laporan bab 1 2
-
Upload
dianlestaribrp -
Category
Documents
-
view
51 -
download
0
description
Transcript of laporan bab 1 2
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Statistik telah ada sejak awal peradaban manusia. Pada saat itu statistik
memiliki arti kumpulan informasi mengenai suatu negara dan jumlah penduduk
(sensus) penduduk. Ada beberapa pengertian istilah statistik seperti, dari bahasa
yunani statistik berasal dari kata status yang artinya negara. Statistik pada awal
peradaban ditunjukkan dengan kegiatan pengumpulan data-data statistika untuk
mendapatkan informasi deskriptif mengenai pengumpulan, penyajian dan
perhitungan. Contoh kegiatan statistik adalah sensus penduduk, pajak, dan hasil
pertanian.
Pada abad ke- 17 statistika deskriptif mulai berkembang bersama dengan
ilmu peluang yang terlahirkan dari meja judi. Dan pada abad ke- 19 dan awal
abad 20 statistika dapat di temui dalam matematika. Saat ini merupakan era
globalisasi yang sangat komlpeks dan penuh dengan ketidakpastian. Oleh karena
itu statistik sangat diperlukan dan bernilai pada saat ini karena dapat
memberikan suatu informasi sehingga dapat mengambil keputusan yang tepat
dan dapat dipertanggung jawabkan.
Mempelajari ilmu statistik berguna untuk kehidupan sehari-hari yang
berakaitan dengan pengumpulan, pengolahan, penyajian, penganalisisan,
penarikan kesimpulan dan pembuatan keputusan. Dan data yang didapat
disajikan dalam bentuk diagram atau grafik sehingga mudah dipahami. Contoh
penerapan dikehidupan sehari-hari yaitu dalam bidang manajemen digunakan
untuk penentuan struktur gaji, pesangon, dan tunjangan karyawan. Data yang
digunakan pada modul ini yaitu data diskrit mengenai Data Penduduk
Kabupaten Ponorogo Jawa Timur per Keluharan dan data kontinu mengenai
Panjang Telapak Tangan Siswa/i Teknik Industri 2013.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
2
1.2 Tujuan Penulisan
Ada beberapa tujuan penulisan laporan ini, yaitu :
Menjelaskan statistik dan statistika
Menjelaskan pengertian dan macam-macam data
Mengetahui jenis-jenis penyajian data
Mengetahui ukuran statistik
Mengetahui software SPSS dan minitab
Mampu mengolah data yang berhubungan dengan statistika deskriptif
baik secara manual maupun software
Mampu menyajikan data dalam bentuk tabel atau grafik
Mampu membedakan penggunaan penyajian data
Mampu menganalisis deskriptif dan menginterpretasikan dari
sekumpulan data
1.3 Pembatasan Masalah
Pembatasan masalah yang terdapat pada modul 1 statistika deskriptif
adalah pengertian statistika dan statistik, pengertian data dan macam-macam
data, penyajian data yang digunakan, ukuran statistik yang digunakan dalam
pengambilan keputusan dan mengetahui & memahami software SPSS dan
minitab yang merupakan software yang digunakan untuk mengolah statistik
deskriptif. Dan data yang digunakan pada modul 1 adalah data diskrit dan data
kontinu. Data kontinu yang digunakan adalah Data Penduduk Kabupaten
Ponorogo Jawa Timur per Keluharan. Data diperoleh secara sekunder yang
bersumber dari www.aplikasi.bkkbn.go.id. Data kontinu yang digunakan adalah
Panjang Telapak Tangan Siswa/i Teknik Industri 2013. Data ini diperoleh secara
langsung yang biasa disebut sebagai data primer.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
3
1.4 Metodologi Praktikum
Gambar 1.1 Flowchart Metodologi Praktikum
1.5 Sistematika Penulisan
Penulis membagi sistematika penulisan ini menjadi 5 Bab agar pembaca
dapat benar-benar memahami isi dari laporan ini. Adapun isi dari sistematika
penulisan laporan ini adalah:
BAB I PENDAHULUAN
Dalam bab ini penulis memberi informasi tentang apa saja yang akan
dibahas di dalam laporan ini, serta memberi tahu inti permasalahan dari
laporan ini. Bab I terdiri dari latar belakang, tujuan penulisan,
pembatasan masalah, metodologi praktikum, dan sistematika penulisan.
Identifikasi Masalah
Studi Pustaka
Pengumpulan Data
Kesimpulan dan saran
Pengolahan Data
Analisa
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
4
BAB II TINJAUAN PUSTAKA
Pada bab ini penulis memberi informasi mengenai dasar-dasar teori baik
dalam pengertian, fungsi, macam-macam dan sebagainya. Bab ini akan
membahas teori mengenai Statistik dan Statistika, Macam-macam data,
Penyajian Data, Central Tendency (Kecendrungan Terpusat), Ukuran
Dispersion, Skewness dan Kurtosis, Software SPSS dan Software
Minitab
BAB III PENGOLAHAN DATA DAN ANALISIS
Bab ini akan menjelaskan pengolahan data dan menganalisa data tersebut
setelah data itu telah diolah, data-data tersebut terdiri dari data Diskrit
dan data Kontinu. Dimana kedua data itu akan menunjukkan hasil dari
Distribusi Frekuensi, Grafik(pie chart, bar chart dsb), dan ukuran
statistik.
