Anda di halaman 1dari 60






MODUL

PAKET PROGRAM STATISTIKA
LAB STATISTIKA

 2017










Tim Lab Statistik | ^ |Modul Paket Program Statistika 0


SAS

Gambar 2. Tampilan depan SAS 9.1


 MENGENAL SAS

System SAS (Statistical Analysis System) merupakan salah satu paket perangkat lunak
komputer untuk analisis data. System SAS ini pada dasarnya dirancang untuk memudahkan
dalam analisis statistika dan pelaporan dan hasil. Dengan kata lain system SAS dapat
membantu dalam menyimpan, menata, dan melaporkan data baik data dalam jumlah besar
maupun data dalam jumlah kecil.
Hingga saat ini, system SAS merupakan system yang paling lengkap dalam
menyediakan berbagai pilihan alat analisis statistika. System SAS menyediakan beberapa
buku/modul yang khusus menangani masalah-masalah tertentu. Berbagai buku/modul tersebut
adalah :

SAS/BASE Modul dasar untuk dapat malakukan tugas-tugas system SAS


termasuk fungsi-fungsi aritmetika termasuk fungsi matematika
lainnya serta analisis statistika sederhana.

SAS/STAT Modul SAS untuk analisis statistika yang lebibh kompleks, seperti
analisis regresi, analisis peubah ganda dan lain-lain.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 1


SAS/GRAFH Modul untuk melakukan atau menampilkan grafik dengan presisi
tinggi.

SAS/ETS MOdul yang digunakan untuk melakukan analisis ekonometrik


dan analisis data deret waktu.

SAS/IML Modul SAS untuk menangani program-program yang rumit


dengan matriks, Modul ini juga digunakan untuk pembuatan
makro fungsi-fungsi baru yang belum dicakup oleh SAS.

SAS/AF Modul ini digunakan untuk menu interaktif.

SAS/QC Modul yang digunakan untuk menangani analisis data statistic


kendali mutu (Quality Control)

SAS/OR Modul untuk melakukan program linear atau riset operasi


termasuk masalah optimasi.

Modul/Buku-buku dari waktu ke waktu selalu mengalami perkembangan, sehingga masih


dimungkinkan akan munculnya modul/buku-buku baru dalam system SAS. Dalam modul ini,
tidak semua modul SAS akan dibahas. Hanya beberapa prosedur yang terdapat dalam -
SAS/BASE, SAS/STAT, dan SAS/GRAFH yang akan dibahas sebagai bahan pelajaran bagi
seorang pemula.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 2


MODUL I
MENGENAL SAS DAN CARA MENGINPUT DATA

Pemrograman dengan SAS melibatkan dua tahapan program yang masing-masing


tahap diberikan dengan pernyataan dalam bahasa SAS. Kedua tahapan ini, yaitu tahapan
DATA dan tahapan PROC (prosedur).

1. Tahapan DATA
Tahapan DATA terdiri dari sekumpulan pernyataan untuk melakukan procedure
pengolahan data yang telah dibentuk. Tahap ini ditandai pernyataan PROC diikuti oleh
pernyataan lainnya.

Kemampuan Sistem SAS


Secara umum kegunaan SAS dapat mencakup beberapa kegunaan berikut ;
 Penyimpanan data  Penulisan laporan

 Modifikasi data  Analisis statistika

 Penanganan file  Penyusunan system informasi

Tampilan Sistem SAS


Tampilan SAS pada layar terdiri atas 3 jendela (window) ;

o UOTPUT WINDOW
o LOG WINDOW
o PROGRAM EDITOR WINDOW

Pembacaan Data dari File Eksternal dan In-Stream Data

Data dari file Eksternal dan In-Stream data ini sering digolongkan sebagai file non-SAS. File-
file ini harus dibaca dengan pernyataan INPUT yang memilki tiga fungsi utama, yaitu ;

o Pernyataan INPUT memberikan nama peubah yang dibaca.


o Pernyataan INPUT mendefenisikan tipe peubah.
o Pernyataan INPUT menunjuken lokasi kolom suatu record yang dibaca oleh masing-
masing peubah.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 3


Tata cara Penulisan Peubah

 Nama Peubah. Tata cara penamaan peubah dalam SAS tidak melebihi dari 8 karakter
dan harus diawali dengan huruf (a sampai z) baik huruf besar maupun huruf kecil atau
dapat pula diawali dengan karakter garis bawah (_).

 Tipe Peubah. Ada dua tipe peubah yang digunakan dalam pemrograman dengan
SAS, yaitu tipe numerik dan tipe teks. Untuk tipe teks, setelah penulisan nama peubah
harus diikuti dengan penulisan tanda dollar ($). Tanpa penulisan tanda dollar, peubah
tersebut dianggap bertipe numeric.

 Lokasi Data. Bila data, baik eksternal maupun in-stream, disusun berdasarkan urut-
urutan kolom tertentu, maka setelah penulisan nama peubah dapat diikuti dengan
angka yang menandaka kolom keberapa data tersebut berada.

Pembuatan File Data SAS

Suatu file data SAS dapat diambil dari 3 kemungkinan suber data :

Data In-stream
File Eksternal
File Data SA

Cara untuk menginput data pada SAS :

Syntax:

DATA (Nama_data);

INPUT (Nama variabel);

DATALINES;

(Data)

RUN;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 4


Contoh berikut ini menunjukkan kasus sederhana dari penamaan kumpulan data,
mendefinisikan variabel, dan memasukkan data. Di sini variabel string memiliki $ di akhir dan
nilai-nilai numerik yang tanpa itu.
DATA TEMP;
INPUT ID ANGKA;
DATALINES;
1 21
2 32
3 34
4 20
5 53
;
RUN;

Program di atas adalah perintah untuk menampilkan sebuag data yang bertype
numberik. Cara melihat datanya adalah pada sisi kiri window SAS klik Explorer seletah itu
pilih Libraries -> Work maka hasil data yang berbentuk file yang diinput akan nampat dengan
nama yang sudah di tandai sebelumnya
DATA TEMP;
INPUT ID $ ANGKA;
DATALINES;
1A 21
2A 32
3A 34
4A 20
5A 53
;
RUN;

Program di atas adalah perintah untuk menampilkan sebuag data yang bertype
numberik dan string yang dimana pada data bertype string variabelnya di tambahkan symmbol
„$‟ .

Cara mengganti nama label:


DATA TEMP;
INPUT ID ANGKA;
LABEL ID='NO';
DATALINES;
1 21
2 32
3 34
4 20
5 53
;
RUN;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 5


Program di atas adalah perintah untuk menampilkan sebuag data yang bertype
numberik dan mengganti nama variabel ID menjadi NO menggunakan syntax LABEL.

Cara menambahkan sebuah variabel bari menggunakan LABEL :


DATA TEMP;
INPUT ID ANGKA;
LABEL ID='NO';
DATALINES;
1 21
2 32
3 34
4 20
5 53
;
proc print;
RUN;

Program di atas mirip seperti program sebelumnya, bedanya pada program sebelumnya
tidak memiliki output datanya hanya bisa dilihat pada tampilan work saja, tetapi pada program
di atas hasilnta sudah dapat muncul di outpu dikarenakan syntax proc print yang gunannya
untuk pemproses menampilakn data ke window output.
DATA TEMP;
INPUT ID ANGKA;
LABEL ID='NO';
DATALINES;
1 21
2 32
3 34
4 20
5 53
;
proc print;
title'main';
RUN;

Menginput data dengan pembacaan data bermmodel vertikal:


DATA baru;
INPUT test1 @@ test2 @@;
datalines;
1 40 2 59 3 72 4 45 5 76 6 90 7 40 8 88 9 98 10 37
;
PROC print;
RUN;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 6


Program di atas mirip seperti program sebelumnya, bedanya pada program sebelumnya
tidak memiliki judul, tetapi pada program di atas hasilnta sudah memiliki judul dimana
pemasangan judul terlihat pada syntax title'main'.
DATA TEMP;
INPUT ID ANGKA;
LABEL ID='NO';
DATALINES;
1 21
2 32
3 34
4 20
5 53
;
RUN;

proc print data=temp;


title'mian';
run;

Program di atas memilik hasil output yang mirip dari program sebelunya perbedaanya
hanya penempatan syntx proc print yang dimana di tahur di luar syntax penginputan data.

