Laporan Deskriptif Statistik

I. Cover

LAPORAN PRAKTIKUM DESKRIPTIF STATISTIK

Disusun Oleh:

Armein Lahagu

NPM: 2305102010072

(Nomor Komputer 04)

Laboran:

Ridwan Saputra, S.pt., M.si.

LABORATORIUM STATISTIKA DAN SOSIAL

DEPARTEMEN AGRIBISNIS FAKULTAS PERTANIAN 

UNIVERSITAS SYIAH KUALA 

DARUSSALAM, BANDA ACEH

2024

II. Tinjauan Pustaka

    Statistika deskriptif adalah bagian dari statistika yang mempelajari alat, teknik, atau prosedur yang digunakan untuk menggambarkan atau mendeskripsikan kumpulan data atau hasil pengamatan yang telah dilakukan. Kegiatan – kegiatan tersebut antara lain adalah kegiatan pengumpulan data, pengelompokkan data, penentuan nilai dan fungsi statistik, serta pembuatan grafik, diagram dan gambar.  Statistika deskriptif ini merupakan metode-metode yang berkaitan dengan pengumpulan, peringkasan, dan penyajian suatu data sehingga memberikan informasi yang berguna dan juga menatanya ke dalam bentuk yang siap untuk dianalisis. Dengan kata lain, statistika deskriptif ini merupakan fase yang membicarakan mengenai penjabaran dan penggambaran termasuk penyajian data. Dalam fase ini dibahas mengenai ukuran-ukuran statistik seperti ukuran pusat, ukuran sebaran, dan ukuran lokasi dari persebaran / distribusi data.

    Untuk membuat data yang disajikan mudah dipahami dan informatif bagi orang yang membacanya, analisis statistika deskriptif ini bertujuan untuk memberikan gambaran atau deskripsi tentang data tersebut. Statistika deskriptif menjelaskan berbagai karakteristik data, seperti jumlah, rata-rata (mean), simpangan baku (standard deviation), varians (variance), rentang, minimum dan maksimum, dll. Frequencies, Descriptive, Explore, Crosstabs, dan Ratio adalah komponen dari analisis deskriptif ini. Analisis—analisis tersebut sudah ada pada menu opsi menu—menu dalam program pengolahan data statistik yang sering digunakan.

    Adapun analisis statistika deskriptif ini memiliki tujuan untuk memberikan gambaran (deskripsi) mengenai suatu data agar data yang tersaji menjadi mudah dipahami dan informatif bagiorang yang membacanya. Metode analisis data yang digunakan untuk menguji hipotesis adalah analisis deskriptif melalui isum dan mean dengan alat bantu SPSS. Statistika deskkriptif ditujukan untuk mencari proporsi maupun frekuensi dari karakteristik subyek penelitian (Rachmini,2001). Statistika deskriptif menjelaskan berbagai karakteristik data seperti rata-rata (mean), jumlah (sum) simpangan baku (standard deviation), varians (variance), rentang (range), nilai minimum dan maximum dan sebagainya. Analisis deskriptif ini terdiri dari Frequencies, Descriptive, Explore, Crosstabs dan Ratio. Analisis – analisis tersebut sudah ada pada opsion menu – menu dalam software pengolahan data statistik yang sering digunakan. Salah satu program olah data yang sering digunakan adalah SPSS (Statistical Package for the Social Sciences). SPSS merupakan program aplikasi computer untuk menganalisis data yang digunakan pada berbagai disiplin ilmu, terutama untuk analisis statistika. SPSS untuk menganalisis serta menampilkan angka-angka hasil perhitungan statistik, grafik, tabel dengan berbagai model, baik variabel tunggal atau hubungan antara satu variabel dengan variabel lain.

    Dengan kata lain, statistik deskriptif adalah statistik yang mempunyai tugas mengorganisasi dan menganalisis data, angka, agar dapat memberikan gambaran secara teratur, ringkas, dan jelas, mengenai sesuatu gejala, peristiwa atau keadaan, sehingga dapat ditarik pengertian atau makna tertentu. Berbagai metode statistik memungkinkan kita dapat melihat, mencari dan menyimpulkan hal-hal yang jauh diluar data yang dikumpulkan dan dapat masuk kebagian pengambila keputusan melalui generalisasi dan peramalan. Perkembangan teknologi informasi melahirkan perangkat lunak paket-paket metode statistik yang sangat membantu da mempermudah mnghitung, meramal serta menganalisis masalah yang akan dipecahkan (Rahmini,2001).

