Upload
albert-fery
View
22
Download
0
Embed Size (px)
DESCRIPTION
atmajaya jakarta
Citation preview
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 1/43
1
MODUL I
STATISTIK DESKRIPTIF
I. TUJUAN PRAKTIKUM
1. Praktikan mampu memahami konsep dasar dari statistik deskriptif.
2. Praktikan mampu melakukan perhitungan untuk ukuran lokasi atau ukuran
pemusatan data ( central tendency ) serta ukuran penyebaran data ( dispersion ).
3. Praktikan mampu mengolah data statistik serta dapat menyajikan data-data statistik
dalam bentuk tabel statistik , grafik statistik , dan distribusi frekuensi untukmemudahkan pemahaman serta analisa.
4. Praktikan mampu memahami perbedaan antara statistik deskriptif dan statistik
inferensial.
5.
Praktikan mampu menerapkan serta memahami penerapan dari statistik deskriptif
dalam kehidupan sehari-hari.
II. FLOWCHART PROSEDUR PRAKTIKUM
Start
Pengumpulan data
IPK dan jam belajar
Data IPK dan
jam belajar
Pembuatan laporan
Pindah
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 2/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 2
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Pindah
Tujuan Praktikum
Pengolahan data
Data IPK dan lama
beljar yang belum
dikelompokkan
Data IPK & lama
belajar yang sudah
dikelompokkan
Manual Software
Perhitungan
mean,median,modu
s,kwartil,persentil,d
esil,stdev,variansi,ko
ef var,skewness
Input data
IPK dan lama
belajar
Memproses
software
Output data
Menghitung
range,jml kelas,pjg
interval,range
baru,selisih
range,BKB,BKA,bata
s kelas
Membuat tabel data
kelompok
Perhitungan
mean,median,modu
s,kwartil,persentil,d
esil,stdev,variansi,ko
ef var
Membuat histogram
manual
Data
Analisa &
pertanyaan
Kesimpulan
Daftar pustaka
Daftar tabel ,
gambar , daftar isi.
END
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 3/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 3
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
III. PENGOLAHAN DATA
Data IPK dan lama jam belajar dari mahasiswa faklutas teknik UNIKA Atma Jaya angkatan
2013
Tabel 1.1. Lembar data IPK dan lama belajar
No IPK Lama Jam
Belajar
1 3.69 1
2 3.5 1
3 3.22 2
4 2.99 1
5 2.8 1
6 3.47 0.5
7 2.8 1
8 2.44 1
9 2.82 1
10 3.14 2
11 3.27 1
12 3.01 1
13 2.87 1
14 3.2 1
15 3.31 1
16 3.16 1
17 3.12 1
18 2.97 1
19 3.08 1
20 3.19 1
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 4/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 4
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.1. Lembar data IPK dan lama belajar (lanjutan)
No IPK Lama Jam
Belajar
21 3.08 2.5
22 2.8 1
23 2.7 1
24 3.65 2
25 2.83 1
26 3.36 2
27 3.17 2
28 3.5 2
29 3.1 1
30 2.56 1
31 2.6 1
32 2.38 1
33 2.5 1
34 2.57 1
35 2.91 1
36 1.9 1
37 2.78 1
38 2.3 1
39 2.6 1
40 2.62 2
41 3.1 1
42 3.49 2
43 2.94 1
44 2.5 0.5
45 3.33 1
46 3.34 1
47 3.34 1
48 3.28 1
49 2.9 1
50 3.46 2
51 2.89 1
52 3.24 2
53 3.35 2
54 3.35 2
55 3.45 3
56 3.29 3
57 3.45 1
58 2.5 1
59 3.09 2
60 2.45 1
61 2.5 1
62 2.86 2
63 3.33 3
64 3.83 1.5
65 3.64 0.5
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 5/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 5
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.1. Lembar data IPK dan lama belajar (lanjutan)
No IPK Lama Jam
Belajar
66 3.05 0.5
67 3.3 1
68 2.89 2
69 3.61 1
70 3.25 2
71 2.65 0.5
72 2.9 1
73 3.2 2.5
74 3.39 1
75 3.14 2
76 3.17 1
77 3.05 0.5
78 3.73 1
79 3.31 1
80 2.1 1
81 3.88 1
82 3.8 1
83 2.7 2
84 2.76 1
85 3.1 1
86 3.1 1
87 2.1 2
88 3.34 1
89 3.13 2
90 3.28 1
91 2.9 1
92 3.36 2
93 3.25 1
94 3.27 1
95 2.27 1
96 3.25 2
97 3.01 1
98 3.34 1
99 3.41 2
100 2.5 1
101 3.39 1
102 2.7 2
103 2.9 0.5
