BAB I
PENDAHULUAN
1.1 Latar Belakang
Sebagai bagian dari makalah, pendahuluan sangat penting untuk memberikan
gambaran yang jelas mengenai makalah dan isi makalah yang dibuat. Pendahuluan
akan membahas mengenai judul hingga batasan masalah dalam sebuah karya ilmiah.
Pembuatan makalah pada tugas akhir praktikum memiliki beberapa tujuan.
Tujuan tersebut tidak terlepas dari manfaat yang di rasakan mahasiswa. Penulisan
tersebut selain memberikan pemahaman mengenai materi praktik yang telah
dilaksanakan, juga sebagai pembelajaran dalam pembuatan kaya ilmiah yang baik dan
benar. Hal ini sangat bermanfaat bagi mahasiswa.
Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan sehari-
hari. Baik dalam perumahan, perusahaan, dan dalam bidang pemerintahan. Dunia
penelitian atau riset, dimanapun dilakukan, bukan saja telah mendapat manfaat yang
baik dari statistika tetapi sering harus menggunakannya. Untuk mengetahui apakah
cara yang baru ditemukan lebih baik daripada cara lama, melalui riset yang dilakukan
di laboratorium, atau penelitian yang dilakukan di lapangan, perlu diadakan penilaian
dengan statistika. Apakah model untuk sesuatu hal dapat kita anut atau tidak, perlu
diteliti dengan statistika. Statistika juga telah cukup mampu untuk menentukan apakah
faktor yang satu dipengaruhi atau dipengaruhi faktor lainnya.
Sesungguhnya, statistika sangat diperlukan bukan saja hanya dalam penelitian
atau riset, tetapi juga perlu dalam bidang pengetahuan lainnya seperti: teknik, industri,
ekonomi, astronomi, biologi, kedokteran, asuransi, pertanian, perniagaan, bisnis,
sosiologi, antropologi, pemerintahan, pendidikan, psikologi, meterologi, geologi,
farmasi, geologi, ilmu pengetahuan alam, pengetahuan sosial dan lain sebagainya.
Mata kuliah statistika bagi mahasiswa sangat diperlukan terutama ketika
seorang mahasiswa harus mengumpulkan, mengolah, menganalisis dan
menginterprestasikan data untuk pembuatan skripsi, thesis atau disertasi. Dalam hal
ini pengetahuan statistik dipakai dalam menyusun metodologi penelitian.
Sebagai suatu ilmu, kedudukan statistika merupakan salah satu cabang dari ilmu
matematika terapan. Oleh karena itu untuk memahami statistika pada tingkat yang
tinggi, terebih dahulu diperlukan pemahaman ilmu matematika.
Di negara maju seperti Amerika, Eropa dan Jepang, ilmu statistika
berkembang dengan pesat sejalan dengan berkembangnya ilmu ekonomi dan teknik.
Bahkan kemajuan suatu negara sangat ditentukan oleh sejauh mana negara itu
menerapkan ilmu statistika dalam memecahkan masalah-masalah pembangunan dan
perencanaan pemerintahannya. Jepang sebagai salah satu negara maju, konon telah
berhasil memadukan ilmu statistika dengan ilmu ekonomi, desain produk, psikologi
dan sosiologi masyarakat.
Sejauh itu ilmu statistika digunakan pula untuk memprediksi dan menganalisis
perilaku konsumen, sehingga Jepang mampu menguasai perekonomian dunia sampai
saat ini
1.2 Rumusan Masalah
1. Apakah statistika itu??
2. Bagaimana penerapannya dalam kehidupan sehari-hari?
3. Bagaimana penggunaan statistika?
4. Mengapa statistika itu sangat penting?
3
1.3 Tujuan
1. Mengetahui apa itu statistika
2. Mengetahiu peranan penting dari statistika
3. Mengetahui manfaat satistika
4. Mengetahui penggunaan statistika
BAB 2
STATISTIKA
2.1 Pengertian Statistika
Banyak persoalan, apakah itu hasil penelitian, riset ataupun pengamatan, baik yang
dilakukan khusus ataupun berbentuk laporan, dinyatakan dan dicatat dalam bentuk
bilangan dan angka-angka. Kumpulan angka-angka itu sering disusun, diatur atau
disajikan dalam bentuk daftar atau tabel. Sering pula daftar atau tabel disertai dengan
gambar-gambar yang biasa disebut diagram atau grafik supaya lebih dapat
menjelaskan lagi tentang persoalan yang sedang dipelajari.
Bertahun-tahun orang telah menamai ini statistik. Jadi kata statistik ini telah
dipakai untuk menyatakan kumpulan data, bilangan maupun non bilangan yang
disusun dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu
persoalan.
Kata statistika juga mengandung pengertian lain yakni dipakai untuk
menyatakan ukuran sebagai wakil dari kumpulan data mengenai sesuatu hal. Ukuran
ini didapat berdasarkan perhitungan menggunakan kumpulan sebagian data yabg
diambil dari keseluruhan tentang persoalan data tersebut.
Dari hasil penelitian, riset mapun pengamatan, baik yang dilakukan khusus
ataupun bentuk laporan, sering diminta atau diinginkan suatu uraian, penjelasan, atau
kesimpulan tentang persoalan yang diteliti. Sebelum kesimpulan dibuat, keterangan
atau data yang sudah dikumpul ini terlebih dahulu dipelajari, dianalisis, atau diolah
dan berdasarkan pengolahan inilah baru kesimpulan dibuat. Tentu mudah dimengerti
bahwa pengumpulan data atau keterangan, pengolahan dan pembuatan kesimpulan
harus dilakukan dengan baik, cermat, teliti, hati-hati, mengikuti cara-cara dan teori
yang benar serta dapat dipertanggungjawabkan. Ini semua ternyata merupakan
pengetahuan tersendiri yang diberi nama statistika.
Jadi, statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan
data, pengolahan atau penganalisisannya dan penarikan kesimpulan berdasarkan
kumpulan data dan penganalisisan yang dilakukan.
