Laporan Hasil Praktikum Statistik Deskriptif

RUDINI MULYA _ TEKNIK INDUSTRI U NIVERSITAS MERCU BUANA

2012

LAPORAN AKHIR PRAKTIKUM STATISTIK Diajukan untuk Melengkapi Tugas Mata Kuliah Praktikum Statistik Pada Program Studi Teknik Industri

Disusun Oleh : Kelompok 4

Rudini Mulya Dessy Diardito Miranda Ihsan Maulana Yoel Octavianus

(41610010035) (41610010035) (41610010040) (41610010040) (41610010010) (41610010010) (41610010043) (41610010043)

PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MERCU BUANA JAKARTA 2012

Diperiksa dan disetujui oleh :

Asisten Praktikum

Kelompok IV _ Laporan Laporan Praktikum Statistik Statistik Deskriptif Deskriptif

1

2012


LAPORAN PRAKTIKUM STATISTIK DESKRIPTIF BAB I PENDAHULUAN

1.1 Latar belakang

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpret menginterpretasi, asi, dan memprese ntasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' 'stat istika' (bahasa Inggris: I nggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian Sebag ian besar penggunaan konsep dasar statistika mengasumsikan teori probabilitas. pro babilitas. Di industr i penggunaan ilmu terapan t erapan statistic stat istic memilki Beberapa istilah ilmu statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.

Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (t ermasuk sosiologi dan psikologi), maupun di bidang bisnis, perdagangan ekonomi, dan industri. Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak

pendapat atau polling (misalnya

dilakukan

sebelum

pemilihan

umum),

serta jajak cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.

Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya hal terlihat banyak digunakannya uji statistika yang mengambil dasar pada sebaran peluang. Sedangkan matematika

statistika merupakan

cabang

dari matematika

terapan yang

menggunakanteori probabilitas dan analisis matematika untuk mendapatkan dasar-dasar teori statistika.


2

2012


Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data mentah adapun bentuk statist ik diantaranya : 

Statistika

deskriptif berkenaan

dengan

bagaimana

data

dapat

digambarkan

dideskripsikan) atau disimpulkan, baik secara numerik (misalnya menghitung ratarata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik). 

Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya.

1.2 Tujuan Praktukum.

1.2.1 Dapat menyajikan data – data statistika dalam bentuk

 Tabel Statistik.  Grafik Statistik.  Diribusi Frekuensi. 1.2.2

Mampu melakukan perhitungan untuk:

 Ukuran lokasi atau ukuran kecendrungan.  Ukuran deviasi. 1.3 Alat – alat yang digunakan.

Peralatan dan bahan yang digunakan selama praktikum antara lain;

 Data pengamatan.  Lembar pengamatan, alat tulis dan alat hitung. 1.4 Pelaksanaan Praktikum.

Praktikum Statistik ini dimulai dari bulan April 2011 sampai dengan bulan Juni 2011, selama kurang lebih 4 pertemuan dan bertempat di Lab. Komputer Teknik Industri Universitas Mercu Buana gedung D.208. Selama praktek, kami mempelajari tentang Statistik deskriptis (Menyajikan data – data yang meliputi table , grafik ,dan ukuran lokasi dan deviasi).


3

2012


BAB II LANDASAN TEORI

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data, ini dinamakan statist ika deskriptif.

Statistika terbagi menjadi 2 jenis, yaitu statistika deskriptif dan statistika inferensial.

 Statistika deskriptif (descriptive statistics) berkaitan dengan penerapan metode statistik untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif.

 Statistika Infrensial : serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan sebagian data (data sampel) yang dipilih secara acak dari seluruh data yang menjadi subyek kajian.

Dalam statistika, terdapat istilah-istilah dasar yang harus dipahami. Istilah-istilah dasar tersebut adalah: 1. Populasi merupakan sekumpulan orang atau objek yang sedang diteliti 2. Sensus adalah pengumpulan data pada seluruh populasi 3. Sampel adalah sebagian dari populasi yang apabila diambil dengan benar, merupakan representasi 4. Parameter merupakan ukuran deskriptif dari populasi 5. Statistik yaitu ukuran deskriptif dari sampel

Data adalah keterangan mengenai sesuatu / hasil pengamatan/ hasil pengukuran.Data adalah bentuk jamak dari datum (single/satu). Jenis-Jenis data:



Data

Primer

:

data

yang

diperoleh

langsung

dari

sumbernya

baik

melalui

observasi/pengukuran/pengamatan langsung.



