Disusun Sebagai Salah Satu Syarat Kelulusan Mata Kuliah Praktikum Statistika Industri Jurusan Teknik Industri Fakultas Teknik Universitas Muhammadiyah Surakarta
Oleh : KELOMPOK 63
NILA KUSUMA DEWI D 600 140 082 TAUFIQ MAHYUDIN D 600 140 134
MATERI :
MODUL I : PENARIKAN SAMPEL MODUL II : DISTRIBUSI PELUANG MODUL III : ESTIMASI PARAMETER MODUL IV : PENGUJIAN HIPOTESIS
MODUL V : REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA
i
Disusun Sebagai Salah Satu Syarat Kelulusan Mata Kuliah Praktikum Statistika Industri Jurusan Teknik Industri Fakultas Teknik Universitas Muhammadiyah Surakarta
Oleh : KELOMPOK 63
NILA KUSUMA DEWI D 600 140 082 TAUFIQ MAHYUDIN D 600 140 134
MATERI : MODUL I : PENARIKAN SAMPEL MODUL II : DISTRIBUSI PELUANG MODUL III : ESTIMASI PARAMETER MODUL IV : PENGUJIAN HIPOTESIS
MODUL V : REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA
ii
LEMBAR PENGESAHAN
Laporan ini disusun sebagai salah satu syarat kelulusan Mata Kuliah Praktikum Statistika Industri Jurusan Teknik Industri Universitas Muhammadiyah Surakarta
Oleh: Kelompok : 63
Nama : NILA KUSUMA DEWI D 600 140 082 TAUFIQ MAHYUDIN D 600 140 134
Telah disahkan dan disetujui pada:
Hari :
Tanggal :
Koordinator Asisten
(Auliya Noor Rochman) (Alfara Dila Ika Arita)
Mengetahui,
Dosen Pengampu 1 Dosen Pengampu 2
iii
KATA PENGANTAR
Assamu’alaikum Wr. Wb
Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat-Nya, sehingga kami dapat menyelesaikan laporan ini. Laporan ini disusun untuk memenuhi persyaratan mata kuliah praktikum statistika industri 2015 Jurusan Teknik Industri, Fakultas Teknik Universitas Muhammadiyah Surakarta.
Kami menyadari bahwa keberhasilan kami dalam menyelesaikan laporan ini bukan semata-mata atas jerih payah kami sendiri. Namun berkat bimbingan petunjuk, fasilitas, dan bantuan dari beberapa pihak. Maka terselesaikannya laporan ini kami mengucapkan terimakasih kepada :
1. Dr. Hari Prasetyo dan Dr. Suranto selaku dosen pengampu praktikum statistika industri 2015.
2. Ayah, ibu, kakak, adik, dan semua keluarga yang selalu mendoakan kami. 3. Alfara Dila Ika Arita selaku asisten penulis yang telah memberikan bimbingan,
dan pengarahan selama mengikuti praktikum ini.
4. Asisten praktikum statistika industri 2015 yang telah membimbing dan memberikan pengarahan selama mengikuti praktikum ini.
5. Teman-teman dan semua pihak yang tidak bisa kami sebutkan satu persatu yang telah memberikan dorongan semangat sehingga kami dapat menyelesaikan laporan ini.
Besar harapan laporan praktikum statistika industri ini dapat bermanfaat bagi penulis dan semua pihak pada umumnya.
Kami menyadari bahwa dalam penulisan ini kurang sempurna, untuk itu kami mohon maaf dan bersedia menerima kritik dan saran. Akhir kata, semoga laporan ini bermanfaat bagi kita semua.
Wassalamu’alaikum Wr. Wb
Surakarta, Desember 2015
iv
Laporan Praktikum statistika industri ini kami persembahkan untuk :
1. Allah SWT yang telah memberikan rahmat-Nya sehingga selama proses pengerjaan laporan ini tetap diberi kesehatan dan kelancaran.
2. Bapak, ibu, dan semua keluarga yang telah memberikan dukungan dan do’a sehingga dapat menyelesaikan laporan ini.
3. Bapak dan ibu dosen yang telah membimbing dan memberi motivasi untuk menyelesaikannya.
4. Asisten praktikum statistika industri 2015 yang banyak membantu dalam pengerjaan laporan. 5. Teman-teman dan semua pihak yang telah
memberikan dorongan dan semangat untuk menyelesaikan laporan ini.
6. Para fans yang telah mendukung dan men-support selama mengikuti praktikumstatistika tahun ini 7. Moodbosterku yang selalu ada untuk ku
v MOTTO
“
Don’t stop till you get enough
.”
“Berjalan lah walau habis terang, ambil cahaya cinta
untuk terangi jala
n mu.”
“Terus berjuang, terus bermimpi untuk hidup yang
lebih baik, untuk hidup yang lebih indah.”
“Maka sesungguhnya setiap kesulitan ada
kemudahan.”
Nothing is impossible. Anything can happen as long
vi DAFTAR ISI
HALAMAN JUDUL ... i
LEMBAR PENGESAHAN ... ii
KATA PENGANTAR ... iii
PERSEMBAHAN ... iv
MOTTO ... v
DAFTAR ISI ... vi
DAFTAR GAMBAR ... x
viii BAB I LANDASAN TEORI
A. PENARIKAN SAMPEL ... 1
B. DISTRIBUSI PELUANG ... 1
C. ESTIMASI PARAMETER ... 1
D. PENGUJIAN HIPOTESIS ... 2
E. REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS ... 2
BAB II PENGUMPULAN DAN ANALISIS DATA A. PENARIKAN SAMPEL 1. Rumusan Masalah ... 3
2. Penarikan Sampel ... 4
3. Prosedur Pengambilan Sampel ... 5
4. Kuisioner Penelitian ... 8
5. Format Lembar Penelitian ... 10
B. DISTRIBUSI PELUANG 1. Objek Pengamatan ... 11
2. Tujuan Pengamatan ... 11
3. Pelaksanaan Pengamatan ... 12
4. Hasil Pengamatan ... 12
5. Uji Goodness Of Fit ... 26
6. Analisa Uji Goodness Of Fit ... 32
C. ESTIMASI PARAMETER 1. Data Pengamatan ... 34
2. Pengolahan Data ... 39
3. Analisa Data ... 40
D. PENGUJIAN HIPOTESIS 1. Pengumpulan Data ... 41
2. Data ... 41
ix
a. Klaim 1 ... 44
b. Klaim 2 ... 45
c. Klaim 3 ... 46
d. Klaim 4 ... 48
4. Analisa Data ... 49
a. Analisis Klaim 1 ... 49
b. Analisis Klaim 2 ... 50
c. Analasis Klaim 3 ... 51
d. Analisis Klaim 4 ... 53
5. Kesimpulan ... 54
a. Kesimpulan Klaim 1 ... 54
b. Kesimpulan Klaim 2 ... 54
c. Kesimpulan Klaim 3 ... 54
d. Kesimpulan Klaim 4 ... 54
E. REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS 1. Regresi dan Korelasi ... 55
a. Langkah-Langkah ... 55
b. Output ... 56
c. Anailisis ... 59
2. One Way Anova ... 61
a. Data ... 61
b. Langkah-Langkah ... 61
c. Output ... 62
d. Analisis ... 65
BAB III PENUTUP A. KESIMPULAN ... 67
B. SARAN ... 67 DAFTAR PUSTAKA
x
DAFTAR GAMBAR
Gambar 2.1 Diagram Flowchart Penelitian ... 5
Gambar 2.2 Histogram Distribusi Poisson ... 32
Gambar 2.3 Histogram Distribusi Eksponensial ... 33
Gambar 2.4 Diagram Proporsi Mahasiswa Teknik Mesin ... 36
Gambar 2.5 Tingkat Kepuasan Mahasiswa ... 39
Gambar 2.6 Kurva Klaim 1 Taraf Signifikan 0,05 ... 49
Gambar 2.7 Kurva Klaim 1 Taraf Signifikan 0,01 ... 50
Gambar 2.8 Kurva Klaim 2 Taraf Signifikan 0,05 ... 51
Gambar 2.9 Kurva Klaim 2 Taraf Signifikan 0,01 ... 51
Gambar 2.10 Kurva Klaim 3 Taraf Signifikan 0,05 ... 52
Gambar 2.11 Kurva Klaim 3 Taraf Signifikan 0,01 ... 52
Gambar 2.12 Kurva Klaim 4 Taraf Signifikan 0,05 ... 53
xi
DAFTAR TABEL
Tabel 2.1 Tabel Penarikan Sampel ... 4
Tabel 2.2 Lembar Penelitian ... 10
Tabel 2.3 Data Poisson ... 12
Tabel 2.4 Data Eksponensial ... 14
Tabel 2.5 Pengolahan Data Poisson ... 26
Tabel 2.6 Teorema Limit Central 1 Poisson ... 27
Tabel 2.7 Teorema Limit Central 2 Poisson ... 27
Tabel 2.8 Chi-Square Poisson ... 27
Tabel 2.9 Katerangan Rumus Poisson ... 28
Tabel 2.10 Pengolahan Data Eksponensial ... 29
Tabel 2.11 Teorema Limit Central 1 eksponensial ... 29
Tabel 2.12 Teorema Limit Central 2 eksponensial ... 30
Tabel 2.13 Chi-Square Eksponensial ... 30
Tabel 2.14 Keterangan Rumus Eksponensial ... 31
Tabel 2.15 Data Hasil Pengamatan ... 34
Tabel 2.16 Hasil Pengolahan Estimasi Mean Sampel Tunggal ... 37
Tabel 2.17 Keterangan Rumus dalam Perhitungan Estimasi Mean Tunggal .. 38
Tabel 2.18 Data Klaim 1 Denyut Jantung Peserta Praktikum ... 41
Tabel 2.19 Data Klaim 2 Denyut Jantung Peserta Praktikum ... 42
Tabel 2.20 Data Klaim 3 Denyut Jantung Peserta Praktikum ... 42
Tabel 2.21 Data Populasi Unggas Ayam Menurut Kabupaten/Kota di Jawa Tengah Tahun 2008 ... 43
Tabel 2.22 Analisis Klaim 1 ... 49
Tabel 2.23 Analisi Klaim 2 ... 50
Tabel 2.24 Analisi Klaim 3 ... 51
xii
1 BAB I
LANDASAN TEORI
A. PENARIKAN SAMPEL
Secara garis besar, metode penarikan sampel dibagi menjadi dua, yaitu Random Sampling dan Non Random Sampling. Salah satu metode
Random Sampling adalah Teknik multistage random sampling. Teknik ini merupakan teknik penarikan acak bertingkat yang merupakan pengembangan dari acak klaster. Metode pengambilan sampel yang dilakukan bertingkat dalam dua tahap atau lebih. Metode Multistage Sampling dapat digunakan apabila populasi cukup homogen, jumlah populasi sangat besar, populasi menempati daerah yang sangat luas dan biaya penelitian kecil.
