Modul 1,2

Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
BAB 1
PENDAHULUAN
1.1
Latar Belakang
Statistik telah ada sejak awal peradaban manusia. Pada saat itu statistik
memiliki arti kumpulan informasi mengenai suatu negara dan jumlah penduduk
(sensus) penduduk. Ada beberapa pengertian istilah statistik seperti, dari bahasa
yunani statistik berasal dari kata status yang artinya negara. Statistik pada awal
peradaban ditunjukkan dengan kegiatan pengumpulan data-data statistika untuk
mendapatkan informasi deskriptif mengenai pengumpulan, penyajian dan
perhitungan. Contoh kegiatan statistik adalah sensus penduduk, pajak, dan hasil
pertanian.
Pada abad ke- 17 statistika deskriptif mulai berkembang bersama dengan
ilmu peluang yang terlahirkan dari meja judi. Dan pada abad ke- 19 dan awal
abad 20 statistika dapat di temui dalam matematika. Saat ini merupakan era
globalisasi yang sangat komlpeks dan penuh dengan ketidakpastian. Oleh karena
itu statistik sangat diperlukan dan bernilai pada saat ini karena dapat
memberikan suatu informasi sehingga dapat mengambil keputusan yang tepat
dan dapat dipertanggung jawabkan.
Mempelajari ilmu statistik berguna untuk kehidupan sehari-hari yang
berakaitan dengan pengumpulan, pengolahan, penyajian, penganalisisan,
penarikan kesimpulan dan pembuatan keputusan. Dan data yang didapat
disajikan dalam bentuk diagram atau grafik sehingga mudah dipahami. Contoh
penerapan dikehidupan sehari-hari yaitu dalam bidang manajemen digunakan
untuk penentuan struktur gaji, pesangon, dan tunjangan karyawan. Data yang
digunakan pada modul ini yaitu data diskrit mengenai Data Penduduk
Kabupaten Ponorogo Jawa Timur per Keluharan dan data kontinu mengenai
Panjang Telapak Tangan Siswa/i Teknik Industri 2013.
Program Studi Teknik Industri
Universitas Diponegoro

Modul 1
Kelompok 40
1.2
Tujuan Penulisan
Ada beberapa tujuan penulisan laporan ini, yaitu :
Menjelaskan statistik dan statistika
Menjelaskan pengertian dan macam-macam data
Mengetahui jenis-jenis penyajian data
Mengetahui ukuran statistik
Mengetahui software SPSS dan minitab
Mampu mengolah data yang berhubungan dengan statistika deskriptif
baik secara manual maupun software

Mampu menyajikan data dalam bentuk tabel atau grafik
Mampu membedakan penggunaan penyajian data
Mampu menganalisis deskriptif dan menginterpretasikan dari
sekumpulan data
1.3
Pembatasan Masalah
Pembatasan masalah yang terdapat pada modul 1 statistika deskriptif
adalah pengertian statistika dan statistik, pengertian data dan macam-macam

data, penyajian data yang digunakan, ukuran statistik yang digunakan dalam
pengambilan keputusan dan mengetahui & memahami software SPSS dan
minitab yang merupakan software yang digunakan untuk mengolah statistik
deskriptif. Dan data yang digunakan pada modul 1 adalah data diskrit dan data
kontinu. Data kontinu yang digunakan adalah Data Penduduk Kabupaten
Ponorogo Jawa Timur per Keluharan. Data diperoleh secara sekunder yang
bersumber dari www.aplikasi.bkkbn.go.id. Data kontinu yang digunakan adalah
Panjang Telapak Tangan Siswa/i Teknik Industri 2013. Data ini diperoleh secara
langsung yang biasa disebut sebagai data primer.
1.4
Metodologi Praktikum
Identifikasi Masalah
Studi Pustaka

Modul 1
Kelompok 40
Pengumpulan Data
Pengolahan Data
Analisa
Kesimpulan dan saran

Gambar 1.1 Flowchart Metodologi Praktikum
1.5
Sistematika Penulisan
Penulis membagi sistematika penulisan ini menjadi 5 Bab agar pembaca
dapat benar-benar memahami isi dari laporan ini. Adapun isi dari sistematika
penulisan laporan ini adalah:
BAB I PENDAHULUAN
Dalam bab ini penulis memberi informasi tentang apa saja yang akan
dibahas di dalam laporan ini, serta memberi tahu inti permasalahan dari
laporan ini. Bab I terdiri dari latar belakang, tujuan penulisan,
pembatasan masalah, metodologi praktikum, dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Pada bab ini penulis memberi informasi mengenai dasar-dasar teori baik
dalam pengertian, fungsi, macam-macam dan sebagainya. Bab ini akan

Modul 1
Kelompok 40
membahas teori mengenai Statistik dan Statistika, Macam-macam data,

Penyajian Data, Central Tendency (Kecendrungan Terpusat), Ukuran
Dispersion, Skewness dan Kurtosis, Software SPSS dan Software
Minitab
BAB III PENGOLAHAN DATA DAN ANALISIS
Bab ini akan menjelaskan pengolahan data dan menganalisa data tersebut
setelah data itu telah diolah, data-data tersebut terdiri dari data Diskrit
dan data Kontinu. Dimana kedua data itu akan menunjukkan hasil dari
Distribusi Frekuensi, Grafik(pie chart, bar chart dsb), dan ukuran
statistik.
BAB IV ANALISIS
Pada bab ini akan dijelaskan hasil analisis dari data Diskrit dan Kontinu
berupa output dari software dan grafik dari aplikasi SPSS dan Minitab
baik data itu kualitatif maupun kuantitatif.
BAB V PENUTUP
Bab terakhir ini akan membahas hasil kesimpulan dan saran yang
didapatkan dari penelitian ini berdasarkan pembahasan pada bab
sebelumnya.
BAB II
TINJAUAN PUSTAKA
2.1
Statistik dan Statistika

