Berdasarkan dokumen tersebut, ringkasan utamanya adalah: 1. Dokumen menjelaskan beberapa jenis uji statistika deskriptif dan inferensial seperti histogram, boxplot, scatterplot, uji normalitas, uji hipotesis parametrik dan nonparametrik. 2. Contoh-contoh penerapan berbagai uji statistik tersebut pada kasus-kasus nyata juga dijelaskan secara singkat.

1. LAPORAN PRAKTIKUM
STATIKSTIKA INDUSTRI II

2. HISTOGRAM,
BOXPLOT, DAN
SCATTERPLOT
MODUL 1

3. HISTOGRAM
• Histogram adalah diagram batang yang menunjukkan tabulasi dari
data yang diatur berdasarkan ukurannya. Tabulasi data ini umumnya
dikenal sebagai distribusi frekuensi. Histogram menunjukan
karakteristik–karakteristik dari data yang dibagi–bagi menjadi kelas–
kelas. Pada histogram frekuensi, sumbu x menunjukan nilai
pengamatan dari tiap kelas. .

4. BOXPLOT
SCATTERPLOT
boxplot adalah salah satu cara dalam statistika deskriptif untuk menggambarkan secara grafis dari data
numerik melalui lima ukuran yaitu nilai observasi terkecil (nilai minimum), kuartil terendah atau kuartil
pertama (Q1), yang memotong 25 % dari data terendah, median (Q2) atau nilai pertengahan, kuartil tertinggi
atau kuartil ketiga (Q3), yang memotong 25 % dari data tertinggi, dan nilai observasi terbesar (nilai
maksimum).
Scatterplot adalah gambaran yang menunjukkan kemungkinan hubungan (korelasi) antara pasangan dua macam variabel.
Walaupun terdapat hubungan, tetapi tidak berarti bahwa satu variabel menyebabkan timbulnya variabel lain.

5. DATA
MODUL1

6. HISTOGRAM
Berdasarkan histogram di samping, diketahui bahwa
pertumbuhan ekonomi dalam frekuensi yang
tertinggi adalah 5.00% pada tahun 2006 dengan
frekuensi berjumlah 4.0.
Kurva distribusi normal memiliki ekor lebih panjang
pada bagian kiri kurva yang menunjukan skewed to
the left (ketidaksimetrisan ke arah kiri/negatif).
Pada histogram juga dapat diketahui mean (0.052),
stdeviasi (0.0008438), dan nilai N (11).

7. HISTOGRAM
Berdasarkan histogram di samping, diketahui bahwa
jumlah penduduk miskin dalam frekuensi yang
tertinggi adalah 39.30 (juta orang) pada tahun 2006.
Kurva distribusi normal memiliki ekor lebih panjang
pada bagian kiri kurva yang menunjukan skewed to
the left (ketidaksimetrisan ke arah kiri/negatif).
Pada histogram juga dapat diketahui mean (35.32),
stdeviasi (5.136), dan N (11).

8. BOXPLOT
Berdasarkan boxplot pertumbuhan ekonomi
tersebut memiliki Q1 = 0.046, median =
0.05, dan Q3 = 0.06. untuk jumlah data (N)
sebanyak 11. Diketahui bahwa whisker
bawah bernilai 0.036 yang menunjukan nilai
yang lebih rendah dari kumpulan data yang
berada di dalam bagian utama boxplot
sedangkan whisker atas bernilai 0.064 yang
menunjukan nilai yang lebih tinggi dari
kumpulan data yang berada di dalam
bagian utama boxplot.

9. SCATTERPLOT
Berdasarkan scatterplot diagram di
samping menunjukan kecenderungan
kolerasi negatif karena X naik dan Y
cenderung turun. Dalam pertumbuhan
ekonomi, semakin naik presentasi
kemajuan ekonomi maka semakin turun
jumlah penduduk miskin karena
pertumbuhan ekonomi naik. Pola tersebut
tidak beraturan.

10. ANDERSON-DARLING,
RYAN-JOINER,
KOLMOGOROV-
MODUL 2

11. ANDERSON DARLING
• Statistik Anderson-Darling mengukur seberapa baik data mengikuti distribusi tertentu. Untuk
kumpulan dan distribusi data tertentu, semakin baik distribusi yang cocok dengan data, semakin kecil
statistik ini.
RYAN JONER
Uji Ryan Joiner ditemukan oleh Ryan and Joiner tahun 1976. Uji ini memiliki kemiripan dengan uji Shapiro Wilk. Oleh
karenanya dalam berbagai pengujian, hasil yang dikeluarkan oleh uji ini sangat mirip dengan uji Shapiro Wilk. Metode yang
digunakan adalah metode Ryan Joiner karena peneliti menganalisis data yang sedikit yaitu berjumlah 30 data, sehingga
cocok dengan metode ryan joiner ini yang digunakan untuk menganalisis data dengan jumlah minimum 7 data dan
maksimum 50 data.

