laporan resmi statistika modul ke-1 kelompok 7

LAPORAN RESMI

PRAKTIKUM STATISTIK

MODUL I

OLEH : KELOMPOK 7

Aderia Indah Warni 26020212130048

ASISTEN :

Rahadimas Giyan Setyadi

Fortina Qualifa

Marisa Dwikartika

Gizka Anindya Putri

Renaldy Ardianto

Martiana Yulfa

Mei Retno Arum

Wulan Romadhani

PROGRAM STUDI OSEANOGRAFI

JURUSAN ILMU KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN

UNIVERSITAS DIPONEGORO

2013

LEMBAR PENILAIAN

MODUL I: PENGENALAN PAKET PROGRAM SPSS

Nama:

M. Hafidz Ibnu Khaldun 26020212130016

Anggita Kartikasari 26020212110033

Rizqi Ayu Farihah 26020212130044

Rizki Pri Indrawan 26020212130046

Oldy Erdian 26020212140050

NO KETERANGAN NILAI

1. Pendahuluan

2. Tinjauan Pustaka

3. Materi dan Metode

4. Hasil dan Pembahasan

5. Penutup

6. Daftar Pustaka

JUMLAH

Semarang, 14 November 2013

Mengetahui,

Koordinator Praktikum Asisten

Rahadimas Giyan Setiyadi Rahadimas Giyan Setiyadi

NIM. 26020211110074 NIM. 26020211110074

Tanggal Praktikum : 8 November 2013

Tanggal Pengumpulan: 14 November 2013

BAB I

PENDAHULUAN

1.1 Latar Belakang

Statistika merupakan alat bantu dalam mengambil keputusan pada penelitian kuantitatif.

Pada dasarya statistika penuh dengan perhitungan matematika sehingga diperlukan perangkat lunak

untuk mendukung akurasi, validitas dan kecepatan prosespengolahan data. Dengan berkembangnya

software komputer perhitungan data dan analisis statistika bukan lagi menjadi rumit sehinggga

berkembang juga analisis statistika aplikatif. Program paket SPSS (Statistical Product and Service

Solution) for windows merupakan salah satu software aplikasi statistik yang sering digunakan untuk

pengolahan data. SPSS for windows ini menawarkan banyak kemudahan dalam pengoperasian data

(data entry), mengedit data, trasformasi data, analisis data, dan masih banyak lagi. SPSS

menyediakan fasilitas analisa yang cukup lengkap seperti ordinary linear regression, logistis,

ANOVA, survival anaysis, dan lainnya.

Setelah memperoleh sekumpulan data, analisis statistika diawali dengan melakukan

eksplorasi terhadap data yaitu dengan membuat deskripsi berupa grafik dan ringkasan numerik.

Dari grafik yang diperoleh dapat digunakan untuk mempelajari perilaku dan pola sebaran data. Dari

grafik bisa dipakai untuk “menuntun” ke analisis statistika selanjutnya.

1.2 Tujuan Praktikum

Pada praktikum statistika modul kesatu ini bertujuan, agar mahasiswa mampu untuk:

a. Mengenal program SPSS

b. Mengidentifikasi jenis skala pengukuran

c. Membuat file data

d. Membuat ringkasan grafik dengan program SPSS

e. Membuat ringkasan numerik menggunakan SPSS

f. Menjelaskan hasil ringkasan grafik dan ringkasan numerik

1.3 Manfaat Praktikum

Pada praktikum statistika modul kesatu ini bermanfaat, agar mahasiswa mampu untuk:

a. Mengoperasikan program SPSS

b. Membuat file data

c. Membuat ringkasan grafik dari sekumpulan data dengan program SPSS

d. Membuat ringkasan numerik dari sekumpulan data dengan program SPSS

BAB II

TINJAUAN PUSTAKA

2.1 Statistika

2.1.1 Pengertian Statistik

Statistik berasal sari kata state Kata statistic bukan merupakan kata dari bahasa Indonesia

asli, secara etimologis kata "statistik" berasal dari kata status (bahasa latin) yang mempunyai

persamaan arti dengan kata state (bahasa Inggris) atau kata staat (bahasa Belanda), dan yang dalam

bahasa Indonesia diterjemahkan menjadi negara. Pada mulanya, kata "statistik" diartikan sebagai

"kumpulan bahan keterangan (data), baik yang berwujud angka (data kuantitatif) maupun yang

tidak berwujud angka (data kualitatif), yang mempunyai arti penting dan kegunaan yang besar bagi

suatu negara. Namun, pada perkembangan selanjutnya, arti kata statistik hanya dibatasi pada

"kumpulan bahan keterangan yang berwujud angka (data kuantitatif)" saja; bahan keterangan yang

tidak berwujud angka (data kualitatif) tidak lagi disebut statistik (Harinaldi, 2005)

Seiring berjalannya waktu kata statistik tidak lagi dibatasi untuk kepentingan-kepentingan

Negara saja tapi sudah digunakan dalam keseharian untuk mempermudah masyarakat untuk

menganalisis sesuatu yang berkaitan dengan data-data. Sehingga setelah masyarakat memahami

statistic dan mulai mempergunakannya dalam kehidupan sehari munculah berbagai macam nama

statistic. Statistic yang menjelaskan sesuatu hal biasanya diberi nama statistic mengenai hal yang

bersangkutan didalamnya, contohnya kumpulan data yang membahas tentang tingkat produksi suatu

perusahaan dinamakan statistic produksi. Banyak persoalan baik itu seperti penelitian ataupun

pengamatan yang dinyatakan dalam bentuk bilangan atau angka-angka. Kumpulan angka-angka

disusun atau diatur dan disajikan dalam tabel (terkadang dilengkapi dengan gambarbaik berupa

iagrm maupun grafik, hal ini dilakukan bertujuan untuk mempermudah menjelaskan isi dari data)

seperti berikut mungkin bisa membantu anda memahami statistic lebih lanjut (Harinaldi, 2005).

