MODUL 1 Statistik Rekayasa Kualitas

1

KELOMPOK 21

Laboratorium Statistik dan Rekayasa Kualitas

BAB I PENDAHULUAN

1.1 Latar Belakang

Masyarakat Ekonomi Asean (MEA) adalah adanya keterbukaan sistem perdagangan bebas

antara negara-negara ASEAN. Pada tahun 2015, apabila MEA tercapai, maka ASEAN akan

menjadi suatu pasar dimana terjadi persaingan perekonomian yang bebas, serta arus modal

yang lebih bebas pula. Dengan terbentuknya pasar yang bebas tersebut, maka hal ini akan

membuka peluang bagi Indonesia untuk meningkatkan pangsa pasarnya di kawasan ASEAN.

Dalam mengahadapi MEA, Indonesia perlu mengembangkan produksi dalam negri agar

perdagangan Indonesia tidak dikuasai oleh negara-negara ASEAN yang terlibat dalam MEA, dan

juga Indonesia dapat memanfaatkan kesempatannya untuk meningkatkan pangsa pasarnya.

Salah satu bidang produksi yang dapat dikembangkan yaitu produksi daging hewan agar

Indonesia dapat mengurangi penerimaan daging import dari negara lain. Sebelum melakukan

pengembangan produksi, Indonesia perlu mengetahui kondisi dari sarana yang mendukung

produksi daging seperti rumah potong hewan karena dengan semakin banyaknya rumah potong

hewan maka dapat memperlancar produksi daging hewan dalam negeri. oleh karena itu,

dibutuhkan pengolahan dan penyajian data dari suatu ssampel untuk dapat dilakukan analisis

dan evaluasi sehingga Indonesia dapat mengambil suatu keputusan mengenai pengembangan

produksi dibidang pemotongan hewan.

1.2 Batasan Praktikum

Berikut ini adalah batasan praktikum yang digunakan:

1. Jumlah data yang diambil minimal 30 data.

2. Data yang diambil dalam praktikum merupakan data cross section dan data sekunder.

3. Data yang diambil merupakan data dari Provinsi Jawa Tengah.

1.3 Tujuan Praktikum

Tujuan dari pelaksanaan praktikum ini adalah:

1. Melakukan perhitungan dan pengolahan data “Banyaknya Rumah Potong Hewan (RPH)

Menurut Kabupaten/Kota di Jawa Tengah Tahun 2012” secara manual dan menggunakan

software.

2. Melakukan penyajian data “Banyaknya Rumah Potong Hewan (RPH) Menurut

Kabupaten/Kota di Jawa Tengah Tahun 2012” secara informatif.

3. Melakukan analisa dan interpretasi data dari hasil penyajian data “Banyaknya Rumah

Potong Hewan (RPH) Menurut Kabupaten/Kota di Jawa Tengah Tahun 2012” .

2

KELOMPOK 21


1.4 Manfaat Praktikum

Manfaat yang dapat diperoleh dari pelaksanaan praktikum ini adalah:

1. Dapat mengetahui nilai hasil pengolahan dan perhitungan data secara manual dan dengan

menggunakan software.

2. Mendapatkan informasi dari setiap Kabupaten/Kota di Jawa Tengah yang memiliki jumlah

rumah potong hewan paling banyak dan yang tidak memiliki rumah potong hewan.

3. Dapat mengevaluasi dari hasil analisa data, seperti melakukan pengembangan rumah

potong hewan di Kabupaten/Kota yang memerlukan pengembangan.

3

KELOMPOK 21


BAB II TINJAUAN PUSTAKA

2.1 Statistik dan Statistika

Berikut merupakan definisi dari statistik dan statistika.

2.1.1 Definisi Statistik

Statistik adalah hasil-hasil pengolahan dan analisis data. Statistik dapat berupa mean,

median, modus dan sebagainya. Statistik dapat digunakan untuk menyatakan kesimpulan data

berbentuk bilangan yang disusun dalam bentuk table atau diagram yang menggambarkan

karakteristik data.

2.1.2 Definisi Statistika

Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan dan

penyusunan data, pengolahan data, dan penganalisisan data, serta penyajian data berdasarkan

kumpulan dan analisis data yang dilakukan.

