49 BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Dalam penelitian ini merupakan studi kasus yaitu dengan penyebaran kuesioner untuk mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret yang pernah merasakan pelayanan Kantor Samsat Kota Surakarta kemudian kuesioner akan di analisis.
B. Jenis dan Sumber Data
Data primer merupakan data yang diperoleh langsung dari subyek penelitian dengan menggunakan alat pengukuran atau alat pengambilan data langsung pada subyek sebagai sumber informasi yang dicari. Data primer dalam penelitian ini meliputi data yang diperoleh langsung dari lapangan melalui survey dengan menggunakan daftar pertanyaan yang telah disediakan (Wijaya: 2013).
Data sekunder merupakan data yang diperoleh dari sumber yang menerbitkan dan bersifat siap pakai dan telah dipublikasikan. Data sekunder meliputi dari studi pustaka, hasil penelitian yang relevan, jurnal, buku, internet, dan data dokumen (Wijaya: 2013).
C. Populasi dan Sampel
1. Populasi adalah wilayah generalisasi yang terdiri atas obyek/ subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Endrayanto: 2012). Populasi yang digunakan adalah jumlah seluruh mahasiswa Fakultas Ekonomi dan Bisnis UNS angkatan 2015-2018 dengan jumlah populasi sebagai dasar perhitungan yang digunakan adalah 2435 mahasiswa Fakultas Ekonomi dan Bisnis Universitas Sebelas Maret.
2. Sampel adalah sebagian dari subjek penelitian yang dipilih dan dianggap mewakili keseluruhan (Sumanto: 2014). Dalam penelitian ini, dengan mempertimbangkan jumlah populasi, penelitian dilakukan terhadap sebagian populasi. Pengambilan sampel dilakukan dalam penelitian ini yakni dengan metode random sampling. Teknik pengambilan sampel menggunakan rumus Slovin (Sugiyono: 2011) adalah sebagai berikut :
n =
Keterangan :
n = ukuran sampel N = ukuran populasi
e = presentase kelonggaran ketelitian kesalahan pengambilan sampel yang masih bisa ditoleransi; e = 0,1
Untuk mengetahui perhitungan sampel penelitian inidengan menggunakan rumus Slovin adalah sebagai berikut :
Maka : n =
n =
n =
n =
n = 96,05, disesuaikan oleh peneliti menjadi 179 responden
Berdasarkan perhitungan diatas sampel yang menjadi responden dalam penelitian ini di sesuaikan menjadi 179 responden dari seluruh total mahasiswa Fakultas Ekonomi dan Bisnis, maka hal yang dilakukan untuk mempermudah dalam pengolahan data dan untuk hasil pengujian yang lebih baik. Dalam penelitian ini memberikan peluang yang sama bagi setiap anggota populasi (mahasiswa) untuk dipilih menjadi sampel yang dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu sendiri.
Pengambilan sampel ini dilakukan dengan teknik insindental seperti yang dikemukakan Sugiyono (2011), bahwa sampling insindental adalah penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti maka dapat digunakan sebagai
sampel, bila dipandang orang yang kebetulan ditemui cocok sebagai sumber data.
D. Teknik Pengumpulan Data
Menurut Wijaya ( 2013 : 21) untuk memperoleh data primer terdapat beberapa metode dalam pengumpulan data yaitu wawancara, survey dengan angket atau kuesioner, observasi dan eksperimen. Metode pengumpulan data dalam penelitian ini adalah :
1. Wawancara
Menurut Wijaya (2013: 21) wawancara merupakan pengumpulan data dengan mengajukan pertanyaan langsung kepada responden unntuk memperoleh informasi verbal dari respoden. Dalam penelitian ini dilakukan wawancara secara tatap muka guna memperoleh informasi langsung dengan mahasiswa mengetahui secara lebih mendalam mengenai kondisi pelayanan yang diberikan di Kantor Samsat Kota Surakarta.
2. Kuesioner
Kuesioner (questionnaire ) menurut Azwar (1998: 101) merupakan suatu bentuk instrumen pengumpulan data yang sangat fleksibel yang mana reliabilitas hasilnya sangat banyak bergantung pada subjek penelitian sebagai responden dan pihak peneliti dapat mengupayakan peningkatan reliabilitas dengan menyajikan kalimat – kalimat pertanyaan yang jelas dan disampaikan dengan tepat. Dalam penelitian ini peneliti
mendatangi responden dan memberikan angket pertanyaan yang sudah disiapkan, kemudian diisi oleh responnden serta mengumpulkan kembali angket yang telah diisi.
