PRAKTIKUMPAKET
PAKETPROGRAM
PROGRAM 2022
STATISTIKA
STATISTIKA
BAB I
PENDAHULUAN
STATISTIKA
STATISTIKA
STATISTIKA
STATISTIKA
BAB II
KEGIATAN PRAKTIKUM
2.1 Praktikum 1
Tempat : Laboratorium Statistika
Tanggal : Kamis, 29 September 2022
Waktu : 15.45 – 17.30
Output:
Data Display
K1 100,000
K2 10,0000
Interpretasi:
Berdasarkan program di atas, nilai K1 didefiniskan sebesar 100 kemudian
nilai K2 diperoleh dari nilai sqrt atau nilai akar dari K1 artinya akar 100
sehingga ketika nilai K1 dan K2 diprint maka sebesar 100 dan 10.
STATISTIKA
STATISTIKA
Output:
Interpretasi:
Berdasarkan program di atas, set C1 artinya output akan keluar dikolom
C1 pada worksheet dengan perintah 1:5 artinya 1,2,3,4,5. Set C2 dengan
perintah 5:1 artinya 5,4,3,2,1. Set C3 dengan perintah 4(3) artinya angka 3
akan muncul sebanyak 4 kali. Set C4 dengan perintah (1:2)3 artinya angka
STATISTIKA
STATISTIKA
Output:
Data Display
Matrix M1
1 2
3 4
Interpretasi:
Berdasarkan program di atas, dibuat matriks dengan ukuran 2x2 lalu
disimpan pada M1 dengan baris pertama berisi angka 1 dan 2, baris kedua
berisi angka 3 dan 4, kemudian matriks M1 diprint dan akan muncul ouput
matriks 1 (M1).
Selain itu, matriks dapat dibuat menggunakan sesi command atau
menggunakan menu yang telah tersedia pada minitab sebagai berikut.
Klik calc > matrices > read > isi number of rows dan number of columns > isi
read into matrix > ok.
STATISTIKA
STATISTIKA
STATISTIKA
STATISTIKA
2.2 Praktikum 2
Tempat : Laboratorium Statistika
Tanggal : Kamis, 29 September 2022
Waktu : 15.45 – 17.30
Ada beberapa cara penyajian data dalam bentuk diagram (plot), yaitu plot
C1 C2 digunakan untuk membuat diagram pencar dari pasangan data C1 C2
dengan C1 sebagai sumbu Y dan C2 sebagai sumbu X. Histogram C1 digunakan
untuk membuat histogram pada data kolom C1. Steam C1 digunakan untuk
membuat diagram dahan daun dari data kolom C1. Boxplot C1 digunakan untuk
membuat boxplot dari data kolom C1. Dotplot C1 digunakan untuk membuat
diagram titik dari data pada kolom C1.
1. Bar chart
Data disajikan sebagai berikut:
Nilai Rata-Rata Kelas
50 II
60 III
70 IV
75 V
Output:
Chart of Mean( nilai rata-rata )
80
70
60
Mean of nilai rata-rata
50
40
30
20
10
0
II III IV V
kelas
STATISTIKA
STATISTIKA
Interpretasi:
Berdasarkan program di atas, digunakan chart mean untuk membuat bar
chart nilai kelas II sebesar 50, kelas III sebesar 60, kelas IV sebesar 70, dan
kelas V sebesar 75.
2. Pie chart
Data disajikan sebagai berikut:
Hobi Jumlah Siswa
Sepak bola 100
Bola voli 500
Bulu tangkis 415
Output:
Pie Chart of hobi
Category
sepak bola
bola voli
bulu tangkis
Interpretasi:
Berdasarkan program di atas, pie chart digunakan untuk melihat jumlah
mahasiswa dengan jumlah hobi, pie chart digunakan untuk melihat
persentase data yang dimiliki suatu sebaran data.
