MAKALAH

RINGKASAN MATERI STATISTIKA

Disusun Guna Memenuhi Tugas Mata Kuliah Statistika

Dosen Pengampu :

Harvey Desmon Hutahaean, SKom.,IPM.

Disusun Oleh :

INDRA M. PANJAITAN ( 5203351024 )

PROGRAM STUDI PENDIDIKAN TEKNOLOGI INFORMATIKA DAN KOMPUTER

FAKULTAS TEKNIK
UNIVERSITAS NEGERI MEDAN
2022
KATA PENGANTAR

Puji syukur saya ucapkan kehadirat Allah SWT atas segala rahmat-Nya sehingga makalah
ini dapat tersusun sampai dengan selesai. Tidak lupa kami mengucapkan terima kasih terhadap
bantuan dari pihak yang telah berkontribusi dengan memberikan sumbangan baik pikiran maupun
materinya. Penulis sangat berharap semoga makalah ini dapat menambah pengetahuan dan
pengalaman bagi pembaca. Bahkan kami berharap lebih jauh lagi agar makalah ini bisa pembaca
praktekkan dalam kehidupan sehari-hari.

Bagi saya sebagai penyusun merasa bahwa masih banyak kekurangan dalam penyusunan
makalah ini karena keterbatasan pengetahuan dan pengalaman kami. Untuk itu kami sangat
mengharapkan kritik dan saran yang membangun dari pembaca demi kesempurnaan makalah ini.

i
DAFTAR ISI

KATA PENGANTAR ...................................................................................................................2

DAFTAR ISI ..................................................................................................................................3

BAB I PEMBAHASAN .................................................................................................................1

A. Pengantar Statistika ..............................................................................................................1

B. DATA......................................................................................................................................1

C. Teknik & Instrumen Pengumpulan Data ...........................................................................4

D. Cara Menghitung Data Distribusi Frekuensi Dengan Excel ............................................5

E. Skala Pengukuran ...............................................................................................................10

F. TEKNIK SAMPLING (teknik pengambilan sampel) ......................................................13

G. Homogenitas (Uji-F) ...........................................................................................................16

ii
BAB I PEMBAHASAN

A. Pengantar Statistika
Statistika adalah suatu ilmu dan seni yang mempelajari tata cara pengumpulan data,
pengolahan data, penyajian data, analisis data,d an pengambilan keputusan berdasarkan data
Statistik merupakan karakteristik yang diukur dari sampel Karakteristik di sini berupa rata
rata, varians atau standart deviasi, proporsi Misal rata rata usia penduduk di Medan, Deli
Serdang dan Binjai.

Data adalah bentuk jamak dari datum Data merupakan keterangan keterangan tentang
suatu hal dapat berupa sesuatu yang punya makna.

Menurut Arikunto 2002 data merupakan segala fakta dan angka yang dapat dijadikan
bahan untuk menyusun suatu informasi sedangkan informasi adalah hasil pengolahan data
yang dipakai untuk suatu keperluan Jadi dapat disimpulkan bahwa data merupakan
sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan atau masalah
baik yang berbentuk angka angka maupun yang berbentuk kategori atau keterangan.

Fungsi data :

1) Untuk membuat keputusan

2) Sebagai dasar suatu perencanaan
3) Sebagai alat pengendali terhadap pelaksanaan atau implementasi suatu aktivitas dan
4) Sebagai dasar evaluasi terhadap suatu kegiatan

B. DATA
Data adalah fakta empirik yang dikumpulkan oleh peneliti untuk kepentingan
memecahkan masalah atau menjawab perta- nyaan penelitian. Data penelitian dapat berasal
dari berbagai sumber yang dikumpulkan dengan menggunakan berbagai teknik selama
kegiatan penelitian berlangsung.

a. Jenis-jenis data

• Berdasarkan sumbernya (primer, sekunder)

• Berdasarkan sifatnya (kualitatif, kuantitatif)

1
• Berdasarkan proses/cara mendapatkannya (diskrit, kontinum)
• Berdasarkan skala pengukuran (nominal, ordinal, interval, rasio)

b. Pembagian data
a) Menurut susunannya:

Data acak atau tunggal adalah data yang belum tersusun atau dikelompokkan ke
dalam kelas kelas interval Contoh: Data hasil oengukuran berat Mahasiswa manajemen
(dalam kg): 35 37 39 47 39 32 34 45 50 39