    SPSS (Statistical Package for the Social Sciences) adalah program olah data yang sangat populer yang digunakan untuk menganalisis data dalam banyak disiplin ilmu, terutama dalam analisis statistika. SPSS adalah program komputer yang digunakan untuk menganalisis data dalam berbagai disiplin ilmu, terutama dalam analisis statistika. SPSS memungkinkan analisis dan penampilan angka-angka hasil perhitungan statistik, grafik, tabel, dan berbagai model, termasuk variabel tunggal atau korelasi antara variabel.

III. Data

    Data dikerjakan di dalam MS. Excel. Microsoft Excel atau Microsoft Office Excel adalah sebuah program aplikasi lembar kerja spreadsheet yang dibuat dan didistribusikan oleh Microsoft Corporation untuk sistem operasi Microsoft Windows dan Mac OS. Aplikasi ini memiliki fitur kalkulasi dan pembuatan grafik yang baik, dengan menggunakan strategi marketing Microsoft yang agresif, menjadikan Microsoft Excel sebagai salah satu program komputer yang populer digunakan di dalam komputer mikro hingga saat ini.

  Microsoft Excel merupakan perangkat lunak untuk mengolah data secara otomatis meliputi perhitungan dasar, penggunaan fungsi-fungsi, pembuatan grafik dan manajemen data. Perangkat lunak ini sangat membantu untuk menyelesaikan permasalahan administraaf mulai yang paling sedernaha sampai yang lebih kompleks. Permasalahan sederhana tersebut misalnya membuat rencana kebutuhan barang meliputi nama barang, jumlah barang dan perkiraan harga barang. Permasalahan ini sebenarnya dapat juga diselesaikan menggunakan Microsoft Word karena hanya sedikit memerlukan proses perhitungan, tetapi lebih mudah diselesaikan dengan Microsoft Excel.

    Menurut Susandra (2010), “Microsoft Excel merupakan program aplikasi spreasheet (lembar kerja elektronik). Fungsi dari Microwsoft Excel adalah untuk melakukan operasi perhitungan serta dapat mempresentasikan data ke dalam bentuk tabel.” Menurut Musyafa (2014), “Microsoft Excel 2007 adalah sebuah program aplikasi lembar kerja spreadsheet yang dibuat dan didistribusikan oleh Microsoft Corporation untuk sistem operasi Microsoft Windows dan Mac OS.” Aplikasi ini memiliki fitur kalkulasi dan pembuatan grafik yang berupa pengolah angka.

    Tahap pertama yang harus dipersiapkan adalah memiliki datanya terlebih dahulu di excel agar lebih mudah, Untuk melakukan pengolahan suatu data di SPSS, seperti dibawah ini:

Gambar 1. Data Excel

Keterangan:

        Jenis Kelamin = 1 : Laki-Laki

                                = 2 : Perempuan

        Pendidikan      = 1 : SD

                                = 2 : SLTP

                                = 3 : SLTA

                                = 4 : D3

                                = 5 : S1

IV. Analisis

    Analisis data menggunakan aplikasi SPSS.  SPSS adalah sebuah program komputer yang digunakan untuk membuat analisis statistika. SPSS dipublikasikan oleh SPSS Inc. SPSS (Statistical Package for the Social Sciences atau Paket Statistik untuk Ilmu Sosial) versi pertama dirilis pada tahun 1968, 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. SPSS digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan survei, pemerintah, peneliti pendidikan, organisasi pemasaran, dan sebagainya. Selain analisis statistika, manajemen data (seleksi kasus, penajaman file, pembuatan data turunan) dan dokumentasi data (kamus meta data ikut dimasukkan bersama data) juga merupakan fitur-fitur dari software dasar SPSS.

    Untuk menginput data, buka Program SPSS melalui Start - Programs- IBM SPSS Statistic. Maka setelah itu muncul tampilan yang belum ada datanya, dimanapada tampilan tersebut terdapat 2 menu tampilan yaitu data view dan variabel view.

a. Data View

Gambar 2. Tampilan Data View

    Data View adalah tab sheet yang menampilkan nilai data yang sebenarnya atau label nilai yang didefinisikan. Pada tab sheet inilah, anda mengentri data ke SPSS. Diatasnya terdapat menu-menu seperti File, Edit, View, Windows, dan Help seperti halnya menu-menu umum pada aplikasi under Windows lainnya. Menu-menu utama SPSS adalah:

1. Data

    Menu ini menampilkan submenu untuk melakukan perubahan-perubahan data, seperti mengurutkan data, memisahkan isi file dengan kriteria tertentu, menggabungkan data, etc. 

2. Transform

    Menu untuk transformasi data, seperti menghitung variabel data, mengubah data, merangking data, etc.

