Tampilkan postingan dengan label Statistik. Tampilkan semua postingan
Tampilkan postingan dengan label Statistik. Tampilkan semua postingan

Senin, 08 Agustus 2022

Estimasi Ketidakpastian Pengukuran Pendekatan Top Down

Estimasi Ketidakpastian Pengukuran Pendekatan Top Down

Estimasi Ketidakpastian Pengukuran adalah serangkaian kegiatan untuk menentukan nilai ketidakpastian atau bias yang berasal dari kegiatan labortorium. Besar atau kecil nilai bias yang dilaporkan, bergantung pada kesalahan-kesalahan yang terjadi di suatu laboratorium.

 

estimasi ketidakpastian pengukuran

Sumber kesalahan di laboratorium berasal dari hampir seluruh kegiatan yang dilakukan mulai dari pengambilan contoh, transportasi, pre treatment, preparasi, analisis, metode pengujian, program jaminan mutu dan pelaporan.

 

Mungkin rekan-rekan telah memahami bersama bahwa di Indonesia, pendekatan dalam menghitung ketidakpastian dikenal dalam 2 (dua) istilah yaitu Pendekatan Bottom Up dan Top Down.

 

Nah dalam pembahasan kita kali ini perhitungan ketidakpastian akan kita lakukan secara Top Down. Perhitungan ini menurut saya sangatlah mudah karena ditentukan berdasarkan data yang telah kita peroleh dari aktivitas kita sehari-hari.

 

Berbeda hal dengan dengan Bottom Up, dimana dalam menentukan ketidakpastian asal kita harus membuat atau menjabarkan sumber kesalahan menggunakan diagram tulang ikan (fish bone diagram). Nah, dalam mengitung ketidakpastian pendekatan Top Down kita tidak melakukan hal tersebut.

 

Berdasarkan referensi yang kami peroleh dari EURACHEM Citac Guide CG 4, ketidakpastian dapat ditentukan dari beberapa data yang telah kita peroleh, data tersebut adalah:

 

  1. Data dari statistical proces control chart (SPC).
  2. Data replikasi pengujian sehari hari yang nilainya telah dilaporkan.
  3. Hasil uji profisiensi atau uji banding antar laboratorium.
  4. Hasil uji CRM (Certified Reference Material).

 

Rekan-rekan tidak perlu pusing dalam mengumpulkan datanya, ke-4 data tersebut bisa dipilih sesuai dengan ketersediaan data di laboratorium anda.

 


Berdasarkan rumus dalam estimasi ketidakpastian pengukuran pendekatan top-down, untuk mendapatkan ketidakpastian gabungan kita harus menentukan ketidakpastian asalnya yaitu ada 2 sumber ketidakpastian asalnya:

 

  1. Ketidakpastian asal reprodusibilitas (uR)
  2. Ketidakpastian asal bias laboratorium (uBias)

 

Prosedur Estimasi Ketidakpastian Pendekatan Top-Down

 

Untuk mendapatkan nilai ketidakpastian yang diperluas atau yang dilaporkan, anda menghitungnya dari uR dan uBias yang akan kami jelaskan pada prosedur berikut ini:

 

1. Menentukan uR


Setelah anda membaca pengantar di atas, saat saya ajarkan bagaimakan cara menghitung ketidakpastian melalui pendekatan top down. Hal yang pertama adalah kita menghitung ketidakpastian asal reprodusibilitas (uR).


Dalam menghitung uR, anda bisa memilih data yang ada yaitu data dari SPC atau replikasi pengujian, jadi data yang saya sebutkan di atas tidak digunakan semua melainkan hanya dipilih salah satu saja.

 

Dalam hal ini saya mengilustrasikannya bahwa saya akan menggunakan data dari SPC. Anda tentu sudah mengetahui bahwa dari control chart yang kita buat, berasal dari data pengujian kontrol sampel atau standar sehari-hari.

 

Nah, data tersebut dikumpulkan dalam microsoft excel seperti gambar berikut ini:

 

Setelah itu hitung nilai rata-rata dan standar deviasi dari semua data tersebut. Adapun jumlah data minimal adalah 7 data atau 7 kali pembacaan kontrol sampel atau standar.

 

setelah anda dapatkan data rata-rata dan standar deviasi, berikutnya sertakan nilai X kontrol sampel. Nilai X kontrol sampel biasanya diperoleh di awal saat membuat control chart.

 

Setelah anda mendapatkan data rata-rata, standar deviasi dan X control chart maka uR dihitung dengan rumus uR = standar deviasi / X control chart kemudian hasilnya dikalikan 100.

 

Kenapa dikalikan dengan 100? karena dalam penentuan ketidakpastian pengukuran pendekatan top down, semua nilai ketidakpastian asal di ubah ke dalam bentuk relatif dan satuannya sama yaitu % (persen).

 

Setelah anda mendapatkan nilai uR maka tahapan selanjutnya adalah menentukan ketidakpastian asal bias laboratorium (uBias).

