Modul 1 Statistik Deskriptif
-
Upload
chindra-shintya-dewi -
Category
Documents
-
view
114 -
download
16
description
Transcript of Modul 1 Statistik Deskriptif
-
1
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I
BAB I PENDAHULUAN
1.1 Latar Belakang
Statistik merupakan kumpulan data baik berupa angka maupun bukan angka yang bisa
memberikan gambaran tentang suatu keadaan. Statistik deskriptif merupakan bidang ilmu
statistika yang mempelajari cara-cara pengumpulan, penyusunan, dan penyajian data suatu
penelitian sehingga memberikan informasi (Montgomery & Runger, 2010:191). Dalam
kehidupan sehari-hari, data memiliki peran yang sangat penting karena merupakan informasi
yang berguna dan bermanfaat bagi semua orang. Untuk bisa bermanfaat, pengolahan data harus
dilakukan secara tepat dan akurat baik menggunakan SPSS dan pengolahan manual. Kemudian
data disajikan secara deskriptif dengan menggunakan tabel ataupun grafik (chart) agar lebih
informatif. Pengolahan dan penyajian data dilakukan untuk mendapatkan informasi yang bisa
digunakan dalam menganalisa data, menarik kesimpulan dan pengambilan keputusan
1.2 Batasan Praktikum
Batasan-batasan yang digunakan praktikum ini adalah :
1. Data yang diambil untuk praktikum plastisin adalah data primer.
2. Pengukuran diameter plastisin dilakukan pada tiga sisi yang berbeda.
3. Banyaknya data sub grup adalah 30 data.
4. Data studi kasus adalah data eksteren TI UB berupa data skripsi.
5. Data eksteren hanya menggunakan 1 variabel.
6. Banyaknya data eksteren yang diambil adalah minimal 30 data.
1.3 Tujuan Praktikum
Tujuan dari pelaksanaan praktikum ini adalah :
1. Memahami statistik deskriptif secara teori maupun dalam bentuk pengolahan datanya.
2. Memahami pengambilan data secara interen dan eksteren.
3. Mengetahui cara pembagian sub grup berdasarkan data mentah.
4. Mampu melakukan pengolahan data dan menyajikannya secara terstruktur dan informatif.
1.4 Manfaat Praktikum
Manfaat dari pelaksanaan praktikum ini adalah :
1. Praktikan mampu menguasai statistik deskriptif secara teori maupun dalam bentuk
pengolahan datanya.
2. Praktikan mampu mengetahui cara pengambilan data secara interen dan eksteren.
3. Praktikan mampu mengetahui cara pembagian sub grup berdasarkan data mentah.
4. Praktikan mampu melakukan pengolahan data dan menyajikannya secara terstruktur dan
informatif.
-
2
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I
BAB II TINJAUAN PUSTAKA
2.1 Definisi Statistik dan Statistika
Kata statistik berasal dari kata latin yaitu status yang berarti negara (dalam bahasa inggris
state). Pada awalnya kata statistik diartikan sebagai keterangan-keterangan yang dibutuhkan
oleh negara dan berguna bagi negara (Anto Dajan, 1986). Misal, keterangan mengenai jumlah
keluarga penduduk suatu negara. Sehingga statistik juga dapat diartikan sebagai kumpulan data,
bilangan maupun non bilangan yang disusun dalam tabel dan atau diagram yang
menggambarkan suatu persoalan. Misalnya, statistik hasil pertanian, statistik produk dan
sebagainya (Widyantini & Pujianti, 2004:5).
Statistika adalah ilmu yang mempelajari metode-metode untuk menyederhanakan,
meringkas, dan mengorganisir data serta menarik kesimpulan tentang populasi berdasarkan
data sampel yang diambil dari populasi tersebut (Montgomery & Runger, 2010:3).
2.2 Pembagian Jenis Data
Jenis-jenis data dibagi berdasarkan bentuk, sifat, sumber, skala pengukuran dan waktu
pengumpulan data.
2.2.1 Berdasarkan Bentuk Data
Pembagian jenis data menurut bentuknya, yaitu :
1. Data diskrit : data yang diperoleh dari suatu pencacah/numerasi, berbentuk bilangan bulat
0,1,2,3,4,.dst (Harinaldi, 2005:19).
Contoh : Jumlah Sekolah Dasar Negeri di Kecamatan XXX sebanyak 20.
2. Data kontinyu : data yang diperoleh dari hasil pengukuran biasanya disajikan dalam bentuk
angka dan dalam bentuk pecahan (Tampomas, 2003:32).
Contoh : Berat badan siswa kelas 640,5 kg, 45 kg, 37 kg, 35 kg, 39,5 kg.
2.2.2 Berdasarkan Sifat Data
Pembagian jenis data menurut sifat datanya, yaitu :
1. Data kualitatif : sebuah data yang dinyatakan dalam bentuk bukan angka (Santoso, 2012:2).
Contoh : Kondisi barang (jelek, sedang, bagus), pekerjaan (petani, pengusaha, pedagang),
tingkat kepuasan (tidak puas, puas, sangat puas), dll.
2. Data kuantitatif : data yang dinyatakan dalam bentuk angka (Santoso, 2012:3).
Contoh : Tinggi badan, umur, jumlah benda, penghasilan seseorang, dll.
