LAPORAN PRAKTIKUM MODUL 2 PENGENDALIAN PENGENDALIA N KUALITAS KUA LITAS STATISTIKA STATISTIKA
ANALISIS PENGENDALIAN KUALITAS STATISTIK PADA KECACATAN KECACATAN MOTOR DI PARKIRAN PARKIRAN STATISTIKA STATISTIKA ITS MENGGUNAKAN PETA KENDALI p DAN PETA KENDALI u x ´
Hanninda Ersa M! Rr! )arahsani*a+,i- .!
Oleh : "#$#$%$%%&'( "#$#$%$%%//(
Asis*en D0sen : Au1 Sa-uel 0sepha
PROGRAM STUDI DIPLOMA III 3URUSAN STATISTIKA STATISTIKA )AKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEM.ER SURA.AA 2%#4
A.STRAK Motor adalah salah satu kendaraan yang sangat mudah ditemui. Di jaman sekarang ini, semua orang pasti membutuhkan alat transportasi, seperti untuk pergi kuliah. Namun, meningkatnya pengendara motor tidak diimbangi luas lahan parkir seperti pada parkiran Statistika ITS sehingga sehingga menyebabka menyebabkan n motor berhimpitan yang dapat menyebabkan motor mengalami kecacatan. Diguna Digunakan kan uji keacak keacakan an sebaga sebagaii uji dasar dasar untuk untuk meliha melihatt kerand kerandoma oman n pengambilan data. Penganalisisan menggunakan peta kendali kendali u dan p, karena jumlah sampel yang berbeda, untuk mengetahui batas kendali cacat di parkiran Statistika ITS. Digunakan pula diagram pareto dan diagram ishikawa untuk mengetahui aktor penyebab terbesar suatu motor dikatakan cacat dan aktor yang mempengaruhinya. !erdasarkan analisis didapatkan bahwa data yang diambil telah diambil secara acak. Data jumlah motor tidak berdistribusi binomial begitu pula dengan data kecacatan juga tidak berditribusi poisson berditribusi poisson.. "umlah sepeda motor yang cacat dan kecacatan sepeda motor tidak terkendali. Ka*a Kun5i # Diagram Ishikawa, Diagram Pareto, Motor, Peta p, Peta u, Uji Asumsi Keaacakan
2
DA)TAR ISI Hala-an 3udul $alaman A.STRAK ........................................................................................................i ......................................................................................................i ..................................................................... .............................................. ...............................ii ........ii DA)TAR ISI.............................................. DA)TAR TA.EL............................................. .................................................................... ...............................................i% ........................i% .................................................................. ............................................% .....................% DA)TAR GAM.AR ........................................... .A. I PENDAHULUAN &.& &.( &.* &.+ &.
'atar !elakang... !elakang........... ............... .............. ............... ............... .............. ............... ............... .............. .............. ............... .....................& .............& )umusan )umusan Masalah...... Masalah............. .............. ............... ............... .............. ............... ............... .............. .............. ............... .....................( .............( Tujuan.. Tujuan......... ............... ............... .............. ............... ............... .............. .............. ............... ............... .............. ............... ............................( ....................( Manaat.... Manaat............ ............... .............. ............... ............... .............. ............... ............... .............. .............. ............... ............... .......................* ................* !atasan !atasan Masalah..... Masalah............ ............... ............... .............. ............... ............... .............. ............... ............... ..............................* .......................*
.A. II TIN3AUAN PUSTAKA (.& -ji sumsi /eacakan...................... /eacakan............................................. ........................................................+ .................................+ (.( -ji Distribusi !inomial......................................... !inomial........................................................................... .................................. + (.* -ji Distribusi Poisson........................................ Poisson............................................................... ...................................... ............... (.* Peta /endali tribut................................ tribut....................................................... ................................................ ......................... 0 (.+ Diagram Pareto.......................................... Pareto................................................................. ..............................................1 .......................1 (. Diagram Ishikawa........................................... Ishikawa.......................................................................... ............................... .........1 ......... 1 .A. III METODOLOGI PENELITIAN *.& Sumber Data................................................ Data....................................................................... ............................................2 .....................2 *.( 3ariabel 3ariabel Penelitian.......................................... Penelitian................................................................. .........................................2 ..................2 *.* Struktur Data............................................. Data.................................................................... ..................................... ....................... .........2 2 *.+ 'angkah nalisis Data........................................................................... Data........................................................................... .2 *. Diagram lir................................... lir.......................................................... .............................................. ..................................&& ...........&& .A. I6 ANALISIS DAN PEM.AHASAN +.& -ji /eacakan... /eacakan........ .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ............. ................. ..........&( .&( +.( -ji Distribusi Distribusi !inomial.. !inomial....... .......... .......... .......... .......... .......... .......... .......... .......... .......... ........... ............... .................&* ........&* +.* -ji Distribusi Distribusi Poisson.... Poisson......... .......... .......... .......... ......... ......... .......... .......... .......... .......... .......... .......... .......... .......... ..........& .....&* * +.+ Peta /endali p....... p............ .......... .......... .......... .......... .......... .......... ......... ......... .......... .......... ............. ................. ................... ...........&+ .&+ +. Peta /endali u....... u............ .......... .......... .......... .......... .......... .......... ......... ......... .......... .......... ............. ................. ................... ...........&0 .&0 +.0 Diagram Pareto..... Pareto.......... .......... .......... .......... .......... ......... ......... .......... .......... .......... .......... .......... .......... .......... .......... ............ .........&2 ..&2 +.4 Diagram Ishika Ishikawa.... wa......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ............... ................... ...................(5 ..........(5 .A. 6 KESIMPULAN DAN SARAN .& /esimpulan. /esimpulan...... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ........(& ...(& .( Saran..... Saran.......... .......... .......... .......... .......... .......... .......... .......... ......... ......... .......... .......... .......... .......... .......... .......... .......... .......... .............. ..........(( .(( DA)TAR PUSTAKA LAMPIRAN
2
DA)TAR TA.EL
$alaman Data.................................................................... ........................................2 .................2 Te1el $!# Struktur Data............................................. Ta1el &!# -ji /eacakan Data Motor 6acat......................................................&(
6acat.....................................&* Ta1el Ta1el &!2 &! 2 -ji !inomial Motor 6acat dan Tidak 6acat.....................................&* Ta1el Ta1el &!$ &! $ -ji Distribusi Poisson Motor 6acat.................................................&+
3
DA)TAR DA)TAR GAM.AR GA M.AR
$alaman Pareto................................................................... ................................1 .........1 Ga-1ar 2!# Diagram Pareto............................................ Ishikawa................................................................. ..............................1 .......1 Ga-1ar 2!2 Diagram Ishikawa.......................................... lir........................................................... ............................................&& .....................&& Ga-1ar $!# Diagram lir.................................... wal........................................... ..................................... ......................... ...........& & Ga-1ar &!# Peta /endali P wal.................... Ga-1ar &!2 Peta /endali P Perbaikan &.........................................................& Ga-1ar &!$ Peta /endali P Perbaikan (.........................................................&0 Ga-1ar &!& Peta /endali - wal.... wal........................... ...................................................... ............................... .........&0 ......... &0 Ga-1ar &!4 Peta /endali - Perbaikan &.......................................... &.........................................................&4 ...............&4 Ga-1ar &!7 Peta /endali - Perbaikan (.......................................... (.........................................................&1 ...............&1
*.........................................................&1 ...............&1 Ga-1ar &!/ Peta /endali - Perbaikan *.......................................... Pareto................................................................... ................................&2 .........&2 Ga-1ar &!8 Diagram Pareto............................................ Ishikawa................................................................. ..............................(5 .......(5 Ga-1ar &!' Diagram Ishikawa..........................................
