1.

Membuat grafik sederhana dengan 2 Variabel , contoh : Nilai Penjualan dilihat dari area,
Langkah-langkah :
Buka menu graphs → Legacy Dialogs → Bar → pilih Simple→Summaries for group of case→klik
Define

Masukan Variabel Area Layanan pada kotak Category Axis dan Niai Penjualan pada kotak
Variable serta pilih other statistic→klik Change Statistic→pilih Sum of value→continu→Ok
pilih Sum of value→continu→Ok

2. Membuat Grafik dengan banyak Variabel, contoh Rata-rata Nilai penjulaan, masa kerja dan
jumlah toko di setiap area penjualan, langkah-langkah :
graphs → Legacy Dialogs → Bar → pilih Clustered→Summaries of separate variable→klik
Define

Masukan Variabel Area penjualan pada kotak Category Axis dan masukan jumlah toko, masa
kerja dan penjualan pada kotak Bars Refresent →klik Change Statistic→pilih means of
values→continu→Ok

3. Membuat Grafik Dengan Chart Builder, tujuannya : untuk melihat nilai penjualan berdasarkan
data kualitatif , langkah-langkahnya :
• Klik Graphs → Chart Builder →pilih macam grafik Gallery →pilih stacked 3D Bar→drag ke
atas seperti pada gambar berikut
Pada
kotak Edit proferties of pilih Bar1→pada Y-Axis masukan Nilai Penjualan→pilih Mean pada
kotak statistic→klik Apply
Pada X-Axis masukan Area →pada Z-Axis masukan pendidikan→pada kotak yang lain masukan
data Gender→klik OK

4. membuat grafik dengan Graphboard Template chooser, Tujuan : untuk mengidentifikasi

keruncingan dan kemiringan suatu data. Langkah-langkahnya :
klik Graphs → Graphboard Template chooser → Aktifkan data jumlah Toko→ pilih template
Histogram with Normal Distribution (seperti gambar dibawah)→klik Ok

5. Membuat tabel dengan custom tabel,tujuannya : memaparkan penyajian data secara fleksibel
sesuai dengan kebutuhan. Langkahnya :
klik Analyze→ Tables → custom tables → Ok → pada custom tabel : drag dan drop Nilai
Penjualan, Masa kerja dan Jumlah toko pada Columns dan Area penjualan pada Rows (seperti
gambar dibawah)→klik Ok

6. OLAP CUBES (Online Analitical Processing), digunakan untuk melakukan analisis statistik
variabel numerik berdasarkan multivariabel kategorikal pada sebuah tabel. Contoh : manager
ingin melihat penjulan dengan sales yang berpendidikan D3 di wilayah Kuningan
Langkahnya :
klik Analyze→ Reports → Olap Cubes (seperti pada gambar) → pilih penjualan drag ke summary
Variabel dan pendidikan serta Area ke Grouping variabel (seperti gambar dibawah)→ pilih
statistik (pilih sesuai kebutuhan) →klik Ok

Pada output : klik pendidikan pilih D3; klik area penjualan : pilih Kuningan

7. Case Summaries In Row, Digunakan untuk mendapatkan ringkasan kasus berdasarkan baris.
Data yang digunakan bisa berupa kualitatif maupun kuantitatif. Langkahnya :
Analyze → Report → Report Summaries In Row (pilih minimal 2 data sesuai variabel yang
dibutuhkan)
Isi Data Column Variables dan Break Column Variables → Ok

8. Case Summaries In Columns, Digunakan untuk mendapatkan ringkasan kasus berdasarkan

Kolom. Data yang digunakan bisa berupa kualitatif maupun kuantitatif. Langkahnya :
Analyze → Report → Report Summaries In Columns (pilih minimal 2 data sesuai variabel yang
dibutuhkan)
Isi Data Column Variables dan Break Column Variables → Ok
POSTTEST
1. Buat grafik jenis garis untuk rata-rata jumlah toko berdasarkan gender dan pendidikan,
kemudan lakukan analisis terhadap tampilan grafik tersebut !

Analisis:
• Kode Area dan Pendidikan: Pertama, kita perlu memahami kode yang digunakan dalam tabel.
Misalnya, untuk “Area”, 1 mewakili Kuningan, 2 untuk Cirebon, dan seterusnya. Untuk
“Pendidikan”, 1 adalah SMA, 2 adalah D3, dan 3 adalah S1.
• Pengelompokan Data: Kemudian, kita akan mengelompokkan data berdasarkan “Area” dan
“Pendidikan” untuk melihat bagaimana “Kemampuan Membaca” berbeda di antara kelompok-
kelompok ini.
2. Buatlah table dan case summaries berdasarkan variable kuantitatif kemudian lakukan analisis
dan kesimpulan?