Tugas Pendahuluan

Tim Lab Statistik | ^ |Modul Paket Program Statistika 7


MODUL 2

TUJUAN

Praktikan dapat mengetahu cara setting format numberik dan mengoprasikan oprator
aritmatika pada SAS

PEMAHASAN

SAS dapat menangani kejujuran macam format data numerik. Menggunakan format ini
pada akhir nama variabel untuk menerapkan format numerik khusus untuk data. SAS
menggunakan dua jenis format numerik. Satu untuk membaca format tertentu dari data
numerik yang disebut informat dan satu lagi untuk menampilkan data numerik dalam
format tertentu disebut sebagai format output.

Sintaksis

Perintah untuk informat numerik adalah:

Varname Formatnamew.d

Berikut ini adalah penjelasan dari parameter yang digunakan:

 Varname adalah nama variabel.


 Formatname adalah nama dari nama format numerik diterapkan ke variabel.
 w adalah jumlah maksimum kolom data (termasuk digit setelah desimal & titik
desimal sendiri) boleh disimpan untuk variabel.
 d adalah jumlah angka di sebelah kanan desimal.

Membaca format Numeric

Di bawah ini adalah daftar format yang digunakan untuk membaca data ke SAS.

Masukan Numeric Format

Format Menggunakan
n. Maksimum "n" jumlah kolom tanpa titik desimal.
np Maksimum "n" jumlah kolom dengan "p" poin desimal.
Maksimum "n" jumlah kolom dengan "p" tempat desimal yang
COMMAn.p
menghilangkan setiap koma atau dolar tanda-tanda.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 8


Menampilkan format Numeric

Mirip dengan menerapkan format yang saat membaca data, di bawah ini adalah daftar format
yang digunakan untuk menampilkan data dalam output dari program SAS.

Output numeric Format

n. Menulis maksimum "n" jumlah digit tanpa titik desimal.


np Menulis maksimum "np" jumlah kolom dengan "p" poin desimal.
Menulis maksimum "n" jumlah kolom dengan tempat p desimal,
DOLLARn.p
memimpin tanda dolar dan koma di tempat seperseribu.

Tolong dicatat:

 Jika jumlah digit setelah titik desimal kurang dari format specifier maka nol akan
ditambahkan di akhir.
 Jika jumlah digit setelah titik desimal lebih besar dari format specifier maka digit
terakhir akan dibulatkan.

DATA MYDATA1;
input x 6.; /*maxiiuum width of the data*/
format x 6.1;
datalines;
8722
93.2
.1122
15.116
PROC PRINT DATA = MYDATA1;
RUN;

DATA MYDATA1;
input x 6.; /*maxiiuum width of the data*/
format x dollar10.1;
datalines;
8722
93.2
.1122
15.116
PROC PRINT DATA = MYDATA1;
RUN;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 9


Operator di SAS

Operator di SAS adalah simbol yang digunakan dalam matematika, ekspresi logika
atau perbandingan. Simbol-simbol ini built-in ke dalam bahasa SAS dan banyak operator
dapat dikombinasikan dalam ekspresi tunggal untuk memberikan hasil akhir.

Di bawah ini adalah daftar kategori SAS operator.

 Operator aritmatika
 Operator logis
 Operator perbandingan
 Minimum / Operator Maksimum
 Rangkaian Operator

Kita akan melihat masing-masing satu per satu. Operator selalu digunakan dengan variabel
yang merupakan bagian dari data yang sedang dianalisis oleh program SAS.

Operator aritmatika

Tabel di bawah menggambarkan rincian operator aritmatika. Mari kita asumsikan dua variabel
data V1 dan V2 dengan nilai 8 dan 4 masing-masing.

Operator Deskripsi Contoh


+ Tambahan V1 + V2 = 12
- Pengurangan V1-V2 = 4
* Perkalian V1 * V2 = 32
/ Divisi V1 / V2 = 2
** eksponensial V1 ** V2 = 4096

DATA MYDATA1;
input COL1 COL2;
tambah = COL1+COL2;
kurang = COL1-COL2;
kali = COL1*COL2;
bagi = COL1/COL2;
pangkat = COL1**COL2;
akar=sqrt(pangkat);
datalines;
3 4
5 2
;
PROC PRINT;
RUN;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 10


DATA MYDATA1;
input COL1 COL2;
rumus = sqrt(3*(COL1*((1-COL2)**2)));
datalines;
2 5
6 2
;
PROC PRINT;
RUN;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 11


MODUL 3

TUJUAN

Praktikan dapat mengetahui format waktu (tanggal dan waktu) dan dapat
mengoprasikan Array pada SAS.

SAS Array

Array di SAS digunakan untuk menyimpan dan mengambil serangkaian nilai-nilai


menggunakan nilai indeks. Indeks tersebut merupakan lokasi di daerah memori dilindungi
undang-undang.

Sintaksis

Dalam SAS array dideklarasikan dengan menggunakan sintaks berikut:

ARRAY ARRAY-NAME(SUBSCRIPT) ($) VARIABLE-LIST ARRAY-VALUES

Dalam sintaks di atas:

 ARRAY adalah kata kunci SAS untuk mendeklarasikan array.


 ARRAY-NAMA adalah nama dari array yang mengikuti aturan yang sama
seperti nama variabel.
 Subscript adalah jumlah nilai array akan menyimpan.
 ($) Adalah parameter opsional untuk digunakan hanya jika array akan
menyimpan nilai-nilai karakter.
 VARIABLE-LIST adalah daftar opsional variabel yang merupakan pemegang
tempat untuk nilai array.
 ARRAY-NILAI adalah nilai-nilai aktual yang disimpan dalam array. Mereka
dapat dinyatakan di sini atau dapat

Tim Lab Statistik | ^ |Modul Paket Program Statistika 12


Contoh Deklarasi Array

Array dapat dinyatakan dalam banyak cara menggunakan sintaks di atas. Di bawah ini adalah
contoh.

# Declare an array of length 5 named AGE with values.


ARRAY AGE[5] (12 18 5 62 44);

# Declare an array of length 5 named COUNTRIES with values


starting at index 0.
ARRAY COUNTRIES(0:8) A B C D E F G H I;

# Declare an array of length 5 named QUESTS which contain


character values.
ARRAY QUESTS(1:5) $ Q1-Q5;

# Declare an array of required length as per the number of


values supplied.
ARRAY ANSWER(*) A1-A100;

Mengakses Nilai Array

Nilai-nilai yang disimpan dalam array dapat diakses dengan menggunakan prosedur cetak
seperti yang ditunjukkan di bawah ini. Setelah itu dinyatakan menggunakan salah satu
metode di atas, data yang disuplai menggunakan pernyataan datalines.