Contoh daftar harga alat tulis menulis disuatu toko :

Tabel 2.1 Daftar Harga Alat tulis di Toko

NO NAMA BARANG HARGA

1 Pensil Rp. 2000,00

2 Penghapus Rp. 1000,00

3 Bulpoin Rp. 2500,00

4 Stipo (pemutih) Rp. 4000,00

5 Buku tulis Rp. 3000,00

6 Penggaris Rp. 1500,00

7 Buku gambar A4 Rp. 5000,00

8 Spidol Rp. 4000,00

Contoh tersebut merupakan contoh statistika kuantitatif. Data kuantitatif, merupakan data yang

berbentuk bilangan serta harganya berubah-ubah (bersifat variabel). Dari segi nilainya, data

kuantitatif dibagi menjadi dua golongan yaitu data dengan variabel diskrit (data diskrit), dan data

dengan variabel kontinu (data kontinu) (Harinaldi, 2005).

Selain data kuantitatif dalam statistika dikenal juga istilah data kualitatif, data kualitatif

merupakan data yang dikategorikan menurut lukisan kualitas objek yang diteliti atau dipelajari.

Contohnya ; seorang mahasiswa datang keruangan kejur untuk mencari nilai kepribadian.

Nilai kepribadian dikatakan data kualitatif dikarenakan hanya dinyatakan dengan kata yang didasari

oleh data kuantitatif (Harinaldi, 2005).

Maka dapat disimpulkan bahwa statistik merupakan kumpulan data baik berupa bilangan

maupun bukan bilangan yang disusun dalam table ataupun diagram yang melukiskan atau

menggambarkan suatu persoalaaan (Harinaldi, 2005).

Kata statistik bisa juga digunakan untuk menyatakan ukuran sebagai wakil dari kumpulan

data mengenai sesuatu hal. Ukuran ini didapat berdasarkan perhitungan menggunakan kumpulan

sebagian data yang diambil dari keseluruhan tentang persoalan tersebut (misal : persen dan rata-

rata) (Harinaldi, 2005).

2.1.2 Pengertian Statisika

Dari data hasil penelitian sering kali diminta suatu uraian, penjelasan atau kesimpulan

tentang persoaalan yang ditelit. Sebelum kesimpulan dibuat, keterangan data yang yang telah

terkumpul itu terlebih dahulu dipelajari, dianalisis atau diolahdan berdasarkan pengolahan ini baru

dibuat kesimpulan. Dari pernyataan diatas tersirat bahwa statistika merupakan pengetahuan yang

berhubungan dengan cara-cara pengumpulan data, pengolahan atau penganalisiannya dan penarikan

kesimpulan berdasarkan kumpulan data dan penganalisian yang dilakukan. Maka dari definisi di

atas dapat kita simpulkan bahwa ruang lingkup sttistika lebih luas daripada statistik serta statistika

mencangkup statistik, atau dapat kita analogikan ibarat computer, suatu keutuhan computer

merupakan statistika sedangkan alat-alat penyusun dari computer ( LCD, mouse, CPU, keyboard,

dll) merupakan statistika.(Murray,2005)

2.1.3 Peranan Statistik

Di antara kegunaan Statistik sebagai ilmu pengetahuan adalah: (a) Untuk menggambarkan

keadaan, baik secara umum amupun secara khusus; (b) Untuk memperoleh gambaran tentang

perkembangan (pasang-surut) dari waktu ke waktu; (c) Untuk mengetahui permandingan

(membandingkan) antara gejala yang satu dengan gejala yang lain; (dalam) Untuk menilai keadaan

dengan jalan menguji perbedaan antara gejala yang satu dengan gejala yang lain; (e) Untuk menilai

keadaan dengan jalan mencari hubungan antara gejala yang satu dengan gejala yang lain; (f) Untuk

menjadi dasar atau pedoman, baik di dalam menarik kesimpulan, mengambil keputusan, serta

memperkirakan terjadinya sesuatu hal atas dasar bahan-bahan keterangan (data) yang telah berhasil

dihimpun, dan lain sebagainya.Statistik dipelajari di berbagai bidang ilmu karena statistik adalah

sekumpulan alat analisis data yang dapat membantu pengambil keputusan untuk mengambil

keputusan berdasarkan hasil kesimpulan pada analisis data dari data yang di kumpulkan. Selain itu

juga dengan statistik kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu

(Akhmad,2009).

2.1.4 Fungsi Statistik

Secara singkat dapat dikemukakan bahwa Statistik sebagai ilmu pengetahuan pada dasarnya

berfungsi sebagai ALAT BANTU. Misalnya: (a) Sebagai alat bantu untuk meringkas laporan, baik

laporan administratip maupun laporan hasil penelitian ilmiah, yang berupa atau terdiri dari angka-

angka atau bilangan-bilangan; (b) Sebagai alat bantu di dalam menyusun perencanaan, terutama

perencanaan yang memerlukan bahan-bahan keterangan yang berupa angka-angka; (c) Sebagai alat

bantu di dalam mengadakan evaluasi atau penilaian terhadap suatu gejala, peristiwa atau keadaan,

dan lain sebagainya (Akhmad,2009).

