Modul Praktikum Statistika Industri Rev.02 PDF

MODUL PRAKTIKUM
STATISTIKA INDUSTRI
Nama Praktikan : _______________________

NPM : _______________________
Kelas : _______________________
Jl. Cikutra 204a Bandung 40125

Tlp. +62 22 7206713 ext. 131
Email : ti@widyatama.ac.id , Website : www.ie.widyatama.ac.id
PRODI. TEKNIK INDUSTRI
TIM PENYUSUN
MODUL PRAKTIKUM
STATISTIKA INDUSTRI
Dr. Arief Rahmana, S.T., M.T.

Verani Hartati S.T., M.T.
Nova Indah Saragih S.T., M.T.
Ima Ratnasari S.T., M.T.
PRAK. STATISTIKA INDUSTRI 1

KATA PENGANTAR
Puji syukur ke hadirat Tuhan Yang Maha Kuasa, yang telah memberikan rahmat-Nya sehingga Modul
Praktikum Statistika Industri untuk mahasiswa/i Program Studi Teknik Industri Fakultas Teknik
Universitas Widyatama ini dapat diselesaikan dengan sebaik-baiknya.
Modul praktikum ini dibuat sebagai pedoman dalam melakukan kegiatan Praktikum Statistika Industri
yang merupakan kegiatan penunjang mata kuliah Statistika Industri pada Program Studi Teknik
Industri Universitas Widyatama. Modul praktikum ini diharapkan dapat membantu mahasiswa/i dalam
mempersiapkan dan melaksanakan praktikum dengan lebih baik, terarah, dan terencana. Pada setiap
topik telah ditetapkan tujuan pelaksanaan praktikum dan semua kegiatan yang harus dilakukan oleh
mahasiswa/i serta teori singkat untuk memperdalam pemahaman mahasiswa/i mengenai materi yang
dibahas.
Penyusun menyakini bahwa dalam pembuatan Modul Praktikum Statistika Industri ini masih jauh dari
sempurna. Penyusun mengharapkan kritik dan saran yang membangun guna penyempurnaan modul
praktikum ini dimasa yang akan datang.
Akhir kata, penyusun mengucapkan banyak terima kasih kepada semua pihak yang telah membantu
baik secara langsung maupun tidak langsung.
Bandung, Agustus 2017
Penyusun

PERATURAN PRAKTIKUM
1. Praktikan wajib 100% kehadiran mengikuti seluruh kegiatan praktikum dan asistensi. Dispensasi
ketidakhadiran diberikan jika Praktikan:
a. Sakit yang mengharuskan praktikan dirawat inap (opname).
b. Sakit menular yang membutuhkan karantina.
c. Musibah yang dialami keluarga inti.
d. Ijin ketidakhadiran minimal dari Instruktur.
2. Praktikan yang melakukan tindak kecurangan dalam bentuk apapun untuk Tugas Awal, Tugas
Pendahuluan, Laporan, dan/atau Tugas Tambahan akan mendapatkan sanksi maksimum gugur
praktikum.
3. Pengumpulan Tugas Pendahuluan dilakukan pada saat praktikum modul yang bersangkutan dan
menjadi syarat untuk mengikuti kegiatan praktikum. Pengumpulan Tugas Pendahuluan dilakukan
perorangan.
4. Asistensi dilakukan pada pertemuan selanjutnya setelah kegiatan praktikum dilakukan. Asistensi
dilakukan secara perorangan dan langsung berhadapan dengan Asisten.
5. Pengumpulan Laporan Asistensi WAJIB dikerjakan 100% dari tugas yang diberikan oleh
Instruktur Laboratorium
6. Laporan setiap modul WAJIB di ACC oleh Instruktur Laboratorium, apabila tidak mendapat ACC
Instruktur Laboratorium, maka Praktikan tidak bisa mendapatkan ACC laporan untuk modul
berikutnya.
7. Laporan setiap modul dapat di ACC oleh Instruktur Laboratorium setelah mendapat persetujuan
dari Asisten praktikum.
8. Susunan Laporan Akhir Praktikum harus sesuai dengan ketentuan sebagai berikut:
 Cover
 Lembar asistensi
 Lembar pengesahan
 Kata pengantar.
 Daftar isi.
 Daftar tabel.
 Daftar gambar.
 BAB I s/d BAB VI.
 Daftar Pustaka.
 Lampiran.
9. Praktikan WAJIB datang tepat waktu. Keterlambatan akan menyebabkan Praktikan yang
bersangkutan mendapatkan sanksi sebagai berikut:
a. Keterlambatan max. 15 menit.
b. Apabila lebih dari 15 menit, Praktikan dianggap tidak hadir.

10. Praktikan WAJIB menjaga dan memelihara peralatan yang digunakan selama praktikum
berlangsung.
11. Jika peralatan yang digunakan rusak pada saat pengunaan, Praktikan WAJIB mengganti peralatan
yang rusak tersebut.
12. Jika Praktikan menghilangkan peralatan, Praktikan WAJIB mengganti peralatan yang hilang
tersebut.
13. Jika Peralatan Laboratorium terbawa oleh Praktikan, Praktikan WAJIB mengembalikan peralatan
tersebut.

DAFTAR ISI
TIM PENYUSUN ....................................................................................................................................1
KATA PENGANTAR .............................................................................................................................2
PERATURAN PRAKTIKUM .................................................................................................................3
DAFTAR ISI ............................................................................................................................................5
TUGAS PENDAHULUAN MODUL 1 ...................................................................................................7
MODUL 1. Statistik Deskriptif ................................................................................................................8
Definisi .................................................................................................................................................8
Tujuan Praktikum .................................................................................................................................8
Flowchart Kegiatan Praktikum ............................................................................................................9
TUGAS PENDAHULUAN MODUL 2 .................................................................................................13
MODUL 2. Teori Probabilitas ...............................................................................................................17
Definisi ...............................................................................................................................................17
Tujuan ................................................................................................................................................17
Flowchart Kegiatan Praktikum ..........................................................................................................17
MODUL 3. Distribusi Probabilitas ........................................................................................................21
Definisi ...............................................................................................................................................21
Tujuan ................................................................................................................................................21
Prosedur Praktikum ............................................................................................................................24
A. Binomial dan Hipergeometrik ....................................................................................................24
B. Poisson dan Eksponensial ..........................................................................................................26
MODUL 4. Statistik Parametrik.............................................................................................................32
Definisi ...............................................................................................................................................32
Tujuan ................................................................................................................................................32
MODUL 5. Statistik Non-Parametrik ....................................................................................................41
Definisi ...............................................................................................................................................41
Tujuan ................................................................................................................................................41
MODUL 6. Anova .................................................................................................................................52
Definisi ...............................................................................................................................................52

Tujuan ................................................................................................................................................52
Prosedur Praktikum ............................................................................................................................53
A. Prosedur Praktikum One Way ANOVA......................................................................................53
B. Prosedur Praktikum Two Way ANOVA .....................................................................................53
MODUL 7. Analisis Korelasi dan Regresi.............................................................................................59
Definisi ...............................................................................................................................................59
Tujuan ................................................................................................................................................59
DAFTAR PUSTAKA ............................................................................................................................67
LEMBAR ASISTENSI ..........................................................................................................................68
PRAK. STATISTIKA INDUSTRI REV.02 6

TUGAS PENDAHULUAN MODUL 1

MODUL 1. Statistik Deskriptif
Definisi
Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga memberikan informasi yang berguna.
Tujuan Praktikum
Tujuan melakukan kegiatan praktikum pada modul Statistika Deskriptif ini, praktikan
diharapkan mampu:
1. Memahami pengertian dan manfaat statistika deskriptif.
2. Mampu mengolah data dengan metode-metode statistika deskriptif.
3. Memahami teknik pengumpulan data, klasifikasi dan presentasi data pada statistika
deskriptif.
4. Mengkaji, menilai dan memperbaiki serta merancang suatu sistem kerja yang
berhubungan dengan manusia sebagai pemakai.

