BAB I

PENDAHULUAN
1.1. Latar Belakang
Pada kehidupan sehari-hari, manusia selalu mendapatkan suatu permasalahan.
permasalahan tersebut membutuhkan suatu pengamatan, kemudian pengamatan
menghasilkan suatu kumpulan data. Data-data tersebut berupa fakta-fakta numerik
yang telah terkumpul dan terbentuk suatu tabel. Untuk menarik kesimpulan dari data
sebuah pengamatan dibutuhkan untuk meringkas data-data tersebut agar lebih mudah
untuk dilakukan pengamatan terhadapnya.
Fakta-fakta yang disajikan secara numerik, misalnya perolehan skor oleh suatu
tim sepak bola dalam suatu liga Italia, perolehan skor presiden terpilih dalam
pemungutan suara di MPR RI pada jaman reformasi, banyaknya mobil merk Z yang
terjual. Hampir di seluruh kehidupan manusia banyak masalah yang berdasarkan
sebuah data. Data disini lebih ditekankan pada sifat kuantitatif. Ada juga metode
statistika yang menyodorkan konsep data kualitatif yaitu terkait dengan fakta yang
berbentuk kategori, misalnya: rusak, baik, puas, agak puas, tidak puas, laki-laki,
perempuan.
Pengamatan yang menyajikan sebuah data dibutuhkan alat untuk meringkas
data tersebut. Alat yang digunakan tersebut berupa statistika yang berguna untuk
memperoleh suatu informasi dari sebuah data. Ketika sudah mendapatkan informasi
dari data tersebut, maka pengamatan tersebut dapat disimpulkan. Dan saya akan
meneliti hasil dari tiga aplikasi yang merupakan aplikasi dalam ilmu statistika.
1.2. Rumusan Masalah
Pada penelitian ini saya mengambil beberapa titik masalah yang akan kita
bahas dalam penelitian ini, yaitu:
1. Bagaimana output data total kedatangan penumpang dari pelayaran dalam negeri di
Pelabuhan Belawan, 2006-2016 menggunakan software Minitab?
2. Bagaimana output data total kedatangan penumpang dari pelayaran dalam negeri di
Pelabuhan Belawan, 2006-2016 menggunakan software SPSS?
3. Bagaimana output data total kedatangan penumpang dari pelayaran dalam negeri di
Pelabuhan Belawan, 2006-2016 menggunakan software R?

1.3. Tujuan
Dari laporan diatas saya mempunyai tujuan sebagai berikut.

1
1. Untuk mengetahui output data total kedatangan penumpang dari pelayaran dalam
negeri di Pelabuhan Belawan, 2006-2016 menggunakan software Minitab.
2. Untuk mengetahui output data total kedatangan penumpang dari pelayaran dalam
negeri di Pelabuhan Belawan, 2006-2016 menggunakan software SPSS.
3. Untuk mengetahui output data total kedatangan penumpang dari pelayaran dalam
negeri di Pelabuhan Belawan, 2006-2016 menggunakan software R.
1.4. Batasan Masalah
Adapun batasan masalah yang dipaparkan dalam penelitian ini adalah sampel
yang digunakan pada data total kedatangan penumpang dari pelayaran dalam negeri di
Pelabuhan Belawan selama 120 bulan yang diteliti oleh Badan Pusat Statistika(BPS).
Apikasi yang kami gunakan adalah Minitab, SPSS, dan R.

