TUGAS BESAR

STATISTIK INDUSTRI I
PENGAPLIKASIAN ILMU STATISTIK INDUSTRI I
“JNE COUNTER KEPUTIH”

KELOMPOK D7 :

Fahmi Aditya Muhammad 02411640000106

Fath Parahita 02411640000191
Sry Mulyani 02411740000019
Roosita Noor 02411740000055
Daniel Setyo Budi 02411740000127

DEPARTEMEN TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2017/2018
 LEMBAR KONTRIBUSI DALAM PENGERJAAN LAPORAN TUGAS BESAR

NO NAMA NRP PEMBAGIAN TUGAS

1 Fahmi Aditya  BAB I : Latar Belakang
Muhammad 02411640000106  BAB VI : Kesimpulan dan Saran.

2 Fath Parahita  Daftar Isi

02411640000191  Daftar Tabel
 Daftar Gambar
 BAB I : Batasan dan Asumsi
 Pengambilan Data Sekunder
 BAB II : Uji Keseragaman Data
 BAB IV : Pengumpulan Data,
 Uji Normalitas Data,
 Uji Keseragaman Data,
 Pengolahan Data
 Penyajian Data
 BAB V : Analisis Data
 Editor
3 Sry Mulyani  Cover
02411740000019  Lembar Kontribusi
 BAB II : Tinjauan Pustaka terkait
Statistik Deskriptif
 Teknik Sampling
 BAB III ; flowchart beserta penjelasan
dari Penentuan Topik sampai dengan
penentuan Teknik Sampling
 BAB IV : Penyajian Data
 Daftar Pustaka
 Editor
4 Roosita Noor  Lembar Kontribusi
02411740000055  Kata Pengantar
 BAB I : Manfaat,
 BAB II : Tinjauan Pustaka terkait Uji
Normalitas,
 Uji Keseragaman Data,
 BAB III : penjelasan flowchart dari Uji
Normalitas Data sampai dengan
Kesimpulan dan Saran
 BAB IV : Pengumpulan Data,
 Uji Normalitas,
 Uji Keseragaman Data,
 Pengolahan Data Manual dan Software
 Editor
 Lampiran
 PPT
5  BAB I : Rumusan Masalah, Tujuan
Daniel Setyo Budi 02411740000127  BAB IV : Uji Normalitas Data dan Uji
Keseragaman Data
 BAB V : Interpretasi Data dan Analisis
Data.
 Editor
 Lampiran

i
 KATA PENGANTAR

Penulis bersyukur kepada Tuhan Yang Maha Esa yang telah memberikan karunia serta rahmat
sehingga dapat menyelesaikan Tugas Besar Statistik Industri I tepat pada waktunya. Tugas Besar ini
sebagai syarat memenuhi mata kuliah Statistik Industri I.

Tugas Besar ini berisi tentang informasi yang didapat dengan cara pengamatan di UKM JNE Counter
Keputih.

Penulis dengan sadar masih banyak kekurangan yang terdapat dalam Tugas Besar Yang dikerjakan.
Namun, penulis akan berusaha dengan maksimal sehingga Tugas Besar yang penulis tulis ini dapat
bermanfaat tidak hanya bagi penulis maupun pembaca, namun juga lebih berkembang sehingga dapat
bermanfaat bagi UKM JNE Counter Keputih sebagai Objek Amatan penulis.

Dalam Proses Penentuan Objek Amatan hingga Proses Penyusunan, penulis banyak dibantu oleh
berbagai pihak, khususnya asisten lab Qmipa serta Manajer Objek Amatan JNE Counter Keputih.
Penulis mengucapkan terima kasih kepada para pihak yang telah membimbing dalam penyusunan
Tugas Besar karya tulis ini, Semoga Tugas Besar ini dapat bermanfaat bagi penulis, pembaca, Objek
Amatan, serta khalayak ramai.

Surabaya, 10 Mei 2018

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR............................................................................................................................ii
DAFTAR ISI.........................................................................................................................................iii
DAFTAR TABEL..................................................................................................................................v
DAFTAR GAMBAR.............................................................................................................................vi
BAB I.....................................................................................................................................................1
PENDAHULUAN..................................................................................................................................1
1.1 Latar Belakang.............................................................................................................................1

1.2 Rumusan Masalah........................................................................................................................2

1.3 Tujuan..........................................................................................................................................2

1.4 Manfaat........................................................................................................................................2

1.4.1 Manfaat bagi penulis...............................................................................................................2

1.4.2 Manfaat objek amatan.............................................................................................................3

1.5 Batasan dan Asumsi.....................................................................................................................3

1.5.1 Batasan...................................................................................................................................3

1.5.2 Asumsi....................................................................................................................................3

BAB II....................................................................................................................................................5
TINJAUAN PUSTAKA.........................................................................................................................5
2.1 Statistik Deskriptif........................................................................................................................5

2.2 Teknik Sampling..........................................................................................................................5

2.3 Uji Normalitas..............................................................................................................................7

2.4 Uji Keseragaman Data..................................................................................................................9

BAB III.................................................................................................................................................11
METODOLOGI PENELITIAN...........................................................................................................11
BAB IV................................................................................................................................................13
PENGUMPULAN DAN PENGOLAHAN DATA...............................................................................13
4.1 Pengumpulan Data.....................................................................................................................13

4.2 Uji Normalitas............................................................................................................................15

4.3 Uji Keseragaman........................................................................................................................19

4.4 Pengolahan Data Manual dan Data Software..............................................................................21

4.4.1 Pengolahan Data Manual......................................................................................................21

4.4.2 Pengolahan Data Software....................................................................................................24

iii
4.5 Penyajian Data............................................................................................................................26

BAB V..................................................................................................................................................30
ANALISIS DAN INTERPRETASI DATA..........................................................................................30
5.1 Interpretasi Data.........................................................................................................................30

5.2 Analisis Data..............................................................................................................................30

BAB VI................................................................................................................................................35
KESIMPULAN DAN SARAN............................................................................................................35
6.1 Kesimpulan................................................................................................................................35

6.2 Saran...........................................................................................................................................35

DAFTAR PUSTAKA...........................................................................................................................37
LAMPIRAN.........................................................................................................................................39

iv
 DAFTAR TABEL

Tabel 4. 1 Data Hasil Pengamatan jumlah pelanggan terhadap objek amatan JNE Cabang Keputih
tanggal 16-21 April 2018......................................................................................................................13
Tabel 4. 2 Data Hasil Pengamatan jumlah pelanggan objek amatan JNE Cabang Keputih pukul (8.00-
11.00 WIB) dan (20.00-23.00 WIB).....................................................................................................14
Tabel 4. 3 Jumlah Pelanggan yang menggunakan paket pengiriman OKE tanggal 16-21 April 2018. .21
Tabel 4. 4 Jumlah Pelanggan JNE Keputih dari tanggal 16-21 April 2018...........................................22
Tabel 4. 5 Ukuran Pemusatan Data Jumlah Pelanggan JNE Keputih dari tanggal 16-21 April 2018. . .22
Tabel 4. 6 Jumlah barang yang dikirim dari jenis paket pengiriman REG tanggal 16-21 April 2018...23
Tabel 4. 7 Ukuran Pemusatan Data Jumlah barang setiap variasi dari tanggal 16-21 April 2018.........23
Tabel 4. 8 Tabel Perhitungan Software Minitab perhitungan. perbandingan jumlah pelanggan per
varian....................................................................................................................................................24
Tabel 4. 9 Tabel Perhitungan Software Minitab Perhitungan Perbandingan Kuantitas perVariasi Jasa di
JNE Keputih.........................................................................................................................................25
Tabel 4. 10 Tabel Perbandingan Jumlah Pelanggan pada Pukul (08.00-11.00 WIB) dan (20.00-23.00
WIB) di JNE Keputih...........................................................................................................................25
Y
Tabel 5. 1 Rekap Distribusi Pelanggan OKE, YES, dan REG pada tanggan 16 April 2018 – 21 April
2018……………………………………………………………………………………. 29
Tabel 5. 2 Distribusi Pelanggan Berdasarkan Hari dan Tanggal 16 April 2018 – 21 April
2018…………………………………………………………………………………………... 30
Tabel 5. 3 Distribusi Pelanggan Berdasarkan Pelayanan OKE……………………………… 30
Tabel 5. 4 Distribusi Pelanggan REG………………………………………………………... 31
Tabel 5. 5 Distribusi Pelanggan Berdasarkan Pelayanan YES………………………………. 31
Tabel 5. 6 Distribusi Pelanggan Berdasarkan Jam…………………………………………… 32
Tabel 5. 7 Rekap Uji Normalitas Data Jumlah Pelanggan Hari Senin hingga Sabtu………... 33
Tabel 5. 8 Rekap Uji Normalitas Data Jasa Kirim JNE Keputih…………………………….. 33

v
 DAFTAR GAMBAR

YGambar 3. 1 Flowchart Metode Penelitian.............................................................................................

