LAPORAN PRAKTIKUM

MODUL II
TEORI PELUANG DAN DISTRIBUSI PELUANG

Diajukan Untuk Memenuhi Salah Satu Syarat Kelulusan Praktikum Statistika

Industri

Oleh:
Nama/NPM : Asep Rohmat / 10070219025
Rizal Saputra / 10070219028
Hari / Shift : Senin / 1 (Satu)
Asisten : Syifa Maulvi Zainun Awal

LABORATORIUM MANAJEMEN KUALITAS

PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS ISLAM BANDUNG
2021 M / 1443 H
 DAFTAR ISI

DAFTAR ISI .................................................................................................................. i

DAFTAR TABEL ......................................................................................................... ii
DAFTAR GAMBAR ................................................................................................... iv
BAB I PENDAHULUAN ............................................................................................ 1
BAB II PENGUMPULAN DAN PENGOLAHAN DATA......................................... 2
2.1 Pengumpulan Data ......................................................................................... 2
2.1.1 Distribusi Peluang Diskret ...................................................................... 2
2.2 Pengolahan Data ............................................................................................. 6
2.2.1 Distribusi Peluang Diskret ...................................................................... 7
2.2.2 Uji Kesesuaian dan Peluang Distribusi ................................................. 13
BAB III ANALISIS ................................................................................................... 43
3.1 Analisis Distribusi Peluang Diskret ............................................................. 43
3.1.1 Distribusi Binomial ............................................................................... 43
3.1.2 Distribusi Hypergeometrik .................................................................... 43
3.2 Uji Kesesuaian .............................................................................................. 44
3.2.1 Distribusi Poisson ................................................................................. 44
3.2.2 Distribusi Normal .................................................................................. 45
BAB IV KESIMPULAN............................................................................................ 47
DAFTAR PUSTAKA ................................................................................................. 48
LAMPIRAN ................................................................................................................ 49

i
`

DAFTAR TABEL

Tabel 2. 1 Pengamatan Distribusi Binomial ................................................................. 3

Tabel 2. 2 Pengamatan Distribusi Hypergeometrik ...................................................... 3
Tabel 2. 3 Pengamatan Distribusi Poisson .................................................................... 4
Tabel 2. 4 Data Dimensi Tinggi Pinggul Pada Laki-laki .............................................. 5
Tabel 2. 5 Data Dimensi Tinggi Pinggul Pada Perempuan ........................................... 6
Tabel 2. 6 Pengamatan Distribusi Binomial ................................................................. 7
Tabel 2. 7 Tabel Rekapitulasi Hasil Distribusi Binomial ............................................. 9
Tabel 2. 8 Pengamatan Distribusi Hypergeometrik .................................................... 10
Tabel 2. 9 Tabel Rekapitulasi Hasil Distribusi Hypergeometrik ................................ 12
Tabel 2. 10 Pengamatan Distribusi Poisson ................................................................ 14
Tabel 2. 11 Distribusi Frekuensi Uji Kesesuaian Distribusi Poisson ......................... 15
Tabel 2. 12 Rekapitulasi Nilai Peluang Poisson ......................................................... 16
Tabel 2. 13 Rekapitulasi Nilai Fh untuk Semua Kelas Interval .................................. 16
Tabel 2. 14 Penggabungan Kelas ................................................................................ 17
Tabel 2. 15 Statistik Uji Chi-Square (X²) ................................................................... 17
Tabel 2. 16 Data Dimensi Tinggi Pinggul pada Laki-Laki ......................................... 20
Tabel 2. 17 Distribusi Frekuensi untuk Uji Kesesuaian Distribusi Normal Pada Laki-
Laki ............................................................................................................................. 21
Tabel 2. 18 Rekapitulasi Nilai Z untuk Semua Kelas Interval Pada Data Laki-Laki . 22
Tabel 2. 19 Rekapitulasi Nilai fh dan p untuk Semua Kelas Interval Pada Data Laki-
Laki ............................................................................................................................. 23
Tabel 2. 20 Penggabungan Kelas Pada Data Laki-Laki .............................................. 23
Tabel 2. 21 Rekapitulasi hasil Perhitungan Chi Kuadrat untuk Semua Kelas Interval
Data Laki-Laki ............................................................................................................ 24
Tabel 2. 22 Data Dimensi Tinggi Pinggul pada Perempuan ....................................... 25
Tabel 2. 23Distribusi Frekuensi untuk Uji Kesesuaian Distribusi Normal Pada
Perempuan ................................................................................................................... 27
Tabel 2. 24 Rekapitulasi Nilai Z untuk Semua Kelas Interval Pada Data Perempuan 27

ii
`

Tabel 2. 25 Rekapitulasi Nilai fh dan p untuk Semua Kelas Interval Pada Data
Perempuan ................................................................................................................... 28
Tabel 2. 26 Penggabungan Kelas Pada Data Perempuan ............................................ 29
Tabel 2. 27 Rekapitulasi hasil Perhitungan Chi Kuadrat untuk Semua Kelas Interval
Data Perempuan .......................................................................................................... 29
Tabel 2. 28 Data Dimensi Tinggi Pinggul pada Laki-Laki ......................................... 31
Tabel 2. 29 Perhitungan Simpangan Baku Data Laki-Laki ........................................ 32
Tabel 2. 30 Rekapitulasi Nilai Peluang ....................................................................... 35
Tabel 2. 31 Data Dimensi Tinggi Pinggul pada Perempuan ....................................... 36
Tabel 2. 32 Perhitungan Simpangan Baku Data Perempuan ...................................... 38
Tabel 2. 33 Rekapitulasi Nilai Peluang ....................................................................... 41

iii
`

DAFTAR GAMBAR

Gambar 2. 1 Hasil Perhitungan Distribusi Peluang Binomial Menggunakan Software

Minitab ........................................................................................................................ 10
Gambar 2. 2 Hasil Perhitungan Distribusi Peluang Hypergeometrik Menggunakan
Software Minitab ......................................................................................................... 13
Gambar 2. 3 Hasil Uji kesesuaian Distribusi Poisson Menggunakan ......................... 18
Gambar 2. 4 Rekapitulasi Perhitungan Distribusi Poisson Menggunakan ................. 19
Gambar 2. 5 Hasil Uji Kenormalan Data Menggunakan Software Minitab ............... 25
Gambar 2. 6 Hasil Uji Kenormalan Data Menggunakan Software Minitab Data
Perempuan ................................................................................................................... 30
Gambar 2. 7 Grafik Luas Daerah sebelah Kiri Z ........................................................ 34
Gambar 2. 8 Grafik Luas Daerah sebelah Kanan Z .................................................... 34
Gambar 2. 9 Grafik Penggabungan Nilai Z ................................................................ 35
Gambar 2. 10 Grafik Luas Daerah sebelah Kiri Z ...................................................... 39
Gambar 2. 11 Grafik Luas Daerah sebelah Kanan Z .................................................. 40
Gambar 2. 12 Grafik Penggabungan Nilai Z .............................................................. 40

iv
`

BAB I
PENDAHULUAN

Kehidupan manusia selalu dipengaruhi oleh berbagai keputusan atau

kemungkinan yang terjadi terhadap setiap kejadian yang tidak terduga, baik itu secara
perseorangan maupun secara berkelompok sekalipun, dimana manusia secara mutlak
harus bisa memberikan kepastian terhadap setiap keputusan atau kemungkinan pada
setiap perstiwa yang terjadi, sehingga tidak menimbulkan kekhawatiran terhadap setiap
kemungkinan yang ada dengan jangka waktu tertentu, bahkan dalam dunia industri
diperlukan kepastian terhadap setiap proses yang dijalankan dengan tujuan
meminimalisir terhadap setiap kejadian yang berpotensi dapat merugikan industri.
Bentuk upaya yang dapat dilakukan untuk menentukan kepastian terhadap setiap
keputusan atau kemungkinan dapat dilakukan dengan menerapkan teori peluang serta
menggunakan pendekatan distribusi peluang.
Menurut Sudjana (2009), Peluang merupakan suatu peristiwa atau lebih yang
saling asing apabila terjadinya peristiwa yang mencegah terjadinya peristiwa yang lain.
Adapun tujuan utama dari peluang dalam ilmu statistik adalah memperkirakan peluang
yang dapat dihubungkan terhadap setiap peristiwa yang terjadi pada keadaan tertentu,
dimana apabila keseluruhan peluang dari hasil kemungkinan yang terjadi dapat
diketahui maka seluruh peluang dari kejadian dapat membentuk suatu distribusi
peluang (Buchari, 2009).
Kegiatan implementasi dilakakukan melalui pengamatan terhadap sekumpulan
data kecacatan produk, jumlah kedatangan pelanggan serta dimensi tubuh tinggi
pinggul pada laki-laki dan perempuan, kemudian sekumpulan data tersebut dilakukan
pengolahan berdasarkan penerapan distribusi peluang diskret seperti distribusi
hypergeometrik, distribusi binomial, distribusi poisson serta distribusi normal.
Langkah selanjutnya adalah melakukan pengujian kesesuaian data terhadap distribusi
poisson dan distribusi normal, baik melalui perhitungan dengan aplikasi Microsoft
Excel maupun menggunakan Minitab.

1
`

BAB II
PENGUMPULAN DAN PENGOLAHAN DATA

2.1 Pengumpulan Data

Pengumpulan data didapatkan berdasarkan hasil pengamatan terhadap
kecacatan produk, jumlah kedatangan pelanggan serta dimensi tubuh manusia berupa
tinggi pinggul pada laki-laki dan perempuan. Berdasarkan hasil pengumpulan data
yang telah dilakukan, diketahui terdapat 150 data kecacatan produk, kemudian terdapat
30 data jumlah kedatangan pelanggan serta 45 data dimensi tubuh manusia berupa
tinggi pinggul pada laki-laki dan perempuan. Adapun tujuan dari pengumpulan data
adalah untuk mengetahui nilai distribusi peluang diskret melalui perhitungan distribusi
binomial, distribusi hypergeometrik, distribusi poisson dan distribusi normal.
2.1.1 Distribusi Peluang Diskret
Menurut Hasan (2001), Distribusi peluang diskret merupakan distribusi hasil
variabel acak diskret secara keseluruhan terhadap peluang terjadinya setaip nilai.
Distribusi ini memiliki kemungkinan nilai peubah acak diskret serta peluangnya secara
keseluruhan dalam suatu tabel yang tersusun secara terorganisir. Adapun jenis dari
distribusi peluang diskret adalah seperti distribusi binomial dan distribusi
hypergeometrik.
2.1.1.1 Distribusi Binomial
Menurut Walpole (1993), Distribusi binomial merupakan suatu distribusi
peluang yang digunakan pada suatu proses sampling yang dapat diasumsikan sesuai
dengan percobaan Bernoulli. Bentuk percobaan yang dilakukan adalah dengan
mengamati jumlah kecacatan dalam suatu produk tertentu yang dilakukan sebanyak 3
kali percobaan dengan 1 kali percobaan dilakukan sebanyak 10 data. Adapun hasil data
pengamatan dalam menghitung distribusi binomial dapat dilihat pada tabel 2.1 berikut:

