MODUL I

STATISTIK DESKRIPTIF

BAB I
PENDAHULUAN
1.1 Latar Belakang
Statistik merupakan kumpulan data, bilangan maupun non bilangan yang di
susun dalam table dan atau diagram yang menggambarkan suatu persoalan
sedangkan statistika adalah ilmu yang mempelajari metode metode untuk
menyederhanakan, meringkas dan untuk mengorganisir data serta menarik
kesimpulan tentang populasi berdasarkan data sampel yang diambil dari populasi
tersebut.
Peran statistik sangat penting dalam kehidupan sehari-hari. Sebuah data
mentah akan memiliki nilai informatif ketika telah digambarkan dan disajikan
dalam bentuk diagram batang, lingkaran, dan bentuk penyajian data lainnya.
Dari penggambaran data pula dapat dilakukan peramalan suatu keadaan dimasa
mendatang. Penyajian data tersebut merupakan bagian dari statistik deskriptif.
Dengan ilmu statistik dapat pula seseorang menganalisa suatu kejadian,
melakukan

hipotesis

dan

mengambil

kesimpulan.

Statistik

sangat

erat

hubungannya dengan data, karena data merupakan input dari statistik.

1.2 Batasan Pratikum
Batasan batasan yang digunakan selama pratikum ini adalah :

1. Data yang digunakan yaitu data primer tentang tinggi badan dan berat
badan. Serta Kendaraan yang digunakan untuk mencapai kampus.
2. Pengujian crosstabs hanya antara jenis kelamin dengan tinggi badan atau
jenis kelamin dengan berat badan.
3. Antara jenis kelamin dengan tinggi badan atau jenis kelamin dengan berat
badan.
4. Banyak kelas interval (k) yaitu 7.
5. Objek pengambilan studi kasus adalah mahasiswa TI Universitas Brawijaya.
6. Jumlah data yang diambil 40.
1.3 Asumsi Pratikum
Asumsi dalam pratikum ini adalah :
1. Data yang digunakan telah cukup untuk mewakili populasi
2. Pengujian crosstabs dapat dilakukan tanpa melakukan pengujian asumsi
asumsi.
1.4 Tujuan Pratikum
Tujuan dari pelaksanaan pratikum ini adalah :
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

MODUL I

STATISTIK DESKRIPTIF

1. Memahami statistic deskriptif dan pengolahan data mentah untuk disajikan

dalam
bentuk informatif.
2. Mengetahui analsis data dengan menggunakan analisis crosstabs.
1.5 Manfaat Pratikum
Manfaat yang dapat diperoleh dari pelaksaan pratikum ini adalah :
1. Pratikan mampu mengolah data dan menyajikan data menjadi lebih
informatif.
2. Pratikan mampu menganalisa data dengan metode analisis crosstabs

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL I

STATISTIK DESKRIPTIF

BAB II
TINJAUAN PUSAKA
2.1 Definisi Statistik dan Statistika
Kata statistik berasal dari kata Latin yaitu status yang berarti negara
(dalam bahasa Inggris adalah state). Pada awalnya kata statistik diartikan
sebagai keterangan-keterangan yangdibutuhkan oleh negara dan berguna bagi
negara (Anto Dajan, Pengantar Metode Statistik). Misal keterangan mengenai
jumlah

keluarga

penduduk

suatu

negara.

Perkembangan

lebih

lanjut

menunjukkanbahwa pengertian statistik merupakan suatu kumpulan angkaangka. Misalnya statistik kelahiran, statistik hasil pertanian, statistik penduduk
dan sebagainya. Statistik merupakan kumpulan data bilangan maupun non
bilangan yang disusun dalamtabel atau diagram yang menggambarkan suatu
persoalan sedangkan statistika adalah ilmu yang mempelajari metode-metode
untuk menyederhanakan, meringkas, dan mengorganisir data serta menarik
kesimpulan tentang populasi berdasarkan data sampel yang diambil dari
populasitersebut. Statistika dikelompokkan dalam dua kelompok yaitu statistika
deskriptif dan statistik inferensia.
2.2 Pembagian Jenis Data
Data statistik adalah keterangan atau ilustrasi mengenai suatu hal yang bisa
berbentuk kategori atau bilangan. Data menurut Undang-undang Statistik adalah
informasi yang berupaangka tentang karakteristik (ciri-ciri khusus) suatu
populasi.
2.2.1 Berdasarkan bentuk data
1.
Data Diskrit yaitu data yang disajikan dalam bentuk bilangan bulat.
Contohnya : rata rata Mahasiswa yang mengambil kue
2.
Data Kontinyu adalah data yang disajikan dalam bentuk bilangan pecahan.
Contohnya : Tinggi badan rata rata mahasiswa teknik industri 2011 156,8
2.2.2 Berdasarkan Sifat Data
1.
Data Kualitatif yaitu data yang tidak berbentuk bilangan
Contoh : warna dan jenis kelamin
2.... Data Kuantitatif yaitu data yang berbentuk bilangan
..Contoh : rata rata umur siswa SD kelas 6 adalah 12 tahun
2.2.3.Berdasarkan Skala Pengukuran Data
1. Data Nominal adalah data yang diberikan pada objek atau kategori yang
tidak

menggambarkan kedudukan objek atau kategori tersebut terhadap

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL I

STATISTIK DESKRIPTIF

objek atau kategori lainnya, tetapi hanya sekadar label atau kode saja. Data
ini hanya mengelompokan objek / kategori ke dalam kelompok tertentu.
2.

