BAB III

ANALISIS DESKRIPTIF PADA MENU YANG DIPESAN DI RUMAH

MAKAN TALIJIWO

3.1 Pendahuluan
Pada Bab II telah dijelaskan beberapa teori yang dibutuhkan dalam analisis
deskriptif pada menu yang dipesan di Rumah Makan Talijiwo. Pada Bab ini akan
dibahas mengenai prosedur untuk Analisis Deskriptif Pada Menu Yang Dipesan
Di Rumah Makan Talijiwo.
Prosedur yang akan dijelaskan terdiri dari metode pemecahan masalah
secara statistika khususnya analisis statistika secara dekriptif.

3.2 Sumber Data

Sumber data yang digunakan dalam penelitian ini yaitu data sekunder yang
diperoleh dari Rumah Makan Ayam Talijiwo. Data yang digunakan adalah data
menu yang dipesan di Rumah Makan Ayam Talijiwo dari 20 Agustus sampai
dengan 21 September 2017.

3.3 Objek Penelitian

Objek penelitian pada kasus ini yaitu menu yang dipesan di Rumah Makan
Ayam Talijiwo.

3.4 Variabel Penelitian

Variabel variabel yang ditetapkan pada penelitian ini adalah jumlah
menu yang dipesan per item di Rumah Makan Ayam Talijiwo.

3.5 Metode Analisis Data

Berikut ini tahapan-tahapan analisis data yang akan dilakukan untuk dalam
analisis deskriptif menu yang dipesan per item di Rumah Makan Ayam Talijiwo.
3.5.1 Perhitungan Ukuran Pemusatan Data
Ukuran pemusatan adalah ukuran yang menunjukan pusat (nilai tengah)
segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar atau
sebaliknya. Terdapat tiga ukuran pemusatan data (ukuran nilai tengah) yang
banyak digunakan adalah rata-rata (mean), nilai tengah (median), dan nilai paling
banyak muncul (modus).

3.5.1.1 Rata-rata (Mean)

Mean adalah jumlah keseluruhan pada data yang diperoleh dibagi dengan
banyaknya data. Rumus yang digunakan untuk menghitung mean dari data tidak
berkelompok adalah
=1
=

Keterangan:
x = rata-rata (mean)
xi = nilai ke-i
n = jumlah data

3.5.1.2 Nilai Tengah (Median)

Didalam perhitungan median, terdapat dua perhitungan median yaitu
median untuk data berjumlah ganjil dan median untuk data berjumlah genap.
= 2 = +1 untuk n ganjil
2

+
+1
2 2
= 2 = untuk n genap
2

Keterangan:
Me = nilai tengah (median)
n = jumlah data

3.5.1.3 Modus
 Modus adalah nilai yang terjadi paling sering atau yang mempunyai
frekuensi paling tinggi. Untuk data tunggal nilai modus diambil dari data yang
mempunyai frekuensi paling tinggi.

3.5.2 Perhitungan Ukuran Penyebaran Data

Ukuran penyebaran adalah ukuran yang memberikan gambaran seberapa
besar data menyebar dalam kumpulannya. Melalui ukuran penyebaran ini dapat
diketahui seberapa besar niali-nilai data menyebar dari nilai pusatnya atau
seberapa besar nilai-nilai data menyimpang dari nilai pusatnya. Ukuran
penyebaran data yang paling banyak digunakan yaitu jangkauan (range),
variance, dan standard deviation.

3.5.2.1 Jangkauan (Range)

Range adalah selisih bilangan terbesar dan terkecil dari suatu kumpulan
data. Rumus yang digunakan dalam menghitung Range adalah
=
Keterangan:
R = jangkauan (range)
= nilai data terbesar
= nilai data terkecil

3.5.2.2 Variance
Variance adalah suatu besaran yang mengukur besarnya ragam data.
Semakin besar ragam data maka nilai variance semakin besar, demikian
sebaliknya. Dalam industri, variance disebut juga ukuran presisi proses dan rata-
rata sebagai akurasi proses. Rumus yang digunakan untuk menghitung variance
adalah
=1( )2
2 =
1
2.2.2.3 Standard Deviation
Standard deviation adalah akar dari variance. Rumus yang digunakam
untuk menghitung standard deviation adalah

= 2

=1( )2
=
1

Keterangan:
S = standard deviation
= nilai data ke-i
= rata-rata data
n = jumlah data

3.5.3 Perhitungan Fraktil

3.5.3.1 Kuartil
Kuartil adalah sekumpulan data yang dibagi manjadi empat bagian yang
sama banyaknya, setelah disusun berdasarkan urutan nilainya. Rumus yang
digunakan dalam menghitung Kuartil adalah
( + 1)
=
4
Dimana :
i = Kuartil ke-1, ke-2, ke-3

