkat keakuratan, E
1. Tingkat keakuratan, E
2. Tingkat kepercayaan (%)
2. Tingkat kepercayaan (%)
3. Skor
3. Skor
z
dari
tingkat
kepercayaan
4. Error
z
dari
tingkat
kepercayaan
standard
mean
sampling E
x
z
4. Error
standard
mean
sampling p E
z
5. Deviasi standar populasi (sx)
5. Persentase populasi (p)
6. Jumlah sample (n)
6. Jumlah sample (n)
�
n�x
�
x
�
2
�
�
�
�
n
100
p2
K. Uji hipotesis
a. Pernyataan Hipotesis Nol (Ho)
dan Hipotesis Alternatif (H1)
Contoh : Dalam suatu prosedur pengujian hipotesis mengenai mean
dari populasi, pernyataan mengenai hipotesis nol sebagai “mean
populasi sama dengan 100” dan hipotesisi alternatif sebagai “mean
populasi bukan 100” secara umum dinotasikan :
Ho : m = 100
H1 : m ¹ 100; m > 100; m < 100
b. Pemilihan tingkat kepentingan (level of Significance, a )
α = 0,01 atau 0,05 (yang bisa dipakai)
Artinya : hipotesis telah ditolak dengan tingkat kepentingan a,
keputusan bisa salah dengan probabilitas a.
c. Penentuan
Distribusi
Pengujian
yang
digunakan
Distribusi normal (z), n > 30
Distribusi t , n < 30
Distribusi chi-kuadrat, nilai varians sudah diketahui.
d. Pendefinisian Daerah Penolakan (kritis)
e. Pernyataan aturan keputusan (Decision rule)
“Tolak Ho jika perbedaan yang telah distandarkan, misalnya
antara dan mHo, berada di dalam daerah penolakan. Jika sebaliknya
terima Ho”
f. Perhitungan pada Data Sampel dan Perhitungan Rasio Uji
•
Menganalisa data actual.
•
Rasio Uji (RU), perbedaan antara statistik dan parameter asumsi
yang dinyatakan dalam hipotesis nol yang telah distandarkan.
g. Pengambilan Keputusan secara statistik
“Jika nilai rasio uji berada di daerah penolakan maka hipotesis
nol ditolak”.
h. Diagram Hipotesis
i. Uji Hipotesis Dengan Mean Sampel Ganda
Klasifikasi :
Asumsi kedua populasi terdistribusi secara normal tetap digunakan.
terdapat 4 prosedur untuk uji ini :
Uji
t-pasangan
untuk
populasi
yang
saling
tergantung
(dependent population)
Uji z untuk populasi yang independen dan jika varians populasi
diketahui atau jika kedua sampel ukurannya n > 30.
Uji t sampel ukuran kecil (n < 30) untuk populasi yang
independen jika uji F-nya menunjukkan s 12 ¹ s22
Uji t sampel ukuran kecil (n < 30) untuk populasi yang
independen jika uji F-nya menunjukkan s 12 = s22
L. Regresi Dan Korelasi Linear Standar
Regresi
merupakan
teknik
statistika
yang
digunakan
untuk
mempelajari hubungan fungsional dari satu atau beberapa peubah bebas
(peubah yang mempengaruhi) terhadap satu peubah tak bebas (peubah
yang dipengaruhi).
Korelasi merupakan ukuran kekuatan hubungan dua peubah (tidak
harus memiliki hubungan sebab akibat).
Analisis Regresi digunakan untuk mempelajari dan mengukur
hubungan statistic yang terjadi antara dua atau lebih variable. Dalam
regresi sederhana dikaji dua variable, sedangkan dalam regresi majemuk
dikaji lebih dari dua variable. Dalam analisis regresi, suatu persamaan
regresi hendak ditentukan dan digunakan untuk menggambar pola atau
fungsi hubungan yang terdapat antar variable. Variabel yang aklan
diestimasi nilainya disebut variable terikat (dependent variable atau
response variable) dan biasanya diplot pada sumbu tegak (sumbu –y).
Sedangkan
variable)
variable
adalah
bebas
variable
(independent
yang
variable
diasumsikan
atau
explanatory
memberikan
pengaruh
terhadap variasi variable terikat dan biasanya diplot pada sumbu datar
(sumbu –x).
Analisis Korelasi bertujuan untuk mengukur “seberapa kuat”, atau
“derajat kedekatan”, suatu relasi yang terjadi antar variable. Jadi, kalau
analisis regresi ingin mengetahui pola relasi dalam bentuk persamaan
regresi, maka analisis korelasi ingin mengetahui kekuatan hubungan
tersebut dalam koefisien korelasinya. Dengan demikian biasanya analisis
regresi dan korelasi sering dilakukan bersama-sama.
Terdapat beberapa kemungkinan bentuk relasi, meliputi hubungan
sebab akibat (cause-and-effect relationship), hubungan akibat penyebab
yang sama (common-cause factor relationship), dan hubungan semu
(spurious relationship).
a. Diagram Pancar (Scatter Diagram)
Langkah pertama dalam menganalisis relasi antar variable adalah
dengan
membuat
diagram
pancar
(scatter
diagram)
yang
menggambarkan titik-titik plot dari data yang diperoleh. Diagram
pancar ini berguna untuk:
membantu melihat apakah ada relasi yang berguna antar variable
membantu menemukan jenis persamaan yang akan digunakan
untuk menentukan hubungan tersebut.
b. Persamaan Regresi Linear Sederhana
Dalam analisis regresi linear sederhana ini akan ditentukan
persamaan yang menghubungkan dua variable yang dapat dinyatakan
sebagai bentuk persamaan pangkat satu (persamaan linier/persamaan
garis lurus). Persamaan umum garis regresi untuk regresi linear
sederhana adalah:
ŷ = a+bx
dimana:
ŷ = nilai estimate data terikat
a = titik potong garis regresi pada sumbu y atau nilai estimate ŷ bila
x=0
b = gradient garis regresi (perubahan nilai estimate ŷ per satuan
perubahan nilai x)
x = nilai variabel bebas
c. Sifat-sifat Garis Regresi Linier
Terdapat dua sifat yang harus dipenuhi sebuah garis lurus untuk
dapat menjadi garis regresi yang cocok (fit) dengan titik-titik data pada
diagram pancar, yaitu:
1. Jumlah simpangan (deviasi) positif dari titik-titik yang tersebar di
atas garis regresi sama dengan (saling menghilangkan) jumlah
simpangan negatif dari titik-titik yang tersebar di bawah garis
regresi. Dengan kata lain Σ ∆y= Σ y- y =0
2. Kuadrat dari simpangan-simpangan mencapai nilai minimum
(least square value of deviations). Jadi : Σ (∆y)2= Σ ( y- y )2 =
minimum
Dengan sifat kedua, metode regresi ini sering disebut juga
sebagai metode least square. Dan Dengan menggunakan kedua
sifat di atas dan menggabungkannya dengan prinsip-prinsip
kalkulus diferensial untuk menentukan nilai ekstrim sebuah
fungsi,
maka
dapat
diturunkan
hubungan-hubungan
untuk
mendapatkan nilai-nilai konstanta a dan b pada persamaan garis
regresi, yang hasilnya sebagai berikut:
b= n Σxy-Σx(Σy)n Σx2-(Σx)2
a= y- b x
dimana:
n = jumlah titik (pasangan pengamatan (x,y))
x = mean dari variabel x
y = mean dari variabel y
dapat diperoleh dengan rumus :
Dimana :
a = Intersep / perpotongan dengan sumbu tegak
b = Kemiringan
y = Nilai ramalan yang dihasilkan garis regresi
X = Nilai variabel bebas
d. Standar Error Estimasi
S y,x
� y $y
n2
2
�( y
2
) a (�y ) b(�xy )
n2
e. Relasi pada sampel vs Relasi pada Populasi
Untuk itu, perlu dilakukan uji relasi dan interval prediksi
Uji t untuk kemiringan (slope) garis regresi
Uji Anova untuk kemiringan (slope) garis regresi
Untuk mengetahui hubungan seberapa dekat antara variabel
diperlukan suatu ukuran yang menyatakan “kekuatan” relasi yaitu
disebut : korelasi .
Variasi Total , Koefisien Determinasi (r2)
Koefisien korelasi (r)
M. Pengendalian Mutu
Pengendalian Mutu diperkenalkan oleh Walter A. Shewhart saat dia
bekerja di Bell Labs (sekarang lebih dikenal AT&T Bell Laboratories) tahun
1920 an. Teknisi perusahaan tersebut sedang berusaha meningkatkan
ketahanan sistim transmisi telepon mereka. Karena peralatan penguat
sinyal dan lainnya harus ditanam di bawah tanah, maka perlu ditemukan
cara untuk mengurangi tingkat kesalahan dan perbaikan. Tahun 1920 para
teknisi
sudah
menyadari
pentingnya
mengurangi
variasi
di
proses
manufakturing. Terlebih mereka juga menyadari bahwa proses penyetelan
yang berulang-ulang sebagai reaksi dari ketidaksesuaian, justru makin
meningkatkan variasi dan menurunkan kualitas.
Shewhart memisahkan variasi tersebut menjadi variasi penyebap
umum dan variasi penyebap khusus, dan pada tanggal 16 Mei 1924 dia
menulis memo yang memperkenalkan diagram kontrol sebagai sebuah alat
yang bisa membedakan kedua variasi tersebut.
Kualitas / Mutu : Ukuran tingkat kesesuaian barang/ jasa dengan
standar/spesifikasi yang telah ditentukan/ ditetapkan.
Pengendalian Kualitas Statistik adalah ilmu yang mempelajari
tentang teknik /metode pengendalian kualitas berdasarkan
prinsip/ konsep statistik.
Variasi terkendali (controlled variation), variasi yang terjadi secara
alami dalam proses yang stabil. Selama masih dalam rentang batas
tertentu.
Variasi tak terkendali (uncontrolled variation), variasi yang terjadi
karena sebab khusus (tidak normal) menghasilkan perubahan yang
tidak diharapkan dan tidak diperkirakan sebelumnya.
Berikut adalah penjelasan tambahan tentang diagram kendali;
A. Diagram kendali terdiri dari:
Titik-titik yang mewakili sebuah nilai statistik (rata-rata, range,
proporsi) dari sebuah karakteristik sampel yang diambil dari sebuah
proses pada waktu yang berbeda (Data).
Rata-rata dari nilai statistik di atas yang dihitung dari keseluruhan
sampel.