Data Sekunder: data yang diperoleh dari pihak ket iga/ data yg telah dipublikasikan.


4


2012

Bentuk Data:

 Data Kuantitatif (data berupa angka-angka/numerical data hasil observasi atau pengukuran)

 Data Kualitatif (serangkaian observasi dimana setiap observasi tergolong kepada salah satu kelas yang eklusif., contoh: pendapat konsumen terhadap suatu produk adalah: sangat bagus, bagus, biasa, buruk, sangat buruk. Opini masysrakat terhadap suatu kebijakan.

Cara Pengumpulan Data:

 Wawancara  Angket/kuesioner  Observasi/pengamatan  Penelitian lab/eksperimen/percobaan  Studi literatur Ukuran Pemusatan Data adalah nilai tunggal dari data yang dapat memberikan gambaran yang lebih jelas dan singkat mengenai pemusatan data, yang juga mewakili seluruh data. Ada beberapa macam ukuran pemusatan data seperti mean, median, dan modus.

 Mean adalah ukuran rata-rata yang merupakan penjumlahan dari seluruh nilai dibagi jumlah datanya.

 Median Median merupakan nilai tengah dari data yang telah diurutkan.

 Modus Modus merupakan nilai yang paling sering muncul dalam data.


5


2012

Distribusi Frekuensi

Pengelompokan data ke dalam beberapa kelas, dan menghitung

banyaknya

pengamatan yang masuk, lalu disajikan dalam bentuk tabel disebut dengan distribusi frekuensi. Tabel distribusi frekuensi membagi data dalam jumlah besar ke dalam beberapa kelas/kelompok frekuensi. Ukuran penyebaran data menggambarkan bagaimana terpencarnya data. Beberapa ukuran penyebaran yang terkenal adalah jankauan/range, variansi dan simpangan baku (standar deviasi).

 Range adalah ukuran variasi yang paling sederhana, dapat diperoleh dari nilai data maksimum dikurangi dengan nilai data minimum. minimum. R = x (terbesar) – x (terkecil) Dimana R adalah range dan x adalah variabel. Semakin besar nilai R maka data makin tidak seragam, semakin kecil nilai R maka makin seragam data tersebut.

 Varians adalah ukuran variasi yang menunjukkan seberapa jauh data tersebar dari mean (rata-ratanya).

Semakin bervariasi data tersebut maka semakin jauh data tersebar di sekitar meannya. Simpangan baku/standar deviasi merupakan akar dar i variansi.

 Standar Deviasi atau Simpangan Baku Standar deviasi atau simpangan baku adalah standar penyimpangan data dari rataratanya dan memiliki satuan yang sama dengan satuan data aslinya. Nilai dari standar deviasi diperoleh dari akar varians atau:


6


2012

BAB III PENGUMPULAN PENGUMPULAN DAN PENGOLAHAN DATA 3.1

Langkah Pengumpulan Data

Pada suatu Perguruan Tinggi yaitu di Universitas Mercubuana mempunyai mahasiswa program studi Teknik Industri Industri yang jumlahnya cukup banyak. Dari kumpulan kumpulan mahasiswa tersebut akan dilakukan pengukuran tinggi, dan berat badan berdasarkan jurusan dan angkatan yang diwakili oleh 100 orang mahasiswa. Kemudian data hasil pengukuran tersebut dicatat pada lembar pengamatan yang telah disediakan.

3.2

Penyajian Data

Seluruh data yang telah dikumpulkan kemudian diproses kembali dalam bentuk yang lebih baik menggunakan media komputer. Data-data tersebut disajikan dalam t abel statistik dan tabel distribusi frekuensi. Sebelumnya data-data tersebut dihitung dan dianalisa secara seksama. Data yang disajikan bukan rekayasa, akan tetapi hasil dari pengumpulan data dan perhitungan data yang akurat.