DATA array_example;
INPUT a1 $ a2 $ a3 $ a4 $ a5 $;
ARRAY colours(5) $ a1-a5;
mix = a1||'+'||a2;
ron=colours(2+1);
DATALINES;
yello pink orange green blue
;
RUN;
PROC PRINT DATA=array_example;
RUN;

SAS DO LOOPS
Jadi sekarang kita mendefinisikan array kita, tapi sekarang kita harus menggunakannya untuk
memanipulasi data. Kami menggunakan loop DO Lakukan manipulasi data pada array.
Dalamlangkah DATA, loop DO digunakan untuk menentukan satu set SAS pernyataan atau
operasi yang akan dilakukan sebagai unit selama iterasi loop. Penting untuk dicatat itu operasi
yang dilakukan dalam loop DO dilakukan dalam pengamatan. Hal lain yang perlu Anda
lakukan Yang disadari adalah bahwa setiap DO loop memiliki pernyataan AK yang sesuai.
Jika Anda tidak Mengakhiri loop DO Anda, Anda akan mendapatkan suatu Pesan galat SAS

Tim Lab Statistik | ^ |Modul Paket Program Statistika 13


di log Anda yang menunjukkan bahwa pernyataan END yang terkait tidak ditemukan untuk
pernyataan DO.

Ada empat jenis loop DO yang tersedia di SAS.

1. DO index =, loop pengulangan berulang, atau terindeks, yang digunakan untuk


melakukan operasi di loop DO pada suatu ditentukan nilai indeks awal dan akhir untuk
sebuah array .
2. DO OVER loop yang digunakan untuk melakukan operasi di loop DO di atas SEMUA
elemen dalam array .
3. DO UNTIL (kondisi logis) loop yang digunakan untuk melakukan operasi di loop DO
sampai logis kondisinya sudah memenuhi .
4. DO WHILE (kondisi logis) loop yang digunakan untuk melakukan operasi di loop DO
sementara logis kondisinya sudah memenuhi.

ITERATIVE MELAKUKAN DEFINISI DAN SYNTAX


Lo loop iteratif mengeksekusi pernyataan antara pernyataan DO dan sebuah pernyataan END
berulang berdasarkan nilai nilai awal dan penghentian indeks yang ditentukan. Sintaks untuk
loop DO berulang dimulai dengan kata kunci SAS DO dan diberikan oleh

DO indexvariable = startingvalue untuk stoppingvalue <BY increment>;

atau

DO indexvariable = startingvalue, nextvalue, ..., endingvalue;

dimana

Indexvariable nama variabel SAS yang valid, misalnya i


nilai awal yang valid, untuk array terindeks ini harus lebih
besar dari atau sama dengan 1 tapi kurang dari jumlah
nilai awal elemen dalam array, bisa menjadi nilai karakter jika tidak
digunakan bersamaan dengan sebuah array
nilai akhir yang valid, untuk array terindeks ini harus kurang
dari atau sama dengan Jumlah elemen dalam array, bisa jadi
nilai akhir karakter jika tidak digunakan bersamaan dengan sebuah
array
dapat menentukan untuk numerik mulai dan nilai akhir
<BY increment> bagaimana kenaikan array, opsional, misalnya dengan 2
untuk melakukan setiap elemen lainnya dalam array.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 14


Contoh program Perulangan DO

data A;
do i = 1 to 5;
y = i**2;
output;
end;
proc print;
run;

Contoh program Perulangan DO menggunakan <BY increment> atau kelipatan kenaikan

data A;
do i = 1 to 5 by 0.5;
y = i**2;
output;
end;
proc print;
run;

Contoh program Perulangan DO bersama ARRAY


data main;
input v1 v2 v3 v4 v5;
array var {5} v1-v5;
do i=1 to 5;
nilai= var[i];
hasil=var[i]**2;
output;
end;
keep i nilai hasil;
datalines;
21 11 14 15 16
;
proc print;
run;

data main;
input v1 v2 v3 v4 v5;
array var {5} v1-v5;
do i=1 to 5;
nilai= var[i];
hasil=var[6-i]-var[i];
output;
end;
keep i nilai hasil;
datalines;
1 2 3 4 5
;
proc print;
run;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 15


Keterangan program :

Output : mengeluarann hasil nilai variabel dari setiap perulangan ke-i yang diperoleh

Keep : menetapkan variabel apa saja yang akan tampil di hasil output nanti

Tim Lab Statistik | ^ |Modul Paket Program Statistika 16


MODUL 4

DO UNTIL pada SAS

DO UNTIL loop yang digunakan untuk melakukan operasi perulangan sampai


kriteria/kondisi logis sudah memenuhi .

Bentuk Umum Syntax DO UNTIL :

DO UNTIL (Kriteria/kondisi logis);

dimana

Adalah sebuag nilai perbandingan yang menggunakan


simbol: <, >, =, <=, >= conto:
i>4 atau a=6
Kriteria/kondisi logis
dimana i dan a adalah variabel yang nilainya naik naik setiap
berjalannya literasi

Contoh program DO UNTIL :

data A;
y=0;
i=1;
do until(y > 10);
y=i**2;
i=i+1;
output;
end;
proc print;
run;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 17


Contoh program DO UNTIL bersama ARRAY :

data main;
input v1 v2 v3 v4 v5;
array var {5} v1-v5;
i=1;
do until (i=6);
nilai= var[i];
hasil=var[6-i]-var[i];
output;
i=i+1;
end;
keep i nilai hasil;
datalines;
1 2 3 4 5
;
proc print;
run;

DO WHILE pada SAS

DO WHILE loop yang digunakan untuk melakukan operasi perulangan sampai


kriteria/kondisi logis sudah tidak memenuhi .

Bentuk Umum Syntax DO UNTIL :

DO WHILE (Kriteria/kondisi logis);

dimana

Adalah sebuag nilai perbandingan yang menggunakan


simbol: <, >, =, <=, >= conto:
i>4 atau a=6
Kriteria/kondisi logis
dimana i dan a adalah variabel yang nilainya naik naik setiap
berjalannya literasi

Tim Lab Statistik | ^ |Modul Paket Program Statistika 18


Contoh program DO WHILE:

Data A;
y=0;
i=1;
do while(y < 20);
y=i**2;
i=i+1;
output;
end;
proc print;
run;

Contoh program DO WHILE bersama ARRAY:

data main;
input v1 v2 v3 v4 v5;
array var {5} v1-v5;
i=1;
do while (i<6);
nilai= var[i];
hasil=var[6-i]-var[i];
output;
i=i+1;
end;
keep i nilai hasil;
datalines;
1 2 3 4 5
;
proc print;
run;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 19


MODUL 5
Statements IF-THEN/ELSE di SAS

Untuk melakukan operasi kondisional, menggunakan Statement IF untuk menguji


ekspresi. tindakan pilihan pertama muncul di Statement THEN dan, tindakan lainya di
Statement ELSE. Bentuk umum dari Statement IF-THEN / ELSE adalah

IF kondisi THEN statement1;


ELSE Statement2;

kondisi adalah ekspresi SAS dan merupakan argumen yang


dibutuhkan.
dapat berupa pernyataan SAS atau kelompok DO yang dapat
statement
dieksekusi.

Maka proses kerjanya, ekspresi IF dievaluasi pertama. Jika itu ekspresi benar, maka eksekusi
mengalir melalui statements THEN. Jika ekspresi tidak benar, maka mengalir ke Statement
ELSE, jika ada atau dijalankan. Jika tidak ada, maka program tidak memiliki output. Ekspresi
sering berbentuk sebuah perbandingan,contohnnya seperti dibawah ini.