2.2.3 Berdasarkan Skala Pengukuran Data
Pembagian jenis data menurut skala pengukuran data, yaitu :
-
3
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I 1. Data nominal : data skala yang mempunyai ciri untuk membedakan skala ukur yang satu
dengan skala ukur yang lainnya. Dalam skala nominal angka yang diberikan pada kategori
tidak menggambarkan kedudukan kategori tersebut terhadap kategori lainnya akan tetapi
hanya sekedar kode maupun label (Fauzy, 2011:4).
Contoh: Jenis kelamin laki- laki dikategorikan 1 dan 2 adalah perempuan.
2. Data ordinal : data skala yang selain mempunyai ciri membedakan, juga mempunyai ciri
mengurutkan pada rentang tertentu. Pengukuran ordinal memungkinkan segala sesuatu
disusun menurut peringkatnya masing-masing (Fauzy, 2011:5).
Contoh : Mengukur tingkat kecerdasan biasanya diklasifikasikan ke dalam pandai, sedang,
atau bodoh. Biasanya klasifikasi tersebut diberi peringkat, misalnya 1 untuk pintar, 2 untuk
sedang, 3 untuk bodoh (Fauzy, 2011:5).
3. Data interval, data skala yang mempunyai ciri membedakan , mengurutkan, serta memiliki
jarak yang sama. Akan tetapi zero point sifatnya tidak mutlak atau berubah-ubah.
Contoh : Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan masing-
masing punya skala sendiri. Titik terendah Celsius = 0o , titik terendah Fahreheit = 32o.
4. Data rasio : data dengan tingkat pengukuran paling tinggi diantara jenis data lainnya,
mempunyai ciri jarak yang sama, serta mempunyai nilai zero point yang mutlak. Oleh
karena ada titik nol, maka ukuran rasio dapat dibuat perkalian maupun pembagian (Fauzy,
2011:6).
Contoh : Tinggi badan Chindra 160 cm, sedangkan tinggi badan Yudha 80 cm, sehingga bisa
diartikan bahwa tinggi badan Chindra dua kali tinggi badan Yudha.
2.2.4 Berdasarkan Sumber Data
Pembagian jenis data menurut sumber datanya, yaitu :
1. Internal : data yang diperoleh atau berasal dari dalam suatu instansi (Rasyad, 2006:8).
Contoh : data produksi perusahaan karoseri.
2. Eksternal : data yang diambil atau bersumber dari luar suatu instansi.
Contoh : jumlah penggunaan suatu produk pada konsumen.
Data eksternal dibagi menjadi dua :
a. Data primer : data yang diperoleh dari sumber pertama baik dari individu maupun
perseorangan dengan penyebaran kuisioner dan hasil wawancara (Sugiarto, 2004:14-
17).
Contoh : Data hasil observasi.
b. Data sekunder : data yang diperoleh dari penelitian kepustakaan atau bahan yang
bersifat teoritis yang relevan dengan penelitian buku-buku, majalah, internet, dan media
lainnya (Sugiarto, 2004:14-17). Data yang diperoleh atau dikumpulkan peneliti dari
berbagai sumber yang telah ada (peneliti sebagai tangan kedua).
Contoh : Data Biro Pusat Statistik (BPS), buku, laporan, jurnal, dan lain-lain.
-
4
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I 2.2.5 Berdasarkan Waktu Pengukuran Data
Pembagian jenis data menurut waktu datanya, yaitu :
1. Data Cross-Section: data yang dikumpulkan pada suatu waktu tertentu (at a point of time)
pada beberapa objek yang dapat menggambarkan keadaan/kegiatan pada waktu tersebut
(Sugiarto, 2006:18).
Contoh : Data total penjualan yang diperoleh dari 5 perusahaan pada tahun 2011.
2. Data Time Series: data yang dikumpulkan dari waktu ke waktu pada satu objek untuk
memberikan gambaran tentang perkembangan suatu kegiatan selama periode spesifik yang
diamati (Montgomery & Runger, 2010:210).
Contoh : data penjualan PT. ABC selama tahun 2005 s/d 2011.
2.3 Definisi Statistik Deskriptif
Statistik deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga memberikan informasi yang berguna. Statistik deskriptif
memberikan informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik
inferensia atau kesimpulan apapun tentang gugus data induknya yang lebih besar (Walpole,
2012:2).
2.3.1 Ukuran Lokasi
Ukuran lokasi dalam statistika meliputi :
1. Mean adalah nilai rata-rata dari semua data observasi. Terdapat dua jenis data yaitu data
sampel dan data populasi (Montgomery & Runger, 2010:193).
a. Data Tunggal
=1+2+
(2-1)
Sumber : Fauzy (2011:44)
Dengan :
= Data ke n
= Banyaknya data
b. Data Kelompok
=11+22++
1+2++ (2-2)
Sumber : Fauzy (2011:49)
Dengan :
Mk = titik tengah interval kelas k
fk = frekuensi kelas k
k = jumlah kelas
2. Median adalah nilai tengah dari data-data yang terurut. Median merupakan segugus data
yang telah diurutkan dari yang terkecil sampai terbesar atau terbesar sampai terkecil
-
5
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I adalah pengamatan yang tepat di tengah-tengah bila banyaknya pengamatan itu ganjil, atau
rata-rata kedua pengamatan yang ditengah bila banyaknya pengamatan tetap (Walpole,
2012:25).
