Laporan Praktikum Statistika Kel. 37 PDF

LAPORAN PRAKTIKUM
STATISTIKA INDUSTRI
Disusun Sebagai Salah Satu Syarat Kelulusan Mata Kuliah Praktikum Statistika
Industri Jurusan Teknik Industri Fakultas Teknik Universitas Muammadiyah
Surakarta.
Oleh:
KELOMPOK 37
RIZTALITHA AYU ASTARI D 600 170 049
BONDAN IBNU SAMFEBRIAN D 600 170 119
MATERI:
MODUL I : DISTRIBUSI PELUANG
MODUL II : ESTIMASI PARAMETER
MODUL III : PENGUJIAN HIPOTESIS
MODUL IV : REGRESI, KORELASI, DAN UJI ANOVA
DENGAN SPSS
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH SURAKARTA
2018
LAPORAN PRAKTIKUM
STATISTIKA INDUSTRI
Disusun Sebagai Salah Satu Syarat Kelulusan Mata Kuliah Praktikum Statistika
Industri Jurusan Teknik Industri Fakultas Teknik Universitas Muammadiyah
Surakarta.
Oleh:
KELOMPOK 37
RIZTALITHA AYU ASTARI D 600 170 049
MATERI:
MODUL I : DISTRIBUSI PELUANG
MODUL II : ESTIMASI PARAMETER
MODUL III : PENGUJIAN HIPOTESIS
MODUL IV : REGRESI, KORELASI, DAN UJI ANOVA
DENGAN SPSS
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH SURAKARTA
2018
i
LEMBAR PENGESAHAN
Laporan ini disusun sebagai salah satu syarat kelulusan Mata Kuliah Praktikum
Statistika Industri Jurusan Teknik Industri Universitas Muhammadiyah Surakarta
Oleh:
Kelompok : 37
Nama : RIZTALITHA AYU ASTARI D 600 170 049
Telah disahkan dan disetujui pada:

Hari :
Tanggal :
Koordinator Asisten
Praktikum Statistika
( Irfan Wafi Herjuno ) ( Arif Reza Basirun )
Mengetahui,
Kepala Laboratorium Teknik
Industri
( Hafidh Munawir ST, M.Eng )
ii
COVER SHEET
PRAKTIKUM STATISTIKA INDUSTRI
LAPORAN PRAKTIKUM STATISTIKA 2018
KELOMPOK : 37
ANGGOTA KELOMPOK :
NO NAMA NIM
1. RIZTALITHA AYU ASTARI D600170049
2. BONDAN IBNU SAMFEBRIAN D600170119
Dengan ini Kami menyatakan bahwa pengerjaan laporan praktikum

statistika modul 1-5 ini Kami buat dengan sendiri dengan penuh dedikasi dan
rasa tanggung jawab, apabila Kami melakukan tindakan PLAGIARISM dari
laporan praktikum sebelumnya maupun laporan praktikum lain, Kami bersedia
untuk tidak lulus atau nilai E dalam praktikum statistika industri ini.
Surakarta, 14 Desember 2018
Praktikan 1 Praktikan 2
(RIZTALITHA AYU ASTARI) (BONDAN IBNU SAMFEBRIAN)
Mengetahui,
Asisten
ARIF REZA BASIRUN

D600150028
iii
KATA PENGANTAR
Assalamu’alaikum Wr.Wb
Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat-Nya

sehingga kami dapat menyelesaikan laporan ini. Laporan ini disusun untuk
memenuhi persyaratan mata kuliah praktikum statistika industri 2018 Jurusan
Teknik Industri, Fakultas Teknik Universitas Muhammadiyah Surakarta.
Pada penyusunan laporan ini, penulis banyak mendapat bantuan dan
dukungan dari berbagai pihak yang terlibat, oleh karena itu penulis mengucapkan
banyak terima kasih kepada:
1. Bapak Hafidh Munawir, S.T., M.Eng selaku Kepala Laboratorium Teknik
Industri.
2. Bapak Dr. Hari Prasetyo, S.T., M.T selaku Dosen Pengampu Mata Kuliah
Praktikum Statistika Industri.
3. Asisten praktikum statistika industri 2018 yang telah membimbing dan
mengarahkan penulis mulai dari pelaksanaan praktikum sampai laporan ini
selesai.
4. Semua pihak yang secara langsung atau tidak langsung telah membantu penulis
dalam penyusunan laporan ini.
Besar harapan Laporan Praktikum Statistika Industri ini dapat bermanfaat
bagi penulis khususnya dan bagi semua pihak pada umumnya.
Penulis menyadari bahwa dalam penulisan ini kurang sempurna, untuk itu
penulis mohon maaf dan bersedia menerima kritik dan saran. Akhir kata, semoga
laporan ini bermanfaat bagi kita semua.
Wassalamu’alaikum Wr.Wb
Surakarta, Desember 2018
Penulis
iv
PERSEMBAHAN
Laporan Praktikum Statistika Industri ini kami

persembahkan untuk :
1. Allah SWT yang telah memberikan rahmat-Nya
sehingga selama proses pengerjaan laporan ini
tetap diberi kesehatan dan kelancaran.
2. Bapak, ibu, dan semua keluarga yang telah
memberikan dukungan dan do’a sehingga dapat
menyelesaikan laporan ini.
3. Bapak dan ibu dosen yang telah membimbing
dan memberi motivasi untuk menyelesaikannya.
4. Asisten praktikum statistika industri 2018 yang
banyak membantu dalam pengerjaan laporan.
5. Teman-teman dan semua pihak yang telah
memberikan dorongan dan semangat untuk
menyeesaikan laporan ini.
v
MOTTO
“The Real man never complain anything in his life”, Bondan Ibnu Samfebrian
“Jangan pernah meremehkan orang lain. Karena Manusia diciptakan untuk
memiliki peran masing-masing”, Riztalitha Ayu Astari
“Push your limits, until you find your new limits”, Lebron James
“Rajin-rajinlah Menabung”, Anonim
“Your work is going to fill a large part of your life and the only way to be truly
satisfied is to do what what you believe is great work. And the only way to do
great work is to love what you do.”, Steve Jobs
vi
DAFTAR ISI
HALAMAN JUDUL ...................................................................................... i

LEMBAR PENGESAHAN ........................................................................... ii
KATA PENGANTAR .................................................................................... iv
PERSEMBAHAN ........................................................................................... v
MOTTO ......................................................................................................... vi
DAFTAR ISI .................................................................................................. vii
DAFTAR GAMBAR ...................................................................................... ix
DAFTAR TABEL .......................................................................................... x
BAB I LANDASAN TEORI ....................................................................... 1
A. DISTRIBUSI PELUANG ........................................................... 1
B. ESTIMASI PARAMETER......................................................... 1
C. PENGUJIAN HIPOTESIS ......................................................... 1
D. REGRESI, KORELASI, UJI ANOVA DENGAN SPSS ......... 1
BAB II PENGUMPULAN DAN ANALISIS DATA .................................. 2
A. DISTRIBUSI PELUANG ........................................................... 2
1. Objek Pengamatan.................................................................... 2
2. Tujuan Pengamatan .................................................................. 2
3. Pelaksanaan Pengamatan ......................................................... 2
4. Hasil Pengamatan .................................................................... 2
5. Uji Goodness of Fit ................................................................. 2
6. Analisa Uji Goodness of Fit .................................................... 8
B. ESTIMASI PARAMETER......................................................... 10
1. Penarikan Sampel ..................................................................... 10
2. Pengolahan Data ...................................................................... 22
3. Analisis Data ............................................................................ 23
C. PENGUJIAN HIPOTESIS ......................................................... 25
1. Pengumpulan Data .................................................................. 25
2. Data .......................................................................................... 25
3. Pengolahan Data ....................................................................... 29
a. Klaim 1 ................................................................................ 29
b. Klaim 2 ................................................................................ 30
c. Klaim 3 ................................................................................ 31
d. Klaim 4 ................................................................................ 32
4. Analisis Data ........................................................................... 33
a. Analisis Klaim 1 .................................................................. 33
b. Analisis Klaim 2 .................................................................. 34
c. Analisis Klaim 3 .................................................................. 36
d. Analisis Klaim 4 .................................................................. 37
5. Kesimpulan............................................................................... 39
a. Kesimpulan Klaim 1 ............................................................ 39
vii
b. Kesimpulan Klaim 2 ............................................................ 39
c. Kesimpulan Klaim 3 ............................................................ 39
D. REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS ............ 40

1. Normalitas ............................................................................................ 40
a. Langkah-langkah ............................................................................. 40
b. Output ............................................................................................. 45
2. Regresi dan Korelasi ........................................................................... 40
a. Langkah-langkah ............................................................................. 40
b. Output ............................................................................................. 45
3. One Way ANOVA ............................................................................... 47
a. Data Jumlah Produk Cacat .............................................................. 47
b. Langkah-langkah ............................................................................. 48
c. Output ............................................................................................. 51
BAB III PENUTUP ....................................................................................... 56
A. KESIMPULAN ........................................................................ 56
B. SARAN ...................................................................................... 56
DAFTAR PUSTAKA
LAMPIRAN
viii
DAFTAR GAMBAR
Gambar 2.1 Histogram Data Poisson............................................................... 8

Gambar 2.2 Histogram Data Eksponensial ...................................................... 8
Gambar 2.3 Diagram Flowchart Penelitian ..................................................... 12
Gambar 2.4 Pie Chart Proporsi Mahasiswi ..................................................... 20
Gambar 2.5 Pie Chart Tempat Belanja ............................................................ 21
Gambar 2.6 Pie Chart Intensitas Belanja ......................................................... 21
Gambar 2.7 Histogram Estimasi Mean Sampel Tunggal................................. 24
Gambar 2.8 Histogram Estimasi Proporsi Sampel Tunggal ............................ 24
Gambar 2.9 Kurva Distribusi Z dan P-Value dengan alpha 0,01 ..................... 33
Gambar 2.10 Kurva Distribusi Z dan P-Value dengan alpha 0,05 ................... 34
Gambar 2.11 Kurva Distribusi T dan P-Value dengan alpha 0,01 ................... 35
Gambar 2.17 Tampilan Awal Software SPSS .................................................. 40
Gambar 2.18 Tampilan Variabel View............................................................. 41
Gambar 2.19 Tampilan Analyze Uji Normalitas .............................................. 41
Gambar 2.20 Tampilan Kotak Explore Uji Normalitas ................................... 41
Gambar 2.21 Langkah Menyimpan Output Uji Normalitas............................. 42
Gambar 2.22 Langkah Menyimpan Output Uji Normalitas ............................ 42
Gambar 2.23 Tampilan Analyze Uji Korelasi .................................................. 42
Gambar 2.24 Tampilan kotak Bivariate Correlations ..................................... 43
Gambar 2.25 Langkah Menyimpan Output Uji Korelasi ................................. 43
Gambar 2.26 Langkah Menyimpan Output Uji Korelasi ................................. 43
Gambar 2.27 Tampilan Analyze Uji Regresi.................................................... 44
Gambar 2.28 Tampilan kotak Linear Regressions ........................................... 44
Gambar 2.29 Langkah Menyimpan Output Uji Regresi .................................. 44
Gambar 2.30 Langkah Menyimpan Output Uji Regresi .................................. 45
Gambar 2.31 Tampilan Awal Software SPSS .................................................. 48
Gambar 2.32 Memasukkan Data pada Variable View ..................................... 48
Gambar 2.33 Tampilan Data di data view SPSS.............................................. 48
Gambar 2.34 Langkah Uji ANOVA ................................................................ 49
ix
Gambar 2.39 Langkah Menyimpan Output ..................................................... 51
Gambar 2.40 Langkah Menyimpan Output ..................................................... 51
x
DAFTAR TABEL
Tabel 2.1 Pengolahan Data Poisson ................................................................. 3

Tabel 2.2 Uji Goodness of Fit Poisson (1)....................................................... 3
Tabel 2.3 Uji Goodness Of Fit Poisson (2) ...................................................... 3
Tabel 2.4 Tabel Chi Square data Poisson ........................................................ 4
Tabel 2.5 Keterangan Rumus Poisson ............................................................. 4
Tabel 2.6 Pengolahan Data Eksponensial ........................................................ 5
Tabel 2.7 Uji Goodness Of Fit Eksponensial (1) ............................................. 5
Tabel 2.8 Uji Goodness Of Fit Eksponensial (2) ............................................. 6
Tabel 2.9 Chi Square Data Eksponensial ......................................................... 6
Tabel 2.10 Keterangan Rumus Eksponensial................................................... 6
Tabel 2.11 Rencana Penarikan Sampel ............................................................ 10
Tabel 2.12 Data Hasil Kuisioner Mahasiswi Angkatan 2016 .......................... 14
Tabel 2.15 Hasil Pengolahan Estimasi Mean Sampel Tunggal ....................... 22
Tabel 2.16 Keterangan Rumus ......................................................................... 22
Tabel 2.17 Hasil Pengolahan Estimasi Proporsi Sampel Tunggal ................... 23
Tabel 2.18 Keterangan Rumus ......................................................................... 23
Tabel 2.19 Data Klaim 1 Rata-rata Pengeluaran Biaya Makan dalam 1 hari
Mahasiswa Teknik Industri 2017 .................................................. 25
Tabel 2.20 Data Klaim 2 Rata-rata Pengeluaran Biaya Makeup ..................... 26
Tabel 2.21 Perbandingan Pengeluaran Biaya Makan dalam 1 Hari Mahasiswa dan
Mahasiswi Teknik Industri 2017 ..................................................... 27
Tabel 2.22 Data Klaim 3 Perbandingan Pengeluaran Biaya Makan dalam 1 hari
Mahasiswa dan mahasiswi Teknik Industri 2017 ............................ 28
Tabel 2.23 Data Klaim 4 Inflasi di Jawa Tengah Tahun 2013-2017 ............... 29
Tabel 2.24 Analisis Klaim 1 ............................................................................ 33
Tabel 2.28 Tabel Pengamatan Maintenance terhadap Jumlah Produk Cacat .. 47
Tabel 2.29 Tabel Hasil Post Hoc Test.............................................................. 55
xi
BAB I
LANDASAN TEORI
A. DISTRIBUSI PELUANG
Ditribusi peluang merupakan tabel, rumus, maupun grafik yang
memberikan nilai peluang dari sebuah variabel acak. Berdasarkan
karakteristik peubah acaknya, distribusi peluang dibedakan menjadi dua
yaitu distribusi peluang diskrit dan distribusi peluang kontinu. Distribusi
peluang diskrit menyatakan peluang jumlah peristiwa yang terjadi pada
periode waktu tertentu apabila rata-rata kejadian tersebut diketahui dan
dalam waktu yang saling bebas sejak kejadian berakhir. Sedangkan
distribusi peluang kontinu menyatakan fungsi kepekatan. Fungsi
kepekatan dibuat sedemikian sehingga luas daerah di bawah kurva dan di
atas sumbu x sama dengan 1 .
B. ESTIMASI PARAMETER
Estimasi merupakan penaksiran atau pendugaan dari nilai parameter
populasi berdasarkan data atau sampel yang telah ada misalnya mean
sampel. Estimasi juga memiliki beberapa sifat seperti tidak bias, efisien,
dan konsisten. Dalam melakukan estimasi juga terdapat standard error
yang artinya besarnya maksimum kesalahan yang dapat terjadi dalam
menduga nilai parameter populasi berdasarkan pengamatan sejumlah n
sampel yang dipilih secara acak. Semakin besar ukuran sampel yang
diambil, semakin mendekati jumlah populasinya dan semakin kecil
kesalahan dalam estimasi.
C. PENGUJIAN HIPOTESIS
Hipotesis adalah suatu pernyataan yang pada waktu diungkapkan
belum diketahui kebenarannya, tetapi memungkinkan untuk diuji dalam
keadaan empiris. Kebenaran dan ketidakbenaran suatu hipotesis tersebut
dapat diketahui dengan pasti jika mengamati suatu populasi. Namun
pengamatan keseluruhan populasi sering kali tidak efisien untuk dilakukan
sehingga hipotesis diuji melalui pengamatan terhadap suatu sampel.
Namun akibat dari penggunaan sampel, keputusan yang dihasilkan
mengandung unsur ketidakpastian.
D. REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS
Regresi merupakan suatu bentuk analisis yang digunakan untuk
mengetahui hubungan antara variabel independent dengan variabel
dependent. Sedangkan korelasi merupakan bentuk analisis untuk
mengetahui seberapa erat hubungan antar variabel. Selain itu melalui uji
korelasi dapat diketahui arah hubungan antar variabel. Kemudian uji
ANOVA adalah suatu teknik analisis yang digunakan untukmenguji
perbedaan dari perlakuan antar variabel.
1
BAB II
PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA
A. DISTRIBUSI PELUANG
1. Objek Pengamatan
Pada modul 1 ini peneliti melakukan pengamatan di McDonald’s The
Park Mall yang beralamat di Jalan Ir. Soekarno No. 10F, Dusun II,
Madegondo, Grogol, Kabupaten Sukoharjo. Peneliti mengambil objek
“Banyaknya jumlah pengunjung yang masuk ke McDonald’s The Park
Mall”. Peneliti memilih objek ini karena tempatnya yang nyaman,
ketertarikan masyarakan terhadap makanan cepat saji tinggi, dan restoran
tersebut buka selama 24 jam.
2. Tujuan Pengamatan
Peneliti melakukan pengamatam tentang banyaknya jumlah
pengunjung yang masuk ke McDonald’s The Park Mall dengan tujuan
penelitian sebagai berikut:
1. Mengetahui banyak pengunjung McDonald’s The Park Mall Solo
Baru.
2. Mengetahui waktu rata-rata kedatangan pengunjung yang memesan
makanan atau minuman.
3. Menguji data waktu kedatangan pengunjung yang memesan makanan
atau minuman.
4. Menyajikan data dalam bentuk histogram dari data distribusi poisson
dan distribusi eksponensial.
3. Pelaksanaan Pengamatan
Pengamatan banyaknya pengunjung yang memesan makanan cepat
saji selama 8 jam dilaksanakan pada:
Hari, Tanggal : Minggu, 28 Oktober 2018
Waktu : 12.42 s.d. 20.42 WIB
Lokasi : McDonald’s The Park Mall
4. Hasil Pengamatan (Terlampir)
a. Data Poisson
(Terlampir)
b. Data Eksponensial
(Terlampir)
5. Uji Goodness Of Fit
a. Uji Goodness Of Fit Distribusi Poisson
Uji Goodness of Fit merupakan uji yang digunakan untuk
pengujian kecocokan atau kebaikan suai. Uji goodness of fit
membandingkan antara frekuensi yang diperoleh saat pengamatan
dengan frekuensi harapan. Berdasarkan pengamatan diambil interval
2
3
selama 10 menit. Hasil pengolahan data poisson ditunjukkan pada

