Anda di halaman 1dari 70

LAPORAN RESMI

MODUL I

EXPLORATION AND DATA ANALYSIS

KELOMPOK 5
1. SIGIT SETIYADI (07660009)
2. HENDRO ASISCO (07660043)

DECISION SUPPORT SYSTEM LABORATORY


PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA
YOGYAKARTA
2009
ABSTRAK
BAB I
PENDAHULUAN

1.1 Latar Belakang


Berkembangnya teknologi sekarang ini semakin mendorong
terciptanya software-software baru untuk melakukan perhitungan
statistik. Cara manual kini semakin ditinggalkan walau tetap dipakai
sebagai acuan dasar. Munculnya software Statistical Program for Social
Science (SPSS) sangat membantu dalam menganalisis data statistik
dengan cepat dan akurat. Nilai yang ditampilkan serta gambaran grafik
sangat membantu peneliti dalam mengolah dan menganalisis hasil
penelitian mereka. Dengan SPSS kita dapat memakai hampir semua tipe
file data dan menggunakannya untuk membuat laporan tabulasi, chart,
grafik diagram juga berbagai distribusi statistik yang ada.
Statistika terdiri dari seni dan ilmu tentang pengumpulan, penyajian,
analisis dan interprestasi data maupun mengambil kesimpulan
(generalisasi) yang masuk akal sehubungan dengan fenomena yang
dipelajari/diselidiki. Statistika mempunyai peranan yang sangat penting
dalam langkah-langkah pokok metode ilmiah pada tingkat pengumpulan
informasi, misalnya statistika memberi petunjuk kepada para peneliti
bagaimana cara yang wajar dan baik untuk mengumpulan data yang
informative termasuk penentuan macam dan banyak data/sample
sedemikian hingga kesimpulan yang ditarik dari analisis data dapat
dinyatakan denagn tingkat ketepatan (presisi) yang diinginkan.
Setelah data terkumpul masih banyak lagi metode meringkaskan
informasi yang terkandung di dalam data, memusatkan perhatian pada
segi-segi pokok saja serta mengabaikan hal-hal yang peluangnya kecil
dan kurang penting. Penalaran statistika memberikan kriterian untuk
menentukan kesimpulan-kesimpulan mana yang benar-benar didukung
oleh data dan mana yang tidak. Dalam semua bidang ilmu dimana
inferensi ditarik dari analisis data, dapat tidaknya dipercaya juga sangat
tergantung pada penggunaan metode statistika dalam langlah
pengumpulan data.
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan diatas,
maka dapat dirumuskan suatu permasalahan sebagai berikut:
1. Bagaimana teknik pengambilan data untuk memperoleh data
penelitian ?
2. Apakah data – data berdistribusi normal?
3. Bagaimanakah hubungan anatara jenis tepung dengan tinggi dan
berat kue?

1.3 Tujuan Praktikum


Tujuan dari praktikum Exploration Data dan Data Analysis ini adalah:
1. Praktikan dapat mengerti dan memahami teknik pengambilan data
untuk memperoleh data penelitian.
2. Praktikan mampu menginterpretasikan dan menyimpulkan normalitas
data.
3. Praktikan mampu menginterpretasikan dan menganalisa pengolahan
data statistik deskriptif.
4. Praktikan mampu menginterpretasikan regresi linear berdasar uiji
yang dilakukan.

1.4 Manfaat Praktikum


Manfaat yang didapat dari praktkum ini yaitu:
1. Meningkatkan kemampuan mahasiswa dalam melakukan
pengambilan data dengan benar.
2. Meningkatkan pemahaman tentang konsep data, klasifikasi data dan
skala pengukuran.
3. Mampu menginterpretasikan dan menarik kesimpulan dari hasil
pengolahan data dalam bentuk statistik deskriptif.

1.5 Batasan dan Asumsi


1.5.1 Batasan
Agar praktikum ini lebih terarah, mudah dipahami, dan topik
yang dibahas tidak meluas, maka perlu adanya pembatasan
lingkup praktikum, dimana batasan-batasan masalah yang diambil
sebagai berikut:
1. Perhitungan data yang dilakukan meliputi perhitungan
dalam skala data nominal, ordinal, serta skala data rasio.
2. Perhitungan statistika deskriptif meliputi statistika
numeris (ukuran pemusatan, ukuran penyebaran, skweness
dan kurtosis, serta analisa crosstab) dan statistika deskriptif
grafis (histogram, box plot, dot plot, dan steam leaf).
3. Perhitungan statistika inferensi meliputi uji normalitas
/uji non parametrik.
4. Objek penelitian yaitu kue Bolu Panggang.
5. Tepung yang digunakan terdiri dari tiga jenis tepung
yaitu tepung Cakra kembar, Segitiga Biru, dan tepung biasa
tanpa merk.
6. Hubungan data yang digunakan yaitu hubungan antara
jenis tepung, tinggi dan berat kue.
7. Metode pengambilan data yang digunakan yaitu meliputi
observasi.
8. Lokasi praktikum yaitu di Laboratorium Decision Support
System (DSS) Program Studi Teknik Industri UIN Sunan Kalijaga
Yogyakarta.
9. Jenis data yang diambil yaitu meliputi jenis tepung yang
digunakan, tinggi dan berat kue.

1.5.2 Asumsi
Dalam praktikum ini digunakan beberapa asumsi, yaitu:
1. Praktikum ini dilakukan oleh orang yang ahli dengan
tingkat kesalahan kecil.
2. Parameter lain sebagai pendukung dianggap tetap atau
diabaikan.
3. Berat kue dinyatakan dalam gram.
4. Tiggi kue dinyatakan dalam millimeter
5. performansi operator
BAB II
TINJAUAN PUSTAKA

2.1 Pengertian Statistika


Statitiska adalah suatu hal yang berhubungan dengan penyajian dan
penafsiran kejadian yang bersifat peluang dalam suatu penyelidikan
terencana atau penelitian ilmiah. Ilmu statistik dibagi menjadi dua
cabang besar yaitu statistik deskriptif dan statistiK inferensi. Statistik
deskriptif adalah sebuah kegiatan untuk mengumpulkan data,
pengolahan data yang bertujuan untuk menampilkan hasil olahan
tersebut menjadi suatu bentuk informasi tanpa memberi taksiran dan
menarik sebuah kesimpulan terhadap hasil olahan tersebut. Proses
analisis Statistika deskriptif merupakan metode yang berkaitan dengan
pengumpulan data sehingga memberikan informasi yang berguna.
Upaya penyajian ini dimaksudkan mengungkapkan informasi penting
yang terdapat dalam data kedalam berbentuk yang lebih ringkas dan
sederhana yang pada akhirnya mengarah pada keperluan adanya
penjelasan dan penafsiran. Penyajian Statistika Deskriptif dapat berupa
angka, tabel, dan grafik. Selama tidak ada penarikan kesimpulan,
pendugaan parameter, peramalan, pengujian hipotesis maka data-data
yang disajikan berupa angka, tabel dan grafik tersebut merupakan hasil
analisis statistika deksriptif dan bukan analisis statistika inferensia.
Contoh dari statistika deskriptif yaitu peringkasan data dalam bentuk
tabulasi data (tabel), diagram balok (histogram), dan diagram kue (pie
chart).
Sedangkan statistik inferensi hingga menarik kesimpulan mengenai
populasi dalam hal tidak mungkin atau tidak praktis mengamati
himpunan seluruh pengamatan yang membenetuk populasi tersebut.
Atau dengan kata lain statistik inferensi merupakan metode yang
berkaitan dengan analisis data untuk peramalan dan/atau penarikan
kesimpulan. Contoh dari statistik inferensia yaitu metode pendugaan
statistik, pengujian hipotesis, regresi dan korelasi.

2.2 Jenis Data


Data dalam statistik dapat dibedakan berdasarkan dua hal yaitu:
1. Berdasarkan sumber data dikenal dua jenis data, yaitu:
a. Data primer
Data primer merupakan data yang khusus diambil untuk tujuan
penelitian. Data primer ini diperoleh dengan cara mengamati
secara langsung obyek yang diteliti. Data primer juga dapat
diartikan sebagai suatu data yang diusahakan atau didapatkan
sendiri. Data primer dapat diperoleh dari hasil observasi,
wawancara, dan pengukuran atau penelitian langsung sehingga
didapat informasi sesuai dengan kondisi fakta yang ada di
perusahaan yang berhubungan dengan permasalahan di lapangan
serta dapat di identifikasi gejala-gejalanya secara langsung dan
sistematis.

b. Data Sekunder
Data sekunder merupakan data yang diambil dengan tujuan
utama bukan untuk penelitian, akan tetapi dapat dimanfaatkan
untuk penelitian. Data sekunder ini dapat diperoleh dari referensi
yang berasal dari berbagai macam sumber seperti perpustakaan,
internet, buku dan literatur lainnya, serta dapat diperoleh dari
instansi atau lembaga tertentu.
2. Berdasarkan sifat data, dibedakan menjadi:
a. Data kuantitatif
Yaitu suatu data yang dinyatakan dalam besaran numerik
(angka). Data kuantitatif berkaitan dengan hasil pengukuran atau
pencacahan suatu obyek yang sedang diamati. Dalam penyajian
dan pengolahannya, skala data interval dan rasio dapat digunakan
untuk data kuantitatif.
b. Data kualitatif
Dalam penyajian dan pengolahannya, skala data nominal dan
ordinal dapat digunakan untuk data kualitatif Yaitu data yang tidak
dinyatakan dalam bentuk angka dan diklasifikasikan dalam
berdasarkan kategori tertentu. Data kualitatif berkaitan dengan
atribut suatu obyek yang sedang diamati. Dalam penyajian dan
pengolahannya, skala data nominal dan ordinal dapat digunakan
untuk data kualitatif.

2.3 Teknik Sampling


2.3.1 Sample
Data yang diambil untuk suatu penelitian tidak perlu dari
semua elemen populasi amatan, tetapi cukup dari sampel yang
representatif dengan tetap memperhatikan keacakan data.
Sampel adalah sebagian dari populasi. Artinya tidak akan ada
sampel jika tidak ada populasi. Populasi adalah keseluruhan
elemen atau unsur yang akan kita teliti. Agar hasil penelitian yang
dilakukan terhadap sampel masih tetap bisa dipercaya dalam
artian masih bisa mewakili karakteristik populasi, maka cara
penarikan sampelnya harus dilakukan secara seksama. Cara
pemilihan sampel dikenal dengan nama teknik sampling atau
teknik pengambilan sampel.
Secara umum, sampel yang baik adalah yang dapat mewakili
sebanyak mungkin karakteristik populasi. Dalam bahasa
pengukuran, artinya sampel harus valid, yaitu bisa mengukur
sesuatu yang seharusnya diukur. Sampel yang valid ditentukan
oleh dua pertimbangan, yaitu:
a. Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias”
(kekeliruan) dalam sample. Dengan kata lain makin sedikit
tingkat kekeliruan yang ada dalam sampel, makin akurat
sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan
adalah populasi.
b. Presisi. Kriteria kedua sampel yang baik adalah memiliki
tingkat presisi estimasi. Presisi mengacu pada persoalan
sedekat mana estimasi kita dengan karakteristik
populasi.
Ukuran sampel atau jumlah sampel yang diambil menjadi
persoalan yang penting manakala jenis penelitian yang akan
dilakukan adalah penelitian yang menggunakan analisis
kuantitatif. Pada penelitian yang menggunakan analisis kualitatif,
ukuran sampel bukan menjadi nomor satu, karena yang
dipentingkan alah kekayaan informasi. Walau jumlahnya sedikit
tetapi jika kaya akan informasi, maka sampelnya lebih
bermanfaat.