7

2012


BAB IV PEMBAHASAN DAN ANALISA 4.1 Pembahasan 4.1.1 Data Tinggi badan dan Berat badan mahasiswa teknik industri sebanyak 100 mahasiswa seperti tampak pada tabel berikut ini : No

Nama

Usia

Berat Badan

Tinggi Badan

(Tahun)

(Kg)

(Cm)

1

Fery Prabowo

20

50

176

2

Dodi Indaryana

26

56

168

3

Hery Kuswanto

19

55

170

4

Nurul Fathia

20

60

160

5

Eka Bayu Saputra

19

50

176

6

Nanda Pratama

19

53

175

7

Rocky Himawan

19

72

182

8

Dhika Prasetyo

20

77

175

9

Lutfy Januari E. P.

18

59

176

10

Indra Nugraha

19

55

175

11

Firman Hermawan

19

59

165

12

Joko Akhiriyanto

19

56

168

13

Panji Kusuma Yudha

19

75

175

14

Arip Mustakim

19

59

176

15

Abdul Rahman

20

48

168

16

M. Aditya

19

75

170

17

Yanuar Ardiansyah

19

71

177

18

Endah Woro Wardani

19

47

162

19

Wiyoga Nur Alamsyah

18

54

160

20

Angga Sodikin

19

58

173

21

Anton Nimus

20

52

165

22

Ahmad Mathuri

19

45

168

23

Irfan Widiarto

19

90

170

24

Eko Setiawan

19

60

169

25

Anton Giardhi Bramanto

19

55

165

26

Wahyu Sugar Ibrahim

21

54

165

27

Ade Pratama

19

57

187

28

M. Syawal Setiawan

20

95

173

29

Soerja Julianto

20

58

175

30

Diah Utami

19

45

160

31

Kukuh W Dias Utami

19

49

160

32

Al Bayhaki

19

46

173


8

2012


33

Rambu Naha Tarap

19

49

158

34

Dwi Endartanto

19

69

166

35

Martin

19

60

170

36

M. Arif Maulana

20

62

173

37

Fachturrizki Ramadhan

20

75

175

38

Febriana Purwandari

22

80

170

39

Sidik Dwi Saputra

19

55

170

40

Andy Irawan

19

60

169

41

Rafli

19

55

166

42

Novian

19

50

168

43

Firmansyah

20

75

165

44

Novrian Riyadi

18

57

173

45

Adizty Suparno

18

53

160

46

Dini Maulina

17

45

155

47

M. Yusuf

19

63

160

48

Amalda Zulkarnaen

18

68

168

49

Fortunatus Pake

17

62

162

50

Zamaludin

17

55

170

51

M. Kasroniyanto

20

50

169

52

Azis M. A.

18

79

175

53

Isma

18

50

170

54

Ezra Lisfiani

17

40

160

55

Fauzan Septia M.

18

50

180

56

Yoel Octavianus

18

50

173

57

M. Radityo R.

17

60

175

58

Herlian Saputra

18

100

180

59

Ihsan Maulana

19

60

175

60

Nur Muhammad

18

80

173

61

Wisnu Sudaryanto

17

65

172

62

Denny Permana

18

57

172

63

Dessy Diardito Miranda

17

57

176

64

M. Wahyu S.

18

50

164

65

Aron Mangatas

18

65

175

66

Stefany S.

18

69

170

67

Aliftia S.

18

57

172

68

Yodi Ramadhoni

19

73

170

69

Herman Santoso

20

55

168

70

Aziz Kurniawan

19

48

169

71

Eren Yudy P.

18

44

171

72

Arie Yones

18

60

170

73

Rudini Mulya

20

57

169

74

Faisal Umar N.

18

65

170

75

Ikhwan H.

