Professional Documents
Culture Documents
k
R
= 8.571 9
3. Batas selang kelas bawah= 40 (data yang terkecil)
4. Batas kelas bawah = 40 0,5 = 39,5
5. Batas kelas atas = 39,5 + 7 = 48.5
6. Batas selang kelas atas = 48,5 + 0,5 = 49
Tabel Berat Badan Mahasiswa/i Tenik Industri
31
NO
SELANG
KELAS
BATAS KELAS
TITIK
TENGAH
FREKUENSI
1 40 48 39.5 48.5 44 10
2 49 57 48.5 57.5 53 44
3 58 66 57.5 66.5 62 29
4 67 75 66.5 75.5 71 11
5 76 84 75.5 84.5 80 4
6 85 93 84.5 93.5 89 1
7 94 102 93.5 102.5 98 1
JUMLAH 497 100
7. mean, median, modus, AMK, MAS, varians, simpangan baku, quartile (Q1, Q3), desil (D1,
D3, D5, D7, D9), persentil (P1, P25, P50, P75, P99)
MEAN =
n
f x
x
i i
.
=
100
5858
= 58,58
MEDIAN =
1
]
1
+ xh
f
C n
l X
2 /
= 170,5
MODUS =
1
]
1
+ 5
20 25 30 2
25 30
5 . 169 x
x
= 171,17
AMK =
n
x
2
1
=
100
1204
2
= 120,4
MAS =
n
x x
1
32
=
100
30 , 170 1204
= 10,34
VARIANS = S
2
=
100
x x fi
i
= 98,46
SIMPANGAN BAKU = S =
100
. x x fi
i
= 9,92
Q1 =
1
1
]
1
+ xh
f
C
n
l X
4
=
1
]
1
+ 5
25
19 4 / 100
5 . 164 x = 165,7
Q3 =
1
1
1
]
1
+ xh
f
C n
l X
4
3
=
1
]
1
+ 5
20
74 75
5 . 169 x = 169,75
DESIL : D1 =
1
1
1
]
1
+ xh
f
C n
l X
4
3
33
=
1
]
1
+ 5
14
5 10
5 . 159 x = 161,29
D3 =
1
1
]
1
+ xh
f
C
n
l
10
3
=
1
]
1
+ 5
25
19 30
5 . 164 x = 166,7
D5 =
1
1
]
1
+ xh
f
C
n
l
10
5
=
1
]
1
+ 5
30
44 50
5 . 169 x = 170.5
D7 =
1
1
]
1
+ xh
f
C
n
l
10
7
=
1
]
1
+ 5
30
44 70
5 . 169 x
= 173.83
D9 =
1
1
]
1
+ xh
f
C
n
l
10
9
=
1
]
1
+ 5
20
74 90
5 . 174 x = 178.5
34
PERSENTIL : P1 =
1
1
]
1
+ xh
f
C
n
l
100
1
=
1
]
1
+ 5
5
0 1
5 . 154 x = 155.5
P25 =
1
1
]
1
+ xh
f
C
n
l
100
25
=
1
]
1
+ 5
25
19 25
5 . 164 x = 165.7
P50 =
1
1
]
1
+ xh
f
C
n
l
100
50
=
1
]
1
+ 5
30
44 50
5 . 169 x = 170.5
P75 =
1
1
]
1
+ xh
f
C
n
l
100
75
=
1
]
1
+ 5
20
74 75
5 . 174 x = 174.75
P99 =
1
1
]
1
+ xh
f
C
n
l
100
99
=
1
]
1
+ 5
2
98 99
5 . 184 x = 187
b. Perhitungan Distribusi Frekuensi dari Tinggi Badan Mahasiswa
35
Range (R) = Xmax Xmin = 187-155
= 32
Jumlah data (n) = 100
Langkah pembuatan :
1. Jumlah kelas
a. (k) = 1 +3.3 log n
k = 1+3,3 log 100
= 7
2. Panjang kelas interval c =
7
60
k
R
= 4,57 5
3. Batas selang kelas bawah = 155 (data yang terkecil)
4. Batas kelas bawah = 155 0,5 = 154,5
5. Batas kelas atas = 154,5 + 7 = 159,5
6. Batas selang kelas atas = 159,5 - 0,5 = 159
7. mean, median, modus, AMK, MAS, varians, simpangan baku, quartile (Q1, Q3), desil (D1,
D3, D5, D7, D9), persentil (P1, P25, P50, P75, P99)
Tabel Tinggi Badan Mahasiswa/i Tenik Industri
NO SELANG
KELAS
BATAS KELAS TITIK
TENGAH
FREKUENSI
1 155 159 154.5 159.5 157 5
36
2 160 164 159.5 164.5 162 14
3 165 169 164.5 169.5 167 25
4 170 174 169.5 174.5 172 30
5 175 179 174.5 179.5 177 20
6 180 184 179.5 184.5 182 4
7 185 189 184.5 189.5 187 2
JUMLAH 1204 100
MEAN =
n
f x
x
i i
.
