analisis data eksploratif kelas c2 pengantar · pdf filetabel dan grafik 5. ... data yang...
TRANSCRIPT
ANALISIS DATA EKSPLORATIF
MODUL 4
PENGANTAR MINITAB
Nama
Praktikan
Nomor
Mahasiswa
Tanggal
Kumpul
Tanda tangan
Praktikan Laboran
Sri Siska Wirdaniyati 12611125 5 Desember
2013
Nama Penilai Tanggal
Koreksi Nilai
Tanda tangan
Asisten Dosen
Alfi Riyandi Putra
Baiq Anis Ratnasari
Dr. Jaka Nugraha, M. Si.
JURUSAN STATISTIKA
FAKULTAS MATMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013
KELAS
C2
1
BAB I
PENDAHULUAN
A. DASAR TEORI
1. Pengenalan Minitab
Minitab adalah program komputer yang dirancang untuk melakukan
pengolahan statistik. Minitab mengkombinasikan kemudahan penggunaan
layaknya Microsoft Excel dengan kemampuannya melakukan analisis statistik yang
kompleks. Minitab dikembangkan di Pennsylvania State University oleh periset
Barbara F. Ryan, Thomas A. Ryan, Jr., dan Brian L. Joiner pada tahun 1972.
Minitab memulai versi ringannya OMNITAB, sebuah program analisis statistik
oleh NIST.
Penggunaan Minitab:
1. Mengelola data dan file - spreadsheet untuk analisa data yang lebih baik.
2. Analisa regresi
3. Power dan ukuran sampel
4. Tabel dan grafik
5. Analisa multivariat – termasuk analisa faktor, analisa klaster, analisa
korespondensi dan lainnya
6. Tes Nonparametrik - berbagai tes termasuk tes signal, run tes, friedman tes, dan
lainnya
7. Time Series dan Forecasting – membantu menunjukkan kecenderungan pada
data yang dapat digunakan untuk membuat dugaan. Time series plots,
exponential smoothing, dan trend analysis.
8. Statistical Process Control
9. Analisa sistem pengukuran
10. Analisa varians - untuk menentukan perbedaan antar data. (Wikipedia. 2013.
Minitab. http://id.wikipedia.org/wiki/Minitab [Online], diakses pada tanggal 3
Desember 2013 pada jam 15:51)
2. Analisis Deskriptif
Analisis deskriptif adalah analisis yang bertujuan untuk menggambarkan
keadaan data. Analisis deskriptif lebih berhubungan dengan pengumpulan data dan
2
peringkasan data serta penyajian hasil peringkasan tersebut. Data-data statistik yang
bisa diperoleh dari hasil sensus, survei atau pengamatan lainnya, umumnya masih
acak, mentah dan tidak terorganisir dengan baik (raw data). Data-data tersebut harus
diringkas dengan baik dan teratur, baik dalam bentuk tabel atau presentasi grafis
sebagai dasar untuk berbagai pengambilan keputusan.
Pengolahan data dalam Minitab bisa dilakukan melalui menu Stat. Menu stat
menyediakan beberapa metode analisa statistik. Apabila membutuhkan analisa data
melalui grafik, kita dapat melakukannya melalui Graph dalam Minitab. Selain kedua
menu, apabila pengguna Minitab akan melakukan perhitungan matematika atau
statistik tertentu atau memanipulasi data sesuai dengan kebutuhan, maka kita dapat
melakukannya melalui menu Data atau Calc. Output analisa data ditampilkan
melalui window session atau disimpan dalam worksheet. Jika melakukan analisis
grafik, maka window graph akan menampilkan outputnya.
Setelah mengahsilkan output, interprestasi data bukan lagi tugas Minitab.
Dalam Tahap interpretasi data, peneliti sangat berperan dalam menginterpretasikan
output yang dihasilkan Minitab dan menganalisis hasil yang telah didapatkan.
