Download - Analisis Statistika dengan MINITAB
BAB I
PENDAHULUAN
A. Minitab
Minitab adalah salah satu software yang dirancang untuk melakukan pengolahan data.
Minitab mengkombinasikan kemudahan penggunaan layaknya Microsoft Excel dengan
kemampuannya melakukan analisis statistik yang kompleks. Software ini menyediakan
berbagai jenis perintah yang memungkinkan proses pemasukan data, memanipulasi data,
membuat grafik dan berbagai analisis statistik lainnya.
Minitab mempunyai dua jendela primer, yaitu Session Window dan Worksheet.
Jendela Session Windows adalah jendela yang menampilkan hasil analisis statistik data
dan juga dapat digunakan untuk memasukkan perintah. Sedangkan jendela Worksheet
adalah sebuah grid baris dan kolom yang digunakan untuk memasukkan dan
memanipulasi data. Area ini terlihat seperti sebuah spreadsheet namun tidak akan secara
otomatis memperbaharui kolom saat catatannya berubah. Selain itu ada beberapa jendela
yang bisa muncul ketika menggunakan perintah tertentu pada Minitab. Beberapa jendela
tersebut adalah:
Jendela Graph, adalah jendela yang akan terbuka bila menggunakan perintah Graph
untuk membuat grafik. Grafik masing-masing dibuka pada jendela tersendiri.
Jendela windows lainnya seperti jendela History dan jendela Project Manager.
B. Mendefinisikan , Memasukkan dan Memanipulasi Data
Sama halnya dengan SPSS, sebelum menggunakan Minitab jenis data sebaiknya di
definisikan terlebih dahulu. Pada Minitab terdapat beberapa jenis data, sebagai berikut:
Numerik adalah satu-satunya jenis data yang dapat digunakan untuk perhitungan
statistik dalam Minitab. Data numerik akan berada disisi kanan kolom variabel.
Minitab tidak mengenali angka dengan koma sebagai angka namun akan
mempertimbangkannnya sebagai teks.
Teks adalah jenis data yang tidak dapat digunakan untuk perhitungan. Meskipun teks
umumnya berarti kata-kata atau karakter, angka dapat diklasifikasikan sebagai teks.
Misalnya jika kolom 1 memiliki unsur teks di dalamnya, label kolom akan berubah
dari C1 ke C1-T. Jenis data ini dapat diubah dengan klik menu Data lalu pilih
Change Data Type, kemudian pilih jenis data yang akan diubah.
1
Tanggal/ Waktu, Label kolom akan menunjukkan nilai tanggal atau waktu dengan
meletakkan D setelah nama kolom (misalnya C1-D). Minitab menyimpan tanggal dan
waktu sebagai angka sehingga bisa di manipulasi atau dilakukan perhitungan.
Pada Minitab, data bisa langsung diinput ke dalam sel-sel pada jendela worksheet
tanpa perlu mengatur ketentuan-ketentuan pada masing-masing variabel. Saat menginput
data, tombol Enter bisa di atur fungsinya sedemikian rupa dengan klik sel pojok kiri pada
jendela worksheet yang ada tanda panah. Jika panah mengarah ke bawah, maka saat
menekan enter, kursor akan turun ke baris selanjutnya. Jika panah mengarah ke kanan,
maka saat menekan enter, kursor akan beralir ke kolom selanjutnya.
Ada delapan menu pada Minitab yang bisa digunakan untuk memanipulasi data, yaitu:
file, edit, data, calc, stat, graph, editor, tools, window dan help. Masing-masing menu ini
memiliki sub menu tersendiri yang memiliki fungsi yang berbeda-beda. Menu yang
paling sering digunakan dalam proses manipulasi dan penyajian data adalah menu Stat,
Calc dan Graph. Calc bisa digunakan untuk menghitung jumlah kolom atau baris,
mengkonversi nilai kolom menjadi Z-skore atau menjumlahkan data pada suatu kolom
dengan suatu nilai tertentu. Menu Stat berfungsi untuk melakukan berbagai perhitungan
statistik seperti deskriptif statistik, analisis regresi, analisis runtun waktu, analisis multi
varian dan lain sebagainya. Sedangkan menu Graph banyak dimanfaatkan untuk
menampilkan data dalam bentuk grafik misalnya histogram, steam-leaf, box plot, scatter
plot dan lain sebagainya.
