LAPORAN PRAKTIKUM

PENGANTAR METODE STATISTIKA

Modul IV

ANALISIS DATA IPS MAHASISWA PROGRAM STUDI

TEKNIK PERKAPALAN DAN STATISTIKA DENGAN
MENGGUNAKAN PENDUGAAN PARAMETER
Oleh :
Aisyah Bintang 1316 030 001
Firdaus Rifdah Semesta 1316 030 088

Asisten Dosen :
R. Ryan Nurrahman

Dosen :
Dra. Lucia Aridinanti, MT.
Iis Dewi Ratih, S.Si., M.Si.

Program Studi Diploma III

Jurusan Statistika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Teknologi Sepuluh Nopember
Surabaya
2016
 ABSTRAK

Seperti yang kita tahu, semua aspek kehidupan memerlukan data,

sehingga tidak menutup kemungkinan akan adanya big data (jumlah data
yang sangat banyak), hal tersebut tentu memerlukan suatu metode yang tepat
agar dapat mengolah data dengan akurat dan efisien. Tidak menutup
kemungkinan apabila data pada suatu praktikum akan berjumlah banyak
untuk diteliti seluruhnya, karena itu tidak mungkin dilakukan, maka pada
penelitian atau praktikum dilakukan hanya dengan melibatkan beberapa
populasi yang disebut dengan sampel. Disinilah peran dari statistika
inferensia diperlukan untuk menyelesaikan masalah tersebut dengan cara
menduga parameter populasi, yaitu dengan pendugaan rata-rata, varians, dan
proporsi dari populasi sampel yang telah kita teliti. Namun, hal yang harus
diperhatikan adalah jumlah sampel yang harus diambil dengan tepat agar
dapat menggambarkan (mengestimasi) populasi secara akurat.
Kata Kunci : Estimasi, Pendugaan Parameter, Populasi, Sampel

ii
 DAFTAR ISI

Halaman
ABSTRAK ............................................................................................................ ii
DAFTAR ISI ........................................................................................................ .iii
DAFTAR TABEL ................................................................................................ v
DAFTAR GAMBAR ........................................................................................... vi
BAB I PENDAHULUAN
1.1 Latar Belakang ....................................................................................... 1
1.2 Rumusan Masalah .................................................................................. 2
1.3 Tujuan .................................................................................................... 2
1.4 Manfaat .................................................................................................. 3
1.5 Batasan Masalah..................................................................................... 3
BAB II TINJAUAN PUSTAKA
2.1 Pendugaan ............................................................................................... 4
2.2 Pendugaan Parameter .............................................................................. 4
2.2.1 Taksiran Titik .................................................................................. 4
2.2.2 Taksiran Selang/Interval ................................................................. 4
2.3 Pendugaan Rata-rata................................................................................ 5
2.3.1 Taksiran Titik ................................................................................ 5
2.3.2 Taksiran Selang/Interval ............................................................... 5
2.4 Rata-rata Dua Populasi............................................................................ 6
2.4.1 Taksiran Titik ................................................................................ 6
2.4.2 Taksiran Selang/Interval ............................................................... 6
2.5 Pendugaan Proporsi ................................................................................. 7
2.5.1 Taksiran Titik ................................................................................ 7
2.5.2 Taksiran Selang/Interval ............................................................... 7
2.6 Proporsi Dua Populasi ............................................................................. 8
2.6.1 Taksiran Titik ................................................................................ 8
2.6.2 Taksiran Selang/Interval ............................................................... 8
2.7 Pendugaan Varians ................................................................................. 8
2.7.1 Taksiran Titik ............................................................................... 8

iii
 2.7.2 Taksiran Selang/Interval ............................................................... 9
2.8 Varians Populasi ..................................................................................... 9
2.8.1 Taksiran Titik ................................................................................ 9
2.8.2 Taksiran Selang/Interval ............................................................... 9
2.9 IPS .......................................................................................................... 10
BAB III METODOLOGI PENELITIAN
3.1 Sumber Data .......................................................................................... 11
3.2 Variabel Penelitian ................................................................................ 11
3.3 Langkah Analisis................................................................................... 11
3.4 Diagram Alir ......................................................................................... 12
BAB IV ANALAISIS DATA DAN PEMBAHASAN
4.1 Karakteristik Data IPS Mahasiswa Teknik Perkapalan ITS .................. 13
4.2 Penaksiran Parameter Titik untuk Nilai Rata-rata, Varians, dan Proporsi
pada Populasi Data IPS Mahasiswa Teknik Perkapalan ITS ................. 13
4.3 Penaksiran Parameter Interval untuk Nilai Rata-rata, Varians, dan
Proporsi pada Populasi Data IPS Mahasiswa Teknik Perkapalan ITS .. 14
4.4 Penaksiran Parameter Titik untuk Nilai Rata-rata, Varians, dan Proporsi
pada Populasi Data IPS Mahasiswa Statistika ITS dan Populasi Data IPS
Mahasiswa Teknik Perkapalan ITS ........................................................ 15
4.5 Penaksiran Parameter Titik untuk Nilai Rata-rata, Varians, dan Proporsi
pada Populasi Data IPS Mahasiswa Statistika ITS dan Populasi Data IPS
Mahasiswa Teknik Perkapalan ITS ........................................................ 16
4.6 Analisis Bentuk Fisis Grafik untuk Mengetahui Keakuratan Penaksiran
Interval Rata-Rata .................................................................................. 17
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan .......................................................................................... 18
5.2 Saran .................................................................................................... 20
DAFTAR PUSTAKA
LAMPIRAN

iv
 DAFTAR TABEL

Halaman
Tabel 3.1 Variabel Penelitian .............................................................................. 12
Tabel 4.1 Karakteristik Data IPS Mahasiswa Teknik Perkapalan ITS ................. 13
Tabel 4.2 Penaksiran Parameter Titik untuk Nilai Rata-rata, Varians, dan Proporsi
pada Populasi Data IPS Mahasiswa Teknik Perkapalan ITS ............... 13
Tabel 4.3 Penaksiran Parameter Interval untuk Nilai Rata-rata, Varians, dan
Proporsi pada Populasi Data IPS Mahasiswa Teknik Perkapalan ITS . 14
Tabel 4.4 Penaksiran Parameter Titik untuk Nilai Rata-rata, Varians, dan Proporsi
pada Populasi Data IPS Mahasiswa Statistika ITS dan Populasi Data
IPS Mahasiswa Teknik Perkapalan ITS ............................................... 15
Tabel 4.5 Penaksiran Parameter Titik untuk Nilai Rata-rata, Varians, dan Proporsi
pada Populasi Data IPS Mahasiswa Statistika ITS dan Populasi Data
IPS Mahasiswa Teknik Perkapalan ITS ............................................... 16
Tabel 4.6 Grafik Data IPS Mahasiswa Statistika dan Teknik Perkapalan ITS .... 17