3. Grafik
Grafik digunakan untuk penyajian data agar mudah untuk dibaca. Grafik
terdiri dari berbagai bentuk. Berikut adalah grafik yang sering digunakan dalam
analisis deskriptif:
a. Histogram
Histogram dibentuk dengan batang-batang dengan nilai yang
menempatinya sama dengan luas batang tersebut. Histogram sangat bermanfaat
digunakan untuk menyajikan semua interval data pada distribusinya, dan
memeriksa secara visual bentuk distribusi data.
b. Boxplot
Penyajian grafis lainnya yang bisa merangkum informasi lebih detail
mengenai distribusi nilai-nilai data pengamatan adalah Box dan Whisker
Plots atau lebih sering disebut dengan Boxplot atau Box-Plot (kotak-plot) saja.
Seperti namanya, Box dan Whisker, bentuknya terdiri dari Box (kotak)
dan whisker.
3
4. Operasi Matematis Dengan Data
Operasi matematis dengan data menggunakan menu Calc dan submenu
Calculator. Calculator pada Minitab digunakan untuk menghitung dari perhitungan
sederhana seperti penjumlahan, pengurangan, perkalian dan pembagian sampai
kepada functions seperti variance, standard deviation, dan sebagainya. (Juhrodin,
Udin. 2013. Analisis Data Menggunakan Minitab 16.
https://atcontent.com/Publication/869494854542999ne.text/AnalisisDataMenggunak
anMinitab16 [Online], diakses pada tanggal 4 Desember 2013 pada jam 22.53)
B. STUDI KASUS
Pada praktikum modul 4 tentang Pengantar Minitab ini, praktikan akan melakukan
perhitungan pada data di bawah ini:
Tabel 1.1 Data Kebugaran Sebelum Diet (X1) dan Sesudah Diet (X2) dalam Kilogram
X1 75 35 76 56 78 67 89 56 76 54 67 76 56 67 45
X2 78 57 89 65 80 78 90 65 78 54 56 78 67 78 69
Perhitungan yang harus dilakukan sebagai berikut:
1. Melakukan analisis deskriptif untuk data-data di atas dan interprestasikan!
2. Membuat diagram histogram dengan kurva normal serta boxplot untuk data di atas
dan interprestasikan!
3. Melakukan operasi matematis dengan membagi data X1 dengan 5 dan mengalikan
data X2 dengan 3, serta carilah nilai standar deviasi dari kedua data tersebut
menggunakan operasi matematis! Apakah hasilnya sama atau tidak dengan standar
deviasi pada analisis deskriptif?
4
BAB II
DESKRIPSI KERJA
Dalam bab II tentang Pengantar Minitab ini, praktikan akan menjelaskan langkah-
langkah dalam penyelesaian kasus. Langkah-langkah ini berdasarkan dari point-point
pertanyaan yang terdapat pada studi kasus.
1. Analisis Deskriptif
Sebelum melakukan langkah-langkah deskriptif, langkah awal adalah
mengaktifkan Minitab sehingga menampilkan halaman Worksheet dan Window Session.
Setelah mengaktifkan Minitab, masukkan data tabel 1.1 pada Worksheet Minitab seperti
pada gambar 2.1 di bawah ini:
Gambar 2.1 Worksheet Data
Berikut ini adalah langkah-langkah untuk melakukan analisis data penyelesaian
studi kasus:
1. Pilih STAT BASIC STATISTICS DISPLAY DESCRIPTIVE
STATISTISTICS sehingga tampil kotak dialog Display Descriptive Statistics seperti
pada gambar 2.2 di bawah ini:
5
Gambar 2.2 Kotak Dialog Display Descriptive Statistics
2. Klik C1 X1 dan C2 X2, kemudian pilih SELECT sehingga X1 dan X2 terdapat pada
kolom variables sehingga seperti pada gambar 2.3 di bawah ini:
Gambar 2.3 Kotak Dialog Display Descriptive Statistics
3. Pilih STATISTICS sehingga tampil kotak dialog Display Descriptive Statistics-
Statistics seperti pada gambar 2.4 di bawah ini:
6
Gambar 2.4 Kotak Dialog Display Descriptive Statistics-Statistics
Dalam praktikum kali ini, praktikan melakukan analisis deskriptif untuk mean, SE of
mean, standard deviation, variance, sum, minimum, maximum, range, N nonmissing,
N missing, N total, first quartile, median, third quartile, skewness, dan kurtosis.
