You are on page 1of 31

TUGAS

MAKALAH STATISTIKA

PENGOLAHAN DATA STATISTIK DESKRIPTIF


MENGGUNAKAN SPSS 16

Disusun
Oleh:

NAMA : M. SOEGIARTO
NIM : 05502241024

JURUSAN PENDIDIKAN TEKNIK ELEKTRONIKA


FAKULTAS TEKNIK
UNIVERSITAS NEGERI YOGYAKARTA
2008
KATA PENGANTAR

Segala puji dan syukur kepada Allah SWT, hanya kepadaNya kita memohon
ampunan dan perlindungan, tak lupa syukur atas nikmat yang diberikan-Nya
sehingga penulis dapat menyelesaikan tugas Mata Kuliah Statistika berupa
makalah yang berjudul “PENGOLAHAN DATA STATISTIK DESKRIPTIF
MENGGUNAKAN SPSS 16”.
Kam berharap hasil makalah ini dapat bermanfaat, dan dapat menambah
wacana dan keilmuan bagi pembaca. Dan sangat bersyukur sekali dapat
dikembangkan menjadi hal yang bermanfaat lagi, sesuai dengan kebutuhannya.
Akhir penulis menyadari tulisan ini memiliki banyak kekurangan, karena itu
sangat diharapkan kritik dan saran yang konstruktif dari pembaca demi perbaikan
dan sekaligus memperbesar manfaat tulisan ini sebagai referensi.

Yogyakarta, November 2008

Penyusun,
BAB I
PENDAHULAN

1. Latar Belakang Permasalahan

Didalam Kehidupan aktifitas sehari hari, sering kita jumpai banyak hal
yang dapat kita deskripsikan dalam sebuah bentuk data. Informasi data yang
diperoleh tentunya harus diolah terlebih dahulu menjadi sebuah data yang mudah
dibaca dan di analisa. Akan tetapi bagaimana penyajian data yang kita dapat
tentunya berbeda beda, sesuai dengan kebutuhan dan keinginan penyaji data.
Pada dasarnya aplikasi ilmu statistic dibagi dalam dua bagian, yaitu
statistic Deskriptif dan statistic Induktif. Statistik Deskriptif berusaha menjelaskan
atau menggambarkan berbagai karakteristik data, seperti berapa rata – ratanya,
seberapa jauh data-data yang bervariasi dan sebagainya.

2. Statistik Deskriptif

Statistik Deskriptif merupakan suatu metode atau cara – cara yang


digunakan untuk meringkas dan medata dalam bentuk table, grafik atau
ringkasan.numerik data. Statistik deskriptif merupakan statistika yang
menggunakan data suatu kelompok untuk menjelaskan atau menarik kesimpulan
mengenai kelompok itu saja. Untuk menganalisis secara deskriptif kualitas dari
setiap variabel penelitian, maka digunakan teknik statistik deskriptif, yakni
Distribusi Frekuensi.
Distribusi Frekuensi Merupakan suatu tabel yang menunjukkan frekuensi
kemunculandata atau frekuensi relatifnya yang berguna untuk meringkasdata
numerik maupun kategori.
BAB II
ISI

Pada pengolahan data statistic yang akan dikemukakan pada makalah ini
adalah pengolahan data statistic deskriptif dengan menggunakan SPSS 16.
Diantaranya adalah mencari distribusi Frekuensi, Eksplorasi Data, dan Uji
Ketergantungan dengan Tabel Silang (Crosstab).
Pada makalah ini telah kami paparkan beberapa langkah proses
pengolahan dan analisa data yang akan disajikan menggunakan SPSS 16.

1. Distribusi Frekuensi.

Berikut ini data tentang nilai ujian mata kuliah probabilitas dan statistika dari
60 mahasiswa Teknik Elektro UGM :

67 59 90 82 78 50
79 61 59 94 80 64
47 70 64 86 90 59
82 47 73 68 84 75
54 73 79 49 56 98
78 66 46 89 66 65
49 68 96 78 66 88
79 65 76 78 75 65
85 96 79 96 55 86
46 79 66 69 61 63

Langkah – langkah analisa dengan menggunakan SPSS 16 adalah sebagai


berikut :
1. Membuka lembar kerja baru (File → New → Data)
Seperti pada tampilan berikut :
2. Pilih menu variable View pada pojok kiri bawah tampilan lembar kerja
SPSS.

