MAKALAH STATISTIKA

UJI TINGKAT KESEMBUHAN PASIEN COVID-19 DI JERMAN

(Makalah ini diajukan untuk memenuhi ujian tengah semester mata kuliah Statistika II)

Disusun Oleh :

Niken Diah Rohmawati (411550101800018)

Aldi Ludiana (41155010180008)

Septian Misbahudin (41155010180033)

Rafi Faris Al-Razak (41155010180026)

Dosen Pengajar :

Dr. Siti Rohimah, S.T.,M.T.

JURUSAN TEKNIK INDUSTRI

FAKULTAS TEKNIK

UNIVERSITAS LANGLANGBUANA

2020
 KATA PENGANTAR

Segala puji dan syukur hanyalah milik Allah SWT yang telah melimpahkan
ilmu. Shalawat serta salam semoga tercurah Kepada Rosul beserta keluarganya. Serta
kami berterimakasih kepada dosen mata kuliah Statistika Industri II yang telah
memberikan tugas kepada kami dalam menyusun makalah ini.

Penulisan makalah ini bertujuan untuk memenuhi Ujiuan Tengah Semester

(UTS) Statistika Industri II di Universitas Langlangbuana Fakultas Teknik jurusan
Teknik Industri. Makalah ini berjudul “Uji Tingkat Kesembuah Pasien Covid 19 Di
Jerman”. Ini kami buat dengan tujuan agar pembaca dapat menerima pengetahuan
tentang peristiwa yang berhubungan Tingkat Kesembuahan Pasien Covid 19 di
Negara Jerman.

Dalam menyusun makalah ini kami menyadari sepenuhnya bahwa makalah ini
masih jauh dari kesempurnaan sebab sepengatahuan dan pengalaman yang di miliki
kami terbatas. Kami mohon maaf apabila ditemukannya kesalahan, kami sebagai
penulis menerima kritik dan saran dari pembaca makalah.

Akhir kata, semoga makalah ini dapat bermanfaat bagi penulis khususnya dan
bagi pembaca pada umumnya. Sekian kata pengantar dari kami atas perhatiannya
kami ucapkan terima kasih.