17

54

175


9

2012


76

Ryan Nurhuda

18

57

171

77

Agus Raif

20

50

160

78

Adhitama Febrianto

19

60

162

79

Andri Muliyawan

23

60

173

80

Iwan Sutiyono

20

55

160

81

Eko Suriyanto

20

55

170

82

Dede Permana

20

49

175

83

Achmad Adnan Kasogi

19

58

168

84

Panji Aryo Priyadi

20

55

160

85

Steven Miky Pangkey

22

48

165

86

Ibnu Malik

20

50

168

87

Chandra Adi Putra

20

55

173

88

Yovan Arifin

20

50

176

89

Ricky Reza Adhavi

20

49

167

90

Ria Qori'ah

20

53

155

91

Anisah H

20

50

165

92

Ian Danarko

21

60

172

93

Heri Nurmansyah

22

60

170

94

Irwan Yosia

22

55

171

95

Lucyana

21

48

170

96

Eka Rachmatillah

22

60

169

97

Wawan

22

64

170

98

Baskoro

22

65

169

99

Bagus

20

68

169

100

Ossa Sutaarga

22

50

168

4.1.2 Perhitungan Distribusi Frekuensi dari Berat Badan Mahasiswa Data Mahasiswa Data sebelum sebelum dikelompokkan MEAN Mean = X1 + X2 + X3 + . . . +X100 N

Mean = 40 + 44 + 45 + ....+ 100 = 100

5867 = 58,67 100

MEDIAN

Median = Data ke-50 + Data ke-51 = 57 + 57 = 57 2 2 MODUS Modus = Nilai yang paling sering muncul = 50 kg = 13 kali muncul


10

2012


KWARTIL

Kwartil = K1 = i ( n + 1 ) 4 K1

= 1(100 + 1) = 25,25 4

K2

= 2(100 + 1) = 50,5

K3

4 = 3(100 + 1) = 75,75 4

SIMPANGAN KWARTIL (Q)

Q = K3 – K1 = 75,75 – 25,25 = 25,25 2 2 4.1.3 Perhitungan Distribusi Frekuensi dari Berat Badan Mahasiswa Data Mahasiswa Data Sesudah Sesudah Dikelompokkan

Perhitungan Distribusi Frekuensi dari Berat Badan Mahasiswa Range (R) =Xmax – Xmin = 100 – 40 = 60 Jumlah data (n) = 100 Langkah pembuatan :

1. Jumlah kelas a.

(k) = 1 +3.3 log n k = 1+3,3 log 100 7

= 7,6

8

2. Panjang kelas interval

c=

R k



51 7

7

= 7,28

8


11

2012


NO

SELANG KELAS

BATAS KELAS

TITIK TENGAH ( X )

FREKUENSI (f)

f.x

1

39 – 46

38,5 – 46,5

42,5

5

212,5

2

47 – 54

46,5 – 54,5

50,5

30

1515

3

55 – 62

54,5 – 62,5

58,5

40

2430

4

63 – 70

62,5 – 70,5

66,5

11

731,5

5

71 – 78

70,5 – 78,5

74,5

8

596

6

79 – 86

78,5 – 86,5

82,5

3

247,5

7

87 – 94

86,5 – 94,5

90,5

1

90,5

8

95 - 102

94,5 – 102,5

98,5

2

197

564

100

6020

JUMLAH 3. Batas selang se lang kelas bawah

= 40 (data yang terkecil)

