BAB III

PENGUMPULAN DATA

3.1. Data Mentah Praktikum

Data yang digunakan adalah sebagai berikut :
Tabel 3.1. Data Mentah Praktikum
Atribut Pelayanan Ke-
Responden Kelompok 2 y
X6 X7 X8 X9 X10
1 3 4 3 3 4 7
2 3 3 4 4 3 7
3 4 3 4 3 4 7
4 3 3 3 3 3 7
5 4 3 4 3 4 7
6 3 4 4 4 4 8
7 3 4 3 3 4 8
8 3 3 3 3 3 6
9 3 3 3 4 3 5
10 3 3 3 4 3 5
11 3 3 3 3 4 5
12 4 3 4 3 4 7
13 4 3 4 3 4 7
14 3 3 3 3 4 7
15 3 1 3 3 2 6
16 3 3 3 3 2 8
17 4 2 4 4 3 7
18 3 4 3 3 4 7
19 3 3 3 4 2 6
20 3 3 3 4 4 6
21 4 3 4 4 4 8
22 3 3 3 4 2 7
23 4 2 4 4 4 6
24 3 3 3 3 4 7
25 3 4 3 3 4 7
26 3 3 3 3 4 6
27 4 3 4 3 4 5
28 3 4 3 4 4 5
 29 3 4 3 3 4 7
30 4 3 4 4 3 7
Sumber: Laboratorium Statistik Industri, 2020
Keterangan :
Y : Kepuasan Pelanggan
X6 : Kerapian CS XYZ Airlines
X7 : Harga Tiket
X8 : Kemudahan dalam check in (callcenter/ counter terdekat)
X9 : Jumlah counter check in
X10 : Keramahan petugas check in
 BAB IV
PENGOLAHAN DATA

4.1. Pengolahan Data Ukuran Statistik

Berikut hasil pengolahan ukuran statistik variabel X6, X7,X8, X9, X10 dan Y

Tabel 4.1. Hasil Pengolahan Ukuran Statistik Variabel X6, X7,X8, X9, X10 dan Y

Sumber : Pengolahan Data Dengan Software MINITAB, 2020

4.2. Histogram
Histogram with Normal Curve Variabel X6, X7,X8, X9, X10 dan Y

Gambar 4.2.1 Histogram with Normal Curve Variabel X6

Sumber : Pengolahan Data dengan Shoftware MINITAB, 2020

Gambar 4.2.2 Histogram with Normal Curve Variabel X7

Sumber : Pengolahan Data dengan Shoftware MINITAB, 2020
 Gambar 4.2.2 Histogram with Normal Curve Variabel X8
Sumber : Pengolahan Data dengan Shoftware MINITAB, 2020

Gambar 4.2.2 Histogram with Normal Curve Variabel X9

Sumber : Pengolahan Data dengan Shoftware MINITAB, 2020
 Gambar 4.2.2 Histogram with Normal Curve Variabel X10
Sumber : Pengolahan Data dengan Shoftware MINITAB, 2020