Data Ordinal adalah data yang penomoran objek atau kategorinya disusun
menurut besarnya, yaitu dari tingkat terendah ke tingkat tertinggi atau
sebaliknya dengan jarak/rentang yang tidak harus sama.
Data ini mempunyai ciri-ciri:
Selain untuk membedakan, data ini juga mempunyai ciri mengurutkan pada
rentangan tertentu. Kategori data dapat disusun berdasarkan urutan

logis dan sesuai dengan besarnya karakteristik yang dimiliki

Contoh :
Mengubah nilai ujian ke nilai prestasi, yaitu :
1.Nilai A menjadi 80-100
2.Nilai B menjadi 65-79
3.Nilai C menjadi 55-64
4.Nilai D menjadi 45-54
5.Nilai E menjadi 0-44
3. Data Interval adalah data dimana objek / kategori dapat diurutkan
berdasarkan suatu atribut yang memberikan informasi berdasarkan interval
antara tiap objek / kategori yang sama. Besarnya interval dapat ditambah
atau dikurangi. Data ini mempunyai cirri yang sama dengan data ordin.al
ditambah satu cirri lagi yaitu urutan kategori data mempunyai jarak yang
sama. Akan tetapi, zero point sifatna berubah-ubah tergantung dari skala
yang dipakai.
Contoh :
A
B
C
D
E
1
2
3
4
5
Interval A sampai C adalah 3-1 = 2
Interval C sampai D adalah 4-3 = 1
Kedua interval tersebut dapat dapat dijumlahkan menjadi 2+1 = 3 atau
interval antara A dan D adalah 4 - 1 = 3.Pada data ini yang
dijumlahkan bukanlah kuantitas atau besaran, melainkan interval dan
tidak terdapat titik nol absolut.
4. Data Rasio adalah data yang memiliki sifat-sifat data nominal, ordinal dan
data interval, dilengkapi dengan titik nol absolute.
Contoh :
A dan B adalah dua orang mahasiswa Universitas X yang nilai mata
kuliah statistik I masing-masing 60 dan 90. Ukuran rasionya dapat
dinyatakan bahwa nilai B adalah nilai 1,5 nilai A.
2.2.4 Berdasarkan Sumber Data
1. Data Interen yaitu data yang diambil dari dalam suatu instansi(lembaga
atau instansi
Contoh: data keuangan, data produksi, data pegawai
2. Data Eksteren yaitu data yang diperoleh atau bersumber dari luar instansi.
Data ini dibagi menjadi dua, yaitu data primer dan data sekunder.
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

MODUL I

STATISTIK DESKRIPTIF

a. Data primer adalah data yang diperoleh atau dikumpulkan oleh orang
yang
melakukan penelitian. Data primer disebut juga data asli atau data baru.
Contoh : Data panjang kaki rata-rata siswa kelas 3 SD Sukorejo 2012, data
jumlah penggunaan suatu produk pada konsumen
b.

Data sekunder adalah data yang diperoleh dari sumber yang telah ada,
biasanya

diperoleh dari perpustakaan atau laporan-lapora

peneliti yang terdahulu. Data sekunder disebut juga sebagai data

tersedia.
Contoh : Data rata rata curah hujan di wilayah timur Indonesia 1 tahun lalu,
pada peneliti yang menggunakan data statistic hasil riset dari surat
kabar
2.2.5 Berdasarkan Pengumpulan Waktu
1. Data Time series adalah data yang dikumpulkan dari waktu ke waktu pada
satu obyek dengan tujuan untuk menggambarkan perkembangan
Contoh : data perkembangan nilai tukar dolar Amerika terhadap euro Eropa dari
tahun 2005-2007
2. Data Cross Section adalah data yang dikumpulkan pada satu ke waktu
tertentu pada beberapa obyek dengan tujuan untuk menggambarkan
keadaan
Contoh : Laporan keuangan suatu per 31 Desember 2008, data pelanggan PT.
Sidodadi bulan Januari 2007
2.3 Statistika Deskriptif
Adalah bagian dari statistika yang mempelajari cara pengumpulan data dan
penyajian data sehingga mudah dipahami. Statistika deskriptif hanya
berhubungan dengan hal menguraikan atau memberikan keteranganketerangan mengenai suatu data atau keadaan. Dengan kata statistika
deskriptif

berfungsi

menerangkan

keadaan,

gejala,

atau

persoalan.

Penarikan kesimpulan pada statistika deskriptif (jika ada) hanya ditujukan

pada kumpulan data yang ada.
2.3.1 Ukuran Lokasi
Adalah beberapa ukuran yang menyatakan dimana distribusi data tersebut
terpusat (Howell, 1982).Ukuran lokasi berupa nilai tunggal yang bisa
mewakili suatu kumpulan data dan karakteristiknya (menunjukkan pusat
dari nilai data).
1. Modus
Modus adalah nilai yang paling sering muncul dari serangkaian data. Modus
tidak dapat digunakan sebagai gambaran mengenai data
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

MODUL I

STATISTIK DESKRIPTIF
Rumus untuk mencari modus data frekuensi

Mo=L+

d1
d1 +d 2

(2-1)
Sumber : Suryana.2008.http://statistikaterapan.wordpress.com

Dimana :
Mo: nilai modus
L = tepi kelas bawah dimana modus berada
d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
d2 = selisih frekuensi kelas modus dengan kelas sesudahnya
i = besarnya kelas interval
2. Median
Median merupakan suatu nilai ukuran pemusatan yang menempati posisi
tengah setelah data diurutkan

