Merged

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
Program Studi Teknik Industri

Universitas Diponegoro

Modul 1
Kelompok 40
Kabupaten Ponorogo Jawa Timur per Keluharan dan data kontinu mengenai
Panjang Telapak Tangan Siswa/i Teknik Industri 2013.
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


Modul 1
Kelompok 40
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
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:


Modul 1
Kelompok 40
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
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.


Modul 1
Kelompok 40
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,
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.


Modul 1
Kelompok 40
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.
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.


Modul 1
Kelompok 40
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.
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.

Modul 1
Kelompok 40
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.
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)


Modul 1
Kelompok 40
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
BANYAK PESERTA (f)
17-20
50
21-24
26
25-28
35
29-32
21
33-36
45
2.3.2
Grafik
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)


Modul 1
Kelompok 40
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
tepi kelas interval pada usmbu horisontal (X) dan frekuensi setiap
kelas pada sumbu vertikal (Y)

10

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

(Dr. Marsigit M.A, 2006)

11

Modul 1
Kelompok 40
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

(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.
12

Modul 1
Kelompok 40
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 :
Gambar 2.6 Ogive

13

Modul 1
Kelompok 40
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
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

14

Modul 1
Kelompok 40
= 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
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.

15

Modul 1
Kelompok 40
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)
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)
16

Modul 1
Kelompok 40
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.
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

17

Modul 1
Kelompok 40
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
||
= Lambang nilai mutlak.
2.5.3.3 Varians
Varians adalah rata-rata hitung deviasi kuadrat setiap
data terhadap rata-rata hitungnya.
Rumus :
. . . . .(xix)
18

Modul 1
Kelompok 40
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
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.

19

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

Median= nilai tengah
S.D
= Standar Deviasi

20

Modul 1
Kelompok 40
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

Dapat Dirumuskan sebagai berikut :
Keterangan :
Xi
: Nilai tengah
: mean atau Rata-rata Hitung

21

Modul 1
Kelompok 40
: 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)
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)

22

Modul 1
Kelompok 40
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
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

23

Modul 1
Kelompok 40
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
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

24

Modul 1
Kelompok 40
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)
Baris data
Merupakan barisan yang berisi data$data dalam jumlah
banyak yang merupakan data daripada varibel tersebut.

25

Modul 1
Kelompok 40
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
angka desimal di belakang koma
b.
String, untuk data teks, biasanya data berupa nama.

Contoh: nama perusahaan.
c.
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
2 angka desimal di belakangkoma. Jika jumlah desimal

26

Modul 1
Kelompok 40
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).

27

Modul 1
Kelompok 40
2.7.3
Tampilan
Tampilan Data View
Gambar 2.9 Data View
Tampilan File menu
Gambar 2.10 File Menu

28

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

29

Modul 1
Kelompok 40
Tampilan menu data
Gambar 2.13 Menu Data
Tampilan menu Tranform
Gambar 2.14 Menu Tranform

30

Modul 1
Kelompok 40
Tampilan menu alalyze
Gambar 2.15 Menu Alalyze
Tampilan menu Graphs
Gambar 2.16 Menu Graphs

31

Modul 1
Kelompok 40
Tampilan menu utilities
Gambar 2.17 Menu Utilities
Tampilan menu add ons
Gambar 2.18 Menu Add Ons

32

Modul 1
Kelompok 40
Tampilan menu window
Gambar 2.19 Menu Window
Tampilan menu Help
Gambar 2.20 Menu Help

33

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

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

34

Modul 1
Kelompok 40
b. klick di Type in data, kemudian click OK, dan akan

tampil tabel dengan tulisan Data View dan
Variable View sebagai berikut:
Gambar 2.23 Tampilan Data View dan Variable View

35

Modul 1
Kelompok 40
c. Click pada Variabel View, dan akan muncul

tampilan sebagai berikut:
Gambar 2.24 Tampilan Variable View
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).

36

Modul 1
Kelompok 40
Setelah didefinisikan, maka hasilnya akan tampil sebagai berikut:
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

37

Modul 1
Kelompok 40
2. Menganalisis Data:
a. Click di Analize, akan muncul menu bermacammacam teknik analisis sebagai berikut:
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
38

Modul 1
Kelompok 40
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
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.

39

Modul 1
Kelompok 40
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
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.

40

Modul 1
Kelompok 40
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
Gambar 2.28 Menu Window

41

Modul 1
Kelompok 40
Tampilan toolbar pada Minitab
Gambar 2.29 Toolbar Minitab
Tampilan Window Data
Gambar 2.30 Window Data
Tampilan Window Sesion
Gambar 2.31 Window Sesion

42

Modul 1
Kelompok 40
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
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

43

Modul 1
Kelompok 40
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.
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.

44

Modul 1
Kelompok 40
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
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.

45

Modul 1
Kelompok 40
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

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

46

Modul 1
Kelompok 40
Memasukkan Data Menggunakan Autofill

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

47

Modul 1
Kelompok 40
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.
Numeric
2.
Text
3.
Date/Time
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.

48

Modul 1
Kelompok 40
Langkah-langkah membuat histogram adalah :

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

49

Modul 1
Kelompok 40
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)

50

Modul 1
Kelompok 40
BAB III
PENGOLAHAN DATA DAN ANALISIS
3.1
Data Diskrit
Data diskrit ini diambil dari www.aplikasi.bkkbn.go.id tentang Jumlah balita
dan lansia per kelurahan di kabupaten Ponorogo Jawa Timur. Dengan data sebagai
berikut :
Tabel 3.1 Tabel Jumlah Lansia & Balita
No Nama
Kelurahan
Jumlah
Jumlah Lansia
Balita
Krajan
41
75
Bintaro
39
85
Nguncup
23
33
Sawur
45
58
Krangan
30
48
Mendak
35
80
Patik
24
54
Banaran
31
91
Wotan
55
17
10
Wagir Kidul
28
66
11
Jalen
10
79
12
Blembem
26
84
13
Ketro
14
76
14
Jenangan
24
69
14
Carangrejo
14
45
16
Karang
17
59
Waluh
17
Golan
45
81
18
Gegeran
17
35

51

Modul 1
Kelompok 40
Lanjutan Tabel 3.1 Tabel Jumlah Lansia & Balita
3.1.1
19
Nampan
36
86
20
Lengkong
16
18
Data Kualitatif
3.1.1.1 Pengolahan Data
1. Distribusi Frekuensi
Manual Excel
Tabel 3.2 Distribusi Kualitatif
No
Kualitatif Frekuensi Frekuensi Relatif ( %)
Frekuensi Kumulatif
Balita
20
50
20
Lansia
20
50
40
SPSS
KUALITATIF
Cumulative
Valid
Frequency
Percent
Valid Percent
Percent
BALITA
20
50.0
50.0
50.0
LANSIA
20
50.0
50.0
100.0
Total
40
100.0
100.0

Valid
40
Missing
52

Modul 1
Kelompok 40
Minitab
Descriptive Statistics: KUANTITATIF
Total
Variable
KUALITATIF
Count
N*
CumN
Percent
CumPct
KUANTITATIF
BALITA
20
20
20
50
50
LANSIA
20
20
40
50
100
2. Grafik
a. SPSS
Pie Chart
Gambar 3.1 Pie Chart SPSS
Bar Chart
Gambar 3.2 Bar Chart SPSS

53

Modul 1
Kelompok 40
b. Minitab
Pie Chart
Pie Chart of KUALITATIF

Category
BA LITA
LA NSIA
Gambar 3.3 Pie Chart Minitab
Bar Chart
Chart of KUALITATIF
20
Count
15
10
BALITA
LANSIA
KUALITATIF
Gambar 3.4 Bar Chart Minitab

54

Modul 1
Kelompok 40
3.1.2
Data Kuantitatif
1.
Distribusi Frekuensi
Manual (Excel)
Tabel 3.3 Distribusi Frekuensi Kuantitatif Manual
Frekuensi
Frekuensi
Kumulatif
Relatif
2,5
14
16
2,5
17
7,5
18
2,5
23
2,5
24
11
26
12
2,5
28
13
2,5
10
30
14
2,5
11
31
15
2,5
12
33
16
2,5
13
35
18
14
36
19
2,5
15
39
20
2,5
16
41
21
2,5
17
45
24
7,5
18
48
25
2,5
19
54
26
2,5
20
55
27
2,5
21
58
28
2,5
22
59
29
2,5
No
Kuantitatif Frekuensi
10

55

Modul 1
Kelompok 40
Lanjutan Tabel 3.3 Distribusi Frekuensi Kuantitatif Manual
23
66
30
2,5
24
69
31
2,5
25
75
32
2,5
26
76
33
2,5
79
34
2,5
28
80
35
2,5
29
81
36
2,5
30
84
37
2,5
31
85
38
2,5
32
86
39
2,5
33
91
40
2,5
SPSS
Cumulative
Frequency Percent
Valid Percent Percent
Valid 10
2.5
2.5
2.5
14
5.0
5.0
7.5
16
2.5
2.5
10.0
17
7.5
7.5
17.5
18
2.5
2.5
20.0
23
2.5
2.5
22.5
24
5.0
5.0
27.5
26
2.5
2.5
30.0
28
2.5
2.5
32.5
30
2.5
2.5
35.0
31
2.5
2.5
37.5
33
2.5
2.5
40.0
35
5.0
5.0
45.0