BAB II
TINJAUAN PUSTAKA
2.1. Tinjauan Statistika

2
2.1.1. Pengertian Statistika
Statistika merupakan suatu ilmu yang mempelajari cara pengumpulan,
pengolahan/pengelompokkan, penyajian, dan analisis data serta cara pengambilan
kesimpulan dengan memperhitungkan unsur ketidakpastian berdasarkan konsep
probabilitas. Jadi, statistika digunakan untuk membuat data yang sebegitu banyak
menjadi lebih ringkas.
Dalam mempelajari statistika dibutuhkan metode statistika yaitu mengenai
prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan
penafsiran data. Metode statistika dibagi dalam dua kelompok besar yaitu statistika
deskriptif dan statistika inferensia. Statistika deskriptif merupakan salah satu metode
statistika yang berkaitan dengan pengumpulan atau penyajian suatu gugus data
sehingga memberikan informasi yang berguna. Penyusunan tabel, diagram, dan grafik
juga masuk dalam kategori statistika deskriptif.
2.1.1. Data dan Informasi data
Data merupakan sebuah istilah yang masih secara umum. Data didapat dari
sebuah penelitian dan untuk mengumpulkan sebuah data harus diketahui tujuan dari
pengumpulan data tersebut. Statistik sendiri merupakan sebuah ringkasan data.
Himpunan data oleh para statistik disebut contoh atau sampel. Sedangkan keseluruhan
data disebut populasi. Populasi dan sampel memiliki distribusi dan alat untuk
memberikan distribusi diantaranya adalah ukuran pemusatan, letak, penyebaran,
kemiringan, dan keruncingan. Ukuran-ukuran yang merupakan sembarang nilai secara
numerik yang dapat menjelaskan ciri dari suatu distribusi populasi disebut parameter.
2.1.2. Ukuran Pemusatan
Untuk memberikan distribusi seperangkat data, langkah pertama adalah
menentukan ukuran pemusatan data itu. Ukuran pemusatan data yang sering digunakan
adalah rata-rata hitung, modus, dan median. Akan tetapi, median memiliki peran ganda
yaitu sebagai ukuran pemusatan dan ukuran letak. Oleh karena itu, median akan
dijelaskan pada ukuran letak.
2.1.2.1. Rataan (mean) atau nilai tengah
A. Rataan Populasi
Misalkan ada data X 1 , X 2 ,..., X n , membentuk suatu populasi hingga berukuran
N, maka rataan populasinya adalah

3
B. Rataan Sampel
Misalkan ada data X 1 , X 2 ,..., X n , membentuk suatu populasi hingga

berukuran n, maka rataan sampelnya adalah

2.1.2.2. Modus
Modus adalah suatu himpunan yang paling banyak muncul atau data yang
memiliki frekuensi tertinggi. Jika ingin mencari hasil modus, untuk data tunggal dapat
diperoleh melalui perhitungan manual. Sedangkan, untuk data kelompok dapat
diperoleh menggunakan rumus. Modus dilambangkan dengan Mo. Menurut Permadi
(2005:40) rumus yang digunakan untuk data kelompok yang terdapat pada tabel
frekuensi adalah

Keterangan:
= batas bawah kelas modus, yaitu kelas dengan frekuensi
tertinggi
= lebar kelas modus
= frekuensi kelas modus dikurangi frekuensi kelas
berikutnya yang memuat nilai lebih besar
= frekuensi kelas modus dikurangi frekuensi kelas
sebelumnya yang memuat nilai kecil

4
2.1.3. Ukuran Letak
Pada pembahasan sebelumnya, ukuran pemusatan sebenarnya ada tiga. Namun,
median yang memiliki peran ganda lebih condong pada kelompok ukuran letak
bersama kuartil.
2.1.3.1. Median
Dalam suatu himpunan data yang telah diurutkan dari data terkecil menuju data
terbesar, maka suatu nilai dilambangkan dengan Me sedemikian hingga setengah dari
keseluruhan data paling tinggi nilainya sama dengan Me dan setengahnya lagi paling
rendah nilainya sama dengan Me disebut median. Adapun cara untuk menentukan
median adalah:
a. Median data tunggal untuk n ganjil

b. Median data tunggal untuk n genap

x x n n2

Me  2 2
2
c. Median untuk data kelompok

Keterangan:
= batas bawah kelas median yaitu suatu kelas
dimana median terletak
= lebar kelas median
= banyak data atau ukuran sampel
= jumlah frekuensi kelas-kelas sebelum kelas
median
= frekuensi kelas median
2.1.3.2. Kuartil
Jika suatu himbunan data setelah diurutkan nilainya mulai dari data terkecil ke
nilai data terbesar dibagi menjadi empat bagian yang sama banyak, maka bilangan
pembaginya disebut kuartil. Kuartil juga merupakan ukuran letak yang terbagi menjadi
4 bagian yaitu Q1,Q2,Q3,Q4. Adapun cara menentukan kuartil yaitu:
a. Kuartil untuk data tunggal
i
data ke-  n  1
4

