Anda di halaman 1dari 4

PENERAPAN STATISTIKA DALAM BIDANG INDUSTRI

Oleh:

NURHANI INAYAH

NIM: 413422012

PROGRAM STUDI STATISTIKA

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI GORONTALO

2023
KATA PENGANTAR

Assalamu’alaikum warahmatullahi wabarokatuh

Segala puji bagi Allah SWT, atas rahmat dan karunia-Nya sehingga kami dapat
menyelesaikan makalah ini yang berjudul “Penerapan Statistika dalam Bidang
Industri” dengan tepat waktu. Shalawat serta salam semoga terlimpahkan kepada suri
tauladan baginda tercinta kita Nabi Muhammad SAW semoga kita yang me

Pada kesempatan ini saya mengucaapkan terima kasih kepada dosen pengampu mata
kuliah Bahasa Indonesia yang telah memberikan tugas terhadap kami. Kami juga
mengucaapkan terima kasih kepada pihak-pihak yang telah membantu dalam
pembuatan makalah ini.

Penulis menyadari bahwa makalah ini jauh dari kata sempurna dan masih terdapat
beberapa kekurangan, oleh karena itu penulis sangat mengharapkan saran dan kritik
yang membangun dari pembaca untuk penyempurnaan makalah ini.

Gorontalo, 28 Mei 2023

Penulis
BAB 1

PENDAHULUAN

1.1 Latar Belakang


Statistika adalah ilmu yang berkaitan dengan pengumpulan, analisis,
interpretasi, dan kajian data yang digunakan untuk melihat perkembangan
dari suatu penelitian (survei). Statistika berfungsi untuk mengumpulkan data
guna menarik keputusan dan membuat kesimpulan dengan membandingkan
suatu data dengan data lainnya lainnya. Pada umumnya statistik dibuat dalam
bentuk tabel atau diagram agar mudah untuk dipahami dan dianalisis. Hasil
dari analisis itulah yang digunakan untuk mencari tahu faktor apa saja yang
mempengaruhi statistika tersebut.
Dalam pandangan orang awam, banyak yang tidak mngetahui
bagaimana pentingnya ilmu statistika dalam bidang industri terutama untuk
mengontrol produksi barang dan jasa
Dalam suatu penelitian khususnya kuantitatif, ilmu statistika
mempunyai beragam kegunaan yaitu, sebagai alat untuk
menentukan ukuran sampel, pengujian instrumen pengumpulan
data, penyajian data (statistika deskriptif) dan analisis data
(statistika inferensia). Berbeda dengan “penyajian data” yang
masuk pada ranah statistika deskriptif yang hanya merangkum
atau meringkas data kedalam bentuk yang mudah dibaca saja,
“analisis data” masuk pada ranah statistika inferensia karena
melibatkan pengujian hipotesis statistik. Berdasarkan prosedur
analisis datanya, metode statistika inferensia dapat dibedakan
menjadi dua bagian yaitu statistika non parametrik dan statistika parametrik.
Pada statistika parametrik secara umum skala datanya menggunakan nominal
atau ordinal (bentuk data kualitatif/kategorikal), distribusi data populasinya tidak
memenuhi asumsi normal atau tidak bisa diketahui. Contoh statistika non
parametrik seperti, uji komparasi dengan chi square, analisis korelasi koefisien
phi, analisis regresi logistik. Sedangkan pada statistika parametrik secara umum
skala datanya menggunakan interval atau rasio (bentuk data kuantitatif/numerik),
sedangkan distribusi data populasinya harus memenuhi asumsi normal. Contoh
metode statistika parametrik seperti, analisis komparasi dengan t test, ANOVA,
analisis korelasi product moment, korelasi ganda, analisis regresi linier
sederhana dan analisis regresi linier ganda. Buku ini khusus membahas tentang
penerapan analisis statistika parametrik pada penelitian kuantitatif berikut asumsi
dasar yang menjadi persyaratan utamanya. Seperti yang telah dipaparkan diatas,
ada beberapa metode (rumus) statistika yang dapat digunakan dalam analisis data
ini, yaitu analisis komparasi dengan t test, ANOVA, analisis korelasi product
moment, korelasi ganda, analisis regresi linier sederhana dan analisis regresi
linier ganda. Sedangkan keunggulan dari buku ini adalah, selain menyajikan
pengujian statistik secara manual buku ini juga menyajikan pengujian statistik
dengan menggunakan bantuan software SPSS. Selain itu keunggulan lainnya dari
buku ini adalah juga menyajikan membahas dan memberikan contoh analisis
data dengan menggunakan variabel yang berjumlah lebih dari 2 (multivariable),
baik itu untuk analisis komparasi, korelasi maupun regresi linier.

Anda mungkin juga menyukai