LAPORAN PRAKTIKUM STATISTIKA INDUSTRI
Disusun Sebagai Salah Satu Syarat Kelulusan Mata Kuliah Praktikum Statistika Industri Jurusan Teknik Industri Fakultas Teknik Universitas Muhammadiyah Surakarta
Oleh: KELOMPOK 45
ANDAN HERI FERIYANDA (D600140033)
GILANG WAHYU KRISNA (D600140128)
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
LEMBAR PENGESAHAN
Laporan ini disusun sebagai salah satu syarat kelulusan Mata Kuliah Praktikum Statistika Industri Jurusan Teknik Industri Universitas Muhammadiyah Surakarta
Oleh: Kelompok : 45
Nama : ANDAN HERI FERIYANDA D600140033
GILANG WAHYU KRISNA D600140128
Telah disahkan dan disetujui pada:
Hari :
Tanggal :
Koordinator Asisten
(Auliya Noor Rochman) ( Yanuarti Werdaningsih )
Mengetahui,
Dosen Pengampu 1 Dosen Pengampu 2
KATA PENGANTAR
Assalamu’alaikum Wr. Wb
Dengan memanjatkan puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat-Nya, sehingga dapat menyelesaikan laporan ini. Laporan ini disusun untuk memenuhi persyaratan mata kuliah praktikum statistika industry 2015, fakultas teknik universitas muhammadiyah surakarta.
Kami menyadari bahwa keberhasilan kami 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 terima kasih kepada :
1. Dr. Hari Prasetyodan Dr. Surantoselaku dosen pengampu mata kuliah praktikum statistika industri.
2. Saudara Auliya Noor Rochman selaku koordinator asisten praktikum statistika industri.
3. Asisten praktikum statistika industri.
4. Teman-teman dan semua pihak yang tidak bisa kami sebutkan satu persatu yang telah memberikan dorongan sehingga kami dapat menyelesaikan laporan ini.
Penulis 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
PERSEMBAHAN
Laporan praktikum statistika industri, kami persembahkan untuk:
1. Allah SWT yang telah memberikan rahmatNya sehingga selama proses pengerjaan laporan 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 pemrograman komputer yang banyak membantu dalam pengerjaan laporan ini.
MOTTO
Start Bismillah and Finish with Alhamdullillah
Jangan merusak apa yang kau miliki sekarang dengan mengejar sesuatu yang tidak mungkin kau miliki. Sebab, apa yang ada padamu saat ini bisa jadi merupakan salah satu dari banyak hal yang paling kau impikan.
Always be yourself and never be anyone else even if they look better than
You
Alasan kenapa seseorang tak pernah meraih cita-citanya adalah karena dia tak mendefnisikannya, tak mempelajari, dan tak
pernah serius berkenyakinan bahwa cita-citanya itu dapat dicapai (Dr Denis Waitley, pakar motivasi dan penulis buku-buku
self-help)
DAFTAR ISI
HALAMAN JUDUL………... i
LEMBAR PENGESAHAN………... ii
BAB I LANDASAN TEORI A. PENARIKAN SAMPEL...1 E. REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS ...1
BAB II PENGUMPULAN DAN ANALISIS DATA... A. PENARIKAN SAMPEL 1. Rumusan Masalah……... 3
2. Penarikan Sampel………...3
3. Prosedur Penarikan sampel... ...5
4. Kuesioner Penelitian…... 7
5. Tabel Rekapitulasi Hasil Penelitian...8
B. DISTRIBUSI PELUANG 1. Objek Pengamatan……... 9
3. Pelaksanaan Pengamatan...
...9
4. Hasil Pengamatan……...10
a. Data Poisson………...10
5. Uji Goodness of Fit……...
...36
6. Analisia Uji Goodness of Fit... ...39
a. Analisis Klaim 1………...57
b. Analisis Klaim 2………...58
c. Analisis Klaim 3………...59
d. Analisis Klaim 4 ..………...60
5. Kesimpulan………...62
a. Kesimpulan Klaim 1………...62
b. Kesimpulan Klaim 2…………...62
c. Kesimpulan Klaim 3………...62
d. Kesimpulan Klaim 4 ………...62
E. REGRESI, KORELASI, DAN UJI ANOVA DENGAN SPSS 1. Regresi dan Korelasi…………...63
b. Output ..……….64
c. Analisis………...65
2. One Way ANOVA………...67
a. Data Jumlah Produk Cacat ……... ...67
b. Langkah-Langkah…………...68
c. Output………...70
BAB III PENUTUP
A. KESIMPULAN………...73 B. SARAN………...75 DAFTAR PUSTAKA
DAFTAR GAMBAR
Gambar 2.1 Langkah-langkah Penelitia... v Gambar 2.2 Histogram Poisson………... xlii Gambar 2.3 Histogram Eksponensial... xlii Gambar 2.4 Diagram Jumlah Responden Berdasarkan Angkatan... lxiv Gambar 2.5 Diagram Total Responden Berdasarkan Jenis Kelamin... lxiv Gambar 2.6 Diagram Batang Tingkat Kepuasan Mahasiswa Teknik
DAFTAR TABEL
Tabel 2.1 Data Penarikan Sampel ...iv
Tabel 2.2 Data Hasil Kuesioner Penelitian... ...vii
Tabel 2.3 Data Rekapitulasi Hasil Penelitian...ix
Tabel 2.4 Data Poisson………x
Tabel 2.5 Data Eksponensial………...xi
Tabel 2.6 Pengolahan Data Poisson xxxv Tabel 2.7 Teorema Limit Central 1 ...xxxv
Tabel 2.8 Teorema Limit Central 2 ...xxxvi
Tabel 2.9 Perhitungan Chi-quare……...xxxvi
Tabel 2.10 Keterangan Rumus……...xxxvi
Tabel 2.11 Pengolahan Data Eksponensial...xxxviii
Tabel 2.12 Teorema Limit Central 1 ...xxxix
Tabel 2.13 Teorema Limit Central 2 ...xxxix
Tabel 2.14 Perhitungan Chi-quare ...xxxix Tabel 2.15 Keterangan Rumus……...xl Tabel 2.16 Data hasil pengamatan tingkat kepuasan mahasiswa teknik
BAB I
LANDASAN TEORI
A. PENARIKAN SAMPEL
Ide dasar dari pengambilan sampel adalah dengan mengobservasi beberapa elemen dari suatu populasi yang diharapkan mampu memberikan informasi yang berguna mengenai populasi.
Populasi dapat debedakan menjadi beberapa populasi yaitu populasi sasaran dan populasi sampel, populasi sasaran adalah keseluruhan individu dalam area yang sesuai dengan tujuan penelitian. Sedangkan populasi sampel adalah keseluruhan individu yang akan menjadi satuan analisis dalam populasi yang layak untuk ditarik sebagai sampel penelitian sesuai dengan kerangka sampelnya.
Dengan adanya sebuah data dari seluruh elemen dalam suatu populasi maka akan diperoleh parameter, didapat sebuah data dari sebagian elemen dalam suatu populasi akan didapat hasil berupa perkiraan.
B. DISTIBUSI PELUANG
Distribusi peluang merupakan tabel, grafik atau rumus yang memberikan nilai peluang dari sebuah variabel acak. Berdasarkan karakteristik variabel acaknya. Suatuukuran tentang kemungkinan suatu peristiwa yang akan terjadi dimasa mendatang. Peluang terjadinya peristiwa akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang disebut distribusi. Distribusi ini menggambarkan bagaimana peluang terdistribusi untuk nilain variabel.
Rentang probabilitas antara 0 – 1. Jika probabilitas sebuah peristiwa adalah 0 maka kemungkinan tersebut tidak mungkin terjadi. Jika probabilitas sebuah peristiwa adalah 1 maka kemungkinan tersebut akan terjadi.
C. ESTIMASI PARAMETER
estimasi titik dan estimasi interval. Dimana estimasi titik adalah sebuah parameter populasi yang dinyatakan oleh suatu bilangan tunggal sedangkan estimasi interval adalah estimasi dari parameter populasi yang dinyatakan oleh 2 bilangan diantara posisi parameternya diperkirakan berada.
D. PENGUJIAN HIPOTESIS
Hipotesis akan memberikann dan memiliki nilai ilmiah jika sesuai dengan atau mendekati kenyataan empiris, hipotesis seperti itu dapat diuji dengan membandingkan hasil toleransinya dengan hasil sampel yang bersifat empiris.