Data berkelompok adalah data yang sudah tersusun atau dikelompokkan ke dalam
kelas kelas interval. Data kelompok disusun dalam bentuk distribusi frekuensi atau tabel
frekuensi .Nilai Turus Frekuensi

1-2 III 3
3-4 IIIII 5
b) Menurut waktu pengumpulannya :

Data berkala adalah data yang terkumpul dari waktu ke waktu untuk memberikan
gambaran perkembangan suatu kegiatan fenomena contoh data perkembangan harga 9
macam ahan pokok selama 10 bulan terakhir yang dikumpulkan setiap bulan.

Data cross section adalah data yang terkumpul pada suatu waktu tertentu untuk
memberikan gambaran perkembangan keadaan atau kegiatan pada waktu itu .

Contoh : Data sensus penduduk tahun 2000, data hasil UN siswa SMA tahun 2012, dsb
..

c) Menurut sumber pengambilannya :

Data primer adalah data yang diperoleh atau dikumpulkan oleh orang yang
melakukan penelitian atau yang bersangkutan yang memerlukannya Data primer
disebut juga data asli atau data baru.

Data sekunder adalah data yang diperoleh atau dikumpulkan dari sumber sumber yang
telah ada . Data itu biasanya diperoleh dari perpustakaann atau laporan laporan
dokumen peneliti yang erdahulu .Data sekunder disebut juga data tersedia.
2
d) Menurut skala pengukurannya
Skala pengukuran adalah peraturan penggunaan notasi bilangan dalam pengukuran
Menurut skala pengukurannya data dapat dibedakan atas empat jenis yaitu data nominal,
data ordinal, data interval, dan data rasio

e) Nominal

Data nominal adalah data yang diberikan pada objek atau kategori yang tidak

menggambarkan kedudukan objek atau kategori tersebut terhadap objek atau kategori

lainnya tetapi hanya sekedar label atau kode saja Data ini hanya mengelompokkan objek
kategori ke dalam kelompok tertentu Data nominal memiliki ciri hanya dapat dibedakan

antara satu dengan lainnya dan tidak bisa diurutkan dibandingkan. Data ini mempunyai

ciri yakni a Kategori data bersifat saling lepas satu objek hanya masuk pada satu

kelompok saja b Kategori data tidak disusun secara logis Contoh data berskala nominal
Warna rambut jenis kelamin etnis suku agama dan lain lain.

f) Ordinal

Data ordinal adalah data yang penomoran objek atau kategorinya disusun menurut
besarnya yaitu dari tingkat terendah ke tingkat tertinggi atau sebaliknya dengan jarak
rentang yang tidak harus sama Data ini memiliki ciri seperti ciri data nominal ditambah
satu ciri lagi yaitu kategori data dapat disusun diurutkan berdasarkan urutan logis dan
sesuai dengan besarnya karakteristik yang dimiliki Contoh data berskala ordinal yaitu
Tingkat pendidikan golongan pegawai kasta dan lain lain.

g) Interval

Data interval adalah data dengan objek kategori yang dapat dibedakan antara data satu
dengan lainnya dapat diurutkan berdasarkan suatu atribut dan memiliki jarak yang
memberikan informasi tentang interval antara tiap objek kategori sama Besarnya
interval dapat ditambah atau dikurangi Data ini memiliki ciri sama dengan ciri pada
data ordinal ditambah satu ciri lagi yaitu urutan kategori data mempunyai jarak yang

3
 sama Dalam data interval tidak memiliki nilai nol mutlak Contoh data berskala interval
yakni Temperatur skor IQ, skor hasil belajar dll

h) Rasio

Data rasio adalah data yang memiliki sifat sifat data nominal, data ordinal, dan data
interval, dilengkapi dengan kepemilikan nilai atau titik nol absolut mutlak dengan
makna empirik

Data rasio dapat dibagi atau dikali Jadi data rasio memiliki sifat dapat dibedakan
diururkan punya jarak dan punya nol mutlak Contoh data berskala rasio Umur tinggi
badan berat dll

