MAKALAH STATISTIK INDUSTRI

“RANGKUMAN ANALISIS DAN UJI DATA”

Disusun Oleh :

Nama : Gusmon Sidik

NPM : E1G016033
Kelas : A
Mata Kuliah : Statistik Industri
Prodi : Teknologi Industry Pertanian
Dosen : 1. Ir. Sigit Mujiharjo, M.SAE
2. Ir. Laili Susanti, M.Si
3. Ir. Lukman Hidayat, MP

JURUSAN TEKNOLOGI PERTANIAN

FAKULTAS PERTANIAN
UNIVERSITAS BENGKULU
2018
 KATA PENGANTAR

Assalamu’alaikm Wr. Wb.

Alhamdulillah dengan memanjatkan puji syukur kehadirat Tuhan Yang

Maha Esa yang telah memberikan rahmat, hidayah dan inayahnya kepada kita,
sehingga dapat menyelesaikan penyusunan makalah ini tentang analisis dan uji
data.
Makalah ini merupakan salah satu tugas yang di berikan kepada saya
untuk memenuhi tugas mata kuliah Statistik Industri yang berjudul “Rangkuman
Analisis dan Uji Data”. Selain itu tujuan dari pembuatan buku ini juga untuk
menambah wawasan tentang apa saja macam-macam dan kegunaan uji data.
Sehingga besar harapan saya, makalah yang saya sajikan dapat menjadi
konstribusi positif bagi pengembang wawasan pembaca.

Saya menyadari dalam pembuatan makalah ini jauh dari kesempurnaan.

Oleh karena itu, dengan segala kerendahan hati, saya menerima kritik dan saran
yang membangun guna memperbaiki penyusunan makalah selanjutnya menjadi
lebih baik lagi.

Wassalamu’alikum Wr. Wb.

Bengkulu, 2 Mei 2017

Gusmon Sidik
 BAB I

PENDAHULUAN

1.1 Latar belakang

Dalam statistik, analisis varians (anava) adalah kumpulan model statistik,
dan prosedur yang terkait, di mana diamati variandalam suatu variabel tertentu
dipartisi kedalam komponen yang timbul dari berbagai sumber variasi. Dalam
bentuknya yang palingsederhana anava memberikan uji statistikapakah atau
tidak berartidari beberapakelompok semua sama, dan karenanya generalizes t-
test untuk lebih dari duakelompok. anava sangat membantu karena mereka
memiliki keuntungan lebih dari ujit dua-sample-. Melakukan dua-sample t-tes
beberapa akan mengakibatkan peningkatankesempatan melakukan sebuah tipe I
kesalahan. Untuk alasan ini, anava berguna dalam membandingkan dua, tiga atau
lebih berarti.
Pada makalah ini akan didiskusikan perbandingan dua atau lebih
parameter populasi. Sebuah teknik yang dipakai untuk membandingkan dua atau
lebih parameter populasi kita kenal sebagai analysis of variance atau sering
disebut anova. Teknik ini sering dipakai untuk penelitian terutama pada rancangan
penelitian eksperimen missal penelitian teknologi baru, prosedur-prosedur baru,
dan kebijakan-kebijakan baru.
Oleh karena itu pada kesempatan kali ini kami bermaksud untuk
menyusun makalah ini sebagai upaya untuk mempelajari dan memahami pokok
bahasan yang berkaitan dengan uji anava, sehingga kami dapat
memiliki pengetahuan dan pemahaman tentang anava.

1.2 Tujuan
1. Memahami uji apa saja yang terdapat pada analisis dan uji data.
2. Memahami masing-masing kegunaan analisis dan uji data.
 BAB II