 

2. Menentukan uBias


Nilai uBias bisa anda peroleh dari memilih data yang ada yaitu data hasil uji profisiensi/uji banding antar laboratorium atau pengujian CRM. Jadi silahkan anda pilih salah satu saja.


Dalam artikel ini saya mencontohkan penentuan uBias dari data uji profisiensi dengan data seperti yang terlihat pada gambar berikut ini:

 



Dari gambar terlihat bahwa kita telah mendapatkan nilai RMS Bias dan UC Ref, maka selanjutnya silahkan dijumlahkan sesuai dengan rumus berikut ini:


 

3. Menentukan Ketidakpastian Gabungan (U)

 

Nilai uR dan uBias yang anda peroleh tidak bisa dilaporkan atau digunakan langsung dalam pengujian sehari-hari, oleh sebab itu anda harus menghitung ketidakpastian gabungan atau diberikan notasi U (u besar).

 

Cara menghitungnya adalah silahkan dijumlahkan uR dan uBias yang anda peroleh menggunakan rumus berikut ini:



Setelah anda mendapatkan nilai Uc(y) maka nilai yang dilaporkan adalah ketidakpastian gabungan dikali dengan faktor cakupan.


Kita mengetahui bahwa faktor cakupan untuk laboratorium dengan probabilitas 95% adalah 2  maka nilai Uc(y) yang diperoleh dikalikan dengan 2.


Nah, sudah jelas bagaimana cara mengestimasi ketidakpastian pengukuran melalui pendekatan top-down. 

 

Mungkin artikel yang kami jelaskan ini tidak cukup lengkap buat anda belajar maka kami menawarkan e-book ppt dalam format pdf (Silahkan Klik Disini)

 

Setelah anda mempelajari lengkap dan telah mampu, silahkan mengikuti program ujian dan jika dinyatakan lulus maka anda berhak mendapatkan E-Sertifikat dari Labmutu Learning Centre.

 

Terimakasih atas kunjungannya, semoga apa yang kami sampaikan bisa memberikan manfaat untuk kita bersama. Sampai ketemu pada pembahasan selanjutnya.

Kamis, 15 April 2021

Apa Itu Quality Control : Berikut Ini Penjelasan Lengkapnya

Apa Itu Quality Control : Berikut Ini Penjelasan Lengkapnya

Apa Itu Quality Control ? Tentunya itu menjadi pertanyaan menarik yang perlu saya bahas melalui artikel ini. Disini akan kami ulas secara lengkap dan detail agar setelah anda membaca artikel ini, bisa memahami secara mendalam mengenai qc.

 

apa itu quality control
Ilustrasi Quality Control by Labmutu.com

Quality control atau biasa disebut sebagai QC adalah proses pengecekan akhir yang dilakukan untuk menjamin mutu dan kualitas produk masih sesuai kualifikasi awal. Quality control sering diterapkan oleh beberapa perusahaan dan bisnis. Terutama bagi mereka yang memproduksi barang atau jasa tertentu di bidang tertentu.


Pada artikel kali ini, kita akan membahas mengenai quality control secara lengkap. Mulai dari pengertian, fungsi, manfaat hingga cara kerja quality control akan diulas.  Mari simak informasi selengkapnya berikut ini, ya?


Pengertian Quality Control


Quality Control (QC) dalam bahasa Indonesia familiar disebut sebagai pengendalian mutu. Hal ini dilihat dari tujuan QC itu sendiri. Dimana proses QC ini dimaksudkan untuk memastikan kembali kualitas produk sudah sesuai.


Tujuannya adalah agar ketika produk tersebut sampai ke tangan konsumen masih dalam keadaan baik. Artinya sudah sesuai dengan standar yang berlaku. Jadi, quality control berfungsi untuk menyortir atau memfilter barang-barang yang diproduksi. Nantinya hanya barang-barang berkualitas saja yang bisa masuk ke tahap pemasaran.


Fungsi Quality Control


Quality Control merupakan sebuah proses yang bertujuan untuk meninjau barang-barang yang terlibat dalam sebuah proses produksi. QC sering diterapkan pada berbagai industri, mulai dari manufaktur hingga produk buatan tangan.


Secara umum, tujuan QC adalah untuk menjamin kualitas produk sehingga barang atau jasa yang ditawarkan tetap berkualitas hingga sampai ke tangan konsumen. Beberapa fungsi quality control yang lainnya yaitu:


  • Quality control berfungsi untuk mengawasi proses produksi dari awal hingga barang selesai dibuat.
  • Mengontrol apabila adanya ketidaksesuaian pada saat proses produksi berlangsung.
  • Meluluskan sebuah produk yang sudah dipastikan sesuai dengan standar yang berlaku.
  • Melakukan proses monitoring, kemudian melakukan verifikasi terhadap kualitas sebuah produk.

 

 

Unsur-Unsur Quality Control

 

Untuk menjalankan sebuah pengendalian mutu, tentunya harus melibatkan pengembangan sistem. Tujuannya adalah untuk memastikan bahwa produk tersebut memenuhi standar yang dibutuhkan, baik bagi pelanggan maupun customer.


