Laporan Akhir Praktikum (Sakinah-F1a020047)

LAPORAN AKHIR PRAKTIKUM
PENGANTAR ILMU KOMPUTER
Oleh
Nama : Sakinah
Npm : F1A020047
Dosen Pengampu : Buyung Keraman, Dr. Drs, M.Kes
Asisten Praktikum : 1. Enda Yulia YY (F1A018005)
2. Tiara Angraini (F1A019030)
LABORATORIUM STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BENGKULU
2020
KATA PENGANTAR
Puji syukur alhamdulillah kami panjatkan ke hadirat Tuhan Yang Maha Esa
yang telah melimpahkan nikmat, taufik serta hidayah-Nya yang sangat besar sehingga
penulis pada akhirnya bisa menyelesaikan laporan praktikum Metode Statistika tepat
pada waktunya.
Rasa terima kasih juga kami ucapkan kepada Dosen Pembimbing yang selalu
memberikan dukungan serta bimbingannya sehingga Laporan Praktikum Metode
Statistika ini dapat disusun dengan baik.
Semoga Laporan Praktikum Metode Statistika yang telah kami susun ini turut
memperkaya khazanah ilmu Statistika serta bisa menambah pengetahuan dan
pengalaman para pembaca.
Selayaknya kalimat yang menyatakan bahwa tidak ada sesuatu yang sempurna.
Kami juga menyadari bahwa laporan praktikum metode statistika ini juga masih
memiliki banyak kekurangan. Maka dari itu kami mengharapkan saran serta masukan
dari para pembaca sekalian demi penyusunan Laporan Praktikum metode statistika
dengan tema serupa yang lebih baik lagi.
Bengkulu, 15 Januari 2021
Penulis
ii
DAFTAR ISI
Halaman Judul.................................................................................................................i
Kata Pengantar................................................................................................................ii
Daftar Isi........................................................................................................................iii
Pertemuan I Pengenalan Program SPSS........................................................................1
Pertemuan II : Penyajian Data (DIAGRAM) ................................................................ 2
Pertemuan III : Ukuran Pemusatan, Penyebaran, dan Ukuran lain dari Data.................3
Pertemuan IV : Fungsi Sebran Diskrit............................................................................4
Pertemuan V : Fungsi Sebara Kontinu..........................................................................5
Pertemuan VI : Penduga Titik dan Interval....................................................................6
Pertemuan VII : Pengujian Hipotesis ............................................................................7
Pertemuan VIII : Analisi Regresi...................................................................................8
Kesimpulan.....................................................................................................................9
Daftar Pusaka.................................................................................................................iv
iii
PERTEMUAN I
PENGENALAN PROGRAM SPSS
1
2
LAPORAN PRAKTIKUM
PERTEMUAN I
METODE STATISTIKA
Oleh
Nama : Sakinah
Npm : F1A020047
2020
KATA PENGANTAR
pada waktunya.
Bengkulu, 21 November 2020
Penulis
ii
DAFTAR ISI
HALAMAN JUDUL..................................................................................................... i
KATA PENGANTAR ..................................................................................................ii
DAFTAR ISI .............................................................................................................. iii
DAFTAR GAMBAR ..................................................................................................iv
1.1 Pendahuluan........................................................................................................1
a. Latar Belakang ...............................................................................................1
b. Rumusan Masalah ..........................................................................................1
c. Tujuan ............................................................................................................1
1.2 Landasan Teori ...................................................................................................2
1.3 Langkah Kerja Dan Teladan..............................................................................7
a. Langkah Kerja ................................................................................................7
b. Teladan ..........................................................................................................8
1.4 Hasil Dan Pembahasan..................................................................................... 9
a.Hasil....................................................................................................................9
b. Pembahasan.................................................................................................. 13
1.5 Kesimpulan Dan Saran ......................................................................................17
a. Kesimpulan................................................................................................. 17
b. Saran ............................................................................................................17
DAFTAR PUSTAKA ................................................................................................v
DAFTAR GAMBAR
iii
Gambar 1. Membuka program SPSS..............................................................................7
Gambar 2. Tampilan utama SPSS...................................................................................7
Gambar 3. Sub menu pada menu file...............................................................................9
Gambar 4. Sub menu pada menu edit..............................................................................9
Gambar 5. Sub pada menu view......................................................................................9
Gambar 6. Sub menu pada menu Data.........................................................................10
Gambar 7 Sub menu pada menu Transporm.................................................................10
Gambar 8. Sub menu pada menu Analyze.....................................................................10
Gambar 9. Sub menu pada menu Graph.......................................................................11
Gambar 10 Sub menu pada utilities............................................................................11
Gambar 11. Sub menu pada add-ons ...........................................................................11
Gambar 12. Sub menu pada Window............................................................................11
Gambar 13. Sub menu pada Help .................................................................................12
iv
1.1 Pendahuluan
a. Latar Bekalang
Dimasa kini, manusia sudah terbiasa dengan alat-alat canggih elektronik dan tak
pernah bisalepas dari kecanggihan alat-alat tersebut, yang diantaranya adalah komputer.
Komputer adalah alatelektronik yang sangat dibutuhkan bagi para mahasiswa, dosen,
maupun pegawai kantor lainnnya.Fungsi komputer bagi para mahasiswa sangat berguna
untuk menyelesaikan tugas-tugas kuliahnyaseperti, membuat makalah, karya tulis
ilmiah, skripsi dan lain-lain. Dengan perkembangan ilmu pengetahuan dan teknologi
yang semakin maju, aplikasi dalamsebuah komputer juga semakin bervariasi,
dengan tujuan untuk mempermudah pengguna dalammengolah data yang
dibutuhkan. Salah satunya adalah aplikasi SPSS. Aplikasi SPSS adalah aplikasiyang
digunakan untuk mengolah data statistik, yang menyajikan berbagai kemudahan
didalamnya.
b. Rumusan Masalah
Berdasarkan latar belakang di atas, masalah yang dapat disimpulkan adalah sebagai
berikut:
1. Apa itu program SPSS?
2. Bagaimana fungsi SPSS dalam menganalisa data Statistik?
c. Tujuan
1. Mengenal Program SPSS
2. Mengenal Program SPSS untuk konsep statistika dasar
1
1.2 Landasan Teori
SPSS (Statistical Package for the Social Sciences) adalah sebuah program pada
komputer yang digunakan untuk membuat analisis statistika. SPSS (pertama kali diliris
pada tahun 1968, dan diciptakan oleh Norman Nie, seorang lulusan Fakultas Ilmu
Politik dari Stanford University, yang sekarang menjadi Profesor Peneliti Fakultas Ilmu
Politik di Stanford dan Profesor Emeritus Ilmu Politik di University of Chicago.
Sekarang ini SPSS yang berkembang sudah berbasis Windows sehingga dikenal
dengan SPSS for Windows. Pertama kali muncul versi windows adalah SPSS for
Windows versi 6.00, hingga kini SPSS yang paling terbaru adalah SPSS 19. SPSS ini
memilik banyak kegunaan bagi pengguna seperti peneliti pasar, peneliti kesehatan,
perusahaan survei, pemerintah, peneliti pendidikan, organisasi pemasaran, dan
sebagainya.
Pada dasarnya pengoperasian SPSS memilik kesamaan dalam berbagai
versi,perbedaan hanya pada fasilitas tambahan yang ditawarkan. Selain itu, SPSS
merupakan software statistik yang paling populer, fasiliasnya sangat lengkap
dibandingkan dengan software lainnya. Oleh karena itu,diharapkan dengan penggunaan
SPSS dapat memberika kemudahan dan ketepatan dalam mengolah data.
Ada beberapa teknik statistik yang dapat digunakan untuk menganalisis data. Tujuan
dari analisis data adalah untuk mendapatkan informasi yang relevan yang terdapat
dalam data tersebut dan menggunakan hasilnya untuk memecahkan suatu masalah
(Santoso,2014)
Program SPSS sebagai alat yang dapat mengolah data, sehingga diperoleh
informasi yang padat, ringkas, berisi dan mempunyai arti. Paket program SPSS
merupakan suatu paket program aplikasi untuk mengolah dan menganalisis data
statistik. SPSS (Statistical Product and Service Solutions, awalnya singkatan dari
Statistical Program for Social Sciences) merupakan salah satu seri program statistic
yang dikeluarkan oleh SPSS Incorporation (SPSS Inc.) Perkembangan atau versi
program SPSS ini sangat cepat yang dikeluarkan oleh perusahaan SPSS Inc (Narotama,
2012).
Menu yang terdapat pada SPSS adalah:
1. FILE
Menu FILE berfungsi untuk hal yang berkaitan dengan file seperti membuka file,
2
menyimpan file, menutup file, dan juga lainnya. Dengan submenu antara lain: New,
Open Database, Save, Save As, Read Text Data, …, Recently Used Data hingga Exit.
Ada 5 macam data yang digunakan dalam SPSS, yaitu :
1. Data : dokumen SPSS berupa data
2. Syntax : dokumen berisi file syntax SPSS
3. Output : dokumen yang berisi hasil running out SPSS
4. Script : dokumen yang berisi running out SPSS
Adapun submenu pada menu FILE adalah sebagai
berikut :
1. NEW: membuat lembar kerja baru SPSS
2. OPEN: membuka dokumen SPSS yang telah ada
Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu :
a. *.sav : file data yang dihasilkan pada lembar data editor
b. *.spv : file text/obyek yang dihasilkan oleh lembar
c. output
d. *.cht : file obyek gambar/chart yang dihasilkan oleh chart window
5. READ TEXT DATA: membuka dokumen dari file text (yang berekstensi .txt),
yang bisa dimasukkan/dikonversi dalam lembar data SPSS.
6. SAVE: menyimpan dokumen/hasil kerja yang telah dibuat.
7. SAVE AS: menyimpan ulang dokumen dengan nama/tempat/type dokumen yang
berbeda
8. PRINT : mencetak hasil output/data/syntax lembar SPSS Ada 2 option/pilihan cara
mencetak, yaitu :
a. All visible output: mencetak lembar kerja secara keseluruhan
b. Selection: mencetak sesuai keinginan yang kita sorot/blok
9. PRINT PREVIEW: melihat contoh hasil cetakan yang nantinya diperoleh.
10. RECENTLY USED DATA: berisi list file data yang pernah dibuka sebelumnya.
11. RECENTLY USED FILE: berisi list file secara keseluruhan yang pernah
dikerjakan.
2. EDIT
Menu ini berfungsi untuk melakukan perubahan atau memperbaiki data
seperti: mengopi (menyalin) data, menghapus atau yang lainnya. Selain itu juga
3
bisa digunakan untuk mengubah setting pada Options (output, label, Script dan
lainnya). Adapun submenu pada menu edit adalah sebagai berikut :
a. UNDO: pembatalan perintah yang dilakukan sebelumnya
b. REDO: perintah pembatalan perintah yang dilakukan sebelumnya
c. CUT : penghapusan sebuah sel/text/obyek, bisa di-copy untuk keperluan
tertentu dengan perintah dari menu paste
d. PASTE: menampilkan sebuah sel/text/obyek hasil dari perintah copy
atau cut.
e. CLEAR: menghapus sebuah sel/text/obyek
f. INSERT VARIABEL : menyisipkan kolom variabel
g. INSERT CASE: menyisipkan baris
h. FIND: mencari suatu text
i. OPTIONS: mengatur konfigurasi tampilan lembar SPSS secara umum
3. VIEW
Menu View berfungsi untuk melihat tampilan SPSS. Submenu pada menu
view antara lain :
a. Status Bar: mengetahui proses yang sedang berlangsung
b. Toolbar: mengatur tampilan toolbar
c. Fonts: untuk mengatur jenis, ukuran font pada data editor SPSS
1. Font size: ukuran font lembar output SPSS
2. Font: jenis font lembar output SPSS
3. Font style: pilihan penggunaan huruf regular, italic, bold, bold
italic
d. Gridlines: mengatur garis sel pada editor SPSS
4. DATA
Menu data digunakan untuk melakukan pemrosesan data. Adapun submenu
data adalah sebagai berikut:
a. Define Dates: mendefinisikan sebuah waktu untuk variabel yang
meliputi jam, tanggal, tahun, dan sebagainya
b. Sort case: mengurutkan nilai dari suatu kolom variabel
c. Transpose: operasi transpos pada sebuah kolom variabel menjadi baris
d. Merge files: menggabungkan beberapa file dokumen SPSS, yang
4
dilakukan dengan penggabungan kolom- kolom variabelnya
-Add variable: menyisipkan kolom variabel
-Add case: menyisipkan baris
e. Split file: memecah file berdasarkan kolom variabelnya
f. Select cases: mengatur sebuah variabel berdasarkan sebuah persyaratan
tertentu
5. TRANSFORM
Menu transform dipergunakan untuk melakukan perubahan- perubahan atau
penambahan data. Adapun submenunya adalah sebagai berikut :
a. Compute: operasi aritmatika dan logika untuk
b. Count: untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu
baris tertentu
c. Recode: untuk mengganti nilai pada kolom variabel tertentu, sifatnya
menggantikan (into same variable) atau merubah (into different variable)
pada variabel baru.
d. Rank case: mengurutkan nilai data sebuah variabel
6. ANALYZE
Menu Analyze digunakan untuk melakukan analisis data yang telah kita
masukkan ke dalam komputer. Menu ini merupakan menu yang terpenting karena
semua pemrosesan dan analisis data dilakukan dengan menggunakan menu
Correlate, Compare Means, Regression, dll.
7. GRAPH
Menu Graph digunakan untuk membuat grafik, di antaranya ialah Bar, Line,
Pie, dll
8. UTILITIES
Menu Utilities dipergunakan untuk mengetahui informasi variabel, informasi
file, dll
9. ADD-ONS
Menu Add-ons digunakan untuk memberikan perintah kepada SPSS jika ingin
menggunakan aplikasi tambahan, misalnya menggunakan aplikasi Amos, SPSS
data entry, text analysis, dsb.
10. WINDOWS
5
Menu Windows digunakan untuk melakukan perpindahan (switch) dari satu
file ke file lainnya.
11. HELP
Menu ini berfungsi menyediakan bantuan informasi mengenai program
SPSS yang bisa diakses dengan mudah dan jelas.(Racmawati,2019)
1.3 Langkah Kerja dan Teladan

