BAB I

PENDAHULUAN

1.1 Latar Belakang

Ilmu pengetahuan selalu berkembang dan mengalami kemajuan yang sangat pesat, sesuai
dengan perkembangan jaman dan perkembangan cara berpikir manusia. Didalam
kehidupan aktifitas sehari-hari, sering kita jumpai banyak hal yang dapat kita
deskripsikan dalam sebuah bentuk data. Informasi data yang diperoleh tentunya harus
diolah terlebih dahulu menjadi suatu data yang mudah dibaca dan dianalisa, akan tetapi
bagaimana penyajian data yang kita dapat tentunya berbeda-beda, sesuai dengan
kebutuhan dan keinginan penyaji data
Pada dasarnya aplikasi ilmu statistika dapat di bagi menjadi dua bagian, yaitu Statistika
Deskriptif dan Statistika Induktif. Statistika Deskriptif berusaha menjelaskan atau
menggambarkan berbagai karekteristik data, seperti berapa rata-ratanya (mean), seberapa
jauh data-data yang bervariasi dan sebagainya.
Statistika juga banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam
(misalnya : astronomi dan biologi), maupun ilmu-ilmu sosial (misalnya : sosiologi dan
psikologi), dan dibidang bisnis (misalnya : industri dan ekonomi). Statistika juga
digunakan dalam pemerintahan untuk berbagai macam tujuan, sensus penduduk
merupakan salah satu prosedur yang paling dikenal.

1.2 Perumusan Masalah

Berdasakan latar belakang permasalahan diatas, maka masalah dapat dirumuskan sebagai
berikut :
1. Bagaimana menghitung data kasar menjadi data yang dapat dibaca.
2. Bagaimana membuat tabel distribusi frekuensi dan tabel frekuensi kumulatif.
3. Bagaimana membuat grafik histogram dan poligon.

1
1.3 Tujuan Praktikum
Untuk memudahkan dan mengetahui arah penelitian ini, maka penulis mempunyai tujuan
percobaan seperti berikut :
1. Mengetahui dan memahami cara menghitung data kasar menjadi data yang dapat
dibaca.
2. Mempelajari dan memberikan suatu gambaran dan membandingkan seperangkat
data yang telah dikumpulkan ke dalam tabel distribusi frekuensi dan frekuensi
kumulatif serta mengetahui cara pembuatannya.
3. Mempelajari dan memberikan informasi dalam bentuk grafik histogram dan poligon
dan mengetahui cara pembuatannya.

1.4 Pembatasan Masalah

Dalam upaya mengarahkan pembahasan masalah pada tujuan utama agar tidak
menyimpang dari ruang lingkup permasalahan, maka perlu diadakan pembatasan masalah
sebagai berikut :
1. Pengambilan data dilakukan pada tanggal 15 Maret 2017 pukul 14.21-15.17 di CGV
Blitz Bekasi Cyber Park, karna keadaan di CGV Blitz tersebut banyak dikunjungi
masyarakat, maka mudah untuk melaksanakan pengambilan data.
2. Data yang dikumpulkan adalah data waktu kedatangan dan waktu pelayanan kepada
pelanggan, masing-masing sebanyak 100 data.

1.5 Metodologi Pemecahan Masalah

Adapun metodologi pemecahan masalah atau metode penelitian yang digunakan dan
dilakukan dalam percobaan ini adalah:
1. Study pustaka.
Bersamaan dengan pengumpulan data, dilakukan pula suatu study kepustakaan yang
berkaitan dengan teori-teori yang akan digunakan dalam bagaimana cara melakukan
pengumpulan dan pengolahan data. Study kepustakaan tersebut antara lain cara
mengumpulkan dan cara mengolah data yang meliputi; menghitung jumlah kelas,
menghitung range kelas, menghitung interval kelas, membuat distribusi frekuensi dan
frekuensi kumulatif, serta membuat grafik histogram dan grafik poligon.

2
 2. Study lapangan.
Mengadakan pengambilan data pada obyek yang berhubungan dengan masalah yang
akan diteliti, yaitu data waktu kedatangan dan waktu pelayanan. Dalam pengambilan
data ini dilakukan di CGV Blitz Bekasi Cyber Park.

1.6 Sistematika Penulisan

Adapun sistematika penulisan dalam laporan percobaan ini meliputi:
BAB I : PENDAHULUAN.
Berisi tentang latar belakang, perumusan masalah, tujuan percobaan,
pembatasan masalah, metode pemecahan masalah, dan sistematika penulisan.
BAB II : LANDASAN TEORI.
Berisi tentang definisi distribusi frekuensi, distribusi frekuensi relatif dan
kumulatif, serta grafik.
BAB III : METODOLOGI PEMECAHAN MASALAH.
Berisi tentang langkah-langkah pemecahan masalah dan flowchart pemecahan
masalah.
BAB IV : PENGUMPULAN DAN PENGOLAHAN DATA.
Berisi hasil pengumpulan dan pengolahan data serta grafik histogram dan
poligon.
BAB V : ANALISA DATA.
Berisi perbandingan hasil perhitungan manual dengan menggunakan software
SPSS yang meliputi perhitungan mean, median, modus, range, standart
deviasi dan varians.
BAB VI : KESIMPULAN.
Berisi kesimpulan hasil percobaan.