4. Klik OK pada kotak dialog Display Descriptive Statistics-Statistics dan klik OK
pada kotak dialog Display Descriptive Statistics-Statistics, sehingga pada Window
Session akan menampilkan output analisis deksriptif seperti pada gambar 2.5 di
bawah ini:
Gambar 2.5 Output Analisis Deskriptif
2. Grafik
Berikut ini adalah langkah-langkah untuk membuat diagram batang dengan kurva
normal dan boxplot:
7
1. Pilih STAT BASIC STATISTICS DISPLAY DESCRIPTIVE
STATISTISTICS sehingga tampil kotak dialog Display Descriptive Statistics.
2. Klik C1 X1 dan C2 X2, kemudian pilih SELECT sehingga X1 dan X2 terdapat
pada kolom variables.
3. Pilih GRAPHS sehingga tampil kotak dialog Display Descriptive Statistics-
Graphs seperti pada gambar 2.6 di bawah ini:
Gambar 2.6 Kotak Dialog Display Descriptive Statistics-Graphs
Dalam praktikum kali ini, praktikan akan membuat diagram histogram dengan
kurva normal dan boxplot.
4. Klik OK pada kotak dialog Display Descriptive Statistics-Graphs dan klik OK
pada kotak dialog Display Descriptive Statistics sehingga akan tampil output
seperti pada gambar 2.7 dan gambar 2.8 di bawah ini:
Gambar 2.7 Diagram Histogram untuk X1 dan X2
Gambar 2.8 Boxplot untuk X1 dan X2
8
3. Operasi Matematis Dengan Data
Berikut ini adalah langkah-langkah untuk melakukan operasi matematis pada studi kasus:
1. Pilih CALC CALCULATOR sehingga tampil kotak dialog Calculator seperti
pada gambar 2.9 di bawah ini:
Gambar 2.9 Kotak Dialog Calculator
2. Klik C1 X1, kemudian pilih SELECT sehingga X1 berada pada kolom Expression
dan klik tanda garis miring ( / ) dan angka 5. Pada kolom Store result in variable,
ketik X11, dan kemudian klik OK seperti pada gambar 2.10 di bawah ini:
Gambar 2.10 Kotak Dialog Calculator
9
Lakukan perintah yang sama untuk C2 X2 dengan nama variabel baru X22, tanda
bintang ( * ) dan angka 3 sehingga output dari Calculator seperti pada gambar 2.11
di bawah ini:
Gambar 2.11 Output Calculator
3. Untuk mencari standar deviasi, lakukan langkah point 1 sehingga tampil kotak
dialog Calculator. Pilih Standard deviation pada kolom Function, kemudian klik C1
X1 dan pilih SELECT. Pada kolom Store result in variable, ketik X111, dan
kemudian klik OK seperti pada gambar 2.12 di bawah ini:
Gambar 2.12 Kotak Dialog Calculator
10
Lakukan perintah yang sama untuk C2 X2 dengan nama variabel baru X222 dan
function standard deviation sehingga output dari Calculator seperti pada gambar
2.13 di bawah ini:
Gambar 2.13 Output Calculator Untuk Standar Deviasi
Setelah langkah-langkah pada analisis deskriptif, grafik, dan operasi matematis
dengan data, simpanlah project dengan menekan tombol CTRL + S dan simpan dengan
filename “MODUL 4”.
11
BAB III
PEMBAHASAN
Dalam bab III ini, praktikan akan menjelaskan tentang output dari langkah-langkah
pada bab II dan menginterprestasikan output tersebut.
