tugas statistika perbandingan waktu pelayanan kasir
TRANSCRIPT
PERBANDINGAN WAKTU
PELAYANAN KASIR ALFAMART
DAN INDOMARET
Oleh :
Endah Ratna Ningtyas
Dedy Prasetyo
Fikri Gojali
Giovani Anggasta H
Mulyani
Irvan Rifana
2012Sekolah Tinggi Teknologi
Indocement
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang telah memberikan
rahmat dan hidayahnya, sehingga kami dapat menyelesaikan
makalah dengan judul ”Analisis Perbandingan Waktu Pelayanan
Kasir Minimarket Indomaret Dan Alfamart ”.
Dalam kesempatan yang baik ini, penulis dengan
ketulusan ingin menyampaikan rasa terimakasih kepada semua
pihak yang telah dengan ikhlas memberikan masukan dan
kontribusi yang berarti dalam proses penelitian dan penyusunan
makalah ini , antara lain:
Muhammad Baqi, ST M.T MRINA selaku dosen pembimbing yang
telah meluangkan waktunya dalam membimbing dan memberikan
arahan bagi kami dalam menyelesaikan makalah ini.
Minimarket Indomaret dan Alfamart yang telah mengizinkan
kami melakukan pengamatan.
Semua pihak terkait yang tidak bisa penulis sebutkan satu
persatu yang telah membantu penyusunan makalah ini.
Kami menyadari bahwa makalah ini masih kurang sempurna
karena keterbatasan kemampuan dan pengetahuan yang kami
miliki. Maka dari itu, kami akan menerima kritik dan saran
sebagai masukan yang dapat meningkatkan pengetahuan dan kemampuan
kami serta untuk menyempurnakan makalah-makalah selanjutnya.
Semoga makalah ini bermanfaat bagi semua pihak. Akhir kata
semoga Allah SWT senantiasa bersama kita dan meridhoi jalan hidup
kita. Amin
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.
2000 2001 2002 2003
Hipermarket&
supermarket16,7% 20,5% 20,2% 21,1%
Minimarket 3,4% 4,6% 4,6% 5,1%
Pasartradisional
79,8% 74,9% 74,9% 73,8%
BAB I
PENDAHULUAN
A. Latar BelakangMinimarket merupakan suatu tempat dimana kita dapat membeli
barang-barang yang kita butuhkan dalam hal ini, minimarket
adalah toko swalayan yang hanya memiliki satu atau dua
mesin register.
Minimarket mengisi kebutuhan masyarakat akan warung yang
berformat modern dengan minimarket, belanja sedikit di tempat
yang dekat dan nyaman terpenuhi, perilaku konsumen yang
menyukai tempat belanja bersih, sejuk, dan tertata rapi membuat
minimarket menjadi lebih unggul dari warung dan toko.
Tabel : Pangsa pasar Hipermarket, supermarket, minimarket, pasar tradisional
di Indonesia :
Sumber: sisipan bisnis Indonesia “ arah bisnis dan politik”,
Desember 2003.
Perusahaan yang pertama kali menggunakan format
minimarket sebagai strategi bisnis di Indonesia adalah PT.
Indomarco Prismatama yang pada tahun 1988 mendirikan
minimarketnya yang pertama. Pada ahir tahun 2003 jumlah gerai
indomaret 796 unit di Jabodetabek, Bogor, Bandung, Semarang
dan Surabaya, Indomarco merencanakan mendirikan 600 toko lagi di
tahun 2005.
Perusahaan lain yang juga mengoperasikan minimarket
adalah Alfaria Trijaya yang pada tahun 2004 telah memiliki 923
gerai dengan nama alfamart dan merencanakan mengembangkan
menjadi 1800 unit di seluruh Indonesia tahun 2005.
Minimarket yang masuk dalam kelompok seperti Alfamart
dan Indomaret baik yang dimiliki perusahaan atau yang waralaba
atau hanya operasional saja tergolong sebagai chain store
yaitu toko atau gerai yang terhimpun di bawah satu nama dengan
sistem yang sama termasuk dalam kegiatan pemasarannya, istilah
lain dari chain store adalah multiples, istilah yang di pake di
Inggris. Setiap tempat atau sebuah minimarket memiliki mekanisme
pelayanan kasir yang berbeda dan tentunya itu akan mempengaruhi
lamanya pelayanan konsumen. Ada beberapa faktor yang dapat
dijadikan acuan dalam menentukan apa yang menyebabkan lamanya
pelayanan kasir, 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. PermasalahanBerdasarkan 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 penelitianTujuan yang hendak dicapai dalam penelitian ini adalah :
1. Untuk mengetahui adakah perbedaan mekanisme pelayanan
kasir untuk konsumen Indomaret dan Alfamart.
2. Untuk mengetahui seberapa besar tingkat perbandingan
l a m a n y a p e l a y a n a n k a s i r konsumen Indomaret dan
Alfamart ?
D. Kegunaan penelitian Kegunaan teoritis ;
a. Bagi pembaca, penelitian ini bermanfaat untuk menambah
pengetahuan mengenai perbandingan lamanya pelayanan kasir
Indomaret dan Alfamart dari kacamata konsumen.
b. Bagi peneliti lain, bahwa penelitian ini dapat di
gunakan untuk menambah pengetahuan dan untuk meneliti
lebih lanjut dengan menggunakan variabel lain.
c. Bagi penulis, penelitian ini bermanfaat untuk sarana
pengembangan ilmu pengetahuan.
