A. TUJUAN PRAKTIKUM
1. Praktikan dapat mengetahui teknik pengumpulan data, dan pengolahan data
mentah sehingga dapat disajikan dalam bentuk yang lebih informatif
2. Praktikan dapat menganalisa dan menginterpretasikan berbagai macam
data.
3. Praktikan dapat memahami fungsi dan penggunaan statistika deskriptif
4. Praktikan dapat memahami dan membaca histogram, stem and leaf, serta
plot data.
5. Praktikan dapat memahami ukuran-ukuran dalam pengambilan keputusan.
2. DESCRIPTIVE
a. Buka lembar kerja, lakukan penginputan data
b. Pilih Analyze – Descriptive Statistics – Descriptive
Pengisian :
1. Variabel(s) atau variabel yang akan dimasukkan.
2. Option atau pilihan untuk pengerjaan deskripsi data.
3. Centang Mean, Standart Deviation, Minimum, Maximum
4. Sum, atau pilihan lain sesuai kebutuhan.
5. Kemudian tekan Continue, untuk proses selanjutnya
6. Abaikan bagian lain. Tekan OK jika semua pengisian sudah selesai.
Percobaan
Cari : N, Mean, Std. Eror, Median, Standart Deviasi, Skewness, Kurtosis, Data
Minimum, Data Maksimum, Range, Percentile.
D. PROSEDUR PRAKTIKUM
Mahasiswa Teknik Industri ingin mengumpulkan data tinggi mahasiswa
fakultas teknik. Lakukan olah data dengan prosedur sebagai berikut ;
1. Sajikan tabel data distribusi frekuensi
2. Sajikan datanya dalam suatu grafik
3. Olah data ukuran pemusatan dan penyebaran data dengan perhitungan
manual
4. Olah data dengan software SPSS
5. Analisalah data yang ada
6. Laporkan kepada dosen pengampu
E. FORMAT LAPORAN
1. Pendahuluan
2. Tujuan Praktikum
3. Landasan Teori
4. Pengumpulan dan Penyajian Data
5. Pengolahan Data
5.1 Perhitungan manual (mencari ukuran pemusatan dan penyebaran
data)
5.2 Pengolahan data dengan SPSS
6. Pembahasan
7. Kesimpulan
Laporan maksimal 6 halaman
F. REFERENSI
Walpole, Ronald E., dan Raymond H Myers. 1995. Ilmu Peluang dan Statistika untuk
Insinyur dan Ilmuwan. Bandung : ITB.
Santosa, Singgih. 2007. Soal Jawab Statistik dengan SPSS dan Excell. Jakarta: Elex
Media Komputindo.
MODUL 2
UJI DATA
A. Tujuan Praktikum
1. Praktikan mampu melakukan uji normalitas data
2. Praktikan mampu melakukan uji homogenitas data
Terdapat 4 cara untuk menentukan apakah data diatas tersebut berasal dari
populasi yang berdistribusi normal atau tidak. Empat cara pengujian normalitas data
sebagai berikut:
1. Kertas Peluang Normal
2. Uji Chi Kuadrat
3. Uji Lilliefors
4. Uji Kolmogorov Smirnov
Dalam praktikum ini akan menggunakan uji kolmogorov smirnov untuk melakukan uji
normalitas data.
c. Pada kolom Name baris pertama ketik nomor dan pada kolom
Name baris kedua ketik beratbadan.
d. Pada kolom Type pilih Numeric untuk nomor dan beratbadan. Pada
kolom Decimals pilih 0 untuk nomor dan beratbadan.
e. Buka Data View pada SPSS data editor maka didapat kolom
variable nomor dan variable berat badan.
Uji Homogenitas
Uji homogenitas merupakan uji perbedan antara dua atau lebih populasi.
Semua karakteristik populasi dapat bervariasi antara satu populasi dengan yang
lain. Dua di antaranya adalah mean dan varian (selain itu masih ada bentuk
distribusi, median, modus, range, dan sebagainya).
Uji homogenitas bertujuan untuk mengetahui apakah varians skor yang
diukur pada kedua sampel memiliki varians yang sama atau tidak. Populasi-
populasi dengan varians yang sama besar dinamakan populasi dengan varians yang
homogen, sedangkan populasi-populasi dengan varians yang tidak sama besar
dinamakan populasi dengan varians yang heterogen.
Faktor-faktor yang menyebabkan sampel atau populasi tidak homogen
adalah proses sampling yang salah, penyebaran yang kurang baik, bahan yang sulit
untuk homogen, atau alat untuk uji homogenitas rusak. Apabila sampel uji tidak
homogen maka sampel tidak bisa digunakan dan perlu dievaluasi kembali mulai
dari proses sampling sampai penyebaran bahkan bila memungkinkan harus diulangi
sehingga mendapatkan sampel uji yang homogen.
