Statistik Kualitas

Lingkungan

Disiapkan :
Teguh Budi Prijanto

teguh.budip@yahoo.co.id 1
 PENGERTIAN

• STATISTIK
- Sempit  angka, kumpulan data, bilangan/
non bilangan
- Luas  alat analisis data, alat menarik
kesimpulan

• STATISTIKA
 Pengetahuan yang berhubungan dengan
PULTA, LAHTA, JITA, ANALISIS DATA,
SIMPULAN teguh.budip@yahoo.co.id 1
 STATISTIK DAN STATISTIKA

STATISTIKA
ANGKA :
- MEAN
SERANGKIAN DATA :
- MEDIAn
9 12 15 17 25
- MODUS

STATISTIK - VARIAN
VARIABEL DAN KATEGORI :
- SIMPANG BAKU
A  B

HSL UJI HIPOTESIS:

VAR. INDEPENDENT DAN
- HUBUNGAN
DEPENDENT
- BEDA
- PENGARUH
teguh.budip@yahoo.co.id 1
PERAN STATISTIK DALAM PENELITIAN :

1. Penentuaan besar sampel untuk penelitian

(pertanggungjawaban secara metodologis)

2. Uji validitas dan reliabilitas instrumen

(alat ukur, instrumen)

3. Teknik penyajian data (bermakna dan komuni

katif)  Tabel, grafik, dll.

4. Uji hipotesis  teknik korelasi, asosiasi, komparasi,

regresi.
teguh.budip@yahoo.co.id 1
PEMBAGIAN STATISTIK :

1. STATISTIK DESKRIPTIF
- Memberikan gambaran (deskripsi) terhadap obyek
yang diteliti (sampel maupun populasi)
- Tanpa membuat simpulan yang diberlakukan untuk
umum (generalisasi/inferensi)
Dengan apa :
- Tabel
- Grafik
- Diagram
- Statistik deskriptif ( Mean, Median, Modus)
Penelitian yang tidak mengambil sampel -> statistik
deskriptif. teguh.budip@yahoo.co.id 1
 Pembagian Statistik :

2. STATISTIK INFERENSIAL/INDUKTIF
- Statistik yg digunakan untuk analisis data sampel, dan
hasilnya akan digeneralisasikan/inferensikan untuk
populasi dari mana sampel diambil.
- Ada 2 pendekatan dlm statistik inferensial :
1). Statistik Parametrik
- Data dg skala interval dan rasio
- Distribusi normal
2). Statistik Non Parametrik
- Data dg skala nominal dan ordinal
- Data dg skala interval/rasio tetapi
distribusi tidak normal.
teguh.budip@yahoo.co.id 1
 Pembagian Statistik :

Bilamna sekelompok data dikatakan

berdistribusi Normal ?

1. Dengan pendekatan grafik

2. Dengan Kurva Normal

3. Dengan uji Kolmogorov Smirnov

(paket SPSS)

teguh.budip@yahoo.co.id 1
 PENGUKURAN DAN SKALA DATA

SEMBER DATA
Data primer :
- diperoleh langsung dari sumbernya (obyek/
responden
- saat penelitian dimulai, data belum ada
Data sekunder :
- diperoleh dari selain sumber/obyek/responden
- Saat penelitian dimulai, data tersebut sudah
tersedia, tinggal ambil/nyalin.

Contoh : peneliti ingin memperoleh data parameter Besi

di sungai Cikapundung.
teguh.budip@yahoo.co.id 1
 Pengukuran dan Skala Data

SIFAT DATA
Data Kualitatif :
- data berbentuk kata-kata, kalimat, gambar.

Data Kuantitatif :
- data berbentuk angka
- data kuantitatif ada 2 :
- data dikrit, diperoleh dari hasil
menghitung atau membilang
- data kontinum, diperoleh dari hasil
mengukur (dg alat ukur)
teguh.budip@yahoo.co.id 1
 Pengukuran dan Skala Data

PENGUKURAN
- Pengukuran (variabel) adalah observasi fenomena
agar dapat dianalisis sesuai aturan.
- Konsep pengukuran  kuantitatif dan kualitatif

Langkah-langkah pengukuran (variabel) :

1. Dimensi variabel
2. Ukuran masing-masing dimensi
(pertanyaan masing-2 dimensi)
3. Tingkat ukuran (skala data) yang akan digunakan
4. Tingkat validitas dan reliabilias alat ukur
 Definisi operasional variabel.
teguh.budip@yahoo.co.id 1
 KEMAMPUAN SKALA DATA

