METODOLOGI PENELITIAN KUANTITATIF REVIEW ARTIKEL 16-PERTEMUAN 13

 METODOLOGI PENELITIAN KUANTITATIF

REVIEW ARTIKEL 16-PERTEMUAN 13

Allysa Hafsah Hafidhah | 250321826598 | Offering A25

Topik : Statistik 6. Analisis Varian (Uji Prasyarat, ANCOVA, dan Non Parametrik yang Relevan²⁾

Judul Artikel: Study on the Influence of Processing Technology on Physical-Mechanical Characteristics of 100% Wool Yarns Using the ANCOVA Model

Penulis : Liliana Buhu, Daniela Negru, Liliana Hristian, dan Adrian Buhu

Tahun Terbit : 2021

Baca Disini!  

A. Tujuan Penelitian

Tujuan utama penelitian ini adalah untuk mengetahui pengaruh teknologi pemrosesan terhadap sifat fisik dan mekanik benang wool 100%, terutama terhadap kekuatan putus benang (breaking force). Penelitian ini menggunakan model statistik ANCOVA (Analysis of Covariance) untuk menganalisis apakah terdapat perbedaan signifikan antara benang yang diproduksi dengan teknologi penyisiran (worsted wool) dan tanpa penyisiran (non-worsted wool). Melalui pendekatan ini, peneliti ingin mengevaluasi sejauh mana jenis teknologi pemrosesan berpengaruh terhadap karakteristik kekuatan benang, sambil mengontrol faktor-faktor lain seperti ketidakteraturan benang (USTER unevenness) dan jumlah cacat (imperfections) agar hasil analisis mencerminkan efek murni dari perbedaan teknologi tersebut.

B. Metode Penelitian

Penelitian ini menggunakan pendekatan kuantitatif eksperimental dengan penerapan model ANCOVA, yang menggabungkan metode analisis varians (ANOVA) dan analisis regresi linier. Sampel yang digunakan berupa dua kelompok benang wool 100% dengan nomor kehalusan Nm 28, yang masing-masing diproduksi melalui dua jalur teknologi berbeda: dengan mesin penyisiran (WW – worsted wool) dan tanpa mesin penyisiran (NWW – non-worsted wool). Analisis dilakukan menggunakan perangkat lunak SPSS dengan menetapkan variabel dependen berupa kekuatan putus benang (P dalam cN), sementara variabel independen terdiri atas jenis teknologi pemrosesan sebagai variabel nominal dan tingkat ketidakteraturan (USTER CV%) serta jumlah cacat benang (thin, thick, neps) sebagai variabel kuantitatif. Pengujian dilakukan dengan membandingkan hasil kedua kelompok benang untuk melihat ada tidaknya perbedaan yang signifikan. Selain itu, dilakukan pula uji normalitas (Kolmogorov–Smirnov) dan uji kesalahan rata-rata (Student’s t-test) guna memastikan bahwa distribusi residual model bersifat normal dan hasil analisis dapat diandalkan.

C. Hasil Penelitian

Hasil penelitian menunjukkan bahwa teknologi penyisiran menghasilkan benang dengan kualitas yang lebih tinggi dibandingkan teknologi tanpa penyisiran. Benang yang diproses melalui penyisiran memiliki nilai USTER unevenness (CV%) yang lebih rendah (19,21%) dibandingkan benang tanpa penyisiran (20,2%), serta jumlah cacat benang berupa neps yang jauh lebih sedikit (11,77 dibanding 40,82 per 1000 meter). Nilai kekuatan putus (breaking force) juga lebih besar pada benang disisir (205,67 cN) dibandingkan dengan yang tidak disisir (182,59 cN). Hasil analisis menggunakan model ANCOVA menunjukkan nilai F(1,18) = 54.605 dengan tingkat signifikansi p = 0.000 (< 0.05), yang berarti terdapat perbedaan signifikan antara kedua jenis teknologi pemrosesan terhadap kekuatan putus benang. Selain itu, nilai Partial Eta Squared sebesar 0.752 menunjukkan bahwa sekitar 75% variasi kekuatan putus dijelaskan oleh perbedaan teknologi pemrosesan, yang menandakan efek yang sangat besar. Hasil ini menegaskan bahwa proses penyisiran efektif dalam meningkatkan keseragaman serat, mengurangi cacat, dan memperkuat daya tahan mekanik benang wool.

D. Implikasi dan Rekomendasi Penelitian Lanjutan

Temuan penelitian ini memiliki implikasi penting bagi industri tekstil dan rekayasa material serat. Hasilnya menunjukkan bahwa pemilihan teknologi pemrosesan yang tepat berperan besar dalam menentukan kualitas akhir benang, khususnya untuk produk bernilai tinggi seperti rajutan halus atau kain premium. Benang tanpa penyisiran terbukti lebih sulit diproses, menghasilkan lebih banyak limbah, serta memerlukan tenaga kerja dan waktu lebih banyak pada proses pemintalan. Oleh karena itu, industri disarankan untuk menggunakan proses penyisiran (worsted) dalam produksi benang berkualitas tinggi. Selain itu, penerapan model ANCOVA terbukti efektif dalam mengontrol variabel kovariat dan dapat digunakan pada penelitian lanjutan untuk menganalisis pengaruh parameter lain seperti twist, kelembapan, atau campuran serat sintetis terhadap performa benang. Peneliti juga merekomendasikan agar penelitian serupa dilakukan dengan jumlah sampel yang lebih besar dan pada berbagai jenis serat untuk memperoleh hasil yang lebih komprehensif dan dapat digeneralisasikan pada skala industri yang lebih luas.

E. Novelty

Kebaruan penelitian ini terletak pada penerapan model statistik ANCOVA untuk menganalisis pengaruh teknologi pemrosesan terhadap karakteristik fisik dan mekanik benang wool 100%, yang sebelumnya belum banyak diterapkan pada tahap produksi benang. Penelitian sebelumnya, seperti yang dilakukan oleh Hristian et al. (2017), hanya berfokus pada analisis sifat mekanik kain wool (fabric level) menggunakan model ANCOVA untuk mengevaluasi kekuatan tarik dan elastisitas setelah proses finishing. Dengan kata lain, penelitian terdahulu menitikberatkan pada produk akhir dari serat wool, bukan pada tahap awal proses pemintalan benang. Dalam penelitian ini, penulis memperluas penerapan ANCOVA dengan membandingkan dua teknologi produksi benang (worsted dan non-worsted) serta mempertimbangkan variabel kovariat seperti ketidakteraturan dan jumlah cacat. Selain itu, penelitian ini memperkenalkan penggunaan ANCOVA sebagai alat analisis yang dapat mengontrol pengaruh variabel pengganggu, sehingga mampu memberikan gambaran yang lebih akurat mengenai pengaruh murni teknologi pemrosesan terhadap kekuatan dan kualitas benang. Dengan demikian, studi ini memberikan kontribusi metodologis baru sekaligus memperluas penerapan analisis statistik canggih dalam bidang rekayasa tekstil dan pengendalian kualitas produksi benang.