104 3.25 1
105 2.41 1
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 6/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 6
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.2. Data yang telah diurut menurut IPK
No IPK Lama Jam
Belajar
36 1.9 1
80 2.1 1
87 2.1 2
95 2.27 1
38 2.3 1
32 2.38 1
105 2.41 1
8 2.44 1
60 2.45 1
33 2.5 1
44 2.5 0.5
58 2.5 1
61 2.5 1
100 2.5 1
30 2.56 1
34 2.57 1
31 2.6 1
39 2.6 1
40 2.62 2
71 2.65 0.5
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 7/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 7
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.2. Data yang telah diurut menurut IPK ( lanjutan )
No IPK Lama Jam
Belajar
23 2.7 1
83 2.7 2
102 2.7 2
84 2.76 1
37 2.78 1
5 2.8 1
7 2.8 1
22 2.8 1
9 2.82 1
25 2.83 1
62 2.86 2
13 2.87 1
51 2.89 1
68 2.89 2
49 2.9 1
72 2.9 1
91 2.9 1
103 2.9 0.5
35 2.91 1
43 2.94 1
18 2.97 1
4 2.99 1
12 3.01 1
97 3.01 1
66 3.05 0.5
77 3.05 0.5
19 3.08 1
21 3.08 2.5
59 3.09 2
29 3.1 1
41 3.1 1
85 3.1 1
86 3.1 1
17 3.12 1
89 3.13 2
10 3.14 2
75 3.14 2
16 3.16 1
27 3.17 2
76 3.17 1
20 3.19 1
14 3.2 1
73 3.2 2.5
3 3.22 2
52 3.24 2
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 8/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 8
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.2. Data yang telah diurut menurut IPK ( lanjutan )
No IPK Lama Jam
Belajar
70 3.25 2
93 3.25 1
96 3.25 2
104 3.25 1
11 3.27 1
94 3.27 1
48 3.28 1
90 3.28 1
56 3.29 3
67 3.3 1
15 3.31 1
79 3.31 1
45 3.33 1
63 3.33 3
46 3.34 1
47 3.34 1
88 3.34 1
98 3.34 1
53 3.35 2
54 3.35 2
26 3.36 2
92 3.36 2
74 3.39 1101 3.39 1
99 3.41 2
55 3.45 3
57 3.45 1
50 3.46 2
6 3.47 0.5
42 3.49 2
2 3.5 1
28 3.5 2
69 3.61 1
65 3.64 0.5
24 3.65 2
1 3.69 1
78 3.73 1
82 3.8 1
64 3.83 1.5
81 3.88 1
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 9/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 9
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.3. Data yang sudah diurut menuru lama jam belajar
No IPK Lama Jam
Belajar
44 2.5 0.5
71 2.65 0.5
103 2.9 0.5
66 3.05 0.5
77 3.05 0.5
6 3.47 0.5
65 3.64 0.5
36 1.9 1
80 2.1 1
95 2.27 1
38 2.3 1
32 2.38 1
105 2.41 1
8 2.44 1
60 2.45 1
33 2.5 1
58 2.5 1
61 2.5 1
100 2.5 1
30 2.56 1
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 10/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 10
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.3. Data yang sudah diurut menuru lama jam belajar ( lanjutan )
No IPK Lama Jam
Belajar
34 2.57 1
31 2.6 1
39 2.6 1
23 2.7 1
84 2.76 1
37 2.78 1
5 2.8 1
7 2.8 1
22 2.8 1
9 2.82 1
25 2.83 1
13 2.87 1
51 2.89 1
49 2.9 1
72 2.9 1
91 2.9 1
35 2.91 1
43 2.94 1
18 2.97 1
4 2.99 1
12 3.01 1
97 3.01 1
19 3.08 1
29 3.1 1
41 3.1 1
85 3.1 1
86 3.1 1
17 3.12 1
16 3.16 1
76 3.17 1
20 3.19 1
14 3.2 1
93 3.25 1
104 3.25 1
11 3.27 1
94 3.27 1
48 3.28 1
90 3.28 1
67 3.3 1
15 3.31 1
79 3.31 1
45 3.33 1
46 3.34 1
47 3.34 1
88 3.34 1
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 11/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 11
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.3. Data yang sudah diurut menuru lama jam belajar ( lanjutan )
No IPK Lama Jam
Belajar
98 3.34 1
74 3.39 1
101 3.39 1
57 3.45 1
2 3.5 1
69 3.61 1
1 3.69 1
78 3.73 1
82 3.8 1
81 3.88 1
64 3.83 1.5
87 2.1 2
40 2.62 2
83 2.7 2
102 2.7 2
62 2.86 2
68 2.89 2
59 3.09 2
89 3.13 2
10 3.14 2
75 3.14 2
27 3.17 2
3 3.22 2
52 3.24 2
70 3.25 2
96 3.25 2
53 3.35 2
54 3.35 2
26 3.36 2
92 3.36 2
99 3.41 2
50 3.46 2
42 3.49 2
28 3.5 2
24 3.65 2
21 3.08 2.5
73 3.2 2.5
56 3.29 3
63 3.33 3
55 3.45 3