2
`

Tabel 2. 1 Pengamatan Distribusi Binomial

Sukses Gagal
Percobaan
(Kecacatan (Kecacatan Total
Ke-
Produk ≤ 1) Produk ≥ 2)
1 4 6 10
2 2 8 10
3 6 4 10

2.1.1.2 Distribusi Hypergeometri

Menurut Walpole (1993), Distribusi hypergeometrik merupakan distribusi yang
menyatakan banyaknya keberhasilan dalam sampel acak berukuran (n) berdasarkan
pengambilan data dari ukuran populasi (N) yang memiliki jumlah produk yang lolos
sebanyak (k). Bentuk percobaan yang dilakukan adalah dengan mengamati jumlah
kecacatan dalam suatu produk tertentu yang dilakukan sebanyak 3 kali percobaan
dengan 1 kali percobaan dilakukan sebanyak 10 data. Adapun hasil data pengamatan
dalam menghitung distribusi hypergeometrik dapat dilihat pada tabel 2.2 berikut:
Tabel 2. 2 Pengamatan Distribusi Hypergeometrik
Sukses Gagal
Percobaan
(Kecacatan (Kecacatan Total
Ke-
Produk ≤ 1) Produk ≥ 2)
1 3 7 10
2 5 5 10
3 6 4 10

2.1.1.3 Distribusi Poisson

Menurut Walpole (1993), Distribusi poisson merupakan distribusi yang
menghasilkan nilai-nilai untuk suatu peubah acak (X), yaitu banyaknya hasil percobaan
yang dilakukan selama selang waktu tertentu atau pada distribusi daerah tertentu.
Bentuk percobaan yang dilakukan adalah dengan mengamati jumlah kedatangan
pelanggan dengan tujuan untuk mengetahui apakah data tersebut berdistribusi poisson
atau tidak. Adapun hasil data pengamatan dalam menghitung distribusi poisson dapat
dilihat pada tabel 2.3 berikut:

3
`

Tabel 2. 3 Pengamatan Distribusi Poisson

Waktu Pengamatan Jumlah
No Kedatangan
Tanggal Pukul Pelanggan
1 4/1/2004 10.01-11.00 30
2 4/2/2004 13.01-14.00 44
3 4/5/2004 08.01-09.00 30
4 4/6/2004 13.01-14.00 41
5 4/7/2004 09.01-10.00 30
6 4/8/2004 11.01-12.00 37
7 4/12/2004 14.01-15.00 48
8 4/13/2004 09.01-10.00 42
9 4/15/2004 13.01-14.00 44
10 4/16/2004 10.01-11.00 42
11 4/19/2004 08.01-09.00 31
12 4/20/2004 13.01-14.00 42
13 4/21/2004 14.01-15.00 34
14 4/22/2004 09.01-10.00 34
15 4/23/2004 11.01-12.00 50
16 4/26/2004 08.01-09.00 50
17 4/28/2004 13.01-14.00 38
18 4/29/2004 09.01-10.00 43
19 4/29/2004 14.01-15.00 34
20 4/30/2004 09.01-10.00 35
21 4/5/2004 13.01-14.00 49
22 5/5/2004 14.01-15.00 50
23 5/6/2004 09.01-10.00 47
24 5/6/2004 14.01-15.00 38
25 5/7/2004 09.01-10.00 33
26 5/12/2004 10.01-11.00 44
27 5/13/2004 08.01-09.00 32
28 5/13/2004 11.01-12.00 43
29 5/14/2004 09.01-10.00 39
30 5/14/2004 11.01-12.00 46

4
`

2.1.1.4 Distribusi Normal

Menurut Sudjana,(2002), Distribusi normal merupakan salah satu distribusi
yang paling penting dan sering digunakan dalam statistika dan pada umumnya
menggunakan variable acak kontinu. Bentuk percobaan yang dilakukan adalah dengan
mengamati dimensi tubuh tinggi pinggul pada laki-laki dan perempuan dengan tujuan
untuk mengetahui apakah data tersebut berdistribusi normal atau tidak. Adapun hasil
data pengamatan dalam menghitung distribusi normal dapat dilihat pada tabel 2.4 dan
2.5 berikut:
Tabel 2. 4 Data Dimensi Tinggi Pinggul Pada Laki-laki

TINGGI TINGGI
No No
PINGGUL PINGGUL

1 98 24 97
2 98 25 93
3 92 26 96
4 93 27 100
5 97 28 90
6 99 29 95
7 100 30 97
8 93 31 98
9 94 32 94
10 90 33 99
11 94 34 91
12 101 35 90
13 90 36 97
14 96 37 98
15 93 38 93
16 96 39 92
17 99 40 94
18 96 41 99
19 91 42 90
20 91 43 93
21 99 44 97
22 100 45 98
23 97

5
`

Tabel 2. 5 Data Dimensi Tinggi Pinggul Pada Perempuan

TINGGI TINGGI
No No
PINGGUL PINGGUL

1 92 24 93
2 98 25 95
3 94 26 90
4 86 27 95
5 98 28 88
6 100 29 87
7 88 30 96
8 86 31 89
9 87 32 92
10 91 33 89
11 100 34 92
12 94 35 92
13 97 36 90
14 100 37 86
15 96 38 90
16 86 39 87
17 86 40 98
18 85 41 92
19 85 42 85
20 89 43 98
21 92 44 85
22 98 45 89
23 84

2.2 Pengolahan Data

Pengolahan data dilakukan berdasarkan sejumlah data yang terkumpul dengan
menentukan terlebih dahulu nilai dari distribusi peluang diskret, seperti menghitung nilai
distibusi binomial dan distribusi hypergeometrik. Tujuannya adalah untuk mengetahui
besarnya peluang kesuksesan dari suatu produk, kemudian melakukan uji kesesuaian
terhadap distribusi poisson dan distribusi normal dengan tujuan untuk menguji
hipotesis serta melakukan penarikan kesimpulan terhadap sejumlah data yang telah
dikumpulkan.

6
`

2.2.1 Distribusi Peluang Diskret

Bentuk upaya dalam melakukan pengolahan data terhadap distribusi peluang
diskret dapat dilakukan melalui perhitungan terhadap distribusi binomial serta
distribusi hypergeometrik berdasarkan hasil pengumpulan data yang telah dilakukan.
2.2.1.1 Distribusi Binomial
Berdasarkan data hasil pengamatan pada jumlah kecacatan dalam suatu produk,
dilakukan perhitungan sebanyak 3 kali percobaan terhadap 150 data, dimana 1 kali
percobaan dilakukan perhitungan terhadap 10 data secara acak. Tujuannya adalah
untuk menentukan peluang sukses dari setiap percobaan serta menghitung rata-rata dan
nilai variansi. Berikut adalah proses perhitungan terhadap data distribusi binomial.
Tabel 2. 6 Pengamatan Distribusi Binomial
Sukses Gagal
Percobaan
(Kecacatan (Kecacatan Total
Ke-
Produk ≤ 1) Produk ≥ 2)
1 4 6 10
2 2 8 10
3 6 4 10
Diketahui : Proporsi keberhasilan peluang sukses 61 : 89 gagal
Keterangan: Sukses (Kecacatan Produk ≤ 1)
Gagal (Kecacatan Produk ≥ 2)
➢ Percobaan ke-1
Banyaknya usaha (n) : 10
61
Peluang Sukses (p) : 150 = 0.41
89
Peluang Gagal (q) : 150 = 0.6

Proporsi Sukses (x) :4

Proporsi Gagal :6
Peluang terjadinya kecacatan produk ≤ 1 (Sukses) sebanyak 4 kali adalah :
n
b (x ; n; p) = ( ) px qn−x
x
10
b(4 ; 10 ; 0.41) = ( ) (0.41)4 ( 0.6)10−4
4

7
`

10
b(4 ; 10 ; 0.41) = ( ) (0.41)4 (0.6)6
4
b(4 ; 10 ; 0.41) = 0.250303425
➢ Percobaan ke-2
Banyaknya usaha (n) : 10
61
Peluang Sukses (p) : 150 = 0.41
89
Peluang Gagal (q) : 150 = 0.6

Proporsi Sukses (x) :2

Proporsi Gagal :8
Peluang terjadinya kecacatan produk ≤ 1 (Sukses) sebanyak 2 kali adalah :
n
b (x ; n; p) = ( ) px qn−x
x
10
b(2 ; 10 ; 0.41) = ( ) (0.41)2 (0.6)10−2
2
10
b(2 ; 10 ; 0.41) = ( ) (0.41)2 (0.6)8
2
b(4 ; 10 ; 0.41) = 0.111069885
➢ Percobaan ke-3
Banyaknya usaha (n) : 10
61
Peluang Sukses (p) : 150 = 0.41
89
Peluang Gagal (q) : 150 = 0.6

Proporsi Sukses (x) :6

Proporsi Gagal :4
Peluang terjadinya kecacatan produk ≤ 1 (Sukses) sebanyak 6 kali adalah :
n
b (x ; n; p) = ( ) px qn−x
x
10
b(6 ; 10 ; 0.41) = ( ) (0.41)6 (0.6)10−6
6
10
b(6 ; 10 ; 0.41) = ( ) (0.41)6 (0.6)4
6
b(4 ; 10 ; 0.41) = 0.120873329

8
`

Adapun hasil rekapitulasi terhadap hasil perhiitungan distribusi binomial dapat dilihat
pada tabel 2.7 berikut:
Tabel 2. 7 Tabel Rekapitulasi Hasil Distribusi Binomial

X n p Binomial

0 10 0.41 0.005111168
1 10 0.41 0.035518283
2 10 0.41 0.111069885
3 10 0.41 0.205824419
4 10 0.41 0.250303425
5 10 0.41 0.208727601
6 10 0.41 0.120873329
7 10 0.41 0.047998126
8 10 0.41 0.012507986
9 10 0.41 0.001931553
10 10 0.41 0.000134227
Jumlah 1
Keterangan :
Percobaan ke-1 = Warna Kuning
Percobaan ke-2 = Warna Hijau
Percobaan ke-3 = Warna Biru
➢ Rata-rata
𝜇=𝑛 × 𝑝
𝜇 = 10 × 0.41
𝜇 = 4.1
➢ Variansi
𝜎 2 = 10 × 𝑝 × 𝑞
𝜎 2 = 10 × 0.41 × 0.6
𝜎 2 = 2.46
Adapun hasil perhitungan distribusi peluang binomial menggunakan software minitab
dapat dilihat pada gambar 2.1 berikut:

9
`

Gambar 2. 1 Hasil Perhitungan Distribusi Peluang Binomial Menggunakan Software Minitab

2.2.1.2 Distribusi Hypergeometri
Berdasarkan data hasil pengamatan pada jumlah kecacatan dalam suatu produk,
dilakukan perhitungan sebanyak 3 kali terhadap 30 data, dimana 1 kali percobaan
dilakukan perhtingan sebanyak 10 data. Tujuannya adalah untuk menentukan peluang
sukses dari setiap percobaan serta menghitung rata-rata dan nilai variansi. Berikut
adalah proses perhitungan terhadap data distribusi hypergeometrik.
Tabel 2. 8 Pengamatan Distribusi Hypergeometrik
Sukses Gagal
Percobaan
(Kecacatan (Kecacatan Total
Ke-
Produk ≤ 1) Produk ≥ 2)
1 3 7 10
2 5 5 10
3 6 4 10
Diketahui : Proporsi keberhasilan peluang sukses 14 : 16 gagal
Keterangan: Sukses (Kecacatan Produk ≤ 1)
Gagal (Kecacatan Produk ≥ 2)
➢ Percobaan ke-1
Jumlah Populasi (N) : 30
Ukuran Sampel (n) : 10
Jumlah Produk yang Lolos (k) : 14
Jumlah Jenis Cacat pada Produk Lolos (x) :3