=
100
17030
= 170,30
MEDIAN =
1
]
1
+ xh
f
C n
l X
2 /
=
1
]
1
+ 5
30
44 2 / 100
5 . 169 x = 170,5
MODUS =
1
1
]
1
+
f
f fp fm
fp fm
l X
2
=
1
]
1
+ 5
20 25 30 2
25 30
5 . 169 x
x
= 171,17
AMK =
n
x
2
1
=
100
1204
2
= 120,4
MAS =
n
x x
1
=
100
30 , 170 1204
= 10,34
37
VARIANS = S
2
=
100
x x fi
i
= 11,9
SIMPANGAN BAKU = S =
100
. x x fi
i
= 3,45
Q1 =
1
1
]
1
+ xh
f
C
n
l X
4
=
1
]
1
+ 5
25
19 4 / 100
5 . 164 x
= 165,7
Q3 =
1
1
1
]
1
+ xh
f
C n
l X
4
3
=
1
]
1
+ 5
20
74 75
5 . 169 x
= 169,75
DESIL : D1 =
1
1
1
]
1
+ xh
f
C n
l X
4
3
=
1
]
1
+ 5
14
5 10
5 . 159 x = 161,29
D3 =
1
1
]
1
+ xh
f
C
n
l
10
3
=
1
]
1
+ 5
25
19 30
5 . 164 x = 166,7
38
D5 =
1
1
]
1
+ xh
f
C
n
l
10
5
=
1
]
1
+ 5
30
44 50
5 . 169 x
= 170.5
D7 =
1
1
]
1
+ xh
f
C
n
l
10
7
=
1
]
1
+ 5
30
44 70
5 . 169 x
= 173.83
D9 =
1
1
]
1
+ xh
f
C
n
l
10
9
=
1
]
1
+ 5
20
74 90
5 . 174 x
= 178.5
PERSENTIL : P1 =
1
1
]
1
+ xh
f
C
n
l
100
1
=
1
]
1
+ 5
5
0 1
5 . 154 x
= 155.5
P25 =
1
1
]
1
+ xh
f
C
n
l
100
25
=
1
]
1
+ 5
25
19 25
5 . 164 x
= 165.
39
P50 =
1
1
]
1
+ xh
f
C
n
l
100
50
=
1
]
1
+ 5
30
44 50
5 . 169 x
= 170.5
P75 =
1
1
]
1
+ xh
f
C
n
l
100
75
=
1
]
1
+ 5
20
74 75
5 . 174 x
= 174.75
P99 =
1
1
]
1
+ xh
f
C
n
l
100
99
=
1
]
1
+ 5
2
98 99
5 . 184 x
= 187
3.2.2 Distribusi Binomial dan Hipergeometris.
Soal:
Percobaan I
1. Hitung :
roup JumlahSubG
TotalCacat
engambilan BanyaknyaP
TotalCacat
P
40
roup JumlahSubG
n
x P
.
) (
=
10
4 8 , 1 x
= 0,72
Dik : ns = 25, np = 18, nk = 22
Dit: P(k)..? P(p)..?