2.3.2 Teknik-teknik pengambilan sampel


Secara umum, ada dua jenis teknik pengambilan sampel
yaitu, sampel acak atau random sampling / probability sampling,
dan sampel tidak acak atau nonrandom samping / nonprobability
sampling.
1. Random Sampling / Probability Sampling
Adalah cara pengambilan sampel yang memberikan
kesempatan yang sama untuk diambil kepada setiap elemen
populasi. Artinya jika elemen populasinya ada 100 dan yang
akan dijadikan sampel adalah 25, maka setiap elemen tersebut
mempunyai kemungkinan 25/100 untuk bisa dipilih menjadi
sampel.
Syarat pertama yang harus dilakukan untuk mengambil
sampel secara acak adalah memperoleh atau membuat
kerangka sampel atau dikenal dengan nama “sampling
frame”. Yang dimaksud dengan kerangka sampling adalah
daftar yang berisikan setiap elemen populasi yang bisa diambil
sebagai sampel. Di samping sampling frame, peneliti juga
harus mempunyai alat yang bisa dijadikan penentu sampel.
Dalam Probabilty Sampling ini terdapat beberapa teknik yang
lebih spesifik lagi yaitu meliputi:
a. Simple Random Sampling atau Sampel Acak
Sederhana
Cara atau teknik ini dapat dilakukan jika analisis
penelitiannya cenderung deskriptif dan bersifat umum.
Perbedaan karakter yang mungkin ada pada setiap unsur
atau elemen populasi tidak merupakan hal yang penting
bagi rencana analisisnya. Prosedurnya yaitu: susun
sampling frame, tetapkan jumlah sample yang akan
diambil, tentukan alat pemilihan sample, pilih sample
sampai dengan jumlah terpenuhi.
b. Stratified Random Sampling atau Sampel Acak
Distratifikasikan
Karena unsur populasi berkarakteristik heterogen, dan
heterogenitas tersebut mempunyai arti yang signifikan
pada pencapaian tujuan penelitian, maka peneliti dapat
mengambil sampel dengan cara ini.
Prosedurnya :
• Siapkan “sampling frame”
• Bagi sampling frame tersebut berdasarkan strata
yang dikehendaki
• Tentukan jumlah sampel dalam setiap stratum
• Pilih sampel dari setiap stratum secara acak.
c. Cluster Sampling atau Sampel Gugus
Teknik ini biasa juga diterjemahkan dengan cara
pengambilan sampel berdasarkan gugus. Berbeda dengan
teknik pengambilan sampel acak yang distratifikasikan, di
mana setiap unsur dalam satu stratum memiliki
karakteristik yang homogen (stratum A : laki-laki semua,
stratum B : perempuan semua), maka dalam sampel gugus,
setiap gugus boleh mengandung unsur yang
karakteristiknya berbeda-beda atau heterogen.
Prosedurnya: Susun sampling frame berdasarkan gugus,
tentukan berapa gugus yang akan diambil sebagai sampel,
pilih gugus sebagai sampel dengan cara acak, teliti setiap
pegawai yang ada dalam gugus sample.
d. Systematic Sampling atau Sampel Sistematis
Jika peneliti dihadapkan pada ukuran populasi yang
banyak dan tidak memiliki alat pengambil data secara
random, cara pengambilan sampel sistematis dapat
digunakan. Cara ini menuntut kepada peneliti untuk
memilih unsur populasi secara sistematis, yaitu unsur
populasi yang bisa dijadikan sampel adalah yang
“keberapa”. Prosedurnya : susun sampling frame, tetapkan
jumlah sampel yang ingin diambil, tentukan K (kelas
interval), tentukan angka atau nomor awal di antara kelas
interval tersebut secara acak atau random, mulailah
mengambil sampel dimulai dari angka atau nomor awal
yang terpilih, pilihlah sebagai sampel angka atau nomor
interval berikutnya.
e. Area Sampling atau Sampel Wilayah
Teknik ini dipakai ketika peneliti dihadapkan pada situasi
bahwa populasi penelitiannya tersebar di berbagai wilayah.
Prosedurnya:
• Susun sampling frame yang menggambarkan peta
wilayah
• Tentukan wilayah yang akan dijadikan sampel.
• Tentukan berapa wilayah yang akan dijadikan
sampel penelitiannya.
• Pilih beberapa wilayah untuk dijadikan sampel
dengan cara acak atau random.
• Kalau ternyata masih terlampau banyak
responden yang harus diambil datanya, bagi lagi wilayah
yang terpilih ke dalam sub wilayah.

2. Nonprobability / Nonrandom Sampling atau


Sampel Tidak Acak
Dalam teknik ini setiap elemen populasi tidak mempunyai
kemungkinan yang sama untuk dijadikan sampel. Tidak semua
unsur atau elemen populasi mempunyai kesempatan sama
untuk bisa dipilih menjadi sampel. Unsur populasi yang terpilih
menjadi sampel bisa disebabkan karena kebetulan atau karena
faktor lain yang sebelumnya sudah direncanakan oleh peneliti.
a. Convenience Sampling atau sampel yang dipilih
dengan pertimbangan kemudahan
Dalam memilih sampel, peneliti tidak mempunyai
pertimbangan lain kecuali berdasarkan kemudahan saja.
Beberapa kasus penelitian yang menggunakan jenis sampel
ini, hasilnya ternyata kurang obyektif.
b. Judgment Sampling
Sampel dipilih berdasarkan penilaian peneliti bahwa dia
adalah pihak yang paling baik untuk dijadikan sampel
penelitiannya. Jadi, judment sampling umumnya memilih
sesuatu atau seseorang menjadi sampel karena mereka
mempunyai “information rich”.
c. Quota Sampling
Teknik sampel ini adalah bentuk dari sampel
distratifikasikan secara proposional, namun tidak dipilih
secara acak melainkan secara kebetulan saja.
d. Snowball Sampling atau Sampel Bola Salju
Cara ini banyak dipakai ketika peneliti tidak banyak tahu
tentang populasi penelitiannya. Dia hanya tahu satu atau
dua orang yang berdasarkan penilaiannya bisa dijadikan
sampel. Karena peneliti menginginkan lebih banyak lagi,
lalu dia minta kepada sampel pertama untuk menunjukan
orang lain yang kira-kira bisa dijadikan sampel. Teknik ini
bisa digunakan untuk mengambil sample dari pencandu
narkotik, para gay, atau kelompok-kelompok sosial lain
yang eksklusif (tertutup).

BAB III
METODOLOGI PENELITIAN

3.1 Data yang Digunakan


Dalam praktikum Exploration and Data Analysis ini, data yang
digunakan untuk pengolahan data meliputi:
1. Jenis tepung terigu yang dipakai, dalam hali ini tepung yang dipakai
yaitu tepung Cakra, Segitiga Biru, dan tepung biasa.
2. Berat kue bolu dari ketiga jenis tepung diatas dinyatakan dalam
gram.
3. Tinggi kue bolu dari ketiga jenis tepung diatas dinyatakan dalam
millimeter.

3.2 Waktu dan Tempat Praktikum


Praktikum Exploration and Data Analysis ini dilakukan di Laboratorium
Decision Support System (DSS) Jurusan teknik Industri UIN Sunan Kalijga
Yogyakarta pada hari Rabu 11 November 2009.

3.3 Metode Pengumpulan Data


Dalam praktikum kali ini, metode yang digunakan didalam
pengumpulan data adalah sebagai berikut:
1. Observasi (pengamatan langsung)
Yaitu pengamatan secara langsung terhadap praktikum dan
objek yang dikerjakan untuk mendapatkan data-data yang
dikehendaki untuk dipergunakan pada pengolahan data berikutnya.
2. Studi Pustaka
Studi literatur penunjang yang dapat mendukung dalam
pengumpulan data dan membahas obyek praktikum. Studi pustaka
dalam hal ini dilakukan untuk mempelajari tema praktikum dengan
literatur yang terkait dengan eksplorasi dan analisis data.

3.4 Diagram Alir (Flowchart)


Diagram alir praktikum dapat diuraikan kedalam beberapa
langkah praktiklum yang dilakukan dalam pemecahan masalah.
Langkah-langkah tersebut dapat dilihat dalam diagram alir (flow
chart) praktikum seperti pada gambar berikut ini:
Mendefinisikan
Masalah

Obyek Penelitian

Pengambilan data

Skala Data Skala Data


Skala Data Rasio
Nominal Ordinal

Statistika Statistika
Deskriptif Deskriptif Teknik Sampling

Statistika
Deskriptif Numeris Statistika Statistika
Deskriptif Numeris Deskriptif Grafis

Histogram
Ukuran
Uji Normalitas
Pemusatan

Box Plot

Ukuran
Penyebaran Non Paramaterik
Dot Plot
Tes

Skewness dan
Analisa Crosstab Stem Leaf
Kurtosis

Analisa dan
Interpretasi

Kesimpulan dan
saran

Gambar Diagram Alir Praktikum

3.5 Prosedur Praktikum


Peralatan yang digunakan adalah:
1. Timbangan kue
2. Peralatan memasak
3. Observation sheet
4. Jangka sorong.
5. Digital Analytical Balance
Bahan yang dibutuhkan adalah:
1. Terigu 400 gram
2. Mentega 350 gram
3. Gula 240 gram
4. Telur 12 butir
5. Baking powder ½ sendok makan
6. Cream of tar-tar ½ sendok makan
7. Vanili ¼ sendok teh
8. Garam ¼ sendok teh
9. ½ sendok teh kayu manis
Dilakukan 2x running, masing-masing ½ resep.
3.6 Pelaksanaan Praktikum
Pelaksanaan praktikum ini dilakukan dengan beberapa langkah yaitu:
1. Setting Oven dengan lama pemanggangan 20 menit dan suhu 190 0 C,
jenis pemangganganya adalah Super Bake 2.
2. Panaskan teflon pada kompor listrik dan cairkan mentega dalam
teflon yang sudah dipanaskan.
3. Melakukan proses pembuatan adonan kue sesuai dengan resep yang
telah ditetapkan. Pertama mencampur tepung terigu sebanyak 300
gram, baking powder dengan garam, aduk rata lalu sisihkan.
Kemudian kocok telur, gula pasir, dan cream of tar-tar hingga
mengembang dan kental (kira – kira 10 menit), masukkan vanilli
bubuk aduk yang rata. Kemudian masukkan campuran tepung terigu
sambil diaduk, aduk perlahan - lahan hingga tercampur rata,
kemudian tambahkan mentega yang sudah cair kedalam adonan, lalu
diaduk rata dan terakhir masukkan bubuk kayu manis. Tuangkan
adonan dalam loyang dan dialasi kertas cup.
4. Setelah itu memanggang loyang yang telah berisi adonan dalam oven
yang telah ditentukan dengan suhu 190ºC selama 20 menit. Untuk
tiap 10 menit.
5. Pada bagian terakhir adalah mencatat hasil pengamatan dalam
observation sheet yang telah disediakan.
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

