Lap Modul 1

Modul 1 Teknik Sampling dan Statistik Deskriptif
BAB 1
Pendahuluan
1.1.
Tujuan Praktikum
1. Memahami konsep pemilihan sampel, penyajian data, dan statistik
2.
3.
4.
5.
deskriptif
Mampu melakukan pemilihan sampel dengan teknik sampling tertentu
Mampu memberikan gambaran secara ringkas mengenai suatu data
Mampu mengorganisasi data dan menyajikannya dalam bentuk grafik
Memahami gambaran atau distribusi dari sekumpulan data yang
dimiliki
6. Mampu mengolah data tunggal dan data berkelompok menggunakan
software MS. Excel
1.2.
Pelaksanaan Praktikum
1.2.1. Alat dan Bahan
1.Lembar Data
2.Alat tulis
3.Microsoft Excel
4.Minitab
1.2.2. Cara Kerja
Percobaan 1 (Teknik Sampling)
1. Praktikan akan diberikan take home pada asistensi umum untuk
mencari sebuah kasus industri yang akan diolah pada modul 1
2. Praktikan membuat rancangan teknik sampling yang sesuai dengan
lengkap untuk dibawa saat praktikum modul 1.
3. Praktikan mencari data populasi dan kemudian melakukan sampling
sesuai dengan teknik yang telah ditentukan pada rancangan teknik
sampling.
4. Praktikan melakukan pengolahan data untuk menyajikan data
5. Praktikan menyajikan data dengan teknik penyajian data yang
sesuai dalam bentuk poster.
6. Praktikan menyusun laporan akhir
1- 1
Marselina K. / 130607407
Maria Ivania / 130607525
BAB 2
Landasan Teori
2.1. Teknik Sampling
a. Probability Sampling
Probability sampling adalah teknik pengambilan sampel yang memberikan
peluang yang sama bagi setiap unsur (anggota) populasi
1. Simple Random Sampling
Dikatakan simple (sederhana) karena pengambilan anggota sampel dari populasi
dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu
dan bukan karena pertimbangan subyektif. Cara demikian dilakukan bila anggota
populasi dianggap homogen. Contoh : pengundian.
2. Systematic Sampling
Teknik sampling secara sistematis (systematic sampling). Prosedur ini berupa
penarikan sample dengan cara mengambil setiap kasus (nomor urut) yang
kesekian dari daftar populasi. Perbedaan dengan simple random sampling,
random dilakukan hanya untuk memilih sampel pertama. Sedangkan pemilihan
sampel kedua, ketiga dan seterusnya dilakukan secara sistematis berdasarkan
interval yang telah ditetapkan.
3. Stratified Random Sampling
Teknik sampling yang pengambilan sampelnya
dilakukan dengan cara
melakukan proses stratifikasi dan selanjutnya memilih elemen pada masingmasing strata secara random.
4. Cluster Sampling
Teknik sampling yang dipilih jika terdapat asumsi bahwa sifat elemen populasi
dalam satu cluster adalah heterogen dan satu cluster dengan cluster yang lain
cenderung homogen. Keuntungan penggunaan teknik ini adalah menjadikan
proses sampling lebih murah dan cepat daripada jika digunakan teknik simple
random sampling. Akan tetapi, hasil dari cluster sampling ini pada umumnya
kurang akurat dibandingkan simple random sampling.
5. Area Sampling
Teknik sampling yang digunakan untuk menentukan sampel bila obyek yang
akan diteliti atau sumber data sangat luas, misal penduduk dari suatu negara,
propinsi atau kabupaten.
b. Nonprobability Sampling
Nonprobability Sampling adalah teknik pengambilan sampel yang tidak memberi
peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih
menjadi sampel.
1. Judgement Sampling
1- 2
Teknik sampling yang dilakukan dengan cara memilih subyek yang berada dalam
posisi paling tepat untuk memberikan infomasi yang dibutuhkan. Satuan
samplingnya dipilih berdasarkan pertimbangan tertentu dengan tujuan untuk
memperoleh satuan sampling yang memiliki karakteristik atau kriteria yang
dikehendaki dalam pengambilan sampel.
2. Convenience Sampling
Teknik sampling yang dilakukan dengan cara mengumpulkan informasi dari
anggota populasi yang dapat dengan mudah menyediakan informasi tersebut.
Peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan
saja.
3. Quota Sampling
Teknik sampling yang dilakukan untuk menentukan sampel dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.
4. Snow-ball Sampling
Teknik sampling yang dilakukan dengan menentukan sampel pertama kemudian
sampel berikutnya ditentukan berdasarkan informasi dari sampel pertama,
sampel ketiga ditentukan berdasarkan informasi dari sampel kedua, dan
seterusnya sehingga jumlah sampel semakin besar, seolah-olah terjadi efek bola
salju.
2.2. Statistik Deskriptif
a. Pengertian Statistika Deskriptif
Statistik deskriptif merupakan metode
pengumpulan
data
yang
dapat
memberikan suatu informasi yang dibutuhkan untuk membantu kita memahami

karakteristik data. Statistik deskriptif biasanya tersaji dalam bentuk tabel, grafik,
diagram
ataupun
besaran-besaran
lainnya.
Statistik
deskriptif
hanya
berhubungan dengan hal menguraikan atau memberikan keterangan mengenai

suatu data atau keadaan atau persoalan. Informasi yang dapat diperoleh dari
statistik deskriptif adalah ukuran pemusatan data, ukuran penyebaran data, serta
kecenderungan suatu gugus data.
b. Ukuran Statistik
i. Ukuran Pemusatan Data
Ukuran pemusatan adalah sembarang ukuran yang menunjukkan pusat
segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar
atau sebaliknya dari yang terbesar sampai yang terkecil. Beberapa ukuran
pemusatan data yang kita kenal adalah mean, median dan modus.
1. Ukuran pemusatan untuk data tunggal
Mean (rataan hitung)
1- 3
Median adalah suatu nilai yang membagi data menjadi dua bagian
yang sama banyaknya setelah data tersebut diurutkan dari yang
terkecil hingga yang terbesar.
Jika n ganjil, maka
Jika n genap, maka
Modus adalah nilai data yang paling sering muncul atau nilai data yang
mempunyai frekuensi terbesar

2. Ukuran pemusatan untuk data berkelompok
Mean ( rataan hitung )
Untuk data yang disajikan dalam daftar distribusi frekuensi, maka
rataan hitungnya dapat ditentukan dengan rumus:
Median
Untuk data yang telah disusun dalam daftar distribusi frekuensi,
median dihitung dengan rumus sebagai berikut.
Modus
Nilai modus untuk data yang disajikan dalam daftar distribusi frekuensi
berkelompok tidak dapat tepat, tetapi hanya merupakan nilai
pendekatan. Modus dapat dihitung dengan rumus sebagai berikut.
1- 4
ii. Ukuran Penyebaran