DATA Ab;
INPUT groups $ tinggi berat;
if tinggi<170 then delete;
CARDS;
a 171 65
b 160 56
a 165 71
a 171 63
b 149 51
a 161 53
b 174 64
b 177 64
a 167 60
;
PROC print;
RUN;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 20


DATA Ab;
INPUT groups $ tinggi berat;
if tinggi<170 and groups='a'
then
do;
berat+100;
groups='ganti';
tinggi=0;
end;
CARDS;
a 171 65
b 160 56
a 165 71
a 171 63
b 149 51
a 161 53
b 174 64
b 177 64
a 167 60
;
PROC print;
RUN;

DATA Ab;
INPUT groups $ tinggi berat;
if tinggi<170 and groups='a' then berat+100;
CARDS;
a 171 65
b 160 56
a 165 71
a 171 63
b 149 51
a 161 53
b 174 64
b 177 64
a 167 60
;
PROC print;

RUN;

data main;
input var;
if var<20 then kkn="tidak lulus"; else kkn="lulus";
datalines;
21
13
12
22
12
;
proc print;
run;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 21


data main;
input var;
if var<10 then kkn=' DropOut ';
else if var<20 then kkn='tidak lulus';
else kkn="lulus";
datalines;
21
13
12
22
9
6
10
;
proc print;
run;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 22


MODUL 6

Untuk menghasilkan statistik deskriptif bagi peubah-peubah tunggal dapat dilakukan dengan
perintah PROC MEANS.

Bentuk umum PROC MEANS sebagai berikut :


PROC MEANS DATA = nama file data MAXDEC= n statistik -
statistik;
VAR nama peubah;
BY nama peubah;
OUTPU OUT = pilihan;
MAXDEC = n digunakan untuk menentukan jumlah desimal yang
diinginkan sebanyak n.

Dengan pernyataan VAR, SAS hanya akan memproses data dari peubah/variabel yang
dinyatakan atau yang dituliskan dibelakang VAR. tanpa pernyataan VAR, SAS akan
memproses semua peubah yang dinyatakan pada INPUT.

Sedangkan pernyataan BY bersamaan dibawah PROC MEANS adalah untuk memperoleh


analisis secara terpisah berdasarkan masing-masing kelompok observasi di dalam suatu
peubah yang dinyatakan oleh pernyataan BY.

Pernyataan OUTPUT = dimaksudkan untuk meminta PROC MEANS menyimpan hasilnya


kedalam file data SAS yang baru.

Adapun statistik-statistik yang dapat dihasilkan oleh PROC MEANS adalah sebagai berikut:

N : Banyaknya pengamatan MIN : Nilai data minimum

NMISS : Banyaknya data hilang RANGE : Selisih nilai maksimum dan minimiun

MEAN : Rataan USS : Jumlah kuadrat tak terkoreksi

SUM : Jumlah CSS : Jumlah kuadrat terkoreksi

STD : Simpangan Baku CV : Koefisien variasi

Tim Lab Statistik | ^ |Modul Paket Program Statistika 23


VAR : Ragam T : Nilai t-hitung untuk pengujian u = 0

SKEWNESS :Ukuran Kemiringan PRT : Peluang |T| > 0

KURTOSIS : Kurtosis STDERR : Standar error (Galat Baku)

MAX : Nilai data maksimun

Illustrasi;
DATA Means;
INPUT groups $ height weight;
CARDS;
a 171 65
b 160 56
a 165 71
a 171 63
b 149 51
a 161 53
b 174 64
b 177 64
a 167 60
;
PROC MEANS;
VAR height weight;
RUN;

Hasil output dari program diatas adalah sebagai berikut :

Bila ingin dihasilkan statistik deskriptif untuk masing-masing „group‟, yaitu a dan b,
maka dapat dilakukan dengan menambahkan pernyataan BY. Namun sebelumnya harus diberi
pernyataan PROC SORT sebagai berikut:

PROC SORT;
BY groups;
RUN;
PROC MEANS;
VAR height weight;
BY groups;
RUN;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 24


Pernyataan-pernyataan di atas akan menghasilkan output sebagai berikut:

Statistik deskriptif selain N, Mean, Std Dev, Minimum, dan Maksimum akan ditampilkan oleh
SAS jika ada pernyataan PROC MEANS ditambahkan pernyataan optional yang diinginkan.
Tanpa adanya pernyataan optional yang ditambahkan, PROC MEANS hanya akan
menghasilkan atau mencetak N, Mean, Std Dev, Minimum, dan Maksimum.

Ilustrasi:
PROC MEANS RANGE SUM VAR STDERR SKEWNESS KURTOSIS;
VAR height weight;
RUN;

Pernyataan-pernyataan di atas akan menghasilkan output sebagai berikut:

Tim Lab Statistik | ^ |Modul Paket Program Statistika 25


PROC UNIVARIATE merupakan suatu prosedur untuk menghasilkan statistik deskriptif
peubah numeric. Prosedur ini dapat digunakan untuk menganalisis nilai ekstrim, kuantil,
sebaran plot, table frekuensi dan uji kenormalan data.

Bentuk umum PROC UNIVARIATE adalah sebagai berikut:

PROC UNIVARIATE DATA = nama file data SAS pilihan


VAR nama peubah;
BY nama peubah;
WEIGHT nama peubah;
OUTPUT OUT = nama file SAS katakunci = nama…..;

Beberapa pilihan penting:

o NOPRIT : Tidak menampilkan output o FREQ : Meminta table frekuensi, persen


dan persen kumulatif
o PLOT : Menampilkan diagram dahan-
daun, kotak garis dan plot peluang o NORMAL : Menghitung uji statistik
sebaran normal suatu data.

Dengan pernyataan VAR SAS akan menampilkan statistik-statistik bagi peubah yang
disebutkan pada pernyataan ini. Bila pernyataan VAR tidak dituliskan, maka SAS akan
menampilkan statistik untuk semua peubah.

Pernyataan BY digunakan untuk menganalisis data per kelompok observasi yang dinyatakan
oleh peubah yang mengikuti pernyataan BY.

Pernyataan WEIGHT digunakan untuk memboboti nilai-nilai peubah yang akan dianalisis
berdasarkan peubah yang mengikuti pernyataan WEIGHT.

Pernyataan OUTPUT OUT= digunakan untuk menyimpan hasil pengolahan PROC


UNIVARIATE ke dalam suatu file.

Beberapa statistik yang dapat dihasilkan oleh PROC UNIVARIATE antara lain :

 N : banyaknya pengamatan yang dilakukan  NMISS : banyaknya data hilang

Tim Lab Statistik | ^ |Modul Paket Program Statistika 26


dasar perhitungan

 NOBS : banyaknya total pengamatan  MEAN : rataan

 SUM : jumlah total  STD : simpangan baku

 VAR : ragam  SKEWNESS : ukuran kemiringan

 KURTOSIS : kurtosis  MAX : nilai data maksimum

 MIN : nilai data minimum  RANGE : selisih nilai maksimum dan


minimum
 SIGNRANK : statistic pangkat bertanda

 Q3 : kuartil 3 atau persentil 75  MEDIAN : kuartil 2 atau persentil 50

 Q1 : kuartil 1 atau persentil 25  QRANGE : Q3 – Q1

 P1 : persentil ke- 1  P10 : persentil ke-10

 MODE :nilai pengamatan yang frekuensi-  NORMAL : statistic uji untuk kenormal-
nya tertinggi (modus) an data

Illustrasi;

DATA Means;
INPUT groups $ height weight;
CARDS;
a 171 65
b 160 56
a 165 71
a 171 63
b 149 51
a 161 53
b 174 64
b 177 64
a 167 60
;
PROC UNIVARIATE;
VAR height;
RUN;

Hasil outputnya terlihat seperti gambar berikut

Tim Lab Statistik | ^ |Modul Paket Program Statistika 27


Bila pada pernyataan PROC UNIVARIATE ditambahkan pernyataan-pernyataan NORMAL,
PLOT, dan FREQ, maka akan diperoleh output sebagai berikut:

Tim Lab Statistik | ^ |Modul Paket Program Statistika 28


Pernyataan NORMAL menghasilkan statistik uji kenormalan data.

