Saran - MODUL I REGRESI LINIER SEDERHANA

Agar keputusan pengaruh variable motivasi lebih meningkat maka perusahaan perlu melakukan beberapa langkah sebagai berikut :

1. Variabel motivasi mempunyai pengaruh terbesar terhadap produktivitas.

Untuk itu sebaiknya tetap meningkatkan angka motivasi.

DAFTAR PUSTAKA

Repository.umy.ac.id/bitstream/handle/123456789/10874/

www.rumusstatistik.com/2020/05/regresi-linier-sederhana.html

teknikelektronika.com/analisis-regresi-linear-sederhana-simple-linear-regression/

MODUL II

3. Dwi Maulana Hermansyah 4. M. Raflyansyah DI RJM TEKNIK INDUSTRI

LABORATORIUM STATISTIK INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI

UNIVERSITAS KRISNADWIPAYANA JAKARTA

2021

LEMBAR PENGESAHAN

Laporan Akhir Praktikum Statistik Industri Fakultas Teknik Industri Universitas Krisnadwipayana ini, telah diteliti dan disusun oleh kami sesuai dengan proses praktikum yang kami lakukan. Praktikum ini telah dilaksanakan di Laboratorium Statistik Industri Universitas Krisnadwipayana yang digunakan sebagai syarat kelulusan mata kuliah Praktikum Proses Statistik Industri.

KELOMPOK 7 NAMA

1. Andi Purwanto 2. Risky Sulistio

3. Dwi Maulana Hermansyah 4. M. Raflyansyah D1 RJM TEKNIK INDUSTRI

Jakarta, 28 November 2021

Mengetahui, Asisten Laboratorium

(AMALLIA AINDINA FITRI) NIM 1970031040

KATA PENGANTAR

Dengan mengucapkan segala puji syukur kehadirat Allah SWT yang telah memberi rahmat dan karunia-Nya, sehingga laporan praktikum ini dapat disusun dan diselesaikan tepat pada waktunya. Praktikum ini bertujuan sebagai syarat kelulusan dalam mengikuti mata kuliah Praktikum Statistika Industri. Di mana isinya mengenai korelasi linier sederhana, dan lampiran yang sekiranya diperlukan dalam pembahasan laporan ini.

Setelah mengikuti kegiatan praktikum ini, semua mahasiswa diharapkan menjadi calon tenaga kerja yang profesional, handal berwawasan industri serta mampu berdikari mandiri menyongsong era Industri 4.0 yang tidak terelakkan lagi.

Artinya mampu mengusai dan mengimplementasikan semua apa yang didapat selama di bangku kuliah dan mengikuti praktikum ini, berhasil mewujudkan dalam dunia kerja nyata di lapangan.

Kami mengucapkan terima kasih kepada Dosen Mata Kuliah Statistika Industri, dan Asisten Dosen Mata Kuliah Stastitika Industri serta teman-teman yang telah terlibat dan membantu dalam penyusunan laporan ini.

Kami menyadari ada banyak kekurangan dalam menulis laporan ini, baik dari segi referensi penulisan maupun tata tulis. Oleh karena itu, kami memohon saran, masukan, dan kritik yang membangun guna perbaikan laporan selanjutnya.

Jakarta, 28 November 2021

KELOMPOK 7

iii

DAFTAR ISI

LEMBAR PENGESAHAN………..i KATA PENGANTAR ... ii DAFTAR ISI ……….….iii DAFTAR GAMBAR ……….….v DAFTAR TABEL ……….……….………vi BAB I ... 1 PENDAHULUAN ... 1 1.1Maksud dan Tujuan ... 1 1.2Latar Belakang Masalah ... 1 1.3Perumusan Masalah ... 2 1.4 Pembatasan Masalah ... 2 1.5 Sistematika Pembahasan ... 3 BAB II ... 5 LANDASAN TEORI ... 5 2.1 Korelasi ... 5 2.1.1 Pengertian Korelasi Menurut Para Ahli ……….7 2.2 Perhitungan Koefisien Korelasi ... 8 2.2.1 Pengujian Hipotesis ... 9 2.2.2 Langkah-Langkah Pengujian Hipotesis ... 10 BAB III ... 11 PENGUMPULAN DAN PENGOLAHAN DATA ... 11 3.1 Pengumpulan Data ………..………11 3.2 Pengolahan Data ……….12 3.2.1 Menghitung Koefisien Korelasi ………...13 3.2.2 Menghitung Koefisien Determinasi ……….14 3.2.3 Menghitung Uji T dengan Taraf Nyata 5% ……….14 3.2.4 Perumusan Hipotesis ………16 3.2.5 Melakukan Uji Hipotesis T ………..16 3.2.6 Melakukan Perhitungan Korelasi Linier Sederhana Menggunakan Software SPSS ………..17