Xn+Xn
2

Med=

+1

(2-2)
Sumber : Hasan (2003:78)

3. Mean (Rata-rata)
Rata-rata merupakan ukuran pemusatan yang sangat sering
digunakan.Keuntungan dari menghitung rata-rata adalah angka tersebut
dapat digunakan sebagai gambaran atau wakil dari data yang diamati. Ratarata peka dengan adanya nilai ekstrim.
Rumus untuk mencari mean data tunggal:

X + X + ...+ X n
X = 1 2
n
(2-3 )
Sumber: Suryana.2008.http://statistikaterapan.wordpress.com

Dimana :
X=rata-rata hitung
x= wakil data
n=jumlah data
Sedangkan rumus untuk mencari mean data kelompok adalah sebagai
berikut:

x =

(f . x )
n

(2-4)
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

MODUL I

STATISTIK DESKRIPTIF
Sumber: Hasan (2003:72)

Dimana :
f = frekuensi kelas
n= jumlah data
x= titik tengah
2.3.2 Ukuran variabilitas
Adalah suatu ukuran baik parameter atau statistika untuk mengetahui
seberapa besar penyimpangan data.Melalui ukuran variabilitas dapat
diketahui seberapa jauh data-data menyebar dari titik pemusatannya.
1. Variansi
dinotasikan sebagai S2 atau 2 adalah ukuran penyebaran data yang mengukur
rata-rata

kuadrat

jarak

seluruh

titik

pengamatan

dari

nilai

tengah

(meannya).
2. Standar deviasi
dinotasikan sebagi s atau , menunjukkan rata-rata penyimpangan data dari
harga rata-ratanya. Standar deviasi merupan akar pangkat dua dari
variansi.
3. Range
dinotasikan sebagai R, menyatakan ukuran yang menunjukkan selisih nilai
antara maksimum dan minimum. Rentang cukup baik digunakan untuk
mengukur penyebaran data yang simetrik dan nilai datanya menyebar
merata. Ukuran ini menjadi tidak relevan jika nilai data maksimum dan
minimumnya merupakan nilai ekstrim
2.3.3 Ukuran Bentuk
Ada banyak cara untuk menguji normalitas data, baik yang bersifat
eksploratif (deskriptif) maupun konfirmatif (inferensi). Salah satu cara
yang bersifat eksploratif adalah dengan melihat bentuk kurva pendekatan
distribusi

empirisnya,

yaitu

dengan

menghitung

nilai

skewness

(kemencengan) dan kurtosis (keruncingan) kemudian membandingkan

dengan distribusi normal.
1. Skewness
Skewness adalah derajat ketidaksimetrisan suatu distribusi.Jika kurva
frekuensi suatu distribusi memiliki ekor yang lebih memanjang ke kanan
(dilihat dari meannya) maka dikatakan menceng kanan (positif) dan jika
sebaliknya maka menceng kiri (negatif). Secara perhitungan, skewness
adalah momen ketiga terhadap mean. Distribusi normal (dan distribusi
simetris lainnya, misalnya distribusi t atau Cauchy) memiliki skewness 0
(nol).
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

MODUL I

STATISTIK DESKRIPTIF
1
r

Skewness ( S )=

(2-5)
r

T 3 t1

Sumber: Edi.2008. statutorial.blogspot.com/2008/01

Gambar 2.1 Kurva skewness

Sumber: Edi et Amo. 2008. www.statutorial.blogspot.com

2. Kurtosis
Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur
relatif terhadap distribusi normal).Kurva yang lebih lebih runcing dari
distribusi normal dinamakan leptokurtik, yang lebih datar platikurtik dan
distribusi normal disebut mesokurtik. Kurtosis dihitung dari momen
keempat

terhadap

mean.

Distribusi

normal

memiliki

kurtosis

3,

sementara distribusi yang leptokurtik biasanya kurtosisnya > 3 dan

platikurtik <>

t
r

1
Kurtosis ( K )= 4
T t 1
(2-6)
Sumber: Edi.2008. statutorial.blogspot.com/2008/01

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

MODUL I

STATISTIK DESKRIPTIF
Keruncingan Kurva

Platykurtic

Mesokurtic

Leptokurtic

Gambar 2.2 Kurva kurtosis

Sumber : Suharyadi.2012.www.blog.unsri.ac.id/userfiles

2.4 Penyajian Data

Penyajian data dibuat untuk memberikan deskripsi mengenai data yang
telah

di

kumpulkan

dan

memudahkan

untuk

pengambilan

keputusan.Bentuk penyajian data dapat berupa table maupun grafik.

Adapun fungsi penyajian data sebagai berikut:
1. menunjukkan perkembangan suatu keadaan
2. mengadakan perbandingan pada suatu waktu
2.4.1 Tabel Data
Tabel data, disingkat tabel adalah penyajian data dalam bentuk kumpulan angka
1.

yang disusun menurut kategori-kategori tertentu, dalam suatu daftar.