BAB IV ANALISIS
Pada bab ini akan dijelaskan hasil analisis dari data Diskrit dan Kontinu
berupa output dari software dan grafik dari aplikasi SPSS dan Minitab
baik data itu kualitatif maupun kuantitatif.
BAB V PENUTUP
Bab terakhir ini akan membahas hasil kesimpulan dan saran yang
didapatkan dari penelitian ini berdasarkan pembahasan pada bab
sebelumnya.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
5
BAB II
TINJAUAN PUSTAKA
2.1 Statistik dan Statistika
2.1.1 Statistika
Statistika adalah ilmu mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan data menjadi informasi untuk
membantu pengambilan keputusan yang efektif.
Statistika mempunyai kegunaan luas dalam bidang bisnis dan
bidang-bidang lainya, statistika digunakan dalam pemasaran, akutansi,
manajemen, pengawasan mutu, melihat kepuasan konsumen, dan
sebagainya
(Suharyadi Purwanto S.K, 2003)
2.1.2 Statistik
Statistik adalah suatu kumpulan angka yang tersusun lebih dari
satu angka. sebagai contoh : harga saham perusahaan GDJR Rp. 2400,
inflasi tahun 2002 sebesar 10,03% pertumbuhan ekonomi 3,5%, peluang
harga saham naik di BEJ 63%, jumlah pemilih PDIP tahun 1999 sebesar
35 juta orang dan lain lain. Angka-angka 2400, 10,3%, 3,5%, 63%, 35
Juta adalah contoh dari statistik.
(Suharyadi Purwanto S.K, 2003)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
6
2.1.3 Perbedaan Statistik dan Statistika
Pengertian dari statistik merupakan kumpulan data yang berupa
angka atau bilangan, atau sebagai deretan angka atau bilangan yang
menunjukkan keterangan mengenai suatu cabang kegiatan tertentu,
misalnya statistik kunjungan wisatawan ke Indonesia, statistik
hotel,restoran,dll.
Sedangkan statistika dapat diartikan sebagai ilmu pengetahuan
yang mempelajari metode-metode yang perlu dipergunakan dalam
pengumpulan data, penyusunan data, penyajian data, penganalisisan data,
penarikan kesimpulan atau konklusi, pembuatan perkiraan atau estimasi.
Dengan kata lain perbedaan antara statistik dan statistika adalah
kalau statistika adalah ilmunya sedangkan statistik adalah ukurannya.
Statistika merupakan metode ilmiah yang berkaitan dengan data,
sedangkan statistik adalah kumpulan angka-angka mengenai suatu
masalah, dan dapat memberikan gambaran mengenai masalah tersebut.
(Miftah Farid. 2009)
2.2 Macam-macam Data
Data berdasarkan jenis :
a. Data Kualitatif
Data Kualitatif merupakan data non angka (numerik) seperti jenis
kelamin, warna kesayangan, dan asal suku. Data kualitatif digunakan
apabila kita tertarik melihat proporsi atau bagian yang termasuk dalam
katagori, contoh berapa persen jenis kelamin pria dibandingkan wanita,
warna apa yang disukai oleh sebagian besar penduduk, dan berapa persen
suku tertentu dibandingkan dengan suku lainya.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
7
b. Data Kuantitatif
Data kuantitatif Merupakan data angka atau numerik seperti jumlah
mobil (bisa 0, 1, 2, dan lain-lain), jumlah TV yang dijual suatu toko (10,
30, dan lain-lain), berat badan (60,1 kg, 80,5 kg). Semua ukuran tersebut
berupa angka.
Data berdasarkan sifatnya :
c. Data Diskrit
Data Diskrit merupakan data kuantitatif yang nialainya khusus dan
merupakan hasil dari perhitungan serta biasanya merupakan bilangan
bulat, data diskrit seperti jumlah mobil 0, 1, 2 dan lain-lain , tidak
mungkin jumlah mobil 1,5 atau 2,25 dan sebagainya. Jadi data diskrit
biasanya berupa angka bulat.
d. Data Kontinu
Data Kontinu merupakan data kuantitatif yang nilainya menempati
semua interval pengukuran dan merupakan hasil dari pengukuran serta
biasa berupa bilangan pecahan dan bulat. Contoh : berat badan bisa 60,1
kg ; 80,5 kg atau bisa 60 dan 80 kg. Tinggi badan, luas rumah, panjang
jalan dan lain-lain, yang merupakan hasil pengukuran merupakan data
kontinu.
Data berdasarkan cara memperoleh :
e. Data Primer
Data Primer merupakan data yang diperoleh langsung dari sumbernya
atau objek penelitian. Data primer biasanya diperoleh dengan wawancara
langsung kepada objek atau pengisisan kuisioner yang di jawab oleh
objek penelitian.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
8
f. Data Sekunder
Data sekunder merupakan data yang sudah diterbitkan atau digunakan
pihak lain. Contoh data yang diambil dari koran, majalah, jurnal,
publikasi lain merupakan data sekunder.
(Miftah Farid. 2009)
2.3 Penyajian Data
2.3.1 Tabel
a. Distribusi Frekuensi
Distribusi Frekuensi adalah pengelompokkan data dalam ke
dalam beberapa katagori yang menunjukkan banyakanya data
dalam setiap katagori , dan setiap data tidak dan setiap data tidak
boleh dimasukkan kedalam dua atau lebih kategori.
Langkah pertama pada distribusi frekuensi adalah mengurutkan
data dari yang terkecil ke yang terbesar atau sebaliknya. Tujuan
dari langkah ini adalah agar memudahkan dalam melakukan
perhitungan pada langkah ketiga.
