Rilla Melati-Statistika (PTN 203) Proteksi Tanaman
LAPORAN
STATISTIKA DESKRIPTIF
Oleh :
Rilla Melati
(2105109010007)
Program Studi Proteksi Tanaman, Fakultas Pertanian, Universitas Syiah Kuala
Darussalam,
Banda Aceh
I. Tinjauan Pustaka
Statistik merupakan salah satu
cabang dari ilmu matematika yang di dalamnya mempelajari suatu pengukuran,
observasi dan analisis. Statistik mempunyai arti dasar yaitu suatu data
ringkasan yang berbentuk angka. Sebagai contoh kecil adalah mengenai data
tentang penduduk, data tentang guru-guru atau data tentang mahasiswa di
perguruan tinggi. Dalam arti yang lebih dalam, statistik adalah suatu ilmu yang
mempelajari mengenai bagaimana cara mengumpulkan data, mengolah data,
menyajikan data dan menganalisi data dengan mempertimbangkan unsur
ketidakpastian berdasarkan konsep probabilitas.
Statistik sendiri berasal dari kata
“status” dalam bahasa latin, yang sama artinya dengan kata “state” (bahasa
inggris) yang berarti adalah negara. Awal mula suatu kata statistik, diartikan
mengenai suatu kumpulan keterangan yang berupa angka ataupun non angka tetapi
memiliki arti yang penting dan berguna untuk negara. Setelah berkembangnya
suatu ilmu, maka statistik dijadikan sebagai kumpulkan keterangan yang hanya
berupa angka dan memberikan gambaran mengenai keadaan, peristiwa atau gejala
tertentu.
Statistik deskriptif adalah salah satu
bagian dari ilmu statistika yang berhubungan dengan aktivitas penghimpunan,
penataan, peringkasan dan penyajian data dengan harapan agar data lebih bermakna,
mudah dibaca dan mudah dipahami oleh pengguna data. Statistik deskriptif hanya
sebatas memberikan deskripsi atau gambaran umum tentang karakteristik objek
yang diteliti tanpa maksud untuk melakukan generalisasi sampel terhadap
populasi. dalam statistik deskriptif meliputi pengumpulan, pengelompokan dan
pengolahan data yang selanjutnya akan menghasilkan ukuran-ukuran statistik
seperti frekuensi, pemusatan data, penyebaran data, kecenderungan suatu gugus
data dan lain-lain. Selain itu, agar data lebih mudah dibaca dan dipahami maka
data dapat diringkas dalam bentuk tabulasi atau disajikan dalam bentuk grafik
atau diagram. Penggunaan grafik dan diagram dimaksudkan agar data yang
disajikan lebih menarik dan lebih komunikatif.
Hal-hal yang mungkin dikerjakan dalam statistika
deskripif adalah mengurutkan data berdasarkan ukuran, meamsukkan data kedalam
bentuk tabel, menyajikan data dalam bentuk grafik atau meringkasnya dalam
bentuk kesimpulan parameter yang berarti dan sebagainya. Hal penting yang dipertimbangkan
dalam statistik deskriptif adalah jenis variabel. Jenis variabel tertentu
mungkin akan baik apabila dideskripsikan dalam bentuk grafk atau dalam bentuk
tabel. Analisis teoretik-deskriptif dalam statistika deskriptif yang menekankan
analissnya pada data-data numerikal yang diolah dengan metode statistika.
Metode analisis data yang digunakan untuk menguji hipotesis adalah analisis
deskriptif melalui isum dan mean dengan alat bantu SPSS.
Statistika deskkriptif ditujukan untuk mencari proporsi maupun frekuensi dari
karakteristik subyek penelitian (Rachmini,2001).
Statistik deskriptif, yang lazim dikenal
pula dengan istilah statistik deduktif, statistik sederhana, dan descriptive
statistics, adalah statistik yang tingkat pekerjaannya mencakup cara-cara
menghimpun,menyusun, atau mengatur, mengolah, menyajikan, dan menganalisis data
angka, agar dapat memberikan gambaran yang teratur, ringkas, dan jelas mengenai
suatu gejala, peristiwa, atau keadaan.Dengan kata lain, statistik deskriptif adalah
statistik yang mempunyai tugas mengorganisasi dan menganalisis data,
angka, agar dapat memberikan gambaran secara teratur, ringkas, dan jelas,
mengenai sesuatu gejala, peristiwa atau keadaan, sehingga dapat ditarik
pengertian atau makna tertentu.