Garis tengah yang digambar tepat di angka rata-rata nilai statistik
tersebut.
Standar eror dari nilai statistik yang juga dihitung dari keseluruhan
sampel.
B. Kegunaan Diagram Kendali :
Mendeteksi adanya variasi penyebap khusus.
Menyakinkan kesetabilan sebuah process.
Mendeteksi perubahan proses dari waktu ke waktu.
C. Langkah Penggunaan Diagram Kendali
1. Menyatakan hipotesis nol (Ho, terkendali) dan hipotesis alternatif
(H1,tak terkendali)
2. Tentukan tingkat kepentingan ()
3. Tentukan diagram kontrol dan distribusi pengujian (normal atau
binomial)
4. Tentukan daerah penolakan (kritis)
5. Nyatakan aturan pengambilan keputusan
6. Masukan data pada diagram control
7. Pengambilan keputusan secara statistic
8. Diagram yang memonitor setiap nilai yang diamati dalam sebuah
proses.
9. Untuk nilai individu didasarkan pada disitribusi normal.
10.Jumlah sampel diketahui (N).
(Nilai Populasi)
UCL : μ + 3σ
Cl
LCL
:μ
: μ - 3σ
Diagram kendali merupakan bagian yang terpenting dalam upaya
mengendalikan kualitas produk meliputi :
a. Prosedur Umum hipotesis dan hipotesis alternaif
b. Penyelidikan pada data out of control
c. Data out of control bersifat tidak terus menerus maka revisi
d. Revisi dilakukan dengan menghilangkan bagian pada data out of
control.
BAB III
METODE PENELITIAN
A.
Lokasi dan Objek penelitian
Lokasi
penelitian
dalam
makalah
ini
adalah
Alfamart
dan
Indomaret Mayor Oking 4, alasan pemilihan lokasi ini karena toko yang
akan diteliti berada pada wilayah tersebut dan saling berdekatan
sehingga akan mudah membuat perbandingannya.
B.
Populasi
Populasi
merupakan
sekumpulan orang
atau
objek
yang
memiliki kesamaan dalam satu atau beberapa hal yang membentuk
masalah pokok dalam satu riset khusus (Suprapto, 2001:87).
Dalam pnelitian ini yang menjadi populasi adalah konsumen
yang berbelanja di toko atau minimarket Indomaret dan Alfamart,
oleh karena tu populasi ini merupakan populasi tak terbatas karena
tidak dapat diketahui secara pasti jumlah sebenarnya dari konsumen
yang datang berbelanja ke minimarket Indomaret dan Alfamart.
C.
Sampel
Menurut Djarwanto (1998:108) sampel adalah sebagian dari
populasi yang
bisa
karateristiknya
hendak
diselidiki
dan
dianggap
mewakili keseluruhan populasi.
Mengingat identitas populasi sudah diketahui maka, prosedur
pencarian responden dilakukan berdasar accidental sampling , yaitu
siapa
saja yang secara kebetulan bertemu dengan peneliti yang
dijumpai
ditempat
tertentu,
bila
dipandang
konsumen
yang
kebetulan ditemui itu cocok sebagai sumber data (Sugiyono,1997:64).
a. Variabel penelitian
Untuk
mencapai
tujuan
penelitian
maka
digunakan
variabel- variabel penelitian. Dari permasalahan yang ada maka
dapat ditentukan variabel-variabel
mencari
jawaban
yang
dapat
digunakan
untuk
dari permasalahan yang akan diteliti. Variabel
penelitian yang dimaksud disini adalah objek penelitian atau yang
menjadi perhatian suatu penelitian (Suharsimi Arikunto.1993:91).
Dalam penelitian ini yang menjadi variabelnya adalah:
1. Variabel X1
Dalam
penelitian
ini
variabel
X1
adalah lamanya waktu
X2
adalah lamanya waktu
pelayanan kasir di Indomaret.
2. Variabel X2
Dalam
penelitian
ini
variabel
pelayanan kasir di Alfamart.
D.
Metode Pengumpulan Data
Dalam
penelitian
ini
digunakan
pengambilan data secara
langsung, dimana kita mengamati sendiri dan menghitung lamanya
pelayanan
kasir
di
Alfamart
dokumentasinya.
E.
Metode Analisis Data
dan
Indomaret
serta
membuat
BAB IV
HASIL PENELITIAN
I.
ALFAMART
Berikut ini merupakan tabel dari data yang diperoleh
berdasarkan survei kami di Alfamart Cabang Mayor Oking 4.
Data tersebut sudah kami bagi berdasarkan interval kelas,
dengan panjang kelas adalah 30 dan jumlah frekuensinya
adalah 35.
x
f
1 -31
32 - 62
63 - 93
94 - 124
125
-
10
11
6
2
16
47
78
109
160
517
468
218
51.37
20.37
10.63
41.63
513.7
224.07
63.78
83.26
2638.88
414.94
112.97
1732.94
26388.77
4564.31
677.80
3465.88
155
156
3
140
420
72.63
217.89
5274.91
15824.73
1
171
171
103.63
103.63
10738.88
10738.88
2
202
404
134.63
269.26
18124.85
39038.3
36249.70
186
187
-
217
35
2358
434.88 0.05
6
97910.06
Sedangkan dibawah ini adalah tabel waktu pelayanan customer di kasir Alfamart Cabang
Mayor Oking 4, dengan survey total waktu pelayanan perorang (customer) yang melakukan transaksi
pembayaran di kasir.
Customer
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
waktu
206
191
178
6
63
105
66
10
101
35
30
112
34
135
36
Customer
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Waktu
45
31
51
8
44
71
131
64
63
15
59
34
24
52
42
Customer
31
32
33
34
35
Waktu
151
12
151
4
153
Dan berikut ini adalah grafik waktu pelayanan kasir Alfamart Cabang
Mayor Oking 4, berdasarkan total waktu perorang (customer). Berdasarkan
survey dan data yang kami peroleh, maka di dapatkan perhitungan
sebagai berikut:
Ukuran Pemusatan
Mean
x = i = 1kfi(xmi)n
= 10x16 + 11x47 + 6x78 + 2x109 + 3x140 + 1x171+ 2x20235
= 235835 = 67.37
x
Median
= Li + n2 - fifmedian c
= 31.5 + 352 - 1011 31= 63.18
x
Modus
= Li + Δ1Δ1+ Δ2 c
= 31.5 + 11+5 31 = 36.67
Kuartil
Q1 = Li 1 + 14 n - fi i1f kuartil c
= 31.5 + 14 (35) – 1011(31) = 27.98
Q3 = Li 3 + 34 n - fi i3f kuartil c
= 62 .5 + 34 (35) - 216(31) = 89.625
Ukuran – ukuran Penyebaran
Range
R = xmax – xmin = 206 – 4 = 202
Simpangan Kuartil
Qd = Q3- Q12 = 89.625-27.982 = 30.8225
Simpangan Mutlak Rata – rata
MDx = i=1k fi xmi - x n= 0.0535 = 0.00143
Deviasi Standard
sx = i=1kfi xmi - x 2n-1= 97910.0634=53.663
Varians
S2x = 2879.71
Koefisien Varians
Vx = sxx= 53.66367.37=0.797
Momen, Skewness, Kurtosis
Momen
m1, x = i=1k fi xmi - x n= 0.0535 =0.00143
m2, x = i=1k fi xmi – x 2n= 97910.0635 = 2797.43
m3, x = i=1k
fi xmi - x 3n= 8742477.68335 =249875.0766
m4, x = i=1k fi xmi – x 4n= 933431434.635 =26669469.56
Skewness
a3, x = m3, xS3 =m3, x m2, x 3 = 249875.07662797.433 =1.69
Kurtosis
a4, x = m4, xS4 =m4, x m2 2, x = 26669469.562797.432 =
6669469.567825614.61 =3.41
Estimasi
Deviasi Standar
σx= σx n = 53.663 35 = 9.07
x- z σx < μx < x + z σx
67.37 – (1.96) (9.07) < μx < 67.37 + (1.96) (9.07)
49.593 < μx < 85.15
4.1 INDOMARET
Berikut ini merupakan tabel dari data yang diperoleh berdasarkan suvei
kami di Indomaret Cabang Mayor Oking 4. Data tersebut sudah kami bagi
berdasarkan interval kelas, dengan panjang kelas adalah 30 dan jumlah
frekuensinya adalah 35.
X
1 -31
32 - 62
63 - 93
94 - 124
125
-
f
2
10
11
4
16
47
78
109
32
470
858
436
86.8
55.8
24.8
6.2
173.6
558
273
25
7534.24
3113.64
615.04
38.44
15068.5
31136.4
6765.4
154
155
156
3
140
420
37.2
112
1383.84
4152
-
186
187
2
171
342
68.2
136.4
4651.24
9302.48
-
217
218
1
202
202
99.2
99
9840.64
16952.0
9841
-
248
249
0
233
0
130.2
0
4
25985.4
0
-
279
280
0
- 0
264
295
0
0
161.2
192.2
0
0
4
36940.8
0
0
310
311
-
341
342
-
372
373
-
403
404
-
434
435
1
326
326
223.2
223
4
64617.6
49818
0
357
0
254.2
0
4
81339.0
0
0
388
0
285.2
0
4
99982.4
0
0
419
0
316.2
0
4
120547.
0
0
450
0
347.2
0
84
0
0
481
0
481
0
231361
0
1
512
512
512
3280.
512
262144
101686
262144
388380.
3598
8
2111.6
5.6
96
-
465
466496
497
4
49818.2
-
527
35
Sedangkan dibawah ini adalah tabel waktu pelayanan customer di kasir
Indomaret Cabang Mayor Oking 4, dengan survey total waktu pelayanan
perorang (customer) yang melakukan transaksi pembayaran di kasir.
Custome
r
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Customer
waktu
322
61
50
25
15
162
61
170
48
75
70
150
118
57
500
2
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Custome
waktu3
64
90
42
91
89
45
98
35
70
150
65
195
67
63
58
r3
31
32
33
34
35
waktu4
107
127
75
49
122
Dan berikut ini adalah grafik waktu pelayanan kasir Indomaret Cabang Mayor
Oking 4, berdasarkan total waktu perorang (customer).
