Laporan Praktikum Deskriptif Statistik

 

                                                                                

   LAPORAN

PRAKTIKUM STATISTIK DAN ANALISIS DATA

Oleh :

Maharani [2205105010010]
Kamis, jam 10.00 WIB, No 04
Program Studi Teknologi Hasil Pertanian, Fakultas Pertanian, Universitas Syiah Kuala
Darussalam, Banda Aceh
2023

  I. Dasar Teori Statistik Deskriptif

       Statistika merupakan ilmu pengetahuan yang berhubungan dengan data. Salah satu cara untuk memperoleh atau mengumpulkan data adalah dengan mengadakan penelitian langsung ke lapangan atau percobaan di laboratorium terhadap objek penelitian yang kemudian hasilnya dicatat untuk dianalisis. Peranan statistika sebagai sarana dalam merencanakan, mengumpulkan menganalisis, menginterpretasi, dan mempresentasikan data sehingga menghasilkan keputusan sangat penting bagi perkembangan IPTEK.Mengingat peranannya tersebut menjadikan aplikasi statistika banyak diterapkan dalam berbagai disiplin ilmu,baik ilmu alam, ilmu sosial, maupun ilmu humaniora yang berfungsi sebagai sarana mengembangkan cara berpikir yang logis dan ilmiah.

           Metode statistika dibagi menjadi dua kelompok besar yaitu statistika deskriptif dan iferensi statistika. Statistika deskriptif merupakan metode yang berkaitan dengan pengumpulan dan penyajian data sehingga memberikan informasi yang berguna. Sedangkan iferensi statistika mencakup semua metode yang berhubungan dengan analisis sebagian data unutk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data. Pada statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan tidak menarik inferensi atau kesimpulan apapun tentang gugus data induknya yang lebih besar. Sejumlah informasi dapat diperoleh bila data asal yang banyak tersebut diringkaskan dan disajikan dalam bentuk tabel, diagram dan grafik yang layak.

          Statistika sebagai ilmu pengetahuan dapat dibedakan menjadi dua golongan yaitu statistika deskriptif dan statistika inferensial statistika deskriptif mencakup cara-cara mengumpulkan, menyusun, mengolah, menyajikan, dan menganalisis data statistika agar memberikan gambaran yang teratur, ringkas dan jelas mengenai suatu fenomena, peristiwa atau keadaan titik statistika inferensi menyediakan aturan yang dapat dipergunakan sebagai alat dalam rangka mencoba menarik kesimpulan, membuat ramalan penafsiran dari sekumpul data statistik yang telah disajikan (Sudijono, 2009).

      Langkah-langkah pengolahan data pada SPSS sangat praktis karena hanya menginput data tanpa menghitung dengan rumus-rumus statistika titik setelah data diinput pada SPSS editor kemudian kita mencari alat analisis yang diperlukan, memasukkan variabel dan lain-lain, kemudian klik oke setelah itu proses oleh data dilakukan dengan sangat cepat, singkat, akurat, cermat, handal dan keluarlah output data SPSS (Bisono, 2013).

         Dalam aplikasi SPSS terdapat fitur yang bernama variabel view yang merupakan halaman yang dapat digunakan untuk memberi label nama dari variabel yang digunakan biasanya di dalam ini terdapat measure yang biasa digunakan untuk mengubah jenis data seperti scala, nominal atau ordinal jenis kolom lainnya yang biasa digunakan di variabel view yaitu tipe desimal dan value ( Ana, 2019).

       SPSS atau kepanjangan dari statistical product and service solution merupakan salah satu dari sekian banyak software statistika yang banyak digunakan oleh berbagai kalangan untuk menganalisis data statistika hal ini karena software SPSS selain mudah didapat di pasaran juga mudah dioperasikan serta outputnya mudah dibaca oleh user ( Pramesti, 2007).

• Ukuran Pemusatan

           Ukuran pemusatan adalah metode paling lazim yang digunakan dalam analisis deskriptif. Metode ini fokus untuk menggambarkan kondisi data di titik pusat.

    Mean merupakan rata-rata dari sekumpulan data yang kita miliki. Formulanya sangat sederhana. Anda hanya perlu menjumlah nilai dari seluruh data yang dimiliki dan membaginya dengan jumlah data tersebut.

    Median adalah nilai tengah dari sebuah data. Bila kita memiliki sekumpulan data, kita bisa mengurutkan data tersebut dari nilai terkecil hingga terbesar. Jika kita memiliki jumlah data ganjil, maka nilai tengah data tersebut akan langsung menjadi median. Namun bila kita memiliki data genap, kita perlu menemukan nilai rata-rata dari nilai tengah data tersebut.

