Professional Documents
Culture Documents
Laporan Akhir Kelompok 44 - Tiara Feberyn
Laporan Akhir Kelompok 44 - Tiara Feberyn
Laporan Akhir Kelompok 44 - Tiara Feberyn
OLEH:
Kelompok 44
Anggota:
Rayhan Fadilla 1910931040
Ilham Alfitrah 1910932003
ASISTEN:
TIARA FEBERYN
Kelompok : 44 C
Anggota : 1. Rayhan Fadilla (1910931040)
: 2. Ilham Alfitrah (1910932003)
Asisten Pembimbing : Tiara Feberyn (1710931006)
TF
2. Kamis, 26 November Perbaikan Laporan Akhir
2020 Praktikum
Asisten Pembimbing
TF
Tiara Feberyn
(1710931006)
LEMBAR PENGESAHAN
LAPORAN AKHIR
PRAKTIKUM STATISTIKA INDUSTRI 1
Oleh:
KELOMPOK 44
Anggota:
Rayhan Fadilla 1910931040
Ilham Alfitrah 1910932003
TF
Mengetahui
Koordinator Praktikum
i
ABSTRACT
In everyday life, statistics are widely used to help solve problems appropriately
and easily understood. The existence of the Covid-19 pandemic problem has
resulted in many changes in society in various fields, especially in the social field,
therefore in module 1 the researcher entitled the Community's Daily Activity
Pattern during the Covid-19 Pandemic. Data collection in this study was carried out
by collecting data from the Indonesian people, especially the island of Sumatra, by
giving the questionnaire to all people by distributing it through social media. The
results of data processing, from 101 respondents, found that the longest time outside
the house is 12 hours, while the minimum time is 0 hours or not leaving the house.
The calculation of the probability is done through data processing regarding the
proportion of frequently leaving the house or not the respondent, it is found that the
opportunity for respondents to often leave the house is 32.60%. The relationship
between gender and the opportunity for the respondent to make direct contact
results in a dependent opportunity. Data processing is presented in the form of
histograms, ogives, box plots, line charts, frequency distribution tables, bar charts,
and venn diagrams presenting data about the activities carried out by the community
during the pandemic.
Research in module 2 regarding discrete and continuous probability
distributions is used to facilitate researchers in processing data obtained from
industrial statistics advisory assistants. Therefore this research is entitled High
School Student Data Probability (IPA) and Vehicle Data. Data for high school
students in Padang City can be calculated using the binomial distribution, geometric
distribution, and normal distribution, while vehicle data can be calculated using the
Poisson distribution and the exponential distribution. The results of data processing
for high school students in the city of Padang and vehicle data can be presented in
the form of PDF and CDF tables along with their graphics which can make it easier
to obtain information about theoretical data and empirical data.
The sampling distribution in module 3 with the data collection method in this
study is random data generated using Microsoft Excel with a total of 50,000 data.
The research was conducted on ruler thickness deviation data entitled Random Data
Sampling Distribution. The results showed that, random data that has been
generated can be calculated using the sampling distribution method. then analyzed
using the central limit theory approach and conclusions drawn.
ii
ABSTRAK
iii
KATA PENGANTAR
Segala puji dan syukur tidak henti-hentinya kita panjatkan kehadirat Allah
SWT yang telah memberikan rahmat, nikmat dan anugerah-Nya sehingga laporan
praktikum statistika industri I ini dapat diselesaikan sebaik mungkin. Pada
penulisan laporan ini Penulis mengucapkan terima kasih yang sebesar-besarnya
kepada semua pihak yang telah banyak membantu dan membimbing penulis dalam
menyelesaikan laporan ini, terkhusus kepada:
Demikianlah laporan ini kami buat dengan sepenuh hati. Tidak lupa kritik
dan saran kami harapkan agar kedepannya laporan ini dapat menjadi lebih baik lagi.
Semoga laporan ini bisa bermanfaat bagi semua pihak yang membutuhkan dan
terkhusus bagi kami selaku penulis.
Penulis
iv
DAFTAR ISI
LEMBAR ASISTENSI
LEMBAR PENGESAHAN .................................................................................. i
ABSTRACT ........................................................................................................... ii
ABSTRAK ........................................................................................................... iii
KATA PENGANTAR ......................................................................................... iv
DAFTAR ISI ..........................................................................................................v
DAFTAR TABEL ............................................................................................... xi
DAFTAR GAMBAR ......................................................................................... xiii
DAFTAR LAMPIRAN .......................................................................................xv
MODUL 1 (STATISTIKA DESKRIPTIF DAN DASAR-DASAR PELUANG)
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah .................................................................. 2
1.2 Rumusan Masalah ........................................................................... 3
1.3 Tujuan Penelitian ............................................................................ 3
1.4 Manfaat Penelitian .......................................................................... 4
1.5 Batasan Masalah .............................................................................. 4
BAB II LANDASAN TEORI
2.1 Statistika ........................................................................................ 5
2.2 Populasi ......................................................................................... 5
2.3 Sampel ........................................................................................... 6
2.4 Parameter dan Statistik .................................................................. 6
2.5 Data ............................................................................................... 6
2.5.1 Data menurut sifatnya .......................................................... 7
2.5.2 Data menurut sumbernya ...................................................... 7
2.5.3 Data menurut cara perolehannya .......................................... 7
2.5.4 Data menurut waktu pengumpulan ...................................... 7
2.6 Klarifikasi dari Statistik ................................................................ 8
2.6.1 Bentuk Angka / Tabel .......................................................... 8
2.6.1.1 Ukuran Pemusatan ................................................... 8
2.6.1.2 Dispersi .................................................................. 10
v
2.6.2 Skewness ........................................................................... 12
2.6.3 Kurtosis ............................................................................. 12
2.6.4 Bentuk Gambar ................................................................. 13
2.7 Teori Probabilitas ........................................................................ 14
2.7.1 Eksperimen Acak .............................................................. 14
2.7.2 Ruang Sampel dan Titik Sampel ....................................... 15
2.7.3 Permutasi dan Kombinasi .................................................. 15
2.7.4 Kejadian ............................................................................ 16
2.7.5 Konsep Perumusan Probabilitas ....................................... 16
2.7.6 Teorema Bayes ................................................................. 16
BAB III METODE PENELITIAN
3.1 Jenis Penelitian ............................................................................ 17
3.2 Lokasi dan Waktu Penelitian ...................................................... 17
3.3 Populasi dan Sampel Penelitian ................................................... 18
3.4 Metode Pengumpulan Data ......................................................... 18
3.5 Teknik Analisis Data ................................................................... 18
BAB IV PENGOLAHAN DATA DAN ANALISIS
4.1 Pengolahan Data .......................................................................... 19
4.1.1 Proporsi Jenis Kelamin Responden ....................................19
4.1.2 Olah Data Usia Responden ................................................20
4.1.3 Olah Data Responden Sering Keluar Rumah pada Masa
Pandemi Covid-19 .............................................................21
4.1.4 Olah Data Responden Melakukan Kontak Langsung dengan
Orang Lain Pada Masa Pandemi Covid-19 .......................21
4.1.5 Olah Data Kegiatan Saat di Luar Rumah ...........................21
4.1.6 Olah Data Lama Waktu Responden di Luar pada Masa
Pandemi Covid-19 .............................................................22
4.1.7 Olah Data Kegiatan Responden Saat di Luar Rumah ........23
4.1.8 Olah Data Media Sosial yang Sering digunakan Responden
pada Masa Pandemi Covid-19 ...........................................23
4.2 Analisis ........................................................................................ 24
4.2.1 Proporsi Jenis Kelamin Responden ....................................24
vi
4.2.2 Usia Responden ..................................................................24
4.2.3 Peluang Responden Sering Keluar Rumah ........................26
4.2.4 Kegiatan Saat di Luar Rumah ............................................27
4.2.5 Lama Waktu Responden di Luar pada Masa Pandemi Covid-
19 .......................................................................................28
4.2.6 Media Sosial yang Sering digunakan .................................29
BAB V PENUTUP
5.1 Kesimpulan .................................................................................. 31
5.2 Saran ........................................................................................... 32
MODUL 2 (DISTRIBUSI VARIABEL RANDOM DISKRIT DAN KONTINU)
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah .............................................................. 34
1.2 Rumusan Masalah ....................................................................... 35
1.3 Tujuan Penelitian ........................................................................35
1.4 Manfaat Penelitian ......................................................................36
1.5 Batasan Masalah ..........................................................................36
BAB II LANDASAN TEORI
2.1 Distribusi Bernoulli ..................................................................... 37
2.2 Distribusi Binomial ..................................................................... 37