Kegunaan praktis
a. Bagi pelaku usaha ritel hasil penelitian ini
bermanfaat sebagai evaluasi dan pengamatan aktivitas
konsumen atau perilaku konsumen terhadap took ritel,
sehingga produsen dapat mengetahui apa saja yang di gunakan
konsumen dalam membuat pertimbangan keputusan pembelian.
Bagi konsumen, penelitian ini diharapkan dapat
menambah pengetahuan dan cakrawala berfikir dalam
pengembangan wawasan dalam mempelajari segala
perilaku produsen yang berhubungan dengan bagaimana
memuaskan keinginan konsumen yang menjadi sasaran.
E. Sistematika makalahBagian Awal Makalah
Bagian awal makalah terdiri dari halaman judul,
abstrak, hal kata pengantar, daftar isi dan daftar lampiran.
Bagian Makalah
BAB I : PENDAHULUAN
Meliputi : alasan pemilihan judul, permasalahan, tujuan
penelitian dan manfaat penelitian.
BAB II : LANDASAN TEORI
Dalam bab ini diuraikan tentang teori yang digunakan
sebagai dasar pembahasan selanjutnya yaitu mengenai
pengertian minimarket, cara menganalisis perbandingan
lamanya pelayanan kasir suatu minimarket, Estimasi dan
Pengujian Hipotesis.
BAB III : METODOLOGI PENELITIAN
Dalam bab ini diuraikan tentang Populasi, Sampel, Dan
Teknik, Metode Pengumpulan Data, Metode Analisis Data,
Distribusi Sampling, Estimasi, Uji Hipotesis.
BAB IV : HASIL PENELITIAN
BAB V : PENUTUP
Dalam bab ini berisi tentang kesimpulan dan saran.
Bagian Akhir
Bagian ini berisi tentang daftar pustaka dan lampiran.
BAB II
LANDASAN TEORI DAN HIPOTESIS
A. Landasan TeoriPerilaku 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 data-data mentah yang diatur dengan urutan nilai
numerik yang menaik dari nilai yang terkecil sampai yang
terbesar, atau yang menurun dari nilai yang terbesar
sampai 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)
Grafik Garis (Line) Grafik Interaksi
(Interactive)
D. Distribusi Frekuensi dan Presentasi Grafik
Distribusi Frekuensi yaitu mengelompokkan data interval/rasio
dan menghitung banyaknya data dalam satu
kelompok/klasifikasi.
Membuat distribusi frekuensi :
a) Mencari sebaran (range) yakni selisih antara data
paling besar dengan data paling kecil) menggunakan
rumus Range (R) = Nilai terbesar – Nilai terkecil.
b) Menentukan banyak kelas dengan rumus K = 1 + 3,3 Log∑
N
c) Menentukan panjang kelas dengan rumus Ci = R / K∑
E. Presentasi Grafik Distribusi Frekuensi
Histogram adalah grafik batang yang menggambarkan
distribusi data dari sebuah distribusi frekuensi. Batang-
batang pada histogram memiliki karakteristik sebagai
berikut :
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 tak-bisas
dan juga memiliki varians yang terkecil (minimum)
c. Penduga (estimation)
Keseluruhan proses yang menggunakan semua penduga untuk
menghasilkan sebuah dugaan daripada parameter.
• Pendugaan Tunggal (Point Estimation)
Angka tungggal yang digunakan untuk menduga sebuh
parameter populasi.
• Pendugaan Interval (Interval Estimation)
Sebaran nilai-nilai yang digunakan untuk menduga
sebuah parameter populasi. Konsep dasar pendugaan
interval mean populasi :
Dalam prakteknya hanya satu sampel dari populasi.
Untuk menduga parameter harus diketahui sesuatu hal
mengenai hubungannya dengan mean-mean sampel.
Prosedur Estimasi jika σx tidak diketahui dan n>30
Batas estimate interval :
x±zsn
Batas estimate interval :x±zsnN-nN-1
Tentukan nilai z
Populasitak
terhingga?
Selesai
Mulai
Tentukan tingkat kepercayaan
Tentukan nilai x dan s
Kumpulkan sampel ukuran besar, n > 30
Identifikasikan masalah
T Y
Varians dari data baik varian populasi σ2 maupun
varians sampel S2.
Ukuran sampel yanga baik
Derajat kepercayaan: 100. (1-α) %
d. Estimasi Mean
1. Ukuran sampel (apakah besar n > 30 atau kecil n < 30)
2. Informasi tentang distribusi populasinya (apakah
distribusi normal atau tidak)
3. Deviasi standard populasinya (diketahui atau tidak)
4. Pemilihan jenis distribusi yang menjadi dasar pendugaan
Estimasi Harga Mean (µ), dari suatu populasi akan
ditaksir berapa besarnya harga rata-rata ( mean).
Jika digunakan sampel besar (n≥30) maka distribusi
sampling harga X didistribusikan normal dengan mean
dan standard deviasi.