3
 BAB II
LANDASAN TEORI

2.1 Pengertian Statistika

Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika'
(bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika
merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data,
informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari
kumpulan data, statistika dapat digunakan untuk menyimpulkan atau
mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep
dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika
antara lain: populasi, sampel, unit sampel, dan probabilitas.

Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam
(misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi
dan psikologi), maupun di bidang bisnis, ekonomi, dan industri. Statistika juga
digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk
merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya
yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya
dilakukan sebelum pemilihan umum), serta hitung cepat (perhitungan cepat hasil
pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan
dalam pengenalan pola maupun kecerdasan buatan.

4
2.2 Statistika Dalam Penelitian
Dalam rangka kegiatan penelitian, seperti yang telah disinggung di depan, fungsi
dan peranan statistika dijelaskan sebagai berikut:
1. Statistika memungkinkan pencatatan secara eksak data penelitian.
2. Statistika memandu peneliti menganut tata fikir dan tata kerja yang definit
daneksak.
3. Statistika menyediakan cara-cara meringkas data ke dalam bentuk yang lebih
banyak artinya dan lebih mudah mengerjakannya.
4. Statistika memberi dasar-dasar untuk menarik kongklusi kongklusi melalui
proses-proses yang mengikuti tata cara yang dapat diterima oleh ilmu
pengetahuan.
5. Statistika memberi landasan untuk meramalkan secara ilmiah tentang
sebagaimanasesuatu gelaja akan terjadi dalam kondisi-kondisi yang telah di
ketahui.
6. Statistika memungkinkan peneliti menganalisis, menguraikan sebab-akibat
yangkompleks dan rumit, yang tanpa statistika akan merupakan peristiwa
yangmembingungkan, kejadian yang tak teruraikan.

2.3 Distribusi Frekuensi

Distribusi frekuensi adalah daftar yang menunjukkan rincian skor dari suatu perangkat
data beserta frekuensinya masing-masing dalam suatu pengukuran. Daftar distribusi
frekuensi menggambarkan seberapa sering masing-masing skor pada perangkat data itu
muncul. Dengan kata lain distribusi frekuensi adalah pengelompokkan data kedalam
beberapa kategori yang menunjukkan banyaknya data dalam setiap kategori, dan setiap
data tidak dapat dimasukkan kedalam dua atau lebih kategori.

Tujuan pengelompokkan data kedalam distribusi frekuensi ialah untuk

memperoleh gambaran yang sederhana, jelas dan sistematis mengenai suatu
peristiwa yang dinyatakan dalam angka-angka. Agar distribusi frekuensi yang
dihasilkan cukup baik dalam penyajian, maka hendaknya penyusunannya
memperhatikan jumlah kelas, range kelas, dan interval kelas.

5
 Komponen distribusi frekuensi terdiri dari :
1. Interval Kelas, adalah sejumlah nilai variabel yangada dalam batas kelas
tertentu. Contoh : 7 – 9
2. Batas Kelas, adalah suatu nilai yang membatasikelas pertama dengan kelas
yang lain.
3. Titik Tengah Kelas, adalah nilai yang terdapat ditengah interval kelas.
Contohnya: untuk interval kelas 7 – 9 titik tengah kelasnya :

X= =8

Tabel 2.1 Contoh Tabel Distribusi

Frekuensi

Interval kelas Batas kelas Titik tengah kelas Frekuensi ( f )

(x)

7–9 6,5 – 9,5 8 2

10 – 12 9,5 – 12,5 11 8
13 – 15 12,5 – 15,5 14 14
16 – 18 15,5 – 18,5 17 19
19 – 21 18,5 – 21,5 20 7

Langkah – langkah distribusi frekuensi :

1. Menghitung dan menentukan jumlah kelas. Oleh karena banyak angka dalam
seperangkat data, maka perlu data tersebut dikelompokkan. Pengelompokkan
dimaksud untuk penyederhanaan analisis selanjutnya. Tetapi akibatnya ada bagian-
bagian yang dihilangkan sehingga kehilangan informasi. Dengan demikian timbul
masalah baru. Masalahnya bagaimana sebaiknya dilakukan supaya tidak terlalu
banyak data yang dihilangkan tetapi cukup sederhana. Kalau banyak data yang hilang
tetapi tidak menyederhanakan dengan baik, tetapi kalau terlalu sedikit tujuan
penyederhanaan tidak tercapai.

Atas pertimbangan-pertimbangan itu, seorang ahli statistika bernama H.A. Sturges

membuat pedoman berapa banyak sebaiknya kelompok itu dilakukan, yang kemudian
dikenal sebagai “ kaidah Sturges”, yaitu:

6
 ∑k = 1 + 3,3 log n

Dengan : k = jumlah kelas.

n = jumlah keseluruhan observasi yang terdapat dalam data.

Jumlah kelas menunjukkan jumlah interval kelas yang diperlukan untuk

mengelompokkan suatu perangkat data. Jumlah intervall kelas selalu berbentuk
bilangan bulat dan sebaiknya berkisar antara 5 sampai 20. Sebagai contoh dengan
menggunakan rumus tersebut, jumlah kelas yang diperlukan untuk mengelompokkan
data dapat ditemukan sebagai berikut:
∑k = 1 + 3,3 log 80.

= 7,3 ~ 7.

Dengan demikian, untuk mengelompokkan perangkat data pada contoh tersebut

diperlukan sekitar 7 jumlah kelas.