1. Analisis Deskriptif
Gambar 3.1 Output Analisis Deskriptif
Pada penyelesaian studi kasis ini, jumlah data (N) adalah 15 sehingga data yang
terhitung (Count) pada Minitab adalah 15, dan data yang tidak terhitung/ tersedia (N*)
adalah 0.
Mean pada variabel X1 adalah 64,87 dan mean pada variabel X2 adalah 72,13.
Mean pada variabel XI dan X2 menunjukkan rata-rata angka yang sering dipakai sebagai
wakil dari masing-masing variabel dan mencerminkan gambaran secara umum mengenai
data kebugaran sebelum diet dan sesudah diet dalam kilogram, serta menunjukkan
pemusatan data kebugaran yang sering digunakan.
SE Mean atau Standard Error of Mean pada variabel X1 adalah 3,71 dan variabel
X2 adalah 2,92 yang menunjukkan pemeriksaan besar rata-rata populasi yang
12
diperkirakan berasal dari sampel. SE Mean ini diukur sebagai standar deviasi dibagi
dengan akar dari jumlah data yang terhitung (Count).
Ukuran penyebaran data pada data kebugaran dari variabel X1 dan X2 dapat dilihat
dari StDev atau standar deviasi dan variansi. StDev pada variabel X1 adalah 14,35 dan
StDev pada variabel X2 adalah 11,32. Sedangkan variansi pada variabel X1 adalah
205,98 dan variansi pada variabel X2 adalah 128,12. Variansi data kebugaran ini
menunjukkan satu ukuran dispresi dan menggambarkan bagaimana terpencarnya suatu
data kuantitatif.
Sum merupakan jumlah total keseluruhan data dengan jumlah data (N).
Berdasarkan praktikum dengan tabel 1.1 diketahui bahwa jumlah total keseluruhan data
pada variabel X1 adalah 973,00 dan jumlah total keseluruhan data pada variabel X2
adalah 1082,00 dengan jumlah data (N) adalah 15.
Nilai minimum pada variabel X1 adalah 35,00 dan nilai maksimum pada variabel
X1 adalah 89,00. Sedangkan nilai minimum pada variabel X2 adalah 54,00 dan nilai
maksimum pada variabel X2 adalah 90. Dari nilai minimum dan maksimum ini dapat
ditentukan range yang menunjukkan rentangan. Nilai range dihitung dengan cara
mencari selisih antara nilai maksimum dengan nilai minimum (nilai maksimum – nilai
minimum). Berdasarkan pada gambar 3.1 diketahui bahwa nilai range pada X1 adalah 54
yang diperoleh dari 89 – 35, sedangkan nilai range pada X2 adalah 36 yang diperoleh
dari 90-54.
Q1 (kuartil pertama), median (kuartil kedua), dan Q3 (kuartil ketiga) merupakan
pemisahan data berdasarkan kelompok data yang telah diurutkan. Q1 pada variabel X1
adalah 56,00 dan variabel X2 adalah 65,00 yang menunjukkan 25% dari data
pengamatan, median pada variabel X1 adalah 67,00 dan variabel X2 adalah 78,00 yang
menunjukkan 50% dari data pengamatan, dan Q3 pada variabel X1 adalah 76,00 dan
variabel X2 adalah 78,00 yang menunjukkan 75% dari data pengamatan.
Nilai skewnees pada variabel X1 adalah -0,46 dan variabel X2 adalah -0,14. Nilai
skewness pada variabel X1 dan X2 bernilai negatif yang menunjukkan bahwa ujung dari
kecondongan menjulur ke arah negatif (ekor kurva sebelah kiri lebih panjang).
Sedangkan nilai kurtosis pada variabel X1 adalah -0,12 dan variabel X2 adalah -0,91.
