Tugas Statistika Anova

Tugas 1. Soal ANOVA 2IA07

Pusat riset otomotif  ingin mengetahui apakah dari  3 jenis sepeda motor yang diteliti  menempuh jarak yang berbeda untuk setiap 1 liter bensin yang dikonsumsi.   Secara random dipilih 5 sepeda motor untuk masing-masing jenis sepeda motor dan diperoleh data sebagaimana ditunjukkan pada Tabel 1.  Jika diuji pada tingkat signifikansi 5 %,  apakah terdapat perbedaan dari rata-rata jarak tempuh untuk setiap konsumsi 1 liter bensin?

Tabel 1.  Jarak yang ditempuh (km)  untuk  setiap liter bensin

Motor “ Awet”	Motor “Bagus”	Motor “Cihui”
35.6	33.6	43.0
40.2	30.4	40.5
33.3	35.3	43.4
31.7	29.3	35.6
37.2	35.0	33.0

 Jawaban :

X = rata-rata

X ”awet” = 35,6                 n=5       

X ”Bagus”= 32,72              n=5                               X “total“ = 35,807                      c =3

X ”Cihui” = 39,1                 n=5                                                                                  n=15

SSA = 5 (35,6-35,807)² + 5 (32,72-35,807)²+ 5 (39,1-35,807)² = 102,015

SSW = (35,6-35,6)² + (40,2-35,6)² +(33,3 -35,6)² +……+(33-39,1) = 159,048

MSA = 102,0815 / (3-1) = 51,04075

MSW = 159,04 / (15-3) = 13,254

F = 51,04075 / 13,254 = 3,8509695

         

Read More

Aplikasi Regresi Linier Sederhana dengan SPSS

Regresi Linear Sederhana adalah Metode Statistik yang berfungsi untuk menguji sejauh mana hubungan sebab akibat antara Variabel Faktor Penyebab (X) terhadap Variabel Akibatnya. Faktor Penyebab pada umumnya dilambangkan dengan X atau disebut juga dengan Predictor sedangkan Variabel Akibat dilambangkan dengan Y atau disebut juga dengan Response. Regresi Linear Sederhana atau sering disingkat dengan SLR (Simple Linear Regression) juga merupakan salah satu Metode Statistik yang dipergunakan dalam produksi untuk melakukan peramalan ataupun prediksi tentang karakteristik kualitas maupun Kuantitas.

Contoh Penggunaan Analisis Regresi Linear Sederhana dalam Produksi antara lain :

Hubungan antara Lamanya Kerusakan Mesin dengan Kualitas Produk yang dihasilkan

Hubungan Jumlah Pekerja dengan Output yang diproduksi

Hubungan antara suhu ruangan dengan Cacat Produksi yang dihasilkan.

Model Persamaan Regresi Linear Sederhana adalah seperti berikut ini :

Y = a + bX

Dimana :
Y = Variabel Response atau Variabel Akibat (Dependent)
X = Variabel Predictor atau Variabel Faktor Penyebab (Independent)
a = konstanta
b = koefisien regresi (kemiringan); besaran Response yang ditimbulkan oleh Predictor.

Nilai-nilai a dan b dapat dihitung dengan menggunakan Rumus dibawah ini :

 a =   (Σy) (Σx²) - (Σx) (Σxy)
                 n(Σx²) – (Σx)²

 b =   n(Σxy) – (Σx) (Σy)
              n(Σx²) – (Σx)²

Berikut ini adalah Langkah-langkah dalam melakukan Analisis Regresi Linear Sederhana :

Tentukan Tujuan dari melakukan Analisis Regresi Linear Sederhana

Identifikasikan Variabel Faktor Penyebab (Predictor) dan Variabel Akibat (Response)

Lakukan Pengumpulan Data

Hitung  X², Y², XY dan total dari masing-masingnya

Hitung a dan b berdasarkan rumus diatas.

Buatkan Model Persamaan Regresi Linear Sederhana.

Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel Akibat.

