BAB III

PENGUMPULAN DAN PENGOLAHAN DATA

3.1 Pengumpulan Data

3.1.1
Adapun prosedur dalam pelaksanaan praktikum ini adalah sebagai berikut:
A. Alat dan Bahan
Praktikum ini tidak memerlukan peralatan laboratotium (mempergunakan
data masing-masing yang di modul 1), kecuali alat-alat tulis beserta form-
form pengamatan.

B. Tahapan Pelaksanaan Praktikum

1. Menentukan objek yang akan diukur/diteliti dalam hal ini nilai mata
pelajaran Bahasa Indonesia ketika kelas 2 SMA mahasiswa dan
mahasiswi teknik industri angkatan 2018.
2. Merekap data yang di peroleh.
3. Menentukan jumlah kelas, interval kelas, dari data yang diperoleh.
4. Menyusun data yang di peroleh dalam bentuk tabel distribusi.
5. Uji kenormalan datanya.
6. Menyusun laporan hasil pratikum.
3.3.1 Data Pengamatan
Berdasarkan hasil pengamatan di lapangan, diperoleh data nilai mata
pelajaran Bahasa Indonesia ketika kelas 2 SMA Mahasiswa/i Teknik Industri
Universitas Malikussaleh Angkatan 2018 oleh 100 orang adalah sebagai berikut:
Tabel 3.1 Data Pengamatan Nilai Mata Pelajaran Bahasa Indonesia Ketika
Kelas 2 SMA Mahasiswa/i Teknik Industri Universitas
Malikussaleh Angkatan 2018
No Nama NIM Nilai
1 Arnold AP Pekey 180130057 75
2 Julianda Sari 180130051 85
3 Welpiano Prabowo 180130029 93
4 Syaprin Aminullah 180130067 95
5 Patimah Sari 180130024 79
6 Nurul Qolbi El Azizah 180130043 88
Tabel 3.1 Data Pengamatan Nilai Mata Pelajaran Bahasa Indonesia
Ketika Kelas 2 SMA Mahasiswa/i Teknik Industri Universitas

21
 22

Malikussaleh Angkatan 2018 (Lanjutan)

No Nama NIM Nilai
7 Yoga Trisyiam 180130071 80
8 Koko Andika 180130120 80
9 Sahara 180130115 90
10 Imad Haraki 180130093 85
11 Arief Budianto Atmaja 180130055 89
12 Sarah Hayati 180130105 87
13 Ahmad Muhajir 180130113 80
14 Rusdania 180130116 86
15 Faisal Akbar 180130056 80
16 Dilla 180130049 85
17 Agung Rahmadi 180130151 7,6
18 Eka Wulandari 180130134 86
19 Lya 180130111 91
20 Budi Pranata S 180130078 85
21 Iqbal 180130059 87
22 Nurul Firda 180130098 80
23 Reza Rizkiani 180130052 90
24 Lisa 180130058 85
25 Muhammad Bima 180130135 85
26 Muhariani Hasibuan 180130077 85
27 Sakina Nursani 180130073 90
28 Mahendra 180130127 78
29 Reza Syaputra 180130088 90
30 Qaulan Maisura 180130096 97
31 Uden 180130162 80
32 Dicky Chairuddin 180130083 80
33 Meyliza Suri 180130081 95
34 MHD Alfarozi 180130010 95
35 Melinda Hasibuan 180130045 92
36 Quratta 180130035 90
37 Iqzal Fazar Erlangga 180130119 90
38 Nanda Lopiga Ginting 180130021 90
39 Sapril Algani 180130062 85
40 Meilinda Dhika Putri 180130104 89
41 Yumna Amani 180130091 97
42 Umri Alwi 180130002 95
43 Ihsan Majid 180130076 90

Tabel 3.1 Data Pengamatan Nilai Mata Pelajaran Bahasa Indonesia

Ketika Kelas 2 SMA Mahasiswa/i Teknik Industri Universitas
Malikussaleh Angkatan 2018 (Lanjutan)
 23

