MODUL PRAKTIKUM BIOSTATISTIKA

DENGAN MENGGUNAKAN PROGRAM MINITAB

AGUSTINI TRIPENA

KEMENTERIAN PENDIDIKAN, KEBUDAYAAN,

RISET, DAN TEKNOLOGI
UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
PURWOKERTO
2022
 DAFTAR ISI

Sampul Muka ........................................................................................................... 1

Daftar Isi ………………………………………………………………………….2

Pendahuluan ............................................................................................................. 3

Modul I : Pengenalan Minitab ......................................................................... 6

Modul II : Statistika Deskriptif ........................................................................... 11
Modul III : Distribusi Probabilitas Diskrit ........................................................... 17

Modul IV : Distribusi Probabilitas Kontinu ........................................................ 21

Modul V : Selang Kepercayaan .......................................................................... 24

Modul VI : Pengujian Hipotesis .......................................................................... 26

Modul VII : Uji Chi Square .................................................................................. 34

Modul VIII : Analisis Regresi Linier sederhana dan Korelasi .............................. 37

Modul IX : Analisis Regresi Linier Berganda dan Korelasi ............................... 46

Daftar P u s t a k a .......................................................................................... 48
 PENDAHULUAN

Defenisi
Statistika adalah : ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan,
pengolahan, penganalisisan, penafsiran dan penarikan kesimpulan dari data yang berbentuk
angka – angka. Dari beberapa pengertian di atas dapat didefinisikan bahwa statistik adalah
sebagai sebuah kegiatan untuk : mengumpulkan data, meringkas/menyajikan data,
menganalisis data dengan metode tertentu; dan menginterpretasi hasil analisis tersebut. Oleh
karena itu, ilmu statistik berguna untuk membantu dalam pengambilan keputusan atas masalah
tertentu.
Pada umumnya, statistika dibagi menjadi dua bagian :
Statistik Deskriptif : bagian ini menjelaskan bagaimana data dikumpulkan dan
diringkas pada hal-hal yang penting dalam data tersebut.

Materi adalah :
➢ Distribusi Frekuensi : grafik distribusi (histogram, polygon frekuensi , dll),
ukuran Pemusatan (median , modus, mean), Ukuran letak (kuartil, desil,
persentil), ukuran disperse (jangkauan, simpangan rata – rata, variasi, standar
deviasi, dll).

Statistik Induktif (Inferensi) : setelah data dikumpulkan, maka dilakukan berbagai

metode statistik untuk menganalisis data, dan kemudian menginterpretasikan
Statistik inferensi mengambil peran yang jauh lebih banyak dan penting dibanding
statistik deskriptif.
Dari sudut pandang statistik, data bisa dibagi menjadi :
➢
Data Kualitatif, adalah data yang dinyatakan dalam bentuk bukan angka.
Contoh : Jenis kelamin (laki-laki,perempuan), Jenis pekerjaan (Petani, Nelayan, Pegawai dan
sebagainya), Status Pernikahan (Belum Menikah, Menikah, Duda, Janda), Kepuasan
Seseorang (Tidak Puas, Cukup Puas, Sangat Puas) dan sebagainya. Data jenis ini harus
dikuantifikasi agar bisa diolah dengan statistik.
➢
Data Kuantitatif, adalah data yang dinyatakan dalam bentuk angka.
Contoh : usia seseorang, tinggi seseorang, penjualan dalam sebulan, jumlah bakteri dalam
sebuah percobaan biologi tertentu, dan sebagainya.
➢ Data kualitatif tidak berupa angka, sedangkan statistik hanya bisa memproses data yang
berupa angka. Karena itu, data kualitatif harus dikuantitatifkan, atau diubah menjadi
 data kuantitatif. Pengubahan bisa dengan cara memberi skor tertentu (seperti Pria diberi
skor 1, sementara Wanita diberi skor 2), memberi ranking (Tidak Puas 1, Puas 2 dan
seterusnya) dan sebagainya.

