Software Minitab

1. Pengertian Minitab

Minitab adalah perangkat lunak statistik berbasis antarmuka grafis yang dipakai untuk mengelola data, menganalisis data, membuat grafik, dan menyajikan hasil. Pengguna cukup memilih menu, mengisi kotak dialog, dan mengeklik tombol OK tanpa perlu menulis kode.

Minitab dirancang agar mudah dipelajari. Hasil analisis muncul pada jendela khusus berupa teks yang rapi, sedangkan grafik tampil pada jendela terpisah. Selain itu, Minitab memiliki fitur khas bernama Assistant, yaitu pemandu berupa diagram alir yang membantu pengguna memilih uji yang tepat dan menafsirkan hasilnya.

Berbeda dengan JASP yang gratis dan bersumber terbuka, Minitab merupakan perangkat lunak komersial berlisensi. Namun, tersedia masa percobaan gratis dan sejumlah skema lisensi untuk perorangan, pendidikan, dan perusahaan.

2. Sejarah Singkat

Minitab dikembangkan pada tahun 1972 di Universitas Negeri Pennsylvania (Pennsylvania State University), Amerika Serikat, oleh Barbara F. Ryan, Thomas A. Ryan Jr., dan Brian L. Joiner. Tujuan awalnya adalah menyediakan perangkat lunak yang memudahkan mahasiswa mempelajari statistika tanpa terbebani kerumitan pemrograman, karena versi ringan dari perangkat lunak statistik yang ada saat itu dianggap terlalu sulit bagi pemula.

Pada tahun 1980-an, para pengembang mendirikan perusahaan bernama Minitab yang berkedudukan di State College, Pennsylvania. Seiring waktu, Minitab berkembang dari alat pengajaran menjadi perangkat lunak profesional yang banyak dipakai di industri, terutama pada bidang manufaktur, kesehatan, keuangan, dan jasa.

Popularitas Minitab meningkat pesat seiring berkembangnya gerakan Six Sigma dan manajemen mutu, sebab Minitab menyediakan perangkat analisis mutu yang lengkap.

3. Alasan Memilih Minitab

Mudah dipelajari. Alur kerjanya jelas: masukkan data, pilih menu, isi kotak dialog, lalu baca hasil.

Fitur Assistant. Pemandu bawaan membantu pengguna yang belum yakin memilih uji, lengkap dengan tafsiran hasil dalam bahasa yang sederhana.

Kuat untuk pengendalian mutu. Peta kendali, analisis kapabilitas proses, dan analisis sistem pengukuran tersedia dengan lengkap.

Mendukung rancangan percobaan. Minitab memudahkan penyusunan dan analisis rancangan percobaan (design of experiments).

Grafik interaktif. Grafik dapat disunting, dan sebagian grafik terhubung dengan data sehingga ikut berubah bila data diperbarui.

Banyak dipakai di industri. Kemampuan menggunakan Minitab kerap dicantumkan sebagai nilai tambah dalam lowongan kerja bidang mutu, produksi, dan analisis proses.

Dokumentasi dan pelatihan luas. Tersedia banyak panduan, contoh, dan materi belajar, baik dari pengembang maupun dari komunitas.

4. Produk dalam Keluarga Minitab

Minitab tidak hanya berupa satu aplikasi. Secara umum, produk yang ditawarkan meliputi:

Minitab Statistical Software: aplikasi utama untuk analisis statistik pada komputer.
Minitab Statistical Software versi web: versi berbasis peramban yang dapat dibuka tanpa memasang aplikasi penuh.
Minitab Engage: alat untuk mengelola proyek perbaikan proses dan inisiatif mutu.
Minitab Connect: alat untuk mengumpulkan, mengintegrasikan, dan menyiapkan data dari berbagai sumber.
Minitab Workspace: alat untuk perangkat visual perbaikan proses, seperti diagram alir dan pemetaan proses.

Nama, cakupan, dan skema produk dapat berubah dari waktu ke waktu. Periksa situs resmi Minitab untuk informasi terbaru.

5. Kebutuhan Sistem, Lisensi, dan Cara Memasang

5.1 Kebutuhan sistem

Minitab berjalan pada sistem operasi Windows, dan sejumlah versi juga tersedia untuk macOS serta versi web yang dapat dipakai lintas platform. Persyaratan spesifikasi berbeda pada tiap versi, jadi periksa halaman unduhan resmi sebelum memasang.

