MODUL PRAKTIKUM

STATISTIKA INDUSTRI

LABORATORIUM STATISTIKA INDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK

UNIVERSITAS KRISNADWIPAYANA

JAKARTA

2022
 MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022

KATA PENGANTAR

Puji syukur dengan karuniaNya sehingga penulis dapat menyelesaikan

modul ajar yang berjudul Praktikum Statistika Industri. Modul ini disusun
dengan tujuan untuk meningkatkan pemahaman praktikan tentang Statistika
Industri.
Struktur modul ini terdiri dari tujuan praktikum, uraian materi yang ada
didalam praktikum, dan pengaplikasian materi yang ada didalam praktikum
tersebut. Tujuan pembelajaran digunakan untuk mengetahui arah atau tujuan
mempelajari materi tertentu. Uraian materi digunakan untuk pemberian
informasi/ pengetahuan kepada praktikan. Uraian materi tersebut meliputi
Statistika Parametrik, Statistika Non Parametrik, dan Pengendalian Kualitas.
Apa yang telah dituangkan dalam tulisan ini tidak luput dari kesalahan baik
disengaja ataupun tidak disengaja, sehingga penulis menerima kritik dan saran
yang bersifat membangun yang diberikan untuk evaluasi penulisan modul
praktikum ini. Besar harapan penulis agar hasil dari penulisan modul praktikum
Statistika Industri ini dapat bermanfaat.

Jakarta, 15 Oktober 2022

Tim Penyusun Modul Praktikum

i
 MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022

TATA TERTIB PRAKTIKUM

1. Peserta praktikum harus datang tepat waktu yang telah ditentukan 15 menit
sebelum praktikum dimulai.
2. Tidak diperkenankan mengikuti kegiatan praktikum selambat-lambatnya 10
menit setelah praktikum berjalan sesuai jadwal yang ditentukan.
3. Peserta praktikum harus menggunakan pakaian rapi dan sopan.
4. Peserta praktikum diwajibkan menggunakan masker dan saling menjaga jarak
mengikuti aturan Pemerintah.
5. Sebelum memasuki ruangan Praktikum peserta diwajibkan menujukkan bukti
status di SIPRAM.
6. Sebelum mengikuti praktikum, seluruh peserta praktikum harus mengumpulkan
tugas pendahuluan sesuai tanggal yang telah ditetapkan dan mengisi daftar hadir.
7. Selama praktikum, praktikan harus menjaga kebersihan tempat.
8. Praktikan tidak diperkenankan merokok, makan, membuang sampah
sembarangan, membuat keributan atau mengganggu ketertiban selama kegiatan
praktikum berlangsung.
9. Seluruh praktikan dilarang meninggalkan tempat praktikum tanpa izin asisten lab.
10. Praktikan wajib turut serta menjaga peralatan lab. Kerusakan atau kehilangan
peralatan yang disebabkan karena kelalaian praktikan merupakan tanggung
jawab seluruh praktikan.
11. Menghadirkan pengarahan modul praktikum untuk memudahkan laporan.
12. Asistensi dilaksanakan sesuai dengan waktu yang telah disepakati.
13. Menghadiri praktikum dan bila tidak mengikuti kegiatan praktikum atau tidak
hadir maka dianggap yang bersangkutan mengundurkan diri.
14. Dispensasi untuk kegiatan laboratorium hanya diberikan sesuai dengan peraturan
jurusan Teknik Industri, yaitu:
a. Mahasiswa yang di opname di rumah sakit yang disertakan bukti.
b. Mahasiswa yang ditugaskan oleh universitas krisnadwipayana yang
disertakan dengan bukti.
c. Orang tua atau saudara meninggal yang disertakan bukti.
d. Surat bukti yang dibutuhkan paling lambat diserahkan 3 hari dari periode
praktik.

ii
 MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022

IDENTITAS PRAKTIKUM

1) Nama Mata Praktikum : Statistika Industri

2) Pelaksanaan : Semester Genap

3) Kepala Laboratorium : Aries Abbas, S.T, M.M, M.T

4) Dosen Pengampu : Muhammad Nurhasan Assidiq, S.T., MMT.

5) Asisten Laboratorium : 1. Amallia Aindina Fitri

2. M. Chernd Alforbiach
3. Tiara Ramadhandika
4. Amelya Margaretha Sidabutar
5. Badzlin Dunyana

1. Tujuan Umum Praktikum

Pada pertemuan ini akan dibahas mengenai Statistika Industri. Setelah
menyelesaikan praktikum, mahasiswa mampu memahami dan menjabarkan
tentang Statistik Parametrik, Statistik Non Parametrik, dan Pengendalian Kualita
serta dapat mengaplikasikannya.
2. Tempat pelaksanaan praktikum
Tempat berlangsungnya kegiatan praktikum ini adalah di Laboratorium Statistika
Industri Universitas Krisnadwipayana.
3. Alokasi waktu praktikum
Waktu praktikum yang dibutuhkan untuk satu kali pertemuan tatap muka ialah
90 menit.

