MODUL PRAKTIKUM Statistik 14

LAPORAN PRAKTIKUM STATISTIKA INDUSTRI II
MODUL 1: HISTOGRAM, BOXPLOT, SCATTERPLOT
Disusun sebagai salah satu syarat kelulusan Mata Kuliah Statistika II
Disusun Oleh :
Kelompok : 14
Kelas : TD4A2
Anggota : 1. Irzal Fahrizi 202110215178
2. Ario Wildan Aulia 202110215182
3. Muhammad Rehan Prasetyo 202110215174
4. Fahri Baihaqi 202110215181
5 Rafly Septia Sandy 202110215192
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS BHAYANGKARA JAKARTA RAYA
2022/2023
Laporan Praktikum Statistika Dasar II
Modul I “HISTOGRAM,SCATTERPLOT,BOXPLOT”
Kelompok 14
LEMBAR PENGESAHAN
Laporan ini disusun sebagai salah satu syarat kelulusan Mata Kuliah Praktikum
Statistika Dasar Industri II Jurusan Teknik Industri Universitas Bhayangkara Jakarta
Raya.
Kelompok : 14
Anggota : 1. Irzal Fahrizi 202110215178
2. Ario Wildan Aulia 202110215182
3. Muhammad Rehan Prasetyo 202110215174
4. Fahri Baihaqi 202110215181
5 Rafly Septia Sandy 202110215192
Telah disetujui dan disahkan pada :

Hari : Sabtu
Tanggal : 25 Maret 2023
Asisten Laboratorium
Anggun Kusuma Hartadi

202010215220
Mengetahui
Koordinator MK Praktikum Dosen Pengampu Mata Kuliah
Jasan Supratman, S.T., M.T Ade Irpan Sabilah, S.T., M.T

NIDN : 0316048204 NIDN : 1007078403
Kepala Laboratorium Teknik Industri
Yayan Saputra, S.T., M.T

NIDN :0327017902
i
Kelompok 14
KATA PENGANTAR
Puji dan syukur atas kehadirat Allah Subhana Wata’ala atas rahmat-Nya,
penulis bisa menyelesaikan laporan ini tepat pada waktunya. laporan ini ditulis
sebagai salah satu syarat penilaian akademik mata kuliah ”Simulasi Sitem Industri”
jurusan Teknik Industri di Universitas Bhayangkara Jakarta Raya.
Kami menyadari dalam pembuatan tugas Simulasi Sistem Industri ini tidak
menutup kemungkinan masih terdapat beberapa kesalahan baik dari segi materi
ataupun dari tata cara penulisan. Penulis juga tidak lupa ingin mengucapkan terima
kasih kepada berbagai pihak, antara lain:
1. Kedua Orang Tua yang selalu dan tak pernah lelah dalam mendukung dan
mendoakan penulis.
2. Ade Irpan Sabilah selaku dosen pengampu mata kuliah Statistika Dasar II di
Universitas Bhayangkara Jakarta Raya.
3. Yayan Saputra, S.T., M.T. selaku kepala laboratorium di Universitas

Bhayangkara Jakarta Raya.
4. Ditaliz Kristiani, Dwi Rizky Puti Raihan, Anggun Kusuma Hartadi, Abiyyu
Yoga Firmansyah selaku asisten praktikum Statistika Dasar II.
5. Saudara didik beserta keluarga yang telah membimbing dan merelakan

waktunya untuk membantu penulis dalam praktikum ini.
Penulis menyadari bahwa dalam penyusunan laporan praktikum ini masih

banyak kekurangan, baik dalam cara penyusunan maupun dalam pengumpulan dan
pengolahan data. Oleh karena itu, penulis mengharapkan saran dari para pembaca
agar menjadi masukan untuk penyusunan-penyusunan selanjutnya. Semoga laporan
praktikum ini dapat bermanfaat bagi para pembaca dan membawa manfaat bagi
pengembangan ilmu pengetahuan.
Bekasi,28 Maret 2023
Kelompok 14
ii
Kelompok 14
DAFTAR ISI
HALAMAN JUDUL.....................................................................................................i
LEMBAR PENGESAHAN..........................................................................................i
KATA PENGANTAR..................................................................................................ii
DAFTAR ISI...............................................................................................................iii
DAFTAR TABEL.........................................................................................................v
DAFTAR GAMBAR..................................................................................................vi
BAB I PENDAHULUAN............................................................................................1
1.1 Latar Belakang................................................................................................1
1.2 Rumusan Masalah...........................................................................................2
1.3 Tujuan Penelitian............................................................................................2
1.4 Waktu Praktikum.............................................................................................2
1.5 Sistematika Penulisan.....................................................................................2
BAB II LANDASAN TEORI......................................................................................4
2.1 Data Statistik...................................................................................................4
2.1.1 Pengertian Data Statistik.........................................................................4
2.1.2 Jenis Data Statistik...................................................................................5
2.2 Histogram........................................................................................................7
2.3.1 Pengertian Histogram..............................................................................7
2.3.2 Fungsi Histogram....................................................................................8
2.3.3 Langkah-langkah menyajikan data dalam bentuk histogram..................8
2.3 Scatterplot.......................................................................................................9
2.3.1 Pengertian Scatterplot..............................................................................9
2.3.2 Fungsi Scatterplot..................................................................................10
2.3.3 Langkah – Langkah Membuat Scatterplot............................................10
2.4 Boxplot..........................................................................................................12
BAB III METODEOLOGI.......................................................................................16
3.1 Alat dan Bahan..............................................................................................16
3.2 Flowchart......................................................................................................17
3.3 Alur Pengamatan dan Penggunaan Software Minitab19...............................18
3.3.1 Alur Pengamatan...................................................................................18
iii
Kelompok 14
3.3.2 Penggunaan Software Minitab 21..........................................................19