2.1.1
Statistika
Statistika adalah ilmu mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan data menjadi informasi untuk

membantu pengambilan keputusan yang efektif.
Statistika mempunyai kegunaan luas dalam bidang bisnis dan
bidang-bidang lainya, statistika digunakan dalam pemasaran, akutansi,


Modul 1
Kelompok 40
manajemen, pengawasan mutu, melihat kepuasan konsumen, dan

sebagainya
(Suharyadi Purwanto S.K, 2003)
2.1.2 Statistik
Statistik adalah suatu kumpulan angka yang tersusun lebih dari
satu angka. sebagai contoh : harga saham perusahaan GDJR Rp. 2400,
inflasi tahun 2002 sebesar 10,03% pertumbuhan ekonomi 3,5%, peluang
harga saham naik di BEJ 63%, jumlah pemilih PDIP tahun 1999 sebesar
35 juta orang dan lain lain. Angka-angka 2400, 10,3%, 3,5%, 63%, 35
Juta adalah contoh dari statistik.
2.1.3
Perbedaan Statistik dan Statistika

Pengertian dari statistik merupakan kumpulan data yang berupa
angka atau bilangan, atau sebagai deretan angka atau bilangan yang
menunjukkan keterangan mengenai suatu cabang kegiatan tertentu,
misalnya
statistik
kunjungan
wisatawan
ke
Indonesia,
statistik
hotel,restoran,dll.
Sedangkan statistika dapat diartikan sebagai ilmu pengetahuan
yang mempelajari metode-metode yang perlu dipergunakan dalam
pengumpulan data, penyusunan data, penyajian data, penganalisisan data,
penarikan kesimpulan atau konklusi, pembuatan perkiraan atau estimasi.


Modul 1
Kelompok 40
Dengan kata lain perbedaan antara statistik dan statistika adalah

kalau statistika adalah ilmunya sedangkan statistik adalah ukurannya.
Statistika merupakan metode ilmiah yang berkaitan dengan data,
sedangkan statistik adalah kumpulan angka-angka mengenai suatu
masalah, dan dapat memberikan gambaran mengenai masalah tersebut.
(Miftah Farid. 2009)
2.2
Macam-macam Data
Data berdasarkan jenis :
a. Data Kualitatif
Data Kualitatif merupakan data non angka (numerik) seperti jenis
kelamin, warna kesayangan, dan asal suku. Data kualitatif digunakan
apabila kita tertarik melihat proporsi atau bagian yang termasuk dalam
katagori, contoh berapa persen jenis kelamin pria dibandingkan wanita,
warna apa yang disukai oleh sebagian besar penduduk, dan berapa persen
suku tertentu dibandingkan dengan suku lainya.
b. Data Kuantitatif
Data kuantitatif Merupakan data angka atau numerik seperti jumlah
mobil (bisa 0, 1, 2, dan lain-lain), jumlah TV yang dijual suatu toko (10,
30, dan lain-lain), berat badan (60,1 kg, 80,5 kg). Semua ukuran tersebut
berupa angka.
Data berdasarkan sifatnya :
c. Data Diskrit
Data Diskrit merupakan data kuantitatif yang nialainya khusus dan
merupakan hasil dari perhitungan serta biasanya merupakan bilangan
bulat, data diskrit seperti jumlah mobil 0, 1, 2 dan lain-lain , tidak
mungkin jumlah mobil 1,5 atau 2,25 dan sebagainya. Jadi data diskrit
biasanya berupa angka bulat.


Modul 1
Kelompok 40
d. Data Kontinu
Data Kontinu merupakan data kuantitatif yang nilainya menempati
semua interval pengukuran dan merupakan hasil dari pengukuran serta
biasa berupa bilangan pecahan dan bulat. Contoh : berat badan bisa 60,1
kg ; 80,5 kg atau bisa 60 dan 80 kg. Tinggi badan, luas rumah, panjang
jalan dan lain-lain, yang merupakan hasil pengukuran merupakan data
kontinu.
Data berdasarkan cara memperoleh :
e. Data Primer
Data Primer merupakan data yang diperoleh langsung dari sumbernya
atau objek penelitian. Data primer biasanya diperoleh dengan wawancara
langsung kepada objek atau pengisisan kuisioner yang di jawab oleh
objek penelitian.
f. Data Sekunder
Data sekunder merupakan data yang sudah diterbitkan atau digunakan
pihak lain. Contoh data yang diambil dari koran, majalah, jurnal,
publikasi lain merupakan data sekunder.
(Miftah Farid. 2009)
2.3
Penyajian Data
2.3.1 Tabel
a. Distribusi Frekuensi
Distribusi Frekuensi adalah pengelompokkan data dalam ke
dalam beberapa katagori yang menunjukkan banyakanya data
dalam setiap katagori , dan setiap data tidak dan setiap data tidak
boleh dimasukkan kedalam dua atau lebih kategori.
Langkah pertama pada distribusi frekuensi adalah mengurutkan
data dari yang terkecil ke yang terbesar atau sebaliknya. Tujuan
dari langkah ini adalah agar memudahkan dalam melakukan
perhitungan pada langkah ketiga.


