TUGAS STATISTIKA

(Ikan Baronang Kuning Titik)

Irma Lidia Wati 26020115120031

Putri Naomi 26020115120032
Astiya Luxfi Rahmawati 26020115120033
Ajeng Rusmaharani 26020115120034
Annisa Rahma Firdaus 26020115120035
Eko W.P. Tampubolon 26020115120036
Cyrillus Valentino K 26020115120037
Teguh Firmansyah 26020115120038
Banu Dwi Saputra 26020115120039
Nova Kusuma Putri 26020115120040

PROGRAM STUDI ILMU KELAUTAN

JURUSAN ILMU KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
2016
 LEMBAR PENGESAHAN

NO KOMPONEN PENILAIAN NILAI

1. PENDAHULUAN
2. TINJAUAN PUSTAKA
3. MATERI DAN METODE
4. HASIL
5. PEMBAHASAN
6. PENUTUP
7. DAFTAR PUSTAKA
TOTAL

Semarang, 18 Oktober 2015

Asisten Modul 1 Praktikan

INTAN KUSUMASTUTI CYRILLUS VALENTINO K

26020114130052 26020115120037

Mengetahui,
Koordinator Asisten

Abiyani Choitul Huda

26020113190095

I.PENDAHULUAN

I.1. Latar Belakang

Didalam kehidupan sehari hari, sering kita jumpai banyak hal yang dapat
kita deskripsikan dalam sebuah bentuk data. Informasi data yang diperoleh
tentunya harus diolah terlebih dahulu menjadi sebuah data yang lebih mudah
dibaca dan dianalisa. Akan tetapi bagaimana penyajian data yang kita dapat
tentunya berbeda beda, sesuai dengan kebutuhan dan keinginan penyaji data.
Sehingga diperlukannya ilmu/kemampuan untuk mengolah suatu data agar dapat
dibaca dan dianalisa.
Statistik memiliki peranan penting dalam banyak bidang sains dan teknik,
terutama dalam penelitian-penelitian ilmiah dan keteknikan, maupun dalam
penerapannya di bidang industri. Dalam banyak hal, pengolahan dan analisis data
senantiasa membutuhkan penerapan metode statistik tertentu, yang mana
pemakaiannya memberi dasar bagi penjelasan yang logis mengenai hubungan-
hubungan yang terdapat pada antara dari variabel-variabel yang menjadi kajian.

Statistik deskriptif (descriptive statistic) adalah cabang dari statistik yang

berhubungan dengan penggambaran atau peringkasan data penelitian sehingga
data tersebut mudah dipahami. Penggambaran data ini berguna untuk memberikan
petunjuk yang lebih baik atas data penelitian. Ukuran-ukuran yang ada pada
statistik deskriptif meliputi ukuran pemusatan yang merupakan ukuran pemusatan
data di sekitar pusat data. Ukuran ini terdiri dari rata-rata, median dan modus.
Sedangkan ukuran yang lain adalah ukuran penyebaran yang merupakan ukuran
penyebaran data dari pusat data atau rata-rata. Ukuran penyebaran ini meliputi
varians, deviasi standar, range, mean absolute deviation (MAD), mean absolute
percentage error.
1.2 Tujuan
Adapun tujuan dari praktikum modul 1 ini ialah:
1. Mahasiswa mampu menjalankan program SPSS.
2. Mahasiswa mampu mengidentifikasi jenis skala pengukuran.
3. Mahasiswa mampu membuat file data.

1.3 Manfaat
Manfaat yang praktikan dapat dari praktikum statistika modul 1 ini ialah:
1. Praktikan mendapatkan wawasan tentang program SPSS sebagai alat
membantu mahasiswa dalam mengolah data statistik.
2. Praktikam tidak hanya mengetahui fungsi program SPSS namun dapat
juga menggunakannya secara efektif.
3. Praktikan mampu mengolah file data dengan tingkat yang lebih rumit
 II. TINJAUAN PUSTAKA