4. Evaluasi dan Penilaian Hasil Belajar Mahasiswa Nilai praktikum diambil dari:
Tugas Pendahuluan : 10%
Pelaksanaan Praktikum : 20%
Asistensi : 15%
Responsi : 15%
Laporan Akhir : 40%

iii
 MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022

FORMAT LAPORAN PRAKTIKUM

A. Format Laporan

1. Laporan diketik menggunakan kertas HVS berukuran A4 80 gram dan

dijilid berwarna “Merah”
2. Menggunakan batas margin:
- Lembar Pengesahan – Daftar tabel:
Kiri : 4 cm
Atas : 3 cm
Kanan : 3 cm
Bawah : 3 cm
- BAB 1 – Daftar Pustaka:
Kiri : 4 cm
Atas : 4 cm
Kanan : 3 cm
Bawah : 3 cm
3. Menggunakan line spacing 2.
4. Menggunakan italic pada Bahasa asing
5. Format pengetikan menggunakan font “Times New Roman” dengan format
ukuran sebagai berikut:
Judul Bab : 14, Bold
Sub Bab : 12, Bold
Isi : 12
Nomor Halaman : 12
6. Format penempatan nomor halaman:
Judul Bab : Tengah bagian Bawah
Isi : Kanan bagian Atas
7. Format tabel dan gambar:
Tabel : Di atas, Perbab
Gambar : Di bawah, Perbab

iv
 MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022

8. Format daftar pustaka:

Contoh:
Burhanudin, Muhammad, (2014) Pengertian Uji Keseragaman Data, Uji
Kecukupan. Diakses pada 21 Desember 2021, Tersedia di:
https://alvinburhani.wordpress.com/2015/12/01/pengujian-data/

B. Susunan Laporan

Cover

Lembar Pengesahan

Kata Pengantar

Daftar Isi

Daftar Gambar

Daftar Tabel

BAB I Pendahuluan

1) Latar Belakang Masalah

2) Identifikasi Masalah

3) Perumusan Masalah

4) Maksud dan Tujuan

5) Batasan Masalah

6) Flowchart Pemecahan Masalah

7) Sistematika Penulisan

BAB II Landasan Teori (minimal 10 halaman)

BAB III Pengumpulan Dan Pengolahan Data

BAB IV Analisis

BAB V Kesimpulan Dan Saran

Daftar Pustaka (minimal 2 Jurnal / Buku)

v
 MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022

LEMBAR PENGESAHAN

Laporan ini disusun sebagai salah satu syarat kelulusan Praktikum Statistika
Industri Program Studi Teknik Industri Fakultas Teknik Universitas
Krisnadwipayana.

Nama :

1.

2.

3.

Kelompok :

Modul :

Jakarta, xx xxx 2022

Menyetujui,
Kepala Laboratorium Asisten Laboratorium
Mesin-Industri Statistika Industri

Nama & Gelar Nama

NIDN: NIM:

Mengetahui,
Kepala Program Studi
Teknik Industri

Nama & Gelar

NIDN:

vi
 MODUL I

ANALYSIS OF VARIANCE (ANOVA)

LABORATORIUM
STATISTIKA INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS KRISNADWIPAYANA

JAKARTA
 MODUL I
ANALYSIS OF VARIANCE (ANOVA)
A. TUJUAN
1. Mahasiswa mampu memahami uji hipotesis harga rata-rata multi populasi dengan
menggunakan Analysis of Variance (ANOVA).
2. Mahasiswa mampu memahami penyelesaian persoalan uji hipotesis harga rata-rata
multi populasi Analysis of Variance (ANOVA) menggunakan software SPSS.
B. BAHAN AJAR
1. Anova satu arah (One Way Anova)
2. Anova dua arah data tunggal (Two Way Anova Without Replication)

C. PENDAHULUAN
ANOVA (Analysis of Variance) merupakan uji komparasi multivariabel dengan menguji
apakah terdapat perbedaan rata-rata tiga kelompok atau lebih dengan membandingkan
variansinya. Anova dapat digunakan untuk menganalisa sejumlah sampel dengan jumlah
data yang sama pada tiap-tiap kelompok sampel, atau dengan jumlah data yang berbeda.
ANOVA mensyaratkan data-data penelitian untuk dikelompokkan berdasarkan kriteria
tertentu. Sampel yang berbeda dilihat dari variabilitas-nya. Ukuran-ukuran pada variabilitas
ditunjukkan dengan nilai variansi dan standard deviation (simpangan baku).
Ada beberapa asumsi yang digunakan dalam pengujian Anova, yaitu:
1. Data dari populasi-populasi (sampel) berjenis interval atau rasio.
2. Populasi atau sampel yang akan diuji lebih dari dua populasi.
3. Populasi atau sampel yang akan diuji berdistribusi normal.
4. Varian setiap populasi (sampel) harus sama (homogen)

Pengujian Anova terbagi menjadi dua, yaitu :

1. Anova satu arah (One Way Anova)
Anova satu arah (One Way Anova) merupakan pengujian Anova yang didasarkan pada
satu faktor yang terdiri dari tiga atau lebih kategori (populasi).

2. Anova dua arah (Two Way Anova)

Anova dua arah (Two Way Anova) merupakan pengujian Anova yang didasarkan pada
dua faktor yang terdiri dari tiga atau lebih kategori (populasi).
DESKRIPSI
1. Anova Satu Arah (One Way Anova)
Anova satu arah (One way Anova) biasanya digunakan untuk menguji nilai rata-rata
perlakuan dari suatu percobaan yang menggunakan satu faktor, dimana satu faktor
tersebut memiliki tiga atau lebih kelompok. Disebut satu arah karena peneliti dalam
penelitiannya hanya berkepentingan dengan satu faktor saja atau mengelompokkan
data berdasarkan satu kriteria saja. Misalnya, manajer pemasaran toko elektronik ingin
mengamati apakah terdapat perbedaan rata-rata penjualan HP berdasarkan faktor
mereknya, yang terdiri dari Samsung, Lenovo, Asus, dan iPhone.

