DAFTAR ISI
BAB I ................................................................................................................................ 5
PENDAHULUAN............................................................................................................ 5
BAB II ............................................................................................................................ 10
2.7.2 Kurtosis.......................................................................................................... 25
BAB IV ........................................................................................................................... 27
BAB V............................................................................................................................. 40
PENUTUP ...................................................................................................................... 40
2.1.1 Statistik
Statistik dalam bahasa inggris adalah Statistic yaitu data, informasi, atau hasil
penerapan alogaritma statistika pada suatu data (statistika.com, 2017).
2.1.2 Statistika
Statistika dalam bahasa inggris adalah Statistics yaitu ilmu yang mempelajari
bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasikan dan
mempresentasikan data. Singkatnya, statistika adalah ilmu yang bekenaan dengan data
(statistika.com, 2017).
(Mahendro, 2017).
2.4.1 Tabel (Disribusi Frekuensi)
Menurut Sudijono (1987) adalah alat penyajian data statistik berbentuk kolom dan
lajur, yang didalamnya dimuat angka yang dapat menggambarkan pembagian frekuensi
dari variabel yang sedang menjadi objek penelitian. Tabel Distribusi Frekuensi susunan
data dalam suatu tabel yang telah diklasifikasikan menurut kelas – kelas atau kategori
tertentu (Somantri, 2006).
Tabel 2.1. Distribusi Frekuensi Nilai UAS Mahasiswa Universitas X
2.4.2 Grafik
Grafik merupakan alat penyajian data statistik yang berbentuk lukisan, baik
lukisan garus, gambar, maupun lambang. Jadi dalam grafik angka itu divisualisasikan
(staff.uny.ac.id, 2017).
2.4.2.2 Histogram
Data yang telah dibentuk dalam tabel distribusi frekuensi dapat disajikan dalam
bentuk histogram. Tampilan histogram berupa petak – petak empat persegi panjang.
Sebagai sumbu horizontal (absis, sumbu x) boleh memakai tepi kelas, batas – batas kelas,
sedangkan sumbu vertikal (ordinat, sumbu y) menunjukkan frekuensi. Untuk distribusi
kelompok yang menjadi absis adalah nilai tengah dari masing – masing kelas (Somantri,
2006).
2.4.2.7 Ogive
Grafik ogive dibuat dari sebaran “frekuensi kumulatif kurang dari” dan
“freakuensi kumulatif lebih dari”. Langkah – langkah membuat grafik oive diantaranya
(Siregar,2010):
Menentukan nilai frekuensi kumulatif
Menghitung frekuensi kumulatif positif dan negatif.
……………………………......(2.1)
.…….... (2.3)
……… (2.4)
Contoh :
Dari 11 mahasiswa Teknik industri memiliki tinggi badan sebagai berikut :
157 158 160 161 162 163 167 170 172 173
Jadi mediannya adalah 161.
2.5.3 Mode
Mode atau modus merupakan teknik penjelasan kelompok yang didasarkan atas
nilai yang sering muncul (Mahendro, 2017)
....... (2.5)
Contoh :
Dari 10 mahasiswi Teknik Industri berat badannya sebagai berikut : 60 62 64 65 61 52
62 61 55 61 51
Modusnya adalah 61 ( muncul sebanyak 3 kali).
2.5.4 Fraktil
Nilai – nilai yang membagi sekelompok data menjadi beberapa bagian. Farktil
dapat berupa kuartil, desil, dan persentil
a. Kuartil
Kuartil merupakan suatu bilangan pembagi untuk sebaran data yang dibagi
menjadi empat bagian sama banyak dan terurut. Ada 3 kuartil yaitu Quartil
bawah (Q1), kuartil tengah (Q2), dan kuartil atas (Q3).
Rumus Kuartil :
....... (2.6)
b. Desil
Desil adalah nilai yang membagi sekumpulan data yang dibagi menjadi 10
bagian yang sama.
Rumus Desil :
........ (2.7)
c. Persentil
Persentil adalah nilai yang membagi sekumpulan data yang dibagi menjadi 100
bagian yang sama.