TINJAUAN PUSTAKA

Pekerjaan analisis data dalam hal ini ialah mengatur, mengurutkan,

mengelompokkan, memberikan kode, dan mengategorikannya. Pengorganisasian
dan pengelolaan data tersebut bertujuan menemukan tema dan hipotesis kerja
yang akhirnya diangkat menjadi teori substantif oleh karena itu, analisis
data merupakan bagian yang amat penting karena dengan analisislah suatu data
dapat diberi arti dan makna yang berguna untuk masalah penelitian. Data yang
telah dikumpulkan oleh peneliti tidak akan ada gunanya apabila tidak dianalisis
terlebih dahulu. Dalam proses analisis data dimulai dengan menelaah seluruh data
yang tersedia dari berbagai sumber, yaitu dari wawancara, pengamatan yang
sudah dituliskan dalam catatan lapangan, dokumen pribadi, dokumen resmi,
gambar, foto, dan sebagainya (Sugiyono, 2001).
Susan Stainback (Sugiyono, 2006: 88) mengemukakan bahwa “Data
analysis is critical to the qualitative research process. It is to recognition, study,
and understanding of interrelationshp and concept in your data that hypotheses
and assertions can be developed and evaluated” Analisis data merupakan hal yang
kritis dalam proses penelitian kualitatif, data sehingga hipotesis dapat
dikembangkan dan dievaluasi. Selain itu, Spradley (dalam Sugiyono, 2006: 89)
menyatakan bahwa analsis dalam penelitian jenis apapun, adalah merupakan cara
berfikir kritis. Hal itu berkaitan dengan pengujian secara sistematis terhadap
sesuatu untuk menentukan bagian, hubungan antar bagian, dan hubungannya
dengan keseluruhan. Analisis adalah untuk mencari pola. Selanjutnya Sugiyono
mendefinisikan pengertian analisis data adalah proses mencari dan menyusun
secara sistematis data yang diperoleh dari hasil wawancara, catatan lapangan, dan
dokumentasi, dengan cara mengorganisasikan data ke dalam katagori,
menjabarkan ke dalam unit-unit, melakukan sintesa, menyusun kedalam pola,
memilih mana yang penting dan mana yang akan dipelajari, dan membuat
kesimpulan sehingga mudah dipahami oleh sendiri maupun orang lain.
Berdasarkan paparan para ahli diatas, dapat ditarik kesimpulan bahwa
analisis data dapat diartikan sebagai suatu bentuk pola pikir
untuk melaksanakan mengolah data, dengan tujuanmenjadikan data
tersebut sebagai suatu informasi, sehingga karakteristik atau sifat-sifat datanya
dapat dengan mudah dipahami dan bermanfaat untuk menjawab masalah-masalah
yang berkaitan dengan kegiatan penelitian. Analisis data merupakan salah satu
langkah penting dalam rangka memproleh temuan-temuan hasil penelitian. Hal ini
disebabkan data akan menuntun kita kearah temuan ilmiah, bila dianalisis dengan
teknik-teknk yang tepat. Data yang belum dianalisis merupakan data mentah.
Dalam kegiatan penelitian, data mentah akan memberi arti bila dianalisis dan
ditafsirkan. Sehingga analisis data sangat memegang peranan penting dalam
penelitian. Dalam rangka analisis dan interpretasi data, perlu dipahami tentang
keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat
digolongkan ke dalam dua jenis, yaitu data bermuatan kualitatif dan data
bermuatan kuantitatif yang akan dijelaskan pada sub bab selanjutnya.
Analisis data dalam PTK adalah suatu kegiatan mencermati atau menelaah,
menguraikan dan mengkaitkan setiap informasi yang terkait dengan kondisi awal,
proses belajar dan hasil pembelajaran untuk memperoleh simpulan tentang
keberhasilan tindakan perbaikan pembelajaran. Data yang diperoleh dapat
dikelompokkan menjadi dua, yaitu data kualitatif dan data kuantitatif.
1. Data Kuantitatif
Data kuantitatif merupakan data yang berupa angka atau bilangan, baik yang
diperoleh dari hasil pengukuran maupun diperoleh dengan cara mengubah
data kualitatif menjadi data kuantitatif.Contoh data kuantitatif: skor tes awal
Tina untuk mata pelajaran matematika= 65, berat badan Tini 47 kg, panjang
meja tulis 150 cm.
2. Data Kualitatif
Data kualitatif merupakan data yang berupa kalimat-kalimat, atau data yang
dikategorikan berdasarkan kualitas objek yang diteliti, misalnya: baik,
buruk, pandai, dan sebagainya.Contoh data kualitatif: siswa berdiskusi
secara aktif, perhatian siswa terhadap mata pelajaran IPS rendah, dan rata-
rata skor UAS semester ini naik (Sukardi, 2003).
 BAB III