v
 DAFTAR GAMBAR

Halaman
Gambar 3.1 Diagram Alir .................................................................................... 12
Gambar 4.1 Grafik Data IPS Mahasiswa Statistika dan Teknik Perkapalan
ITS ................................................................................................... 17

vi
 BAB I
PENDAHULUAN

1.1. Latar Belakang

Seperti yang kita tahu, semua aspek kehidupan memerlukan data, sehingga
tidak menutup kemungkinan akan adanya big data (jumlah data yang sangat
banyak), hal tersebut tentu memerlukan suatu metode yang tepat agar dapat
mengolah data dengan akurat dan efisien. Dalam melakukan penelitian apabila
data memiliki jumlah yang terlalu besar untuk di teliti seluruhnya maka hal itu
sangat tidak mungkin untuk dilakukan dengan demikian adakalanya percobaan
atau penelitian tersebut dilakukan dengan hanya melibatkan beberapa data dari
populasi yaitu sampel. Disinilah peran statistika inferensia diperlukan untuk
menyelesaikan masalah tersebut dengan cara menduga parameter populasi. Salah
satu hal yang terdapat dalam statistika inferensia adalah pendugaan parameter.
Metode yang digunakan dalam penelitian ini adalah metode pendugaan
parameter. Pendugaan parameter adalah pendugaan yang berfungsi untuk
menduga tentang parameter populasi yang belum diketahui dengan contoh acak
atau bisa disebut sampel (Unindra, 2012).
Penelitian ini akan membahas mengenai pendugaan parameter yang terdiri
atas 3 bagian yaitu, pendugaan rata rata 1 populasi dan pendugaan rata-rata 2
populasi, pendugaan proporsi 1 populasi dan pendugaan proporsi 2 populasi, serta
pendugaan ragam (varians) 1 populasi dan pendugaan ragam (varians) 2 populasi,
dengan variabel yang kami gunakan adalah data IPS mahasiswa Statistika ITS
angkatan 2013, 2014, 2015 dan data IPS mahasiswa Teknik Perkapalan ITS 2013,
2014, 2015. Penelitian ini mengambil 50 sampel secara acak dari variabel-variabel
tersebut, yang selanjutnya akan dianalisis, diinterpretasikan, serta sebagian data
akan dibuat dalam bentuk grafik dan kemudian ditarik kesimpulan. Hal ini
bertujuan untuk menentukan apakah rata-rata, proporsi, maupun varians dari
variabel yang diduga dapat menggambarkan keadaan populasi variabel tersebut
secara keseluruhan.

1
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas, rumusan masalah dari dari penelitian ini
adalah sebagai berikut :
1. Bagaimana hasil penaksiran parameter titik untuk nilai rata-rata, varians,
dan proporsi pada populasi B?
2. Bagaimana hasil penaksiran parameter interval untuk nilai rata-rata,
varians, dan proporsi pada populasi B?
3. Bagaimana hasil penaksiran parameter titik untuk nilai rata-rata, varians,
dan proporsi pada dua populasi (populasi A dan populasi B)?
4. Bagaimana hasil penaksiran parameter interval untuk nilai rata-rata,
varians, dan proporsi pada dua populasi (populasi A dan populasi B)?
5. Bagaimana hasil analisis bentuk fisis grafik untuk mengetahui keakuratan
penaksiran interval rata-rata?

1.3 Tujuan
Berdasarkan rumusan masalah yang telah tertera maka akan menghasilkan
tujuan yang akan dicapai penulis dalam penelitian ini, diantaranya sebagai berikut.
1. Mengetahui hasil penaksiran parameter titik untuk nilai rata-rata, varians,
dan proporsi pada populasi B.
2. Mengetahui hasil penaksiran parameter interval untuk nilai rata-rata,
varians, dan proporsi pada populasi B.
3. Mengetahui hasil penaksiran parameter titik untuk nilai rata-rata, varians,
dan proporsi pada dua populasi (populasi A dan populasi B).
4. Mengetahui hasil penaksiran parameter interval untuk nilai rata-rata,
varians, dan proporsi pada dua populasi (populasi A dan populasi B).
5. Mengetahui hasil analisis bentuk fisis grafik untuk mengetahui keakuratan
penaksiran interval rata-rata.

1.4 Manfaat
Manfaat yang didapat dari hasil penelitian ini adalah dapat menduga nilai
rata-rata, varians, dan proporsi populasi melalui sampel yang diambil. Selain itu
juga dapat membuat data dalam bentuk grafik dari suatu data untuk mengetahui

2
keakuratan penaksiran, serta dapat menginterpertasikannya, dan untuk memberi
wawasan kepada pembaca mengenai metode pendugaan parameter.

1.5 Batasan Masalah

Batasan masalah yang digunakan oleh peneliti dalam penelitian ini adalah
50 sampel acak dari data IPS mahasiswa S1 Statistika ITS angkatan tahun 2013,
2014, dan 2015 dan 50 sampel acak dari data nilai IPS mahasiswa S1 Teknik
Perkapalan ITS angkatan 2013, 2014, dan 2015.

3
 BAB II
TINJAUAN PUSTAKA

2.1 Pendugaan
Pendugaan adalah proses menggunakan sampel statistik untuk menduga
hubungan parameter populasi yang tidak diketahui (Fitriyah, 2015).
2.2 Pendugaan Parameter
Pendugaan parameter adalah pendugaan yang berfungsi untuk menduga
tentang parameter populasi yang belum diketahui dengan contoh acak atau bisa
disebut sampel (Unindra, 2012).
Pendugaan digolongkan menjadi dua yaitu pendugaan titik dan pendugaan
interval.

2.2.1 Pendugaan Titik

Sebuah nilai tunggal yang digunakan untuk menduga sebuah parameter
disebut titik estimator, sedangkan proses menduga titik tersebut disebut
pendugaan titik. (Harinaldi, 2005).

2.2.2 Pendugaan Interval

Pendugaan Interval adalah suatu sebaran nilai-nilai yang digunakan  dari
sebuah parameter. Proses menduga dengan suatu sebaran  untuk menduga nilai-
nilai ini disebut pendugaan interval (Harinaldi, 2005).
Konsep yang mendasari pendugaan interval ini adalah sampel-sampel yang
diambil dari suatu populasi yang akan berdistribusi disekitar µ, dengan deviasi
standar sifat dari distribusi sampelnya atau disebut standart eror (Subaris, 2005).
Misalnya,  merupakan estimator untuk parameter , sedangkan A dan B
adalah nilai-nilai estimator tersebut berdasarkan suatu sampel tertentu, maka
koefisien kepercayaannya dinyatakan dengan:
P(A <  < B) = 1 – α untuk 0 < α < 1 (2.1)
Dimana:
Interval A <  < B = interval kepercayaan (confidence level) (1-α) 100%.
A dan B = batas-batas kepercayaan.
(1-α) = Harga probabilitas atau disebut juga sebagai koefisien konfidensi.