Nilai kurtosis pada variabel X1 dan X2 bernilai negatif yang menunjukkan bahwa
distribusia yang relatif rata. Nilai skewnees digunakan sebagai tingkat ketidaksimetrisan
(kecondongan), sedangkan nilai kurtosis digunakan untuk menggambarkan keruncingan
dari data.
13
2. Grafik
Gambar 3.2 Diagram Histogram untuk X1
Berdasarkan gambar pada 3.2 diketahu bahwa nilai tengah data bernilai 40
memiliki frekuensi sebanyak 1, nilai tengah 50 memiliki frekuensi sebanyak 2, nilai
tengah bernilai 70 dan 80 memiliki frekuensi sebanyak 3 dan nilai tengah bernilai 80
sebanyak 5 dan nilai tengah bernilai 90 sebanyak 90. Pada gambar 3.2 juga terlihat
bahwa ekor kurva berada di sebelah kiri lebih panjang dan data menunjukkan
ketidaksimetrisan (kecondongan) menjulur ke arah negatif, sedangkan kurva relatif tidak
runcing dibandingkan dengan distribusi normal dan data menjulur ke arah negatif.
Di dalam histogram juga dapat dilihat nilai dari mean, sandard deviation dan N
untuk variabel X1. Berdasarkan gambar 3.2 diketahui bahwa nilai Mean adalah 64,87,
StDev adalah 14,35, dan jumlah data (N) adalah 15.
14
Gambar 3.3 Diagram Histogram untuk X1
Berdasarkan gambar 3.3 diketahui bahwa nilai antara 50 dan 60 memiliki frekuensi
sebanyak 3, nilai antara 60 dan 70 memiliki frekuensi sebanyak 3, nilai tengah bernilai
70 memiliki frekuensi sebanyak 1, nilai tengah bernilai 80 memiliki frekuensi sebanyak
6, dan nilai tengah bernilai 90 memiliki frekuensi sebanyak 2. Pada gambar 3.2 juga
terlihat bahwa ekor kurva berada di sebelah kiri lebih panjang dan data menunjukkan
ketidaksimetrisan (kecondongan) menjulur ke arah negatif, sedangkan kurva relatif tidak
runcing dibandingkan dengan distribusi normal dan data menjulur ke arah negatif.
Di dalam histogram juga dapat dilihat nilai dari mean, sandard deviation dan N
untuk variabel X2. Berdasarkan gambar 3.2 diketahui bahwa nilai Mean adalah 72,13,
StDev adalah 11,32, dan jumlah data (N) adalah 15.
Dari penjelasan histogran untuk X1 dan X2 dapat disimpulkan bahwa:
1. Nilai mean, standard deviatin, dan N memiliki nilai yang sama seperti yang
dilakukan dengan analisis deskriptif.
2. Histogram X1 dan X2 memiliki kecondongan dan keruncingan bernilai negatif.
15
Gambar 3.4 Boxplot untuk X1
Boxplot biasanya digunakan untuk meringkas distribusi sampel data yang disajikan
secara grafis dan menggambarkan bentuk distribusi data, ukuran pemusatan dan ukuran
penyebaran data pengamatan. Pada gambar 3.4 di atas terdapat kotak berbentuk persegi
(bagian utama boxplot). Kotak ini digunakan untuk menyajikan interquartile range
(IQR) yang hampir 50 % dari niai data pengamatan terletak pada kotak tersebut dan
mengambarkan ukuran penyebaran data.
Panjang kotak sesuai dengan jangkauan kuartil yang merupakan selisih antara Q3
(kurtil ketiga)dan Q1 (kuartil pertama). Kuartil ini berguna untuk membagi dalam
berbagai kelompok dan memisahkan tiap-tiap 25% dalam distribusi frekusnesi. Q1
menunjukkan 25 % dari data pengamatan, Q2 menunjukkan 50 % dari data pengamatan,
dan Q3 menunjukkan 75% dari data pengamatan. Berdasarkan gambar 3.4 diketahui
bahwa Q1 bernilai 56 dan Q3 bernilai 76 dengan jumlah data (N) adalah 15, sehingga
IQR adalah Q3-Q1= 76-56=20. Sedangkan median atau Q2 bernilai 67 yang ditunjukkan
dengan garis horizontal yang terdapat pada bagian utama boxplot.