C. Teknik & Instrumen Pengumpulan Data

a) Teknik Pengumpulan Data :
1. Teknik observasi
Observasi diartikan sebagai pengamatan dan pencatatan secara sistematis terhadap
gejala yang tampak pada objek penelitian (margono, 1997: 158).
Pengamatan dan pencatatan ini dilakukan terhadap objek di tempat
terjadi/berlangsungnya peristiwa
2. Teknik komunikasi (Wawancara, Angket/kuesioner)
1. Teknik komunikasi langsung (interview/wawancara)
2. Teknik komunikasi tidak langsung (angket/kuesioner)
3. Teknik pengukuran
1. Tes
2. Daftar inventori kepribadian
3. Teknik proyektif
4. Skala
Seperangkat nilai angka yang ditetapkan kepada subjek, objek/tingkah laku dengan
tujuan mengukur sifat. Skala biasa digunakan untuk mengukur sifat nilai dan minat
5. Teknik sosiometris
• Dipakai untuk mempelajari organisasi kelompok-kelompok kecil
• Prosedur dasarnya dapat berupa permintaan para anggota untuk mengurutkan teman
pilihannya menurut kriteria tertentu
4
 • Dengan teknik ini akan diketahui kelompok popular, terkucil, dan klik-klik an
6. Teknik documenter
Cara mengumpulkan data melalui peninggalan tertulis seperti arsip, termasuk juga
buku tentang teori, pendapat, dalil, hukum.

• Merupakan alat pengumpul data utama pada penelitian kualitatif karena pembuktian
hipoteisnya diajukan secara logis dan rasional melalui pendapat dan teori.

b) Instrumen penelitian
adalah suatu alat yang digunakan mengukur fenomena-fenomena alam maupun sosial
yang diamati. Secara spesifik fenomena disebut variabel.
Macam Instrumen Penelitian:
• Tes
• Angket/kuesioner
• Pedoman wawancara
• Lembar observasi
• Catatan anekdot: untuk mencatat gejala-gejala khusus atau luar biasa menurut urutan
kejadian
• Catatan berkala
• Daftar cek (check list)
• Skala nilai (rating scale)

D. Cara Menghitung Data Distribusi Frekuensi Dengan Excel

Pada ilmu statistika dalam pengolahan data nilai yang sering kita lakukan adalah
mencari jumlah frekuensi dari masing-masing nilai. Nah biasanya kalau datanya sedikit
misal hanya 10 data maka kita masih mudah mencarinya dengan manual atau dengan kata
lain hanya menggunakan mata langsung dan jari telunjuk.

5
 Bagaimana kalau ada datanya di atas 100 orang? Wah pusing mata kita kalau mencari
jumlah frekuensinya kan. Maka dengan itu untuk mempermudah kita dalam mengolah data
maka kita akan menggunakan microsoft axcel untuk membantu kita mencari jumlah
frekuensi dari distribusi data.

Berikut langkah-langkah yang akan kita lakukan di excel :

1. Ketik data distribusi di dalam excel.

2. Buat tabel frekuensi di samping data.

Gambar berikut ini merupakan tabel yang akan kita masukkan data frekuensinya dengan
menggunakan rumus di excel.

6
3. Membuat rumus atau formula di Excel
Ketik formula pada excel dengan cara yang pertama adalah memblok kolom yang akan
diisikan formulanya, kalau pada gambar terlihat bahwa pada kolom P5 sampai dengan
P11.

Formulanya adalah :

=FREQUENCY(D3:K12;O5:O11)

Setelah mengetikkan formula di atas maka selanjutnya menekan dan menahan tombol
CTRL + SHIFT ===> tekan “ENTER”

7
 Dari formula di atas dapat dijelaskan begini.

“D3:K12” adalah data distribusi yang terdiri dari 80 data yang saya blok dimulai dari
kolom D3 terus sampai dengan kolom K12.

“O5:O11” adalah data bin yang menjadi acuan jumlah nilai yang akan dihitung
frekuensinya, dimulai dari kolom O5 terus sampai dengan kolom O11.

Sebelum membuat tabel frekuensi ada baiknya untuk nilai yang memiliki range dibagi
dalam 3 kolom sehinga dapat memisahkan nilai batas bawah dan nilai batas atas. Hal ini
dilakukan agar memudahkan dalam membuat formula atau rumus pada excel.