BAB IV PENGUMPULAN & ANALISIS DATA...................................................25
4.1 Pengumpulan Data........................................................................................25
4.2 Analisis Data.................................................................................................25
4.2.1 HISTOGRAM.......................................................................................25
4.2.2 SCATTERPLOT.....................................................................................29
4.2.3 BOXPLOT..............................................................................................30
BAB V KESIMPULAN & SARAN..........................................................................31
5.1 Kesimpulan...................................................................................................31
5.2 Saran.............................................................................................................32
DAFTAR PUSTAKA.................................................................................................32
iv
Kelompok 14
DAFTAR TABEL
Tabel 4. 1 Pengumpulan Data......................................................................................25
v
Kelompok 14
DAFTAR GAMBAR
Gambar 2. 1 Penjelasan Boxplot..................................................................................12
Gambar 3. 1 Flowchart................................................................................................17
Gambar 3. 2 Cara Mengolah Data Histogram.............................................................19
Gambar 3. 5 Tampilan Grafik Histogram....................................................................20
Gambar 3. 6 Cara Mengolah Data Scatterplot.............................................................21
Gambar 3. 9 Hasil Gambaran Scatterplot....................................................................22
Gambar 3. 10 Cara Mengolah Data Boxplot...............................................................23
Gambar 3. 11 Cara Mengolah Data Boxplot...............................................................23
Gambar 3. 12 Contoh-Contoh Hasil Boxplot..............................................................24
Gambar 4. 1 Variabel Tahun........................................................................................26
Gambar 4. 2 Variabel Histogram Pertumbuhan Ekonomi...........................................27
Gambar 4. 3 Variabel Histogram Jumlah Penduduk Miskin.......................................28
Gambar 4. 4 Hasil Diagram Scatterplot......................................................................29
Gambar 4. 5 Hasil Boxplot Tahun................................................................................30
Gambar 4. 6 Boxplot Pertumbuhan Ekonomi..............................................................31
vi
Gambar 4. 7 Boxplot Jumlah Penduduk Miskin..........................................................32
BAB I
PENDAHULUAN
1.1 Latar Belakang

Statistik digunakan pada awal zaman Masehi yang dipergunakan untuk
melakukan perhitungan pajak, perang, hasil pertanian, dan bahkan pertandingan
atletik. Tidak menutup kemungkinaan statistik juga yang merubah perindustrian dan
teknologi (IPTEK) yang semakin maju.dan memacu kita untuk mengikuti
perkembangan-perkembangan yang terjadi didalam era globalisasi ini. Karena IPTEK
sangat berpengaruh didalam kehidupan kita sehari-hari didalam penerapannya yang
sering kita jumpai yaitu bidang ilmu statistika. Dimana statistika adalah ilmu yang
mempelajari bagaimana merencanakan, mengumpulkan, menganalisis,
menginterpretasi, dan mempresentasikan data dimana selalu menggunakan rumus-
rumus didalam perhitungannya. Statistika adalah bilangan-bilangan yang
menerangkan sifat (karakteristik) dari sekumpulan data (pengamatan).
Untuk perkembangan statistik sendiri sudah banyak teknologi untuk mengolah

sebuah data statistik dengan otomatis salah satunya adalah dengan menggunakan
software MINITAB yang dimana perangkat ini bisa menunjukan sebuah data dengan
cara kita menginput sebuah data di dalam perangkat tersebut. Minitab adalah program
komputer yang dirancang untuk melakukan pengolahan statistik. Minitab
mengkombinasikan kemudahan penggunaan layaknya Microsoft Excel dengan
kemampuannya melakukan analisis statistik yang kompleks. Minitab dikembangkan
di Pennsylvania State University oleh periset Barbara F. Ryan, Thomas A. Ryan, Jr.,
dan Brian L. Joiner pada tahun 1972. Minitab memulai versi ringannya OMNITAB,
sebuah program analisis statistik oleh NIST.
Minitab seringkali digunakan dalam implementasi Six Sigma, CMMI serta

metode perbaikan proses yang berbasis statistika lainnya. Minitab 23, versi terbaru
perangkat lunak ini, tersedia dalam tujuh bahasa: Inggris, Perancis, Jerman, Jepang,
Korea, Mandarin, dan Spanyol. Keunggulan Minitab adalah data dapat digunakan
1
Kelompok 14
dalam pengolahan data statistik untuk tujuan sosial maupun teknik dibandingkan
dengan program statistika lainnya. Minitab telah diakui sebagai program statistik
yang sangat kuat dengan tingkat akurasi taksiran statistik yang tinggi(Iriawan,2006).
Minitab menyediakan beberapa pengolahan data untuk melakukan analisis

regresi,membuat method penelitian ANOVA, membuat alat-alat pengendalian
kualitas statistika, membuat desain eksperimen (factorial, response surface, dan
Taguchi), membuat peramalan dengan analisis time series, analisis reliabilitas, dan
analisis multivariate(Iriawan,2006).
1.2 Rumusan Masalah
1.) Apa yang membedakan histogram, boxplot dan scatterplot?

2.) Bagaimana cara mengolah data menjadi histogram,boxplot dan scatterplot
dengan menggunakan minitab?
3.) Apa saja yang harus kita lihat dan kita simpulkan dari grafik yang kita buat?
1.3 Tujuan Penelitian
1.) Untuk mengetahui perbedaan antara histogram,boxplot dan scatterplot

2.) Untuk mengetahui bagaimana cara mengolah data dengan menggunakan
software minitab.
3.) Untuk mengetahui cara membaca sebuah grafik pada sebuah data
1.4 Waktu Praktikum
Praktikum ini dilakukan pada hari Rabu, 15 Maret 2023 pada pukul 19.00 -
21.00 di Laboratorium APSK dan PTLF Universitas Bhayangkara Jakarta Raya
1.5 Sistematika Penulisan
Sistematika penulisan dalam tugas akhir ini, disusun sebagai berikut:
BAB I PENDAHULUAN
Bab ini berisi latar belakang, rumusan masalah, tujuan masalah, waktu
pengamatan, dan sistematika penulisan.
2
Kelompok 14
BAB II LANDASAN TEORI
Bab ini berisi gambaran materi dari Analisis Postur Tubuh.
BAB III METODEOLOGI PENELITIAN
Bab ini menjelaskan variable penelitian, metode pengumpulan data, waktu dan
tempat penelitian, dan prosedur analisis data.
BAB IV PENGUMPULAN DATA
Bagian ini berisi analisis dari hasil pengolahan data dan pembahasan.
BAB V HASIL DAN PEMBAHASAN DATA
Bagian ini berisi pembahasan data yang didapatkan.
BAB VI PENUTUP
Bab ini berisikan saran dan beberapa kesimpulan dari hasil penelitian tersebut.
DAFTAR PUSTAKA
3
BAB II
LANDASAN TEORI
2.1 Data Statistik
2.1.1 Pengertian Data Statistik

