LAPORAN RESMI MODUL I EXPL

LAPORAN RESMI
MODUL I

EXPLORATION AND DATA ANALYSIS

KELOMPOK 5
1. SIGIT SETIYADI (07660009)
2. HENDRO ASISCO (07660043)
DECISION SUPPORT SYSTEM LABORATORY
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA
YOGYAKARTA
2009

ABSTRAK
BAB I
PENDAHULUAN

1.1 Latar Belakang
Berkembangnya teknologi sekarang ini semakin mendorong terciptanya software-software baru untuk melakukan perhitungan statistik. Cara manual kini semakin ditinggalkan walau tetap dipakai sebagai acuan dasar. Munculnya software Statistical Program for Social Science (SPSS) sangat membantu dalam menganalisis data statistik dengan cepat dan akurat. Nilai yang ditampilkan serta gambaran grafik sangat membantu peneliti dalam mengolah dan menganalisis hasil penelitian mereka. Dengan SPSS kita dapat memakai hampir semua tipe file data dan menggunakannya untuk membuat laporan tabulasi, chart, grafik diagram juga berbagai distribusi statistik yang ada.
Statistika terdiri dari seni dan ilmu tentang pengumpulan, penyajian, analisis dan interprestasi data maupun mengambil kesimpulan (generalisasi) yang masuk akal sehubungan dengan fenomena yang dipelajari/diselidiki. Statistika mempunyai peranan yang sangat penting dalam langkah-langkah pokok metode ilmiah pada tingkat pengumpulan informasi, misalnya statistika memberi petunjuk kepada para peneliti bagaimana cara yang wajar dan baik untuk mengumpulan data yang informative termasuk penentuan macam dan banyak data/sample sedemikian hingga kesimpulan yang ditarik dari analisis data dapat dinyatakan denagn tingkat ketepatan (presisi) yang diinginkan.
Setelah data terkumpul masih banyak lagi metode meringkaskan informasi yang terkandung di dalam data, memusatkan perhatian pada segi-segi pokok saja serta mengabaikan hal-hal yang peluangnya kecil dan kurang penting. Penalaran statistika memberikan kriterian untuk menentukan kesimpulan-kesimpulan mana yang benar-benar didukung oleh data dan mana yang tidak. Dalam semua bidang ilmu dimana inferensi ditarik dari analisis data, dapat tidaknya dipercaya juga sangat tergantung pada penggunaan metode statistika dalam langlah pengumpulan data.

1.2 Perumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan diatas, maka dapat dirumuskan suatu permasalahan sebagai berikut:
1. Bagaimana teknik pengambilan data untuk memperoleh data penelitian ?
2. Apakah data – data berdistribusi normal?
3. Bagaimanakah hubungan anatara jenis tepung dengan tinggi dan berat kue?

1.3 Tujuan Praktikum
Tujuan dari praktikum Exploration Data dan Data Analysis ini adalah:
1. Praktikan dapat mengerti dan memahami teknik pengambilan data untuk memperoleh data penelitian.
2. Praktikan mampu menginterpretasikan dan menyimpulkan normalitas data.
3. Praktikan mampu menginterpretasikan dan menganalisa pengolahan data statistik deskriptif.
4. Praktikan mampu menginterpretasikan regresi linear berdasar uiji yang dilakukan.

1.4 Manfaat Praktikum
Manfaat yang didapat dari praktkum ini yaitu:
1. Meningkatkan kemampuan mahasiswa dalam melakukan pengambilan data dengan benar.
2. Meningkatkan pemahaman tentang konsep data, klasifikasi data dan skala pengukuran.
3. Mampu menginterpretasikan dan menarik kesimpulan dari hasil pengolahan data dalam bentuk statistik deskriptif.

1.5 Batasan dan Asumsi
1.5.1 Batasan
Agar praktikum ini lebih terarah, mudah dipahami, dan topik yang dibahas tidak meluas, maka perlu adanya pembatasan lingkup praktikum, dimana batasan-batasan masalah yang diambil sebagai berikut:
1. Perhitungan data yang dilakukan meliputi perhitungan dalam skala data nominal, ordinal, serta skala data rasio.
2. Perhitungan statistika deskriptif meliputi statistika numeris (ukuran pemusatan, ukuran penyebaran, skweness dan kurtosis, serta analisa crosstab) dan statistika deskriptif grafis (histogram, box plot, dot plot, dan steam leaf).
3. Perhitungan statistika inferensi meliputi uji normalitas /uji non parametrik.
4. Objek penelitian yaitu kue Bolu Panggang.
5. Tepung yang digunakan terdiri dari tiga jenis tepung yaitu tepung Cakra kembar, Segitiga Biru, dan tepung biasa tanpa merk.
6. Hubungan data yang digunakan yaitu hubungan antara jenis tepung, tinggi dan berat kue.
7. Metode pengambilan data yang digunakan yaitu meliputi observasi.
8. Lokasi praktikum yaitu di Laboratorium Decision Support System (DSS) Program Studi Teknik Industri UIN Sunan Kalijaga Yogyakarta.
9. Jenis data yang diambil yaitu meliputi jenis tepung yang digunakan, tinggi dan berat kue.

1.5.2 Asumsi
Dalam praktikum ini digunakan beberapa asumsi, yaitu:
1. Praktikum ini dilakukan oleh orang yang ahli dengan tingkat kesalahan kecil.
2. Parameter lain sebagai pendukung dianggap tetap atau diabaikan.
3. Berat kue dinyatakan dalam gram.
4. Tiggi kue dinyatakan dalam millimeter
5. performansi operator

BAB II
TINJAUAN PUSTAKA

2.1 Pengertian Statistika
Statitiska adalah suatu hal yang berhubungan dengan penyajian dan penafsiran kejadian yang bersifat peluang dalam suatu penyelidikan terencana atau penelitian ilmiah. Ilmu statistik dibagi menjadi dua cabang besar yaitu statistik deskriptif dan statistiK inferensi. Statistik deskriptif adalah sebuah kegiatan untuk mengumpulkan data, pengolahan data yang bertujuan untuk menampilkan hasil olahan tersebut menjadi suatu bentuk informasi tanpa memberi taksiran dan menarik sebuah kesimpulan terhadap hasil olahan tersebut. Proses analisis Statistika deskriptif merupakan metode yang berkaitan dengan pengumpulan data sehingga memberikan informasi yang berguna. Upaya penyajian ini dimaksudkan mengungkapkan informasi penting yang terdapat dalam data kedalam berbentuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada keperluan adanya penjelasan dan penafsiran. Penyajian Statistika Deskriptif dapat berupa angka, tabel, dan grafik. Selama tidak ada penarikan kesimpulan, pendugaan parameter, peramalan, pengujian hipotesis maka data-data yang disajikan berupa angka, tabel dan grafik tersebut merupakan hasil analisis statistika deksriptif dan bukan analisis statistika inferensia. Contoh dari statistika deskriptif yaitu peringkasan data dalam bentuk tabulasi data (tabel), diagram balok (histogram), dan diagram kue (pie chart).
Sedangkan statistik inferensi hingga menarik kesimpulan mengenai populasi dalam hal tidak mungkin atau tidak praktis mengamati himpunan seluruh pengamatan yang membenetuk populasi tersebut. Atau dengan kata lain statistik inferensi merupakan metode yang berkaitan dengan analisis data untuk peramalan dan/atau penarikan kesimpulan. Contoh dari statistik inferensia yaitu metode pendugaan statistik, pengujian hipotesis, regresi dan korelasi.

2.2 Jenis Data
Data dalam statistik dapat dibedakan berdasarkan dua hal yaitu:
1. Berdasarkan sumber data dikenal dua jenis data, yaitu:
a. Data primer
Data primer merupakan data yang khusus diambil untuk tujuan penelitian. Data primer ini diperoleh dengan cara mengamati secara langsung obyek yang diteliti. Data primer juga dapat diartikan sebagai suatu data yang diusahakan atau didapatkan sendiri. Data primer dapat diperoleh dari hasil observasi, wawancara, dan pengukuran atau penelitian langsung sehingga didapat informasi sesuai dengan kondisi fakta yang ada di perusahaan yang berhubungan dengan permasalahan di lapangan serta dapat di identifikasi gejala-gejalanya secara langsung dan sistematis.
b. Data Sekunder
Data sekunder merupakan data yang diambil dengan tujuan utama bukan untuk penelitian, akan tetapi dapat dimanfaatkan untuk penelitian. Data sekunder ini dapat diperoleh dari referensi yang berasal dari berbagai macam sumber seperti perpustakaan, internet, buku dan literatur lainnya, serta dapat diperoleh dari instansi atau lembaga tertentu.
2. Berdasarkan sifat data, dibedakan menjadi:
a. Data kuantitatif
Yaitu suatu data yang dinyatakan dalam besaran numerik (angka). Data kuantitatif berkaitan dengan hasil pengukuran atau pencacahan suatu obyek yang sedang diamati. Dalam penyajian dan pengolahannya, skala data interval dan rasio dapat digunakan untuk data kuantitatif.
b. Data kualitatif
Dalam penyajian dan pengolahannya, skala data nominal dan ordinal dapat digunakan untuk data kualitatif Yaitu data yang tidak dinyatakan dalam bentuk angka dan diklasifikasikan dalam berdasarkan kategori tertentu. Data kualitatif berkaitan dengan atribut suatu obyek yang sedang diamati. Dalam penyajian dan pengolahannya, skala data nominal dan ordinal dapat digunakan untuk data kualitatif.

2.3 Teknik Sampling
2.3.1 Sample
Data yang diambil untuk suatu penelitian tidak perlu dari semua elemen populasi amatan, tetapi cukup dari sampel yang representatif dengan tetap memperhatikan keacakan data. Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Agar hasil penelitian yang dilakukan terhadap sampel masih tetap bisa dipercaya dalam artian masih bisa mewakili karakteristik populasi, maka cara penarikan sampelnya harus dilakukan secara seksama. Cara pemilihan sampel dikenal dengan nama teknik sampling atau teknik pengambilan sampel.
Secara umum, sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Sampel yang valid ditentukan oleh dua pertimbangan, yaitu:
a. Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan adalah populasi.
b. Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi.
Ukuran sampel atau jumlah sampel yang diambil menjadi persoalan yang penting manakala jenis penelitian yang akan dilakukan adalah penelitian yang menggunakan analisis kuantitatif. Pada penelitian yang menggunakan analisis kualitatif, ukuran sampel bukan menjadi nomor satu, karena yang dipentingkan alah kekayaan informasi. Walau jumlahnya sedikit tetapi jika kaya akan informasi, maka sampelnya lebih bermanfaat.

