Bagaimana anda melakukan analisa

(membaca) terhadap grafik histogram ??

Informasi apa yang bisa anda

dapatkan dari grafik histogram ??
 Mengalisa Histogram
• Disesuaikan dengan bentuk histogram*
• Harus diketahui target nilai yang ingin
dicapai
• Harus diketahui batas spesifikasi yang
ditetapkan :
– Batas Spesifikasi Atas
– Batas Spesifikasi Bawah
• Dilihat jenis datanya*
Histogram
 *Bentuk Histogram
• Tergantung letak dan frekuensi data
• Bentuknya dilukiskan dengan kurva
• Histogram yang baik : membentuk kurva
normal
• Bentuk kurva (histogram) ada yang miring
ke kiri, miring ke kanan, memiliki 2
puncak, dll.
* Informasi Yang Ditampilkan Histogram

• Penyebaran data (Dispersion) :

– Range
– Variance

• Letak pusat data (Central Tendency) :

– Mean
– Median
– Modus
 Histogram Kurva Normal

• Merupakan bentuk histogram yang paling baik :

• Nilai mean, median, modus berada pada satu titik, ditengah-tengah data.
Mean = Median = Modus
• Ukuran central tendency yang efektif adalah mean
• Data mendekati kesempurnaan :
– Target tercapai  frekuensi terbanyak berada pada titik target
– Variansi kecil  proses berjalan dengan baik
– Tidak banyak (bahkan tidak ada) produk yang cacat  Data diluar batas
spesifikasi atas dan bawah, jumlahnya sedikit (tidak ada).
 Histogram : Right Skew & Left Skew

• Nilai mean ≠ median ≠ modus

• Ukuran central tendency yg efektif adalah
median  untuk melihat pencapaian
target
Histogram Right Skew : Kurva Miring Kekanan

• Positively skewed
• Nilai mean >>>, median >> dan modus >
• Clue : If the mean is greater than the median, the data are skewed
to the right
• Target tidak tercapai : data banyak yang mendekati lower
specification
• Proses tidak konsisten  variance supaya diminimalkan
 Histogram Left Skew : Kurva Miring Kekiri

• Negatively skewed
• Nilai modus >>>, median >> dan mean >
• Clue : If the mode is greater than the median, the data are skewed to
the right
• Target tidak tercapai : data banyak yang mendekati upper
specification
• Proses tidak konsisten  variance supaya diminimalkan
 Bentuk Lain Histogram

Bi-Modal distribution : Uniform distribution :

• Terdapat dua ukuran central tendency
• Terjadi dua sifat (perilaku) yang hampir
sama dalam satu proses
• Terjadi jika, dua jenis data yang diukur
dari populasi yang berbeda.
• Misal : (1) plotting distribusi tinggi
manusia laki-laki dan perempuan
• (2) pengambilan sampel cacat produk
yang dilakukan pada shit yang berbeda.
• Bentuknya kurva landai (flat)
• Nilai mean, modus tidak terlalu
signifikan berbeda.
• Terjadi ketika semua data nilainya
mendekati batas spesifikasi atas
maupun bawah
• Apa setiap histogram bisa dianalisa dari
ketiga nilai ukuran central tendency :
(mean, median, modus) dan dispersinya
(range, nilai maks, nilai min, variansi) ??
• Analisa disesuaikan dengan jenis (tipe) data.

• Kuantitatif : data numeric, interval, rasio. Contoh : data

nilai ujian, berat badan, dll
• Ordinal : menujukkan peringkat, tetapi tidak diketahui jarak
peringkatnya. Contoh : tingkat pendidikan, TK, SD, SMP, SMA
• Nominal : membedakan antar kelompok. Contoh : Jenis kelamin,
laki-laki, perempuan
 Grafik (a). Histogram jumlah orang Grafik (b). Histogram umur responden
berdasarkan jenis kelamin

• Informasi apa yg bisa anda • Informasi apa yg bisa anda

dapatkan dari grafik (a) ?? dapatkan dari grafik (b) ??
• Apakah sama dgn grafik (b) ?? • Apakah sama dgn (a) ??
Kelebihan & Kelemahan Histogram
Kelebihan :
• it provides an easy-to-read picture of the location and variation
within a data set

Kelemahan :
• Jika jumlah “bar” yang ditampilkan terlalu sedikit ataupun terlalu
banyak  Sulit dibuat suatu keputusan.
– Terlalu sedikit  Kurang akurat dijadikan dasar keputusan,
sedikit sampel mewakili populasi yang besar tentunya tidak baik.
– Jika terlalu banyak bar  Akan membingungkan (misleading)
pembacaannya, terutama jika kurang jelas posisi central
tendency-nya.
– Dibutuhkan pengalaman lebih dalam menganalisa histogram.
Jika masih terasa sulit, jumlah bar dikurangi dengan membantuk
kelas tertentu.