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 12/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 12
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
III.1. Data yang Belum Dikelompokkan
III.1.1. Pengolahan Data Secara Manual
1. Mean Hitung Sampel
Untuk data IPK
= 3.05
Untuk data lama jam belajar
= 1.29
2. Median
Md = X(n+1)/2
Untuk data IPK
Md = X(105+1)/2 = X53 = 3.1
Untuk data lama jam belajar
Md = X(105+1)/2 = X53 = 1
3. Modus
Didapatkan dari nilai dimana frekuensi nilai tersebut maksimum
Untuk data IPK
Modus untuk data IPK = 2.50
Untuk data lama jam belajar
Modus untuk data lama jam belajar = 1
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 13/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 13
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
4. Kwartil ke-1 (Q1) , Kwartil ke-3 (Q3) , Simpang Kwartil (Q)
Q1 untuk data IPK
Nilainya = X26 + 0.5 ( X27 – X26)
= 2.8 + 0.5 (2.8-2.8)
= 2.8
Q1 untuk data lama jam belajar
Nilainya = X26 + 0.5 ( X27 – X26)
= 1 + 0.5 (1-1)
= 1
Q3 untuk data IPK
Nilainya = X79 + 0.5 ( X80 – X79)
= 3.33 + 0.5 (3.34-3.33)
= 3.335
Q3 untuk data lama jam belajar
Nilainya = X79 + 0.5 ( X80 – X79)
= 2 + 0.5 (2-2) = 2
Q untuk data IPK
= 0.27
Q untuk data lama jam belajar
= 0.50
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 14/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 14
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
5. Persentil ke-11 (P11) , Persentil ke-55 (P55) , Persentil ke-70 (P70)
P11 untuk data IPK
P11 = = 11.66
Nilai persentil = X11 + 0.66( X12 – X11 )
= 2.5 + 0.66 ( 2.5-2.5 )
= 2.5
P11 untuk data lama jam belajar
P11 = = 11.66
Nilai persentil = X11 + 0.66( X12 – X11 )
= 1 + 0.66 ( 1-1 )
= 1
P55 untuk data IPK
P55 = = 58.30
Nilai persentil = X58 + 0.3( X59 – X58 )
= 3.16 + 0.3 ( 3.17-3.16 )
= 3.163
P55 untuk data lama jam belajar
P55 = = 58.30
Nilai persentil = X58 + 0.3( X59 – X58 )
= 1 + 0.3 ( 1-1 )
= 1
P70 untuk data IPK
P70 = = 74.2
Nilai persentil = X74 + 0.2( X75 – X74 )
= 3.29 + 0.2 ( 3.3-3.29 )
= 3.292
P70 untuk data lama jam belajar
P70 = = 74.2
Nilai persentil = X74 + 0.2( X75 – X74 )
= 1 + 0.2 ( 1-1 )
= 1
6. Desil ke-1 ( D1) , Desil ke-5 (D5) , Desil ke-9 (D9)
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 15/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 15
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
D1 untuk data IPK
= 10.6
Nilai desil = X10 + 0.6 ( X11 – X10 )
= 2.5 + 0.6(2.5-2.5)
= 2.5
D1 untuk data lama jam belajar
= 10.6
Nilai desil = X10 + 0.6 ( X11 – X10 )
= 1 + 0.6(1-1)
= 1
D5 untuk data IPK
= 53
Nilai desil = X53
= 3.1
D5 untuk data lama jam belajar
= 53
Nilai desil = X53
= 1
D9 untuk data IPK
= 95.4
Nilai desil = X95 + 0.4 ( X96 – X95 )
= 3.49 + 0.4(3.5-3.49)
= 3.494
D9 untuk data lama jam belajar
= 95.4
Nilai desil = X95 + 0.4 ( X96 – X95 )
= 2 + 0.4(2-2)
= 2
7. Standar Deviasi
Standar Deviasi untuk data IPK
S = √ = 0.40
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 16/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 16
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Standar Deviasi untuk data lama jam belajar
S = √ = 0.57
8. Variansi
Variansi untuk data IPK
S2 = 0.16
Variansi untuk data lama jam belajar
S2 = 0.33
9. Koefisien Variansi
Koefisien Variansi untuk data IPK
KV = = 13.11%
Koefisien Variansi untuk data lama jam belajar
KV = = 44.18%
10. Skewness
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 17/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 17
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Skewness untuk data IPK
-0.47 . Kecondongan ke arah kiri ( condong negatif ) .
