TUGAS STATISTIKA

Nama : Bayu Estu Suprayogi

NRP : 2111100084
Dosen : Ir. Sri Pingit Wulandari, M.Si
Kelas : Statistika B

JURUSAN S1 TEKNIK MESIN

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2013

1.1 Data Statistika

1
1.1.1 Data Pelanggan Listrik Perusahaan Listrik Negara (PLN) 1995-2011

Pelanggan 2007 2008 2009 2010 2011

Sosial 790 781 838 129 861 067 909 312 963 769
34 684 36 025 37 099 39 326 42 592
Rumahtangga 540 071 830 344 962
Bisnis 1 610 574 1 716 046 1 879 429 1 912 155 2 049 618
Industri 46 818 47 536 47 900 50 319 52 215
Publik 201 016 217 304 229 459 240 730 254 190
37 333 38 844 40 117 42 438 45 912
Jumlah 729 086 685 860 754

Pelanggan 2002 2003 2004 2005 2006

Sosial 633 114 659 034 68 685 716 194 748 558
28 903 29 997 31 095 32 174 33 118
Rumahtangga 325 554 970 922 262
Bisnis 1 245 709 1 310 651 1 382 416 1 455 797 1 511 069
Industri 46 824 46 818 4 652 46 475 46 366
Publik 124 927 137 324 154 689 165 965 182 713
30 953 32 151 33 366 34 559 35 606
Jumlah 899 381 445 353 968

Pelanggan 1997 1998 1999 2000 2001

Sosial 498 508 531 864 55 995 582 811 608 993
23 199 24 908 25 834 26 796 27 905
Rumahtangga 125 697 618 675 482
Bisnis 801 317 848 694 98 562 1 062 955 1 177 012
Industri 4 278 43 088 42 514 44 337 46 021
Publik 9 881 102 208 106 186 108 627 115 369
24 640 26 434 27 528 28 595 29 852
Jumlah 540 551 888 405 877

Pelanggan 1995 1996

Sosial 490 535 442 307
18 213 20 669
Rumahtangga 171 844
Bisnis 624 038 708 665
Industri 38 255 40 153
Publik 88 324 92 893
19 454 21 953
Jumlah 323 862

Tabel 1 Pelanggan Listrik Perusahaan Listrik Negara (PLN) 1995-2011

(Sumber : data Badan Pusat Statistika)

2
1.2 Statistika Deskriptif
1.2.1 Pelanggan Perusahaan Listrik Negara (PLN) tahun 1995-2009

Descriptive Statistics: 1995; 1996; 1997; 1998; 1999; 2000; 2001; 2002; ...

Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3

1995 5 0 3890865 3582351 8010380 38255 63290 490535 9418605
1996 5 0 4390772 4071585 9104341 40153 66523 442307 10689255
1997 5 0 4902622 4576634 10233665 4278 7080 498508 12000221
1998 5 0 5286910 4907655 10973850 43088 72648 531864 12878696
1999 5 0 5227575 5151775 11519719 42514 49255 98562 12970402
2000 5 0 5719081 5272597 11789886 44337 76482 582811 13929815
2001 5 0 5970575 5487480 12270378 46021 80695 608993 14541247
2002 5 0 6190780 5682182 12705745 46824 85876 633114 15074517
2003 5 0 6430276 5896118 13184121 46818 92071 659034 15654103
2004 5 0 6541282 6143929 13738242 4652 36669 154689 16239193
2005 5 0 6911871 6320672 14133452 46475 106220 716194 16815360
2006 5 0 7121394 6504334 14544133 46366 114540 748558 17314666
2007 5 0 7466746 6809984 15227588 46818 123917 790781 18147557
2008 5 0 7768817 7070113 15809253 47536 132420 838129 18870559
2009 5 0 8023537 7276126 16269913 47900 138680 861067 19489630
2010 5 0 8487772 7716520 17254663 50319 145525 909312 20619250
2011 5 0 9182551 8359908 18693323 52215 153203 963769 22321290

Variable Maximum
1995 18213171
1996 20669844
1997 23199125
1998 24908697
1999 25834618
2000 26796675
2001 27905482
2002 28903325
2003 29997554
2004 31095970
2005 32174922
2006 33118262
2007 34684540
2008 36025071
2009 37099830
2010 39326344
2011 42592962

Output minitab diatas menunjukkan bahwa rata-rata pelanggan PLN dari

setiap segi sosial, rumah tangga, bisnis, industri, dan publik pada tiap tahun
bervariasi. Sebagai contohnya, pada tahun 2011 rata-ratanya adalah 9182551
orang dengan standar error 8359908 dan standar deviasi 18693323. Jumlah
pelanggan terbanyak dan terendah masing masing 42592962 dan 52215. Pada
tahun 2011 PLN memiliki total pelanggan dengan nilai median 963769.

3
 Histogram of 1995

Frequency
2

0
0 5000000 10000000 15000000 20000000
1995

Histogram of 2011

3
Frequency

0
0 10000000 20000000 30000000 40000000
2011

Gambar 1 Histogram Pelangan PLN tahun 1995 dan 2011

Histogram tersebut menunjukkan bahwa frekuensi pelanggan listrik PLN
pada tahun 2011 dengan total sekitar 50.000 sampai 2.000.000 memiliki
frekuensi terbanyak, yakni pada segi sosial,bisnis,industri,publik, dan pelanggan
listrik PLN pada tahun 2011 dengan total sekitar 40.000.000 memiliki frekuensi
yang rendah, yakni dari segi rumah tangga, yang terletak di ujung sebelah kanan
saja. Hal ini menunjukkan bahwa data pelanggan PLN ini tidak membentuk
kurva normal.

