Anda di halaman 1dari 42

STRUKTUR DATA

Oleh:
Andini Restu M
Ike Puspasari Ayu
Nera Djanuar
Siti Nurbayanti A

Definisi
 Struktur

data menurut istilah ilmu
komputer adalah cara penyimpanan,
penyusunan dan pengaturan data di
dalam
media
penyimpanan
komputer sehingga data dapat
digunakan secara efisien.

DATA

Kualitatif

-Nominal
-Ordinal

Sifat Data

Kuantitatif

-Interval
-Rasio

“Data yg dinyatakan bukan
Dalam bentuk angka.”
Contoh:
*Jenis pekerjaan
(Petani,nelayan,pegawai,dsb)
*Status pernikahan
(belum menikah,Menikah,Duda,janda)
*Gender (Pria ,Wanita)
*Kepuasan Seseorang
(tidak puas,cukup puas,sangat puas)

Data Kualitatif

Harus di
kuantitatifKan agar bisa
diolah dg
statistik.
“karena statistik
hanya bs
memproses data
yg berupa angka”
Mengapa ????

CIRI data Nominal . tidak dapat dilakukan operasi matematika.Posisi data setara 2.DATA KUALITATIF “Data Nominal” “data yg diperoleh dg cara kategorisasi/klasifikasi” CONTOH: Pekerjaan : # Pegawai Negeri diberi tanda 1 # Pegawai Swasta diberi tanda 2 # Wiraswasta diberi tanda 3 1.

Posisi data tidak setara 2. tetapi keduanya terdapat hubungan” Contoh : Tingkat kepuasan… # Sangat puas diberi tanda 1 #Puas diberi tanda 2 #Cukup puas diberi tanda 3 #Tidak puas diberi tanda 4 #Sangat tidak puas diberi tanda 5 1.DATA KUALITATIF “Data Ordinal” “data yg diperoleh dg cara kategorisasi/ klasifikasi.tidak dapat dilakukan operasi matematika/ lainnya CIRI data Ordinal .

dll . -Jumlah bakteri dlm percobaan. -Penjualan dlm sebulan.Tinggi seseorang.Data Kuantitatif “Data yang dinyatakan dalam angka” Contoh : -Usia Seseorang.

DATA KUANTITATIF “Data Interval” “data yg diperoleh dengan cara pengukuran. jarak 2 titik pd skala sudah ditentukan” Contoh : #Temperatur ruangan dalam celcius 0o C-100oC jaraknya 100-0 = 100 dalam Fahrenheit 32oC – 212oC jaraknya 212-32 = 180 #penanggalan 1 maret 2008 – 25 maret 2008 jaraknya 25 hari -tidak ada kategorisasi / pemberian kode -Bisa dilakukan operasi matematika CIRI data Interval .

DATA KUANTITATIF “Data Rasio” “data yang diperoleh dengan cara pengukuran. dan mempunyai titik 0 (nol) yg absolut/mutlak” Contoh : #Tinggi badan #Jumlah buku di atas meja #Berat badan #nilai ujian -tidak ada kategorisasi/ pemberian kode -Bisa dilakukan operasi matematika CIRI data Ordinal . jarak 2 titik sdh diketahui.

mengeluarkan output (informasi) yang di kehendaki para pengambil keputusan. . memproses data statistik secara cepat dan tepat.SPSS (Statistical Product and Service Solutions) Adalah Program Aplikasi yang memiliki kemampuan analitik statistik cukup tinggi.

memberikan perintah. . pembaca banyak dimanjakan dalam merekam data(data entry).antara lain pada menu pull down dengan dialog Box interface. serta menyajikan hasil analisis.SPSS menawarkan banyak kemudahan dalam pengoperasiannya.SPSS ?  SPSS yang merupakan salah satu dari beberapa program aplikasi komputer untuk menganalisis data statistic  Di bawah operasi Windows. dan subperintah analisis.

L A W A N A L I P TAM S S P S .

Tampilan Jendela SPSS Data Editor Data View Variabel View .

