MODUL

STATISTIK DESKRIPTIF

BAB I
PENDAHULUAN
1.1

Latar Belakang

Seperti kita ketahui, masalah ketersediaan air bersih di beberapa provinsi di

Indonesia

masih

sangat

memprihatinkan.

Padahal,

air

bersih

sangatlah

berpengaruh terhadap kelangsungan hidup manusia. Terutama pada provinsi

yang letaknya relative jauh dari ibukota. Untuk memenuhi kebutuhan sehari-hari
baik untuk keperluan rumah tangga maupun kebutuhan air minum untuk
dikonsumsi sangatlah terbatas.
Oleh karna itu, kami memilih data jumlah pegawai air minum tahun 2008
berdasarkan provinsi yang ada di Indonesia untuk diolah, dianalisis, dan
diinterpretasikan. Kami berharap dapat mengetahui persebaran perusahaan air
minum pada tiap provinsi di Indonesia, yang mana banyaknya perusahaan
penyedia air minum ini mencerminkan pemanfaatan sumber mata air bersih yang
ada pada provinsi tersebut. Beberapa provinsi yang mengalami keterbatasaan air
bersih mungkin dapat memiliki sumber mata air yang memadai, namun belum
dimanfaatkan dengan maksimal.
1.2

Batasan Praktikum

Batasan-batasan yang digunakan selama praktikum ini adalah:

1. Jumlah data yang diambil minimal 30 data.
2. Data yang diambil merupakan data sekunder dan cross section.
1.3

Tujuan Praktikum

Tujuan dari pelaksanaan dari praktikum ini adalah:

1. Untuk mengetahui penyebaran jumlah pegawai air minum tahun 2008
dengan diolah menggunakan software Minitab 16 dan manual
2. Untuk menganalisis dan menginterpretasikan data jumlah pegawai air minum
tahun 2008
3. Untuk menyajikan hasil analisis jumlah pegawai air minum tahun 2008
berupa data tunggal maupun data berkelompok
1.4

Manfaat Praktikum

Manfaat yang dapat diperoleh dari pelaksanaan praktikum ini adalah:

1. Dapat mengetahui penyebaran jumlah pegawai air minum tahun 2008
berdasarkan provinsi yang ada
2. Dapat membantu dalam menentukan pemerataan jumlah perusahaan
penyedia air minum untuk mengatasi permasalahan keterbatasan air bersih
di beberapa provinsi di Indonesia

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

STATISTIK DESKRIPTIF

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL
I

STATISTIK DESKRIPTIF

BAB II
TINJAUAN PUSTAKA

MODUL
I

2.1 Definisi Statistik dan Statistika

Statistik adalah sekumpulan angka untuk menerangkan sesuatu, baik angka
yang belum tersusun (masih acak) maupun angka-angka yang sudah tersusun
dalam suatu daftar atau grafik (Hasan, 2004:1). Statistika adalah ilmu yang
mempelajari untuk mengumpulkan, mengorganisasi, meringkas, menganalisa
dan menarik kesimpulan dari data (Bluman, 2012:3).
2.2 Pembagian Jenis Data
Berikut ini merupakan pembagian jenis data berdasarkan sifat data, skala
pengukuran data, sumber data dan waktu pengumpulan data.
2.2.1 Berdasarkan Sifat Data
Data
Data

Qualitative
Qualitative

Quantitativ
Quantitativ
e
e

Discrete
Discrete

Continuous
Continuous

Gambar 2.1 Pembagian data berdasarkan sifat data

Berdasarkan sifatnya, data dibagi menjadi dua, yaitu:

1. Data kualitatif adalah data yang dapat ditempatkan dalam kategori yang
berbeda, menurut beberapa karakteristik atau atribut (Bluman, 2012:6).
2. Data kuantitatif adalah berupa numerik dan dapat diurutkan atau diperingkat
(Bluman, 2012:6).
Data kuantitatif dibagi lagi menjadi:
a. Variabel diskrit yaitu dapat diberi nilai seperti 0,1,2,3 dan nilainya dapat
dihitung (Bluman, 2012:6).
b. Variabel kontinyu yaitu dapat mengasumsikan jumlah nilai tak terbatas dalam
sebuah interval antara dua spesifik nilai. Dapat diperoleh dengan pengukuran
dan termasuk pecahan dan desimal (Bluman, 2012:6).
2.2.2 Berdasarkan Skala Pengukuran Data
Berdasarkan skala pengukurannya, data dibagi menjadi empat, yaitu:
1. Data Nominal
Merupakan klasifikasi data dalam kategori yang saling terpisah (non
overlapping) dimana tidak menunjukkan ranking atau urutan dalam data,
meskipun dalam bentuk angka (Bluman, 2012:7).
2. Data Ordinal
Merupakan klasifikasi data dalam kategori yang dapat diurutkan, meskipun
tidak terlihat perbedaan yang saksama antar urutan (Bluman, 2012:8).
3. Data Interval

