PERBANDINGAN WAKTU

PELAYANAN KASIR

ALFAMART DAN INDOMARET

Oleh :

Endah Ratna Ningtyas

Dedy Prasetyo

Fikri Gojali

Giovani Anggasta H

Mulyani

Irvan Rifana

2012

Sekolah 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

Bogor, Mei

2012

Penyusun

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%

Pasar tradisional

79,8% 74,9% 74,9% 73,8%

BAB I

PENDAHULUAN

A. Latar Belakang

Minimarket merupakan suatu tempat dimana kita dapat membeli

barang-barang yang kita butuhkan dalam hal ini, minimarket adalah toko

swalayan yang hanya memiliki satu atau dua mesin register.

Minimarket 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. Permasalahan

Berdasarkan latar belakang masalah di atas maka identifikasi

masalah pada penelitian ini adalah:

1. Adakah perbedaan mekanisme pelayanan kasir untuk konsumen

Indomaret dan Alfamart ?

2. Berapakah besarnya perbedaan lamanya pelayanan kasir di

Indomaret dan Alfamart ?

C. Tujuan penelitian

Tujuan yang hendak dicapai dalam penelitian ini adalah :

1. Untuk mengetahui adakah perbedaan mekanisme pelayanan kasir

untuk konsumen Indomaret dan Alfamart.

2. Untuk mengetahui 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 makalah

Bagian Awal Makalah

Bagian awal makalah terdiri dari halaman judul, abstrak, hal

kata pengantar, daftar isi dan daftar lampiran.

Bagian Makalah

BAB I : PENDAHULUAN

Meliputi : alasan pemilihan judul, permasalahan, tujuan penelitian

dan manfaat penelitian.

BAB II : LANDASAN TEORI

Dalam bab ini diuraikan tentang teori yang digunakan sebagai

dasar pembahasan selanjutnya yaitu mengenai pengertian

minimarket, cara menganalisis perbandingan lamanya pelayanan

kasir suatu minimarket, Estimasi dan Pengujian Hipotesis.

BAB III : METODOLOGI PENELITIAN

Dalam bab ini diuraikan tentang Populasi, Sampel, Dan Teknik,

Metode Pengumpulan Data, Metode Analisis Data, 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 Teori

Perilaku Konsumen

Definisi perilaku konsumen adalah tindakan langsung terlibat dalam

mendapatkan, mengkonsumsi, dan menghabiskan produk dan jasa

termasuk proses keputusan yang mendahului dan menyusuli tindakan ini.

Menurut Kotlert dan Amstrong yang di kutip oleh Simamora (2001:81)

mengartikan perilaku konsumen sebagai perilaku pembelian akhir, baik

individu maupun rumah tangga, yang membeli produk untuk konsumsi

personal. Dari definisi di atas dapat di ambil kesimpulan :

1. Perilaku konsumen menyoroti perilaku individu dan rumah tangga.

2. Perilaku konsumen menyangkut suatu proses keputusan sebelum

pembelian serta tindakan dalam memperoleh, memakai,

mengkonsumsi dan menghabiskan produk.

3. Mengetahui perilaku konsumen meliputi : perilaku yang dapat

diamati seperti jumlah yang di belanjakan, kapan, dengan siapa, oleh

siapa, dan bagaimana barang sudah dibeli dan dikonsumsi.

Keputusan Membeli

Dalam membeli suatu barang atau jasa, seorang konsumen akan

melalui suatu proses keputusan pembelian. Terdapat tiga proses

keputusan pembelian:

1. Proses keputusan panjang untuk barang yang durable.

2. Proses kebutuhan terbatas sama dengan proses diatas tetapi

terjadi secara lebih cepat dan kadang meloncati tahapan.

3. Proses pembelian rutin keputusan pembelian yang terjadi secara

kebiasaan sehingga proses pembelian sangat singkat saja begitu ada

kebutuhan langsung dibeli saja tanpa adanya pertimbangan.

Jenis Statistik

Berdasarkan kegunaan dan teknik yang digunakan, statistik di bagi

menjadi dua yaitu, statistik deskriptif, merupakan bidang statistik yang

berhubungan dengan metode pengelompokan, peringkasan, dan penyajian

data dalam cara yang informatif. Pada jenis statistik ini kita melakukan teknik

statistik yang berhubungan dengan penyajian data statistik dalam bentuk

gambaran angka-angka. Teknik yang umum digunakan yaitu analisis

deskriptif yang meliputi rata-rata, median, modus dan varian.

Sedangkan yang kedua adalah statistik inferensial adalah teknik

statistik yang berhubungan dengan analisis data untuk penarikan kesimpulan

atas data, teknik ini berhubungan dengan pengolahan statistik yang

menggunakan hasil analis sehingga kita dapat menarik hasil kesimpulan atas

karakteristik populasi. Teknik yang digunakan meliputi : uji hipotesis, analisis

varian, teknik regresi dan korelasi.

Jenis Data

A. Pengumpulan Data

a. Data Kuantitatif adalah data yang dinyatakan dalam bentuk angka.

Contoh : lama bekerja, jumlah gaji, usia, hasil ulangan.