DATA EDITOR merupakan jendela utk pengolahan data yg dirancang layaknya Spreadsheet utk kenyamanan pendefinisian. edit data dan menampilkan data. dan memudahkan distribusi hasil pengolahan dari SPSS ke aplikasiaplikasi lain. Beberapa PROPERTIES yang memudahkan pemakaian file data eksternal seperti template utk mendefinisikan file.inputan data.menunjukan/menghilangkan bagianbagian tertentu dari output.Fasilitas SPSS yaitu data editor. . Viewer dan beberapa properties. VIEWER membuat pemakai mudah utk melihat hasil pemrosesan.

chi square.Average. quartil.runs.mean.percentil.median. dsb.Kemampuan analitik statistik yang lengkap  Statistik Deskriptif seperti mencari nilai SUM.sign.  Statistik Inferensial. dsb.model parametrik seperti perbandingan rata-rata.modus.korelasi. .anova.regresi linier.  Statistik non parametrik seperti uji crosstab binomial.kolmogorofsmilnov. dsb.

histograms .serta layar. .kolom. yaitu user dpt mengatur baris. bar chart. Kemudahan eksplorasi hasil pengolahan • Adanya multidimensional pivot tables.dsb.Tampilan grafis beresolusi tinggi Dapat menampilkan grafis Pie chart. dan splitting table (tampil hanya satu group tertentu saja).

Kemudahan access dan data transformations Fasilitas Database Wizard shg user dpt memperoleh informasi dari sebuah database. merge. aggregate. Transformasi data membantu user utk Subset data. split dan Transpose Files. . add.

Dapat melakukan electronic distribution terhadap data Yaitu pengiriman data/laporan langsung dengan internet/intranet tranfer data ke dalam format word atau excel Cara kerja SPSS Input Data dengan Data Editor OUTPUT DATA PROSES dengan DATA EDITOR Dengan OUTPUT NAVIGATOR • Pivot Table Editor • Text Output Editor • Chart Editor .

MENU SPSS .

Transform digunakan utk memanipulasi data. Edit digunakan utk memperbaiki/mengubah data. Analyze digunakan utk menganalisis data. Utilities digunakan berkaitan dg utilitas dlm SPSS . Graph digunakan utk memvisualkan data. View berfungsi utk mengatur toolbar Data digunakan utk mendefinisikan dan mengatur variabel serta data.Menu SPSS File berisi fasilitas pengelolaan atau manajemen data dan file.

Langkah2 membuat variabel 1. .   Aktifkan variabel view dengan melakukan klik terhadap tulisan variabel view di pojok kiri bawah data editor SPSS.

Isikan nama variabel sesuai dengan tabel yang telah disusun pada kolom name seperti tampilan pada gambar dibawah ini : .2.

Kolom values digunakan untuk memberi penjelasan nilai-nilai individual dengan label sesuai yang diinginkan. Kolom width diatur sesuai lebar yang dibutuhkan suatu data yang diperlukan untuk menentukan berapa digit atau karakter data yang dapat dimasukan. Kolom decimal digunakan untuk mengisi jumlah angka desimal yang diinginkan (jumlah angka dibelakang koma). Tetapi kolom ini hanya dapat diisi apabila data pada kolom tersebut bertipe numeric saja. Kolom label digunakan untuk memberikan keterangan penjelasan tentang karakteristik dari variabel atau yang lainnya.Kolom type diatur sesuai dengan kebutuhan dengan melakukan klik pada tombol yang ada di sebelah kanan tipe variabel sehingga muncul kotak dialog untuk memilih type data yang sesuai. .

misalkan pada kolom missing diisi tanda 0. nominal atau ordinal. Jadi missing value terjadi dalam suatu file data yang terdapat data yang tidak tercatat dikarenakan suatu hal.00 maka apabila variabel tersebut data yang dimasukan adalah 0.Kolom missing values digunakan apabila dalam data yang akan diolah terdapat data-data yang hilang atau tidak ada. sedangkan untuk data numeric bisa memilih ketiga nya. Seperti rata kiri (left). center (center) Kolom measure menunjukan jenis pengukuran data apakah tipe data skala. rata kanan (right). . Untuk data string hanya bisa menggunakan measure nominal dan ordinal. Kolom columns digunakan untuk menentukan lebar kolom data Kolom align digunakan untuk mengatur dan menunjukan perataan tampilan data.00 berarti data tersebut tidak ada.