4.1. Pengumpulan Data


Pengumpulan data di ambil pada praktikum Exploration and
Data Analysis yang silaksanakan di Laboratorium Decision Support
System pada hari Rabu tanggal 11 november 2009. Pada praktikum
ini kami membuat kue yang di panggang pada Super Bake 2 dengan
suhu 190˚C selama 20 menit. Kemudian kue diukur baik tinggi mapun
berat dengan menggunakan jangka sorong dan mencatatnya pada
tabel pengamatan.
Berdasarkan pengamatan / observasi langsung yang dilakukan
melalui praktikum Eploration and Data Analysis, didapatkan data-data
yang telah terlampir

4.2. Pengolahan Data


4.2.1. Statistik Deskriptif Numeris
a. Dengan menggunakan Ms. Excell
4.2.1.1.Tabel statistik tinggi tepung segitiga biru

Mean 47.89375
0.664254
Standard Error 182
Median 47.525
Mode 46.2
3.757589
Standard Deviation 095
14.11947
Sample Variance 581
Kurtosis -
0.514017
442
0.245968
Skewness 556
Range 14.3
Minimum 41.1
Maximum 55.4
Sum 1532.6
Count 32
Largest(1) 55.4
Smallest(1) 41.1
Confidence 1.354755
Level(95.0%) 332

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 47.89375, standart error
0.664254182, median 47.525, tidak ada modus , standart
deviasi 3.757, variansi sampel 14.119 , kurtosis 0.5140 ,
skewness 0.245 , range 14.3, nilai data terkecil 41.1 , nilai data
terbesar 55.4 , jumlah nilai data 1532.6 , banyak data 32,
Confidence Level 95% 1,354, rasio kurtosis -0.77, dan rasio
skewness 0.368
4.2.1.2.Tabel statistik berat tepung segitiga biru
38.29512
Mean 5
1.012304
Standard Error 915
Median 38.216
Mode #N/A
5.726461
Standard Deviation 362
32.79235
Sample Variance 973
-
1.016569
Kurtosis 226
0.249429
Skewness 373
Range 19.828
Minimum 29.087
Maximum 48.915
Sum 1225.444
Count 32
Largest(1) 48.915
Smallest(1) 29.087
Confidence 2.064609
Level(95.0%) 478

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 38.295, standart error 1.012,
median 38.216, tidak ada modus , standart deviasi 5.276,
variansi sampel 32.792 , kurtosis 1.01 , skewness 0.249 , range
19.828, nilai data terkecil 29.087 , nilai data terbesar 48.915 ,
jumlah nilai data 1225.444 , banyak data 32, Confidence Level
95% 2.064, rasio kurtosis -1.003, dan rasio skewness 0.246.

4.2.1.3.Tabel statistik tinggi tepung cakra kembar

Mean 50.3
0.460416
Standard Error 326
Median 50
Mode 48.3
2.723859
Standard Deviation 718
7.419411
Sample Variance 765
-
0.020573
Kurtosis 087
0.830590
Skewness 953
Range 10.2
Minimum 46.5
Maximum 56.7
Sum 1760.5
Count 35
Largest(1) 56.7
Smallest(1) 46.5
Confidence 0.935678
Level(95.0%) 545

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 50.3, standart error 0.46, median
50, tidak ada modus , standart deviasi 2.723, variansi sampel
7.419 , kurtosis -0.202 , skewness 0.83 , range 10.2, nilai data
terkecil 46.5 , nilai data terbesar 56.7 , jumlah nilai data 1760.5
, banyak data 35, Confidence Level 95% 0.935, rasio kurtosis –
0.044, dan rasio skewness 1.8.

4.2.1.4.Tabel statistik berat tepung cakra kembar


43.89985
Mean 714
0.669504
Standard Error 175
Median 43.586
Mode #N/A
3.960840
Standard Deviation 115
15.68825
Sample Variance 442
-
0.131470
Kurtosis 857
-
0.063011
Skewness 043
Range 16.835
Minimum 34.952
Maximum 51.787
Sum 1536.495
Count 35
Largest(1) 51.787
Smallest(1) 34.952
Confidence 1.360596
Level(95.0%) 176

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 43.899, standart error 0.669,
median 43.586, tidak ada modus , standart deviasi 3.96,
variansi sampel 15.688 , kurtosis -0.131 , skewness -0.63 ,
range 16.83, nilai data terkecil 34.952 , nilai data terbesar
51.787 , jumlah nilai data 1536.495 , banyak data 35,
Confidence Level 95% 1.3605, rasio kurtosis -0.194 dan rasio
skewness -0.094
4.2.1.5.Tabel statistik tinggi tepung biasa
51.95365
Mean 854
0.591804
Standard Error 78
Median 52.5
Mode 54.6
3.789399
Standard Deviation 528
14.35954
Sample Variance 878
-
0.886387
Kurtosis 685
-
0.274903
Skewness 82
Range 14.3
Minimum 44.6
Maximum 58.9
Sum 2130.1
Count 41
Largest(1) 58.9
Smallest(1) 44.6
Confidence 1.196082
Level(95.0%) 064

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 51.95, standart error 0.591, median
52.5, tidak ada modus , standart deviasi 3.789, variansi sampel
14.35 , kurtosis -0.886 , skewness -0.274 , range 14.3, nilai
data terkecil 44.6 , nilai data terbesar 58.9 , jumlah nilai data
2130.1 , banyak data 41, dan Confidence Level 95% 1.196 ,
rasio kurtosis -1.5, dan rasio skewness -0.45

4.2.1.6.Tabel statistik tinggi tepung biasa


35.96958
Mean 537
0.564125
Standard Error 889
Median 34.867
Mode #N/A
3.612168
Standard Deviation 151
13.04775
Sample Variance 875
1.616169
Kurtosis 728
1.163140
Skewness 91
Range 16.882
Minimum 30.61
Maximum 47.492
Sum 1474.753
Count 41
Largest(1) 47.492
Smallest(1) 30.61
Confidence 1.140140
Level(95.0%) 939

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 35.969, standart error 0.564,
median 34.867, tidak ada modus , standart deviasi 3.612,
variansi sampel 13.047 , kurtosis 1.616 , skewness 1.163 ,
range 16.882, nilai data terkecil 30.61 , nilai data terbesar
47.492 , jumlah nilai data 1474.753 , banyak data 41, dan
Confidence Level 95% 1.1401, rasio kurtosis 2.88 dan rasio
skewness 2.07 .

b. Dengan menggunakan SPSS beserta frekuensi data


4.2.1.7.Tabel statistik berat tepung segitiga biru
Statistics
berat_tepung_segitiga_biru
N Valid 32
Missing 0
Mean 38.2951
Std. Error of Mean 1.01230
Median 38.2160
Std. Deviation 5.72646
Variance 32.792
Skewness .249
Std. Error of Skewness .414
Kurtosis -1.017
Std. Error of Kurtosis .809
Range 19.83
Minimum 29.09
Maximum 48.92
Sum 1225.44
Percentiles 95 48.0817

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 38.295, standart error 1.012 ,
median 38.21 , tidak ada modus , standart deviasi 5.726,
variansi sampel 32.792 , kurtosis -1.017 , skewness 0.249 ,
range 19,83, nilai data terkecil 29.09 , nilai data terbesar 48.92
, jumlah nilai data 1225.44 , banyak data 32, dan persentil 95
adalah 48.92, rasio kurtosis -1.25, dan rasio skewness 0.601

4.2.1.8.Tabel Frekuensi Berat Tepung Segitiga Biru


berat_tepung_segitiga_biru
Cumulative
Frequency Percent Valid Percent Percent
Valid 29.09 1 3.1 3.1 3.1
31.01 1 3.1 3.1 6.3
31.05 1 3.1 3.1 9.4
31.32 1 3.1 3.1 12.5
31.36 1 3.1 3.1 15.6
31.40 1 3.1 3.1 18.8
31.69 1 3.1 3.1 21.9
33.68 1 3.1 3.1 25.0
33.70 1 3.1 3.1 28.1
34.16 1 3.1 3.1 31.3
34.36 1 3.1 3.1 34.4
35.87 1 3.1 3.1 37.5
36.41 1 3.1 3.1 40.6
36.61 1 3.1 3.1 43.8
37.65 1 3.1 3.1 46.9
38.03 1 3.1 3.1 50.0
38.40 1 3.1 3.1 53.1
38.60 1 3.1 3.1 56.3
38.61 1 3.1 3.1 59.4
39.42 1 3.1 3.1 62.5
39.95 1 3.1 3.1 65.6
40.32 1 3.1 3.1 68.8
41.28 1 3.1 3.1 71.9
42.94 1 3.1 3.1 75.0
43.38 1 3.1 3.1 78.1
43.69 1 3.1 3.1 81.3
44.71 1 3.1 3.1 84.4
45.76 1 3.1 3.1 87.5
47.23 1 3.1 3.1 90.6
47.25 1 3.1 3.1 93.8
47.63 1 3.1 3.1 96.9
48.92 1 3.1 3.1 100.0
Total 32 100.0 100.0

Dari tabel frekuensi di atas, nilai data pada baris pertama


memiliki frekuensi 1 dengan valid persen 3,1 dan persen
kumulatif 3,1.

