LAPORAN PRAKTIKUM PENGOLAHAN DATA PERIKANAN ACARA I STATISTIKA DESKRIPTIF

Oleh: Brigitta Laksmi Paramita 11/318053/PN/12375 Teknologi Hasil Perikanan

JURUSAN PERIKANAN FAKULTAS PERTANIAN UNIVERSITAS GADJAH MADA YOGYAKARTA 2013

I.

Tinjauan Pustaka Statistik deskriptif adalah metode-metode yang berkaitan dengan

pengumpulan dan penyajian suatu gugus data sehingga menaksir kualitas data berupa jenis variabel, ringkasan statistik (mean, median, modus, standar deviasi, etc), distribusi, dan representasi bergambar (grafik), tanpa rumus probabilistik apapun (Walpole, 1993). Menurut Subagyo (2003), statistika deskriptif adalah bagian statistika mengenai pengumpulan data, penyajian, penentuan nilai-nilaistatistika, pembuatan diagramatau gambar mengenai sesuatu hal, disini data yangdisajikan dalam bentuk yang lebih mudah dipahami atau dibaca. Pada SPSS, analisis statistik deskriptif dilakukan dengan meng-klik menu Analyze kemudian Descriptive Statistics, kemudian terdapat pilihan: Frequencies, Descriptives, Explore, Crosstabs, dan Ratio. Dalam penelitian-penelitian, perintah-perintah ini sering diabaikan karena memang dalam beberapa fungsi analisis lain sudah otomatis tercantum analisis deskriptifnya. Tujuan dari penggunaan statistik deskriptif ini adalah untuk meringkas dari suatu kumpulan data dan menyajikannya dalam bentuk tabel dan histogram sehingga data mudah dipahami. Statistik deskriptif sangat penting digunakan untuk data-data yang sangat banyak dan rumit sehingga data tersebut mudah untuk dipahami. Analisis table silang (crosstabs) merupakan salah satu analisis korelasional yang digunakan untuk melihat hubungan antarvariabel (minimal 2 variabel) kategori nominal atau ordinal. Metode Crosstab disebut juga sebagai metode tabulasi silang. Metode Crosstab merupakan metode yang menggunakan uji statistik untuk mengidentifikasi dan mengetahui korelasi antara dua variabel (Gasperz, 1992). Crosstabs dilihat dari beberapa metode uji yang digunakan yaitu berupa: a. Uji Chi-Squre Test untuk mengetahui hubungan antara baris dan kolom b. Uji Directional Measures untuk mengetahui kesetaraan antar hubungan variabel. c. Uji tatistic measures untuk mengetahui hubungan setara berdasarkan chi-square. d. Uji contingency tatistict untuk mengetahui koefisien kontingensi korelasi antar dua variabel. e. Uji lambda Berfungsi merefleksikan reduksi pada error bilamana value-value dari suatu variabel digunakan untuk memprediksi value-value dari variabel lain. f. Uji Phi dan Cramers V: Untuk menghitung koefisien phi dan varian cramer. g. Uji Goodman dan Kruskal tau Digunakan untuk membandingkan probabilitas error dari dua situasi.

Tujuan dari penggunaan crosstab adalah untuk mengetahui hubungan dari beberapa parameter yang ditampilkan dalam bentuk tabel. Crosstab sangat penting jika kita ingin mengetahui suatu hubungan dari beberapa parameter.

II. Interpretasi Data

Tabel 1. Descriptive Statistics N panjang (cm) berat (gr) TKG Valid N (listwise) 27 27 27 27 Minimum Maximum 9,82 15,41 1 14,07 52,65 4 Mean 10,6374 21,7074 2,22 Std. Deviation ,97663 7,70990 ,934

Tabel 1 di atas mendeskripsikan tentang data yang sedang diolah. Pada tabel, tertulis N, yang berarti jumlah data yang sedang diolah yaitu sebanyak 27 data. Tabel tersebut juga menyebutkan beberapa data. Dalam hal panjang tubuh ikan, disebutkan panjang minimum 9,82 cm, panjang maksimum 14,07 cm, panjang rata-rata 10,6374 cm dengan standar deviasi 0,97663. Dalam hal berat ikan, disebutkan berat minimum 15,41 gram, berat maksimum 52,65 gram, berat ikan rata-rata 21,7074 dengan standar deviasi 7,70990. Untuk Tingkat Kematangan Gonad (TKG), disebutkan TKG minimum yaitu 1, TKG maksimum yaitu 4 dan TKG rata-rata yaitu 2,22 dengan standar deviasi 0,934. Valid N merupakan jumlah data yang valid yaitu sebanyak 27 data atau dengan kata lain seluruh data valid.
Tabel 2. Statistics panjang (cm) N Valid Missing 27 0 berat (gr) 27 0 TKG 27 0