Bandung 15 April 2020

Penyusun

2|Page
 DAFTAR ISI

KATA PENGANTAR……………………………………………………………….2

DAFTAR ISI…………………………………………………………………………3

BAB I PENDAHULUAN……………………………………………………………4

1.1 Latar Belakang…………………………………………………………………...4

1.2 Rumusan Masalah…………...…………………………………………………..5
1.3 Tujuan Penelitian………………………………………………………………...5

BAB II KAJIAN TEORI…………………………………………………………….6

2.1 Pengertian Covid 19……………………………………………………………..6

2.2 Pengertian Statistika…………………………………………………………….6

BAB III PEMBAHASAN……………………………………………………………9

3.1 Tujuan Pemilihan Tema……………………………...………………………….9

3.2 Metode Pengumpulan Data………...…………………………………………...9

3.3 Metode Pengolahan Data……………………………………………...………...9

3.4 Plot Data , Grafik dan Chart…………………………………………………..13

3.5 Dugaan Probabilitas Distribusi Berdasarkan Plot Data ……………………13

3.6. Uji Hipotesis……………………………………………………………………19

BAB IV PENUTUP……………………………………………………………..…..21

4.1 Kesimpulan……………………………………………………………………...21

DAFTAR PUSTAKA…………………………………………………………….....22

3|Page
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Virus Corona saat ini menjadi trending pembicaraan di seluruh dunia. Diawal
tahun 2020 ini, dunia digemparkan dengan menyebarnya virus baru yaitu coronavirus
atau virus corona yang mematikan. Diketahui, asal mula virus ini berasal dari Wuhan,
Cina. Ditemukan pada akhir Desember tahun 2019. Virus Corona adalah sebuah
keluarga virus yang ditemukan pada manusia dan hewan. Sebagian virusnya dapat
menginveksi manusia serta menyebabkan berbagai penyakit, mulai dari penyakit
umum seperti flu, hingga penyakit-penyakit yang lebih fatal, seperti Middle East
Respiratory Syndrome (MERS) dan Severe Acute Respiratory Syndrome (SARS).
Seringkali virus ini menyebar antara manusia ke manusia melalui tetesan cairan
dari mulut dan hidung saat orang yang terinfeksi sedang batuk atau bersin, mirip
dengan cara penularan penyakit flu. Gejalanya yaitu demam, batuk, dan napas yang
pendek. The Center for Disease Control and Prevention (CDC) percaya bahwa pasien
Virus Corona dapat mengalami gejala-gejala ini 2 dari 2 hari sampai 14 hari setelah
terpapar virusnya.
Jerman menjadi salah satu negara di Eropa dengan angka infeksi virus corona
Covid-19 yang terbilang tinggi. Berdasarkan data dari CSSE John Hopkins
University, jumlah infeksi virus corona di Jerman hingga Senin (6/4/2020) pukul
13.17 mencapai 100.123 kasus. Jumlah ini adalah yang tertinggi ke-3 di Eropa dan
tertinggi ke-4 di dunia setelah Amerika Serikat, Spanyol, dan Italia. Namun meskipun
angka infeksi virus corona tinggi, tetapi apabila dibandingkan dengan korban
meninggal karena Covid-19 di Jerman prosentasenya bisa terhitung rendah. Ada
1.584 kematian akibat virus corona di Jerman. Jumlah itu setara dengan 1,5 persen
dari total kasus infeksi yang tercatat. Presentase ini tentu terbilang rendah jika
dibandingkan dengan negara lain yang memiliki kasus infeksi tinggi.

4|Page
 Untuk mengetahui lebih lanjut mengenai covid 19 di jerman, kami jumpai
banyak hal yang dapat kita deskripsikan dalam bentuk data. Informasi data yang
diperoleh tentunya harus diolah terlebih dahulu menjadi sebuah data yang mudah
dibaca dan dianalisa. Statistika adalah ilmu yang mempelajari cara-cara pengolahan
data, kali ini kami menggunakan beberapa metode statistika untuk mengetahui tingkat
kesembuhan covid 19 yang berada di Negara jerman tersebut. Untuk mengetahui data
tingkat kesembuhan covid 19 di Negara jeman. Pertama kami menggunakan metode
liliefors, analisis regresi kolerasi, dan uji hipoteis.

1.2 Rumusan Masalah

Berdasarkan uraian pada latar belakang, maka dapat dirumuskan permasalahan
sebagai berikut :

1. Apa itu covid 19

2. Pengertian statistika
3. Metode-metode yang dipakai dalam pengujian
4. Tujuan memilih metode yang digunakan

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah di atas, tujuan dari penulisan tugas tengah semester ini
adalah:

a. Menjelaskan sekelas Corona virus (covid 19)

b. Menganalisis data korban kematian yang disebabkan oleh virus Covid 19
di Negara jerman
c. Menjelaskan metode statistika untuk mengetahui tingkat kesembuhan
pasien covid 19 di Negara jerman

5|Page
 BAB II

KAJIAN TEORI

2.1 Pengertian Covid 19

Virus Corona adalah sebuah keluarga virus yang ditemukan pada manusia
dan hewan. Sebagian virusnya dapat menginveksi manusia serta menyebabkan
berbagai penyakit, mulai dari penyakit umum seperti flu, hingga penyakit-
penyakit yang lebih fatal, seperti Middle East Respiratory Syndrome (MERS)
dan Severe Acute Respiratory Syndrome (SARS). Seringkali virus ini
menyebar antara manusia ke manusia melalui tetesan cairan dari mulut dan
hidung saat orang yang terinfeksi sedang batuk atau bersin, mirip dengan cara
penularan penyakit flu. Tetes cairan dari mulut dan hidung pasien tersebut bisa
jatuh dan tertinggal pada mulut dan hidung orang lain yang berada di dekatnya,
bahkan dihisap dan terserap ke dalam paru-paru orang tersebut melalui
hidungnya. Gejalanya yaitu demam, batuk, dan napas yang pendek. The Center
for Disease Control and Prevention (CDC) percaya bahwa pasien Virus Corona
dapat mengalami gejala-gejala ini 2 dari 2 hari sampai 14 hari setelah terpapar
virusnya. Belum ada pengobatan anti-virus untuk menyembuhkan mereka yang
terjangkit Virus Corona. Para pasien perlu mendapatkan perawatan medis
ekstra untuk meringankan dan menghilangkan gejalanya.