Rumus Persentil :
...... (2.8)
(ymayowan.lecture.ub.ac.id, 2107)
2.6 Ukuran Dispersion
2.6.1 Pengertian
Ukuran dispersi atau penyebaran adalah ukuran dari variasi yang menyatakan
derajat terpencarnya suatu kumpulan data kuantitatif. Ukuran dispersi bisa diartikan juga
ukuran yang menyatakan derajat persebaran nilai-nilai dari susunan data pusatnya.
Ukuran dispersi meliputi antara lain range, jangkauan antar kuartil, simpangan rata-
rata, variansi, simpangan baku dan koefisien variansi. (lecture.ub.ac.id)
∑𝒏 ̅ |𝟐
𝒊=𝟏 𝒇𝒊 . | 𝒙𝒊 −𝒙
Data Kelompok :𝒔= √ ......(2.15)
𝑵−𝟏
Gambar 2.7. Skewness terdiri dari skewness positif, negatif, dan simetris
Sumber : www.jam-statistic.id
2.7.2 Kurtosis
Kurtosis atau ukuran keruncingan adalah bilangan yang menunjukan
keruncingan bentuk kurva distribusi frekuensi. Kurtosis merupakan derajat keruncingan
suatu distribusi (biasanya diukur relatif terhadap distribusi normal). Tingkat kemiringan
suatu kurva dibedakan menjadi 3 jenis sebagai berikut:
1. Leptokurtik adalah distribusi data yang puncaknya relatif tinggi. Leptokurtik
memiliki puncak tertinggi (>3)
2. Mesokurtik adalah distribusi data yang puncaknya relatif normal. Biasanya letak
meso diantara leptokurtik dan platikurtik (=3)
3. Platikurtik adalah distribusi yang puncaknya relatif rendah atau
mendatar. Platikurtik ini memiliki puncak (<3).
Gambar 2.8. Kurtosis terdiri dari Leptokurtik, Mesokurtik, dan Platikurtik
Sumber : analystprep.com
2.8.3 Tampilan
Terdapat 2 jenis tampilan pada software SPSS yaitu tampilan pada tab data view
dan tampilan pada tab data variable.
2.9.3 Tampilan
Terdapat 2 jenis tampilan yaitu prime, yaitu lembar kerja untuk melihat dan
mengedit lembar kerja dan sesi command, yaitu untuk menampilkan hasil pengolahan
data.
Gambar 2.11. Tampilan Sesi Command dan Prime (Lembar Kerja)
22
TEMA : OBJEK PENELITIAN :
Sistem Informasi Perancangan Dinas Kesehatan Kabupaten
Profil Kesehatan Boyolali
STUDI PENDAHULUAN :
STUDI LITERATUR :
Proses penyusunan profil kesehatan pada Dinas Kesehatan
Perancangan sistem informasi
Kabupaten Boyolali
PERUMUSAN MASALAH :
Semua Puskesmas melakukan proses pengiriman dengan mengirim
berkas Microsoft Excel ke pihak Dinas Kesehatan. Penyusunan secara
JUDUL PENELITIAN : manual memungkinkan terjadi pengulangan input untuk data yang sama
Perancangan Sistem Informasi Laporan
oleh pegawai Puskesmas.
Profil Kesehatan Berbasis Web Pada
Dinas Kesehatan Kabupaten Boyolali Pegawai Dinas Kesehatan mengalami permasalahan dalam proses
verifikasi data yang telah diterima dari Puskesmas . Jika terdapat data
diterima yang salah maka pihak Dinas Kesehatan mengalami kesulitan
untuk memberikan koreksi kepada Pusksemas pengirim.
TUJUAN PENELITIAN :
TAHAPAN PENELITIAN :
Mengidentifikasi inefisiensi dalam proses penyusunan profil kesehatan
Studi pendahuluan
yang diterapkan Dinas Kesehatan Boyolali saat ini.
Analisis inefisiensi sistem KKJ saat ini
Perancangan rekomendasi perbaikan sistem
Merancang proses sistem informasi penyusunan profil kesehatan
perbaikan yang lebih efisien.
