Anda di halaman 1dari 13

LAPORAN PRAKTIKUM STATISTIKA

OLAP CUBES

MODUL 2

Disusun oleh :
Nama NIM Kelas : Atik Khaerul Anwar : 2013091116 : 2013 SI-A

LABORATORIUM KOMPUTER

FAKULTAS ILMU KOMPUTER


UNIVERSITAS KUNINGAN
2014

OLAP CUBES

A. Tujuan
1. Mampu menyajikan data dalam bentuk grafik 2 dimensi dan 3 dimensi. 2. Mampu menyajikan data dalam bentuk table 3. Mampu menyajikan data dalam bentuk OLAP Cubes

B. Dasar Teori
Data statistik dapat terbentuk : 1. Kategori yang merupakan data kualitatif yaitu keterangan atau ilustrasi sesuatu hal, contoh : rusak, baik, senang, berhasil, gagal, dan sebagainya. 2. Bilangan yang merupakan data kuantitatif, harganya berubah-ubah atau bersifat variabel, dan dikenal dengan 2 golongan data yaitu : a. Data dengan variabel diskrit yang merupakan hasil menghitung atau membilang dan dikenal dengan data diskrit. b. Data dengan variabel kontinu yang merupakan hasil pengukuran dan dikenal dengan data kontinu. Data kualitatif adalah sebuah data yang dinyatakan dalam bentuk bukan angka. Data kualitatif harus dikuantifikasikan atau diubah dalam bentuk kuantitatif. Pengubahan bisa dengan cara memberi skor tertentu (seperti pria diberi skor 1, sementara wanita diberi skor 2), hal ini dilakukan karena statistik hanya bisa memproses data yan berupa angka. Data kuantitatif adalah data yang dinyatakan dalam bentuk angka. Mean adalah rata-rata, Sum adalah jumlah, Median adalah nilai tengah, Minimum adalah nilai data yang paling kecil, dan Maksimum adalah nilai data yang paling besar.

C. praktiK
Data : Data yang diperlukan bisa berupa data kualitatif dan kuantitatif.

Data Karyawan
Variabel Data : Nama Variabel Gender Bidang Tipe Numerik Numerik 0 = Wanita 1 = Pria 1 = Administrasi 2 = Personalia 3 = Teknisi 4 = Marketing Label Jenis Kelamin Karyawan Bidang Pekerjaan Karyawan

Gaji Usia Status Kerja Didik

Numerik Numerik Numerik Numerik Numerik 1 = SMU 2 = Akademi 3 = Sarjana 1 = Belum Menikah 2 = Menikah

Gaji Karyawan (ribu rupiah/bulan) Usia Karyawan (tahun) Status Karyawan Pengalaman Kerja Karyawan (tahun) Tingkat Pendidikan Karyawan

Isi Data : Gender 1 2 3 4 5 6 7 8 9 10 Wanita Pria Wanita Wanita Pria Pria Wanita Wanita Pria Wanita Bidang Gaji Usia Status 23 24 26 28 33 26 27 24 20 21 Belum Menikah Belum Menikah Belum Menikah Belum Menikah Menikah Belum Menikah Menikah Belum Menikah Belum Menikah Belum Menikah Kerja Pendidikan 2 4 3 6 7 3 4 3 2 2 SMU Akademi Akademi Sarjana Sarjana SMU Sarjana SMU SMU Akademi

Administrasi 856 Administrasi 890 Administrasi 875 Personalia Personalia Teknisi Teknisi Marketing Marketing Marketing 945 960 757 786 748 638 687

Kasus : Manajer Personalia PT. CEMERLANG TRADING ingin melihat Gaji Karyawan yang ada selama ini, dilihat dari Bidang Pekerjaan dan Gender mereka.

D. Langkah pengerjaan
a. b. c. d. Masukan data karyawan Simpan data dengan nama file Data Karyawan Buka data karyawan Dari menu utama Analize pilih menu Reports kemudian submenu Olap Cubes

Pengisian : Tekan tombol Reset jika ada isian sebelumnya dikotak dialog, jika tidak abaikan. Kotak Summary Variabel(s) dimasukkan variabel kuantitatif. Sesuai kasus, pilih variabel Gaji Karyawan pada kotak sebelah kiri dan klik tanda untuk memasukkan variabel tersebut. Kotak Grouping Variabel(s) atau variabel grup yang akan dimasukkan, dimasukkan variabel kualitatif, pilih variabel Bidang dan kemudian variabel Gender. Tekan tombol Statistics

Untuk keseragaman, masukkan statistik Mean, Sum, Minimum, dan Maximum ke kotak Cell Statistik Kemudian klik Continue untuk proses selanjutnya Tekan tombol TITTLE, ketik Gaji Karyawan Berdasarkan Pengalaman Kerja dan Bidang Kerja Caption atau keterangan dibagian bawah output, ketik PT. CEMERLANG TRADING Klik Continue untuk proses selanjutnya Setelah pengisian selesai, klik OK untuk pengolahan data Keluaran tampilan output seperti dibawah ini

Simpan output (dengan mengklik menu File nama Lat1_Modul2

Save As ...) dengan

Untuk melihat kegunaan OLAP CUBES, untuk menampilkan gaji karyawan Wanita yang bekerja dibagian Administrasi. Letakkan pointer pada bagian Gaji Karyawan berdasarkan Bidang dan Gender Klik mouse dua kali pada bagian total