2. Menghitung dan menentukan range kelas.

Range suatu kelas suatu perangkat data yang biasanya dilambangkan dengan huruf R
adalah skor terbesar dikurangi skor terkecil. Dengan demikian range perangkat data
diatas dapat ditemukan dengan rumus :

R = NB - NK

dengan : R = range kelas.

NB = skor (nilai) terbesar.

NK = skor (nilai) terkecil.

Sebagai contoh dengan menggunakan rumus tersebut, range kelas yang untuk
mengelompokkan data dapat ditemukan sebagai berikut :

R = 95 – 36 = 59.

7
3. Menghitung dan menentukan interval kelas.

Interval kelas berhubungan erat dengan penentuan jumlah kelas dan sebaiknya
diusahakan agar sama semua serta dalam bilangan-bilangan yang praktis. Untuk
menyusun interval kelas, perlu ditentukan dahulu bilangan awal untuk kelas pertama
(paling bawah). Bilangan awal ini sebaiknya merupakan kelipatan dari panjang kelas
dan tidak lebih kecil dari skor terkecil dikurangi panjang kelas. Interval kelas dapat
ditemukan dengan rumus :

Ci = R

∑k

Dengan menggunakan R = 59 dan ∑k = 7, maka interval kelas yang diperlukan perangkat

data pada contoh diatas adalah:

Ci =

= 8,4 ~ 8

Jadi, interval kelas untuk mengelompokkan data dari 80 subjek adalah sebanyak 8. hal
yang perlu dicatat disini adalah bahwa interval kelas dapat berupa bilangan desimal atau
bilangan bulat tergantung pada pencatatan data yang akan dikelompokkan. Oleh karena
data dalam contoh diatas dicatat dalam bilangan bulat, maka interval kelas pun harus
berupa bilangan bulat.

Setiap kelas dalam distribusi frekuensi dibatasi oleh dua buah skor, yaitu batas bawah
(lower limit) dan batas atas (upper limit). Batas bawah suatu kelas adalah skor terkecil
pada kelas itu. Sedangkan batas atas adalah skor terbesar atau tertinggi pada kelas yang
bersangkutan.

Selain itu karena datanya bersifat kontinu, maka setiap kelas mempunyai batas nyata (real
limit), yaitu batas nyata bawah (real lower limit) dan batas nyata atas (real upper limit).
Batas nyata bawah suatu kelas adalah batas bawah kelas itu dikurangi setengah dari
satuan terkecil data itu dicatat. Sebaliknya, batas nyata atas suatu kelas adalah batas atas
kelas itu ditambah setengah dari satuan terkecil data yang bersangkutan dicatat.

8
Istilah lain yang perlu dipahami adalah midpoint, adalah titik tengah atau nilai tengah.
Sesuai namanya, titik kelas suatu kelas merupakan nilai yang membagi kelas itu menjadi
dua bagian yang sama besar. Dengan kata lain, titik tengah suatu kelas adalah setengah
dari jumlah batas bawah dan batas atas kelas itu. Secara aljabar, pengertian tersebut dapat
ditulis :

Titik tengah = 1/2 (batas bawah + batas atas)

Distribusi frekuensi relatif dari suatu kelas adalah proporsi item atau dalam kelas
terhadap jumlah keseluruhan item dalam data tersebut.Rumus frekuensi relatif adalah sbb
:

𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑘𝑒𝑙𝑎𝑠
Frekuensi Relatif =
𝑛

Distribusi frekuensi relatif adalah ringkasan dalam bentuk tabel dari sekelompok data
yang menunjukkan frekuensi relatif bagi setiap kelas. Frekuensi persentasedari suatu
kelas adalahfrekuensi relatif kelas tersebut dikalikan dengan100.Rumus Frekuensi
Persentase adalah sbb :
𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝐾𝑒𝑙𝑎s
Frekuensi presentase = x 100%
𝑛

Distribusi frekuensi persentaseadalah ringkasandalam bentuk tabel dari

sekelompok data yangmenunjukkan frekuensi persentase bagi setiap kelas.

Untuk memperoleh angka frekuensi kumulatif yang kurang dari (less than
cumulative frequency ), digunakan nilai batas atas dari setiap kelas.Rumus :

𝐹𝑟𝑒𝑘. 𝑛𝑖𝑙𝑎𝑖 𝑏𝑎𝑡𝑎𝑠 𝑎𝑡𝑎𝑠 𝑘𝑒𝑙𝑎𝑠

x 100%
𝑛

9
Untuk memperoleh angka frekuensi kumulatif yang kurang dari (more than cumulative
frequency ), digunakan nilai batas bawah dari setiap kelas.Rumus :
𝐹𝑟𝑒𝑘. 𝑛𝑖𝑙𝑎𝑖𝑏𝑎𝑡𝑎𝑠𝑏𝑎𝑤𝑎ℎ𝑘𝑒𝑙𝑎𝑠
x 100%
𝑛
Dalam suatu keadaan yang menjadi titik perhatian mungkin bukan pada banyaknya
pengamatan pada kelas tertentu, tetapi pada banyaknya pengamatan yang jatuh di atas
atau di bawah sebuah nilai tertentu. Distribusi frekuensi semacan ini dikenal dengan
sebagai Distribusi Frekuensi Kumulatif.