Implementasi sistem perbaikan
Evaluasi sistem Menganalisis hasil rancangan sistem informasi pada penyusunan profil
kesehatan berbasis website.
HASIL PENELITIAN :
TOOLS :
Sistem Informasi Laporan
PHP,MySQL
Profil Kesehatan Berbasis Web
22
Gambar 3.2 Tahapan Penelitian
22
flowchart. Setelah proses saat ini teridentifikasi, kemudian akan dilakukan evaluasi
terhadap permasalahan dan kelemahan yang ditunjukkan oleh kondisi sistem saat ini.
Kelemahan dapat berupa proses yang tidak efektif atau efisien. Hasil dari analisis sistem
ini, selanjutnya akan dilakukan analisis kebutuhan sistem.
BAB IV
ANALISIS
Manual
Valid Percent Percent
Data Frekuensi Percent(%)
(%) cumulative(%)
PRIA 8 40 40 40
WANITA 12 60 60 100
∑ 20
SPSS
Cumulative
Frequency Percent Valid Percent Percent
Valid PRIA 8 40,0 40,0 40,0
WANITA 12 60,0 60,0 100,0
Total 20 100,0 100,0
Minitab
Descriptive Statistics: KATEGORI
Total
Variable JK Count N N* CumN Percent CumPct
KATEGORI PRIA 8 8 0 8 40 40
WANITA 12 12 0 20 60 100
25
4.1.2 Grafik
Dari Pie Chart gambar 3.1¸gambar 3.3, dan gambar 3.5 lingkaran yang terbagi
menjadi dua, dapat diartikan dilihat data jumlah Pria dan Wanita yang diambil adalah 40
% -60 %. Pada Pie Chart gambar 3.1 dari Excel, warna orange menggambarkan
persentase Pria sebesar 40% dan warna biru menggambarkan persentase Wanita sebesar
60%. Pada Pie Chart gambar 3.3 dari SPSS, warna biru menggambarkan persentase Pria
sebesar 40% dan warna hijau menggambarkan persentase Wanita sebesar 60 %. Pada Pie
Chart gambar 3.5 dari Minitab, warna biru menggambarkan persentase Pria sebesar 40%
dan warna merah menggambarkan persentase Wanita sebesar 60%.
Dari Bar Chart gambar 3.2, gambar 3.4, gambar 3.6 Pada ketiga Bar Chart,
sumbu X melambangkan data kualitatif yaitu Wanita dan Prida sedangkan sumbu Y
melambangkan frekuensi dari Wanita dan Pria. Contoh misalnya batang gambar 3.4 di
Bar Chart SPSS artinya adalah jumlah Wanita yang ada adalah sebanyak 12 orang
sedangkan jumlah Pria yang ada adalah sebanyak 8 orang.
4.2 Analisis Data Kuantitatif
4.2.1 Data Diskrit
Pada praktikum ini, data diskrit yang digunakan adalah data Perkembangan
Jumlah Tenaga Ahli Tiap Provinsi Tahun 2013 hingga 2016 yang didapatkan dari data
Kemdikbud (Kementrian Pendidikan dan Kebudayaan). Jumlah tenaga ahli di tiap
provinsi merupakan ukuran kuantitatifnya.
Tabel 4.2 Jumlah Tenaga Ahli Tiap Provinsi Tahun 2013 hingga 2016
Tahun
No Provinsi Total
2013 2014 2015 2016
1 Sumatera Utara 41 47 48 35 171
2 Sumatera Selatan 28 20 25 21 94
3 Lampung 15 15 19 15 64
4 Sulawesi Utara 34 57 54 50 195
5 Gorontalo 25 26 38 36 125
6 Sulawesi Utara 34 57 54 50 195
7 Sulawesi Selatan 36 40 59 57 192
8 Maluku 25 24 28 27 104
9 Nusa Tenggara Barat 37 37 57 51 182
10 Papua 14 22 31 23 90
25
Tabel 4.3. Perbandingan Ukuran Statistik Data Diskrit Kuantitatif Manual, SPSS, dan Minitab
(lanjutan)
Dapat dilihat dari tabel diatas bahwa perhitungan manual dengan excel jika
dibandingkan dengan menggunakan software SPSS dan Minitab sudah menemui
kecocokan yang berarti perhitungan secara manual sudah dilakukan dengan
benar. Dalam SPSS juga tidak menulis angka ‘0’ yang berada di depan koma.
