perangkat lunak untuk pengolah data -...

Perangkat Lunak Untuk Pengolah DataNur Edy

OutlinePERTEMUAN I

• Definisi

• Jenis perangkat lunak pengolah angka

• Fungsi-fungsi Microsoft Excel untuk pengolahan data sederhana

• Membuat Grafik dengan Mikrosoft Excel

• Mengolah data statistik dengan Microsoft Excel

PERTEMUAN II

• Mengenal R Statistics

• Menjalankan fungsi R

• Menganalisa data statistik dengan R

• Latihan mengolah data dengan MS. Excel dan R

Definisi

• Perangkat lunak pengolah data adalah perangkat lunak yang digunakan untuk mengatur dan mengelola data dalam bentuk angka.

• Perangkat aplikasi pengolah angka adalah program yang difungsikan untuk mengolah data berupa angka.

• Kemampuan aplikasi ini, antara lain: pembuatan tabel data, pengolahan data dengan melibatkan penggunaan rumus, grafik, dan lain-lain.

Definisi

• Dalam hal ini, angka yang sering muncul di bidang bisnis, ilmiah, perencanaan, pembuatan statistik, pembuatan lembar kerja, pengelolaan angka untuk perhitungan sebuah data (basis data) dan grafik.

• Digunakan untuk membuat laporan/skripsi/thesis/disertasi mahasiswa, pegawai atau karyawan, pembelian dan penjualan barang, laporan keuangan yang saling berhubungan dan sistematis.

Macam-macam Perangkat Lunak Pengolah Angka

• Macam-macam perangkat lunak pengolah angka antara lain:

• Microsoft Excel

• SPSS

• PAST

• R

Macam-macam Perangkat Lunak Pengolah Angka

Mengenal Microsoft Excel untuk Pengolahan

Data Sederhana

• Microsoft Excel adalah aplikasi pengolah angka yang dikeluarkan oleh Microsoft Corporation.

• Perusahaan perangkat lunak terbesar di dunia.

• Microsoft memiliki fitur-fitur yang memungkinkannya diintegrasikan dengan aplikasi Microsoft Office lainnya.

• Microsoft Excel tampil dengan format Workbook yang tersusun atas beberapa sheet.

• Setiap sheet terdiri atas cell-cell sebagai ruang data.

Fungsi-Fungsi Statistik• =SUM(Range) : digunakan untuk menjumlahkan atau mentotalkan data

dalam range

• =AVERAGE(Range) : digunakan untuk mencari nilai rata-rata dalam range.

• =COUNT(Range) : digunakan untuk mengetahui ada berapa dalam range.

• =MAX(Range): digunakan untuk mengetahui mengetahui berapa nilai yang terbesar dalam range.

• =MIN(Range) : digunakan untuk mengetahui berapa nilai yang terkecil dalam range.

• =Count(Range) : digunakan untuk mengetahui jumlah data dalam range.

Contoh Data

Gunakan fungsi Average pada sel C16 untuk menghitung gaji rata-rata

Gunakan fungsi MAX pada sel C17 untuk menghitung gaji terbesar

Gunakan fungsi MIN untuk menghitung gaji terkecil di sel F15

Gunakan fungsi COUNT/COUNTA di F16 untuk menghitung jumlah karyawan

Grafik dalam Microsoft Excel

Column Charts

• Grafik Kolom digunakan untuk menunjukkan perubahan data dalam periode waktu tertentu atau menggambarkan perbandingan antar beberapa item.

• Jenis grafik itu sering juga disebut diagram batang.

• Grafik kolom atau diagram batang umum digunakan dalam dunia statistik untuk menampilkan data pertambahan dan perbandingan jumlah penduduk dari waktu ke waktu.

Contoh

Line Charts

• Grafik garis dapat menunjukkan data secara terus menerus atau berkelanjutan selama periode waktu tertentu.

• Grafik ini sangat ideal untuk menampilkan tren data pada interval/rentang waktu yang sama.

Contoh

Pie Charts

• Grafik lingkaran menunjukkan ukuran dari suatu item dalam suatu rangkaian data, secara proporsional terhadap jumlah dari keseluruhan item.