Tabel frekuensi adalah table yang menunjukkan atau memuat banyaknya
kejadian
atau frekuensi dari suatu kejadian.
Table 2.1 Nilai Ujian
Nilai
60 64
65 69
70 74
75 79
80 84
85 89
Jumlah

Jumlah Siswa
8
12
15
10
7
4
56
Sumber : Anonym.2009.www.smkpgri28-jkt.com/files

2. Tabel kontingensi adalah table yang menunjukan atau memuat data sesuai
dengan rinciannya.
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

MODUL I

STATISTIK DESKRIPTIF
Tabel 2.2 Luas Areal yang Telah Terbit Izin
Lokasinya di Kota Bandung Tahun 1997-2001
Tahun Industri Perumahan Jasa
Jumlah
1997 567.620 2.170.000 229.584 2.976.204
1998 245.018 106.000
170.123 522.141
1999 381.627 178.100
269.372 829.099
2000 380.500 179.300
269.512 829.312
2001
211.866
800.000 1.011.866
Sumber: anonym.2009.smkpgri28-jkt.com/files

3.

Tabel klasifikasi adalah table yang menunjukkan atau memuat

pengelompokan data. Tabel ini dapat dibuat dalam berbagai bentuk mulai
dari tabel klasifikasi satu arah, dua arah, tiga arah dan lebih dari tiga arah.
Yang mana yang akan dipilih tergantung dari ragam data yang diperoleh.
Bentuk tabel biasanya akan terdiri dari komponen-komponen : judul tabel,
judul kolom, isi tabel dan sumber. Berikut ini diberikan beberapa contoh
tabel klasifikasi satu, dua dan tiga arah.
Tabel 2.3 Ekspor Ikan Indonesia
Tahu
Volume (Ribu
n
1991
1996
1997
1998

ton)
217,2
240,0
333,6
301,4

Sumber : Bambang. 2008. elib.unikom.ac.id/files

Tabel 2.4 Peningkatan Permintaan Beberapa Komoditas

Holtikultura 1993-1997
Jenis Produk

USA (%)
Kanada (%)
MEE
Mangga
8
25
104
Melon
70
31
69
Pepaya
35
100
Pisang
41
19
85
Bawang Merah
55
49
11
Sumber : Bambang. 2008. www.elib.unikom.ac.id/files

Tabel 2.5 Produksi Kedelai (ton/ha) Berdasarkan Varietas,

Daerah Panen, dan Jenis Tanah

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

10

MODUL I

STATISTIK DESKRIPTIF

Sumber : Etty. 2010. www.scribd.com/Ettw

Jadi pada prinsipnya untuk membuat tabel klasifikasi, terlebih dahulu

ditentukan apa yang menjadi penekanan utamanya, kemudian penekanan
keduanya, ketiga dan selanjutnya. Data dengan penekanan utama
ditempatkan pada kolom dan penekanan kedua pada baris.
4. Tabel korelasi adalah table yang menunjukkan atau memuat adanya korelasi
(hubungan) antara data yang disajikan.
Tabel 2.6 Hasil Ujian Matematika dan Akuntansi
Nilai
akuntansi

Nilai Matematika
50

5
9

60

6
9

70

7
9

80

8
9

90 99
2
4
80 89
1
4
6
70 79
5
10
8
60 69
4
9
5
2
50 59
6
6
2
anonym.2009.www.smkpgri28-jkt.com/files

90

9
9

4
5
1
Sumber

2.4.2 Grafik Data

Hal yang perlu diperhatikan ketika membuat grafik :
1. Menentukan

sumbu

absis

(X)

dan

ordinat

Y).

Sumbu

mencantumkan nilai dan sumbu ordinat mewakili frekuensi.

absis
Lalu

menentukan perbandingan X dan Y

Jenis Grafik, Bagan dan Diagram :

Histogram, Poligon, Ogive, Bagan

melingkar, grafik
batang, kartogram, Piktogram, diagram garis, bagan piramida.
1.

Histogram
Grafik ini disebut juga Bar diagram yakni grafik berbentuk segi empat.
Dasar pembuatan dengan menggunakan batas nyata atau titik tengah.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

11

MODUL I

STATISTIK DESKRIPTIF
Gambar 2.3 Grafik histogram
Sumber: Anonim.2008.sainsmat.uksw.edu/2008

2. Poligon

Grafik ini juga populer dengan sebutan poligon frekuensi. Dibuat dengan
menghubungkan titik tengah dalam bentuk garis (kurva). Grafik ini
mendasarkan pada titik tengah dalam pembuatannya.

3. Grafik Ogive

Gambar 2.4 Grafik polygon frekuensi

Sumber : Anonim.2008.sainsmat.uksw.edu/2008

Disebut juga grafik frekuensi meningkat, karena cara pembuatannya

dengan menjumlah frekuensi pada tiap nilai variabel.

Gambar 2.5 Ogive lebih dari dan kurang dari

Sumber: Tarsis,Kiswanto.2009.blog.unnes.ac.id/antokbs/files

4. Bagan melingkar/ grafik melingkar

Yaitu grafik atau bagan berupa lingkaran yang telah dibagi menjadi
beberapa bagian sesuai dengan proporsi data. grafik ini telah dibagi
menjadi juring-juring sesuai dengan data tersebut. Biasanya dinyatakan
dalam persen.

Lain-lain
Hutang
3%
Bank 8%
Telekomunikasi
5%
Transportasi
Bahan

6%

Upah & Gaji

9%

52%

Pajak 17%

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

12

MODUL I

STATISTIK DESKRIPTIF

Gambar 2.6 Grafik lingkaran

Sumber: Bambang. 2008. elib.unikom.ac.id/files

5.