II.1 Pengertian dan Peranan Statistik

II.1.1 Pengertian Statistik
Pengertian statistika yang diberikan dalam Undang Undang Nomor
16 Tahun 1997 tentang statistika adalah luas, baik statistika sebagai data
maupun informasi yang berupa angka, sebagai sistem yang memadukan
penyelenggaraan yang memadukan statistika, maupun sebagai ilmu yang
mempelajari cara, pengumpulan pengolahan, penyajian, dan analisis data.
Ketiga pengertian tentang statistika tersebut menjadi landasan
penyelenggaraan statistika dalam mendukung pembangunan nasional
(Budiarto, 2001).
Statistika merupakan ilmu pengetahuan yang berhubungan dengan
analisis data dan proses pengembalian keputusan mengenai suatu sistem yang
dibuat berdasarkan data yang diambil dari fakta.data yang diolah dapat berupa
informasi, dapat berupa data dalam bentuk kualitatif ataupun kuantitatif.
Sesuai dengan kebutuhan informasi data yang sangat cepat dan dinamis,
pengembangan statistika juga disesuaikan dengan pengembangan teknologi
informasi, baik dalam bentuk perangkat keras maupu perangkat lunak (Dodge,
2006).
II.1.2 Peranan Stasistika
Statistika sangat berperan dalam era informasi global saat ini,
informasi menjadi basis intelektual masyarakat dan hampir semua kegiatan
umat manusia masa kini bersumber pada informasi. Statistika digunaka
sebagai ilmu untuk pemenuhan kebutuhan informasi data yang semakin
meningkat untuk keperluan analisis dan pembatan keputusan, baik dalam
bidang penelitian dan pengembangan, bisnis industri, maupun lembaga lainya
(Fanny, 2007).
Penggunaan statistika dalam bidang industri semakin meningkat secara
cepat, terutama dipicu dengan dikeluarkanya sstem kualitas, seperti pada ISO
9000 tahun 1987 sebagai kualitas standar internasional. Indonesia mengadopsi
sistem kualitas ISO 9000 dan memberi nama Standar Nasional Idonesia SNI
19-9000-1992. Dengan adanya klausul dalam ISO 1900 tentang peningkatan
kualitas secara terus menerus, maka semua lembaga atau industri yang
 menerapkan ISO 1900 atau menajemen kualitas harus menerapkan metode
statistika sebagai metode yang direkomendasikan (Hamdi, 2014).
Statistik berfungsi hanya sebagai alat bantu. Peranan statistik dalam
penelitian tetap diletakkan sebagai alat. Artinya, statistik bukan menjadi tujuan
yang menentukan komponen penelitian lain. Oleh sebab itu, yang berperan
menentukan tetap masalah yang dicari jawabannya dan tujuan penelitian itu
sendiri. Statistik dapat berguna dalam penyusunan model, perumusan
hipotesis, pengembangan alat pengambil data, penyusunan rancangan
penelitian, penentuan sampel, dan analisis data, yang kemudian data tersebut
diinterpretasikan sehingga bermakna. Hampir semua penelitian ilmiah
dilakukan terhadap sampel kejadian, dan atas dasar sampel itu ditarik suatu
generalization. Suatu generalisasi pasti mengalami error; disinilah salah satu
tugas statistik bekerja atas dasar sampel bukan populasi. Dengan demikian
pengujian hipotesis dapat kita lakukan dengan teknik-teknik statistik. Dari
hasil analisis statistik yang diperoleh berdasarkan perhitungan yang berbentuk
angka-angka tersebut, sebenarnya belum mempunyai arti apa-apa tanpa
dideskripsikan dalam bentuk kalimat atau kata-kata di dalam penarikan
kesimpulan. Jika tidak, maka hasil analisis tersebut tidak akan bermakna dan
hanya tinggal angka-angka yang tidak "berbunyi" (Mustafid, 2003).