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

STATISTIK DESKRIPTIF

MODUL
I

Merupakan pengukuran dengan adanya peringkat atau urutan data dan ada
perbedaan antar unit dalam pengukuran, serta tidak ada angka nol yang
berarti (Bluman, 2012:8).
4. Data Rasio
Merupakan pengukuran dengan proses pengukuran seperti karakteristik
dalam interval, namun angka nol disini mempunyai arti. Rasio akan benarbenar ada ketika terdapat variabel yang sama diukur dengan dua anggota
populasi yang berbeda (Bluman, 2012:8).
2.2.3 Berdasarkan Sumber Data
Berdasarkan sumbernya, data dibagi menjadi dua, yaitu:
1. Data internal merupakan data yang dikumpulkan oleh individu atau suatu
organisasi (Weirs, 2008:112).
2. Data eksternal adalah data yang dikumpulkan oleh seseorang dari luar
instansi atau organisasi (Weirs, 2008:112).
Sedangkan untuk sumber pengambilannya, data dibagi lagi menjadi:
a. Data Primer
Data primer adalah data yang diperoleh atau dikumpulkan oleh orang yang
melakukan penelitian atau yang bersangkutan yang memerlukannya (Hasan,
2004:33).
b. Data Sekunder
Data sekunder adalah data yang diperoleh atau dikumpulkan dari sumbersumber yang telah ada (Hasan, 2004:33).
2.2.4 Berdasarkan Waktu Pengumpulan Data
Berdasarkan waktu pengumpulan data, data dibagi menjadi dua, yaitu:
1. Data time series adalah data yang dikumpulkan pada elemen yang sama
untuk periode waktu yang berbeda (Mann, 2007:13).
2. Data cross section adalah data yang dikumpulkan pada elemen yang berbeda
pada poin waktu yang sama atau periode waktu yang sama (Mann, 2007:13).
2.3 Statistik Deskriptif
Statistik deskriptif terdiri atas kumpulan, organisasi, ringkasan dan presentasi
data. Dalam statistik deskriptif, statistika mencoba mendeskripsikan situasi. Dari
sensus penduduk yang diadakan oleh pemerintah US setiap 10 tahun, akan
diperoleh data rata-rata umur, penghasilan, dan karakteristik lain dalam populasi
di US. Ketika data telah terkumpul lalu data tersebut harus diorganisasikan dan
dirangkum, kemudian dipresentasikan dalam penyajian data, seperti diagram,
grafik atau tabel (Bluman, 2012:4). Dalam statistik deskriptif terdapat beberapa
ukuran, yaitu ukuran lokasi (pemusatan), ukuran variabilitas (penyebaran) dan
ukuran bentuk.
2.3.1 Ukuran Lokasi

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL
I

STATISTIK DESKRIPTIF

Ukuran lokasi didesain untuk menyediakan analisis dengan beberapa nilai

kuantitatif dimana senter atau beberapa lokasi lain dari data ditempatkan
(Walpole & Myers, 1973:11).
1. Mean (rata-rata)
Rata-rata adalah penjumlahan dari nilai data dibagi dengan jumlah data. Sifat
dari rata-rata, antara lain: rata-rata ditemukan dengan menggunakan semua
nilai dari data, rata-rata lebih sedikit variasinya dari pada median atau modus
ketika sampel diambil dari populasi yang sama dan ketiga pengukuran ini
digunakan dalam sampel, rata-rata digunakan untuk menghitung perhitungan
statistik yang lain, seperti variansi, dan lain-lain (Bluman, 2012: 116).
Berikut merupakan rumus dari rata-rata.
a. Rata-rata dari populasi:

(2-1)

Sumber: Weirs (2008:91)

b. Rata-rata dari sampel:

x=

xi

(2-2)

Sumber: Weirs (2008:91)

Rata-rata data berkelompok:

f i mi

(2-3)

Sumber: Weirs (2008:93)

Dimana:

= rata-rata populasi

x= rata-rata sampel

x i = data ke i dari populasi

dari

f i = frekuensi kelas

N= jumlah data dalam populasi

mi

penjumlahan

= nilai tengah kelas

2. Median
Median adalah bilangan yang terletak ditengah-tengah setelah bilanganbilangan itu diurutkan. Sifat dari median, antara lain: median digunakan
untuk mencari nilai tengah suatu gugus data, median lebih efektif daripada
rata-rata ketika terdapat data ekstrim, dan lain-lain (Bluman, 2012:116).
a. Median untuk data tunggal

1)

Untuk N genap :

1
Me=
2

(N/2)

+x

] = satu data di tengah (2-4)

(N/2 +1)

Sumber: Marthen (2006:57)

2) Untuk N ganjil :