tabel 2.1.
Tabel 2.1 Pengolahan Data Poisson
Keterangan Nilai
Rata-Rata 17
Standar Deviasi 7.313642164
Maksimum 32
Minimum 5
Jumlah Kelas 7
Interval Kelas 3.857142857
Uji goodness of fit dilakukan untuk menentukan apakah suatu

populasi memiliki suatu distribusi teoritis tertentu. Uji ini didasarkan
pada sejauh mana tingkat kesesuaian yang ada antara frekuensi
pengamatan dan frekuensi harapan. Penguji melakukan uji goodness
of fit pertama pada data poisson yang ditunjukkan pada tabel 2.2.
Tabel 2.2 Uji Goodness of Fit Poisson (1)
Interval
No Hitung Kumulatif Frekuensi Kumulatif Probabilitas Probabilitas Frekuensi Harapan
bawah atas
1 5 8.85714286 6 6 0.01259552 0.01259552 0.604584936
2 8.857142857 12.7142857 17 11 0.135024234 0.122428715 5.876578304
3 12.71428571 16.5714286 23 6 0.467738284 0.33271405 15.97027439
4 16.57142857 20.4285714 33 10 0.805480546 0.337742262 16.21162859
5 20.42857143 24.2857143 39 6 0.959353675 0.153873129 7.385910191
6 24.28571429 28.1428571 44 5 0.99501615 0.035662475 1.71179881
7 28.14285714 32 48 4 0.999625474 0.004609324 0.221247534
Total 0.999625474 47.98202276
Uji Goodness of Fit yang kedua dilakukan untuk merubah

frekuensi harapan yang kurang dari lima, agar jumlahnya bisa sama
dengan atau lebih dari lima. Hasil tabel uji goodness of fit ditunjukkan
pada tabel 2.3.
Tabel 2.3 Uji Goodness Of Fit Poisson (2)
Interval
bawah atas
1 5 13 17 17 0.135024234 0.13502434 6.481163241
3 13 17 23 6 0.467738284 0.33271405 15.97027439
4 17 20 33 10 0.805480546 0.337742262 16.21162859
5 20 32 48 15 0.999625474 0.194519454 9.318956535
Total 1 47.98202276
Chi Square digunakan untuk menguji nilai frekuensi dengan

frekuensi harapan sehingga didapatkan nilai hitung dan nilai tabel
untuk mengetahui data pengamatan diterima berdistribusi
eksponensial atau tidak yang ditunjukkan pada tabel 2.4.
4
Tabel 2.4 Tabel Chi Square data Poisson

No Oi Ei (Oi-Ei) (Oi-Ei)^2 (Oi-Ei)^2/Ei Nilai Tabel
1 17 6.481163241 10.51883676 110.6459268 17.07192407
2 6 15.97027439 -9.970274385 99.40637132 6.22446233
3 10 16.21162859 -6.211628595 38.5843298 2.380040326 12.59158724
4 15 9.318956535 5.681043465 32.27425485 3.46329063
Nilai Hitung 29.13971736
Pada pengolahan distribusi poisson menggunakan rumus-rumus
dalam microsoft excel, yang ditunjukkan pada tabel 2.5.
Tabel 2.5 Keterangan Rumus Poisson
Rumus Keterangan
Minimal Menunjukkan nilai terkecil dari data
Poisson. Didapatkan dengan formula
=MIN(data poisson)
Maksimal Menunjukkan nilai terbesar dari data
Poisson. Didapatkan dengan formula
=MAX(data poisson)
Jumlah Kelas Didapatkan dengan rumus =1+3.3log n
Interval Kelas Didapatkan dengan formula =(MAX-
MIN)/Jumlah Kelas
Rataan Didapatkan dengan formula
=AVERAGE(data Poisson)
Standar Deviasi Didapatkan dengan formula
=STDEV(data Poisson)
Interval Bawah Didapatkan dari nilai minimal
Interval Atas Didapatkan dengan formula, interval
bawah ditambah dengan interval kelas
Hitung Kumulatif Didapatkan dengan formula
=FREQUENCY(rata-rata data poisson;
Interval atas)
Frekuensi Adalah jumlah data yang terdapat pada
setiap interval, didapatkan dengan
formula hitungan kumulatif ke-2 -
hitungan kumulatif ke-1
Kumulatif Probabilitas Didaparkan dengan formula
=POISSON.DIST(Interval atas;rata-rata
data poisson (F4);Standar Deviasi
(F4);TRUE)
Probabilitas Didapatkan dengan formula, kumulatif
probabilitas ke-2 - kumulatif probabilitas
ke-1
Frekuensi Harapan Didapatkan dengan formula, Probabilitas
dikali dengan banyak data Poisson
5
Kesimpulan :
Berdasarkan data yang diolah, didapatkan nilai tabel sebesar
12.59158724 dan nilai hitung sebesar 29.13971736. Maka dapat
kita simpulkan bahwa data di tolak, karena nilai hitungnya lebih
besar dari nilai tabel
b. Uji Goodness Of Fit Distribusi Eksponensial
Uji Goodness Of Fit Distribusi Eksponensial merupakan pengujian
hipotesis untuk menentukan apakah suatu himpunan frekuensi yang
diharapkan sama dengan frekuensi yang diperoleh dari distribusi
eksponensial Distribusi eksponensial merupakan pengujian yang
dilakukan untuk melakukan perkiraan atau prediksi dengan hanya
membutuhkan perkiraan rata-rata populasi. Data eksponensial dapat
diolah dengan menggunakan microsoft excel. Data distribusi
eksponensial diperoleh dengan cara mengubah waktu menjadi satuan
detik lalu dibulatkan ke atas. Yang ditunjukkan pada tabel 2.6.
Tabel 2.6 Pengolahan Data Eksponensial
Keterangan Nilai
Rata-Rata 35.75980392
Standar Deviasi 62.582234700
Maksimum 473
Minimum 1
Jumlah Kelas 11
Interval Kelas 42.90909091
Lamdha 0.027964359
Uji goodness of fit dilakukan untuk menentukan apakah suatu

populasi memiliki suatu distribusi teoritis tertentu. Uji ini didasarkan
pada sejauh mana tingkat kedekatan atau kesesuaian yang ada antara
frekuensi pengamatan dan frekuensi harapan. Penguji melakukan uji
goodness of fit pertama ditunjukkan pada tabel 2.7.
Tabel 2.7 Uji Goodness Of Fit Eksponensial (1)
Interval
Bawah Atas
1 1.0000000 43.90909091 614 614 0.707089913 0.707089913 576.9853692
2 43.90909091 86.81818182 698 84 0.91177058 0.204680667 167.0194245
3 86.81818182 129.7272727 751 53 0.973423822 0.061653242 50.30904545
4 129.7272727 172.6363636 777 26 0.991994811 0.018570988 15.15392633
5 172.6363636 215.5454545 795 18 0.997588703 0.005593892 4.564616186
6 215.5454545 258.4545455 803 8 0.999273677 0.001684974 1.374938777
7 258.4545455 301.3636364 810 7 0.999781219 0.000507542 0.414154567
8 301.3636364 344.2727273 811 1 0.9999341 0.000152880 0.124750286
9 344.2727273 387.1818182 813 2 0.99998015 0.0000460501 0.037576874
10 387.1818182 430.0909091 814 1 0.999994021 0.000013871058 0.011318783
11 430.0909091 473.0000000 816 2 0.999998199 0.000004178195 0.003409407
6
Uji Goodness of Fit yang kedua dilakukan untuk merubah

frekuensi harapan yang kurang dari lima, agar jumlahnya bisa sama
dengan atau lebih dari lima. Hasil tabel uji goodness of fit kedua,
ditunjukkan pada tabel 2.8.
Tabel 2.8 Uji Goodness Of Fit Eksponensial (2)
Interval
Bawah Atas
1 1 43.90909091 614 614 0.707089913 0.707089913 576.9853692
2 43.90909091 86.81818182 698 84 0.91177058 0.204680667 167.0194245
3 86.81818182 129.7272727 751 53 0.973423822 0.061653242 50.30904545
4 129.7272727 172.6363636 777 26 0.991994811 0.018570988 15.15392633
5 172.6363636 473 816 38 0.999998199 0.00801 6.53076
Total 1.00000 815.9985255
Chi Square digunakan untuk menguji nilai frekuensi dengan

frekuensi harapan sehingga didapatkan nilai hitung dan nilai tabel
untuk mengetahui data pengamatan diterima berdistribusi
eksponensial atau tidak yang ditunjukkan pada tabel 2.9.
Tabel 2.9 Chi Square Data Eksponensial
No Oi Ei (Oi - Ei) (Oi - Ei)^2 (Oi Ei)^2/Ei Nilai Tabel
1 614 576.9853692 37.01463081 1370.082894 2.37455396
2 84 167.0194245 -83.01942449 6892.224843 41.2660076
3 53 50.30904545 2.690954548 7.24123638 0.14393508
18.30703805
4 26 15.15392633 10.84607367 117.6373141 7.76282737
5 38 6.53076 31.46924 990.3130662 151.638257
Nilai Hitung 203.185581
Pada pengolahan distribusi eksponensial menggunakan rumus-
rumus dalam microsoft excel, yang ditunjukkan pada tabel 2.10.
Tabel 2.10 Keterangan Rumus Eksponensial
Rumus Keterangan
Minimal Menunjukkan nilai terkecil dari data
eksponensial. Didapatkan dengan
formula =MIN(data eksponensial)
Maksimal Menunjukkan nilai terbesar dari data
eksponensial. Didapatkan dengan
formula =MAX(data eksponensial)
Jumlah Kelas Banyaknya kelas. Didapatkan dengan

rumus =1+3.3log n
Interval Kelas Didapatkan dengan formula =(MAX-

MIN)/Jumlah Kelas
Rataan Didapatkan dengan formula
=average(data eksponensial)
Standar Deviasi Didapatkan dengan formula
=stdev(data eksponensial)
Interval Bawah Didapatkan dari nilai minimal
7
Rumus Keterangan
Interval Atas Didapatkan dengan formula, interval
bawah ditambah dengan interval kelas
Hitung Kumulatif Didapatkan dengan formula

=FREQUENCY(rata-rata data
eksponensial; Interval atas)
Frekuensi Adalah jumlah data yang terdapat
pada setiap interval, didapatkan
dengan formula hitungan kumulatif
ke-2 - hitungan kumulatif ke-1
Kumulatif Didaparkan dengan formula
Probabilitas =expon.dist(Interval atas;rata-rata
data eksponensial (F4);Standar
Deviasi (F4);TRUE)
Probabilitas Didapatkan dengan formula,
kumulatif probabilitas ke-2 -
kumulatif probabilitas ke-1
Frekuensi Harapan Didapatkan dengan formula,
Probabilitas dikali dengan banyak
Lamdha data eksponensial
Didapatkan dengan formula, 1/Rata-
rata
Kesimpulan :
Berdasarkan data yang diolah, didapatkan nilai tabel sebesar
18.30703805 dan nilai hitung sebesar 203.185581. Maka dapat kita
simpulkan bahwa data di tolak, karena nilai hitungnya lebih besar dari
nilai tabel.
8
6. Analisa Uji Goodness of Fit

a. Distribusi Poisson
Berdasarkan pengolahan data poisson, didapatkan Histogram seperti
pada gambar 2.1.
Histogram
15
Interval Data 10
5
Frequency
0
5 9.5 14 18.5 23 27.5 More
Data
Gambar 2.1 Histogram Data Poisson
Berdasarkan pengolahan data antrian yang terdapat pada tabel chi

square diperoleh nilai hitung sebesar 29.13971736 dan nilai tabel sebesar
12.591587243744, maka dapat disimpulkan bahwa data tersebut ditolak
berdistribusi poisson karena nilai tabel lebih besar dari nilai hitung. Hasil
tersebut sesuai dengan hasil pengolahan data yang disajikan dalam
histogram bahwa data juga ditolak berdistribusi poisson.
b. Distribusi Eksponensial
Berdasarkan pengolahan data eksponensial, didapatkan Histogram
seperti pada gambar 2.2.
Histogram
800
Interval Data
600
400
200
0
Frequency
Data
Gambar 2.2 Histogram Data Eksponensial
Berdasarkan pengolahan data antrian yang terdapat pada tabel chi

square diperoleh nilai hitung sebesar 203.185581 dan nilai tabel sebesar
12.591587243744 maka dapat disimpulkan bahwa data tersebut ditolak
berdistribusi eksponensial karena nilai tabel lebih besar dari nilai hitung.
9
Hasil tersebut sesuai dengan hasil pengolahan data yang disajikan dalam
histogram bahwa data juga ditolak berdistribusi eksponensial.
10
B. ESTIMASI PARAMETER
1. Penarikan Sampel
a. Latar Belakang
Seiring dengan perkembangan jaman, segala aktivitas manusia
menjadi lebih mudah karena adanya teknologi yang canggih dan jaringan
internet yang memadai, contohnya berbelanja. Dahulu, jika ingin
berbelanja, mereka harus datang ke toko. Namun, mulai tahun 2006
muncul istilah belanja online di Indonesia. Belanja online adalah bentuk
perdangan yang menggunakan perangkat elektronik yang memungkinkan
konsumen untuk membeli barang atau jasa dari penjual melalui internet.
Masuknya sistem berbelanja seperti ini tentu menimbulkan tanggapan
pro dan kontra dari masyarakat.
Oleh karena itu, peneliti ingin melihat minat masyarakat terutama
mahasiswi Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah
Surakarta dalam memilih sistem belanja. Peneliti mengambil judul
penelitian “Estimasi Biaya Belanja Mahasiswi Fakultas Ekonomi dan
Bisnis Universitas Muhammadiyah Surakarta secara Online ataupun
Offline/Langsung dalam Sebulan”. Alasan peneliti hanya mengambil
sampel mahasiswi adalah biasanya wanita lebih suka berbelanja jika
dibandingkan dengan laki-laki.
b. Rencana Penarikan Sampel
Ide dasar dari penarikan sampel adalah dengan mengobservasi
beberapa elemen atau anggota dari suatu populasi yang diharapkan
mampu memberikan informasi yang berguna mengenai karakteristik
populasi. Agar peneliti mudah melakukan observasi maka dibuatlah
kerangka penelitian berupa Lokasi, Waktu Jumlah Sampel, dan metode
yang akan dgunakan dengan rincian sebagai berikut.
Tabel 2.11 Rencana Penarikan Sampel
No Pertanyaan Jawaban Alasan
1 Lokasi Fakultas Ekonomi Objek penelitian
dan Bisnis, Gedung yang akan diambil
Induk Siti Walidah adalah Mahasiswi
Universitas Fakultas Ekonomi
Muhammadiyah dan Bisnis
Surakarta Universitas
Muhammadiyah
Surakarta.
2 Waktu Selasa-Rabu, 13-15 Karena padaa jam
November 2018 tersebut,
pukul 09.00-17.00 mahasiswi FEB
WIB terdapat jam
perkuliahan
11
No Pertanyaan Jawaban Alasan

