DESKRIPTIF DATA

Dosen Pembimbing:
Ria Dhea Layla Nur Karisma, M. Si

Oleh :
Rif’atul Syarifah (16610048)

JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM
MALANG
2017
 ABSTRAK

Penyajian sebuah data tentu bukan hal yang baru lagi dalam kehidupan
sehari-hari. Baik digunakan secara formal maupun informal pengumpulan data
tentu memerlukan sebuah penyelesaian yang dapat mudah dimengerti dan tidak
memakan banyak waktu. Ilmu statistika merupakan jawaban dari rumitnya
mengolah data. Penyajian data yang informatif dan akurat merupakan bagian dari
statistika deskriptif. Statistika deskriptif menyajikan data dalam bentuk table,
diagram, maupun grafik untuk menggambarkan kumpulan data agar mudah
dipahami. Ukuran pemusatan data pada statistika deskriptif meliputi; nilai rata-
rata, median (nilai tengah), modus, range, varian, serta standar deviasi. Dalam
laporan kali ini akan dibahas pemusatan data dari 100 umur laki-laki pada tahun
1997 menggunakan program Minitab, SPSS, dan R. Hasil output yang diperoleh
berupa mean 43.37 , median 42 , dan modus 40 yang terdiri sebanyak 7 data.
Kata kunci : statistic deskriptif, SPSS, Minitab, R, ukuran pemusatan data,
ukuran penyebaran data

i
 DAFTAR ISI

Halaman Judul

ABSTRAK ....................................................................................................... i

DAFTAR ISI .................................................................................................... ii

DAFTAR TABEL ............................................................................................ iv

DAFTAR GAMBAR ....................................................................................... v

BAB I PENDAHULUAN ................................................................................ 1

1.1 Latar Belakang ..................................................................................... 1

1.2 Rumusan Masalah ................................................................................ 2

1.3 Tujuan Penelitian ................................................................................. 2

1.4 Batasan Masalah................................................................................... 3

BAB II TINJAUAN PUSTAKA...................................................................... 4

2.1 Statistika ............................................................................................... 4

2.1.1 Pengertian Statistika ................................................................. 4
2.2.2 Ukuran Pemusatan Data .............................................................. 5

2.2 Metode Non Statistika .......................................................................... 8

BAB III METODOLOGI PENELITIAN......................................................... 10

3.1 Sumber Data ......................................................................................... 10

3.2 Waktu dan Tempat Pengambilan Data ................................................. 10

3.3 Langkah-langkah .................................................................................. 10

3.3.1 Program Minitab ......................................................................... 10

3.3.2 Program SPSS ............................................................................. 15

ii
 3.3.1 Program R ................................................................................... 20

BAB IV ANALISIS DATA DAN PEMBAHASAN ....................................... 22

4.1 Analisis Data ........................................................................................ 22

4.2 Pembahasan Software .......................................................................... 22

4.2.1 Minitab ........................................................................................ 22

4.2.2 SPSS ............................................................................................ 26

4.2.3 R .................................................................................................. 28

4.2.4 Perbandingan Hasil Ketiga Software .......................................... 28

4.3 Perhitungan Secara Manual.................................................................. 29

BAB V KESIMPULAN DAN SARAN ........................................................... 34

5.1 Kesimpulan .......................................................................................... 35

4.2 Saran ..................................................................................................... 35

DAFTAR PUSTAKA

LAMPIRAN

iii
 DAFTAR TABEL

Tabel 4.2.1.1 ..................................................................................................... 22

Tabel 4.2.2.1 ..................................................................................................... 26

iv
 DAFTAR GAMBAR

Gambar 3.3.1.1 ................................................................................................. 10

Gambar 3.3.1.2 ................................................................................................. 11

Gambar 3.3.1.3 ................................................................................................. 11

Gambar 3.3.1.4 ................................................................................................. 12

Gambar 3.3.1.5 ................................................................................................. 12

Gambar 3.3.1.6 ................................................................................................. 13

Gambar 3.3.1.7 ................................................................................................. 13

Gambar 3.3.1.8 ................................................................................................. 14

Gambar 3.3.1.9 ................................................................................................. 14

Gambar 3.3.2.1 ................................................................................................. 15

Gambar 3.3.2.2 ................................................................................................. 15

Gambar 3.3.2.3 ................................................................................................. 16

Gambar 3.3.2.4 ................................................................................................. 16

Gambar 3.3.2.5 ................................................................................................. 17

Gambar 3.3.2.6 ................................................................................................. 17

Gambar 3.3.2.7 ................................................................................................. 18

Gambar 3.3.2.8 ................................................................................................. 19

Gambar 3.3.3.1 ................................................................................................. 20

Gambar 3.3.3.2 ................................................................................................. 20