BAB IV ... 20 ANALISIS ... 20 BAB V ... 21 KESIMPULAN DAN SARAN ... 21 5.1 Kesimpulan…...………...21 5.2 Saran ………...21 DAFTAR PUSTAKA ... 22 LAMPIRAN ... 23

DAFTAR GAMBAR

Gambar 2.2.1 Prosedur pengujian hipotesis ... 9 Gambar 3.2.6.1 Tampilan awal software SPSS ………..17 Gambar 3.2.6.2 Substitusi Data ………17 Gambar 3.2.6.3 Analyze Data Corelate ………..18 Gambar 3.2.6.4 Proses Bivariate Correlations ………..18 Gambar 3.2.6.5 Output Correlations ………19

DAFTAR TABEL

Tabel 2.1.1 Tabel Koefisien Korelasi ... 5 Tabel 3.1.1 Tabel Pengumpulan Data ... 11 Tabel 3.2.1 Tabel Pengolahan Data ……….….12 Tabel 3.2.6.1 Tabel Pearson Correlation dan Signifikansi ………19

BAB I

PENDAHULUAN

1.1. Maksud dan Tujuan

Maksud dan tujuan diadakannya praktikum ini adalah agar praktikan mampu:

1. Praktikan dapat mengukur seberapa kuat kedekatan serta menentukan arah hubungan antara variable X dan variable Y.

2. Praktikan dapat memahami konsep perhitungan manual analisis korelasi linier sederhana.

3. Praktikan dapat memahami konsep perhitungan otomatis analisis korelasi linier sederhana menggunakan software SPSS.

4. Praktikan dapat membuat grafik hipotesis.

1.2. Latar Belakang Masalah

Banyak analisis statistika bertujuan untuk mengetahui apakah ada hubungan antara dua atau lebih peubah. Bila hubungan demikian ini dapat dinyatakan dalam bentuk rumus matematik, maka kita akan dapat menggunakannya untuk keperluan peramalan.

Masalah peramalan dapat dilakukan dengan menerapkan persamaan regresi. mendekati nilai tengah populasi. Sekarang ini, istilah regresi ditetapkan pada semua jenis peramalan, dan tidak harus berimplikasi suatu regresi mendekati nilai tengah populasi. Sedangkan Teknik korelasi merupakan teknik analisis yang melihat kecenderungan pola dalam satu variabel berdasarkan kecenderungan pola dalam variabel yang lain.

Maksudnya, ketika satu variabel memiliki kecenderungan untuk naik maka kita melihat kecenderungan dalam variabel yang lain apakah juga naik atau turun atau tidak menentu. Jika kecenderungan dalam satu variabel selalu diikuti oleh kecenderungan dalam variabel lain, kita dapat mengatakan bahwa kedua variabel ini memiliki hubungan atau korelasi.

2 1.3. Perumusan Masalah

Perumusan masalah dari praktikum modul korelasi linier sederhana sebagai berikut :

1) Apa yang dimaksud dengan korelasi ?

2) Bagaimana pengertian korelasi menurut para ahli?

3) Bagaimana perhitungan koefisien korelasi?

4) Bagaimana skema pengujian hipotesis?

5) Bagaimana Langkah-langkah pengujian hipotesis?

1.4. Pembatasan Masalah

Agar penelitian ini dapat lebih fokus dan terarah, maka batasan masalah pada praktikum kali ini yaitu hanya membahas penggunaan metode Korelasi Linier Sederhana. Mencakup tentang pengumpulan data, pengolahan data, dan melakukan perhitungan korelasi linier sederhana menggunakan software SPSS.