YGambar 4. 1 Uji Normalitas Jumlah Pelanggan pada hari Senin, 16 April 2018……………………15
Gambar 4. 2 Uji Normalitas Jumlah Pelanggan pada hari Selasa, 17 April 2018.................................15
Gambar 4.3 Uji Normalitas Jumlah Pelanggan pada hari Rabu, 18 2018 April 2018...........................16
Gambar 4. 4 Uji Normalitas Jumlah Pelanggan pada hari Kamis, 19 April 2018.................................16
Gambar 4. 5 Uji Normalitas Jumlah Pelanggan pada hari Jumat, 20 April 2018..................................16
Gambar 4. 6 Uji Normalitas Jumlah Pelanggan pada hari Sabtu, 21 April 2018..................................17
Gambar 4. 7 Uji Normalitas pada Jasa Kirim REG..............................................................................17
Gambar 4. 8 Uji Normalitas pada Jasa Kirim OKE..............................................................................18
Gambar 4. 9 Uji Normalitas pada Jasa Kirim YES...............................................................................18
Gambar 4. 10 Uji Keseragaman Jumlah Pengunjung Selama 7 Hari Pengamatan................................19
Gambar 4. 11 Uji Keseragaman pada Jasa Kirim OKE........................................................................19
Gambar 4. 12 Uji Keseragaman pada Jasa Kirim YES.........................................................................20
Gambar 4. 13 Uji Keseragaman pada Jasa Kirim REG........................................................................20
Gambar 4. 14 Perbandingan Pelanggan jasa OK, YES, dan REG tanggal 16-21 April 2018 ...............26
Gambar 4. 15 Total pengunjung JNE Counter Keputih tanggal 16-21 April 2018...............................26
Gambar 4. 16 Jumlah Kuantitas pervariasi jasa JNE Counter Keputih.................................................27
Gambar 4. 17 Total Pelanggan JNE Counter Keputih pada sesi pagi dan sesi malam..........................28

vi
 BAB I
PENDAHULUAN

Pada bab ini akan dijelaskan mengenai pendahuluan pada pengerjaan tugas besar Statistik
Industri 1 yang meliputi latar belakang, rumusan masalah, tujuan, manfaat, serta batasan dan asumsi.

1.1 Latar Belakang

Perkembangan Teknologi Informasi telah merubah perilaku dan cara masyarakat
berinteraksi. Cara berbelanja masyarakat pun ikut bergeser dari pasar tradisional ke pasar modern dan
kini memasuki era baru yaitu E-Commerce atau perdagangan secara online.Bisnis e-commerce yang
semakin berkembang, membuat peluang bisnis pengiriman barang menjadi jauh lebih cerah selama
beberapa tahun terakhir ini. Penjual dan pembeli hanya bertemu secara online, sehingga mereka
membutuhkan perusahaan jasa pengiriman untuk menyampaikan berbagai pesanan yang terjadi di
dalam transaksi jual beli online yang mereka lakukan. Peran perusahaan jasa pengiriman barang begitu
besar dalam hal ini, itulah mengapa peluang bisnis pengiriman barang menjadi begitu baik belakangan
ini. Faktor - faktor yang menjadi pertimbangan untuk menentukan jasa pengiriman barang mana yang
akan dipilih, Di dalam bisnis pengiriman barang, ketepatan waktu juga menjadi faktor yang
berpengaruh kuat terhadap keberhasilan sebuah perusahaan ekspedisi. Pelanggan selalu mengharapkan
barang kiriman mereka bisa tiba tepat waktu dan sesuai dengan jadwal yang telah diperkirakan sejak
awal, hal ini menjadi sebuah perhatian khusus bagi pelanggan, terutama mereka yang memang
memiliki sejumlah kepentingan bisnis yang terkait dengan barang-barang yang mereka kirimkan.
Selain ketepatan waktu, tarif pengiriman merupakan hal penting karena akan berdampak pada harga
yang harus dibayar oleh pembeli. Kemudian jangkauan layanan merupakan hal penting berikutnya
dalam bisnis pengiriman barang, tidak semua jasa pengiriman barang yang bisa melayani sampai
pelosok. Fasilitas jejak lacak (track and trace) tak kalah penting, khususnya untuk
pertanggungjawaban kepada pembeli.
PT. JNE Express adalah perusahaan jasa pengiriman barang swasta terbaik. JNE memiliki
sistem pemasaran dan juga distribusi yang cukup baik, sehingga tidak sulit baginya untuk
mengembangkan sayap di bisnis pengiriman barang yang semakin hari semakin ramai. Perusahaan
penyedia jasa logistik JNE menyatakan bahwa peningkatan volume pengiriman yang dialaminya
sekitar 30% per tahun. Angka ini berbeda dengan pernyataan Presiden Joko Widodo (Jokowi) yang
mengklaim peningkatan volume pengiriman barang yang mencapai 130%. Presiden Direktur JNE
Mohamad Feriadi mengakui adanya peningkatan volume pengiriman, namun jumlahnya tak sebesar
yang dinyatakan Presiden. “Kami mengalami peningkatan tapi tidak sebesar yang disebutkan Beliau.
Saya ceritakan, peningkatan kami sebesar 30% dalam beberapa tahun terakhir,” kata Feriadi kepada
wartawan di Kantor JNE, Jakarta, Senin (16/10). Feriadi mengakui banyaknya pengguna e-commerce
yang menggunakan JNE karena pengiriman transaksi online mempunyai porsi yang cukup besar.
Tercatat, 35% dari pendapatan JNE berasal dari konsumen retail toko online, 35% lagi dari konsumen
retail biasa. Sementara, 30% sisanya merupakan pengiriman barang milik korporasi.
Dalam mata kuliah Statistika Industri (SI) I ini, mengangkat objek amatan JNE berupa sektor
industriyang bergerak dalam bidang jasa, yaitu jasa pengiriman barang dari dalam maupun luar negeri.
Alasan kenapa penulis memilih JNE dikarenakan letak counter JNE yang relatif dekat dengan kampus
ITS Sukolilo Surabaya. Selain itu, JNE merupakan salah satu counter jasa pengiriman terdekat di
sekitar ITS untuk melakukan pengiriman barang. Penulis melakukan pengamatan terhadap JNE
Keputih Sukolilo dengan tujuan untuk menganalisis data yang ada dan melihat intensitas customer
yang menggunakan jasa pengiriman JNE untuk mengetahui dan meningkatkan pelayanan terhadap
konsumen jika diperlukan.

1
1.2 Rumusan Masalah
Berikut merupakan rumusan masalah yang akan didapat dari pengerjaan Tugas Besar
Statistik Industri 1, objek amatan JNE Counter Keputih adalah:
1. Perbandingan jumlah pelanggan setiap hari.
2. Perbandingan kuantitas barang pervariasi jasa.
3. Perbadingan jumlah pelanggan pagi dan malam.
4. Perbandingan pengguna pelayanan jasa pengiriman paket OK, jasa pengiriman paket REG,
dan jasa pengiriman paket YES.

1.3 Tujuan
Berikut merupakan tujuan yang akan didapat dari pengerjaan Tugas Besar Statistik Industri,
objek amatan JNE Counter Keputih adalah:
1. Mahasiswa dapat mengetahui perbandingan pelanggan pengguna jasa pengiriman paket
OK, jasa pengiriman paket REG, dan jasa pengiriman paket YES.
2. Mahasiswa dapat mengetahui perbandingan jumlah pelanggan setiap hari.
3. Mahasiswa dapat mengetahui rata-rata perbandingan kuantitas data pervariasi jasa
4. Mahasiswa dapat mengetahui rata-rata perbandingan jumlah pelanggan pagi dan malam.
5. Mahasiswa dapat mengetahui penerapan ilmu mata kuliah Statistik Industri 1

1.4 Manfaat
Berikut merupakan paparan manfaat yang didapat dari pengerjaan Tugas Besar Statistik
Industri, objek amatan JNE Counter Keputih adalah:

1.4.1 Manfaat bagi penulis

Manfaat yang didapat dari pengerjaan Tugas Besar Statistik Industri bagi penulis yaitu
sebagai berikut :

1. Mengetahui serta menerapkan ilmu Statistik Industri 1 khususnya pengimplementasian

statistik deskriptif terhadap sektor Usaha Kecil dan Menengah di bidang jasa dengan
mampu mengumpulkan, mengolah, menginterprestasi, serta menganalisis data yang ada
sehingga dapat meningkatkan kemampuan pemahaman untuk menyelesaikan
permasalahan yang ada dengan pendekatan ilmu Statistik Industri 1 khususnya Statistik
Deskriptif terhadap sektor Usaha Kecil dan Menengah di bidang jasa.
2. Memaparkan informasi yang didapat di JNE Counter Keputih yang berkaitan terhadap
ilmu statistik sehingga diperoleh gambaran besar proses bisnis yang dijalankan oleh JNE
Counter Keputih.
3. Mahasiswa mampu memberikan rekomendasi kepada objek amatan yang terkait dengan
perhitungan jumlah produksi jasa yang dapat mencapai profit maksimum, menetukan
waktu yang tepat untuk inovasi pengembangan program jasa baru atau menambah kuota
program jasa yang sudah ada, dapat mengetahui segala variabel yang memengaruhi
penjualan, mengetahui tingkat kesalahan terhadap pelaksanaan pelayanan kepada
customer sehingga dapat dievaluasi untuk menghasilkan output sesuai target.

1.4.2 Manfaat objek amatan

Manfaat yang didapat dari pengerjaan Tugas Besar Statistik Industri bagi objek amatan yaitu
sebagai berikut :
1. Merekomendasikan alternatif solusi pengembangan proses bisnis JNE Counter Keputih
berdasarkan interpestasi dan analisis data yang didapat serta mengacu pada pengumpulan
dan pengolahan data yang dilakukan.

