BAB I

PENDAHULUAN

1.1 Latar Belakang

Statistika adalah imu pengetahuan yang mempelajaritentang bagaimana
cara kita mengumpulkan, mengelola, menganalisis dan menginterpertasikan data
sehingga dapat disajikan lebih baik, Somantri (2006:17). Pada dasarnya aplikasi
ilmu statistik dibagi dalam dua bagian, yaitu statistik Deskriptif dan statistik
Induktif. Statistik Dekriptif berusaha menjelaskan atau menggambarkan berbagai
karakteristik data seperti berapa rata-ratanya, seberapa jauh data-data yang
bervariasi dan sebagainya.
Menurut Somantri (2006:19) berpendapat bahwa statistika deskriptif
membahas cara-cara pegumpulan data, penyederhanaan angka-angka pengamatan
yang diperoleh (meringkas dan menyajikan), serta melakukan pengukuran
pemusatan dan penyebaran data untuk memperoleh informasiyang lebih menarik,
berguna dan mudah dipahami. Berbagai statistik sederhana, seperti rata-rata,
dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat
memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum
dikenal dan mendeteksi keterkaitan yang ada di dalamnya.
Didalam pembahasan kali ini kita melakukan perhitungan mengenai nilai
Menggambar Teknik dan Matematika Industri pada kelas pagi dan malam teknik
industri ITATS. Praktikum ini kita mencari nilai mean, median, modus, kuartil,
standar deviasi dan variansi. Informasi data yang diperoleh tentunya harus diolah
terlebih dahulu menjadi sebuah data yang mudah dibaca dan di analisa.
Dari perhitungan manual data mean, median, modus, kuartil, standar
deviasi dan varian kita mendapatkan suatu perhitungan yang valid. Dari hasil
perhitungan manual tersebut kita membandingkan dengan perhitungan
menggunakan software minitab. Dari dua cara perhitungan statistik tersebut
seharusnya perbandingan hasil perhitungannya tidak jauh berbeda.

1
1.2 Rumusan Masalah
Adapun rumusan masalah yang akan kami angkat dalam praktikum
statistik deskriptif ini antara lain :
1. Bagaimana menentukan mean, median, modus dan kuartil pada data
tunggal Menggambar Teknik dan Matematika Industri?
2. Bagaimana menentukan mean, median, modus dan kuartil pada data
kelompok Menggambar Teknik dan Matematika Industri?
3. Bagaimana menginterprestasikan data tunggal Menggambar Teknik dan
Matematika Industri dengan software ?

1.3 Tujuan Praktikum

Adapun tujuan dari praktikum statistik deskriptif ini antara lain :
1. Dapat menentukan mean, median, modus dan kuartil pada data tunggal
Menggambar Teknik dan Matematika Industri.
2. Dapat menentukan mean, median, modus dan kuartil pada data kelompok
Menggambar Teknik dan Matematika Industri.
3. Dapat menginterprestasikan data tunggal Menggambar Teknik dan
Matematika Industri dengan software.

1.4 Manfaat Praktikum

Manfaat dari penelitian statistik deskriptif ini adalah sebagai berikut :
1. Umum : dapat memahami pengertian dan konsep statistika deskriptif.
2. Mahasiswa : dapat memberikan informasi untuk bekal dalam melakukan
riset di masa akan datang.
3. Praktikan : diharapkan mampu mengolah data dengan perhitungan manual
maupun dengan bantuan program minitab.

1.5 Batasan Praktikum

Agar batasan tidak meluas dan menyimpang dari permasalahan yang ada,
maka dalam penyusunan laporan ini dibatasi oleh :

2
 1. Data yang dikumpulkan merupakan data primer berdasarkan nilai
Menggambar Teknik dan Matematika Industri mahasiswa jurusan Teknik
Industri yang mengikuti praktikum Statistika Industri.
2. Terdapat 58 nilai yang dipakai sebagai data praktikum.
3. Mengerjakan dengan software Minitab.

1.6 Asumsi-asumsi
Adapun asumsi yang digunakan pada praktikum statistik deskriptif, antara
lain :
1. Data yang diperoleh merupakan data yang benar (valid).
2. Sumber informasi praktikum didapat dari media buku dan internet.
3. Hasil perhitungan manual seharusnya tidak jauh berbeda dengan
perhitungan pada software minitab.