TRANSFORMASI DATA .

Pengertian  Transformasi data adalah suatu proses untuk merubah bentuk data sehingga data siap untuk dianalisis. .  Transformasi data merupakan proses yang dilakukan untuk mengubah skala pengukuran data asli menjadi bentuk lain sehingga data dapat memenuhi asumsi-asumsi yang mendasari analisis ragam.

.  Transformasi Reverse Score (Balik Skor).  Transformasi Inverse Square Root (Kebalikan Akar).  Transformasi Square (Kuadrat).  Transformasi Inverse (Kebalikan).  Transformasi Arcsin.   Tansformasi Logaritma.  Transformasi Inverse Cubic (Kebalikan Pangkat Tiga).Jenis Transformasi Data  Transformasi Square Root (Akar).  Transformasi Inverse Square (Kebalikan Kuadrat).  Transformasi Cubic (Pangkat Tiga).

.Teknik Transformasi Data  Banyak cara yang dapat dilakukan untuk merubah bentuk data namun yang paling sering digunakan antara lain adalah RECODE dan COMPUTE.

 Recode adalah proses pengelompokan atau pengkategorian ulang.  Compute adalah proses penggunaan fungsi matematik dan algoritma  sebelumnya akan dijelaskan mengenai pembuatan variabel dengan menggunakan software SPSS .

Studi Kasus No 1 2 3 4 5 6 7 8 9 10 TGS 50 64 78 66 78 40 67 85 80 88 UTS 65 78 87 66 78 60 80 98 90 87 UAS 67 89 80 76 75 65 86 86 98 86 .

Selanjutnya klik pada button Data View dan lakukan entri pada data tersebut .3.

Klik menu transform – compute.4. kemudian pada Target Viariabel tuliskan NA dan klik pada button Type & Label … kemudian isikan lebel nya dengan Nilai Akhir selanjutnya klik Continue .

Selanjutnya pada Numeric Expression tuliskan rumus untuk menentukan nilai akhir yaitu (1*TGS+2*UTS+3*UAS)/6 kemudian klik OK .5.

6.5 . Sehingga muncul variabel dari NA dengan nilai akhir seperti yang dihitung dengan rumus pada langkah No.

7. Kemudian membuat keterangan untuk menentukan lulus atau tidaknya dari nilai akhir tersebut. Klik Transform – Recode into different variables … Kemudian masukkan NA ke Numeric Variable dan pada Output Variable isikan Name dengan KT dan Label dengan Keterangan kemudian klik Change .

8. Klik pada Old and New Values kemudian isi dengan Range dan New Value seduai dengan ketentuan dalam studi kasus dan Klik Add. klik Continue untuk mendapatkan hasil transformasi. begitu seterusnya sampai semua transformasi yang diinginkan terdefinisikan. .

9. Sehingga diperoleh hasil seperti berikut : .

Selanjutnya pada button Variable View masukkan Values sesuai dengan ketentuan seperti kasus dan klik OK. .10.

untuk menampilkan lulus atau tidaknya sesuai dengan data keterangan tersebut dapat digunakan perintah Transform – Recode into Different Variables… kemudian masukkan KT pada Numeric Variable dan pada Output variable isikan Name dengan KT2 dan Label dengan Keterangan2 kemudian klik Change.11. Selanjutnya klik button Old and New Values… .

0 untuk yang Tidak Lulus klik Continue untuk mendapatkan hasil transformasi dalam bentk String. Kemudian berikan centang pada output variables are strings dan isi Range and New Value dengan 2 untuk yang Lulus dan 1.12. .

13. Sehingga didapatkan hasil transformasi sebagai berikut : .

com/2013/01/ transformasi-data.html  http://www.portalstatistik.html .com/2014/02/transformasidata-dengan-spss.Sumber  http://www.statistikian.