Langkah kedua adalah menentukan Range dengan cara
mengurangi data terbesar dengan data terkecil
R = Data terbesar Data Terkecil . . . . .(i)
Langkah ketiga adalah membuat kategori atau kelas yaitu data
dimasukkan kedalam kategori yang sama, sehingga data dalam satu
katagori mempunyai katagori yang sama. Untuk menentukan
jumlah kelas atau kategori dapat menggunakan rumus sturges yaitu
:
K = 1+3,3 log n . . . . .(ii)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
9
Langkah ketiga adalah menetukan Interval kelas, interval kelas
ditentukan sebagai berikut
I = R : K . . . . .(iii)
Selanjutnya adalah mengelompokkan data-data kedalam
sebuah tabel.
Contoh tabel distribusi frekuensi :
Tabel 2.1 Tabel Distribusi Frekuensi
UMUR BANYAK PESERTA (f)
17-20 50
21-24 26
25-28 35
29-32 21
33-36 45
(Suharyadi Purwanto S.K, 2003)
2.3.2 Grafik
2.3.2.1 Pie Chart
Pie chart adalah grafik yang berbentuk bundar menyerupai
bentuk pie. Chart bentuk ini bagus digunakan untuk menampilkan
grafik data presentasi seperti suatu survey, atau pekerjaan yang
mempunyai target tertentu.
(http://tukangteori.com)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
10
Contoh Pie Chart
Gambar 2.1 Pie Chart
2.3.2.2 Histogram
Histogram merupakan bentuk diagram yang mudah
dipahami. Histogram merupakan diagram balok, karena frekuensi
disajikan dalam bentuk balok. Histogram menghubungkan antar
tepi kelas interval pada usmbu horisontal (X) dan frekuensi setiap
kelas pada sumbu vertikal (Y)
(Suharyadi Purwanto S.K, 2003)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
11
Contoh Histogram :
Gambar 2.2 Histogram
2.3.2.3 Diagram Batang
Diagram Batang adalah bentuk penyajian data
Statistik yang menggunakan gambar bentuk batang.
Biasanya diagram batang dgunakan pada data diskrit.
Contoh diagram batang :
Gambar 2.3 Diagram Batang
(Dr. Marsigit M.A, 2006)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
12
2.3.2.4 Diagram Batang Daun
Diagram Batang daun adalah salah satu penyajian
data dalam bentuk diagram. Dalam diagram batang daun,
data yang terkumpul di urutkan lebih dulu dari data
ukuran kecil sampai dengan yang terbesar. Diagram daun
hanya memuat angka satuan, batang memuat angka
puluhan dan ratusan.
Contoh diagram Batang Daun :
Gambar 2.4 Diagram Batang Daun
(Uny Opick, 2014)
2.3.2.5 Perbedaan Histogram, Diagram batang dan
Batang Daun
2.3.2.6 Box Plot
Box plot adalah tipe data yang digunakan untuk
menampilkan pola dari data kuantitatif. Boxplot membagi
himpunan data kedalam quartile. Boxplot terdiri dari
kotak atau box dari kuartil pertama sampai kuartil
ketiga.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
13
Contoh Boxplot
Gambar 2.5 Boxplot
(Suharyadi Purwanto S.K, 2003)
2.3.2.6 Ogive
Ogive merupakan diagram garis yang menujukkan
kombinasi antara interval kelas dengan frekuensi
kumulatif. Kurva ogive menunjukkan frekuensi kumulatif
pada setiap tingkat atau kategori. Sumbu horizontal pada
kurva ogive menunjukkan tepi interval kelas dan sumbu
vertikal menunjukkan frekuensi kumulatif.
(Suharyadi Purwanto S.K, 2003)
Contoh Ogive :
Gambar 2.6 Ogive
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
14
2.4 Central Tendency (kecenderungan terpusat)
2.4.1 Mean
Mean atau rata rata hitung merupakan nilai yang diperoleh
dengan menjumlahkan semua nilai data dan membaginya dengan jumlah
data. Rata rata hitung merupakan nilai yang menunjukkan pusat dari
nilai data dan merupakan nilai yang dapat mewakili nulai dari
keterpusatan data.
Cara menghitung Mean :
. . . . .(iv)
Keterangan :
X = Jumlah seluruh X (data)
N = Jumlah total Data
(Suharyadi Purwanto S.K, 2003)
2.4.2 Median
Median merupakan sakag satu ukuran pemusatan. Median
merupakan nilai yang berada di tengah tengah data, setelah data
tersebut diurutkan.
Cara menghitung median :
. . . . .(v)
Keterangan :
Tb = tepi bawah pada nilai tengah data
N = Jumlah Data
Fk = Frekuensi Kumulatif Sebelumnya pada nilai tengah
I = Interval
F me = Frekuensi pada Nilai tengah
(Suharyadi Purwanto S.K, 2003)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
15
2.4.3 Modus
Modus merupakan salah satu ukuran pemusatan disamping Mean
dan median, modus merupakan suatu nilai pengamatan yang paling
sering muncul. Sebagai contoh modus adalah seperti mobil merek apa
yang paling banyak dibeli konsumen.
Rumus menghitung modus :
. . . . .(vi)
Keterangan :
Mo = Modus
TB = Tepi Bawah
d1 = selisih frekuensi kelas modus dengan kelas
sebelumnya
d2 = selisih frekuensi kelas modus dengan kelas
sebelumnya
i = Interval kelas
(Suharyadi Purwanto S.K, 2003)
2.4.4 Fraktil
Fraktil adalah nilai-nilai yang membagi seperangkat data yang telah
diurutkan menjadi beberapa bagian yang sama.