10
`

Peluang terjadinya kecacatan produk ≤ 1 (Sukses) sebanyak 3 kali adalah :

[𝑘𝑥]⌈𝑁−𝑘
𝑛−𝑥
⌉
ℎ(𝑥, 𝑛, 𝑘, 𝑁) =
[𝑁𝑛]

[14
3
]⌈30−14
10−3
⌉
ℎ(3, 10,14,30) =
[30
10
]

[14
3
]⌈16
7
⌉
ℎ(3, 10,14,30) =
[30
10
]
ℎ(3, 10,14,30) = 0.138597368
➢ Percobaan ke-2
Jumlah Populasi (N) : 30
Ukuran Sampel (n) : 10
Jumlah Produk yang Lolos (k) : 14
Jumlah Jenis Cacat pada Produk Lolos (x) :5
Peluang terjadinya kecacatan produk ≤ 1 (Sukses) sebanyak 5 kali adalah :
[𝑘𝑥]⌈𝑁−𝑘
𝑛−𝑥
⌉
ℎ(𝑥, 𝑛, 𝑘, 𝑁) =
[𝑁𝑛]

[14
5
]⌈30−14
10−5
⌉
ℎ(5, 10,14,30) =
[30
10
]

[14
5
]⌈16
5
⌉
ℎ(5, 10,14,30) =
[30
10
]
ℎ(5, 10,14,30) = 0.291054473
➢ Percobaan ke-3
Jumlah Populasi (N) : 30
Ukuran Sampel (n) : 10
Jumlah Produk yang Lolos (k) : 14
Jumlah Jenis Cacat pada Produk Lolos (x) :6
Peluang terjadinya kecacatan produk ≤ 1 (Sukses) sebanyak 6 kali adalah :
[𝑘𝑥]⌈𝑁−𝑘
𝑛−𝑥
⌉
ℎ(𝑥, 𝑛, 𝑘, 𝑁) =
[𝑁𝑛]

11
`

[14
6
]⌈30−14
10−6
⌉
ℎ(6, 10,14,30) =
[30
10
]

[14
6
]⌈16
4
⌉
ℎ(6, 10,14,30) =
[30
10
]
ℎ(6, 10,14,30) = 0.181909045
Adapun hasil rekapitulasi terhadap hasil perhiitungan distribusi hypergeometrik dapat
dilihat pada tabel 2.8 berikut:
Tabel 2. 9 Tabel Rekapitulasi Hasil Distribusi Hypergeometrik

X n k N Hipergeometri

0 10 14 30 0.000266533
1 10 14 30 0.005330668
2 10 14 30 0.03898051
3 10 14 30 0.138597368
4 10 14 30 0.266799933
5 10 14 30 0.291054473
6 10 14 30 0.181909045
7 10 14 30 0.063968016
8 10 14 30 0.011994003
9 10 14 30 0.001066134
10 10 14 30 0.000033317
Jumlah 1
Keterangan :
Percobaan ke-1 = Warna Kuning
Percobaan ke-2 = Warna Hijau
Percobaan ke-3 = Warna Biru
➢ Rata-rata
𝑛𝑘
𝜇=
𝑁
10 × 14
𝜇=
30
𝜇 = 4.6

12
`

➢ Variansi
𝑁−𝑛 𝐾 𝐾
𝜎2 = × 𝑛 × 𝑁 (1 − 𝑁)
𝑁−1
30−10 14 14
𝜎2 = × 10 × 30 (1 − 30)
30−1
20 14 8
𝜎2 = 29 × 10 × 30 (15)

𝜎2 = 1.71648
Adapun hasil perhitungan distribusi peluang hypergeometrik menggunakan software
minitab dapat dilihat pada gambar 2.2 berikut:

Gambar 2. 2 Hasil Perhitungan Distribusi Peluang Hypergeometrik Menggunakan Software

Minitab

2.2.2 Uji Kesesuaian dan Peluang Distribusi

Pengujian terhadap kesesuaian data dilakukan dengan distribusi poisson dan
distribusi normal serta kemudian menentukan nilai peluang dari distribusi poisson dan
distribusi normal yang telah dilakukan pengujian. Adapun tujuan dilakukannya uji
kesesuaian adalah untuk melakuak pengujian terhadap hipotesis serta melakukan
penarikan kesimpulan terhadap sejumlah data yang telah dikumpulkan.
2.2.2.1 Distribusi Poisson dan Peluang
➢ Menguji Data Berdistribusi Poisson
Proses dalam melakukan pengujian distribusi poisson dilakukan berdasarkan
pada data jumlah kedatangan pelanggan sebesar 30 data dengan tujuan untuk
menentukan data tersebut berdistribusi poisson atau tidak. Adapun data yang
digunakan dalam menguji distribusi poisson dapat dilihat pada tabel 2.10 berikut:

13
`

Tabel 2. 10 Pengamatan Distribusi Poisson

Waktu Pengamatan Jumlah
No Kedatangan
Tanggal Pukul Pelanggan
1 4/1/2004 10.01-11.00 30
2 4/2/2004 13.01-14.00 44
3 4/5/2004 08.01-09.00 30
4 4/6/2004 13.01-14.00 41
5 4/7/2004 09.01-10.00 30
6 4/8/2004 11.01-12.00 37
7 4/12/2004 14.01-15.00 48
8 4/13/2004 09.01-10.00 42
9 4/15/2004 13.01-14.00 44
10 4/16/2004 10.01-11.00 42
11 4/19/2004 08.01-09.00 31
12 4/20/2004 13.01-14.00 42
13 4/21/2004 14.01-15.00 34
14 4/22/2004 09.01-10.00 34
15 4/23/2004 11.01-12.00 50
16 4/26/2004 08.01-09.00 50

17 4/28/2004 13.01-14.00 38

18 4/29/2004 09.01-10.00 43
19 4/29/2004 14.01-15.00 34
20 4/30/2004 09.01-10.00 35
21 4/5/2004 13.01-14.00 49
22 5/5/2004 14.01-15.00 50
23 5/6/2004 09.01-10.00 47
24 5/6/2004 14.01-15.00 38
25 5/7/2004 09.01-10.00 33
26 5/12/2004 10.01-11.00 44
27 5/13/2004 08.01-09.00 32
28 5/13/2004 11.01-12.00 43
29 5/14/2004 09.01-10.00 39
30 5/14/2004 11.01-12.00 46

14
`

Berikut adalah proses pengujian kesesuaian distribusi poisson:

1. Perumusan Hipotesis.
Ho : Data jumlah kedatangan pelanggan berdistribusi poisson.
Ha : Data jumlah kedatangan pelanggan tidak berdistribusi poisson.
2. Menghitung Interval Batas Kelas dan Tabel Frekuensi.
Nilai max = 50
Nilai min = 30
R (Jangkauan Kelas) = (Nilai max – Nilai min)
= 50 – 30 = 20
K (Banyaknya Kelas) = 1 + 3.3 log N
= 1 + 3.3 log (30)
= 5,92 ≈ 6
𝑅
I (Interval Kelas) =𝐾
20
= 5,92

= 3,38 ≈ 4
Adapun tabel dari distribusi frekuensi uji kesesuaian distribusi poisson
dapat dilihat pada tabel 2.11 berikut:
Tabel 2. 11 Distribusi Frekuensi Uji Kesesuaian Distribusi Poisson
Interval Kelas Tepi Kelas Nilai Frekuensi
Frekuensi
Tengah Kumulatif foxi
Bawah Atas Bawah Atas (fo)
(xi) (fk)
30 33 29,5 33,5 31,5 6 6 189
34 37 33,5 37,5 35,5 5 11 177,5
38 41 37,5 41,5 39,5 4 15 158
42 45 41,5 45,5 43,5 8 23 348
46 49 45,5 49,5 47,5 4 27 190
50 53 49,5 53,5 51,5 3 30 154,5
Jumlah 30 1217

3. Menghitung Nilai Probabilitas Poisson (P(x)).

15
 `

𝒆−𝝁 𝝁𝒙
𝑷(𝒙) = 𝑷(𝑿 = 𝒙) = 𝒙!
∑ 𝑓𝑜𝑥𝑖 1217
𝜇= ∑ 𝑓𝑜
= = 40,57
30

Adapun rekapitulasi nilai peluang poisson (P(x)) dapat dilihat pada tabel
2.12 berikut:
Tabel 2. 12 Rekapitulasi Nilai Peluang Poisson
Interval Frekuensi Nilai Tengah Prob. Poisson
foxi P (x >X b) P (x >Xa)
Kelas (fo) (xi) (P(x))
30 33 6 31.5 189 0 0.131949603 0.131949603
34 37 5 35.5 177.5 0.131949603 0.322342941 0.190393338
38 41 4 39.5 158 0.322342941 0.568330104 0.245987164
42 45 8 43.5 348 0.568330104 0.783872163 0.215542059
46 49 4 47.5 190 0.783872163 0.91631022 0.132438057
50 53 3 51.5 154.5 0.91631022 1 0.058687806
Jumlah 1217

4. Menghitung Frekuensi Harapan (fh).

fh = N x P(x)
Nilai fh untuk interval kelas ke-1 :
fh = 30 x (0,132) = 3,958
Adapun hasil rekapitulasi nilai frekuensi harapan (fh) untuk semua kelas
interval dapat dilihat pada tabel 2.13 berikut:
Tabel 2. 13 Rekapitulasi Nilai Fh untuk Semua Kelas Interval
Interval Kelas Frekuensi Prob. Poisson Frek. Harapan
Bawah Atas (f) (P(x)) (fh)
30 33 6 0.132 3.958
34 37 5 0.190 5.712
38 41 4 0.246 7.380
42 45 8 0.216 6.466
46 49 4 0.132 3.973
50 53 3 0.059 1.761

16
`

5. Penggabungan Kelas
Proses penggabungan kelas dilakukan apabila fh < 5 dengan
mengabungangka kelas diatas dan kelas dibawahnya, sehingga fh > 5. Adapun
hasil penggabungan kelas dapat dilihat pada tabel 2.14 berikut:
Tabel 2. 14 Penggabungan Kelas
Interval Kelas Frekuensi Prob. Poisson Frek.
Bawah Atas (f) (P(x)) Harapan (fh)
30 33 0,132
11 9,670
34 37 0,190
38 41 4 0,246 7,380
42 45 8 0,216 6,466
46 49 0,132
7 5,734
50 53 0,059