5.2 Lisensi dan masa percobaan

Minitab berlisensi berbayar. Pengembang umumnya menyediakan masa percobaan gratis dengan durasi terbatas, serta skema khusus untuk pendidikan. Sebelum membeli, periksa harga dan ketentuan terbaru di situs resmi. Sebagian kampus menyediakan lisensi institusi sehingga mahasiswa dapat memakainya tanpa biaya, jadi tanyakan kepada laboratorium komputer atau bagian teknologi informasi kampus Anda.

5.3 Langkah pemasangan

Buka situs resmi Minitab di minitab.com.
Pilih menu unduhan atau percobaan gratis.
Buat akun dan isi data yang diminta.
Unduh berkas pemasang sesuai sistem operasi.
Jalankan pemasang, lalu ikuti petunjuk pada layar.
Masukkan kunci lisensi atau masuk dengan akun Minitab.
Buka Minitab melalui pintasan di desktop atau menu aplikasi.

Unduhlah hanya dari situs resmi. Perangkat lunak bajakan berisiko mengandung virus, tidak mendapat pembaruan, dan melanggar hukum hak cipta.

6. Mengenal Antarmuka Minitab

Saat dibuka, Minitab menampilkan beberapa bagian utama:

Jendela Sesi (Session Window): tempat hasil analisis ditampilkan dalam bentuk teks, lengkap dengan tabel, nilai statistik, dan kesimpulan.
Lembar Kerja (Worksheet): tempat data dimasukkan dan dilihat dalam bentuk kolom bernomor C1, C2, C3, dan seterusnya. Setiap kolom dapat diberi nama variabel pada baris di atas data.
Jendela Grafik: tampil otomatis setiap kali grafik dibuat.
Navigator Proyek (Project Manager): panel untuk menelusuri seluruh isi proyek, seperti hasil sesi, grafik, lembar kerja, dan riwayat perintah.
Bilah menu: berisi menu utama, antara lain File, Edit, Data, Calc, Stat, Graph, Editor, Tools, Window, dan Help. Menu Assistant juga tersedia pada bilah ini.

Sebagian besar analisis dijalankan melalui menu Stat. Pembuatan grafik dilakukan melalui menu Graph. Pengolahan data dilakukan melalui menu Data dan Calc.

7. Mengelola Data di Minitab

7.1 Format berkas

.mtw: berkas lembar kerja Minitab.
.mpx dan .mpj: berkas proyek Minitab yang menyimpan lembar kerja, hasil sesi, dan grafik. Format proyek dapat berbeda antarversi.
Minitab juga dapat membuka data dari Excel, teks, dan CSV, serta sejumlah format lain melalui menu File > Open.

7.2 Menyiapkan data

Satu kolom mewakili satu variabel.
Satu baris mewakili satu pengamatan atau satu responden.
Berikan nama variabel yang jelas pada baris nama kolom.
Hindari sel gabungan, baris kosong di tengah data, dan catatan tambahan di dalam area data.
Kolom bertipe numerik ditandai apa adanya, sedangkan kolom bertipe teks ditandai dengan huruf T pada nama kolom, dan kolom tanggal atau waktu ditandai dengan huruf D.

7.3 Menyalin data dari Excel

Sorot data pada Excel, lalu salin.
Klik sel pertama pada lembar kerja Minitab.
Tempelkan data. Nama variabel dapat diletakkan pada baris nama kolom.

Alternatifnya, gunakan File > Open Worksheet lalu pilih berkas Excel.

7.4 Membuka data

Pilih File > Open Worksheet.
Pilih berkas data, lalu klik Open.
Periksa tipe data setiap kolom.

7.5 Menyunting, mengurutkan, dan mengubah data

Mengurutkan data: Data > Sort.
Memilah sebagian data (misalnya hanya kelompok tertentu): Data > Subset Worksheet.
Menghitung variabel baru (misalnya skor total kuesioner): Calc > Calculator. Masukkan nama kolom hasil, lalu tulis rumus, misalnya penjumlahan beberapa kolom atau rerata baris melalui Calc > Row Statistics.
Mengubah kode (recode): Data > Recode, untuk mengubah angka menjadi kategori atau sebaliknya.
Menyusun ulang data: Data > Stack untuk menggabungkan beberapa kolom menjadi satu kolom, dan Data > Unstack Columns untuk memisahkan satu kolom berdasarkan kategori.
Membakukan data: Calc > Standardize untuk menghitung skor baku.
Menangani data hilang: Minitab menandai data hilang dengan tanda bintang (*). Periksa jumlahnya melalui statistik deskriptif, lalu putuskan penanganannya.

7.6 Menyimpan pekerjaan

Pilih File > Save Project untuk menyimpan seluruh proyek, atau File > Save Current Worksheet untuk menyimpan lembar kerja saja.