Berdasarkan survey dan data yang kami peroleh, maka di dapatkan perhitungan
sebagai berikut:
Ukuran Pemusatan
Mean
x=
i=1k fi xmin = 359835=102.8
Median = Q2 = D5
x = Li + n2 - fifmedian c = 62.5 + 352 - 1211 31 = 78
Modus
x = Li + Δ1Δ1+ Δ2 c = 62.5 + 11 + 7 31 = 66.375
Kuartil
Q1 =
Li 1 + 14 n - fi i1f kuartil,
1 c=
31.5 + 14 (35) - 210 31 =
Li 3 + 34 n - fi i3f kuartil,
3 c=
93.5 + 34 (35) - 234 31 =
Li 1 + 110 n - fi i10f persentil,
10 c = 31.5 + 110 35 - 210
Li 2 + 210 n - fi i20f persentil,
20 c = 31.5 + 210 35 - 210
52.425
Q3 =
118.69
Desil, Persentil
D1= P10 =
31 = 36.15
D2= P20 =
31 = 47
D3= P30 = Li 3 + 310 n - fi i3f desil, 3 c = 31.5 + 310 35 - 1011 31 =
32.91
D7=P70 =
Li 7 + 710 n
- fi i7f desil,
7
c = 62.5 + 710 35 - 216
31=80.58
D8= P80 = Li 8 + 110 n - fi i1f desil, 8 c = 93.5 + 810 35 - 272 31=109
D9= P90 =
Li 9 + 910 n - fi i9f desil,
9 c = 124.5 + 910 35 - 293
31=150.33
Ukuran – ukuran penyebaran
Range
R = xmax – xmin = 500 – 15 = 485
Jangkauan / Kisaran Persentil 10 – 90
Rp10-90
= P90 – P10
= 150.33 – 36.15
= 114.18
Simpangan Kuartil
Qd = Q3- Q12 = 118.69 – 52.4252 = 33.133
Simpangan Mutlak Rata - rata
MDx = i=1k fi xmi -x n= 2008.835 = 57.39
Deviasi Standard
sx = i=1kfi xmi- x 2n-1= 293681.634=92.94
Varians
s2x = 8637.7
Koefisien Varians
Vx = sxx = 92.94102.8= 0.9
Momen, Skewness, Kurtosis
Momen
m1, x = i=1k fi xmi - x n= 2008.835 =57.4
m2, x = i=1k fi xmi – x 2n= 293681.635 = 8390.9
m3, x = i=1k
fi xmi - x 3n= 84616926.435 =2,4 x 106
m4, x = i=1k fi xmi – x 4n= 3 x 101035 =8,8 x 108
Skewness
a3, x = m3, xS3 =m3, x m2, x 3 = 2,4 x 1068390.93 =3.12
Kurtosis
a4, x = m4,
xS4 =m4,
x m2 2, x = 8,8 x 1088390.92 = 8,8 x 1087 x
107 =12.57
Estimasi
Deviasi Standar
σx = σx n = 92.94 35 = 15.71
x- z∝/2* σx < μx < x + z∝/2 *σx
102.8 – (1.96) (15.71) < μx < 102.8 + (1.96) (15.71)
72.01 < μx < 133.6
Untuk dapat membandingkan antara waktu pelayanan customer di kasir Alfamart
dan Indomaret, maka kami membuat histogram yang berdasarkan dari kedua
data yang kami peroleh. Namun dengan mengubah interval kelasnya dengan
panjang kelas adalah 100, supaya Alfamart dan Indomaret memiliki interval kelas
yang sama dan dapat terlihat perbedaannya pada histogram tersebut.
Dibawah ini adalah tabel data Alfamart dan Indomaret dengan panjang kelas 100:
Alfamart
x
f
822.9
1-100
24
50.5
150.
1212
34.29
6
657.1
1175.8
4317.8
28219.2
101-200
10
5
250.
1505
250.
65.71
165.7
0
165.7
0
27459.
43178.00
201-300
1
5
5
2967
1
265.7
1
1645.
80
32953.
27459.80
.5
1
77
4
98857.0
35
Indomaret
x
f
2
56617.0
1-100
4
50.5
1212
48.57
1165.68
2359.04
8
21160.3
101-200
8
150.5
1204
51.43
411.43
2645.04
6
22931.0
201-300
1
250.5
250.5
151.43
151.43
22931.04
4
63217.0
301-400
401-500
1
1
350.5
450.5
350.5
450.5
251.43
351.43
251.43
351.43
63217,04
123503.0
4
123503.
3
5
3467.5
854.28
2331.39
4
214655.2
04
287428.
0
56
Kami membuat Histogram berdasarkan data dari tabel diatas, dengan tujuan
untuk mengetahui tingkat perbandingan antara waktu pelayanan customer di
kasir di kedua minimarket yaitu Alfamart dan Indomaret.
Histogram yang kami buat ini berdasakan panjang kelas yaitu 100. Kami susun
interval kelas antara 1 sampai dengan 500 dengan panjang kelas adalah 100,
dimana interval kelas tersebut adalah sebagai sumbu x dan menyatakan waktu
(dalam detik). Dan waktu tersebut adalah waktu kecepatan kasir dalam melayani
seorang customer.
Sedangkan frekuensi kami masukkan kedalam masing-masing interval kelas, dan
kami susun berdasarkan kecepatan waktunya. Dimana frekuensi tersebut adalah
sebagai sumbu y dan menyatakan jumlah orang (customer).
Histogramnya adalah sebagai berikut:
Dari histogram diatas, terlihat bahwa Alfamart memiliki tingkat kecepatan waktu
yang sama dengan Indomaret. Di interval kelas kesatu memang tidak ada
perbedaan waktu pelayanan antara Alfamart dan Indomaret, yaitu 24 orang
customer berada dalam interval kelas kesatu, dengan waktu antara 1 sampai
dengan 100 detik. Namun perbedaan yang signifikan dapat terlihat di interval
kelas kedua dan seterusnya.
Pada interval kelas kedua, terlihat perbedaan. Di Alfamart 10 orang customer
berada dalam interval kelas kedua dengan waktu antara 101 sampai dengan 200,
sedangkan Indomaret 8 orang customer dengan waktu antara 101 sampai
dengan 200. Alfamart hanya sampai pada interval kelas ketiga dengan waktu
antara 201 sampai dengan 300. Namun lain halnya dengan Indomaret yang
sampai pada interval kelas kelima dengan waktu antara 401 sampai dengan 500.
Dari perbedaan tersebut dapat dilihat bahwa dalam waktu kurang dari 200 detik
Alfamart
mampu
melayani
customernya
sebanyak
34
orang,
sedangkan
Indomaret hanya mampu melayani customernya sebanyak 32 orang. Perbedaan
ini terjadi hanya pada jumlah customer, sedangkan waktu yang di perlukan kasir
untuk melayani customernya adalah sama. Perbedaan yang terjadi dikarenakan
jumlah item atau belanjaan yang dibeli oleh tiap-tiap customer adalah berbedabeda.
Uji Hipotesis
Dari kedua data yang diperoleh, kami melakukan uji hipotesis untuk mengetahui
tingkat kebenaran dari asumsi bahwa waktu pelayanan customer di kasir antara
Alfamart dan Indomaret adalah sama. Maka dari itu, kami lakukan uji hipotesis
dengan langkah-langkah sebagai berikut:
1) Hipotesis :
Ho : μ1 = μ2→uji dua-ujung
H1 : μ1 ≠ μ2
H0 menunjukkan bahwa mean (μ1) adalah sama dengan mean (μ2).
Sedangkan H1 menunjukkan bahwa mean (μ1) adalah tidak sama dengan
mean (μ2).
Dalam hal ini, mean (μ1) adalah mean dari Alfamart dan mean (μ 2) adalah
mean dari Indomaret.
2) Dengan tingkat kepercayaan adalah 95% , maka di peroleh α = 0.05 , dan
x1 adalah Indomaret ,serta x2 adalah Alfamart.
3) Menggunakan distribusi Z karena n>30 , n adalah 35
4) Batas-batas daerah penolakan / batas kritis dua-ujung: α = 0.05 → α/2 =
5)
0.025. dari tabel z batas kritis adalah z 0.025 = ± 1.96
Aturan keputusan :
Tolak Ho dan terima H1 jika RUz < -1.96 atau RUz > +1.96. jika tidak demikian
terima Ho.
6) Rasio uji:
σx1-x2 = σ12n1+σ22n2= 92.94235+53.663235=246.8+82.28=329.078=18.14
RUz = x1-x2σ x1-x2= 102.8-67.3718.14=1.95
7)
Pengambilan keputusan:
Karena -1.96 < RUz
Sekolah Tinggi Teknologi
Indocement
PERBANDINGAN WAKTU
PELAYANAN KASIR ALFAMART
DAN INDOMARET
Oleh :
Endah Ratna Ningtyas
Dedy Prasetyo
Fikri Gojali
Giovani Anggasta H
Mulyani
Irvan Rifana
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah memberikan rahmat
dan hidayahnya, sehingga kami dapat menyelesaikan makalah dengan judul
”Analisis Perbandingan
Waktu Pelayanan Kasir Minimarket Indomaret Dan
Alfamart ”.
Dalam
kesempatan
yang
baik
ini,
penulis
dengan
ketulusan
ingin menyampaikan rasa terimakasih kepada semua pihak yang telah
dengan ikhlas memberikan
masukan dan kontribusi yang berarti dalam
proses penelitian dan penyusunan makalah ini , antara lain:
Muhammad Baqi, ST M.T MRINA selaku dosen pembimbing yang telah
meluangkan waktunya dalam membimbing dan memberikan arahan
bagi kami dalam menyelesaikan makalah ini.
Minimarket Indomaret dan Alfamart yang telah mengizinkan kami
melakukan pengamatan.
Semua pihak terkait yang tidak bisa penulis sebutkan satu persatu
yang telah membantu penyusunan makalah ini.
Kami menyadari bahwa makalah ini masih kurang sempurna karena
keterbatasan kemampuan dan pengetahuan yang kami miliki. Maka dari
itu, kami akan menerima kritik dan saran sebagai masukan yang dapat
meningkatkan
pengetahuan
menyempurnakan
dan
makalah-makalah
kemampuan
kami
selanjutnya.
Semoga
serta
untuk
makalah
ini
bermanfaat bagi semua pihak. Akhir kata semoga Allah SWT senantiasa
bersama kita dan meridhoi jalan hidup kita. Amin
Bogor,
2012
Penyusun
Mei
ABSTRAK
I.