    Modus adalah nilai yang paling sering muncul dalam sekelompok data. Kita hanya perlu melihat nilai mana yang paling sering muncul dalam kelompok tersebut. Bila jumlah frekuensi setiap data sama, maka nilai modus tidak ada.

•  Ukuran keragaman

     Ukuran keragaman merupakan ukuran untuk menyajikan bagaimana sebaran dari data tersebut. Ukuran keragaman menunjukkan bagaimana kondisi sebuah data menyebar di kelompok data yang kita miliki. Hal ini memungkinkan kita untuk menganalisis seberapa jauh data-data tersebut tersebar dari ukuran pemusatannya. Bila sebaran datanya rendah, ini menunjukkan bahwa data tersebar tidak jauh dari pusatnya. Bila sebarannya jauh ini menunjukkan bahwa data tersebar jauh dari pusatnya.

    1.Range

       Range atau rentang merupakan selisih dari nilai terbesar dan nilai terkecil yang kita miliki. Range merupkan hal yang paling sederhana dan paling mudah dimengerti dalam ukuran penyebaran. Range menunjukkan seberapa jauh sebaran dengan mengabaikan bentuk distribusinya.

    2.Quartiles Range

     Rentang Quartiles atau rentang kuartil merupakan ukuran penyebaran yang membagi data menjadi 4 bagian. Sesuai dengan namanya, kuartil membagi data menjadi 25 persen di setiap bagiannya.

Ada 3 jenis nilai kuartil yang perlu kita ketahui yaitu :

• Q1 atau kuartil bawah yang memuat 25 persen dari data dengan nilai terendah
• Q2 atau kuartil tengah, yang membagi data menjadi 2 bagian sama besar 50 persen terkecil dan 50 persen terbesar. Q2 juga memiliki nilai yang sama dengan median.
• Q3 atau kuartil atas yang memuat 25 persen dari data dengan nilai tertinggi.

    3. Persentil 

            Persentil merupakan ukuran penyebaran yang membagi data menjadi 100 bagian yang sama besar.

    4.Desil

            Desil merupakan ukuran penyebaran yang membagi data menjadi 10 bagian sama besar.

   5.Varians

         Varian merupakan ukuran seberapa jauh menyebar dari nilai rata-ratanya. Semakin kecil nilai varians, maka semakin dekan sebaran data dengan rata-rata. Dan semakin besar nilai varian, maka semakin besar sebaran data terhadap nilai rata-ratanya.

   6.Standart Deviasi

    Standar deviasi merupakan ukuran laindari sebaran data terhadap rata-ratanya. Bila anda menggunakan varians, maka nilai yang anda dapatkan sangatlah besar. Nilai ini tidak mampu menggambarkan bagaimana sebaran data yang sebenarnya terhadap rata-rata. Untuk mendapatkan nilai yang lebih mudah diinterpretasikan, standar deviasi adalah ukuran yang paling tepat. Standar deviasi menghasilkan nilai yang lebih kecil dan mampu menjelaskan bagaiman sebaran data terhadap rata-rata.

 7.Skewness

     Skewness merupakan ukuran yang menunjukkan bagaimana kemencengan sebuah data terhadap rata-ratanya. Skewness juga bisa dikatakan sebagai ukuran ketidaksimetrisan sebuah data.

• Sk > 0 artinya kurva dikatakan menceng kanan (positif)
• Sk = 0 artinya kurva normal 
• Sk < 0 artinya menceng kiri (negatif).

8.Kurtosis

    Kurtosis merupakan ukuran yang menunjukkan bagaimana keruncingan sebuah data di dalam distribusinya. Kurtosis biasa disebut juga sebagai derajat keruncingan. Kurtosis dihitung dengan formula momen keempat dari rata-rata.

• Nilai kurtosis = 3, artinya data memiliki distribusi normal
• Nilai kurtosis > 3, artinya data memiliki distribusi leptokurtic (lebih runcing)
• Nilai kurtosis < 3 artinya data memiliki distribusi platikurtik / lebih rata (Yuva, 2019). 