ISI

No. Uji Kegunaan

1. Anava Analisis Varians ( Analysis of Variance) ,
merupakan sebuah teknik inferensial yang
digunakan untuk menguji perbedaan rerata
nilai . Sebagai sebuah teknik analisis , analisis
varians atau yang sering disebut dengan anava
saja mempunyai banyak kegunaan. Anava
dapat digunakan untuk menentukan apakah
rerata nilai dari dua atau lebih sampel berbeda
secara signifikan atau tidak. Kemudian
perhitungan anava menghasilkan harga F yang
secara signifikan menunjukkan kepada peneliti
bahwa sampel yang diteliti berasal dari
populasi yang berbeda , walaupun anava tidak
dapat menunjukkan secara rinci yang manakah
diantara rerata nilai dari sampel –sampel
tersebut yang berbeda secara signifikan satu
sama lain . Ujilah yang menyempurnakan
tugas ini
2. Anava dua arah Diaplikasikan untuk berbagai macam kasus
maupun dalam analisis hubungan antara
berbagai variable yang diamati. Dengan anava
dua arah kirta dapat membandingkan beberapa
rata-rata yang berasal dari beberapa kategori
atau kelompok untuk satu variable perlakuan.
3. Uji lanjut anava Ingin mengetahui perlakuan yang berbeda
nyata secara statistik. Penentuan perlakuan
terbaik tidak dapat dilihat hanya dari nilai rata-
rata.
4. Uji khi kuadrat Mengukur hubungan antara dua variable
dalam skala nominal atau ordinal,
Membandingkan frekuensi yang
diharapkan (expected) dari suatu distribusi
dengan frekuensi yang sesungguhnya
terjadi (observed), Menguji apakah ada
perbedaan antara expected dan observed.

5. Uji tanda Uji Tanda digunakan untuk menguji

hipotesis dengan dua komparatif dan
datanya berbentuk data ordinal.
6. Uji wilcoxon Untuk mengetahui ada tidaknya perbedaan
rata-rata dua sampel yang saling
berpasangan.
7. Uji mann-whitney Untuk mengetahui perbedaan median 2
kelompok bebas yang berskala data
ordinal, interval atau ratio dimana data
tersebut tidak berdistribusi normal.
8. Uji kruskal-wallis Uji nonparametrik yang digunakan
untuk membandingkan tiga atau lebih
kelompok data sampel ketika asumsi
ANOVA tidak terpenuhi.
9. Spearmean test Digunakan untuk mencari hubungan
atau untuk menguji signifikansi
hipotesis asosiatif bila masing-masing
variabel yang dihubungkan berbentuk
Ordinal.
10. Uji runtun Untuk mengetahui apakah sekumpulan
data dari populasi tertentu benar-benar
terjadi secara acak atau ada pola
tertentu dari data tersebut.
11. Uji sampling untuk menentukan sampel yang
 jumlahnya sesuai dengan ukuran
sampel yang akan dijadikan sumber
data sebenarnya, dengan
memperhatikan sifat-sifat dan
penyebaran populasi agar diperoleh
sampel yang representatif.
 BAB IV

KESIMPULAN

1. Uji yang terdapat pada analisis dan uji data yaitu anava, anava dua arah,
uji lanjut anava, uji khi kuadrat, uji tanda, uji wilcoxon, uji mann-whitney,
uji mann-whitney, uji kruskal-wallis, spearmean test, uji runtun, dan uji
sampling.
2. Masing-masing analisis dan uji data memiliki kegunaan dan porsinya
masing-masing, sehingga digunakan sesuai dengan pernyataan yang ada.
 DAFTAR PUSTAKA

Sudjana. 1996. Metoda Statistika. Bandung : Tarsito Bandung.

Sugiyono. 2006. Memahami Penelitian Kuantitatif. Bandung : Alfabeta.

Sugiyono. 2011. Metode Penelitian Kombinasi. Bandung : Alfabeta.

Sukardi. 2003. Metodelogi Penelitian Pendidikan. Jakarta : Bumi Aksara.

Usman, Husaini. 2006. Pengantar Statistika. Jakarta : PT Bumi Aksara.