B. DISTRIBUSI PELUANG
Distribusi peluang merupakan tabel, grafik atau rumus yang memberikan nilai peluang dari sebuah peubah/variabel acak. Berdasarkan karakteristik peubah acaknya, distribusi peluang dapat dibedakan menjadi dua, yakni distribusi peluang diskrit dan kontinyu. Salah satu distribusi diskrit adalah distribusi poisson, dimana distribusi ini adalah distribusi yang menghasilkan nilai suatu peubah acak X, yaitu jumlah keluaran yang terjadi selama satu selang watu atau diantar suatu daerah. Sedangkan salah satu distribusi kontinue adalah distribusi eksponensial, yiatu distribusi yang memiliki pertalian yang erat dengan distribusi poisson.
C. ESTIMASI PARAMETER
yaitu : tidak bias, efisien dan konsisten. Macam – macam estimasi berupa estimasi titik dan estimasi interval.
Didalam melakukan estimasi juga terdapat standart error yang merupakan besarnya maksimum kesalahan yang dapat terjadi dalam menduga nilai parameter populasi berdasarkan pengamatan sejumlah n sampe yang dipilih secara acak. Pada prinsipnya, semakin besar ukuran sampel yang diambil (n) semakin mendekati jumlah populasinya (N) maka semakin kecil kesalahan dalam estimasi (ε). Besarnya n sangat ditentukan oleh derajat keyakinan(1-α) yang diinginkan oleh peneliti dalam menaksir parameter populasi
D. PENGUJIAN HIPOTESIS
Hipotesis statistik adalah suatu anggapan atau pernyataan, yang mungkin benar atau tidak, mengenai keadaan suatu populasi. Kebenaran dan ketidakbenaran suatu hipotesis tersebut daat diketahui dengan pasti jika seluruh populasi diamati (memeriksa seluruh populasi). Namun pengamatan keseluruhan populasi sering kali tidak efisien untuk dilakukan, sehingga hipotesis diuji melalui pengamatan terhadap suatu sampel. Konsekuensinya, keputusan yang dihasilkan mengandung unsur ketidakpastian yang ditunjukkan dari tingkat keyakinan (1-α) dari pengujian.
E. REGRESI, KORELASI DAN UJI ANOVA DENGAN SPSS
Regresi merupakan suatu bentuk analisis yang digunakan untuk mengetahui hubungan antara varibael independent (bebas) dengan variabel
dependent (bergantung),sedangkan korelasi adalah bentuk analisis yang digunakan untuk mengetahui seberapa erat hubungan antar variabel. Kemudian Anova adalah suatu teknik analisis yang digunakan untuk menguji perbedaan dari tiga kelompok atau lebih berdasarkan satu variabel
3 BAB II
PENGUMPULAN, PENGOLAHAN, DAN ANALISA DATA
A. PENARIKAN SAMPEL 1. Rumusan Masalah
2. Penarikan Sampel
Ide dasar dari penarikan sampel adalah dengan mengobservasi beberapa elemen (anggota) dari suatu populasi yang diharapkan mampu memberikan informasi yang berguna mengenai karakteristik populasi. Agar peneliti mudah melakukan observasi maka dibuatlah kerangka penelitian berupa Lokasi, Waktu, Jumlah Sampel dan Metode yang akan di gunakan dengan rincian sebagai berikut: Tabel 2.1 Tabel Penarikan Sampel
No Pertanyaan Jawaban Alasan
1. Lokasi Gedung H Jurusan
Teknik Mesin
Objek penelitian yang akan diambil adalah Mahasiswa Teknik Mesin Universitas Muhammadiyah Surakarta 2. Waktu Pukul 13.00 – 14.00 WIB Karena pada jam tersebut
tidak adanya jam perkuliahan bagi peneliti
3. Jumlah Sampel 60 Sampel Dari 60 sampel Mahasiswa Universitas Muhammadiyah Surakarta mampu mewakili jumlah populasi yang ada 4. Metode Sampling Metode Multistage
Random sampling
3. Prosedur Pengambilan Sampel
Dalam melakukan penelitian tentang Tingkat Kepuasan Mahasiswa Teknik Mesin terhadap Kinerja Dosen Teknik Mesin Unversitass Muhammadiyah Surakarta, peneliti membuat Diagram
Flowchart dan penjelasan mengenai Diagram Flowchart tersebut sebagai berikut:
a. Gambar Flowchart
Mulai
Menentukan Tema atau Topik
Menyusun Rumusan M asalah
Berdasrkan Latar Belakang
Mempersiapkan Alat dan Baha n
Menentukan Objek, Lokasi, dan
Waktu
Menentukan Metode Sampel dan Jumlah Sampel
Melakukan Penarikan Sampe l
atau Obse rvasi
Mengolah dan Mengana lisis Hasil
Observasi
Menarik Kesimpulan
Sela sai
b. Penjelasan Flowchart
1) Menentukan Tema atau Topik
Menentukan tema atau topik dari penelitian yang akan dilakukan yaitu “Tingkat Kepuasan Mahasiswa Teknik Mesin terhadap Kinerja Dosen Teknik Mesin Universitas Muhammadiyah Surakarta”.
2) Menentukan Rumusan Masalah berdasarkan Latar Belakang Masalah
Dengan latar belakang masalah berupa pengertian dosen, tugas dosen serta hubungan mahasiswa dengan dosen, maka peneliti mengharapkan penelitian yang akan dilakukan ini dapat menjawab pertanyaan dari rumusan masalah berupa Bagaiaman Tingkat Kepuasan Mahasiswa Teknik Mesin terhadap Kinerja Dosen Teknik Mesin Universitas Muhammadiyah Surakarta? 3) Menentukan Objek, Lokasi dan Waktu
Sebelum dilakukannya penelitian, peniliti menentukan terlebih dahulu hal-hal berupa :
1. Objek penelitian : Mahasiswa Teknik Mesin Universitas Muhammadiyah Surakarta
2. Lokasi : Gedung H Jurusan Teknik Mesin 3. Waktu : 13. 00 s/d 14.00 WIB
4) Menentukan Metode Sampling dan Jumlah Sampel
5) Mempersiapkan Alat dan Bahan
Alat dan bahan yang digunakan untuk penelitian seperti kertas, bolpoin, dan kamera (alat pendokumentasian)
6) Melakukan Penarikan Sampel atau Observasi
Melakukan penarikan sampel atau pengamatan dengan menyebarkan kuisioner kepada responden sebanyak 60 sampel dari populasi yang ada.