Perumusan sementara mengenai sesuatu hal yang dibuat untuk menjelaskan hal itu dan untuk menuntun atau mengarahkan penelitian selanjutnya. Langkah untuk menentukan apakah menerima atau menolak hipotesis dinamakan uji hipotesis
E. REGRESI, KOLERASI DAN U=UJI ANOVA DENGAN SPSS
Analisis korelasi adalah metode yang digunakan untuk menentukan kuatnya hubungan linier antara 2 variabel atau lebih. Semakin nyata hubungan linier (garis lurus), maka semakin kuat hubungan garis lurus antara 2 variabel
BAB 1I
PENGUMPULAN, PENGOLAHAN, DAN ANALISA DATA
A. PENARIKAN SAMPEL 1. Rumusan Masalah
Ruang kelas yang nyaman merupakan idaman bagi semua mahasiswa,seperti ruang kelas F1.2-F1.6 merupakan ruang kelas teknik industri yang sangat penting bagi mahasiswa untuk menunjang prestasi. Fasilitas yang ada merupakan salah satu penunjang kenyamanan bagi mahasiswa. Salah satunya proyektor,AC,alat tulis,kursi, meja,jam dan kipas angin.berdasarkan uraian yang ada dapat dirumuskan masalah dalam penelitian yang terdapat pada sebuah realita yang setiap hari dapat dijumpai, dengan kata lain peneliti dapat menganalisis sebuah tingkat kepuasan mahasiswa teknik industri Universitas Muhammadiyah Surakarta. Dengan mengambil sebuah judul Tingkat kepuasan mahasiswa Teknik Industri terhadap fasilitas yang tersedia pada ruang kelas F1.2-F1.6. Dengan pertimbangan yang telah disepakatipeneliti memilih judul tersebut. Dari hasil tersebut penelitidapat menganalisis/memberi solusi dari hasil data yang diperoleh sehingga peneliti dapat memperbaiki, sehingga mahasiswa puas dengan adanya perubahan tersebut.
2. Penarikan Sampel
Tabel 2.1 Data Penarikan Sampel
No Pertanyaan Jawaban Alasan
1 UMS, serta peneliti ingin meneliti tingkat kepuasan
Karena waktu ini banyak mahasiswa yang aktif 30 sudah cukup untuk responden dalam menilai sampel dari populasi
Dalam penarikan sampel ini peneliti akan melakukan pengambilan sampel. Berikut dibawahini langkah-langkah penelitian tingkat kepuasan mahasiswa teknik industri terhadap fasilitas yang tersedia pada ruang kelas F1.2-F1.6.
Gambar 2.1 Langkah-langkahPenelitian
a. Menentukan Tema dan Topik
Tema dan topik penelitian yang akan diteliti adalah tingkat kepuasan mahasiswa teknik industri terhadap fasilitas yang tersedia pada ruang kelas F1.2-F1.6
b. Rumusan Masalah
Rumusan masalah yang akan diteliti adalah untuk mengetahui seberapa besar tingkat kepuasan mahasiswa terhadap fasilitas yang ada di dalam ruang kelas.
c. Tempat Lokasi danWaktu
Tempat observasi yang dipilih adalah lingkungan kampus ruang kelas teknik industri pada waktu jam kuliah yaitu pukul 07.00-15.00.
d. Menentukan Metode Penelitian
Menentukan metode penelitian dengan random sampling karena metode ini menjadikan setiap anggota populasi mempunyai kesempatan yang sama untuk terpilih.
e. Menentukan Alat
Menentukan alat yang akan digunakan untuk membantu mempermudah jalannya observasi.
f. Observasi
Observasi dilakukan di lingkungan teknik industri lebih tepatnya di ruang F1.2-F1.6.
g. Mengolah Data
Mengolah data dikerjakan untuk menganalisis hasil yang sudah terkumpul sehingga dapat diteliti.
h. Menganalisa
Menganalisa data yang sudah terkumpul, untuk diproses kedalam sebuah kesimpulan.
i. Menarik Kesimpulan
4. Format Lembar Pengamatan
Tingkat Kepuasan Mahasiswa Fakultas Teknik Industri Terhadap Fasilitas Ruang Kelas di F1.2-F1.6.
Ruang kelas sangat penting bagi kalangan mahasiswa sebagai tempat untuk belajar di kampus. Fasilitas yang ada di kelas F1.2-F.16 bertujuan untuk menunjang prestasi mahasiswa teknik industri. Penelitian ini bertujuan untuk mengetahui tingkat kepuasanmahasiswa teknik industri terhadap fasilitas yang sudah tersedia. Dengan ini untuk membantu kelancaran penelitian ini dimohon untuk mengisi kuesioner dibawah ini:
Nama :
NIM :
Angkatan :
Jenis Kelamin :
Dalam pengisian kuesioner dilakukan dengan memilih salah satu jawaban dalam kuesioner dengan memberi tanda (√) dikolom yang sesuai dengan ketentuan sebagai berikut :
1 = Sangat Puas 4 = Kurang Puas
2 = Puas 5 = SangatKurang Puas
3 = Cukup
Tabel 2.2 Data Hasil Kuesioner Penelitian.
No Pernyataan 1 2 3 4 5
1 Tingkat pencahayaandidalamruangkelas.
2 Kursi berada didalam kelas masih layak digunakan.
3 Selalu tersedia alat tulis dalam kelas.
5 Penggunaan media ajar speaker dalam ruang kelas.
6 AC berfungsi dengan baik, walaupun jumlah mahasiswa penuh.
7 Jam yang berada disetiap kelas masih layak pakai dan berfungsi dengan baik.
8
Kipas angin yang berada disetiap ruang kelas kurang mencukupi kebutuhan dalam ruangan.
9 Keadaan kipas angin didalam kelas berfungsi dengan baik.
10 Ruang kelas selalu bersih dan rapi setiap hari.
5. Tabel Rekapitulasi Hasil Penelitian
Tabel 2.3 Data Rekapitulasi Hasil Penelitian
Nama Nim Angkatan
Jalan Slamet Riyadi merupakan jalan utama bagi para pengguna jalan, setiap hari setiap saat keramaian menjadi hal yang wajar dan biasa. Tidak halnya dengan pengguna mobil, motor, truk, tronton, bis dll. Kemacetan yang terjadi kadang menjadi salah satu penghalang bagi pengguna jalan. Dengan judul Banyaknya mobil yang melewati depan SPBU pabelan arah solo dengan pengamatan selama 8 jam. Lokasi pengamatan yang dipilih adalah Jl.Slamet Riyadi tepatnya didepan SPBU pabelan, surakarta.
2. Tujuan Pengamatan
Tujuan dari penelitian ini adalah sebagai berikut:
a. Tujuan di adakannya pengamatan tersebut guna mengetahui seberapa besar minat warga sukoharjo dengan transpotasi umum dan berapa besar banyaknya mobil yang akan mengunjungi solo.
b. Mengetahui hasil distribusi poisson dari hasil survei lapangan.
c. Mengetahui hasil distribusi eksponensial dari
hasil survei lapangan.
3. Pelaksanaan Pengamatan
Dalam pelaksanaan pengamatan banyaknya mobil yang melewati depan SPBU pabelan arah solo dilakukan pada :
-Hari, Tanggal : Rabu, 25 November 2015
-Waktu : 08.00 – 16.00
4. Hasil Pengamatan
a. Data Poisson
Tabel 2.4 Data Poisson
No interval Waktu
Jumlah Kedatangan
1 08.00-08.10 86 25 12.01-12.10 74
2 08.11-08.20 81 26 12.11-12.20 105
3 08.21-08.30 76 27 12.21-12.30 93
4 08.31-08.40 88 28 12.31-12.40 102
5 08.41-08.50 57 29 12.41-12.50 88
6 08.51-09.00 92 30 12.51-13.00 89
7 09.01-09.10 28 31 13.01-13.10 32
8 09.11-09.20 32 32 13.11-13.20 32
9 09.21-09.30 30 33 13.21-13.30 40
10 09.31-09.40 36 34 13.31-13.40 40
11 09.41-09.50 48 35 13.41-13.50 28
12 09.51-10.00 59 36 13.41-14.00 46
13 10.01-10.10 85 37 14.01-14.10 80
14 10.11-10.20 53 38 14.11-14.20 101
15 10.21-10.30 76 39 14.21-14.30 75
16 10.31-10.40 53 40 14.31-14.40 73
17 10.41-10.50 57 41 14.41-14.50 88
18 10.51-11.00 59 42 14.51-15.00 65
19 11.01-11.10 37 43 15.01-15.10 39
20 11.11-11.20 34 44 15.11-15.20 55
21 11.21-11.30 34 45 15.21-15.30 45
22 11.31-11.40 33 46 15.31-15.40 36
23 11.41-11.50 35 47 15.41-15.50 33
24 11.51-12.00 39 48 15.51-16.00 39
b. Data Eksponensial
Tabel 2.5 Data Eksponensial
1 34 67 100
2 35 68 101
4 37 70 103
133 166 199 232
134 167 200 233
135 168 201 234
136 169 202 235
137 170 203 236
138 171 204 237
139 172 205 238
140 173 206 239
142 175 208 241
143 176 209 242
144 177 210 243
145 178 211 244
146 179 212 245
147 180 213 246
148 181 214 247
149 182 215 248
150 183 216 249
151 184 217 250
152 185 218 251
153 186 219 252
154 187 220 253
155 188 221 254
156 189 222 255
157 190 223 256
158 191 224 257
159 192 225 258
160 193 226 259
161 194 227 260
162 195 228 261
163 196 229 262
164 197 230 263
165 198 231 264
265 298 331 364
266 299 332 365
267 300 333 366
268 301 334 367
269 302 335 368
270 303 336 369