56

Modul 1
Kelompok 40
36
2.5
2.5
47.5
39
2.5
2.5
50.0
41
2.5
2.5
52.5
45
7.5
7.5
60.0
48
2.5
2.5
62.5
54
2.5
2.5
65.0
55
2.5
2.5
67.5
58
2.5
2.5
70.0
59
2.5
2.5
72.5
66
2.5
2.5
75.0
69
2.5
2.5
77.5
75
2.5
2.5
80.0
76
2.5
2.5
82.5
79
2.5
2.5
85.0
80
2.5
2.5
87.5
81
2.5
2.5
90.0
84
2.5
2.5
92.5
85
2.5
2.5
95.0
86
2.5
2.5
97.5
91
2.5
2.5
100.0
Total
40
100.0
100.0

57

Modul 1
Kelompok 40
Minitab

Total
Variable
KUANTITATIF
Count
CumN
Percent
CumPct
Sum
KUANTITATIF
10
2,5
2,5
10,000
14
5,0
7,5
28,000
16
2,5
10,0
16,000
17
7,5
17,5
51,000
18
2,5
20,0
18,000
23
2,5
22,5
23,000
24
11
5,0
27,5
48,000
26
12
2,5
30,0
26,000
28
13
2,5
32,5
28,000
30
14
2,5
35,0
30,000
31
15
2,5
37,5
31,000
33
16
2,5
40,0
33,000
35
18
5,0
45,0
70,000
36
19
2,5
47,5
36,000
39
20
2,5
50,0
39,000
41
21
2,5
52,5
41,000
45
24
7,5
60,0
135,000
48
25
2,5
62,5
48,000
54
26
2,5
65,0
54,000
55
27
2,5
67,5
55,000
58
28
2,5
70,0
58,000
59
29
2,5
72,5
59,000
66
30
2,5
75,0
66,000
69
31
2,5
77,5
69,000
75
32
2,5
80,0
75,000
76
33
2,5
82,5
76,000
79
34
2,5
85,0
79,000
80
35
2,5
87,5
80,000
81
36
2,5
90,0
81,000
84
37
2,5
92,5
84,000
85
38
2,5
95,0
85,000
86
39
2,5
97,5
86,000
91
40
2,5
100,0
91,000

58

Modul 1
Kelompok 40
Rows: KUANTITATIF
%
of
Count
Row
% of Column
% of Total
10
100
2,500
2,500
14
100
5,000
5,000
16
100
2,500
2,500
17
100
7,500
7,500
18
100
2,500
2,500
23
100
2,500
2,500
24
100
5,000
5,000
26
100
2,500
2,500
28
100
2,500
2,500
30
100
2,500
2,500
31
100
2,500
2,500
33
100
2,500
2,500
35
100
5,000
5,000
36
100
2,500
2,500
39
100
2,500
2,500
41
100
2,500
2,500
45
100
7,500
7,500
48
100
2,500
2,500
54
100
2,500
2,500
55
100
2,500
2,500
58
100
2,500
2,500
59
100
2,500
2,500
66
100
2,500
2,500
69
100
2,500
2,500
75
100
2,500
2,500
76
100
2,500
2,500
79
100
2,500
2,500
80
100
2,500
2,500
81
100
2,500
2,500
84
100
2,500
2,500
85
100
2,500
2,500
86
100
2,500
2,500
91
100
2,500
2,500
All
40
100
100,000
100,000

59

Modul 1
Kelompok 40
2.
Ukuran Statistik
Manual
Tabel 3.4 Tabel Ukuran Statistik
Nilai Frekuensi
Frekuensi
Kumulatif
10
45,225
45,225
14
16
17
18
23
24
26
28
30
31
33
35
36
39
41
45
48
54
55
58
59
66
69
75
76
79
80
81
84
85
2
1
3
1
1
2
1
1
1
1
1
2
1
1
1
3
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
4
7
8
9
11
12
13
14
15
16
18
19
20
21
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
90,45
45,225
135,675
45,225
45,225
90,45
45,225
45,225
45,225
45,225
45,225
90,45
45,225
45,225
45,225
135,675
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225
45,225

35,225
31,225
29,225
28,225
27,225
22,225
21,225
19,225
17,225
15,225
14,225
12,225
10,225
9,225
6,225
4,225
0,225
2,775
8,775
9,775
12,775
13,775
20,775
23,775
29,775
30,775
33,775
34,775
35,775
38,775
39,775
1240,801
975,0006
854,1006
796,6506
741,2006
493,9506
450,5006
369,6006
296,7006
231,8006
202,3506
149,4506
104,5506
85,10063
38,75063
17,85063
0,050625
7,700625
77,00063
95,55063
163,2006
189,7506
431,6006
565,2506
886,5506
947,1006
1140,751
1209,301
1279,851
1503,501
1582,051
60

Modul 1
Kelompok 40
Lanjutan Tabel 3.4 Tabel Ukuran Statistik
86
91
1
1
39
40
45,225
45,225
45,225
45,225
40,775
45,775
1662,601
2095,351
Ukuran Pemusatan
Mean
Me =
=
= 45,225
Median
Median Terletak diantara data ke 20 dan 21
Modus
Pada Data ini terdapat 2 niali yang sering muncul
yaitu 17 & 45
Kuartil
*
Q1 Terletak pada data ke 10,25

+ 0,25 (
+ 0,25 (
Q1 = 24

61

Modul 1
Kelompok 40

+ 0,5 (
+ 0,5 (
+ 0,25 (
Q2 = 39 + 1
Q2 = 40
Q3 = 30,75
+ 0,75 (
+ 0,75 (
Presentil
*
+ 0,1 (
+ 0,1 (

62

Modul 1
Kelompok 40
+ 0,2 (
+ 0,2 (
+ 0,3 (
+ 0,3 (
+ 0,4 (
+ 0,4 (
+ 0,5 (
+ 0,5 (
63

Modul 1
Kelompok 40
+ 0,6 (
+ 0,6 (
+ 0,7 (
+ 0,7 (
+ 0,8 (
+ 0,8 (

64

Modul 1
Kelompok 40
+ 0,9 (
Range
R = Nilai Max Nilai Min
= 91 10
= 81
Standart Deviasi
S = 24,81158745
Varians
S2 = (24,81158745)2
= 615,6148718

Skewness
65

Modul 1
Kelompok 40
Kurtosis
Nilai maximum pada data diskrit adalah 91
Nilai minimum pada data diskrit adalah 10
SPSS
40
Missing
Mean
45.2250
Std. Error of Mean
3.92306
Median
40.0000
Mode
17.00
Std. Deviation
2.48116E1
Variance
615.615
Skewness
.397
Std. Error of Skewness
.374
Kurtosis
-1.175
Std. Error of Kurtosis
.733
Range
81.00
Minimum
10.00
Maximum
91.00
Percentiles

Valid
10
16.1000
20
19.0000
25
24.0000
30
26.6000
40
33.8000
66

Modul 1
Kelompok 40
50
40.0000
60
46.8000
70
58.7000
80
75.8000
90
83.7000
a. Multiple modes exist. The smallest value is shown
Variable
N*
Minitab
Mean
SE Mean
StDev
Variance
5,09
26,46
699,90
Minimum
Q1
Median
KUANTITATIF
27
52,15
14,00
24,00
54,00
N for
Variable
Q3
Maximum
Range
IQR
Mode
Mode
Skewness
Kurtosis
KUANTITATIF
79,00
91,00
77,00
55,00
17
-0,11
1,50

67

Modul 1
Kelompok 40
3.
Grafik
SPSS
a. Pie Chart
b. Bar Chart
Chart of KUANTITATIF
3,0
2,5
Count
2,0
1,5
1,0
0,5
0,0
10 14 16 17 18 23 24 26 28 30 31 33 35 36 39 41 45 48 54 55 58 59 66 69 75 76 79 80 81 84 85 86 91
KUANTITATIF

68

Modul 1
Kelompok 40
c. Diagram Batang Daun
KUANTITATIF Stem-and-Leaf Plot
Frequency
Stem &
Leaf
8,00
1 .
04467778
5,00
2 .
34468
7,00
3 .
0135569
5,00
4 .
15558
4,00
5 .
4589
2,00
6 .
69
3,00
7 .
569
5,00
8 .
01456
1,00
9 .
Stem width:
Each leaf:
10,00
1 case(s)
Gambar 3.7 Batang-daun SPSS
d. Box Plot
Maximum = 91
Q3 = 68,25
Q2 = 40
Q1 = 24
Minimum = 10
Gambar 3.8 Box plot SPSS

69

Modul 1
Kelompok 40
Minitab
a. Pie Chart
Pie Chart of KUANTITATIF

Category
10
14
16
17
18
23
24
26
28
30
31
33
35
36
39
41
45
48
54
55
58
59
66
69
75
76
79
80
81
84
85
b. Bar Chart
Chart of KUANTITATIF
3,0
2,5
Count
2,0
1,5
1,0
0,5
0,0
10 14 16 17 18 23 24 26 28 30 31 33 35 36 39 41 45 48 54 55 58 59 66 69 75 76 79 80 81 84 85 86 91
KUANTITATIF

70

Modul 1
Kelompok 40
c.
Batang Daun
PTT Stem-and-Leaf Plot
Frequency
Stem &
Leaf
04467778
13
34468
20
0135569
20
15558
15
4589
11
69
569
01456
1
Stem width:
Each leaf:
10,00
1 case(s)
Gambar 3.11 Batang Daun Minitab
d.
Box Plot
Boxplot of KUANTITATIF
90
Maximum = 91
80
KUANTITATIF
70
Q3 = 68,25
60
50
40
Q2 = 40
30
20
Q1 = 24
10
Minimum = 10
Gambar 3.12 Boxplot