Modul 1
Kelompok 40
Langkah kedua adalah menentukan Range dengan cara

mengurangi data terbesar dengan data terkecil
R = Data terbesar Data Terkecil . . . . .(i)
Langkah ketiga adalah membuat kategori atau kelas yaitu data
dimasukkan kedalam kategori yang sama, sehingga data dalam satu
katagori mempunyai katagori yang sama. Untuk menentukan
jumlah kelas atau kategori dapat menggunakan rumus sturges
yaitu :
K = 1+3,3 log n . . . . .(ii)
Langkah ketiga adalah menetukan Interval kelas, interval kelas
ditentukan sebagai berikut
I = R : K . . . . .(iii)
Selanjutnya adalah mengelompokkan data-data kedalam
sebuah tabel.
Contoh tabel distribusi frekuensi :
Tabel 2.1 Tabel Distribusi Frekuensi
UMUR
17-20
BANYAK PESERTA (f)

50
21-24
25-28
29-32
33-36
26
35
21
45
2.3.2
Grafik


Modul 1
Kelompok 40
2.3.2.1 Pie Chart

Pie chart adalah grafik yang berbentuk bundar menyerupai
bentuk pie. Chart bentuk ini bagus digunakan untuk menampilkan
grafik data presentasi seperti suatu survey, atau pekerjaan yang
mempunyai target tertentu.
(http://tukangteori.com)
Contoh Pie Chart
Gambar 2.1 Pie Chart
2.3.2.2 Histogram
Histogram merupakan bentuk diagram yang mudah
dipahami. Histogram merupakan diagram balok, karena frekuensi
disajikan dalam bentuk balok. Histogram menghubungkan antar


Modul 1
Kelompok 40
tepi kelas interval pada usmbu horisontal (X) dan frekuensi setiap
kelas pada sumbu vertikal (Y)
Contoh Histogram :
Gambar 2.2 Histogram
2.3.2.3 Diagram Batang

Diagram Batang adalah bentuk penyajian data
Statistik yang menggunakan gambar bentuk batang.
Biasanya diagram batang dgunakan pada data diskrit.
10

Modul 1
Kelompok 40
Contoh diagram batang :
Gambar 2.3 Diagram Batang

(Dr. Marsigit M.A, 2006)
2.3.2.4
Diagram Batang Daun

Diagram Batang daun adalah salah satu penyajian
data dalam bentuk diagram. Dalam diagram batang daun,

data yang terkumpul di urutkan lebih dulu dari data
ukuran kecil sampai dengan yang terbesar. Diagram daun
hanya memuat angka satuan, batang memuat angka
puluhan dan ratusan.
Contoh diagram Batang Daun :
Gambar 2.4 Diagram Batang Daun

11

Modul 1
Kelompok 40
(Uny Opick, 2014)
2.3.2.5 Perbedaan Histogram, Diagram batang dan

Batang Daun
2.3.2.6 Box Plot
Box plot adalah tipe data yang digunakan untuk
menampilkan pola dari data kuantitatif. Boxplot membagi
himpunan data kedalam quartile. Boxplot terdiri dari
kotak atau box dari kuartil pertama sampai kuartil
ketiga.
Contoh Boxplot
Gambar 2.5 Boxplot

2.3.2.6 Ogive
Ogive merupakan diagram garis yang menujukkan
kombinasi
antara
interval
kelas
dengan
frekuensi
kumulatif. Kurva ogive menunjukkan frekuensi kumulatif

pada setiap tingkat atau kategori. Sumbu horizontal pada
kurva ogive menunjukkan tepi interval kelas dan sumbu
vertikal menunjukkan frekuensi kumulatif.
Contoh Ogive :
12

Modul 1
Kelompok 40
Gambar 2.6 Ogive
2.4
Central Tendency (kecenderungan terpusat)

2.4.1 Mean
Mean atau rata rata hitung merupakan nilai yang diperoleh
dengan menjumlahkan semua nilai data dan membaginya dengan jumlah
data. Rata rata hitung merupakan nilai yang menunjukkan pusat dari
nilai data dan merupakan nilai yang dapat mewakili nulai dari
keterpusatan data.
Cara menghitung Mean :
. . . . .(iv)
Keterangan :
X
= Jumlah seluruh X (data)
= Jumlah total Data

2.4.2 Median

13

Modul 1
Kelompok 40
Median merupakan sakag satu ukuran pemusatan. Median

merupakan nilai yang berada di tengah tengah data, setelah data
tersebut diurutkan.
Cara menghitung median :
. . . . .(v)
Keterangan
Tb
= tepi bawah pada nilai tengah data
= Jumlah Data
Fk
= Frekuensi Kumulatif Sebelumnya pada nilai tengah
= Interval
F me = Frekuensi pada Nilai tengah

2.4.3 Modus
Modus merupakan salah satu ukuran pemusatan disamping Mean
dan median, modus merupakan suatu nilai pengamatan yang paling
sering muncul. Sebagai contoh modus adalah seperti mobil merek apa
yang paling banyak dibeli konsumen.
Rumus menghitung modus :
. . . . .(vi)
Keterangan :
Mo
= Modus
TB
= Tepi Bawah

14

Modul 1
Kelompok 40
d1
= selisih frekuensi kelas modus dengan kelas
sebelumnya
d2
= selisih frekuensi kelas modus dengan kelas
sebelumnya
i
= Interval kelas
2.4.4 Fraktil
Fraktil adalah nilai-nilai yang membagi seperangkat data yang telah
diurutkan menjadi beberapa bagian yang sama.
Fraktil dapat Berupa :
a. Kuartil
Kuartil adalah letak yang telah membagi data yang telah
diurutkan atau data yang berkelompok menjadi 4 bagian.
Rumus :
Q1 = [1(n+1)] /4 . . . . .(vii)
Q2 = [2(n+1)] /4 . . . . .(viii)
Q3 = [3(n+1)] /4 . . . . .(ix)
b. Desil
Desil adalah letak yang telah membagi data yang telah
diurutkan atau data kelompok menjadi 10 bagian.
D1 = [1(n+1)] /10 . . . . .(x)
D2 = [2(n+1)] /10 . . . . .(xi)
...........
D9 = [9(n+1)] /10 . . . . .(xii)
15