a. Data Tunggal
1) Jika n Ganjil
= +1
2 (2-3)
Sumber : Fauzy (2011:54)
2) Jika n Genap
= 1
2
2+
2+1
(2-4)
Sumber : Fauzy (2011:55)
Dengan :
n = Banyaknya data
b. Data Kelompok
= +
2
. (2-5)
Sumber : Fauzy (2011:55)
Dengan :
Me = Median
B = Tepi kelas bawah dari interval dimana median terletak
n = Frekuensi total (jumlah nilai observasi)
f = Frekuensi kumulatif yang bersesuaian dengan B (sebelum nilai median)
i = Panjang interval kelas
fm = Frekuensi kumulatif yang bersesuaian dengan tepi kelas atas dari interval dimana
median dihitung
3. Modus adalah nilai yang terjadi paling sering atau yang mempunyai frekuensi paling tinggi
(Walpole, 2012:26). Jika semua data mempunyai frekuensi yang sama berarti data-data
tersebut tidak mempunyai modus, tetapi jika terdapat dua yang mempunyai frekuensi
tersebut maka data-data tersebut memiliki dua buah modus, dan seterusnya.
a. Data Tunggal : Analisis manual nilai yang paling sering muncul.
b. Data Kelompok
0 = + 1
1+2 . (2-6)
Sumber : Fauzy (2011:60)
Dengan :
0 = Modus
= Tepi kelas bawah dari kelas modal (kelas yang mengandung modus)
1 = Selisih frekuensi kelas modus dengan frekuensi kelas sebelumnya
2= Selisih frekuensi kelas modes dengan frekuensi kelas sesudahnya
-
6
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I = Panjang interval kelas
4. Kuartil adalah ketika suatu data diminta untuk menjadi empat bagian. Untuk kuartil
pertama disimbolkan dengan Q1 yang memiliki nilai sekitar 25% data, dan untuk kuartil
ketiga disimbolkan dengan Q3 yang memiliki nilai 75% dari data (Montgomery & Runger,
2010:200).
a. Data Tunggal
Qi = nilai yang ke (+1)
4 , i = 1,2,3 (2-7)
Sumber: Boediono (2001:72)
b. Data Berkelompok
= 0 +
4
, i = 1,2,3 (2-8)
Sumber : Boediono (2001:72)
Dengan:
L0 = batas bawah kelas kuartil
c = lebar kelas
F = jumlah frekuensi semua kelas sebelum kelas kuartil Qi
f = frekuensi kelas kuartil Qi
5. Percentil adalah nilai yang membagi distribusi data menjadi 100 bagian yang sama besar
(Montgomery & Runger, 2010:201).
a. Data Tunggal
Pi = nilai yang ke- (+1)
100 , i = 1,2,3,...,99 (2-9)
Sumber : Boediono (2001:76)
b. Data Berkelompok
Pi = L0 + c
100
, i = 1,2,3,...,99 (2-10)
Sumber : Boediono (2001:76)
Dengan:
L0 = batas bawah kelas persentil Pi
c = lebar kelas
F = jumlah frekuensi semua kelas sebelum kelas persentil Pi
f = frekuensi kelas persentil Pi
2.3.2 Ukuran Variabilitas
Ukuran variabilitas atau ukuran keragaman data adalah suatu nilai atau ukuran yang
menunjukkan besarnya simpangan data dari pusatnya. Ukuran keragaman dapat menunjukkan
pula homogenitas atau kehomogenan data. (Montgomery & Runger, 2010:195).
Ukuran variabilitas meliputi :
-
7
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I 1. Range (selisih atau rentang) didapat dari skor tertinggi dalam sederetan angka dikurangi
skor terendahnya (Timmreck, 1998:196). Range cukup baik digunakan untuk mengukur
penyebaran data yang simetrik dan nilai datanya menyebar merata (Widyantini & Pujianti,
2004:21).
2. Variansi yaitu ukuran penyebaran data yang mengukur rata-rata jarak kuadrat semua titik
pengamatan terhadap titik pusat (rata-rata) (Widyantini & Pujianti, 2004:22).
a. Untuk data tunggal
1) Menurut Karl Pearson. Rumus ini biasanya digunakan untuk menghitung variansi
dari data populasi.
2 =
2
(2-11)
Sumber Fauzy (2011: 64)
2) Menurut Fisher dan Wilks. Rumus ini biasanya digunakan untuk menghitung
variansi dari data sampel.
2 =
2
1 (2-12)
Sumber : Fauzy (2011:65)
b. Untuk data kelompok
2 =
2
1 (2-13)
Sumber Fauzy (2011: 68)
Dengan :
Xi = titik tengah tiap-tiap kelas
fi= jumlah frekuensi
3. Standar Deviasi, merupakan akar dari variansi. Standar deviasi merupakan selisih rata-rata
dimana suatu nilai berada dari mean. Deviasi dari mean menunjukkan sampai sejauh mana
posisi suatu skor/nilai, di sebelah kiri (lebih tinggi) atau kanan (lebih rendah) dari mean
(Timmreck, 1998:196). Standar deviasi untuk populasi dilambangkan dengan dirumuskan
2dan . Sedangkan untuk sampel dilambangkan dengan 2 dan s.
Standar deviasi dirumuskan sebagai berikut :
= = 2 = 2 (2-14)
Sumber Fauzy (2011: 65)
2.3.3 Ukuran Bentuk
Ukuran bentuk adalah ukuran yang digunakan untuk mengetahui bentuk kurva dari data
yang telah diperoleh atau diproses. Berdasarkan bentuknya data dibagi menjadi dua, yaitu
Skewness dan Kurtosis (Montgomery & Runger, 2010:206).