4
.A. I LATAR .ELAKANG #!# La*ar La*ar .ela9an .ela9an Saat Saat ini, ini, alat transpo transportas rtasii sudah sudah menjad menjadii kebutu kebutuhan han yang yang amat amat sangat sangat
mendasa mendasar. r. Sudah Sudah banyak banyak orang orang7ora 7orang ng menggu menggunak nakan an alat trasnp trasnport ortasi asi untuk untuk melakukan akti%itas sehari7hari, mobilitas hampir tidak mungkin dilakukan jika tidak tidak menggu menggunak nakan an transp transport ortasi asi 8Suery 8Sueryani, ani, (5&(9. (5&(9. Semaki Semakin n berkem berkemban bangny gnyaa jaman, berkembang pula pengendara kendaraan bermotor, seperti sepeda motor. Sepeda motor yang ada sekarang ini juga telah berkembang. !erkembangnya jaman juga mempengaruhi pola pikir pengendara motor yang ingin motornya tidak biasa dan berbeda dengan orang lain, karena itulah para pengendara motor biasanya akan merubah beberapa tampilan pada motor mereka. Perubahan pada motor biasa dilakukan dengan mengganti, menambah, ataupun mengurangi bagian luar luar moto motorr serta serta dapa dapatt melap melapisi isi moto motorr deng dengan an stike stiker. r. Semak Semakin in bany banyak akny nyaa pengendara motor, haruslah diimbangi dengan asilitas yang ada, seperti tempat parkir. Penelitian kali ini peneliti ingin meneliti kecacatan motor yang parkir pada parkiran Statistika ITS. Peneliti meneliti motor yang parkir di parkiran Statistika ITS dimaksudkan karena pada parkiran Statistika ITS terdapat banyak motor yang parkir meskipun tempat parkir telah penuh, karena itu sering sekali dijumpai motor7 motor7mot motor or yang yang berhim berhimpit pitan an sehing sehingga ga dapat dapat menimb menimbulk ulkan an kecacat kecacatan an serta serta semakin berkembangnya jaman, banyak motor yang sudah tidak sesuai dengan standar keluaran pabrik atau biasa disebut motor modi ataupun motor dengan stiker. Penelitian dilakukan dengan maksud untuk mengetahui apakah cacat pada moto yang parkir di Statistika ITS masih dalam batas kendali atau tidak, maka dilakukan penelitian dengan menggunakan Peta p dan u. Peta p digunakan karena karakteristik kualitas berupa cacat atau tidak dengan ukuran sampel yang berbeda, sedang sedangkan kan peta peta u diguna digunakan kan karena karena karakt karakteris eristik tik cacat cacat atau tidak tidak dibeda dibedakan kan menjadi kategori7kategori.
#!2 Ru-usan Ru-usan Masalah Masalah )umusa )umusan n masala masalah h yang yang diguna digunakan kan dalam dalam penelit penelitian ian ini adalah adalah sebaga sebagaii
berikut.
1
&. pakah pakah data data jumlah jumlah motor motor cacat di parkiran parkiran Statisti Statistika ka ITS telah diambi diambill secara acak: (. pakah pakah data jumlah jumlah motor motor cacat cacat di parkiran parkiran Statistik Statistikaa ITS telah telah memenuhi memenuhi asumsi distribusi binomial: *. pakah pakah data jumlah jumlah motor motor cacat di parkiran parkiran Statistika Statistika ITS masih terkenda terkendali: li: +. pakah pakah data data kategori kategori motor motor cacat di parkiran parkiran Statis Statistika tika ITS telah telah diambil diambil secara acak: . pakah pakah data kategor kategorii motor cacat cacat di parkiran parkiran Statisti Statistika ka ITS telah telah memenuhi memenuhi asumsi distribusi poisson: 0. pak pakah data ata kate katego gori ri moto motorr caca cacatt di park parkir iran an Stat Statis isti tika ka ITS ITS masi masih h terkendali: 4. pa aktor aktor utama motor di Statistik Statistikaa ITS dikategorik dikategorikan an cacat: cacat: 1. pakah pakah yang yang menyebab menyebabkan kan motor motor cacat cacat di Statistika Statistika ITS: ITS:
#!$ Tu;uan
Tujuan yang didapat adalah dapat mengetahui apakah jumlah motor cacat dan kecacatan sudah terkendali atau belum serta apakah data yang diambil telah acak atau belum dan apakah telah memenuhi distribusi yang ada, yatu distribusi binomial dan poisson, serta dapat mengetahui aktor penyebab utama yang mengakibatkan mengakibatkan motor cacat. #!& Man
penggunaan peta p dan peta u serta dapat menerapkannya menerapkannya dalam kehidupan sehari7 hari sehingga dapat bermanaat bagi banyak orang. Manaat yang dapat diperoleh oleh pembaca adalah dapat mengetahui inormasi tentang kecacatan motor yang parkir di parkiran Statistika ITS sehingga dapat mengantisipasi kecacatan yang tidak diinginkan. #!4 .a*asan .a*asan Masalah Masalah !atasan masalah yang digunakan dalam penelitian ini adalah kategori cacat
dibedakan pada enam komponen motor, yaitu spion, lampu, ban, body, body, knalpot, knalpot, dan plat yang parkir di parkiran Statistika.