Adapun jenis-jenis data berdasarkan skala pengukuranya adalah sebagai berikut :

1. Data Nominal
Data berskala nominal (sering disebut skala nominal, data nominal atau jenis data
nominal) adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
2. Data Ordinal
Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau
klasifikasi, tetapi diantara data tersebut terdapat hubungan.
3. Data Interval
Data berskala inteval adalah data yang diperoleh dengan cara pengukuran, dimana
jarak dua titik pada skala sudah diketahui. Hal ini berbeda dengan skala ordinal,
dimana jarak dua titik tidak diperhatikan (seperti seberapa jarak antara “Puas” dengan
“Tidak Puas”, yang sebenarnya menyangkut perasaan seseorang saja).
4. Data Rasio
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, dimana jarak
dua titik pada skala sudah diketahui, dan mempunyai titik nol (0) yang absolut. Hal ini
berbeda dengan skala interval, dimana tidak ada titik nol (0) mutlak, seperti titik 00C
tentu beda dengan titik 00F. Atau pergantian tahun pada sistem Kalender Masehi
(setiap 1 Januari) tentu beda dengan pergantian tahun Jawa, China dan lainnya,
sehingga tidak ada “tahun baru” dalam pengertian benar-benar diakui baru
oleh setiap sistem kalender.
Jenis data tersebut akan mempengaruhi pemilihan prosedur statistik yang akan
digunakan. Data jenis kuantitatif akan menggunakan prosedur statistik parametrik,
sedangkan data kualitatif cenderung mengarah pada statistik non parametrik.
Prosedur / Metode Statistik bisa dibagi menjadi :
Parameter
Berdasarkan parameter yang ada, dan untuk keperluan inferensi, statistik bisa
dibagi menjadi :
➢
Statistik Parametrik
Berhubungan dengan inferensi statistik (pengambilan keputusan atas masalah
tertentu) yang membahas parameter-parameter populasi, seperti rata-rata,
proporsi dan sebagainya.
 Ciri Parametrik adalah jenis data interval atau rasio, serta distribusi data
(populasi) adalah normal atau mendekati normal.
➢
Statistik Non parametrik
Inferensi statistik tidak membahas parameter-parameter populasi.
Ciri Non Parametrik adalah jenis data nominal atau ordinal, serta distribusi data
(populasi) tidak diketahui atau bisa disebut normal.
Jumlah Variabel
➢
Analisis Univariat
Disini hanya ada satu pengukuran (variabel) untuk n sample, seperti Penjualan
Jam Tangan (variable) dikota besar di Indonesia (sample). Atau bisa juga
pengukuran beberapa variable, namun masing-masing variable dianalisis
tersendiri. Alat analisis seperti : iji t, uji F, NOVA dan sebagainya.
➢
Analisis Multivariat
Disini hanya ada dua atau lebih pengukuran (variabel) untuk n sample, seperti
Penjualan Jam Tangan, Biaya Promosi Jam dan Jumlah Pengunjung setiap vari
(tiga variable), dimana analisis antar variable dilakukan bersamaan.
Alat analisis seperti : regresi, korelasi dan sebagainya.

Materi Praktikum Statistik

➢ Modul 1 : Pengenalan Minitab
➢ Modul 2 : Statistik Deskriptif
➢ Modul 3 : Distribusi Probabilitas Diskrit
➢ Modul 4 : Distribusi Probabilitas Kontinu
➢ Modul 5 : Pendugaan Parameter
➢ Modul 6 : Pengujian Hipotesis
➢ Modul 7 : Uji Chi Square
➢ Modul 8 : Analisis Regresi Linier Sederhana dan Korelasi Sederhana
➢ Modul 9 : Analisis Regresi Linier Berganda dan Korelasi
 PENGENALAN MINITAB

Tujuan Praktikum:
Memperkenalkan bebeapa operasi dari perangkat lunak Minitab
Setelah membuka program Minitab di komputer anda, di layar akan terlihat dua kotak
yang terpisah satu sama lain. Kotak yang berada dibagian atas dinamakan kotak Session
sedangkan kotak yang berada di bagian bawah dinamakan kotak Worksheet

