LAPORAN PRAKTIKUM BIOSTATISTIKA

(Statistika Deskriptif)

oleh
Meutia Ratna Widyarani (215090101111002)
Biologi-C

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS BRAWIJAYA
2022
1) Rumusan masalah :
1) Bagaimanakah respon pertumbuhan dan perkembangan batang tanaman kacang
merah pada media tanam air beras, air biasa, air teh, dan air got?
2) Bagaimanakah respon pertumbuhan dan perkembangan daun tanaman kacang
merah pada media tanam air beras, air biasa, air teh, dan air got?
Tujuan penelitian :
1) Mengetahui respon pertumbuhan dan perkembangan batang tanaman kacang
merah pada media tanam air beras, air biasa, air teh, dan air got.
2) Mengetahui respon pertumbuhan dan perkembangan batang tanaman kacang
merah pada media tanam air beras, air biasa, air teh, dan air got.

2) Jenis Data Penelitian

Berdasarkan sifatnya, data penelitian tersebut bersifat kuantitatif dikarenakan data
kasus didasarkan pada numerik (angka) pertumbuhan dan perkembangan batang dan daun
tanaman kacang merah dalam jangka waktu tertentu. Sedangkan, berdasarkan
kontinyunitas, data penelitian tersebut ialah kontinu karena didapatkan dalam proses
mengukur dalam setiap 2 hari sekali. Kemudian, berdasarkan skala pengukuran termasuk
kedalam skala interval yakni nilai nol pada data bukanlah nilai nol mutlak menunjukkan
batang dan daun belum terlihat tumbuh. Berdasarkan, sumber perolehannya, termasuk
dalam data primer karena data diperoleh peneliti berdasarkan observasi secara langsung.

3) Peran ilmu statistika

Pada kasus ini adalah sebagai metode dalam mengumpulkan, mengorganisir, dan
menganalisis semua bentuk informasi sehingga didapatkan keputusan berdasarkan prediksi.
Penelitian ini menggunakan jenis statistika deskriptif dimana memudahkan untuk menata
data berdasarkan tabel sehingga data pertumbuhan dan perkembangan batang dan daun
tanaman kacang merah terlihat sangatlah efektif.

4) Statistika Deskriptif pada setiap variabel:

4.1 Statistika deskriptif ukur dan interpretasikan

Gambar 1. Statistika deskriptif ukur

 Berdasarkan data 4.1 diketahui bahwa pertumbuhan dan perkembangan batang tanaman
kacang merah pada berbagai media tanam seperti air beras, air biasa, air teh, dan air got
memiliki angka pertumbuhan yang berbeda-beda pada setiap tanamannya. Namun, laju
pertumbuhan pada batang ketika menggunakan air beras tumbuh sangat baik pada setiap
harinya dibandingkan menggunakan media air lainnya. Sedangkan, untuk laju
pertumbuhan daun bersifat konstan yakni tidak ada perubahan yang signifikan atau stabil
pada setiap harinya.

4.2 Statistika deskriptif tabel dan grafik dan interprestasikan

a) Deskriptif tabel
Indikator Total
Variable Hari Count Mean StDev Variance Minimum Q1 Median
Air Beras 3 5 5,600 1,342 1,800 4,000 4,500 5,000
(P1)_Batang
5 5 13,60 2,88 8,30 9,00 11,00 14,00
7 5 19,800 1,924 3,700 17,000 18,000 20,000
9 5 25,60 2,79 7,80 21,00 23,00 27,00
11 5 27,800 1,483 2,200 26,000 26,500 28,000
13 5 28,800 1,304 1,700 27,000 27,500 29,000

Air Biasa 3 5 4,800 0,837 0,700 4,000 4,000 5,000

(K1)_Batang
5 5 12,200 1,483 2,200 10,000 11,000 12,000
7 5 18,000 0,707 0,500 17,000 17,500 18,000
9 5 21,800 1,304 1,700 21,000 21,000 21,000
11 5 25,200 1,095 1,200 24,000 24,500 25,000
13 5 26,600 0,548 0,300 26,000 26,000 27,000