2
.A. II TIN3AUAN PUSTAKA 2!# U;i Asu-si Asu-si Ke5a9an Ke5a9an
-ji keacaka keacakan n (Run (Runss test test diguna digunakan kan untuk untuk mengu menguji ji hipote hipotesis sis desk deskrip ripti ti 8satu 8satu sample sample9, 9, bila bila datan datanya ya berb berben entu tuk k ordi ordina nal. l. Peng Penguj ujia ian n dilakukan dengan cara mengukur kerandoman populasi yang didasarkan atas data hasil pengamatan melalui data sampel. Prosedur pengujian untuk uji keacakan adalah sebagai berikut. $ipotesis $5 # Data pengamatan telah diambil secara acak dari suatu populasi $& # Data pengamatan tidak diambil secara acak dari suatu populasi Statistik -ji r 8banyaknya runtun yang terjadi9 Daerah /ritis Tolak $5 apa bila r ; r bawah atau r < r atas atas dari tabel nilai kritis untuk runtun r !ila n& maupun n( < (5 maka rumus yang digunakan # ! =
r − =8 (n&n( 9 > 8n& + n( 9 + &? (n&n( 8(n& n( − n& − n( 98 n& + n( 9 8 n& + n( − &9 (
3
8(.&9
n& adalah banyaknya data bertanda @plusA 8B9 n( adalah banyaknya data bertanda @minusA 879 8Daniel, &2129 2!2 U;i Dis*ri1us Dis*ri1usii .in0-ial Suatu percobaan sering terjadi atas beberapa usaha, tiap usaha dengan dua
kemungkinan hasil yang dapat diberi nama sukses atau gagal . $al ini sering terjadi, misalnya pada barang hasil produksi, dengan tiap pengujian atau usaha dapat menunjukkan apaka suatu barang cacata atau tidak. Distribusi binomial adalah suatu usaha !ernoulli dapat menghasilkan sukses dengan peluang peubah acak binomial Ct, yaitu banyaknya banyaknya sukses dalam n usaha bebas 8 8al alpole, pole, &229. !erikut adalah asumsi pada uji distribusi binomial# &. Data terdiri atas hasil percoban percoban !ernoulli !ernoulli yang diulang diulang n kali. kali. (. Dalam setiap setiap ulangan ulangan,, hasilnya hasilnya digolon digolongkan gkan dalam dalam sukses sukses dan dan gagal. gagal. *. -langan7ula -langan7ulangan ngan tersebut tersebut bersiat bersiat saling saling bebas bebas satu satu sama sama lain. lain. +. Pelu Peluan ang g untu untuk k memp memper erol oleh eh kebe keberh rhasi asila lan n pada pada setia setiap p perc percob obaan aan tida tidak k berubah7ubah. Distribusi binomial dilambangkan dengan# n b( "E n, p ) = p " # n "
−
"
8(.(9 untuk F G 5, & , (, H, n. Mean # G n . p %arians # J( G n . p . K $ipotesis pada uji binomial adalah sebagai berikut. $5 # p G p5 $& # p L p 5 Statistik uji # S G banyaknya keberhasilan Daerah penolakan # tolak $ 5 jika P8Fs&9 O>( atau P8F( 8Daniel, &2129 2!$ U;i Dis*r Dis*ri1us i1usii Poisson Distribusi Distribusi Poisson Poisson adalah percobaan yang menghasilka menghasilkan n nilai7nilai nilai7nilai bagi
suatu peubah acak C, yaitu banyaknya banyaknya hasil percobaan percobaan yang terjadi selama suatu selang waktu tertentu atau disuatu daerah tertentu. Distribusi poisson memiliki ciri7ciri sebagai berikut# &. !any !anyak akny nyaa hasil hasil perco percobaa baan n yang yang terjad terjadii dalam dalam suatu suatu selan selang g wakt waktu u atau atau suatu daerah tertentu, tidak bergantung pada banyaknya hasil percobaan yang terjadi pada selang waktu atau daerah lain yang terpisah.
4
(. Peluan Peluang g terjadiny terjadinyaa satu hasil hasil percobaan percobaan selama selama suatu suatu selang waktu waktu yang singk singkat at sekali sekali atau atau dala dalam m suat suatu u daera daerah h yang yang kecil kecil,, seban sebandi ding ng deng dengan an panjang selang waktu tersebut atau besarnya daerah tersebut, dan tidak bergantung pada banyaknya hasil percobaan yang terjadi diluar selang waktu atau daerah tersebut. *. Peluan Peluang g bahwa lebih lebih dari satu hasil hasil percobaa percobaan n akan terjadi terjadi dalam selang selang waktu yang singkat tersebut atau dalam daerah yang kecil tersebut, dapat diabaikan. !ilangan C yang menyatakan banyaknya hasil percobaan dalam suatu distribusi poisson disebut peubah acak poisson. /arena nilai7nilai peluang nya hanya berganting pada , maka dirumuskan# µ e µ " p ( ", µ ) = "Q untuk F G &, (,..., n 8(.*9 8alpole, &229 −
2!& Pe*a Kendali Kendali A*ri1u A*ri1u** !anyak !anyak karakteristik karakteristik kualitas tidak dapat dengan mudah dinyatakan dinyatakan secara
numerik. Dalam hal seperti itu, biasanya tiap benda yang diperiksa kita klasiikasi sesuai dengan spesiikasi dengan istilah cacat atau baik. /arakteristik kualitas yang merupakan siat seperti itu dinamakan atribut. Peta kendali atribut dibedakan menjadi empat, yaitu peta p, peta np, peta u, dan peta c. !erikut adalah penjelasan beberapa peta kendali atribut 8Montgomery, 8Montgomery, (559. 2!&!# 2!&!# Pe*a Pe*a P Peta /endali P digunakan untuk membandingan antara banyaknya cacat dengan dengan semua pengamatan, pengamatan, yaitu setiap produk produk yang diklasiikasikan diklasiikasikan sebagai Rditerima Rditerima atau Rditolak 8yang diperhatikan diperhatikan banyaknya banyaknya produk produk cacat9 8Susetyo, (5&5 (5&59. 9. Misa Misalk lkan an pros proses es prod produk uksi si beke bekerja rja dalam dalam kead keadaa aan n stabi stabil, l, sehin sehingg ggaa probabilitas bahea suatu unit akan tidak sesuai dengan spesiikasi adalah p, p, dan unit yang diproduksi beurutan adalah independen, maka tiap unit yang diproduksi merupakan realitas suatu %ariabel random !ernoulli dengan parameter p parameter p.. pabila sampel random dengan n unit produk dipilih, dan D dan D adalah adalah banyak unit produk yang yang tida tidak k sesua sesuai, i, maka maka D D berdistribusi berdistribusi !inomial !inomial dengan parameter parameter n dan dan p. p. !agian tak sesuai dalam sampel dideinisikan dideinisikan sebagai perbandingan perbandingan banyak unit tak sesuai dalam sampel D sampel D dengan dengan ukuran sampel n yakni#
