LABORATORIUM STATISTIK DAN MANAJEMEN INDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
JAWA TIMUR

LAPORAN RESMI
MODUL II
STATISTIK INFERENSI
I. Pendahuluan
A. Latar Belakang
Statistika inferensial merupakan suatu metode yang dapat dipakai untuk bisa
menganalisis kelompok kecil dari data induknya maupun sampel yang diambil
dari populasi. Hingga dalam peramalan serta juga bisa penarikan kesimpulan pada
kelompok data induknya atau populasi. Statistika inferensial ini merupakan suatu
rangkuman dari semua metode atau cara yang berkaitan dengan analisis sebagian
data. Yang mana selanjutnya akan sampai pada peramalan ataupun penarikan
kesimpulan tentang keseluruhan data induk dari populasi tersebut. Generalisasi
yang mempunyai ikatan dengan statistika inferensial memiliki sifat yang tidak
pasti. Hal tersebut disebabkan berdasar pada informasi parsial yang diperolehnya
dari sebagian data sehingga yang didapatkan merupakan peramalan saja.
One sample T-test merupakan salah satu uji parametrik. Biasanya digunakan
untuk ukuran sampel dibawah 30. Syaratnya adalah data berupa kuantitatif dan
memiliki distribusi normal. Pengujian satu sampel pada prinsipnya ingin menguji
apakah suatu nilai tertentu yang digunakan sebagai pembanding berbeda secara
nyata ataukah tidak dengan rata-rata sebuah sampel. TwoSample T-test adalah Bila
seorang peneliti ingin mengetahui apakah parameter dua populasi berbeda atau
tidak, maka uji statistik yang digunakan disebut uji beda dua mean. Umumnya,
pendekatan yang dilakukan bisa dengan distribusi Z (uji Z), ataupun distribusi t
(uji t). Uji Z dapat digunakan bila standar deviasi populasi (σ) diketahui, dan
jumlah sampelnya besar (> 30). Bila kedua syarat tersebut tidak terpenuhi, maka
jenis uji yang digunakan adalah uji t dua sampel (two sample t-test).
Di kehidupan sehari-hari sering kali menemukan suatu persoalan-
persoalan yang didalamnya membutuhkan penyelesaian atau solusi yang dapat
menggunakan statistik inferensi dalam mengatasi persoalan-persoalan tersebut,
misalnya saja dalam hal tingkat penjualan makanan pada PT. Keong Nusantara
Abadi dengan berbagai produk makanan (nata de coco, my jelly dan pudding).
 B. Rumusan Masalah
“bagaimana cara melakukan uji hipotesis rata-rata tertentu terhadap satu
sampel dan dua sampel yang saling berpasangan?”
C. Tujuan Praktikum
Adapun tujuan dari praktikum modul 2 adalah:
1. Mengetahui hasil uji hipotesis dari suatu data
2. Mengelola data menggunakan metode statistik inferensi (one sample T-test
dan two sample T-test)
3. Menganalisis data hasil penjualan produk pada PT. Keong Nusantara Abadi
dan mengambil keputusan terhadap data yang diperoleh
D. Manfaat Praktikum
Adapun manfaat dari praktikum modul 2 adalah:
1. Mahasiswa dapat menganalisis data menggunakan metode statistik inferensia
2. Mahasiswa dapat meramalkan atau mengambil keputusan terhadap suatu data
yang telah diolah menggunakan metode statistik inferensi
3. Mahasiswa dapat mengoperasikan software Minitab dalam menyelesaikan
permasalahan yang berkaitan dengan statistic inferensi
E. Batasan Masalah
Adapun batasan masalah yang digunakan dalam praktikum modul 2 adalah:
1. Menghitung mean, standar deviasi, standard error of mean, dan t hitung.
2. Menggunakan uji-t 1 sampel dan uji-t 2 sampel.
3. Menguji rasio antara 2 variansi sampel.
F. Asumsi-Asumsi
1. Data yang diambil berdasarkan hasil penjualan produk makanan PT. Keong
Nusantara Abadi
2. Data yang digunakan data kuantitatif
3. Data yang diambil berdasarkan tiga jenis produk makanan dari PT. Keong
Nusantara Abadi

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
II. Tinjauan Pustaka
A. Pengertian Statistik Inferensi
Statistik inferensia mencakup semua metode yang berhubugan dengan
analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk
kemudian diolah dandianalisis, sampai pada peramalan atau penarikan kesimpulan
mengenai keseluruhan data induknya (populasi) yang selanjutnya sering
digunakan sebagai dasar untuk pengamblan kebijakan. Dalam statistik inferensia
diadakan pendugaan parameter (nilai tengah), membuat hipotesis, serta
melakukan pengujian terhadap kebenaran hipotesis tersebut, sehingga sampai
pada kesimpulan yang berlaku umum (generalisasi). Kesimpulan dari data khusus
untuk menyimpulkan secara umum, disebut sebagai kesimpulan induktif karena
prosesnya adalah induksi, sebaliknya kesimpulan dari data umum, untuk
penyimpulan secara khusus, disebut kesimpulan deduktif karena proses penarikan
kesimpulannya adalah deduksi.
kesimpulan inferensial, merupakan kesimpulan yang didasarkan pada sebaran
data sampel, tetapi kesimpulannya untuk menyimpulkan data populasi
(digeneralisasi) Metode ini disebut juga statistika induktif, karena kesimpulan
yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan
kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data
saja yang menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam
pengambilan keputusan, sehingga pengetahuan mengenai teori peluang mutlak
diperlukan dalam melakukan metode-metode statistika inferensial. Saat peneliti
ingin membedakan data berdasarkan rata-rata kelompoknya atau menghubungkan
data yang satu dengan data yang lainnya bahkan ingin meramalkan pengaruh data
(variabel) yang satu dengan data (variabel) yang lainnya, sehingga akhirnya
penelti dapat menarik suatu kesimpulan dari data yang telah dianalisisnya. Dalam
hal ini teknik statistik inferensial sangatlah diperlukan. (Santoso, 2019)
Statistika inferensial (induktif) mempunyai tujuan untuk penarikan
kesimpulan. Sebelum menarik kesimpulan dilakukan suatu dugaan yang dapat
diperoleh dari statistika deskriptif. Statistika inferensial (induktif) adalah metode