II.2 SPSS 22
SPSS dikembangkan oleh Norman Nie, seorang mahasiswa lulusan fakultas
ilmu politik dari Stanford University. Pada awalnya program ini bernama
Statistical Package for the Social Sciences kemudian berubah menjadi Statistical
Product Solitions. SPSS muncul pertama kali pada tahun 1968. Seiring
perkembangan persahaan, akhir tahun 2009, SPSS diakui oleh IBM. Kemudian
namanya berubah menjadi PASW (Predictive Analytics SoftWare) Statistics.
Namun masyarakan masih akrab dengan nama SPSS. SPSS merupakan kalkulator
yang canggih untuk melakukan perhitungan statistik. Yang penting adalah kita
memahami metode statistik apa yang kita gunakan dan memaknai hasil keluaran
dari SPSS tersebut (Nasoetion, 2003).
Berikut diagram kerja SPSS menurut Nasoetion (2003):
 Data SPSS Output
Statisti

SPSS adalah singkatan dari Statistical Package for the Social Sciences,
sekarang diperluas untuk melayani berbagai jenis user, seperti untuk proses
produksi dipabrik, riset ilmu-ilmu sains dan lainnya. Sekarang kepanjangan SPSS
adalah Statistical Product and Service Solutions. Hingga saat sekarang produk
SPSS telah dipakai dalam berbagai bidang seperti ilmu keuangan, retail,
telekomunikasi, farmasi, broadcasting, militer, database marketing, riset
pemasaran, peramalan bisnis, penilaian kredit, customer relationship, penilaian
kepuasan konsumen (customer satisfaction) dan sebagainya (Nasoetion, 2003).
SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu
social, sehingga kepanjangan SPSS itu sendiri adalah Statistikal Package for the
Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai
jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan
lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistikal Product
and Service Solutions (Nasoetion, 2003).

II.3 Statistika
Diskriptif
Statistik deskriptif yaitu merupakan salah satu bidang ilmu statistika yang
mempelajari cara cara pengumpulan, penyusunan, dan penyajian data suatu
penelitian. Penyampaian data pada statistik deskriptif bersifat menggambarkan
atau mendiskripsikan sesuai dengan kondisi lapangan. Berbagai kegiatan dalam
bidang ilmu tersebut antara lain pengumpulan data, penentuan nilai dan fungsi
statistik, serta pembuatan grafik dan gambar (Nugroho, 2007).
II.3.1 Mean
Mean merupakan nilai rata rata dari sekelompok data baik berupa
frekuensi data tunggal maupun frekuensi data kelompok. Mean (rata rata)
merupakan suatu ukuran pemusatan data. Mean suatu data juga merupakan
statistik karena mampu menggambarkan bahwa data tersebut berada pada
kisaran mean data tersebut. Mean tidak dapat digunakan sebagai ukuran data
 pemusatan untuk jenis data nominal maupun ordinal. Cara menghitung mean
adalah jumlah seluruh data dibagi dengan banyaknya data (Nugroho, 2007).
II.3.2 Median
Pengukuran data sampel dengan cara membagi data kedalam dua
bagian yang sama dinamakan median. Untuk menentukan ukuran median, data
sampel diurutkan dari nilai data terkecil sampai nilai data terbesar. Misalkan
X(1), X(2), .........., X(n) adalah data yang telah diurutkan, maka median diberikan
dengan cara sebagai berikut :

{
X (n +1)
2
M = X n+ X
2 (n2 )+1
2
Jika ukuran sampel n adalah ganjil, maka median diambil dari data pada posisi
yang ditengah. Sedangkan jika ukuran sampel n adalah genap, maka median
diambil dari rata rata dua data pada posisi yang ditengah (Mustafid, 2003).
II.3.3 Skewness
Skewness merupakan statistik yang digunakan dalam memberikan
gambaran distribusi data apakah miring ke kiri, ke kanan atau simetris.
Skewness adalah ukuran dari tingkat kesimetrisan dapat juga menggambarkan
kekurang-simetrisan. Suatu distribusi dikatakan simetris jika distribusi
tersebut nampak sama antara sebelah kanan dan sebelah kiri titik pusatnya.
Distribusi yang simetris misalnya distribusi normal, distribusi t dan distribusi
seragam. Distribusi yang mempunyai skewness positif misalnya distribusi
eksponensial, distribusi chi-kuadrat, distribusi Poisson dan distribusi Binomial
(Setiawan ,2002).
Menurut Setiawan (2002) skewness dari suatu variable random X yang
dinotasikan dengan Skew[X] didefinisikan sebagai :