271 304 337 370
272 305 338 371
273 306 339 372
274 307 340 373
275 308 341 374
276 309 342 375
277 310 343 376
278 311 344 377
279 312 345 378
281 314 347 380
282 315 348 381
283 316 349 382
284 317 350 383
285 318 351 384
286 319 352 385
287 320 353 386
288 321 354 387
289 322 355 388
290 323 356 389
291 324 357 390
292 325 358 391
293 326 359 392
294 327 360 393
295 328 361 394
296 329 362 395
297 330 363 396
397 430 463 496
398 431 464 497
399 432 465 498
400 433 466 499
401 434 467 500
402 435 468 501
403 436 469 502
404 437 470 503
405 438 471 504
406 439 472 505
407 440 473 506
408 441 474 507
409 442 475 508
410 443 476 509
411 444 477 510
412 445 478 511
413 446 479 512
414 447 480 513
415 448 481 514
416 449 482 515
417 450 483 516
418 451 484 517
420 453 486 519
421 454 487 520
422 455 488 521
423 456 489 522
424 457 490 523
425 458 491 524
426 459 492 525
427 460 493 526
428 461 494 527
429 462 495 528
529 562 595 628
530 563 596 629
531 564 597 630
532 565 598 631
533 566 599 632
534 567 600 633
535 568 601 634
536 569 602 635
537 570 603 636
538 571 604 637
539 572 605 638
540 573 606 639
541 574 607 640
542 575 608 641
543 576 609 642
544 577 610 643
545 578 611 644
546 579 612 645
547 580 613 646
548 581 614 647
549 582 615 648
550 583 616 649
551 584 617 650
552 585 618 651
553 586 619 652
554 587 620 653
555 588 621 654
556 589 622 655
557 590 623 656
559 592 625 658
560 593 626 659
561 594 627 660
661 694 727 760
662 695 728 761
663 696 729 762
664 697 730 763
665 698 731 764
666 699 732 765
667 700 733 766
668 701 734 767
669 702 735 768
670 703 736 769
671 704 737 770
672 705 738 771
673 706 739 772
674 707 740 773
675 708 741 774
676 709 742 775
677 710 743 776
678 711 744 777
679 712 745 778
680 713 746 779
681 714 747 780
682 715 748 781
683 716 749 782
684 717 750 783
685 718 751 784
686 719 752 785
687 720 753 786
688 721 754 787
689 722 755 788
690 723 756 789
691 724 757 790
692 725 758 791
693 726 759 792
793 826 859 892
794 827 860 893
795 828 861 894
797 830 863 896
798 831 864 897
799 832 865 898
800 833 866 899
801 834 867 900
802 835 868 901
803 836 869 902
804 837 870 903
805 838 871 904
806 839 872 905
807 840 873 906
808 841 874 907
809 842 875 908
810 843 876 909
811 844 877 910
812 845 878 911
813 846 879 912
814 847 880 913
815 848 881 914
816 849 882 915
817 850 883 916
818 851 884 917
819 852 885 918
820 853 886 919
821 854 887 920
822 855 888 921
823 856 889 922
824 857 890 923
825 858 891 924
925 958 991 1024
926 959 992 1025
927 960 993 1026
928 961 994 1027
929 962 995 1028
930 963 996 1029
931 964 997 1030
932 965 998 1031
933 966 999 1032
934 967 1000 1033
936 969 1002 1035
937 970 1003 1036
938 971 1004 1037
939 972 1005 1038
940 973 1006 1039
941 974 1007 1040
942 975 1008 1041
943 976 1009 1042
944 977 1010 1043
945 978 1011 1044
946 979 1012 1045
947 980 1013 1046
948 981 1014 1047
949 982 1015 1048
950 983 1016 1049
951 984 1017 1050
952 985 1018 1051
953 986 1019 1052
954 987 1020 1053
955 988 1021 1054
956 989 1022 1055
957 990 1023 1056
1057 1090 1123 1156
1058 1091 1124 1157
1059 1092 1125 1158
1060 1093 1126 1159
1061 1094 1127 1160
1062 1095 1128 1161
1063 1096 1129 1162
1064 1097 1130 1163
1065 1098 1131 1164
1066 1099 1132 1165
1067 1100 1133 1166
1068 1101 1134 1167
1069 1102 1135 1168
1070 1103 1136 1169
1071 1104 1137 1170
1072 1105 1138 1171
1074 1107 1140 1173
1075 1108 1141 1174
1076 1109 1142 1175
1077 1110 1143 1176
1078 1111 1144 1177
1079 1112 1145 1178
1080 1113 1146 1179
1081 1114 1147 1180
1082 1115 1148 1181
1083 1116 1149 1182
1084 1117 1150 1183
1085 1118 1151 1184
1086 1119 1152 1185
1087 1120 1153 1186
1088 1121 1154 1187
1089 1122 1155 1188
1189 1222 1255 1288
1190 1223 1256 1289
1191 1224 1257 1290
1192 1225 1258 1291
1193 1226 1259 1292
1194 1227 1260 1293
1195 1228 1261 1294
1196 1229 1262 1295
1197 1230 1263 1296
1198 1231 1264 1297
1199 1232 1265 1298
1200 1233 1266 1299
1201 1234 1267 1300
1202 1235 1268 1301
1203 1236 1269 1302
1204 1237 1270 1303
1205 1238 1271 1304
1206 1239 1272 1305
1207 1240 1273 1306
1208 1241 1274 1307
1209 1242 1275 1308
1210 1243 1276 1309
1211 1244 1277 1310
1213 1246 1279 1312
1214 1247 1280 1313
1215 1248 1281 1314
1216 1249 1282 1315
1217 1250 1283 1316
1218 1251 1284 1317
1219 1252 1285 1318
1220 1253 1286 1319
1221 1254 1287 1320
1321 1354 1387 1420
1322 1355 1388 1421
1323 1356 1389 1422
1324 1357 1390 1423
1325 1358 1391 1424
1326 1359 1392 1425
1327 1360 1393 1426
1328 1361 1394 1427
1329 1362 1395 1428
1330 1363 1396 1429
1331 1364 1397 1430
1332 1365 1398 1431
1333 1366 1399 1432
1334 1367 1400 1433
1335 1368 1401 1434
1336 1369 1402 1435
1337 1370 1403 1436
1338 1371 1404 1437
1339 1372 1405 1438
1340 1373 1406 1439
1341 1374 1407 1440
1342 1375 1408 1441
1343 1376 1409 1442
1344 1377 1410 1443
1345 1378 1411 1444
1347 1380 1413 1446
1348 1381 1414 1447
1349 1382 1415 1448
1350 1383 1416 1449
1351 1384 1417 1450
1352 1385 1418 1451
1353 1386 1419 1452
1453 1486 1519 1552
1454 1487 1520 1553
1455 1488 1521 1554
1456 1489 1522 1555
1457 1490 1523 1556
1458 1491 1524 1557
1459 1492 1525 1558
1460 1493 1526 1559
1461 1494 1527 1560
1462 1495 1528 1561
1463 1496 1529 1562
1464 1497 1530 1563
1465 1498 1531 1564
1466 1499 1532 1565
1467 1500 1533 1566
1468 1501 1534 1567
1469 1502 1535 1568
1470 1503 1536 1569
1471 1504 1537 1570
1472 1505 1538 1571
1473 1506 1539 1572
1474 1507 1540 1573
1475 1508 1541 1574
1476 1509 1542 1575
1477 1510 1543 1576
1478 1511 1544 1577
1480 1513 1546 1579
1481 1514 1547 1580
1482 1515 1548 1581
1483 1516 1549 1582
1484 1517 1550 1583
1485 1518 1551 1584
1585 1617 1649 1681
1586 1618 1650 1682
1587 1619 1651 1683
1588 1620 1652 1684
1589 1621 1653 1685
1590 1622 1654 1686
1591 1623 1655 1687
1592 1624 1656 1688
1593 1625 1657 1689
1594 1626 1658 1690
1595 1627 1659 1691
1596 1628 1660 1692
1597 1629 1661 1693
1598 1630 1662 1694
1599 1631 1663 1695
1600 1632 1664 1696
1601 1633 1665 1697
1602 1634 1666 1698
1603 1635 1667 1699
1604 1636 1668 1700
1605 1637 1669 1701
1606 1638 1670 1702
1607 1639 1671 1703
1608 1640 1672 1704
1609 1641 1673 1705
1610 1642 1674 1706
1611 1643 1675 1707
1613 1645 1677 1709
1614 1646 1678 1710
1615 1647 1679 1711
1616 1648 1680 1712
1713 1745 1778 1811
1714 1746 1779 1812
1715 1747 1780 1813
1716 1748 1781 1814
1717 1749 1782 1815
1718 1750 1783 1816
1719 1751 1784 1817
1720 1752 1785 1818
1721 1753 1786 1819
1722 1754 1787 1820
1723 1755 1788 1821
1724 1756 1789 1822
1725 1757 1790 1823
1726 1758 1791 1824
1727 1759 1792 1825
1728 1760 1793 1826
1729 1761 1794 1827
1730 1762 1795 1828
1731 1763 1796 1829
1732 1764 1797 1830
1733 1765 1798 1831
1734 1766 1799 1832
1735 1767 1800 1833
1736 1768 1801 1834
1737 1769 1802 1835
1738 1770 1803 1836
1739 1771 1804 1837
1740 1772 1805 1838
1741 1773 1806 1839
1743 1775 1808 1841
1744 1776 1809 1842
1844 1877 1910 1943
1845 1878 1911 1944
1846 1879 1912 1945
1847 1880 1913 1946
1848 1881 1914 1947
1849 1882 1915 1948
1850 1883 1916 1949
1851 1884 1917 1950
1852 1885 1918 1951
1853 1886 1919 1952
1854 1887 1920 1953
1855 1888 1921 1954
1856 1889 1922 1955
1857 1890 1923 1956
1858 1891 1924 1957
1859 1892 1925 1958
1860 1893 1926 1959
1861 1894 1927 1960
1862 1895 1928 1961
1863 1896 1929 1962
1864 1897 1930 1963
1865 1898 1931 1964
1866 1899 1932 1965
1867 1900 1933 1966
1868 1901 1934 1967
1869 1902 1935 1968
1870 1903 1936 1969
1871 1904 1937 1970
1872 1905 1938 1971