8. Dasar Statistik yang Perlu Dipahami

8.1 Statistik deskriptif dan inferensial

Statistik deskriptif merangkum data yang ada, misalnya lewat rerata dan simpangan baku. Statistik inferensial menarik kesimpulan tentang populasi dari sampel melalui uji hipotesis dan selang kepercayaan.

8.2 Hipotesis dan nilai p

Uji hipotesis membandingkan hipotesis nol (H₀), yaitu anggapan tidak ada perbedaan atau hubungan, dengan hipotesis alternatif (H₁). Nilai p menyatakan peluang memperoleh hasil seperti yang teramati, atau lebih ekstrem, bila H₀ benar. Pada tingkat signifikansi (α) 0,05, H₀ ditolak apabila p kurang dari 0,05.

8.3 Parametrik dan nonparametrik

Uji parametrik mensyaratkan asumsi tertentu, terutama kenormalan dan skala kontinu. Bila asumsi tidak terpenuhi, gunakan uji nonparametrik.

8.4 Memilih uji yang sesuai

Membandingkan dua kelompok independen: uji-t dua sampel (atau Mann-Whitney).
Membandingkan dua pengukuran pada subjek yang sama: uji-t berpasangan (atau Wilcoxon).
Membandingkan tiga kelompok atau lebih: ANOVA (atau Kruskal-Wallis).
Menguji hubungan dua variabel kontinu: korelasi Pearson (atau Spearman).
Memprediksi variabel kontinu: regresi linear.
Memprediksi variabel kategori dua nilai: regresi logistik biner.
Menguji hubungan dua variabel kategori: uji khi-kuadrat.
Menguji konsistensi kuesioner: Cronbach's alpha.
Memantau kestabilan proses: peta kendali.
Menilai kemampuan proses memenuhi spesifikasi: analisis kapabilitas.

9. Tutorial Analisis Data Dasar

Nama menu pada Minitab dapat sedikit berbeda antarversi. Jika tidak menemukan menu yang dimaksud, gunakan kotak pencarian bantuan.

9.1 Statistik Deskriptif

Pilih Stat > Basic Statistics > Display Descriptive Statistics.
Masukkan variabel ke kotak Variables.
Bila ingin dibandingkan antarkelompok, masukkan variabel kategori ke kotak By variables.
Klik Statistics untuk memilih ukuran seperti rerata, simpangan baku, median, minimum, maksimum, dan kuartil.
Klik Graphs bila ingin menampilkan histogram atau diagram kotak-garis.
Klik OK dan baca hasil pada jendela sesi.

9.2 Uji Normalitas

Pilih Stat > Basic Statistics > Normality Test.
Masukkan variabel ke kotak Variable.
Pilih jenis uji: Anderson-Darling, Ryan-Joiner, atau Kolmogorov-Smirnov.
Klik OK.
Bila nilai p lebih besar dari 0,05, data dapat dianggap berdistribusi normal. Pada grafik peluang normal, titik-titik data yang mengikuti garis lurus menandakan data mendekati normal.

9.3 Uji-t Dua Sampel Independen

Digunakan untuk membandingkan rerata dua kelompok yang berbeda.

Pilih Stat > Basic Statistics > 2-Sample t.
Pilih format data: Both samples are in one column bila data digabung dalam satu kolom dengan kolom pengelompok, atau Each sample is in its own column bila kelompok terpisah.
Masukkan variabel pada kotak yang sesuai.
Klik Options untuk mengatur tingkat kepercayaan, hipotesis alternatif, dan asumsi ragam sama atau tidak sama. Bila ragam tidak sama, biarkan asumsi ragam sama tanpa dicentang agar Minitab memakai uji Welch.
Klik Graphs untuk menampilkan diagram kotak-garis atau grafik lainnya.
Baca nilai p. Bila kurang dari 0,05, terdapat perbedaan rerata yang signifikan.

9.4 Uji-t Berpasangan

Digunakan untuk membandingkan dua pengukuran pada subjek yang sama, misalnya sebelum dan sesudah perlakuan.

Pilih Stat > Basic Statistics > Paired t.
Pilih format data dan masukkan dua kolom pengukuran.
Atur pilihan pada Options, lalu klik OK.
Baca selisih rerata, selang kepercayaan, dan nilai p.

9.5 Uji-t Satu Sampel

Digunakan untuk membandingkan rerata sampel dengan nilai acuan.

Pilih Stat > Basic Statistics > 1-Sample t.
Masukkan variabel ke kotak Samples in columns.
Centang Perform hypothesis test, lalu isi Hypothesized mean dengan nilai acuan.
Klik OK dan baca nilai p.

