MODUL I

STATISTIK DESKRIPTIF

OLEH:
NUR SYAHIDATUL UMMI

LABORATORIUM STATISTIK DAN MANAJEMEN MUTU

DEPARTEMEN TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS HASANUDDIN
GOWA
2020
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

BAB IV

PENGOLAHAN DATA

4.1 Tabel Data

Data yang diambil adalah hasil dari wawancara kepada responden di

Pantai Akkarena pada tanggal 27 Februari 2020, jumlah responden sebanyak

50 orang dengan minimal usia 19 tahun ke atas, untuk tingkat kebersihan

diukur dengan skala 1-10, serta lama berkunjung yang dikonversikan ke

dalam satuan menit. Data usia dan data lama berkunjung telah ditambah 8

dari data aslinya sedangkan data tingkat kebersihan telah ditambah 0,8 dari

data aslinya.

Tabel 4.1 Tabel Data Usia, Tingkat Kebersihan, dan Lama Berkunjung
Lama
No. Usia (tahun) Tingkat Kebersihan
Berkunjung(menit)
1. 27 6,8 23
2. 27 5,8 13
3. 27 7,8 38
4. 27 5,8 38
5. 27 7,8 38
6. 28 7,8 68
7. 28 8,8 68
8. 28 8,8 43
9. 28 8,8 43
10. 28 5,8 13
11. 28 5,8 13
12. 29 4,8 38
13. 29 6,8 38
14. 29 7,8 38
15. 29 5,8 38
16. 30 5,8 128
17. 31 7,8 68
18 31 7,8 68
19. 31 6,8 68
20. 31 7,8 128
21. 31 4,8 128
22. 32 8,8 13
23. 32 8,8 13
24. 33 7,8 68
25. 33 8,8 18
26. 34 5,8 10
27. 34 6,8 18
28. 34 9,8 18

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Lanjutan Tabel 4.1 Tabel Data Usia, Tingkat Kebersihan, dan Lama Berkunjung
29. 35 8,8 68
30. 35 8,8 68
31. 35 8,8 128
32. 35 8,8 23
33. 36 8,8 43
34. 36 8,8 23
35. 36 8,8 18
36. 38 7,8 128
37. 38 6,8 13
38. 39 8,8 188
39. 40 5,8 68
40. 40 8,8 18
41. 40 7,8 68
42. 43 5,8 13
43. 43 6,8 128
44. 43 7,8 68
45. 46 8,8 128
46. 49 5,8 15
47. 52 7,8 18
48. 52 7,8 68
49. 56 7,8 68
50. 56 5,8 68
4.2 Pengolahan Data Usia

a. Pengolahan Data Usia (Manual)

27 27 27 27 28 28 28 28 28 28

29 29 29 29 30 31 31 31 31 31

32 32 33 33 33 34 34 34 35 35

35 36 36 36 38 38 39 40 40 40

43 43 43 44 46 49 52 52 56 56

1) Ukuran pemusatan data

a) Mean

∑𝑛𝑖=1 𝑥𝑖
𝑥̅ =
𝑛

27 + 27 + 27 + 27 + 28 + 28 + 28 + 28 + 28 + 28
29 + 29 + 29 + 29 + 30 + 31 + 31 + 31 + 31 + 31
32 + 32 + 33 + 33 + 33 + 34 + 34 + 34 + 35 + 35
35 + 36 + 36 + 36 + 38 + 38 + 39 + 40 + 40 + 40
𝑥̅ = 43 + 43 + 43 + 44 + 46 + 49 + 52 + 52 + 56 + 56
50
STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

1774
𝑥̅ =
50

𝑥̅ = 35,48

b) Median

𝑥𝑛 + 𝑥𝑛+2
2 2
𝑀𝑒𝑑 =
2
𝑥50 + 𝑥50+2
2 2
𝑀𝑒𝑑 =
2
𝑥25 + 𝑥26
𝑀𝑒𝑑 =
2
33 + 34
𝑀𝑒𝑑 =
2

𝑀𝑒𝑑 = 33,5

c) Modus

Modus pada data usia adalah 28 dengan frekuensi 6.

d) Kuartil

(1)Kuartil 1

𝑄1 = 𝑥1(𝑛+2)
4

𝑄1 = 𝑥1(50+2)
4

𝑄1 = 𝑥1(52)
4

𝑄1 = 𝑥13

𝑄1 = 29

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

(2)Kuartil 2

𝑄2 = 𝑥2(𝑛+2)
4

𝑄2 = 𝑥2(50+2)
4

𝑄2 = 𝑥2(52)
4

𝑄2 = 𝑥26

𝑄2 = 34

(3)Kuartil 3

𝑄3 = 𝑥3(𝑛+2)
4

𝑄3 = 𝑥3(50+2)
4

𝑄3 = 𝑥3(52)
4

𝑄3 = 𝑥39

𝑄3 = 40

2) Ukuran penyebaran data

a) Range

𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛

𝑅 = 56 − 27

𝑅 = 29

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

b) Simpangan rata-rata
𝑛
1
̅
𝑆𝑅 = ∑ |𝑥𝑖 − 𝑥|
𝑛
𝑖=1

|27 − 35,48| + |27 − 35,48| + |27 − 35,48| + |27 − 35,48|

+|28 − 35,48| + |28 − 35,48| + |28 − 35,48| + |28 − 35,48|
+|28 − 35,48| + |28 − 35,48| + |29 − 35,48| + |29 − 35,48|
+|29 − 35,48| + |29 − 35,48| + |30 − 35,48| + |31 − 35,48|
+|31 − 35,48| + |31 − 35,48| + |31 − 35,48| + |31 − 35,48|
+|32 − 35,48| + |32 − 35,48| + |33 − 35,48| + |33 − 35,48|
+|33 − 35,48| + |34 − 35,48| + |34 − 35,48| + |34 − 35,48|
+|35 − 35,48| + |35 − 35,48| + |35 − 35,48| + |36 − 35,48|
+|36 − 35,48| + |36 − 35,48| + |38 − 35,48| + |38 − 35,48|
+|39 − 35,48| + |40 − 35,48| + |40 − 35,48| + |40 − 35,48|
+|43 − 35,48| + |43 − 35,48| + |43 − 35,48| + |44 − 35,48|
+|46 − 35,48| + |49 − 35,48| + |52 − 35,48| + |52 − 35,48|
+|56 − 35,48| + |56 − 35,48|
𝑆𝑅 =
50