4. Batas kelas bawah

= 43 – 0,5 = 39,5

5. Batas kelas atas

= 39,5 + 8 = 47,5

6. Batas selang kelas atas = 47,5 + 0,5 = 48 Tabel distribusi frekuensi Berat Badan Mahasiswa/i Tenik Industri

MEAN = x 

 x . f i

n =

MEDIAN

i

6020 100

= 60,20

 n / 2  C







= X  l  

f

xh

100 / 2  30  x8 = 58,5 40  

= X  54,5  


12


 40  x8 = 59,13  40  29 

= 54,5  

MODUS

AMK =

=

Q1

2012



x1

2

n

318096 100

= 56,4

 n  C  = l   4 xh f     100 / 4  0  x8 = 78,5 5  

= 38.5  

Q2

 2 n  C  = l   4 xh f      200 / 4  35  x8 = 50,5 30  

= 46,5  

Q3

3  n C    = l   4 xh  f     75  75  x8 = 54,7  40 

= 54,5  

SIMPANG QUARTIL

VARIANS

=S

2

= Q3 – Q1 = 54,7 – 78,5 = -23,8

fi x  x i = 100 = 59,598


13


SIMPANGAN BAKU

=S=



2012

fi. xi  x 100

= 7,71

MAS

=

=

 x  x 1

n 503,8 100

= 50,38

1n / 10  C  DESIL : D1 = l   xh f   10  5  x8 = 47,8  30 

= 46,5  

 3n   10 C  D3 = l  xh   f     30  5  x8 = 50,5 30  

= 46,5  

 5n  10 C  D5 = l   xh f      50  35  x8 = 57,5  40 

= 54,5  

 7n  10 C   D7 = l  xh  f     70  35  x8 = 61,5  40 

= 54,5  


14


2012

 9n  10 C  D9 = l   xh   f     90  86  x8 = 74,5 8  

= 70,5  

1n  100 C  PERSENTIL : P1 = l   xh f     1  0  = 38,5   x8 = 40,1  5 

 25n  100 C   P25 = l  xh  f      25  5  x8 = 51,8 30  

= 46,5  

 50n  100 C  P50 = l   xh f      50  35  x8 = 57,5  40 

= 54,5  

 75n  100 C   P75 = l  xh  f      75  35  x8 = 57,5  40 

= 54,5  

 99n  100 C  P99 = l   xh  f      99  98  x8 = 98 2  

= 94,5  


15


2012

4.1.4 Perhitungan Distribusi Frekuensi dari Tinggi Badan Mahasiswa Data Mahasiswa Data Sebelum Sebelum Dikelompokkan

MEAN

Mean = X1 + X2 + X3 + . . . +X100 N Mean = 155 + 155 + 158 + .... + 187 = 16944 = 169,44 100

100

MEDIAN

Median = Data ke-50 + Data Data ke-51 = 169 + 169 = 169 2

2

MODUS

Modus = Nilai yang paling sering muncul = 170 = 16 kali muncul

KWARTIL

Kwartil = K1 = i ( n + 1 ) 4 K1

= 1(100 + 1) = 25,25 4

K2

= 2(100 + 1) = 50,5 4

K3

= 3(100 + 1) = 75,75 4

SIMPANGAN KWARTIL (Q)

Q = K3 – K1 = 75,75 – 25,25 = 25,25 2

2


16


2012

4.1.5 Pengolahan data Distribusi Frekuensi dari Tinggi Badan Mahasiswa Sesudah Mahasiswa Sesudah Dikelompokkan

Range (R) =

Xmax – Xmin = 187-155 = 32

Jumlah data (n) = 100

Langkah pembuatan :

1. Jumlah kelas a.

(k) = 1 +3.3 log n k = 1+3,3 log 100

7

= 7,6

8

2. Panjang kelas interval

c=

R k



32 8 4

=4

5

3. Batas selang se lang kelas bawah

= 155 (data yang terkecil)

4. Batas kelas bawah

= 155 – 0,5 = 154,5

5. Batas kelas atas

= 154,5 + 5 = 159,5

6. Batas selang kelas atas = 159,5 - 0,5 = 159


17

2012


Tabel Distrbusi Frekuensi Tinggi Badan Mahasiswa

SELANG

BATAS

TITIK

FREKUENSI

KELAS

KELAS

TENGAH ( X )

(f)