7) Mengolah dan Menganalisis Hasil Observasi
Setelah melakukan observasi kemudian mengolah dan menganalisis hasil observasi tersebut menggunakan metode
multistage random sampling
8) Menarik Kesimpulan
4. Kuisioner Penelitian
Kinerja Dosen Teknik Mesin Dalam Kegiatan Perkuliahan
Tercapainya tujuan proses belajar mengajar dalam suatu perguruan tinggi tidak terlepas dari peranan dosen dan mahasiswa.. Kualitas dosen memegang peranan penting disuatu perguruan tinggi yang ingin mencapai tujuan proses belajar mengajar yaitu menghasilkan lulusan(output) yang berkualitas. Penelitian yang akan dilakukan ini diharapkan mampu memberikan kontribusi bagi mahasiswa Teknik Mesin Universitas Muhammadiyah Surakarta dengan menggunakan kuiesioner sebagai berikut:
Nama Mahasiswa : Nim : Angkatan :
Jenis Kelamin :
*) beri tanda centang ( ) pada penilaian yang sesuai
No Kriteria Penilaian
1 2 3 4
1. Bagaimana kepuasan anda mengenai intonasi suara dosen saat mengajar didalam kelas?
2
Bagaimana kepuasan anda mengenai metode yang diguanakan dosen saat menyampaikan materi didalam kelas?
3 Bagaimana kepuasana anda mengenai bahasa yang disampaikan oleh dosen saat kegiatan PBM?
4 Bagaimana kepuasan anda tentang sikap dosen dikelas ketika menjelaskan materi kuliah?
5 Bagaimana kepuasan anda tentang kerapian pakaian dosen ketika mengajar dikelas?
7 Bagaimana menurut anda mengenai materi yang telah disampaikan oleh dosen kepada mahasiswa?
8
Bagaimana kepuasan anda mengenai dosen ketika mengulangi materi saat ada mahasiswa yang belum faham?
9 Bagaiman kepuasan anda tentang tugas yang telah disampaikan oleh dosen?
10 Bagaimana kepuasan anda dengan nilai yang telah diberikan oleh dosen selama mengikuti kuliah?
Ket :
1. Sangat Puas 3. Tidak Puas 2. Puas 4. Sangat Tidak Puas
Pertanyaan tambahan:
Apa keluhan anda terhadap kinerja dosen selama kegiatan PBM? a. Materi yang disampaikan
b. Metode penyampain c. Ketepatan waktu d. Suasana pengajaran e. Jumlah kehadiran
f. Kejelasan penyampaian materi g. Tidak ada keluhan
Nb : boleh pilih lebih dari satu jawaban
Kritik / Saran
5. Format Lembar Penelitian Tabel 2.2 Lembar Penelitian
No Nama Angkatan Jenis Kelamin Tingkat Kepuasan
(1-4) 1
2 3 4 5 6 7 …. 60
B.DISTRIBUSI PELUANG 1. Objek Pengamatan
Pada penelitian modul 2 ini peneliti melakukan penelitian selama 8 jam dalam sehari mulai pukul 13.00 hingga pukul 19.00 WIB dengan mengambil objek pengamatan “Banyaknya jumlah pengunjung pengguna sepeda motor yang mengisi bahan bakar di SPBU Kertonatan Sukoharjo”. Peneliti memilih objek ini dikarenakan adanya keterbatasan waktu dan biaya sehingga dianggap objek penelitian ini yang mampu di jangkau oleh peneliti. Selain itu jumlah data yang diambil selama pengamatan pada hari sebelumnya dirasa mampu memenuhi kecukupan data yang diperlukan untuk dilanjutkan ke tahap analisis selanjutnya.
2. Tujuan Pengamatan
Peneliti melakukan pengamatan tentang banyaknya jumlah pengunjung pengguna sepeda motor yang mengisi bahan bakar di SPBU Kertonatan Sukoharjo dengan tujuan penelitian sebagai berikut :
1. Mengetahui berapa banyak jumlah pengunjung pengguna sepeda motor yang mengisi bahan bakar di SPBU Kertonatan Sukoharjo. 2. Mengetahui waktu rata – rata kedatangan pengunjung pengguna
sepeda motor yang mengisi bahan bakar
3. Menguji data waktu kedatangan pengunjung pengguna sepeda motor yang mengisi bahan bakar dengan distribusi poisson dan distribusi eksponensial
3. Pelaksanaan Pengamatan
Pengamatan banyaknya jumlah pengunjung pengguna sepeda motor yang mengisi bahan di SPBU Kertonatan Sukaharjo dilakukan pada :
- Hari, Tanggal : Rabu, 25 November 2015 - Waktu : 13.00 s/d 21.00 WIB
- Lokasi : SPBU Kertonatan Sukoharjo 4. Hasil Pengamatan
Berdasarkan hasil pengamatanyang telah dilakukan,penulis dapat menyajikan data dalam bentuk dua data yaitu data poisson dan data eksponensialsebagai berikut :
a. Data Poisson
Data Poisson adalah data yang dapat digunakan untuk menghitung jumlah kedatangan. Oleh karena itu peneliti menyajikan data poisson
ke dalam bentuk tabel sebagai berikut : Tabel 2.3 Data Poisson
b. Data Eksponensial
Data eksponensial adalah data yang di dalamnya menghitung interval waktu antara data sebelum dan sesudahnya. Sehingga peneliti menyajikan data eksponensial dalam tabel sebagai berikut :
Tabel 2.4 Data Eksponensial
26 5. Uji Goodness Of Fit
Uji ini dilakukan untuk menentukan apakah suatu populasi memiliki suatu distribusi teoritis tertentu. Uji ini didasarkan pada sejauh mana tingkat kedekatan atau kesesuaian yang ada antara frekuensi pengamatan dan frekuensi harapan. Penguji melakukan Uji Goodness Of Fit Poisson dan Uji Goodness Of Fit Eksponensial yang disajikan dalam bentuk tabel sebagai berikut :
a. Uji Goodness Of Fit Poisson. Tabel 2.5 Pengolahan Data Poisson
rata rata 27,53061224 standar
deviasi 11,16188089 Maksimum 59
Minimum 2
banyak kelas 10 interval kelas 5,7
Tabel 2.6 Teorema Limit Central 1 Poisson
No Interval Hitungan
Kumulatif Frekuensi
Kumulatif
Probabilitas Probabilitas
Frekuensi
Tabel 2.7 Teorema Limit Central 2 Poisson
No Interval Hitungan
Kumulatif Frekuensi
Kumulatif
Probabilitas Probabilitas
Frekuensi
Tabel 2.8 Chi-Square Poisson
No Oi Ei Oi-Ei (Oi-Ei)^2 (Oi-Ei)^2 /Ei Nilai Tabel
1 1 14.16325
-13.16324956 173.271 12.2338548
11.07049769
2 13 21.19385
-8.193846612 67.1391 3.16785922 3 15 13.6429 1.357099047 1.84172 0.13499459
Keterangan Rumus
Tabel 2.9 Katerangan Rumus Poisson
Rumus Keterangan
Rata – rata Rata – rata didapatkan dari jumlah kedatangan dibagi dengan banyaknya data, dengan rumus = average(data1;data2,...) Standart Deviasi Standart deviasididapatkandenganruus =stdev(data1;data2...) Minimal Minimal didapatkan dengan mengambil nilai terkecil dari data
kedatangan pada tabel dengan rumus =min(data1;data2,...) Maksimal Maksimal didapatkan dengan mengambil nilai terbesar dari data
kedatangan pada tabel dengan rumus =max(data1;data2,...) Banyak Kelas Pada data ini diasumsikan banyak kelas sebesar 10
Interval Kelas Interval kelas didapatkan dengan nilai tertinggi dikurangi nilai terendah kemudian dibagi banyaknya kelas dengan rumus =(max-min)/banyak kelas
Batas Bawah Batas bawah didapatkan dengan mengambil nilai dari data dengan rumus=min
Batas Atas Batas atas didapatkan dengan batas bawah ditambah dengan interval kelasdengan rumus =batas bawah + interval kelas
Hitungan Kumulatif Hitungan kumulatif didapatkan dari rumus =frequency (data kedatangan;batas atas)
Frekuensi Frekuensi adalah jumlah data yang terdapat pada setiap interval dengan rumus =hitungan kumulatif2 – hitungan kumulatif1 Komulatif
Probabilitas
Kumulatif Probabilitas didapatkan dengan rumus =poissondist(batas atas;rata-rata(F4);true)
Probabilitas Probabilitas didapatkan dengan rumus =kumulatif probabilitas2 – kumulatif probabilitas1
Kesimpulan :
Dari data yang diolah didapatkan hasil sebesar 15.5367086 dan nilai hitung sebesar lebih besar dibanding dengan nilai tabel sebesar 11.07049769 sehingga dapat dikatakan bahwa data tersebut ditolak.