Analisis dan Kesimpulan:

•
Nilai Penjualan: Indramayu memiliki nilai penjualan tertinggi rata-rata (54 juta rupiah),
menunjukkan potensi pasar atau efektivitas strategi penjualan di area tersebut. Sementara itu,
perempuan memiliki nilai penjualan rata-rata terendah (48 juta rupiah), yang bisa menunjukkan
perbedaan dalam peluang atau tantangan yang dihadapi.
• Jumlah Toko: Indramayu juga memiliki jumlah toko rata-rata tertinggi (18 toko), yang mungkin
berkontribusi pada nilai penjualan yang tinggi. Cirebon, meskipun memiliki jumlah toko rata-rata
lebih rendah (14 toko), memiliki nilai penjualan yang kompetitif (52 juta rupiah).
• Pendidikan: Distribusi pendidikan seragam di semua area dan gender, dengan setiap kategori
(SMA, D3, S1) memiliki jumlah yang sama. Ini menunjukkan bahwa tingkat pendidikan mungkin
tidak memiliki pengaruh langsung yang signifikan terhadap nilai penjualan dalam sampel ini.
Kesimpulan: Area Indramayu menonjol sebagai pemimpin dalam penjualan dan jumlah toko, yang
mungkin menunjukkan kondisi pasar yang menguntungkan atau strategi bisnis yang efektif. Namun, perlu
diperhatikan bahwa gender perempuan memiliki nilai penjualan rata-rata lebih rendah, yang
memerlukan analisis lebih lanjut untuk mengidentifikasi penyebabnya. Pendidikan tampaknya tidak
mempengaruhi nilai penjualan secara signifikan dalam data ini. Analisis lebih lanjut dengan sampel yang
lebih besar dan variabel tambahan dapat memberikan wawasan yang lebih mendalam.

Analisis dan Kesimpulan:

1. Nilai Penjualan:
 • Indramayu memiliki nilai penjualan rata-rata tertinggi (54 juta rupiah), menunjukkan potensi
pasar yang baik di area tersebut.
• Perempuan memiliki nilai penjualan rata-rata terendah (48 juta rupiah), yang perlu diperhatikan
dalam strategi pemasaran.
2. Jumlah Toko:
• Indramayu juga memiliki jumlah toko rata-rata tertinggi (18 toko), yang mungkin berkontribusi
pada nilai penjualan yang tinggi. Cirebon, meskipun memiliki jumlah toko rata-rata lebih rendah
(14 toko), memiliki nilai penjualan yang kompetitif (52 juta rupiah).
3. Pendidikan:
• Distribusi pendidikan seragam di semua area dan gender, dengan setiap kategori (SMA, D3, S1)
memiliki jumlah yang sama. Ini menunjukkan bahwa tingkat pendidikan mungkin tidak memiliki
pengaruh langsung yang signifikan terhadap nilai penjualan dalam sampel ini.
Kesimpulan: Area Indramayu menonjol sebagai pemimpin dalam penjualan dan jumlah toko, yang
mungkin menunjukkan kondisi pasar yang menguntungkan atau strategi bisnis yang efektif. Namun, perlu
diperhatikan bahwa gender perempuan memiliki nilai penjualan rata-rata lebih rendah, yang
memerlukan analisis lebih lanjut untuk mengidentifikasi penyebabnya. Pendidikan tampaknya tidak
mempengaruhi nilai penjualan secara signifikan dalam data ini. Analisis lebih lanjut dengan sampel yang
lebih besar dan variabel tambahan dapat memberikan wawasan yang lebih mendalam.

Tugas Mandiri
1. Membuat Grafik Sederhana BAR

Analisis dan Kesimpulan:

Gambar ini menampilkan grafik batang yang membandingkan rata-rata status dari dua kelompok
yang diberi label “tidak memenuhi” dan “memenuhi”. Kelompok “memenuhi” memiliki rata-rata status
yang lebih tinggi. Namun, saya memerlukan lebih banyak konteks atau kriteria spesifik yang merujuk
pada istilah-istilah ini agar dapat memberikan analisis dan kesimpulan yang lebih rinci.
Grafik ini memiliki karakteristik berikut:
• Kombinasi grafik batang sederhana dengan dua batang berbeda tinggi.
• Sumbu x diberi label sebagai “Umur > 14 (FILLER)” menunjukkan bahwa data berkaitan dengan
individu yang lebih tua dari 14 tahun.
• Terdapat dua kategori pada sumbu x: “tidak memenuhi” dan “memenuhi”.
• Sumbu y diberi label sebagai “Mean Status” dengan rentang dari 0 hingga 1,5, menunjukkan
variabel yang diukur.
• Batang yang sesuai dengan “tidak memenuhi” lebih pendek, menunjukkan rata-rata status yang
lebih rendah.
• Batang yang sesuai dengan “memenuhi” lebih tinggi, menunjukkan rata-rata status yang lebih
tinggi.
 • Kedua batang diisi dengan warna yang sama.