2.2 Pengertian Statistika

Statistika adalah ilmu yang berkenaan dengan data atau statistika adalah
ilmu yang berusaha untuk mencoba mengolah data untuk mendapatkan manfaat
berupa keputusan dalam kehidupan. 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

6|Page
 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 probabilitask.

Statistika dalam arti sempit berarti kumpulan data berupa angka,

penyajian data dalam table dan grafik, bilangan yang menunjukan karakteristik

dari kumpulan data. Statistika dalam arti luas yaitu metode yang digunakan

dalam pengumpulan dan analisis data yang berupa angka-angka sehingga dapat

diperoleh informasi yang berguna. Statistika adalah suatu metode yang

menjelaskan tata cara pengumpulan, penyusunan, penyajian, penganalisaan, dan

penginterprestasian data menjadi informasi yang lebih berguna.

Peranan statistik antara lain terlihat dalam kehidupan sehari-hari, dalam

penelitian ilmiah dan dalam ilmu pengetahuan. Beberapa contoh bahwa statistik

sangat berperan dalam kehidupan sehari-hari misalnya dalam kehidupan sehari-

hari kita sering menggunakan ilmu statistika untuk mengatur berapa jumlah

pengeluaran kita yang disesuaikan dengan pendapatan yang kita peroleh, lalu

memilih barang yang mana yang akan kita beli, dan lainnya yang pada akhirnya

membutuhkan keputusan terbaik yang akan kita ambil.

Begitu pula dengan bidang yang lainnya, membantu memutuskan

keputusan yang harus diambil secara tepat. Dalam ilmu kedokteran untuk

peralatan analisa penyakit. Statistik juga sangat dibutuhkan dalam penelitian

karena memiliki peranan seperti :

7|Page
 a. Statistik memungkinkan pencatatan secara lengkap dari data

penyelidikan

b. Statistik memampukan seorang peneliti untuk bekerja secara berurutan

dari awal sampai akhir

c. Statistic menyediakan cara-cara meringkas data kedalam bentuk yang

lebih gampang mengerjakannya

d. Statistic memberikan dasar-dasar melalui proses-proses yang

mengikuti aturan yang dapat diterima oleh ilmu pengetahuan

e. Statistic memberikan landasan untuk meramalkan secara ilmiah

tentang bagaimana sesuatu gejala akan terjadi dalam kondisi-kondisi

yang telah diketahui

f. Statistic memungkinkan peneliti menganalisa, menguraikan sebab

akibat yang kompleks dan rumit yang tanpa statistic akan merupakan

persoalan yang membingungkan serta kejadian yang tak teruraikan

g. Menggambarkan data dalam bentuk tak tentu

h. Menyederhanakan data yang komplek menjadi data yang mudah

dimengerti

i. Merupakan teknik untuk membuat perbandingan

j. Memperluas pengalaman individu

k. Menentukan tingkat hubungan atau peranan antar variable

l. Mengukur besar besaran variable

m. Dasar untuk merumuskan kebijakan perusahaan atau pemerintahan

8|Page
 BAB III

PEMBAHASAN

3.1 Tujuan Pemilihan Tema

 Untuk mengetahui bagaimana kondisi kesembuhan (recovery) kasus pasien

covid 19 di Jerman dalam kurun waktu 1 bulan
 Mengetahui data perharinya dan jumlah recovery keseluruhan di Jerman
selaama 1 bulan

