KELOMPOK 1
Cindy Yunitasari
1506672975
1506673076
Septiana Pratama N
1506673095
1506672963
Yolanda
1506728882
FAKULTAS TEKNIK
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS INDONESIA
OKTOBER 2016
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Allah SWT yang telah memberikan rahmat serta
karunia-Nya kepada kami sehingga kami berhasil menyelesaikan laporan praktikum ini
tepat pada waktunya. Laporan praktikum ini bertujuan untuk memenuhi tugas
praktikum satu, Statistika Desktiptif.
Laporan praktikum ini berisikan tentang pengolahan data primer dan sekunder serta
analisis dari pengolahan data-data tersebut.
Kami menyadari banyak kekurangan terdapat di dalam laporan ini, namun semoga
laporan praktikum ini bisa menjadi sumbangsih yang bernilai bagi ilmu pengetahuan.
Dalam proses penyusunan laporan praktikum ini, kami banyak dibantu oleh berbagai
pihak guna mendorong kemajuan dan ketelitian. Kami mengucapkan terima kasih
kepada pihak - pihak yang telah membantu, membimbing, serta mendoakan untuk
segala kebaikan tim penulis dalam penyusunan laporan praktikum ini, Semoga laporan
praktikum ini bermafaat bagi pembaca dan kepentingan ilmu statistika.
Depok, 11 Oktober 2016
Tim penyusun
DAFTAR ISI
HALAMAN JUDUL
KATA PENGANTAR i
DAFTAR ISI ii
1. PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Dasar Teori
1.2.1.4 Modus 3
1.2.1.5 Kuartil 4
1.2.2 Pengertian Dispersi Data 5
1.2.3 Kegunaan Ukuran Penyebaran Data
1.3 Tujuan 8
1.4 Masalah Utama 2
1.5 Outline 9
2. METODOLOGI 10
2.1 Alat dan Bahan 10
2.1.1 Pengumpulan Data secara Observasi
10
10
10
10
11
12
13
13
3.2 Pengolahan Data Observasi: Interval Waktu Pengguna Tangga Lantai 1 Gedung S
FakultasTeknik UI 13
3.3 Pengolahan Data Eksperimen: Pengambilan Acak Permen Chacha
16
24
4.1 Analisis Data Observasi: Interval Waktu Pengguna Tangga Lantai 1 Gedung S
Fakultas Teknik UI 24
4.2 Analisis Data Eksperimen: Pengambilan Acak Permen Chacha
25
27
DAFTAR REFERENSI
28
BAB I
PENDAHULUAN
1.1 Latar Belakang
Di dalam kehidupan sehari hari sering kita jumpai banyak hal yang dapat kita
deskripsikan dalam sebuah bentuk data. Informasi berupa data yang diperoleh diolah
terlebih dahulu untuk menjadi sebuah data yang mudah dibaca dan dianalisa. Akan
tetapi, bagaimana penyajian data yang kita dapat tentunya berbeda-beda, sesuai dengan
kebutuhan dan keinginan penyaji data. Oleh karena itu, diperlukan sebuah cabang ilmu
untuk mempermudah penginterpretasian data.
Statistika adalah cabang ilmu yang
mempelajari
tentang
bagaimana
Untuk n genap :
X
Me=
( n2 )+ X ( n2 +1)
Keterangan:
Keterangan:
Kelas median adalah kelas yang terdapat data X1/2 n
L = tepi bawah kelas median
c = lebar kelas
n = banyaknya data
F = frekuensi kumulatif kurang dari sebelum kelas median
f = frekuensi kelas median
1.2.1.4 Modus
Modus ialah nilai yang paling sering muncul atau nilai yang mempunyai
frekuensi tertinggi. Jika suatu data hanya mempunyai satu modus disebut
unimodal dan bila memiliki dua modus disebut bimodal, sedangkan jika
memiliki modus lebih dari dua disebut multimodal. Modus dilambangkan
dengan Mo.
1) Modus data tunggal
Modus dari data tunggal adalah data yang sering muncul atau data
dengan frekuensi tertinggi.
Keterangan:
L = tepi bawah kelas modus
c = lebar kelas
d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan kelas sesudahnya
1.2.1.5 Kuartil (Q)
Seperti yang sudah dibahas sebelumnya, bahwa median membagi data
yang telah diurutkan menjadi dua bagian yang sama banyak. Adapun kuartil
adalah membagi data yang telah diurutkan menjadi empat bagian yang sama
banyak.