3 Jumlah Sampel 200 Sampel Dari 200 sampek
Mahasiswi
Fakultas Ekonomi
dan Bisnis
Universitas
Muhammadiyah
Surakarta mampu
mewakili jumlah
populasi yang ada
4 Metode Sampling Multistage Random Teknik ini
Sampling memudahkan
peneliti
dikarenakan
mampu mengambil
sampel secara acak
dari keseluruhan
populasi yang ada.
Sehingga
keuntungannya
adalah dapat
menghemat waktu
dan biaya.
c. Prosedur Pengambilan Sampel
Dalam melakukan penelitian tentang Estimasi Biaya Belanja
Mahasiswi Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah
Surakarta secara Online ataupun Offline/Langsung dalam Sebulan,
peneliti membuat Flowchart beserta penjelasannya.
1) Gambar Flowchart
Flowchart disini bertujuan memudahkan penelti dalam
melakukan penelitian dari proses awal hingga akhir. Selain itu
memudahkan pembaca untuk memahami alur pengambilan sampel.
Flowchart dapat dilihat pada gambar 2.3.
12
Mulai
Menentukan
Topik
Identifikasi
Masalah
Penentuan
Tujuan
Menyiapkan
Alat dan Bahan
Menentukan
Objek, Lokai, Waktu
Menentukan Metode
dan Jumlah Sampel
Melakukan
Penarikan Sampel
Mengolah,
Menganalisis Data
Penarikan
Kesimpulan
Selesai
Gambar 2.3 Diagram Flowchart Penelitian
13
2) Penjelasan Flowchart
1. Menentukan Topik
Menentukan topik dari penelitian yang akan dilakukan yaitu
“Estimasi Biaya Belanja Mahasiswi Fakultas Ekonomi dan Bisnis
Universitas Muhammadiyah Surakarta secara Online ataupun
Offline/Langsung dalam Sebulan”.
2. Identifikasi Masalah
Berdasarkan latar belakang yang telah dijelaskan, peneliti
mengharappkan penelitian yang akan dilakukan dapat menjawab
pertanyaan dari rumusan masalah “Apa metode belanja yang
dipilih oleh mahasiswi FEB dan berapa biaya yang digunakan
untuk berbelanja?”
3. Penentuan Tujuan
Tujuan dari penelitian ini adalah untuk melihat sistem yang
dipilih mahasiswi Fakultas Ekonomi dan Bisnis Universitas
Muhammadiyah Surakarta dalam berbelanja serta mengetahui
biaya rata-rata yang digunakan untuk berbelanja dalam sebulan.
4. Menyiapkan Alat dan Bahan
Sebelum melakukan pengambilan data, peneliti menyiapkan
beberapa pertanyaan terlebih dahulu agar dapat memperoleh
informasi yang diinginkan.
5. Menentukan Objek, Lokasi, dan Waktu
Sebelum dilakukannya penelitian, peneliti menentukan terlebih
dahulu hal-hal berupa objek penelitian, lokasi, dan waktu. Objek
dari penelitian ini adalah mahasiswi Fakultas Ekonomi dan Bisnis
Universitas Muhammadiyah Surakarta angkatan 2016,2017,dan
2018 yang bertempat di Gedung G Fakultas Ekonomi dan Bisnis
serta Gedung Induk Sitii Walidah. Penelitian menyebarkan
kuisioner selama 3 hari, pada hari selasa-kamis, 13-15 November
2018 pukul 09.00-17.00 WIB
6. Menentukan Metode dan Jumlah Sampel
Jumlah sampel yang diambil sebanyak 200 mahasiswi dari total
keseluruhan populasi, dengan jumlah sampel tersebut diharapkan
mampu mewakili jumlah keseluruhan Mahasiswi Fakultas
Ekonomi dan Bisnis Universitas Muhammadiyah Surakarta
dengan menggunakan metode multistage random sampling
mampu menghemat waktu dan biaya.
7. Melakukaan Penarikan Sampel
Melakukan penarikan sampel atau pengamatan dengan
menyebarkan kuisioner kepada responden sebanyak 200 sampel
dari populasi yang ada.
14
8. Mengolah, Menganalisis Data

Setelah melakukan observasi kemudian mengolah dan
menganalisis hasil observasi tersebut menggunakan
metodemultistage random sampling.
9. Penarikan Kesimpulan
Mengambil kesimpulan dari analisishasil observasi yang telah
dilakukan mengenai Bagaimana Estimasi Biaya Belanja
Mahasiswi Fakultas Ekonomi dan Bisnis Universitas
Muhammadiyah Surakarta secara Online ataupun
Offline/Langsung dalam Sebulan.
d. Kuesioner Penelitian
(Terlampir)
e. Data Pengamatan
Dari jumlah populasi 217 mahasiswi Fakultas Ekonomi dan Bisnis
Universitas Muhammadiyah Surakarta, peneliti mengambil sampel
sebanyak 200 dari 3 angkatan yaitu 2016, 2017, 2018.
Tabel 2.12 Data Hasil Kuisioner Mahasiswi Angkatan 2016
Pengeluaran/Bulan
No Nama Tempat Belanja
(Rp.)
1 Adella Pratita Sari Online Shop 800000

2 Adinda Maydina B. Offline/Langsung 150000
3 Alifiah Arabella Offline/Langsung 400000
4 Amalia Putri Kinasih Online Shop 400000
5 Anastri Nur Offline/Langsung 200000
6 Anggun May A.B. Offline/Langsung 150000
7 Anjelita Suratinoyo Offline/Langsung 300000
8 Atinal Khusna Offline/Langsung 1000000
9 Ayu Wullandari Offline/Langsung 200000
10 Aziza Wa Arina Online Shop 150000
11 Azizah Lafia S. Offline/Langsung 300000
12 Deasty Denaswara Offline/Langsung 200000
13 Desi Dias Handayani Offline/Langsung 400000
14 Devi Azzahra A. Online Shop 650000
15 Dewi Offline/Langsung 150000
16 Diah Saraswari Offline/Langsung 1000000
17 Dianita Dwi Puji Offline/Langsung 500000
18 Efik Mulyaningtyas Offline/Langsung 350000
19 Emmatul Afifah Offline/Langsung 300000
20 Endah Listyo W.N Online Shop 150000
21 Fafa Offline/Langsung 200000
15
Pengeluaran/Bulan
(Rp.)
22 Fildzah D.S Offline/Langsung 200000

23 Fitri Ayu Perwitasari Offline/Langsung 450000
24 Gladys Windatari Online Shop 180000
25 Hafni Nurdiana G Online Shop 150000
26 Haura Basalamah Offline/Langsung 2500000
27 Hesty Handayani Offline/Langsung 250000
28 Iresta Luna Offline/Langsung 500000
29 Jessica K.D Online Shop 1000000
30 Kartika Candra Yuni Offline/Langsung 150000
31 Khalifatunnisa Ismi Offline/Langsung 300000
32 Khanna Yuliati Offline/Langsung 200000
33 Klama Gustine F.K. Online Shop 250000
Lisa Novia
34
Andriyana Offline/Langsung 500000
35 Lutfia Online Shop 300000
36 Maharani Maya K. Online Shop 500000
37 Marsela Endah K. Offline/Langsung 300000
38 Mila Ramadhanti Offline/Langsung 200000
39 Mira H Offline/Langsung 250000
40 Misykatun Nisa'ul H. Offline/Langsung 175000
41 Nabilla Z. Online Shop 150000
42 Nadya Offline/Langsung 200000
43 Niken Larasati Offline/Langsung 200000
44 Novi Erviyanti Offline/Langsung 300000
45 Novi Wulan Sari Offline/Langsung 1500000
46 Nurlita Nindya M. Online Shop 50000
47 Octavia Farah R. Offline/Langsung 750000
48 Puspa Pertiwi Offline/Langsung 200000
49 Putri Dian P.S. Offline/Langsung 150000
50 Rahma Ratna Dewi Offline/Langsung 300000
51 Ratna Ayu Mariskha Offline/Langsung 200000
52 Renada Puja I.M Offline/Langsung 200000
53 Renna Melinda Offline/Langsung 900000
Reza Agus
54 Offline/Langsung 500000
Herdayanti
55 Salsabil Offline/Langsung 200000
56 Sefiyana Ariyanti Offline/Langsung 235000
57 Shafa Kamila Y. Online Shop 100000
58 Silvinia Agustina F. Online Shop 150000
16
Pengeluaran/Bulan
(Rp.)
59 Siska Dewi Online Shop 500000

60 Sonia Murti Online Shop 200000
61 Syarifah Makshum Online Shop 200000
62 Tania Widyaputri Online Shop 150000
63 Vena Online Shop 500000
64 Winy Andhini Offline/Langsung 150000
Yuyun Ayu
65
Setyaningsih Offline/Langsung 300000
Pengeluaran/Bulan
(Rp.)
1 Aas Ariska Offline/Langsung 10000

2 Adiningrum Isnaeni Offline/Langsung 300000
3 Aini Offline/Langsung 200000
4 Ainun Afifa Offline/Langsung 200000
5 Ake Online Shop 150000
6 Alvika Offline/Langsung 50000
7 Alya Syiria Offline/Langsung 250000
Amelia Haya
8
Hermifalisa Offline/Langsung 300000
9 Apriliana Offline/Langsung 100000
10 Aulia Offline/Langsung 50000
11 Ayu Widhia Offline/Langsung 300000
Azzah Fathan
12
Nadhira Online Shop 100000
13 Bella Offline/Langsung 50000
14 Bella Lutfiani Online Shop 300000
15 Brigitya Agustin Online Shop 100000
16 Deasy R.F Offline/Langsung 200000
17 Denta Tri Lestari Online Shop 200000
18 Desy Puspitasari Offline/Langsung 400000
Dewandani Erita
19
Desiria Offline/Langsung 500000
20 Dian Meylina J. Offline/Langsung 175000
21 Diana Offline/Langsung 200000
22 Eka Lala Rosita Online Shop 500000
17
Pengeluaran/Bulan
(Rp.)
23 El Online Shop 150000
24 Emeraldha Offline/Langsung 100000
25 Erika Online Shop 150000
26 Erin Yuliana Offline/Langsung 300000
27 Farah Online Shop 2000000
28 Fawfaw Online Shop 55000
29 Fitrah Safarina F Offline/Langsung 500000
30 Florencia Nadia N Online Shop 100000
31 Gisella Gea Putri Offline/Langsung 235000
32 Ica Online Shop 150000
33 Idza Ashifa Online Shop 200000
34 Ika Mardalena Offline/Langsung 200000
35 Intan Online Shop 250000
36 Kartika P.M Offline/Langsung 100000
37 Kiki Jeni S. Online Shop 150000
38 Linda Arum Online Shop 500000
39 Linda Ayu Saputri Offline/Langsung 100000
Lisandra Anandhita
40
B Offline/Langsung 500000
41 Lusiana Offline/Langsung 750000
42 Martina Online Shop 300000
43 Mayahapsari Widya Offline/Langsung 400000
44 Melinda Dewi L Online Shop 400000
45 Melinda Kusmawati Online Shop 150000
46 Miftah Offline/Langsung 100000
47 Monista Nuraini Offline/Langsung 100000
48 Nabila Offline/Langsung 200000
49 Nadhera Online Shop 750000
50 Nafisa Online Shop 250000
51 Nanad Online Shop 50000
52 Nandita Novianka Offline/Langsung 350000
53 NFI Offline/Langsung 150000
54 Niken Puji Astuti Offline/Langsung 150000
55 Noni Offline/Langsung 100000
56 Novia Offline/Langsung 100000
57 Novita Ayu Dwi Offline/Langsung 500000
58 Nurhantika Offline/Langsung 100000
59 Putri Diah M. Offline/Langsung 250000
100000
60 Rangga
Offline/Langsung
18
Pengeluaran/Bulan
(Rp.)
61 Refo Offline/Langsung 150000
62 Retno Pratiwi Online Shop 350000
63 Ria Online Shop 175000
64 Riandina Iskandar Offline/Langsung 300000
65 Rifani N.I Offline/Langsung 300000
66 Sakti Wandasari Offline/Langsung 200000
67 Santyara Online Shop 500000
68 Selly Offline/Langsung 300000
69 Septiana Resti P Offline/Langsung 400000
70 Shelyana Sandra D. Offline/Langsung 175000
71 Siska Febri Astuti Offline/Langsung 200000
72 Syafira Firdha N Online Shop 200000
Syan Mirza
73
Ramadhani Offline/Langsung 100000
74 Tety Zelisa Online Shop 100000
75 Vika Online Shop 250000
Pengeluaran/Bulan
(Rp.)
1 Ainnatul Muthmainnah Offline/Langsung 150000

2 Ajeng Offline/Langsung 200000
3 Ajeng Fitriana Offline/Langsung 400000
4 Alifah Sekarningrum Offline/Langsung 200000
5 Amalia Choirunnisa Offline/Langsung 500000
6 Amara Yasinta Offline/Langsung 100000
7 Ananda Putri B. Online Shop 500000
8 Andriani Zulkifli Offline/Langsung 250000
9 Arim Triyanti Offline/Langsung 150000
10 Arista Candra K.D Offline/Langsung 175000
11 Arlina Galuh R. Online Shop 200000
12 Asmira M Said Offline/Langsung 300000
Bintang Laras
13
Sekarningrum Online Shop 250000
14 CA Online Shop 300000
15 Damatika P.S Offline/Langsung 200.000
150000
Dinda Daniar W.
16 Offline/Langsung
19
Pengeluaran/bulan
(Rp)
17 Dwi Wahyuningsih Offline/Langsung 100000
18 Dyah Ayu Offline/Langsung 100000
19 Dyah Ayu Nur A. Offline/Langsung 200000
20 Erma Yesiana Online Shop 100000
21 Evin Nabilla Offline/Langsung 700000
22 Fausi Nur A. Offline/Langsung 250000
23 Ferra Yuan D.R. Offline/Langsung 300000
24 Gramitha Sofiarnani Offline/Langsung 200000
25 Hamba Allah Offline/Langsung 500000
26 Hana Fatima S. Online Shop 250000
27 Hanin Amalia P Online Shop 400000
28 Irma Fitriyani Offline/Langsung 150000
29 Julanita Offline/Langsung 100000
30 Kevinda Tasya D. Offline/Langsung 500000
31 Kezia Velda Offline/Langsung 250000
32 Laely Febriantina Offline/Langsung 100000
33 Lathifah Febri Dwi C. Offline/Langsung 100000
34 Letty Thalia F. Offline/Langsung 300000
35 Maya Fahira Suhardi Offline/Langsung 100000
36 Mia Online Shop 100000
37 Naelatul Izza Offline/Langsung 200000
38 Novita Puspasari Online Shop 400000
39 Nurani Offline/Langsung 200000
40 Nurisa Cahyaningrum Offline/Langsung 50000
41 Nurma Yulanda Offline/Langsung 350000
42 Nurul Aisyah Offline/Langsung 200000
43 Putri Tanjung S. Offline/Langsung 400000
44 Putri Tiana Safitri Offline/Langsung 150000
45 Rosita Dewi Offline/Langsung 300000
46 Rustika Cahya Sinta D. Offline/Langsung 175000
47 Rya Pratiwi Offline/Langsung 250000
48 Sarika Offline/Langsung 150000
49 Sendy Offline/Langsung 100000
50 Sheny Lika Fadila Offline/Langsung 250000
51 Sherlyana A.T Offline/Langsung 100000
52 Sinta Nur Fadhila Offline/Langsung 300000
53 Tania Ardi Offline/Langsung 35000
54 Tantri N Offline/Langsung 100000
150000
Tika Pratika
55 Offline/Langsung
20
Pengeluaran/bulan
(Rp)
56 Tika Supriyanti Offline/Langsung 125000
57 Viciananda F. Offline/Langsung 100000
58 Violita Maharani A. Offline/Langsung 250000
59 Vivi Nur Rahma Offline/Langsung 200000
60 Yevi Era Damayanti Offline/Langsung 200000
f. Pie Chart Data Responden
1) Pie Chart Proporsi Mahasiswi
Berisi tentag proporsi dari sampel mahasiswi Fakultas Ekonomi
dan Bisnis Universitas Muhammadiyah Surakarta. Data
menunjukkan bahwa terdapat 65 mahasiswi angkatan 2016, 75
mahasiswsi angkatan 2017, 60 mahasiswi angkatan 2018. Pie Chart
proporsi mahasiswi dapat dilihat pada gambar 2.4.
Proporsi Mahasiswi
30% 32,5%
37,5%
2016 2017 2018
Gambar 2.4 Pie Chart Proporsi Mahasiswi
2) Pie Chart Tempat Belanja