Fraktil dapat Berupa :
a. Kuartil
Kuartil adalah letak yang telah membagi data yang telah
diurutkan atau data yang berkelompok menjadi 4 bagian.
Rumus :
Q1 = [1(n+1)] /4 . . . . .(vii)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
16
Q2 = [2(n+1)] /4 . . . . .(viii)
Q3 = [3(n+1)] /4 . . . . .(ix)
b. Desil
Desil adalah letak yang telah membagi data yang telah
diurutkan atau data kelompok menjadi 10 bagian.
D1 = [1(n+1)] /10 . . . . .(x)
D2 = [2(n+1)] /10 . . . . .(xi)
...........
D9 = [9(n+1)] /10 . . . . .(xii)
c. Presentil
Presentil merupakan bagian dari ukuran letak, presentil adalah
ukuran letak yang membagi data yang telah diurutkan atau data
yang berkelompok mrnjadi 100 bagian yang sama besar , atau
setiap dari desil sebesar 1%.
Rumus mencari letak presentil :
P1 = [1(n+1)] /100 . . . . .(xiii)
P2 = [2(n+1)] /100 . . . . .(xiv)
P3= [3(n+1)] /100 . . . . .(xv)
...................
P99 = [99(n+1)] /100 . . . . . .(xvi)
( Suharyadi Purwanto S.K, 2003)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
17
2.5 Ukuran Dispersion
2.5.1 Pengertian
Ukuran Dispersion adalah suatu ukuran baik parameter atau
statistik untuk mengetahui seberapa besar penyimpangan data dengan
nilai rata-rata hitungnya.
(Suharyadi Purwanto S.K, 2003)
2.5.2 Fungsi Ukuran Dispersion
Untuk mengetahui tentang seberapa besar data tersebut menyebar
di sekitar nilai tengahnya, dengan memahamai unsur penyebaran data
diharapkan kita tidak menarik kesimpulan yang salah.
(Suharyadi Purwanto S.K, 2003)
2.5.3 Macam-macam
2.5.3.1 Range
Range atau jarak adalah merupakan ukuran yang paling
sederhana dari ukuran penyebaran.range atau jarak merupakan
perbedaan antara nilai terbesar dan nilai terkecil dalam suatu
kelompok data. Semakin kecil ukuran range atau jarak
menunjukkan karakter yang lebih baik, karena data mendekati
pada nilai pusat dan kompak
Rumus :
Range/Jarak = Nilai terbesar Nilai terkecil . . . . .(xvii)
2.5.3.2 Deviasi Rata-rata
Deviasi rata-rata adalah rata-rata hitung dari nilai mutlak
deviasi antara nilai data pengamatan dengan rata-rata hitungnya.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
18
Rumus :
. . . . .(xviii)
Keterangan :
MD = Deviasi Rata-rata
X = Nilai setiap data pengamatan
X = Nilai rata-rata hitung dari seluruh nilai
pengamatan
N = Jumlah data atau pengamatan dalam
sampel/populasi
= Lambang penjumlahan
| | = Lambang nilai mutlak.
2.5.3.3 Varians
Varians adalah rata-rata hitung deviasi kuadrat setiap
data terhadap rata-rata hitungnya.
Rumus :
. . . . .(xix)
Keterangan :
X = Niali dari setiap pengamatan
N = Jumlah total data pengamatan
= Simbol operasi penjumlahan
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
19
2.5.3.4 Standar Deviasi
Standar deviasi adalah akar kuadrat dari varians dan
menunjukkan standar penyimpangan data terhadap nilai rata-
ratanya.
Rumus Standar deviasi
. . . . .(xx)
Keterangan :
X = nilai setiap data pengamatan
n = banyak data
(Suharyadi Purwanto S.K, 2003)
2.6 Skewness dan Kuartosis
2.6.1 Skewness
Skewness adalah suatu metode yang digunakan unntuk mengetahui
kemiringan sebuah distribusi frekuensi.
Skewness dapat terjadi sebagai akibat dari jumlah rata rata sampel
tidaka sama dengan Median dan tidak sama dengan Modus.ada dua
bentuk kecondongan positif dan negatif, sebagaimana gambar berikut
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
20
Gambar 2.7 Macam-Macam Skewness
Pada kurva simetris Mean = Md = Mo sehingga berbentuk simetris,
pada gambar gambar pertama kurva condong kekanan karena Me < Ma <
Mo, demikian dikatakan kurva condong negatif. Hal ini disebabkan adanya
data yang ekstrim kecil, sehingga menurunkan nilai hitung rata ratanya.
Padagambar ketiga terlihat bahwa Me > Md > Mo, sehingga kurva
condong ke kiri, kurva demikian disebut condong positif . kurva condong
positif disebabkan adanya data yang sangat besar sehingga rata-rata
hitungnya meningkat.
