Anda di halaman 1dari 15

BAB I

PENDAHULUAN
1.1.

Latar belakang
Pengolahan

informasi

statistik

mempunyai

sejarah

jauh

kebelakang sejak awal peradaban manusia. Pada awal zaman masehi,


bangsa bangsa mengumpulkan data statistik untuk mendapatkan
informasi deskriptif mengenai banyak hal, misalnya pajak, perang, hasil
pertanian, dan bahkan pertandingan atlentik. Pada masa kini dengan
berbagai metode statistik yang memungkinkan kita meneropong jauh di
luar data yang kita kumpulkan dan masuk kedalam wilayah pengambilan
keputusan melalui generalisasi dan peramalan.
Dalam kehidupan sehari hari, terdapat banyak data yang dapat
menginformasikan sesuatu. Data data tersebut hanya akan berakhir
sebagai data saja, apabila tidak diolah terlebih dahulu. Ilmu statistika
berperan mengumpulkan, mengolah hingga mengambil kesimpulan dari
suatu data. Ada dua bagian dari statistika yang akan mengolah data
tersebut, yaitu statistika deskriptif dan statistika inferensia. Kedua bagian
tersebut memiliki peran masing masing dalam hal pengumpulan data
hingga pengambilan kesimpulannya. Statistika deskriptif yang bertugas
mengolah dan menyajikan data, sedangkan statistika inferensia lebih
terfokus pada proses uji analisa hingga pengambilan keputusan.
Dalam hal ini, akan dipelajari mengenai statistika deskriptif yang
berbicara tentang metode metode pengumpulan, pengolahan, dan
penyajian data sehingga dapat memberikan gambaran informasi yang
jelas dan menarik. Kemampuan mengolah dan menyajikan data sangat
dibutuhkan sebagai langkah awal dalam mempelajari ilmu statistika,
karena dari penyajian data tersebutlah akan didapatkan informasi yang
lebih jelas sehingga dapat dilakukan penganalisaan lebih lanjut.

Pembuatan laporan ini ditujukan untuk mengasah kompetensi mahasiswa


dalam hal statistika deskriptif, mulai dari perhitungan ukuran pemusatan
data, penyebaran data hingga menyajikan data dalam bentuk histogram.
Kemudian yang akan kami bahas dalam praktikum kali ini
mengenai nilai rata rata berat badan sampel secara keseluruhan.
Diharapkan pembuatan laporan ini dapat membantu mahasiswa dalam
memahami aplikasi statistik pada data data yang sudah tersedia..
1.2.

Perumusan Masalah

Dalam Praktikum ini, permasalahan yang muncul sebagai aturan untuk


analisis adalah sebagai berikut,
1. Berapa rata rata berat badan Mahasiswa UNIROW Fakultas Teknik
angkatan 2009 2012?
2. Bagaimana bentuk histogram pada data berat badan Mahasiswa
UNIROW Fakultas Teknik 2009 2012
1.3.

Tujuan Praktikum

Perumusan masalah diatas menghasilkan tujuan yang akan dicapai dalam


praktikum ini, yaitu dapat menyajikan data dalam bentuk histogram dan
mengetahui rata rata berat badan Mahasiswa UNIROW Fakultas Teknik
2009 2012.
1.4.

Manfaat Praktikum

Dari kegiatan praktikum ini, manfaat yang diambil adalah sebagai


berikut,
1. Untuk mengetahui rata rata berat badan Mahasiswa UNIROW
Fakultas Teknik 2009 2012.
2. Untuk mengetahui berat badan yang sering muncul.
3. Untuk mengetahui nilai tengah.

1.5.

Batasan dan Asumsi

Dalam praktikum ini batasan batasan yang ditetapkan yaitu sebagai


berikut,
1. Mahasiswa yang diukur yaitu Mahasiswa UNIROW Fakultas Teknik
angkatan 2009 2012.
2. Jumlah mahasiswa yang diukur yaitu 40 mahasiswa.
Sedangkan asumsi asumsinya yaitu sebagai berikut,
1. Pengukuran dilakukan pada saat istirahat kuliah.
2. Kondisi stabil.
1.6.