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
yang digunakan untuk mengetahui populasi berdasarkan sampel dengan
menganalisis dan menginterpretasikan data menjadi sebuah kesimpulan Statistik
inferensial digunakan untuk menarik kesimpulan dari beberapa orang, kejadian,
dan waktu untuk keseluruhan (generalisasi). Sifat statistik inferensial, yaitu:
1. Data yang dianalisis berasal dari random sampling (acak)
2. Mengeneralisasikan dan meramalkan baik tentang ciri penting suatu variabel
maupun hubungan antar variabel
3. Generalisasi dan ramalan yang dibuat diberlakukan bagi keseluruhan populasi
atas dasar hasil analisis data dari sampel
4. Generalisasi dan ramalan dilaksanakan dengan uji hipotesis atau pengecekan
asumsi.
Statistika inferensial terbagi lagi menjadi dua, yakni parametrik dan
nonparametrik. Statistika parametrik berguna menarik kesimpulan atas beberapa
gejala yang dapat disimpulkan ke keseluruhan bobotnya paling tinggi (populasi).
Misalnya semua mahasiswa tidak suka menyontek. Statistika parametrik
menggunakan asumsi mengenai populasi dan membutuhkan pengukuran
kuantitatif dengan level data interval atau rasio. Karakteristik dari statistika
parametrik ialah:
1. Analisis yang didasarkan atas asumsi bahwa data memiliki sebaran tertentu
(diskrit / kontinu dan normal / tidak normal) dengan parameter yang belum
diketahui
2. Jenis data kuantitatif dan harus diambil secara acak / random
3. Sampel harus mempunyai jumlah tertentu dengan standar keterwakilannya
(representatif)
4. Distribusi data yang terkumpul harus normal sesuai dengan kurva normal
5. Homogen, variasinya rendah. Statistika nonparametrik dari indikator beberapa
gejala yang hanya berlaku kesimpulan saja pada beberapa bagian dari suatu
keseluruhan. Misalnya Super Famili kebenarannya hanya berlaku pada 100
orang saja. Statistika nonparametrik menggunakan lebih sedikit asumsi
mengenai populasi (atau bahkan tidak ada sama sekali) dan membutuhkan
data dengan level serendah-rendahnya ordinal (ada beberapa metode untuk
nominal).

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
Karakteristik dari statistika nonparametrik ialah:
1. Jenis data kualitatif
2. Tidak didasarkan atas asumsi distribusi pada data
3. Analisis statistika bebas distribusi (distribution free statistical anaysis)
4. Kondisi ini biasanya diberlakukan pada data dengan ukuran kecil dan dengan
skala pengukuran yang jauh dari skala interval
5. Ukuran pemusatan yang menjadi fokus tidak lagi rata-rata tetapi median.
(Hadi,2018)
Statistik inferensial merupakan bidang atau bagian dari ilmu pengetahuan
statistik yang bertugas mempelajari tata cara penarikan kesimpulan mengenai
keseluruhan populasi berdasarkan data hasil penelitian pada sampel (bagian dari
populasi). Di dalamnya berisi bagaimana cara membuat estimasi harga parameter,
bagaimana cara menguji hipotesis, bagaimana membuat prediksi berdasarkan
hubungan pengaruh antara variabel-variabel dan perhitungan derajat asosiasi
antara variabel-variabel (Djarwanto, 2001:6). Selanjutnya statistika inferensial
bertujuan untuk melakukan estimasi parameter dan menguji hipotesis suatu
penelitian dalam rangka penarikan kesimpulan dalam penelitian (Rangkuti,
2017:2). Selain itu statistik inferensial adalah serangkaian teknik yang digunakan
untuk mengaji, menaksir, dan mengambil kesimpulan berdasarkan data yang
diperoleh dari sampel untuk menggambarkan karakteristik atau ciri dari suatu
populasi (Siregar, 2015:2). Jadi dari uraian yang yang telah dipaparkan statistik
inferensial adalah bagian dari ilmu statistika yang bertujuan untuk menguji
hipotesis yang kemudian digunakan mengambil kesimpulan dari perhitungan
variabel-variabel tersebut dengan berdasarkan data dari sampel penelitian.
(Mustafa, 2017)
Beberapa hal yang perlu diketahui berhubungan dengan inferensi statistik
yaitu estimasi titik, estimasi interval, dan uji hipotesis. Estimasi titik adalah
menduga nilai tunggal parameter populasi. Estimasi Interval adalah menduga nilai
parameter populasi dalam bentuk interval. Uji hipotesis adalah suatu proses untuk
menentukan apakah dugaan tentang nilai parameter atau karakteristik populasi
didukung kuat oleh data sampel atau tidak.

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 Hipotesis dalam inferensi statistik dibedakan menjadi hipotesis nol (Ho),
yaitu hipotesis yang akan diuji oleh suatu prosedur statistik, biasanya berupa suatu
pernyataan tidak adanya perbedaan atau tidak adanya hubungan, dan hipotesis
alternatif (H1), yaitu hipotesis yang merupakan lawan dari Ho biasanya berupa
pernyataan tentang adanya perbedaan atau adanya hubungan, yang selanjutnya
digunakan untuk menunjukan bahwa pernyataan mendapat dukungan kuat dari
data. Beberapa tahapan dalam uji hipotesis secara umum, yaitu:
1. Tentukan model probabilitas yang cocok dari data
2. Tentukan hipotesis Ho dan H1
3. Tentukan statistik penguji
4. Tentukan tingkat signifikansi
5. Tentukan daerah kritik berdasarkan tingkat signifikansi
6. Hitung statistik penguji
7. Alternatif, hitung p-value berdasarkan statistik penguji
8. Ambil kesimpulan berdasarkan poin 6 dan 7 (Purnajaya, 2020)
B. Ruang Lingkup Statistik Inferensia
Statistik inferensial diperlukan karena peneliti tidak menyelidiki seluruh
elemen populasinya melainkan hanya mendasarkan pada penelitian sebagai
elemen populasi yang disebut sampel. Statistika inferensial berperan dalam
metode pengumpulan data, penyajian data, sampai kepada penarikan kesimpulan.
Selain itu ilmu statistik inferensial berfungsi untuk menghasilkan analisis dan
interprestasi data, baik secara kuantitatif maupun kualitatif. Jadi dengan demikian
dapat dikatakan bahwa peranan statistik inferensial sangat penting dalam berbagai
jenis penelitian, sebab mulai dari pengumpulan data, penyajian data, analisis data,
sampai dengan pengambilan keputusan didasarkan pada ilmu statistik.
Berdasarkan ruang lingkup bahasannya, maka statistik inferensial mencakup:
1. Probabilitas atau teori kemungkinan,
2. Distribusi teoretis
3. Sampling dan sampling distribusi
4. Pendugaan populasi atau teori populasi
5. Uji hipotesis rerata
6. Analisis korelasi dan uji signifikansi