2.2 Spss 16

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik cukup

tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu

deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara

pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah dengan menggunakan

pointing dan clicking mouse. SPSS banyak digunakan dalam berbagai riset pemasaran,

pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains. SPSS pertama kali

muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi

DOS). Tetapi, dengan mulai populernya system operasi windows. SPSS mulai mengeluarkan versi

windows (mulai dari versi 6.0 sampai versi terbaru sekarang).Pada awalnya SPSS dibuat untuk

keperluan pengolahan data statistik untuk ilmu-ilmu social, sehingga kepanjangan SPSS itu sendiri

adalah Statistikal Package for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk

melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains

dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistikal Product and Service

Solutions (Murray,2007).

Menurut Murray (2007) SPSS dapat membaca berbagai jenis data atau memasukkan data

secara langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka

data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables).

Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang

dikumpulkan dari masing-masing kasus.Hasil-hasil analisis muncul dalam SPSS Output Navigator.

Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita bisa memperbaiki

tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat

mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS

dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:

a. Data Editor. Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian

rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan,

mengedit, dan menampilkan data.

Viewer. Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau

menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil

pengolahan dari SPSS ke aplikasi-aplikasi yang lain.

b. Multidimensional Pivot Tables. Hasil pengolahan data akan ditunjukkan dengan

multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhdap tabel dengan

pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan

pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group

tertentu saja yang ditampilkan pada satu waktu.

c. High-Resolution Graphics. Dengan kemampuan grafikal beresolusi tinggi, baik untuk

menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya,

akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa

nyaman dalam pekerjaannya.

d. Database Access. Pemakai program ini dapat memperoleh kembali informasi dari sebuah

database dengan menggunakan Database Wizard yang disediakannya.

e. Data Transformations. Transformasi data akan membantu pemakai memperoleh data yang

siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data,

mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose

files, serta yang lainnya.

f. Electronic Distribution. Pengguna dapat mengirimkan laporan secara elektronik

menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan

grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet.

g. Online Help. SPSS menyediakan fasilitas online help yang akan selalu siap membantu

pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk

pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada

contoh-contoh kasus dalam pengoperasian program ini. Akses Data Tanpa Tempat

Penyimpanan Sementara. Analisis file-file data yang sangat besar disimpan tanpa

membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi

11.5 dimana file data yang sangat besar dibuat temporary filenya.

h. Interface dengan Database Relasional. Fasilitas ini akan menambah efisiensi dan

memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database

relasional.

i. Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk

aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-

file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya

sekaligus tanpa harus memindahkan ke komputer user. Multiple Sesi. SPSS memberikan

kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan.

j. Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara

konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan

nilai, simbol gradual, dan chart

Statistik yang termasuk software dasar SPSS:

Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi, Penelusuran, Statistik

Deskripsi Rasio

Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat, parsial, jarak),

Nonparametric tests

Prediksi Hasil Numerik: Regresi Linear

Prediksi untuk mengidentivikasi kelompok: Analisis Faktor, Analisis Cluster (two-

step, K-means, hierarkis), Diskriminan.

Berbagai fitur dalam SPSS dapat diakses melalui menu pull-down atau dapat diprogram

dengan bahasa perintah sintaks proprietary 4GL. Pemrograman perintah sintaks memiliki

keuntungan di bidang reproduktivitas serta pengendalian manipulasi data kompleks dan analisis.

Perhubungan menu pull-down juga menghasilkan sintaks perintah, walaupun pengaturan awalnya

harus diubah terlebih dahulu agar sintaks dapat dilihat oleh user. Program dapat berjalan secara

interaktif, atau tanpa pengendalian menggunakan Fasilitas Kerja Produksi. Sebagai tambahan,

bahasa makro juga dapat digunakan untuk menulis perintah subrutin dan ekstensi program Python

dapat mengakses informasi di dalam kamus data dan data, kemudian secara dinamis membuat

program perintah sintaks (Murray,2007).

Ekstensi program Phyton, yang diperkenalkan pada SPSS 14, menggantikan skrip SAX

Basic yang kurang fungsional, walaupun SAX Basic juga masih dapat digunakan. Ekstensi Phyton

menyebabkan SPSS dapat menjalankan statistik mana pun dalam paket free software R. Sejak versi

14 dan seterusnya, SPSS dapat diatur secara eksternal melalui Phyton pada program VB.NET

menggunakan “plug-ins” yang telah disediakan (Murray,2007).

SPSS meletakkan batasan-batasan pada struktur file internal, tipe data, pengolahan data dan

pencocokan file, yang memudahkan pemrograman. SPSS datasets memiliki struktur tabel 2 dimensi

dimana bagian baris menunjukkan kasus-kasus (seperti pribadi atau rumah tangga) dan bagian

kolom menampilkan ukuran-ukuran (seperti umur, jenis kelamin, pendapatan rumah tangga). Hanya

2 tipe data yang digambarkan : numerik dan teks (string). Seluruh pengolahan data dilakukan

berurutan kasus per kasus melalui file. File dapat dipasangkan satu per satu atau satu-banyak, tapi

tidak dapat banyak per banyak (Murray,2007).

User interface grafis memiliki 2 jenis tampilan yang dapat dipilih dengan cara meng-klik

salah satu dari dua tombol di bagian bawah kiri dari window SPSS. Tampilan ‘Data View’

menampilkan tampilan spreadsheet dari kasus-kasus (baris) dan variabel (kolom). Tampilan

‘Variable View’ menampilkan kamus metadata di mana setiap baris mewakili sebuah variabel dan

menampilkan nama variabel, label variabel, label nilai, lebar cetakan, tipe pengukuran dan variasi

dari karakteristik-karakteristik lainnya. Sel-sel di kedua tampilan dapat diedit secara manual,

memungkinkan pengaturan struktur file dan pemasukan data tanpa harus menggunakan sintaks

perintah. Hal ini cukup untuk dataset-dataset kecil. Dataset yang lebih besar, seperti survei statistik,

lebih sering dibuat menggunakan software data entry, atau dimasukkan selama computer-assisted

personal interviewing, dengan pemindaian dan menggunakan software pengenalan karakter optikal,

atau dengan pengambilan langsung dari kuesioner online. Dataset-dataset ini kemudian dimasukkan

ke dalam SPSS.

