MODUL IV

ANALISIS STATISTIK SEDERHANA

Pada modul ini akan membahas beberapa analisis statistic sederhana, yaitu
membangkitkan bilangan acak, menghitung statistic, analisis deskriptif dan membuat
grafik.

4.1 Membangkitkan Bilangan Acak

Apabila akan melakukan studi simulasi, kita tentu membutuhkan data dari
distribusi tertentu. Minitab menyediakan kemudahan memabngkitkan data dengan
distribusi tertentu. Data yang akan dibangkitkan adalah data yang berdistribusi
eksponensial dengan rata-rata ( ) sebesar 0.25. cara memabngkitkan data adalah:
1. Buka project baru pilih Minitab Project
2. Pilih Calc > Random Data > Eksponential. Kotak dialog akan mucul seperti
gambar di bawah.

Gambar 4.1 Kotak Dialog Exponential Distribution.

3. Dalam Generate, isikan 500 untuk membangkitkan data sebanyak 500
pengamatan.
4. Untuk menyimpan data ketikkan C1 di bawah Store in column (s)
5. isikan 0.25 dalam scale dan 0 dalam Treshold. Artinya data yang berdistribusi
eksponensial dengan rata-rata 0.25.
6. Klik OK
Worksheet pada kolom C1 menunjukan output yang ditampilkan dalam
Minitab. Dalam kolom tersebut akan terdapat bilangan acak sebanyak 500 data.

24
 Dalam Minitab, tiap kali akan membangkitkan bilangan acak, bilangan yang
dihasilkan akan berbeda.

4.2 Uji Distribusi Data

Untuk membuktikan bahwa data yang yang telah dibangkitkan benar-benar
sesuai dengan yang diinginkan, kita perlu melakukan uji distribusi data.Tahap-tahap
uji distribusi data antara lain:
1. Pilih Stat > Reliability/Survival > Distribution Analysis (Right Censoring) >
Parametric Distribusi Analysis.

Gambar 4.2 Kotak Dialog Parametric Distirbution Analysis

2. Di bawah variable isikan C!, karena data yang akan diuji ada pada kolom C1.
3. Pada Assumed distribution pilih Exponential
4. Selanjutnya, klik OK
Interpretasi Output Uji Distribusi
Output Minitab akan ditunjukan dalam window Session dan window Graph.

Gambar 4.3 Grafik plot probabilitas untuk uji distribusi data

25
 Grafik diatas menunjukan plot uji distribusi eksponensial untuk data dalam
kolom C1. Suatu data dikatakan mengikuti distribusi tertentu apabila titik-titiknya
mengikuti garis lurus. Selain plot probabilitas, gambar 4.3 menunjukkan pula nilai
rata-rata, standar deviasi, median, interquartil range (IQR) untuk data di kolom C1.
Berdasarkan output, diketahui rata-rata data adalah 0.259. Nilai rata-rata hamper
mendekati rata-rata yang diinginkan yaitu 0.25. Semakin kecil perbedaannya
menunjukkan validitas alat pembangkit data.
Untuk mengetahui bahwa data yang telah dibangkitkan telah mengikuti
distribusi eksponensial, kita melakukan uji hipotesis. Dalam hal ini uji hipotesisnya
adalah
H0 : data mengikuti distribusi eksponensial
H1 : data tidak mengikuti distribusi eksponensial
Uji hipotesis akan menggunakan level toleransi ( ) sebesar 5 %. Untuk
membuktikan hipotesis, uji distribusi menggunakan statistic Anderson-Darling.
Semakin kecil nilai statistic Anderson-Darling semakin besar peluang gagal meolak
hipotesis awal.
Distribution Analysis: C1

Variable: C1

Censoring Information Count

Uncensored value 500

Estimation Method: Least Squares (failure time(X) on rank(Y))