Untuk melakukan uji homogenitas data tersebut dapat dilakukan dengan manual
atau dengan SPSS sebagai berikut :
a. Uji homogenitas secara manual dapat dilakukan dengan Uji Harley Pearson
Uji ini digunakan untuk menguji ukuran dengan cuplikan yang sama (n yang sama
) untuk tiap kelompok misalkan kita mempunyai dua populasi normal dengan
varians dan . Akan diuji mengenai uji dua pihak untuk pasangan hipotesis
populasi tersebut. jika sampel dari populasi kesatu berukuran dengan varians
dan sampel dari populasi kedua berukuran dengan varians maka untuk
menguji hipotesis di atas digunakan statistik
Ho diterima jika
Ho ditolak jika atau
5) Menarik kesimpulan
b. Uji homogenitas dengan SPSS
Nilai
No Kelas A Kelas B
(guru putra) (guru putri)
1 5 6
2 6 5
3 8 7
4 8 6
5 9 10
6 9 6
7 8 9
8 7 9
9 9 9
10 10 10
11 8 10
12 8 8
13 10 10
14 5 2
15 7 6
16 9 10
17 9 9
18 8 10
19 9 9
20 9 8
21 9 10
22 10 10
23 9 10
24 7 6
25 8 10
26 9 10
27 10 9
28 5 3
29 8 8
30 9 9
31 10 10
32 7 6
33 6 4
34 8 3
35 8 8
Modul Praktikum Statistika Industri Teknik Industri USB
C. PROSEDUR PRAKTIKUM
Gunakan data yang kalian peroleh pada modul 1 untuk melakukan uji normalitas
Untuk uji homogenitas, gunakan data berikut :
Berikut adalah data konsumsi energi ketika belum menggunakan alat bantu dan setelah
menggunakan alat bantu :
KE tanpa alat KE dengan alat
No Ujilah homogenitas data
bantu bantu
1 6 5 dari data tersebut!
2 6.5 4.4
3 6 4.3
4 7 4.6
5 6.6 4.5
6 7.1 4.4
7 7 4
8 6.8 4.3
9 6.4 4.6
10 6.7 4.7
11 6.5 5
12 6.3 4.4
13 6.6 4
14 6.4 4.2
15 6.4 4.3
16 6.3 4.7
17 6 4.5
18 6.1 4.6
19 6.2 4
20 6 5
21 6.4 4.3
22 6.5 4.2
23 6.8 4.1
24 7 4.6
25 6.6 4
26 6.8 4.5
27 6.3 4.3
28 6.2 4.6
29 6 4.3
30 6.3 4.3
D. FORMAT LAPORAN
17
Modul Praktikum Statistika Industri Teknik Industri USB
1. Pendahuluan
2. Tujuan Praktikum
3. Landasan Teori
4. Pengumpulan dan Pengolahan Data
4.1 Uji Normalitas
4.2 Uji Homogenitas
5. Pembahasan
6. Kesimpulan
18
Modul Praktikum Statistika Industri Teknik Industri USB
A. TUJUAN PRAKTIKUM
Dari praktikum ini, praktikan diharapkan :
1. Memahami konsep pengujian hipotesis parametrik
2. Melakukan pengujian hipotesis mengenai rata – rata, proporsi dan ragam
3. Menganalisis dan menginterpretasikan hasil dari pengujian hipotesis
Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENOLAK hipotesis tersebut
dan BUKAN karena HIPOTESIS ITU BENAR
dan
Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA hipotesis tersebut
dan BUKAN karena HIPOTESIS ITU SALAH.
19
Modul Praktikum Statistika Industri Teknik Industri USB
Hipotesis Awal : rata-rata waktu pendaftaran SISTEM "ON-LINE" sama saja dengan SISTEM
LAMA.
Staf PSA tersebut akan mengambil contoh dan berharap hipotesis awal ini ditolak, sehingga
pendapatnya dapat diterima!
Contoh 2 :
Manajemen PERUMKA mulai tahun 1992, melakukan pemeriksaan karcis KRL lebih intensif
dibanding tahun-tahun sebelumnya, pemeriksaan karcis yang intensif berpengaruh positif terhadap
penerimaan PERUMKA. Untuk membuktikan pendapat ini, hipotesis awal yang diajukan adalah :
Manajemen berharap hipotesis ini ditolak, sehingga membuktikan bahwa pendapat mereka benar!
menulisnya sebagai H A )
20
Modul Praktikum Statistika Industri Teknik Industri USB
Penolakan atau Penerimaan Hipotesis dapat membawa kita pada 2 jenis kesalahan (kesalahan= error
= galat), yaitu :
a. H0 : = 50 menit b. H0 : = 3 juta
H1 : < 50 menit H1 : < 3 juta
21
Modul Praktikum Statistika Industri Teknik Industri USB
Nilai tidak dibagi dua, karena seluruh diletakkan hanya di salah satu sisi selang
misalkan :
H0 : = 0 *)
H1 : 0
z < − z t < − t( db; )
Wilayah Kritis **) : atau
*)
0 adalah suatu nilai tengah yang diajukan dalam H0
**) Penggunaan z atau t tergantung ukuran contoh
contoh besar menggunakan z; contoh kecil menggunakan t.
-z atau - t(db;) 0
H0 :
= 0 *)
H1 :
0
z > z t > t( db , )
Wilayah Kritis **) : atau
0 z atau t (db;)
H0 :
= 0 *)
H1 :
0
z < − z z > z
Wilayah Kritis **) : 2 dan 2
atau
t − t( db , t t ( db;
2 ) dan 2)
*)
0 adalah suatu nilai tengah yang diajukan dalam H0
**) Penggunaan z atau t tergantung ukuran contoh
contoh besar menggunakan z; contoh kecil menggunakan t.
