tm statind2

7/31/2019 TM statind2

1/8

LAPORAN PRAKTIKUM

STATISTIKA INDUSTRI II

Oleh:Nama : Azmi Alvian Gabriel

Kelompok : 1

Asisten: Wendra G. Rohmah

LABORATORIUM KOMPUTASI DAN ANALISIS SISTEM

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN

FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS BRAWIJAYA

MALANG

2012


2/8

BAB I

PENDAHULUAN

1.1 Latar Belakang

Berbagai alasan seperti banyaknya individu dalam populasi amatan,

sehingga penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik

tenaga, waktu, maupun biaya, maka penelitian hanya menggunakan sampel saja.

Harga - harga parameter hanya diestimasikan diduga berdasarkan harga - harga

statistik sampelnya. Pendugaan dalam kehidupan sehari - hari tidak dapat dihindari.

Permasalahannya adalah bagaimana pendugaan tersebut mendekatikebenaran. Olehkarena itu, statistika induktif mengembangkan teori pendugaan (estimasi/

penaksiran).

Untuk meningkatkan kualitas suatu produk perlu dilakukan life testingdata

yang berguna dalam melakukan pengujian tentang lifetime dan reliabilitas suatu

produk. Dalam melakukan pengamatan data lifetime digunakan beberapa model

distribusi yaitu distribusi Weibull, Gamma, Lognormal, dan Eksponensial. Salah

satu distribusi yang banyak digunakan dalam beberapa bidang statistic adalah

distribusi Eksponensial, karena mempunyai laju kerusakan konstan dan banyak

diterapkan dalam analisis uji lifetime.

Hasil pengukuran yang diperoleh disebut dengan data mentah. Besarnya

hasil pengukuran yang diperoleh biasanya bervariasi. Apabila diperhatikan data

mentah tersebut, sangatlah sulit untuk menarik kesimpulan yang berarti. Untuk

memperoleh gambaran yang baik mengenai data tersebut, data mentah tersebut

perlu diolah terlebih dahulu. Pada saat dihadapkan pada sekumpulan data yang

banyak, seringkali membantu untuk mengatur dan merangkum data tersebut dengan

membuat tabel yang berisi daftar nilai data yang mungkin berbeda (baik secara

individu atau berdasarkan pengelompokkan) bersama dengan frekuensi yang sesuai,

yang mewakili berapa kali nilai-nilai tersebut terjadi. Daftar sebaran nilai data

tersebut dinamakan dengan Daftar Frekuensi atau Sebaran Frekuensi (Distribusi

Frekuensi).


3/8

1.2 Tujuan

Tujuan dari praktikum ini adalah agar praktikan dapat mengerti dan

memahami tentang distribusi frekuensi beserta pendugaan parameternya.


4/8

BAB II

TINJAUAN PUSTAKA

2.1 Distribusi Frekuensi dan Parameter

Distribusi Frekuensi adalah penyusunan data mulai dari terkecil hingga

terbesar yang membagi banyaknya data ke dalam beberapa kelas. Tabel distribusi

frekuensi disusun jika data yang disajikan cukup banyak, yang jika disajikan dalam

tabel biasa menjadi kurang komunikatif dan tidak efisien. Pada distribusi frekuensi

parameter yang merupakan ciri dari populasi data (kelompok data). Distribusi

frekuensi terdiri dari (Saleh, 2004):- Distribusi frekuensi kategori

- Distribusi frekuensi numeric

Estimasi parameter adalah estimasi yang digunakan untuk menduga suatu

populasi dari sampel. Estimasi digolongkan menjadi dua yaitu estimasi titik

(pointestimation) dan estimasi interval (intervalestimation). Estimasi Titik (Point

Estimation) Sebuah nilai tunggal yang digunakan untuk mengestimasi sebuah

parameter disebut titik estimator, sedangkan proses untuk mengestimasi titik

tersebut disebut estimasi titik (Supranto, 2002).

Estimasi Interval (interval estimation) Sebuah estimasi interval dari sebuah

parameter adalah suatu sebaran nilai-nilai yang digunakan untuk mengestimasi.

Proses mengestimasi dengan suatu sebaran nilai-nilai ini disebut estimasi interval

(Supranto, 2002).

Pengelompokkan data ke dalam beberapa kelas dimaksudkan agar ciri-ciri

penting data tersebut dapat segera terlihat. Daftar frekuensi ini akan memberikan

gambaran yang khas tentang bagaimana keragaman data. Sifat keragaman data

sangat penting untuk diketahui, karena dalam pengujian-pengujian statistik

selanjutnya kita harus selalu memperhatikan sifat dari keragaman data. Tanpa

memperhatikan sifat keragaman data, penarikan suatu kesimpulan pada umumnya

tidaklah sah. Tujuan pembuatan distribusi frekuensi adalah untuk

mengorganisasikan data secara sistematik ke dalam berbagai macam klasifikasi

tanpa mengurangi informasi yang ada dari data tersebut (Saleh, 2004).


5/8

2.2 Hipotesis Deskriptif

Hipotesis deskriptif, merupakan dugaan terhadap nilai satu variabel dalam

satu sampel walaupun di dalamnya bisa terdapat beberapa kategori. Dalam

perumusan hipotesis statistik, antara hipotesis nol (Ho) dan hipotesis alternatif (Ha)

selalu berpasangan. Bila salah satu ditolak, maka yang lain pasti diterima sehingga

dapat dibuat keputusan yang tegas, yaitu kalau Ho ditolak pasti Ha diterima.

Hipotesis statistik dirumuskan dengan simbol-simbol statistik (Nar, 2003).