1873 1906 1939 1972
1874 1907 1940 1973
1876 1909 1942 1975
1976 2009 2042 2075
1977 2010 2043 2076
1978 2011 2044 2077
1979 2012 2045 2078
1980 2013 2046 2079
1981 2014 2047 2080
1982 2015 2048 2081
1983 2016 2049 2082
1984 2017 2050 2083
1985 2018 2051 2084
1986 2019 2052 2085
1987 2020 2053 2086
1988 2021 2054 2087
1989 2022 2055 2088
1990 2023 2056 2089
1991 2024 2057 2090
1992 2025 2058 2091
1993 2026 2059 2092
1994 2027 2060 2093
1995 2028 2061 2094
1996 2029 2062 2095
1997 2030 2063 2096
1998 2031 2064 2097
1999 2032 2065 2098
2000 2033 2066 2099
2001 2034 2067 2100
2002 2035 2068 2101
2003 2036 2069 2102
2004 2037 2070 2103
2005 2038 2071 2104
2006 2039 2072 2105
2007 2040 2073 2106
2108 2141 2174 2207
2109 2142 2175 2208
2110 2143 2176 2209
2111 2144 2177 2210
2112 2145 2178 2211
2113 2146 2179 2212
2114 2147 2180 2213
2115 2148 2181 2214
2116 2149 2182 2215
2117 2150 2183 2216
2118 2151 2184 2217
2119 2152 2185 2218
2120 2153 2186 2219
2121 2154 2187 2220
2122 2155 2188 2221
2123 2156 2189 2222
2124 2157 2190 2223
2125 2158 2191 2224
2126 2159 2192 2225
2127 2160 2193 2226
2128 2161 2194 2227
2129 2162 2195 2228
2130 2163 2196 2229
2131 2164 2197 2230
2132 2165 2198 2231
2133 2166 2199 2232
2134 2167 2200 2233
2135 2168 2201 2234
2136 2169 2202 2235
2137 2170 2203 2236
2138 2171 2204 2237
2139 2172 2205 2238
2140 2173 2206 2239
2241 2274 2307 2340
2242 2275 2308 2341
2243 2276 2309 2342
2244 2277 2310 2343
2245 2278 2311 2344
2246 2279 2312 2345
2247 2280 2313 2346
2248 2281 2314 2347
2249 2282 2315 2348
2250 2283 2316 2349
2251 2284 2317 2350
2252 2285 2318 2351
2253 2286 2319 2352
2254 2287 2320 2353
2255 2288 2321 2354
2256 2289 2322 2355
2257 2290 2323 2356
2258 2291 2324 2357
2259 2292 2325 2358
2260 2293 2326 2359
2261 2294 2327 2360
2262 2295 2328 2361
2263 2296 2329 2362
2264 2297 2330 2363
2265 2298 2331 2364
2266 2299 2332 2365
2267 2300 2333 2366
2268 2301 2334 2367
2269 2302 2335 2368
2270 2303 2336 2369
2271 2304 2337 2370
2272 2305 2338 2371
2372 2405 2438 2471
2374 2407 2440 2473
2375 2408 2441 2474
2376 2409 2442 2475
2377 2410 2443 2476
2378 2411 2444 2477
2379 2412 2445 2478
2380 2413 2446 2479
2381 2414 2447 2480
2382 2415 2448 2481
2383 2416 2449 2482
2384 2417 2450 2483
2385 2418 2451 2484
2386 2419 2452 2485
2387 2420 2453 2486
2388 2421 2454 2487
2389 2422 2455 2488
2390 2423 2456 2489
2391 2424 2457 2490
2392 2425 2458 2491
2393 2426 2459 2492
2394 2427 2460 2493
2395 2428 2461 2494
2396 2429 2462 2495
2397 2430 2463 2496
2398 2431 2464 2497
2399 2432 2465 2498
2400 2433 2466 2499
2401 2434 2467 2500
2402 2435 2468 2501
2403 2436 2469 2502
2404 2437 2470 2503
2504 2537 2570 2603
2505 2538 2571 2604
2507 2540 2573 2606
2508 2541 2574 2607
2509 2542 2575 2608
2510 2543 2576 2609
2511 2544 2577 2610
2512 2545 2578 2611
2513 2546 2579 2612
2514 2547 2580 2613
2515 2548 2581 2614
2516 2549 2582 2615
2517 2550 2583 2616
2518 2551 2584 2617
2519 2552 2585 2618
2520 2553 2586 2619
2521 2554 2587 2620
2522 2555 2588 2621
2523 2556 2589 2622
2524 2557 2590 2623
2525 2558 2591 2624
2526 2559 2592 2625
2527 2560 2593 2626
2528 2561 2594 2627
2529 2562 2595 2628
2530 2563 2596 2629
2531 2564 2597 2630
2532 2565 2598 2631
2533 2566 2599 2632
2534 2567 2600 2633
2535 2568 2601 2634
2536 2569 2602 2635
2636 2669 2702 2735
2637 2670 2703 2736
2638 2671 2704 2737
2640 2673 2706 2739
2641 2674 2707 2740
2642 2675 2708 2741
2643 2676 2709 2742
2644 2677 2710 2743
2645 2678 2711 2744
2646 2679 2712 2745
2647 2680 2713 2746
2648 2681 2714 2747
2649 2682 2715 2748
2650 2683 2716 2749
2651 2684 2717 2750
2652 2685 2718 2751
2653 2686 2719 2752
2654 2687 2720 2753
2655 2688 2721 2754
2656 2689 2722 2755
2657 2690 2723 2756
2658 2691 2724 2757
2659 2692 2725 2758
2660 2693 2726 2759
2661 2694 2727 2760
2662 2695 2728 2761
2663 2696 2729 2762
2664 2697 2730 2763
2665 2698 2731 2764
2666 2699 2732 2765
2667 2700 2733 2766
2668 2701 2734 2767
2768 2801
2769 2802
2770 2803
2771 2804
2773 2806
a. Uji Goodness Of Fit Poisson
105 Tabel 2.7 Teorema Limit Central 1
Bawah Atas
1 28 33 7 7 0,000148687 0,0001487 0,007136999
2 33 38 13 6 0,002162129 0,0020134 0,096645194
3 38 43 18 5 0,016975508 0,0148134 0,711042179
4 43 49 21 3 0,078579244 0,0616037 2,956979346
5 49 54 23 2 0,232021127 0,1534419 7,365210371
6 54 59 26 3 0,471901047 0,2398799 11,51423614
7 59 64 28 2 0,716558201 0,2446572 11,74354341
8 64 69 30 2 0,906987213 0,190429 9,140592593
9 69 74 32 2 0,973238863 0,0662516 3,180079181
10 74 79 35 3 0,994218864 0,02098 1,007040068
11 79 84 37 2 0,999055492 0,0048366 0,232158114
12 84 90 43 6 0,999882178 0,0008267 0,039680929
13 90 95 45 2 0,99998866 0,0001065 0,005111176
14 95 100 45 0 0,999999149 1,049E-05 0,000503456
15 100 105 48 3 0,999999972 8,509E-07 4,08421E-05
1 48
No Interval Kelas Hitungan Komulatif Frekuensi Komulatif Probabilitas Probabilitas Frekuensi Harapan
Tabel 2.8 Teorema Limit Central 2
Bawah Atas
1 28 54 23 23 0,000148687 0,2320211 11,13701409
2 54 59 26 3 0,471901047 0,2398799 11,51423614
3 59 64 28 2 0,716558201 0,2446572 11,74354341
4 64 105 48 20 0,906987213 0,283441799 13,60520636
1 48
Tabel 2.9 Perhitungan Chi-quare
Bawah Atas
1 28 54 23 11,13701409 11,86298591 140,73043 12,63628057 2 54 59 3 11,51423614 -8,514236144 72,492217 6,295877226 3 59 64 2 11,74354341 -9,743543407 94,936638 8,084156104 4 64 105 20 13,60520636 6,39479364 40,893386 3,005715946 jumlah 30,02202984
Tabel 2.10 Keterangan Rumus
Rumus =MAX(data poisson) MIN Pengertian Mencari Nilai TerkecilRumus =MIN(data poisson)
AVERAGE Pengertian Mencari rata-rataRumus =AVERAGE(data poisson)
INTERVAL Pengertian
Selisih antara nilai indeks maksimum dengan nilai
indeks minimum
Rumus =(MAX-MIN)/BANYAK KELAS
STANDAR DEVIASI
Pengertian Nilai statistik yang digunakan untuk menentukan
bagaimana sebaran data dalam sampel Rumus =STDEV(data poisson)
Interval Kelas Bawah
Pengertian Mencari data terkecil
Rumus
=’Distribusi poisson’! MIN
Interval Kelas Atas
Pengertian Mencari Data terbesar
Rumus =(Interval Kelas bawah+interval kelas)
Hitungan Kumulatif
Pengertian Hitungan komulatif
Rumus =FREQUENCY(data poison;interval kelas atas)
Frekuensi Pengertian Mencari jumlah data tertentu Rumus = komulatif 2 - komulatif 1 Probabilitas Pengertian Mencari selisih dari komulatif
probabilitas
Rumus = POISSON.DIST (batas atas;rata-rata) (f4);true
Frekuensi Harapan
Pengertian Mengetahui frekuensi harapan dari suatu data poisson
Rumus =Probabilitas x Total data OI Pengertian Frekuensi dari data tertentu
Rumus =(Data Frekuensi)
Ei Pengertian Frekuensi harapan dari data tertentu Rumus =(Data frekuensi harapan)
(Oi-Ei) Pengertian Selisih dari Oi(frekuensi) dan Ei(frekuensi harapan)
(Oi-Ei)^2 Pengertian Oi (data frekuensi) dengan Ei (data frekuensi harapan) dipangkatkan 2 Rumus =(Oi-Ei)^2
(Oi-Ei)^2/Ei
Pengertian
Oi (data frekuensi) dengan Ei (data frekuensi harapan) dipangkatkan 2 kemudian dibagi Ei (data frekuensi harapan)
Rumus =(Oi-Ei)^2/Ei
Nilai Tabel Pengertian Menentukan nilai tabel dari data poisson Rumus =CHIINV(0,05;jumlah tabel kelas
gabungan)
Kesimpulan
D istribusi poisson adalah data yang menghasilkan nilai dari suatu jumlah keluaran yang terjadi selama selang waktu tertentu. Berdasarkan perhitungan diatas diketahui bahwa nilai hitung 30,02202984 dan nilai tabel 7,8147278 sehingga data ditolak karena nilai hitung>nilai tabel,sehinnga dapat disimpulkan bahwa data banyaknya pengendara yang melewati SPBU pabelan tidak berdistribusipoisson.