Baca Juga : Pelatihan Pembuatan Control Chart


Oleh karenanya, proses quality control juga harus memenuhi unsur-unsur tertentu.  Apa saja unsur-unsur quality control yang harus dipenuhi? Berikut ini ulasan lengkapnya.


1. Kontrol (monitoring)


Unsur kontrol ini menjadi poin pertama yang masuk ke dalam pengendalian mutu produk. Berikut ini tahapan yang terdapat dalam proses kontrol:


  • Identifikasi catatan
  • Kriteria mengenai integritas dan kinerja
  • Manajemen pekerjaan
  • Pengelolaan yang baik pada saat proses produksi dan lain sebagainya


2. Kompetisi


Untuk dapat membuat sebuah produk atau jasa yang berkualitas dan tentunya harus memenuhi standar kompetisi. Standar kompetisi dalam hal ini berupa:


  • Keterampilan
  • Ilmu pengetahuan
  • Kualifikasi
  • Pengalaman dan lain sebagainya


3. Kedekatan


Kedekatan juga termasuk elemen lunak yang harus terpenuhi dalam QC. Kedekatan dalam hal ini meliputi beberapa faktor seperti:


  • Kepegawaian
  • Integritas
  • Semangat tim
  • Motivasi
  • Budaya organisasi
  • Kedekatan hubungan yang berkualitas dengan karyawan dan lain sebagainya


Cara Kerja Pengendalian Mutu (QC)


Pada dasarnya, tugas quality control sangat bervariatif. Hal tersebut bergantung pada industri mana proses ini diterapkan. Untuk melakukan pengendalian mutu, tentunya dibutuhkan beberapa prosedur yang harus dilaksanakan. Nah seperti apa cara kerja quality control serta prosedurnya? Mari simak tahapannya berikut ini.


1. Menentukan standar


Untuk mengendalikan mutu atau kualitas dari suatu produk dan jasa. Tentunya Anda membutuhkan standar yang menjadi patokan. Itulah mengapa standar menjadi tolak ukur untuk membuat apa itu quality control dapat berjalan dengan baik.


Standar untuk quality control tidak sama antara yang satu dengan yang lainnya. Ada yang mewajibkan untuk diperiksa satu persatu, ada pula yang mengecek beberapa persen saja dari satu proses produksi.


Standar ini merupakan syarat yang menentukan sebuah pengendalian mutu nantinya akan berjalan dengan efektif ataukah tidak.

 

2. Menyelaraskan dengan visi dan misi


Menyelaraskan visi dan misi perusahaan dengan karyawan juga sangat penting untuk dilakukan. Hal ini bukan tanpa alasan, karena untuk mendapatkan hasil yang optimal. Tentunya dibutuhkan kerjasama yang baik antara perusahaan dengan karyawan.


Untuk tujuan tersebut, perusahaan dapat memberikan pelatihan secara khusus kepada karyawan. Baik pelatihan yang berkaitan dengan proses produksi, maupun dengan penerapkan pandangan yang sama dari perusahaan kepada para karyawan.

 

3. Memperbaiki produk dan layanan yang ditawarkan


Tidak cukup hanya mengenal visi misinya saja, ada juga bagian yang tidak kalah penting. Salah satunya yakni proses memperbaiki produk dan jenis layanan yang akan ditawarkan nantinya. Nah dalam prosedur quality control, ternyata  penting juga mengetahui mengenai prosentase kegagalan produk.

 

Jadi, perusahaan perlu mencari tahu betapa prosentase produk yang gagal. Setelah itu, kemudian berusaha memperbaikinya sesuai standar agar prosentase tersebut menjadi berkurang.


Mengenal 7 Tahapan Metode Quality Control


Metode quality control ini merupakan cara teknis yang digunakan untuk mengukur kinerja dari sebuah pengendalian mutu. Ada banyak sekali metode dan pendekatan yang dapat digunakan untuk proses ini.

 

1.  Checklist (daftar periksa)

 

Checklist atau daftar periksa adalah metode yang umum diterapkan untuk daftar item penting. Dengan demikian, Anda dapat memprioritaskan item yang dibutuhkan baik untuk produksi ataupun pemasaran produk.


2. Diagram Tulang Ikan


Diagram tulang ikan dapat digunakan untuk merumuskan masalah. Dengan ini, Anda dapat merumuskan penyebab masalah. Apakah itu terjadi karena masalah pada bahan, mesin, metode yang digunakan ataupun diakibatkan oleh tenaga kerjanya.


3. Peta Kendali

 

Peta kendali membantu Anda untuk melihat bagaimana sebuah proses berubah secara historis. Dalam bagan tersebut, Anda dapat melihat pokok permasalahan yang telah dirumuskan sebelumnya. Kemudian mencari tahu apa solusi terbaik yang dapat ditempuh untuk mengatasinya.


4. Stratifikasi


Stratifikasi merupakan metode yang dibuat dengan cara memisahkan data. Proses ini akan membuat Anda dapat mengelompokkan pola dan masalah sesuai porsinya.