2.3 Distribusi Multinomial ................................................................ 39
2.4 Distribusi Hipergeometrik ........................................................... 40
2.5 Distribusi Negatif Binomial ......................................................... 40
2.6 Distribusi Geometrik ................................................................... 41
2.7 Distribusi Poisson ........................................................................ 42
2.8 Distribusi Uniform Diskrit .......................................................... 43
2.9 Distribusi Uniform Kontinu ........................................................ 43
2.10 Distribusi Normal ........................................................................ 44
2.11 Distribusi Gamma ....................................................................... 44
2.12 Distribusi Exponensial ................................................................ 44
2.13 Distribusi Chi Square .................................................................. 45
2.14 Distribusi Beta ............................................................................ 45
2.15 Distribusi Log Normal ................................................................ 46
vii
2.16 Distribusi Weibull ....................................................................... 47
BAB III METODE PENELITIAN
3.1 Jenis Penelitian ............................................................................ 48
3.2 Lokasi dan Waktu Penelitian ....................................................... 48
3.3 Populasi dan Sampel Penelitian .................................................. 48
3.4 Metode Pengumpulan Data ......................................................... 49
3.5 Teknik Analisis Data ................................................................... 49
BAB IV PENGOLAHAN DATA DAN ANALISIS
4.1 Pengolahan Data ......................................................................... 50
4.1.1 Distribusi Binomial ............................................................ 50
4.1.2 Distribusi Poisson .............................................................. 52
4.1.3 Distribusi Geometrik .......................................................... 54
4.1.4 Distribusi Normal ............................................................... 56
4.1.5 Distribusi Eksponensial ...................................................... 57
4.2 Analisis ........................................................................................ 59
4.2.1 Distribusi Binomial ............................................................ 59
4.2.2 Distribusi Poisson .............................................................. 59
4.2.3 Distribusi Geometrik .......................................................... 60
4.2.4 Distribusi Normal ............................................................... 62
4.2.5 Distribusi Eksponensial ...................................................... 63
BAB V PENUTUP
5.1 Kesimpulan ................................................................................... 65
5.2 Saran ............................................................................................. 65
MODUL 3 (DISTRIBUSI SAMPLING)
BAB I PENDAHULUAN
1.1 Latar Belakang .............................................................................. 67
1.2 Rumusan Masalah ........................................................................68
1.3 Tujuan Penelitian ..........................................................................68
1.4 Manfaat Penelitian ........................................................................ 68
1.5 Batasan Masalah ...........................................................................69
BAB II LANDASAN TEORI
2.1 Sampel ..........................................................................................70
viii
2.2 Populasi ........................................................................................70
2.3 Sampel Acak .................................................................................71
2.4 Parameter dan Statistik .................................................................71
2.5 Distribusi Sampling .......................................................................72
2.6 Metode Penarikan Sampel ............................................................73
2.6.1 Sampling Non-Probabilitas .................................................. 74
2.6.1.1 Convenience Sampling ............................................. 74
2.6.1.2 Judgment Sampling .................................................. 74
2.6.1.3 Quota Sampling ........................................................ 74
2.6.2 Sampling Probabilitas ...........................................................75
2.6.2.1 Simple Random Sampling..........................................75
2.6.2.2 Stratified Sampling ................................................... 75
2.6.2.3 Cluster Sampling ...................................................... 75
2.6.2.4 Sistematik Sampling ................................................. 76
2.6.2.5 Area Sampling ..........................................................76
2.7 Distribusi Sampling Rata-Rata .....................................................76
2.8 Distribusi Sampling Proporsi ........................................................77
2.9 Distribusi Sampling Beda Rata-Rata ............................................78
2.10 Distribusi Sampling Beda Proporsi................................................78
2.11 Teorema Limit Pusat (Central Limit Theorem) ............................79
2.12 Standar Error .................................................................................80
BAB III METODE PENELITIAN
3.1 Jenis ..............................................................................................81
3.2 Lokasi dan Waktu Penelitian ........................................................81
3.3 Populasi dan Sampel Penelitian .....................................................81
3.4 Metode Pengumpulan Data ...........................................................82
3.5 Teknik Analisis Data .....................................................................82
BAB IV PENGOLAHAN DATA DAN ANALISIS
4.1 Pengumpulan Data .........................................................................83
4.2 Pengolahan Data ...........................................................................83
4.2.1 Langkah-Langkah Membangkitkan Data ..............................84
4.2.1.1 Memunculkan Data Analysis ...................................84
ix
4.2.1.2 Membangkitkan Data ...............................................86
4.2.1.3 Memunculkan Histogram Distribusi Uniform ..........87
4.2.1.4 Memunculkan Histogram Distribusi Normal ...........89
4.2.2 Perhitungan Distribusi Sampling Rata-Rata .........................91
4.2.3 Perhitungan Faktor Koreksi .................................................92
4.3 Analisis Data ................................................................................93
4.3.1 Analisis Sampling Distribusi Uniform .................................. 93
4.3.2 Analisis Sampling Distribusi Normal ...................................94
4.3.3 Analisis Perhitungan Distribusi Sampling Rata-Rata ...........95
4.3.4 Analisis Perhitungan Faktor Koreksi ....................................95
BAB V PENUTUP
5.1 Kesimpulan ....................................................................................96
5.2 Saran ..............................................................................................96
DAFTAR PUSTAKA
LAMPIRAN
BIODATA PENELITI
x
DAFTAR TABEL
xi
Tabel 2.4.13 Data Pengolahan secara Empiris dan Teoritis Distribusi
Eksponensial ................................................................................. 58
Tabel 3.2.1 Perbedaan Parameter dan Statistik ................................................. 72
Tabel 3.4.2 Perbandingan Mean dan Standar Deviasi Populasi dan Sampel .... 83
xii
DAFTAR GAMBAR
xiii
Gambar 3.4.8 Tampilan Tool ‘Data Analysis’ Histogram Distribusi Uniform
..................................................................................................... 88
Gambar 3.4.9 Tampilan Input Data Histogram Distribusi Uniform ..................88
Gambar 3.4.10 Tampilan Histogram Distribusi Uniform .....................................89
Gambar 3.4.11 Tampilan Data Random dengan Rata-rata Subgrup ....................89
Gambar 3.4.12 Tampilan Tool ‘Data Analysis’ Histogram Distribusi Normal....90
Gambar 3.4.13 Tampilan Input Data Histogram Distribusi Normal ....................90
Gambar 3.4.14 Tampilan Histogram Distribusi Normal ......................................91
Gambar 3.4.15 Histogram Distribusi Uniform .....................................................93
Gambar 3.4.16 Histogram Distribusi Normal ......................................................94
xiv
DAFTAR LAMPIRAN
xv
MODUL 1
Bab ini berisikan tentang latar belakang masalah, rumusan masalah, tujuan
penelitian, manfaat penelitian, dan batasan masalah dari penelitian.
Sejak adanya pandemi Covid-19 banyak hal yang berubah pada masyarakat
di berbagai bidang. Hal ini disebabkan oleh peraturan pemerintah tersebut dimana
masyarakat diminta agar seminimal mungkin menghindari kontak sesama manusia.
Perubahan yang paling dirasakan adalah pada bidang sosial, salah satu contohnya
adalah berkurangnya interaksi sosial antar masyarakat karena masyarakat lebih
memilih untuk mengurung diri di rumah.
3
1.4 Manfaat Penelitian
1. Topik laporan ini adalah Sosial dengan judul “Pola Kegiatan Sehari-hari
Masyarakat pada Masa Pandemi Covid-19”.
2. Data penelitian ini diambil dengan mengisi kuesioner G-Form yang di isi
oleh masyarakat dan disebarkan melalui social media dengan jumlah
minimal 100 responden.
3. Data yang diambil berupa pola kegiatan sehari-hari dirumah dan diluar
rumah serta media sosial apa yang sering digunakan pada saat pandemi
Covid-19
4
BAB II
LANDASAN TEORI
2.1 Statistika
Statistik adalah ilmu dan seni pengembangan dan penerapan metode yang
paling efektif untuk mengumpulkan, mentabulasi, serta menginterpretasikan data
kuantitatif sedemikian rupa sehingga kemungkinan salah dalam kesimpulan dan
estimasi dapat diperkirakan dengan menggunakan penalaran induktif berdasarkan
matematika probabilitas.[4]
2.2 Populasi
2.5 Data
Data adalah segala fakta atau keterangan tentang sesuatu yang dapat
dijadikan bahan untuk menyusun informasi. Data dan informasi adalah dua hal yang
6
berbeda. Informasi adalah berita yang merupakan hasil pengolahan data yang dipkai
untuk suatu keperluan.[5]
Dibedakan atas dua yaitu pertama data kualitatif adalah data yang tidak
dalam bentuk angka (non-numerik). Dan yang kedua yaitu data kuantitatif adalah
data yang dalam bentuk angka.