Distribusi frekuensi kumulatif terdiri dari dua macam, yaitu distribusi kumulatif kurang
dari dan distribusi kumulatif lebih dari.Distribusi frekuensi kumulatif kurang dari
menunjukkan berapa banyaknya frekuensi pengamatan yang menunjukkan nilai lebih
kecil dari sebuah nilai atau nilainilai tertentu.Sedangkan distribusi frekuensi kumulatif
lebih dari menunjukkan berapa banyaknya frekuensi pengamatan yang menunjukkan nilai
yang lebih besar dari sebuah nilai atau nilai-nilai tertentu.

4. Grafik
1. Pengertian Grafik
Grafik adalah alat penyajian data statistic yang tertuang dalam bentuk lukisan,
baik lukisan garis dan zgambar maupun lambang.
2. Keunggulan Grafik
1. Penyajian data statistic melalui grafik tanpak lebih menarik dari pada tabel
distribusi frekuensi.
2. Grafik dapat lebih cepat memperlihatkan gambaran umum dan menyeluruh
tentang suatu perkembangan, perubahan maupun perbandingan, tidak
demikian halnya dengan table.

3. Grafik yang dapat dibuat menurut aturan yang tepat dan benar akan terasa
lebih jelas dan lebih dimengerti orang.

3. Manfaat Grafik
Penyajian data berbentuk grafik dapat membantu dalam memvisualkan data
tersebut sehingga mudah dibaca, dipahami dan dianalisis serta diinterpretasikan.
4. Macam-macam Grafik
2.4 Grafik Batang.

10
 Histogram merupakan bentuk grafik yang mudah dipahami. Histogram adalah
bentuk grafik yang menggambarkan suatu sebaran (distribusi) frekuensi suatu perangkat
data dalam bentuk batang, karena frekuensi disajikan dalam bentuk batang. Histogram
digunakan untuk menggambarkan secara visual frekuensi data yang bersifat kontinu.
Untuk data yang berbentuk kategori, tampilan visual yang serupa disebut diagram batang
(barchart).

Untuk menggambar histogram diperlukan sumbu datar (absis) dan sumbu tegak
(ordinat). Sumbu datar terdiri dari batas nyata bawah atau batas nyata atas setiap kelas,
sedangkan sumbu tegak lurus menggambarkan kelas yang bersangkutan. Sumbu datar
dan sumbu tegak saling berpotongan secara tegak lurus, sehingga kaki setiap batang jatuh
pada batas nyata bawah / batas nyata atas setiap kelas dengan nilai tengah kelas berada
ditengah kedua kaki batangnya.

2.5 Grafik Garis.

Gambar 2.2 Grafik Garis.

11
 Pada histogram diasumsikan skor-skor pada suatu interval kelas menyebar
secara merata. Pada poligon, skor-skor itu diasumsikan terpusat pada titik
tengah kelasnya.

Poligion dibuat dengan cara menarik satu garis yang menghubungkan titik
tengah setiap kelas sesuai dengan frekuensinya masing-masing kelas. Kaki yang
paling kiri jatuh pada titik tengah kelas dibawah kelas terkecil dan kaki yang
paling kanan jatuh pada titik tengah kelas diatas kelas terbesar. Hal ini
dilakukan karena frekuensi poligon digunakan pada data kontinu.

2.6 Grafik Lambang.

Gambar 2.3 Grafik Lambang.

Diagram lambang (pictogram), disajikan bentuk lambang dan lambing yang

disajikan disesuaikan dengan obyek-obyek yang disajikan misal penduduk

12
 gambar orang, produksi digambarkan mobil, perangkat alatteknologi digambarkan
dengan komputer misal diagram perkembangan penduduk kota Gresik.

2.7 Grafik Lingkaran.

Gambar 2.4 Grafik Lingkaran.

Diagram lingkaran, disajikan bentuk gambar lingkaran yang bentuknya
menggambarkan secara keseluruhan dan sebagian datadigambarkan dengan
menggunakan juring atau sector bisa dihitung dengan prosentasimasing masing
daerah diagram.

BAB III
METODOLOGI PEMECAHAN MASALAH
13
 Pada dasarnya suatu penelitian atau percobaan memerlukan metodologi yang terdiri dari
beberapa tahapan, pada penelitian ini tahaptahap yang dilalui adalah sebagai berikut:

3.1. LANGKAH PEMECAHAN MASALAH

Permasalahan yang ada dapat dipecahkan melalui melalui tahapantahapan sebagai
berikut:

3.1.1. Study Pendahuluan

Penulis dalam melakukan percobaan menggunakan dua macam studi
pendahuluan, yaitu:

a Study pustaka.
Sebelum merumuskan masalah yang akan diteliti, penulis terlebih dahulu
melakukan study pustaka, yaitu suatu study kepustakaan seperti membaca buku
yang berkaitan dengan teori-teori yang akan digunakan dalam bagaimana cara
melakukan pengumpulan dan pengolahan data.

b Study lapangan.
Sedangkan study lapangan yaitu mengadakan penelitian dan pengambilan data
pada obyek yang berhubungan dengan masalah yang akan diteliti.

3.1.2. Perumusan Masalah dan Tujuan Percobaan

Berdasakan latar belakang permasalahan maka masalah dapat dirumuskan antara
lain; berapa jumlah kelas, range kelas dan interval kelas, bagaimana membuat

14
 distribusi frekuensi dan frekuensi kumulatif, bagaimana membuat grafik
histogram dan poligon.