305,76
𝑆𝑅 =
50

𝑆𝑅 = 6,115

c) Standar deviasi

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆=√
𝑁

(27 − 35,48)2 + (27 − 35,48)2 + (27 − 35,48)2 + (27 − 35,48)2

+(28 − 35,48)2 + (28 − 35,48)2 + (28 − 35,48)2 + (28 − 35,48)2
+(28 − 35,48)2 + (28 − 35,48)2 + (29 − 35,48)2 + (29 − 35,48)2
+(29 − 35,48)2 + (29 − 35,48)2 + (30 − 35,48)2 + (31 − 35,48)2
+(31 − 35,48)2 + (31 − 35,48)2 + (31 − 35,48)2 + (31 − 35,48)2
+(32 − 35,48)2 + (32 − 35,48)2 + (33 − 35,48)2 + (33 − 35,48)2
+(33 − 35,48)2 + (33 − 35,48)2 + (34 − 35,48)2 + (34 − 35,48)2
+(35 − 35,48)2 + (35 − 35,48)2 + (35 − 35,48)2 + (36 − 35,48)2
+(36 − 35,48)2 + (36 − 35,48)2 + (38 − 35,48)2 + (38 − 35,48)2
+(39 − 35,48)2 + (40 − 35,48)2 + (40 − 35,48)2 + (40 − 35,48)2
+(43 − 35,48)2 + (43 − 35,48)2 + (43 − 35,48)2 + (44 − 35,48)2
+(46 − 35,48)2 + (49 − 35,48)2 + (52 − 35,48)2 + (52 − 35,48)2
+(56 − 35,48)2 + (56 − 35,48)2
𝑆=
√ 50

𝑆 = √59,649

𝑆 = 7,723
STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

d) Variasi

2
∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆 =
𝑁

(27 − 35,48)2 + (27 − 35,48)2 + (27 − 35,48)2 + (27 − 35,48)2

+(28 − 35,48)2 + (28 − 35,48)2 + (28 − 35,48)2 + (28 − 35,48)2
+(28 − 35,48)2 + (28 − 35,48)2 + (29 − 35,48)2 + (29 − 35,48)2
+(29 − 35,48)2 + (29 − 35,48)2 + (30 − 35,48)2 + (31 − 35,48)2
+(31 − 35,48)2 + (31 − 35,48)2 + (31 − 35,48)2 + (31 − 35,48)2
+(32 − 35,48)2 + (32 − 35,48)2 + (33 − 35,48)2 + (33 − 35,48)2
+(33 − 35,48)2 + (33 − 35,48)2 + (34 − 35,48)2 + (34 − 35,48)2
+(35 − 35,48)2 + (35 − 35,48)2 + (35 − 35,48)2 + (36 − 35,48)2
+(36 − 35,48)2 + (36 − 35,48)2 + (38 − 35,48)2 + (38 − 35,48)2
+(39 − 35,48)2 + (40 − 35,48)2 + (40 − 35,48)2 + (40 − 35,48)2
+(43 − 35,48)2 + (43 − 35,48)2 + (43 − 35,48)2 + (44 − 35,48)2
+(46 − 35,48)2 + (49 − 35,48)2 + (52 − 35,48)2 + (52 − 35,48)2
+(56 − 35,48)2 + (56 − 35,48)2
𝑆2 =
50
2982,48
𝑆2 =
50

𝑆 2 = 59,649

e) Standard Error of Mean

7,723
𝑆𝐸𝑧 =
√50

𝑆𝐸𝑧 = 1,092

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

f) Skewness

𝑛 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )3
𝑆𝐾 =
(𝑛 − 1)(𝑛 − 2) 𝑆3

(27 − 35,48)3 + (27 − 35,48)3 + (27 − 35,48)3 + (27 − 35,48)3

+(28 − 35,48)3 + (28 − 35,48)3 + (28 − 35,48)3 + (28 − 35,48)3
+(28 − 35,48)3 + (28 − 35,48)3 + (29 − 35,48)3 + (29 − 35,48)3
+(29 − 35,48)3 + (29 − 35,48)3 + (30 − 35,48)3 + (31 − 35,48)3
+(31 − 35,48)3 + (31 − 35,48)3 + (31 − 35,48)3 + (31 − 35,48)3
+(32 − 35,48)3 + (32 − 35,48)3 + (33 − 35,48)3 + (33 − 35,48)3
+(33 − 35,48)3 + (33 − 35,48)3 + (34 − 35,48)3 + (34 − 35,48)3
+(35 − 35,48)3 + (35 − 35,48)3 + (35 − 35,48)3 + (36 − 35,48)3
+(36 − 35,48)3 + (36 − 35,48)3 + (38 − 35,48)3 + (38 − 35,48)3
+(39 − 35,48)3 + (40 − 35,48)3 + (40 − 35,48)3 + (40 − 35,48)3
+(43 − 35,48)3 + (43 − 35,48)3 + (43 − 35,48)3 + (44 − 35,48)3
+(46 − 35,48)3 + (49 − 35,48)3 + (52 − 35,48)3 + (52 − 35,48)3
50 +(56 − 35,48)3 + (56 − 35,48)3
𝑆𝐾 =
(50 − 1)(50 − 2) (7,7233)3