b. Uji Goodness Of Fit Eksponensial
Tabel 2.10 Pengolahan Data Eksponensial rata rata 21,33283914 standar deviasi 21,68717358
Maksimum 219
Minimum 0
banyak kelas 10 interval kelas 21,9
lamda 0,046876086
Tabel 2.11 Teorema Limit Central 1 eksponensial
No Interval Hitungan
Kumulatif Frekuensi Bawah Atas
1 0 21,9 856 856
2 21,9 43,8 1193 337
3 43,8 65,7 1290 97
4 65,7 87,6 1329 39
5 87,6 109,5 1339 10
6 109,5 131,4 1343 4
7 131,4 153,3 1347 4
8 153,3 175,2 1347 0
9 175,2 197,1 1347 0
Tabel 2.12 Teorema Limit Central 2 eksponensial
No Interval Kumulatif
Probabilitas Probabilitas
Frekuensi Harapan Bawah Atas
1 0 21,9 0,641772235 0,6417722 865,751 2 21,9 43,8 0,97578164 0,3340094 450,579 3 43,8 65,7 0,998344155 0,0225625 30,4368 4 65,7 87,6 0,999960437 0,0016163 2,18037 5 87,6 109,5 0,999999718 3,928E-05 0,05299 6 109,5 131,4 0,999999999 2,811E-07 0,00038
7 131,4 153,3 1 1,209E-09 1,6E-06
8 153,3 175,2 1 1,5E-12 2E-09
9 175,2 197,1 1 6,439E-15 8,7E-12
10 197,1 219 1 6,55E-15 8,8E-12
Total 1 1349
Tabel 2.13 Chi-Square Eksponensial
No Oi Ei Oi-Ei (Oi-Ei)^2 (Oi-Ei)^2 /Ei Nilai Tabel 1 856 865,751 -9,7507 95,07704 0,10982034
5,99146455 2 337 450,579 -113,58 12900,12 28,6301116
3 156 32,6706 123,329 15210,15 465,561209
Tabel 2.14 Keterangan Rumus Eksponensial
Rumus Keterangan
Rata – rata Rata – rata didapatkan dari jumlah kedatangan dibagi dengan banyaknya data, dengan rumus = average(data1;data2,...) Standart Deviasi Standart deviasididapatkandenganruus =stdev(data1;data2...) Minimal Minimal didapatkan dengan mengambil nilai terkecil dari data
kedatangan pada tabel dengan rumus =min(data1;data2,...) Maksimal Maksimal didapatkan dengan mengambil nilai terbesar dari data
kedatangan pada tabel dengan rumus =max(data1;data2,...) Banyak Kelas Pada data ini diasumsikan banyak kelas sebesar 10
Interval Kelas Interval kelas didapatkan dengan nilai tertinggi dikurangi nilai terendah kemudian dibagi banyaknya kelas dengan rumus =(max-min)/banyak kelas
Batas Bawah Batas bawah didapatkan dengan mengambil nilai dari data dengan rumus=min
Batas Atas Batas atas didapatkan dengan batas bawah ditambah dengan interval kelasdengan rumus =batas bawah + interval kelas
Hitungan Kumulatif Hitungan kumulatif didapatkan dari rumus =frequency (data kedatangan;batas atas)
Frekuensi Frekuensi adalah jumlah data yang terdapat pada setiap interval dengan rumus =hitungan kumulatif2 – hitungan kumulatif1 Komulatif
Probabilitas
Kumulatif Probabilitas didapatkan dengan rumus =poissondist(batas atas;rata-rata(F4);true)
Probabilitas Probabilitas didapatkan dengan rumus =kumulatif probabilitas2 – kumulatif probabilitas1
Frekuensi Harapan Frekuensi harapan didapatkan dengan rumus =
Kesimpulan :
6. Analisa Uji Goodness Of Fit
a. Distribusi Poisson
Pada penelitian ini Distribusi Poisson ini digunakan untuk menghitung probabilitas menurut satuan waktu. Dari hasil penelitian didapat nilai hitung sebesar 15.5367086 dan nilai tabel sebesar 11.07049769,sehingga dapat disimpulkan bahwa data ditolak. Kemudian dari distribusi ini di dapatkan bentuk histogram dengan frekuesi yang naik turun seperti gambar di bawah,namun perlu diketahui bahwa dari histogram saja data tidak dapat dikatakan data tersebut ditolak ataupun diterima ,walaupun keduanya memang berhubungan
Dari data yang diambil maka dapat dituliskan dalam bentuk histogram sebagai berikut :
b. Distribusi Eksponensial
Distribusi eksponensial memiliki pertalian erat dengan distribusi poisson. Jika pada poisson, peubah acak poisson x menggambarkan jumlah keluaran yang terjadi pada suatu selang waktu atau luas daerah tertentu, maka peubah acak eksponensila x menggambarkan panjang rentang waktu antara kejadian dengan kejadian lainnya. Dari hasil penelitian didapat nilai hitung sebesar 494,301141 dan nilai tabel sebesar 5,99146455,sehingga dapat disimpulkan bahwa data ditolak. . Kemudian dari distribusi ini di dap
atkan bentuk histogram dengan frekuensi yang menurun seperti gambar di bawah. Namun perlu diketahui bahwa dari histogram saja data tidak dapat dikatakan data tersebut ditolak ataupun diterima ,walaupun keduanya memang berhubungan
Dari data yang diambil maka dapatdituliskan dalam bentuk histogram sebagai berikut :
C. ESTIMASI PARAMETER 1. Data Pengamatan
Kinerja Dosen Teknik Mesin dalam kegiatan Perkuliahan berdasarkan data yang di dapatkan dari kuisioner yang telah di bagikan kepada Mahasiswa Teknik Mesin Universitas Muhammadiyah Surakarta angkatan 2012, 2013, dan 2014, maka didapatkan hasil sebagai berikut : Tabel 2.15 Data Hasil Pengamatan
No Nama NIM Jenis
Kelamin Angkatan
23 Tutuko Keliru D200130152 Laki-Laki 2013 2 24 Andri Arianata D200130109 Laki-Laki 2013 3
25 Dani D200130102 Laki-Laki 2013 2
26 Wahid Zainuri D200130115 Laki-Laki 2013 2 27 Nanang P D200130017 Laki-Laki 2013 1 28 Fredy A D200130024 Laki-Laki 2013 2
29 Aziz D200130164 Laki-Laki 2013 3
30 Dimastya A.S D200130096 Laki-Laki 2013 3 31 Hamba Allah D200130083 Laki-Laki 2013 3 32 Hamba Allah D200130192 Laki-Laki 2013 3 33 Hamba Allah D200130112 Laki-Laki 2013 3 34 Hamba Allah D200130045 Laki-Laki 2013 3 35 Hamba Allah D200130100 Laki-Laki 2013 3 36 Jery Angga S D200140077 Laki-Laki 2014 3 37 M. Syarif D200140168 Laki-Laki 2014 2 38 Andi. P D200140275 Laki-Laki 2014 4 39 Taufiq .H D200140211 Laki-Laki 2014 2
40 Dafid D200140187 Laki-Laki 2014 3
41 Ari M D200140266 Laki-Laki 2014 2
42 Konde D200140218 Laki-Laki 2014 2
43 Yoga D200140253 Laki-Laki 2014 3
44 Faris Ap D200140124 Laki-Laki 2014 3 45 Ari Putra D200140250 Laki-Laki 2014 3 46 Wahyu Adi D200140119 Laki-Laki 2014 3
47 Saad D200140128 Laki-Laki 2014 3
48 Arifin D200140144 Laki-Laki 2014 3
54 Adi Pratama D200140194 Laki-Laki 2014 2 55 Mustain D200140209 Laki-Laki 2014 3
56 Vega D200140188 Laki-Laki 2014 3
57 Redik D200140114 Laki-Laki 2014 3
58 Faizal D200140254 Laki-Laki 2014 3
59 Faisal An D200140255 Laki-Laki 2014 3
60 Ahmad D200140186 Laki-Laki 2014 3
Data kuisioner mengenai tingkat kepuasan Mahasiswa Teknik Mesin Universitas Muhammadiyah terhadap kinerja dosen saat perkuliahan ini dilakukan dengan pengambilan sampel menggunakan metode sampling berupa Multistage Random Sampling yang di ambil berdasarkan proporsi dari jumlah mahasiswa perangkatan dengan jenis kelamin laki – laki saja yang digambarkan dalam diagram sebagai berikut:
Gambar 2.4 Diagram Proporsi Mahasiswa Teknik Mesin
mahasiswa maka diperlukan 21 responden dan angkatan 2014 sebanyak 245 mahasiswa diperlukan 26 responden.