6. Menghitung Statistik Uji Chi-kuadrat.

𝟐
(𝒇𝒐 − 𝒇𝒉)𝟐
𝐱 =
𝒇𝒉
(𝟏𝟏 − 𝟗, 𝟔𝟕)𝟐
𝐱𝟐 = = 𝟎, 𝟏𝟖𝟑
𝟗, 𝟔𝟕
Tabel 2. 15 Statistik Uji Chi-Square (X²)
Interval Kelas Frekuensi Frek.
ꭕ²
Bawah Atas (f) Harapan (fh)
30 33
11 9,670 0,183
34 37
38 41 4 7,380 1,548
42 45 8 6,466 0,364
46 49
7 5,734 0,280
50 53
Jumlah 30 29,250 2,374

17
`

7. Menentukan Kriteria Uji.

Jika x 2 ℎ𝑖𝑡𝑢𝑛𝑔 < x 2 𝑡𝑎𝑏𝑒𝑙, maka Ho diterima (Poisson).
Jika x 2 ℎ𝑖𝑡𝑢𝑛𝑔 ≥ x 2 𝑡𝑎𝑏𝑒𝑙, maka Ho ditolak (Bukan Poisson).
Dengan demikian, diketahui (𝛼 = 0.05) dan
𝑉 =𝑘−1
𝑉 =4−1=3
Nilai x 2 𝑡𝑎𝑏𝑒𝑙 sebesar : 7,815 dan nilai x 2 ℎ𝑖𝑡𝑢𝑛𝑔 sebesar : 2,375
Sehingga Ho diterima karena nilai x 2 ℎ𝑖𝑡𝑢𝑛𝑔 < x 2 𝑡𝑎𝑏𝑒𝑙.
8. Kesimpulan
Berdasarkan hasil perhitungan tersebut, diketahui x 2 ℎ𝑖𝑡𝑢𝑛𝑔 < x 2 𝑡𝑎𝑏𝑒𝑙
atau 2,375 < 7,815, sehingga Ho diterima dan dapat disimpulkan bahwa
distribusi frekuensi tingkat kedatangan pelanggan berdistribusi poisson.
Adapun hasil uji kesesuaian distribusi poisson menggunakan software minitab
dapat dilihat pada gambar 2.3 berikut:

Gambar 2. 3 Hasil Uji kesesuaian Distribusi Poisson Menggunakan

Software Minitab

➢ Peluang Distribusi Poisson

Adapun perhitungan untuk peluang distribusi poisson berdasarkan data
jumlah kedatangan pelanggan adalah sebagai berikut:
1. Menentukan Rata-rata jumlah kedatangan
∑ 𝐹𝑖𝑋𝑖 1217
𝜇= = = 40,57
𝑛 30

18
`

2. Menentukan Nilai Dari Distribusi Poisson

e−μ μx
P (𝑋) = P(𝑋 = 𝑥) = x!

Diketahui x = 37,38,39 dan 𝜇 = 40,57, maka :

e−40,57 40,5737
• p(37; 𝟒𝟎, 𝟓𝟕) = = 0,0557
37!
e−40,57 40,5738
• p(38; 𝟒𝟎, 𝟓𝟕) = = 0,0594
38!
e−40,57 40,5739
• p(39; 𝟒𝟎, 𝟓𝟕) = = 0,0618
39!

Berikut rekapitulasi perhitungan distribusi poisson menggunakan

software minitab :

Gambar 2. 4 Rekapitulasi Perhitungan Distribusi Poisson Menggunakan

Software Minitab
2.2.2.2 Distribusi Normal dan Peluang
➢ Uji Kenormalan Data
Proses dalam melakukan pengujian distribusi normal dilakukan berdasarkan
pada data dimensi tubuh tinggi pinggul pada laki-laki dan perempuan yang berjumlah
masing-masing 45 data dengan tujuan untuk menentukan apakah data tersebut
berdistribusi normal atau tidak. Adapun data yang digunakan dalam menguji distribusi
normal dapat dilihat pada tabel 2.16 dan tabel 2.22 berikut:
⚫ Data Dimensi Tinggi Pinggul Laki-Laki

19
`

Tabel 2. 16 Data Dimensi Tinggi Pinggul pada Laki-Laki

TINGGI TINGGI
No No
PINGGUL PINGGUL

1 98 24 97
2 98 25 93
3 92 26 96
4 93 27 100
5 97 28 90
6 99 29 95
7 100 30 97
8 93 31 98
9 94 32 94
10 90 33 99
11 94 34 91
12 101 35 90
13 90 36 97
14 96 37 98
15 93 38 93
16 96 39 92
17 99 40 94
18 96 41 99
19 91 42 90
20 91 43 93
21 99 44 97
22 100 45 98
23 97
Berikut adalah proses pengujian kesesuaian distribusi normal:
1. Perumusan Hipotesis.
H0 : Data tinggi pinggul pada laki-laki berdistribusi normal
Ha : Data tinggi pinggul pada laki-laki tidak berdistribusi normal
2. Menghitung Interval Batas Kelas dan Tabel Frekuensi.
Nilai max = 101
Nilai min = 90
R (Jangkauan Kelas) = (Nilai max – Nilai min)
= 101 – 90 = 11

20
`

K (Banyaknya Kelas) = 1 + 3.3 log N

= 1 + 3.3 log (45)
= 6,505 ≈ 6
𝑅
I (Interval Kelas) =𝐾
11
= 6,505

= 1,691 ≈ 2
Adapun tabel dari distribusi frekuensi uji kesesuaian distribusi normal pada
laki-laki dapat dilihat pada tabel 2.17 berikut:
Tabel 2. 17 Distribusi Frekuensi untuk Uji Kesesuaian Distribusi Normal Pada Laki-Laki
Interval Kelas Tepi Kelas Nilai Frekuensi Frekuensi
Bawah Atas Bawah Atas Tengah (xi) (fo) Kumulatif (fk)
90 91 89,5 91,5 90,5 8 8
92 93 91,5 93,5 92,5 8 16
94 95 93,5 95,5 94,5 5 21
96 97 95,5 97,5 96,5 10 31
98 99 97,5 99,5 98,5 10 41
100 101 99,5 101,5 100,5 4 45
Jumlah 45

3. Menghitung Nilai Z.
X-μ
Z= σ

⚫ Menentukan nilai rata-rata (μ) :

∑ xi 4288
μ= = = 95,29
n 45

⚫ Menentukan nilai standar deviasi (σ) :

∑ (xi - μ)2 479,244
σ=√ =√ = 3,3
n-1 44

⚫ Menentukan nilai Z (Untuk Interval Kelas-1) :

Nilai Z hitung bawah :
X-μ 89,5- 95,29
Z= = = -1,754
σ 3,3

21
`

Nilai Z hitung atas :

X-μ 91,5- 159,33
Z= = = -1,148
σ 3,3

Adapun hasil rekapitulasi nilai Z untuk semua kelas interval pada data dimensi
tubuh tinggi pinggul laki-laki dapat dilihat pada tabel 2.18 berikut:
Tabel 2. 18 Rekapitulasi Nilai Z untuk Semua Kelas Interval Pada Data Laki-Laki
Interval Kelas Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel
Bawah Atas Bawah Atas (fo) Bawah Atas Bawah Atas
90 91 89,5 91,5 8 -1,754 -1,148 0,040 0,125
92 93 91,5 93,5 8 -1,148 -0,542 0,125 0,294
94 95 93,5 95,5 5 -0,542 0,064 0,294 0,526
96 97 95,5 97,5 10 0,064 0,670 0,526 0,749
98 99 97,5 99,5 10 0,670 1,276 0,749 0,899
100 101 99,5 101,5 4 1,276 1,882 0,899 0,970
Jumlah 45
4. Meghitung Frekuensi Harapan (fh).
𝑓ℎ = N x P(x)
⚫ Menentukan P(x) untuk kelas interval ke-1 :
P(x) = Z tabel kelas atas – Z tabel kelas bawah
= 0,125 – 0,04 = 0,086
⚫ Menentukan fh untuk kelas interval ke-1 :
𝑓ℎ = N x P(x)
𝑓ℎ = 45 x 0,086 = 3,859
Adapun hasil rekapitulasi nilai fh dan p untuk semua kelas interval pada data
dimensi tubuh tinggi pinggul laki-laki dapat dilihat pada tabel 2.19 berikut:

22
 `

Tabel 2. 19 Rekapitulasi Nilai fh dan p untuk Semua Kelas Interval Pada Data Laki-Laki
Interval Kelas Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel Frekuensi
P
Bawah Atas Bawah Atas (fo) Bawah Atas Bawah Atas Harapan
90 91 89,5 91,5 8 -1,754 -1,148 0,040 0,125 0,086 3,859
92 93 91,5 93,5 8 -1,148 -0,542 0,125 0,294 0,168 7,579
94 95 93,5 95,5 5 -0,542 0,064 0,294 0,526 0,232 10,422
96 97 95,5 97,5 10 0,064 0,670 0,526 0,749 0,223 10,038
98 99 97,5 99,5 10 0,670 1,276 0,749 0,899 0,150 6,771
100 101 99,5 101,5 4 1,276 1,882 0,899 0,970 0,071 3,198
Jumlah 45

5. Penggabungan Kelas.
Proses penggabungan kelas dilakukan apabila fh < 5 dengan
mengabungangka kelas diatas dan kelas dibawahnya, sehingga fh > 5. Adapun
hasil penggabungan kelas data laki-laki dapat dilihat pada tabel 2.20 berikut:
Tabel 2. 20 Penggabungan Kelas Pada Data Laki-Laki
Interval Kelas Tepi Kelas Frekuensi Frekuensi
P
Bawah Atas Bawah Atas (fo) Harapan
90 91 89.5 91.5 0.0858
16 11.4383
92 93 91.5 93.5 0.1684
94 95 93.5 95.5 5 0.2316 10.4223
96 97 95.5 97.5 10 0.2231 10.0377
98 99 97.5 99.5 0.1505
14 9.9683
100 101 99.5 101.5 0.0711

6. Menghitung Statistik Uji Chi-kuadrat.

(𝒇𝒐 − 𝒇𝒉)𝟐
𝐱𝟐 =
𝒇𝒉
Perhitungan Chi kuadrat untuk Kelas Interval ke-1 :
(𝒇𝒐 − 𝒇𝒉)𝟐
𝐱𝟐 =
𝒇𝒉

𝟐
(𝟏𝟔 − 𝟏𝟏, 𝟒𝟑𝟖𝟑)𝟐
𝐱 =
𝟏𝟏, 𝟒𝟑𝟖
𝐱 𝟐 = 𝟏, 𝟖𝟏𝟗𝟐𝟐𝟔𝟖𝟕

23
`

Adapun tabel rekapitulasi hasil perhitungan chi kuadrat untuk semua kelas
interval pada data laki-laki dapat dilihat pada tabel 2.21 berikut:
Tabel 2. 21 Rekapitulasi hasil Perhitungan Chi Kuadrat untuk Semua Kelas Interval Data Laki-
Laki
Interval Kelas Tepi Kelas Frekuensi Frekuensi
x²
Bawah Atas Bawah Atas (fo) Harapan
90 91 89.5 91.5
16 11.438 1.81922687
92 93 91.5 93.5
94 95 93.5 95.5 5 10.422 2.820992435
96 97 95.5 97.5 10 10.038 0.000141967
98 99 97.5 99.5
14 9.9683 1.630609858
100 101 99.5 101.5
Jumlah 45 41.867 6.27097113