2
1.5 Batasan dan Asumsi
Pada sub bab berikut akan dijelaskan mengenai batasan dan asumsi pada pengerjaan tugas
besar Statistik Industri 1, sebagai berikut :
1.5.1 Batasan
Batasan dalam pengerjaan tugas besar Statistik Industri 1 antara lain :
1. Objek amatan yang digunakan sebagai pengerjaan tugas besar ialah JNE Counter Keputih
yang berletak di Jl. Keputih Tegal No. 1, Keputih, Sukolilo, Kota Surabaya, Jawa Timur
60111.
2. Pengambilan data perbandingan jumlah pelanggan perhari dilakukan setiap hari jam
kerja.
3. Pengambilan data perbandingan jumlah pelanggan persatu hari dilakukan setiap pagi dan
malam.
4. Jumlah data variansi jasa JNE Counter Keputih meliputi tigas variansi yakni jasa
pengiriman Regular, jasa pengiriman OKE, dan jasa pengiriman YES.
1.5.2 Asumsi
Asumsi dalam pengerjaan tugas besar Statistik Industri 1 antara lain :
1. Hari libur adalah hari minggu.
2. Hari kerja adalah Senin, Selasa, Rabu, Kamis, Jumat, dan Sabtu.
3. Jenis kelamin atau genderpelanggan dan penjualtidak berpengaruh pada pengumpulan
dan pengolahan data.
4. Hasil dari pengambilan dan pengolahan data merupakan data valid.

3
(Halaman ini sengaja dikosongkan)

4
 BAB II
TINJAUAN PUSTAKA

Pada bab ini akan dijelaskan mengenai tinjauan pustaka yang meliputi statistik deskriptif,
teknik sampling dan uji normalitas, serta uji keseragaman.

2.1 Statistik Deskriptif

Menurut Iqbal Hasan (2003:7), Statistik Deskriptif adalah bagian dari statistik yang
mempelajari cara pengumpulan data dan penyajian data sehingga mudah untuk dipahami. Statistik
deskriptif sendiri hanya berhubungan dengan kegiatan yang menguraikan atau memberikan
keterangan-keterangan mengenai sebuah data, keadaan atau fenomena. Dengan bahasa lain, Statistik
deskriptif berfungsi untuk menerangkan suatu keadaan, gejala,atau bahkan persoalan. Di mana
penarikan kesimpulan pada statistik deskriptif tersebut (jika ada) hanya ditujukan kepada sekumpulan
data yang ada. Berdasarkan ruang lingkup bahasannya statistik deskriptif mencakup diantaranya :
1. Distribusi frekuensi beserta bagian-bagiannya seperti :
a. Grafik distribusi (histogram, polygon, frekuensi, dan orgif).
b. Ukuran nilai pusat (rata-rata, median, modus, kuartil, dan sebagainya.
c. Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku, dan
sebagainya).
d. Kemencengan dan keruncingan kurva.
2. Angka indeks
3. Times series/deret waktu atau berkala.
4. Korelasi dan regresi sederhana.

Sedangkan menurut Somantri (2006:19) Statistik deskriptif itu sendiri membahas bagaimana
cara-cara pengumpulan data, penyederhanaan angka-angka pengamatan yang diperoleh (meringkas
dan menyajikan), dan juga melakukan pengukuran pemusatan beserta penyebaran data guna
memperoleh informasi yang lebih berguna, lebih menarik dan juga mudah untuk dipahami.

2.2 Teknik Sampling

Menurut Margono (2004), Teknik Sampling merupakan cara yang digunakan untuk
menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sebagai
sumber data yang sebenarnya, dengan cara memperhatikan sifat-sifat beserta penyebaran populasinya
guna memperoleh data yang representatif.
Menurut Dalen (1981), ada beberapa langkah-langkah yang harus dioperhatikan dalam
proses pengambilan sampel, yaitu :
1. Menentukan populasi
2. Mencari data akurasi unit populasi
3. Memilih sampel yang representative
4. Menentukan jumlah sampel yang memadai

Menurut Somantri (2006:69-84), macam-macam teknik sampling dapat dibedakan

berdasarkan dua hal, yaitu:
1. Berdasarkan proses pemilihannya
Teknik penarikan sampel berdasarkan proses pemilihannya dibedakan menjadi dua, yaitu
a. Teknik pengambilan sampel beserta pengembalian, yaitu setiap anggota sampel yang
terpilih nantinya akan dikembalikan lagi ketempatnya sebelum pemlihan selanjutnya
dilakukan, sehingga memungkinkan suatu satuan teknik penarikan sampel akan
kembali terpilih lebih dari sekali.

5
 b. Teknik pengambilan sampel tanpa pengembalian, yaitu setiap anggota sampel yang
terpilih tidak akan dapat dikembalikan lagi ke tempatnya yaitu ke suatu polulasi. Oleh
sebab itu teknik penarikan sampel tanpa pengembalian ini adalah kebalikannya dari
teknik pengambilan sampel dengan pengembalian
2. Berdasarkan peluang pemilihnya
Teknik pengambilan sampel berdasarkan peluang pemilihnya terbagi atas :
a. Sampling Probabilitas (probability sampling)
Yaitu teknik sampling di mana peluang dari setiap sampelnya untuk dipilih menjadi
anggota sampel adalah sama. Di mana pada jenis teknik sampling ini tidak didasari
semata-mata oleh keinginan peneliti. Teknik sampling probabilitas terbagi lagi atas
beberapa model, yaitu :
 Simple Random Sampling, yaitu pengambilan sampel yang dilakuka secara acak
tanpa memperhatikan tingkatan yang ada dalam suatu populasi tersebut. Teknik
sampling ini juga merupakan teknik yang langsung dilakuka pada unit sampling
untuk mendapatkan sampelnya.
 Systematic Sampling, yaitu jenis teknik sampling yang dilakukan secara sistematik
dengan mengikuti pola tertentu dari nomor sampel yang terpilih secara random,
sesuai dengan jumlah sampel yang telah ditetapkan sebelumnya.
 Stratified Sampling, yaitu jenis teknik sampling yang ditujukan untuk jenis
populasi yang berkelompok, di mana dengan menggunakan teknik sampling ini
diharapkan sampel yang terpilih secara acak bisa mewakili setiap kelompok yang
terdapat dalam populasi tersebut.
 Cluster Sampling, yaitu jenis pengambilan sampel yang dilakukan dengan cara
membagi anggota suatu populasi tertentu menjadi dua bagian, selanjutnya peneliti
mengambil sebagian atau bahkan semua elemen dari masing-masing kelompok
yang terpilih untuk dijadikan sebagai sampel.
b. Sampling nonprobabilitas (nonprobability sampling)
Menurut Somantri, jenis teknik sampling ini dikembangkan untuk menjawab semua
tingkat kesulian yang timbul pada saat menggunakan teknik sampling probabilitas.
Sampling nonprobabilitas dibagi lagi menjadi beberapa teknik, yaitu :
 Sampling kemudahan (convenience sampling), yaitu tekik sampling dimana
sampelnya diambil secara spontanitas. Artinya siapa saja yang bertemu dengan
peneliti bisa diambil untuk menjadi sampel penelitian asalkan memenuhi
karakteristik yang telah ditentukan sebelumnya.
 Judgement Sampling (purposive sampling), yaitu teknik pengambilan sampel
berdasarkan karakteristik yang telah ditentukan terhadap elemen target populasi
sesuai dengan masalah penelitian.
 Quota Sampling (jatah), yaitu jenis pengambilan sampel dari populasi, di mana
populasi tersebut memiliki ciri-ciri tertentu sesuai dengan jumlah
 Sampling Snowball (Snowball Sampling), yaitu teknik pengambilan sampel
berdasarkanpenelusuran sampel yang sebelumnya.

2.3 Uji Normalitas

Uji Normalitas Data digunakan untuk memperlihatkan bahwa data sampel berasal dari
populasi yang berdistribusi normal.Adapun beberapa teknik yang dapat digunakan untuk menguji
normalitas data, antara lain:
a) Kertas Peluang Normal
1) Buatlah daftar distribusi frekuensi kumulatif kurang dari berdasarkan sampel yang ada
dan gambarkan ogivenya.