a. Ketik Nilai pada Kolom name


b. Pilih Numeric pada kolom Type ubah angka pada kolom Width
(panjang angka di depan koma) menjadi 5, dan ubah angka pada
kolom Decimals (banyak angka dibelakang koma) menjadi 2.
Hasilnya akan seperti tampilan brikut :
c. Kembali pada data View.
3. Untuk mengisi data, ketik menurun kebawah semua data 60 nilai
mahasiswa di atas pada kolom nilai.
Seperti tampilan berikut ini :

4. Simpanlah data tersebut dengan nama Deskriptif.


5. Pilihlah menu Analyze, lalu pilih menu Descriptive Statistics, kemudian
pilih Frequencies, yang akan membuka jendela berikut :

6. Pilih Variabel nilai dari kotak kiri kemudian klik tanda ►untuk
mengisikan variable Nilai ke dalam kotak Variable(s). yang akan muncul

tampilan seperti berikut :


7. Kemudian klik pilihan Statistics dan tentukan
a. Untuk percentile Values, pilihlah Quartiles dan presentile(s). lalu
dalam kotak dikanan presentile(s) ketikan 10 dan klik Add untuk
memasukkannya pada kotak dibawahnya. Ulangi untuk angka 90.
b. Untuk Dispersion, pilihlah semua pilihan yang ada.
c. Untuk Central Tendency, pilihlah Mean dan Median.
d. Untuk Distribution, pilihlah Skeweness dan Kurtosis.
e. Klik continue untuk melanjutkan proses berikutnya.
Stelah itu akan muncul tampilan sebagai berikut :
8. Pilih pilihan charts, kemudian untuk Chart Type, pilihlah Histograms dan
juga With normal Curve. Kemudian k;ik continue untuk melanjutkan ke
proses berikutnya. Seperti pada tampilan berikut :

9. Pilih pilihan format, kemudian untuk Order by pilihlah Ascending


Values.seperti pada tampilan berikut :

Kemudian klik continue untuk melanjutkan ke proses berikutnya.


10. Klik OK setelah semua pengisian selesei.
11. Pada tampilan jendela Outputnya akan muncul tampilan analisis datanya
sebagai berikut :
a. Tampilan Output

b.Tampilan Output

Statistics :

c. Tampilan

Output Nilai :

d. Tampilan
Output
Hiostogram :
2. Eksplorasi
Data
Pada Pengolahan Eksplorasi Data ini akan memperlihatkan analisis
Boxplot, Stem, dan Leaf.
Berikut ini adalah data IPK dari 30 mahasiswa Teknik Elektro beserta
konsentrasinya:

No. IPK Konsentrasi


1 3,60 Ketenagaan
2 2,94 Informatika
3 3, 17 Isyarat dan Elektronika
4 2,84 Ketenagaan
5 3,14 Ketenagaan
6 3,03 Isyarat dan Elektronika
7 3,50 Informatika
8 2,95 Ketenagaan
9 3,42 Ketenagaan
10 2,89 Isyarat dan Elektronika
11 3,15 Informatika
12 2,85 Ketenagaan
13 2,51 Isyarat dan Elektronika
14 2,00 Ketenagaan
15 3,12 Isyarat dan Elektronika
16 3,85 Informatika
17 3,37 Isyarat dan Elektronika
18 3,04 Informatika
19 3,03 Ketenagaan
20 3,18 Isyarat dan Elektronika
21 2,91 Informatika
22 2,56 Informatika
23 3,15 Isyarat dan Elektronika
24 3,09 Ketenagaan
25 3,13 Informatika
26 2,93 Isyarat dan Elektronika
27 2,70 Ketenagaan
28 3,25 Informatika
29 3,91 Informatika
30 1,92 Isyarat dan Elektronika
Dalam melakukan analisa data diatas maka gunakan analisis Boxplot,
Steam, dan Leaf untuk data diatas. Lakukanlah dengan langkah – langkah
berikut ini :
1. Memasukkan data diatas dengan menggunakan dua variable, yaitu
IPK dan Konsentrasi, seperti pada tampilan dibawah ini :