II.4 Uji
Normalitas
 Uji normalitas adalah suatu metode yang bertujuan untuk mengetahui apakah
distribusi sebuah data mengikuti atau mendekati distribusi normal, yaitu distribusi
data dengan bentuk lonceng (bell shaped). Suatu data dikatakan baik apabilah data
tersebut mempunyai polo seperti distribusi normal, yakni distribusi data tersebut
tidak menceng ke kiri atau pun menceng ke kanan (Santoso, 2010).
Uji normalitas pada multivariat sebenarnya sangat kompleks, karena harus
dilakukan pada seluruh variabel secara bersama sama. Namun, uji ini bisa juga
dilakukan pada setiap variabel, dengan logika bahwa jika secara individual masing
masing variabel memenuhi asumsi normalitas, maka secara bersamaan
(multivariat) variabel variabel tersebut juga bisa dianggap memenuhi asumsi
normalitas (Santoso, 2010).
II.5 Uji
Homogenitas
Uji homogenitas adalah pengujian mengenai varian dan digunakan untuk
mengetahui apakah kedua kelompoksampel mempunyai varian yang sama atau
berbeda. Dalam statistik uji homogenitas digunakan untuk mengetahui vasrian
dari beberapa variasi yang sama atau tidak. Uji ini biasanya di terapan sebagai
prasyarat dalam analisis Independen Sampel T Test dan Anova. Asumsi yang
mendasari dalam analisis of varians (ANOVA) adalah bahwa varian dari beberapa
populasi asalah sama (Hamdi, 2014).
Menurut Fanny (2007) Analisis homogenitas merupakan suatu langkah awal
untuk membenahi data sekaligus menerapkan pengawasan kualitas (quality
control) terhadap aset data . Selanjutnya perlu disadari bahwa merupakan suatu
kewajiban ilmiah untuk memberikan keterangan apakah suatu seri data telah teruji
homogenitasnya atau belum. Secara rinci keterangan tentang homogenitas data
meliputi:
1. Jenis parameter
2. Periode pengamatan data
3. Basis skala waktu (bulanan, mingguan, tahunan, dsb)
4. Jenis teknik (test) yang dipakai dalam uji homogenitas serta
penjelasannya.
5. Jumlah seri data yang homogen/ tidak homogen pada suatu stasiun (berapa
seri data yang ditemukan homogen/ tidak homogen)
6. Jumlah kasus, panjangnya periode dan variasi tahunan kasus tidak
homogen (jumlah kasus setiap bulannya) dalam satu seri data.
 7. Ukuran penyimpangan dan faktor koreksi yang digunakan untuk
memperbaiki (meng-adjust) ketidak homogenan seri tersebut.
8. Faktor non-klimat yang diidentifikasi telah mengakibatkan ketidak
homogenan.
9. Dalam suatu seri data (pemindahan instrumen, pergantian waktu
pengamatan, pergantian pengamat, kecenderungan/ trend memanas/
mendingin secara perlahan-lahan misalnya karena dampak perkotaan dan
dampak perubahan tata guna lahan).

II.6 Faktor Distribusi Fitoplankton

Menurut Mustafid (2003), pertumbuhan dan perkembangan fitoplankton
bersifat dinamis yaitu dapat bloom atau sangat rendah. Di negeri 4 musim
pertumbuhan fitoplankton meledak karena merespon pada musim dan tersedianya
hara. Sehingga terjadi peledakan pada musim semi dan musim gugur. Sedangkan
pada musim dingin populasinya sedikit. Sebaliknya di perairan tropika, selama
hara tersedia pertumbuhannya bersifat kontinum. Di perairan tropika sepanjang
tahun sinar matahari selalu optimal. Di danau yang dalam penyinaran matahari
menyebabkan suhu permukaan lebih tinggi. Hal ini akan menyebabkan
fitoplankton dapat tumbuh melakukan proses fotosintesis secara optimal. Hal ini
akan menyebabkan terjadinya perbedaan kemelimpahan fitoplankton antara
permukaan dan dasar perairan karena tidak terjadi pengadukan.
Fitoplankton terdistribusi di semua perairan, baik di perairan darat maupun
perairan laut, serta di estuari. Fitoplankton terdistribusi secara vertikal pada
perairan yang dalam. Distribusi fitoplankton secara vertikal bisa mencapai
kedalaman 150 m. Akan tetapi distribusi fitoplankton yang paling melimpah
adalah di kedalaman 20 m, hal ini karena intensitas cahaya matahari yang sampai
pada jeluk ini hanya sekitar 50 %. Fitoplankton juga melakukan migrasi vertikal
(vertical migration). Fitoplankton pada siang hari akan naik ke permukaan untuk
menyerap cahaya matahari sebagai sumber energi untuk melakukan fotosintesis,
sedangkan pada malam hari akan turun ke dasar perairan dan melakukan proses
respirasi. sebaliknya zooplankton pada siang hari akan turun ke dasar permukaan
air dan pada malam hari akan naik ke permukaan air (Santoso, 2003).
Menurut Rachmatin (2010), penyebab distribusi fitoplankton dapat dibagi
menjadi beberapa, berikut pembagiannya :
- Ditribusi Horizontal