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
7. Analisis regresi untuk peramalan
8. Analisis varians
9. Analisis kovarians (Mustafa, 2017)
C. One Sample T-Test
One sample t test merupakan teknik analisis untuk membandingkan satu
variabel bebas. Teknik ini digunakan untuk menguji apakah nilai tertentu berbeda
secara signifikan atau tidak dengan rata-rata sebuah sampel. Pada uji hipotesis ini,
diambil satu sampel yang kemudian dianalisis apakah ada perbedaan rata-rata dari
sampel tersebut. Prosedur yang umum dan harus diikuti untuk melakukan uji
hipotesis ini adalah sebagai berikut :
1. Mencari hipotesis nol dan hipotesis alternatifnya.
2. Pilih tingkat kepercayaan tertentu dan tentukan besarnya sampel yang diambil
3. Pilih statistik uji yang sesuai sebagai dasar bagi prosedur pengujian.
4. Tentukan daerah kritisnya.
5. Kumpulkan data sampel dan hitung statistik sampelnya, kemudian ubah ke
dalam variable normal standar (Z) atau t (tergantung banyaknya sampel).
6. Nyatakan menolak atau menerima H0. (Riani, 2017)
Uji-t satu sampel merupakan salah satu prosedur pengujian statistik yang
cukup populer digunakan oleh banyak peneliti. Bila anda ingin menguji satu
variabel dengan jumlah yang relatif terbatas, uji ini adalah jawabannya. Uji-t satu
sampel merupakan salah satu prosedur pengujian statistik inferensial yang
digunakan untuk menguji apakah rata-rata dari data yang kita gunakan secara
statistik berbeda secara signifikan bila dibandingkan dengan nilai rata-rata yang
sudah diketahui berdasarkan asumsi atauupun opini. Karena uji ini hanya
melibatkan satu kelompok sampel, kita akan melakukan pengujian nilai rata-rata
sampel tersebut terhadap nilai rata-rata pada hipotesis nol. Sederhananya, kita
akan menguji nilai rata-rata sampel (statistik) dengan rata-rata populasi
(parameter). Uji-t satu sampel biasa digunakan untuk menguji hal-hal berikut:
 Perbedaan rata-rata antara sampel dan nilai rata-rata yang digunakan pada
hipotesis.
 Perbedaan rata-rata antara sampel dengan nilai median dari sampel yang kita
uji.

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 Perbedaan rata-rata antara sampel yang kita gunakan dan nilai peluangnya.
 Perbedaan statistik antara nilai perubahan dan titik nol.
Uji-t satu sampel hanya bisa digunakan untuk membandingkan nilai rata-rata
sampel pada 1 variabel dengan nilai rata-rata yang sudah ditentukan. Jika ingin
membandingkan rata-rata lebih dari 1 kelompok, bisa menggunakan menjalankan
Uji-t Sampel Indepeden (untuk membandingkan rata-rata dari dua kelompok) atau
ANOVA satu arah (untuk membandingkan nilai rata-rata dari dua kelompok atau
lebih). Uji-t satu sampel digunakan untuk jumlah sampel kecil kurang dari 30 atau
ketika parameter standar deviasi dari populasi tidak diketahui. Karena kita akan
melakukan uji satu sampel atau variabel, uji t satu sampel ini tergolong ke
dalam analisis univariat. Dalam penggunaan uji-t satu sampel, kriteria kondisi
data yang harus dipenuhi adalah sebagai berikut:
1. Jenis data yang digunakan adalah interval atau rasio.
2. Sampel yang terpilih dari populasi harus bersiftar random.
3. Tidak terdapat data yang bersifat outlier (ekstrim kiri atau kanan).
4. Varians dari sampel dan populasi bersifat homogen. (Yuvalianda, 2020)
Hipotesis: Statisik Uji:

D. Two Sample T-Test

Bila seorang peneliti ingin mengetahui apakah parameter dua populasi
berbeda atau tidak, maka uji statistik yang digunakan disebut uji beda dua mean.
Umumnya, pendekatan yang dilakukan bisa dengan distribusi Z (uji Z), ataupun
distribusi t (uji t). Uji Z dapat digunakan bila (1) standar deviasi populasi (σ)
diketahui, dan (2) jumlah sampelnya besar (> 30). Bila kedua syarat tersebut tidak
terpenuhi, maka jenis uji yang digunakan adalah uji t dua sampel (two sample t-
test). Berdasarkan hubungan antar populasinya, uji t dapat digolongkan kedalam
dua jenis uji, yaitu dependent sample t-test, dan independent sample t-test:
a. Dependent sample t-test atau sering diistilakan dengan Paired Sampel t-Test,
adalah jenis uji statistika yang bertujuan untuk membandingkan rata-rata dua
grup yang saling berpasangan. Sampel berpasangan dapat diartikan sebagai
sebuah sampel dengan subjek yang sama namun mengalami 2 perlakuan atau