7. Menentukan Kriteria Uji.

Jika x 2 ℎ𝑖𝑡𝑢𝑛𝑔 < x 2 𝑡𝑎𝑏𝑒𝑙, maka Ho diterima
Jika x 2 ℎ𝑖𝑡𝑢𝑛𝑔 ≥ x 2 𝑡𝑎𝑏𝑒𝑙, maka Ho ditolak.
Dengan demikian, diketahui (𝛼 = 0.05), dan
𝑉 =𝑘−1
𝑉 =4−1=3
Nilai x 2 𝑡𝑎𝑏𝑒𝑙 sebesar : 7,815 dan nilai x 2 ℎ𝑖𝑡𝑢𝑛𝑔 sebesar : 6,271
Sehingga Ho diterima karena nilai x 2 ℎ𝑖𝑡𝑢𝑛𝑔 < x 2 𝑡𝑎𝑏𝑒𝑙.
8. Kesimpulan
Berdasarkan hasil perhitungan tersebut, diketahui x 2 ℎ𝑖𝑡𝑢𝑛𝑔 < x 2 𝑡𝑎𝑏𝑒𝑙
atau 6,271 < 7,815, sehingga Ho diterima dan dapat disimpulkan bahwa data
dimensi tinggi pinggul pada laki-laki berdisribusi normal. Adapun hasil uji
kesesuaian distribusi normal menggunakan software minitab pada data laki-laki
dapat dilihat pada gambar 2.5 berikut:

24
`

Gambar 2. 5 Hasil Uji Kenormalan Data Menggunakan Software Minitab

Data Laki-Laki
Diketahuii pada pojok atas sebelah kanan diperoleh besar KS = 0,142
dan P-Value = 0,031 > α = 0,05, sehingga data tersebut berdistribusi normal.
⚫ Data Dimensi Tinggi Pinggul Perempuan
Tabel 2. 22 Data Dimensi Tinggi Pinggul pada Perempuan

TINGGI TINGGI
No No
PINGGUL PINGGUL

1 92 24 93
2 98 25 95
3 94 26 90
4 86 27 95
5 98 28 88
6 100 29 87
7 88 30 96
8 86 31 89
9 87 32 92
10 91 33 89
11 100 34 92
12 94 35 92
13 97 36 90
14 100 37 86
15 96 38 90

25
`

Lanjutan Tabel 2. 22 Data Dimensi Tinggi Pinggul pada Perempuan

TINGGI TINGGI
No No
PINGGUL PINGGUL

16 86 39 87
17 86 40 98
18 85 41 92
19 85 42 85
20 89 43 98
21 92 44 85
22 98 45 89
23 84
Berikut adalah proses pengujian kesesuaian distribusi normal:
1. Perumusan Hipotesis.
H0 : Data tinggi pinggul pada perempuan berdistribusi normal.
Ha : Data tinggi pinggul pada perempuan tidak berdistribusi normal.
2. Menghitung Interval Batas Kelas dan Tabel Frekuensi.
Nilai max = 100
Nilai min = 84
R (Jangkauan Kelas) = (Nilai max – Nilai min)
= 100 – 84 = 16
K (Banyaknya Kelas) = 1 + 3.3 log N
= 1 + 3.3 log (45)
= 6,505 ≈ 6
𝑅
I (Interval Kelas) =𝐾
16
= 6,505

= 2,46 ≈ 3
Adapun tabel dari distribusi frekuensi uji kesesuaian distribusi normal pada
perempaun dapat dilihat pada tabel 2.23 berikut:

26
`

Tabel 2. 23Distribusi Frekuensi untuk Uji Kesesuaian Distribusi Normal Pada Perempuan
Interval Kelas Tepi Kelas Nilai Frekuensi
Frekuensi
Tengah Kumulatif
Bawah Atas Bawah Atas (fo)
(xi) (fk)
84 86 83.5 86.5 85 10 10
87 89 86.5 89.5 88 9 19
90 92 89.5 92.5 91 10 29
93 95 92.5 95.5 94 5 34
96 98 95.5 98.5 97 8 42
99 101 98.5 101.5 100 3 45
Jumlah 45

3. Menghitung Nilai Z.
X-μ
Z= σ

⚫ Menentukan nilai rata-rata (μ) :

∑ xi 4110
μ= = = 91,33
n 45

⚫ Menentukan nilai standar deviasi (σ) :

∑ (xi - μ)2 1032
σ=√ =√ = 4,843
n-1 44

⚫ Menentukan nilai Z (Untuk Interval Kelas-1) :

Nilai Z hitung bawah :
X-μ 83,5- 91,33
Z= = = -1,6175
σ 4,843

Nilai Z hitung atas :

X-μ 86,5- 91,33
Z= = = -0,998
σ 4,843

Adapun hasil rekapitulasi nilai Z untuk semua kelas interval pada data dimensi
tubuh tinggi pinggul perempuan dapat dilihat pada tabel 2.24 berikut:
Tabel 2. 24 Rekapitulasi Nilai Z untuk Semua Kelas Interval Pada Data Perempuan
Interval Kelas Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel
Bawah Atas Bawah Atas (fo) Bawah Atas Bawah Atas
84 86 83.5 86.5 10 -1.617 -0.998 0.053 0.159
87 89 86.5 89.5 9 -0.998 -0.379 0.159 0.353
90 92 89.5 92.5 10 -0.379 0.241 0.353 0.595

27
 `

Lanjutan Tabel 2. 24 Rekapitulasi Nilai Z untuk Semua Kelas Interval Pada Data Perempuan
Interval Kelas Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel
Bawah Atas Bawah Atas (fo) Bawah Atas Bawah Atas
93 95 92.5 95.5 5 0.241 0.860 0.595 0.805
96 98 95.5 98.5 8 0.860 1.480 0.805 0.931
99 101 98.5 101.5 3 1.480 2.099 0.931 0.982
Jumlah 45

4. Meghitung Frekuensi Harapan (fh)

𝑓ℎ = N x P(x)
⚫ Menentukan dulu P(x) untuk kelas interval ke-1 :
P(x) = Z tabel kelas atas – Z tabel kelas bawah
= 0,159 – 0,053 = 0,106
⚫ Menentukan dulu fh untuk kelas interval ke-1 :
𝑓ℎ = N x P(x)
𝑓ℎ = 45 x 0,106 = 4,781
Adapun hasil rekapitulasi nilai fh dan p untuk semua kelas interval pada data
dimensi tubuh tinggi pinggul perempuan dapat dilihat pada tabel 2.25 berikut:
Tabel 2. 25 Rekapitulasi Nilai fh dan p untuk Semua Kelas Interval Pada Data Perempuan
Interval
Tepi Kelas Frekuensi Nilai Z Hitung Nilai Z Tabel Frekuensi
Kelas P
(fo) Harapan
Bawah Atas Bawah Atas Bawah Atas Bawah Atas
84 86 83.5 86.5 10 -1.617 -0.998 0.053 0.159 0.106 4.781
87 89 86.5 89.5 9 -0.998 -0.379 0.159 0.353 0.193 8.702
90 92 89.5 92.5 10 -0.379 0.241 0.353 0.595 0.243 10.920
93 95 92.5 95.5 5 0.241 0.860 0.595 0.805 0.210 9.451
96 98 95.5 98.5 8 0.8604 1.4798 0.8052 0.9305 0.125 5.640076
99 101 98.5 102 3 1.4798 2.0993 0.93054 0.9821 0.052 2.32046
Jumlah 45

5. Penggabungan Kelas.

28
`

Proses penggabungan kelas dilakukan apabila fh < 5 dengan mengabungangka

kelas diatas dan kelas dibawahnya, sehingga fh > 5. Adapun hasil penggabungan kelas
data perempuan dapat dilihat pada tabel 2.26 berikut:
Tabel 2. 26 Penggabungan Kelas Pada Data Perempuan
Interval Kelas Tepi Kelas Frekuensi Frekuensi
P
Bawah Atas Bawah Atas (fo) Harapan
84 86 83.5 86.5 0.086
19 13.483
87 89 86.5 89.5 0.168
90 92 89.5 92.5 10 0.232 10.920
93 95 92.5 95.5 5 0.223 9.451
96 98 95.5 98.5 0.150
11 7.961
99 101 98.5 101.5 0.071

6. Menghitung Statistik Uji Chi-kuadrat.

(𝒇𝒐 − 𝒇𝒉)𝟐
𝐱𝟐 =
𝒇𝒉
Perhitungan Chi kuadrat untuk Kelas Interval ke-1 :
(𝒇𝒐 − 𝒇𝒉)𝟐
𝐱𝟐 =
𝒇𝒉
(𝟏𝟗 − 𝟏𝟑, 𝟒𝟖𝟑)𝟐
𝐱𝟐 =
𝟏𝟑, 𝟒𝟖𝟑
𝐱 𝟐 = 𝟐, 𝟐𝟓𝟖
Adapun tabel rekapitulasi hasil perhitungan chi kuadrat untuk semua kelas
interval pada data perempuan dapat dilihat pada tabel 2.27 berikut:
Tabel 2. 27 Rekapitulasi hasil Perhitungan Chi Kuadrat untuk Semua Kelas Interval Data
Perempuan
Interval Kelas Tepi Kelas Frekuensi Frekuensi
x²
Bawah Atas Bawah Atas (fo) Harapan
84 86 83.5 86.5
19 13.483 2.258
87 89 86.5 89.5
90 92 89.5 92.5 10 10.920 0.078
93 95 92.5 95.5 5 9.451 2.096
96 98 95.5 98.5
11 7.961 1.161
99 101 98.5 101.5
Jumlah 45 41.815 5.592

29
`

7. Menentukan Kriteria Uji.

Jika x 2 ℎ𝑖𝑡𝑢𝑛𝑔 < x 2 𝑡𝑎𝑏𝑒𝑙, maka Ho diterima
Jika x 2 ℎ𝑖𝑡𝑢𝑛𝑔 ≥ x 2 𝑡𝑎𝑏𝑒𝑙, maka Ho ditolak.
Dengan demikian, diketahui (𝛼 = 0.05), dan
𝑉 =𝑘−1
𝑉 =4−1=3
Nilai x 2 𝑡𝑎𝑏𝑒𝑙 sebesar : 7,815 dan nilai x 2 ℎ𝑖𝑡𝑢𝑛𝑔 sebesar : 5,592
Sehingga Ho diterima karena nilai x 2 ℎ𝑖𝑡𝑢𝑛𝑔 < x 2 𝑡𝑎𝑏𝑒𝑙.
8. Kesimpulan
Berdasarkan hasil perhitungan tersebut, diketahui x 2 ℎ𝑖𝑡𝑢𝑛𝑔 <
x 2 𝑡𝑎𝑏𝑒𝑙, yaitu sebesar 5,592 < 7,815 berarti Ho diterima. Dapat disimpulkan
bahwa data dimensi tinggi pinggul pada perempuan berdisribusi normal.
Adapun hasil uji kesesuaian distribusi normal menggunakan software
minitab:pada data perempuan dapat dilihat pada gambar 2.6 berikut:

Gambar 2. 6 Hasil Uji Kenormalan Data Menggunakan Software Minitab Data Perempuan
Berdasarkan pada pojok atas sebelah kanan diperoleh besar KS = 0,107
dan P-Value > 0,150 > α = 0,05, sehingga data tersebut berdistribusi normal.