23
Modul Praktikum Statistika Industri Teknik Industri USB
1. Tentukan H0 dan H1
2* Tentukan statistik uji [ z atau t]
3* Tentukan arah pengujian [1 atau 2]
4* Taraf Nyata Pengujian [ atau /2]
1. = 0 x − 0 0 → z − z
z=
/ n
sampel besar 0 →
z z
n 30
dapat diganti
dengan s 0 z − z
→ 2 dan
z z
2
24
Modul Praktikum Statistika Industri Teknik Industri USB
2. = 0 x − 0 0 → t < − t( db; )
t=
s/ n
0 → t > t( db , )
sampel kecil
n<30
0 → t − t( db ,
2) dan
t t ( db;
2)
db = n-1
1 − 2 d0 → z − z
x1 − x2 − d 0
1 − 2 = d0 z=
3. (12 / n1 ) + ( 22 / n2 )
1 − 2 d0 → z z
Jika dan 2
2 2
1 tidak
sampel besar
diketahui → gunakan
n1 30 1 − 2 d0 → z − z
2 2 2 dan
s1 dan s2
n2 30 z z
2
1 − 2 = d0 x1 − x2 − d 0 1 − 2 d0 → t − t
4. t=
( s12 / n1 ) + (s22 / n2 )
t t
sampel kecil 1 − 2 d0 →
n1 < 30
n2 < 30
1 − 2 d0 → t − t( db ,
2) dan
t t ( db;
2)
db = n1 + n2 − 2
25
Modul Praktikum Statistika Industri Teknik Industri USB
Pada pengujian rata-rata dua sampel berpasangan, banyaknya nilai pengamatan harus
sama (n1=n2), sedangkan pada dua sampel yang bebas banyaknya pengamatan tidak
harus sama.
1. Masukkan data diatas pada Data View, namun sebelumnya kita harus nenentukan
nama dan tipe datanya pada Variable View.
Artinya kedua sampel bersifat mutually exclusive (saling asing) dan banyaknya
pengamatan (ulangan) sama pada masing-masing sampel.
1. Masukkan data diatas pada Data View, namun sebelumnya kita harus nenentukan
nama dan tipe datanya pada Variable View.
Praktikum :
1. Uji satu sampel
Diduga rata – rata tinggi badan remaja pria di sebuah daerah adalah 165,5cm. Untuk
menguji dugaan tersebut, diukur tinggi badan 18 remaja pria di daerah tersebut
sebagai sampel. Hasil yang diperoleh adalah sebagai berikut :
Nama Tinggi badan
Agus 165.3
Amir 165.9
Budi 166.3
Gunawan 159.4
Cecep 170.2
Dede 175.4
Didik 163.5
Anwar 168.5
26
Modul Praktikum Statistika Industri Teknik Industri USB
Tejo 169.5
Gatot 159.6
Budiono 158.4
Sugiono 162.2
Joni 168.4
Handoko 170.5
Handoyo 172.6
Jimmy 164.5
Gunadi 159.6
Dengan menggunakan tingkat signifikansi 10 %, ujilah apakah tinggi badan rata – rata
remaja pria di daerah tersebut sebesar 165,5 cm? akan digunakan uji satu sisi atau
dua sisi?
2. Uji dua sampel berpasangan (tidak saling bebas)
Harga pembelian susu oleh nestle dari anggota Gabungan Koperasi Susu Indonesia
per 1 Juni 2012 mengalami perubahan :
Kualitas susu Harga (Rp/gram)
Lama Baru
Grade 1 2000 2125
Grade 2 1835 1910
Grade 3 1650 1675
Grade 4 1425 1425
Dari data di atas dengan tingkat kepercayaan 95%, dapatkah dikatakan bahwa harga
susu baru lebih mahal daripada harga susu lama?
3. Uji dua sampel saling bebas (independent)
Pekerja anak (10-17 tahun) menurut lapangan kerja dan gender ditampilkan pada
tabel berikut :
Lapangan kerja Gender
Laki - laki Perempuan
Pertanian 1046133 432697
Industry 149925 189839
Perdagangan 168667 198760
Jasa 52003 149075
Lainnya 149901 23634
Dengan tingkat keyakinan 95%, ujilah apakah ada perbedaan antara jumlah pekerja
anak laki – laki dengan pekerja anak perempuan?
27
Modul Praktikum Statistika Industri Teknik Industri USB
D. PROSEDUR PRAKTIKUM
Lakukan uji hipotesis untuk kasus berikut :
1. Wakil presiden ASTRA DAIHATSU MOTOR menduga bahwa sekitar 20% dari komponen
kendaraan motor yang terjual di Indonesia adalah palsu (sumber : Harian Bisnis), untuk
membuktikan dugaan tersebut, dilakukan susrvei terhadap 12 tempat penjualan komponen
kendaraan bermotor. Hasil yang diperoleh adalah sebagai berikut :
Tempat Persentase komponen
penjualan kendaraan yang palsu (%)
1 27
2 24
3 25
4 26
5 25
6 21
7 22
8 24
9 23
10 22
11 23
12 20
2. Perhitungan konsumsi energi pekerja sebelum dan sesudah menggunakan alat bantu adalah
sebagai berikut :
Konsumsi energi
Pekerja
sebelum sesudah
Budi 7 5
Hari 8 4.5
Tono 7 4.6
Doni 8 4
Syamil 6.9 5
Ali 7.1 4.8
Eko 7.8 4.4
Kiki 7.6 4.6
Hasto 7.7 4.7
Dari data tersebut, ujilah apakah ada perbedaan yang signifikan antara sebelum dan sesudah
menggunakan alat bantu?
