MODUL PRAKTIKUM

SPSS
(Analisis Berbasis Komputer)

Nama : Boby Khomaini

NIM : 1609075017
Prodi : Teknik Elektro
1.1 STUDI KASUS 1

PT.PLN , bergerak dalam pembangkit listrik nasional mengalami peningkatan konsumsi listrik
dari tahun ke tahun. Dimana pada tahun 2005 – 2015 konsumsi listrik di Indonesia sebesar 107
ribu GWH sampai 202 ribu GWH. Pada studi kasus ini saya menggunakan metode pengukuran
data menggunakan analisa frekuensi dimana untuk mencari nilai Mean, Median, Modus, Quartil,
Persentil, Range, Skewness dan Kurtosis pada data konsumsi listrik di Indonesia dari tahun
2005-2015.

Gambar 1.1 Data peningkatan konsumsi listrik pada tahun 2005-2015

1.2 PERTANYAAN
1. Mencari ukuran Rata-Rata Hitung atau Mean, Median dan Modus?
2. Mencari ukuran Quartil dan Persentil?
3. Mencari Ukuran Range, Skewness dan Kurtosis?

1.3 PENYELESAIAN:

Untuk mendapatkan gambaran yang lebih jelas tentang data, selain dengan tabel dan diagram,
masih diperlukan ukuran-ukuran lain yang merupakan wakil dari data tersebut. Ukuran yang
dimaksudkan dapat berupa :

 Ukuran Rata-Rata Hitung atau Mean, Median dan Modus.

 Ukuran Quartil dan Persentil.
 Ukuran Ukuran Range, Skewness dan Kurtosis.
Langkah - langkah penyelesaian:

1. Membuat variable data

Gambar 1.2 Tampilan variable view

2. Membuat Mean, Median, Modus, Minimum, Maximum, Range, S.E. Mean, Skewness,
Kurtosis dan Quartifiles melalui Analyze →Descriptive Statistics → Frequencies

Gambar 1.3 Klik Frequencies pada menu Analyze

3. Pindahkan data Konsumsi_Listrik_GWH ke kolom Variable(s)

Gambar 1.4 Pindahkan data Konsumsi_Listrik_GWH ke kolom Variable(s)

 4. klik Statistics lalu centang kolom Quartifiles, Mean, Median, Range, Minimum,
Maximum ,S.E mean, Skewness dan Kurtois.

Gambar 1.5 klik Statistics lalu centang kolom Quartifiles, Mean, Median, Range,
Minimum, Maximum ,S.E mean, Skewness dan Kurtois.

Maka hasil outputnya sebagai berikut:

Statistics
Konsumsi_Listrik_GWH

N Valid 11

Missing 0
Mean 151736,36
Std. Error of Mean 10202,382
Median 147300,00
Skewness ,205
Std. Error of Skewness ,661
Kurtosis -1,505
Std. Error of Kurtosis 1,279
Range 95000
Minimum 107000
Maximum 202000
Percentiles 25 121200,00

50 147300,00

75 187500,00
Gambar 1.6 Tampilan hasil Output perhitungan pada metode Ukuran Data Menggunakan Analisa
Frekuensi
 Konsumsi_Listrik_GWH

Cumulative
Frequency Percent Valid Percent Percent

Valid 107000 1 9,1 9,1 9,1

112600 1 9,1 9,1 18,2

121200 1 9,1 9,1 27,3

129000 1 9,1 9,1 36,4

134600 1 9,1 9,1 45,5

147300 1 9,1 9,1 54,5

159900 1 9,1 9,1 63,6

174000 1 9,1 9,1 72,7

187500 1 9,1 9,1 81,8

194000 1 9,1 9,1 90,9

202000 1 9,1 9,1 100,0

Total 11 100,0 100,0

Gambar 1.7 Tampilan hasil Output perhitungan pada metode Ukuran Data Menggunakan Analisa
Frekuensi
2.1 STUDI KASUS 2

Kementerian Energi dan Sumber Daya Mineral (ESDM) kembali melanjutkan skema
pencabutan subsidi listrik bagi pelanggan 900 VA. Penyesuaian tarif baru sudah berlaku
terhitung mulai 1 Maret kemarin. Jadwal pencabutan subsidi yang dilakukan dalam tiga tahap
tersebut tertuang dalam Peraturan Menteri ESDM Nomor 28 Tahun 2016. Hal ini merupakan
langkah PLN agar subsidi lebih tetap sasaran. Kenaikan dilakukan setiap dua bulan. Kali ini
besaran kenaikan tarif dari Rp 774 per kWh menjadi Rp 1.023 per kWh atau naik sebesar
32%. Pada 2016, nilai realisasi subsidi listrik mencapai Rp 63 triliun, padahal anggaran yang
dipersiapkan pemerintah hanya Rp 40,7 triliun. Sejak 2008, realisasi subsidi listrik hampir
selalu membengkak melebihi nilai yang dianggarkan. Hanya pada 2014 dan 2015 saja
realisasi subsidi bisa lebih rendah dari anggaran. Hal ini yang menjadi alasan pemerintah
mengurangi subsidi yang diharapkan dapat lebih tepat sasaran. Pada studi kasus ini saya
menerepkan metode independent sample t-Test untuk mengetahui perbandingan antara dua
sampel Anggaran dan Realisasi pada subsidi listrik.

Gambar 2.1 Data Anggaran dan Realisasi Subsidi Listrik dari tahun 2008-2017

2.2 PERTANYAAN

Apakah ada perbedaan rata-rata dua sampel antara data Anggaran dan Realisasi subsidi
Listrik
2.3 PENYELESAIAN

Langkah penyelesaiannya adalah sebagai berikut :

1. Masukkan data diatas pada Data View, namun sebelumnya kita harus nenentukan
nama dan tipe datanya pada Variable View.

Gambar 2.2 Tampilan variable view

2. Klik Analyze Compare Means Independent Samples T-Test

Gambar 2.3 Klik Independent Samples T-Test pada Compare Means

3. Pindahkan data Anggaran_Dan_Realisasi pada kolom Test Variable(s) dan data
Hasil pada Grouping Variable

Gambar 2.4 Pindahkan data Anggaran_Dan_Realisasi pada kolom Test Variable(s)

dan data Hasil pada Grouping Variable

4. klik Define Groups lalu masukkan Group 1 : 1 dan Group 2: 2, lalu klik continue

Gambar 2.5 Memasukkan data pada Group 1: 1 dan Group 2: 2

 5. Klik Ok pada Indepent Samples T-test

Gambar 2.6 Klik Ok pada Indepent Samples T-test

Maka hasil Outputnya sebagai berikut:

Group Statistics

kategori N Mean Std. Deviation Std. Error Mean

Anggaran_Dan_Realisasi Anggaran 10 64,46 20,898 6,609

Realisasi Subsidi Listrik 10 76,97 21,766 6,883

Gambar 2.7 Tampilan hasil Output perhitungan pada metode independent sample T-test

Gambar 2.8 Tampilan hasil Output perhitungan pada metode independent sample T-test
Interpretasi hasil :
H0 = Variance diasumsikan sama
H1 = Variance diasumsikan tidak sama

Hasil ini menunjukkan nilai statistic t = -1,311 dan nilai sig.(2-tailed) = 0,206
nilai sig > α = 0,05 maka dapat disimpulkan bahwa pengujian menunjukkan (H 0) tidak ada
perbedaan antara sampel 1 dan sampel 2.