2.3.2 Teknik-teknik pengambilan sampel
Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak atau random sampling / probability sampling, dan sampel tidak acak atau nonrandom samping / nonprobability sampling.
1. Random Sampling / Probability Sampling
Adalah cara pengambilan sampel yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi. Artinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25, maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa dipilih menjadi sampel.
Syarat pertama yang harus dilakukan untuk mengambil sampel secara acak adalah memperoleh atau membuat kerangka sampel atau dikenal dengan nama “sampling frame”. Yang dimaksud dengan kerangka sampling adalah daftar yang berisikan setiap elemen populasi yang bisa diambil sebagai sampel. Di samping sampling frame, peneliti juga harus mempunyai alat yang bisa dijadikan penentu sampel. Dalam Probabilty Sampling ini terdapat beberapa teknik yang lebih spesifik lagi yaitu meliputi:
a. Simple Random Sampling atau Sampel Acak Sederhana
Cara atau teknik ini dapat dilakukan jika analisis penelitiannya cenderung deskriptif dan bersifat umum. Perbedaan karakter yang mungkin ada pada setiap unsur atau elemen populasi tidak merupakan hal yang penting bagi rencana analisisnya. Prosedurnya yaitu: susun sampling frame, tetapkan jumlah sample yang akan diambil, tentukan alat pemilihan sample, pilih sample sampai dengan jumlah terpenuhi.
b. Stratified Random Sampling atau Sampel Acak Distratifikasikan
Karena unsur populasi berkarakteristik heterogen, dan heterogenitas tersebut mempunyai arti yang signifikan pada pencapaian tujuan penelitian, maka peneliti dapat mengambil sampel dengan cara ini.
Prosedurnya :
* Siapkan “sampling frame”
* Bagi sampling frame tersebut berdasarkan strata yang dikehendaki
* Tentukan jumlah sampel dalam setiap stratum
* Pilih sampel dari setiap stratum secara acak.
c. Cluster Sampling atau Sampel Gugus
Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel berdasarkan gugus. Berbeda dengan teknik pengambilan sampel acak yang distratifikasikan, di mana setiap unsur dalam satu stratum memiliki karakteristik yang homogen (stratum A : laki-laki semua, stratum B : perempuan semua), maka dalam sampel gugus, setiap gugus boleh mengandung unsur yang karakteristiknya berbeda-beda atau heterogen. Prosedurnya: Susun sampling frame berdasarkan gugus, tentukan berapa gugus yang akan diambil sebagai sampel, pilih gugus sebagai sampel dengan cara acak, teliti setiap pegawai yang ada dalam gugus sample.
d. Systematic Sampling atau Sampel Sistematis
Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”. Prosedurnya : susun sampling frame, tetapkan jumlah sampel yang ingin diambil, tentukan K (kelas interval), tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau random, mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih, pilihlah sebagai sampel angka atau nomor interval berikutnya.
e. Area Sampling atau Sampel Wilayah
Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah. Prosedurnya:
* Susun sampling frame yang menggambarkan peta wilayah
* Tentukan wilayah yang akan dijadikan sampel.
* Tentukan berapa wilayah yang akan dijadikan sampel penelitiannya.
* Pilih beberapa wilayah untuk dijadikan sampel dengan cara acak atau random.
* Kalau ternyata masih terlampau banyak responden yang harus diambil datanya, bagi lagi wilayah yang terpilih ke dalam sub wilayah.

2. Nonprobability / Nonrandom Sampling atau Sampel Tidak Acak
Dalam teknik ini setiap elemen populasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel. Tidak semua unsur atau elemen populasi mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti.
a. Convenience Sampling atau sampel yang dipilih dengan pertimbangan kemudahan
Dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Beberapa kasus penelitian yang menggunakan jenis sampel ini, hasilnya ternyata kurang obyektif.
b. Judgment Sampling
Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak yang paling baik untuk dijadikan sampel penelitiannya. Jadi, judment sampling umumnya memilih sesuatu atau seseorang menjadi sampel karena mereka mempunyai “information rich”.
c. Quota Sampling
Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara proposional, namun tidak dipilih secara acak melainkan secara kebetulan saja.
d. Snowball Sampling atau Sampel Bola Salju
Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya. Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak lagi, lalu dia minta kepada sampel pertama untuk menunjukan orang lain yang kira-kira bisa dijadikan sampel. Teknik ini bisa digunakan untuk mengambil sample dari pencandu narkotik, para gay, atau kelompok-kelompok sosial lain yang eksklusif (tertutup).

 
BAB III
METODOLOGI PENELITIAN

3.1 Data yang Digunakan
Dalam praktikum Exploration and Data Analysis ini, data yang digunakan untuk pengolahan data meliputi:
1. Jenis tepung terigu yang dipakai, dalam hali ini tepung yang dipakai yaitu tepung Cakra, Segitiga Biru, dan tepung biasa.
2. Berat kue bolu dari ketiga jenis tepung diatas dinyatakan dalam gram.
3. Tinggi kue bolu dari ketiga jenis tepung diatas dinyatakan dalam millimeter.

3.2 Waktu dan Tempat Praktikum
Praktikum Exploration and Data Analysis ini dilakukan di Laboratorium Decision Support System (DSS) Jurusan teknik Industri UIN Sunan Kalijga Yogyakarta pada hari Rabu 11 November 2009.

3.3 Metode Pengumpulan Data
Dalam praktikum kali ini, metode yang digunakan didalam pengumpulan data adalah sebagai berikut:
1. Observasi (pengamatan langsung)
Yaitu pengamatan secara langsung terhadap praktikum dan objek yang dikerjakan untuk mendapatkan data-data yang dikehendaki untuk dipergunakan pada pengolahan data berikutnya.
2. Studi Pustaka
Studi literatur penunjang yang dapat mendukung dalam pengumpulan data dan membahas obyek praktikum. Studi pustaka dalam hal ini dilakukan untuk mempelajari tema praktikum dengan literatur yang terkait dengan eksplorasi dan analisis data.

3.4 Diagram Alir (Flowchart)
Diagram alir praktikum dapat diuraikan kedalam beberapa langkah praktiklum yang dilakukan dalam pemecahan masalah. Langkah-langkah tersebut dapat dilihat dalam diagram alir (flow chart) praktikum seperti pada gambar berikut ini:

Gambar Diagram Alir Praktikum

3.5 Prosedur Praktikum
Peralatan yang digunakan adalah:
1. Timbangan kue
2. Peralatan memasak
3. Observation sheet
4. Jangka sorong.
5. Digital Analytical Balance
Bahan yang dibutuhkan adalah:
1. Terigu 400 gram
2. Mentega 350 gram
3. Gula 240 gram
4. Telur 12 butir
5. Baking powder 1/2 sendok makan
6. Cream of tar-tar 1/2 sendok makan
7. Vanili 1/4 sendok teh
8. Garam 1/4 sendok teh
9. 1/2 sendok teh kayu manis
Dilakukan 2x running, masing-masing 1/2 resep.
3.6 Pelaksanaan Praktikum
Pelaksanaan praktikum ini dilakukan dengan beberapa langkah yaitu:
1. Setting Oven dengan lama pemanggangan 20 menit dan suhu 1900 C, jenis pemangganganya adalah Super Bake 2.
2. Panaskan teflon pada kompor listrik dan cairkan mentega dalam teflon yang sudah dipanaskan.
3. Melakukan proses pembuatan adonan kue sesuai dengan resep yang telah ditetapkan. Pertama mencampur tepung terigu sebanyak 300 gram, baking powder dengan garam, aduk rata lalu sisihkan. Kemudian kocok telur, gula pasir, dan cream of tar-tar hingga mengembang dan kental (kira – kira 10 menit), masukkan vanilli bubuk aduk yang rata. Kemudian masukkan campuran tepung terigu sambil diaduk, aduk perlahan – lahan hingga tercampur rata, kemudian tambahkan mentega yang sudah cair kedalam adonan, lalu diaduk rata dan terakhir masukkan bubuk kayu manis. Tuangkan adonan dalam loyang dan dialasi kertas cup.
4. Setelah itu memanggang loyang yang telah berisi adonan dalam oven yang telah ditentukan dengan suhu 190ºC selama 20 menit. Untuk tiap 10 menit.
5. Pada bagian terakhir adalah mencatat hasil pengamatan dalam observation sheet yang telah disediakan.
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

4.1. Pengumpulan Data
Pengumpulan data di ambil pada praktikum Exploration and Data Analysis yang silaksanakan di Laboratorium Decision Support System pada hari Rabu tanggal 11 november 2009. Pada praktikum ini kami membuat kue yang di panggang pada Super Bake 2 dengan suhu 190°C selama 20 menit. Kemudian kue diukur baik tinggi mapun berat dengan menggunakan jangka sorong dan mencatatnya pada tabel pengamatan.
Berdasarkan pengamatan / observasi langsung yang dilakukan melalui praktikum Eploration and Data Analysis, didapatkan data-data yang telah terlampir

4.2. Pengolahan Data
4.2.1. Statistik Deskriptif Numeris
a. Dengan menggunakan Ms. Excell
4.2.1.1.Tabel statistik tinggi tepung segitiga biru
Mean 47.89375 Standard Error 0.664254182 Median 47.525 Mode 46.2 Standard Deviation 3.757589095 Sample Variance 14.11947581 Kurtosis -0.514017442 Skewness 0.245968556 Range 14.3 Minimum 41.1 Maximum 55.4 Sum 1532.6 Count 32 Largest(1) 55.4 Smallest(1) 41.1 Confidence Level(95.0%) 1.354755332
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 47.89375, standart error 0.664254182, median 47.525, tidak ada modus , standart deviasi 3.757, variansi sampel 14.119 , kurtosis 0.5140 , skewness 0.245 , range 14.3, nilai data terkecil 41.1 , nilai data terbesar 55.4 , jumlah nilai data 1532.6 , banyak data 32, Confidence Level 95% 1,354, rasio kurtosis -0.77, dan rasio skewness 0.368
4.2.1.2.Tabel statistik berat tepung segitiga biru
Mean 38.295125 Standard Error 1.012304915 Median 38.216 Mode #N/A Standard Deviation 5.726461362 Sample Variance 32.79235973 Kurtosis -1.016569226 Skewness 0.249429373 Range 19.828 Minimum 29.087 Maximum 48.915 Sum 1225.444 Count 32 Largest(1) 48.915 Smallest(1) 29.087 Confidence Level(95.0%) 2.064609478
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 38.295, standart error 1.012, median 38.216, tidak ada modus , standart deviasi 5.276, variansi sampel 32.792 , kurtosis 1.01 , skewness 0.249 , range 19.828, nilai data terkecil 29.087 , nilai data terbesar 48.915 , jumlah nilai data 1225.444 , banyak data 32, Confidence Level 95% 2.064, rasio kurtosis -1.003, dan rasio skewness 0.246.