No Nama NIM Nilai

44 Amelia Andhini 180130130 88
45 Nuri Astuti 180130017 86
46 Frendy Darmansyah 180130147 85
47 Devi Ramadhani 180130140 85
48 Rusdania 180130116 85
49 Nurhasanah 180130046 85
50 Diki Agus Nugroho 180130070 89
51 Fahri Aulia Nugraha Rambe 180130109 86
52 Nurhajjah 180130090 90
53 Salwati   180130041 85 
54 Fredy Fariska Fahrudin  180130016  80 
55  M.Alvikri 180130030  80 
56  Sultan Maulana 180130019  92 
57  M.Saptariawan 180130040  85 
58  Shelvia Chandra 180130066  90 
59  Andini 180130013  88 
60  Nove 180130074  90 
61  Wira 180130107  90 
62  Rian 180130103  90 
63  Muhariani 180130077  85 
64  M. Andre 180130144  86 
65  Fhonna Azzahra 180130125  85 
66  Abidizil Ikram 180130152  80 
67  Bahraini 180130137  95 
68  Munazar 180130161  90 
69  Rahma Juwita 180130014  75 
70  Muhammad Aliansyah 180130079  95 
71 Zunaedi Azhari  180130128  85 
72 Neti Albania  180130101  90 
73 Ajinar  180130118  90 
74  Imad Haraki  180130093 80 
75 Abi Manyu  180130072  86 
76 Fadilla Audina  180130099  95 
77 Atikah AS  180130092  97
78 Iis Kartika  180130082  85 
79 Dicky Chairuddin  180130083  80 
Tabel 3.1 Data Pengamatan Nilai Mata Pelajaran Bahasa Indonesia
Ketika Kelas 2 SMA Mahasiswa/i Teknik Industri Universitas
Malikussaleh Angkatan 2018 (Lanjutan)
83 Nama NIM Nilai
80 Angela Prima Ranika  180130112  85 
 24

81 Muhammad Fadli Muda’i  180130080  85 

82  M.Alfi Syahrin 180130086  95 
84 Hendra Aryanto  180130005  95 
85 Muhammad Bayu  180130013  94 
86 Asma 180130014  80
87 Nabila Mutiara 180130018  87 
88 Rahma Juwita 180130014  75 
89 Nabila Mutiara 180130018  87 
90 Andini 180130013  88 
91 Teuku Muammar 180130095  90 
92 Sugiono Hutapea 180130156  90 
93 Ipul Gobas 180130102  86 
94 Indah permata sari 180130100  90 
95 Fiqratunnisa Hawari  180130094  88 
96 Fadilatus Sabarina   180130022  70 
97 Rifqi Rahman 180130160  88
98 Nadya Arifah 180130027  95 
99 Mahendra Alfazri 180130127  80 
100 Sucifira Alpinna  180130097  85 
Sumber : Data Pengamatan

3.4 Pengolahan Data

Adapun pengolahan yang didapat adalah sebagai berikut:
3.4.1 Data Array
Untuk mempermudah dalam pengolahan data, maka data hasil pengamatan
yang telah diperoleh diurutkan mulai dari nilai mata pelajaran Bahasa Indonesia
yang terkecil sampai yang terbesar (Daftar Array). Adapun daftar array nilai mata
pelajaran Bahasa Indonesia ketika kelas 2 SMA yang didata oleh 100 orang
Mahasiswa/i Jurusan Teknik Industri Fakultas Teknik Universitas Malikussaleh
Angkatan 2018 adalah sebagai berikut:

Tabel 3.2 Daftar Array Nilai Mata Pelajaran Bahasa Indonesia Ketika Kelas
2 SMA oleh 100 Orang Mahasiswa/I Teknik Industri Universitas
Malikussaleh Angkatan 2018
No Nama NIM Nilai
1 Fadilatus Sabarina   180130022  70 
Tabel 3.1 Data Pengamatan Nilai Mata Pelajaran Bahasa Indonesia
Ketika Kelas 2 SMA Mahasiswa/i Teknik Industri Universitas
Malikussaleh Angkatan 2018 (Lanjutan)
No Nama NIM Nilai
2 Arnold AP Pekey 180130057 75
 25

