perangkat lunak untuk pengolah data -...
Post on 02-Mar-2019
255 Views
Preview:
TRANSCRIPT
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
top related