5. Grafik Poreto


Grafik pareto merupakan diagram batang yang berfungsi untuk menganalisa masalah beserta dengan sebab dan akibatnya. Dengan demikian, inspektur kontrol dapat lebih berfokus pada pokok masalah yang paling signifikan. 


6. Histogram


Pada pengendalian mutu, histogram berfungsi untuk melakukan identifikasi terkait distribusi frekuensi. Dan fungsi lainnya yakni untuk mendeteksi berapa banyak terjadi barang rusak akibat cacat produksi.


7. Diagram Penyebaran


Bagan ini berfungsi untuk memplot antara dua sumbu. Kemudian secara visual membantu memberikan gambaran hubungan antara masing-masing variabel.


Macam-Macam Pengendalian Mutu


Misalnya saja untuk Anda yang berprofesi sebagai inspektur control, bagaimana menentukan metode QC yang paling sesuai? Berikut ini macam-macam quality control yang sering digunakan untuk pengendalian mutu. Mari pahami dan temukan metode yang paling sesuai untuk kebutuhan Anda.


1. Incoming QC Material


Jenis quality control yang pertama adalah incoming QC material. Seperti namanya, proses QC dilakukan dengan mengecek material atau bahan baku suatu produk. Jadi, pengecekan bahan baku ini dilakukan sebelum proses produksi. Tujuannya adalah untuk menghasilkan produk-produk berkualitas sesuai dengan standar yang ditetapkan oleh produsen.


2. QC Proses


Seperti namanya, QC yang satu ini tidak berfokus pada bahan yang digunakan. Melainkan lebih berfokus kepada proses produksi, apakah sudah sesuai dengan standar yang berlaku ataukah belum. QC process pada umumnya tidak hanya berfokus pada saat proses produksi saja, namun juga dilakukan pada saat internal dan eksternal audit.


3. Finishing QC


Finishing QC dilakukan setelah proses produksi selesai dilakukan. Barang yang telah diproduksi perlu di cek kembali bagaimana pengemasan serta penyimpanannya. Tujuannya yakni agar produk tetap dalam keadaan baik hingga sampai ke tangan konsumen.


Contoh Kontrol Kualitas


Quality Control memang diterapkan pada berbagai industri. Contoh quality control yang umum ditemukan adalah pada industri yang memproduksi makanan ataupun obat-obatan. Untuk memastikan konsumen tidak sakit ketika mengonsumsinya, maka diperlukan sebuah pemeriksaan yang menyeluruh pada produk tersebut. 

 

Disinilah fungsi QC disebut sebagai proses untuk memastikan produk memang mempunyai kualitas yang memadai atau sesuai standar tertentu. Jadi produsen bisa memastikan produk yang dipasarkan memang sudah sesuai dengan kualifikasi yang sudah ditetapkan.


Kesimpulan


Bagaimana, tentunya sekarang Anda sudah lebih memahami apa itu quality control, ya? Rasanya setiap produsen pasti sudah menerapkan batasan kualitas untuk produk yang dihasilkan nantinya. Nah untuk memastikan kembali bahwa produk tersebut memang masih memenuhi standar maka perlu dilakukan QC sebelum benar – benar dipasarkan. 


Baca Juga: Cara Memebuat Control Chart Dengan Excel


Proses quality control ini tidak hanya menjamin mutu produknya saja, namun bisa digunakan untuk mengatasi adanya cacat produksi masal. Selain mengantisipasi kerugian, tentu saja kualitas produk yang sampai di tangan konsumen juga lebih terjamin. Semoga ulasan mengenai apa itu quality control, fungsi, manfaat hingga cara kerjanya di atas sudah cukup membantu, ya?



 

Kamis, 24 Desember 2020

Pengertian Uji Anova, Rumus dan Tabel Ujinya

Pengertian Uji Anova, Rumus dan Tabel Ujinya

uji anova

Uji anova merupakan metode yang digunakan untuk menentukan mean atau nilai rata-rata data dari dua kelompok atau lebih. Dengan melakukan analisis menggunakan metode tersebut, Anda akan bisa mencari tahu mengenai perbedaan rerata antar kelompok.

 

Kali ini kami ulas lengkap informasi mengenai uji anova. Mulai dari pengertian,  cara membaca tabel, rumus uji anova, serta cara menghitung metode anova dengan excel ataupun SPSS. Jadi, bagi Anda yang sedang mencari informasi mengenai metode anova, pastikan tidak melewatkan satu pun informasinya di bawah ini.

 

Apa Itu Uji Anova?


Seperti yang telah kita bahas diatas, uji anova adalah singkatan dari Analysis of variance. Ini merupakan salah satu metode yang digunakan untuk mengetahui perbedaan rerata data antara dua kelompok atau lebih.



Metode anova diperkenalkan pertama kali oleh ahli statistik yang bernama Ronald Fisher. Analisis anova biasanya digunakan dalam eksperimen dengan prinsip perbandingan antara dua kelompok atau lebih. Yang mana dalam prakteknya, anova juga mempertimbangkan keberagaman data yang dimanifestasikan dalam nilai varians.