30
`

➢ Peluang Distribusi Normal

Adapun perhitungan pada peluang distribusi normal berdasarkan data
dimensi tinggi pinggul pada laki-laki dan perempuan adalah sebagai berikut:
⚫ Data Dimensi Tinggi Pinggul pada Laki-laki
Tabel 2. 28 Data Dimensi Tinggi Pinggul pada Laki-Laki

TINGGI TINGGI
No No
PINGGUL PINGGUL

1 98 24 97
2 98 25 93
3 92 26 96
4 93 27 100
5 97 28 90
6 99 29 95
7 100 30 97
8 93 31 98
9 94 32 94
10 90 33 99
11 94 34 91
12 101 35 90
13 90 36 97
14 96 37 98
15 93 38 93
16 96 39 92
17 99 40 94
18 96 41 99
19 91 42 90
20 91 43 93
21 99 44 97
22 100 45 98
23 97
• Menentukan nilai rata-rata (μ) :
∑ xi 4288
μ= = = 95,29
n 45

• Menentukan nilai standar deviasi (σ) :

∑ (xi - μ)2
σ=√ n-1

31
`

Dimana :
σ : Simpangan Baku
μ : Rata-rata
xi : Data ke-i
n : Banyaknya data
Adapun tabel perhitungan simpangan baku dapat dilihat pada tabel 2.29 berikut:
Tabel 2. 29 Perhitungan Simpangan Baku Data Laki-Laki

Tinggi
No. μ (Xi - μ) (Xi - μ)^2
Mata
1 98 95.29 2.7111111 7.350123457
2 98 95.29 2.7111111 7.350123457
3 92 95.29 -3.288889 10.81679012
4 93 95.29 -2.288889 5.239012346
5 97 95.29 1.7111111 2.927901235
6 99 95.29 3.7111111 13.77234568
7 100 95.29 4.7111111 22.1945679
8 93 95.29 -2.288889 5.239012346
9 94 95.29 -1.288889 1.661234568
10 90 95.29 -5.288889 27.97234568
11 94 95.29 -1.288889 1.661234568
12 101 95.29 5.7111111 32.61679012
13 90 95.29 -5.288889 27.97234568
14 96 95.29 0.7111111 0.505679012
15 93 95.29 -2.288889 5.239012346
16 96 95.29 0.7111111 0.505679012
17 99 95.29 3.7111111 13.77234568
18 96 95.29 0.7111111 0.505679012
19 91 95.29 -4.288889 18.3945679
20 91 95.29 -4.288889 18.3945679
21 99 95.29 3.7111111 13.77234568
22 100 95.29 4.7111111 22.1945679
23 97 95.29 1.7111111 2.927901235
24 97 95.29 1.7111111 2.927901235
25 93 95.29 -2.288889 5.239012346
26 96 95.29 0.7111111 0.505679012
27 100 95.29 4.7111111 22.1945679

32
`

Lanjutan Tabel 2. 29 Perhitungan Simpangan Baku Data Laki-Laki

Tinggi
No. μ (Xi - μ) (Xi - μ)^2
Mata
28 90 95.29 -5.288889 27.97234568
29 95 95.29 -0.288889 0.08345679
30 97 95.29 1.7111111 2.927901235
31 98 95.29 2.7111111 7.350123457
32 94 95.29 -1.288889 1.661234568
33 99 95.29 3.7111111 13.77234568
34 91 95.29 -4.288889 18.3945679
35 90 95.29 -5.288889 27.97234568
36 97 95.29 1.7111111 2.927901235
37 98 95.29 2.7111111 7.350123457
38 93 95.29 -2.288889 5.239012346
39 92 95.29 -3.288889 10.81679012
40 94 95.29 -1.288889 1.661234568
41 99 95.29 3.7111111 13.77234568
42 90 95.29 -5.288889 27.97234568
43 93 95.29 -2.288889 5.239012346
44 97 95.29 1.7111111 2.927901235
45 98 95.29 2.7111111 7.350123457
Jumlah 479.2444444
Maka, simpangan baku tersebut adalah :
∑ (xi - μ)2 479,244
σ=√ =√ = 3,3
n-1 44

• Menghitung Peluang Kurang Dari X

Proses dalam menghitung peluang, terlebih dahulu menentukan nilai Z,
dengan rumus sebagai berikut :
X-μ
Z= σ
90-95,29
Z= 3,3

Z = -1,6
Dengan demikian, nilai P(x < 90) = P (Z < -1,6). Diketahui luas disebelah
kiri Z = -1,6 dan tabel distribusi normal diperoleh nilai sebesar 0,0545.
Adapun grafik nilai Z kurang dari X dapat dilihat pada gambar 2.7 berikut:

33
`

σ = 3,3

µ = 95,29
-1,6

Gambar 2. 7 Grafik Luas Daerah sebelah Kiri Z

• Menghitung Peluang Lebih Dari X

Proses dalam menghitung peluang, terlebih dahulu menentukan nilai Z,
dengan rumus sebagai berikut :
X-μ
Z= σ
101- 95,29
Z= 3,3

Z = 1,73
Dengan demikian, nilai P(x > 101) = P (Z > 1,73). Diketahui luas disebelah
kanan Z = 1,73 dan tabel distribusi normal diperoleh nilainya sebesar
0,9582. Adapun grafik nilai Z lebih dari X dapat dilihat pada gambar 2.8
berikut:

σ = 3,3

µ = 95,29 1,73

Gambar 2. 8 Grafik Luas Daerah sebelah Kanan Z

• Menghitung Peluang yang Diamati

P = 1 - P(Z < X) - (P >X)
P = 1 - 0,0545 - 0,9582
P = - 0,0127
Adapun grafik penggabungan nilai z dapat dilihat pada gambar 2.9 berikut

34
`

σ = 3,3

-1,6 µ = 95,29 1,73

Gambar 2. 9 Grafik Penggabungan Nilai Z

Adapun tabel rekapitulasi nilai peluang data laki-laki dapat dilihat pada tabel
2.30 berikut:
Tabel 2. 30 Rekapitulasi Nilai Peluang

Tinggi P (x < 1-P (x <

No. μ σ Z % %
Pinggul xi) xi)

1 98 95.29 3.30 0.821 0.794 79.43 0.206 20.57

2 98 95.29 3.30 0.821 0.794 79.43 0.206 20.57
3 92 95.29 3.30 -0.997 0.159 15.95 0.841 84.05
4 93 95.29 3.30 -0.694 0.244 24.40 0.756 75.60
5 97 95.29 3.30 0.518 0.698 69.79 0.302 30.21
6 99 95.29 3.30 1.124 0.870 86.96 0.130 13.04
7 100 95.29 3.30 1.427 0.923 92.33 0.077 7.67
8 93 95.29 3.30 -0.694 0.244 24.40 0.756 75.60
9 94 95.29 3.30 -0.391 0.348 34.81 0.652 65.19
10 90 95.29 3.30 -1.603 0.055 5.45 0.945 94.55
11 94 95.29 3.30 -0.391 0.348 34.81 0.652 65.19
12 101 95.29 3.30 1.730 0.958 95.82 0.042 4.18
13 90 95.29 3.30 -1.603 0.055 5.45 0.945 94.55
14 96 95.29 3.30 0.215 0.585 58.53 0.415 41.47
15 93 95.29 3.30 -0.694 0.244 24.40 0.756 75.60
16 96 95.29 3.30 0.215 0.585 58.53 0.415 41.47
17 99 95.29 3.30 1.124 0.870 86.96 0.130 13.04
18 96 95.29 3.30 0.215 0.585 58.53 0.415 41.47
19 91 95.29 3.30 -1.300 0.097 9.69 0.903 90.31
20 91 95.29 3.30 -1.300 0.097 9.69 0.903 90.31
21 99 95.29 3.30 1.124 0.870 86.96 0.130 13.04
22 100 95.29 3.30 1.427 0.923 92.33 0.077 7.67
23 97 95.29 3.30 0.518 0.698 69.79 0.302 30.21

35
`

Lanjutan Tabel 2. 30 Rekapitulasi Nilai Peluang

Tinggi P (x < 1-P (x <

No. μ σ Z % %
Pinggul xi) xi)

24 97 95.29 3.30 0.518 0.698 69.79 0.302 30.21

25 93 95.29 3.30 -0.694 0.244 24.40 0.756 75.60
26 96 95.29 3.30 0.215 0.585 58.53 0.415 41.47
27 100 95.29 3.30 1.427 0.923 92.33 0.077 7.67
28 90 95.29 3.30 -1.603 0.055 5.45 0.945 94.55
29 95 95.29 3.30 -0.088 0.465 46.51 0.535 53.49
30 97 95.29 3.30 0.518 0.698 69.79 0.302 30.21
31 98 95.29 3.30 0.821 0.794 79.43 0.206 20.57
32 94 95.29 3.30 -0.391 0.348 34.81 0.652 65.19
33 99 95.29 3.30 1.124 0.870 86.96 0.130 13.04
34 91 95.29 3.30 -1.300 0.097 9.69 0.903 90.31
35 90 95.29 3.30 -1.603 0.055 5.45 0.945 94.55
36 97 95.29 3.30 0.518 0.698 69.79 0.302 30.21
37 98 95.29 3.30 0.821 0.794 79.43 0.206 20.57
38 93 95.29 3.30 -0.694 0.244 24.40 0.756 75.60
39 92 95.29 3.30 -0.997 0.159 15.95 0.841 84.05
40 94 95.29 3.30 -0.391 0.348 34.81 0.652 65.19
41 99 95.29 3.30 1.124 0.870 86.96 0.130 13.04
42 90 95.29 3.30 -1.603 0.055 5.45 0.945 94.55
43 93 95.29 3.30 -0.694 0.244 24.40 0.756 75.60
44 97 95.29 3.30 0.518 0.698 69.79 0.302 30.21
45 98 95.29 3.30 0.821 0.794 79.43 0.206 20.57

⚫ Data Dimensi Tinggi Pinggul pada Perempuan

Tabel 2. 31 Data Dimensi Tinggi Pinggul pada Perempuan

TINGGI TINGGI
No No
PINGGUL PINGGUL

1 92 24 93
2 98 25 95
3 94 26 90
4 86 27 95
5 98 28 88
6 100 29 87

36
`

Lanjutan Tabel 2. 31 Data Dimensi Tinggi Pinggul pada Perempuan

TINGGI TINGGI
No No
PINGGUL PINGGUL
7 88 30 96
8 86 31 89
9 87 32 92
10 91 33 89
11 100 34 92
12 94 35 92
13 97 36 90
14 100 37 86
15 96 38 90
16 86 39 87
17 86 40 98
18 85 41 92
19 85 42 85
20 89 43 98
21 92 44 85
22 98 45 89
23 84

• Menentukan nilai rata-rata (μ) :

∑ xi 4110
μ= = = 91,33
n 45

• Menentukan nilai standar deviasi (σ) :