4
1.3 Pengujian Hipotesis
Uji 2-Sample t
H0 : Pelanggan PLN pada tahun 1995 lebih kecil dari tahun 2011
H1 : Pelanggan PLN pada tahun 1995 tidak lebih kecil dari tahun 2011

Dengan menggunakan software minitab, berikut outputnya :

Two-Sample T-Test and CI: 1995; 2011

Two-sample T for 1995 vs 2011

N Mean StDev SE Mean

1995 5 3890865 8010380 3582351
2011 5 9182551 18693323 8359908

Difference = mu (1995) - mu (2011)

Estimate for difference: -5291686
95% upper bound for difference: 13035431
T-Test of difference = 0 (vs <): T-Value = -0,58 P-Value = 0,293 DF = 5

P value > maka terima H0. Kesimpulannya Pelanggan PLN pada

tahun 1995 lebih kecil dari tahun 2011.

1.4 Analisis Regresi Linier Sederhana

1.4.1 Regression Analysis: Lebar Kaki versus Panjang Kaki
Regression Analysis: Jumlah Pelanggan versus Tahun

The regression equation is

Jumlah Pelanggan = - 2,83E+09 + 1426599 Tahun

Predictor Coef SE Coef T P

Constant -2825140498 94477498 -29,90 0,000
Tahun 1426599 47168 30,25 0,000

S = 952744 R-Sq = 98,4% R-Sq(adj) = 98,3%

Analysis of Variance

Source DF SS MS F P
Regression 1 8,30356E+14 8,30356E+14 914,77 0,000
Residual Error 15 1,36158E+13 9,07721E+11
Total 16 8,43972E+14

Unusual Observations

Jumlah
Obs Tahun Pelanggan Fit SE Fit Residual St Resid
17 2011 45912754 43750772 442474 2161982 2,56R

R denotes an observation with a large standardized residual.

5
 Dari hasil output minitab berdasarkan data yang didapat diatas dilihat
bahwa persamaan garis regresi untuk panjang dan lebar telapak kaki yaitu
= Jumlah Pelanggan = - 2,83E+09 + 1426599 x

Pertama, yang dilakukan adalah menguji intercept () garis regresi.

H0 : =0
H1 : 0
Dari data, didapatkan p-value untuk adalah 0.000, sehingga p-value < ,
reject H0. Maka, nilai tidak sama dengan 0, atau nilai slope garis regresi
tidak sama dengan nilai slope yang sebenarnya.
Kedua, menguji slope garis regresi, atau .
H0 : =0
H1 : 0
Dari data, didapatkan p-value untuk adalah 0.000, sehingga p-value < ,
reject H0. Maka, nilai tidak sama dengan 0, atau nilai intercept garis regresi
tidak sama dengan nilai intercept yang sebenarnya.

Residual Plots for J umlah Pelanggan

Normal Probability Plot Versus Fits
99
2000000
90
1000000
Residual
Percent

50 0

10 -1000000

1 -2000000
-2000000 -1000000 0 1000000 2000000 20000000 30000000 40000000
Residual Fitted Value

Histogram Versus Order

4,8 2000000
Frequency

3,6 1000000
Residual

2,4 0

1,2 -1000000

0,0 -2000000
2 4 6 8 10 12 14 16
Observation Order

Residual

Gambar 3 Residual Plots untuk Panjang dan Lebar Kaki

6
 Pada hasil 4 diagram diatas dapat diambil kesimpulan yaitu pertama error
dari analisa regresi sudah mendekati distribusi normal, kemudian kedua error
tersebut adalah independen karena tidak membentuk pola atau memiliki plot
secara acakdan terakhir identik karena terletak bebas diatas garis 0. Maka
dapat disimpulkan bahwa analisa regresi ini sudah dapat memodelkan
hubungan x dan y dengan baik.
Dilihat dari hasil minitab untuk data pengeluaran komunikasi dan internet
seminggu dengan pengeluaran per bulan ini didapatkan nilai r 2 kecil, ini
dikarenakan nilai variansi data besar. Dan inilah yang disebut dengan data
yang kurang bagus, karena nilai variansi yang besar mengakibatkan nilai error
semakin banyak pula. Suatu data dapat dikatakan data yang bagus jika
didapatkan nilai r2 yang besar karena nilai error kecil dan variansi kecil pula.

1.5 Korelasi Data

Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara
dua variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien
korelasi menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua
variabel acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai
hubungan searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi
pula. Begitu pula sebaliknya. Untuk memudahkan melakukan interpretasi mengenai
kekuatan hubungan antara dua variable maka dibuat kriteria sebagai berikut
0 0,25 : Korelasi sangat lemah
0,25 0,5 : Korelasi cukup
0,5 0,75 : Korelasi kuat
0,75 0,99 : Korelasi sangat kuat
1 : Korelasi sempurna

Correlations: Tahun; Jumlah Pelanggan

Pearson correlation of Tahun and Jumlah Pelanggan = 0,992

P-Value = 0,000

Dapat disimpulkan data hubungan panjan dan lebar kaki memiliki korelasi sebesar
0,992 yang berarti korelasi keduanya sangat kuat.