5
p =
Di n
8(.+9 $
"ika "ika digu diguna naka kan n k G *, maka peta kenda kendali li
dapat dicari menggunakan
rumus sebagai berikut. %PA %PA
= ρ + *
(
)
ρ + & − ρ
n
8(.9
'aris &engah
=
ρ
%P% %P%
= ρ − *
(
8(.09
)
ρ + & − ρ n
8(.49 /eterangan # !P G !ata atas Pengendali tas !P! G !ata atas Pengendali !awah awah ρ
G )ata7rata dari rata7rata pengamatan n G jumlah data 8Montgomery, (559 2!&!2 2!&!2 Pe*a Pe*a U !enda yang tak sesuai adalah unit produk yang tidak memenuhi satu atau
beberapa spesiikasi untuk produk itu. Tiap unit dapat mempunyai satu atau beberapa cacat yang sangat kecil kabinetnya. "ika kita peroleh peroleh c jumla ketidak sesuaian rata7rata unit pemeriksaan, pemeriksaan, maka banyak jetidaksesuaian rata7rata per unit pemeriksaan adalah c u= n
8(.19
- adalah %ariabel random Poisson karena ini merupakan kombinasi linear n %ariabel random Poisson independen. Dengan demikian, parameter graik pengendali itu adalah
%P %PA
=
u
+
*
u n 8(.29
'aris &engah
=
u
6
8(.&59
%P% = u + *
u n
8(.&&9 8Montgomery, (559
2!4 DiaraDiara- Pare*0 Pare*0 Diagram pareto adalah sebuah metode untuk mengelola kesalahan, masalah,
atau cacat cacat guna guna memban membantu tu memusat memusatkan kan perhat perhatian ian untuk untuk upaya upaya penye penyelesa lesaian ian masalahnya. !erikut adalah gambar diagram pareto. 8Montgomery, (559 2!7 DiaraDiara- Ishi9a,a Ishi9a,a Diagram Ishikawa sering juga disebut diagram sebab7akibat serta diagram
tulang ikan, merupakan salah satu perangkat dalam dalam seen seen too)s too)s yang digunakan untuk untuk mengid mengidenti entiik ikasi asi masalah masalah kualit kualitas as dan titik titik inspek inspeksi. si. Dalam Dalam Diagra Diagram m Ishikawa ada + kategori, yaitu material>bahan baku, mesin>peralatan, manusia, dan metode. /eempat kategori ini memberikan suatu datar periksa yang baik untuk melakukan analisis awal. Setiap penyebab dikaitkan pada kategori yang disatukan dalam dalam tulang tulang yang yang terpisa terpisah h sepanj sepanjang ang cabang cabang terseb tersebut. ut. !erikut !erikut gambar gambar dari dari Diagram Ishikawa.
Ga-1ar 2!2 Diagram Ishikawa
8$eier, (5509
.A. III METODOLOGI PENELITIAN 7
$!# Su-1er Su-1er Da*a Data yang digunakan dalam penelitian ini adalah data primer yang diperoleh
secara langsung melalui obser%asi untuk mengetahui kecacatan yang ada pada sepeda sepeda motor motor yang yang parkir parkir di parkir parkiran an Statist Statistika ika ITS pada &57&* &57&* Maret (5& (5& dengan waktu selang dua jan dari pengamatan di sesi pertama. $!2 6aria1el 6aria1el Peneli*ian 3ariabel yang diamati pada penelitian ini adalah sepeda motor yang ada di
parkiran Statistika ITS. Sepeda motor yang diamati memiliki kategori kecacatan pada spion, ban, body, body , plat, knalpot, dan lampu. $!$ Lan9ah Analisis Da*a 'angka 'angkah h analisi analisiss data data yang yang diguna digunakan kan dalam dalam peneli penelitian tian adalah adalah sebaga sebagaii
berikut. &. Mengamati Mengamati dan dan mencatat mencatat kecacatan kecacatan sepeda sepeda motor motor di di parkiran parkiran Statistika Statistika ITS. (. Menginputk Menginputkan an data kecacatan kecacatan sepeda sepeda motor motor di parkiran parkiran Statisti Statistika ka ITS. *. Melakukan Melakukan uji uji keacakan keacakan pada data jumlah jumlah motor motor cacat yang yang ada ada di parkiran parkiran Statistika ITS. +. Melakukan Melakukan uji distribusi distribusi binomial binomial pada pada data jumlah jumlah motor motor cacat yang yang ada di di parkiran Statistika ITS. . Mengan Menganali alisis sis data jumlah jumlah motor motor cacat yang ada di parkiran parkiran Statisti Statistika ka ITS menggunakan peta p. 0. Melak Melakuk ukan an uji uji keaca keacaka kan n pada pada data kecaca kecacatan tan sepeda sepeda moto motorr yang yang ada ada di parkiran Statistika ITS. 4. Melaku Melakukan kan uji distrib distribusi usi poisson poisson data data kecacat kecacatan an sepeda sepeda motor motor yang ada di parkiran Statistika ITS. 1. Mengan Menganali alisis sis data kecacatan kecacatan sepeda sepeda motor motor yang yang ada di parkiran parkiran Statis Statistik tikaa ITS menggunakan peta u. 2. Memb Membua uatt dia diagr gram am pare pareto to.. &5. Membuat Membuat diagram ishikawa. ishikawa. &&. &&. Menginterpr Menginterpretasika etasikan n hasil analisis. analisis. &(. Membuat Membuat kesimpulan kesimpulan..