Contoh Kasus Analisis Regresi Linear Sederhana :

Seorang Engineer ingin mempelajari Hubungan antara Suhu Ruangan dengan Jumlah Cacat yang diakibatkannya, sehingga dapat memprediksi atau meramalkan jumlah cacat produksi jika suhu ruangan tersebut tidak terkendali. Engineer tersebut kemudian mengambil data selama 30 hari terhadap rata-rata (mean) suhu ruangan dan Jumlah Cacat Produksi.

Penyelesaian

Penyelesaiannya mengikuti Langkah-langkah dalam Analisis Regresi Linear Sederhana adalah sebagai berikut :

Langkah 1 : Penentuan Tujuan

Tujuan         : Memprediksi Jumlah Cacat Produksi jika suhu ruangan tidak terkendali

Langkah 2 : Identifikasikan Variabel Penyebab dan Akibat

Varibel Faktor Penyebab (X) : Suhu Ruangan,
Variabel Akibat (Y)               : Jumlah Cacat Produksi

Langkah 3 : Pengumpulan Data

Berikut ini adalah data yang berhasil dikumpulkan selama 30 hari (berbentuk tabel) :

Langkah 4 : Hitung X², Y², XY dan total dari masing-masingnya

Berikut ini adalah tabel yang telah dilakukan perhitungan X², Y², XY dan totalnya :

Tanggal	Rata-rata Suhu Ruangan (X)	Jumlah Cacat        (Y)	X2	Y2	XY
1	24	10	576	100	240
2	22	5	484	25	110
3	21	6	441	36	126
4	20	3	400	9	60
5	22	6	484	36	132
6	19	4	361	16	76
7	20	5	400	25	100
8	23	9	529	81	207
9	24	11	576	121	264
10	25	13	625	169	325
11	21	7	441	49	147
12	20	4	400	16	80
13	20	6	400	36	120
14	19	3	361	9	57
15	25	12	625	144	300
16	27	13	729	169	351
17	28	16	784	256	448
18	25	12	625	144	300
19	26	14	676	196	364
20	24	12	576	144	288
21	27	16	729	256	432
22	23	9	529	81	207
23	24	13	576	169	312
24	23	11	529	121	253
25	22	7	484	49	154
26	21	5	441	25	105
27	26	12	676	144	312
28	25	11	625	121	275
29	26	13	676	169	338
30	27	14	729	196	378
Total (Σ)	699	282	16487	3112	6861

Langkah 5 : Hitung a dan b berdasarkan rumus Regresi Linear Sederhana

Menghitung Konstanta (a) :

a =   (Σy) (Σx²) - (Σx) (Σxy)
                n(Σx²) – (Σx)²

a = (282) (16.487) – (699) (6.861)
                30 (16.487) – (699)²

a = -24,38

Menghitung Koefisien Regresi (b)

b =   n(Σxy) – (Σx) (Σy)
          n(Σx²) – (Σx)²

b = 30 (6.861) – (699) (282)
        30 (16.487) – (699)²

b = 1,45

Langkah 6 : Buat Model Persamaan Regresi

Y = a + bX

Y = -24,38 + 1,45X

Langkah 7 : Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel Akibat

I. Prediksikan Jumlah Cacat Produksi jika suhu dalam keadaan tinggi (Variabel X), contohnya : 30°C

Y = -24,38 + 1,45 (30)

Y = 19,12

Jadi Jika Suhu ruangan mencapai 30°C, maka akan diprediksikan akan terdapat 19,12 unit cacat yang dihasilkan oleh produksi.a

II. Jika Cacat Produksi (Variabel Y) yang ditargetkan hanya boleh 4 unit, maka berapakah suhu ruangan yang diperlukan untuk mencapai target tersebut ?

4 = -24,38 + 1,45X

1,45X = 4 + 24,38

X = 28,38 / 1,45

X = 19,57

Jadi Prediksi Suhu Ruangan yang paling sesuai untuk mencapai target Cacat Produksi adalah sekitar 19,57°C

Sumber : http://www.produksielektronik.com/2013/04/analisis-regresi-linear-sederhana-simple-linear-regression/

Read More

Review web suppersoccer.co.id

Pada tugas kali ini saya akan membahas web yang sering saya buka dan sesuai hobi saya yaitu sepakbola.
Web yang saya bahas adalah www.supersoccer.co.id

Web supersoccer ini menurut saya tampilan nya lebih menarik di bandingan berita sepakbola online yang lainya.Di web ini tidak terlalu sama dengan yang ada di tempat lain,banyak disediakan fitur fitur yang unik di media online ini.