9.6 Uji Kesamaan Ragam

Pilih Stat > Basic Statistics > 2 Variances untuk dua kelompok, atau Stat > ANOVA > Test for Equal Variances untuk beberapa kelompok.
Masukkan data dan pengelompok.
Baca hasil uji F, Bonett, atau Levene sesuai kondisi data.

9.7 Uji Nonparametrik

Bila data tidak normal atau berskala ordinal:

Stat > Nonparametrics > Mann-Whitney: pengganti uji-t dua sampel.
Stat > Nonparametrics > 1-Sample Wilcoxon: pengganti uji-t satu sampel atau berpasangan (pada data berpasangan, hitung dahulu selisihnya).
Stat > Nonparametrics > Kruskal-Wallis: pengganti ANOVA satu arah.
Stat > Nonparametrics > Friedman: pengganti ANOVA ukuran berulang pada rancangan blok.

9.8 ANOVA Satu Arah

Digunakan untuk membandingkan rerata tiga kelompok atau lebih.

Pilih Stat > ANOVA > One-Way.
Pilih format data: Response data are in one column for all factor levels atau in a separate column for each factor level.
Masukkan variabel terikat pada Response dan faktor pada Factor.
Klik Comparisons dan pilih uji lanjut, misalnya Tukey untuk membandingkan semua pasangan atau Dunnett untuk membandingkan dengan kelompok kontrol.
Klik Graphs untuk menampilkan diagram kotak-garis dan grafik sisaan.
Baca nilai p, lalu lihat pengelompokan huruf pada hasil uji lanjut. Kelompok yang berbagi huruf yang sama tidak berbeda signifikan.

9.9 ANOVA Umum (Dua Arah dan Lebih)

Pilih Stat > ANOVA > General Linear Model > Fit General Linear Model.
Masukkan variabel terikat pada Responses.
Masukkan faktor pada Factors.
Klik Model untuk menambahkan suku interaksi bila diperlukan.
Klik Comparisons untuk uji lanjut dan Graphs untuk grafik sisaan.
Baca efek utama dan interaksi. Bila interaksi signifikan, tafsirkan efek utama dengan hati-hati. Grafik interaksi dapat dibuat melalui Stat > ANOVA > Interactions Plot.

9.10 Korelasi

Pilih Stat > Basic Statistics > Correlation.
Masukkan dua variabel atau lebih.
Klik Options untuk memilih jenis korelasi, yaitu Pearson atau Spearman.
Klik OK dan baca koefisien korelasi (r) beserta nilai p.
Untuk memvisualisasikan hubungan, gunakan Graph > Scatterplot atau Graph > Matrix Plot.

Patokan umum kekuatan korelasi: sekitar 0,10 sampai 0,29 lemah, 0,30 sampai 0,49 sedang, dan 0,50 ke atas kuat. Patokan ini bergantung pada bidang ilmu.

9.11 Regresi Linear

Pilih Stat > Regression > Regression > Fit Regression Model.
Masukkan variabel terikat pada Responses.
Masukkan variabel bebas kontinu pada Continuous predictors dan variabel bebas kategorik pada Categorical predictors.
Klik Graphs dan pilih Four in one untuk memeriksa asumsi galat.
Klik Options untuk menampilkan nilai VIF (multikolinearitas), selang kepercayaan, dan prediksi.
Klik OK dan baca hasil.

Hal yang perlu diperhatikan pada hasil:

R-sq: besar ragam respons yang dijelaskan model.
R-sq (adj): R-kuadrat yang disesuaikan, berguna untuk membandingkan model dengan jumlah variabel berbeda.
R-sq (pred): kemampuan model memprediksi data baru.
Analysis of Variance: nilai F dan p untuk kelayakan model.
Coefficients: koefisien setiap variabel, nilai p, dan VIF.

Asumsi yang perlu diperiksa melalui grafik Four in one: kenormalan galat, kesamaan ragam galat, tidak adanya pola pada urutan data, dan tidak adanya pencilan berpengaruh.

Untuk memilih variabel secara bertahap, gunakan Stat > Regression > Regression > Fit Regression Model dengan opsi Stepwise pada bagian pemilihan model, atau gunakan Best Subsets.

9.12 Regresi Logistik Biner

Digunakan bila variabel terikat berupa kategori dua nilai, misalnya lulus atau tidak lulus.

Pilih Stat > Regression > Binary Logistic Regression > Fit Binary Logistic Model.
Masukkan variabel terikat pada Response dan tentukan kejadian yang dianggap sebagai peristiwa.
Masukkan variabel bebas pada Continuous predictors atau Categorical predictors.
Klik OK.
Baca odds ratio: nilai di atas 1 berarti peluang kejadian meningkat, di bawah 1 berarti menurun. Periksa pula uji kecocokan model, seperti uji Hosmer-Lemeshow.