2
BAB II
DESKRIPSI KERJA
Pada laporan kali ini, praktikan diberi tugas untuk mengumpulkan data berat dan
tinggi badan 21 mahasiswa yang mengikuti praktikum Analisis Data Eksploratif Senin, 30
Mei 2012. Berikut data berat dan tinggi badan yang praktikan kumpulkan:
No. Berat Tinggi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
47
48
52
53
50
63
49
50
50
47
53
53
46
47
47
47
50
60
73
48
54
155
159
158
159
160
161
160
165
160
160
167
165
158
159
156
159
159
172
170
160
164
Tabel 2.1 Data Berat-Tinggi Mahasiswa
Dengan ketentuan sebagai berikut :
1. Dengan Minitab, berat badan masing-masing mahasiswa ditambah 20 ( + 20) dan tinggi
badan masing-masing mahasiswa dikurangi 10 ( - 10).
3
2. Tentukan statistik deskriptif, box plot dan scatter plot dari kolom berat badan yang telah
dijumlahkan dan tinggi badan yang telah dikurangi tersebut.
Langkah pertama yang harus dilakukan sebelum mulai menganalisis kasus tersebut
adalah dengan mengaktifkan Minitab. Praktikan menggunakan Minitab versi Minitab 14.
Cara mengaktifkannya dengan double klik sortcut yang ada pada tampilan utama windows
atau klik START pilih All Program lalu double klik Minitab 14. Akan muncul tampilan
lembar kerja Minitab seperti di bawah ini :
Gambar 2.1 Lembar Kerja Minitab
Setelah lembar kerja seperti di atas terbuka, praktikan sudah bisa mulai menginput data
dengan cara mengetik langsung pada sel-sel jendela Worksheet pada bagian bawah lembar
kerja Minitab 14. Setiap kolom pada worksheet ini ditandai dengan C1 hingga C~. Baris
pertama diisi dengan nama variabel. Pada kasus ini, ada dua variabel yaitu variabel Berat dan
variabel Tinggi. Sehingga kolom yang terisi hanya dua. Kemudian isikan baris selanjutnya
pada dua kolom tersebut dengan data yang ada pada Tabel 2.1 di atas. Berikut adalah
tampilan jendela Worksheet setelah data di input:
4
Gambar 2.2 Jendela Worksheet
Untuk menjumlahkan data variabel Berat dengan 20 dan mengurangi data pada variabel
tinggi dengan 10, klik menu Calc lalu klik Calculator. Akan muncul tampilan seperti
dibawah ini:
Gambar 2.3 Jendela Calculator
Pada kolom Store Result in variable masukkan C3 sebagai kolom tempat hasil
penjumlahan kolom C1 dengan 20 akan di tampilkan. Lalu klik C1 Berat, kemudian klik
Select. Pilihan akan muncul pada kolom Expression. Lalu jumlahkan dengan angka 20. Bisa
di ketik pada key board atau dengan meng-klik angka-angka pada jendela berikut. Lalu klik
OK.
5
Gambar 2.4 Jendela Calculator Function
Pada kolom Store Result in Variable ketik C4 sebagai kolom tempat menampilkan
hasil pengurangan variabel Tinggi dengan 10. Langkah selanjutnya sama dengan cara di atas.
Jika di inginkan nama variabel pada kolom C3 dan C4 bisa di ganti, masing-masing dengan
‘Berat + 20’ dan ‘Tinggi-10’.
Untuk menganalisis statistika deskriptif pada variabel C3 dan C4, klik menu Stat,
pilih Basic Statistic lalu klik Display Deskriptive Statistics. Akan muncul tampilan seperti
dibawah ini:
Gambar 2.5 Jendela Display Descriptive Statistics
Pilih variabel C3, lalu klik Select. Variabel pilihan kita akan muncul pada kolom
variabel. Setelah itu klik Statistics untuk menentukan nilai-nilai statistika deskriptif apa saja
yang akan ditampilkan hasilnya. Pilih sesuai dengan kebutuhan.