1

155 – 159

154,5 – 159,5

157

3

471

2

160– 164

159,5 – 164,5

162

14

2268

3

165– 169

164,5 – 169,5

167

28

4676

4

170– 174

169,5 – 174,5

172

32

5504

5

175– 179

174,5 – 179,5

177

19

3363

6

180– 184

179,5 – 184,5

182

3

546

7

185 - 189

184,5 184 ,5 – 189,5

187

1

187

1369

100

17015

NO

JUMLAH

MEAN = x 

xi . f i n =

MEDIAN

f.x

17015

= 170,15

100

 n / 2  C







= X  l  

f

xh

100 / 2  45  x5 = 170,28 32  

= X  169,5   MODUS

AMK

 4  x5 = 170,67  4  13 

= 169,5  

=

=



x1

2

n

1874161 100

= 136,9


18


Q1

2012

 n  C  = l   4 xh  f    100 / 4  17  x5 = 165,92 28  

= 164,5  

Q2

 2 n  C  = l   4 xh  f     200 / 4  45  x5 = 170,28 32  

= 169,5  

Q3

3  n C    = l   4 xh  f     75  45  x5 = 174,18  32 

= 169,5  

SIMPANG QUARTIL = Q3 – Q1 = 174,18 – 165,92 = 8,26

VARIANS

=S

2

fi x  x i = 100 = 168,44

SIMPANGAN BAKU

=S=



fi. xi  x 100

= 12,97

MAS

= =

 x  x 1

n 1198,5 100

= 11,985


19


2012

1 / 10n  C  DESIL : D1 = l   xh f   10  3  x5 = 162  14 

= 159.5  

 3n  10 C  D3 = l   xh  f     30  17  x5 = 168,5 28  

= 164,5  

 5n  10 C  D5 = l   xh  f     50  45  x5 = 170.28 32  

= 169,5  

 7n  10 C  D7 = l   xh  f     70  45  x5 = 174,18  32 

= 169,5  

 9n  10 C  D9 = l   xh  f     90  77  x5 = 177,92  19 

= 174,5  

1n  100 C   PERSENTIL : P1 = l  xh f     1  0  x5 = 156,16  3 

= 154,5  


20


2012

 25n  100 C  P25 = l   xh  f      25  17  x5 = 165,92 28  

= 164,5  

 50n  100 C  P50 = l   xh f      50  45  x5 = 170,28 32  

= 169,5  

 75n  100 C   P75 = l  xh  f      75  45  x5 =170,28  32 

= 169,5  

 99n  100 C   P99 = l  xh  f      99  96  x5 = 184,5 3  

= 179,5  

4.2

Analisa Hasil

Setiap kegiatan yang berkaitan dengan statistik, selalu berhubungan dengan penarikan data. Data adalah bentuk jamak dari datum. Datum adalah keterangan atau informasi yang diperoleh dari suatu pengamatan sedangkan data adalah segala keterangan atau informasi yang dapat memberikan gambaran tentang suatu keadaan. Sehingga tujuan dari dari pengumpulan data adalah: a. Untuk memperoleh gambaran suatu keadaan b. Untuk dasar pengambilan keputusan Untuk memperoleh kesimpulan yang tepat dan benar maka data yang dikumpulkan dalam pengamatan harus nyata dan benar, demikian de mikian sebaliknya. Syarat data yang baik adalah: a. Data harus obyektif (sesuai dengan keadaan keadaa n sebenarnya)


21


2012

b. Data harus mewakili (representative) c. Data harus up to date d. Data harus relevan dengan masalah yang akan dipecahkan

Data yang kami peroleh merupakan data primer yaitu data yang dikumpulkan langsung oleh peneliti. Kemudian sifat data yang yang kami peroleh merupakan data kuantitatif yaitu data dalam bentuk angka dan bersifat kontinu yaitu data yang diperoleh berdasarkan hasil pengukuran. Dalam pengambilan data dapat dilakukan dengan dua cara yaitu dengan penarikan sampel dan populasi. Sampel merupakan serangkaian observasi yang dilakukan terhadap sebagian dari obyek dan tujuan dari penarikan sampel adalah untuk memperoleh gambaran mengenai obyek itu sendiri. Sedangkan populasi merupakan sesuatu yang diketahui, yaitu data memberikan gambaran tentang suatu keadaan atau persoalan. Parameter yang digunakan dalam penarikan sampel adalah konsep, kualitas, karakteristik, atribut, atau sifat-sifat dari suatu objek (orang, benda, tempat, dll) yang nilainya berbeda-beda antara satu objek dengan objek lainnya dan sudah ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Sedangkan parameter yang digunakan dalam populasi adalah hasil dari pengolahan sensus (data yang sebenarnya). Dalam analisa statistik data-data selalu dikelompokan dengan tujuan untuk