5
 b. Kuartil untuk data kelompok

Keterangan:
= batas bawah kelas Qi yaitu suatu kelas dimana
Qi terletak.
W = lebar kelas Qi
= banyak data atau ukuran sampel
= jumlah frekuensi kelas-kelas sebelum kelas Qi
= frekuensi kelas Qi
2.1.4. Ukuran Penyebaran
2.1.4.1. Rentangan Data

Rentangan suatu himpunan data adalah beda antara nilai data terbesar dan
terkecil dalam himpunan data tersebut. Apabila nilai data terbesar X max dan nilai data
terkecil X min , maka rentangan data X max  X min

2.1.4.2. Simpangan Rata-Rata

2.1.4.3. Variansi dan Simpangan Baku

Variansi populasi hingga X 1 , X 2 ,..., X n , dapat didefinisikan sebagai berikut

Simpangan baku populasi dilambangkan denga  , yang dilambangkan dengan

akar kuadrat dari variansi tersebut.

6
2.1.5. Ukuran Kemiringan dan Keruncingan
Kemiringan (skewness) dan keruncingan (kurtosis) dari suatu data perlu
diberikan. Kesimetrisan merupakan bagian khusus dalam kajian kemiringan. Suatu
distribusi data dikatakan simetris atau setangkup. Suatu distribusi yang tidak simetris
disebut distribusi miring. Distribusi miring positif atau menjulur ke kanan, bila
distribusi ini memiliki ekor kanan yang lebih panjang, dibanding ekor kirinya yang
lebih pendek. Distribusi miring negatif atau menjulur ke 8 kiri, bila distribusi ini
memiliki ekor kiri yang lebih panjang dibanding ekor kanannya yang jauh lebih
pendek.
Koefisien kemiringan pearson. Apabila  adalah rataan distribusi dan Me
adalah median distribusi, serta  adalah simpangan baku, maka koefisien kemiringan
pearson didefinisikan sebagai berikut
dan
Apabila suatu sampel berukuran n dengan nilai-nilainya x1 , x2 ,..., xn maka:
a. Momen ke r sekitar asal (bilangan 0) didefinisikan

b. Momen ke r sekitar rataan

2.2. Tinjauan Non Statistika

Data tentang total kedatangan penumpang dari pelayaran dalam negeri di
Pelabuhan Belawan akan membantu masyarakat pengguna transportasi laut untuk
mengetahui bagaimana kepadatan penumpang saat bulan-bulan tertentu. Selain itu
dengan adanya data ini para pengusaha atau pedagang yang ada disekitar pelabuhan
juga mempunyai informasi keramaian di pelabuhan.

7
 BAB III
METODOLOGI PENELITIAN
3.1. Sumber Data
Data diperoleh dari dari website https://www.bps.go.id/ yang menganalisis
data tentang total kedatangan penumpang dari pelayaran dalam negeri di Pelabuhan
Belawan selama 120 bulan yang diteliti oleh Badan Pusat Statistika (BPS)
Indonesia.
3.2. Waktu Dan Tempat Pengambilan Data
Data total kedatangan penumpang dari pelayaran dalam negeri di Pelabuhan
Belawan selama 120 bulan yang diteliti oleh Badan Pusat Statistika (BPS) ini
diambil pada website https://www.bps.go.id/ pada hari Senin tanggal 17 September
2018 pukul 21.07 di Masjid Al-Muhajirin Joyogrand RW 08.

8
3.3. Langkah-langkah
3.3.1. Aplikasi Minitab
1. Buka aplikasi minitab pada komputer, lalu masukkan data ke jendela worksheet.

