Perbandingan Waktu Pelayanan Kasir Alfamaret dan Indomaret

2012

Sekolah Tinggi Teknologi Indocement

Perbandingan Waktu Pelayanan Kasir Alfamart dan Indomaret

Oleh :

Endah Ratna Ningtyas

Dedy Prasetyo

Fikri Gojali

Giovani Anggasta H

Mulyani

Irvan Rifana

KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayahnya, sehingga kami dapat menyelesaikan makalah dengan judul Analisis Perbandingan Waktu Pelayanan Kasir Minimarket Indomaret Dan Alfamart .

Dalam kesempatan yang baik ini, penulis dengan ketulusan ingin menyampaikan rasa terimakasih kepada semua pihak yang telah dengan ikhlas memberikan masukan dan kontribusi yang berarti dalam proses penelitian dan penyusunan makalah ini , antara lain: Muhammad Baqi, ST M.T MRINA selaku dosen pembimbing yang telah meluangkan waktunya dalam membimbing dan memberikan arahan bagi kami dalam menyelesaikan makalah ini. Minimarket Indomaret dan Alfamart yang telah mengizinkan kami melakukan pengamatan. Semua pihak terkait yang tidak bisa penulis sebutkan satu persatu yang telah membantu penyusunan makalah ini.

Kami menyadari bahwa makalah ini masih kurang sempurna karena keterbatasan kemampuan dan pengetahuan yang kami miliki. Maka dari itu, kami akan menerima kritik dan saran sebagai masukan yang dapat meningkatkan pengetahuan 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. AlfamartAlfamart 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. IndomaretSecara 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 IndomaretPersaingan antara Alfamart dan Indomaret sangat ketat, kedua merek ini sangat agresif dalam menggarap pasar dan hanya kedua merek inilah yang serius menggarap pasar sampai ke pedesaan. Saking ketatnya persaingan, mereka sepertinya tidak peduli dengan lokasi toko, kita sering jumpai toko Alfamart berdekatan dengan Indomaret dalam radius hanya beberapa meter bahkan di beberapa tempat ada satu gerai indomaret yang diapit dua gerai Alfamart. Mungkin ini juga merupakan strategi Alfamart untuk menekan Indomaret yang gerainya rata-rata lebih luas. Ini membuat banyak orang yang bertanya alasan mengapa Alfamart selalu berdekatan dengan Indomaret, sebenarnya Indomaret lah yang membiayai dan melakukan survey lokasi mini market sebelum berdiri, tapi Alfamart tidak melakukan survey lokasi dan hanya mengikuti (Nebeng) data survey kelayakan lokasi milik Indomaret. jadi dapat ditarik kesimpulan harus ada Indomaret terlebih dahulu barulah muncul Alfamart desekitarnya.Ini adalah Head to head antara Indomaret dan Alfamart dari berbagai sumber seperti kompas : Dari segi ketersediaan item : Indomaret lebih lengkap, beberapa barangnya sulit dijumpai di Alfamart

Dari segi kebersihan : Alfamart lebih unggul dan lebih bersih sementara Indomaret sering dijumpai beberapa gerai yang kurang bersih.

Dari segi keramahan : Alfamart lebih unggul, semua terstandar, welcome greeting diucapkan kepada setiap customer yang datang.

Dari segi harga : Cukup sulit untuk menilai, intinya keduanya mempunyai harga yang kompetitif.

BAB IPENDAHULUAN

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. 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 lamanya pelayanan kasir 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 praktisa. 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 MakalahBagian awal makalah terdiri dari halaman judul, abstrak, hal kata pengantar, daftar isi dan daftar lampiran. Bagian MakalahBAB I : PENDAHULUANMeliputi : alasan pemilihan judul, permasalahan, tujuan penelitian dan manfaat penelitian.BAB II : LANDASAN TEORIDalam bab ini diuraikan tentang teori yang digunakan sebagai dasar pembahasanselanjutnyayaitumengenai pengertian minimarket, cara menganalisis perbandingan lamanya pelayanan kasir suatu minimarket, Estimasi dan Pengujian Hipotesis.BAB III : METODOLOGI PENELITIANDalam bab ini diuraikan tentang Populasi, Sampel, Dan Teknik, Metode Pengumpulan Data, Metode Analisis Data, Distribusi Sampling, Estimasi, Uji Hipotesis.BAB IV : HASIL PENELITIANBAB V : PENUTUPDalam bab ini berisi tentang kesimpulan dan saran. Bagian AkhirBagian ini berisi tentang daftar pustaka dan lampiran.BAB II

LANDASAN TEORI DAN HIPOTESISA. Landasan Teori Perilaku KonsumenDefinisi 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 MembeliDalam 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 Dataa. 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 Nc) 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 + 11+ 2 c Kuartil Q1 = Li 1 + 14 n - fi i1f kuartil cH. 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 x tidak diketahui dan n>30

T

Y

Varians dari data baik varian populasi 2 maupun varians sampel S2.