Skewness dirumuskan sebagai berikut :
. . . . .(xxi)
Keterangan :
Sk = Skewness/ oefisien kecondongan
Mean = Nilai rata2 hitung
Median= nilai tengah
S.D = Standar Deviasi
(Suharyadi Purwanto S.K, 2003)
2.6.2 Kurtosis
Untuk mengukur keruncingan dari suatu kurva dapat dilakukan
melalui perbandingan dengan kurva normal (simetris). Kurva normal
mepunyai distribusi yang tidak mendatar dan tidak meruncing. Kurva
demikian disebut dengan mesokurtic, kurva dengan distribusi puncak yang
mendatar dikenal sebagai patykurtic, sedangkan kurva distribsi puncak
yang tinggi disebut sebagai leptokurtic
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
21
Gambar 2.8 Macam-macamKurtosis
Dapat Dirumuskan sebagai berikut :
Keterangan :
Xi : Nilai tengah
M : mean atau Rata-rata Hitung
N : jumlah data
S : Standar deviasi
(Suharyadi Purwanto S.K, 2003)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
22
2.7 Software SPSS
2.7.1 Pengertian dan tujuan
2.7.1.1 Pengertian
SPSS adalah singkatan dari Statistical Product and
Service Solutions, yaitu sebuah program komputer yang
digunakan untuk menganalisis statistika. SPSS merupakan
sebuah aplikasi yang biasa digunakan atau diterapkan
untuk memenuhi sebuah penelitian baik di perguruan
tinggi atau di perusahaan. Aplikasi yang memiliki analisis
statis yang cukup tinggi ini menggunakan menu deskriptif
dan juga kotak-kotak dialog yang tidak rumit dan
sederhana sehingga memungkin penggunanya untuk lebih
mudah dalam memahami bagaimana pengoperasiannya
(http://kepanjangandari.com)
2.7.1.2 Tujuan
Seperti yang telah dijelaskan sebelumnya, bahwa
program ini dibuat dengan berbagai macam perintah yang
umum maupun spesifik, guna memudahkan individu
dalam perhitungan maupun pemrosesan data mentah
statistik secara cepat dengan akurasi yang baik.
(Ilham Fahul Hoir, 2009)
2.7.2 Menu dan Sub Menu
1. Data view
Data View adalah tempat di mana data statistik yang
akan diolah (sudah dalam bentuk angka skala). Data view
memiliki tampilan seperti di bawah ini :
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
23
a) Title bar
merupakan nama dari judul SPSS yang sedang dibuka.
Pada umumnya, nama yang diberikan oleh SPSS pada
saat membuka pertama kali yaitu Untitled1[DataSet0]-
SPSS Statistics Data Editor.
b) Menu
berisi perintah mengenai menu di mana di dalamnya
terdapat Submenu yang digunakan untuk memproses data
yang akan diolah.
File
pada menu utama File memuat 20 pilihan submenu. Pada
menu utama File memuat sub$submenu tentang file, di
antaranya membuat file baru (New), membuka (Open),
menutup (Close), dan menyimpan file (Save-Save As...).
Edit
merupakan submenu untuk melakukan pengeditan data
yang telah dimasukkan pada SPSS Data Editor. Beberapa
kegunaan dari submenu dari menu utama Edit adalah
melakukan undo atau mengembalikan action terakhir yang
dilakukan, sedangkan redo sebaliknya, cut clear untuk
menghapus data, copy paste untuk menggandakan dan
duplikasi data, find untuk mencari data, dan copy paste
variable untuk mengganti variabel data
View
merupakan menu yang menampilkan submenu untuk
menam pilkan status toolbar yang sedang aktif (Status
Bar), toolbar dan font huruf yang digunakan.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
24
Data
merupakan menu yang menampilkan submenu untuk
melakukan perubahan - perubahan terhadap data SPSS,
seperti mendefinisikan nilai label data (define variable
properties...), mendefinisikan waktu (definedates...),
mengurutkan data (sort cases), dan memisah isi file
dengan riteria tertentu (split file).
Transform
merupakan pilihan menu utama yang melakukan operasi
transformasi data, seperti menghitung variabel data
(compute variable...),mengubah data (recode into same
variables...- recode into different variables...) ataupun
meranking data (rank cases)
Analyze
merupakan menu utama yang menjadi pusat pengolahan
data SPSS,
Graphs
dikelompokkan hanya menjadi 4 submenu, yang
menampilkan berbagai bentuk grafik dan chart.
Utilities
menu utama yang merupakan pelengkap pada
pengoperasian SPSS ini menyajikan 9 submenu. Beberapa
kegunaan submenu darimenu utama Utilities adalah
menampilkan informasi variabel ( variables...),
mendefinisikan, dan menampilkan variabel data (define-
use variabel sets...).
Add-ons
merupakan menu utama yang menawarkan pelayanan
SPSS lewat website.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
25
Window
menu ini memberikan informasi window yang sedang
aktif.
Help
menu yang memuat 9 submenu ini memberikan bantuan
informasi tentang topik$topik SPSS (topics) ataupun
dalam bentuk tutorial (tutorial)
Toolbar
berisi icons yang membantu dan mempermudah mengelola
data dengan cepat. Berikut beberapa icons yang terdapat
pada toolbar
Baris Nama Variabel
merupakan tempat yang menunjukkan nama dari suatu
variabel. Untuk pertama kali baris nama variabel diberi
nama Var .(Untuk mengganti nama variabel dapat melalui
variabel view dan mengganti dengan cara double klik
kotak variabel tersebut)
Baris data
Merupakan barisan yang berisi data$data dalam jumlah
banyak yang merupakan data daripada varibel tersebut.
2. Variabel view
Variabel view merupakan bagian yang digunakan untuk
mendefinisikan variabel data yang akan dimasukkan. Untuk
mengaktifkan kotak Variabel View lakukan dengan klik
Variabel View (bagian yang diberi kotak).