3 Rahma Juwita 180130014  75 

4 Reza Umamy 180130018  75 
5 Agung Rahmadi 180130151 76
6 Mahendra 180130127 78
7 Patimah Sari 180130024 79
8 Yoga Trisyiam 180130071 80
9 Koko Andika 180130120 80
10 Ahmad Muhajir 180130113 80
11 Faisal Akbar 180130056 80
12 Nurul Firda 180130098 80
13 Uden 180130162 80
14 Dicky Chairuddin 180130083 80
15 Fredy Fariska Fahrudin  180130016  80 
16 M.Alvikri 180130030  80 
17 Abidizil Ikram 180130152  80 
18 Dicky Chairuddin  180130083  80 
19 Imad Haraki  180130093 80 
20 Asma 180130014  80
21 Mahendra Alfazri 180130127  80 
22 Julianda Sari 180130051 85
23 Dilla 180130049 85
24 Imad Haraki 180130093 85
25 Budi Pranata S 180130078 85
26 Lisa 180130058 85
27 Muhammad Bima 180130135 85
28 Muhariani Hasibuan 180130077 85
29 Sapril Algani 180130062 85
30 Frendy Darmansyah 180130147 85
31 Devi Ramadhani 180130140 85
32 Rusdania 180130116 85
33 Nurhasanah 180130046 85
34 Salwati   180130041 85 
35  M.Saptariawan 180130040  85 
36  Muhariani 180130077  85 
37  Fhonna Azzahra 180130125  85 
38 Zunaedi Azhari  180130128  85 
Tabel 3.2 Daftar Array Nilai Mata Pelajaran Bahasa Indonesia Ketika
Kelas 2 SMA oleh 100 Orang Mahasiswa/I Teknik Industri
Universitas Malikussaleh Angkatan 2018 (Lanjutan)
No Nama NIM Nilai
39 Iis Kartika  180130082  85 
40 Angela Prima Ranika  180130112  85 
 26

41 Muhammad Fadli Muda’i  180130080  85 

42 Nurma Yunita  180130003  85 
43 Sucifira Alpinna  180130097  85 
44 Rusdania 180130116 86
45 Eka Wulandari 180130134 86
46 Nuri Astuti 180130017 86
47 Fahri Aulia Nugraha Rambe 180130109 86
48 M. Andre 180130144  86 
49 Abi Manyu  180130072  86 
50 Ipul Gobas 180130102  86 
51 Sarah Hayati 180130105 87
52 Iqbal 180130059 87
53 Nabila Mutiara 180130018  87 
54 Maysarah 180130023  87 
55 Nurul Qolbi El Azizah 180130043 88
56 Amelia Andhini 180130130 88
57 Andini 180130013  88 
58 Cut Irna 180130014  88 
59 Fiqratunnisa Hawari  180130094  88 
60 Rifqi Rahman 180130160  88
61 Arief Budianto Atmaja 180130055 89
62 Meilinda Dhika Putri 180130104 89
63 Diki Agus Nugroho 180130070 89
64 Sahara 180130115 90
65 Reza Rizkiani 180130052 90
66 Sakina Nursani 180130073 90
67 Reza Syaputra 180130088 90
68 Quratta 180130035 90
69 Iqzal Fazar Erlangga 180130119 90
70 Nanda Lopiga Ginting 180130021 90
71 Ihsan Majid 180130076 90
72 Nurhajjah 180130090 90
73  Shelvia Chandra 180130066  90 
74  Nove 180130074  90 
75  Wira 180130107  90 
Tabel 3.2 Daftar Array Nilai Mata Pelajaran Bahasa Indonesia Ketika
Kelas 2 SMA oleh 100 Orang Mahasiswa/I Teknik Industri
Universitas Malikussaleh Angkatan 2018 (Lanjutan)
No Nama NIM Nilai
76  Rian 180130103  90 
77  Munazar 180130161  90 
78 Teuku Muammar 180130095  90 
 27