2. Buka
variable
View
dan isikan pada kolom nama yang pertama dengan variable IPK dan
kedua dengan variable konsentrasi.
3. Untuk pendefinisian Variabel IPK, pada kolom Variabel Type pilih
pilihan Numeric, pada kolom variable width pilih pilihan 8, pada
kolom variabel Decimals, pilih pilihan 2, kemudia pada variable
label tuliskan IPK.
4. Untuk pendefinisian Variabel Konsentrasi lakukanhlah langkah
berikut :
a. Pada Kolom variable nama, ketik Konsentrasi
b. Pada kolom variable Type pilihlah pilihan Numeric.
c. Pada kolom Variabel Width, pilihlah pilihan 5 dan pada kolom
Variable Decimals pilihlah pilihan 0.
d. Pada kolom Variabel Label ketiklah Konsentrasi.
e. Pada kolom Variabel Value kelik 2kali sehingga muncul
tampilan Value Labels.Pada Value isikan angka 1, kemudian
pada label ketik “ketenagaan”, lalu klik tombol Add,.lakukan
pula untuk value angka 2, pada label ketik “Informatika” dan
Value angka 3, pada label diisi dengan “Isyarat dan
Elektronika”. Hasilnya akan seperti pada tampilan berikut :

f. Kemudian kembali pada Data View. Maka akan terlihat


tampilan seperti berikut ini :

g. Isi data nilai IPK pada kolom IPK dan data Konsentrasi pada
Kolom Konsentrasi. Pada kolom konsentrasi isilah dengan
angka 1 untuk identifikasi konsentrasi Ketenagaan, 2 untuk
konsentrasi Informatika, dan 3 untuk konsentrasi Isyarat dan
Elektronika. Sperti pada tampilan berikut ini :
h. Kemudian pilihlah menu View dan pilihlah pilihan Value
Labels, untuk mengaktifkan data yang telah diisikan pada
kolom Variabel Value . Sehingga akan muncul tampilan
seperti berikut ini :
5. Kemudian simpan dengan nama Eksplorasi.
6. Pilihlah menu Analyze, kemudian pilihlah pilihan Descriptive
Statistics dan pilihlah pilihan Explore. Sehinggan akan muncul
tampilan jendela seperti berikut ini :

7. Pili
hl ah

Variabel IPK lalu klik tanda ►yang paling atas untuk


memasukkannya kedalam kotak Dependent List.

8. pilihlah Variabel Konsentrasi lalu klik tanda ► yang tengah untuk


memasukkannya ked al;am kotak Factor List.Sehingga akan
muncul tampilan seperti berikut ini :
9. Pilih tombol Statistic yang akan muncul tampilan seperti brikut ini:

kemudian pilihlah pilihan Descriptives, M-estimators, dan Outliers,


kemudian klik continue

10. Klik tombol Plots, kemudian pad jendela Plots, pada Boxplots
pilihlah pilihan Factor levels together dan untuk Descriptive
pilihlah pilihan Stem-and-leaf.
Sehinga akan menjadi seperti
tampilan berikut ini :

11. Klik Ok jika pengisian telah selesai.


12. Berikut ini adalah tampilan pada jendela output:
a. Tampilan Output case prossesing summary
Case Processing Summary

Cases
Valid Missing Total
Konsentrasi N Percent N Percent N Percent

IPK ketenagaan 10 100.0% 0 .0% 10 100.0%


Informatika 10 100.0% 0 .0% 10 100.0%
Isyarat dan Elektronika 10 100.0% 0 .0% 10 100.0%
b. Tampilan Otput Descriptives
Descriptives

Konsentrasi Statistic Std. Error

IPK ketenagaan Mean 2.9620 .13708


95% Confidence Interval for Lower Bound 2.6519
Mean Upper Bound 3.2721
5% Trimmed Mean 2.9800
Median 2.9900
Variance .188
Std. Deviation .43348
Minimum 2.00
Maximum 3.60
Range 1.60
Interquartile Range .41
Skewness -.934 .687
Kurtosis 2.290 1.334
Informatika Mean 3.2240 .13365
95% Confidence Interval for Lower Bound 2.9217
Mean Upper Bound 3.5263
5% Trimmed Mean 3.2228
Median 3.1400
Variance .179
Std. Deviation .42264
Minimum 2.56
Maximum 3.91
Range 1.35
Interquartile Range .65
Skewness .433 .687
Kurtosis -.285 1.334
Isyarat dan Elektronika Mean 2.9270 .13359
95% Confidence Interval for Lower Bound 2.6248
Mean Upper Bound 3.2292
5% Trimmed Mean 2.9583
Median 3.0750
Variance .178
Std. Deviation .42245
Minimum 1.92
Maximum 3.37
Range 1.45
Interquartile Range .38
Skewness -1.763 .687
Kurtosis 3.257 1.334
c. Tampilan Output M-Estimators