Sedangkan tujuan percobaan ini adalah; untuk mengetahui dan

memahami cara menghitung jumlah kelas, range kelas dan interval
kelas, mempelajari dan memberikan suatu gambaran dan
membandingkan seperangkat data yang telah dikumpulkan ke dalam
distribusi frekuensi dan frekuensi kumulatif, serta mempelajari dan
memberikan informasi dalam bentuk grafik histogram dan poligon
dari data yang telah dikumpulkan dan diolah.

3.1.3. Pengumpulan Data

Penelitian dan percobaan ini adalah untuk membuat distribusi frekuensi dari data
yang telah dikumpulkan, yaitu data waktu kedatangan dan waktu pelayanan yang
jumlahnya masing-masing sebanyak 100 data.

3.1.4. Pengolahan Data

Adapaun urutan pengolahan data dalam percobaan ini adalah sebagai berikut:

1. Menentukan jumlah kelas.

Jumlah kelas suatu perangkat data dapat ditemukan dengan rumus:

∑k = 1 + 3,3 log n
dengan : k = jumlah kelas.

n = jumlah keseluruhan observasi yang terdapat dalam data.

2. Menentukan range kelas.

Range kelas suatu perangkat data dapat ditemukan dengan rumus:

15
 R = NB - NK

dengan : R = range kelas.

NB = skor (nilai) terbesar.

NK = skor (nilai) terkecil.

3. Menentukan interval kelas.

Interval kelas suatu perangkat data dapat ditemukan dengan rumus:

Ci = R

∑k
dengan : Ci = interval kelas.

R = range kelas.

∑k = jumlah kelas.

4, Menentukan mean.

Mean sekelompok data dapat ditemukan dengan rumus :

∑Cm.fi
x =
∑𝑓𝑖

dengan : Cm = titik tengah interval kelas.

fi = frekuensi.

5. Menentukan median.
Median atau nilai tengah sekelompok data dapat ditemukan dengan menggunakan
rumus :

16
 𝑛
( )−𝐶𝐹𝑏 2
Md = Bb +
xC
𝐹𝑚
keterangan :
Bb = batas bawah nyata dari kelas yang mengandung median.
n = banyak nya data observasi.
CFb = frekuensi kumulatf dibawah kelas yang berisi median.
Fm = frekuensi dari kelas yang mengandung median.
C = interval kelas.

6. Menentukan modus.
Modus sekelompok data dapat ditemukan dengan menggunakan rumus :
𝑆1
Mo = Bb + xC
𝑆1+𝑆2
Keterangan :
Bb = batas kelas bawah dari kelas modus.
Ba = batas kelas atas dari kelas modus.
S1 = selisih frekuensi kelas modus dengan kelas sebelumnya.
S2 = selisih frekuensi kelas modus dengan kelas sesudahnya.

7. Menentukan varians.
Varians sekelompok data dapat ditemukan dengan menggunakan rumus :

17
 2
2 = ∑( 𝐶𝑚𝑖 −𝑥̅ ) .𝑓𝑖
𝑆 𝑛

8. Menentukan standart deviasi.

Standart deviasi sekelompok data dapat ditemukan dengan rumus :

S = √𝑆2
9. Membuat tabel distribusi frekuensi.
Tabel distribusi frekuensi dibuat untuk memudahkan kita melihat hasil
pengolahan data. Tabel distribusi frekuensi terdiri dari 5 kolom, yaitu kelas, limit
kelas, batas kelas, frekuensi dan nilai tengah.

10. Membuat tabel frekuensi kumulatif.

Tabel ini dibentuk dari daftar distribusi frekuensi biasa, dengan jalan
menjumlahkan frekuensi demi frekuensi. Terdiri atas 4 kolom, yaitu kurang dari,
frekuensi, lebih dari dan frekuensi.

11. Membuat grafik histogram dan poligon.

Dengan menggunakan grafik, perangkat data yang besar dan kompleks dapat
disajikan secara menarik menjadi suatu tampilan yang sederhana dan kompak.
Grafik histogram dan poligon dibuat untuk memudahkan dalam mengamati data
yang telah dibagi dalam beberapa kelas berdasarkan frekuensinya masing-masing.

12. Kesimpulan.
Kesimpulan adalah suatu gambaran tertulis mengenai hasil dari penelitian dan
percobaan.

3.2 KERANGKA PEMECAHAN MASALAH

Permasalahan yang ada dapat dilihat pada flowchart sebagai berikut:

18
 Mulai

Study Pustaka Study Lapangan

Perumusan Masalah dan Tujuan Percobaan

Pengumpulan Data

Pengolahan Data

Membuat Tabel Distribusi Frekuensi dan

Frekuensi Kumulatif

Membuat Grafik Histogram dan Poligon

Analisis Data

Kesimpulan

Selesai

BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

19
4.1 Pengumpulan data
Tabel 4.1.1 tabulasi data waktu kedatangan

28.1 18.4 28.8 29.8 28.1 9.1 7.6 8.1 11.5 11.6
31.5 25.4 31.2 15.9 27.4 12.4 13.1 9.5 10.1 11.4
27.4 24.5 38.8 23.3 20.0 12.4 10.3 11.3 8.2 10.7
30.3 19.4 44.5 20.8 22.5 10.5 11.8 20.9 20.9 9.6
22.6 19.3 41.3 18.2 31.0 13.1 12.8 12.3 7.9 14.3
19.1 17.0 16.1 19.4 25.3 8.3 15.1 8.9 8.2 12.3
17.1 33.9 17.0 30.9 26.4 9.5 7.1 9.2 14.6 8.2
26.4 22.0 24.8 16.7 23.4 10.1 9.1 20.1 12.3 13.2
20.4 21.5 28.5 25.0 20.5 13.0 7.5 9.1 17.2 10.2
24.7 19.8 38.5 23.5 25.7 11.1 7.4 12.6 13.7 12.4