6
Gambar 2.6 Jendela Descriptive Statistics-Statistics
Klik OK. Pada jendela Display Descriptive Statistics, klik Graph untuk membuat
grafik. Pilih Boxplot of data untuk menampilkan box plot data variabel Berat+20.
Gambar 2.7 Jendela Descriptive Statistics-Graph
Klik OK. Terakhir klik OK pada jendela Display Descriptive Statistics untuk menampilkan
hasil dari data analisis yang telah di pilih. Perintah yang sama juga diterapkan untuk mencari
deskriptif statistik dari variabel Tinggi-10.
Untuk menampilkan Scatter plot pada variabel Berat+20 dan variabel Tinggi-10, klik
menu Graph. Klik Scatter plot. Akan muncul tampilan jenis-jenis Scatterplot seperti di
bawah ini:
Gambar 2.8 Jendela Stactterplot
7
Pilih Scatterplot With Groups untuk menampilkan Scatterplot dengan dua variabel
sekaligus. Lalu klik OK. Akan muncul jendela Scatterplot – With Groups seperti di bawah
ini:
Gambar 2.9 Jendela Scatterplot-With Group
Masukkan varibel Berat+20 menjadi variabel X dan pilih variabel Tinggi-10
menjadi variabel Y. Klik OK untuk menampilkan Scatterplot with Group.
BAB III
PEMBAHASAN
Setelah melakukan serangkaian kerja dalam Bab Deskripsi Kerja, praktikan mendapatkan
output sebagai berikut :
A. Operasi Penjumlahan (Berat+20) dan Operasi Pengurangan (Tinggi-10)
8
Gambar 3.1 Hasil Operasi
Seperti yang disepakati sebelumnya, hasil operasi penjumlahan C1 dan pengurangan
C2 akan ditampilkan pada kolom C3 (Berat+20) dan kolom C4 (Tinggi-10). Hasil
operasi di atas menampilkan dengan jelas bahwa masing-masing data berat badan
mahasiswa pada kolom Berat (C1) bertambah 20 menjadi data-data pada kolom
Berat+20 (C3). Begitu juga dengan data tinggi badan mahasiswa pada kolom Tinggi(C2)
berkurang 10 menjadi data-data yang tergambar pada kolom Tinggi-10 (C4).
B. Analisis Statistika Deskriptif
Pada kasus ini, praktikan diminta untuk menampilkan statistik deskriptif dari variabel
Berat+20 dan variabel Tinggi-10. Pada Minitab, hasil dari analisis deskriptif statistik
akan ditampilkan pada jendela Session. Berikut akan praktikan paparkan satu persatu:
Statistika Deskriptif variabel Berat+20
Berbeda dengan SPSS yang menyajikan statistika deskriptif dalam tabel yang rapi
dan memanjang, Minitab menyajikan statistik deskriptif dalam bentuk urutan biasa
namun lebih mudah dimengerti. Berikut adalah tampilan hasil analisis statistik
deskriptif dari variabel Berat+20 .
Gambar 3.2 Statistik Deskriptif Berat+20
Semua output dari analisis deskriptif di atas dapat dijelaskan sebagai berikut:
9
a. N adalah jumlah data yang terdapat dalam variabel Berat+20. Jumlah data pada
variabel Berat+20 adalah 21 data.
b. N* adalah jumlah data yang hilang (missing) dari variabel Berat+20. Berdasarkan
hasil analisis di atas, dari 21 data tidak terdapat data yang hilang.
c. Mean adalah nilai rata-rata dari keseluruhan data yang berjumlah 21. Terlihat
dalam tabel, mean dari variabel Berat+20 adalah 71,76. Hasil ini di dapat dari
jumlah keseluruhan data pada variabel Berat+20 dibagi banyaknya data(21).