9.13 Uji Khi-Kuadrat

Digunakan untuk menguji hubungan antara dua variabel kategorik.

Bila data sudah berupa tabel frekuensi, pilih Stat > Tables > Chi-Square Test for Association dan pilih Summarized data in a two-way table. Bila data mentah, pilih Raw data (categorical variables).
Masukkan variabel baris dan kolom.
Klik Statistics dan Options untuk menampilkan frekuensi harapan dan kontribusi tiap sel.
Baca statistik khi-kuadrat dan nilai p.
Perhatikan catatan peringatan pada hasil. Bila frekuensi harapan terlalu kecil pada banyak sel, hasil kurang andal.

9.14 Uji Keandalan Kuesioner (Cronbach's Alpha)

Pilih Stat > Multivariate > Item Analysis.
Masukkan seluruh butir pernyataan dari satu konstruk pada kotak Variables.
Aktifkan opsi Cronbach's alpha.
Klik OK dan baca nilai alpha beserta nilai alpha bila suatu butir dihapus.
Nilai alpha 0,70 ke atas lazim dianggap memadai, meskipun ambang batasnya bergantung pada konteks penelitian.

9.15 Analisis Faktor

Pilih Stat > Multivariate > Factor Analysis.
Masukkan variabel yang akan dianalisis.
Klik Options untuk menentukan metode ekstraksi dan jumlah faktor.
Klik Rotation untuk memilih rotasi, misalnya Varimax.
Periksa scree plot, nilai eigen, dan muatan faktor.

Minitab juga menyediakan Principal Components Analysis pada menu yang sama, serta analisis kelompok (cluster) dan analisis diskriminan.

9.16 Analisis Deret Waktu

Digunakan untuk data yang diukur berurutan menurut waktu.

Pilih Stat > Time Series > Time Series Plot untuk melihat pola.
Untuk peramalan, pilih Stat > Time Series lalu pilih metode, seperti rerata bergerak, pemulusan eksponensial, dekomposisi, atau ARIMA.
Tentukan jumlah periode yang diramalkan.
Baca grafik ramalan dan ukuran akurasi, seperti MAPE, MAD, dan MSD.

9.17 Menentukan Ukuran Sampel dan Daya Uji

Pilih Stat > Power and Sample Size.
Pilih jenis uji, misalnya 2-Sample t.
Isi dua dari tiga unsur berikut, sedangkan satu unsur lainnya dihitung oleh Minitab: ukuran sampel, perbedaan yang ingin dideteksi, dan daya uji.
Isi simpangan baku yang diperkirakan.

Langkah ini sebaiknya dilakukan sebelum pengumpulan data agar penelitian memiliki ukuran sampel yang memadai.

10. Grafik di Minitab

Menu Graph menyediakan berbagai jenis grafik, antara lain:

Histogram: menunjukkan bentuk sebaran data.
Boxplot: menunjukkan median, kuartil, dan pencilan.
Scatterplot: menunjukkan hubungan dua variabel.
Bar Chart dan Pie Chart: menyajikan data kategori.
Time Series Plot: menyajikan data menurut waktu.
Probability Plot: memeriksa kecocokan data dengan distribusi tertentu.
Individual Value Plot dan Interval Plot: membandingkan kelompok dengan selang kepercayaan.

Grafik dapat disunting dengan mengeklik ganda bagian yang ingin diubah, seperti judul, sumbu, warna, dan skala. Grafik dapat disalin ke naskah lewat Edit > Copy Graph, atau disimpan sebagai berkas gambar.

11. Analisis Mutu dan Perbaikan Proses

Bagian ini menjadi keunggulan khas Minitab dan sangat berguna bagi lulusan bidang teknik, manajemen operasi, maupun bisnis.

11.1 Diagram Pareto

Digunakan untuk mengidentifikasi penyebab masalah yang paling dominan berdasarkan prinsip bahwa sebagian kecil penyebab menimbulkan sebagian besar masalah.

Pilih Stat > Quality Tools > Pareto Chart.
Masukkan kolom jenis cacat dan kolom frekuensinya.
Klik OK, lalu tafsirkan batang tertinggi sebagai prioritas perbaikan.

11.2 Diagram Sebab-Akibat (Tulang Ikan)

Pilih Stat > Quality Tools > Cause-and-Effect.
Isi kategori penyebab utama beserta rincian penyebabnya.
Tentukan akibat atau masalah yang dianalisis.

11.3 Peta Kendali (Control Chart)

Digunakan untuk memantau kestabilan proses dari waktu ke waktu dan mendeteksi variasi yang tidak wajar.