4.2.1.9.Tabel statistik tinggi Tepung Segitiga Biru


Statistics
tinggi_tepung_segitiga_biru
N Valid 32
Missing 0
Mean 47.8938
Std. Error of Mean .66425
Median 47.5250
Std. Deviation 3.75759
Variance 14.119
Skewness .246
Std. Error of Skewness .414
Kurtosis -.514
Std. Error of Kurtosis .809
Range 14.30
Minimum 41.10
Maximum 55.40
Sum 1532.60
Percentiles 95 55.1400

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 47.89, standart error 0.664 ,
median 47.52 , tidak ada modus , standart deviasi 3.757,
variansi sampel 14.119 , kurtosis -0.514 , skewness 0.246 ,
range 14.3 nilai data terkecil 41.10 , nilai data terbesar 55.4 ,
jumlah nilai data 1532.6 , banyak data 32, dan persentil 95
adalah 55.14. rasio kurtosis -0.635, dan rasio skewness 0.594

4.2.1.10.Tabel Frekuensi tinggi Tepung Segitiga Biru


tinggi_tepung_segitiga_biru
Cumulative
Frequency Percent Valid Percent Percent
Valid 41.10 1 3.1 3.1 3.1
42.40 2 6.3 6.3 9.4
43.20 1 3.1 3.1 12.5
43.50 1 3.1 3.1 15.6
43.70 1 3.1 3.1 18.8
44.90 1 3.1 3.1 21.9
45.40 2 6.3 6.3 28.1
45.70 1 3.1 3.1 31.3
46.10 1 3.1 3.1 34.4
46.20 2 6.3 6.3 40.6
46.60 1 3.1 3.1 43.8
47.10 1 3.1 3.1 46.9
47.50 1 3.1 3.1 50.0
47.55 1 3.1 3.1 53.1
48.50 1 3.1 3.1 56.3
48.80 1 3.1 3.1 59.4
49.00 1 3.1 3.1 62.5
49.30 1 3.1 3.1 65.6
49.70 1 3.1 3.1 68.8
49.85 1 3.1 3.1 71.9
50.50 1 3.1 3.1 75.0
50.70 1 3.1 3.1 78.1
51.00 1 3.1 3.1 81.3
51.10 1 3.1 3.1 84.4
51.70 1 3.1 3.1 87.5
52.30 1 3.1 3.1 90.6
54.80 1 3.1 3.1 93.8
55.00 1 3.1 3.1 96.9
55.40 1 3.1 3.1 100.0
Total 32 100.0 100.0

Dari tabel frekuensi di atas, nilai data pada baris pertama


memiliki frekuensi 2 dengan valid persen 6.3 dan persen
kumulatif 9.4
.
4.2.1.11.Tabel statistik berat tepung cakra kembar
Statistics
berat_tepung_cakra_kembar
N Valid 35
Missing 0
Mean 43.8999
Std. Error of Mean .66950
Median 43.5860
Std. Deviation 3.96084
Variance 15.688
Skewness -.063
Std. Error of Skewness .398
Kurtosis -.131
Std. Error of Kurtosis .778
Range 16.84
Minimum 34.95
Maximum 51.79
Sum 1536.50
Percentiles 95 51.4206

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 43.899, standart error 0.669 ,
median 43.58 , tidak ada modus , standart deviasi 3.96
variansi sampel 15.688 , kurtosis -0.131 , skewness -0.063 ,
range 16.84 nilai data terkecil 34.95 , nilai data terbesar
51.79 , jumlah nilai data 1536.5 , banyak data 32, dan
persentil 95 adalah 51.42 rasio kurtosis -0.168, dan rasio
skewness -0.158.

4.2.1.12.Tabel Frekuensi tinggi Tepung Segitiga Biru


berat_tepung_cakra_kembar
Cumulative
Frequency Percent Valid Percent Percent
Valid 34.95 1 2.9 2.9 2.9
36.82 1 2.9 2.9 5.7
37.99 1 2.9 2.9 8.6
38.33 1 2.9 2.9 11.4
39.21 1 2.9 2.9 14.3
40.46 1 2.9 2.9 17.1
40.50 1 2.9 2.9 20.0
41.16 1 2.9 2.9 22.9
41.43 1 2.9 2.9 25.7
42.04 1 2.9 2.9 28.6
42.14 1 2.9 2.9 31.4
42.50 1 2.9 2.9 34.3
42.52 1 2.9 2.9 37.1
42.87 1 2.9 2.9 40.0
43.14 1 2.9 2.9 42.9
43.28 1 2.9 2.9 45.7
43.56 1 2.9 2.9 48.6
43.59 1 2.9 2.9 51.4
43.70 1 2.9 2.9 54.3
44.12 1 2.9 2.9 57.1
44.16 1 2.9 2.9 60.0
45.46 1 2.9 2.9 62.9
45.55 1 2.9 2.9 65.7
45.84 1 2.9 2.9 68.6
45.89 1 2.9 2.9 71.4
45.91 1 2.9 2.9 74.3
46.05 1 2.9 2.9 77.1
46.35 1 2.9 2.9 80.0
47.75 1 2.9 2.9 82.9
48.39 1 2.9 2.9 85.7
49.03 1 2.9 2.9 88.6
49.08 1 2.9 2.9 91.4
49.59 1 2.9 2.9 94.3
51.33 1 2.9 2.9 97.1
51.79 1 2.9 2.9 100.0
Total 35 100.0 100.0

Dari tabel frekuensi di atas, nilai data pada baris pertama


memiliki frekuensi 1 dengan valid persen 2.9 dan persen
kumulatif 2.9

4.2.1.13.Tabel statistik tinggi tepung cakra kembar


Statistics
tinggi_tepung_cakra_kembar
N Valid 35
Missing 0
Mean 50.3000
Std. Error of Mean .46042
Median 50.0000
Std. Deviation 2.72386
Variance 7.419
Skewness .831
Std. Error of Skewness .398
Kurtosis -.021
Std. Error of Kurtosis .778
Range 10.20
Minimum 46.50
Maximum 56.70
Sum 1760.50
Percentiles 95 56.5400

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 50.3, standart error 0.46 , median
50 , tidak ada modus , standart deviasi 2.72 variansi sampel
7.419 , kurtosis -0.021 , skewness 0.831 , range 10.2 nilai data
terkecil 46.5, nilai data terbesar 56.7 , jumlah nilai data 1750.5
, banyak data 35, dan persentil 95 adalah 56.54. rasio kurtosis
–0.026, dan rasio skewness 2.08.

4.2.1.14.Tabel Frekuensi tinggi Tepung cakra kembar


tinggi_tepung_cakra_kembar
Cumulative
Frequency Percent Valid Percent Percent
Valid 46.50 1 2.9 2.9 2.9
47.00 2 5.7 5.7 8.6
47.30 1 2.9 2.9 11.4
47.40 1 2.9 2.9 14.3
48.10 1 2.9 2.9 17.1
48.20 2 5.7 5.7 22.9
48.30 4 11.4 11.4 34.3
48.40 1 2.9 2.9 37.1
48.70 1 2.9 2.9 40.0
49.00 2 5.7 5.7 45.7
49.50 1 2.9 2.9 48.6
50.00 3 8.6 8.6 57.1
50.10 1 2.9 2.9 60.0
51.00 1 2.9 2.9 62.9
51.20 2 5.7 5.7 68.6
51.30 2 5.7 5.7 74.3
52.30 2 5.7 5.7 80.0
52.60 1 2.9 2.9 82.9
53.20 1 2.9 2.9 85.7
53.40 1 2.9 2.9 88.6
54.50 1 2.9 2.9 91.4
55.40 1 2.9 2.9 94.3
56.50 1 2.9 2.9 97.1
56.70 1 2.9 2.9 100.0
Total 35 100.0 100.0

Dari tabel frekuensi di atas, nilai data pada baris pertama


memiliki frekuensi 3 dengan valid persen 8.6 dan persen
kumulatif 57.1

4.2.1.15.Tabel statistik berat tepung biasa


Statistics
berati_tepung_biasa
N Valid 41
Missing 0
Mean 35.9696
Std. Error of Mean .56413
Median 34.8670
Std. Deviation 3.61217
Variance 13.048
Skewness 1.163
Std. Error of Skewness .369
Kurtosis 1.616
Std. Error of Kurtosis .724
Range 16.88
Minimum 30.61
Maximum 47.49
Sum 1474.75
Percentiles 95 43.8154

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 35.96 standart error 0.564 , median
34.86 , tidak ada modus , standart deviasi 3.612 variansi
sampel 13.04 , kurtosis 1.616 , skewness 1.163 , range 16.88
nilai data terkecil 30.61, nilai data terbesar 47.49 , jumlah nilai
data 1474.75 , banyak data 41, dan persentil 95 adalah 43.81.
rasio kurtosis 2.23, dan rasio skewness 3.151

4.2.1.16.Tabel Frekuensi berat Tepung biasa


berati_tepung_biasa
Cumulative
Frequency Percent Valid Percent Percent
Valid 30.61 1 2.4 2.4 2.4
30.64 1 2.4 2.4 4.9
31.23 1 2.4 2.4 7.3
32.15 1 2.4 2.4 9.8
32.51 1 2.4 2.4 12.2
32.60 1 2.4 2.4 14.6
32.88 1 2.4 2.4 17.1
33.10 1 2.4 2.4 19.5
33.18 1 2.4 2.4 22.0
33.68 1 2.4 2.4 24.4
33.84 1 2.4 2.4 26.8
34.09 1 2.4 2.4 29.3
34.17 1 2.4 2.4 31.7
34.33 1 2.4 2.4 34.1
34.36 1 2.4 2.4 36.6
34.45 1 2.4 2.4 39.0
34.63 1 2.4 2.4 41.5
34.77 1 2.4 2.4 43.9
34.78 1 2.4 2.4 46.3
34.79 1 2.4 2.4 48.8
34.87 1 2.4 2.4 51.2
35.32 1 2.4 2.4 53.7
35.58 1 2.4 2.4 56.1
35.65 1 2.4 2.4 58.5
35.72 1 2.4 2.4 61.0
35.81 1 2.4 2.4 63.4
36.00 1 2.4 2.4 65.9
36.11 1 2.4 2.4 68.3
36.86 1 2.4 2.4 70.7
37.09 1 2.4 2.4 73.2
37.46 1 2.4 2.4 75.6
38.38 1 2.4 2.4 78.0
38.59 1 2.4 2.4 80.5
38.67 1 2.4 2.4 82.9
39.50 1 2.4 2.4 85.4
40.17 1 2.4 2.4 87.8
40.88 1 2.4 2.4 90.2
41.87 1 2.4 2.4 92.7
41.95 1 2.4 2.4 95.1
44.02 1 2.4 2.4 97.6
47.49 1 2.4 2.4 100.0
Total 41 100.0 100.0
Dari tabel frekuensi di atas, nilai data pada baris pertama
memiliki frekuensi 1 dengan valid persen 2.4 dan persen
kumulatif 2.4

4.2.1.17.Tabel statistik tinggi tepung biasa

Statistics
tinggi_tepung_biasa
N Valid 41
Missing 0
Mean 51.9537
Std. Error of Mean .59180
Median 52.5000
Std. Deviation 3.78940
Variance 14.360
Skewness -.275
Std. Error of Skewness .369
Kurtosis -.886
Std. Error of Kurtosis .724
Range 14.30
Minimum 44.60
Maximum 58.90
Sum 2130.10
Percentiles 95 58.1600

Dari tabel statistik berat tepung segitiga biru di atas dapat


diketahui bahwa nilai mean 51.95 standart error 0.59 , median
52.5 , tidak ada modus , standart deviasi 3.78 variansi sampel
14.36 , kurtosis -0.886 , skewness -0.275 , range 14.3 nilai data
terkecil 44.6, nilai data terbesar 58.949 , jumlah nilai data
2130.1 , banyak data 41, dan persentil 95 adalah 58.16 rasio
kurtosis –1.223, dan rasio skewness -0.745.