79 Sugiono Hutapea 180130156  90 

80 Indah permata sari 180130100  90 
81 Neti Albania  180130101  90 
82 Ajinar  180130118  90 
83 Lya 180130111 91
84  Sultan Maulana 180130019  92 
85 Melinda Hasibuan 180130045 92
86 Welpiano Prabowo 180130029 93
87 Muhammad Bayu  180130013  94 
88 Syaprin Aminullah 180130067 95
89 Meyliza Suri 180130081 95
90 MHD Alfarozi 180130010 95
91 Umri Alwi 180130002 95
92  Bahraini 180130137  95 
93  Muhammad Aliansyah 180130079  95 
94 Fadilla Audina  180130099  95 
95  M.Alfi Syahrin 180130086  95 
96 Nadya Arifah 180130027  95 
97 Hendra Aryanto  180130005  95 
98 Yumna Amani 180130091 97
99 Atikah AS  180130092  97
100 Qaulan Maisura 180130096 97
Sumber : Data Pengamatan

3.5 Menentukan Nilai Frekuensi

Adapun untuk menentukan nilai frekuensi adalah sebagai berikut:
- Menghitung jumlah kelas
K = 1+3,3 log n
= 1+3,3 log 100
= 1+3,3 (2)
=8

- Menghitung range
R = data yang paling tinggi – data yang paling rendah
= 97-70
= 27
- Menghitung panjang interval kelas
C = R/K
 28

= 27/ 8
=4
Tabel 3.3 Distribusi Frekuensi (Fi) Nilai Mata Pelajaran Bahasa
Indonesia Mahasiswa/i
Kelas Fi Titik Tengah Batas Atas Batas Bawah
70–73 1 71,5 73,5 69,5
74–77 4 75,5 77,5 73,5
78–81 16 79,5 81,5 77,5
82–85 22 83,5 85,5 81,5
86–89 20 87,5 89,5 85,5
90–93 23 91,5 93,5 89,5
94–97 14 95,5 97,3 93,5
Jumlah 100    
Sumber: Pengolahan Data
3.5.1 Frekuensi Relatif
Setelah nilai distribusi frekuensi diketahui, selanjutnya menentukan nilai
frekuensi relatif. Nilai frekuensi relatif (fr) adalah distribusi frekuensi yang
berisikan nilai hasil bagi antara frekuensi kelas dan jumlah pengamatan. Adapun
nilai dari distribusi frekuensi relatif adalah sebagai berikut:
Tabel 3.4 Tabel Nilai Frekuensi Relatif
Kelas Titik Tengah Frekuensi Frekuensi Relatif Fr Rel %
70-73 71.5 1 0,01 %
74-77 75.5 4 0,04 4%
78-81 79.5 16 0,16 16%
82-85 83.5 22 0,22 22%
86-89 87.5 20 0,20 20%
90-93 91.5 23 0,23 23%
94-97 95.5 14 0,14 14%
Jumlah 100 1 100%
Sumber: Pengolahan Data
3.5.2 Frekuensi Kumulatif
Distribusi frekuensi kumulatif terdiri dari 2 macam, yaitu distribusi
frekuensi kumulatif kurang dari (<) dan distribusi kumulatif lebih dari (>).
Adapun nilai distribusi frekuensi kumulatif ( < )dan ( > ) adalah sebagi berikut:
Tabel 3.5 Tabel Nilai Frekuensi Kumulatif Kurang Dari dan Lebih Dari

Kelas Titik Tengah Frekuensi Fk ˂ Fk ˃

70-73 71,5 1 1 100
 29

74-77 75,5 4 5 99
78-81 79,5 16 21 95
82-85 83,5 22 43 79
86-89 87,5 20 63 57
90-93 91,5 23 86 37
94-97 95,5 14 100 14
Jumlah 100 100 0
Sumber: Pengolahan Data

3.5.3 Penyajian Data Dalam Bentuk Grafik

Adapun penyajian data dalam bentuk garfik histogram dan polygon adalah
sebagai berikut:

Fi
120

100

80

60

40

20

0
70-73 74-77 78-81 82-85 86-89 90-93 94-97 Jumlah

Histogram Poligon

Gambar 3.1 Grafik Distribusi Frekuensi (HistogramDan Polygon) dari Jumlah

Nilai Mata Pelajaran Bahasa Indonesia Ketika Kelas 2 SMA Mahasiswa/i Teknik
Industri Angkatan 2018.

