Disusun Oleh :
Kelompok : 4 (Empat)
Anggota : 1. M. Taufik Hidayat
2. Melati Maharani
Kelas : 4 KD
Instruktur : Ir. Elina Margaretty,M.Si
Ir.Jaksen M.Amin, M.Si
Dengan memanjatkan puji syukur kepada Tuhan Yang Maha Esa, kami selaku penulis
dapat menyelesaikan tugas pembuatan makalah yang berjudul “Statistika Mutu” dengan lancar.
Adapun tujuan penulisan makalah ini adalah untuk memenuhi salah satu tugas mata
kuliah Pengendalian Mutu Produksi dan ingin mengenal lebih jauh mengenai Statistika Mutu
dan Penerapannya. Dalam pembuatan makalah ini, kami mendapat bantuan dari berbagai pihak,
maka pada kesempatan ini kami mengucapkan terimakasih yang sebesar-besarnya kepada
semua pihak yang terlibat terutama kepada bapak Ir. Jaksen M.Amin, M.Si selaku dosen mata
kuliah Pengendalian Mutu Produksi Politeknik Negeri Sriwijaya yang telah memberikan tugas
ini kepada kami.
Kami sangat berharap makalah ini dapat berguna dalam rangka menambah wawasan serta
pengetahuan kita mengenai apa itu statistika mutu. Kami juga menyadari sepenuhnya bahwa
di dalam makalah ini terdapat banyak kekurangan dan jauh dari kata sempurna. Oleh sebab itu,
kami berharap adanya kritik, saran dan usulan demi perbaikan makalah yang telah kami buat
di masa yang akan datang, mengingat tidak ada sesuatu yang sempurna tanpa saran yang
membangun.
Semoga makalah sederhana ini dapat bermanfaat bagi pembaca pada umumnya dan
penulis pada khususnya. Sebelumnya kami mohon maaf apabila terdapat kesalahan kata-kata
yang kurang berkenan dan kami memohon kritik dan saran yang membangun dari Anda demi
perbaikan makalah ini di waktu yang akan datang.
Palembang,Mei 2022
Penyusun
DAFTAR ISI
BAB I PENDAHULUAN
1.1. Latar Belakang .................................................................................................... 1
1.2. Rumusan masalah ............................................................................................... 1
1.3. Tujuan .................................................................................................................. 2
BAB II PEMBAHASAN
Kata statistik juga masih mengandung pengertian lain, yaitu dipakai untuk
menyatakan ukuran atau karakteristik pada sampel seperti rata-rata, standar deviasi
dan varian.
Misal:
Nilai rata-rata ujian matakuliah statistik adalah 70 dengan standar deviasi 8.
Statistika adalah pengetahuan yang berhubungan dengan metode atau cara
mengumpulkan data, pengolahan atau menganalisis data dan penarikan kesimpulan.
Secara singkat dapat didefinisikan bahwa statistika adalah ilmu yang mempelajari
tentang statistik.
Ada keterkaitan yang erat antara statistika deskriptif dengan statistika inferensia,
yaitu umumnya statistika deskriptif senantiasa mendahului tahapan statistika
inferensia. Karena sebelum dilakukan penarikan kesimpulan, maka datanya harus
diuraikan dulu dalam bentuk statistika deskriptif
Kecenderungan terpusat, yaitu sesuatu yang merupakan nilai yang paling representatif
(terwakili).
Bentangan atau pencaran, yaitu berapa besar keragaman yang terdapat disana.
Untuk keperluan industry, dua ukuran yang paling bernilai dari kecenderungan
terpusat adalah rata-rata (average) dan median. Sedangkan dua ukuran ynag paling
berguna dari bentangan adalah deviasi standar dan rentang.
2.4.1 Rata-rata
Rata-rata adalah ukuran yang paling berguna bagi kecenderungan terpusat.
Diperoleh dengan membagi jumlah nilai yang ada dalam sehimpunan angka dengan
banyaknya bilangan atau dengan menggunakan lambang.