II. Microsoft Excel 

     Microsoft Excel merupakan program spereadsheet dalam sistem Microsoft office. Microsoft Excel menjadi salah satu produk prangkat lunak pengolah data dari microsoft dalam bentuk lembaran tabel yang tersebar (Spreadspeet). Microsoft excel dapat digunakan untuk membuat dan memformat workbook untuk menganalisis data dan membuat data itu sendiri. Secara khusus, microsoft excel dapat digunakan untuk melacak data, membangun model untuk menganalisis data, menulis rumus untuk melakukan perhitungan pada data itu, memperoses data dalam berbagai cara, dan menyajikan data dalam bentuk grafik ( IPB, 2017).

     Microsoft Excel secara fundamental menggunakan spreadsheet untuk manajemen data serta melakukan fungsi-fungsi Excel yang lebih dikenal dengan formula Excel. Excel merupakan program spreadsheet elektronik. Spreadsheet adalah kumpulan dari Sel yang terdiri atas baris dan kolom tempat anda memasukkan angka pada Microsoft Excel. Jumlah Sel Microsoft Excel 2016 terdiri dari 1.048.576 Baris dan 16.384 Kolom atau 17.179.869.184 Sel.

Untuk melakukan pengolahan suatu data di SPSS, tahap pertama yang harus dipersiapkan adalah memiliki datanya terlebih dahulu di exel agar lebih mudah, seperti pada Gambar 1. dibawah ini:

Nomor Komputer 04

Gambar 1. Data Excel

Ket: 

        Jenis Kelamin = 1 : Laki-Laki

                                = 2 : Perempuan

        Pendidikan        = 1 : SD

                                = 2 : SLTP

                                = 3 : SLTA

                                = 4 : D3

                                = 5 : S1

II. SPSS

    SPSS adalah sebuah program aplikasi yang memiliki kemampuan untuk analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah dipahami untuk cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah yaitu 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 sistem operasi windows. SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

    Untuk menginput data, buka Program SPSS melalui Start - Programs- IBM SPSS Statistic. Maka setelah itu muncul tampilan yang belum ada datanya, dimanapada tampilan tersebut terdapat 2 menu tampilan yaitu data view dan variabel view, seperti pada Gambar 2 dan Gambar 3.

 SPSS DATA EDITOR

    Data editor adalah window yang bersama output window pwertama kali keluar pada saat pertama kali dioperasikan SPSS for window. Window ini berwujud kotak-kotak peregi sejenis tampilan spreadsheet yang berfungsi sebagai sarana pemasukan data, penghapusa , pengurutan dan berbagai pengolahan data aslinya.

SPSS Data Editor terdiri dari dua tab sheet, yaitu: Data View dan Variable View.

a.  Data View

Gambar 2. Data view

       Data View adalah tab sheet yang menampilkan nilai data yang sebenarnya atau label nilai yang didefinisikan. Pada tab sheet inilah, anda mengentri data atau meletakkan data ke SPSS.

         Diatasnya terdapat menu-menu seperti File, Edit, View, Windows, dan Help seperti halnya menu-menu umum pada aplikasi under Windows lainnya. Menu-menu utama SPSS adalah:

1. File 

    file ini digunakan untuk file data baru, membuka file yang tersimpan (misalnya data tersimpan di data D) atau membaca file dari program lain ( Misalnya microsoft excel), menyimpan file serta mencetak

2.Edit

    Fitur ini digunakan untuk mengcopy, menghapus, mencari dan mengganti data dan lainnya 

3.Data 

    Fitur ini digunakan untuk membuat atau mendefenisikan variabel, mengambil/menganalisis sebagian data, menggabungkan data dan menambah variabel dn sebagainya.

4. Transform

    Fitur ini digunakan untuk transformasi /modifikasi data seperti pengelompokan variabel, Pembuatan variabel baru dan sebagainya 

5. Analyze

    Fitur ini digunakan untuk melakukan atau memilih berbagai jenis analisis statistik yang digunakan dalam penelitian mulai dari statistik deskriptif sampai dengan analisis multivariat.

6.Graps

    Fitur ini digunakan untuk membuat dan menampilkan grafik, meliputi grafik batang, pie, garis Scatter plot dan histogram

7. Ultilities

    Fitur ini digunakan untuk menampilkan berbagai informasi tentang isi file

8.Window

    Fitur ini digunakan untuk berpindah-pindah antar jendela/ layar misalnya dari jendela data editor ke output.

b. Variabel View

Gambar 3.Tampilan Variabel View

Variable View adalah  tab sheet yang menampilkan kamus metadata di mana setiap baris mewakili sebuah variabel dan memperlihatkan nama variabel, jenis data (misal: numeric, string, date), lebar cetak, dan berbagai karakteristik lain.