6
 2) Pindahkan ogive tersebut ke dalam kertas peluang normal.
3) Apabila gambarnya membentuk garis lurus atau hamper lurus, maka sampel tersebut
berasal dari populasi yang terdistribusi normal.
b) Chi-Kuadrat (x2)
Digunakan untuk menguji normalitas data yang disajikan secara kelompok. Rumus yang
digunakan adalah:
(Oi−Ei)2
X2hitung = ∑
Ei
1) Data sampel dikelompokkan dalam daftar distribusi frekuensi absolut, kemudian
tentukan batas kelas intervalnya.
2) Tentukan nilai z dari masing-masing batas interval tersebut.
3) Hitung besar peluang untuk tiap-tiap nilai z tersebut(berupa luas) berdasarkan table z
F(z)
4) Hitung besar peluang untuk masing-masing kelas interval sebagai selisih luas dari
point c.
5) Tentukan Ei untuk tiap kelas interval sebagai hasil kali peluang tiap kelas (d) dengan n
(ukuran sampel).
6) Gunakan rumus Chi-Kuadrat di atas untuk menentukan harga X 2hitung.
7) Apabila X2hitung < X2tabel, maka sampel berasal dari populasi yang berdistribusi
normal.
c) Liliefors
1) Urutkan data sampel dari yang kecil sampai yang terbesar dan tentukan frekuensi tiap-
tiap data.
2) Tentukan nilai z dari tiap-tiap data tersebut.
3) Tentukan besar peluang untuk masing-masing nilai z berdasarkan table z dan diberi
nama F(z),
4) Hitung frekuensi kumulatif dari masing-masing nilai z dan sebut dengan S(z)
hitung proporsinya, tiap-tiap frekuensi kumulatif dibagi dengan n. Gunakan nilai L hitung
yang terbesar.
5) Tentukan nilai Lhitung=F(Zi)-S(Zi), hitung selisihnya, kemudian bandingkan dengan
nilai Ltabel dari tabel Liliefors.
6) Jika Lhitung<Ltabel,maka Ho diterima, sehingga dapat disimpulkan bahwa sampel berasal
dari populasi yang berdistribusi normal.
d) Kolmogorov-Smirnov
1) Urutkan data sampel dari yang kecil sampai yang terbesar dan tentukan frekuensi tiap-
tiap data(X).
2) Hitung frekuensi absolut(f).
3) Hitung f kumulatif(f kum).
4) Hitung probabilitas frekuensi(P).
5) Hitung probabilitas frekuensi kumulatif(KP).
6) Tentukan nilai z dari tiap-tiap data tersebut.
7) Tentukan besar peluang untuk masing-masing nilai z berdasarkan table z dan diberi
nama F(z).
8) Hitung selisih antara kumulatif proporsi (KP) dengan nilai z pada batas bawah.
9) Jika A1 maksimum ≤ harga tabel D, maka Ho diterima, sehingga dapat disimpulkan
bahwa sampel berasal dari populasi yang terdistribusi normal.
e) SPSS
1) Buka program.
2) Entry data.
3) Pilih: Analyze Desciptives Statistics Explore OK.
7
 4) Setelah muncul kotak dialog uji normalitas, pilih y sebagai dependent list, pilih x
sebagai factor list, jika ada lebih dari 1 kelompok data, klik Plots, pilih Normality test
with plots dan klik Continue, lalu OK.
5) Pilih salah satu antara Kolmogorov-Smirnov atau Shapiro-Wilk.
6) Tetapkan taraf signifikan uji.
7) Bandingkan p dengan taraf signifikansi yang diperolah.
8) Jika signifikansi >taraf , maka sampel berasal dari populasi yang berdistribusi normal.
9) Jika signifikansi <taraf , maka sampel tidak berasal dari populasi yang berdistribusi
normal.
f) Minitab
1) Buka aplikasi
2) Input data ke kolom
3) Pilih menu Start Basic Statistic Normality Test
4) Klik kolom variable, kemudian pilih variable dan kemudian klik Test for Normality
Kolmogrov-Smirnov, serta ketik Title dengan Normalitas variable, kemudian klik OK
5) Rumusan Hipotesis :
H0: Data terdistribusi normal
HA : Data tidak terdistribusi normal
Jika P-Value > α, maka terima H0.
g) Microsoft Excel
Uji Normalitas dengan menggunakan Microsoft Excel paling mudah menggunakan teori
Lieliefors, tahap-tahap pengerjaan sebagai berikut:
1) Buka Aplikasi Microsoft Excel
2) Membuat tabel yang terdiri dari X, z, F(x), F(z), S(z)-F(z)
3) Input data pada kolom X
4) Menentukan (X̅) rata-rata (dengan rumus =AVERAGE(number 1,2, dst)
5) Menetukan (S) Standar Deviasi dengan rumus =STDEV(number1,2,dst)
6) Menetukan z dengan rumus =(X- X̅)/S
Perlu diperhatikan agar hasil tidak berubah setelah rumus di Ctrl+V hingga
tabel terakhir, maka kolom X̅ dan S diantara abjad diberikan tanda $
7) Mengisi kolom F(z) dengan menggunakan rumus =NORMSDIST(z)
8) Mengisi kolom S(z) dengan menggunakan rumus =IF(Xn=Xn+1,S(z)n+1,
Urutan Data/Jumlah Data)
9) Hitung =F(z)-S(z)
10) Hasil di atas yang paling besar nilainya merupakan L 0.
11) Kemudian bandingkan dengan nilai Ltabel dari tabel Liliefors.
12) Jika L0<Ltabel,maka Ho diterima, sehingga dapat disimpulkan bahwa sampel
berasal dari populasi yang berdistribusi normal.

2.4 Uji Keseragaman Data

Pada sub bab berikut akan dipaparkan mengenai uji keseragaman data. Dalam melakukan
pengambilan data, seringkali terjadi terdapat data “erorr”. Data gagal atau data “erorr” memiliki
karakteristik yang berbeda jika dibandingkan oleh data yang lain, hal ini kerap terjadi disebabkan oleh
faktor-faktor yang terjadi di lingkungan sekitar.Pengujian keseragaman data dilakukan untuk
memisahkan data-data “outlier” yang dipengaruhi oleh lingkungan sekitar. Berikut adalah rumus yang
digunakan untuk uji keseragaman data, adalah :
BKA=x́ +Zσ
BKb=x́−Zσ
Keterangan :
BKA = Batas Kontrol Atas

8
 BKB = Batas Kontrol Bawah
x́ = Rata-rata Data
σ = Standar Deviasi
Z = Indeks Tingkat Kepercayaan

Berikut adalah rumus untuk menghitung standar deviasi, yakni :

∑ (x−x́)2
σ=
√ N−1

Keterangan :
x = Jumlah data
x́ = Rata-rata jumlah data
N = Jumlah obervasi

Perhitungan data BKA dan BKB akan menghasilkan sebuah grafik yang berfungsi untuk
menjadi keterangan pembatas, yakni apakah data yang dikumpul dan diolah berada di luar atau di
dalam grafik. Jika pengolahan dari BKA dan BKB menghasilkan grafik di dalam, maka dapat
diasumsikan bahwa data tersebut adalah data seragam. Namun, jika ditemukan beberapa data yang
unik atau “Outlier” maka data tersebut dapat diasumsikan bahwa data tersebut data belum seragam
sehingga tidak digunakan.
Pengujian keseragaman data dapat dilakukan menggunakan software, yakni menggunakan
Minitab. Berikut adalah langkah-langkah pengujian keseragaman data pada software Minitab, sebagai
berikut :
1. Membuka aplikasi Minitab pada perangkat.
2. Memasukkan data pada Minitab dengan cara menyalin dan menempel data pada Minitab.
3. Klik Stat pada Menu Bar .
4. Klik Select Control Charts.
5. Klik Variable Charts for Individuals.
6. Klik Individuals.
7. Klik Uniformity Data Test untuk melakukan pengujian keseragaman data pada sel yang
tertulis.
8. Klik Select
9. Klik OK

9
(Halaman ini sengaja dikosongkan)

10
 BAB III
METODOLOGI PENELITIAN

Pada bab ini akan dijelaskan mengenai metodologi penelitian berupa flowchart pada
pengerjaan tugas besar Statistik Industri 1.

Gambar 3. Flowchart Metode Penelitian

Sumber : doc. Modul Tubes SI 1 2018

Penentuan Topik dalam hal penentuan topik terkait penelitian ini kami memilih JNE yang
beralamatkan di Jalan Keputih Tegal no 1, Keputih, Sukolilo, Kota Surabaya, jawa Timur untuk
dijadikan sebagai objek amatan. Alasan kami memilih JNE menjadi objek amatan kami ialah karena
JNE merupakan salah satu jasa pengiriman yang terkenal dan banyak digunakan oleh masyarakat.
Selain itu juga lokasi JNE yang penulis jadikan sebagai objek amatan tidak jauh dari kampus sehingga
mempermudah kami dalam melakukan pengamatan.
Perumusan Masalah. Dalam proses penelitian ini kami memiliki empat buah rumusan
masalahdi mana dengan diadakannya penelitian ini diharapkan peneliti bisa mengimplementasikan
ilmu statistik industri 1 terutama mengenai statistik deskriptif di dalam berbagai jenis usaha-usaha
menengah di luar bidang jasa. Kemudian selain itu juga diharapkan agar dengan diadakan penelitian

11
ini bisa membuat peneliti semakin mengerti bagaimana cara menyajikan sebuah informasi yang
dimulai dari melakukan kegiatan mengumpulkan data, mengolah data, hingga mampu menarik
kesimpulan dan saran. Di mana dengan melakukan hal tersebut bisa memperoleh gambaran proses
bisnis dari JNE Counter Keputih.
Penentuan Teknik Sampling. Dalam proses pengamatan ini kami menggunakan teknik
sampling simple random sampling yaitu kami mengambil sampel anggota populasinya secara acak
tanpa memperhatikan tingkatan yang ada di dalam populasi tersebut.
Uji Normalitas Data digunakan untuk memperlihatkan bahwa data sampel berasal dari
populasi yang terdistribusi normal. Data yang terdistribusi normal memiliki sebaran yang normal pula
sehingga data tersebut dianggap dapat mewakili seluruh populasi. Uji Normalitas data menggunakan
program SPSS dan secara manual.
Pengolahan Data. Terdapat dua cara dalam pengolahan data yaitu pengolahan data manual
dan pengolahan data dengan software. Untuk pengolahan data secara manual, penulis menggunakan
berbagai rumus perhitungan, diantaranya : penentuan data terbesar dan terkecil, mean, median, dan
modus.
Interprestasi dan Analisis Data. Data yang sudah diolah diinterprestasikan kemudian data
dianalisis menjadi tiga bagian, diantaranya: perbandingan penawaran jasa, perbandingan customer
setiap hari, rata-rata perbandingan kuantitas data per variasi jasa, serta rata-rata perbandingan jumlah
customer pagi/malam.
Kesimpulan dan Saran. Untuk kesimpulan akan dipaparkan gambaran secara keseluruhan
Tugas Besar Statitik Industri 1 yang akan diinterprestasikan dalam bentuk per poin, sedangkan untuk
saran berupa alternatif solusi yang dipaparkan penulis mengacu pada interprestasi serta analisis data.