Pernyataan PLOT menampilkan diagram dahan-daun (steam-leaf), diagram kotak-garis


(boxplot) dan plot peluang normal data (normal probability plot).

Sedangkan pernytaan FREQ menghasilkan frekuensi dan persentase dari masing-masing


observasi.

Tugas Pendahuluan

Sebutkan dan jelaskan beberapa type yang dapat digunakn dalam menampilkan PLOT
CHART?

Tugas Praktikum

Cari data lalu analisis dengan PROC UNIVARIATE lalu interpretasikan!

Tim Lab Statistik | ^ |Modul Paket Program Statistika 29


MODUL 7

Dengan PROC CHART dapat dihasilkan bermacam-macam diagram. Nilai –nilai


peubah atau pola hubungan antar beberapa peubah dapat ditampilkan secara pictorial.

Bentuk umum dari prosedur ini adalah :


PROC CHART DATA = nama file data SAS;
HBAR nama peubah / pilihan;
VBAR nama peubah / pilihan;
BLOCK nama peubah / pilihan;
PIE nama peubah / pilihan;

Pernyataan HBAR yang diikuti nama peubah akan menampilkan diagram batang
secara horizontal.

Sedangkan pernyataan VBAR akan menampilkan diagram batang secara vertical.

Dengan pernyataan BLOCK, SAS akan menampilkan diagram balok secara vertical.

Sedangkan pernyataan PIE akan membuat SAS menampilkan diagram kue untuk data yang
nama peubahnya dinyatakan.

Ada 4 pilihan jenis diagram yang dapat dimunculkan antara lain :

1. TYPE = FREQ
Dengan pernyataan ini akan ditampilkan diagram dalam frekuensi untuk setiap nilai
observasi dalam suatu peubah.
2. TYPE = PERCENT
Dengan pernyataan ini akan ditampilkan diagram dalam persen untuk setiap nilai
observasi dalam suatu peubah.

3. TYPE = CFREQ

Tim Lab Statistik | ^ |Modul Paket Program Statistika 30


Dengan pernyataan ini akan ditampilkan diagram dalam frekuensi kumulatif untuk setiap
nilai observasi dalam suatu peubah.
4. TYPE = CPERCENT
Dengan pernyataan ini akan ditampilkan diagram dalam frekuensi untuk setiap nilai
observasi dalam suatu peubah.

Bila TYPE tidak dinyatakan, maka jenis histogram yang akan ditampilkan adalah
TYPE=FREQ karena jenis ini bertindak secara default.

Illustrasi;
DATA Means;
INPUT groups $ tinggi berat;
CARDS;
a 171 65
b 160 56
a 165 71
a 171 63
b 149 51
a 161 53
b 174 64
b 177 64
a 167 60
;
PROC CHART;
VBAR groups/TYPE=FREQ;
HBAR tinggi/TYPE=CPERCENT;
BLOCK berat/TYPE=CFREQ;
PIE tinggi/TYPE=PERCENT;
RUN;

Apabila dieksekusi program diatas maka akan menghasilkan output sebagai berikut;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 31


Tim Lab Statistik | ^ |Modul Paket Program Statistika 32
Dengan PROC PLOT dapat dihasilkan satu atau beberapa plot atau sekaligus baik dalam
sumbu exis yang sama maupun dalam sumbu exis yang berbeda.

Bentuk umum dari prosedur ini adalah :


PROC PLOT DATA = nama file data SAS;
PLOT nama peubah/pilihan;

Nama peubah yang dimaksud pada pernyataan PLOT tersebut dapat berupa :
PLOT vertical*horizontal;
PLOT vertical*horizontal=’karakter’;
PLOT vertical*horizontal=peubah;

Illustrasi;
DATA Plot;
INPUT nama $ tinggi berat;
CARDS;
a 171 65
b 160 56
a 165 71
a 171 63
b 149 51
a 161 53
b 174 64
b 177 64
a 167 60
;
PROC PLOT;
PLOT tinggi*berat;
PLOT tinggi*berat='T';
PLOT tinggi*berat=nama;
RUN;

Hasil dari program di atas dengan pernyataan PLOT tinggi*berat; menampilkan suatu plot
antara peubah „tinggi „ sebagai sumbu vertical dan peubah „berat‟ sebagai peubah sumbu
horizontal (mendatar).

Sebagai titik-titik plot digunakan huruf „A‟ yang menandakan ada suatu pengamatan pada titik
tersebut. Bila ada dua pengamatan pada titik-titik tersebut maka diguakan huruf „B‟ sebagai
karakter titik, begitu seterusnya untuk satu titik dengan banyaknya pengamatan yang terus
membesar, seperti tampak pada tampilan berikut.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 33


Pada pernyataan PLOT tinggi*berat=‟T‟; menampilkan suatu plot antara peubah „tinggi „
sebagai sumbu vertical (tegak) dan peubah „berat‟ sebagai peubah sumbu horizontal
(mendatar). Sebagai titik-titik plot digunakan huruf „T‟sesuai dengan pernyataan yang
diberikan atau pernyataan yang diinginkan seperti tampak pada tampilan berikut:

Tim Lab Statistik | ^ |Modul Paket Program Statistika 34


Pada PLOT tinggi*berat=‟nama‟; menampilkan suatu plot antara peubah „tinggi „
sebagai sumbu vertical dan peubah „berat‟ sebagai peubah sumbu horizontal. Sebagai titik-
titik plot digunakan huruf „yang berpadanan seperti tampak pada tampilan berikut:

Tugas Praktikum

Data :

awal 34 54 45 46 76 8 8 46 8 87 45 9 7 46 3 4 76 3 5
akhir 76 12 21 3 4 8 9 5 24 6 80 89 78 60 4 34 3 4 23

Analisis dengan menggunakan PROC PLOT!

Data :

awal 34 54 45 46 76 8 8 46 8 87 45 9 7 46 3 4 76 3 5
akhir 76 12 21 3 4 8 9 5 24 6 80 89 78 60 4 34 3 4 23

Analisis dengan menggunakan PROC CHART!

Tim Lab Statistik | ^ |Modul Paket Program Statistika 35


MODUL 8

PROC CORR merupakan suatu procedur untuk menampilkan korelasi antara dua peubah.
Korelasi bertujuan menggambarkan hubungan atau keeratan antara dua peubah.
Secara umum bentuk PROC CORR adalah sebagai berikut :
PROC CORR DATA = nama_file_SAS pilihan;
VAR nama-nama peubah;
WITH nama peubah;
FREQ nama pubah;
BY nama peubah;

Pilihan-pilihan yang dapat dilakukan pada PROC CORR antara lain adalah sebagia berikut :

 OUT = Nama file SAS Menghasilkan file data SAS baru berisi koefisien korelasi
HOEFFDING

 OUTK = Nama file SAS Menghasilkan file data SAS baru berisi koefisien korelasi
KENDALL

 OUTP = Nama file SAS Menghasilkan file data SAS baru berisi koefisien korelasi
PEARSON

 OUTS = Nama file SAS Menghasilkan file data SAS baru berisi koefisien korelasi
SPEARMAN

 HOEFFDING Meminta statistik Hoeffding dihitung dan dicetak

 KENDALL Meminta statistik Kendall dihitung dan dicetak

 SPEARMAN Meminta statistik Spearman dihitung dan dicetak

 NOMISS Mengabaikan dari perhitungan seluruh pengamatan


(observasi) yang merupakan data hilang (missing)

 NOPRINT Meminta hasil prosedur ini tidak dicetak

 NOPROB Meminta statistic deskriptif masing-masing peubah tidak

Tim Lab Statistik | ^ |Modul Paket Program Statistika 36


dihitung

 NOSIMPLE Meminta statistic deskriptif masing-masing peubah tidak


dihitung

 RANK Meminta koefisien korelasi masing-masing peubah dicetak


secara terurut dari besar ke kecil

Pernyataan VAR

Nama-nama peubah yang akan dikorelasikan dapat dinyatakan dengan pernyataan VAR.
Tanpa pernyataan VAR, SAS akan menampilkan semua korelasi dari peubah-peubah numerik
yang terdapat pada gugus data input.