E. Definisi Operasional Variabel
Definisi operasional variabel untuk mengukur tingkat kepentingan pelayanan menurut persepsi mahasiswa menggunakan metode Importance Performance Analysis (IPA) dengan indikator penilaian berupa Tangible
(Bukti Fisik), Reliability (Kehandalan), Responsiveness (Kesiapan), Assurance (Jaminan), dan Empathy (Empati). Setiap indikator jawaban
yang disediakan adalah Sangat Tidak Penting = 1; Tidak Penting = 2;
Cukup Penting = 3; Penting = 4; dan Sangat Penting = 5
Definisi operasional variabel untuk mengukur tingkat kepuasan menggunakan metode Customer Satisfaction Index (CSI) menurut persepsi mahasiswa dengan indikator penilaian berupa Tangible (Bukti Fisik), Reliability (Kehandalan), Responsiveness (Kesiapan), Assurance (Jaminan), dan Empathy (Empati). Setiap indikator jawaban yang disediakan adalah Sangat Tidak Puas = 1; Tidak Puas = 2; Cukup Puas = 3; Puas = 4; dan Sangat Puas = 5.
Indikator variabel dan atribut penelitian untuk mengukur tingkat kepentingan dan tingkat kepuasan mahasiswa terhadap pelayanan di Kantor Samsat Kota Surakarta menggunakan metode Importance Performance Analysis (IPA) dan Customer Satisfaction Index (CSI) adalah sebagai berikut :
Tabel 3.1 Variabel dan Atribut Penelitian
No. Variabel Atribut Pertanyaan
1. Tangible (Bukti Fisik)
Menyediakan ruang tunggu nyaman dan aman.
Tersedianya ruang tunggu nyaman dan aman.
Menyediakan fasilitas dan parkir memadai.
Tersedianya fasilitas toilet dan parkir memadai Ruang pelayanan yang
bersihm rapi dan nyaman.
Kebersihan, kerapihan, kenyamanan ruang pelayanan
2. Reliability (Kehandalan)
Dapat diandalkan mengenai jam pelayanan yang tepat waktu.
Jam pelayanan yang tepat waktu.
Layanan administrasi tidak segera/ tidak berbelit-belit.
Prosedur administrasi tidak berbelit-belit.
Menyampaikan
kemampuan menyelesaikan masalah dengan cepat
Kemampuan dalam menyelesaikan masalah dengan tepat.
3. Responsiveness (Kesigapan)
Karyawan sigap dalam menanggapi keluhan pelanggan.
Kesigapan dalam menanggapi keluhan pelanggan.
Karyawan selalu berada di tempat saat dibutuhkan.
Petugas selalu berada di tempat saat dibutuhkan.
Kecepatan waktu tunggu tidak lama.
Waktu tunggu tidak lama.
4. Assurance (Jaminan)
Kerahasiaan data selalu terjaga.
Jaminan kerahasian data.
Karyawan yang sopan dan ramah.
Pelayanan yang sopan dan ramah.
Menyesuaikan dan memberi kepastian biaya pelayanan yang telat ditetapkan.
Kesesuaian dan kepastian biaya pelayanan yang telat ditetapkan.
5. Empathy (Empati)
Memberikan layanan tanpa membedakan status.
Layanan yang ada tanpa membedakan status.
Karyawan memberikan rasa nyaman untuk pelanggan
Memberikan rasa nyaman bagi pelanggan dalam memberikan pelayanan.
Karyawan melayani dengan penuh perhatian
Melayani dengan penuh perhatian.