Grafik Batang atau balok

Yaitu grafik yang berbentuk persegi panjang yang lebarnya sama dan
dilengkapi dengan skala atau ukuran sesuai data yang bersangkutan.
Setiap batang tidak boleh saling melekat atau menempel dan jarak tiap

G N P (% )

batang harus sama. Susunan grafik ini boleh tegak atau mendatar.
6

0
Indonesia

Malaysia

Thailand

Filipina

Singapura

China

Jepang

Negara

Gambar 2.7 Grafik batang

Sumber : Bambang. 2008. elib.unikom.ac.id/files

6.

Kartogram atau peta statistik

Yaitu grafik data berupa peta yang menunjukkan kondisi data dan diwakili
oleh

lambang

tertentu

dalam

sebuah

peta.

Biasanya

untuk

menggambarkan kepadatan penduduk, curah hujan, hasil pertanian, hasil

penjualan, hasil pertambangan dan sebagainya.

7.

Piktogram

Gambar 2.8 Grafik kartogram

Sumber : Ridwan. 2008. www.compsoc.bandungfe.net

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

13

MODUL I

STATISTIK DESKRIPTIF

Yaitu grafik data yang menggunakan gambar atau lambang dalam

penyajiannya. Satu lambang bisa mewakili jumlah tertentu.
Jumlah tenaga kerja

: Pria
: Wanita

2002

2003

2001

Keterangan :
/ :100 orang

Tahun

Gambar 2.9 Grafik piktogram

Sumber: Bambang. 2008. elib.unikom.ac.id/files

8.

Grafik garis
Yaitu grafik data berupa garis yang diperoleh dari ruas garis yang
menghubungkan titik-titik pada bilangan. Grafik ini dibuat dengan 2
sumbu yakni sumbu X menunjukkan bilangan yang sifatnya tetap, seperti
tahun, ukuran dan sebagainya. Sedangkan pada sumbu Y ditempatkan
bilangan yang sifatnya berubah-ubah seperti, harga, biaya dan jumlah.
Pertumbuhan
10
9
8
7
6
5
4
3
2
1990

1991

1992

1993

1994

1995

Gambar 2.10 Grafik garis

Sumber: Bambang. 2008. elib.unikom.ac.id/files

2.5 Analisa Crosstab

Metode Crosstab disebut juga sebagai metode tabulasi silang. Metode
Crosstab merupakan metode yang menggunakan uji statistik untuk
mengidentifikasi dan mengetahui korelasi antara dua variabel (Gasperz,
1992).

Metode

tabulasi

silang

(crosstab)

merupakan

metode

untuk

menganalisis keterkaitan beberapa faktor yang disusun menjadi kolom dan

baris. Adapun data tersebut merupakan data kualitatif, khususnya data
yang berskala nominal dan ordinal. Jadi, metode Crosstab merupakan
suatu

bentuk

analisis

statistik

deskriptif

yang

dipergunakan

untuk

mengetahui korelasi antar dua variabel sederhana dimana hasil tabulasi

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

14

MODUL I

STATISTIK DESKRIPTIF

yang dilakukan disajikan ke dalam bentuk tabel dengan variabel yang

tersusun sebagai kolom dan baris.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

15

MODUL I

STATISTIK DESKRIPTIF

BAB III
METODOLOGI PRAKTIKUM
3.1 Diagram Alir Praktikum
Berikut ini merupakan diagram alir praktikum :

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

16

MODUL I

STATISTIK DESKRIPTIF

Gambar 3.1 Diagram alir praktikum

3.2 Prosedur Praktikum

Langkah-langkah yang harus dilakukan oleh praktikan adalah sebagai berikut:
1. Mengidentifikasi masalah dari suatu objek penelitian yang akan diamati
2. Mengumpulkan data dari hasil pengamatan tentang tinggi badan dan
berat badan mahasiswa TI UB.
3. Melakukan pengolahan data mengenai statistik deskriptif serta penyajian
datanya.
4. Menganalisa, menginteprestasi dan menghasilkan data
5. Menarik kesimpulan

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

17

MODUL I

STATISTIK DESKRIPTIF

BAB IV
HASIL DAN PEMBAHASAN
4.1 Pengumpulan Data
Data yang dikumpulkan pada praktikum ini adalah data tingi badan dan
berat badan
No

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Nama

Jenis
Industri Kelami
angkatan n

berjumlah
Norma

P
Nisa
P
secara
Fariza
P
software
Gisti
P
Tabel
4.1
Prima
P
Tinggi dan
Cynthi
P
a
Windy
P
Ryanti
P
Fighi
P
Sita
P
Riska
P
Nikita
P
Oky
P
Denira
P
Riza
P
Krisna
P
Olif
P
Umi
P
Rona
P
Rasyid
P
a

Nam
Jenis
Tingg
Berat
a
Kela
i
Bada
Bada n min
n
160,5 54,7
155,5 48,9
155.1 55
156,8 58
160
57
151
57,7
158,5
157,5
162,9
161,2
158,1
153,2
150
159,8
153
159
149,5
165,1
160,5
158