Notasi interval untuk estimasi sampel besar ( n
≥30) :
Dimana besar kesalahan maksimum dapat dicari
dengan :
Keterangan :
X = nilai rata-rata suatu populasi
d = deviasi standard
n = banyaknya data
Zα/2= nilai dari tabel normal.
Jika digunakan sampel kecil ( n < 30 ) maka
notasi interval estimasi untuk sampel kecil
sbb :
Estimasi Harga Standard Deviasi (d)
Jika digunakan sampel besar ( n ≥ 30), maka akan
didistribusikan normal. Interval Estimasi dapat
ditulis sbb :
Jika digunakan sampel kecil ( n < 30 ), sampel
random sebesar n, maka distribusi sampling
didistribusikan menurut distribusi Chi Kuadrat.
Sifat Distribusi Chi-Kuadrat (c2)
Seluruh nilainya positif
Tidak simetris
Bentuk distribusinya tergantung pada derajat
kebebasannya
Mean dari distribusi c2 adalah derajat
kebebasannya (v)
Mean populasi Porporsi populasi
1. Tingkat keakuratan, E
2. Tingkat kepercayaan (%)
3. Skor z dari tingkat
kepercayaan
4. Error standard mean
1. Tingkat keakuratan, E
2. Tingkat kepercayaan (%)
3. Skor z dari tingkat
kepercayaan
4. Error standard mean
sampling
5. Deviasi standar populasi
(sx)
6. Jumlah sample (n)
sampling
5. Persentase populasi
(p)
6. Jumlah sample (n)
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 s12 ¹ s2
2
Uji t sampel ukuran kecil (n < 30) untuk populasi yang
independen jika uji F-nya menunjukkan s12 = s2
2
L. Regresi Dan Korelasi Linear Standar
Regresi merupakan teknik statistika yang digunakan untuk
mempelajari hubungan fungsional dari satu atau beberapa peubah
bebas (peubah yang mempengaruhi) terhadap satu peubah tak bebas
(peubah yang dipengaruhi).
Korelasi merupakan ukuran kekuatan hubungan dua peubah
(tidak harus memiliki hubungan sebab akibat).
Analisis Regresi digunakan untuk mempelajari dan mengukur
hubungan statistic yang terjadi antara dua atau lebih variable.
Dalam regresi sederhana dikaji dua variable, sedangkan dalam
regresi majemuk dikaji lebih dari dua variable. Dalam analisis
regresi, suatu persamaan regresi hendak ditentukan dan
digunakan untuk menggambar pola atau fungsi hubungan yang
terdapat antar variable. Variabel yang aklan diestimasi
nilainya disebut variable terikat (dependent variable atau response variable)
dan biasanya diplot pada sumbu tegak (sumbu –y). Sedangkan
variable bebas (independent variable atau explanatory variable) adalah
variable yang diasumsikan memberikan pengaruh terhadap variasi
variable terikat dan biasanya diplot pada sumbu datar (sumbu –
x).
Analisis Korelasi bertujuan untuk mengukur “seberapa kuat”,
atau “derajat kedekatan”, suatu relasi yang terjadi antar
variable. Jadi, kalau analisis regresi ingin mengetahui pola
relasi dalam bentuk persamaan regresi, maka analisis korelasi
ingin mengetahui kekuatan hubungan tersebut dalam koefisien
korelasinya. Dengan demikian biasanya analisis regresi dan
korelasi sering dilakukan bersama-sama.
Terdapat beberapa kemungkinan bentuk relasi, meliputi
hubungan sebab akibat (cause-and-effect relationship), hubungan akibat
penyebab yang sama (common-cause factor relationship), dan hubungan
semu (spurious relationship).
a. Diagram Pancar (Scatter Diagram)
Langkah pertama dalam menganalisis relasi antar variable
adalah dengan membuat diagram pancar (scatter diagram) yang
menggambarkan titik-titik plot dari data yang diperoleh.
Diagram pancar ini berguna untuk:
membantu melihat apakah ada relasi yang berguna antar
variable
membantu menemukan jenis persamaan yang akan digunakan
untuk menentukan hubungan tersebut.
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
2 2
,( ) ( ) ( )
2 2y x
y y y a y b xyS
n n
e. Relasi pada sampel vs Relasi pada Populasi
Untuk itu, perlu dilakukan uji relasi dan interval
prediksi
Uji t untuk kemiringan (slope) garis regresi
Uji Anova untuk kemiringan (slope) garis regresi
Untuk mengetahui hubungan seberapa dekat antara variabel
diperlukan suatu ukuran yang menyatakan “kekuatan” relasi
yaitu disebut : korelasi .
Variasi Total , Koefisien Determinasi (r2)
Koefisien korelasi (r)
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 : μ
LCL : μ - 3σ
Diagram kendali merupakan bagian yang terpenting dalam
upaya mengendalikan kualitas produk meliputi :
a. Prosedur Umum hipotesis dan hipotesis alternaif
b. Penyelidikan pada data out of control
c. Data out of control bersifat tidak terus menerus maka
revisi
d. Revisi dilakukan dengan menghilangkan bagian pada data
out of control.
BAB III
METODE PENELITIAN
A. Lokasi dan Objek penelitianLokasi 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. PopulasiPopulasi merupakan sekumpulan orang atau objek yang
memiliki kesamaan dalam satu atau beberapa hal yang
membentuk masalah pokok dalam satu riset khusus (Suprapto,
2001:87).