Modul 1
Kelompok 40
c. Presentil
Presentil merupakan bagian dari ukuran letak, presentil adalah
ukuran letak yang membagi data yang telah diurutkan atau data
yang berkelompok mrnjadi 100 bagian yang sama besar , atau
setiap dari desil sebesar 1%.
Rumus mencari letak presentil :
P1 = [1(n+1)] /100 . . . . .(xiii)
P2 = [2(n+1)] /100 . . . . .(xiv)
P3= [3(n+1)] /100 . . . . .(xv)
...................
P99 = [99(n+1)] /100 . . . . . .(xvi)
( Suharyadi Purwanto S.K, 2003)
2.5
Ukuran Dispersion
2.5.1
Pengertian
Ukuran Dispersion adalah suatu ukuran baik parameter atau
statistik untuk mengetahui seberapa besar penyimpangan data dengan

nilai rata-rata hitungnya.
2.5.2
Fungsi Ukuran Dispersion

Untuk mengetahui tentang seberapa besar data tersebut menyebar
di sekitar nilai tengahnya, dengan memahamai unsur penyebaran data

diharapkan kita tidak menarik kesimpulan yang salah.
16

Modul 1
Kelompok 40
2.5.3
Macam-macam
2.5.3.1 Range
Range atau jarak adalah merupakan ukuran yang paling
sederhana dari ukuran penyebaran.range atau jarak merupakan
perbedaan antara nilai terbesar dan nilai terkecil dalam suatu
kelompok data. Semakin kecil ukuran range atau jarak
menunjukkan karakter yang lebih baik, karena data mendekati
pada nilai pusat dan kompak
Rumus :
Range/Jarak = Nilai terbesar Nilai terkecil . . . . .(xvii)
2.5.3.2 Deviasi Rata-rata
Deviasi rata-rata adalah rata-rata hitung dari nilai mutlak
deviasi antara nilai data pengamatan dengan rata-rata hitungnya.
Rumus :
. . . . .(xviii)
Keterangan :
MD
= Deviasi Rata-rata
= Nilai setiap data pengamatan
= Nilai rata-rata hitung dari seluruh nilai
pengamatan
N
Jumlah
data
atau
pengamatan
dalam
sampel/populasi
= Lambang penjumlahan

17

Modul 1
Kelompok 40
||
= Lambang nilai mutlak.
2.5.3.3 Varians
Varians adalah rata-rata hitung deviasi kuadrat setiap
data terhadap rata-rata hitungnya.
Rumus :
. . . . .(xix)
Keterangan :
X
= Niali dari setiap pengamatan
= Jumlah total data pengamatan
= Simbol operasi penjumlahan
2.5.3.4 Standar Deviasi

Standar deviasi adalah
akar kuadrat dari varians dan
menunjukkan standar penyimpangan data terhadap nilai rataratanya.

Rumus Standar deviasi
. . . . .(xx)
Keterangan :
X = nilai setiap data pengamatan

18

Modul 1
Kelompok 40
n = banyak data
2.6
Skewness dan Kuartosis

2.6.1 Skewness
Skewness adalah suatu metode yang digunakan unntuk mengetahui
kemiringan sebuah distribusi frekuensi.
Skewness dapat terjadi sebagai akibat dari jumlah rata rata sampel
tidaka sama dengan Median dan tidak sama dengan Modus.ada dua
bentuk kecondongan positif dan negatif, sebagaimana gambar berikut.
Gambar 2.7 Macam-Macam Skewness
Pada kurva simetris Mean = Md = Mo sehingga berbentuk simetris,

pada gambar gambar pertama kurva condong kekanan karena Me < Ma <
Mo, demikian dikatakan kurva condong negatif. Hal ini disebabkan adanya
data yang ekstrim kecil, sehingga menurunkan nilai hitung rata ratanya.
Padagambar ketiga terlihat bahwa Me > Md > Mo, sehingga kurva
condong ke kiri, kurva demikian disebut condong positif . kurva condong
positif disebabkan adanya data yang sangat besar sehingga rata-rata
hitungnya meningkat.
Skewness dirumuskan sebagai berikut :
. . . . .(xxi)

19

Modul 1
Kelompok 40
Keterangan :
Sk
= Skewness/ oefisien kecondongan
Mean = Nilai rata2 hitung

Median= nilai tengah
S.D
= Standar Deviasi
2.6.2
Kurtosis
Untuk mengukur keruncingan dari suatu kurva dapat dilakukan
melalui perbandingan dengan kurva normal (simetris). Kurva normal

mepunyai distribusi yang tidak mendatar dan tidak meruncing. Kurva
demikian disebut dengan mesokurtic, kurva dengan distribusi puncak yang
mendatar dikenal sebagai patykurtic, sedangkan kurva distribsi puncak
yang tinggi disebut sebagai leptokurtic
Gambar 2.8 Macam-macamKurtosis

20

Modul 1
Kelompok 40
Dapat Dirumuskan sebagai berikut :
Keterangan :
Xi
: Nilai tengah
: mean atau Rata-rata Hitung
: jumlah data
: Standar deviasi
2.7
Software SPSS
2.7.1 Pengertian dan tujuan
2.7.1.1 Pengertian
SPSS adalah singkatan dari Statistical Product
and Service Solutions, yaitu sebuah program komputer
yang digunakan untuk menganalisis statistika. SPSS
merupakan sebuah aplikasi yang biasa digunakan atau
diterapkan untuk memenuhi sebuah penelitian baik di
perguruan tinggi atau di perusahaan. Aplikasi yang
memiliki
analisis
statis
yang
cukup
tinggi
ini
menggunakan menu deskriptif dan juga kotak-kotak

dialog yang tidak rumit dan sederhana sehingga
memungkin penggunanya untuk lebih mudah dalam
memahami bagaimana pengoperasiannya
(http://kepanjangandari.com)

