UNIVERSITAS HASANUDDIN
FAKULTAS TEKNIK
DEPARTEMEN TEKNIK GEOLOGI
LAPORAN
GOWA
2021
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
UNIVERSITAS HASANUDDIN
FAKULTAS TEKNIK
DEPARTEMEN TEKNIK GEOLOGI
LAPORAN
GOWA
2021
KATA PENGANTAR
Puji syukur penyusun panjatkan kehadirat Tuhan Yang Maha Esa yang
telah melimpahkan karunia beserta rahmat-Nya, sehingga penyusun dapat
menyelesaikan laporan praktikum dengan judul “Pengenalan dan Pengolahan
Data Statistik dengan Menggunakan Ibm Spss Versi 26.0”.
Halaman
KATA PENGANTAR..................................................................................iii
DAFTAR ISI ..............................................................................................iv
BAB I PENDAHULUAN .........................................................................1
1.1 Latar Belakang......................................................................1
1.2 Maksud dan Tujuan...............................................................1
1.3 Alat dan Bahan......................................................................1
BAB II TINJAUAN PUSTAKA.................................................................3
2.1 Pengertian Statistik dan Geostatistik......................................3
2.2 Data………………………………………………………………...4
2.3 Penyajian Data.......................................................................5
2.4 Ukuran Statistik......................................................................10
BAB IV PEMBAHASAN.............................................................................12
4.1 Prosedur Kerja dan Pengolahan Data1...................................12
4.2 Frequencies dan Descreptive Data2 ......................................12
4.3 Tabulasi Silang (Crosstabs)2..................................................18
4.4 Q-Q dan P-P Plot Diagrams2..................................................24
BAB V PENUTUP3...................................................................................30
DAFTAR PUSTAKA4..................................................................................31
1
Membahas tentang langkah kerja dan metode pengolahan data pada software lengkap dengan gambar
(Print Screen Halaman kerja SPSS dan MS. Excel)
2
Jelaskan secara lengkap hasil output software beserta dasar rumus/formula (sesuai teori dasar statistik)
dalam bentuk paragraf beserta dengan diagram/tabel hasil analisis deskriptif.
3
Berisi tentang kesimpulan singkat hasil pengolahan data peraktikum (mengacu pada tujuan tulisan).
4
Sumber yang digunakan sebagai referensi/kepustakaan laporan, usahakan bersumber dari text book, jurnal,
artikel atau literatur lain yang terpublis (Tahun pencetakan dan Nama penerbit), dan bukan berupa referensi
hasil browsing dari website atau blogspot yang tidak akuntabel.
BAB I
PENDAHULUAN
Alat dan bahan yang digunakan pada praktikum geostatistik ini, yaitu:
1. Data statistik (Problem Sheet)
2. Laptop/Personal Computer
3. Program Aplikasi/Software SPSS Ver. 26.0 dan Ms. Excel
BAB II
TINJAUAN PUSTAKA
Penyajian data statistik adalah suatu bentuk penataan data statistik agar
data statistik lebih mudah dipandang dan mudah dipahami oleh pengguna data.
Tujuannya adalah adalah agar data statistik mudah dimengerti, mudah dianalisis,
sehingga proses pengambilan kesimpulan dan keputusan berdasarkan data
menjadi lebih akurat.
Penyajian data statistik biasanya terdiri dari dua bentuk, yaitu:
1. Penyajian data dalam bentuk tabel
2. Penyajian data dalam bentuk grafik
Tabel biasanya menyajikan data dalam bentuk kolom dan baris sedangkan
grafik menyajikan data dalam bentuk gambar visual. Kedua bentuk penyajian
data tersebut akan dijelaskan pada ulasan di bawah ini.
A. Penyajian Data Dalam Bentuk Tabel
Komponen-komponen yang biasanya harus ada dalam tabel adalah judul
tabel, judul kolom, judul baris, sel-sel tabel dan sumber data. Bentuk penyajian
data dalam berupa tabel adalah sebagai berikut.
1. Tabel Baris Kolom
Tabel baris kolom adalah tabel yang terdiri dari baris dan kolom. Jenis tabel
baris kolom yaitu:
a. Tabel Satu Arah
Tabel satu arah adalah tabel yang berisi satu karakteristik saja.
b. Tabel Dua Arah
Tabel dua arah adalah tabel yang berisi mengenai dua karakteristik
berbeda.
c. Tabel Tiga Arah
Tabel tiga arah adalah tabel yang berisi mengenai tiga karakteristik
yang berbeda.
2. Tabel Kontingensi
Tabel kontingensi merupakan tabel baris kolom yang memiliki karakteristik
sendiri yaitu penyajian data dengan 2 faktor atau 2 variabel. Setiap
variabelnya terdiri dari beberapa ketegori bisa dalam bentuk baris, kolom,
dan total.