Me=x

(N+1/2)

= rata-rata dua data di tengah

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

(2-5)

MODUL
I

STATISTIK DESKRIPTIF
Sumber: Marthen (2006:57)

b. Median untuk data kelompok

[ ]

N
F
2
Me=tb+
p
fm

(2-6)

Sumber: Marthen (2006:57)

Dimana :

tb = tepi bawah kelas median

fm = frekuensi kelas median

F = frekuensi kumulatif tepat sebelum kelas median
P = panjang kelas median
3. Modus
Modus merupakan data dengan frekuensi tertinggi. Sifat dari data, antara
lain: modus digunakan ketika data merupakan data nominal, seperti
kepercayaan jenis kelamin atau politik, nilai modus tidak selalu unik karena
dalam suatu data dapat mempunyai lebih dari satu modus atau tidak ada
modus dalam gugus data, dan lain-lain (Bluman, 2012:116).
a. Modus untuk data tunggal
Modus = nilai data yang frekuensinya paling besar
b. Modus untuk data kelompok

Modus=tb+

f 1
p
f 1+ f 2

(2-7)

Sumber: Marthen (2006:56)

Dimana : tb = tepi bawah kelas modus

f1 = frekuensi kelas modus frekuensi kelas sebelum kelas
modus
f2 = frekuensi kelas modus- frekuensi kelas sesudah kelas
modus
P = panjang kelas modus
4. Midrange
Midrange merupakan nilai terendah ditambah nilai tertinggi dibagi menjadi
dua.

Sifat

dari

midrange

antara

lain:

mudah

untuk

diperhitungkan,

memberikan hasil midpoint, sangat terpengaruh oleh nilai ekstrim dalam data
set (Bluman, 116). Berikut merupakan rumus dari midrange:

Midrange=(Largest data value+ Smallest data value)/2

(2-8)

Sumber: Weirs (2008:91)

5. Kuartil
Kuartil membagi nilai menjadi empat bagian yang sama, setiap bagian
merupakan 25% dari observasi (Weirs, 2008:70). Berikut merupakan rumus
dari kuartil, antara lain:

Q1=nilai datake

(N + 1)
4

(2-9)

Sumber: Weirs (2008:91)

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL
I

STATISTIK DESKRIPTIF
Q2=nilai data ke

2(N +1)
4

(2-10)

Sumber: Weirs (2008:91)

Q3=nilai data ke

3(N + 1)
4

(2-11)

Sumber: Weirs (2008:91)

Dimana N merupakan jumlah data dalam populasi dan n merupakan jumlah

data sampel.
6. Desil
Desil merupakan nilai yang membagi data menjadi 10 bagian yang sama,
setiap desil menunjukkan 10% observasi. Median merupakan 5 th desil (Myers,
1973:70).
a. Desil untuk data tunggal

i ( n+1 )
Di=datake
10

a
Di=xi+
b

i+1

xi)

(2-12)

Sumber: J. Supranto (2000:117)

b. Desil untuk data kelompok

( fi ) o
[
]c
10
Di=Lo+

(2-13)

fd

Sumber: J. Supranto (2000:117)

Dimana : Lo = nilai batas bawah dari kelas yang mengandung desil ke-i
n = jumlah semua frekuensi

( fi ) o = jumlah frekuensi dari semua kelas sebelum kelas yang

memuat desil ke-i
fd = frekuensi dari kelas yang memuat desil ke-i
c= besarnya kelas interval yang memuat desil ke-i
in = i kali n
7. Persentil
Persentil merupakan nilai yang membagi data menjadi seratus bagian yang
sama, setiap persentil menunjukkan 1% observasi. Median merupakan 50 th
persentil (Myers, 1973:70).
a. Persentil untuk data tunggal

i ( n+1 )
Pi=datake
100

a
Pi=xi+
b

i+1

- xi)

(2-14)

Sumber: J. Supranto (2000:117)

b. Persentil untuk data kelompok

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL
I

STATISTIK DESKRIPTIF
( fi ) o
[
]c
100
Pi=Lo+

(2-15)

fp

Sumber: J. Supranto (2000:117)

Dimana: fp = frekuensi dari kelas yang memuat persentil

a
b = pecahan hasil letak persentil atau desil yang dicari

2.3.2 Ukuran Variabilitas

Ukuran variabilitas merupakan pengukuran keberagaman data. Dalam
pengukuran ini terdiri dari variansi, standar deviasi dan range.
1. Variansi
Variansi adalah ukuran numerik dari rata-rata kuadrat penyimpangan data
terhadap ukuran pemusatan data. Berdasarkan teorema limit sentral, variansi
digunakan sebagai parameter dari distribusi normal populasi dinotasikan
dengan

, sedangkan sebagai statistik sampel dinotasikan dengan s 2.

Berikut

merupakan

rumus

variansi.