Alfamart
Alfamart merupakan salah satu jaringan minimarket pengecer bahan
pokok
kebutuhan
sehari
hari
dan
merupakan
retailer
yang
tercepat
pertumbuhannya di indonesia, didirikan pada 27 juni 1999 oleh PT Alfa
Mitramart Utama. Toko pertama dibuka pada 18 oktober 1999 di karawaci
tangerang dengan nama Alfa Minimart, barulah pada 1 januari 2003
namanya berubah menjadi Alfamart sejak diambil alih oleh PT Sumber Alfaria
Trijaya (SAT) sampai sekarang.
Saat ini Alfamart sudah mencapai sekitar 2.779 gerai, tersebar
diseluruh indonesia mulai dari kota-kota besar, kabupaten, kecamatan jadi
tidak heran kalau peminatnya juga banyak dan diperkirakan akan semakin
meningkat untuk mengimbangi pesaing utamanya Indomaret. Barang barang
yang dijual berkualitas tinggi dan dengan harga yang terjangkau untuk semua
kalangan.
II.
Indomaret
Secara usia umur Indomaret lebih tua dari pesaing utamanya Alfamart.
Didirikan pada tahun 1988 dengan nama Indomart (Indonesia Marketing
Retail) namun pada saat itu Pemerintah Orde Lama mewajibkan nama semua
produk menggunakan bahasa indonesia yang benar (EYD) sehingga namanya
diubah
menjadi
Indomaret
karena
nama
sebelumnya
yaitu
Indomart
mengandung unsur kebarat-baratan.
Saat ini Indomaret dikelola oleh PT Indomarco Prismatama (IP). Tidak
jauh berbeda dengan pesaingnya, Alfamart barang yang dijual adalah bahan
pokok kebutuhan sehari hari dengan kualitas tinggi dan terjangkau untuk
semua kalangan sehingga jaringannnya pun luas di seluruh indonesia bahkan
beberapa ada yang masuk hingga pedesaan.
III.
Alfamart vs Indomaret
Persaingan antara Alfamart dan Indomaret sangat ketat, kedua merek
ini sangat agresif dalam menggarap pasar dan hanya kedua merek inilah yang
serius menggarap pasar sampai ke pedesaan. Saking ketatnya persaingan,
mereka sepertinya tidak peduli dengan lokasi toko, kita sering jumpai toko
Alfamart berdekatan dengan Indomaret dalam radius hanya beberapa meter
bahkan di beberapa tempat ada satu gerai indomaret yang diapit dua gerai
Alfamart. Mungkin ini juga merupakan strategi Alfamart untuk menekan
Indomaret yang gerainya rata-rata lebih luas. Ini membuat banyak orang
yang
bertanya
alasan
mengapa
Alfamart
selalu
berdekatan
dengan
Indomaret, sebenarnya Indomaret lah yang membiayai dan melakukan survey
lokasi mini market sebelum berdiri, tapi Alfamart tidak melakukan survey
lokasi dan hanya mengikuti (Nebeng) data survey kelayakan lokasi milik
Indomaret. jadi dapat ditarik kesimpulan harus ada Indomaret terlebih dahulu
barulah muncul Alfamart desekitarnya.
Ini adalah Head to head antara Indomaret dan Alfamart dari berbagai
sumber seperti kompas :
Dari
segi
ketersediaan
item
:
Indomaret
lebih
lengkap,
beberapa
barangnya sulit dijumpai di Alfamart
Dari segi kebersihan : Alfamart lebih unggul dan lebih bersih sementara
Indomaret sering dijumpai beberapa gerai yang kurang bersih.
Dari segi keramahan : Alfamart lebih unggul, semua terstandar, welcome
greeting diucapkan kepada setiap customer yang datang.
Dari segi harga : Cukup sulit untuk menilai, intinya keduanya mempunyai
harga yang kompetitif.
BAB I
PENDAHULUAN
A. Latar Belakang
Minimarket merupakan suatu tempat dimana kita dapat membeli
barang-barang yang kita butuhkan dalam hal ini, minimarket adalah toko
swalayan yang hanya memiliki satu atau dua mesin register.
Minimarket
berformat
mengisi
kebutuhan
masyarakat
akan
warung
yang
modern dengan minimarket, belanja sedikit di tempat yang
dekat dan nyaman terpenuhi, perilaku konsumen yang menyukai tempat
belanja bersih, sejuk, dan tertata rapi membuat minimarket menjadi lebih
unggul dari warung dan toko.
Tabel : Pangsa pasar Hipermarket, supermarket, minimarket, pasar
tradisional di Indonesia :
2000
2001
Hipermarket
&
16,7% 20,5%
supermarket
Minimarket
3,4%
4,6%
Pasar
tradisional
79,8% 74,9%
2002
2003
20,2%
21,1%
4,6%
5,1%
74,9%
73,8%
Sumber: sisipan bisnis Indonesia “ arah bisnis dan politik”,
Desember 2003.
Perusahaan yang
pertama
kali
menggunakan
format
minimarket
sebagai strategi bisnis di Indonesia adalah PT. Indomarco Prismatama
yang pada tahun 1988 mendirikan minimarketnya yang pertama. Pada ahir
tahun
2003
jumlah gerai indomaret
796
unit
di
Jabodetabek, Bogor,
Bandung, Semarang dan Surabaya, Indomarco merencanakan mendirikan
600 toko lagi di tahun 2005.
Perusahaan lain
yang
juga
mengoperasikan minimarket
adalah
Alfaria Trijaya yang pada tahun 2004 telah memiliki 923 gerai dengan
nama alfamart dan merencanakan mengembangkan menjadi 1800 unit di
seluruh Indonesia tahun 2005.
Minimarket yang masuk dalam kelompok seperti Alfamart dan
Indomaret baik yang dimiliki perusahaan atau yang waralaba atau hanya
operasional saja tergolong sebagai chain store yaitu toko atau gerai yang
terhimpun di bawah satu nama dengan sistem yang sama termasuk dalam
kegiatan pemasarannya, istilah lain dari chain
store adalah multiples,
istilah yang di pake di Inggris. Setiap tempat atau sebuah minimarket
memiliki mekanisme pelayanan kasir yang berbeda dan tentunya itu akan
mempengaruhi lamanya pelayanan konsumen. Ada beberapa faktor yang
dapat dijadikan acuan dalam menentukan apa yang menyebabkan lamanya
pelayanan kasir, diantaranya jumlah belanjaan yang dibeli konsumen banyak
atau tidak, cara pembayarannya dengan cash atau credit card dan apakah
kasir tersebut sudah ahli dalam melayani konsumen atau belum.
B. Permasalahan
Berdasarkan
latar
belakang
masalah
di
atas
maka
identifikasi
masalah pada penelitian ini adalah:
1. Adakah perbedaan mekanisme pelayanan kasir untuk konsumen
Indomaret dan Alfamart ?
2. Berapakah
besarnya
perbedaan
lamanya pelayanan kasir di
Indomaret dan Alfamart ?
C. Tujuan penelitian
Tujuan yang hendak dicapai dalam penelitian ini adalah :
1. Untuk mengetahui adakah perbedaan mekanisme pelayanan kasir
untuk konsumen Indomaret dan Alfamart.
2. Untuk
mengetahui
lamanya
seberapa
pelayanan
kasir
besar
tingkat
konsumen
perbandingan
Indomaret
dan
Alfamart ?
D. Kegunaan penelitian
Kegunaan teoritis ;
a. Bagi
pembaca,
pengetahuan
penelitian
mengenai
ini
bermanfaat
perbandingan
untuk
lamanya
menambah
pelayanan
kasir
Indomaret dan Alfamart dari kacamata konsumen.
b. Bagi peneliti lain, bahwa penelitian ini dapat di gunakan untuk
menambah pengetahuan dan untuk meneliti lebih lanjut dengan
menggunakan variabel lain.
c. Bagi penulis, penelitian ini bermanfaat untuk sarana pengembangan
ilmu pengetahuan.
Kegunaan praktis
a. Bagi pelaku usaha ritel hasil penelitian ini bermanfaat sebagai
evaluasi dan pengamatan aktivitas konsumen atau perilaku konsumen
terhadap took ritel, sehingga produsen dapat mengetahui apa saja
yang di gunakan konsumen dalam membuat pertimbangan keputusan
pembelian. Bagi
konsumen,
penelitian
ini
diharapkan
dapat
menambah pengetahuan dan cakrawala berfikir dalam pengembangan
wawasan
dalam
berhubungan
mempelajari
segala
perilaku
produsen
yang
dengan bagaimana memuaskan keinginan konsumen
yang menjadi sasaran.
E. Sistematika makalah
Bagian Awal Makalah
Bagian awal
makalah
terdiri
dari
halaman
judul,
abstrak,
hal
kata pengantar, daftar isi dan daftar lampiran.
Bagian Makalah
BAB I : PENDAHULUAN
Meliputi : alasan pemilihan judul, permasalahan, tujuan penelitian
dan manfaat penelitian.
BAB II : LANDASAN TEORI
Dalam bab ini diuraikan tentang teori yang digunakan sebagai
dasar pembahasan selanjutnya yaitu mengenai
pengertian
minimarket, cara menganalisis perbandingan lamanya pelayanan
kasir suatu minimarket, Estimasi dan Pengujian Hipotesis.
BAB III : METODOLOGI PENELITIAN
Dalam bab ini diuraikan tentang Populasi, Sampel, Dan Teknik,
Metode
Pengumpulan
Data,
Metode
Analisis
Data,
Sampling, Estimasi, Uji Hipotesis.
BAB IV : HASIL PENELITIAN
BAB V : PENUTUP
Dalam bab ini berisi tentang kesimpulan dan saran.
Bagian Akhir
Bagian ini berisi tentang daftar pustaka dan lampiran.
Distribusi
BAB II
LANDASAN TEORI DAN HIPOTESIS
A. Landasan Teori
Perilaku Konsumen
Definisi perilaku konsumen adalah tindakan langsung terlibat dalam
mendapatkan,
mengkonsumsi,
dan
menghabiskan
produk
dan
jasa
termasuk proses keputusan yang mendahului dan menyusuli tindakan ini.
Menurut Kotlert dan Amstrong yang di kutip oleh Simamora (2001:81)
mengartikan perilaku konsumen sebagai perilaku pembelian akhir, baik
individu
maupun
rumah
tangga,
yang membeli produk untuk konsumsi
personal. Dari definisi di atas dapat di ambil kesimpulan :
1. Perilaku konsumen menyoroti perilaku individu dan rumah tangga.
2. Perilaku konsumen menyangkut suatu proses keputusan sebelum
pembelian
serta
tindakan
dalam
memperoleh,
memakai,
mengkonsumsi dan menghabiskan produk.