50 25387,7
𝑆𝐾 =
2352 460,689

𝑆𝐾 = 1,171

g) Kurtosis

𝑛(𝑛 + 1) ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )4 3(𝑛 − 1)2

𝐾={ − } −
(𝑛 − 1)(𝑛 − 2)(𝑛 − 3) 𝑆4 (𝑛 − 1)(𝑛 − 3)
(27 − 35,48)4 + (27 − 35,48)4 + (27 − 35,48)4 + (27 − 35,48)4
+(28 − 35,48)4 + (28 − 35,48)4 + (28 − 35,48)4 + (28 − 35,48)4
+(28 − 35,48)4 + (28 − 35,48)4 + (29 − 35,48)4 + (29 − 35,48)4
+(29 − 35,48)4 + (29 − 35,48)4 + (30 − 35,48)4 + (31 − 35,48)4
+(31 − 35,48)4 + (31 − 35,48)4 + (31 − 35,48)4 + (31 − 35,48)4
+(32 − 35,48)4 + (32 − 35,48)4 + (33 − 35,48)4 + (33 − 35,48)4
+(33 − 35,48)4 + (33 − 35,48)4 + (34 − 35,48)4 + (34 − 35,48)4
+(35 − 35,48)4 + (35 − 35,48)4 + (35 − 35,48)4 + (36 − 35,48)4
+(36 − 35,48)4 + (36 − 35,48)4 + (38 − 35,48)4 + (38 − 35,48)4
+(39 − 35,48)4 + (40 − 35,48)4 + (40 − 35,48)4 + (40 − 35,48)4
+(43 − 35,48)4 + (43 − 35,48)4 + (43 − 35,48)4 + (44 − 35,48)4
+(46 − 35,48)4 + (49 − 35,48)4 + (52 − 35,48)4 + (52 − 35,48)4
50(50 + 1) +(56 − 35,48)4 + (56 − 35,48)4 3(50 − 1)2
𝐾= − −
(50 − 1)(50 − 2)(50 − 3) (7,7233)4 (50 − 1)(50 − 3)

{ }

𝐾 = {0,023 − 224,855} − 3,127

𝐾 = −227,959

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

3) Jenis penyajian data

a) Histogram

(1) Range

𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛

𝑅 = 56 − 27

𝑅 = 29

(2) Banyak kelas

𝐾 = 1 + 3,3 log 𝑛

𝐾 = 1 + 3,3 log 50

𝐾 = 1 + 3,3(1,698)

𝐾 = 6,603 ≈ 7

(3)Panjang kelas

29
𝐼=
7

𝐼 = 4,883 ≈ 5

(4)Batas atas kelas pertama

Berdasarkan data diatas dapat diketahui batas atas kelas pertama

yaitu 31

(5)Tabel distribusi frekuensi

Tabel 4.2 Tabel Distribusi Frekuensi Data Usia

Usia Responden Frekuensi
27 – 31 20
32 – 36 14
37 – 41 6
42 – 46 5
47 – 51 1
52 – 56 4
57 – 61 0

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Berikut contoh dari diagram histogram.

Histogram Data Usia

27-31
25 32-36
20 37-41
Frekuensi

15 42-46
10 47-51
5 52-56
0 57-61
27-31 32-36 37-41 42-46 47-51 52-56 57-61

Usia

Gambar 4.1 Histogram Data Usia

b) Poligon frekuensi

Tabel 4.3 Tabel Poligon Frekuensi Data Usia

Usia Responden Nilai Tengah Frekuensi
27 – 31 29 20
32 – 36 34 14
37 – 41 39 6
42 – 46 44 5
47 – 51 49 1
52 – 56 54 4
57 – 61 59 0

Berikut gambar dari diagram polygon frekuensi

Diagram Polygon Frekuensi

25
20
Frekuensi

15
10
Frekuensi
5
0
27 – 31 32 – 36 37 – 41 42 – 46 47 – 51 52 – 56 57 – 61
Usia

Gambar 4.2 Poligon Frekuensi Data Usia

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

c) Ogive

Tabel 4.4 Tabel Ogive Data Usia

Usia Responden Frekuensi F< F>
27 – 31 20 20 30
32 – 36 14 34 16
37 – 41 6 40 10
42 – 46 5 45 5
47 – 51 1 46 4
52 – 56 4 50 0
57 – 61 0 50 0

Berikut contoh diagram Ogive

Diagram Ogive Data Usia

60

50

40
Frekuensi

30
F<
20 F>
10

0
27-31 32-36 37-41 42-46 47-51 52-56 57-61
Usia

Gambar 4.3 Ogive Data Usia

d) Diagram lingkaran

Berikut contoh diagram Lingkaran

Diagram Lingkaran Data Usia

27-31
32-36
2%8%0%
10% 37-41
40%
12% 42-46
47-51
28% 52-56
57-61

Gambar 4.4 Diagram Lingkaran Data Usia

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

b. Pengolahan Data Usia (Software)

1) Buka aplikasi spss

Gambar 4.5 Capture Hasil Pengerjaan pada SPSS

2). Pada Variable View, masukkan nama variable dan keterangan-

keterangannya.

Gambar 4.6 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

3). Pada Data View, masukkan data hasil pengamatan.

Gambar 4.7 Capture Hasil Pengerjaan pada SPSS

4). Pada menu Analyze, pilih Descriptive Statistics lalu klik

Frequences.

Gambar 4.8 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

5). Pada kotak dialog Frequencies, masukkan Usia pada kolom variable.

Gambar 4.9 Capture Hasil Pengerjaan pada SPSS

6). Klik Statistics, lalu centang Quartiles, Std.Deviation, Variance,

Range

Gambar 4.10 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

7). Standard Error of Mean, Mean, Median, Mode, Skewness dan Kurtosis

lalu pilih Continue.

Gambar 4.11 Capture Hasil Pengerjaan pada SPSS

8). Klik Ok.

Gambar 4.12 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

9). Pada Statistic Viewer akan muncul tabel hasil pengolahan data

Statistics
Usia
N Valid 50
Missing 0
Mean 35.4800
Std. Error of Mean 1.10333
Median 33.5000
Std. Deviation 7.80173
Variance 60.867
Skewness 1.137
Std. Error of Skewness .337
Kurtosis .639
Std. Error of Kurtosis .662
Range 29.00
Percentiles 25 29.0000
50 33.5000
75 40.0000
Gambar 4.13 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

4.3 Pengolahan Data Tingkat Kebersihan

a. Pengolahan Data Tingkat Kebersihan (Manual)