21

Modul 1
Kelompok 40
2.7.1.2 Tujuan
Seperti yang telah dijelaskan sebelumnya, bahwa
program ini dibuat dengan berbagai macam perintah yang
umum maupun spesifik, guna memudahkan individu
dalam perhitungan maupun pemrosesan data mentah
statistik secara cepat dengan akurasi yang baik.
(Ilham Fahul Hoir, 2009)
2.7.2 Menu dan Sub Menu

1. Data view
Data View adalah tempat di mana data statistik yang
akan diolah (sudah dalam bentuk angka skala). Data view
memiliki tampilan seperti di bawah ini :
a) Title bar
merupakan nama dari judul SPSS yang sedang dibuka.
Pada umumnya, nama yang diberikan oleh SPSS pada
saat membuka pertama kali yaitu Untitled1[DataSet0]SPSS Statistics Data Editor.
b) Menu
berisi perintah mengenai menu di mana di dalamnya
terdapat Submenu yang digunakan untuk memproses data
yang akan diolah.
File
pada menu utama File memuat 20 pilihan submenu. Pada
menu utama File memuat sub$submenu tentang file, di

22

Modul 1
Kelompok 40
antaranya membuat file baru (New), membuka (Open),

menutup (Close), dan menyimpan file (Save-Save As...).
Edit
merupakan submenu untuk melakukan pengeditan data
yang telah dimasukkan pada SPSS Data Editor. Beberapa
kegunaan dari submenu dari menu utama Edit adalah
melakukan undo atau mengembalikan action terakhir yang
dilakukan, sedangkan redo sebaliknya, cut clear untuk
menghapus data, copy paste untuk menggandakan dan
duplikasi data, find untuk mencari data, dan copy paste
variable untuk mengganti variabel data
View
merupakan menu yang menampilkan submenu untuk
menam pilkan status toolbar yang sedang aktif (Status
Bar), toolbar dan font huruf yang digunakan.

Data
merupakan menu yang menampilkan submenu untuk
melakukan perubahan - perubahan terhadap data SPSS,
seperti mendefinisikan nilai label data (define variable
properties...),
mendefinisikan
mengurutkan data
waktu
(definedates...),
(sort cases), dan memisah isi file
dengan riteria tertentu (split file).

Transform
merupakan pilihan menu utama yang melakukan operasi
transformasi data, seperti menghitung variabel data
(compute variable...),mengubah data (recode into same
variables...- recode into different variables...) ataupun
meranking data (rank cases)

Analyze

23

Modul 1
Kelompok 40
merupakan menu utama yang menjadi pusat pengolahan
data SPSS,
Graphs
dikelompokkan
hanya
menjadi
submenu,
yang
menampilkan berbagai bentuk grafik dan chart.

Utilities
menu utama yang merupakan pelengkap
pada
pengoperasian SPSS ini menyajikan 9 submenu. Beberapa

kegunaan submenu darimenu utama Utilities
menampilkan informasi variabel
adalah
( variables...),
mendefinisikan, dan menampilkan variabel data (defineuse variabel sets...).

Add-ons
merupakan menu utama yang menawarkan pelayanan
SPSS lewat website.
Window
menu ini memberikan informasi window yang sedang
aktif.
Help
menu yang memuat 9 submenu ini memberikan bantuan
informasi tentang
topik$topik SPSS (topics) ataupun
dalam bentuk tutorial (tutorial)

Toolbar
berisi icons yang membantu dan mempermudah mengelola
data dengan cepat. Berikut beberapa icons yang terdapat
pada toolbar
Baris Nama Variabel
merupakan tempat yang menunjukkan nama dari suatu
variabel. Untuk pertama kali baris nama variabel diberi
nama Var .(Untuk mengganti nama variabel dapat melalui
variabel view dan mengganti dengan cara double klik
kotak variabel tersebut)

24

Modul 1
Kelompok 40
Baris data
Merupakan barisan yang berisi data$data dalam jumlah
banyak yang merupakan data daripada varibel tersebut.
2. Variabel view
Variabel view merupakan bagian yang digunakan untuk
mendefinisikan variabel data yang akan dimasukkan. Untuk
mengaktifkan kotak Variabel View lakukan dengan klik
Variabel View (bagian yang diberi kotak).
Di dalam Variabel View di atas memiliki keterangan sebagai
berikut:
Name : berisi nama variabel. Misal dengan memberikan
nama variabel data pertama, maka klik kolom Name pada
baris pertama, misalnya Jenis Kelamin.
Type: merupakan tipe data, berbagai macam type yang ada
memiliki fungsi yang berbeda yaitu :
a. Numeric, untuk data angka dengan lebar 8 digit dan 2
b.
angka desimal di belakang koma

String, untuk data teks, biasanya data berupa nama.
c.
Contoh: nama perusahaan.

Date, adalah data yang dimasukkan berupa tanggal
dst.
Width:diisikan sejumlah karakter (lebar kolom) yang akan
diinput dalam Data View. Untuk tipe data numerik, lebar
maksimal 40 digit, sedangkan tipe data string lebar
maksimal 32767 digit. Apabila menginginkan menambah
lebar ditambah, klik tanda panah ke atas, sebaliknya untuk
mengurangi digit lebar, klik panah ke bawah
Decimal: diisi jumlah desimal karakter maksimal yang
akandiinput dalam Data View. SPSS memberikan default

25

Modul 1
Kelompok 40
2 angka desimal di belakangkoma. Jika jumlah desimal

ingin ditambah, klik tanda panah ke atasdan sebaliknya
untuk mengurangi digit lebar, klik panah ke bawah

Label: kolom yang menunjukkan tambahan informasi
denganmemberikan label variabel data.

Value: untuk memberi kodefikasi, misalnya Motor=1,
Mobil=2, 3=Jalan kaki

Missing: untuk merupakan kolom yang menunjukkan
data yanghilang) Namun, jika data lengkap (tidak ada
data yang hilang) maka kolom ini dapat diabaikan.