Ada dua jalan yang ditempuh untuk mempelajari statistika. Jika ingin
membahas statistika secara mendasar, mendalam , dan teoritis, maka yang dipelajari
digolongkan kedalam statistika matematis atau statistika teoritis. Disini diperlukan
dasar matematika yang kuat dan mendalam.
Yg kedua, kita menggunakan statistika semata-mata dari segi penggunaannya.
Aturan-aturan, rumus, sifat, dan sebagainya yang sudah diciptakan oleh statistika
teoritis diambil dan digunakan mana yang perlu dalam berbagai ilmu pengetahuan.
2.2 Data Statistik
Keterangan atau ilustrasi mengenai sesuatu hal bisa berbentuk kategori, misalnya :
rusak, baik, senang, puas, berhasil, gagal, dan sebagainya, atau bisa berbentuk
bilangan. Semuanya itu dinamakan data atau lengkapnya data statistik.
Data yang berbentuk bilangan disebut data kuantitatif, harganya berubah-ubah
atau bersifat variabel. Dari nilainya dikenal dua golongan data kuantitatif yaitu data
dengan variabel diskrit dan data variabel kontiniu.
Menurut sumbernya kita mengenal data intern dan data ekstern Berdasarkan
nilainya dikenal dua jenis data kuantitatif yaitu data diskrit yang diperoleh dari hasil
perhitungan dan data kontinue yang diperoleh dari hasil pengukuran.
Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen adalah data
yang bersumber dari dalam suatu instansi atau lembaga pemilik data dan data
eksteren yaitu data yang diperoleh dari luar.
Data eksteren dibagi menjadi dua jenis yaitu data primer dan data sekunder. Data
primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan
dengan data tersebut dan data sekunder adalah data yang tidak secara langsung
dikumpulkan oleh orang yang berkepentingan dengan data tersebut.
2.3 Jenis – Jenis Statistika
Statistika dibedakan berdasarkan jenisnya menjadi dua yaitu Statistika
Deskriptif dan Statistika Inferensia.
Statistika deskriptif adalah statistika yang berkaitan dengan metode atau cara
medeskripsikan, menggambarkan, menjabarkan atau menguraikan data. Statistika
deskripsi mengacu pada bagaimana menata, menyajikan dan menganalisis data, yang
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung, median, modus,
standar deviasi atau menggunakan cara lain yaitu dengan membuat tabel distribusi
frekuensi dan diagram atau grafik.
Statistika inferensia adalah statistika yang berkaitan dengan cara penarikan
kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan
karakteristik dari suatu populasi. Dengan demikian dalam statistika inferensia data
yang diperoleh dilakukan generalisasi dari hal yang bersifat kecil (khusus) menjadi hal
yang bersifat luas (umum).
2.4 Populasi Dan Sampel
Populasi adalah keseluruhan pengamatan atau obyek yang menjadi perhatian
sedangkan Sampleadalah bagian dari populasi yang menjadi perhatian.
Populasi dan sample masing-masing mempunyai karakteristik yang dapat diukur atau
dihitung. Karakteristik untuk populasi disebut parameter dan untuk sample
disebut statistik.
Contoh parameter adalah mean ( ), standar deviasi ( ), proporsi (P) dan koefisien
korelasi ( ), sedangkanstatistik adalah nilai rata-rata ( ), standar deviasi (s), proporsi
(p) dan koefisien korelasi (r).
Populasi dibedakan menjadi dua jenis yaitu :
Populasi orang atau individu adalah keseluruhan orang atau individu (dapat pula
berupa benda-benda) yang menjadi obyek perhatian.
Populasi data adalah populasi yang terdiri atas keseluruhan karakteristik yang
menjadi obyek perhatian.Sample juga dibedakan menjadi dua jenis yaitu :
Sampel orang atau individu adalah sampel yang terdiri atas orang-orang (dapat pula
berupa benda-benda) yang merupakan bagian dari populasinya yang menjadi obyek
perhatian. Sampel data adalah sebagaian karakteristik dari suatu populasi yang
menjadi obyek perhatian.
Meskipun populasi merupakan gambaran yang ideal, tetapi sangat jarang
penelitian dilakukan memakai populasi. Pada umumnya yang dipakai adalah sample.
Ada beberapa alasan mengapa penelitian dilakukan menggunakan sample :
1. Waktu yang diperlukan untuk mengumpulkan data lebih singkat.
2. Biaya lebih murah.
3. Data yang diperoleh justru lebih akurat.
4. Dengan statistika inferensia dapat dilakukan generalisasi.
2.5 Cara Mengumpulkan Data
Untuk memperoleh data yang benar dan dapat dipertanggung jawabkan keabsahannya,
data harus dikumpulkan dengan cara dan proses yang benar. Terdapat beberapa cara
atau teknik untuk mengumpulkan data yaitu :
a. Wawancara (interview) yaitu cara untuk mengumpulkan data dengan mengadakan
tatap muka secara langsung. Wawancara harus dilakukan dengan memakai suatu
pedoman wawancara yang berisi daftar pertanyaan sesuai tujuan yang ingin dicapai.
Ada dua jenis wawancara yaitu wawancara berstruktur (structured interview) dan
wawancara takberstruktur (unstructured interview). Wawancara berstruktur adalah
wawancara yang jenis dan urutan dari sejumlah pertanyaannya sudah disusun
sebelumnya, sedangkan wawancara takberstruktur adalah wawancara yang tidak
secara ketat ditentukan sebelumnya.
Wawancara tak berstruktur lebih fleksibel karena pertanyaannya dapat
dikembangkan meskipun harus tetap pada pencapaian sasaran yang telah ditentukan.