3.2 Metode Pengumpulan data

 Metode pengumpulan data yakni yang pertama pencarian data dengan

menggunakan data pencarian dari Internet Selah data didapat lalu data itu
dikerucutkan menjadi 1 bulan yakni pada tanggal 13 Maret 2020 – 11 April
2020.
 Sumber data didapat dari : harian wordometer
https://www.worldometers.info/coronavirus/country/germany/?fbclid=IwAR0
vZCqdmaoBShfXdMcq_Ywk6Gfl24WhXPWUSd4bYGTJri5YLE3LwAReE
5U

3.3 Metode Pengolahan Data

3.3.1 Tabelisasi Data dan Analisis Deskriptif

Tabelisasi Data

Pasien Sembuh
Tanggal/Bulan
Covid 19
13-Maret 21
14-Maret 0
15-Maret 0
16-Maret 21
17-Maret 0
18-Maret 38
19-Maret 10

9|Page
 20-Maret 65
21-Maret 29
22-Maret 57
23-Maret 187
24-Maret 2837
25-Maret 257
26-Maret 2126
27-Maret 985
28-Maret 1823
29-Maret 730
30-Maret 4289
31-Maret 2600
1-Apr 3740
2-Apr 2135
3-Apr 1825
4-Apr 2300
5-Apr 0
6-Apr 7381
7-Apr 10219
8-Apr 6107
9-Apr 1506
10-Apr 3487
11-Apr 2900

Analisis Deskriptif

Analisis deskriptif mengacu pada perubahan dari data-data mentah ke

dalam suatu bentuk yang mudah dimengerti dan diterjemahkan.

10 | P a g e
 Pendeskripsian jawaban atau hasil pengumpulan data merupakan ciri dari
bentuk pertama analisis. Seperti perhitungan rata-rata, distribusi frekuensi dan
distribusi presentase adalah bentuk yang paling umum dari peringkasan data.
Jenis analisis deskriptif yang dapat dilakukan memiliki kaitan yang erat
dengan bentuk data atau jenis pengukuran yang dilakukan dalam riset
tersebut. Secara ringkas keterkaitan antara tipe analisis deskriptif dengan
bentuk-bentuk pengukuran data yang diambil. Analisis Deskriptif yang
dilakukan untuk menilai karakteristik dari sebuah data. Karakterisitik itu
banyak sekali antara lain nilai :

a. Mean adalah rata-rata sebuah kelompok data.

b. Median adalah nilai paling tengah.
c. Sum adalah jumlah keseluruhan data.
d. Varians dalah nilai yang didapat dari pembagian hasil penjumlahan
kuadrat (sum of squares) dengan ukuran data (n). Dimana ukuran data (n)
adalah banyaknya anggota sampel atau observasi.
e. Standar error adalah indeks yang memberikan gambaran dari sebaran
rerata sampel terhadap rerata dari rerata keseluruhan kemungkinan sampel
(rerata populasi).
f. Standar deviasi adalah nilai akar kuadrat dari varians.
g. Mode range atau rentang adalah nilai yang sering keluar.
h. Minimal adalah nilai paling rendah atau paling kecil diantara semua
anggota dalam sebuah kelompok data.
i. Maksimal adalah nilai paling tinggi atau besar diantara semua anggota
dalam sebuah kelompok data.
j. Skewness dan kurtosis
k. Count adalah banyaknya anggota sampel atau observasi di dalam sebuah
kelompok data.

11 | P a g e
 l. Range adalah rentang atau jarak antara nilai maksimum dan nilai
minimum.

Dalam makalah ini, pengerjaan analisis deskriptif di uji dengan menggunakan

Microsoft Excel seperti di bawah ini.