Buka kotak combo dari total bidang, pilih Administrasi Buka kotak combo pada total jenis, pilih Wanita Simpan output dengan nama Lat2_Modul2

Cara memindahkan output ke Microsoft Word :


Klik output

Klik Kanan, pilih Copy Buka program Microsoft Word Klik Paste

E. Latihan
1. Manajer Personalia PT. CEMERLANG TRADING ingin melihat Data Usia Karyawan yang ada pada Pengalaman Kerja Karyawan tersebut dilihat dari Status dan Tingkat Pendidikan mereka, buat output hasil pengolahan datanya simpan dengan nama file Lat3_Modul2 !!

Jawab :

2. Buat output untuk soal diatas, yang menampilkan usia dan pengalaman pegawai Wanita yang berpendidikan Akademi, simpan output dengan nama file Lat4_Modul2 !!

Jawab :

3. Tampilkan output no.2 setelah dipindahkan ke program Microsoft Word !!

Jawab :
OLAP CUBES Usia BY Gender BY Didik /CELLS=SUM MEAN MIN MAX /TITLE='Gaji Karyawan Berdasarkan Pengalaman Kerja dan Bidang Kerja' /FOOTNOTE 'PT. CEMERLANG TRADING'.

OLAP Cubes

Notes Output Created Comments Active Dataset Filter Input Weight Split File N of Rows in Working Data File For each dependent variable in a table, Definition of Missing user-defined missing values for the dependent and all grouping variables are treated as missing. Cases used for each table have no missing Cases Used values in any independent variable, and not all dependent variables have missing values. OLAP CUBES Usia BY Gender BY Didik /CELLS=SUM MEAN MIN MAX Syntax /TITLE='Gaji Karyawan Berdasarkan Pengalaman Kerja dan Bidang Kerja' /FOOTNOTE 'PT. CEMERLANG TRADING'. Processor Time Resources Elapsed Time 00:00:00,02 00:00:00,00 DataSet0 <none> <none> <none> 10 29-MAR-2014 12:59:20

Missing Value Handling

[DataSet0]

Case Processing Summary Cases Included N Usia Karyawan (tahun) * Jenis Kelamin Karyawan * Tingkat Pendidikan Karyawan 10 Percent 100,0% N 0 Excluded Percent 0,0% N 10 Total Percent 100,0%

Gaji Karyawan Berdasarkan Pengalaman Kerja dan Bidang Kerja Jenis Kelamin Karyawan: Wanita Tingkat Pendidikan Karyawan: Akademi Sum Usia Karyawan (tahun) PT. CEMERLANG TRADING 47 Mean 23,50 Minimum 21 Maximum 26

4. Tuliskan rumus rata-rata, tentukan nilai rata-rata Usia Karyawan Wanita yang berpendidikan Akademi !!

Jawab :
Minimum (21) + Maximum (26) = 47 Sum (47) Jumlah Karyawan Wanita yang berpendidikan Akademi (2) = 23,50 Mean = 23,50

F. Output
Ada 2 bagian Output : a) CASES PROCESSING SUMMARY Bagian ini memberi informasi data yang diolah, dimana semua data (75 data) terolah semuanya (lihat bagian INCLUDED dengan N = 75). Dengan demikian tidak ada data hitung (lihat bagian EXCLUDED dengan N = 0), dan otomatis total data adalah 100%. b) Hasil Olap Cubes (terlihat adalah judul Gaji Karyawan berdasarkan Pengalaman Kerja dan Bidang Kerja). Untuk bisa melihat kegunaan Olap Cubes, letakkan pointer diantara icon BIDANG dan GENDER, lalu double klik sehingga terlihat :

Perhatikan adanya 2 kotak combo dengan kata TOTAL, maka dengan munculnya 2 kotak combo tersebut bisa ditampilkan berbagai Output sesuai keinginan. Contoh : Akan ditampilkan Gaji Karyawan Wanita yang bekerja dibagian Bidang Administrasi. Untuk itu, dengan tetap pada posisi diatas, buka kotak combo dari Total Bidang (klik mouse pada icon ) hingga terlihat serangkaian pilihan Bidang Kerja Karyawan. Sesuai Latihan Praktikum, pilih Bidang Administrasi. Kemudian buka kotak combo Total Gender, dan pilih Wanita. Maka terlihat hasil seperti berikut ini :

G. ANALISA
Berdasarkan Praktikum dan Latihan diatas, maka dapat dianalisa bahwa dalam penyajian data menggunakan SPSS, lebih mudah menggunakan tabel dan grafik serta berperan dalam pengorganisasian data, sehingga apabila data disajikan dalam bentuk grafik dan tabel akan menghasilkan informasi yang lebih jelas dan bermanfaat untuk pengambilan keputusan.

H. Kesimpulan
Olap Cubes digunakan untuk meringkas data secara praktis, yang bisa mencakup banyak variabel. Namun tidak bisa dilakukan Inferensi (suatu analisis untuk pengambilan keputusan) terhadap data, hanya suatu deskripsi (penggambaran) sederhana terhadap data.

Anda mungkin juga menyukai