Air Teh 3 5 5,200 0,837 0,700 4,000 4,500 5,000

(P2)_Batang
5 5 13,200 1,643 2,700 11,000 11,500 14,000
7 5 18,000 1,414 2,000 17,000 17,000 17,000
9 5 22,000 2,121 4,500 19,000 20,000 22,000
11 5 25,000 1,225 1,500 24,000 24,000 25,000
13 5 27,600 1,342 1,800 26,000 26,500 27,000

Air Got 3 5 4,400 0,548 0,300 4,000 4,000 4,000

(P3)_Batang
5 5 12,000 1,225 1,500 10,000 11,000 12,000
7 5 17,200 1,095 1,200 16,000 16,500 17,000
9 5 21,600 0,548 0,300 21,000 21,000 22,000
11 5 26,400 1,517 2,300 25,000 25,000 26,000
 13 5 27,600 1,140 1,300 26,000 26,500 28,000

Air Beras 3 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000

(P1)_Daun
5 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
7 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
9 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
11 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
13 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000

Air Biasa 3 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000

(K1)_Daun
5 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
7 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
9 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
11 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
13 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000

Air Teh 3 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000

(P2)_Daun
5 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
7 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
9 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
11 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
13 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000

Air Got 3 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000

(P3)_Daun
5 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
7 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
9 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
11 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000
13 5 2,0000 0,000000 0,000000 2,0000 2,0000 2,0000

Indikator N for
Variable Hari Q3 Maximum Range IQR Mode Mode
Air Beras 3 7,000 7,000 3,000 2,500 5; 7 2
(P1)_Batang
5 16,00 16,00 7,00 5,00 16 2
7 21,500 22,000 5,000 3,500 * 0
9 27,50 28,00 7,00 4,50 27 2
11 29,000 30,000 4,000 2,500 28 2
13 30,000 30,000 3,000 2,500 30 2
Air Biasa 3 5,500 6,000 2,000 1,500 4; 5 2
(K1)_Batang
5 13,500 14,000 4,000 2,500 12 2
7 18,500 19,000 2,000 1,000 18 3
9 23,000 24,000 3,000 2,000 21 3
11 26,000 27,000 3,000 1,500 25 3
13 27,000 27,000 1,000 1,000 27 3

Air Teh 3 6,000 6,000 2,000 1,500 5; 6 2

(P2)_Batang
5 14,500 15,000 4,000 3,000 14 2
7 19,500 20,000 3,000 2,500 17 3
9 24,000 24,000 5,000 4,000 24 2
11 26,000 27,000 3,000 2,000 24; 25 2
13 29,000 29,000 3,000 2,500 27; 29 2

Air Got 3 5,000 5,000 1,000 1,000 4 3

(P3)_Batang
5 13,000 13,000 3,000 2,000 12; 13 2
7 18,000 19,000 3,000 1,500 17 3
9 22,000 22,000 1,000 1,000 22 3
11 28,000 28,000 3,000 3,000 25; 28 2
13 28,500 29,000 3,000 2,000 28 2

Air Beras 3 2,0000 2,0000 0,000000 0,000000 2 5

(P1)_Daun
5 2,0000 2,0000 0,000000 0,000000 2 5
7 2,0000 2,0000 0,000000 0,000000 2 5
9 2,0000 2,0000 0,000000 0,000000 2 5
11 2,0000 2,0000 0,000000 0,000000 2 5
13 2,0000 2,0000 0,000000 0,000000 2 5

Air Biasa 3 2,0000 2,0000 0,000000 0,000000 2 5

(K1)_Daun
5 2,0000 2,0000 0,000000 0,000000 2 5
7 2,0000 2,0000 0,000000 0,000000 2 5
9 2,0000 2,0000 0,000000 0,000000 2 5
11 2,0000 2,0000 0,000000 0,000000 2 5
13 2,0000 2,0000 0,000000 0,000000 2 5