3
 BAB II
LANDASAN TEORI

2.1 Pengertian Statistik Deskriptif

Menurut Somantri (2006:19) berpendapat bahwa statistika deskriptif
membahas cara-cara pegumpulan data, penyederhanaan angka-angka pengamatan
yang diperoleh (meringkas dan menyajikan), serta melakukan pengukuran
pemusatan dan penyebaran data untuk memperoleh informasiyang lebih menarik,
berguna dan mudah dipahami. Statistik deskriptif disebut juga statistik deduktif
yang membicarakan tentang penyusutan data kedalam daftar pembuatan grafik, dan
lain-lain.
Statistik deskriptif hanya memberikan informasi mengenai data yang
dipunyai dan sama sekali tidak menarik suatu kesimpuan. Dengan Statistik
deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta
dapat memberikan informasi inti dari kumpulan data yang ada. Informasi yang
dapat diperoleh dari statistik deskriptif ini antara lain ukuran pemusatan data,
ukuran penyebaran data, serta kecenderungan suatu gugus data.
Statistik deskriptif berkenaan dengan bagaimana data dapat dideskripsikan
atau disimpulkan baik secara numerik (misal menghitung rata-rata dan deviasi
standar) atau secara grafis (dalam bentuk tabel atau grafik) untuk mendapatkan
gambaran sekilas mengenai data tersebut sehingga lebih mudah dibaca dan
bermakna.
Kegunaan statistik deskriptif antara lain :
1. Kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta
memberikan informasi inti.
2. Memungkinkan peneliti menyajikan atau menggambarkan data dengan
teknik grafik maupun numerik.
3. Memegang peranan penting dalam persiapan analisis data.

4
2.2 Data Statistik
Data boleh jadi hal yang paling utama untuk mengolah suatu data statistik.
Tanpa adanya data, apa yang akan di olah oleh statistik. Data adalah keterangan
untuk memecahkan suatu masalah. Data dapat dibagi dalam kelompok tertentu
berdasarkan kriteria yang menyertainya, misal menurut susunan, sifat, waktu
pengumpulan dan sumber pengambilan.
1. Pembagian data menurut susunannya.
a. Data Acak (Data Tunggal).
Data acak atau data tunggal adalah data yang belum tersusun atau
dikelompokkan ke dalam kelas-kelas interval.
b. Data Berkelompok.
Data berkelompok adalah data yang sudah tersusun atau dikelompokkan
ke dalam kelas-kelas interval. Data kelompok disusun dalam bentuk
distribusi frekuensi atau tabel frekuensi. Data berkelompok dibagi
menjadi data kelompok diskrit dan data kelompok kontinu.
2. Pembagian data menurut sifatnya.
a. Data Kualitatif.
Data kualitatif adalah data yang tidak berbentuk bilangan. Data kualitatif
berbentuk pernyataan verbal, simbol atau gambar.
b. Data Kuantitatif.
Data kuantitatif adalah data yang berbentuk bilangan atau angka.
Berdasarkan nilainya dikenal dua jenis data kuantitatif, yaitu data diskrit
yang diperoleh dari hasil perhitungan dan data kontinu yang diperoleh
dari hasil pengukuran.
3. Pembagian data menurut waktu pengumpulannya.
a. Data Berkala (Time Series).
Data berkala adalah data yang terlumpul dari waktu ke waktu untuk
memberikan gambaran perkembangan suatu kegiatan atau fenomena.

5
 b. Data Cross Section.
Data cross section adalah data yang terkumpul pada suatu waktu tertentu
untuk memberikan gambaran perkembangan keadaan atau kegiatan pada
waktu itu.
4. Pembagian data menurut sumber pengambilannya.
a. Data Primer.
Data primer adalah data yang diperoleh atau dikumpulkan oleh orang
yang berkepentingan dengan data tersebut. Data primer disebut juga data
asli atau data baru.
b. Data Sekunder
Data sekunder adalah data yang diperoleh atau dikumpulkan dari
sumbers-umber yang telah ada. Data tersebut biasanya diperoleh dari
perpustakaan atau laporan penelitian terdahulu. Data sekunder disebut
juga data tersedia.

2.3 Distribusi Data

Pengaturan, penyusunan, dan peringkasan data dengan membuat tabel
seringkali membantu, terutama pada saat kita bekerja dengan sejumlah data yang
besar. Tabel tersebut berisi daftar nilai data yang mungkin berbeda (baik data
tunggal ataupun data yang sudah dikelompok-kelompokan) beserta nilai
frekuensinya. Frekuensi menunjukkan banyaknya kejadian atau kemunculan nilai
data dengan kategori tertentu. Distribusi data yang sudah diatur tersebut sering
disebut dengan distribusi frekuensi.
Dengan demikian, distribusi frekuensi didefinisikan sebagai daftar sebaran
data (baik data tunggal maupun data kelompok), yang disertai dengan nilai
frekuensinya. Data dikelompokkan ke dalam beberapa kelas sehingga ciri-ciri
penting data tersebut dapat segera terlihat. Distribusi frekuensi yang paling
sederhana adalah distribusi yang menampilkan daftar setiap nilai dari variabel yang
disertai dengan nilai frekuensinya. Distribusi frekuensi dapat digambarkan dalam
dua cara, yaitu sebagai tabel atau sebagai grafik.