a. Langkah Kerja
6
Membuka program SPSS, yaitu:
1. Klik Start -> Search SPSS -> Klik SPSS
Gambar 1. Membuka program SPSS
2. Tunggulah beberapa saat sampai program SPSS terbuka. Berikut ini tampilan
utama:
Gambar 2. Tampilan utama SPSS
b. Teladan
1. Tuliskan dan jelaskan menu menu dan submenu pada program SPSS
7
1.4 Hasil dan Pembahasan
a. Hasil
8
Gambar 3. Sub menu pada menu file
Gambar 4. Sub menu pada menu edit
Gambar 5. Sub view pada menu view
9
Gambar 6. Sub menu pada menu Data
Gambar 7 Sub menu pada menu Transporm
Gambar 8. Sub menu pada menu Analyze
10
Gambar 9. Sub menu pada menu Graph
Gambar 10. Sub menu pada utilities
Gambar 11. Sub menu pada add-ons
Gambar 12. Sub menu pada Window
11
Gambar 13. Sub menu pada Help
12
b. Pembahasan
Menu yang terdapat pada SPSS adalah:
1. FILE
Menu FILE berfungsi untuk hal yang berkaitan dengan file seperti membuka file,
menyimpan file, menutup file, dan juga lainnya. Dengan submenu antara lain: New,
Open Database, Save, Save As, Read Text Data, …, Recently Used Data hingga Exit.
Ada 5 macam data yang digunakan dalam SPSS, yaitu :
2. Data : dokumen SPSS berupa data
3. Syntax : dokumen berisi file syntax SPSS
4. Output : dokumen yang berisi hasil running out SPSS
5. Script : dokumen yang berisi running out SPSS
Adapun submenu pada menu FILE adalah sebagai
berikut :
a. NEW: membuat lembar kerja baru SPSS
b. OPEN: membuka dokumen SPSS yang telah ada
Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu :
a. *.sav : file data yang dihasilkan pada lembar data editor
b. *.spv : file text/obyek yang dihasilkan oleh lembar
c. output
d. *.cht : file obyek gambar/chart yang dihasilkan oleh chart window
6. READ TEXT DATA: membuka dokumen dari file text (yang berekstensi .txt),
yang bisa dimasukkan/dikonversi dalam lembar data SPSS.
7. SAVE: menyimpan dokumen/hasil kerja yang telah dibuat.
8. SAVE AS: menyimpan ulang dokumen dengan nama/tempat/type dokumen yang
berbeda
9. PRINT : mencetak hasil output/data/syntax lembar SPSS Ada 2 option/pilihan cara
mencetak, yaitu :
c. All visible output: mencetak lembar kerja secara keseluruhan
d. Selection: mencetak sesuai keinginan yang kita sorot/blok
10. PRINT PREVIEW: melihat contoh hasil cetakan yang nantinya diperoleh.
11. RECENTLY USED DATA: berisi list file data yang pernah dibuka sebelumnya.
12. RECENTLY USED FILE: berisi list file secara keseluruhan yang pernah
13
dikerjakan.
2 EDIT
Menu ini berfungsi untuk melakukan perubahan atau memperbaiki data
seperti: mengopi (menyalin) data, menghapus atau yang lainnya. Selain itu juga
bisa digunakan untuk mengubah setting pada Options (output, label, Script dan
lainnya). Adapun submenu pada menu edit adalah sebagai berikut :
a. UNDO: pembatalan perintah yang dilakukan sebelumnya
b. REDO: perintah pembatalan perintah yang dilakukan sebelumnya
c. CUT : penghapusan sebuah sel/text/obyek, bisa di-copy untuk keperluan
tertentu dengan perintah dari menu paste
d. PASTE: menampilkan sebuah sel/text/obyek hasil dari perintah copy atau
cut.
e. CLEAR: menghapus sebuah sel/text/obyek
f. INSERT VARIABEL : menyisipkan kolom variabel
g. INSERT CASE: menyisipkan baris
h. FIND: mencari suatu text
i. OPTIONS: mengatur konfigurasi tampilan lembar SPSS secara umum
3 VIEW
Menu View berfungsi untuk melihat tampilan SPSS. Submenu pada menu
view antara lain :
a. Status Bar: mengetahui proses yang sedang berlangsung
b. Toolbar: mengatur tampilan toolbar
c. Fonts: untuk mengatur jenis, ukuran font pada data editor SPSS
d. Font size: ukuran font lembar output SPSS
e. Font: jenis font lembar output SPSS
f. Font style: pilihan penggunaan huruf regular, italic, bold, bold italic
g. Gridlines: mengatur garis sel pada editor SPSS
4 DATA
Menu data digunakan untuk melakukan pemrosesan data. Adapun submenu
data adalah sebagai berikut:
a. Define Dates: mendefinisikan sebuah waktu untuk variabel yang
meliputi jam, tanggal, tahun, dan sebagainya
14
b. Sort case: mengurutkan nilai dari suatu kolom variabel
c. Transpose: operasi transpos pada sebuah kolom variabel menjadi baris
d. Merge files: menggabungkan beberapa file dokumen SPSS, yang
dilakukan dengan penggabungan kolom- kolom variabelnya
-Add variable: menyisipkan kolom variabel
-Add case: menyisipkan baris
e. Split file: memecah file berdasarkan kolom variabelnya
f. Select cases: mengatur sebuah variabel berdasarkan sebuah persyaratan
tertentu
5 TRANSFORM
Menu transform dipergunakan untuk melakukan perubahan- perubahan atau
penambahan data. Adapun submenunya adalah sebagai berikut :
a. Compute: operasi aritmatika dan logika untuk
b. Count: untuk mengetahui jumlah sebuah ukuran data tertentu pada
suatu baris tertentu
c. Recode: untuk mengganti nilai pada kolom variabel tertentu, sifatnya
menggantikan (into same variable) atau merubah (into different
variable) pada variabel baru.
d. Rank case: mengurutkan nilai data sebuah variabel
6 ANALYZE
Menu Analyze digunakan untuk melakukan analisis data yang telah kita
masukkan ke dalam komputer. Menu ini merupakan menu yang terpenting karena
semua pemrosesan dan analisis data dilakukan dengan menggunakan menu
Correlate, Compare Means, Regression, dll.
7 GRAPH
Menu Graph digunakan untuk membuat grafik, di antaranya ialah Bar, Line,
Pie, dll
8 UTILITIES
Menu Utilities dipergunakan untuk mengetahui informasi variabel, informasi
file, dll
9 ADD-ONS
Menu Add-ons digunakan untuk memberikan perintah kepada SPSS jika ingin
15
menggunakan aplikasi tambahan, misalnya menggunakan aplikasi Amos, SPSS
data entry, text analysis, dsb.
10 WINDOWS
Menu Windows digunakan untuk melakukan perpindahan (switch) dari satu
file ke file lainnya.
11 HELP
Menu ini berfungsi menyediakan bantuan informasi mengenai program
SPSS yang bisa diakses dengan mudah dan jelas.(Racmawati,2019)
16
1.5 Kesimpulan dan Saran
a. Kesimpulan
SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik
cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan
menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk
dipahami cara pengoperasiannya.
SPSS terdiri atas 11 menu utama menu-menu yang terdapat pada SPSS yaitu file,
edit, view, data, transform, analyse, add-ons, graph, utilities, windows, help
b. Saran
Berdasarkan hasil pembahasan dan kesimpulan secara keseluruan.penulis
memberi saran bahwah pembaca,terutama mahasiswa harus bisa mengoprasi program
spss untuk memudah kan melakukan analisis statika tingkat lanjut dengan baik. Penulis
juga menyadari dalam penulisan laporan ini masih banyak terdapat kekurangan, dan
kekeliruanbaik segi penulisan maupun penyajian dan tatabahasanya. Untuk itu penulis
sangat mengharapkn kritik dan saran yang bersifat membangun.
17
DAFTAR PUSTAKA
Narotama. 2011. Belajar Sendiri SPSS 16. http://referensi.dosen.narotama.ac.id/

files/2011/12/Belajar-Sendiri-SPSS-16.pdf. Diakses pada tanggal 19
November 2020 pukul 11.30 WIB
Racmawati,Ramyan dan Septi Damayanti 2019. Modul Praktikum Metode
Statistika. Universitas Bengkulu:Bengkulu
Santoso,Singgih. 2014. Panduan Lengkap SPSS edisi
Revisi.Tangerang:Gramedia.
v
PERTEMUAN II
PENYAJIAN DATA (DIAGRAM)
.
2
LAPORAN PRAKTIKUM
PERTEMUAN II
METODE STATISTIKA
Oleh
Nama : Sakinah
Npm : F1A020047
2020
KATA PENGANTAR
Alhamdulillah, puji syukur kehadirat Allah SWT yang telah memberikan

rahmat dan inayah-Nya sehingga saya dapat menyelesaikan Laporan pratikum yang
berjudul Penyajian Data (diagram).
Terima kasih saya ucapkan kepada bapak Dr. Drs. Buyung Keraman, M.Kes
dan asisten pratikum kak Enda Yulia YY dan kak Tiara Angriani yang telah
membantu penulis baik secara moral maupun materi. Terima kasih juga saya ucapkan
kepada teman-teman seperjuangan yang telah mendukung penulis sehingga penulis
bisa menyelesaikan tugas ini tepat waktu.
Penulis menyadari, bahwa laporan pratikum metode statistika yang penulis buat
ini masih jauh dari kata sempurna baik segi penyusunan, bahasa, maupun
penulisannya. Oleh karena itu, kami sangat mengharapkan kritik dan saran yang
membangun dari semua pembaca guna menjadi acuan agar penulis bisa menjadi lebih
baik lagi di masa mendatang.
Semoga laporan pratikum metode statika ini bisa menambah wawasan para
pembaca dan bisa bermanfaat untuk perkembangan dan peningkatan ilmu
pengetahuan.
Bengkulu, 21 November 2020
Penulis
ii
DAFTAR ISI
HALAMAN JUDUL......................................................................................i
KATA PENGANTAR....................................................................................ii
DAFTAR ISI..................................................................................................iii
DAFTAR GAMBAR.......................................................................................iv
2.1 Pendahuluan..............................................................................................1
a. latar belakang......................................................................................1
b. Rumusan masalah................................................................................2
c. Tujuan.................................................................................................2
2.2 Landasan Teori........................................................................................3
2.3 Langkah Kerja dan Teladan...................................................................6
a. Langkah Kerja......................................................................................6
b. Teladan..................................................................................................8
2.4 Hasil dan Pembahasan............................................................................9
d. Hasil.......................................................................................................9
e. Pembahasan...........................................................................................12
2.5 Kesimpulan dan Saran............................................................................13
f. Kesimpulan............................................................................................13
g. Saran......................................................................................................14
DAFTAR PUSTAKA....................................................................v
DAFTAR GAMBAR
Gambar 2.1 Diagram Garis....................................................................................3

Gambar 2.2 diagram Lingkaran..............................................................................4
Gambar 2.3 Diagram Batang.................................................................................4
Gambar 2.4 Diagram Histogram.............................................................................5
Gambar 2.5 Sheet Tab Variable View....................................................................6
Gambar 2.6 Sheet Tab Data View..........................................................................6
Gambar 2.7 Pengisian variable untuk diagram batang daun danhistogram............7
Gambar 2.8 Pengisian Variable Untuk Diagram Batang dan Lingkaran...............7
Gambar 2.9 Hasil Diagram Histogram Teladan 1...................................................9
Gambar 2.10 Hasil Diagram Batang Teladan 1.....................................................9
Gambar 2.11 Hasil Diagram Garis Teladan 1........................................................9
Gambar 2.12 Hasil Diagram Lingkaran Teladan 1...............................................10
Gambar 2.13 Hasil Diagram tangkai Daun Teladan 1..........................................10
Gambar 2.14 Hasil Diagram Batang Teladan 2....................................................10
Gambar 2.15 Hasil Diagram Lingkaran Teladan 2...............................................11
PENYAJIAN DATA (DIAGRAM)
2.1 Pendahuluan
a. Latar belakang
Statistika adalah ilmu yang mempelajari bagaimana

merencanakan,mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data.Istilah ‘statistika’ berasal dari bahasa inggris Statistics yaitu
ilmu yang berkenaan dengan data. Berbeda dengan ‘statistik’statistic yaitu
data,informasi, atau hasil penerapan algoritma statistika pada suatu data.
Darikumpulan data, statistika dapat digunakan untuk menyimpulkan atau
mendeskripsikan data, ini dinamakan statistika deskriptif.
Penyajian data datastatistika dapat dipermudah dengan menggunakan tabel,
grafik, poligon,diagram,dan sebagainya.Salah satu aplikasi untuk mengolah
pengolahan data statistika yaitu dengan spss.
Statistical Package for the Social Sciences atau Paket Statistik untuk Ilmu
Sosial) adalah sebuah program computer yang digunakan untuk membuat analisis
statistika.
Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil
penelitan yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan
tujuan yang diinginkan. Data yang disajikan harus sederhana dan jelas agar muda
dibaca. Penyajian data juga dimaksudkan agar para pengamat dapat dengan mudah
memahami apa yang kita sajikan untuk selanjutnya dilakukan penilaian atau
perbandingan, dan lain-lain. Tujuan Penyajian Data Tujuan penyajian data adalah:
Memberi gambaran yang sistematis tentang peristiwa peristiwa yang merupakan hasil
penelitian atau observasi. Data lebih cepat ditangkap dan dimengerti, Memudahkan
dalam membuat analisis data, dan Membuat proses pengambilan keputusan dan
kesimpulan lebih tepat, cepat, dan akurat . Tabel yang telah dibuat. Jadi diharapkan
dengan adanya penyajian data kita lebih mudah dalam memahami dan menganalisis
suatu data
1
b. Rumusan masalah
Berdasarkan latar belakang di atas, masalah yang dapat disimpulkan

adalah sebagai berikut
a. Apa itu diagram ?
b. Bagaimana cara penyajian data pada program spss untuk dapat

membuat diagram?
c. Tujuan
a. Mempelajari program SPSS untuk dapat membuat diagram baik
diagram tangkai daun dan histogram.
b. Mempelajari program SPSS untuk dapat membuat diagram baik

diagram batang dan lingkaran.
2.2 Landasan teori
Diagram adalah gambar yang menyajikan data secara visual yang biasanya
berasal dari table yang telah dibuat. Macam-macam diagram diantaranya:
a. Diagram Garis
Penyajian data statistik dengan menggunakan diagram berbentuk garis lurus

disebut diagram garis lurus atau diagram garis. Diagram garis biasanya digunakan
untuk menyajikan data statistik yang diperoleh berdasarkan pengamatan dari waktu ke
waktu secara berurutan.Sumbu X menunjukkan waktu-waktu pengamatan, sedangkan
sumbu Y menunjukkan nilai data pengamatan untuk suatu waktu tertentu. Kumpulan
waktu dan pengamatan membentuk titik-titik pada bidang XY, selanjutnya kolom dari
tiap dua titik yang berdekatan tadi dihubungkan dengan garis lurus sehingga akan
diperoleh diagram garis atau grafik garis. Grafik garis atau diagram garis dipakai
untuk menggambarkan data berkala. Grafik garis dapat berupa grafik garis tunggal
maupun grafik garis berganda (Hartatik, 2013).
Gambar 2.1 Grafik Garis

b. Diagram Lingkaran
Untuk mengetahui perbandingan suatu data terhadap keseluruhan, suatu data lebih
tepat disajikan dalam bentuk diagram lingkaran. Diagram lingkaran adalah
bentuk penyajian data statistika dalam bentuk lingkaran yang dibagi menjadi
beberapa juring lingkaran (Racmawati, 2019)
Gambar 2.2 Diagram Lingkaran
c. Diagram batang
Diagram batang umumnya digunakan untuk menggambarkan perkembangan

nilai suatu objek penelitian dalam kurun waktu tertentu. Diagram batang
menunjukkan keterangan-keterangan dengan batang-batang tegak atau mendatar dan
sama lebar dengan batang-batang terpisah. Grafik batang pada dasarnya sama
fugsinya dengan grafik garis yaitu untuk menggambarkan data berkala. Grafik batang
juga terdiri dari grafik batang tunggal dan grafik batang ganda (Zuriah, 2011).
Gambar 2.3 Diagram Batang
d. Histogram
Histogram merupakan diagram frekuensi bertangga yang bentuknya seperti

diagram batang. Untuk pembuatan histogram, pada setiap interval kelas diperlukan
tepi-tepi kelas. Tepi atas kelas sebelumnya dengan tepi bawah kelas tersebut harus
berimpit. Tepi-tepi kelas ini digunakan untuk menentukan titik tengah kelas yang
dapat ditulis sebagai berikut. Titik tengah kelas = ½ tepi atas kelas + tepi bawah
kelas(Racmawati,2019)
Gambar 2.4 Diagram Histogram
2.3 Langka kerja dan Teldan
a. Langka kerja
Pemasukan data ke SPSS
c. Pilih menu File → New → Data. Kemudian klik mouse pada

sheet tab Variable View. Isi tabel seperti berikut:
Gambar 2.5 Sheet Tab Variable View
d. Kemudian klik mouse pada sheet tab Data View. Masukkan data seperti berikut:
Contoh diketahui data berikut: 5 3 4 6 8 7 6 5 4 3 2 1 2 3 5 6 5 4 3 4 5 6 7 maka
sajikan data dalam bentuk diagram tangkai daun, batang, lingkaran dan histogram
dengan menggunakan SPSS.
Gambar 2.6 Sheet Tab Data View

· Tahap analisis menggunakan SPSS
a. Membuat diagram tangkai daun dan histogram.
-Pada layar utama SPSS pilih menu Analyze → Descriptive Statistics → Explore.
-Pengisian variabel
1. Masukkan variabel data pada kolom variable(s)

2.Pada dialog Display pilih Plots
a. Tekan tombol Plots, kemudian untuk membuat diagram tangkai daun dan
histogram maka pada kotak dialog Descriptive dengan men-check list ( )
pilihan-pilihan yang diinginkan. Kemudian klik Continue.
Gambar 2.7 Pengisian untuk Diagram Tangkai Daun dan Histogram
b. Tekan OK untuk mengakhiri pengisian prosedur analisis.
c. Membuat Diagram Batang dan Lingkaran
-Pada layar utama SPSS pilih menu Analyze →Descriptive Statistics → Frequencies.
-Pengisian variabel
d. Masukkan variabel data pada kolom variabel(s)

e. Tekan tombol Charts, kemudian untuk membuat diagram maka pada kotak
dialog pilih Chart type dengan meng-klik pilihan yang diinginkan diteruskan
dengan memilih Chart Values yang diinginkan. Kemudian klik Continue.
Gambar 2.8 Pengisian Variable Untuk Diagram Batang dan Lingkaran

f. Tekan OK untuk mengakhiri pengisian prosedur analisis.
b. Teladan
1. Daftar berat badan siswa 60 siswa SMPN Nusa Bangsa
43, 40, 42, 42, 43, 44, 41, 44, 43, 42, 42, 43,
41, 40, 40, 44, 41, 40, 42, 42, 44, 43, 40, 40,
43, 44, 44, 41, 41, 41, 41, 42, 43, 44, 43, 43,
41, 43, 41, 42, 43, 41, 43, 42, 43, 41, 43, 44,
41, 43, 42, 42, 42, 42, 44, 43, 42, 42, 43, 43.
Sajikan data di atas dalam histogram, diagram batang, diagram garis, diagram
lingkaran dan tangkai daun!
2. Diberikan studi kasus penentuan tipe darah. Dipilih 20 orang untuk diambil
sampel darahnya. Hal ini dilakukan untuk mengetahui tipe darah peserta, sehingga
diperoleh sampel darah sebagai berikut: A, B, B, AB, O, O, O, B, AB, B, B, B, O, A,
O, A, O, O, O, AB. Berdasarkan data di atas, buatlah diagram batang, diagram
lingkaran!
a. Hasil
Gambar 2.9 Hasil Diagram Histogram Teladan 1
Gambar 2.10 Hasil Diagram Batang Teladan 1