8
Mulai
Mengumpulkan Data Menginputkan data
$!& DiaraDiara- Alir Alir !erdasarkan langkah analisis, maka dapat dibuat sebagai diagram sebagai
berikut.
tidak Melakukan U#i Ke$akan %a
Melakukan U#i &inomial
Melakukan U#i Poisson
Membuat Peta Kendali P
Membuat Peta Kendali U
Membuat Diagram Pareto Pareto
Membuat Diagram s!ika"a
Kesimpulan ' Selesai
Ga-1ar $!# Diagram lir
.A. I6 ANALISIS dan PEM.AHASAN
Setela Setelah h melaku melakukan kan pengam pengamatan atan,, analisi analisiss dan pembah pembahasan asan akan akan dibahas dalam bab ini. nalisis yang dilakukan pada pengamatan data banyaknya %ariasi kualitas terhadap sepeda motor yang ada di parkiran jurusan Statistika ITS blok ( adalah uji keacakan, uji binomial, uji distri distribus busii poisson poisson,, peta peta kendali kendali p, peta peta kendal kendalii u, diagra diagram m pareto pareto dan diagram tulang ikan. &!# U;i Kea5a9an Kea5a9an
Pengujian keacakan data digunakan untuk mengetahui terpenuhnya asumsi keacakan data. $asil analisis uji keacakan pada pengamatan banyaknya motor cacat di parkiran jurusan Statistika ITS blok (adalah sebagai berikut # Membuat Peta Kendali $5 # Data pengamatan motor cacat di parkiran jurusan Statistika ITS blok ( diambil dari suatupopulasi secara acak $& # Data pengamatan motor cacat di parkiran jurusan Statistika ITS blok ( diambil dari suatu populasi secara tidak acak Tara Tara signiikan signiikan # O G 5,5 Daerah /ritis # Tolak Tolak $5 jika r atas atau P*a)ue ; O atas; r ; r bawah atau P*a)ue Statistik -ji # Ta1el Ta1el &!# -ji /eacakan Data Motor 6acat Median
n
n(
)
1
&5
&
&4,(
& (
P7 a) u e 5, 44 *
Tabel +.&menunjukkan bahwa runtutan yang terjadi sebanyak &5 runtutan, sedangkan runtutan yang diharapkan adalah &5,0 runtutan. -ntuk
1(
nilai yang berada di bawah median sebanyak 1 kali pengamatan dan yang berada diatas median sebanyak &( kali pengamatan dengan total data sebanyak (5 kali pengamatan. P7a)ue P7 a)ue berdasarkan tabel diatas sebesar 5,44* yang berarti lebih besar dari O 85,59, sehingga keputusannya adalah gagal gagal tolak tolak $5. "adi "adi kesimp kesimpulan ulanny nyaa data data pengam pengamatan atan motor motor cacat cacat di parkiran jurusan Statistika ITS blok ( sudah diambil secara acak.
&!2 U;i Dis*ri1usi Dis*ri1usi .in0-ial .in0-ial
-ji distribusi binomial pada analisis ini berungsi untuk mengetahui proporsi motor cacat atau tidak cacat yang parkir pada jurusan Statistika ITS blok (. $asil dari analisis ini adalah sebagai berikut. $ipotesis $5 # Data pengamatan motor cacat dan tidak cacat pada parkiran jurusan Statistika ITS berdistribusi binomial $& # Data pengamatan motor cacat dan tidak cacat pada parkiran jurusan Statistika ITS tidak berdistribusi binomial. Tara Tara signiikan # O G 5,5 Daerah kritis # tolak $5 jika P7%alue ; O Statistik uji # Ta1el &!2 -ji !inomial Motor 6acat dan Tidak 6acat /ategori 6acat Tidak 6acat
Proporsi 5,** 5,04
P73alue 5,555
Pada tabel +.( dapat dilihat bahwa proporsi kategori motor cacat adalah sebesar 5,** dan untuk kategori motor tidak cacat adalah sebesar 5,04 dari total sampel sebesar 0&+. Dari hasil analisis tersebut dapat dikatakan bahwa motor yang tidak cacat lebih banyak dari pada motor yang cacat. Sehingga dapat diambil keputusan bahwa tolak $ 5 dikarenakan P7%alue 85,5559 ; O 85,59, jadi dapat disimpulkan bahwa data pengamatan motor cacat dan tidak cacat pada parkiran jurusan Statistika ITS blok ( tidak berdistribusi binomial. Tetapi Tetapi pada penelitian ini, data diasumsukan berdistribusi binomial. &!$ U;i Dis*ri1usi Dis*ri1usi P0iss0n P0iss0n Distribusi Distribusi Poisson Poisson adalah percobaan yang menghasilka menghasilkan n nilai7nilai nilai7nilai bagi
suatu peubah acak C, yaitu banyaknya banyaknya hasil percobaan percobaan yang terjadi selama suatu selang waktu tertentu atau disuatu daerah tertentu. nalisis distribusi poisson pada
11
data pengamatan motor cacat di parkiran jurusan Statistika ITS blok ( adalah sebagai berikut. $ipotesis# $5 # Data pengamatan motor cacat di parkiran jurusan Statistika ITS blok ( berdistribusi poisson $& # Data pengamatan motor cacat di parkiran jurusan Statistika ITS blok ( tidak berdistribusi poisson Tara Tara signiikan signiikan # O G 5,5 Daerah /ritis # Tolak Tolak $5 jika P*a)ue jika P*a)ue ; O Statistik -ji # Ta1el Ta1el &!$ -ji Distribusi Poisson Motor 6acat N (5
DU +
+hi*#uare &0,2*4
P*a)ue 5,55(
Tabel +.* menunjukkan hasil uji distribusi poisson diketahui bahwa banyak data yang diamati sebanyak (5 kali pengamatan, dengan nilai d +, dan nilai uji chi*s#uare sebes sebesar ar &0,2 &0,2* *4, 4, serta serta dida didapa patk tkan an hasil hasil perhitungan P*a)ue sebesar 5,55( yang berarti menghasilkan keputusan tolak $5. Sehingga dapat disimpulkan bahwa data pengamatan motor cacat di parkir parkiran an jurusan jurusan Statist Statistika ika ITS blok blok ( tidak tidak berdis berdistrib tribusi usi poisson poisson,, namun dalam praktikum ini diasumsikan bahwa data berdistribusi poisson. &!& Pe*a Kend Kendali ali P
Peta kendali P dibuat untuk mengetahui jumlah motor cacat yang parkir di jurusna Statistika ITS blok ( masih terkendali atau tidak. !erikut adalah gambar peta kendaliP kendaliP dari hasil pengolahan pengolahan data menggunakan menggunakan so-tware minitab. so-tware minitab.