12
 BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

Pada bab ini akan dipaparkan terkait hasil pengamatan yang terdiri dari: pengumpulan data,
pengolahan data untuk menunjukan central tendency dengan menggunakan software atau secara
perhitungan manual, serta penyajian data dengan grafik yang selaras dengan permasalahan yang
sedang dikaji.

4.1 Pengumpulan Data

Pada sub bab pertama akan dipaparkan terkait dari hasil pengambilan serta pengamatan data
yang dilakukan selama satu minggu lebih tepatnya enam hari, dimulai saat hari Senin, 16 April 2018
sampai dengan Sabtu, 21 April 2018. Pengamatan dilakukan setiap hari selama selang waktu tersebut.
Pengamatan dibagi menjadi dua sesi yaitu sesi pagi (8.00-11.00 WIB), dan sesi malam (20.00-23.00
WIB). Berikut merupakan data yang diperoleh oleh penulis dari hasil pengamatan tersebut :

Tabel 4. Data Hasil Pengamatan jumlah pelanggan terhadap objek amatan JNE Cabang
Keputih tanggal 16-21 April 2018

Hari, Tanggal Jasa Kirim Jasa Kirim Jasa Kirim Total per
“OKE” “REG” “YES” hari
Senin, 16 April
2018 16 25 17 58
Selasa, 17 April
2018 19 24 25 68
Rabu, 18
April 2018 21 18 14 53
Kamis, 19 April
2018 28 22 19 69
Jumat, 20
April 2018 25 20 20 65
Sabtu, 21
April 2018 21 19 17 57
Total
130 128 112 370
(Sumber : Data Pribadi, 2018).

Berdasarkan tabel di atas, dapat diketahui jumlah pelanggan yang menggunakan jasa JNE
Cabang Keputih dari berbagai jenis jasa paket pengiriman yang disediakan. Berdasarkan hasil dari
tabel di atas dapat diketahui bahwa Paket Pengiriman yang paling banyak diminati oleh pelanggan
JNE Cabang Keputih adalah Jasa Kirim “OKE”. Urutan Paket pengiriman dari yang paling diminati
pertama adalah Jasa kirim “OKE”, kemudian Jasa kirim “REG”, dan yang terakhir ialah Jasa Kirim
“YES”.
Berikut juga dipaparkan terkait Data Pengamatan jumlah pelanggan dari objek amatan JNE
Keputih yaitu sesi pagi (8.00-11.00 WIB), dan sesi malam (20.00-23.00 WIB). :

13
Tabel 4. Data Hasil Pengamatan jumlah pelanggan objek amatan JNE Cabang Keputih pukul
(8.00-11.00 WIB) dan (20.00-23.00 WIB)

Hari, Tanggal (8.00-11.00 WIB) (20.00-23.00 WIB) Total

Senin, 16 April
2018 14 9 23
Selasa, 17 April
2018 15 17 32
Rabu, 18
April 2018 7 8 15
Kamis, 19 April
2018 14 13 27
Jumat, 20
April 2018 16 19 35
Sabtu, 21
April 2018 11 14 25
Total
77 80 157
(Sumber : Data Pribadi, 2018).

Berdasarkan tabel di atas, dapat diketahui jumlah barang per variasi jasa yang digunakan
pelanggan JNE Cabang Keputih. Berdasarkan hasil dari tabel di atas dapat diketahui bahwa Paket
Pengiriman yang paling banyak mengirimkan barang dari pelanggan JNE Cabang Keputih adalah Jasa
Kirim “REG”. Urutan Paket pengiriman dari yang paling banyak mengirimkan barang pertama adalah
Jasa kirim “REG”, kemudian Jasa kirim “OKE”, dan yang terakhir ialah Jasa Kirim “YES”.

4.2 Uji Normalitas

Pada sub bab ini akan dipaparkan mengenai uji normalitas dari hasil pengamatan tugas besar
Statistik Industri 1. Berikut adalah hasil perhitungan uji normalitas pada pengamatan jumlah
pelanggan dari hari Senin tanggal 16 April 2018 hingga hari Sabtu tanggal 21 April 2018 dan
uji normalitas pada pervariasi jasa JNE, yakni :

14
 Gambar 4. Uji Normalitas Jumlah Pelanggan pada hari Senin, 16 April 2018

Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

Gambar 4. Uji Normalitas Jumlah Pelanggan pada hari Selasa, 17 April 2018
Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

15
Gambar 4. Uji Normalitas Jumlah Pelanggan pada hari Rabu, 18 2018 April 2018
Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

Gambar 4. Uji Normalitas Jumlah Pelanggan pada hari Kamis, 19 April 2018
Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

16
 Gambar 4. Uji Normalitas Jumlah Pelanggan pada hari Jumat, 20 April 2018
Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

Gambar 4. Uji Normalitas Jumlah Pelanggan pada hari Sabtu, 21 April 2018
Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

Selanjutnya, berikut adalah pemaparan hasil perhitungan uji normalitas pada

pengamatan untuk kategori jasa REG, OKE, dan YES, yakni :

17
 Gambar 4. Uji Normalitas pada Jasa Kirim REG
Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

Gambar 4. Uji Normalitas pada Jasa Kirim OKE

Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

18
 Gambar 4. Uji Normalitas pada Jasa Kirim YES
Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat dua plot data
yang berada di dekat garis. Nilai P-Value pada gambar melebihi 0,05 menunjukkan bahwa
plot data yang terdapat dalam gambar adalah data normal .

4.3 Uji Keseragaman

Pada sub bab berikut akan dipaparkan mengenai uji kesergaman pada hasil pengamatan jasa
pengiriman JNE Keputih. Uji keseragaman dilakukan untuk memastikan semua data sudah seragam,
sehingga tidak ada data yang outlier. Berikut adalah rekap hasil uji keseragaman pada jumlah
pelanggan JNE Keputih, yakni :

Gambar 4. Uji Keseragaman Jumlah Pengunjung Selama 7 Hari Pengamatan

(Sumber : Dokumen Pribadi, 2018)

Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat beberapa
plot data yang berada di antara dua garis merah. Dengan tidak adanya output plot data yang
berada atau lebihi garis merah menunjukkan semua data sudah seragam dan tidak ada
outlier.

Selanjutnya, akan dipaparkan uji keseragaman data untuk jasa pengiriman barang JNE
Keputih yaitu jasa OKE, YES dan REG, sebagai berikut :

19
 Gambar 4. Uji Keseragaman pada Jasa Kirim OKE
(Sumber : Dokumen Pribadi, 2018)

Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat beberapa
plot data yang berada di antara dua garis merah. Dengan tidak adanya output plot data yang
berada atau lebihi garis merah menunjukkan semua data sudah seragam dan tidak ada
outlier.

Gambar 4. Uji Keseragaman pada Jasa Kirim YES

(Sumber : Dokumen Pribadi, 2018)

Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat beberapa
plot data yang berada di antara dua garis merah. Dengan tidak adanya output plot data yang
berada atau lebihi garis merah menunjukkan semua data sudah seragam dan tidak ada
outlier.

20
 Gambar 4. Uji Keseragaman pada Jasa Kirim REG
(Sumber : Dokumen Pribadi, 2018)

Dengan ditunjukkan grafik yang ada, output dari gambar menunjukkan terdapat beberapa
plot data yang berada di antara dua garis merah. Dengan tidak adanya output plot data yang
berada atau lebihi garis merah menunjukkan semua data sudah seragam dan tidak ada
outlier.

4.4 Pengolahan Data Manual dan Data Software

Pada sub bab ini akan dipaparkan terkait pengolahan data mencari pengukuran pemusatan
(central tendency) serta penyebaran data menggunakan dua metode, yaitu : secara manual dan
menggunakan Software.

4.4.1 Pengolahan Data Manual

Pada sub bab ini akan dipaparkan terkait pengolahan data dimulai dari pada hari Senin, 16
April 2018 sampai dengan Sabtu, 21 April 2018 untuk mencari pengukuran pemusatan (central
tendency) serta penyebaran data menggunakan cara manual dengan cara menerapkan rumus statistika
yang ada.