Jenis Uji Anova Berdasarkan Kebutuhannya


Metode anova sering dikenal juga dengan beberapa nama lain seperti analisis ragam, analisis variansi dan juga sidik ragam. Penerapan metode ini dalam kegiatan sehari-hari sangat banyak. Mulai digunakan untuk perbandingan eksperimen laboratorium, perbandingan periklanan, pendidikan hingga diterapkan pada berbagai penelitian dalam kemasyarakatan.


Baca Juga: Uji F


Sedangkan mengulas mengenai jenis – jenisnya, berdasarkan kebutuhannya, uji anova dibedakan menjadi dua jenis. Berikut ini penjelasan lengkap mengenai dua jenis uji anova yang penting Anda ketahui:


1. Uji Anova Satu Arah


Anova satu arah merupakan teknik pengujian yang hanya memperhitungkan satu faktor yang menimbulkan variasi. Jadi, meskipun dalam prakteknya metode tersebut digunakan untuk menguji dua atau lebih kelompok. Namun hanya terdapat satu faktor yang menjadi pertimbangan. Contohnya dalam kehidupan sehari-hari adalah pembandingan efek dosis obat terhadap kesembuhan pasien.


2. Uji Anova Dua Arah


Uji anova dua arah merupakan metode pengujian yang mempertimbangkan dua faktor yang menimbulkan variasi. Anova dua arah sering digunakan oleh para peneliti untuk mengatasi nilai variabel terikat terhadap variabel bebas yang terdiri dari lebih satu kelompok.

 

Contoh penerapan anova dua arah dapat diimplementasikan dalam kegiatan sederhana berikut ini. Seperti contohnya, bila seorang guru matematika ingin menguji efektivitas pemberian soal dengan dua buku paket yang berbeda terhadap dua kelompok siswa. Yang mana guru kemudian memberikan perlakuan yang berbeda terhadap dua kelompok siswa tersebut. 

 

Kemudian, kita akan mengetahui efektivitas pengujian dengan melihat nilai skor dari masing-masing kelompok siswa. Ini merupakan salah satu contoh teknik anova dua arah yang bisa diterapkan dalam kehidupan sehari-hari.

 

Rumus Uji Anova


Uji statistika menggunakan metode anova dapat dicari dengan menggunakan rumus. Nah untuk Anda yang sedang mencari rumus uji anova,  di bawah ini informasinya. Lengkap juga beserta keterangan dari setiap simbol yang terdapat di dalam rumus.



Keterangan:

Sb adalah variansi antar pengulangan

Sw adalah variansi antar replikasi (duplo)


Cara Mudah Membaca Statistik Uji Anova


Ketika melakukan pengujian dengan teknik anova, Anda pun harus bisa menghitung statistik uji. Penelitian ini bertujuan untuk menguji hipotesis apakah kelompok yang dibandingkan tersebut memiliki kesamaan ataukah tidak.


Hasil akhir analisis anova dapat dilihat dari nilai f hitung. Yang mana nilai f hitung ini nantinya akan dibandingkan dengan nilai pada f tabel. Jika nilai pada f hitung lebih besar dari f tabel, maka dapat disimpulkan bahwa analisis anova adalah H1 atau analisis diterima. Sebaliknya, apabila nilai f tabel lebih kecil daripada f hitung, maka hasil analisis uji anova ditolak atau H0.


Prinsip anova adalah melakukan analisis data dalam dua sumber variasi. Yakni variasi dalam kelompok (within) dan juga variasi di luar kelompok (between). Apabila variasi didalam kelompok lebih besar daripada variasi di luar kelompok. Itu artinya nilai mean yang dibandingkan memberikan efek yang berbeda.


Sebaliknya, apabila nilai within lebih kecil daripada between. Maka hal tersebut berarti intervensi yang dilakukan tidak memberikan efek atau perbedaan.


Asumsi Uji Anova

 

Ketika menghadapi contoh soal uji anova yang sebenarnya, tentunya kita juga harus memperhatikan masalah asumsi. Apa saja yang perlu diperhatikan dalam pengujian metode tersebut? Mari simak ulasan lengkapnya di bawah ini.

 

a. Independensi Observasi


Ketika berencana untuk melakukan uji statistika dengan prinsip anova. Sebaiknya dipastikan bahwa setiap observasi yang terdapat dalam analisis bersifat independen.


Asumsi tersebut dapat dipenuhi ketika Anda melakukan pengambilan sampel secara random terhadap 2 atau lebih objek. Yang mana dalam setiap objek tidak tidak saling bergantung antara satu kelompok dengan kelompok yang lainnya.


b. Normalitas


Data yang digunakan dalam analisis anova sebaiknya merupakan data yang berdistribusi normal. Karena data tersebut nantinya akan digunakan dalam uji statistik f.


c. Homogenotas Varians


Homogenitas varian artinya varian antar kelompok yang dibandingkan harus homogen. Hal ini sering dikenal juga dengan istilah homoskedastisitas. Artinya hanya terdapat satu estimator yang digunakan sebagai variasi dalam sampel.