Table 4.1.2 tabulasi data waktu pelayanan

130.2 33.0 151.8 72 189.6 132 63.6 75 141.6 94.2

198 67.2 240.6 142.2 201.6 84.6 74.4 201 78 138
258 79.8 94.8 92.4 59.8 74.4 192.6 195 66 88.2
204.6 213.6 36.4 124.2 64.2 78 120.6 84 65.4 77.4
210 125.4 92.4 84 88.2 204 85.8 126 61.8 94.2
49.1 61.2 63 85.8 136.8 261 201.6 91.2 192.6 129
94.8 86.4 60.6 88.8 73.2 151.8 72 63 129 186
67.2 127.8 70.8 85.2 94.8 133.2 87 190.2 82.2 150
72.6 91.8 88.8 130.2 126.6 127.2 69 74.4 67.2 95.4
118.2 76.8 64.8 151.8 205.8 135 147 76.8 121.2 84
20
 4.2 Pengolahan data

4.2.1 Waktu kedatangan

1. Menghitung jumlah kelas
∑k = 1 + 3,3 log n
= 1 + 3,3 log 100
= 1 + 6,6
= 7,6 8

2. Menghitung range kelas

R = NB – NK
= 44,5 – 7,0
= 37,5

3. Menghitung kelas interval

R
Ci =
∑k
37,5
=
8
= 4,7

4. Mean
4.3 Table frekuensi mean waktu kedatangan

Kelas Cmi Fi Cmi . Fi

7.0 – 11.7 9.35 29 271.15
11.7 – 16.5 14.15 19 268.85
16.6 – 21.3 18.95 18 341.1
21.4 – 26.1 23.75 14 332.5
26.2 – 30.9 28.55 12 342.6
31 – 35.7 33.35 4 133.4
35.8 – 40.5 38.15 2 76.3
40.6 – 45.3 42.95 2 85.9
Total - 100 1851.8

X =
∑ Cmi. Fi
∑ Fi

21
 1851.8
=
100
= 18.56
= 18.5

5. Median
4.4 Table frekuensi median waktu kedatangan

Kelas Fi Fk
7.0 – 11.7 29 29
11.7 – 16.5 19 48
16.6 – 21.3 18 66
21.4 – 26.1 14 80
26.2 – 30.9 12 92
31 – 35.7 4 96
35.8 – 40.5 2 98
40.6 – 45.3 2 100
Total 100 -

n+1 100+1
Letak median k = = = 50,5
2 2
Kelas yang berisi median adalah kelas 3 (16.6 – 21.3)
16.5+16.6
Bb = =16.55
2
Cfb = 16
Fm = 18

22
 Ci = 4.7

n
Md = Bb + 2 )
( −Cfb
x Ci
Fm

= 16,55 + ( 1002 )−0 x 4,7

18
50−16
= 16,55 + x 4,7
18
= 16,55 + 8,89
= 25,44

6. Modus
Kelas yang mengandung modus adalah kelas 1 = 29 (7,0 – 11,7)
S1 = 29 – 0 = 29
S2 = 29 – 19 = 10
6.9+7.0
Bb = = 6.95
2
11,7+11,8
Ba = = 11,75
2

S1
Mb = Bb + x Ci
S 1+ S 2
29
= 6,95 + x 4,7
29+10
29
= 6,95 + x 4,7
39
= 6,95 + 3,50
= 10,45

S2
Ma = Ba - x Ci
S 1+ S 2
10
= 11,75 - x 4,7
29+10

23
 10
= 11,75 - x 4,7
39
= 11,75 – 1,20
= 10,55

7. Standar deviasi
Table 4.5 frekuensi standar deviasi waktu kedatangan

Kelas Cmi Fi Cmi - x (Cmi - x)2 (Cmi - x)2 . Fi

7.0 – 11.7 9.35 29 -9,15 83,72 2427,8
11.7 – 16.5 14.15 19 -4,35 18,92 359,5
16.6 – 21.3 18.95 18 0,45 0,20 3,6
21.4 – 26.1 23.75 14 5,25 27,57 385,9
26.2 – 30.9 28.55 12 10,05 101,01 1212,1
31 – 35.7 33.35 4 14,85 220,52 882,1
35.8 – 40.5 38.15 2 19,65 386,12 772,2
40.6 – 45.3 42.95 2 24,45 597,81 1195,6
Total - 100 - - 7238,8

(Cmi. x)2 . Fi
S =√
n
7238,8
=√
100
= √ 72,3
= 8,50

24
8. Variance
n
2 (Cmi−x )2 . Fi
S =∑¿
i=1 n
7238,8
=
100
= 72,388
= 72,4

9. Membuat table distribusi frekuensi

Tabel 4.6 Distribusi frekuensi waktu kedatangan

Kelas Batas kelas Limit kelas Fi Nilai tengah

7.0 – 11.7 6.5 – 12.2 7.0 – 11.7 29 9.35
11.7 – 16.5 11.3 – 17 11.7 – 16.5 19 14.15
16.6 – 21.3 16.1– 21.8 16.6 – 21.3 18 18.95
21.4 – 26.1 20.9 – 26.6 21.4 – 26.1 14 23.75
26.2 – 30.9 25.7 – 31.4 26.2 – 30.9 12 28.55
31 – 35.7 30.5 – 36.2 31 – 35.7 4 33.35
35.8 – 40.5 35.3 – 41 35.8 – 40.5 2 38.15
40.6 – 45.3 40.1 – 45.8 40.6 – 45.3 2 42.95
100