Berikut adalah ukuran bentuk, yang meliputi :
1. Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur relatif terhadap
distribusi normal). Kurva yang mempunyai puncak yang relatif tinggi disebut leptokurtic,
-
8
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I yang lebih datar platikurtic dan distribusi normal disebut mesokurtic. Kurtosis dihitung dari
momen keempat terhadap mean. Distribusi normal memiliki kurtosis = 3, sementara
distribusi yang leptokurtic biasanya kurtosisnya > 3 dan platikurtic < 3. (Spiegel & Stephens,
2004:95).
Gambar 2.1 Kurtosis
Sumber : Spiegel & Stephens (2004:95)
2. Skewness, adalah derajat ketidaksimetrisan atau penyimpangan dari kesimetrisan dari
suatu distribusi. Jika suatu kurva dari suatu distribusi memiliki ekor kurva yang lebih
panjang ke arah sisi kanan dibandingkan ke arah sisi kiri dari nilai maksimum tengah, maka
disebut distribusi miring kanan (kemiringan positif), sebaliknya disebut distribusi miring
kiri (kemiringan negatif). Ukuran keasimetrisan dapat diperoleh dari selisih atau perbedaan
niali mean dan modus karena mean akan cenderung berada pada sisi yang sama dengan
modus di ekor kurva yang lebih panjang (Spiegel & Stephens, 2004:95).
Gambar 2.2 Skewness of Data Sumber : Eunike, 2012. Statistik Industri 1.pdf
2.3.4 Penyajian Data
Data dapat disajikan melalui tabel dan grafik, berikut macam-macam tabel dan grafik :
1. Tabel
Tabel atau daftar merupakan kumpulan angka-angka yang disusun menurut kategori atau
karakteristik data sehingga memudahkan untuk analisis data (Rasyad, 2006:15).
Ada tiga jenis tabel yaitu :
a. Tabel Arah Tunggal (One Way Table) yaitu tabel yang memuat keterangan mengenai
satu hal atau satu karakteristik saja (Rasyad, 2006:15).
b. Tabel Arah Majemuk (Multi Way Table)
Tabel 2.1 Banyaknya Pegawai Negeri Sipil menurut Golongan Tahun 1990
Golongan Banyaknya (orang) I 703.827 II 1.917.920 III 309.337 IV 17.574
Jumlah 2.948.658
Sumber : Pramono, 2008. Statistika dan Probabilitas.pdf
-
9
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I 1) Tabel 2 Arah (Two Way Table), yaitu tabel yang menunjukkan hubungan dua hal
atau dua karakteristik yang berbeda (Rasyad, 2006:15).
Tabel 2.2 Jumlah Mahasiswa UPH menurut Fakultas dan
Kewarganegaraan 1995
Fakultas WNI WNA Jumlah
Fak. Ekonomi 1850 40 1890
Fak. Teknologi Industri 1320 10 1330
Fak. Seni Rupa & Design 530 5 535
Fak. Pasca Sarjana 250 10 260
Jumlah 3950 65 4015
Sumber : Pramono, 2008. Statistika dan Probabilitas.pdf
2) Tabel 3 Arah (Three Way Table), yaitu tabel yang menunjukkan hubungan tiga
karakteristik atau lebih yang berbeda (Rasyad, 2006:15).
Tabel 2.3 Jumlah Pegawai Menurut Golongan, Umur dan Pendidikan Tahun 2000
Golongan Umur (tahun) Pendidikan
25 35 > 35 Bukan
Sarjana Sarjana
I 400 500 900 0 II 450 520 970 0 III 1200 2750 1850 2100 IV 0 250 0 250
Jumlah 2.050 4020 3720 2350
Sumber : Pramono, 2008. Statistika dan Probabilitas.pdf
2. Grafik
Informasi yang dikandung suatu sebaran frekuensi dalam bentuk tabel biasanya menjadi
lebih mudah ditangkap bila disajikan secara grafik (Walpole, 2012:53).
Macam-macam grafik, antara lain :
a. Grafik Lingkaran (Pie Chart) : grafik yang digunakan untuk mengetahui perbandingan
nilai karakteristik yang satu dengan yang lain secara keseluruhan (Supranto, 2007:49).
Gambar 2.3 Pie Chart
Sumber : Walkenbach (2013:445)
b. Grafik Batang (Bar Chart) : grafik yang digunakan untuk menggambarkan data-data
time series dengan serangkaian batang-batang (Kazmier, 2004:12). Grafik batang dibuat
berdasarkan data berbentuk kategori, banyak digunakan untuk membandingkan suatu
data dengan data keseluruhan (Widyantini & Pujianti, 2004:12).
Gambar 2.4 Bar Chart Sumber : Weverka (2010:239)
-
10
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I c. Histogram : grafik yang digunakan untuk frekuensi yang terdapat dalam interval kelas
dan untuk mengetahui pada interval mana yang memiliki frekuensi terbesar (Dr. Eko
Budiarto, page 54).
Gambar 2.5 Histogram
Sumber : Walpole (2012:44)
d. Ogive : grafik yang digunakan untuk mengetahui banyaknya pengamatan yang terletak
di atas atau di bawah nilai tertentu (Robert D. Manson & Douglas A.Lind, page 50).