Gambar 4.2.2 Histogram with Normal Curve Variabel Y

Sumber : Pengolahan Data dengan Shoftware MINITAB, 2020
 BAB V
ANALISA DATA

5.1. Analisis Ukuran Statistik

Berdasarkan pada tabel 4.1 dapat diketahui nilai Variabel X6, X7,X8, X9,
X10 dan Y :
1. Variabel X6
N = 30
Mean (rata-rata) = 3.3
SE (Standard Error) of mean = 0.0851
Standard deviation = 0.4661
Variance = 0.2172
Sum (jumlah data) = 99
Minimum = 3
Maximum = 4
Q1 (First Quartile) = 3
Median = 3
Q3 (Third Quartile) = 4
Range (selisih Max-Min) = 1
Mode (Modus) = 3
N for Mode (Letak Modus) = 21
2. Variabel X7
N = 30
Mean (rata-rata) = 3.1
SE (Standard Error) of mean = 0.121
Standard deviation = 0.662
Variance = 0.438
Sum (jumlah data) = 93
Minimum = 3
Maximum = 4
 Q1 (First Quartile) = 3
Median = 3
Q3 (Third Quartile) = 3,25
Range (selisih Max-Min) = 3
Mode (Modus) = 3
N for Mode (Letak Modus) = 20
3. Variabel X8
N = 30
Mean (rata-rata) = 3.3667
SE (Standard Error) of mean = 0.0895
Standard deviation = 0.4901
Variance = 0.2402
Sum (jumlah data) = 101
Minimum = 3
Maximum = 4
Q1 (First Quartile) = 3
Median = 3
Q3 (Third Quartile) = 4
Range (selisih Max-Min) = 1
Mode (Modus) = 3
N for Mode (Letak Modus) = 19
4. Variabel X9
N = 30
Mean (rata-rata) = 3.4
SE (Standard Error) of mean = 0.0910
Standard deviation = 0.4983
Variance = 0.2483
Sum (jumlah data) = 102
Minimum = 3
Maximum = 4
 Q1 (First Quartile) = 3
Median = 3
Q3 (Third Quartile) = 4
Range (selisih Max-Min) = 1
Mode (Modus) = 3
N for Mode (Letak Modus) = 18
5. Variabel X10
N = 30
Mean (rata-rata) = 3.5
SE (Standard Error) of mean = 0.133
Standard deviation = 0.731
Variance = 0.534
Sum (jumlah data) = 105
Minimum = 2
Maximum = 4
Q1 (First Quartile) = 3
Median = 4
Q3 (Third Quartile) = 4
Range (selisih Max-Min) = 2
Mode (Modus) = 4
N for Mode (Letak Modus) = 19
6. Variabel Y
N = 30
Mean (rata-rata) = 6.6
SE (Standard Error) of mean = 0.170
Standard deviation = 0.932
Variance = 0.869
Sum (jumlah data) = 198
Minimum = 5
Maximum = 8
 Q1 (First Quartile) = 6
Median = 7
Q3 (Third Quartile) = 7
Range (selisih Max-Min) = 3
Mode (Modus) = 7
N for Mode (Letak Modus) = 15
5.2. Analisis Histogram
Berdasarkan pada Gambar Histogram 4.2 dapat diketahui distribusi pada
Variabel X6, X7,X8, X9, X10 dan Y :
Variabel X6, X7,X8, X9, X10 dan Y adalah terdistribusi normal. Distribusi
Normal merupakan distribusi yang simetris dan berbentuk genta atau lonceng. Pada
bentuk tersebut ditunjukkan hubungan ordinat pada rata-rata dengan berbagai ordinat
pada berbagai jarak simpangan baku yang diukur dari rata-rata.
Dari bentuk kurva distribusi normal dapat diketahui sifat-sifat distribusi
normal, yaitu sebagai berikut :
1. Bentuk distribusi normal adalah bentuk genta atau lonceng dengan
satu puncak (unimodal).
2. Rata-rata (µ) terletak di tengah-tengah.
3. Nilai rata-rata sama dengan median sama dengan modus yang
memberikan pola simetris (µ = Md = Mo).
4. Ujung-ujung sisi kurvanya sejajar dengan sumbu horizontal (sb-X) dan
tidak akan pernah memotong sumbu tersebut.
5. Data sebagian besar ada di tengah-tengah dan sebagian kecil ada di
tepi, yaitu :
a. Jarak ± 1σ menampung 68% atau 68.26% data
b. Jarak ± 2σ menampung 95% atau 95.46% data
c. Jarak ± 3σ menampung 99% atau 99.74% data
 BAB VI
PENUTUP

6.1. Kesimpulan
Dari Praktikum Modul 1. Distribusi Frekuensi Dan Ukuran Statistik. Data
yang akan di uji adalah atribut pelayanan XYZ Airlines yang meliputi : Kepuasan
Pelanggan (Y), Kerapian CS XYZ Airlines (X6), Harga Tiket (X7), Kemudahan
dalam check in (callcenter/ counter terdekat) (X8), Jumlah counter check in (X9),
Keramahan petugas check in (X10). Dengan pengambilan data masing-masing 30
data.
Dengan menggunakan Software MINITAB, dan dipilih parameter yang akan
dilakukan uji, dapat diperoleh Tabel hasil pengolahan data dengan beberapa
parameter sekaligus. Juga diperoleh Gambar Histogram, sehingga pada Variabel X6,
X7,X8, X9, X10 dan Y diketahui distribusinya adalah berdistribusi normal.

6.2. Saran
Bagian Ilmu terpenting yang harus diketahui, difahami, dan dikuasai pada
Program Pendidikan Teknik Industri, juga dalam rangka menghadapi tantangan
revolusi industri 4.0 adalah Pendidikan Statistik. Dimana penelitian untuk mengambil
keputusan atau mencari solusi dari berbagai masalah sangat dibutuhkan, serta dapat
membuat penyajian data yang ringkas dan mudah difahami bagi semua orang. Semua
itu dapat diwujudkan dengan cara mengumpulkan data-data, menyajikan dalam
bentuk Distribusi Frekuensi, kemudian mengolahnya melalui pengujian yang
salahsatunya dapat menggunakan shoftware Minitab. Sebagaimana cara-cara yag
kami lakukan pada praktikum kali ini.
Maka dari itu kami Mahasiswa Teknik Industri mengajak sesama mahasiswa
juga adik-adik kami yang membaca agar dapat serius berusaha mencurahkan usaha
terbaik pada pelajaran Statistik agar nantinya dalam menghadapi masalah baik dalam
organisasi, instansi, ataupun masyarakat dapat menyajikan data yang baik serta bisa
mengambil kesimpulan dan keputusan untuk solusi terbaik.