SPSS dapat membaca dan menulis data dari file teks ASCII (termasuk file hierarkis), paket statistik

lainnya, spreadsheets dan database. SPSS dapat membaca dan menulis ke dalam tabel database

eksternal relasional melalui ODBC dan SQL (Murray,2007).

Output statistik memiliki format file proprietary (file *.spo, men-support tabel poros) yang

mana, sebagai tambahan atas penampil dalam paket, disediakan pembaca stand-alone. Output

proprietary dapat diubah ke dalam bentuk teks atau Microsoft Word. Selain itu, output dapat dibaca

sebagai data (menggunakan perintah OMS), sebagai teks, teks dengan pembatasan tabulasi, HTML,

XML, dataset SPSS atau pilihan format image grafis (JPEG, PNG, BMP, dan EMP) (Murray,2007).

Modul-modul Add-on modules menyediakan kapabiliti tambahan. Modul-modul yang tersedia,

antara lain :

SPSS Programmability Extension (ditambahkan pada versi 14). Memungkinkan

pemrograman Phyton untuk mengontrol SPSS.

SPSS Validation Data (ditambahkan pada versi 14). Memungkinkan pemrograman

pengecekan logistik dan pelaporan nilai-nilai mencurigakan.

SPSS Regression Models – Regresi logistik, regresi ordinal, regresi logistik multinomial,

dan model campuran (multilevel models).

SPSS Advanced Models – GLM yang bervariasi dan ukuran-ukuran yang diulang

(dihapuskan dari basis sistem sejak versi 14).

SPSS Classification Trees. Membuat diagram klasifikasi dan keputusan untuk

mengidentifikasi kelompok dan memprediksi perilaku.

SPSS Tables. Memungkinkan kontrol user-defined atas output laporan.

SPSS Exact Tests. Memungkinkan tes statistik atas sample kecil.

SPSS Categories

SPSS Trends

SPSS Conjoint

SPSS Missing Value Analysis. Imputasi simpel berbasis regresi.

SPSS Map

SPSS Complex Samples (ditambahkan pada Versi 12). Diatur untuk stratifikasi dan

pengelompokkan serta pilihan pemilihan sample lainnya.

SPSS Server adalah sebuah versi dari SPSS dengan arsitektur pengguna/server. SPSS Server

memiliki beberapa fitur yang tidak tersedia pada versi desktop, seperti fungsi penilaian.

(Murray,2007)

2.3 Statistika Deskriptif

Menururt Usman (1995) Statistik dibedakan menjadi 2 yaitu statistik dalam arti sempit dan

dalam arti luas. Statistik dalam arti sempit atau statistik deskriptif adalah susunan angka yang

memberikan gambaran tentang data yang disajikan dalam bentuk-bentuk tabel, diagram, histogram,

poligon frekuensi, ozaiv (ogive), ukuran penempatan (median, kuartil, desil, dan persentil ), ukuran

gejala pemusaatan (rata-rata hitung, rata-rata ukur, rata-rata harmonik, dan modus), simpangan

baku, angka baku, kurva normal, korelasi, dan regresi linier. Sealiknya statistik dalma arti luas yaitu

salah satu alat untuk mengumpulkan data, mengolah data, menarik kesimpulan dan membuat

keputusan berdaasarkan analisis data yang dikumpulkna tadi. Statistik dalam arti luas ini meliputti

penyajian data, yang berati meliputi statistik dalam arti sempit tadi. Statistik dalam arti luas tadi

disebut juga statistika (statistik, statistik inferensial, statistik induktif, statistik probabilitas).

Contohnya adalah statistik parametrik dan nonparametrik.

2.3.1 Mean

Menurut Murray (2005) mean adalah total semua data dibagi jumlah data. Mean digunakan

ketika data yang kita miliki memiliki sebaran normal atau mendekati normal (berbentuk setangkup,

nilai yang paling banyak berada ditengah dan makin besar semakin sedikit, makin kecil makin

sedikit pula, nilai-nilai ekstrim yang besar maupun yang kecil hampir tidak ada)

Gambar 2.3.1 Mean

(Sumber : www.google.com)

http://www.google.com/

2.3.2 Median

Menurut Murray, (2005) median adalah nilai yang berada ditengah-tengah data setelah

diurutkan dari yang terkecil sampai terbesar. Median cocok digunakan bila data yang kita miliki

tidak menyebar normal atau memiliki nilai yang berbeda-beda secara signifikan

Gambar 2.3.2 Median

(Sumber: www.google.com)

2.3.3 Tabel

Menurut Murray, (2005) tabel merupakan kumpulan angka-angka yang disusun menurut

kategori-kategori tertentu sehingga memudahkan pembuatan analisis data (Supranto, 2000).

Penyajian dengan tabel bisa memberikan angka-angka yang lebih teliti baik berupa hubungan satu

arah, dua arah, ataupun lebih.

Gambar 2.3.3 Tabel


2.3.4 Grafik

Grafik merupakan gambar-gambar yang menunjukkan data berupa angka secara visual

(mungkin juga dengan simbol-simbol) serta biasanya berasal dari tabeltabel yang telah dibuat

(Supranto, 2000). Walaupun angka-angka yang disajikan melalui grafik kurang teliti dibandingkan

dengan tabel, namun grafik dapat membantu penulis untuk mengambil kesimpulan yang cepat.