b. Uji Goodness Of Fit Eksponensial
Tabel 2.11 Pengolahan Data Eksponensial
Tabel 2.12 Teorema Limit Sentral 1
Bawah Atas
1 1 10 1862 1862 0,629490039 0,62949004 1766,34905
2 10 20 2387 525 0,848783289 0,21929325 615,3368597
3 20 29 2618 231 0,938283728 0,08950044 251,1382305
4 29 38 2712 94 0,974811658 0,03652793 102,4973716
5 38 47 2761 49 0,989719849 0,01490819 41,8323852
6 47 57 2792 31 0,995804349 0,0060845 17,07310561
7 57 66 2801 9 0,998287623 0,00248327 6,968068733
8 66 75 2802 1 0,999301126 0,0010135 2,843886927
9 75 84 2805 3 0,999714767 0,00041364 1,160679259
10 84 94 2805 0 0,999883588 0,00016882 0,473709531
11 94 103 2805 0 0,999952488 6,8901E-05 0,193335685
12 103 112 2805 0 0,999980609 2,8121E-05 0,078906344
13 112 121 2805 0 0,999992086 1,1477E-05 0,032204148
14 121 131 2805 0 0,99999677 4,6841E-06 0,013143521
15 131 140 2806 1 0,999998682 3,23E-06 0,009063298
1 2806
Frekuensi Komulatif Probabilitas Probabilitas Frekuensi Harapan No Interval Kelas Hitungan Komulatif
Tabel 2.13 Teorema Limit Sentral 2
Tabel 2.14 Perhitungan Chi-Square
Bawah Atas
1 1 10 1862 1766,34905 95,65095013 9149,10426 5,179669478 2 10 20 525 615,3368597 -90,33685975 8160,74823 13,26224506 3 20 29 231 251,1382305 -20,13823047 405,548326 1,614841061 4 29 38 94 102,4973716 -8,497371649 72,2053249 0,704460259 5 38 47 49 41,8323852 7,167614802 51,3747019 1,228108359 6 47 57 31 17,07310561 13,92689439 193,958387 11,36046315 7 57 140 18 11,77299745 6,227002553 38,7755608 3,293601393
jumlah 36,64338876
12,5915872 No Interval Kelas Oi Ei Oi - Ei (Oi - Ei)^2 (Oi - Ei)^2/Ei Nilai Tabel
Keterangan
Hitungan Komulatif Frekuensi Komulatif ProbabilitasProbabilitas Frekuensi Harapan Bawah Atas
1 1 10 1862 1862 0,629490039 0,62949 1766,34905
2 10 20 2387 525 0,848783289 0,2192933 615,3368597
3 20 29 2618 231 0,938283728 0,0895004 251,1382305
4 29 38 2712 94 0,974811658 0,0365279 102,4973716
5 38 47 2761 49 0,989719849 0,0149082 41,8323852
6 47 57 2792 31 0,995804349 0,0060845 17,07310561
7 57 140 2806 18 0,999998682 0,0041957 11,77299745
Jumlah 1 2806 1,0041957
Tabel 2.15 Keterangan Rumus
MAX
Pengertia n
Mencari nilai tertinggi
Rumus =MAX(data eksponensial)
Selisih antara nilai indeks maksimum dengan nilai
Nilai statistik yang digunakan untuk menentukan
bagaimana sebaran data dalam sampel Rumus =STDEV(data eksponensial)
Rumus =’Distribusi Eksponensial’! MIN Interval Kelas
Atas
Pengertia n
Mencari Data terbesar
Rumus =(Interval Kelas bawah+interval kelas) Hitungan
Kumulatif
Pengertia n
Hitungan komulatif
Rumus =FREQUENCY(data poison;interval kelas atas)
Frekuensi Pengertia n
Mencari jumlah data tertentu
Rumus =komulatif 2 - komulatif 1 Probabilitas Pengertia
n
Mencari selisih dari komulatif probabilitas
Rumus =Probabilitas x Total data
OI Pengertia
n
Frekuensi dari data tertentu
Rumus =(Data Frekuensi)
Ei Pengertia
n
Frekuensi harapan dari data tertentu
Rumus =(Data frekuensi harapan) (Oi-Ei) Pengertia
n
Selisih dari Oi(frekuensi) dan Ei(frekuensi harapan)
Rumus =(Oi-Ei)
(Oi-Ei)^2 Pengertia n
Oi (data frekuensi) dengan Ei (data frekuensi harapan) dipangkatkan 2
Rumus =(Oi-Ei)^2 (Oi-Ei)^2/Ei
Pengertia n
Oi (data frekuensi) dengan Ei (data frekuensi harapan) dipangkatkan 2 kemudian dibagi Ei (data frekuensi harapan)
Rumus =(Oi-Ei)^2/Ei Nilai Tabel Pengertia
n
Menentukan nilai tabel dari data poisson
Rumus =CHIINV(0,05;jumlah tabel kelas gabungan)
Kesimpulan
Distribusi eksponensial adalah data yang menggambarkan panjang rentang waktu antara suatu kejadian dengan kejadian lainnya. Berdasarkan perhitungan diatas diketahui bahwa nilai hitung 36,64338876 dan nilai tabel 12,591587 sehingga data ditolak karena nilai hitung>nilai tabel,sehinnga dapat disimpulkan bahwa data banyaknya pengendara yang melewati SPBU pabelan tidak berdistribusi eksponensial.
6. Analisa Uji Goodness Of Fit
Gambar 2.2 Histogram Poisson
b. Distribusi Eksponensial
Gambar 2.3 Histogram Eksponensial
C. ESTIMASI PARAMETER
Ruang kelas yang nyaman merupakan dambaan bagi setiap mahasiswa khususnya mahasiswa teknik Industri UMS. Dari hasil survey telah ditemukan beberapa hal yang menyangkut dalam hasil observasi. Kuesioner yang telah disebar membuahkan hasil yang positif, banyak bagi presponden yang menjawab hampir sama, responden sebanyak 30 data dengan perbandingan yang hanya sedikit berikut adalah hasil kuesioner :
Tabel 2.16 Data Hasil Pengamatan Tingkat Kepuasan Mahasiswa Teknik Industri Terhadap fasilitas Ruang Kelas di F1.2-F1.6.
- Profil Responden berdasarkan Angkatan
1. Andar Rahma Adiani 2013 0 3
2. Ekalia Yanasari Putri 2013 0 4
3. Dwita Tera H 2013 0 3
4. Rifaldi Ahmad Fauzan 2013 1 4
5. Faria Tri 2013 1 2
6. Bayu Prabowo 2013 1 4
7. Devy Primantari P 2013 0 4
8. Mohamad Azizan 2013 1 3
9. Alaudin Shidqi Sarjono 2013 1 3
10. Fiki Candra S 2014 1 3
11. Aprilia Dwi Anggraini 2014 0 3
12. Maharani Putri N 2014 0 3
13. Ari Purwo Aji 2014 1 3
19. Ahmad Muzakki R 2014 1 3
20 Mohammad Nur Kolis M 2014 1 4
21 Muhammad Fauzi 2015 1 3
22 Yusuf Arif Yunanto 2015 1 3
23 Bryan Rizki 2015 1 3
24 Ahya Dewangga 2015 1 3
25 Redwan Driantoro 2015 1 3
26 Putri Risqy Cahyani 2015 0 3
27 Anfas S 2015 0 3
28 Irfan Wafi H 2015 1 3
29 Alya Nur Luthfiani 2015 0 4
30 Nazla Landza Adani 2015 0 2
NO NAMA ANGKATAN Jenis
30.00%
36.67% 33.33%
jumlah
Gambar 2.4 Diagaram Jumlah Responden Berdasarkan Angkatan
Keterangan : Dari hasil data diatas, dapat diketahui bahwa dari 30 data dapat dihitung dari angkatan 2013 ada 30%, 2014 ada 37%. Dan 2015 ada 33%.