F. Teknik Instrumen Penelitian 1. Pengujian Validitas
Validitas adalah kebenaran penelitian yang digunakan. Untuk mengetahui tingkat kepentingan dan kepuasan mahasiswa terhadap pelayanan pajak kendaraan bermotor di Kantor Samsat Kota Surakarta yang menggunakan analisis product moment. Rumus Karl Pearson sebagai berikut (Agnes; 2010) :
∑ ∑ ∑
√{ ∑ ∑ }{∑ ∑ }
Keterangan :
r = Koefisien Korelasi Product Moment
∑ = Jumlah skor X
∑ = Jumlah skor Y
∑ = Jumlah hasil kali antara X dan Y = Banyaknya sampel yang diuji
Untuk mengetahui apakah itu valid atau tidak maka ketentuan nya sebagai berikut :
a. Jika > dengan tingkat kepercayaan 95% maka valid.
b. Jika
<
dengan tingkat kepercayaan 95% maka tidak valid.2. Pengujian Reliabilitas
Reliabilitas adalah deretan ketepatan, ketelitian, dan akuransi yang ditunjukkan oleh instrumen pengukur. Menurut Agnes (2010) rumus untuk mengukur reliabilitas ini yaitu menggunakan Spearman Brown adalah sebagai berikut :
Rumus Spearman Brown
Keterangan :
r1 = reliabilitas seluruh instrunen
rb = korelasi product moment antara item ganjil dan item genap
Untuk menentukan apakah instrumen itu reliabel atau tidak digunakan ketentuan sebagai berikut :
a. Jika > dengan tingkat kepercayaan 5% maka instrumen tersebut reliabel.
b. Jika < dengan tingkat kepercayaan 5% maka instrumen tersebut tidak reliabel.
3. Uji Normalitas
Uji normalitas dimaksudnya untuk menguji apakah nilai residual yang telah distandarisasi pada model regresi berdistribusi normal atau tidak. Nilai residual berdistribusi normal jika nilai
residual tersebut sebagia besar mendekati nilai rata – ratanya.
Pengujian normalitas data dapat menggunakan Test of Normality Kolmogorov-Smirnov dalam program SPSS. Dasar pengambilan
keputusan menurut Santoso (2012) dapat dilakukan dengan probabilitas (Asymtotic Significance) yaitu:
a. Jika probabilitas > 0,05 maka distribusi dari model regresi adalah normal.
b. Jika probabilitas < 0,05 maka distribusi dari model regresi adalah tidak normal.
4. Uji Homogenitas
Uji homogenitas digunakan untuk menguji apakah dalam sebuah model t-test data homogen atau tidak. Apabila homogenitas terpenuhi maka peneliti dapat melakukan pada tahap analisa data lanjutan, apabila tidak maka harus ada pembetulan-pembetulan metodologis dalam penelitian tersebut (Agnes: 2010). Adapun rumus untuk menguji homogenitas adalah
∑ ∑
Ketentuan pengujian ini adalah jika probabilitas atau Asymp.
Significant (2-tailed) lebih besar dari level of significant (a) maka data berdistribusi normal. Jika nilai significant atau signifikansi
atau nilai probabilitas > 0,05 maka, data bervarian sama atau homogen.
G. Teknik Analisis Data
1. Analisis Statistika Deskriptif
Metode deskriptif adalah suatu metode dalam meneliti status suatu kelompok manusia, suatu objek, suatu kondisi, suatu sistem pemikiran, ataupun suatu kelas pariwisata pada masa sekarang (Nazir, 2019).
Tujuan dari penelitian deskriptif adalah membuat deskripsi, gambaran, atau lukisan secara sistematis, faktual, dan akurat mengenai fakta-fakta, sifat serta hubungan antara fenomena. Analisis deskriptif dalam penelitian ini digunakan untuk menggambarkan dan menganalisis karakteristik persentase mahasiswa terhadap pelayanan samsat. Data yang diperoleh dari analisis ini akan ditabulasikan, dan dideskripsikan secara kesluruhan. Kuesioner untuk menjawab analisis deskriptif.
2. Metode ImportancePerformance Analysis (IPA)
Importance Performance Analysis (IPA) dapat menunjukkan tingkat kepentingan dengan tingkat pelaksanaan kinerja atribut produk.
Tingkat kepentingan tersebut akan diukur menggunakan skala Likert.
Menurut Simamora (2002) skala Likert yang juga dimaksut summated ratings scale merupakan teknik pengukuran sikap yang paling luas digunakan dalam riset pemasraan. Skala Likert merupakan indikator skala untuk mengukur tingkat kepentingan menurut persepsi konsumen
dan tingkat pelaksanaan secara nyata yang ditujukkan melalui kepuasan konsumen. Kepuasan konsumen dipengaruhi oleh dua faktor yaitu harapan konsumen akan kinerja sebuah produk dan kenyataan yang diterima setelah mengkonsumsi produk tersebut. Konsumen akan merasakan puas jika kinerja produk sama atau bahkan melenihi harapan konsumen dan sebaliknya, konsumen akan merasa tidak puas jika kinerja produk ternyata tidak sesuai dengan harapan (Santoso; 2005).