Sistematika Penulisan

BAB I PENDAHULUAN
Bab ini berisi uraian tentang latar belakang masalah mengenai metode
metode pengumpulan, pengolahan, dan penyajian data, identifikasi,
pembatasan dan perumusan Masalah Penelitian, Maksud dan Tujuan
Penelitian, Kegunaan Penelitian yang diharapkan, dan Hipotesis yang
diajukan serta Sistematika Penulisan.
BAB II LANDASAN TEORI
Bab ini berisi landasan teori yang mendiskripsikan pengertian, dan rumus
dari mean, median, modus, standart deviasi, persentil, dan uji kecukupan
data.
BAB III METODOLOGI PRAKTIKUM
Bab ini berisi uraian tentang rangkaian praktikum yang dijalankan.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Dalam bab ini diuraikan tentang pembahasan hasil perhitungan mean,
median, modus, standar deviasi, persentil dan uji kecukupan data secara
manual dan aplikasi.
BAB V ANALISA DATA
Bab ini berisi tentang pebandingan perhitungan secara manual dan
aplikasi.

BAB VI KESIMPULAN DAN SARAN


Berisi uraian tentang pokok-pokok kesimpulan dan saran-saran yang
perlu disampaikan kepada pihak-pihak yang berkepentingan dengan hasil
penelitian.

BAB II
LANDASAN TEORI
2.1.

Statistika
Statistika adalah Ilmu yang mempelajari cara pengumpulan data, pengolahan
data, analisis data serta penyajian data sehingga menjadi suatu informasi yang
berguna.
Statistika dibedakan menjadi dua yaitu sebagai berikut :
1. Statistika Diferensial/Deskriptif/Deduktif
Kegiatan yang dilakukan adalah pengumpulan data, penyajian Data,
penentuan nilai nilai statistic dan pembuatan gambar, grafik dan
diagram.
2. Statistika Inferensial/Induktif
Kegiatan yang dilakukan adalah penentuan alat uji statistik, analisis
data dan pengambilan keputusan .
2.2.
Populasi
Populasi adalah seluruh objek yang mungkin terpilih atau keseluruhan ciri
yang dipelajari. Ukuran populasi dapat terhingga (countable) atau tak
terhingga (uncountable). Populasi terhingga dapat diukur, tetapi dapat bernilai
sangat besar yang dapat dikategorikan tak terhingga secara hitungan dan
secara teoritis
2.3.
Sampel
sampel merupakan bagian dari populasi yang dipilih dengan menggunakan

aturan-aturan tertentu, yang digunakan untuk mengumpulkan informasi/data


yang menggambarkan sifat atau ciri yang dimiliki populasi.
2.4.
Pengumpulan Data dan Pengolahan Data
Proses mengolah data dalam laporan ini digunakan beberapa rumus statistik.
Untuk data pengukuran digunakan perhitungan mean (nilai rata-rata), median
(nilai tengah), modus (nilai yang sering muncul), nilai standar deviasi, uji
kecukupan data dan perhitungan persentil.
1) MEAN (rata-rata)
Mean adalah nilai rata-rata dari beberapa buah data. Nilai mean dapat
ditentukan dengan membagi jumlah data dengan banyaknya data. Mean (ratarata) merupakan suatu ukuran pemusatan data. Mean suatu data juga
merupakan statistik karena mampu menggambarkan bahwa data tersebut
berada pada kisaran mean data tersebut. Mean tidak dapat digunakan sebagai
ukuran pemusatan untuk jenis data nominal dan ordinal. Berdasarkan definisi
dari mean adalah jumlah seluruh data dibagi dengan banyaknya data. Dengan
kata lain jika kita memiliki N data sebagai berikut maka mean data tersebut
dapat kita tuliskan sebagai berikut :

Dimana:
x = data ke n
x bar = x rata-rata = nilai rata-rata sampel
n = banyaknya data
Bisa juga Menghitung mean
2.1.

Median
Menentukan letak tengah data setelah data disusun menurut urutan
nilainya. Bisa juga nilai tengah dari data-data yang terurut. Simbol untuk
median adalah Me. Dengan median Me, maka 50% dari banyak data
nilainya paling tinggi sama dengan Me, dan 50% dari banyak data
nilainya paling rendah sama dengan Me. Dalam mencari median,

dibedakan untuk banyak data ganjil dan banyak data genap. Untuk
banyak data ganjil, setelah data disusun menurut nilainya, maka median
Me adalah data yang terletak tepat di tengah. Median bisa dihitung
menggunakan rumus sebagai berikut:

2.2.