4. Mebuat Jumlah total di Excel

Selanjutnya formula untuk menghitung jumlah atau total frekuensi adalah :

=SUM(P5:P11) Ini fungsinya untuk memastikan bahwa total frekuensi sama dengan
jumlah data kita.

Kalau beda berarti ada kesalahan kita dalam memasukkan formulanya.

8
Berikut ini gambar tampilan untuk tabel final.

Tentukan :

1. Nilai Min, Max serta Range(Max-Min)

2. Banyaknya Kelas (K) dan Panjang Kelas (P)

9
E. Skala Pengukuran
Skala Pengukuran: merupakan kesepakatan yang digunakan sebagai acuan untuk
menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur
tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif.
Macam-macam Skala Pengukuran:
1. Skala Nominal: adalah skala pengukuran yang menyatakan kategori atau kelompok
dari suatu subyek. Contoh jenis kelamin responden. Laki-laki = 1; Wanita = 2

2. Skala Ordinal: adalah skala pengukuran yang meyatakan kategori sekaligus

melakukan rangking terhadap kategori. Contoh kita ingin mengukur preferensi
responden terhadap empat merek produk air mineral.

10
3. Skala Interval :merupakan skala pengukuran yang banyak digunakan untuk
mengukur fenomena/gejala sosial, dimana pihak responden diminta melakukan
rangking terhadap preferensi tertentu sekaligus memberikan nilai (rate) terhadap
preferensi tersebut. Jenis skala yang dapat digunakan untuk penelitian sosial,yaitu : a.
Skala Linkert. b. Skala Guttman. c.Rating Scale. d. Semantic Defferential.
4. Skala Rasio : adalah skala interval yang memiliki nilai dasar (based value) yang
tidak dapat diubah. Contoh : umur responden memiliki nilai dasar nol.

Instrumen Penelitian

• Instrumen Penelitian : adalah suatu alat yang digunakan untuk mengukur fenomena
alam maupun sosial yang diamati.

• Instrumen yang digunakan untuk mengukur fenomena alam misalnya : panas €

Calorimeter; suhu € termometer; panjang € mistar (meteran) dan sebagainya. Instrumen
instrumen tersebut mudah didapat dan telah teruji validitas dan reliabilitasnya.

• Instrumen yang digunakan untuk mengukur fenomena sosial umumnya dan bidang
ekonomi dan bisnis khususnya yang sudah baku sulit ditemukan. Untuk itu peneliti harus
mampu membuat instrumen yang akan digunakan dalam penelitian. Misalnya bentuk
instrumen :
1)Checklist 2)Pilihan Ganda 3) Rating Scale.

• Bentuk instrumen yang dipilih antara lain tergantung pada metode pengumpulan
data yang akan digunakan seperti : angket (kuesioner), observasi dan wawancara.

Validasi dan Reliabilitas Instrumen

Instrumen yang valid berarti alat ukur yang digunakan untuk mendapatkan data ( itu
valid Valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang
seharusnya diukur

11
Jenis Validitas
1. Validitas Isi (Content Validity) : instrumen yang berbentuk test yang sering
digunakan untuk mengukur prestasi belajar (achievement) dan mengukurefektivitas
pelaksanaan program dan tujuan.
2. Validitas Konstruk (Construct Validity) Jika instrumen dapat digunakan untuk
mengukur gejala sesuai dengan yang didefinisikan sesuai dengan teori teori yang
relevan
3. Validitas yang berkaitan dengan kriteria (Criterion related Validity) : Terjadi ketika
sebuah instrumen membedakan individual pada kriteria yang akan diperkirakan.
4. Reliabilitas : menunjukkan konsistensi dan stabilitas dari suatu skor (skala
pengukuran). Realibilitas berbeda dengan Validitas , karena Reliabilitas
memusatkan perhatian pada masalah konsistensi sedangkan Validitas lebih
memperhatikan ketepatan.
5. Stabilitas Ukuran : menunjukkan kemampuan sebuah ukuran (instrumen) untuk tetap
stabil.
6. Reliabilitas Instrumen dapat diuji dengan : 1) Test retest Reliability; 2)Equivalent /
Paralel form Reliability 3) Internal Consistency Reliability).
7. Test retest Reliability : dengan cara mencobakan instrumen beberapa kali pada
esponden.
8. Equivalent/Paralel form Reliability :adalah pertanyaan dalam bentuk kalimat yang
berbeda tapi maksudnya sama.
9. Internal Consistency Reliability :diuji dengan menganalisis yang ada pada instrumen
dengan teknik tertentu.