71

Modul 1
Kelompok 40
2.2
Data Kontinu
Data Kontinu ini tentang data Panjang Telapak Tangan (PTT) Mahasiswa
Teknik Industri 2013, data Ini diambil secara Primer. Berikut adalah data Panjang
Telapak Tangan (PTT) :
Tabel 3.5 Tabel Data Kontinu Panjang Telapak Tangan
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Jenis Kelamin
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Perempuan
Laki-laki
Laki-laki
Laki-laki
24
25
26
27
28
29
30
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki

Nama
Keke Nikea D
Grace Eloita P
Putri Pratiwi W
Ardanesia
Ines Chandra F
Egintha Cahyani
Mareta Indriyani
Fatmila
Wiya Eki Dwiguna
Aulia Yezhica P K
Octavia Rosari G
Yuni Sartika
Ulyvia Trisnawati
Bedietra Adriz R
Claudia Gita Pratiwi
Laila Izzatunnisa
Dhindi Oxiana Irawan
Devi Amalia A
Andina Pratiwi
Wening Rahayuningtyas
Meikel Zekben S
Mitra Amerta Ivanda
Mohammad Kafie Muttaqin
Muhammad Beta Haedar
Sasono
Muhammad Ihsan Hidayat
Ahmad Afif
Ahmad Ngafif
Ahmad Sahal Afhami
Sugeng Purnomo
Wisnu Adi
PTT
18,3
17,2
18,0
18,3
17,4
17,6
17,3
17,4
16,4
17,2
18,0
17,4
17,0
16,3
16,4
17,5
18,4
16,1
19,0
17,8
18,6
18,2
16,7
19,3
19,4
18,7
18,4
19,7
17,6
20,8
72

Modul 1
Kelompok 40
Lanjutan Tabel 3.5 Tabel Data Kontinu Panjang Telapak Tangan
31
32
33
34
35
36
37
38
39
40
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
Laki-laki
3.2.1
Yoga Satria
Zaki Al Huda
Zihramna Afdi
Daniel Arya Kusuma W
David Kurnia S H
Deshtyan Erlangga Adi
Dhani Alfanda
Dhialma Yonathan Susilo
Hanan Muhardiansyah
Hary Utama Kurniawan
18,6
18,7
19,5
20,3
17,6
19,9
18,9
19,7
19,5
19,6
Data Kualitatif
1. Distribusi Frekuensi
Manual (Excel)
Tabel 3.6 Tabel Distribusi Frekuensi Kualitatif
Frekuensi
Frekuensi
No Kualiatatif
Frekuensi Relatif(%)
Kumulatif
Laki- Laki
20
50
20
Perempuan 20
50
40
SPSS
Statistics
N
Valid
Valid
40
Missing
Frequency
Percent
Valid Percent
Cumulative Percent
Perempuan
20
50.0
50.0
50.0
Laki-laki
20
50.0
50.0
100.0

73

Modul 1
Kelompok 40
Valid
Frequency
Percent
Valid Percent
Cumulative Percent
Perempuan
20
50.0
50.0
50.0
Laki-laki
20
50.0
50.0
100.0
Total
40
100.0
100.0
Minitab

Total
Variable
KUALITATIF
Count
N*
CumN
Percent
CumPct
Sum
KUANTITATIF
Laki-laki
20
20
20
50
50
Perempuan
20
20
40
50
100
379,700
349,000
3.
Grafik
SPSS
a. Pie Chart

74

Modul 1
Kelompok 40
b. Bar Chart
Minitab
a. Pie Chart
Pie Chart of Jenis Kelamin
C ategory
Lak i-lak i
Perempuan

75

Modul 1
Kelompok 40
b. Bar Chart
Chart of Jenis Kelamin
20
Count
15
10
Laki-laki
Perempuan
Jenis Kelamin
3.2.2
Data Kuantitatif
1
Manual (Excel)
Tabel 3.7 Tabel Distribusi Frekuensi
No
Kuantitatif Frekuensi
1
2
3
4
5
6
7
8
9
10
11
12
13
16,1
16,3
16,4
16,7
17
17,2
17,3
17,4
17,5
17,6
17,8
18
18,2

1
1
2
1
1
2
1
3
1
3
1
2
1
Frekuensi
Kumulatif
1
2
4
5
6
8
9
12
13
16
17
19
20
Frekuensi
Relatif
2,5
2,5
5
2,5
2,5
5
2,5
7,5
2,5
7,5
2,5
5
2,5
76

Modul 1
Kelompok 40
Lanjutan Tabel 3.7 Tabel Distribusi Frekuensi
14
15
16
17
18
19
20
21
22
23
24
25
26
27
18,3
18,4
18,6
18,7
18,9
19
19,3
19,4
19,5
19,6
19,7
19,9
20,3
20,8
2
2
2
2
1
1
1
1
2
1
2
1
1
1
22
24
26
28
29
30
31
32
34
35
37
38
39
40
5
5
5
5
2,5
2,5
2,5
2,5
5
2,5
5
2,5
2,5
2,5
SPSS
PTT
Cumulative
Valid

Frequency
Percent
Valid Percent
Percent
16.1
2.5
2.5
2.5
16.3
2.5
2.5
5.0
16.4
5.0
5.0
10.0
16.7
2.5
2.5
12.5
17
2.5
2.5
15.0
17.2
5.0
5.0
20.0
17.3
2.5
2.5
22.5
17.4
7.5
7.5
30.0
17.5
2.5
2.5
32.5
17.6
7.5
7.5
40.0
17.8
2.5
2.5
42.5
18
5.0
5.0
47.5
77

Modul 1
Kelompok 40
18.2
2.5
2.5
50.0
18.3
5.0
5.0
55.0
18.4
5.0
5.0
60.0
18.6
5.0
5.0
65.0
18.7
5.0
5.0
70.0
18.9
2.5
2.5
72.5
19
2.5
2.5
75.0
19.3
2.5
2.5
77.5
19.4
2.5
2.5
80.0
19.5
5.0
5.0
85.0
19.6
2.5
2.5
87.5
19.7
5.0
5.0
92.5
19.9
2.5
2.5
95.0
20.3
2.5
2.5
97.5
20.8
2.5
2.5
100.0
Total
40
100.0
100.0
Minitab
Total

Variable
PTT
Count
CumN
Percent
CumPct
PTT
16,1
2,5
2,5
16,3
2,5
5,0
16,4
5,0
10,0
16,7
2,5
12,5
17,0
2,5
15,0
17,2
5,0
20,0
17,3
2,5
22,5
17,4
12
7,5
30,0
17,5
13
2,5
32,5
17,6
16
7,5
40,0
17,8
17
2,5
42,5
18,0
19
5,0
47,5
78

Modul 1
Kelompok 40
18,2
20
2,5
50,0
18,3
22
5,0
55,0
18,4
24
5,0
60,0
18,6
26
5,0
65,0
18,7
28
5,0
70,0
18,9
29
2,5
72,5
19,0
30
2,5
75,0
19,3
31
2,5
77,5
19,4
32
2,5
80,0
19,5
34
5,0
85,0
19,6
35
2,5
87,5
19,7
37
5,0
92,5
19,9
38
2,5
95,0
20,3
39
2,5
97,5
20,8
40
2,5
100,0
Tabulated statistics: KUANTITATIF

Rows: KUANTITATIF
%
of

Count
Row
% of Column
% of Total
10
100
2,500
2,500
14
100
5,000
5,000
16
100
2,500
2,500
17
100
7,500
7,500
18
100
2,500
2,500
23
100
2,500
2,500
24
100
5,000
5,000
26
100
2,500
2,500
28
100
2,500
2,500
30
100
2,500
2,500
31
100
2,500
2,500
33
100
2,500
2,500
35
100
5,000
5,000
36
100
2,500
2,500
39
100
2,500
2,500
41
100
2,500
2,500
45
100
7,500
7,500
48
100
2,500
2,500
79

Modul 1
Kelompok 40
54
100
2,500
2,500
55
100
2,500
2,500
58
100
2,500
2,500
59
100
2,500
2,500
66
100
2,500
2,500
69
100
2,500
2,500
75
100
2,500
2,500
76
100
2,500
2,500
79
100
2,500
2,500
80
100
2,500
2,500
81
100
2,500
2,500
84
100
2,500
2,500
85
100
2,500
2,500
86
100
2,500
2,500
91
100
2,500
2,500
All
40
100
100,000
100,000
2. Ukuran Statistik
Frekuensi
Xi
Fxi
(Xi - X)
(Xi - X)2
(Xi - X)3
(Xi - X)4
16,4
82
-1,82
3,3124
-6,02857
120,3846
12
17,1
119,7 -1,12
1,2544
-1,40493
2,475963
17,5-18,1
19
17,8
124,6 -0,42
0,1764
-0,07409
0,000968
18,2-18,8
28
18,5
166,5 0,28
0,0784
0,021952 3,78E-05
18,9-19,5
34
19,2
115,2 0,98
0,9604
0,941192 0,850763
19,6-20,2
38
19,9
79,6
1,68
2,8224
4,741632 63,45623
20,3-20,9
40
20,6
41,2
2,38
5,6644
13,48127 1029,475
Nilai
Frekuensi
16,1 -16,7
16,8 - 17,4
Kumulatif
Range
R = Nilai Maximum Nilai Minimum
R = 20,8 16,1
R = 4,7

80

Modul 1
Kelompok 40
Banyak Kelas
K = 1 + 3,3 log n
= 1 + 3,3 log (40)
K = 6,28 dibulatkan menjadi 7
Interval Kelas
I=
I=
= 6,714 dibulatkan menjadi 7
Manual (excel)
o Mean
o Median
o Modus
o Kuartil
*