4.4.1.1 Ukuran Pemusatan Data (Central Tendency) Jumlah Pelanggan yang Menggunakan Paket
OKE Pengiriman di JNE Keputih.
Berikut adalah tabel rekap data jumlah pelanggan yang menggunakan paket OKE di JNE
Keputih, sebagai berikut :

Tabel 4. Jumlah Pelanggan yang menggunakan paket pengiriman OKE tanggal 16-21 April
2018
i 1 2 3 4 5 6

Nilai ke-i 16 19 21 28 25 21
(Sumber : Dokumen Pribadi, 2018)

 Mean ( x́ )
Tahapan untuk menghitung mean sebagai berikut:
n

∑ Xi
x́= i=1
fi
21
 16+19+21+28+25+ 21
x́=
6
130
x́=
6
x́=21,667

 Median (Me)
Tahapan untuk menghitung median sebagai berikut:

Me ganjil =X ( n+12 )
1 n n
Me genap = ( X ( ) + X ( +1 ) )
2 2 2
1 6 6
Me = ( X ( ) + X ( +1 ) )
2 2 2
3+4
Me = X (
2 )
21+ 24
Me =
2
Me = 24,8

 Modus (Mo)
Merupakan data yang paling sering muncul
Mo = 21

4.4.1.2 Ukuran Pemusatan Data (Central Tendency) Jumlah Pelanggan pada hari Senin, 16 April
2018 sampai dengan Sabtu, 21 April 2018 di JNE Keputih
Berikut adalah rekap data berupa tabel pemusatan data jumlah pelanggan pada hari Senin, 16
April 2018 sampai dengan Sabtu, 21 April 2018 di JNE Keputih :

Tabel 4. Jumlah Pelanggan JNE Keputih dari tanggal 16-21 April 2018
i 1 2 3 4 5 6

Nilai ke-i 58 68 53 69 65 57
(Sumber : Dokmen Pribadi, 2018)

 Mean ( x́ )

Tahapan untuk menghitung mean sebagai berikut:

∑ Xi
x́= i=1
fi

58+68+53+69+ 65+57
x́=
6

22
 370
x́=
6
x́=61,667

 Median (Me)

Tahapan untuk menghitung median sebagai berikut:

Me ganjil =X ( n+12 )
1 n n
Me genap = ( X ( ) + X ( +1 ))
2 2 2
1 6 6
Me = ( X ( ) + X ( +1 ) )
2 2 2
3+4
Me = X (
2 )
53+69
Me =
2
Me = 61

 Modus (Mo)

Merupakan data yang paling sering muncul

Mo = 0

Tabel 4. Ukuran Pemusatan Data Jumlah Pelanggan JNE Keputih dari tanggal 16-21 April 2018
Pemusatan Data Pelanggan
mean 61,667
median 61
modus 0
(Sumber : Dokumen Pribadi, 2018)

4.4.1.3 Ukuran Pemusatan Data (Central Tendency) Jumlah Barang yang Dikirim
Dari Jenis Paket Pengiriman REG di JNE Keputih.
Berikut adalah rekap data berupa tabel mengenai jumlah barang yang dikirim
dari jenis paket pengiriman REG di JNE Keputih.

Tabel 4. Jumlah barang yang dikirim dari jenis paket pengiriman REG tanggal 16-21 April 2018
i 1 2 3 4 5 6

Nilai 56 37 35 32 33 62
ke-i
(Sumber : Data Pribadi, 2018)

 Mean ( x́ )

Tahapan untuk menghitung mean sebagai berikut:

23
 n

∑ Xi
x́= i=1
fi

56+37+35+ 32+ 33+ 62

x́=
6
255
x́=
6
x́=42,5

 Median (Me)

Tahapan untuk menghitung median sebagai berikut:

Me ganjil =X ( n+12 )
1 n n
Me genap = ( X ( ) + X ( +1 ) )
2 2 2
1 6 6
Me = ( X ( ) + X ( +1 ) )
2 2 2
3+4
Me = X (
2 )
35+32
Me =
2
Me = 33,5

 Modus (Mo)

Merupakan data yang paling sering muncul

Mo = 0

Tabel 4. Ukuran Pemusatan Data Jumlah barang setiap variasi dari tanggal 16-21 April 2018
Paket Jasa Pengiriman OKE REG YES
mean 30,167 42,5 27
median 32,5 33,5 30,5
modus 32 0 33
(Sumber : Dokumen Pribadi, 2018)

4.4.2 Pengolahan Data Software

Pada sub – sub bab ini akan dipaparkan terkait pengolahan data dimulai dari pada
hari Senin, 18 April 2018 sampai dengan Sabtu, 21 April 2018 untuk mencari
pengukuran pemusatan (central tendency) data menggunakan software Minitab.

4.4.2.1 Perhitungan Perbandingan Jumlah Pelanggan Pervarian Jenis Paket Kirim di

JNE Keputih.
Pada sub sub sub bab ini akan dipaparkan terkait perhitungan perbandingan
jumlah pelanggan pervarian jenis paket kirim di JNE Keputih dimulai dari pada
hariSenin, 16 April 2018 sampai dengan Sabtu, 21 April 2018 dengan menggunakan

24
 software minitab.

Tabel 4. Tabel Perhitungan Software Minitab perhitungan. perbandingan jumlah pelanggan per varian
jenis paket kirim.
Variabel OKE REG YES
Count 7 7 7
N 6 6 6
N* 1 1 1
Mean 23,67 21,33 18,67
SE Mean 1,58 1,15 1,52
St Dev 3,88 2,8 3,72
Variance 15,07 7,87 13,87
Minimum 19 18 14
Q1 20,5 18,75 16,25
Median 23 21 18
Q3 28 24,25 21,25
Maximum 28 25 25
Range 9 7 11
IQR 7,5 5,5 5
Mode 21,28 0 17
N for Mode 2 0 2

(Sumber : Dokumen Pribadi, 2018)

4.2.2.3 Perhitungan Perbandingan Kuantitas perVariasi Jasa di JNE Keputih

Pada sub sub sub bab ini akan dipaparkan terkait perhitungan perbandingan
kuantitas pervariasijasa di JNE Keputih dimulai dari pada hari Senin, 16 April 2018 sampai
dengan Sabtu, 21 April2018 dengan menggunakan software Minitab.

Tabel 4. Tabel Perhitungan Software Minitab Perhitungan Perbandingan Kuantitas perVariasi

Jasa di JNE Keputih.
Variabel OKE REG YES
Count 6 6 6
N 6 6 6
N* 0 0 0
Mean 30,17 42,5 27
SE Mean 2,33 5,32 2,29
St Dev 5,71 13,03 5,62
Variance 32,57 169,9 31,6
Minimum 19,00 32 20
Q1 27,25 32,75 20,75
Median 32 36 27,5
Q3 33,5 57,5 33
Maximum 35 62 33
Range 16 30 13
IQR 6,25 24,75 12,25
Mode 32 0 33
N for Mode 2 0 2
(Sumber : Dokumen Pribadi, 2018)

25
 4.2.2.4 Perhitungan Perbandingan Jumlah Pelanggan pada Pukul (08.00-11.00 WIB) dan
(20.00-23.00 WIB) di JNE Keputih.
Pada sub bab ini akan dipaparkan terkait perhitungan perbandingan jumlah
pelanggan pada pukul (08.00-11.00 WIB) dan (20.00-23.00 WIB) di JNE Keputih dimulai
dari pada hari Senin, 16 April 2018 sampai dengan Sabtu, 21 April 2018 dengan
menggunakan software Minitab.

Tabel 4. Tabel Perbandingan Jumlah Pelanggan pada Pukul (08.00-11.00 WIB) dan (20.00-
23.00 WIB) di JNE Keputih
Variabel (8.00-11.00 WIB) (20.00-23.00 WIB)
Count 6 6
N 6 6
N* 0 0
Mean 13,5 12,83
SE Mean 1,34 1,8
St Dev 3,27 4,4
Variance 10,7 19,37
Minimum 7 8
Q1 12,25 8,75
Median 14,5 12
Q3 15,25 17,5
Maximum 16 19
Range 9 11
IQR 3 8,75
Mode 14 dan 15 0
N for Mode 2 0
(Sumber : Data Pribadi, 2018)

4.5 Penyajian Data

Pada sub bab ini akan dipaparkan mengenai grafik terkait perbandingan pelanggan jasa
pelanggan paket pengiriman OKE, REG, dan YES dalam bentuk grafik perbandingan data pervariasi
jasa dan juga grafik perbandingan jumlah pelanggan pagi hari dan malam hari.