Dimana nilai modus lebih besar dari nilai mean .
Skewness untuk data lama jam belajar
1.17 . Kecondongan ke arah kanan ( condong positif ) .
Dimana nilai modus lebih kecil dari nilai mean .
III.1.2. Pengolahan Data Dengan Software
Pengolahan data dengan software untuk data IPK
Tabel 1.4. Pengolahan data dengan software untuk data IPK
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 18/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 18
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.4. Pengolahan data dengan software untuk data IPK ( lanjutan )
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 19/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 19
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Gambar 1.1. Histogram software untuk data IPK
Pengolahan data dengan software untuk data lama jam belajar
Tabel 1.5. Pengolahan data dengan software untuk data lama jam belajar
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 20/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 20
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Tabel 1.5. Pengolahan data dengan software untuk data lama jam belajar ( lanjutan )
Gambar 1.2. Histogram software untuk data lama jam belajar
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 21/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 21
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Perbandingan persentase ketiga prodi ( Industri , Mesin , & Elektro )
Tabel 1.6. Perhitungan frekuensi perbandingan ketiga prodi
Gambar 1.3. Pie chart perbandingan ketiga prodi
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 22/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 22
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
III.2. Data yang Sudah Dikelompokkan
Pengolahan Data Secara Manual
1.
Range
R(Range) = Xmax - Xmin
Untuk data IPK
R = 3.88 – 1.90 = 1.98
Untuk data lama jam belajar
R = 3 – 0.5 = 2.5
2. Jumlah Kelas
k = 1 + 3.3 log n
Untuk data IPK
k = 1 + 3.3 log 105 = 7.6699 = 8
Untuk data lama jam belajar
k = 1 + 3.3 log 105 = 7.6699 = 8
3. Panjang Interval
p = R/k
Untuk data IPK
p = 1.98 / 7.6699 = 0.2581
Untuk data lama jam belajar
p = 2.5 / 7.6699 = 0.3259
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 23/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 23
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
4. Range Baru
R* = k . p
Untuk data IPK
R* = 8 . 0.2581 = 2.0648
Untuk data lama jam belajar
R* = 8 . 0.3259 = 2.6072
5.
Selisih Range
∆R = R* - R
Untuk data IPK
∆R = 2.0648 – 1.98 = 0.0848
Untuk data lama jam belajar
∆R = 2.6072 – 2.5 = 0.1072
6. BKB ( tergantung nilai selisih range )
BKBganjil = Xmin – (0.5xNST) - BKBgenap = Xmin -
Untuk data IPK
BKBgenap = 1.9 - = 1.865
Untuk data lama jam belajar
BKBganjil = 0.11 – (0.5x0.01) - = 0.155
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 24/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 24
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
7. BKA ( tergantung nilai selisih range )
BKAganjil = Xmax + (0.5xNST) - BKAgenap = Xmax +
Untuk data IPK
BKAgenap = 3.88 + = 3.915
Untuk data lama jam belajar
BKAganjil = 3 + (0.5x0.1) + = 3.0325
8. BKB dan BKA masing-masing kelas
Untuk data IPK
• a = BKB + 0.5 NST = 1.865 + 0.5(0.01) = 1.87
• b = a + p – NST = 1.87 + 0.2581 – 0.01 = 2.11
• c = b + NST = 2.1181 + 0.01 = 2.12
• d = c + p – NST = 2.1281 + 0.2581 – 0.01 = 2.37
• e = d + NST = 2.3762 + 0.01 = 2.38
• f = e + p – NST = 2.3862 + 0.2581 – 0.01 = 2.63
• g = f + NST = 2.6343 + 0.01 = 2.64
• h = g + p – NST = 2.6443 + 0.2581 – 0.01 = 2.89
• i = h + NST = 2.8924 + 0.01 = 2.90
• j = i + p – NST = 2.9024 + 0.2581 – 0.01 = 3.15
• k = j + NST = 3.1505 + 0.01 = 3.16
•
l = k + p – NST = 3.1605 + 0.2581 – 0.01 = 3.40
• m = l + NST = 3.4086 + 0.01 = 3.41
• n = m + p – NST = 3.4186 + 0.2581 – 0.01 = 3.66
• o = n + NST = 3.6667 + 0.01 = 3.67
• p = BKA – 0.5NST = 3.915 – 0.5(0.01) = 3.91
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 25/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 25
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Untuk data lama jam belajar
• a = BKB + 0.5 NST = 0.155 + 0.5(0.1) = 0.2
• b = a + p – NST = 0.2 + 0.3259 – 0.1 = 0.4
•
c = b + NST = 0.4 + 0.1 = 0.5• d = c + p – NST = 0.5 + 0.3259 – 0.1 = 0.7
• e = d + NST = 0.7 + 0.1 = 0.8
• f = e + p – NST = 0.8 + 0.3259 – 0.1 = 1
• g = f + NST = 1+ 0.1 = 1.1
• h = g + p – NST = 1.1 + 0.3259 – 0.1 = 1.3
• i = h + NST = 1.3 + 0.1 = 1.4
• j = i + p – NST = 1.4 + 0.3259 – 0.1 = 1.6
• k = j + NST = 1.6 + 0.1 = 1.7
• l = k + p – NST = 1.7+ 0.3259 – 0.1 = 1.9
• m = l + NST = 1.9 + 0.1 = 2
• n = m + p – NST = 2+ 0.3259 – 0.1 = 2.2
• o = n + NST = 2.2 + 0.1 = 2.3.