Ukuran penyebaran data digunakan untuk melengkapi deskripsi dari sifat-sifat
sekelompok data, terutama dalam membandingkan sifat-sifat yang dimiliki oleh
masing-masing data terhadap kelompoknya atau sifat-sifat sekelompok data
dengan kelompok data lainnya.
Ukuran penyebaran data merangkum penyebaran data seperti :
1. Rentang/Range
Range adalah selisih antara data terbesar xmax, dengan data terkecil, xmin
2. Inter-Quartile Range
Inter-quartile range (jangkauan antar kuartil) merupakan selisih antara kuartil
ketiga (Q3) dengan kuartil pertama (Q1). Makin kecil jarak tersebut, maka makin
tinggi tingkat konsentrasi distribusi tengah seluas 50% dari seluruh distribusi.
3. Deviasi Kuartil
Deviasi kuartil merupakan setengah kali panjang inter-quartile range atau
setengah dari selisih nilai kuartil ketiga (Q3) dengan kuartil pertama (Q1).
4. Simpangan Absolut Rata-Rata
Simpangan absolut rata-rata adalah jumlah mutlak penyimpangan setiap nilai
pengamatan terhadap rata-rata, dibagi banyaknya pengamatan. Simpangan
absolut rata-rata mencerminkan rata-rata selisih mutlak nilai data terhadap nilai
rata-rata. Untuk data yang tidak dikelompokkan, simpangan absolut rata-rata
(MAD) dihitung dari :
5. Ragam/Varians
Ragam adalah jumlah kuadrat dari selisih nilai observasi dengan rata-rata hitung
dibagi banyaknya observasi. Untuk populasi, ragam dihitung dengan formula:
1- 5
sedangkan untuk sampel
6. Koefisien Variasi
Koefisien variasi merupakan
ukuran
variasi
relatif
yang
bertujuan
membandingkan variasi dari beberapa gugus data yang mempunyai satuan

berbeda.
7. Kurtosis
Kurtosis merupakan tingkat menggunungnya suatu distribusi, yang umumnya
dibandingkan dengan distribusi normal. Bentuk kurtosis, yaitu :
1. Leptokurtic, yaitu distribusi yang berpuncak tinggi dan ekornya relatif panjang.
2. Platikurtik, yaitu distribusi yang berpuncak agak mendatar dan ekornya relatif
pendek.
3. Mesokurtik, yaitu distribusi normal yang puncaknya tidak begitu tinggi dan
tidak begitu mendatar.
8. Kecondongan/Skewness
Hubungan mean, median dan modus akan menentukan distribusi datanya.
bila nilai mean = median = modus, maka bentuk distribusi datanya normal.
bila nilai mean > median > modus, maka bentuk kurva distribusi datanya
condong kanan.
bila nilai mean < median < modus, maka bentuk kurva distribusi datanya
condong kiri.
iii. Ukuran Posisi

Ukuran posisi merupakan ukuran tata letak suatu data yang diurutkan dari yang
terkecil hingga yang terbesar. Ukuran posisi terbagi menjadi empat yaitu kuartil
dan desil, quentil dan persentil.
- Kuartil membagi data menjadi empat bagian yang sama banyak. Dengan
demikian terdapat 3 kuartil yaitu: Q3, Q2 (median) dan Q1.
- Interquartil adalah selisih antara Q3 dan Q1.
- Desil membagi sekelompok data menjadi 10 bagian yang sama banyak,
sehingga masing-masing bagian 10%. Berarti sekelompok data mempunyai 9
desil D1, D2, D3, ... ,D9.
- Persentil membagi sederetan data menjadi 100 bagian yang masing-masing
bagian 1%. Berarti sekelompok data mempunyai 99 persentil, yaitu P1, P2,
P3,..., P99.
- Quentil membagi data menjadi 5 bagian masing-masing 20% dari tabel data.
Maka jumlah sekelompok data mempunyai 4 quentil yaitu Q1, Q2, Q3, dan Q4.
iv. Penyajian Data
a. Distribusi Frekuensi
1- 6
Distribusi frekuensi digunakan untuk mengelompokkan data-data dalam suatu

interval. Distribusi frekuensi bertujuan untuk mengolah data mentah ke dalam
bentuk kelompok data dengan suatu interval tertentu. Bentuk dari distribusi
frekuensi digambarkan ke dalam bentuk tabel frekuensi dimana menerangkan
secara sederhana mengenai data yang diperoleh. Tabel frekuensi memudahkan
kita dalam menyajikan data yang besar. Ada 3 jenis tabel frekuensi yaitu tabel
frekuensi biasa, tabel frekuensi kumulatif, dan tabel frekuensi relatif. Langkahlangkah membuat tabel distribusi frekuensi adalah :
1. Urutkan data dari yang terkecil ke yang terbesar.
2. Tentukan rentang/range
3. Tentukan jumlah kelas
4. Tentukan interval kelas
5. Tentukan batas bawah kelas (lower class limit)

6. Dari nilai terkecil yang telah ditentukan kemudian tambahkan interval untuk
mendapatkan batas atas kelas (upper class limit)
7. Susun kelas
8. Masukkan ke dalam tabel distribusi frekuensi. Contoh tabel distribusi frekuensi
dapat dilihat pada Tabel 1 dan Tabel 2.
b. Penyajian data dengan grafik dan diagram

1. Steam and Leaf
Steam and leaf (diagram batang daun) adalah suatu diagram yang dipergunakan
untuk menyajikan kumpulan data tanpa harus kehilangan informasi semua data
individualnya, secara efektif dapat menampilkan distribusi data, apakah
penyebarannya terpusat atau tersebar, dalam steam and leaf diagram data-data
dipisahkan menjadi dua bagian, angka pertama yang ditulis sebelah kiri disebut
batang (steam) dan sedangkan angka-angka sisanya yang ditulis sebelah kanan
disebut dengan daun (leaf), sebagai contoh data numerik 732 maka dapat
1- 7
dipisahkan menjadi 2 bagian yaitu 7 (batang) 32 (daun). Contoh steam and leaf
dapat dilihat pada Gambar 1.
Gambar 1. Stem and Leaf

2. Histogram
Histogram adalah grafik berbentuk batangan segi empat. Tiap tampilan batang
menunjukkan proporsi frekuensi pada masing-masing deret kategori yang
berdampingan dengan interval yang tidak tumpang tindih. Dasar pembuatannya
menggunakan titik tengah. Langkah-langkah pembuatan histogram adalah:
1. Olah data mentah menggunakan tabel frekuensi.
2. Tentukan nilai tengah dari interval data.
3. Buat diagram histogram dengan membandingkan nilai tengah dengan
frekuensinya.
4. Lihat karakteristik datanya dan analisis.
Contoh histogram dapat dilihat pada Gambar 2.
Gambar 2. Histogram
3. Pie Chart
Pie chart adalah gambar lingkaran yang dibagi-bagi menjadi beberapa bagian
yang masingmasing menunjukkan persentase dari sebuah pengolahan data.
1- 8
Bentuk ini menyerupai kue bundar yang dipotong-potong, itulah sebabnya

mengapa disebut "pie" chart. Dasar pembuatannya biasanya menggunakan
persentase data. Jadi data mentah diubah terlebih dahulu dalam bentuk persen
yang kemudian diubah ke dalam derajat. Langkah-langkah pembuatan pie chart
adalah :
1. Ubah data mentah dalam bentuk frekuensi ke dalam bentuk persen.
2. Sajikan menggunakan pie chart.
3. Atur tampilan hingga data mudah dimengerti.
Contoh pie chart dapat dilihat pada Gambar 3.
Gambar 3. Pie Chart

4. Poligon Frekuensi
Poligon frekuensi adalah diagram batang dengan garis putus-putus yang
menghubungkan titik tengah ujung batang histogram. Dasar pembuatannya
menggunakan titik tengah. Langkah-langkah pembuatan poligon frekuensi
adalah :
1. Olah data mentah menggunakan tabel frekuensi.
2. Tentukan nilai tengah dari interval data.
3..Buat diagram poligon dengan membandingkan
nilai
tengah
dengan
frekuensinya.
4. Lihat karakteristik datanya dan analisis.
Contoh poligon frekuensi dapat dilihat pada Gambar 4.
Gambar 4. Poligon Frekuensi