Gambar 2.6 Ogive Sumber : Walker (1999:59)
e. Grafik Garis (Line Chart) : grafik yang datanya diwakili oleh garis atau titik-titik. Grafik
garis juga disajikan dengan sumbu absis (sumbu x) dan sumbu ordinat (sumbu y)
(Gunawan, 2007:33). Diagram garis digambarkan berdasarkan satu waktu biasanya
waktu yang digunakan dalam bulan atau tahun, dan digunakan untuk melihat
gambaran tentang perubahan peristiwa dalam suatu periode tertentu (Widyantini &
Pujianti, 2004:15).
Gambar 2.7Line Chart Sumber : MacDonald (2006:487)
f. Stock Chart : Stock chart juga dikenal sebagai box plots, box and whiskers plots, atau
candlestick plots. Stock chart dapat digunakan dalam situasi dimana kita memiliki titik
data tertentu yang akan berfluktuasi selama jangka tertentu atau mengilustrasikan
fluktuasi suatu nilai (Habraken, 2011:149).
Gambar 2.8 Stock Chart Sumber : Habraken (2011:150)
-
11
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I
BAB III
METODOLOGI PRAKTIKUM
3.1 Diagram Alir Praktikum
Mulai
Identifikasi
Masalah
Studi
Kepustakaan
Kesimpulan dan
Saran
Selesai
Pengumpulan
Data
Pengolahan
Data
Data
Praktikum
Plastisin
Data Studi
Kasus
Penyajian Data
Analisis dan
Intrepretasi Data
Pengolahan secara Manual
(menghitung Mean, Median,
Modus, Standar Deviasi dan
Variansi)
Pengolahan
dengan SPSS
Hasil Data
Gambar 3.1 Diagram Alir Praktikum Statistik Deskriptif
3.2 Prosedur Praktikum
Langkah-langkah yang harus dilakukan oleh praktikan adalah sebagai berikut :
3.2.1 Prosedur Praktikum Plastisin
Langkah-langkah yang harus dilakukan pada praktikum plastisin adalah sebagai berikut :
1. Mengidentifikasi masalah dari suatu objek penelitian yang telah ditentukan.
2. Mengumpulkan 30 data diameter plastisin.
-
12
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I 3. Melakukan pengolahan data mengenai statistik deskriptif secara manual dan SPSS serta
penyajiannya secara sub grup.
4. Menganalisis dan mengintrepretasikan data.
5. Mendapatkan hasil data.
6. Menarik kesimpulan.
3.2.2 Prosedur Studi Kasus
Langkah-langkah yang harus dilakukan pada studi kasus adalah sebagai berikut :
1. Mengidentifikasi masalah dari suatu objek penelitian yang telah ditentukan.
2. Mengumpulkan data eksteren minimal 30 data.
3. Melakukan pengolahan data mengenai statistik deskriptif secara manual dan SPSS serta
penyajiannya secara sub grup.
4. Menganalisis dan mengintrepretasikan data.
5. Menarik kesimpulan.
-
13
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I
BAB IV HASIL DAN PEMBAHASAN
4.1 Pengumpulan Data
Berikut adalah pengumpulan data praktikum untuk data plastisin dan data studi kasus.
4.1.1 Pengumpulan Data Plastisin
Berikut adalah pengumpulan data diameter 30 plastisin :
Tabel 4.1 Data Diameter Plastisin
REPLIKASI DIAMETER (cm)
REPLIKASI DIAMETER (cm)
SISI A
SISI B
SISI C
RATA-RATA
SISI A SISI B SISI C
RATA-RATA
1 2,67 3,18 2,87 2,91 16 3,08 2,93 2,72 2,91
2 2,95 2,72 3,02 2,9 17 2,97 3,05 2,76 2,93
3 2,92 3,04 2,95 2,97 18 2,9 3,02 3,08 3
4 3,24 2,7 3,33 3,09 19 2,71 3,04 2,85 2,87
5 3,1 3 3,15 3,08 20 3,01 2,92 2,68 2,87
6 3,2 2,57 3,25 3,01 21 2,7 2,82 2,7 2,74
7 2,95 2,8 2,97 2,91 22 3,22 2,97 2,64 2,94
8 2,95 2,9 2,97 2,94 23 3,2 2,96 3,04 3,07
9 2,74 2,61 2,88 2,74 24 2,98 3,09 2,81 2,96
10 2,73 2,77 2,55 2,68 25 3,01 2,73 2,95 2,9
11 2,97 3,2 2,96 3,04 26 3,04 2,96 3,1 3,03
12 2,76 3,11 3,1 2,99 27 2,91 2,7 3,31 2,97
13 3,06 2,93 2,87 2,95 28 2,89 2,9 2,8 2,86
14 3,1 3,04 2,74 2,96 29 3,11 2,66 3,14 2,97
15 2,99 2,65 3,15 2,93 30 2,96 2,77 2,62 2,78
4.1.2 Pengumpulan Data Studi Kasus
Berikut adalah pengumpulan data studi kasus mengenai jumlah kasus DBD di Indonesia
tahun 1980-2009 :
Tabel 4.2 Data Studi Kasus NO. TAHUN KASUS NO. TAHUN KASUS NO. TAHUN KASUS
1 1980 5.007 11 1990 22.807 21 2000 33.443 2 1981 5.978 12 1991 21.120 22 2001 45.904 3 1982 5.451 13 1992 17.620 23 2002 40.377 4 1983 13.668 14 1993 17.418 24 2003 52.500 5 1984 12.710 15 1994 18.783 25 2004 79.462 6 1985 13.588 16 1995 35.102 26 2005 95.279 7 1986 16.529 17 1996 45.548 27 2006 114.656 8 1987 23.864 18 1997 31.784 28 2007 158.115 9 1988 47.573 19 1998 72.133 29 2008 137.469
10 1989 10.362 20 1999 21.134 30 2009 158.912
Sumber : Ditjen PP & Depkes RI, 2009
4.2 Pengolahan Data
Berikut adalah pengolahan data praktikum untuk data plastisin dan data studi kasus.