3. Analyze

    Menu yang menjadi pusat pengolahan data, seperti mengolah statistik deskriptif, regresi, korelasi, etc.

4. Graphs

    Menu untuk menampilkan data dan hasil pengolahan data dalam bentuk grafik dan chart, seperti bar charts, histogram, scatter diagram, etc.

5. Utilities

    Menu pelengkap dalam pengoperasian SPSS, seperti menampilkan informasi variabel, mendefinisikan dan menampilkan variabel data, etc.

b. Variable View

Gambar 3. Tampilan Variable View

    Variable View adalah tab sheet yang menampilkan kamus meta data di mana setiap baris mewakili sebuah variabel dan memperlihatkan nama variable, jenis data seperti (numeric, string, date) lebar cetak, dan berbagai karakteristik lain.

1. Name

    Kolom ini digunaka untuk memeberikan iformasi tentang nama variabel data. Nama yang kita tuliskan di sini akan muncul pada data view. Beberapa aturan penamaan variabel:

• Nama variable maksimal 8 karakter.
• Nama diawali dengan huruf (tidak bisa di mulai dengan angka). sisanya dapat berisi huruf, angka, titk, atau simbol, dan karakter kusus lainya seperti ( ?, !, dan *) tidak dapat digunakan.
• Nama tidak bisa bberakhir dengan titik dan tidak harus diakhirir dengan garis bawah.
• Nama Variable harus unik duplikasi tidak diperbolehkan.
• Nama- nama Variabel tidak case sensitif "nama"  dan " nAMa" semua di anggap sama.

2. Type 

    Kolom ini untuk memberikan jenis variabel data digunaka, apakah Numeric, string (data berupa karakter, misal "nama") date, etc. Klik ikon dalam kolom type makan akan muncul dialog BOX variable type. Pada dialog box ini kita dapat mengubah jenis data dan juga lebar kolom (widh) dan jumlah angka desimal (decimal places). Secara default, SPSS memberikan jenis data numeric dengan lebar 8 digit dan 2 angka desimal di belakang koma.

3. Label

    Kolom ini menunjukan tambahan informasi dengan memerikan label pada variabel data yang kita inginkan. misalnya: "barang" kita beri label nama barang"

• Variabel "X" kita beri laber "permintaan"
• Variabel "Y" kita beri label "Ramalan permintaan"
• Permintaan label dapat membantu dalam interpretasi hasil analisis (output) karena defini output lebih jelas.

4. Value

    Kolom ini untuk memberikan label string yang diterapkan untuk nilai nucmeric tertentu, biasnya untuk data yang bersifat ordinal, dan invertal, misal angka 1 untuk laki-laki dan angka 2 untuk perempuan. Klik ikon pada kolom value labels. misalnya untuk variabel "gender" kita akan mendefinisikan "jenis kelamin" dengan meberikan label: isi (value) dengan angka 1 dan (label) dengan "laki-laki" lalu klik (add) kemudian ulangi langka-langkah tersebut untuk jenis kelamin  nantinya variabel gender, kita tidak perlu menuliskan laki-laki dan perempuan melainkan cukup mengisi 1 untuk laki-laki dan 2 untuk perempuan.

5. Missing

    Kolom ini menunjukan nilai  yang hilang  (mising value) dalam data (jika ada) responden dapat menolak untuk menjawab pertanyaan tertentu, mungkin tidak tahu jawabanya, atau mungkin menjawab dalam bentuk lain. Jika anda tidak mengidentifikasi data ini,analisis anda mungki tidak memberikan hasil yang akurat. Klik ikon dalam icon mising maka akan muncul dialog box missing values pada form discrete,isi angka yang akan dijadikan pengganti missing value,misal 9,99,999, etc. jika kita memilih angka 9, maka setiap ada data yang tidak diisi (missing value) angka 9 yang harus di isikan, jangan di biarkan kosong.

6. Colomuns

    Kolom ini menunjukan lebar kolom,baik jenis data numeric maupu string, lebar maksimal 255 digit 

7. Align

    Kolom ini  menunjukkan posisi data pada tiap cell. Terdapat tiga pilihan posisi data, yaitu: left, right, dan center.

8. Measure

    Kolom ini  menunjukkan jenis ukuran data yang digunakan. Terdapat tiga pilihan atas, yaitu: Scale, Nominal, dan Ordinal.

9. Role

    Kolom ini digunakan untuk menentukan peranan variabel dalam melakukan analisis data, yang mana terdapat 5 pilihan  yaitu Input, Target, None, Partition dan Split.