Tingkat Kesembuhan
Pasien Covid 19 di Jerman
Mean 1922.5
Standard Error 452.3098032
Median 1245.5
Mode 0
Standard Deviation 2477.402822
Sample Variance 6137524.741
Kurtosis 3.583189562
Skewness 1.808151481
Range 10219
Minimum 0
Maximum 10219
Sum 57675
Count 30
Largest(1) 10219
Smallest(1) 0
Confidence Level (95.0%) 925.0774169

12 | P a g e
3.4 Plot Data Grafik, dan Diagram

Recovery pasien covid 19 di Jerman

pasien sembuh

12000
jumlah pasien sembuh

10000
8000
6000
4000
2000
0
0 5 10 15 20 25 30 35
Tanggal/bulan

Recovery pasien covid 19 di Jerman

12000
jumlah pasien sembuh

10000
8000
6000
4000
2000
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Tanggal/bulan

pasien sembuh

3.5 Dugaan probabilitas distribusi berdasarkan plot data

Dari pola yang kita miliki dilihat dari titik-titik penyebarannya kita menduga
bahwa pola data tersebut berdistribusi tidak normal. Maka dari itu, untuk

13 | P a g e
membuktikannya kita melakukan uji normalitas data menggunakan uji liliefors.
Setelah dilakukan uji normalitas ternyata hasilnya data tidak normal.

Uji normalitas menggunakan uji liliefors

No Xi z=
𝑋−𝑥
𝑆𝐷
F (X) S (X) | F (X) - S (X) |
1 21 -0.77 0.2206 0.03 0.191

2 0 -0.78 0.2177 0.06 0.158

3 0 -0.78 0.2177 0.1 0.118

4 21 -0.77 0.2206 0.13 0.091

5 0 -0.78 0.2177 0.16 0.058

6 38 -0.76 0.2236 0.2 0.024

7 10 -0.77 0.2206 0.23 0.009

8 65 -0.75 0.2266 0.26 0.033

9 29 -0.76 0.2236 0.3 0.076

10 57 -0.75 0.2266 0.33 0.103

11 187 -0.70 0.242 0.36 0.118

12 2837 0.37 0.3577 0.4 0.042

13 257 -0.67 0.2514 0.43 0.179

14 2126 0.08 0.5319 0.46 0.072

15 985 -0.38 0.352 0.5 0.148

16 1823 -0.04 0.484 0.53 0.046

17 730 -0.48 0.3156 0.56 0.244

18 4289 0.96 0.8315 0.6 0.232

19 2600 0.27 0.6064 0.63 0.024

14 | P a g e
 20 3740 0.73 0.7673 0.66 0.107

21 2135 0.09 0.5319 0.7 0.168

22 1825 -0.04 0.484 0.73 0.246

23 2300 0.15 0.5596 0.76 0.200

24 0 -0.78 0.2177 0.8 0.582

25 7381 2.20 0.9772 0.83 0.147

26 10219 3.35 0.9996 0.86 0.140

27 6107 1.69 0.9545 0.9 0.055

28 1506 -0.17 0.4325 0.93 0.498

29 3487 0.63 0.7357 0.96 0.224

30 2900 0.39 0.6517 1 0.348

D = maks |Ft-Fs| = 0.582

Karena D maks = 0.582 > Dtabel = 0.161 , jadi data tidak berdistribusi normal.

Analisis Regresi Linier dan Korelasi

Tujuan utama dari analisis regresi & korelasi adalah untuk memberikan dasar-dasar
prakiraan atau pendugaan dalam analisis tingkat kesembuhan pasien covid 19 di
Jerman. Analisis regresi sebagai alat untuk melakukan peramalan atau prediksi atau
estimasi atau pendugaan yang sangat berguna bagi para pembuat keputusan. Biasanya
variabel tak bebas Y adalah variabel yang diramalkan dan variabel bebas X yang
telah ditetapkan sebagai peramal yang disebut prediktor. Untuk membuat
prakiraan/dugaan hubungan antara variabel X dengan variabel Y, maka variabel X
dan variabel Y tersebut harus mempunyai hubungan yang kuat. Kuat tidaknya
hubungan antara variabel bebas X dan variabel tak bebas Y didasarkan pada analisis

15 | P a g e
korelasi. Jadi antara analisis korelasi dan analisis regresi mempunyai kaitan yang
sangat erat. Pada analisis ini kami menggunakan pasien positif covid 19 untuk
menguji pengaruh antara tingkat kesembuhan pasien covid 19 terhadap tingkat pasien
positif covid 19.