Berikut ini adalah contoh tabel kontingensi 2×3:
3. Grafik Lingkaran
Grafik lingkaran merupakan sebuah grafik yang berbentuk lingkaran yang
dibagi-bagi menjadi beberapa irisan. Umumnya digunakan untuk
menyajiakan data dalam bentuk persentase.
Untuk membuat grafik lingkaran, gambarkan sebuah lingkaran kemudian
bagi menjadi beberapa sektor. Tiap sektor berisi kategori data yang terlebih
dahulu diubah kedalam format derajat. Dianjurkan titik pembagian mulai
dari titik tertinggi lingkaran.
Contoh pembentukan grafik lingkaran dapat dilihat pada tabel di bawah ini.
Jumlah Sekolah (SD, SMP dan SMA) Dibawah Kementerian Pendidikan dan
Kebudayaan di Provinsi DKI Jakarta, 2019/2020 Semester Ganjil
Grafik lingkaran diperoleh dari pembagian lingkaran berdasarkan derajat
yang dihasilkan.
Jumlah Sekolah Dibawah Kementerian Pendidikan dan Kebudayaan di Provinsi
DKI Jakarta, 2019/2020 Semester Ganjil
4. Scatter Plot
Scatter plot adalah kumpulan data yang terdiri atas dua variabel dapat
dibuat dalam sumbu koordinat yang merupakan kumpulan titik-titik yang
terpencar dan garis penghubung antara titik-titik dihilangkan maka disebut
scatter plot. Scatter plot adalah grafik yang menunjukkan hubungan antara
dua kelompok data yang jumlahnya sama.Tujuannya untuk melihat pola
hubungan antara 2 variabel apakah linier atau non linier atau tidak
berhubungan sama sekali.
Langkah-langkah pembentukan scatter plot yaitu:
1. Kumpulkan pasangan data xxx dan y.y.y.
2. Tentukan nilai maksimum dan minimun untuk kedua variabel xxx dan y.y.y.
3. Tetapkan skala pada sumbu datar xxx dan sumbu tegak y.y.y.
4. Buat Plot data.
Berikut adalah pembuatan scatter plot dari tabel di bawah ini
Grafik Kadar Nikotin dan Gas Karbon Monoksida yang dihasilkan oleh 15 merek
rokok.
5. Histogram dan Poligon Frekuensi
Histogram adalah suatu daftar distribusi frekuensi yang disajikan dalam
bentuk grafik yang dibangun oleh persegi panjang dengan lebar yang sama
dan berimpit. Dari sebuah histogram kita dapat membuat poligon frekuensi
yang merupakan garis patah-patah yang menghubungkan setiap titik
tengah atas persegi panjang histogram.
Langkah-langkah dalam membuat histogram dan poligon yaitu ;
1. Buatlah sumbu horizontal dan sumbu vertikal yang saling berpotongan.
2. Untuk membantuk histogram, gambarkan batang kelas-kelas interval
sesuai dengan frekuensi pada sumbu horizontal dan sumbu vertikal.
3. Untuk membuat garis poligon, tentukan titik tengah tiap kelas dan
hubungkan nilai titik tengah sesuai dengan nilai frekuensinya.
Grafik histogram nilai mahasiswa
2.4. Ukuran Statistika
Untuk mendapatkan gambaran yang lebih jelas dari sekumpulan data maka
data itu disajikan dalam tabel dan diagram, dan masih diperlukan ukuran-ukuran
yang merupakan wakil dari kumpulan data tersebut. Ukuran yang merupakan
wakil dari sekumpulan data tersebut dinyatakan sebagai ukuran statistik. Ada 2
macam ukuran statistik:
a. Ukuran Pemusatan data
Ukuran pemusatan mencakup data:
1. Ungrouped data, yaitu data yang belum dikelompokkan (data tunggal)
2. Grouped data, yaitu data yang telah dikelompokkan
Untuk menghitung ukuran pemusatan pada data yang telah
dikelompokkan, digunakan tabel distribusi frekuensi
b. Ukuran Penyebaran data
Ukuran letak untuk data kuantitatif dapat berupa:
1. Quartile (norma empat bagian)
Quartile adalah ilai-nilai yang membagi sekumpulan data yang telah
terurut menjadi empat bagian yang sama. Ada tiga jenis kuartil: kuartil
bawah(Q1),kuartil tengah(Q2),dan kuartil atas(Q3).
