Professional Documents
Culture Documents
Kumpulan Data
Informasi
Gunakan informasi dari sample untuk
dari
Statistik Inferensial
menyimpulkan populasi
sample
Selesai
1.2 Peranan Statistik dan
Penerapannya di Bidang Teknik
1.2.1 Mengapa Statistik diperlukan ?
1. Menggambarkan hubungan2 antara variabel2
Contoh : seorang manajemen perusahaan yg bergerak dlm bidang industri berat ingin
membandingkan pengembalian investasi kliennya utk tahun ini dengan angka2 tahun lalu yg
berkaitan. Dengan prinsip2 statisik deskriptif dia dapat meringkas data pendapatan & biaya
dari kedua periode. Berdasarkan kajiannya itu dia menyajikan suatu rekomendasi kpd
kliennya.
2. Alat bantu pengambilan keputusan
Contoh : seorang Insinyur dibagian kendali mutu pabrik pembuat alat penyemprot cat
otomatis mengetahui bahwa terdapat variasi mutu dari produk yg dihasilkan. Variasi dlm
kecepatan penyemprotan & pola alat semprotan ini dpt ditolelir jika tdk melampaui suatu
batasan tertentu lebih dari 1%. Dng teknik sampling yg tepat, & dng pengujian penyemprotan
sejumlah kecil alat penyemprot cat yg diambil secara acak dari jalur produksi yg sedang
berjalan, insinyur tsb dpt mengambil kesimpulan yg dpt dipercaya mengenai kualitas alat
penyemprot cat yg dihasilkan oleh jalur produksi tsb.
1.2.2 Penerapan Statistik di Bidang
Teknik
1. Pencegahan Kegagalan dalam suatu Desain Mesin/ Proses
2. Analisis Eksperimen Teknik
3. Pengendalian Mutu Manufaktur
Interpretasi Statistik Kegagalan Elemen
Mesin
Tafsiran Statistik pada akurasi
Pengukuran
Diagram Kendali Mutu
1.3 Metode Pemecahan Masalah
Secara Statistik
A. Identifikasi Masalah
B. Pengumpulan Fakta-fakta yang ada
C. Pengumpulan Data Baru : Alat Bantu dan sampel
D. Pengklasifikasian dan Peringkasan Data
E. Penyajian dan Analisis Data
F. Pengambilan Keputusan
1.4 Peranan Komputer dalam Statistik
Mulai
Gunakan informasi sensus untuk mengevaluasi Interpretasikan hasil-hasilnya, tarik kesimpulan dan
langkah-langkah aksi alternatif dan buat keputusan. buat keputusan
Selesai
Beberapa Program Statistik
2. Statistik Deskriptif
□ Setelah disusun menjadi jajaran data dengan urutan menaik (ascending ) dengan
menggunakan program spreadsheet Microsoft Excel :
923 1051 1090 1141 1162 1196 1225 1264 1302 1368
924 1051 1094 1146 1163 1197 1231 1270 1303 1393
931 1055 1095 1146 1170 1200 1233 1273 1312 1399
939 1055 1106 1150 1171 1205 1233 1273 1314 1406
1020 1058 1110 1152 1175 1208 1235 1274 1316 1416
1021 1062 1124 1152 1181 1209 1246 1275 1327 1437
1028 1065 1133 1156 1185 1216 1249 1285 1333 1449
1040 1077 1136 1158 1185 1217 1250 1289 1338 1464
1042 1081 1141 1160 1186 1218 1254 1290 1341 1482
1042 1083 1141 1161 1192 1218 1258 1298 1361 1492
2.3 Penyajian Data
2.4 Distribusi Frekuensi (susunan data
yg terbentuk)
900 - 999 4 4
1000 - 1099 19 19
1100 - 1199 29 29
1200 - 1299 28 28
1300 - 1399 13 13
1400 - 1499 7 7
Total (N) 100 100%
Pengelompokkan Data Distribusi Frekuensi :
1. Interval Kelas (Class Interval) dan Batas kelas (Class Limit)
Contoh interval 900-999, 1000-1099, dst.
2. Batas Nyata Kelas (Class Boundary)
Contoh : pada contoh diukur sampai ketelitian kN/m2 terdekat, maka interval kelas
900-999 secara teoritis meliputi pula seluruh hasil pengukuran antara 899,5 sampai
999,5 kN/m2. Maka angka2 899,5 dan 999,5 disebut sebagai batas nyata kelas (class
boundary/ true class limit).
3. Lebar Interval Kelas (Width of Interval Class)
Lebar interval kelas adalah selisih antara batas bawah nyata dengan batas atas
nyata kelas, biasa dinotasikan dng c. Pada ilustrasi ......,lebar interval kelasnya adalah
c = 999,5 – 899,5 = 1099,5 – 999,5 = .............,dst = 100.
4. Nilai tengah kelas ( Class Midpoint/ Class Mark)
Contoh : (900+999)/2 = 949,5
2.5 Pertimbangan dlm Penyusunan
Distribusi Frekuensi
Untuk meminimalkan grouping error data ke dalam distribusi frekuensi yg
dpt menimbulkan masalah pd analisis selanjutnya, kriteria2 yg perlu
dipertimbangkan :
1. Interval kelas harus dipilih dng memastikan dua ketentuan:
a. Seluruh data harus terikutsertakan
b. Setiap unit data hanya dimasukkan sekali sj & hanya di satu kelas
interval sj
2. Umumnya jumlah interval kelas yg digunakan adalah antara 5 – 20,
tergantung pd bbrp faktor spt jmlh yg diamati, tujuan penyusunan dist.
Frekuensi & kepentingan dr analisis
3. Sebisa mungkin lebar setiap interval kelas sama (biasanya memudahkan dng
kelipatan 5,10,100,1000,dst). Jika jumlah data tdk terlalu banyak, dpt menggunakan
rumus :
c = R/K
Dimana :
c = lebar interval kelas (hasilnya dibulatkan)
R = kisaran data (range) = selisih data terbesar dng terkecil
K = jumlah interval kelas
Jika jumlahnya terlalu banyak maka jumlah interval kelas (k) dpt menggunkan rumus
Sturge :
K = 1 + 3,3 log n
Dimana n = jumlah data
4. Sebisa mungkin interval kelas terbuka dihindari, diperlukan jika terlalu besar/kecil
dibandingkan dng nilai data lainnya.
5. Jika mungkin, interval kelas dipilih sedemikian rupa sehingga nilai tengah kelasnya
bersesuaian dng nilai dimana data aktual terkonsentrasi.
2.6 Presentasi Grafik
Distribusi Frekuensi
A. Histogram
Grafik batang (bar graph) yg
menggambarkan distribusi data dr
sebuah distribusi frekuensi.
Contoh :
Distribusi frekuensi dari tegangan rusak
pada tabel disamping memiliki
interval kelas yg sama lebarnya.
Maka histogramnya dapat
digambarkan >>>
B. Poligon Frekuensi
Suatu grafik garis dari frekuensi2
interval kelas yg di plot pada nilai
tengah-nilai tengahnya. Poligon bisa
didapat dng menghubungkan titik
tengah dari sisi atas batang2
histogram.
2.7 Distribusi Frekuensi
Kumulatif
Distribusi frekuensi dpt diubah mjd
distribusi frekuensi kumulatif &
dipresentasikan dlm grafik yg disebut
Ogive. Jika banyaknya data dlm
distribusi tsb dinyatakan dlm
prosentase thdp banyaknya seluruh
data disebut distribusi frekuensi
kumulatif relatif.