• Poin atau nilai dari item-item tersebut ditunjukkan dalam bentuk presentase dari keseluruhan data (dalam bentuk satu lingkaran).

• Biasa digunakan dalam menampilkan data persentase jumlah penduduk berdasarkan tingkat pendidikannya dan lain sebagainya.

Contoh

Bar Charts

• Bar Chart atau grafik baris mirip dengan grafik kolom.

• Grafik batang menggambarkan perbandingan antar beberapa item dan merupakan penyajian data alternatif dari grafik kolom.

• Dengan menggunakan jenis ini kita dapat menyajikan data yang maknanya sama dengan grafik kolom yaitu dengan menukar letak variabel dari sumbu x menjadi sumbu y dan sebaliknya.

Contoh

Area Charts

• Grafik bidang menekankan besarnya perubahan dari waktu ke waktu.

• Grafik ini dapat digunakan untuk menggambar grafik hubungan kecepatan dan waktu pada gerak lurus, area yang terbentuk merupakan besar perpindahan.

Contoh

XY Scatter

• XY scatter umum digunakan untuk menggambar grafik.

• Grafik ini menunjukkan hubungan antara nilai- nilai variabel sumbu x dengan nilai-nilai variabel sumbu y.

• Grafik ini dapat kita gunakan untuk menggambar grafik linear misalnya grafik tegangan versus kuat arus dan lain sebagainya.

Contoh

Combo • Combo merupakan grafik kombinasi dari beberapa jenis

grafik sekaligus misalnya mengkombinasikan grafik kolom dengan grafik garis dan lain sebagainya.

Contoh

Analisis Data Statistik dengan Microsoft Excel

REGRESILINEARSEDERHANA

Pengertian• Analisisregresidalamstatistikaadalahsalahsatumetodeuntukmenentukanhubungansebab-akibatantarasatuvariabeldenganyanglain.

• Variabel"penyebab"disebutdenganbermacam-macamistilah:variabelpenjelas,variabeleksplanatorik,variabelindependen,atausecarabebas,variabelX(karenaseringkalidigambarkandalamgrafiksebagaiabsis,atausumbuX).

• Variabelterkenaakibatdikenalsebagaivariabelyangdipengaruhi,variabeldependen,variabelterikat,atauvariabelY.Keduavariabelinidapatmerupakanvariabelacak(random),namunvariabelyangdipengaruhiharusselaluvariabelacak.

Pengertian

• Dibidangpertaniandigunakanuntukmengetahui,misalnya:• Dosisdanjenispupukyangdiberikanberhubungandenganhasilpertanianyangdiperoleh

• Jumlahpakanyangdiberikanpadaternakberhubungandenganberatbadannyaternak.

Pengertian

• Secaraumumadaduamacamhubunganantaraduaataulebihvariabel,yaitubentukhubungandankeeratanhubungan.• Bilainginmengetahuibentukhubunganduavariabelataulebih,digunakananalisisregresi.

• Bilainginmelihatkeeratanhubungan,digunakananalisiskorelasi.

JenisAnalisisRegresi

• RegresiLinear• Regresinonlinear• Regresiberganda• RegresiDumy• Regresilogistik

RegresiLinearSederhana

• Analisisregresiliniersederhanaadalahhubungansecaralinearantarasatuvariabelindependen(X)denganvariabeldependen(Y).

• Analisisiniuntukmengetahuiarahhubunganantaravariabelindependendenganvariabeldependenapakahpositifataunegatifdanuntukmemprediksinilaidarivariabeldependenapabilanilaivariabelindependenmengalamikenaikanataupenurunan.

• Datayangdigunakanbiasanyaberskalaintervalataurasio.

RegresiLinearSederhana

• UntukpersamaanregresidimanaYmerupakannilaiyangdiprediksi,makapersamaannyaialah:Y=a+β1X1

• Garisregresididefinisikansebagaigarislurusyangditarikdarititik–titikdiagrampencar(scattereddiagram)darinilaivariabeltergantungdanvariabelbebassehinggagaristersebutmenggambarkanhubunganlinierantaravariabel-variabeltersebut.

• Jikanilai-nilaiinimerupakangarisregresinilaibakumakagarisinisamadengangariskorelasi.