Ciri-ciri pertanyaan yang baik adalah :
1. Sesuai dengan masalah atau tujuan penelitian.
2. Jelas dan tidak meragukan.
3. Tidak menggiring pada jawaban tertentu.
4. Sesuai dengan pengetahuan dan pengalaman orang yang diwawancarai.
5. Pertanyaan tidak boleh yang bersifat pribadi.
Kelebihan dari wawancara adalah data yang diperlukan langsung diperoleh sehingga
lebih akurat dan dapat dipertanggung jawabkan.
Kekurangannya adalah tidak dapat dilakukan dalam skala besar dan sulit memperoleh
keterangan yang sifatnya pribadi.
a. Kuesioner (angket) adalah cara mengumpulkan data dengan mengirim atau
menggunakan kuesioner yang berisi sejumlah pertanyaan.
Kelebihannya adalah dapat dilakukan dalam skala besar, biayanya lebih murah
dan dapat memperoleh jawaban yang sifatnya pribadi.
Kelemahannya adalah jawaban bisa tidak akurat, bisa jadi tidak semua pertanyaan
terjawab bahkan tidak semua lembar jawaban dikembalikan.
b. Observasi (pengamatan) adalah cara mengumpulkan data dengan mengamati obyek
penelitian atau kejadian baik berupa manusia, benda mati maupun gejala alam. Data
yang diperoleh adalah untuk mengetahui sikap dan perilaku manusia, benda mati atau
gejala alam.
` Kebaikan dari observasi adalah data yang dieroleh lebih dapat dipercaya.
Kelemahannya adalah bisa terjadi kesalahan interpretasi terhadap kejadian yang
diamati.
Tes dan Skala Obyektif adalah cara mengumpulkan data dengan memberikan tes
kepada obyek yang diteliti. Cara ini banyak dilakukan pada tes psikologi untuk
mengukur karakteristik kepribadian seseorang. Beberapa contoh tes skala obyektif
yaitu :
a.Tes kecerdasan dan bakat.
b.Tes kepribadian.
c.Tes sikap.
d.Tes tentang nilai.
f.Tes prestasi belajar, dsb.
Metode proyektif adalah cara mengumpulkan data dengan mengamati atau
menganalisis suatu obyek melalui ekspresi luar dari obyek tersebut dalam bentuk
karya lukisan atau tulisan. Metode ini dipakai dalam psikologi untuk mengetahui
sikap, emosi dan kepribadian seseorang. Kelemahan dari metode ini adalah obyek
yang sama dapat disimpulkan berbeda oleh pengamat yang berbeda.
2.6 Skala Pengukuran
Salah satu aspek penting dalam memahami data untuk keperluan analisis terutama
statistika inferensia adalah Skala Pengukuran. Secara umum terdapat 4 tingkat/jenis
skala pengukuran yaitu :
Skala nominal adalah skala yang hanya mempunyai ciri untuk membedakan skala
ukur yang satu dengan yang lain
Skala Ordinal adalah skala yang selain mempunyai ciri untuk membedakan
juga mempunyai ciri untuk mengurutkan pada rentang tertentu. Skala Interval adalah
skala yang mempunyai ciri untuk membedakan, mengurutkan dan mempunyai ciri
jarak yang sama. Contoh, suhu tertinggi pada bulan Desember dikota A, B dan C
berturut-turut adalah 28, 31 dan 20 derajat Fahrenheit. Kita dapat membedakan dan
mengurutkan besarnya suhu, sebab satu derajat Fahrenheit merupakan suatu besaran
yang tetap, namun pada saat suhu menunjukkan nol derajat Fahrenheit tidak berarti
tidak adanya panas pada kondisi tersebut.
Hal ini dapat dijelaskan, misalnya kota A bersuhu 30 derajat Fahrenheit dan kota B
bersuhu 60 derajat Fahrenheit, tidak dapat dikatakan bahwa suhu dikota B dua kali
lebih panas dari pada suhu dikota A, karena suhu tidak mempunyai titik nol murni
(tulen).
Skala ratio adalah skala yang mempunyai 4 ciri yaitu membedakan,
mengurutkan, jarak yang sama dan mempunyai titik nol yang tulen (berarti). Contoh :
Pak Asmuni mempunyai uang nol rupiah, artinya pak Asmuni tidak mempunyai uang.
BAB 3
SPSS
SPSS merupakan software aplikasi statistik yang populer bagi praktisi dan mahasiswa.
Bagi para mahasiswa SPSS dapat membantu pengolahan data dan pengujian hipotesis
untuk berbagai uji dan analisis dalam statistika, seperti uji t, uji F, uji-uji non
parametrik, analisis regresi, analisis korelasi, dan analisis multivariat dan lain-lain.
Untuk dapat menggunakan SPSS 16 for Windows, diperlukan hal-hal berikut :
Sistem operasi : disarankan Windows XP (32 bit), Windows Vista (32 dan 64 bit).
Hardware : Intel Pentium compatible processor 1 GHz atau yang lebih tinggi. Memori
minimum : 512MB. Minimum free drive space 450MB.
3.1 Tipe Data
Kita dapat mengelompokkan data menjadi dua tipe, yaitu data kategori dan data
numerik. Data kategori terdiri dari data nominal dan data ordinal. Sedangkan data
numerik terdiri dari data interval dan data rasio. Data nominal hanya sebatas memberi
label pembeda pada suatu data, contohnya gender atau jenis kelamin. Sedangkan data
ordinal menunjukkan tingkatan data seperti tidak sakit, sakit, sangat sakit, contoh lain
: sangat tidak setuju, tidak setuju, setuju, sangat setuju.
Data interval memiliki konsep persamaan interval atau jarak, contohnya pengukuran waktu seperti 07.00 – 08.30, 50- 100.
Sedangkan data rasio mewakili jumlah aktual suatu variabel, data ini berpatokan pada
nilai nol sebagai tolak ukur, contoh tinggi, berat, jarak, dll.
3.2 Memasukkan Data dengan SPSS
Berikut ini diberikan data sejumlah mahasiswa yang mengikuti mata kuliah
Kimia Umum.