Garis vertikal pada boxplot merupakan whisker dari perpanjang box yang
menunjukkan ke arah atas dan ke arah bawah. Masing-masing garis whisker dimulai dari
ujung kotak IQR dan berakhir pad anilai data yang bukan dikategorikan sebagai outlier.
Nilai Maksimum
Nilai Minimum
16
Berdasarkan gambar 3.4 diketahui bahwa whisker bawah bernilai 35 yang menunjukkan
nilai yang lebih rendah dari kumpulan data yang berada di dalam bagian utama boxplot
(IQR), sedangkan whisker atas bernilai 89 yang menunjukkan nilai yang lebih tinggi dari
kumpulan data yang berada di dalam bagian utama boxplot (IQR).
Ujung garis vertikal pada boxplot menunjukkan nilai minimum dan maksimum.
Garis vertikal yang terdapat di bawah Q1 menunjukkan nilai minimum dan garis vertikal
yang terdapat di atas Q3 menunjukkan nilai maksimum. Dari nilai minimum dan
maksimum pada boxplot dapat ditentukan range. Berdasarkan gambar 3.4 diketahui
bahwa nilai minimum adalah 35 dan nilai maksimum adalah 89, sehingga range =
maksimum – minimum = 89 – 35 = 54.
Gambar 3.5 Boxplot untuk X2
Berdasarkan gambar 3.5 diketahui bahwa Q1 bernilai 65 yang menunjukkan 25%
data dari pengamatan dan Q3 = Q2 = median bernilai 78 yang menunjukkan 75% data
dari pengamatan dan 50% data dari pengamatan untuk jumlah data (N) adalah 15,
sehingga IQR adalah Q3-Q1 = 78 – 65 = 13. Kuartil ketiga (Q3) dan kuartil kedua
(Q2/median) memiliki nilai yang sama disebabkan karena letak nilai 78 terletak pada Q3
dan Q2 setelah diurutkan seperti pada gambar 3.6 di bawah ini:
Nilai Maksimum
Nilai Minimum
17
54 56 57 65 65 67 69 78 78 78 78 78 80 89 90
Gambar 3.6 Data X2 Dari Tabel 1.1 setelah diurutkan
Berdasarkan gambar 3.5 diketahui bawah whisker bawah bernilai 54 yang
menunjukkan nilai yang lebih rendah dari kumpulan data yang berada did alam bagian
utama boxplot (IQR), sedangkan whisker atas bernilai 90 yang menunjukkan nilai yang
lebih tinggi dari kumpulan data yang berada id dalam bagian utama boxplot (IQR).
Berdasarkan gambar itupula dapat diketahui bahwa nilai minimum adalah 54 dan nilai
maksimum adalah 90, sehingga range = maksimum – minimum = 90 – 54 = 36.
Dari penjelasan dari boxplot X1 dan boxplot X1 dapat disimpulkan bahwa:
1. Pada data X1 dan X2 tidak terdapat nilai outlier yang merupakan suatu nilai dari
sekumpulan data yang lain atau berbeda dibandingkan biasanya, serta tidak
menggambarkan karakteristik dari data tersebut. Pada boxplot, nilai data outlier
letaknya lebih dari 1,5 kali panjang kotak (IQR) yang diukur dari atas kotak dan
bawah kotak.
2. Data X1 lebih simetris dibandingkan data X2, dilihat dari letak median dan panjang
whisker yang menggambarkan tingkat kesimetrisannya.
3. Operasi Matematis Dengan Data
Gambar 3.7 Output Calculator
Q2/median
Q1 Q3
18
Dalam praktikum kali ini, praktikan harus melakukan proses operasi matematis
dengan pembagian, perkalian dan menggunakan functions standard deviation.