Statistik adalah kumpulan fakta berbentuk angka yang disusun dalam daftar
atau tabel, yang menggambarkan suatu persoalan. Statistika adalah ilmu
pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan
data, penyajian data, analisis data, penarikan kesimpulan serta membuat keputusan
yang cukup beralasan berdasarkan fakta yang ada. Berdasarkan fungsinya, statistik
sebagai ilmu pengetahuan dapat dibedakan menjadi dua golongan, yaitu: 1)
Statistik deskriptif dan 2) Statistik inferensial. Dalam data penelitian kita akan
mendapatkan dua jenis data penelitian yaitu populasi dan sampel. Populasi sendiri
adalah keseluruhan dari karakteristik atau unit hasil pengukuran yang menjadi
objek penelitian. Sampel adalah bagian dari populasi yang akan dijadikan objek
penelitian yang bersifat representative (mewakili populasi).
Populasi dapat dibedakan menjadi dua yaitu: 1) Populasi berdasarkan

jenisnya dan 2) Populasi berdasarkan sifatnya. Teknik pengambilan sampel dari
sebuah populasi yang menjadi sebuah objek teliti disebut Teknik Sampling.
Terdapat berbagai macam teknik sampling untuk menentukan sampel yang akan
dipakai dalam penelitian. Teknik sampling pada dasarnya bisa dikelompokkan
menjadi dua macam, yaitu: 1) Probability sampling dan 2) Non probability
sampling. Data adalah sejumlah informasi yang dapat memberikan gambaran
tentang suatu keadaan atau masalah. Dalam melakukan pengambilan
data/pengumpulan data statistik, terdapat beberapa metode, yaitu: Metode
pengumpulan data: 1) Metode interview/wawancara; 2) Metode observasi/
pengamatan; 3) Metode questioner/angket; 4) Metode riset/penelitian; dan 5)
Metode dokumentasi.
4
Kelompok 14
2.1.2 Jenis Data Statistik

Jenis data adalah konsep statistik yang penting dan perlu dipahami, untuk
menerapkan pengukuran statistik dengan benar pada data, sehingga kesimpulan
yang dibuat untuk asumsi tertentu tentang data tersebut juga benar. Adapun
Secara garis besar data statistik bisa dibedakan menjadi dua, yaitu:
1. Kategori
Data kategori merepresentasikan karakteristik. Oleh karena itu, data dapat

mewakili hal-hal seperti jenis kelamin, bahasa, status perkawinan, kota asal, atau
jenis film yang mereka sukai, dan lain-lain. Data kategori juga dapat
menggunakan nilai numerik (Contoh: 1 untuk wanita dan 0 untuk pria), tetapi
angka tersebut tidak memiliki arti matematis. (Nama lain untuk data kategorikal
adalah data kualitatif, atau data Ya / Tidak). Data kategori bisa dibedakan menjadi
dua, yaitu :
1) Data Nominal
Nilai nominal mewakili unit diskrit dan digunakan untuk melabeli
variabel, yang tidak memiliki nilai kuantitatif. Anggap saja itu sebagai
“label”. Perhatikan data nominal yang ada urutannya, jika kita mengubah
urutan maka nilainya tidak akan berubah.
2) Data Ordinal
Data ordinal adalah jenis data penelitian yang berbentuk kategori
dengan urutan tertentu. Data ini dapat diurutkan berdasarkan urutan yang
logis dan sesuai baik itu dari terendah ke tertinggi atau sebaliknya, dimana
variabel-variabel penelitian dalam data ordinal dicantumkan secara
berurutan. Bahkan khusus untuk variabel ordinal biasanya diberi nomor,
untuk menunjukkan urutan daftar. Namun, angka tidak diukur atau
ditentukan secara matematis tetapi hanya ditetapkan sebagai label untuk
opini.
5
Kelompok 14
3) Numerik
Data ini memiliki arti sebagai ukuran, seperti tinggi badan, berat
badan, IQ, atau tekanan darah seseorang; atau itu hitungan, seperti jumlah
saham yang dimiliki seseorang, berapa banyak gigi yang dimiliki seekor
anjing, atau berapa halaman yang dapat kita baca dari buku favorit kita
sebelum kita tertidur. Data numerik dapat dibagi lagi menjadi dua jenis,
yaitu:
4) Data Diskrit
Beberapa sinonim untuk kata “diskrit” meliputi: terputus, terpisah dan
berbeda. Kita mengumpulkan data untuk menemukan hubungan, trend, dan
konsep lainnya. Misalnya, jika kita melacak jumlah push-up yang kita
lakukan setiap hari selama sebulan, tujuan utamanya adalah untuk
mengevaluasi kemajuan kita dan tingkat peningkatannya. Dengan demikian,
penghitungan harian kita adalah angka yang terpisah. Tidak ada batasan yang
jelas mengenai berapa banyak yang dapat kita lakukan suatu hari, sehingga
hubungan tetap tidak ditentukan. Semakin banyak informasi yang kita
kumpulkan dari waktu ke waktu, semakin banyak wawasan yang dapat kita
simpulkan, seperti jumlah rata-rata push-up yang kita lakukan minggu lalu
adalah 15 per hari, yang lebih banyak 5 per hari dari pada minggu
sebelumnya.
Sedangkan push-upnya sendiri adalah bilangan bulat yang tidak bisa

dipecah menjadi bagian-bagian yang lebih kecil. Aturan praktisnya adalah,
dalam banyak kasus, data diskrit dapat diawali dengan “jumlah”. Beberapa
contohnya yaitu: Jumlah pelanggan yang membeli barang berbeda; Jumlah
komputer di setiap departemen; Jumlah barang yang kita beli di toko bahan
makanan setiap minggu. Data diskrit juga bisa bersifat kualitatif. Sensus
nasional terdiri dari data diskrit, baik kualitatif maupun kuantitatif.
Menghitung dan mengumpulkan informasi melalui sensus tersebut dapat
memperdalam pemahaman kita tentang penduduk. Hal ini membantu dalam
6
Kelompok 14
memprediksi masa depan sambil mendokumentasikan sejarah. Ini adalah

contoh yang bagus tentang kekuatan data diskrit.
5) Data Kontinu
Data kontinu merepresentasikan pengukuran; nilai yang mungkin tidak
dapat dihitung dan hanya dapat dijelaskan menggunakan interval pada garis
bilangan real atau dengan kata lain, data kontinu mengacu pada jumlah
kemungkinan pengukuran yang tidak tetap antara dua titikrealistis. Data
kontinu adalah tentang akurasi. Variabel dalam kumpulan data ini sering kali
memiliki titik desimal, dengan angka di sebelah kanan direntangkan sejauh
mungkin. Tingkat detail ini sangat penting misalnya bagi ilmuwan, dokter,
dan produsen. Beberapa contoh data kontinu meliputi: Berat bayi yang baru
lahir; Kecepatan angin harian; Suhu freezer. Ketika kita melakukan
eksperimen atau studi yang melibatkan pengukuran konstan, ini
kemungkinan besar melibatkan variabel kontinu sampai tingkat tertentu.
2.2 Histogram
2.3.1 Pengertian Histogram