a. Kuartil kedua sama dengan median
b. Q1 mempunyai sifat bahwa 25% data berada dibawah Q1
c. Q2 mempunyai sifat bahwa 50% data berada dibawah Q2
d. Q3 mempunyai sifat bahwa 75% data berada dibawah Q3
2. Decile (norma sepuluh bagian)
Decile adalah ukuran letak yang membagi distribusi frekwensi menjadi
sepuluh bagian sama besar. Ada 9 jenis desil yang dilambangkan
dengan D1, D2 sampai D9. D1 mempunyai sifat bahwa 10% data jatuh
dibawah D1, 20% data jatuh dibawah D2 dan seterusnya sampai 90%
jatuh dibawah D9. Decile dapat digunakan untuk menghitung data
tunggal dan data berkelompok
3. Percentile (norma seratur bagian)
Percentile merupakan ukuran letak yang membagi distribusi frekwensi
menjadi serratus bagian sama besar. Ada 99 jenis desil yang
dilambangkan dengan P1, P2 sampai P99. P1 mempunyai sifat bahwa
1% data jatuh dibawah P1, 2% data jatuh dibawah P2 dan seterusnya
sampai 99% jatuh dibawah P99. Dapat digunakan untuk menghitung
data tunggal dan data berkelompok
BAB III
PEMBAHASAN
GET DATA
/TYPE=XLSX
/FILE='DOCUMENT:\SEMESTER 5\GEOSTATISTIK\TUGAS 1 (SPSS)\Problem
Sheet New.xlsx'
/SHEET=name 'BM'
/CELLRANGE=FULL
/READNAMES=ON
/DATATYPEMIN PERCENTAGE=95.0
/HIDDEN IGNORE=YES.
EXECUTE.
DATASET NAME DataSet2 WINDOW=FRONT.
DESCRIPTIVES VARIABLES=Fe Ni
/STATISTICS=MEAN SUM STDDEV VARIANCE RANGE MIN MAX SEMEAN
KURTOSIS SKEWNESS
/SORT=NAME (A).
3.2.1 Frequencies
Cumulative
Frequency Percent Valid Percent Percent
Ni
Cumulative
Frequency Percent Valid Percent Percent
3.2.2 Descriptive
Notes
Comments
Filter <none>
Weight <none>
N of Rows in Working 30
Data File
Missing Value Definition of Missing User-defined missing
Handling values are treated as
missing.
Syntax FREQUENCIES
VARIABLES=Fe Ni
/NTILES=4
/NTILES=2
/PERCENTILES=25.0
75.0 85.0
/STATISTICS=STDDEV
VARIANCE RANGE
MINIMUM MAXIMUM
SEMEAN MEAN
MEDIAN MODE SUM
SKEWNESS SESKEW
KURTOSIS SEKURT
/HISTOGRAM
NORMAL
/ORDER=ANALYSIS.
Statistics
Fe Ni
N Valid 30 30
Missing 0 0
Mean 8.2217179487179 2.3250128205128
49 21
75 9.7845000000000 2.5395000000000
01 01
85 10.913000000000 2.6645000000000
000 00
Histogram
DATASET ACTIVATE DataSet2. DATASET CLOSE DataSet1.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Fe
/METHOD=ENTER Ni.
Regression
Notes
Comments
Filter <none>
Weight <none>
/MISSING LISTWISE
/STATISTICS COEFF
OUTS R ANOVA
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Fe
/METHOD=ENTER Ni.
Variables Entered/Removeda
Variables Variables
Model Entered
a. Removed
Dependent Variable: Fe Method
1 Ni
b
b. All requested .
variables entered. Enter
Model Summary
ANOVAa
Total 104.891 29
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
a. Dependent Variable: Fe
CORRELATIONS
/VARIABLES=Fe Ni
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
Correlations
Notes
Comments
Input Active Dataset DataSet2
Filter <none>
Weight <none>
Syntax CORRELATIONS
/VARIABLES=Fe Ni
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
Correlations
Fe Ni
N 30 30
N 30 30
NONPAR CORR
/VARIABLES=Fe Ni
Nonparametric Correlations
Notes
Comments
Filter <none>
Weight <none>
/VARIABLES=Fe Ni
/PRINT=SPEARMAN
TWOTAIL NOSIG
/MISSING=PAIRWISE.
Correlations
Fe Ni
N 30 30
N 30 30
PPLOT
/VARIABLES=Fe Ni
/LN
/STANDARDIZE
/TYPE=Q-Q
/FRACTION=BLOM
Notes
Comments
Filter <none>
Weight <none>
Date <none>
/VARIABLES=Fe Ni
/LN
/STANDARDIZE
/TYPE=Q-Q
/FRACTION=BLOM
/TIES=MEAN
/DIST=NORMAL.
To Last observation
Model Description
Series or Sequence 1 Fe
2 Ni
Non-Seasonal Differencing 0
Seasonal Differencing 0
Standardization Applied
Location estimated
Scale estimated
Fractional Rank Estimation Method Blom's
Fe Ni
User-Missing 0 0
System-Missing 0 0
Fe Ni
Fe
Ni
BAB IV
PENUTUP
4.1. Kesimpulan
Adapun saran dari praktikum ini adalah agar diadakannya praktikum offline
untuk mempermudah praktikkan dalam memahami penganalisisan data dan
penggunaan software penunjang.
DAFTAR PUSTAKA
Elsevier. Munadi. S, 2005. Pengantar Geostatistik. Jakarta:
Universitas Indonesia.
Kristalina, Mita. 2020. Modul Pengantar: Ukuran Pemusatan Data.
Sulestijono. 2016. Pengantar Statistika. Malang: Universitas Negeri
Malang