Berisi informasi tentang pemilihan tempat berbelanja oleh
responden. Data menunjukkan dari 200 sampel mahasiswi Fakultas
Ekonomi dan Bisnis Universitas Muhammadiyah Surakarta, 57
Responden memilih untuk berbelanja secara online dan 143
responden memilih untuk berbelanja secara offline/langsung. Pie
Chart tempat belanja yang dipilih dapat dilihat pada gambar 2.5.
21
Tempat Belanja
28,5%
71,5%
Offline/Langsung Online
Gambar 2.5 Pie Chart Tempat Belanja
3) Pie Chart Intensitas Belanja

Berisi informasi mengenai intensitas responden untuk berbelanja
dalam sebulan. Data menunjukkan bahwa 106 responden jarang
berbelanja, 86 cukup sering berbelanja, dan 8 sangan sering
berbelanja. Pie Chart intensitas belanja dapat dilihat pada gambar
2.6 :
Intensitas Belanja
43% 53%
Jarang Cukup Sering Sering
Gambar 2.6 Pie Chart Intensitas Belanja

22
2. Pengolahan Data
a. Estimasi Mean Sampel Tunggal
Estimasi Mean Sampel Tunggal digunakan untuk mencari interval
dari keseluruhan data (200 sampel). Hasil pengolahan data ditunjukkan
pada tabel 2.15
Tabel 2.15 Hasil Pengolahan Estimasi Mean Sampel Tunggal
Variabel Hasil Perhitungan
Rata-rata 287375
Standar Deviasi 282729
ɑ 5%
Zɑ/2 1,959963985
Standar Error 39183,51417
Batas Bawah 248191,4858
Batas Atas 326558,5142
Jumlah Sampel 200
Interval 248191.485831249 < µ < 326558.5142
D
ari perhitungan di atas dapat disimpulan bahwa berdasarkan estimasi
mean tunggal didapatkan rata-rata sebesar 287375 dan memiliki interval
248191.48 < µ < 326558.51. Maka rata-rata sampel tunggal berada pada
interval bawah dan interval atas.
Pada pengolahan estimasi mean sampel tunggal menggunakan
rumus-rumus dalam microsoft excel, yang ditunjukkan pada tabel 2.16.
Tabel 2.16 Keterangan Rumus
Rumus Keterangan
Rata-rata Didapatkan dengan formula =AVERAGE(data
pengeluaran)
Standar Deviasi Didapatkan dengan formula =STDEV(data
pengeluaran)
ɑ Menunjukkan derajat ketidakyakinan
Zɑ/2 Didapatkan dengan formula
=ABS(NORMSINV(ɑ/2))
Standar Error Didapatkan dengan formula =( Zɑ/2*Standar
Deviasi)/SQRT(jumlah sampel)
Batas Bawah Didapatkan dengan formula =Rataan-Standar
Error
Batas Atas Didapatkan dengan formula =Rataan+Standar
Error
Interval Diperoleh dari Batas bawah < µ < Batas Atas
23
b. Estimasi Proporsi Sampel Tunggal

Estimasi Proporsi Sampel Tunggal digunakan untuk mencari interval
dari setiap proporsi (Tempat Belanja). Hasil pengolahan data ditunjukkan
pada tabel 2.17.
Tabel 2.17 Hasil Pengolahan Estimasi Proporsi Sampel Tunggal
Variabel Hasil Perhitungan
ɑ 5%
Zɑ/2 1,959963985
Standar Error 0,0625617
Batas Bawah 0,2224383
Batas Atas 0,3475617
Jumlah Sampel 200
Interval 0,2224383 < π < 0,3475617
Dari perhitungan di atas dapat disimpulan bahwa berdasarkan
estimasi proporsi sampel tunggal didapatkan proporsi online sebesar
0.285 dengan interval 0.22 < 𝜋 < 0.34. Untuk proporsi offline/langsung
sebesar 0.715 dengan interval 0.65 < 𝜋 < 0.77.
Pada pengolahan estimasi proporsi sampel tunggal menggunakan
rumus-rumus dalam microsoft excel, yang ditunjukkan pada tabel 2.18.
Tabel 2.18 Keterangan Rumus
Rumus Keterangan
Proporsi Didapatkan dengan formula =jumlah mahasiswa
sesuai angkatan/jumlah sampel*100%
ɑ Menunjukkan derajat ketidakyakinan
Zɑ/2 Didapatkan dengan formula
=ABS(NORMSINV(ɑ/2))
Standar Error Didapatkan dengan formula
=(Zɑ/2*SQRT(Proporsi*(1-Proporsi)/jumlah
sampel per angkatan)
Batas Bawah Didapatkan dengan formula =Proporsi-Standar
Error
Batas Atas Didapatkan dengan formula =Proporsi+Standar
Error
Interval Diperoleh dari Batas bawah ≤ µ ≤ Batas Atas
3. Analisis Data
a. Estimasi Mean Sampel Tunggal
Dari data perhitungan estimasi mean tunggal didapatkan hasil Zɑ/2
1,959963985, standar deviasi 282729, jumlah sampel 200, standar error
39183,51417, rata-rata 287375, batas bawah 248191,4858, dan batas atas
326558,5142. Sehingga rata-rata biaya yang digunakan oleh mahasiswi
24
angkatan 2016 Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah

Surakarta untuk berbelanja dalam sebulan adalah Rp.378308. Untuk
angkatan 2017 rata-rata pengeluarannya adalah Rp. 257667. Untuk
angkatan 2018 rata-rata pengeluarannya adalah Rp. 226000. Seperti yang
digambarkan pada gambar 2.7.
Histogram Estimasi Mean Sampel Tunggal

400000
350000
300000
Pengeluaran (Rp.)
250000
200000
150000
100000
50000
0
2016 2017 2018
Tahun
Gambar 2.7 Histogram Estimasi Mean Sampel Tunggal
b. Estimasi Proporsi Sampel Tunggal

Pada histogram estimasi proporsi sampel tunggal menunjukkan
jumlah data setiap proporsi. Proporsi yang dgunakan peneliti adalah
tempat belanja, antara online dan offline. Dari jumlah sampel 200,
terdapat 57 mahasiswi yang memilih untuk belanja melalui online shop.
Sedangkan ada 143 mahasiswi yang memilih untuk belanja melalui
offline/langsung. Seperti yang digambarkan pada gambar 2.8.
Histogram Estimasi Proporsi Sampel Tunggal

160
140
Jumlah Mahasiswi
120
100
80
60
40
20
0
Online Offline
Pilihan Tempat
Belanja
Gambar 2.8 Histogram Estimasi Proporsi Sampel Tunggal

25
C. PENGUJIAN HIPOTESIS
1. Pengumpulan Data
a. Pengertian Populasi
Populasi adalah kumpulan seluruh elemen atau objek yang diteliti
(Gulo, 2000). Pada pengamatan modul 3 mengenai pengujian hipotesis,
pengambilan data dilakukan dengan mengambil populasi sebanyak 114
mahasiswa, dengan topik rata-rata pengeluaran biaya makan mahasiswa
Teknik Industri 2017 dalam satu hari dan rata-rata pengeluaran biaya
makeup mahasiswi Teknik Industri 2017. Topik tersebut dipilih karena
peniliti ingin mengetahui berapa rata-rata pengeluaran biaya makan
dalam satu hari, baik mahasiswa Teknik Industri 2017. Dan juga rata-
rata pengeluaran biaya makeup mahasiswi Teknik Industri 2017.
b. Penjelasan Sampel
Metode yang digunakan untuk pengambilan data pada pengujian
rata-rata pengeluaran biaya makan mahasiswa Teknik Industri 2017
dalam satu hari dan rata-rata pengeluaran biaya makeup mahasiswi
Teknik Industri 2017, adalah simple random sampling, dengan
menggunakan media Google Form dan pesan Whatsapp. Alasan
peneliti menggunakan metode ini adalah pengambilan sampel mudah
Dan tidak memerlukan waktu yang lama. Data ini termasuk dalam
kategori data primer, karena peneliti mencari data sendiri dengan cara
menyebarkan formulir dan pesan Whatsapp.
2. Data
Berdasarkan pengambilan sampel berupa biaya pengeluaran
makan mahasiswa/i Teknik Industri 2017 dalam satu hari dan rata-rata
pengeluaran biaya makeup mahasiswi Teknik Industri 2017 ,
didapatkan data yang disajikan dalam tabel 2.1 dan tabel 2.2.
Tabel 2.19 Data Klaim 1 Rata-rata Pengeluaran Biaya Makan dalam 1
hari Mahasiswa Teknik Industri 2017
26
Tabel 2.20 Data Klaim 2 Rata-rata Pengeluaran Biaya Makeup

No Nama Pengeluaran
1 Debby Maharanie Gracesasmita 150000
2 Naomy Artanti Icha L. 350000
3 Dwinda Amalia 40000
4 Diana Dwi Novitasari 100000
5 Annisa Novianti 120000
6 Latifah Citra F. 150000
7 Fanisa Ismi Permatasari 100000
8 Nabila Febrianti 250000
9 Sistika Dewi 270000
10 Wahyu Ade Fitriani 270000
27
Tabel 2.21 Data Klaim 3 Perbandingan Pengeluaran Biaya Makan dalam

1 Hari Mahasiswa dan Mahasiswi Teknik Industri 2017
No Nama Pengeluaran makan per hari
1 Astried wp 30000
2 Vina Anggraini 40000
3 Eva Qurata A 30000
4 Dwinda 30000
5 Widyaningsih 30000
6 Nabila Febrianti 40000
7 Anggy Pratiwi 30000
8 Putri Ayu Sekar Dahlia 25000
9 Ihzaaaaaaaa 30000
10 Naomy Artanti Icha L 25000
11 Diana Dwi Novitasari 25000
12 Rizka Amelia Gestinengtias 25000
13 Anisa Jala Wardani 20000
14 NUGRAHAENI DWI AGUSTINA 30000
15 Amalia izzah sabila 30000
16 Cahyanti Dewi Utami 30000
17 Debby Maharanie Gracesasmita 17000
18 Yunita Diah Utari 35000
19 Isnainiyah W.J 15000
20 Eka Maharani Prastika Bagaskara 15000
21 Valeska Salsabil Kalyana 10000
22 Senja Oktaviara 20000
23 Annisa Novianti 30000
24 Winar Fenicosaly I 30000
25 Fatiha W 15000
26 Faridah amaras lung adilla 30000
27 Noviantika Dinda Parwati 20000
28 Annis Nur K 20000
29 Tania Apriliningtyas 30000
30 Anggit kartiko murti 15000
31 Yassii Pemula Gusfi 30000
32 Latifah Citra F 20000
33 RIFDAH FATIHAH MAULIDIYYAH 20000
34 Sistika dewi 20000
35 Solhawati Siregar 45000
36 Fanisa 25000
37 Aperilossa Iqle Tazfiqoh 50000
38 Wahyu Ade Fitriani 25000
39 Nivo Martani 30000
40 Husnaya madani 35000
41 Nila 40000
42 Laily malatyas 50000
28
Tabel 2.22 Data Klaim 3 Perbandingan Pengeluaran Biaya Makan dalam

1 hari Mahasiswa dan mahasiswi Teknik Industri 2017
No Nama Pengeluaran makan per hari
1 Muhammad Syaiful Fathon 13000
2 Fahmi Salim Sungkar 20000
3 Nur Fauzan 15000
4 Mohammad Eddy Asga Laksa 21000
5 Nata ihza anfasa 30000
6 Achmad Sayfudin 24000
7 Muarrif Fauzan Rais 35000
8 Ananda Rizka Ramadhan 25000
9 Dhimas Mahendra Putra 30000
10 Norhadi 25000
11 Denis Martein Reiska 20000
12 Andyan rusydi 40000
13 Denmas axelsen 32000
14 Miftahul huda 30000
15 Muhammad Fanny Yoga Pradana 30000
16 Eggi yulinato 30000
17 Arif Farhan Syach 45000
18 Fahreza Bari Kalyana 24000
19 Alvin Maulana 25000
20 Harya Faqih Maulana 20000
21 Faizal ahmat khomarul 15000
22 Alfi Nur Rahman 20000
23 Ahmad Tsalits 30000
24 Calvin Athallaric 10000
25 Muhamad Fahrur Rozi 50000
26 Argian 30000
27 Afif Heri 10000
28 Yunus Tri Cahyono 30000
29 HUSNUL RIJAL HIDAYATULLAH 30000
30 Aan 20000
31 Taufik Usman 15000
32 Shodiq Ardianto 15000
33 RAMA PH 30000
34 Muhammad Kuntoro 50000
35 Hilmi Haidar Baqir 30000
36 Sendy Silvano 25000
37 Mohammad Farreldi Azhar P. 11000
38 Samones 40000
39 Dimas As'ari 15000
40 Mohamad Joehan Fadhkurridha 15000
41 Alafiq Nur Hidayat 20000
42 Muhammad Rifky Azyumardi 30000
29
Tabel 2.23 Data Klaim 4 Inflasi di Jawa Tengah Tahun 2013-2017

Bulan/ Month 2013 2014 2015 2016 2017
Januari/January 1,09 1 -0,35 0,48 1,16
Februari/February 0,81 0,33 -0,62 -0,24 0,51
Maret/March 0,92 0,25 0,16 0,39 -0,12
April/April -0,34 -0,12 0,17 -0,46 0,15
Mei/May -0,27 0,24 0,51 0,13 0,58
Juni/June 0,96 0,73 0,61 0,41 0,61
Juli/July 3,41 0,72 0,92 1,00 0,14
Agustus/August 1,15 0,45 0,29 -0,28 -0,51
September/September -0,72 0,22 -0,15 0,09 0,2
Oktober/October 0,2 0,52 -0,04 0,05 -0,06
November/November 0,3 1,36 0,23 0,56 0,29
Desember/December 0,25 2,25 0,99 0,21 0,71
Jumlah 7,76 7,95 2,72 2,34 3,66
3. Pengolahan Data
a. Rata-rata pengeluaran biaya makan mahasiswa Teknik Industri 2017
adalah lebih dari Rp. 20000
Pada Klaim ini peneliti memberikan klaim bahwa rata-rata
pengeluaran biaya makan mahasiswa Teknik Industri 2017 adalah lebih
dari Rp. 20000 dalam satu hari. Dengan mengambil 92 sampel yang
kemudian diolah dengan langkah-langkah dibawah ini.
1) Menentukan Hipotesis
Menentukan hipotesis awal dan hipotesis alternatif
H0 : μ = 20000
H1 : μ > 20000
Keterangan Variabel :
H0 : Rata-rata pengeluaran biaya makan mahasiswa Teknik Industri
adalah kurang dari sama dengan 20000
2017 adalah lebih dari 20000
μ : Rata-rata pengeluaran biaya makan mahasiswa Teknik Industri
2017
2) Menentukan besar taraf signifikansi (α)
Pada klaim 1, besarnya taraf signifikansi yang akan digunakan
adalah 0,01 dan 0,05
3) Menetukan Kriteria Pengujian
Taraf pengujian dibuat berdasarkan taraf signifikansi. Kriteria
ini menunjukkan daerah penerimaan dan penolakan H0. Perhitungan
Z-kritis dilakukan dengan menggunakan rumus =normsinv(Zα).
Taraf signifikansi 0,01 dan 0,05, maka didapatkan kriteria pengujian
yaitu, 2,32634787404084 dan 1,644853627
30
4) Menentukan Nilai Uji Statistik