Langkah-langkah uji hipotesis Anova satu arah (one way Anova)

1. Membuat bentuk uji hipotesis
H0 : 𝜇1= 𝜇2= 𝜇3= .............. = 𝜇𝑘
Tidak terdapat perbedaan nilai rata-rata antara semua kategori.
H1 : 𝜇1 ≠ 𝜇2 ≠ 𝜇3 ≠ … … ≠ 𝜇𝑘
Terdapat perbedaan nilai rata-rata antar kategori (terdapat minimal satu
kategori dengan sifat yang tidak sama)
2. Menghitung harga statistik penguji
a. Membuat tabel kejadian
Berikut merupakan contoh tabel kejadian atau tabel penolong untuk One Way
Anova.

Tabel 1. Tabel kejadian untuk Anova satu arah (One way Anova)
 b. Menghitung jumlah kuadrat simpangan
Jumlah kuadrat simpangan terdiri dari jumlah kuadrat simpangan kategori (JKK)
dan jumlah kuadrat simpangan error (JKE), dengan rumus sebagai berikut:

Dengan : 𝑛𝑖 = jumlah data/sampel kategori i

𝑥𝑖 = rata-rata data/sampel kategori i
𝑥𝑡𝑜𝑡𝑎𝑙 = rata-rata keseluruhan data/sampel
𝑆𝑖2 = variansi data/sampel kategori i
3. Membuat tabel analisis variansi
Berikut merupakan tabulasi nilai variansi untuk Anova satu arah (One way Anova).

Tabel 2. Tabulasi nilai variansi Anova satu arah (One way Anova)
Dk
Sumber Jumlah
No (Derajat Fhitung Ftabel
Variansi Kuadrat
kebebasan)

1 Kategori JKK k–1 𝐽𝐾𝐾 𝐹𝛼, 𝑣1𝑣2

𝑘−1
2 Error JKE n-k 𝐽𝐾𝐸 𝑣1= k-1
𝑛−𝑘 𝑣2= n-k

4. Membuat keputusan
Keputusan penerimaan atau penolakan H0 dilakukan dengan membandingkan nilai
statistik uji (Fhitung) dengan nilai titik kritis (Ftabel). Apabilai nilai 𝐹ℎ𝑖𝑡 ≤ 𝐹𝑡𝑎𝑏, maka
hipotesis diterima (𝐻0 diterima) yang berarti tidak terdapat perbedaan nilai rata- rata
antar kategori. Apabila Fhitung > F tabel, maka hipotesis ditolak (𝐻0 ditolak) yang
berarti paling sedikit terdapat dua rataan yang tidak sama.

0
𝐹𝖺,(𝑣1,𝑣2)
2. Anova Dua Arah (Two Way Anova)
ANOVA dua arah digunakan apabila sumber keragaman yang terjadi tidak hanya karena
satu faktor atau satu perlakuan. Faktor lain yang mungkin menjadi sumber keragaman
respon juga diperhatikan. Faktor lain ini bisa perlakuan lain atau faktor yang sudah
terkondisi. Pertimbangan memasukkan faktor kedua sebagai sumber keragaman ini perlu
bila faktor itu dikelompokkan (blok), sehingga keragaman antar kelompok sangatbesar,
tetapi kecil dalam kelompok sendiri.

Tujuan dan pengujian ANOVA dua arah ini adalah untuk mengetahui apakah ada
perbedaan dari berbagai faktor atau kriteria yang diuji terhadap hasil yang diinginkan.
Misalnya, seorang manajer teknik menguji apakah ada perbedaan hasil penganyaman
sebuah karung plastik pada mesin circular berdasarkan jenis pelumas yang
dipergunakan pada roda pendorong dengan kecepatan roda pendorong. ANOVA dua
arah terdiri dari 2 jenis, yaitu :
1. ANOVA Dua Arah Data Tunggal (Two Way ANOVA Without Replication)
Sejumlah pengamatan yang diklasifikasikan menurut dua faktor dengan data yang
digunakan bersifat tunggal dimana tidak terdapat replikasi dalam pengamatan.
2. ANOVA Dua Arah Data Banyak (Two Way ANOVA With Replication)
Sejumlah pengamatan diklasifikasikan menurut dua faktor dengan data yang
digunakan melibatkan replikasi dalam pengamatan.
Langkah- langkah Uji Hipotesis ANOVA Dua Arah (Two Way ANOVA)
a. ANOVA Dua Arah Data Tunggal (Two Way ANOVA Without Replication)
1. Membuat bentuk uji hipotesis
a. Uji Hipotesis 1 Kategori A
H0 : µA1 = µA2 = µA3 = µAk (semua kategori A sama)
H1 : µAj ≠ µA(j+1) (ada kategori A yang tidak sama)
b. Uji Hipotesis 2 Kategori B
H0 : µB1 = µB2 = µB3 = µBb (semua kategori B sama)
H1 : µBi ≠ µB(i+1) (ada kategori B yang tidak sama)
2. Menghitung harga statistik penguji
a. Tabel kejadian
Data kejadian ANOVA Dua Arah Data Tunggal dapat dilihat pada tabel
berikut.
 Tabel 6. Tabel Kejadian ANOVA Dua Arah Data Tunggal
Kategori Kategori A
Jumlah
B A1 A2 A3 . . Ak

B1 X11 X12 X13 . . X1k T1.