Dalam pnelitian ini yang menjadi populasi adalah
konsumen yang berbelanja di toko atau minimarket Indomaret
dan Alfamart, oleh karena tu populasi ini merupakan
populasi tak terbatas karena tidak dapat diketahui secara
pasti jumlah sebenarnya dari konsumen yang datang
berbelanja ke minimarket Indomaret dan Alfamart.
C. Sampel
Menurut Djarwanto (1998:108) sampel adalah sebagian
dari populasi yang karateristiknya hendak diselidiki
dan dianggap bisa mewakili keseluruhan populasi.
Mengingat identitas populasi sudah diketahui maka,
prosedur pencarian responden dilakukan berdasar accidental
sampling , yaitu siapa saja yang secara kebetulan bertemu
dengan peneliti yang dijumpai ditempat tertentu, bila
dipandang konsumen yang kebetulan ditemui itu cocok
sebagai sumber data (Sugiyono,1997:64).
a. Variabel penelitian
Untuk mencapai tujuan penelitian maka digunakan
variabel- variabel penelitian. Dari permasalahan yang
ada maka dapat ditentukan variabel-variabel yang
dapat digunakan untuk mencari jawaban dari
permasalahan yang akan diteliti. Variabel penelitian yang
dimaksud disini adalah objek penelitian atau yang
menjadi perhatian suatu penelitian (Suharsimi
Arikunto.1993:91).
Dalam penelitian ini yang menjadi variabelnya adalah:
1. Variabel X1
Dalam penelitian ini variabel X1 adalah lamanya
waktu pelayanan kasir di Indomaret.
2. Variabel X2
Dalam penelitian ini variabel X2 adalah lamanya
waktu pelayanan kasir di Alfamart.
D. Metode Pengumpulan DataDalam penelitian ini digunakan pengambilan data
secara langsung, dimana kita mengamati sendiri dan
menghitung lamanya pelayanan kasir di Alfamart dan
Indomaret serta membuat dokumentasinya.
E. Metode Analisis DataM etode Pem ecahan M asalah secara Statistik (con’t)
M ulaiIdentifikasi M asalah Populasi (Statistik
Desktiptif)
Kum pulkan Data Sub Sam pel (identifikasi distribusi sam pling)
Data Cukup
Data Sam pel Baru
Indentifikasi M asalah :• Variable/Diskrit• n < 30 atau n > 30
Penyajian Statistik Deskriptif :• Distribusi Frekuensi• Ukuran pemusatan
dan Penyebaran
Penyajian Data
Distribusi Sam pling Estim asi
Distribusi Sam pling :• M ean sam pling• Proporsi sampling
Estimasi populasi :• Jumlah sampel• Flowcart estm asi
Uji Hipotesis
Uji Hipotesis :• Prosedur Uji Hipotesis• Sampel Tunggal atau• Sampel G anda
Uji ANOVA
Uji ANOVA :• Varians sampling
populasi bernilai sam a ???
Regresi dan Korelasi
Regresi dan Korelasi :• Hubungan Param eter
Pengendalian M utu
Pengendalian M utu :• Sam pel A (LCL dan
UCL)• Sam pel B (LCL dan
UCL)
Selesai
Are u Engineer ??? I ‘m Engineer
BAB IV
HASIL PENELITIAN
I. ALFAMART
Berikut ini merupakan tabel dari data yang diperoleh
berdasarkan survei kami di Alfamart Cabang Mayor Oking 4.
Data tersebut sudah kami bagi berdasarkan interval kelas,
dengan panjang kelas adalah 30 dan jumlah frekuensinya
adalah 35.
x f
1 -31 10 16 160 51.37 513.7 2638.88 26388.7732 - 62 11 47 517 20.37 224.07 414.94 4564.3163 - 93 6 78 468 10.63 63.78 112.97 677.8094 -
124 2 109 218 41.63 83.26 1732.94 3465.88125 -
155 3 140 420 72.63 217.89 5274.91 15824.73156 -
186 1 171 171 103.63 103.63 10738.88 10738.88187 -
217 2 202 404 134.63 269.26 18124.85 36249.70
35 2358 434.88 0.05 39038.36 97910.06
Sedangkan dibawah ini adalah tabel waktu pelayanan customer di
kasir Alfamart Cabang Mayor Oking 4, dengan survey total waktu
pelayanan perorang (customer) yang melakukan transaksi pembayaran di
kasir.