Gambar 4. Perbandingan Pelanggan jasa OK, YES, dan REG tanggal 16-21 April 2018 .
Sumber : Dokumen Pribadi, 2018

Berdasarkan grafik di atas, dapat diketahui jumlah pengguna jasa “OKE”, “REG”, dan
“YES” di JNE Counter Keputih dalam jangkauan pendataan selama enam hari yang terhitung dari

26
tanggal 16 April sampain dengan tanggal 21 April 2018. Berdasarkan hasil dari grafik di atas dapat
diketahui bahwa jumlah pelanggan paling banyak menggunakan jasa pengiriman “REG” yaitu
sejumlah 255 kali sevice, kemudian jasa “OKE” sejumlah 181 kali service, dan yang terakhir adalah
jasa pengiriman “YES” yaitu sejumlah 162 kali service.
Berikut juga akan dipaparkan terkait jumlah pepengunjung jasa kirim JNE Counter Keputih
selama enam hari yang juga terhitung sejak tanggal 16 April 2018 hingga tanggal 21 April
2018.Berikut adalah tabel grafik jumlah pelanggan jasa pengiriman JNE Keputih selama 6 hari,
sebagai berikut :

Gambar 4. Total pengunjung JNE Counter Keputih tanggal 16-21 April 2018
Sumber : Dokumen Pribadi, 2018

Berdasarkan grafik di atas, dapat diketahui bahwa jumlah pengunjung jasa kirim JNE
Counter Keputih selama satu minggu yang mulai terhitung dari tanggal 16 April 2018 hingga tanggal
21 April 2018. Berdasarkan hasil grafik di atas dapat diketahui bahwa jumlah pengunjung terbanyak
ada pada tanggal 19 April 2018 yaitu sebanyak 69 orang, selanjutnya tanggal 17 April 2018 sebanyak
68 orang, kemudian tanggal 20 April 2018 sebanyak 65 orang, tanggal 16 April 2018 sebanyak 58
orang, tanggal 21 April 2018 sebanyak 57 orang, dan yang terakhir adalah tanggal 18 April 2018
sebanyak 53 orang pengunjung.

Selanjutnya, dipaparkan terkait rata-rata perbandingan kuantitas data pervariasi jasa JNE
Keputih.

Gambar 4. Jumlah Kuantitas pervariasi jasa JNE Counter Keputih

Sumber : Dokumen Pribadi, 2018

27
 Berdasarkan grafik di atas, dapat diketahui jumlah kuantitas pervariasi jasa yaitu jasa kirim
“YES”, “REG”, dan “OKE”. Berdasarkan hasil grafik di atas dapat diketahui bahwa jasa pengiriman
barang yang paling banyak mengirimkan barang dari pelanggan JNE Counter Keputih adalah jasa
kirim “REG”, kemudian jasa kirim “OKE”, dan yang paling sedikit mengirimkan barang adalah jasa
kirim “YES”.
Selanjutnya juga akan dipaparkan terkait jumlah pengunjung JNE Counter Keputih pada
pagi hari yang dimulai dari pukul 08.00-11.00 WIB dan malam hari dimulai pukul 20.00-23.00 WIB
yang juga terhitung sejak tanggal 16 April 2018 hingga tanggal 21 April 2018.

Gambar 4. Total Pelanggan JNE Counter Keputih pada sesi pagi dan sesi malam
Sumber : Dokumen Pribadi, 2018

Berdasarkan grafik di atas, dapat diketahui jumlah pelanggan JNE Cabang Keputih pada pagi
hari yaitu terhitung mulai pukul 08.00-11.00 WIB dan pelanggan pada malam hari yaitu pukul 20.00-
23.00 WIB. Berdasarkan hasil grafik di atas, diketahui bahwa pelanggan pagi paling banyak adalah
pada tanggal 20 April 2018, kemudian urutan selanjutnya adalah tanggal 17 April 2018, tanggal 16
April 2018, tanggal 19 April 2018, tanggal 21 April 2018, dan yang paling sedikit adalah tanggal 18
April 2018. Sedangkan untuk pelanggan malam paling banyak terdapat pada tanggal 20 April 2018,
kemudian urutan selanjutnya adalah tanggal 17 April 2018, tanggal 21 April 2018, 19 April 2018, 16
April 2018, dan yang paling sedikit adalah tanggal 18 April 2018.

28
 BAB V
ANALISIS DAN INTERPRETASI DATA

Pada bab ini akan dijelaskan mengenai analisis serta interpretasi data dari hasil pengamatan
tugas besar Statistik Industri 1

5.1 Interpretasi Data

Interpretasi data merupakan upaya peneliti untuk menemukan makna dari data yang
dikumpulkan untuk menjawab pertanyaan penelitian. Sehingga dengan adanya analisa pada subbab
sebelumnya diharapkan untuk lebih mememahami tentang pertanyaan yang ada di dalam rumusan
masalah utuk memperoleh tujuan dari penelitian statistik deskriptif.
Sehingga dapat kita jawab dari rumusan masalah tersebut seperti, perbandingan OKE, REG,
dan YES adalah untuk pelayanan jasa OKE sebesar 130 pelanggan dengan persentase 35% dari
keseluruhan , untuk pelayanaan REG sebesar 128 pelanggan dengan persentase 34,6% dari
keseluruhan dan untuk pelayanaan jasa YES sebesar 112 pelanggan dengan persentase 30,4% dari
keseluruhan yang dimana pengambilan data tersebut mulai tanggal 16 April 2018 – 21 April 2018.
Dari analisa data juga dapat menjawab tentang perbandingan setiap harinya untuk
perbandingan setiap harinya pada hari Senin, 16 April 2018 sebanyak 58 pelanggan, untuk hari Selasa,
17 April 2018 ada sebanyak 68 pelanggan, utuk hari Rabunya, 18 April 2018 ada sebanyak 53
pelanggan, untuk hari Kamis, 19 April 2018 ada sebanyak 69 pelanggan, untuk hari Jumat, 20 April
2018 ada sebanyak 65 pelanggan, sedangkan pada hari Sabtu, 21 April 2018 ada sebanyak 57
pelanggan sehingga total pengganya adalah 370 pelanggan mulai dari tanggal 16 April 2018 – 21
April 2018. Sedangkan untuk rata-rata data pervariasi data dapat dilihat melalui perhitungan yang ada
pada bab 4 subbab 4.3.
Sedangkan untuk rata-rata pelanggan (pagi/malam) utuk pagi mempunyai rata-rata
pelanggan sebesar 12,83 atau jika dibulatkan 13 pelanggan yang dihasilkan dari pembagian jumlah
pelangan dengan banyaknya hari (77/6). Sedangkan untuk rata-rata pelanggan pada saat malam
sebesar 13, 3 atau jika dibulatkan sebesar 13 pelanggan yang dihasilkan dari pembagian jumlah
pelanggan dengan banyaknya hari (80/6).

5.2 Analisis Data

Analisis data merupakan merupakan sebuah cara untuk mengolah data menjadi informasi
agar karakteristik data tersebut mudah dipahami dan bermanfaat untuk solusi permasalahan, terutama
hal yang berkaitan dengan penelitian. Pemodelan yang digunakan dalam analisis ini dalam bentuk
statistik deskriptif. Analisis deskrkriptif bertujuan untuk menanggambarkan data, melingkupi
pengumpulan data, penyajian data, pengolahan data.

Tabel 5. Rekap Distribusi Pelanggan OKE, YES, dan REG pada tanggan 16 April 2018 – 21
April 2018
Persentase jumlah
Jenis Jasa Jumlah pelanggan Persentase komulatif
pelanggan
OKE 130 35% 35%

29
 Persentase jumlah
Jenis Jasa Jumlah pelanggan Persentase komulatif
pelanggan
REG 128 34,6% 69,6%

YES 112 30,4% 100%

TOTAL 370 100%

(Sumber : Dokumen Pribadi, 2018)

Berdasarkan tabel distribusi diatas pelanggan dari JNE lebih senang menggunakkan
pelayanaan jasa OKE sebesar 130 pelayanaan jasa dengan persentase 35% dari keseluruhan yang
dimana pelayanaan. Jasa OKE merupakan pelayanaan dengan durasi pengiriman 3 hari paling cepat
yang dimana harganya merupakan pengiriman yang paling murah sedangkan jasa yang sedikit
digunakan oleh pelanggan dibandingkan dengen jasa yang lain adalah YES sebesar 112 pelayanaan jsa
dengan persentase 30,4% dari keseluruhan pelayanaan. YES merupakan jasa pelayanan dengan durasi
paling lambat 1 hari dengan harga paling mahal dibandingkan dengan pelayanaan yang lainnya seperti
REG dan OKE.

Tabel 5. Distribusi Pelanggan Berdasarkan Hari dan Tanggal 16 April 2018 – 21 April 2018
Persentase Jumlah
Tanggal pengamatan Jumlah Pelanggan Persentase Komulatif
Pelanggan
Senin, 16 April 2018 58 15,7% 15,7%

Selasa, 17 April 2018 68 18,4% 34,1%

Rabu, 18
53 14,3% 48,4%
April 2018
Kamis, 19 April 2018 69 18,6% 67%
Jumat, 20
65 18% 85%
April 2018
Sabtu, 21
57 15% 100%
April 2018
TOTAL 370 100%
(Sumber : Dokumen Pribadi, 2018)

Berdasarkan tabel distribusi diatas pelanggan dari JNE, jumlah pelanggan yang paling
banyak terjadi pada tanggal 17 April 2018 yang dimana pada tanggal tersebut berkenaan dengan hari
Selasa. Sedangkan jumlah pelanggan yang dimana pelanggannya sedikit terjadi pada tanggal 18 April
2018 yang berkenaan dengan hari Rabu.