4
 Jadi P(A <  < B) = 1 – α diartikan bahwa kita merasa 100(1 – α)%
percaya (yakin) bahwa  terletak diantara A dan B. (Walpole, 1995).
2.3 Pendugaan rata-rata
Dalam melakukan pendugaan terhadap mean populasi dengan
menggunakan data yang diperoleh dari sampel terdapat beberapa hal yang terlebih
dahulu harus diperhatikan yaitu :
1. Ukuran sampel (apakah besar (n>30) atau kecil (n<30))
2. Informasi tentang distribusi populasinya (apakah distribusi normal atau
tidak)
3. Standar deviasi populasinya (diketahui atau tidak)
4. Pemilihan jenis distribusi yang menjadi dasar penaksiran.

(Unindra, 2012)

2.3.1 Taksiran Titik

Taksiran titik adalah pendugaan yang hanya menyebutkan satu titik untuk
menduga suatu rata-rata ( Harianti, 2012)
n

  xi
x i 1
(2.2)
n
Keterangan:
x = Nilai Taksiran Titik
n = Jumlah sampel (percobaan)
2.3.2 Taksiran Selang/ Interval
Taksiran selang/interval adalah pendugaan yang menyatakan nilai dugaan
dalam suatu daerah yang dibatasi oleh dua nilai (Harianti, 2012).
Untuk satu populasi dimana nilai n  30 dan  2 dari populasi maka:
 
x  Z <  < x  Z (2.3)
2 n 2 n

Keterangan:
 = 1- tingkat kepercayaan (sering disebut change of error)
x = Rata-rata sampel
 = Rata-rata Populasi

5
 = Simpangan Baku
n = Banyak percobaan
Untuk satu populasi dimana nilai n<30 dan  2 dari sampel maka.

s s
x  t <  < x  t , df  n  1 (2.4)
2 n 2 n

2.4 Rata-rata Dua Populasi

Rata-rata dimana terdapat dua populasi yang dibandingkan dan ditaksir.
2.4.1 Taksiran Titik
Taksiran titik adalah pendugaan yang hanya menyebutkan satu titik untuk
menduga rata-rata (Harianti, 2012).
Dimana ada dua populasi dengan 1 dan  2 maka penaksirannya sebagai
berikut.
x1  x2 (2.5)
Dimana 1   2   D
2.4.2 Taksiran Selang/Interval
Taksiran selang/interval adalah pendugaan yang menyatakan nilai dugaan
dalam suatu daerah yang dibatasi oleh dua nilai (Harianti, 2012).
Untuk dua populasi dimana 1   2 jika  1 dan  2 diketahui sebagai
berikut.

X 1 
 X 2  za
 12
n1

 22
n2

 1   2  X 1  X 2  z a  12
n1

 22
n2
(2.6)
2 2

Keterangan :
X 1 X2  = nilai tengah contoh acak bebas berukuran n1 dan n 2 .
 = tingkat kesalahan atau tingkat kekeliruan.
1   2 = selisih rata-rata dua populasi

Untuk dua populasi dimana 1   2 jika  1   2 dan tidak diketahui

sebagai berikut.

6
 2 2 2 2
s1 s2 s s
( x 1  x 2 )  t  < 1 - 2 < ( x 1  x 2 )  t 1  2 (2.7)
2
n1 n 2 2
n1 n 2

Keterangan :
X 1 X2  = Nilai tengah contoh acak bebas berukuran n1 dan n 2 .
s1 = Standar deviasi populasi 1
s2 = Standar deviasi populasi 2

2.5 Pendugaan Proporsi

Pendugaan proporsi adalah pendugaan dari proporsi populasi yang tidak
diketahui. Untuk satu populasi sebagai berikut.
2.5.1 Taksiran Titik
Taksiran titik adalah pendugaan yang hanya menyebutkan satu titik untuk
menduga proporsi (Harianti, 2012).
x
pˆ  (2.8)
n
Keterangan :
p̂ = proporsi

X = banyak data yang diinginkan

n = banyak data sampel

2.5.2 Taksiran Selang/Interval

Taksiran selang/interval adalah pendugaan yang menyatakan nilai dugaan
dalam suatu daerah yang dibatasi oleh dua nilai (Harianti, 2012).
Untuk satu populasi dimana n  30 maka secara hampiran sebagai berikut.

ˆ qˆ
p ˆ qˆ
p
ˆ  z( ˆ  z( )
 p p
(.10)

p )
(2.9)
2 n 2 n
2.6 Proporsi Dua Populasi
Merupakan selisih atau perbandingan antara proporsi dari dua populasi
yang ada.
2.6.1 Taksiran Titik
Taksiran titik adalah pendugaan yang hanya menyebutkan satu titik untuk
menduga selisih proporsi (Harianti, 2012).

7
 Penaksiran titik selisih dua proporsi p1  p2 , dalam suatu percobaan
binomial diberikan oleh statistik.
pˆ 1  pˆ 2 (2.10)
2.6.2 Taksiran Selang/Interval
Selang kepercayaan (1-  )  100% untuk p1  p2 ; n1 dan n2  30, secara
hampiran diberikan sebagai berikut.

pˆ 1qˆ1 pˆ 2 qˆ 2 pˆ 1qˆ1 pˆ 2 qˆ 2 (2.11)

( pˆ 1  pˆ 2 )  Z    p1  p2  ( pˆ 1  pˆ 2 )  Z  
2 n1 n2 2 n1 n2

Keterangan:

p1  p2  Selisih proporsi

2.7 Pendugaan Varians

Pendugaan varians adalah pendugaan nilai varians dalam suatu populasi
dimana s 2 adalah ragam contoh acak berukuran n yang ditarik dari suatu populasi
normal dengan ragam  2 , dan dihitung nilai s 2 maka kita akan mendapatkan
sebuah nilai penduga bagi populasi tersebut (Walpole, 2012).
Untuk satu populasi sebagai berikut.

2.7.1 Taksiran Titik

Taksiran titik adalah pendugaan yang hanya menyebutkan satu titik untuk
menduga ragam dari suatu populasi (Harianti, 2012).
n

 (x i  x) 2
S2  i 1 (2.12)
n 1

Keterangan:

s2 = Ragam

n = Banyak data

x = Rata-rata

8
2.7.2 Taksiran Selang/Interval

Selang kepercayaan (1   ) 100% untuk  2 suatu populasi normal sebagai

berikut.

(n - 1) s 2 (n - 1) s 2
< <
2
(2.13)
x 2 / 2 x 2 (1  )
2

Keterangan:

2 = Ragam

n = Banyak data

2.8 Varians Dua Populasi

Keragaman dari dua populasi merupakan rasio dari keragaman itu sendiri
yang juga memiliki dua macam penaksiran yaitu penaksiran titik dan interval.

2.8.1 Taksiran Titik

Penaksiran titik nisbah dua varians populasi diberikan oleh statistik

sebagai berikut.

2
s1 (2.14)
2
s2

Keterangan:

s1 = Ragam Sampel 1

s2 = Ragam Sampel 2

2.8.2 Taksiran Selang/Interval

Selang kepercayaan (1   ) 100% untuk  2 suatu populasi normal sebagai

berikut.