Jawab : P(p) =
ns
nk
=
25
18
= 0,72
P(k) =
ns
np
=
25
22
= 0,88
2.
roup JumlahSubG
TotalCacat
=
10
19
= 1,9
41
engambilan BanyaknyaP
TotalCacat
P
=
40
19
= 0,475
roup JumlahSubG
n
x P
.
) (
=
10
4 9 , 1 x
= 0,76
Dik : ns = 25, np = 19, nk = 21
Dit: P(k)..? P(p)..?
Jawab : P(p) =
ns
nk
=
25
19
= 0,76
P(k) =
ns
np
=
25
21
= 0,84
3.
roup JumlahSubG
TotalCacat
=
10
25
= 2,5
engambilan BanyaknyaP
TotalCacat
P
=
50
25
= 0,5
roup JumlahSubG
n
x P
.
) (
=
10
5 5 , 2 x
= 1,25
Dik : ns = 30,np = 25, nk = 25
Dit: P(k)..? P(p)..?
Jawab : P(p) =
ns
nk
=
30
25
= 0,83
P(k) =
ns
np
=
30
25
= 0,83
4.
roup JumlahSubG
TotalCacat
=
10
24
= 2,4
42
engambilan BanyaknyaP
TotalCacat
P
=
50
24
= 0,48
roup JumlahSubG
n
x P
.
) (
=
10
5 4 , 2 x
= 1,2
Dik : ns = 30,np = 24, nk = 26
Dit: P(k)..? P(p)..?
Jawab : P(p) =
ns
nk
=
30
24
= 0,8
P(k) =
ns
np
=
30
26
= 0,87
5. Dik : ns = 25, np = 12, nk = 8
Dit: P(k)..? P(p)..?
Jawab : P(k) =
ns
nk
=
25
12
= 0,48
P(p) =
ns
np
=
25
8
= 0,32
Kesmpulan : pada percobaan tersebut diketahui bahwa ini termasuk percobaan binomial,
karena hanya terdapat cacat
Percobaan II
1. P(k1) =
ns
nk
=
25
15
= 0,6
P(k2) =
ns
nk
=
24
14
= 0,58
P(k3) =
ns
nk
=
23
13
= 0,56
= P(k1) x P(k2) x P(k3)
= 0,6 x 0,58 x 0,56
43
= 0,19488
44
BAB IV
PEMBAHASAN DAN ANALISA DATA
4.1 Statistik deskriptis.
TUGAS PENDAHULUAN 1
1. Apa yang dimaksud dengan : variable, parameter, dan kostanta ?
2. Jelaskan skala nominal, ordinal, interval, dan rasio, dan berikan
contohnya masing-masing.
3. Jelaskan arti statistika deskriptif dan interensia statistic. Berikan
contohnya masing-masing 2 (Dua) buah.
4. Buktikan rumus:
Kapan rumus diatas dipergunakan?
5. (a) Berapa nilai rata-rata seorang mahasiswa mendapat nilai 86,75, dan
80 pada tiga kali kuis dan 78 pada ujian akhir, bila ujian akhir dianggap tiga
kali lebih penting dari masing-masing kuis tersebut ?
6. (a) Hitung nilai geometric bagi 1,4 , dan 128.
(b) Pada 1 januari jumlah tabungan si A di Bank mencapai $1000, bila
selama tahun ini jumlah tersebut tidak ditambah dan tidak dikurangi, sedang
bunga majemuk yang diterima adalah 5% perbulan, hitunglah jumlah rata-
rata uang yang ada di Bank selama 6 bulan pertama. (Gunakan logarima).
7. Bilangan-bilangan berikut adalah menyatakan hasil ujian statistic industry :
Kelompok 5 Laporan Bab 1 Statistik Industri
45
23, 60, 79, 32, 57, 74, 52, 70, 82, 36, 80, 77, 81, 80, 95, 41, 65, 92, 85, 55,
67, 81, 80, 98, 25, 78, 75, 64, 52, 10, 41, 71, 54, 83, 64, 72, 88, 62, 74, 43,
60, 89, 78, 76, 84, 48, 84, 90, 15, 79, 34, 17, 82, 67, 69, 80, 74, 63, 61, 85.
