MODUL 1 Statistik Rekayasa Kualitas
description
Transcript of 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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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)
Sumber: Bluman (2012:108)
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
Laboratorium Statistik dan Rekayasa Kualitas
Variansi data tunggal:
a. Variansi untuk populasi b. Variansi untuk sampel
∑
(2-5)
∑ ∑
(2-6)
Sumber: Bluman (2012:128) Sumber: Bluman (2012:127)
Variansi data berkelompok:
Variansi untuk populasi
∑
∑
(2-7)
Sumber: Bluman (2012:131)
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)
Sumber: Bluman (2012:127) Sumber: Bluman (2012:128)
Standar deviasi untuk data berkelompok:
√ √ ∑
∑
(2-10)
Sumber: Bluman (2012:131)
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
Laboratorium Statistik dan Rekayasa Kualitas
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
Sumber: Bluman (2012:149)
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
Sumber: Bluman (2012:151)
9
KELOMPOK 21
Laboratorium Statistik dan Rekayasa Kualitas
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)
Sumber: Bluman (2012:147)
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
Laboratorium Statistik dan Rekayasa Kualitas
(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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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
Laboratorium Statistik dan Rekayasa Kualitas
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.