4.2.1.3.Tabel statistik tinggi tepung cakra kembar
Mean 50.3 Standard Error 0.460416326 Median 50 Mode 48.3 Standard Deviation 2.723859718 Sample Variance 7.419411765 Kurtosis -0.020573087 Skewness 0.830590953 Range 10.2 Minimum 46.5 Maximum 56.7 Sum 1760.5 Count 35 Largest(1) 56.7 Smallest(1) 46.5 Confidence Level(95.0%) 0.935678545
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 50.3, standart error 0.46, median 50, tidak ada modus , standart deviasi 2.723, variansi sampel 7.419 , kurtosis -0.202 , skewness 0.83 , range 10.2, nilai data terkecil 46.5 , nilai data terbesar 56.7 , jumlah nilai data 1760.5 , banyak data 35, Confidence Level 95% 0.935, rasio kurtosis -0.044, dan rasio skewness 1.8.

4.2.1.4.Tabel statistik berat tepung cakra kembar
Mean 43.89985714 Standard Error 0.669504175 Median 43.586 Mode #N/A Standard Deviation 3.960840115 Sample Variance 15.68825442 Kurtosis -0.131470857 Skewness -0.063011043 Range 16.835 Minimum 34.952 Maximum 51.787 Sum 1536.495 Count 35 Largest(1) 51.787 Smallest(1) 34.952 Confidence Level(95.0%) 1.360596176
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 43.899, standart error 0.669, median 43.586, tidak ada modus , standart deviasi 3.96, variansi sampel 15.688 , kurtosis -0.131 , skewness -0.63 , range 16.83, nilai data terkecil 34.952 , nilai data terbesar 51.787 , jumlah nilai data 1536.495 , banyak data 35, Confidence Level 95% 1.3605, rasio kurtosis -0.194 dan rasio skewness -0.094

4.2.1.5.Tabel statistik tinggi tepung biasa
Mean 51.95365854 Standard Error 0.59180478 Median 52.5 Mode 54.6 Standard Deviation 3.789399528 Sample Variance 14.35954878 Kurtosis -0.886387685 Skewness -0.27490382 Range 14.3 Minimum 44.6 Maximum 58.9 Sum 2130.1 Count 41 Largest(1) 58.9 Smallest(1) 44.6 Confidence Level(95.0%) 1.196082064
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 51.95, standart error 0.591, median 52.5, tidak ada modus , standart deviasi 3.789, variansi sampel 14.35 , kurtosis -0.886 , skewness -0.274 , range 14.3, nilai data terkecil 44.6 , nilai data terbesar 58.9 , jumlah nilai data 2130.1 , banyak data 41, dan Confidence Level 95% 1.196 , rasio kurtosis -1.5, dan rasio skewness -0.45

4.2.1.6.Tabel statistik tinggi tepung biasa
Mean 35.96958537 Standard Error 0.564125889 Median 34.867 Mode #N/A Standard Deviation 3.612168151 Sample Variance 13.04775875 Kurtosis 1.616169728 Skewness 1.16314091 Range 16.882 Minimum 30.61 Maximum 47.492 Sum 1474.753 Count 41 Largest(1) 47.492 Smallest(1) 30.61 Confidence Level(95.0%) 1.140140939
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 35.969, standart error 0.564, median 34.867, tidak ada modus , standart deviasi 3.612, variansi sampel 13.047 , kurtosis 1.616 , skewness 1.163 , range 16.882, nilai data terkecil 30.61 , nilai data terbesar 47.492 , jumlah nilai data 1474.753 , banyak data 41, dan Confidence Level 95% 1.1401, rasio kurtosis 2.88 dan rasio skewness 2.07 .

b. Dengan menggunakan SPSS beserta frekuensi data
4.2.1.7.Tabel statistik berat tepung segitiga biru
Statistics berat_tepung_segitiga_biru N Valid 32 Missing 0 Mean 38.2951 Std. Error of Mean 1.01230 Median 38.2160 Std. Deviation 5.72646 Variance 32.792 Skewness .249 Std. Error of Skewness .414 Kurtosis -1.017 Std. Error of Kurtosis .809 Range 19.83 Minimum 29.09 Maximum 48.92 Sum 1225.44 Percentiles 95 48.0817
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 38.295, standart error 1.012 , median 38.21 , tidak ada modus , standart deviasi 5.726, variansi sampel 32.792 , kurtosis -1.017 , skewness 0.249 , range 19,83, nilai data terkecil 29.09 , nilai data terbesar 48.92 , jumlah nilai data 1225.44 , banyak data 32, dan persentil 95 adalah 48.92, rasio kurtosis -1.25, dan rasio skewness 0.601

4.2.1.8.Tabel Frekuensi Berat Tepung Segitiga Biru
berat_tepung_segitiga_biru Frequency Percent Valid Percent Cumulative Percent Valid 29.09 1 3.1 3.1 3.1 31.01 1 3.1 3.1 6.3 31.05 1 3.1 3.1 9.4 31.32 1 3.1 3.1 12.5 31.36 1 3.1 3.1 15.6 31.40 1 3.1 3.1 18.8 31.69 1 3.1 3.1 21.9 33.68 1 3.1 3.1 25.0 33.70 1 3.1 3.1 28.1 34.16 1 3.1 3.1 31.3 34.36 1 3.1 3.1 34.4 35.87 1 3.1 3.1 37.5 36.41 1 3.1 3.1 40.6 36.61 1 3.1 3.1 43.8 37.65 1 3.1 3.1 46.9 38.03 1 3.1 3.1 50.0 38.40 1 3.1 3.1 53.1 38.60 1 3.1 3.1 56.3 38.61 1 3.1 3.1 59.4 39.42 1 3.1 3.1 62.5 39.95 1 3.1 3.1 65.6 40.32 1 3.1 3.1 68.8 41.28 1 3.1 3.1 71.9 42.94 1 3.1 3.1 75.0 43.38 1 3.1 3.1 78.1 43.69 1 3.1 3.1 81.3 44.71 1 3.1 3.1 84.4 45.76 1 3.1 3.1 87.5 47.23 1 3.1 3.1 90.6 47.25 1 3.1 3.1 93.8 47.63 1 3.1 3.1 96.9 48.92 1 3.1 3.1 100.0 Total 32 100.0 100.0
Dari tabel frekuensi di atas, nilai data pada baris pertama memiliki frekuensi 1 dengan valid persen 3,1 dan persen kumulatif 3,1.

4.2.1.9.Tabel statistik tinggi Tepung Segitiga Biru
Statistics tinggi_tepung_segitiga_biru N Valid 32 Missing 0 Mean 47.8938 Std. Error of Mean .66425 Median 47.5250 Std. Deviation 3.75759 Variance 14.119 Skewness .246 Std. Error of Skewness .414 Kurtosis -.514 Std. Error of Kurtosis .809 Range 14.30 Minimum 41.10 Maximum 55.40 Sum 1532.60 Percentiles 95 55.1400
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 47.89, standart error 0.664 , median 47.52 , tidak ada modus , standart deviasi 3.757, variansi sampel 14.119 , kurtosis -0.514 , skewness 0.246 , range 14.3 nilai data terkecil 41.10 , nilai data terbesar 55.4 , jumlah nilai data 1532.6 , banyak data 32, dan persentil 95 adalah 55.14. rasio kurtosis -0.635, dan rasio skewness 0.594

4.2.1.10.Tabel Frekuensi tinggi Tepung Segitiga Biru
tinggi_tepung_segitiga_biru Frequency Percent Valid Percent Cumulative Percent Valid 41.10 1 3.1 3.1 3.1 42.40 2 6.3 6.3 9.4 43.20 1 3.1 3.1 12.5 43.50 1 3.1 3.1 15.6 43.70 1 3.1 3.1 18.8 44.90 1 3.1 3.1 21.9 45.40 2 6.3 6.3 28.1 45.70 1 3.1 3.1 31.3 46.10 1 3.1 3.1 34.4 46.20 2 6.3 6.3 40.6 46.60 1 3.1 3.1 43.8 47.10 1 3.1 3.1 46.9 47.50 1 3.1 3.1 50.0 47.55 1 3.1 3.1 53.1 48.50 1 3.1 3.1 56.3 48.80 1 3.1 3.1 59.4 49.00 1 3.1 3.1 62.5 49.30 1 3.1 3.1 65.6 49.70 1 3.1 3.1 68.8 49.85 1 3.1 3.1 71.9 50.50 1 3.1 3.1 75.0 50.70 1 3.1 3.1 78.1 51.00 1 3.1 3.1 81.3 51.10 1 3.1 3.1 84.4 51.70 1 3.1 3.1 87.5 52.30 1 3.1 3.1 90.6 54.80 1 3.1 3.1 93.8 55.00 1 3.1 3.1 96.9 55.40 1 3.1 3.1 100.0 Total 32 100.0 100.0 Dari tabel frekuensi di atas, nilai data pada baris pertama memiliki frekuensi 2 dengan valid persen 6.3 dan persen kumulatif 9.4
.
4.2.1.11.Tabel statistik berat tepung cakra kembar
Statistics berat_tepung_cakra_kembar N Valid 35 Missing 0 Mean 43.8999 Std. Error of Mean .66950 Median 43.5860 Std. Deviation 3.96084 Variance 15.688 Skewness -.063 Std. Error of Skewness .398 Kurtosis -.131 Std. Error of Kurtosis .778 Range 16.84 Minimum 34.95 Maximum 51.79 Sum 1536.50 Percentiles 95 51.4206
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 43.899, standart error 0.669 , median 43.58 , tidak ada modus , standart deviasi 3.96 variansi sampel 15.688 , kurtosis -0.131 , skewness -0.063 , range 16.84 nilai data terkecil 34.95 , nilai data terbesar 51.79 , jumlah nilai data 1536.5 , banyak data 32, dan persentil 95 adalah 51.42 rasio kurtosis -0.168, dan rasio skewness -0.158.