Gambar 3.3.3.3 ................................................................................................. 21

v
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Perkembangan ilmu pengetahuan dan ilmu teknologi terjadi dengan sangat
cepat, kebutuhan manusia terhadap ilmu pengetahuan dan teknologi sudah tidak
dapat di pungkiri. Semakin berkembangnya ilmu pengetahuan tidak lepas dari
andil penelitian-penelitian yang dilakukan dalam banyak bidang, baik yang
dilakukan oleh perorangan, kelompok perorangan, ataupun atas nama civitas
akademika. Salah satu bagian terpenting dalam penelitian adalah berapa data yang
harus ditemukan, bagaimana cara menyajikan data agar mudah dipahami, dan
bagaimana mendapatkan kesimpulan dari penelitian tersebut. Salah satu solusi
yang banyak diketahui dan digunakan oleh para peneliti adalah statistika, maka
dari itu sangat diperlukan pengetahuan tentang statiska.
Bambang Kustituanto & Rudy Badrudin (1994; 1), mengatakan bahwa,
semula statistika memiliki pengertian tentang segala sesuatu yang berkaitan
dengan informasi numerikal. Akan tetapi, dalam perkembangannya statistika
memiliki pengertian yang lebih luas yang tidak sekedar berbicara tentang
informasi numerikal. Dalam buku ini statistika didefinisikan sebagai ilmu dan
seni, ada juga yang mengatakan sebagai teknik tentang pengumpulan data,
penyajian data, analisis data dan pengambilan kesimpulan data yang berhasil
dihimpun.
Data yang diperoleh dari penelitian biasanya berjumlah banyak dan
membutuhkan perhitungan dengan rumus-rumus rumit. Pengolahan data yang
begitu banyak memerlukan ketelitian, kesabaran, dan waktu yang cukup lama.
Apabila pengolahan data dilakukan secara manual dengan rumus-rumus yang
cukup rumit, maka berpeluang besar akan terjadi kesalahan dalam perhitungan.
Para pengolah data tentu tidak menginginkan adanya kesalahan karena dapat
menyebabkan kesimpulan yang salah dan menyesatkan.
Perkembangan teknologi dan ilmu statistika melahirkan berbagai aplikasi
untuk mempermudah perhitungan data, antara lain: minitab, SPSS, dan R. adapun

1
cara dan pembahasan lebih lanjut tentang aplikasi-aplikasi tersebut akan
dijelaskan dalam laporan ini.
1.2 Rumusan Masalah

Berdasarkan uraian dari latar belakang diatas, dapat diambil beberapa

rumusan masalah, antara lain

1) Bagaimana cara mengolah data serta ukuran pemusatan data dan

penyebarannya dari data yang diperoleh dari buku dengan judul
“Pendahuluan Teori Kemungkinan dan Statistika” yang disusun oleh
Sumargo dengan menggunakan software minitab?
2) Bagaimana cara mengolah data serta ukuran pemusatan data dan
penyebarannya dari data yang diperoleh dari buku dengan judul
“Pendahuluan Teori Kemungkinan dan Statistika” yang disusun oleh
Sumargo dengan menggunakan software SPSS?
3) Bagaimana cara mengolah data serta ukuran pemusatan data dan
penyebarannya dari data yang diperoleh dari buku dengan judul
“Pendahuluan Teori Kemungkinan dan Statistika” yang disusun oleh
Sumargo dengan menggunakan software R?
4) Bagaimana perbandingan hasil dari ketiga software tersebut?
1.3 Tujuan Penelitian

Berdasarkan uraian beberapa masalah diatas, terdapat beberapa tujuan

yang ingin dicapai dengan adanya praktikum ini. Yaitu:

1. Mengetahui cara mengolah data serta ukuran pemusatan dan penyebaran data
dari data yang diperoleh dari buku dengan judul “Pendahuluan Teori
Kemungkinan dan Statistika” yang disusun oleh Sumargo dengan
menggunakan software minitab?
2. Mengetahui cara mengolah data serta ukuran pemusatan dan penyebaran data
dari data yang diperoleh dari buku dengan judul “Pendahuluan Teori
Kemungkinan dan Statistika” yang disusun oleh Sumargo dengan
menggunakan software SPSS?

2
3. Mengetahui cara mengolah data serta ukuran pemusatan dan penyebaran data
dari data yang diperoleh dari buku dengan judul “Pendahuluan Teori
Kemungkinan dan Statistika” yang disusun oleh Sumargo yang disusun oleh
Ursini dengan menggunakan software R?
4. Mengetahui perbandingan hasil ukuran pemusatan serta penyebaran data dari
ketiga software diatas.
1.4 Batasan Masalah

Berdasarkan uraian latar belakang, rumusan masalah, dan tujuan yang

ingin dicapai. Praktikum ini hanya dibatasi tentang bagaimana cara menggunakan
software-software tersebut untuk menghitung hasil pemusatan serta penyebaran
data yang kemudian akan dilihat perbandingan hasil dari masing-masing software.

3
 BAB II

TINJAUAN PUSTAKA

2.1 Statistika

2.1.1 Pengertian Statistika

Algifari (2010; 3), mengatakan bahwa kata statistika berasal dari bahasa
Italia, yaitu statista yang berarti negarawan. Istilah ini pertama kali digunakan
oleh Gottfried Achenwall (1719-1772) seorang professor pada Malborough dan
Gottingen. Kemudian Zimmeman memperkenalkan isstilah statistika di Inggris.
Penggunaan statistika ini dipopulerkan oleh John Sinclair dalam pekerjaannya di
Statistical Account of Scotland (1791-1799). Jadi jauh sebelum abad 18, umat
manusia sudah melakukan pencatatan dan penggunaan data.