81

Modul 1
Kelompok 40
*Q2
o Presentil
*

82

Modul 1
Kelompok 40

83

Modul 1
Kelompok 40
o Range
R = X max X min
R = 20,8 16,1 = 4,7
o Standar Deviasi
o Varians
S2 = (1,194)2
S2 = 1,427282
o Skewnes

84

Modul 1
Kelompok 40
0,047479825)
o Kuartosis
SPSS
Statistics
KUANTITATIF
N
Valid
40
Missing
Mean
18.2175
Std. Error of Mean
.18487
Median
18.2500
Mode
17.40
Std. Deviation
1.16924
Variance
1.367
Skewness
.151
Std. Error of Skewness
.374
Kurtosis
-.653
Std. Error of Kurtosis
.733
Range
4.70
Minimum
16.10
Maximum
20.80
Sum
728.70
Percentiles

10
16.4300
20
17.2200
25
17.4000
30
17.4300
40
17.6800
85

Modul 1
Kelompok 40
50
18.2500
60
18.5200
70
18.8400
75
19.2250
80
19.4800
90
19.7000
a. Multiple modes exist. The smallest value is shown
b.
Minitab
Total
Variable
KUALITATIF
KUANTITATIF
Variable
Count
N*
Mean
SE Mean
StDev
Variance
Laki-laki
20
20
18,985
0,221
0,988
0,976
Perempuan
20
20
17,450
0,172
0,768
0,590
KUALITATIF
CoefVar
Sum
Minimum
Q1
Median
Q3
KUANTITATIF
Laki-laki
5,20
379,700
16,700
18,450
19,100
4,40
349,000
16,100
17,050
17,400
19,675
Perempuan
18,000
Variable
KUALITATIF
Maximum
Range
IQR
Mode
Mode
KUANTITATIF
Laki-laki
20,800
4,100
1,225
17,6; 18,6; 18,7; 19,5
Perempuan
19,000
2,900
0,950
17,4
Variable
KUALITATIF
KUANTITATIF
Laki-laki
-0,47
0,29
Perempuan
-0,03
-0,35

Skewness
Kurtosis
86

Modul 1
Kelompok 40
3.
Grafik
SPSS
a. Pie Chart
b. Bar Chart
Chart of PTT
3.0
2.5
Count
2.0
1.5
1.0
0.5
0.0
, 1 , 3 , 4 , 7 , 0 , 2 ,3 , 4 , 5 , 6 , 8 , 0 , 2 ,3 ,4 , 6 , 7 , 9 , 0 , 3 , 4 ,5 , 6 , 7 , 9 , 3 , 8
16 16 16 1 6 1 7 17 17 17 17 17 17 1 8 1 8 18 18 18 18 18 1 9 1 9 19 19 19 19 19 20 2 0
PTT

87

Modul 1
Kelompok 40
c. Diagram Batang-daun
PTT Stem-and-Leaf Plot
Frequency
Stem &
Leaf
4,00
16 .
1344
1,00
16 .
7,00
17 .
0223444
5,00
17 .
56668
7,00
18 .
0023344
5,00
18 .
66779
3,00
19 .
034
6,00
19 .
556779
1,00
20 .
1,00
20 .
Stem width:
Each leaf:
1,00
1 case(s)
Gambar 3.19 Batang-daun SPSS
d. Box Plot
Maximum = 20,8
Q3 = 19,08
Q2 = 18,22
Q1 = 17,25
Minimum = 20,8
Gambar 3.20 BoxPlot SPSS

88

Modul 1
Kelompok 40
Minitab
1. Pie Chart
Pie Chart of PTT
C ategory
16,1
16,3
16,4
16,7
17,0
17,2
17,3
17,4
17,5
17,6
17,8
18,0
18,2
18,3
18,4
18,6
18,7
18,9
19,0
19,3
19,4
19,5
19,6
19,7
19,9
20,3
2. Bar Chart
Chart of PTT
3.0
2.5
Count
2.0
1.5
1.0
0.5
0.0
, 1 , 3 , 4 , 7 , 0 , 2 ,3 , 4 , 5 , 6 , 8 , 0 , 2 ,3 ,4 , 6 , 7 , 9 , 0 , 3 , 4 ,5 , 6 , 7 , 9 , 3 , 8
16 16 16 1 6 1 7 17 17 17 17 17 17 1 8 1 8 18 18 18 18 18 1 9 1 9 19 19 19 19 19 20 2 0
PTT

89

Modul 1
Kelompok 40
3. Diagram Batang-daun
Stem-and-leaf of PTT
= 40
Leaf Unit = 0,10

4
16
1344
16
12
17
0223444
17
17
56668
(7) 18
0023344
16
18
66779
11
19
034
19
556779
20
20
Gambar 3.23 Diagram Batang-Daun
4. Box Plot
Boxplot of PTT
21
Maximum = 20,8
20
PTT
19
18
17
16
Q3 = 19,08
Q2 = 18,22
Q1 = 19,08
Minimum = 16,1
Gambar 3.24 Box Plot Minitab

90

Modul 1
Kelompok 40
BAB IV
ANALISIS
4.1 Data Diskrit

4.1.1 Data Kualitatif
4.1.1.1 Output software
Tabel 4.1 Output Software Data Diskrit Kualitatif
NO
Kualitatif
Manual
SPSS
Minitab
Balita
20
20
20
Lansia
20
20
20
Data pada tabel 4.1 adalah data jumlah Balita dan Lansia per
Kelurahan di Kabupaten Ponorogo Jawa Timur, data tersebut di dapatkan
secara sekunder dari website www.aplikasi.bkkbn.go.id. Jumlah data
yang menjadi sampel sebanyak 40 data yaitu Jumlah Balita dan Lansia.
Dengan rincian masing masing 20 Balita dan 20 Lansia. Sehingga
dapat diketahui prosentase dari masing masing seimbang yaitu Balita
50% dan Lansia 50%.
Telah dilakukan perhitungan dengan Manual (excel) dan
beberapa Software (SPSS dan Mnitab). Hasil perhitungan dari ketiganya
sama yaitu terdapat 20 untuk masing masing data kualitatif. Sehingga
tidak ada perbedaan dalam perhitungan.
4.1.1.2 Grafik
Pie Chart

91

Modul 1
Kelompok 40
Pie adalah grafik yang berbentuk bulat menyeruapi bentuk
pie. Pada Gambar 3.1 dan Gambar 3.3 bisa dilihat ouput tampilan
grafik Pie Chart dengan penggunaan Software yang berbeda yaitu
SPSS dan Minitab. Grafik tersebut menunjukkan data jumlah
Balita dan Lansia per Kelurahan di Kabupaten Ponorogo Jawa
Timur. Dari Grafik Pie Chart dapat diketahui bahwa kualitatif
antara Balita dan Lansia sama besarnya yaitu sama-sama 50%
dengan total 100% . dimana warna biru mewakilkan oleh Balita
dan Wana hijau mewakilkan Lansia pada SPSS, sedangkan di
Minitab Balita diwalikan warna orange dan Lansia diwakilkan
oleh warna hijau. Masing masing memiliki besar sudut 1800
Dari pie chart yang dihasilkan oleh SPSS dan Minitab tidak ada
perbedaaan.
Bar Chart
Bar Chart adalah bentuk penyajian data statistik yang
menggunakan gambar bentuk batang. Pada Gambar 3.2 dan

Gambar 3.4 bisa dilihat ouput tampilan grafik Bar Chart dengan
penggunaan Software yang berbeda yaitu SPSS dan Minitab.
Grafik tersebut menunjukkan data jumlah Balita dan Lansia per
Kelurahan di Kabupaten Ponorogo Jawa Timur. Dari Grafik Bar
Chart dapat diketahui bahwa kualitatif antara Balita dan Lansia
sama besarnya yaitu sama-sama 50% dengan total 100% .Hal ini
digambarkan dalam bentuk batang yang sama besar antara batang
Balita dengan Batang Lansia yang terdapat pada SPSS maupun
Minitab. Dengan frekuensi balita sebesar 20 dan lansia sebesar
20. Nilai data dan sumbu y frekuensi data. Pada bar chart sumbu x
menggambarkan n Dari Bar Chart yang dihasilkan oleh SPSS dan
Minitab tidak ada perbedaaan.