28
Modul Praktikum Statistika Industri Teknik Industri USB
3. Jumlah kredit macet per tahun buku 2004 di Bank Rakyat Indonesia (BRI) :
Segmen kredit Status kredit
Diragukan (milyar) Macet (milyar)
Kredit mikro 120 112
Kredit ritel 133.3 291.4
Kredit program 13.5 41.8
Kredit menengah 290 511.2
Dari data di atas, ujilah apakah ada perbedaan yang signifikan antara jumlah kredit diragukan
dengan kredit macet!
E. FORMAT LAPORAN
1. Pendahuluan
2. Tujuan Praktikum
3. Landasan Teori
4. Pengumpulan dan Pengolahan Data
4.1 Pengumpulan data
4.2 Perhitungan manual
4.3 Pengolahan data dengan SPSS
5. Pembahasan
6. Kesimpulan
29
Modul Praktikum Statistika Industri Teknik Industri USB
MODUL IV
UJI ANOVA
A. TUJUAN PRAKTIKUM
Dari praktikum ini, praktikan diharapkan :
1. Mengetahui dan memahami uji statistik dengan menggunakan ANOVA.
2. Mengetahui persoalan dan masalah-masalah yang berkaitan dengan uji ANOVA dalam kehidupan
sehari-hari.
3. Dapat menyelesaikan persoalan uji ANOVA dan menarik kesimpulan yang sesuai dengan
persoalan yang diujikan.
1. ANOVA 1 ARAH
ANOVA klasifikasi 1 arah merupakan ANOVA yang didasarkan pada pengamatan 1 kriteria
Setiap kriteria dalam pengujian ANOVA mempunyai level.
Contoh :
300 450
30
Modul Praktikum Statistika Industri Teknik Industri USB
2
Galat JKG s2
JKG k (n-1)
(Error)
s12 =
k (n − 1)
Total HKT nk – 1
Sumber: Walpole, Ronald E. (199)
Dimana :
2
k n
T 2 ..
JKT = xij −
i =1 j =1 nk JKG = JKT – JKK
k 2
Ti T ..2
JKK = i =1
−
n nk
31
Modul Praktikum Statistika Industri Teknik Industri USB
Lakukan analisis ragam, dan ujilah hipotesis pada taraf nyata 0.05 bahwa rata-rata banyaknya
bagian yang cacat adalah sama untuk ketiga tipe mobil tersebut!
Penyelesaian :
1. H0 = rata-rata banyaknya bagian yang cacat adalah sama untuk ketiga tipe mobil
2. H1 = sekurang-kurangnya dua rata - rata tidak sama
3. = 0,05
4. Wilayah kritik = f : 3.89
5. Perhitungan :
802
JKT = 4 2 + 7 2 + ... + 52 −
15
JKT = 65.333
232 212 362 802
JKK = + + −
4 6 5 15
JKK = 38.283
JKG = 65.333 − 38.283 = 27.050
32
Modul Praktikum Statistika Industri Teknik Industri USB
Hasil perhitungan :
Tabel 4.3
Analisis Ragam bagi Data Klasifikasi Satu Arah
Sumber Derajat
Jumlah Kuadrat Kuadrat Tengah F hitung
Keragaman Bebas
rata – rata
38.283 2 19.142
kolom
8.49
Galat
27.050 12 2.254
(Error)
Total 65.333 14
2. ANOVA 2 ARAH
Tujuan dan pengujian ANOVA 2 arah ini adalah untuk mengetahui apakah ada pengaruh dan
berbagai kriteria yang diuji terhadap hasil yang diinginkan. Misal, seorang manajer teknik menguji
apakah ada pengaruh antara jenis pelumas yang dipergunakan pada roda pendorong dengan
kecepatan roda pendorong terhadap hasil penganyaman sebuah karung plastik pada mesin circular.
Dalam pengujian ANOVA ini, dipergunakan rumus hitung sebagai berikut:
33
Modul Praktikum Statistika Industri Teknik Industri USB
2
Galat s32 = s
f2 = 12
(Error) JKG (r – 1) (k – 1) JKG s3
(r − 1) (c − 1)
Total JKT rc – 1
Dimana:
Dimana :
r c
T 2 ..