Flowchart Kegiatan Praktikum
Gambar 1. Flowchart Kegiatan Praktikum
Prosedur Praktikum
Langkah 1
Mengindentifikasi masalah dari suatu obyek penelitian yang telah dilakukan.
Langkah 2
Mengumpulkan data dari hasil pengamatan lima puluh data tinggi dan lima puluh data berat
badan.

Langkah 3
Melakukan penambahan 2 digit akhir NPM terhadap masing-masing data.
Langkah 4
Melakukan pengolahan data mengenai statistik deskriptif dengan menggunakan software
Microsoft Excel.
Langkah 5
Melakukan pengolahan data dengan membagi data menjadi dua jenis yang pertama adalah
data diskrit dimana data tersebut diperoleh dari data tinggi badan dan yang kedua adalah data
kontinu dimana data tersebut diperoleh dari data berat badan.
Langkah 6
Melakukan perhitungan dari data diskrit:
a. Rentang
R = Nilai data terbesar – Nilai data terkecil
b. Banyak Kelas
∑K = 1 + 3,322 × Log(N)
c. Interval
𝑅
i= ∑𝐾
Langkah 7
Membuat tabel distribusi frekuensi dari data diskrit
Tabel 1. Distribusi Frekuensi Data Diskrit
Kelas Interval Fi FK M TB TA FixM Lb La
Berikan contoh perhitungan:

𝐿𝑏+𝐿𝑎
a. 𝑀= 2
b. TB = Lb – 0,5
c. TA = La + 0,5
Langkah 8
Hitung mean, median, modus, kuartil, desil, persentil, skewness, variansi, standar deviasi dan
simpangan kuartil dari data diskrit:

a. Mean
∑ 𝐹𝑖 𝑥 𝑀
𝑋̅ =
𝑁
b. Median
1
(2 𝑛 ∑ 𝑓2 )
𝑀𝑒 = 𝑇𝑏 + 𝑖
𝐹𝑚𝑒𝑑
c. Modus
𝑑1
𝑀𝑜 = 𝑇𝑏 + 𝑖
𝑑1 + 𝑑2
d. Kuartil
𝑛
(4) 𝑁 𝐹
𝑄𝑛 = 𝑇𝑏 + 𝑖 [ ]
𝑓
Buatlah tabel dari hasil perhitungan kuartil

Tabel 2. Hasil Perhitungan Kuartil
Kuartil Data ke- Data Nilai
𝑄1
𝑄2
𝑄
e. Desil
𝑛
(10) 𝑁 𝐹
𝐷𝑛 = 𝑇𝑏 + 𝑖 [ ]
𝑓
Buatlah tabel dari hasil perhitungan desil

Tabel 3. Hasil Perhitungan Desil
Desil Data ke- Data Nilai
D1
D2
D3
D4
D5
D6
D7
D8
D9
D10
f. Persentil
𝑛
(100) 𝑁 𝐹
𝑃𝑛 = 𝑇𝑏 + 𝑖 [ ]
𝑓

Buatlah tabel dari hasil perhitungan persentil
Tabel 4. Hasil Perhitungan Persentil
Persentil Data ke- Data Nilai
P10
P25
P50
P75
P90
g. Skewness
𝑛 𝑋𝑖 𝑋̅
𝑆𝑘𝑒𝑤𝑛𝑒𝑠𝑠 = ∑( )
𝑛 1 𝑛 2 𝑆
h. Variansi
∑ 𝑋 𝑋̅ 2
S=
𝑁 1
i. Standar Deviasi
𝜎 = √𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖
j. Simpangan Kuartil
1
𝑑2 = 𝑥 𝑄 𝑄1
2
Langkah 9
Buatlah grafik histogram, FK<, FK>, dan Ogive dari data diskrit.
Langkah 10
Melakukan perhitungan dari data kontinu dengan mengulangi langkah 6 sampai dengan
langkah 8.
Langkah 11
Buatlah grafik poligon, FK<, FK>, dan Ogive dari data kontinu.
Langkah 12
Menganilis, menginterpretasi, dan mendapatkan hasil data.
Langkah 13
Menarik kesimpulan dan saran untuk mempermudah mengerjakan modul.
Langkah 14
Buatlah analisis statistik deskriptif dengan menggunakan software minitab.
Langkah 15
Selesai.
Contoh kasus
Seorang manager ingin menganalisis data terkait output yang dihasilkan oleh produksi dengan
biaya listrik yang harus dibayarnya setiap bulan. Lakukan analisis deskriptif dengan minitab
dan interpretasikan hasil keluarannya.
Tabel analisis data output

Bulan Jumlah Output (unit) Biaya Listrik (Rp)
1 100.000 10.500.000
2 88.000 9.500.000
3 115.000 11.200.000
4 110.000 10.900.000
5 130.000 12.000.000
6 140.000 12.400.000
7 108.000 11.000.000
8 99.000 10.000.000
9 95.000 9.800.000
10 101.000 10.100.000
11 115.000 11.000.000
12 80.000 9.800.000
Langka-langkah menggunakan software minitab.
1. Buka aplikasi minitab.

2. Setelah aplikasi minitab terbuka, buat nama variabel, dalam hal ini nama variabel yang
dibuat adalah bulan, jumlah output (unit) dan biaya listrik (Rp.)
Gambar nama variabel
3. Selanjutnya adalah melakukan entri data sesuai dengan contoh kasus.
Gambar entri data

4. Selanjutnya klik Stat – Basic Statistics – Display Deskriptive Statistics kemudian

masukan variabel Jumlah Output dan Biaya Listrik kedalam kotak Variables
dengan mengklik button Select, selanjutnya klik Button Statistics dan berikan
centang pada Analisis Deskriptif yang dinginkan dan klik OK dua kali.
Gambar display descriptive statistics
5. Sehingga muncul output seperti berikut
Gambar output

Hasil Interpretasi
Pada output Descriptive Statistics: Jumlah Output (unit), Biaya Listrik (Rp) didaparkan hasil yaitu
jumlah data keselurahan dari variabel Jumlah Output dan Biaya Listrik (N) adalah 12, N* = 0 untuk
kedua variabel menunjukkan data yang missing atau tidak terbaca oleh Minitab tidak ada, mean
menunjukkan rata-rata dari variabel Jumlah Output dan Biaya Listrik yaitu 106.750 unit dan Rp
10.683.333, SE Mean (standard Error of Mean) menggambarkan sebaran rata-rata sampel terhadap
rata-rata dari rata-rata keseluruhan kemungkinan sampel yaitu 4.876 untu dan Rp 261.068, standar
deviasi yang menunjukkan keheterogenan yang terjadi dalam kedua data suatu instrumen yang dibuat,
sehingga data atau variabel tersebut dapat dinilai validitasnya (layak atau tidaknya untuk
diikutsertakan dalam instrumen penelitian). Semakun besar angka variansi maka semakin beragamlah
datanya dan semakin kecil nilai variansi makan semakin homogen datanya, jumlah (SUM) data dari
kedua variabel tersebut adalah 1.281.000 unit dan RP 128.200.000
Adapaun nilai terkecil/ minimum data dari kedua variabel tersebut adalah 80.000 unit dan Rp
9.500.000, Q1 merupakan nilai Quartil ke-1 yang menunjukkan data pada variabel Jumlah Output dan
Biaya Listrik 25% dibawah 96.000 unit dan Rp 9.850.000, median atau nilai tengan data dari kedua
variabel tersebut adalah 104.500 unit dan Rp 10.700.000, Q3 merupakan nilai Quartil ke-3 yang
menunjukkan data pada variabel Jumlah Output dan Biaya listrik 75% dibwag 115.000 unit dan Rp
11.150.000, nilai maksimalnya adalah 140.000 unit dan Rp 12.400.000, nilai skewness digunakan
untuk mengetahui data tersebut normal atau tidak, serat menceng ke kiri atau ke kanan, dari hasil
tersebut nilai skewness untuk data Jumlah ouput dan biaya listrik yaitu 0.50 dan 0.59 artinya data
tersebut normal da menceng ke kanan, sedangkan kurtosis digunakan untuk mengetahui keruncingan
data, kurtosis > 3 disbeut leptokurtic, kurtosis = 3 disebut mesokutic dan kurtosis < 3 disebut
platykurtic, pada data tersebut keruncingan data pada variabel jumlah output dan biaya listrik
berbentuk platykurtic karena kurang dari 3 yaitu 0.20 dan -0.43.