X = X1 + X2 + X3 + ….. + Xn
n
dimana :
X = nilai rata-rata
X1 . X2 ….Xn = nilai dari hasil pengukuran berturut-turut
n = banyaknya pengukuran
a. Rata-rata Hitung
µ dibaca myu, yaitu symbol rata-rata sebenarnya yang disebut parameter. Rata-
rata ini dihitung berdasarkan populasi. Karena itu,rata-rata sebenarnya sering juga
disebut rata-rata populasi.
b) Rata-rata perkiraan (sampel)
Kalau rata-rata tersebut dihitung berdasarkan sampel sebanyak n di mana n<N
observasi, maka rata-rata yang diperoleh disebut rata-rata perkiraan,atau rata-rata
sampel, yang diberi symbol 𝑋̅yang rumusnya adalah sebagai berikut :
𝑛
𝑋̅= 1∑ 𝑋i
N
𝑖=1
2.4.2 Median
Median digunakan untuk pekerjaan industri. Nilai ini adalah yang membagi dua
sehimpunan hasil pengukuran yang diatur menurut besarnya nilai-nilai mereka sehingga
jumlah yang sama dari nilai-nilai berada pada kedua sisi dari nilai pusat atau median.
Median cenderung agak tak menentu dibandingkan dengan rata-rata tetapi
seringkali jauh lebih mudah untuk memperolehnya
Contoh :
Interval Kelas Frekuensi
9-21 3
22-34 4
35-47 4
48-60 8
61-73 12
74-86 23
87-99 6
Σf = 60
Letak median ada pada data ke 30, yaitu pada interval 61-73, sehingga :
L0 = 60.5
60
F = 19 Med = 60,5 + 13 − 19 = 72, 42
2
f
F = 12
2.4.3 Modus
Untuk mencari nilai modus dari sekelompok data yang sudah dibuat dalam tabel
distribusi frekuensi, pertama kali carilah kelas yang mempunyai frekuensi paling tinggi.
Selanjutnya jika kelas dengan frekuensi paling tinggi sudah deketahui lalu tentukan batas
bawah kelas yang mempunyai frekuensi tertinggi tersebut, kemudian hitung panjang
kelas dengan frekuensi tertinggi itu. Secara geometris nilai modus didasarkan pada grafik
histogram.
Nilai modus adalah perpotongan antara garis vertikal hasil pertemuan antara
sudut kelas berfrekuensi tertinggi dengan frekuensi sebelum dan sesudah frekuensi
tertinggi (garis terpotong- potong) dengan garis horizontal.
𝑏1
𝑀0 = 𝐵𝐵 + 𝑝 ( )
𝑏1 + 𝑏2
Dimana:
Mo = Nilai modus
BB = Batas Bawah kelas model
p = panjang kelas modus
b1 = jumlah frekuensi kelas modus dikurangkan jumlah frekuensi sebelum kelas
modus
b2 = jumlah frekuensi kelas modus dikurangkan jumlah frekuensi setelah kelas modus
2.4.4 Kuartil
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi empat
bagian yang sama besar. Ada 3 jenis yaitu kuartil pertama (Q1) atau kuartil bawah,
kuartil kedua (Q2) atau kuartil tengah, dan kuartil ketiga (Q3) atau kuartil atas.
in 1
Qi nilai ke - , i 1,2,3
4
Sehingga :
2.4.5 Desil.
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi sepuluh
bagian yang sama besar.
Jawab:
n = 16
data terurut = 3,3,4,5,5,5,6,6,7,7,7,8,8,9,9,9.
in
Di = L0 + c 10 − F , i = 1,2,3,...,9
f
L0 = batas bawah kelas desil Di
Contoh :
Interval Kelas Nilai Tengah (X) Frekuensi
9-21 15 3
22-34 28 4
35-47 41 4
48-60 54 8
61-73 67 12
74-86 80 23
87-99 93 6
Σf = 60
Sehingga :
3.60
D3 = 47,5 +13 -11 = 58,875
10
8
D7 = 73,5 + 13 10 -31 = 79,72
7.60
23
2.4.6 Persentil.
Kelompok data yang sudah diurutkan (membesar atau mengecil) dibagi seratus
bagian yang sama besar.
in
Pi = L0 + c 100 -F , i = 1,2,3,...,99
f
Contoh soal persentil data tunggal
n-1
dimana :
∑ 𝑓𝑖. |𝑋𝑖−̅𝑋|̅
SR =
𝑛
Dimana :
2.5.3 Ragam/Varian
Ragam atau Varians adalah perbandingan antara jumlah kuadrat simpangan-
simpangan dengan banyaknya data.
∑ 𝑓𝑖. (𝑋𝑖−̅𝑋)̅ 2
𝑆2 =
𝑛
Dimana :
𝑆2 = Ragam/Varian
2.5.4 Rentang
Rentang adalah perbedaan antara hasil pengukuran terendah dan tertinggi dalam
satu deretan, atau secara simbolik :
R = Xtertinggi – Xterendah
dimana :
R = nilai rentang
Suatu data membentuk distribusi normal bila jumlah data di atas dan di bawah
mean adalah sama.
