LAPORAN PRAKTIKUM
ANALISIS REGRESI TERAPAN
Modul 1 : Statistika Deskriptif
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2019
i
Daftar Isi
ii
Daftar Tabel
Tabel 2.1. Data Kecelakaan Lalulintas Polres Banyumas Tahun 2016 .................. 4
iii
Daftar Gambar
iv
1 Pendahuluan
1
1.2.2 Ukuran Pemusatan Data
Ukuran pemusatan data merupakan salah satu pengukuran data dalam
statistika. Yang termasuk dalam ukuran pemusatan data adalah Rataan (Mean),
Median, dan Modus.
Rataan (Mean)
Rataan atau mean adalah nilai yang diperoleh dari jumlah sekelompok data
dibagi dengan banyaknya data.
Nilai Tengah (Median)
Median adalah nilai data yang terletak di tengah setelah data diurutkan.
Dengan demikian, median membagi data menjadi dua bagian sama besar.
Modus
Modus adalah data yang paling sering muncul atau memiliki frekuensi
tertinggi.
(Min, Statistika - Ukuran Pemusatan Data : Meas, Median, Modus Rumus dan
Contoh Soal, 2016)
2
1.3 Ukuran dalam Analisis Statistika Deskriptif Menggunakan fungsi
stat.desc
Fungsi nbr.val menunjukkan banyaknya data dalam suatu variabel.
Fungsi nbr.null menunjukkan banyaknya data dalam suatu variabel
yang mempunyai nilai nol.
Fungsi nbr.na menunjukkan banyaknya data dalam suatu variabel yang
tidak mempunyai nilai atau NA (not a number), yaitu tidak ada data yang
tidak mempunyai nilai
Fungsi min menunjukkan banyaknya data minimum dalam suatu
variabel.
Fungsi max menunjukkan banyaknya data maksimum dalam suatu
variabel.
Fungsi range menunjukkan nilai maksimum dikurangi dengan nilai
minimum dalam suatu variabel.
Fungsi sum menunjukkan jumlah data dalam suatu variabel.
Fungsi 1st Qu menunjukkan nilai kuartil 1 dalam suatu variabel.
Fungsi median menunjukkan nilai tengah dari suatu variabel.
Fungsi 3st Qu menunjukkan nilai kuartil 3 dalam suatu variabel.
Fungsi SE.mean menunjukkan standar eror mean dari suatu variabel.
Fungsi CI.mean menunjukkan interval konfidensi 95% dari suatu
variabel.
Fungsi var menunjukkan variansi dari suatu variabel.
Fungsi std.dev menunjukkan standar deviasi dari suatu variabel.
Fungsi coef.var menunjukkan ukuran variansi dari suatu variabel.
Selain itu koefisien variansi juga digunakan untuk membandingkan suatu
distribusi data yang mempunyai satuan yang berbeda. Besarnya koefisien
variansi akan berpengaruh terhadap kualitas sebaran data.
(Utari, 2019)
3
2 Deskripsi Kerja
4
1. Hal pertama yang akan dilakukan oleh praktikan adalah membuka
software Microsoft Excel untuk meng-input data Table 2.1. kedalam
Microsoft Excel dengan cara : Desktop > Double Click Icon Microsoft
Excel seperti berikut ini.
5
Gambar 2.3. Tampilan Meng-input data ke dalam Microsoft Excel
4. Kemudian, praktikan akan menyimpan dokumen Excel yang berisi data
Tabel 2.1. dengan cara : Click File > Click Save > maka akan muncul
jendela Save > Ketik File Name : Soal Laprak > Save as Type : CSV
(Comma Delimited) > Pilih File untuk Penyimpanan : New Volume
(E)~Semester 3~Praktikum ART~Laprak Syafira Irsalina > Click Save.
Seperti berikut ini.
6
software R Studio dengan cara : Desktop > Double Click pada Icon R
Studio. Seperti berikut ini.
6. Maka akan muncul tampilan awal dari Jendela R Studio seperti berikut
ini.
7
(file.choose(), header = TRUE, sep=”,”) dan untuk
menampilkan hasilnya dapat menggunakan nama dari variabel : data .
Seperti berikut ini.
8. Ketika syntax tersebut di Run, maka akan muncul kotak dialog untuk
memilih file Microsoft Excel yang akan diimpor kedalam R Studio :
pilih file Microsoft Excel : Soal Laprak > All Files > Click Open.
Seperti berikut ini.