Susanti (2010; 2) menyatakan bahwa Pada abad ke 19 dan awal abad ke 20

statistika mulai banyak menggunakan bidang-bidang dalam matematika, terutama
probabilitas. Cabang statistika yang ada pada saat ini sangat luas digunakan untuk
mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh ke dua
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)
Bambang Kustituanto & Rudy Badrudin (1994; 1), mengatakan bahwa,
semula statistika memiliki pengertian tentang segala sesuatu yang berkaitan
dengan informasi numerikal. Akan tetapi, dalam perkembangannya statistika
memiliki pengertian yang lebih luas yang tidak sekedar berbicara tentang
informasi numerikal. Dalam buku ini statistika didefinisikan sebagai ilmu dan
seni, ada juga yang mengatakan sebagai teknik tentang pengumpulan data,
penyajian data, analisis data dan pengambilan kesimpulan data yang berhasil
dihimpun.

Sudjana (2005; 2), menyampaikan bahwa statistik adalah menyatakan kumpulan

data, bilangan maupun non bilangan yang disusun dalam tabel dan atau diagram,
yang melukiskan atau menggambarkan suatu persoalan, lebih lanjut, Sudjana
(2005) menambahkan bahwa dengan statistika merupakan pengetahuan yang

4
berhubungan dengan cara-cara pengumpulan data, pengolahan atau
penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan data dan
penganalisisan yang dilakukan. Sedangkan Santosa (2004; 1) menyatakan bahwa
statistika adalah ilmu yang berkaitan dengan data. Hal-hal yang tercakup dalam
statistika adalah pengumpulan, klasifikasi, peringkatan, organisasi, analisis dan
interpretasi informasi numerik.
Djarwanto (2001; 1) mengatakan bahwa sekarang kata statistic diartikan
bukan pada soal ketatanegaraan melainkan diartikan sebagai pelukisan suatu
keadaan yang umumnya ditekankan sebagai angka-angka (bilangan). Atau dengan
kata lain kata statistik berarti kumpulan angka-angka yang berhubungan dengan
atau melukiskan suatu persoalan. Misalnya kumpulan angka yang melukiskan
banyaknya kelahiran atau kematian, tentang harga-harga barang, banyaknya hasil
panen, upah para buruh dan lain sebagainya. Di samping statistik mempunyai arti
seperti disebut di atas, statistik juga diartikan untuk menyatakan suatu ukuran
misalnya menyatakan nilai rata-rata, nilai penyimpangan, dan angka indeks.
2.1.2 Ukuran Pemusatan Data
A. Nilai rata-rata, Menurut Supranto (2008) Rata-rata (mean) dapat
didefinisikan sebagai jumlah seluruh nilai data dibagi dengan jumlah data
yang digunakan. Menrurt Djarwanto (2001; 125) menyatakan bahwa mean
mempunyai sifat-sifat yang harus diketahui, di antaranya yaitu:
a. Nilai mean didasarkan pada seluruh nilai pengamatan, oleh karena
itu dipengaruhi oleh semua nilai variable atau nilai individual.
Apabila sekumplan data sudah diklasifikasikan dalam distribusi
frekuensi, mean dipengaruhi oleh semua nilai tengah kelas yang
ada tertimbang dengan frekuensi kelas yang ada.
b. Jumlah dari penyimpangan semua nilai pengamatan dengan nilai
mean akan sama dengan nol.
c. Apabila selisih semua nilai pengamatan dengan nilai mean
dikuadratkan, jumlahnya lebih kecil daripada jumlah
penyimpangan kuadrat semua nilai pengamatan dari titik lain selain
mean.
d. Arithmetic mean dapat dimanipulir secara aljabar.

5
Rata-rata (Untuk data tunggal)
∑𝑋
𝜇=
𝑁
𝜇 = 𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎

∑ 𝑋 = 𝑗𝑢𝑚𝑙𝑎ℎ

𝑁 = 𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑑𝑎𝑡𝑎
Rata-rata (Untuk data kelompok)
∑ 𝑓𝑚
𝜇=
𝑛
𝜇 = 𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎

∑ 𝑓𝑚 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑠𝑒𝑙𝑢𝑟𝑢ℎ𝑎𝑛 𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝑘𝑎𝑙𝑖 𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑛𝑔𝑎ℎ

𝑛 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑓𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖

B. Median, menurut Algifari (2010; 57) adalah nilai data observasi yang
berada di tengah-tengah urutan data tersebut.
1
Median = 2 (X(n/2) + X(n/2 + 1))

C. Modus, menurut Susanti (2010; 96) adalah sesuatu yang paling banyak
𝑏1
didapatkan atau dijumpai. Mod = L0 + c (𝑏2+𝑏1)

D. Ukuran kemencengan (Skewness), menurut Algifari (2010; 108) adalah

cara untuk menentukan bentuk kurva polygon suatu distribusi frekuensi
data observasi dengan membandingkan rata-rata, median, dan modus data
observasi tersebut.
a) Apabila koefisien kemencengan megatif (Sk < 0), maka bentuk
kurva polygon nya menceng ke kiri.
b) Apabila koefisien kemencengan megatif (Sk = 0), maka bentuk
kurva polygon nya simetris.
c) Apabila koefisien kemencengan megatif (Sk > 0), maka bentuk
kurva polygon nya menceng ke kanan.
E. Jangkauan (Range) menurut Ursini (2014; 59) digunakan untuk melihat
atau menentukan perbedaan antara data yang paling besar dengan data
yang paling kecil. Jangkauan = data terbesar – data terkecil

6
F. Simpangan baku (Standar Deviasi) menurut Aligafri (2010; 91) adalah
suatu ukuran yang menunjukkan deviasi stardar data observasi terhadap
rata-ratanya. Dibandingkan dengan deviasi rata-rata, standar deviasi adalah
ukuran penyebaran (disperse) yang lebih baik, karena ukuran ini tidak
menggunakan asumsi nilai absolut.