SKALA DATA
KEMAMPUAN
NOMINAL ORDINAL INTERVAL RASIO

Membedakan + + + +
Menentukan + + +
urutan
Besar Beda + +
Kelipatan +

teguh.budip@yahoo.co.id 1
 PENGOLAHN DAN PENYAJIAN DATA

Pengolahan data :
1. Editing
2. Koding
3. Processing/Entry
4. Cleaning
5. Analisis
Penyajian Data :
1. Narasi
2. Tabuler
3. Grafikal
teguh.budip@yahoo.co.id 1
 STATISTIK DESKRIPTIF

1. Ukuran Gejala Pusat ( Ukuran Tendensi Sentral)

1). Modus (Mo)
- Ukuran statistik berdasarkan nilai yang populer
(paling banyak muncul).
- Cocok untuk data kualitatif
2). Median (Md)
- Ukuran statistik berdasarkan nilai tengah setelah
data disusun secara urut.
- Cocok bila ada nilai ekstrim
3). Mean (Me)
- Ukuran statistik yang mempertimbangkan seluruh
nilai data, Tidak baik bila ada nilai ekstrim.
teguh.budip@yahoo.co.id 1
 Ukuran gejala pusat

Rumus Mean (Me) :

1. Data tidak dalam distribusi frekuensi

Σ Xi
Me = --------------
n

Me = Mean (rata-rata)
Xi = nilai data dari data ke 1 sampai data ke n
n = banyaknya data yang diolah
2. Data dalam distribusi frekuensi
Σ fi Xi
Me = --------------
Σ fi
teguh.budip@yahoo.co.id 1
 Contoh :

Nilai Frekuensi
(Xi) ( fi ) fi . Xi
6 20 120
7 25 175
8 40 320
9 10 90
10 5 50
Jumlah 100 755
Σ fi . Xi 755
Me = ------------ = -------- = 7,55
Σ fi 100
teguh.budip@yahoo.co.id 1
Ukuran Gejala Pusat untuk data dalam distribusi frekueni
dengan klas interval.

1. Modus (Mo)

b1
Mo = b + p -----------
b1 + b2
Mo = Nilai modus
b = Batas bawah klas interval dengan frekuensi terbanyak
( nilai bawah klas interval modus dikurangi 0,5 )
p = Panjang klas interval dengan frekuensi terbanyak
( selisih nilai bawah klas interval dengan frekuensi terbanyak
dengan nilai bawah klas interval sebelumnya atau sesudahnya).
b1 = frekuensi klas modus dikurangi frekuensi klas interval sebelumnya.
b2 = frekuensi klas modus dikurangi frekuensi klas interval berikutnya.

teguh.budip@yahoo.co.id 1
2. Median (Md)

n/2 - F
Md = b + p ------------
f
Md = Nilai median
b = batas bawah klas interval dimana median terletak
( Nilai bawah klas interval median dikurangi 0,5 )
p = Panjang klas interval dengan frekuensi terbanyak
( selisih nilai bawah klas interval dengan frekuensi terbanyak
dengan nilai bawah klas interval sebelumnya atau
sesudahnya.
n = banyak data yang akan diolah
F = Jumlah kumulatif frekuensi sampai dengan sebelum klas
media.n
f = frekuensi klas median.
teguh.budip@yahoo.co.id 1
3. Mean (rata-rata hitung)

Σ f i . Xi
Me = -----------------
Σ fi

dimana : Me = Rata-rata hitung.

Xi = tanda klas (nilai bawah klas ditambah
nilai atas klas dibagi 2)
fi = frekuensi pada masing-masing klas.

teguh.budip@yahoo.co.id 1
 UKURAN DISPERSI
(UKURAN PENYEBARAN)

1. Rentang
( Selisih nilai terbesar dg terkecil)

2. Varians
(kwadrat dari standar deviasi)

3. Standar Deviasi
(akar dari varians)

4.Koefisien Variasi
(Standar deviasi : rata-rata) X 100 %
teguh.budip@yahoo.co.id 1
 Distribusi biasa Klas interval

Data Populasi :
Σ ( Xi - µ )2 Σ fi . ( Xi - µ )2
σ2 = -------------------- σ2 = -----------------------
N N

Σ ( Xi - µ )2 Σ fi . ( Xi - µ )2
σ = -------------------- σ = -----------------------
√ N √ N
Data Sampel :

Σ ( Xi - X )2 Σ fi . ( Xi - X )2
S2 = -------------------- S2 = -----------------------
( n -1 ) (n–1)