Air Teh 3 2,0000 2,0000 0,000000 0,000000 2 5

(P2)_Daun
5 2,0000 2,0000 0,000000 0,000000 2 5
7 2,0000 2,0000 0,000000 0,000000 2 5
9 2,0000 2,0000 0,000000 0,000000 2 5
 11 2,0000 2,0000 0,000000 0,000000 2 5
13 2,0000 2,0000 0,000000 0,000000 2 5

Air Got 3 2,0000 2,0000 0,000000 0,000000 2 5

(P3)_Daun
5 2,0000 2,0000 0,000000 0,000000 2 5
7 2,0000 2,0000 0,000000 0,000000 2 5
9 2,0000 2,0000 0,000000 0,000000 2 5
11 2,0000 2,0000 0,000000 0,000000 2 5
13 2,0000 2,0000 0,000000 0,000000 2 5

Indikator
Variable Hari Skewness Kurtosis
Air Beras 3 0,17 -2,41
(P1)_Batang
5 -1,22 1,33
7 -0,59 -0,02
9 -1,50 2,04
11 0,55 0,87
13 -0,54 -1,49

Air Biasa 3 0,51 -0,61

(K1)_Batang
5 -0,55 0,87
7 0,00 2,00
9 1,71 2,66
11 1,29 2,92
13 -0,61 -3,33

Air Teh 3 -0,51 -0,61

(P2)_Batang
5 -0,52 -1,69
7 0,88 -1,75
9 -0,52 -0,96
11 1,36 2,00
13 0,17 -2,41

Air Got 3 0,61 -3,33

(P3)_Batang
5 -1,36 2,00
7 1,29 2,92
9 -0,61 -3,33
11 0,32 -3,08
13 -0,40 -0,18
Air Beras 3 * *
(P1)_Daun
5 * *
7 * *
9 * *
11 * *
13 * *

Air Biasa 3 * *
(K1)_Daun
5 * *
7 * *
9 * *
11 * *
13 * *

Air Teh 3 * *
(P2)_Daun
5 * *
7 * *
9 * *
11 * *
13 * *

Air Got 3 * *
(P3)_Daun
5 * *
7 * *
9 * *
11 * *
13 * *

b) Grafik
Gambar 2. Grafik laju pertumbuhan dan perkembangan batang tanaman kacang merah

Gambar 3. Grafik laju pertumbuhan dan perkembangan daun tanaman kacang merah

Berdasarkan data 4.2 telah disajikan statistika deskriptif tabel dan grafik pertumbuhan
dan perkembangan tanaman kacang merah pada berbagai media tanam seperti air beras, air
biasa, air teh, dan air got memiliki angka pertumbuhan batang yang berbeda-beda pada
setiap tanamannya. Namun, untuk pertumbuhan dan perkembangan daun bersifat konstan
yakni pada setiap tanaman 1,2,3,4,5 dan pengamatan setiap 2 kali sehari bernilai stabil.
 4.3 Identifikasi sebaran data pada masing-masing variabel yang diamati
4.3.1 Menggunakan uji kenormalan

Gambar 4. Uji kenormalan pertumbuhan dan perkembangan tanaman kacang merah

Berdasarkan data 4.3.1 telah disajikan sebaran data pada masing-masing variabel yang
telah diamati seperti uji kenormalan. Uji kenormalan pada gambar diatas terlihat bahwa
adanya kurva yang bertanda merah pada masing-masing media tanam seperti air beras, air
biasa, air teh, dan air got.

4.3.2 Menggunakan statistic ukur: median, modus, dan rata

Indikator N for
Variable Hari Mean Median Mode Mode
Air Beras 3 5,600 5,000 5; 7 2
(P1)_Batang
5 13,60 14,00 16 2
7 19,800 20,000 * 0
9 25,60 27,00 27 2
11 27,800 28,000 28 2
13 28,800 29,000 30 2

Air Biasa 3 4,800 5,000 4; 5 2

(K1)_Batang
 5 12,200 12,000 12 2
7 18,000 18,000 18 3
9 21,800 21,000 21 3
11 25,200 25,000 25 3
13 26,600 27,000 27 3