MODUL 2. Teori Probabilitas
Definisi
Probabilitas adalah suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi di
masa mendatang. Probabilitas dinyatakan antara 0 sampai 1 dan dinyatakan dalam desimal
(misalnya: 0,65) atau dalam persentase (65%). Probabilitas 0 menunjukkan peristiwa yang
tidak mungkin terjadi. Probabilitas satu menunjukkan peristiwa yang pasti terjadi. Maka
probabilitas dapat didefinisikan sebagai peluang suatu kejadian.
Tujuan
Tujuan dari praktikum ini adalah:
1. Untuk mengetahui dan memahami fungsi peluang, permutasi, dan kombinasi.
2. Untuk mengetahui cara perhitungan peluang, permutasi, dan kombinasi.
3. Untuk mengetahui dan memahami aplikasi serta studi kasus tentang peluang,
permutasi dan kombinasi.

1. Flowchart Praktikum Peluang
Gambar 2. Flowchart Praktikum Peluang

2. Flowchart Praktikum Permutasi dan Kombinasi
Gambar 3. Flowchart Prakitkum Permutasi dan Kombinasi
Prosedur Praktikum
Untuk memudahkan praktikum dan mengklasifikasikan tugas-tugas yang harus dilakukan
dalam modul 2 ini diperlukan prosedur praktikum yang sistematis. Adapun prosedur yang
harus dilakukan, yaitu:
Langkah 1
Mengindentifikasi masalah yang akan dibahas
Langkah 2
Mencari studi kasus di lingkungan UTama
Langkah 3
Melakukan pengumpulan data

Langkah 4
Mengolah data dengan menggunakan:
a. Permutasi sebagian
b. Permutasi menyeluruh
c. Permutasi Keliling
d. Permutasi Data Berkelompok
e. Kombinasi Sebagian
Langkah 5
Menganalisa dan menginterpretasikan hasil pengolahan data .
Langkah 6
Menarik kesimpulan.
Langkah 7
Selesai.


MODUL 3. Distribusi Probabilitas
Definisi
Distribusi Probabilitas adalah suatu distribusi yang mengambarkan peluang dari sekumnpulan
variabel sebagai pengganti frekuensinya. Probabilitas kumulatif adalah probalitas dari suatu
variabel acak yang mempunyai nilai sama atau kurang dari suatu nilai tertentu.
Tujuan
A. Binomial dan Hipergeometri
Tujuan melakukan kegiatan praktikum pada modul Binomial dan Hipergeometri ini,
praktikan diharapkan mampu:
1. Mengetahui definisi distribusi binomial dan distribusi hipergeometrik.
2. Mampu membedakan karakteristik distribusi binomial dan ditribusi hipergeometrik.
3. Mengetahui asumsi dan karakteristik percobaan binomial dan hipergeometrik.
B. Poisson dan Eksponensial

Tujuan melakukan kegiatan praktikum pada modul Poissson dan Eksponensial ini, praktikan
diharapkan mampu:
1. Mampu memahami karakteristik dari distribusi poisson dan distribusi eksponensial.
2. Mampu melakukan pendekatan distribusi poisson terhadap distribusi binomial.
3. Mampu mengenali masalah nyata dalam kehidupan sehari-hari yang berkaitan dengan
distribusi poisson dan distribusi eksponensial dan mampu mengenal peranan ilmu
statistika dalam memecahkan masalah tersebut.

1. Binomial
20 bola merah, 80 bola

putih
Mengambil 6 bola
Mengolah Data
secara teoritis dan
empiris
Mengolah data secara teoritis,

empiris dan menggunakan
software minitab.
Gambar 4. Flowchart Praktikum Binomial

2. Hipergeometrik
Mulai
Pengambilan Data
Berupa 4 bola dengan
10x pengulangan
20 bola kuning,
80 bola putih
Selesai
Gambar 5. Flowchart Praktikum Hipergeometrik

Prosedur Praktikum
A. Binomial dan Hipergeometrik
Langkah 1
Langkah 2
Mengumpulkan data dari hasil pengambilan bola pingpong sebanyak n untuk data Binomial
dan sebanyak n untuk data Hipergeometrik.
Langkah 3
a. Melakukan pengolahan data dengan menambahkan angka pada data hipergeomterik
dan data Binomial (Penambahan angka ditentukan oleh asisten).
b. Hitung proporsi dari setiap percobaan pengambilan bola pingpong, dan jumlah
kejadian sukses
𝑥
𝑃̅ =
𝑛
𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖
𝑝=
𝑁
c. Buat tabel pengolahan data
Tabel 5. Pengolahan Data Binomial dan Hipergeomterik
Binomial Hipergeometrik
Percobaan ke-
n= … Proporsi n= … Proporsi
1
2
3
Jumlah Proporsi Jumlah Proporsi
p p
d. Hitung kejadian gagal, rata-rata kejadian sukses dan variansi dari data binomial
𝑞 = 1– 𝑝
µ = 𝐸 𝑥 = 𝑛. 𝑝
𝜎 2 = 𝑉 𝑥 = 𝑛. 𝑝. 𝑞
Langkah 4
Buatlah tabel hasil perhitungan probabilitas dan probabilitas kumulatif dari data binomial
Tabel 6. Hasil Perhitungan Probabilitas dan Probabilitas Kumulatif Dari Data Binomial
x P(X=x) P(X=x) Kumulatif
0
1
2

Buatlah contoh perhitungan:
a. Probabilitas
𝑃 𝑋 = 𝑥 = 𝐶𝑥𝑛 . 𝑃 𝑥 . 𝑞 𝑛 𝑥
b. Probabilitas Kumulatif
𝑛
∑𝑃 𝑋 = 𝑛 = 𝑃 𝑋 = 0 +𝑃 𝑋 = 1 +⋯+𝑃 𝑋 = 𝑛
𝑥=0
Langkah 5
Menghitung probabilitas menggunakan minitab dan tunjukan dalam bentuk gambar
Langkah 6
Buatlah diagram batang probabilitas dan probabilitas kumulatif dari data binomial
Langkah 7
Hitunglah rata-rata dan variansi dari data hipergeometrik
a. Rata-rata
𝑘
µ= 𝐸 𝑥 =𝑛×
𝑁
b. Variansi
k N k N n
σ2 = V x = n ( ) ( )( )
N N N 1
Buatlah tabel hasil perhitungan probabilitas dan probabilitas kumulatif dari data
hipergeometrik
Tabel 7. Hasil Perhitungan Probabilitas dan Probabilitas Kumulatif Dari Data Hipergeometrik
x P(X=x) P(X=x) Kumulatif
0
1
2
a. Probabilitas
𝑘 𝑁 𝑘
[ ][ ]
𝑃 𝑋=𝑥 = 𝑥 𝑛 𝑥
𝑁
[ ]
𝑛
b. Probabilitas Kumulatif
𝑛
∑𝑃 𝑋 = 𝑛 = 𝑃 𝑋 = 0 +𝑃 𝑋 = 1 +⋯+𝑃 𝑋 = 𝑛
𝑥=0