Cara Menghitung Uji Anova


Menghitung nilai uji anova bisa dilakukan dengan beberapa cara. Salah satunya adalah melakukan uji anova menggunakan SPSS dan juga excel. Bagi Anda yang belum mengetahui cara melakukan metode anova. Berikut uraian yang berisi step by step pengerjaannya:


1. Menghitung Uji Anova Menggunakan Excel


Menghitung uji anova menggunakan excel dapat dilakukan dengan memperhatikan beberapa tutorial berikut ini:

  • Buka aplikasi excel Anda
  • Aktifkan Analysis Toolpack pada aplikasi excel
  • Isi 3 kolom dengan variasi data yang berbeda.
  • Setelah semua data terisi, kemudian klik menu data dan pilih data ribbon pada pojok kanan.
  • Pilih data analysis, lalu klik Anova Single factor.
  • Arahkan kursor pada kotak output range dan blok 3 kolom data yang telah diisi sebelumnya.
  • Pilih output option, lalu klik output range. Kemudian klik ok dan lihat hasilnya.


2. Menghitung Uji Anova Menggunakan SPSS


Tidak hanya bisa dihitung menggunakan exel, uji anova ini juga bisa dihitung dengan tools lain. Salah satunya yakni dengan menggunakan SPSS. Menghitung anova SPSS dapat dilakukan dengan mengikuti cara-cara berikut ini:


  • Buka aplikasi SPSS
  • Buka tab variabel view, lalu kemudian buat dua variabel dan isi dengan data yang berbeda.
  • Ubah Type pendapatan Numeric dan decimal 0.
  • Pada menu pilih analyze, cimpare means, kemudian pilih one way anova.
  • Isi data pada tab variabel view, kemudian pilih options.
  • Ikuti langkah-langkah selanjutnya yang terdapat pada jendela one way anova. Kemudian Anda akan mendapat hasil hitung anova.


Kesimpulan


Pada prinsipnya teknik Uji Anova dapat dipraktekkan dalam berbagai kegiatan sehari-hari. Mulai dari digunakan untuk eksperimen laboratorium, periklanan, psikologi, hingga kemasyarakatan. Bagaimana? Apakah beberapa informasi yang kami ulas diatas mengenai metode anova sudah memberikan pencerahan untuk Anda?


Di atas sudah dibahas secara lengkap informasi seperti pengertian uji statistika anova, rumus uji anova, cara membaca, hingga step by step menghitungnya. Setelah memahami teori dasarnya, tentu Anda bisa memilih dengan cara yang mana nantinya Uji Anova ini dihitung. 


Semoga pembahasan di atas sudah cukup membantu, ya? Jangan lupa sertakan pertanyaan ataupun informasi tambahan di kolom komentar jika perlu. Semoga bisa mempermudah pembaca lainnya memahami pembahasan kali ini.

Kamis, 17 September 2020

Uji Homogenitas Sederhana (Pemahaman Awal) untuk Laboratorium Pengujian

Uji Homogenitas Sederhana (Pemahaman Awal) untuk Laboratorium Pengujian

Uji homogenitas sederhana untuk laboratorium pengujian

Uji homogenitas sering kali terdengar di telinga kita, namun terkadang masih ada yang belum memahami bagaimana cara menganalisisnya. Pada artikel ini, saya mencoba memberikan ulasan tentang cara menentukan homogenitas suatu populasi untuk dijadikan sebagai sampel. Perlu kami sampaikan di awal bahwa uji ini sebenarnya diperuntukkan untuk menentukan tingkat kesamaan variansi dari suatu populasi.

Pengantar

Bagi pemikiran awam, uji homogenitas digunakan untuk menentukan tingkat variansi sampel. Padahal... berdasarkan ilmu statistik, uji homogenitas digunakan untuk menentukan kesamaan sifat atau karakter suatu populasi. Sehingga apabila dilakukan pengambilan sampel di bagian manapun hasilnya tidak berbeda secara signifikan.

Satu hal lagi yang saya sampaikan uji homogenitas harus dilakukan pada waktu yang tidak berbeda alias bersamaan. Sebab jika kita melakukannya pada waktu yang berbeda maka uji homogenitas tidak berlaku lagi. Jika teman-teman bertanya: Jadi uji apa namanya? yaitu Uji Stabilitas. Namun kita tidak membahasnya pada artikel yang sama, jika anda ingin mempelajarinya silahkan ke artikel di bawah ini.
Baca Juga: Uji Stabilitas Populasi Untuk Pengendalian Mutu Laboratorium
Baik kita lanjut lagi pembahasannya, cara menghitung uji homogenitas sangatlah mudah dan dapat menggunakan teknik sederhana dan teknik yang agak rumit. Saya biasa menghitung uji homogenitas menggunakan Excel untuk pekerjaan sehari-hari.

