Laporan Mod1&2

download Laporan Mod1&2

of 12

Transcript of Laporan Mod1&2

MODUL 1

PENGENALAN SPSS FOR WINDOW DAN MEMBANGUN DATA

I.

PembahasanPada pertemuan ini Mahasiswa mempelajari mengenai SPSS for Windows, sehingga Mahasiswa dapat memasukkan data, melakukan penyuntingan data dan juga mentransformasikan (modifikasi atau mengubah) data. Adapun data yang tersedia pada pertemuan ini adalah sebagai berikut; Nama Doni Andi Sisil Qori Aji Cici Arum Mayang Andi Umi Nani Arumi Maya JK Laki-laki Laki-laki Perempuan Perempuan Laki-laki Perempuan Perempuan Perempuan Laki-laki Perempuan Perempuan Perempuan Perempuan Berat 60 60 55 75 80 75 90 85 68 47 65 58 55 Tinggi 155 165 175 170 170 180 185 165 178 158 172 155 165

Keterangan: Jk adalah jenis kelamin dengan value 0 = Laki-laki, 1 = Perempuan. Berat adalah Berat Badan Responden dalam Kg Tinggi adalah Tinggi Badan Responden dalam Cm.

Pada pembuatan dan pengisian data terlebih dahulu dibuat nama variabel dan tipe dari data yang akan diisi. Adapun aturan yang dibuat adalah sebagai berikut;Name Nama JK Berat Tinggi Type String Numeric Numeric Numeric Width 25 1 3 3 Decimals 0 0 2 2 Label Nama Mahasiswa Jenis Kelamin Berat(Kg) Tinggi(Cm) Values None 0=Laki-laki 1=Perempuan None None Missing None None None None Column 8 8 8 8 Align Left Left Right Right Measure Nominal Nominal Scale scale

Keterangan: Pada Baris 1 o Diisi denganNama, o bertipe type string karena hanya berisi berupa karakter, o dengan width 20 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal sebanyak 20 karakter o Decimals 0 karena type dari Nama bukan numeric yang berarti tidak akan ada jumlah digit setelah koma, o Label diisi dengan Nama untuk menjelaskan atribut variabel Name yang muncul dalam kotak dialog adalah nama o Value None karena tidak ada pemberian kode o Missing None karena pada Nama tidak ada nilainya o Align Left yang merupakan posisi Nama pada kotak dialog o Measure Nominal karena tipe yang dimiiki oleh Nama adalah String

Pada baris 2 o Diisikan dengan JK o Bertype data Numeric karena terdapat pengkodean untuk mengetahui JK dengan menggunakan angka o Width diisi 1 karena karakter yang akan mengisi kolom hanya ada satu, yaitu 0 atau 1 yang berarti hanya 1(satu) karakter saja o Decimals 0 karena untuk pengkodean Jk hanya berupa bilangan bulat o Label diisikan Jenis Kelamin untuk menjelaskan variabel Name yang muncul dalam kotak dialog adalah Jenis Kelamin o Value diisikan pada value labelnya dengan 0 = Laki-laki dan 1 = Perempuan untuk mempercepat dan mempermudah proses pada saat memasukkan data o Missing tetap None karena tidak memiliki nilai o Align Left yang merupakan posisi vaiabel pada tabel o Measure Nominal karena data yang akan ditampilkan adalah berupa String

Pada Baris 3 o Diisi dengan Berat o bertipe Numeric karena berisi berupa angka, o dengan width 3 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal 3(tiga) o Decimals 0 karena berat dalam kasus ini tidak mempunyai digit setelah tanda koma(,) atau hanya pengkodean dan berupa bilangan bulat o Label diisi dengan Berat untuk menjelaskan aribut variabel Name yang akan ditampilkan pada kotak dialog adalah berat o Value None karena tidak ada pemberian kode

o Align Right yang merupakan posisi vaiabel pada tabel yang akan terisi secara otomatis mengikuti posisinya o Measure Scale karena tipe yang dimiiki adalah Numerdata yang akan ditampilkan adalah berupa angka