Dibedakan atas data primer dan data sekunder. Data primer adalah data yang
didapatkan atau diolah sendiri oleh organisasi atau perorangan langsung dari
objeknya. Data sekunder adalah data yang diperoleh dalam bentuk jadi dan diolah
oleh pihak lain, yang biasanya dalam bentuk publikasi.
7
2.6 Klasifikasi dari Statistik
Penyajian data pada statistika dapat berupa bentuk tabel dan dalam bentuk
gambar atau diagram.
Data angka atau tabel memiliki beberapa karatkteristik yang dapat diambil
dari data, yaitu:
1. Mean
Mean adalah nilai ata-rata yang didapat dari hasil penjumlahan seluruh nilai
dari masing-masing data, kemudian dibagi dengan banyaknya data yang ada.
∑ni-1 Xi
x̅= …(1)
n
8
Mean untuk data perkelompok
∑ni-1 fi Xi
x̅= …(2)
n
Keterangan:
̅
X = mean
Xi = data ke-i
n = jumlah data
fi = frekuensi kelas ke-i
2. Median
Median adalah nilai tengah dari kumpulan data yang telah diurutkan, jika
jumlah data ganjil maka nilai median adalah satu nilai yang berada ditengah urutan,
namun jika jumlah data genap maka median-nya adalah hasil penjumlahan dua nilai
yang berada ditengah urutan data, kemudian hasilnya dibagi dua.
n
-∑f
Me = Bb + (2 F ) c …(3)
Keterangan:
Me = median
Bb = batas bawah kelas median
n = jumlah data
fk = jumlah frekuensi semua kelas sebelum kelas median
f = frekuensi kelas median
c = panjang kelas
3. Modus
Modus adalah data atau nilai yang paling sering muncul atau yang memiliki
jumlah frekuensi terbanyak. Modus dilambangkan Mo.[6]
f1
Mo = Bb + f1+f2 c …(4)
9
Keterangan:
Mo = modus
Bb = batas bawah kelas modus
f1 = frekuensi kelas modus dikurangi frekuensi kelas sebelum
f2 = frekuensi kelas modus dikurangi frekuensi kelas sesudah
c = panjang kelas
2.6.1.2 Dispersi
Keterangan:
R = Jangkauan antar kuartil
Q3 = Kuartil kelas ketiga
Q1 = Kuartil kelas pertama
2. Standar deviasi
Standar deviasi atau simpangan baku merupakan salah satu cara mengukur
variasi sekelompok data kuantitatif. Besar harga standar deviasi menunjukkan
tingkat varians dari sekumpulan data. Semakin besar harga standar deviasi, berarti
semakin bervariasi atau heterogen angka-angka pada data kuantitatif tersebut.
10
∑ni-1 ( Xi-X
̅ )2
S=√ …(6)
n
Keterangan:
S = standar deviasi atau simpangan baku
Xi = nilai tengah
̅
X = rata-rata
n = jumlah data
3. Variansi
Variansi adalah rata-rata kuadrat deviasi data observasi terhadap rerata-nya.
Variansi data populasi dilambangkan dengan 2 (dibaca: sigma kuadrat),
sedangkan variansi data sampel dilambangkan dengan s².[8]
n ̅ )2
(Xi - X
S2 = ∑ …(7)
i=1 n
Keterangan:
S2 = variansi
Xi = nilai tengah
̅
X = rata-rata
n = banyak data
2.6.2 Skewness
11
2.6.3 Kurtosis
Ada beberapa cara menampilkan data dalam bentuk gambar atau bentuk
grafik, yaitu:
1. Histogram
Histogram adalah grafik distribusi suatu variabel dengan tampilan balok-
balok. Histogram berupa sekumpulan persegi panjang dengan alas pada sumbu X,
pusat alasnya adalah tanda kelas dan lebar alasnya adalah lebar kelas interval.
Tinggi merupakan frekuensi pada kelas yang bersangkutan.
2. Poligon
Poligon merupakan grafik garis yang mengaitkan frekuensi kelas dengan
tanda kelas. Grafik dapat digambarkan dengan menghubungkan garis lurus yang
melalui titik-titik pasangan frekuensi kelas dan titik tengah (tanda) interval kelas.
12
3. Ogive
Ogive adalah grafik yang digambarkan berdasarkan data yang sudah disusun
dalam bentuk tabel distribusi frekuensi kumulatif. Untuk data yang disusun dalam
bentuk tabel distribusi frekuensi kumulatif kurang dari, grafiknya berupa ogive
positif, sedangkan untuk data yang disusun dalam bentuk tabel distribusi frekuensi
kumulatif lebih dari, grafiknya berupa ogive negatif.
4. Diagram Lingkaran
Diagram lingkaran digunakan untuk penyajian data berbentuk kategori
dinyatakan dalam bentuk persentase. Frekuensi pada diagram batang dapat
dinyatakan dalam bentuk ukuran sudut dari lingkaran.
5. Diagram aun-Batang
Diagram daun-batang adalah penyajian dari suatu data sehingga secara
keseluruhan data individu-individu dapat terlihat apakah ada kecenderungan data
tersebut menyebar atau memusat pada suatu nilai tertentu.
6. Boxplot
Box plot menampilkan data dalam bentuk diagram yang terdiri dari kotak
dan garis. Metode untuk menggambarkan kelompok data numerik secara grafis
melalui kuartil dalam bentuk kotak yang dihubungkan.[8]
13
jika melakukan percobaan atau eksperimen tertentu dalam kondisi yang kurang
lebih identik maka hasil yang diperoleh juga hampir sama.[3]
Contoh eksperimen acak adalah sebagai berikut. Jika sebuah dadu dilempar
ke atas, maka kemungkinan mata dadu yang muncul adalah 1, 2, 3, 4, 5 atau 6.
Percobaan pelemparan sebuah koin. Setelah koin dilempar dan jatuh, maka
kemungkinan yang muncul adalah “Gambar” atau “Angka”. ika duah koin
dilempar keatas maka kemungiinannya adalah: AA, AG, GG, GA. Suatu pabrik
memproduksi sejenis produk kesehatan. Kemungkinan produk yang dihasilkan
adalah produk yang “cacat” dan “tidak cacat”.[3]
n!
Pnr = (n-r)! …(9)
14
Sedangkan banyaknya permutasi n benda berlainan yang disusun melingkar
yaitu:
Sementara itu jumlah kombinasi dari n obyek yag berlainan jika diambil
sebanyak r adalah:
n!
Cnr = r!(n-r)! …(11)
2.7.4 Kejadian
Kejadian merupakan salah satu sub himpunan (subset dari ruang sampel
atau biasa disebut sebagai himpunan bagian dari ruang sampel. Kejadian
dilambangkan dengan himpunan A dimana anggota-anggota dari A adalah titik
sampel.
15
Rumus untuk probabilitas dapat dinyatakan sebagai berikut:
Bila B1, B2, B3, …, Bn adalah kejadian saling lepas (saling meniadakan)
dalam ruang sampel S dan A kejadian lain sembarang dalam S, maka probabilitas
kejadian bersyarat Bi | A dapat dirumuskan:
P(Bi∩A) P(Bi|A)P(A)
P(Bi|A)= = ∑n …(13)
P(A) i=1 P( Bi|Ai)P(Ai)
Bila A1, A2, A3, ..., An adalah kejadian saling lepas saling meniadakan
dalam ruang sampel S dan B kejadian lain sembarang dalam S, maka probabilitas
kejadian bersyarat Ai | B dapat dirumuskan:
P(Ai∩B) P(Ai|B)P(B)
P(Ai|B)= = ∑n …(14)
P(B) i=1 P( Ai|Bi)P(Bi)
16
BAB III
METODE PENELITIAN
Bab ini berisikan metode penelitian, diantaranya jenis penelitian, lokasi dan
waktu penelitian, populasi dan sampel penelitian, metode pengumpulan data dan
teknik analisis data.
Pada Jenis penelitian yang kami lakukan pada kali ini berupa penelitian
deskriptif dan survei. Metode deskriptif merupakan metode yang dilakukan dengan
mendeskripsikan masalah yang terjadi, dalam kasus yaitu dengan pola kehidupan
masyarakat sehari-hari pada masa pandemi Covid-19. Penelitian survei ini
dilakukan dengan pengisian kuesioner secara online oleh masyarakat Indonesia
khususnya masyarakat yang berada di Pulau Sumatera serta dibagikan kepada
masyarakat tersebut dengan cara menggunakan sosial media.