Pada Minitab terdapat beberapa ukuran yang tidak dapat di cari, yaitu yang
berisikan ‘-‘. Berikut penjelasan tentang ukuran statistik pada data jumlah tenaga
ahli tiap provinsi tahun 2013 hingga 2016 :
Mean
Mean adalah rataan hitung data kuantitatif yang didapat dari hasil bagi jumlah
nilai data dibagi dengan banyaknya data. Dalam kasus ini mean yang dicari
adalah mean untuk data tunggal, karena data yang dianalisis merupakan data
tunggal. Dengan ini dapat diketahui berapa rata-rata jumlah tenaga ahli tiap
provinsi yaitu sebesar 141,2 sehingga dapat dikatakan bahwa rata-rata jumlah
tenaga ahli tiap provinsi pada tahun 2013 hingga 2016 adalah 141,2 ≈ 141
orang.
Median
Median merupakan data atau titik tengah dari sebaran data. Dengan ini dapat
di ketahui bahwa nilai tengah dari jumlah tenaga ahli tiap provinsi tahun 2013
hingga 2016 adalah 148 orang.
Modus
Modus merupakan kegiatan yang paling banyak terjadi pada suatu kejadian
yang diamati, dapat sebagai kualitatif maupun kuantitatif. Untuk data tunggal,
25
Varians
25
Varians atau variansi dari suatu data adalah kuadrat dari standar deviasi yang
digunakan untuk menggambarkan berpencarnya suatu data kuantitatif.
Dengan nilai standar deviasi yang didapat adalah 50,966 pada perhitungan
manual dan SPSS sehingga didapatkan nilai variansinya adalah 2597,511.
Sedangkan pada minitab di dapatkan nilai variansinya sebesar 2597,5.
Range
Range adalah salah satu ukuran statistik yang menunjukkan jarak penyebaran
antara skor (nilai) yang terendah (Lowest score) sampai skor nilai yang
tertinggi (Highest Score). Jadi range diatas bernilai 131.
Skewness
Skewness atau disebut juga ukuran kemiringan yaitu suatu bilangan yang
dapat menunjukan miring atau tidaknya bentuk kurva suatu distribusi
frekuensi. Skewness adalah derajat ketidaksimetrisan suatu distribusi.
Skewness data ini bernilai -0,22901 pada perhitungan manual dan SPSS serta
dalam minitab bernilai -0,23. Dari nilai tersebut diketahui bahwa
skewnessnya bernilai negatif sehingga miring ke kiri.
Kurtosis
Ukuran keruncingan atau yang disebut juga kurtosis adalah suatu bilangan
yang dapat menunjukan runcing tidaknya bentuk kurva distribusi frekuensi.
Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur relatif
terhadap distribusi normal). Kurtosis data ini bernilai -1,871 pada perhitungan
manual dan SPSS serta dalam minitab bernilai -1,87. Dari nilai tersebut
kurtosisnya tergolong platikurtik karena hasil perhitungan kurtosis
menunjukkan nilai negatif.
Nilai Maksimum dan Minimum
Nilai maksimum merupakan nilai yang paling tinggi dari sebaran data dan
nilai minimum merupakan sebaliknya. Nilai maksimum dari sebaran diatas
merupakan 195. Jadi jumlah tenaga ahli tiap provinsi pada tahun 2013 hingga
2016 terbanyak sebesar 195 orang, sedangkan jumlah tenaga ahli tiap provinsi
pada tahun 2013 hingga 2016 tersedikit sebesar 64 orang yang merupakan
nilai minimum dari sebaran data.