Gambar 3.2.1 data mahasiswa
|
Nama
mahasiswa
|
Nilai
UAS Statistika
|
Gender
|
|
Ari
|
65
|
Pria
|
|
Cahaya
|
68
|
Wanita
|
|
Noela
|
50
|
Wanita
|
|
Shandy
|
65
|
Pria
|
|
Yunus
|
58
|
Pria
|
|
Ronaldo
|
61
|
Pria
|
|
May
|
69
|
Wanita
|
|
Arjuna
|
61
|
Pria
|
Untuk memasukkan data tersebut ke dalam Program SPSS , lakukan langkah langkah
sbb:
1. Pertama-tama akan muncul tabel sbb:
|
|
var
|
var
|
var
|
var
|
var
|
var
|
|
1
|
|
|
|
|
|
|
|
2
|
|
|
|
|
|
|
|
3
|
|
|
|
|
|
|
|
4
|
|
|
|
|
|
|
|
5
|
|
|
|
|
|
|
Gambar 3.2.2 tabel pada spss
2. Klik mouse sekali pada Variable View yang ada di sebelah kiri bawah, dan
bersamaan dengan itu tampilan di atas akan berubah menjadi:
|
|
name
|
type
|
width
|
decimal
|
Labels
|
values
|
missing
|
coloums
|
algn
|
measure
|
|
1
|
|
|
|
|
|
|
|
|
|
|
|
2
|
|
|
|
|
|
|
|
|
|
|
|
3
|
|
|
|
|
|
|
|
|
|
|
|
4
|
|
|
|
|
|
|
|
|
|
|
|
5
|
|
|
|
|
|
|
|
|
|
|
Gambar 3.2.3 tabel variabel view
3. Pengisian Datanya
Mendefinisikan Variabel Nama
a.Name
Tempatkan pointer pada baris 1, kemudian klik mouse dua kali pada sel
tersebut, dan ketik nama.
b.Type
Klik mouse satu kali pada sel tadi, maka akan muncul secara bersamaan
pada baris 1 tabel di atas:
c.Type : Numeric
Width : 8
Decimals : 2
Values : None
Missing : None
Columns : 8
Align : Right
Measure : Scale
Karena “nama” bukan berupa angka, maka klik mouse sekali pada sebelah
kanan kotak Numeric, dan akan muncul secara bersamaan: Pilih dan klik mouse satu
kali pada String dan di dalam lingkaran kecilnya ditandai dengan titik. Bersamaan
dengan itu, Width: 8 dan Decimal Places: 2 hilang dan diganti dengan Characters: 8.
Setelah itu, klik OK
d.Variable Type
Numeric, Comma Width: 8, Dot Decimals Places: 2 , Scientific notation, Date, Dollar
Custom currency, String
e.Width
Pada Width sudah tertera angka 8. Kalau nama itu lebih dari 8 karakter, ubah angka 8
itu dengan cara sbb: Klik mouse satu kali pada sel yang ada angka 8 nya. Atau klik
sampai angka yang diinginkan, misalkan stop pada angka 20.
f. Decimals
Karena nama merupakan karakter bukan bilangan, jadi dilewat.
g Label
Pada kolom di bawah label, klik dua kali pada sel tsb dan ketik nama mahasiswa
untuk memberikan keterangan pada variabel nama.
h.Values
Karena nama mahasiswa itu bersifat tunggal, artinya setiap nama mahasiswa
mempunyai nomor, maka dilewat saja.
h.Missing
Karena tidak ada data yang hilang dan setiap mahasiswa sudah mempunyai nama,
maka dilewat saja.
i.Columns
Sama dengan Width, maka harus diisi angka 12. Karena sudah tertera angka 8, maka
perlu diubah dengan cara sbb: klik dua kali pada sel yang ada angka 8 nya, dan tekan tanda backspace ← keyboard maka angka 8 akan hilang. Kemudian ketik angka 20.
j. Align
Penulisan datanya dapat ditempatkan di sebelah kiri, kanan, atau tengah. Kalau di
sebelah kiri harus diubah dari Right menjadi Left.
k.Measure
Karena data itu kualitatif, maka harus diisi dengan Nominal.
Mendefinisikan Variabel Nilai
. l .Name
Tempatkan pointer pada baris 1, kemudian klik mouse dua kali pada sel tersebut, dan
ketik nilai.
m. Type
Klik mouse satu kali pada sel tsb, maka akan muncul secara bersamaan pada baris 1
tabel
1. Width
Ketikkan 4 atau klik sampai muncul 4.
2. Decimals
Karena nilai ujian yang dimaksud bilangan bulat antara 0 sampai 100, maka tidak ada
desimalnya. Atau Klik sampai angka 0.
3.Label
Pada kolom di bawah label, klik mouse dua kali pada sel tsb dan ketik Nilai UAS
statistika untuk memberikan keterangan pada variabel Nilai.
4.Columns
Sama dengan Width, maka harus diisi angka 4.
5.Align
Dalam hal ini, penulisan datanya akan ditempatkan di tengah atau pilih Center.
6.Measure
Karena data nilai itu kuantitatif, maka harus diisi dengan Scale. Karena sudah tertera
Scale, maka dilewat saja. Mendefinisikan Variabel Gender
7.Name
Tempatkan pointer pada baris 1, kemudian klik mouse dua kali pada sel
tersebut, dan ketik gender.
8.Type
Klik mouse satu kali pada sel tsb, maka akan muncul secara bersamaan
pada baris 1 tabel 3.2.2 di atas:
Type : Numeric
Width : 8
Decimals : 2
Values : None
Missing : None
Columns : 8
Align : Right
Measure : Scale
Karena gender itu akan dikodekan dengan angka 1 dan 2 supaya lebih praktis, maka
diisi dengan Numeric.
9.Width
Pada Width sudah tertera angka 8.
10.Decimals
Karena kodenya bilangan bulat, maka harus diisi dengan angka 0. Karena
pada sel tsb sudah tertera 2, maka ubah menjadi nol.