3 1.5. Sistematika Pembahasan

Start

Memulai Praktikum

Mengisi Lembar Observasi

Membuat Laporan Akhir 1. Pendahuluan

2. Latar Belakang 3. Perumusan Masalah 4. Tujuan Praktikum 5. Landasan Teori

6. Pengumpulan Dan Pengolahan Data 7. Analisis

Ditolak

Selesai Diterima Asistensi

Responsi

Penyajian laporan proyek ini dibagi dalam beberapa bab dengan tujuan untuk mempermudah pencarian informasi yang dibutuhkan, serta menunjukkan penyelesaian pekerjaan yang sistematis. Pembagian bab tersebut adalah sebagai berikut :

BAB I. Pendahuluan, berisi tentang latar belakang, identifikasi masalah, rumusan masalah, tujuan, ruang lingkup dan sistematika pembahasan.

BAB II. Landasan Teori, memuat teori-teori yang menjadi dasar pengetahuan yang digunakan dalam menyusun laporan untuk menghitung korelasi linier sederhana menggunakan software SPSS.

BAB III. Pengumpulan dan Pengolahan Data, bab ini menjelaskan variabel penelitian, metode pengumpulan dan pengolahan data.

BAB IV. Tugas dan Analisis Hasil Praktikum, bagian ini berisi analisis dari hasil pengolahan data yang telah dihitung.

BAB V. Penutup, berisi tentang kesimpulan dan saran dari hasil laporan praktikum yang telah disusun.

BAB II

LANDASAN TEORI

2.1. Korelasi

Dalam teori probabilitas dan statistika, korelasi, juga disebut koefisien korelasi adalah nilai yang menunjukkan kekuatan dan arah hubungan linier antara dua peubah acak (random variable).

Tabel 2.1.1 Tabel koefisien korelasi

Koefisien korelasi

Rendah Sedang Sedang Tinggi Korelasi tinggi

−1 < −0.9 > −0.9 < −0.4 > −0.4 0 <= +0.4 > +0.4 < +0.9 > +0.9 +1

Salah satu jenis korelasi yang paling populer adalah koefisien korelasi momen-produk Pearson, yang diperoleh dengan membagi kovarians kedua variabel dengan perkalian simpangan bakunya. Meski memiliki nama Pearson, metode ini pertama kali diperkenalkan oleh Francis Galton.

Berdasarkan tabel di atas, nilai r mempunyai jangkau dari -1 s/d +1 dengan interpretasi umum sebagai berikut :

a. Jika r = 0 maka tidak ada korelasi atau lebih tepatnya tidak ada korelasi linear.

b. Jika r = +1 atau r = -1 maka terdapat korelasi linear sempurna, semua nilai jatuh pada garis regresi.

c. Nilai r antara 0 dan 1 atau antara 0 dan -1 menunjukkan derajat korelasi yang bervariasi. Jadi koefisien korelasi untuk sebaran titik-titik dalam grafik akan lebih besar daripada 0 atau kurang dari 1.

d. Nilai r positif menunjukkan sebuah garis naik kearah kanan (X naik Y turun)

e. Nilai r negative menunjukkan sebuah garis turun kearah kanan (satu nilai naik dan satu lainnya turun).

Koefisien korelasi Pearson merupakan statistik parametrik, dan ia kurang begitu menggambarkan korelasi bila asumsi dasar normalitas suatu data dilanggar.

Metode korelasi non-parametrik seperti ρ Spearman and τ Kendall berguna ketika distribusi tidak normal. Koefisien korelasi non-parametrik masih kurang kuat bila dibandingkan dengan metode parametrik jika asumsi normalitas data terpenuhi, tetapi cenderung memberikan hasil distrosi ketika asumsi tersebut tak terpenuhi.

Banyak orang yang keliru menganggap bahwa informasi yang diberikan dari sebuh koefisien korelasi sudah cukup mendefinisikan struktur ketergantungan (dependensi) antara peubah acak. Namun untuk mengetahui adanya ketergantungan antara peubah acak harus dipertimbangkan pula kopula antara keduanya. Koefisien korelasi dapat didefinisikan sebagai struktur ketergantungan hanya pada beberapa kasus, misalnya dalam fungsi distribusi kumulatif pada distribusi normal multivariat.

Matriks korelasi n peubah acak X1, ..., Xn adalah n × n matrik dimana i,j adalah corr(Xi, Xj). Jika ukuran korelasi yang digunakan adalah koefisien momen-produk, matriks korelasi akan sama dengan matriks kovarians peubah acak yang telah distandarkan Xi /SD(Xi) untuk i = 1, ..., n. Sehingga, matriks korelasi merupakan matriks definit tak-negatif. Matriks korelasi selalu simetris, yakni korelasi antara 𝑋_𝑖 dan 𝑋_𝑗 adalah sama dengan korelasi antara 𝑋_𝑗 dan 𝑋_𝑖.