5. Ogive
Ogive merupakan grafik dari distribusi frekuensi kumulatif yang nilai datanya
disajikan secara horizontal (dari sumbu x). Sedangkan pada vertikal atau sumbu
y dapat disajikan frekuensi kumulatif, frekuensi relatif kumulatif, atau persen
frekuensi kumulatif. Frekuensi yang digunakan akan digambarkan sebagai titik-
1- 9
titik yang akan di hubungkan oleh garis lurus. Contoh ogive dapat dilihat pada
Gambar 5.
Gambar 5. Ogive
1- 10
BAB 3
Data dan Pengolahan Data
3.1. Desain Sampling
3.1.1. Tujuan Sampling
Tujuan sampling dalam praktikum ini adalah untuk mengetahui biaya
yang dikeluarkan untuk pembelian bahan bakar selama seminggu (7 hari) oleh
mahasiswa program studi Ilmu Komunikasi Universitas Atma Jaya Yogyakarta
yang menggunakan sepeda motor sebagai sarana transportasi sehari-hari. Hasil
penelitian ini dapat direkomendasikan pada Dinas Perhubungan Daerah
Istimewa Yogyakarta untuk mengestimasi tarif transportasi yang sesuai untuk
mahasiswa sehingga ke depannya diharapkan banyak mahasiswa yang
menggunakan
transportasi
umum
guna
mengurangi
kemacetan
akibat
kendaraan bermotor khususnya sepeda motor.

3.1.2. Definisi Populasi
Populasi merupakan sekumpulan individu dengan ciri-ciri yang sama
yang hidup menempati ruang yang sama pada waktu tertentu. Dalam penelitian
kali ini populasi yang kami amati adalah mahasiswa program studi Ilmu
Komunikasi Universitas Atma Jaya Yogyakarta sejumlah 1342 orang.
3.1.3. Teknik Sampling yang Digunakan
Langkah pertama untuk melakukan penelitian ini adalah menentukan
jumlah sampel yang akan diambil dari populasi. Populasi mahasiswa program
studi Ilmu Komunikasi Universitas Atma Jaya Yogyakarta adalah 1342 orang.
Dari total mahasiswa Ilmu Komunikasi Universitas Atma Jaya Yogyakarta akan
diambil sampel melalui Tabel Krejae dengan tingkat confidance 95% :
1400 1300
= 302 - 297
1400 1342
302 - X
1000
=
5
132
370 X
X
= 299.1 300
Maka sampel yang harus diambil sejumlah 300 dalam sekali pengambilan
sampel..
Setelah mengetahui jumlah sampel yang harus diambil dalam sekali
pengambilan sampel, selanjutnya melakukan penetuan hari pengambilan
sampel. Pengambilan sampel pertama dilakukan pada hari Selasa dan Rabu,
sedangkan pengambilan sampel kedua dilakukan pada hari Jumat dan Sabtu.
Sebelum melakukan pengambilan sampel dilakukan di lapangan,
dilakukan penentuan teknik sampling yang digunakan. Teknik sampling yang
1- 11
digunakan adalah Convenience Sampling dengan subyek pengguna sepeda