Dengan menggunkan 9 selang dan dengan nilai terendah 10 maka:
(a) Buatlah sebaran frekuensinya
(b) Cari nilai median, modus, mean, Q
1
, Q
3
, Q
7
, dan Q
9
.
Jawab
1. Variabel Sebuah symbol atau konsep yang dapat
mengansumsikan salah satu set nilai
Parameter Niali yang mengikuti sebagai acuan. Keterangan atau
informasi yang dapat menjelaskan batas-batas atau bagian-
bagian tertentu dari suatu sistem.
Notasi Parameter Populasi dan Statistik Sampel
Konstanta adalah nilai yang tidak akan berubah sepanjang
aplikasi, biasanya konstanta digunakan untuk meberi nilai tetap
pada perhitungannya. Konstanta sering disebut dengan literal.
2. Empat tingkat Skala atau pengukuran berikut karakteristiknya:
Kelompok 5 Laporan Bab 1 Statistik Industri
46
(a) Nominal : Tidak ada urutan, urutan tidak menunjukkan tingkatan
(rangking)
Tidak ada titik awal
Tidak ada perbedaan
Misalnya : Apa warna favorit anda :
1. Ungu 2. Abu-abu
3. Coklat 4. Putih
(b) Ordinal : Ada urutan. urutan menunjukkan tingkatan
(rangking)
Tidak ada titik awal
Tidak ada perbedaan
Misalnya : Bagaimana prestasi belajar anda semester lalu?
1. Sangat Baik 2. Baik
3. Sedang-sedang saja 4. Buruk 5. Sangat Buruk
Skala Nominal dan Ordinal digunakan berkaitan dengan data
kategorik/kualitatif.
(a) Interval: Ada Urutan
Ada Perbedaan
Tidak ada titik awal
Misalnya:
Temperatur atau suhu : 0C bukan berarti tidak mempunyai suhu.
Tangga Nada
IQ
(b) Rasio : Ada Urutan
Ada Perbedaan
Ada titik awal
Kelompok 5 Laporan Bab 1 Statistik Industri
47
Misalnya:
Pendapatan (Rp. 135 245,23 per bulan): Pendapatan Rp. 0 berarti tidak
ada (bandingkan dengan 0
o
C pada suhu)
Skala Interval dan Rasio digunakan berkaitan dengan data
numerik/kuantitatif.
3. Dua jenis Metode Statistika (Statistics):
a. Statistika Deskriptif (Descriptive Statistics)
Serangkaian teknik yang meliputi metode pengumpulan, peringkasan dan
penyajian data
Descriptive : bersifat memberi gambaran
Contoh Masalah Statistika Deskriptif :
1. Tabulasi Data
2. Diagram balok
3. Diagram Kue Pie
4. Grafik perkembangan harga dari tahun ke tahun
b. Statistika Inferensia : Statistika Induktif (Inferential Statistics)
Serangkaian teknik yang digunakan untuk metode analisis, peramalan,
pendugaan dan penarikan kesimpulan
Inferential : bersifat melakukan generalisasi (penarikan kesimpulan).
Contoh Masalah Statistika Inferensia :
1. Pendugaan Parameter
2. Pengujian Hipotesis
3. Peramalan dengan Regresi/Korelasiiagram Balok.
4. Rumus Standar Deviasi Sampel.
Kelompok 5 Laporan Bab 1 Statistik Industri
48
Dengan ket:
S = Deviasi standar dari sempel
n = Banyaknya data x dalam suatu sempel
x
1
= Nilai dari data (variable x)
Bila data yang dianalisis adalah data sample serta tidak dikelompokkan.
5.
Jadi nilai rata rata mahasiswa = 79,167
= 79 (dibulatkan ke bawah)
6. a. Diket : n = 3 (1,4,dan 128)
Ditan G = ..?