4.2.1.18.Tabel Frekuensi tinggi Tepung biasa


tinggi_tepung_biasa
Cumulative
Frequency Percent Valid Percent Percent
Valid 44.60 1 2.4 2.4 2.4
45.50 1 2.4 2.4 4.9
46.10 1 2.4 2.4 7.3
46.40 1 2.4 2.4 9.8
46.50 1 2.4 2.4 12.2
46.60 1 2.4 2.4 14.6
46.80 1 2.4 2.4 17.1
47.50 1 2.4 2.4 19.5
47.70 1 2.4 2.4 22.0
48.60 1 2.4 2.4 24.4
48.90 2 4.9 4.9 29.3
49.40 1 2.4 2.4 31.7
50.90 1 2.4 2.4 34.1
51.10 1 2.4 2.4 36.6
51.50 1 2.4 2.4 39.0
51.80 1 2.4 2.4 41.5
52.10 1 2.4 2.4 43.9
52.40 2 4.9 4.9 48.8
52.50 1 2.4 2.4 51.2
52.90 1 2.4 2.4 53.7
53.10 1 2.4 2.4 56.1
53.20 1 2.4 2.4 58.5
53.60 1 2.4 2.4 61.0
53.80 1 2.4 2.4 63.4
53.90 1 2.4 2.4 65.9
54.30 2 4.9 4.9 70.7
54.60 3 7.3 7.3 78.0
54.90 1 2.4 2.4 80.5
55.30 1 2.4 2.4 82.9
55.40 1 2.4 2.4 85.4
55.70 1 2.4 2.4 87.8
56.80 2 4.9 4.9 92.7
56.90 1 2.4 2.4 95.1
58.30 1 2.4 2.4 97.6
58.90 1 2.4 2.4 100.0
Total 41 100.0 100.0

Dari tabel frekuensi di atas, nilai data pada baris pertama


memiliki frekuensi 3 dengan valid persen 7.3 dan persen
kumulatif 78
4.2.2 Statistik Deskriptif Grafis
a. Dengan menggunakan Ms.Excell
4.2.2.1 Grafik histogram Berat Kue Tepung Segitiga
Biru

Dari grafik di atas dapat dilihat kue pertama mempunyai


berat 44.714 gram dan kue terakhir mempunyai berat
31.685 gram. Dimana kue paling berat adalah kue ke- 8
dengan bobot 47.633 gram dan kue paling ringan adalah
kue ke- 31 dengan berat 29.087 gram .

4.2.2.2 Grafik histogram tinggi Kue Tepung Segitiga


Biru

Dari grafik di atas dapat dilihat kue pertama mempunyai


tinggi 49.1 mm dan kue terakhir mempunyai tinggi 42.4
mm. Dimana kue paling tinggi adalah kue ke- 20 dengan
tinggi 55.4 mm dan kue paling rendah adalah kue ke- 31
dengan tinggi 42.4 mm .
4.2.2.3 Grafik histogram Berat Kue Tepung cakra
kembar

Dari grafik di atas dapat dilihat kue pertama mempunyai


berat 49.079 gram dan kue terakhir mempunyai berat
44.124 gram. Dimana kue paling berat adalah kue ke- 34
dengan bobot 51.787 gram dan kue paling ringan adalah
kue ke- 30 dengan berat 34.952 gram .

4.2.2.4 Grafik histogram tinggi Kue Tepung cakra


kembar

Dari grafik di atas dapat dilihat kue pertama mempunyai


tinggi 55.4 mm dan kue terakhir mempunyai tinggi 50.1
mm. Dimana kue paling tinggi adalah kue ke- 27 dengan
tinggi 56.5 mm dan kue paling rendah adalah kue ke- 34
dengan tinggi 46.5 mm .
4.2.2.5 Grafik histogram Berat Kue Tepung Biasa
Dari grafik di atas dapat dilihat kue pertama mempunyai
berat 30.635 gram dan kue terakhir mempunyai berat
40.878 gram. Dimana kue paling berat adalah kue ke- 26
dengan bobot 47.492 gram dan kue paling ringan adalah
kue ke- 30 dengan berat 30.635 gram .

4.2.2.6 Grafik histogram tinggi Kue Tepung biasa

Dari grafik di atas dapat dilihat kue pertama mempunyai


tinggi 54.6 mm dan kue terakhir mempunyai tinggi 51.5
mm. Dimana kue paling tinggi adalah kue ke- 20 dengan
tinggi 58.9 mm dan kue paling rendah adalah kue ke- 33
dengan tinggi 44.6 mm .
4.2.2.7 Grafik Scatter Berat Kue Tepung Segitiga Biru

Dari grafik di atas dapat dilihat kue pertama mempunyai


berat 44.714 gram dan kue terakhir mempunyai berat
31.685 gram. Dimana kue paling berat adalah kue ke- 8
dengan bobot 47.633 gram dan kue paling ringan adalah
kue ke- 31 dengan berat 29.087 gram .

4.2.2.8 Grafik Scatter tinggi Kue Tepung Segitiga Biru

Dari grafik di atas dapat dilihat kue pertama mempunyai


tinggi 49.1 mm dan kue terakhir mempunyai tinggi 42.4
mm. Dimana kue paling tinggi adalah kue ke- 20 dengan
tinggi 55.4 mm dan kue paling rendah adalah kue ke- 31
dengan tinggi 42.4 mm .

4.2.2.9 Grafik Scatter berat Kue Tepung cakra kembar

Dari grafik di atas dapat dilihat kue pertama mempunyai


berat 49.079 gram dan kue terakhir mempunyai berat
44.124 gram. Dimana kue paling berat adalah kue ke- 34
dengan bobot 51.787 gram dan kue paling ringan adalah
kue ke- 30 dengan berat 34.952 gram .

4.2.2.10 Grafik Scatter tinggi Kue Tepung cakra


kembar

Dari grafik di atas dapat dilihat kue pertama mempunyai


tinggi 55.4 mm dan kue terakhir mempunyai tinggi 50.1
mm. Dimana kue paling tinggi adalah kue ke- 27 dengan
tinggi 56.5 mm dan kue paling rendah adalah kue ke- 34
dengan tinggi 46.5 mm .

4.2.2.11 Grafik Scatter berat Kue Tepung biasa

Dari grafik di atas dapat dilihat kue pertama mempunyai


berat 30.635 gram dan kue terakhir mempunyai berat
40.878 gram. Dimana kue paling berat adalah kue ke- 26
dengan bobot 47.492 gram dan kue paling ringan adalah
kue ke- 30 dengan berat 30.635 gram .

4.2.2.12 Grafik Scatter tinggi Kue Tepung biasa

Dari grafik di atas dapat dilihat kue pertama mempunyai


tinggi 54.6 mm dan kue terakhir mempunyai tinggi 51.5
mm. Dimana kue paling tinggi adalah kue ke- 20 dengan
tinggi 58.9 mm dan kue paling rendah adalah kue ke- 33
dengan tinggi 44.6 mm .
b. Menggunakan SPSS

4.2.2.13 Histogram berat tepung segitiga biru

Dari histogram diatas dapat diketahui bahwa mean berat tepung


segitiga biru adalah 38.30 gr, batas atas adalah 48.915 gr, serta
batas bawah adalah 29.087 gr dengan standar deviasi 5.726. Selain
itu histogram diatas berbentuk seperti lonceng yang digambarkan
dengan garis lengkung. Hal ini membuktikan bahwa distribusi
tersebut sudah bisa dikatakan normal atau mendekati normal.

4.2.2.14 histogram tinggi tepung segitiga biru

Dari histogram diatas dapat diketahui mean tinggi tepung segitiga


biru adalah 47.89 mm, batas atas adalah 55.4 mm, serta batas
bawah adalah 41.1 mm dengan standar deviasi 3.758. Selain itu
histogram diatas berbentuk seperti lonceng yang digambarkan
dengan garis lengkung. Hal ini membuktikan bahwa distribusi
tersebut sudah bisa dikatakan normal atau mendekati normal.
4.2.2.15 Histogram berat cakra kembar

Dari histogram diatas dapat diketahui mean berat tepung cakra


kembar adalah 43.90 gr, batas atas adalah 51.787 gr, serta batas
bawah adalah 34.95 gr dengan standar deviasi 3.961. Selain itu
histogram diatas berbentuk seperti lonceng yang digambarkan
dengan garis lengkung. Hal ini membuktikan bahwa distribusi
tersebut sudah bisa dikatakan normal atau mendekati normal.
4.2.2.16 Histogram tinggi cakra kembar

Dari histogram diatas dapat diketahui mean tinggi tepung cakra


kembar adalah 50.3 mm, batas atas adalah 56.7 mm, serta batas
bawah adalah 46.5 mm dengan standar deviasi 2.724. Selain itu
histogram diatas berbentuk seperti lonceng yang digambarkan
dengan garis lengkung. Hal ini membuktikan bahwa distribusi
tersebut sudah bisa dikatakan normal atau mendekati normal.
4.2.2.17 Histogram berat tepung biasa

Dari histogram diatas dapat diketahui mean berat tepung biasa


adalah 35.97 gr, batas atas adalah 47.92 gr, serta batas bawah
adalah 30.61 gr dengan standar deviasi 3.612. Selain itu histogram
diatas berbentuk seperti lonceng yang digambarkan dengan garis
lengkung. Hal ini membuktikan bahwa distribusi tersebut sudah bisa
dikatakan normal atau mendekati normal.
4.2.2.18 Histogram tinggi tepung biasa

Dari histogram diatas dapat diketahui mean berat tepung biasa adalah
51.95 mm, batas atas adalah 58.9 mm, serta batas bawah adalah 44.6
mm dengan standar deviasi 3.789. Selain itu histogram diatas
berbentuk seperti lonceng yang digambarkan dengan garis lengkung.
Hal ini membuktikan bahwa distribusi tersebut sudah bisa dikatakan
normal atau mendekati normal.

4.2.2.19 Boxplot berat tepung segitiga biru

Dari grafik diatas dapat diketahui mean berat tepung segitiga biru
adalah 38.30 gr, batas atas adalah 48.915 gr, serta batas bawah adalah
29.087 gr.
4.2.2.20 Boxplot tinggi tepung segitiga biru

Dari grafik diatas dapat diketahui mean tinggi tepung segitiga biru
adalah 47.89 mm, batas atas adalah 55.4 mm, serta batas bawah
adalah 41.1 mm.

4.2.2.21 Boxplot berat tepung cakra kembar

Dari grafik diatas dapat diketahui mean berat tepung cakra kembar
adalah 43.90 gr, batas atas adalah 51.787 gr, serta batas bawah adalah
34.95 gr. Terdapat satu data dengan tanda outlier, yaitu kasus
nomor 30 untuk tepung biasa.

4.2.2.22 Boxplot tinggi tepung cakra kembar

Dari grafik diatas dapat diketahui mean berat tepung cakra kembar
adalah 50.3 mm, batas atas adalah 56.7 mm, serta batas bawah
adalah 46.5 mm.

4.2.2.23 Boxplot berat tepung biasa


Dari grafik diatas dapat diketahui mean berat tepung biasa adalah
35.97 gr, batas atas adalah 47.92 gr, serta batas bawah adalah 30.61
gr.

4.2.2.24 Boxplot tinggi tepung biasa

Dari grafik diatas dapat diketahui mean berat tepung biasa adalah
51.95 mm, batas atas adalah 58.9 mm, serta batas bawah adalah 44.6
mm.