4,8 4,8 5,8 5,8 5,8 5,8 5,8 5,8 5,8 5,8

5,8 5,8 5,8 6,8 6,8 6,8 6,8 6,8 6,8 7,8

7,8 7,8 7,8 7,8 7,8 7,8 7,8 7,8 7,8 7,8

7,8 7,8 7,8 8,8 8,8 8,8 8,8 8,8 8,8 8,8

8,8 8,8 8,8 8,8 8,8 8,8 8,8 8,8 8,8 9,8

1) Ukuran pemusatan data

a) Mean

∑𝑛𝑖=1 𝑥𝑖
𝑥̅ =
𝑛

4,8 + 4,8 + 5,8 + 5,8 + 5,8 + 5,8 + 5,8 + 5,8 + 5,8 + 5,8
5,8 + 5,8 + 5,8 + 6,8 + 6,8 + 6,8 + 6,8 + 6,8 + 6,8 + 7,8
7,8 + 7,8 + 7,8 + 7,8 + 7,8 + 7,8 + 7,8 + 7,8 + 7,8 + 7,8
7,8 + 7,8 + 7,8 + 8,8 + 8,8 + 8,8 + 8,8 + 8,8 + 8,8 + 8,8
8,8 + 8,8 + 8,8 + 8,8 + 8,8 + 8,8 + 8,8 + 8,8 + 8,8 + 9,8
𝑥̅ =
50

374
𝑥̅ =
50

𝑥̅ = 7,48

b) Median

𝑥𝑛 + 𝑥𝑛+2
2 2
𝑀𝑒𝑑 =
2
𝑥50 + 𝑥50+2
2 2
𝑀𝑒𝑑 =
2
𝑥25 + 𝑥26
𝑀𝑒𝑑 =
2

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

7,8 + 7,8
𝑀𝑒𝑑 =
2

𝑀𝑒𝑑 = 7,8

c) Modus

Modus pada data tingkat kebersihan adalah 8,8 dengan frekuensi

16

d) Kuartil

(1)Kuartil 1

𝑄1 = 𝑥1(𝑛+2)
4

𝑄1 = 𝑥1(50+2)
4

𝑄1 = 𝑥1(52)
4

𝑄1 = 𝑥13

𝑀𝑒𝑑 = 5,8

(2)Kuartil 2

𝑄2 = 𝑥2(𝑛+2)
4

𝑄2 = 𝑥2(50+2)
4

𝑄2 = 𝑥2(52)
4

𝑄2 = 𝑥26

𝑀𝑒𝑑 = 7,8

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

(3)Kuartil 3

𝑄3 = 𝑥3(𝑛+2)
4

𝑄3 = 𝑥3(50+2)
4

𝑄3 = 𝑥3(52)
4

𝑄3 = 𝑥39

𝑀𝑒𝑑 = 8,8

2) Ukuran penyebaran data

a) Range

𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛

𝑀𝑒𝑑 = 9,8 − 4,8

𝑀𝑒𝑑 = 5

b) Simpangan rata-rata
𝑛
1
𝑆𝑅 = ∑ 𝑥𝑖 − 𝑥̅
𝑛
𝑖=1

|4,8 − 7,48| + |4,8 − 7,48| + |5,8 − 7,48| + |5,8 − 7,48|

+|5,8 − 7,48| + |5,8 − 7,48| + |5,8 − 7,48| + |5,8 − 7,48|
+|5,8 − 7,48| + |5,8 − 7,48| + |5,8 − 7,48| + |5,8 − 7,48|
+|5,8 − 7,48| + |6,8 − 7,48| + |6,8 − 7,48| + |6,8 − 7,48|
+|6,8 − 7,48| + |6,8 − 7,48| + |6,8 − 7,48| + |7,8 − 7,48|
+|7,8 − 7,48| + |7,8 − 7,48| + |7,8 − 7,48| + |7,8 − 7,48|
+|7,8 − 7,48| + |7,8 − 7,48| + |7,8 − 7,48| + |7,8 − 7,48|
+|7,8 − 7,48| + |7,8 − 7,48| + |7,8 − 7,48| + |7,8 − 7,48|
+|7,8 − 7,48| + |8,8 − 7,48| + |8,8 − 7,48| + |8,8 − 7,48|
+|8,8 − 7,48| + |8,8 − 7,48| + |8,8 − 7,48| + |8,8 − 7,48|
+|8,8 − 7,48| + |8,8 − 7,48| + |8,8 − 7,48| + |8,8 − 7,48|
+|8,8 − 7,48| + |8,8 − 7,48| + |8,8 − 7,48| + |8,8 − 7,48|
+|8,8 − 7,48| + |9,8 − 7,48|
𝑆𝑅 =
50

55,84
𝑆𝑅 =
50

𝑆𝑅 = 1,116
STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

c) Standar deviasi

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆=√
𝑁

(4,8−7,48)2 + (4,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2

+(5,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2
+(5,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2
+(5,8−7,48)2 + (6,8−7,48)2 + (6,8−7,48)2 + (6,8−7,48)2
+(6,8−7,48)2 + (6,8−7,48)2 + (6,8−7,48)2 + (7,8−7,48)2
+(7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2
+(7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2
+(7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2
+(7,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2
+(8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2
+(8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2
+(8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2
+(8,8−7,48)2 + (8,8−7,48)2
𝑆=
√ 50

82,88
𝑆=√
50

𝑆 = 1,287

d) Variasi

2
∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆 =
𝑁

(4,8−7,48)2 + (4,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2

+(5,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2
+(5,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2 + (5,8−7,48)2
+(5,8−7,48)2 + (6,8−7,48)2 + (6,8−7,48)2 + (6,8−7,48)2
+(6,8−7,48)2 + (6,8−7,48)2 + (6,8−7,48)2 + (7,8−7,48)2
+(7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2
+(7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2
+(7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2 + (7,8−7,48)2
+(7,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2
+(8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2
+(8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2
+(8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2 + (8,8−7,48)2
+(8,8−7,48)2 + (8,8−7,48)2
𝑆2 =
50