Air Teh 3 5,200 5,000 5; 6 2

(P2)_Batang
5 13,200 14,000 14 2
7 18,000 17,000 17 3
9 22,000 22,000 24 2
11 25,000 25,000 24; 25 2
13 27,600 27,000 27; 29 2

Air Got 3 4,400 4,000 4 3

(P3)_Batang
5 12,000 12,000 12; 13 2
7 17,200 17,000 17 3
9 21,600 22,000 22 3
11 26,400 26,000 25; 28 2
13 27,600 28,000 28 2

Air Beras 3 2,0000 2,0000 2 5

(P1)_Daun
5 2,0000 2,0000 2 5
7 2,0000 2,0000 2 5
9 2,0000 2,0000 2 5
11 2,0000 2,0000 2 5
13 2,0000 2,0000 2 5

Air Biasa 3 2,0000 2,0000 2 5

(K1)_Daun
5 2,0000 2,0000 2 5
7 2,0000 2,0000 2 5
9 2,0000 2,0000 2 5
11 2,0000 2,0000 2 5
13 2,0000 2,0000 2 5

Air Teh 3 2,0000 2,0000 2 5

(P2)_Daun
5 2,0000 2,0000 2 5
7 2,0000 2,0000 2 5
9 2,0000 2,0000 2 5
11 2,0000 2,0000 2 5
13 2,0000 2,0000 2 5
Air Got 3 2,0000 2,0000 2 5
(P3)_Daun
5 2,0000 2,0000 2 5
7 2,0000 2,0000 2 5
9 2,0000 2,0000 2 5
11 2,0000 2,0000 2 5
13 2,0000 2,0000 2 5
Berdasarkan data 4.3.2 telah disajikan sebaran data pada masing-masing variabel yang
telah diamati seperti median, modus, dan rata. Median merupakan nilai tengah setelah
semua data diurutkan, modus adalah nilai yang sering muncul pada data sedangkan rata-
rata adalah nilai rata-rata sebuah bilangan yang mewakili sekumpulan data tersebut.

4.3.3 Menggunakan tabel frekuensi, histogram, boxplot, dan diagram dahan-daun,

skewness, kurtosis
A) Tabel frekuensi
Gambar 5. Tabel frekuensi pertumbuhan dan perkembangan batang dan daun tanaman
kacang merah
Berdasarkan data yang telah disajikan sebaran data pada masing-masing variabel yang
telah diamati seperti tabel frekuensi. Tabel frekuensi merupakan penyajian data statistika
yang berbentuk kolom dan baris yang didalamnya terdapat susunan data yang telah
dikelompokkan menurut kategori tertentu seperti pertumbuhan dan perkembangan batang
dan daun tanaman kacang merah pada setiap harinya.

B) Histogram
Gambar 6. Histogram laju pertumbuhan dan perkembangan batang tanaman kacang merah

Gambar 7. Histogram laju pertumbuhan dan perkembangan daun tanaman kacang merah
Berdasarkan data yang telah disajikan sebaran data pada masing-masing variabel seperti
histogram dimana termasuk representasi grafis pertumbuhan dan perkembangan batang
dan daun tanaman kacang merah yang berguna untuk mengatur dan menampilkan frekuensi
data sampel pada rentang data tertentu sehingga terlihat sangatlah representatif.
 C) Boxplot

Gambar 8. Boxplot pertumbuhan dan perkembangan batang dan daun tanaman kacang
merah
 Berdasarkan data yang telah disajikan sebaran data pada masing-masing variabel seperti
boxplot dimana merupakan ringkasan distribusi sampel tanaman kacang merah yang
disajikan secara grafis untuk menggambarkan bentuk distribusi data dan ukuran
penyebaran data pengamatan. Selain itu, boxplot juga dapat menunjukkan ada tidaknya
nilai outlier dan nilai ekstrim dari suatu pengamatan.