motor sebagai alat transportasi.
3.1.4. Desain Instrumen Sampling
Sampel 1
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
NAMA
Oki M
Triyas
Silvia Diaz Carinadewi
Andreas Kristantya C
Sonya Sorlita
Maria Asumpta R
Michael Bagus Satrio
Paulus Angre Epura
Astasari Dharmesti
Pradipta Tri Angkoso
Mildiana Widi Apsari
Agnes Pangestu
Emily Florentina
Lalang Nur Prabangkara
Aswari Anggit Pramesti
Maya Aulina L
Erwin
Michael Wahyu
Desty Wirawati
Michele
Shindy Bidury Octavia
Wenny Anggraini
David
Vania Griseida
Alfonsus Rendi
Vincentius Rahadyan Adi
Agatha Claudia Pascal
Maria Indah Puspita
Yustina Septriana
Yohanita Rosdiana
Marsha Aletha
Eduardus M.S.
Andreas Bimo A
Bernadetta Maria Aryani
Rilo Alfafeodi
Maria Chandra S R
Stevanus Dewangga A
Novita
NPM
BIAYA
120904605
100904459
130904929
120904617
120904622
120904639
130904956
120904563
120904586
120904591
130904966
130904860
130904862
130904945
120904571
130904924
110904456
130904948
120904686
130904890
120904584
130904980
120904779
130904873
130904887
130904973
130904943
130904949
130904936
130904863
130904967
130904944
130904934
120904577
120904927
130904946
130904955
130904148
1- 12
20000
20000
35000
20000
35000
50000
70000
20000
38000
25000
60000
45000
150000
45000
15000
35000
20000
20000
50000
30000
30000
45000
35000
30000
60000
45000
20000
30000
40000
20000
30000
50000
70000
20000
65000
50000
30000
30000
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
Odiza Alodia P
Rr. Fillasputri Ganindarani
Yosa
Ariestha Adjie Permata
Rana
Tegar Pambudi
Kezia Grace Tananto
Masayu Dewi
Acista Lusitania Kristine Nitbani
Bernadeta Agustina
Joseph Abec
Margaretha Sonya
Andhita P.A
Wiliams Kopong
Dica
Komang Kusuma Wardani
Ginanjar R S
Y. Advent K
Anna Priffy
Ni Made Ratna Puspita N
Pamungkas Adhi
Shanti
Athariqa Annurindyah P
Christy Priskila T
Unnaliatus Khasanah
Gita P
Sica
Temmy
Cornelia Tyas W
Themy Prasetyo
G. Daniel
Ayu Christi Atmaja
Elisabeth Natasha P
Mike
Sandy
Vincentius Kevin Hendratama
Christian Denny
Felicia Katherine
Pradana Dwi Putranto
Richard Pratama
Jeanne Valentin
Monika Pietaningrum
Michael Dewa Nuuri Hartanto
Dyana T
120904795
130904917
120904836
120904624
130904867
120904580
120904633
120904813
100904118
130904881
130904894
120904623
120904585
130904904
120904631
130904974
120904720
120904266
130904965
130904963
120904642
130904919
130904932
130904977
130904935
120904733
120904770
110904965
120904767
120904614
130903086
130904947
130904960
130904925
120904637
120904581
120904628
130904896
130904981
130904964
130904942
130904951
120904587
130904911
1- 13
45000
50000
50000
100000
35000
38000
65000
25000
50000
50000
20000
45000
40000
60000
50000
35000
35000
25000
25000
45000
75000
50000
50000
55000
30000
45000
50000
30000
20000
20000
40000
35000
40000
20000
35000
18000
35000
20000
50000
25000
20000
150000
30000
20000
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
10
0
10
1
10
2
10
3
10
4
10
5
10
6
10
7
10
8
10
9
110
111
112
113
114
115
116
117
118
A. Gemia Dinosa
Febriana Ayu R
Kumala Dinni
Paulina Nadia S
Febrigita Kristianti
Bagas Mujlih
Mediana Maharani
Ignasius Hartanto
Bisma Yoga Pratama
Helena Sandra Auriga
Gregorius Oryza Vadindo
Shani
Fira Rantikania
Hubertus Panji
Natalia Ratna Sulityawati
Johan Paramasatya
Yuliani Panggiki
Antonio A F Martins
120904700
120904727
120904625
130904880
130904971
120904590
130904938
120904578
130904961
130904884
120904579
120904812
120904627
130904950
120904784
120904612
130904941
120904615
60000
40000
20000
25000
20000
20000
30000
15000
50000
45000
35000
55000
40000
70000
50000
45000
40000
75000
Claudia Oliviani
120904634
40000
Hendra M.N
120904671
20000
Retno Wilanten
130904952
120000
Andre Nugroho Susanto
120904562
25000
Bella Tiara Kusuma
130904972
30000
Satrio Permadi
130904882
30000
Eulogius Ricky
120904620
20000
Robinson Umbu Ndami
120904616
50000
Tino Arifin
120904569
25000
Setia Nugraha
Kinanti Danastri Ekasari
Setiadji Kurniawan
Rilo Hindarto
Winto
Dilla Yearike M
Yohanes Niko
Aprisna Hantari B
Natasha Gloryanda Naomi
130904868
120904565
120904613
130904978
120904706
120904657
120904640
120904636
130904969
40000
15000
35000
75000
45000
20000
20000
25000
55000
1- 14
119
12
0
12
1
12
2
12
3
12
4
12
5
12
6
12
7
12
8
12
9
13
0
13
1
13
2
13
3
13
4
13
5
13
6
13
7
13
8
13
9
14
0
14
1
14
2
14
Clara Amanda
Michael Sembiring
120904629
130904970
25000
20000
Dhara Bella
130904869
75000
Rahel Meylitha
130904928
70000
Felik Yossy Irawan
120904621
30000
Caecilia Santi P
110904628
20000
Andreas Richard Pratama
130904964
60000
Clarence Winda Dewi
130904892
20000
Niken Ika
120904588
45000
Cecilia Pretty Grafiani
120904564
10000
Delpita Manurung
130904940
70000
Bernadete Correia Magno
130904864
50000
Annisa R.K
130904897
50000
Gala Duta
130904885
50000
Deta Hapsari
120904635
20000
Vita Madya Rina
130904886
25000
Brigita Wuri Handayani
120904568
30000
Cleverence Kevin Arya
130904953
50000
Meidion Anur Putra
130904976
20000
Novitasari Paragih
130904959
40000
Wifan Audina B
120904559
20000
Yulia Evalina Lopez S
130904975
30000
Astri K
130904962
30000
Maria Agusta Kristiyanawati
130904979
20000
Nur afitianti
120904573
50000
1- 15
3
14
4
14
5
14
6
14
7
14
8
14
9
15
0
15
1
15
2
15
3
15
4
15
5
15
6
15
7
15
8
15
9
16
0
16
1
16
2
16
3
16
4
16
5
16
6
16
Addiba Harold Swandika
120904567
120000
Elisabeth Ririn
120904643
100000
Echa
100904076
50000
Dionisius Reynaldo F
130904933
40000
Agnes FRD Nainggolan
120904653
50000
Jaya Rizqi
130904937
60000
Aya
110904290
30000
Kasilda Yosie Apriliana
120904572
35000
Pius Apri Hantoro
100904040
70000
Caneta Putri
130904982
50000
Gabriella Gina
130904984
75000
Aloysius Adhitya Kristiawan
100904064
30000
Ellen
130904985
35000
Alvinta
130904987
30000
Thabita Tyas
130904988
20000
Aldo D.H.
130904989
45000
Lintang Aninditio
130904990
30000
Arini
130905021
30000
Anton
130905029
40000
Venansia D
130905031
45000
Billy Yosua A
130905035
50000
Fabliano T
130905036
30000
Priskilla P P
130905060
20000
Agnes
130905065
20000
1- 16
7
16
8
16
9
17
0
17
1
17
2
17
3
17
4
17
5
17
6
17
7
17
8
17
9
18
0
18
1
18
2
18
3
18
4
18
5
18
6
18
7
18
8
18
9
19
0
19
Dylan B
140905317
25000
Leonardus Leonardo
140905259
20000
Vivien
140905351
30000
Novandanu
140905498
15000
Oriza Maya
140905276
20000
Novenantus P.A.
130905161
45000
Erlina Anggraeni
100904058
25000
Dwipangga Agritanaga
140905380
15000
Novenna Iman
140905256
18000
Ronald Suhendra B
140905492
35000
Doddy
140905217
40000
Billy Yosua
140905035
40000
Monang Widyoko
140905450
50000
Aloysius Brama
140905385
40000
Yosep
140905389
30000
Albertus E. P
140905293
40000
Felix
140905365
25000
Nur Lintang Ariani
140905410
55000
Chrisna
140905370
120000
Mega Putri Salim
100904056
30000
Gita P. Andrani
130905073
50000
Martina Elisa S
140905263
80000
Kahono
140905427
20000
Edwin M Ginting
130905075
45000
1- 17
1
19
2
19
3
19
4
19
5
19
6
19
7
19
8
19
9
20
0
20
1
20
2
20
3
20
4
20
5
20
6
20
7
20
8
20
9
21
0
211
21
2
21
3
21
4
21
5
Kresna Luki
140905366
22000
R. Siwi T
130905107
25000
Sinta
130905094
30000
Akbar A
130905191
15000
Yohana Fitri
140905306
20000
Glody Amantha
140905480
35000
Tio Bella Lestari
140905508
65000
Kezia
140905249
48000
Claudia Kalinin
140905441
45000
Bayu Adjik
130905076
100000
Meliya Selviana
130905070
80000
Jos Immanuel
140905466
10000
Aaron Sabungan T
140905543
50000
Adrianus Hendro
140905021
45000
Panjiraugi P
140905403
55000
Skolastiko A
130905153
75000
Rinaldi H.S.
130905155
40000
A. Gilang Saputro
130905119
35000
Monica Rachana D
140905274
100000
Viesca
Indah Nur Atika
140905312
140905352
45000
50000
Annisa Hanan
140905446
60000
Dedo B. A
140905523
15000
Sekar Kinasih
140905391
35000
1- 18
21
6
21
7
21
8
21
9
22
0
22
1
22
2
22
3
22
4
22
5
22
6
22
7
22
8
22
9
23
0
23
1
23
2
23
3
23
4
23
5
23
6
23
7
23
8
23
9
Davidson Rosman Lay
130905187
40000
Diana Yunita
140905307
25000
Rizqi Haresti
140905396
60000
Sosiawan Putra Surbakti
120904765
20000
Andi
140905303
35000
Efraim Andhanny
140905487
30000
Clarissa A
140905280
25000
D. Pundan Katresnan
140905513
50000
Edwin
130905144
25000
Elleta Terti Gianina
110904284
25000
Johanes E P
130905202
50000
Andreas Krisna
140905517
55000
Fransisco A
140905309
25000
Oswin Rindang Prakoso
130905878
55000
Irene Ria Nuringtyas
140905255
32000
Alex
140905261
55000
Nelsi A
130905081
45000
Renata
140903505
15000
Lidia Voni
140905411
40000
Evan Nur R
140905375
36000
Cynthia Roefinal
100904177
25000
Dholfy Roderica M
140905428
25000
Yohanes C
140905512
55000
Damianus Tri Eko
140905452
15000
1- 19
24
0
24
1
24
2
24
3
24
4
24
5
24
6
24
7
24
8
24
9
25
0
25
1
25
2
25
3
25
4
25
5
25
6
25
7
25
8
25
9
26
0
26
1
26
2
26
3
Vivi S
140905495
40000
Stella Margareth
140905955
20000
Valentina Febi
130905117
50000
Andreas Joko
140905363
20000
Maria Raisa Z
140905537
45000
Hendry Surya
140905260
25000
Pratiwi Dwi J
130905186
30000
Angela Novinia R
140905241
60000
Febri
140905335
15000
Sindy Veronika Baveli
130905145
20000
Martin Buanan
140905514
35000
Sheila Rebeca H
140905310
30000
Gisca Hillary
130905160
40000
Rika
130905317
25000
Dominggus N K
140905408
75000
Dyah Ayu Sekarwati
130905199
20000
Arum
140905437
60000
Yudit
140905404
80000
Anggreny F S
130905167
25000
Betsaida
130905170
60000
Holly Theresa Bartho
140905379
10000
Winda Peni
140905464
40000
Fransiscus Borgia Edgar
140905475
20000
Purwaningdyah A S
140905295
30000
1- 20
26
4
26
5
26
6
26
7
26
8
26
9
27
0
27
1
27
2
27
3
27
4
27
5
27
6
27
7
27
8
27
9
28
0
28
1
28
2
28
3
28
4
28
5
28
6
28
7
Yohanes Chandra
140905393
38000
Bonafentura Andika G
140905322
65000
Rocie Robin A
140905435
25000
Angela M.S
140905496
25000
Priska
140905342
18000
Pondra Purnama
140905426
35000
Virdita Rizki Ratriani
100904122
20000
Hana Alvinta
140905314
60000
Tita
140905377
40000
Ottario C
140905506
60000
Yuli S Saragi
130905159
20000
Shafna Falconeta
140905483
22000
Abed
130905147
30000
Febri
140905321
35000
Nawang
140905353
45000
Jimmy
140905372
32000
Clara
140905316
55000
Muhammad Ariel
140905547
65000
Edwin Victor
140905387
25000
Maria Fatima Dewi
100904050
10000
Yulanda Felicia
140904940
70000
Frischa D.S
140905540
15000
Arga M S
130905082
75000
Vivien
140905751
15000
1- 21
28
8
28
9
29
0
29
1
29
2
29
3
29
4
29
5
29
6
29
7
29
8
29
9
30
0
Frans E Ijo
140905536
40000
Natalia Ningrum
140905305
18000
Laurensius Bagus
140905456
20000
Togu Yehezkiel
140905239
30000
Maria Tisa
140905511
70000
Kirana N
130905080
25000
Andreas Evan Setiawan
140905313
50000
Santha Oktabrianca O
140905414
30000
Adhitia Kurniawan
140905423
30000
Ivan Franco
140905485
25000
Nena
140905533
50000
Kenia
130905129
30000
Andre Christo F
130905194
35000
Sampel 2
No
1
2
Nama
Dyana T
Addiba Harold Swandika
3
Yuliani Panggiki
4
Nur Lintang Ariani
5
Margaretha Sonya
6
Johanes E P
7
Echa
8
Shindy Bidury Octavia
9
Pamungkas Adhi
10
Clarissa A
NPM
Biaya
130904911
12090456
7
13090494
1
14090541
0
12090462
3
13090520
2
10090407
6
12090458
4
12090464
2
14090528
0
1- 22
20000
120000
40000
55000
45000
50000
50000
30000
75000
25000
11
Martin Buanan
12
David
13
14
15
Kahono
Caecilia Santi P
Ronald Suhendra B
16
Cornelia Tyas W
17
Satrio Permadi
18
Billy Yosua A
19
Davidson Rosman Lay
20
Sheila Rebeca H
21
Y. Advent K
22
Edwin
23
Dholfy Roderica M
24
Cynthia Roefinal
25
Bonafentura Andika G
26
Komang Kusuma Wardani
27
Skolastiko A
28
Gabriella Gina
29
Unnaliatus Khasanah
30
Kirana N
31
Kresna Luki
32
Fabliano T
33
Winda Peni
34
Kumala Dinni
35
Christy Priskila T
36
37
Jaya Rizqi
Febri
14090551
4
12090477
9
14090542
7
110904628
14090549
2
12090476
7
13090488
2
13090503
5
13090518
7
14090531
0
12090426
6
13090514
4
14090542
8
10090417
7
14090532
2
13090497
4
13090515
3
13090498
4
13090493
5
13090508
0
14090536
6
13090503
6
14090546
4
12090462
5
13090497
7
13090493
7
14090533
1- 23
35000
35000
20000
20000
35000
20000
30000
50000
40000
30000
25000
25000
25000
25000
65000
35000
75000
75000
30000
25000
22000
30000
40000
20000
55000
60000
15000
38
Novita
39
Bernadetta Maria Aryani
40
Erlina Anggraeni
41
Ellen
42
Rocie Robin A
43
Hendry Surya
44
45
46
Emily Florentina
Aya
Astri K
47
Meidion Anur Putra
48
Rr. Fillasputri Ganindarani
49
Doddy
50
Kinanti Danastri Ekasari
51
Yohanita Rosdiana
52
Nelsi A
53
Dica
54
Yuli S Saragi
55
Agnes FRD Nainggolan
56
Anton
57
Kezia Grace Tananto
58
R. Siwi T
59
Albertus E. P
60
Bayu Adjik
61
Santha Oktabrianca O
62
Elisabeth Natasha P
63
Vivi S
5
13090414
8
12090457
7
10090405
8
13090498
5
14090543
5
14090526
0
13090486
2
110904290
13090496
2
13090497
6
13090491
7
14090521
7
12090456
5
13090486
3
13090508
1
12090463
1
13090515
9
12090465
3
13090502
9
12090463
3
13090510
7
14090529
3
13090507
6
14090541
4
13090496
0
14090549
5
1- 24
30000
20000
25000
35000
25000
25000
150000
30000
30000
20000
50000
40000
15000
20000
45000
50000
20000
50000
40000
65000
25000
40000
100000
30000
40000
40000
64
Sosiawan Putra Surbakti
65
Clara Amanda
66
Masayu Dewi
67
Alvinta
68
Paulus Angre Epura
69
Agnes Pangestu
70
Anna Priffy
71
72
73
Agnes
Elleta Terti Gianina
Winto
74
Rilo Alfafeodi
75
Leonardus Leonardo
76
Desty Wirawati
77
Renata
78
Vivien
79
Yohana Fitri
80
Oswin Rindang Prakoso
81
Efraim Andhanny
82
Pradipta Tri Angkoso
83
Hubertus Panji
84
Fransisco A
85
Gregorius Oryza Vadindo
86
Stevanus Dewangga A
87
Nawang
88
Venansia D
89
90
Joseph Abec
Marsha Aletha
12090476
5
12090462
9
12090481
3
13090498
7
12090456
3
13090486
0
13090496
5
13090506
5
110904284
12090470
6
12090492
7
14090525
9
12090468
6
14090350
5
14090535
1
14090530
6
13090587
8
14090548
7
12090459
1
13090495
0
14090530
9
12090457
9
13090495
5
14090535
3
13090503
1
13090489
4
13090496
1- 25
20000
25000
25000
30000
20000
45000
25000
20000
25000
45000
65000
20000
50000
15000
30000
20000
55000
30000
25000
70000
25000
35000
30000
45000
45000
20000
30000
91
Jimmy
92
Maria Asumpta R
93
Virdita Rizki Ratriani
94
Maria Fatima Dewi
95
Fransiscus Borgia Edgar
96
Ottario C
97
Febrigita Kristianti
98
Betsaida
99
Vincentius Rahadyan Adi
100
Gala Duta
101
Christian Denny
102
Diana Yunita
103
Bagas Mujlih
104
Oki M
105
Claudia Kalinin
106
Abed
107
Tegar Pambudi
108
Andreas Bimo A
109
Clara
110
Sinta
111
Ni Made Ratna Puspita N
112
Mildiana Widi Apsari
113
Meliya Selviana
114
Tino Arifin
115
116
Novenna Iman
Pratiwi Dwi J
7
14090537
2
12090463
9
10090412
2
10090405
0
14090547
5
14090550
6
13090497
1
13090517
0
13090497
3
13090488
5
12090462
8
14090530
7
12090459
0
12090460
5
14090544
1
13090514
7
12090458
0
13090493
4
14090531
6
13090509
4
13090496
3
13090496
6
13090507
0
12090456
9
14090525
6
13090518
1- 26
32000
50000
20000
10000
20000
60000
20000
60000
45000
50000
35000
25000
20000
20000
45000
30000
38000
70000
55000
30000
45000
60000
80000
25000
18000
30000
117
118
119
Michael Wahyu
Katarina Tathya Ratri
Akbar A
120
Brigita Wuri Handayani
121
Adhitia Kurniawan
122
Helena Sandra Auriga
123
Gita P. Andrani
124
Aldo D.H.
125
Setiadji Kurniawan
126
127
128
Martina Elisa S
Temmy
Odiza Alodia P
129
Cecilia Pretty Grafiani
130
Anggreny F S
131
Shanti
132
Triyas
133
Yulia Evalina Lopez S
134
Shani
135
Felik Yossy Irawan
136
Mike
137
Gita P
138
Caneta Putri
139
Themy Prasetyo
140
Mediana Maharani
141
Monica Rachana D
142
Stella Margareth
6
13090494
8
110904462
13090519
1
12090456
8
14090542
3
13090488
4
13090507
3
13090498
9
12090461
3
14090526
3
110904965
12090479
5
12090456
4
13090516
7
13090491
9
10090445
9
13090497
5
12090481
2
12090462
1
13090492
5
12090473
3
13090498
2
12090461
4
13090493
8
14090527
4
14090595
5
1- 27
20000
15000
15000
30000
30000
45000
50000
45000
35000
80000
30000
45000
10000
25000
50000
20000
30000
55000
30000
20000
45000
50000
20000
30000
100000
20000
143
Laurensius Bagus
144
Annisa Hanan
145
Glody Amantha
146
Hana Alvinta
147
Vita Madya Rina
148
Dominggus N K
149
Alfonsus Rendi
150
Fabianus Riyan Adhitama
151
D. Pundan Katresnan
152
153
154
155
Aswari Anggit Pramesti