Pada bagian ini berisikan lokasi dan waktu penelitian yang dilakukan oleh
peneliti. Penelitian kali ini dilakukan secara daring untuk mendapatkan data sebagai
bahan yang akan diteliti, lokasi penelitian yaitu seluruh wilayah Indonesia,
terkhusus Pulau Sumatera. Sedangkan waktu penelitianya dilaksanakan sejak
tanggal 10 September 2020 sampai dengan 16 September 2020.
3.3 Populasi dan Sampel Penelitian
Pada bagian ini berisikan populasi dan sampel penelitian yang pratikan
ambil pada penelitian ini. Populasi yang diambil praktikan pada penelitian kali ini
adalah seluruh masyarakat Indonesia khususnya Pulau Sumatera dengan sampel
penelitian yang diambil dari seluruh masyarakat yang telah mengisi kuesioner yang
telah praktikan buat sebagai data yang menggambarkan keseluruhan dari populasi.
Pada bagian ini metode pengumpulan data yang kami lakukan yaitu dengan
mengumpulkan data dari masyarakat Indonesia khususnya Pulau Sumatera dengan
memberikan kuesioner tersebut kepada seluruh masyarakat dengan cara
menyebarkannya melalui social media. Masyarakat mengisi kuesioner secara
pribadi yang berisikan pertanyaan mengenai data pribadi si pengisi kuesioner dan
pertanyaan terhadap pola kegiatan sehari-hari dirumah maupun diluar rumah pada
masa pandemi Covid-19.
Teknik analisis data yang digunakan pratikan pada laporan ini adalah
dengan menggunakan analisis statistika deskriptif serta dasar-dasar peluang. Data-
data yang telah didapatkan dari pengisian kuesioner kemudian dikelompokan agar
mudah dipahami. Kemudian data yang ada akan disajikan dalam bentuk tabel dan
bentuk gambar.
18
BAB IV
Subbab ini berisikan data yang telah diolah berdasarkan hasil dari kuesioner
yang telah diisi oleh responden.
4.1.3 Olah Data Responden Sering Keluar Rumah pada Masa Pandemi
Covid-19
Berikut ini adalah hasil pengolahan data berdasarkan sering atau tidaknya
responden keluar rumah pada masa pandemi Covid-19.
20
Tabel 1.4.5 Peluang Responden Sering Keluar Rumah pada Masa Pandemi Covid-
19
No Sering Keluar Rumah Jumlah Persentase
1. Ya 33 32,60%
2. Tidak 68 67,40%
Total 101 100%
Tabel 1.4.6 Peluang tak bebas Responden Melakukan Kontak Langsung dengan
Orang Lain Pada Masa Pandemi Covid-19
4.1.6 Olah Data Lama Waktu Responden di Luar pada Masa Pandemi
Covid-19
Berikut ini adalah hasil pengolahan data berdasarkan lama waktu responden
di luar rumah pada masa pandemi Covid-19.
21
Tabel 1.4.8 Ukuran Pemusatan dan Penyebaran Data Lama Responden di Luar
Rumah
Usia
Jumlah Data 101
Data Terendah 0
Data Tertinggi 12
Range 12
Mean 3,03
Modus 2
Median 2
Skewness 1,49
Kurtosis 2,65
Banyak Kelas Interval 7
Interval 1
Varians 5,1
Standar Deviasi 2,26
22
Tabel 1.4.11 Kegiatan Saat di Luar Rumah
Kegiatan (Frekuensi)
No. Lama Waktu
Beli Keperluan Nongkrong Sama Teman Mencari Udara Segar Lain-Lain
1 0 - 2 Jam 43 6 18 5
2 3 - 5 Jam 29 22 24 0
3 6 - 8 Jam 4 3 3 5
4 9 - 11 Jam 1 1 1 0
5 12 - 14 Jam 0 0 0 1
4.1.8 Olah Data Media Sosial yang Sering digunakan Responden pada
Masa Pandemi Covid-19
Berikut ini adalah hasil pengolahan data berdasarkan media sosial yang
sering digunakan responden pada masa pandemi Covid-19.
Subbab ini berisikan analisis dari hasil pengolahan data statistika deskriptif
dan dasar-dasar peluang pada subbab sebelumnya.
23
4.2.1 Proporsi Jenis Kelamin Responden
40,60%
59,40%
Laki-Laki Perempuan
24
Gambar 1.4.3 Ogive Usia Responden
Berdasarkan Gambar 1.4.2 dan Gambar 1.4.3 tentang ogive dan histogram
usia responden dapat diketahui bahwa penyebaran data terbanyak terletak pada titik
tengah interval dengan nilai 19. Kemiringan berupa simetris yang berarti nilai
modus = median = mean dan bentuk Keruncingan pada histogtram yaitu laptokurtis
yang menjelaskan bahwa data memiliki keruncingan. Gambar 1.4.4 memberi
informasi bahwa selisih antara kuartil-3 dengan median adalah 0, kuartil-1 besarnya
adalah 18, dan data outliers-nya adalah 32.
25
4.2.3 Peluang Responden Sering Keluar Rumah
Misalkan:
A = laki-laki
B = melakukan kontak langsung
26
Diketahui:
60
P(A) = 101
31
P(B) = 101
25
P(A ∩B) =
101
Maka:
25 60 31
≠ 101 101 , statement benar
101
27
4.2.5 Lama Waktu Responden di Luar Rumah pada Masa Pandemi Covid-
19
28
Berdasarkan Gambar 1.4.8 dan Gambar 1.4.9 tentang ogive dan histogram
lama responden di luar rumah dapat diketahui bahwa penyebaran data terbanyak
terletak pada titik tengah interval dengan nilai 2,5. Kemiringan berupa kemiringan
negatif yang berarti nilai modus < median < mean dan bentuk keruncingan pada
histogtram yaitu laptokurtis yang menjelaskan bahwa data memiliki keruncingan.
Gambar 1.4.10 menunjukkan bahwa dari data yang ada, didapati selisih kuartil-3
dengan median adalah 2, kuartil-1 data bernilai 1, dan data outliers yaitu 12.
29
Berdasarkan Gambar 1.4.12 yaitu bar chart mengenai media sosial yang
sering digunakan, dapat diketahui bahwa dari seluruh responden, media sosial
dengan pengguna terbanyak adalah instagram dan whatsapp dengan pengguna
masing-masing adalah 83.
Gambar 1.4.13 Pie Chart Lama Penggunaan Media Sosial dibandingkan dengan
Sebelum Pandemi Covid-19
30
BAB V
PENUTUP
Bab ini berisikan kesimpulan dari penelitian yang telah dilakukan beserta
saran untuk penulis selanjutnya
5.1 Kesimpulan
32
MODUL 2
Bab ini berisikan tentang latar belakang masalah, rumusan masalah, tujuan
penelitian, manfaat penelitian, dan batasan masalah dari penelitian.
35
3. Mengetahui perbedaan pengolahan data secara teoritis dan empiris.
36
BAB II
LANDASAN TEORI
Untuk membuktikan bahwa ini suatu fungsi peluang (PDF), kita hanya perlu
menunjukkan bahwa f(xi) ≥ 0(i = 1, 2, ...) dan ∑∞
i=f(Xi) = 1. Dalam distribusi
Bernoulli ini jelas, bahwa variabel random Bernoulli hanya dapat mencapai dua
nilai (0 dan 1) dengan peluang masing – masing 1 – p dan p, dan bahwa 1 – p + p =
1. (Dalam kasus yang lebih rumit, yang tak Bernoulli, keadaannya sering tidak jelas,
dan buktinya akan sulit.) Perhatikan bahwa nilai 0 dan 1 biasanya dikaitkan dengan
‘gagal’ dan ‘berhasil’ dalam suatu arti.[10]
P(X) = P (X = x) = (CN x
x )π (1-π)1- π
N-x
...(16)
Dimana:
N!
CN
x= ...(17)
x!(N-x)!
38
Distribusi binomial memiliki dua parameter μ dan σ yang persamaannya
adalah:
μ = Nπ …(18)
σ =√Nπ(1-π) …(19)
n!
P (X1, X2, X3, …, Xk) = [ X1!X2!X3!…Xk! ]PX1 X2 X3 Xk
1 P2 P3 …Pk …(20)
untuk nilai-nilai
X1 = 0, 1, 2, ……; Xk = 0, 1, 2, … dan ∑ki=1 xi=n =1
Dimana:
X1, X2, ……, Xk menyatakan jumlah dari kejadian B1, B2, …, Bk
n menyatakan jumlah percobaan.
P1, P2, ..., Pk adalah probabilitas terjadinya kejadian B1, B2, …, Bk
39
2.4 Distribusi Hipergeometrik
Crx CN-r
n-x
P(x) = 2!