Jawab:
G = 8
b. Jawab:
Kelompok 5 Laporan Bab 1 Statistik Industri
49
Bulan Perhitungaan (bunga 5% / bln) Hasil(Rp)
1 1000.00 (data awal) 1000.00
2 1000.00 + (1000.00 x 5%) 1050.00
3 1050.00 + (1050.00 x 5%) 1102.50
4 1102.50 + (1102.50 x 5%) 1157.63
5 1157.63 + (1157.63 x 5%) 1215.51
6 1215.51 + (1215.51 x 5%) 1276.28
Jumlah 6801.92
Jadi rata-rata data adalah:
Rata-rata = Rp 1133.65
7.
a. Frekuensi
R = Xmax Xmin n = 60
= 98 10 = 88 K = 9
c = 10
DATA
Kelompok 5 Laporan Bab 1 Statistik Industri
50
TABLE FREKUENSI:
b. Mean, median, modus, Q1, Q3, D7, dan D9?
1.
Kelompok 5 Laporan Bab 1 Statistik Industri
10 43 62 72 79 84
15 48 63 74 80 84
17 52 64 74 80 85
23 52 64 74 80 85
25 54 65 75 80 88
32 55 67 76 81 89
34 57 67 77 81 90
36 60 69 78 82 92
41 60 70 78 82 95
41 61 71 79 83 98
No
Selang
kelas
batas kelas titik tengah f fk
x f
1 10 - 19 9.5 -19.5 14.5 3 3 43.50
2 20 - 29 19.5 - 29.5 24.5 2 5 49.00
3 30 - 39 29.5 - 39.5 34.5 3 8 103.50
4 40 - 49 39.5 - 49.5 44.5 4 12 178.00
5 50 - 59 49.5 - 59.5 54.5 5 17 272.50
6 60 - 69 59.5 - 69.5 64.5 11 28 709.50
7 70 - 79 69.5 - 79.5 74.5 13 41 968.50
8 80 - 89 79.5 - 89.5 84.5 15 56 1267.50
9 90 - 99 89.5 - 99.5 94.5 4 60 378.00
490.5 60 3970
51
Mean = 66.17
1.
Median = 71.04
2.
Modus = 81.04
3.
Q 1 = 55.5
4.
Q 3 = 82.17
5.
Kelompok 5 Laporan Bab 1 Statistik Industri
52
D 7 = 80.17
6.
D 9 = 88.17
4.2 Distribusi Binomial dan Hipergeometris.
TUGAS PENDAHULUAN 2
1. Apa parameter-parameter distribusi binomial dan distribusi
hipergeometris? Jelaskan?
5. Apa yang dimaksud dengan distribusi normal dan sebutkan parameter-
parameternya dan gambarkan grafik distribusi normal?
7. Sebuah kotak berisi 60 buah disket dimana 6 buah disket yang rusak.
Bila secara acak memilih 4 buah disket difari kotak tersebut, berapa peluang
mendapatkan 0, 1, 2, 3, 4 buah disket yang rusak?
8. Si dan Po berjanji untuk bertemu di Lab. Si, Po antara pukul 9 dan 10
dengan masing-masing menunggu selama 15 menit jika yang lain belum datang.
Berapa peluang keduanya akan bertemu?
9. Bila kemungkinan seorang anak itu laki-laki atau perempuan adalah
sama (1/2). Berapa kemungkinan:
a. Sebuah keluarga beranak 5, semuanya laki-laki?
Kelompok 5 Laporan Bab 1 Statistik Industri
53
b. Sebuah keluarga beranak 6, 3 laki-laki dan 3 perempuan?
Jawab:
1. Distribusi Binomial merupakan banyaknya X (peubah acak) yang
sukses dalam n usaha Bernoulli disebut Peubah Acak Binomial. Distribusi
peluang peubah acak diskrit ini disebut Distribusi Binomial yang dinotasikan
dengan b(x;n,p) atau b(n,p), karena nilainya tergantung pada banyaknya
percobaan (n) dan peluang sukses dalam suatu usaha (p).
Parameter Distribusi Binomial
Peubah acak X disebut berdistribusi Binomial jika dan hanya jika
P(X = x) = f(x) = p x p n x
untuk x = 0, 1, 2, ,n dan 0 p 1.