9
 s1
2
1  1 2 s1 2 (2.15)
. < 2 < 2 . f  ( v ,v
s2
2
f ( v1 , v2 )
2 s2 2 1 2)

Keterangan:

s1 = Ragam Sampel 1

s2 = Ragam Sampel 2

1 = Ragam pada populasi 1

2 = Ragam pada populasi 2

2.9 IPS
IPS atau Indeks Prestasi Semester adalah prestasi belajar seorang peserta
didik di perguruan tinggi dapat digambarkan dengan indeks prestasi semester
(IPS/IP), yaitu nilai kredit rata-rata yang merupakan satuan nilai akhir yang
menggambarkan mutu proses belajar mengajar tiap semester, atau secara singkat
dapat diartikan sebagai besaran atau angka yang menyatakan prestasi
(keberhasilan proses belajar mengajar) mahasiswa pada satu semester (KBBI,
2016).

10
 BAB III
METODOLOGI PENELITIAN

3.1 Sumber Data

Penelitian ini menggunakan sumber data sekunder. Sumber data sekunder
didapat melalui website integra ITS yang diakses pada Senin, 14 November 2016
dan Selasa, 15 November 2016 sekitar pukul 14.00 bertempat di Plaza Aljabar.

3.2 Variabel Penelitian

Variabel penelitian yang digunakan pada penelitian ini adalah sebagai
berikut.
Tabel 3.1 Variabel Penelitian
Variabel Keterangan Skala
A IPS Mahasiswa S1 Statistika ITS angkatan 2013, 2014, dan 2015 Rasio
IPS Mahasiswa S1 Teknik Perkapalan ITS angkatan 2013, 2014, Rasio
B
dan 2015

3.3 Langkah Analisis

Langkah-langkah yang dilakukan pada praktikum ini adalah sebagai
berikut.
1. Menghitung karakteristik data IPS mahasiswa S1 Teknik Perkapalan ITS
dengan menggunakan software.
2. Menghitung nilai pendugaan parameter titik dan interval rata-rata, varians,
dan proporsi 50 data sampel data IPS mahasiswa S1 Teknik Perkapalan
ITS dengan software dan manual.
3. Menghitung nilai pendugaan parameter titik dan interval selisih rata-rata,
rasio varians, dan selisih proporsi data IPS mahasiswa S1 Statistika ITS
dan data IPS mahasiswa S1 Teknik Perkapalan ITS dengan software dan
manual.
4. Menganalisis hasil analisis bentuk fisis grafik data 2 populasi (IPS
mahasiswa S1 Statistika ITS dan IPS mahasiswa S1 Teknik Perkapalan
ITS).
5. Menginterpretasi hasil perhitungan.
6. Menarik kesimpulan dan saran.

11
3.4 Diagram Alir
Berikut adalah gambar sajian dari diagram alir.

Mulai

Mengumpulkan Data

Menginput Data ke dalam Software

Menghitung Karakteristik Data Variabel B

Menaksir Parameter Variabel B

Menaksir Parameter Dua Populasi

Menginterpretasikan Data

Kesimpulan

Selesai

Gambar 3.1 Diagram Alir

12
 BAB IV
ANALISIS DATA DAN PEMBAHASAN

4.1 Karakteristik Data IPS Mahasiswa Teknik Perkapalan ITS

Berikut adalah karakteristik data IPS seluruh mahasiswa Teknik Perkapalan
ITS.
Tabel 4.1 Karakteristik Data IPS Mahasiswa Teknik Perkapalan ITS

Variabel Rata-rata Varians StDev Min Med Max

IPS populasi B 2.80 0.3226 0.5680 1.18 2.82 3.96
Menurut tabel 4.1 dapat dikatakan bahwa rata-rata IPS (Indeks Prestasi
Semester) Mahasiswa Teknik Perkapalan ITS sebesar 2,80 dengan keragaman
data 0,3226 dan standar deviasi 0,5680. Berdasarkan standar deviasi yang didapat
terlihat bahwa data tersebut cukup fluktuatif, dimana diperoleh nilai standar
deviasi yang lumayan besar. Hasil data tersebut menunjukkan bahwa data IPS
Mahasiswa Teknik Perkapalan bernilai 50% dibawah 2,82 dan 50% diatas 2,82
dengan IPS terendah 1,18 dan IPS tertinggi 3,96.
4.2 Penaksiran Parameter Titik untuk Nilai Rata-rata, Varians, dan
Proporsi pada Populasi Data IPS Mahasiswa Teknik Perkapalan ITS
Berikut adalah hasil penaksiran parameter titik untuk nilai rata -rata, varians,
dan proporsi pada populasi data IPS mahasiswa Teknik Perkapalan ITS dengan
menggunakan perhitungan software (minitab) dan perhitungan secara manual.
Tabel 4.2 Penaksiran Parameter Titik pada Populasi Data IPS Mahasiswa Teknik Perkapalan ITS

Penaksiran Perhitungan Software Perhitungan Manual

Rata-rata 2,84 2,79
Varians 0,322 0,3221
Proporsi 0,14 0,14

Tabel 4.2 menunjukkan bahwa estimasi rata-rata nilai IPS mahasiswa

Teknik Perkapalan ITS sebesar 2,84. Estimasi keragaman data IPS mahasiswa
Teknik Perkapalan ITS sebesar 0,322. Estimasi proporsi data nilai IPS mahasiswa
Teknik Perkapalan ITS dengan predikat cumlaude atau IPS diatas 3,5 sebesar
0,14. Tabel 4.2 menunjukkan bahwa hasil perhitungan software mendekati atau
bahkan sama dengan hasil perhitungan manual. Dimana perhitungan manual

13
didapat dengan menghitung menggunakan rumus pendugaan parameter. Ini
membuktikan bahwa teori pendugaan parameter adalah benar.

4.3 Penaksiran Parameter Interval untuk Nilai Rata-rata, Varians, dan

Proporsi pada Populasi Data IPS Mahasiswa Teknik Perkapalan ITS
Berikut hasil penaksiran parameter interval untuk nilai rata-rata, varians,
dan proporsi pada populasi IPS mahasiswa Teknik Perkapalan ITS menggunakan
perhitungan software dan perhitungan manual, dengan tingkat kesalahan sebesar
5%.
Tabel 4.3 Penaksiran Parameter Interval pada Populasi Data IPS Mahasiswa Teknik Perkapalan
ITS

Perhitungan Software Perhitungan Manual

Penaksiran Interval Interval Populasi

Batas Batas
Batas Atas Batas atas
Bawah Bawah
Rata-rata 2.6813 2.9959 2,6812 3,012 2,80
Varians 0,225 0,500 0,2246 0,5012 0,3226
Proporsi 0,058192 0,267396 0,0572 0,26786

Tabel 4.3 menunjukkan bahwa estimasi rata-rata data IPS mahasiswa

Teknik Perkapalan ITS dengan selang kepercayaan 95% atau tingkat kesalahan
5%, bernilai antara 2,68 sampai 3,00. Hasil penaksiran parameter ini sesuai,
karena nilai rata-rata populasi sebesar 2,80 masuk dalam selang interval tersebut.
Estimasi keragaman data IPS mahasiswa Teknik Perkapalan ITS dengan selang
kepercayaan 95% atau tingkat kesalahan 5% sebesar 0,21 sampai 0,54. Hasil
penaksiran parameter ini sesuai, karena nilai keragaman populasi sebesar 0,3226
masung dalam selang tersebut. Estimasi proporsi data IPS mahasiswa Teknik
Perkapalan dengan selang kepercayaan 95% atau tingkat kesalahan 5% sebesar
0,06 sampai 0,27. Tabel 4.3 menunjukkan bahwa hasil perhitungan software
mendekati atau bahkan sama dengan hasil perhitungan manual. Artinya
pendugaan parameter yang diambil dari data sampel memang benar dapat
merepresentasikan populasi yang ada.