16 | P a g e
No X Y y x x^2 Y^2
(Y-𝑌) (X−𝑋) xy
1 21 37998 -18999.5 36075.5 -685416462.3 441 360981000.3
2 0 43862 -13135.5 41939.5 -550896302.3 0 172541360.3
3 0 48781 -8216.5 46858.5 -385012865.3 0 67510872.25
4 21 52683 -4314.5 50760.5 -219006177.3 441 18614910.25
5 0 52740 -4257.5 50817.5 -216355506.3 0 18126306.25
6 38 54933 -2064.5 53010.5 -109440177.3 1444 4262160.25
7 10 58350 1352.5 56427.5 76318193.75 100 1829256.25
8 65 61247 4249.5 59324.5 252099462.8 4225 18058250.25
9 29 65309 8311.5 63386.5 526836894.8 841 69081032.25
10 57 68248 11250.5 66325.5 746195037.8 3249 126573750.3
11 187 69839 12841.5 67916.5 872149734.8 34969 164904122.3
12 2837 72865 15867.5 70942.5 1125680119 8048569 251777556.3
13 257 69566 12568.5 67643.5 850177329.8 66049 157967192.3
14 2126 64647 7649.5 62724.5 479811062.8 4519876 58514850.25
15 985 63221 6223.5 61298.5 381491214.8 970225 38731952.25
16 1823 65522 8524.5 63599.5 542153937.8 3323329 72667100.25
17 730 65181 8183.5 63258.5 517675934.8 532900 66969672.25
18 4289 64532 7534.5 62609.5 471731277.8 18395521 56768690.25
19 2600 62578 5580.5 60655.5 338488017.8 6760000 31141980.25
20 3740 60515 3517.5 58592.5 206099118.8 13987600 12372806.25
21 2135 58349 1351.5 56426.5 76260414.75 4558225 1826552.25
22 1825 56646 -351.5 54723.5 -19235310.25 3330625 123552.25
23 2300 53931 -3066.5 52008.5 -159484065.3 5290000 9403422.25
24 0 53786 -3211.5 51863.5 -166559630.3 0 10313732.25

17 | P a g e
 25 7381 53100 -3897.5 51177.5 -199464306.3 54479161 15190506.25
26 10219 50703 -6294.5 48780.5 -307048857.3 104427961 39620730.25
27 6107 48167 -8830.5 46244.5 -408362057.3 37295449 77977730.25
28 1506 45933 -11064.5 44010.5 -486954177.3 2268036 122423160.3
29 3487 44254 -12743.5 42331.5 -539451470.3 12159169 162396792.3
30 2900 42439 -14558.5 40516.5 -589859465.3 8410000 211949922.3
Jumlah 57675 1709925 0 1652250 2420620921.50 288868405.00 2420620921.50

𝑋 1922.5

𝑌 56997.5
a 40887.59
b 8.379667

Diagram Pencar R² = 0.0232

80000
70000
Y (Pasien Positif Covid 19)

60000
50000
40000
30000
20000
10000
0
0 2000 4000 6000 8000 10000 12000
X (Pasien Sembuh Covid 19)

18 | P a g e
Dari hasil perhitungan maka didapat

Y= a +bx

Y = 40887.59 + 8.379667 X

Jadi, tingkat kesembuhan pasien covid 19 di Jerman (X) sebesar 40887.59 nilainya
adalah 0, maka pasien positif covid 19 di Jerman (Y’) nilainya positif yaitu sebesar
8.37967.
Koefisien regresi tingkat kesembuhan pasien covid 19 (X) sebesar 40887.59 artinya
jika (X) mengalami kenaikan, maka (Y’) akan mengalami kenaikan 8.37967. Bernilai
positif artinya terjadi hubungan positif antara pasien positif covid 19 dengan pasien
sembuh covid 19, semakin naik pasien positif covid 19 maka akan semakin
meningkat tingkat kesembuhannya.