Menu yang tersedia dalam Variabel View diantaranya:

1. Name

    Kolom ini untuk memberikan informasi tentang nama variabel data. Nama variabel yang kita tuliskan di sini akan muncul pada Data View. Beberapa aturan penamaan variabel:

o   Nama variabel maksimal 8 karakter.

o   Nama diawali dengan huruf (tidak bisa dimulai dengan angka), sisanya dapat berisi huruf, angka, titik, atau simbol @, #, _, atau $. Kosong dan karakter khusus lain (misal: ! , ? , ‘ , dan *) tidak dapat digunakan.

o   Nama tidak bisa berakhir dengan titik dan tidak harus diakhiri dengan garis bawah “_”.

o   nama variabel harus unik; duplikasi tidak diperbolehkan.

o   Nama-nama variabel tidak case sensitif, “Nama”, “nama”, dan “naMa” semua dianggap sama.

2. Type

    Kolom ini untuk memberikan jenis variabel data yang digunakan, apakah Numeric, String (data berupa karakter, misal “Nama”), Date, etc. Klik ikon    dalam kolom Type maka akan muncul dialog box Variable Type. Pada dialog box ini, kita dapat mengubah jenis data dan juga lebar kolom (Width) dan jumlah angka desimal (Decimal Places). Secara default, SPSS memberikan  jenis data numeric dengan lebar 8 digit dan 2 angka desimal di belakang koma.

3.Label

    Kolom ini menunjukkan tambahan informasi dengan memberi label pada variabel data yang kita inginkan. Misalnya:

variabel: ”barang” kita beri label: ”nama barang”
variabel: ”X” kita beri label ”Permintaan”
variabel ”Y” kita beri label ”Ramalan Permintan”
Pemberian label dapat membantu dalam interpretasi hasil analisis (output) karena definisi output lebih jelas.

4. Value

    Kolom ini untuk memberikan label string yang diterapkan untuk nilai numeric tertentu, biasanya untuk data yang bersifat ordinal dan interval, misal angka 1 untuk laki-laki dan angka 2 untuk perempuan. Klik ikon  pada kolom Values maka akan muncul dialog box Value Labels. Misalnya untuk variabel ”gender” kita akan mendefinisikan ”jenis kelamin” dengan memberi label: Isi [Value]  dengan angka 1 dan [Label] dengan “Laki-laki” lalu klik [Add], kemudian ulangi  langkah-langkah tersebut untuk jenis kelamin “Perempuan“—lihat Gambar 6. Nantinya pada variabel gender, kita tidak perlu menuliskan laki-laki dan perempuan melainkan cukup mengisi 1 untuk laki-laki dan 2 untuk perempuan.

5. Missing

        Kolom ini menunjukkan nilai yang hilang (missing value) dalam data (jika ada). Responden dapat menolak untuk menjawab pertanyaan tertentu, mungkin tidak tahu jawabannya, atau mungkin menjawab dalam bentuk lain. Jika anda tidak mengidentifikasi data ini, analisis anda mungkin tidak memberikan hasil yang akurat. Klik ikon  pada kolom Missing maka akan muncul dialog box Missing Values. Pada form Discrete, isi angka yang akan dijadikan pengganti missing value, misal: 9, 99, 999, etc. Jika kita memilih angka 9, maka setiap ada data yang tidak diisi (missing value) angka 9 yang harus diisikan, jangan dibiarkan kosong.

6. Colums

    Kolom ini  menunjukkan lebar kolom. baik jenis data numeric maupun string, lebar maksimal 255 digit.

7.Align

    Kolom ini  menunjukkan posisi data pada tiap cell. Terdapat tiga pilihan posisi data, yaitu: left, right, dan center.

8.Measure

    Kolom ini  menunjukkan jenis ukuran data yang digunakan. Terdapat tiga pilihan atas, yaitu: Scale, Nominal, dan Ordinal.

9.Role

    Kolom ini digunakan untuk menentukan peranan variabel dalam melakukan analisis data, yang mana terdapat 5  pilihan  yaitu Input, Target, None, Partition dan Split.

Setelah mengetahui ketentuan disetiap menunya, kemudian data yang di Excel disalin ke SPSS yaitu pada Data View.

Gambar 4. Data Excel dari SPSS

Gambar 5. Variabel View yang telah diisi

Variabel Pertama

Nama Variabel        : Responden

Type                        : String (karena pada variabel ini menggunakan huruf bukan angka)

Width                      : 20 (karena pada variabel ini menggunakan huruf bukan angka)

Decimal                  : 0 (Tidak menggunakan desimal pada data type string)

Label                       : Pada data ini tidak menggunakan label.