Di dalam Variabel View di atas memiliki keterangan sebagai
berikut:
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
26
Name : berisi nama variabel. Misal dengan memberikan
nama variabel data pertama, maka klik kolom Name pada
baris pertama, misalnya Jenis Kelamin.
Type: merupakan tipe data, berbagai macam type yang ada
memiliki fungsi yang berbeda yaitu :
a. Numeric, untuk data angka dengan lebar 8 digit dan 2
angka desimal di belakang koma
b. String, untuk data teks, biasanya data berupa nama.
Contoh: nama perusahaan.
c. Date, adalah data yang dimasukkan berupa tanggal
dst.
Width:diisikan sejumlah karakter (lebar kolom) yang akan
diinput dalam Data View. Untuk tipe data numerik, lebar
maksimal 40 digit, sedangkan tipe data string lebar
maksimal 32767 digit. Apabila menginginkan menambah
lebar ditambah, klik tanda panah ke atas, sebaliknya untuk
mengurangi digit lebar, klik panah ke bawah
Decimal: diisi jumlah desimal karakter maksimal yang
akandiinput dalam Data View. SPSS memberikan default
2 angka desimal di belakangkoma. Jika jumlah desimal
ingin ditambah, klik tanda panah ke atasdan sebaliknya
untuk mengurangi digit lebar, klik panah ke bawah
Label: kolom yang menunjukkan tambahan informasi
denganmemberikan label variabel data.
Value: untuk memberi kodefikasi, misalnya Motor=1,
Mobil=2, 3=Jalan kaki
Missing: untuk merupakan kolom yang menunjukkan data
yanghilang) Namun, jika data lengkap (tidak ada data
yang hilang) maka kolom ini dapat diabaikan.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
27
Columns : Memiliki fungsi mengubah jumlah karakter
yang dapat dimasukkan pada suatu variabel tertentu. Bila
kita mengisi coloumn sedengan angka 2, maka hanya dua
digit data saja yang dapat dimasukkan pada variabel
tersebut.
Align : untuk pengaturan tampilan perataan kata dalam
Data View, seperti left, centre, right.
Measure : merupakan tipe variabel yang akan menentukan
jenis analisis yang akan digunakan. Maka secara default
akan terpilih Nominal atau ordinal , jika variabel bertipe
string. Scale digunakan apabila data yang ingin kita olah
akan dibuat skala pengukuran (range).
2.7.3 Tampilan
Tampilan Data View
Gambar 2.9 Data View
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
28
Tampilan File menu
Gambar 2.10 File Menu
Tampilan menu edit
Gambar 2.11 Menu Edit
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
29
Tampilan menu view
Gambar 2.12 Menu View
Tampilan menu data
Gambar 2.13 Menu Data
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
30
Tampilan menu Tranform
Gambar 2.14 Menu Tranform
Tampilan menu alalyze
Gambar 2.15 Menu Alalyze
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
31
Tampilan menu Graphs
Gambar 2.16 Menu Graphs
Tampilan menu utilities
Gambar 2.17 Menu Utilities
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
32
Tampilan menu add ons
Gambar 2.18 Menu Add Ons
Tampilan menu window
Gambar 2.19 Menu Window
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
33
Tampilan menu Help
Gambar 2.20 Menu Help
Tampilan menu variable view
Gambar 2.21 Menu Variable View
(Ayu Zuriah, 2011)
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
34
2.7.4 Langkah Pengolahan Data.
Memasukkan data ke SPSS.
a. Buka Program SPSS dan akan muncul tampilan
sebagai berikut:
Gambar 2.22 Tampilan SPSS
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
35
b. klick di Type in data, kemudian click OK, dan akan
tampil tabel dengan tulisan Data View dan
Variable View sebagai berikut:
Gambar 2.23 Tampilan Data View dan Variable View
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
36
c. Click pada Variabel View, dan akan muncul
tampilan sebagai berikut:
Gambar 2.24 Tampilan Variable View
Perhatikan bahwa yang terbuka adalah Variable View untuk
menuliskan nama variabel variabel.
Tiap variabel didefinisikan sesuai judul pada setiap kolom.
Misalnya ada tujuh variabel yang akan dimasukkan yaitu:
1) Nama
2) IPK
3) Lamanya waktu belajar
4) Sikap mahasiswa terhadap pelajaran
5) Kemandirian mahasiswa
6) Nilai sebelum diberikan perlakuan (tindakan)
7) Nilai sesudah diberikan tindakan (perlakuan).
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
37
Setelah didefinisikan, maka hasilnya akan tampil sebagai berikut:
Gambar 2.235 Tampilan Penamaan Variable
d. Click pada Data View dan masukkan data pada
masing-masing variabel, sehingga tampak sebagai
berikut:
Gambar 2.26 Tampilan Setelah Data Di Masukkan Sesuai Variable
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
38
2. Menganalisis Data:
a. Click di Analize, akan muncul menu bermacam-
macam teknik analisis sebagai berikut:
Gambar 2.27 Daftar Menu Analize
b. Pilih dan Click menu yang diperlukan sesuai tujuan
penelitian, misalnya deskriptif (Click Descriptive
Statistic), membandingkan nilai rata-rata sesudah dan
sebelum perlakuan (click Compare Means),
menghitung regresi dan korelasi (Click Regression
dan Correlation) atau mencari ketergantungan antar
dua variabel dengan menggunakan statistik
nonparametrik (click Nonparametric Statistic).
c. Jika ingin menampilkan hasil perhitungan dalam
bentuk grafik, click menu Graphs, dan akan muncul
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
39
macam-macam grafik. Pilih grafik sesuai keinginan
misalnya grafik batang, click Bar.
d. Selanjutnya ikuti petunjuk pada menu Analize dan
atau Graphs atau ikuti panduan yang diberikan oleh
nara sumber.