Erwin
Valentina Febi
Eulogius Ricky
156
Arini
157
Dyah Ayu Sekarwati
158
159
160
Edwin M Ginting
A. Gilang Saputro
G. Daniel
161
Claudia Oliviani
162
Fira Rantikania
163
Retno Wilanten
164
Andreas Kristantya C
165
Arum
166
Yohanes Niko
167
Angela Novinia R
168
Dilla Yearike M
169
Kenia
14090545
6
14090544
6
14090548
0
14090531
4
13090488
6
14090540
8
13090488
7
10090406
6
14090551
3
12090457
1
110904456
130905117
12090462
0
13090502
1
13090519
9
13090507
5
130905119
13090308
6
12090463
4
12090462
7
13090495
2
12090461
7
14090543
7
12090464
0
14090524
1
12090465
7
13090512
9
1- 28
20000
60000
35000
60000
25000
75000
60000
50000
50000
15000
20000
50000
20000
30000
20000
45000
35000
40000
40000
40000
120000
20000
60000
20000
60000
20000
30000
170
Kezia
171
Yulanda Felicia
172
Evan Nur R
173
Oriza Maya
174
Michael Sembiring
175
Richard Pratama
176
Aaron Sabungan T
177
Silvia Diaz Carinadewi
178
Felicia Katherine
179
180
181
Maria Chandra S R
Veronika Shelvia Anggraini
Indah Nur Atika
182
Dwipangga Agritanaga
183
Mega Putri Salim
184
Purwaningdyah A S
185
Michael Bagus Satrio
186
Johan Paramasatya
187
Andre Nugroho Susanto
188
189
190
Rahel Meylitha
Fidelis Dhayu Nareswari
Nena
191
Ariestha Adjie Permata
192
Togu Yehezkiel
193
Holly Theresa Bartho
194
Novenantus P.A.
195
Adrianus Hendro
196
Febriana Ayu R
14090524
9
14090494
0
14090537
5
14090527
6
13090497
0
13090496
4
14090554
3
13090492
9
13090489
6
13090494
6
110904261
14090535
2
14090538
0
10090405
6
14090529
5
13090495
6
12090461
2
12090456
2
13090492
8
110904358
14090553
3
12090462
4
14090523
9
14090537
9
13090516
1
14090502
1
12090472
7
1- 29
48000
70000
36000
20000
20000
25000
50000
35000
20000
50000
75000
50000
15000
30000
30000
70000
45000
25000
70000
20000
50000
100000
30000
10000
45000
45000
40000
197
Gisca Hillary
198
Yosa
199
Pius Apri Hantoro
200
Astasari Dharmesti
201
Chrisna
202
Panjiraugi P
203
Dhara Bella
204
Vivien
205
Aprisna Hantari B
206
Rika
207
Shafna Falconeta
208
209
210
Vania Griseida
Abraham Genta Buwana
Rinaldi H.S.
211
Andhita P.A
212
Athariqa Annurindyah P
213
Aloysius Brama
214
Edwin Victor
215
A. Gemia Dinosa
216
Yohanes C
217
Setia Nugraha
218
Maya Aulina L
219
Bernadeta Agustina
220
Frans E Ijo
221
Wenny Anggraini
222
223
Maria Raisa Z
Monang Widyoko
13090516
0
12090483
6
10090404
0
12090458
6
14090537
0
14090540
3
13090486
9
14090575
1
12090463
6
13090531
7
14090548
3
13090487
3
110904454
13090515
5
12090458
5
13090493
2
14090538
5
14090538
7
12090470
0
14090551
2
13090486
8
13090492
4
13090488
1
14090553
6
13090498
0
14090553
7
14090545
1- 30
40000
50000
70000
38000
120000
55000
75000
15000
25000
25000
22000
30000
60000
40000
40000
50000
40000
25000
60000
55000
40000
35000
50000
40000
45000
45000
50000
224
Maria Indah Puspita
225
Andre Christo F
226
227
228
Andreas Richard Pratama