14
4.4 Penaksiran Parameter Titik untuk Nilai Rata-rata, Varians, dan
Proporsi pada Populasi Data IPS Mahasiswa Statistika ITS dan
Populasi Data IPS Mahasiswa Teknik Perkapalan ITS
Berikut hasil penaksiran parameter titik untuk nilai rata – rata, varians, dan
proporsi pada populasi data nilai IPS mahasiswa Statistika ITS dan populasi data
IPS mahasiswa Teknik Perkapalan ITS dengan menggunakan perhitungan
software dan perhitungan manual.
Tabel 4.4 Penaksiran Parameter Titik pada Populasi Data IPS Mahasiswa Statistika ITS dan
Populasi Data IPS Mahasiswa Teknik Perkapalan ITS

Penaksiran Perhitungan Software Perhitungan Manual

Rata-rata -0,542 -0,5418

Varians 1,455 1,455311
Proporsi -0,34 -0,34
Tabel 4.4 menunjukkan bahwa estimasi selisih rata-rata dari data IPS
mahasiswa Statistika ITS dan data IPS mahasiswa Teknik Perkapalan ITS sebesar
-0,542. Tanda negatif menunjukkan bahwa IPS mahasiswa Statistika ITS lebih
tinggi dibanding IPS mahasiswa Teknik Perkapalan. Estimasi rasio keragaman
data IPS mahasiswa Statistika ITS dan data IPS mahasiswa Teknik Perkapalan
ITS sebesar 1,455. Artinya data IPS mahasiswa Teknik Perkapalan lebih beragam
dibanding IPS mahasiwa Statistika ITS. Estimasi selisih proporsi data IPS
mahasiswa Statistika ITS dan data IPS mahasiswa Teknik Perkapalan ITS dengan
gelar cumlaude atau nilai diatas 3,5 sebesar -0,34. Tanda negatif menunjukkan
bahwa mahasiswa Statistika ITS yang memperoleh predikat cumlaude lebih
banyak daripada mahasiswa Teknik Perkapalan ITS. Pada tabel 4.4 menunjukkan
bahwa hasil perhitungan software mendekati atau bahkan sama dengan hasil
perhitungan manual. Artinya teori pendugaan parameter adalah benar dan
pendugaan memang dapat menggambarkan keadaan populasi yang sebenarnya.
4.5 Penaksiran Parameter Interval untuk Nilai Rata-rata, Varians, dan
Proporsi pada Populasi Data IPS Mahasiswa Statistika ITS dan
Populasi Data IPS Mahasiswa Teknik Perkapalan ITS

15
 Berikut hasil penaksiran parameter interval untuk nilai rata-rata, varians,
dan proporsi pada populasi data IPS Mahasiswa Statistika ITS dan populasi data
IPS Mahasiswa Teknik Perkapalan ITS menggunakan perhitungan software dan
perhitungan manual, dengan alfa sebesar 5%.
Tabel 4.5 Penaksiran Parameter Interval pada Populasi Data IPS Mahasiswa Statistika ITS dan
Populasi Data IPS Mahasiswa Teknik Perkapalan ITS

Perhitungan Software Perhitungan Manual

Penaksiran Interval Interval Populasi

Batas Batas
Batas Bawah Batas atas
Bawah Atas
Rata-rata -0,741 -0,342 -0,73848 -0,34511 -0,4840
Varians 1,232 2,095 0,8259 2,564 1,455
Proporsi -0,50860 -0,171398 -0,5086 -0,1713944
Berdasarkan tabel 4.5 menunjukkan bahwa selisih estimasi rata-rata antara
populasi data IPS Mahasiswa Statistika ITS dan populasi data IPS mahasiswa
Teknik Perkapalan dengan selang kepercayaan 95% atau tingkat kesalahan 5%
bernilai antara -0,741 sampai -0,342. Hasil penaksiran parameter ini sesuai, karena
nilai estimasi selisih rata-rata populasi sebesar -0,4840 masuk dalam interval
tersebut. Rasio keragaman populasi data IPS Mahasiswa Statistika ITS dan
populasi data IPS Mahasiswa Teknik Perkapalan dengan selang kepercayaan 95%
atau tingkat kesalahan 5% sebesar 1,232 sampai 2,095. Hasil penaksiran
parameter ini sesuai, karena nilai keragaman populasi sebesar 1,455 masuk dalam
selang tersebut. Sedangkan untuk selisih estimasi proporsi dua populasi yaitu
populasi data IPS Mahasiwa Statistika ITS dan populasi data IPS mahasiswa
Teknik Perkapalan dengan selang kepercayaan 95% atau tingkat kesalahan 5%
didapatkan nilai sebesar -0,508602 sampai -0,171398. Tanda negatif menunjukkan
bahwa mahasiswa Statistika ITS yang memperoleh predikat cumlaude lebih
banyak daripada mahasiswa Teknik Perkapalan ITS. Tabel 4.5 menunjukkan
bahwa hasil perhitungan software mendekati hasil atau bahkan sama dengan
perhitungan manual. Artinya teori pendugaan parameter adalah benar dan dapat
mengestimasi populasi dari beberapa sampel yang diambil.
4.6 Analisis Bentuk Fisis Grafik untuk Mengetahui Keakuratan
Penaksiran Interval Rata-Rata

16
 Berikut adalah bentuk fisis grafik data IPS mahasiswa Statistika ITS dan
IPS mahasiswa Teknik Perkapalan ITS.
Tabel 4.6 Grafik Data IPS Mahasiswa Statistika dan Teknik Perkapalan ITS.

Masuk Keluar
11 39

Tabel 4.6 menunjukkan bahwa 11 data selisih rata-rata IPS mahasiswa

Statistika dan Teknik Perkapalan ITS berada dalam rentang interval dan 39 data
sisanya berada diluar selang interval tersebut.