Pernyataan WITH
Bila diinginkan korelasi dari kombinasi peubah-peubah tertentu, maka dapat digunakan
pernyataan WITH bersama-sama dengan pernyataan VAR yang berarti peubah-peubah yang
dinyatakan dalam pernyataan VAR akan dinyatakan dalam peubah-peubah yang dinyatakan
dalam pernyataan WITH.

Pernyataan FREQ

Bila salah satu variabel input mempresentasikan frekuensi terjadinya nilai-nilai variabel
lainnya atau dengan kata lainvariabel atau peubah yang mengikuti pernyataan FREQ
menyatakan pengamatan yang sama diulang berapa kali.Sebagai contoh”

x y z
2 4 3
4 3 2

Bila diberikan perintah FREQz, maka susunan datanya dianggap:

x y
2 4
2 4

Tim Lab Statistik | ^ |Modul Paket Program Statistika 37


2 4
4 3
4 3

Pernyataan BY

Dengan pernyataan BY akan ditampilkan analisis korelasi secara terpisah brdasarkan


klasifikasiyang terdapat pada peubah yang mengikuti pernyataan BY. Pernyataan BY dapat
dieksekusi apabila data telah terurut berdaarkan peubah BY, bila data belum terurut perlu
dilakukan pengurutan terlebih dahulu dengan PROC SORT.

Illustrasi; latihan
DATA CORR;
INPUT group $ height weight age freq;
CARDS;
a 171 65 25 2
b 160 56 23 3
a 165 71 19 1
a 171 63 22 3
b 149 51 17 3
a 161 53 32 2
b 174 64 28 2
b 177 64 34 3
a 167 60 26 3
;
PROC SORT;
BY group;
RUN;
PROC CORR;
VAR height;
WITH weight age;
BY group;
FREQ freq;
RUN;

Bila program diatas dijalankan maka akan diperoleh keluaran atau output yang terbagi atas
dua kelompok berdasarkan peubah peubah „groups‟ yaitu a dan b. Karena diberi pernyataan
WITH, sistem SAS hanya menampilkan korelasi antara tinggi dan berat serta korelasi antara
berat dan umur. Pernyataan FREQ menjadikan data per masing-masing „groups‟ menjadi 11.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 38


Berdasarkan hasil output diatas maka dapat dijelaskan bahwa untuk group „a‟ maka nilai
korelasi antara weight dengan height adalah sebesar 0,63341 dengan nilai p value sebesar
0,0364. Sedangkan nilai korelasi antara age dengan height adalah -0,69007 dengan nilai p
value sebesar 0,0188.

Untuk group „b‟ maka nilai korelasi antara weight dengan height adalah sebesar 0,99587
dengan nilai p value sebesar 0,0001. Sedangkan nilai korelasi antara age dengan height adalah
0,97524 dengan nilai p value sebesar 0,0001.

Bila dibandingkan dari kedua group diatas maka yang sangat kuat hubungannya adalah group
b. Hal ini berdasarkan kriteria :

1. Jika nilai korelasi (r) antara 0,80 – 1,00 maka hubungan sangat kuat
2. Jika nilai korelasi (r) antara 0,60 – 0,80 maka hubungan kuat
3. Jika nilai korelasi (r) antara 0,40 – 0,60 maka hubungan cukup kuat
4. Jika nilai korelasi (r) antara 0,20 – 0,40 maka hubungan lemah
5. Jika nilai korelasi (r) antara 0,00 – 0,20 maka hubungan sangat lemah (tidak berkorelasi)

Tim Lab Statistik | ^ |Modul Paket Program Statistika 39


Uji Korelasi
Hipotesis:
H0 : Ada hubungan antara weight dengan height
H1 : Tidah ada hubungan antara weight dengan height

Kriteria uji :
Jika P value lebih kecil dari  (0,05) maka tolak H0

Interpretasi:
Nilai korelasi (r) sebesar 0,99587 dan p value o,ooo1. Karena 0,0001 >  (0,05) maka terima
H0 yang berarti bahwa ada hubungan antara weight dengan height.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 40


PROC REG merupakan suatu prosedur untuk menampilkan regresi dengan SAS yang
bertujuan untuk menggambarkan atau memodelkan bentuk hubungan linear antara satu
peubah respons dengan satu atau lebih peubah predictor. Dengan kata lain dapat dilakukan
analisis regresi, baik regresi sederhana maupun regresi berganda.

Secara umum bentuk PROC REG adalah sebagai berikut :


PROC REG DATA = nama_file_SAS pilihan;
MODEL nama-nama peubah;
FREQ nama peubah;
WEIGHT nama pubah;
UOTPUT OUT nama peubah;
RESTRICK nama peubah;
TEST nama peubah;
BY nama peubah;

 UOTEST = nama file Meminta dugaan parameter disimpan dalam satu file

 OUTSSCP = nama file Meminta matriks jumlah kuadrat dan jumlah hasil kali disimpan
dalam satu file

 SIMPLE Mencetak statistic deskriptif untuk setiap peubah

 USSCP Mencetak matriks jumlah kuadrat dan jumlah hasil kali untuk
seluruh peubah

Illustrasi;
DATA regresi;
INPUT test1 test2 art;
CARDS;
74 40 91
59 41 72
83 45 95
76 43 90
69 40 82
88 47 98
71 37 80
69 36 75
61 34 74
70 37 79
;

Tim Lab Statistik | ^ |Modul Paket Program Statistika 41


PROC REG;
MODEL art=test1 test2;
TEST test1+test2=1;
RUN;

Berdasarkan hasil output diatas maka nilai adj R Square adalah 0,8831 dan R Square adalah
0,9091. Hal ini menunjukkan bahwa 0,9091 atau 90,91% variasi art dipengaruhi oleh test1 dan
test2, sedangkan sisanya dipengaruhi oleh sebab-sebab lain.

Berdasarkan “Analysis of Variance (ANOVA)” maka untuk model regression, nilai sum of
square 700,36999, df 2, Mean square 350,18499, F hitung 35,003 dan nilai signifikansinya
0,002. Untuk error (sisaan), nilai sum of square 70,03001, df 7, Mean square 10,00429.
Sehingga untuk total, nilai sum of square 770.40000, df 9.

Hipotesis Kasus :

Tim Lab Statistik | ^ |Modul Paket Program Statistika 42


Ho = Model linear antara test1, test2 dan art tidak signifikan

H1= Model linear antara test1, test2 dan art signifikan

Untuk uji model linear maka F hitung diperoleh 35,003 dan p value 0,0002. Karena p value
(0,0002) <  (0,05) maka Ho diterima. Jadi Model linear antara test1, test2 dan art signifikan.

Berdasarkan tabel “Parameter Estimates” maka diperoleh persamaan regresi


Yˆ  5,383857  0,790585 X 1  0,532351 X 2 . Yaitu bila tidak terjadi kenaikan pada test1 dan
test2 ( x=0 ) maka art adalah 5,383857.

Uji koefisien b0

Hipotesis : H0 : b0  0 (Koefisien b0 tidak signifikan)

H1 : b0  0 (Koefisien b1 signifikan)

Berdasarkan nilai P value dengan  maka P value ( 0,6176 ) >  ( 0,05 ) sehingga H0
diterima. Dengan demikian koefisien b0 tidak signifikan yang berarti bahwa b0  0 atau
hubungannya tidak dapat dijelaskan secara nyata.