Skala ini memungkinkan konsumen mengungkapkan perasaannya yang diekspresikan ke dalam sebuah kepuasan. Dengan demikian pada penelitian ini menggunakan lima skala karena dengan semakin banyak pilihan jawaban, maka jawaban responden semakin terwakili dan tentu disesuaikan dengan batas kemampuan dari responden. Pilihan dibuat berjenjang mulai dari intensitas paling rendah sampai paling tinggi.
Karena pilihan jawaban berjenjang, maka setiap jawaban bisa diberi bobot sesuai dengan intensitasnya. Dalam pengukuran tingkat kepentingan (importance) dapat dilihat pada tabel 3.2 dibawah ini adalah sebagai berikut:
Tabel 3.2 Skala dan Kriteria Tingkat Kepentingan Atribut
Skala Kriteria
1 Sangat tidak penting
2 Tidak penting
3 Cukup
4 Penting
5 Sangat penting
Hasil dari perhitungan metode Importance Performance Analysis (IPA) yang dilakukan pada tingkat kepentingan (importance) berupa
rata-rata skor yang akan diplotkan ke dalam diagram kartesius (Santoso;
2005). Perhitungan tersebut dapat dijabarkan dengan rumus sebagai berikut :
∑ ∑
Keterangan :
X = Skor rata-rata tingkat kinerja produk
Y = Skor rata-rata tingkat kepentingan responden Xi = Total skor tingkat kepuasan dari seluruh responden Yi = Total skor tingkat kepentingan dari seluruh responden N = Jumlah responden
Penilaian hasil IPA tersebut digolongkan ke dalam rentang skala untuk menentukan tingkat kepentingan dan tingkat kinerja atribut dengan menggunakan skala numerik linear. Rentang skala diperoleh melalui rumus sebagai berikut (Simamora: 2002):
Dimana : m = Skor tertinggi n = Skor terendah
b = Jumlah kelas atau kategori yang akan disusun
Pada penelitian ini akan digunakan rentang skala sebagai berikut :
Rentang skala ini digunakan untuk penilaian skor pada kriteria Tingkat Kepentingan (Importance) pada metode analisis IPA, maka rentang skala adalah sebagai berikut (Simamora; 2002):
1,00 – 1,80 = sangat tidak penting 1,81 – 2,60 = tidak penting
2,61 – 3,40 = cukup 3,41 – 4,20 = penting 4,21 – 5,00 = sangat penting
Hasil perhitungan akan diplotkan pada diagram kartesius. Diagram Kartesius terbentuk dari dua sumbu yaitu sumbu X dan Y yang terbagi atas empat kuadran yang dibatasi oleh dua belah garis yang berpotongan tegak lurus pada titik (X. Y). Nilai pada diagram kartesius diperoleh dari rumus sebagai berikut (Simamora; 2002):
∑ Y ∑
Keterangan :
X = Rata-rata dari skor rata-rata tingkat kepuasan responden
Y = Rata-rata dari skor rata-rata skor tingkat kepentingan responden
Xi = Skor rata-rata tingkat kepuasan Yi = Skor rata-rata tingkat kepentingan n = Jumlah responden
K = Banyaknya atribut yang mempengaruhi kepuasan responden Diagram Kartesius diperlukan dalam menjelaskan hubungan antara tingkat kepuasan dengan tingkat kepentingan responden. Diagram kartesius ini terdiri atas empat kuadran yaitu kuadran I yang merupakan daerah prioritas utama, kuadran II merupakan daerah yang harus dipertahankan, kuadran III merupakan daerah prioritas rendah dan kuadran IV merupakan daerah berlebihan. Diagram Kartesius dapat dilihat pada keterangan sebagai berikut :
a. Kuadran A (Prioritas Utama) merupakan wilayah yang memuat faktor-faktor yang dianggap penting oleh konsumen tetapi pada kenyataannya faktor-faktor ini belum sesuai seperti yang diharapkan.