12
P Chart of Motor cacat ()8 ()8 1
()7 ()7 1
1
U,-+()6('4
()6 ()6 n o ()5 i ()5 t r o p o ()4 r ()4 P
* P+()4(52
()3 ()3 ()2 ()2
-,-+()2(('
()1 ()1
1
1
3
5
7
'
11 Sample
13
15
17
1'
.ests .ests per/o per/orm rmed ed "it! "it! une0 ne0ual ual sam sample ple sies sies
Ga-1ar &!# Peta /endali P wal
Pada gambar +.& dapat dilihat bahwa peta kendali P awal ada data yang tidak terkendali yaitu data ke &5, &+, & dan &1. Penyebab dari tidak terkendalinya data ke &5 adalah pada subgroup ke ( pengamatan ke sehing sehingga ga dilaku dilakukan kan eliminasi eliminasi data data ke &5. Sedangka Sedangkan n pada pada data data ke &+ adalah pada subgroup ke * pengamatan ke +, pada data ke & adalah pada subgroup ke * pengamatan ke dan pada data ke &1 adalah subgroup ke + pengamatan ke *. Sehingga data yang tidak terkendali tersebut harus dieliminasi. dieliminasi. Dibuat lagi peta kendali P dengan dengan batas kendali baru sebagai sebagai berikut. P Chart of Motor cacat ()7 ()7 1
()6 ()6
U,-+()5774
()5 ()5
n o i t r ()4 o ()4 p o r P
* P+()375'
()3 ()3 ()2 ()2
-,-+()1744
()1 ()1 1
3
5
7
' Sample
11
13
15
.ests .ests per/o per/orm rmed ed "it! "it! une0 ne0ual ual sam sample ple sies sies
Ga-1ar &!2 Peta /endali P Perbaikan &
Pada gambar +.( dapat dilihat bahwa peta kendali P belum terkendali. Data yang tidak terkendali adalah data ke &5 adalah subgroup ke * pengamatan ke &.
13
Sehingga data tersebut harus dieliminasi agar peta dapat terkendali. Peta kendali P baru dibuat dengan batas kendali baru dan jumlah data baru yaitu & sebagai berikut. P Chart of Motor cacat ()6 U,-+()557' ()5 n o ()4 i t r o p o r P ()3
* P+()3584
()2 -,-+()158' ()1 1
2
3
4
5
6
7 8 ' Sample
1( 11 12 13 14 15
.ests .ests per/o per/orm rmed ed "it! "it! une0u ne0ual al sam sample ple sie sies s
Ga-1ar &!$ Peta /endali P Perbaikan (
Pada gambar +.* dapat dilihat bahwa peta kendali P perbaikan ( sudah sudah terkend terkendali ali karena karena sudah sudah tidak tidak ada data data yang yang keluar keluar dari batas kendali. "adi peta kendali P terkendali hingga ( kali tahap perbaikan dan ( kali tahap eliminasi data. &!4 Pe*a Kend Kendali ali U
Peta kendali - dibuat untuk mengetahui apakah jumlah cacat motor yang parkir di jurusan Statistika ITS blok ( masih terkendali atau tidak. !erik !erikut ut adal adalah ah gamb gambar ar peta peta kend kendali ali - dari dari hasi hasill peng pengol olaha ahan n data data menggunakan so-tware menggunakan so-tware minitab. minitab.
14
U Chart of J umlah umlah cacat subgrup subgrup 1)8
1
1)7 t i n 1)6 U r e P 1)5 t n u o C 1)4 e l p m1)3 a S
U,-+1)5881
* U+1)3581
1)2 -,-+1)128(
1)1
1
1
2
3
4
Sample
.ests .ests per/orm per/ormed ed "it! "it! une0u une0ual al sam sampl ple e sies sies
Ga-1ar &!&Peta /endali - wal
Vambar +.+ dapat diketahui bahwa terdapat dua subgroup pengamatan yang tidak terkendali, karena plotnya keluar dari batas pengendali, pengendali, dengan batas kendali yang berbeda7beda pada setiap sampelnya. Data yang tidak terkendali tersebut adalah pada sub group ke & dan ke (. Selanjutnya dilakukan analisis pada kedua sub group tersebut, untuk mengetahui apa yang menyebabkan sub group tersebut tidak terkendali. Setelah dilakukan analisis diketahui bahwa pada sub group ke ( adalah pengamatan ke pertama perta ma pada pukul 54.55 dan pada pengamatan ke ( pada pukul 52.55, sehingga pengamatan pada jam tersebut dibuang. -ntuk sub group ke + pengamatan yang dibuang adalah pengamatan ke + pada pukul &*.55 dan pengamatan ke pada pukul &.55. !erikut adalah peta kendali dengan jumlah sub group + dengan membuang data pada pengamatan subgroup ( dan +, serta dengan batas pengendali baru. U Chart of J umlah Cacat Subgrup Subgrup 1)3
1
1)2 U,-+1)1456
t i 1)1 n U r 1)( e P t ()' n u o ()8 C e l p ()7 m a S ()6
* U+()'52'
-,-+()76(2
()5 1
()4 1
2
3 Sample
.ests .ests per/o per/orm rmed ed "it! "it! une0u ne0ual al sam sample ple sie sies s
Ga-1ar &!4Peta /endali - Perbaikan &
15
4
Vambar +.dengan perbaikan peta kendali - dengan eliminasi pengamatan pada subgroup ( dan + didapatkan batas pengendali baru dengan hasil bahwa subg subgro roup up ke ( suda sudah h terk terken enda dali li tetap tetapii subg subgro roup up ke + belu belum m terke terkend ndal alii dan dan subg subgro roup up ke * ikut ikut tida tidak k terk terken enda dali li.. Wleh Wleh kare karena na itu itu dicar dicarii peny penyeb ebab ab pada pada subgroup ke * dan ke + tidak terkendali. Penyebab pada subgroup ke * tidak terkendali adalah pengamatan ke * pada pukul &&.55 &&.55 sehingga data pengamatan ke * harus di eliminasi. Sedangkan pada subgroup ke + data pengamatan yang di eliminasi adalah pengamatan ke & pada pukul 54.55 dan pengamatan ke * pada pukul &&.55. &&.55. Setelah pengamatan pada subgroup tersebut te rsebut dieliminasi, didapatkan peta kendali - yang baru dengan batas batas kendali baru sebagai berikut. U Chart of J umlah Cacat Subgrup Subgrup 1)3 U,-+1)2581 1)2
t i n U r e P 1)1 t n u o C e 1)( l p m a S
* U+1)(554
()' -,-+()8526 1
()8 1
2
3
4
Sample
.ests .ests per/o per/orm rmed ed "it! "it! une0u ne0ual al sam sample ple sie sies s
Ga-1ar &!7Peta /endali - Perbaikan (
Vambar Vambar +.0 dengan dengan peta peta kendal kendalii - yang yang baru baru setelah setelah dilakuka dilakukan n perbaikan ke ( didapatkan hasil bahwa peta kendali - masih ada subgroup yang ang tida tidak k terk terken enda dali li yaitu aitu subg subgro roup up ke +. Peny Penyeb ebab ab dari dari tida tidak k terkendalinya subgroup ke + adalah pengamatan ke & pada pukul 54.55. Setelah diketahui penyebabnya, maka pada subgroup ke + pengamatan ke & di eliminasi. Peta kendali - setelah eliminasi dengan batas kendali baru adalah sebagai berikut.