∑(𝑋− ̅̅̅̅̅
𝑥)2
S= √
𝑛−1

G. Kuartil, menurut Djarwanto (2001; 167) kuartil dibagi menjadi tiga bagian,
Q1, Q2, dan Q3. Kuartil membagi nilai-nilai menjadi empat baggian yang
sama banyaknya.
a) Q1 (Kuartil Pertama) adalah suatu nilai dalam distribusi yang membatasi
25% frekuensi di bagian atas distribusi dari 75% frekuensi di bagian
bawah distribusi. Q1 = X(n + 2) /4
b) Q2 (Kuartil Kedua) adalah suatu nilai dalam distribusi yang membatasi
50% frekuensi di bagian atas distribusi dari 50% frekuensi di bagian
1
bawah distribusi. Q2 = 2 (X(n/2) + X(n/2 + 1))

c) Q3 (Kuartil Ketiga) adalah suatu nilai dalam distribusi yang membatasi

75% frekuensi di bagian atas distribusi dari 25% frekuensi di bagian
bawah distribusi. Q3 = (X(3n + 2)/4)
H. Varians (Variance), menurut Algifari (2010; 93) merupakan pangkat dua
dari standar deviasi. Variance = S2
I. Kurtosis, menurut Susanti ( 2010; 145) adalah suatu ukuran yang dapat
digunakan untuk menentukan runcing tidaknya suatu kurva distribusi.
Bentuk kurva di golongkan dari bentuk keruncingannya dibagi menjadi
tiga, distribusi leptokurtic, distribusi mesokurtik, dan distribusi platikurtik.
J. Histogram, menrut Algifari (2010; 29) adalah penyajian informasi
mengenai data observasi dengan grafik. Dengan cara menyusun distribusi
frekuensi dari data observasi tersebut ke dalam diagram batang atau
diagram balok.

7
2.2 Metode Non Statistika
Menurut Rosmalina dkk (2001; 184) umur > 60 tahun pada tahun 1995
sekitar 73%. Peningkatan jumlah usia lanjut dapat menimbulkan masalah
kesehatan di masa datang dan akan mempunyai darnpak terhadap kebutuhan
pelayanan kesehatan. Apabila status kesehatan lansia tidak kurang baik pada
gilirannya keadaan tersebut akan menjadi beban berat bagi pemerintah terutama
dalam situasi ekonomi yang tidak stabil. komposisi tubuh berupa penurunan fat-
Jlee mass atau peningkatan fat mass. Pada proses penuaan persentase massa otot
menurun, sehingga terjadi penurunan kekuatan otot 30--40% . Kekuatan otot
muscle strength pada lansia juga berhubungan dengan masalah keseimbangan
sehingga lansia berisiko mudah terjatuh. Vellas, BJ et al. melaporkan proporsi
lansia yang pemah jatuh keadaan gizinya lebih buruk dibandingkan dengan yang
tidak pernah jatuh.
Menurut Ulfa dkk (hlm. 4) Banyak faktor yang berpengaruh terhadap
perilaku merokok seseorang termasuk remaja laki-laki. Apabila dikaitkan dengan
teori perubahan perilaku (Notoatmodjo, 2007), seseorang menerima atau
mengadopsi perilaku baru dalam kehidupannya melalui tiga tahap yaitu
pengetahuan, sikap dan tindakan. Pengetahuan seseorang tentang rokok
mempengaruhi tindakannya dalam merokok. Pengetahuan tentang bahaya yang
dapat ditimbulkan oleh rokok dan terapi yang dapat dilaksanakan untuk berhenti
merokok akan mempengaruhi perilaku merokok seseorang dalam bentuk
pengurangan jumlah rokok yang dikonsumsi perharinya atau bahkan berhenti dari
kebiasaan merokok tersebut. Sikap merupakan reaksi atau respon yang masih
tertutup dari seseorang terhadap stimulus atau objek. Sikap seseorang dalam
berendapat dan memberikan penilaian baik dan buruk terhadap rokok akan
diperlihatkan dengan tindakannya merokok atau tidak merokok (Notoatmodjo,
2007). Faktor-faktor tersebut menjadi pengaruh yang dominan bagi remaja dengan
kebiasaan merokok.