1.5

0.5

0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 Batas Bawah
-0.5
Sampel
-1
Batas Atas
-1.5

-2

-2.5

-3

Gambar 4.1 Grafik Data IPS Mahasiswa Statistika dan Teknik Perkapalan ITS

Gambar 4.1 menunjukkan bahwa dengan selang kepercayaan 95 % dan

tingkat kesalahan 5 % , selisih rat-rata IPS mahasiswa Statististika dan Teknik
Perkapalan ITS berada dalam selang interval -0,741 sampai -0,342, sebanyak 11
data masuk dalam selang interval tersebut sedangkan sisanya sebanyak 39 data
tidak masuk dalam selang interval tersebut. Secara visual dapat terlihat bahwa 11
data selisih rata-rata IPS mahasiswa Statistika dan Teknik Perkapalan ITS berada
dalam rentang interval dan 39 data sisanya berada diluar selang interval tersebut
dimana garis biru yang ada pada grafik menunjukkan batas bawah, garis merah
menunjukkan letak sampel tersebut, dan garis hijau merupakan batas atas dari
populasi tersebut.

17
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan hasil analisis dapat ditarik kesimpulan sebagai berikut.
1. Rata-rata nilai Indeks Prestasi Semester Mahasiswa Teknik Perkapalan ITS
sebesar 2,80 dengan keragaman sebesar 0,3226. Diperoleh bahwa 50% data
Indeks Prestasi Semester Mahasiswa Teknik Perkapalan bernilai dibawah
2,82 dan 50 % sisanya bernilai diatas 2,82. Dengan nilai IPS terendah
sebesar 1,18 dan nilai tertinggi sebesar 3,96.
2. Dengan menggunakan perhitungan software dapat dikatakan bahwa estimasi
rata-rata dari data nilai Indeks Prestasi Semester Mahasiswa Teknik
Perkapalan ITS sebesar 2,84, estimasi keragaman dari data nilai Indeks
Prestasi Semester Mahasiswa Teknik Perkapalan ITS sebesar 0,322, dan
estimasi proporsi dari data nilai Indeks Prestasi Semester Mahasiswa Teknik
Perkapalan ITS sebesar 0,14.
3. Estimasi rata-rata dari data nilai Indeks Prestasi Semester Mahasiswa
Teknik Perkapalan ITS dengan selang kepercayaan 95% dan tingkat
kesalahan 5% bernilai antara 2,6813 hingga 2,9959. Estimasi varians dari
data nilai Indeks Prestasi Semester Mahasiswa Teknik Perkapalan ITS dengan
selang kepercayaan 95% dan tingkat kesalahan 5% bernilai antara 0,210
hingga 0,536. Estimasi proporsi dari data nilai Indeks Prestasi Semester
Mahasiswa Teknik Perkapalan ITS dengan selang kepercayaan 95% dan
tingkat kesalahan 5% bernilai antara 0,058192 hingga 0,267396.

4. Estimasi selisih rata-rata dari data IPS mahasiswa Statistika ITS dan data
IPS mahasiswa Teknik Perkapalan ITS dengan gelar cumlaude atau nilai
diatas 3,5 dan memiliki selang kepercayaan 95% sebesar -0,542. Tanda
negatif menunjukkan bahwa IPS mahasiswa Statistika ITS lebih tinggi
dibanding IPS mahasiswa Teknik Perkapalan. Estimasi rasio keragaman
data IPS mahasiswa Statistika ITS dan data IPS mahasiswa Teknik
Perkapalan ITS sebesar 1,455. Artinya data IPS mahasiswa Teknik
Perkapalan lebih beragam dibanding IPS mahasiwa Statistika ITS. Estimasi
18
 selisih proporsi data IPS mahasiswa Statistika ITS dan data IPS mahasiswa
Teknik Perkapalan ITS dengan gelar cumlaude atau nilai diatas 3,5 sebesar -
0,34. Tanda negatif menunjukkan bahwa mahasiswa Statistika ITS yang
mendapat cumlaude lebih banyak daripada mahasiswa Teknik Perkapalan
ITS. Artinya teori pendugaan parameter adalah benar dan pendugaan
memang dapat menggambarkan keadaan populasi yang sebenarnya.

5. Selisih estimasi rata-rata antara populasi data IPS Mahasiswa Statistika ITS
dan populasi data IPS mahasiswa Teknik Perkapalan dengan selang
kepercayaan 95% atau tingkat kesalahan 5% bernilai antara -0,741 sampai -
0,342. Hasil penaksiran parameter ini sesuai, karena nilai estimasi selisih
rata-rata populasi sebesar -0,4840 masuk dalam interval tersebut. Rasio
keragaman populasi data IPS Mahasiswa Statistika ITS dan populasi data
IPS Mahasiswa Teknik Perkapalan dengan selang kepercayaan 95% atau
tingkat kesalahan 5% sebesar 1,232 sampai 2,095. Hasil penaksiran
parameter ini sesuai, karena nilai keragaman populasi sebesar 1,455 masuk
dalam selang tersebut. Sedangkan untuk selisih estimasi proporsi populasi
data IPS Mahasiwa Statistika ITS dan populasi data IPS mahasiswa Teknik
Perkapalan dengan selang kepercayaan 95% atau tingkat kesalahan 5%
didapatkan nilai sebesar -0,508602 sampai -0,171398. Tabel 4.5
menunjukkan bahwa hasil perhitungan software mendekati hasil atau
bahkan sama dengan perhitungan manual. Artinya teori pendugaan
parameter adalah benar dan dapat mengestimasi populasi dari beberapa
sampel yang diambil.

6. Grafik fisis menunjukkan bahwa dengan selang kepercayaan 95 % dan

tingkat kesalahan 5 % , data IPS mahasiswa Statististika dan Teknik
Perkapalan ITS berada dalam selang interval -0,741 sampai -0,342, sebanyak
11 data masuk dalam selang interval tersebut sedangkan sisanya sebanyak 39 data
tidak masuk (keluar) dari selang interval tersebut. Hal ini dikarenakan jumlah
sampel yang diambil sangat sedikit.

19
5.2 Saran
Untuk mendapatkan penaksiran yang baik, sebaiknya perlu mengetahui
beberapa kriteria yang ada. Kriteria tersebut antara lain seperti, berapa jumlah
sampel yang harus diambil agar dapat menggambarkan populasi secara akurat.
Selain itu hendaknya dilakukan lebih teliti dalam proses mengumpulkan data,
menganalisis data dan menyusun laporan. Sedangkan bagi pembaca diharapkan
lebih selektif dalam menerima informasi dan dapat lebih mendalami metode ini
agar dapat menafsirkan dengan bijak.

20
 DAFTAR PUSTAKA

Fitriyah, Mala, 2015. Metode Penelitian. Jakarta : Pustaka Pelajar.

Harianti, Asni, 2012. Statistika II. Yogyakarta : CV Andi Offset.

