Muhammad Muflih Siregar-Statistik Deskriptif

LAPORAN STATISTIKA DESKRIPTIF

 

Disusun Oleh :
Muhammad Muflih Siregar
2005105010036



TINJAUAN PUSTAKA

    Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistikadalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas.
       Statistika deskriptis merupakan metode-metode yang berkaitan dengan pengumpulan dan penyajian data sehingga memberikan informasi yang berguna. Metode ini bertujuan untuk menguraikan tentang sifat-sifat atau karakteristik dari suatu keadaan dan membuat deskripsi atau gambaran yang sistematis dan akurat mengenai fakta-fakta dan sifat-sifat dari fenomena yang diselidiki. Contoh dari penyajuan data dalam statistika deskriptif adalah tabel, diagram, dan grafik.
   Analisis statistik deskriptif adalah suatu pengolahan data yang bertujuan untuk menggambarkan data. Maksudnya ialah berkenaan dengan bagaimana data tersebut dideskripsikan atau digambarkan baik secara numerik maupun secara grafis untuk mendapatkan gambaran sekilas mengenai data tersebut sehingga mudah untuk dibaca dan dipahami. Beberapa yang termasuk dalam analisis statistik deskriptif yaitu membuat tabel dan grafik-grafik. Selain itu, penaksiran parameter seperti menghitung rata-rata (mean), median, modus, kemencengan (skewness), juga termasuk didalam analisis deskriptif.



LAPORAN PRAKTIKUM

    Pada laporan ini, akan dijelaskan cara menggunakan aplikasi IMB SPSS Statistik versi 26 untuk menentukan nilai rata-rata dari suatu variabel.



1. Tampilan awal dari aplikasi SPSS
    Pada tampilan ini, terdapat tampilan data view dan variabel view. Data view bertujuan untuk memasukkan data yang akan dijadikan bahan uji coba, sedangkan Variabel view bertujuan untuk mengatur dari sebuah data, seperti mengatur lebar kolom, mengatur label, mengatur data yang miss dan lainnya.



Gambar 1. Tampilan dari data view


Gambar 2. Tampilan dari variabel view


2. Memasukkan data kedalam SPSS
    Data yang diambil adalah data yang telah dibuat pada aplikasi Microsoft Excel. Data tersebut kemudian dicopy dan ditempelkan kedalam "data view".
Pada percobaan ini data yang diambil sebagai berikut :

3. Tampilan Setelah dimasukkan percobaan

    
Gambar 3. Tampilan dari data view setelah mengcopy data excel



Gambar 4. Tampilan variabel view setelah mengcopy data dari excel


4. Mengubah Variabel View
    Setelah data dari Excel dicopy dan dimasukkan kedalam data view, kita akan mengubah setiap variabel pada variabel view. 

Variabel pertama :

Nama Variabel                : Responden
Type                                : String (karena kita akan menggunakan huruf abjad bukan angka)
Width                              : 18
Decimal                          : 0 (untuk data type string, desimal akan otomatis 0)
Label                               : Nama Responden
Values                             : None (untuk data type string, values akan otomatis none)
Missing                           : None (untuk data type string, missing akan otomatis none)
Column                           : 18 
Align                               : Left (untuk data string sebaiknya dibuat rata kiri) 
Measure                          : Nominal (untuk data string, pilih saja measure nominal)  


Variabel kedua :

Nama Variabel                : Sex
Type                                : Numeric
Width                              : 2
Decimal                          : 0
Label                               : Jenis Kelamin Responden
Values                             : 1 = laki-laki, 2 = perempuan
Missing                           : None 
Column                           : 4
Align                               : Rigth
Measure                          : Nominal 


 

Variabel ketiga :   

Nama Variabel                 : Umur

Type                                 : Numeric
Width                               : 3
Decimal                           : 0
Label                                : Umur Responden
Values                              : None
Missing                            : None
Column                            : 5
Align                                : Rigth
Measure                           : Scale (karena umur merupakan data berskala ratio)


 

Variabel keempat :

Nama Variabel                 : Pendidikan
Type                                 : Numeric
Width                               : 2
Decimal                           : 0
Label                                : Pendidikan Responden 11 
Values                              : 1 = SD, 2= SLTP, 3= SLTA, 4= D3, 5= S1
Missing                            : None
Column                            : 8
Align                                : Rigth
Measure                           : Ordinal (karena pendidikan merupakan data berskala ordinal) 
 
Variabel kelima :
Nama Variabel                : Pendapatan
Type                                : Numeric
Width                              : 8
Decimal                          : 0
Label                               : Pendapatan perorangan
Values                              : -
Missing                            : 9999 (karena terdapat responden yang tidak mengetahui pendapatannya)
Column                            : 8
Align                                : Rigth
Measure                           : Scale
 
Variabel keenam :
Nama Variabel                 : Konsumsi
Type                                 : Numeric
Width                               : 8
Decimal                           : 0
Label                                : Konsumsi Perorangan
Values                              : -
Missing                            : 9999 (karena terdapat responden yang tidak mengetahui pengeluaran biaya konsumsi pribadinya)
Column                            : 8
Align                                : Rigth (untuk data numerik sebaiknya dibuat rata kanan)
Measure                           : Scale

 

5. Mencari Rata-Rata dari Konsumsi
   Setelah mengubah semua variabel sesuai dengan petunjuk. langkah selanjutnya adalah mencari nilai rata-rata yang akan ditampilkan pada output. Langkah awal adalah mencari menu Analyze - Descriptive Statistic - Descriptive. Untuk lebih rincinya seperti berikut :


Gambar 5. Proses pembukaan menu descriptive

    Setelah menemukan menu tersebut, maka akan dialihkan kedalam menu Descriptive, seperti berikut :


Gambar 6. Menu descriptives

Setelah menu terbuka, pilih variabel yang akan dinilai (konsumsi) dan drag atau menekan tombol yang telah dikolom merahkan. Hal ini bertujuan untuk memilih variabel mana yang akan dicari rata-ratanya. 


Gambar 7. Proses memasukkan variabel yang akan dicari nilainya


Selanjutnya tekan tombol menu Options untuk membuka menu mencari nilai rata-rata.


Gambar 8. Mencari menu options


Gambar 9. Tampilan menu options


Setelah memilih menu rata-rata selanjutnya tekan tombol OK dan aplikasi SPSS otomatis membawa anda kedalam halaman Output yang berisi nilai rata-rata dari variabel konsumsi. 


Gambar 10. Tampilan hasil Output berupa nilai rata-rata dari variabel konsumsi


Untuk lebih rinci tentang penggunaan dasar aplikasi SPSS, silahkan menonton video dari Youtube berikut :


    

Komentar