Gambar 2.12 hasil diagram lingkaran Teladan 1
Gambar 2.13 Hasil Diagram Tangkai dan Daun Teladan 1
atang Teladan 2
Gambar 2.15 Hasil Diagram Lingkaran Teladan 2
a. pembahasan
Dari teladan penerapan yang dapat dibahas dari soal nomor 1 adalah kita akan
mendapatkan hasil output diagram tangkai daun, histogram, diagram batang, diagram
lingkaran, dan diagram garis. Berdasarkan hasil output “Case Processing Summary”
bahwa Data Valid N=60 dengan Percent =100% dan Data N Missing =0 dengan
Percent=0.0%. Berdasarkan hasil output data histogram bahwa hasil yang didapatkan,
yaitu Mean = 42.2, Std. Dev = 1.219, N = 60, frekuensi tertinggi(modus) dari
histogram tersebut adalah N =18 yaitu menunjukkan berat badan 43 kg, frekuensi
terendah dari histogram tersebut adalah N=6 yaitu menunjukkan berat badan 40 kg.
Pada diagram tangkai daun dari hasil output “Data Stem-and-Leaf Plot” kita
mendapatkan bahwa Stem width : 1 dan Each leaf : 1 case (s). Pada diagram lingkaran,
karena data yang berjumlah banyak maka juring-juring pada lingkaran yang terbentuk
rapat. Yang dapat diambil dari diagram lingkaran ini, frekuensi terbesar yaitu pada
juring berwarna ungu yang melambangkan berat badan 43 kg dan frekuensi terkecil
yaitu pada juring berwarna biru yang melambangkan berat badan 40 kg. Untuk lebih
jelasnya dapat dilihat pada Gambar 22,23,24,25,dan 26
Dari soal nomor 2, kita akan mendapatkan hasil output diagram batang dan
diagram lingkaran. Berdasarkan hasil output “Statistic” bahwa Data Valid N=28, Data
N Missing=0. Pada diagram batang tipe darah A ada 3 orang, tipe darah B ada 6 orang,
tipe darah AB ada 3 orang, dan tipe darah O ada 8 orang. Jadi, frekuensi
tertinggi(modus) ada di tipe darah O dan terendah ada di tipe darah AB. Pada diagram
lingkaran ada 4 juring dengan warna ungu terbanyak yaitu tipe darah O, warna cream
yaitu tipe darah B, dan dua tipe darah frekuensi paling kecil warna biru yaitu tipe darah
A dan warna hijau yaitu tipe darah AB. Untuk lebih jelasnya dapat dilihat pada Gambar
27 dan 28
a. Kesimpulan
Diagram adalah gambar yang menyajikan data secara visual yang biasanya berasal
dari table yang telah dibuat. Macam-macam diagram diantaranya
1. Diagram garis yaitu penyajian data statistik dengan menggunakan diagram
berbentuk garis lurus
2. Diagram lingkaran yaitu penyajian data statistik dengan menggunakan
gambar yang berbentuk lingkaran
3. Diagram batang yang menunjukkan keterangan-keterangan dengan batang-
batang tegak atau mendatar dan sama lebar dengan batang-batang yang terpisah
4. Histogram yaitu suatu data yang diperoleh dapat disusun dalam tabel distribusi
frekuensi dan disajikan dalam bentuk histogram yang gambar batang-batangnya
berimpit.
Untuk memasukkan data ke SPSS dapat dilakukan dengan memilih menu File
New Data, klik Variable View dan isikan datanya. Kemudian masukkan juga data
pada sheet tab Data View
b. Saran
Berdasarkan hasil pembahasan dan kesimpulan secara keseluruan.penulis
memberi saran bahwah pembaca,terutama mahasiswa harus bisa mengoprasi program
spss untuk memudah kan melakukan analisis statika tingkat lanjut dengan baik.
Penulis juga menyadari dalam penulisan laporan ini masih banyak terdapat
kekurangan, dan kekeliruanbaik segi penulisan maupun penyajian dan tatabahasanya.
Untuk itu penulis sangat mengharapkn kritik dan saran yang bersifat memban
DAFTAR PUSAKA
Hartatik. 2013. BAB 3: Penyajian Data. Diakses dari http://lecturer.d3ti.

mipa.uns.ac.id/ hartatik/files/2013/09/BAB-3-PENYAJIAN-DATA.pdf pada
tanggal 29 November 2020 pukul 11.25 WIB.
Rachmawati, Ramya dkk. 2019. Modul Pratikum Metode Statistika. Bengkulu:

Universitas Bengkulu
Zuriah, Ayu. 2011. Modul SPSS 17. Diakses dari http://upkfe.web.id/wp-
content/uploads/2011/09/MODUL-SPSS-17.pdf pada tanggal 29 November
2020 pukul 11.47 WIB
PERTEMUAN III
UKURAN PEMUSATAN, PENYEBARAN, DAN UKURAN LAIN
DARI DATA
LAPORAN PRAKTIKUM
PERTEMUAN III
METODE STATISTIKA
Oleh
Nama : Sakinah
Npm : F1A020047
2020
KATA PENGANTAR
Dengan mengucap puji, syukur kehadirat Allah SWT atas segala

limpahan rahmat dan karunia-Nya, Penulis dapat menyusun Laporan Praktikum ini
yang berjudul “Ukuran Pemusatan, Penyebaran dan Ukuran Lain Dari Data”. Adapun
maksud dan tujuan Penulis menyusun Laporan Praktikum ini adalah untuk memenuhi
tugas yang telah diamanahkan kepada penulis. Penulis juga mengucapkan banyak
terimakasih kepada semua pihak yang telah mendukung dalam menyusun laporan
praktikum ini. Penulis sangat menyadari bahwa dalam menyusun laporan praktikum ini
masih tidak dapat selesai tanpa bantuan, dukungan dari berbagai pihak. Pada
kesempatan ini penulis juga mengucapkan banyak terimakasih kepada yang terhormat :
Buyung Keraman, Dr. Drs, M.Kes selaku Dosen Pengampu, Kak Enda Yulia YY dan
Kak Tiara Angriani selaku Asisten Pratikum yang memberikan dukungan berupa
materi, do’a dan moral kepada penulis. Perlu disadari bahwa dengan segala
kekurangan dan keterbatasan, laporan ini masih jauh dari kata sempurna, sehingga
kritik dan saran yang membangun sangat penulis harapkan demi kebaikan laporan
ini.Akhir kata dari penulis semoga laporan ini dapat bermanfaat bagi semua orang
khususnya bagi para pembaca.
Bengkulu, 5 Desember 2020
Penulis
DAFTAR ISI
HALAMAN JUDUL..............................................................................................................i
KATA PENGANTAR .........................................................................................................ii
DAFTAR ISI .......................................................................................................................iii
DAFTAR GAMBAR ..........................................................................................................iv
DAFTAR TABEL ................................................................................................................v
UKURAN PEMUSATAN, PENYEBARAN DAN UKURAN LAIN DARI DATA
6.1............................................................................................................................................
Pendahuluan....................................................................................................................1
d. Latar Belakang ..........................................................................................................1
e. Rumusan Masalah .....................................................................................................1
f. Tujuan .......................................................................................................................2
6.2............................................................................................................................................
Landasan Teori ..............................................................................................................3
6.3............................................................................................................................................
Langkah Kerja Dan Teladan.........................................................................................5
12 Langkah Kerja ..........................................................................................................5
13 Teladan .....................................................................................................................8
6.4............................................................................................................................................
Hasil Dan Pembahasan...................................................................................................9
a. Hasil ..........................................................................................................................9
b. Pembahasan ............................................................................................................10
6.5.........................................................................................................................................
Kesimpulan Dan Saran ...............................................................................................11
c. Kesimpulan .............................................................................................................11
d. Saran .......................................................................................................................11
DAFTAR PUSTAKA .........................................................................................................vi
iii
DAFTAR GAMBAR
Gambar 1. Tampilan Awal Desktop....................................................................................................5

Gambar 2. Tampilan Menu Start dan folder SPSS..............................................................................5
Gambar 3. Tampilan Program SPSS....................................................................................................5
Gambar 4. Tampilan Awal Program SPSS...........................................................................................6
Gambar 5. Tampilan Variable View....................................................................................................6
Gambar 6. Tampilan Data View.........................................................................................................6
Gambar 7. Tampilan Analyze submenu Descriptive Statistics................................................7
Gambar 8. Tampilan Frequencies...........................................................................................7
Gambar 9. Tampilan Frequencies Statistic.............................................................................7
Gambar 10. Hasil output histogram........................................................................................8
Gambar 11. Hasil Ukuran pemusatan, penyebaran, kemiringan, dan kelancipan ..................9
Gambar 12. Hasil Ukuran pemusatan, penyebaran, kemiringan, dan kelancipan................10
iv
DAFTAR TABEL
Tabel 1. Data ukuran pemusatan, penyebaran, kemiringan serta kelancipan.........................8
v
vi
UKURAN PEMUSATAN, PENYEBARAN
DAN UKURAN LAIN DARI DATA
3.1 Pendahuluan
a. Latar Belakang
Ukuran pemusatan data merupakan salah satu pengukuran data dalam statistika.
Statistika adalah pengetahuan yang berhubungan dengan cara penyusunan data, penyajian
data, dan penarikan kesimpulan mengenai suatu keseluruhan berdasarkan data yang ada
pada bagian dari keseluruhan.
Analisis Statistika deskriptif merupakan metode yang berkaitan dengan penyajian data
sehingga memberikan informasi yang berguna. Upaya penyajian ini dimaksudkan untuk
mengungkapkan informasi penting yang terdapat dalam data ke dalam berntuk yang lebih
ringkas dan sederhana yang pada akhirnya mengarah pada keperluan adanya penjelasan dan
penafsiran.
Deskripsi data yang dilakukan meliputi ukuran pemusatan dan penyebaran data. Ukuran
pemusatan data meliputi nilai rata-rata (Mean), nilai tengah (Median), dan nilai yang paling
sering muncul (Mode). Sedangkan ukuran penyebaran data meliputi jangkauan (range),
ragam (variance) dan simpangan baku (standard deviation).
b. Rumusan Masalah
Berdasarkan latar belakang diatas, masalah yang dapat disimpulkan adalah sebagai
berikut :
1) Bagamaimana cara mengaplikasikan program SPSS untuk menghitung ukuran
pemusatan dan penyebaran data?
2) Bagaimana cara mengaplikasikan program SPSS untuk menghitung ukuran kemiringan
dan kelancipan?
1
c. Tujuan
Berdasarkan rumusan masalah diatas, tujuan yang dapat disimpulkan adalah sebagai berikut :
1) Mengaplikasikan Program SPSS untuk menghitung ukuran pemusatan dan penyebaran
data
2) Mengaplikasikan program SPSS untuk menghitung ukuran kemiringan dan kelancipan
2
3.2 Landasan Teori
a. Ukuran Pemusatan
Ukuran pemusatan atau ukuran lokasi pusat adalah sembarang ukuran yang menunjukkan
pusat segugus data yang telah diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya
dari yang terbesar sampai yang terkecil (Rachmawati, 2019).
Ukuran Pemusatan adalah nilai tunggal yang mewakili suatu kumpulan data dan menunjukkan
karakteristik dari data. Ukuran pemusatan menunjukkan pusat dari nilai data (Agus, 2013).
Ukuran pemusatan data merupakan salah satu pengukuran data dalam statistika. Statistika
adalah pengetahuan yang berhubungan dengan cara penyusunan data, penyajian data, dan
penarikan kesimpulan mengenai suatu keseluruhan berdasarkan data yang ada pada bagian dari
keseluruhan tadi. Yang termasuk dalam ukuran pemusatan data adalah rataan (Mean), Nilai
Tengah (Median), dan Mode (Pasaribu, 1975).
1) Mean
Mean (nilai rata-rata dari suatu gugus data) merupakan suatu ukuran pusat data bila data itu
diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya. Mean diperoleh dengan cara
menjumlahkan semua nilai yang ada pada suatu gugus data yang kemudian dibagi dengan
banyaknya nilai tersebut.
2) Median
Median (nilai tengah dari data yang telah diurutkan) merupakan sekelompok data yang telah
diurutkan dari yang terkecil sampai yang terbesar adalah nilai pengamatan yang tepat berada di
tengah-tengah jika banyaknya pengamatan itu ganjil atau rata-rata kedua nilai pengamatan yang
di tengah jika banyaknya pengamatan genap.
3) Mode (Modus)
Modus adalah nilai yang yang paling sering muncul atau yang mempunyai frekuensi paling
tinggi. Modus dilambangkan dengan Mo.
b. Ukuran Penyebaran
Ukuran penyebaran data diperlukan untuk mengetahui seberapa jauh suatu pengamatan
menyebar dari rata-ratanya. Ukuran Penyebaran atau dispersi adalah pergerakan dari nilai
observasi terhadap nilai rata-ratanya. Rata-rata dari serangkaian nilai observasi tidak dapat
diinterpretasikan secara terpisah dari hasil dispersi nilai-nilai tersebut sekitar rata-ratanya. Makin
3
besar variasi nilai, makin kurang representatif rata-rata distribusinya. Adapun ukuran penyebaran
data yang biasa dihitung adalah:
1) Variansi (Ragam)
Variansi adalah harga rata-rata hitung dari pangkat dua simpangan-simpangan antara nilai-
nilai pengamatan dengan harga rata-rata hitung dari kumpulan data tersebut. Variansi merupakan
ukuran dari pangkat dua simpangan.
2) Standar Deviasi
Standar Deviasi adalah suatu nilai yang diperoleh dengan cara menarik akar pangkat dua dari
varian atau merupakan ukuran penyimpangan sejumlah data dari nilai rata-ratanya. Simpangan
baku adalah jumlah mutlak selisih setiap nilai pengamatan terhadap nilai rata-rata dibagi dengan
banyaknya pengamatan.
3) Range
Range adalah selisih antara nilai terbesar (nilai maksimum) dengan nilai terkecil (nilai
minimum) pada suatu gugus data.
c. Ukuran Lain dari Data
1) Ukuran Kemiringan (Skewness)
Ukuran kemiringan adalah bentuk sebaran apabila di bandikan dengan ukuran sebaran
normal. Apabila kita lihat lot dari data yang kita miliki maka kita akan mendapatkan satu sampai
tiga bentuk yaitu simetris, miring kekanan, miring kekiri. Apabila data simetris maka rata-rata ,
median dan modus akan berimpit letaknya, atau sama nilainya. Untuk data yang miring maka nilai
datanya akan selalu diantara modus dan rata-rata data tersebut. Apabila data miring ke kanan
maka modus < median < rata-rata, sedangkan untuk data yang miring ke kiri maka rata-rata <
median < modus (Fatkoer, 2011).
2) Kelancipan (Kurtosis)
Kelancipan adalah simpangan baku dari data yang bersangkutan, apabila nilai nilai s= 3 maka
data tersebut memiliki ukuran kelancipan sama dengan ukuran kelancipan sebaran normal
sedangkan apabila s > 3 maka data tersebut lebih lancip dari sebaran normal. Baik ukuran
kemiringan dan kelancipan data dapat digunakan untuk menguji apakah data yang kita miliki
menyebar menurut sebaran normal atau tidak (Santoso, 2009).
4
a. Langkah Kerja
Adapun langkah kerja dalam membuka program SPSS adalah sebagai berikut:
1. Siapkan dan nyalakan komputer atau laptop yang akan digunakan
Gambar 1. Tampilan Awal Desktop

2. Setelah komputer atau laptop menyala, klik menu start dan search “SPSS Inc”. Setelah itu klik
“SPSS Inc” dan akan keluar menu SPSS 16.0
Gambar 2. Tampilan Menu Start dan folder SPSS

3. Klik menu SPSS 16.0 dan program SPSS akan muncul
Gambar 3. Tampilan Program SPSS
5
4. Setelah program SPSS terbuka akan muncul tampilan awal dari program SPSS
Gambar 4. Tampilan Awal Program SPSS

5. Pemasukan data ke SPSS. Pilih menu file → new → data. Kemudian klik mouse pada
sheet tab Variable View. Isi tabel seperti berikut:
Gambar 5. Tampilan Variable View

6. Kemudian klik mouse pada sheet tab Data View. Masukkan data seperti berikut:
Gambar 6.Tampilan Data View
6
7. Pada layar utama SPSS pilih menu Analyze → Descripive Statistics → Frequencies
Gambar 7. Tampilan Analyze submenu Descriptive Statistics

8. Masukkan variabel data pada kolom variable (S) dan pada dialog display pilih
Statistics
Gambar 8. Tampilan Frequencies

9. Tekan tombol Statistics, kemudian untuk membuat mean, median, mode, standar
deviasi, variansi, range, skewness, dan kurtosis, maka pada kotak dialog Central
Tendency, Dispersion, dan Distribution diisi dengan men-check list () pilihan-pilihan
yang diinginkan. Kemudian klik Continue. Tekan OK untuk mengakhiri pengisian
prosedur analisis.
7
Gambar 9. Tampilan Frequencies Statistic
b. Teladan
1. Tentukan ukuran pemusatan, penyebaran, kemiringan, serta kelancipan dengan
menggunakan SPSS dari data di bawah ini.
Tabel 1. Data ukuran pemusatan, penyebaran, kemiringan serta kelancipan
66 85 76 91 74 69
62 78 88 71 82 83
74 102 80 94 71 62
65 77 87 86 84 66
71 95 77 92 81 70
2. Histogram Nilai Ulangan Matematika
Gambar 10. Hasil output histogram

Nilai ulangan Matematika satu kelas disajikan dengan histogram seperti pada gambar di
atas, tentukan ukuran pemusatan, penyebaran, kemiringan dan kelancipan.
8
a. Hasil
1. Hasil “Data” dalam ukuran pemusatan, penyebaran, kemiringan, serta kelancipan
adalah sebagai berikut.
9
Gambar 11. Tampilan Hasil Ukuran pemusatan, penyebaran, kemiringan, dan kelancipan
2. Hasil “Nilai ulangan Matematika disajikan pada histogram” dalam ukuran pemusatan,
penyebaran, kemiringan, dan kelancipan adalah sebagai berikut.
Gambar 12. Tampilan Hasil Ukuran pemusatan, penyebaran, kemiringan, dan kelancipan
b. Pembahasan
Dari soal nomor 1, kita dapat menentukan hasil output data ukuran pemusatan,
penyebaran, kemiringan, dan kelancipan. Berdasarkan hasil output “Frequencies Statistics”
bahwa nilai pemusatan data adalah Mean= 78.63, Median= 77.50, Mode= 71, nilai
10
penyebaran data adalah Standar Deviasi (Std. Deviation)= 10.434, Variansi (Variance)=
108.861, Range= 40, Kemiringan (skewness)=0.278, dan Kelancipan (kurtosis)= -0.605.
Dari soal nomor 2, kita dapat menentukan hasil output data ukuran pemusatan,
penyebaran, kemiringan, dan kelancipan. Berdasarkan hasil output “Frequencies Statistics”
bahwa nilai pemusatan data adalah Mean= 65.00, Median= 67.00, Mode= 67, nilai
penyebaran data adalah Standar Deviasi (Std. Deviation)= 7.408, Variansi (Variance)=
54.872, Range= 25, Kemiringan (skewness)=-0.155, dan Kelancipan (kurtosis)= -0.844.

a. Kesimpulan
Kesimpulan dari hasil laporan yang telah selesai ini yaitu Ukuran pemusatan
merupakan ukuran yang dapat melihat bagaimana data tersebut mengumpul, Ukuran
11
pemusatan data yaitu mencari sebuah nilai yang dapat mewakili dari suatu rangkaian data.
Ukuran pemusatan terdiri dari mean, median, dan mode (modus). Ukuran penyebaran
adalah suatu ukuran untuk mengetahui seberapa jauh penyebaran data dari nilai rata-
ratanya. Ukuran penyebaran terdiri dari standar deviasi, variansi, dan range. Ukuran lain
dari data terdiri dari kemiringan (skewness) dan kelancipan (kurtosis).
b. Saran
Saran penulis untuk praktikum selanjutnya semoga dapat lebih efektif dan efisien lagi
dalam menyampaikan materi yang dipraktikkan dan untuk setiap penulis yang lain
termasuk penulis sendiri semoga dapat lebih rapi dan lebih sempurna lagi dalam membuat
sebuah laporan. Untuk pembaca semoga dapat mengambil ilmu yang bermanfaat dari
laporan penulis dandapat membantu menambah wawasan serta dapat menjadi referensi bagi
pembaca terutama untuk kalangan mahasiswa yang ingin memperdalami SPSS. Semoga
kita dapat menambah ilmu dengan membaca laporan ini. Aamiin.
12
DAFTAR PUSTAKA
Fatkoer, M. 2011. Materi Metode Statistika Kuliah 1. Jakarta: Grasindo.