M-Estimators

Huber's M- Tukey's Hampel's M-


a b
Konsentrasi Estimator Biweight Estimatorc Andrews' Waved

IPK ketenagaan 2.9848 2.9860 3.0009 2.9839


Informatika 3.1642 3.1327 3.1816 3.1322
Isyarat dan Elektronika 3.0440 3.1006 3.0740 3.1008

a. The weighting constant is 1,339.

b. The weighting constant is 4,685.

c. The weighting constants are 1,700, 3,400, and 8,500

d. The weighting constant is 1,340*pi.


d. Tampilan Output Extreme Values
Extreme Values

Konsentrasi Case Number Value

IPK ketenagaan Highest 1 1 3.60


2 9 3.42
3 5 3.14
4 24 3.09
5 19 3.03
Lowest 1 14 2.00
2 27 2.70
3 4 2.84
4 12 2.85
5 8 2.95
Informatika Highest 1 29 3.91
2 16 3.85
3 7 3.50
4 28 3.25
5 11 3.15
Lowest 1 22 2.56
2 21 2.91
3 2 2.94
4 18 3.04
5 25 3.13
Isyarat dan Elektronika Highest 1 17 3.37
2 20 3.18
3 3 3.17
4 23 3.15
5 15 3.12
Lowest 1 30 1.92
2 13 2.51
3 10 2.89
4 26 2.93
5 6 3.03
e. Tampilan Output Konsentrasi = Ketenagaan

IPK Stem-and-Leaf Plot for


Konsentrasi= ketenagaan

Frequency Stem & Leaf

1,00 Extremes (=<2,0)


4,00 2 . 7889
4,00 3 . 0014
1,00 Extremes (>=3,6)

Stem width: 1,00


Each leaf: 1 case(s)

f. Tampilan Output Konsentrasi = Informatika


IPK Stem-and-Leaf Plot for
Konsentrasi= Informatika

Frequency Stem & Leaf

3,00 2 . 599
4,00 3 . 0112
3,00 3 . 589

Stem width: 1,00


Each leaf: 1 case(s)

g. Tampilan Output Konsentrasi = Isyarat dan Elektronika


IPK Stem-and-Leaf Plot for
Konsentrasi= Isyarat dan Elektronika

Frequency Stem & Leaf

1,00 Extremes (=<1,9)


3,00 2 . 589
6,00 3 . 011113

Stem width: 1,00


Each leaf: 1 case(s)

h. Tampilan Output Boxplot Konsentrasi


3. Uji Ketergantungan dengan Tabel Silang (Crosstab)
Pada proses pengolahan data ini akan memperlihatkan analisa tentang
hubungan ketergantungan antara pilihan jurusan dengan asal mahasiswa dan
hubungan antara asal mahasiswa dengan jenis kelamin mahasiswa.
Berikut ini adalah data 30 mahasiswa mengenai pilihan jurusan tempat
kuliah mereka, asal pulau dan jenis kelamin (gender).

No. Jurusan Asal Pulau Gender


1 T. Elektro Jawa-Bali Wanita
2 T. Industri Sumatera Pria
3 T. Sipil Kalimantan Pria
4 T. Kimia Jawa-Bali Wanita
5 T. Industri Jawa-Bali
6 T. Sipil Sumatera Wanita
7 T. Kimia Jawa-Bali Pria
8 T. Elektro Kalimantan Pria
9 T. Sipil Jawa-Bali Wanita
10 T. Kimia Kalimantan Wanita
11 T. Elektro Sulawesi Pria
12 T. Industri Jawa-Bali Wanita
13 T. Kimia Kalimantan Pria
14 T. Elektro Sumatera Wanita
15 T. Industri Jawa-Bali Pria
16 T. Sipil Jawa-Bali Wanita
17 T. Elektro Sumatera Pria
18 T. Industri Kalimantan Wanita
19 T. Sipil Jawa-Bali Pria
20 T. Kimia Sulawesi Wanita
21 T. Kimia Jawa-Bali Pria
22 T. Sipil Sumatera Wanita
23 T. Industri Jawa-Bali Wanita
24 T. Elektro Sulawesi Pria
25 T. Sipil Sumatera Pria
26 T. Industri Kalimantan Wanita
27 T. Elektro Jawa-Bali Pria
28 T. Kimia Sulawesi Wanita
29 T. Industri Jawa-Bali Pria
30 T. Elektro Kalimantan Wanita