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 pengukuran yang berbeda, yaitu pengukuran sebelum dan sesudah dilakukan
sebuah treatment. Syarat jenis uji ini adalah:
1. Data berdistribusi normal
2. Kedua kelompok data adalah dependen (saling berhubungan/
berpasangan)
3. Jenis data yang digunakan adalah numeric dan kategorik (dua
kelompok).
b. Independent sample t-test adalah jenis uji statistika yang bertujuan untuk
membandingkan rata-rata dua grup yang tidak saling berpasangan atau tidak
saling berkaitan. Tidak saling berpasangan dapat diartikan bahwa penelitian
dilakukan untuk dua subjek sampel yang berbeda. Prinsip pengujian uji ini
adalah melihat perbedaan variasi kedua kelompok data, sehingga sebelum
dilakukan pengujian, terlebih dahulu harus diketahui apakah variannya sama
(equal variance) atau variannya berbeda (unequal variance). Independen
Sample t Test digunakan untuk menguji signifikansi beda rata-rata dua
kelompok.
Uji-t berpasangan sebaiknya digunakan digunakan dalam kondisi berikut ini:
1. Perbedaan statistik antara dua titik waktu
2. Perbedaan statistik antara dua kondisi
3. Perbedaan statistik antara dua pengukuran
4. Perbedaan statistik antara pasangan yang saling berhubungan
Perlu anda ingat: uji-t berpasangan hanya dapat digunakan untuk membandingkan
nilai rata-rata (mean) untuk dua satu kelompok sampel dengan dua buah
perlakukan yang saling berkaitan dengan distribusi normal. Uji t-berpasangan
tidak cocok digunakan pada kondisi berikut:
1. Data yang digunakan tidak berpasngan
2. Distribusi yang digunakan tidak normal
3. Membandingkan lebih dari dua kelompok
4. Jenis data ordinal/rank

Syarat dan kondisi penggunaan uji ini adalah sebagai berikut:

1. Sampel yang digunakan bersifat random dari populasi

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
2. Jenis data yang digunakan adalah kontinu (interval dan rasio)
3. Kedua kelompok sampel saling berhubungan, artinya subjek pada kelompok
pertama juga merupakan subjek pada kelompok kedua
4. Data yang digunakan berdistribusi normal atau setidaknya mendekati
5. Tidak terdapat outlier pada kedua kelompok data (Huda,2017)
E. Minitab
Minitab merupakan salah satu program aplikasi statistika yang banyak
digunakan untuk mempermudah pengolahan data statistik. Keunggulan minitab
adalah dapat digunakan dalam pengolahan data statistik. Minitab telah diakui
sebagai program statistika yang sangat kuat dan tingkat akurasi taksiran statistik
yang tinggi. Minitab menyediakan beberapa pengolahan data untuk melakukan
analisis regresi, membuat anova, membuat alat-alat pengendalian kualitas
statistika, membuat desain eksperimen (factorial, response surfaca dan taguchi),
membuat peramalan dengan analisis time series, analisis realibilitas dan analisis
multivariat, serta menganalisis data kualitatif dengan menggunakan cross
tabulation. Sofware ini menyediakan berbagai jenis perintah yang memungkinkan
proses pemasukan data, manipulasi data, pembuatan grafik dan berbagai analisis
statistik. Minitab memiliki dua layar primer yaitu worksheet (lembar kerja) untuk
melihat dan mengedit lembar kerja, serta sesi command adalah layar untuk
menampilkan hasil. Perintah-perintah Minitab dapat diakses melalui menu, kotak
dialog atau perintah interaktif.
Minitab merupakan salah satu program aplikasi statistik yang banyak
digunakan untuk mengolah data atau mempermudah pengolahan statistik, yang
menyediakan program-program untuk mengolah data secara lengkap. Minitab
memiliki keunggulan yaitu: tampilan menu yang lebih lengkap disertai toolbar.
Toolbar yang memudahkan dalam menjalankan perintah, menyediakan start guide
yang menjelaskan cara melakukan interprestasi tabel dan grafik statistik, bahasa
pemograman makro lebih mudah, dan hasil olahan data lebih akurat. Minitab
terdiri atas beberapa bagian seperti pada aplikasi lainnya.

Macam-macam window pada Minitab sebagai berikut.

a. Toolbar

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 Toolbar merupakan alat untuk mempermudah dan mempercepat perintah
Minitab. Toolbar Minitab berbentuk tombol window. Pengoperasiannya pun
mudah hanya dengan menekan (klik) toolbar tertentu untuk menjalankan
suatu perintah. Ada beberapa bentuk toolbar dalam Minitab yaitu : toolbar
untuk membuka file, menyimpan file, menyalin file, undo, redo dan
mencetak.
b. Windows Data
Windows data memiliki worksheet-worksheet (lembar kerja) yang berisi data-
data. Ada lebih dari satu worksheet dalam 1 project. Dalam window data,
bias memasukkan data kedalam worksheet, memberi nama kolom, mengubah
ukuran dan mengubah format kolom, memindahkan lokasi sel, dan membuat
salinan. Worksheet dalam window data atas kolom-kolom dan baris, dimana
satu kolom berisi variable tertentu dan satu baris berisi observasi. Jika data
window tidak muncul pada layar, pilihlah data dari menu pull-down window.
c. Window Session
Window session menampilkan hasil analisis data yang telah dilakukan. Pada
area ini dapat mengedit dan memformat text, menambahkan komentar,
melakukan perintah menyalin, mengubah huruf, atau mencari dan mengganti
angka serta huruf. Pekerjaan yang telah dilakukan atau hasil analisis pada
window dapat disimpan atau dicetak. Dapat pula menggunakan window
session untuk memerintah Minitab dalam tipe text dan menjalankan program
makro. Pada saat minitab aktif, pada bagian atas akan ditamplkan menu
utama file, edit, manip, calc, stat, graph, editor, window, help.
d. Project Manager
Project manager berfungsi mengatur file-file yang tersimpan dalam project.
Project manager terdiri atas beberapa folder dan window suatu folder. Project
manager terbagi atas dua bagian antara lain: bagian sebelah kiri project
manager menunjukan subfolder-subfolder (folder session, folder history,
folder reported, folder related dokumen, folder worksheet) yang merupakan
isi project tertentu. Bagian sebelah kanan menampilkan daftar file pada
subfolder tertentu yang ditunjukan. Paket program Minitab merupakan
perangkat lunak yang dapat digunakan sebagai media pengolahan yang