B2 X21 X12 X23 . . X2k T2.

B3 X31 X32 X33 . . X3k T3.

. . . . . . . .

. . . . . . . .

Bb Xb1 Xb2 Xb3 . . Xbk Tb.

Jumlah T.1 T.2 T.3 . . T.k Ttotal

Catatan :
𝑘 𝑏

𝑇𝑖. = ∑ 𝑥𝑖𝑗 𝑇.𝑗 = ∑ 𝑥𝑖𝑗

𝑗=1 𝑖=1

Jumlah data setiap baris Jumlah data setiap kolom

Jumlah data keseluruhan

 Keterangan:
b : jumlah baris i : baris ke-i
k : jumlah kolom j : kolom ke-j

b. Jumlah kuadrat simpangan

1) Jumlah kuadrat simpangan kategori 1 (A)
∑𝑘𝑗=1 𝑇.𝑗2 2
𝑇𝑡𝑜𝑡𝑎𝑙
𝐽𝐾𝐴 = −
𝑏 𝑏. 𝑘
Keterangan :
∑𝑘𝑗=1 𝑇.𝑗2 : Jumlah kuadrat antarkolom (kategori A)

𝑇𝑡𝑜𝑡𝑎𝑙
2 : Total nilai pengamatan keseluruhan
𝑏 : Jumlah kategori B pada baris
𝑘 : Jumlah kategori A pada kolom
𝑗 : Kolom ke-j
2) Jumlah kuadrat simpangan kategori 2 (B)
∑𝑏 𝑇2 𝑇2
𝐽𝐾𝐵 = 𝑖=1 𝑖. − 𝑡𝑜𝑡𝑎𝑙
𝑘 𝑏. 𝑘
Keterangan :

∑𝑏𝑖=1𝑇𝑖2 : Jumlah kuadrat antarbaris (kategori B)

𝑇𝑡𝑜𝑡𝑎𝑙
2 : Total nilai pengamatan keseluruhan
𝑏 : Jumlah kategori B pada baris
𝑘 : Jumlah kategori A pada kolom
𝑖 : Baris ke-i
 3) Jumlah kuadrat simpangan total
𝑏 𝑘 2
𝑇𝑡𝑜𝑡𝑎 𝑙
𝐽𝐾𝑇 = ∑ ∑ 𝑥2 𝑖𝑗 −
𝑏. 𝑘
𝑖=1 𝑗=1

Keterangan :

∑𝑏𝑖=1 ∑𝑘𝑗=1 𝑥𝑖𝑗

2
: Jumlah kuadrat antarkolom dan antarbaris

𝑇𝑡𝑜𝑡𝑎𝑙
2 : Total nilai pengamatan keseluruhan
𝑏 : Jumlah kategori B pada baris
𝑘 : Jumlah kategori A pada kolom
𝑖 : Baris ke-i
𝑗 : Kolom ke-j
4) Jumlah kuadrat simpangan interaksi AB
JKAB = JKT – (JKA + JKB)
Setiap sel Xij (data baris ke-I, kolom ke-j) hanya ada satu data sehingga
tidak terjadi error dan tidak ada jumlah kuadrat simpangan error (JKE).
Untuk perhitungan pada Tabel Analisis Variansi diganti dengan Jumlah
Kuadrat Interaksi kategori A dan B (JKAB).
3. Membuat tabel analisis variansi
Tabel 7. Analisis Variansi ANOVA Dua Arah Data Tunggal
No. Sumber Jumlah dk Fhitung Ftabel
Variansi Kuadrat
1 Kategori 1 JKA k–1 𝐹ℎ𝑖𝑡 1 𝐹𝑡𝑎𝑏𝑒𝑙1 = 𝐹𝛼,𝑣1, 𝑣2
(A) 𝐽𝐾𝐴 𝑣1 = 𝑘 − 1
= 𝑘 −1
𝐽𝐾𝐴𝐵 𝑣2 = (𝑘 − 1)(𝑏 − 1)
(𝑘 − 1)(𝑏 − 1)
No. Sumber Jumlah dk Fhitung Ftabel
Variansi Kuadrat
2 Kategori 2 (B) JKB b–1 𝐹ℎ𝑖𝑡 2 𝐹𝑡𝑎𝑏𝑒𝑙2 = 𝐹𝛼,𝑣1, 𝑣2
𝐽𝐾𝐵 𝑣1 = 𝑏 − 1
= 𝑏−1
𝐽𝐾𝐴𝐵 𝑣2 = (𝑘 − 1)(𝑏 − 1)
(𝑘 − 1)(𝑏 − 1)
3 Interaksi A JKAB (k-1)(b-
dan B 1)
Jumlah JKT (b.k)-1

4. Membuat keputusan
Pada uji hipotesis ANOVA, pengambilan keputusan dilakukan dengan
membandingkan Fhitung dan Ftabel. Karena pada ANOVA Dua Arah Data Tunggal
terdapat 2 hipotesis maka ada keputusan 2 keputusan yang didasarkan pada :
a. Apabila Fhitung1 ≤ Ftabel1, maka H01 diterima
Apabila Fhitung1 > Ftabel1, maka H01 ditolak

b. Apabila Fhitung2 ≤ Ftabel2, maka H02 diterima

Apabila Fhitung2 > Ftabel2, maka H02 ditolak
daerah penolakan
daerah penolakan
α
α
0