Columns : Memiliki fungsi mengubah jumlah karakter
yang dapat dimasukkan pada suatu variabel tertentu. Bila
kita mengisi coloumn sedengan angka 2, maka hanya dua
digit data saja yang dapat dimasukkan pada variabel
tersebut.
Align : untuk pengaturan tampilan perataan kata dalam
Data View, seperti left, centre, right.

Measure : merupakan tipe variabel
yang
akan
menentukan jenis analisis yang akan digunakan. Maka

secara default akan terpilih Nominal atau ordinal , jika
variabel bertipe string. Scale digunakan apabila data yang
ingin kita olah akan dibuat skala pengukuran (range).
2.7.3
Tampilan
Tampilan Data View

26

Modul 1
Kelompok 40
Gambar 2.9 Data View
Tampilan File menu
Gambar 2.10 File Menu
Tampilan menu edit

27

Modul 1
Kelompok 40
Gambar 2.11 Menu Edit
Tampilan menu view
Tampilan menu data
Gambar 2.12 Menu View

28

Modul 1
Kelompok 40
Gambar 2.13 Menu Data
Tampilan menu Tranform
Gambar 2.14 Menu Tranform
Tampilan menu alalyze
Gambar 2.15 Menu Alalyze
Tampilan menu Graphs

29

Modul 1
Kelompok 40
Gambar 2.16 Menu Graphs
Tampilan menu utilities
Gambar 2.17 Menu Utilities
Tampilan menu add ons

30

Modul 1
Kelompok 40
Gambar 2.18 Menu Add Ons
Tampilan menu window
Gambar 2.19 Menu Window
Tampilan menu Help

31

Modul 1
Kelompok 40
Gambar 2.20 Menu Help
Tampilan menu variable view
Gambar 2.21 Menu Variable View
(Ayu Zuriah, 2011)

32

Modul 1
Kelompok 40
2.7.4
Langkah Pengolahan Data.

Memasukkan data ke SPSS.
a. Buka Program SPSS dan akan muncul tampilan
sebagai berikut:
Gambar 2.22 Tampilan SPSS
b. klick di Type in data, kemudian click OK, dan akan

tampil tabel dengan tulisan Data View dan Variable
View sebagai berikut:

33

Modul 1
Kelompok 40
Gambar 2.23 Tampilan Data View dan Variable View
c. Click pada Variabel View, dan akan muncul

tampilan sebagai berikut:
Gambar 2.24 Tampilan Variable View

34

Modul 1
Kelompok 40
Perhatikan bahwa yang terbuka adalah Variable View untuk

menuliskan nama variabel variabel.
Tiap variabel didefinisikan sesuai judul pada setiap kolom.
Misalnya ada tujuh variabel yang akan dimasukkan yaitu:
1) Nama
2) IPK
3) Lamanya waktu belajar
4) Sikap mahasiswa terhadap pelajaran
5) Kemandirian mahasiswa
6) Nilai sebelum diberikan perlakuan (tindakan)
7) Nilai sesudah diberikan tindakan (perlakuan).
Setelah didefinisikan, maka hasilnya akan tampil sebagai berikut:

35

Modul 1
Kelompok 40
Gambar 2.235 Tampilan Penamaan Variable
d. Click pada Data View dan masukkan data pada

masing-masing variabel, sehingga tampak sebagai
berikut:
Gambar 2.26 Tampilan Setelah Data Di Masukkan Sesuai Variable
2. Menganalisis Data:
a. Click di Analize, akan muncul menu bermacammacam teknik analisis sebagai berikut:

36

Modul 1
Kelompok 40
Gambar 2.27 Daftar Menu Analize
b. Pilih dan Click menu yang diperlukan sesuai tujuan

penelitian, misalnya deskriptif (Click Descriptive
Statistic), membandingkan nilai rata-rata sesudah dan
sebelum
perlakuan
(click
Compare
Means),
menghitung regresi dan korelasi (Click Regression

dan Correlation) atau mencari ketergantungan antar
dua
variabel
dengan
menggunakan
statistik
nonparametrik (click Nonparametric Statistic).

c. Jika ingin menampilkan hasil perhitungan dalam
bentuk grafik, click menu Graphs, dan akan muncul
macam-macam grafik. Pilih grafik sesuai keinginan
misalnya grafik batang, click Bar.
d. Selanjutnya ikuti petunjuk pada menu Analize dan
atau Graphs atau ikuti panduan yang diberikan oleh
nara sumber.
(Drs. H. Husain Jusuf, M. Pd, 2009)
2.8 Software Mititab

2.8.1 Pengertian
Minitab adalah paket program pengolah data statistik yang cukup
populer. Minitab dikembangkan di Pennsylvania State University oleh
periset Barbara F. Ryan, Thomas A. Ryan, Jr., dan Brian L. Joiner pada
tahun 1972. Pada awalnya, Minitab dirancang khusus dan diciptakan
sebagai alat pembelajaran oleh tiga instruktur universitas statistik.
Perintah dan menu disusun secara logis dan terorganisir sehingga
37

Modul 1
Kelompok 40
memudahkan instruktur statistik (guru) dan siswa dalam memahami dan

mempelajari statistik. Minitab dapat menangani berbagai analisis
statistik, termasuk statistik deskriptif dan nonparametrik, korelasi,
regresi dan regresi logistik, univariate (anova), analisis multivariat dan
sebagainya.
2.8.2 Sub Menu
a. Toolbar
merupakan alat untuk mempermudah dan mempercepat perintahMinitab.
Toolbar
Minitab
berbentuk
tombol-tombol
dalam
window
Minitab.Pengoperasiannya pun mudah, yaitu hanya dengan menekan