8
9. Lalu, praktikan akan melakukan ringkasan analisis statistika deskriptif
terhadap data dari variabel korban mati dengan menggunakan syntax :
summary(data[-1]). Syntax summary sendiri berfungsi untuk
menampilkan ringkasan statistika deskriptif. Untuk mendapatkan hasil /
output-nya maka praktikan akan melakukan Run pada syntax dengan
Ctrl + Enter. Seperti berikut ini.
9
3 Pembahasan
10
.
11
Untuk Interpretasi hasil dari Analisis Statistika Deskriptif untuk Variabel
Kerugian Maetrial adalah sebagai berikut :
12
Gambar 3.4. Tampilan Output Statiatika Deskriptif stat.desc
13
nbr.na menunjukkan bahwa banyaknya data dalam variabel korban
meninggal yang tidak mempunyai nilai atau NA (not a number) yaitu 0
atau tidak ada data yang tidak mempunyai nilai.
min menunjukkan banyaknya data minimum dalam variabel korban
meninggal, yaitu sebesar 13.
max menunjukkan banyaknya data maksimum dalam variabel korban
meninggal, yaitu sebesar 30.
range menunjukkan nilai maksimum dikurangi dengan nilai minimum
dalam variabel korban meninggal, yaitu sebesar 17. Range untuk variabel
korban meninggal sangat besar, hal ini menunjukkan bahwa variasi data
dari korban meninggal sangat beragam.
sum menunjukkan jumlah data dalam variabel korban meninggal, yaitu
sebesar 239.
median menunjukkan median atau nilai tengah dalam variabel korban
meninggal, yaitu sebesar 20.
mean menunjukkan rata-rata jumlah korban meninggal, yaitu sebesar
19,9166667.
SE.mean menunjukkan standar eror dari variabel korban meninggal,
yaitu sebesar 1,6489590.
CI.mean.0.95 menunjukkan interval konfidensi 95% dari variabel
korban meninggal, yaitu sebesar 3,6293342.
var menunjukkan variansi dari variabel korban meninggal, yaitu sebesar
32,6287879.
std.dev menunjukkan standar deviasi dari variabel korban meninggal,
yaitu sebesar 5,7121614. Semakin besar standar deviasi maka
menunjukkan data semakin bervariasi sehingga untuk data dalam variabel
korban meninggal kurang bervariasi karena nilai standar deviasinya cukup
kecil.
coef.var menunjukkan ukuran variansi dari variabel korban meninggal,
yaitu sebesar 0,2868031. Koefisien variansi digunakan untuk
14
membandingkan suatu distribusi data yang mempunyai satuan yang
berbeda. Besarnya koefisien variansi akan berpengaruh terhadap kualitas
sebaran data. Jika koefisien variansi semakin kecil maka datanya semakin
homogen, dan jika koefisien varainsi semakin besar maka datanya
semakin heterogen. Sehingga untuk data dalam variabel korban meninggal
ini memiliki jenis data yang cenderung heterogen.
15
untuk variabel kerugian material sangat besar, hal ini menunjukkan bahwa
variasi data dari kerugian material sangat beragam.
sum menunjukkan jumlah data dalam variabel kerugian material, yaitu
sebesar Rp. 580.050.000.
median menunjukkan median atau nilai tengah dalam variabel kerugian
material, yaitu sebesar Rp. 39.775.000.
mean menunjukkan rata-rata jumlah dari kerugian material, yaitu sebesar
Rp. 48337500.
SE.mean menunjukkan standar eror dari variabel kerugian material, yaitu
sebesar Rp. 6.358.078.
CI.mean.0.95 menunjukkan interval konfidensi 95% dari variabel
kerugian material, yaitu sebesar Rp. 13.994.040.
var menunjukkan variansi dari variabel kerugian material, yaitu sebesar
Rp. 485.101.900.000.000.
std.dev menunjukkan standar deviasi dari variabel kerugian material,
yaitu sebesar Rp. 22.025.030. Semakin besar standar deviasi maka
menunjukkan data semakin bervariasi sehingga untuk data dalam variabel
kerugian material sangat bervariasi karena nilai standar deviasinya sangat
besar.
coef.var menunjukkan ukuran variansi dari variabel kerugian material,
yaitu sebesar 0,4556510. Koefisien variansi digunakan untuk
membandingkan suatu distribusi data yang mempunyai satuan yang
berbeda. Besarnya koefisien variansi akan berpengaruh terhadap kualitas
sebaran data. Jika koefisien variansi semakin kecil maka datanya semakin
homogen, dan jika koefisien varainsi semakin besar maka datanya
semakin heterogen. Sehingga untuk data dalam variabel kerugian material
ini memiliki jenis data yang cenderung heterogen.
