LAPORAN PRAKTIKUM

STATISTIKA
MODUL 2

Disusun oleh :
Nama

: AEP SURYAMAN

NIM

: 2013091007

KELAS

: SI 2013 C

LABORATORIUM KOMPUTER

FAKULTAS ILMU KOMPUTER

UNIVERSITAS KUNINGAN
2014

MODUL 2
OLAP CUPES
TUJUAN
-

Mahasiswa mampu menghitung, grand total data, median, mean, standar

deviasi, nilai minimum dan maximum data.

Mampu menggunakan fasilitas Olap Cubes.

DASAR TEORI
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 statistik adalah 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. Beberapa istilah statistika
antara lain: populasi, sampel, unit sampel, dan probabilitas.
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu
alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk
sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri.
Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan;
sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi
statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau
polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat
(perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika
dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.

Sejarah STATISTIKA
Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin
modern statisticum collegium ("dewan negara") dan bahasa Italia statista
("negarawan" atau "politikus").
Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk
pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan
mengartikannya sebagai "ilmu tentang negara (state)". Pada awal abad ke-19 telah
terjadi pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi
data". Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke
dalam bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus
data

yang

dipakai

lembaga-lembaga

administratif

dan

pemerintahan.

Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan

secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak
menggunakan bidang-bidang dalam matematika, terutama peluang. Cabang
statistika yang pada saat ini sangat luas digunakan untuk mendukung metode
ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal
abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson
(metode regresi linear), dan William Sealey Gosset (meneliti problem sampel
berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah
menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga
linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta
psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya
lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika),
dan psikometrika.
Meskipun ada pihak yang menganggap statistika sebagai cabang dari
matematika, tetapi sebagian pihak lainnya menganggap statistika sebagai bidang
yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di
Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan

ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung

dengan matematika

Beberapa kontributor statistika

Carl Gauss

Aleksandr Lyapunov

Blaise Pascal

Isaac Newton

Sir Francis Galton

Abraham De Moivre

William Sealey Gosset

Adolph Quetelet

Karl Pearson

Florence Nightingale

Sir Ronald Fisher

John Tukey

Gertrude Cox

George Dantzig

Charles Spearman

Thomas Bayes

Pafnuty Chebyshev

KONSEP DASAR STATISTIKA

Dalam mengaplikasikan statistika terhadap permasalahan sains, industri,
atau sosial, pertama-tama dimulai dari mempelajari populasi. Makna populasi
dalam statistika dapat berarti populasi benda hidup, benda mati, ataupun benda
abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu yang
berbeda-beda, yakni dikenal dengan istilah deret waktu.
Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan
sensus. Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu,
dalam statistika seringkali dilakukan pengambilan sampel (sampling), yakni
sebagian kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data
dari sampel nantinya digunakan untuk menggeneralisasi seluruh populasi.
Jika sampel yang diambil cukup representatif, inferensial (pengambilan
keputusan) dan simpulan yang dibuat dari sampel dapat digunakan untuk

menggambarkan populasi secara keseluruhan. Metode statistika tentang

bagaimana cara mengambil sampel yang tepat dinamakan teknik sampling.
Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya hal
terlihat banyak digunakannya uji statistika yang mengambil dasar pada sebaran
peluang. Sedangkan matematika statistika merupakan cabang dari matematika
terapan yang menggunakan teori probabilitas dan analisis matematika untuk
mendapatkan dasar-dasar teori statistika.
Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial.
Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung
rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel
atau grafik sehingga data mentah lebih mudah dibaca dan lebih bermakna.
Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian
hipotesis, melakukan prediksi observasi masa depan, atau membuat model regresi.

Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan

dideskripsikan) atau disimpulkan, baik secara numerik (misalnya
menghitung rata-rata dan deviasi standar) atau secara grafis (dalam bentuk
tabel atau grafik), untuk mendapatkan gambaran sekilas mengenai data
tersebut, sehingga lebih mudah dibaca dan bermakna.