2.2 Pembagian Jenis Data

Berikut merupakan pembagian data berdasarkan sifat data, skala pengukuran data, sumber

data dan lain-lain, yaitu:

2.2.1 Berdasarkan Sifat Data

Gambar 2.1 Pembagian Data

Sumber: Bluman (2012:6)

Berdasarkan sifatnya, data dibagi menjadi dua, yaitu:

1. Data kualitatif adalah data yang dapat ditempatkan dalam kategori yang berbeda, menurut

beberapa karakteristik atau atribut. Contoh: ketika subjek diklasifikasikan berdasarkan

jenis gender (pria atau wanita) maka variabel gender adalah kualitatif, agama dan lokasi

geografi (Bluman, 2012:6).

2. Data kuantitatif adalah berupa numerik dan dapat diurutkan atau diperingkat. Contoh:

variabel umur adalah numerik dan manusia dapat diurutkan berdasarkan nilai dari

umurnya, tinggi, berat, dan suhu tubuh (Bluman, 2012:6).

4

KELOMPOK 21


3. Data kuantitatif dibagi lagi menjadi:

a. Variabel diskrit adalah variabel yang dapat dihitung. Contoh: jumlah anak dalam satu

keluarga, jumlah siswa dalam satu kelas, jumlah panggilan telepon yang diterima oleh

operator telepon setiap hari dalam satu bulan (Bluman, 2012:6).

b. Variabel kontinyu adalah variabel yang menunjukkan nilai tak terhingga dalam sebuah

interval antara dua nilai spesifik. Dapat diperoleh dengan pengukuran dan termasuk

pecahan dan desimal. Contoh: temperatur merupakan variabel kontinyu karena

variabelnya dapat mengansumsikan nilai tak terhingga antara dua temperatur

(Bluman, 2012:6).

2.2.2 Berdasarkan Skala Pengukuran Data

Berdasarkan skala pengukurannya, data dibagi menjadi empat, yaitu:

1. Data Nominal

Nominal merupakan klasifikasi data dalam kategori yang saling terpisah (non overlapping)

dimana tidak menunjukkan ranking atau urutan dalam data, meskipun dalam bentuk angka.

Contoh : klasifikasi subjek survey (pria dan wanita), klasifikasi penduduk menurut kode zip,

partai politik (demokrasi, republik, dsb) (Bluman, 2012:7).

2. Data Ordinal

Ordinal merupakan klasifikasi data dalam kategori yang dapat diurutkan, meskipun tidak

terlihat perbedaan yang saksama antar urutan. Contoh: evaluasi siswa (superior, average

atau poor), suatu instansi yang diklasifikasikan berdasarkan bangunannya (kecil, sedang

dan besar), tingkatan (A,B,C,D,E) (Bluman, 2012:8).

3. Data Interval

Interval merupakan pengukuran dengan adanya peringkat atau urutan data dan ada

perbedaan antar unit dalam pengukuran, serta tidak ada angka nol yang berarti. Contoh:

angka nol pada IQ test bukan mengukur orang yang tidak mempunyai kecerdasan, untuk

temperatur 0F bukan berarti tidak ada panas sama sekali (Bluman, 2012:8).

4. Data Rasio

Rasio merupakan pengukuran dengan proses pengukuran seperti karakteristik dalam

interval, namun angka nol disini mempunyai arti. Rasio akan benar-benar ada ketika

terdapat variabel yang sama diukur dengan dua anggota populasi yang berbeda. Contoh:

pengukuran tinggi baan, berat badan, luas dan jumlah telepon yang diterima (Bluman,

2012:8).

5

KELOMPOK 21


2.2.3 Berdasarkan Sumber Data

Berdasarkan sumbernya, data dibagi menjadi dua, yaitu:

1. Data primer

Data primer mengacu pada data yang dihasilkan oleh peneliti untuk masalah tertentu atau

keputusan. Penelitian survei, eksperimen dan penelitian observasi adalah salah satu metode

yang paling populer untuk mengumpulkan data primer (Weirs, 2011:104).

2. Data sekunder

Data sekunder adalah data yang telah dikumpulkan oleh orang lain untuk tujuan tertentu.

Data sekunder dapat berupa data eksternal ataupun internal tergantung apakah data yang

dihasilkan dari dalam perusahaan atau organisasi atau kelompok luar (Weirs, 2011:104).