Pasaribu, Amudi. 1975. Pengantar Statistik. Gahlia Indonesia: Jakarta.
Rachmawati, Ramya dkk. 2019. Modul Praktikum Metode Statistika. Bengkulu: Universitas
Bengkulu.
Santoso,S. 2009. Panduan Lengkap Menguasai Statistik dengan SPSS 16. Jakarta: Elek Media
Komputido.
Sukoco, Agus. 2013. Modul 3 Statistik Deskriptif. http://agussukoco.dosen.narota-
ma.ac.id/files/2013/03/Modul-3-Statistik-Deskriptif-EDISI-2.pdf. Diakses pada
tanggal 02 Desember 2020 pukul 12.23 WIB.
vi
vii
PERTEMUAN IV
FUNGSI SEBARAN DISKRIT
4
LAPORAN PRAKTIKUM
PERTEMUAN IV
METODE STATISTIKA
Oleh
Nama : Sakinah
Npm : F1A020047
Dosen Pengampu : Buyung Keraman, Dr. Drs,
M.Kes Asisten Praktikum : 1. Enda Yulia YY
(F1A018005)
2. Tiara Angriani (F1A019030)
2020
KATA PENGANTAR
Puji syukur alhamdulillah kami panjatkan ke hadirat Tuhan Yang Maha Esa yang
telah melimpahkan nikmat, taufik serta hidayah-Nya yang sangat besar sehingga penulis
pada akhirnya bisa menyelesaikan laporan praktikum Metode Statistika tepat pada
waktunya.
memberikan dukungan serta bimbingannya sehingga Laporan Praktikum Metode Statistika
ini dapat disusun dengan baik.
memperkaya khazanah ilmu Statistika serta bisa menambah pengetahuan dan pengalaman
para pembaca.
Selayaknya kalimat yang menyatakan bahwa tidak ada sesuatu yang sempurna. Kami
juga menyadari bahwa laporan praktikum metode statistika ini juga masih memiliki banyak
kekurangan. Maka dari itu kami mengharapkan saran serta masukan dari para pembaca
sekalian demi penyusunan Laporan Praktikum metode statistika dengan tema serupa yang
lebih baik lagi.
Penulis
6
DAFTAR ISI
HALAMAN JUDUL................................................................................................i
KATA PENGANTAR..............................................................................................ii
DAFTAR ISI ..........................................................................................................iii
DAFTAR GAMBAR.................................................................................................iv
FUNGSI SEBARAN DISKRET
4.1 Pendahuluan........................................................................................................1
a. Latar Belakang...................................................................................................1
b. Rumusan Masalah..............................................................................................1
c. Tujuan.................................................................................................................1
4.2 Landasan Teori....................................................................................................2
4.3 Langkah Kerja dan Teladan Penerapan...........................................................4
a.Langkah Kerja....................................................................................................4
b. Teladan Penerapan.............................................................................................6
4.4 Hasil dan Pembahasan........................................................................................7
a. Hasil 7
b. Pembahasan.......................................................................................................8
4.5 Kesimpulan dan Saran........................................................................................9
a. Kesimpulan........................................................................................................9
b. Saran..................................................................................................................9
DAFTAR PUSTAKA..............................................................................V
7
DAFTAR GAMBAR
Gambar 1. Lembar kerja MS Excel...............................................................................4

Gambar 2. Formula permutasi.......................................................................................4
Gambar 3. Formula kombinasi......................................................................................4
Gambar 4. Formula hypergeometri...............................................................................4
Gambar 5. Formula binomial........................................................................................5
Gambar 6. Formula poisson..........................................................................................5
Gambar 7. Hasil teladan no 1........................................................................................7
Gambar 10. Hasil teladan no 4......................................................................................7
Gambar 11. Hasil teladan no 5......................................................................................7
8
FUNGSI SEBARAN DISKRET
4.1 Pendahuluan
a. Latar belakang
Sejauh ini teori peluang yang kita bicarakan hanya sebatas pada suatu peristiwa
tertentu atau tentang kemungkinan terjadinya peristiwa dengan nilai peluang tertentu.
Padahal masih ada nilai-nilai peluang dari peristiwa lainnya yang bisa ditentukan. Nilai-
nilai peluang tambahan yang demikian bisa membentuk suatu distribusi yang disebut
sebagai distribusi peluang.Peluang banyak digunakan dibidang lain, selain bidang
Matematika. Ahli fisika menggunakan peluang untuk mempelajari macam-macam gas dan
hukum panas dalam teori atom. Ahli biologi mengaplikasi teknik peluang dalam ilmu
genetika dan teori seleksi alam. Dalam dunia bisnis teknik peluang digunakan untuk
pengembalian keputusan.Peluang merupakan teori dasar stastistika, suatu disiplin ilmu yang
mempelajari pengumpulan, pengaturan, perhitungan, penggambaran dan penganalisisan
data, serta penarikan kesimpulan yang valid berdasarkan penganalisisan yang dilakukan dan
pembuatan keputusan yang rasional.Pada makalah ini anda akan mempelajari pengertian
dan aturan dalam peluang. Dalam mempelajarinya anda diharapkan dapat menggunakan
konsep permutasi, kombinasi dan peluang untuk menyelesaikan masalah dalam Matematika
atau bidang lain.Banyak masalah yang disinggung dan harus diselesaikan dengan cara yang
mudah dan sederhana namun dalam waktu yang singkat, oleh karena itu metode yang
terdapat di bagian statistik dapat mempermudah jalannya proses pemecahan masalah.
b. Rumusan masalah
Berdasarkan latar belakang di atas, masalah yang dapat disimpulkan yaitu :
1. Bagaimana cara mengaplikasikan MS.Excel untuk mampu memahami konsep
peluang?
2. Bagaimana cara mengaplikasikan MS.Excel untuk mampu memahami konsep
peluang pada kasus data yang memiliki sebaran diskret.
c. Tujuan
Berdasarkan latar belakang di atas, tujuan yang dapat disimpulan yaitu:
1. Mengaplikasikan MS.Excel untuk mampu memahami konsep peluang
2. Mengaplikasikan MS.Excel untuk mampu memahami konsep peluang pada kasus
data yang memiliki sebaran diskret
9
4.2 Landasan Teori
Jika suatu ruang sampel mengandung titik yang berhingga banyaknya atau sederetan
anggota yang banyaknya sebanyak bilangan bulat, maka ruang sampel itu disebut ruang
sampel diskrit. Dengan kata lain peubah acak diskrit itu adalah variabel yang hanya memiliki
nilai tertentu. Nilainya merupakan bilangan bulat dan asli, tidak berbentuk pecahan. Peubah
acak ini jika digambarkan pada sebuah garis interval, akan berupa sederetan titik-titik yang
terpisah(
Suatu pengurutan n obyek tanpa pengembalian kedalam r posisi denngan r ≤ n di sebut
denagan permutasi. Formula yang digunakan adalah sebagai berikut:
𝑛!
𝑃𝑟𝑛=(𝑛−𝑟)!
Suatu penyusun yang tidak memperhatikan urutan dari n obyek kedalam r lkasi yang
berbeda dimana r ≤ n disebut dengan kombinasi.Formula yang digunakan adalah sebagai
berikut :
𝑛!
𝐶 𝑛𝑟=𝑟!(𝑛−𝑟)!
Hiprogenetik adalah sebaran diskrit yang digunakan untuk menduga peluang bahwa
suatu keluaran tertentu disebut berhasil,akan muncul sebanyak x kali dalam suatu contoh
acak terhingga berukuran n yang diambil dari satu populasi terhingga berukuan N dimana
diketahui jumlah kriteria “berhasi” nya.Fungsi sebaran peluang diturunkan dengan
menggunakan kombinasi untuk menghitung atau menentukan peluang dadri keluaran
tertentu dalam n tindakan dari populasi beaukuran N.Asumsi dari sebaran hipogeometrik
adalah sebagaai berikut:
Terdapat N tindakan dari populasi tindakann terbatas berukuran N, Dalam setiap
tindakan hanya mungkin 2 macam keluaran yaitu berhasil dan gagal.,Jumlah berhasil
(b) dan gagal (G) sebenarnya dalam kondisi diketahui.
Ukuran contoh yang diambil adlah sebnyak n,dimana ini dapat terdiri dari sejumlah b
berhasil dan g gagal ((b+g)=n),sehingga banyaknya kemungkinan berhasil yang terambil
adalah secara keseluruhan dan banyaknya yang gagal (Faktoer, 2011).
Binomial adalah sebaran diskrit yang digunakan untuk menduga peluang keluaran
tertentu muncul sebanyak n kali dalam suatu contoh terhingga berukuran n yang diambil
dari suatu populasi tak terhingga dimana peluang munculnya keluaran tersebut konstan .
10
Suatu tindakan yang menghasilkan duamacam keluaran sajadisebut sebgai tindakann
bernauli,misalnya tindakan melempar sekeping mata uangakan menghasilkan munculnya
wajah yang disebut mata atau waja yang disebut gambar.dalam pelelangan proyek akan kita
jmpai menang dan kalah,Tindakan dihutan balanara akan menapatkan atau tidak
mendapatkan bunga rafflesia;akan menjumpai atau tidak menjumapai si aja hutan dan masih
banyak yang lainnya.Bila kitamengamati beberpa tindakamn bernauli yang saling bebas
dalam satuan percobaan makakita dapatkan peubah acaka yang disebut dengan binomial
bilayang kita inginkan adalah munculnya jumlah berhasil dan jumlah tindakan yang
ada.secara umum amusumsi kepekatan binomial adalah sebagai berikut:
Terdiri n tindakak bernauli yang saling bebas(munculnya tindakan berikutnnya tidak
tergantung dari munculnya tindakan sebelumnny),peluang untuk keluaran adalah konstan
untuk tiap tindakan ().
Poisson adalah sebaran diskri yang digunakan untuk menduga peluang bahwa peluang
keluaran tertentuu akan muncul tepat x kali dalam satuan yang dibakukan dengan laju rata-
rata munculnya kejadian per satuan adalah konstan (µ).
Asumsi sebaran poisson aalah sebagai berikut
Terdapat n tindakan bebas dimana n sangat besar,hanya satu keluaran yang dipelajari
pada tiap tindakan,terdapat peluang yang konstan dari munculnya kejadian setiap tindakan
peluang lebih dari satu keluaran pada setiap tindakan sangat kecil atau dapat diabaikan.
Geometrik adalah sebaran diskrit yang digunakan untuk menduga peluang suatu
keluaran tertentu akan tejadi pertama kali pada tindakan ke x dari suattu poppulasi ttak
terhingga dimana peluang munculnya kejadian tersebut konstan (p).
Negatif Binomial adalah sebaran diskrit yang digunakan unntuk menduga peluang
munculnya kejadian tersebut tindakan ke x kali dari satu populasi tak terhingga dimana
peluang munculnya kejadian tersebut adalah konstan(p).
Sebaran seragam adalah sebaran diskrit yang mempunyai peluang sama atau seragam
untuk tiap titik dimana x terdefinisi (Nugroho, 2012).
11
4.3 Langkah kerja dan teladan
a. LangkahKerja
1. Membuka MS. Excel. Maka akan muncul lembar kerja Excel
Gambar 1. Lembar kerja Ms.excel

2. Untuk menghitung Permutasi menggunakan rumus =PERMUT(number;number_
chosen).
Gambar 2. Formula Permutasi

3. Untuk menghitung atau mengetahui hasil kombinasi menggunakan rumus
=COMBIN(number;number_cho sen).
Gambar 3. Formula Kombinasi
4. Untuk menghitung hypergeometrik menggunakan rumus =HYPGEOMDIST

(sample_s;number_sample;population_s;number_pop).
12
Gambarar 4. Formula Hypergeometrik
5. Untuk menghitung binomial menggunakan rumus =BINOMDIST
(number_s;trials;probability_s;cumulative).
Gambar 5.FormulaBinomial
6. Untuk menghitung poisson menggunakan rumus =POISSON(x;mean;cumulative)
Gambar 6. Formula Poisson
13
b. Teladan penerapan
1. Sebuah peralatan khusus dibuat untuk keperluan pesawat ruang angkasa. Mesin yang
menghasilkan alat tersebut memiliki laju kerusakan 8%. Jika 25 alat dibuat, berapakah
peluang untuk mendapatkan kurang dari 2 alat tersebut cacat/rusak dari sebuah sampel
berukuran 8?
2. Bila peluang melakukan kesalahan pengetikan dalam sebuah halaman dari laporan
praktikum adalah 0,08 dan tindakan melakukan kesalahan dari satu halaman ke halaman
lain saling bebas, berapakah peluang membuat kesalahan sedikitnya 3 halaman dari 8
halaman laporan praktikum yang dibuat?
3. Rata-rata banyaknya partikel radioaktif yang melewati suatu penghitung selama 1
milidetik dalam suatu percobaan di Laboratorium adalah 4. Berapa peluang 6 partikel
melewati penghitung itu dalam 1 milidetik tertentu?
4. Susunan panitia yang terdiri atas ketua, sekretaris, wakil ketua dan bendahara akan
dibentuk untuk mensukseskan sebuah acara. Susunan panitia tersebut akan dipilih dari 10
orang yang terpilih berdasarkan kriteria yang sudah ditentukan. Berapakah banyaknya
susunan panitia yang bisa dibentuk?
5. Enam buah buku akan dipilih dari lima buku materi Matematika, tiga buku materi
Fisika, dan empat buah buku materi Kimia untuk disumbangkan ke sekolah anak jalanan.
Berapakah banyaknya cara yang bisa dilakukan untuk memilih enam buku tersebut?
14
4.4 Hasil dan pembahasan
a. Hasil
1. Hasil teladan no 1
Gambar 7. Hasil teladan no 1

2 Hasil teladan no 2



15
b. Pembahasan
Dari soal no.1 kita dapat menentukan hasil hipergeometrik dengan formula
=HYPGEOMDIST(0;2;8;25)+HYPGEOMDIST(1;2;8;25) adalah 0,906666667.
Dari soal no.2 kita dapat menentukan hasil binomial dengan formula =1-
(BINOMDIST(0;8;0,08;0)+BINOMDIST(1;8;0,08;0)+BINOMDIST(2;8;0,08;0) adalah
0,0211
Dari soal no.3 kita dapat menentukan hasil poisson dengan formula =POISSON(6;4;0)
adalah 0,104195635
Dari soal no.4 kita dapat menentukan hasil permutasi P(10;4) dengan formula
=PERMUT(10;4) Adalah 5040
Dari soal no.5 kita dapat menentukan hasil kombinasi C(12;6) dengan =COMBIN(12;6)
adalah 924
16
4.5 kesimpulan dan saran
a. Kesimpulan
Setelah diadakannya praktikum, kita bisa mempelajari MS. Excel untuk memahami
konsep peluang, peluang yang sering disebut sebagai probabilitas dapat dipandang sebagai
cara untuk mengungkapkan ukuran ketidakpastian atau ketidakyakinan suatu peristiwa
terjadi.
Dan mempelajari MS. Excel untuk mampu menghitung peluang pada kasus data yang
memiliki sebaran diskrit.Sehingga setelah dilakukannya praktikum ini, kita dapat
mengaplikasikan program MS. Excel dengan lebih mudah dan efektif.
b. Saran
Berikut ini adalah saran bagi praktikan, yaitu:
Praktikan mampu melakukan praktikum yang akan datang dengan baik dan
semaksimal mungkin. Seluruh praktikan dapat mempersiapkan pengetahuan lebih dengan
cara belajar terlebih dahulu sebelum memulai praktikum yang akan datang guna membantu
dan menambah pengetahuan praktikan tentang penggunaan program SPSS.
17
DAFTAR PUSTAKA
Fatkoer, M. 2011.Materi metode statistika kuliah 1.Grasindo : Jakarta
Lukman, iwn. 2011. Distribusi Peubah Acak.Elek Media Komputido :Indonesia.
Nugroho, S. 2012. Dasar-dasar Metode Statistika Edisi ke-2.Grasindo: Jakarta Santoso

S.2009.Panduan lengkap menguasai Statistik dengan SPSS 17.Elek
Media Komputido:Indonesia.
v
PERTEMUAN V
FUNGSI SEBARAN KONTINU
5
LAPORAN PRAKTIKUM
PERTEMUAN V
METODE STATISTIKA
Oleh
Nama : Sakinah
Npm : F1A020047
2. Tiara Angriani (F1A019030)
2020
KATA PENGANTAR
pada waktunya.
Penulis
ii
DAFTAR ISI
HALAMAN JUDUL................................................................................................i
KATA PENGANTAR .............................................................................................ii
DAFTAR ISI ............................................................................................................iii
DAFTAR GAMBAR ...............................................................................................iv
5.1 Pendahuluan ...................................................................................................... 1
a. Latar Belakang ................................................................................................. 1
b. Rumusan Masalah ........................................................................................... 1
c. Tujuan .............................................................................................................. 1
5.2 Landasan Teori .................................................................................................. 2
5.3 Langkah Kerja dan Teladan Penerapan ........................................................ 5
a.Langkah Kerja .................................................................................................. 5
b. Teladan Penerapan .......................................................................................... 6
5.4 Hasil dan Pembahasan ...................................................................................... 7
a. Hasil ................................................................................................................ 7
b. Pembahasan ..................................................................................................... 8
5.5 Kesimpulan dan Saran ..................................................................................... 9
a. Kesimpulan ...................................................................................................... 9
b. Saran .......................................................................................................... 9
DAFTAR PUSTAKA ........................................................................................V
iii
DAFTAR GAMBAR
Gambar 1. Lembar kerja MS Excel