JKT = xij −
2
Ti T ..2
JKB = i =1
−
c rc
c
T . j
j =1
2
T ..2
JKK = −
r rc
Lakukan analisis ragam, dan gunakan taraf nyata 0.05 untuk menguji hipotesis bahwa :
34
Modul Praktikum Statistika Industri Teknik Industri USB
Penyelesaian :
1. H0’ = Keempat mata kuliah itu mempunyal tingkat kesulitan yang sama
H0” = Keempat mahasiswa itu mempunyai kemampuan yang sama
2. H1’ = sekurang-kurangnya satu tidak sama
H1” = sekurang-kurangnya satu tidak sama
3. = 0.05
4. Wilayah kritik = f1 : 3.86, dan f2 : 3.86
5. Perhitungan:
11982
JKT = 682 + 833 + ... + 612 −
16
JKT = 1921.75
3392 + 3282 + 2842 + 247 2 11982
JKB = −
4 16
JKB = 1342.25
Galat f2 = 1.45
390.75 9 43.42
(Error)
Total 1921.75 15
6. Keputusan :
a. Tolak H0’, dan simpulkan bahwa keempat mata kuliah mempunyai kesulitan yang
tidak sama.
35
Modul Praktikum Statistika Industri Teknik Industri USB
b. Terima H0”, dan simpulkan bahwa keempat mahasiswa itu mempunyai kemampuan
yang sama.
(Percobaan pengolahan data pada SPSS dengan soal sama dengan soal aplikasi manual)
C. PROSEDUR PRAKTIKUM
Uji anova 1 arah
1. Selama ini suatu perusahaan memiliki 3 jenis mesin untuk melakukan proses produksi yang
sama. Perusahaan ingin menguji apakah ketiga mesin tersebut menghasilkan produktivitas yang
sama. Untuk mengujinya, manajer peroduksi mengambil data produktivitas ke tiga mesin sebagai
berikut :
Mesin A Mesin B Mesin C
Produktivitas
72,2 78,6 78,4
75,6 80,2 79,9
77,5 74,5 80,6
81,5 83,5 75,9
Dengan tingkat signifikansi 5%, ujilah dengan ANOVA apakah ketiga jenis mesin menghasilkan
produktivitas yang sama?
2. Berikut ini adalah hasil perhektar dari 4 jenis padi dengan penggunaan pupuk yang
berbeda.
4 6 7 8 25
9 8 10 7 34
6 7 6 5 24
19 21 23 20 83
36
Modul Praktikum Statistika Industri Teknik Industri USB
Dengan taraf nyata 5%, ujilah apakah rata-rata hasil perhektar sama untuk :
a. Jenis pupuk (pada baris),
b. Jenis tanaman (pada kolom).
D.FORMAT LAPORAN
1. Pendahuluan
2. Tujuan Praktikum
3. Landasan Teori
4. Pengumpulan dan Pengolahan Data
4.4 Pengumpulan data
4.5 Perhitungan manual
4.6 Pengolahan data dengan SPSS
5. Pembahasan
6. Kesimpulan
DAFTAR PUSTAKA
Walpole, Ronald E. 1995. Pengantar Statistika Edisi ke-3. Penerbit: PT. Gramedia Pustaka Utama.
Jakarta
Santoso, Singgih. 2002. SPSS Versi 10 Mengolah Data Statistik Secara Profesional. Penerbit: PT.
Elex Media Komputindo Kelompok Gramedia. Jakarta
37
Modul Praktikum Statistika Industri Teknik Industri USB
MODUL V
UJI CHI SQUARE
A. TUJUAN PRAKTIKUM
Dari praktikum ini praktikan diharapkan :
1. Dapat membandingkan antara frekuensi-frekuensi harapan dengan frekuensi-
frekuensi teramati.
2. Dapat mengetahui data sebuah sampel yang diambil menunjang hipotesis yang
menyatakan bahwa populasi asal sampel tersebut mengikuti suatu distribusi yang
telah ditetapkan.
3. Dapat melatih kemampuan mahasiswa/mahasiswi untuk mengatasi masalah
industri yang berhubungan dengan chi-square.
4. Dapat mengembangkan keterampilan mahasiswa/mahasiswi dalam menggunakan
dan menganalisa dengan program SPSS 16.00
Uji kebaikan suai adalah uji yang didasarkan pada seberapa baik kesesuaian antara
frekuensi yang teramati dalam data sampel dengan frekuensi harapan yang didasarkan pada
distribusi yang dihipotesiskan. Untuk menentukan apakah suatu populasi mempunyai
distribusi teoritik tertentu. (Wallpole, 1996). Hipotesis untuk uji kebaikan suai chi kuadrat
selalu berbentuk uji hipotesis dua sisi (two-sided atau two-tailed test) dengan hipotesis:
H0 : πi = πi0
H1 : tidak semua πi = πi0
Dimana :
.i = 1, 2. 3 … k
k = banyaknya kategori
πi0 = probalitas atau proporsi atau frekuensi acuan.
S
k
(Oi - ei)2
x2 =
i =1
ei
38
Modul Praktikum Statistika Industri Teknik Industri USB
Prosedur uji chi-kuadrat dapat pula digunakan untuk menguji hipotesis kebebasan
antara 2 peubah, yaitu untuk menguji apakah dua variabel bersifat independen atau dependen.
Uji kebebasan suai dirumuskan :
S
k
(Oi - ei)2
x2 =
i =1
ei
dengan derajat bebas :
V = (r - 1) (c - 1)
Bila x2 = x2 tolak hipotesis o bahwa kedua penggolongan itu bebas pada taraf nyata , bila
selainnya terima Ho (Wallpole, 1996).