Langkah 8
Menghitung probabilitas menggunakan minitab dan tunjukan dalam bentuk gambar
Langkah 9
Buatlah diagram batang probabilitas dan probabilitas kumulatif dari data hipergeometrik
Langkah 10
Menganilis, menginterpretasi, dan mendapatkan hasil data
Langkah 11
Menarik kesimpulan dan saran untuk mempermudah mengerjakan modul
Langkah 12
Membuat perhitungan dengan menggunakan software minitab.
Langkah 13
Selesai.
B. Poisson dan Eksponensial

Langkah 1
Langkah 2
Melakukan pengumpulan data dengan mengamati antrian pada objek yang telah ditentukan
Langkah 3
Melakukan Pengolahan data dengan menghitung distribusi frekuensi dari distribusi Poisson
Tabel 8. Distribusi Frekuensi Dari Distribusi Poisson
Xi fi fiXi (Xi- ) fi

a. 𝑓𝑖 × 𝑋𝑖
𝛴𝑋𝑖 .𝑓𝑖
b. 𝑋̅ = 𝛴𝑓𝑖
c. 𝑋𝑖 𝑋̅
d. 𝑋𝑖 𝑋̅ 2
e. 𝑓𝑖 𝑋𝑖 𝑋̅ 2
f. Standar Deviasi

Σ𝑓𝑖 𝑋𝑖 𝑋̅ 2
𝑆=√
Σ𝑓𝑖
g. Rata-Rata Kedatangan
1
𝜆=
𝑥̅
Langkah 4
Buatlah tabel ringkasan distribusi poisson
Tabel 9. Ringkasan Distribusi Poisson
Xi Fi f kum P(x) E(i) E(i)k

a. F Kumulatif
𝐹 𝑥 = 𝑛 = 𝑓 𝑥 = 0 + 𝑓 𝑥 = 1 + ⋯..+ 𝑓 𝑥 = 𝑛
b. P(x)
𝜆𝑥 𝜆
𝑃 𝑥 = 𝑒
𝑥!
c. E(i)
𝐸 𝑖 = 𝑃 𝑥 =𝑥 × 𝑁
Langkah 5
Buatlah diagram batang Xi terhadap Fk dan diagram poligon Xi terhadap Ei!
Langkah 6
Melakukan Pengolahan data dengan menghitung distribusi frekuensi dari distribusi
Eksponensial
Tabel 10. Distribusi Frekuensi dari Distribusi Eksponensial
Batas
Interval Kelas Xi fi fi kum fiXi fi
Bawah Atas
-
-
-
Buatlah contoh perhitungan

a. Rentang
𝑅 = 𝑁𝑖𝑙𝑎𝑖 𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟 – 𝑁𝑖𝑙𝑎𝑖 𝑑𝑎𝑡𝑎 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙
b. Banyak Kelas
∑𝑘 = 1 + 3,3 𝑙𝑜𝑔 𝑁

c. Interval
𝑅
𝐼=
𝐾
d. 𝑋̅
𝛴𝑋𝑖 . 𝑓𝑖
𝑋̅ =
𝛴𝑓𝑖
e. Standar Deviasi
Σ𝑓𝑖 𝑋𝑖 𝑋̅ 2
𝑆=√
Σ𝑓𝑖
f. Rata-Rata Kedatangan
1
𝜆=
𝑥̅
Langkah 7
Buatlah tabel ringkasan distribusi eksponensial
Tabel 11. Ringkasan Distribusi Eksponensial
Batas
Interval Kelas Xi fi fi kum P(x)b P(x)a P(x) E(i) E(i)kum
Bawah Atas
-
-
-
Buatlah contoh perhitungan

λa
a. 𝑃 𝑥 𝑎 = 𝑒
λb
b. 𝑃 𝑥 𝑏 = 𝑒
c. 𝑃 𝑥 = 𝑃 𝑥 𝑏 𝑃 𝑥 𝑎
d. 𝐸 𝑖 = 𝑃 𝑥 × 𝑁
e. Langkah 4
Langkah 8
Buatlah diagram batang Xi terhadap Fk dan diagram poligon Xi terhadap Ei.
Langkah 9
Menganilis, menginterpretasi, dan mendapatkan hasil data.
Langkah 10
Menarik kesimpulan dan saran untuk mempermudah mengerjakan modul.
Langkah 12

Langkah 13
Selesai.
Langkah-langkah menggunakan software minitab.

2. Pilih Calculate  Random Data  Binomial
3. Pada kotak dialog seperti pada gambar masukan banyaknya data yang diinginkan pada
kolom Generate, contohnya 100.
4. Pada kolom store in columns (s) masukkan C1
5. Isikan peluangnya pada Number of Trials
6. Isikan probability success, contoh 0.95.
7. Kemudian klik OK.
Gambar kotak dialog distribusi Binomial
Contoh Kasus
Sebagai ilustrasi sebuah mata uang logam yang simetri dilantunkan sebanyak 10 kali. Jika
dimisalkan X = jumlah muncul muka. Tentukan:
a. Fungsi kepadatannya untuk setiap kejadian (x) yang mungkin.
Langka-langkah pada minitab antara lain:

1. Input data pada kolom C1 dari 0:10
2. Pilih Calculate  Probability Distributions  Binomial
3. Pada kotak dialog seperti pada gambar pilih Probability
4. Pada Number of Trial, masukkkan 10 yang menunjukkan banyaknya pengamatan.
5. Pada Probability of Success, masukkan 0.5 yang menunjukkan peluang muncul muka
dalam 1 kali lantunan.
6. Pilih Input column ketik C1 dan Optional storeage ketik C2
7. Kemudian klik OK.

Gambar kotak dialog probability density function
Fungsi kepadatannya untuk setiap kejadian (x) yang mungkin terdapat pada kolom 2
ditunjukkan dalam gambar berikut.
Gambar probability density function


MODUL 4. Statistik Parametrik
Definisi
Statistik Parametrik yaitu statistik yang mengunakan data interval atau selang dan rasio
berdasarkan fakta yang bersifat pasti dan berdasarkan sampel. Data diambil dengan memberi
peluang yang sama atau independen, serta tidak bias.
Tujuan
Tujuan melakukan kegiatan praktikum pada modul Statistik Parametrik ini, praktikan
diharapkan mampu:
1. Mampu membedakan karakteristik distribusi populasi dan distribusi sampling.
2. Mengetahui dan memahami manfaat penaksiran.
3. Mampu menguji hipotesis terhadap parameter statistik.
Uji Parametrik:
- Frekuensi Data
- Uji Hipotesis
Pengolahan Data Excel
Gambar 6. Flowchart Kegiatan Praktikum

Prosedur Praktikum
Langkah 1
Langkah 2
Melakukan pengumpulan data dengan mengukur panjang balok (jumlah balok yang diukur
2x40 balok) dan berat detergen (jumlah detergen yang diukur 40 detergen).
Langkah 3
Buat tabel hasil pengumpulan data.
Tabel 12. Pengumpulan Data Balok
Panjang Balok Panjang Balok
No.
1 (mm) 2 (mm)
1
2
3
Tabel 13. Pengumpulan Data Detergen