Penyusunan Kuesioner

Kuesioner ( merupakan alat/teknik untuk pengumpulan data yang dilakukan

dengan cara mengajukan seperangkat pertanyaan atau pernyataan tertulis kepada
responden untuk dijawabnya

12
 Manfaat/Kegunaan Kuesioner 1 )membantu petugas lapangan ( dalam
pengumpulan data tentang hal hal yang perlu ditanyakan kepada responden 2 )petugas
lapangan bisa secara sistematis dan berurutan dalam mengajukan pertanyaan 3
pertanyaan yang diajukan kepada responden oleh masing masing petugas lapangan dapat
diseragamkan, sehingga data yang diperoleh bisa diperbandingkan satu sama lainnya

Prinsip Penyusunan Kuesioner 1 )Prinsip Penulisan Kuesioner 2 )Prinsip Pengukuran

3)Prinsip Penampilan Fisik
1 Prinsip Penulisan Kuesioner a) Isi dan tujuan pertanyaan harus relevan b) Bahasa
yang digunakan mudah dipahami c) Tipe bentuk pertanyaan terbuka/tertutup
positif/negatif d) Pertanyaan tidak boleh mendua (double barreled questions) e)
Pertanyaan tidak menggiring responden f) Tidak menanyakan hal hal yang sudah lupa g)
Pertanyaan tidak panjang dan berbelit h) Urutan pertanyaan dari hal yang umum menuju
hal yang spesifik atau dari hal yang mudah menuju hal yang sulit i) Gunakan teknik skala
yang relevan seperti rating scale (graphic rating scales, itemized rating scale,
comparative rating scale) attitude scale (linkert scale, semantic differential)

2 Prinsip Pengukuran sebagai instrumen penelitian, maka sebelum kuesioner

diberikan kepada responden harus diuji validitas dan reliabilitasnya terlebih dulu

3 Prinsip Penampilan Fisik kuesioner perlu dirancang dan didesain lebih menarik
agar responden senang dan serius dalam menjawab/mengisinya

F. TEKNIK SAMPLING (teknik pengambilan sampel)

Sampling adalah proses memilih suatu jumlah unsur populasi yang mencukupi dari
populasi, sehingga dengan mempelajari sampel dan memahami karakteristiknya
memungkinkan untuk untuk menggeneralisasikan karakteristik tersebut pada seluruh
anggota populasi.

Alasan diperlukannya sampel dalam penelitian :

• Sulit mengambil seluruh populasi (sensus) menjadi data penelitian, karena:

13
• populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh
elemen diteliti;
• keterbatasan waktu penelitian, biaya, dan sumber daya manusia, membuat peneliti
harus telah puas jika meneliti sebagian dari elemen penelitian;

• penelitian yang dilakukan terhadap sampel bisa lebih reliabel daripada terhadap
populasi misalnya, karena elemen sedemikian banyaknya maka akan memunculkan
kelelahan fisik dan mental para pencacahnya sehingga banyak terjadi kekeliruan. (Uma
Sekaran, 1992);
• jika elemen populasi homogen, penelitian terhadap seluruh elemen dalam populasi
menjadi tidak masuk akal, misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk.

Mengapa dalam penelitian digunakan sampel dan apakah sampel dapat dikatakan
mewakili seluruh populasi?
Sampel dapat mewakili seluruh populasi, apabila:
Sampel harus mengandung dua criteria yaitu cermat (accuracy) dan tepat (precission).
• Kriteria cermat dimaksudkan agar sampel yang diambil tidak akan bias sehingga sampel
dapat memberikan reaksi yang tidak berlebih atau kurang tetapi memberikan reaksi
wajar.
• Kriteria tepat mengandung arti sampel yang diambil dapat mewakili dengan wajar
keseluruhan populasi tersebut. Oleh karena itu aspek ketepatan ini mengandung
pengukuran standard yang dapat ditoleransi terhadap kemungkinan kesalahan
pengambil sampel.

Menggunakan teknik pengambilan sampel (teknik sampling) yang sesuai dengan strategi
penelitian yang dilakukan.