92

Modul 1
Kelompok 40
4.1.2 Data Kuantitatif
Dari data dapat dilihat pada 3.4 bahwa
banyak frekuensi,
frekuensi kumulatif, dan frekuensi relatif masing- masing data yang di

cari menggunakan cara manual dan software SPPS dan minitab adalah
sama. Dimana banyak data adalah 40 . Frekuensi terbesar adalah 3 dan
frekuensi terkecil adalah 1. Hanya pada SPSS tidak ditemui jumlah dari
frekuensi kumulatif dari data, hanya SPSS menampilkan persen dari
frekuensi kumulatif.
Ukuran Statistik
Tabel 4.3 Ukuran Statistik
No
Ukuran Statistik
Manual
SPSS
Minitab
Mean
45,22
45,22
45,23
Median
40,00
40,00
40,00
Modus
17&45
17,00
17,00
Std. Deviasi
24,81
24,81
24,81
Variansi
615,61
615,62
615,61
Skewness
0,39
0,39
0,40
Kurtosis
-1,23
-1,18
-1,18
Range
81,00
81,00
81,00
Minimum
10,00
10,00
10,00
10
Maximum
91,00
91,00
91,00

93

Modul 1
Kelompok 40
Lanjutan Tabel 4.3 Ukuran Statistik
11
Persentil 10
16,10
16,10
12
Persentil 20
19,00
19,00
13
Persentil 30
26,60
26,60
14
Persentil 40
33,80
33,80
15
Persentil 50
40,00
40,00
16
Persentil 60
46,80
46,8000
17
Persentil 70
58,70
58,7000
18
Persentil 80
75,80
75,8000
19
Persentil 90
81,90
83,7000
20
Kuartil 1
24,00
24,00
24,00
21
Kuartil 2
40,00
40,00
40,00
22
Kuartil 3
68,25
68,25
68,25
1.
Mean
Mean adalah nilai yang diperoleh dengan menjumlahkan
semua nilai data dan membaginya dengan jumlah data. Hasil

yang didapat dengan cara manual adalah 45,22 sedangkan
menggunakan software SPSS mendapatkan hasil sebesar 45,22
dan hasil menggunakan Minitab adalah 45,23
Hasil manual dan SPSS adalah sama sedangakan hasil
pada
Manual
terhadap
minitab
memiliki
selisih
0,001
Perbedaan disebabkan pembulatan keatas.

94

Modul 1
Kelompok 40
2.
Median
Median adalah nilai tengah atau suatu ukuran pemusatan
.Hasil yang didapat dengan cara manual adalah 40 sedangkan

menggunakan software SPSS mendapatkan hasil sebesar 40 dan
hasil menggunakan Minitab adalah 40
Hasil perhitungan dari ketiganya adalah sama, sehingga
tidak ada kesalahan dalam perhitungan.
3.
Modus
Modus adalah suatu nilai pengamatan yang paling sering
muncul. Untuk Modus hasil dari manual dan SPSS memiliki

perbedaan dengan manual mendapatkan hasil modus yaitu 17
dan 45 sedangan dalam SPSS dan Minitab mendapatkan hasil
17. Di dalam SPSS terdapat tanda a yang berarti software
tersebut mendeteksi Modus selain 17 hanya saja SPSS
menampilkan modus terkecil. Perbedaan ini terjadi karena
pencarian modus dengan menggunakan manual melihat jumlah
frekuensi terbanyak .
4.
Standar Deviasi
Standar deviasi adalah
rata rata hitung dari nilsi mutlak
deviasi antara nilai data pengamatan dengan rata-rata hitungnya.

Dengan cara manual nialai standar deviasi yaitu 24,81,
sedangkan dalam SPSS yaitu 24,81 dan Minitab menghasilkan
standar deviasi sebesar 24,81. Sehingga tidak ada perbedaan
yang terjadi.
5.
Variansi
Variansi adalah rata-rata hitung deviasi kuadrat setiap
daat terhadap rata-rata hitungnya. Dengan cara manual nilai

95

Modul 1
Kelompok 40
Variansi yaitu 615,61 , sedangkan dalam SPSS yaitu 615,62 dan
Minitab menghasilkan standar deviasi sebesar 61,61
Selisih manual terhadap minitab yaitu tidak ada karena
sama sedangkan selisih dari SPSS terhadap manual sebanyak
0,001. perbedaan ini terjadi akibat pembulatan.
6.
Skewness
Skewness adalah suatu metode yang digunakan untuk
mengetahui kemiringan sebuah distribusi frekuensi. Nilai

skewness yang menggunakan perhitungan manual mendapatkan
hasil sebesar 0,39 sedangan menggunakan SPSS mendapatkan
hasil sebesar 0,39, dan minitab sebesar 0,40. Selisih manual
terhadap minitab adalah 0,1 sedangkan SPSS terhadap manual
tidak ada perbedaan. Perbedaan ini diakibatkan ketelitian antara
manual dan SPSS tidak ada perbedaan. Sehingga skewness ini
berjenis skewness condong kekiri hal ini disebebkan adanya
data yang sangat besar sehingga rata-rata hitungnya meningkat.
Dan terlihat bahwa mean lebih besar dari median lebih besar
dari modus.
7.
Kurtosis
Kurtosis adalah digunakan untuk mengukur keruncingan
dari suatu kurva dapat dilakukan melalui perbandingan dengan

kurva normal (simetris). Perbedaan Manual dengan SPSS &
Minitab adalah 0,05. Dan
Perbedaan ini terjadi karena
pembulatan. Kurtosis ini termasuk platykurtic karena memiliki

nilai keruncinagn yang negatif.

96

Modul 1
Kelompok 40
8.
Range
Range adalah selisih antara nilai Maximum dan nilai
minimum. Nilai Range dengan menggunakan manual SPSS

maupun Minitab adalah sama. Nilai range tersebut adalah 81.
9.
Minimum
Minimum adalah nilai terkecil pada data. Nilai Range
dengan menggunakan manual SPSS maupun Minitab adalah

sama. Nilai Minimum tersebut adalah 10.
10.
Maximum
Maximum adalah nilai terbesar pda data. Nilai Range
dengan menggunakan manual SPSS maupun Minitab adalah

sama. Nilai Maximum tersebut adalah 91.
11.
Presentil 10
Presentil adalah membagi data menjadi 100 bagian sama
besar. Presentil 10 adalah nilai yang kesepuluh dari 100 bagian

tersebut Nilai presentil 10 dengan menggunakan manual dan
SPSS memiliki nilai yang sama yaitu sebesar 16,1 hanya saja
minitab tidak memuncul Presentil.
12.
Presentil 20
Presentil 20 adalah nilai yang keduapuluh
dari 100
bagian tersebut Nilai presentil 20 dengan menggunakan manual

dan SPSS memiliki nilai yang sama yaitu sebesar 19 hanya saja

97

Modul 1
Kelompok 40
13.
Presentil 30
Presentil 30 adalah nilai yang ketigapuluh
dari 100

dan SPSS memiliki nilai yang sama yaitu sebesar 26,6 hanya
saja minitab tidak memuncul Presentil.
14.
Presentil 40
Presentil 40 adalah nilai yang keempatpuluh dari 100
bagian tersebut . Nilai presentil 40 dengan menggunakan manual

15.
Presentil 50
Presentil 50 adalah
nilai yang
kelimapuluh dari 100

dan SPSS memiliki nilai yang sama yaitu sebesar 40 hanya saja
16.
Presentil 60
Presentil 60 adalah nilai yang keenampuluh dari 100
bagian tersebut . Nilai presentil 60 dengan menggunakan manual

17.
Presentil 70
Presentil 70 adalah nilai yang ketujuhpuluh
bagian tersebut.
Nilai presentil 70 dengan
dari 100
menggunakan
manual dan SPSS memiliki nilai yang sama yaitu sebesar 58,7
hanya saja minitab tidak memuncul Presentil.

98

Modul 1
Kelompok 40
18.
Presentil 80
Presentil 80 adalah nilai yang kedelapanpuluh dari 100
bagian tersebut. Nilai presentil 80 dengan menggunakan manual

19.
Presentil 90
Presentil 90 adalah nilai yang kesembilanpuluh dari 100
bagian tersebut. Nilai presentil 90 dengan menggunakan manual

20.
Kuartil 1
Kurtil 1 adalah
letak yang membagi data menjadi 4
bagian sama besar. Dengan cara manual didapatkan nilai kuartil

1 sebesar 24, perhitungan menggunakan SPSS dan Minitab
mendapatkan hasil yang sama dengan manual yaitu 24. Sehingga
tidak terjadi perbedaan.
21.
Kuartil 2
Kurtil 2 adalah letak yang membagi data menjadi 2
bagian sama besar Dengan cara manual didapatkan nilai kuartil 2

sebesar 40, perhitungan menggunakan SPSS dan Minitab
mendapatkan hasil yang sama dengan manual yaitu 40. Sehingga
tidak terjadi perbedaan.
22.
Kuartil 3
Kurtil 3 adalah letak yang membagi data menjadi
bagian sama besar Dengan cara manual didapatkan nilai kuartil 3

sebesar 58,25, perhitungan menggunakan SPSS dan Minitab
99

Modul 1
Kelompok 40
mendapatkan hasil yang sama dengan manual yaitu 58,25.
Sehingga tidak terjadi perbedaan. Sehingga tidak terjadi
perbedaan .
4.1.2.2 Grafik
Pie Chart
Pie adalah grafik yang berbentuk bulat menyerupai bentuk
pie . Gambar 3.5 dan Gambar 3.9 adalah gambar pie chart yang
menuliskan banyaknya jumlah balita dan lansia per kelurahan di
kabupaten Ponorogo Jawa Timur.
Dalam grafik ini dapat kita lihat perbedaan besar tiap
tiap data yang di gambarkan pada lingkaran yang dibagi sesuai
dengan besar sudut data.besar sudut data didapatkan dengan cara
frekuensi data dibagi banyak data dikalikan dengan 360o. Maka
diketahui jika data memiliki frekuensi 1 maka besar sudut adalah
90 , data memiliki frekuensi 2 memiliki besar sudut sebesar 180,
dan data yang memiliki frekuensi 3 memiliki besar sudut 270, dan
jumlah seluruhnya adalah 3600 dan terbukti pada gambar
tersebut. Pie chart tersebut terbagi menjadi 27 bagian dengan
warna yang berbeda. Hasil gambar menggunakan SPSS Minitab
adalah sama karena tidak ada kesalahan dalam perhitungan data.
Bar Chart
menggunakan gambar bentuk batang. Gambar 3.6 dan gambar

3.10 adalah gambar Bar Chart yang menggambarkan banyaknya
jumlah balita dan lansia per kelurahan di Kabupaten Ponorogo
Jawa Timur.