Walpole, E Ronald. 1995. Pengantar Statistika. Jakarta : PT Gramedia Pustaka

Utama

Urindra. 2012. Matematika Parameter. Jakarta : Rosda

 LAMPIRAN

Lampiran 1. Nilai IPS (Lanjutan)

1. Mahasiswa Statistika Angkatan Tahun 2015
NRP IPK NRP IPK NRP IPK NRP IPK
1315100063 4 1315100018 3.5 1315100060 3.17 1315100032 2.58
1315100023 3.92 1315100043 3.5 1315100131 3.08 1315100118 2.58
1315100021 3.83 1315100041 3.5 1315100058 3.08 1315100086 2.5
1315100013 3.83 1315100077 3.5 1315100052 3.08 1315100117 2.43
1315100015 3.83 1315100090 3.5 1315100039 3.08 1315100124 2.36
1315100040 3.83 1315100097 3.5 1315100094 3.08 1315100037 2.25
1315100066 3.83 1315100127 3.42 1315100019 3.08 1315100129 2.25
1315100120 3.75 1315100126 3.42 1315100042 3.07 1315100089 2.08
1315100121 3.75 1315100001 3.42 1315100701 3 1315100076 2.08
1315100022 3.75 1315100007 3.42 1315100105 3 1315100132 0.42
1315100024 3.75 1315100005 3.42 1315100116 3
1315100026 3.75 1315100030 3.42 1315100009 3
1315100027 3.75 1315100067 3.42 1315100017 3
1315100011 3.75 1315100055 3.42 1315100057 3
1315100080 3.75 1315100110 3.33 1315100059 3
1315100045 3.75 1315100112 3.33 1315100704 2.93
1315100049 3.75 1315100119 3.33 1315100056 2.92
1315100031 3.75 1315100053 3.33 1315100050 2.92
1315100061 3.75 1315100036 3.33 1315100033 2.92
1315100111 3.67 1315100038 3.33 1315100095 2.92
1315100010 3.67 1315100073 3.33 1315100075 2.92
1315100054 3.67 1315100102 3.33 1315100082 2.86
1315100068 3.67 1315100100 3.33 1315100069 2.83
1315100071 3.67 1315100087 3.33 1315100098 2.83
1315100074 3.67 1315100123 3.25 1315100092 2.83
1315100093 3.67 1315100008 3.25 1315100062 2.83
1315100101 3.67 1315100020 3.25 1315100122 2.83
1315100130 3.58 1315100081 3.25 1315100114 2.83
1315100002 3.58 1315100702 3.17 1315100103 2.79
1315100091 3.58 1315100107 3.17 1315100016 2.75
1315100070 3.58 1315100109 3.17 1315100012 2.75
1315100051 3.58 1315100028 3.17 1315100088 2.67
1315100064 3.58 1315100078 3.17 1315100703 2.67
1315100065 3.58 1315100084 3.17 1315100128 2.67
1315100046 3.58 1315100035 3.17 1315100115 2.67
1315100006 3.5 1315100034 3.17 1315100079 2.58
Lampiran 1. Nilai IPS (Lanjutan)
2. Mahasiswa Teknik Perkapalan Angkatan Tahun 2013
NRP IPS NRP IPS NRP IPS
4113100084 3.69 4113100002 2.64 4113100080 1.98
4113100083 3.66 4113100028 2.61 4113100038 1.93
4113100043 3.52 4113100088 2.59 4113100090 1.91
4113100014 3.43 4113100035 2.58 4113100066 1.89
4113100053 3.42 4113100042 2.57 4113100061 1.84
4113100007 3.33 4113100068 2.57 4113100041 1.83
4113100022 3.31 4113100051 2.56 4113100077 1.79
4113100013 3.25 4113100032 2.56 4113100057 1.74
4113100025 3.21 4113100074 2.52 4113100006 1.7
4113100003 3.18 4113100072 2.52 4113100089 1.57
4113100047 3.17 4113100046 2.52 4113100009 1.5
4113100029 3.15 4113100034 2.5 4113100008 1.21
4113100016 3.12 4113100073 2.5
4113100005 3.12 4113100054 2.45
4113100010 3.05 4113100023 2.45
4113100049 3.02 4113100012 2.39
4113100027 3.02 4113100040 2.39
4113100033 3.02 4113100069 2.36
4113100001 2.98 4113100087 2.33
4113100075 2.97 4113100036 2.32
4113100019 2.88 4113100037 2.3
4113100076 2.81 4113100050 2.29
4113100052 2.81 4113100059 2.21
4113100060 2.81 4113100081 2.18
4113100045 2.75 4113100048 2.17
4113100026 2.74 4113100018 2.17
4113100039 2.74 4113100017 2.14
4113100015 2.71 4113100079 2.14
4113100067 2.71 4113100085 2.13
4113100086 2.71 4113100058 2.11
4113100031 2.69 4113100020 2.1
4113100030 2.66 4113100082 2.08
4113100024 2.66 4113100070 2.05
4113100065 2.64 4113100055 2.05
Lampiran 1. Nilai IPS (Lanjutan)
3. Mahasiswa Teknik Perkapalan Angkatan Tahun 2014
NRP IPS NRP IPS NRP IPS
4114100026 3.65 4114100071 3.05 4114100702 2.53
4114100006 3.64 4114100038 3.05 4114100023 2.48
4114100081 3.63 4114100065 3.02 4114100087 2.41
4114100032 3.61 4114100016 3.02 4114100030 2.29
4114100014 3.58 4114100007 3 4114100056 2.29
4114100052 3.57 4114100047 3 4114100041 2.09
4114100043 3.57 4114100027 3 4114100005 1.84
4114100080 3.46 4114100066 3 4114100012 1.75
4114100050 3.45 4114100008 2.93 4114100045 1.41
4114100076 3.41 4114100073 2.9
4114100044 3.41 4114100090 2.89
4114100051 3.39 4114100028 2.89
4114100010 3.36 4114100048 2.89
4114100060 3.34 4114100021 2.87
4114100072 3.33 4114100020 2.85
4114100058 3.32 4114100055 2.83
4114100034 3.32 4114100062 2.81
4114100029 3.3 4114100019 2.78
4114100004 3.27 4114100025 2.76
4114100086 3.23 4114100061 2.76
4114100011 3.21 4114100042 2.75
4114100037 3.2 4114100018 2.75
4114100088 3.2 4114100013 2.73
4114100079 3.2 4114100009 2.72
4114100002 3.17 4114100083 2.68
4114100067 3.16 4114100046 2.63
4114100089 3.15 4114100022 2.63
4114100078 3.15 4114100053 2.61
4114100017 3.15 4114100085 2.61
4114100074 3.11 4114100015 2.6
4114100063 3.09 4114100033 2.6
4114100031 3.09 4114100069 2.59
4114100024 3.08 4114100082 2.59
4114100064 3.07 4114100077 2.59
4114100075 3.07 4114100003 2.53
Lampiran 1. Nilai IPS (Lanjutan)
4. Mahasiswa Teknik Perkapalan Angkatan Tahun 2015
NRP IPS NRP IPS NRP IPS
4115100015 3.96 4115100025 3.13 4115100079 2.5
4115100019 3.88 4115100050 3.08 4115100081 2.5
4115100029 3.83 4115100038 3.07 4115100089 2.5
4115100067 3.81 4115100068 3.05 4115100075 2.42
4115100011 3.79 4115100049 3.03 4115100072 2.42
4115100071 3.78 4115100048 3.03 4115100088 2.38
4115100032 3.76 4115100001 3.03 4115100091 2.26
4115100008 3.76 4115100058 3.02 4115100069 2.26
4115100010 3.73 4115100074 3 4115100094 2.24
4115100051 3.72 4115100034 2.98 4115100053 2.21
4115100031 3.7 4115100004 2.97 4115100061 2.21
4115100028 3.66 4115100002 2.96 4115100062 2.16
4115100052 3.65 4115100003 2.95 4115100093 2.11
4115100063 3.64 4115100085 2.95 4115100013 2.11
4115100039 3.58 4115100073 2.93 4115100042 2.1
4115100009 3.55 4115100036 2.91 4115100046 2.08
4115100055 3.52 4115100065 2.89 4115100018 1.98
4115100016 3.52 4115100030 2.89 4115100070 1.97
4115100059 3.48 4115100080 2.87 4115100084 1.95
4115100023 3.48 4115100027 2.87 4115100014 1.89
4115100005 3.48 4115100037 2.82 4115100098 1.84
4115100047 3.46 4115100096 2.82 4115100054 1.71
4115100007 3.45 4115100045 2.81 4115100082 1.66
4115100026 3.45 4115100012 2.79 4115100092 1.5
4115100057 3.43 4115100095 2.79 4115100066 1.42
4115100021 3.43 4115100090 2.71 4115100056 1.18
4115100060 3.33 4115100064 2.68
4115100022 3.29 4115100087 2.67
4115100040 3.27 4115100097 2.67
4115100035 3.24 4115100043 2.66
4115100044 3.21 4115100033 2.63
4115100024 3.17 4115100077 2.6
4115100076 3.16 4115100041 2.58
4115100017 3.15 4115100006 2.57
4115100020 3.14 4115100083 2.55
Lampiran 2. Output Minitab