Data kontinu dengan subkelompok: Stat > Control Charts > Variables Charts for Subgroups > Xbar-R atau Xbar-S.
Data kontinu individual: Stat > Control Charts > Variables Charts for Individuals > I-MR.
Data atribut (cacat): peta P, NP, C, atau U pada Stat > Control Charts > Attributes Charts.

Langkah umum:

Pilih peta kendali yang sesuai jenis data.
Masukkan data dan ukuran subkelompok.
Klik Tests dan aktifkan uji aturan untuk mendeteksi titik di luar batas atau pola tidak wajar.
Klik OK. Titik yang ditandai merah menandakan proses tidak terkendali secara statistik pada titik tersebut.

Proses dikatakan terkendali secara statistik bila variasinya hanya berasal dari sebab umum, dan tidak terkendali bila ada sebab khusus yang perlu diselidiki.

11.4 Analisis Kapabilitas Proses

Digunakan untuk menilai apakah proses mampu memenuhi batas spesifikasi.

Pastikan proses sudah terkendali dan data mendekati normal.
Pilih Stat > Quality Tools > Capability Analysis > Normal.
Masukkan data, ukuran subkelompok, serta batas spesifikasi bawah (LSL) dan atas (USL).
Klik OK dan baca indeks kapabilitas.

Indeks yang umum dibaca:

Cp dan Cpk: kapabilitas potensial dan aktual dalam jangka pendek.
Pp dan Ppk: kinerja proses dalam jangka panjang.
Secara umum, nilai Cpk sekitar 1,33 ke atas dianggap memadai, meskipun ambang batasnya berbeda pada tiap industri.
PPM di luar spesifikasi: perkiraan jumlah produk cacat per sejuta unit.

11.5 Analisis Sistem Pengukuran (Gage R&R)

Digunakan untuk menilai apakah alat ukur dan operator memberi hasil yang konsisten, sebelum data dipakai untuk analisis lain.

Pilih Stat > Quality Tools > Gage Study > Gage R&R Study (Crossed).
Masukkan kolom bagian yang diukur, operator, dan hasil pengukuran.
Klik OK dan baca persentase kontribusi variasi dari alat ukur (keterulangan) dan operator (keterbandingan).
Semakin kecil kontribusi variasi sistem pengukuran terhadap total variasi, semakin baik.

11.6 Rancangan Percobaan (DOE)

Digunakan untuk mengetahui faktor yang memengaruhi hasil secara efisien dengan jumlah percobaan seminimal mungkin.

Pilih Stat > DOE > Factorial > Create Factorial Design.
Tentukan jumlah faktor, jumlah replikasi, dan taraf tiap faktor.
Minitab membuat tabel percobaan pada lembar kerja. Lakukan percobaan sesuai urutan acak, lalu masukkan hasilnya.
Pilih Stat > DOE > Factorial > Analyze Factorial Design untuk menganalisis.
Baca efek utama, interaksi, dan grafik Pareto efek, lalu gunakan grafik optimasi bila diperlukan.

11.7 Ringkasan Alur Perbaikan Proses

Banyak proyek Six Sigma mengikuti tahapan DMAIC: Define (mendefinisikan masalah), Measure (mengukur), Analyze (menganalisis), Improve (memperbaiki), dan Control (mengendalikan). Minitab dapat membantu pada hampir semua tahap, misalnya Gage R&R dan kapabilitas pada tahap ukur, uji hipotesis dan regresi pada tahap analisis, DOE pada tahap perbaikan, serta peta kendali pada tahap pengendalian.

12. Menggunakan Assistant

Menu Assistant memandu pengguna langkah demi langkah:

Pilih Assistant pada bilah menu.
Pilih kategori, seperti Measurement Systems Analysis, Capability Analysis, Graphical Analysis, Hypothesis Tests, Regression, atau Control Charts.
Ikuti diagram alir untuk menentukan uji yang sesuai.
Isi kotak dialog yang lebih sederhana.
Assistant menghasilkan laporan ringkasan, laporan diagnostik, dan kartu laporan yang memeriksa asumsi serta menyatakan apakah hasil dapat diandalkan.

Fitur ini sangat membantu pemula. Meski demikian, tetap pelajari alasan di balik pemilihan uji agar tidak bergantung sepenuhnya pada pemandu.

13. Membaca dan Melaporkan Hasil

13.1 Ukuran efek dan selang kepercayaan

Selain nilai p, sertakan selang kepercayaan dan ukuran efek. Patokan umum:

Cohen's d: sekitar 0,2 kecil, 0,5 sedang, 0,8 besar.
Eta kuadrat (η²): sekitar 0,01 kecil, 0,06 sedang, 0,14 besar.
Koefisien korelasi (r): sekitar 0,1 kecil, 0,3 sedang, 0,5 besar.