Ukuran sampel yanga baik

Derajat kepercayaan: 100. (1-) %d. Estimasi Mean1. 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 (), dari suatu populasi akan ditaksir berapa besarnya harga rata-rata ( mean). Jika digunakan sampel besar (n30) 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

Z/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 hipotesisa. 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 100; m > 100; m < 100b. Pemilihan tingkat kepentingan (level of Significance, a ) = 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 digunakanDistribusi 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 GandaKlasifikasi :

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 s22 Uji t sampel ukuran kecil (n < 30) untuk populasi yang independen jika uji F-nya menunjukkan s12 = s22 L. Regresi Dan Korelasi Linear StandarRegresi 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 SederhanaDalam 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:

= a+bx

dimana:

= nilai estimate data terikat

a = titik potong garis regresi pada sumbu y atau nilai estimate bila x=0

b = gradient garis regresi (perubahan nilai estimate per satuan perubahan nilai x)

x = nilai variabel bebasc. 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 y= y- y =02. Kuadrat dari simpangan-simpangan mencapai nilai minimum (least square value of deviations). Jadi : (y)2= ( 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 xy-x(y)n x2-(x)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 bebasd. Standar Error Estimasi

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 regresiUntuk 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 keputusan6. Masukan data pada diagram control

7. Pengambilan keputusan secara statistic8. 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 : + 3

Cl

:

LCL: - 3

Diagram kendali merupakan bagian yang terpenting dalam upaya mengendalikan kualitas produk meliputi :a. Prosedur Umum hipotesis dan hipotesis alternaifb. Penyelidikan pada data out of controlc. Data out of control bersifat tidak terus menerus maka revisid. 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. SampelMenurut 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 penelitianUntuk 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 X1Dalam penelitian ini variabel X1 adalah lamanya waktu pelayanan kasir di Indomaret.2. Variabel X2Dalam 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 Data

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.xf

1 -31101616051.37513.72638.8826388.77

32 - 62114751720.37224.07414.944564.31

63 - 9367846810.6363.78112.97677.80

94 - 124210921841.6383.261732.943465.88

125 - 155314042072.63217.895274.9115824.73

156 - 1861171171103.63103.6310738.8810738.88

187 - 2172202404134.63269.2618124.8536249.70

352358434.880.0539038.3697910.06

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.

CustomerwaktuCustomerWaktuCustomerWaktu

1206164531151

219117313212

3178185133151

46198344

563204435153

61052171

76622131

8102364

91012463

10352515

11302659

121122734

13342824

141352952

15363042

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

Meanx = 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 + 11+ 2 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

RangeR = xmax xmin = 206 4 = 202

Simpangan KuartilQd = Q3- Q12 = 89.625-27.982 = 30.8225

Simpangan Mutlak Rata rataMDx = i=1k fi xmi - x n= 0.0535 = 0.00143

Deviasi Standardsx = i=1kfi xmi - x 2n-1= 97910.0634=53.663

VariansS2x = 2879.71

Koefisien VariansVx = 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

x= x n = 53.663 35 = 9.07

x- z x < x < x + z x

67.37 (1.96) (9.07) < x < 67.37 + (1.96) (9.07)

49.593 < x < 85.15

4.1 INDOMARET

Berikut ini merupakan tabel dari data yang diperoleh berdasarkan suvei kami di Indomaret Cabang Mayor Oking 4. Data tersebut sudah kami bagi berdasarkan interval kelas, dengan panjang kelas adalah 30 dan jumlah frekuensinya adalah 35.

Xf

1 -312163286.8173.67534.2415068.5

32 - 62104747055.85583113.6431136.4

63 - 93117885824.8273615.046765.4

94 - 12441094366.22538.44154

125 - 155314042037.21121383.844152

156 - 186217134268.2136.44651.249302.48

187 - 217120220299.2999840.649841

218 - 24802330130.2016952.040

249 - 27902640161.2025985.440

280 - 31002950192.2036940.840

311 - 3411326326223.222349818.2449818

342 - 37203570254.2064617.640

373 - 40303880285.2081339.040

404 - 43404190316.2099982.440

435 - 46504500347.20120547.840

466- 4960481048102313610

497 - 5271512512512512262144262144

3535983280.82111.61016865.6388380.96

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.

CustomerwaktuCustomer2waktu3Customer3waktu4

1322166431107

261179032127

35018423375

42519913449

515208935122

61622145

7612298

81702335

9482470

107525150

11702665

1215027195

131182867

14572963

155003058

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 + 11+ 2 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

x = x n = 92.94 35 = 15.71

x- z/2* x < x < x + z/2 *x

102.8 (1.96) (15.71) < x < 102.8 + (1.96) (15.71)

72.01 < x < 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

xf

1-1002450.5121234.29822.961175.828219.2

101-20010150.5150565.71657.104317.8043178.00

201-3001250.5250.5165.71165.7127459.8027459.80

352967.5265.711645.7732953.498857.0

Indomaret

xf

1-1002450.5121248.571165.682359.0456617.08

101-2008150.5120451.43411.432645.0421160.36

201-3001250.5250.5151.43151.4322931.0422931.04

301-4001350.5350.5251.43251.4363217,0463217.04

401-5001450.5450.5351.43351.43123503.04123503.04

353467.5854.282331.39214655.20287428.56

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 : 1 = 2uji dua-ujung

H1 : 1 2

H0 menunjukkan bahwa mean (1) adalah sama dengan mean (2).

Sedangkan H1 menunjukkan bahwa mean (1) adalah tidak sama dengan mean (2).

Dalam hal ini, mean (1) adalah mean dari Alfamart dan mean (2) adalah mean dari Indomaret.

2) Dengan tingkat kepercayaan adalah 95% , maka di peroleh = 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: = 0.05 /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:

x1-x2 = 12n1+22n2= 92.94235+53.663235=246.8+82.28=329.078=18.14

RUz = x1-x2 x1-x2= 102.8-67.3718.14=1.95

7) Pengambilan keputusan:

Karena -1.96 < RUz 30

Identifikasikan masalah

EMBED Equation.3

EMBED Equation.3

EMBED Equation.3

EMBED Unknown

EMBED Unknown

EMBED Unknown

EMBED Unknown

EMBED Unknown

_1400456516.bin

_1400456520.unknown

_1400456522.unknown

_1400456523.unknown

_1400456524.unknown

_1400456521.unknown

_1400456518.unknown

_1400456519.unknown

_1400456517.unknown

_1400456514.bin

_1400456515.bin

_1400456513.bin