39
Modul Praktikum Statistika Industri Teknik Industri USB
Sebuah perusahaan pasta gigi ingin memasarkan pasta gigi dengan rasa : strawberry,
vanilla, coklat, jeruk, dan nanas. Perusahaan tersebut ingin mengetahui apakah konsumen
memiliki preferensi tertentu terhadap kelima rasa pasta gigi tersebut. Perusahaan melakukan
suatu survey dengan membagikan kemasan kecil dari setiap rasa pasta gigi kepada 200
konsumen. Data preferensi dari 200 konsumen terhadap kelima rasa pasta gigi tersebut adalah
sebagai berikut :
Penyelesaiannya :
Ada 5 kategori untuk variable kategorik rasa pasta gigi, k= 5.
Frekuensi harapan = = 40.
Bentuk hipotesis :
H0 : preferensi terhadap kelima rasa pasta gigi sama.
H1 : preferensi terhadap kelima rasa pasta gigi tidak sama.
Atau
H0 : πstrawberry = πvanila = πcoklat = πjeruk = πnanas = 40
H1 : tidak semua πstrawberry = πvanila = πcoklat = πjeruk = πnanas sama dengan 40.
40
Modul Praktikum Statistika Industri Teknik Industri USB
4. pilih option weight cases by. Masukkan variabel frekuensi. Lalu klik ok.
5. lalu klik analyze pilih nonparametric Test, Chi-Square. Pindahkan variabel rasa
pasta gigi [rasa] ke dalam box test variable(s). klik option. Pilih descriptive lalu klik
continue.
41
Modul Praktikum Statistika Industri Teknik Industri USB
6. kemudian klik ok maka akan di dapat hasil analisi chi-square goodness-of-fit test
Interpretasi hasil :
Chi-Square Test
Frequencies
Observed Expected
N N Residual
strawberry 32 40.0 -8.0
vanila 30 40.0 -10.0
coklat 28 40.0 -12.0
jeruk 58 40.0 18.0
nanas 52 40.0 12.0
Total 200
Test Statistics
a 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell
frequency is 40.0.
42
Modul Praktikum Statistika Industri Teknik Industri USB
Interpretasi hasil
Untuk chi-square goodness-of-fit test, SPSS memberikan hasil χ2 = 19.4 dengan derajat
kebebasan = k-1 =5-1 =4 dan P-value = 0.001. karena P-value=0.001 lebih kecil dari α=0.01,
maka H0 : πstrawberry = πvanila = πcoklat = πjeruk = πnanas = 40 di tolak.
Kesimpulan preferensi konsumen terhadap kelima rasa pasta gigi tidak sama.
Pabrik permen coklat kacang M&M menyatakan dalam setiap kantong permen coklat
kacang kemasan 500 gram terdapat 30% permen warna coklat, 20% permen warna hijau, 20%
warna merah, 20% warna kuning, dan 10% warna biru. Seorang naka membeli 1 kemasan
permen tersebut dan di dalamnya terdapat 188 permen dengan rincian warna sebagai berikut ;
67 warna coklat, 24 warna hijau, 51 warna merah, 22 warna kuning, dan 24 warna biru.
Gunakan taraf signifikan α=0.01, untuk menguji apakah distribusi warna permen sesuai
dengan pernyataan pabrik.
Penyelesaianya:
Bentuk hipotesis :
H0 : πcoklat =56,4; πhijau = 37,6; πmerah =37,6; πkuning =37,6; πbiru = 18,8.
H1 :Distribusi warna permen coklat kacang tidak sesuai dengan πcoklat =56,4; πhijau =
37,6; πmerah =37,6; πkuning =37,6; πbiru = 18,8.
Dimana :
1. pada lembar variable view kita definisikan variabel warna permen coklat dengan nama
warna ( dengan data value ‘1=coklat’ ; ‘2=hijau’; ‘3=merah’; ‘4=kuning’; ‘5=biru’) dan
variabel frekuensi dengan nama frekuensi.
43
Modul Praktikum Statistika Industri Teknik Industri USB
4. pilih option weight cases by. Masukkan variabel frekuensi. Lalu klik ok.
5. lalu klik analyze pilih nonparametric Test, Chi-Square. Pindahkan variabel warna
permen [warna] ke dalam box test variable(s). pada Expected value. Pilih values
masukkan ke lima frekuensi harapan lalu klik add.
6. klik menu option. Pilih descriptive lalu klik continue. Lalu klik ok
44
Modul Praktikum Statistika Industri Teknik Industri USB
45
Modul Praktikum Statistika Industri Teknik Industri USB
2. kemudian pada lembar data view kita masukkan data sebagai berikut :
a. untuk tipe tindak kriminal ‘1 = dengan kekerasan’ dan usia ‘1 = dibawah 25’
dengan frekuensi data 15.
b. untuk tipe tindak kriminal ‘1 = dengan kekerasan’ dan usia ‘2 = 25-49’ dengan
frekuensi data 30.
dan seterusnya…
6. klik cells, pada pilihan counts pilih observed dan expected, lalu klik continue.