0 𝐹𝑡𝑎𝑏1= 𝐹𝛼,𝑣1, 𝑣2
 UNIVERSITAS KRISNADWIPAYANA

MODUL II
CHI SQUARE & KOLMOGOROV – SMIRNOV GOODNESS OF FIT TEST

LABORATORIUM
STATISTIKA INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS KRISNADWIPAYANA
JAKARTA
 UNIVERSITAS KRISNADWIPAYANA

A. Tujuan Praktikum
1. Mengetahui dan membuktikan bentuk distribusi dari hasil observasi dengan
menggunakan teori Chi-Square dan dengan kolmogorov – Smirnov Goodness Of Fit
Test.
B. Pengolahan Data
1. Buatlah Diagram Pencar untuk memperkirakan bentuk distribusi yang diamati.
2. Buatlah distribusi frekuensi dari masing – masing ukuran sampel, baik untuk data diskrit
maupun kontinu.
3. Gambarkan perkiraan poligon frekuensinya.
4. Uji bentuk distribusi dengan menggunakan Chi-Square Goodness of Fit Test untuk
masing – masing harga n pada tingkat signifikansi α = 0,01 dan α = 0,05.
5. Dengan bentuk distribusi dan parameter yang diamati atau diestimasi, ujilah kebenaran
bentuk distribusi tersebut dengan menggunakan kolmogorov – Smirnov Goodness of Fit
Test untuk masing – masing harga n pada tingkat signifikansi α = 0,01 dan α = 0,05.
6. Ujilah mean dan kerandoman dari distribusi tersebut dengan menggunakan uji tanda
(Sign Test) dan uji random dengan menggunakan Uji U – Mann-Whitney, pada tingkat
signifikansi α = 0,01 dan α = 0,05.
C. Tinjauan Umum
1. Uji Chi Square Goodness Of Fit Test
Chi-Kuadrat atau disebut juga dengan Chi-Square adalah salah satu jenis uji
komparatif non parametris yang dilakukan pada dua variabel, di mana skala data kedua
variabel adalah nominal. Chi- Kuadrat adalah suatu teknik statistika yang
memungkinkan peneliti menilai perbedaan frekuensi yang nyata di observasi, dengan
frekuensi yang diharapkan dalam kategori-kategori tertentu sebagai akibat dari
kesalahan sampling. Sebagai bagian dari statistika inferensial Chi- Kuadrat juga dapat
digunakan untuk menguji hipotesis, yakni untuk menguji apakah perbedaan frekuensi
yang diperoleh dari dua sampel (atau lebih) merupakan perbedaan frekuensi yang hanya
disebabkan oleh kesalahan sampling, ataukah merupakan perbedaan yang signifikan.
Secara umum, rumus perhitungan dalam uji chi-square adalah sebagai berikut :

Keterangan :
k : banyaknya kategori/sel, 1,2 ... k
oi : frekuensi observasi untuk kategori ke-i
UNIVERSITAS KRISNADWIPAYANA

ei : frekuensi ekspektasi (harapan) untuk kategori ke-i

X2 : ukuran perbedaan antara frekuensi observasi dengan frekuensi

2. Uji kolmogorov – Smirnov

❖ Untuk menguji tingkat kesesuaian antara distribusi serangkaian harga sampel (skor
yang diobservasi ) dengan suatu distribusi Teoritis , yakni distribusi kumulatif yang
diharapkan dibawah Ho.
❖ Aturlah skor yang diobservasi dalam suatu distribusi kumulatif dengan memasakan
setiap interval 𝑆𝑛 (X) dengan interval 𝐹𝑜 (X) yang sebanding.
❖ Untuk tiap –tiap jenjang pada distribusi kumulatif, kurangilah 𝐹𝑜 (X) dengan 𝑆𝑛 (X)
❖ Carilah D dengan rumus : D = maksimumkan 𝐹𝑂 (X) - 𝑆𝑛 (X)
UNIVERSITAS KRISNADWIPAYANA

MODUL III
REGRESI LINIER SEDERHANA

LABORATORIUM
STATISTIKA INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS KRISNADWIPAYANA
JAKARTA
 UNIVERSITAS KRISNADWIPAYANA

I. Tujuan praktikum

Tujuan dari diadakannya praktikum ini adalah agar praktikan mampu:

1. Praktikan dapat mengetahui definisi dan ciri-ciri dari variable independent

(X) dan variable dependent (Y).
2. Praktikan dapat melakukan prediksi distribusi data antara variable X dan
variable Y.
3. Praktikan dapat memahami konsep perhitungan analisis regresi linier
sederhana.
II. Landasan Teori

2.1 Definisi Regresi

Analisis regresi dalam statistika adalah salah satu metode untuk menentukan
hubungan sebab-akibat antara satu variabel dengan variable- variabel yang lain.
Variabel "penyebab" disebut dengan bermacam-macam istilah: variabel penjelas,
variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena
sering kali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena
akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel
terikat, atau variabel Y.
2.2 Definisi Regresi linier sederhana
Analisis regresi linier sederhana adalah sebuah metode pendekatan untuk pemodelan
hubungan antara satu variabel dependen dan satu variabel independen. Dalam model
regresi, variabel independen menerangkan variabel dependennya. Dalam analisis
regresi sederhana, hubungan antara variabel bersifat linier, di mana perubahan pada
variabel X akan diikuti oleh perubahan pada variabel Y secara tetap.
Sementara pada hubungan nonlinier, perubahan variabel X tidak diikuti dengan
perubahan variabel Y secara proporsional. Misalnya pada model kuadratik,
perubahan X diikuti oleh kuadrat dari variabel X, hubungan demikian tidak bersifat
linier
III. Pengolahan Data
1. Menghitung koefisien regresi.
∑ 𝑌 .∑ 𝑋 2 −∑ 𝑋 .∑ 𝑋𝑌
𝑎= 𝑛.∑ 𝑋 2 −(∑ 𝑋)2