Grafik garis dalam skripsi ini digunakan untuk menyajikan data yang berbentuk tren, sehingga

dapat diperoleh gambaran mengenai perkembangan suatu obyek tertentu atau lebih

Gambar 2.3.5 Grafik


2.3.5 Diagram

Menurut Murray, (2005) diagram adalah lambang-lambang tertentu yang dapat digunakan

untuk menjelaskan sarana, prosedur serta kegiatan yang biasa dilaksanakan dalam suatu sistem

Gambar 2.3.6 Diagram Pie Chart

(Sumber:www.google.com)

2.3.6 Modus

Modus adalah nilai yang sering muncul. Jika kita tertarik pada data frekuensi, jumlah dari

suatu nilai dari kumpulan data, maka kita menggunakan modus. Modus sangat baik bila digunakan

untuk data yang memiliki sekala kategorik yaitu nominal atau ordinal

Gambar 2.3.6 Modus dan Rumus


2.3.9 Kuartil

Menurrut Usman (1995) kuartil ialah jika sekumpulan data dibagi menjadi 4 bagian sama

banyaknya, setelah data disusun menurut nilai terkecil sampai terbesar. Ada 3 kuartil yaitu kuartil

pertama=K1, kuartil kedua=K2, kuartil ketiga=K3. Dan untuk meentukan nilai kuartil digunakan

rumus :

Gambar 2.3.9 Kuartil


2.3.10 Desil

Menurrut Usman (1995) desil ialah jika sekumpulan data dibagi sepuluh bagian sama

banyaknya. Setelah disusun dari yang terendah hingga tertingg. Perhitungannya analog dengan

kuatil hanya saj rumusnya berbeda :

Gambar 2.3.9 Kuartil

(Sumber: Usman(1995) )

BAB III

MATERI DAN METODE

3.1 Waktu Pelaksanaan

Pada praktikum satistika modul kesatu dilaksanakan pada:

Hari / Tanggal : Jum’at, 08 November 2013

Jam : 14.40 – selesai

Tempat : Gedung E 304 Jurusan Ilmu Kelautan UNDIP

3.2 Materi

SPSS (Statistical Product and Service Solution) merupakan salah satu program aplikasi

statistik yang sering digunakan untuk pengolahan data. Pada saat pertama kali SPSS dibuka,

tampilan akan tampak SPSS data editor yang mempunyai dua tampilan dalam satu layer, yaitu

tampilan data view dan variable view. Menu yang dipakai adalah:

a. File : untuk membuat file baru, membuka file tertentu, mencetak isi editor, dan lain-lain.

Terdiri dari :

1. Open

2. Save & Save as

3. Display data info

4. Print

5. Exit

b. Editor : untuk memperbaiki atau mengubah nilai data.

Terdiri dari :

1. Undo & Redo

2. Cut & Clear

3. Copy & Paste

4. Find

5. Edit Option

c. View : untuk mengatur toolbar.

Terdiri dari :

1. Status Bar

2. Tool Bar

3. Fonts

4. Grid lines

5. Value Labels

d. Data : untuk mengurutkan data berdasarkan kriteria tertentu.

Terdiri dari :

1. Define dates

2. Insert variable

3. Insert case

4. Go to case

5. Sort case

6. Transpose

7. Merge files

8. Aggregate

9. Split file

10. Select case

11.Weight case

e. Transform : untuk membuat perubahan pada variabel yang telah dipilih.

Terdiri dari :

1. Compute

2. Random number seed

3. Count

4. Recode

5. Categorize variables

6. Rank cases

7. Automatic recode

8. Create time series

9. Replace missing value

f. Analyze : untuk melakukan semua prosedur perhitungan statistik.

Terdiri dari :

1. Reports

2. Descriptive statistic

3. Compare means

4. General linier models

5. Correlate

6. Regression

7. Loglinier

8. Classify

9. Data reduction

10.Scale

11.Non parametric test

12.Survival

13.Multiple response

g. Graph : untuk membuat berbagai jenis grafik untuk mendukung analisa.

Terdiri dari :

1. gallery

2. interactive

3. bar

4. line

5. area

6. pie

7. high low

8. pareto

9. control

10. boxplot

11. error bar

12. scatter

13. histogram

14. p – p

15. q –q

16. sequence

17. ROC curve

18. Time series

h. Utilities : untuk memberi informasi tentang variabel yang sedang dikerjakan.

Terdiri dari :

1. Variable

2. File info

3. Define sets

4. Auto nem case

5. Run script

i. Windows : untuk berpimdah diantara menu – menu yang lain.

Terdiri dari :

1. Minimize all windows

j. Help : untuk menyediakan bantuan informasi mengenai program SPSS.

Terdiri dari :

1. Topics

2. Tutorial

3. SPSS homepage

4. Syntax guide

5. Statistic coach

6. About

7. Register product

Selain data editor, menu lainnya adalah Menu output viewer (untuk menampilkan hasil

pengolahan data atau informasi), Menu syntax viewer (untuk menuliskan beberapa perintah atau

pilihan yang hanya dapat digunakan dengan SPSS (Command Language), dan Menu script editor

(untuk melakukan berbagai pengerjaan SPSS secara otomatis, seperti membuka dan menutup file,

export chart, dll).

3.2.1 Alat

Alat-alat yang diperlukan dalam melakukan praktikum modul kesatu adalah :

a. program software (perangkat lunak) SPSS 16.0

b. alat tulis

c. LCD

d. laptop

3.2.2 Bahan

Bahan-bahan yang diperlukan dalam praktikum modul kesatu adalah :

a. data pasang surut

3.3 Metode

1. Buka aplikasi SSPSS

2. Pada Variabel View, Mengisi varibel Name yaitu tanggal, jam dan data pasut secara berurut

sampai data pasut 5. Label diisi seperti di variabel Name kecuali pada tanggal dikosongkan.