4.2.1.12.Tabel Frekuensi tinggi Tepung Segitiga Biru
berat_tepung_cakra_kembar Frequency Percent Valid Percent Cumulative Percent Valid 34.95 1 2.9 2.9 2.9 36.82 1 2.9 2.9 5.7 37.99 1 2.9 2.9 8.6 38.33 1 2.9 2.9 11.4 39.21 1 2.9 2.9 14.3 40.46 1 2.9 2.9 17.1 40.50 1 2.9 2.9 20.0 41.16 1 2.9 2.9 22.9 41.43 1 2.9 2.9 25.7 42.04 1 2.9 2.9 28.6 42.14 1 2.9 2.9 31.4 42.50 1 2.9 2.9 34.3 42.52 1 2.9 2.9 37.1 42.87 1 2.9 2.9 40.0 43.14 1 2.9 2.9 42.9 43.28 1 2.9 2.9 45.7 43.56 1 2.9 2.9 48.6 43.59 1 2.9 2.9 51.4 43.70 1 2.9 2.9 54.3 44.12 1 2.9 2.9 57.1 44.16 1 2.9 2.9 60.0 45.46 1 2.9 2.9 62.9 45.55 1 2.9 2.9 65.7 45.84 1 2.9 2.9 68.6 45.89 1 2.9 2.9 71.4 45.91 1 2.9 2.9 74.3 46.05 1 2.9 2.9 77.1 46.35 1 2.9 2.9 80.0 47.75 1 2.9 2.9 82.9 48.39 1 2.9 2.9 85.7 49.03 1 2.9 2.9 88.6 49.08 1 2.9 2.9 91.4 49.59 1 2.9 2.9 94.3 51.33 1 2.9 2.9 97.1 51.79 1 2.9 2.9 100.0 Total 35 100.0 100.0
Dari tabel frekuensi di atas, nilai data pada baris pertama memiliki frekuensi 1 dengan valid persen 2.9 dan persen kumulatif 2.9

4.2.1.13.Tabel statistik tinggi tepung cakra kembar

Statistics tinggi_tepung_cakra_kembar N Valid 35 Missing 0 Mean 50.3000 Std. Error of Mean .46042 Median 50.0000 Std. Deviation 2.72386 Variance 7.419 Skewness .831 Std. Error of Skewness .398 Kurtosis -.021 Std. Error of Kurtosis .778 Range 10.20 Minimum 46.50 Maximum 56.70 Sum 1760.50 Percentiles 95 56.5400
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 50.3, standart error 0.46 , median 50 , tidak ada modus , standart deviasi 2.72 variansi sampel 7.419 , kurtosis -0.021 , skewness 0.831 , range 10.2 nilai data terkecil 46.5, nilai data terbesar 56.7 , jumlah nilai data 1750.5 , banyak data 35, dan persentil 95 adalah 56.54. rasio kurtosis -0.026, dan rasio skewness 2.08.

4.2.1.14.Tabel Frekuensi tinggi Tepung cakra kembar
tinggi_tepung_cakra_kembar Frequency Percent Valid Percent Cumulative Percent Valid 46.50 1 2.9 2.9 2.9 47.00 2 5.7 5.7 8.6 47.30 1 2.9 2.9 11.4 47.40 1 2.9 2.9 14.3 48.10 1 2.9 2.9 17.1 48.20 2 5.7 5.7 22.9 48.30 4 11.4 11.4 34.3 48.40 1 2.9 2.9 37.1 48.70 1 2.9 2.9 40.0 49.00 2 5.7 5.7 45.7 49.50 1 2.9 2.9 48.6 50.00 3 8.6 8.6 57.1 50.10 1 2.9 2.9 60.0 51.00 1 2.9 2.9 62.9 51.20 2 5.7 5.7 68.6 51.30 2 5.7 5.7 74.3 52.30 2 5.7 5.7 80.0 52.60 1 2.9 2.9 82.9 53.20 1 2.9 2.9 85.7 53.40 1 2.9 2.9 88.6 54.50 1 2.9 2.9 91.4 55.40 1 2.9 2.9 94.3 56.50 1 2.9 2.9 97.1 56.70 1 2.9 2.9 100.0 Total 35 100.0 100.0
Dari tabel frekuensi di atas, nilai data pada baris pertama memiliki frekuensi 3 dengan valid persen 8.6 dan persen kumulatif 57.1

4.2.1.15.Tabel statistik berat tepung biasa

Statistics berati_tepung_biasa N Valid 41 Missing 0 Mean 35.9696 Std. Error of Mean .56413 Median 34.8670 Std. Deviation 3.61217 Variance 13.048 Skewness 1.163 Std. Error of Skewness .369 Kurtosis 1.616 Std. Error of Kurtosis .724 Range 16.88 Minimum 30.61 Maximum 47.49 Sum 1474.75 Percentiles 95 43.8154
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 35.96 standart error 0.564 , median 34.86 , tidak ada modus , standart deviasi 3.612 variansi sampel 13.04 , kurtosis 1.616 , skewness 1.163 , range 16.88 nilai data terkecil 30.61, nilai data terbesar 47.49 , jumlah nilai data 1474.75 , banyak data 41, dan persentil 95 adalah 43.81. rasio kurtosis 2.23, dan rasio skewness 3.151

4.2.1.16.Tabel Frekuensi berat Tepung biasa
berati_tepung_biasa Frequency Percent Valid Percent Cumulative Percent Valid 30.61 1 2.4 2.4 2.4 30.64 1 2.4 2.4 4.9 31.23 1 2.4 2.4 7.3 32.15 1 2.4 2.4 9.8 32.51 1 2.4 2.4 12.2 32.60 1 2.4 2.4 14.6 32.88 1 2.4 2.4 17.1 33.10 1 2.4 2.4 19.5 33.18 1 2.4 2.4 22.0 33.68 1 2.4 2.4 24.4 33.84 1 2.4 2.4 26.8 34.09 1 2.4 2.4 29.3 34.17 1 2.4 2.4 31.7 34.33 1 2.4 2.4 34.1 34.36 1 2.4 2.4 36.6 34.45 1 2.4 2.4 39.0 34.63 1 2.4 2.4 41.5 34.77 1 2.4 2.4 43.9 34.78 1 2.4 2.4 46.3 34.79 1 2.4 2.4 48.8 34.87 1 2.4 2.4 51.2 35.32 1 2.4 2.4 53.7 35.58 1 2.4 2.4 56.1 35.65 1 2.4 2.4 58.5 35.72 1 2.4 2.4 61.0 35.81 1 2.4 2.4 63.4 36.00 1 2.4 2.4 65.9 36.11 1 2.4 2.4 68.3 36.86 1 2.4 2.4 70.7 37.09 1 2.4 2.4 73.2 37.46 1 2.4 2.4 75.6 38.38 1 2.4 2.4 78.0 38.59 1 2.4 2.4 80.5 38.67 1 2.4 2.4 82.9 39.50 1 2.4 2.4 85.4 40.17 1 2.4 2.4 87.8 40.88 1 2.4 2.4 90.2 41.87 1 2.4 2.4 92.7 41.95 1 2.4 2.4 95.1 44.02 1 2.4 2.4 97.6 47.49 1 2.4 2.4 100.0 Total 41 100.0 100.0
Dari tabel frekuensi di atas, nilai data pada baris pertama memiliki frekuensi 1 dengan valid persen 2.4 dan persen kumulatif 2.4
4.2.1.17.Tabel statistik tinggi tepung biasa

Statistics tinggi_tepung_biasa N Valid 41 Missing 0 Mean 51.9537 Std. Error of Mean .59180 Median 52.5000 Std. Deviation 3.78940 Variance 14.360 Skewness -.275 Std. Error of Skewness .369 Kurtosis -.886 Std. Error of Kurtosis .724 Range 14.30 Minimum 44.60 Maximum 58.90 Sum 2130.10 Percentiles 95 58.1600
Dari tabel statistik berat tepung segitiga biru di atas dapat diketahui bahwa nilai mean 51.95 standart error 0.59 , median 52.5 , tidak ada modus , standart deviasi 3.78 variansi sampel 14.36 , kurtosis -0.886 , skewness -0.275 , range 14.3 nilai data terkecil 44.6, nilai data terbesar 58.949 , jumlah nilai data 2130.1 , banyak data 41, dan persentil 95 adalah 58.16 rasio kurtosis -1.223, dan rasio skewness -0.745.

4.2.1.18.Tabel Frekuensi tinggi Tepung biasa
tinggi_tepung_biasa Frequency Percent Valid Percent Cumulative Percent Valid 44.60 1 2.4 2.4 2.4 45.50 1 2.4 2.4 4.9 46.10 1 2.4 2.4 7.3 46.40 1 2.4 2.4 9.8 46.50 1 2.4 2.4 12.2 46.60 1 2.4 2.4 14.6 46.80 1 2.4 2.4 17.1 47.50 1 2.4 2.4 19.5 47.70 1 2.4 2.4 22.0 48.60 1 2.4 2.4 24.4 48.90 2 4.9 4.9 29.3 49.40 1 2.4 2.4 31.7 50.90 1 2.4 2.4 34.1 51.10 1 2.4 2.4 36.6 51.50 1 2.4 2.4 39.0 51.80 1 2.4 2.4 41.5 52.10 1 2.4 2.4 43.9 52.40 2 4.9 4.9 48.8 52.50 1 2.4 2.4 51.2 52.90 1 2.4 2.4 53.7 53.10 1 2.4 2.4 56.1 53.20 1 2.4 2.4 58.5 53.60 1 2.4 2.4 61.0 53.80 1 2.4 2.4 63.4 53.90 1 2.4 2.4 65.9 54.30 2 4.9 4.9 70.7 54.60 3 7.3 7.3 78.0 54.90 1 2.4 2.4 80.5 55.30 1 2.4 2.4 82.9 55.40 1 2.4 2.4 85.4 55.70 1 2.4 2.4 87.8 56.80 2 4.9 4.9 92.7 56.90 1 2.4 2.4 95.1 58.30 1 2.4 2.4 97.6 58.90 1 2.4 2.4 100.0 Total 41 100.0 100.0
Dari tabel frekuensi di atas, nilai data pada baris pertama memiliki frekuensi 3 dengan valid persen 7.3 dan persen kumulatif 78
4.2.2 Statistik Deskriptif Grafis
a. Dengan menggunakan Ms.Excell

4.2.2.1 Grafik histogram Berat Kue Tepung Segitiga Biru

Dari grafik di atas dapat dilihat kue pertama mempunyai berat 44.714 gram dan kue terakhir mempunyai berat 31.685 gram. Dimana kue paling berat adalah kue ke- 8 dengan bobot 47.633 gram dan kue paling ringan adalah kue ke- 31 dengan berat 29.087 gram .
4.2.2.2 Grafik histogram tinggi Kue Tepung Segitiga Biru

Dari grafik di atas dapat dilihat kue pertama mempunyai tinggi 49.1 mm dan kue terakhir mempunyai tinggi 42.4 mm. Dimana kue paling tinggi adalah kue ke- 20 dengan tinggi 55.4 mm dan kue paling rendah adalah kue ke- 31 dengan tinggi 42.4 mm .
4.2.2.3 Grafik histogram Berat Kue Tepung cakra kembar

Dari grafik di atas dapat dilihat kue pertama mempunyai berat 49.079 gram dan kue terakhir mempunyai berat 44.124 gram. Dimana kue paling berat adalah kue ke- 34 dengan bobot 51.787 gram dan kue paling ringan adalah kue ke- 30 dengan berat 34.952 gram .

