Mengetahui,
Koordinator Asisten
I.PENDAHULUAN
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.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).
- Distribusi Vertikal
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.
11. Lalu Frequency Charts diklik, kemudian pilih histograms dan show
normal curve on histogram dicentang.
12. Hasil histogram sudah siap.
continue diklik.