2.1.1. Pengertian Korelasi Menurut Para Ahli

Para ahli pun memiliki pandangan masing-masing mengenai pengertian korelasi, antara lain:

1. Jonathan Sarwono (2011: 57)

Menurut Jonathan Sarwono, korelasi merupakan teknik analisis yang di dalamnya termasuk, teknik pengukuran asosiasi atau hubungan (measures of association). Pengukuran asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat, yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.

2. Sukardi (2009: 166)

Sukardi berpendapat bahwa penelitian korelasi adalah suatu penelitian yang melibatkan tindakan pengumpulan data guna menentukan ada atau tidaknya hubungan dan tingkat hubungan antara dua variabel atau lebih.

3. Sugiyono (2013)

Menurut Sugiyono, analisis korelasi adalah bagian dari ilmu statistika yang memiliki 9 jenis, yakni korelasi pearson product moment (r), korelasi ratio (y), korelasi spearman rank atau rho (rs atau p), korelasi biserial (rb), korelasi point biserial (rpb), korelasi phi (0), korelasi tetrachoric (rt), korelasi contingency (C), dan korelasi kendall’s tau (8).

4. Lind, Marchal, Wathen (2008)

Sedangkan, Lind, Marchal, Wathen berpendapat analisis korelasi adalah sekumpulan teknik untuk mengukur hubungan antara dua variabel, gagasan dasar dari analisis korelasi untuk melaporkan hubungan antara dua variabel. Variabel X (garis horizontal dalam grafik) dan variabel Y (garis vertikal dalam grafik) yang menjadi hubungan non-linear, positif atau negatif.

8 2.2. Perhitungan Koefisien Korelasi

Dibutuhkan simpangan baku x dan y serta sebuah ukuran variasi hasil kali x dan y (yang disebut kovarian) dan r diformulasikan sbb:

Korelasi ρX, Y antara dua peubah acak X dan Y dengan nilai yang diharapkan μX dan μY dan simpangan baku σX dan σY didefinisikan sebagai:

Karena μX = E(X), σX2 = E(X²) − E²(X) dan demikian pula untuk Y, maka dapat pula ditulis:

Korelasi dapat dihitung bila simpangan baku finit dan keduanya tidak sama dengan nol. Dalam pembuktian ketidaksamaan Cauchy-Schwarz, koefisien korelasi tak akan melebihi dari 1 dalam nilai absolut. Korelasi bernilai 1 jika terdapat hubungan linier yang positif, bernilai -1 jika terdapat hubungan linier yang negatif, dan antara -1 dan +1 yang menunjukkan tingkat dependensi linier antara dua variabel. Semakin dekat dengan -1 atau +1, semakin kuat korelasi antara kedua variabel tersebut.

Jika variabel-variabel tersebut saling bebas, nilai korelasi sama dengan 0.

Namun tidak demikian untuk kebalikannya, karena koefisien korelasi hanya mendeteksi ketergantungan linier antara kedua variabel. Misalnya, peubah acak X berdistribusi uniform pada interval antara -1 dan +1, dan Y = X². Dengan demikian nilai Y ditentukan sepenuhnya oleh X.

9 2.2.1 Pengujian Hipotesis

Pengujian hipotesis dilakukan jika terdapat seseorang yang mempunyai pendapat atau argumen dan ingin dibuktikan kebenarannya. Untuk lebih jelasnya mengenai prosedur pengujian hipotesis tentang korelasi, dapat diilustrasikan menggunakan skema berikut.

Gambar 2.2.1. Prosedur pengujian hipotesis

Perumusan hipotesis yang digunakan untuk korelasi adalah sebagai berikut:

2.2.2. Langkah-Langkah Pengujian Hipotesis 1. Langkah pertama. Merumuskan bentuk hipotesis

2. Langkah Kedua

Menentukan nilai kesalahan = a, setelah a diketahui kemudian mencari ta (jika satu arah) atau ta/2 (jika dua arah) dari Tabel t dengan df = n-2.

df = derajat kebebasan.