Customer waktu Customer Waktu Customer Waktu1 206 16 45 31 1512 191 17 31 32 123 178 18 51 33 1514 6 19 8 34 45 63 20 44 35 1536 105 21 71
7 66 22 1318 10 23 649 101 24 6310 35 25 1511 30 26 5912 112 27 3413 34 28 2414 135 29 5215 36 30 42
Dan berikut ini adalah grafik waktu pelayanan kasir
Alfamart Cabang Mayor Oking 4, berdasarkan total waktu perorang
(customer). Berdasarkan survey dan data yang kami peroleh, maka
di dapatkan perhitungan sebagai berikut:
Ukuran Pemusatan
Mean
x = i = 1kfi(xmi)n
= 10x16 + 11x47 + 6x78 + 2x109 + 3x140 + 1x171+ 2x20235
= 235835 = 67.37
Median
x = Li + n2 - fifmedian c
= 31.5 + 352 - 1011 31= 63.18
Modus
x = Li + Δ1Δ1+ Δ2 c
= 31.5 + 11+5 31 = 36.67
Kuartil
Q1 = Li 1 + 14 n - fi i1f kuartil c
= 31.5 + 14 (35) – 1011(31) = 27.98
Q3 = Li 3 + 34 n - fi i3f kuartil c
= 62 .5 + 34 (35) - 216(31) = 89.625
Ukuran – ukuran Penyebaran
Range
R = xmax – xmin = 206 – 4 = 202
Simpangan Kuartil
Qd = Q3- Q12 = 89.625-27.982 = 30.8225
Simpangan Mutlak Rata – rata
MDx = i=1k fi xmi - x n= 0.0535 = 0.00143
Deviasi Standard
sx = i=1kfi xmi - x 2n-1= 97910.0634=53.663
Varians
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
4.1INDOMARET
Berikut ini merupakan tabel dari data yang diperoleh
berdasarkan suvei kami di Indomaret Cabang Mayor Oking 4. Data
tersebut sudah kami bagi berdasarkan interval kelas, dengan
panjang kelas adalah 30 dan jumlah frekuensinya adalah 35.
X f
1 -31 2 16 32 86.8 173.6 7534.24 15068.5
32 - 62 10 47 470 55.8 558 3113.64 31136.463 - 93 11 78 858 24.8 273 615.04 6765.494 -
124 4 109 436 6.2 25 38.44 154125 -
155 3 140 420 37.2 112 1383.84 4152156 -
186 2 171 342 68.2 136.4 4651.24 9302.48187 -
217 1 202 202 99.2 99 9840.64 9841218 -
248 0 233 0 130.2 0
16952.0
4 0249 -
279 0 264 0 161.2 0
25985.4
4 0280 -
310 0 295 0 192.2 0
36940.8
4 0311 -
341 1 326 326 223.2 223
49818.2
4 49818342 -
372 0 357 0 254.2 0
64617.6
4 0373 -
403 0 388 0 285.2 0
81339.0
4 0404 -
434 0 419 0 316.2 0
99982.4
4 0435 -
465 0 450 0 347.2 0
120547.
84 0466-
496 0 481 0 481 0 231361 0497 -
527 1 512 512 512 512 262144 262144
35 3598
3280.
8 2111.6
1016865
.6
388380.9
6
Sedangkan dibawah ini adalah tabel waktu pelayanan customer di
kasir Indomaret Cabang Mayor Oking 4, dengan survey total waktu
pelayanan perorang (customer) yang melakukan transaksi pembayaran
di kasir.
Customer waktu Customer2 waktu3
Customer
3 waktu41 322 16 64 31 1072 61 17 90 32 1273 50 18 42 33 754 25 19 91 34 495 15 20 89 35 1226 162 21 457 61 22 988 170 23 359 48 24 7010 75 25 15011 70 26 6512 150 27 19513 118 28 6714 57 29 6315 500 30 58
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 = 52.425
Q3 = Li 3 + 34 n - fi i3f kuartil, 3 c = 93.5 + 34
(35) - 234 31 = 118.69
Desil, Persentil
D1= P10 = Li 1 + 110 n - fi i10f persentil, 10 c = 31.5
+ 110 35 - 210 31 = 36.15
D2= P20 = Li 2 + 210 n - fi i20f persentil, 20 c = 31.5
+ 210 35 - 210 31 = 47
D3= P30 = Li 3 + 310 n - fi i3f desil, 3 c = 31.5 + 310
35 - 1011 31 = 32.91
D7=P70 = Li 7 + 710 n - fi i7f desil, 7 c = 62.5 + 710 35
- 216 31=80.58
D8= P80 = Li 8 + 110 n - fi i1f desil, 8 c = 93.5 + 810
35 - 272 31=109
D9= P90 = Li 9 + 910 n - fi i9f desil, 9 c = 124.5 + 910
35 - 293 31=150.33
Ukuran – ukuran penyebaran
Range
R = xmax – xmin = 500 – 15 = 485
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
1-100 24 50.5 1212 34.29
822.9
6 1175.8 28219.2
101-200 10
150.
5 1505 65.71
657.1
0
4317.8
0 43178.00
201-300 1
250.
5
250.
5
165.7
1
165.7
1
27459.
80 27459.80
35
2967
.5
265.7
1
1645.
77
32953.
4 98857.0
Indomaret
x f
1-100
2
4 50.5 1212 48.57 1165.68 2359.04
56617.0
8101-
200 8 150.5 1204 51.43 411.43 2645.04
21160.3
6201-
300 1 250.5 250.5 151.43 151.43 22931.04
22931.0
4301-
400 1 350.5 350.5 251.43 251.43 63217,04
63217.0
4401-
500 1 450.5 450.5 351.43 351.43
123503.0
4
123503.
04
3
5
3467.
5 854.28 2331.39
214655.2
0
287428.
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 berbeda-beda.
