Statistik Deskriptif Menggunakan Spss 16

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

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

3,60 2,94 3, 17 2,84 3,14 3,03 3,50 2,95 3,42 2,89 3,15 2,85 2,51 2,00 3,12 3,85 3,37 3,04 3,03 3,18 2,91 2,56 3,15 3,09 3,13 2,93 2,70 3,25 3,91 1,92

Konsentrasi Ketenagaan Informatika Isyarat dan Elektronika Ketenagaan Ketenagaan Isyarat dan Elektronika Informatika Ketenagaan Ketenagaan Isyarat dan Elektronika Informatika Ketenagaan Isyarat dan Elektronika Ketenagaan Isyarat dan Elektronika Informatika Isyarat dan Elektronika Informatika Ketenagaan Isyarat dan Elektronika Informatika Informatika Isyarat dan Elektronika Ketenagaan Informatika Isyarat dan Elektronika Ketenagaan Informatika Informatika 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 Konsentrasi IPK

N

Missing

Percent

N

Total

Percent

N

Percent

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 IPK

ketenagaan

Statistic Mean

2.9620

95% Confidence Interval for

Lower Bound

2.6519

Mean

Upper Bound

3.2721

5% Trimmed Mean

2.9800

Median

2.9900

Variance

.43348

Minimum

2.00

Maximum

3.60

Range

1.60

Interquartile Range

.41

Skewness

-.934

.687

Kurtosis

2.290

1.334

3.2240

.13365

Mean 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 Kurtosis Isyarat dan Elektronika

.13708

.188

Std. Deviation

Informatika

Std. Error

Mean

.433

.687

-.285

1.334

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 Std. Deviation

.178 .42245

Minimum

1.92

Maximum

3.37

Range

1.45

Interquartile Range Skewness Kurtosis

.38 -1.763

.687

3.257

1.334

c. Tampilan Output M-Estimators

M-Estimators Huber's MKonsentrasi IPK

Estimator

a

Tukey's

Hampel's Mb

Biweight

Estimatorc

Andrews' Waved

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 IPK

ketenagaan

Case Number Highest

Lowest

Informatika

Highest

Lowest

Isyarat dan Elektronika

Highest

Lowest

Value

1

1

3.60

2

9

3.42

3

5

3.14

4

24

3.09

5

19

3.03

1

14

2.00

2

27

2.70

3

4

2.84

4

12

2.85

5

8

2.95

1

29

3.91

2

16

3.85

3

7

3.50

4

28

3.25

5

11

3.15

1

22

2.56

2

21

2.91

3

2

2.94

4

18

3.04

5

25

3.13

1

17

3.37

2

20

3.18

3

3

3.17

4

23

3.15

5

15

3.12

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 &

1,00 Extremes 4,00 2 . 4,00 3 . 1,00 Extremes Stem width: Each leaf:

Leaf (=<2,0) 7889 0014 (>=3,6)

1,00 1 case(s)

f. Tampilan Output Konsentrasi = Informatika

IPK Stem-and-Leaf Plot for Konsentrasi= Informatika Frequency 3,00 4,00 3,00 Stem width: Each leaf:

Stem &

Leaf

2 . 3 . 3 .

599 0112 589

1,00 1 case(s)

g. Tampilan Output Konsentrasi = Isyarat dan Elektronika

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

Stem &

1,00 Extremes 3,00 2 . 6,00 3 . Stem width: Each leaf:

Leaf (=<1,9) 589 011113

1,00 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. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Jurusan T. Elektro T. Industri T. Sipil T. Kimia T. Industri T. Sipil T. Kimia T. Elektro T. Sipil T. Kimia T. Elektro T. Industri T. Kimia T. Elektro T. Industri T. Sipil T. Elektro T. Industri T. Sipil T. Kimia T. Kimia T. Sipil T. Industri T. Elektro T. Sipil T. Industri T. Elektro T. Kimia T. Industri T. Elektro

Asal Pulau Gender Jawa-Bali Wanita Sumatera Pria Kalimantan Pria Jawa-Bali Wanita Jawa-Bali Sumatera Wanita Jawa-Bali Pria Kalimantan Pria Jawa-Bali Wanita Kalimantan Wanita Sulawesi Pria Jawa-Bali Wanita Kalimantan Pria Sumatera Wanita Jawa-Bali Pria Jawa-Bali Wanita Sumatera Pria Kalimantan Wanita Jawa-Bali Pria Sulawesi Wanita Jawa-Bali Pria Sumatera Wanita Jawa-Bali Wanita Sulawesi Pria Sumatera Pria Kalimantan Wanita Jawa-Bali Pria Sulawesi Wanita Jawa-Bali Pria 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.