Dalam ilmu statistika, pengertian histogram adalah representasi grafis
(diagram) yang mengatur dan menampilkan frekuensi data sampel pada rentang
tertentu. Frekuensi data yang ada pada masing-masing kelas direpresentasikan
dengan bentuk grafik diagram batang atau kolom. menurut Bahasa Kata histogram
berasal dari bahasa Yunani: histos, dan gramma. Pertama kali digunakan oleh Karl
Pearson pada tahun 1895 untuk memetakan distribusi frekuensi dengan luasan area
grafis batangan menunjukkan proporsi banyak frekuensi yang terjadi pada tiap
kategori. Menurut Bounds (dalam Nasution 2015:136) Histogram adalah alat untuk
menunjukkan variasi data pengukuran, seperti berat badan sekelompok orang,
tebal plat besi, dan sebagainya. Seperti halnya dengan pareto charl, histogram
berbentuk bar graph yang menunjukan distribusi frekuensi.
7
Kelompok 14
Histogram dapat dipahami dengan tampilan bentuk grafis untuk

menunjukkan distribusi data secara visual atau seberapa sering suatu nilai yang
berbeda itu terjadi dalam suatu kumpulan data. Histogram juga merupakan salah
satu alat dari tujuh alat pengendalian kualitas (QC 7 Tools yaitu Diagram Pareto
(Pareto chart), check sheet, diagram kontrol (control chart), Diagram ishikawa
(cause-and-effect diagram), Diagram alir (flowchart), dan scatter diagram).
Histogram juga dapat diartikan sebagai salah satu teknik visualisasi paling dasar
untuk memahami frekuensi kemunculan nilai. Histogram menunjukkan distribusi
data dengan memplot frekuensi kejadian dalam suatu rentang.
2.3.2 Fungsi Histogram
Untuk memberikan informasi mengenai variasi dalam proses dan membantu

manajemen dalam membuat keputusan dalam upaya peningkatan proses yang
berkesimbungan (Continous Process Improvement). Selain itu kegunaan
Histogram juga untuk mencari lokasi pusat, jangkauan, dan bentuk sebaran.dan
juga Histogram digunakan untuk memplot densitas dari data dan sering digunakan
untuk melakukan estimasi densitas: mengestiasikan probability density function
dari variabel pokok.
2.3.3 Langkah-langkah menyajikan data dalam bentuk histogram
Untuk menyajikan data acak dalam bentuk histrogram, perlu mengubah

penyajian data acak yang dimiliki ke dalam tabel data kelompok. Cara ini akan
memudahkan untuk memetakan nilai data yang dimiliki ke dalam bentuk yang
lebih terstruktur.dan juga dapat melihat data-data yang dimiliki dengan cara yang
lebih sederhana.Selanjutnya, kita perlu juga menentukan batas bawah dan batas
atas setiap kelas. Langkah terakhir adalah menyesuaikan data setiap kelas dengan
nilai frekuensi yang sesuai. Langkah-langkah dalam penyajian data bentuk
histogram:
1. Tentukan rentang kelas: Pisahkan data numerik ke dalam kelas-kelas,
dengan setiap kelas memiliki rentang nilai tertentu. Rentang kelas dapat
8
Kelompok 14
dihitung dengan cara mencari selisih antara nilai maksimum dan

minimum, kemudian dibagi dengan jumlah kelas yang diinginkan.
5. Beri judul: Tambahkan judul untuk grafik histogram yang menjelaskan
data yang disajikan.
6. Berikan label sumbu: Berikan label pada sumbu x dan y agar pembaca
mudah memahami grafik. Label sumbu x berisi rentang kelas, sedangkan
label sumbu y berisi frekuensi.
7. Berikan keterangan: Jika diperlukan, berikan keterangan atau catatan pada
grafik untuk menjelaskan data yang disajikan dan memberikan konteks
lebih lanjut.
2.3 Scatterplot
2.3.1 Pengertian Scatterplot
Scatterplot adalah sebuah grafik yang biasa digunakan untuk melihat suatu
pola hubungan antara 2 variabel. Untuk bisa menggunakan scatterplot, skala data
yang digunakan haruslah skala interval dan rasio. Scatter Diagram, Pada dasarnya
diagram sebar atau Scatter Diagram merupakan suatu alat interpretasi data yang
9
Kelompok 14
digunakan untuk menguji bagaimana kuatnya hubungan antara dua variabel dan
menentukan jenis hubungan dari dua variable tersebut, apakah positif, negatif, atau
tidak ada hubungan. Dua variabel
2.3.2 Fungsi Scatterplot
Scatterplot atau scatter diagram adalah grafik yang digunakan untuk

menampilkan hubungan antara dua variabel numerik. Grafik ini memperlihatkan
sejumlah titik pada koordinat dua dimensi, di mana setiap titik merepresentasikan
sebuah pasangan data dari dua variabel. Scatterplot digunakan untuk menentukan
apakah ada hubungan atau korelasi antara dua variabel, apakah hubungan tersebut
positif atau negatif, serta seberapa kuat atau lemah hubungan tersebut.
Pada scatterplot, sumbu horizontal menunjukkan nilai dari satu variabel,

sedangkan sumbu vertikal menunjukkan nilai dari variabel lainnya. Setiap titik
pada grafik merepresentasikan satu pasang nilai dari kedua variabel tersebut.
Posisi titik pada grafik menunjukkan hubungan antara dua variabel. Jika titik-titik
cenderung membentuk pola yang beraturan, maka dapat dinyatakan bahwa
terdapat hubungan antara kedua variabel tersebut.
Contoh penggunaan scatterplot adalah untuk mengetahui hubungan antara

tinggi badan dan berat badan seseorang. Pada scatterplot, tinggi badan akan
ditempatkan pada sumbu horizontal, sementara berat badan akan ditempatkan pada
sumbu vertikal. Setiap titik pada grafik akan merepresentasikan data dari satu
orang, dengan koordinat titik menunjukkan tinggi dan berat badan orang tersebut.
Dari scatterplot ini, dapat dilihat apakah ada hubungan antara tinggi badan dan
berat badan, serta seberapa kuat hubungan tersebut.
2.3.3 Langkah – Langkah Membuat Scatterplot
berikut ini merupakan Langkah-langkah yang diperlukan dalam membuat

Scatter Diagram (Diagram Pencar) :
10
Kelompok 14
1) Pengumpulan data
Lakukan pengumpulan sepasang data X dan Y yang akan dipelajari
hubungannya kemudian masukkanlah data tersebut ke dalam sebuah Tabel.
Usahakan pengumpulan pasangan data melebihi 30 pasangan data (n > 30)
agar tingkat keakurasiannya lebih tinggi.
2) Pembuatan Sumbu Vertikal dan Sumber Horizontal