3.5.3.2 Desil
Desil adalah sekumpulan data yang dibagi sepuluh bagian yang sama
banyaknya, setelah disusun berdasarkan skornya. (Susetyo, 2010)
Rumus untuk menghitung desil pada data tunggal adalah:
( + 1)
=
10
Dimana :
i = Desil ke-1, ke-2, ke-3 ... ke-9.
3.5.3.3 Persentil
Persentil adalah sekumpulan data yang dibagi menjadi seratus bagian yang
sama banyaknya, setelah disusun berdasarkan urutan skornya(Susetyo, 2010).
Rumus untuk menghitung persentil pada data tunggal adalah:
( + 1)
=
100
Dimana :
i = Persentil ke-1, ke-2, ke-3 ... ke-99.

3.5.4 Skewness
Skewness adalah derajat ketidaksimetrisan suatu distribusi. Jika kurva
frekuensi (poligon frekuensi yang dimuluskan) dari sebuah distribusi mempunyai
ekor yang lebih panjang ke arah kanan dari maksimum di pusat dibandingkan
dengan ke arah kiri, dikatakan bahwa distribusi itu menceng ke kanan, atau
memiliki kemencengan positif (positive skewness), sebaliknya disebut menceng ke
kiri, atau memiliki kemencengan negatif (negative skewness)(Harinaldi, 2005).
Untuk mengetahui derajat tak simetri sebuah model, digunakan ukuran
kemiringan yaitu kemiringan Pearson, yang dapat dihitung dengan rumus:
Mean - Modus
Kemiringan Pearson I : KP I =
Simpangan baku

3 Mean - Median
Kemiringan Pearson II: KP II=
Simpangan baku
Dikatakan model positif jika kemiringan positif, negatif jika kemiringan negatif
dan simetrik jika kemiringan sama dengan nol.

3.5.5 Kurtosis
Koefisien kurtosis digunakan untuk mengetahui bentuk tinggi rendahnya
puncak suatu kurva, jika kurva tidak terlalu datar dan tidak terlalu runcing disebut
mesokurtik, kurva yang runcing dinamakan leptokurtik, dan kurva yang datar
dinamakan kurva platikurtik.
 Salah 4 satu ukuran kurtosis ialah koefisien kurtosis yang diberi simbol
4 yang ditentukan dengan rumus:
4

Fi xi x
m4
4
S4 2
2

Fi xi x

n
Dimana :
4= 3 Distribusi Mesokurtik
4 > 3 Distribusi yang leptokurtik
4 3 Distribusi yang platikurtik

3.5.6 Penyajian Data

Data berupa skor yang telah disusun dalam bentuk daftar distribusi
frekuensi dapat dibentuk dalam grafik. Berikut adalah grafik untuk penyajian data:
a. Grafik Histogram
Grafik histogram adalah grafik berbentuk batang yang digunakan untuk
menggambarkan bentuk distribusi frekuensi. Grafik ini terdiri dari sumbu
mendatar atau sumbu X yang berikan skor atau kelas interval dan sumbu tegak
lurus atau sumbu Y yang menyatakan frekuensi 2010).
Adapun langkah-langkah mebuat grafik histogram adalah sebagai berikut:
1. Memberi nama absis/sumbu mendatar X dengan skor dan ordinat/sumbu
tegak lurus Y dengan frekuensi.
2. Menyusun skor atau kelas interval dari skor terkecil ke skor yang terbesar.
3. Menghitung batas nyata data atau skor dengan menambah 0,5 untuk skor
batas atas dan mengurangi 0,5 untuk skor batas bawah.
4. Membuat batang atau segiempat pada absis setinggi frekuensi sesuai
dengan masing skor
5. Membuat skala pada absis ordinat
b. Diagram Batang
Langkah-langkah dalam membuat diagram batang adalah sebagai berikut:
1. Tentukan titik tengah dari setiap kelas
2. Titik tengah adalah batas atas kelas dikurangi dengan batas bawah kelas
dibagi dengan 2
3. Membuat absis dengan nama sesuai dengan hasil pengamatan
4. Membuat nama ordinat dengan nama frekuensi
5. Membuat skala absis dan ordinat
6. Menggambarkan bar pada sumbu absis dengan tinggi sesuai dengan
frekuensi setiap kelas
7. Memberikan penomoran dan memberikan keterangan selengkapnya
c. Diagram Batang
Apabila jangkauan data tidak terlalu besar. Selisih jarak data terbesar dan
data terkecil tidak terlalu jauh. Pada diagram daun memudahkan seseorang untuk
membaca informasi yang terdapat pada data tersebut. Pada diagram daun pada
bagian kolom adalah puluhannya dan bagian baris adalah satunya.