16
U Chart of J umlah Cacat Subgrup Subgrup 1)3
U,-+1)2'81
t i 1)2 n U r e P t 1)1 n u o C e 1)( l p m a S
* U+1)('1'
()'
-,-+()8856
()8 1
2
3
4
Sample
.ests .ests per/o per/orm rmed ed "it! "it! une0 une0ua uall sam sample ple sies sies
Ga-1ar &!/Peta /endali - Perbaikan *
Vambar +.4 terlihat bahwa peta kendali - perbaikan * setelah dilakukan beberapa kali eliminiasi dan pada tahap ke * peta kendali - sudah terkendali karena semua subgroup sudah berada pada batas kendali yang baru. Sehingga pada peta kendali - perbaikan * ini ada data7data pengamatan yang dieliminasi. dieliminasi. &!7 DiaraDiara- Pare*0 Pare*0
Diagram paretto paretto merupakan merupakan salah satu seen too)s too)s yang digunakan untuk menggambarkan jenis cacat yang paling banyak terjadi dari suatu pengamatan. Dalam pengamatan ini cacat diklasiikasikan menjadi 0 jenis yaitu cacat pada spion, plat nomer, body, knalpot, ban, dan lampu. $asil analisis menggunakan so-tware menggunakan so-tware diagram diagram pareto adalah sebagai berikut. Pareto Chart of Kategori Kategori 14(( 1((
12((
8(
1((( i s n e u k e r F
t n c r e P
8(( 8((
6( e
6(( 6(( 4( 4(( 4(( 2(
2(( 2(( ( Kategori rekuensi Per$ent ,um
&od% 4'8 3')6 3')6
Plat 445 35)4 75)(
Knalpot 11( 8)8 83)8
Spion 1(( 8)( '1)7
-ampu 65 5)2 '6)'
Ga-1ar &!8Diagram Pareto
17
t!er 3' 3)1 1(()(
(
Vambar +.1 diketahui bahwa cacat yang jumlahnya paling banyak adalah body dengan jumlah +21 cacat dengan prosentase *2,0X, terbanyak kedua adalah plat nomer berjumlah ++ cacat dengan prosentase *,+X, yang ketiga adalah knalpot berjumlah &&5 cacat dengan prosentase 1,1X, yang keempat adalah spion berjumlah &55 cacat dengan prosentase 1X, yang ke li ma adalah lampu berjumlah 0 cacat cacat deng dengan an pros prosen enta tase se *,&X *,&X dan dan lain lain lain lain sebany sebanyak ak *2 cacat cacat deng dengan an prosentase *,&X. Serta dapat disimpulkan bahwa 5X motor cacat dikarenakan dari cacat body. body. &!/ Diara Diara- Ishikawa
Pada diagram ishikawa akan diketahui akar dari permasalahan cacat pada motor yang parkir di jurusan Statistika ITS blok (. !erikut adalah hasil analisis menggunakan diagram ishikawa Cause-and-Effect Cause-and-Effect Diagram -ingkungan
Diri Sendiri
Klub
obi
Motor
Motor , a$a a$att
terbaru
sekitar
Motor
rang rang
asilitas
Manusia
Ga-1ar &!'Diagram Ishikawa Diagram Ishikawa
!erd !erdas asar arka kan n gamb gambar ar +.2 +.2 dapa dapatt dike diketa tahu huii bahw bahwaa akar akar dari dari permasalahan tersebut adalah asilitas yang didapatkan oleh seseorang. Seperti asilitas jika motornya rusak atau ingin lebih bagus lagi. Penyebab kedua kedua adalah lingkungan lingkungan sekitar orang itu berada. 'ingkungan 'ingkungan dalam hal ini contohnya klub motor. !isa saja klub motor sangat mempengaruhi kepr keprib ibad adia ian n oran orang g terseb tersebut ut,, sehin sehingg ggaa dari dari lingk lingkun unga gan n klub klub moto motor r
18
seseora seseorang ng ingin ingin meruba merubah h motorn motornya ya menjad menjadii model model terbaru terbaru atau agar agar terlihat terlihat lebih bagus diantara klub motornya. motornya. Uaktor diri sendiri sendiri dan orang sekitar juga sangat erat hubunganny hubungannyaa dengan dengan kepribadian kepribadian seseorang. "ika orang terdekatnya mendukungnya untuk membuat motornya tidak seperti asliny aslinya, a, bisa bisa saja orang orang tersebu tersebutt menjad menjadii tertarik tertarik untuk untuk meruba merubahny hnyaa sehingga membuat motornya terdeinisi cacat.