Namun saya juga terkadang menghitung homogenitas menggunakan aplikasi SPSS (Statistical Package for The Social Sciences) pada saat menyelesaikan studi Magister waktu itu. Jika kita baca lagi kepanjangan dari SPSS, bahwa aplikasi tersebut awalnya hanya untuk penelitian sosial tetapi seiring dengan perkembangan teknologi dan ilmu pengetahuan, aplikasi tersebut dapat digunakan untuk berbagai bidang.

Mengapa Uji Homogenitas Penting Untuk Dibahas?

Sesuai dengan headline di atas, pasti ada yang penasaran "untuk apa sih uji homogenitas di lakukan oleh laboratorium?". Baik saya coba mendudukkan dulu esensi dari uji homogenitas.

Hal ini penting untuk kita kaji lebih lanjut mengingat apabila kita tidak bisa memastikan tingkat kehomogenan populasi yang akan diambil menjadi sampel maka bias atau standar deviasinya akan besar. Jika dianalisis lebih lanjut, bias atau standar deviasi yang besar tersebut akan menyumbang nilai ketidakpastian yang besar pula.
Baca Juga: Cara Menghitung Rata Rata Data Hasil Pengujian Menggunakan Excel
Untuk itu sebelum kita ambil sampel dari suatu populasi maka harus ditentukan terlebih dahulu tingkat homogenitasnya. Apabila berdasarkan hasil uji homogenitas ternyata populasi tersebut tidak homogen maka diperlukan suatu tindakan lagi. Biasanya tindakan yang sering dilakukan adalah mengaduk kembali bahan yang akan kita ambil sampelnya. Misalnya kita ingin membuat kontrol sampel dari bahan makanan seperti beras merah. Maka, kita harus mengaduk beras merah tersebut hingga benar-benar homogen.

Selanjutnya, uji kembali populasi tersebut hingga diperoleh kesimpulan bahwa populasi bersifat homogen.

Apa Saja yang Harus Ditentukan Uji Homogenitasnya?

Berdasarkan headline di atas maka langsung saya jawab Semua. Karena jika kita bekerja dibidang laboratorium maka sangat berhubungan erat dengan kegiatan pengendalian mutu laboratorium. Oleh sebab itu sebagai langkah awal adalah memastikan bahwa sampel yang kita ambil berasal dari populasi yang homogen.

Uji homogenitas sangat sering digunakan pada saat kita sedang mempersiapkan kontrol sampel secara internal atau persiapan sampel untuk uji banding laboratorium apabila Lab teman-teman yang kan menjadi penyelenggara uji banding laboratorium.

Tahap ini dilakukan setelah kita mendapatkan sekumpulan (populasi) bahan kandidat sampel. Setelah kita mengaduk atau mengayak bahan tersebut, barulah kita harus menghitung tingkat kehomogenan bahan yang kita persiapkan.

Rumus Menghitung Homogenitas

Agar kita mengetahui kesamaan variansi bahan maka bisa dihitung menggunakan Uji F. Uji F adalah salah satu teknik pengujian secara statistik untuk menguji koefisien regresi secara simultan serentak atau bersamaan. Uji F tersebut juga dapat digunakan untuk membandingkan 2 atau lebih perlakuan dalam satu kelompok atau kita sebutlah disini bahan kandidat sampel melalui uji pengulangan.

Uji variansi sering juga digunakan untuk mendefinisikan istilah uji f ini yaitu analisis of varians (ANOVA). Jika kita ingin mendapatkan suatu kesimpulan dari operasi perhitungan maka nilai perhitungan harus dibandingkan dengan nilai standar atau acuan. Nilai standar atau acuan tersebut yaitu nilai F Tabel.

Uji F

Di dalam kita menentukan uji F, kita harus membandingkan nilai F tabel dengan F hitung. Nah, tugas kita saat ini adalah mencari nilai F perhitungan. Untuk mendapatkan nilai tersebut, terlebih dahulu harus ditentukan variansi sampling (Ss kuadrat) dan variansi keberulangan analisis (Sa kuadrat). Nilai nilai variansi tersebut bisa ditentukan dari MSB (Mean Square Bentween) dan MSW (Mean Square Within).

Rumus menghitung MSB dapat anda lihat seperti gambar berikut ini:

rumus msb pada uji f

Sedangkan untuk menghitung MSW dapat dilakukan menggunakan rumus dibawah ini:

rumus msw pada uji f

Keterangan rumus di atas adalah:
  • a = data pada ulangan pertama
  • b = data pada ulangan kedua
  • X bar = rata-rata
  • n = jumlah data atau total seluruh pengulangan

Setelah kita dapatkan nilai MSB dan MSW maka uji homogenitas bahan dapat di tentukan dengan uji F yang dievaluasi berdasarkan 2 kriteria. Kriteria tersebut saya dapatkan dari dokumen KAN DPLP 23 Tanggal 16 Desember 2015.