Bentuk kurva normal menyerupai bentuk genta (bel). Kurva normal merupakan
suatu poligon yang dilicinkan yang mana ordinatnya memuat frekuensi dan absisnya
memuat nilai variabel. Bentuk kurva normal adalah simetris, sehingga luas rata-rata
(mean) ke kanan dan ke kiri masing-masing mendekati 50 %. Memiliki satu modus,
jadi kurva unimodal.
2. Daerah Kurva Normal
Ruangan yang dibatasi daerah kurva dengan absisnya disebut daerah kurva normal. Luas
daerah kurva normal biasa dinyatakan dalam persen atau proporsi. Dengan kata lain luas
daerah kurva normal adalah seratus per sen, apabila dinyatakan dalam persen, dan apabila
dinyatakan dengan proporsi, luas daerah kurva normal adalah satu.
Dimana:
z = nilai standard
b. Berapa bayi yang beratnya 3.500 gram dan 4.500 gram, jika semuanya ada 10.000 bayi?
c. Berapa bayi yang beratnya lebih kecil atau sama dengan 4.000 gram jika semuanya ada
10.000 bayi?
d. Berapa bayi yang beratnya 4.250 gram apabila semuanya ada 5.000 bayi?
3. Letakkan harga z pada sumbu datar lalu tarik garis vertikal hingga memotong kurva
4. Lihat harga z dalam daftar harga z, caranya cari harga z pada kolom paling kiri hanya
hingga satu desimal dan desimal keduanya dicari pada baris paling atas.
5. Dari z paling kiri maju ke kanan dan dari z di baris atas turun ke bawah, maka didapat
bilangan yang merupakan luas yang dicari. Bilangan yang didapat harus ditulis dalam
bentuk 0, x x x x (bentuk empat desimal).
6. Apabila yang diperlukan persen maka setelah melalui langkah ke lima kalikan dengan
100.
Karena luas daerah kurve normal adalah 1 atau 100 %, dan bentuk kurva simetrik, maka
luas dari garis tegak pada titik nol ke kiri ataupun kekanan adalah 0.5 atau 50%.
Luas daerah kurva dengan nilai z = 2,31 adalah 0,4896 Bayi yang memiliki berat lebih dari
4.500 gram, pada grafiknya ada di sebelah kanan z = 2,31. Luas daerah kurva ini adalah 0,5
– 0,4896 = 0,014. Jadi bayi yang memiliki berat lebih dari 4.500gram ada 1,04%
Luas daerah kurva dengan nilai z = -0,77 adalah 0,2794 dan luas daerah dengan nilai z =
2,31 adalah 0,4896.Grafik bayi yang memiliki berat 3500 dan 4500 ada diantara z = -0,77
dan z = 2,31. Luas daerahnya adalah 0,2794 + 0,4896 = 0, 7690.
Jadi banyak bayi yang memiliki berat badan 4500 gram kira-kira ada 0,7690 x 10.000 =
7.690
c. Bayi yang memiliki berat lebih kecil atau sama dengan 4.000 gram, maka beratnya
harus lebih kecil dari 4000,5 gram.
Luas daerah kurva dengan nilai z =0,77 adalah 0,2794 Perkiraan bayi yang memiliki berat
lebih kecil atau sama dengan 4.000 gram adalah : 0,5 + 0,2794 = 0,7794 Banyak bayi yang
memiliki berat lebih kecil atau sama dengan 4.000 gram adalah 0,7794 x 10.000 = 7794.
d. Bayi yang memiliki berat 4.250 gram berarti beratnya ada diantara 4.249,5 gram dan
4.250,5 gram.
X = 4.249,5 X = 4250,5
Luas daerah kurva dengan nilai z = 1,53 adalah 0,4370
Jadi banyak bayi yang memiliki berat 4.250 gram adalah : 0,0012 x 5.000 = 6.
Semakin kecil ukuran sampel maka semakin besar bentangan antara rata-rata dan
deviasi standar untuk sampel yang diambil dari lot yang sama, dan karenanya rata-rata
dan deviasi standar akan kurang bersesuaian dengan nilai rata-rata dan deviasi standar
yang akan dihasilkan jika penarikan sampel tidak dilakukan melainkan seluruh lot
dianalisis.
𝜎 𝑥 = 𝜎 /√𝑛
Dimana :
𝜎s = 𝜎√1-(c4)2
Dimana :
PENUTUP
3.1 Kesimpulan
3.2 Saran
Diharapkan mahasiswa lebih aktif dalam mencari refrensi dan tidak berasal dari
internet karena kuantitas dan kualitas dari data tidak semua valid.
DAFTAR PUSTAKA