b. Kuadran B (Pertahankan Prestasi) merupakan wilayah yang memuat faktor-faktor yang dianggap penting oleh konsumen dan faktor-faktor yang dianggap oleh pelanggan adalah sesuai dengan yang dirasakan sehingga tingkat kepuasannya relatif tinggi. ada keadaaan ini tingkat kepuasan konsumen relatif tinggi, sehingga seluruh atribut yang berada pada kuadran II ini harus tetap dipertahankan.
c. Kuadran C (Prioritas Rendah) merupakan wilayah yang memuat faktor-faktor yang dianggap kurang penting oleh konsumen dan pada kenyataannya kinerjanya tidak terlalu istimewa. Pada keadaaan ini tingkat kepuasan konsumen relatif rendah, sehingga produsen belum terlalu penting untuk meningkatkan atribut yang berada pada kuadran III ini.
d. Kuadran D (Berlebihan) merupakan wilayah yang memuat faktor- faktor yang dianggap kurang penting oleh konsumen dan dirasakan terlalu berlebihan. Pada keadaaan ini kinerja produk lebih tinggi dari tingkat kepentingan konsumen, sehingga perlu menurunkan kinerja agar dapat mengefisiensikan sumberdaya atau juga dapat dipertahankan sebagai anti sipasi terhadap perubahan selera dari konsumen.
3. Metode Customer Satisfaction Index (CSI)
Metode Customer Satisfaction Index (CSI) atau indeks kepuasan pelanggan berguna untuk mengukur tingkat kepuasan konsumen secara menyeluruh dengan mempertimbangkan tingkat kepentingan dari kinerja. Menurut Statford (2008) menyatakan bahwa pengukuran indeks ini dengan empat tahapan yaitu sebagai berikut :
a. Menentukan Means Importan Score (MIS) dan Means Satisfaction Score (MMS). Nilai ini diperoleh berdasarkan nilai rata-rata tingkat kepentingan dan nilai rata-rata kinerja tiap responden. Nilai MIS dan MMS dapat diperoleh dengan rumus sebagai berikut :
∑ ∑
Keterangan :
n = jumlah responden
Yi = nilai kepentingan atribut ke-i Xi = nilai kinerja atribut ke-i
b. Membuat Weight Factors (WF) bobot ini merupakan presentase nilai MIS tiap atribut terhadap total MIS seluruh atribut. Perhitungan tersebut dirumuskan sebagai berikut :
∑
c. Membuat Weight Score (WS) bobot ini merupakan perkalian antara Weight Factors (WF) dengan Means Satisfaction Score (MMS) atau
rata-rata tingkat kepuasan. Perhitungan tersebut dirumuskan sebagai berikut :
WSi = WFi x MMSSi
d. Customer Satisfaction Index (CSI) merupakan fungsi dari Weight Score (WS) dibagi Highest Scale (HS). Nilai CSI dapat diperoleh dengan rumus sebagai berikut :
∑
Tingkat kepuasan konsumen dapat dilihat dari kriteria tingkat kepuasan. Kepuasan tertinggi apabila CSI menunjukkan 100 persen dengan rentang kepuasan 1-100 persen. Berdasarkan Simamora (2002) untuk membuat skala linear numerik diawali dengan mencari tentang skala (RS) dengan rumus sebagai berikut :
RS = (m-n)/b
Keterangan :
m = skor tertinggi n = skor terendah
b = jumlah kelas atau kategori yang akan disusun Pada penelitian ini akan digunakan rentang skala sebagai berikut :
RS =
Berdasarkan skala rentang tersebut, maka kriteria kepuasannya adalah sebagai berikut :
0% < CSI ≤ 20% = Sangat tidak puas 20% < CSI ≤ 40% = Tidak puas 40% < CSI ≤ 60% = Cukup puas 60% < CSI ≤ 80% = Puas
80% < CSI ≤ 100% = Sangat puas
4. Metode Anova (Analysis of Variance)
Anova dapat digunakan untuk menganalisis sejumlah sampel dengan jumlah data yang sama pada tiap-tiap kelompok sampel, atau dengan jumlah data yang berbeda. Anova mensyaratkan data-data penelitian untuk dikelompokkan berdasarkan kriteria tertentu.