𝑛.∑ 𝑋𝑌− ∑ 𝑋.∑ 𝑌

𝑏= 𝑛.∑ 𝑋 2 −(∑ 𝑋)2
UNIVERSITAS KRISNADWIPAYANA

2. Menghitung jumlah kuadrat total.

2
𝐽𝐾𝑇 = ∑ 𝑌
3. Menghitung jumlah kuadrat regresi a.
(∑ 𝑌)2
𝐽𝐾𝑎 = 𝑛

4. Menghitung jumlah kuadrat reduksi.

𝐽𝐾𝑅 = 𝐽𝐾𝑇 − 𝐽𝐾𝑎
5. Menghitung jumlah kuadrat regresi b.
∑ 𝑋.∑ 𝑌
𝐽𝐾𝑏 = 𝑏 . ∑ 𝑋𝑌 − ( )
𝑛

6. Menghitung jumlah kuadrat sisa.

𝐽𝐾𝑠 = 𝐽𝐾𝑅 − 𝐽𝐾𝑏
7. Menghitung uji F.
𝐽𝐾 /1
𝑏
𝐹 = 𝐽𝐾 /(𝑛−2)
𝑠

8. Menghitung F tabel.
𝑑𝑘𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑏𝑒𝑏𝑎𝑠
𝑑𝑘𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡 = 𝑛 − 2
9. Melakukan uji hipotesis.
Jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝐹𝑡𝑎𝑏𝑒𝑙 maka Ho Diterima
Jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 maka Ho Ditolak
UNIVERSITAS KRISNADWIPAYANA

MODUL IV
KORELASI LINIER SEDERHANA

LABORATORIUM
STATISTIKA INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS KRISNADWIPAYANA
JAKARTA
 UNIVERSITAS KRISNADWIPAYANA

I. Tujuan praktikum

Tujuan dari diadakannya praktikum ini adalah agar praktikan mampu:

4. Praktikan dapat mengukur seberapa kuat kedekatan serta menentukan arah
hubungan antara variable X dan variable Y.
5. Praktikan dapat memahami konsep perhitungan manual analisis korelasi
linier sederhana.
6. Praktikan dapat memahami konsep perhitungan otomatis analisis korelasi linier
sederhana menggunakan software SPSS.
7. Praktikan dapat membuat grafik hipotesis.
II. Landasan Teori

2.1 Definisi Korelasi

Analisis korelasi adalah suatu cara atau metode untuk mengetahui ada atau tidaknya
hubungan linear antar variabel serta mengukur keeratan atau kedekatan diantara
variable tersebut. Apabila terdapat hubungan maka perubahan-perubahan yang
terjadi pada salah satu variabel X akan mengakibatkan terjadinya perubahan pada
variabel lainnya (Y). Istilah tersebut dikatakan istilah sebab akibat, dan istilah
tersebut menjadi ciri khas dari analisis korelasi.
2.2 Definisi Korelasi linier sederhana
Korelasi linier sederhana, merupakan suatu teknik statistik yang dipergunakan untuk
mengukur kekuatan hubungan antara 2 variabel dan juga untuk dapat mengetahui
bentuk di antara keduanya dengan hasil bersifat kuantitatif. Kuatnya hubungan yang
dimaksud antara 2 variabel ini adalah apakah hubungan tersebut lemah, erat atau tak
erat. Sedangkan bentuk hubungannya apa berbentuk korelasi linier positif atau
negatif.
III. Pengolahan Data
1. Menghitung koefisien korelasi.

𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌)

𝑟=
√[𝑛(∑ 𝑋 2 )−(∑ 𝑋)2 ][𝑛(∑ 𝑌 2 )−(∑ 𝑌)2 ]

2. Menghitung koefisien determinasi.

𝐾𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑠𝑖 = 𝑟 2
3. Menghitung uji T dengan taraf nyata 5%.
𝑟
𝑇ℎ𝑖𝑡𝑢𝑛𝑔 = 2
√1−𝑟
𝑛−2
UNIVERSITAS KRISNADWIPAYANA

Untuk uji dua arah menggunakan rumus :

𝑎
2
Dengan derajat bebas :
𝑑𝑓 = 𝑛 − 𝑘
4. Perumusan hipotesis
Hipotesis yang diuji adalah koefisien korelasi sama dengan nol. Korelasi
dalam populasi dilambangkan dengan 𝜌 sedangkan pada sampel
dilambangkan r.
𝐻0 ∶ 𝜌 = 0 Hipotesa Ditolak
𝐻1 ∶ 𝜌 ≠ 0 Hipotesa Diterima
Keterangan :
• Hipotesa ditolak menandakan tidak ada hubungan nyata antara variable X
dan variable Y.
• Hipotesa diterima menandakan ada hubungan nyata antara variable X dan
variable Y.
5. Melakukan uji hipotesis T.
Jika 𝑇ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑇𝑡𝑎𝑏𝑒𝑙 maka 𝐻0 ditolak
Jika 𝑇ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑇𝑡𝑎𝑏𝑒𝑙 maka 𝐻1 diterima.
Keterangan :
• Hipotesa ditolak menandakan terdapat hubungan yang kuat antara
variable X dan variable Y.
• Hipotesa diterima menandakan terdapat hubungan yang lemah antara
variable X dan variable Y.
6. Melakukan perhitungan korelasi linier sederhana menggunakan software
SPSS.
UNIVERSITAS KRISNADWIPAYANA

1. Buka software SPSS lalu akan ada tampilan menu sebagai berikut.

2. Lalu subtitusi data yang ada dilembar pengamatan kedalam data

view.

