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.


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.


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


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.


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.



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.


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.


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)


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


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)


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)



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)


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.


Modul 1

Kelompok 40

13

Contoh Boxplot

Gambar 2.5 Boxplot


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.


Contoh Ogive :

Gambar 2.6 Ogive


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


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



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


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)


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)


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.


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.


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.


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


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


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


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


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


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



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 :


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.


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.


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:


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.


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


Modul 1

Kelompok 40

28

Tampilan File menu

Gambar 2.10 File Menu

Tampilan menu edit

Gambar 2.11 Menu Edit


Modul 1

Kelompok 40

29

Tampilan menu view

Gambar 2.12 Menu View

Tampilan menu data

Gambar 2.13 Menu Data


Modul 1

Kelompok 40

30

Tampilan menu Tranform

Gambar 2.14 Menu Tranform

Tampilan menu alalyze

Gambar 2.15 Menu Alalyze


Modul 1

Kelompok 40

31

Tampilan menu Graphs

Gambar 2.16 Menu Graphs

Tampilan menu utilities

Gambar 2.17 Menu Utilities


Modul 1

Kelompok 40

32

Tampilan menu add ons

Gambar 2.18 Menu Add Ons

Tampilan menu window

Gambar 2.19 Menu Window


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)


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


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


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).


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


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


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.


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.


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


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


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


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 :


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


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


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


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.


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.


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)

laporan bab 1 2

Documents