4.2.1 Pengolahan Data Plastisin
Berikut ini adalah pengolahan data secara manual dan menggunakan SPSS pada data sub
grup dari rata-rata diameter 30 plastisin :
-
14
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I 4.2.1.1 Perhitungan Manual
Berikut adalah tabel data sub grup diameter plastisin yang telah diurutkan :
Tabel 4.3 Data Sub Grup Diameter Plastisin yang Urut NO. D NO. D NO. D NO. D NO. D NO. D
1 2,68 6 2,87 11 2,91 16 2,94 21 2,97 26 3,03
2 2,74 7 2,87 12 2,91 17 2,95 22 2,97 27 3,04
3 2,74 8 2,9 13 2,93 18 2,96 23 2,99 28 3,07
4 2,78 9 2,9 14 2,93 19 2,96 24 3 29 3,08
5 2,86 10 2,91 15 2,94 20 2,97 25 3,01 30 3,09
Pengolahan data dengan perhitungan manual digunakan untuk mengetahui data berikut :
1. Mean
=1+2+
=
87,9
30 = 2,93
Nilai 2,93 menunjukkan rata-rata diameter plastisin dari 30 data sub grup yang disajikan.
2. Median
= 1
2
2+
2+1
= 1
2 15 + 16 =
1
2 2,94 + 2,94 = 2,94
Nilai 2,94 menunjukkan nilai tengah dari 30 data sub grup diameter plastisin.
3. Modus
Mo = 2,91 dan Mo = 2,97.
Nilai 2,91 dan 2,97 menunjukkan nilai yang paling sering terjadi dari 30 data sub grup
diameter plastisin.
4. Variansi
2 =
2
1=
0,2842
29 = 0,0098
Nilai 0,0098 menunjukkan rata-rata perbedaan antara mean dengan masing-masing nilai
observasi dari 30 data sub grup diameter plastisin.
5. Standar Deviasi
= 2 = 0,0098 = 0,0989
Nilai 0,0989 menunjukkan posisi sebaran 30 data sub grup diameter plastisin dari
meannya.
6. Kuartil
Q1 = nilai yang ke (+1)
4 = nilai yang ke
1 (30+1)
4= 7,75
Kuartil 1 sama dengan nilai dari data ke-7,75 yaitu 2,8925. Nilai ini menunjukkan nilai
sekitar 25% dari 30 data sub grup diameter plastisin.
Q3 = nilai yang ke (+1)
4 = nilai yang ke
3 (30+1)
4= 23,25
Kuartil 3 sama dengan nilai dari data ke-23,25 yaitu 2,9925. Nilai ini menunjukkan nilai
sekitar 75% dari 30 data sub grup diameter plastisin.
7. Percentil
P1 = nilai yang ke (+1)
100 = nilai yang ke
10 (30+1)
100= 3,1
-
15
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I Persentil 10 sama dengan nilai dari data ke-3,1 yaitu 2,744. Nilai ini menunjukkan nilai
sekitar 10% dari 30 data sub grup diameter plastisin.
4.2.1.2 Pengolahan dengan SPSS
Berikut langkah-langkah dalam pengolahan data sub grup menggunakan SPSS :
1. Buka variable view, kemudian definisikan variabel.
2. Isikan data plastisin ada kolom yang telah tersedia pada data view.
3. Pengolahan data dengan langkah :
a. Klik Analyze Descriptive Statistics Frequencies, muncul kotak dialog Frequencies,
masukkan variabel rata-rata pada variabel(s).
b. Klik Statistics, muncul kotak dialog Frequencies Statistics, centang pilihan perhitungan
data yang tersedia, klik Continue. Klik OK.
4. Hasil perhitungan SPSS akan muncul pada Output, sebagai berikut :
Tabel 4.4 Tabel Hasil Pengolahan Data Plastisin Menggunakan SPSS
N Valid 30
Missing 0
Mean 2,9300
Std. Error of Mean ,01807
Median 2,9400
Mode 2,91a
Std. Deviation ,09899
Variance ,010
Skewness -,750
Std. Error of Skewness ,427
Kurtosis ,616
Std. Error of Kurtosis ,833
Range ,41
Minimum 2,68
Maximum 3,09
Sum 87,90
Percentiles
10 2,7440
25 2,8925
50 2,9400
75 2,9925
a. Multiple modes exist. The smallest value is
shown
Berdasarkan hasil perhitungan data sub grup plastisin menggunakan SPSS dapat diketahui
ukuran lokasi yaitu nilai mean sebesar 2,930, nilai median sebesar 2,940 dan nilai modus
sebesar 2,91a. Standar deviasi sebesar 0,09899 dan nilai variansi sebesar 0,010. Nilai kuartil 1
sebesar 2,8925, kuartil 3 sebesar 2,9925, dan persentil 10% sebesar 2,7440. Dan berdasarkan
perhitungan data sub grup plastisin secara manual dapat diketahui ukuran lokasi yaitu nilai
-
16
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I mean sebesar 2,93, nilai median sebesar 2,94, nilai modus sebesar 2,91 dan 2,97. Standar deviasi
sebesar 0,0989 dan nilai variansi sebesar 0,0098. Nilai kuartil 1 sebesar 2,8925, nilai kuartil 3
sebesar 2,9925 dan persentil 10% sebesar 2,744. Dari sini dapat disimpulkan bahwa perbedaan
antara perhitungan data secara SPSS dan manual hasilnya tidak jauh berbeda bahkan hampir
sama.