Σ ( Xi - X )2 Σ fi . ( Xi - X)2
S = -------------------- S = -----------------------
√ (n–1) √ (n–1)

teguh.budip@yahoo.co.id 1
 Teguh.budip@yahoo.co.id

Tabel kerja penghitungan standar deviasi (1):

No
Individu Xi Xi – X (Xi – X)2
1 60 -11.5 132.25
2 70 -1.5 2.25
3 65 -6.5 42.5
4 75 3.5 12.25
5 80 8.5 72.25
6 70 -1.5 2.25
7 70 -1,5 2.25
8 80 8.5 72.5
9 75 3.5 12.25
10 70 -1.5 2.25

n = 10 Σ Xi = 715 0 Σ (Xi – X)2 =

Me = 715 : 10 352.5 1
 Tabel kerja penghitungan standar deviasi (2):

Klas Tanda Klas

interval fi ( Xi) fi . Xi Xi - X (Xi -X)2 fi .(Xi -X)2
51 – 60 15 55,5 832.5 -18.5 342.25 5133.75

61 – 70 25 65.5 1637.5 -8.5 72.25 1806.25

71 – 80 30 75.5 2265 1.5 2.25 67.5

81 – 90 20 85.5 1710 11.5 132.25 2645

91 – 100 10 95.5 955 21.5 462.25 4622.5

Jumlah 100 377.5 7400 7.5 1011.25 14275

teguh.budip@yahoo.co.id 1
 95 % Confidence Interval

Rata-rata ± (1,96 X standar error)

Nilai kisaran
Standar error = SD ÷ √ n

teguh.budip@yahoo.co.id 1
 Control Chart

Dr. Walter Andrew Shewhart

AS 1924
Tujuan : menghilangkan variasi yang tdk
normal, melalui pemisahan variasi yang
disebabkan oleh penyebab khusus dan
variasi yang disebabkan oleh penyebab
umum.

teguh.budip@yahoo.co.id 1
Alat ukur manajeman modern yang
dipergunakan untuk mengukur kinerja
proses dan kualitas suatu produk.
Termasuk kualitas lingkungan.
Dapat mengambarkan suatu proses ekologis
sesuai dengan karakteristik
daerah/wilayah

teguh.budip@yahoo.co.id 1
 Beberapa Istilah Control Chart

• CL (Control Limit)>>>konsentrasi yang

dapat ditoleransi keberadaannya
• CL merupakan nilai kisaran yang
ditentukan dengan Mean ± 3 SD
• UCL (Uper Control Limit) = Mean + 3 SD
• LCL (Lower Control Limit) = Meam – 3 SD

teguh.budip@yahoo.co.id 1
• WL (Warning Limit) >>>batas nilai yang
menunjukan konsentrasi yang masih dapat
dikatagirika baik atau keberadaannya
dapat ditoleransi secara alamiah.
• WL merupakan nilai kisaran yang
ditentukan dengan Mean ± 2 SD
• UWL (Uper Warning Limit) = Mean + 2 SD
• LWL (Lower Warning Limit)= Mean –2 SD

teguh.budip@yahoo.co.id 1
• SC (Special Case)>>>variasi karena
sebab khusus/hasil pengukuran yang
berada di luar CL
• CCP (Critical Control Point)>>>suatu titik
pengukuran yang menunjukan satu atau
lebih parameter yang di ukur pada titik
tersebut mempunyai nilai di luar CL
• UP (Uncontrolled
Parameter)>>>parameter yang diukur
namun nilainya berada di luar CL
teguh.budip@yahoo.co.id 1
• Langkah Membuat Control Chart

1. Siapkan data kualitas lingkungan

2. Hitung nilai rata-rata masing-masing
parameter
3. Hitung nilai standar deviasi
4. Hitung nilai Control Limit
5. Plot data kualitas lingkungan
• Control Chart >>>>>Minitab Release 11
atau terbaru
teguh.budip@yahoo.co.id 1
 Control Chart Nitrit

UCL=161.3
150
UWL=134.2
Nitrit (mg/l)

100
x=80.03

50
LWL=25.83

0 LCL=-1.262

0 10 20
Titik Sampel

NAB = 0,06 mg/l

Sunday, September 1, Goeh-04 30
2019
 Control Chart Besi

8 UCL=7.696

UWL=5.925
Besi (mg/L)

4
x=2.383

0
LWL=-1.158

LCL=-2.929

0 10 20
Titik Sampel

Sunday, September 1, Goeh-04 31

2019
Selamat
Mencoba

teguh.budip@yahoo.co.id 1