2.2.4 Berdasarkan Waktu Pengumpulan Data

Berdasarkan waktu pengumpulan data , data dibagi menjadi dua, yaitu:

1. Data berkala (time series data) adalah data yang dikumpulkan pada elemen yang sama

untuk periode waktu yang berbeda (Mann,2010:13).

2. Data Cross Section, yaitu data yang dikumpulkan pada elemen yang berbeda pada poin

waktu yang sama atau periode waktu yang sama (Mann,2010:13).

2.3 Statistik Deskriptif

Statistika deskriptif terdiri atas kumpulan, organisasi, ringkasan dan presentasi data.

Contoh dari sensus penduduk yang diadakan oleh pemerintah US setiap 10 tahun, akan

diperoleh data rata-rata umur, penghasilan, dan karakteristik lain dalam populasi di US. Ketika

data telah terkumpul lalu data tersebut harus diorganisasikan dan dirangkum, kemudian

dipresentasikan dalam penyajian data, seperti diagram, grafik atau tabel (Bluman, 2012:4).

Dalam statistika deskriptif terdapat beberapa ukuran, yaitu ukuran lokasi (pemusatan),

variabilitas (penyebaran) dan ukuran posisi.

2.3.1 Ukuran Lokasi (Pemusatan)

Ukuran pemusatan terdiri dari:

1. Mean (rata-rata)

Rata-rata adalah penjumlahan dari nilai data dibagi dengan jumlah data. Sifat dari rata-

rata, antara lain: rata-rata ditemukan dengan menggunakan semua nilai dari data, rata-rata

lebih sedikit variansinya dari pada median atau modus ketika sampel diambil dari populasi

yang sama dan ketiga pengukuran ini digunakan dalam sampel, rata-rata digunakan untuk

menghitung perhitungan statistika yang lain seperti variansi (Bliman, 2012:116). Berikut

merupakan rumus dari rata-rata:

6

KELOMPOK 21


Rata-rata dari data tunggal:

a. Rata-rata dari populasi: b. Rata-rata dari sampel:

∑

(2-1)

∑

(2-2)

Sumber: Bluman (2012:106) Sumber: Bluman (2012:106)

Rata-rata dari data berkelompok:

∑

(2-3)


Dimana: rata-rata populasi N = jumlah data dalam populasi

rata-rata sampel n = jumlah data dalam sampel

data tunggal f = frekuensi kelas

∑ penjumlahan dari = nilai tengah kelas

2. Median

Median adalah bilangan yang terletak ditengah-tengah setelah bilangan-bilangan itu

diurutkan. Sifat dari median, antara lain: median digunakan untuk mencari nilai tengah

suatu gugus data, median lebih efektif daripada rata-rata ketika terdapat data ekstrim, dll

(Bliman, 2012:116).

3. Modus

Modus merupakan data dengan frekuensi tertinggi. Sifat dari data, antara lain: modus

digunakan ketika data merupakan data nominal, seperti kepercayaan, jenis kelamin atau

politik, nilai modus tidak selalu unik karena dalam suatu data dapat mempunyai lebih dari

satu modus atau tidak ada modus dalam gugus data, dll (Bluman,2012:116).

4. Midrange

Midrange merupakan nilai terendah ditambah nilai tertinggi dibagi menjadi 2. Sifat

dari midrange antara lain: mudah untuk diperhitungkan, memberikan hasil midpoint,

sangat terpengaruh oleh nilai ekstrim dalam data set (Bliman, 2012:116). Berikut

merupakan rumus dari midrange:

(2-4)

Sumber:Bluman (2012:114)

2.3.2 Ukuran Variabilitas (penyebaran)

Ukuran Variabilitas merupakan pengukuran keragaman data. Dalam pengukuran ini

terdiri dari variansi, standart deviasi dan range.