Distribusi Hipergiometrik adalah suatu variable acak X mnayatakan jumlah X
sukses dalam suatu sempel berukuran n yang dipilih secara acak dari populasi
berukuran N yang memiliki M sukses dan N M gagal.
Parameter Distribusi Geometrik yaitu Suatu sempelberukuran n (anggotanya terdiri
dari n objek) dipilih dari s populasi tanpa pergantian dimana setiap himpunan bagian
beranggota n yang dapat dibentuk dari populasi memiliki kesempatan yang sama
untuk terpilih menjadi sampel.
X = 0, 1, 2, 3 . . . . . . . , n
N
1
= Sub populasi gagal
N
2
= sub populasi sukses
Kelompok 5 Laporan Bab 1 Statistik Industri
54
n
N
C
x n
N
C
x
N
C
x p
,
_
,
_
2 1
) (
N = populasi = N
1
+ N
2
n = jumlah pengambilan dari populasi
X = jumlah timbulnya gejala sukses dr populasi
C = rumus kombinasi.
5. Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas
yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi
normal baku adalah distribusi normal yang memiliki rata-rata nol dan
simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve)
karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng.
Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam maupun
ilmu sosial. Beragam skor pengujian psikologi dan fenomena fisika seperti
jumlah foton dapat dihitung melalui pendekatan dengan mengikuti distribusi
normal. Distribusi normal banyak digunakan dalam berbagai bidang statistika,
misalnya distribusi sampling rata-rata akan mendekati normal, meski distribusi
populasi yang diambil tidak berdistribusi normal. Distribusi normal juga banyak
digunakan dalam berbagai distribusi dalam statistika, dan kebanyakan pengujian
hipotesis mengasumsikan normalitas suatu data.
tiga parameter distribusi normal (jumlah percobaan, kemungkinan
keberhasilan, dan jumlah shift) yang dipilih untuk pertandingan pertama tiga
saat-saat dua distribusi.
Distribusi Normal dengan parameter dan jika memiliki probabilitas
fungsi kepadatan
GRAFIK:
Kelompok 5 Laporan Bab 1 Statistik Industri
55
7.Diket = N : 60 n : 4 M : 60 6 = 54
Ditan = x :0, 1, 2, 3, 4 rusak?
Jawab =
8. jawab:
Diket =Si & Po ketemuan antara 9 10 --data ada 2 Si & Po
Menunggu 15 menit tidak ketemu
Dit = peluang ketemu ;. ?
Jawab: = 9 10 ---- 1 jam (4 x 15)
Jadi peluang ketemu adalah
Kelompok 5 Laporan Bab 1 Statistik Industri
56
9.jawab
Diket : (p)laki-laki =1/2
(q)Perempuan =
Ditan :a. 1keluarga anak 5(n = 5), semua laki(p (1 ?
b. 1keluarga anak 6 (n = 6), 3 laki & 3 perempuan (p (tepat 3 laki2 &3perempuan /
P (x = 3 laki2)?
Jawab : a. P (x, 5, 0.5) = -
= 1 0.9683
= 0.03281
b. P (x, 6, 0.5) =
= 0.8125 (Tabel)
Kelompok 5 Laporan Bab 1 Statistik Industri
57
4.3 Distribusi Poisson dan Eksponetial.
TUGAS PENDAHULUAN 3
5. Dalam sebuah kota, 15% dari seluruh pengemudi mobil paling sedikit satu lembar tiket
parkir dalam satu tahun. Gunakan pendekatan poisson terhadap distribusi binomial
untuk menentukan bahwa dari 80 pengemudi :
a) 8 pengemudi akan menerima paling sedikit akan menerima satu lembar
tiket parkir selama setahun berikutnya.
b) paling sedikit 4 pengemudi akan menerima paling sedikit 2 lembar tiket
parkir selama tahun berikutnya.
6. Jika rata-rata kedatangan truk di suatu gudang adalah 10 buah per jam. Tentukan
probabilitas dimana waktu antara kedatangan paling kecil adalah 30 menit.