D) Diagram dahan-daun
Airgot_daun Stem-and-Leaf Plot

Frequency Stem & Leaf

.00 0.
30.00 0 . 222222222222222222222222222222

Stem width: 10
Each leaf: 1 case(s)

Airberas_daun Stem-and-Leaf Plot

Frequency Stem & Leaf

.00 0.
30.00 0 . 222222222222222222222222222222

Stem width: 10
Each leaf: 1 case(s)

Airteh_daun Stem-and-Leaf Plot

Frequency Stem & Leaf

.00 0.
30.00 0 . 222222222222222222222222222222

Stem width: 10
Each leaf: 1 case(s)

Airbiasa_daun Stem-and-Leaf Plot

Frequency Stem & Leaf

 .00 0.
30.00 0 . 222222222222222222222222222222

Stem width: 10
Each leaf: 1 case(s)

Airbiasa_batang Stem-and-Leaf Plot

Frequency Stem & Leaf

2.00 0. 44
3.00 0. 556
5.00 1. 02234
5.00 1. 78889
6.00 2. 111244
9.00 2. 555667777

Stem width: 10
Each leaf: 1 case(s)

Airberas_batang Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 0. 4
5.00 0 . 55779
2.00 1 . 34
4.00 1 . 6679
4.00 2 . 0112
11.00 2 . 56777788889
3.00 3 . 000

Stem width: 10
Each leaf: 1 case(s)

Airgot_batang Stem-and-Leaf Plot

Frequency Stem & Leaf

3.00 0 . 444
2.00 0 . 55
5.00 1 . 02233
 5.00 1 . 67779
5.00 2 . 11222
10.00 2 . 5566788889

Stem width: 10
Each leaf: 1 case(s)

Airteh_batang Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 0. 4
4.00 0. 5566
4.00 1. 1244
6.00 1. 577799
7.00 2. 0124444
8.00 2. 55677799

Stem width: 10
Each leaf: 1 case(s)

Berdasarkan data yang telah disajikan sebaran data pada masing-masing variabel seperti
diagram dahan-daun diatas diketahui bahwa diagram dahan daun merupakan diagram yang
penyebaran datanya diurutkan terlebih dahulu mulai dari yang terkecil hingga terbesar.
Sehingga, diagram tersebut sangat mempermudah dan terlihat sangatlah efisien dalam
pengelolaan data.

E) Skewness dan Kurtosis

Data Skewness dan Kurtosis telah tersedia pada 4.2, dimana skewness merupakan
ukuran kemiringan pada suatu bilangan yang menunjukkan miring atau tidaknya suatu
bentuk kurva distribusi frekuensi. Sehingga, apabila kurva frekuensi suatu distribusi
memiliki ekor yang memanjang kearah kanan maka dikatakan menceng kekanan (positif)
dan sebaliknya. Kecondongan data ke arah kiri berarti bahwa nilai modus lebih dari nilai
rata-rata (modus > mean), untuk kecondongan data simetris (normal) menunjukkan bahwa
nilai mean dan nilai modus adalah sama (seimbang), dan untuk kecondongan data ke arah
kanan berarti bahwa nilai mean lebih dari nilai modus (mean > modus). Sedangkan,
kurtosis adalah suatu bilangan yang menunjukan runcing atau tidaknya bentuk kurva
distribusi frekuensi. Kurtosis pada distribusi normal bernilai = 3, sementara pada distribusi
leptokurtik (distribusi puncak relatif tinggi) biasanya >3 dan untuk platikurtik (distribusi
puncak hampir mendatar) bernilai <3.
 4.4 Identifikasi outlier data pada masing-masing variabel yang diamati
Berdasarkan grafik boxplot , tidak terdeteksi adanya outlier data. Dikarenakan nilai
outlier adalah nilai data yang letaknya lebih dari 1,5 x panjang kotak (IQR) yang diukur dari
atas kotak (UQ) atau bawah kotak (LQ). Sedangkan pada variabel yang telah kita ketahui
tidak terdeteksi adanya outlier data tersebut. Nilai outlier dapat terletak dimana saja pada
bagian atas atau bawah dari whisker (garis yang menunjukkan perpanjangan dari box baik ke
arah atas maupun ke arah bawah). Sehingga, nilai terbesar dan nilai terkecil dari suatu
pengamatan (tanpa termasuk outlier) tetap bagian dari boxplot yang letaknya ada di ujung
garis tepi whiskers.