1) Kuartil data tunggal
Urutkan data dari yang kecil ke yang besar, kemudian tentukan kuartil
dengan rumus sebagai berikut:
Keterangan:
Qi = kuartil ke-i (1, 2, atau 3)
L = tepi bawah kelas kuartil ke-i
n = banyaknya data
F = frekuensi kumulatif kelas sebelum kelas kuartil
c = lebar kelas
f = frekuensi kelas kuartil
terlalu mendatar.
Analisa Ukuran Penyebaran Data
10
suatu
lebih
memanjang
ke
kiri
maka
dapat
disimpulkan
Deskriptif
adalah
Statistik
yang
berfungsi
untuk
1. 3 Tujuan
1)
2)
3)
4)
software minitab.
5) Dengan dibuatnya laporan praktikum ini dapat membantu kita dalam memahami
pengolahan data dengan menggunakan Software Minitab
6) Belajar menginterpretasikan data yang sudah diolah
11
12
BAB II
METODOLOGI
13
2.2.2
dilakukan dengan eksperimen, yaitu pengumpulan data yang memakai cara dengan
mengadakan suatu percobaan terhadap sesuatu hal. Dalam konteks praktikum ini,
data eksperimen yang dikumpulkan oleh praktikan adalah warna yang muncul pada
pengambilan acak permen Chacha. Berikut adalah langkah kerja yang dilakukan
oleh praktikan:
1.
2.
3.
4.
5.
6.
7.
2.2.3
Praktikan mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain
secara komersial maupun non-komersial. Data sekunder yang praktikan peroleh
berupa data Indeks Pembangunan Manusia berdasarkan provinsi di Indonesia tahun
2013. Cara kerja praktikan dalam memperoleh data sekunder sebagai berikut:
1. Menyiapkan alat dan bahan.
2. Membuka website bps.go.id
14
15
BAB III
DATA PRAKTIKUM DAN PENGOLAHAN DATA
16
11
10.73
12
12.14
13
12.69
14
1.13
15
15.68
16
1.52
17
38.59
18
20.56
19
0.76
20
0.86
21
1.52
22
4.39
23
0.41
24
12.16
25
0.63
26
9.31
27
12.3
28
0.54
29
1.21
30
40.6
31
1.95
32
4.25
33
22.72
34
0.85
35
7.92
36
1.88
37
3.52
38
0.88
39
0.82
40
0.97
41
2.57
42Summary Report2.24
for Interval Waktu
43
1.17
44
2.18
45
8.43
46
1.72
47
12.59
48
8.6
49
25.65
50
12.48
Tabel 3.2.1 Obersvasi
interval
waktu
Pengguna
Tangga
Gedung S lantai 1
0
10
20
30
40
Fakultas Teknik Universitas Indonesia
17
Gambar 3.2.1 Laporan singkat pengolahan data melalui software Minitab mengenai
interval waktu Pengguna Tangga Gedung S lantai 1
18
Sukses
Sukses
Gagal
Gagal
Oren
Gagal
Percobaan ke-
Warna Terambil
Kategori
Coklat
Sukses
Oren
Gagal
Kuning
Gagal
Coklat
Sukses
Hijau
Sukses
Merah
Gagal
Kuning
Gagal
Kuning
Gagal
Kuning
Gagal
10
Coklat
Sukses
11
Kuning
Gagal
12
Kuning
Gagal
13
Oren
Gagal
14
Hijau
Sukses
15
Merah
Gagal
16
Coklat
Sukses
17
Oren
Gagal
19
Kode
1
2
2
1
1
2
2
2
2
1
2
2
2
1
2
1
2
18
Coklat
Sukses
19
Merah
Gagal
20
Hijau
Sukses
21
Kuning
Gagal
22
Hijau
Sukses
23
Merah
Gagal
24
Coklat
Sukses
25
Merah
Gagal
26
Kuning
Gagal
27
Hijau
Sukses
28
Merah
Gagal
29
Oren
Gagal
30
Hijau
Sukses
31
Coklat
Sukses
32
Kuning
Gagal
33
Kuning
Gagal
34
Kuning
Gagal
35
Hijau
Sukses
36
Coklat
Sukses
37
Hijau
Sukses
38
Merah
Gagal
39
Coklat
Sukses
40
Hijau
Sukses
41
Merah
Gagal
42
Oren
Gagal
43
Kuning
Gagal
44
Oren
Gagal
45
Hijau
Sukses
46
Merah
Gagal
47
Hijau
Sukses
20
1
2
1
2
1
2
1
2
2
1
2
2
1
1
2
2
2
1
1
1
2
1
1
2
2
2
2
1
2
1
48
Oren
Gagal
49
Oren
Gagal
50
Oren
Gagal
51
Oren
Gagal
52
Merah
Gagal
53
Oren
Gagal
54
Merah
Gagal
55
Oren
Gagal
56
Kuning
Gagal
57
Oren
Gagal
58
Oren
Gagal
59
Merah
Gagal
60
Oren
Gagal
2
2
2
2
2
2
2
2
2
2
2
2
2
21
12.23
<0.005
1.6667
0.4754
0.2260
-0.72537
-1.52586
60
Minimum
1st Quartile
Median
3rd Quartile
Maximum
1.0000
1.0000
2.0000
2.0000
2.0000
1.5439
1.7895
2.0000
0.5798
Median
1.5
1.6
1.7
1.8
1.9
2.0
Gambar 3.3.1 Laporan singkat pengolahan data melalui software Minitab mengenai
pengambilan acak permen Chacha
Jumlah data keseluruhan dari variabel interval (N) adalah 60. N*=0
menunjukkan tidak ada data yang missing atau tidak terbaca oleh software Minitab.
