Database STK50
n = 36
Proc Import
LIBNAME PR "D:\Febbi Meidawati, S.Stat\Rencana
Studi\Semester 5\Analisis Eksplorasi Data\PR";
PROC IMPORT DATAFILE = "D:\Febbi Meidawati,
S.Stat\Rencana Studi\Semester 5\Analisis Eksplorasi
Data\PR\STK50.csv"
OUT = PR.STK50
DBMS = CSV REPLACE;
Syntax untuk
DELIMITER = ";";
memasukkan
data dari file .csv
GETNAMES = YES;
ke SAS
RUN;
PROC PRINT DATA = PR.STK50;
RUN;
Febbi Meidawati (G14130017)
Output
Proc Contents
Ada 6 Variabel
FREKUENSI
Berdasarkan Jenis Kelamin
TITLE 'Frekuensi berdasarkan Jenis
Kelamin';
PROC FREQ DATA = PR.STK50;
TABLE JENIS_KELAMIN / NOPERCENT
NOCUM;
RUN;
Output
Kebanyakan Mahasiswa
Statistika 50 berjenis
kelamin perempuan
Febbi Meidawati (G14130017)
Modus
TITLE 'Frekuensi
berdasarkan Tinggi';
PROC FREQ DATA =
PR.STK50;
TABLE TINGGI / NOPERCENT
NOCUM;
RUN;
FREKUENSI
Kebanyakan
Mahasiswa
Berdasarkan
Tinggi
FREKUENSI
Berdasarkan Jumlah Saudara
TITLE 'Frekuensi berdasarkan Jumlah Saudara';
PROC FREQ DATA = PR.STK50;
TABLE JUMLAH_SAUDARA / NOPERCENT
NOCUM;
RUN;
Output
Kebanyakan Mahasiswa
Statistika 50 memiliki
saudara sebanyak 2 orang
Febbi Meidawati (G14130017)
TITLE 'Frekuensi
berdasarkan Nomor
Sepatu';
PROC FREQ DATA =
PR.STK50;
TABLE NO_SEPATU /
NOPERCENT NOCUM;
RUN;
Kebanyakan
Mahasiswa
Statistika 50
menggunakan
sepatu bernomor
38, 39, dan 40.
FREKUENSI
Berdasarkan Nomor Sepatu
Proc Univariate
Untuk menampilkan
statistika deskriptif
dari semua peubah
numerik
Variabel 1: TINGGI
Dari 36
Mahasiswa
Statistika 50
yang
diobservasi,
rata-rata
tingginya 162,22
cm dengan
standar deviasi
Tinggi maksimumnya 181,7,597.
sedangkan tinggi minimumnya
151. Sehingga rangenya 30.
Statistik 5
serangkai
Ekstrim Mayor
Variabel 2: Jumlah_Saudara
Dari 36
Mahasiswa
Statistika 50
yang
diobservasi,
rata-rata jumlah
saudaranya ~ 2
dengan standar
deviasi 1,37.
Jumlah saudara maksimumnya 7,
sedangkan jumlah saudara
minimumnya 0. Sehingga rangenya
7.
Statistik 5
serangkai
Variabel 2: Jumlah_Saudara
Dari variabel
jumlah_saudara, ada
beberapa data yang
dicurigai sebagai
pencilan atau amatan
berpengaruh.
Ekstrim Minor
Ekstrim Mayor
Variabel 3: No_Sepatu
Dari 36
Mahasiswa
Statistika 50,
rata-rata nomor
sepatu yang
digunakan 39,39
dengan standar
deviasi 2,10.
Variabel 3: No_Sepatu
Dari variabel no_sepatu,
ada beberapa data yang
dicurigai sebagai
pencilan atau amatan
berpengaruh.
Ekstrim Minor
Ekstrim Mayor
Analisis Data
dengan
Histogram
Data menjulur ke
kanan
Interpretasi: Tinggi
Sebanyak 8,33% dari 36 Mahasiswa Statistika 50
tingginya berada pada selang 150 cm sampai 155
cm; 38,89% tingginya berada pada selang 156 cm
sampai 160 cm; 16,67% tingginya berada pada
selang 161 cm sampai 165 cm; 19,44% tingginya
berada pada selang 166 cm sampai 170 cm;
8,33% tingginya berada pada selang 171 cm
sampai 175 cm; 5,56% tingginya berada pada
selang 176 cm sampai 180 cm; 2,78% tingginya
berada pada selang 181 cm sampai 185 cm.
Febbi Meidawati (G14130017)
Data menjulur ke
kanan
Data menjulur
kemana ya?
Lihat Boxplot!
Febbi Meidawati (G14130017)
Interpretasi: Nomor
Sepatu
Sebanyak 2,78% dari 36 Mahasiswa
Statistika 50 menggunakan sepatu
berukuran 35-37; 36,11% menggunakan
sepatu berukuran 37-39; 38,89%
menggunakan sepatu berukuran 39-41;
11,11% menggunakan sepatu berukuran
41-43; 11,11% menggunakan sepatu
berukuran 43-45.
Febbi Meidawati (G14130017)
Mahasiswa Statistika
50 yang berjenis
kelamin laki-laki
lebih tinggi
dibanding
perempuan.
Febbi Meidawati (G14130017)
Analisis Data
dengan
Boxplot
Menggunakan R
TINGGI
Berdasarkan
boxplot dapat
diketahui bahwa:
1. tidak ada nilai
pencilan;
2. data menjulur ke
kanan (Modus <
Median < Mean)
JUMLAH SAUDARA
Berdasarkan
boxplot dapat
diketahui bahwa:
1. ada tiga nilai
pencilan mayor,
yaitu observasi
yang jumlah
saudaranya 4, 5,
dan 7;
2. data menjulur ke
kanan.
NOMOR SEPATU
Berdasarkan
boxplot dapat
diketahui bahwa:
1. ada satu nilai
pencilan mayor,
yaitu observasi
yang nomor
sepatunya 44;
2. data hampir
simetri (Modus
Median Mean).
Terima kasih