Menurut Amin (2014, 4) Data BPS tahun 2012 menyebutkan bahwa pertumbuhan
ekonomi Provinsi Sulawesi Utara tumbuh sebesar 7.86 % dibandingkan dengan
tahun sebelumnya yang hanya 7.39 %. Peningkatan ini digerakkan oleh hampir
seluruh sektor ekonomi, pertumbuhan terbesar terjadi di sektor konstruksi yaitu

8
sebesar 9.33 %. Sektor keuangan, real estat, dan jasa perusahaan tumbuh 9.27 %,
listrik, gas dan air bersih sebesar 8.04 %, perdagangan,hotel dan restoran 7.99 %,
jasa-jasa 7.77 %, pengangkutan dan komunikasi 6.13 %, pertanian 5.86 %,
pertambangan dan penggalian 5.60 %, industri pengolahan 4.89 % pada tahun
2012. Sektor pertanian yang masih merupakan lapangan pekerjaan utama
penduduk di Provinsi Sulawesi Utara selama 5 tahun terakhir tumbuh lambat
dibandingkan dengan sektor lainnya di Provinsi Sulawesi Utara.Sektor yang
memberikan kontribusi tertinggi terhadap PDRB Sulawesi Utara tahun 2012
adalah sektor perdagangan, hotel dan restoran yaitu sebesar 17.57 % pada tahun
2012. Tahun 2012 sektor pertanian mampu menyerap tenaga kerja sebesar 32.61
% lebih tinggi di bandingkan sektor lainnya. Penyerapan tenaga kerja yang lebih
banyak di bandingkan sektor lainnya tidak dibarengi dengan pemberian kontribusi
terhadap PDRB Provinsi Sulawesi Utara, selama kurun waktu 2008-2012
kontribusi sektor pertanian terhadap PDRB Sulawesi Utara cenderung menurun
pada tahun 2008 sektor ini mampu memberi kontribusi sebesar 25.62 % dan
menurun menjadi 17.75 % pada tahun 2012 (BPS, 2012).

9
 BAB III

METODOLOGI PENELITIAN

3.1 Sumber Data

Data diperoleh dari buku dengan judul “Pendahuluan Teori Kemungkinan

dan Statistika” yang disusun oleh Sumargo dengan jumlah data sebanyak 100
data.

3.2 Waktu dan Tempat Pengambilan Data

Data diambil oleh penulis pada tahun 1997, dan di gunakan menjadi
bagian dari laporan praktikum ini pada hari Kamis, tanggal 21 September 2017
dari buku “Pendahuluan Teori Kemungkinan dan Statistika” oleh Sumargo.

3.3 Langkah-langkah

3.3.1 Program Minitab

1) Klik start pada desktop, kemudian klik aplikasi Minitab. Kemudian akan
muncul tampilan seperti di bawah ini:

Gambar 3.3.1.1

10
2) Kemusian masukkan semua data pada kolom C1

Gambar 3.3.1.2

3) Klik Editor, dan centang kolom ennable commands. Lalu pada kolom
session akan muncul MTB > seperti dibawah

Gambar 3.3.1.3

11
4) Klik stat, kemuadian pilih Basic statistic kemudian klik Display
Descriptive Statistic

Gambar 3.3.1.4

5) Kemudian klik dua kali pada kolom yang bertuliskan C1, maka akan
muncul seperti berikut

Gambar 3.3.1.5

12
6) Klik statistic, dan akan muncul banyak pilihan. Kemuadian centang bagian
yang diinginkan

Gambar 3.3.1.6

7) Kemudian klik graphs, lalu klik continue lalu ok. Maka akan muncul
seperti berikut ini

Gambar 3.3.1.7

13
 Gambar 3.3.1.8

Setelah semua langkah-langkah diatas dilakukan, maka hasil akan muncul seperti
berikut ini

Gambar 3.3.1.9

14
3.3.2 Program SPSS
1. Klik aplikasi SPSS pada desktop, kemuadian akan muncul tampilan seperti
dibawah ini.

Gambar 3.3.2.1

2. Masukkan data pada kolom VAR00001

Gambar 3.3.2.2

15
3. Klik sheet variable view kemudian decimals untuk mengganti jumlah
angka yang diinginkan sibelakang koma

Gambar 3.3.2.3

4. Klik data view lagi kemudian klik Analyze kemudian descriptive statistics
lalu frequence untuk memulai pemusatan data dan penyebaran data

Gambar 3.3.2.4

16
5. Kemudian klik tanda

Gambar 3.3.2.5

6. Klik statistics, kemudian centang pilihan sesuai kebutuhan pada table.

Lalu klik continue

Gambar 3.3.2.6

17
7. Selanjutnya klik charts, pilih charts type lalu histogram dan continue

Gambar 3.3.2.7

18
8. Kemudian klik Ok, dan hasil akhir akan muncul seperti dibawah ini

Gambar 3.3.2.8

19
3.3.3 Program R
1. Klik open pada aplikasi R di desktop, kemuadian akan muncul tampilan
seperti ini

Gambar 3.3.3.1

2. Kemudian tuliskan, Nama_variabel<-c(x1, x2, x3, . . . xn) kemudian klik

enter

Gambar 3.3.3.2

20
3. Ketik yang akan dicari, misalnya: mean(Nama_variabel) lalu enter. Begitu
pula dengan median, sum, dan range. Maka hasil akhirnya akan seperti
dibawah ini

Gambar 3.3.3.3

21
 BAB IV

ANALISIS DATA DAN PEMBAHASAN

4.1 Analisis Data

Data yang diolah adalah data yang diperoleh dari buku dengan judul
“Pendahuluan Teori Kemungkinan dan Statistika” yang disusun oleh Sumargo
dengan jumlah data 100 data umur laki-laki pada tahun 1997.