25
3. Grafik
Histogram
Histogram yang ditunjukan dari hasil SPSS gambar 3.7 dan Minitab
gambar 3.9 memiliki model grafik yang sama, tidak ada perbedaan dari
keduanya. Kedua histogram menunjukan nilai frekuensi dari tiap
kelasnya.
Diagram Batang Daun
Dilihat dari output diagram batang daun yang dihasilkan dengan
menggunakan SPSS dan minitab menunjukan tidak adanya perbedaan
dari keduanya . Dimana Bagian sebelah kiri diagram jumlah frekuensi,
ditengahnya merupakan batang (puluhan) dan sebelah kanan diagram
merupakan daunnya (satuan).
Boxplot
Dari hasil output boxplot menggunakan SPSS pada gambar 3.8 dan
minitab gambar 3.10 memiliki kesamaan. Dimana boxplot tersebut
menunjukan jarak antara bagian – bagian dari box menunjukkan derajat
penyebaran dan kecondongan dalam data. Terdapat kuartil 1, kuartil 2,
dan kuartil 3.
Untuk penyajian distribusi frekuensi, hasil output data secara Manual (Excel),
SPSS,dan Minitab menghasilkan data yang sama hanya saja variabel yang
disajikan pada table berbeda. Dimana hasil yang ditampilkan berupa data,
frekuensi, frekuensi kumulatif. Dalam output SPSS dan Excel, frekuensi
kumulatif yang ditampilkan dalam bentuk persen. Walaupun begitu hasilnya
tetap sama. Pada output Minitab, frekuensi disajikan dengan nama total count.
Dari perbandingan ketiga metode tersebut jumlah frekuensi terbanyak yang
terdapat pada data tinggi siku tangan yaitu 98,2 dan 99,5.
2. Ukuran Statistik
Data kontinu dari tinggi siku tangan sampel 40 mahasiswa Teknik Industri
2016 yang diolah dengan Manual (Excel), SPSS dan Minitab didapatkanlah
beberapa ukuran statistik seperti mean, median, modus, quartil, persentil,
standar deviasi, variansi, koefisien variansi, range, skewness, kurtosis, nilai
maksimum dan nilai minimum. Berikut tabel yang berisi hasil-hasil ukuran
statistik yang diperoleh dari setiap media pengolahan data yang digunakan.
Tabel 4.5. Perbandingan Ukuran Statistika secara Manual, SPSS, dan Minitab
Dari tabel diatas kita bisa lihat bahwa perhitungan manual dengan excel jika
dibandingkan dengan menggunakan software SPSS dan Minitab memiliki
perberadaan angka dengan rentang nilai yang tidak cukup jauh dan masih dalam
kondisi wajar atau masih masuk kedalam standard error. Selain itu, pada Minitab
terdapat beberapa ukuran yang tidak dapat di cari yaitu persentil yang sudah
diganti dengan tanda ‘-‘ dan minitab merupakan hasil pembulatan dari hasil data
dengan menggunakan SPSS. Berikut penjelasan ukuran statistik pada data sampel
40 mahasiswa Teknik Industri 2016:
Mean
Mean adalah rataan hitung data kuantitatif yang diperoleh dari hasil bagi
jumlah titik tengah interval dikali frekuensi data ke-I dibagi dengan banyaknya
jumlah data. Pada kasus ini mean yang dicari adalah mean untuk data
kelompok, karena data yang dianalisis merupakan data kelompok. Dengan ini
dapat diketahui berapa rata-rata nilai tinggi siku tangan 40 mahasiswa Teknik
Industri 2016 secara Manual (excel), SPSS, dan Minitab berjumlah 101,67 ;
101,74 ; 101,74. Dari hasil rata-ratanya bisa kita lihat bahwa adanya perbedaan
nilai rata-rata dari ketiganya , namun perbedaan tersebut masih dalam standard
error.