2. Pengolahan Data
a. Estimasi Mean Sampel Tunggal
Berdasarkan data kuisioner didapatkan dari 60 sampel diketahui bahwa rata – rata dari jumlah sampel menjawab puas dengan kinerja dosen saat perkuliahan. Kemudian peneliti mecoba menghitung estasi
mean tunggal dengan menggunakan beberapa variabel sebagai berikut:
Tabel 2.16 Hasil Pengolahan Estimasi Mean Sampel Tunggal Variabel Hasil Perhitungan
Confidence Level 95%
5%
Z/2 1,959963985
Standar Deviasi 0,501554082 Jumlah Sampel (N) 60 Standar Eror 0,126908361 Rata – Rata 2,622 Batas Bawah 2,49475831 Batas Atas 2,74857503
Tabel 2.17 Keterangan Rumus dalam Perhitungan Estimasi Mean
Tunggal
Rumus Keterangan
Z/2 Z/2 didapatkan dengan menggunakan rumus =ABS(NORMSINV(1/2))
Standar Deviasi Standar deviasi didapatkan dengan
menggunakan rumus =stdev(data1,data2,..) Jumlah Sampel Jumlah sampel didapatkan dengan
menggunakan rumus =((nilai Z/2(abs))/standar
error)^2
Standar Eror Standar eror didapatkan dengan rumus (Z/2(abs)*standart deviasi/SQRT(jumlah
sampel)
Rata – Rata Rata-rata didapatkan dengan menggunakan rumus =average(data1,data2,...)
Batas Bawah Batas Bawah didapatkan dengan menggunakan =rata-rata
((Z/2(abs)*standartdeviasi)/SQRT(jumlah
sampel)),dimana SQRT merupakan rumus yang digunakan untuk mengakar kuadratkan sebuah persamaan
Batas Atas Batas Bawah didapatkan dengan menggunakan =rata-rata+((Z
/2(abs)*standartdeviasi)/SQRT(jumlah sampel))
3. Analisis Data
a. Estimasi Mean sampel Tunggal
Dari data perhitungan estimasi mean tunggal didapatkan hasil Z /2 -1,959963985, Standar Deviasi 0,501554082, Jumlah Sampel (N)
60, Standar Eror 0,126908361, Rata – Rata 2,622, Batas Bawah 2,49475831 dan Batas Atas 2,74857503. Sehingga tingkat kepuasan mahasiswa teknik mesin terhadap kinerja dari dosen teknik mesin
Universitas Muhammadiyah Surakarta dapat digambarkan melalui histogram dibawah ini :
Gambar 2.5 Tingkat Kepuasan Mahasiswa
D. PENGUJIAN HIPOTESIS 1. Pengumpulan Data
a. Penjelasan populasi
Pada pengamatan modul IV mengenai Pengujian Hipotesis, pengambilan data dilakukan dengan mengambil populasi sebanyak 134 peserta yang kemudian dilakukan pengukuran denyut jantung peserta sebelum dan sesudah melakukan praktikum statistika industri 2015.
b. Metode pengambilan sampel
Metode yang digunakan untuk pengambilan data pada pengujian hipotesis mengenai denyut jantung peserta praktikum statistika industri 2015 ini adalah metode simple random sampling, dengan menggunakan alat berupa pulse meter, yang dilakukan sebelum dan sesudah peserta melakukan praktikum modul IV statitika industri 2015.
c. Penjelasan data BPS
2. Data
Berdasarkan pengambilan sampel berupa denyut jantung peserta praktikum statistika industri 2015 didapatkan data sebagai berikut : Tabel 2.18 Data Klaim 1 Denyut Jantung Peserta Praktikum
No Sampel Nama NIM Denyut Jantung
1 115 NADYA Z. A D600140152 113
2 102 ISLAHUDDIN D600140022 72
3 14 HESTI AMALIA D600240073 88
4 69 AHMAD BAHTIAR D600140053 89
5 63 GILANG ANSHORI D600140125 96
6 49 ALVONA V D600140006 91
7 100 AWANG F D600140052 80
8 124 A. MUZAKKI D600140127 139
9 46 TOMMY DWI PUTRA D600140097 82
10 69 AHMAD BAHTIAR D600140053 89
11 57 FEBRINA A D600140133 96
12 122 DUMAINA C D600140038 101
13 52 NOFFA A R F D600140032 70
14 108 GALANG A. D600140088 71
15 63 GILANG ANSHORI D600140125 96
16 13 ADI REVALDI D600140043 108
17 105 M. FIRDAUS. Y D600140035 85
18 12 MEGA JATI P D600140051 91
19 17 AGUS SRI MURTOYO D600140142 67
20 112 WAFIQ D600140066 107
21 112 WAFIQ D600140066 107
22 86 ADAMAS AJI D600140017 87
23 55 MAHARANI PUTRI D600140001 79
24 33 KURNIA MAHARSI D600140074 110
25 93 DWI ADITHIA D600140039 86
27 38 M. ARSYAD RIFA'I D600140064 74
28 79 RUZIKA AZHAR D600140015 88
29 96 ENGGAR P D600140104 93
30 53 ELIZA ARROFI M D600140056 86
Tabel 2.19 Data Klaim 2 Denyut Jantung Peserta Praktikum
No Sampel Nama NIM Denyut
Jantung
1 122 DUMAINA C D600140038 96
2 53 ELIZA ARROFI MAHARANI D600140056 69
3 102 ISLAHUDDIN D600140022 97
4 25 DHANI IKHSAN R D600140120 79
5 6 DWIMADA JAYASASONGKO D600140094 80
6 114 EKO P. S D600140013 64
7 106 NUR MUHAMMAD MUFID D600140112 60
8 4 MARETA AJI ARYANDI D600140109 79
9 55 MAHARANI PUTRI D600140001 58
10 65 RISKY RIAN D600140042 70
Tabel 2.20 Data Klaim 3 Denyut Jantung Peserta Praktikum
No Sampel Nama NIM Denyut Jantung
Sebelum Sesudah
1 23 NUGROHO FITRI U D600140085 96 74
2 22 AGUS MARYANTO D600140023 100 68
3 88 MUKHLISINA HUDA D600140058 70 67
4 29 HENDRI SUSILO D600140131 89 84
5 94 ADETYA P D600140123 80 84
6 70 MUNFI'AH D600140092 96 97
7 30 BACHTIAR SETYO N D600140081 96 100
9 66 ARIS MUNANDAR D600140119 111 92
10 108 GALANG A. D600140088 71 72
Tabel 2.21 Data Populasi Unggas Ayam Menurut Kabupaten/Kota di Jawa Tengah Tahun 2008
No Kabupaten/ Kota Ayam Kampung Ayam Pedaging
1 Kab. Cilacap 1283625 3648768
2 Kab. Banyumas 1016614 5013790
3 Kab. Purbalingga 1128787 2275000
4 Kab. Banjarnegara 1210144 2470000
5 Kab. Kebumen 2040716 465800
6 Kab. Purworejo 608477 587481
7 Kab. Wonosobo 638876 186519
8 Kab. Magelang 797961 531465
9 Kab. Boyolali 854846 1013800
10 Kab. Klaten 1415005 1012340
11 Kab. Sukoharjo 2559909 2164450
12 Kab. Wonogiri 2182150 197956
13 Kab. Karanganyar 847331 1302600
14 Kab. Sragen 725816 2878270
15 Kb. Grobogan 1420824 290200
16 Kab. Blora 1189071 752000
17 Kab. Rembang 505012 670956
18 Kab. Pati 869702 1861131
19 Kab. Kudus 408139 2985400
20 Kab. Jepara 323437 578521
21 Kab. Demak 570782 2759500
22 Kab. Semarang 1374055 2967158
23 Kab. Temanggung 1636986 642500
24 Kab. Kendal 851210 5646750
26 Kab. Pekalongan 996525 186700
27 Kab. Pemalang 2053906 492419
28 Kab. Tegal 2539486 3981336
29 Kab. Brebes 2578276 1199788
30 Kota Magelang 50055 76300
31 Kota Surakarta 41696 0
32 Kota Salatiga 86181 30000
33 Kota Semarang 158437 119375
34 Kota Pekalongan 183902 124839
35 Kota Tegal 72662 166000
3. Pengolahan Data
a. Klaim 1 ( denyut 30 sampel )
Pada Klaim ini peneliti memberikan klaim berupa denyut jantung peserta praktikum statistika industri 2015 sebelum praktikum adalah minimal sebesar 90 pulse/menit dengan mengambil 30 sampel yang kemudian diolah sebagai berikut :
1) Langkah 1
Menentukan hipotesis awal dan hiotesis alternatif H0 : μ = 90
H1 : μ < 90 2) Langkah 2
Menentukan besarnya taraf signifikan () Taraf Signifikan ( )
0.05 0.01
3) Langkah 3
Menentukan kriteria pengujian Zkritis
4) Langkah 4
Menentukan nilai uji statistik Z hitung
Taraf Signifikan 0,05 Taraf Signifikan 0,01
0.421092774 0.421092774
Pvalue
Taraf Signifikan 0,05 Taraf Signifikan 0,01
0.663156331 0.663156331
5) Langkah 5
Membuat kesimpulan dari klaim.