Variansi data tunggal:

a. Variansi untuk populasi

(xi )2

=
2

(2-16)

Sumber: Weirs (2008:92)

b. Variansi untuk sampel

2
(x ix )

s=
2

(2-17)

n1

Sumber: Weirs (2008:92)

Variansi data berkelompok:

a. Variansi untuk populasi

f i m 2N 2

=
2

(2-18)

Sumber: Weirs (2008:93)

b. Variansi untuk sampel

2
2
f im n x

s=
2

(2-19)

n1

Sumber: Weirs (2008:93)

Dimana:

2 = variansi populasi

= rata-rata populasi

xi= nilai ke i

N= jumlah data dalam populasi

s2=variansi sampel

x= rata-rata sampel

n= jumlah data dalam sampel

fi= frekuensi kelas i

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL
I

STATISTIK DESKRIPTIF
mi= nilai tengah kelas
2. Standar deviasi
Simpangan baku atau standar

deviasi

adalah

ukuran

numerik

yang

menunjukkan penyimpangan data terhadap ukuran pemusatan data tanpa

memperhatikan arah penyimpangannya. Berikut merupakan rumus standar
deviasi.
Rumus standar deviasi untuk populasi:

(X)2

(2-20)

Sumber: Bluman (2012:127)

Rumus standar deviasi untuk sampel:

s= s2=

( Xx )2

(2-21)

n1

Sumber: Bluman (2012:128)

3. Range
Rentang

(range)

dinotasikan

sebagai

R,

menyatakan

ukuran

yang

menunjukkan selisih nilai antara maksimum dan minimum. Rumusnya adalah

sebagai berikut:
Range= nilai maksimum-nilai minimum

(2-22)

Sumber: Weirs (2008:91)

2.3.3 Ukuran Bentuk

Ukuran bentuk digunakan untuk mengetahui bentuk distribusi dari data.
Ukuran bentuk terdiri atas:
1. Kurtosis
Kurtosis merupakan derajat puncak persebaran data (Sharma, 2007:186).
Kurtosis terdiri atas leptokurtis, platikurtis, dan mesokurtis. Kurva frekuensi
pada leptokurtis lebih memuncak daripada kurva normal. Pada platikurtis,
kurva frekuensinya lebih landai dari kurva normal dan sedangkan pada
mesokurtis, kurva frekuensinya adalah kurva normal.

Gambar 2.2 Jenis Kurtosis

Sumber: Harinaldi (2005:38)

2. Skewness

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL
I

STATISTIK DESKRIPTIF

Menurut Bluman (2012:117), distribusi frekuensi dapat diasumsikan dengan

beberapa bentuk. Ada tiga bentuk penting, antara lain skewness positif,
simetris, dan skewness negatif. Pada skewness positif, rata-rata terdapat
pada kanan median dan modus terdapat pada kiri median. Pada distribusi
simetris, nilai data didistribusikan pada kedua sisi rata-rata. Rata-rata,
median dan modus terletak pada senter distribusi.
Ketika sebagian besar data jatuh di kanan dari rata-rata dengan ekor ke kiri,
distribusinya dinamakan skewness negatif atau skewness kiri. Pada distribusi
ini, rata-rata terletak pada kiri median dan modus terletak pada kanan
median.

Gambar 2.3 Jenis Skewness

Sumber: Jain TR Sandhu AS (2009:35)

2.3.4 Penyajian Data

Penyajian data dapat dilakukan dengan tiga cara, yaitu dalam bentuk tulisan,
tabel dan grafik atau diagram. Dalam bentuk tulisan berarti data tersebut
dijabarkan dalam suatu paragraf. Dalam bentuk tabel dibagi menjadi 3, yaitu
tabel satu arah, tabel dua arah dan tabel tiga arah. Dalam bentuk grafik atau
diagram dapat diklasifikasikan menjadi histogram, poligon frekuensi, ogive,
diagram batang, diagram pareto, grafik time series, diagram lingkaran dan lainlain.
2.3.4.1
Data Tunggal
Penyajian data tunggal pada umumnya menggunakan diagram batang.
Diagram batang merepresentasikan data dengan menggunakan vertikal atau
horizontal batang yang merepresentasikan frekuensi data (Bluman, 2012:69).

Gambar 2.4 Diagram Batang

Sumber: Marthen (2006:6)

2.3.4.2
Data Berkelompok
Penyajian data berkelompok pada umumnya menggunakan histogram.
Histogram merupakan grafik yang menampilkan data menggunakan diagram

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

10

MODUL
I

STATISTIK DESKRIPTIF

batang yang saling berhimpitan yang terdiri atas beragam tinggi untuk
merepresentasikan frekuensi dari kelas (Bluman, 2012:51).