d. SE Mean atau bisa dibaca Standar Error of Mean adalah standar deviasi dari data
variabel Berat+20 dibagi dengan akar kuadrat banyaknya data pada variabel
tersebut (21). Pada gambar di atas, Standar Error of Mean untuk variabel Berat+20
adalah 1,42. Indikator ini diartikan sebagai kesalahan yang dapat ditoleransi dari
masing-masing nilai yang ditampilkan pada deskriptif statistik di atas.
e. Tr Mean atau biasa disebut trimmed mean adalah ukuran pemusatan data per 10
yang terletak di antara mean dan median. Nilai trimmed mean untuk variable
Berat+20 adalah 70,95.
f. Standar deviasi adalah jumlah keseluruhan dari masing-masing data dikurangi
nilai rata-rata dibagi banyaknya data. Pada gambar di atas, standar deviasi untuk
variabel Berat+20 sebesar 6,52.
g. Variance adalah akar dari standar deviasi. Diartikan sebagai seberapa beragamnya
data-data pada suatu variabel. Semakin kecil variansi, artinya semakin homogen
data tersebut. Pada tabel di atas, variansi untuk variabel Berat+20 sebesar 42,49.
h. Sum adalah jumlah dari data pertama hingga data ke 21 pada variabel Berat+20.
Jumlah seluruh data pada variabel Berat+20 adalah 1507.
i. Minumun adalah nilai terkecil dari 21 data yang ada pada vaiabel Berat+20, yaitu
66 kg.
j. Kuartil pertama (Q1) adalah data yang posisinya mengambil 25% data
keseluruhan. Secara logika, kuartil pertama bisa ditentukan dengan mengurutkan
data dari data terkecil hingga data terbesar. Sehingga posisi kuartil pertama bisa
ditentukan dengan rumus 14
n, dimana n adalah banyaknya data. Pada gambar di
atas, Q1 untuk variabel Berat+20 adalah 67.
k. Median adalah nilai tengah dari suatu kumpulan data. Secara logika, median bisa
ditentukan dengan mengurutkan data dari data terkecil hingga data terbesar.
10
Sehingga posisi median bisa ditentukan dengan rumus 12
n, dimana n adalah
banyaknya data. Pada gambar di atas, median untuk variabel Berat+20 sebesar 70.
l. Kuartil ketiga (Q3) adalah data yang posisinya mengambil 75% data keseluruhan.
Secara logika, kuartil ketiga bisa ditentukan dengan mengurutkan data dari data
terkecil hingga data terbesar. Sehingga posisi kuartil ketiga bisa ditentukan dengan
rumus 34
n, dimana n adalah banyaknya data. Pada gambar di atas, Q3 untuk
variabel Berat+20 adalah 73.
m. Maximum adalah nilai terbesar dari 21 data pada variabel Berat+20, yaitu 93.
n. Range adalah rentang atau selisih antara nilai data maximum dengan data
minimum. Seperti yang tergambar pada tabel di atas, range untuk variabel
Berat+20 sebesar 27.
o. Skewness atau kemiringan berguna untuk mengetehui kemencengan data dari
kurva normal. Bernilai negatif jika menceng ke kiri. Bernilai positif jika menceng
ke kanan. Dan dikatakan berdistribusi normal jika skewnessnya bernilai nol. Pada
gambar di atas, nilai skewness untuk variabel Berat+20 adalah 2,13. Artinya,
variabel ini menceng ke kanan.
p. Kurtosis digunakan untuk mengetahui keruncingan kurva data dilihat dari kurva
normal. Kurva distribusi normal memiliki nilai kurtosis 3. Jika kurva lebih runcing
dari kurva normal dinamakan Leptokurtik. Jika lebih landai dari kurva normal
dinamakan Platikurtik. Variabel Berat+20 di atas, termasuk dalam Leptokurtik
karena nilai kurtosisnya lebih besar dari 3 yaitu 5,03, sehingga kurwa lebih
runcing dari kurva normal.
Statistika Deskriptif variabel Tinggi-10
Gambar 3.3 Statistik Deskriptif Tinggi-10
Semua output dari analisis deskriptif di atas dapat dijelaskan sebagai berikut:
a. N adalah jumlah data yang terdapat dalam variabel Tinggi-10. Jumlah data pada
variabel Tinggi-10 adalah 21 data.