Penggunaan “variance” sesuai dengan prinsip dasar perbedaan sampel- sampel yang berbeda dilihat dari variabilitas nya. Ukuran yang baik untuk variabilitas adalah variance atau standard deviation (simpang baku). Uji anova pada prinsipnya adalah melakukan analisis variablitas data menjadi dua sumber variasi yaitu variasi antar kelompok dan variasi di dalam kelompok (Wibirama; 2019).
Deviasi uji anova total yaitu antara nilai individual yang ada dalam seluruh sampel dengan mean total. Deviasi antar kelompom (between) yaitu jarak antara mean setiap kelompok dengan mean total. Dan deviasi dalam kelompok (within) yaitu jarak nilai seluruh individu dalam satu kelompok dengan mean kelompok itu sendiri.
Menurut Wibirama (2019) langkah-langkah melakukan uji anova adalah sebagai berikut :
a. Kumpulan sampel dan kelompok berdasarkan kategori tertentu untuk memudahkan pengelompokkan dan perhitungan, buat tabel data sesuai dengan kategori berisi sampel dan kuadrat dari sampel tersebut. Hitung pula total dari sampel dan kuadrat sampel tiap
kelompok. Selain itu, tentukan pula hipotesis nol (H0) dan hipotesis alternatif (H1);
b. Menentukan tipe anova membandingkan rata-rata tiga kelompok atau lebih. Jika berasal dari sampel yang berbeda maka menggunakan Anova satu arah/ One Way.
c. Memeriksa apakah sudah memenuhi asumsi-asumsi sehingga layak menggunakan Uji Anova ada beberapa langkah sebelumnya untuk menentukan Uji Anova adalah sebagai berikut :
1) Uji Normalitas untuk menguji apakah nilai residual yang telah di standarisasi pada model regresi berdistribusi secara normal atau tidak. Hal ini bisa dilakukan menggunakan Uji Kolmogorov Smirnov.
2) Uji Homogenitas untuk menguji apakah dalam model t-test data homogen atau tidak. Apabila homogenitas terpenuhi maka langkah selanjutnya dapat melakukan pada tahap analisa data lanjutan, apabila tidak homogenitas maka harus ada pembetulan- pembetulan metodelogis. Dalam menghitung homogenitas digunakan Uji Bertlett dan Uji Levene.
d. Menghitung variabilitas dari seluruh sampel pengukuran total variabilitas atas data dapat dikelompokkan menjadi tiga bagian adalah sebagai berikut :
1) Total of Sum Squares (SSt) atau Jumlah Kuadrat Total merupakan jumlah kuadrat selisih antara skor individual dengan rata-rata total dengan rumus sebagai berikut :
∑
2) Between Treatments Variability (SSb) atau variabillitas antar kelompok merupakan variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok. Berikut rumus SSb sebagai berikut :
∑
3) Within Treatments Vatiability (SSw) atau variabilitas dalam kelompok merupakan variansi yang ada dalam masing- masing kelompok. Banyaknya variansi akan tergantung pada banyaknya kelompok, dan variansi tidak terpengaruh/
tergantung oleh perbedaan perlakuan antar kelompok. Maka dari itu untuk menentukan jumlah kuadrat dalam adalah sebagai berikut :
Keterangan :
x = data pada masing-masing kelompok;
k = banyaknya kelompok;
T = total x dari masing-masing kelompok;
G = total x dari seluruh kelompok;
n = jumlah sampel masing-masing kelompok;
N = jumlah sampel keseluruhan.
e. Menghitung derajat kebebasan (degree of freedom);
f. Menghitung perbedaan antar kelompok dan perbedaan dalam kelompok;
g. Menghitung nilai distribusi F ( ) berdasarkan perbandingan perbedaan antar kelompok dan perbedaan dalam kelompok. Selain itu, F berdasarkan tabel ( juga dihitung, berdasarkan nilai derajat kebebasan menggunakan tabel distribusi-F;
h. Membandingkan dengan adalah sebagai berikut : 1) Jika > maka Ho ditolak;
2) Jika < maka Hi diterima
i. Membuat kesimpulan apakah memiliki efek signifikan pada perlakuan (treatment) sampel data atau tidak. Jika hasil tidak signifikan, berati seluruh rata-rata sampel adalah sama. Jika perlakuan menghasilkan efek yang signifikan, setidaknya satu dari rata-rata sampel berbeda dari rata-rata sampel yang lain.