3. Mengetahui
perilaku
konsumen
meliputi
:
perilaku
yang
dapat
diamati seperti jumlah yang di belanjakan, kapan, dengan siapa, oleh
siapa, dan bagaimana barang sudah dibeli dan dikonsumsi.
Keputusan Membeli
Dalam membeli suatu barang atau jasa, seorang konsumen akan
melalui suatu proses keputusan pembelian. Terdapat tiga proses keputusan
pembelian:
1. Proses keputusan panjang untuk barang yang durable.
2. Proses kebutuhan terbatas sama dengan proses
diatas
tetapi
terjadi secara lebih cepat dan kadang meloncati tahapan.
3. Proses pembelian rutin keputusan pembelian yang terjadi secara
kebiasaan sehingga proses pembelian sangat singkat saja begitu ada
kebutuhan langsung dibeli saja tanpa adanya pertimbangan.
Jenis Statistik
Berdasarkan kegunaan dan teknik yang digunakan, statistik di bagi
menjadi dua yaitu, statistik deskriptif, merupakan bidang statistik yang
berhubungan dengan metode pengelompokan, peringkasan, dan penyajian
data dalam cara yang informatif. Pada jenis statistik ini kita melakukan teknik
statistik yang berhubungan dengan penyajian data statistik dalam bentuk
gambaran angka-angka. Teknik yang umum digunakan yaitu analisis deskriptif
yang meliputi rata-rata, median, modus dan varian.
Sedangkan yang kedua adalah statistik inferensial adalah teknik
statistik yang berhubungan dengan analisis data untuk penarikan kesimpulan
atas data, teknik ini berhubungan dengan pengolahan statistik yang
menggunakan hasil analis sehingga kita dapat menarik hasil kesimpulan atas
karakteristik populasi. Teknik yang digunakan meliputi : uji hipotesis, analisis
varian, teknik regresi dan korelasi.
Jenis Data
A. Pengumpulan Data
a. Data Kuantitatif adalah data yang dinyatakan dalam bentuk angka.
Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan.
Data kuantitatif dapat dibedakan menjadi dua tipe yaitu :
Data Diskrit adalah data yang diperoleh dari suatu
pencacahan/enumerasi.
Data Kontinu adalah data yang umumnya didapat dari suatu
pengukuran dengan suatu instrumen (alat ukur). Data kontinu
dapat dinyatakan dalam bentuk data interval ataupun data rasio.
b. Data Kualitatif adalah data yang dinyatakan dalam bentuk bukan
angka.
Contoh : jenis pekerjaan, status marital, tingkat kepuasan kerja.
Data kualitatif dapat dibedakan menjadi dua tipe yaitu :
Data Nominal adalah pengambilan data terhadap suatu objek
hanya menghasilkan satu dan hanya satu-satunya kategori pada
objek tersebut maka data yang diperoleh termasuk tipe data
nominal.
Data ordinal adalah data yang diperoleh dari suatu pengambilan
data terhadap suatu objek yang menghasilkan lebih dari satu
kategori.
B. Pengorganisasian Data
a. Data
Mentah
merupakan
data
terkumpul
yang
belum
diorganisasikan secara numerik.
b. Jajaran Data merupakan suatu cara pengorganisasian data dan
paling sederhana. Jajaran data merupakan suatu susunan dari datadata mentah yang diatur dengan urutan nilai numerik yang menaik
dari nilai yang terkecil sampai yang terbesar, atau yang menurun
dari nilai yang terbesar sampai yang terkecil.
C. Penyajian Data
Tabel dan diagram statistik digunakan untuk menyajikan data yang
sudah teringkas, menyintkapkan hubungan-hubungan antar variabel
serta menginterpretasikan dan mengkomunikasikan fakta-fakta angka
kepada pihak yang membutuhkannya.
Beberapa jenis penyajian data statistik seperti berikut :
Grafik Batang (Bar)
Grafik Lingkaran (Pie)
30
keuangan
administrasi
20
personalia
Count
10
Grafik Garis (Line)
Grafik
marketing
produksi
Interaksi
0
administrasi
personalia
produksi
(Interactive)
marketing
keuangan
bidang pekerjaan
30
800000
700000
20
Mean gaji perbulan
600000
10
500000
Jumlah
D. Distribusi Frekuensi dan Presentasi Grafik
Distribusi Frekuensi yaitu mengelompokkan data interval/rasio dan
0
administrasi
personalia
bidang pekerjaan
produksi
marketing
keuangan
Jenis kelamin
400000
laki-laki
300000
w anita
sangat jelek
jelek
cukup baik
baik
sangat baik
prestasi kerja
menghitung banyaknya data dalam satu kelompok/klasifikasi.
Membuat distribusi frekuensi :
a) Mencari sebaran (range) yakni selisih antara data paling besar
dengan data paling kecil) menggunakan rumus Range (R) = Nilai
terbesar – Nilai terkecil.
b) Menentukan banyak kelas dengan rumus ∑K = 1 + 3,3 Log N
c) Menentukan panjang kelas dengan rumus Ci = R / ∑K
E. Presentasi Grafik Distribusi Frekuensi
Histogram adalah grafik batang yang menggambarkan distribusi
data dari sebuah distribusi frekuensi. Batang-batang pada histogram
memiliki karakteristik sebagai berikut :
Dasarnya pada sumbu horizontal (sumbu-x) lebarnya sama
dengan lebar interval kelas.
Luasnya proporsional terhadap frekuensi interval kelas yang
bersangkutan.
Poligon Frekuensi adalah suatu garis dari fekuensi-frekuensi interval
kelas yang diplot pada nilai tengah-tengahnya. Poligon bisa didapat
dengan menghubungkan titik tengah dari sisi atas batang-batang
histogram.
F. Distribusi Frekuensi Kumulatif
Pada keadaan tertentu , kita lebih perlu mengetahui banyaknya data
yang bernilai di bawah (kurang dari) atau di atas (lebih dari) suatu nilai
tertentu daripada yang berada dalam satu interval tertentu. Dalam hal
ini, distribusi frekuensi dapat diubah menjadi distribusi frekuensi
kumulatif dan dipresentasikan dalam grafik yang disebut ogive. Jika
banyaknya data dalam prosentase terhadap banyaknya seluruh data
disebut
distribusi
frekuensi
kumulatif
relatif.
Distribusi
Frekuensi
Kumulatif dapat dibedakan menjadi :
• Distribusi Frekuensi Kumulatif kurang dari, disusun dengan
menjumlahkan seluruh frekuensi dari semua nilai yang lebih kecil
•
dari pada batas atas nyata interval kelas.
Distribusi Frekuensi Kumulatif lebih dari , disusun dengan
menjumlahkan seluruh frekuensi dari semua nilai yang lebih
besar daripada atau sama dengan batas bawah nyata interval
kelas.
G. Ukuran Pemusatan
Data sering menunjukkan kecenderungan terpusat disekitar suatu
nilai. Nilai pusat ini kemudian dapat digunakan sebagai suatu ukuran
ringkas yang menggambarkan karakteristik umum data tersebut. Nilai
tersebut dalam statistik disebut sebagai ukuran pemusatan. Terdapat
beberapa ukuran pemusatan yang sering digunakan dalam statistik
sebagai berikut :
Rata-rata (Arithmatic mean) x = i=1k fi ( xmi)n
Median x = Li + n2 - fifmedian c
Modus (Mode) x = Li + Δ1Δ1+ Δ2 c
Kuartil Q1 = Li 1 + 14 n - fi i1f kuartil c
H. Ukuran Penyebaran
Ukuran penyebaran menunjukkan seberapa jauh data menyebar
dari nilai rata-ratanya. Sekurang-kurangnya terdapat dua alasan
pentingnya meninjau ukuran penyebaran suatu kumpulan nilai data :
1. Untuk membuat suatu penilaian mengenai seberapa baik suatu
nilai rata-rata menggambarkan data-data.
2. Untuk
mengetahui
seberapa
jauh
penyebaran
dari
data,
sehingga langkah-langkah untuk mengendalikan variasi tersebut
dapat dilakukan.
•
Kisaran (range) R = xmax – xmin
•
Ragam (variance) S2x
•
Simpangan baku (standard deviation) sx = i=1kfi xmi- x 2n-1
•
Koefisien variasi (coefficient of variation) Vx = sxx
I. Momen, Skewness, Kurtosis
•
Momen m1, x = i=1k fi xmi - x n
•
Skewness a3, x = m3, xS3
•
Kurtosis
a4, x = m4, xS4
J. Estimasi
a. Dugaan (Estimate)
Nilai spesifik atau kualitas daripada sebuah statistik misalnya : nilai
mean sampel, presentase sampel atau varians sampel.
b. Penduga (Estimator)
Setiap statistic (mean sampel, presentase sampel, varians sampel,
dan lain-lain) yang digunakan untuk menduga sebuah parameter.
•
Penduga tak-bias (unbiased estimator): sebuah penduga yang
menghasilkan suatu distribusi sampling yang memiliki mean
sama dengan parameter populasi yang akan diduga.
•
Penduga terbaik (best estimator): penduga yang memenuhi
syarat-syarat
sebagai
suatu
penduga
memiliki varians yang terkecil (minimum)
c. Penduga (estimation)
tak-bisas
dan
juga
Keseluruhan proses yang menggunakan semua penduga untuk
menghasilkan sebuah dugaan daripada parameter.
•
Pendugaan Tunggal (Point Estimation)
Angka
tungggal
yang
digunakan
untuk
menduga
sebuh
parameter populasi.
•
Pendugaan Interval (Interval Estimation)
Sebaran nilai-nilai yang digunakan untuk menduga sebuah
parameter populasi. Konsep dasar pendugaan interval mean
populasi :
Dalam prakteknya hanya satu sampel dari populasi.
Untuk menduga parameter harus diketahui sesuatu hal
mengenai hubungannya dengan mean-mean sampel.
Prosedur Estimasi jika σx tidak diketahui dan n>30
Mulai
Identifikasikan masalah
Tentukan nilai x dan s
Kumpulkan sampel ukuran besar, n > 30
Tentukan tingkat kepercayaan
Tentukan nilai z
T
Batas estimate interval :
x±zsnN-nN-1
Y
Populasi
tak
terhingga?
