LAPORAN PRAKTIKUM

STATISTIKA INDUSTRI

STATISTIK DESKRIPTIF

Nama : Dhita Selyndhia

NIM : 180331100069
Tanggal Praktikum : 22 Oktober 2019
Nama Asisten : Nurul Musyafa’ Program Studi
Teknologi Industri Pertanian

Langkah-langkah membuat data statistik deskriptif histogram yaitu sebagai

berikut :
1. Mendefinisikan variabel. Cara mendefinisikan variabel diantaranya adalah
sebagai berikut :
 Pertama-tama setelah membuka aplikasi SPSS kemudian klik variabel view
dipojok kiri bawah
 Kemudian untuk mendefinisikan naman-nama variabel pada baris pertama-
kolom pertama name ketikkan tinggi sebagai variabel ke-1 dan paris kedua-
kolom kedua ketikkan gender sebagai variabel ke-2
 Pada baris pertama-kolom keempat ubah desimals menjadi 1 karena
datanya mengandung 1 angka dibelakang koma dan pada bari kedua-kolom
keempat ubah desimals menjadi 0 karena bilangan bulat
 Pada submenu lainnya seperti type, width, values, missing, dll biarkan
seperti apa adanya
2. Langkah selanjutnya yaitu klik data view yang ada dipojok kiri bawah sebelah
kiri variabel view kemudian masukkan data yang telah ada. Pada variabel
Gender ketik angka “1” untuk menandai gender pria dan “2” untuk menandai
gender wanita.

3. Setelah data selesai diketik selanjutnya klik analyze kemudian pilih descriptive
statistics lalu klik Frequensies seperti yang tampak pada gambar
4. lalu akan muncul tabel frequencies, karena ingin dibuat frekuensi dari variabel
tinggi maka klik variabel tinggi lalu klik tinggi lalu klik tanda maka variabel
tinggi akan berpindah

5. Selanjutnya klik statistics dan akan muncul menu frequencies statistics pada
percentiles values klik centang quartiles dan percentiles. Pada kotak percentiles
ketik angka 10 lalu tekan add dan ketik 90 lalu tekan add. Pada central
tendency klik mean dan median. Pada dispersion klik
6. Langkah selanjutnya klik charts maka akan muncul menu charts, pada chart
type klik histograms kemudian klik with normal curve selanjutya klik continue

7. Setelah itu klik menu Format lalu akan muncul menu Frequencies format
kemudian pada submenu order by klik Ascending values untuk menampilkan
output dari data terkecil ke data terbesar kemudian pada Multiple Variables
klik Compere variables lalu klik continue maka akan muncul hasil
histogramnya
Langkah-langkah membuat Pie chart adalah sebagai berikut :
8. Caranya hampir sama dengan cara pembuatan histogram yaitu buka kembali
lembar Deskriptif1.sav kemudian dari baris menu, pilih Analyze kemudian
pilih Descriptive Statistics lalu klik Frequensies seperti yang tampak pada
gambar dibawah ini

9. lalu akan muncul tabel frequencies, karena ingin dibuat frekuensi dari variabel
gender maka pindahkan terlebih dahulu variabel tinggi yang tadi sudah di klik
sebelumnya dengan klik tinggi lalu klik panah setelah itu klik gender kemuian
klik klik tanda panah seperti yang tampak pada gambar dibawah ini maka
variabel gender akan berpindah
10. langkah selanjutnya langsung pilih charts kemudian akan muncul menu
Frequencies charts, pada Chart type klik Pie charts lalu pada chart values klik
frequencies kemudian klik continue

11. langah selanjutnya klik Format makan akan muncul menu Frequencies format
pada order by klik Ascending values untuk menampilkan output dari data
terkecil ke data terbesar lalu pada submenu Multiple Variables klik Compere
variables lalu klik continue maka akan muncul data berupa pie charts
Output SPSS dan Analisisnya
Selanjutnya data yang telah diolah akan menghasilkan output. Berikut ini adalah
output dari Descriptive
Output Tinggi