• p = BKA – 0.5NST = 3.0325 – 0.5(0.1) = 3
9. Tabel data kelompok
Untuk data IPK
Tabel 1.7. tabel data kelompok untuk data IPK
Batas Kelas Tally F Fk Xi Fi.Xi l Xi - l | Xi- |2
F. | Xi- |2
1.87 - 2.11 c 3 3 1.99 5.97 -0.901875 0.81337852 2.440135547
2.12 - 2.37 b 2 5 2.245 4.49 -0.646875 0.41844727 0.836894531
2.38 - 2.63 eed 14 19 2.505 35.07 -0.386875 0.14967227 2.095411719
2.64 - 2.89 eee 15 34 2.765 41.475 -0.126875 0.01609727 0.241458984
2.90 - 3.15 eeeec 23 57 3.025 69.575 0.133125 0.01772227 0.407612109
3.16 - 3.40 eeeeeeb 32 89 3.28 104.96 0.388125 0.15064102 4.8205125
3.41- 3.66 eea 11 100 3.535 38.885 0.643125 0.41360977 4.549707422
3.67 - 3.91 e 5 105 3.79 18.95 0.898125 0.80662852 4.033142578
Total 105 412 23.135 319.375 1.77636E-15 2.7861969 19.4248754
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 26/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 26
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Untuk data lama jam belajar
Tabel 1.8. tabel data kelompok untuk data lama jam belajar
Batas Kelas Tally F Fk Xi Fi.Xi l Xi - l | Xi- |2
F. | Xi- |2
0.2 - 0.4 0 0 0.3 0 -1.08125 1.16910156 0
0.5 - 0.7 eb 7 7 0.6 4.2 -0.78125 0.61035156 4.272460938
0.8 - 1 eeeeeeeeee 68 75 0.9 61.2 -0.48125 0.23160156 15.74890625
1.1 - 1.3 0 75 1.2 0 -0.18125 0.03285156 0
1.4 -1.6 a 1 76 1.5 1.5 0.11875 0.01410156 0.014101563
1.7 - 1.9 0 76 1.8 0 0.41875 0.17535156 0
2 - 2.2 eeeed 24 100 2.1 50.4 0.71875 0.51660156 12.3984375
2.3 - 3 e 5 105 2.65 13.25 1.26875 1.60972656 8.048632813
Total 105 514 11.05 130.55 0 4.3596875 40.4825391
10. Mean Hitung Sampel dan Mean Berbobot
Mean Hitung Sampel
Untuk data IPK
3.04
Untuk data lama jam belajar
1.24
Mean Berbobot
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 27/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 27
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Untuk data IPK
= 3.19
Untuk data lama jam belajar
= 1.75
11. Median
Untuk data IPK
Md = = 2.98
Untuk data lama jam belajar
Md = 0.7
12. Modus
Untuk data IPK
3.232
Untuk data lama jam belajar
0.9
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 28/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 28
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
13. Kwartil ke-1 (Q1) , Kwartil ke-3 (Q3) , Simpang Kwartil (Q)
Untuk data IPK
= 2.76
Untuk data lama jam belajar
= 0.9
Untuk data IPK
= 3.32
Untuk data lama jam belajar
= 2.0
Untuk data IPK
0.28
Untuk data lama jam belajar
0.6
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 29/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 29
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
14. Standar Deviasi
[
]
Untuk data IPK
= 0.43
Untuk data lama jam belajar
= 0.6
15. Persentil ke-11 (P11) , Persentil ke-55 (P55), Persentil ke-70 (P70)
P(11) Untuk data IPK
= 0.28
P(11) Untuk data lama jam belajar
= 0.01
P(55) Untuk data IPK
= 0.02
P(55) Untuk data lama jam belajar
= 0.12
P(70) Untuk data IPK
= 0.39
P(70) Untuk data IPK
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 30/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 30
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
= 0.16
16. Desil ke-1 (D1) , Desil ke-5 (D5), Desil ke-9 (D9)
D(1) Untuk data IPK
= 2.48
D(1) Untuk data lama jam belajar
= 0.81
D(5) Untuk data IPK
= 3.10
D(5) Untuk data lama jam belajar
= 0.93
D(9) Untuk data IPK
= 3.53
D(9) Untuk data lama jam belajar
= 1.80
17. Variansi
[
]
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 31/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 31
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Untuk data IPK
S = = 0.19
Untuk data lama jam belajar
S = = 0.39
18. Koefisien Variansi
Untuk data IPK
= 14.88%
Untuk data lama jam belajar
= 43.48%
19. Histogram Manual di kertas milimeter blok berdasarkan tabel data kelompok
yang sudah dibuat .