Gambar 2.5 Histogram

Sumber: Marthen (2006:20)

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

11

STATISTIK DESKRIPTIF

BAB III
METODOLOGI PRAKTIKUM

MODUL
I

3.1 Diagram Alir Praktikum

Berikut adalah diagram alir praktikum.

Gambar 3.1 Diagram alir praktikum

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

12

STATISTIK DESKRIPTIF

MODUL
I

3.2 Prosedur Praktikum

Langkah-langkah yang harus dilakukan oleh praktikan adalah sebagai berikut:
1. Mengkaji dan memahami tinjauan pustaka.
2. Mengumpulkan data sekunder dan cross section dengan jumlah minimal 30
data.
3. Mengolah data menggunakan dua cara, yaitu manual dan menggunakan
software Minitab 16. Pengolahan data manual dihitung dengan metode data
tunggal dan data berkelompok.
4. Menyajikan data dalam bentuk data tunggal dengan menggunakan diagram
batang dan data berkelompok dengan menggunakan histogram.
5. Menganalisis dan menginterpretasi data yang telah disajikan kemudian
ditarik kesimpulan.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

13

STATISTIK DESKRIPTIF

BAB IV
HASIL DAN PEMBAHASAN

MODUL
I

4.1 Pengumpulan Data

Pengumpulan data praktikum statistik deskriptif ini dilakukan dengan
pengambilan

data sekunder yang bersumber dari Badan Pusat Statistik

Indonesia. Pada pengolahan data ini, data yang diolah adalah data jumlah
pegawai perusahaan air minum menurut provinsi tahun 2008. Berikut merupakan
data jumlah pegawai perusahaan air minum yang telah diurutkan dari nilai
terkecil ke nilai terbesar.
Tabel 4.1 Data Pegawai Perusahaan Air Minum Menurut Provinsi Tahun 2008
Jumlah
Jumlah
No
Provinsi
No
Provinsi
Pegawai
Pegawai
1
Papua Barat
193
16
Kalimantan Tengah
680
Kepulauan
2
211
17
Lampung
727
Bangka
3
Maluku Utara
285
18
DI Yogyakarta
814
4
Sulawesi Barat
312
19
Kalimantan Barat
828
Nusa Tenggara
5
Papua
330
20
841
Barat
6
Maluku
337
21
Jambi
900
7
Gorontalo
339
22
Kalimantan Selatan
929
Nusa Tenggara
8
Bengkulu
432
23
949
Timur
9
Sulawesi Tengah
459
24
Sumatera Selatan
1172
10
Jawa Tengah
491
25
Sumatera Barat
1303
11
Riau
534
26
Sulawesi Utara
1359
12
Aceh
579
27
Kalimantan Timur
1541
13
Kep Riau
596
28
Bali
1831
Sulawesi
14
642
29
Sulawesi Selatan
2144
Tenggara
15
Banten
657
30
DKI Jakarta
3315
Sumber: Badan Pusat Statistik

4.2

Pengolahan Data

Data jumlah pegawai perusahaan air minum menurut provinsi tahun 2008 ini
diolah menggunakan dua cara, yaitu perhitungan manual dan pengolahan data
menggunakan software Minitab 16.
4.2.1

Pengolahan dengan Minitab

Berikut langkah-langkah dalam pengolahan data menggunakan Minitab 16.

1. Menginputkan data pada worksheet Minitab
2. Klik menu utama STAT > Basic Statistic > Display Descriptive Statistics, akan
keluar kotak dialog sebagai berikut:

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

14

STATISTIK DESKRIPTIF

MODUL
I

Gambar 4.1 Display descriptive statistics

Masukkan variabel Jumlah Pegawai pada kotak Variable, klik Statistics dan
pilih yang ingin diketahui nilainya.

Gambar 4.2 Display descriptive statistics Statistics

Graph digunakan untuk membuat grafik dari data, klik graph> centang
Histogram with normal curve, untuk mengetahui sebaran data kemudian klik
OK.

Gambar 4.3 Display descriptive statistics - Graph

3. Maka akan muncul sebagai berikut:

Gambar 4.4 Display output pengolahan data

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

15

STATISTIK DESKRIPTIF

MODUL
I

Gambar 4.5 Histogram with Normal Curve

Berdasarkan output Statistics dapat diketahui hasil sebagai berikut:

a. N. Terdapat 30 data jumlah pegawai air minum dengan tingkat validitas
sebesar 100%. Hal ini berarti tidak ada data yang hilang (dibuktikan N* =
0).
b. Mean. Rata-rata jumlah pegawai air minum sebesar 858.
c. SE of Mean. Standard Error of Mean sebesar 121 digunakan untuk
memperkirakan rata-rata populasi berdasarkan rata-rata sampel.
d. Tr Mean. Trimmed Mean sebesar 764 yang merupakan rata-rata setelah
menghilangkan nilai-nilai ekstrim paling atas dan paling bawah.
e. Std Dev. Standard Deviation sebesar 665 digunakan

untuk

memperkirakan penyebaran data populasi berdasarkan rata-rata sampel.