3.5.4 Menentukan Rata-rata, Median, Modus, Simpangan Baku

Adapun untuk menentukan rata-rata, median, modus, simpangan baku
adalah sebagai berikut:
1. Rata-Rata (Mean)
Untuk memudahkan dalam mencari nilai rata-rata maka terlebih dahulu
mencari nilai Σfi. xi .
Tabel. 3.6 Nilai Frekuensi Data
 30

No Kelas Fi Xi fi.xi
1 70-73 1 71,5 71,5
2 74-77 4 75,5 302
3 78-81 16 79,5 1.272
4 82-85 22 83,5 1.837
5 86-89 20 87,5 1.750
6 90-93 23 91,5 2.104,5
7 94-97 14 95,5 1.337
Jumlah 100 8.674
Sumber: Pengolahan Data

1. Hitung Rata-Rata (Mean)

Adapun menghitung rata-rata hitung adalah sebagai berikut:

X=
∑ f i xi
∑f
71 ,5+302+1 .272+1 . 837+1 .750+2 .104 ,5+ 1. 337
= 100
= 86,74
2. Nilai Median
Berdasarkan distribusi frekuensi yang terdapat pada tabel 3.3 maka dapat
diketahui nilai median dari data tersebut terdapat pada data ke-44 , yang
terdapat pada kelas 86 – 89 (kelas ke-5).
LBmed = 85,5
fk = 43
fi = 20
1

Me =
LBmed + ( 2
n−f k
fi ) Ci

1
=
85,5+
2
(
100−43
20
4
)
= 85,5+ 1,4
= 86,9
3. Nilai Modus
 31

Berdasarkan distribusi frekuensi yang terdapat pada tabel maka dapat

diketahui nilai modus terdapat pada kelas ke-6 dengan frekuensi 23.
LBmed = 85,5
A = 23 - 20
=3
Tt B = 23 - 14
=9
A
Modus =
LBmed + ( ) C
A +B i

=85,5+ ( 3+93 ) 4
= 85,5 + 1
= 86,5
4. Nilai simpangan baku
Untuk mencari nilai simpangan baku (σ), maka digunakan parameter nilai
yang relevan dengan perhitungan simpangan baku (σ) seperti tabel berikut:

Tabel 3.7 Nilai Simpangan Baku

( Xi - Ẋ ) f( Xi - Ẋ )
No Kelas fi Xi fi.xi ( Xi - Ẋ )
^2 ^2
1 70-73 1 71,5 71,5 -15,24 232,26 232,26
2 74–77 4 75,5 302 -11,24 126,34 505,36
3 78–81 16 79,5 1.272 -7,24 52,42 838,72
4 82–85 22 83,5 1.837 -3,24 10,50 231
5 86-89 20 87,5 1.750 0,76 0,58 11,6
6 90-93 23 91,5 2.104,5 4,76 22,66 521,18
Tabel 3.7 Nilai Simpangan Baku (Lanjutan)
7 94-97 14 95,5 1.337 8,76 76,74 1.074,36
Jumlah 521,5
Sumber: Pengolahan Data

∑ (x i −x )2
σ=
√ n

521,5
σ=
√
σ = 2,28
100
 32

3.6 Uji kesesuaian data (χ2)

Untuk melakukan uji kesesuaian data maka terlebih dahulu mencari nilai z
atau distribusi normal dengan cara menentukan tepi kelas dari data distribusi
frekuensi yang ada. Adapun tepi kelas tersebut seperti tampak pada Tabel 3.8
berikut:
Tabel 3.8 Batas Kelas Atas Dan Batas Kelas Bawah Dari Setiap Kelas
No Kelas Tepi bawah
1 70-73 69,5
2 74-77 73,5
3 78-81 77,5
4 82-85 81,5
5 86-89 85,5
6 90-93 89,5
7 94-97 93,5
Sumber: Pengolahan Data
Setelah mengetahui nilai tepi bawah dan tepi atas, maka nilai yang
selanjutnya yang harus diketahui adalah nilai µ dan σ. Berdasarkan perhitungan
sebelumnya maka diperoleh:
μ = 86,74
σ = 2,28
X i−μ
Zi=
Dengan menggunakan formulasi rumus σ , maka diperoleh nilai Z
untuk setiap kelas sebagai berikut:
X −μ
Z 1= 1
1. σ