3. Langkah Ketiga.

Menghitung nilai dari t hitung menggunakan rumus :

4. Langkah keempat. Keputusan

BAB III

PENGUMPULAN DAN PENGOLAHAN DATA

3.1. Pengumpulan Data

Pengumpulan data merupakan kegiatan mencari data di lapangan yang akan digunakan untuk menjawab permasalahan penelitian. Validitas instrumen pengumpulan data serta kualifikasi pengumpul data sangat diperlukan untuk memperoleh data yang berkualitas.

Tabel 3.1.1 Tabel Pengumpulan Data

Responden X Y

12 3.2. Pengolahan Data

Pengolahan data merupakan sebuah proses manipulasi data untuk menjadi sebuah informasi. Pengolahan data terdiri dari beberapa kegiatan yaitu pencarian data, pengumpulan data, pemeliharaan data, pemeriksaan data, perbandingan data, pemilihan data, peringkasan data, dan penggunaan data.

Tabel 3.2.1 Tabel Pengolahan Data

Responden X Y X² Y² XY

3.2.1. Menghitung koefisien korelasi r = n(∑ XY) − (∑ X)(∑ Y)

√[n(∑ X²) − (∑ X)²][n(∑ Y²) − (∑ Y)²]

𝑟 = 52(186555) − (2574)(3747)

√[52(128905) − (2574)²][52(276457) − (3747)²]

𝑟 = 9700860 − 9644778

[6703060 − 6625476][14375764 − 14040009]

𝑟 = 56082

14 3.2.2. Menghitung koefisien determinasi

Koefisien determinasi = 𝑟² = 0,3474² = 0,12068676

= 0,12

3.2.3. Menghitung uji T dengan tarif nyata 5%

𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} = ^𝑟

Untuk uji dua arah menggunakan rumus : 𝑎

Hasil perhitungan menggunakan tabel T bisa diketahui nilai T tabel dengan jumlah variable dua sisi dan jumlah data sebanyak 51 , taraf signifikansi dua sisi sebesar 0,025 yaitu 2,00758.

16 3.2.4. Perumusan hipotesis

Diketahui hasil perhitungan dari koefisien korelasi r yaitu 0,34 Maka r = 0 Hipotesa Diterima

Keterangan :

Hipotesa diterima menandakan ada hubungan nyata antara variable X dan variable Y.

3.2.5. Melakukan uji hipotesis T

Hipotesis yang diuji adalah koefisien korelasi sama dengan nol.

𝑟 = 0 maka Ho ditolak 𝑟 ≠ 0 maka Ho diterima

Diketahui hasil perhitungan dari uji T dengan taraf nyata 5% yaitu 𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} = 2,61 dan 𝑇_{𝑡𝑎𝑏𝑒𝑙} = 2,00758

Jadi 𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} = 2,61 > 𝑇_{𝑡𝑎𝑏𝑒𝑙} = 2,00758 maka Hipotesa diterima Keterangan :

Hipotesa diterima menandakan terdapat hubungan yang kuat antara variable X dan variable Y.

3.2.6. Melakukan perhitungan korelasi linier sederhana menggunakan software SPSS

1. Buka software SPSS lalu akan tampil ada tampilan menu sebagai berikut.

Gambar 3.2.6.1. Tampilan awal software SPSS

2. Lalu substitusi data yang ada dilembar pengamatan kedalam data view.

Gambar 3.2.6.2. Substitusi Data

3. Lalu klik analyse dan pilih correlate lalu pilih bivariate.

Gambar 3.2.6.3. analyze data corelate

4. Lalu pindahkan variabel X dan variabel Y ke kolom variable

Gambar 3.2.6.4. Proses Bivariate Corellations

5. Klik output untuk menampilkan hasil pengolahan data yang telah di program.

Gambar 3.2.6.5. Output Correlations

Tabel 3.2.6.1. Tabel Pearson Correlation dan Signifikansi

Kesimpulan :

Dari tabel diatas didapatkan nilai signifikansi 0,014 < 0,05 , maka berkolerasi dan nilai Pearson Correlation 0,337 = Korelasi Lemah

Correlations

Motivasi Produktivitas

Motivasi Pearson Correlation 1 .337^*

Sig. (2-tailed) .014

N 52 52

Produktivitas Pearson Correlation .337^* 1

Sig. (2-tailed) .014

N 52 52

*. Correlation is significant at the 0.05 level (2-tailed).

BAB IV ANALISIS

Dari hasil pengolahan data yang telah kami hitung menyatakan bahwa hasil hitung koefisien korelasi dengan hasil 0,3474 dan determinasi dengan hasil 0,12.

𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} dengan hasil 2,61 dan 𝑇_{𝑇𝑎𝑏𝑒𝑙} dengan hasil 2,00758

Mendapatkan hasil 𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} dan 𝑇_{𝑡𝑎𝑏𝑒𝑙} lalu melakukan uji hipotesis untuk uji dua arah menggunakan rumus ^𝑎

2 = ^0,05

2 = 0,025 sebagai baris dan dengan derajat bebas menggunakann rumus 𝑑𝑓 = n – k – 1 yaitu 52 – 1 = 51 sebagai kolom.

Jika 𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} (2,61) ≤ 𝑇_{𝑡𝑎𝑏𝑒𝑙} (2,00758), maka Hi diterima. Hipotesa diterima menandakan terdapat hubungan yg kuat antara variabel X dan variabel Y

Kesimpulan :

Dari tabel diatas didapatkan nilai signifikansi 0,014 < 0,05 , maka berkolerasi dan nilai Pearson Correlation 0,337 = Korelasi Lemah

Correlations

Motivasi Produktivitas

Motivasi Pearson Correlation 1 .337^*

Sig. (2-tailed) .014

N 52 52

Produktivitas Pearson Correlation .337^* 1

Sig. (2-tailed) .014

N 52 52

*. Correlation is significant at the 0.05 level (2-tailed).

BAB IV ANALISIS

Dari hasil pengolahan data yang telah kami hitung menyatakan bahwa hasil hitung koefisien korelasi dengan hasil 0,3474 dan determinasi dengan hasil 0,12.

𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} dengan hasil 2,61 dan 𝑇_{𝑇𝑎𝑏𝑒𝑙} dengan hasil 2,00758

Mendapatkan hasil 𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} dan 𝑇_{𝑡𝑎𝑏𝑒𝑙} lalu melakukan uji hipotesis untuk uji dua arah menggunakan rumus ^𝑎

2 = ^0,05

2 = 0,025 sebagai baris dan dengan derajat bebas menggunakann rumus 𝑑𝑓 = n – k – 1 yaitu 52 – 1 = 51 sebagai kolom.

Jika 𝑇_{ℎ𝑖𝑡𝑢𝑛𝑔} (2,61) ≤ 𝑇_{𝑡𝑎𝑏𝑒𝑙} (2,00758), maka Hi diterima. Hipotesa diterima menandakan terdapat hubungan yg kuat antara variabel X dan variabel Y

Kesimpulan :

Dari tabel diatas didapatkan nilai signifikansi 0,014 < 0,05 , maka berkolerasi dan nilai Pearson Correlation 0,337 = Korelasi Lemah

Correlations

Motivasi Produktivitas

Motivasi Pearson Correlation 1 .337^*

Sig. (2-tailed) .014

N 52 52

Produktivitas Pearson Correlation .337^* 1

Sig. (2-tailed) .014

N 52 52

*. Correlation is significant at the 0.05 level (2-tailed).

BAB V

KESIMPULAN DAN SARAN

5.1. KESIMPULAN

Setelah melakukan praktikum statistik, kita dapat simpulkan bahwa : SPSS adalah salah satu program statistik yang di buat untuk mempermudah dalam menyelesaikan masalah-masalah dalam pengolahan data statistik.

Dalam menyelesaikan masalah pengolahan data statistik dapat diselesaikan dengan cara hitung manual ataupun dengan software SPSS.

Diantaranya dengan uji hipotesis dan melakukan perhitungan korelasi linier menggunakan software SPSS.

5.2. SARAN

Sebaiknya dalam melakukan uji praktikum dengan menggunakan aplikasi perangkat lunak SPSS di gunakan laptop atau komputer per orang, Sehingga membuat semua mahasiswa tau cara-cara untuk melakukan setiap uji yang di olah dalam praktikum statistik.