Descriptive Statistics: B

Variable Mean StDev Variance Minimum Median Maximum

B 2.7992 0.5680 0.3226 1.1800 2.8200 3.9600

One-Sample Z: n=50

The assumed standard deviation = 0.5675

Variable N Mean StDev SE Mean 95% CI

n=50 50 2.8386 0.5675 0.0803 (2.6813, 2.9959)

MTB > OneVariance 'n=50';

SUBC> Confidence 95.0;
SUBC> Alternative 0.

Test and CI for One Variance: n=50

Method

The chi-square method is only for the normal distribution.

The Bonett method is for any continuous distribution.

Statistics

Variable N StDev Variance

n=50 50 0,568 0,322

95% Confidence Intervals

CI for
Variable Method CI for StDev Variance
n=50 Chi-Square (0,474; 0,707) (0,225; 0,500)
Bonett (0,458; 0,732) (0,210; 0,536)

Test and CI for One Proportion

Sample X N Sample p 95% CI

1 7 50 0,140000 (0,058192; 0,267396)
Lampiran 2. Output Minitab (Lanjutan)

Two-Sample T-Test and CI: B; A

Two-sample T for B vs A

N Mean StDev SE Mean

B 255 2,799 0,568 0,036
A 338 3,283 0,471 0,026

Difference = μ (B) - μ (A)

Estimate for difference: -0,4840
95% CI for difference: (-0,5678; -0,4001)
T-Test of difference = 0 (vs ≠): T-Value = -11,33 P-Value = 0,000 DF
= 591
Both use Pooled StDev = 0,5148

Test and CI for Two Variances: B; A

Method

Null hypothesis σ(B) / σ(A) = 1

Alternative hypothesis σ(B) / σ(A) ≠ 1
Significance level α = 0,05

Statistics

95% CI for
Variable N StDev Variance StDevs
B 255 0,568 0,323 (0,525; 0,619)
A 338 0,471 0,222 (0,415; 0,537)

Ratio of standard deviations = 1,206

Ratio of variances = 1,455

95% Confidence Intervals

CI for
CI for StDev Variance
Method Ratio Ratio
Bonett (1,036; 1,445) (1,073; 2,089)
Levene (1,110; 1,447) (1,232; 2,095)

Test and CI for Two Proportions

Sample X N Sample p
1 7 50 0,140000
2 24 50 0,480000
 Difference = p (1) - p (2)
Estimate for difference: -0,34
95% CI for difference: (-0,508602; -0,171398)
Test for difference = 0 (vs ≠ 0): Z = -3,95 P-Value = 0,000

Lampiran 3. Perhitungan Manual

1. Perhitungan penaksiran parameter titik pada populasi data IPS mahasiswa

Teknik Perkapalan ITS
Rata-rata Varians Proporsi
n n x
  xi  ( xi  x)2 pˆ 
n
x i 1
S2  i 1
pˆ  0.14
n n 1

x  2.79 S  0.322102
2

3 Perhitungan penaksiran parameter interval untuk pada populasi data IPS

mahasiswa Teknik Perkapalan ITS
Rata-rata Varians

(n - 1) s 2 (n - 1) s 2
s s <  2
<
x  Z <  < x  Z x 2 / 2 x 2 (1 )
2
n 2
n 2

2,6812 <  < 3,012 0,2246 <  < 0,5012

2

Proporsi

pˆ qˆ pˆ qˆ
pˆ  z (  p  pˆ  z ( )
)
n2 2 n
0,0572  p  026786

3. Penaksiran parameter titik pada populasi data IPS mahasiswa Statistika ITS
dan populasi data IPS mahasiswa Teknik Perkapalan ITS
Rata-rata Varians Proporsi
n n x
  xi  (x i  x) 2 pˆ 
n
x i 1
S2  i 1
pˆ  0.34
n n 1

x  -0.5418 S  1,455311
2
Lampiran 3. Perhitungan Manual (Lanjutan)

4. Perhitungan penaksiran parameter interval pada populasi data IPS mahasiswa

Statistika ITS dan populasi data IPS mahasiswa Teknik Perkapalan ITS

Rata-rata

 12  12  12  12
(x 1 x 2 )  Z  < 1 -  2 < ( x 1  x 2 )  Z  
2
n n 2
n n
- 0,5678 < 1 -  2 < 0,4001

Varians

s1
2
1  1 2 s1 2
. < 2 < 2 . f  ( v ,v
s2
2
f ( v1 ,v2 )
2 s2 2 1 2)

 12
0,8259 < 2 < 2,5654
2
Proporsi

pˆ 1 qˆ1 pˆ 2 qˆ 2 pˆ 1 qˆ1 pˆ 2 qˆ 2
( pˆ 1  pˆ 2 )  Z    p1  p 2  ( pˆ 1  pˆ 2 )  Z  
2 n1 n2 2 n1 n2
 0,5086  p1  p 2  0,1713944