Di web ini disediakan video video ulangan pertandingan sebelumnya,disediakan pula berita bertia gosip pemindahan pemain secara cepat .Beritanya pula sangat up to date untuk anak muda yang kelewatan satu berita terbarunya.Tampilanya juga tidak membuat bosan pengunjung yang mengunjungi web ini.

Dari cara merincikan berita pun disini terlihat rapi dan itu memanjakan mata.Satu hal yang penting ini adalah web asli indonesia karena berbasis dotCOdotID atau .co.id.Jadi inilah alasan saya memilih web ini sebagai my favorite web.Di web ini juga merupakan official partner dari salah satu team eropa dari liga inggris yaitu manchester city.Di setiap pertandingan liga inggris juga biasanya di banner sebuah stadion terpampang situs ini .Jadi berbanggalah hati wahai orang indonesia karena web ini sudah mendunia.

Read More

Perkembangan Website

Perkembangan Website dari Masa ke Masa

Pada bulan September 1994, ‘Tim” mendirikan World Wide Web Consortium (W3C) yang merupakan organisasi internasional utama yang mengurus tentang standar dari website yang ada sekarang.

Perkembangan website berdasarkan teknologi dan cara penggunaannya menurut pada praktisi informatika adalah sebagai berikut:

1. Web 1.0

Web 1.0 merupakan teknologi awal dari website, dimana pembuat sebagai pemberi informasi dan pengguna hanya sebagai pembaca (seperti membaca koran lewat computer, aktifitasnya hanya searching saja). Bahasa yang digunakan pada web ini masih berupa HTML saja.

2. Web 2.0

Web 2.0 muncul sekitar tahun 2003 atau 2004, dimana para pengguna website-pun dapat berkomunikasi 2 arah dan memiliki berbagai kelebihan lainnya.

Kelebihan dari web ini adalah sebagai berikut (menurut O’Reilly media):

·         The Web as Platform (Pengerjaan suatu aplikasi/tulisan dapat langsung dikerjakan di media internet tanpa harus mengerjakannya terlebih dahulu di windows desktop)

·         Harnessing Collective Intelligence (Web 2.0 memiliki kinerja untuk memanfaatkan tulisan orang lain untuk mengisi konten web secara kolektif (tidak hanya webmaster yang mengisi konten sendiri), contohnya seperti youtube)

·         Data is the Next Intel Inside (merupakan suatu garansi kepercayaan dari para pemberi data kepada pemilik website bahwa pada era web 2.0 data sangatlah penting dan harus di update setiap waktu)

·         End of the Software Release Cycle (pada web 2.0 aplikasi software dapat langsung digunakan lewat internet/internet menjadi platform menjalankan program)

·         Lightweight Programming Models (pembuatan web 2.0 menggunakan bahasa yang ringan dan mendukung pengembagan program)

3. Web 3.0

Web ini diperkirakan akan berkembang pada tahun 2010-2020 dan saat ini masih dalam tahap pengembangan.

Menurut PC magazine karakteristik dari web 3.0 adalah :

·         Semantic Web (web dengan kemampuan membaca situs semudah manusia membacanya sehingga informasi dapat disajikan dengan cepat dan tepat)

·         The 3D Web (web dengan kemampuan visual 3D dan interaksi secara realtime)

·         The Media-Centric Web (Photo, audio, dan video akan menjadi cara lain untuk mencari informasi yang kita inginkan selain keyword)

·         The Pervasive Web (Web yang mudah diakses dengan berbagai cara dan alat berbeda kapan saja dan dimana saja)

 Refrensi : 

http://faturpontianak.blogspot.com/2008/12/perkembangan-website-dari-waktu-ke.html

http://jeprybaru.wordpress.com/2010/02/11/sejarah-perkembangan-website/

Read More