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

82,88
𝑆2 =
50

𝑆 2 = 1,657

e) Standard Error of Mean

𝑆
𝑆𝐸𝑧 =
√𝑛

1,287
𝑆𝐸𝑧 =
√50

𝑆𝐸𝑧 = 0,182

f) Skewness

𝑛 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )3
𝑆𝐾 =
(𝑛 − 1)(𝑛 − 2) 𝑆3

(4,8−7,48)3 +(4,8−7,48)3 +(5,8−7,48)3 +(5,8−7,48)3

+(5,8−7,48)3 +(5,8−7,48)3 +(5,8−7,48)3 +(5,8−7,48)3
+(5,8−7,48)3 +(5,8−7,48)3 +(5,8−7,48)3 +(5,8−7,48)3
+(5,8−7,48)3 +(6,8−7,48)3 +(6,8−7,48)3 +(6,8−7,48)3
+(6,8−7,48)3 +(6,8−7,48)3 +(6,8−7,48)3 +(7,8−7,48)3
+(7,8−7,48)3 +(7,8−7,48)3 +(7,8−7,48)3 +(7,8−7,48)3
+(7,8−7,48)3 +(7,8−7,48)3 +(7,8−7,48)3 +(7,8−7,48)3
+(7,8−7,48)3 +(7,8−7,48)3 +(7,8−7,48)3 +(7,8−7,48)3
+(7,8−7,48)3 +(8,8−7,48)3 +(8,8−7,48)3 +(8,8−7,48)3
+(8,8−7,48)3 +(8,8−7,48)3 +(8,8−7,48)3 +(8,8−7,48)3
+(8,8−7,48)3 +(8,8−7,48)3 +(8,8−7,48)3 +(8,8−7,48)3
+(8,8−7,48)3 +(8,8−7,48)3 +(8,8−7,48)3 +(8,8−7,48)3
50 +(8,8−7,48)3 +(8,8−7,48)3
𝑆𝐾 = (50−1)(50−2) (1,2874)3

50 −42,796
𝑆𝐾 =
2352 2,133

𝑆𝐾 = −0,425

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

g) Kurtosis

𝑛(𝑛+1) ∑𝑛
𝑖=1(𝑥𝑖 −𝑥̅ )
4 3(𝑛−1)2
𝐾 = {(𝑛−1)(𝑛−2)(𝑛−3) − }−
𝑆4 (𝑛−1)(𝑛−3)

(4,8−7,48)4 + (4,8−7,48)4 + (5,8−7,48)4 + (5,8−7,48)4

+(5,8−7,48)4 + (5,8−7,48)4 + (5,8−7,48)4 + (5,8−7,48)4
+(5,8−7,48)4 + (5,8−7,48)4 + (5,8−7,48)4 + (5,8−7,48)4
+(5,8−7,48)4 + (6,8−7,48)4 + (6,8−7,48)4 + (6,8−7,48)4
+(6,8−7,48)4 + (6,8−7,48)4 + (6,8−7,48)4 + (7,8−7,48)4
+(7,8−7,48)4 + (7,8−7,48)4 + (7,8−7,48)4 + (7,8−7,48)4
+(7,8−7,48)4 + (7,8−7,48)4 + (7,8−7,48)4 + (7,8−7,48)4
+(7,8−7,48)4 + (7,8−7,48)4 + (7,8−7,48)4 + (7,8−7,48)4
+(7,8−7,48)4 + (8,8−7,48)4 + (8,8−7,48)4 + (8,8−7,48)4
+(8,8−7,48)4 + (8,8−7,48)4 + (8,8−7,48)4 + (8,8−7,48)4
+(8,8−7,48)4 + (8,8−7,48)4 + (8,8−7,48)4 + (8,8−7,48)4
+(8,8−7,48)4 + (8,8−7,48)4 + (8,8−7,48)4 + (8,8−7,48)4
50(50 + 1) +(8,8−7,48)4 + (8,8−7,48)4 3(50 − 1)2
𝐾= − −
(50 − 1)(50 − 2)(50 − 3) (1,2874)4 (50 − 1)(50 − 3)

{ }

𝐾 = (0,023 − 269,774) − 3,127

𝐾 = −272,878

3) Jenis penyajian data

a) Histogram

(1)Range

𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛

𝑅 = 9,8 − 4,8

𝑅=5

(2)Banyak kelas

𝐾 = 1 + 3,3 log 𝑛

𝐾 = 1 + 3,3 log 50

𝐾 = 1 + 3,3(1,698)

𝐾 = 6,603 ≈ 7

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

(3)Panjang kelas

𝑅
𝐼=
𝐾

5
𝐼=
7

𝐼 = 0,714 ≈ 1

(4)Batas atas kelas pertama

Dari data diatas dapat diketahui batas atas kelas pertama yaitu

5,7

(5)Tabel distribusi frekuensi

Tabel 4.5 Tabel Distribusi Frekuensi Data Tingkat Kebersihan

Tingkat Kebersihan Frekuensi
4,8 – 5,7 2
5,8 – 6,7 11
6,8 – 7,7 6
7,8 – 8,7 14
8,8 – 9,7 16
9,8 – 10,7 1
10,8 – 11,7 0

Berikut gambar diagram histogram

Diagram Histogram Data Tingkat Kebersihan

18
16
14
12
Frekuensi

10
8
6
Frekuensi
4
2
0
4,8 – 5,8 – 6,8 – 7,8 – 8,8 – 9,8 – 10,8 –
5,7 6,7 7,7 8,7 9,7 10,7 11,7
Tingkat Kebersihan

Gambar 4.14 Histogram Data Tingkat Kebersihan

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

b) Poligon frekuensi

Tabel 4.6 Tabel Poligon Frekuensi Data Tingkat Kebersihan

Tingkat Kebersihan Nilai Tengah Frekuensi
4,8 – 5,7 5,25 2
5,8 – 6,7 6,25 11
6,8 – 7,7 7,25 6
7,8 – 8,7 8,25 14
8,8 – 9,7 9,25 16
9,8 – 10,7 10,25 1
10,8 – 11,7 11,25 0

Berikut gambar diagram polygon frekuensi

Diagram Poligon Frekuensi Data Tingkat

Kebersiahn
20

15
Frekuensi

10

5 Frekuensi

0
4,8 – 5,8 – 6,8 – 7,8 – 8,8 – 9,8 – 10,8 –
5,7 6,7 7,7 8,7 9,7 10,7 11,7
Tingkat Kebersihan