STATISTIKA
STATISTIKA
3. Scatterplot
Program 2.2.3 Scatterplot
MTB > Plot 'kinerja pegawai'*'kompetensi pegawai';
SUBC> Symbol.
Output:
Scatterplot of kinerja pegawai vs kompetensi pegawai
55
50
kinerja pegawai
45
40
35
30
5 10 15 20 25
kompetensi pegawai
Interpretasi:
Berdasarkan program di atas, digunakan untuk membuat grafik scatterplot
untuk melihat hubungan antara kinerja pegawai dengan kompetensi pegawai.
4. Histogram
Data disajikan sebagai berikut:
82 83 72 82 83 84 96 99 78 92
83 89 77 83 84 92 91 92 93 95
85 86 90 87 88 83 90 87 90 88
89 87 86 88 84 73 82 78 100 79
STATISTIKA
STATISTIKA
Output:
Histogram of Nilai MTK
Normal
12 Mean 86,25
StDev 6,275
N 40
10
8
Frequency
0
72 76 80 84 88 92 96 100
Nilai MTK
Interpretasi:
Berdasarakan program di atas, digunakan untuk membuat histogram
dengan data berdistribusi normal karena pada bentuk histogram garis merah
membentuk lonceng yang artinya data berdistribusi normal dengan nilai mean
86,25 dan nilai standar deviasi sebesar 6,275 dengan banyaknya data atau N
sebesar 40.
5. Boxplot
Data disajikan sebagai berikut:
120 150 145 155 160 162 169 172 166 154
135 110 148 147 151 133 158 162 174 147
155 162 171 172 156 139 142 158 149 177
Output:
STATISTIKA
STATISTIKA
170
160
Tinggi Badan
150
140
130
120
110
Interpretasi:
Berdasarkan program di atas, digunakan untuk membuat boxplot, gunanya
untuk melihat apakah data yang digunakan memiliki pencilan, berdasarkan
output terdapat tanda bintang 2 buah artinya data yang kita miliki memiliki
pencilan.
6. Time series
Data disajikan sebagai berikut:
Tahun Bulan Data
1 19
2 15
3 39
4 102
5 90
6 29
2013
7 90
8 46
9 30
10 66
11 80
12 89
1 82
2 17
2014
3 26
4 29
Output:
STATISTIKA
STATISTIKA
100
90
80
Penjualan Pakaian
70
60
50
40
30
20
10
2 4 6 8 10 12 14 16 18 20 22 24
Index
Interpretasi:
Gambar di atas menunjukan pola yang dibentuk dari plot rata-rata data
bulanan untuk periode 12 bulan yang dimulai dari januari 2013 – desember
2013.
7. Diagram dahan daun
Data disajikan sebagai berikut:
1 27 31
15 16 16 16 20 21 21 21 26
0
3 58 61
36 38 39 42 42 47 51 51 51
2
Output:
Stem-and-Leaf Display: Data
Stem-and-leaf of Data N = 24
Leaf Unit = 1,0
1 1 0
5 1 5666
9 2 0111
11 2 67
(2) 3 12
11 3 689
8 4 22
6 4 7
5 5 111
2 5 8
STATISTIKA
STATISTIKA
1 6 1
Interpretasi:
Berdasarkan pada output di atas kita dapat mengetahui nilai statistik
deskriptif berupa mean, median, dan modus. Dimana mean 32,83, median
31,50, dan terdapat tiga buah modus yaitu 16;21;51.