Dari hasil pengolahan data, maka didapatkan nilai Z hitung
sebesar 6.51055551826914 dan nilai P-value sebesar
3.74367203903603E-11.
5) Kesimpulan dari Klaim
Berdasarkan pengolahan data dengan klaim berupa rata-rata
pengeluaran biaya makan mahasiswa Teknik Industri 2017 adalah
lebih dari Rp. 20000 dalam satu hari, dapat disimpulkan bahwa
klaim tersebut diterima. Karena Z hitung nilainya lebih besar Z
kritis, dimana sesuai dengan klaim. Dan nilai P-Value lebih kecil
dari taraf signifikansi, dimana P-Value berada dalam daerah terima
kurva.
b. Rata-rata pengeluaran biaya makeup mahasiswi Teknik Industri 2017
adalah lebih dari Rp. 150000
pengeluaran biaya makeup mahasiswi Teknik Industri 2017 adalah
lebih dari Rp. 150000. Dengan mengambil 10 sampel yang kemudian
diolah dengan langkah-langkah dibawah ini.
H0 : μ = 150000
H1 : μ < 150000
adalah lebih dari sama dengan 150000
2017 adalah kurang dari 150000
μ : Rata-rata pengeluaran makeup mahasiswi Teknik Industri 2017
2) Menentukan Taraf Signifikansi (α)
3) Menentukan Kriteria Pengujian
Taraf pengujian dibuat berdasarkan taraf signifikansi. Kriteria
ini menunjukkan daerah penerimaan dan penolakan H0. Perhitungan
Z-kritis dilakukan dengan menggunakan rumus =normsinv(Zα).
Taraf signifikansi 0,01 dan 0,05, maka didapatkan kriteria pengujian
yaitu, -2,82143792502581 dan -1,83311293265624
Dari hasil pengolahan data, maka didapatkan nilai T hitung
sebesar 0,960495316410955 dan nilai P-value sebesar
0,819050846264151
31

pengeluaran biaya makeup mahasiswi Teknik Industri 2017 adalah
kurang dari Rp. 150000, dapat disimpulkan bahwa klaim tersebut
diterima. Karena T hitung nilainya lebih besar T kritis, dimana
sesuai dengan klaim. Dan nilai P-Value lebih besar dari taraf
signifikansi, dimana P-Value pada klaim 2 kali ini merupakan galat
jenis 1 yang nilai H0 benar namun ditolak.
c. Rata-rata pengeluaran biaya makan mahasiswi teknik industri lebih
besar daripada mahasiswa
pengeluaran biaya makan mahasiswi teknik industri lebih besar
daripada mahasiswanya. Dengan mengambil 42 sampel dari tiap
mahasiswa dan mahasiswi yang kemudian diolah dengan langkah-
langkah dibawah ini.
H0 : µA-µB = 0
H1 : µA-µB > 0
H0 : Rata-rata pengeluaran biaya makan mahasiswi Teknik Industri
lebih kecil dibandingkan dengan pengeluaran biaya makan
mahasiswa Teknik Industri 2017
H1 : Rata-rata pengeluaran biaya makan mahasiswi Teknik Industri
lebih besar dibandingkan dengan pengeluaran biaya makan
mahasiswa Teknik Industri 2017
μA : Rata-rata pengeluaran biaya makan mahasiswi Teknik Industri
2017
μB : Rata-rata pengeluaran biaya makan mahasiswa Teknik Industri
2017
Taraf pengujian dibuat berdasarkan taraf signifikansi. Kriteria ini
menunjukkan daerah penerimaan dan penolakan H0. Perhitungan Z-
kritis dilakukan dengan menggunakan rumus =normsinv(Zα). Taraf
signifikansi 0,01 dan 0,05, maka didapatkan kriteria pengujian yaitu,
2,32634787404084 dan 1,64485362695147
32
Dari hasil pengolahan data, maka didapatkan nilai Z hitung

0,499589667867457
pengeluaran biaya makan mahasiswi teknik industri lebih besar
daripada mahasiswanya, dapat disimpulkan bahwa klaim tersebut
ditolak. Karena Z hitung nilainya lebih kecil Z kritis, dimana tidak
sesuai dengan klaim. Dan nilai P-Value lebih besar dari taraf
signifikansi, dimana P-Value berada dalam daerah tolak kurva.
d. Inflasi di Jawa Tengah pada tahun 2015 lebih besar daripada inflasi
tahun 2017
Pada Klaim ini peneliti memberikan klaim bahwa di Jawa Tengah
inflasi pada tahun 2015 lebih besar daripada inflasi tahun 2017. Dengan
mengambil 12 sampel yang kemudian diolah dengan langkah-langkah
dibawah ini.
H0 : µA-µB = 0
H1 : µA-µB > 0
H0 : Rata-rata inflasi di Jawa Tengah tahun 2015 lebih kecil
dibandingkan dengan rata-rata inflasi Jawa Tengah tahun 2017
H1 : Rata-rata inflasi di Jawa Tengah tahun 2015 lebih besar
dibandingkan dengan rata-rata inflasi Jawa Tengah tahun 2017
μA : Rata-rata inflasi di Jawa Tengah tahun 2015
μB : Rata-rata inflasi di Jawa Tengah tahun 2017
adalah 0,01 dan 0,05.
Setelah berapa besarnya taraf signifikansi, hal selanjutnya adalah
menghitung atau menentukan kriteria pengujian. Dengan
menggunakan rumus tertentu dari taraf signifikansi 0,01 dan 0,05,
maka didapatkan kriteria pengujian yaitu, -2,50832455289908 dan -
1,71714437438024.
Dari hasil pengolahan data, maka didapatkan nilai T hitung
0,656422386710358.
33

Berdasarkan pengolahan data dengan klaim berupa di Jawa
Tengah inflasi pada tahun 2015 lebih besar daripada inflasi tahun
2017, dapat disimpulkan bahwa klaim tersebut diterima. Karena T
hitung nilainya lebih besar T kritis, dimana sesuai dengan klaim.
Dan nilai P-Value lebih besar dari taraf signifikansi, dimana P-Value
pada klaim 2 kali ini merupakan galat jenis 1 yang nilai H0 benar
namun ditolak.
4. Analisis Data
a. Analisis Klaim 1
Tabel. 2.24 Analisis Klaim 1
Variabel Nilai Nilai
Α 0,05 0,01
Titik Kritis 1,644853627 2,32634787
Z – Hitung 6,5105555182 6,51055552
P – Value 3,74367203903603E-11 3,74367203903603E-11
α = 0,01
Daerah penolakan
0 2,32 6,51
α = 0,01
Daerah penolakan
0 3,744 x 10-11 0,01 1
Gambar 2.9 Kurva Distribusi Z dan P-Value dengan alpha 0,01
Analisis :
Berdasarkan kurva di atas, taraf signifikan 0,01 mempunyai titik
kritis 2,32634787 juga di dapatkan nilai Z-hitung dan P-Value yang
sama dengan taraf signifikan 0,05.
34
α = 0,05
0 1,64 6,51
α = 0,05
Daerah penolakan
0 3,744 x 10-11 0,05 1
Analisis :
Berdasarkan tabel diatas dengan klaim rata-rata pengeluaran biaya
makan mahasiswa Teknik Industri 2017 adalah lebih dari Rp. 20000
dalam satu hari, dapat diuraikan bahwa nilai taraf signifikan 0,05
mempunyai titik kritis sebesar 1.644853627 dengan nilai Z-Hitung
sebesar 6.5105555182 dan nilai P-Value sebesar 3.74367203903603E-
11. Jika hasil tersebut divisualkan pada gambar 2.1 dan gambar 2.2,
dapat dilihat bahwa Z hitung jatuh di daerah penerimaan, sehingga
dapat disimpulkan bahwa H0 ditolak dan H1 diterima.
b. Analisis Klaim 2
Α 0,05 0,01
Titik Kritis -1,83311293265624 -2,82143792502581
T – Hitung 0,960495316 0,960495316
P – Value 0,819050846264151 0,819050846264151
35
α = 0,01
Daerah penolakan
- 2,82 0 0,96
Daerah penolakan
α = 0,01
0 0,01 0,81 1
Gambar 2.11 Kurva Distribusi T dan P-Value dengan alpha 0,01
Analisis :
Pada nilai taraf signifikan 0,01 mempunyai titik kritis -
1,83311293265624 juga di dapatkan nilai T-hitung dan P-Value yang
sama dengan taraf signifikan 0,05.
α = 0,05
Daerah penolakan
- 1,83 0 0,96
α = 0,05 Daerah penolakan
0 0,05 0,81 1
36
Analisis :
makeup mahasiswi Teknik Industri 2017 adalah kurang dari Rp.
150000, dapat diuraikan bahwa nilai taraf signifikan 0,05 mempunyai
titik kritis sebesar -2,82143792502581 dengan nilai T-Hitung sebesar
0,960495316 dan nilai P-Value sebesar 0,819050846264151. Jika
hasil tersebut divisualkan pada gambar 2.3 dan gambar 2.4, dapat
dilihat bahwa T hitung jatuh di daerah penerimaan, sehingga dapat
disimpulkan bahwa H0 ditolak dan H1 diterima.
c. Analisis Klaim 3
Α 0,05 0,01
Titik Kritis 1,644853627 2,32634787
Z – Hitung 0,00102855030677616 0,00102855030677616
P – Value 0,499589667867457 0,499589667867457
α = 0,01
Daerah penolakan
0 0,001 2,32
Daerah penolakan
α = 0,01
0 0,01 0,49 1
Analisis :
Pada nilai taraf signifikan 0,01 mempunyai titik kritis 2,32634787
juga di dapatkan nilai Z-hitung dan P-Value yang sama dengan taraf
signifikan 0,05.
37
α = 0,05
Daerah penolakan
0 0,001 1,64
Daerah penolakan
α = 0,05
0 0,05 0,49 1
Analisis :
makan mahasiswi teknik industri lebih besar daripada mahasiswanya, dapat
diuraikan bahwa nilai taraf signifikan 0,05 mempunyai titik kritis sebesar
1,644853627 dengan nilai Z-Hitung sebesar 0,00102855030677616 dan
nilai P-Value sebesar 0,499589667867457. Jika hasil tersebut divisualkan
pada gambar 2.5 dan gambar 2.6, dapat dilihat bahwa Z hitung jatuh di
daerah penolakaan, sehingga dapat disimpulkan bahwa H0 diterima dan H1
ditolak.
d. Analisis Klaim 4
α 0,05 0,01
Titik Kritis -1,71714437438024 -2,50832455289908
T – Hitung 0,414647028564424 0,414647028564424
P – Value 0,656422386710358 0,656422386710358
α = 0,01
Daerah penolakan
0 0,41 2,5
38
Daerah penolakan
α = 0,01
0 0,01 0,65 1

Analisis :
Pada nilai taraf signifikan 0,01 mempunyai titik kritis -2,50832455289908
juga di dapatkan nilai T-hitung dan P-Value yang sama dengan taraf
signifikan 0,05.
α = 0,05
Daerah penolakan
0 0,41 1,71
α = 0,05 Daerah penolakan
0 0,05 0,65 1

Analisis :
Berdasarkan tabel diatas dengan klaim bahwa di Jawa Tengah inflasi
pada tahun 2015 lebih besar daripada inflasi tahun 2017, dapat diuraikan
bahwa nilai taraf signifikan 0,05 mempunyai titik kritis sebesar -
1,71714437438024 dengan nilai T-Hitung sebesar 0,414647028564424 dan
nilai P-Value sebesar 0,656422386710358. Jika hasil tersebut divisualkan
pada gambar 2.7 dan gambar 2.8, dapat dilihat bahwa T hitung jatuh di
daerah penerimaan, sehingga dapat disimpulkan bahwa H0 ditolak dan H1
diterima.
39
5. Kesimpulan
a. Kesimpulan Klaim 1
Dari hasil pengolahan data menggunakan uji hipotesis dengan klaim
rata-rata pengeluaran biaya makan mahasiswa/i Teknik Industri 2017
adalah lebih dari Rp. 20000 dalam satu hari, dapat dinyatakan diterima.
b. Kesimpulan Klaim 2
rata-rata pengeluaran biaya makeup mahasiswi Teknik Industri 2017
adalah lebih dari Rp. 150000, dapat dinyatakan diterima.
c. Kesimpulan Klaim 3
rata-rata pengeluaran biaya makan mahasiswi teknik industri lebih
besar daripada mahasiswanya,dapat dinyatakan ditolak.
d. Kesimpulan Klaim 4
Dari hasil pengolahan data menggunakan uji hipotesis dengan klaim di
Jawa Tengah inflasi pada tahun 2015 lebih besar daripada inflasi tahun
2017, dapat dinyatakan diterima.
40
D. KORELASI, REGRESI, DAN UJI ANOVA DENGAN SPSS

1. Normalitas, Korelasi, dan Regresi
Berdasarkan praktikum modul IV ini maka peneliti meakukan uji
normalitas, regresi, dan korelasi terhadap data berupa pengaruh
Kemiskinan terhadap Indeks Pembangunan Manusia.
Kemiskinan merupakan salah satu masalah yang sangat pelik dan
kompleks. Kemiskinan mempunyai beberapa penyebab terjadinya dan juga
mempunyai akibat darinya. Buta huruf, Pendidikan yang rendah, upah
yang rendah, kurangnya perhatian pemerintah merupakan beberapa contoh
penyebab terjadinya kemiskinan. Sedangkan tingkat kesehatan yang
menurun, pemukiman yang kumuh, sanitasi yang jelek, Indeks
Pembangunan Manusia yang turun merupakan beberapa akibat dari
kemiskinan. IPM atau Indeks Pembangunan Manusia adalah alat bagi
negara untuk mengukur keberhasilan dalam upaya membangun kualitas
hidup manusia serta menentukan peringkat pembangunan suatu
wilayah/negara.
Rumusan masalah yang dapat diambil dari pengujian normalitas,
regresi, dan korelasi pada penelitian ini adalah bagaimana korelasi dan
regresi antara variabel kemiskinan dengan variabel indeks pembangunan
manusia. Data tersebut juga akan diuji kenormalannya. Pengujian ini
bertujuan untuk mengetahui hubungan dan pengaruh dari variabel
pendidikan terhadap variabel indeks pembangunan.
a. Langkah-langkah dalam melakukan uji normalitas, uji korelasi, dan uji
regresi tentang pengaruh kemiskinan terhadap indeks pembangunan
manusia.
1) Membuka software SPSS
Gambar 2.17 Tampilan Awal Software SPSS

41
2) Melakukan edit pada variable view bagian name dengan

kemiskinan dan IPM. Melakukan edit pada bagian type dan
measure dengan tipe numeric dan measure berupa scale.
Gambar 2.18 Tampilan Variabel View

3) Memasukkan data excel ke SPSS sesuai kolomnya masing-masing.
4) Memilih menu Analyze, lalu menuju sub-menu descriptive, dan
memilih opsi explore untuk memulai uji normalitas.
Gambar 2.19 Tampilan Analyze Uji Normalitas

5) Memasukkan kedua variabel ke dalam Dependent List. Lalu
melakukan klik pada kotak plots, lalu memilih Normality Plots
with Test, memilih continue, lalu melakukan klik pada tombol OK
untuk mengetahui hasil uji normalitas
Gambar 2.20 Tampilan Kotak Explore Uji Normalitas

42
6) Memilih Export pada menu file untuk menyimpan output.
Gambar 2.21 Langkah Menyimpan Output Uji Normalitas