1. Variansi

Variansi adalah nilai tengah kuadrat simpangan dari nilai tengah atau simpangan rata-rata

kuadrat. Berikut merupakan rumus variansi:

7

KELOMPOK 21


Variansi data tunggal:

a. Variansi untuk populasi b. Variansi untuk sampel

∑

(2-5)

∑ ∑

(2-6)


Variansi data berkelompok:

Variansi untuk populasi

∑

∑

(2-7)


Dimana: Variansi populasi x = rata-rata sampel

Rata-rata populasi n = jumlah data dalam sampel

X = data tunggal f = frekuensi kelas

N = Jumlah data dalam populasi

2. Standart deviasi

Standart deviasi adalah akar dari variansi (Bluman, 2012:127). Berikut merupakan rumus

standar deviasi:

a. Rumus standar deviasi untuk populasi: b. Rumus standar deviasi untuk

sampel:

√ √∑

(2-8) √ √

∑

(2-9)


Standar deviasi untuk data berkelompok:

√ √ ∑

∑

(2-10)


Dimana: s = standar deviasi populasi

x = rata-rata sampel

X = data individu f = frekuensi

N = jumlah data populasi

N = jumlah data sampel

3. Range

Rentang (range) dinotasikan sebagai R, menyatakan ukuran yang menunjukkan selisih

antara maksimum dan minimum. Rumusnya adalah sebagai berikut:

Range= nilai maksimum – nilai minimum (2-11) Sumber: Bluman (2012:122)

8

KELOMPOK 21


2.3.3 Ukuran Posisi

Berdasarkan ukuran posisi terdapat beberapa macam yaitu

1. Kuartil

Kuartil membagi distribusi menjadi empat kelompok, dipisahkan oleh Q1, Q2, Q3.

Perhatikan Q1 yang sama dengan persentil ke-25; Q2 adalah sama dengan persentil ke-50,

atau median; Q3 sama dengan persentil ke-75, seperti yang ditunjukan (Bluman, 2012:149).

Rumusnya sebagai berikut :

Gambar 2.2 Kuartil


Q1 = nilai data ke

, Q2 = nilai data ke

, Q3 = nilai data ke

(2-12)

Sumber: Weirs (2008:91)

(Dimana N merupakan jumlah data dalam populasi dan n merupakan jumlah data sampel)

Kisaran interkuartil adalah perbedaan antara kuartil ketiga dan kuartil pertama. Dalam hal

persentil, ini adalah jarak antara 75% dan 25% nilai. Rumusnya adalah:

interquartile range (IQR) = Q3 - Q1 Quartile deviation (QD) =

(2-13)

Sumber: J. K. Sharma (2012:138)

2. Desil

Desil membagi distribusi menjadi 10 kelompok, seperti yang ditunjukan. Mereka

dilambangkan dengan D1, D2, dll. Posisi dalam sepersepuluh bahwa nilai data yang berlaku

dalam distribusi (Bluman, 2012:151).

Gambar 2.3 Desil


9

KELOMPOK 21


3. Persentil

Persentil membagi kumpulan data menjadi 100 kelompok yang sama. Posisi dalam seratus

bahwa nilai data memegang distribusi. Median adalah persentil ke-50 (Bluman, 2012:151).

Percentile =

(2-14)


2.3.4 Bentuk Distribusi

Bentuk distribusi digunakan untuk mengetahui bentuk distribusi dari data. Ukuran bentuk

terdiri atas:

a. Kurtosis

Indeks yang paling umum dari kurtosis adalah:

∑( )

– 3 (2-15)

: Kirk (2008:114)

Kurtosis merupakan derajat puncak persebaran data (Sharma, 2007:186). Kurtosis terdiri

atas leptokurtis, platikurtis, dan mesokurtis. Kurva frekuensi pada leptokurtis lebih

memuncak daripada kurva normal. Pada platikurtis, kurva frekuensinya lebih landai dari

kurva normal dan sedangkan pada mesokurtis kurva frekuensi adalah kurva normal.

Gambar 2.4 Kutosis

Sumber: Sharma (2007:186)

b. Skewness

Indeks dari Skewness yang telah dikembangkan, yang paling banyak digunakan adalah;

∑( )

(2-16)

: Kirk (2008:112)

Menurut Bluman (2012:117), distribusi frekuensi dapat diasumsikan dengan beberapa

bentuk. Ada tiga bentuk penting, antara lain skewness positif, simetris, dan skewness

negative. Pada skewness positif (a), rata-rata terdapat pada kanan median dan modus

terdapat pada kiri median.

10

KELOMPOK 21


(a) (b) (c)

Gambar 2.5 Skewness Positif (a), Skewness Simetris (b), Skewness Negatif (c) Sumber: Bluman (2012:117)

Pada distribusi simetris (b), nilai data didistribusikan pada kedua sisi rata-rata. Rata-

rata, median dan modus terletak pada senter distribusi.