∑ (xi - μ)2
σ=√ n-1

Dimana :
σ : Simpangan Baku
μ : Rata-rata
xi : Data ke-i
n : Banyaknya data

37
`

Adapun tabel perhitungan simpangan baku dapat dilihat pada tabel 2.32 berikut:
Tabel 2. 32 Perhitungan Simpangan Baku Data Perempuan
Tinggi
No. μ (Xi - μ) (Xi - μ)^2
Mata
1 92 91.33 0.6666667 0.444444444
2 98 91.33 6.6666667 44.44444444
3 94 91.33 2.6666667 7.111111111
4 86 91.33 -5.333333 28.44444444
5 98 91.33 6.6666667 44.44444444
6 100 91.33 8.6666667 75.11111111
7 88 91.33 -3.333333 11.11111111
8 86 91.33 -5.333333 28.44444444
9 87 91.33 -4.333333 18.77777778
10 91 91.33 -0.333333 0.111111111
11 100 91.33 8.6666667 75.11111111
12 94 91.33 2.6666667 7.111111111
13 97 91.33 5.6666667 32.11111111
14 100 91.33 8.6666667 75.11111111
15 96 91.33 4.6666667 21.77777778
16 86 91.33 -5.333333 28.44444444
17 86 91.33 -5.333333 28.44444444
18 85 91.33 -6.333333 40.11111111
19 85 91.33 -6.333333 40.11111111
20 89 91.33 -2.333333 5.444444444
21 92 91.33 0.6666667 0.444444444
22 98 91.33 6.6666667 44.44444444
23 84 91.33 -7.333333 53.77777778
24 93 91.33 1.6666667 2.777777778
25 95 91.33 3.6666667 13.44444444
26 90 91.33 -1.333333 1.777777778
27 95 91.33 3.6666667 13.44444444
28 88 91.33 -3.333333 11.11111111
29 87 91.33 -4.333333 18.77777778
30 96 91.33 4.6666667 21.77777778
31 89 91.33 -2.333333 5.444444444
32 92 91.33 0.6666667 0.444444444
33 89 91.33 -2.333333 5.444444444
34 92 91.33 0.6666667 0.444444444

38
`

Lanjutan Tabel 2. 32 Perhitungan Simpangan Baku Data Perempuan

Tinggi
No. μ (Xi - μ) (Xi - μ)^2
Mata
35 92 91.33 0.6666667 0.444444444
36 90 91.33 -1.333333 1.777777778
37 86 91.33 -5.333333 28.44444444
38 90 91.33 -1.333333 1.777777778
39 87 91.33 -4.333333 18.77777778
40 98 91.33 6.6666667 44.44444444
41 92 91.33 0.6666667 0.444444444
42 85 91.33 -6.333333 40.11111111
43 98 91.33 6.6666667 44.44444444
44 85 91.33 -6.333333 40.11111111
45 89 91.33 -2.333333 5.444444444
Jumlah 4110 1032
Maka, simpangan baku tersebut adalah :
∑ (xi - μ)2 1032
σ=√ =√ = 4,843
n-1 44

• Menghitung Peluang Kurang Dari X

Proses dalam menghitung peluang, terlebih dahulu menentukan nilai Z,
dengan rumus sebagai berikut :
X-μ
Z= σ
84-91,33
Z= 4,843

Z = -1,514
Dengan demikian, nilai P(x < 84) = P (Z < -1,514). Diketahui luas
disebelah kiri Z = -1,514 dan tabel distribusi normal diperoleh nilainya
sebesar 0,065. Adapun grafik nilai Z kurang dari X dapat dilihat pada
gambar 2.10 berikut:

σ = 4,843

µ = 91,33
-1,514

Gambar 2. 10 Grafik Luas Daerah sebelah Kiri Z

39
`

• Menghitung Peluang Lebih Dari X

Proses dalam menghitung peluang, terlebih dahulu menentukan nilai Z,
dengan rumus sebagai berikut :
X-μ
Z= σ
100- 91,33
Z= 4,843

Z = 1,79
Dengan demikaim, nilai P(x > 100) = P (Z > 1,79). Diketahui luas
disebelah kanan Z = 1,79. Dari tabel distribusi normal diperoleh nilainya
sebesar 0,9632. Adapun grafik nilai Z lebih dari X dapat dilihat pada
gambar 2.11 berikut:

σ = 4,843

µ = 91,33 1,79

Gambar 2. 11 Grafik Luas Daerah sebelah Kanan Z

• Menghitung Peluang yang Diamati

P = 1 - P(Z < X) - (P >X)
P = 1 - 0,065 - 0,9632
P = - 0,0282
Adapun grafik penggabungan nilai z dapat dilihat pada gambar 2.12
berikut

σ = 4,843

-1,514 µ = 91,33 1,79

Gambar 2. 12 Grafik Penggabungan Nilai Z

Adapun tabel rekapitulasi nilai peluang data perempuan dapat dilihat pada
tabel 2.33 berikut:

40
`

Tabel 2. 33 Rekapitulasi Nilai Peluang

Tinggi P (x < 1-P (x <

No. μ σ Z % %
Pinggul xi) xi)

1 92 91.33 4.843 0.138 0.555 55.47 0.445 44.53

2 98 91.33 4.843 1.377 0.916 91.57 0.084 8.43
3 94 91.33 4.843 0.551 0.709 70.91 0.291 29.09
4 86 91.33 4.843 -1.101 0.135 13.54 0.865 86.46
5 98 91.33 4.843 1.377 0.916 91.57 0.084 8.43
6 100 91.33 4.843 1.790 0.963 96.32 0.037 3.68
7 88 91.33 4.843 -0.688 0.246 24.56 0.754 75.44
8 86 91.33 4.843 -1.101 0.135 13.54 0.865 86.46
9 87 91.33 4.843 -0.895 0.185 18.55 0.815 81.45
10 91 91.33 4.843 -0.069 0.473 47.26 0.527 52.74
11 100 91.33 4.843 1.790 0.963 96.32 0.037 3.68
12 94 91.33 4.843 0.551 0.709 70.91 0.291 29.09
13 97 91.33 4.843 1.170 0.879 87.90 0.121 12.10
14 100 91.33 4.843 1.790 0.963 96.32 0.037 3.68
15 96 91.33 4.843 0.964 0.832 83.24 0.168 16.76
16 86 91.33 4.843 -1.101 0.135 13.54 0.865 86.46
17 86 91.33 4.843 -1.101 0.135 13.54 0.865 86.46
18 85 91.33 4.843 -1.308 0.095 9.55 0.905 90.45
19 85 91.33 4.843 -1.308 0.095 9.55 0.905 90.45
20 89 91.33 4.843 -0.482 0.315 31.50 0.685 68.50
21 92 91.33 4.843 0.138 0.555 55.47 0.445 44.53
22 98 91.33 4.843 1.377 0.916 91.57 0.084 8.43
23 84 91.33 4.843 -1.514 0.065 6.50 0.935 93.50
24 93 91.33 4.843 0.344 0.635 63.46 0.365 36.54
25 95 91.33 4.843 0.757 0.776 77.55 0.224 22.45
26 90 91.33 4.843 -0.275 0.392 39.15 0.608 60.85

41
`

Lanjutan Tabel 2. 33 Rekapitulasi Nilai Peluang

Tinggi P (x < 1-P (x <

No. μ σ Z % %
Pinggul xi) xi)

27 95 91.33 4.843 0.757 0.776 77.55 0.224 22.45

28 88 91.33 4.843 -0.688 0.246 24.56 0.754 75.44
29 87 91.33 4.843 -0.895 0.185 18.55 0.815 81.45
30 96 91.33 4.843 0.964 0.832 83.24 0.168 16.76
31 89 91.33 4.843 -0.482 0.315 31.50 0.685 68.50
32 92 91.33 4.843 0.138 0.555 55.47 0.445 44.53
33 89 91.33 4.843 -0.482 0.315 31.50 0.685 68.50
34 92 91.33 4.843 0.138 0.555 55.47 0.445 44.53
35 92 91.33 4.843 0.138 0.555 55.47 0.445 44.53
36 90 91.33 4.843 -0.275 0.392 39.15 0.608 60.85
37 86 91.33 4.843 -1.101 0.135 13.54 0.865 86.46
38 90 91.33 4.843 -0.275 0.392 39.15 0.608 60.85
39 87 91.33 4.843 -0.895 0.185 18.55 0.815 81.45
40 98 91.33 4.843 1.377 0.916 91.57 0.084 8.43
41 92 91.33 4.843 0.138 0.555 55.47 0.445 44.53
42 85 91.33 4.843 -1.308 0.095 9.55 0.905 90.45
43 98 91.33 4.843 1.377 0.916 91.57 0.084 8.43
44 85 91.33 4.843 -1.308 0.095 9.55 0.905 90.45
45 89 91.33 4.843 -0.482 0.315 31.50 0.685 68.50

42
`

BAB III
ANALISIS

3.1 Analisis Distribusi Peluang Diskret

Berdasarkan pengumpulan dan pengolahan data yang telah dilakukan, maka
langkah selanjutnya adalah melakukan analisis terhadap pengolahan data terhadap
distribusi peluang diskret yang terdiri dari analisis terhadap distribusi binomial serta
analisis terhadap distribusi hypergeometrik.
3.1.1 Distribusi Binomial
Bentuk upaya dalam menentukan besarnya peluang menggunakan distribusi
binomial dilakukan dengan mengamati jumlah kecacatan produk sebanyak 150 data
dengan percobaan sebanyak 3 kali, dimana 1 kali percobaan dilakukan terhadap 10 data
serta dengan peluang sukses sebesar 61 produk dan peluang gagal sebesar 89 produk.
Berdasarkan percobaan pertama, diketahui terdapat proporsi sukses sebesar 4 dan
proporsi gagal sebesar 6, sehingga nilai hasil peluang yang didapatkan adalah sebesar
0.25. Pada percobaan kedua, diketahui terdapat proporsi sukses sebesar 2 dan proporsi
gagal sebesar 8, sehingga nilai hasil peluang yang didapatkan adalah sebesar 0.111.
Terakhir, pada percobaan ketiga diketahui terdapat proporsi sukses sebesar 6 dan
proporsi gagal sebesar 4, sehingga nilai hasil yang didapatkan adalah sebesar 0.121.
Berdasarkan hasil dari pengolahan yang telah dilakukan terhadap setiap percobaan
tersebut, dapat diketahui bahwa besarnya nilai peluang pada setiap percobaan tidak
bergantung terhadap besarnya peluang sukses atau gagal dari suatu produk, namun hal
tersebut dipengaruhi oleh besarnya proporsi sukses pada setiap percobaan yang
dilakukan, sehingga nilai peluang pada setiap percobaan berbeda-beda.
3.1.2 Distribusi Hypergeometrik
Bentuk upaya dalam menentukan besarnya peluang menggunakan distribusi
hypergeometrik dilakukan dengan mengamati jumlah kecacatan produk sebanyak 30
data dengan percobaan sebanyak 3 kali, dimana 1 kali percobaan dilakukan terhadap
10 data serta dengan proporsi sukses sebesar 14 produk dan proporsi gagal sebesar 16
produk. Berdasarkan percobaan pertama, diketahui terdapat jumlah produk yang lolos