12. KORMOGOLOV
SMIRNOV
Uji Kolmogorov Smirnov adalah pengujian normalitas yang banyak dipakai,
terutama setelah adanya banyak program statistik yang beredar. Kelebihan dari uji
ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu
pengamat dengan pengamat yang lain, yang sering terjadi pada uji normalitas
dengan menggunakan grafik.
Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan
membandingkan distribusi data (yang akan diuji normalitasnya) dengan distribusi
normal baku. Distribusi normal baku adalah data yang telah ditransformasikan ke
dalam bentuk Z-Score dan diasumsikan normal. Jadi sebenarnya uji Kolmogorov
Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal
baku.

13. ANDERSON DARLING

14. ANDERSON DARLING
Berdasarkan data diketahui bahwa:
a. Mean = 1.617 , rata-rata data 1.617, artinya nilai memusat
pada nilai 1.617 customer
b. St. Dev = 0.7152. Nilai standard deviasi tidak terlalu besar,
ini menunjukkan keragaman data tidak terlalu besar yang
artinya data bersifat homogen.
c. N = 60 , jumlah sampel yang dihitung adalah sebanyak 60
data
d. AD = 6.409, nilai Anderson Darling sebesar 6.409. Nilai ini
relative besar, yang berarti tolak H0 atau data menyebar
tidak normal, tetapi dari nilai AD ini belum dapat diputuskan
secara pasti apakah data menyebar normal atau tidak,
karena tidak ada parameter yang pasti untuk menentukan
menyebar normal.
e. P-Value <0.005, nilai P-Value <5% artinya tolak H0 yang
menyatakan bahwa data menyebar normal.

15. RYAN JOINER
Pada Ryan Joiner, hasil menunjukan Mean =
1.617, St. Dev = 0.7152, N = 60, RJ = 0.999,
dan P-Value > 0.100. Oleh karena P-Value >
0.100 yang berarti nilai P-Value lebih besar dari
5% (0.05), maka data dianggap berdistribusi
normal.

16. KOLMOGOROV SMIRNOV
Hasil perhitungan Kolmogorov-Smirnov
menunjukan bahwa Mean = 1.617, St.Dev =
0.7152, N = 60, KS = 0.322, dan P-Value
<0.010 yang berarti bahwa data tidak
berdistribusi normal karena P-Value bernilai
<0.010 atau kurang dari 5% (0.05).

17. UJI 1-SAMPLE-T, UJI
2-SAMPLE-T, UJI
SAMPLE-Z, DAN UJI
MODUL 3

18. UJI SAMPLE T
• Uji t dibagi menjadi dua yakni, uji t untuk uji hipotesis 1 sampel dan uji t yang digunakan
untuk uji hipotesis dengan 2 sampel. Uji t 2 sampel kemudian dibagi lagi menjadi uji t
sampel bebas dan uji t untuk sampel yang berpasangan. Uji t satu sampel pada dasarnya
jarang digunakan karena lebih banyaknya penelitian yang menggunakan lebih dari 1 sampel
untuk melakukan perbandingan.
• Uji t dua sampel bebas merupakan uji statistik parametrik yang membandingkan dua
kelompok independen untuk membuktikan apakah ada bukti bahwa rata-rata populasi
secara statistik signifikan berbeda. Variabel yang digunakan dalam uji ini adalah variabel
terikat dan variabel bebas

19. UJI SAMPLE Z
UJI PAIRED T
Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya didekati dengan distribusi normal. Menurut teori limit terpusat, data dengan
ukuran sampel yang besar akan berdistribusi normal. Oleh karena itu, uji Z dapat digunakan utuk menguji data yang sampelnya berukuran
besar. Jumlah sampel 30 atau lebih dianggap sampel berukuran besar. Selain itu, uji Z ini dipakai untuk menganalisis data yang varians
populasinya diketahui. Namun, bila varians populasi tidak diketahui, maka varians dari sampel dapat digunakan sebagai penggantinya
Uji t dua sampel berpasangan (paired t test) adalah uji statistik parametrik yang membandingkan dua cara berbeda pada
subjek yang sama. Dua cara berbeda tersebut mewakili hal-hal, seperti pengukuran dilakukan pada waktu berbeda,
pengukuran dilakukan pada dua kondisi berbeda, dan pengukuran dilakukan pada dua bagian subjek

20. UJI 1 SAMPLE T
Uji 1-Sample-T mengenai data tinggi dari 20 anak perempuan
berusia 8 tahun yang diambil oleh petugas Puskesmas X
dengan H0 yang menyatakan rata-rata tinggi anak perempuan
berusia 8 tahun di Puskesmas X adalah 100 cm dan nilai
signifikasi dari uji ini adalah 5% (0,05). Berdasarkan hasil uji,
didapatkan nilai mean = 99,050 dan StDev = 2,259 dengan P-
value sebesar 0,075. Oleh karena P-value > 𝛼 (0,075 > 0,05)
maka pernyataan bahwa “rata-rata tinggi anak perempuan
berusia 8 tahun di Puskesmas X adalah 100 cm” diterima.