Gambar 3.1. Jendela Worksheet

2. Klik editor pada menu bar lalu klik enable commands.

9
 Gambar 3.2. Menu Editor

3. Klik stat pada menu bar lalu klik basic statistic lalu klik display deskriptive
statistics.

Gambar 3.3. Menu Stat

10
4. Klik dua kali C1(judul data) lalu klik statistics.

Gambar 3.4. Menu Display Description Statistics

5. Klik all pada menu check statistics lalu klik ok.

Gambar 3.5. Menu statistics

11
6. Klik graphs.

Gambar 3.6. Display Description Statistics

7. Pilih Histogram of data lalu klik ok.

Gambar 3.7. Menu Graphs

12
8. Klik ok.

Gambar 3.8. Menu Display Description Statistics

3.3.2. Aplikasi IBM SPSS

1. Masukkan data pada jendela data view.

Gambar 3.9. Jendela Data View

13
2. Klik variableview, lalu atur type:numeric; width:8; decimal:2; values:none;
missing::none; align:right; measure:scale; role:input.

Gambar 3.10. Jendela Variable View

3. Klik Analyze pada menu bar, lalu klik descriptive statistics, lalu klik descriptives.

Gambar 3.11. Options Analyze

14
4. Klik dua kali pada nama data.

Gambar 3.12. Menu Descriptives

5. Klik options, lalu pilih semuanya yang dicari, lalu pilih variable list pada menu
display order, lalu klik continue.

Gambar 3.13. Menu Descriptives Options

15
6. Klik ok.

Gambar 3.14. Menu Descriptives

3.3.3. Aplikasi R
1. Buka aplikasi R pada komputer, lalu ketik rumus x<-scan() lalu enter.

Gambar 3.15. Jendela R Concole

16
2. Masukkan data tunggal pada jendela, lalu enter.

Gambar 3.16. Jendela R Concole

3. Masukkan rumus summary(x), lalu enter.

Gambar 3.17. Jendela R Concole

17
4. Masukkan rumus var(x), lalu enter.

Gambar 3.18. Jendela R Concole

5. Masukkan rumus sd(x), lalu enter.

Gambar 3.19. Jendela R Concole

18
3.4. Flow Chart
3.4.1. Aplikasi Minitab

Mulai
Pilih Yang Dicari

Masukkan Data
Statistik

Hasil/Output
Masuk ke Menu Deskriptive
Statistics

Selesai

3.4.2. Aplikasi SPSS

Mulai
Pilih Yang Dicari

Masukkan Data Statistik

Hasil/Output

Masuk ke menu Descriptives

Selesai

19
3.4.3. Aplikasi R

Mulai

Selesai

Masukkan Riumus

Masukkan Data Hasil/Output

20
 BAB IV
ANALISIS DATA DAN PEMBAHASAN
4.1. Anaisis Data
Pada bab ini akan membahas tentang data total total kedatangan penumpang
dari pelayaran dalam negeri di Pelabuhan Belawan, dalam rentang tahun 2006-2016
yang diteliti oleh Badan Pusat Statistika (BPS). Data tersebut diolah dengan
menggunakan aplikasi Minitab, SPSS, dan R. Hasil dari pengolahan data tersebut
akan dianalisis sehingga mendapatkan informasi dari hasil pengolahan data
tersebut.Setelah mengetahui informasi tentang data tersebut kita dapat membuat
kesimpulan. Semua informasi yang diperoleh dari beberapa software tersebut dan
cara manual akan memperoleh hasil sesuai yang kita inginkan pada kotak dialog di
software tersebut. Sedangkan jika ingin menggunakan cara manual, informasi data
diperoleh dengan menggunakan rumus yang telah disajikan sebelumnya. Pada
software minitab disajikan pula histogram (diagram batang). Segala bentuk output
dari masing-masing aplikasi akan dianalisis perbedaannya.