Selesai
Batas estimate interval :
x±zsn
Varians dari data baik varian populasi σ 2 maupun varians sampel
S2.
Ukuran sampel yanga baik
Derajat kepercayaan: 100. (1-α) %
d. Estimasi Mean
1. Ukuran sampel (apakah besar n > 30 atau kecil n < 30)
2. Informasi tentang distribusi populasinya (apakah distribusi
normal atau tidak)
3. Deviasi standard populasinya (diketahui atau tidak)
4. Pemilihan jenis distribusi yang menjadi dasar pendugaan
Estimasi Harga Mean (µ), dari suatu populasi akan ditaksir
berapa besarnya harga rata-rata ( mean). Jika digunakan
sampel besar (n≥30) maka distribusi sampling harga X
didistribusikan normal dengan mean dan standard deviasi.
Notasi interval untuk estimasi sampel besar ( n ≥30) :
___
___
X Z / 2 * n X Z / 2 * n
Dimana besar kesalahan maksimum dapat dicari dengan :
Emax Z / 2 *
n
Keterangan :
X = nilai rata-rata suatu populasi
d = deviasi standard
n = banyaknya data
Zα/2= nilai dari tabel normal.
Jika digunakan sampel kecil ( n < 30 ) maka notasi
interval estimasi untuk sampel kecil sbb :
__
X t / 2 *
__
s
s
X t / 2 *
n
n
Estimasi Harga Standard Deviasi (d)
Jika digunakan sampel besar ( n ≥ 30), maka akan
didistribusikan normal. Interval Estimasi dapat ditulis sbb :
s
s
Z
Z
1 /2
1 /2
2n
2n
Jika digunakan sampel kecil ( n < 30 ), sampel random
sebesar
n,
maka
distribusi
sampling
didistribusikan
menurut distribusi Chi Kuadrat.
Sifat Distribusi Chi-Kuadrat (c2)
Seluruh nilainya positif
Tidak simetris
Bentuk
distribusinya
tergantung
pada
derajat
kebebasannya
Mean dari distribusi c2 adalah derajat kebebasannya (v)
Mean populasi
Porporsi populasi
1. Tingkat keakuratan, E
1. Tingkat keakuratan, E
2. Tingkat kepercayaan (%)
2. Tingkat kepercayaan (%)
3. Skor
3. Skor
z
dari
tingkat
kepercayaan
4. Error
z
dari
tingkat
kepercayaan
standard
mean
sampling E
x
z
4. Error
standard
mean
sampling p E
z
5. Deviasi standar populasi (sx)
5. Persentase populasi (p)
6. Jumlah sample (n)
6. Jumlah sample (n)
�
n�x
�
x
�
2
�
�
�
�
n
100
p2
K. Uji hipotesis
a. Pernyataan Hipotesis Nol (Ho)
dan Hipotesis Alternatif (H1)
Contoh : Dalam suatu prosedur pengujian hipotesis mengenai mean
dari populasi, pernyataan mengenai hipotesis nol sebagai “mean
populasi sama dengan 100” dan hipotesisi alternatif sebagai “mean
populasi bukan 100” secara umum dinotasikan :
Ho : m = 100
H1 : m ¹ 100; m > 100; m < 100
b. Pemilihan tingkat kepentingan (level of Significance, a )
α = 0,01 atau 0,05 (yang bisa dipakai)
Artinya : hipotesis telah ditolak dengan tingkat kepentingan a,
keputusan bisa salah dengan probabilitas a.
c. Penentuan
Distribusi
Pengujian
yang
digunakan
Distribusi normal (z), n > 30
Distribusi t , n < 30
Distribusi chi-kuadrat, nilai varians sudah diketahui.
d. Pendefinisian Daerah Penolakan (kritis)
e. Pernyataan aturan keputusan (Decision rule)
“Tolak Ho jika perbedaan yang telah distandarkan, misalnya
antara dan mHo, berada di dalam daerah penolakan. Jika sebaliknya
terima Ho”
f. Perhitungan pada Data Sampel dan Perhitungan Rasio Uji
•
Menganalisa data actual.
•
Rasio Uji (RU), perbedaan antara statistik dan parameter asumsi
yang dinyatakan dalam hipotesis nol yang telah distandarkan.
g. Pengambilan Keputusan secara statistik
“Jika nilai rasio uji berada di daerah penolakan maka hipotesis
nol ditolak”.
h. Diagram Hipotesis
i. Uji Hipotesis Dengan Mean Sampel Ganda
Klasifikasi :
Asumsi kedua populasi terdistribusi secara normal tetap digunakan.
terdapat 4 prosedur untuk uji ini :
Uji
t-pasangan
untuk
populasi
yang
saling
tergantung
(dependent population)
Uji z untuk populasi yang independen dan jika varians populasi
diketahui atau jika kedua sampel ukurannya n > 30.
Uji t sampel ukuran kecil (n < 30) untuk populasi yang
independen jika uji F-nya menunjukkan s 12 ¹ s22
Uji t sampel ukuran kecil (n < 30) untuk populasi yang
independen jika uji F-nya menunjukkan s 12 = s22
L. Regresi Dan Korelasi Linear Standar
Regresi
merupakan
teknik
statistika
yang
digunakan
untuk
mempelajari hubungan fungsional dari satu atau beberapa peubah bebas
(peubah yang mempengaruhi) terhadap satu peubah tak bebas (peubah
yang dipengaruhi).
Korelasi merupakan ukuran kekuatan hubungan dua peubah (tidak
harus memiliki hubungan sebab akibat).
Analisis Regresi digunakan untuk mempelajari dan mengukur
hubungan statistic yang terjadi antara dua atau lebih variable. Dalam
regresi sederhana dikaji dua variable, sedangkan dalam regresi majemuk
dikaji lebih dari dua variable. Dalam analisis regresi, suatu persamaan
regresi hendak ditentukan dan digunakan untuk menggambar pola atau
fungsi hubungan yang terdapat antar variable. Variabel yang aklan
diestimasi nilainya disebut variable terikat (dependent variable atau
response variable) dan biasanya diplot pada sumbu tegak (sumbu –y).
Sedangkan
variable)
variable
adalah
bebas
variable
(independent
yang
variable
diasumsikan
atau
explanatory
memberikan
pengaruh
terhadap variasi variable terikat dan biasanya diplot pada sumbu datar
(sumbu –x).
Analisis Korelasi bertujuan untuk mengukur “seberapa kuat”, atau
“derajat kedekatan”, suatu relasi yang terjadi antar variable. Jadi, kalau
analisis regresi ingin mengetahui pola relasi dalam bentuk persamaan
regresi, maka analisis korelasi ingin mengetahui kekuatan hubungan
tersebut dalam koefisien korelasinya. Dengan demikian biasanya analisis
regresi dan korelasi sering dilakukan bersama-sama.
Terdapat beberapa kemungkinan bentuk relasi, meliputi hubungan
sebab akibat (cause-and-effect relationship), hubungan akibat penyebab
yang sama (common-cause factor relationship), dan hubungan semu
(spurious relationship).
a. Diagram Pancar (Scatter Diagram)
Langkah pertama dalam menganalisis relasi antar variable adalah
dengan
membuat
diagram
pancar
(scatter
diagram)
yang
menggambarkan titik-titik plot dari data yang diperoleh. Diagram
pancar ini berguna untuk:
membantu melihat apakah ada relasi yang berguna antar variable
membantu menemukan jenis persamaan yang akan digunakan
untuk menentukan hubungan tersebut.
b. Persamaan Regresi Linear Sederhana
Dalam analisis regresi linear sederhana ini akan ditentukan
persamaan yang menghubungkan dua variable yang dapat dinyatakan
sebagai bentuk persamaan pangkat satu (persamaan linier/persamaan
garis lurus). Persamaan umum garis regresi untuk regresi linear
sederhana adalah:
ŷ = a+bx
dimana:
ŷ = nilai estimate data terikat
a = titik potong garis regresi pada sumbu y atau nilai estimate ŷ bila
x=0
b = gradient garis regresi (perubahan nilai estimate ŷ per satuan
perubahan nilai x)
x = nilai variabel bebas
c. Sifat-sifat Garis Regresi Linier
Terdapat dua sifat yang harus dipenuhi sebuah garis lurus untuk
dapat menjadi garis regresi yang cocok (fit) dengan titik-titik data pada
diagram pancar, yaitu:
1. Jumlah simpangan (deviasi) positif dari titik-titik yang tersebar di
atas garis regresi sama dengan (saling menghilangkan) jumlah
simpangan negatif dari titik-titik yang tersebar di bawah garis
regresi. Dengan kata lain Σ ∆y= Σ y- y =0
2. Kuadrat dari simpangan-simpangan mencapai nilai minimum
(least square value of deviations). Jadi : Σ (∆y)2= Σ ( y- y )2 =
minimum
Dengan sifat kedua, metode regresi ini sering disebut juga
sebagai metode least square. Dan Dengan menggunakan kedua
sifat di atas dan menggabungkannya dengan prinsip-prinsip
kalkulus diferensial untuk menentukan nilai ekstrim sebuah
fungsi,
maka
dapat
diturunkan
hubungan-hubungan
untuk
mendapatkan nilai-nilai konstanta a dan b pada persamaan garis
regresi, yang hasilnya sebagai berikut:
b= n Σxy-Σx(Σy)n Σx2-(Σx)2
a= y- b x
dimana:
n = jumlah titik (pasangan pengamatan (x,y))
x = mean dari variabel x
y = mean dari variabel y
dapat diperoleh dengan rumus :
Dimana :
a = Intersep / perpotongan dengan sumbu tegak
b = Kemiringan
y = Nilai ramalan yang dihasilkan garis regresi
X = Nilai variabel bebas
d. Standar Error Estimasi
S y,x
� y $y
n2
2
�( y
2
) a (�y ) b(�xy )
n2
e. Relasi pada sampel vs Relasi pada Populasi
Untuk itu, perlu dilakukan uji relasi dan interval prediksi
Uji t untuk kemiringan (slope) garis regresi
Uji Anova untuk kemiringan (slope) garis regresi
Untuk mengetahui hubungan seberapa dekat antara variabel
diperlukan suatu ukuran yang menyatakan “kekuatan” relasi yaitu
disebut : korelasi .