8. Dotplot
Data disajikan sebagai berikut:
82 83 72 82 83 84 96 99 78 92
83 89 77 83 84 92 91 92 93 95
85 86 90 87 88 83 90 87 90 88
89 87 86 88 84 73 82 78 100 79
Output:
Dotplot of Nilai MTK
72 76 80 84 88 92 96 100
Nilai MTK
Interpretasi:
Dapat di lihat pada gambar di atas, terdapat grafik dot plot yang sumbu
vertikalnya mencantumkan nilai kuantitatif yang akan diplotkan. Nilai
numerik dari pengamatan diletakan pada skala horizontal dengan
menempatkan suatu titik pada nilai yang bersesuaian. Jika nilai tersebut
STATISTIKA
STATISTIKA
STATISTIKA
STATISTIKA
2.3 Praktikum 3
Tempat : Laboratorium Statistika
Tanggal : Kamis, 29 September 2022
Waktu : 15.45 – 17.30
STATISTIKA
STATISTIKA
Program:
MTB > Describe 'Nilai MTK';
SUBC> Mean;
SUBC> SEMean;
SUBC> StDeviation;
SUBC> Variance;
SUBC> CVariation;
SUBC> QOne;
SUBC> Median;
SUBC> QThree;
SUBC> IQRange;
SUBC> Mode;
SUBC> TRMean;
SUBC> Sums;
SUBC> Minimum;
SUBC> Maximum;
SUBC> Range;
SUBC> SSQ;
SUBC> Skewness;
SUBC> Kurtosis;
SUBC> MSSD;
SUBC> N;
SUBC> NMissing;
SUBC> Count;
SUBC> CumN;
SUBC> Percent;
SUBC> CumPercent.
Output:
Descriptive Statistics: Nilai MTK
Total
Variable Count N N* CumN Percent CumPct Mean SE Mean
TrMean StDev Variance
STATISTIKA
STATISTIKA
N for
Variable Range IQR Mode Mode Skewness Kurtosis MSSD
Nilai MTK 28,000 7,000 83 5 -0,05 0,16 31,731
Interpretasi:
Menggunakan Perintah Di Session Windows
Contoh kasus:
12 13 14 11 10 12 11 10
9 9 8 8 10 11 12 10
Program:
MTB > set C2
DATA> 12 13 14 11 10 12 11 10
DATA> 9 9 8 8 10 11 12 10
DATA> end
MTB > median C2
MTB > mean C2
MTB > sum C2
MTB > stdev C2
MTB > minimum C2
MTB > maximum C2
MTB > range C2
MTB > N C2
Output:
Median of C2
Median of C2 = 10,5
Mean of C2
Mean of C2 = 10,625
Sum of C2
Sum of C2 = 170
Standard Deviation of C2
STATISTIKA
STATISTIKA
Minimum of C2
Minimum of C2 = 8
Maximum of C2
Maximum of C2 = 14
Range of C2
Range of C2 = 6
Number of Nonmissings in C2
Number of nonmissings in C2 = 16
Interpretasi:
STATISTIKA
STATISTIKA
2.4 Praktikum 4
Output:
STATISTIKA
STATISTIKA
Interpretasi:
2. Menyimpan data
Program:
MTB > save 'E:\Dataku.MTW';
SUBC> replace.
Saving file as: ‘E:\Dataku.MTW’
MTB > retrieve 'E:\Dataku.MTW'.
Retrieving worksheet from file: ‘E:\Dataku.MTW’
Worksheet was saved on 18/11/2022
Output:
Interpretasi:
STATISTIKA
STATISTIKA
Output:
Data Display
Matrix M1
1 2 3
3 2 1
4 1 5
Matrix M2
2 2 3
3 3 2
1 1 2
Interpretasi:
Berdasarkan program di atas, read 3 3 artinya ukuran matriks yang akan
dibuat 3x3 dan hasil matriks akan disimpan pada M1 selanjutnya untuk
matriks kedua ukurannya sama 3x3 agar dapat dilakukan operasi matriks
jumlah kolom dan baris pada matriks harus sama.