    Setelah mengetahui ketentuan disetiap menunya, kemudian data yang di Excel disalin ke SPSS yaitu pada Data View:

 

Gambar 4. Tampilan data Excel yang sudah disalin ke SPSS pada bagian Data View

Gambar 5. Tampilan data di SPSS pada bagian Variable View

Variabel Pertama

• Nama Variabel        : Responden
• Type                        : String (karena pada variabel ini menggunakan huruf bukan angka)
• Width                      : 48 ( jumlah karakter terbanyak yaitu 48)
• Decimal                   : 0 (Tidak menggunakan desimal pada data type string)
• Label                       : Pada data ini tidak menggunakan label.
• Value                       : None 
• Missing                   : None 
• Coloum                   : 16 (disesuaikan dengan jumlah karakter terbanyak)
• Align                       : Left (akan lebih baik jika data yang bertype string dibuat rata kiri)
• Measure                  : Nominal (untuk data string dipilih measure nominal atau bisa disesuaikan)

Variabel Kedua

• Nama Variabel        : Jenis Kelamin
• Type                        : Numeric
• Width                      : 8 (bisa disesuaikan dengan jumlah karakter)
• Decimal                  : 0 (pada data ini tidak menggunakan desimal
• Label                       : -
• Value                       :  "1" untuk Laki-Laki dan "2" untuk Perempuan
• Missing                   :  None ( informasi mengenai jenis kelamin diketahui)
• Coloum                   : 8 (bisa disesuaikan)
• Align                        : Center (lebih baik data bertipe numerik di buat rata tengah)
• Measure                  : Nominal (Untuk measure jenis kelamin termasuk data skala dan nominal)

Variabel Ketiga

• Nama Variabel        : Umur
• Type                        : Numeric
• Width                      : 8
• Decimal                  : 0 (tidak menggunakan decimal pada data ini)
• Label                       : -
• Value                       : None (tidak ada pengkodean)
• Missing                   : None (data informasinya diketahui)
• Coloum                   : 8 (bisa disesuaikan)
• Align                       : center
• Measure                  : Scale ( karena umur merupakan data berskala ratio)

Variabel Keempat

• Nama Variabel        : Pendidikan
• Type                        : Numeric
• Width                      : 8 (bisa disesuaikan)
• Decimal                  : 0 (data ini tidak menggunakan decimal)
• Label                       : -
• Value                       : "1" untuk SD, "2" untuk SLTP, "3" untuk SLTA, "4" untuk D3, "5" untuk S1
• Missing                   : None (data informasi diketahui) 
• Coloum                   : 8 (bisa disesuaikan)
• Align                       : Center
• Measure                  : Ordinal (karena pendidikan merupakan skala ordinal)

Variabel Kelima

• Nama Variabel        : Pendapatan
• Type                        : Numeric
• Width                      : 8
• Decimal                  : 0
• Label                       : -
• Value                       : None
• Missing                   : 9999 (informasi data pendapatan ada yang tidak diketahui)
• Coloum                   : 8
• Align                       : Center
• Measure                  : Scale

Variabel Keenam

• Nama Variabel        : Konsumsi
• Type                        : Numeric
• Width                      : 8
• Decimal                  : 0
• Label                       : -
• Value                       : None
• Missing                   : 9999 (informasi data konsumsi ada yang tidak diketahui)
• Coloum                   : 8 (bisa disesuaikan)
• Align                       : Center
• Measure                  : Scale

    Setelah semua data sudah sesuai kemudian untuk mendapatkan data output maka diklik menu Analyze-Descriptive Statistics dan pilih (Descriptive). Maka akan muncul tampilan seperti Gambar 6 berikut:

Gambar 6. Deskriptive data variabel yang akan dihitung

    Pilih data variabel mana yang akan dihitung yaitu variabel umur, pendapatan, dan konsumsi

Gambar 7. Option Deskriptive

    Terdapat beberap pilihan pada option descriptif yang inin dihitung outputnya yaitu Mean, Sum, Std. devisiasi, variance, Range, Minimum, maximum, S.E mean, Kurtosis dan Skewness. Kemudian klik Continue dan OK.

V. Output

    Setelah tampilan seperti diatas sudah muncul seperti yang diinginkan maka data outputnya sudah berhasil kemudian anda dapat menyimpan data tersebut ke file.

VI. Vidio

• Vidio perkenalan diri

• Vidio Deskriptive Statistik

VII. Referensi

https://caturoktavianasholihah18.blogspot.com/2016/12/praktikum-statistik-deskriptif.html

https://aidiyanaaufa.blogspot.com/

http://itamiayu.blogspot.com