Data diatas kemudian diolah dengan system statistika deskriptif untuk

mengetahui ukuran pemusatan data dan juga karakteristik data tersebut.
Pemusatan data meliputi mean, median, dan modus. Ukuran pemusatan data
sendiri dapat dicari secra manual sesuai dengan rumus yang telah ada. Namun
agar lebih mengefisiensikan waktu dan meminimalisir kesalahan dalam
perhitungan, ada baiknya menggunakan program-program statistika yang sudah
banyak. Misalnya; minitab, SPSS, dan R.

4.2 Pembahasan Software

4.2.1 Minitab

Tabel 4.2.1.1

Gambar diatas merupakan ouput dari software minitab setelah data umur
100 laki-laki pada tahun 1997 di input pada kolom C1. Adapun data yang
dihasilkan adalah sebagai berikut:

Mean (rata-rata) bernilai 43.37 , Standar Error Mean bernilai 1.17 ,

Standar Deviation bernilai 11.75 , Variance bernilai 138.03 , Sum (jumlah data

22
keseluruhan) bernilai 4337.00 , Minimum (data terkecil) bernilai 23.00 , Q1
bernilai 35.00 , Median (nilai tengah) bernilai 42.00 , Q3 bernilai 51.00 ,
Maximum (data terbesar) bernilai 98.00 , Range (Data terbesar-data terkecil)
bernilai 75.00 , Modus (data terbanyak) bernilai 40 yangg muncul sebanyak 7 kali,
Skewness (ukuran kemiringan) bernilai 1.11 dan kurtosis bernilai 3.44.

Adapun histogram yang di hasilkan program minitab adalah sebagai

berikut:

Gambar 4.2.1.2

23
 Gambar 4.2.1.3

Histogram diatas merupakan diagram hasil pengumpulan data 100 umur

laki-laki pada tahun 1997. Kemiringan ke kanan menunjukkan Skewness > 0.
Dalam histogram diatas, sumbu y menggambarkan frekuensi dan sumbu x
menggambarkan nilai data.

Gambar 4.2.1.4

24
 Gambar 4.2.1.4 diatas merupakan Individual value plot of C1. Semakain
rapat plot (titik-titik) merah diatas, berarti penyebaran data semakin rapat plotnya
maka semakin bagus. Karena penyebaran data yang teratur tergambar dari
kerapatan plot.

Gambar 4.2.1.5

Pada gambar 4.2.1.5 diagram Boxplot of C1 menggambarkan letak Q1 , Q2

dan Q3 . Bisa kita lihat pada gambar diatas, Q1 bernilai 35 , Q2 bernilai 42 (dimana
Q2 = median atau nilai tengah), dan Q3 bernilai 51. Sedangkan N menunjukkan
jumlah data, yaitu 100 data.

25
4.2.2 SPSS

Tabel 4.2.2.1

Tabel diatas merupakan hasil output pemusatan data 100 usia laki-laki
pada tahun 1997 dengan menggunakan program SPSS. Adapun rincian hasilnya
adalah sebagai berikut:

Mean (rata-rata) bernilai 43.370 , Std. Error of Mean bernilai 1.1749 ,

Median (nilai tengah) bernilai 42.000 , Mode (data terbanyak) bernilai 40.0 ,
Standar Deviation bernilai 11.7488 , Variance bernilai 138.033 , Skewness
(kemiringan) bernilai 1.114 , Standar Error of Skewness bernilai 0.241 , Kurtosis
bernilai 3.439 , Standar Error of Kurtosis bernilai 0.478 , Range bernilai 75.0 ,
Minimum (nilai terendah) bernilai 23.0 , Maximum (nilai tertinggi) bernilai 98.0 ,

26
Sum (jumlah data keseluruhan) bernilai 4337.0 , Percentiles 25 (Q1) bernilai
35.000 , Percentiles 50 (Q2) bernilai 42.000 , dan Percentiles 75 (Q3) bernilai
51.000 .

Gambar 4.2.2.2

Pada histogram diatas menggambarkan hubungan antara frekuensi dan

nilai data. Sumbu x menunjukkan nilai data, sedangkan sumbu y menggambarkan
frekuensi dari data tersebut. Garis hitam pada histogram miring kearah kiri, itu
artinya Skewness > 0 .

27
4.2.3 R

Gambar 4.2.3.1

Pada gambar 4.2.3.1 merupakan hasil distribusi data 100 umur laki-laki
pada tahun 1997 yang diolah dengan program R. Terdapat mean, median, sum,
dan range. Pada data diatas mean bernilai 43.37 , median bernilai 42 , sum
(jumlah data keseluruhan) berjumlah 4337 , dan range berada antara 23-98 (jadi
98-23 = 75).

4.2.4 Perbandingan hasil distribusi data pada ketiga program

Minitab SPSS R
Mean 43.37 43.370 43.37
Median 42.00 42.000 42
Modus 40 40.0
Maximum 98.00 98.0
Minimum 23.00 23.0

28
 Std. Error 1.17 1.1749
Skewness 1.11 1.114
Kurtosis 3.44 3.439
Range 75.00 75.0 23-98
Sum 4337.00 4337.0 4337
Q1 35.00 35.000
Q3 51.00 51.000
St. Deviasi 11.75 11.7488
Variance 138.03 138.033

Dilihat dari hasil pengumpulan data yang diperoleh dari ketiga software
tersebut, pengolahan data pada SPSS cenderung lebih akurat. Karena hasil yang
diperoleh dari program SPSS menyajikan hasil dengan angka dibelakang koma
yang lebih lengkap. Contohnya pada Std. Error: Pada program Minitab disajikan
hasil 1.17 , sedangkan pada program SPSS hasilnya 1.1749 . Jika hasil pada
Minitab merupakan hasil pembulatan, seharusnya adalah 1.18. Sedangkan pada
program R cenderung lebih susah, karena setiap hasil yang diinginkan harus
diketik secara manual.