7) Menentukan folder dimana file akan disimpan lalu memilih tombol
OK
Gambar 2.22 Langkah Menyimpan Output Uji Normalitas

8) Memilih menu Analyze, lalu menuju sub-menu correlate, dan
memilih opsi bivariate untuk memulai uji korelasi.
Gambar 2.23 Tampilan Analyze Uji Korelasi

43
9) Memasukkan kedua variabel ke dalam kotak variables. Lalu

memilih opsi Pearson pada correlation coefficients, dan
melakukan klik pada tombol OK untuk mengetahui hasil uji
korelasi.
Gambar 2.24 Tampilan kotak Bivariate Correlations

Gambar 2.25 Langkah Menyimpan Output Uji Korelasi

OK
Gambar 2.26 Langkah Menyimpan Output Uji Korelasi

44
12) Memilih menu Analyze, lalu menuju sub-menu Regression, dan

memilih opsi Linear untuk memulai uji regresi.
Gambar 2.27 Tampilan Analyze Uji Regresi

13) Memasukkan variabel kemiskinan dan IPM ke dalam kotak
independents dan dependents. Lalu memilih opsi Enter pada
bagian method. Melakukan klik pada tombol statistics, lalu
memberi tanda checklist pada bagian Descriptives, melakukan klik
pada tombol continue, dan melakukan klik OK untuk mengetahui
hasil uji regresi.
Gambar 2.28 Tampilan kotak Linear Regressions

Gambar 2.29 Langkah Menyimpan Output Uji Regresi

45
OK
Gambar 2.30 Langkah Menyimpan Output Uji Regresi

b. Output dan analisis
1) Normalitas
Analisis:
Berdasarkan output uji normalitas pada bagian
Kolmogorov-Smirnov, diketahui nilai P-Value variabel kemiskinan
adalah 0,126. Nilai P-Value variabel IPM adalah 0,020.
Berdasarkan hasil uji normalitas dan P-Value dapat diketahui pula
bahwa variabel kemiskinan berditribusi normal karena P-Value
variabel kemiskinan lebih besar daripada tingkat kesalahan peneliti
yaitu 0,05.
2) Korelasi
Analisis:
46
Berdasarkan output uji korelasi dapat diketahui bahwa nilai P-

Value yaitu 0,000 lebih kecil dibandingkan tingkat kesalahan
peneliti yaitu 0,05. Hal ini dapat dikatakan bahwa terdapat
hubungan antara kemiskinan dan indeks pembangunan manusia,
karena H0 di tolak. Pada pengujian Pearson Correlation dapat
diketahui bahwa nilai koefisien koreksi sebesar 0,669. Jika dilihat
dari tabel Yohanes maka dapat dikatakan bahwa kemiskinan dan
indeks pembangunan manusia memiliki hubungan yang kuat,
dimana hubungan tersebut berarah negatif.
3) Regresi
a) Tabel Model Summary
Analisis :
Berdasarkan tabel model summary bagian R-Square,
diketahui bahwa nilai koefisien determinasi sebesar 0,448 yang
artinya kontribusi pengaruh variabel independent kemiskinan
terhadap variabel dependent indeks pembangunan manusia
adalah sebesar 44,8% dan sisanya dapat dijelaskan oleh
variabel yang lain.
b) Tabel Anova
Analisis :
H0 menyatakan bahwa tidak ada pengaruh positif dan
signifikan antara variabel dependen dan independent.
Sedangkan H1 menyatakan bahwa ada pengaruh positif dan
signifikan antara variabel dependent dan independent. Dari
tabel dapat kita ketahui nilai F hitung adalah 25,961. Nilai F
kritis dapat kita ketahui melalui perhitungan di Microsoft Excel
dengan rumus =FINV(alpha, deg. of freedom 1, deg. of
freedom 2), dan didapatkan nilai sebesar 4,1491. Sehingga H0
ditolak, karena F kritis nilainya lebih kecil dari nilai F hitung
47
dan dapat dikatakan bahwa terdapat pengaruh positif dan

signifikan antara variabel dependent dan independent.
c) Tabel Coefficient
Analisis :
Berdasarkan tabel coefficient, variabel independent dan
variabel dependent dapat dibuat persamaan regresi, dengan
persamaan Y=a+bx, dimana Y merupakan variabel dependent
(indeks pembangunan manusia) dan x adalah variabel
independent (kemiskinan). Berdasarkan hasil output
didapatkan nilai a sebesar 74,331 dan nilai b sebesar -0,451.
Didapatkan persamaan Y=74,331 – 0,451x yang berarti dari
penambahan 1 nilai trust, maka nilai partisipasinya berkurang
sebanyak 0,451.
2. One Way ANOVA
Uji ANOVA adalah sebuah analisis statistik yang menguji perbedaan
rerata antar grup. Grup disini dapat berarti jenis perlakuan. Tujuan dari uji
ANOVA pada penelitian ini adalah untuk mengetahui variabel
maintenance yang akan memberikan pengaruh sama atau tidak terhadap
jumlah produk yang cacat. Data-data tersebut dapat dilihat pada tabel 2.27.
Tabel 2.28 Tabel Pengamatan Maintenance terhadap Jumlah Produk Cacat
M Maintenance Maintenance Maintenance Maintenance Maintenance
P
1 2 3 4 5
Periode-
1
6 7 6 6 5
Periode-
2
5 6 7 5 4
Periode-
3
7 8 5 5 7
Periode-
4
8 4 8 6 5
Periode-
5
7 8 7 5 4
48
a. Langkah-langkah
Berikut merupakan langkah-langkah dalam uji ANOVA tentang
pengaruh maintenance terhadap jumlah produk yang cacat.
1) Membuka software SPSS
Gambar 2.31 Tampilan Awal Software SPSS

2) Melakukan edit pada variable view bagian name dengan
maintenance dan produk cacat. Melakukan edit pada bagian type
dengan tipe numeric dan measure berupa scale..
Gambar 2.32 Memasukkan Data pada Variable View

3) Mengubah data excel dari horizontal menjadi vertikal.
4) Menyalin data tersebut ke data view pada SPSS
Gambar 2.33 Tampilan Data di data view SPSS

49
5) Melakukan Klik pada Analyze, Compare Means, lalu pilih One

Way ANOVA
Gambar 2.34 Langkah Uji ANOVA

6) Memasukkan produk cacat pada dependent list dan maintenance
pada factor

50
7) Melakukan Klik pada option. Lalu memilih descriptive dan

homogenity of variance test lalu klik continue
8) Klik post hoc, pilih Bonferroni dan Tukey. Lalu klik continue.

9) Setelah itu, klik OK

51
10) Setelah muncul Output, klik File lalu pilih Export
Gambar 2.39 Langkah Menyimpan Output

11) Pilih folder dimana file akan disimpan lalu klik OK.
Gambar 2.40 Langkah Menyimpan Output

a. Output dan Analisis
1) Test of Homogeneity of Variances
Levene
Statistic df1 df2 Sig.
,955 4 20 ,453
Analisis :
Berdasarkan tabel homogeneity of variance diketahui nilai p-
value sebesar 0,453 yang menunjukkan nilai p-value > α 0,05 maka
dapat disimpulkan bahwa data bersifat homogen atau seragam dan
dapat dilanjutkan ke uji ANOVA.
52
2) Tabel ANOVA
Sum of Mean
Squares df Square F Sig.
Between
12,160 4 3,040 2,111 ,117
Groups
Within
28,800 20 1,440
Groups
Total 40,960 24
Hipotesis :
H0 : Tidak terdapat perbedaan yang signifikan antara variabel
dengan beberapa perlakuan yang diberikan
H1 : Terdapat perbedaan yang signifikan antara variabel dengan
beberapa perlakuan yang diberikan
Analisis :
Berdasarkan tabel ANOVA diketahui bahwa p-value 0,117 > α
0,05 sehingga menerima H0 maka dapat dikatakan bahwa tidak
terdapat perbedaan yang signifikan antara variabel dengan
beberapa perlakuan yang diberikan.
3) Tabel Post Hoc Test
95%
Confidence
Mean Interval
(I) (J) Difference Std. Lower Upper
Maintenance Maintenance (I-J) Error Sig. Bound Bound
Tukey Maintenance Maintenance
,000 ,759 1,000 -2,27 2,27
HSD _1 _2
Maintenance
,000 ,759 1,000 -2,27 2,27
_3
Maintenance
1,200 ,759 ,525 -1,07 3,47
_4
Maintenance
1,600 ,759 ,255 -,67 3,87
_5
Maintenance Maintenance
,000 ,759 1,000 -2,27 2,27
_2 _1
Maintenance
,000 ,759 1,000 -2,27 2,27
_3
53
Maintenance
1,200 ,759 ,525 -1,07 3,47
_4
Maintenance
1,600 ,759 ,255 -,67 3,87
_5
,000 ,759 1,000 -2,27 2,27
_3 _1
Maintenance
,000 ,759 1,000 -2,27 2,27
_2
Maintenance
1,200 ,759 ,525 -1,07 3,47
_4
Maintenance
1,600 ,759 ,255 -,67 3,87
_5
-1,200 ,759 ,525 -3,47 1,07
_4 _1
Maintenance
-1,200 ,759 ,525 -3,47 1,07
_2
Maintenance
-1,200 ,759 ,525 -3,47 1,07
_3
Maintenance
,400 ,759 ,983 -1,87 2,67
_5
-1,600 ,759 ,255 -3,87 ,67
_5 _1
Maintenance
-1,600 ,759 ,255 -3,87 ,67
_2
Maintenance
-1,600 ,759 ,255 -3,87 ,67
_3
Maintenance
-,400 ,759 ,983 -2,67 1,87
_4
Bonferron Maintenance Maintenance
,000 ,759 1,000 -2,39 2,39
i _1 _2
Maintenance
,000 ,759 1,000 -2,39 2,39
_3
Maintenance
1,200 ,759 1,000 -1,19 3,59
_4
Maintenance
1,600 ,759 ,478 -,79 3,99
_5
,000 ,759 1,000 -2,39 2,39
_2 _1
Maintenance
,000 ,759 1,000 -2,39 2,39
_3
54
Maintenance
1,200 ,759 1,000 -1,19 3,59
_4
Maintenance
1,600 ,759 ,478 -,79 3,99
_5
,000 ,759 1,000 -2,39 2,39
_3 _1
Maintenance
,000 ,759 1,000 -2,39 2,39
_2
Maintenance
1,200 ,759 1,000 -1,19 3,59
_4
Maintenance
1,600 ,759 ,478 -,79 3,99
_5
-1,200 ,759 1,000 -3,59 1,19
_4 _1
Maintenance
-1,200 ,759 1,000 -3,59 1,19
_2
Maintenance
-1,200 ,759 1,000 -3,59 1,19
_3
Maintenance
,400 ,759 1,000 -1,99 2,79
_5
-1,600 ,759 ,478 -3,99 ,79
_5 _1
Maintenance
-1,600 ,759 ,478 -3,99 ,79
_2
Maintenance
-1,600 ,759 ,478 -3,99 ,79
_3
Maintenance
-,400 ,759 1,000 -2,79 1,99
_4
Analisis :
Pada post hoc test, apabila terdapat nilai upper bound dan
lower bound yang bertanda sama, sama-sama negatif(--) atau
sama-sama positif(++), hal itu berarti terdapat pengaruh yang sama
setiap perlakuan (data ditolak). Begitu juga sebaliknya
Berdasarkan tabel post hoc test di atas, dianalisis bahwa tidak
memiliki pengaruh yang sama. Hal tersebut dikarenakan tidak
terdapat nilai upper bound dan lower bound yang bertanda sama,
maka bisa dikatakan data diterima.. tabel hasil post hoc test dapat
dilihat pada tabel 2.2.
55
Tabel 2.29 Tabel Hasil Post Hoc Test

Maintenance Maintenance Maintenance Maintenance Maintenance
1 2 3 4 5
Maintenance
Diterima Diterima Diterima Diterima
1
Maintenance
2
Maintenance
3
Maintenance
4
Maintenance
5
BAB III
PENUTUP
A. KESIMPULAN
Berdasarkan hasil Praktikum Statistika Industri dari modul 1 sampai
dengan modul 4, dapat ditarik kesimpulan sebagai berikut :
1. Distribusi peluang bertujuan untuk menguji data apakah berdistribusi
eksponensial atau poisson. Pada data modul 1 menunjukkan bahwa
data tidak berdistribusi eksponensial maupun poisson karena nilai
tabel lebih keci daripada nilai hitung
2. Estimasi parameter adalah suatu pendugaan nilai parameter populasi
berdasarkan sampel yang ada. Sampel yang diperoleh untuk
pengerjaan modul 2 menggunakan multistage random sampling
dengan hasil mahasiswi Fakultas Ekonomi dan Bisnis menghabiskan
biaya paling banyak dalam berbelanja.
3. Pada modul pengujian hipotesis, terdapat 2 data yang digunakan, yaitu
data primer dan data sekunder. Data primer menggunakan data hasil
kuesioner biaya makan mahasiswa teknik industri 2017. Data
sekunder menggunakan data BPS yaitu Inflasi di Jawa Tengah tahhun
2013.
4. Uji normalitas bertujuan untuk mengetahui apakah data berdistribusi
normal atau tidak. Berdasarkan data modul 4, diketahui bahwa
variabel bebas berditribusi normal sedangangkan variabel terikatnya
tidak berdistribusi normal. Namun , setelah diuji regresi dan korelasi,
kedua variabel tersebut memiliki hubungan yang kuat dan berarah
negatif. Selain itu, untuk uji ANOVA menggunakan data dari asisten.
Berdasarkan data tersebut disimpulkan bahwa terdapat perbedaan
pengaruh dan data diterima.
B. SARAN
Setelah mengikuti praktikum statistika industri dari modul 1 sampai
dengan modul 4, terdapat beberapa saran yang bisa disampaikan sebagai
perbaikan pada praktikum statistika industri kedepannya, yaitu :
1. Batas waktu pengumpulan tugas pendahuluan terlalu pagi.
2. Sebaiknya diberi waktu untuk mencatat materi ketika praktikum.
3. Sebelum praktikum, komputer di cek terlebih dahulu agar dapat
digunakan dengan baik.
4. Beberapa komputer tidak terdapat SPSS, sehingga menghambat
jalannya praktikum
5. Menyampaikan informasi secara maksimal, agar tidak terjadi
peerbedaan informasi antar asisten
56
DAFTAR PUSTAKA
Gulo, W. 2000. Metodologi Penelitian.Salatiga : Universitas Kristen Satya

Wacana
Spiegel, Murray R dan Larry J. Stephens. 2007. Statistik. Jakarta : Erlangga
Srinivasan, R. Alu,dkk. Probabilitas dan Statistik. Jakarta : Erlangga
Spiegel, Murray R. Statistik. 2004. Jakarta : Erlangga
Suyono. 2018. Analisis Regresi untuk Penelitian. Yogyakarta : deepublish
Fetterman, Bethel A dan Keith E. Muller. 2003. Regression and ANOVA. North
Carolina : SAS
LAMPIRAN
Lembar Asistensi
Kuisioner
KUISIONER PENELITIAN BIAYA BELANJA MAHASISWI FAKULTAS

EKONOMI DAN BISNIS SECARA ONLINE ATAUPUN
OFFLINE/LANGSUNG DALAM SEBULAN
NAMA :
PRODI :
ANGKATAN :
Jawablah pertanyaan dibawah ini dengan seksama!

1. Dimanakah Anda memilih untuk berbelanja?
Online Shop
Offline/Langsung
2. Seberapa sering Anda berbelanja di online/offline shop dalam sebulan?

Jarang ( < 2 kali )
Cukup Sering (2 – 5 kali)
Sangat Sering ( > 5 kali )
3. Biasanya item/barang apa yang anda beli?

Kosmetik
Outfit
Lain-lain
4. Berapa rata- rata biaya yang Anda keluarkan untuk berbelanja di online/offline
shop?
Jawab :
5. Mengapa Anda lebih memilihbelanja di online/offline shop?