Ketika sebagian besar data jatuh di kanan dari rata-rata dengan ekor ke kiri,

distribusinya dinamakan skewness negatif atau skewness kiri (c). Pada distribusi ini rata-rata

terletak pada kiri median dan modus terletak pada kanan median.

2.3.5 Penyajian Data

Menurut Bluman (2012:51), setelah data diorganisasikan dalam distribusi frekuensi,

kemudian dapat disajikan dalam bentuk grafik. Tujuan dari grafik dalam statistik adalah untuk

menampilkan data pada pembaca dalam bentuk gambar. Dengan demikian data akan lebih dapat

dibaca dibandingkan dengan penyajian numerik pada tabel atau distribusi frekuensi. Tiga grafik

yang sering digunakan dalam penelitian, antara lain:

1. Diagram Batang

Diagram batang mempresentasikan data dengan menggunakan vertikal atau horizontal

batang yang merepresentasikan frekuensi data (Bluman, 2012:69).

Gambar 2.6 Diagram Batang Sumber: Bluman (2012:69)

11

KELOMPOK 21


BAB III METODOLOGI PRAKTIKUM

3.1 Diagram Alir Praktikum

Berikut adalah diagram alir praktikum untuk praktikum modul statistik deskriptif dari data

studi kasus.

Mulai

Identifikasi Masalah

Hasil dan penyajian Data

Pengolahan Tunggal

Pengolahan Data

Mengumpulkan Data

Dengan Software

Secara Manual

Pengolahan kelompok

Analisis dan Interpretasi Data

Tinjauan Pustaka

Kesimpulan dan Saran

Selesai

Gambar 3.1 Diagram Alir Praktikum Statistik Deskriptif

3.2 Prosedur Praktikum

Langkah-langkah yang harus dilakukan oleh praktikan adalah sebagai berikut:

1. Mengidentifikasi masalah dari suatu obyek penelitian.

2. Mengumpulkan data ekstrem.

3. Melakukan pengolahan data mengenai statistika deskriptif secara manual dan software dan

penyajiannya.

4. Menganalisis dan mengimterpretasi data.

5. Mendapatkan hasil data.

6. Menarik kesimpulan.

12

KELOMPOK 21


BAB IV HASIL DAN PEMBAHASAN

4.1 Pengumpulan data

Data banyaknya rumah potong hewan menurut Kabupaten/Kota di Jawa Tengah pada tahun

2012 berupa cross section dan data sekunder. Data ini diolah dengan cara manual dan software

Minitab 16.

4.1.1 Pengumpulan data studi kasus

Berikut ini merupakan data “Banyaknya Rumah Potong Hewan (RPH) menurut

Kabupaten/Kota di Jawa Tengah Tahun 2012”.

Tabel 4.1 Data Studi Kasus

No. Kabupaten/Kota Jumlah RPH No. Kabupaten/Kota Jumlah RPH 1 Kab. Cilacap 2 19 Kab. Kudus 2 2 Kab. Banyumas 10 20 Kab. Jepara 3 3 Kab. Purbalingga 2 21 Kab. Demak 1 4 Kab. Banjarnegara 4 22 Kab. Semarang 7 5 Kab.Kebumen 10 23 Kab. Temanggung 3 6 Kab. Purworejo 3 24 Kab. Kendal 4 7 Kab.Wonosobo 3 25 Kab. Batang 3 8 Kab. Magelang 2 26 Kab. Pekalongan 5 9 Kab. Boyolali 1 27 Kab. Pemalang 5

10 Kab. Klaten 4 28 Kab. Tegal 4 11 Kab. Sukoharjo 8 29 Kab. Brebes 5 12 Kab. Wonogiri 15 30 Kota Magelang 1 13 Kab. Karanganyar 3 31 Kota Surakarta 3 14 Kab. Sragen 1 32 Kota Salariga 1 15 Kab. Grobogan 11 33 Kota Semarang 1 16 Kab. Blora 2 34 Kota Pekalongan 1 17 Kab. Rembang 0 35 Kota Tegal 2 18 Kab. Pati 3

Sumber : Badan Pusat Statistik

4.2 Pengolahan Data

Berikut ini adalah pengolahan data dengan software Minitab dan perhitungan secara

manual untuk data studi kasus.