Tentukanlah nilai Maksimum dan nilai Minimum dari kedua data
variabel X dan Y tersebut kemudian buatlah sumbu Vertikal dan sumbu
Horizontal beserta skalanya sesuai dengan nilai Maksimum dan Nilai
Minimum yang didapat.
3) Penebaran (Plotting) data
Lakukanlah Penebaran data (data plotting) kedalam kertas yang telah
dibuat pada langkah ke-2 (langkah pembuatan sumbu vertikal dan sumbu
horizontal)
4) Pemberian Informasi
Berikanlah informasi yang secukupnya untuk Scatter Diagram tersebut
seperti :
1. Judul Grafik
2. Banyaknya pasangan data
3. Judul dan unit pengukuran untuk sumbu Vertikal dan Horizontal .
4. Interval Waktu
5. Orang yang membuat dan penanggung Jawab Scatter diagram tersebut
11
Kelompok 14
2.4 Boxplot
Gambar 2. 1 Penjelasan Boxplot
Histogram dan stem-and-leaf plots berguna untuk memberikan gambaran

ukuran tendensi sentral dan kesimetrisan data pengamatan. Penyajian grafis lainnya
yang bisa merangkum informasi lebih detail mengenai distribusi nilai-nilai data
pengamatan adalah box and whiskers plots atau lebih sering disebut dengan boxplot
atau box-plot (kotak-plot) saja. Seperti namanya, box and whiskers, bentuknya terdiri
dari box (kotak) dan whiskers. Pada gambar di bawah, box adalah kotak berwarna
hijau dan whiskers garis berwarna biru.
Boxplot merupakan ringkasan distribusi sampel yang disajikan secara grafis

yang bisa menggambarkan bentuk distribusi data (skewness), ukuran tendensi sentral
12
Kelompok 14
dan ukuran penyebaran (keragaman) data pengamatan. Terdapat 5 ukuran statistik

yang bisa kita baca dari boxplot, yaitu:
1) Nilai minimum: nilai observasi terkecil
2) Q1: kuartil terendah atau kuartil pertama
3) Q2: medianatau nilai pertengahan
4) Q3: kuartil tertinggi atau kuartil ketiga
5) Nilai maksimum: nilai observasi terbesar.
6) Selain itu, boxplot juga dapat menunjukkan ada tidaknya nilai outlier
dan nilai ekstrim dari data pengamatan.
Untuk mengetahui perkiraan nilai tersebut, sebelumnya kita harus mengenal

dulu bagian-bagian dari boxplot. Di bawah ini diperlihatkan rincian detail boxplot
beserta cara penentuan batas-batasnya. Bagian utama boxplot adalah kotak berbentuk
persegi (Box) yang merupakan bidang yang menyajikan interquartile range (IQR),
dimana 50 % dari nilai data pengamatan terletak di sana.
1) Panjang kotak sesuai dengan jangkauan kuartil dalam (inner Quartile Range,
IQR) yang merupakan selisih antara Kuartil ketiga (Q3) dengan Kuartil
pertama (Q1). IQR menggambarkan ukuran penyebaran data. Semakin
panjang bidang IQR menunjukkan data semakin menyebar. Pada Gambar,
IQR = UQ – LQ = Q3 – Q1
2) Garis bawah kotak (LQ) = Q1 (Kuartil pertama), dimana 25% data
pengamatan lebih kecil atau sama dengan nilai Q1
3) Garis tengah kotak = Q2 (median), dimana 50% data pengamatan lebih kecil
atau sama dengan nilai ini
4) Garis atas kotak (UQ) = Q3 (Kuartil ketiga) dimana 75% data pengamatan
lebih kecil atau sama dengan nilai Q1
5) Garis yang merupakan perpanjangan dari box(baik ke arah atas ataupun ke
arah bawah) dinamakan dengan Whiskerss.
1) Whiskerss bawah menunjukkan nilai yang lebih rendah dari kumpulan
13
Kelompok 14
data yang berada dalam IQR
2) Whiskerss atas menunjukkan nilai yang lebih tinggi dari kumpulan data
yang berada dalam IQR
3) Panjang whiskers ≤ 1.5 x IQR. Masing-masing garis whiskers dimulai

dari ujung kotak IQR, dan berakhir pada nilai data yang bukan
dikategorikan sebagai outlier (Pada gambar, batasnya adalah garis UIF
dan LIF). Dengan demikian, nilai terbesar dan terkecil dari data
pengamatan (tanpa termasuk outlier) masih merupakan bagian dari
Boxplot yang terletak tepat di ujung garis tepi Whiskerss. Nilai yang
berada di atas atau dibawah whiskersdinamakan nilai outlier atau
ekstrim.
4) Nilai outlier adalah nilai data yang letaknya lebih dari 1.5 x panjang
kotak (IQR), diukur dari UQ (atas kotak) atau LQ (bawah kotak). Pada
Gambar di atas, ada 2 data pengamatan yang merupakan outlier, yaitu
data pada case 33 dan case 55 (ada pada baris ke 33 dan baris 35)
1) Q3 + (1.5 x IQR) < outlier atas ≤ Q3 + (3 x IQR)
2) Q1 – (1.5 x IQR) > outlier bawah ≥ Q1 – (3 x IQR)
5) Nilai ekstrim adalah nilai-nilai yang letaknya lebih dari 3 x panjang kotak
(IQR), diukur dari UQ (atas kotak) atau LQ (bawah kotak). Pada gambar
di atas, ada 1 data yang merupakan nilai ekstem, yaitu data pada case 15.
1) Ekstrim bagian atas apabila nilainya berada di atas Q3 + (3 x IQR) dan
2) Ekstrim bagian bawah apabila nilainya lebih rendah dari Q1 – (3 x

IQR)
Boxplots dapat membantu kita dalam memahami karakteristik dari distribusi

data. Selain untuk melihat derajat penyebaran data (yang dapat dilihat dari
tinggi/panjang boxplot) juga dapat digunakan untuk menilai kesimetrisan sebaran
data. Panjang kotak menggambarkan tingkat penyebaran atau keragaman data
14
Kelompok 14
pengamatan, sedangkan letak median dan panjang whiskers menggambarkan tingkat

kesimetrisannya.
1) Jika data simetris (berasal dari distribusi normal):
2) Garis median akan berada di tengah box dan whiskers bagian atas dan
bawah akan memiliki panjang yang sama serta tidak terdapat nilai outlier
ataupun nilai ekstrim.
3) Diharapkan nilai-nilai pengamatan yang berada di luar Whiskerss tidak

lebih dari 1%.
4) Jika data tidak simetris (miring), median tidak akan berada di tengah box
dan salah satu dari whiskers lebih panjang dari yang lainnya.
5) Adanya outlier di bagian atas boxplot yang disertai dengan whiskers

bagian atas yang lebih panjang, menunjukkan bahwa distribusi data
cenderung menjulur ke arah kanan (positive skewness)
6) Sebaliknya, adanya outlier di bagian bawah boxplot yang disertai dengan

whiskers bagian bawah yang lebih panjang, menunjukkan bahwa
distribusi data cenderung menjulur ke arah kiri (negatif skewness).
15
Kelompok 14
BAB III
METODEOLOGI
3.1 Alat dan Bahan