25
10. Membuat tabel frekuensi kumulatif
Tabel 4.7 frekuensi kumulatif waktu kedatangan

Kelas Frekuensi Kurang dari Lebih dari

¿ Fi ≥ Fi
7.0 – 11.7 29 ¿7.0 0 ≥7.0 100
11.7 – 16.5 19 ¿11.8 29 ≥11.8 71
16.6 – 21.3 18 ¿16.6 48 ≥16.6 52
21.4 – 26.1 14 ¿21.4 66 ≥21.4 34
26.2 – 30.9 12 ¿26.2 80 ≥26.2 20
31 – 35.7 4 ¿31 92 ≥31 8
35.8 – 40.5 2 ¿35.8 96 ≥35.8 4
40.6 – 45.3 2 ≤40.6 98 ≥40.6 2
≤45.3 100 ¿45.3 0
Total 100 - - - -

26
11. Membuat grafik Histogram dan Poligon

Grafik Gabungan Histogram dan Poligon Waktu Kedatangan

45
40
35
30
FREKUENSI

25
20
15
10
5
0
47.25 75.85 104.45 133.05 161.65 190.25 218.85 247.45
NILAI TENGAH

Gambar 4.1 Grafik Histogram Waktu Kedatangan.

Grafik Gabungan Histogram dan Poligon Waktu Kedatangan

45
40
35
30
FREKUENSI

25
20
15
10
5
0
47.25 75.85 104.45 133.05 161.65 190.25 218.85 247.45
NILAI TENGAH

Gambar 4.2 Grafik Poligon Waktu Kedatangan.

27
 Grafik Gabungan Histogram dan Poligon Waktu Kedatangan
45
40
35
30
FREKUENSI

25
20
15
10
5
0
47.25 75.85 104.45 133.05 161.65 190.25 218.85 247.45
NILAI TENGAH

Gambar 4.3 Grafik Gabungan Histogram dan poligon Waktu Kedatangan.

4.2.2 Waktu pelayanan

1. Menghitung jumlah kelas

∑k = 1 + 3,3 log n
= 1 + 3,3 log 100
= 1 + 6,6
= 7,6 8

2. Menghitung range kelas

R = NB – NK
= 261 – 33.0
= 228

3. Menghitung interval kelas

R
Ci =
∑k
228
=
8
= 28.5

28
4. Mean
4.8 Tabel frekuensi mean waktu pelayanan

Kelas Cmi Fi Cmi . Fi

33.0 – 61.5 47.25 6 283.5
61.6 – 90.1 75.85 41 3109.85
90.2 – 118.7 104.45 11 1148.95
118.8 – 147.3 133.05 20 2661
147.4 – 175.9 161.65 4 646.6
176 – 204.5 190.25 11 2092.75
204.6 – 233.1 218.85 4 875.4
233.2 – 261.7 247.45 3 742.35
Total - 100 11560.4

X =
∑ Cmi. Fi
∑ Fi
11560.4
=
100
= 115.6

5 Median
4.9 Tabel frekuensi median waktu pelayanan

29
 Kelas Fi Fk
33.0 – 61.5 6 6
61.6 – 90.1 41 47
90.2 – 118.7 11 58
118.8 – 147.3 20 78
147.4 – 175.9 4 82
176 – 204.5 11 93
204.6 – 233.1 4 97
233.2 – 261.7 3 100
Total 100 -

n+1 100+1
Letak median k = = = 50,5
2 2
Kelas yang berisi median adalah kelas 2 (61.6 – 90.1)
61.5+61,6
Bb = = 61.55
2
Cfb =6
Fm = 41
Ci = 28.5

n
Md = Bb + 2 )
( −Cfb
x Ci
Fm
100
= 61,55 + 2 )
( −6
x 28,5
41
50−6
= 61,55 + x 28,5
41
= 61,55 + 30,58
= 92.13

5. Modus
Kelas yang mengandung modus adalah kelas 2 = 41 (61.6 – 90.1)
S1 = 41 – 6 = 35
S2 = 41 – 11 = 30
61,5+61,6
Bb = = 61,55
2
90,1+90,2
Ba = = 90,15
2

30
 S1
Mb = Bb + x Ci
S 1+ S 2
35
= 61,55 + x 28,5
35+30
35
= 61,55 + x 28,5
65
= 61,55 + 15,34
= 76,89
S2
Ma = Ba - x Ci
S 1+ S 2
30
= 90,15 - x 28,5
35+30
30
= 90,15 - x 28,5
65
= 90,15 – 13,14
= 77,01

7. Standar deviasi
4.10 Tabel frekuensi standart deviasi waktu pelayanan

Kelas Cmi Fi Cmi - x (Cmi - x)2 (Cmi - x)2 . Fi

33.0 – 61.5 47.25 6 -68,35 4671,72 28030,3
61.6 – 90.1 75.85 41 -39,75 1580,06 64782,4
90.2 – 118.7 104.45 11 -11,15 124,32 1367,5
118.8 – 147.3 133.05 20 17,45 304,50 6090
147.4 – 175.9 161.65 4 46,05 2120,60 8482,4
176 – 204.5 190.25 11 74,65 5572,62 61298,8
204.6 – 233.1 218.85 4 103,25 10660,56 42642,2
233.2 – 261.7 247.45 3 131,85 17384,42 52153,2
Total 100 - - 264846,8