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 menjadiakan berbagai jenis perintah yang memungkinkan proses pemasukan
data, manipulasi data, pembuatan grafik, peringkasan numerik dan analisis
data. Minitab menggunakan sebuah struktur lembar kerja dalam kolom-kolom
data yang dapat ditambah, dikurangi, dan dikalikan oleh sebuah konstanta,
yang ditransformasikan kedalam bentuk algoritma, dan lain-lain.
(Hestaliana,2018)
Minitab merupakan perangkat lunak analisis data yang sangat berguna serta
mudah digunakan. Minitab meyediakan fasilitas untuk keperluan analisis data
mulai dari analisis data yang sangat sederhana sampai pada analisis data tingkat
lanjut. Minitab for windows menyediakan fasilitas interface yang membuat sautau
analisis statistic yang mudah dipahami. Beberapa fasilitas yang tersedia pada
Minitab for Windows adalah:
1. General: windows menu interface, nteractive command-line option, context-
senesitive HELP, and powerful macro programming language.
2. Data and file management: importing/exporting, dynamic data exchange,
data editor, data manipulation (merge, stack, subset, sort, rank), merge
worksheet, logical operators, arithmetic operators, matrix functions including
transpose, inverse, eigenvalues and eignvectors.
3. Basic statisyics: descriptive statistics, confidence intervals, cross tabulations,
correlation and covariance matrices, and test of homogeneity of variances.
4. Advanced statistics: regression, ANOVA, MANOVA, cluster analysis, factor
analysis, nonparametric procedures, time series analysis, simulations and
distibutions
5. Graphics:presentation-style graphics, ability to customize all attributes of
every element in your graph, and ability to edit graphs, plots and charts, 3D
surface plot, scatterplot brushing. (Ariawan, 2017)

III. Pengumpulan Data

A. Identifikasi Variabel
Identifikasi variabel untuk laporan resmi modul 2 adalah:
1. Variabel Terikat
Variabel terikat adalah variabel yang dapat dipengaruhi oleh variabel bebas,

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
dalam studi kasus ini variabel terikatnya adalah jumlah penjualan kerudung di PT.
Grosir Sejahtera.
2. Variabel Bebas
Variabel bebas adalah variabel yang mempengaruhi variabel terikat, dalam
studi kasus modul ini, variabel bebasnya adalah jenis kerudung yang dijual di PT.
Grosir Sejahtera.
B. Pengumpulan Data
PT. Grosir Murah menjual 3 merek sabun Elzatta, Zoya dan Rabbani. Yang
masing-masing mempunyai 2 jenis model yaitu Pashmina dan Khimar. Perusahaan
tersebut ingin mengetahui bagaimana tingkat penjualan dari kedua jenis kerudung
tersebut. Setelah diteliti, diketahui rata-rata penjualan dari ke 3 merek kerudung
tersebut adalah sebesar 60 buah.
Tabel 3.1 Data Penjualan sabun PT. Grosir Murah
Elzatta Zoya Rabbani
No
Pashmina Khimar Pashmina Khimar Pashmina Khimar
1 58 69 58 58 50 67
2 59 59 51 66 58 64
3 62 78 51 68 68 65
4 58 58 65 51 52 58
5 58 68 67 68 60 66
6 57 68 71 56 58 57
7 74 62 65 66 66 68
8 67 57 68 51 71 51
9 65 49 58 50 65 55
10 57 48 66 55 68 58
11 85 55 68 55 58 51
12 88 36 51 60 55 53
13 62 54 50 71 50 66
14 72 70 55 64 66 50
15 70 62 50 65 71 58
16 64 67 56 51 65 68
17 54 50 58 55 68 66
18 53 69 55 54 58 63
19 55 52 60 60 55 51
20 67 50 68 53 51 55
21 59 59 51 66 58 64
22 62 78 51 68 68 67
23 88 36 50 66 55 55
24 62 54 55 73 55 66
25 55 57 60 60 55 51
26 67 55 68 58 53 55
27 58 58 65 51 52 58
28 66 58 68 51 71 51

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 29 67 49 58 55 65 55
30 88 36 51 63 55 55

Pertanyaan:
Tentukan apakah rata-rata penjualan tiap jenis dari 3 merek yaitu Elzatta, Zoya
dan Rabbani tersebut sama atau berbeda secara signifikan?

C. Flowchart

Mulai

Rumusan Masalah

Studi Pustaka Studi Lapangan

Perumusan Masalah

Tujuan Penelitian

Indentifikasi Variabel Operasional

Pengumpulan data :
PT. Grosir Murah menjual 3 merek
sabun Elzatta, Zoya dan Rabbani. Yang
masing-masing mempunyai 2 jenis model
yaitu Pashmina dan Khimar. Perusahaan
tersebut ingin mengetahui bagaimana tingkat
Analisa Data Menggunakan Minitab

Pengolahan data :
1. One Sample T-Test
2. Variance 2 Sample
3. Two Sample T-Test

B A

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 B A

Valid

Hasil dan Pembahasan

Kesimpulan dan Saran

Selesai

Gambar 3.1 Flowchart

Penjelasan dari flowchart dari gambar di atas adalah sebagai berikut:
1. Studi Pustaka
Studi Pustaka merupakan tahap pencarian refrensi baik dari buku, jurnal
maupun penelitian sebelumnya.
2. Studi Lapangan
Studi lapangan sangat diperlukan karena pada tahap ini dimaksudkan untuk
mengetahui kondisi nyata objek yang akan diteliti.
3. Rumusan Masalah
Rumusan masalah adalah suatu pertanyaan yang akan dicari jawabannya
melalui pengumpulan data untuk mendukung pemecahan suatu masalah.
4. Tujuan Penelitian
Setelah rumusan masalah dilanjutkan dengan tujuan penelitian agar tujuan
yang diharapkan bisa menyelesaikan permasalahan.
5. Indentifikasi Variabel
Variable adalah segala sesuatu yang mempunyai variasi/perbedaan nilai
terukur. Misalnya variable bebas dan terikat.
6. Pengumpulan Data
Pengumpulan data merupakan data sekunder di mana terdapat 3 data yang
dikumpulkan yakni, penjualan kerudung elzatta, zoya dan robbani dengan masin-
masing memiliki 2 jenis .