Berat
No.
Detergen (gr)
1
2
3
Langkah 4
Melakukan pengolahan data dengan menambahkan 2 digit NPM akhir pada masing-masing
data.
Langkah 5
Buat tabel hasil pengolahan data yang telah ditambahkan 2 digit NPM akhir
Tabel 14. Pengumpulan Data Ditambah 2 Digit NPM Akhir untuk Balok
Panjang Balok Panjang Balok
No.
1 (mm) 2 (mm)
1
2
3
Tabel 15. Pengumpulan Data Ditambah 2 Digit NPM Akhir untuk Detergen
Berat
No.
Detergen (gr)
1
2
3
Langkah 6
Menghitung frekuensi data dan uji hipotesis pada masing-masing data
a. Balok 1
a) Buatlah tabel dan grafik batang Xi terhadap Fi dari hasil perhitungan frekuensi
data pada balok 1
Tabel 16. Perhitungan Frekuensi Data Pada Balok 1
Xi Fi FK Fi*Xi (Xi
b) Lakukan uji hipotesis

1. Rumusan Masalah
𝐻0 : 𝜇0 ≤
𝐻1 : 𝜇0 >
2. Wilayah Kritis
Ho ditolak jika Zhit > Zα
3. Uji Hipotesis
a. 𝜇0
b. FiXi
∑ 𝐹𝑖 𝑥 𝑋𝑖
c. 𝑥̅ = 𝑁
𝑥̅ 𝜇0
d. 𝑍ℎ𝑖𝑡 = 𝜎/√𝑛
Setelah menghitung 𝑍ℎ𝑖𝑡 buatlah kurva distribusi normalnya

4. Kesimpulan
b. Balok 2
data pada balok 2
Tabel 17. Perhitungan Frekuensi Data Pada Balok 2
Xi Fi FK Fi*Xi (Xi

1. Rumusan Masalah
𝐻0 : 𝜇0 ≥
𝐻1 : 𝜇0 <
2. Wilayah Kritis
Ho ditolak jika Zhit < -Zα
3. Uji Hipotesis
a. 𝜇0
b. 𝐹𝑖 𝑥 𝑋𝑖
c. 𝑥̅ = 𝑁
𝑥̅ 𝜇0
d. 𝑍ℎ𝑖𝑡 =
𝜎/√𝑛

4. Kesimpulan
c. Detergen
data pada detergen
Tabel 18. Perhitungan Frekuensi Data Pada Detergen
Interval Fi Fk LCL UCL CM LCB VCB Fi*CM
Berikan contoh perhitungannya

1. 𝑅𝑎𝑛𝑔𝑒 𝑅 = 𝑋𝑚𝑎𝑘𝑠 – 𝑋𝑚𝑖𝑛
2. 𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑒𝑙𝑎𝑠 = 1 + 3,3 𝐿𝑜𝑔 𝑁
𝑅
3. 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙 = 𝐾
4. 𝐿𝐶𝐵 = 𝐿𝐶𝐿 0,005

5. 𝑈𝐶𝐵 = 𝑈𝐶𝐿 + 0,005
𝐿𝐶𝐿 + 𝑈𝐶𝐿
6. 𝐶𝑀 = 2

1. Rumusan Masalah
𝐻0 : 𝜇0 =
𝐻1 : 𝜇0 ≠
2. Wilayah Kritis
𝐻0 ditolak jika Zhit < ─Zα/2 dan Zhit > Zα/2
3. Uji Hipotesis
a. 𝜇0
b. 𝐹𝑖 𝑥 𝑋𝑖
c. 𝑥̅ =
𝑁

𝑥̅ 𝜇0
d. 𝑍ℎ𝑖𝑡 =
𝜎/√𝑛

4. Kesimpulan
Langkah 7
Langkah 8
Langkah 9
Membuat hasil perhitungan dengan menggunakan software minitab.
Langkah 10
Selesai.
Contoh Kasus
Salah satu guru yang ada di SD Cemara ingin meneliti apakah rata-rata nilai Bahas Indonesia
dari sampel yang diambil pada kelas 5 SD Cemara berbeda dengan rata-rata nilai populasinya.
Diketahui rata-rata nilai populasi di SD Cemara sebesar 7.67, setelah dilakukan penelitian
menggunakan sampel sebanyak 10 responden, didapatkan data-data sebagai berikut. Data
berdistribusi normal.
Tabel kasus one sample T test

Langkah-langkah menggunakan software minitab.
2. Copy data dari excel ke minitab
Tabel Worksheet One Sample T Test
3. Klik stat, kemudian pilih basic statistic, kemudian pilih 1-sample t.
Gambar Stat one-sample T test
4. Kemudian pilih one or more samples, each in a column.
Gambar kotak dialog one-sample t for the mean

5. Kemudian pindahkan variabel nilai SD Cemara ke kotak Variables dengan cara klik terlebih
dahulu didalam kotak Variables, kemudian klik variabel yang akan dipindahkan, dan klik
select.
6. Ceklis perform hypothesis test, kemudian isi kolom hypothesized mean dengan angka 7.67.
7. Klik options ,kemudian isi kolom confidence level dengan angka 95, lalu isikan kolom
alternative hypitesis dengan mean ≠ hypothes zed mean, kemudian klik OK. Kemudian
klik OK.

Gambar kotak dialog one-sample t option
8. Kemudian akan muncul output dengan tampilan sebagai berikut.
Gambar output one-sample t test


MODUL 5. Statistik Non-Parametrik
Definisi
Statistik Non-Parametrik adalah statistik yang tidak memerlukan pembuatan asumsi tentang
bentuk distribusi atau bebas distribusi, sehingga tidak memerlukan asumsi terhadapa populasi
yang akan diuji.
Tujuan
Tujuan melakukan kegiatan praktikum pada modul Statistik Non-Parametrik ini, praktikan
diharapkan mampu:
1. Memahami konsep Statistika Non Parametrik .
2. Memahami uji Kolmogorov-Smirnov, Uji Tanda, Uji Dwi Wilcoxon, Uji Kruskal
Wallis.
3. Mampu menarik kesimpulan dari hasil pengujian

- Uji Kolmogorov Smirnov

- Uji Tanda Sampel 1
- Uji tanda Sampel 1 dan 2
- Uji Dwi Wilcoxon Sampel 2 dan 3
- Uji Kruskal Wallis Sampel 1, 2, dan 3
Pengolahan Data Excel
Gambar 8. Flowchart Kegiatan Praktikum Statistik Non-Parametrik
Prosedur Praktikum
Langkah 1
Langkah 2
Melakukan pengumpulan data (data didapat dari asisten)
Langkah 3
Buat tabel dari hasil pengumpulan data

Langkah 4
Melakukan uji hipotesis dengan menggunakan Uji Kolmogorov Smirnov Sampel 1, 2, .., n
a. Buat tabel Uji Kolmogorov Smirnov Sampel 1
Tabel 19. Uji Kolmogorov Smirnov Sampel n
No Xi Z Ft Fs D
1
2
3
Jumlah
b. Uji Hipotesis
1. Rumusan Hipotesis
H0 : Data berdistribusi normal
H1 : Data tidak berdistribusi normal
2. Daerah Kritis
H0 diterima jika Dmax < Ktabel
H0 ditolak jika Dmax > Ktabel
∝=
Ktabel =
3. Perhitungan 𝑥 , 𝜎, Z, Fs, Ft dan D
∑ 𝑥𝑖
𝑥 =
𝑛
∑ 𝑥𝑖
𝜎= √
𝑛 1
𝑥𝑖 𝑥̅
𝑍 =
𝜎
𝑁𝑜. 𝑈𝑟𝑢𝑡
𝐹𝑠 =
𝑁
Ft lihat tabel Z
𝐷𝑚𝑎𝑘𝑠 = 𝐹𝑡 𝐹𝑠
4. Kesimpulan