Tabel 2 yaitu Tabel Statistic menunjukkan bahwa semua data yang dimasukkan bersifat valid dan tidak ada data yang missing atau rusak.
Tabel 3. panjang (cm) Frequency Valid 9,82 9,84 9,89 9,91 1 1 1 1 Percent 3,7 3,7 3,7 3,7 Valid Percent 3,7 3,7 3,7 3,7 Cumulative Percent 3,7 7,4 11,1 14,8

9,92 9,98 10,00 10,01 10,02 10,04 10,09 10,16 10,25 10,26 10,27 10,28 10,33 10,54 10,84 10,91 11,25 11,28 11,37 11,74 11,76 12,38 14,07 Total

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 27

3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 100,0

3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 100,0

18,5 22,2 25,9 29,6 33,3 37,0 40,7 44,4 48,1 51,9 55,6 59,3 63,0 66,7 70,4 74,1 77,8 81,5 85,2 88,9 92,6 96,3 100,0

Tabel 4. berat (gr) Frequency Valid 15,41 16,09 16,10 16,60 16,62 17,10 17,73 17,92 18,26 18,49 1 1 1 1 1 1 1 1 1 1 Percent 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 Valid Percent 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 Cumulative Percent 3,7 7,4 11,1 14,8 18,5 22,2 25,9 29,6 33,3 37,0

18,64 18,70 18,72 19,03 19,15 19,21 19,51 20,54 22,19 24,63 25,40 25,68 29,33 30,32 33,05 52,65 Total

1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 27

3,7 3,7 3,7 7,4 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 100,0

3,7 3,7 3,7 7,4 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 3,7 100,0

40,7 44,4 48,1 55,6 59,3 63,0 66,7 70,4 74,1 77,8 81,5 85,2 88,9 92,6 96,3 100,0

Tabel 5. TKG Frequency Valid 1 2 3 4 Total 6 12 6 3 27 Percent 22,2 44,4 22,2 11,1 100,0 Valid Percent 22,2 44,4 22,2 11,1 100,0 Cumulative Percent 22,2 66,7 88,9 100,0

Tabel 3, 4, dan 5 menjelaskan mengenai hal yang sama. Seperti yang dapat dillihat, tabel tersebut terdiri dari beberapa kolom antara lain Valid, Frequency, Percent, Valid Percent, dan Cumulative Percent. Kolom Valid memperlihatkan data mana saja yang Valid atau tidak rusak. Pada tabel tersebut dapat dilihat bahwa keseluruhan data Valid. Kolom Frequency memperlihatkan berapa kali suatu nilai muncul dari data keseluruhan. Misalkan dapat dilihat pada tabel TKG, ikan yang mempunyai TKG 2 mempunyai frekuensi 12. Hal tersebut berarti ada 12 ikan dari data keseluruhan yang mempunyai TKG 2. Kolom Percent menunjukkan persentase kemunculan data atau dengan kata lain persen frequency. Sebagai contoh seperti yang sebelumnya, ikan yang mempunyai TKG 2 berjumlah 12 ekor dari 27 ekor, maka

Percent dapat dihitung dengan (12/27)x100% sehingga ditemukan 44,4%. Untuk kolom selanjutnya yaitu Valid Percent menunjukkan Persentase yang Valid. Yang terakhir adalah kolom Cumulative Percent, yaitu kolom yang menunjukkan penjumlahan dari persentase tiap data. Sebagai Contoh, ikan yang mempunyai TKG 1 yaitu 22,2%, maka pada ikan yang memiliki TKG 2 memiliki Cumulative Percent 66,7% karena penjumlahan persentase TKG 1 dan TKG 2 yaitu 22,2% dijumlahkan dengan 44,4%.