(Drs. H. Husain Jusuf, M. Pd, 2009)
2.8 Software Mititab
2.8.1 Pengertian
Minitab adalah paket program pengolah data statistik yang cukup
populer. Minitab dikembangkan di Pennsylvania State University oleh
periset Barbara F. Ryan, Thomas A. Ryan, Jr., dan Brian L. Joiner pada
tahun 1972. Pada awalnya, Minitab dirancang khusus dan diciptakan
sebagai alat pembelajaran oleh tiga instruktur universitas statistik.
Perintah dan menu disusun secara logis dan terorganisir sehingga
memudahkan instruktur statistik (guru) dan siswa dalam memahami dan
mempelajari statistik. Minitab dapat menangani berbagai analisis
statistik, termasuk statistik deskriptif dan nonparametrik, korelasi,
regresi dan regresi logistik, univariate (anova), analisis multivariat dan
sebagainya.
2.8.2 Sub Menu
a. Toolbar
merupakan alat untuk mempermudah dan mempercepat perintahMinitab.
Toolbar Minitab berbentuk tombol-tombol dalam window
Minitab.Pengoperasiannya pun mudah, yaitu hanya dengan menekan
(klik) toolbar tertentu untuk menjalankan suatu perintah.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
40
b. Window Data
Window data pada minitab dinamakan dengan worksheet. Worksheet
padawindow data terdiri dari kolom-kolom dan baris, dimana 1 kolom
berisi kolomvariable tertentu dan 1 baris berisi suatu observasi. Sel
paling atas suatukolom berisi nama kolom yang disediakan oleh Minitab
secara otomatis. Namanya adalah C1, C2, C3 dan seterusnya. Kita bisa
pula memberi namakolom yang disediakan dibaris kedua suatu kolom.
Kolom dalam Minitab bisa diberi nama yang panjang
c. Window session
menampilkan hasil analisis data yang telah dilakukan.Kita bisa mengedit
dan memformat teks, menambahkan komentar, melakukan perintah
menyalin, mengubah huruf atau mencari dan mengganti angka
sertahuruf. Pekerjaan yang telah dilakukan atau hasil analisis dalam
window bisa disimpan dan dicetak. Kita dapat pula menggunakan
window session untuk memerintah minitab dalam tipe text dan
menjalankan program macro.Menjalankan perintah melalui wondow
session membutuhkan bahasa perintahtertentu. Gambar berikut ini
menampilkan bentuk window session
d. Window Graph
Window graph menampilkan grafik data statistik . Pada program
minitabkita dapat membuat grafik beresolusi sebanyak 100 gambar
secara bersamaan.Ada 4 jenis grafik yang bisa dibuat dalam minitab,
yaitu:
Grafik dasar
Ada beberapa grafik yang dikategorikan grafik dasar seperti
scatterplot, plot times series, histogram, boxplot, plot draftsman,
plot contour, danlain-lain.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
41
Grafik 3D
Grafik yang bisa dibuat dalam 3 dimensi dalam minitab adalah
scatterplot, plot surface dan plot wireframe.
Grafik-grafik khusus statistika
Grafik-grafik tersebut adalah dotplot, diagram lingkaran (pie
chart), plotmarginal dan plot probabilitas.
Character Graph
Grafik ditampilkan window session dalam tipe text
Project Manager
Project Manager berfungsi mengatur file-file yang tersimpan
dalam project. Project Manager terdiri atas beberapa folder dan
window suatu folder seperti ditunjukan pada gambar berikut
2.8.3 Tampilan
Tampilan menu window
Gambar 2.28 Menu Window
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
42
Tampilan toolbar pada Minitab
Gambar 2.29 Toolbar Minitab
Tampilan Window Data
Gambar 2.30 Window Data
Tampilan Window Sesion
Gambar 2.31 Window Sesion
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
43
2.8.4 Langkah pengolahan data
Pengolahan data dalam Minitab bisa dilakukan melalui menu
Stat. Menu stat menyediakan beberapa metode analisa statistik. Apabila
membutuhkan analisa datamelalui grafik, kita dapat melakukannya
melalui graph dalam Minitab. Sealin keduamenu, apabila pengguna
Minitab akan melakukan perhitungan matematika ataustatistic tertentu
atau memanipulasi data sesuai dengan kebutuhan, maka kita
dapatmelakukannya melalui menu Data atau Calc.
Output analisa data ditampilkanmelalui window session atau
disimpan dalam worksheet. Jika melakukan anlaisagrafik, maka window
graph akan menampilkan outputnya.Setelah mengahsilkan output,
interprestasi data bukan lagi tugas Minitab. Dalam Tahap interpretasi
data, peneliti sangat berperan dalam menginterpretasikanoutput yang
dihasilkan Minitab dan menganalisis hasil yang telah didapatkan
Memasukan Data
Pertama kali menjalankan minitab, kita akan melihat project yang
belum terisi.Karena worksheet masih kosong, kita harus
memasukan data yang akan diolah kedalam worksheet atau
memanggil data yang sudah dimasukandalam format lain.Contoh
ilustrasi menggunakan data pada table 3.0 di bawah ini.