f. Variance. Variansi sebesar 442734.
g. Sum. Jumlah dari semua data sebesar 25730.
h. Sum of squares. Sum of squares sebesar 34907050 merupakan jumlah
dari kuadrat masing masing data.
Minimum, Maximum. Jumlah pegawai terendah 193 dan jumlah pegawai

i.

tertinggi 3315.
j. Q1 dan Q3. Kuartil 1 sebesar 409 dan kuartil 3 sebesar 1005.
k. Median. Nilai tengah dari data sebesar 669.
l. Range. Range sebesar 3122 merupakan jarak antara nilai maksimum
dengan nilai minimum.
m. IQR. Inter Quartile Range sebesar 596 merupakan selisih dari kuartil 3
dengan kuartil 1.
n. Skewness. Skewness sebesar 2.11 digunakan untuk mengetahui bentuk
distribusi data.
o. Kurtosis. Kurtosis sebesar 5.61 digunakan untuk mengetahui distribusi
data.
4.2

Pengolahan Manual

Pada pengolahan data manual, data dibagi menjadi dua jenis, yakni data
tunggal dan data kelompok. Pada pengolahan data berkelompok, didapatkan
beberapa ukuran, antara lain: jangkauan, kelas, interval, dan perhitungan
frekuensi data berkelompok. Perhitungan tersebut dapat dituliskan sebagai
berikut:

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

16

MODUL
I

STATISTIK DESKRIPTIF
Jangkauan = nilai max nilai min = 3315 193 = 3122
Kelas: K = 1 + 3,3 log n = 1 + 3,3 log 30 =5.87

Interval=

Jangkauan
Kelas

6 kelas

3122
=531.45 531
5.87

Tabel 4.2 Distribusi Frekuensi Data Berkelompok

Interval

Fr

Fk

Xi

Fr.Xi

Xi-

193 723
724
1254
1255
1785
1786
2316
2317
2847
2848
3378
Total

16

16

458

7328

-442,5

24

989

7912

88,5

27

1520

4560

619,5

29

2051

4102

1150,5

29

2582

1681,5

30

30

30

3113
10713

3113
27015

2212,5
5310

Berikut adalah hasil pengolahan data tunggal dan berkelompok secara

manual.
Tabel 4.3 Pengolahan Manual Data Tunggal dan Data Berkelompok
Ukuran Lokasi
dan
Pengolahan Data Tunggal
Pengolahan Data Berkelompok
Variabilitas
n

Mean/ratarata

x
x =

25730
30

x =
= 857,67

f r xi
fr

900,5
Me = Lo+ c(

Median/nilai
tengah

27015
30

1 Xn Xn+1
Me= (
+
) = 668,5
2 2
2
192.5+ 531(

1
nF
2
)=
f med
150
)=
16

690,31

Mo=Lo+c (
Modus

Mo = Tidak ada

192.5+531(

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

b1
)
b 1+b 2 =

16
)
16 +8

= 546,5

17

MODUL
I

STATISTIK DESKRIPTIF
S=
Standar
Deviasi atau
simpangan
baku

S=

(X x )2
n1

S=

12839286,67
301

f (X x )
n

11913971
=
30

630,18

= 665,38
Variansi

S=

(X x)
n1

= 442734,02

S=

(X x)
n

= 397132,36

f
Q1
Kuartil 1 (Q1)

1 ( n+1 )

= 7.75

Q1 =Lo +

Terletak diantara 7 dan 8

1
4

Q1 = 339 +

n( fQ 1 ) =
4

192,5 +531

(432-339) =

30
0
( 4
) = 441,41
16

408,75

f
Q3 =
Kuartil 3 (Q3)

3
4

(30+1) =23,25

Q3=Lo +

Terletak di antara 23 dan 24

3
4

Q3 = 949 +

(1172-949) =

1004,75

1
3

n( fQ 3 ) =
4

723.5 + 531
(

22,516
) = 1154,94
8
f

P10 =
Persentil 10
(P10)

10
100

(30+1) = 3,1

Terletak di antara nilai 3 dan 4

10
100

P10 =285 +

(312-285) =

287,7

P90 =
Persentil 90
(P90)