Histogram

Gambar di atas merupakan bentuk dari histogram. Histogram adalah perangkat grafis yang menunjukkan distribusi, sebaran, dan bentuk pola data dari proses. Penggunaan histogram bertujuan untuk melihat persebaran data secara grafis. Tiap batang pada histogram menunjukkan banyaknya kemunculan data atau sering disebut frekuensi. Sumbu X menunjukkan panjang, berat, dan TKG, sedangkan sumbu Y menunjukkan frekuensi. Sebagai contoh pada histogram Panjang ikan, dapat diketahui ikan paling banyak memiliki panjang antara 10 hingga 10,5 cm dengan frekuensi 11. Sedangkan ikan yang memiliki panjang antara 12 hingga 12,5 cm dan 14 hingga 14,5 cm adalah yang paling sedikit. Pada histogram berat, fekuensi tertinggi ada pada kisaran 15-20 gram, yang artinya sebagian besar ikan mempunyai berat antara 15 hingga 20 gram. Sedangkan frekuensi terendah ada pada kisaran 50-55 gram, yang berarti sangat sedikit ikan yang memiliki berat antara 50 hingga 55 gram. Pada histogram TKG, TKG yang memiliki frekuensi tertinggi yaitu TKG 2 yang berarti sebagian besar ikan memiliki TKG 2, dan frekuensi terendah ada pada TKG 4 yang berarti sangat sedikit ikan yang memiliki TKG 4.

Crosstabs
Tabel 6. Case Processing Summary Cases Valid N Pendidikan (th) * jmlh bnih 27 Percent 100,0% N 0 Missing Percent ,0% N 27 Total Percent 100,0%

Tabel 6 di atas menunjukkan jumlah data yang valid dan jumlah data yang missing atau rusak. Pada tabel, ditunjukkan bahwa semua data valid dan tidak ada data yang rusak.

Tabel 7. Pendidikan (th) * jmlh bnih Crosstabulation Count jmlh bnih 1000,00 Pendidikan (th) TS SD SMP SMA PT Total 0 0 1 0 0 1 1500,00 1 0 0 0 0 1 2000,00 2 2 0 0 0 4 2500,00 0 1 0 0 0 1 3000,00 0 3 0 0 0 3 5000,00 0 1 2 0 0 3

jmlh bnih 6000,00 Pendidikan (th) TS SD SMP SMA PT Total 0 1 0 0 1 2 7000,00 1 1 0 0 1 3 8000,00 0 1 0 0 0 1 12000,00 0 0 0 1 0 1 15000,00 0 1 0 1 0 2 21000,00 0 0 0 1 0 1

jmlh bnih 40000,00 Pendidikan (th) TS SD SMP SMA PT Total 1 0 0 0 0 1 70000,00 0 1 0 0 0 1 100000,00 0 1 0 0 0 1 1000000,00 0 1 0 0 0 1 Total 5 14 3 3 2 27

Tabel 7 di atas menjelaskan tentang persebaran hubungan antara pendidikan dengan jumlah benih yang dihasilkan. Dapat dilihat pada tabel 7, total penghasil benih pada pendidikan tidak sekolah (TS) yaitu 5 orang dengan persebaran 1 orang menghasilkan 1500 benih, 2 orang menghasilkan 2000 benih, 1 orang menghasilkan 7000 benih, dan satu orang lagi menghasilkan 40000 benih. Untuk total penghasil benih pada pendidikan Sekolah Dasar (SD) yaitu 14 orang dengan persebaran 2 orang menghasilkan 2000 benih, 1 orang menghasilkan 2500 benih, 3 orang menghasilkan 3000 benih, 1 orang menghasilkan 5000 benih, 1 orang menghasilkan 6000 benih, 1 orang menghasilkan 7000 benih, 1 orang menghasilkan 8000 benih, 1 orang menghasilkan 15000 benih, 1 orang menghasilkan 100000 benih, dan 1 orang menghasilkan 1000000 benih. Untuk tingkat pendidikan SMP, total penghasil benih ada 3 orang dengan persebaran 1 orang menghasilkan 1000 benih, dan 2 orang lainnya menghasilkan 5000 benih. Untuk tingkat pendidikan SMA, total penghasil benih ada 3 orang dengan persebaran 1 orang menghasilkan 12000 benih, 1 orang menghasilkan 15000 benih, dan 1 orang lainnya menghasilkan 21000 benih. Untuk tingkat pendidikan Perguruan Tinggi (PT), penghasil benih sangat sedikit yaitu 2 orang dengan persebaran 1 orang menghasilkan 6000 benih dan 1 orang lainnya menghasilkan 7000 benih.

DAFTAR PUSTAKA Gaspersz, V., 1992. Analisis Sistem Terapan : Berdasarkan Pendekatan Teknik Industri. Bandung: Penerbit Tarsito. Subagyo, Pangestu, 2003. Statistik Deskriptif. Yogyakarta: BPFE-Yogyakarta. Walpole, Ronald E. 1993. Pengantar Statistika. Jakarta: PT Gramedia Pustaka Utama.