4.2.2.25 Dotplot berat tepung segitiga biru


Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada
diantara garis lurus, sehingga dapat dikatakan bahwa data berada
diantara sekeliling garis tersebut.

4.2.2.26 Dotplot tinggi tepung segitiga biru

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada


diantara garis lurus, sehingga dapat dikatakan bahwa data berada
diantara sekeliling garis tersebut.
4.2.2.27 Dotplot berat tepung cakra kembar

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada


diantara garis lurus, sehingga dapat dikatakan bahwa data berada
diantara sekeliling garis tersebut.

4.2.2.28 Dotplot tinggi tepung cakra kembar

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada


diantara garis lurus, sehingga dapat dikatakan bahwa data berada
diantara sekeliling garis tersebut.
4.2.2.29 Dotplot berat tepung biasa

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada


diantara garis lurus, sehingga dapat dikatakan bahwa data berada
diantara sekeliling garis tersebut.

4.2.2.30 Dotplot tinggi tepung biasa


Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada
diantara garis lurus, sehingga dapat dikatakan bahwa data berada
diantara sekeliling garis tersebut.

4.2.2.25 Stem leaf berat tepung segitiga biru

Berat_segitiga_biru Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 2 . 9
10.00 3 . 1111113344
10.00 3 . 5667888899
6.00 4 . 012334
5.00 4 . 57778

Stem width: 10.000


Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki berat 29 gr
sebanyak 1, berat 31 gr sebanyak 6, berat 33 gr sebanyak 2, berat 34 gr
sebanyak 2, berat 35 gr sebanyak 1, berat 36 gr sebanyak 2, berat 37 gr
sebanyak 1, berat 38 gr sebanyak 4, berat 39 gr sebanyak 2, berat 40 gr
sebanyak 1, berat 41 gr sebanyak 1, berat 42 gr sebanyak 1, berat 43 gr
sebanyak 2, berat 44 gr sebanyak 1, berat 45 gr sebanyak 1, berat 47 gr
sebanyak 3, berat 48 gr sebanyak 1.

4.2.2.26 Stem leaf tinggi tepung segitiga biru

Tinggi_segitiga_biru Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 4 . 1
5.00 4 . 22333
4.00 4 . 4555
7.00 4 . 6666777
6.00 4 . 889999
5.00 5 . 00111
1.00 5 . 2
3.00 5 . 455

Stem width: 10.00


Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki tinggi 41 mm
sebanyak 1, tinggi 42 mm sebanyak 2, tinggi 43 mm sebanyak 3, tinggi
44 mm sebanyak 1, tinggi 45 mm sebanyak 3, tinggi 46 mm sebanyak
4, tinggi 47 mm sebanyak 3, tinggi 48 mm sebanyak 2, tinggi 49 mm
sebanyak 4, tinggi 50 mm sebanyak 2, tinggi 51 mm sebanyak 3, tinggi
52 mm sebanyak 1, tinggi 54 mm sebanyak 2, tinggi 55 mm sebanyak
2.

4.2.2.27 Stem leaf berat tepung cakra kembar

Berat_cakra_kembar Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 Extremes (=<35)


4.00 3 . 6789
16.00 4 . 0011222223333344
12.00 4 . 555556678999
2.00 5 . 11

Stem width: 10.000


Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki berat 35 gr
sebanyak 1, berat 36 gr sebanyak 1, berat 37 gr sebanyak 1, berat 38 gr
sebanyak 1, berat 39 gr sebanyak 1, berat 40 gr sebanyak 2, berat 41 gr
sebanyak 2, berat 42 gr sebanyak 5, berat 43 gr sebanyak 5, berat 44 gr
sebanyak 2, berat 45 gr sebanyak 5, berat 46 gr sebanyak 2, berat 47 gr
sebanyak 1, berat 48 gr sebanyak 1, berat 49 gr sebanyak 3, berat 51
gr sebanyak 2.

4.2.2.28 Stem leaf tinggi tepung cakra kembar

Tinggi_cakra_kembar Stem-and-Leaf Plot

Frequency Stem & Leaf

5.00 4 . 67777
12.00 4 . 888888888999
9.00 5 . 000011111
5.00 5 . 22233
2.00 5 . 45
2.00 5 . 66

Stem width: 10.00


Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki tinggi 46 mm
sebanyak 1, tinggi 47 mm sebanyak 4, tinggi 48 mm sebanyak 9, tinggi
49 mm sebanyak 3, tinggi 50 mm sebanyak 4, tinggi 51 mm sebanyak
5, tinggi 52 mm sebanyak 3, tinggi 53 mm sebanyak 2, tinggi 54 mm
sebanyak 1, tinggi 55 mm sebanyak 1, tinggi 56 mm sebanyak 2.
4.2.2.29 Stem leaf berat tepung biasa

Berat_tepung_biasa Stem-and-Leaf Plot

Frequency Stem & Leaf

2.00 30 . 66
1.00 31 . 2
4.00 32 . 1568
4.00 33 . 0168
10.00 34 . 0133467778
6.00 35 . 356789
2.00 36 . 18
2.00 37 . 04
3.00 38 . 356
1.00 39 . 5
2.00 40 . 18
2.00 41 . 89
2.00 Extremes (>=44.0)

Stem width: 1.000


Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki berat 30,6 gr
sebanyak 2, berat 31.2 gr sebanyak 1, berat 32.1 gr sebanyak 1, berat
32.5 gr sebanyak 1, berat 32.6 gr sebanyak 1, berat 32.8 gr sebanyak 8,
33.0 gr sebanyak 1, berat 33.1 gr sebanyak 1, berat 33.6 gr sebanyak 1,
berat 33.8 gr sebanyak 1, berat 34 gr sebanyak 1, berat 34.1 gr
sebanyak 1, berat 34.3 gr sebanyak 2, berat 34.4 gr sebanyak 1, berat
34.6 gr sebanyak 1, berat 34.7 gr sebanyak 3, berat 34.8 gr sebanyak 1,
berat 35.3 gr sebanyak 1, berat 35.5 gr sebanyak 1, berat 35.6 gr
sebanyak 1, berat 35.7 gr sebanyak 1, berat 35.8 gr sebanyak 1, berat
35.9 gr sebanyak 1, berat 36.1 gr sebanyak 1, berat 36.8 gr sebanyak 1,
berat 37 gr sebanyak 1, berat 37.4 gr sebanyak 1, berat 38.3 gr
sebanyak 1, berat 38.5 gr sebanyak 1, berat 38.6 gr sebanyak 1, berat
39.5 gr sebanyak 1, berat 40.1 gr sebanyak 1, berat 40.8 gr sebanyak 1,
berat 41.8 gr sebanyak 1, berat 41.9 gr sebanyak 1.

4.2.2.30 Stem leaf tinggi tepung biasa

Tinggi_tepung_biasa Stem-and-Leaf Plot

Frequency Stem & Leaf

2.00 4 . 45
7.00 4 . 6666677
4.00 4 . 8889
4.00 5 . 0111
10.00 5 . 2222233333
9.00 5 . 444444555
3.00 5 . 666
2.00 5 . 88

Stem width: 10.00


Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki tinggi 44 mm
sebanyak 1, tinggi 45 mm sebanyak 1, tinggi 46 mm sebanyak 5, tinggi
47 mm sebanyak 2, tinggi 48 mm sebanyak 3, tinggi 49 mm sebanyak
1, tinggi 50 mm sebanyak 1, tinggi 51 mm sebanyak 3, tinggi 52 mm
sebanyak 5, tinggi 53 mm sebanyak 5, tinggi 54 mm sebanyak 6, tinggi
55 mm sebanyak 3, tinggi 56 mm sebanyak 6, tinggi 58 mm sebanyak
2.

4.2.3 Uji Normalitas


4.2.3.1 Tabel uji normalitas

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Tepung Statistic Df Sig. Statistic df Sig.

Berat segitiga biru .098 32 .200* .951 32 .156

cakra kembar .074 35 .200* .988 35 .956

Biasa .168 41 .005 .919 41 .006

Tinggi segitiga biru .080 32 .200* .975 32 .655

cakra kembar .141 35 .078 .923 35 .017

Biasa .108 41 .200* .957 41 .128

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

• Berat
Hipotesis
- Ho : Data berdistribusi normal
- H1 : Data tidak berdistribusi normal
Pengambilan keputusan
- Berdasarkan nilai probabilitas/signifikansi
 Jika signifikansi > 0.05 maka Ho diterima
 Jika signifikansi < 0.05 maka H0 ditolak
- Berdasarkan nilai siginifikansi pada variable tepung segitiga
biru adalah 0.200(dengan metode kolmogorov smirnov) dan
0.156(dengan metode Shapiro wilk).
- Berdasarkan nilai siginifikansi pada variable tepung cakra
kembar adalah 0.200(dengan metode kolmogorov smirnov) dan
0.956(dengan metode Shapiro wilk).
- Berdasarkan nilai siginifikansi pada variable tepung biasa
adalah 0.005(dengan metode kolmogorov smirnov) dan 0.006(dengan
metode Shapiro wilk).

• Tinggi
Hipotesis
- Ho : Data berdistribusi normal
- H1 : Data tidak berdistribusi normal
Pengambilan keputusan
- Berdasarkan nilai probabilitas/signifikansi

 Jika signifikansi > 0.05 maka Ho diterima


 Jika signifikansi < 0.05 maka H0 ditolak
- Berdasarkan nilai siginifikansi pada variable tepung segitiga
biru adalah 0.200(dengan metode kolmogorov smirnov) dan
0.655(dengan metode Shapiro wilk).
- Berdasarkan nilai siginifikansi pada variable tepung cakra
kembar adalah 0.078(dengan metode kolmogorov smirnov) dan
0.017(dengan metode Shapiro wilk).
- Berdasarkan nilai siginifikansi pada variable tepung biasa
adalah 0.200(dengan metode kolmogorov smirnov) dan 0.128(dengan
metode Shapiro wilk).

4.2.4 Regresi Linear


4.2.4.1 Tabel descriptive statistic
Descriptive Statistics

Mean Std. Deviation N

Tepung 2.08 .822 108

Tinggi 50.2148 3.81948 108

Berat 39.22863 5.552594 108

- Rata-rata penggunaan tepung adalah 2.08 dengan standar deviasi


0.822, rata-rata tinggi kue adalah 50.2148 mm dengan standar
deviasi 3.81948, rata-rata berat kue adalah 39.22863 gr dengan
standar deviasi 5.552594.

4.2.4.2 Tabel korelasi


Correlations

Tepung Tinggi Berat

Pearson Correlation Tepung 1.000 .433 -.213

Tinggi .433 1.000 .120

Berat -.213 .120 1.000

Sig. (1-tailed) Tepung . .000 .014

Tinggi .000 . .108

Berat .014 .108 .

