STATISTIKA INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS KRISNADWIPAYANA
JAKARTA
2022
MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022
KATA PENGANTAR
i
MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022
ii
MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022
IDENTITAS PRAKTIKUM
2. M. Chernd Alforbiach
3. Tiara Ramadhandika
4. Amelya Margaretha Sidabutar
5. Badzlin Dunyana
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
iv
MODUL PRAKTIKUM STATISTIKA INDUSTRI TAHUN 2022
B. Susunan Laporan
Cover
Lembar Pengesahan
Kata Pengantar
Daftar Isi
Daftar Gambar
Daftar Tabel
BAB I Pendahuluan
2) Identifikasi Masalah
3) Perumusan Masalah
5) Batasan Masalah
7) Sistematika Penulisan
BAB IV Analisis
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 :
Menyetujui,
Kepala Laboratorium Asisten Laboratorium
Mesin-Industri Statistika Industri
Mengetahui,
Kepala Program Studi
Teknik Industri
vi
MODUL I
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)
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:
Tabel 2. Tabulasi nilai variansi Anova satu arah (One way Anova)
Dk
Sumber Jumlah
No (Derajat Fhitung Ftabel
Variansi Kuadrat
kebebasan)
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
. . . . . . . .
. . . . . . . .
Catatan :
𝑘 𝑏
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 :
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 :
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
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
MODUL III
REGRESI LINIER SEDERHANA
LABORATORIUM
STATISTIKA INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI
UNIVERSITAS KRISNADWIPAYANA
JAKARTA
UNIVERSITAS KRISNADWIPAYANA
I. Tujuan praktikum
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
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
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.
1. Buka software SPSS lalu akan ada tampilan menu sebagai berikut.
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.
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:
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
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
∑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
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
− Selanjutnya pada kolom Subgroup Sizes isi dengan nilai Observasi (n)
UNIVERSITAS KRISNADWIPAYANA
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