Acista Lusitania Kristine Nitbani
Eduardus M.S.
229
Deta Hapsari
230
Robinson Umbu Ndami
231
Michael Dewa Nuuri Hartanto
232
Natasha Gloryanda Naomi
233
Yosep
234
Sandy
235
Pradana Dwi Putranto
236
Rilo Hindarto
237
Yohanes Chandra
238
Aloysius Adhitya Kristiawan
239
Vincentius Kevin Hendratama
240
Viesca
241
Sindy Veronika Baveli
242
Maria Agusta Kristiyanawati
243
244
245
Dionisius Reynaldo F
Maria Tisa
Sekar Kinasih
246
247
248
Paulina Nadia S
Ayumi Rizkana
Sica
249
250
Priskilla P P
Febri
0
13090494
9
13090519
4
13090496
4
100904118
13090494
4
12090463
5
12090461
6
12090458
7
13090496
9
14090538
9
12090463
7
13090498
1
13090497
8
14090539
3
10090406
4
12090458
1
14090531
2
13090514
5
13090497
9
13090493
3
140905511
14090539
1
13090488
0
110904289
12090477
0
13090506
0
14090532
1- 31
30000
35000
60000
50000
50000
20000
50000
30000
55000
30000
35000
50000
75000
38000
30000
18000
45000
20000
20000
40000
70000
35000
25000
35000
50000
20000
35000
251
Cleverence Kevin Arya
252
Lalang Nur Prabangkara
253
Nur afitianti
254
Monika Pietaningrum
255
Ginanjar R S
256
Felix
257
Rizqi Haresti
258
Novandanu
259
Dylan B
260
Kasilda Yosie Apriliana
261
Rana
262
Andreas Evan Setiawan
263
Elisabeth Ririn
264
265
266
Antonio A F Martins
Lidia Voni
Ivan Franco
267
Muhammad Ariel
268
Ayu Christi Atmaja
269
Niken Ika
270
Alex
271
Agatha Claudia Pascal
272
Pondra Purnama
273
Dedo B. A
274
Bella Tiara Kusuma
275
Andreas Joko
276
Jos Immanuel
1
13090495
3
13090494
5
12090457
3
13090495
1
12090472
0
14090536
5
14090539
6
14090549
8
14090531
7
12090457
2
13090486
7
14090531
3
12090464
3
12090461
5
140905411
14090548
5
14090554
7
13090494
7
12090458
8
14090526
1
13090494
3
14090542
6
14090552
3
13090497
2
14090536
3
14090546
6
1- 32
50000
45000
50000
150000
35000
25000
60000
15000
25000
35000
35000
50000
100000
75000
40000
25000
65000
35000
45000
55000
20000
35000
15000
30000
20000
10000
277
Clarence Winda Dewi
278
Priska
279
Thabita Tyas
280
Wifan Audina B
281
Tio Bella Lestari
282
Natalia Ningrum
283
Lintang Aninditio
284
Billy Yosua
285
Yustina Septriana
286
Sonya Sorlita
287
Natalia Ratna Sulityawati
288
Tita
289
Damianus Tri Eko
290
Andreas Krisna
291
Bisma Yoga Pratama
292
Angela M.S
293
Bernadete Correia Magno
294
295
296
Jeanne Valentin
Nursantia Indriarty
Delpita Manurung
297
Ignasius Hartanto
298
Michele
299
Irene Ria Nuringtyas
300
Novitasari Paragih
13090489
2
14090534
2
13090498
8
12090455
9
14090550
8
14090530
5
13090499
0
14090503
5
13090493
6
12090462
2
12090478
4
14090537
7
14090545
2
14090551
7
13090496
1
14090549
6
13090486
4
13090494
2
110904451
13090494
0
12090457
8
13090489
0
14090525
5
13090495
9
20000
18000
20000
20000
65000
18000
30000
40000
40000
35000
50000
40000
15000
55000
50000
25000
50000
20000
80000
70000
15000
30000
32000
40000
3.2. Pengolahan Data