100

Modul 1
Kelompok 40
Grafik ini menunjukkan tinggi batang yang sama pada
data berfrekuensi sama besar. Semakin besar frekuensi maka
batang semakin tinggi. Dari grafik ini terlihat bahwa jumlah data
sebanyak 40.Frekuensi terbesar adalah 3 dan frekuensi terkecil
adalah 1. Hasil gambar menggunakan SPSS dan minitab adalah
sama.
Box Plot
menampilkan pola dari data kuantitatif. Gambar 3.8 dan gambar

3.12 adalah gambar Boxplot yang menggambarkan banyaknya
jumlah balita dan lansia per kelurahan di Kabupaten Ponorogo
Jawa Timur.
Box plot menunjukkan letak dari nilai maximum,
minimum, kuartil1, kuartil 2, dan kuartil 3, dimana niali
maximum terletak pada bagian yang paling atas kemudian Q3,
Q2,Q1, dan yang paling bawah adalah nilai minimum. Nilai
maximum adalah 91,Q3 adalah 68,25, Q2 adalah 40, Q1 adalah
24 dan nilai minimum adalah 10 berdasarkan Gambar 3.8 dan
gambar 3.12. tidak ada perbedaan antara SPSS dan Minitab.
Batang Daun
Batang daun adalah salah satu penyajian data dalam
bentuk diagram. Batang Daun ditunjukkan pada Gambar 3.7 dan

gambar 3. 11. Diagram batang daun menunjukkan jumlah
frekuensi data Balita dan Lansia per kelurahan di kabupaten
Ponorogo Jawa Timur. Diagram ini digambarkan dengan batang
terletak disebelah kiri yang merupakan puluhan dari data
sedangangkan daun terletak disebelah kanan yang merupakan
satuan. Batang yang memiliki frekuensi terbesar yaitu 1 dengan
101

Modul 1
Kelompok 40
daun sebanyak 8 yaitu 0,4,4,6,7,7,7, dan 8. Sedangkan batang
yang memiliki jumlah frekuensi terkecil adalah 6 dan 7, dimana
batang 6 memiliki daun 6&9, sedangkan batang 7 memiliki daun
6 dan 6.
Dari grafik batang daun dapat diketahui jumlah
frekuensi adalah 40. Hasil minitab dan SPSS adalah sama.
4.2 Data Kontinu

4.2.1 Data Kualitatif
Tabel 4.3 Output Software Data Kontinu Kuantitatif
No
Kualitatif
Manual
SPSS
Minitab
Perempuan
20
20
20
Laki-laki
20
20
20
Data pada tabel 4.3 adalah data Panjang Telapak Tangan (PTT)
Mahasiswa Teknik Industri UNDIP 2013, data tersebut di dapatkan
secara melalui pengukuran secara langsung. Jumlah data yang menjadi
sampel sebanyak 40 data yaitu panjang telapak tangan . Dengan rincian
masing masing 20 panjang telapak tangan mahasiswa perempuan dan
20 panjang telapak tangan mahasiswa laki - laki. Sehingga dapat
diketahui prosentase dari masing masing seimbang yaitu perempuan
50% dan Laki - laki 50%.
Telah dilakukan perhitungan dengan Manual (excel) dan
beberapa Software (SPSS dan Mnitab). Hasil perhitungan dari ketiganya
sama yaitu terdapat 20. Sehingga tidak terjadi perbedaan.

102

Modul 1
Kelompok 40
4.2.1.2 Grafik
Pie Chart
Pie
chart
adalah
grafik
yang berbentuk
bundar
menyerupai bentuk pie. Pada Gambar 3.13 dan Gambar 3.15

bisa dilihat ouput tampilan grafik Pie Chart dengan
Grafik tersebut menunjukkan Panjang telapak Tangan
Mahasiswa Teknik Industri Undip 2013. Dari Grafik Pie
Chart dapat diketahui bahwa kualitatif antara Panjang telapak
tangan mahasiswa Perempuan dan Panjang telapak tangan
Mahaiswa laki-laki sama besarnya yaitu sama-sama 50%
dengan total 100% . Dimana warna biru mewakilkan panjang
telapak tangan mahasiswa Perempuan dan Wana hijau
mewakilkan panjang telapak tangan mahasiswa Laki-laki
pada SPSS, sedangkan di Minitab panjang telapak tangan
mahasiswa Perempuan diwalikan warna orange dan panjang
telapak tangan mahasiswa laki laki oleh warna hijau. Besar
sudut adalah 1800 untuk masing-masing kualitatif. Dari pie
chart yang dihasilkan oleh SPSS dan Minitab tidak ada
perbedaaan.
Bar Chart
menggunakan gambar bentuk batang . Pada Gambar 3.14 dan

Gambar 3.16 bisa dilihat ouput tampilan grafik Bar Chart
dengan penggunaan Software yang berbeda yaitu SPSS dan
Minitab. Grafik tersebut menunjukkan panjang telapak tangan
mahasiswa Perempuan dan laki-laki Teknik Industri Undip
2013 . Dari Grafik Bar Chart dapat diketahui bahwa kualitatif
antara panjang telapak tangan mahasiswa Perempuan dan
103

Modul 1
Kelompok 40
laki-laki sama besarnya yaitu sama-sama 50% dengan total
100% .Hal ini digambarkan dalam bentuk batang yang sama
besar antara batang perempuan dan laki-laki yang terdapat
pada SPSS maupun Minitab. Frekuensi terbesar yang terdapat
pada data adalah 3 dan frekuensi terkecil adalah sebesar
1.Dari Bar Chart yang dihasilkan oleh SPSS dan Minitab
tidak ada perbedaaan.
4.2.2 Data Kuantitatif

Dari tabel diatas dapat dilihat bahwa banyak frekuensi, frekuensi

kumulatif, dan frekuensi relatif masing- masing data yang di cari
menggunakan cara manual dan software SPPS dan minitab adalah sama.
Hanya pada SPSS tidak ditemui jumlah dari frekuensi kumulatif dari
data, dan hanya SPSS menampilkan persen dari frekuensi kumulatif.
Ukuran Statistik
Tabel 4.6 Ukuran Statistik Data Kontinu Kuantitatif
No
Ukuran
Statistik
Manual
SPSS
Minitab
Mean
18,22
18,21
18,29
Median
18,23
18,25
18,30
Modus
18,43
17,40a
17,00
Std. Deviasi
1,19
1,17
1,30
Variansi
1,42
1,40
1,60

104

Modul 1
Kelompok 40
Lanjutan Tabel 4.6 Ukuran Statistik Data Kontinu Kuantitatif
Skewness
0,001
0,15
0,05
Kurtosis
0,06
-0,65
-0,85
Range
4,7
4,70
4,7
Minimum
16,1
16,1
16,1
10
Maximum
20,80
20,80
20,80
11
Kuartil 1
17,25
17,25
17,25
12
Kuartil 2
18,23
18,23
18,23
13
Kuartil 3
19,08
19,08
19,08
14
Persentil 10
16,61
16,43
15
Persentil 20
17,05
17,22
16
Persentil 30
17,45
17,43
17
Persentil 40
17,85
17,68
18
Persentil 50
18,23
18,25
19
Persentil 60
18,53
18,52
20
Persentil 70
18,85
18,84
21
Persentil 80
19,31
19,48
22
Persentil 90
19,90
19,70

105

Modul 1
Kelompok 40
1.
Mean
Mean
adalah
nilai
yang
diperoleh
dengan
menjumlahkan semua nilai data dan membaginya dengan

jumlah data. Hasil yang didapat dengan cara manual
adalah 18,22 sedangkan menggunakan software SPSS
mendapatkan hasil sebesar 18,21 dan hasil menggunakan
Minitab adalah 18,29.
Selisih Mean dari perhitungan Manual terhadap
minitab adalah 0,01 sedangangkan selisih perhitungan
antara SPSS dengan Manual adalah 0,07. Selisih ini
terjadi akibat pembulatan yang berbeda pada masingmasing perhitungan
2.
Median
Median adalah nilai tengah dari suatu data. Hasil
yang didapat dengan cara manual adalah 18,23 sedangkan

menggunakan software SPSS mendapatkan hasil sebesar
18,25 dan hasil menggunakan Minitab adalah 18,30.
Selisih Median dari perhitungan Manual terhadap
minitab adalah 0,07 sedangangkan selisih perhitungan
antara SPSS dengan Manual adalah 0,02. Selisih ini
terjadi akibat pembulatan yang berbeda pada masingmasing perhitungan.
3.
Modus
Modus adalah nilai yang sering muncul. Untuk
Modus hasil dari manual dan SPSS memiliki perbedaan,

perhitungan manual mendapatkan hasil modus yaitu 18,43
,sedangan dalam SPSS mendapatkan hasil perhitungan
17,40 dan Minitab mendapatkan hasil 17,00 .Selisih
106

Modul 1
Kelompok 40
perhitungan
manual
dengan
minitab
adalah
1,43
sedangkan selisih perhitungan SPSS dengan Manual

adalah 1,03 Perbedaan hasil perhitungan diakibatkan
karena pembulatan yang tidak sama pada masing
masing perhitungan .
4.
Standar Deviasi
Dengan cara manual nialai standar deviasi yaitu
1,19, sedangkan dalam SPSS yaitu 1,17 dan Minitab

menghasilkan standar deviasi sebesar 1,3.
Selisih manual terhadap minitab yaitu 0,11 ,
sedaangkan selisih dari SPSS terhadap manual sebanyak
0,02 . perbedaan ini terjadi akibat pembulatan yang
berbeda pada masing-masing perhitungan.
5.
Variansi
Variansi adalah rata - rata hitung deviasi kuadarat
setiap data terhadap rata-rata hitungnya.Dengan cara

manual niali Varinsi yaitu 1,42 , sedangkan dalam SPSS
yaitu 1,40 dan Minitab menghasilkan standar deviasi
sebesar 1,60.
Selisih manual terhadap minitab yaitu 0,18 ,
sedangkan selisih dari SPSS terhadap manual sebanyak
0,02 . Perbedaan ini terjadi akibat pembulatan yang
berbeda pada masing masing perhitungan.
6.
Skewness
Skewness adalah suatu metode yang digunakan
untuk mengetahui kemiringan sebuah distribusi frekuensi.