Median
Median merupakan data atau titik tengah dari sebaran data. Dengan ini dapat
di ketahui bahwa nilai tengah dari tinggi siku tangan 40 mahasiswa Teknik
Industri 2016 secara Manual (excel), SPSS, dan Minitab yaitu 101,67 ; 102 ;
102. perbedaan nilai median dari ketiganya masih dalam standard error,
karena rentang jarak perbedaannya yang tidak terlalu signifikan.
25
Modus
Modus merupakan kegiatan yang paling banyak angka yang sering mucul saat
proses pengamatan terjadi. Namun pada data kelompok, modus merupakan
nilai yang mempunyai frekuensi terbanyak dari interval kelasnya. Dari data
nilai tinggi siku tangan 40 mahasiswa Teknik Industri 2016, nilai yang paling
banyak muncul secara manual (excel), SPSS, dan Minitab adalah 101,95 ; 98,2
& 99,5 ; 98,2 99,5, frekuensi kemunculannya adalah 2. Pada data yang
dihasilkan dengan menggunakan SPSS dan Minitab terdapat 2 nilai modul
sedangkan pada manual (excel) hanya 1 nilai modus.
Kuartil
Kuartil merupakan suatu bilangan pembagi untuk sebaran data yang dibagi
menjadi empat bagian sama banyak dan terurut. Ada 3 kuartil yaitu Quartil
bawah (Q1), yaitu nilai pada ¼ dari jumlah data. kuartil tengah (Q2), nilai pada
½ dari jumlah data (median). dan kuartil atas (Q3), nilai pada ¾ dari jumlah
data. Besar nilai Q1, Q2, dan Q3 secara manual (excel) berturut-turut 96,7 ;
101,67 ; 106,57. Sedangkan, Besar nilai Q1, Q2, dan Q3 dengan SPSS berturut-
turut 96,82 ; 102 ; 106,62. Dan Besar nilai Q1, Q2, dan Q3 dengan Minitab
berturut-turut 96,83 ; 102 ; 106,63.
Persentil
Hampir sama dengan kuartil, namun persentil adalah nilai yang membagi
sekumpulan data yang dibagi menjadi 100 bagian yang sama. Dari hasil yang
diperoleh dari cara manual (excel), besar nilai persentil dari 10 sampai 90
dengan kelipatan 10 berturut-turut yaitu 93,95 ; 96,45 ; 97,95 ; 100,45 ; 101,67
; 103,89 ; 105,32 ; 107,82 ; 111,2. Dan hasil yang diperoleh dengan
menggunakan SPSS besar nilai persentil dari 10 sampai 90 dengan kelipatan
10 berturut-turut yaitu 92,93 ; 95,46 ; 97,52 ; 99,52 ; 99,26 ; 102 ; 103,1 ; 104,77
; 107,28 ; 110,51. Sedangkan dengan menggunakan Minitab nilai persentilnya
tidak ada karena memang tidak bisa dicari dengan menggunakan Minitab. Dari
hasil persentil ketiganya memang memiliki perbedaan nilai, namun masih
dalam kondisi standard error.
Standar Deviasi
25
Standar Deviasi atau disebut juga dengan simpangan baku adalah ukuran
penyebaran yang paling sering digunakan untuk menggambarkan tingkat
penyebaran dari suatu data dari nilai rata-rata. Dari hasil tabel diatas bisa dilihat
bahwa besar nilai standard deviasi manual berbeda dengan SPSS dan Minitab
dengan nilai bedanya 0,112.
Varians
Varians atau variansi dari suatu data adalah kuadrat dari standar deviasi yang
digunakan untuk menggambarkan berpencarnya suatu data kuantitatif. Dari
hasil diatas nilai variasinya berbeda dari ketiganya, dari hasil data manual
(excel) sebesar 40,998, dimana beda 1,454 dengan nialai hasil data SPSS yang
sebesar 42,452 dan hasil pada Minitab pembulatan dari SPSS sebesar 42,25.
Range
Range adalah salah satu ukuran statistik yang menunjukkan jarak penyebaran
antara skor (nilai) yang terendah (Lowest score) sampai skor nilai yang
tertinggi (Highest Score). Jadi range diatas bernilai 26.