3.2.1. Sampel 1
1. Merekap data dalam Microsoft Excel
2. Melakukan pengelompokkan data dan kalkulasi menggunakan Microsoft Excel
1- 33
max
min
range
1
2
3
4
5
6
7
8
9
10
150000
10000
jml kls
140000
9.22899
681
10
interval
15169.5
794
15200
Batas
Batas
Bawah
Atas
Frekuensi
Nilai Tengah
10000
25100
98
17550
25200
40300
89
32750
40400
55500
67
47950
55600
70700
26
63150
70800
85900
11
78350
86000
101100
4
93550
101200
116300
0
108750
116400
131500
3
123950
131600
146700
0
139150
146800
161900
2
154350
162000
300
3. Melakukan kalkulasi menggunakan MiniTab
Tally for Discrete Variables: sampel 1

sampel 1
10000
15000
18000
20000
22000
25000
30000
32000
35000
36000
38000
40000
45000
48000
50000
55000
60000
65000
70000
75000
80000
Count
4
12
4
46
2
30
36
2
23
1
3
24
22
1
34
10
13
5
8
8
3
CumCnt
4
16
20
66
68
98
134
136
159
160
163
187
209
210
244
254
267
272
280
288
291
Percent
1.33
4.00
1.33
15.33
0.67
10.00
12.00
0.67
7.67
0.33
1.00
8.00
7.33
0.33
11.33
3.33
4.33
1.67
2.67
2.67
1.00
CumPct
1.33
5.33
6.67
22.00
22.67
32.67
44.67
45.33
53.00
53.33
54.33
62.33
69.67
70.00
81.33
84.67
89.00
90.67
93.33
96.00
97.00
1- 34
100000
120000
150000
N=
4
3
2
300
295
298
300
1.33
1.00
0.67
98.33
99.33
100.00
3.2.2. Sampel 2
1. Merekap data menggunakan Microsoft Excel
2. Melakukan pengelompokkan data dan kalkulasi menggunakan Microsoft Excel
max
min
range
1
2
3
4
5
6
7
8
9
10
150000
10000
jml kls
140000
9.228996
808
10
interval
15169.57
941
15200
Batas
Batas
Frekuen Nilai
Bawah
Atas
si
Tengah
10000
25100
98
17550
25200
40300
89
32750
40400
55500
67
47950
55600
70700
26
63150
70800
85900
11
78350
86000
101100
4
93550
101200
116300
0
108750
116400
131500
3
123950
131600
146700
0
139150
146800
161900
2
154350
162000
300
3. Melakukan kalkulasi menggunakan MiniTab

Tally for Discrete Variables: sampel 2
sampel 2
10000
15000
18000
20000
22000
25000
30000
32000
Count
4
12
4
46
2
30
36
2
CumCnt
4
16
20
66
68
98
134
136
Percent
1.33
4.00
1.33
15.33
0.67
10.00
12.00
0.67
CumPct
1.33
5.33
6.67
22.00
22.67
32.67
44.67
45.33
1- 35
35000
36000
38000
40000
45000
48000
50000
55000
60000
65000
70000
75000
80000
100000
120000
150000
N=
23
1
3
24
22
1
34
10
13
5
8
8
3
4
3
2
300
159
160
163
187
209
210
244
254
267
272
280
288
291
295
298
300
7.67
0.33
1.00
8.00
7.33
0.33
11.33
3.33
4.33
1.67
2.67
2.67
1.00
1.33
1.00
0.67
53.00
53.33
54.33
62.33
69.67
70.00
81.33
84.67
89.00
90.67
93.33
96.00
97.00
98.33
99.33
100.00
3.3. Penyajian Data

3.3.1. Sampel 1
Biaya Pengeluaran Bensin Selama 7 Hari Mahasiswa I lmu Komunikasi UAJ Y
100
JUMLAH MAHASISWA
80
60
40
20
0
17550
32750
47950
63150
78350
93550 108750 123950 139150 154350
MEDIAN
3.3.2. Sampel 2
1- 36
Biaya Pengeluaran Bensin Selama 7 Hari Mahasiswa Ilmu Komunikasi UAJ Y