.A. 6 KESIMPULAN DAN SARAN 4!# Kesi-p Kesi-pula ulan n
Dari analisis dan pembahasan pada data pengamatan motor cacat di parkiran jurusan Statistika ITS blok ( adalah sebagai berikut. &. -ji keacakan keacakan yang yang dilakukan dilakukan dapat disimpu disimpulkan lkan bahwa bahwa data data pengamatan pengamatan motor di jurusan Statistika ITS blok ( sudah diambil secara acak. (. -ji -ji Dist Distri ribu busi si !ino !inomi mial al yang ang dila dilaku kuka kan n pada pada data data ini ini adal adalah ah data data pengamatan motor cacat dan tidak cacat di jurusan Statistika ITS I TS blok ( tidak berdistribusi berdistribusi binomial, binomial, tetapi pada pengamatan ini diasumsikan diasumsikan data berdistribusi binomial. *. -ji Distri Distribus busii poisson poisson yang yang dilak dilakuka ukan n pada pada (5 kali kali pengama pengamatan tan adalah adalah gagal tolak $ 5 yang berarti data tidak berdistribusi poisson, tetapi dalam penelitian ini diasumsikan bahwa data berdistribusi poisson. +. Peta Peta kend kendali ali P yang yang dida didapa patk tkan an dari dari anal analis isis is ini ini adala adalah h melak melakuk ukan an eliminas eliminasii hingga hingga tahap tahap * kali kali agar agar peta peta kendal kendalii P dapat dapat terken terkendal dali. i. Yliminasi dilakukan jika ada data dalam peta tidak terkendali sehingga data harus dibuang. . Peta Peta kend kendali ali - yang yang dida didapa patk tkan an dari dari anali analisi siss ini ini adala adalah h mela melaku kuka kan n elimi eliminas nasii seban sebanya yak k * kali kali sampa sampaii data data peng pengam amata atan n moto motorr cacat cacat di jurusan Statistika ITS blok ( dapat terkendali. Peta kendali - dapat terken terkendali dali saat melaku melakukan kan elimina eliminasi si pengam pengamatan atan setiap setiap subgro subgroup. up. Yliminasi dilakukan terus menerus hingga peta kendali - terkendali. 1'
0. Diagram Diagram pareto pareto yang diguna digunakan kan dalam dalam penelit penelitian ian ini didapatk didapatkan an hasil bahwa cacat yang paling banyak diakibatkan oleh cacat body, body, yang kedua adalah cacat plat, yang ketiga adalah cacat knalpot, yang keempat adalah cacat spion, yang kelima adalah cacat lampu, dan yang terakhir adalah cacat lain7lain. 4. Dari Dari diag diagra ram m tula tulan ng ikan ikan 8 Ishikawa dapat dapat diliha dilihatt bahwa bahwa penye penyebab bab utama utama motor motor cacat cacat adalah adalah dari dari asilita asilitas. s. Uasilita Uasilitass itu contoh contohny nyaa jika jika motorny motornyaa rusak rusak itu bisa bisa dijadi dijadikan kan alasan alasan untuk untuk seseora seseorang ng agar agar tidak tidak meng mengem emba bali lika kan n moto motorn rnya ya ke mode modell asli asliny nya. a. !any !anyak ak akt aktor or yang yang menyebabkan hal7hal tersebut terjadi. !isa jadi dari lingkungan, orang sekitar, bahkan dirinya sendiri. 4!2 4!2 Sara Saran n
Saran untuk penelitian ini adalah lebih teliti lagi saat melakukan pengamatan agar data yang didapat a)id
dan bisa bisa diperta dipertangg nggung ung
jawabkan kedepannya. Sedangkan untuk pembaca dimohon lebih memahami isi dari penelitian ini agar dapat bermanaat untuk dirinya sendiri, atau juga saudara7saudarnya.
DA)TAR PUSTAKA Daniel,. Daniel ,.. . &212. tatistika .on Parametrik . "akarta# PT. Vramedia Pustaka. $eier, $eier, "ay dan !arry, )ender. )ender. (550. Manajemen /perasi 0disi &ujuh &ujuh.. "akarta# Salemba Ympat. Mont Montg gomer omery y, Dougl ouglas as 6. (552 (552..
tat tatist istic ica) a) 1ua)i 1ua)ity ty +ont +ontro ro)2 )2 A Mode Modern rn
Introduction (i"th 0dition. 0dition. -nited States # "ohn iley and Sons 8sia9 Pte.'td. alpol lpole, e, )ona )onald ld Y. (55 (55.. Pengantar tatistika 0disi ke*3. ke*3. "akarta# Vramedia Pustaka -tama
LAMPIRAN $ar i
&
/nalpo "umlahSampel *5 *1 *4 +& +&
Sesi 4#55 2#55 &7 &*#55 7
Spion & ( ( 4 &
Plat 4 &( (4 ( (+ 2(
!ody &2 &+ & (( (*
t ( 0 * &
!an 5 * 5 & 5
'ampu 5 * 4 (
"umlah6acat (2 *+ +4 2 +2
*1 4#55 2 *4 *0 && + +& 2#55 4 ( (( & ( +& &7 & (+ *0 && + ( (0 4 + &*#55 *+ 7 (+ (0 4 5 5 4#55 &1 +5 (& &5 5 5 2#55 0 *0 (* 4 5 * +0 &7 + &+ &2 & &( (0 (2 1 &5 +2 &*#55 *4 7 & (( (* 0 5 *( 4#55 & &5 &1 * 5 + +1 2#55 ( &( (4 + 5 +5 &7 5 4 (& * 5 2 ( +& 0 4 2 &*#55 ( 7 4 (* *4 ( & La-piran # Data pengamatan motor parkiranjurusanStatistika ITS blok (
&5 4 &5 & ( + * 5 * & ( ( 5 ( &
2* 2 4( 0& 0( 12 4( +( 4 ( *( + *& 1& 02
La-pi La-piran ran 2 -ji keacakan data pengamatan motor cacat pada parkiran jurusan
Statistik ITS blok ( Runs Test: Motor cacat
Runs test for Motor cacat Runs above and below K = 17.2 The observed number of runs = 10 The expected number of runs = 10.6 12 observatons above K! " below # $ s small! so the follown% approxmaton ma& be nvald. '(value = 0.77)
La-p La-pir iran an $ -ji binomial data pengamatan motor cacat dan tidak cacat pada
parkiran jurusan Statistika ITS blok ( .in0-ial Te Tes* s*
Wbser%ed 6ategory 6acatZMoto Vroup & cacat r
Vrou Vroup p ( tida tidakc kcac acaa t Total
N
Prop.
Test Prop.
(5
.**
+52
.04
0&+
&.55
21
symp. Sig.
.5
8(7tailed9 .555 a
pengamatan motor cacat dan tidak cacat pada La-piran & -ji poisson data pengamatan parkiran jurusan Statistika ITS blok (
Goodness-of-Fit Test for Poisson Distribution *ata column+ ,umlahcacatpen%amatan 'osson mean for ,umlahcacatpen%amatan ,umlahcacatpen%amatan = -7.6,umlahcacat pen%amatan 3=45 -0 ( -2 -) ( --6 ( -" -5 ( 61 =62
$ 20
$# 0
* 4
/bserved " 1 0 0 ) "
h( 16.5)-7
'osson 'robablt& 0.140-74 0.111554 0.111554 0.14)77" 0.14)77" 0.1-6"01 0.1-6"01 0.146475 0.146475 0.)00)74
xpected 2."1145 2.2)5"7 2."7--6 ).1)602 2.525-7 6.0074"
ontrbuton to h( 5.-7-24 0.6"6)) 2."7--6 ).1)602 0.00165 0.660"6
'(8alue 0.002
- cell9s: 9").));: wth expected value9s: less than -.
22