Gambar 4.15 Poligon Frekuensi Data Tingkat Kebersihan

c) Ogive

Tabel 4.7 Tabel Ogive Data Tingkat Kebersihan

Tingkat
Frekuensi F< F>
Kebersihan
4,8 – 5,7 2 2 48
5,8 – 6,7 11 13 37
6,8 – 7,7 6 19 31
7,8 – 8,7 14 33 17
8,8 – 9,7 16 49 1
9,8 – 10,7 1 50 0
10,8 – 11,7 0 50 0

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Berikut gambar diagram ogive

Diagram Ogive Data Tingkat Kebersihan

60
50
40
Frekuensi

30
20 F<
F>
10
0
4,8 – 5,8 – 6,8 – 7,8 – 8,8 – 9,8 – 10,8 –
5,7 6,7 7,7 8,7 9,7 10,7 11,7
Tingkat Kebersihan

Gambar 4.16 Ogive Data Tingkat Kebersihan

d) Diagram lingkaran

Berikut gambar diagram lingkaran

Diagram Lingkaran Data TIngkat Kebersihan

0%

2% 4,8 – 5,7 5,25

4%
5,8 – 6,7 6,25
22%
32% 6,8 – 7,7 7,25
7,8 – 8,7 8,25

12% 8,8 – 9,7 9,25

9,8 – 10,7 10,25
28%
10,8 – 11,7 11,25

Gambar 4.17 Diagram Lingkaran Data Tingkat Kebersihan

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

c. Pengolahan Data Tingkat Kebersihan (Software)

1). Buka aplikasi spss

Gambar 4.18 Capture Hasil Pengerjaan pada SPSS

2). Pada Variable View, masukkan nama variable dan keterangan-

keterangannya.

Gambar 4.19 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

3). Pada Data View, masukkan data hasil pengamatan.

Gambar 4.20 Capture Hasil Pengerjaan pada SPSS

4). Pada menu Analyze, pilih Descriptive Statistics lalu klik

Frequences.

Gambar 4.21 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

5). Pada kotak dialog Frequencies, masukkan Tingkat Kebersihan pada

kolom variable.

Gambar 4.22 Capture Hasil Pengerjaan pada SPSS

6). Klik Statistics, lalu centang Quartiles, Std.Deviation, Variance,

Range

Gambar 4.23 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

7). Standard Error of Mean, Mean, Median, Mode, Skewness dan Kurtosis

lalu pilih Continue.

Gambar 4.24 Capture Hasil Pengerjaan pada SPSS

8). Klik Ok.

Gambar 4.25 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

9). Pada Statistic Viewer akan muncul tabel hasil pengolahan data

Statistics
TingkatKebersihan
N Valid 50
Missing 0
Mean 7.4800
Std. Error of Mean .18393
Median 7.8000
Std. Deviation 1.30055
Variance 1.691
Skewness -.414
Std. Error of Skewness .337
Kurtosis -1.018
Std. Error of Kurtosis .662
Range 5.00
Percentiles 25 5.8000
50 7.8000
75 8.8000
Gambar 4.26 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

4.4 Pengolahan Data Lama Berkunjung

a. Pengolahan Data Lama Berkunjung (Manual)

10 13 13 13 13 13 13 13 15 18

18 18 18 18 18 23 23 28 38 38

38 38 38 38 38 43 43 43 68 68

68 68 68 68 68 68 68 68 68 68

68 68 128 128 128 128 128 128 128 188

1) Ukuran pemusatan data

a) Mean

∑𝑛𝑖=1 𝑥𝑖
𝑥̅ =
𝑛

10 + 13 + 13 + 13 + 13 + 13 + 13 + 15 + 18 + 18
+18 + 18 + 18 + 18 + 23 + 23 + 28 + 38 + 38 + 38
+38 + 38 + 38 + 38 + 43 + 43 + 43 + 68 + 68 + 68
+68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68
+68 + 68 + 128 + 128 + 128 + 128 + 128 + 128 + 128
𝑥̅ = +188
50

2729
𝑥̅ =
50

𝑥̅ = 54,58

b) Median

𝑥𝑛 + 𝑥𝑛+2
2 2
𝑀𝑒𝑑 =
2
𝑥50 + 𝑥50+2
2 2
𝑀𝑒𝑑 =
2
𝑥25 + 𝑥26
𝑀𝑒𝑑 =
2

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

43 + 43
𝑀𝑒𝑑 =
2

𝑀𝑒𝑑 = 43

c) Modus

Modus pada data lama berkunjung adalah 68 dengan frekuensi 14

d) Kuartil

(1)Kuartil 1

𝑄1 = 𝑥1(𝑛+2)
4

𝑄1 = 𝑥1(50+2)
4

𝑄1 = 𝑥1(52)
4

𝑄1 = 𝑥13

𝑄1 = 18

(2)Kuartil 2

𝑄2 = 𝑥2(𝑛+2)
4

𝑄2 = 𝑥2(50+2)
4

𝑄2 = 𝑥2(52)
4

𝑄2 = 𝑥26

𝑄2 = 43

(3)Kuartil 3

𝑄3 = 𝑥3(𝑛+2)
4

𝑄3 = 𝑥3(50+2)
4

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

𝑄3 = 𝑥3(52)
4

𝑄3 = 𝑥39

𝑄3 = 68

2) Ukuran penyebaran data

a) Range

𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛

𝑅 = 188 − 10

𝑅 = 178

b) Simpangan rata-rata
𝑛
1
𝑆𝑅 = ∑ 𝑥𝑖 − 𝑥̅
𝑛
𝑖=1

|10 − 54,58| + |13 − 54,58| + |13 − 54,58| + |13 − 54,58|

+|13 − 54,58| + |13 − 54,58| + |13 − 54,58| + |13 − 54,58|
+|15 − 54,58| + |18 − 54,58| + |18 − 54,58| + |18 − 54,58|
+|18 − 54,58| + |18 − 54,58| + |18 − 54,58| + |23 − 54,58|
+|23 − 54,58| + |28 − 54,58| + |38 − 54,58| + |38 − 54,58|
+|38 − 54,58| + |38 − 54,58| + |38 − 54,58| + |38 − 54,58|
+|38 − 54,58| + |43 − 54,58| + |43 − 54,58| + |43 − 54,58|
+|68 − 54,58| + |68 − 54,58| + |68 − 54,58| + |68 − 54,58|
+|68 − 54,58| + |68 − 54,58| + |68 − 54,58| + |68 − 54,58|
+|68 − 54,58| + |68 − 54,58| + |68 − 54,58| + |68 − 54,58|
+|68 − 54,58| + |68 − 54,58| + |128 − 54,58| + |128 − 54,58|
+|128 − 54,58| + |128 − 54,58| + |128 − 54,58| + |128 − 54,58|
+|128 − 54,58| + |188 − 54,58|
𝑆𝑅 =
50