memudahkan pengamatan data dan memperoleh gambaran analisisnya serta dapat menghasilkan data dalam bentuk yang lebih ringkas dan mudah dilihat. Dari tabulasi, analisis data dapat dilakukan dengan secara sederhana, yaitu dengan menggunakan prinsip analisis deskripsi, yaitu mencari jumlah skor, nilai rerata, standar penyimpangan, dan variasi penyebarannya. penyebara nnya. Setelah melakukan pengelompokan data kemudian data diolah dengan mengukur tendensi sentral, mengukur variabilitas, mengukur hubungan, dan mengukur perbandingan yang digunakan untuk mengukur nilai tengah, kuartil, persentil, desil, dan lain-lain. Dalam mengukur nilai tengah populasi berdasar data yang telah diambil sampelnya parameter yang digunakan yaitu dengan cara pengukuran tendensi sentral. Yang termasuk mengukur sentral tendensi adalah untuk penghitungan:


22


2012

1. Modus atau skor yang paling sering muncul dibanding skor-skor lainnya 2. Median atau merupakan titik atau skor yang posisinya membagi 50 persen di atas dan 50 persen di bawah bawa h 3. Mean merupakan rata-rata skor dari data yang ada. Setelah mengukur sentral tendensi kemudian dilakukan pengukuran variabilitas atau jarak penyeb penyebaran aran surat surat skor terhadap terhadap garis garis mean tersebut. tersebut. Yang Yang termasuk termasuk mengukur mengukur variabilitas variabilitas itu termasuk di antaranya antaranya mengukur mengukur Standar deviasi. devias i. 1. Varian adalah peubah acak atau ukuran yang menunjukkan dispersi statistik (seberapa jauh data tersebar di sekitar rata-rata. Varians atau ragam merupakan ukuran penyebaran dari data. Varians merupakan salah satu parameter dari suatu populasi, untuk data contoh, digunakan istilah simpangan baku. Simpangan baku ini merupakan penduga tak biasa bagi varians atau ragam. 2. Quartil adalah nilai yang memisahkan tiap-tiap 25 persen frekuensi dalam distribusi atau nilai-nilai yang membagi segugus pengamatan menjadi 4 bagian sama besar. 3. Desil adalah nilai yang memisahkan setiap 10 persen dari distribusi kelompok atau nilainilai yang membagi segugus pengamatan menjadi 10 bagian sama besar. 4. Persentil adalah nilai-nilai yang membagi segugus pengamatan menjadi 100 bagian sama besar. besar.


23


2012

BAB V KESIMPULAN DAN SARAN

5.1

Kesimpulan

Setelah melakukan pengambilan data kasar yang berasal dari lapangan kemudian data diolah/dianalisis secara sistematis. Langkah sebelum analisis pada umumnya, termasuk melakukan skoring dan melakukan tabulasi. Yang termasuk kegiatan analisis data dapat dikelompokkan ke dalam dua kegiatan, yaitu: 1. mendeskripsikan data sesuai dengan variabelnya, 2. melakukan uji statistika atau menggunakan statistika inferensial. Kemudian dalam kegiatan analisis deskripsi adalah kegiatan mengukur sentral tendensi termasuk mencari mean, median, mode, persentil, desil, dan kuartil. Untuk data yang jumlahnya besar, maka perlu juga dihitung simpangan baku dan variabilitas, skewness, standar skewness, dan bentuk kurtosis. Setelah melakukan penghitungan lalu untuk memudahkan peneliti membaca penampilan data maka setiap variabel yang digunakan perlu digambarkan dalam bentuk tabel dan diagramnya. Dengan kata lain suatu kelompok data dapat disajikan dalam bentuk yang lebih praktis, yaitu dalam da lam bentuk tabel t abel ditribusi frekuensi. frekue nsi. Dimana dengan de ngan tabel tersebut kita dapat menentukan nilai-nilai statistik dari data tersebut.

5.2

Saran

Sebaiknya tetap di pertahankan seperti ini karena sudah mencakup sebagaimana mestinya laporan yang tidak di tulis tangan sebab yang terpenting dari statistika adalah data, angka, dan sampel bukan teori-teori saja. Selain itu, pendalaman mengenai materi pratikum harus diperjelas agar lebih terarah tujuan pratikumnya.


24

Laporan Hasil Praktikum Statistik Deskriptif

Recommend Documents