Statistika inferensial berkenaan dengan permodelan data dan melakukan

pengambilan keputusan berdasarkan analisis data, misalnya melakukan
pengujian hipotesis, melakukan estimasi pengamatan masa mendatang
(estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi,
ANOVA, deret waktu), dan sebagainya.

TIPE PENGUKURAN STATISTIKA

Ada empat tipe pengukuran atau skala pengukuran yang digunakan di
dalam statistika, yakni: nominal, ordinal, interval, dan rasio. Keempat skala
pengukuran tersebut memiliki tingkat penggunaan yang berbeda dalam riset
statistik. Skala nominal hanya bisa membedakan sesuatu yang bersifat kualitatif
(misalnya: jenis kelamin, agama, warna kulit).

Skala ordinal selain membedakan juga menunjukkan tingkatan (misalnya:

pendidikan, tingkat kepuasan).

Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol
mutlak (misalnya: tahun, suhu dalam Celcius).

Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak

Teknik-teknik statistika
Beberapa pengujian dan prosedur yang banyak digunakan dalam penelitian antara
lain:

Analisis regresi dan korelasi

Analisis varians

khi-kuadrat

Uji t-Student

Statistika Terapan
Bebebarapa ilmu pengetahuan menggunakan statistika terapan sehingga mereka
memiliki terminologi yang khusus. Disiplin ilmu tersebut antara lain:

Aktuaria

Biostatistika atau biometrika

Statistika bisnis

Ekonometrika

Psikometrika

Statistika sosial

Statistika teknik atau teknometrika

Fisika statistik

Demografi

Eksplorasi data (pengenalan pola)

Literasi statistik

Analisis proses dan kemometrika

Statistika memberikan alat analisis data bagi berbagai bidang ilmu.

Kegunaannya bermacam-macam: mempelajari keragaman akibat pengukuran,
mengendalikan proses, merumuskan informasi dari data, dan membantu
pengambilan keputusan berdasarkan data. Statistika, karena sifatnya yang
objektif, sering kali merupakan satu-satunya alat yang bisa diandalkan untuk
keperluan-keperluan di atas.
PRAKTIKUM
1. Buatlah data dibawah ini :
Gender

Bidang

Gaji

Usia

Status

Kerja

Pendidikan

Pria

Kepala Bidang

2500 40

Menikah

15

S2

Pria

Kepala Bidang

2500 38

Menikah

10

S2

Pria

Accounting

2000 30

Menikah

10

S1

Pria

Accounting

2000 32

Menikah

S1

Pria

Accounting

2000 34

Menikah

S1

Pria

IT

1900 36

Menikah

S1

Pria

IT

1900 35

Menikah

S1

Pria

IT

1500 18

Belum Menikah

SMA/SMK

Pria

Office Boy

1250 32

Menikah

SMA/SMK

10

Pria

Office Boy

1250 38

Menikah

SMA/SMK

Penjelasannya :
Dari output diatas terdiri dari 7 variabel yang memiliki ketentuannya masing
masing: yakni :
Nama Variabel

Tipe

Values

Label

Gender

Numeric

2 = Wanita

Jenis Kelamin

Bidang

Numeric

1 = Pria
1 = Kepala Bidang

Bidang Pekerjaan

2 = Accounting
3 = IT
Gaji

Numeric

4 = Office Boy
-

Gaji (ribu rupiah/bulan)

Usia

Numeric

Usia (Tahun)

Status

Numeric

1 = Belum Menikah

Status Karyawan

Kerja
Didik

Numeric
Numeric

2 = Menikah
1 = SMA/SMK

Pengalaman kerja (Tahun)

Tingkatan Pendidikan

2 = S1
3 = S2

Jadi langkah awal adalah Pembuatan masing masing variabel diatas :

Lalu selanjutnya masukan data data diatas kedalam variabel yang telah dibuat
sesuai dengan ketentuan dengan apa yang telah ditetapkan.