4.2. Pembahasan
Pada penelitian ini saya mengambil sebuah data yang akan dianalisis masing-masing
output dari aplikasi Minitab, SPSS, Maupun R Berikut pembahasannya.
4.2.1. Output Aplikasi Minitab
Minitab menampilkan output yang lebih banyak macam yang dicari. Dari hasil
yang telah ditampilkan pada aplikasi Minitab dalam penelitian ini tentang data total
kedatangan penumpang dari pelayaran dalam negeri di Pelabuhan Belawan, 2006-2016,
diperoleh mean=5612; SE.Mean=268; St.Deviasi=2938; Varian=8630805;
Sum=673464; Minimum=1120; Q1=3296; Median=4921; Q3=7394;
Maximum=12857; Range=11737; Mode=4; skewness=0.83 dan kurtosis=-0,13, maka
data tersebut sesuai yang dibahas pada tinjauan pustaka. Salah satu bentuk output dari
aplikasi ini yakni histogram. Histogram itu membuat gambaran kesimpulan yang
diperoleh dari data total kedatangan penumpang dari pelayaran dalam negeri di
Pelabuhan Belawan, 2006-2016. Uraian diatas sesuai dengan output berikut.

21
————— 17-Sep-18 10:21:07 PM ————————————————————

Welcome to Minitab, press F1 for help.

MTB >
Descriptive Statistics: Data_Penumpang

Total
Variable Count N N* CumN Percent CumPct Mean SE Mean TrMean
Data_Penumpang 120 120 0 120 100 100 5612 268 5466

Variable StDev Variance CoefVar Sum Sum of Squares Minimum

Q1
Data_Penumpang 2938 8630805 52.35 673464 4806680446 1120
3296

N for
Variable Median Q3 Maximum Range IQR Mode Mode
Skewness
Data_Penumpang 4921 7394 12857 11737 4098 3469, 8309 4
0.83

Variable Kurtosis MSSD

Data_Penumpang -0.13 8897750

Histogram of Data_Penumpang

Gambar 4.1. Histogram

22
4.2.2. Output Aplikasi SPSS
Output yang dihasilkan oleh aplikasi SPSS adalah berbentuk suatu tabel
deskriptif statistik. Nilai yang dihasilkan oleh aplikasi ini tentang data total kedatangan
penumpang dari pelayaran dalam negeri di Pelabuhan Belawan, 2006-2016 adalah
range=11737.00; minimum=1120.00; maximum=12857.00; sum=673464.00;
mean=5612.2000; SE mean=268.18534; standar deviasi=2937.82316;
varian=8630804.918; skewness=0.826; kurtosis=0.133. Output yang dihasilkan pada
aplikasi ini sangat detail karena memunculkan nilai desimal dalam outputnya. Akan
tetapi, pilihan yang dapat kita gunakan hanya terbatas. Uraian diatas sesuai dengan
output berikut.
DESCRIPTIVES VARIABLES=VAR00001
/STATISTICS=MEAN SUM STDDEV VARIANCE RANGE MIN MAX SEMEAN KURTOSIS SKEWNESS.

Descriptives

Notes

Output Created 17-SEP-2018 23:20:04

Comments
Active Dataset DataSet0
Filter <none>
Input Weight <none>
Split File <none>
N of Rows in Working Data File 120
User defined missing values are
Definition of Missing
Missing Value Handling treated as missing.
Cases Used All non-missing data are used.
DESCRIPTIVES
VARIABLES=VAR00001
/STATISTICS=MEAN SUM
Syntax
STDDEV VARIANCE RANGE
MIN MAX SEMEAN KURTOSIS
SKEWNESS.
Processor Time 00:00:00.02
Resources
Elapsed Time 00:00:00.02
Tabel 4.1. Output 1 SPSS

23
[DataSet0]