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
7. Analisa Data
Analisis data adalah suatu proses atau upaya pengolahan data menjadi
sebuah informasi baru agar karakteristik data tersebut menjadi lebih mudah
dimengerti dan berguna untuk solusi suatu permasalahan, khususnya yang
berhubungan dengan penelitian.
8. Pengolahan Data
Pengolahan data adalah manipulasi data menjadi bentuk sebuah informatif.
9. Hasil dan Pembahasan
Hasil dan pembahasan dalam sebuah laporan penelitian merupakan inti dari
sebuah tulisan ilmiah. Di dalam hasil dan pembahasan disajikan secara cermat dan
jelas mengenai hasil analisis data serta pembahasannya berdasarkan kajian
pustaka dan kerangka teori.

IV. Hasil dan Pembahasan

A. Perhitungan Manual
1. One Sample T-Test
a. Zoya Jenis Pashmina
Tabel 4.1 Data Penjualan Zoya Jenis Pashmina
58 51 51 65 67
71 65 68 58 66
68 51 50 55 50
56 58 55 60 68
51 51 50 55 60
68 65 68 58 51
∑
 Mean = = = = 58.93

Jadi, nilai rata-rata penjualan kerudung Zoya jenis Pashmina adalah sebesar
58,93
 Standar Deviasi

 x  x
2

SD  i

n 1

=√

= 7,10

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 Jadi, Standar Deviasi penjualan sabun Nuvo Batang adalah sebesar 7,10
 SE Mean
SE Mean = = = 1,30

Jadi, SE Mean penjualan sabun Nuvo Batang adalah sebesar 1,30

 T - hitung

T – hitung  X  o = = 0,83
SD
n

Jadi, T-hitung dari penjualan 30 kerudung Zoya jenis pashmina adalah sebesar
0,83
b. Zoya Jenis Khimar
Tabel 4.2 Data Penjualan Zoya Jenis Khimar
58 66 68 51 68
56 66 51 50 55
55 60 71 64 65
51 55 54 60 53
66 68 66 73 60
58 51 51 55 63

∑
 Mean = = = = 59,6

Jadi, nilai rata-rata penjualan kerudung Zoya jenis Khimar dari 30 adalah
sebesar 59,6
 Standar Deviasi

 x  x
2

SD  i

n 1

=√

= 6.91
Jadi, Standar Deviasi penjualan kerudung Zoya Khimar adalah sebesar 6,91
 SE Mean
SE Mean = = = 1.26

Jadi, SE Mean penjualan kerudung Zoya Khimar adalah sebesar 1,26.

 T - hitung
X  o

SD
PRAKTIKUM STATISTIK INDUSTRI
MODUl In(STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 T – hitung = = -0,01

Jadi, T-hitung dari penjualan 30 kerudung Zoya jenis khimar di PT. Grosir
Murah adalah sebesar -0,01

2. Two Sample T-Test

a. Elzatta Pashmina dan Rabbani Pashmina
Tabel 4.3 Data Penjualan Elzatta Pashmina dan Rabbani Pashmina
No Elzatta Pashmina Rabbani Pashmina
1 58 50
2 59 58
3 62 68
4 58 52
5 58 60
6 57 58
7 74 66
8 67 71
9 65 65
10 57 68
11 85 58
12 88 55
13 62 50
14 72 66
15 70 71
16 64 65
17 54 68
18 53 58
19 55 55
20 67 51
21 59 58
22 62 68
23 88 55
24 62 55
25 55 55
26 67 53
27 58 52
28 66 71
29 67 65

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 30 88 55

∑
 Mean Elzatta Pashmina = = = = 65,23
∑
 Mean Rabbani Pashmina = = = = 60

Jadi, nilai rata-rata penjualan kerudung Elzatta jenis Pashmina dari 30

kerudung adalah sebesar 65,23 dan rata-rata penjalan kerudung Rabbani dari 30
kerudung adalah sebesar 60
 Standar Deviasi Elzatta Pashmina

 x  x
2

SD  i

n 1

=√

= 10,26
 Standar Deviasi Rabbani Pashmina

 x  x
2

SD  i

n 1

=√

= 6.93
 SE Mean

SE Mean Elzatta Pashmina = = = 1,87

SE Mean Rabbani Pashmina = = = 1,27

 = = = 76,65

 T – hitung = = 0,04

Jadi, T-hitung dari penjualan 30 kerudung Elzatta pashmina dan Rabbani

pashmina adalah sebesar 0,04
b. Elzatta Khimar dan Rabbani Khimar
Tabel 4.4 Data Penjualan Elzatta Khimar dan Rabbani Khimar
No Elzatta Khimar Rabbani Khimar
1 69 67

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 2 59 64
3 78 65
4 58 58
5 68 66
6 68 57
7 62 68
8 57 51
9 49 55
10 48 58
11 55 51
12 36 53
13 54 66
14 70 50
15 62 58
16 67 68
17 50 66
18 69 63
19 52 51
20 50 55
21 59 64
22 78 67
23 36 55
24 54 66
25 57 51
26 55 55
27 58 58
28 58 51
29 49 55
30 36 55