Uji koefisien b1

Hipotesis : H0 : b1  0 (Koefisien b1 tidak signifikan)

H1 : b1  0 (Koefisien b1 signifikan)

Berdasarkan nilai P value dengan  maka P value ( 0,0036 ) <  ( 0,05 ) sehingga H0 ditolak.
Dengan demikian koefisien b1 signifikan yang berarti bahwa b1  0 atau hubungannya dapat
dijelaskan dengan nyata.

Uji koefisien b2

Hipotesis : H0 : b2  0 (Koefisien b2 tidak signifikan)

H1 : b2  0 (Koefisien b2 signifikan)

Tim Lab Statistik | ^ |Modul Paket Program Statistika 43


Berdasarkan nilai P value dengan  maka P value ( 0,2206 ) >  ( 0,05 ) sehingga H0
diterima. Dengan demikian koefisien b2 tidak signifikan yang berarti bahwa b2  0 atau
hubungannya tidak dapat dijelaskan dengan nyata.

Tugas Pendahuluan

Cari referensi tentang ANOVA! (sumber harus jelas)

Tugas Praktikum

Cari data lalu analisis dengan menggunakan PROC REG kemudian interpretasikan!

Tugas Praktikum

Cari data lalu analisis dengan PROC CORR lalu interpretasikan!

Tim Lab Statistik | ^ |Modul Paket Program Statistika 44


MODUL 9

PROC ANOVA

PROC ANOVA merupakan suatu prosedur untuk analisis ragam yang dikhususkan untuk
memecahkan kelompok percobaan dengan data seimbang yaitu yang mamiliki jumlah ulangan
sama.

Bentuk umum PROC ANOVA untuk model pengaruh uatam sebagai berikut :
PROC ANOVA DATA = nama file;
CLASS nama peubah;
MODEL nama peubah;
MEANS nama peubah;
TEST H = factor E = factor;
BY nama peubah
Illustrasi;
DATA anova;
INPUT groups $ drugs $ response;
CARDS;
n p 50
n p 45
n p 55
n p 52
n r 67
n r 60
n r 58
n r 65
h p 70
h p 72
h p 68
h p 75
h r 51
h r 57
h r 48
h r 55
;
PROC ANOVA;
CLASS groups drugs;
MODEL response=groups|drugs;
MEANS groups|drugs/DUNCAN;
RUN;

Keluaran dari program diatas adalah sebagai berikut:

Tim Lab Statistik | ^ |Modul Paket Program Statistika 45


Berdasarkan hasil output diatas maka dapat dijelaskan bahwa data terdiri dari dua kelas yaitu
GROUP dan DRUGS yang mana GROUP terdiri dari h dan n sedangkan DRUGS terdiri dari
p dan r.

Berdasarkan hasil output diatas maka nilai R square sebesar 0,857647, C.V sebesar 6,563860,
Root MSE sebesar 3,88908730 dan Response Mean sebesar 59,25000000.

Berdasarkan “Analysis of Variance (ANOVA)” dengan variabel bebas response maka untuk
model, nilai sum of square 1093,50000000, df 3, Mean square 364,50000000, F hitung 24,10
dan nilai signifikansinya 0,0001. Untuk error (sisaan), nilai sum of square 181,50000000, df
12, Mean square 15,12500000. Sehingga untuk total, nilai sum of square 1275,0000000, df 15.

Hipotesis Kasus :

Ho = Model linear tidak signifikan

H1= Model linear signifikan

Tim Lab Statistik | ^ |Modul Paket Program Statistika 46


Untuk uji model linear maka F hitung diperoleh 24,10 dan p value 0,0001. Karena p value
(0,0002) <  (0,05) maka Ho diterima. Jadi Model linear signifikan.

Untuk melihat model yang tidak signifikan maka dilakukan uji koefisien:

Uji koefisien b0 (GROUPS)

Hipotesis : H0 : b0  0 (Koefisien b0 tidak signifikan)

H1 : b0  0 (Koefisien b1 signifikan)

Berdasarkan nilai P value dengan  maka P value ( 0,0152 ) >  ( 0,05 ) sehingga H0
diterima. Dengan demikian koefisien b0 tidak signifikan yang berarti bahwa b0  0 atau
hubungannya tidak dapat dijelaskan secara nyata.

Uji koefisien b1 (DRUGS)

Hipotesis : H0 : b1  0 (Koefisien b1 tidak signifikan)

H1 : b1  0 (Koefisien b1 signifikan)

Berdasarkan nilai P value dengan  maka P value ( 0,1205 ) >  ( 0,05 ) sehingga H0
diterima. Dengan demikian koefisien b1 tidak signifikan yang berarti bahwa b1  0 atau
hubungannya tidak dapat dijelaskan dengan nyata.

Uji koefisien b2 (interaksi GROUPS dengan DRUGS)

Hipotesis : H0 : b2  0 (Koefisien b2 tidak signifikan)

H1 : b2  0 (Koefisien b2 signifikan)

Berdasarkan nilai P value dengan  maka P value ( 0,0001 ) <  ( 0,05 ) sehingga H0 ditolak.
Dengan demikian koefisien b2 signifikan yang berarti bahwa b2  0 atau hubungannya dapat
dijelaskan dengan nyata.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 47


MODUL 10

1. MICROSOFT EXEL

Gambar 1. Tampilan awal Ms Excel 2007

Langkah-langkah dalam mengaktifkan add-ins analysis


toolpak:
1. Tentu saja buka dulu aplikasi excel terlebih dahulu,hehehehe

Tim Lab Statistik | ^ |Modul Paket Program Statistika 48


2. Pilih File, kemudian pilih options. Setelah itu maka akan muncul tampilan seperti
berikut

3. Pada gambar di atas pada bagian vertikal pilih add ins, kemudian klik aja analysis
toolpak dan terakhir pilih Go seperti pada petunjuk gambar di atas kemudia akan
muncul jendela seperti berikut.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 49


4. Pada jendela tersebut silahkan pilih analysis toolpak, kalau ada yang mau
mengaktifkan toolpak lain boleh-boleh saja. mungkin aja baru ketemu disini caranya.
5. Langkah-langkah tersebut sudah cukup, tapi untuk membuktikan lihat pada bagian
Data, maka akan muncul bagian baru yaitu tab Data Analysis seperti dibawah ini.

6. Jika sudah artinya sudah berhasil. Selamat gan.

Langkah-langkah Analisis Statistik Deskriptif dengan Ms. Excel

Berikut dibawah ini adalah langkah-langkah penyelesaian contoh kasus diatas dengan
menggunakan Analysis ToolPak Microsoft Excel :

1. Buka Program Microsoft Excel.


2. Masukan data yang telah didapat kedalam Worksheet Excel.
3. Di Menu Bar, Klik [Data].
4. Klik [Data Analysis] pada Menu Bar Data, maka akan muncul Window “Data
Analysis” seperti dibawah ini :

5. Pilih [Descriptive Statistics].


6. Klik [OK], maka akan muncul Window “Descriptive Statistics”.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 50


7. Pada kotak Input Range, klik tombol “selection” untuk seleksi atau blok daerah data
yang akan dianalisis (B3:B18) atau ketikan langsung $B$3:$B$18 kedalam
Kotak Input Range.
8. Di opsi pilihan Grouped by, klik [Columns] karena data kita adalah menurun atau
dalam kolom.
9. Centang [Labels in first Raw] untuk menampilkan keterangan pada data yang sudah
dianalisis.
10. Pada Output Options, pilih [New Worksheet Ply] dan ketikan “Hasil Analisis
Deskriptif”. Langkah ini untuk menempatkan hasil analisis ke Worksheet yang baru
tapi masih berada di Workbook atau file yang sama.
Catatan : Penamaan Worksheet tidak boleh melebihi 31 karakter dan tidak boleh
menggunakan simbol seperti “-, +, /, *” dan simbol-simbol lainnya.
11. Centang [Summary Statistics].
12. Centang [Confidence Level for Mean] dan ketikan ” 95%”.
13. Centang [Kth Largest] dan ketikan 2. Langkah ini untuk menampilkan data tertinggi
kedua.
14. Centang [Kth Smallest] dan ketikan 2, Langkah ini untuk menampilkan data terendah
kedua.
15. Klik [OK].