Uji Hipotesis
Dari kedua data yang diperoleh, kami melakukan uji hipotesis untuk
mengetahui tingkat kebenaran dari asumsi bahwa waktu pelayanan
customer di kasir antara Alfamart dan Indomaret adalah sama. Maka
dari itu, kami lakukan uji hipotesis dengan langkah-langkah sebagai
berikut:
1) Hipotesis :
Ho : μ1 = μ2→uji dua-ujung
H1 : μ1 ≠ μ2
H0 menunjukkan bahwa mean (μ1) adalah sama dengan mean (μ2).
Sedangkan H1 menunjukkan bahwa mean (μ1) adalah tidak sama dengan
mean (μ2).
Dalam hal ini, mean (μ1) adalah mean dari Alfamart dan mean (μ2)
adalah mean dari Indomaret.
2) Dengan tingkat kepercayaan adalah 95% , maka di peroleh α = 0.05
, dan x1 adalah Indomaret ,serta x2 adalah Alfamart.
3) Menggunakan distribusi Z karena n>30 , n adalah 35
4) Batas-batas daerah penolakan / batas kritis dua-ujung: α = 0.05 →
α/2 = 0.025. dari tabel z batas kritis adalah z0.025 = ± 1.96
5) Aturan keputusan :
Tolak Ho dan terima H1 jika RUz < -1.96 atau RUz > +1.96. jika
tidak demikian terima Ho.
6) Rasio uji:
σx1-x2 = σ12n1+σ22n2= 92.94235+53.663235=246.8+82.28=329.078=18.14
RUz = x1-x2σ x1-x2= 102.8-67.3718.14=1.95
7) Pengambilan keputusan:
Karena -1.96 < RUz <+1.96 maka Ho : μ1 = μ2 diterima. Hal ini
berarti lamanya pelayanan customer di kasir Alfamart sama dengan
Indomaret.
Regresi
Berikut ini adalah grafik regresi dari Alfamart dan Indomaret:
Dari grafik diatas, dapat dilihat bahwa garis linear merupakan
standar jumlah pelayanan customer. Hal ini ditunjukkan dengan
garis linear yang berdekatan dengan titik-titik frekuensi.
Semakin dekat titik frekuensi dengan garis linear maka data yang
diperoleh memenuhi standar dan hampir mencapai keakuratan.
Garis linear merupakan standar jumlah pelayanan customer. Pada
grafik diatas dapat kita lihat bahwa titik-titik frekuensi tidak
beraturan dan jauh dari garis linear. Dengan jauhnya garis linear
dan titik frekuensi dapat disimpulkan bahwa data yang diperoleh
kurang akurat.
Dari kedua grafik diatas dapat dilihat pula bahwa jumlah customer
terbanyak ada pada interval pertama dan pada interval berikutnya
jumlah customer semakin sedikit, sementara jumlah customer paling
sedikit ada pada interval terakhir. Pada interval kelas terakhir
tersebut di karenakan si customer membeli dengan jumlah belanjaan
yang lebih banyak daripada customer-customer di interval kelas
sebelumnya. Hal ini menujukkan bahwa lamanya waktu pelayanan di
Alfamart dan Indomaret dipengaruhi oleh jumlah barang yang dibeli
dan cara pembayaran si customer yang menggunakan debit card atau
tunai.
Pengendalian Mutu
Kami telah melakukan pengujian pengendalian mutu untuk mengetahui
tingkat kesesuain data yang kami peroleh dengan standar atau
spesifikasi yang telah di tentukan. Dalam hal ini, data kami
mengenai waktu pelayanan customer di kasir akan di bandingkan
dengan standarisasi waktu yang telah di tentukan oleh kedua
minimarket tersebut. Hal ini bertujuan untuk mengetahui variasi
yang terjadi secara alami dalam proses yang stabil, selama masih
ALFAMART
Langkah awal yang dilakukan adalah kembali menghitung mean dan
deviasi standar dari data Alfamart. Dan hasinya adalah sebagai
berikut:
Mean
x = i=1k fi ( xmi)n = 10 x16 + 11 x47 + 6 x78 + 2x109 +
3x140 + 1x171+ 2x20235=235835=67.37
Deviasi Standard
sx = i=1kfi xmi - x 2n-1= 97910.0634=53.663
Langkah selanjutnya adalah menghitung CL , UCL dan LCL,
Maka:
UCL = μ+3σ= 67.37 + 3 (53.663) =
228.26
CL = μ = 67.37
LCL = μ-3σ= 67.37 – 3 (53.663) = -
93.6
Setelah hasil perhitungannya didapatkan, maka di buat tabel seperti
dibawah ini:
Custome
r Waktu UCL CL LCL1 206 228.4 67.37 -93.622 191 228.4 67.37 -93.623 178 228.4 67.37 -93.624 6 228.4 67.37 -93.625 63 228.4 67.37 -93.626 105 228.4 67.37 -93.627 66 228.4 67.37 -93.628 10 228.4 67.37 -93.629 101 228.4 67.37 -93.6210 35 228.4 67.37 -93.6211 30 228.4 67.37 -93.62
12 112 228.4 67.37 -93.6213 34 228.4 67.37 -93.6214 135 228.4 67.37 -93.6215 36 228.4 67.37 -93.6216 45 228.4 67.37 -93.6217 31 228.4 67.37 -93.6218 51 228.4 67.37 -93.6219 8 228.4 67.37 -93.6220 44 228.4 67.37 -93.6221 71 228.4 67.37 -93.6222 131 228.4 67.37 -93.6223 64 228.4 67.37 -93.6224 63 228.4 67.37 -93.6225 15 228.4 67.37 -93.6226 59 228.4 67.37 -93.6227 34 228.4 67.37 -93.6228 24 228.4 67.37 -93.6229 52 228.4 67.37 -93.6230 42 228.4 67.37 -93.6231 151 228.4 67.37 -93.6232 12 228.4 67.37 -93.6233 151 228.4 67.37 -93.6234 4 228.4 67.37 -93.6235 153 228.4 67.37 -93.62
Dengan menggunakan tabel diatas, perbandingan dapat di perjelas
jika dibuat grafik seperti berikut:
Dari grafik diatas, terlihat jelas bahwa terjadi variasi
frekuensi secara alami namun terbilang stabil karena tidak
melewati UCL ataupun LCL. Data tersebut masih tetap berada
didalam rentang batas waktu atau standar yang ditentukan.