DAFTAR PUSTAKA

Jargalsaikhan, B. E., Ganbaatar, N., Urtnasan, M., Uranbileg, N., Begzsuren, D., Patil, K. R., Mahajan, U. B., Unger, B. S., Goyal, S. N., Belemkar, S., Surana,

Katalog BPS : 6103001.52. (2008). Statistik Industri.

https://agroindustri.sv.ugm.ac.id/wp-content/uploads/sites/696/2019/02/STATISTIKA-INDUSTRI.pdf

Pratama, N. Z., Pratama, R., & Faisal, E. (2020). Regresi dan Korelasi Penjualan Mobil Honda. http://dx.doi.org/10.31219/osf.io/s9bm2

SUSANTI, D. S., SUKMAWATY, Y., & SALAM, N. (2019). Analisis Regresi Dan Korelasi. In ISSN 2502-3632 (Online) ISSN 2356-0304 (Paper) Jurnal Online Internasional & Nasional Vol. 7 No.1, Januari – Juni 2019 Universitas 17 Agustus 1945 Jakarta (Vol. 53, Issue 9, pp. 1689–1699).

www.journal.uta45jakarta.ac.id

Katalog BPS : 6103001.52. (2008). Statistik Industri.

https://agroindustri.sv.ugm.ac.id/wp-content/uploads/sites/696/2019/02/STATISTIKA-INDUSTRI.pdf Titik Persentase Distribusi t. (n.d.).

LAMPIRAN

MODUL III QUALITY CONTROL

Disusun oleh:

Kelompok 7

Andi Purwanto 2070031046 Rini Oktoviani 2070031047 Rizky Sulistio 2070031049 Rifan Nur Fauzan 2070031051 Dwi Maulana 2070031091 M. Raflyansyah 2070031099

LABORATORIUM STATISTIK INDUSTRI

PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS KRISNADWIPAYANA

JAKARTA

2021

LEMBAR PENGESAHAN

Setelah diperiksa secara seksama dan telah menyelesaikan dengan baik maka laporan modul III “Quality Control” Laporan ini telah disusun sebagai salah satu syarat kelulusan laporan akhir praktikum Statistik di Laboratorium Program Study Teknik Industri Universitas Krisnadwipayana.

Kelompok 7 :

Andi Purwanto 2070031046 Rini Oktoviani 2070031047 Rizky Sulistio 2070031049 Rifan Nur Fauzan 2070031051 Dwi Maulana 2070031091 M. Raflyansyah 2070031099

Jakarta, 28 November 2021 Mengetahui,

Bagas Ade Maulana NIM 1970031048 Asisten Laboratorium

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karenadengan rahmat, karunia, serta taufik dan hidayah¬Nya kami dapat menyelesaikan laporan pendahuluan praktek mata kuliah Statistik. Dan juga kami berterima kasih pada BapakZefri selaku Dosen mata kuliah Statistik serta asisten Laboraturium yang telah memberikan tugas ini kepada kami.

Kami sangat berharap laporan pendahuluan inidapat berguna dalam rangka menambah wawasan sertapengetahuan kita mengenaiStatistik dalan Teknik.

Dalam penyusunan laporan Akhir Praktikum ini, kami menyadari sepenuhnya bahwa Laporan ini masih jauh dari kesempurnaan karena pengalaman danpengetahuanpenulisyangterbatas.Olehkarenaitu,kritikdansarandarisemua pihak sangat kami harapkan demi terciptanya Laporan yang lebih baik lagi untuk masamendatang.

Jakarta, 30 November 2021

Kelompok 7

iii

DAFTAR ISI

LEMBAR PENGESAHAN……….. i KATA PENGANTAR……….. ii DAFTAR ISI………. iii BAB I PENDAHULUAN……… 1

1.1 Maksud dan Tujuan………... 1 1.2 Latar Belakang Masalah……… 1 1.3 Perumusan Masalah……….. 1 1.4 Pembatasan Masalah………. 2 1.5 Sistematika Pembahasan……… 2 BAB II LANDASAN TEORI……….. 4 BAB III PENGUMPULAN DAN PENGOLAAN DATA………. 17

3.1 Pengumpulan Data………. 17 3.1.1 Lembar Pengamatan Data Atribut………. 17 3.1.2 Lembar Pengamatan Data Variabel……….. 18 3.2 Pengolaan Data ……… 18 3.2.1 Menghitung Proporsi Defect……… 18 3.2.2 Membuat Tabel Data Atribut P……… 19 3.2.3 Menhitung Nilai OK………. 20 3.2.4 Menghitung Batas Kendali Atas Pada P……… 20 3.2.5 Menghitung Batas Kendali Bawah Pada P………. 21 3.2.6 Diagram QC Tools……….. 21 3.2.7 Menghitung Nilai 𝑥̅ dan R……….. 24

3.2.8 Membuat Tabel Data Variabel X R……… 24 3.2.9 Menghitung Average dan Range……… 24 3.2.10 Mencari Peta X………. 25 3.2.11 Mencari Peta R………. 25 3.2.12 Diagram QC Tools……… 25 BAB IV ANALISIS... 28 BAB V KESIMPULAN DAN SARAN……… 31 BAB VI DAFTAR PUSTAKA………. 32 LAMPIRAN... 33

BAB I

PENDAHULUAN

1.1 Maksud dan Tujuan

Tujuan dari praktikum ini adalah :

1) Mengetahui cara pengambilan sample yang tepat dengan berbagai metod yang ada.