, 0≤x ≤r ...(21)
Keterangan:
P(x) = probabilitas x sukses (jumlah sukses sebanyak x) dalam n percobaan
n = jumlah percobaan
N = jumlah elemen dalam populasi
r = jumlah elemen dalam populasi berlabel “sukses”
x = jumlah elemen berlabel “sukses” diantara n elemen percobaan
Pr (x-1)qx-r , x=0,1,2,3,…
P[X=x] = f(x) = { r-1 ...(22)
0 , untuk yang lainnya
40
diperlukan dikurangi r untuk mendapatkan r berhasil; jadi X = x berarti kita
memerlukan x + r usaha (x = 0, 1, 2, ...), dan X menyatakan banyaknya yang gagal
dalam usaha untuk memperoleh r yang berhasil.
(1-P)x-1 P , x=1,2,3,…
P[X=x] = f(x) = { ...(23)
0 , untuk yang lainnya
(1-P)x-1 P , x=1,2,3,…
f(x) = { ...(24)
0 , untuk yang lainnya
41
2.7 Distribusi Poisson
e-λ λx
P(X) = P (X= x) = ...(25)
x!
Dimana:
Nilai x = 0, 2, 3, 4, ..., N.
e = sebuah bilangan konstan yang besarnya e = 2,7183
λ = konstan.
42
2.8 Distribusi Uniform (seragam) Diskrit
1
F(x) = x = 1, 2, 3, …N ...(26)
N
X~DU(N)
N+1 N2 -1
E (X) = dan Var (X) = ...(27)
2 12
1
F (x; a, b) = b-a a <x< b ...(28)
43
2.10 Distribusi Normal
∞
Γ(k)= ∫0 tk-1 e-t dt ...(29)
44
1
F(x ; θ) = 𝜃 e-x/θ X >0 ...(30)
Notasi yang menunjukkan bahwa X mempunyai PDF di atas adalah X~ EXP (𝜃)
Distribusi beta adalah salah satu distribusi dasar dalam statistik. Itu
memiliki banyak aplikasi dalam statistik klasik maupun Bayesian. Ini adalah
distribusi serbaguna dan karena itu digunakan dalam pemodelan perilaku acak
45
variabel yang positif tetapi dibatasi dalam nilai yang memungkinkan. Proporsi dan
persentase termasuk dalam kategori ini.[12]
1
B (α,β) = ∫0 xα-1 (1-x)β-1 dx ...(33)
1 In(x)-μ 2
1
e-2( )
σ
F(x) = {x σ √2π , if 0 < x < ∞ ...(34)
0
46
2.16 Distribusi Weibull
β 2
F(x , θ,β) = β xβ-1 e-(x/θ) x>0 ...(35)
θ
β
F(x ; θ,β) = 1-e-(x/θ) x>0 ...(36)
47
BAB III
METODE PENELITIAN
Bab ini berisikan metode penelitian, diantaranya jenis penelitian, lokasi dan
waktu penelitian, populasi dan sampel penelitian, metode pengumpulan data dan
teknik analisis data.
Jenis penelitian yang kami lakukan pada kali ini berupa penelitian deskriptif
dan survei. Dengan menggunakan metode statistika distribusi variabel random
diskrit dan metode statistika distribusi variabel random kontinu.
Pada penelitian kali ini dilakukan secara daring untuk mendapatkan data
sebagai bahan yang akan diteliti, lokasi penelitian dilaksanakan di salah satu SMA
di Kota Padang dan di halte Gedung G Unand. Sedangkan waktu penelitianya
dilaksanakan dari jam 15.00 – 18.00 WIB.
Pada penelitian kali ini populasi yang diambil praktikan adalah siswa salah
satu SMA di Kota Padang dan data kendaraan di Kota Padang, sedangkan sampel
yang digunakan adalah hanya siswa IPA serta kendaraan yang melintas pada jam
15.00 – 18.00 WIB di halte Gedung G Unand.
3.4 Metode Pengumpulan Data
Pada bagian ini metode pengumpulan data yang di lakukan yaitu dengan
mengumpulkan data dari siswa SMA di Kota Padang dan data kendaraan di halte
Gedung G Unand. Data nilai rapor SMA di Kota Padang dan data kendaraan
didapatkan dari asisten pembimbing melalui website Laboratorium Perencanaan
dan Optimasi Sistem Industri (LPOSI).
Teknik analisis data yang digunakan pratikan pada laporan ini adalah
dengan menggunakan metode statistika distribusi variabel random diskrit dan
metode statistika distribusi variabel random kontinu. Lalu data yang ada akan
disajikan dalam bentuk tabel dan bentuk grafik.
49
BAB IV
PENGOLAHAN DATA DAN ANALISIS
Subbab ini berisikan data yang telah diolah berdasarkan data nilai siswa
salah satu SMA di Kota Padang dan data kedatangan kendaraan yang diberikan
Asisten Pembimbing melalui website Laboratorium Perencanaan dan Optimasi
Sistem Industri (LPOSI).
51
x=1
menggunakan rumus yang sama seperti rumus (37):
N
P (X=x) = (CN
x )(p) (1-p)
N-x
Data yang diolah pada distribusi poisson adalah data kedatangan kendaraan.
Berikut adalah parameternya.
µ=λ
52
Tabel 2.4.6 Perbandingan Distribusi Poisson dan Distribusi Normal
Distribusi Poisson Distribusi Normal
x Empiris Teoritis Teoiritis
P(X=x) P(X ≤ x) P(X=x) P(X ≤ x) P(X=x) P(X ≤ x)
0 0,60508 0,60508 0,29832 0,29832 0,04603 0,04603
1 0,30716 0,91224 0,36084 0,65916 0,33915 0,38518
2 0,06928 0,98152 0,21824 0,87740 0,47934 0,86452
3 0,01617 0,99769 0,08799 0,96539 0,12916 0,99368
4 0,00231 1,00000 0,02661 0,99200 0,00627 0,99995
5 0,00000 1,00000 0,00644 0,99844 0,00005 1,00000
6 0,00000 1,00000 0,00130 0,99974 0,00000 1,00000
7 0,00000 1,00000 0,00022 0,99996 0,00000 1,00000
Berdasarkan hasil yang diperoleh pada tabel, maka akan dilakukan perhitungan :
1. Distribusi poisson secara empiris
Diketahui :
f(x=3) = 7
Banyak Kelas = 433
frekuensi pada kelas-x
P(X=x) = Jumlah seluruh frekuensi ...(39)
7
P(X=3) = 433
= 0,01617
e-1,2096 1,20962
P(X=2) = 2!
= 0,21824
53
P(X=3) = P(X≤3) – P(X≤2)
= 0,12916
Data yang digunakan pada distribusi geometrik adalah data nilai rapor siswa
SMAN 15 Padang dengan tinjauan nya adalah jenis kelamin siswa. Jumlah siswa
145 orang siswa dibagi menjadi 15 trial. Sehingga dari trial 1 sampai trial 9
berisikan 10 siswa, dan trial ke 10 memiliki 5 siswa. Data diolah dengan 2 cara,
yaitu empiris dan teoritis. Berikut data probabilitas masing-masing trial pada Tabel
2.4.7, parameter distribusi geometrik pada Tabel 2.4.8, dan hasil pengolahan data
distribusi geometrik pada Tabel 2.4.9.
54
Tabel 2.4.9 Data Pengolahan secara Empiris dan Teoritis Distribusi Geometrik
Empiris Teoritis
x
P(X=x) P(X≤x) P(X=x) P(X≤x)
1 0,60000 0,60000 0,61400 0,61400
2 0,24000 0,84000 0,23700 0,85100
3 0,11200 0,95200 0,09148 0,94248
4 0,02400 0,97600 0,03531 0,97779
5 0,01920 0,99520 0,01363 0,99142
6 0,00336 0,99856 0,00526 0,99668
7 0,00072 0,99928 0,00203 0,99871
8 0,00036 0,99964 0,00078 0,99949
9 0,00029 0,99993 0,00030 0,99979
10 0,00004 0,99997 0,00012 0,99991
11 0,00001 0,99998 0,00005 0,99996
12 0,00001 0,99999 0,00002 0,99998
13 0,00000 0,99999 0,00001 0,99999
14 0,00000 1,00000 0,00001 1,00000
15 0,00000 1,00000 0,00000 1,00000
55
Berdasarkan Tabel 2.4.9 dapat diketahui bahwa probabilitas proporsi siswi
SMA IPA mencapai nilai satu pada trial ke-14.