21. UJI 2 SAMPLE T
Pada hasil uji 2-Sample-T mengenai hasil ujian
praktikum sebelum dan sesudah praktikum pada mata
kuliah Statistika Industri II di Ubhara Jaya dengan H0
menyatakan tidak adanya perbedaan hasil praktikum
statistik industri sebelum dan sesudah praktikum
dengan jumlah data (N) sebanyak 10, didapatkan mean
sebesar 52,30 dan StDev sebesar 6,50 dengan P-Value =
0,000. Oleh karena P-value lebih kecil dari nilai signifikan
(P-value < 0,05) maka H0 ditolak. Dengan kata lain,
terdapat perbedaan hasil ujian praktikum sebelum dan
sesudah dilaksanakannya praktikum Statistik Industri II
di Ubhara Jaya.

22. UJI SAMPLE Z
Berdasarkan data sampel sebanyak 30 sampel meliputi:
70 70 70 75 75 75 75 75 75 80
75 75 80 80 80 80 80 70 70 70
85 85 85 90 90 90 90 85 85 85
didapatkan mean atau nilai rata-rata sebesar 79,0.
Selain itu, dengan standar rata-rata yang diberikan
sebesar 85 serta nilai signifikan 5% (0,05) maka didapat
StDev (standar deviasi) sebesar 6,7.

23. UJI PAIRED T
Pada kasus uji paired-t dengan asusmsi H0: kedua mesin
press (A dan B) menghasilkan hasil yang sama. Setelah data-
data kuantitas output yang dihasilkan kedua mesin press di-
input, didapatkan hasil sebagai berikut: mean1 = 70,90;
StDev1 = 0,88; mean2 = 93,70; StDev = 4,19; dan P-value =
0,000.
Berdasarkan P-value yang dihasilkan dengan perhitungan
Paired T menggunakan Minitab 19 ternyata kurang dari nilai
signifikan (0,000 < 0,05), maka asumsi H0 yang menyatakan
bahwa “kuantitas output yang dihasilkan kedua mesin press
adalah sama” ditolak. Dengan kata lain, H1 diterima yakni,
“kuantitas output yang dihasilkan mesin press A dan mesin
press B adalah berbeda”.

24. UJI 1 PROPORSI, UJI
2 PROPORSI, UJI 1
VARIANS, DAN UJI 2
MODUL 4

25. UJI PROPORSI
• Proporsi adalah suatu pecahan, rasio atau presentase yang menunjukkan suatu bagian populasi atau
sampel yang mempunyai sifat luas.
UJI VARIANS
Pengujian terhadap Varian dan Simpangan Baku pada suatu populasi ditujukan untuk mengetahui keseragaman nilai varian terhadap suatu
nilai varian tertentu. Distribusi statistik yang digunakan pada pengujian ini adalah statistik Distribusi Chi-Square (χ2). Varians adalah salah satu
parameter yang menjelaskan, antara lain, distribusi probabilitas sebenarnya dari suatu populasi bilangan yang diobservasi, atau distribusi
probabilitas teoretis dari sebuah populasi yang tidak secara penuh diobservasi di mana sebuah bilangan sampel diambil.

26. UJI 1 PROPORSI
Uji 1 proporsi yang menguji proses pada perusahaan
semikonduktor yang disyaratkan oleh konsumen agar cacat
produk tidak lebih dari 0,05 dengan sampel (n) sebanyak 200 yang
diambil dengan cara acak dan ditemukan 4 produk cacat pada saat
pengambilan sampel serta taraf signifikannya adalah 0,05. Dari
hasil perhitungan minitab 19 didapatkan bahwa P-value = 0,039.
Oleh karena Pvalue < 𝛼 maka pernyataan H0: = 0,05 ditolak. Hal ini
berarti membawa keputusan hasil perhitungan statistik pada
penerimaan H1 yang menyatakan bahwa perusahaan tidak dapat
memenuhi persyaratan dari konsumen atau 𝜎 > 0,05.