Langkah 5
Melakukan uji hipotesis dengan menggunakan Uji Tanda Sampel 1
a. Buat tabel Uji Tanda Sampel 1
Tabel 20. Uji Tanda Sampel 1
i Xi Tanda
1
2
3
Jumlah +
Jumlah -
b. Uji Hipotesis
H0 : Rata-rata = 𝑥̅
H1 : Rata-rata ≠ 𝑥̅
2. Daerah Kritis
H0 ditolak jika Zhit < -Ztabel , H0 ditolak jika Zhit > Ztabel
∝=
𝑍∝/2=
3. Uji Statistik
∑ 𝑥𝑖
𝑥 =
𝑛
1
𝜇= 𝑥𝑛
2
1
𝜎 = 𝑥 √𝑛
2
𝑥̅ 𝜇
𝑍=
𝜎
4. Kesimpulan
c. Buatlah kurva hasil uji tanda sampel 1

Langkah 6
Melakukan uji hipotesis dengan menggunakan Uji Tanda Sampel 1 dan 2
a. Buat tabel Uji Tanda Sampel 1 dan 2

Tabel 21. Uji Tanda Sampel 1 dan 2
i X1 Tanda X2 Tanda
1
2
3
Jumlah +
Jumlah -
b. Melakukan Uji Hipotesis

H0 : Rata-rata ≥ 𝑥̅
H1 : Rata-rata < 𝑥̅
2. Daerah Kritis
H0 diterima jika Zhit < Ztabel
H0 ditolak jika Zhit > Ztabel
∝=
Ztabel =
3. Uji Statistik
𝑥̅1 + 𝑥̅2
𝑥 =
2
1
𝜇= 𝑥𝑛
2
1
𝜎 = 𝑥 √𝑛
2
𝑥̅ 𝜇
𝑍=
𝜎
4. Kesimpulan
c. Buatlah kurva hasil uji tanda sampel 1 dan 2

Langkah 7
Melakukan uji hipotesis dengan menggunakan Uji Dwi Wilcoxon Sampel 2 dan 3
a. Buat tabel Uji Dwi Wilcoxon Sampel 2 dan 3
Tabel 22. Uji Dwi Wilcoxon Sampel 2 dan 3
Beda Tanda Jenjang
i X2 X3
X2 X3 Rank + -
1
2
3
Jumlah
b. Melakukan Uji Hipotesis

H0 : 𝑥̅ 2 ≤ 𝑥̅
H1 : 𝑥̅ 2 > 𝑥̅
2. Daerah Kritis
H0 ditolak jika Zhit > Z∝
∝=
Ztabel =
3. Uji Statistik
𝑋̅2 =
𝑋̅3 =
𝑛 𝑛+1
µ𝑡 =
4
𝑛 𝑛 + 1 2𝑛 + 1
𝜎𝑡 = √
24
𝑡 µ𝑡
𝑍=
𝜎𝑡
4. Kesimpulan

Langkah 8
Melakukan uji hipotesis dengan menggunakan Uji Kruskal Wallis Sampel 1, 2, dan 3
a. Buat tabel Uji Kruskal Wallis Sampel 1, 2, dan 3

Tabel 23. Uji Kruskal Wallis Sampel 1, 2, dan 3
i X1 Rank i X2 Rank i X3 Rank
1
2
3
Jumlah X1 Jumlah X2 Jumlah X3
b. Melakukan uji hipotesis
12 𝑋𝑖 2
1. H = (∑ ) 3 𝑁+1
𝑁 𝑁+1 𝑛𝑖
2. Uji Hipotesis
𝐻0 ∶ 𝑋̅1 = 𝑋̅2 = 𝑋̅3
𝐻1 ∶ 𝑋̅1 ≠ 𝑋̅2 ≠ 𝑋̅3
=
Htabel =
3. Kesimpulan
Langkah 9
Langkah 10
Langkah 11
Langkah 12
Selesai.

Contoh Kasus
Suatu mesin produksi di-setting menghasilkan logam yang berbentuk silinder dengan
diameter rataan 1 cm. Ada dugaan bahwa rataan diameter logam silinder yang dihasilkan
mesin tersebut sudah berubah karena mesin tersebut sudah berumur tua. Untuk membuktikan
dugaan tersebut, diambil sampel sebanyak 10 unit ptoduk logam silinder yang telah
diproduksi dan diukur diameternya (dalam cm). Hasil pengukuran disajikan pada tabel
berikut:
Tabel hasil pengukuran

Sampel ke- 1 2 3 4 5 6 7 8 9 10
Diameter Logam 1 1,01 0,99 0,95 0,89 0,87 1,02 0,91 1,02 0,87
Berdasarkan data apada tabel diatas, lakukan uji tanda untuk menguji apakah dugaan bahwa
rataan atau median logam silinder yang dihasilkan mesin tersebut sudah berubah dapat
diterima? (gunakan taraf kepercayaan 5%)!
Langka-langkah menggunakan software minitab.

2. Masukkan data ke dalam worksheet minitab
Gambar tampilan data entri
3. Untuk memilih uji tanda dalam uji nonparametrik, pada menu bar minitab (lihat
ilustrasi gambar) pilih Stat  Nonparametrics  1-sample sign.

Gambar pemilihan menu uji tanda pada minitab
Setelah menu 1-Sample Sign diklik, akan memunculkan tampilan kotak dialog 1-
Sample Sign pada gambar berikut.
4. Pada tampilan ini, masukkan variabel yang akan diuji ke bagian variables dengan
mengklik kotak di sebelah kiri yang berisi data diameter logam. Untuk memasukkan
nilai taraf keberartian, klik lingkaran di sebelah kiri tulisan confidence interval dan
masukkkan nilai 95.0 pada kotak level (default pada minitab adalah 95.0). jika ingin
mengubah taraf keberartian menjadi 1%, ganti nilai 95.0 dengan 99.0. Masukkan nilai
median yang diuji pada hipotesis nol pada kotak di sebelah kanan tulisan test median.
Untuk memilih jenis hipotesis alternatif, tersedia tiga pilihan pada kotak alternative,
yaitu less than untuk uji satu pihak (kiri), not equal untuk dua pihak, dan greather
than untuk uji satu pihak (kanan). Untuk contoh, pilihlah not equal.
Gambar kotak dialog 1-sample sign untuk memasukkan kondisi pengujian

5. Untuk memunculkan output , klik kotak OK yang terdapat pada gambar berikut, maka
akan muncul output minitab seperti berikut.
Gambar tampilan output minitab


MODUL 6. Anova
Definisi
ANOVA (analysis of variance) adalah suatu metode analisis statistika yang termasuk ke
dalam cabang statistika inferensi. Dalam literatur Indonesia metode ini dikenal dengan
berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis variansi.
Tujuan
Tujuan dari praktikum ini adalah:
1. Mampu melakukan perhitungan ANOVA ( Analisis Of Variance)
2. Mampu membedakan antara One Way ANOVA dengan Two Way ANOVA
3. Mampu menentukan variabel-variabel yang termasuk faktor maupaun level faktor
Gambar 7. Flowchart Kegiatan Praktikum ANOVA

Prosedur Praktikum
Berikut ini adalah prosedur praktikum One Way ANOVA dan Two Way ANOVA
A. Prosedur Praktikum One Way ANOVA

Langkah 1
Pengambilan data sekunder bisa melalui data skripsi dengan 1 faktor dengan minimal 4 level
faktor dan dengan sampel kecil kurang dari 30 sampel minimal 10 sampel
Langkah 2
Menyertakan bukti data skripsi sebagai lampiran.
Langkah 3
Identifikasi masalah terhadap data sekunder
Langkah 4
Pengolahan data sekunder, bisa melalui perhitungan manual maupun perhitungan lewat SPSS
Langkah 5
Analisis data dan interprestasi data
Langkah 6
Kesimpulan dan saran
Langkah 7
Menyusun laporan
Langkah 8
Selesai
B. Prosedur Praktikum Two Way ANOVA