(klik) toolbar tertentu untuk menjalankan suatu perintah.
b. Window Data
Window data pada minitab dinamakan dengan worksheet. Worksheet
padawindow data terdiri dari kolom-kolom dan baris, dimana 1 kolom
berisi kolomvariable tertentu dan 1 baris berisi suatu observasi. Sel
paling atas suatukolom berisi nama kolom yang disediakan oleh Minitab
secara otomatis. Namanya adalah C1, C2, C3 dan seterusnya. Kita bisa
pula memberi namakolom yang disediakan dibaris kedua suatu kolom.
Kolom dalam Minitab bisa diberi nama yang panjang
c. Window session
menampilkan hasil analisis data yang telah dilakukan.Kita bisa mengedit
dan memformat teks, menambahkan komentar, melakukan perintah
menyalin, mengubah huruf atau mencari dan mengganti angka
sertahuruf. Pekerjaan yang telah dilakukan atau hasil analisis dalam
window bisa
disimpan dan dicetak. Kita dapat pula menggunakan
window session untuk memerintah minitab dalam tipe text dan

menjalankan program macro.Menjalankan perintah melalui wondow
38

Modul 1
Kelompok 40
session membutuhkan bahasa perintahtertentu. Gambar berikut ini

menampilkan bentuk window session
d. Window Graph
Window graph menampilkan grafik data statistik . Pada program
minitabkita dapat membuat grafik beresolusi sebanyak 100 gambar
secara bersamaan.Ada 4 jenis grafik yang bisa dibuat dalam minitab,
yaitu:
Grafik dasar
Ada beberapa grafik yang dikategorikan grafik dasar seperti
scatterplot, plot times series, histogram, boxplot, plot draftsman,
plot contour, danlain-lain.

Grafik 3D
Grafik yang bisa dibuat dalam 3 dimensi dalam minitab adalah
scatterplot, plot surface dan plot wireframe.
Grafik-grafik khusus statistika

Grafik-grafik tersebut adalah dotplot, diagram lingkaran (pie
chart), plotmarginal dan plot probabilitas.
Character Graph
Grafik ditampilkan window session dalam tipe text
Project Manager
Project Manager berfungsi mengatur file-file yang tersimpan
dalam project. Project Manager terdiri atas beberapa folder dan
window suatu folder seperti ditunjukan pada gambar berikut
2.8.3
Tampilan
Tampilan menu window

39

Modul 1
Kelompok 40
Gambar 2.28 Menu Window
Tampilan toolbar pada Minitab

Gambar 2.29 Toolbar Minitab
Tampilan Window Data
Gambar 2.30 Window Data
Tampilan Window Sesion

40

Modul 1
Kelompok 40
Gambar 2.31 Window Sesion
2.8.4
Langkah pengolahan data

Pengolahan data dalam Minitab bisa dilakukan melalui menu
Stat. Menu stat menyediakan beberapa metode analisa statistik. Apabila

membutuhkan analisa datamelalui grafik, kita dapat melakukannya
melalui graph dalam Minitab. Sealin keduamenu, apabila pengguna
Minitab akan melakukan perhitungan matematika ataustatistic tertentu
atau
memanipulasi
data
sesuai
dengan
kebutuhan,
maka
kita
dapatmelakukannya melalui menu Data atau Calc.

Output analisa data ditampilkanmelalui window session atau
disimpan dalam worksheet. Jika melakukan anlaisagrafik, maka window
graph akan menampilkan outputnya.Setelah mengahsilkan output,
interprestasi data bukan lagi tugas Minitab. Dalam Tahap interpretasi
data, peneliti sangat berperan dalam menginterpretasikanoutput yang
dihasilkan Minitab dan menganalisis hasil yang telah didapatkan
Memasukan Data
Pertama kali menjalankan minitab, kita akan melihat project yang
belum terisi.Karena worksheet masih kosong, kita harus

41

Modul 1
Kelompok 40
memasukan data yang akan diolah kedalam worksheet atau

memanggil data yang sudah dimasukandalam format lain.Contoh
ilustrasi menggunakan data pada table 3.0 di bawah ini.
Data jumlah reaktor nuklir pada suatu negara
Gambar 2.32 Data Jumlah Reaktor Nuklir
Memberi Nama Kolom

Cara memberi nama pada komo sebagai berikut:1.Letakkan
kursor di sel di bawah C12.Ketikkan Negara pada sel.3.Ulangi
tahap 1 dan 2 untuk memberi nama pada kolom C2 dan C3dengan
nama Jumlah Reaktor Nuklir dan Benua.Pemberian nama
kolom pada minitab bisa panjang, dapat mencapai 31karakter.

42

Modul 1
Kelompok 40
Gambar 2.33 Worksheet
Jika ada kesalahan dalam memberi nama pada kolom, cara

mengubahnyaadalah:
1.Letakkan kursor pada sel yang namanya akan diubah
2..Ketikan nama yang baru pada sel.
3.Tekan [enter] Secara otomatis, nama kolom yang lama akan
berganti dengan yang baru
Memasukkan Data dalam Window Data

Untuk melakukan analisa data dengan menggunakan Minitab, kita
terlebihdahulu harus memasukan data yang akan dianalisis ke
dalam worksheet.Tahap-tahap memasukan data adalah :
1. Klik tanda entry arrow di pojok kiri atas window data
untuk entrydata ke bawah. Klik tanda entry arrow untuk
entry data ke arahkanan

43

Modul 1
Kelompok 40
Gambar 2.34 Entry Arrow
Masukkan data sesuai dengan table diatas pada kolom

Negara,Jumlah Reaktor Nuklir dan BenuaGambar 3.3
menunjukan
worksheet
berisi
hasil
Minitab.
Gambar memperlihatkan kolom C1 dan C3 berubah menjadi C1T dan C3-T. huruf T menunjukan tipe data pada kolom tersebut.
Gambar 2.35 Worksheet Berisi Hasil Minitab
Menyimpan Worksheet
Cara menyimpan data yang telah dimasukan agar tidak
hilang adalah:
1.Pilih File > Save Current Worksheet As