Skewness
Skewness atau disebut juga ukuran kemiringan yaitu suatu bilangan yang dapat
menunjukan miring atau tidaknya bentuk kurva suatu distribusi frekuensi.
Skewness adalah derajat ketidaksimetrisan suatu distribusi. Skewness data ini
bernilai 0,459pada perhitungan manual dan SPSS serta dalam minitab bernilai
0,4. Dari nilai tersebut diketahui bahwa skewnessnya bernilai positif sehingga
miring ke kanan.
Kurtosis
Ukuran keruncingan atau yang disebut juga kurtosis adalah suatu bilangan
yang dapat menunjukan runcing tidaknya bentuk kurva distribusi frekuensi.
Kurtosis adalah derajat keruncingan suatu distribusi (biasanya diukur relatif
terhadap distribusi normal). Kurtosis data ini bernilai -0,162 pada perhitungan
manual, serta dalam SPSS bernilai -0,357 dan pembulatannya dengan minitab
menjadi -0,36. Dari nilai tersebut kurtosisnya tergolong platikurtik karena hasil
perhitungan kurtosis menunjukkan nilai negatif.
Nilai Maksimum dan Minimum
25
Nilai maksimum merupakan nilai yang paling tinggi dari sebaran data dan nilai
minimum merupakan sebaliknya. Nilai maksimum dari sebaran diatas
merupakan 117,5. Jadi besar nilai ukuran tinggi siku tangan tertinggi yaitu
117,5 ,dan 91,5 menjadi besar nilai ukuran tinggi siku tangan terendah dan ini
merupakan nilai minimumnya
3. Grafik
Histogram
Histogram yang ditunjukan dari hasil SPSS gambar 3.11 dan Minitab
gambar 3.13 memiliki model grafik yang sama, tidak ada perbedaan dari
keduanya. Kedua histogram menunjukan nilai frekuensi dari tiap kelasnya.
Diagram Batang Daun
Dilihat dari output diagram batang daun yang dihasilkan dengan
menggunakan SPSS dan minitab menunjukan tidak adanya perbedaan dari
keduanya . Dimana Bagian sebelah kiri diagram jumlah frekuensi,
ditengahnya merupakan batang (puluhan) dan sebelah kana deagram
merupakan daunnya (satuan).
Boxplot
Dari hasil output boxplot menggunakan SPSS pada gambar 3.12 dan
minitab gambar 3.14 memiliki kesamaan. Dimana boxplot tersebut
menunjukan jarak antara bagian – bagian dari box menunjukkan derajat
penyebaran dan kecondongan dalam data. Terdapat kuartil 1, kuartil 2, dan
kuartil 3.
25
BAB V
PENUTUP
5.1 Kesimpulan
Dari praktikum yang telah dilaksanakan dapat ditarik kesimpulan sebagai berikut:
1. Secara manual ataupun dengan software SPSS dan software minitab ini,
praktikan mampu mengolah data mengenai statistika deskriptif.
Tabel 5.1. Perbandingan Ukuran Statistik Data Kualitatif Nominal secara anual, SPSS, dan
Minitab
Cumulative
Frequency Percent Valid Percent Percent
Valid PRIA 8 40,0 40,0 40,0
WANITA 12 60,0 60,0 100,0
Total 20 100,0 100,0
Dapat dilihat dari tabel sebelumnya bahwa perhitungan manual dengan Excel
jika dibandingkan dengan menggunakan software SPSS dan Minitab sudah
menemui kecocokan yang berarti perhitungan secara manual sudah dilakukan
dengan benar. Terdapat juga beberapa cara penulisan angka yang berbeda di
25
SPSS seperti penulisan angka 40,0 pada minitab tertulis 40 di SPSS. SPSS juga
lebih detail dalam bentuk desimal karena tidak melakukan pembulatan yang
signifikan seperti yang berada pada minitab.