Variasi Total , Koefisien Determinasi (r2)
Koefisien korelasi (r)
M. Pengendalian Mutu
Pengendalian Mutu diperkenalkan oleh Walter A. Shewhart saat dia
bekerja di Bell Labs (sekarang lebih dikenal AT&T Bell Laboratories) tahun
1920 an. Teknisi perusahaan tersebut sedang berusaha meningkatkan
ketahanan sistim transmisi telepon mereka. Karena peralatan penguat
sinyal dan lainnya harus ditanam di bawah tanah, maka perlu ditemukan
cara untuk mengurangi tingkat kesalahan dan perbaikan. Tahun 1920 para
teknisi
sudah
menyadari
pentingnya
mengurangi
variasi
di
proses
manufakturing. Terlebih mereka juga menyadari bahwa proses penyetelan
yang berulang-ulang sebagai reaksi dari ketidaksesuaian, justru makin
meningkatkan variasi dan menurunkan kualitas.
Shewhart memisahkan variasi tersebut menjadi variasi penyebap
umum dan variasi penyebap khusus, dan pada tanggal 16 Mei 1924 dia
menulis memo yang memperkenalkan diagram kontrol sebagai sebuah alat
yang bisa membedakan kedua variasi tersebut.
Kualitas / Mutu : Ukuran tingkat kesesuaian barang/ jasa dengan
standar/spesifikasi yang telah ditentukan/ ditetapkan.
Pengendalian Kualitas Statistik adalah ilmu yang mempelajari
tentang teknik /metode pengendalian kualitas berdasarkan
prinsip/ konsep statistik.
Variasi terkendali (controlled variation), variasi yang terjadi secara
alami dalam proses yang stabil. Selama masih dalam rentang batas
tertentu.
Variasi tak terkendali (uncontrolled variation), variasi yang terjadi
karena sebab khusus (tidak normal) menghasilkan perubahan yang
tidak diharapkan dan tidak diperkirakan sebelumnya.
Berikut adalah penjelasan tambahan tentang diagram kendali;
A. Diagram kendali terdiri dari:
Titik-titik yang mewakili sebuah nilai statistik (rata-rata, range,
proporsi) dari sebuah karakteristik sampel yang diambil dari sebuah
proses pada waktu yang berbeda (Data).
Rata-rata dari nilai statistik di atas yang dihitung dari keseluruhan
sampel.
Garis tengah yang digambar tepat di angka rata-rata nilai statistik
tersebut.
Standar eror dari nilai statistik yang juga dihitung dari keseluruhan
sampel.
B. Kegunaan Diagram Kendali :
Mendeteksi adanya variasi penyebap khusus.
Menyakinkan kesetabilan sebuah process.
Mendeteksi perubahan proses dari waktu ke waktu.
C. Langkah Penggunaan Diagram Kendali
1. Menyatakan hipotesis nol (Ho, terkendali) dan hipotesis alternatif
(H1,tak terkendali)
2. Tentukan tingkat kepentingan ()
3. Tentukan diagram kontrol dan distribusi pengujian (normal atau
binomial)
4. Tentukan daerah penolakan (kritis)
5. Nyatakan aturan pengambilan keputusan
6. Masukan data pada diagram control
7. Pengambilan keputusan secara statistic
8. Diagram yang memonitor setiap nilai yang diamati dalam sebuah
proses.
9. Untuk nilai individu didasarkan pada disitribusi normal.
10.Jumlah sampel diketahui (N).
(Nilai Populasi)
UCL : μ + 3σ
Cl
LCL
:μ
: μ - 3σ
Diagram kendali merupakan bagian yang terpenting dalam upaya
mengendalikan kualitas produk meliputi :
a. Prosedur Umum hipotesis dan hipotesis alternaif
b. Penyelidikan pada data out of control
c. Data out of control bersifat tidak terus menerus maka revisi
d. Revisi dilakukan dengan menghilangkan bagian pada data out of
control.
BAB III
METODE PENELITIAN
A.
Lokasi dan Objek penelitian
Lokasi
penelitian
dalam
makalah
ini
adalah
Alfamart
dan
Indomaret Mayor Oking 4, alasan pemilihan lokasi ini karena toko yang
akan diteliti berada pada wilayah tersebut dan saling berdekatan
sehingga akan mudah membuat perbandingannya.
B.
Populasi
Populasi
merupakan
sekumpulan orang
atau
objek
yang
memiliki kesamaan dalam satu atau beberapa hal yang membentuk
masalah pokok dalam satu riset khusus (Suprapto, 2001:87).
Dalam pnelitian ini yang menjadi populasi adalah konsumen
yang berbelanja di toko atau minimarket Indomaret dan Alfamart,
oleh karena tu populasi ini merupakan populasi tak terbatas karena
tidak dapat diketahui secara pasti jumlah sebenarnya dari konsumen
yang datang berbelanja ke minimarket Indomaret dan Alfamart.
C.
Sampel
Menurut Djarwanto (1998:108) sampel adalah sebagian dari
populasi yang
bisa
karateristiknya
hendak
diselidiki
dan
dianggap
mewakili keseluruhan populasi.
Mengingat identitas populasi sudah diketahui maka, prosedur
pencarian responden dilakukan berdasar accidental sampling , yaitu
siapa
saja yang secara kebetulan bertemu dengan peneliti yang
dijumpai
ditempat
tertentu,
bila
dipandang
konsumen
yang
kebetulan ditemui itu cocok sebagai sumber data (Sugiyono,1997:64).
a. Variabel penelitian
Untuk
mencapai
tujuan
penelitian
maka
digunakan
variabel- variabel penelitian. Dari permasalahan yang ada maka
dapat ditentukan variabel-variabel
mencari
jawaban
yang
dapat
digunakan
untuk
dari permasalahan yang akan diteliti. Variabel
penelitian yang dimaksud disini adalah objek penelitian atau yang
menjadi perhatian suatu penelitian (Suharsimi Arikunto.1993:91).
Dalam penelitian ini yang menjadi variabelnya adalah:
1. Variabel X1
Dalam
penelitian
ini
variabel
X1
adalah lamanya waktu
X2
adalah lamanya waktu
pelayanan kasir di Indomaret.
2. Variabel X2
Dalam
penelitian
ini
variabel
pelayanan kasir di Alfamart.
D.
Metode Pengumpulan Data
Dalam
penelitian
ini
digunakan
pengambilan data secara
langsung, dimana kita mengamati sendiri dan menghitung lamanya
pelayanan
kasir
di
Alfamart
dokumentasinya.
E.
Metode Analisis Data
dan
Indomaret
serta
membuat
BAB IV
HASIL PENELITIAN
I.
ALFAMART
Berikut ini merupakan tabel dari data yang diperoleh
berdasarkan survei kami di Alfamart Cabang Mayor Oking 4.
Data tersebut sudah kami bagi berdasarkan interval kelas,
dengan panjang kelas adalah 30 dan jumlah frekuensinya
adalah 35.
x
f
1 -31
32 - 62
63 - 93
94 - 124
125
-
10
11
6
2
16
47
78
109
160
517
468
218
51.37
20.37
10.63
41.63
513.7
224.07
63.78
83.26
2638.88
414.94
112.97
1732.94
26388.77
4564.31
677.80
3465.88
155
156
3
140
420
72.63
217.89
5274.91
15824.73
1
171
171
103.63
103.63
10738.88
10738.88
2
202
404
134.63
269.26
18124.85
39038.3
36249.70
186
187
-
217
35
2358
434.88 0.05
6
97910.06
Sedangkan dibawah ini adalah tabel waktu pelayanan customer di kasir Alfamart Cabang
Mayor Oking 4, dengan survey total waktu pelayanan perorang (customer) yang melakukan transaksi
pembayaran di kasir.
Customer
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
waktu
206
191
178
6
63
105
66
10
101
35
30
112
34
135
36
Customer
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Waktu
45
31
51
8
44
71
131
64
63
15
59
34
24
52
42
Customer
31
32
33
34
35
Waktu
151
12
151
4
153
Dan berikut ini adalah grafik waktu pelayanan kasir Alfamart Cabang
Mayor Oking 4, berdasarkan total waktu perorang (customer). Berdasarkan
survey dan data yang kami peroleh, maka di dapatkan perhitungan
sebagai berikut:
Ukuran Pemusatan
Mean
x = i = 1kfi(xmi)n
= 10x16 + 11x47 + 6x78 + 2x109 + 3x140 + 1x171+ 2x20235
= 235835 = 67.37
x
Median
= Li + n2 - fifmedian c
= 31.5 + 352 - 1011 31= 63.18
x
Modus
= Li + Δ1Δ1+ Δ2 c
= 31.5 + 11+5 31 = 36.67
Kuartil
Q1 = Li 1 + 14 n - fi i1f kuartil c
= 31.5 + 14 (35) – 1011(31) = 27.98
Q3 = Li 3 + 34 n - fi i3f kuartil c
= 62 .5 + 34 (35) - 216(31) = 89.625
Ukuran – ukuran Penyebaran
Range
R = xmax – xmin = 206 – 4 = 202
Simpangan Kuartil
Qd = Q3- Q12 = 89.625-27.982 = 30.8225
Simpangan Mutlak Rata – rata
MDx = i=1k fi xmi - x n= 0.0535 = 0.00143
Deviasi Standard
sx = i=1kfi xmi - x 2n-1= 97910.0634=53.663
Varians
S2x = 2879.71
Koefisien Varians
Vx = sxx= 53.66367.37=0.797
Momen, Skewness, Kurtosis
Momen
m1, x = i=1k fi xmi - x n= 0.0535 =0.00143
m2, x = i=1k fi xmi – x 2n= 97910.0635 = 2797.43
m3, x = i=1k
fi xmi - x 3n= 8742477.68335 =249875.0766
m4, x = i=1k fi xmi – x 4n= 933431434.635 =26669469.56
Skewness
a3, x = m3, xS3 =m3, x m2, x 3 = 249875.07662797.433 =1.69
Kurtosis
a4, x = m4, xS4 =m4, x m2 2, x = 26669469.562797.432 =
6669469.567825614.61 =3.41
Estimasi
Deviasi Standar
σx= σx n = 53.663 35 = 9.07
x- z σx < μx < x + z σx
67.37 – (1.96) (9.07) < μx < 67.37 + (1.96) (9.07)
49.593 < μx < 85.15
4.1 INDOMARET
Berikut ini merupakan tabel dari data yang diperoleh berdasarkan suvei
kami di Indomaret Cabang Mayor Oking 4. Data tersebut sudah kami bagi
berdasarkan interval kelas, dengan panjang kelas adalah 30 dan jumlah
frekuensinya adalah 35.