7. kemudian klik statistics, lalu continue
46
Modul Praktikum Statistika Industri Teknik Industri USB
kelompok usia
dibawah 25 25-49 50 keatas Total
tipe dengan Count
tindak kekerasan
15 30 10 55
krimin
al
Expected
11.0 33.0 11.0 55.0
Count
tanpa Count
5 30 10 45
kekerasn
Expected
9.0 27.0 9.0 45.0
Count
47
Modul Praktikum Statistika Industri Teknik Industri USB
Chi-Square Tests
Asymp.
Sig. (2-
Value df sided)
Pearson Chi-
4.040(a) 2 .133
Square
Likelihood Ratio 4.231 2 .121
Linear-by-Linear
Association 2.500 1 114
100
N of Valid Cases
a 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.00.
interpretasi hasil
Untuk chi-square test for independence, SPSS memberikan hasil χ2 = 4,040 dengan derajat
kebebasan
= (r-1)(c-1)=(2-1)(3-1)=2 dan P-value=0,133. Karena P-value=0,133 lebih besar dari
α=0.05, maka
H0 : tipe tindak kriminal tidak tergantung pada kelompok usia pelaku tidak dapat ditolak.
Kesimpulan tipe tindak kriminal tidak tergantung pada kelompok usia pelaku.
D. PROSEDUR PRAKTIKUM
Khusus untuk modul 5, kasus dan data langsung diberikan oleh dosen sehingga
mahasiswa dapat langsung mengerjakan dan melaporkan. Berikut adalah kasus yang harus
diselesaikan :
1. Seorang manajer produksi mempunyai anggapan bahwa jumlah permintaan produk
“motor X” adalah relative sama setiap harinya. Untuk menguji anggapan tersebut, diambil
sampel selama seminggu pengamatan untuk mendata jumlah permintaan “motor X” .
Berikut hasil pengamatan :
48
Modul Praktikum Statistika Industri Teknik Industri USB
Hari Jumlah
permintaan
Senin 150
Selasa 175
Rabu 164
Kamis 158
Jumat 165
Sabtu 209
Minggu 204
Dari data di atas, ujilah apakah jumlah permintaan ke dealer relative sama setiap harinya?
2. Hasil uji emisi (gas buang kendaraan bermotor) yang berupa pengujian kualitas gas CO,
HC, CO2, O2 di sejumlah tempat di Surakarta :
Jumlah dan jenis kendaraan Lolos Tidak lolos
Kendaraan 4 tak 32 18
Kendaraan 2 tak 30 20
Berdasarkan data di atas, ujilah apakah proporsi kendaraan yang lolos/ tidak lolos uji
adalah sama saja, baik untuk kendaraan 4 tak maupun untuk kendaraan 2 tak?
E. FORMAT LAPORAN
1. Pendahuluan
2. Tujuan Praktikum
3. Landasan Teori
4. Tugas
4.7 Studi Kasus 1
4.8 Studi Kasus 2
5. Pembahasan
6. Kesimpulan
49
Modul Praktikum Statistika Industri Teknik Industri USB
MODUL VI
REGRESI DAN KORELASI
A. TUJUAN PRAKTIKUM
Melalui praktikum ini, diharapkan mahasiswa mampu ;
1. Menjelaskan pentingnya analisis hubungan.
2. Memahami dan menerapkan regresi.
3. Menggunakan teknik ramalan dan melakukan analisis regresi.
4. Mengatasi permasalahan industri yang berhubungan dengan regresi.
5. Menghitung koefisien korelasi
6. Mengembangkan keterampilan mahasiswa/mahasiswi dalam menggunakan dan
menganalisa dengan SPPS Ver. 16.0
Regresi Linier
Persamaan regresi adalah persamaan matematik yang memungkinkan untuk
meramalkan nilai-nilai suatu peubah tak bebas dari nilai-nilai satu atau lebih peubah
bebas.Regresi diterapkan pada semua jenis peramalan, dan tidak harus berimplikasi suatu
regresi mendekati nilai tengah populasi (Wallpole, 1996).
y = a + bx
Gambar
Gambar 1.2.1 6.1 Garis
Garis regresi
Regresi
Bila diberikan data contoh [(xi, yi); I = 1,2 … n], maka nilai dugaan kuadrat terkecil
bagi parameter dalam garis regresi, yaitu :
ŷ = a + bx
S (S )(S )
n n n
xi yi - xi yi
i =1 i =1 i =1
b=
S (S )
n n 2
x2 i - yi 50
i =1 i =1
Modul Praktikum Statistika Industri Teknik Industri USB
dan
a =y- b x
Dimana : a = Intersep / perpotongan dengan sumbu tegak
b = Kemiringan
y = Nilai ramalan yang dihasilkan garis regresi
Regresi Berganda
Berbeda dengan regresi linier maka regresi berganda lebih kompleks (sulit) untuk
mencari persamaan regresi. Dengan melambangkan nilai dugaannya dengan b0, b1, ….., br,
maka didapat penulisan persamaan dalam bentuk.
ŷ = b0+b1 x1+b2 x2+…+br xr
dengan dua peubah bebas, persamaannya menjadi :
ŷ = b0+b1 x1I +b2 x2I + ei
Nilai dugaan kuadrat terkecil b0, b1, dan b2 dapat diperoleh dengan memecahkan
persamaan linier stimultan.