3. Data View yang berada dibagian kiri bawah diklik, maka pada SPSS Data Editor akan

muncul beberapa kolom.

4. Buka data pasang surut dalam excel lalu copy data yang ada

5. Data Pasut kemudian dimasukkan pada Data View

6. Kemudian klik Analyze → Deskriptive Statistics → Frequencies

7. Pindahkan Data Pasut pada kolom Variable(s).

8. Klik Statistics kemudian Check list pada Persentile Value Quartiles yaitu Quartiles, pada

Central Tedency yaitu Mean, Median, dan Sum, sedangkan pada Despertion dan

Distribution Check list semua. Lalu klik Continue

9. Klik Chart → Check list Histograms dan With Normal Curve. Klik Continue → OK

10. Lalu akan muncul Frequencies pada Output

11. Klik Analyze → Deskriptive Statistics → Frequencies. Kemudian pindahkan kelompok

pada kolom Variable(s).

12. Klik Option → Check list pada Mean dan Media pada Display Order Check list Variabel

List dan pada Distribution dan Dispertion semua Check list. Klik Continue.

13. Kemudian akan muncul di Output

14. Uji Explore dengan mengklik Analyze pilih Deskriptive statistic dan klik Explore

15. Memindahkan data pasut dari kolom kiri ke kolom dependent list kemudian klik tanda

panah.

16. Klik Statistic kemudian beri tanda (v) pada descriptive, klik Continue.

17. Klik Plot pada boxplot pilih dependents together dan pada descriptive pilih stem and leaf

dan histogram. Klik Continue pada bagian display pilih both dan klik OK.

18. Kemudian akan muncul di Output

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil

4.1.1 Data Statistik

Statistics

Data_Pasut_

0

Data_Pasut_

1

Data_Pasut_

2

Data_Pasut_

3

Data_Pasut_

4

Data_Pasut_

5

N Valid 31 31 31 31 31 31

Missing 0 0 0 0 0 0

Mean 36.5765 34.8023 33.5119 35.1248 38.3506 43.1894

Std. Error of Mean 2.85017 2.34658 2.19773 2.04443 1.96571 1.92425

Median 30.7700 30.7700 30.7700 30.7700 35.7700 40.7700

Std. Deviation 15.86909 13.06518 12.23647 11.38288 10.94463 10.71377

Variance 251.828 170.699 149.731 129.570 119.785 114.785

Skewness .899 1.340 1.352 1.511 1.200 .839

Std. Error of Skewness .421 .421 .421 .421 .421 .421

Kurtosis -.031 1.472 1.917 2.446 1.966 .302

Std. Error of Kurtosis .821 .821 .821 .821 .821 .821

Range55.00 50.00

50.0050.00 50.00 40.00

Minimum 15.77 20.77 20.77 20.77 20.77 30.77

Maximum 70.77 70.77 70.77 70.77 70.77 70.77

Sum 1133.87 1078.87 1038.87 1088.87 1188.87 1338.87

Percentiles 25 25.7700 25.7700 25.7700 30.7700 30.7700 35.7700

50 30.7700 30.7700 30.7700 30.7700 35.7700 40.7700

75 50.7700 40.7700 40.7700 40.7700 40.7700 50.7700

4.1.2 Statistik Deskriptif

Descriptive Statistics

N Range

Minimu

m

Maximu

m Sum Mean

Std.

Dev Var Skewness Kurtosis

Statisti

c

Statisti

c Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Statistic

Std.

Error

Statisti

c

Std.

Error

Data_Pasut_031 55.00 15.77 70.77 1133.87 36.5765 2.85017

15.8690

9251.828 .899 .421 -.031 .821

Data_Pasut_131 50.00 20.77 70.77 1078.87 34.8023 2.34658

13.0651

8170.699 1.340 .421 1.472 .821

Data_Pasut_231 50.00 20.77 70.77 1038.87 33.5119 2.19773

12.2364

7149.731 1.352 .421 1.917 .821

Data_Pasut_331 50.00 20.77 70.77 1088.87 35.1248 2.04443

11.3828

8129.570 1.511 .421 2.446 .821

Data_Pasut_431 50.00 20.77 70.77 1188.87 38.3506 1.96571

10.9446

3119.785 1.200 .421 1.966 .821

Data_Pasut_531 40.00 30.77 70.77 1338.87 43.1894 1.92425

10.7137

7114.785 .839 .421 .302 .821

Valid N

(listwise)31

4.1.3 Skewness

4.1.4 Histogram

4.1.5 Stem and Leaf

Frequency Stem Leaf 2,00 8,00 10,00 2,00 6,00 ,00 3,00

1234567

5500005555000000000500

000005000

4.1.6 Box Plot

4.2 Pembahasan

4.2.1 Analisis Frekuensi

Analisis frekuensi sangat berguna untuk memperoleh ringkasan suatu variabel individual.

Berikut akan dipaparkan bagaimana melakukan peringkasan, baik untuk variabel dengan data

kategori maupun sklala. Analisis untuk data kategori memaparkan jumlah frekuensi dan proporsi

dalam persen suatu variabel data kategori.

a. Data Pasut 0

Pada data pasut 0 ini, dapat diketahui bila nilai frekuensi kumulatifnya sebesar:

Data_Pasut_0

Frequency Percent Valid Percent

Cumulative

Percent

Valid 15.77 2 6.5 6.5 6.5

20.77 4 12.9 12.9 19.4

25.77 4 12.9 12.9 32.3

30.77 9 29.0 29.0 61.3

35.77 1 3.2 3.2 64.5

40.77 2 6.5 6.5 71.0

50.77 5 16.1 16.1 87.1

55.77 1 3.2 3.2 90.3

70.77 3 9.7 9.7 100.0

Total 31 100.0 100.0

b. Data Pasut 1


Data_Pasut_1


Cumulative

Percent

Valid 20.77 6 19.4 19.4 19.4

25.77 2 6.5 6.5 25.8

30.77 12 38.7 38.7 64.5

35.77 2 6.5 6.5 71.0

40.77 4 12.9 12.9 83.9

50.77 2 6.5 6.5 90.3

60.77 1 3.2 3.2 93.5

65.77 1 3.2 3.2 96.8

70.77 1 3.2 3.2 100.0

Total 31 100.0 100.0

c. Data Pasut 2


Data_Pasut_2


Cumulative

Percent

Valid 20.77 7 22.6 22.6 22.6

25.77 3 9.7 9.7 32.3

30.77 11 35.5 35.5 67.7

35.77 1 3.2 3.2 71.0

40.77 4 12.9 12.9 83.9

45.77 1 3.2 3.2 87.1

50.77 2 6.5 6.5 93.5

60.77 1 3.2 3.2 96.8

70.77 1 3.2 3.2 100.0

Total 31 100.0 100.0

d. Data Pasut 3


Data_Pasut_3


Cumulative

Percent

Valid 20.77 3 9.7 9.7 9.7

25.77 2 6.5 6.5 16.1

30.77 16 51.6 51.6 67.7

35.77 1 3.2 3.2 71.0

40.77 4 12.9 12.9 83.9

50.77 3 9.7 9.7 93.5

60.77 1 3.2 3.2 96.8

70.77 1 3.2 3.2 100.0

Total 31 100.0 100.0

e. Data Pasut 4


Data_Pasut_4


Cumulative

Percent

Valid 20.77 2 6.5 6.5 6.5

30.77 10 32.3 32.3 38.7

35.77 5 16.1 16.1 54.8

40.77 8 25.8 25.8 80.6

45.77 2 6.5 6.5 87.1

50.77 1 3.2 3.2 90.3

60.77 2 6.5 6.5 96.8

70.77 1 3.2 3.2 100.0

Total 31 100.0 100.0

f. Data Pasut 5


Data_Pasut_5


Cumulative

Percent

Valid 30.77 7 22.6 22.6 22.6

35.77 3 9.7 9.7 32.3

40.77 9 29.0 29.0 61.3

45.77 3 9.7 9.7 71.0

50.77 4 12.9 12.9 83.9

55.77 2 6.5 6.5 90.3

60.77 1 3.2 3.2 93.5

65.77 1 3.2 3.2 96.8

70.77 1 3.2 3.2 100.0

Total 31 100.0 100.0

4.2.2 Analisis frekuensi untuk Data Skala

Pada tabel statistik yang didapatkan diperoleh informasi atau dipaparkan nilai-nilai yang

telah Anda pilih :

a. Data Pasut 0

N : merupakan jumlah data pengamatan sebanyak 31, tanpa ada data missing.

Mean : rata-rata pasang surut 36,5765

Median : nilai tengah data pasang surut 30,7700

Mode : nilai yang sering muncul

Standar deviasi : 15,86909

Skewness : 0,899 bernilai positif. Jadi distribusi data menceng ke kanan

Perbandingan Skewness dengan standarError Skewness= 0,421. Nilai tersebut (x) dalam rentang -

2<x<2

Kurtosis = -0,321 => praktikurtik, keruncingan rendah

Melihat nilai perbandingan skewness dengan standar Error Skewness dan kurtosis dengan Std. Error

Kurtosis dapat disimpulkan data terdistribusi normal.

Percentile 25, tingkat pasang surut yang dibawah 25,7700


50% data terletak antara percentil 25%-75%. Sehinggga rentang antara 25%-75% pada data pasut

adalah 25,77 – 50,77.

b. Data Pasut 1








2<x<2

Kurtosis = 1,427=> praktikurtik, keruncingan lebih tinggi pasut 1 dari pada pasut 0






adalah 25,77 – 40,77.

c. Data Pasut 2








2<x<2



Kurtosis dapat disimpulkan data terdistribusi kurang normal.




adalah 25,77 – 40,77.

d. Data Pasut 3








2<x<2







adalah 30,77 – 40,77.

e. Data Pasut 4








2<x<2







adalah 30,77 – 40,77.

f. Data Pasut 5








2<x<2

Kurtosis = 0,302=> praktikurtik, keruncingan lebih rendah dibandingkan dengan data pasut 1,2,3,4






adalah 30,77 – 50,77

4.2.3 Analisis Deskriptif

Pada analisis deskriftif terdapat beberapa komponen yaitu terdiri dari jumlah sampel, range, nilai

maksimum dan minimum, sum, mean, standar deviasi, varian, skewness (nilai kemencengan) dan

kurtosis (nilai keruncingan). Komponen yang terdapat dalam analisa deskriftif ini adalah

komponen yang di pakai untuk menggambarkan box plot. Data pasut 0 memiliki nilai skewness

0.899, nilai ini menunjukan bahwa distribusi hampir normal tetapi agak menceng ke arah kanan.

Untuk data pasut 1 skewnessnya adalah 1.340 sama seperti data pasut 0 harga skewness inin

menunjukan bahwa distribusi data sangat menceng ke arah kanan. Untuk data pasut 2 nilai

skewness 1.352 menunjukan data pasut tidak terdistribusi normal dan menceng kanan. Data pasut 3

menunjukan nilai skewness 1.511 yaitu distribusi data tidak normal dan menceng kanan. Data pasut

4 memiliki nilai skewness 1.200, ini menunjukan bahwa distribusi data tidak normal dan menceng

kanan sedangkan pada data pasut 5 nilai skewnessnya 0.839 menunjukan bahwa distribusinya tidak

normal dan menceng kanan, hanya saja kemencengannya tidak begitu besar. Pada data pasut 0

diketahui nilai kurtosisnya adalah -0.031 hal ini menunjukan bahwa keruncingan pada grafiknya

tinggi. Pada data pasut 1,2,3 dan 4 menunjukan nilai kurtosis 1.472 ; 1.325 ; 2.446 dan 1.966

menunjukan platikurtik yaitu nilai keruncingan yang rendah pada grafik. Data pasut 5 memilikinilai

kurtosis 0.302 ini menunjukan bahwa pada grafik keruncingannya lumayan besar, tetapi tidak

seekstik keruncingan pada data pasut 0.