Minitab tidak selalu menghitung ukuran efek secara otomatis pada semua uji. Bila diperlukan, hitung secara manual dari keluaran atau gunakan fitur tambahan yang tersedia.

13.2 Contoh pelaporan

Uji-t dua sampel:

"Rerata waktu proses pada mesin A (M = 45,2; SB = 3,1) lebih rendah secara signifikan daripada mesin B (M = 48,0; SB = 3,4), t(56) = 3,20; p = 0,002."

ANOVA satu arah:

"Terdapat perbedaan signifikan kekuatan produk antarpemasok, F(2, 57) = 6,10; p = 0,004. Uji lanjut Tukey menunjukkan bahwa pemasok A berbeda signifikan dengan pemasok C."

Regresi linear:

"Model regresi signifikan, F(2, 47) = 24,50; p < 0,001; R² = 0,51. Suhu berpengaruh positif terhadap hasil produksi (b = 0,38; p < 0,001)."

Analisis kapabilitas:

"Proses menunjukkan Cpk sebesar 1,10 sehingga belum memenuhi target minimal 1,33 dan memerlukan perbaikan."

Sesuaikan seluruh angka dengan keluaran nyata dari data Anda. Contoh di atas hanya ilustrasi format.

13.3 Menyalin hasil ke naskah

Hasil sesi: sorot teks pada Jendela Sesi, salin, lalu tempelkan ke pengolah kata.
Grafik: klik kanan pada grafik, pilih salin atau ekspor sebagai gambar.
Laporan: gunakan File > Export atau fitur pelaporan untuk menyimpan hasil dalam format lain.

14. Studi Kasus Sederhana

Situasi. Sebuah pabrik minuman ingin mengetahui apakah rata-rata volume isi botol pada mesin pengisi baru sudah sesuai target 500 ml. Diambil 40 botol secara acak.

Langkah analisis:

Masukkan 40 data volume ke kolom C1 dan beri nama volume.
Jalankan Stat > Basic Statistics > Display Descriptive Statistics untuk melihat rerata, simpangan baku, dan sebaran data.
Periksa kenormalan dengan Stat > Basic Statistics > Normality Test.
Jalankan Stat > Basic Statistics > 1-Sample t dengan nilai hipotesis 500 untuk menguji apakah rerata volume berbeda dari target.
Gunakan Stat > Control Charts > Variables Charts for Individuals > I-MR untuk memeriksa kestabilan proses.
Bila proses stabil, jalankan Stat > Quality Tools > Capability Analysis > Normal dengan batas spesifikasi, misalnya 495 sampai 505 ml.
Simpulkan: apakah rerata sesuai target, apakah proses stabil, dan apakah proses mampu memenuhi spesifikasi.

15. Perbandingan Minitab dengan Perangkat Lunak Lain

15.1 Minitab dan SPSS

Keduanya berlisensi berbayar dan berantarmuka menu. SPSS lebih dominan pada penelitian ilmu sosial dan survei, sedangkan Minitab lebih menonjol pada pengendalian mutu, peningkatan proses, dan rancangan percobaan.

15.2 Minitab dan JASP

JASP gratis dan bersumber terbuka, unggul pada analisis Bayesian dan keluaran bergaya APA. Minitab berbayar, tetapi jauh lebih lengkap untuk analisis mutu, peta kendali, kapabilitas proses, Gage R&R, dan DOE.

15.3 Minitab dan R atau Python

R dan Python lebih fleksibel dan gratis, tetapi menuntut kemampuan pemrograman. Minitab cocok bagi yang menginginkan hasil cepat tanpa kode.

15.4 Minitab dan Microsoft Excel

Excel cukup untuk pengolahan data dan statistik deskriptif sederhana. Untuk uji inferensial, pemeriksaan asumsi, peta kendali, dan analisis kapabilitas, Minitab jauh lebih memadai.

16. Kelebihan dan Kekurangan Minitab

Kelebihan:

Mudah dipelajari dan cocok bagi pemula.
Lengkap untuk analisis statistik dasar hingga menengah.
Sangat kuat untuk pengendalian mutu, kapabilitas proses, dan DOE.
Memiliki fitur Assistant yang membantu memilih uji dan menafsirkan hasil.
Grafik interaktif dan mudah disunting.
Banyak dipakai di industri sehingga keterampilan ini bernilai di dunia kerja.
Tersedia dokumentasi, pelatihan, dan sumber belajar yang luas.