No
21
22

Ting
gi
Bada
n

Berat
Bada
n

mahasiswa

Teknik

Universitas

Brawijaya

2011.
40

Sampel

orang,

manual

dan

dianalisis
dengan

SPSS 19.0.
Pengumpulan Data
Berat Badan

44,2
58
58,2
51,9
56,3
50,4
50,3
60,7
41,7
46,9
43.8
57,6
55,2
46,8

Fiki
P
170,1
Endhit
P
159
a
23 Tita
P
156,4
24 Samuel
L
174
25 Shofa
L
172
26 Adit
L
162,5
27 Aga
L
161
28 Sondy
L
178
4.2
29 Sugi
L
175,3
30 Marcel
L
171,8
didapatkan,
31 Jeffan
L
165,5
32 Yongki
L
165
data
untuk
33 Dio
L
167,2
median, modus,
34 Oscar
L
176,2
deviasi,
35 Luri
L
164,9
36 Wira
L
162,5
LABORATORIUM
STATISTIK
DAN
37 Haidar
L
166
KUALITAS
38 Taufiq
L
163
39 Johny
L
159,2
40 Navis
L
167,8

68
54
61,6
59,1
60,6
78,8
67,6
70,5
Pengolahan Data
110
Berdasarkan data yang
66,8
dilakukan pengolahan
61,2
62,8
mengetahui
mean,
60,7
varians,
standart
70,8
percentile dan range.
64,3
18
69,9
REKAYASA
61,5
54,5
52
46,5

MODUL I

STATISTIK DESKRIPTIF

4.2.1 Data Tinggi Badan

Berikut ini merupakan data tinggi badan mahasiswa Program Studi Teknik
Industri 2011:
4.2.1.1 Pengolahan Manual
1. Menghitung range data
Range = nilai maksimum nilai minimum = 178 149,5 1, = 28,5
2. Menghitung jumlah kelas
K = 1 + 3,3 log n = 1 + 3,3 1,60 = 6,28
Menghitung nilai interval
i

range
=
k

28,5
6.28

= 4,5

3. Membuat table interval kelas

Tabel 4.2 Pengolahan Data Tinggi Badan
No
Nilai
1 149,5-153.9
2
3
4
5
6
7

154-158.4
158.5-162.9
163-167.4
167.5-171.9
172-176.4
176.5-180.9

F
5

Xi
151,7

f.Xi
758.5

Xbar
162,25

(Xi-Xbar)2
111.3

(Xi-Xbar)2.f
556.5

6
13
8
3
4
1

156.2
160.7
165.2
169.7
174.2
177.7

937.2
2089.1
1321.6
509.1
696.8
177.7

162,25
162,25
162,25
162,25
162,25
162,25

36.6
2.4
8.7
55.5
142.8
238.7

219.6
31.2
69.6
166.5
571.2
238.7

4. Melakukan Perhitungan Statistik

Tabel 4.3 Perhitungan Statistik Data Tinggi Badan
UKURAN
Mean
Median
(Me)

Modus
(Mo)

TUNGGAL

x 6482.6
=
=162.065
n
40

KELOMPOK

( f . x ) 6490
=
=162,25
n
40
2011
Me=158.45+
.4 .5
13
x20 + x 21 161+161,2
Me=
=
=161,1
2
2
9
158,45+ .4 .5=161.56
13
d1
Mo=L+
.C
159
d1 +d 2
x =

x =

157,65+
Varians

Standar
Deviasi

7
.4,5
7+ 5

160,275
z ( xx ) 1990.936
z f ( x x )2 1853.3
2
2
S=
=
=49.77
S=
=
n
40
n
40
46,33
2

s= 49.77=7.06

s= 46.33=6.8

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

19

MODUL I

STATISTIK DESKRIPTIF
Percentil

Pi=nilai ke

(5th)

( f ) o

(
100 )
P =B +
.C

i ( n+1 )
100

5 ( 40+ 1 )
nilai ke
100

= 2,05

149.5+

x 2+0,05(x 3x 2)
=150+0.05(151-150)

fP

( 2 ) ( 0 )
.4 .07
5

= 151.128

=150.05

Tabel Lanjutan 4.3 Perhitungan Statistik Data Tinggi Badan

UKURAN

TUNGGAL

Pi=nilai ke

Percentil
(95th)

KELOMPOK

( f ) o
(
100 )
P =B +
.C

i ( n+1 )
100

95 ( 40+1 )
nilai ke
100

174+

38.95

x 38+0,95 (x 39x 38)

fP

( 38 )37
.4 .07
3

175.36

= 175.3+ 0.95
(176.2-175.3)
= 176.155

4.2.1.2 Pengolahan SPSS

1. Uji Frekuensi
Pengolahan dengan menggunakan SPSS adalah seperti berikut :
1. Pada SPSS data tinggi badan, klik Analyze Descriptive Statistic
Frequencies

Gambar 4.1 Langkah-langkah pengolahan frequencies

2. Jendela Frequencies, masukkan variabel Tinggi badan pada Variable(s), klik

Statistics, kemudian centang seperti pada gambar.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

20

MODUL I

STATISTIK DESKRIPTIF

Gambar 4.2 Jendela frekuensi dan frekuensi statistik

3. Klik continue Ok, maka akan muncul output.

Tabel 4.4 Output SPSS
Statistics
Tinggi_Badan
N
Valid
Missing
Mean
Std. Error of Mean
Median
Mode
Std. Deviation
Variance
Range
Sum
Percentile
5
10
s
25
50
75
90
95

40
0
162,065
1,1297
160,750
159,0a
7,1446
51,045
28,5
6482,6
150,050
153,020
157,625
160,750
165,875
173,800
176,155