4.2.2.4 Grafik histogram tinggi Kue Tepung cakra kembar

Dari grafik di atas dapat dilihat kue pertama mempunyai tinggi 55.4 mm dan kue terakhir mempunyai tinggi 50.1 mm. Dimana kue paling tinggi adalah kue ke- 27 dengan tinggi 56.5 mm dan kue paling rendah adalah kue ke- 34 dengan tinggi 46.5 mm .
4.2.2.5 Grafik histogram Berat Kue Tepung Biasa
Dari grafik di atas dapat dilihat kue pertama mempunyai berat 30.635 gram dan kue terakhir mempunyai berat 40.878 gram. Dimana kue paling berat adalah kue ke- 26 dengan bobot 47.492 gram dan kue paling ringan adalah kue ke- 30 dengan berat 30.635 gram .
4.2.2.6 Grafik histogram tinggi Kue Tepung biasa

Dari grafik di atas dapat dilihat kue pertama mempunyai tinggi 54.6 mm dan kue terakhir mempunyai tinggi 51.5 mm. Dimana kue paling tinggi adalah kue ke- 20 dengan tinggi 58.9 mm dan kue paling rendah adalah kue ke- 33 dengan tinggi 44.6 mm .

4.2.2.7 Grafik Scatter Berat Kue Tepung Segitiga Biru

Dari grafik di atas dapat dilihat kue pertama mempunyai berat 44.714 gram dan kue terakhir mempunyai berat 31.685 gram. Dimana kue paling berat adalah kue ke- 8 dengan bobot 47.633 gram dan kue paling ringan adalah kue ke- 31 dengan berat 29.087 gram .

4.2.2.8 Grafik Scatter tinggi Kue Tepung Segitiga Biru

Dari grafik di atas dapat dilihat kue pertama mempunyai tinggi 49.1 mm dan kue terakhir mempunyai tinggi 42.4 mm. Dimana kue paling tinggi adalah kue ke- 20 dengan tinggi 55.4 mm dan kue paling rendah adalah kue ke- 31 dengan tinggi 42.4 mm .

4.2.2.9 Grafik Scatter berat Kue Tepung cakra kembar

Dari grafik di atas dapat dilihat kue pertama mempunyai berat 49.079 gram dan kue terakhir mempunyai berat 44.124 gram. Dimana kue paling berat adalah kue ke- 34 dengan bobot 51.787 gram dan kue paling ringan adalah kue ke- 30 dengan berat 34.952 gram .
4.2.2.10 Grafik Scatter tinggi Kue Tepung cakra kembar

Dari grafik di atas dapat dilihat kue pertama mempunyai tinggi 55.4 mm dan kue terakhir mempunyai tinggi 50.1 mm. Dimana kue paling tinggi adalah kue ke- 27 dengan tinggi 56.5 mm dan kue paling rendah adalah kue ke- 34 dengan tinggi 46.5 mm .
4.2.2.11 Grafik Scatter berat Kue Tepung biasa

Dari grafik di atas dapat dilihat kue pertama mempunyai berat 30.635 gram dan kue terakhir mempunyai berat 40.878 gram. Dimana kue paling berat adalah kue ke- 26 dengan bobot 47.492 gram dan kue paling ringan adalah kue ke- 30 dengan berat 30.635 gram .
4.2.2.12 Grafik Scatter tinggi Kue Tepung biasa

Dari grafik di atas dapat dilihat kue pertama mempunyai tinggi 54.6 mm dan kue terakhir mempunyai tinggi 51.5 mm. Dimana kue paling tinggi adalah kue ke- 20 dengan tinggi 58.9 mm dan kue paling rendah adalah kue ke- 33 dengan tinggi 44.6 mm .
b. Menggunakan SPSS

4.2.2.13 Histogram berat tepung segitiga biru

Dari histogram diatas dapat diketahui bahwa mean berat tepung segitiga biru adalah 38.30 gr, batas atas adalah 48.915 gr, serta batas bawah adalah 29.087 gr dengan standar deviasi 5.726. Selain itu histogram diatas berbentuk seperti lonceng yang digambarkan dengan garis lengkung. Hal ini membuktikan bahwa distribusi tersebut sudah bisa dikatakan normal atau mendekati normal.
4.2.2.14 histogram tinggi tepung segitiga biru

Dari histogram diatas dapat diketahui mean tinggi tepung segitiga biru adalah 47.89 mm, batas atas adalah 55.4 mm, serta batas bawah adalah 41.1 mm dengan standar deviasi 3.758. Selain itu histogram diatas berbentuk seperti lonceng yang digambarkan dengan garis lengkung. Hal ini membuktikan bahwa distribusi tersebut sudah bisa dikatakan normal atau mendekati normal.

4.2.2.15 Histogram berat cakra kembar

Dari histogram diatas dapat diketahui mean berat tepung cakra kembar adalah 43.90 gr, batas atas adalah 51.787 gr, serta batas bawah adalah 34.95 gr dengan standar deviasi 3.961. Selain itu histogram diatas berbentuk seperti lonceng yang digambarkan dengan garis lengkung. Hal ini membuktikan bahwa distribusi tersebut sudah bisa dikatakan normal atau mendekati normal.

4.2.2.16 Histogram tinggi cakra kembar

Dari histogram diatas dapat diketahui mean tinggi tepung cakra kembar adalah 50.3 mm, batas atas adalah 56.7 mm, serta batas bawah adalah 46.5 mm dengan standar deviasi 2.724. Selain itu histogram diatas berbentuk seperti lonceng yang digambarkan dengan garis lengkung. Hal ini membuktikan bahwa distribusi tersebut sudah bisa dikatakan normal atau mendekati normal.

4.2.2.17 Histogram berat tepung biasa

Dari histogram diatas dapat diketahui mean berat tepung biasa adalah 35.97 gr, batas atas adalah 47.92 gr, serta batas bawah adalah 30.61 gr dengan standar deviasi 3.612. Selain itu histogram diatas berbentuk seperti lonceng yang digambarkan dengan garis lengkung. Hal ini membuktikan bahwa distribusi tersebut sudah bisa dikatakan normal atau mendekati normal.

4.2.2.18 Histogram tinggi tepung biasa

Dari histogram diatas dapat diketahui mean berat tepung biasa adalah 51.95 mm, batas atas adalah 58.9 mm, serta batas bawah adalah 44.6 mm dengan standar deviasi 3.789. Selain itu histogram diatas berbentuk seperti lonceng yang digambarkan dengan garis lengkung. Hal ini membuktikan bahwa distribusi tersebut sudah bisa dikatakan normal atau mendekati normal.
4.2.2.19 Boxplot berat tepung segitiga biru

Dari grafik diatas dapat diketahui mean berat tepung segitiga biru adalah 38.30 gr, batas atas adalah 48.915 gr, serta batas bawah adalah 29.087 gr.
4.2.2.20 Boxplot tinggi tepung segitiga biru

Dari grafik diatas dapat diketahui mean tinggi tepung segitiga biru adalah 47.89 mm, batas atas adalah 55.4 mm, serta batas bawah adalah 41.1 mm.
4.2.2.21 Boxplot berat tepung cakra kembar

Dari grafik diatas dapat diketahui mean berat tepung cakra kembar adalah 43.90 gr, batas atas adalah 51.787 gr, serta batas bawah adalah 34.95 gr. Terdapat satu data dengan tanda outlier, yaitu kasus nomor 30 untuk tepung biasa.

4.2.2.22 Boxplot tinggi tepung cakra kembar

Dari grafik diatas dapat diketahui mean berat tepung cakra kembar adalah 50.3 mm, batas atas adalah 56.7 mm, serta batas bawah adalah 46.5 mm.
4.2.2.23 Boxplot berat tepung biasa

Dari grafik diatas dapat diketahui mean berat tepung biasa adalah 35.97 gr, batas atas adalah 47.92 gr, serta batas bawah adalah 30.61 gr.
4.2.2.24 Boxplot tinggi tepung biasa

Dari grafik diatas dapat diketahui mean berat tepung biasa adalah 51.95 mm, batas atas adalah 58.9 mm, serta batas bawah adalah 44.6 mm.
4.2.2.25 Dotplot berat tepung segitiga biru

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada diantara garis lurus, sehingga dapat dikatakan bahwa data berada diantara sekeliling garis tersebut.

4.2.2.26 Dotplot tinggi tepung segitiga biru

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada diantara garis lurus, sehingga dapat dikatakan bahwa data berada diantara sekeliling garis tersebut.
4.2.2.27 Dotplot berat tepung cakra kembar

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada diantara garis lurus, sehingga dapat dikatakan bahwa data berada diantara sekeliling garis tersebut.

4.2.2.28 Dotplot tinggi tepung cakra kembar

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada diantara garis lurus, sehingga dapat dikatakan bahwa data berada diantara sekeliling garis tersebut.
4.2.2.29 Dotplot berat tepung biasa

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada diantara garis lurus, sehingga dapat dikatakan bahwa data berada diantara sekeliling garis tersebut.

4.2.2.30 Dotplot tinggi tepung biasa

Berdasarkan gambar Normality Plot diatas, nilai-nilai sebaran berada diantara garis lurus, sehingga dapat dikatakan bahwa data berada diantara sekeliling garis tersebut.