Perhitungan untuk data IPK ( NST = 0.01 )
a = 1.87 – 0.5 NST = 1.86
c = 2.12 – 0.5 NST = 2.11
e = 2.38 – 0.5 NST = 2.37
g = 2.64 – 0.5 NST = 2.63
i = 2.90 – 0.5 NST = 2.89
k = 3.16 – 0.5 NST = 3.15
m = 3.41 – 0.5 NST = 3.40
o = 3.67 – 0.5 NST = 3.66
p = 3.91
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 32/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 32
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Perhitungan untuk data IPK ( NST = 0.1 )
a = 0.2 – 0.5NST =0.15
c = 0.5 –
0.5NST =0.45
e = 0.8 – 0.5NST = 0.75
g = 1.1 – 0.5NST =1.05
i = 1.4 – 0.5NST =1.35
k = 1.7 – 0.5NST =1.65
m = 2 – 0.5NST =1.95
o = 2.3 – 0.5NST =2.25
p = 3
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 33/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 33
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Gambar 1.4. Histogram manual untuk data IPK
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 34/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 34
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Gambar 1.5. Histogram manual untuk data lama jam belajar
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 35/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 35
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
IV. ANALISA dan PERTANYAAN
Analisa laporan dan sertai dengan gambaran subjek penelitian !
Pada praktikum modul 1, statistik deskriptif , praktikan mengolah data yang telah
dikumpulkan di lembar data ( data IPK dan lama jam belajar ) . Data yang telah dikumpulkan
tersebut lalu dibagi menjadi 2 jenis yaitu data yang belum dikelompokkan dan data yang telah
dikelompokkan . Data-data tersebut kemudian digunakan untuk menghitung ukuran
pemusatan data ( terdiri dari mean , median , dan modus ) , ukuran letak data ( terdiri dari
kwartil pertama (Q1) , kwartil kedua (Q2) , kwartil ketiga (Q3) , desil , dan persentil ) , dan
ukuran penyebaran data ( terdiri dari range (jangkauan) , variansi , dan standar deviasi
(simpangan baku) . Untuk data yang belum dikelompokkan , juga dilakukan perhitungandengan menggunakan bantuan software SPSS 17.0.
Maka pada perhitungan untuk data yang belum dikelompokkan , terjadi 2 macam
perhitungan yaitu perhitungan secara manual dan perhitungan dengan bantuan software SPSS.
Dari sekian perhitungan yang telah dilakukan , dapat dirangkum dalam tabel perbandingan di
bawah ini.
Tabel 1.9. Tabel perbandingan perhitungan manual dan software untuk data yang
belum dikelompokkan
Perhitungan
Manual
Perhitungan
Software
Perhitungan
Manual
Perhitungan
Software
Mean 3.05 3.05 1.29 1.29
Median 3.1 3.1 1 1
Modus 2.5 2.5 1 1
P11 2.5 2.5 1 1
P55 3.16 3.16 1 1
P70 3.29 3.29 1 1
Standar Deviasi 0.4 0.4 0.57 0.57
Variansi 0.16 0.16 0.33 0.33
Data IPK Data lama jam belajar
Dari tabel hasil perbandingan antara perhitungan manual dan software untuk data
yang belum dikelompokkan (IPK dan lama jam belajar) , terlihat semua hasil yang didapatkan
melalui perhitungan manual sama dengan hasil dari perhitungan menggunakan software . Hal
ini membuktikan bahwa , rumus-rumus dan cara yang digunakan selama perhitungan manual
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 36/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 36
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
merupakan rumus-rumus akurat dan dapat digunakan untuk mencari nilai-nilai dari statistik
deskriptif . Setelah membuktikan cara perhitungan untuk jenis data yang belum
dikelompokkan , maka selanjutnya adalah membuktikan perhitungan untuk jenis data yang
sudah dikelompokkan apakah cara tersebut akuran atau tidak .
Berikut adalah hasil perhitungan manual data yang sudah dikelompokkan bila
dibandingkan dengan hasil perhitungan software dari data yang belum dikelompokkan .