11.Label
Pada kolom di bawah label, klik dua kali pada sel tsb dan ketik Jenis
Kelami untuk memberikan keterangan pada variabel gender.
Values Klik mouse satu kali pada sel tsb, kemudian klik mouse satu kali lagi
pada kotak yang berisi titik tiga yang ada di sebelah kanan. Cara pengisian Value
Labels sbb: Pada Value diisi angka berupa kode, yaitu 1 atau 2. Untuk yang pertama,
ketik pada kotak kosong angka 2. Pada Value label diisi dengan keterangan dari angka
1 tsb. Misalkan kode 1 untuk Pria, maka ketik pada kotak kosong itu Pria. Otomatis
tombol Add aktif, dan klik mouse satu kali pada tombol tsb. Maka otomatis keterangan 1=”Pria” akan tampak pada kotak kosong
yang sejajar dengan Add.
Isi lagi pada Value dengan angka 2 Pada Value label diisi dengan keterangan
dari angka 2 tsb. Misalkan kode 2 untuk Wanita, maka ketik pada kotak kosong itu
Wanita. Otomatis tombol Add aktif, dan klik mouse satu kali pada tombol tsb. Maka otomatis keterangan 2=”Wanita” akan tampak pada kotak kosong yang sejajar dengan
Add. Klik mouse satu kali pada OK.
1.Missing
Karena tidak ada data yang hilang, maka tidak perlu diganti.
2.Columns
Sama dengan Width, maka harus diisi angka 8.
3.Align
Dalam hal ini, penulisan datanya bisa ditempatkan di sebelah kiri, kanan,
atau tengah. Caranya sama dengan bagian kedua mendefinisikan nilai.
4.Measure
Karena data itu berupa angka, maka pilih Scale. None 8 Left Scale Untuk mengisi
datanya, klik Data View yang ada di sebelah kiri bawah. Setelah itu akan muncul tabel
sebagai berikut : Untuk mengisi data, gunakan tanda panah tombol pada keyboard
untuk pindah sel ke sebelah kanan; gunakan tombol untuk pindah sel ke sebelah kiri;
gunakan untuk pindah sel ke atas; dan gunakan untuk pindah sel ke bawah atau
menekan tombol Enter.
Untuk mengisi data gender atau jenis kelamin : Pada baris 1 ketik angka 1, lalu
tekan Enter maka akan muncul Pria. Pada baris 2 ketik angka 1, lalu tekan Enter maka
akan muncul Wanita. Menyimpan Data: Setelah semua data terisi, simpan data
dengan cara sebagai berikut : Klik File, kemudian pilih dan klik mouse satu kali pada
Save As. Pada File Name, ketik data1. Kemudian klik mouse satu kali pada Save.
3.3. Diagram Batang
Dalam penelitian pendidikan pengolahan dan penganalisisan data memegang peranan
penting. Data yang telah dikumpulkan terkadang sulit ditafsirkan, oleh karena itu data
tersebut perlu disajikan dalam bentuk sebuah tabel atau diagram (grafik). Setelah
praktikum anda diharapkan terampil menyajikan data dalam bentuk tabel atau grafik
dengan menggunakan Program SPSS.
Satu gambar sering lebih bermakna dari seribu kata. Ungkapan ini sering
dikemukakan untuk menunjukkan peran grafik dalam mendeskripsikan data, selain
dengan menggunakan tabel distribusi frekuensi yang telah kita bahas pada tulisan-
tulisan sebelumya untuk kepentingan itu, dalam beberapa seri tulisan akan kita bahas
.
Gambar 3.3.1 data view
Setelah menginput data tersebut (atau bisa juga sebelum menginput data ),
berilah value label untuk masing-masing kategori variabel yaitu untuk pendidikan: 1
(=<SLTP), 2(SLTA), 3(D3), 4 (S1) sedangkan untuk pendapatan: 1
(rendah),2(menengah), 3(tinggi). Cara memberikan value label, silakan bacatulisan
ini. Terdapat tiga jalur (cara) dalam pembuatan grafik pada SPSS. Pada tulisan ini kita
akan membahas cara yang paling sederhana saja, sebagai berikut:
Kklik Graphs > Legacy Dialogs
.
Akan terdapat beberapa pilihan grafik yang tersedia yaitu: Masing-masing
grafik memiliki karakteristik-karakteristik tertentu yang sesuai dalam penggambaran
data. Grafik yang berbasis batang, umumnya digunakan untuk menggambarkan
perbandingan antar variabel/kategori. Grafik yang berbasis garis, umumnya (lebih
sesuai) untuk menggambarkan perkembangan data. Grafik yang berbasis lingkaran,
umumnya untuk menggambarkan data yang bersifat proporsi. Grafik yang berbasis
titik umumnya untuk menggambarkan pencaran/sebaran data.Dalam konteks data
latihan kita, pada tulisan ini kita akan membahas terlebih dahulu mengenai
grafikbatang. Untuk itu klik Bar, akan muncul tampilan berikut:
Gambar 3.3.2 bar
charts
Terdapat tiga pilihan grafik batang, yaitu Simple, Clustered dan Stacked.
Pilihan Simple digunakan untuk menggambarkan grafik dari variabel tunggal. Pilihan
Clustered dan Stacked digunakan untuk menggambarkan grafik dari variabel tunggal
tetapi dikelompokkan berdasarkan kategori dari variabel lainnya. Pengelompokan
pada tipe grafik Clustered dilakukan secara horizontal, sedangkan pada tipe Stacked
secara vertikal.
Kemudian terdapat pilihan tampilan data untuk grafik (Data in Chart Are),
yaitu diringkas berdasarkan kategori (Summaries for groups of cases), diringkas
berdasarkan pemisahan variabel (Summaries of separate variables) atau menampilkan
data individual. (Catatan: anda bisa mencoba-coba pilihan tersebut untuk memahami
maknanya).