Dari table output SPSS diatas dapat diketahui nilai mean (rata rata) adalah
162,065 ; nilai tengah (median) adalah 160,750 ; nilai modus adalah 159 ; nilai
standard deviasi adalah 7,1446 ; nilai variasi adalah 51,045 ; range adalah 28.5
dan nilai persentil adalah 150;153;157,62;160,75;165,87;173,8 dan 176,15.
4.2.2 Data Berat Badan
Berikut ini merupakan data berat badan mahasiswa Program Studi Teknik
Industri
2011:
4.2.2.1
Pengolahan Manual
1. Menghitung range data
Range = nilai maksimum nilai minimum
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

21

MODUL I

STATISTIK DESKRIPTIF
= 110 41,7
= 68,3
2. Menghitung jumlah kelas
K = 1 + 3,3 log n
= 1 + 3,3 1,60
= 6,28
3. Menghitung nilai interval
i

range
k
68,3
6.28

i
= 10.9
Membuat table Interval Kelas
Tabel 4.5 Pengolahan Data Berat Badan
No

Nilai

1 41,7-52.5
2 2,6-63.4
3 3.5-74.3
4 74.4-85.2
5 5.3-96.1
6 6.2-107

F
11
20

7 108-118.8

Xi

f.Xi

47.1
58
68.9
79.8
90.7
101.6

518.1
1160
482.3
79.8

113.4

13.4

(Xi-Xbar)2

Mean

58,84
58,84
58,84
58,84
58,84
58,84

137.83
0.7056
101.2
439.32
1015.06
1828.4

(Xi-Xbar)2.f
1516.13
14,112
708.4
439.32

58,84 2976.8

2976.8

4. Melakukan Perhitungan Statistik

Tabel 4.6 Perhitungan Statistik Data Berat Badan
UKURAN
Mean

Median
(Me)

TUNGGAL

x =

Me=

KELOMPOK

x 2354.5
=
=58.8625
n
40

x =

x20 + x 21 57.7+58
=
=57.85
2
2

Me=52,65+

(f . x ) 2353.6
=
=58,84
n
40

52.65+
Modus
(Mo)

Varians

Standar
Deviasi

2011
.10 .9
20

9
.10 .9=57,555
20

d1
.
d1 +d 2
9
52.65+ .10 .9=57,555
20
z f ( x x )2 5654.76
2
2
S
=
=
=141.4
z ( xx ) 5329.82
n
40
S 2=
=
=133.25
n
40
58

Mo=L+

s= 133.25=11.54

s= 141.4=11.89

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

22

MODUL I

STATISTIK DESKRIPTIF
Percentil
(5th)

Pi=nilai ke

( f ) o

(
100 )
P =B +
.C

i ( n+1 )
100

5 ( 40+ 1 )
nilai ke
100

fP

2,05

41.65+

x 2+0,05(x 3x 2)
=43.8 + 0.05 (44.2-43.8)
= 43.82

( 2 )( 0 )
.4 .07
9

42.55

Tabel Lanjutan 4.6 Perhitungan Statistik Data Berat Badan

UKURAN
Percentil
th

(95 )

TUNGGAL

Pi=nilai ke

KELOMPOK

( f ) o

(
100 )
P =B +
.C

i ( n+1 )
100

nilai ke

95 ( 40+1 )
100

38.95

x 38+0,95 ( x 39x 38)

=70.8 + 0.95 (78.8-70.8)

fP
(38 )27
60.85+
.4 .07
11
64.92
i

= 78.4

4.2.2.2 Pengolahan SPSS

1. Uji Frekuensi
Output pengolahan SPSS menggunakan uji frekuensi adalah sebagai berikut :
Tabel 4.7 Output SPSS
Statistics
Berat_Badan
N
Valid
Missing
Mean
Std. Error of Mean
Median
Mode
Std. Deviation
Variance
Range
Sum
Percentile 5
s
10
25
50
75
90
95

40
0
58,863
1,8486
57,850
58,0a
11,6913
136,688
68,3
2354,5
43,820
46,530
51,925
57,850
62,500
70,440
78,400

Dari table output SPSS diatas dapat diketahui nilai mean (rata rata) adalah
58,863 ; nilai tengah (median) adalah 57,850 ; nilai modus adalah 58 ; nilai

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

23

MODUL I

STATISTIK DESKRIPTIF

standard deviasi adalah 11,69 ; nilai variasi adalah 136,68 ; range adalah 68,3
dan nilai persentil adalah 43,82;46,53;51,92;57,85;62,50;70,44 dan 78,40.
4.2.3 Penyajian Data dengan Histogram
Berikut penyajian data tinggi badan menggunakan Histogram :

Gambar 4.3 Histogram tinggi badan.

Dari histogram diatas dapat kita amati bahwa tinggi badan terbanyak
berada
pada rentang tinggi antara 157,7161,7 dengan frekuensi sebanyak 12 orang.
Untuk tinggi badan terendah berada pada rentang 165,9 169,9 dan 175 179
dengan frekuensi sebanyak 3 orang.
Berikut adalah bentuk penyajian data berat badan menggunakan
histogram,

Gambar 4.4 Histogram berat badan.