6
 Distribusi juga dapat ditampilkan dengan menggunakan nilai persentase.
Penyajian distribusi dalam bentuk grafik lebih mempermudah dalam melihat
karakteristik dan kecenderungan tertentu dari sekumpulan data. Grafik data
kuantitatif meliputi Histogram, Poligon Frekuensi dan lain-lain, sedangkan grafik
untuk data kualitatif meliputi Bar Chart, Pie Chart dan lain-lain.

2.4 Ukuran Pemusatan Data

Ukuran pemusatan data adalah sembarang ukuran yang menunjukan pusat
segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar atau
sebaliknya dari yang terbesar sampai yang terkecil. Salah satu kegunaan dari ukuran
pemusatan data adalah untuk membandingkan dua populasi, karena sangat sulit
untuk membandingkan masing-masing anggota dari masing-masing anggota
populasi Ukuran pemusatan data terbagi atas tiga yaitu :
1. Mean (Rata-rata).
Mean adalah hasil penjumlahan seluruh data dibagi dengan banyaknya data
tersebut.
Mean untuk data tunggal :
N

x i
x i 1
(1.1)
n
Dimana :

 xi : Jumlah seluruh nilai dalam sekumpulan data.

N : Jumlah seluruh data.
Mean untuk data kelompok :
N

 fiX m ,i
x i 1
(1.2)
n
Dimana :
xi : Nilai dari sebuah data.
fi : Frekuensi masing-masing nilai.

7
 2. Median (Niai tengah).
Median merupakan garis pembagi dari sekumpulan data menjadi dua bagian
sama besar. Oleh karena itu median adalah nilai tengah suatu data yang telah
diurutkan dari data yang terkecil hingga data yang terbesar.
Median untuk data tunggal :
Me = 0,5 (n+1) (1.3)
Median untuk data kelompok :
𝑛
−𝐶𝑓
2
Me= L + ( ). i (1.4)
𝑓

Dimana :
L : batas bawah kelas median.
Cf : frekuensi kumulatif kelas sebelumnya.
fI : frekuensi kelas median.
I : interval.

3. Modus (Nilai yang sering muncul).

Modus adalah salah satu ukuran rata-rata yang menunjukkan nilai data yang
memiliki frekuensi terbanyak pada suatu distribusi.
Modus untuk data kelompok :
𝑑1
Mo = L + (𝑑1+𝑑2). i (1.5)

Dimana :
L : batas bawah kelas modus.
i : lebar kelas.
d1 : selisih frekuensi kelas yang memuat modus dengan frekuensi kelas
sebelumnya.
d2 : selisih frekuensi kelas yang memuat modus dengan frekuensi kelas
sesudahnya

2.5 Ukuran Penyebaran Data

Ukuran penyebaran data adalah suatu ukuran yang menyatakan seberapa
besar nilai-nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya atau

8
seberapa besar penyimpangan nilai-nilai data dengan nilai pusatnya. Ukuran
penyebaran data terbagi atas empat bagian yaitu :
1. Range (Jangkauan).
Range adalah jarak atau selisih antara nilai tertinggi dengan nilai terendah
dalam kumpulan data.
R  X max  X min (1.6)

2. Standar Deviasi.
Standar deviasi merupakan jarak rata-rata antara data dengan data.

  2 (1.7)

3. Variansi.
Variansi adalah ukuran variasi yang menunjukan seberapa jauh data tersebar
dari mean. Semakin bervariasi data tersebut maka semakin jauh data tersebar
disekitar mean.
S = 𝜎2 (1.8)

4. Kuartil
Jangkauan kuartil disebut juga simpangan kuartil atau semi antar kuartil atau deviasi
kuartil. Hampir sama dengan nilai median, nilai kuartil membagi data dalam 4
kelompok, sehingga ada 3 nilai kuartil yaitu kuartil bawah = Q1, kuartil tengah = Q2
= Me , dan kuartil atas = Q3

Q1 
1
n  1 (1.9)
4

Q2 
2
n  1 (1.10)
4

Q3 
3
n  1 (1.11)
4

9
 1 
 4 n  Cf 
Q1  L1  i   (1.12)
 fi 
 

2 
 4 n  Cf 
Q2  L2  i   (1.13)
 fi 
 

3 
 n  Cf 
Q3  L3  i  4  (1.14)
 fi 
 

Dimana :
L : batas bawah nyata dari kelas Qi
CF : jumlah frekuensi kelas sebelum kelas kuartil ke-i
fi : frekuensi kelas kuartil ke-i
n : banyak data
I : interval kelas

10