Langkah 1
Pengambilan data primer melalui suatu eksperimen pembuatan roti dengan oven. Batasan
pada praktikum ini yaitu dengan menggunakan lebih dua faktor sebagai bahan pertimbangan
dalam mempengaruhi output, sehingga menggunakan desain tabel faktorial. Sampel yang
digunakan adalah sampel kecil yaitu kurang dari 30 dengan replikasi sebanyak 3 kali, sampel
kecil yang digunakan karena ukuran setiap Loyang yang digunakan untuk oven kue adalah
max 30 kue/loyang dan setiap kali masak bisa masuk 3 loyang.
Langkah 2
Persiapan alat dan bahan
Langkah 3
Penentuan faktor yang akan digunakan
Langkah 4
Persiapan pembuatan adonan
Langkah 5
Pengambilan sampel
Langkah 6
Pengukuran tinggi kue bolu
Langkah 7
Penggabungan data dari beberapa kelompok untuk memenuhi permintaan tabel desain
faktorial.
Langkah 8
Pengolahan data primer, perhitungan manual dan perhitungan melalui spss
Langkah 9
Analisis data dan interprestasi data
Langkah 10
Kesimpulan dan saran
Langkah 11
Langkah 12
Menyusun laporan
Langkah 13
Selesai

Contoh Kasus
Seorang distributor beras ingin mengetahui bagaiman pengaruh permintaan beras (dalam ton)
dilima desa yang ada di kabupaten Bandung setiap tahunnya. Berikut merupakan data
permintaan beras yang didapatkan oleh distributor tersebut.
Tabel kasus one way anova
Langkah-langkah menggunakan minitab.

2. Copy data dari excel ke minitab.
Tabel worksheet one way ANOVA
3. Klik stat, kemudian pilih ANOVA, kemudian pilih one way.

Gambar stat one-way ANOVA
4. Kemudian pilih response data are in one column for all factor levels.
Gambar kotak dialog one-way ANOVA
5. Kemudian pindahkan variabel data permintaan ke kotak response dan variabel tahun ke kotak
factor dengan cara klik terlebih dahulu didalam kotak response dan factor, kemudian klik
variabel yang akan dipindahkan dan klik select.
Gambar kotak dialog one-way ANOVA

6. Klik OK, maka akan muncul output dengan tampilan sebagai berikut:
Gambar output one-way ANOVA


MODUL 7. Analisis Korelasi dan Regresi
Definisi
Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh
suatu variabel terhadap variabel lain. Dalam analisis regresi, variabel yang mempengaruhi
disebut Independent Variable (variabel bebas) dan variabel yang dipengaruhi disebut
Dependent Variable (variabel terikat). Analisis Korelasi merupakan suatu analisis untuk
mengetahui tingkat keeratan hubungan antara dua variabel.
Tujuan
Tujuan melakukan kegiatan praktikum pada modul ini, praktikan diharapkan mampu:
1. Memahami pengertian Regresi dan Korelasi.
2. Menentukan hubungan antar dua variabel dalam bentuk persamaan.
3. Mengetahui besar kecilnya pengaruh antar dua variabel.
4. Mampu menarik kesimpulan dari hasil perhitungan.
Gambar 9. Flowchart Kegiatan Praktikum Analisis Korelasi dan Regresi

Prosedur Praktikum
Langkah 1
Langkah 2
Melakukan pengumpulan data yang merupakan data X dan Y (data X dan Y didapat dari
asisten)
Langkah 3
Melakukan penambahan dua digit akhir NPM pada data X dan Y.
Langkah 4
Butlah tabel hasil pengolahan data
Tabel 24. Hasil Pengolahan Data
No. X Y XiYi Xi yi- y ̂ - ̂ ̅
1
2
3
Jumlah
Rata-rata
Kuadrat

1. Regresi
∑ 𝑋𝑖
a. 𝑥̅ = 𝑛
∑ 𝑌𝑖
b. 𝑦̅ = 𝑛
∑ Xi ∑ Y i
c. Sxy = ∑ Xi Yi 𝑛
2
2 ∑ Xi
d. Sxx = ∑ Xi 𝑛
∑ Xi ∑ Yi
∑ Xi Y i 𝑆𝑥𝑦
e. 𝛽̂1 = 𝑛
∑ Xi 2
=𝑆
2 𝑥𝑥
∑ Xi
𝑛
f. 𝛽̂0 = 𝑦̅ 𝛽̂1 𝑥̅
g. 𝑦̂𝑖 = 𝛽̂0 + 𝛽̂1 𝑥 𝑋𝑖
h. Buatlah diagram Scatter Xi terhadap Yi
2. Korelasi
2 2 2 2
a. SSE = ∑ 𝑦𝑖 𝑦̂𝑖 = 𝑦1 𝑦̂1 + 𝑦2 𝑦̂2 + ⋯ + 𝑦𝑛 𝑦̂𝑛
2 2 2 2
b. SSR = ∑ 𝑦̂𝑖 𝑦̅ = 𝑦̂1 𝑦̅ + 𝑦̂2 𝑦̅ + ⋯ + 𝑦̂𝑛 𝑦̅
c. SST = SSE + SSR

𝑆𝑆
d. R2 = 𝑆𝑆𝑅
𝑇
𝑆𝑥𝑦
e. r = [𝑆 1/2
𝑥𝑥 𝑆𝑆𝑇 ]
Langkah 5
Langkah 6
Langkah 7
Menghitung dengan menggunakan software minitab.
Langkah 8
Selesai.

Contoh Kasus
Seorang peneliti ingin menguji apakah terdapat hubungan antara tinggi badan seseorang
dengan kecepatan lari jarak pendek, untuk itu dipilih 10 orang atlet pria yang sudah terbiasa
dengan latihan lari jarak pendek (rentangusia masing-masing atlet juga tidak jauh berbeda).
Dalam percobaan, atlet diminta untuk menempuh jarak 200m secepat mungkin dan dicatat
waktu yang ditempuh (dalam detik). Setelah itu, tinggi badan masing-masing atlet diukur
(dalam meter) dan dibandingkan dengan waktu yangditempuh dalam lari jarak pendek. Data
tinggi badan atlet dan waktu lari jarak pendek yang ditempuh disajikan pada tabel berikut.
Tabel data uji coba

Data uji coba
Atlet ke- Waktu
Tinggi
tempuh
badan (cm)
(detik)
1 160,5 20,4
2 158,4 22,4
3 162,3 20,3
4 165,8 19,8
5 170,2 18,6
6 168,4 19,2
7 173,6 18,4
8 178,8 18,1
9 180,1 17,9
10 173,5 18,5
Berdasarkan data pada tabel, lakukan uji regresi linier sederhana menggunkana aplikasi
minitab.
Langkah-langkah menggunakan minitab.
1. Buka aplikasi software minitab.

2. Masukkan data-data pada tabel ke dalam worksheet minitab, sehingga diperoleh
tampilan data entry sebagai berikut.
Gambar tampilan data contoh dalam worksheet minitab

3. Klik menu stat  regression  regression (lihat ilustrasi yang diberikan pada
gambar) sehingga muncul kotak dialog regression seperti tampilan gambar berikut.
Gambar pilihan menu regression dalam aplikasi minitab

4. Pada kotak dialoge regression (lihat ilustrasi gambar), masukkan variables bebas
tinggi badan ke dalam kotak continous predictors dan variabel tak bebas waktu
tempuh kedalam kotak response. Untuk memilih informasi apasaja yang akan
ditampilkan dalam output minitab, klik tombol results sehingga muncul kotak dialog
regression – results.
Gambar kotak dialog regression untuk memasukkan variabel yang akan diuji
5. Pada kotak dialog regression – results (lihat gambar), Untuk tahap ini, beri tanda pada
in addition, sequential sums of squares and the unusal observations in the table of fits
and residuals.