100
JUMLAH MAHASISWA
80
60
40
20
0
17550
32750
47950
63150
78350
93550 108750 123950 139150 154350
NILAI TENGAH
1- 37
BAB 4
Pembahasan
4.1. Alasan Pemilihan Teknik Sampling
Sampling dilakukan dalam populasi dengan tujuan untuk mencari sampel
yang pada nantinya akan merepresentasikan populasi tersebut. Selain itu,
sampling dilakukan karena hemat biaya, waktu, cepat, mudah dan gampang
diolah. Teknik sampling yang digunakan dalam penelitian ini adalah convenience
sampling. Convenience sampling merupakan teknik sampling yang dilakukan
dengan cara mengumpulkan informasi dari anggota populasi yang dapat dengan
mudah menyediakan informasi tersebut. Alasan menggunakan teknik sampling
ini adalah agar peneliti mudah untuk mendapatkan data mengingat waktu yang
diberikan untuk pengambilan data singkat.
4.2. Alasan Teknik Penyajian Data yang Digunakan
Dalam diagram poligon frekuensi disajikan data berupa frekuensi dan nilai
tengah. Nilai tengah dianggap sebagai perinsi dari suatu interval kelas dan
merupakan suatu angka yang dapat dianggap mewakili suatu interval kelas.
Berdasarkan hal ini, dipilihlah poligon frekuensi sebagai bentuk penyajian data
dalam penelitian ini. Selain itu poligon frekuensi mudah dipahami dan dapat
menggambarkan secara jelas data pada penelitian ini.
4.3. Kendala dalam Proses Sampling Data
Pada proses sampling praktikan menemui banyak kendala yaitu :
1. Keterbatasan SDM dalam menyebarkan kuisoner.
2. Banyaknya data yang harus diambil.
3. Kurang pengetahuan tentang konsep teknik sampling.
4. Waktu yang sangat singkat dalam pengambilan data.
4.4 Perbandingan 2 Sampel yang Diperoleh
Pada penelitian ini, pengambilan sampel dilakukan sebanyak dua kali.
Pengambilan sampel pertama dilakukan pada hari Selasa dan Rabu, sedangkan
pengambilan sampel kedua dilakukan pada hari Jumat dan Sabtu. Berdasarkan
hasil kalkulasi dan data yang diperoleh dapat dikatakan hasil kedua sampel
tersebut sama. Hal ini disebabkan karena koresponden yang didapatkan guna
pengambilan sampel hari kedua hampir sama dengan hari pertama. Kedua
sampel tersebut memiliki nilai median, nilai maksimum, dan nilai minimum yang
sama pula, sehingga jumlah kelas dan interval kelas yang digunakan dalam
pengolahan data kedua sampel tersebut sama.
1- 38
BAB 5
Kesimpulan dan Saran
5.1. Kesimpulan
1. Teknik sampling yang digunakan dalam penelitian ini adalah Convenience
Sampling dimana praktikan memilih koresponden dengan alasan
kemudahan.
2. Jumlah data sampel 1 yaitu 300 dan data sampel 2 yaitu 300.
3. Metode yang digunakan dalam penyajian data adalah poligon frekuensi.
4. Berdasarkan hasil pengolahan data pada kedua sampel, dapat dikatakan
kedua sampel tersebut memiliki median, nilai maksimum dan nilai minimal
yang sama.
5. Kendala dalam
praktikum
ini
adalah
keterbatasan
SDM
dalam
menyebarkan kuisoner, banyaknya data yang harus diambil, kurang

pengetahuan tentang konsep teknik sampling, dan waktu yang sangat
singkat dalam pengambilan data.
5.2. Saran
Dalam praktikum ini sebaiknya waktu yang diberikan untuk pengambilan
sampel sejumlah dua kali pengambilan lebih lama agar data pada sampel
pertama tidak begitu sama dengan data pada sampel kedua. Selain itu, praktikan
perlu dijelaskan mengenai teknik sampling yang digunakan sebelum memilih
topik penelitian agar praktikan tidak mengalami kesulitan.
1- 39
Daftar Pustaka
Montgomery, Douglas C.etc. 2011. Applied Statistic and Probability for
Engineers, Fifth Edition. New York:Wiley&Sons, Inc.
Triola, M.F., 1997. Elementary Statistics 7t h edition. Addison-Wesley. USA.
Walpole, Ronald E. etc. 2012. Probability and Statistic for Engineers and
Scientist, Ninth Editions. Singapore:Pearson
1- 40

Lap Modul 1

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Lap Modul 1

Diunggah oleh

Hak Cipta:

Format Tersedia

Modul 1 Teknik Sampling dan Statistik Deskriptif

Modul 1 Teknik Sampling dan Statistik Deskriptif

dilakukan dengan cara

Modul 1 Teknik Sampling dan Statistik Deskriptif

memberikan suatu informasi yang dibutuhkan untuk membantu kita memahami

berhubungan dengan hal menguraikan atau memberikan keterangan mengenai

Modul 1 Teknik Sampling dan Statistik Deskriptif

Jika n genap, maka

mempunyai frekuensi terbesar

Modul 1 Teknik Sampling dan Statistik Deskriptif

ii. Ukuran Penyebaran

Modul 1 Teknik Sampling dan Statistik Deskriptif

sedangkan untuk sampel

membandingkan variasi dari beberapa gugus data yang mempunyai satuan

iii. Ukuran Posisi

Modul 1 Teknik Sampling dan Statistik Deskriptif

Distribusi frekuensi digunakan untuk mengelompokkan data-data dalam suatu

4. Tentukan interval kelas

5. Tentukan batas bawah kelas (lower class limit)

b. Penyajian data dengan grafik dan diagram

Modul 1 Teknik Sampling dan Statistik Deskriptif

Gambar 1. Stem and Leaf

Modul 1 Teknik Sampling dan Statistik Deskriptif

Bentuk ini menyerupai kue bundar yang dipotong-potong, itulah sebabnya

Gambar 3. Pie Chart

Gambar 4. Poligon Frekuensi

Modul 1 Teknik Sampling dan Statistik Deskriptif

Modul 1 Teknik Sampling dan Statistik Deskriptif

kendaraan bermotor khususnya sepeda motor.

Modul 1 Teknik Sampling dan Statistik Deskriptif

digunakan adalah Convenience Sampling dengan subyek pengguna sepeda

Modul 1 Teknik Sampling dan Statistik Deskriptif

Modul 1 Teknik Sampling dan Statistik Deskriptif

Andre Nugroho Susanto

Bella Tiara Kusuma

Robinson Umbu Ndami

Modul 1 Teknik Sampling dan Statistik Deskriptif

Felik Yossy Irawan

Andreas Richard Pratama

Clarence Winda Dewi

Cecilia Pretty Grafiani

Bernadete Correia Magno

Vita Madya Rina

Brigita Wuri Handayani

Cleverence Kevin Arya

Meidion Anur Putra

Yulia Evalina Lopez S

Maria Agusta Kristiyanawati

Modul 1 Teknik Sampling dan Statistik Deskriptif

Addiba Harold Swandika

Agnes FRD Nainggolan

Kasilda Yosie Apriliana

Pius Apri Hantoro

Aloysius Adhitya Kristiawan

Modul 1 Teknik Sampling dan Statistik Deskriptif

Nur Lintang Ariani

Mega Putri Salim

Modul 1 Teknik Sampling dan Statistik Deskriptif

Tio Bella Lestari

Modul 1 Teknik Sampling dan Statistik Deskriptif

Davidson Rosman Lay

Sosiawan Putra Surbakti