Berdasarkan pengolahan data dengan klaim berupa denyut jantung peserta praktikum statistika industri 2015 sebelum praktikum adalah minimal sebesar 90 pulse/menit, dapat disimpulkan bahwa klaim tersebut diterima.
b. Klaim 2 ( denyut 10 sampel )
Pada Klaim 2 ini peneliti memberikan klaim berupa denyut jantung peserta praktikum statistika industri 2015 setelah praktikum adalah lebih besar dari 70 pulse/menit dengan mengambil 10 sampel yang kemudian diolah sebagai berikut :
1) Langkah 1
Menentukan hipotesis awal dan hipotesis alternatif H0 : μ = 70
H1 : μ ≤ 70 2) Langkah 2
Menentukan besarnya taraf signifikan () Taraf Signifikan ( )
3) Langkah 3
Menentukan kriteria pengujian T kritis
-2.262 -3.25
4) Langkah 4
Menentukan nilai uji statistik T hitung
Taraf Signifikan 0,05 Taraf Signifikan 0,01
Pvalue
Taraf Signifikan 0,05 Taraf Signifikan 0,01
3.28893E-14 3.28893E-14
5) Langkah 5
Membuat kesimpulan dari klaim.
Berdasarkan pengolahan data dari klaim denyut jantung peserta praktikum statistika industri 2015 setelah praktikum adalah lebih besar dari 70 pulse/menit diatas dapat disimpulkan bahwa klaim tersebut diterima.
c. Klaim 3 ( denyut 10 sampel )
Pada Klaim 3 ini peneliti memberikan klaim berupa denyut jantung peserta praktikum statistika industri 2015 sebelum praktikum lebih tinggi dibanding dengan setelah praktikum dengan mengambil 10 yang kemudian diolah sebagai berikut :
1) Langkah 1
Menentukan hipotesis awal dan hipotesis alternatif H0 : μ1 = μ2
H1 : μ1 ≤ μ2
2) Langkah 2
Menentukan besarnya taraf signifikan () Taraf Signifikan ( )
0.05 0.01
3) Langkah 3
Menentukan kriteria pengujian T kritis
-2.262 -3.25
4) Langkah 4
Menentukan nilai uji statistik T hitung
Taraf Signifikan 0,05 Taraf Signifikan 0,01
-0.224514981 -0.224514981
P value
Taraf Signifikan 0,05 Taraf Signifikan 0,01
0.5 0.5
5) Langkah 5
Membuat kesimpulan dari klaim.
d. Klaim 4 (Populasi Unggas Menurut Kabupaten/Kota di Jawa Tengah Tahun 2008)
1) Langkah 1 H0 : µ1 = µ2 H1 : µ1 ≥ µ2 2) Langkah 2
Taraf Signifikan ( )
0.05 0.01
3) Langkah 3 Zkritis
1,64 2,33
4) Langkah 4 Z hitung
Taraf Signifikan 0,05 Taraf Signifikan 0,01
1,703879 1,703879
Pvalue
Taraf Signifikan 0,05 Taraf Signifikan 0,01
0,955798 0,955798
5) Langkah 5
Membuat kesimpulan dari klaim.
4. Analisis Data a. Analisis Klaim 1
Tabel 2.22 Analisis Klaim 1
Variabel Nilai Nilai
0,05 0,01
Titik Kritis -1,64 -2,325 Z – Hitung 0,42109277 0,4210928 P – Value 0,66315633 0,6631563
Berdasarkan tabel diatas dengan klaim denyut jantung peserta praktikum statistika industri 2015 sebelum praktikum adalah minimal sebesar 90 pulse/menit dapat diinformasikan bahwa nilai taraf signifikan 0,05 mempunyai titik kritis sebesar -1,64dengan nilai Z-Hitung sebesar 0,42109277 dan nilai P-Value sebesar 0,66315633. Sedangkan pada nilai taraf signifikan 0,01 mempunyai titik kritis -2,325 juga di dapatkan nilai Z-hitung dan P-Value yang sama dengan taraf signifikan 0,05. Dapat kita ketahui bahwa nilai Zhitung lebih besar dari Zkritis dan Pvalue lebih besar dari nilai taraf signifikan sehingga dapat dikatakan bahwa klaim diterima.
-1,6 0,4
Z Kritis
H0
Z Hitung
0
-2,3 0,4 Z Kritis
H0
Z Hitung
0
Gambar 2.7 Kurva Klaim 1 Taraf Signifikan 0,01
b. Analisis Klaim 2
Tabel 2.23 Analisi Klaim 2
Variabel Nilai Nilai
0,05 0,01
Titik Kritis -2.262 -3.25 T – Hitung 1,204426742 1,204426742 P – Value 0,885787659 0,885787659
-2,2 T Kritis
H0
T Hitung
0 1,2
Gambar 2.8 Kurva Klaim 2 Taraf Signifikan 0,05
-3,25 T Kritis
H0
T Hitung
0 1,2
Gambar 2.9 Kurva Klaim 2 Taraf Signifikan 0,01
c. Analisis Klaim 3
Tabel 2.24 Analisi Klaim 3
Variabel Nilai Nilai
0,05 0,01
Titik Kritis -2.262 -3.25
T – Hitung -0.224514981 -0.224514981 P – Value 0.5 0.5
dengan nilai T-Hitung sebesar -0,224514981 dan nilai P-Value sebesar 0,5 Sedangkan pada nilai taraf signifikan 0,01 mempunyai titik kritis -3,25 dapatkan nilai kritis T-hitung dan P-Value yang sama dengan taraf signifikan 0,05. Dapat kita ketahui bahwa nilai Thitung lebih besar dari Tkritis dan Pvalue lebih besar dari nilai taraf signifikan sehingga dapat dikatakan bahwa klaim diterima.
-2,2 T Kritis
H0
T Hitung
0
-0,22
Gambar 2.10 Kurva Klaim 3 Taraf Signifikan 0,05
-3,25 T Kritis
H0
T Hitung
0
-0,22
d. Analisis Klaim 4
Tabel 2.25 Analisis Klaim 4
Variabel Nilai Nilai
0.05 0.01
Titik Kritis 1.64 2.325
Z – Hitung 1,703879 1,703879 P – Value 0,955798 0,955798
Berdasarkan tabel diatas dengan klaim populasi unggas ayam kampung lebih rendah dibandingkan dengan populasi ayam pedaging menurut kabupaten/kota di Jawa Tengah Tahun 2008 dapat diinformasikan bahwa nilai taraf signifikan 0,05 mempunyai titik kritis sebesar 1,64 dan taraf signifikan 0,01 mempunyai titik kritis sebesar 2,325 dengan nilai Z-Hitung sebesar 1,703879dan nilai P-Value sebesar 0,955798. Sedangkan pada nilai taraf signifikan 0,01 mempunyai titik kritis 2,325 juga di dapatkan nilai Z-hitung dan P-Value yang sama dengan taraf signifikan 0,05. Dapat kita ketahui bahwa nilai Thitung dan Pvalue lebih kecil dari nilai kritis sehingga dapat dikatakan bahwa klaim ditolak
-1,6 Z Kritis
H0
Z Hitung
0 7.72052E-06
-2,3 Z Kritis
H0
Z Hitung
0 7.72052E-06
Gambar 2.13 Kurva Klaim 4 Taraf Signifikan 0,01
5. Kesimpulan
a. Kesimpulan Klaim 1
Berdasarkan pengolahan data sebanyak 30 sampel dan dengan klaim berupa denyut jantung peserta praktikum statistika industri 2015 sebelum praktikum adalah minimal sebesar 90 pulse/menit dapat dinyatakan diterima.
b. Kesimpulan Klaim 2
Berdasarkan pengolahan data sebanyak 10 sampel dan dengan klaim berupa denyut jantung peserta praktikum statistika industri 2015 sebelum praktikum adalah minimal lebih besar dari 70 pulse/menit dapat dinyatakan diterima.
c. Kesimpulan Klaim 3
Berdasarkan pengolahan data sebanyak 10 sampel maka klaim berupa denyut jantung peserta praktikum statistika industri 2015 sebelum praktikum lebih tinggi dibanding dengan setelah praktikum dinyatakan diterima
d. Kesimpulan Klaim 4
E. REGRESI, KORELASI DAN UJI ANOVA DENGAN SPSS 1. Regresi dan Korelasi
Berdasarkan praktikum modul V ini maka peneliti melakukan uji regresi korelasi terhadap data berupa pengaruh populasi kambing dengan jumlah pemotongan hewan kambing menurut kabupaten / kota di Jawa tengah tahun 2008. Dengan uraian sebagai berikut :
a. Langkah-langkah
1) Membuka aplikasi SPSS, kemudian melakukan copy paste data populasi kambing dengan jumlah pemotongan kambing menurut kabupaten / kota di Jawa tengah tahun 2008 dari Ms. Excel pada data view.
2) Melakukan edit pada varibel view bagian name dengan populasi kambing dan jumlah pemotongan kambing.
3) Melakukan edit pada varibel view bagian decimals dengan 0 agar tidak ada tanda koma dibelakang angka.