Untuk melakukan proses pengolahan data pada SPSS 16, akan


dilakukan langkah-langkah seperti berikut ini :
1. Masukkanlah data diatas dengan menggunakan ‘tiga varaibel’, yaitu
jurusan, asal pulau, dan Gender. Untuk pendefinisian variable-variabelnya,
lakukan seperti pada pendefinisian variable konsentrasi pada percobaan
eksplorasi data.
2. Simpanlah data dengan nama Crosstab.
3. Untuk analisa hubungan antara pilihan jurusan dengan asal pulau, lalukan
langkah-langkah berikut ini:
a. Pilihlah menu Analyzes, kemudian pilih Descriptive Statistics, lalu
pilih pilihan Crosstabs, kemudian pilihlahVariabel Asal Pulau dari
kotak kiri kemudian klik tanda ►yang paling atas untuk
memasukkannya ke kotak ROW(s). setelah itu pilihlah Variabel
Jurusan dari kotak kiri ke kkemudian klik tanda ►yang tengah
untuk memasukkannya ke kotak Column(s)
Tampilannya seperti berikut ini :
b. Klik Tombol Statistic , pilihlah pilihan Chi-Square, kemudian klik
Continue.

c. Klik tombol Cells, kemudian pada Counts Plihlah pilihan


Observed. Kemudian klik continue.

d. Klik OK setelah pengisian Selesei.


4. Untuk analisa hubungan antara pilihan jurusan dengan jenis kelamin
mahasiswa, lakuakn langkah-langkah seperti berikut :
a. Pilihlah menu Analyzes, kemudian pilih Descriptive Statistics, lalu
pilih pilihan Crosstabs, kemudian pilihlah Variabel Asal pada
kolom Row(s) kemudian klik tanda ◄ yang paling atas untuk
mengembalikannya ke kotak kiri.
b. Pilihlah Variabel Jurusan pada kolom Column(s) kemudian klik ◄
tanda yang tengah untuk mengembalikannya kekok kiri.seperti
pada tampilan berikut ini :
c. Pilihlah Variabel Gender dari kotak kiri kemudian klik tanda ►
yang paling atas untuk memasukkannya ke kotak Row(s).
d. Pilihlah Variabel Jurusan dari kotak kiri kemudian klik tanda ►
yang paling atas untuk memasukkannya ke kotak Column(s).
seperti pada tampilan berikut ini :
e. Ulangi langkah 3.b hingga 3.d

5. Outputnya akan tampil seperti berikut ini:


a. Tampilan Output hubungan antara pilihan jurusan dengan asal
pulau,

b. Tampilan Output hubungan antara pilihan jurusan dengan jenis


kelamin mahasiswa,
BAB III
KESIMPULAN

Dari data dan analisis pengolahan data diatas didapatkan kesimpulan :


1. Pada Proses distribusi Frekuensi menyusun data secara sistematik dalam
berbagai macam klasifikasi, tanpa mengurangi informasi yang ada pada
data aslinya.
2. Proses pengolahan data pada Explorasi data difungsikan untuk analisis
yang bersifat keterkaitan atau berhubungan antara variable satu dengan
variable lainnya..
3. Pengolahan data pada explorasi data mempermudah pengelompokan data
untuk variable yang sama dalam jumlah yang banyak.
4. Untuk Pengolahan data pada Crosstab atau table silang, hamper serupa
dengan Explorasi data. Hanya saja pada Crosstab dapat mengolah data dari
kolom variable satu dengan yang lain, untuk mendapatkan analisa
mengenai Hubungan antara tiap – tiap variable yang satu dengan tiap –
tiap variable yang lainnya.

You might also like