71,5−86,74
Z 1=
2,28
Z1 = -6,68
X 2 −μ
Z 2=
2. σ

75,5−86,74
Z 1=
2,28
Z2 = -4,93
X 3 −μ
Z 3=
3. σ
 33

79,5−86,74
Z 1=
2,28
Z3 = -3,18
X 4 −μ
Z 4=
4. σ

83,5−86,74
Z 1=
2,28
Z4 = -1,41
X 5 −μ
Z 5=
5. σ

87,5−86,74
Z 1=
2,28
Z5 = 0,33
X 6 −μ
Z 6=
6. σ

91,5−86,74
Z 1=
2,28
Z6 = 2,09

X 7 −μ
Z 7=
7. σ

95,5−86,74
Z 1=
2,28
Z7 = 3,84
Setelah di dapatkan nilai z, maka langkah berikutnya adalah uji kesesuaian
data. Berikut uji kesesuaian data yang dilakukan menggunakan distribusi uji chi
kuadrat, yaitu sebagai berikut:
1. Hipotesis
Ho= data yang di uji sesuai
H1= data yang di uji tidak sesuai
2. ά = 0,05
3. Derajat kebebasan (v) = 7 – N
=6–3
 34

=3
(k = banyaknya kelas dan N = banyaknya kuantitas yang dipergunakan
untuk menghitung frekuensi harapan yang terdiri 3 bagian, yaitu rata-rata

X , σ dan banyaknya observasi (n)

2
4. Batas-batas daerah penolakan χ tabel
χ α ( k −3 )= χ 20 ,05( 4) = 9,488

5. Aturan keputusan
2
Tolak H0 dan terima H1 χ hitung > 9,488. Jika tidak demikian maka
terima H0
6. Uji statistik
n

χ 2n
∑ ( Xi−μ 2¿
σ )¿
i=1
=

= (-6,68)2 + (-4,93)2 + (-3,18)2 + (-1,41)2 + (0,33)2+ (2,09)2 +

(3,84)2

= 44,6224 + 24,3049 + 10,1124 + 1,9881 + 0,1089 + 4,3681 + 14,745

= 100,2504

7. Pengambilan kesimpulan
2 2
Oleh karena χ hitung > χ table yaitu 100,2504 > 9,488 maka
Hoditerima atau Hiditolak. Berarti dapat disimpulkan bahwa hasil observasi
menunjukkan adanya kesesuaian data.
3.7 Pengolahan Data Dengan SPSS
Berikut ini adalah pengolahan data dengan menggunakan aplikasi SPSS.
Didalam penggunaan SPSS dalam pengolahan kali ini terdapat Input Data dan
Output Data.
3.7.1 Input Data
Adapun cara menginput data,yaitu sebagai berikut:
 35

1. Buka program aplikasi SPSS

2. Pilih Variabel view. Isi data pada variabel view sesuai kebutuhan yang
diinginkan.

Gambar 3.2Input Data (1)

3. Pilih Data view. Isi data pada data view sesuai kebutuhan yang diinginkan.

Gambar 3.3Input Data (2)

 36

4. Pilih Analyze> Descriptive Statistics>Frequencis.

Gambar 3.4 Input Data (3)

5. Kemudian akan muncul kotak dialog baru. Pilih jumlah uang saku per
bulan pada kotak bagian kiri, klik tanda panah agar berpindak ke kotak
Variable(s). Klik Ok.

Gambar 3.5 Input Data (4)

 37

6. Kemudian akan muncul kotak dialog baru. Pilih data yang diinginkan.
Klik Continue.

Gam
bar
3.6
Input
Data
(5)

3.7.2 Output Data

B e r i k u t i n i a

Output data dari hasil input data menggunakan SPSS.

1. Output Data dari Analyze > Descriptive statistic > Frequencis.

Gambar 3.12 Output Data (1)

 38

Gambar 3.13 Output Data (1)

2. Output Data dari Analyze > Descriptive Satistics > Explore.

Gambar 3.14 Output Data (3)

 39

Gambar 3.15 Output Data (4)