4.2.2.25 Stem leaf berat tepung segitiga biru

Berat_segitiga_biru Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 2 . 9
10.00 3 . 1111113344
10.00 3 . 5667888899
6.00 4 . 012334
5.00 4 . 57778

Stem width: 10.000
Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki berat 29 gr sebanyak 1, berat 31 gr sebanyak 6, berat 33 gr sebanyak 2, berat 34 gr sebanyak 2, berat 35 gr sebanyak 1, berat 36 gr sebanyak 2, berat 37 gr sebanyak 1, berat 38 gr sebanyak 4, berat 39 gr sebanyak 2, berat 40 gr sebanyak 1, berat 41 gr sebanyak 1, berat 42 gr sebanyak 1, berat 43 gr sebanyak 2, berat 44 gr sebanyak 1, berat 45 gr sebanyak 1, berat 47 gr sebanyak 3, berat 48 gr sebanyak 1.

4.2.2.26 Stem leaf tinggi tepung segitiga biru

Tinggi_segitiga_biru Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 4 . 1
5.00 4 . 22333
4.00 4 . 4555
7.00 4 . 6666777
6.00 4 . 889999
5.00 5 . 00111
1.00 5 . 2
3.00 5 . 455

Stem width: 10.00
Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki tinggi 41 mm sebanyak 1, tinggi 42 mm sebanyak 2, tinggi 43 mm sebanyak 3, tinggi 44 mm sebanyak 1, tinggi 45 mm sebanyak 3, tinggi 46 mm sebanyak 4, tinggi 47 mm sebanyak 3, tinggi 48 mm sebanyak 2, tinggi 49 mm sebanyak 4, tinggi 50 mm sebanyak 2, tinggi 51 mm sebanyak 3, tinggi 52 mm sebanyak 1, tinggi 54 mm sebanyak 2, tinggi 55 mm sebanyak 2.

4.2.2.27 Stem leaf berat tepung cakra kembar

Berat_cakra_kembar Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 Extremes (=<35)
4.00 3 . 6789
16.00 4 . 0011222223333344
12.00 4 . 555556678999
2.00 5 . 11

Stem width: 10.000
Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki berat 35 gr sebanyak 1, berat 36 gr sebanyak 1, berat 37 gr sebanyak 1, berat 38 gr sebanyak 1, berat 39 gr sebanyak 1, berat 40 gr sebanyak 2, berat 41 gr sebanyak 2, berat 42 gr sebanyak 5, berat 43 gr sebanyak 5, berat 44 gr sebanyak 2, berat 45 gr sebanyak 5, berat 46 gr sebanyak 2, berat 47 gr sebanyak 1, berat 48 gr sebanyak 1, berat 49 gr sebanyak 3, berat 51 gr sebanyak 2.

4.2.2.28 Stem leaf tinggi tepung cakra kembar

Tinggi_cakra_kembar Stem-and-Leaf Plot

Frequency Stem & Leaf

5.00 4 . 67777
12.00 4 . 888888888999
9.00 5 . 000011111
5.00 5 . 22233
2.00 5 . 45
2.00 5 . 66

Stem width: 10.00
Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki tinggi 46 mm sebanyak 1, tinggi 47 mm sebanyak 4, tinggi 48 mm sebanyak 9, tinggi 49 mm sebanyak 3, tinggi 50 mm sebanyak 4, tinggi 51 mm sebanyak 5, tinggi 52 mm sebanyak 3, tinggi 53 mm sebanyak 2, tinggi 54 mm sebanyak 1, tinggi 55 mm sebanyak 1, tinggi 56 mm sebanyak 2.

4.2.2.29 Stem leaf berat tepung biasa

Berat_tepung_biasa Stem-and-Leaf Plot

Frequency Stem & Leaf

2.00 30 . 66
1.00 31 . 2
4.00 32 . 1568
4.00 33 . 0168
10.00 34 . 0133467778
6.00 35 . 356789
2.00 36 . 18
2.00 37 . 04
3.00 38 . 356
1.00 39 . 5
2.00 40 . 18
2.00 41 . 89
2.00 Extremes (>=44.0)

Stem width: 1.000
Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki berat 30,6 gr sebanyak 2, berat 31.2 gr sebanyak 1, berat 32.1 gr sebanyak 1, berat 32.5 gr sebanyak 1, berat 32.6 gr sebanyak 1, berat 32.8 gr sebanyak 8, 33.0 gr sebanyak 1, berat 33.1 gr sebanyak 1, berat 33.6 gr sebanyak 1, berat 33.8 gr sebanyak 1, berat 34 gr sebanyak 1, berat 34.1 gr sebanyak 1, berat 34.3 gr sebanyak 2, berat 34.4 gr sebanyak 1, berat 34.6 gr sebanyak 1, berat 34.7 gr sebanyak 3, berat 34.8 gr sebanyak 1, berat 35.3 gr sebanyak 1, berat 35.5 gr sebanyak 1, berat 35.6 gr sebanyak 1, berat 35.7 gr sebanyak 1, berat 35.8 gr sebanyak 1, berat 35.9 gr sebanyak 1, berat 36.1 gr sebanyak 1, berat 36.8 gr sebanyak 1, berat 37 gr sebanyak 1, berat 37.4 gr sebanyak 1, berat 38.3 gr sebanyak 1, berat 38.5 gr sebanyak 1, berat 38.6 gr sebanyak 1, berat 39.5 gr sebanyak 1, berat 40.1 gr sebanyak 1, berat 40.8 gr sebanyak 1, berat 41.8 gr sebanyak 1, berat 41.9 gr sebanyak 1.

4.2.2.30 Stem leaf tinggi tepung biasa

Tinggi_tepung_biasa Stem-and-Leaf Plot

Frequency Stem & Leaf

2.00 4 . 45
7.00 4 . 6666677
4.00 4 . 8889
4.00 5 . 0111
10.00 5 . 2222233333
9.00 5 . 444444555
3.00 5 . 666
2.00 5 . 88

Stem width: 10.00
Each leaf: 1 case(s)

Dari data diatas dapat diketahui bahwa kue yang memiliki tinggi 44 mm sebanyak 1, tinggi 45 mm sebanyak 1, tinggi 46 mm sebanyak 5, tinggi 47 mm sebanyak 2, tinggi 48 mm sebanyak 3, tinggi 49 mm sebanyak 1, tinggi 50 mm sebanyak 1, tinggi 51 mm sebanyak 3, tinggi 52 mm sebanyak 5, tinggi 53 mm sebanyak 5, tinggi 54 mm sebanyak 6, tinggi 55 mm sebanyak 3, tinggi 56 mm sebanyak 6, tinggi 58 mm sebanyak 2.
4.2.3 Uji Normalitas
4.2.3.1 Tabel uji normalitas
Tests of Normality Tepung Kolmogorov-Smirnova Shapiro-Wilk Statistic Df Sig. Statistic df Sig. Berat segitiga biru .098 32 .200* .951 32 .156 cakra kembar .074 35 .200* .988 35 .956 Biasa .168 41 .005 .919 41 .006 Tinggi segitiga biru .080 32 .200* .975 32 .655 cakra kembar .141 35 .078 .923 35 .017 Biasa .108 41 .200* .957 41 .128 a. Lilliefors Significance Correction *. This is a lower bound of the true significance.
* Berat
Hipotesis
– Ho : Data berdistribusi normal
– H1 : Data tidak berdistribusi normal
Pengambilan keputusan
– Berdasarkan nilai probabilitas/signifikansi
* Jika signifikansi > 0.05 maka Ho diterima
* Jika signifikansi < 0.05 maka H0 ditolak
– Berdasarkan nilai siginifikansi pada variable tepung segitiga biru adalah 0.200(dengan metode kolmogorov smirnov) dan 0.156(dengan metode Shapiro wilk).
– Berdasarkan nilai siginifikansi pada variable tepung cakra kembar adalah 0.200(dengan metode kolmogorov smirnov) dan 0.956(dengan metode Shapiro wilk).
– Berdasarkan nilai siginifikansi pada variable tepung biasa adalah 0.005(dengan metode kolmogorov smirnov) dan 0.006(dengan metode Shapiro wilk).

* Tinggi
Hipotesis
– Ho : Data berdistribusi normal
– H1 : Data tidak berdistribusi normal
Pengambilan keputusan
– Berdasarkan nilai probabilitas/signifikansi
* Jika signifikansi > 0.05 maka Ho diterima
* Jika signifikansi < 0.05 maka H0 ditolak
– Berdasarkan nilai siginifikansi pada variable tepung segitiga biru adalah 0.200(dengan metode kolmogorov smirnov) dan 0.655(dengan metode Shapiro wilk).
– Berdasarkan nilai siginifikansi pada variable tepung cakra kembar adalah 0.078(dengan metode kolmogorov smirnov) dan 0.017(dengan metode Shapiro wilk).
– Berdasarkan nilai siginifikansi pada variable tepung biasa adalah 0.200(dengan metode kolmogorov smirnov) dan 0.128(dengan metode Shapiro wilk).

4.2.4 Regresi Linear
4.2.4.1 Tabel descriptive statistic
Descriptive Statistics Mean Std. Deviation N Tepung 2.08 .822 108 Tinggi 50.2148 3.81948 108 Berat 39.22863 5.552594 108
– Rata-rata penggunaan tepung adalah 2.08 dengan standar deviasi 0.822, rata-rata tinggi kue adalah 50.2148 mm dengan standar deviasi 3.81948, rata-rata berat kue adalah 39.22863 gr dengan standar deviasi 5.552594.

4.2.4.2 Tabel korelasi
Correlations Tepung Tinggi Berat Pearson Correlation Tepung 1.000 .433 -.213 Tinggi .433 1.000 .120 Berat -.213 .120 1.000 Sig. (1-tailed) Tepung . .000 .014 Tinggi .000 . .108 Berat .014 .108 . N Tepung 108 108 108 Tinggi 108 108 108 Berat 108 108 108
– Besar hubungan pada tepung dengan tinggi adalah 0.433, hal ini berarti memiliki hubungan yang positif dan tidak terlalu besar(belum mendekati nilai 1). Sedangkan pada tepung dengan berat adalah -0.213, hal ini berarti memiliki hubungan yang negative dan sangat kecil. Arah hubungan positif berarti jika penggunaan tepung naik, maka tinggi kue juga akan naik. Arah hubungan negative berarti jika penggunaan tepung naik, maka berat kue akan turun.
– Tingkat signifikansi untuk tepung dengan tinggi adalah 0.000, sedangkan untuk tepung dengan berat adalah 0.014 hal ini berada jauh dari 0.05. Berarti terdapat korelasi yang kuat antara tepung dengan tinggi, tepung dengan berat.