.........5
Gambar 2. Formula nilai normal
5
Gambar 3. Formula sebaran t
5
Gambar 4. Formula sebaran f
5
Gambar 5. Formula kai-kuadrat
5
Gambar 6. Hasil no 1
7
Gambar 7. Hasil no 2a
7
Gambar 8. Hasil no 2b
7
iv
v
5.1 Pendahuluan
a. Latar belakang
Sejauh ini teori peluang yang kita bicarakan hanya sebatas pada suatu peristiwa
tertentu atau tentang kemungkinan terjadinya peristiwa dengan nilai peluang tertentu.
Padahal masih ada nilai-nilai peluang dari peristiwa lainnya yang bisa ditentukan. Nilai-
nilai peluang tambahan yang demikian bisa membentuk suatu distribusi yang disebut
sebagai distribusi peluang.Peluang banyak digunakan dibidang lain, selain bidang
Matematika. Ahli fisika menggunakan peluang untuk mempelajari macam-macam gas
dan hukum panas dalam teori atom. Ahli biologi mengaplikasi teknik peluang dalam
ilmu genetika dan teori seleksi alam. Dalam dunia bisnis teknik peluang digunakan
untuk pengembalian keputusan.Peluang merupakan teori dasar stastistika, suatu disiplin
ilmu yang mempelajari pengumpulan, pengaturan, perhitungan, penggambaran dan
penganalisisan data, serta penarikan kesimpulan yang valid berdasarkan penganalisisan
yang dilakukan dan pembuatan keputusan yang rasional. Pada makalah ini anda akan
mempelajari pengertian dan aturan dalam peluang. Dalam mempelajarinya anda
diharapkan dapat menggunakan konsep sebaran normal, sebaran t, sebaran F, dan
sebaran Kai-Kuadrat untuk menyelesaikan masalah dalam Matematika atau bidang lain.
Banyak masalah yang disinggung dan harus diselesaikan dengan cara yang mudah dan
sederhana namun dalam waktu yang singkat, oleh karena itu metode yang terdapat di
bagian statistik dapat mempermudah jalannya proses pemecahan masalah.
b. Rumusan Masalah
1. Bagaimana cara mempelajari MS. Excel untuk mampu menghitung peluang pada
kasus data yang memiliki sebaran kontinu?
c. Tujuan
Berdasarkan latar belakang di atas,tujuan yang dapat disimpulan yaitu :
1. Mempelajari MS. Excel untuk mampu menghitung peluang pada kasus data yang
memiliki sebaran kontinu.
1
5.2 Landasan Teori
Distribusi peluang kontinu adalah suatu ruang contoh mengandung tak terhingga
banyaknya titik contoh yang sama dengan banyaknya titik pada sebuah garis
(Walpole,1993).
Peubah acak kontinu adalah peubah acak yang mengambil seluruh nilai yang ada
dalam sebuah interval atau variabel yang dapat memiliki nilai-nilai pada suatu interval
tertentu. Nilainya dapat merupakan bilangan bulat maupun pecahan (Herrhyanto, 2009).
a. Fungsi Distribusi Normal
Sebaran normal adalah sebaran kontinu yang digunakan untuk menggambarkan
kesalahan peubah terukur yang muncul secara acak yang diamati dalam sebuah contoh
yang diambil dari populasi tak hingga.
Sifat-sifat penting distribusi normal:
1. Grafiknya selalu ada di atas sumbu datar .
2. Bentuknya simetrik terhadap x = μ.
3. Mempunyai satu modus, jadi kurva unimodal, tercapai pada sebesar
4. Grafiknya mendekati sumbu datar x dimulai dari ke kiri.
5. Luas daerah grafik selalu sama dengan satu unit persegi.
b. Distribusi Khi-kuadrat (X2)
Sebaran kai-kuadrat dengan derajat n-1 merupakan jumlah dari kuadrat n peubah
acak normal baku. Distribusi gamma khas yang kedua diperoleh bila a = V/2, b = 2 dan
V bilangan bulat positif. Fungsi peluang padat seperti itu disebut distribusi khi-kuadrat
dengan derajat kebebasan V.(Harinaldi, 2005)
c. Sebaran t
Sebaran t atau lengkapnya sebaran student-t adalah sebaran kontinu yang
diturunkan dari rasio peubah acak yang menyebar menurut sebaran normal baku dengan
akar pangkat dua dari peubah acak yang menyebar menurut sebaran kai kuadrat dengan
derajat bebas v yang dibagi dengan v itu sendiri.
d. Sebaran f
Sebaran f adalah sebaran peubah acak yang akan diturunkan dari rasio dua sebarai
kai-kuadrat yang masing-masing dibagi dengan derjat bebasnya.(Fransiska, 2018)
2
1) Distribusi Kontinu dan Macamnya
Distribusi kontinu merupakan suatu distribusi dengan nilai X merupakan suatu
selang yang nilainya lebih dari atau sama dengan nol (X≥0). Terdapat beberapa macam
distribusi kontinu yang terkenal antara lain: Distribusi Normal, Distribusi F, Distribusi
Gamma. Mari kita ulas distribusi-distribusi ini lebih lanjut.
2) Distribusi Normal
Distribusi normal merupakan distribusi yang sangat penting dalam statistika.
Distribusi ini juga sering disebut dengan Distribusi Gauss. Gambar Distribusi ini
menyerupai lonceng. Fungsi Kepadatan Peluang atau Probability Density Function
(PDF) untuk distribusi ini adalah:
X ~ N (μ,σ2) bila:
Disitribusi ini memiliki mean µ dan variansi σ2

3) Distribusi Normal Standar
merupakan distribusi normal dengan nilai mean=0 dan standar deviasi=1.
4) Distribusi Gamma
Sebelum membahas distribusi Gamma, terlebih dahulu kita berbicara mengenai
fungsi Gamma. Fungsi Gamma, dilambangkan dengan Γ(n) untuk semua n > 0 adalah:
Distribusi Gamma dengan parameter α >0 dan β>0 memiliki bentuk PDF:
Distribusi ini memiliki mean=αβ dan variansi=αβ2

5) Distribusi Eksponensial
Jika pada PDF Gamma diambil α=1 maka PDF Gamma menjadi:
PDF tersebut merupakan PDF untuk distribusi eksponensial dengan parameter β:
3

Jadi PDF eksponensial merupakan kejadian khusus dari PDF Gamma
6) Distribusi χ2 (Chi Square)
Perhatikan lagi PDF Gamma:
Khusus untuk α=(n/2) dan β=2 , maka distribusi khusus ini disebut Distribusi Chi-

Square dengan derajat bebas n. Dinotasikan dengan X ~ χ2 (n)
Distribusi ini memiliki mean=n dan variansi=2n

7) Distribusi t (Student's t)
Bila Z~ N(0,1) dan V~ χ2 (n). Z dan V independen maka:
Distribusi ini merupakan distribusi T dengan derajat bebas n

8) Distribusi F
Bila U ~ χ2 (m) dan V~ χ2 (m) maka:
Distribusi ni merupakan distribusi F dengan derajat bebas pembilang m dan penyebut n.
4
5.3 Langkah kerja dan teladan
a. LangkahKerja
Berikut ini adalah cara untuk analisis menggunakan SPSS:
1. Membuka MS. Excel. Maka akan muncul lembar kerja Excel
Gambar 1. Lembar kerja Ms.excel

2. Untuk mencari nilai normal dengan cara mengetik=1-NORMDIST
Gambar 2. Formula Nilai Normal

3. Untuk mencarisebaran t dengan cara mengetik=TINV
Gambar 3. Formula Sebaran t
4. Untuk mencari sebaran F dengan cara mengetik=FINV
5
Gambar 4. Formula Sebaran F
5. Untuk mencari sebaran kai-kuadrat dengan cara mengetik=CHIINV
Gambar 5.Formula Kai-Kuadrat
6
1. Nilai akhir mata kuliah statistika untuk kelas Y menyebar normal dengan rataan
68,1 dan deviasi standar 7,3. Ditetapkan bahwa 10% nilai-nilai terbaik akan
mendapatkan nilai A dan 5% nilai-nilai terendah akan mendapatkan nilai E. Tentukan
batas bawah nilai A dan batas atas nilai E!
2. Dapatkan nilai peluangnya
a. P(X 230 ≥ 46,98)
b. P(X 214 ≥ 6,57)
7
a. Hasil
Gambar 6.Hasil nomor 1
Gambar 7.Hasil nomor 2a
Gambar 8.Hasil nomor 2b
b. Pembahasan
8
Pada soal teladan no 1 kita dapat menemukan hasil yaitu, Batas bawah nilai A
dengan menggunakan rumus =NORMINV(0,90;68,1;7,2) sehingga didapatkan hasil
yaitu = 77,32717127danjugaBatas atas nilai E dengan menggunakan rumus
=NORMINV(0,05;68,1;7,2) sehingga didapatkan hasil yaitu = 56,25705389.
Pada soal teladan no 2a kita dapat menemukan hasil yang kita cari berupa peluang
dari P(X 230 ≥ 46,98)denganmenggunakanrumus=CHISQ.DIST.RT(46,98;30) sehingga
didapatkan hasil yaitu = 0,024996.
Pada soal teladan no2b kita dapat menemukan hasil yang kita cari berupa peluang
dari P(X 214 ≥ 6,57) dengan menggunakan rumus =CHISQ.DIST.RT(6,57;14)sehingga
didapatkan hasil yaitu = 0,950021.
9
a. Kesimpulan
Dari praktikum yang telah dilakukan, kita dapat mengetahui atau memahami
bahwa untuk menyatakan suatu ketidak pastian / kepastian diperlukan permodelan
matematis yang secara teoritis dinyatakan dengan sebaran atau distribusi. Kita juga
dapat menghitung peluang pada kasus-kasus data yang memiliki sebaran kontinu
dengan menggunakan MS.Excel dengan mudah dan tepat tanpa perlu menggunakan
rumus panjang ataupun menggunakan bantuan kalkulator. Kemudian setelah praktikum
ini, kita jugadapat mengetahui macam-macam sebaran kontinu beserta formulanya pada
MS. Excel yaitusebaran normal, sebaran Kai-kuadrat, sebaran t dan sebaranF.
b. Saran
Praktikan diharapkan dapat melaksanakan praktikum dengan baik, datang tepat
waktu, dan serius menjalankan praktikum. Praktikan diharapkan dapat menambah
wawasan dan pengetahuan mengenai Fungsi Sebaran Kontinu. Dan juga penulis
menulis laporan praktikum ini agar bisa digunakan sebagai salah satu sumber
pembelajaran dan semoga bisa bermanfaat bagi semua pihak, khususnya bagi penulis
dan pembaca.
10
DAFTAR PUSTAKA
Fransiska, H., Rachmawati, R., dan Damayanti, S. 2019. Modul Praktikum Metode

Statistika Edisi 2. Bengkulu: Universitas Bengkulu
Herrhyanto, Nar. 2009. Pengantar Statistika Matematis. Bandung : CV. Yrama Widya.
Munir, Renaldi. 2009. Beberapa Distribusi Peluang KontinuDiakses pada tanggal 19
Desember 2020 Pukul 20.00 WIB.
Walpole, Ronald E. 1993. Pengantar Statistika Edisi Ke-3.Jakarta:PT Gramedia Pustaka
Utama.
v
PERTEMUAN VI
PENDUGA TITIK DAN INTERVAL
6
LAPORAN PRATIKUM
PERTEMUAN VI
METODE STATISTIKA
Oleh
Nama : Sakinah
Npm : F1A020047
2020
KATA PENGANTAR
Puji syukur penulis panjatkan ke hadirat Allah SWT, atas limpahan rahmat dan
hidayahnya penulis dapat menyelesaikan laporan tentang “Penduga Titik dan
Interval” Laporan ini disusun sebagai salah satu tugas mata kuliah Metode
Statistika.
Dalam penyusunan laporan ini, tidak sedikit hambatan yang penulis hadapi.
Namun penulis menyadari bahwa kelancaran dalam penyusunan laporan ini tidak
lain berkat bantuan, dorongan, dan bimbingan dari asisten praktikum, sehingga
kendala-kendala yang penulis hadapi dapat teratasi.
Penulis menyadari bahwa dalam penyusunan laporan ini jauh dari sempurna,
baik dari segi penyusunan, bahasan, ataupun penulisannya. Oleh karena itu, penulis
mengharapkan kritik dan saran yang sifatnya membangun, khususnya dari dosen
pengampu serta asisten praktikum guna menjadi acuan dalam bekal pengalaman
bagi penulis untuk lebih baik di masa yang akan datang.
Penulis
ii
DAFTAR ISI
HALAMAN JUDUL................................................................................................i
KATA PENGANTAR .............................................................................................ii
DAFTAR ISI ............................................................................................................iii
DAFTAR GAMBAR ...............................................................................................iv
DAFTAR TABEL.....................................................................................................v
6.1 Pendahuluan ...................................................................................................... 1
a. Latar Belakang ................................................................................................. 1
b. Rumusan Masalah ........................................................................................... 1
c. Tujuan .............................................................................................................. 2
6.2 Landasan Teori .................................................................................................. 3
6.3 Langkah Kerja dan Teladan Penerapan ........................................................ 6
a.Langkah Kerja .................................................................................................. 6
b. Teladan Penerapan .......................................................................................... 10
6.4 Hasil dan Pembahasan ...................................................................................... 11
a. Hasil ................................................................................................................ 11
b. Pembahasan ..................................................................................................... 12
6.5 Kesimpulan dan Saran ..................................................................................... 13

a. Kesimpulan ...................................................................................................... 13
b. Saran ............................................................................................................... 13
DAFTAR PUSTAKA ........................................................................................vi
iii
DAFTAR GAMBAR
Gambar 1. Tampilan SPPS pada dekstop............................................................................6
Gambar 2. Tampilan aplikasi SPSS................................................................................6
Gambar 3. Tampilan menu file submenu new ................................................................7
Gambar 4. Tampilan menu variable view.......................................................................7
Gambar 5. Tampilan data view.......................................................................................7
Gambar 6. Tampilan menu analyze submenu compare means.......................................8
Gambar 7. Tampilan menu paired sample t-test.............................................................8
Gambar 8. Tampilan menu paired sample t-test:option.................................................8
Gambar 9. Tampilan menu ones-sample t-test...............................................................9
Gambar 10. Tampilan menu ones-sample t-test.............................................................9
Gambar 11. Hasil teladan no 1.....................................................................................11
Gambar 12. Hasil teladan no 2.....................................................................................11
iv
DAFTAR TABEL
Tabel 1. Teladan penerapan 1………………………………………………………….10

v
6.1 Pendahuluan
a. Latar belakang
Dalam pelaksanaan di lapangan, cara yang dapat ditempuh untuk melakukan

pengamatan adalah dengan pengambilan contoh acak dari populasi atau penyuplikan
acak dari populasi. Data yang didapatkan dari penyuplikan ini dihitung dan kemudian
statistik tersebut digunakan sebagai penduga parameter populasi.
Setelah begitu banyak teknologi yang telah digunakan oleh berbagai kalangan
masyarakat, sehingga banyak kegiatan manusia yang sebelumnya begitu berat dengan
adanya teknologi semua menjadi serba mudah dan praktis. Begitupun dalam peranan
penyelenggaraan pendidikan dan penelitian, tidak bisa dipungkiri kedua hal tersebut
juga membutuhkan tambahan-sentuhan teknologi sehingga dalam semua civitas yang
dilakukan cepat dan efektif.
Diantara kecanggihan teknologi yang bisa diperdaya gunakan baik dalam

pendidikan dan penelitian salah satunya SPSS for window. Merupakan salah satu
pengolahan data statistik yang paling banyak diminati oleh peneliti, sebab SPSS for
window relatif fleksible dan dapat digunakan untuk hampir semua bentuk dan tingkatan
penelitian hampir semua model aplikasi, statistik mulai dari yang sederhana yakni
statistic descriptive (mean, median, modus, sum, presentase, minimum maksimum,
kuartil, desil, persentil, range, distribusi, varians, standar deviasi, standar error, nilai
kemiringan dan lai-lain). Mata kuliah ini memberikan bekal pengetahuan tentang
prinsip-prinsip dasar metode statistika sebagai prasarana dalam mempelajari mata
kuliah peminatan statistika.
a. Rumusan Masalah
Berdasarkan latar belakang diatas, masalah yang dapat disimpulkan adalah sebagai
berikut :
1. Bagaimana cara untuk melakukan pendugaan titik dan pendugaan selang
kepercayaan?
1
b. Tujuan
Berdasarkan data diatas, tujuan yang dapat disimpulkan yaitu sebagai berikut :
1. Mempelajari program SPSS untuk melakukan pendugaan titik dan pendugaan
selang kepercayaan.
2
6.2 Landasan teori
Definisi Pendugaan parameter berarti melakukan estimasi terhadap nilai dugaan atau
taksiran suatu parameter tertentu, karena pada umumnya nilai parameter suatu distribusi
tidak diketahui. Nilai angka suatu penduga yang dihitung dari suatu data sampel
dinamakan dugaan atau taksiran. Penduga titik adalah suatu nilai angka tertentu sebagai
estimasi untuk parameter yang tidak diketahui. Dua sifat yang harus dimiliki penduga
titik yaitu tak bisa nilai harapan penduga titik itu harus sama dengan parameter yang
ditaksir dan harus mempunyai variansi minimum. Setiap penduga titik adalah variabel
random, jadi penaksir titik harus mempunyai variansi terkecil dari penaksir titik yang
lain. Penduga interval adalah interval antara dua statistik yang dengan probabilitas
tertentu memuat nilai yang sebenarnya dari parameter itu (Adriana, 2012).
Pendugaan parameter dalam statistik menggunakan konsep tentang probabilitas.