Nilai skewness yang menggunakan perhitungan manual
107

Modul 1
Kelompok 40
mendapatkan hasil sebesar 0,001 sedangan menggunakan
SPSS mendapatkan hasil sebesar 0,15 , dan minitab
sebesar 0,05. Selisih manual terhadap minitab adalah
0,049 , sedangkan SPSS terhadap manual adalah 0,149.
Perbedaan ini diakibatkan ketelitian antara manual
SPSS dan Minitab yang berbeda.
7.
Kurtosis
Kurtosis adalah untuk mengukur keruncingan dari
suatu kurva dan dapat dilakukan melalui perbandingan

dengan kurva normal. Dengan cara manual besar kurtosis
adalah 0,06 , SPSS sebesar -0,65 dan minitab sebesar 0,85 . Selisih manual terhadap Minitab adalah
0,91
sedangkan manual ke SPSS sebesar 0,71. Perbedaan ini

terjadi karena perbedaan antara ketelitian software dan
perhitungan Manual. Disini terdapat perbedaan hasil dari
manual dengan software yaitu dengan perhitungan manual
nilai kurtosis yaitu positif sedangkan dengan software
nilai kurtosis bernilai negatif. Hal ini disebabkan
kurangnya ketelitian dalam perhitungan manual.
8.
Range
Range adalah selisih dari nilai maksimum dengan
nilai minimum. Nilai Range dengan menggunakan manual

SPSS maupun Minitab adalah sama. Nilai range tersebut
adalah 4,7.

108

Modul 1
Kelompok 40
9.
Minimum
Nilai minimum adalah nilai terkecil pada data.
Nilai Range dengan menggunakan manual SPSS maupun

Minitab adalah sama. Nilai Minimum tersebut adalah 16,1
10.
Maximum
Nilai maksimum adalah nilai terbesar pada data.
Nilai Range dengan menggunakan manual SPSS maupun

Minitab adalah sama. Nilai Maximum tersebut adalah
20,8
11.
Presentil 10
Presentil 10 adalah nilai yang kesepuluh dari 100
bagian tersebut. Nilai presentil hanya terjadi pada Manual

dan SPSS, dengan hasi perhitungan Manual 16,1 , SPSS
16,43, selisih antara kedua perhitungan adalah 0,18.
karena perbedaan pembulatan pada setiap perhitungan.
12.
Presentil 20
Presentil 20 adalah nilai yang keduapuluh dari
100 bagian tersebut. Nilai presentil hanya terjadi pada

Manual dan SPSS, dengan hasi perhitungan Manual
17,05, SPSS 17,22, selisih antara kedua perhitungan
adalah 0,17. Karena perbedaan pembulatan pada setiap
perhitungan.
13.
Presentil 30
Presentil 30 adalah nilai yang ketigapuluh dari

Manual dan SPSS, dengan hasi perhitungan Manual 17,45
109

Modul 1
Kelompok 40
, SPSS 17,43, selisih antara kedua perhitungan adalah
0,02.
karena
perbedaan
pembulatan
pada
setiap
perhitungan.
14.
Presentil 40
Presentil 40 adalah nilai yang keempatpuluh dari

0,17.
karena
perbedaan
pembulatan
pada
setiap
perhitungan.
15.
Presentil 50
Presentil 50 adalah nilai yang kelimapuluh dari

Manual dan SPSS, dengan hasi perhitungan Manual
18,227 , SPSS 18,25 .selisih antara kedua perhitungan
adalah 0,023. Perbedaan terjadi karena perbedaan
ketelitian pada setiap perhitungan.
16.
Presentil 60
Presentil 60 adalah nilai yang keenampuluh dari

, SPSS18,52, selisih antara kedua perhitungan adalah
0,01. Perbedaan terjadi karena perbedaan ketelitian pada
setiap perhitungan.

110

Modul 1
Kelompok 40
17.
Presentil 70
Presentil 70 adalah nilai yang ketujuhpuluh dari

setiap perhitungan.
18.
Presentil 80
Presentil 80 adalah nilai yang kedelapanpuluh
dari 100 bagian tersebut. Nilai presentil hanya terjadi

pada Manual dan SPSS, dengan hasi perhitungan Manual
19,31 , SPSS 19,48 . selisih antara kedua perhitungan
adalah 0,17. Perbedaan terjadi karena perbedaan ketelitian
pada setiap perhitungan.
19.
Presentil 90
Presentil 90 adalah nilai yang kesembilanpuluh
dari 100 bagian tersebut. Nilai presentil hanya terjadi

pada Manual dan SPSS, dengan hasi perhitungan Manual
19,9 , SPSS 19,7, selisih antara kedua perhitungan adalah
setiap perhitungan.
20.
Kuartil 1
4 bagian sama besar. Perhitungan Kuartil dengan

menggunakan ketiga cara perhitungan mendapatkan hasil
yang sama yaitu 17,25, hal ini terjadi karena tidak ada
pembulatan dan memiliki ketelitian yang sama.
111

Modul 1
Kelompok 40
21.
Kuartil 2
2 bagian sama besar. Perhitungan Kuartil dengan

yang sama yaitu 18,23, hal ini terjadi karena tidak ada
22
Kuartil 3
3/4 bagian sama besar Perhitungan Kuartil dengan

yang sama yaitu 19,08 . hal ini terjadi karena tidak ada
4.2.2.2 Grafik
Pie Chart
Pie chart adalah grafik yang berbentuk bundar yang
menyerupai bentuk pie. Pada Gambar 3.17 dan Gambar 3.21 bisa
dilihat ouput tampilan grafik Pie Chart dengan penggunaan
Software yang berbeda yaitu SPSS dan Minitab. Grafik tersebut
menunjukkan panjang telapak Tangan Mahasiswa Teknik Industri
Undip 2013. Dalam grafik ini dapat kita lihat perbedaan besar tiap
tiap data yang di gambarkan pada lingkaran yang dibagi sesuai
dengan besar sudut data.besar sudut data didapatkan dengan cara
frekuensi data dibagi banyak data dikalikan dengan 360o. Maka
diketahui jika data memiliki frekuensi 1 maka besar sudut adalah
90 , data memiliki frekuensi 2 digambarkandengan besar sudut
sebesar 180, dan data yang memiliki frekuensi 3 digambarkan
dengan besar sudut 270, dan jumlah seluruhnya adalah 3600,

112

Modul 1
Kelompok 40
dimana tebagi menjadi 27 bagian dengan warna yang berbeda
beda disetiap data. Pie terbukti pada gambar tersebut.
Bar Chart
menggunakan gambar bentuk batang. Pada Gambar 3.18 dan

Gambar 3.20 bisa dilihat ouput tampilan grafik Bar Chart dengan
Grafik tersebut menunjukkan panjang telapak tangan mahasiswa
Perempuan dan laki-laki Teknik Industri Undip 2013 .
Dari Grafik Bar Chart dapat Grafik ini menunjukkan
tinggi batang yang sama pada data berfrekuensi sama besar.
Semakin besar frekuensi maka batang semakin tinggi. Dari grafik
ini terlihat bahwa jumlah data sebanyak 40. Dengan frekuensi
terbesar 3 dan frekuensi terkecil adalah 1. Diagram batang pada
sumbu x menggambarkan kelas data sedangkan pada sumbu y
menggambarkan jumlah frekuensi. Hasil gambar menggunakan
SPSS dan minitab adalah sama.
Box Plot
menampilkan pola dari data kuantitatif. Gambar 3.20 dan gambar

3.24 adalah gambar Boxplot yang menggambarkan banyaknya
Panjang telapak tangan Mahasiswa Teknik Industri Undip 2013
Box plot menunjukkan letak dari nilai maximum, minimum,
kuartil1, kuartil 2, dan kuartil 3, dimana niali maximum terletak
pada bagian yang paling atas kemudian Q3, Q2,Q1, dan yang
paling bawah adalah nilai minimum. Nilai maximum adalah 20,8
,Q3 adalah 19,08 , Q2 adalah 18,22, Q1 adalah 17,25 dan nilai

113

Modul 1
Kelompok 40
minimum adalah 16,1 berdasarkan Gambar 3.8 dan gambar 3.12.
tidak ada perbedaan antara SPSS dan Minitab.
Batang Daun
Diagram batang daun adalah salah satu penyajian data
dalam bentuk diagram. Batang Daun ditunjukkan pada Gambar

