Professional Documents
Culture Documents
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.
+
+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.
3.5.2.2 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
3.5.3.2 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