Tabel 5. Distribusi Pelanggan Berdasarkan Pelayanan OKE

Jasa Kirim Persentase Jumlah
Hari, Tanggal
“OKE” Pelanggan Persentase Komulatif

Senin, 16 April 2018 16 12,3% 12,3%

Selasa, 17 April 2018 19 14,6% 26,9%

Rabu, 18
April 2018 21 16% 42,9%

30
 Jasa Kirim Persentase Jumlah
Hari, Tanggal
“OKE” Pelanggan Persentase Komulatif

Kamis, 19 April 2018 28 21,5% 64,4%

Jumat, 20
April 2018 25 19,6% 84%
Sabtu, 21
April 2018 21 16% 100%

Total 130 100%

(Sumber : Dokumen Pribadi, 2018)

Berdasarkan tabel distribusi diatas pelangan pelayanaan jasa JNE OKE, pelanggan yang
paling banyak terjadi pada tanggal 19 April 2018 yang berkenaan dengan hari Kamis. Dimana jumlah
pelanggan pelayanaan jasa JNE OKE sebesar 28 pelayanaan jasa dengan persentase 21,5%. Sedangkan
pelanggan yang paling sedikit terjadi pada tanggal 16 April 2018 yang berkenaan dengan hari Senin.
Dimana jumlah pelanggan pelayanaan jasa JNE OKE sebesar 16 pelayanaan jasa dengan persentase
12,3%.

Tabel 5. Distribusi Pelanggan REG

Jasa Kirim Persentase Jumlah
Hari, Tanggal Persentase Komulatif
“REG” Pelanggan
Senin, 16 April 2018 25 19,5% 19,5%

Selasa, 17 April 2018 24 18,8% 38,3%

Rabu, 18
18 14% 52,3%
April 2018
Kamis, 19 April 2018 22 17% 69,3%
Jumat, 20
20 15,6% 84,9%
April 2018
Sabtu, 21
19 15,1% 100%
April 2018
Total 128 100%
(Sumber : Dokumen Pribadi, 2018)

Berdasarkan tabel distribusi JNE REG pelanggan yang paling banyak terjadi pada tanggal 16
April 2018 yang berkenaan dengan hari Senin. Dimana jumlah pelanggan pelayanaan jasa JNE REG
sebesar 25 pelayanaan jasa dengan persentase 19,5%. Sedangkan pelanggan yang paling kecil terjadi
pada tanggal 18 April 2018 yang berkenaan dengan hari Rabu. Dimana jumlah pelanggan pelayanaan
jasa JNE REG sebesar 28 pelayanaan jasa dengan persentase 14%.

Tabel 5. Distribusi Pelanggan Berdasarkan Pelayanan YES

Jasa Kirim Persentase Jumlah
Hari, Tanggal Persentase Komulatif
“YES” Pelanggan
Senin, 16 April 2018 17 15% 15%

Selasa, 17 April 2018 25 22,3% 37,3%

Rabu, 18 14 12,5% 49,8%

31
 Jasa Kirim Persentase Jumlah
Hari, Tanggal Persentase Komulatif
“YES” Pelanggan
April 2018
Kamis, 19 April 2018 19 17% 66,8%
Jumat, 20
20 18.2% 85%
April 2018
Sabtu, 21
17 15% 100%
April 2018
Total 112 100%
(Sumber : Dokumen Pribadi, 2018)

Berdasarkan tabel distribusi pelayanaan jasa JNE YES pelanggan yang paling banyak terjadi
pada tanggal 17 April 2018 yang berkenaan dengan hari Selasa. Dimana jumlah pelanggan pelayanaan
jasa JNE YES sebesar 25 pelayanaan jasa dengan persentase 22,3%. Sedangkan pelanggan yang
paling sedikit terjadi pada tanggal 18 April 2018 yang berkenaan dengan hari Rabu. Dimana jumlah
pelanggan pelayanaan jasa JNE YES sebesar 14 pelayanaan jasa dengan persentase 12,5%.

Tabel 5. Distribusi Pelanggan Berdasarkan Jam

Hari, Tanggal (8.00-11.00 WIB) (20.00-23.00 WIB)

Senin, 16 April 2018 14 9

Selasa, 17 April 2018 15 17

Rabu, 18
7 8
April 2018
Kamis, 19 April 2018 14 13
Jumat, 20
16 19
April 2018
Sabtu, 21
11 14
April 2018
Total 77 80
(Sumber : Dokumen Pribadi, 2018)

Berdasarkan distribusi tabel diatas pelanggan yang mengirimkan barangnya atau

menggunakan jasa JNE lebih banyak pada saat malam hari dari pada saat pagi hari, yang dimana pada
jam tersebut merupakan jam pulang kantor atau bukan jam kerja (08:00 – 17:00).

Berikut adalah hasil rekap data uji normalitas pada jumlah pengunjung hari Senin, 16 April
2018, yakni :

32
Tabel 5. Rekap Uji Normalitas Data Jumlah Pelanggan Hari Senin hingga Sabtu
  P-Value Alpha
Senin 0,227 0,05
Selasa 0,227 0,05
Rabu 0,227 0,05
Kamis 0,227 0,05
Jumat  0,227 0,05
Sabtu 0,227 0,05
(Sumber : Dokumen Pribadi, 2018)

Berdasarkan hasil uji normalitas diatas, didapatkan P-Value sebesar 0,227 dengan perbadingan
alpha sebesar 0,05. Sehingga, didapatkan bahwa data tersebut merupakan data yang terdistribusi
normal karena ketika P-Value lebih besar daripada Alpha maka data terebut dapat dikatakan sebagai
data yang terdistribusi normal. Kemudian, berikut adalah rekap uji normalitas pada jasa kirim JNE
Keputih, yakni :

Tabel 5. Rekap Uji Normalitas Data Jasa Kirim JNE Keputih

  P-Value Alpha
OKE 0,741 0,05
REG 0,689 0,05
YES 0,519 0,05
(Sumber : Dokumen Pribadi, 2018)

Hasil uji normalitas pada jasa kirim JNE Keputih yakni OKE, REG dan YES. Didapatkan
hasil P-Value yang lebih besar daripada nilai Alpha, sehingga dapat dikategorikan bahwa uji
normalitas pada JNE Keputih adalah distribusi normal.

33
(Halaman ini sengaja dikosongkan)

34
 BAB VI
KESIMPULAN DAN SARAN
Pada bab ini akan dipaparkan mengenai kesimpulan dan saran pada pengerjaan tugas besar
Statistik Industri 1.

6.1 Kesimpulan
Berikut adalah kesimpulan pengerjaan tugas besar Statistik Industri 1 dari hasil analisis yang
telah dipaparkan pada bab sebelumnya, yakni:

1. Rata-rata distribusi pelanggan jasa OK,REG dan YES pada tanggal 16 April 2018 – 21 April
2018 adalah REG sebesar 34.6%, YES sebesar 30.4% dan OKE 35%. Maka pelayanan OKE
lebih besar dibanding pelayanan lainya, ini dikarenakan pelayanan jasa OKE lebih murah
dibandingkan dengan pelayanan lainya.
2. Pada distribusi pelanggan berdasarkan harian pada tanggal 16 – 21 April 2018, jumlah
pelanggan yang paling banyak ada pada tanggal 19 April 2018 dibandingkan dengan hari
lainya.
3. Pada distribusi pada pelayanan OKE jumlah pelanggan yang paling banyak menggunakan
paket OKE adalah sebesar 21.5% dan terjadi pada hari kamis, Sedangkan pada pelayanan
REG dengan rata-rata sebesar 19.5% yang terjadi pada hari senin, dan pada pelayanan jasa
YES dengan rata-rata sebesar 22.3% yang terjadi pada hari selasa.
4. Perbedaan rata-rata dari pilihan servis terserbut dipengaruhi karena kecepatan estimasi
penyampaian pengiriman yang diperlukan oleh customer.
5. Pada distribusi pelanggan berdasarkan jam adalah, Waktu yang paling sering pelanggan
datang adalah pagi dan malam, dikarenakan waktu pagi dan malam adalah bukan waktu kerja.

6.2 Saran
Pada sub bab ini akan dipaparkan mengenai saran yang diberikan penulis baik untuk objek
tugas besar dan saran bagi objek amatan. Saran untuk pengerjaan tugas besar ialah sebaiknya timeline
pengerjaan tugas besar Statistik industri 1 tidak terlalu cepat, sehingga pengambilan data atau sampel
bisa didapatkan lebih banyak agar lebih akurat. Selain itu, saransehingga data akan lebih valid. JNE
Keputih sebaiknya memaksimalkan untuk segala jenis kiriman barang, sehingga kesejahteraan objek
amatan dapat tersebar merata tidak hanya di paket kiriman jasa yang paling banyak saja.

35
(Halaman ini sengaja dikosongkan)

36
 DAFTAR PUSTAKA

Ali Muhidin, S. (2006). Aplikasi Statistika dalam Penelitian.

Hasan, M. (2003). Pokok-pokok materi statistik 2 : statistik inferensif. Jakarta: Bumi Aksara.
Teknik Sampling. (2017). [online] Available at: http://meilany.upy.ac.id/index.php/2017/09/27/teknik-
sampling/ [Accessed 4 May 2018].
Widodo, E. (2018). MODUL TUGAS BESAR STATISTIK INDUSTRI 1. QMIPA LABORATORY.

37
(Halaman ini sengaja dikosongkan)

38
 LAMPIRAN
Objek Amatan JNE Counter Keputih, Jl. Jl. Keputih Tegal No.1, Keputih, Sukolilo, Kota
SBY, Jawa Timur 60111

39
40