Jawab :
Responden,
Data Pengunjung Mc Donald The Park Mall
Pengunjung
Stopwatch Seconds
Ke-
1 00.00.55 55,06
2 00.00.56 0,55
3 00.00.56 0,07
4 00.01.06 9,84
5 00.01.24 18,36
6 00.01.25 1,03
7 00.01.46 21,23
8 00.01.50 3,65
9 00.01.51 0,98
10 00.01.53 2
11 00.01.56 2,96
12 00.01.57 1,22
13 00.01.58 1,35
14 00.02.22 23,5
15 00.02.37 14,87
16 00.02.38 1,38
17 00.03.23 44,64
18 00.03.24 1,5
19 00.04.48 83,87
20 00.04.49 0,86
21 00.08.03 193,51
22 00.08.04 1,4
23 00.08.06 1,83
24 00.08.07 1,31
25 00.08.08 1,16
26 00.08.13 4,33
27 00.08.15 1,97
28 00.08.17 2
29 00.08.21 4,33
30 00.08.22 1,55
31 00.09.48 85,87
32 00.09.50 1,52
33 00.10.14 24,63
34 00.10.43 28,84
35 00.11.05 21,82
36 00.11.13 7,36
37 00.11.14 1,25
38 00.11.15 1,7
39 00.11.49 33,88
Pengunjung
Stopwatch Seconds
Ke-
40 00.12.23 33,82
41 00.12.25 2,08
42 00.12.27 1,84
43 00.12.32 4,75
44 00.12.45 13,18
45 00.12.46 1,34
46 00.12.57 10,61
47 00.12.59 2,21
48 00.13.01 1,26
49 00.13.02 1,55
50 00.13.44 41,84
51 00.13.45 0,92
52 00.14.16 30,75
53 00.14.54 37,99
54 00.14.55 1,42
55 00.15.20 24,77
56 00.16.09 48,95
57 00.16.12 3,45
58 00.16.14 1,34
59 00.16.18 4,46
60 00.16.22 3,91
61 00.16.23 1,2
62 00.16.24 1,12
63 00.18.10 105,39
64 00.18.15 5,35
65 00.18.17 1,57
66 00.18.18 1,27
67 00.18.19 1,3
68 00.20.21 122,09
69 00.20.22 1,24
70 00.20.24 1,51
71 00.20.26 1,53
72 00.20.39 13,86
73 00.20.42 2,21
74 00.21.21 39,23
75 00.21.23 2,08
76 00.21.24 1,29
77 00.21.55 31,05
78 00.21.57 1,4
79 00.23.11 74,6
Pengunjung
Stopwatch Seconds
Ke-
80 00.23.13 1,63
81 00.23.14 1,26
82 00.23.16 1,95
83 00.23.18 1,76
84 00.25.04 105,84
85 00.25.32 27,99
86 00.25.32 0,52
87 00.26.24 51,37
88 00.27.07 43,75
89 00.30.38 211,06
90 00.30.39 0,85
91 00.30.47 7,49
92 00.30.49 1,79
93 00.32.52 123
94 00.32.53 1,15
95 00.32.54 0,95
96 00.32.55 1,02
97 00.32.56 1,01
98 00.33.50 54,43
99 00.34.03 13,23
100 00.34.06 2,29
101 00.34.08 2,19
102 00.35.10 61,85
103 00.35.11 0,98
104 00.35.12 1,51
105 00.35.14 1,91
106 00.38.26 191,38
107 00.39.41 75,44
108 00.39.42 1,18
109 00.40.42 59,61
110 00.40.56 14,04
111 00.41.05 8,71
112 00.43.13 128,11
113 00.43.15 2,68
114 00.43.18 2,22
115 00.43.44 26,87
116 00.43.51 6,72
117 00.43.52 0,94
118 00.46.13 140,69
119 00.46.17 3,93
Pengunjung
Stopwatch Seconds
Ke-
120 00.46.25 7,97
121 00.47.16 51,33
122 00.47.54 38,15
123 00.48.18 23,3
124 00.48.19 1,57
125 00.48.28 8,52
126 00.48.29 1,63
127 00.52.30 240,41
128 00.52.31 1,39
129 00.53.58 86,71
130 00.55.42 104,62
131 00.58.50 187,92
132 00.58.52 1,53
133 01.00.18 86,46
134 01.00.22 3,3
135 01.00.23 1,46
136 01.00.24 1,29
137 01.01.11 46,55
138 01.03.25 134,54
139 01.03.28 2,4
140 01.04.08 39,91
141 01.08.43 275,21
142 01.08.44 1,06
143 01.08.48 3,59
144 01.10.47 118,82
145 01.10.50 3,34
146 01.10.58 8,43
147 01.10.59 1,01
148 01.11.00 1
149 01.11.48 47,36
150 01.11.49 1,08
151 01.13.05 76,35
152 01.13.06 1,29
153 01.19.17 370,28
154 01.19.18 0,94
155 01.21.29 131,3
156 01.21.31 1,76
157 01.21.47 16,32
158 01.21.48 1,25
159 01.21.59 10,88
Pengunjung
Stopwatch Seconds
Ke-
160 01.22.13 13,48
161 01.23.34 81,76
162 01.23.36 1,51
163 01.23.38 2,11
164 01.23.39 1,16
165 01.25.16 96,74
166 01.25.17 1,16
167 01.25.39 22,18
168 01.26.01 22,1
169 01.26.03 1,4
170 01.26.12 9,63
171 01.26.14 1,68
172 01.28.00 105,36
173 01.30.18 138,96
174 01.30.20 1,45
175 01.30.21 0,96
176 01.30.22 0,98
177 01.30.23 0,85
178 01.30.24 1,3
179 01.30.26 1,8
180 01.33.41 195,5
181 01.33.53 11,39
182 01.33.54 1,16
183 01.34.38 43,66
184 01.34.59 21,65
185 01.35.00 0,64
186 01.39.58 298,45
187 01.40.00 1,22
188 01.40.50 50,37
189 01.40.51 0,96
190 01.41.40 49,57
191 01.41.42 1,96
192 01.42.12 30
193 01.43.02 49,22
194 01.43.03 1,38
195 01.43.05 1,89
196 01.43.07 1,74
197 01.43.08 1,63
198 01.43.10 1,36
199 01.43.12 2,21
Pengunjung
Stopwatch Seconds
Ke-
200 01.43.14 2,14
201 01.45.51 156,79
202 01.48.26 154,86
203 01.48.39 13,74
204 01.48.41 1,14
205 01.48.42 1,49
206 01.49.21 39,1
207 01.49.23 1,87
208 01.49.28 5,18
209 01.49.30 1,76
210 01.51.25 115,01
211 01.51.27 1,56
212 01.52.38 71,6
213 01.54.23 105,1
214 01.54.24 0,99
215 01.54.27 3,12
216 01.54.29 1,74
217 01.54.38 8,59
218 01.54.39 1,34
219 01.57.35 176,39
220 01.57.37 1,45
221 02.01.06 209,06
222 02.01.07 1,18
223 02.01.09 1,82
224 02.02.41 91,54
225 02.02.42 1,31
226 02.05.24 161,9
227 02.05.25 1,29
228 02.05.26 1,37
229 02.05.28 1,2
230 02.05.29 1,23
231 02.05.31 1,68
232 02.05.32 1,43
233 02.12.05 393,16
234 02.12.07 1,64
235 02.12.11 3,79
236 02.15.30 199,43
237 02.15.31 0,54
238 02.17.45 134,62
239 02.17.48 2,45
Pengunjung
Stopwatch Seconds
Ke-
240 02.17.49 1,68
241 02.17.51 1,92
242 02.18.29 37,67
243 02.19.06 36,99
244 02.19.07 1,45
245 02.22.40 212,12
246 02.22.41 1,31
247 02.23.05 24,24
248 02.23.07 1,68
249 02.23.09 1,87
250 02.26.01 172,77
251 02.26.09 7,28
252 02.26.09 0,79
253 02.26.11 1,42
254 02.28.57 165,63
255 02.28.59 2,51
256 02.31.48 168,5
257 02.31.49 1,46
258 02.32.10 20,91
259 02.32.11 1,28
260 02.35.13 181,92
261 02.35.17 3,95
262 02.35.57 39,67
263 02.36.51 53,72
264 02.36.52 1,62
265 02.36.54 1,37
266 02.37.44 50,48
267 02.37.46 1,74
268 02.38.23 37,44
269 02.38.39 15,79
270 02.40.11 91,6
271 02.41.10 59,48
272 02.41.12 1,75
273 02.41.13 1,51
274 02.41.15 1,42
275 02.42.17 62,36
276 02.42.18 0,93
277 02.42.21 2,56
278 02.42.22 1,45
279 02.42.31 8,48
Pengunjung
Stopwatch Seconds
Ke-
280 02.42.31 0,93
281 02.42.47 15,12
282 02.44.12 85,79
283 02.44.14 1,56
284 02.44.16 2,5
285 02.45.26 69,6
286 02.45.27 0,81
287 02.45.28 1,32
288 02.45.30 1,29
289 02.45.31 1,87
290 02.45.35 3,99
291 02.46.08 32,38
292 02.47.52 104,64
293 02.47.55 2,84
294 02.47.57 1,65
295 02.48.59 61,62
296 02.49.00 1,92
297 02.49.38 37,17
298 02.49.49 11,68
299 02.49.51 1,68
300 02.49.57 6,09
301 02.49.59 1,78
302 02.51.18 78,73
303 02.51.20 2,31
304 02.51.21 1,56
305 02.53.23 121,78
306 02.53.25 1,62
307 02.55.09 104,6
308 02.56.50 100,47
309 02.56.51 1,25
310 02.56.53 1,37
311 03.00.37 224,69
312 03.00.39 1,49
313 03.00.41 1,81
314 03.02.11 90,85
315 03.02.32 20,05
316 03.02.33 1,26
317 03.02.34 0,85
318 03.02.44 10,12
319 03.03.11 27,68
Pengunjung
Stopwatch Seconds
Ke-
320 03.03.13 1,24
321 03.03.28 15,24
322 03.05.12 104,28
323 03.05.50 37,86
324 03.06.05 14,62
325 03.06.12 7,12
326 03.06.42 30,13
327 03.08.03 81,35
328 03.08.47 43,59
329 03.09.24 37,55
330 03.09.58 33,17
331 03.10.17 19,37
332 03.10.18 1,31
333 03.10.31 12,46
334 03.10.54 23,27
335 03.10.56 1,43
336 03.11.03 7,87
337 03.11.55 51,98
338 03.11.57 1,14
339 03.13.24 87,83
340 03.13.29 4,24
341 03.13.30 1,56
342 03.13.32 1,37
343 03.13.47 15,3
344 03.13.48 1,18
345 03.14.47 59,04
346 03.14.52 4,87
347 03.14.54 2,12
348 03.15.16 21,46
349 03.15.17 1,15
350 03.16.48 91,1
351 03.16.53 5,24
352 03.16.54 1,07
353 03.18.45 110,66
354 03.18.49 4,45
355 03.18.50 1,11
356 03.19.26 35,69
357 03.20.17 50,61
358 03.20.19 1,98
359 03.21.50 91,01
Pengunjung
Stopwatch Seconds
Ke-
360 03.25.46 236,35
361 03.25.55 8,96
362 03.26.33 38,19
363 03.27.24 50,66
364 03.27.25 0,87
365 03.28.16 51,17
366 03.28.16 0,37
367 03.29.10 53,61
368 03.29.17 6,81
369 03.29.31 14,76
370 03.29.32 0,85
371 03.29.34 1,18
372 03.29.35 1,12
373 03.29.36 1,12
374 03.29.37 0,99
375 03.29.38 0,87
376 03.29.39 0,93
377 03.29.39 0,87
378 03.29.40 1
379 03.29.42 1,57
380 03.32.32 170,19
381 03.33.23 50,33
382 03.36.02 159,75
383 03.38.20 137,52
384 03.38.21 1,42
385 03.40.32 130,8
386 03.40.34 1,74
387 03.40.53 19,33
388 03.42.01 68,27
389 03.42.03 1,14
390 03.49.55 472,63
391 03.52.56 180,79
392 03.52.57 1,5
393 03.52.59 1,9
394 03.53.19 19,52
395 03.53.21 1,85
396 03.59.15 354,06
397 04.01.09 114,39
398 04.01.40 31,23
399 04.01.41 0,68
Pengunjung
Stopwatch Seconds
Ke-
400 04.01.43 1,97
401 04.05.38 235,19
402 04.05.40 1,3
403 04.06.50 70,23
404 04.06.51 1
405 04.09.33 162,26
406 04.09.35 2,06
407 04.11.09 93,76
408 04.11.11 1,93
409 04.12.23 71,7
410 04.12.24 1,56
411 04.12.26 1,64
412 04.14.43 137,33
413 04.16.32 109,04
414 04.16.34 1,85
415 04.20.06 212,23
416 04.20.18 11,98
417 04.20.20 1,68
418 04.21.00 39,71
419 04.21.01 1,1
420 04.21.52 50,8
421 04.21.53 1,6
422 04.21.55 1,43
423 04.21.56 1,12
424 04.21.58 2,43
425 04.26.23 264,75
426 04.26.24 1,18
427 04.27.16 51,86
428 04.27.36 20,37
429 04.28.15 38,95
430 04.32.33 257,59
431 04.32.39 6,06
432 04.32.52 13,45
433 04.32.54 1,54
434 04.37.29 275,15
435 04.39.00 90,41
436 04.39.01 1,93
437 04.39.03 1,62
438 04.39.05 1,56
439 04.39.35 30,36
Pengunjung
Stopwatch Seconds
Ke-
440 04.39.38 3,31
441 04.39.40 1,45
442 04.39.45 5,17
443 04.39.47 2,18
444 04.40.00 13,32
445 04.40.55 54,25
446 04.45.22 267,04
447 04.46.06 44,59
448 04.46.57 50,47
449 04.47.01 3,93
450 04.49.24 143,27
451 04.49.27 3,37
452 04.51.19 111,91
453 04.51.21 1,62
454 04.51.22 1,25
455 04.53.09 106,27
456 04.53.12 3,34
457 04.55.07 114,77
458 04.55.08 1,16
459 04.55.09 1,24
460 04.55.10 1,43
461 04.55.59 48,37
462 04.56.00 0,72
463 04.56.01 1,26
464 04.56.49 48,4
465 04.56.50 0,29
466 04.59.04 134,57
467 04.59.06 1,82
468 05.00.11 65,31
469 05.00.13 1,76
470 05.01.08 55,23
471 05.01.11 2,29
472 05.01.11 0,9
473 05.01.20 9,03
474 05.01.23 2,07
475 05.01.25 2,39
476 05.01.26 1,17
477 05.01.28 1,99
478 05.01.30 1,56
479 05.01.32 1,99
Pengunjung
Stopwatch Seconds
Ke-
480 05.01.33 1,71
481 05.01.34 0,82
482 05.02.19 44,67
483 05.03.34 74,97
484 05.03.35 1,28
485 05.03.37 1,53
486 05.05.35 117,87
487 05.07.13 98,31
488 05.07.30 17,13
489 05.15.02 451,62
490 05.15.03 1,68
491 05.15.08 4,2
492 05.18.24 196,2
493 05.18.25 1,53
494 05.18.26 0,9
495 05.21.20 174,22
496 05.21.22 1,48
497 05.21.24 2,43
498 05.21.25 0,91
499 05.21.29 3,33
500 05.21.29 0,8
501 05.21.52 22,23
502 05.22.03 11,34
503 05.22.50 47,38
504 05.22.52 1,86
505 05.22.55 2,71
506 05.23.03 8,41
507 05.26.37 213,9
508 05.26.39 2,28
509 05.26.42 2
510 05.28.48 126,01
511 05.28.50 2,25
512 05.29.19 29,58
513 05.31.43 143,88
514 05.31.44 0,5
515 05.31.46 2,04
516 05.32.02 16,48
517 05.32.04 1,88
518 05.32.09 4,83
519 05.32.11 2,41
Pengunjung
Stopwatch Seconds
Ke-
520 05.32.13 1,59
521 05.32.15 1,62
522 05.33.35 80,71
523 05.35.38 123
524 05.35.47 8,8
525 05.35.49 2,06
526 05.35.53 3,36
527 05.35.54 1,63
528 05.35.56 1,43
529 05.36.04 8,47
530 05.36.51 47,18
531 05.36.53 2,04
532 05.36.57 3,99
533 05.37.01 3,33
534 05.37.03 2,02
535 05.37.34 30,96
536 05.37.35 1,57
537 05.37.38 2,59
538 05.40.10 151,97
539 05.40.23 13,38
540 05.40.26 2,53
541 05.40.43 17,45
542 05.40.44 1,22
543 05.41.27 42,13
544 05.41.28 1,03
545 05.41.29 1,68
546 05.41.33 4,01
547 05.44.11 157,73
548 05.44.13 1,92
549 05.44.14 1,14
550 05.44.16 1,5
551 05.44.18 2,77
552 05.44.24 5,88
553 05.44.26 1,61
554 05.44.27 1,5
555 05.45.32 64,94
556 05.45.35 2,52
557 05.45.37 2,01
558 05.45.38 1,49
559 05.45.40 1,85
Pengunjung
Stopwatch Seconds
Ke-
560 05.47.10 90,22
561 05.47.15 4,66
562 05.47.17 1,52
563 05.49.02 105,46
564 05.49.06 4,32
565 05.49.08 1,8
566 05.49.10 2,09
567 05.51.31 140,59
568 05.51.32 1,29
569 05.51.33 1,04
570 05.51.35 1,96
571 05.52.10 34,92
572 05.52.11 1,18
573 05.52.56 44,73
574 05.53.00 3,87
575 05.53.01 1,48
576 05.56.33 211,4
577 05.56.53 20,37
578 05.57.04 10,68
579 05.57.14 10,57
580 05.57.16 1,04
581 05.57.17 1,74
582 05.57.35 17,32
583 05.57.38 3,87
584 05.57.40 1,68
585 05.59.18 97,47
586 05.59.28 10,79
587 05.59.30 1,26
588 06.00.27 56,97
589 06.00.29 2,25
590 06.01.13 43,69
591 06.01.28 15,24
592 06.01.28 0,56
593 06.01.29 0,68
594 06.02.03 33,67
595 06.02.15 12,2
596 06.02.17 1,67
597 06.02.21 3,87
598 06.07.22 300,99
599 06.07.24 2,68
Pengunjung
Stopwatch Seconds
Ke-
600 06.08.57 93,05
601 06.09.03 5,48
602 06.09.05 2,24
603 06.09.20 15,18
604 06.09.21 1,14
605 06.09.23 1,79
606 06.09.25 1,99
607 06.09.27 2,25
608 06.09.29 1,89
609 06.09.31 2,17
610 06.09.33 1,93
611 06.09.35 1,57
612 06.09.37 2,48
613 06.10.26 48,8
614 06.10.29 2,7
615 06.10.55 26,11
616 06.10.56 1,06
617 06.10.58 1,82
618 06.11.00 2,54
619 06.11.42 41,86
620 06.11.57 14,87
621 06.12.08 10,43
622 06.12.09 1,56
623 06.12.44 34,57
624 06.13.05 21,04
625 06.13.06 1,62
626 06.13.26 19,3
627 06.13.49 22,93
628 06.13.50 1,24
629 06.13.51 1,56
630 06.14.12 20,74
631 06.14.13 1,06
632 06.14.51 37,49
633 06.16.07 75,79
634 06.16.25 17,93
635 06.16.26 1,25
636 06.16.28 1,87
637 06.16.29 1,75
638 06.16.33 3,68
639 06.16.34 1,32
Pengunjung
Stopwatch Seconds
Ke-
640 06.17.19 44,34
641 06.18.37 78,29
642 06.18.39 2,18
643 06.18.51 11,38
644 06.18.53 2
645 06.18.54 1,42
646 06.18.56 1,62
647 06.20.23 87,58
648 06.22.11 107,85
649 06.22.27 16,18
650 06.24.11 103,41
651 06.24.12 1,68
652 06.24.14 1,7
653 06.25.44 89,99
654 06.25.46 1,6
655 06.26.09 22,99
656 06.26.19 9,88
657 06.26.20 1,92
658 06.26.26 5,68
659 06.26.31 4,39
660 06.26.33 2,49
661 06.27.12 39,03
662 06.28.09 56,75
663 06.28.10 1,35
664 06.28.12 2,06
665 06.28.48 36,13
666 06.28.50 1,35
667 06.28.51 1,57
668 06.28.53 1,23
669 06.28.55 2,62
670 06.28.57 1,68
671 06.29.04 7,24
672 06.30.23 78,45
673 06.30.25 2,85
674 06.30.27 1,2
675 06.31.56 89,59
676 06.37.12 316,22
677 06.38.17 64,98
678 06.38.19 1,64
679 06.38.20 1,29
Pengunjung
Stopwatch Seconds
Ke-
680 06.38.32 11,13
681 06.38.36 4,31
682 06.38.39 2,99
683 06.38.50 10,98
684 06.40.26 96,41
685 06.41.33 66,79
686 06.41.54 20,8
687 06.41.57 2,87
688 06.41.59 2,12
689 06.42.05 6,12
690 06.42.11 6,2
691 06.42.48 36,42
692 06.44.30 102,21
693 06.44.40 10,24
694 06.44.41 1,39
695 06.44.43 1,1
696 06.45.35 52,45
697 06.47.12 96,94
698 06.47.15 2,89
699 06.49.26 130,71
700 06.49.28 2,35
701 06.49.29 1,31
702 06.52.12 162,29
703 06.52.16 4,01
704 06.52.27 11,66
705 06.52.46 18,43
706 06.52.59 12,95
707 06.53.40 41,35
708 06.54.46 65,79
709 06.54.47 1,31
710 06.54.49 1,74
711 06.55.14 25,19
712 06.55.16 2,1
713 06.55.27 11,18
714 06.55.48 20,43
715 06.55.49 0,81
716 06.55.58 9,06
717 06.56.00 2,18
718 06.56.04 4,51
719 06.56.24 19,79
Pengunjung
Stopwatch Seconds
Ke-
720 06.56.27 2,81
721 06.57.09 41,86
722 06.57.10 1,37
723 07.00.20 190,28
724 07.00.30 10,01
725 07.00.32 1,18
726 07.00.33 1,23
727 07.00.34 1,37
728 07.01.26 51,86
729 07.02.02 35,74
730 07.02.06 4,06
731 07.02.07 1,25
732 07.02.51 43,99
733 07.03.31 40,3
734 07.03.32 0,93
735 07.03.33 0,76
736 07.03.35 1,49
737 07.04.39 64,07
738 07.05.07 28,49
739 07.05.49 41,63
740 07.09.50 240,89
741 07.10.21 31,16
742 07.11.28 67,18
743 07.12.42 74,15
744 07.12.44 1,56
745 07.12.45 0,93
746 07.12.49 4,49
747 07.12.52 2,56
748 07.14.52 120,48
749 07.15.14 21,43
750 07.17.46 152,52
751 07.17.47 1
752 07.17.48 0,85
753 07.17.52 3,64
754 07.18.32 40,69
755 07.18.38 5,49
756 07.19.04 26,33
757 07.19.15 10,93
758 07.19.25 9,81
759 07.20.38 72,79
Pengunjung
Stopwatch Seconds
Ke-
760 07.21.04 25,8
761 07.21.05 1,12
762 07.21.10 5,18
763 07.25.14 244,19
764 07.25.16 1,43
765 07.27.11 115,53
766 07.27.12 1,26
767 07.27.31 18,17
768 07.29.39 128,91
769 07.29.40 0,92
770 07.29.42 2,07
771 07.30.38 55,06
772 07.32.05 87,27
773 07.32.56 51,51
774 07.33.19 22,63
775 07.33.20 1,03
776 07.34.21 60,65
777 07.34.51 30,79
778 07.35.34 42,59
779 07.36.52 77,53
780 07.37.25 33,3
781 07.37.58 33,6
782 07.38.13 14,78
783 07.38.49 35,46
784 07.38.51 2,1
785 07.39.04 13,09
786 07.39.40 35,95
787 07.39.41 0,98
788 07.39.43 1,86
789 07.39.46 3,76
790 07.40.26 39,76
791 07.40.29 3,11
792 07.40.38 8,16
793 07.40.40 2,72
794 07.41.13 32,89
795 07.41.26 12,57
796 07.42.37 70,97
797 07.44.43 125,94
798 07.48.22 219,27
799 07.52.52 270,27
Pengunjung
Stopwatch Seconds
Ke-
800 07.52.54 1,36
801 07.53.42 48,75
802 07.53.43 0,95
803 07.53.45 1,61
804 07.54.17 32,11
805 07.54.19 1,94
806 07.54.27 8,04
807 07.55.40 73,25
808 07.55.41 1,04
809 07.55.42 1,06
810 07.55.44 1,66
811 07.56.26 41,87
812 07.57.30 63,82
813 07.57.31 1,51
814 07.57.33 2,03
815 07.59.46 132,39
816 07.59.47 1,3
Data Kuisioner
Pengeluaran/Bulan
(Rp.)
1 Adella Pratita Sari Online Shop 800000