Sebagai latihan awal, kita akan membuat grafik untuk variabel jenis kelamin. Kita
pilih jenis grafik Simple (klik) dan tampilan data adalah Summaries for groups of
cases. Kemudian klik Define, akan muncul tampilan berikut:
Gambar
3.3.3 kotak dialog simpel bar
Tentukan terlebih dahulu ukuran yang akan ditampilkan oleh batang dari
grafik kita(Bar Represent). Ada beberapa pilihan yaitu ukuran frekuensi absolut (N of
cases),kumulatif frekuensi (Cum.N), persentase frekuensi (% of cases), kumulatif
persentase frekuensi (Cum.%), atau ukuran statistik lainnya (Other Statistics).
Andajuga bisa mencoba-coba berbagai pilihan ini untuk melihat perbedaan output
grafiknya.
Untuk latihan ini, kita pilih % of cases. Selanjutnya masukkan variabel Pendidikan ke
dalam kotak Category Axis, dan kemudian klik OK. Akan muncul output grafik .
Gambar 3.3.4
grafik batang
Langkah-langkah yang diperlukan untuk menyajikan data dalam bentuk
diagram batang adalah sebagai berikut :
CARA 1
1. Masukkan data ke dalam SPSS atau buka data yang akan diolah.
2. Dari menu utama SPSS, pilih dan klik mouse satu kali pada menu Graphs.
Klik Legacy Dialogs. Lalu pilih submenu Bar.
Klik mouse satu kali pada Simple.
Pada Data in Chart Are, pilih dan klik mouse satu kali pada Summaries
for Groups of cases (datanya untuk tiap grup tertentu).
Klik mouse satu kali pada Define
.
Untuk kotak pada Category Axis diisi dengan variabel pada sumbu datar,
caranya dengan mengklik mouse satu kali pada variabel tsb di kotak sebelah kiri, lalu
klik tombol anak panah hingga variabel tsb pindah ke kotak Category Axis. Untuk
Bars Represent diisi oleh nilai pada sumbu tegak. Jika dipilih % of cases, maka klik
mouse satu kali pada lingkaran kecil di depannya hingga muncul titik. Dalam hal ini,
grafik disajikan dalam persentase. Klik mouse satu kali pada Titles untuk memberi
judul grafik, dengan pengisian sbb:
Pada Title : Untuk Line1 klik mouse satu kali dan beri judul untuk baris 1. Untuk
Line2 klik mouse satu kali dan beri judul untuk baris 2. Pada Subtitle, klik mouse satu
kali dan ketik sesuai masalah. Pada Footnote : Untuk Line1 klik mouse satu kali dan
beri judul. Untuk Line2 klik mouse satu kali dan beri judul. Klik Continue untuk
meneruskan proses. Untuk Options diabaikan saja. Klik OK.
Cara kedua: Masukkan data ke dalam SPSS, Dari menu utama SPSS, pilih
dan klik mouse satu kali pada menu Graphs. Lalu pilih submenu Bar. Klik mouse satu
kali pada Simple. Pada Data in Chart Are, pilih dan klik mouse satu kali pada
Summaries of separate variables. Klik mouse satu kali pada Define. Untuk Bars
Represent diisi variabel kuantitatif, dengan cara mengklik mouse satu kali pada
variabel tsb di kotak sebelah kiri, lalu klik mouse satu kali pada tombol anak panah
hingga variabel tersebut pindah ke kotak Bars Represent. Klik OK.
3.4. Diagram Lingkaran
Langkah-langkah yang diperlukan untuk menyajikan data kedalam grafik
lingkaran sbb:
1. Masukkan data kedalam SPSS.
2. Dari menu utama SPSS, pilih dan klik mouse satu kali pada menu Graph.
Selanjutnya pilih submenu Pie. Pilih dan klik mouse satu kali pada Summaries for
Groups of cases. Klik mouse satu kali pada Define.
Untuk Slices Represent diisi variabel berupa satuan bukan dalam angka,
dengan cara mengklik mouse satu kali pada variabel tsb di sebelah kiri, lalu klik
mouse satu kali pada tombol anak panah hingga variabel tsb pindah ke kotak yang
sudah ada. Klik mouse satu kali pada Other summaries function. Untuk Define slices
by diisi dengan variabel kualitatif, dengan cara mengklik mouse satu kali pada
variabel tsb di sebelah kiri, lalu klik mouse satu kali pada tombol anak panah hingga
variabel tsb pindah ke kotak Define slices by. Klik OK.
3.5. Diagram Garis
Langkah-langkah yang diperlukan untuk menyajikan data kedalam grafik lingkaran
sbb:
1. Masukkan data kedalam SPSS.
2. Dari menu utama SPSS, pilih dan klik mouse satu kali pada menu Graphs. Klik
Legacy Dialogs. Lalu pilih submenu Line. Klik mouse satu kali pada Simple. Pada
Data in Chart Are, pilih dan klik mouse satu kali pada Summaries for Groups of cases
(datanya untuk tiap grup tertentu). Klik mouse satu kali pada Define. Untuk kotak
pada Category Axis diisi dengan variabel pada sumbu datar.
Untuk Line Represent diisi oleh nilai pada sumbu tegak. Mengolah Data
(Menghitung berbagai macam ukuran) Dalam statistika ada beberapa macam cara
untuk mengumpulkan data. Dari data yang terkumpul itu, untuk memberikan
gambaran tentang data itu biasanya diperlukan suatu ukuran. Ada beberapa macam
ukuran dalam statistika yang kesemuanya secara garis besarnya termasuk kedalam
ukuran gejala pusat, ukuran letak, ukuran variasi, ukuran kemiringan dan
keruncingan.
Pada bagian ini anda akan melakukan pengolahan data untuk menghitung
berbagai statistik seperti : mean atau rata-rata dan modus sebagai ukuran gejala pusat;
median, kuartil satu dan kuartil tiga sebagai ukuran letak; rentang, simpangan baku
dan variansi sebagai ukuran variasi; ukuran kemiringan (skewness); dan kurtosis
sebagai ukuran keruncingan.