Rumus Mencari F Hitung

Pada kriteria pertama ini, nilai F perhitungan dapat diketahui melalui perbandingan langsung antara MSB dan MSW. Lebih jelaskan silahkan lihat pada rumus dibawah ini:

nilai f hitung cara pertama

Setelah kita dapatkan nilai dari hasil perbandingan MSB dan MSW maka tahap berikutnya adalah menbandingkannya dengan nilai F pada tabel. Syarat untuk menyatakan bahwa bahan tersebut sudah homogen adalah F hitung harus lebih kecil dari F tabel (F hitung < F tabel).

Untuk melihat data pada F tabel silahkan lihat tabel untuk derajat bebas (alpha) 0,05 atau tingkat kepercayaan 95% kemudian lihat data pada kolom n-1 (jumlah data dikurangi 1). Tabel uji F tersebut bisa anda lihat disini.

Contoh Soal Perhitungan Uji Homogenitas

Setelah kita bahas bagaimana menentukan homogenitas suatu bahan dan uji statistik yang digunakan, maka selanjutnya akan kita coba menentukan uji homogenitas. Mudah mudahan dengan kami sajikan contohnya, maka dapat memberikan pemahaman yang lebih mendalam.

Contoh Soal

Suatu laboratorium akan mengembangkan suatu kontrol sampel untuk dijadikan sebagai bahan acuan internal laboratorium. Bahan yang akan dijadikan adalah tepung terigu yang berasal dari pasar merek x. Kandidat bahan acuan internal tersebut akan digunakan untuk memantau pengujian Fe (besi) dan Zn (seng) di dalam sampel tepung terigu.

Tahap yang harus dilakukan adalah melakukan proses homogenisasi sampel menggunakan teknik tertentu. Saya tidak akan membahas teknik pembuatan kontrol sampel karena tidak akan bisa dijelaskan pada saat yang bersamaan.

Setelah kita yakin bahwa kandidat bahan acuan tersebut telah homogen maka ambil 10 titik dan masukkan ke dalam wadah tertentu. Kemudian uji 10 sampel tersebut menggunakan instruksi kerja  yang sudah di verifikasi atau validasi yang digunakan oleh laboratorium. setipa sampel yang diambil tadi dilakukan pengujian secara duplo (duplikasi sampel).

Setelah diperoleh data hasil pengujian 10 sampel tadi, maka kita akan menghasilkan 20 data yang diperoleh dari pengujian pada waktu yang bersamaan. Baiklah saya akan contohkan data yang diperoleh seperti pada tabel berikut ini:


Setelah kita mendapatkan hasil dari pengujiannya maka kita hitung MSB dari pengujian tersebut, cara menghitungnya saya sajikan ke dalam worksheet excel berikut ini:


Berdasarkan perhitungan menggunakan rumus MSB yang saya jabarkan sebelumnya, maka nilai dari MSB hasil pengujian Fe di dalam tepung terigu adalah 0,00468. Nah, selanjutnya kita juga harus menghitung nilai MSW, dimana hasilnya juga saya jabarkan pada contoh worksheet berikut ini:


Berdasarkan hasil perhitungan secara statistik, maka diperoleh nilai MSW untuk pengujian kandungan Fe di dalam tepung terigu adalah 0,0102.

Selanjutnya, untuk mendapatkan F perhitungan, seperti yang saya jelaskan sebelumnya bahwa:


Maka,


Selanjutnya silahkan lihat nilai F tabel dengan ketentuan:
  • Derajat bebas (p) = 0,05
  • N1 = n-1 = 10-1 = 9
  • N2 = n = 10

Berdasarkan hasil ketentuan di atas, maka tabel yang kita lihat adalah pada tingkat kesalahan 5% kemudian pembilangnya pada kolom 9 dan penyebutnya pada kolom 9. Untuk lebih jelasnya silahkan lihat tabel uji f berikut ini:


Berdasarkan data yang saya lingkari itu, maka nilai F tabel adalah 3,02.

Jika kita bandingkan antara F hitung yaitu 0,46 dengan F tabel yaitu 3,02.

Jadi berdasarkan hasil perhitungan secara statistik, apakah kandidat bahan acuan yang kita buat sudah homogen?
Baca Juga: Uji Profisiensi Laboratorium dan Uji Banding ISO 17025 Untuk Kinerja Optimal
Silahkan jawab pada kolom komentar dan penjelasan yang menarik dan jawaban yang paling baik akan saya berikan template gratis untuk uji homogenitas bahan acuan.

Penutup dan Kesimpulan

Masih banyak diantara kita yang belum memahami bagaimana cara menentukan uji homogenitas pada populasi atau bahan acuan yang akan kita gunakan sebagai sampel untuk proses pengujian. Pada dasarnya ada banyak sih metode untuk menentukan kehomogenan suatu bahan. Semoga saja apa yang saya berikan melalui artikel ini bisa membantu rekan-rekan dalam mengolah data di laboratorium.

Demikianlah pembahasan kita kali ini, semoga dapat memberikan manfaat untuk kita semua. Terimakasih.

Video Ulasan ISO 17025