Data yang digunakan pada distribusi normal adalah nilai siswa SMAN 15
Padang. Kemudian nilai masing-masing siswa dirata-ratakan. Data diolah dengan
dua cara yaitu secara empiris dan teoritis. Berikut adalah parameter distribusi
normal pada Tabel 2.4.10 dan hasi pengolahan data distribusi normal pada Tabel
2.4.11.
Tabel 2.4.11 Data Pengolahan secara Empiris dan Teoritis Distribusi Normal
Empiris Teoritis
Kelas BB BA Frekuensi xi xi*fi µ
P(X=x) P(X≤x) P(X=x) P(X≤x)
1 81,667 83,482 7 82,5745 578,02150 0,04828 0,04828 0,02837 0,02837
2 83,482 85,297 18 84,3895 1519,01100 0,12414 0,17242 0,07466 0,10303
3 85,297 87,112 29 86,2045 2499,93050 0,20000 0,37242 0,16345 0,26648
4 87,112 88,927 40 88,0195 3520,78000 0,27587 0,64829 0,2405 0,50698
5 88,927 90,742 30 89,8345 2695,03500 0,20690 0,85519 0,2379 0,74488
87,97
6 90,742 92,557 15 91,6495 1374,74250 0,10345 0,95864 0,15823 0,90311
7 92,557 94,372 3 93,4645 280,39350 0,02069 0,97933 0,07073 0,97384
8 94,372 96,187 2 95,2795 190,55900 0,01380 0,99313 0,02125 0,99509
9 96,187 98,002 1 97,0945 97,09450 0,00690 1,00000 0,00428 0,99937
Total 145 12755,56750 1,00000 1,00000 0,99937
56
frekuensi pada kelas-x
P(X=x) = Jumlah seluruh frekuensi
29
P(X=3) = 145
= 0,2
2. Distribusi Normal secara Teoritis
Diketahui :
µ = 87,97
σ = 2,8316
x1 = 84,3895
x2 = 82,5745
P(X=2) = P(X≤2) – P(X≤1)
= 0,7466
57
pengolahan data distribusi eksponensial secara empiris dan teoritis. Berikut adalah
hasil pengolahan data distribusi eksponensial pada Tabel 2.4.13.
Tabel 2.4.13 Data Pengolahan secara Empiris dan Teoritis Distribusi Eksponensial
Empiris Teoritis
Kelas BB BA xi
Frekuensi P(X=x) P(X≤x) Frekuensi P(X=x) P(X≤x)
1 0 0,823 0,4115 141 0,64679 0,64679 137,56254 0,39256 0,39256
2 0,823 1,646 1,2345 49 0,22477 0,87156 50,75771 0,38331 0,77587
3 1,646 2,469 2,0575 15 0,06881 0,94037 18,72854 0,14143 0,91730
4 2,469 3,292 2,8805 9 0,04128 0,98165 6,91044 0,05219 0,96949
5 3,292 4,115 3,7035 3 0,01376 0,99541 2,54981 0,01926 0,98874
6 4,115 4,938 4,5265 0 0,00000 0,99541 0,94083 0,00710 0,99585
7 4,938 5,761 5,3495 0 0,00000 0,99541 0,34715 0,00262 0,99847
8 5,761 6,584 6,1725 0 0,00000 0,99541 0,12809 0,00097 0,99943
9 6,584 7,407 6,9955 1 0,00459 1,00000 0,04726 0,00036 0,99979
Total 218 1 217,97236 0,99979
= 0,6881
58
4.2 Analisis
Subbab ini berisikan analisis dari hasil pengolahan data pada subbab
sebelumnya.
59
Pada Gambar 2.4.1 diketahui bahwa nilai teoiritis distribusi poisson lebih
rendah dibandingkan nilai teoritis distribusi normal. Berdasarkan nilai x, nilai
empiris distribusi poisson mengalami penurunan saat nilai x semakin besar. Nilai
teoritis distribusi poisson dan nilai teoritis distribusi normal tidak saling mendekati
karena distribusi poisson menggunakan nilai µ sedangkan distribusi normal
menggunakan nilai µ dan nilai σ untuk mencari probabilitas.
Pada Gambar 2.4.2 dilihat bahwa distribusi poisson dan distribusi normal
memiliki nilai yang tidak terlalu jauh. Hal itu karena keduanya memiliki konsep
yang sama. Dapat disimpulkan juga bahwa nilai CDF mencapai satu pada saat nilai
x sama dengan empat pada penghitungan empiris distribusi poisson, nilai x sama
dengan 7 pada penghitungan teoritis distribusi poisson, dan nilai x sama dengan
tujuh pada penghitungan teoritis distribusi normal.
60
Bar Chart PMF Distribusi Geometrik
0,70000
Probabilitas 0,60000
0,50000
0,40000
0,30000 Empiris
0,20000 Teoritis
0,10000
0,00000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Nilai x
Berdasarkan Gambar 2.4.3 dikeahui bahwa nilai empiris dan nilai teoritis
cenderung menurun, namun perbedaan antara keduanya sangat kecil. Karena dari
definisi distribusi geometrik adalah eksperimen untuk mencapai peluang sukses
pertama kalinya. Pengolahan secara empiris dilakukan dengan mengalikan peluang
masing-masing hingga mencapai sukses pertama kali, sedangkan pengolahan
secara teoritis dilakukan dengan menggunakan distribusi geometrik. Dapat
disimpulkan bahwa pengolahan distribusi geometrik dapat dilakukan secara empiris
dan teoritis.
1,00000
0,80000
0,60000
Empiris
0,40000
Teoritis
0,20000
0,00000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Nilai x
61
Pada Gambar 2.4.4 diketahui bahwa nilai pengolahan data secara empiris
dan teoritis hampir sama. Semakin tinggi nilai x, maka nilai probabilitas semakin
cenderung mendekati satu. Dapat dilihat juga bahwa nilai CDF secara empiris dan
teoritis mendekati satu pada saat nilai x sama dengan empat belas.
0,20000
0,15000
Empiris
0,10000
Teoritis
0,05000
0,00000
1 2 3 4 5 6 7 8 9
Kelas Interval
Berdasarkan Gambar 2.4.5 dilihat bahwa PDF nilai rata-rata siswa awalnya
cenderung naik dan kemudian mengalami penurunan. Data empiris dan teoritis
memiliki nilai PDF tertinggi pada kelas ke-4. Hal ini menunjukkan bahwa frekuensi
tertinggi berada pada kelas ke-4 dengan nilai tengahnya adalah 88,0195.
62
Line Chart CDF Nilai Rata-rata Siswa IPA
1,20000
Probabilitas Kumulatif 1,00000
0,80000
0,60000
0,40000 Empiris
0,20000
Teoritis
0,00000
Nilai Tengah
0,50000
0,40000 Empiris
0,30000 Teoritis
0,20000
0,10000
0,00000
1 2 3 4 5 6 7 8 9
Kelas Interval
63
Berdasarkan Gambar 2.4.7 dapat diketahui bahwa nilai empiris dan teoritis
PMF cenderung menurun. Hal ini dikarenakan menurunnya frekuensi setiap kelas
berikutnya. Dapat disimpulkan bahwa probabilitas kedatangan kendaraan semakin
lama semakin sedikit.
1,50000
1,00000
Empiris
0,50000 Teoritis
0,00000
1 2 3 4 5 6 7 8 9
Kelas Interval
64
BAB V
PENUTUP
Bab ini berisikan kesimpulan dari penelitian beserta saran untuk penulis
5.1 Kesimpulan
5.2 Saran
DISTRIBUSI SAMPLING
BAB I
PENDAHULUAN
Bab ini berisikan tentang latar belakang masalah, rumusan masalah, tujuan
penelitian, manfaat penelitian, dan batasan masalah dari penelitian.
Populasi dan sampel adalah dua aspek penting dalam mempelajari distribusi
sampling. Beberapa metode dapat digunakan untuk memilih sebuah sampel dari
sebuah populasi. Salah satu metode yang paling umum adalah penarikan sampel
acak sederhana. Populasi berarti keseluruhan unit atau individu dalam ruang
lingkup yang ingin diteliti, sedangkan sampel merupakan sebagian anggota dari
populasi yang dipilih dengan menggunakan prosedur tertentu sehingga diharapkan
dapat mewakili populasinya.[1]
68
Batasan masalah dari penulisan laporan ini adalah data random yang
dibangkitkan dengan jumlah 50.000 data. Data yang telah dibangkitkan akan
dilakukan pengolahan menggunakan metode distribusi sampling kemudian
disajikan dengan bentuk grafik histogram.
69
BAB II
LANDASAN TEORI
2.1 Sampel
2.2 Populasi
Populasi berarti keseluruhan unit atau individu dalam ruang lingkup yana
ingin diteliti. Populasi dibedakan menjadi populasi sasaran dan populasi sampel.