Gambar kotak dialog regressions: results untuk memilih informasi output yang akan
ditampilkan pada output minitab.
Gambar output minitab untuk contoh regresi
Interpretasi output minitab
Berdasarkan output minitab, diperoleh nilai koefisien regresi a dan b masing-masing adalah
48.49.1 dan -0.17222. dengan memasukkan nilai-nilai a dan b ke model persamaan regresi 𝑦̂ =
48,49 – 0.1722X. Dari output minitab (lihat rangkuman analysis of variance), diperoleh nilai
P=0.000. ini berarti variabel tinggi bada dan kecepatan berlari (dinyatakan dalam waktu
tempuh) berhubungan linier secara signifikan. Dari output minitab juga diperoleh nilai
koefisien determinasi R2 (R-Sq) = 85.60%. Ini berarti bahwa 85.60% variabel kecepatan lari
dapat dijelaskan oleh variabel tinggi badan.

Langkah-langkah menghitung nilai korelasi
1. Masukkan data tinggi badan (cm) dan waktu tempuh (detik) yang ada pada contoh
kasus sebelumnya.
Gambar data contoh yang sudah dimasukkan ke dalam worksheet
2. Untuk memilih uji korelasi (pearson correlation), pada menu bar minitab pilih stat 
basic statistics  correlation sehingga muncul kotak dialog correlation.
Gambar menu bar minitab untuk memilih uji korelasi
3. Klik tulisan tinggi badan pada kotak sehingga memunculkan tulisan tinggi badan
pada kotak di sebelah kanan tulisan variables. Dengan cara yang sama juga lakukan
pada tulisan waktu tempuh pada kotak di sebelah kanan tulisan variables.
Selanjutnya di sebalah kanan method, pilih menu untuk uji pearson correlation.
Berikan tanda √ untuk memunculkan p-value pada output minitab.
Gambar kotak dialog correlation untuk memasukkan data yang diuji

4. Untuk memunculkan output, klik kotak OK yang terdapat pada tampilan gambar,
sehingga muncul output minitab seperti pada gambar berikut:
Gambar output minitab
Interpretasi nilai korelasi output minitab
Berdasarkan p-value yang diperoleh pada output minitab, yaitu sebesar 0.000, dapat diambil
kesimpulan bahwa terdapat hubungan yang signifikan antara tinggi badan dengan waktu
tempuh. Jika ingin menginterpretasikan nilai korelasi pada gambar, gunakan tabel inteeoretasi
nilai r. Dari nilai korelasi sebesar 0.925, dapat diinterpretasikan bahwa ubungan antara tinggi
badan dengan waktu tempuh adalah kuat dan negatif. Hal ini berarti semakin tinggi seorang
subjek akan semakin cepat waktu tempuhnya dalam berlari.

DAFTAR PUSTAKA
Yanto. (2016). Statistik Inferensi untuk Penelitian dengan Minitab. Yogyakarta: Penerbit ANDI.
Laboratorium Statistik Dan Rekayasa Kualitas (2012): Manual Prosedur Praktikum Statistik
Industri, Program Studi Teknik Industri, Fakultas Teknik, Universitas Brawijaya.
Laboratorium Statistika Industri dan Penelitian Operasional (2015): Modul Praktikum

Statistika Industri dan Penelitian Operasional, Fakultas Rekayasa Industry, Telkom
University.
http://www.portal-statistik.com/2014/02/analisis-deskriptif-dengan-minitab.html
https://www.scribd.com/doc/56731539/Modul-7-Distribusi-Binomial-Dan-Distribusi-
Hipergeometrik

LEMBAR ASISTENSI
LEMBAR ASISTENSI
Nama Praktikan : Kelas :
NPM : Nama Instruktur :
Nama Laboratorium : Nama Asisten 1 :
Nama Praktikum : Nama Asisten 2 :
Tanggal Uraian Paraf
Asisten 1 Asisten 2 Instruktur
(………………) (………………) (………………)

Modul Praktikum Statistika Industri Rev.02 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul Praktikum Statistika Industri Rev.02 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL PRAKTIKUM

Nama Praktikan : _______________________

Jl. Cikutra 204a Bandung 40125

Dr. Arief Rahmana, S.T., M.T.

PRAK. STATISTIKA INDUSTRI 1

Bandung, Agustus 2017

PRAK. STATISTIKA INDUSTRI 2

PRAK. STATISTIKA INDUSTRI 3

PRAK. STATISTIKA INDUSTRI 4

PRAK. STATISTIKA INDUSTRI 5

PRAK. STATISTIKA INDUSTRI REV.02 6

TUGAS PENDAHULUAN MODUL 1

PRAK. STATISTIKA INDUSTRI REV.02 7

MODUL 1. Statistik Deskriptif

PRAK. STATISTIKA INDUSTRI REV.02 8

Gambar 1. Flowchart Kegiatan Praktikum

PRAK. STATISTIKA INDUSTRI REV.02 9

Berikan contoh perhitungan:

PRAK. STATISTIKA INDUSTRI REV.02 10

Buatlah tabel dari hasil perhitungan kuartil

Buatlah tabel dari hasil perhitungan desil

PRAK. STATISTIKA INDUSTRI REV.02 11

Tabel analisis data output

Langka-langkah menggunakan software minitab.

1. Buka aplikasi minitab.

Gambar nama variabel

3. Selanjutnya adalah melakukan entri data sesuai dengan contoh kasus.

Gambar entri data

PRAK. STATISTIKA INDUSTRI REV.02 13

4. Selanjutnya klik Stat – Basic Statistics – Display Deskriptive Statistics kemudian

Gambar display descriptive statistics

5. Sehingga muncul output seperti berikut

PRAK. STATISTIKA INDUSTRI REV.02 14

PRAK. STATISTIKA INDUSTRI REV.02 15

TUGAS PENDAHULUAN MODUL 2

PRAK. STATISTIKA INDUSTRI REV.02 16

MODUL 2. Teori Probabilitas

Flowchart Kegiatan Praktikum

Gambar 2. Flowchart Praktikum Peluang

Gambar 3. Flowchart Prakitkum Permutasi dan Kombinasi

PRAK. STATISTIKA INDUSTRI REV.02 18

PRAK. STATISTIKA INDUSTRI REV.02 19

TUGAS PENDAHULUAN MODUL 3

PRAK. STATISTIKA INDUSTRI REV.02 20

MODUL 3. Distribusi Probabilitas

B. Poisson dan Eksponensial

PRAK. STATISTIKA INDUSTRI REV.02 21

20 bola merah, 80 bola

Mengolah data secara teoritis,

Gambar 4. Flowchart Praktikum Binomial

PRAK. STATISTIKA INDUSTRI REV.02 22

Gambar 5. Flowchart Praktikum Hipergeometrik

PRAK. STATISTIKA INDUSTRI REV.02 24

PRAK. STATISTIKA INDUSTRI REV.02 25

B. Poisson dan Eksponensial

Buatlah contoh perhitungan:

PRAK. STATISTIKA INDUSTRI REV.02 26

Buatlah contoh perhitungan:

Buatlah contoh perhitungan

PRAK. STATISTIKA INDUSTRI REV.02 27

Buatlah contoh perhitungan

PRAK. STATISTIKA INDUSTRI REV.02 28

Langkah-langkah menggunakan software minitab.