Tim Lab Statistik | ^ |Modul Paket Program Statistika 51


16. Maka Hasil Analisis Statistik Deskriptif akan muncul di Worksheet baru yang
berjudul “Hasil Analisis Deskriptif”.

Interpretasi :

 Mean adalah Rata-rata jumlah waktu kerusakan mesin dalam sebulan adalah 96.8
menit, dengan standard Error 11.323.
 Median adalah Nilai tengah dari Jumlah waktu kerusakan yaitu 95 menit.
 Mode atau Modus adalah nilai yang paling sering muncul yaitu 80 menit.
 Standard Deviation atau Standar Deviasi adalah 43.85 menit.
 Sample Variance adalah Varian waktu kerusakan mesin yaitu 1923.314 yang juga
merupakan kuadrat dari Standar Deviasi.
 Kurtosis waktu kerusakan adalah 1,53.
 Skewness waktu kerusakan adalah 1,29.
 Range waktu kerusakan adalah 160 menit yaitu selisih dari waktu kerusakan tertinggi
dengan waktu kerusakan terendah.
 Minimum adalah data waktu kerusakan mesin yang terendah yaitu 40 menit.
 Maximum adalah data waktu kerusakan mesin yang tertinggi yaitu 200 menit.
 Sum adalah jumlah waktu kerusakan dari semua mesin yang diteliti yaitu 1.452 menit.
 Count adalah jumlah mesin yang diteliti yaitu 15 mesin.
 Largest(2) menunjukan waktu kerusakan yang tertinggi nomor dua dari semua mesin
yang diteliti yaitu 180 menit.
 Smallest(2) menunjukan waktu kerusakan yang terendah nomor dua dari semua mesin

Tim Lab Statistik | ^ |Modul Paket Program Statistika 52


MODUL 11

2. MINITAB 14

Gambar 2. Tampilan depan Minitab 14


 Cara Menginput Data

Perintah SET  Menginput data perkolom.


Perintah READ  Menginput data perbaris.
Data Normal
MTB > Random (Jumlah_data) (tempat disimpan data tersebut);
SUBC> Normal (Rataan/.Simpangan Baku/);
SUBC> End.
MTB > Random (Jumlah_data) (tempat disimpan data tersebut);
SUBC> Bernoulli (Peluang sukses/P);
SUBC> End.
MTB > Random (Jumlah_data) (tempat disimpan data tersebut);
SUBC> Binomial (Banyaknya_data/n.Peluang sukses/P );
SUBC> End.
MTB > Random (Jumlah_data) (tempat disimpan data tersebut);

Tim Lab Statistik | ^ |Modul Paket Program Statistika 53


SUBC> Poisson (Peluang Sukses/ );
SUBC> End.
MTB > Random (Jumlah_data) (tempat disimpan data tersebut);
SUBC> Sample ( Jumlah sample yang di inginkan)( tempat disimpan data tersebut);
SUBC> End.

 Perintah Fungsi Aritmetika

Perintah LET Semua fungsi aritmetika dasar diawali dengan perintah LET.
Perintah RANDOM selalu dipakai dalam penarikan sampel acak baik sampel acak
normal ataupun tidak.
Perintah COPY digunakan untuk mengkopi data dari kolom menjadi matriks maupun
sebaliknya.

MTB > Copy c3 c1 M1

Perintah MULT digunakan untuk menghitung perkalian matriks

MTB > Mult M2 M1 M3

Perintah TRANSPOSE digunakan untuk menghitung kebalikan matriks

MTB > Transpose M1 M2

Perintah INVERSE digunakan untuk menghitung invers matriks

MTB > Inverse M3 M4

Perintah DESC digunakan untuk mendeskripsikan data.


Perintah DEFIND digunakan untuk menampilkan Matriks identitas.

Perintah DIAGONAL digunakan untuk menampilkan Matriks diagonal.


Perintah PDF dan CDF untuk melihat probability/kepadatan peluang dan komulatif
pelunganya.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 54


MODUL 12

SPSS

Gambar 2. Tampilan depan SPSS 20

sebuah penelitian deskripsi data itu penting untuk memberikan gambaran data yang sobat
teliti. Disamping itu dengan adanya deskripsi data, para pembaca akan lebih mudah untuk
mengetahui paparan data dalam sebuah penelitian secara lebih terperinci dan jelas.

Data yang akan kita paparkan adalah data Hasil Belajar 20 siswa dalam mata pelajaran PPKn.
Lihat hasil belajar siswa yang dimaksud dibawah ini.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 55


1. Langkah pertama adalah persiapkan data yang akan di analisis (lihat contoh gambar di
atas).
2. Buka program SPSS, selanjutnya klik Variable View, dibagian pojok kiri bawah.
3. Pada bagian Name tuliskan Hasil_Belajar, pada bagian Decimals ubah menjadi angka 0,
abaikan yang lainnnya.

4. Klik Data View (dibagian pojok kiri bawah) dan masukkan hasil belajar siswa, Bisa
dilakukan dengan cara copy paste data hasil belajar siswa yang sudah dipersiapkan tadi.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 56


5. Selanjutnya dari menu utama SPSS, pilih Analyze, kemudian pilih sub menu Descriptive
Statistic, lalu pilih Descriptives

Tim Lab Statistik | ^ |Modul Paket Program Statistika 57


6. Nah, sekarang sudah tampilil kotak dialog baru windows Descriptives. Kemudian isikan
veriable (s) dengan data Hasil_Belajar. Abaikan yang lainnya.

7. Langkah selanjutnya, untuk menganalisis statistic deskriptif apa saja yang ingin dipilih,
maka klik Option dan isikan deskripsi statistic yang ingin sobat analisis (mean, standar
deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness). Seperti tampak
pada tampilan di bawah ini.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 58


8. Setelah itu, pilih Continue dan OK untuk mengakhiri perintah, selanjtunya akan muncul
tampilan Ouput SPSS untuk Statistik Deskriptif Hasil Belajar.

Output tampilan SPSS menunjukkan jumlah responden (N) ada 20, dari 20 responden ini nilai
siswa terkecil (Minimum) adalah 63, dan nilai siswa terbesar (Maximum) adalah 95, rata-rata
nilai dari 20 responden adalah 81,15 dengan standar deviasi sebesar 7,673.

Kurtosis dan skewness merupakan ukuran untuk melihat apakah data Hasil Belajar PPKn di
distribusikan secara normal atau tidak. Skewness mengukur kemencengan dari data dan
Kurtosis mengukur puncak dari distribusi data. Data berdistribusi normal mempuyai nilai
Skewness dan Kurtosis mendekati nol. Hasil tampilan output SPSS memberikan nilai
Skewness dan Kurtosis masing-masing -,074 dan 0,356 sehingga dapat disimpulkan bahwa
data Hasil Belajar PPKn terdistribusi secara normal. Nilai Range merupakan selisih nilai
minimum dan maximum yaitu sebesar 32 dan nilai Sum merupakan penjumlahan dari 20
responden nilai mereka yaitu sebesar 1623.

Tim Lab Statistik | ^ |Modul Paket Program Statistika 59