11
b. N* adalah jumlah data yang hilang (missing) dari variabel Tinggi-10. Berdasarkan
hasil analisis di atas, dari 21 data tidak terdapat data yang hilang.
c. Mean adalah nilai rata-rata dari keseluruhan data yang berjumlah 21. Terlihat
dalam tabel, mean dari variabel Tinggi-10 adalah 151,24. Hasil ini di dapat dari
jumlah keseluruhan data pada variabel Tinggi-10 dibagi banyaknya data(21).
d. SE Mean atau bisa dibaca Standar Error of Mean adalah standar deviasi dari data
variabel Tinggi-10 dibagi dengan akar kuadrat banyaknya data pada variabel
tersebut (21). Pada gambar di atas, Standar Error of Mean untuk variabel Tinggi-
10 adalah 0,953. Indikator ini diartikan sebagai kesalahan yang dapat ditoleransi
dari masing-masing nilai yang ditampilkan pada deskriptif statistik di atas.
e. Tr Mean atau biasa disebut trimmed mean adalah ukuran pemusatan data per 10
yang terletak di antara mean dan median. Nilai trimmed mean untuk variable
Tinggi-10 adalah 151.
f. Standar deviasi adalah jumlah keseluruhan dari masing-masing data dikurangi
nilai rata-rata dibagi banyaknya data. Pada gambar di atas, standar deviasi untuk
variabel Tinggi-10 sebesar 4,37.
g. Variance adalah akar dari standar deviasi. Diartikan sebagai seberapa beragamnya
data-data pada suatu variabel. Semakin kecil variansi, artinya semakin homogen
data tersebut. Pada tabel di atas, variansi untuk variabel Tinggi-10 sebesar 19,09.
Jika diperbandingkan antara kedua variabel ini, variabel Tinggi-10 lebih bagus
dari pada variabel Berat+20 karena sebaran datanya lebih homogen.
h. Sum adalah jumlah dari data pertama hingga data ke 21 pada variabel Tinggi-10.
Jumlah seluruh data pada variabel Tinggi-10 adalah 3176.
i. Minumun adalah nilai terkecil dari 21 data yang ada pada vaiabel Tinggi-10, yaitu
145 cm.
j. Kuartil pertama (Q1) adalah data yang posisinya mengambil 25% data
keseluruhan. Secara logika, kuartil pertama bisa ditentukan dengan mengurutkan
data dari data terkecil hingga data terbesar. Sehingga posisi kuartil pertama bisa
ditentukan dengan rumus 14
n, dimana n adalah banyaknya data. Pada gambar di
atas, Q1 untuk variabel Tinggi-10 adalah 149.
k. Median adalah nilai tengah dari suatu kumpulan data. Secara logika, median bisa
ditentukan dengan mengurutkan data dari data terkecil hingga data terbesar.
12
Sehingga posisi median bisa ditentukan dengan rumus 12
n, dimana n adalah
banyaknya data. Pada gambar di atas, median untuk variabel Tinggi-10 sebesar
150.
l. Kuartil ketiga (Q3) adalah data yang posisinya mengambil 75% data keseluruhan.
Secara logika, kuartil ketiga bisa ditentukan dengan mengurutkan data dari data
terkecil hingga data terbesar. Sehingga posisi kuartil ketiga bisa ditentukan dengan
rumus 34
n, dimana n adalah banyaknya data. Pada gambar di atas, Q3 untuk
variabel Tinggi-10 adalah 154.
m. Maximum adalah nilai terbesar dari 21 data pada variabel Tinggi-10, yaitu 162.
n. Range adalah rentang atau selisih antara nilai data maximum dengan data
minimum. Seperti yang tergambar pada tabel di atas, range untuk variabel Tinggi-
10 sebesar 17.