Seberapa besar suatu parameter mendekati nilai sesungguhnya atau seberapa besar suatu
parameter berada dalam suatu nilai tertentu dapat diukur dengan ukuran probabilitas,
dimana nilai probabilitas antara 0 sampai 1 (Sarah, 2011).
Penduga titik bagi rata-rata populasi µ adalah μ

^ = X́ .Penduga titik bagi ragam atau
varian populasi σ adalah σ^ 2 = S2. Penduga interval atau selang kepercayaan dua arah
100(1 – α)% bagi σ 2 adalah
( n−1 ) s 2 2 (n−1) s 2
<σ < 2
x 2a x a
;n−1 1− ; n−1
2 2
Jika nilai σ 2 diketahui, penduga interval atau selang kepercayaan dua arah 100(1 –
a)% bagi µ adalah
σ σ
x́−z a < μ < x́+ z a
1−
2 √n 1− √ n
2
Jika nilai σ 2 tak diketahui, tetapi ukuran sampel (n¿ 30), penduga interval atau
selang kepercayaan dua arah 100(1 – a)% bagi µ adalah
s s
x́−z a < μ < x́+ z a
1−
2 √n 1− √ n
2
Jika nilai σ 2 tak diketahui, dan ukuran sampel (n < 30), penduga interval atau
selang kepercayaan dua arah 100(1 - a)% bagi µ adalah
3
s s
x́−t a < μ < x́+ t a
;n−1 √ n ;n−1 √ n
2 2
Penduga interval atau selang kepercayaan dua arah 100(1- a)% bagi π adalah
p (1− p) p (1− p)
P-z
1−
a
2 √ n
< π < p +z a
1−
2
n √
Dimana
jumlah yang memenuhi kriteria
p = ^π =
jumlah contoh
Penduga interval 100(1 – a)% bagi beda dua rata-rata populasi dengan asumsi
bahwa kedua ragam populasi σ 12 dan σ 22 diketahui adalah
σ 21 σ 22
(x́ 1+ x́ 2) +¿ ¿ Z
1−
a
2 √ +
n1 n 2
Penduga interval 100(1- a)% bagi beda dua rata-rata populasi dengan asumsi bahwa
kedua ragam populasi σ 12dan σ 22tak diketahui, tetapi sama n1+ n2 <30
( n1−1 ) s21 +(n2−1)s 22 n1 +n2

(x́ 1+x́ 2)+¿ ¿ t a
2
;n1+n2−2
√ n1 +n2−2 ( n1 n 2 )
Penduga interval 100(1 – a)% bagi beda dua rata-rata populasi dengan asumsi
bahwa kedua ragam populasi σ 12 dan σ 22 tak diketahui, dan tidak sama sama n1 +n 2<30
s12 s 22
(x́ 1 + x́ 2) ± t a v
2
, √ +
n1 n2
Penduga interval 100( 1 – a)% bagi beda dua rata-rata populasi yang saling tidak
bebas, n1 +n 2 ≥ 30
d́ ±t a s d́
;n−1
2
Penduga interval 100( 1 – a)% bagi beda dua rata-rata populasi yang saling tidak
bebas, n1 +n 2>30
d́ ± z a s d́
1−
2
Penduga interval 100( 1 – a)% bagi beda dua proporsi populasi n1 +n 2>30
1 1
( p1− p2 ) ± z1− a p ( 1−p ) ( + )
2 √ n1 n2
4
Dimana: p adalah proporsi gabungan kedua contoh populasi (Fransiska, 2019).
Selang Kepercayaan (Confidence Interval) yaitu ukuran yang menunjukan nilai

parameter yang asli mungkin berada. Selang Kepercayaan 95% artinya kita percaya
bahwa 95% sample yang kita ambil akan memuat nilai parameter aslinya. Selang
Kepercayaan 99% artinya kita percaya bahwa 99% sample yang kita ambil akan
memuat nilai parameter aslinya.
Tingkat kepercayaan atau disebut juga confidence interval atau risk level didasarkan
pada gagasan yang berasal dari Teorema Batas Sentral (Central Limit Theorem).
Gagasan pokok yang berasal dari teorema tersebut ialah apabila suatu populasi secara
berulang-ulang ditarik sampel, maka nilai rata-rata atribut yang diperoleh dari sampel-
sampel tersebut sejajar dengan nilai populasi yang sebenarnya (Jamhari, 2013).
1. Point estimation (Pendugaan Titik)

Point estimation (Pendugaan Titik) adalah suatu nilai (suatu titik) yang digunakan
untuk menduga suatu parameter populasi. Bila nilai parameter q dari populasi hanya
diduga dengan memakai satu nilai statistik dari sampel yang diambil dari populasi
tersebut.
2. Interval estimation (Pendugaan Interval)

Interval estimation (Pendugaan Interval) adalah suatu interval yang menyatakan
selang dimana suatu parameter populasi mungkin berada. Hasil dari pendugaan interval
ini diharapkan akan lebih obyektif. Pendugaan interval akan memberikan nilai
parameter dalam suatu interval dan bukan nilai tunggal bila nilai parameter q dari
populasi diduga dengan memakai beberapa nilai statistik q (topi) yang berada dalam
suatu interval, misalnya < q <. (Sari, 2009).
5
6.3 Langkah kerja dan teladan penerapan
a. Langkah Kerja
Berikut ini adalah cara untuk analisis menggunakan SPSS :

1. Buka aplikasi SPSS pada layar desktop komputer anda.
Gambar 1.Tampilan SPPS pada dekstop
2. Setelah itu tampilan worksheet terbuka, seperti gambar berikut :
Gambar 2. Tampilan aplikasi SPSS
6
3. Pemasukan data ke SPSS. Pilih menu File → New → Data
Gambar 3. Tampilan menu file submenu new
4. Kemudian klik mouse pada sheet tab variable view. Isi tabel berikut seperti berikut:
Gambar 4. Tampilan menu variable view

5. Kemudian klik mouse pada sheet tab data view. Masukkan data seperti berikut:
Gambar 5. Tampilan menu data view
6. Pada layar utama SPSS pilih menu AnalyzeCompare MeansPaired samples t-

test.
7
Gambar 6. Tampilan menu analyze submenu compare means
Gambar 7. Tampilan menu paired-samples t test

7. Masukkan pasangan data, pilih optionSelang 95%Continue. Tekan OK untuk
mengakhiri pengisian prosedur analisis.
Gambar 8. Tampilan menu paired-samples t test : options
8. Kemudian untuk menghitung data dengan satu variabel, pada layar utama SPSS
pilih menu analyzeCompare MeansOne-samples T-test.
8
Gambar 9. Tampilan menu one-samples t test
9. Masukkan Produksi ke Test Variable, kemudian klik options pada Confidence
Interval Percentage (90%) sesuai tingkat keyakinan. Klik ContinueOk.
Gambar 10. Tampilan menu one-samples t test : options
1. Diketahui data nilai hasil ujian Mahasiswa Matematika Angkatan 2020
9
Universitas Bengkulu sebagai berikut:
Mahasiswa ke-n Nilai
1 95
2 100
3 95
4 100
5 100
6 95
7 90
8 100
9 50
10 55
11 90
12 70
13 75
14 50
15 95
a. Dugalah rata-rata nilai tersebut.
b. Buatlah selang kepercayaan 99%.

2. Kerjakan Soal Latihan Nomor 3 Halaman 36. Ujilah hipotesis apakah terjadi
peningkatan nilai setelah pemberian Tutor terhadap mata kuliah Kalkulus dengan
menghitug selang kepercayaan 95%.
a. Ujilah hipotesis apakah terjadi peningkatan nilai setelah pemberian
Tutor terhadap mata kuliah Kalkulus. Jika diambil 10 sampel seperti
di bawah ini.
Sebelum 74 25 56 65 54 66 67 42 89 24
Sesudah 100 98 56 89 87 83 87 74 85 64

a. Hasil
10
Gambar 11. Hasil Teladan Penerapan No.1
Gambar 12. Hasil Teladan Penerapan No. 2
b. pembahasan
Pada soal nomor 1, menyatakan bahwa banyak data (N) 15 nilai mahasiswa dan
11
didapat hasil rata-ratanya 84.00 dan standar deviasinya 18.917. Dengan selang
kepercayaan 99% didapat kebebasan 14. Mean difference 84.000 dengan lower 69.45
dan upper 98.54. Seperti terlihat pada gambar 11.
Pada soal nomor 2, Dari output teladan no. 3 menyatakan bahwa banyak kedua
data (N) 10 buah, sebelum tutor memiliki mean 56,20 dan sesudah tutor memiliki
mean 82,30. Standar deviasi sebelum tutor ialah 20,816 dan setelah tutor 13,953.
Standar error sebelum tutor 6,582 dan setelah tutor 4,412. Corelation sesudah dan
sebelum tutor yaitu 0,280. Sig sebelum dan sesudah tutor adalah 0,433. Pendugaan
interval untuk µ adalah −41,529 < µ < −10,671 Seperti terlihat pada gambar 12.

a. Kesimpulan
12
Taraf kepercayaan adalah derajat jaminan bahwa pernyataan secara statistik tertentu
adalah benar dibawah kondisi yang telah disebutkan. Taraf nyata merupakan derajat
ketidak penentuan tentang pernyataan secara statistik pada kondisi yang sama untuk
menetukan taraf kepercayaan. Pendugaan titik yaitu parameter populasi yang biasanya
tidak diketahui nilainya.pendugaan titik, parameter yang tak diketahui hanya diduga
dengan satu nilai, sehingga kecil kemungkinannya untuk menduga parameter secara
tepat.
b. Saran
Semoga laporan ini dapat membantu menambah wawasan dan menjadi referensi
bagi pembaca terutama untuk kalangan mahasiswa yang ingin memperdalami SPSS.
Semga kita dapat menambah ilmu dengan membaca laporan ini. Aamiin
13
DAFTAR PUSTAKA
Adriana, Rani. 2012. http://slideplayer.info/slide/3640659/ . Diakses pada 25
Desember 2020 pukul 20.00 WIB.
Fransiska, H., Rachmawati, R., dan Damayanti, S. 2019. Modul Praktikum Metode

Statistika Edisi 2. Bengkulu: Universitas Bengkulu
Sari, Atikah. 2009 . pendugaan selang kepercayaan . www.belajarstatistika.com .
Diakses pada 25 Desember 2020 pukul 19.20 WIB.
vi
PERTEMUAN VII
PENGUJIAN HIPOTESIS
7
LAPORAN PRAKTIKUM
PERTEMUAN VII
METODE STATISTIKA
Oleh
Nama : Sakinah
Npm : F1A020047
2020
KATA PENGANTAR
pada waktunya.
Penulis
ii
DAFTAR ISI
HALAMAN JUDUL.......................................................................................................i
KATA PENGANTAR ....................................................................................................ii
DAFTAR ISI ................................................................................................................. iii
DAFTAR GAMBAR .................................................................................................... iv
DARTAR TABEL...........................................................................................................v
PENGUJIAN HIPOTESIS
7.1 Pendahuluan ............................................................................................................1
a. Latar Belakang ......................................................................................................1
b. Rumusan Masalah ..................................................................................................1
c. Tujuan ....................................................................................................................1
7.2 Landasan Teori ........................................................................................................2
7.3 Langkah Kerja dan Teladan Penerapan ..............................................................6
a.Langkah Kerja ........................................................................................................6
b. Teladan Penerapan ...............................................................................................9
7.4 Hasil dan Pembahasan .........................................................................................11
a. Hasil ................................................................................................................... 11
b. Pembahasan .........................................................................................................12
7.5 Kesimpulan dan Saran ........................................................................................ 13
a. Kesimpulan ..........................................................................................................13
b. Saran ....................................................................................................................13
DAFTAR PUSTAKA ............................................................................................ vi
iii
DAFTAR GAMBAR
Gambar 1. Tampila menu file submenu new

6
Gambar 2. Tampilan variable view................................................................................. 6
Gambar 3. Tampilan data view ...................................................................................... 6
Gambar 4. Tampilan variable view “values”................................................................. 7
Gambar 5. Tampilan independent samples t-test............................................................ 7
Gambar 6. Tampilan define group.................................................................................. 7
Gambar 7. Tampilan sub menu independent samples t-test............................................ 8
Gambar 8. Hasil teladan no 1....................................................................................... 10
iv
DAFTAR TABEL
v
PENGUJIAN HIPOTESIS
7.1 Pendahuluan
a. Latar Belakang
Hipotesis seperti yang kita ketahui (statistik), yakni dugaan yang mungkin benar,
atau mungkin juga salah. Dia akan ditolak jika salah atau palsu, dan akan diterima jika
faktor-faktor membenarkannya. Penolakan dan penerimaan hipotesis, dengan begitu
sangat tergantung kepada hasil-hasil penyelidikan terhadap faktor-faktor yang
dikumpulkan.
Hipotesis dapat juga dipandang sebagai konklusi yang sifatnya sangat sementara.
Sebagai konklusi sudah tentu hipotesis tidak dibuat dengan semena-mena, melainkan
atas dasar pengetahuan-pengetahuan tertentu. Pengetahuan ini sebagian dapat diambil
dari hasil-hasil serta problematika-problematika yang timbul dari penyelidikan-
penyelidikan yang mendahului, dari renungan-renungan atas dasar pertimbangan yang
masuk akal, ataupun dari hasil-hasil penyelidikan yang dilakukan sendiri. Jadi dalam
taraf ini mahasiswa cukup membuat konklusi dari persoalan-persoalan yang diajukan
dalam bab sebelumnya dan merumuskannya dalam bentuk statmen (pernyataan).
b. Rumusan Masalah
1. Bagaimanacaramempelajari program SPSS untuk menghitung pengujian hipotesis?
c. Tujuan
1. Mempelajari program SPSS untuk menghitung pengujian hipotesis.
1
7.2 Landasan Teori
Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisis
data, baik dari percobaan yang terkontrol maupun dari observasi (tidak terkontrol).
Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian
tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan, sesuai dengan
batas probabilitas yang sudah ditentukan sebelumnya.Uji hipotesis kadang disebut juga
"konfirmasi analisis data". Keputusan dari uji hipotesis hampir selalu dibuat
berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan
yang mengasumsikan hipotesis nol adalah benar.
Daerah kritis dari uji hipotesis adalah serangkaian hasil yang bisa menolak
hipotesis nol, untuk menerima hipotesis alternatif. Daerah kritis ini biasanya
disimbolkan dengan huruf C.
Hipotesis statistik Sebuah pernyataan tentang parameter yang menjelaskan sebuah
populasi (bukan sampel). Statistik Angka yang dihitung dari sekumpulan sampel.
Hipotesis nol (H0) adalah Sebuah hipotesis yang berlawanan dengan teori yang
akan dibuktikan.
Hipotesis alternatif (H1) atau hipotesis kerja (Ha) adalah Sebuah hipotesis (kadang
gabungan) yang berhubungan dengan teori yang akan dibuktikan.
Tes Statistik adalah Sebuah prosedur yang masukannya adalah sampel dan hasilnya
adalah hipotesis. Daerah penerimaan nilai dari tes statistik yang menggagalkan untuk
penolakan hipotesis nol.Daerah penolakan adalah nilai dari tes statistik untuk penolakan
hipotesis nol. Kekuatan Statistik (1 − β).Probabilitas kebenaran pada saat menolak
hipotesis nol. Tingkat signifikan test (α). Probabilitas kesalahan pada saat menolak
hipotesis nol.Nilai P (P-value). Probabilitas, mengasumsikan hipotesis nol benar.Jika
nilai p lebih kecil dari tingkat signifikan tes yang diharapkan, maka hipotesis nol bisa
ditolak. Jika nilai p tidak lebih kecil dari tingkat signifikan tes yang diharapkan bisa
disimpulkan bahwa tidak cukup bukti untuk menolak hipotesa nol, dan bisa disimpulkan
bahwa hipotesa alternatif yang benar(Dajan, 1981).
Prosedur uji hipotesis :
1) Menentukan H0 dan Hi.
2) Menentukan uji(prosedur) statistik yang digunakan.
3) Menentukan statistik tabel.
2
4) Menentukan statistik hitung.
5) Nilai statistik hitung tergantung pada metode parametik yang digunakan.
6) Mengambil keputusan.
(Fransiska, 2019)
Seorang yang dituduh pencuri dihadapkan kepada seorang hakim. Seorang hakim
akan menganggap orang tersebut tidak bersalah, sampai kesalahannya bisa dibuktikan.
Seorang jaksa akan berusaha membuktikan kesalahan orang tersebut.
Dalam kasus ini, hipotesis nol (H0) adalah: "Orang tersebut tidak bersalah", dan
hipotesis alternatif (H1) adalah: "Orang tersebut bersalah". Hipotesis alternatif (H1)
inilah yang akan dibuktikan.
Ada dua kondisi yang mungkin terjadi terhadap orang tersebut:
1) Orang tersebut tidak bersalah.
2) Orang tersebut bersalah.
Dan ada dua keputusan yang bisa diambil hakim:
1) Melepaskan orang tersebut.
2) Memenjarakan orang tersebut.
1) Memenjarakan orang yang benar (Kesalahan Tipe I)
2) Melepaskan orang yang bersalah (Kesalahan Tipe II)
( Lukman, 2011).
Hipotesis adalah dugaan sementara terhadap suatu masalah. Jawaban tersebut masih
perlu diuji kebenarannya. Seorang peneliti pasti akan mengamati sesuatu gejala,
peristiwa, atau masalah yang menjadi focus perhatiannya. Sebelum mendapatkan fakta
yang benar, mereka akan membuat dugaan tentang gejala, peristiwa, atau masalah yang
menjadi titik perhatiannya tersebut.
Fungsi atau kegunaan hipotesis yang disusun dalam suatu rencana penelitian,
setidaknya ada empat yaitu:
a. Hipotesis memberikan penjelasan sementara tentang gejala-gejala serta
memudahkan perluasan pengetahuan dalam suatu bidang.Untuk dapat sampai pada
pengetahuan yang dapat dipercaya mengenai masalah pendidikan, penelitian harus
melangkah lebih jauh dari pada sekedar mengumpukan fakta yang berserakan, untuk
mencari generalisasi dan antar hubungan yang ada diantara fakta-fakta tersebut. Antar
hubungan dan generalisasi ini akan memberikan gambaran pola yang penting untuk
3
memahami persoalan. Pola semacam ini tidaklah menjadi jelas selama pengumpulan
data dilakukan tanpa arah. Hipotesis yang telah terencana dengan baik akan
memberikan arah dan mengemukakan penjelasan. Karena hipotesis tersebut dapat diuji
dan divalidasi melalui penyelidikan ilmiah, maka hipotesis dapat mebantu kita untuk
memperluas pengetahuan.
b. Hipotesis memberikan suatu pernyataan hubungan yang langsung dapatdiuji dalam
penelitian.Pertanyaan tidak dapat diuji secara langsung. Penelitian memang dimulai
dengan suatu pertanyaan, akan tetapi hanya hubungan antara variabel yang akan dapat
duji. Misalnya, peneliti tidak akan menguji pertanyaan apakah komentar guru terhadap
pekerjaan murid menyebabkan peningkatan hasil belajar murid secara nyata? akan tetapi
peneliti menguji hipotesis yang tersirat dalam pertanyaan tersebut “komentar guru
terhadap hasil pekerjaan murid, menyebabkan meningkatnya hasil belajar murid secara
nyata“ atau yang lebih spesifik lagi “skor hasil belajar siswa yang menerima komentar
guru atas pekerjaan mereka sebelumnya akan lebih tinggi dari pada skor siswa yang
tidak menerima komentar guru atas pekerjaan mereka sebelumnya“. Selanjutnya peneliti
dapat melanjutkan penelitiannya dengan meneliti hubngan antara kedua vatiabel
tersebut, yaitu komentar guru dan prestasi siswa.
c. Hipotesis memberikan arah kepada penelitian. Hipotesis merupakan tujuan khusus.
Dengan demikian hipotesis juga menentukan sifat-sifat data yang diperlukan untuk
menguji pernyataan tersebut. Secara sangat sederhana, hipotesis menunjukkan kepada
para peneliti apa yang harus dilakukan. Fakta yang harus dipilih dan diamati adalah
fakta yang adahubungannnya dengan pertanyaan tertentu. Hipotesislah yang mentukan
relevansi fakta-fakta itu. Hipotesis ini dapat memberikan dasar dalam pemilihan sampel
serta prosedur penelitian yang harus dipakai. Hipotesis juga dapat menunjukkan analisis
satatistik yang diperlukan dan hubungannya yang harus menunjukkan analisis statistik
yang diperlukan agar ruang lingkup studi tersebut tetap terbatas, dengan mencegahnya
menjadi terlalu sarat. Sebagi contoh, lihatlah kembali hipotesis tentanglatihan pra
sekolah bagi anak-anak kelas satu yang mengalami hambatan kultural. Hipotesi ini
menunjukkan metode penelitian yang diperlukan serta sampel yang harus digunakan.
Hipotesis inipun bahkan menuntun peneliti kepada tes statistik yang mungkin
diperlukan untuk menganalisis data. Dari pernyataan hipotesis itu jelas bahwa peneliti
harus melakukan eksperimen yang membandingkan hasil belajar dikelas satu dari
4
sampel siswa yang mengalami hambatan kultural dan telah mengalami program pra
sekolah dengan sekelompok anak serupa yang tidak mengalami progaram pra sekolah.
Setiap perbedaan hasil belajar rata-rata kedua kelompok tersebut dapat dianalaisis denga
tes atau teknik analis variansi, agar dapat diketahui signifikansinya menurut statistik.
d. Hipotesis memberikan kerangka untuk melaporkan kesimpulan.Akan sangat
memudahkan peneliti jika mengambil setiap hipotesis secara terpisah dan menyatakan
kesimpulan yang relevan dengan hipotesis tersebut. Artinya, peneliti dapat menyusun
bagian laporan tertulis ini diseputar jawaban-jawaban terhadap hipotesis semula,
sehingga membuat penyajian ini lebih berarti dan mudah dibaca.
Jenis-Jenis Hipotesis:
1) Hipotesis Nol (Ho)
Hipotesis nol (H0) adalah hipotesis yang menyatakan tidak adanya hubungan antara
variabel independen (X) dan variabel dependen (Y). Artinya, dalam rumusan hipotesis,
yang diuji adalah ketidakbenaran variabel (X) mempengaruhi (Y). Ex: “tidak ada
hubungan antara warna baju dengan kecerdasan mahasiswa”.
2) Hipotesis Kerja (H1)
Hipotesis Kerja (H1) adalah hipotesis yang menyatakan adanya hubungan antara
variabel independen (X) dan variabel dependen (Y) yang diteliti. Hasil perhitungan H1
tersebut, akan digunakan sebagai dasar pencarian data penelitian. (Ardian, 2012)
5
a. LangkahKerja
Gambar 1. Menu File submenu New