Gambar 1. Kotak session dan workshit

Sekarang coba anda klik kursor pada kotak Session. Lalu pada Menu pilih Editot danklik
Enable Command Language ini berfungsi agar dapat melihat setiap perintah yang kita
ajukan pada data yang akan diproses dan perintah ini akan muncul kotak Session.
Kemudian anda coba ambil 50 data acak dan simpanlah di kolom data C1 yaitu
dengan cara: dari Menu Calc lalu pilih Random Data dan klik Normal (hanya sebagai
contoh). Lalu Generate 50 rows of data, Store in column(s): C1 dan klik OK.
Menu Pada Minitab
1. Data
a. Copy (mengkopy data)
MTB > copy c1 c2 enter
b. Rank (meranking data)
MTB > rank c1 c3 enter
c. Sort (mengurutkan data)
MTB > copy c1 c4 enter
 d. Mengcopy data tertentu
MTB > copy c3 c5 ; enter
Subc > use 2:5.
e. Mengcopy data selain data tertentu
MTB > copy c3 c6 ; enter
Subc > omit 5:10.
f. Stack (menggabungkan data)
MTB > stack c1 c2 c7 ; enter
g. Display Data (Menampilkan data pada Session)
MTB > print c1 – c7 ; enter
2. Calc
a. Calculator (mengoperasikan data dengan fungsi yang diinginkan )
Misalkan : operasikan data pada kolom data C1 dan tentukan nilai mean-nya.
Hasilnya disimpan pada kolom data C1 .
Perintah : Calc → Calculator → Store result in variable : C1 → Functions :
Statistics → Mean → Select → Expression : Mean ( C1 ) → OK
b. Column Statistics ( mengoperasikan data dengan fungsi statistik yang diinginkan)
Misalkan : operasikan data pada kolom data C2 dengan fungsi statistik standardeviasi .

Perintah : Calc → Column Statistics → Standard deviation → Input variable :

C2 → OK
c. Random Data ( membuat data acak )
i. Sample From Columns ( mengambil data sampel acak dari kolom data
populasi yang telah diketahui dan tertulis di kotak data )
Misalkan : data pada kolom data C2 adalah data populasi . Ambil 5 data sampel
acak dari data populasi tersebut dan simpan di kolom data C3 . Perintah : Calc
→ Random →: Calc → Random Data → Sample From Columns → Sample 5
rows from column(s) : C2 → Store samples in : C4
→ Sample with replacement → OK
ii. Normal Distribution ( membuat data acak yang berdistribusi normal )
Misalkan : buatlah 10 data acak yang berdistribusi normal dan simpan di
kolom data C5 .
Perintah : Calc → Random Data → Normal Distribution → Generate 10 rows
of data → Store in column(s) : C5 → OK
iii. Uniform ( membuat data acak yang seragam sesuai dengan selang yang
 diinginkan )
Misalkan : buatlah 10 data acak yang berdistribusi uniform dengan data terkecil
adalah 1 dan data terbesar adalah 2 , lalu simpan di kolom data C6
Perintah : Calc → Random Data → Uniform → Generate 10 rows of data →
→Store in column(s) : C6 → lower endpoint : 1.0 → upper endpoint : 2.0 →
→OK
iv. Binomial ( membuat data acak yang berdistribusi binomial )
Misalkan : buatlah 2 kelompok kolom data yang masing – masing terdiri dari
10 data acak yang berdistribusi binomial dengan jumlah percobaan adalah 200
dan peluang sukses terjadi adalah 0,991 . Kemudian simpan data tersebut di
kolom data C7 dan C8 .
Perintah : Calc → Random Data → Binomial → Generate 10 rows ofdata
→ Store in column(s) : C7 C8 → Number of trials : 200 → Probability of 0.991
→ OK
v. Probability Distributions ( akan dibahas tersendiri pada modulselanjutnya )
1. Stat
a. Basic Statistics
a.1) Descriptive Statistics ( menampilkan sekilas gambaran fungsi statistikdari
data yang diinginkan )
Misalkan : tampilkan sebagian fungsi statistik dari kolom data C7 .