Setelah praktikum diharapkan anda terampil dalam menghitung berbagai
ukuran atau statistik tersebut dengan menggunakan program SPSS.
Langkah-langkah yang diperlukan untuk menghitung berbagai macam ukuran
dalam statistika sbb:
CARA 1
1. Masukkan data ke dalam SPSS.
2. Dari menu utama SPSS, pilih dan klik mouse satu kali pada menu Analyze.
Kemudian pilih submenu Descriptive Statistics, lalu pilih Descriptive.
Untuk Variable(s) diisi dengan variabel kuantitattif, caranya dengan mengklik mouse
satu kali pada variabel yang ada di kotak sebelah kiri, lalu klik mouse satu kali pada
tombol anak panah, sehingga variabel tsb pindah ke kotak Variable(s). Klik mouse
satu kali pada Options. Klik mouse satu kali pada Mean di kotak depannya hingga akan muncul tanda “√”.
Klik mouse satu kali pada Std.deviation. Klik mouse satu kali pada variance.
Klik mouse satu kali pada Range. Klik mouse satu kali pada Minimum. Klik mouse
satu kali pada Maximum. Klik mouse satu kali pada Kurtosis. Klik mouse satu kali
pada Skewness. Klik mouse satu kali pada Continue.. Terlihat kotak pilihan Save
Standardized values as variables yang telah diberi tanda. Hal ini berarti selain ada
output SPSS, pada data editor SPSS bertambah satu variabel baru. Klik OK.
Cara kedua: Masukkan data kedalam SPSS. Dari menu utama SPSS, pilih dan
klik Analyze. Kemudian pilih submenu Descriptive Statistics, lalu pilih Explore.
Untuk Dependent List diisi dengan variabel kuantitattif, caranya dengan mengklik
mouse satu kali pada variabel yang ada di kotak sebelah kiri, lalu klik mouse satu kali
Pada tombol anak panah, sehingga variabel pindah ke kotak Dependent List. Pada
Factor List diabaikan saja. Pada List cases by diabaikan saja. Klik mouse satu kali
pada Statistics. Klik mouse satu kali pada Descriptive. Klik Continue. Pada Display,
klik Statistics. Klik OK.
Dalam statistika ada dua tahapan statistika yaitu statistika deskriptif dan
statistika inferensi. Pada statistika inferensi dilakukan pengujian hipotesis dan
penarikan kesimpulan berdasarkan sampel yang diteliti. Oleh karena itu pada modul
ini akan dipelajari langkah-langkah yang harus dilakukan dengan SPSS untuk
pengujian hipotesis tertentu yang sering digunakan dalam penelitian pendidikan. Uji
Normalitas dan Kesamaan Varians
Langkah-langkah yang diperlukan untuk menguji hipotesis normalitas dan
kesamaan varians sbb: Masukan data ke dalam SPSS. Dari menu utama SPSS, pilih
Analyze. Kemudian pilih Descriptive Statistics, lalu pilih Explore. Untuk Dependent
List diisi dengan variabel kuantitatif, caranya dengan mengklik mouse satu kali pada
variabel yang ada di kotak sebelah kiri, lalu klik mouse satu kali pada tombol anak
panah, sehingga variabel tsb pindah ke kotak Dependent List. Untuk Factor List diisi
dengan variabel kuantitatif, caranya dengan mengklik mouse satu kali pada variabel
yang ada di kotak sebelah kiri, lalu klik mouse satu kali pada tombol anak panah.
sehingga variabel tsb pindah ke kotak Factor List. Untuk Label Cases by dan
Statistics dilewat saja. Klik Plots. Pada Boxplot, pilih None. Pada Descriptive tidak
ada yang dipilih. Klik Normality Plots with tests. Untuk pilihan Spread vs Level with
Levene Tests, pilih Power estimation. Hal ini dilakukan untuk menguji kesamaan
varians. Klik Continue untuk melanjutkan proses. Untuk Displays, pilih Both. Klik
OK.
Kriteria pengujian normalitas dan kesamaan varians adalah :
1. Normalitas
a. Jika Nilai Sig. < 0,05, maka H0 bahwa data berdistribusi normal ditolak. Hal ini
berarti data sampel berasal dari populasi berdistribusi tidak normal.
b. Jika Nilai Sig. > 0,05, maka H0 diterima.
Hal ini berarti data sampel berasal dari populasi berdistribusi normal.
2. Kesamaan Varians
a. Jika Nilai Sig. < 0,05, maka H0 bahwa varians kedua kelompok sama ditolak. Hal
ini berarti kedua kelompok mempunyai varians yang tidak sama.
b. Jika Nilai Sig. > 0,05, maka H0 diterima.
Hal ini berarti kedua kelompok mempunyai varians yang sama. Uji Satu Rata-
Rata. Langkah-langkah yang diperlukan untuk menguji hipotesis satu rata-rata sbb:
1. Pemasukan data kedalam SPSS.
2. Dari menu utama SPSS, pilih dan klik mouse satu kali pada menu Analyze.
Kemudian pilih submenu Compare Means, lalu pilih dan klik mouse satu kali pada
One-Samples T Test.... Untuk Test Variable(s) diisi dengan variabel kuantitatif yang
akan diuji.
caranya dengan mengklik mouse satu kali pada variabel yang ada di kotak
sebelah kiri, lalu klik mouse satu kali tombol anak panah , sehingga variabel tsb
pindah ke kotak Test Variable(s). Untuk Test Value diisi dengan nilai yang akan diuji.
Klik Options... Pada Confidence Interval telah diisi dengan 95%. Untuk Missing
Value diabaikan, karena tidak ada data yang hilang. Klik Continue. Klik OK.Kriteria
pengujian satu rata-rata adalah :
1. Jika Nilai Sig. < 0,05, maka H0 ditolak. Hal ini berarti rata-rata yang sebenarnya
tidak mempunyai nilai tertentu.