INDOMARET
Langkah awal yang dilakukan adalah menghitung mean dan deviasi
standar dari data Indomaret. Dan hasinya adalah sebagai berikut:
Mean
x = i=1k fi xmin = 359835=102.8
Deviasi Standard
sx = i=1kfi xmi- x 2n-1= 293681.634=92.94
Kemudian langkah selanjutnya adalah menghitung CL , UCL dan
LCL, Maka:
UCL = μ+3σ= 102.8 + 3 (92.94) = 381.62
CL = μ = 102.8
LCL = μ-3σ= 102.8 – 3 (92.94) = -
176.02
Setelah hasil perhitungannya didapatkan, maka di buat tabel seperti
dibawah ini:
Ke Waktu UCL CL LCL1 322 381.6 102.8 -176.022 61 381.6 102.8 -176.023 50 381.6 102.8 -176.024 25 381.6 102.8 -176.025 15 381.6 102.8 -176.026 162 381.6 102.8 -176.027 61 381.6 102.8 -176.028 170 381.6 102.8 -176.029 48 381.6 102.8 -176.0210 75 381.6 102.8 -176.0211 70 381.6 102.8 -176.0212 150 381.6 102.8 -176.0213 118 381.6 102.8 -176.0214 57 381.6 102.8 -176.0215 500 381.6 102.8 -176.0216 64 381.6 102.8 -176.02
17 90 381.6 102.8 -176.0218 42 381.6 102.8 -176.0219 91 381.6 102.8 -176.0220 89 381.6 102.8 -176.0221 45 381.6 102.8 -176.0222 98 381.6 102.8 -176.0223 35 381.6 102.8 -176.0224 70 381.6 102.8 -176.0225 150 381.6 102.8 -176.0226 65 381.6 102.8 -176.0227 195 381.6 102.8 -176.0228 67 381.6 102.8 -176.0229 63 381.6 102.8 -176.0230 58 381.6 102.8 -176.0231 107 381.6 102.8 -176.0232 127 381.6 102.8 -176.0233 75 381.6 102.8 -176.0234 49 381.6 102.8 -176.0235 122 381.6 102.8 -176.02
Dengan menggunakan tabel diatas, perbandingan dapat di perjelas
jika dibuat grafik seperti berikut:
Dari grafik diatas, terlihat jelas bahwa terjadi variasi
frekuensi secara alami namun tidak stabil karena ada satu data
yaitu data customer ke 15 yang melewati UCL atau batas kendali
atas. Customer ke 15 tersebut memerlukan waktu pelayanan yang
lebih lama dibandingkan customer-customer lainnya, ia memerlukan
waktu 500 detik atau 8 menit 20 detik. Hal ini dikarenakan si
customer tersebut membeli belanjaan dengan jumlah yang banyak
serta cara pembayarannya yang menggunakan debit card. Data
customer Indomaret tersebut telah melewati rentang batas waktu
atau standar yang ditentukan. Sehingga data tersebut dapat
dikatakan tidak terkendali secara statistik dan harus di survey
ulang dan dihitung ulang.
Namun karena penyebabnya sudah diketahui, maka tidak perlu
dilakukan survey ulang hanya dilakukan revisi saja supaya data ke
15 tersebut tidak terlihat atau hilang sehingga yang terlihat
hanya data yang lainnya yang masih didalam batas UCL dan LCL dan
data menjadi terkendali.
Cara merevisinya adalah dengan menghilangkan satu data yang
melewati batas tersebut, dimana dalam hal ini adalah data
customer ke 15 atau (n-1) sehingga jumlah frekuensi atau data
customernya yang semula 35, karena dikurangi 1 menjadi 34. Lalu
kembali di hitung mean, deviasi standar, UCL, CL, dan LCL.