X
1 -31
32 - 62
63 - 93
94 - 124
125
-
f
2
10
11
4
16
47
78
109
32
470
858
436
86.8
55.8
24.8
6.2
173.6
558
273
25
7534.24
3113.64
615.04
38.44
15068.5
31136.4
6765.4
154
155
156
3
140
420
37.2
112
1383.84
4152
-
186
187
2
171
342
68.2
136.4
4651.24
9302.48
-
217
218
1
202
202
99.2
99
9840.64
16952.0
9841
-
248
249
0
233
0
130.2
0
4
25985.4
0
-
279
280
0
- 0
264
295
0
0
161.2
192.2
0
0
4
36940.8
0
0
310
311
-
341
342
-
372
373
-
403
404
-
434
435
1
326
326
223.2
223
4
64617.6
49818
0
357
0
254.2
0
4
81339.0
0
0
388
0
285.2
0
4
99982.4
0
0
419
0
316.2
0
4
120547.
0
0
450
0
347.2
0
84
0
0
481
0
481
0
231361
0
1
512
512
512
3280.
512
262144
101686
262144
388380.
3598
8
2111.6
5.6
96
-
465
466496
497
4
49818.2
-
527
35
Sedangkan dibawah ini adalah tabel waktu pelayanan customer di kasir
Indomaret Cabang Mayor Oking 4, dengan survey total waktu pelayanan
perorang (customer) yang melakukan transaksi pembayaran di kasir.
Custome
r
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Customer
waktu
322
61
50
25
15
162
61
170
48
75
70
150
118
57
500
2
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Custome
waktu3
64
90
42
91
89
45
98
35
70
150
65
195
67
63
58
r3
31
32
33
34
35
waktu4
107
127
75
49
122
Dan berikut ini adalah grafik waktu pelayanan kasir Indomaret Cabang Mayor
Oking 4, berdasarkan total waktu perorang (customer).
Berdasarkan survey dan data yang kami peroleh, maka di dapatkan perhitungan
sebagai berikut:
Ukuran Pemusatan
Mean
x=
i=1k fi xmin = 359835=102.8
Median = Q2 = D5
x = Li + n2 - fifmedian c = 62.5 + 352 - 1211 31 = 78
Modus
x = Li + Δ1Δ1+ Δ2 c = 62.5 + 11 + 7 31 = 66.375
Kuartil
Q1 =
Li 1 + 14 n - fi i1f kuartil,
1 c=
31.5 + 14 (35) - 210 31 =
Li 3 + 34 n - fi i3f kuartil,
3 c=
93.5 + 34 (35) - 234 31 =
Li 1 + 110 n - fi i10f persentil,
10 c = 31.5 + 110 35 - 210
Li 2 + 210 n - fi i20f persentil,
20 c = 31.5 + 210 35 - 210
52.425
Q3 =
118.69
Desil, Persentil
D1= P10 =
31 = 36.15
D2= P20 =
31 = 47
D3= P30 = Li 3 + 310 n - fi i3f desil, 3 c = 31.5 + 310 35 - 1011 31 =
32.91
D7=P70 =
Li 7 + 710 n
- fi i7f desil,
7
c = 62.5 + 710 35 - 216
31=80.58
D8= P80 = Li 8 + 110 n - fi i1f desil, 8 c = 93.5 + 810 35 - 272 31=109
D9= P90 =
Li 9 + 910 n - fi i9f desil,
9 c = 124.5 + 910 35 - 293
31=150.33
Ukuran – ukuran penyebaran
Range
R = xmax – xmin = 500 – 15 = 485
Jangkauan / Kisaran Persentil 10 – 90
Rp10-90
= P90 – P10
= 150.33 – 36.15
= 114.18
Simpangan Kuartil
Qd = Q3- Q12 = 118.69 – 52.4252 = 33.133
Simpangan Mutlak Rata - rata
MDx = i=1k fi xmi -x n= 2008.835 = 57.39
Deviasi Standard
sx = i=1kfi xmi- x 2n-1= 293681.634=92.94
Varians
s2x = 8637.7
Koefisien Varians
Vx = sxx = 92.94102.8= 0.9
Momen, Skewness, Kurtosis
Momen
m1, x = i=1k fi xmi - x n= 2008.835 =57.4
m2, x = i=1k fi xmi – x 2n= 293681.635 = 8390.9
m3, x = i=1k
fi xmi - x 3n= 84616926.435 =2,4 x 106
m4, x = i=1k fi xmi – x 4n= 3 x 101035 =8,8 x 108
Skewness
a3, x = m3, xS3 =m3, x m2, x 3 = 2,4 x 1068390.93 =3.12
Kurtosis
a4, x = m4,
xS4 =m4,
x m2 2, x = 8,8 x 1088390.92 = 8,8 x 1087 x
107 =12.57
Estimasi
Deviasi Standar
σx = σx n = 92.94 35 = 15.71
x- z∝/2* σx < μx < x + z∝/2 *σx
102.8 – (1.96) (15.71) < μx < 102.8 + (1.96) (15.71)
72.01 < μx < 133.6
Untuk dapat membandingkan antara waktu pelayanan customer di kasir Alfamart
dan Indomaret, maka kami membuat histogram yang berdasarkan dari kedua
data yang kami peroleh. Namun dengan mengubah interval kelasnya dengan
panjang kelas adalah 100, supaya Alfamart dan Indomaret memiliki interval kelas
yang sama dan dapat terlihat perbedaannya pada histogram tersebut.
Dibawah ini adalah tabel data Alfamart dan Indomaret dengan panjang kelas 100:
Alfamart
x
f
822.9
1-100
24
50.5
150.
1212
34.29
6
657.1
1175.8
4317.8
28219.2
101-200
10
5
250.
1505
250.
65.71
165.7
0
165.7
0
27459.
43178.00
201-300
1
5
5
2967
1
265.7
1
1645.
80
32953.
27459.80
.5
1
77
4
98857.0
35
Indomaret
x
f
2
56617.0
1-100
4
50.5
1212
48.57
1165.68
2359.04
8
21160.3
101-200
8
150.5
1204
51.43
411.43
2645.04
6
22931.0
201-300
1
250.5
250.5
151.43
151.43
22931.04
4
63217.0
301-400
401-500
1
1
350.5
450.5
350.5
450.5
251.43
351.43
251.43
351.43
63217,04
123503.0
4
123503.
3
5
3467.5
854.28
2331.39
4
214655.2
04
287428.
0
56
Kami membuat Histogram berdasarkan data dari tabel diatas, dengan tujuan
untuk mengetahui tingkat perbandingan antara waktu pelayanan customer di
kasir di kedua minimarket yaitu Alfamart dan Indomaret.
Histogram yang kami buat ini berdasakan panjang kelas yaitu 100. Kami susun
interval kelas antara 1 sampai dengan 500 dengan panjang kelas adalah 100,
dimana interval kelas tersebut adalah sebagai sumbu x dan menyatakan waktu
(dalam detik). Dan waktu tersebut adalah waktu kecepatan kasir dalam melayani
seorang customer.
Sedangkan frekuensi kami masukkan kedalam masing-masing interval kelas, dan
kami susun berdasarkan kecepatan waktunya. Dimana frekuensi tersebut adalah
sebagai sumbu y dan menyatakan jumlah orang (customer).
Histogramnya adalah sebagai berikut:
Dari histogram diatas, terlihat bahwa Alfamart memiliki tingkat kecepatan waktu
yang sama dengan Indomaret. Di interval kelas kesatu memang tidak ada
perbedaan waktu pelayanan antara Alfamart dan Indomaret, yaitu 24 orang
customer berada dalam interval kelas kesatu, dengan waktu antara 1 sampai
dengan 100 detik. Namun perbedaan yang signifikan dapat terlihat di interval
kelas kedua dan seterusnya.
Pada interval kelas kedua, terlihat perbedaan. Di Alfamart 10 orang customer
berada dalam interval kelas kedua dengan waktu antara 101 sampai dengan 200,
sedangkan Indomaret 8 orang customer dengan waktu antara 101 sampai
dengan 200. Alfamart hanya sampai pada interval kelas ketiga dengan waktu
antara 201 sampai dengan 300. Namun lain halnya dengan Indomaret yang
sampai pada interval kelas kelima dengan waktu antara 401 sampai dengan 500.
Dari perbedaan tersebut dapat dilihat bahwa dalam waktu kurang dari 200 detik
Alfamart
mampu
melayani
customernya
sebanyak
34
orang,
sedangkan
Indomaret hanya mampu melayani customernya sebanyak 32 orang. Perbedaan
ini terjadi hanya pada jumlah customer, sedangkan waktu yang di perlukan kasir
untuk melayani customernya adalah sama. Perbedaan yang terjadi dikarenakan
jumlah item atau belanjaan yang dibeli oleh tiap-tiap customer adalah berbedabeda.
Uji Hipotesis
Dari kedua data yang diperoleh, kami melakukan uji hipotesis untuk mengetahui
tingkat kebenaran dari asumsi bahwa waktu pelayanan customer di kasir antara
Alfamart dan Indomaret adalah sama. Maka dari itu, kami lakukan uji hipotesis
dengan langkah-langkah sebagai berikut:
1) Hipotesis :
Ho : μ1 = μ2→uji dua-ujung
H1 : μ1 ≠ μ2
H0 menunjukkan bahwa mean (μ1) adalah sama dengan mean (μ2).
Sedangkan H1 menunjukkan bahwa mean (μ1) adalah tidak sama dengan
mean (μ2).
Dalam hal ini, mean (μ1) adalah mean dari Alfamart dan mean (μ 2) adalah
mean dari Indomaret.
2) Dengan tingkat kepercayaan adalah 95% , maka di peroleh α = 0.05 , dan
x1 adalah Indomaret ,serta x2 adalah Alfamart.
3) Menggunakan distribusi Z karena n>30 , n adalah 35
4) Batas-batas daerah penolakan / batas kritis dua-ujung: α = 0.05 → α/2 =
5)
0.025. dari tabel z batas kritis adalah z 0.025 = ± 1.96
Aturan keputusan :
Tolak Ho dan terima H1 jika RUz < -1.96 atau RUz > +1.96. jika tidak demikian
terima Ho.
6) Rasio uji:
σx1-x2 = σ12n1+σ22n2= 92.94235+53.663235=246.8+82.28=329.078=18.14
RUz = x1-x2σ x1-x2= 102.8-67.3718.14=1.95
7)
Pengambilan keputusan:
Karena -1.96 < RUz