16
4 Penutup
4.1 Kesimpulan
Berdasarkan uraian pada pembahasan, untuk statistika deskriptif variabel
korban meninggal dapat diambil kesimpulan bahwa :
1. Nilai nbr.val dari variabel korban meninggal = 12
2. Nilai nbr.null dari variabel korban meninggal = 0
3. Nilai nbr.na dari variabel korban meninggal = 0
4. Nilai min dari variabel korban meninggal = 13
5. Nilai max dari variabel korban meninggal = 30
6. Nilai range dari variabel korban meninggal = 17
7. Nilai sum dari variabel korban meninggal = 239
8. Nilai 1st Qu dari variabel korban meninggal = 15,50
9. Nilai median dari variabel korban meninggal = 20
10. Nilai 3rd Qu dari variabel korban meninggal = 23,75
11. Nilai mean dari variabel korban meninggal = 19,92
12. Nilai SE.Mean dari variabel korban meninggal = 1,6489590.
13. Nilai CI.Mean dari variabel korban meninggal = 3,6293342
14. Nilai var dari variabel korban meninggal = 32,6287879
15. Nilai std.dev dari variabel korban meninggal = 5.7121614
16. Nilai coef.var dari variabel korban meninggal = 0,2868031
Sementara hasil Analisis statistika deskriptif untuk variabel kerugian
material dapat diambil kesimpulan bahwa :
1. Nilai nbr.val dari variabel kerugian material = 12.
2. Nilai nbr.null dari variabel kerugian material = 0.
3. Nilai nbr.na dari variabel kerugian material = 0.
4. Nilai min dari variabel kerugian material = Rp. 23.000.000.
5. Nilai max dari variabel kerugian material = Rp. 10.145.000.
6. Nilai range dari variabel kerugian material = Rp. 78.450.000.
7. Nilai sum dari variabel kerugian material = Rp. 580.050.000.
17
8. Nilai 1st Qu dari variabel kerugian material = Rp. 36.750.000.
9. Nilai median dari variabel kerugian material = Rp. 39.775.000.
10. Nilai 3rd Qu dari variabel kerugian material = Rp. 58.187.500.
11. Nilai mean dari variabel kerugian material = Rp. 48.337.500.
12. Nilai SE.Mean dari variabel kerugian material = Rp. 6.358.078.
13. Nilai CI.Mean dari variabel kerugian material = Rp. 13.994.040.
14. Nilai var dari variabel kerugian material = Rp. 485.101.900.000.000
15. Nilai std.dev dari variabel kerugian material = Rp. 22.025.030.
16. Nilai coef.var dari variabel kerugian material = 0, 4556510
18
5 Daftar Pustaka
Hendra. (2017, April 29). Pengertian Statistik Deskriptif dan Statistik Inferensia.
Retrieved Oktober 1, 2019, from STATMAT.ID (Statistika &
Matematika): https://statmat.id/pengertian-statistik-deskriptif-dan-statistik-
inferensia/
Min, M. (2016, May 13). Statistika - Ukuran Letak Data : Kuartil, Desil,
Persentil Penjelasan Rumus dan Contoh Soal. Retrieved Oktober 1, 2019,
from Pelajaran.co.id: https://www.pelajaran.co.id/2016/13/ukuran-letak-
data-kuartil-desil-persentil-penjelasan-rumus-dan-contoh-soal.html
Min, M. (2016, May 12). Statistika - Ukuran Pemusatan Data : Meas, Median,
Modus Rumus dan Contoh Soal. Retrieved Oktober 1, 2019, from
Pelajaran.co.id: https://www.pelajaran.co.id/2016/12/ukuran-pemusatan-
data-mean-median-modus-rumus-dan-contoh-soal.html
Pelanjaran.co.id, T. (2016, May 14). Statistika - Ukuran Penyebaran Data :
Rumus dan Contoh Soal . Retrieved Oktober 1, 2019, from Pelajaran.co.id:
https://www.pelajaran.co.id/2016/14/statistika-ukuran-penyebaran-data-
rumus-dan-contoh-soal-jangkauan-simpangan-ragam.html
Utari, D. T. (2019). Modul Praktikum Analisis Regresi Terapan Dengan R.
Yogyakarta: Universitas Islam Indonesia.
19