44

Modul 1
Kelompok 40
2.Pada kolom File Name ketikan nama file, contoh Nuclear

3.Selanjutnya, klik Save.
Sebagai pengguna Minitab perlu mengingat bahwa dalam menu
File, Minitabmenyediakan 3 perintah untuk menyimpan, yaitu
perintah pertama untuk menyimpan semua project (window
session, worksheet, project manager dangraph), kedua hanya
untuk
menyimpan
worlsheeet,
dan
terakhir
hanya
untuk menyimpan grafik. Jika ingin menyimpan suatu file dalam

window tertentu, pastikan windownya sedang aktif sehingga
dalam menu File, perintah print akandiikuti nama
Membuat Worksheet
Langkah-langkah membuat worksheet baru adalah:
1.Pilih File > New atau tekan tombol [Ctrl] + [N]
2.Pilih Minitab Worksheet
3.Klik OK
Memasukkan Data Menggunakan Autofill

Memasukkan Deret Bilangan Tunggal berulang dari Data Tunggal
Gambar 2.36 Data Menggunakan Autofill

45

Modul 1
Kelompok 40
Kita dapat memasukkan deret bilangan tunggal hanya dengan

mengisikan data.
Contoh bilangan tunggal berulang adalah:
1, 1, 1,
putih, putih, putih,
1/99, 1/99, 1/99,
Langkah-langkahnya sebagai berikut:
1.Ketikan data tunggal, misalnya 1 pada sel pertama dalam kolom
C1.
2.Blok sel seperti tampak dalam gambar 3.4 (a) .
3.Letakkan kursor di pojok kanan bawah sel sehingga kursor
berubah menjadi +, klik kiri, tahan dan geser ke bawah sampai
baris ke-n
Gambar 2.37 Memasukkan Data Tunggal
Tipe Data
Dalam melakuakn analisa data statistic, kita harus memperhatikan
skala datayang akan diolah. Dalam Minitab, skala data berkaitan
dengan tipe data. Minitabmenyediakan 3 tipe data, yaitu:
1.
2.
3.
Numeric
Text
Date/Time

46

Modul 1
Kelompok 40
Ketiganya bisa diatur sesuai dengan keinginan pengguna. Bila

dikaitkan denan jenis skala data, tipe data numeric adalah jenis
skala data kuantitatif (interval ataurasio), tipe data text dan
date/time adalah jenis skala data kualitatif
Membuat Histogram
Kita bisa mengetahui pola distribusi suatu data dalam kolom C1,
C2 dan C3 secara bersamaan dengan membuat histogram. Dalam
Minitab dapat membuat histogrammelalui menu Graph.
Langkah-langkah membuat histogram adalah :

1. Pilih Graph > Histogram.
Gambar 2.38 Pilihan Histogram
2. Pada kotak dialog, pilih With Fit and Groups.

47

Modul 1
Kelompok 40
Gambar 2.39 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.
Histogram dibuat untuk melihat bentuk probability distribusi function
(pdf) data pada kolom C1 sampai C3. Dalam histogram kita bisa
membuat garis pdf yangmenggambarkan bentuk distribusi data. Cara
melakukannya adalah
a. Pada kotak dialog Histogram-With Fit and Groups, pilih Data View
b. pada kotak dialog pilih Distribution.
c.
Di bawah Distribution, pilihExponential.Ini berarti plot pdf akan

membentuk distribusi eksponential berdasarkan pengamatan.
d. Selanjutnya klik OK.

(Alkindi Ramadhan,2013)

48

Modul 1
Kelompok 40

49

Modul 1,2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul 1,2

Diunggah oleh

Hak Cipta:

Format Tersedia

Laporan Praktikum Teori Probabilitas

Laporan Praktikum Teori Probabilitas

baik secara manual maupun software

adalah pengertian statistika dan statistik, pengertian data dan macam-macam

Laporan Praktikum Teori Probabilitas

Kesimpulan dan saran

Laporan Praktikum Teori Probabilitas

membahas teori mengenai Statistik dan Statistika, Macam-macam data,

Statistik dan Statistika

menganalisis, dan menginterprestasikan data menjadi informasi untuk

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

manajemen, pengawasan mutu, melihat kepuasan konsumen, dan

Perbedaan Statistik dan Statistika

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Dengan kata lain perbedaan antara statistik dan statistika adalah

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Langkah kedua adalah menentukan Range dengan cara

BANYAK PESERTA (f)

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

2.3.2.1 Pie Chart

Contoh Pie Chart

Gambar 2.1 Pie Chart

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Gambar 2.2 Histogram

2.3.2.3 Diagram Batang

Laporan Praktikum Teori Probabilitas

Contoh diagram batang :

Gambar 2.3 Diagram Batang

Diagram Batang Daun

data dalam bentuk diagram. Dalam diagram batang daun,

Gambar 2.4 Diagram Batang Daun

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

(Uny Opick, 2014)

2.3.2.5 Perbedaan Histogram, Diagram batang dan

Gambar 2.5 Boxplot

kumulatif. Kurva ogive menunjukkan frekuensi kumulatif

Laporan Praktikum Teori Probabilitas

Gambar 2.6 Ogive

Central Tendency (kecenderungan terpusat)

= Jumlah seluruh X (data)

= Jumlah total Data

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Median merupakan sakag satu ukuran pemusatan. Median

= tepi bawah pada nilai tengah data

= Frekuensi Kumulatif Sebelumnya pada nilai tengah

F me = Frekuensi pada Nilai tengah

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

= selisih frekuensi kelas modus dengan kelas

= selisih frekuensi kelas modus dengan kelas

Laporan Praktikum Teori Probabilitas

statistik untuk mengetahui seberapa besar penyimpangan data dengan

Fungsi Ukuran Dispersion

di sekitar nilai tengahnya, dengan memahamai unsur penyebaran data