4.2.4.3 Tabel model summary
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .509a .259 .245 .714 a. Predictors: (Constant), Berat, Tinggi b. Dependent Variable: Tepung
– Dari R square diperoleh angka 0.259, hal ini berarti 25.9% hasil penggunaan tepung dapat dijelaskan dengan berat kue dan tinggi kue, sedangkan sisanya dijelaskan dengan variable lain. Semakin tinggi R square maka semakin bagus.
– Standar Estimasi error adalah 0.714, jika dibandingkan dengan standar deviasi tepung adalah 0.822 maka angka ini dapat dinyatakan lebih kecil dari pada standar deviasi tepung. Sehingga dapat dinyatakan model regresi linear lebih bagus untuk memprediksi penggunaan tepung.

4.2.4.4 Tabel ANOVA
ANOVAb Model Sum of Squares Df Mean Square F Sig. 1 Regression 18.704 2 9.352 18.338 .000a Residual 53.546 105 .510 Total 72.250 107 a. Predictors: (Constant), Berat, Tinggi b. Dependent Variable: Tepung
– Dari uji ANOVA atau F Test didapat F hitung 18.338 dengan tingkat signifikansi 0.000. oleh karena 0.00 lebih kecil dari 0.05 maka model regresi dapat digunakan untuk memprediksi penggunaan tepung.

4.2.4.5 Tabel Koefisien
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.389 .987 -1.408 .162 Tinggi .100 .018 .466 5.503 .000 Berat -.040 .013 -.268 -3.171 .002 a. Dependent Variable: Tepung – Berat
Dari table koefisien diperoleh persamaan regresi linear
* Y = -1.389 + 0.100X
* Konstanta sebesar -1.389 yang menyatakan tidak ada berat maka penggunaan tepung mencapai -1.389
* Koefisien regresi adalah 0.100 menyatakan bahwa setiap penambahan 1 tinggi maka penggunaan tepung akan mencapai peningkatan 0.100

– Tinggi
Dari table koefisien diperoleh persamaan regresi linear
* Y = -1.389 – 0.040X
* Konstanta sebesar -1.389 yang menyatakan tidak ada berat maka penggunaan tepung mencapai -1.389
* Koefisien regresi adalah 0.100 menyatakan bahwa setiap penambahan 1 tinggi maka penggunaan tepung akan mencapai peningkatan 0.100

BAB V
ANALISA DAN INTERPRETASI

5.1. Tepung Segitiga Biru
5.1.1. Analisis Statistik Deskriptif Numeris
a. Analisis untuk Frekuensi.
1. Dalam tabel data diatas dapat diketahui N adalah jumlah data observasi =35 tdk ada data yang hilang atau dapat dilihat dari tabel missing=0.
2. Rata-rata data observasi dapat dilihat pada nilai mean dengan menjumlahkan data keseluruhan dibagi dengan jumlah n, yaitu mean untuk berat 43.5860 gram untuk tinggi kue rata-rata adalah 50.3000 mm.
3. Dari data diatas dapat diketahui bila terdapat data yang ekstrim dalam kelompok median yaitu untuk berat 43.5860 gram sedangkan untuk tingginya 50.0000 mm.
4. Diketahui standar deviasi yaitu akar-akar pada variansi, untuk berat 3.96084 untuk tinggi 2.72386. jika standar deviasi lebih besar dari pada mean hal ini mengindekasi terjadinya outliter memencil.tapi karena disini mean >daripada standar deviasi maka dapat disimpulkan bahwa tidak ada data yang outliter.

5. Dari data diatas pula dapat kita baca nilai range yaitu pengurangi data yang terbesar dengan data terkecil yaitu 16.84 pada berat kue, pada tinggi 10.20. kemudian untuk nilai variansi yang merupakan jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-rata kelompok, untuk berat 15.688 dan tinggi 7.419.
6. Dari pengolahan data diatas juga menunjukkan nilai terbesar atau max untuk berat yaitu 51.79 dan tinggi 56.70. Nilai terkecil dalam data atau min 29.09 pada berat , dan 41.10 untuk tinggi.
7. Diketahui sum atau jumlah keseluruhan data observasi yaitu pada berat 1225.44 dan 1760.50 pada tinggi.
8. Dari data hasil pengolahan menunjukkan bahwa tingkat kevalidan data berat dan tinggi tepung segitiga biru mencapai 100%, oleh karena itu tingkat kepercayaan sampel 100%
9. Analisis Frekuensi Histogram jenis tepung segitiga biru pada grafik data hasil pengolahan , hustogram tinggi dan berat menunjukkan bahwa Diagram tersebut membentuk kurva Normal sehingga dapat dikatakan persyaratan normal telah terpenuhi.
10. Analisis Frekuensi Histogram jenis tepung cakra kembar pada grafik data hasil pengolahan , hustogram tunggi dan berat menunjukkan bahwa Diagram tersebut membentuk kurva Normal sehingga dapat dikatakan persyaratan normal telah terpenuhi.
11. Analisis Frekuensi Q-Q Tepung segitriga biru dari hasil pengolahan data yang telah dilakukan diketahui bahwa sebaran data terletak disekeliling garis lurus sehingga dapat dikatakan bahwa persyaratan normalitas terpenuhi.

5.1.2. Analisis uji normalitas
– Berat
Berdasarkan nilai siginifikansi pada variable tepung segitiga biru adalah 0.200(dengan metode kolmogorov smirnov) dan 0.156(dengan metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho diterima dan dinyatakan bahwa variable tepung segitiga biru berasal dari distribusi normal.
– Tinggi
Berdasarkan nilai siginifikansi pada variable tepung segitiga biru adalah 0.200(dengan metode kolmogorov smirnov) dan 0.655(dengan metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho diterima dan dinyatakan bahwa variable tepung segitiga biru berasal dari distribusi normal.

5.1.3. Analisis regresi linear
– Rata-rata penggunaan tepung adalah 2.08 dengan standar deviasi 0.822, rata-rata tinggi kue adalah 50.2148 mm dengan standar deviasi 3.81948, rata-rata berat kue adalah 39.22863 gr dengan standar deviasi 5.552594.
– Besar hubungan pada tepung dengan tinggi adalah 0.433, hal ini berarti memiliki hubungan yang positif dan tidak terlalu besar(belum mendekati nilai 1). Sedangkan pada tepung dengan berat adalah -0.213, hal ini berarti memiliki hubungan yang negative dan sangat kecil. Arah hubungan positif berarti jika penggunaan tepung naik, maka tinggi kue juga akan naik. Arah hubungan negative berarti jika penggunaan tepung naik, maka berat kue akan turun.
– Tingkat signifikansi untuk tepung dengan tinggi adalah 0.000, sedangkan untuk tepung dengan berat adalah 0.014 hal ini berada jauh dari 0.05. Berarti terdapat korelasi yang kuat antara tepung dengan tinggi, tepung dengan berat.
– Dari R square diperoleh angka 0.259, hal ini berarti 25.9% hasil penggunaan tepung dapat dijelaskan dengan berat kue dan tinggi kue, sedangkan sisanya dijelaskan dengan variable lain. Semakin tinggi R square maka semakin bagus.
– Standar Estimasi error adalah 0.714, jika dibandingkan dengan standar deviasi tepung adalah 0.822 maka angka ini dapat dinyatakan lebih kecil dari pada standar deviasi tepung. Sehingga dapat dinyatakan model regresi linear lebih bagus untuk memprediksi penggunaan tepung.
– Dari uji ANOVA atau F Test didapat F hitung 18.338 dengan tingkat signifikansi 0.000. oleh karena 0.00 lebih kecil dari 0.05 maka model regresi dapat digunakan untuk memprediksi penggunaan tepung.

5.2. Tepung cakra kembar
5.2.1. Analisis Statistik Deskriptif Numeris
a. Analisis untuk Frekuensi.
1. Dalam tabel data diatas dapat diketahui N adalah jumlah data observasi =32 tdk ada data yang hilang atau dapat dilihat dari tabel missing=0.
2. Rata-rata data observasi dapat dilihat pada nilai mean dengan menjumlahkan data keseluruhan dibagi dengan jumlah n, yaitu mean untuk berat 38.291 gram untuk tinggi kue rata-rata adalah 47.8938 mm.
3. Dari data diatas dapat diketahui bila terdapat data yang ekstrim dalam kelompok median yaitu untuk berat 38.2160 gram sedangkan untuk tingginya 47.5250 mm.
4. Diketahui standar deviasi yaitu akar-akar pada variansi, untuk berat 5.72646 untuk tinggi 3.75759. jika standar deviasi lebih besar dari pada mean hal ini mengindekasi terjadinya outliter memencil.tapi karena disini mean >daripada standar deviasi maka dapat disimpulkan bahwa tidak ada data yang outliter.

5. Dari data diatas pula dapat kita baca nilai range yaitu pengurangi data yang terbesar dengan data terkecil yaitu 19.83 pada berat kue, pada tinggi 14.30. kemudian untuk nilai variansi yang merupakan jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-rata kelompok, untuk berat 32.792 dan tinggi 14.119.
6. Dari pengolahan data diatas juga menunjukkan nilai terbesar atau max untuk berat yaitu 48.92 dan tinggi 55.40. Nilai terkecil dalam data atau min 34.95 pada berat , dan 46.50 untuk tinggi.
7. Diketahui sum atau jumlah keseluruhan data observasi yaitu pada berat 1536.50 dan 1532,6 pada tinggi.
8. Dari data hasil pengolahan menunjukkan bahwa tingkat kevalidan data berat dan tinggi tepung segitiga biru mencapai 100%, oleh karena itu tingkat kepercayaan sampel 100%
9. Analisis Frekuensi Histogram jenis tepung segitiga biru pada grafik data hasil pengolahan , hustogram tunggi dan berat menunjukkan bahwa Diagram tersebut membentuk kurva Normal sehingga dapat dikatakan persyaratan normal telah terpenuhi.
10. Analisis Frekuensi Histogram jenis tepung segitiga biru pada grafik data hasil pengolahan , hustogram tunggi dan berat menunjukkan bahwa Diagram tersebut membentuk kurva Normal sehingga dapat dikatakan persyaratan normal telah terpenuhi.
11. Analisis Frekuensi Q-Q Tepung segitriga biru dari hasil pengolahan data yang telah dilakukan diketahui bahwa sebaran data terletak disekeliling garis lurus sehingga dapat dikatakan bahwa persyaratan normalitas terpenuhi.
12. Analisis Frekuensi pada Stem leaf Jenis berat segitiga biru

5.2.2. Analisis uji normalitas
– Berat
Berdasarkan nilai siginifikansi pada variable tepung cakra kembar adalah 0.200(dengan metode kolmogorov smirnov) dan 0.956(dengan metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho ditolak dan dinyatakan bahwa variable tepung cakra kembar berasal dari distribusi normal.
– Tinggi
Berdasarkan nilai siginifikansi pada variable tepung cakra kembar adalah 0.078(dengan metode kolmogorov smirnov) dan 0.017(dengan metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho ditolak dan dinyatakan bahwa variable tepung segitiga biru tidak berasal dari distribusi normal.