2. Jika Nilai Sig. > 0,05, maka H0 diterima. Hal ini berarti rata-rata yang sebenarnya
mempunyai nilai tertentu.
Uji Dua Rata-rata Sampel Bebas Langkah-langkah yang diperlukan untuk
menguji hipotesis dua rata-rata untuk dua sampel bebas sbb:
1. Masukan data ke dalam SPSS.
2. Dari menu utama SPSS, pilih dan klik mouse satu kali pada menu Analyze.
Kemudian pilih submenu Compare Means, lalu pilih dan klik mouse satu kali pada
Independent-Samples T Test. Untuk Test Variable(s) diisi dengan variabel kuantitatif
yang akan diuji, caranya dengan mengklik mouse satu kali pada variabel yang ada di
kotak.
sebelah kiri, lalu klik mouse satu kali pada tombol anak panah, sehingga
variabel tsb pindah ke kotak Test Variable(s). Untuk Grouping Variable diisi dengan
variabel pengelompokan, caranya dengan mengklik mouse satu kali pada variabel
yang ada di kotak sebelah kiri, lalu klik mouse satu kali pada tombol anak panah,
sehingga variabel tsb pindah ke kotak Grouping Variable. Klik Define Group.
Untuk Group 1 diisi dengan nilai yang mewakili kategori pertama. Untuk
Group 2 diisi dengan nilai yang mewakili kategori lainnya. Klik Continue. Klik
Options. Pada Confidence Interval telah diisi dengan 95%. Untuk Missing Value
diabaikan, karena tidak ada data yang hilang. Klik Continue. Klik OK.
Kriteria pengujian untuk dua rata-rata adalah :
1. Jika Nilai Sig. < 0,05, maka H0 ditolak.
Hal ini berarti terdapat perbedaan rata-rata yang sebenarnya antara
kelompok pertama dan kelompok kedua..
2. Jika Nilai Sig. > 0,05, maka H0 diterima.
Hal ini berarti tidak terdapat perbedaan rata-rata yang sebenarnya antara
kelompok pertama dan kelompok kedua. Uji Dua Rata-rata Sampel Berpasangan
Langkah-langkah yang diperlukan untuk menguji hipotesis dua rata-rata
sampel berpasangan adalah :
1. Masukan data kedalam SPSS.
2. Dari menu utama SPSS, pilih dan klik mouse satu kali pada menu Analyze.
Kemudian pilih submenu Compare Means, lalu pilih dan klik mouse satu kali pada
Paired-Samples T Test.
Pada Current Selections pengisiannya sbb: Untuk Variable 1 diisi dengan
variabel pertama, caranya dengan mengklik mouse satu kali pada variabel tsb di kotak
di atasnya dan secara otomatis variabel tsb muncul di Variable 1. Untuk Variable 2
diisi dengan variabel pertama, caranya dengan mengklik mouse satu kali pada variabel
tsb di kotak di atasnya dan secara otomatis
variabel tsb muncul di Variable 2. Pada Paired Variables diisi dengan variabel
yang ada di Current Selections, caranya dengan mengklik mouse satu kali pada
tombol anak panah, maka kedua variabel tsb akan pindah kedalam kotak Paired
Variables. Klik mouse satu kali pada Options. Pada Confidence Interval telah diisi
dengan 95%.
Untuk Missing Value diabaikan, karena tidak ada data yang hilang. Klik mouse
satu kali pada Continue untuk melanjutkan proses. Klik mouse satu kali pada OK
untuk mengakhiri pengisian prosedur analisis.
Kriteria pengujian untuk dua rata-rata adalah : Jika Nilai Sig. < 0,05, maka H0
ditolak. Hal ini berarti terdapat perbedaan rata-rata yang sebenarnya antara kelompok
pertama dan kelompok kedua. Jika Nilai Sig. > 0,05, maka H0 diterima. Hal ini berarti
tidak terdapat perbedaan rata-rata yang sebenarnya antara kelompok pertama dan
kelompok kedua.
BAB 4
PENUTUP
4.1 Kesimpulan
Berdasarkan pembahasan-pembahasan yang telah diuraikan dapat diambil kesimpulan
Statistika sangat bermanfaat dalam kalangan masyarakat, baik itu dalamm bidang
pemerintahan, bidang kesehatan, bidang ekonomi, perusahaan, dalam bidang umum.
Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan sehari-
hari. Baik dalam perumahan, perusahaan, dan dalam bidang pemerintahan. Dunia
penelitian atau riset, dimanapun dilakukan, bukan saja telah mendapat manfaat yang
baik dari statistika tetapi sering harus menggunakannya.
Untuk mengetahui apakah cara yang baru ditemukan lebih baik daripada cara
lama, melalui riset yang dilakukan di laboratorium, atau penelitian yang dilakukan di
lapangan, perlu diadakan penilaian dengan statistika. Apakah model untuk sesuatu hal
dapat kita anut atau tidak, perlu diteliti dengan statistika. Statistika juga telah cukup
mampu untuk menentukan apakah faktor yang satu dipengaruhi atau dipengaruhi
faktor lainnya.
Demikian yang dapat saya paparkan mengenai materi yang menjadi pokok
bahasan dalam makalah ini, tentunya masih banyak kekurangan dan kelemahannya,
kerena terbatasnya pengetahuan dan kurangnya rujukan atau referensi yang ada
hubungannya dengan judul makalah ini.
4.2 Saran
Saya banyak berharap kepada pembaca sudi memberikan kritik dan saran yang
membangun kepada saya demi sempurnanya makalah ini dan dan penulisan makalah
di kesempatan-kesempatan berikutnya. Semoga makalah ini berguna bagi pembaca
dan khususnya bagi penulis
Dengan adanya penulisan makalah ini, penulis bisa lebih mengerti materi
pembelajaran mengenai pentingnya peran statistika dalam kehidupan kita. dan serta
dapat menerapkan apa yang menjadi fungsi pengantar teknologi informasi bagi
mahasiswa khususnya.
Selamat belajar
.