Populasi sasaran adalah keseluruhan individu dalam wilayah, lokasi, atau kurun
waktu yang sesuai dengan tujuan penelitian. Populasi sampel adalah keseluruhan
individu yang akan menjadi satuan analisis dalam populasi yang layak dan sesuai
untuk dijadikan atau ditarik sebagai sampel penelitian sesuai dengan kerangka
sampelnya, sedangkan yang dimaksud dengan kerangka sampel adalah seluruh
daftar individu yang menjadi satuan analisis yang ada dalam populasi dan akan
diambil sampelnya.
Populasi berdasarkan ukuran adalah terhingga dan tidak terhingga. Populasi
terhingga adalah yang mempunyai sumber data yang jelas batas-batasnya secara
kuantitatif sehingga dapat dihitung jumlahnya. Contohnya adalah jumlah penduduk
Kota Semarang sebesar 7.500.000 jiwa. Populasi tak terhingga yaitu sumber
datanya tidak dapat ditentukan batas-batasnya sehingga relatif tidak dapat
dinyatakan dalam bentuk jumlah, misalnya air di lautan serta banyaknya pasir yang
terdapat di Kali Putih. Metode pengumpulan data yang melibatkan seluruh anggota
populasi disebut sensus.[13]
71
secara acak (random), mempunyai hubungan yang linier, dan data bersifat
homogen. Statistik parametrik lebih banyak bekerja dengan data interval dan ratio.
Pasangan dari statistik parametrik adalah statistik non parametrik. Statistik non
parametrik tidak menganut asumsi bahwa data populasi atau sampel harus
berdistribusi normal, dipilih secara acak, mempunyai hubungan yang linier, dan
data bersifat homogen. Sehingga statistik parametrik disebut statistik bebas
distribusi. Statistik non parametrik lebih banyak bekerja dengan data ordinal dan
nominal.[15]
Berikut ini lambang yang digunakan untuk parameter populasi dan statisik
sampel.[16]
Dengan adanya variasi nilai pengamatan pada sampel, setiap nilai statistik
sampel, seperti mean sampel, deviasi standard sampel, kurtosis sampel, dan
sebagainya, juga akan bervariasi antara sebuah sampel dengan sampel lainnya. Jadi
sebelum diperolehnya nilai pengamatan (data) X1, X2, X3, ..., Xn, nilai statistik
sampel seperti nilai mean x̅, nilai deviasi standar s, dan lain-lain juga merupakan
variabel-variabel acak yang dinotasikan dengan x̅, S, dan sebagainya.
72
Untuk memahami terminologi dari distribusi sampling, bayangkanlah
seluruh kemungkinan sampel berukuran 5 yang dapat dibentuk dari suatu populasi.
Untuk masing-masing sampel tersebut dapat dihitung sebuah statistik sampel
seperti mean, range, deviasi standard an lain lain, yang nilainya tentu akan berbeda-
beda pada masing-masing sampel. Maka dengan cara demikian kita bisa
memperoleh suatu distribusi nilai statistik sampel-sampel tersebut. Distribusi ini
dinamakan distribusi sampling.
Jika statistik yang ditinjau adalah mean dari masing-masing sampel, maka
distribusi yang terbentuk disebut distribusi rata-rata sampling. Dengan demikian
dapat juga diperoleh distribusi deviasi standar, varians, median, dan lain-lain dari
sampling. Kemudian terhadap masing-masing jenis distribusi sampling ini pun
dapat dihitung ukuran-ukuran statistik deskriptifnya (mean, range, standar deviasi
dan lain-lain).[14]
73
2.6.1 Sampling Non-Probabilitas
74
2.6.2 Sampling Probabilitas
Jika pada simple random sampling proses sampling dilakukan dalam satu
tahap, maka dalam stratified sampling proses sampling dilakukan dalam beberapa
tahap atau tingkat. Berdasarkan teknik ini, proses dibagi menjadi dua tingkat, yaitu:
1. Membagi seluruh elemen populasi menjadi beberapa kelompok atau strata,
dengan memperhatikan aturan tertentu. Misalnya, populasi dikelompokkan
berdasarkan jenis kelamin, laki-laki dan perempuan, dibagi menjadi
beberapa kelompok menurut usia dan lainnya. Masing-masing
kelompok tersebut satu dengan lainnya saling asing, sehingga suatu elemen
dari suatu kelompok tidak dapat menjadi elemen kelompok yang lain.
2. Untuk masing-masing strata, dilakukan pemilihan sampel dengan teknik
simple random sampling.[17]
75
Selanjutnya, dari masing-masing kelompok dipilih elemen-elemen populasi untuk
dijadikan elemen-elemen sampel dengan cara simple random sampling.[17]
Dalil limit pusat yaitu apabila sampel-sampel acak diambil dari suatu
populasi yang berdistribusi sembarang, yang mempunyai rata-rata 𝜇 dan varians σ2 ,
maka untuk “n” besar, distribusi sampling rata-rata dapat dianggap mendekati
σ
distribusi normal dengan rata-rata μ = μx̅ dan simpangan baku σx̅ = dengan kata
√n
x̅ -μx̅
lain z = , mendekati normal baku. Sifat ini hanya berlaku bila cara pengambilan
σx̅
76
sampelnya dengan pengembalian. Jika pengambilan sampelnya tanpa
pengembalian, maka distribusi sampling rata-rata akan mempunyai μx̅ = μ dan
σ N-n N-n
simpangan bakunya adalah σx̅ = √ , faktor √N-1 dalam rumus ini disebut faktor
√n N-1
koreksi.[16]
μx = π ...(41)
n
π(1-π)
σx =√ ...(42)
n n
x
-μx
n n
z= ...(43)
σx̅
77
2.9 Distribusi Sampling Beda Rata-Rata
σ2 σ2
σx̅1-x̅2 =√n1 + n2 ...(45)
1 2
Distribusi sampling beda dua proporsi adalah distribusi dari perbedaan dua
besaran proporsi yang muncul dari sampel dua populasi. Misalkan, terdapat dua
populasi N1 dan N2 (dua populasi binomial), kemudian diambil sampel random,
yaitu n1 dan n2 dengan P1 dan P2 , maka beda antara kedua sampel proporsi (P1 -P2 )
akan membentuk suatu distribusi, yaitu distribusi sampling beda proporsi. Pada
distribusi sampling beda proporsi berlaku hal-hal berikut:[16]
μP = π1 -π2 ...(46)
1 -P2
π1 (1-π2 ) π2 (1-π2 )
σP1 -P2 = √ + ...(47)
n1 n2
78
Jika n1 dan n2 (n1 , n2 ≥ 30) cukup besar, distribusi sampling beda proporsi
akan mendekati distribusi normal, dengan variabel random standar yang rumus z
sebagai berikut:
σ N-n
σx̅ = √ jika populasinya terhingga berukuran N.
√n N-1
Sementara itu dari suatu populasi yang tidak terdistribusi secara normal, jika
ukuran sampel cukup besar (n > 30), distribusi mean sampling akan mendekati
suatu distribusi normal (gaussian) apapun bentuk asli distribusi populasinya.
Pernyataan ini dikenal sebagai teorema limit pusat. Dengan kata lain. seandainya
X1 , X2 , X3 , ... Xn-1 , Xn adalah suatu sampel acak dari suatu populasi tidak
terdistribusi secara normal dengan mean μ dan deviasi standard σ, maka untuk nilai
̅ mendekati suatu distribusi normal dengan mean
n yang cukup besar (n > 30) , X
σ σ N-n
μx̅ =μ dan deviasi standar σ = jika populasinya tak terhingga atau σx̅ = √ jika
√n √n N-1
79
2.12 Standar Error
Standar error biasa juga disebut standar kesalahan mean. Secara sederhana,
standar error diartikan sebagai standar deviasi dari rata-rata sampel. Ukuran
statistik ini dapat melihat akurasi penduga sampel terhadap parameter populasi.
Standar error merupakan nilai yang mengukur ketepatan nilai mean yang diperoleh
atau ketepatan nilai mean yang diperoleh dibandingkan dengan nilai mean
keseluruhan data populasi. Standar error disingkat dengan SE, dilambangkan Sy̅ ,
dirumuskan sebagai berikut:
S
SE= ...(49)
√N
80
BAB III
METODE PENELITIAN
Bab ini berisikan metode penelitian, diantaranya jenis penelitian, lokasi dan
waktu penelitian, populasi dan sampel penelitian, metode pengumpulan data dan
teknik analisis data.