Nilai
skewness
untuk
data
tersebut
22
adalah
-0.725368.
Kurtosisnya
Chart of Kode
40
Count
30
20
10
Kode
33%
Gagal
Sukses
67%
23
Gambar 3.3.3 Pie chart pengolahan data pengambilan acak permen Chacha
Dengan menggunakan pie chart, jumlah pengambilan acak permen chaca yang
dikategorikan sukses adalah 67%, dan yang gagal adalah 33%.
3.4 Pengolahan Data Sekunder: Indeks Pembangunan Manusia berdasarkan
provinsi di
Indonesia tahun 2013
Berikut adalah table Indeks Pembangunan Manusia dari website bps.go.id
berdasarkan provinsi di Indonesia tahun 2013:
Provinsi
ACEH
SUMATERA UTARA
SUMATERA BARAT
RIAU
JAMBI
SUMATERA SELATAN
BENGKULU
LAMPUNG
KEP. BANGKA BELITUNG
KEP. RIAU
DKI JAKARTA
JAWA BARAT
JAWA TENGAH
DI YOGYAKARTA
JAWA TIMUR
BANTEN
BALI
NUSA TENGGARA BARAT
NUSA TENGGARA TIMUR
KALIMANTAN BARAT
KALIMANTAN TENGAH
KALIMANTAN SELATAN
KALIMANTAN TIMUR
KALIMANTAN UTARA
SULAWESI UTARA
SULAWESI TENGAH
24
SULAWESI SELATAN
SULAWESI TENGGARA
GORONTALO
SULAWESI BARAT
MALUKU
MALUKU UTARA
PAPUA BARAT
PAPUA
73.28
71.73
71.77
71.41
72.7
70.63
70.62
66.25
Dari indeks pembangunan manusia yang diperoleh dari bps.go.id diperoleh ratarata IPM untuk 34 provinsi di Indonesia adalah 73.4126. Sebaran rata-rata sampel
terhadap rata-rata dari keseluruhan kemungkinan sampel atau Standard Error of Mean
adalah 0.481073. Standar deviasi yang menggambarkan perbedaan di antara data yang
ada adalah 2.80511. Variansi yang didapat dari data sebesar 7.82102. Coefficient of
Variance yang merupakan perbandingan antara standar deviasi terhadap nilai rata-rata
adalah 3.82102.
25
Persebaran data digambarkan dengan kuartil bawah 71.7375, median 73.56, dan
kuartil atasnya 75.145. Dengan kuartil tersebut, maka diperoleh Interquartile of Range
yang merupakan selisih antara kuartil atas dan bawah sebesar 3.4075. Jumlah dari
semua data yang ada adalah 2496.03 dengan nilai minimum 66.25 pada Provinsi Papua
dan nilai maksimum adalah 78.59 untuk Provinsi DKI Jakarta. Jangkauan dari nilai
maksimum dan minimum adalah 12.34. Kemiringan persebaran data yang terjadi adalah
-0.429648 yang berarti datanya tidak terdistribusi normal dan bentuk grafiknya
menggemuk di bagian kiri dengan grafik sebelum kiri lebih panjang dari yang seleah
kana. Kurtosis 1 yang menggambarkan keruncingan data bernilai 0.323768 yang
menggambarkan grafik yang ada berbentuk mesokurtik.