Menurut Husaini Usman (2003), statistik deskriptif
atau statistik dalam arti sempit, ialah susunan angka yang memberikan gambaran
tentang data yang disajikan dalam bentuk-bentuk tabel, diagram, histogram,
poligon, frekuensi, ozaiv (ogive), ukuran penempatan (median, kuartil, desil,
dan persentil),ukuran gejala pusat (rata-rata hitung, rata-rata ukur, rata-rata
harmonik, dan modus), simpangan baku, angka baku, kurva normal, korelasi, dan
regresi linier.
Berbagai metode statistik memungkinkan kita
dapat melihat, mencari dan menyimpulkan hal-hal yang jauh diluar data yang
dikumpulkan dan dapat masuk kebagian pengambila keputusan melalui generalisasi
dan peramalan. Perkembangan teknologi informasi melahirkan perangkat lunak
paket-paket metode statistik yang sangat membantu da mempermudah mnghitung,
meramal serta menganalisis masalah yang akan dipecahkan (Rahmini,2001).
Langkah-langkah pengolahan data pada SPSS sangat
praktis karena hanya menginput data tanapa menghitung dengan rumus-rumus statistika.
Setelah data diinput pada SPSS editor kemudian kita mencari alat analisis yang
diperlukan, memasukka variabel dan lain-lain, kemudian klik Ok, setelah itu
proses olah data dilakukan dengan sangat cepat, singkat, akurat, cermat, handal
dan keluarlah output data SPSS (Bisono,2013).
1. 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.
2. 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 tahu :
- 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. Standar 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 (negat
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 adalah sebuah program atau aplikasi yang merupakan bagian
dari paket instalasi Microsoft Office, berfungsi untuk mengolah angka
menggunakan spreadsheet yang terdiri dari baris dan kolom untuk mengeksekusi
perintah. Microsoft Excel telah menjadi software pengolah data / angka terbaik
di dunia, selain itu Microsoft Excel telah didistribusikan secara
multi-platform. Microsoft Excel tidak hanya tersedia dalam platform Windows,
Microsoft Excel juga tersedia di MacOS, Android dan Apple.
Menurut Susandra (2010), “Microsoft Excel merupakan
program aplikasi spreasheet (lembar kerja elektronik). Fungsi dari Microwsoft
Excel adalah untuk melakukan operasi perhitungan serta dapat mempresentasikan
data ke dalam bentuk tabel.” Menurut Musyafa (2014), “Microsoft Excel 2007
adalah sebuah program aplikasi lembar kerja spreadsheet yang dibuat dan
didistribusikan oleh Microsoft Corporation untuk sistem operasi Microsoft Windows
dan Mac OS.” Aplikasi ini memiliki fitur kalkulasi dan pembuatan grafik yang
berupa pengolah angka.
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:
Gambar 1. Data Exel
Ket:
Jenis Kelamin
= 1 : Laki-Laki
= 2 : Perempuan
Pendidikan = 1 : SD
= 2 : SLTP
= 3 : SLTA
= 4 : D3
= 5 : S1
III. 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.
Gambar 2. Tampilan 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 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. Data
Menu ini menampilkan submenu untuk melakukan
perubahan-perubahan data, seperti mengurutkan data, memisahkan
isi file dengan kriteria tertentu, menggabungkan data, etc.
2. Transform
Menu untuk transformasi data, seperti menghitung
variabel data, mengubah data, merangking data,
etc.
3. Analyze
Menu yang menjadi pusat pengolahan data, seperti mengolah statistik
deskriptif, regresi, korelasi, etc.
4. Graphs
Menu untuk menampilkan data dan hasil pengolahan data dalam bentuk
grafik dan chart, seperti bar
charts, histogram, scatter diagram, etc.
5. Utilities
Menu pelengkap dalam pengoperasian SPSS, seperti menampilkan
informasi variabel,
mendefinisikan dan menampilkan variabel data, etc.
b. Variable 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. Columns
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 yang sudah disalin ke SPSS
Gambar 5. Tampilan Variabel View setelah diisi data
Variabel Pertama
Nama
Variabel : Responden
Type
: String (karena pada variabel ini menggunakan huruf bukan
angka)
Width
: 12 ( jumlah karakter terbanyak yaitu 12)
Decimal
: 0 (Tidak
menggunakan desimal pada data type string)
Label
: Pada data ini tidak menggunakan label.
Value
: None
Missing
:
None
Coloum
: 12
(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
: Ordinal
(karena pendidikan merupakan skala ordinal)
Variabel Kelima
Nama
Variabel : Pendapatan
Type
: Numeric
Width
: 8
Decimal
: 0
Label
: -
Value
: None
Missing
: 9999 (informasi data pendapatan ada yang tidak diketahui)
Coloum
: 8
Align
: Center
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
: Center
Measure
: Scale
Setelah 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
Setelah 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.
Sumber : https://www.youtube.com/watch?v=HBURQKLHajk
Komentar
Posting Komentar