- Profil Responden berdasarkan Jenis Kelamin
63.33% 36.67%
Total
Gambar 2.5 Diagram Total Responden Berdasarkan Jenis Kelamin
Keterangan : Dari hasil data diatas, dapat diketahui jumlah laki-laki lebih banyak dari perempuan yakni 63% laki-laki dan 37% perempuan.
a. Estimasi Mean Sampel Tunggal
Metode dimana dapat memperkirakan nilai populasi dengan menggunakan nilai sampel yang ada.
Tabel 2.17 Hasil Pengolahan Estimasi Mean Sampel Tunggal
Kesimpulan:
Hasil dari pengolahan data estimasi meansampel tunggal diketahui bahwa nilai Concidence level sebesar 95%, tingkat kesalahan sebesar 5%, Za/2(abs) sebesar 1,959963985, standar deviasi sebesar 0,610257153, jumlah sampel yang diambil sebanyak 30, standar error 0,218373705 , dengan menghasilkan rata-rata sebesar 3,2 , dengan batas bawah sebesar 2,981626295, dan batas atas 3,418373705. Sehingga dapat disimpulkan bahwa 2,981626295 < µ < 3,418373705.
Tabel 2.18 Keterangan Rumus
Variabel Hasil Perhitungan
Convidence level 95%
a 5%
Za/2(abs) 1,959963985
Standar Deviasi 0,610257153
Jumlah Sampel (a) 30
Standar Error 0,218373705
rata-rata 3,2
Batas Bawah 2,981626295
Batas Atas 3,418373705
Rumus Keterangan
Za/2(abs)
Pengertian Nilai yang diinginkan peneliti yang mengandung peluang keyakinan dalam
melakukan kesalahan dalam
memprediksi ukuran pada rentan estimator minimal hingga maksimal Rumus =ABS(NORMSINV(0,05/2))
Standar Deviasi
Pengertian Suatu ukuran yang menggambarkan tingkat penyebaran data dari nilai rata-rata
Rumus =STDEV(Tingkat Kepuasan)
Standar Error
Pengertian Besarnya maksimum yang dapat terjadi pada pengamatan sempel
Rumus =(Za/2(abs)*Standar
Deviasi)/SQRT(Jumlah Sampel) Rata-rata Pengertian Nilai rata-rata dari suatu range
Rumus =AVERAGE(Tingkat Kepuasan)
Batas Bawah
Pengertian Batas bawah dari suatu kelas Rumus =rata-rata – (Za/2(abs)*(Standar
Deviasi/SQRT(Jumlah Sampel)))
Batas Atas
Pengertian Batas atas dari suatu kelas
Rumus =rata-rata +(Za/2(abs)*(Standar Deviasi/ SQRT(Jumlah Sampel)))
3. Analisis Data
a. Estimasi Mean Sampel Tunggal
dan batas atasnya sebesar 3,418373705 dengan jumlah sampel (n) sebanyak 30. Semakin besar jumlah sampel makan semakin besar nilai
standart erornya, namun semakin akurat hasil data pengamatan tersebut. Jadi respon mahasiswa mengenai tingkat kepuasan mahasiswa teknik industri terhadap fasilitas Ruang Kelas di F1.2-F1.6 adalah cukup puas dengan tingkat kepuasan 21-30 yaitu sejumlah 18 responden.
Gambar 2.6 Diagram Batang Tingkat Kepuasan Mahasiswa Teknik Industri Terhadap fasilitas Ruang Kelas di F1.2-F1.6
D. PENGUJIAN HIPOTESIS 1. Pengumpulan Data
a. Penjelasan Populasi
praktikum statistika 2015 yang terdiri dari 134 mahasiswa. Menghasilkan data yang berbeda-beda.
b. Metode Pengambilan Sampel
Dari data yang diperoleh dari tim asisten, pengolahan data denyut jantung peserta praktikum statistika 2015 dilakukan dengan dua cara yaitu dilakukan sebelum berlangsungnya praktikum dan yang kedua sesudah terlaksananya praktikum. Random Sampling adalah cara pengambilan sampel yang memberikan kesempatan yang untuk diambil kepada setiap elemen populasi.
c. Penjelasan Data BPS
Inflasi kota Surakarta pada tahun 2011 mencapai angka yang cukup rendah pada lima tahun terakhir. Pada tahun 2011 inflasi kota Surakarta tercatat sebesar 1,93%. Angka ini jauh lebih kecil dibandingkan tahun sebelumnya yang tercatat sebesar 6,65%. Bahkan biaya pada kelompok bahan makanan jadi terjadi deflasi sebesar 2,02%.
Walaupun mengalami inflasi sebesar 3,34%, inflasi yang terjadi pada kelompok kesehatan ini cukup tinggi dibandingkan inflasi yang terjadi pada tahun sebelumnya yang sebesar 0,46%. Sedangkan pada kelompok transpor komunikasi dan keuangan besarnya inflasi 1,16% berbeda dengan kondisi tahun kemarin yang mengalami inflasi sebesar -2,62%.
2. Data
Tabel 2.20 Data Input Klaim 2
Tabel 2.21 Data Input klaim 3
Tabel 2.22 Data Input Klaim 4
1 275
Sebelemu praktikum Sesudah Praktikum
1 28 70 85
No Sampel Denyut Sebelum Praktikum
14
H1: Selisih rata-rata detak jatung sebelum dan sesudah praktikum lebih dari 9,5
H0 :µ D = 9,5 H1 :µ D > 9,5
2) Langkah 2
Menentukan taraf signifikan 0,01 dan 0,05
3) Langkah 3
Menentukan titik kritis α 0,01 dan 0,05
α = 0.01 α = 0.05
4) Langkah 4
Menentukan Z-hitung dan P-Value α 0,01 dan 0,05
α = 0.01
5) Langkah 5
Menentukan kesimpulan apakah Z-hitung dan P-Value ditrima atau tidak
α = 0.01 α = 0.05
Z-hitung > Titik
kritis diterima
Z-hitung > Titik kritis
Diterim a P-value > Taraf
signifikan diterima
H0 : Detak Jantung mahasiswa yang melalukan praktikum sebelum dan sesudah mengalami kenaikan sama dengan 0,1
H1 : Detak Jantung mahasiswa yang melalukan praktikum sebelum dan sesudah mengalami kenaikan kurang dari 0,1
H0 : µD = 0,1 H1 : µD < 0,1 2) Langkah 2
Menentukan taraf signifikan 0,01 dan 0,05 3) Langkah 3
Menentukan titik kritis α 0,01 dan 0,05
α = 0.01 α = 0.05
4) Langkah 4
Menentukan Z-hitung dan P-Value α 0,01 dan 0,05
α = 0.01 α = 0.05
5) Langkah 5
Menentukan kesimpulan apakah Z-hitung dan P-Value ditrima atau tidak.
α = 0.01 α = 0.05
Z-hitung > Titik
kritis Diterima
Z-hitung > Titik
kritis Diterima
P-value > Taraf
signifikan diterima
P-value > Taraf
signifikan Diterima
c. Klaim 3 1) Langkah 1
Menentukan hipotesis
H1: Denyut nadi peserta praktikum statistika industri sebelum diadakannya praktikum tidak sama dengan 80
H0 : µ = 80 H1 : µ ≠ 80 2) Langkah 2
Menentukan taraf signifikan 0,01 dan 0,05 3) Langkah 3
Menentukan titik kritis α 0,01 dan 0,05
α = 0.01 α = 0.05
4) Langkah 4
Menentukan Z-hitung dan P-Value α 0,01 dan 0,05
α = 0.01 5
5) Langkah 5
Menentukan kesimpulan apakah Z-hitung dan P-Value ditrima atau tidak
α = 0.01 α = 0.05
Z-hitung > Titik
kritis diterima
Z-hitung > Titik
kritis Diterima
P-value > Taraf
signifikan diterima
P-value > Taraf
signifikan Diterima
d) Klaim 4 1) Langkah 1
Menentukan hipotesis
H0: Rata-rata kios yang berada dipasar tradisional di kota surakarta sama dengan 75
H1: Rata-rata kios yang berada dipasar tradisional di kota surakarta tidak sama dengan 75
H1 : µ ≠ 75 2) Langkah 2
Menentukan taraf signifikan 0,01 dan 0,01 3) Langkah 3
Menentukan titik kritis α 0,01 dan 0,05
α = 0.01 α = 0.05
4) Langkah 4
Menentukan Z-hitung dan P-Value α 0,01 dan 0,05
α = 0.01 α = 0.05
5) Langkah 5
Menentukan kesimpulan apakah Z-hitung dan P-Value ditrima atau tidak.