o. Skewness atau kemiringan berguna untuk mengetehui kemencengan data dari
kurva normal. Bernilai negatif jika menceng ke kiri. Bernilai positif jika menceng
ke kanan. Dan dikatakan berdistribusi normal jika skewnessnya bernilai nol. Pada
gambar di atas, nilai skewness untuk variabel Tinggi-10 adalah 1,14. Artinya,
variabel ini menceng ke kanan.
p. Kurtosis digunakan untuk mengetahui keruncingan kurva data dilihat dari kurva
normal. Kurva distribusi normal memiliki nilai kurtosis 3. Jika kurva lebih runcing
dari kurva normal dinamakan Leptokurtik. Jika lebih landai dari kurva normal
dinamakan Platikurtik. Variabel Tinggi-10 di atas, termasuk dalam Platikurtik
karena nilai kurtosisnya lebih kecil dari 3 yaitu sebesar 0,85, sehingga kurwa lebih
landai dari kurva normal.
C. Boxplot
Boxplot of Berat+20
13
Gambar 3.4 Boxplot of Berat+20
Boxplot adalah sebuah grafik dengan tampilan di bagian tengah dan biasanya
menyajikan informasi tentang nilai pemusatan data. Sebelum dibuat boxplot, sistem
terlebih dahulu mengurutkan data sesuai dengan sebarannya disekitar nilai rata-rata.
Sehingga pada boxplot biasanya data outliar akan terlihat. Boxplot biasanya
digambarkan dengan kotak atau persegi panjang. Secara singkat pembahasan untuk
informasi yang ditampilkan boxplot of Berat+20 diatas adalah sebagai berikut:
a. Nilai Maksimum ditampilkan oleh puncak garis vertikal pada tengah kotak. Untuk
variabel Berat+20 yaitu 80 kg.
b. Nilai Minimum ditampilkan oleh bagian paling bawah garis vertikal pada tengah
kotak, yaitu sebesar 66 kg.
c. Outliar adalah data yang berbeda jauh dari rata-rata data pada suatu variabel. Pada
boxplot di atas, outliar digambarkan dengan tanda bintang pada bagian atas
boxplot. Untuk variabel Berat+20 terdapat dua outliar yaitu 83 dan 93.
d. Median digambarkan dengan garis horizontal pada tengah kotak. Pada gambar di
atas, garis tersebut menunjukkan nilai 70.
e. Kuartil ketiga (Q3) ditampilkan oleh garis horizontal pada bagian atas kotak. Pada
gambar di atas, garis tersebut menunjukkan nilai 73.
f. Kuartil pertama (Q1) ditampilkan oleh garis horizontal pada bagian bawah kotak.
Pada gambar di atas, garis tersebut menunjukkan nilai 67.
g. Lebar kotak menunjukkan variansi data. Namun tidak ada angka pasti yang
menggambarkan keterangan tersebut.
14
h. Selain itu, jika kursor diletakkan pada kotak akan keluar keterangan nilai yang
digambarkan pada data, salah satu nilai tersebut adalah range (jarak) antara Q1
dengan Q3 yaitu 6.
Boxplot of Tinggi-10
Gambar 3.5 Boxplot of Tinggi-10
Secara singkat pembahasan untuk informasi yang ditampilkan boxplot of Tinggi-10
diatas adalah sebagai berikut:
a. Nilai Maksimum ditampilkan oleh puncak garis vertikal pada tengah kotak. Untuk
variabel Tinggi-10 yaitu 162 cm.
b. Nilai Minimum ditampilkan oleh bagian paling bawah garis vertikal pada tengah
kotak, yaitu sebesar 145 cm.
c. Median digambarkan dengan garis horizontal pada tengah kotak. Pada gambar di
atas, garis tersebut menunjukkan nilai 150 cm.
d. Kuartil ketiga (Q3) ditampilkan oleh garis horizontal pada bagian atas kotak. Pada
gambar di atas, garis tersebut menunjukkan nilai 154,5 cm.
e. Kuartil pertama (Q1) ditampilkan oleh garis horizontal pada bagian bawah kotak.