2) Mengetahui fungsi dari Quality Control atau pengendalian kualitas.

3) Mengaplikasikan studi kasus ke dalam software Microsoft Excel.

4) Mengaplikasikan Tools pada Quality Control dengan data atribut dan data variabel.

1.2 Latar Belakang Masalah

Sistem manajemen berkaitan dengan perencanaan, pengorganisasian, pengendalian dan pengelolaan proses sumber daya manusia yang berkaitan dengan kualitas produk atau jasa. Sistem teknik melibatkan penjaminan kualitas dalam desain produk, perencanaan dan desain proses dan pengendalian bahan baku, produk dalam proses dan produk jadi. Statistic Quality Control (SQC) atau statistik pengendalian kualitas merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, menganalisis, mengelola dan memperbaiki produk dan proses menggunakan metode-metode statistik.

1.3 Perumusan Masalah

Rumusan masalah dari praktikum modul Qquality Control ini adalah sebagai berikut:

1) Bagaimana kualitas dari suatu produk berdasarkan peta kendali variabel ?

2) Bagaimana kualitas produk berdasarkan peta kendali atribut?

3) Bagaimana gambaran kualitas dan produk menggunakan seven tools

1.4 Pembatasan Masalah

Pada praktikum Modul Quality Control ini berupa kualitas pada setiap produk, penyajian data dalam bentuk grafik menggunakan seven tools dan peta kendali hubungan antar variabel.

1.5 Sistematika Pembahasan

Sistematika penulisan penelitian ini terdiri dari lima bab, yaitu :

1. Bab I Pendahuluan, memuat maksud dan tujuan praktikum serta laporan akhir, latar belakang, perumusan masalah, pembatasan masalah, dan sistematika penulisan.

2. Bab II Landasan Teori, memuat materi dasar dan teori-teori penunjangdalam penelitian.

3. Bab III pengumpulan dan pengolaan data, memuat langkah – langkah yang harus di lakukan dalam praktikun staistik modul Quality Control dan pembuatan laporan akhir.

4. Bab IV analisis data atau hasil laporan yang sudah di buat.

5. Bab V kesimpulan serta saran untuk hasil dari laporan praktikum statistik modul Quality Control.

6. Bab VI daftar pustaka serta lampiran dalam menunjangn pembuatan laporan ini.

Mula

Pengumpulan data observasi

Pengolahan Data : 1. Menghitung Proporsi Defect 2. Menentukan Nilai OK

3. Menghitung Batas kendali Pada Peta P 4. Minghhitung Nilai X dan R

5. Menghitung Avg dan Range

6. Mencari Peta X dan Peta R (UCL &

LCL)

7. Membuat Diagram Seven Tools

Diterima Analisis

Ditolak

Selesai Asisten

Responsi

BAB II

LANDASAN TEORI

2.1 Statistic Quality Control (SQC)

Statistik merupakan teknik pengambilan keputusan tentang suatu proses atau populasi berdasarkan pada suatu analisa informasi yang terkandung di dalam suatu sampel dari populasi. Metode statistik memegang peranan penting dalam jaminan kualitas. Metode statistik memberikan cara-cara pokok dalam pengambilan sampel produk, pengujian serta evaluasi dan informasi di dalam data yang digunakan untuk mengendalikan dan meningkatkan proses pembuatan.

Kualitas adalah kualitas yang berarti kecocokan penggunanya (Montgomery, alih bahasa Zanzawi, 1990:1). Kualitas suatu produk adalah keadaan fisik fungsi dan sifat suatu produk yang bersangkutan yang dapat memenuhi selera dan kebutuhan konsumen dengan memuaskan sesuatu

Dalam dokumen MODUL I REGRESI LINIER SEDERHANA (Halaman 29-99)