• Garisinidisebutjugasebagaigariskecocokanyangsempurnadimanagarislurustersebutberadapadaposisiterdekatpadatitik-titikdiagrampencar.

• Garisregresimempunyai3(tiga)kemungkinanyaitu:

• hubunganlinierpositif,• hubunganliniernegatif,• tidakadahubunganlinier.

Hubungan Linier Positif

Hubungan Linier Negatif

Tidak Ada Hubungan Linier

Ingatkembaliistilahini…!

• Variabel"penyebab"disebutdenganbermacam-macamistilah:variabelpenjelas,variabeleksplanatorik,variabelindependen,atausecarabebas,variabelX(karenaseringkalidigambarkandalamgrafiksebagaiabsis,atausumbuX).

• Variabelterkenaakibatdikenalsebagaivariabelyangdipengaruhi,variabeldependen,variabelterikat,atauvariabelY.Keduavariabelinidapatmerupakanvariabelacak(random),namunvariabelyangdipengaruhiharusselaluvariabelacak.

Langkah-langkahdalammelakukanAnalisisRegresiLinearSederhana

• TentukanTujuandarimelakukanAnalisisRegresiLinearSederhana

• IdentifikasikanVariabelFaktorPenyebab(Predictor)danVariabelAkibat(Response)

• LakukanPengumpulanData• HitungX²,Y²,XYdantotaldarimasing-masingnya• Hitungadanbberdasarkanrumusdiatas.• BuatkanModelPersamaanRegresiLinearSederhana.• LakukanPrediksiatauPeramalanterhadapVariabelFaktorPenyebabatauVariabelAkibat.

ContohKasusAnalisisRegresiLinearSederhana

• SeorangEngineeringinmempelajariHubunganantaraSuhuRuangandenganJumlahCacatproduksiyangdiakibatkannya,sehinggadapatmemprediksiataumeramalkanjumlahcacatproduksijikasuhuruangantersebuttidakterkendali.Engineertersebutkemudianmengambildataselama30hariterhadaprata-rata(mean)suhuruangandanJumlahCacatProduksi.

Penyelesaian

Penyelesaiannya mengikuti Langkah-langkah dalam Analisis Regresi Linear Sederhana adalah sebagai berikut :

Langkah 1 : Penentuan Tujuan

Tujuan : Memprediksi Jumlah Cacat Produksi jika suhu ruangan tidak terkendali

Langkah 2 : Identifikasikan Variabel Penyebab dan Akibat

• Varibel Faktor Penyebab (X) : Suhu Ruangan,• Variabel Akibat (Y) : Jumlah Cacat Produksi

Langkah 3 : Pengumpulan DataBerikut ini adalah data yang berhasil dikumpulkan selama 30 hari.

Lanjutan

Lanjutan

Langkah 4 : Hitung X², Y², XY dan total dari masing-masingnya

Langkah 4 : Lanjutan

Langkah 4 : Lanjutan

Langkah 5 : Hitung a dan b berdasarkan rumus Regresi Linear Sederhana

Menghitung Konstanta (a) :

Menghitung Koefisien Regresi (b)

Langkah 6 : Buat Model Persamaan Regresi

Y = a + bX

Y = -24,38 + 1,45X

Langkah 7: Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel Akibat

I. Prediksikan Jumlah Cacat Produksi jika suhu dalam keadaan tinggi (Variabel X), contohnya : 30°C

Y = -24,38 + 1,45 (30)Y = 19,12

Jadi Jika Suhu ruangan mencapai 30°C, maka akan diprediksikan akan terdapat 19,12 unit cacat yang dihasilkan oleh produksi.

Langkah 7: Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel Akibat

II. Jika Cacat Produksi (Variabel Y) yang ditargetkan hanya boleh 4 unit, maka berapakah suhu ruangan yang diperlukan untuk mencapai target tersebut?

4 = -24,38 + 1,45X1,45X = 4 + 24,38X = 28,38 / 1,45X = 19,57

Jadi Prediksi Suhu Ruangan yang paling sesuai untuk mencapai target Cacat Produksi adalah sekitar 19,57°C

Latihan