Value                       : None 

Missing                   : None 

Coloum                   : 20 (disesuaikan dengan jumlah karakter terbanyak)

Align                       : Left (akan lebih baik jika data yang bertype string dibuat rata kiri)

Measure                  : Nominal (untuk data string dipilih measure nominal atau bisa disesuaikan).

Variabel Kedua

Nama Variabel        : Jenis Kelamin

Type                        : Numeric

Width                      : 8 (bisa disesuaikan dengan jumlah karakter)

Decimal                  : 0 (pada data ini tidak menggunakan desimal

Label                       : -

Value                       :  "1" untuk Laki-Laki dan "2" untuk Perempuan

Missing                   :  None ( informasi mengenai jenis kelamin diketahui)

Coloum                   : 8 (bisa disesuaikan)

Align                       : Center (lebih baik data bertipe numerik di buat rata tengah)

Measure                  : Nominal (Untuk measure jenis kelamin termasuk data skala dan nominal).

Variabel Ketiga

Nama Variabel        : Umur

Type                        : Numeric

Width                      : 8

Decimal                  : 0 (tidak menggunakan decimal pada data ini)

Label                       : -

Value                       :  None (tidak ada pengkodean)

Missing                   :  None (data informasinya diketahui)

Coloum                   : 8 (bisa disesuaikan)

Align                       : center

Measure                  : Scale ( karena umur merupakan data berskala ratio).

Variabel Keempat

Nama Variabel        : Pendidikan

Type                        : Numeric

Width                      : 8 (bisa disesuaikan)

Decimal                  : 0 (data ini tidak menggunakan decimal)

Label                       : -

Value                       :  "1" untuk SD, "2" untuk SLTP, "3" untuk SLTA, "4" untuk D3, "5" untuk S1

Missing                   : None (data informasi diketahui) 

Coloum                   : 8 (bisa disesuaikan)

Align                       : Center

Measure                  : Nominal (Untuk measure pendidikan termasuk data skala dan nominal).

Variabel Kelima 

Nama Variabel        : Pendapatan

Type                        : Numeric

Width                      : 8

Decimal                  : 0

Label                       : -

Value                       :  None

Missing                   :  9999 (informasi data pendapatan ada yang tidak diketahui)

Coloum                   : 10

Align                       : Right

Measure                  : Scale

Variabel Keenam 

Nama Variabel        : Konsumsi

Type                        : Numeric

Width                      : 8

Decimal                  : 0

Label                       : -

Value                       :  None

Missing                   :  9999 (informasi data konsumsi ada yang tidak diketahui)

Coloum                   : 8 (bisa disesuaikan)

Align                       : Right

Measure                  : Scale

Jika semua data sudah sesuai kemudian untuk mendapatkan data output maka diklik Analyze - Descriptive Statistics - Descriptive. Maka akan muncul tampilan seperti Gambar 6 berikut:

Gambar 6. Descriptive data variabel yang akan dihitung 

Pilih data variabel mana yang akan dihitung yaitu variabel umur, pendapatan dan konsumsi.

Gambar 7.Option descriptive 

 Terdapat beberap pilihan pada option descriptif yang inin dihitung outputnya yaitu Mean, Sum, Std. devisiasi, variance, Range, Minimum, maximum, S.E mean, Kurtosis dan Skewness. Kemudian klik Continue OK.Maka akan muncul data output seperti pada gambar berikut:

Gambar 8. Hasil data output

    Ketika tampilan seperti diatas sudah muncul seperti yang diinginkan maka data outputnya sudah berhasil kemudian anda dapat menyimpan data tersebut ke file.

    Output window adalah text window yang merupakan media tampilan dari hasil proses yang dilakukan oleh SPSS prosesor. Seluruh hasil proses pengolahan data, pengolahan grafik, penganalisaan data maupun perjalanan menu utilities akan ditampilkan pada outpun window.

IV. PENUTUP

    Dengan menggunakan metode Statistik SPSS makadapat memberikan informasi inti dari kumpulan data, seperti ukuran pemusatan data (mean dan median), ukuran penyebaran (rannge, interquartil range, standar deviasi, varians, minimum, dan maksimum), ukuran kurtosis, dan skewness serta representasi piktorialnya.

spss

data SPSS

Analisa data deskriptif

output SPSS