26
27
BAB IV
ANALISIS DAN KESIMPULAN
4.1 Analisis Data Obersvasi: Interval Waktu Pengguna Tangga Gedung S lantai 1
Fakultas Teknik Universitas Indonesia
Mean dari data observasi mengenai interval waktu pengguna tangga Gedung S
lantai 1 Fakultas Teknik Universitas Indonesia adalah 7.8688 yang menandakan pada
pukul 13.12 sampai 13.18 WIB orang berikutnya akan menaiki tangga dengan jarak
waktu rata-rata setelah orang sebelumnya. Standar error dipengaruhi oleh banyaknya
sampel. SEMean merupakan nilai yang mengukur seberapa tepat nilai mean yang
praktikan peroleh. Dengan kata lain, SE menjawab pertanyaan seberapa dekatkah nilai
rata-rata interval waktu pengguna tangga gedung S lt. 1 Fakultas Teknik Universitas
Indonesia pada pukul 13.12-13.18 WIB dibandingkan dengan rata-rata interval waktu
pengguna tangga gedung S lantai 1 Fakultas Teknik Universitas Indonesia dalam sehari
(pukul 07.00 18.30 WIB). SEMean dari data yang praktikan peroleh adalah 1.31664.
Nilai tersebut tergolong cukup besar (di atas satu), sehingga sampel belum cukup
representatif (mewakili). Praktikan perlu untuk mengestimasi jumlah populasi
(pengguna tangga gedung S lantai 1 Fakultas Teknik Universitas Indonesia) terutama
saat jam-jam kelas bersama, yaitu jam 07.30 13.00.
Selanjutnya, terdapat standar deviasi sebesar 9.31004. Standar deviasi
menggambarkan sebaran nilai-nilai sampel. Semakin kecil nilai standar deviasi, nilainilai pada sampel data cenderung dekat dengan nilai rata-ratanya. dan sebaliknya,
semakin besar standar deviasinya, nilai sampel semakin bervariasi dan semakin
menyebar menjauhi nilai reratanya. Berdasarkan standar deviasi yang praktikan peroleh,
dapat diketahui data ini cukup tersebar. Untuk melihat keberagaman data, variansi dari
data ini adalah 86.6768 yang menandakan data ini sangat heterogen mengingat jangkau
antara interval waktu terkecil dan interval waktu terbesar yaitu 40.19 sekon.
Kuartil membagi distribusi data menjadi 4 bagian. Kuartil bawah pada data ini
adalah 1.16, median atau nilai tengah dari data ini, yaitu 3.045, dan kuartil atasnya
adalah 12.195. Nilai kuartil tersebut menggambarkan persebaran data yang dapat
dikatakan cukup tersebar karena jangkauan antar kuartilnya cukup besar yaitu 11.035.
28
Salah satu indikator suatu data normal atau tidak adalah skewness. Skewness dari
data ini adalah 1.85653 yang mengartikan bahwa data ini tidak simetris karena nilai
skewnessnya tidak mendekati nol. Dan nilai skewness yang positif menandakan data
melenceng ke kanan yaitu bagian belakang pada sisi kanan lebih panjang dan lebih
gemuk daripada sisi kirinya.
Selanjutnya
terdapat
kurtosis.
Kurtosis
digunakan
untuk
mengetahui
keruncingan data. Kurtosis pada data ini adalah 3.83639 yang termasuk ke dalam
leptokurtik, yaitu kurva yang memiliki puncak lebih runcing dibandingkan kurva
normal.
terdapat
kurtosis.
Kurtosis
digunakan
untuk
mengetahui
keruncingan data. Kurtosis pada data ini adalah -1.52586 yang termasuk ke dalam
platikurtik, yaitu kurva dengan puncak yang lebih rendah dibandingkan kurva normal.
29
kiri dan data observasi: Interval Waktu Pengguna Tangga Gedung S lantai 1
Fakultas Teknik Universitas Indonesia adalah data yang paling menjauhi
distribusi normal dengan kecondongan ke kanan.
2) Data observasi: Interval Waktu Pengguna Tangga Gedung S lantai 1 Fakultas
Teknik Universitas Indonesia adalah data yang termasuk leptokurtik.
3) Data sekunder: Indeks Pembangunan Manusia berdasarkan Provinsi di Indonesia
tahun 2013 adalah data yang termasuk mesokurtik.
4) Data eksperimen: Pengambilan Acak Permen Chacha adalah data yang termasuk
platikurtik.
REFERENSI
Diakses
pada
31
32