27. UJI 2 PROPORSI
Pada hasil Uji 2 Proporsi mengenai perbandingan rumah sakit A dan rumah
sakit B dengan sampel 100 dari 200 pasien yang diambil acak dan nilai
signifikan sama dengan 0,05 serta masing-masing event atau kejadian
(kesembuhan pasien) masing-masing rumah sakit A dan B adalah 19 dan
27, dengan dan H0: tidak ada perbedaan antara rumah sakit A dan B
setelah dihitung menggunakan metode uji 2 proporsi pada minitab 19
didapatkan hasil P-value sebesar 0,177 (Normal approxiamation) dan 0,239
(Fisher’s exact).
Berdasarkan hasil P-value yang lebih besar dari nilai signifikan ((0,177 >
0,05) dan (0,239 > 0,05)) maka H0 yang menyatakan, “tidak ada perbedaan
antara rumah sakit A dan B” adalah terbukti benar.

28. UJI 1 VARIANS
Pada perusahaan powerbank yang menyatakan kekuatan
energi produkya dalam mengisi daya baterai ponsel
berdistribusi normal dengan 𝜎 = 0,09 . Setelah dilakukan
perhitungan statistik uji 1varians dengan sampel sebanyak
15 yang diambil secara acak, StDev = 1,5 dan 𝛼 = 0,05
didapatkan hasil P-value > 𝛼 yakni 0,134 > 0,05 yang berarti
bahwa klaim perusahaan powerbank tersebut terbukti benar.

29. UJI 2 VARIANS
Pada kasus Uji 2 Varians dengan asusmsi H0: kedua
metode promosi (A dan B) menghasilkan hasil penjualan
yang sama. Setelah data-data kuantitas penjualan yang
dihasilkan kedua metode di-input, didapatkan hasil P-
value sebesar 0,221 (Bonett) dan 0,389 (Levene).
Berdasarkan P-value yang dihasilkan dengan perhitungan
Uji 2 Varians menggunakan Minitab 19 ternyata lebih dari
nilai signifikan (0,221 > 0,05) dan (0,389 > 0,05), maka
asumsi H0 yang menyatakan bahwa “kuantitas penjualan
kedua metode adalah sama” memiliki bukti yang cukup
untuk dikatakan benar.

30. KORELASI
DAN
MODUL 5

31. KORELASI
• Korelasi merupakan pengukur hubungan dua variabel atau lebih yang dinyatakan sebagai tingkat hubungan (derajat
keeratan) antarvariabel. Dalam menggunakan korelasi, tidak dipersoalkan adanya ketergantungan atau dengan kata
lain, variabel yang satu tidak harus bergantung dengan variabel lainnyau pecahan, rasio atau presentase yang
menunjukkan suatu bagian populasi atau sampel yang mempunyai sifat luas.
REGRESI
Regresi merupakan pengukur hubungan dua variable atau lebih yang dinyatakan dengan bentuk hubungan/fungsi. Diperlukan
pemisahanyang tegas antarvariabel bebas dan variable terikat, biasanya disimbolkan dengan x dan y. Pada regresi harus ada variable yang
ditentukan dan variable yang menentukan atau dengan kata lain, adanya ketergantungan antara variabel yang satu dan variabel lainnya.
Kedua variabel dalam regresi biasanya bersifat kasual atau sebab akibat yaitu saling berpengaruh. Dengan demikian, regresi merupakan
bentuk fungsi tertentu antara variabel terikat y dan variabel bebas x atau dapat dinyatakan bahwa regresi adalah sebagai suatu fungsi y =
f(x).

32. KORELASI
Pada hasil perhitungan korelasi, dihasilkan nilai r sebesar
0,039 dan p-value dari analisis korelasinya sebesar 0,842.
Oleh karena p-value > nilai alfa (0,842 > 0,05), maka dapat
dinyatakan bahwa terdapat korelasi antara frekuensi
penggunaan shopee oleh perempuan dan frekuensi
penggunaan shopee oleh laki-laki per Mei 2022.
Sedangkan nilai r = 0,039 menyatakan bahwa korelasi
yang terjadi antara frekuensi penggunaan shopee oleh
perempuan dan frekuensi penggunaan shopee oleh laki-
laki per Mei 2022 adalah korelasi positif karena nilai r
berada di kuadran I (bernilai positif).

33. REGRESI
Setelah dilakukan perhitungan regresi dengan
minitab 19, didapatkan hasil p-value sebesar 0,842
yang kemudian karena p-value > nilai alfa (0,842 >
0,05), maka dapat dinyatakan bahwa terdapat regresi
dalam freskuensi penggunaan shopee oleh
perempuan dan frekuensi penggunaan shopee oleh
laki-laki per Mei 2022.

34. THANK
YOU!