5.2.3. Analisis regresi linear
– Rata-rata penggunaan tepung adalah 2.08 dengan standar deviasi 0.822, rata-rata tinggi kue adalah 50.2148 mm dengan standar deviasi 3.81948, rata-rata berat kue adalah 39.22863 gr dengan standar deviasi 5.552594.
– Besar hubungan pada tepung dengan tinggi adalah 0.433, hal ini berarti memiliki hubungan yang positif dan tidak terlalu besar(belum mendekati nilai 1). Sedangkan pada tepung dengan berat adalah -0.213, hal ini berarti memiliki hubungan yang negative dan sangat kecil. Arah hubungan positif berarti jika penggunaan tepung naik, maka tinggi kue juga akan naik. Arah hubungan negative berarti jika penggunaan tepung naik, maka berat kue akan turun.
– Tingkat signifikansi untuk tepung dengan tinggi adalah 0.000, sedangkan untuk tepung dengan berat adalah 0.014 hal ini berada jauh dari 0.05. Berarti terdapat korelasi yang kuat antara tepung dengan tinggi, tepung dengan berat.
– Dari R square diperoleh angka 0.259, hal ini berarti 25.9% hasil penggunaan tepung dapat dijelaskan dengan berat kue dan tinggi kue, sedangkan sisanya dijelaskan dengan variable lain. Semakin tinggi R square maka semakin bagus.
– Standar Estimasi error adalah 0.714, jika dibandingkan dengan standar deviasi tepung adalah 0.822 maka angka ini dapat dinyatakan lebih kecil dari pada standar deviasi tepung. Sehingga dapat dinyatakan model regresi linear lebih bagus untuk memprediksi penggunaan tepung.
– Dari uji ANOVA atau F Test didapat F hitung 18.338 dengan tingkat signifikansi 0.000. oleh
karena 0.00 lebih kecil dari 0.05 maka model regresi dapat digunakan untuk memprediksi penggunaan tepung.

5.3. Tepung Biasa
5.3.1. Analisis Statistik Deskriptif Numeris
a. Analisis untuk Frekuensi.
1. Dalam tabel data diatas dapat diketahui N adalah jumlah data observasi =41 tdk ada data yang hilang atau dapat dilihat dari tabel missing=0.
2. Rata-rata data observasi dapat dilihat pada nilai mean dengan menjumlahkan data keseluruhan dibagi dengan jumlah n, yaitu mean untuk berat 35,9696 gram untuk tinggi kue rata-rata adalah 51,9537 mm.
3. Dari data diatas dapat diketahui bila terdapat data yang ekstrim dalam kelompok median yaitu untuk berat 34.5 gram sedangkan untuk tingginya 52.5 mm.
4. Diketahui standar deviasi yaitu akar-akar pada variansi, untuk berat 3,612 untuk tinggi 3,78. jika standar deviasi lebih besar dari pada mean hal ini mengindekasi terjadinya outliter memencil.tapi karena disini mean >daripada standar deviasi maka dapat disimpulkan bahwa tidak ada data yang outliter.

5. Dari data diatas pula dapat kita baca nilai range yaitu pengurangi data yang terbesar dengan data terkecil yaitu 16,8 pada berat kue, pada tinggi 14.30. kemudian untuk nilai variansi yang merupakan jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-rata kelompok, untuk berat 13,04 dan tinggi 14,36.
6. Dari pengolahan data diatas juga menunjukkan nilai terbesar atau max untuk berat yaitu 47,49 dan tinggi 58,9 Nilai terkecil dalam data atau min 30,61 pada berat , dan 44,6 untuk tinggi.
7. Diketahui sum atau jumlah keseluruhan data observasi yaitu pada berat 1474,75 dan 2130,1pada tinggi.
8. Dari data hasil pengolahan menunjukkan bahwa tingkat kevalidan data berat dan tinggi tepung segitiga biru mencapai 100%, oleh karena itu tingkat kepercayaan sampel 100%
9. Analisis Frekuensi Histogram jenis tepung segitiga biru pada grafik data hasil pengolahan , hustogram tunggi dan berat menunjukkan bahwa Diagram tersebut membentuk kurva Normal sehingga dapat dikatakan persyaratan normal telah terpenuhi.
10. Analisis Frekuensi Histogram jenis tepung segitiga biru pada grafik data hasil pengolahan , hustogram tunggi dan berat menunjukkan bahwa Diagram tersebut membentuk kurva Normal sehingga dapat dikatakan persyaratan normal telah terpenuhi.
11. Analisis Frekuensi Q-Q Tepung segitriga biru dari hasil pengolahan data yang telah dilakukan diketahui bahwa sebaran data terletak disekeliling garis lurus sehingga dapat dikatakan bahwa persyaratan normalitas terpenuhi.
5.3.2. Analisis uji normalitas
– Berat
Berdasarkan nilai siginifikansi pada variable tepung biasa adalah 0.005(dengan metode kolmogorov smirnov) dan 0.006(dengan metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho diterima dan dinyatakan bahwa variable tepung segitiga biru berasal dari distribusi normal.
– Tinggi
Berdasarkan nilai siginifikansi pada variable tepung biasa adalah 0.200(dengan metode kolmogorov smirnov) dan 0.128(dengan metode Shapiro wilk) sehingga dapat disimpulkan bahwa Ho diterima dan dinyatakan bahwa variable tepung segitiga biru berasal dari distribusi normal.

5.3.3. Analisis regresi linear
– Rata-rata penggunaan tepung adalah 2.08 dengan standar deviasi 0.822, rata-rata tinggi kue adalah 50.2148 mm dengan standar deviasi 3.81948, rata-rata berat kue adalah 39.22863 gr dengan standar deviasi 5.552594.
– Besar hubungan pada tepung dengan tinggi adalah 0.433, hal ini berarti memiliki hubungan yang positif dan tidak terlalu besar(belum mendekati nilai 1). Sedangkan pada tepung dengan berat adalah -0.213, hal ini berarti memiliki hubungan yang negative dan sangat kecil. Arah hubungan positif berarti jika penggunaan tepung naik, maka tinggi kue juga akan naik. Arah hubungan negative berarti jika penggunaan tepung naik, maka berat kue akan turun.
– Tingkat signifikansi untuk tepung dengan tinggi adalah 0.000, sedangkan untuk tepung dengan berat adalah 0.014 hal ini berada jauh dari 0.05. Berarti terdapat korelasi yang kuat antara tepung dengan tinggi, tepung dengan berat.
– Dari R square diperoleh angka 0.259, hal ini berarti 25.9% hasil penggunaan tepung dapat dijelaskan dengan berat kue dan tinggi kue, sedangkan sisanya dijelaskan dengan variable lain. Semakin tinggi R square maka semakin bagus.
– Standar Estimasi error adalah 0.714, jika dibandingkan dengan standar deviasi tepung adalah 0.822 maka angka ini dapat dinyatakan lebih kecil dari pada standar deviasi tepung. Sehingga dapat dinyatakan model regresi linear lebih bagus untuk memprediksi penggunaan tepung.
– Dari uji ANOVA atau F Test didapat F hitung 18.338 dengan tingkat signifikansi 0.000. oleh
karena 0.00 lebih kecil dari 0.05 maka model regresi dapat digunakan untuk memprediksi penggunaan tepung.
BAB VI
PENUTUP

6.1. Kesimpulan
Berdasarkan latar belakang masalah, tujuan penelitian, dan studi pustaka yang telah dilakukan, maka dapat diambil kesimpulan yaitu sebagai berikut :
1. Teknik pengambilan data yang benar adalah dengan melakukan perhitungan yang cermat serta penganalisisan yang kritis dan benar.
2. Uji Normalitas untuk masing-masing tepung didapatkan bahwa :
– Berat
a) Variabel Tepung Cakra berdistribusi normal.
b) Variabel Tepung Segitiga Biru berdistribusi normal.
c) Variabel Tepung Biasa tidak berdistribusi normal.
– Tinggi
a) Variabel Tepung Cakra berdistribusi normal.
b) Variabel Tepung Segitiga Biru tidak berdistribusi normal.
c) Variabel Tepung Biasa berdistribusi normal.

3. Adanya hubungan antara masing-masing berat dan tinggi kue dengan ke tiga jenis tepung yang digunakan, yaitu Tepung Cakra, Tepung Segitiga Biru, dan Tepung Biasa.

6.2. Saran / Evaluasi Perbaikan
Untuk usulan perbaikan dan saran dalam peningkatan dan kevalidan pada penelitian selanjutnya dapat diuraikan sebagai berikut :
1. Data pengamatan hendaknya lebih dari 30 data bagi masing-masing jenis tepung, sehingga statistik deskriptif dapat diimplementasikan dengan maksimal.
2. Diusahakan berat kue antar satu jenis tepung tidak terlalu signifikan sehingga perlu adanya pelatihan dalam praktikan ini untuk membuat kue yang bagus.
3. Diusahakan produk praktikum yang dibuat tidak hanya jenis kue tetapi jenis yang lain .
DAFTAR PUSTAKA

Aisyah, Liana. Statistik Terapan Pendidikan. Yogyakarta. UIN Sunan Kalijaga. 2007
Santoso, Singgih. SPSS Mengolah Data Secara Profesional. Jakarta. Elexmedia Komputindo. 2002
Farihah, Tutik. Panduan Praktikum Statistik Industri. Yogyakarta. UIN Sunan Kalijaga. 2008
Walpole, Ronald & Raimond H Myers. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuan. Bandung.
Penerbit ITB. 1995