5) Hasil analisis statistika deskriptif

Berdasarkan hasil analisis statistika deskriptif dengan menggunakan software Minitab
terhadap pertumbuhan dan perkembangan batang dan daun tanaman kacang merah dengan
menggunakan media tanam yang berbeda-beda seperti air beras, air biasa, air teh, dan air
got. Dapat disimpulkan bahwa media tanam yang paling baik digunakan adalah air beras
(P1) dikarenakan ketika menggunakan air beras, batang tanaman 1, tanaman 2, tanaman 3,
tanaman 4, tanaman 5 tumbuh dengan baik pada setiap harinya yakni hari ke-3, 5, 7, 9, 11,
13. Sedangkan, respon tanaman yang paling rendah ketika menggunakan media air biasa
dikarenakan pertumbuhan batang dari waktu ke waktu sangatlah lambat. Hal tersebut dapat
dilihat bahwa rata-rata pertumbuhan batang yang diperoleh dari pengamatan hari ke-13
menggunakan air beras (P1) adalah 28,8 cm, air teh (P2) 27,6 cm, air got (P3) 27,6 cm, dan
air biasa (K1) 26,6 cm. Rata-rata yang diperoleh dari perhitungan tersebut menunjukkan
bahwa media tanam yang menunjukkan respon paling rendah adalah air biasa dibandingkan
media lainnya. Sedangkan, pertumbuhan dan perkembangan daun bersifat konstan atau
tidak adanya perubahan yang signifikan mulai dari hari ke-3, 5, 7, 9, 11, hingga ke-13
dengan nilai tetap ukuran 2 cm. Kemudian, mengidentifikasi sebaran data pada setiap
variabel seperti uji kenormalan yang terlihat sangat runcing (leptokurtik) dan sangat datar
(platikurtik) yang dipengaruhi oleh skewness dan kurtosis. Skewness ialah suatu bilangan
yang menunjukkan miring atau tidaknya suatu bentuk kurva distribusi frekuensi pada
tanaman kacang merah sedangkan kurtosis adalah derajat keruncingan dari suatu distribusi
yang biasanya diukur relatif terhadap distribusi normal. Skewness dan kurtosis saling
berkaitan dimana jika skewness bernilai 0 maka kurtosis akan bernilai 3 begitupun
seterusnya, hal tersebut terlihat bahwa semakin jauh dari kondisi normal maka data yang
tersebar semakin tidak merata (tidak normal). Tabel frekuensi sangatlah penting dimana
dapat menyajikan data statistika yang berbentuk kolom dan baris yang didalamnya terdapat
susunan data yang telah dikelompokkan menurut kategori tertentu. Pengidentifikasian
sebaran data juga menggunakan histogram dimana berguna untuk frekuensi data sampel
pada rentang data tertentu sehingga terlihat sangatlah representatif. Data telah disajikan
berdasarkan sebaran data pada masing-masing variabel seperti boxplot yang merupakan
ringkasan distribusi sampel tanaman kacang merah dan disajikan secara grafis untuk
menggambarkan bentuk distribusi data dan ukuran penyebaran data pengamatan. Selain itu,
boxplot juga dapat menunjukkan ada tidaknya nilai outlier dan nilai ekstrim dari suatu
pengamatan. Sehingga, peranan statistika deskriptif sangatlah penting dalam pengolahan
data dengan mengumpulkan, mengorganisir, dan menganalisis semua bentuk informasi
sehingga didapatkan suatu keputusan berdasarkan prediksi. Penelitian ini menggunakan
jenis statistika deskriptif karena memudahkan untuk menata data berdasarkan tabel serta
berguna untuk menggali informasi yang terkandung dalam data dengan bentuk lebih
informatif. Indikasi saran dengan adanya praktikum ini, diharapkan praktikan dapat
memahami betapa pentingnya sebuah data mengenai statistika deskriptif. Sehingga,
diharapkan dapat menggunakan software yang membantu mengolah dan mempermudah
dalam penyajian data.