Ukuran Sampel

Syarat sampel yang baik adalah:

tingkat ketepatan (precision) seberapa dekat estimasi peneliti berdasarkan sampel yang
terpilih terhadap karakteristik yang sebenarmya dari populasi.

14
Tingkat kepercayaan (confidence) derajat kepercayaan atau ketelitian pengambilan sebuah
sampel Confidence level 95%-99%. Semakin tinggi Condidence level semakin dapat
dipercaya data tersebut.

Dalam menentukan ukuran/jumlah sampel juga perlu memperhatikan pedoman kasar yang
dikemukakan oleh Roscoe dalam Sekaran (2000), yaitu:
 Jumlah sampel yang paling sesuai untuk hampir semua penelitian adalah 30 < n < 500
 Apabila sampel dibagi ke dalam beberapa kategori/subsampel jumlah sampel
minimum untuk tiap kategori adalah 30
 Dalam penelitian multivariate(multiple regression analysis) jumlah sampel harus
beberapa kali (sekitar 10 kali atau lebih) lipat dari jumlah variabel dalam penelitian.
 Untuk penelitian eksperimen yang sederhana dengan pengendalian ekperimental yang
ketat, penelitian yang baik dapat dilakukan dengan menggunakan sampel sekitar 10
sampai 20.

Ukuran minimum sampel yang dapat diterima berdasarkan desain/metode penelitian yang
digunakan menurut Gay (1976):
 Deskriptif, minimal 10 % dari populasi. Untuk populasi yang relatif kecil minimal
minimal 20%.
 Desain deskriptif-korelasional, minimal 30 subjek
 Metode ex post facto, minimal 15 subyek per kelompok
 Metode eksperimental, minimal 15 subyek

15
 Penggunaan kaidah di atas sebaiknya disesuaikan dengan kondisi populasi dan keadaan
lain yang berkaitan.

G. Homogenitas (Uji-F)
Judul yang akan di uji adalah “Pengaruh nilai Komputer sebelum dan sesudah peraktik”.
Untuk uji homogenitas (Uji-F) dengan menggunakan Microsoft Excel 2007 sebagai
berikut:
1. Membuka MS. Office Excel 2007 terlebih dahulu seperti Uji Normalitas di atas.

2. Masukkan data yang akan diuji ke Sheet berikut ini

16
3. Setelah data yang akan diuji diketik, langkah selanjutnya yaitu mengujikan berikut ini:
a. Klik Data →Data Analysis

Jika Data Analisys belum ada kita instal terlebih dahulu, berikut caranya:
- Klik kanan di Menu view → Customize Quick Toolbar... akan muncul gambar
berikut:

- Muncul kotak dialog Excel Options, klik Add-Ins →Analysis ToolPak – VBA →
klik Go

- Maka akan muncul kotak dialog

17
 Ceklish di Analysis ToolPak lalu OK
Maka akan muncul Data Analysis di menu
Data

b. Setelah Data Analysis terinstal maka klik Data Analysis dan akan muncul kotak dialog
seperti di bawah ini
Lalu pilih F-Test Tow-Sampel for
Variances → OK

c. Setelah OK, maka akan muncul kotak dialog seperti di bawah ini

Pada Input :
Variabel 1 Range diisi block dari Kolom A1:A16 dan otomatis diberi $ agar data tidak
berubah.
Variabel 2 Range sama diisikan block dari Kolom B1:B16, sama seperti Variabel 1
Range. Lalu √ Labels → OK.

18
 d. Setelah OK, maka data yang akan sudah diuji telah selesai dan berikut hasilnya

Jadi,
Jika Fh < Ft maka Ho diterima. Jika
1,793468001 < 2,483725741 maka Ho
diterima.

Kesimpulan yang didapat pada tabel di atas adalah

F adalah Fh(F-hitung) yaitu 1,793468001
F Critical one-tail yaitu 2,483725741
Untuk menguji Homogenitas dengan menggunakan IBM SPSS Statistics 20 berikut
langkah-langkahnya:
1. Membuka IBM SPSS Statistics 20

2. Setelah klik IBM SPSS Statistics 20 akan muncul tampilan load IBM SPSS Statistics 20,
seperti gambar dibawah ini:

19
3. Ini adalah tampilan awal dari IBM SPSS Statistics 20.