4.2.1.3 Penyajian Data Plastisin
Berikut adalah penyajian data tunggal untuk data plastisin menggunakan stock chart :
Gambar 4.1 Stock Chart Data Sub Grup Plastisin
Dari gambar Stock chart di atas, kita bisa mengetahui nilai sisi yang tertinggi, terendah, dan
rata-rata dari nilai sisi-sisi plastisin tersebut dalam setiap replikasi. Misalnya pada replikasi 1
nilai sisi tertinggi (kotak biru) dengan nilai 3,1. Sisi terendah (lingkaran merah) dengan nilai 2,6.
Dan rata-ratanya (segitiga hijau) dengan nilai 2,9. Demikian juga seterusnya cara pembacaan
stock chart untuk replikasi plastisin lainnya. Pada Stock chart menggambarkan semakin pendek
garis horizontal, maka semakin bulat (simetris) suatu plastisin, dan juga sebaliknya.
4.2.2 Pengolahan Data Studi Kasus
Berikut adalah pengolahan data praktikum untuk data studi kasus.
4.2.2.1 Perhitungan Manual
Berikut adalah tabel data studi kasus yang telah diurutkan :
Tabel 4.5 Data Studi Kasus yang Urut NO. KASUS NO. KASUS NO. KASUS NO. KASUS NO. KASUS NO. KASUS
1 5.007 6 13.588 11 18.783 16 31.784 21 45.904 26 95.279
2 5.451 7 13.668 12 21.120 17 33.443 22 40.377 27 114.656
3 5.978 8 16.529 13 21.134 18 35.102 23 52.500 28 137.469
4 10.362 9 17.418 14 22.807 19 40.377 24 72.133 29 158.115
5 12.710 10 17.620 15 23.864 20 45.548 25 79.462 30 158.912
Perhitungan manual data studi kasus untuk data kelompok adalah sebagai berikut :
Tabel 4.6 Hasil Perhitungan Data Kelompok Secara Manual No Data Studi Kasus
1 Range data = = 158912 5007 = 153905
2 Jumlah Kelas = 1 + 3,322 log = 1 + 3,322 log 30 = 6
3 Interval Kelas
=
=
153905
6= 25651
2,5
2,75
3
3,25
3,5
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
TERTINGGI
TERRENDAH
RATA - RATA
Replikasi
Diameter
-
17
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I Tabel 4.7 Data Kelompok Studi Kasus
Interval Harga Frekuensi Titik Tengah Kelas (mi) mi . fi 5007 30657 15 17832,5 267487,5
30658 56308 8 43484,5 347876 56309 81959 2 69136,5 138273
81960 107610 1 94788,5 94788,5 107611 133261 1 120440,5 120440,5 133262 158912 3 146092,5 438277,5
Total 30 Total 1407143
Perhitungan manual dengan data berkelompok digunakan untuk mengetahui data berikut :
1. Mean
=11+22++
1+2++=
1407143
30= 46904,77
Nilai 46904,77 menunjukkan rata-rata jumlah kasus DBD dari 30 tahun yang disajikan.
2. Median
= +
2
. = 5006,5 +
30
20
150 . 6 = 5012,5
Nilai 5012,5 menunjukkan nilai tengah dari data jumlah kasus DBD selama 30 tahun.
3. Modus
= + 1
1+2 . = 5006,5 +
15
15+7 . 6 = 5010, 6
Nilai 5010,6 menunjukkan nilai yang paling sering terjadi dari data jumlah kasus DBD
selama 30 tahun.
4. Variansi
2 =
2
1=
2
1=
50975008483
29= 1757758913
Nilai 1757758913 menunjukkan rata-rata perbedaan antara mean dengan masing-masing
nilai observasi dari data jumlah kasus DBD selama 30 tahun.
5. Standar Deviasi
= 2 = 1757758913 = 41925,635
Nilai 41925,635 menunjukkan posisi sebaran data jumlah kasus DBD selama 30 tahun dari
meannya.
6. Kuartil
= +
4
1 = 5006,5 + 6
1 30
40
15 = 5009,5
Kuartil 1 dengan nilai 5009,5 menunjukkan nilai sekitar 25% dari data jumlah kasus DBD
selama 30 tahun.
= +
4
3 = 30657,5 + 6
3 30
415
15 = 30660,5
Kuartil 3 dengan nilai 30660,5 menunjukkan nilai sekitar 75% dari data jumlah kasus DBD
selama 30 tahun.
-
18
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I 7. Persentil
= 0 +
100
> 10 = 5006,5 + 6
10 30
1000
15 = 5007,7
Persentil 10 dengan nilai 5007,7 menunjukkan nilai sekitar 10% dari data jumlah kasus
DBD selama 30 tahun.