1537,06
𝑆𝑅 =
50

𝑆𝑅 = 30,741

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

c) Standar deviasi

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆=√
𝑁

(10 − 54,58)2 + (13 − 54,58)2 + (13 − 54,58)2 + (13 − 54,58)2

+(13 − 54,58)2 + (13 − 54,58)2 + (13 − 54,58)2 + (13 − 54,58)2
+(15 − 54,58)2 + (18 − 54,58)2 + (18 − 54,58)2 + (18 − 54,58)2
+(18 − 54,58)2 + (18 − 54,58)2 + (18 − 54,58)2 + (23 − 54,58)2
+(23 − 54,58)2 + (28 − 54,58)2 + (38 − 54,58)2 + (38 − 54,58)2
+(38 − 54,58)2 + (38 − 54,58)2 + (38 − 54,58)2 + (38 − 54,58)2
+(38 − 54,58)2 + (43 − 54,58)2 + (43 − 54,58)2 + (43 − 54,58)2
+(68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2
+(68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2
+(68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2
+(68 − 54,58)2 + (68 − 54,58)2 + (128 − 54,58)2 + (128 − 54,58)2
+(128 − 54,58)2 + (128 − 54,58)2 + (128 − 54,58)2
+(128 − 54,58)2 + (128 − 54,58)2 + (188 − 54,58)2
𝑆=
√ 50

86.768,18
𝑆=√
50

𝑆 = 41,657

d) Variasi

∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆2 =
𝑁
(10 − 54,58)2 + (13 − 54,58)2 + (13 − 54,58)2 + (13 − 54,58)2
+(13 − 54,58)2 + (13 − 54,58)2 + (13 − 54,58)2 + (13 − 54,58)2
+(15 − 54,58)2 + (18 − 54,58)2 + (18 − 54,58)2 + (18 − 54,58)2
+(18 − 54,58)2 + (18 − 54,58)2 + (18 − 54,58)2 + (23 − 54,58)2
+(23 − 54,58)2 + (28 − 54,58)2 + (38 − 54,58)2 + (38 − 54,58)2
+(38 − 54,58)2 + (38 − 54,58)2 + (38 − 54,58)2 + (38 − 54,58)2
+(38 − 54,58)2 + (43 − 54,58)2 + (43 − 54,58)2 + (43 − 54,58)2
+(68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2
+(68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2
+(68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2 + (68 − 54,58)2
+(68 − 54,58)2 + (68 − 54,58)2 + (128 − 54,58)2 + (128 − 54,58)2
+(128 − 54,58)2 + (128 − 54,58)2 + (128 − 54,58)2
+(128 − 54,58)2 + (128 − 54,58)2 + (188 − 54,58)2
𝑆2 =
50

86.768,18
𝑆2 =
50

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

𝑆 2 = 81,494

e) Standard Error of Mean

𝑆
𝑆𝐸𝑧 =
√𝑛

41,657
𝑆𝐸𝑧 =
√50

𝑆𝐸𝑧 = 1,276

f) Skewness

𝑛 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )3
𝑆𝐾 =
(𝑛 − 1)(𝑛 − 2) 𝑆3

(10 − 54,58)3 + (13 − 54,58)3 + (13 − 54,58)3 + (13 − 54,58)3

+(13 − 54,58)3 + (13 − 54,58)3 + (13 − 54,58)3 + (13 − 54,58)3
+(15 − 54,58)3 + (18 − 54,58)3 + (18 − 54,58)3 + (18 − 54,58)3
+(18 − 54,58)3 + (18 − 54,58)3 + (18 − 54,58)3 + (23 − 54,58)3
+(23 − 54,58)3 + (28 − 54,58)3 + (38 − 54,58)3 + (38 − 54,58)3
+(38 − 54,58)3 + (38 − 54,58)3 + (38 − 54,58)3 + (38 − 54,58)3
+(38 − 54,58)3 + (43 − 54,58)3 + (43 − 54,58)3 + (43 − 54,58)3
+(68 − 54,58)3 + (68 − 54,58)3 + (68 − 54,58)3 + (68 − 54,58)3
+(68 − 54,58)3 + (68 − 54,58)3 + (68 − 54,58)3 + (68 − 54,58)3
+(68 − 54,58)3 + (68 − 54,58)3 + (68 − 54,58)3 + (68 − 54,58)3
+(68 − 54,58)3 + (68 − 54,58)3 + (128 − 54,58)3 + (128 − 54,58)3
+(128 − 54,58)3 + (128 − 54,58)3 + (128 − 54,58)3
+(128 − 54,58)3 + (128 − 54,58)3 + (188 − 54,58)3
50
𝑆𝐾 =
(50 − 1)(50 − 2) (41,6576)3