Dalam praktikum tentang analisis tentang postur tubuh dibutuhkan beberapa
alat dan bahan diantaranya adalah sebagai berikut :
1. Laptop
2. Software Minitab
16
Kelompok 14
3.2 Flowchart
Start
Melakukan Pengamatan
Memasukan data
Tidak
Cukup ?
Ya
Mengolah data
Menyusun laporan
Asistensi
Diterimaa? Tidak
Ya
Mengumpulkan laporan
selesai
Gambar 3. 1 Flowchart
17
Kelompok 14
3.3 Alur Pengamatan dan Penggunaan Software Minitab19

Penjelasan singkat kami mengenai alur penelitian dan penggunaan software
minitab yang kelompok kami lakukan ;
3.3.1 Alur Pengamatan
1. Pada praktikum kali ini kami menggunakan 3 jenis data yang sudah
dilakukan pengamatan terlebih dahulu, yaitu data tahunan, jumlah
penduduk miskin dan tingkat pertumbuhan ekonomi.
2. Tahap selanjutnya, kami memasukkan data-data tersebut kedalam excel

yang kemudian akan diaplikasikan kesoftware minitab agar
mempermudah proses backup data.
3. Setelah data dimasukkan, kami mengubah data yang sudah dimasukkan

tersebut kedalam bentuk histogram agar mempermudah dalam
pengamatan.
4. Setelah dilakukan pengamatan menggunakan histogram,kemudian kami

mengubah data awal tersebut kedalam bentuk Scatterplot untuk
mempermudah dalam melihat laju pertumbuhan ekonomi dari tahun ke
tahun.
5. Kemudian kami mengubah data awal tadi kedalam bentuk Boxplot secara
satu persatu agar bisa didapatkan data yang lebih detail.
18
Kelompok 14
3.3.2 Penggunaan Software Minitab 21

1) Histogram
Step membuat histogram menggunakan minitab yaitu pertama-
tama kita harus memasukan datanya terlebih dahulu.
Gambar 3. 2 Cara Mengolah Data Histogram
Setelah memasukan datanya pilih Graph pada menu toolbar lalu pilih
yang Histogram.

19
Kelompok 14
Kemudian pilih whit fit lalu Pilih data yang ingin dibuat histogram,
masukan ke kolom graph variables lalu ok.
Setelah itu akan didapatkan grafik yang berupa histogram
Gambar 3. 5 Tampilan Grafik Histogram
20
Kelompok 14
2) Scatterplot
Langkah pertama masukan data yang sudah dibuat kedalam kolom
Gambar 3. 6 Cara Mengolah Data Scatterplot
Setelah memasukan data, pilih graph di menu tools lalu pilih

Scatterplot dan pilih with regression.
21
Kelompok 14
Kemudian masukan jumlah penduduk miskin ke variable Y dan

pertumbuhan ekonomi ke variable X
22
Kelompok 14
Kemudian akan terlihat hasil dari scatterplot
Gambar 3. 9 Hasil Gambaran Scatterplot
3) Boxplot
Untuk boxplot sama seperti 2 data sebelumnya yitu histogram dan
scatterplot yang memulai dengan memasukan data terlebih dahulu.
23
Kelompok 14
Gambar 3. 10 Cara Mengolah Data Boxplot

Setelah itu pilih boxplot pada menu graph lalu pilih simple, setelah
itu pilih salah satu data yang akan dibuat boxplot, kemudian pilih oke.
24
Kelompok 14
Gambar 3. 11 Cara Mengolah

Data Boxplot
25
Kelompok 14
Kemudian akan keluar hasil dari boxplot variable tahun.(Ulangi

cara tersebut sebanyak jumlah variable untuk menghasilkan jumlah
data yang berbeda).
Gambar 3. 12 Contoh-Contoh Hasil Boxplot
26
Kelompok 14
BAB IV
PENGUMPULAN & ANALISIS DATA
4.1 Pengumpulan Data

Tabel 4. 1 Pengumpulan Data
No Tahun Pertumbuhan Ekonomi Jumlah Penduduk Miskin
1 2000 4,90% 38,70
2 2001 3,60% 37,90
3 2002 4,50% 38,40
4 2003 4,80% 37,30
5 2004 5,00% 36,10
6 2005 5,70% 35,10
7 2006 5,50% 39,30
8 2007 6,40% 37,17
9 2008 6,00% 34,96
10 2009 4,60% 32,53
11 2010 6,20% 21,02
4.2 Analisis Data

4.2.1 HISTOGRAM
Dalam pengamatan telah didapatkan hasil dari metode histogram yang masing
masing variable datanya memiliki grafik kenaikan dan penurunan yang berbeda
sehingga menandakan adanya fluktuasi disetiap variabelnya. Berikut penjabarannya :
25
Kelompok 14
1. Variabel Data Tahun
Gambar 4. 1 Variabel Tahun

Dalam variable tahun ini bisa dilihat bahwa telah terjadi fluktuasi yang
mendatar dengan alur kenaikan ditahun pertama yaitu tahun 2000 sebanyak
1% yang semula tidak terjadi pergerakan ditahun 1998. namun pergerakan
tersebut tidak berhenti disitu saja. dalam 2 tahun telah terjadi penaikan dari
yang semula 1% menjadi 2% atau naik sebanyak 1% dari 2 tahun
sebelumnya. Perkembangan tersebut telah bertahan sebanyak 5 kali dengan
waktu perhitungan setiap 2 tahun hingga tahun 2010. dengan data tersebut
telah didapatkan nilai tengah dari perkembangan tersebut yaitu stabil ditahun
2005 dengan nilai standar deviasinya sebanyak 3,317 dengan jumlah data
pengamatan sebanyak 11 data.
26
Kelompok 14
2. Variabel Data Pertumbuhan Ekonomi
Gambar 4. 2 Variabel Histogram Pertumbuhan Ekonomi
Dalam variabel pertumbuhan ekonomi telah terjadi penaikan grafik

diawal dengan periode pertumbuhan ekonomi 3,50% sebanyak 1 sesi. lalu pada
peningkatan 4,50% ekonomi terjadi sekitar 2 sesi dan terus naik pada angka
pertumbuhan 5% sebanyak 3 sesi. namun kenaikan tersebut tidak bertahan lama
dengan angka pertumbuhan antara 5,50%-6% sebanyak 2 sesi (1 sesi lebih
sedikit daripada sebelumnya). grafik tersebut terus turun sampai pada
pertumbuhan ekonomi diangka 6,50% sebanyak 1 sesi. dari fluktuasi gafik
tersebut kita bisa menyimpulkan bahwa pertengahan persentase kenaikan
pertumbuhan ekonomi terjadi diangka 0,052% dengan nilai deviasinya sebesar
0,008438 dan dengan jumlah variabel penelitian sebanyak 11 data.
27
Kelompok 14
28
Kelompok 14
3. Variabel Data Jumlah Penduduk Miskin
Gambar 4. 3 Variabel Histogram Jumlah Penduduk Miskin