Jenis penelitian yang kami lakukan pada kali ini adalah penelitian kuantitatif
karena pada laporan ini data yang digunakan berupa angka. Data yang diteliti
merupakan data penyimpangan ketebalan penggaris dengan range 0,03 mm sampai
0,4 mm . Dengan menggunakan metode distribusi sampling pada data random yang
dibangkitkan.
Teknik analisis dari data yang dibangkitkan pada penelitian ini adalah
dengan menggunakan metode distribusi sampling. Data penyimpangan ketebalan
penggaris dengan range 0,03 sampai 0,4 mm sebanyak 50.000 data yang telah
dibangkitkan akan dilakukan pengolahan data untuk mendapatkan nilai rata-rata
populasi, rata-rata sampel, standar deviasi populasi dan standar deviasi sampel dari
data yang telah dibangkitkan. Data yang telah dilakukan pengolahan dengan
menggunakan metode distribusi sampling akan disajikan dalam bentuk grafik
histogram.
82
BAB IV
PENGOLAHAN DATA DAN ANALISIS
Bab ini berisi tentang pengumpulan dan pengolahan data yang didapatkan
dari hasil pembangkitan data menggunakan Microsoft Excel, beserta dengan
langkah-langkah membangkitkan data.
Tabel 3.4.1 Perbandingan Mean dan Standar Deviasi Populasi dan Sampel
Populasi Sampel
Mean St. Deviasi Mean St. Deviasi
0,21489 0,10688183 0,21489 0,10688290
Berdasarkan Tabel 3.4.1, diketahui bahwa dari hasil pembangkitan data
random didapat nilai rata-rata dan standar deviasi. Nilai rata-rata dari populasi
didapatkan sama dengan nilai rata-rata dari sampel, hal itu dikarenakan sampel
adalah gambaran dari populasi, sehingga nilai rata-rata sampel yang didapatkan
mendekati atau sama dengan nilai rata-rata populasi. Nilai standar deviasi populasi
dengan nilai standar devias sampel memiliki nilai yang hampir sama. Standar
deviasi sampel lebih besar dari standar deviasi populasi karena sampel memiliki
variabilitas yang lebih besar daripada populasi.
84
2. Buka Tab File, kemudian Option. Langkah selanjutnya yaitu pilih Add-ins,
kemudian pilih Analysis ToolPak dan kemudian pilih Go.
3. Setelah itu akan muncul pop-up dari Add-ins. Centak kotak Analysis
ToolPak dan klik OK.
85
4. Ini adalah tampilan dari tool ‘Data Analysis’. Tools ini terletak pada toolbar
‘Data’.
1. Buka tool ‘Data Analysis’. Kemudian pada Analysis Tools, pilih Random
Number Generation dan klik OK.
86
Gambar 3.4.6 Tampilan Random Number Generation
87
1. Buka tool ‘Data Analysis’, kemudian pada Analysis Tools, pilih Histogram.
Setelah itu klik OK.
2. Masukkan data Random pada Input Range dengan cara memblok seluruh
semua data Random dan letakkan di tempat yang diinginkan. Kemudian
centang kotak Chart Output. Kemudian klik OK.
88
3. Setelah itu Histogram Distribusi Uniform muncul secara otomatis pada
lembar kerja Microsoft Excel.
89
2. Buka tool ‘Data Analysis’, kemudian pada Analysis Tools, pilih Histogram.
Setelah itu klik OK.
3. Masukkan data Random pada Input Range dengan cara memblok seluruh
semua data Random dan letakkan di tempat yang diinginkan. Kemudian
centang kotak Chart Output. Kemudian klik OK.
90
4. Setelah itu Histogram muncul secara otomatis pada lembar kerja Microsoft
Excel.
µx̄ = µ ...(50)
n
1. Jika N ≤5% , populasinya tak berhingga maka digunakan
σ
σx̄ = ...(51)
√n
91
n
2. Jika N > 5% , populasinya berhingga maka digunakan
σ N-n
σx̄ = √ ...(52)
√n N-1
n
Maka dari itu, periksa nilai N terlebih dahulu:
n 400
= 10000 = 0,04 = 4%
N
Karena nilai 4% ≤ 5%, maka data termasuk populasi tak berhingga, nilai
mean dan standar deviasinya adalah:
σ
Standar Deviasi: σx̄ =
√n
0,10688
=
√400
= 0,005344
N-n
Faktor koreksi = √N-1 ...(53)
92
10000-400
Faktor koreksi (n = 400) = √ = 0,979845
10000-1
10000-200
Faktor koreksi (n = 200) = √ = 0,989999
10000-1
Subbab ini berisikan analisis dari hasil pengumpulan dan pengolahan data
distribusi sampling.
93
sebanyak 50.000 data. Tiap interval rata-rata memiliki frekuensi terletak di antara
400 hingga 550. Range pada batas bawah data dimulai dari 0,03 sampai 0,38517.
Frekuensi tertinggi berada pada saat bin sebesar 0,28528 dan 0,39257. Frekuensi
tiap interval hampir sama karena data yang terdistribusi uniform. Interval-interval
didapat dari pengolahan data menggunakan data analysis di Microsoft Excel.
94
4.3.3 Analisis Perhitungan Distribusi Sampling Rata-rata
sebesar 4%. Nilai mean dari distribusi sampling rata-rata adalah 0,21489,
sedangkan standar deviasinya adalah 0,005344. Berdasarkan hasil perhitungan,
dapat disimpulkan bahwa populasi data tak berhingga. Hal itu dikarenakan nilai N
yang besar dan nilai n yang kecil menyebabkan tidak perlunya pengembalian
sampel karena tidak akan berpengaruh pesar pada hasil perhitungan.
95
BAB V
PENUTUP
Bab ini berisikan kesimpulan dari penelitian beserta saran untuk penulis
5.1 Kesimpulan
5.2 Saran
97
DAFTAR PUSTAKA
[1] Ananda dan Fadhli. 2018. Statika Pendidikan. Medan: CV. Widya Puspita.
[6] Setawan. 2015. Pengantar Teori Probalitas. Jawa Tengah: Trisara Grafika.
[7] Sulandari, Hartatik dan Sudibyo. 2014. Metode Statistika untuk Kimia: Analisis
Data dengan Excel. Bandung: Khazanah Intelektual.
[8] Untari. 2020. Buku Ajar Statistik 1. Jawa Tengah: CV. Pena Persada.
[9] Wahyudi. 2017. Statistika Ekonomi: Konsep, Teori dan penerapan. Malang:
UB Press.
[14] Harinaldi. 2005. Prinsip-Prinsip Statistik Untuk Teknik dan Sains. Jakarta:
Erlangga
[15] Hanief dan Himawanto. 2017. Statistik Pendidikan. Yogyakarta: Deepublish.
LAMPIRAN B.1
(Data Siswa SMA di Kota Padang)
2. Senin, 02-11-2020
Wirna
Afrileni
(1810932012)
LAMPIRAN C
(Data Modul 3)
LAMPIRAN C.1
(Data Bin dan Frekuensi Distribusi Uniform)
LAMPIRAN C.1
(Data Bin dan Frekuensi Distribusi Uniform)
2. Rabu, 18-11-2020
VAR
Asistensi pengolahan data dan
3. Kamis, 19-11-2020 laporan bab 1-3
VAR
Asisten Pembimbing
VAR
A. Data Pribadi
1. Nama : Ilham Alfitrah
2. Tempat, Tanggal Lahir : Perawang, 28 Desember 2000
3. Alamat : BTN ALAM RAYA BLOK D No. 122,
Perawang
4. Jenis Kelamin : Laki-laki
5. Agama : Islam
6. Pendidikan : S1
7. No. Hp : +62 895 6187 77140
8. Email : haha2812a@gmail.com
B. Riwayat Pendidikan
1. SD : SDS YPPI Perawang
2. SMP : SMPS YPPI Perawang
3. SMA : SMA NEGERI 1 Pekanbaru
4. Teknik Industri, Universitas Andalas
C. Pengalaman Organisasi
Belum ada pengalaman organisasi
BIODATA PENELITI
A. Data Pribadi
1. Nama : Rayhan Fadilla
2. Tempat, Tanggal Lahir : Padang, 05 September 2000
3. Alamat : Komp. UNAND Blok D2/11/11 Ulu Gadut,
Padang
4. Jenis Kelamin : Laki-laki
5. Agama : Islam
6. Pendidikan : S1
7. No. Hp : +62 813 7131 5817
8. Email : rayhan050900@gmail.com
B. Riwayat Pendidikan
1. SD : SDS DIAN ANDALAS
2. SMP : SMPN 11 PADANG
3. SMA : SMAS DIAN ANDALAS
4. Teknik Industri, Universitas Andalas
C. Pengalaman Organisasi
Belum ada pengalaman organisasi