Kekurangan:

Berlisensi berbayar dan biayanya dapat memberatkan perorangan.
Tampilan hasil dalam bentuk teks pada jendela sesi kurang rapi untuk langsung masuk naskah dibandingkan keluaran bergaya APA.
Kurang fleksibel dibandingkan R atau Python untuk analisis yang sangat khusus.
Sebagian fitur tingkat lanjut memerlukan versi atau paket tertentu.
Sumber belajar berbahasa Indonesia terbatas dibandingkan SPSS.

17. Kesalahan yang Sering Terjadi

Tidak memeriksa asumsi sebelum membaca nilai p.
Salah memilih format data, misalnya data kelompok ditaruh pada format yang tidak sesuai dengan pilihan di kotak dialog.
Memakai uji parametrik pada data yang jelas tidak normal tanpa pertimbangan.
Membuat peta kendali dari data yang tercampur dari beberapa kondisi proses yang berbeda.
Melakukan analisis kapabilitas pada proses yang belum terkendali. Hasilnya menyesatkan karena proses belum stabil.
Mengabaikan Gage R&R. Alat ukur yang tidak andal membuat seluruh analisis berikutnya diragukan.
Menafsirkan korelasi sebagai sebab-akibat.
Hanya melaporkan nilai p tanpa selang kepercayaan dan ukuran efek.
Tidak menyimpan proyek sehingga hasil dan pengaturan hilang.
Menerima hasil begitu saja tanpa membaca catatan peringatan pada jendela sesi.

18. Pemecahan Masalah Umum

Data terbaca sebagai teks. Periksa apakah kolom bertanda T. Pastikan tidak ada huruf, spasi, atau pemisah ribuan yang terselip, lalu ubah tipe data melalui Data > Change Data Type.
Menu berwarna abu-abu. Biasanya lembar kerja belum aktif atau data belum sesuai. Klik pada lembar kerja lalu coba lagi.
Muncul pesan galat saat analisis. Periksa apakah kolom yang dipilih kosong, bertipe salah, atau memiliki data hilang berlebihan.
Grafik tidak sesuai harapan. Klik ganda pada bagian grafik untuk menyunting skala, label, dan tampilan.
Hasil tidak sesuai dengan buku atau perangkat lunak lain. Periksa pengaturan, seperti asumsi ragam sama atau tidak, jenis uji lanjut, dan pemilihan uji satu atau dua sisi.
Berkas proyek tidak dapat dibuka. Berkas dari versi yang lebih baru kadang tidak terbuka pada versi lama. Gunakan versi yang sama atau lebih baru.
Aplikasi lambat. Tutup grafik dan hasil yang tidak diperlukan, atau kurangi ukuran data pada satu proyek.

19. Tips Menggunakan Minitab dengan Efektif

Bersihkan data terlebih dahulu. Periksa data hilang, salah ketik, dan pencilan.
Beri nama kolom yang jelas dan konsisten.
Periksa asumsi uji sebelum menafsirkan hasil.
Gunakan Assistant sebagai pendamping belajar, tetapi pahami konsepnya.
Gunakan grafik terlebih dahulu. Grafik sering menampakkan pencilan dan pola yang tidak terlihat pada angka.
Catat setiap keputusan analisis agar dapat dipertanggungjawabkan.
Simpan proyek secara berkala dan buat salinan cadangan.
Manfaatkan data contoh bawaan untuk berlatih.
Pelajari pintasan untuk menjalankan ulang analisis dengan pengaturan sebelumnya melalui tombol dialog terakhir.
Pahami konsep statistik. Perangkat lunak membantu menghitung, tetapi tidak dapat memilihkan uji yang tepat bagi pertanyaan penelitian Anda.

20. Peluang Karier dan Manfaat Menguasai Minitab

Kemampuan menggunakan Minitab bermanfaat pada berbagai bidang, antara lain:

Manufaktur dan produksi: pengendalian mutu, analisis cacat, dan efisiensi proses.
Jasa dan perbankan: analisis waktu layanan, kepuasan pelanggan, dan kinerja proses.
Kesehatan: analisis data klinis dan mutu pelayanan.
Rantai pasok dan logistik: analisis waktu tunggu dan variasi pengiriman.
Konsultan dan analis proses: proyek Six Sigma dan Lean.

Bagi lulusan yang mengincar posisi analis, kemampuan mengolah data dengan perangkat lunak statistik menjadi nilai tambah yang jelas. Kombinasikan dengan pemahaman konsep statistik, kemampuan menafsirkan hasil, dan kemampuan menyajikannya secara ringkas kepada pihak yang bukan ahli statistik