Modus (nilai yang sering muncul)


Modus adalah data yang nilai terjadinya sering muncul atau yang
mempunyai frekuensi paling tinggi. suatu distribusi mungkin tidak
memiliki modus, dengan kata lain modus tidak selalu ada. Hal ini bila
semua pengamatan hanya mempunyai satu frekuensi saja

2.3.

Standar deviasi
Standar Deviasi (SD) adalah simpangan yang dibakukan dari data yang
dihitung. Rumus standar deviasi dinyatakan sebagai berikut:

Dimana:
S = Standar Deviasi
n

= Banyaknya data

2.4.

Percentil
Persentil adalah suatu nilai yang menyatakan prosentase tertentu dari
sekelompok orang yang dimensinya sama atau lebih rendah dari nilai
tersebut. Persentil ke-95 akan menunjukan populasi 95% populasi berada
pada atau dibawah ukuran tersebut, sedangkan persentil ke-5 akan
menunjukan 5% populasi berada pada atau diatas ukuran itu.
Letak Persentil ada 99 :
1. LP1 = 0,01 (n+1)
2. LP2 = 0,02 (n+1)

3. LP3 = 0,03 (n+1)


dst
9. LD99 = 0,99 (n+1)
2.5.

Uji kecukupan data


Untuk memastikan bahwa data yang telah dikumpulkan telah cukup
secara obyektif. Pengujian kecukupan data dilakukan dengan berpedoman
pada konsep statistik, yaitu derajat ketelitian dan tingkat keyakinan/
kepercayaan.

Derajat

ketelitian

dan

tingkat

keyakinan

adalah

mencerminkan tingkat kepastian yang diinginkan oleh pengukur setelah


memutuskan tidak akan melakukan pengukuran dalam jumlah yang
banyak (populasi).
Uji kecukupan data digunakan rumus sebagai berikut :
2

k / s N X 2 X 2

N =

Dimana :
k = Tingkat keyakinan
k = 99% = 3
k = 95% = 2
s = Derajat ketelitian
N = Jumlah data pengamatan
N=

Jumlah

data

BAB III

teoritis

METODOLOGI PRAKTIKUM
3.1.

Flowchart

3.2.

Penjelasan dari flowchart


1. Latar Belakang
Pada praktikum statistik ini kita mengamati pengukuran berat badan
2. Observasi
Penelitian awal yang dilakukan sebelum melaksanakan praktikum.
3. Studi Pustaka
Referensi-referensi yang menjadi acuan dalam pembuatan laporan.
4. Identifikasi Masalah
5. Perumusan Masalah
6. Pengambilan Data
Pengambilan data dilakukan langsung pada 40 mahasiswa fakultas teknik
angkatan 2009 2012 pada waktu jam istirahat
7. Uji Kecukupan Data
Uji kecukupan data dilakukan untuk mengetahui apakah data yang kita
ambil sudah cukup atau belum.
8. Pengolahan Data
Pengolahan data statistik industri ini dengan menggunakan perhitungan
mean, median, modus, standart deviasi,uji kecukupan data, percentile,
probabilitas, Microsoft excel dan menggunakan software Minitab.
9. Analisis Data
Menganalisa data dari hasil perhitungan tinggi badan yang diperoleh.
10. Kesimpulan dan Saran
Menyimpulkan hasil laporan statistika dan memberikan saran agar
kedepan menjadi lebih baik.

BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
Tabel pengukuran berat badan Mahasiswa UNIROW Fakultas Teknik
angkatan 2009 - 2012

No

Nama

Berat Badan (X)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

M. Rasidan
Syahroni
Heri Ardianto
Fadkhu Rohman
Fathur Rizqo
Zainunul Mustaqin
Turmudi
Samsul Hadi
Handrik Andrianto
Arizal Risqo
Herdiyana
Mustain
M. Ainun Sholeh
Amin
Wildan Asy'ari
M. Syaiful Ula
Yoga Agus Pratama
Joko Agung
Nur Sholikin
Beny Iskandar
Rheza Mahardika
M. Saifudin
Ervan Novanda
Dafid A.
Moch. Tsubut H.R
Lutfi Angga
M. Ichyaul F.S.
Nur Rohman
Eko Wahyudi
Fredy Supriyadi
M. Muwaqqor
Yusuf Al Ghany
M. Saiful
Aris Winudi

45
47
48
48
49
50
50
52
52
52
53
53
54
54
55
55
55
56
57
59
60
60
60
60
60
62
62
63
65
65
65
67
68
68

35
36
37
38
39
40

Agung Papah
M. Yusuf Afandi
Luqman Hakim
Mu'tashimudin
M. Syafik
Ganda Putra Adiyanto
BAB V

70
72
73
74
79
80

ANALISA DATA
5.1.

Mean
Mean=(45+47+48+48+49+50+50+52+52+52+53+53+54+54+55+55+55
+56+57+59+60+60+60+60+60+62+62+63+65+65+65+67+68+68+70+72
+73+74+79+80)/40
=2374/40
=59,43
Rumus aplikasi menggunakan AVERAGE
Mean

59,425

5.2.

Median
Me = (X20+X21)/2
ME=(59+60)/2=59,5
Rumus aplikasi menggunakan MEDIAN
Median

59,5

5.3.

Modus
berat badan yang sering muncul adalah 60 kg.
Rumus aplikasi menggunakan MODE

Modus
60
5.4.
Standar deviasi
S = akar((45-59,43) + (47-59,43) +( 48-59,43) + (48-59,43) + (4959,43) + (50-59,43) + (50-59,43) + (52-59,43) + (52-59,43) +(52-

59,43) + (53-59,43) + (53-59,43) + (54-59,43) + (54-59,43) +


(55-59,43) + (55-59,43) + (55-59,43) + (56-59,43) + (57-59,43) +
(59-59,43) + (60-59,43) + (60-59,43) + (60-59,43) + (60-59,43) +
(60-59,43) + (62-59,43) + (62-59,43) + (63-59,43) + (65-59,43) +
(65-59,43) + (65-59,43) + (67-59,43) + (68-59,43) + (68-59,43) +
(70-59,43) + (72-59,43) + (73-59,43) + (74-59,43) + (79-59,43) +
(80-59,43) / 40)
S = akar(3091,58 / 40)
S = akar 77,29
S = 8,79
Rumus aplikasi menggunakan STDEV

5.5.

Standar

8,90372

Deviasi

2932

Persentil
Dimana, data sudah diurutkan.
LP5 = 0,05 40 = 2
L2 = 47
LP35 = 0,35 40 = 14
L14 = 54
LP75 = 0,75 40 = 30
L30 = 65
LP95 = 0,95 40 = 38
L38 = 74

percentile

Rumus aplikasi menggunakan PERCENTILE


P5
P35
P75
P95

47,95
54,65
65
74,25

5.6.

Uji kecukupan data


2

k / s N X 2 X 2

N=

Dengan tingkat keyakinan 95% , dan derajat ketelitian 10%


N= ( 2/0,1 ( akar (40 144345 5650129) / 2377 ))
N= (20 (akar (5773800 5650129) / 2377 ))
N= ((20 (akar (123671)) / 2377))
N= (20 (351,67 / 2377))
N= (20 (0,15))
N= (3)
N= 9
N N, maka data dianggap cukup

BAB V1
KESIMPULAN DAN SARAN

6.1.

Kesimpulan
Berdasarkan hasil pengolahan data baik secara manual ataupun aplikasi
dapat disimpukan bahwa perhitungan manual dan aplikasi sama hanya

saja dalam perhitungan manual kita memakai pembulatan untuk


memudahkan dalam perhitungan, sedangkan pada aplikasi tidak
menggunakan pembulatan sehingga hasilnya berbeda tipis.
6.2.

Saran

kegiatan praktikum tentang statistika hendaknya dapat dilakukan dengan


lebih cermat. Melakukan perhitungan ukuran pemusatan dan penyebaran
data yang dilakukan dengan memanfaatkan program Excel, tapi perlu
diingat bahwa dibutuhkan ketetapan dalam proses entry data pada
program tersebut, karena data yang salah akan menghasilkan hasil yang
salah pula.