2. Membuat Grafik dengan banyak Variabel

Analisi dan kesimpulan:

Gambar ini menampilkan grafik batang yang menggambarkan data dengan label “Maba” pada
sumbu x dan “Mean” pada sumbu y. Terdapat tiga set data yang direpresentasikan dengan warna
berbeda: biru untuk “JK,” hijau untuk “Status,” dan beige untuk “Umur.” Saya memerlukan lebih banyak
konteks atau informasi spesifik untuk memberikan analisis dan kesimpulan yang lebih rinci.

Grafik ini memiliki karakteristik berikut:

• Kombinasi grafik batang dengan tiga set batang berbeda warna.

• Sumbu x diberi label sebagai “Maba” dengan huruf dari ‘a’ hingga ‘z’ yang mewakili kategori
individu.
• Sumbu y diberi label sebagai “Mean” dengan rentang dari 0 hingga 40.
• Tiga jenis data direpresentasikan: “JK” dalam warna biru, “Status” dalam warna hijau, dan
“Umur” dalam warna beige.
• Setiap kategori dari ‘a’ hingga ‘z’ pada sumbu x memiliki tiga batang yang sesuai dengan setiap
jenis data (JK, Status, Umur).
• Tinggi batang bervariasi, menunjukkan nilai rata-rata yang berbeda untuk setiap kategori dan
jenis data.

3. Membuat Grafik Dengan Chart Builder 3D:

Analisis dan Kesimpulan:

Gambar ini menampilkan grafik batang 3D yang menggambarkan data berdasarkan tiga variabel:
‘Alamat’, ‘Umur’, dan ‘Status’. Setiap tinggi batang menunjukkan usia, sedangkan warna mewakili jenis
kelamin (JK), dan sumbu x menampilkan berbagai status. Namun, saya memerlukan informasi lebih
spesifik atau konteks tentang data ini untuk memberikan analisis dan kesimpulan yang lebih rinci.
Grafik ini memiliki karakteristik berikut:
• Kombinasi grafik batang 3D dengan dua set batang berbeda warna, hijau dan biru.
• Sumbu y, diberi label “Umur,” berkisar dari 0 hingga 150.
• Sumbu x diberi label “Alamat” dengan kategori termasuk “Kagokdeae Buyut,” “Tinggar,”
“Merjan,” dan “Sewu.”
 • Terdapat sumbu lain yang diberi label “Status” tegak lurus dengan sumbu Alamat, tetapi label
untuk sumbu ini tidak terlihat.
• Di sudut kanan atas, ada legenda yang menunjukkan bahwa batang hijau mewakili ‘L’ di bawah
“JK,” dan batang biru mewakili ‘P’ di bawah “JK,”
4. grafik dengan Graphboard Template chooser:

Analisis dan Kesimpulan:

Gambar diatas menampilkan grafik batang yang tumpang tindih dengan grafik garis, yang
menggambarkan data terkait dengan berbagai kelompok usia yang diberi label “Umur”. Batang tertinggi
berada pada usia 15, menunjukkan titik data paling signifikan pada usia ini. Terjadi penurunan nilai
seiring bertambahnya usia, dengan sedikit peningkatan yang terlihat lagi di sekitar usia 30 hingga 35.

Grafik ini menggambarkan:

• Kombinasi grafik batang dan garis.
• Sumbu x diberi label “Umur” menunjukkan bahwa data mewakili berbagai usia.
• Kelompok usia yang diwakili adalah 10, 15, 20, 25, 30, dan 35.
• Terdapat batang dengan tinggi yang bervariasi yang mewakili kuantitas atau frekuensi untuk
setiap kelompok usia.
• Grafik garis tumpang tindih dengan grafik batang menunjukkan tren seiring bertambahnya usia;
grafik ini mencapai puncak pada usia 15 dan kemudian menurun.
• Sumbu y mewakili kuantitas atau frekuensi tetapi tidak diberi label.