4.2.1 Perhitungan dengan Minitab 16

Berikut merupakan langkah-langkah pengolahan data dalam software minitab 16, antara

lain :

1. Input data

Menginputkan data pada worksheet minitab.

2. Pengolahan data

a. Pada menu Minitab, klik Stat – Basic Statistic -Display Descriptive Statitstics.

13

KELOMPOK 21


b. Setelah itu akan muncul kotak Display Descriptive Statitstics. Masukkan variabel jumlah

pada kotak variables, klik statistics – all untuk memilih semua yang ingin diketahui.

Statistics ini dilakukan untuk perhitungan statistik, yaitu mengenai central tendency

data, distribusi data.

c. Untuk melakukan penyajian data dengan grafik, caranya adalah klik graph, centang

penyajian data yang dipilih, misalnya histogram with curve, lalu OK.

3. Output data

Berikut merupakan output data yang muncul pada minitab 16 :

Gambar 4.1 Deskripsi Output Data

Berdasarkan hasil output minitab, diperoleh data sebagai berikut :

a. Total count jumlah data “Banyaknya Jumlah Rumah Potong Hewan di Jawa Tengah

Menurut Kabupaten/Kota Tahun 2012 adalah 35.

b. N adalah jumlah data yang terdapat dalam variabel. Jumlah Rumah Potong Hewan di

Jawa Tengah Menurut Kabupaten/Kota Tahun 2012.

c. N* adalah jumlah data yang tidak terbaca dari jumlah Rumah Potong Hewan di Jawa

Tengah Menurut Kabupaten/Kota Tahun 2012 berdasarkan hasil analisis data dari 35

data tidak terdapat data yang tidak terbaca.

d. Mean (rata-rata) jumlah data Rumah Potong Hewan di Jawa Tengah Menurut

Kabupaten/Kota Tahun 2012 adalah 3,857.

e. Standar Deviasi adalah dari jumlah Rumah Potong Hewan di Jawa Tengah Menurut

Kabupaten/Kota Tahun 2012 adalah 3,344. Standar deviasi menunjukkan batas

penyimpangan terhadap rata-rata.

f. Variansi atau penyebaran data Rumah Potong Hewan di Jawa Tengah Menurut

Kabupaten/Kota Tahun 2012 sebesar 11,185.

4.2.2.1 Pengolahan Data Tunggal

Berikut merupakan pengolahan data tunggal dari banyaknya Rumah Potong Hewan (RPH)

di Kabupaten/Kota di Jawa Tengah pada tahun 2012.

Tabel 4.2 Pengolahan Data Tunggal No Pengolahan Data Tunggal 1 Mean

=

∑

=

= 3,8571

2 Standar Deviasi s = √

∑

√

14

KELOMPOK 21


Tabel 4.2 Pengolahan Data Tunggal (lanjutan) No Pengolahan Data Tunggal 3 Variansi s

2 =

∑ ∑

4.2.2.1.1 Penyajian Data Perhitungan Tunggal

Berikut ini adalah penyajian data tunggal dari data banyaknya Rumah Potong Hewan (RPH)

di Kabupaten/Kota di Jawa Tengah pada tahun 2012. Data disajikan dalam bentuk diagram

batang yang diurutkan untuk mengetahui jumlah Rumah Potong Hewan (RPH) yang paling

banyak, paling sedikit, dan yang tidak memiliki Rumah Potong Hewan (RPH) di Kabupaten/Kota

di Jawa Tengah.

kj

Gambar 4.2 Diagram Batang Banyaknya Rumah Potong Hewan Menurut Kabupaten/Kota Di Jawa Tengah Tahun 2012

4.3 Analisis dan Interpretasi

Pengolahan data yang cocok untuk banyaknya rumah potong hewan menurut

kabupaten/kota tahun 2012 adalah mean agar dapat diketahui jumlah rata-rata dari rumah

potong hewan di Jawa Tengah. Dalam pengolahan data digunakan data tunggal, karena dari hasil

penghitungan data tunggal, studi kasus telah dapat dianalisa serta ditampilkan menggunakan

diagram batang yang diurutkan, sehingga dapat diketahui frekuensi tertinggi dan terendah dari

rumah potong hewan.