Distribusi fitoplankton secara horizontal lebih banyak dipengaruhi

faktor fisik berupa pergerakan masa air. Oleh karena itu pengelompokan
(pathciness) plankton lebih banyak terjadi pada daerah neritik terutama
yang dipengaruhi estuaria dibandingkan dengan oseanik. Faktor-faktor fisik
yang menyebabkan distribusi fitoplankton yang tidak merata antara lain
arus pasang surut, morfo-geografi setempat, dan proses fisik dari lepas
pantai berupa arus yang membawa masa air kepantai akibat adanya
hembusan angin. Selain itu keter-sediaan nutrien pada setiap perairan yang
berbeda menyebabkan perbedaan kelimpahan fito-plankton pada daerah-
daerah tersebut.(

- Distribusi Vertikal

Distribusi vertikal plankton sangat berhubungan dengan faktor-

faktor yang mempengaruhi produktivitasnya, selain kemampuan pergerakan
atau faktor ling-kungan yang mendukung plankton mampu bermigrasi
secara ver-tikal. Menurut Seele dan Yentch (1960) dalam Parsons dkk
(1984), distribusi fitoplankton di laut secara umum menunjukkan densitas
maksimum dekat lapisan permukaan (lapisan fotik) dan pada waktu lain
berada dibawahnya. Hal ini menunjukan bahwa distribusi vertikal sangat
berhubungan dengan dimensi waktu (temporal). Selain faktor cahaya, suhu
juga sangat mendukung pergerakannya secara vertikal. Hal ini sangat
berhubungan dengan densitas air laut yang mampu menahan plankton untuk
tidak tenggelam. Perpindahan seca-ra vertikal ini juga dipengaruhi oleh
kemampuannya ber-gerak atau lebih tepat mengadakan adaptasi fisiologis
sehingga terus melayang pada kolom air.
- Distribusi harian dan musiman

Distribusi plankton dari waktu ke waktu lebih banyak ditentukan

oleh pengaruh lingkungan. Distribusi temporal banyak dipengaruhi oleh
pergerakan matahari atau dengan kata lain cahaya sangat mendominasi pola
distribusinya. Distribusi harian plankton, terutama pada daerah tropis,
 mengikuti perubahan intensitas cahaya sebagai akibat pergerakan semu
matahari. Pada pagi hari dimana intensitas cahaya masih rendah dan suhu
permukaan air masih relatif dingin plankton berada tidak jauh dengan
permukaan. Pada siang hari plankton berada cukup jauh dari pemukaan
karena menghindari cahaya yang terlalu kuat. Pada sore hingga malam
hari plankton begerak mendekati bahkan berada pada daerah permukaan
(Hamdi, 2014)
- Reproduksi dan Siklus Hidup Plankton

Menurut Santoso (2003) sebagian besar diatom melakukan

reproduksi melalui pembelahan sel vegetatif. Hasil pembelahan sel menjadi
dua bagian yaitu bagian atas (epiteka) dan bagian bawah (hipoteka).
Selanjutnya masing-masing belahan akan membentuk pasangannya yang
baru berupa pasangan penutupnya. Bagian epiteka akan membuat hipoteka
dan ba-gian hipoteka akan membuat epiteka. Pembuatan bagian-bagian
tersebut dise-kresi atau diperoleh dari sel masing-masing sehingga semakin
lama semakin kecil ukuran selnya. Dengan demikian ukuran individu-
individu dari spesies yang sama tetapi dari generasi yang berlainan akan
berbeda. Reproduksi asek-sual seperti ini menghasilkan sejumlah ukuran
yang bervariasi dari suatu po-pulasi diatom pada suatu spesies. Ukuran
terkecil dapat mencapai 30 kali lebih kecil dari ukuran terbesarnya
(Kennish, 1990). Tetapi proses pengurangan ukuran ini terbatas sampai
suatu generasi tert entu. Apabila generasi itu telah tercapai di atom akan
meninggalkan kedua katupnya dan terbentuklah apa yang disebut auxospore