Dalam variabel jumlah penduduk miskin bisa dilihat bahwa dalam tahun
pertama telah terjadi peningkatkan jumlah penduduk miskin sebanyak 20
penduduk dengan frekuensi 1% yang selanjutnya mengalami penurunan
sampai rasio 0%. kemudian terjadi peningkatan Kembali sebanyak 32 penduduk
dengan ratio kenaikan 1% dan terus bertambah diangka 32 sampai 39 penduduk
dengan ratio 3-5% dan kemudian terjadi penurunan drastic sebanyak 4%. dari
gafik diatas telah didapatkan ratio kenaikan pertengahan diangka 35,32%
dengan nilai standar deviasi sebanyak 5,136 dan jumlah data pengamatan
sebanyak 11 data.
29
Kelompok 14
4.2.2 SCATTERPLOT
Beda halnya dengan histogram, scatterplot tidak menggambarkan suatu
grafik berbentuk batang melainkan hanya menggambarkan titik yang menandakan
suatu arus / tingkat korelasi antara 2 variabel.
1. Scatterplot Jumlah Penduduk Miskin vs Pertumbuhan Penduduk
Gambar 4. 4 Hasil Diagram Scatterplot
Dari diagram scatter tersebut kita bisa lihat bahwa sekilas tidak korelasi
yang dapat dilihat karena variabel Y tidak dipengaruhi oleh variabel X
sehingga masih perlunya banyak data. namun jika kita mengesampingkan
hal tersebut diagram ini bisa diartikan sebagai adanya tingkat korelasi antara
variabel Y dan variabel X namun masih samar-samar dan sepintas mengarah
ke negatif. hal tersebut bisa terjadi jika terdapat suatu variabel X lain yang
masih perlu dianalisis/ada variabel signifikan di dalam variabel Y dan
peningkatan variabel x tersebut menghasilkan penurunan nilai variabel y
sehingga bergerak kearah negatif
30
Kelompok 14
4.2.3 BOXPLOT
Boxplot sendiri berbeda dengan 2 method sebelumnya, boxplot menampilkan
sebuah data dalam bentuk candel stick yang dimana dalam candel tersebut kitab
isa mengetahui nilai maksimum dan minimum yang ada pada data serta nilai
kuartil atas dan kuartil bawah yang dimiliki oleh data.
1. Boxplot Tahun
Gambar 4. 5 Hasil Boxplot Tahun
Pada boxplot tahun kita bisa melihat bahwa data tersebut tidak memiliki
kemiringan data atau data tersebut terbilang standar karena memiliki garis
median yang berada ditengah. selain itu pada boxplot tahun memiliki rata
rata data peningkatan ditahun 2005 dengan nilai minimum berada ditahun
2000 dan nilai maksimumnya berada di tahun 2010 serta memiliki batas
peningkatan minimum di tahun 2002 dan batas peningkatan maksimum
ditahun 2008.
31
Kelompok 14
1. Boxplot Pertumbuhan Ekonomi
Gambar 4. 6 Boxplot Pertumbuhan Ekonomi
Dalam boxplot pertumbuhan ekonomi bisa terlihat bahwa data tersebut

memiliki whiskers atas lebih Panjang dan terdapat outlier dibagian atas yang
menandakan data tersebut cenderung miring ke kanan atau positive skeness.
dengan adanya whiskers atas yang relative lebih Panjang dari pada whiskers
bawah yang menandakan bahwa nilai whiskers lebih rendah dari pada data
kuartil bawah dan kuartil atas.
32
Kelompok 14
2. Boxplot Jumlah Penduduk Miskin
Gambar 4. 7 Boxplot Jumlah Penduduk Miskin
Dalam boxplot jumlah penduduk miskin bisa terlihat bahwa data tersebut
memiliki whiskers bawah yang lebih Panjang dan terdapat outlier dibagian
bawah yang menandakan data tersebut cenderung miring ke kiri atau
negative. dengan adanya whiskers bawah yang relative lebih Panjang dari
pada whiskers atas menandakan bahwa nilai whiskers lebih rendah dari pada
data kuartil bawah dan kuartil atas.
33
Kelompok 14
BAB V
KESIMPULAN & SARAN
5.1 Kesimpulan
1. Data histogram, scatterplot, dan boxplot bisa dianalisis dengan minitab
dengan cara memasukan data penelitian yang sudah dievaluasi lalu pilih
menu graph dan tentukan metode apa yang ingin digunakan
(scatterplot,histogram atau boxplot) setelah itu tentukan bentuk
visualisasinya dan tentukan variabel apa yang ingin diteliti maka nanti akan
kelaur hasil analisis dari metode yang digunakan.
2. Pada praktikum pertama dalam statistik ini kita dapat mengetahui dan
mempelajari pada bidang statistic, dalam histogram nilai yang didapat dalam
variabel data tahunan yang tertinggi bernilai 2,0 , terendah 1,0 , mean 2005,
Stdev 3,317. Variabel data pertumbuhan ekonomi yang tertinggi bernilai 3,0 ,
terendah 1,0 , mean 0,052 , Stdev 0,008438. Variabel Data Jumlah Penduduk
Miskin yang tertinggi 5, terendah 1, mean 35,32 , Stdev 5,136. Dalam
method scatterplot telah didapatkan hasil pengamatan yang masih samar
namun bisa bernilai negative. Untuk method boxplot telah didapatkan data
dalam tahunan bernilai standar/stabil, sedangkan untuk variabel
pertumbuhan ekonomi data yang didapatkan bernilai positif dan untuk
variabel jumlah penduduk miskin, data yang didapatkan bernilai negative.
3. Histogram digunakan untuk menggambarkan distribusi data numerik dalam

bentuk grafik yang menunjukkan seberapa sering nilai-nilai tertentu muncul
dalam kumpulan data. Scatterplot digunakan untuk menunjukkan hubungan
antara dua variabel numerik. berguna dalam melihat pola korelasi atau
hubungan antara dua variabel, baik itu positif, negatif atau tidak ada korelasi
sama sekali. Boxplot digunakan untuk menunjukkan distribusi data secara
ringkas dan juga sebagai alat untuk mendeteksi pencilan atau outliers.
31
Kelompok 14
Boxplot menunjukkan kuartil, median, serta range nilai data. Boxplot juga
memungkinkan kita untuk melihat apakah data memiliki skewness atau
simetri dan seberapa tersebar data dalam kumpulan data.
5.2 Saran
Sebelum memulai praktikum alangkah baiknya lebih teliti dalam
pengolahan data, diperbanyak lagi dalam literasi, lebih dikembangkan dari
segi pola penulisan serta penggunaan software. Untuk praktikum selanjutnya
sebaiknya asisten lebih selektif lagi dalam memberi jadwal praktikum agar
tepat sesuai dengan waktu mulai praktikum.
32
Kelompok 14
DAFTAR PUSTAKA
Soesi (2022) Cara Membaca Boxplot, https://idschool.net/sma/cara-membaca-

boxplot/?amp, diakses pada 23 maret 2023.
Yanto. (2016). Statistika Inferensia untuk Penelitian dengan Minitab. Yogyakarta:

ANDI
Lely Kurnia, S.PD., M.SI. (2016). Penelitian Kompetitif Dosen Penelitian Tingkat
Madya. Pengembangan Bahan Ajar Menggunakan Software Minitab Pada Mata
Kuliah Statistik Dasar. 1 - 29
Junaidi. (2015). Deskripsi Data Melalui Box-Plot. Fakultas Ekonomi dan Bisnis
Universitas Jambi , 1-4."https://repository.unja.ac.id/118/1/boxplot.pdf".
Desi Fimansyah, S. Pd. (2020). Penyajian Data Dalam Bentuk Tabel Distribusi
Frekuensi Kelompok. Bahan ajar, 1 - 15.
"https://files1.simpkb.id/guruberbagi/rpp/154864-1601507349.pdf ", Diakses pada 7

Mei 2022 pukul 20.30.
Ardhana Pragota. Scatterplot. Visualisasi untuk RegresiRegre

"https://learn.nural.id/course/statistics/regresi-/scatterplot", Diakses pada 10
Mei 2022 pukul 13.30.
Lely Kurnia, S.PD., M.SI. (2016). Penelitian Kompetitif Dosen Penelitian Tingkat
Madya. Pengembangan Bahan Ajar Menggunakan Software Minitab Pada Mata
Kuliah Statistik Dasar. 1 - 29
"https://repo.iainbatusangkar.ac.id/xmlui/handle/12345linier6789/11891", Diakses
pada 6 Mei 2022 pukul 22.30.
32

MODUL PRAKTIKUM Statistik 14

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

MODUL PRAKTIKUM Statistik 14

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN PRAKTIKUM STATISTIKA INDUSTRI II

MODUL 1: HISTOGRAM, BOXPLOT, SCATTERPLOT

Disusun sebagai salah satu syarat kelulusan Mata Kuliah Statistika II

Anggota : 1. Irzal Fahrizi 202110215178

2. Ario Wildan Aulia 202110215182

3. Muhammad Rehan Prasetyo 202110215174

4. Fahri Baihaqi 202110215181

5 Rafly Septia Sandy 202110215192

PROGRAM STUDI TEKNIK INDUSTRI

UNIVERSITAS BHAYANGKARA JAKARTA RAYA

Telah disetujui dan disahkan pada :

Anggun Kusuma Hartadi

Koordinator MK Praktikum Dosen Pengampu Mata Kuliah

Jasan Supratman, S.T., M.T Ade Irpan Sabilah, S.T., M.T

Yayan Saputra, S.T., M.T

3. Yayan Saputra, S.T., M.T. selaku kepala laboratorium di Universitas

5. Saudara didik beserta keluarga yang telah membimbing dan merelakan

Penulis menyadari bahwa dalam penyusunan laporan praktikum ini masih

3.3.2 Penggunaan Software Minitab 21..........................................................19

Tabel 4. 1 Pengumpulan Data......................................................................................25

Gambar 2. 1 Penjelasan Boxplot..................................................................................12

Gambar 3. 2 Cara Mengolah Data Histogram.............................................................19

Gambar 3. 3 Cara Mengolah Data Histogram.............................................................19

Gambar 3. 4 Cara Mengolah Data Histogram.............................................................20

Gambar 3. 5 Tampilan Grafik Histogram....................................................................20

Gambar 3. 6 Cara Mengolah Data Scatterplot.............................................................21

Gambar 3. 7 Cara Mengolah Data Scatterplot.............................................................21

Gambar 3. 8 Cara Mengolah Data Scatterplot.............................................................22

Gambar 3. 9 Hasil Gambaran Scatterplot....................................................................22

Gambar 3. 10 Cara Mengolah Data Boxplot...............................................................23

Gambar 3. 11 Cara Mengolah Data Boxplot...............................................................23

Gambar 3. 12 Contoh-Contoh Hasil Boxplot..............................................................24

Gambar 4. 1 Variabel Tahun........................................................................................26

Gambar 4. 2 Variabel Histogram Pertumbuhan Ekonomi...........................................27

Gambar 4. 3 Variabel Histogram Jumlah Penduduk Miskin.......................................28

Gambar 4. 4 Hasil Diagram Scatterplot......................................................................29

Gambar 4. 5 Hasil Boxplot Tahun................................................................................30

Gambar 4. 6 Boxplot Pertumbuhan Ekonomi..............................................................31

1.1 Latar Belakang

Untuk perkembangan statistik sendiri sudah banyak teknologi untuk mengolah

Minitab seringkali digunakan dalam implementasi Six Sigma, CMMI serta

Minitab menyediakan beberapa pengolahan data untuk melakukan analisis

1.2 Rumusan Masalah

1.) Apa yang membedakan histogram, boxplot dan scatterplot?

1.3 Tujuan Penelitian

1.) Untuk mengetahui perbedaan antara histogram,boxplot dan scatterplot

1.4 Waktu Praktikum

1.5 Sistematika Penulisan

Sistematika penulisan dalam tugas akhir ini, disusun sebagai berikut:

BAB II LANDASAN TEORI

Bab ini berisi gambaran materi dari Analisis Postur Tubuh.

BAB III METODEOLOGI PENELITIAN

BAB IV PENGUMPULAN DATA

BAB V HASIL DAN PEMBAHASAN DATA

Bagian ini berisi pembahasan data yang didapatkan.

2.1 Data Statistik

2.1.1 Pengertian Data Statistik

Populasi dapat dibedakan menjadi dua yaitu: 1) Populasi berdasarkan

2.1.2 Jenis Data Statistik

Data kategori merepresentasikan karakteristik. Oleh karena itu, data dapat

Sedangkan push-upnya sendiri adalah bilangan bulat yang tidak bisa

memprediksi masa depan sambil mendokumentasikan sejarah. Ini adalah

2.3.1 Pengertian Histogram

Histogram dapat dipahami dengan tampilan bentuk grafis untuk