90
100

)=
10
n
100

192.5 + 531

30
( 16
) = 292,06
P90 = Lo +

(30+1) = 27,9

Terletak di antara 27 dan 28

P90 =

1541+

P10 = Lo +c(

90
( 18311541 )=1802
100

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

90
2724
n(
)=1255.5+531
=1785
fP 5
100
3

18

MODUL
I

STATISTIK DESKRIPTIF

Berdasarkan Hasil perhitungan diatas dapat diketahui hasil sebagai berikut:

a. Mean, merupakan jumlah rata-rata pegawai perusahaan air minum pada
setiap provinsi.
b. Median (Kuartil 2), merupakan jumlah maksimal dari pegawai perusahaan air
minum di 50% provinsi kebawah apabila jumlahnya diurutkan dari terkecil
hingga terbesar.
c. Modus, merupakan frekuensi terbanyak pada interval jumlah pegawai
perusahaan air minum.
d. Simpangan baku, merupakan

perbedaan

terbesar

jumlah

pegawai

perusahaan airminum dibandingkan dengan rata-rata nya.

e. Variansi, merupakan kuadrat dari simpangan baku untuk mengetahui luas
dari persebaran data jumlah pegawai perusahaan air minum di setiap
f.

provinsi.
Kuartil 1, merupakan jumlah maksimal dari pegawai perusahaan air minum di
25% provinsi kebawah apabila jumlahnya diurutkan dari terkecil hingga

terbesar.
g. Kuartil 3, merupakan jumlah maksimal dari pegawai perusahaan air minum di
75% provinsi kebawah apabila jumlahnya diurutkan dari terkecil hingga
terbesar.
h. Persentil 10, merupakan jumlah maksimal dari pegawai perusahaan air
minum di 10% provinsi kebawah apabila jumlahnya diurutkan dari terkecil
i.

hingga terbesar.
Persentil 90, merupakan jumlah maksimal dari pegawai perusahaan air
minum di 90% provinsi kebawah apabila jumlahnya diurutkan dari terkecil
hingga terbesar.
Berikut merupakan perbandingan perhitungan secara manual (Data Tunggal

dan Data Berkelompok) dan dengan menggunakan software Minitab 16:

No
1
2
3
4
5
6
7

Tabel 4.4 Perbandingan Perhitungan Manual dan Minitab

Perhitungan
Manual Data
Manual Data
Tunggal
Berkelompok
Mean
857,67
900,5
Standar Deviasi 668,5
630,18
Variansi
442734,02
397132,36
Median
668,5
690,31
Modus
546,5
Kuartil 1
408,75
441,41
Kuartil 3
1004,75
1154,94

Minitab
858
665
442734
669
409
1005

Setelah pengolahan data dilakukan maka ada perbedaan antara perhitungan

manual data tunggal dan data berkelompok. Pembulatan interval kelas sangat
berpengaruh terhadap pengolahan data kelompok. Perhitungan manual data
tunggal dan memakai software Minitab tidak jauh berbeda karena yang diolah di
Minitab adalah data tunggal. Namun, jika dibandingkan dengan data kelompok

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

19

MODUL
I

STATISTIK DESKRIPTIF

hasil yang didapat cukup berbeda. Hal ini disebabkan oleh frekuensi tiap kelas
yang tidak menyebar secara merata,

serta dengan adanya kelas yang

frekuensinya kosong.
4.3

Penyajian Data

Setelah dilakukan pengolahan data, data yang diolah disajikan dalam bentuk
Diagram Batang untuk menunjukkan data tunggal dan histogram untuk
menunjukkan data kelompok.
4.3.1
Penyajian Data Tunggal dengan Diagram Batang
Berikut merupakan penyajian data berupa diagram batang yang
menunjukkan data tunggal dari data jumlah pegawai air minum menurut provinsi
tahun 2008.

Gambar 4.6 Bar chart data tunggal

Penyajian

data

di

atas

ini

adalah

penyajian

data

tunggal

dengan

menggunakan Bar Chart yang menjelaskan bahwa DKI Jakarta adalah provinsi
yang memiliki persentase jumlah pegawai perusahaan air minum terbanyak di
antara seluruh provinsi yang ada di Indonesia yaitu sekitar 3315 pegawai. Lalu,
diikuti oleh Sulawesi Selatan serta Bali yang ada di posisi terbesar kedua dan
ketiga dengan persentase masing-masing kurang lebih 2144 pegawai dan 1831
pegawai. Sedangkan provinsi yang memiliki jumlah pegawai air minum yang
terkecil adalah Papua Barat dengan hanya 193 pegawai diikuti Kepulauan Bangka
dengan hanya 211 pegawai. Dari penyajian data diatas, diketahui apabila
pemerintah ingin memeratakan jumlah ketersediaan air bersih dapat dilakukan
dengan membuka beberapa perusahaan air minum di provinsi Papua Barat dan
Provinsi Kepulauan Bangka.
4.3.2

Penyajian Data Kelompok dengan Histogram

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

20

MODUL
I

STATISTIK DESKRIPTIF

Penyajian data kelompok pegawai air minum di Indonesia menurut provinsi

tahun 2008 dilakukan dengan histogram.