43
`

sebesar 14 dengan jumlah jenis cacat pada produk lolos sebesar 3, sehingga nilai hasil
peluang yang didapatkan adalah sebesar 0.138. Pada percobaan kedua, diketahui
terdapat jumlah produk yang lolos sebesar 14 dengan jumlah jenis cacat pada produk
lolos sebesar 5, sehingga nilai hasil peluang yang didapatkan adalah sebesar 0.291.
Terakhir, pada percobaan ketiga diketahui terdapat jumlah produk yang lolos sebesar
14 dengan jumlah jenis cacat pada produk lolos sebesar 6, sehingga nilai hasil peluang
yang didapatkan adalah sebesar 0.181. Berdasarkan hasil dari pengolahan yang telah
dilakukan terhadap setiap percobaan tersebut, dapat diketahui bahwa jumlah jenis cacat
pada produk lolos dapat mempengaruhi terhadap nilai hasil peluang dari distribusi
hypergeometrik, baik itu sedikit maupun banyak. Hal tersebut dapat dibuktikan pada
proses pengolahan data yang telah dilakukan dengan jumlah populasi, ukuran sampel
serta jumlah produk yang lolos yang sama pada setiap percobaan yang telah dilakukan,
tetapi dengan jumlah jenis cacat pada produk lolos yang berbeda-beda pada setiap
percobaanya maka nilai hasil peluang yang didapatkannya berbeda pada setiap
percobaan.
3.2 Uji Kesesuaian
Upaya pengujian terhadap kesesuaian data yang dilakukan terhadap distribusi
normal dan distribusi poisson dengan menggunakan pengujian hipotesis, dimana
pengujian tersebut bertujuan untuk menentukan apakah data yang dikumpulkan telah
sesuai frekuensi yang diharapkan atau tidak. Dengan demikian, langkah selanjutnya
adalah melakukan analisis terhadap uji kesesuaian yang terdiri dari analisis terhadap
distribusi poisson serta analisis terhadap distribusi normal.
3.2.1 Distribusi Poisson
Berdasarkan dari 30 data jumlah kedatangan pelanggan yang telah
dikumpulkan, dapat dikatakan berdistribusi poisson apabila uji kesesuaiannya telah
sesuai dengan langkah yang tepay. Pengujian kesesuaian poissson dilakukan dengan
sistematika, seperti melakukan perumusan hipotesis, menghitung interval batas kelas
dan tabel frekuensi, menghitung nilai probabilitas poisson (P(x)), menghitung
frekuensi harapan (fh), penggabungan kelas, menghitung statistik uji chi-kuadrat,
menentukkan kriteria uji dan terkahir menarik kesimpulan dari pengolahan data yang

44
`

telah dilakukan. Berdasarkan pada data jumlah kedatangan pelanggan disimpulkan

bahwa data tersebut berdistribusi poisson karena x² hitung < x² tabel atau 2,374 < 7,815
yang berarti Ho diterima, sehingga distribusi frekuensi tingkat kedatangan pelanggan
berdistribusi poisson. Namun demikian, jika x² hitung > x² tabel, maka Ho ditolak dan
dapat disimpulkan bahwa distribusi frekuensi tingkat kedatangan pelanggan tidak
berdistribusi poisson. Setelah itu, langkah selanjutnya adalah menghitung nilai peluang
distribusi poisson dengan cara menentukan rata-rata jumlah kedatangan pelanggan
terlebih dahulu, lalu menentukan niali dari distribusi poisson dengan nilai x = 37, 38,
39. Dengan demikian, didapatkan peluang poisson dengan x = 37 sebesar 0,0557.
Sedangkan, nilai peluang poisson untuk x = 38 didapatkan nilai sebesar 0,0594.
Terakhir, untuk nilai peluang poisson dengan x = 39 didapatkan nilai sebesar 0,0618.
Perhitungan menentukan peluang distribusi poisson juga dilakukan dengan
menggunakan software minitab dengan hasil yang didapatkan sama dengan hasil dari
perhitungan yang sudah dilakukan.

3.2.2 Distribusi Normal

Berdasarkan dari 45 data pada antropometri dimensi tinggi pinggul terhadap
laki-laki dan perempuan yang telah dikumpulkan, dapat dikatakan berdistribusi normal,
apabila uji kenormalannya sesuai dengan langkah yang tepat, seperti yang dilakuak
pada distribusi poisson dan yang membedakan adalah pada langkah ketiga yaitu
menghitung nilai Z. Pengujian kenormalan data tersebut dilakukan dengan sistematika
seperti perumusan hipotesis, menghitung interval batas kelas dan tabel frekuensi,
menghitung nilai Z, menghitung frekuensi harapan (fh), penggabungan kelas,
menghitung statistik uji chi-kuadrat, menentukkan kriteria uji dan terkahir menarik
kesimpulan dari pengolahan data yang telah dilakukan.
Berdasarkan pada data dimensi tinggi pinggul laki-laki disimpulkan bahwa data
tersebut berdistribusi normal karena x² hitung < x² tabel atau 6,271 < 7,815 yang berarti
Ho diterima, sehingga data dimensi tinggi pinggul pada laki-laki berdistribusi normal.
Namun demikian, apabila x² hitung > x² tabel, maka Ho ditolak dan dapat disimpulkan
bahwa data dimensi tinggi pinggul pada laki-laki tidak berdistribusi normal. Setelah

45
`

itu, langkah selanjutnya adalah menghitung nilai peluang distribusi normal dengan cara
menentukan rata-rata tinggi pinggul terlebih dahulu dengan nilai 95,29. Lalu
menghitung simpangan baku dengan nilai 3,3 dan menentukan nilai peluang kurang
dari X dengan niali Z = -1,6, sehingga didapatkan nilai peluang sebesar 0,0549 dengan
membentuk kurva dengan menunjukkan luas daerah sebelah kiri. Sedangkan untuk
nilai peluang lebih dari X dengan niali Z = 1,73, sehingga didapatkan nilai peluang
sebesar 0,9582 dengan membentuk kurva dengan menunjukkan luas daerah sebelah
kanan. Dengan demikian, nilai peluang yang diamati adalah 1 - P(Z<X) - P(Z>X)
dengan nilai sebesar -0,0127. Perhitungan dalam menentukan peluang distribusi
normal juga dilakukan dengan menggunakan software minitab dengan hasil yang
didapatkan KS = 0,142 dan P-Value = 0,150 > α = 0,05 maka dapat disimpulkan bahwa
data berdistribusi normal.
Sedangkan, pada data dimensi tinggi pinggul perempuan disimpulkan bahwa
data tersebut berdistribusi normal karena x² hitung < x² tabel atau 5,592 < 7,815 yang
berarti Ho diterima, sehingga data dimensi tinggi pinggul pada perempuan berdistribusi
normal. Namun jika x² hitung > x² tabel, maka Ho ditolak dan dapat disimpulkan bahwa
data dimensi tinggi pinggul pada perempuan tidak berdistribusi normal. Setelah itu,
dapat menghitung nilai peluang distribusi normal dengan cara menentukan rata-rata
tinggi pinggul terlebih dahulu dengan nilai 91,33. Lalu menghitung simpangan baku
dengan nilai 4,843 danmenentukan nilai peluang kurang dari X dengan niali Z = -1,514,
sehingga didapatkan nilai peluang sebesar 0,065 dengan membentuk kurva dengan
menunjukkan luas daerah sebelah kiri. Sedangkan untuk nilai peluang lebih dari X
dengan niali Z = 1,79 dan didapatkan nilai peluang sebesar 0,9632 dengan membentuk
kurva dengan menunjukkan luas daerah sebelah kanan. Dengan demikian, nilai peluang
yang diamati adalah 1 - P(Z<X) - P(Z>X) dengan nilai sebesar -0,0282. Perhitungan
menentukan peluang distribusi normal juga dilakukan dengan menggunakan software
minitab dengan hasil yang didapatkan KS = 0,107 dan P-Value > 0,150 > α = 0,05 jadi
data tersebut berdistribusi normal.

46
`

BAB IV
KESIMPULAN

Berdasarkan hasil pengamatan dan perhitungan data yang diperoleh melalui

penggunaan metode teori peluang dan distribusi peluang, maka dapat ditarik
kesimpulan, sebagai berikut :
➢ Berdasarkan percobaan distribusi binomial, diketahui hasil peluang pada
percobaan pertama adalah sebesar 0,25, lalu percobaan kedua sebesar 0,111
dan pada percobaan ketiga sebesar 0,121.
➢ Berdasarkan percobaan distribusi hypergeometrik, diketahui hasil peluang pada
percobaan pertama adalah sebesar 0,138, lalu percobaan kedua sebesar 0.291
dan pada percobaan ketiga sebesar 0,181.
➢ Berdasarkan hasil pengujian kesesuaian pada distribusi poisson, dikatakan
bahwa menerima H0 dengan nilai x2 hitung < x2 tabel, sehingga dapat
disimpulkan bahwa data hasil pengamatan sudah sesuai dengan frekuensi yang
diharapkan.
➢ Berdasarkan pada data dimensi tinggi pinggul laki-laki dan perempuan
disimpulkan bahwa H0 diterima, karena x2 hitung < x2 tabel. Selain itu, nilai
peluang distribusi normal yang didapatkan, menunjukkan bahwa nilai peluang
dipengaruhi oleh nilai peluang kurang dari X, peluang lebih dari X, simpangan
baku dan 𝜇.

47
`

DAFTAR PUSTAKA

Buchari, A., 2009. In: Pengantar Statistika Sosial. Bandung: Alfabeta.

Hasan, I., 2001. In: Pokok-Pokok Materi Statistik 2 (Statistik Inferentif). Edisi kedua.
Jakarta: PT Bumi Aksara.
Sudjana, 2009. In: Metode Statistika. Bandung: Tarsito.
Walpole, R. E., 1993. In: Pengantar Statistika Edisi Ketiga. Jakarta: PT Gramedia
Pustaka Utama.

48
`

LAMPIRAN

➢ Set Data Distribusi Binomial

49
`

50
`

51
`

➢ Set Data Distribusi Hypergeometrik

52
`

➢ Set Data Distribusi Poisson

53
`

➢ Set Data Distribusi Normal

54
 ` PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS ISLAM BANDUNG
Alamat : Jalan Taman Sari No.01 Bandung (022) 464065/ (022)4263895

LEMBAR ASISTENSI
PRAKTIKUM STATISTIKA INDUSTRI TAHUN AKADEMIK 2020-2021

KELOMPOK : 48 (Empat Puluh Delapan)

NAMA/NPM : Asep Rohmat / 10070219025
Rizal Saputra / 10070219028
PEMBIMBING/ASISTEN : Syifa Maulvi Zainun Awal
Paraf
No Hari/Tanggal Pembahasan
Pembimbing/Asisten
1. Selasa, 19 Januari Perbaiki Bab 1
2021
√

2. Rabu, 20 Januari Bab 1 OK

2021 Bab 2 Ok
Lanjutkan Bab 3 & 4 √
3. Kamis, 21 Januari Bab 1 OK
2021 Bab 2 OK
Perbaiki Bab 3 & 4 √
4. Kamis, 21 Januari Bab 1, 2, 3 & 4 OK
2021 Laporan Modul 2 ACC
Disetujui pukul 21:42
√
Diperbolehkan untuk dikumpulkan