4) Melakukan edit pada varibel view bagian measure dengan memilih scale karena data berupa angka tanpa pengkodean. 5) Melakukan uji regresi dengan memilih analyze, regression dan
pilih linier. Dan memasukkan variabel dependent berupa jumlah pemotongan hewan ternak dan variabel independent
berupa populasi hewan ternak
6) Melakukan uji korelasi dengan memilih analyze, correlations dan bivariate karena yang dibandingkan dua variabel. Kemudian memasukkan varibel berupa populasi dan jumlah pemotongan kambing. Memilih pearson pada correlation coefficients dan memilih two-tailed pada test of significance. Kemudian melakukan klik pada Ok
7) Menampilkan output dan melakukan export dengan memilih
file kemudian export. Lalu memilih folder penyimpanan kemudian melakukan klik pada Ok.
b. Output
1) Regresi
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 POPULASI_
KAMBING . Enter
a. All requested variables entered. b. Dependent Variable:
JUMLAH_PEMOTONGAN_KAMBING
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,444a ,197 ,173 13163,244
a. Predictors: (Constant), POPULASI_KAMBING
b. Dependent Variable: JUMLAH_PEMOTONGAN_KAMBING
ANOVAb
Model Sum of
Squares df Mean Square F Sig.
1
Regression 1,402E9 1 1,402E9 8,093 ,008a Residual 5,718E9 33 1,733E8
Total 7,120E9 34
a. Predictors: (Constant), POPULASI_KAMBING
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1
(Constant) 9868,704 3237,911 3,048 ,005
POPULASI_
KAMBING ,070 ,025 ,444 2,845 ,008
a. Dependent Variable: JUMLAH_PEMOTONGAN_KAMBING
Residuals Statisticsa
Minimum Maximum Mean
Std.
Deviation N
Predicted Value 9887,54 43986,93 16560,66 6422,110 35 Residual -19283,016 32933,070 ,000 12968,222 35 Std. Predicted
Value
-1,039 4,271 ,000 1,000 35
Std. Residual -1,465 2,502 ,000 ,985 35
2) Korelasi
Correlation 1 ,444
**
**. Correlation is significant at the 0.01 level (2-tailed).
c. Analisis 1) Regresi
a) Pada tabel Model Summary
R-Square sebesar 0,197 atau 19,7%. Koefisien determinasi digunakan utuk mempengaruhi presentase pengaruh variabel independent (populasi kambing) terhadap perubahan variabel dependent (jumlah pemotongan kambing). Hasil pengolahan data tersebut diperoleh nilai koefisien determinasi sebesar 0,197 yang artinya besarnya populasi kambing terhadap peningkatan jumlah pemotongan kambing menurut kabupaten / kota di Jawa tengah tahun 2008 adalah 19,7%.
b) Pada tabel Anova
- H0 : Tidak adanya pengaruh yang positif dan signifikan antara populasi kambing terhadap peningkatan jumlah pemotongan kambing menurut kabupaten / kota di Jawa tengah tahun 2008.
- H1 : Adanya pengaruh yang positif dan signifikan antara populasi kambing terhadap peningkatan jumlah pemotongan kambing menurut kabupaten / kota di Jawa tengah tahun 2008.
c) Pada tabel Coefficients
Berdasarkan hasil dari pengolahan data yang ada, variabel populasi kambing dan jumlah pemotongan kambing menurut kabupaten / kota di Jawa tengah tahun 2008 dapat dibuat sebuah persamaan regresi Y= 9868,704 + 3,048X , dimana Y adalah variabel dependent (jumlah pemotongan kambing), X adalah variabel independent
(populasi kambing), nilai 9868,704 merupakan nilai konstanta bagi persamaan regresi apabila tidak ada nilai
trust maka nilai partisipasinya sebesar 9868,704, nilai 3,048 menyatakan bahwa setiap penambahan nilai trust, maka nilai partisipasinya bertambah sebesar 3,048.
2) Korelasi
Dari tabel korelasi di atas menunjukkan bahwa nilai kedua variabel adalah 0,444. Identifikasi dari nilai korelasitersebut merujuk pada tabel 2.26 di bawah ini :
Tabel 2.26 Interval Tigkat Hubungan Interval
Koefisien
Tigkat Hubungan 0,001 - 0,1999 Sangat Rendah 0,200 - 0,3999 Rendah 0,400 - 0,5999 Sedang 0,600 - 0,7999 Kuat
0,80 - 1 Sangat Kuat
2. One Way ANOVA a. Data
Tabel 2.27 Data Pencahayaan terhadap Jumlah Produk Cacat PENCAHAYAAN A PENCAHAYAAN B PENCAHAYAAN C PENCAHAYAAN D PENCAHAYAAN E
Hari -1 8 6 4 8 7
1) Membuka aplikasi SPSS, kemudian melakukan copy paste data pencahayaan terhadap jumlah produk cacat dari Ms.Excel
2) Melakukan edit pada varibel view bagian name dengan Data Pencahayaan dan Pencahayaan
3) Melakukan edit pada varibel view bagian decimals dengan 0 agar tidak ada tanda koma dibelakang angka.
4) Melakukan edit pada varibel view bagian measure dengan memilih ordinal karena data berupa pengkodean.
5) Melakukan edit pada bagian values pada pencahayaan, tekan kolom values-nya lalu tambahkan values dan label-nya.
Dimana value yang diisi1 berisi label pencahayaan A, value 2 berisi label pencahayaan B, dan seterusnya berturut-turut hingga value 5 berisi label pencahayaan E
6) Melakukan analisis one way anova denhan mengklik analyze
pilih sub menu comparemeans lalu pilih OneWayANOVA. 7) Memilih menu posthoc. kemudian pada bagian equalvarience
assumed kita pilih tukey lalu tekan continue
8) Memilih menu option, kemudian pada bagian statistics lakukan
checklist pada homogeneity of varience test, sedangkan pada bagian missingvalues pilih exclude cases analysis by analysis. Tekan continue.
c. Output
Test of Homogeneity of Variances
DATA_PENCAHAYAAN
Post Hoc Tests
PENCAHAYAAN E -,200 ,867 ,999
PENCAHAYAAN B PENCAHAYAAN A ,400 ,867 ,990
PENCAHAYAAN C -,200 ,867 ,999 PENCAHAYAAN D -,200 ,867 ,999
PENCAHAYAAN E ,200 ,867 ,999
PENCAHAYAAN C PENCAHAYAAN A ,600 ,867 ,956
PENCAHAYAAN B ,200 ,867 ,999
PENCAHAYAAN D ,000 ,867 1,000
PENCAHAYAAN E ,400 ,867 ,990
PENCAHAYAAN D PENCAHAYAAN A ,600 ,867 ,956 PENCAHAYAAN B ,200 ,867 ,999
PENCAHAYAAN C ,000 ,867 1,000
PENCAHAYAAN E ,400 ,867 ,990
PENCAHAYAAN E PENCAHAYAAN A ,200 ,867 ,999
PENCAHAYAAN B -,200 ,867 ,999
PENCAHAYAAN C -,400 ,867 ,990
Multiple Comparisons
DATA_PENCAHAYAAN Tukey HSD
(I) PENCAHAYAAN (J) PENCAHAYAAN
95% Confidence Interval
Lower Bound Upper Bound
PENCAHAYAAN A PENCAHAYAAN B -2,99 2,19
PENCAHAYAAN C -3,19 1,99
PENCAHAYAAN D -3,19 1,99
PENCAHAYAAN E -2,79 2,39
PENCAHAYAAN B PENCAHAYAAN A -2,19 2,99
PENCAHAYAAN C -2,79 2,39
PENCAHAYAAN D -2,79 2,39
PENCAHAYAAN E -2,39 2,79
PENCAHAYAAN C PENCAHAYAAN A -1,99 3,19
PENCAHAYAAN B -2,39 2,79
PENCAHAYAAN D -2,59 2,59
PENCAHAYAAN E -2,19 2,99
PENCAHAYAAN D PENCAHAYAAN A -1,99 3,19
PENCAHAYAAN B -2,39 2,79
PENCAHAYAAN C -2,59 2,59
PENCAHAYAAN E -2,19 2,99
PENCAHAYAAN E PENCAHAYAAN A -2,39 2,79
PENCAHAYAAN B -2,79 2,39
PENCAHAYAAN C -2,99 2,19
Homogeneous Subsets
DATA_PENCAHAYAAN Tukey HSDa
PENCAHAYAAN N
Subset for alpha = 0.05
1
PENCAHAYAAN A 5 5,60
PENCAHAYAAN E 5 5,80
PENCAHAYAAN B 5 6,00
PENCAHAYAAN C 5 6,20
PENCAHAYAAN D 5 6,20
Sig. ,956
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 5,000.
d. Analisis
1. Pada tabel testofhomogeneityofvariances
Dari data hasil pengujian homogeneity of variances
diperoleh nilai signifikan sebesar 0,4 yang menunjukkn lebih besar dari 0,05 . maka dapat disimpulkan bahwa data yang diolah bersifat homogen. Maka dapat dilanjutkan untuk uji anova
2. Pada tabel Anova
- Jika nilai signifikan < 0,05 maka terdapat perbedaan signifikan antara jumlah produk cacat yang dihasilkan dengan beberapa perlakuan pencahayaan
Dari hasil pengujian di atas didapatkan bahwa nilai signifikan 0,94 yang berarti lebih dari 0,05 maka dapat disimpulkan bahwa pencahayaan tidak berpengaruh terhadap produk cacat yang dihasilkan.