Data jumlah reaktor nuklir pada suatu negara
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
44
Gambar 2.32 Data Jumlah Reaktor Nuklir
Memberi Nama Kolom
Cara memberi nama pada komo sebagai berikut:1.Letakkan
kursor di sel di bawah C12.Ketikkan Negara pada sel.3.Ulangi
tahap 1 dan 2 untuk memberi nama pada kolom C2 dan C3dengan
nama Jumlah Reaktor Nuklir dan Benua.Pemberian nama
kolom pada minitab bisa panjang, dapat mencapai 31karakter.
Gambar 2.33 Worksheet
Jika ada kesalahan dalam memberi nama pada kolom, cara
mengubahnyaadalah:
1.Letakkan kursor pada sel yang namanya akan diubah
2..Ketikan nama yang baru pada sel.
3.Tekan [enter] Secara otomatis, nama kolom yang lama akan
berganti dengan yang baru
Memasukkan Data dalam Window Data
Untuk melakukan analisa data dengan menggunakan Minitab, kita
terlebihdahulu harus memasukan data yang akan dianalisis ke
dalam worksheet.Tahap-tahap memasukan data adalah :
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
45
1. Klik tanda entry arrow di pojok kiri atas window data
untuk entrydata ke bawah. Klik tanda entry arrow untuk
entry data ke arahkanan
Gambar 2.34 Entry Arrow
Masukkan data sesuai dengan table diatas pada kolom
Negara,Jumlah Reaktor Nuklir dan BenuaGambar 3.3
menunjukan worksheet berisi hasil Minitab.
Gambar memperlihatkan kolom C1 dan C3 berubah menjadi C1-
T dan C3-T. huruf T menunjukan tipe data pada kolom tersebut.
Gambar 2.35 Worksheet Berisi Hasil Minitab
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
46
Menyimpan Worksheet
Cara menyimpan data yang telah dimasukan agar tidak
hilang adalah:
1.Pilih File > Save Current Worksheet As
2.Pada kolom File Name ketikan nama file, contoh Nuclear
3.Selanjutnya, klik Save.
Sebagai pengguna Minitab perlu mengingat bahwa dalam menu
File, Minitabmenyediakan 3 perintah untuk menyimpan, yaitu
perintah pertama untuk menyimpan semua project (window
session, worksheet, project manager dangraph), kedua hanya
untuk menyimpan worlsheeet, dan terakhir hanya
untuk menyimpan grafik. Jika ingin menyimpan suatu file dalam
window tertentu, pastikan windownya sedang aktif sehingga
dalam menu File, perintah print akandiikuti nama
Membuat Worksheet
Langkah-langkah membuat worksheet baru adalah:
1.Pilih File > New atau tekan tombol [Ctrl] + [N]
2.Pilih Minitab Worksheet
3.Klik OK
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
47
Memasukkan Data Menggunakan Autofill
Memasukkan Deret Bilangan Tunggal berulang dari Data
Tunggal
Gambar 2.36 Data Menggunakan Autofill
Kita dapat memasukkan deret bilangan tunggal hanya dengan
mengisikan data.
Contoh bilangan tunggal berulang adalah:
1, 1, 1,
putih, putih, putih,
1/99, 1/99, 1/99,
Langkah-langkahnya sebagai berikut:
1.Ketikan data tunggal, misalnya 1 pada sel pertama dalam kolom
C1.
2.Blok sel seperti tampak dalam gambar 3.4 (a) .
3.Letakkan kursor di pojok kanan bawah sel sehingga kursor
berubah menjadi +, klik kiri, tahan dan geser ke bawah sampai
baris ke-n
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
48
Gambar 2.37 Memasukkan Data Tunggal
Tipe Data
Dalam melakuakn analisa data statistic, kita harus memperhatikan
skala datayang akan diolah. Dalam Minitab, skala data berkaitan
dengan tipe data. Minitabmenyediakan 3 tipe data, yaitu:
1. Numeric
2. Text
3. Date/Time
Ketiganya bisa diatur sesuai dengan keinginan pengguna. Bila
dikaitkan denan jenis skala data, tipe data numeric adalah jenis
skala data kuantitatif (interval ataurasio), tipe data text dan
date/time adalah jenis skala data kualitatif
Membuat Histogram
Kita bisa mengetahui pola distribusi suatu data dalam kolom C1,
C2 dan C3 secara bersamaan dengan membuat histogram. Dalam
Minitab dapat membuat histogrammelalui menu Graph.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
49
Langkah-langkah membuat histogram adalah :
1. Pilih Graph > Histogram.
Gambar 2.38 Pilihan Histogram
2. Pada kotak dialog, pilih With Fit and Groups.
Gambar 2.39 With Fit and Groups
3. .Data yang akan dibuat histogramnya adalah data
dalam kolom C1, C2 dan C3.Oleh kaena itu masukkan
C1 C2 C3 di bawah Graph variable.
-
Laporan Praktikum Teori Probabilitas
Modul 1
Kelompok 40
50
Histogram dibuat untuk melihat bentuk probability distribusi function
(pdf) data pada kolom C1 sampai C3. Dalam histogram kita bisa
membuat garis pdf yangmenggambarkan bentuk distribusi data. Cara
melakukannya adalah
a. Pada kotak dialog Histogram-With Fit and Groups, pilih Data View
b. pada kotak dialog pilih Distribution.
c. Di bawah Distribution, pilihExponential.Ini berarti plot pdf akan
membentuk distribusi eksponential berdasarkan pengamatan.
d. Selanjutnya klik OK.
(Alkindi Ramadhan,2013)