3. Lalu klik analyze dan plih correlate lalu pilih bivariate.

UNIVERSITAS KRISNADWIPAYANA

4. Lalu pindahkan variabel X dan variabel Y ke kolom variabel.

5. Klik output untuk menampilkan hasil pengolahan data yang telah di

program.
UNIVERSITAS KRISNADWIPAYANA

MODUL V
PENGENDALIAN KUALITAS

LABORATORIUM
STATISTIKA INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS KRISNADWIPAYANA
JAKARTA
 UNIVERSITAS KRISNADWIPAYANA

MODUL IV
PENGENDALIAN KUALITAS

TUJUAN PRAKTIKUM
1. Dapat mengetahui manfaat pengendalian kualitas dalam kehidupan Manufaktur.
2. Dapat memahami cara penggunaan macam – macam peta kontrol.
3. Mahasiswa dapat membuat garis batas kontrol pada peta kontrol.
4. Mahasiswa dapat mengetahui konsep – konsep variabilitas pada peta kontrol.
5. Mampu menyelesaikan metode SevenTools dengan Aplikasi Minitab.

PERALATAN YANG DIGUNAKAN

1. Kemasan minuman kaleng
2. Tutup botol plastik
3. Penggaris
4. Jangka sorong
5. Lembar Pengamatan.

PROSEDUR PELAKSANAAN PRAKTIKUM

Praktikum dilakukan oleh beberapa orang untuk masing – masing kelompok yang
tugasnya adalah sebagai berikut : ada yang bertugas mencatat, ada yang bertugas mengamati,
ada yang bertugas memisahkan bahan bahan yang digunakan dalam praktikum.
Adapun langkah – langkahnya sebagai berikut :
1. Amati dan ukur ( lihat gambar )
2. Catat pada lembar pengamatan yang digunakan permasing – masing kasus.
a. Untuk Tutup botol plastik
- Hitung diameter lubang botol tersebut
b. Untuk Kemasan minuman kaleng
- Amati satu persatu kaleng kemasan yang ada.
- Pisahkan antara kaleng yang baik dengan yang dianggap rusak, kerusakan dilihat
dari seluruh bentuk fisiknya.
- Letakkan pada sebuah wadah yang terpisah.

TINJAUAN UMUM
Secara umum, Quality Control (QC) adalah proses pengecekan dan pengujian yang
dilakukan untuk mengukur serta memastikan kualitas produk telah sesuai dengan standar yang
ditetapkan oleh perusahaan dalam bisnis.
UNIVERSITAS KRISNADWIPAYANA

Pengendalian kualitas adalah aktivitas keteknikan dan manajemen, yang dengan aktivitas
itu kita ukur ciri-ciri kualitas produk, membandingkan dengan spesifikasi atau persyaratan,
dan mengambil tindakan penyehatan yang sesuai apabila ada perbedaan antara penampilan
yang sebenernya dan yang standar.
Konsep terpenting dalam pengendalian kualitas statistik adalah Variabilitas, yaitu:

1) Variabilitas antar sampel (misalnya rata-rata atau nilai tengah)

2) Variabilitas dalam sampel (misalnya range atau standar deviasi)

Pengendalian kualitas dapat dilakukan pada produk yang dihasilkan atau dikenal
dengan acceptance sampling, yang merupakan proses evaluasi bagian produk dan seluruh
produk yang dihasilkan untuk menerima seluruh produk yang dihasilkan tersebut. Manfaat
utama sampling adalah pengurangan biaya inspeksi
Untuk itu didalam pengendalian kualitas kita menggunakan peta kontrol yang dapat
memberikan suatu informasi dari produk yang telah diproses, maka dapat dilakukan tindakan
agar dapat meningkatkan proses.
Peta kontrol membuat garis tengah yang merupakan nilai rata-rata karakteristik kualitas
yang berkaitan dengan keadaan terkontrol (yakni hanya sebab-sebab tidak tersangka yang
ada). Dua garis mendatar lainnya yaitu Batas Kontol Atas (BKA) dan Batas Kontrol Bawah
(BKB) yang akan menunjukan bila proses terkendali maka semua titik-titik sampel akan jatuh
diantara kedua garis itu.
Penggunaan macam-macam peta kontrol dapat dikelompokan sebagai berikut:
A. Grafik pengendalian untuk operasi.
Dalam suatu opearsi, pemeriksaan kualitas barang diambil sampel secara acak dari
populasi produk yang dihasilkan oleh biasanya telah diketahui standar deviasinya σ
untuk hitung S dari sampel. Maka gunakanlah aturan ± 3 sigma, untuk menghitung BKA
dan BKB – nya.
Langkah – langkah penyusunannya :
1. Kumpulkan data berupa sampel dari suatu populasi(berdasarkan hukum GAUSS
jumlah sampel ≥30 data
UNIVERSITAS KRISNADWIPAYANA

2. Hitung rata-rata sampel

∑𝑋 𝑖
Rumus = X= 𝑛

3. Hitung standar deviasi

4. Buatlah peta pengendali , dan gambarkan data sampel pengamatan,apakah

berada diantara BKA dan BKB ? bila ya , maka proses terkendali.