Tabel 1.10. Tabel perbandingan perhitungan manual dan software untuk data yang
sudah dikelompokkan
Perhitungan
Manual
Perhitungan
Software
Perhitungan
Manual
Perhitungan
Software
Mean 3.04 3.05 1.24 1.29
Median 2.98 3.1 0.7 1
Modus 3.232 2.5 0.9 1
P11 0.28 2.5 0.01 1
P55 0.02 3.16 0.39 1
P70 0.39 3.29 0.16 1
Standar Deviasi 0.43 0.4 0.6 0.57
Variansi 0.19 0.16 0.39 0.33
Data IPK Data lama jam belajar
Dari tabel perbandingan tersebut , terlihat adanya perbedaan hasil perhitungan antara
perhitungan manual data sudah dikelompokkan dengan perhitungan software data yang belum
dikelompokkan . Ini menandakan perhitungan dengan menggunakan data yang sudah
dikelompokkan kurang akurat . Dan dari hasil perhitungan dan perbandingan ini ,
menggunakan data yang belum dikelompokkan terbukti lebih akurat dibanding menggunakan
data yang sudah dikelompokkan data. Hal ini dikarenakan pada data yang sudah
dikelompokkan , nilai-nilai yang didapatkan banyak mengalami proses pembulatan . Proses
pembulatan yang terlalu banyak inilah yang mengurangi tingkat akurasinya.
Diketahui bahwa data IPK dan lama jam belajar diperoleh dari 3 prodi yaitu teknik
industri , mesin , dan elektro angkatan 2013 . Dengan menggunakan software SPSS , dapat
diketahui frekuensi tiap prodi melalui pie chart berikut .
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 37/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 37
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Gambar 1.6. Pie chart perbandingan ketiga prodi
Tabel 1.11. Frekuensi tiap prodi
Terdapat 84 orang dari teknik industri dengan persentase 80% , 11 orang dari teknik
mesin dengan persentase 10.5% , dan 10 orang dari prodi elektro dengan persentase 9.5%.
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 38/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 38
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Pertanyaan
1. Jelaskan konsep standar deviasi dari hasil kurva distribusi berdasarkan
software !
Jawab :
Standar deviasi merupakan ukuran sebaran statistik yang paling lazim . Biasa digunakan
untuk mendefinisikan rata-rata jarak penyimpangan titik-titik diukur dari nilai rata-rata data
tersebut. Semakin tinggi nilai standar deviasi , semakin tinggi juga tingkat penyimpangan
data.
2. Jelaskan pendapat anda terkait lebih penting mana antara ukuran pemusatan
data dan ukuran penyebaran data !
Jawab :
Menurut pendapat saya , lebih penting ukuran pemusatan data . Karena ukuran pemusatan
data ditujukan untuk mencari sebuah nilai yang dapat mewakili dari suatu rangkaian data.
Pada penyebaran data , hanya ditujukan untuk mengetahui seberapa jauh penyebaran data dari
nilai rata-ratanya.
3. Jelaskan apa yang dimaksud dengan : centr al tendency , skewness , curtosis , dan
korelasi dalam statistik deskriptif !
Jawab :
Central tendency adalah suatu ukuran kecenderungan sekelompok data yang tersusun
untuk berpusat pada suatu titik. Ukuran yang sering digunakan adalah mean , median , modus
, rata-rata ukur , dan rata-rata harmonis.
Skewness adalah derajat ketidaksimetrian suatu distribusi . Jika kurva frekuensi suatu
distribusi memiliki ekor memanja ke kanan maka disebut positif ( begitu sebaliknya ).
Distribusi normal memiliki skewness nol.
Curtosis merupakan derajat keruncingan suatu distribusi ( biasanya diukur relatif
terhadap distribusi normal ) . Kurva yang lebih tinggi dari kurva distribusi normal disebut
leptokurtik , yang lebih datar plakurtik dan distribusi normal disebut mesokurtik .
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 39/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 39
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Korelasi merupakan suatu teknik statistik yang digunakan untuk mencari hubungan
antara dua variabel atau lebih yang sifatnya kuantitatif. Jika korelasi bernilai positif , maka
hubungan antara dua variabel searah . Sebaliknya , jika korelasi bersifat negatif , maka
hubungan antara dua variabel bersifat berlawanan arah.
4. Sebutkan dan jelaskan teknik analisa data menggunakan central tendency
untuk masing-masing jenis data dalam statistik !
Jawab :
Teknik analisa dengan menggunakan central tendency terdiri dari mean , median dan modus.
Mean
Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja
merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi
sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi
dengan banyaknya data. Definisi tersebut dapat di nyatakan dengan persamaan berikut:
Untuk data yang belum dikelompokkan :
Untuk data yang sudah dikelompokkan :
Median
Merupakan nilai tengah dari data yang telah diurut .