3. Pada tabel Post Hoc Test
Tabel 2.28 Analisis Post Hoc Test
Pencahayaan A Pencahayaan B Pencahayaan C Pencahayaan D Pencahayaan E
Hari - 1 Diterima Diterima Diterima Diterima Hari - 2 Diterima Diterima Diterima Diterima Hari - 3 Diterima Diterima Diterima Diterima Hari - 4 Diterima Diterima Diterima Diterima Hari - 5 Diterima Diterima Diterima Diterima
67 BAB III PENUTUP
A. KESIMPULAN
Berdasarkan hasil dari praktikum statistika industri dari modul 1 sampai dengan modul 5, dapat ditarik kesimpulan sebagai berikut :
1. Penarikan sampel adalah suatu langkah awal dalam pengujian statistika, yang mana dalam melakukan penarikan sampel ini dapat menggunakan beberapa metode, diantaranya adalah simple random sampling, systematic random sampling, dan multistage random sampling, dll.
2. Distribusi peluang adalah suatu table atau grafik yang memberikan nilai dari suatu variable acak.
3. Estimasi parameter merupakan suatu pendugaan nilai-nilai parameter populasi berdasarkan sampel yang ada.
4. Pengujian hipotesis adalah suatu anggapan atau pernyataan yang bisa benar ataupun salah mengenai keadaan suatu populasi.
5. SPSS adalah suatu software yang dapat digunakan untuk menganalisis deskriptif, menganalisis regresi linear, dan menganlisis variansi.
B. SARAN
Setelah mengikuti praktikum statistika industri dari modul 1 sampai dengan modul 5, ada beberapa saran yang bisa disampaikan sebagai perbaikan pada praktikum statistika kedepannya, yaitu :
1. Lebih menekankan kedisiplinan agar semuanya berjalan dengan lancar.
DAFTAR PUSTAKA
Algifari.1997. Statistik Induktif. Yogyakarta: UPP AMP YKPN Cochran, William. 1991. Teknik Penarikan Sampel. Jakarta: UI-Press Dajan, Anto. 1986. Pengantar Metode Statistik Jilid II. Jakarta: Erlangga Mangkuatmojo, sogyarto. 2004. Statistik Lanjutan. Jakarta: PT Rineka Cipta Ronald, Walpole . 1995. Pengantar Statistik Edisi Ke-3. Jakarta: PT.Gramedia Saleh, Samsubar. Statistik Induktif edisi Revisi. UPP AMP YKPN
Santosa, Singgih. 2000. Buku Latihan SPSS Statistik Parametrik. Jakarta: PT.Elex Media Komputindo
KUISIONER KOSONG
Kinerja Dosen Teknik Mesin Dalam Kegiatan Perkuliahan Tercapainya tujuan proses belajar mengajar dalam suatu perguruan tinggi tidak terlepas dari peranan dosen dan mahasiswa.. Kualitas dosen memegang peranan penting disuatu perguruan tinggi yang ingin mencapai tujuan proses belajar mengajar yaitu menghasilkan lulusan(output) yang berkualitas. Penelitian yang akan dilakukan ini diharapkan mampu memberikan kontribusi bagi mahasiswa Teknik Mesin Universitas Muhammadiyah Surakarta dengan menggunakan kuiesioner sebagai berikut:
Nama Mahasiswa : Nim : Angkatan :
Jenis Kelamin :
*) beri tanda centang ( ) pada penilaian yang sesuai
No Kriteria Penilaian
1 2 3 4
1. Bagaimana kepuasan anda mengenai intonasi suara dosen saat mengajar didalam kelas?
2
Bagaimana kepuasan anda mengenai metode yang diguanakan dosen saat menyampaikan materi didalam kelas?
3 Bagaimana kepuasana anda mengenai bahasa yang disampaikan oleh dosen saat kegiatan PBM?
4 Bagaimana kepuasan anda tentang sikap dosen dikelas ketika menjelaskan materi kuliah?
5 Bagaimana kepuasan anda tentang kerapian pakaian dosen ketika mengajar dikelas?
7 Bagaimana menurut anda mengenai materi yang telah disampaikan oleh dosen kepada mahasiswa?
8
Bagaimana kepuasan anda mengenai dosen ketika mengulangi materi saat ada mahasiswa yang belum faham?
9 Bagaiman kepuasan anda tentang tugas yang telah disampaikan oleh dosen?
10 Bagaimana kepuasan anda dengan nilai yang telah diberikan oleh dosen selama mengikuti kuliah?
Ket :
3. Sangat Tidak Puas 3. Puas
4. Tidak Puas 4. Sangat Puas Pertanyaan tambahan:
Apa keluhan anda terhadap kinerja dosen selama kegiatan PBM? h. Materi yang disampaikan
i. Metode penyampain j. Ketepatan waktu k. Suasana pengajaran l. Jumlah kehadiran
m.Kejelasan penyampaian materi n. Tidak ada keluhan
Nb : boleh pilih lebih dari satu jawaban
Kritik / Saran
REKAP KUISIONER
No Nama NIM Angkatan
Tingkat Kepuasan
1 2 3 4
1 Yudha Perdana D200120025 2012 1 9
2 Yudi Hermawan D200120045 2012 2 8
3 Yunika Cahyo D200120087 2012 1 4 5
4 Fauzan Said D200120042 2012 2 8
5 Budi Setyo Winarno D200120134 2012 3 7
6 Rio D200120050 2012 5 3 2
7 Satria Surya - 2012 10
8 Sulaiman Rasyid D200120021 2012 1 9
9 Ha'mim Syafi'i D200120048 2012 1 9
10 Nizar Bayu
Pprabowo D200120001 2012 6 4
11 Hamba Allah D200120115 2012 5 5
12 Hamba Allah D200120111 2012 3 2 5
13 Hamba Allah D200120089 2012 10
14 Hamba Allah D200120082 2012 3 3 1
15 Wahyu H D200130022 2013 7 3
16 Yudi Hartanto D200130035 2013 1 5 4
17 Fahrijal Muhlisin D200130094 2013 5 5
18 Irvan Ali D200130086 2013 1 9
19 Dafid D200130142 2013 1 9
20 G. Jodi D200130156 2013 6 4
21 Maulana D200130008 2013 5 5
22 Wibi D200130049 2013 2 8
23 Tutuko Keliru D200130152 2013 7 3
25 Dani D200130102 2013 7 3
26 Wahid Zainuri D200130115 2013 10
27 Nanag P D200130017 2013 7 3
28 Fredya D200130024 2013 4 5 1
29 Aziz D200130164 2013 6 2 2
30 Dimas D200130096 2013 3 7
31 Hamba Allah D200130083 2013 1 5 4
32 Hamba Allah D200130192 2013 4 6
33 Hamba Allah D200130112 2013 3 7
34 Hamba Allah D200130045 2013 7 3
35 Hamba Allah D200130100 2013 10
36 Jery Angga S D200140077 2014 4 6
37 M. Syarif D2001400168 2014 6 4
38 Andi. P D200140275 2014 5 5
39 Taufiq .H D200140211 2014 5 3 2
40 Dafid D200140187 2014 3 7
41 Ari M D200140266 2014 3 3 2 2
42 Konde D200140218 2014 3 3 3 1
43 Yoga D200140253 2014 4 6
44 Faris Ap D200140124 2014 9 1
45 Ari Putra D200140250 2014 4 6
46 Wahyu Adi D200140119 2014 4 6
47 Saad D200140128 2014 2 5 3
48 Arifin D200140144 2014 4 6
49 Muchlisin D200140242 2014 5 5
50 Yulian P.M D200140037 2014 1 8 1
52 Doni Erikiawan D200140235 2014 1 9
53 Alif Rian H D200140288 2014 5 5
54 Adi Pratama D200140194 2014 7 2 1
55 Mustain D200140209 2014 3 7
56 Vega D200140188 2014 2 8
57 Redik D200140114 2014 1 9
58 Faizal D200140254 2014 5 5
59 Faisal An D200140255 2014 3 5 2
DATA AWAL MODUL 2 ( 8 JAM ) Jumlah
Kedatangan
Waktu Kedatangan
1 00:00:04
2 00:00:01
3 00:00:02
4 00:00:01
5 00:00:01
6 00:00:01
7 00:00:02
8 00:00:01
9 00:00:01