N Tepung 108 108 108

Tinggi 108 108 108

Berat 108 108 108

- Besar hubungan pada tepung dengan tinggi adalah 0.433, hal ini
berarti memiliki hubungan yang positif dan tidak terlalu
besar(belum mendekati nilai 1). Sedangkan pada tepung dengan
berat adalah -0.213, hal ini berarti memiliki hubungan yang
negative dan sangat kecil. Arah hubungan positif berarti jika
penggunaan tepung naik, maka tinggi kue juga akan naik. Arah
hubungan negative berarti jika penggunaan tepung naik, maka
berat kue akan turun.
- Tingkat signifikansi untuk tepung dengan tinggi adalah 0.000,
sedangkan untuk tepung dengan berat adalah 0.014 hal ini berada
jauh dari 0.05. Berarti terdapat korelasi yang kuat antara tepung
dengan tinggi, tepung dengan berat.

4.2.4.3 Tabel model summary


Model Summaryb

Adjusted R Std. Error of the


Model R R Square Square Estimate

1 .509a .259 .245 .714

a. Predictors: (Constant), Berat, Tinggi

b. Dependent Variable: Tepung

- Dari R square diperoleh angka 0.259, hal ini berarti 25.9% hasil
penggunaan tepung dapat dijelaskan dengan berat kue dan tinggi
kue, sedangkan sisanya dijelaskan dengan variable lain. Semakin
tinggi R square maka semakin bagus.
- Standar Estimasi error adalah 0.714, jika dibandingkan dengan
standar deviasi tepung adalah 0.822 maka angka ini dapat
dinyatakan lebih kecil dari pada standar deviasi tepung. Sehingga
dapat dinyatakan model regresi linear lebih bagus untuk
memprediksi penggunaan tepung.

4.2.4.4 Tabel ANOVA


ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 18.704 2 9.352 18.338 .000a

Residual 53.546 105 .510

Total 72.250 107

a. Predictors: (Constant), Berat, Tinggi

b. Dependent Variable: Tepung

- Dari uji ANOVA atau F Test didapat F hitung 18.338 dengan tingkat
signifikansi 0.000. oleh karena 0.00 lebih kecil dari 0.05 maka
model regresi dapat digunakan untuk memprediksi penggunaan
tepung.

4.2.4.5 Tabel Koefisien


Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) -1.389 .987 -1.408 .162

Tinggi .100 .018 .466 5.503 .000

Berat -.040 .013 -.268 -3.171 .002

a. Dependent Variable: Tepung

- Berat
Dari table koefisien diperoleh persamaan regresi linear
 Y = -1.389 + 0.100X
 Konstanta sebesar -1.389 yang menyatakan tidak ada berat
maka penggunaan tepung mencapai -1.389
 Koefisien regresi adalah 0.100 menyatakan bahwa setiap
penambahan 1 tinggi maka penggunaan tepung akan
mencapai peningkatan 0.100

- Tinggi
Dari table koefisien diperoleh persamaan regresi linear
 Y = -1.389 – 0.040X
 Konstanta sebesar -1.389 yang menyatakan tidak ada berat
maka penggunaan tepung mencapai -1.389
 Koefisien regresi adalah 0.100 menyatakan bahwa setiap
penambahan 1 tinggi maka penggunaan tepung akan
mencapai peningkatan 0.100
BAB V
ANALISA DAN INTERPRETASI

5.1. Tepung Segitiga Biru


5.1.1. Analisis Statistik Deskriptif Numeris
a. Analisis untuk Frekuensi.
1. Dalam tabel data diatas dapat diketahui N adalah jumlah data
observasi =35 tdk ada data yang hilang atau dapat dilihat dari
tabel missing=0.
2. Rata-rata data observasi dapat dilihat pada nilai mean dengan
menjumlahkan data keseluruhan dibagi dengan jumlah n, yaitu
mean untuk berat 43.5860 gram untuk tinggi kue rata-rata
adalah 50.3000 mm.
3. Dari data diatas dapat diketahui bila terdapat data yang
ekstrim dalam kelompok median yaitu untuk berat 43.5860
gram sedangkan untuk tingginya 50.0000 mm.
4. Diketahui standar deviasi yaitu akar-akar pada variansi, untuk
berat 3.96084 untuk tinggi 2.72386. jika standar deviasi lebih
besar dari pada mean hal ini mengindekasi terjadinya outliter
memencil.tapi karena disini mean >daripada standar deviasi
maka dapat disimpulkan bahwa tidak ada data yang outliter.

σ= ∑( x i − x)
2

n
5. Dari data diatas pula dapat kita baca nilai range yaitu
pengurangi data yang terbesar dengan data terkecil yaitu
16.84 pada berat kue, pada tinggi 10.20. kemudian untuk nilai
variansi yang merupakan jumlah kuadrat semua deviasi nilai-
nilai individual terhadap rata-rata kelompok, untuk berat
15.688 dan tinggi 7.419.
6. Dari pengolahan data diatas juga menunjukkan nilai terbesar
atau max untuk berat yaitu 51.79 dan tinggi 56.70. Nilai
terkecil dalam data atau min 29.09 pada berat , dan 41.10
untuk tinggi.
7. Diketahui sum atau jumlah keseluruhan data observasi yaitu
pada berat 1225.44 dan 1760.50 pada tinggi.
8. Dari data hasil pengolahan menunjukkan bahwa tingkat
kevalidan data berat dan tinggi tepung segitiga biru mencapai
100%, oleh karena itu tingkat kepercayaan sampel 100%
9. Analisis Frekuensi Histogram jenis tepung segitiga biru pada
grafik data hasil pengolahan , hustogram tinggi dan berat
menunjukkan bahwa Diagram tersebut membentuk kurva
Normal sehingga dapat dikatakan persyaratan normal telah
terpenuhi.
10. Analisis Frekuensi Histogram jenis tepung cakra kembar pada
grafik data hasil pengolahan , hustogram tunggi dan berat
menunjukkan bahwa Diagram tersebut membentuk kurva
Normal sehingga dapat dikatakan persyaratan normal telah
terpenuhi.
11. Analisis Frekuensi Q-Q Tepung segitriga biru dari hasil
pengolahan data yang telah dilakukan diketahui bahwa
sebaran data terletak disekeliling garis lurus sehingga dapat
dikatakan bahwa persyaratan normalitas terpenuhi.

5.1.2. Analisis uji normalitas


- Berat
Berdasarkan nilai siginifikansi pada variable tepung segitiga biru
adalah 0.200(dengan metode kolmogorov smirnov) dan
0.156(dengan metode Shapiro wilk) sehingga dapat disimpulkan
bahwa Ho diterima dan dinyatakan bahwa variable tepung segitiga
biru berasal dari distribusi normal.
- Tinggi
Berdasarkan nilai siginifikansi pada variable tepung segitiga biru
adalah 0.200(dengan metode kolmogorov smirnov) dan
0.655(dengan metode Shapiro wilk) sehingga dapat disimpulkan
bahwa Ho diterima dan dinyatakan bahwa variable tepung segitiga
biru berasal dari distribusi normal.

5.1.3. Analisis regresi linear


- Rata-rata penggunaan tepung adalah 2.08 dengan standar deviasi
0.822, rata-rata tinggi kue adalah 50.2148 mm dengan standar
deviasi 3.81948, rata-rata berat kue adalah 39.22863 gr dengan
standar deviasi 5.552594.
- Besar hubungan pada tepung dengan tinggi adalah 0.433, hal ini
berarti memiliki hubungan yang positif dan tidak terlalu
besar(belum mendekati nilai 1). Sedangkan pada tepung dengan
berat adalah -0.213, hal ini berarti memiliki hubungan yang
negative dan sangat kecil. Arah hubungan positif berarti jika
penggunaan tepung naik, maka tinggi kue juga akan naik. Arah
hubungan negative berarti jika penggunaan tepung naik, maka
berat kue akan turun.
- Tingkat signifikansi untuk tepung dengan tinggi adalah 0.000,
sedangkan untuk tepung dengan berat adalah 0.014 hal ini berada
jauh dari 0.05. Berarti terdapat korelasi yang kuat antara tepung
dengan tinggi, tepung dengan berat.
- Dari R square diperoleh angka 0.259, hal ini berarti 25.9% hasil
penggunaan tepung dapat dijelaskan dengan berat kue dan tinggi
kue, sedangkan sisanya dijelaskan dengan variable lain. Semakin
tinggi R square maka semakin bagus.
- Standar Estimasi error adalah 0.714, jika dibandingkan dengan
standar deviasi tepung adalah 0.822 maka angka ini dapat
dinyatakan lebih kecil dari pada standar deviasi tepung. Sehingga
dapat dinyatakan model regresi linear lebih bagus untuk
memprediksi penggunaan tepung.
- Dari uji ANOVA atau F Test didapat F hitung 18.338 dengan tingkat
signifikansi 0.000. oleh karena 0.00 lebih kecil dari 0.05 maka
model regresi dapat digunakan untuk memprediksi penggunaan
tepung.

5.2. Tepung cakra kembar


5.2.1. Analisis Statistik Deskriptif Numeris
a. Analisis untuk Frekuensi.
1. Dalam tabel data diatas dapat diketahui N adalah jumlah data
observasi =32 tdk ada data yang hilang atau dapat dilihat
dari tabel missing=0.
2. Rata-rata data observasi dapat dilihat pada nilai mean dengan
menjumlahkan data keseluruhan dibagi dengan jumlah n,
yaitu mean untuk berat 38.291 gram untuk tinggi kue rata-
rata adalah 47.8938 mm.
3. Dari data diatas dapat diketahui bila terdapat data yang
ekstrim dalam kelompok median yaitu untuk berat 38.2160
gram sedangkan untuk tingginya 47.5250 mm.
4. Diketahui standar deviasi yaitu akar-akar pada variansi, untuk
berat 5.72646 untuk tinggi 3.75759. jika standar deviasi lebih
besar dari pada mean hal ini mengindekasi terjadinya outliter
memencil.tapi karena disini mean >daripada standar deviasi
maka dapat disimpulkan bahwa tidak ada data yang outliter.

∑( x − x)
2

σ= i

n
5. Dari data diatas pula dapat kita baca nilai range yaitu
pengurangi data yang terbesar dengan data terkecil yaitu
19.83 pada berat kue, pada tinggi 14.30. kemudian untuk nilai
variansi yang merupakan jumlah kuadrat semua deviasi nilai-
nilai individual terhadap rata-rata kelompok, untuk berat
32.792 dan tinggi 14.119.
6. Dari pengolahan data diatas juga menunjukkan nilai terbesar
atau max untuk berat yaitu 48.92 dan tinggi 55.40. Nilai
terkecil dalam data atau min 34.95 pada berat , dan 46.50
untuk tinggi.
7. Diketahui sum atau jumlah keseluruhan data observasi yaitu
pada berat 1536.50 dan 1532,6 pada tinggi.
8. Dari data hasil pengolahan menunjukkan bahwa tingkat
kevalidan data berat dan tinggi tepung segitiga biru mencapai
100%, oleh karena itu tingkat kepercayaan sampel 100%
9. Analisis Frekuensi Histogram jenis tepung segitiga biru pada
grafik data hasil pengolahan , hustogram tunggi dan berat
menunjukkan bahwa Diagram tersebut membentuk kurva
Normal sehingga dapat dikatakan persyaratan normal telah
terpenuhi.
10. Analisis Frekuensi Histogram jenis tepung segitiga biru pada
grafik data hasil pengolahan , hustogram tunggi dan berat
menunjukkan bahwa Diagram tersebut membentuk kurva
Normal sehingga dapat dikatakan persyaratan normal telah
terpenuhi.
11. Analisis Frekuensi Q-Q Tepung segitriga biru dari hasil
pengolahan data yang telah dilakukan diketahui bahwa
sebaran data terletak disekeliling garis lurus sehingga dapat
dikatakan bahwa persyaratan normalitas terpenuhi.
12. Analisis Frekuensi pada Stem leaf Jenis berat segitiga biru

5.2.2. Analisis uji normalitas


- Berat
Berdasarkan nilai siginifikansi pada variable tepung cakra kembar
adalah 0.200(dengan metode kolmogorov smirnov) dan 0.956(dengan
metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho ditolak
dan dinyatakan bahwa variable tepung cakra kembar berasal dari
distribusi normal.
- Tinggi
Berdasarkan nilai siginifikansi pada variable tepung cakra kembar
adalah 0.078(dengan metode kolmogorov smirnov) dan 0.017(dengan
metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho ditolak
dan dinyatakan bahwa variable tepung segitiga biru tidak berasal dari
distribusi normal.