Untuk data yang belum dikelompokkan :
Md = X(n+1)/2
Untuk data yang sudah dikelompokkan :
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 40/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 40
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Modus
Merupakan nilai data yang paling sering muncul . Disimbolkan dengan Mo.
Untuk data yang belum dikelompokkan : Dari frekuensi terbanyak
Untuk data yang sudah dikelompokkan :
5. Apa yang dimaksud dengan NST dan mengapa NST yang digunakan sebesar
0.1?
Jawab :
NST ( Nilai Skala Terkecil ) adalah nilai terkecil dari suatu skala perhitungan .
Digunakan NST sebesar 0.1 karena 0.1 merupakan nilai skala terkecil jika kita menggunakan
nilai desimal 1 angka di belakang koma
6. Mengapa rumus batas kelas untuk data yang telah dikelompokkan berbeda
untuk nilai genap dan nilai ganjil ?
Jawab :
Rumus batas kelas untuk data yang telah dikelompokkan berbeda untuk nilai genap dan
nilai ganjil , karena adanya perbedaan ditambah dan dikurangnya NST . Hal ini dilakukan
untuk mencegah data berjarak dan menjaga data agar tetap rapat .
7.
Teknik analisa apakah yang sering digunakan untuk statistik deskriptif ?
Sebutkan dan jelaskan !
Jawab :
Teknik analisa statistik deskriptif antara lain :
Penyajian data dalam bentuk tabal .
Dengan menggunakan teknik analisis ini , maka akan dapat diketahui suatu
kecenderungan hasil penelitian apakah termasuk kategori rendah , sedang , atau tinggi.
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 41/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 41
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
Penyajian data dalam bentuk visual , seperti histogram , polygon ,ogive , diagram
batang , diagram lingkaran , diagram pastel , dan diagram lambang . Penggunaan
analisis ini adalah untuk mencari ataupun menemukan pola dan hubungan antarvariabel dalam penelitian.
Pengukuran ukuran pemusatan ( mean , median , modus )
Perhitungan ukuran letak ( kuartil , desil , dan persentil )
Perhitungan ukuran penyebaran (standar deviasi , varian , range , kuartil , dsb )
Teknik yang paling sering digunakan adalah , teknik pengukuran ukuran pemusatan (
mean , median , dan modus ) . Karena dengan teknik ini dapat menghasilkan hasil yang dapat
mewakili keseluruhan data
8. Apa itu data? Sebutkan dan jelaskan jenis-jenis data (3) dan sifatnya yang
digunakan dalam statistik beserta contohnya !
Jawab :
Data merupakan sekumpulan informasi yang diperoleh dari suatu pengamatan yang
dapat berupa angka , lambang , ataupun sifat. Data dapat dibagi menjadi 3 jenis yaitu :
Data nominal , data yang diperoleh dengan cara ketegorisasi/klasifikasi . Contoh :
mengklasifikasikan prodi , teknik industri = 1 , teknik mesin =2 , teknik elektro =3.
Data ordinal , data yang diperoleh dengan cara klasifikasi tetapi terdapat hubungan
diantara data tersebut . Contoh : menggunakan data yang ada pada nominal , misal ,
teknik industri tidak boleh melebihi teknik elektro dst.
Data interval , data yang tidak terdapat klasifikasi dan dapat dilakukan proses
matematika. Contoh : Range / lebar kelas
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 42/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 42
Laboratorium Praktikum Statistik dan Pendukung Keputusan
Program Studi Teknik Industri – Fakultas Teknik
Universitas Katrolik Indonesia Atma Jaya
V. KESIMPULAN
Kesimpulan dari modul 1 , statistik deskriptif ini antara lain :
Konsep dasar dari statistik deskriptif adalah mengumpulkan , mengolah , dan
menyajikan data statistik .
Ukuran pemusatan data dapat mewakili keseluruhan data
Ukuran penyebaran data berguna untuk mengetahui besarnya penyebaran data
Perhitungan data yang belum dikelompokkan lebih akurat dibanding data yang telah
dikelompokkan
7/17/2019 MODUL I statistika
http://slidepdf.com/reader/full/modul-i-statistika 43/43
Laporan Praktikum Statistik Modul 1. Statistik Deskriptif 43
VI. DAFTAR PUSTAKA
Endang Soenarya. 1993. Statistika Dasar Universitas. M2S Bandung.
M. Iqbal Hasan. 1999. Pokok-pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta: Bumi
Aksara.
J. Supranto. 1989. Statistik Teori dan Aplikasi jilid 2. Jakarta. Erlangga
Eddy Marlianto. 2004. Metode Statistika. Medan. USU Press