Apabila kita lihat values labelnya maka akan menampilkan tampilan dibawah ini:

Lalu selanjutnya kita akan melakukan perintah OLAP CUBES yakni pembuatan
perintah perintah pada variabel variabel diatas. Langkah awal yang harus
ditempuh yakni klick Analize Report Olap Cubes.

Maka muncul jendela OLAP Cubes :

Lalu kita akan melakukan perhitungan gajih karyawan berdasarkan bidang

pekerjaan dan pengalaman pekerjaan. Maka variabel gaji kita pindahkan pada
kotak summary variabel/ variabel kuantitatif. Bidang pekerjaan dan jenis kelamin
kita masukan pada kotak grouping variabel/ variabel kualitatif.
Lihat gambar dibawah ini :

Setelah itu kita tentukan operasi yang akan dijalankan dalam variabel tersebut, hal
yang harus dilakukan adalah kita pilih Statistics dalam jendela Olap Cubes.
Maka akan muncul tab Statistics :
Kita kosongkan jendela statistic

Keterangan :
-

Mean Rata-rata

Kita pilih operasi mean,sum,maximum,minimum

Sum Jumlah

Minimum Data terkecil

Maximum Data terbesar

Jadi operasi operasi diatas lah yang akan kita jalankan. Dan setalah selesai
memberikan operasi operasi maka kita klick continue untuk proses selanjutnya.
Setelah selesai klick continue pada jendela ini. Lalu kita pilih ok pada jendela
OLAP Cubes. Maka akan keluar langsung outputnya :
[DataSet1] D:\AEP\statistika\DATA KARYAWAN BAZNAS KAB.
KUNINGAN.sav

Case Processing Summary

Cases
Included
N
Gaji Karyawan (Ribu rupiah/bulan) * Bidang

Excluded

Percent
10

100,0%

Total

Percent
0

0,0%

Percent
10

Pekerjaan Karyawan * Jenis Kelamin

Karyawan

GAJI KARYAWAN BERDASARKAN BIDANG DAN GENDER

BADAN AMIL ZAKAT NASIONAL KABUPATEN KUNINGAN
Bidang Pekerjaan Karyawan: Total
Jenis Kelamin Karyawan: Total
Sum
Gaji Karyawan (Ribu

18800

Mean
1880,00

Minimum
1250

Maximum
2500

rupiah/bulan)

Selanjutnya untuk melihat kegunaan OLAP Cubes yakni kita ingin menampilkan
gaji karywan pria yang bekerja di bagian IT. Maka langkah awal yakni letakan
pointer pada bagian Gajih karyawan berdasarkan pengalaman kerja dan bidang

100,0%

pekerjaan doubel click di arae situ. Maka tab total akan berubah menjadi tab
pilihan. Kita pilih bidang pekerjaan pada bagian IT.

Selanjutnya pada tab pilihan jenis kelamin kita pilih PRIA.

Maka hasil akan berubah :

GAJI KARYAWAN BERDASARKAN BIDANG DAN GENDER
BADAN AMIL ZAKAT NASIONAL KABUPATEN KUNINGAN
Bidang Pekerjaan Karyawan: IT
Jenis Kelamin Karyawan: Pria
Sum
Gaji Karyawan (Ribu

5300

Mean
1766,67

Minimum
1500

Maximum
1900

rupiah/bulan)

Tambahan : Memindahkan Output pada SPSS ke Word.

-

Klick kanan pada objeck yang akan dipindahkan/dicopy

Pilih Copy

Buka MS. Word.

Pilih Paste.

TUGAS
1. Kepala Bidang BAZNAS KAB. KUNINGAN ingin melihat Data Usia
Karyawan yang ada dan Pengalaman Kerja tersebut dilihat dari Jenis
Kelamin dan Tingkat Pendidikan Mereka, Buat Output hasil pengolahan
datanya.
Penjelasannya : Seperti biasa masuk langsung pada menu OLAP Cubes
dari Analize. Dan kita pilih usia & pengalaman pada Summary variabel.
Dan jenis kelamin & tingkat pendidikan pada grouping variabel.

Selanjutnya kita tentukan operasi yang akan dijalankan, masuk tab

statistics dan kita pilih mean,sum,max,min.