50 4.113.392,611
𝑆𝐾 =
2352 72.286,065

𝑆𝐾 = 1,209

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

g) Kurtosis

𝑛(𝑛 + 1) ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )4 3(𝑛 − 1)2

𝐾={ − } −
(𝑛 − 1)(𝑛 − 2)(𝑛 − 3) 𝑆4 (𝑛 − 1)(𝑛 − 3)
(10 − 54,58)4 + (13 − 54,58)4 + (13 − 54,58)4 + (13 − 54,58)4
+(13 − 54,58)4 + (13 − 54,58)4 + (13 − 54,58)4 + (13 − 54,58)4
+(15 − 54,58)4 + (18 − 54,58)4 + (18 − 54,58)4 + (18 − 54,58)4
+(18 − 54,58)4 + (18 − 54,58)4 + (18 − 54,58)4 + (23 − 54,58)4
+(23 − 54,58)4 + (28 − 54,58)4 + (38 − 54,58)4 + (38 − 54,58)4
+(38 − 54,58)4 + (38 − 54,58)4 + (38 − 54,58)4 + (38 − 54,58)4
+(38 − 54,58)4 + (43 − 54,58)4 + (43 − 54,58)4 + (43 − 54,58)4
+(68 − 54,58)4 + (68 − 54,58)4 + (68 − 54,58)4 + (68 − 54,58)4
+(68 − 54,58)4 + (68 − 54,58)4 + (68 − 54,58)4 + (68 − 54,58)4
+(68 − 54,58)4 + (68 − 54,58)4 + (68 − 54,58)4 + (68 − 54,58)4
+(68 − 54,58)4 + (68 − 54,58)4 + (128 − 54,58)4 + (128 − 54,58)4
+(128 − 54,58)4 + (128 − 54,58)4 + (128 − 54,58)4
+(128 − 54,58)4 + (128 − 54,58)4 + (188 − 54,58)4
50(50 + 1) 3(50 − 1)2
𝐾= − −
(50 − 1)(50 − 2)(50 − 3) (41,6576)4 (50 − 1)(50 − 3)

{ }

𝐾 = {0,023 − 186,577} − 3,127

𝐾 = −189,681

3) Jenis penyajian data

a) Histogram

(1)Range

𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛

𝑅 = 188 − 10

𝑅 = 178

(2)Banyak kelas

𝐾 = 1 + 3,3 log 𝑛

𝐾 = 1 + 3,3 log 50

𝐾 = 1 + 3,3(1,698)

𝐾 = 6,603 ≈ 7

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

(3)Panjang kelas

𝑅
𝐼=
𝐾
178
𝐼=
7

𝐼 = 25,428 ≈ 26

(4)Batas atas kelas pertama

Berdasarkan data diatas batas atas kelas pertama yang didapat

adalah 35

(5)Tabel distribusi frekuensi

Tabel 4.8 Tabel Distribusi Frekuensi Data Lama Berkunjung

Lama Berkunjung(menit) Frekuensi
10 – 35 18
36 – 61 10
62 – 87 14
88 – 113 0
114 – 139 7
140 – 165 0
166 – 191 1

Berikut gambar diagram histogram

Histogram Data Lama Berkunjung

20

15
Frekuensi

10

5 Frekuensi
0
10 – 36 – 62 – 88 – 114 – 140 – 166 –
35 61 87 113 139 165 191
Lama Berkunjung (menit)

Gambar 4.27 Histogram Data Lama Berkunjung

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

b) Poligon frekuensi

Tabel 4.9 Tabel Poligon Frekuensi Data Lama Berkunjung

Lama
Nilai Tengah Frekuensi
Berkunjung(menit)
10 – 35 22,5 18
36 – 61 48,5 10
62 – 87 74,5 14
88 – 113 100,5 0
114 – 139 126,5 7
140 – 165 152,5 0
166 – 191 178,5 1

Berikut gambar diagram polygon frekuensi

Diagram Poligon Frekuensi Data Lama

Berkunjung
20

15
Frekuensi

10

5 Frekuensi

0
10 – 35 36 – 61 62 – 87 88 – 113 114 – 140 – 166 –
139 165 191
Lama Berkunjung

Gambar 4.28 Poligon Frekuensi Data Lama Berkunjung

c) Ogive

Tabel 4.10 Tabel Ogive Data Lama Berkunjung

Lama
Frekuensi F< F>
Berkunjung(menit)
10 – 35 18 18 32
36 – 61 10 28 22
62 – 87 14 42 8
88 – 113 0 42 8
114 – 139 7 49 1
140 – 165 0 49 1
166 – 191 1 50 0

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

Berikut gambar diagram ogive

Diagram Ogive Data Lama Berkunjung

60

50
Frekuensi 40

30
F<
20
F>
10

0
10 – 36 – 62 – 88 – 114 – 140 – 166 –
35 61 87 113 139 165 191
Data Lama Berkunjung

Gambar 4.29 Ogive Data Lama Berkunjung

d) Diagram lingkaran

Berikut gambar diagram lingkaran

Diagram Lingkaran Data Lama Berkunjung

0% 2%
10 – 35
0% 14%
36 – 61
36% 62 – 87
88 – 113
28% 114 – 139
140 – 165
20% 166 – 191

Gambar 4.30 Diagram Lingkaran Data Lama Berkunjung

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

b. Pengolahan Data Lama Berkunjung (Software)

1). Buka aplikasi spss

Gambar 4.31 Capture Hasil Pengerjaan pada SPSS

2). Pada Variable View, masukkan nama variable dan keterangan-

keterangannya.

Gambar 4.32 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

3). Pada Data View, masukkan data hasil pengamatan.

Gambar 4.33 Capture Hasil Pengerjaan pada SPSS

4). Pada menu Analyze, pilih Descriptive Statistics lalu klik

Frequences.

Gambar 4.34 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

5). Pada kotak dialog Frequencies, masukkan Lama Berkunjung pada

kolom variable.

Gambar 4.35 Capture Hasil Pengerjaan pada SPSS

6). Klik Statistics, lalu centang Quartiles, Std.Deviation, Variance,

Range

Gambar 4.36 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

7). Standard Error of Mean, Mean, Median, Mode, Skewness dan Kurtosis

lalu pilih Continue.

Gambar 4.37 Capture Hasil Pengerjaan pada SPSS

8). Klik Ok.

Gambar 4.38 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308
 LABORATORIUM STATISTIK DAN MANAJEMEN MUTU
DEPARTEMEN TEKNIK INDUSTRI
UNIVERSITAS HASANUDDIN

9). Pada Statistic Viewer akan muncul tabel hasil pengolahan data

Statistics
LamaBerkunjung
N Valid 50
Missing 0
Mean 54.5800
Std. Error of Mean 5.95110
Median 40.5000
Std. Deviation 42.08063
Variance 1770.779
Skewness 1.174
Std. Error of Skewness .337
Kurtosis .941
Std. Error of Kurtosis .662
Range 178.00
Percentiles 25 18.0000
50 40.5000
75 68.0000
Gambar 4.39 Capture Hasil Pengerjaan pada SPSS

STATISTIK DESKRIPTIF
NUR SYAHIDATUL UMMI / D071181308