STATISTIKA
STATISTIKA
Output:
Data Display
Matrix M3
3 4 6
6 5 3
5 2 7
Interpretasi:
Berdasarkan program di atas, perintah add digunakan untuk
penjumlahan, matriks 1 ditambah matriks 2 dan hasil output akan
disimpan di M3
b. Pengurangan
Program:
MTB > subtract M1 M2 M4
MTB > print M4
Output:
Data Display
Matrix M4
1 0 0
0 1 1
-3 0 -3
Interpretasi:
Berdasarkan program di atas, perintah subtract digunakan untuk
pengurangan, matriks 1 dikurangkan dengan matriks 2 hasilnya akan
dsimpan pada M4.
c. Perkalian
Program:
MTB > multiply M1 M2 M5
STATISTIKA
STATISTIKA
Output:
Data Display
Matrix M5
11 11 13
13 13 15
16 16 24
Interpretasi:
Berdasarkan program di atas, perintah multiply digunakan untuk
perkalian, matriks 1 dikalikan matriks 2 dan hasil perkaliannya akan
disimpan pada M5.
d. Transpose
Program:
MTB > transpose M5 M6
MTB > print M6
Output:
Data Display
Matrix M6
11 13 16
11 13 16
13 15 24
Interpretasi:
Berdasarkan program di atas, perintah transpose digunakan untuk
e. Invers
Program:
MTB > invert M1 M7
MTB > print M7
Output:
Data Display
Matrix M7
STATISTIKA
STATISTIKA
Interpretasi:
f. Eigen
Program:
MTB > read 4 4 M9
DATA> 174 142 184 88
DATA> 142 119 152 77
DATA> 184 152 198 98
DATA> 88 77 98 71
4 rows read.
MTB > eigen M9 C5
Output:
Interpretasi:
g. Diagonal
Program:
MTB > set C6
DATA> 3(1)
DATA> end
MTB > diagonal C6 M10
MTB > print M10
Output:
Data Display
Matrix M10
1 0 0
0 1 0
0 0 1
Interpretasi:
STATISTIKA
STATISTIKA
2.5 Praktikum 5
STATISTIKA
STATISTIKA
Output:
[1] 1 2 3 4 5 6 7 8 9 10 #nilai a
[1] "andi" "ani" "yusuf" #nilai b
[1] 8216 #nilai A
[1] 3 #nilai B
[1] 24648 #nilai A*B
[1] "numeric" #mode(a)
[1] "character" #mode(b)
[1] "numeric" #mode(c)
[1] FALSE TRUE #nilai y
[1] "logical" #mode y
[1] 10 #length(a)
Interpretasi:
Matriks adalah sekumpulan angka atau bilangan yang disusun dalam baris dan
kolom. Sedangkan data frame adalah struktur data yang di susun dalam baris dan
kolom secara berurut. Kedua tipe ini sering digunakan dalam analisis dan
pemrograman statistik.
Syntax:
Matrik=matrix(c(value1,value2,...,valuen),nrow=value,ncol=value)
Program:
matriks <- matrix(c(1,2,3,4),nrow=2,ncol=2)
matriks
matriks1 <- matrix(c(1,2,3,4,5,6),nrow=2,ncol=3)
matriks1
Output:
[,1] [,2]
[1,] 1 3
[2,] 2 4
Interpretasi:
STATISTIKA
STATISTIKA
Syntax:
Dataframe=data.frame(c(value))
Program:
tabel1=data.frame(c(1,2,3,4),c("A","B","C","D"))
tabel1
names(tabel1)=c("NO","ABJAD")
tabel1
tabel1=data.frame(no=c(1,2,3,4),abjad=c("A","B","C","D"))
tabel1
Output:
c.1..2..3..4. c..A....B....C....D..
1 1 A
2 2 B
3 3 C
4 4 D
NO ABJAD
1 1 A
2 2 B
3 3 C
4 4 D
no abjad
1 1 A
2 2 B
3 3 C
4 4 D
Interpretasi:
Program:
a=c(2,3,4,5,6)
a[1]
a[4]
a[c(1,2)]
Output:
[1] 2
[1] 5
[1] 2 3
Interpretasi:
STATISTIKA
STATISTIKA