Setelah selesai, pilih continue. Dan setelah pengolahan data selesai kita
langsung ok pada jendela OLAP Cubes. Maka akan muncul output seperti
gambar dibawah ini :
Case Processing Summary
Cases
Included
N
Usia Karyawan (Tahun) *

Excluded

Percent

Total

Percent

Percent

10

100,0%

0,0%

10

100,0%

10

100,0%

0,0%

10

100,0%

Jenis Kelamin Karyawan *

Tingkat Pendidikan
Karyawan
Pengalaman Kerja
Karyawan (Tahun) * Jenis
Kelamin Karyawan * Tingkat
Pendidikan Karyawan

OLAP Cubes
Jenis Kelamin Karyawan: Total
Tingkat Pendidikan Karyawan: Total
Mean
Usia Karyawan (Tahun)

33,30

Sum
333

Minimum
18

Maximum
40

Pengalaman Kerja

7,80

78

15

Karyawan (Tahun)

2. Buat Output untuk data soal diatas, yang menampilkan Usia dan
Pengalaman pegawai pria yang berpendidikan S1.
Selanjutnya yaitu OLAP Cubes untuk menampilkan Penglaman pegawai pria
berdaserkan pendidikan S1, jadi langsung saja double klick di area tersebut. Dan
ganti kotak combo Jenis kelamin = pria dan Tingakat Pendidikan karyawan = S1.

3. Tampilkan output nomer 2 setelah dipindahkanke Program Word!

Click

Buka MS. Word lalu klik kanan pada Layar Word dan pilih Paste.
OLAP Cubes
Jenis Kelamin Karyawan: Pria
Tingkat Pendidikan Karyawan: S1
Mean
Usia Karyawan (Tahun)

Sum

Minimum

Maximum

33,40

167

30

36

7,60

38

10

Pengalaman Kerja Karyawan (Tahun)

4. Tuliskan rumus rata rata, tentukan nilai rata rata usia karyawan pria
yang berpendidikan S1.
Kita tentukan terlebih dahulu mana yang akan di operasikan. Ternyata dalam data
tersebut semuanya berjenis kelamin pria semua.
Gender
1
2
3
4
5
6
7
8
9
10

Pria
Pria
Pria
Pria
Pria
Pria
Pria
Pria
Pria
Pria

Usia

Kerja

40
38
30
32
34
36
35
18
32
38

15
10
10
8
7
7
6
1
6
8

Kesimpulan

Didik

S2
S2
S1
S1
S1
S1
S1
SMA/SMK
SMA/SMK
SMA/SMK

DATA USIA PRIA

Mean = jumlah data/banyaknya
= 333/10
= 33,3
Sum
=40+38+30+32+34+36+35+18+32+38
= 333
Minim = 18
Maxim = 40
DATA PENGALAMAN PRIA
Mean = jumlah data/banyaknya
= 78/10
= 7,8
Sum
= 15+10+10+8+7+7+6+1+6+8
= 78
Minim = 1
Maxim = 15

Pada SPSS 21 terdapat fasilitas Analyze Report. Fasilitas ini bisa

menampilkan bermacam-macam analisis report. Pada praktikum kali ini kita akan
mencoba untuk menampilkan total, median, mean, standar deviasi, nilai minimum
dan maximum data saja.
Kubus OLAP memungkinkan dimensi yang akan ditambahkan ke meja
datar membuat tabel multidimensi. Pengguna dapat query, browse dan meringkas
data dalam format yang efisien, interaktif, dan dinamis. baki Pivot memungkinkan
pengguna untuk memindahkan data antara baris, kolom, dan lapisan dari sebuah
kubus OLAP.
Saya telah menemukan bahwa bagian paling sulit dari menciptakan sebuah
kubus OLAP adalah mengembangkan data dan format data. Namun, setelah itu
selesai membuat kubus itu mudah! Pilih "Analyze" dari menu bar, pilih "Report"
dari daftar, dan kemudian "OLAP Cubes."