4.3 Perhitungan Secara Manual

Diketahui data 100 umur laki-laki adalah sebagai berikut:

23 24 25 26 26 27 28 28 29 29 30 31 31 31 31 31 32 33 33 33 34 34 34 35 35 35 35 36
36 36 37 37 37 37 38 38 39 40 40 40 40 40 40 40 41 41 41 41 41 42 42 43 43 43 44 44
44 44 44 45 45 45 46 46 47 47 47 47 48 48 48 49 49 50 51 51 51 52 52 52 52 52 53 53
55 56 56 57 58 58 59 59 61 61 62 63 64 65 67 98
∑𝑋
a) 𝜇 = 𝑁

4337
𝜇=
100
𝜇 = 43.37
b) Md (untuk data tunggal berjumlah genap) = (Nilai ke 50 + nilai ke 51) / 2
Jadi, Md = (42 + 42) / 2 = 42
c) Mo (data terbanyak muncul) = 40 yang muncul sebanyak 7 kali.
d) Q1 = X(n + 2) /4

29
 = 25 (data ke-25 adalah 35)
1
Q2 = 2 (X(n/2) + X(n/2 + 1))
1
= (X50 + X51)
2
1
= 2 (42 + 42)

= 42
Q3 = (X(3n + 2)/4)
= (X75)
= 51
e) Standar Deviasi
x 𝑥̅ (x - 𝑥̅ )2
23 43.37 414.9369
24 43.37 375.1969
25 43.37 337.4569
26 43.37 301.7169
26 43.37 301.7169
27 43.37 267.9769
28 43.37 236.2369
28 43.37 236.2369
29 43.37 206.4969
29 43.37 206.4969
30 43.37 178.7569
31 43.37 153.0169
31 43.37 153.0169
31 43.37 153.0169
31 43.37 153.0169
31 43.37 153.0169
32 43.37 129.2769
33 43.37 107.5369
33 43.37 107.5369
33 43.37 107.5369
34 43.37 87.7969
34 43.37 87.7969
34 43.37 87.7969
35 43.37 70.0569
35 43.37 70.0569
35 43.37 70.0569
35 43.37 70.0569
36 43.37 54.3169

30
36 43.37 54.3169
36 43.37 54.3169
37 43.37 40.5769
37 43.37 40.5769
37 43.37 40.5769
37 43.37 40.5769
38 43.37 28.8369
38 43.37 28.8369
39 43.37 19.0969
40 43.37 11.3569
40 43.37 11.3569
40 43.37 11.3569
40 43.37 11.3569
40 43.37 11.3569
40 43.37 11.3569
40 43.37 11.3569
41 43.37 5.6169
41 43.37 5.6169
41 43.37 5.6169
41 43.37 5.6169
41 43.37 5.6169
42 43.37 1.8769
42 43.37 1.8769
43 43.37 0.1369
43 43.37 0.1369
43 43.37 0.1369
44 43.37 0.3969
44 43.37 0.3969
44 43.37 0.3969
44 43.37 0.3969
44 43.37 0.3969
45 43.37 2.6569
45 43.37 2.6569
45 43.37 2.6569
46 43.37 6.9169
46 43.37 6.9169
47 43.37 13.1769
47 43.37 13.1769
47 43.37 13.1769
47 43.37 13.1769
48 43.37 21.4369
48 43.37 21.4369
48 43.37 21.4369

31
 49 43.37 31.6969
49 43.37 31.6969
50 43.37 43.9569
51 43.37 58.2169
51 43.37 58.2169
51 43.37 58.2169
52 43.37 74.4769
52 43.37 74.4769
52 43.37 74.4769
52 43.37 74.4769
52 43.37 74.4769
53 43.37 92.7369
53 43.37 92.7369
55 43.37 135.2569
56 43.37 159.5169
56 43.37 159.5169
57 43.37 185.7769
58 43.37 214.0369
58 43.37 214.0369
59 43.37 244.2969
59 43.37 244.2969
61 43.37 310.8169
61 43.37 310.8169
62 43.37 347.0769
63 43.37 385.3369
64 43.37 425.5969
65 43.37 467.8569
67 43.37 558.3769
98 43.37 2984.4369
Jumlah 13665.31

∑(𝑋− ̅̅̅̅̅
𝑥)2
S= √
𝑛−1

13665.31
=√
100−1

= √138.033
= 11.7487
f) Variance = S2
= (11.7487)2
= 138.033

32
 3(𝑥−𝑀𝑑)
g) Skewness = 𝑠
3(43.37−42)
= 11.7487

= 0. 35 (memjulur ke kanan)