2. Kemudian klik mouse pada sheet tab Variable View. Isi tabel seperti berikut:
Gambar 2. Variable View

Gambar 3. Data view
6
4. Memberi label pada Variable View sesuai yang diinginkan, kemudian atur kode 1.0
“ikut tutor” dan kode 2.0 “tidak ikut tutor”.
Gambar 4. Variable View “values”

5. Pada layar utama SPSS Pilih Analyze→Compare means→Independent samples t-
test.
Gambar 5.Sub menu Independent samples t-test
6. Padakotak dialog isikan test variabels dengan nilai mahasiswa sedangkan untuk
grouping variable isikan dengan apakah ikut tutor.
Gambar 6. Define Groups
7
7. Masukkan pasangan variable data pada kolom test variable(s), pilih Option
→Confident Interval Percentage 95%→ continue
Gambar 7.Sub menu Independent samples t-test

8. Tekan OK untuk mengakhiri pengisian prosedur analisis.
8
1. Apakah ada perbedaan rata – rata berat badan antara mahasiswa matematika
angkatan 2019 kelas A dan kelas B.
Berat Badan
Kelas
Mahasiswa
55 1.0
44 1.0
43 1.0
46 1.0
50 1.0
57 1.0
66 1.0
49 1.0
49 1.0
65 1.0
42 1.0
65 1.0
55 1.0
48 1.0
85 1.0
55 1.0
48 1.0
62 1.0
49 1.0
55 1.0
47 1.0
55 1.0
53 1.0
62 1.0
38 1.0
60 1.0
57 1.0
91 1.0
43 1.0
54 1.0
43 2.0
61 2.0
54 2.0
42 2.0
42 2.0
63 2.0
51 2.0
9
58 2.0
38 2.0
50 2.0
42 2.0
48 2.0
42 2.0
55 2.0
58 2.0
63 2.0
55 2.0
65 2.0
50 2.0
54 2.0
48 2.0
30 2.0
55 2.0
51 2.0
48 2.0
48 2.0
43 2.0
50 2.0
50 2.0
57 2.0
10
a. Hasil
b. Pembahasan
11
Pada teladan nomor 1 kita dapat mengetahui hasil berat badan mahasiswa
matematika angkatan 2020 di Universitas Bengkulu adalah Kelas A N=29 dengan
Mean=54,97; Std. Deviation=11,794, Std. Error Mean=2,190 dan Kelas B N=30
dengan Mean=50,47; Std. Deviation=7,890, Std. Error Mean=1,441. Pada hasil berat
badan mahasiswa matematika angkatan 2020 di Universitas Bengkulu, Equal variances
assumed adalah F=1,677; sig=0,200; t=1,728; df=57, sig(2-tailed)=0,089; mean
difference=4,499; std. error difference=2,604; lower=-0,716; upper=9,714; Equal
variances not assumed adalah t=1,716; df=48,672; sig(2-tailed)=0.092; mean
difference=4,499; std. error difference=2,621; lower=--0.770; upper=9,768.
12
a. Kesimpulan
Setelah diadakannya praktikum, kita mampu mengetahui bahwa dengan
menggunakan program SPSS kita dapat menghitung pengujian hipotesis dengan mudah.
Kita juga mampu mengetahui bagaimana proses pengujian sebuah hipotesis tersebut,
dapat mengetahui data tersebut dapat diterima atau tidak, dan dapat megetahui hipotesis
nol dapat diterima atau tidak melalui nilai persentase pada option yang sangat
berpengaruh dalam menentukan apakah F > α.
b. Saran
Praktikan mampu melakukan praktikum yang akan datang dengan baik dan
semaksimal mungkin. Seluruh praktikan dapat mempersiapkan pengetahuan lebih
dengan cara belajar terlebih dahulu sebelum memulai praktikum yang akan datang guna
menambah pengetahuan praktikan tentang penggunaan program SPSS.
13
DAFTAR PUSTAKA
Rachmawati, R., dan Damayanti, S. 2019. Modul Praktikum Metode Statistika Edisi

2. Bengkulu: Universitas Bengkulu
Hadi, Sutrisno. 1981. Statistik. Yayasan penerbitan fakultas psikologi UGM.
Yogyakarta
Supranto, J. 1986. Statistika teori dan aplikasi. Erlangga. Jakarta.
vi
PERTEMUAN VIII
ANALISIS REGRESI
8
LAPORAN PRAKTIKUM
PERTEMUAN VIII
METODE STATISTIKA
Oleh
Nama : Sakinah
Npm : F1A020047
2020
KATA PENGANTAR
pada waktunya.
Penulis
ii
DAFTAR ISI
HALAMAN JUDUL........................................................................................................i
KATA PENGANTAR ....................................................................................................ii
DAFTAR ISI ..................................................................................................................iii
DAFTAR GAMBAR .....................................................................................................iv
DAFTAR TABEL ..........................................................................................................v
ANALISIS REGRESI
8.1 Pendahuluan.............................................................................................................1
g. Latar Belakang ....................................................................................................1
h. Rumusan Masalah ...............................................................................................1
i. Tujuan .................................................................................................................1
8.2 Landasan Teori ........................................................................................................2
8.3 Langkah Kerja Dan Teladan...................................................................................4
14 Langkah Kerja .....................................................................................................4
15 Teladan ................................................................................................................6
8.4 Hasil Dan Pembahasan.......................................................................................... 7
c. Hasil .................................................................................................................... 7
d. Pembahasan ........................................................................................................ 9
8.5 Kesimpulan Dan Saran .........................................................................................10
e. Kesimpulan .......................................................................................................10
f. Saran .................................................................................................................10
DAFTAR PUSTAKA ...................................................................................................vi
iii
DAFTAR GAMBAR
Gambar 1. Tampilan menu file sub menu new.......................................................................4

Gambar 2. Tampilan variable view...................................................................................4
Gambar 3. Tampilan data view.........................................................................................4
Gambar 4. Tampilan analyze sub menu regression .........................................................4
Gambar 5. Tampilan sub menu linear regression.............................................................5
Gambar 6. Tampilan statistic............................................................................................5
Gambar 7. Tampilan hasil teladan no 1a...........................................................................7
Gambar 8. Tampilan hasil teladan no 1b...........................................................................7
Gambar 9. Tampilan hasil teladan no 1c...........................................................................8
iv
DAFTAR TABEL
Tabel 1. Teladan penerapan 1…….

………………………………………………………….6
vi
vii
ANALISIS REGRESI
8.1 Pendahuluan
a. Latar Belakang
Analisis regresi merupakan salah satu alat statistic yang banyak digunakan dalam
berbagai bidang. Analisis tersebut bertujuan untuk mengetahui hubungan antara variable
dependen dan variable independen. Ada beberapa macam tipe analisis regresi. Tipe yang
pertama adalah analisis regresi linier sederhana yang berfungsi untuk mengetahui hubungan
linier antara dua variable, satu variable dependen dan variable independen. Tipe kedua
adalah analisis regresi linier berganda yang merupakan model regresi linier dengan satu
variable dependen dan lebih dari satu variable independen. Pemodelan dengan regresi
sudah banyak digunakan mulai dari bidang social, ekonomi, kimia, kesehatan, dan
sebagainya. Dengan model regresi yang dihasilkan dapat diketahui variable-variabel yang
berpengaruh tersebut maka model yang diperoleh harus dapat memenuhi asumsi-asumsi
yang berlaku di dalam regresi.
b. Rumusan Masalah
2. Bagaimanacaramempelajariprogram SPSS untuk mampu membuat model regresi linier
sederhana ?
3. Bagaimana cara mengaplikasikan program SPSS untuk membuat model regresi linier
berganda?
4. Bagaimanacaramempelajari program SPSS untuk melakukan analisis korelasi?
c. Tujuan
1. Mempelajari program SPSS untuk mampu membuat model regresi linier sederhana
2. Mengaplikasikan program SPSS untuk membuat model regresi linier berganda
3. Mempelajari program SPSS untuk melakukan analisis korelasi
1
8.2 Landasan Teori
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan
sebab-akibat antara satu variabel dengan variabel-variabel yang lain. Variabel "penyebab"
disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel
independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik
sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang
dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat
merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel
acak.
Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan
penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga
digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel
terikat, dan untuk mengetahui bentuk hubungan tersebut. Singkatnya analisis regresi
merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak
bebas, untuk meramalkan nilai variabel tidak bebas (Karseno,1995).
Hubungan antar variabel dapat berupa hubungan linier dan tidak linier. Misalnya, berat
badan orang dewasa sampai pada tahap tertentu bergantung pada tinggi badan, keliling
lingkaran bergantung pada diameternya, dan tekanan gas bergantung pada suhu dan
volumenya. Hubungan-hubungan itu bila dinyatakan dalam bentuk matematis akan
memberikan persamaan-persamaan tertentu. Untuk dua variabel, hubungan liniernya dapat
dinyatakan dalam bentuk persamaan linier, yakni: Y = a + bX. Hubungan antara dua
variabel pada persamaan linier jika digambarkan secara (scatter diagram), semua nilai Y
dan X akan berada pada suatu garis lurus. Dan dalam ilmu ekonomi, garis itu dinamakan
garis regresi (Hasan, 2003).
Berdasarkan banyaknya peubah bebas yang mempengaruhi, regresi dibedakan menjadi
dua yaitu:
a. Regresi linier sederhana
Persamaan regresi linier sederhana adalah persamaan regresi dengan satu peubah tak bebas
(Y) dan hanya satu peubah bebas (X). Dengan model linier:
Yi = β0 + β1Xi + εi
2
b. Regresi linier berganda
Persamaan regresi berganda adalah persamaan regresi dengan satu peubah takbebas
(Y) dan beberapa peubah bebas (X1,X2,X3,...,Xn). Model linear:
Yi = β0 + β1Xi + β2X2i + ......+βn1Xni + εi
Analisis korelasi, sebelum dilakukan analisa regresi langkah yang biasa ditempuh
adalah melakukan analisa korelasi yang bertujuan untuk mengetahui erat tidaknya
hubungan antar variabel . pada analisa regresi untuk observasi Y diasumsikan bahwa X
adalah tetap konstan dari sampel ke sampel. Interpretasi koefisien korelasi untuk mengukur
kuatnya hubungan antar variabel tergantung pada asumsi yang digunakan untuk X dan Y.
Bila X dan Y bervariasi maka koefisien korelasi akan mengukur “covariability (kesamaan
variasi)” antara X dan Y (Racmawati,2019).
Kata “ korelasi” berasaldaribahasainggris correlation. Dalam bahasa indonesia sering
diterjemahkan dengan ; “ hubungan” atau “ saling hubungan” atau “ hubungan timbal
balik”. Dalam ilmu statistik istilah”korelasi”diberi pengertian sebagai hubungan antar dua
variabel atau lebih”.
Selain itu, Korelasi juga dapat diartikan sebagai salah satu teknik statistik yang
digunakan untuk untuk mencari hubungan antara dua variabel atau lebih yang sifatnya
kuantitatif. Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association) (Yitnosumarto, 1985).
3
a. LangkahKerja
Gambar 1. Menu File submenu New

2. Kemudian klik mouse pada sheet tabVariable View. Isi tabel seperti berikut:
Gambar 2. Variable View

Gambar 3. Data view
4. Padalayarutama SPSS PilihAnalyze→Regression→Linier.
4
Gambar 4. Menu Analyze Submenu Regression
5. Masukkan variable Tinggi Badanpadakolom Independent(s) dan Berat Badan pada
kolom Dependent.
Gambar 5.Sub menu Linier Regression