Descriptive Statistics

N Range Minimum Maximum Sum Mean

Statistic Statistic Statistic Statistic Statistic Statistic Std. Er

VAR00001 120 11737.00 1120.00 12857.00 673464.00 5612.2000 268.1

Valid N (listwise) 120
Tabel 4.2. Output 2 SPSS

4.2.3. Output Aplikasi R

Pada aplikasi ini output yang dihasilkan berupa deretan nilai yang disebabkan
oleh adanya rumus yang digunakan. Output tidak akan keluar jika rumus yang
digunakan salah. Jadi perlu adanya hafalan rumus-rumus yang bisa digunakan untuk
membuat output yang diinginkan dari aplikasi ini. Adapun output dari aplikai ini adalah
Q1=3296; median=4920; Q3=7238; maximum=12857; varian=8630805; standar
deviasi=2937.823. Pada aplikasi ini semakin kita hafal rumus-rumus yang dapat
dideteksi oleh aploikasi ini, maka semakin banyak pula macam outputnya. Inilah output
dari aplikasi R.
> x<-scan()
1: 7968 4051 2881 6625 8309 5125 6707 10505 7543 4351 2667 2456 3469 12857 2934 6707 10505
7543 3955 4857 9804 4775 4223 7471 5128 4209 2895 3469 12857 2934 8309 2904 2073 3955 4857
9804 4074 4241 12713 5128 4209 2895 1630 4663 4728 8309 2904 2073 10825 9567 3694 4074 4241
12713 5124 7719 2206 1630 4663 4728 7040 5446 3250 10825 9567 3694 5467 11271 2315 5124 7719
2206 3076 7095 5164 7040 5446 3250 1120 6822 6379 5467 11271 2315 3469 11515 5012 3076 7095
5164 3190 7161 11128 1120 6822 6379 4984 4236 3296 3469 11515 5012 8309 5125 1352 3190 7161
11128 2667 2456 8653 4984 4236 3296 4775 4223 7471 5061 4051 2881
121:
Read 120 items
> summary(x)
Min. 1st Qu. Median Mean 3rd Qu. Max.
1120 3296 4920 5612 7238 12857
> var(x)
[1] 8630805
> sd(x)
[1] 2937.823

24
 BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Dari analisis output dari aplikasi Minitab, SPSS, dan R yang telah saya lakukan
sehingga dapat disimpulkan sebagai berikut.
1. Pada aplikasi Minitab dalam penelitian ini tentang data total kedatangan penumpang
dari pelayaran dalam negeri di Pelabuhan Belawan, 2006-2016, adalah mean=5612;
SE.Mean=268; St.Deviasi=2938; Varian=8630805; Sum=673464; Minimum=1120;
Q1=3296; Median=4921; Q3=7394; Maximum=12857; Range=11737; Mode=4;
skewness=0.83 dan kurtosis=-0,13.
2. Pada aplikasi SPSS dalam penelitian ini tentang data total kedatangan penumpang
dari pelayaran dalam negeri di Pelabuhan Belawan, 2006-2016 adalah
range=11737.00; minimum=1120.00; maximum=12857.00; sum=673464.00;
mean=5612.2000; SE mean=268.18534; standar deviasi=2937.82316;
varian=8630804.918; skewness=0.826; kurtosis=0.133.
3. Pada aplikasi R dalam penelitian ini tentang data total kedatangan penumpang dari
pelayaran dalam negeri di Pelabuhan Belawan, 2006-2016 adalah Q1=3296;
median=4920; Q3=7238; maximum=12857; varian=8630805; standar
deviasi=2937.823.
5.2. Saran
Pada aplikasi-aplikasi ini ada beberapa kelebihan dan kekurangan masing-
masing. Jika kita ingin mudah mencari mean, median, dll dari suatu data maka
sebaiknya kita mengiuasai semua aplikasi. Aplikasi-aplikasi ini juga mempunyai
manfaat untuk mempermudah suatu penarikan kesimpulan dan menganalisis suatu
data.maka dari itu jika kita kesulitan dengan data yang sangat banyak, kita dapat
menggunakan aplikasi ini untuk menemukan sesuatu yang kita inginkan. Saat kita
memasukkan data, harap kita teliti karena jika salah salah satunya pasti hasilnya juga
berbeda dan tidak sesuai apa yang kita inginkan. Kesalahan input ini sangat sering
dilakukan karena kurang telitinya seseorang menginput suatu data. Maka dari itu, kita
harus lebih memperhatikan dan lebih jeli dalam memasukkan data. Untuk laporan

25
selanjutnya agar lebih tau dan memahami prosesnya, kita harus selalu memperhatikan
dan mengikuti setiap tahapan-tahapan yang diajarkan.

26