Histogram
18
16
14
12
10
Frekuensi 8
6
4
2
0

16

8
3

458

989.5

1521

2052.5

2584
0

3116

Nilai Tengah Kelas Pegawai Air Minum

Gambar 4.7 Histogram pengukuran data berkelompok

Penyajian
menggunakan

data

diatas

histogram.

adalah

penyajian

Berdasarkan

data

histogram

berkelompok

jumlah

dengan

pegawai,

dapat

disimpulkan bahwa frekuensi jumlah pegawai perusahaan air minum di Indonesia

pada tahun 2008 tertinggi berada di interval 193-723 pegawai yaitu 16 provinsi
dan frekuensi terendah ada pada interval 2317-2847 pegawai dimana tidak ada
satupun provinsi yang memiliki pegawai sebanyak itu.
Dari data tersebut dapat diketahui bahwa penyebaran jumlah pegawai air
minum di tiap provinsi tidak merata. Persebaran tersebut tidak merata karena
jumlah sumber air di setiap provinsi tidak sama, serta jumlah penduduk di setiap
provinsi berbeda. Sebagai pertimbangan, selanjutnya jika pengusaha membuka
lowongan pekerjaan untuk pegawai air minum, akan lebik baik jika lowongan
dibuka di provinsi yang masih sedikit jumlah pegawai air minum.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

21

MODUL
I

STATISTIK DESKRIPTIF

BAB V
PENUTUP
5.1

Kesimpulan
Kesimpulan dari pelaksanaan praktikum ini adalah:

1. Penyebaran data jumlah pegawai air minum pada tahun 2008 berdasarkan
provinsi di Indonesia memeliki ukuran bentuk skewness positif yang berarti
rata-rata terdapat di sebelah kanan nilai tengah. Hal ini disebabkan oleh
adanya

data

ekstrim.

Sehingga

rata-rata

yang

didapatkan

tidak

merepresentasikan keadaan sesungguhnya. Sementara itu, jumlah pegawai

yang memiliki frekuensi terbanyak terdapat pada interval 193-723 pegawai,
yaitu sejumlah 16 provinsi. Nilai maksimum dari 75% data apabila diurutkan
dari terkecil hingga terbesar adalah 1005 pegawai. Modus dan kuartil 3 ini
dapat merepresentasikan data yang diambil, karena dapat mewakilkan
keadaan yang sesungguhnya terjadi.
2. Dari data tersebut persebaran jumlah pegawai air minum di Indonesia tidak
merata. Hal ini dapat disebabkan oleh kurangnya pemanfaatan sumber mata
air bersih yang ada pada provinsi tersebut. Beberapa provinsi yang memiliki
jumlah pegawai air minum yang sedikit mungkin memiliki sumber mata air
yang memadai, namun belum dimanfaatkan dengan maksimal. Selain itu,
ada juga kemungkinan tidak adanya sumber mata air bersih yang dapat
dimanfaatkan.

Jadi,

apabila

pemerintah

ingin

memeratakan

jumlah

perusahaan minum untuk upaya penanggulangan krisis air bersih yang ada di
Indonesia,

pemerintah

dapat

membuat

beberapa

perusahaan

yang

beroperasi di provinsi yang memiliki pegawai paling minimum dahulu.

Sehingga, permasalah dapat diatasi sedikit demi sedikit.
3. Penyajian data pegawai air minum menurut provinsi tahun 2008 ini
menggunakan diagram batang untuk pengolahan data tunggal dan histogram
untuk pengolahan data berkelompok. Diagram batang digunakan untuk
penyajian data tunggal agar data yang diolah mudah terbaca dan terlihat
data jumlah pegawai terbanyak dari seluruh provinsi yang ada di Indonesia.
Sedangkan dengan menggunakan histogram pengelompokkan data yang
dilakukan dengan membagi data dalam beberapa kelas. Dari beberapa kelas
ini, terlihat interval kelas yang memiliki frekuensi tertinggi dari semua
interval kelas yang lain. Pada data ini provinsi Jakarta memiliki jumlah
pegawai perusahaan air minum tertinggi pada tahun 2008. Sedangkan pada
histogram interval yang memiliki frekuensi tertinggi terdapat pada interval
kelas 531.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

22

STATISTIK DESKRIPTIF

MODUL
I

5.2

Saran
Saran yang dapat diberikan untuk pelaksanaan praktikum ini adalah:
1. Sebaiknya permasalahan krisis air bersih diselesaikan dengan membuat
beberapa perusahaan yang beroprasi di provinsi yang memiliki pegawai
perusahaan air minum paling minimum dahulu. Sehingga, permasalah dapat
diatasi sedikit demi sedikit.
2. Apabila sebuah provinsi tidak memiliki sumber mata air yang memadai,
pemerintah sebaiknya memberikan suplai air bersih dari provinsi lain yang
memiliki persediaan air bersih yang berlebih yang letaknya berdekatan
dengan provinsi yang tidak memiliki sumber mata air yang memadai.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

23