9. apakah yang dimaksut bilangan random ? bagaimana cara menentukanya!
Jawab
5. Diket : n =80 P 1 = = 15% 0,15 (untuk mobil 1 lembar tiket selama
setahun)
P 2 = = 7.5% 0,075 (untuk mobil 2 lembar tiket selama setahun)
Ditan : a. P (x < 8) untuk 1 lembar tiket/thn?
b. P (x <4 )untuk 2 lembar tiket/thn?
Jawab:
a. P ( x< 8) = 0.15)
= )
Kelompok 5 Laporan Bab 1 Statistik Industri
58
= 0,0895 (table)
b. P ( x< 4) = 0.075)
= )
= 0,1512 (table)
6. Diket : = 10 1 jam ( 60 manit) = 10 buah
Ditan : P (x < 5( dari 30 menit = 5 buah dari 1 jam)?
Jawab : P ( x< 5) = )
= 0,0293 (table
9. Bilangan rendam memiliki arti agak berbeda seperti yang digunakan dalam bidang
yang berbeda. Ini juga memiliki makna yang umum yang mungkin memiliki
sambungan longgar dengan beberapa dari mereka makna yang lebih pasti.defenisi
lain:
Tidak memiliki tujuan tertentu atau tujuan; tidak dikirim atau petunjuk dalam
arah tertentu, dibuat, dilakukan, terjadi, dll, tanpa metode atau pilihan sadar;
sembarangan.
Cara menentukanya:
Random Sederhana ini ada beberapa syarat yang harus dipenuhi, antara lain
1. Harus tersedia kerangka sampling atau memungkinkan untuk dibuatkan kerangka
samplingnya (dalam kerangka sampling tidak boleh ada unsur sampel yang
dihitung dua kali atau lebih).
2. Sifat populasinya harus homogen, jika tidak, kemungkinan akan terjadi bias.
3. Ukuran populasinya tidak tak terbatas, artinya harus pasti berapa ukuran
populasinya.
4. Keadaan populasinya tidak terlalu tersebar secara geografis.
Kelompok 5 Laporan Bab 1 Statistik Industri
59
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
5.1.1 Statistik Deskriptif
Statistik deskriptif adalah bagian dari statistika yang mempelajari cara
pengumpulan data dan penyajian data sehingga mudah dipahami. Statistika
deskriptif hanya berhubungan dengan hal menguraikan atau memberikan
keterangan-keterangan mengenai suatu data atau keadaan. Statistika
deskriptif juga merupakan metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan
informasi yang berguna. Pengklasifikasian menjadi statistika deskriptif dan
statistika inferensia dilakukan berdasarkan aktivitas yang dilakukan.
Dengan Statistika deskriptif, kumpulan data yang diperoleh akan tersaji
dengan ringkas dan rapi serta dapat memberikan informasi inti dari
kumpulan data yang ada. Informasi yang dapat diperoleh dari statistika
deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data,
serta kecenderungan suatu gugus data.
Didasarkan pada ruang lingkup bahasannya statistik deskriptif mencakup :
Distribusi frekuensi beserta bagian-bagiannya seperti :
a. Grafik distibusi (histogram, poligon frekuensi, dan ogif);
b. Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya);
c. Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan
baku, dan sebagianya).
Kelompok 5 Laporan Bab 1 Statistik Industri
60
Dalam statistika deskriptif belum dilakukan analisis sehingga kesimpulan
yang dapat ditarik sangat terbatas, yaitu hanya terbatas pada nilai pemusatan
dan penyebaran saja. Sedangkan statistika inferensia disebut juga statistika
induktif karena dapat menganalisis dan mengambil kesimpulan dengan
metode tertentu tentang suatu fenomena berdasarkan sampel. Fase statistika
dimana hanya berusaha melukiskan atau menganalisa kelompok yang
diberikan tanpa membuat atau menarik kesimpulan tentang populasi atau
kelompok yang lebih besar dinamakan statistika deskriptif.