Pada gambar di atas, garis tersebut menunjukkan nilai 149 cm.
f. Lebar kotak menunjukkan variansi data. Namun tidak ada angka pasti yang
menggambarkan keterangan tersebut.
g. Selain itu, jika kursor diletakkan pada kotak akan keluar keterangan nilai yang
digambarkan pada data, salah satu nilai tersebut adalah range (jarak) antara Q1
dengan Q3 yaitu 5,5.
15
D. Scatterplot With Group
Scatterplot adalah grafik yang menggambarkan hubungan antara nilai-nilai dalam
suatu variabel, biasanya digambarkan dengan titik-titik pada suatu nilai yang
berhubungan dengan nilai lain pada suatu variabel. Pada laporan kali ini, praktikan
membuat scatterplot hubungan antara dua variabel, dengan variabel Berat+20 sebagai
variabel X dan Tinggi-10 sebagai variabel Y. Sehingga scatterplot ini menggambarkan
hubungan antara nilai pada variabel Berat+20 dan nilai pada variabel Tinggi-10, seperti
yang terpapar pada gambar berikut:
Gambar 3.6 Scatterplot of group
Berdasarkan scatterplot di atas dapat dilihat bahwa terdapat seorang mahasiswa yang
beratnya 66 kg dengan tinggi 148 cm. 5 orang mahasiswa yang beratnya 67 kg dengan
tinggi masing-masing: satu orang 145 cm, satu orang 146 cm, dua orang 149 cm dan
satu orang 150 cm. 2 orang mahasiswa dengan berat 68 kg dengan tinggi masing-masing
149 cm dan 150 cm. 1 orang mahasiswa yang beratnya 69 kg dengan tinggi 150 cm. 4
orang mahasiswa dengan berat 70 kg yang tingginya masing-masing: satu orang 149 cm,
dua orang 150 cm dan satu orang 155 cm. 1 orang mahasiswa yang beratnya 72 kg
dengan tinggi 148 cm. 3 orang mahasiswa dengan berat 73 kg dengan tinggi masing-
masing: 149 cm, 155 cm dan 157 cm. 1 orang dengan berat 74 kg yang tingginya 154
cm. 1 orang dengan berat 83 kg yang tingginya 151 cm. 1 orang dengan berat 80 kg yang
tingginya 162 cm. Serta satu orang yang beratnya 93 kg dengan tinggi 160 cm.
16
BAB IV
PENUTUP
Berdasarkan langkah-langkah yang telah praktikum paparkan pada Bab Deskripsi Kerja dan
penjelasan pada Bab Pembahasan, dapat diambil kesimpulan sebagai berikut:
1. Minitab adalah software yang sangat bermanfaat dalam proses pengolahan data, bisa
menyajikan hasil berupa statistika deskriptis dan dapat juga menampilkan statistika
inferensi data secara visual berupa grafik.
2. Untuk mengoperasikan data suatu variabel dalam minitab bisa digunakan menu Calc
yang bisa mengoperasikan nilai data, kolom maupun baris. Hasil penjumlahan variabel
Berat + 20 dan pengurangan variabel Tinggi – 10 adalah sebagai berikut:
3. Untuk menampilkan statistika deskriptif dari data , dalam minitab digunakan menu Stat,
Basic Statistic lalu Display Deskriptive Statistics. Hasil deskriptif statistik untuk variabel
Berat+20 dan Tinggi-10 adalah :
17
4. Untuk menampilkan grafik boxplot dari variabel Berat+20 dan Tinggi-10 bisa di atur saat
mencari statistik deskriptif atau bisa dengan menggunakan menu Graph pilih Boxplot.
Hasil dari grafik boxplot ditampilkan sebagai berikut:
5. Untuk menampilkan grafik Scatterplot dari variabel Berat+20 dan Tinggi-10 digunakan
menu Graph dan pilih Scatterplot. Hasil dari Scatterplot ditampilkan sebagai berikut:
18
DAFTAR PUSTAKA
Nugraha, M.Si, Dr. Jaka. 2011.“Modul Praktikum Analisis Data Eksploratif”.Yogyakarta.
http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._MATEMATIKA/196704081994032-
ENTIT_PUSPITA/pet_praktikum_Met_Runtun_Waktu.pdf
19