∑
 Mean Elzatta Khimar = = = = 57.37
∑
 Mean Rabbani Khimar = = = = 58,90

Jadi, nilai rata-rata penjualan kerudung Elzatta jenis khimar dari 30 kerudung
adalah sebesar 57,37 dan rata-rata penjualan kerudung Rabbani jenis khimar
adalah sebesar 58,9
 Standar Deviasi Elzatta Khimar

 x  x
2

SD  i

n 1

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 =√

= 10,86
 Standar Deviasi Rabbani Khimar

 x  x
2

SD  i

n 1 =√

= 6.24
 SE Mean

SE Mean Elzatta Pashmina = = = 1,98

SE Mean Rabbani Pashmina = = = 1,14

 = = = 78,44

 T – hitung = = 0,01

Jadi, T-hitung dari penjualan 30 kerudung Elzatta khimar dan Rabbani

khimar adalah sebesar 0,01

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
B. Print Out dan Analisis Output
1. One Sample T-Test

Gambar 4.1 Output One Sample T-Test

a. Zoya Jenis Pashmina
Analisis:
• Hipotesa
H0 = tidak ada perbedaan rata-rata secara nyata dari penjualan Zoya Pashmina
H1 = ada perbedaan rata-rata secara nyata dari penjualan Zoya Pashmina
• Parameter
≤ = diterima
> = ditolak
≥ 0,05 = diterima
< 0,05 = ditolak
• Perhitungan Tabel

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 = df = (n-1) = 30 – 1 = 29
= 100% - (1/2𝛼)
= 100% - 0,025
= 0,975
(0,975,29) = 2,05

Daerah H0
Daerah Daerah
diterima
Penolakan H0 Penolakan H0

0
-2,05 -0,82 2,05

Gambar. 4.2 Kurva One Sample T-test untuk Segi Empat Merk A
Kesimpulan:
Karena thitung < ttabel = -0,82<2,05 sehingga H0 diterima dan p-value > 0,05
= 0,417 > 0,05 sehingga H0 diterima, ada perbedaan secara nyata dari penjualan
Zoya Pashmina sebesar 60.
b. Zoya Jenis Khimar
Analisis:
• Hipotesa
= tidak ada perbedaan rata-rata secara nyata dari penjualan Kerudung Zoya
Jenis Khimar
= ada perbedaan rata-rata secara nyata dari penjualan Kerudung Zoya Jenis
Khimar
• Parameter
≤ = diterima
> = ditolak
≥ 0,05 = diterima
< 0,05 = ditolak
• Perhitungan Tabel
= df = (n-1) = 30 – 1 = 29

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 = 100% - (1/2𝛼)
= 100% - 0,025
= 0,975
(0,975,29) = 2,05

Daerah Daerah H0
diterima Daerah
Penolakan H0
Penolakan H0

0
-2,05 -0,32 2,05

Gambar. 4.2 Kurva One Sample T-test untuk Zoya Jenis Khimar
Kesimpulan :
Karena thitung < ttabel = -0,32<2,05 sehingga H0 diterima dan p-value > 0,05
= 0,754 > 0,05 sehingga H0 diterima, ada perbedaan secara nyata dari penjualan
Zoya Khimar sebesar 60.

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
2. Uji Varians 2 Sampel
a. Elzatta Pashmina dan Rabbani Pashmina

Gamber 4.3 Output Uji Varians 2 Sampel Kerudung Elzatta Pashmina dan
Rabbani Pashmina
Analisis:
• Hipotesa
= tidak ada perbedaan rata-rata secara nyata dari penjualan Kerudung Elzatta
Pashmina dan Rabbani Pashmina
= ada perbedaan rata-rata secara nyata dari penjualan Kerudung Elzatta
Pashmina dan Rabbani Pashmina
• Parameter
≥ 0,05 = diterima
< 0,05 = ditolak
• Kesimpulan:
Karena ≥ 0,05 = 0,039 < 0,05 sehingga ditolak, maka ada perbedaan
rata-rata secara nyata dari penjualan Kerudung Elzatta Pashmina dan Rabbani

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
Pashmina
c. Elzatta Khimar dan Rabbani Khimar

Gambar 4.4 Output Uji Varians 2 Elzatta Khimar dan Rabbani Khimar
Analisis:
• Hipotesa
= tidak ada perbedaan rata-rata secara nyata dari penjualan Kerudung
Elzatta Khimar dan Rabbani Khimar
= ada perbedaan rata-rata secara nyata dari penjualan Kerudung Elzatta
Khimar dan Rabbani Khimar
• Parameter
≥ 0,05 = diterima
< 0,05 = ditolak
• Kesimpulan:
Karena ≥ 0,05 = 0,004 < 0,05 sehingga ditolak, maka ada
perbedaan rata-rata secara nyata dari penjualan Kerudung Elzatta Khimar dan
Rabbani Khimar

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
3. Two Sample T-Test
a. Elzatta Pashmina dan Rabbani Pashmina

Gambar 4.5 Output Two Sample T-Test Kerudung Elzatta Pashmina dan
Rabbani Pashmina
Analisis:
• Hipotesa
= tidak ada perbedaan rata-rata secara nyata dari penjualan Kerudung Segi
Empat Merk A dan Pashmina Merk A
= ada perbedaan rata-rata secara nyata dari penjualan Kerudung Segi Empat
Merk A dan Pashmina Merk A
• Parameter
≤ = diterima
> = ditolak
≥ 0,05 = diterima

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 < 0,05 = ditolak
• Perhitungan Tabel
= df = (n1 + n2) – 2 = (30+30) – 2 = 58
= 100% - (1/2𝛼)
= 100% - 0,025
= 0,975
(0,975,58) = 2,002

Daerah Daerah H0
Penolakan H0 diterima Daerah
Penolakan H0

-2,002 0 2,002 2,31

Gambar 4.17 Kurva Two Sample T-test untuk Lifebuoy batang dan Citra batang
Kesimpulan :
Karena thitung > ttabel = 2,31 > 2,093 sehingga H0 ditolak dan p-value ≥ 0,05 =
0,024 < 0,05 sehingga H0 ditolak, jadi ada perbedaan rata-rata secara nyata dari
penjualan kerudung Elzatta Pashmina dan Rabbani Pashmina

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
b. Elzatta Khimar dan Rabbani Khimar