4.2.2.2 Pengolahan dengan SPSS
Berikut langkah-langkah dalam pengolahan data studi kasus menggunakan SPSS :
1. Buka variable view, kemudian definisikan variabel.
2. Isikan data studi kasus ada kolom yang telah tersedia pada data view.
3. Pengolahan data dengan langkah :
c. Klik Analyze Descriptive Statistics Frequencies, muncul kotak dialog Frequencies,
masukkan variabel Kasus pada variabel(s).
d. Klik Statistics, muncul kotak dialog Frequencies Statistics, centang pilihan perhitungan
data yang tersedia, klik Continue. Klik OK.
4. Hasil perhitungan SPSS akan muncul pada Output, sebagai berikut :
Tabel 4.8 Tabel Hasil Pengolahan Studi Kasus Menggunakan SPSS
N Valid 30
Missing 0
Mean 45809,87
Std. Error of Mean 8170,714
Median 27824,00
Mode 5007a
Std. Deviation 44752,843
Variance 2002816972,67
1
Skewness 1,502
Std. Error of Skewness ,427
Kurtosis 1,318
Std. Error of Kurtosis ,833
Range 153905
Minimum 5007
Maximum 158912
Sum 1374296
Percentiles
10 6416,40
25 15813,75
50 27824,00
75 57408,25
a. Multiple modes exist. The smallest value is
shown
-
19
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I
0
50000
100000
150000
200000
19
80
19
81
19
82
19
83
19
84
19
85
19
86
19
87
19
88
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
Kasus DBD
Kasus
Tabel 4.9 Perbandingan Perhitungan Manual dengan SPSS
Perhitungan Manual
Data Kelompok SPSS
Mean 46904,77 45809,87 Median 5012,5 27824 Modus 5010,6 5007a Standar Deviasi 41925,635 44752,843 Variansi 1757758913 2002816972,671 Kuartil 1 5009,5 15813,75 Kuartil 3 30660,5 57408,25 Persentil (10%) 5007,7 6416,40
Berdasarkan tabel perbandingan di atas, hasil perhitungan manual data kelompok, memiliki
perbedaan yang cukup signifikan dengan perhitungan SPSS. Hal ini disebabkan karena SPSS
tidak dapat mengolah data kelompok.
4.2.2.3 Penyajian Data Studi Kasus
Penyajian data tunggal untuk studi kasus menggunakan line chart.
Gambar 4.2 Line Chart Studi Kasus dari Tahun 1980 2009
Dari grafik garis di atas dapat dilihat perkembangan jumlah kasus DBD tiap tahunnya, baik
peningkatan ataupun penurunan yang terjadi. Misalnya, dari tahun 1980 sampai tahun 1988
cenderung terjadi peningkatan jumlah kasus dari 5.007 mencapai 47.573 kasus. Pada tahun
1989 terjadi penurunan jumlah kasus DBD hingga mencapai 10.362 kasus. Kemudian pada
tahun 1990 terjadi peningkatan kembali hingga mencapai 22.807 kasus. Terjadi penurunan
kembali hingga tahun 1994, yaitu mencapai 18.783 kasus. Peningkatan kembali mencapai
45.548 kasus hingga tahun 1996. Pada tahun 1997 mengalami penurunan mencapai 31.784
kasus. Pada tahun 1998 mengalami peningkatan mencapai 72.133 kasus dan turun lagi di tahun
1999 hingga 21.134 kasus. Di tahun berikutnya, jumlah kasus DBD cenderung meningkat hingga
tahun 2009 dengan jumlah kasus DBD tertinggi yaitu sebesar 158.912 kasus.
Jumlah
Tahun
-
20
STATISTIK DESKRIPTIF
LABORATORIUM STATISTIK DAN REKAYASA KUALITAS
MODUL I
BAB V PENUTUP
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari kegiatan praktikum statistika deskriptif ini adalah :
1. Berdasarkan pengolahan data yang dilakukan, hasil perhitungan data sub grup plastisin
menggunakan SPSS dan perhitungan manual tidak memiliki perbedaan yang signifikan.
Sedangkan hasil perhitungan manual data kelompok studi kasus jumlah kasus DBD di tahun
1980-2009 memiliki perbedaan yang cukup signifikan dengan perhitungan SPSS. Hal ini
disebabkan karena SPSS tidak dapat mengolah data kelompok.
2. Hasil pengolahan data sub grup plastisin disajikan dalam bentuk stock chart karena dalam
bentuk penyajian ini bisa terlihat data terbesar, terendah, dan rata-rata diameter suatu
plastisin. Pada stock chart ini, apabila semakin pendek garis pada grafik, maka plastisin
semakin simetris.
3. Hasil pengolahan data studi kasus untuk data tunggal disajikan dalam bentuk line chart
karena dalam bentuk penyajian ini bisa terlihat perkembangan baik peningkatan dan
penurunan jumlah kasus DBD yang terjadi tiap tahunnya.
5.2 Saran
Saran yang dapat diberikan pada praktikum Statistik Deskriptif adalah sebagai berikut:
1. Praktikan diharapkan belajar dan memahami tentang statistik terlebih dahulu sebelum
melaksanakan praktikum, sehingga praktikum berjalan dengan lancar.
2. Diharapkan terdapat pelatihan SPSS terlebih dahulu agar semua praktikan dapat
menjalankan program SPSS dengan baik dan benar.
3. Diharapkan para asisten Laboratorium Statistik dan Rekayasa Kualitas lebih banyak
memberikan contoh permasalahan sebagai penggambaran statistik agar mudah dimengerti.