Tabel 5.2. Perbandingan Ukuran Statistik Data Diskrit Kuantitatif Manual, SPSS,
dan Minitab
Dapat dilihat dari tabel diatas bahwa perhitungan manual jika dibandingkan
dengan menggunakan software SPSS dan Minitab pada data diskrit ini
menghasilkan hasil yang sama dengan tingkat ketelitian yang berbeda, tidak
seperti hasil-hasil perhitungan manual dengan dan menggunakan sofware
SPSS ini memiliki tingkat ketilitian yang sama.. Contohnya seperti pada
perhitungan Standar Deviasi, Hasil yang didapat dari software Minitab adalah
51, sedangkan jika menggunakan rumus Standar Deviasi, hasil yang didapat
25
adalah 50,966. Begitu juga dengan hasil ukuran statistik lainnya berbeda
dengan software Minitab, yang sama halnya pada Skewness dan Kurtosis.
Semuanya masih dalam standart error.
2. Praktikan telah mampu menyajikan data dalam bentuk tabel, diagram batang-
daun, pie chart, bar chart, histogram, ogive naik-turun dan boxplot baik secara
manual maupun dengan software SPSS dan software Miinitab.
3. Membedakan penggunaan penyajian data
Untuk data kualitatif nominal :
Distribusi frekuensi yang menggunakan hitungan manual dengan
Excel maupun software SPSS dan software minitab.
Grafiknya menggunakan pie chart dan bar chart.
Untuk data diskrit kuantitatif :
Distribusi frekuensi yang menggunakan hitungan manual dengan
Excel maupun software SPSS dan software minitab.
Ukuran statistik yang dihitung menggunakan manual maupun
software SPSS dan software minitab.
Grafiknya menggunakan histogram, diagram batang-daun dan
boxplot.
Untuk data kontinu yang data kuantitatif :
Distribusi frekuensi yang menggunakan hitungan manual dengan
Excel maupun software SPSS dan software minitab.
Ukuran statistik yang dihitung menggunakan manual maupun
software SPSS dan software minitab.
Grafiknya menggunakan histogram, boxplot, diagram batang-daun
dan ogive naik-turun.
4. Setelah dapat mengolah data baik secara manual maupun menggunakan
software SPSS dan Minitab, selanjutnya kita dapat menerapkannya dalam
kehidupan sehari-sehari contohnya seperti mencari rata-rata dari suatu data
yang diperoleh dari penelitian, fenomena yang paling banyak muncul, variasi
data sampai pada jangkauan antara nilai yang tertinggi dan nilai yang terendah
dari data penelitian yang kita peroleh. Dengan ini kita dapat
25
5.2 Saran
Saran penulis untuk kesuksesan praktikum selanjutnya adalah :
Praktikan harus mempersiapkan diri mengenai materi praktikum yang
bersangkutan sebelum melakukan praktikum agar selama praktikum dapat
berjalan dengan baik.
Praktikan sebaiknya dapat lebih memahami materi secara seksama baik dari
praktikum sampai pembuatan laporan praktikum.
Praktikan sebaiknya lebih teliti selama pengerjaan laporan, terutama pada
pengolahan data baik dengan secara manual atau menggunakan software.
25
DAFTAR PUSTAKA
http://suci-rahma.mhs.narotama.ac.id/files/2013/06/Modul-2-STATISTIK-DAN-
STATISTIKA.pdf
http://www.faperta.ugm.ac.id/download/bahan_kuliah/elmanani/Statistika/Slide_Pertani
an.pdf
http://ymayowan.lecture.ub.ac.id/files/2012/02/1-STATISTIK.pdf
http://statistikdasar.com/files/materi/pengertian_dasar_dalam_statistika.pdf
http://www.umarweb.com/2017/03/bab-ii-membahas-tentang-data-dalam.html
http://statistikdasar.com/files/materi/penyajian_data_dalam_tabel.pdf
http://ymayowan.lecture.ub.ac.id/files/2012/02/UKURAN-UKURAN-NILAI-
PUSAT.pdf
http://personal.fmipa.itb.ac.id/utriweni/files/2010/08/1-statistik-deskriptif-andat9-aug-
10.pdf
https://staff.blog.ui.ac.id/r-suti/files/2010/03/2b-penyajian-data-new-1.pdf