Dari histogram diatas dapat kita amati bahwa berat badan terbanyak
berada pada rentang berat antara 51,861,8 dengan frekuensi sebanyak 21
4.3 Pengolahan Data Studi Kasus
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

24

MODUL I

STATISTIK DESKRIPTIF

Pengolahan data Studi Kasus merupakan proses untuk memperoleh data

ringkasan
berdasarkan survei yaitu survey jenis kendaraan yang digunakan oleh mahasiswa
Teknik Industri 2011. Proses dilakukan dengan manipulasi data kedalam bentuk
yang lebih
berarti berupa informasi.
4.3.1 Penyajian Data dengan Pie Chart
Berikut adalah penyajian data dengan menggunakan pie chart :

Gambar 4.5 Pie chart jenis kendaraan

Dari pie chart diatas terlihat bahwa mahasiswa Teknik Industri yang
menggunakan

kendaraan

umum

untuk

ke

kampus

sebanyak

5%,

yang

menggunakan kendaraan pribadi sebanyak 70%, dan yang berjalan kaki

sebanyak 25%.
4.3.2 Analisis Crosstabs
Analisis Crosstabs dilakukan dengan membandingkan antara variabel Asal
daerah (Malang dan luar Malng) terhadap jenis kendaraan yang dipakai menuju
ke kampus. Berikut output crosstabsnya :
Tabel 4.8 Output Crosstabulation
Asal * Jenis_Kendaraan Crosstabulation
Count
Jenis_Kendaraan
Jalan
Pribadi Umum
Total
Asal Malang
1
11
1
13
Luar
9
17
1
27
Malang
Total
10
28
2
40

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

25

MODUL I

STATISTIK DESKRIPTIF

Tabel diatas menjelaskan tentang hubungan antara kolom dan baris.

Dalam hal ini kolom menunjukkan jenis kendaraan yang digunakan ke kampus
yaitu jalan, kendaraan pribadi dan kendaraan umum dengan baris yang menunjukkan
asal daerah mahasiswa. Mahasiswa asal Malang terdapat 1 orang yang berjalan
kaki, 11 orang yang menggunakan kendaraan pribadi, dan 1 orang yang
menggunakan kendaraan umum. Untuk mahasiswa luar kota Malng terdapat 9
orang yang berjalan kaki, 17 orang menggunakan kendaraan pribadi, dan 1 orang
yang menggunakan kendaraan umum.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

26

MODUL I

STATISTIK DESKRIPTIF

BAB V
PENUTUP
5.1

Kesimpulan
Berdasarkan pembahasan diatas, maka didapatkan kesimpulan sebagai

berikut :.
1.

Statistik deskriptif adalah bidang ilmu statistika yang mempelajari cara-cara

pengumpulan, penyusunan, dan penyajian data suatu penelitian sehingga
memberikan informasi (organisasi, kesimpulan, ataupun penyajian data)
yang berguna. Data dapat disajikan dalam bermacam-macam cara ,seperti
menggunakan histogram untuk menggambarkan untuk menggambarkan
frekuensi tinggi badan dan berat badan praktikan.
a. Mean
1) Tinggi badan: perhitungan manualnya adalah 162,25 sedangkan pada
SPSS 162,065
2) Berat badan: perhitungan manualnya adalah 58,84 sedangkan pada
SPSS 58,86
b. Median
1) Tinggi badan: perhitungan manualnya adalah 161,56 sedangkan pada
SPSS 160,75
2) Berat badan: perhitungan manualnya adalah 57,55 sedangkan pada
SPSS 57,85
c. Modus
1) Tinggi badan: perhitungan manualnya adalah 160,75 sedangkan pada
SPSS 159
2) Berat badan: perhitungan manualnya adalah 57,55 sedangkan pada
SPSS 58
d. Varians
1) Tinggi badan: perhitungan manualnya adalah 46,33 sedangkan pada
SPSS 51,045
2) Berat badan: perhitungan manualnya adalah 141,4 sedangkan pada
SPSS 136,68
e. Standar Deviasi
1) Tinggi badan: perhitungan manualnya adalah 6,8 sedangkan pada
SPSS 7,14
2) Berat badan: perhitungan manualnya adalah 11,89 sedangkan pada
SPSS 11,69
LABORATORIUM STATISTIK DAN REKAYASA
KUALITAS

27

MODUL I

STATISTIK DESKRIPTIF
f. Persentil 5th

1) Tinggi badan: perhitungan manualnya adalah 151,12 sedangkan pada

SPSS 150,05
2) Berat badan: perhitungan manualnya adalah 42,55 sedangkan pada
SPSS 43,82
g. Persentil 95th
1) Tinggi badan: perhitungan manualnya adalah 175,36 sedangkan pada
SPSS 176
2) Berat badan: perhitungan manualnya adalah 64,92 sedangkan pada
SPSS 78,4
2.

Data diinterpretasikan melalui analisis crosstabs yang hasilnya didapatkan

bahwa terdapat perbedaan alat transportasi antara mahasiswa asal malang
dan luar malang Mahasiswa

asal Malang terdapat 1 orang yang berjalan

kaki, 11 orang yang menggunakan kendaraan pribadi, dan 1 orang yang

menggunakan kendaraan umum. Untuk mahasiswa luar kota Malang
terdapat 9 orang yang berjalan kaki, 17 orang menggunakan kendaraan
pribadi, dan 1 orang yang menggunakan kendaraan umum.
5.2

Saran
Adapun saran yang dapat kami berikan adalah sebagai berikut :

1. Praktikan diharapkan dapat memahami tentang statistik dan SPSS terlebih

dahulu sebelummelaksanakan praktikum, sehingga praktikum berjalan
lancar.
2. Untuk praktikum selanjutnya diharapkan jadwal kegiatan praktikum tidak
terlalu pendek dengan jadwal praktikum selanjutnya.

LABORATORIUM STATISTIK DAN REKAYASA

KUALITAS

28