Gambar 4.6 Output Two Sample T-Test kerudung Elzatta Khimar dan
Rabbani Khimar
Analisis:
• Hipotesa
= tidak ada perbedaan rata-rata secara nyata dari penjualan Kerudung
Elzatta Khimar dan Rabbani Khimar
= ada perbedaan rata-rata secara nyata dari penjualan Kerudung Elzatta
Khimar dan Rabbani Khimar
• Parameter
≤ = diterima
> = ditolak

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 ≥ 0,05 = diterima
< 0,05 = ditolak
• Perhitungan Tabel
= df = (n1 + n2) – 2 = (30+30) – 2 = 58
= 100% - (1/2𝛼)
= 100% - 0,025
= 0,975
(0,975,58) = 2,002

Daerah Daerah H0
Penolakan H0 diterima Daerah
Penolakan H0

-2,002 -0,67 0 2,002

Gambar 4.x Kurva Two Sample T-test untuk A Tissue D dan C Tissue D
Kesimpulan:
Karena thitung ≤ ttabel = -0,67≤ 2,002 sehingga H0 diterima dan p-value ≥ 0,05
= 0,505 ≥ 0,05 sehingga H0 diterima, jadi tidak ada perbedaan rata-rata secara
nyata dari penjualan kerusdung Elzatta Pashmina dan Rabbani Pashmina.

V. Kesimpulan dan Saran

A. Kesimpulan
Dari praktikum modul 2 didapatkan kesimpulan sebagai berikut :
 One Sample T-test
Untuk One Sample T-test Zoya jenis Pashmina didapatkan thitung < ttabel = -
0,82<2,05 dan p-value > 0,05 = 0,417 > 0,05 sehingga H0 diterima, maka
tidak ada perbedaan secara nyata dari penjualan Zoya Pashmina. Sedangkan
untuk Zoya jenis khimar didapatkan thitung < ttabel = -0,32<2,05 dan p-value >
0,05 = 0,754 > 0,05 sehingga H0 diterima, maka tidak ada perbedaan secara
nyata dari penjualan Zoya Khimar.

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 Variance 2 Sample
Untuk Variance 2 Sample dari Elzatta Pashmina dan Rabbani Pashmina
didapatkan < 0,05 = 0,039 < 0,05 sehingga ditolak, maka ada perbedaan
rata-rata secara nyata dari penjualan Kerudung Elzatta Pashmina dan Rabbani
Pashmina sedangkapn untuk Elzatta Khimar dan Rabbani Khimar didapatkan
< 0,05 = 0,004 < 0,05 sehingga ditolak, maka ada perbedaan rata-rata
secara nyata dari penjualan Kerudung Elzatta Khimar dan Rabbani Khimar
 Two Sample T-test
Untuk Two Sample T-test dari Elzatta Pashmina dan Rabbani Pashmina
didapatkan thitung > ttabel = 2,31 > 2,093 sehingga H0 ditolak dan p-value ≥ 0,05 =
0,024 < 0,05 sehingga H0 ditolak, jadi ada perbedaan rata-rata secara nyata dari
penjualan kerudung Elzatta Pashmina dan Rabbani Pashmina sedangkan untuk
Elzatta Khimar dan Rabbani Khimar didapatkan thitung ≤ ttabel = -0,67≤ 2,002
sehingga H0 diterima dan p-value ≥ 0,05 = 0,505 ≥ 0,05 sehingga H0 diterima, jadi
tidak ada perbedaan rata-rata secara nyata dari penjualan kerusdung Elzatta
Khimar dan Rabbani Khimar
B. Saran
Adapun saran untuk modul 2 ini adalah sebagai berikut:
1. Pada modul yang diberikan sebaiknya terdapat manfaat dari praktikum.
2. Pada modul yang diberikan sebaiknya dilengkapi dengan langkah-langkah
praktikum sehingga lebih mudah untuk dipahami.
3. Pada modul sebaiknya diberi teori tambahan untuk melengkapi dan sebagai
materi pendukung.

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 DAFTAR PUSTAKA

Ariawan, Putu Wisna, I Made Ardana&I Made Sugiarta. 2017. Paket Aplikasi
Statistik. Depok: PT. Rajagrafindo Persada
Hadi, Sutarto, Imam Gunawan&Juhriyansyah Dalle. 2018. Statistik Inferensial
Teori dan Aplikasinya. Banjarmasin: Banjarmasin Press
Hestaliana, Ari, Musnizar Safari. 2018. Peningkatan Self-Efficacy Mahasiswa
Melalui Penerapan Model Numbered Head Together (Nht) Berbantuan
Minitab Pada Materi Statistika Jurnal Ilmiah Anak (JIPA). Vol III No.4
Huda, Fatkhan Amirul. 2017. Uji T Satu Sampel dan Dua Sampel.
https://fatkhan.web.id/uji-t-satu-sampel-dan-dua-sampel/. Diakses Pada
Tanggal 11 Maret 2021 Pukul 02.30 WIB
Mustafa, Pinton Setya. 2017. Statistika Inferensial meliputi Uji Beda dalam
Pendidikan Jasmani. Jurnal Pendidikan Olahraga. Vol 3
Purnajaya, Ahmad Rezki, Fatma Indriani&Mohammad Reza Faisal. 2020.
Pengenalan Suara Pada Kamus Banjara-Indonesia Dan Indonesia Banjar
Menggunakan Statistik Inferensi. Jurnal Ilmiah Informatika (JIF). Vol.08
No.01
Riani, 2017. Macam-macam uji t dan Perbedannya. https:/ /ujidata. blogspot. com/
2015/ 12/ macam-macam –uji -t- dan- perbedaannya.html. Diakses Pada
Tangal 11 Maret 2021 Pukul 00.16 WIB
Santoso, Ismanto Hadi. 2019. Statistik II. Surabaya: UWKS Press
Yuvalianda. 2020. Uji-T Satu Sampel: Penjelasan Hingga Contoh.
https://yuvalianda.com/uji-t-satu-sampel/. Diakses Pada 11 Maret 2021
Pukul 00.25 WIB

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12
 Lampiran
Tabel T

PRAKTIKUM STATISTIK INDUSTRI

MODUl I (STATISTIK DESKRIPTIF)
SESI SENIN / MEJA 12