4.2.4 Histogram

Histrogram data pasut 0 diketahui bahwa frekuensi terbesar berada pada nilai data 40 yaitu

sebanyak 40 data. Pada data pasut 1 nilai frekuensi tertinggi ada di data 29 yaitu sebanyak 12 data.

Histogram pada data pasut 2 menunjukan frekuensi tertingginya ada di data pasut 30 yaitu sebanyak

11 data. Untuk data pasut 3 menunjukan frekuensi tertinggi berada nilai 30 yaitu sebanyak 16 data.

Histogram pada data pasut 4 menunjukan frekuensi tertinggi ada pada data pasut 30 sebanyak 10

data dan untuk histogram pada data pasut 5 menunjukan bahwa frekuensi data tertingginya berada

pada nilai 39 dengan jumlah data sebnyak 9 data.

Selain frekuensi tertinggi pada histogram juga terlihat data frekuensi paling rendah dari ke-6 data

pasut. Pada data pasut 0 nilai frekuensi terendahnya 20 sebanyak 2 data. Pada data pasut 1 nilai

frekuensi terendahnya 60 dan 70 sebanyak 2 data. Pada data data pasut 2 frekuensi terendahnya 60

dan 70 sebanyak 2 data. Pada data pasut 3 frekuensi terendahnya ada pada kisaran 60 dan 70

sebanyak 1 data. Pada data pasut 4 data terendah ada pada 60 dan 70 sebanyak 2 data dan pada data

pasut 5 terdapat frekuensi terendah pada data 60 dan 70 yaitu sebanyak 1 data.

4.2.5 Box plot

Dari Box Plot diketahui bahwa hanya Data Pasut 4 saja yang terdistribusi secara normal. Dari data

pasut 0, data pasut 1, data pasut 2 data pasut 3 dan data pasut 5 semua mengalami distribusi yang

tidak merata, yaitu cenderung menceng ke kanan. Pada data pasut 1 terdapat 3 nilai outlier yaitu

data ke- 5,6 dan 18 yaitu 40, 65 dan 30. Pada data pasut 2 hanya terdapat satu nilai outlier yaitu data

ke-6 yaitu 60. Pada data pasut 3 dan 4 terdapat dua nilai outlier yaitu 5 dan 6 yaitu 30 dan 60.

Sedangkan untuk data pasut 0 dan data pasut 5 tidak terdapat nilai outlier. Nilai outlier adalah nilai

yang melebihi dari kuartil tiga ditambah 2/3 nilai jarak antar kuartil untuk batas atasnya, sedangkan

untuk batas bawah outlier yaitu kuartil 1 dikurangi 2/3 jarak antar kuartil. Median/nilai tengah dari

data pasut 0 samapai data pasut 3 adalh sama kecuali pada data pasut 4 dan 5 memiliki nilai median

yang lebih tinggi.

BAB V

PENUTUP

5.1 Simpulan

1. Statistik deskriftif ialah metode statistik yang hanya menampilkan data agar lebih mudah

dibaca saja tanpa mengambil suatu hipotesis.

2. Dalam statististik deskriftif terdapat beberapa output yaitu skewness, kurtosis, histogram

dan box plot.

3. Skewness menunjukan kemencengan dari suatu distribusi.

4. Kurtosis menunjukan keruncingan dari grafik distribusi suatu data.

5. Histogram merupakan grafik dari statistik deskriftif yang digunakan untuk melihat

frequensi data dengan lebih mudah.

6. Box Plot merupakan grafik dari statistik deskriftif yang digunakan untuk memudahkan

dalam melihat sebaran data dan nilai tengah dari data tersebut.

7. Pada data pasut 0 dan 5 memiliki keruncingan yang sangat tinggi sedangkan pada data

pasut 2,3 dan 4 memiliki keruncingan yang rendah.

8. Pada data pasut 0, 1, 2, 3 dan 5 memiliki distribusi yang tidak merata yaitu menceng ke

arah kanan. Sedangkan pada data pasut 4 distribusi hampir normal.

DAFTAR PUSTAKA

Anonim.2013. Dapat diakses pada http://widiatama_nur.blogspot.com/q65815618-591664827357179872598616586/12/statistik deskriptif.html. diakses pada tanggal 12 Nvember 2013. 13.00 WIB.

Fauzy,Akhmad.2009.Statistik Industri.erlangga:Jogjakarta

Harinaldi.2005.Prinsip Statistika Untuk Teknik Dan Sains.Erlangga:Bandung

Spiegel.Murray. 2005.SEO Statistika.Erlangga;Jakarta

http://widiatama_nur.blogspot.com/q65815618-591664827357179872598616586/12/statistik%20deskriptif.html

http://widiatama_nur.blogspot.com/q65815618-591664827357179872598616586/12/statistik%20deskriptif.html

Spiegel.Murray.2007.Probilitas Statistika Ed 2.Erlangga:Jakarta

Usman, Husaini,dkk. 1995. Pengntar Statistika. PT. Bumi Aksara: Jakarta

laporan resmi statistika modul ke-1 kelompok 7

Documents