(Cmi. x)2 . Fi
S =√
n
264846.8
=√
100
= √ 2648.7
= 51.47

8. Variance

31
 n
2 (Cmi−x )2 . Fi 264846,8
S =∑¿ = = 2.64846 = 2.65
i=1 n 100

9. Membuat tabel distribusi frekuensi

Tabel 4.11 Distribusi frekuensi waktu pelayanan

Kelas Batas kelas Limit kelas Fi Nilai tengah

33.0 – 61.5 32.5 – 62 33.0 – 61.5 6 47.25
61.6 – 90.1 61.1 – 90.6 61.6 – 90.1 41 75.85
90.2 – 118.7 89.7 – 119.2 90.2 – 118.7 11 104.45
118.8 – 147.3 118.3 – 147.8 118.8 – 147.3 20 133.05
147.4 – 175.9 146.9 – 176.4 147.4 – 175.9 4 161.65
176 – 204.5 175.5 – 205 176 – 204.5 11 190.25
204.6 – 233.1 204.1 – 233.6 204.6 – 233.1 4 218.85
233.2 – 261.7 232.7 – 262.2 233.2 – 261.7 3 247.45
100

10. Membuat tabel frekuensi komulatif

Tabel 4.12 frekuensi kumulatif waktu pelayanan

Kelas Frekuensi Kurang dari Lebih dari

¿ Fi ≥ Fi
33.0 – 61.5 6 ¿33.0 0 ≥33.0 100
61.6 – 90.1 41 ¿61.6 6 ≥61.6 94
90.2 – 118.7 11 ¿90.2 47 ≥90.2 53
118.8 – 147.3 20 ¿118.8 58 ≥118.8 42
147.4 – 175.9 4 ¿147.4 78 ≥147.4 22
176 – 204.5 11 ¿176 82 ≥176 18
204.6 – 233.1 4 ¿204.6 93 ≥204.6 7
233.2 – 261.7 3 ¿233.2 97 ≥233.2 3

32
 ≤261.7 100 ¿261.7 0
Total 100 - - - -

45

40

35

30

25

20

15

10

0
47.25 75.85 104.45 133.05 161.65 190.25 218.85 247.45

Gambar 4.4 Grafik Histogram Waktu Pelayanan.

45

40

35

30

25

20

15

10

0
6 41 11 20 4 11 4 3

Gambar 4.5 Grafik polygon waktu pelayanan.

33
 45

40

35

30

25

20

15

10

0
47.25 75.85 104.45 133.05 161.65 190.25 218.85 247.45

Histogram Poligon

Gambar 4.6 Grafik Gabungan Histogram dan Poligon Waktu Pelayanan.

BAB V
ANALISIS DATA

Setelah kedua data tersebut di hitung secara manual dan di hitung menggunakan software
SPSS, kemudian dapat dibandingkan untuk melihat ada atau tidaknya perbedaan antara hasil
hitungan tersebut. Perbandingan tersebut dapat di lihat pada table beriku:
Tabel 5.1 Tabel perbandingan hitungan data waktu kedatangan secara manual dan menggunakan
SPSS

Variabel Manual SPSS

Mean 18.5 18.2
Median 29.4 17.0
Modus 10.4 8.2a
Std. Deviasi 72.4 8.6
Varians 2.65 73.8
Range 37.5 37.4

34
 Tabel 5.2 Tabel perbandingan pengolahan data waktu pelayanan
secara manual dan menggunakan SPSS.

Variabel Manual SPSS

Mean 115.6 147.2
Median 92.1 92.4
Modus 76.9 67.2a
Std. Deviasi 51.5 52.9
Varians 26.5 2796.5
Range 228 228

BAB VI
Kesimpulan

Dengan menggunakan ilmu statistik kita bias lebih mudah membaca data kasar
yang telah kita olah dengan menggunakan rumus-rumus statistik. Sehingga kita
dapat mengetahui nilai rata-rata sekumpulan data, mean, median, modus, dsb.
Berdasarkan hasil pengumpulan dan pengolahan data yang kami lakukan pada
penelitian dan percobaan ini dapat ditarik kesimpulan bahwa data waktu
kedatangan dan pelayanan dengan cara manual dan menggunakan software SPSS
terdapat sedikit beberapa perbedaan.
Dari Analisa data yang kami dapat bahwa hasil perhitungan kami dan hasil
perhitungan SPSS tidak sama persis Karena kami hanya menggunakan 1 sampai 2
angka di belakang koma tidak sedetai perhitungan SPSS sehingga hasil
perhitungan kami tidak sama, namun hasil pengolahan data kami tidak jauh
berbeda.

35
 Daftar Pusaka
https://id.wikipedia.org/wiki/Statistika
Fauzy, Akhmad, Statistik Industri 1, UII Press, Yogjakarta, 2001.

Furqon, Ph.D, Statistika Terapan Untuk Penelitian, CV Alfabeta, Bandung,2001.

Ritonga, Abdulrahman, Statistika Terapan Untuk Penelitian, LPFEUI,Jakarta, 1987.

Sudjana, Metoda Statistika, Tarsito, Bandung, 1996.

36