2 Adinda Maydina B. Offline/Langsung 150000
3 Alifiah Arabella Offline/Langsung 400000
4 Amalia Putri Kinasih Online Shop 400000
5 Anastri Nur Offline/Langsung 200000
6 Anggun May A.B. Offline/Langsung 150000
7 Anjelita Suratinoyo Offline/Langsung 300000
8 Atinal Khusna Offline/Langsung 1000000
9 Ayu Wullandari Offline/Langsung 200000
10 Aziza Wa Arina Online Shop 150000
11 Azizah Lafia S. Offline/Langsung 300000
12 Deasty Denaswara Offline/Langsung 200000
13 Desi Dias Handayani Offline/Langsung 400000
14 Devi Azzahra A. Online Shop 650000
15 Dewi Offline/Langsung 150000
16 Diah Saraswari Offline/Langsung 1000000
17 Dianita Dwi Puji Offline/Langsung 500000
18 Efik Mulyaningtyas Offline/Langsung 350000
Pengeluaran/Bulan
(Rp.)
19 Emmatul Afifah Offline/Langsung 300000

20 Endah Listyo W.N Online Shop 150000
21 Fafa Offline/Langsung 200000
22 Fildzah D.S Offline/Langsung 200000
23 Fitri Ayu Perwitasari Offline/Langsung 450000
24 Gladys Windatari Online Shop 180000
25 Hafni Nurdiana G Online Shop 150000
26 Haura Basalamah Offline/Langsung 2500000
27 Hesty Handayani Offline/Langsung 250000
28 Iresta Luna Offline/Langsung 500000
29 Jessica K.D Online Shop 1000000
30 Kartika Candra Yuni Offline/Langsung 150000
31 Khalifatunnisa Ismi Offline/Langsung 300000
32 Khanna Yuliati Offline/Langsung 200000
33 Klama Gustine F.K. Online Shop 250000
Lisa Novia
34
Andriyana Offline/Langsung 500000
35 Lutfia Online Shop 300000
36 Maharani Maya K. Online Shop 500000
37 Marsela Endah K. Offline/Langsung 300000
38 Mila Ramadhanti Offline/Langsung 200000
39 Mira H Offline/Langsung 250000
40 Misykatun Nisa'ul H. Offline/Langsung 175000
41 Nabilla Z. Online Shop 150000
42 Nadya Offline/Langsung 200000
43 Niken Larasati Offline/Langsung 200000
44 Novi Erviyanti Offline/Langsung 300000
45 Novi Wulan Sari Offline/Langsung 1500000
46 Nurlita Nindya M. Online Shop 50000
47 Octavia Farah R. Offline/Langsung 750000
48 Puspa Pertiwi Offline/Langsung 200000
49 Putri Dian P.S. Offline/Langsung 150000
50 Rahma Ratna Dewi Offline/Langsung 300000
51 Ratna Ayu Mariskha Offline/Langsung 200000
52 Renada Puja I.M Offline/Langsung 200000
53 Renna Melinda Offline/Langsung 900000
Reza Agus
54 Offline/Langsung 500000
Herdayanti
55 Salsabil Offline/Langsung 200000
Pengeluaran/Bulan
(Rp.)
56 Sefiyana Ariyanti Offline/Langsung 235000

57 Shafa Kamila Y. Online Shop 100000
58 Silvinia Agustina F. Online Shop 150000
59 Siska Dewi Online Shop 500000
60 Sonia Murti Online Shop 200000
61 Syarifah Makshum Online Shop 200000
62 Tania Widyaputri Online Shop 150000
63 Vena Online Shop 500000
64 Winy Andhini Offline/Langsung 150000
Yuyun Ayu
65
Setyaningsih Offline/Langsung 300000
Dokumentasi Pengambilan Data 8 jam

Data BPS Uji Hipotesis
Data BPS Regresi dan Korelasi

Dokumentasi Pengambilan Data di BPS

Laporan Praktikum Statistika Kel. 37 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Praktikum Statistika Kel. 37 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN PRAKTIKUM

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

Telah disahkan dan disetujui pada:

( Irfan Wafi Herjuno ) ( Arif Reza Basirun )

( Hafidh Munawir ST, M.Eng )

1. RIZTALITHA AYU ASTARI D600170049

2. BONDAN IBNU SAMFEBRIAN D600170119

Dengan ini Kami menyatakan bahwa pengerjaan laporan praktikum

Surakarta, 14 Desember 2018

(RIZTALITHA AYU ASTARI) (BONDAN IBNU SAMFEBRIAN)

ARIF REZA BASIRUN

Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat-Nya

Surakarta, Desember 2018

Laporan Praktikum Statistika Industri ini kami

HALAMAN JUDUL ...................................................................................... i

D. REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS ............ 40

Gambar 2.1 Histogram Data Poisson............................................................... 8

Tabel 2.1 Pengolahan Data Poisson ................................................................. 3

selama 10 menit. Hasil pengolahan data poisson ditunjukkan pada

Uji goodness of fit dilakukan untuk menentukan apakah suatu

Uji Goodness of Fit yang kedua dilakukan untuk merubah

Chi Square digunakan untuk menguji nilai frekuensi dengan

Tabel 2.4 Tabel Chi Square data Poisson

Uji goodness of fit dilakukan untuk menentukan apakah suatu

Uji Goodness of Fit yang kedua dilakukan untuk merubah

Chi Square digunakan untuk menguji nilai frekuensi dengan

Jumlah Kelas Banyaknya kelas. Didapatkan dengan

Interval Kelas Didapatkan dengan formula =(MAX-

Hitung Kumulatif Didapatkan dengan formula

6. Analisa Uji Goodness of Fit

Gambar 2.1 Histogram Data Poisson

Berdasarkan pengolahan data antrian yang terdapat pada tabel chi

Gambar 2.2 Histogram Data Eksponensial

Berdasarkan pengolahan data antrian yang terdapat pada tabel chi

No Pertanyaan Jawaban Alasan

8. Mengolah, Menganalisis Data

Tabel 2.12 Data Hasil Kuisioner Mahasiswi Angkatan 2016

1 Adella Pratita Sari Online Shop 800000

22 Fildzah D.S Offline/Langsung 200000

59 Siska Dewi Online Shop 500000

Tabel 2.13 Data Hasil Kuisioner Mahasiswi Angkatan 2017

1 Aas Ariska Offline/Langsung 10000

1 Ainnatul Muthmainnah Offline/Langsung 150000

2016 2017 2018

Gambar 2.4 Pie Chart Proporsi Mahasiswi

2) Pie Chart Tempat Belanja

3) Pie Chart Intensitas Belanja

Jarang Cukup Sering Sering

Gambar 2.6 Pie Chart Intensitas Belanja

b. Estimasi Proporsi Sampel Tunggal

angkatan 2016 Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah

Histogram Estimasi Mean Sampel Tunggal

Gambar 2.7 Histogram Estimasi Mean Sampel Tunggal

b. Estimasi Proporsi Sampel Tunggal

Histogram Estimasi Proporsi Sampel Tunggal

Gambar 2.8 Histogram Estimasi Proporsi Sampel Tunggal

Tabel 2.20 Data Klaim 2 Rata-rata Pengeluaran Biaya Makeup

Tabel 2.21 Data Klaim 3 Perbandingan Pengeluaran Biaya Makan dalam

Tabel 2.22 Data Klaim 3 Perbandingan Pengeluaran Biaya Makan dalam

Tabel 2.23 Data Klaim 4 Inflasi di Jawa Tengah Tahun 2013-2017

4) Menentukan Nilai Uji Statistik

5) Kesimpulan dari Klaim