Perintah : Stat → Basic Statistics → Descriptive Statistics → Variables :C7

→ OK
Mengenai submenu Basic Statistics ini akan dibahas secara mendalam pada
modul - modul selanjutnya .
b. Tables
b.1) Tally ( menampilkan frekuensi data yang muncul dari suatu kolom data )
Misalkan : tampilkan frekuensi kolom data C8 .
Perintah : Stat → Tables → Tally → Variables : C8 → Display ( Counts ,
Percents , Cumulative counts , Cumulative percents ) → OK
c. EDA
c.1) Stem and Leaf ( menampilkan batang dan daun dari suatu kolom data )
Misalkan : tampilkan batang dan daun dari kolom data C7 setiap penam-bahan
puluhan .
Perintah : Stat → EDA → Stem and Leaf → Variables : C7 → Increment :10
 → OK
c.3) Boxplot ( menampilkan kotak plot dari suatu kolom data )
Misalkan : tampilkan boxplot dari kolom data C8 .
Perintah : Stat → EDA → Boxplot → Graph ( pada Y1 isi C8 ) → OK
Hasil dari perintah boxplot di atas akan muncul pada kotak yang baru .
2. Graph
a. Histogram ( menampilkan diagram batang dari suatu kolom data )
Misalkan : tampilkan histogram dari kolom data C8 .
Perintah : Graph → Histogram → Graph variables : pada graph X1 isi C8 →
OK
Hasil dari perintah histogram di atas akan muncul pada kotak yang baru .
b. Character Graphs
b.1) Histogram
Misalkan : tampilkan histogram dari kolom data C8 .
Perintah : Graph → Character Graphs → Histogram → Variables : C8 → OK
Hasil dari perintah histogram ini akan muncul pada kotak Session .
Untuk memudahkan pengamatan antara kotak Data dan kotak Session
, perintah lebih efektif untuk digunakan .

a.1) Boxplot
Misalkan : tampilkan boxplot dari kolom data C8 .
Perintah : Graph → Character Graphs → Boxplot → Variables : C8 → OK
Hasil dari perintah boxplot ini akan muncul pada kotak Session .
Untuk memudahkan pengamatan antara kotak Data dan kotak Session ,
perintah ini lebih efektif untuk digunakan .
a.2) Scatter Plot ( menampilkan suatu plot antara 2 kolom data yang akan
diamati )
Misalkan : tampilkan scatter plot antara kolom data C7 dan C8 dengan C8
adalah variabel pada absis .

Perintah : Graph → Character Graphs → Scatter Plot → Y variable : C7 →

X variable : C8 → OK
 Latihan

1. Buatlah 200 data acak ( berdistribusi Normal , Uniform atau Binomial ) dan simpanlah
di C1 . Untuk data acak yang berdistribusi Binomial , jumlah percobaan adalah 1000
dan peluang sukses terjadi adalah 0,75 .
a. Urutkanlah data acak tersebut secara naik dan simpan di C2 !
b. Hapuslah semua data C1 , kemudian kopilah semua data C2 ke C1 !
c. Tampilkan semua data C1 ke kotak Session !
d. Operasikan C1 dengan fungsi Sum of Squares dan simpan di C3 , kemudian
tentukan juga Rangenya !
e. Misalkan C1 sebagai data populasi , buatlah :
e.i. 50 data sampel acak dari C1 dan simpan di C4
e.ii 50 data sampel acak dari C1 dan simpan di C5 dengan syarat bahwa sampel yang
diambil boleh diulang
f. Tampilkan sebagian fungsi statistik C4 dan C5 !
g. Tampilkan frekuensi dari C4 dan C5 !
h. Tampilkan batang dan daun dari C4 dan C5 ! Untuk data yang berdistribusi Binomial
memakai penambahan puluhan , sedangkan untuk data yang berdistribusi Normal
dan
Uniform tidak memakai penambahan .
i. Tampilkan Boxplot dan Histogram dari C4 dan C5 ! ( muncul pada kotak baru )
j. Tampilkan Boxplot dan Histogram dari C4 dan C5 ! ( muncul pada kotak Session )
k. Tampilkan Scatter Plot dari C4 dan C5 , dengan C4 sebagai ordinatnya !
Untuk semua perintah di atas, Anda diharapkan untuk mencoba mengamati dan
menganalisa setiap hasil keluaran dari setiap perintah yang dilakukan