3.19 dan gambar 3.23 . Diagram batang daun menunjukkan
jumlah frekuensi data Panjang telapak tangan Mahasiswa Teknik
Industri Undip 2013. Diagram ini digambarkan dengan batang
terletak disebelah kiri yang merupakan puluhan dari data
sedangangkan daun terletak disebelah kanan yang merupakan
satuan. Dari grafik batang daun dapat diketahui jumlah frekuensi
adalah 40. Batang yang memiliki daun terbanyak ada 2 yaitu 17
dan 18. Dimana daun dari 17 adalah 0,2,2,3,4,4,dan 4 , sedangkan
daun dari batang 18 adalah 0,0,2,3,3,4,dan 4. Hasil minitab dan
SPSS adalah sama.
Histogram
Histogram adalah diagram yang menyerupai diagram
batang. Perbedaannya dengan diagram batang adalah batangbatangnya berhimpit dan menggunakan tepi kelas. Pada x
menggambarkan tepi kelas interval, sedangkan pada sumbu y
menggambarkan frekuensi setiap kelas. Histogram menunjukkan
jumlah frekuensi data Panjang telapak tangan Mahasiswa Teknik
Industri Undip 2013. Dalam histogram digambarkan dengan
menggunakan batas atas dan batas bawah tiap kelas data dan
dalam histogram digunakan frekuensi tiap kelas bukan frekuensi
kumulatif. Histogram mirip dengan diagram batang hanya saja
histogram digambarkan secara berhimpit. Frekuensi terbesar
adalah 3 dan frekuensi terkecil adalah 1. Dari frekuensi histogram
114

Modul 1
Kelompok 40
dapat ditemukan jumlah data adalah 40. Tidak ada perbedaan
diantara SPSS dan Minitab.
Ogive
Ogive merupakan diagram garis yang menunjukkan
kombinasi antara interval kelas dengan frekuensi kumulatif.

Ogive digambarkan dengan menggunakan frekuensi kumulatif
kurang dari dan frekuensi kumulatif lebih dari. Grafik lebih dari
dan kurang dari akan berpotongan pada satu titik , dalam
penggambaran ogive digunakan tepi kelas. Sumbu X pada kurva
ogive menunjukkan tepi interval kelas dan sumbu Y menunjukkan
frekuensi
kumulatif.
Ogive
yang menggunakan frekuensi
kumulatif kurang dari digambarkan dari sudut kiri bawah menuju

sudut kanan atas. Sedangkan ogive yang menggunakan frekuensi
kumulatif lebih dari digambarkan dari sudut kiri atas menuju
kanan bawah. Tidak terdapat perbedaan dalam Minitab dan SPSS

115

Modul 1
Kelompok 40
BAB V
PENUTUP
5.1
Kesimpulan
Dari tujuan, pembahasan dan analisis yang telah dilakukan kami menyimpulkan
bahwa:
1. Statistik adalah suatu kumpulan angka yang tersusun lebih dari satu angka.
Statistika adalah ilmu mengumpulkan, menata, menyajikan, menganalisis,
dan menginterprestasikan data menjadi informasi untuk membantu
pengambilan keputusan yang efektif.
2. Data dibagi berdasarkan 4 macam yaitu menurut jenisnya data kuantitatif
dan kualitatif, menurut sifatnya data diskrit dan kontinu, menurut cara
memperolehnya data primer dan data sekunder, terakhir menurut waktu
pengumpulan data cross section dan time series.
3. Penyajian data dibagi atas 2 yaitu menggunakan tabel meliputi distribusi
frekuensi dan menggunakan grafis meliputi histogram, pie chart, bar chart,
diagram barang-daun, box plot, dan ogive.
4. Ukuran statistik terbagi atas 2 yaitu central tendency seperti mean, median,
mods, juga fraktil, dan ukuran dispersion yang terdiri dari range, devias ratarata, varians, standar deviasi, skewness dan kurtosis.
5. SPSS (Statistical Product and Service Solutions), yaitu sebuah program
komputer yang digunakan untuk menganalisis statistika dan digunakan atau
diterapkan untuk memenuhi sebuah penelitian baik di perguruan tinggi atau
di perusahaan. Minitab adalah paket program pengolah data statistik yang
dapat menangani berbagai analisis statistik, termasuk statistik deskriptif dan
nonparametrik, korelasi, regresi dan regresi logistik.
6. Dalam menganalisis data kualititatif pada data diskrit menyatakan bahwa
hasil perhitungan yang dilakukan secara manual dan menggunakan software
yaitu SPSS dan Minitab memiliki hasil perhitungan yang sama yaitu 20,
begitu juga pada data kontinu yang hasil perhitungannya adalah 20.
116

Modul 1
Kelompok 40
7. Hasil penyajian grafis baik pie chart, bar chart, histogram, ogive, diagram
batang-daun, dan boxplot dari SPSS dan Minitab memiliki output yang
hasilnya sama dan tidak jauh berbeda.
8. Hasil yang kami temukan dari perhitungan data diskrit pada data kuantitatif
baik dengan manual, SPSS, dan Minitab secara berurutan masing-masing
yaitu mean adalah 45.22, 45,22, 45,23; pada median tidak terdapat
perbedaan nilainya masing-masing adalah 40.00; modus 17 dan 45, 17.00,
17.00; pada standar deviasi tidak dapat perbedaan nilainya measing-masing
adalah 24.81 ; variansi 615.61, 615.62, 615.61; skewness 0.39, 0.39, 0.40;
kurtosis -1.23, -1.18, -1.18; range 81 minimum 10, maksimum 91, kuartil1
24, kuartil2 40, kuartil3 68.25. Perhitungan persentil tidak terdapat pada
Minitab maka hasil perhitungan manual dan SPSS persentil10 adalah 16.61;
persentil20 19.00; persentil30 26.6; persentil40 33.80; persentil50 40.00;
persentil60 46.80; persentil70 58.70; persentil80 75.80; dan persentil90
adalah 81.90.
9. Hasil yang kami temukan dari perhitungan data kontinu pada data kontinu
baik dengan manual, SPSS, dan Minitab secara berurutan masing-masing
yaitu mean adalah 18.22, 18,21, 18,29; median adalah 18.23, 18.25, 18.30;
modus 18.43, 17.40, 17.00; standar deviasi 1.19, 1.17, 1.30; variansi 1.42,
1.40, 1.60; skewness 0.01, 0.15, 0.05; kurtosis 0.06, -0.065, -0.085; range 4.7
minimum 16.1, maksimum 20.8, kuartil1 17.25, kuartil2 18.23, kuartil3
19.28. Perhitungan persentil tidak terdapat pada Minitab maka hasil
perhitungan manual dan SPSS persentil10 adalah 16.61, 16.43; persentil20
17.05, 17.25; persentil30 17.45, 17.43; persentil40 17.85, 17.68; persentil50
18.30, 18.25; persentil60 18.53, 18.52; persentil70 18.85, 18.84; persentil80
19.31, 19.48; dan persentil90 adalah 19.90, 19.70.
10. Dalam menganalisis data kuantitatif baik dalam data diskrit maupun kontinu
dengan cara manual ataupun menggunakan SPSS dan Minitab memiliki
output yang sama walaupun berbeda dalam pembulatan nilai dari output
tersebut yang tidak terlalu jauh dari range pembulatan itu, disebabkan karena
117

Modul 1
Kelompok 40
ketelitian hasil perhitungan yang berbeda disetiap perhitungan yang
digunakan baik manual maupun dengan SPSS dan Minitab.
5.2
Saran
Adapun saran yang diberikan oleh peneliti kepada praktikan untuk kedepannya
adalah:
1. Praktikan sebaiknya lebih memahami materi pembelajaran dalam
statistika deskriptif.
2. Praktikan sebaiknya dapat mengolah data dengan cara manual
maupun dengan software SPSS dan Minitab dengan baik.
3. Praktikan sudah dapat menjelaskan dan menggambarkan beberapa
karakteristik data.
4. Praktikan melakukan pengolahan data dengan cermat dan teliti.
5. Praktikan bisa memahami dan menyajikan data dalam bentuk tabel
atau grafik.
6. Praktikan dapat dapat membedakan penggunaan penyajian data.
7. Praktikan
sudah
dapat
menganalisis
deskriptif
dan
menginterpretasikan dari sekumpulan data.

118

Merged

Diunggah oleh

Informasi Dokumen

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

Merged

Diunggah oleh

Hak Cipta:

Format Tersedia

Laporan Praktikum Teori Probabilitas

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

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

Mampu menyajikan data dalam bentuk tabel atau grafik

Mampu membedakan penggunaan penyajian data

Mampu menganalisis deskriptif dan menginterpretasikan dari

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

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Kesimpulan dan saran

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

BAB II TINJAUAN PUSTAKA

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Statistik dan Statistika

menganalisis, dan menginterprestasikan data menjadi informasi untuk

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Perbedaan Statistik dan Statistika

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Data berdasarkan sifatnya :

Data berdasarkan cara memperoleh :

Laporan Praktikum Teori Probabilitas

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Langkah ketiga adalah menetukan Interval kelas, interval kelas

BANYAK PESERTA (f)

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

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

Gambar 2.3 Diagram Batang

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Diagram Batang Daun

data dalam bentuk diagram. Dalam diagram batang daun,

Gambar 2.4 Diagram Batang Daun

2.3.2.5 Perbedaan Histogram, Diagram batang dan

Laporan Praktikum Teori Probabilitas

Gambar 2.5 Boxplot

kumulatif. Kurva ogive menunjukkan frekuensi kumulatif

Gambar 2.6 Ogive

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

Central Tendency (kecenderungan terpusat)

= Jumlah seluruh X (data)

= Jumlah total Data

= tepi bawah pada nilai tengah data

= Frekuensi Kumulatif Sebelumnya pada nilai tengah

Program Studi Teknik Industri

Laporan Praktikum Teori Probabilitas

F me = Frekuensi pada Nilai tengah