III. MATERI DAN METODE

1 Waktu Pelaksanaan
Hari,Tanggal : Rabu, 12 Oktober 2016
Waktu : Pukul 16.00-17.00 WIB
Tempat : Gedung E Lantai 2 Ruang E207 Fakultas
Perikanan dan Ilmu Kelautan UNDIP,Semarang
2 Materi
1 Alat danBahanPraktikum
 Table 1. Alat dan bahan praktikum modul 1
NO Alat dan Bahan Fungsi
1 Laptop Menjalanakan program SPSS
2 Aplikasi SPSS 16 Sebagai aplikasi pengolahan data analisis
3 Alat tulis Menulis langkah-langkah program SPSS
4 Modul Praktikum Statistik Memandu memberikan referensi mengenai SPSS

3.3. Metodologi
3.3.1. Pengolahan Data Frequences

1. Data yang disimpan pada Microsoft Excel dibuka, lalu edit data
tersebut dengan data diubah menyesuaikan nim kita, contoh : misal =
900 diubah jadi 937. Lalu daftar nama fitoplankton dibuat diluar
kolom seperti gambar dibawah. Kemudian daftar nama tersebut

disalin.

2. Aplikasi IBM SPSS Statistic dibuka, kemudian data yang telah disalin
ditempel pada variable view. Kemudian pada kolom Measure, scale
dipilih.
3. Pada kolom decimals angka diubah menjadi 0.

4. Data yang sudah tersimpan di Microsoft Excel dibuka kembali, lalu

data angka disalin.
5. Data angka yang tadi disalin, ditempelkan pada aplikasi IBM SPSS
Statistics pada Data View.
6. Setelah data variable diisi, kemudian Save Data as dipilih.

7. Beginilah hasil sementara setelah disave as data.

8. Buka Variable View pada Aplikasi IBM SPSS Statistics, Analyze
diklik, lalu Descriptive Statistics dipilih, kemudian Frequences diklik.
9. Kemudian data variables tersebut dipindah ke kolom samping kanan.
10. Frequences Statistics diklik, kemudian Central Tendency dan
Dispersion dicentang semua,

11. Lalu Frequency Charts diklik, kemudian pilih histograms dan show
normal curve on histogram dicentang.
 12. Hasil histogram sudah siap.

3.3.2. Pengolahan Data Descriptives

1. Analyze dipilih, kemudian Descriptive Statistics diklik, lalu

Descriptives dipilih.
1. Data Variables dipindah ke kolom samping kanan.
2. Klik Descriptives Options, pada dispersion dicentang semua kecuali
range-nya. Lalu pada Display Order, Variable list dipilih. Kemudian

continue diklik.

3. Setelah semua diatur, kemudian OK diklik.

 5. Kemudian beginilah hasil tabel descriptives.

1.3.3. Pengolahan Data Explore

1. Analyze diklik, lalu Descriptive Statistics dipilih, kemudian
Explore diklik.
 2. Data Explore dipindah ke kolom descendent list.

3. Explore Statistics dibuka, kemudian confidence interval for mean

dicek kembali, apabila 95% berarti benar atau mendekati akurat.
 4. Explore Plots diklik kemudian pada Factor levels together diklik pada
boxplots, lalu Stem and leaf dipilih pada opsi Descriptive dan Normally plots
with tests dipilih. Kemudian Continues diklik.
4. Explore cases listwise dipilih pada Explore Options, lalu Continues
diklik. Kemudian OK diklik.

5. Beginilah hasil pada Tabel explore siap.

 IV. HASIL DAN PEMBAHASAN
4.1. Hasil
4.1.1. Interpolasi Output
4.1.1.1.Frequences