S S
S yi
n n n
n b0 + b1 x1 i + b2 x2i = (6)
i =1 i =1 i =1
b0 = y -b1 x1 - b2 x2
51
Modul Praktikum Statistika Industri Teknik Industri USB
Kolerasi Linier
Koefisien korelasi merupakan bilangan yang menunjukkan kekuatan hubungan
antara dua peubah. Didefinisikan koefisien kolerasi linier sebagai hubungan linier antara
dua peubah acak X dan Y, dan dilambangkan dengan r. Jadi, r mengukur sejauh mana
titik menggerombol sekitar sebuah garis lurus. Oleh karena itu dengan membuat
diagram pencar bagi n pengamatan [(Xi, Yi), I = 1,2........, n] dan contoh acak, dapat
ditarik kesimpulan tertentu mengenai r. Bila titik-titik menggerombol mengikuti sebuah
garis lurus dengan kemiringan positif, maka ada kolerasi positif yang tinggi kedua
peubah. Akan tetapi, bila titik-titik menggerombol mengikuti sebuah garis lurus dengan
kemiringan negatif, maka antara kedua peubah itu terdapat kolerasi negatif yang tinggi.
Kolerasi antara kedua peubah semakin menurun secara numerik dengan semakin
memancarnya atau menjauhnya titik-titik dan suatu garis lurus.
Ukuran korelasi linier antara dua peubah yang paling banyak digunakan adalah
yang disebut koefisien korelasi momen hasil kali pearson atau ringkasnya koefisien
contoh.
Menurut Robert F. Walpole dalam bukunya Pengantar Statistika, 1996, koefisien
korelasi, ukuran hubungan linier antara dua peubah x dan y diduga dengan koefisien
korelasi contoh r, yaitu :
n
n n
n xi y1 xi yi
r= i =1 i =1 i =1 =b
Sx
n 2 n 2 n 2 n 2 Sy
n x i − xi n y i − yi
i =1 i =1 i =1 i =1
52
Modul Praktikum Statistika Industri Teknik Industri USB
C. PENGOLAHAN DATA
Contoh Kasus Regresi
Di bawah ini sebuah contoh kasus untuk menjelaskan pengolahan data model regresi :
Berikut ini data mengenai jumlah kalori/hari yang dikonsumsi oleh mahasiswa dan berat badan
mahasiswa yang bersangkutan.
Tabel 6.1 Data Jumlah kalori/hari dan berat badan mahasiswa
Nama Berat Badan Jumlah Kalori yang dikonsumsi
Ivan 89 530
Mely 48 300
Rosa 56 358
Setia 72 510
Mayone 54 302
Lady 42 300
Anita 60 387
Wanto 85 527
Heri 63 415
Danu 74 512
S
10
xi = 4141, yi = 643, xi yi = 279.292
i =1
S
10
S (S )(S )
n n n
xi yi - xi yi
i =1 i =1 i =1
b=
S xi- (S )
n n 2
2 yi
i =1 i =1
130.257
b=
874.469
b = 0,149
a=y -b.x
a = 64,3 - (0,149) . (414,1)
jadi persamaan regresinya :
y = 2,608 + 0,149 .x
53
Modul Praktikum Statistika Industri Teknik Industri USB
54
Modul Praktikum Statistika Industri Teknik Industri USB
n
n n
n xi yi − xi yi
r = i =1 i =1 i =1
n 2 n 2 n 2 n 2
n x i − xi . n y i − yi
i =1 i =1 i =1 i =1
r = - 0,82
r2 = 0,67
Jadi koefisien korelasi sebesar - 0,82, hal ini berarti hubungan korelasi lemah karena
nilai koefisien mendekati nhlai - 1.
D. PROSEDUR PRAKTIKUM
Untuk modul 6, kasus dan data langsung diberikan oleh dosen sehingga mahasiswa dapat
langsung mengerjakan dan melaporkan. Di bawah ini adalah kasus yang harus diselesaikan :
55
Modul Praktikum Statistika Industri Teknik Industri USB
Berikut ini data mengenai nilai ujian dan frekuensi membolos dari kuliah Statistik Industri 1
oleh mahasiswa USB Surakarta.
1. Data peringkat, nilai ujian dan frekuensi membolos mahasiswa USB Surakarta
Siswa Nilai Ujian Frekuensi Membolos
1 65 1
2 50 7
3 55 5
4 70 2
5 65 6
6 70 3
7 55 2
8 70 5
9 55 4
10 70 3
11 50 1
12 55 4
Tentukan persamaan regresi dan koefisien korelasinya!
56
Modul Praktikum Statistika Industri Teknik Industri USB
Dari data di atas, buat persamaan regresi (trend), dan buat prediksi untuk ekspor non migas
pada bulan Juni 2005 serta September 2005.
E. FORMAT LAPORAN
1. Pendahuluan
2. Tujuan Praktikum
3. Landasan Teori
4. Tugas
4.1 Studi Kasus 1
4.2 Studi Kasus 2
(sertakan perhitungan manual dan pengolahan data dengan SPSS)
5. Pembahasan
6. Kesimpulan
57