α = 0.01 α = 0.05
Z-hitung > Titik
kritis diterima
Z-hitung > Titik
kritis Diterima
P-value > Taraf
signifikan diterima
P-value > Taraf
signifikan Diterima
4. Analisis Data
a. Analisis Klaim 1
Tabel 2.23 Analisa Data Klaim 1
dan α 0,05 sebesar -1,644853627. Kemudian diketahui Z-Hitung sebesar -1,22269651 dan P-Value sebesar 0,11072. Jika Hitung > Z-Kritis maka diterima dan jika P-Value> Taraf Signifikan maka diterima.
Gambar 2.7 Kurva Data Klaim 1 (ᵅ = 0,01)
Gambar 2.8 Kurva Data Klaim 1 (ᵅ = 0,05)
b. Analisis Klaim 2
Tabel 2.24 Analisa Data Klaim 2
Hasil pengolahan dari 10 sampel mengklaim bahwa denyut nadi mahasiswa yang mengikuti praktikum sebelum dan sesudah menngalami kenaikan min 0,1 . diketahui bahwa α sebesar 0,01 dan 0,05 dengan titik kritis α 0,01 sebesar -2,821 dan α 0,05 sebesar -1,833. Kemudian
-2,326 0
H0 H1
-1,22
0 -1,22 -1,644
diketahui T-Hitung sebesar 0,110931549 dan P-Value sebesar 0.457052539. Jika T-Hitung >T-Kritis maka diterima dan jika P-Value> Taraf Signifikan maka diterima.
Gambar 2.9 Kurva Data Klaim 2 (ᵅ = 0,01)
Gambar 2.10 Kurva Data Klaim 2 (ᵅ = 0,05)
c. Analisis Klaim 3
Tabel 2.25 Analisa Data Klaim 3
Hasil pengolahan dari 10 sampel mengklaim bahwa denyut nadi mahasiswa yang mengikuti praktikum statika industri sebelum diadakan praktikum rata-rata 80 . diketahui bahwa α sebesar 0,01 dan 0,05 dengan titik kritis α 0,01 sebesar -3,69 dan α 0,05 sebesar -2,262. Kemudian diketahui T-Hitung sebesar 0,188542256 dan P-Value sebesar
0
H0
H1
-2,82 0,11
0 0,11
H0 H1
0,854634479. Jika T-Hitung > T-Kritis maka diterima dan jika P-Value> Taraf Signifikan maka diterima.
Gambar 2.11 Kurva Data Klaim 3 (ᵅ = 0,01)
Gambar 2.12 Kurva Data Klaim 3 (ᵅ = 0,05)
d. Analisis Klaim 4
Tabel 2.26 Analisa Data Klaim 4
Hasil pengolahan dari 43 kios yang berada dipasar tradisional surakarta mengklaim bahwa rata-rata kios yang berada dipasar tradisional dikota surakarta sebanyak 75. diketahui bahwa α sebesar 0,01 dan 0,05 dengan titik kritis α 0,01 sebesar -2,5758 dan α 0,05 sebesar -1,959964. Kemudian diketahui Z-Hitung sebesar 0,92146 dan P-Value sebesar
0,188 0
-3,25 3,25
H0
H1 H1
H0
0 0,188
H1 H1
0,82159. Jika T-Hitung > T-Kritis maka diterima dan jika P-Value> Taraf Signifikan maka diterima.
0
0,92 +2,57
-2,57
Gambar 2.13 Kurva Data Klaim 4 (ᵅ = 0,01)
-1,95 00,92 +1,95
Gambar 2.14 Kurva Data Klaim 4 (ᵅ = 0,05)
Berdasarkan hasil perhitungan pengujian hipotesis, telah didapatkan hasil kesimpulan data, berikut hasil kesimpulan uji data mulai dari klaim 1 sampai klaim 4 beserta penjelasannya:
a. Kesimpulan Data Klaim 1
Dari hasil perhitungan diatas diperoleh hasil untuk alpha 0,01 Z-Hitung > Z-Kritis maka diterima dan P-Value> Taraf Signifikan maka diterima, dan untuk α 0,05 diperoleh Z-hitung lebih besar dari titik kritis maka diterima dan P-Value> Taraf Signifikan maka diterima. Maka klaim selisih rata detak jantung sebelum dan sesudah kurang dari 9,5 diterima.
b. Kesimpulan Data Klaim 2
Dari hasil perhitungan diatas diperoleh hasil untuk alpha 0,01 Z-Hitung > Z-Kritis maka diterima dan P-Value> Taraf Signifikan maka diterima, dan untuk α 0,05 diperoleh Z-hitung lebih besar dari titik kritis maka ditolak dan P-Value > Taraf Signifikan maka diterima. Maka klaim detak jantung mahasiswa yang melakukan praktikum sebelum dan sesudah mengalami kenaikan min0,1 diteima .
c. Kesimpulan Data Klaim 3
Dari hasil perhitungan diatas diperoleh hasil untuk alpha 0,01 Z-Hitung > Z-Kritis maka diterima dan P-Value > Taraf Signifikan maka diterima, dan untuk α 0,05 diperoleh Z-hitung lebih besar dari titik kritis maka diterima dan P-Value> Taraf Signifikan maka diterima. Maka klaim denyut nadi peserta praktikum statistika industri sebelum diadakan praktikum rata-rata 80 diterima.
d. Kesimpulan Data Klaim 4
E. REGRESI, KORELASI DAN UJI ANOVA DENGAN SPSS
1. Regresi dan Korelasi
a. Langkah-langkah
1) Membuka software SPSS, kemudian copy data Luas penggunaan Lahan dan Kawasan Hutan Menurut Kabupaten/Kota. Lalu paste pada lembar kerja data view.
2) Klik lembar SPSS dari tampilan data view
ketampilan variabel view.
3) Mengubah kolom name untuk masing-masing barissesuai nama data yang dimasukan.
4) Klik kolom Type diganti pada kolom Type 2 dan 3 dengan numeric
5) Mengubah decimals menjadi nol (untuk menghilangkan angka desimal)
6) Klik baris 2 dan 3 Measure ganti dengan Scalekarena data berupa angka yang dapat dihitung
7) Langkah selanjutnya uji regresi klik regresi linear.
8) Pada kotak dialog linier regression, data luas lahan dimasukkan pada kolom dependent, Memilih submenu analyze, untuk membuat regresi memilih regression masukan baris kedua kedalam Dependent, dilanjutkan baris ketiga kedalam Independent baris pertama dimasukan kedalam case labels klik ok
9) Langkah selanjutnya untuk menguji uji korelasi pilih toolbar analyze
lalu klik correlate lalu pilih bivariate. Selanjutnya masukan luas lahan dan luas kawasan hutan pada kotak dialog varians, selanjutnya
b. Output
Luas_Kawasan_Hutana . Enter
Model R
R Square Adjusted R Square
Sum of
Squares Mean Square F Sig.
Regressio
n 4.039.763 4.039.763 488.420 .000a
Residual 41.355 8.271
) 4.308 1.270 3.393 .019
Luas_Ka wasan_H
utan .100 .005 .995 22.100 .000
2) Korelasi
c. Analisis
1) Regresi
Tabel 2.27 Model Summary
Berdasarkan tabel model summary diperoleh nilai R square
sebesar 0,990 atau 9,90%. Koefisien determinasi digunakan untuk mempengaruhi presentase pengaruh variable independent terhadap
Minimum Maximum Mean
Std.
Deviation N
Predicted
Value 4.31 68.46 18.81 25.948 7
Residual -2.907 4.991 .000 2.625 7
Std. Predicted
Value -.559 1.914 .000 1.000 7
Std.
Residual -1.011 1.736 .000 .913 7
Residuals Statisticsa
Model R R Square
perubahan variable dependent. Hasil pengolahan data tersebut diperoleh nilai koefisien determinasi sebesar 0,990 yang artinya besarnya pengaruh luas lahan terhadap luas kawasan hutan adalah 9,90%
- anova
Tabel 2.28 Tabel ANOVA Regresi
Berdasarkan tabel ANOVA dengan hipotesis penelitian:
H0: Tidak ada pengaruh positif dan signifikan antara Luas lahan terhadap Luas kawasan hutan
H1: Pengaruh positif dan signifikan antara luas lahan terhadap luas kawasan hutan.
Hasil analisis F(tabel)= FINV(0,025;1;33) F hitung yaitu sebesar 488,420 sedangkan F(tabel) pada tingkat keyakinan 5% sedangkan derajat kebebasan 1 (df1) = 1 dan derajat kebebasan 2 (df2) = 33 yaitu sebesar F tabel. Oleh karena itu F hitung (488,420) lebih besar dari F tabel yang berarti H1 diterima dan H0 ditolak, dengan kata lain ada pengaruh yang positif dan signifikan antara Luas lahan dengan Luas kawasan Hutan.
2) Korelasi
Dari tabel korelasi diatas menunjukan bahwa nilai koefisien dari 2 variabel tersebut adalah 0,995 yang menunjukan bahwa tingkat keeratan hubungan antara luas lahan dan luas kawasan hutan hubungannya sangat kuat.