2.2.1 Rata-rata

Rata-rata sebuah set data adalah ukuran nilai 'tengah' data set. Dalam kasus

yang paling umum, data set adalah daftar nomor. Rata-rata daftar nomor adalahnomor satu yang dimaksudkan untuk melambangkan angka-angka dalam daftar.

Jika semua nomor dalam daftar yang sama, maka nomor ini harus digunakan. Jika

nomor tidak sama, rata-rata dihitung dengan menggabungkan nomor dari daftar

dalam cara yang spesifik dan komputasi nomor tunggal sebagai rata-rata daftar

(Montgomery, 2002). Berdasarkan definisi dari mean adalah jumlah seluruh data

dibagi dengan banyaknya data. Dengan kata lain jika kita memiliki N data sebagai

berikut X1, X2, X3,............Xn. Maka mean data tersebut dapat kita tuliskan sebagai

berikut (Nar, 2003) :

Mean =

2.2.2 Variasi

Variasi adalah ketidakseragaman dalam proses operasional sehingga

menimbulkan perbedaan dalam kualitas produk (barang/jasa) yang dihasilkan.

Adanya variabilitas atau variasi di setiap unit data adalah hal yang menarik di dalam

statistik, karena seperti halnya manusia setiap unit sampel mempunyai variasi.

Setiap variasi yang diukur dari unit-unit sampel dinamakan variabel (Sugiarto,

2003). Secara umum, variansi dirumuskan jika kita memiliki n observasi yaitu

X1,X2,.Xn, dan diketahui X bar adalah rata-rata sampel yang dimiliki, maka

variansi dapat dihitung sebagai beriktut (Ismail, 2003) :

S2

=

(X1 - ) 2

+ (X2 - ) 2

++ (Xn - ) 2


6/8

n - 1

2.2.3 Proporsi

Proporsi adalah perbandingan antara ukuran dan kualitas bagian bagian

dan hubungannya terhadap bentuk fisik keseluruhan. Proporsi sebagai salah satu

media bagi visualisasi konsep. Dasar dari suatu sistem proporsional adalah

perbandingan tetap. Sistem proporsional menentukan hubungan visual dari ukuran

shape dan kuantitas dari bagian-bagian terhadap keseluruhan (Ismail, 2003).

Proporsi suatu data di dalam populasi adalah rasio frekuensi data itu terhadap

seluruh frekuensi. Jika suatu data memiliki frekuensi f sedangkan seluruh frekuensi

adalah f, maka proporsi untuk data itu adalah (Sugiarto, 2003):

2.3 Hipotesis Komparatif

Hipotesis Komparatif merupakan dugaan terhadap perbandingan nilai

dua sampel atau lebih. Hipotesis ini merupakan jawaban sementara terhadap

perumusan masalah komparatif. Hipotesis komparatif terbagi menjadi dua jenis

sampel, yaitu sampel independen dan sampel berpasangan.

2.3.1 Sampel Independen

Sampel independen (bebas) adalah metode yang digunakan untuk menguji

kesamaan rata-rata dari 2 populasi yang bersifat independen, dimana peneliti tidak

memiliki informasi mengenai ragam populasi. Independen maksudnya adalah

bahwa populasi yang satu tidak dipengaruhi atau tidak berhubungan dengan

populasi yang lain. Barangkali, kondisi dimana peneliti tidak memiliki informasi

mengenai ragam populasi adalah kondisi yang paling sering dijumpai di kehidupan

nyata. Oleh karena itu secara umum, uji-t (baik 1-sampel, 2-sampel, independen

maupun paired) adalah metode yang paling sering digunakan (Montgomery, 2002).

2.3.2 Sampel Berpasangan

=

f

f


7/8

Uji t 2 sample berpasangan adalah salah satu jenis uji t yang digunakan

untuk mengetahui ada atau tidaknya perbedaan yang signifikan (meyakinkan) dari

dua buah mean sample (dua buah variabel yang dikomparasikan). Dimana kedua

sample tersebut berasal dari satu objek yang sama. Selain itu sampel juga memiliki

hubungan saling mempengaruhi (dependen/tidak bebas/berpasangan). Sampel

berpasangan dapat digunakan saat mencari perbedaan antara dua pengamatan.

Misalnya, apabila akan menguji banyaknya gigitan nyamuk sebelum diberi

pelindung anti nyamuk merk tertentu ataupun sesudahnya. Karena objeknya sama

(satu) maka tidaj perlu uji homogenisasi data (Banks, 2007).

DAFTAR PUSTAKA


8/8

Banks, J. 2007. Principles of International Edition Statistical Quality Control.

International Journal of United State of America. Vol. 2. Page 96.

Ismail. 2003. Pelatihan Terintegrasi Berbasis Kompetensi Mata Kuliah

Pengantar Statistika. Direktorat Lanjutan Pertama. Jakarta.

Kuswanto. 2006. Statistika. FP UB. Malang.

Montgomery, D.H. 2002. Planning of Analysis Stastistical. John Willey &

Sons,Inc. Canada.

Nar, H. 2003. Statistika Dasar. Dikdasmen. Jakarta.

Saleh, Samsubar. 2004. Statistik Deskriptif. UPP AMP YKPN. Yogyakarta.

Sugiarto, D. 2003. Teknik Sampling. PT. Gramedia Pustaka Utama. Jakarta.

Supranto. 2002. Statistik Teori dan Aplikasi. Erlangga. Jakarta.

Winarno, G. 2002. Pengantar Statistika. PPPG. Yogyakarta.

tm statind2

Documents