Nama : Rachmat Gunawan

Nim : 2211210118
Kelas : JYA
Matkul : Statistik Industri

1. Masuk data Ke minitab

 Pilih menu Stat kemudian klik Basic Statistics selanjutnya pilih Normality test

 Ketik CI pada isian variable, kemudian pilih metode yang akan digunakan lalu klik OK untuk
menampilkan hasil
  Dari data diatas dapat diketahui nilai P-value yaitu 0,149 lebih besar dibandingkan dengan
nilai α (0,05) maka data nilai ujian mata kuliah statistik industri dari 40 mahasiswa
Universitas Tangerang Raya diatas berdistribusi normal.

2. Korelasi
 Masukan Data di Minitab

 Pilih Stat > Basic Statistics > Correlation sehingga muncul jendela correlation.
 Masukkan angka C1 C2 atau klik pada Quantity dan Harga pada kotak paling kiri kemudian
pilih Select hingga kedua variabel tersebut muncul di pada Variables.

 Ubah Confident Level jadi 99.0

 Klik pada graphs lalu pilih pada kolom statistics to display on plot pilihlah Correlations and
P-values lalu klik OK.
 Klik pada Result lalu pilih pada kolom Pairwise Correlation Table lalu klik OK.

 Pada hasil pengolahan data di dapatkan nilai antara Quantity dengan Harga memiliki nilai
korelasi sebesar -0,965 ini berarti memiliki hubungan yang sangat kuat

 Pada nilai P- Value didapatkan nilai lebih kecil dari pada nilai signifikan maka dapat
dikatakan bahwa sehingga Ho ditolak sehingga hubungan korelasi antara Quantity dan harga
satuan bersifat signifikan
Regresi
 Masukan Data di Minitab

 Kemudian klik stat – regression – regression – fit regression model

 Responses kita masukkan variabel Y, Sedangkan variabel X dalam regresi kita masukkan ke
Continuous predictors lalu klik Ok untuk melihat hasil pengolahan.

 Ubah Confident Level jadi 99.0

  Pada Nilai Constanta P-Value lebih kecil dari nilai signifikansi maka data tersebut mampu
mewakili populasi atau bersifat signifikan dan begitu pula pada nilai item Quantity dengan P-
value lebih kecil dari nilai signifikansi maka data tersebut mampu mewakili populasi atau
bersifat signifikan.

Dari hasil tersebut, kita dapat menjabarkannya satu persatu. R-Sq (adj) atau R-Square Adjust
yang bernilai 92,35% berarti, Variabel Harga dapat dijelaskan sebesar 92,35% oleh variabel
Quantity Pemesanan. sisanya 7,65% dijelaskan oleh variabel lain selain Quantity Pemesanan.
Persamaan regresi yang didapat adalah Harga = 204,05 + 1,285 Quantity Pemesanan berarti
kenaikan Rp. 1 harga tanah memberikan pengaruh positif terhadap Quantity Pemesanan
sebesar 1,285 dan setiap kenaikan harga memberikan dampak positif terhadap besarnya
Quantity Pemesanan.

3.
 Masukan Data di Minitab
 Klik atau pilih Stat lalu klik Anova dan pilih One-Way

 Isilah kolom One Way Analysis Of Variance dengan mengisi pada kolom response :
Kekuatan Tarik dan Factor : Serat Kapas setelah itu plih atau klik Comparisons

 Pada kolom Comparisons dan Kolom Options isilah sesuai dengan petunjuk gambar di bawah
ini
 Lalu setelah itu kita bisa mengolah data dengan klik ok, maka akan didapatkan hasil
pengolahan data sebagai berikut ini:

 P Value kurang dari nilai (α = 0.05) maka Ho ditolak maka yg diterima adalah H1
Kesimpulannya adalah jumlah serat kapas yang terkandung dalam kain tidak berbeda dalam
menghasilkan kekuatan tarik kain.
 b.
Melebihi nilai (α = 0.05) maka serat kapas 20 dan serat kapas 15, serat kapas 35 dan serat
kapas 15, serat kapas 25 dan serat kapas 20, serat kapas 35 dan serat kapas 20, serat kapas 30
dan serat kapas 25 terhadap kekuatan Tarik kain adalah berbeda

Kurang Nilai (α =0.05) maka serat kapas 25 dan serat kapas 15, serat kapas 30 dan serat kapas
15, serat kapas 30 dan serat kapas 20, serat kapas 35 dan serat kapas 25, serat kapas 35 dan
serat kapas 30 terhadap kekuatan tarik kain adalah tidak berbeda

4. Kesan saya selama perkuliahan statistic industri adalah banyak ilmu menghitung dan
teraplikasikan didunia pekerjaan dan sehari-hari.
Saran untuk kedepannya belajar statistic dengan menggunakan software SPSS agar
mahasiswa belajar lebih luas lagi.