3.6 Uji hipotesis

Pengujian Hipotesis menggunakan Uji T

Uji t digunakan untuk menguji perbedaan rata-rata suatu variabel dengan

suatu konstanta tertentu atau nilai hipotesis.

Pengujian hipotesis satu rata –rata ( µ ) di mana standar deviasi diketahui dan
n ≤ 30.

Mean 1922.5
Sum 57675
Standard Deviation 2477
Α 5%

19 | P a g e
 Langkah-langkah pengujian hipotesis

1. Merumuskan hipotesis
H0 : µ = 1922.5 (Rata-rata pasien tingkat kesembuhan covid 19 di Jerman
sama dengan 1922.5)
Ha : µ ≠ 1922.5 (Rata-rata pasien tingkat kesembuhan covid 19 di Jerman
tidak sama dengan 1922.5)
2. Menentukan t table
t table = (α/2 ; df)
= (5%/2 ; n-1)
= (2,5% ; 30-1)
= (0,025 ; 29)
= 2,363846
3. Menentukan t hitung (t test)

𝑥−µ
t hitung =
𝑠/√𝑛

57675 − 1922.5
=
2477.403/√30

= 129183
4. Kesimpulan
Karena t hitung lebih besar dari t table atau 129183 > 2,363846 maka Ho
diterima atau Ha ditolak. Jadi rata-rata tingkat kesembuhan pasien covid
19 di Jerman sama dengan 1922.5

20 | P a g e
 BAB IV

PENUTUP

4.1 Kesimpulan
1. Jerman menjadi salah satu negara tertinggi ke-3 di Eropa virus corona Covid-
19 yang terbilang tinggi karena mencapai 100.123 kasus.
2. Berdasarkan hasil analisa Deskriptif Karena D maks = 0.582 > Dtabel =
0.161 , jadi data tidak berdistribusi normal.
3. Dugaan probabilitas yang didapat, pola data yang kami miliki dilihat dari titik
tiktik penyebarannya kami menduga bahwa pola data tersebut tidak normal ,
maka dari itu kami melakukan uji normalitas untuk membuktikannya.. Setelah
dilakukan uji normalitas ternyata hasilnya data tidak normal.
4. Berdasarkan hasil yang didapat dari analisa regresi yaitu, koefisien regresi
tingkat kesembuhan pasien covid 19 (X) sebesar 40887.59 artinya jika (X)
mengalami kenaikan, maka volume (Y’) akan mengalami kenaikan 8.37967 .
Koefisien bernilai positif artinya terjadi hubungan positif antara pasien positif
covid 19 dengan pasien sembuh covid 19, semakin naik pasien positif covid
19 maka akan semakin meningkat tingkat kesembuhannya.
5. Hasil analisa yang didapat dari uji hipotesis didapatkan t hitung lebih besar
dari t table atau 129183 > 2,363846 maka Ho diterima atau Ha ditolak. Jadi
rata-rata tingkat kesembuhan pasien covid 19 sama dengan 1922.5

21 | P a g e
 DAFTAR PUSTAKA

https://www.worldometers.info/coronavirus/country/germany/?fbclid=IwAR0vZCqd
maoBShfXdMcq_Ywk6Gfl24WhXPWUSd4bYGTJri5YLE3LwAReE5U

https://www.cigna.co.id/health-wellness/yang-perlu-anda-ketahui-tentang-
coronavirus

https://www.academia.edu/25772742/Makalah_uji_normalitas_statistik

https://www.kompas.com/tren/read/2020/04/06/194500265/angka-kematian-akibat-
corona-di-jerman-rendah-ini-beberapa-alasannya?page=all

22 | P a g e