6. Padakotakdialog Regression Coefficient dengan mengklik pilihan yang diinginkan.
Gambar 6. Statistics
7. Tekan OK untuk mengakhiri pengisian prosedur analisis.
b. Teladan
Data dianggap memenuhi asumsi dan persyaratan analisis; data dipilih secara random;
5
berdistribusi normal; berpola linier; data sudah homogen dan mempunyai pasangan yang
sama sesuai dengan subjek yang sama. Data sebagai berikut :
Pengalama 2 3 1 4 1 3 2 2
n
Kerja (x)
tahun
Penjualan 50 60 30 70 40 50 40 35
barang
elektronik
(y) unit
Pertanyaan:
a. Bagaimana persamaan regresinya?
b. Gambarkan diagram pencar?
c. Gambarkan arah garis regresinya?
d. Buktikan apakah ada pengaruh yang signifikan antara pengalaman kerja (X)
terhadap penjualan barang elektronik (Y).
6
a. Hasil
Gambar 7. Hasil teladan no 1 a
Gambar 8. Hasil teladan no 1 b
7
Gambar 9. Hasil teladan no 1 c
8
b. Pembahasan
Dari soal no 1 pada tabel Descriptive Statistics kita dapat melihat mean penjualan
barang adalah 46.88 dan mean pengalaman kerjaadalah 2.25. Standart Deviation penjualan
barangadalah 13.346 dan Standar Deviation pengalaman kerja adalah 1.35. Pada tabel
Corelations kita dapat melihat bahwa hubugan antara penjualan barangdan pengalaman
kerja adalah kuat. Pada tabel Model Summary kita dapat melihat bahwa R Squareadalah
0.795 artinya 795,% penjualan barangdipengaruhi oleh pengalaman kerja, sedangkan
sisanya adalah21,5% dipengaruhi oleh faktor - faktor lain diluar model yang
digunakan.Standard Error of the Estimate (SEE)adalah6.519 < 11.176 , kita ketahui bahwa
semakin kecil angkanya berarti semakin baik prediksinya. Pada tabel Anova kita dapat
melihat Sum of Squares Regression adalah991.875 dan df adalah 1. Sum of Squares
Residual adalah 225.00 dan df adalah6.Sum of Suares Total adalah 1246.875 dan df adalah
1. Mean Square Regressionadalah 991.875Mean Square Residual adalah42.500. F hitung
sebesar 23.338 mempunyai nilai lebih kecil dibandingkan nilai F tabel α 5% sehingga Ho
diterima artinya model regresi tidak dapat dipakai untuk memprediksi banyak penjualan.
Nilai signifikansi 0.003 > 0.05 maka Ho ditolak artinya model regresidapat dipakai untuk
memprediksi banyak penjualan.Pada tabel coefficients kita dapat melihat Constanta
adalah78.348 artinya bahwa jika jumlah variabel pengalaman kerjadiabaikan, maka jumlah
banyak penjualan adalah sebesar 78.348 . pengalaman kerjaadalah-0.016 artinya setiap
penambahan banyak penjualan, maka pengalaman kerjaakan meningkat sebanyak 10.647.
Standar Erroruntuk konstanta yaitu adalah5.831dan untuk pengalaman
kerjaadalah2.38.Nilai t hitung untuk pengalaman kerjaadalah4.831lebih besar dari t table
maka Ho ditolak dan nilai signifikansi atau probabilitas sebesar 0.011 < 0.05 maka Ho
ditolak. Berdasarkan uji t dan uji signifikansi atau probabilitas maka diperoleh Ho diolak
sehingga pada taraf kepercayaan sebesar 95% pengalaman kerja berpengaruh terhadap
banyak penjualan secara signifikan pada taraf kepercayaan 95%.
9
a. Kesimpulan
Setelah diadakannya praktikum, kita dapat mengenal program SPSS, kita dapat
mengetahui bahwa program SPSS dapat digunakan untuk membuat model regresi. Analisis
model regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab
akibat antara satu variable dengan variable lainnya.
Dan kita juga dapat mengaplikasikan program SPSS untuk membuat model regresi
linier berganda. Model statistika ini memanfaatkan hubungan dua atau lebih peubah
kuantitatif sehingga salah satu peubah dapat diramalkan dari peubah yang lain.
Serta program SPSS juga dapat melakukan analisis korelasi.Dengan begitu kita dapat
menggunakan program SPSS untuk penyajian data dengan mudah
b. Saran
Berikut ini adalah saran bagi praktikan, yaitu:
Praktikan mampu melakukan praktikum yang akan datang dengan baik dan semaksimal
mungkin. Seluruh praktikan dapat mempersiapkan pengetahuan lebih dengan cara belajar
terlebih dahulu sebelum memulai praktikum yang akan datang guna menambah
pengetahuan praktikan tentang penggunaan program SPSS.
10
11
DAFTAR PUSTAKA
Agus. 2004. Korelasi dan Regresi Linier Sederhana. http:// web. ipb. Ac .id/ stat/ agus ms/
uploads/ Analisis%20 Korelasi%20 dan %20Regresi. pdf.Diakses pada tanggal 1
Januari 2021 Pukul 20.09 WIB.
Avip, Bambang. 2005. Analisis Regresi Menggunakan SPSS.http:// file. upi. edu/ Direktori/
FPMIPA/ JUR.PEND.MATEMATIKA/ 196412051990031- BAM -BANG AVIP
PRIATNAM / ANALISIS_REGRESI. pdf.Diakses pada tanggal 1 Januari 2021
Pukul 20.40 WIB.
Rachmawati, R. dan Damayanti, S.2019, Modul Praktikum Metode Statistika Edisi 2.
Bengkulu : Universitas Bengkulu
Hasan, Ikbal. 2003. Pokok-pokok Materi Statistik 2. Jakarta: Bumi Aksara
vi
vi
KESIMPULAN
PERTEMUAN I : PENGENALAN PROGRAM SPSS
SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik
cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan
menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk
dipahami cara pengoperasiannya.
SPSS terdiri atas 11 menu utama menu-menu yang terdapat pada SPSS yaitu file, edit,
view, data, transform, analyse, add-ons, graph, utilities, windows, help
PERTEMUAN II : PENYAJIAN DATA (DIAGRAM)
Diagram adalah gambar yang menyajikan data secara visual yang biasanya berasal
dari table yang telah dibuat. Macam-macam diagram diantaranya
1. Diagram garis yaitu penyajian data statistik dengan menggunakan diagram
berbentuk garis lurus
2. Diagram lingkaran yaitu penyajian data statistik dengan menggunakan gambar
yang berbentuk lingkaran
3. Diagram batang yang menunjukkan keterangan-keterangan dengan batang- batang
tegak atau mendatar dan sama lebar dengan batang-batang yang terpisah
4. Histogram yaitu suatu data yang diperoleh dapat disusun dalam tabel distribusi
frekuensi dan disajikan dalam bentuk histogram yang gambar batang-batangnya
berimpit.
Untuk memasukkan data ke SPSS dapat dilakukan dengan memilih menu File
New Data, klik Variable View dan isikan datanya. Kemudian masukkan juga data pada
sheet tab Data View
PERTEMUAN III : UKURAN PEMUSATAN, PENYEBARAN, DAN
UKURAN LAIN DARI DATA
Kesimpulan dari hasil laporan yang telah selesai ini yaitu Ukuran pemusatan
merupakan ukuran yang dapat melihat bagaimana data tersebut mengumpul, Ukuran
pemusatan data yaitu mencari sebuah nilai yang dapat mewakili dari suatu rangkaian data.
9
Ukuran pemusatan terdiri dari mean, median, dan mode (modus). Ukuran penyebaran
adalah suatu ukuran untuk mengetahui seberapa jauh penyebaran data dari nilai rata-
ratanya. Ukuran penyebaran terdiri dari standar deviasi, variansi, dan range. Ukuran lain
dari data terdiri dari kemiringan (skewness) dan kelancipan (kurtosis).
PERTEMUAN IV : FUNGSI SEBARAN DISKRIT
Setelah diadakannya praktikum, kita bisa mempelajari MS. Excel untuk memahami
konsep peluang, peluang yang sering disebut sebagai probabilitas dapat dipandang
sebagai cara untuk mengungkapkan ukuran ketidakpastian atau ketidakyakinan suatu
peristiwa terjadi.
Dan mempelajari MS. Excel untuk mampu menghitung peluang pada kasus data
yang memiliki sebaran diskrit.Sehingga setelah dilakukannya praktikum ini, kita dapat
mengaplikasikan program MS. Excel dengan lebih mudah dan efektif.
PERTEMUAN V : FUNGSI SEBARAN KONTINU
Dari praktikum yang telah dilakukan, kita dapat mengetahui atau memahami bahwa
untuk menyatakan suatu ketidak pastian / kepastian diperlukan permodelan matematis
yang secara teoritis dinyatakan dengan sebaran atau distribusi. Kita juga dapat menghitung
peluang pada kasus-kasus data yang memiliki sebaran kontinu dengan menggunakan
MS.Excel dengan mudah dan tepat tanpa perlu menggunakan rumus panjang ataupun
menggunakan bantuan kalkulator. Kemudian setelah praktikum ini, kita jugadapat
mengetahui macam-macam sebaran kontinu beserta formulanya pada MS. Excel
yaitusebaran normal, sebaran Kai-kuadrat, sebaran t dan sebaranF.
PERTEMUAN VI : PENDUGA TITIK DAN INTERVAL
Taraf kepercayaan adalah derajat jaminan bahwa pernyataan secara statistik tertentu
adalah benar dibawah kondisi yang telah disebutkan. Taraf nyata merupakan derajat ketidak
penentuan tentang pernyataan secara statistik pada kondisi yang sama untuk menetukan
taraf kepercayaan. Pendugaan titik yaitu parameter populasi yang biasanya tidak diketahui
nilainya.pendugaan titik, parameter yang tak diketahui hanya diduga dengan satu nilai,
sehingga kecil kemungkinannya untuk menduga parameter secara tepat.
10
PERTEMUAN VII : PENGUJIAN HIPOTESIS
Setelah diadakannya praktikum, kita mampu mengetahui bahwa dengan menggunakan

program SPSS kita dapat menghitung pengujian hipotesis dengan mudah. Kita juga mampu
mengetahui bagaimana proses pengujian sebuah hipotesis tersebut, dapat mengetahui data
tersebut dapat diterima atau tidak, dan dapat megetahui hipotesis nol dapat diterima atau
tidak melalui nilai persentase pada option yang sangat berpengaruh dalam menentukan
apakah F > α.
PERTEMUAN VIII : ANALISIS REGRESI
Setelah diadakannya praktikum, kita dapat mengenal program SPSS, kita dapat
mengetahui bahwa program SPSS dapat digunakan untuk membuat model regresi.
Analisis model regresi dalam statistika adalah salah satu metode untuk menentukan
hubungan sebab akibat antara satu variable dengan variable lainnya.
Dan kita juga dapat mengaplikasikan program SPSS untuk membuat model
regresi linier berganda. Model statistika ini memanfaatkan hubungan dua atau lebih
peubah kuantitatif sehingga salah satu peubah dapat diramalkan dari peubah yang
lain.
Serta program SPSS juga dapat melakukan analisis korelasi.Dengan begitu kita
dapat menggunakan program SPSS untuk penyajian data dengan mudah
11
DAFTAR PUSAKA
Adriana, Rani. 2012. http://slideplayer.info/slide/3640659/ . Diakses pada 25
Desember 2020 pukul 20.00 WIB.
Agus. 2004. Korelasi dan Regresi Linier Sederhana. http:// web. ipb. Ac .id/ stat/ agus ms/
uploads/ Analisis%20 Korelasi%20 dan %20Regresi. pdf.Diakses pada tanggal 1
Januari 2021 Pukul 20.09 WIB.
Avip, Bambang. 2005. Analisis Regresi Menggunakan SPSS.http:// file. upi. edu/ Direktori/
FPMIPA/ JUR.PEND.MATEMATIKA/ 196412051990031- BAM -BANG AVIP
PRIATNAM / ANALISIS_REGRESI. pdf.Diakses pada tanggal 1 Januari 2021
Pukul 20.40 WIB.
Fatkoer, M. 2011. Materi Metode Statistika Kuliah 1. Jakarta: Grasindo

Hartatik. 2013. BAB 3: Penyajian Data. Diakses dari http://lecturer.d3ti. mipa.uns.ac.id/
hartatik/files/2013/09/BAB-3-PENYAJIAN-DATA.pdf pada tanggal 29 November
2020 pukul 11.25 WIBHerrhyanto, Nar. 2009. Pengantar Statistika Matematis.
Bandung : CV. Yrama Widya.
Hasan, Ikbal. 2003. Pokok-pokok Materi Statistik 2. Jakarta: Bumi Aksara Hadi, Sutrisno.
1981. Statistik. Yayasan penerbitan fakultas psikologi UGM. Yogyakarta
Lukman, iwn. 2011. Distribusi Peubah Acak.Elek Media Komputido :Indonesia
Munir, Renaldi. 2009. Beberapa Distribusi Peluang KontinuDiakses pada tanggal 19
Desember 2020 Pukul 20.00 WIB.
Narotama. 2011. Belajar Sendiri SPSS 16. http://referensi.dosen.narotama.ac.id/
files/2011/12/Belajar-Sendiri-SPSS-16.pdf. Diakses pada tanggal 19 November 2020
pukul 11.30 WIB
Nugroho, S. 2012. Dasar-dasar Metode Statistika Edisi ke-2.Grasindo: Jakarta
Pasaribu, Amudi. 1975. Pengantar Statistik. Gahlia Indonesia: Jakarta.

Racmawati,Ramyan dan Septi Damayanti 2019. Modul Praktikum Metode Statistika.
Universitas Bengkulu:Bengkulu
iv
Santoso,S.2009.Panduan lengkap menguasai Statistik dengan SPSS 17.Elek Media
Komputido:Indonesia.tanggal 02 Desember 2020 pukul 12.23 WIB.
Santoso,S. 2009. Panduan Lengkap Menguasai Statistik dengan SPSS 16. Jakarta: Elek Media
Komputido.
Santoso,Singgih. 2014. Panduan Lengkap SPSS edisi Revisi.Tangerang:Gramedia.

Sari, Atikah. 2009 . pendugaan selang kepercayaan . www.belajarstatistika.com . Diakses
pada 25 Desember 2020 pukul 19.20 WIB
Sukoco, Agus. 2013. Modul 3 Statistik Deskriptif. http://agussukoco.dosen.narota-

ma.ac.id/files/2013/03/Modul-3-Statistik-Deskriptif-EDISI-2.pdf. Diakses pada
Fatkoer, M. 2011.Materi metode statistika kuliah 1.Grasindo : Jakarta
Supranto, J. 1986. Statistika teori dan aplikasi. Erlangga. Jakarta

Walpole, Ronald E. 1993. Pengantar Statistika Edisi Ke-3.Jakarta:PT Gramedia Pustaka
Utama
Zuriah, Ayu. 2011. Modul SPSS 17. Diakses dari http://upkfe.web.id/wp-
content/uploads/2011/09/MODUL-SPSS-17.pdf pada tanggal 29 November 2020
pukul 11.47 WIB
.
.

Laporan Akhir Praktikum (Sakinah-F1a020047)

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Akhir Praktikum (Sakinah-F1a020047)

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN AKHIR PRAKTIKUM

PENGANTAR ILMU KOMPUTER

Dosen Pengampu : Buyung Keraman, Dr. Drs, M.Kes

Asisten Praktikum : 1. Enda Yulia YY (F1A018005)

2. Tiara Angraini (F1A019030)

Bengkulu, 15 Januari 2021

Pertemuan I Pengenalan Program SPSS........................................................................1

Pertemuan II : Penyajian Data (DIAGRAM) ................................................................ 2

Pertemuan IV : Fungsi Sebran Diskrit............................................................................4

Pertemuan V : Fungsi Sebara Kontinu..........................................................................5

Pertemuan VI : Penduga Titik dan Interval....................................................................6

Pertemuan VII : Pengujian Hipotesis ............................................................................7

Pertemuan VIII : Analisi Regresi...................................................................................8

PENGENALAN PROGRAM SPSS

Dosen Pengampu : Buyung Keraman, Dr. Drs, M.Kes

Asisten Praktikum : 1. Enda Yulia YY (F1A018005)

2. Tiara Angraini (F1A019030)

Bengkulu, 21 November 2020

1.3 Langkah Kerja dan Teladan

Gambar 1. Membuka program SPSS

Gambar 2. Tampilan utama SPSS

Gambar 4. Sub menu pada menu edit

Gambar 5. Sub view pada menu view

Gambar 7 Sub menu pada menu Transporm

Gambar 8. Sub menu pada menu Analyze

Gambar 10. Sub menu pada utilities

Gambar 11. Sub menu pada add-ons

Gambar 12. Sub menu pada Window

Narotama. 2011. Belajar Sendiri SPSS 16. http://referensi.dosen.narotama.ac.id/

Dosen Pengampu : Buyung Keraman, Dr. Drs, M.Kes

Asisten Praktikum : 1. Enda Yulia YY (F1A018005)

2. Tiara Angraini (F1A019030)

Alhamdulillah, puji syukur kehadirat Allah SWT yang telah memberikan

Bengkulu, 21 November 2020

Gambar 2.1 Diagram Garis....................................................................................3

Statistika adalah ilmu yang mempelajari bagaimana

Berdasarkan latar belakang di atas, masalah yang dapat disimpulkan

b. Bagaimana cara penyajian data pada program spss untuk dapat

b. Mempelajari program SPSS untuk dapat membuat diagram baik

Penyajian data statistik dengan menggunakan diagram berbentuk garis lurus

Gambar 2.1 Grafik Garis

Diagram batang umumnya digunakan untuk menggambarkan perkembangan

Gambar 2.3 Diagram Batang

Histogram merupakan diagram frekuensi bertangga yang bentuknya seperti

Pemasukan data ke SPSS

c. Pilih menu File → New → Data. Kemudian klik mouse pada

Gambar 2.5 Sheet Tab Variable View

Gambar 2.6 Sheet Tab Data View

a. Membuat diagram tangkai daun dan histogram.

1. Masukkan variabel data pada kolom variable(s)

Gambar 2.7 Pengisian untuk Diagram Tangkai Daun dan Histogram

b. Tekan OK untuk mengakhiri pengisian prosedur analisis.

c. Membuat Diagram Batang dan Lingkaran

d. Masukkan variabel data pada kolom variabel(s)

Gambar 2.8 Pengisian Variable Untuk Diagram Batang dan Lingkaran

1. Daftar berat badan siswa 60 siswa SMPN Nusa Bangsa

Gambar 2.9 Hasil Diagram Histogram Teladan 1

Gambar 2.10 Hasil Diagram Batang Teladan 1

Gambar 2.13 Hasil Diagram Tangkai dan Daun Teladan 1

Hartatik. 2013. BAB 3: Penyajian Data. Diakses dari http://lecturer.d3ti.

Rachmawati, Ramya dkk. 2019. Modul Pratikum Metode Statistika. Bengkulu:

Dosen Pengampu : Buyung Keraman, Dr. Drs, M.Kes