Tabel 2.29 Tabel Yohannes
2. One Way ANOVA
n 4.039.763 1 4.039.763 488.420 .000a
Residual 41.355 5 8.271
a. Data Tabel 2.30 Tabel Bonus
b. Langkah-langkah
1) Membuka software SPSS, kemudian copy data yang sudah di urutkan sebelumnya berdasarkan kelompok secara menurun dan diberi angka. 2) Klik variabel viewganti name pada baris pertama dan kedua dengan
judul yang diinginkan, klik Type ganti kolom 1 dan 2 dengan numeric
klik decimals ganti kolom 1 dan 2 dengan nol (0) . klik measure ganti kolom 1 dan 2 dengan scale.
3) Klik values pilih kolom kedua klik, akan muncul value label. Pada
value di isi dengan angka pada label diisi dengan judul 1 setelah itu klik add lakukan hal berulang sesuai kebutuhan setelah selesai klik ok. 4) Klik analyze pilih compare means klik one-way ANOVA akan muncul tabel one-way ANOVA. Masukkan kolom pertama pada tabel
one-way ANOVA ke dependent list selanjutnya masukkan baris ke dua ke dalam factor. Klik post hoc multiplecom parisons pilih tukey
klik continue.
5) Selanjutnya klik options pilih descriptive dan homogeneity ofvaiance test pilih eclude cases analysis bg analysis pada missing values
setelah selesai klik continue. Setelah semua kolom terisi/diatur klik Ok.
c. Output
BONUS 1 BONUS 2 BONUS 3 BONUS 4 BONUS 5
Hari-1 5 4 5 4 4
Hari-2 7 8 6 6 4
Hari-3 5 7 5 6 7
Hari-4 5 4 8 6 8
Post Hoc Tests
Groups .960 4 .240 .092 .984
Within
Groups 52.400 20 2.620
Total 53.360 24
Test of Homogeneity of Variances Jumlah_Bonus
Homogeneous Subsets
Lower Bound
Upper Bound
Bonus 2 .400 1.024 .995 -2.66 3.46
Bonus 3 .400 1.024 .995 -2.66 3.46
Bonus 4 .000 1.024 1.000 -3.06 3.06
Bonus 4 .000 1.024 1.000 -3.06 3.06
Bonus 1 -.400 1.024 .995 -3.46 2.66
Bonus 3 .000 1.024 1.000 -3.06 3.06
Bonus 4 -.400 1.024 .995 -3.46 2.66
Bonus 4 -.400 1.024 .995 -3.46 2.66
Bonus 1 -.400 1.024 .995 -3.46 2.66
Bonus 2 .000 1.024 1.000 -3.06 3.06
Bonus 4 -.400 1.024 .995 -3.46 2.66
Bonus 4 -.400 1.024 .995 -3.46 2.66
Bonus 1 .000 1.024 1.000 -3.06 3.06
Bonus 2 .400 1.024 .995 -2.66 3.46
Bonus 3 .400 1.024 .995 -2.66 3.46
Bonus 4 .000 1.024 1.000 -3.06 3.06
Bonus 1 .000 1.024 1.000 -3.06 3.06
Bonus 2 .400 1.024 .995 -2.66 3.46
Bonus 3 .400 1.024 .995 -2.66 3.46
Bonus 4 .000 1.024 1.000 -3.06 3.06
Bonus 1
-d. Analisis 1) homogeneity of varians
Tabel 2.31 Homogeneity
Analisa homogeneity:
Dari pengujian data diatas didapatkan hasil bahwa nilai signifikan adalah 0,98 yang berarti > 0,05 maka tidak berpengaruh (ditolak).
2) Anova
Tabel 2.32 Data Anova
Analisis Anova:
3) Pos Hoc Tests
Tabel 2.33 Post Hoc Tests
Analisis:
Dari hasil analisa Post Hoc Tests diatas maka pada faktor bonus tidak mempengaruhi hasil jumlah produk perhari yang diperoleh. Hal ini dibuktikan dengan adanya persamaan antara bonus 1, bonus 2, bonus 3 , bonus 4 dan bonus 5 karena nilai signifikan > 0,05 maka diterima dapat dilihat juga dari nilai lowwer bound dan upper bound apabila nilai
Bonus 2 .400 1.024 .995 -2.66 3.46
Bonus 3 .400 1.024 .995 -2.66 3.46
Bonus 4 .000 1.024 1.000 -3.06 3.06
Bonus 4 .000 1.024 1.000 -3.06 3.06
Bonus 1 -.400 1.024 .995 -3.46 2.66
Bonus 3 .000 1.024 1.000 -3.06 3.06
Bonus 4 -.400 1.024 .995 -3.46 2.66
Bonus 4 -.400 1.024 .995 -3.46 2.66
Bonus 1 -.400 1.024 .995 -3.46 2.66
Bonus 2 .000 1.024 1.000 -3.06 3.06
Bonus 4 -.400 1.024 .995 -3.46 2.66
Bonus 4 -.400 1.024 .995 -3.46 2.66
Bonus 1 .000 1.024 1.000 -3.06 3.06
Bonus 2 .400 1.024 .995 -2.66 3.46
Bonus 3 .400 1.024 .995 -2.66 3.46
Bonus 4 .000 1.024 1.000 -3.06 3.06
Bonus 1 .000 1.024 1.000 -3.06 3.06
Bonus 2 .400 1.024 .995 -2.66 3.46
Bonus 3 .400 1.024 .995 -2.66 3.46
Bonus 4 .000 1.024 1.000 -3.06 3.06
Tabel 2.34 Hasil Analisis Post Hoc Tests
-BAB III PENUTUP
A. KESIMPULAN
Berdasarkan praktikum statistika industri 2015 dan hasil pengerjaan tugas dapat diperoleh kesimpulan sebagai berikut:
1. Penarikan Sampel
Pada laporan praktikum dari penarikan sampel dengan melakukan observasi tingkat kepuasan mahasiswa teknik industri terhadap fasilitas ruang kelas di F1.2 – F1.6 dengan lokasi , waktu, jumlah sampel 30 dan metode penarikan sampel yaitu random sampling dapat disimpulkan bahwa rekapitulasi data dari 30 sampel adalah cukup puas.
2. Distribusi Peluang
Pada laporan praktikum dari distribusi peluang dengan melakukan pengamatan selama 8 jam dengan mengamati banyaknya mobil yang melewati depan SPBU pabelan arah solo dengan jumlah 2806 mobil dapat disimpulkan bahwa data tersebut tidak berdistribusi poisson dan tidak bertistribusi eksponensial.
3. Estimasi Parameter
4. Pengujian Hipotesis
Pada laporan praktikum pengujian dengan mengambil data dari detak jantung praktikan sebelum dan sesudah praktikum dan pengambilan data BPS tentang jumlah kios yang ada pada pasar tradisional. Dari data detak jantung praktikan sebelum dan sesudah melakukan praktikum dapat disimpulkan bahwa klaim 1 selisih rata detak jantung sebelum dan sesudah kurang dari 9,5 diterima. Klaim 2 detak jantung mahasiswa yang melakukan praktikum sebelum dan sesudah mengalami kenaikan min0,1 diteima. Klaim 3 denyut nadi peserta praktikum statistika industri sebelum diadakan praktikum rata-rata 80 diterima. Dan dari data banyaknya kios yang ada dipasar tradisional dengan klaim rata-rata kios yang berada dipasar tradisional dikota surakarta sebanyak 75 diterima.
5. Regresi, kolerasi dan uji ANOVA dengan SPSS
Pada laporan praktikum Regresi, kolerasi dan uji anova dengan SPSS dengan data luas lahan (dependent) dan luas kawasan hutan (independent) dengan regresi didapatkan kesimpulan bahwa besarnya pengaruh luas lahan terhadap luas kawasan hutan adalah 9,90% dan ada pengaruh yang positif dan signifikan antara Luas lahan dengan Luas kawasan Hutan.
Sedangakan korelasi dari data luas lahan (dependent) dan luas kawasan hutan (independent) dapat disimpulkan bahwa tingkat keeratan hubungan antara luas lahan dan luas kawasan hutan hubungannya sangat kuat.
B. SARAN
Berdasarkan dari praktikum statistika industri 2015 maka ada beberapa saran untuk praktikum statistika industri 2015 seperti:
1. Untuk penjadwalan tentang jadwal praktikum statistika 2015 ditetapkan pada awaln pertemuan atau TM.
2. Jadwal untuk keluarnya TP dan PreTest ditetapkan hari dan jamnya.
3. Dibuatnya forum pengambilan judul harus lebih diefektifkan lagi dengan hanya sekali kesempatan upload judul, jika judul revisi maka tidak perlu mengupdate judul lagi pada forum tersebut.
DAFTAR PUSTAKA
Dajan, Anto, 1986. “Pengantar Merode Statistik”. Penerbit Erlangga, Jakarta.
Habin, M. Iqbal. 2001 “Pokok-pokok Materi Statistika 1”. Jakarta: Bumi Aksara
Saleh, Samsubar.Statistik Induktif Edisi Revisi. UPP AMP YKPN
Santosa, Singgih. 2000. “Buku Latihan SPSS StatistikParametrik:. Jakarta: PT.Elek Media Komputindo
Sudjana. 1995 “Metode Statistik”. Bandung :Tarsito
Sugiarto, Dergibson Siagian, Lasmono Tri Sunaryo, Denny S. Utomo, 201,
Teknik Sampling: PT Gramedia Pustaka Utama