33
 BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Adapun data hasil pemusatan data dari ketiga program statistika adalah
sebagai berikut:

a. Minitab
Mean (rata-rata) bernilai 43.37 , Standar Error Mean bernilai 1.17 ,
Standar Deviation bernilai 11.75 , Variance bernilai 138.03 , Sum (jumlah
data keseluruhan) bernilai 4337.00 , Minimum (data terkecil) bernilai
23.00 , Q1 bernilai 35.00 , Median (nilai tengah) bernilai 42.00 , Q3
bernilai 51.00 , Maximum (data terbesar) bernilai 98.00 , Range (Data
terbesar-data terkecil) bernilai 75.00 , Modus (data terbanyak) bernilai 40
yangg muncul sebanyak 7 kali, Skewness (ukuran kemiringan) bernilai
1.11 dan kurtosis bernilai 3.44.
b. SPSS
Mean (rata-rata) bernilai 43.370 , Std. Error of Mean bernilai 1.1749 ,
Median (nilai tengah) bernilai 42.000 , Mode (data terbanyak) bernilai
40.0 , Standar Deviation bernilai 11.7488 , Variance bernilai 138.033 ,
Skewness (kemiringan) bernilai 1.114 , Standar Error of Skewness bernilai
0.241 , Kurtosis bernilai 3.439 , Standar Error of Kurtosis bernilai 0.478 ,
Range bernilai 75.0 , Minimum (nilai terendah) bernilai 23.0 , Maximum
(nilai tertinggi) bernilai 98.0 , Sum (jumlah data keseluruhan) bernilai
4337.0 , Percentiles 25 (Q1) bernilai 35.000 , Percentiles 50 (Q2) bernilai
42.000 , dan Percentiles 75 (Q3) bernilai 51.000 .
c. R Terdapat mean, median, sum, dan range. Pada data diatas mean bernilai
43.37 , median bernilai 42 , sum (jumlah data keseluruhan) berjumlah
4337 , dan range berada antara 23-98 (jadi 98-23 = 75).
Berdasarkan uraian diatas dapat dilihat, bahwa pengolahan data statistik
dapat menggunakan program komputer (minitab, SPSS, dan R) dengan cara kerja

34
sesuai langkah-langkah diatas. Perbedaan output pada ketiga program hanya
terdapat pada jumlah angka di belakang koma dan cara peng-input-an datanya.
5.2 Saran
Perhitungan data dengan menggunakan program yang ada pada computer
memang sangat memudahkan para pengguna. Namun computer bukanlah manusia
yang dapat mengerti atau mentorelansi kesalahan pengguna, jadi ada baiknya para
pengguna lebih berhati-hati dalam memasukkan data yang akan di olah agar tidak
terjadi kesalahan output pada akhirnya.

35
 DAFTAR PUSTAKA
Algifari. 2010. Statistika deskriptif plus: untuk ekonomi dan bisnis. Yogyakarta:
UNIT Penerbit dan Percetakan Sekolah tinggi ilmu manajemen YKPN.
Amin, Ratih Marwani. 2014. Jurnal: tingkat produktivitas kerja sector pertanian
di Provensi Sulawesi Utara. Manado: UNIVERSITAS SAM
RATULANGI FAKULTAS PERTANIAN JURUSAN SOSIAL
EKONOMI MANADO.

Djarwanto. 2001. Statistik social ekonomi. Yogyakarta: BPFE-Yogyakarta

Kustituanto, Bambang. Rudy Badruddin. 1994. Statistika I. Jakarta: Penerbit
Gunadarma
Rosmalina, Yuniar. Dkk. 2001. Faktor-faktor yang mempengaruhi muscle
strenght pada laki-laki lanjut usia. Bul. Penelit. Kesehat. 29 (4)
Santosa, R Gunawan. 2004. Statistik. Yogyakarta : Andi
Sudjana. 2005. Metode Statistika. Bandung:Tarsito
Sumargo, CH. 1984. Pendahuluan Teori Kemungkinan dan Statistika. Bandung:
ITB Bandung
Supranto, J. (2008). Statistik Teori dan Aplikasi. Jakarta : Erlangga.

Susanti, Melia NI. 2010. Statistika deskriptif dan induktif. Yogyakarta: Graha
ilmu
Ulfa, Nunsianan. Dkk. Faktor-fatktor yang mempengaruhi remaja laki-laki
menjadi perokok di SMAN 2 Tapung.

Ursini. 2004. Statistiaka: Bagian proyek pengembangan kurikulum direktorat

pendidikan menengah kejuruan dirktorat jenderal pendidikan dasar dan
menengah departemen pendidikan nasional. Jakarta: Direktur Jenderal
pendidikan dasar dan direktur pendidikan menengah kejuruan.

36
LAMPIRAN

SOAL !

1. Berikut adalah data umur 100 orang laki-laki pada tahun 1997
23 24 25 26 26 27 28 28 29 29 30 31 31 31 31 31 32 33 33 33
34 34 34 35 35 35 35 36 36 36 37 37 37 37 38 38 39 40 40 40
40 40 40 40 41 41 41 41 41 42 42 43 43 43 44 44 44 44 44 45
45 45 46 46 47 47 47 47 48 48 48 49 49 50 51 51 51 52 52 52
52 52 53 53 55 56 56 57 58 58 59 59 61 61 62 63 64 65 67 98
Dari data tersebut, hitunglah:
a. Mean
b. Median
c. Modus
d. Minimum
e. Maximum
f. Jumlah
g. Range
h. Kuartil
i. Variance
j. Standar deviasi
k. Standar error of mean
l. Skewness, dan
m. Kurtosis

37