Lihat pada sudut kiri bawah, ada dua Sheet yang pertama Data View berguna untuk
mengentry data dan Variabel View untuk penentuan karakter seperti berikut :

Pada Variabel View terdapat ketentuan sebagai berikut:

20
 Nama berfungsi untuk penamaan variabel.
Type berfungsi untuk menentukan variabel itu berupa angka, mata uang, dan lainnya.
Width berfungsi untuk karakter maksimal data yang akan diinput dalam data view.
Decimals berfungsi untuk memberikan nominal di belakang koma.
Label berfungsi untuk memberi pelabelan variabel (boleh tidak diisi).
Value berfungsi untuk memberi kodefikasi, seperti laki-laki atau perempuan.
Missing berfungsi untuk perlakuan data terhadap Missing Value.
Columns berfungsi untuk karakter masksimal data (seperti Width) .
Align berfungsi untuk mengatur letak nilai data; di dalamnya ada Left, Right, dan
Center.
Measure berfungsi untuk menentukkan nilai yang dipakai oleh data; di dalamnya ada
Scale (skala), Ordinal (peringkat/urut), dan Nominal (nominal).
Role berfungsi untuk keterangan yang dipilih input karena memasukan data.

4. Sebelum memasukkan data, kita membuat ketentuan di Variabel View terlebih dahulu

Yang telah diterangkan di atas, maka variabel view yang akan kita gunakan seperti gambar
di atas.
5. Lalu kita ke Data View untuk memasukan atau menguji data yang telah kita dapatkan.

21
Setelah dimasukkan data yang sama seperti di uji memakai Ms. Office Excel 2007 maka
langkah selajutnya adalah mengujinya:
a. Klik Analyze → Descriptive Statistics → Frequencies...
Seperti gambar di samping.

b. Lalu keluar kotak dialog Frequencies, pindahkan Sebelum dan Sesudah ke kotak
Variable(s): dengan menggunakan tanda panah di tengah. Seperti gambar ini:

Hasil perpindahan pada gambar sebelah kanan.

c. Lalu klik Statistics akan muncul Frequencies: Statistics

22
 Ceklist seperti gambar di samping. Karena semua data akan dihitung.
Lalu klik Continue.

d. Lalu Klik Chart akan keluar kotak dialog seperti berikut ini

23
Pilih Chart Type sesuai yang dibutuhkan, misalkan Histograms → Continue. Lalu OK.
Maka akan muncul hasil penghitungan seperti ini :
Frequencies
[DataSet0]
Statistics
Sebelum Sesudah
Peraktek Peraktek

Valid 15 15
N
Missing 0 0
Mean 66,67 82,667
Std. Error of Mean 2,746 2,0504
Median 66,67a 81,400a
Mode 70 91,0
Std. Deviation 10,635 7,9410
Variance 113,095 63,060
Skewness ,369 -,049
Std. Error of Skewness ,580 ,580
Kurtosis ,490 -1,128
Std. Error of Kurtosis 1,121 1,121
Range 40 25,5
Minimum 50 69,5
Maximum 90 95,0
Sum 1000 1240,0
59,17b 77,250b
25
Percentiles 50 66,67 81,400
75
72,92 89,800

a. Calculated from grouped data.

b. Percentiles are calculated from grouped data.

24
 Frequency Table
Sebelum Peraktek
Frequency Percent Valid Percent Cumulative
Percent

Valid 50 2 13,3 13,3 13,3

60 4 26,7 26,7 40,0
65
1 6,7 6,7 46,7
70
5 33,3 33,3 80,0
75
1 6,7 6,7 86,7
80
1 6,7 6,7 93,3
90
Total 1 6,7 6,7 100,0

15 100,0 100,0

Sesudah Peraktek
Frequency Percent Valid Percent Cumulative
Percent

Valid 69,5 1 6,7 6,7 6,7

71,0 1 6,7 6,7 13,3
75,5 20,0
1 6,7 6,7
77,0 26,7
1 6,7 6,7
79,0 46,7
3 20,0 20,0
82,0 60,0
2 13,3 13,3
87,0 66,7
91,0 1 6,7 6,7 93,3
95,0 4 26,7 26,7 100,0
Total 1 6,7 6,7

15 100,0 100,0

25
Histogram

26
27