Analisis deskriptif adalah merupakan bentuk analisis data penelitian untuk
menguji generalisasi hasil penelitian berdasarkan satu sampel. Analisa
deskriptif ini dilakukan dengan pengujian hipotesis deskriptif. Hasil
analisisnya adalah apakah hipotesis penelitian dapat digeneralisasikan atau
tidak.
5.1.2 Distribusi Binomial dan Hipergeometris
Distribusi Probabilitas Binom adalah jika suatu ulangan binom mempunyai 2
peluang p (berhasil) dan peluang q (gagal), maka distribusi probabilitas binom x
adalah banyaknya keberhasilan dalam n ulangan yang bebas.
Ciri-ciri percobaan (kejadian) binom adalah :
7. Terdiri dari n ulangan
8. Setiap percobaan menghasilkan dua kejadian:
(a) kelahiran anak: laki-laki - perempuan;
(b) transaksi saham: jual - beli,
(c) perkembangan suku bunga: naik turun dan lain-lain.
Kelompok 5 Laporan Bab 1 Statistik Industri
61
9. Peluang berhasil dilambangkan dengan p, untuk setiap ulangan sama
tidak berbeda.
10. Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap
untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal, dan P(p)
+ P(q) = 1.
11. Ulangan bersifat bebas satu sama lain.
12. Data yang dihasilkan adalah data perhitungan.
Distribusi Hipergeometrik harus memenuhi kondisi-kondisi berikut :
1. Populasi berukuran N (anggotanya terdiri dari N objek)
2. Setiap anggota populasi dapat dinyatakan sebagai sukses atau gagal dan
terdapat M buah sukses dalam populasi, jadi p = M/N
3. Suatu sampel berukuran n (anggotanya terdiri dari n objek) dipilih dari s
populasi tanpa pergantian di mana setiap himpunan bagian beranggota n
yang dapat dibentuk dari populasi memiliki kesempatan yang sama untuk
terpilih menjadi sampel.
5.1.3 Distribusi Poisson dan Eksponensial
Distribusi Poisson adalah suatu distribusi yang digunakan untuk mengamati
jumlah kejadian-kejadian khusus yang terjadi dalam satu satuan waktu atau
ruang.
Dalam eksperimen poisson, probabilitas memperoleh dengan tepat peristiwa X
sebanyak x kejadian untuk setiap satu satuan unit (waktu atau ruang) yang
ditentukan membentuk sebuah distribusi yang fungsi probabilitasnya adalah:
Suatu distribusi poisson dapat digunakan dengan tepat dalam suatu eksperimen
poisson yang memenuhi kondis-kondisi berikut:
Kelompok 5 Laporan Bab 1 Statistik Industri
62
4. Suatu eksperimen yang meliputi pencacahan banyaknya suatu peristiwa
terjadi dalam setiap satuan unit yang ditentukan. Unit yang ditentukan ini
biasanya adalah unit waktu atau ruang.
5. Probabilitas peristiwa tersebut adalah sama untuk setiap satuan unit.
6. Banyaknya peristiwa yang terjadi dalam setiap satuan unit saling
bebas terhadap banyaknya peristiwa yang terjadi pada setiap satuan unit
yang lainnya.
Distribusi Eksponential adalah kasus khusus dari distribusi gamma dengan factor
bentuk = 1 dan factor skala = 1/. Distribusi ini banyak digunakan sebagai
model di bidang teknik dan sains.
Bahwa jika variabel acak kontinu X memiliki distribusi eksponential dengan
parameter dimana >0, maka fungsi kepadatan probabilitas dari X adalah:
5.2 Saran
Berdasarkan praktikum yang telah kami lakukan, kami ingin memberikan saran kepada
pihak yang terkait dengan praktikum statistik, yaitu :
1. Penjelasan mengenai software lebih mendalam dan lebih banyak waktu
dengan menggunakan software.
2. Fasilitas dari laboratorium statistik dapat lebih baik lagi, sehingga tidak
kesulitan saat memakai softwere.
3. Mahasiswa juga mempelajari software yang lebih terbaru lagi yang sering
digunakan untuk praktek statistik selain SPSS, missal MiniTab.
Kelompok 5 Laporan Bab 1 Statistik Industri
63