B. Grafik pengendalian untuk variabel

Untuk pengendalian kualitas terhadap produk dengan mengukur

9 0,337 0,184 1,816 2,970 1,01

10 0,308 0,223 1,777 3,078 0,98

C. Peta kontrol untuk sifat – sifat barang

Sifat – sifat barang berati karakteristik produk yang bisa lolos atau cacat , barang –
barang ini diukur hanya untuk menetukan apakah produk dapat diterima atau ditolakPeta
kontrol untuk sifat – sifat produk yang didasarkan atas proporsi (presentase) produk –
produk yang ditolak oleh pemeriksa.
Langkah – Langkah Penyusunan :
1. Kumpulkan jumlah seluruh produk yang dihasilkan dan berapa jumlah produk
cacatnya per item
2. Bagi jumlah seluruh produk cacat dengan jumlah seluruh produk yang dihasilkan
kemudian kalikan dengan 100 untuk persyaratanya.
3. Hitung perkiraan interval dengan tingkat kepercayaan 95%
𝑃(1−𝑃
Rumus = P ± Z √ )
𝑛
Keterangan :
P = perbandingan kesalahan
1-p = Kebenaran Proporsi
N =jumlah dan ukuran sampel

4. Gambar peta kontrol dan tempatkan proporsi didalam

D. Peta C
Peta kontrol yang berkenaan dengan rasio-rasio . peta kontrol barang rusak
berguna pengawasan kerusakan – kerusakan (cacat).
Dimensinya maka kita gunakan peta kontrol X dan R , dimana pengunaan peta R
 UNIVERSITAS KRISNADWIPAYANA

adalah untuk memperhatikan konsistensi produk

Langkah – langkah penyusunan :
1. Kumpulkan data berupa sampel
2. Buat sampel dalam sub-group
3. Hitunglah batas pengendalian data rata – rata proses – proses hitung rata – rata
keseluruhan
∑𝑅
(X) =
𝑛
Dimana : n = jumlah sub-group
- Hitung rentang = nilai terbesar – nilai terkecil ( tiap sub-group)
- Hitung rata – rata rentang (X)

∑𝑅
(R) =
𝑛
Dimana : rata – rata proses ±(A2× jarak rata – rata )
- Batas kontrol untuk rentang
- BKA = rentang rata – rata x D4
- BKB = rentang rata – rata x D3

4. Gambarkan nilai nilai data sub – group kepeta kontrol

Fakor – faktor yang digunakan dalam perhitungan diambil pengukuran sampel
Ukuran sampel A2 D3 D4 D2 E2
2 1,880 0 3,267 1,128 2,66
3 1,023 0 2,574 1,693 1,77
4 0,729 0 2,282 2,059 1,49
5 0,577 0 2,114 2,326 1,29
6 0,483 0 2,004 2,534 1,18
7 0,419 0,076 1,924 2,704 1,11
8 0,373 0,136 1,864 2,847 1,05

Permukaan pada besi pada besi baja , kayu atau kertas , cacat penyekatan pada
kabel , gelembung – gelembung udara pada gelas, dan ketidaksempurnaan pada gulungan
kain , film dan pada permukaan pengecatan
Langkah – langkah penyusunan :
1. Kumpulkan data kerusakan
2. Buat sub – group dan jumlahkan seluruh jumlah kerusakan
 UNIVERSITAS KRISNADWIPAYANA

3. Hitung batas – batas percobaan dan rata – rata proses

- Hitung standar error berdasarkan distribusi poisson
Jumlah Total Kerusakan
C = Jumlah Sampel Yang Diambil

- Hitung batas kontrol = C±3√𝐶

4. Buat peta kontrol dan petakan nilai – nilai kerusakan per sub – group

MEMBUAT TOOLS DENGAN PROGRAM MINITAB

1. CONTROL CHART
Untuk membuat Diagram Kendali atau Control Chart dibutuhkan data Atribute dari Tabel
P dan Data Variable dari peta X dan R.
Berikut langkah – langkah pembuatan nya :
− Isi data pada Minitab

− Klik menu Stat, lalu pilih Control Chart – Attributes Chart – P…

UNIVERSITAS KRISNADWIPAYANA

− Pada Kolom Variables, klik (x) atau jumlah Defect

− Selanjutnya pada kolom Subgroup Sizes isi dengan nilai Observasi (n)
 UNIVERSITAS KRISNADWIPAYANA

− Jika sudah sesuai, Klik Ok

− Control Chart sudah tersedia

TUGAS AKHIR

Cantumkanlah jawaban dari pertanyaan – pertanyaan dibawah ini dalam laporan akhir anda
1. Hitung rata – rata dan standar error untuk masing – masing peta kontrol
2. Hitung batas kontrol
3. Gambarkan peta kontrol dengan data – data yang jelas
4. Buatlah data dalam sub – group yang ditentukan sendiri
5. Beri penjelasaan yang lengkap , apa yang membedakan tiap – tiap peta kontrol tersebut
6. Analisis faktor – faktor yang mempengaruhi tingkat variabilitas
7. Berikan kesimpulan dari peta kontrol yang anda buat