Berdasarkan pada gambar 3.7 diketahui bahwa variabel X1 dibagi dengan angka 5
(X1/5) memiliki hasil 15,00; 7,0;15,2;11,2; 15,6; 13,4;17,8; 11,2; 15,2; 10,8; 13,4; 15,2;
11,2; 13,4 dan 9,0 dengan nama variabel baru adalah X11. Sedangkan variabel X2
dikalikan dengan angka 3 (X2*3) memiliki hasil 234; 171; 267; 195; 240; 234; 270; 195;
234; 162; 168; 234; 201; 234 dan 207 dengan nama variabel baru adalah X22.
Standar deviasi dengan functions standard deviation pada variabel X1 adalah
14,3520 dengan nama variabel baru adalah X111 dan variabel X2 adalah 11,3192 dengan
nama variabel baru adalah X222.
Dari penjelasan untuk proses operasi matematis dapat disimpulkan bahwa:
1. Proses perhitungan operasi matematis merupakan proses perhitungan sederhana
yang sering digunakan menggunakan kalkulator.
2. Nilai standar deviasi pada variabel X1 dan X2 memiliki nilai yang hampir sama
dengan nilai yang dilakukan dengan analisis deskriptif dan histogram.
19
BAB IV
PENUTUP
Berdasarkan praktikum modul 4 tentang Pengantar Minitab melakukan analisis
deskriptif, membuat grafik, melakukan operasi matematis dengan data dapat disimpulkan
bahwa:
1. Analisis deskriptif dilakukan untuk mengetahui pemusatan dan persebaran data.
2. Analisis yang dilakukan dalam praktikum meliputi mean, Standard Error of mean,
standard deviation, variance, sum, minimum, maximum, range, N nonmissing, N missing,
N total, first quartile, median, third quartile, skewness, dan kurtosis.
3. Grafik digunakan untuk melakukan penyajian data, baik mengunakan histogram atau
boxplot.
4. Nilai mean, standard deviation, dan N memiliki nilai yang sama seperti yang dilakukan
dengan analisis deskriptif.
5. Histogram X1 dan X2 memiliki kecondongan dan keruncingan bernilai negatif.
6. Pada data X1 dan X2 tidak terdapat nilai outlier yang merupakan suatu nilai dari
sekumpulan data yang lain atau berbeda dibandingkan biasanya, serta tidak
menggambarkan karakteristik dari data tersebut. Pada boxplot, nilai data outlier letaknya
lebih dari 1,5 kali panjang kotak (IQR) yang diukur dari atas kotak dan bawah kotak.
7. Data X1 lebih simetris dibandingkan data X2, dilihat dari letak median dan panjang
whisker yang menggambarkan tingkat kesimetrisannya.
8. Proses perhitungan operasi matematis merupakan proses perhitungan sederhana yang
sering digunakan menggunakan kalkulator.
9. Nilai standar deviasi pada variabel X1 dan X2 memiliki nilai yang hampir sama dengan
nilai yang dilakukan dengan analisis deskriptif dan histogram.
20
DAFTAR PUSTAKA
Juhrodin, Udin. 2013. Analisis Data Menggunakan Minitab 16.
https://atcontent.com/Publication/869494854542999ne.text/AnalisisDataMenggunakan
Minitab16 [Online], diakses pada tanggal 4 Desember 2013 pada jam 22.53
Nugraha, Jaka. Modul Praktikum Analisis Data Eksplorasi. Yogyakarta. Universitas Islam
Indonesia (UII)
SmartStat. 2010. Mengenal Boxplot and Whisker Plot.
http://smartstat.wordpress.com/2010/11/03/mengenal-box-plot-box-and-whisker-plots/
[Online], diakses pada tanggal 4 Desember 2013 pada jam 15.49
Wikipedia. 2013. Minitab. http://id.wikipedia.org/wiki/Minitab [Online], diakses pada
tanggal 3 Desember 2013 pada jam 15:51