Distribution: Exponential

Parameter Estimates

Standard 95.0% Normal CI

Parameter Estimate Error Lower Upper
Mean 0.269684 0.0121369 0.246916 0.294553

Log-Likelihood = 161.514

Goodness-of-Fit
Anderson-Darling (adjusted) = 0.716

Characteristics of Distribution

Standard 95.0% Normal CI

Estimate Error Lower Upper
Mean(MTTF) 0.269684 0.0121369 0.246916 0.294553
Standard Deviation 0.269684 0.0121369 0.246916 0.294553
Median 0.186931 0.0084127 0.171149 0.204169
First Quartile(Q1) 0.0775834 0.0034916 0.0710332 0.0847376
Third Quartile(Q3) 0.373862 0.0168253 0.342298 0.408337
Interquartile Range(IQR) 0.296279 0.0133338 0.271264 0.323600

26
 Evaluasi hasil uji distribusi bisa dilakukan hanya pada salah satu window
karena hasil pada window session maupun window graph tidak berbeda.
Perbedaanya adalah output teks tidak menampilkan grafik plot probabilitas yang
dapat mempermudah interpretasi hasil.

4.3 Membuat Histogram

Kita bisa mengetahui pola distribusi suatu data dalam kolom C1, C2 dan C3 secara
bersamaan dengan membuat histogram. Dalam Minitab dapat membuat histogram
melalui menu Graph. Langkah-langkah membuat histogram adalah
1. Pilih Graph > Histogram. Pada layar monitor akan muncul gambar berikut

Gambar 4.5 Kotak Dialog Histogram

2. Pada kotak dialog, pilih With Fit and Groups. Layar monitor akan
memperlihatkan kotak dialog seperti gambar 4.6

Gambar 4.6 Kotak Dialog Histogram- With Fit and Groups

3. Data yang akan dibuat histogramnya adalah data dalam kolom C1, C2 dan C3.
Oleh kaena itu masukkan C1 C2 C3 di bawah Graph variable.

27
 Histogram dibuat untuk melihat bentuk probability distribusi function (pdf) data
pada kolom C1 sampai C3. Dalam histogram kita bisa membuat garis pdf yang
menggambarkan bentuk distribusi data. Cara melakukannya adalah
1. Pada kotak dialog Histogram-With Fit and Groups, pilih Data View
2. pada kotak dialog pilih Distribution.
3. Di bawah Distribution, pilih Exponential. Ini berarti plot pdf akan membentuk
distribusi eksponential berdasarkan pengamatan.
4. Selanjutnya klik OK.

4.4 Menghitung Statistik

Sebelum menghitung data, sebagai ilustrasi masukkan data pada table 4.1 di bawah
ini ke dalam worksheet baru.
Tabel 4.1 Data Penggunaan Listrik per bulan
Ukuran Rumah Penggunaan Listrik per Bulan
(kaki2) (KwH)
1290 1182
1350 1172
1470 1264
1600 1493
1710 1671
1840 1711
1980 1804
2230 1840
2400 1956
2930 1954
Sumber: Mendenhall, W. dan Sincich, T.,1995. Statistics for Engineering and
The Sciences, Practice Hall, Inc. Englewood Cliffs, New Jersey

Statistik yang diinginkan adalah rata-rata ukuran rumah danpenggunaan listrik per
bulan. Langkah-langkah menghitungnya adalah:
1. Pilih Calc > Column Statistics. Kotak dialog akan muncul seperti gambar 4.7.