Data kuantitatif dapat dibedakan menjadi dua tipe yaitu :

Data Diskrit adalah data yang diperoleh dari suatu

pencacahan/enumerasi.

Data Kontinu adalah data yang umumnya didapat dari suatu

pengukuran dengan suatu instrumen (alat ukur). Data kontinu

dapat dinyatakan dalam bentuk data interval ataupun data rasio.

b. Data Kualitatif adalah data yang dinyatakan dalam bentuk bukan

angka.

Contoh : jenis pekerjaan, status marital, tingkat kepuasan kerja.

Data kualitatif dapat dibedakan menjadi dua tipe yaitu :

Data Nominal adalah pengambilan data terhadap suatu objek

hanya menghasilkan satu dan hanya satu-satunya kategori pada

objek tersebut maka data yang diperoleh termasuk tipe data

nominal.

Data ordinal adalah data yang diperoleh dari suatu pengambilan

data terhadap suatu objek yang menghasilkan lebih dari satu

kategori.

B. Pengorganisasian Data

a. Data Mentah merupakan data terkumpul yang belum

diorganisasikan secara numerik.

b. Jajaran Data merupakan suatu cara pengorganisasian data dan

paling sederhana. Jajaran data merupakan suatu susunan dari 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

T Y

Batas estimate interval :x±zsnBatas 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

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

sampling

5. Deviasi standar populasi (sx)

6. Jumlah sample (n)

1. Tingkat keakuratan, E

2. Tingkat kepercayaan (%)

3. Skor z dari tingkat

kepercayaan

4. Error standard mean

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

22

,

( ) ( ) ( )

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 penelitian

Lokasi penelitian dalam makalah ini adalah Alfamart dan

Indomaret Mayor Oking 4, alasan pemilihan lokasi ini karena toko yang

akan diteliti berada pada wilayah tersebut dan saling berdekatan

sehingga akan mudah membuat perbandingannya.

B. Populasi

Populasi merupakan sekumpulan orang atau objek yang

memiliki kesamaan dalam satu atau beberapa hal yang membentuk

masalah pokok dalam satu riset khusus (Suprapto, 2001:87).

Dalam pnelitian ini yang menjadi populasi adalah konsumen

yang berbelanja di toko atau minimarket Indomaret dan Alfamart,

oleh karena tu populasi ini merupakan populasi tak terbatas karena

tidak dapat diketahui secara pasti jumlah sebenarnya dari konsumen

yang datang berbelanja ke minimarket Indomaret dan Alfamart.

C. Sampel

Menurut Djarwanto (1998:108) sampel adalah sebagian dari

populasi yang 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 Data

Dalam 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 Data

Metode Pemecahan Masalah secara Statistik (con’t)

Mulai

Identifikasi Masalah Populasi (Statistik

Desktiptif)

Kumpulkan Data Sub Sampel (identifikasi distribusi sampling)

Data Cukup

Data Sampel Baru

Indentifikasi Masalah :• Variable/Diskrit• n < 30 atau n > 30

Penyajian Statistik Deskriptif :• Distribusi Frekuensi• Ukuran pemusatan

dan Penyebaran

Penyajian Data

Distribusi Sampling

Estimasi

Distribusi Sampling :• Mean sampling• Proporsi sampling

Estimasi populasi :• Jumlah sampel• Flowcart estmasi

Uji Hipotesis

Uji Hipotesis :• Prosedur Uji Hipotesis• Sampel Tunggal atau• Sampel Ganda

Uji ANOVA

Uji ANOVA :• Varians sampling

populasi bernilai sama ???

Regresi dan Korelasi

Regresi dan Korelasi :• Hubungan Parameter

Pengendalian Mutu

Pengendalian Mutu :• Sampel A (LCL dan

UCL)• Sampel 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 26388.77

32 - 62 11 47 517 20.37 224.07 414.94 4564.31

63 - 93 6 78 468 10.63 63.78 112.97 677.80

94 - 124 2 109 218 41.63 83.26 1732.94 3465.88

125 -

155 3 140 420 72.63 217.89 5274.91 15824.73

156 -

186 1 171 171 103.63 103.63 10738.88 10738.88

187 -

217 2 202 404 134.63 269.26 18124.85 36249.70

35 2358 434.88 0.05

39038.3

6 97910.06

Sedangkan dibawah ini adalah tabel waktu pelayanan customer di kasir Alfamart Cabang

Mayor Oking 4, dengan survey total waktu pelayanan perorang (customer) yang melakukan transaksi

pembayaran di kasir.