Setelah data customer ke 15 dihilangkan dan jumlah n menjadi 34,
maka perhitungan mean dan deviasi standarnya adalah:
Mean
x = i=1k fi xmin = 359834=105.8
Deviasi Standard
sx = i=1kfi xmi- x 2n-1= 293681.633=94.33
Langkah selanjutnya adalah menghitung CL , UCL dan LCL,
Maka:
UCL = μ+3σ= 105.8 + 3 (94.33) = 388.79
CL = μ = 105.8
LCL = μ-3σ= 105.8 – 3 (94.33) = -177.19
Setelah hasil perhitungannya didapatkan, maka kembali di buat
tabel seperti dibawah ini:
Ke Waktu UCL CL LCL
1 322 388.79 105.8
-
177.1
9
2 61 388.79 105.8
-
177.1
9
3 50 388.79 105.8
-
177.1
9
4 25 388.79 105.8
-
177.1
9
5 15 388.79 105.8
-
177.1
9
6 162 388.79 105.8
-
177.1
9
7 61 388.79 105.8
-
177.1
9
8 170 388.79 105.8
-
177.1
9
9 48 388.79 105.8
-
177.1
9
10 75 388.79 105.8
-
177.1
9
11 70 388.79 105.8
-
177.1
9
12 150 388.79 105.8
-
177.1
913 118 388.79 105.8 -
177.1
9
14 57 388.79 105.8
-
177.1
9
15 64 388.79 105.8
-
177.1
9
16 90 388.79 105.8
-
177.1
9
17 42 388.79 105.8
-
177.1
9
18 91 388.79 105.8
-
177.1
9
19 89 388.79 105.8
-
177.1
9
20 45 388.79 105.8
-
177.1
9
21 98 388.79 105.8
-
177.1
9
22 35 388.79 105.8
-
177.1
9
23 70 388.79 105.8
-
177.1
924 150 388.79 105.8 -
177.1
9
25 65 388.79 105.8
-
177.1
9
26 195 388.79 105.8
-
177.1
9
27 67 388.79 105.8
-
177.1
9
28 63 388.79 105.8
-
177.1
9
29 58 388.79 105.8
-
177.1
9
30 107 388.79 105.8
-
177.1
9
31 127 388.79 105.8
-
177.1
9
32 75 388.79 105.8
-
177.1
9
33 49 388.79 105.8
-
177.1
9
34 122 388.79 105.8
-
177.1
9
Dengan menggunakan tabel diatas, dapat di perjelas jika dibuat
grafik dengan n=34 seperti berikut:
Pada grafik diatas, jumlah datanya menjadi 34 ternyata dapat
terlihat jelas bahwa terjadi variasi frekuensi secara alami
terbilang stabil karena tidak melewati UCL ataupun LCL. Data
tersebut masih tetap berada didalam rentang batas waktu atau
standar yang ditentukan. Sehingga data tersebut dapat dikatakan
terkendali secara statistik.
KESIMPULAN
Minimarket adalah toko swalayan yang hanya memiliki satu
atau dua mesin register. Minimarket yang masuk dalam kelompok
seperti Alfamart dan Indomaret baik yang dimiliki perusahaan
atau yang waralaba tergolong sebagai chain store yaitu toko atau
gerai yang terhimpun di bawah satu nama dengan sistem dan
kegiatan pemasaran yang sama. Setiap minimarket memiliki
mekanisme pelayanan kasir yang berbeda dan tentunya itu akan
mempengaruhi lamanya pelayanan konsumen. Ada beberapa faktor yang
dapat menyebabkan lamanya pelayanan kasir, diantaranya jumlah
belanjaan yang dibeli konsumen banyak atau tidak, cara
pembayarannya dengan cash atau credit card dan apakah kasir
tersebut sudah ahli dalam melayani konsumen atau belum.
Berdasarkan data yang diperoleh dari pengamatan di lokasi
minimarket yaitu Alfamart dan Indomaret, penulis dapat
menyimpulkan bahwa waktu pelayanan customer di kasir kedua
minimarket tersebut berbeda. Kedua minimarket tersebut memiliki
standarisasi waktu pelayanan customer yang sama, yaitu 60 detik
percustomer. Namun pada kenyataannya waktu pelayanan customer di
Alfamart lebih cepat daripada waktu pelayanan customer di
Indomaret. Faktor yang mempengaruhi lamanya waktu pelayanan
tersebut diantaranya adalah jumlah belanjaan yang dibeli oleh
customer, cara pembayaran customer yang lebih banyak menggunakan
uang tunai daripada credit card, dan skill dari kasir tersebut
yang memang sudah ahli dan memiliki kecepatan dan ketanggapan
yang sesuai dengan standar yang telah ditentukan oleh minimarket
tersebut yaitu 60 detik percustomer. Khususnya di Alfamart
memiliki kecepatan waktu pelayanan yang lebih baik karena pihak
Alfamart menggunakan dua mesin register yang aktif yang di
operasikan oleh dua orang kasir, sehingga customer dapat
terlayani dengan baik, teratur dan cepat.
KATA PENUTUP
Demikian yang dapat kami paparkan mengenai materi yang menjadi
pokok bahasan dalam makalah ini, tentunya masih banyak kekurangan
dan kelemahannya, kerena terbatasnya pengetahuan dan kurangnya
rujukan atau referensi yang ada hubungannya dengan judul makalah
ini.
Penulis banyak berharap para pembaca yang budiman sudi memberikan
kritik dan saran yang membangun kepada penulis demi sempurnanya
makalah ini dan dan penulisan makalah di kesempatan – kesempatan
berikutnya.
Semoga makalah ini berguna bagi penulis pada khususnya juga para
pembaca yang budiman pada umumnya.