5.2.3. Analisis regresi linear


- Rata-rata penggunaan tepung adalah 2.08 dengan standar deviasi
0.822, rata-rata tinggi kue adalah 50.2148 mm dengan standar
deviasi 3.81948, rata-rata berat kue adalah 39.22863 gr dengan
standar deviasi 5.552594.
- Besar hubungan pada tepung dengan tinggi adalah 0.433, hal ini
berarti memiliki hubungan yang positif dan tidak terlalu
besar(belum mendekati nilai 1). Sedangkan pada tepung dengan
berat adalah -0.213, hal ini berarti memiliki hubungan yang
negative dan sangat kecil. Arah hubungan positif berarti jika
penggunaan tepung naik, maka tinggi kue juga akan naik. Arah
hubungan negative berarti jika penggunaan tepung naik, maka
berat kue akan turun.
- Tingkat signifikansi untuk tepung dengan tinggi adalah 0.000,
sedangkan untuk tepung dengan berat adalah 0.014 hal ini berada
jauh dari 0.05. Berarti terdapat korelasi yang kuat antara tepung
dengan tinggi, tepung dengan berat.
- Dari R square diperoleh angka 0.259, hal ini berarti 25.9% hasil
penggunaan tepung dapat dijelaskan dengan berat kue dan tinggi
kue, sedangkan sisanya dijelaskan dengan variable lain. Semakin
tinggi R square maka semakin bagus.
- Standar Estimasi error adalah 0.714, jika dibandingkan dengan
standar deviasi tepung adalah 0.822 maka angka ini dapat
dinyatakan lebih kecil dari pada standar deviasi tepung. Sehingga
dapat dinyatakan model regresi linear lebih bagus untuk
memprediksi penggunaan tepung.
- Dari uji ANOVA atau F Test didapat F hitung 18.338 dengan tingkat
signifikansi 0.000. oleh
karena 0.00 lebih kecil dari 0.05 maka model regresi dapat
digunakan untuk memprediksi penggunaan tepung.

5.3. Tepung Biasa


5.3.1. Analisis Statistik Deskriptif Numeris
a. Analisis untuk Frekuensi.
1. Dalam tabel data diatas dapat diketahui N adalah jumlah data
observasi =41 tdk ada data yang hilang atau dapat dilihat
dari tabel missing=0.
2. Rata-rata data observasi dapat dilihat pada nilai mean dengan
menjumlahkan data keseluruhan dibagi dengan jumlah n,
yaitu mean untuk berat 35,9696 gram untuk tinggi kue rata-
rata adalah 51,9537 mm.
3. Dari data diatas dapat diketahui bila terdapat data yang
ekstrim dalam kelompok median yaitu untuk berat 34.5 gram
sedangkan untuk tingginya 52.5 mm.
4. Diketahui standar deviasi yaitu akar-akar pada variansi, untuk
berat 3,612 untuk tinggi 3,78. jika standar deviasi lebih besar
dari pada mean hal ini mengindekasi terjadinya outliter
memencil.tapi karena disini mean >daripada standar deviasi
maka dapat disimpulkan bahwa tidak ada data yang outliter.
∑( x − x)
2

σ= i

n
5. Dari data diatas pula dapat kita baca nilai range yaitu
pengurangi data yang terbesar dengan data terkecil yaitu
16,8 pada berat kue, pada tinggi 14.30. kemudian untuk nilai
variansi yang merupakan jumlah kuadrat semua deviasi nilai-
nilai individual terhadap rata-rata kelompok, untuk berat
13,04 dan tinggi 14,36.
6. Dari pengolahan data diatas juga menunjukkan nilai terbesar
atau max untuk berat yaitu 47,49 dan tinggi 58,9 Nilai terkecil
dalam data atau min 30,61 pada berat , dan 44,6 untuk
tinggi.
7. Diketahui sum atau jumlah keseluruhan data observasi yaitu
pada berat 1474,75 dan 2130,1pada tinggi.
8. Dari data hasil pengolahan menunjukkan bahwa tingkat
kevalidan data berat dan tinggi tepung segitiga biru mencapai
100%, oleh karena itu tingkat kepercayaan sampel 100%
9. Analisis Frekuensi Histogram jenis tepung segitiga biru pada
grafik data hasil pengolahan , hustogram tunggi dan berat
menunjukkan bahwa Diagram tersebut membentuk kurva
Normal sehingga dapat dikatakan persyaratan normal telah
terpenuhi.
10. Analisis Frekuensi Histogram jenis tepung segitiga biru pada
grafik data hasil pengolahan , hustogram tunggi dan berat
menunjukkan bahwa Diagram tersebut membentuk kurva
Normal sehingga dapat dikatakan persyaratan normal telah
terpenuhi.
11. Analisis Frekuensi Q-Q Tepung segitriga biru dari hasil
pengolahan data yang telah dilakukan diketahui bahwa
sebaran data terletak disekeliling garis lurus sehingga dapat
dikatakan bahwa persyaratan normalitas terpenuhi.

5.3.2. Analisis uji normalitas


- Berat
Berdasarkan nilai siginifikansi pada variable tepung biasa adalah
0.005(dengan metode kolmogorov smirnov) dan 0.006(dengan
metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho
diterima dan dinyatakan bahwa variable tepung segitiga biru
berasal dari distribusi normal.
- Tinggi
Berdasarkan nilai siginifikansi pada variable tepung biasa adalah
0.200(dengan metode kolmogorov smirnov) dan 0.128(dengan
metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho
diterima dan dinyatakan bahwa variable tepung segitiga biru
berasal dari distribusi normal.

5.3.3. Analisis regresi linear


- Rata-rata penggunaan tepung adalah 2.08 dengan standar deviasi
0.822, rata-rata tinggi kue adalah 50.2148 mm dengan standar
deviasi 3.81948, rata-rata berat kue adalah 39.22863 gr dengan
standar deviasi 5.552594.
- Besar hubungan pada tepung dengan tinggi adalah 0.433, hal ini
berarti memiliki hubungan yang positif dan tidak terlalu
besar(belum mendekati nilai 1). Sedangkan pada tepung dengan
berat adalah -0.213, hal ini berarti memiliki hubungan yang
negative dan sangat kecil. Arah hubungan positif berarti jika
penggunaan tepung naik, maka tinggi kue juga akan naik. Arah
hubungan negative berarti jika penggunaan tepung naik, maka
berat kue akan turun.
- Tingkat signifikansi untuk tepung dengan tinggi adalah 0.000,
sedangkan untuk tepung dengan berat adalah 0.014 hal ini berada
jauh dari 0.05. Berarti terdapat korelasi yang kuat antara tepung
dengan tinggi, tepung dengan berat.
- Dari R square diperoleh angka 0.259, hal ini berarti 25.9% hasil
penggunaan tepung dapat dijelaskan dengan berat kue dan tinggi
kue, sedangkan sisanya dijelaskan dengan variable lain. Semakin
tinggi R square maka semakin bagus.
- Standar Estimasi error adalah 0.714, jika dibandingkan dengan
standar deviasi tepung adalah 0.822 maka angka ini dapat
dinyatakan lebih kecil dari pada standar deviasi tepung. Sehingga
dapat dinyatakan model regresi linear lebih bagus untuk
memprediksi penggunaan tepung.
- Dari uji ANOVA atau F Test didapat F hitung 18.338 dengan tingkat
signifikansi 0.000. oleh
karena 0.00 lebih kecil dari 0.05 maka model regresi dapat
digunakan untuk memprediksi penggunaan tepung.

BAB VI
PENUTUP

6.1. Kesimpulan
Berdasarkan latar belakang masalah, tujuan penelitian, dan studi
pustaka yang telah dilakukan, maka dapat diambil kesimpulan yaitu sebagai
berikut :
1. Teknik pengambilan data yang benar adalah dengan
melakukan perhitungan yang cermat serta penganalisisan yang
kritis dan benar.
2. Uji Normalitas untuk masing-masing tepung didapatkan
bahwa :
- Berat
a) Variabel Tepung Cakra berdistribusi normal.
b) Variabel Tepung Segitiga Biru berdistribusi normal.
c) Variabel Tepung Biasa tidak berdistribusi normal.
- Tinggi
a) Variabel Tepung Cakra berdistribusi normal.
b) Variabel Tepung Segitiga Biru tidak berdistribusi
normal.
c) Variabel Tepung Biasa berdistribusi normal.

3. Adanya hubungan antara masing-masing berat dan tinggi kue


dengan ke tiga jenis tepung yang digunakan, yaitu Tepung
Cakra, Tepung Segitiga Biru, dan Tepung Biasa.

6.2. Saran / Evaluasi Perbaikan


Untuk usulan perbaikan dan saran dalam peningkatan dan kevalidan
pada penelitian selanjutnya dapat diuraikan sebagai berikut :
1. Data pengamatan hendaknya lebih dari 30 data bagi masing-masing
jenis tepung, sehingga statistik deskriptif dapat diimplementasikan
dengan maksimal.
2. Diusahakan berat kue antar satu jenis tepung tidak terlalu signifikan
sehingga perlu adanya pelatihan dalam praktikan ini untuk membuat
kue yang bagus.
3. Diusahakan produk praktikum yang dibuat tidak hanya jenis kue
tetapi jenis yang lain .
DAFTAR PUSTAKA

Aisyah, Liana. Statistik Terapan Pendidikan. Yogyakarta. UIN Sunan Kalijaga.


2007
Santoso, Singgih. SPSS Mengolah Data Secara Profesional. Jakarta.
Elexmedia Komputindo. 2002
Farihah, Tutik. Panduan Praktikum Statistik Industri. Yogyakarta. UIN Sunan
Kalijaga. 2008
Walpole, Ronald & Raimond H Myers. Ilmu Peluang dan Statistika untuk
Insinyur dan Ilmuan. Bandung.
Penerbit ITB. 1995