28
 Gambar 4.7 Kotak Dialog Column Statistics
2. Karena statistic yang diinginkan adalah rata-rata, maka di bawah statistic pilih
mean.
3. Variabel yang dihitung adalah variable penggunaan listrik per bulan sehingga
isikan variable listrik per bulan ke dalam input variable.
4. Selanjutnya, klik OK
Gambar 4.8 menunjukan outputnya dalam window session

Mean of Penggunaan Listrik per Bulan

Mean of Penggunaan Listrik per Bulan = 1604.7

Gambar 4.8 Rata-rata penggunaan Listrik per Bulan

Outputnya memperlihatkan rata-rata penggunaan listrik per bulan adalah
1604,7 kaki 2.
4.5 Analisis Statistik Deskriptif
Analisis statistic yang paling sederhana adalah analisis statistic deskriptif. Inti
anlisis statistic deskriptif adalah mengumpulkan, meringkas, dan menyajikan data
dalam bentuk yang mudah dibaca. Analisis statistic menghitung beberapa statistic
sederhana seperti rata-rata, standar deviasi, kuartil, median, nilai terbesar dan nilai
terkecil.
Tahap-tahap analisisnya sebagai berikut:
1. Pastikan worksheet berisi data yang akan dianalisis
2. Plih Stat > Basic Statistics > Display Descriptive Statistics

29
 Gambar 4.9 Kotak dialog Display Descriptive Statistics
3. Masukkan variable ukuran rumah dan penggunaan listrik per
bulan dalam daftar variable di bawah variable.
4. Selanjutnya, Klik OK.
Interpretasi Output Statistik Deskriptive
Output statistic deskriptive yang ditampilkan dalam window session menunjukkan
beberapa istilah. Variable berarti menunjukkan variable yang dianalisis, dalam hal
ini ukuran rumah dan penggunaan listrik per bulan.

Descriptive Statistics: Ukuran Rumah, Penggunaan Listrik per Bulan

Variable N N* Mean SE Mean StDev Minimum Q1 Median

Ukuran Rumah 10 0 1880 164 518 1290 1440 1775
Penggunaan Listr 10 0 1604.7 97.2 307.4 1172.0 1243.5 1691.0

Variable Q3 Maximum
Ukuran Rumah 2273 2930
Penggunaan Listr 1868.5 1956.0

Gambar 4.10 Output Statistik Deskriptive

Selain variable, output memperlihatkan huruf N yang berate jumlah pengamatan
yang dianalisis sebnayak 10 pengamatan. Statistik deskriptive menunjukkan ukuran
kecenderungan pusat seperti rata-rata (mean), median (median), kuartil 1 (Q1),
dan kuartil 3 (Q3), serta ukuran penyebaran seperti standar deviasi (StDev), dan
standart error of mean (SE Mean). Statistik deskriptive menyeeediakan informasi
data tertinggi (maximum) dan terendah (minimum) yang berguna untuk
mengukur range sebagai ukuran penyebaran data. Standard error of mean tidak
selalu digunakan dalam statistic deskriptive. Untuk menghitungya standard deviasi

30
 dibagi dengan n . Statistik deskriptive merupakan ukuran penyebaran distribusi
rata-rata sampel yang berguna untuk uji hipotesis.

4.6 Membuat grafik

Salah satu tujuan membuat grafik data adalah supaya informasi lebih menarik dan
mudah dipahami. Salah satu grafik yan gakan dibuat adalah scatter diagram. Grafik
yang menggambarkan pola hubungan antara dua variable adalah scatter diagram
atau scatter plot. Cara membuat plot data adalah:

1. Pilih menu Graph > Scatterplot

Gambar 4.11 Kotak Dialog untuk memlih bentuk scatterplot

Kotak dialog menyediakan beberapa bentuk scatterplot. Scatterplot yangakan
dibuat adalah scatterplot sederhana dan hanya menggambarkan hubungan antara
dua variable. Cara melakukannya adalah:
2. Pilih sample
3. Kemudian klik OK
4. Masukkan variable yang akan dijadikan sebagai variable y dan variable x.
5. Kemudian klik OK.

31
 Gambar 4.12 Scatter diagram hubungan ukuran rumah dengan penggunaan
listrik per bulan

Output proses menghasilkan scatter diagram yang bentuknya seperti dalam

gambar 4. 12. output memperlihatkan titik dalam grafik yang merupakan data.
Setiap titik pada gambar diatas menunjukkan hubungan antara variable y dengan
variable x.

32