Berdasarkan hasil pengolahan data yang telah dilakukan secara aktual serta dengan

menggunakan minitab, diketahui bahwa data yang memiliki frekuensi tertinggi terdapat di

Kabupaten Wonogiri sebesar 15 rumah potong hewan, data yang tidak memiliki frekuensi

terdapat di Kabupaten Rembang, dengan diketahui data frekuensi tertinggi dan terendah

disetiap kabupaten maka hal tersebut akan lebih memudahkan pemerintah untuk melakukan

02468

10121416

Kab

. Wo

no

giri

Kab

. Ge

rob

oga

n

Kab

. Ban

yum

as

Kab

. Ke

bu

men

Kab

. Su

koh

arjo

Kab

. Se

mar

ang

Kab

. Pek

alo

nga

n

Kab

. Pem

alan

g

Kab

. Bre

bes

Kab

. Teg

al

Kab

. Ke

nd

al

Kab

. Ke

late

n

Kab

. Ban

jarn

egar

a

Kab

. Pu

rwo

rejo

Kab

. Wo

no

sob

o

Kab

. Kar

anga

nya

r

Kab

. Pat

i

Kab

. Je

par

a

Kab

. Tem

angg

un

g

Kab

. Bat

ang

Ko

ta S

ura

kart

a

Ko

ta. T

egal

Kab

. Ku

du

s

Kab

. Blo

ra

Kab

. Mag

ela

ng

Kab

. Pu

rbal

inn

ga

Kab

. Cila

cap

Kab

. Bo

yola

li

Kab

. Se

rage

n

Kab

. De

mak

Ko

ta M

age

lan

g

Ko

ta S

em

aran

g

Ko

ta S

alat

iga

Ko

ta P

ekal

on

gan

Kab

. Re

mb

ang

Banyaknya Rumah Potong Hewan Menurut Kabupaten/Kota

di Jawa Tengah Tahun 2012

15

KELOMPOK 21


pengembangan pada daerah yang hanya memiliki sedikit atau tidak memiliki rumah potong

hewan sama sekali sehingga Indonesia dapat mempersiapkan jumlah rumah potong hewan agar

dapat meningkatkan produksi daging untuk meghadapi persaingan dalam masyarakat ekonomi

ASEAN (MEA).

16

KELOMPOK 21


BAB V PENUTUP

5.1 Kesimpulan

Berikut ini merupakan kesimpulan yang dapat diambil dari praktikum Statistik Deskriptif.

1. Pada praktikum ini dilakukan pengolahan data studi kasus baik secara manual maupun

dengan software. Dari hasil data dapat ditarik simpulan sebagai berikut:

a. Dalam pengolahan data manual, data banyaknya rumah potong hewan menurut

Kabupaten/Kota di Jawa Tengah tahun 2012 dihitung berdasarkan cara data tunggal.

Dari hasil perhitungan data tunggal diperoleh ukuran pemusatan mean, standar

deviansi, dan variansi.

b. Pengolahan data studi kasus pada praktikum modul 1 ini juga dilakukan menggunakan

software. Software yang digunakan adalah Minitab 16 yang menghasilkan nilai yang

sama. Seperti nilai mean data tunggal yang dihitung secara manual dan dengan hasil

pengolahan software yaitu 3,8571.

2. Dalam penyajian data studi kasus ini, digunakan diagram batang yang diurutkan untuk

mempresentasikan frekuensi data. Bar chart dipilih untuk mempermudah mengetahui

frekuensi tiap data.

3. Dari hasil analisis data diperoleh rata-rata banyaknya rumah potong hewan di Jawa Tengah

sebesar 3,8571 dan frekuensi rumah potong hewan(RPH) tertinggi sebesar 15 adalah

Kabupaten Wonogiri, sedangkan rumah potong hewan (RPH) dengan frekuensi paling

rendah sebesar 0 atau tidak memiliki rumah potong sama sekali yaitu Kabupaten Rembang.

5.2 Saran

Saran yang dapat diberikan pada studi kasus ini adalah agar pemerintah dapat melakukan

pengembangan pada Kabupaten/Kota yang hanya memiliki sedikit ataupun tidak memiliki sama

sekali rumah potong hewan sehingga saat masyarakat ekonomi ASEAN (MEA) tercapai

Indonesia tidak didominasi oleh negara lain dan memanfaatkan kesempatan memperluas

mangsa pasar dengan meningkatkan produksi.

MODUL 1 Statistik Rekayasa Kualitas

Documents

Transcript of MODUL 1 Statistik Rekayasa Kualitas