Output Bagian Pertama (Statistics)

 N atau data yang valid jumlahnya sebanyak 25 buah sedangkan data yang
hilang (missing) pada data sebanyak nol itu artinya semua data dapat diproses.
 Mean atau rata-rata tinggi badan adalah 171,24 cm dengan standar eror dari
mean adalah 1,2986 cm. Penggunaan standar error of mean yaitu untuk
memeriksa besar rata-rata poulasi yang diperkirakan dari sampel. Oleh karena
itu, dengan standar error of Mean tertentu dan pada tingkat kepercayaan 95%
(sebagian besar SPPSS menggunakan angka ini sebagai standar), rata-rata
populasi tinggi badan menjadi :
Rata-rata Populasi = Rata-rata ± 2 standar error of Mean
= 171,24 ± (2 × 1,2986)
= (171,24 + 2,5972) sampai (171,24 – 2,5972)
= 173,8372 cm sampai 168,6428 cm
(Angka 2 digunakan karena tingkat kepercayaannya 95%)
 Median atau titik tengah data yaitu 170,400 menunjukkan bahwa 50% tinggi
badan adalah 170,400 cm ke atas, dan 50%-nya 170,400 cm ke bawah.
 Standar deviasi adalah 6,4929 cm dan variansinya 42,158 cm. Standar deviasi
digunakan untuk menilai dispersi rata-rata dari sampel. Dengan standar deviasi
tertentu pada tingkat kepercayaan 95% diperoleh rata-rata tinggi badan :
Rata-rata tinggi badan = Rata-rata ± 2 × Standar Deviasi
= 171,24 ± (2 × 6,4929) cm
= 171,24 + 12,9858 sampai 171,24 – 12,9858
= 184,2258 cm sampai 158,2542 cm
 Ukuran Skewness senilai 0,886 cm. Sebagai penilaian nilai swekness dirubah
nilai kurtosis 0,886
ke angka rasio. Rasio kurtosis adalah = = = 1,909.
standar eror kurtosis 0,464
Nilai kurtosis tersebut adalah normal karena berada antara -2 sampai dengan
+2
 Ukuran kurtosis adalah 1,301 cm
 Data minimum sebesar 159,6 cm sedangkan data maksimum adalah 186,9 cm
 Range data = data maksimum – data minimum
= 186,9 cm – 159,6 cm
= 27,3 cm
 Angka persentil :
 Rata-rata tinggi badan 10% responden di bawah 163,400 cm
 Rata-rata tinggi badan 25% responden di bawah 167,850 cm
 Rata-rata tinggi badan 50% responden di bawah 170,400 cm
 Rata-rata tinggi badan 75% responden di bawah 173,500 cm
 Rata-rata tinggi badan 90% responden di bawah 182,820 cm

Output bagian kedua (Tinggi)

Output bagian ini menunjukkan gambaran tinggi badan responden dalam tabel
frekuensi
Output bagian ketiga (Histogram)
Pada grafik tersebut berbentuk seperti lonceng, ini menunjukkan bahwa
distribusi datanya normal atau mendekati normal. Pada grafik menggunakan data
mean, standar deviasi, dan N atau jumlah data. Pada mean atau rata-rata tinggi
badan adalah 171,24 cm, standar deviasinya 6,033 cm dan N atau jumlah datanya
25 buah.

Output Gender

Pada output gender dihasilkan N atau data yang valid jumlahnya sebanyak
25 buah sedangkan data yang hilang (missing) pada data sebanyak nol itu artinya
semua data dapat diproses. Pada data frekuensi pria ada 13, percentasenya 52%
dari persen data valid 52%, persen kumulatif adalah 52%. Pada data frekuensi
wanita ada 12, persentasenya 48% dari persen data valid 48% dan persen
kumulatif adalah 100%.

Pada diagram lingkaran menunjukkan warna biru adalah pria sedangkan warna
hijau menunjukkan wanita. Biru lebih dominan daripada hijau yang artinya
jumlah wanita lebih banyak daripada perempuan.