Customer waktu Customer Waktu Customer Waktu

1 206 16 45 31 151

2 191 17 31 32 12

3 178 18 51 33 151

4 6 19 8 34 4

5 63 20 44 35 153

6 105 21 71

7 66 22 131

8 10 23 64

9 101 24 63

10 35 25 15

11 30 26 59

12 112 27 34

13 34 28 24

14 135 29 52

15 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 31136.4

63 - 93 11 78 858 24.8 273 615.04 6765.4

94 - 124 4 109 436 6.2 25 38.44 154

125 -

155 3 140 420 37.2 112 1383.84 4152

156 - 2 171 342 68.2 136.4 4651.24 9302.48

186

187 -

217 1 202 202 99.2 99 9840.64 9841

218 -

248 0 233 0 130.2 0

16952.0

4 0

249 -

279 0 264 0 161.2 0

25985.4

4 0

280 -

310 0 295 0 192.2 0

36940.8

4 0

311 -

341 1 326 326 223.2 223

49818.2

4 49818

342 -

372 0 357 0 254.2 0

64617.6

4 0

373 -

403 0 388 0 285.2 0

81339.0

4 0

404 -

434 0 419 0 316.2 0

99982.4

4 0

435 -

465 0 450 0 347.2 0

120547.

84 0

466-

496 0 481 0 481 0 231361 0

497 -

527 1 512 512 512 512 262144 262144

  35   3598

3280.

8 2111.6

101686

5.6

388380.

96

Sedangkan dibawah ini adalah tabel waktu pelayanan customer di kasir

Indomaret Cabang Mayor Oking 4, dengan survey total waktu pelayanan

perorang (customer) yang melakukan transaksi pembayaran di kasir.

Custome

r waktu

Customer

2 waktu3

Custome

r3 waktu4

1 322 16 64 31 107

2 61 17 90 32 127

3 50 18 42 33 75

4 25 19 91 34 49

5 15 20 89 35 122

6 162 21 45

7 61 22 98

8 170 23 35

9 48 24 70

10 75 25 150

11 70 26 65

12 150 27 195

13 118 28 67

14 57 29 63

15 500 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

8

101-200 8 150.5 1204 51.43 411.43 2645.04

21160.3

6

201-300 1 250.5 250.5 151.43 151.43 22931.04

22931.0

4

301-400 1 350.5 350.5 251.43 251.43 63217,04

63217.0

4

401-500 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 dalam rentang batas tertentu. Sehingga data tersebut dapat

dikatakan terkendali secara statistik.

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:

Custom

er Waktu UCL CL LCL

1 206 228.4 67.37 -93.62

2 191 228.4 67.37 -93.62

3 178 228.4 67.37 -93.62

4 6 228.4 67.37 -93.62

5 63 228.4 67.37 -93.62

6 105 228.4 67.37 -93.62

7 66 228.4 67.37 -93.62

8 10 228.4 67.37 -93.62

9 101 228.4 67.37 -93.62

10 35 228.4 67.37 -93.62

11 30 228.4 67.37 -93.62

12 112 228.4 67.37 -93.62

13 34 228.4 67.37 -93.62

14 135 228.4 67.37 -93.62

15 36 228.4 67.37 -93.62

16 45 228.4 67.37 -93.62

17 31 228.4 67.37 -93.62

18 51 228.4 67.37 -93.62

19 8 228.4 67.37 -93.62

20 44 228.4 67.37 -93.62

21 71 228.4 67.37 -93.62

22 131 228.4 67.37 -93.62

23 64 228.4 67.37 -93.62

24 63 228.4 67.37 -93.62

25 15 228.4 67.37 -93.62

26 59 228.4 67.37 -93.62

27 34 228.4 67.37 -93.62

28 24 228.4 67.37 -93.62

29 52 228.4 67.37 -93.62

30 42 228.4 67.37 -93.62

31 151 228.4 67.37 -93.62

32 12 228.4 67.37 -93.62

33 151 228.4 67.37 -93.62

34 4 228.4 67.37 -93.62

35 153 228.4 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. Sehingga data tersebut dapat dikatakan terkendali secara

statistik.

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 LCL

1 322 381.6 102.8 -176.02

2 61 381.6 102.8 -176.02

3 50 381.6 102.8 -176.02

4 25 381.6 102.8 -176.02

5 15 381.6 102.8 -176.02

6 162 381.6 102.8 -176.02

7 61 381.6 102.8 -176.02

8 170 381.6 102.8 -176.02

9 48 381.6 102.8 -176.02

10 75 381.6 102.8 -176.02

11 70 381.6 102.8 -176.02

12 150 381.6 102.8 -176.02

13 118 381.6 102.8 -176.02

14 57 381.6 102.8 -176.02

15 500 381.6 102.8 -176.02

16 64 381.6 102.8 -176.02

17 90 381.6 102.8 -176.02

18 42 381.6 102.8 -176.02

19 91 381.6 102.8 -176.02

20 89 381.6 102.8 -176.02

21 45 381.6 102.8 -176.02

22 98 381.6 102.8 -176.02

23 35 381.6 102.8 -176.02

24 70 381.6 102.8 -176.02

25 150 381.6 102.8 -176.02

26 65 381.6 102.8 -176.02

27 195 381.6 102.8 -176.02

28 67 381.6 102.8 -176.02

29 63 381.6 102.8 -176.02

30 58 381.6 102.8 -176.02

31 107 381.6 102.8 -176.02

32 127 381.6 102.8 -176.02

33 75 381.6 102.8 -176.02

34 49 381.6 102.8 -176.02

35 122 381.6 102.8 -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

9

13 118 388.79 105.8

-

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

9

24 150 388.79 105.8

-

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.