Pada Baris 4 o Diisi dengan Tinggi o Bertipe Numeric karena berisi berupa angka o Width disi 3 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal 3(tiga) o Decimals 0 karena type dari Tinggi tidak ada jumlah digit setelah koma, o Label diisi dengan Tinggi untuk menjelaskan atribut yang akan ditampilkan pada kolom dialog jika dianalisis lebih lanjut o Value None karena tidak ada pemberian kode o Missing None karena tidak ada nilainya o Align Left yang merupakan posisi letak vaiabel pada tabel o Measure Scale karena tipe yang dimiiki dan ingin ditampilkan adalah berupa angka Dari data di atas, Mahasiswa diminta untuk membangun sebuah data yang harus diisikan melalui SPSS data editor yang mana telah dipraktekkan sehingga menghasilkan output seperti pada listing. Setelah dibuat data nama, jenis Kelamin, berat dan tinggi, selanjutnya mentranformasikan data dengan menggunakan menu Transform untuk membuat; Berat badan ideal responden, dengan ketentuan; Berat Ideal = (Tinggi 100) * 0,9Sebagai contoh, diambil satu data yang kemudian digunakan untuk membuktikan ketentuan (rumus) yang dipakai. Responden dengan nama Aji memiliki berat 80kg dan tinggi 170cm maka dapat dihitung berat idealnya = (170 - 100) * 0.9 = 70 * 0.9 = 63kg. Nilai tersebut sama dengan output di SPSS.

Menentukan prosentase kelebihan berat badan responden, dengan ketentuan; Kelebihan = (Berat Berat Ideal) / Berat * 100Untuk mengetahui kelebihan berat badan juga diambil satu data yang akan digunakan untuk membuktikan ketentuan(rumus) yang dipakai. Responden dengan nama memiliki berat 60Kg dan berat ideal 49.50, maka dapat dihitung kelebihan berat badannya = (60 49.50) / 60 * 100 = 10.5 /600 = 17.50.

Menentukan responden laki-laki yang over weight, yaitu yang beratnya lebih dari berat ideal. Yaitu Kondisi dimana jika responden laki-laki memiliki kelebihan > 0,1 dari berat idealnya maka akan muncul 1(ya) sedangkan jika kelebihan < 0,1 dari berat idealnya,

maka akan muncul 0(tidak) yang dapat menjelaskan apakah responden laki-laki tersebut memiliki kelebihan 10% dari berat idealnya atau tidak. Memberikan tanda bagi responden yang kelebihan beratnya lebih dari 10% dengan tanda Diet. Yaitu kondisi dimana jika responden yang kelebihan beratnya > 0,1 maka akan diberi tanda Diet, sedangkan jika kelebihan < 0,1 maka tidak akan muncul tanda apapun yang berati berat dan tinggi badan responden sudah sesuai. Dari pemberian tand tersebut,maka dapat diketahui responden yang harus melakukan diet karena kelebihan berat badannya sudah 10% lebih besar dari berat idealnya.

II.

TugasUntuk tugas pertemuan ini 1. untuk mengurutkan data mahasiswa berdasarkan nama dan 2. Split data berdasarkan jenis kelamin, dapat dilihat pada listing modul 1 halaman terakhir.

III.

KesimpulanDengan menggunakan SPSS for Windows, Mahasiswa dapat memasukkan data,

melakukan penyuntingan data dan juga mentransformasikan (modifikasi atau mengubah) data dengan lebih mudah dan dengan resiko melakukan kesalahan yang lebih kecil karena bila terjadi kesalahan pada waktu memasukkan salah satu data, maka akan dengan mudah data yang salah tersebut diubah untuk mendapatkan hasil yang sebenarnya.

IV.

ListingListing terlampir_

MODUL 2

GRAFIK DAN TABEL

I.

PembahasanPada pertemuan ini Mahasiswa diminta membuat penyajian data dalam bentuk grafik 2 dimensi dan 3 dimensi, penyajian data dalam bentuk table dan penyajian

data dalm bentuk OLAP Cubes.Berikut ini adalah data karyawan PT. Maju yang harus disunting; JK Laki-laki Perempuan Laki-laki Perempuan Perempuan Laki-laki Laki-laki Perempuan Perempuan Laki-laki Laki-laki Perempuan Pendidikan Sarjana Akademi Akademi SMA SMA Akademi SMA Sarjana Akademi SMA Akademi Akademi Jabatan Manajer Staf Karyawan Staf Karyawan Staf Karyawan Manajer Karyawan Karyawan Karyawan Staf GjAkhir 57,000 40,200 21,450 21,900 45,000 32,100 36,000 21,900 27,900 24,000 30,300 28,350 GjAwal 27,000 18,750 12,000 13,200 21,000 13,500 18,750 9,750 12,750 13,500 16,500 12,000 Bulan 98 90 85 92 98 74 88 84 93 95 99 75

Keterangan JK = Jenis Kelamin GjAkhir = Gaji akhir Gjawal = Gaji awal Bulan = Lama kerja dalam bulan

Terlebih dahulu menuliskan nama variabel pada judul yang tampak pada variabel view,sebagai berikut;Name JK Pendidikan Type String Sting Width 1 1 Decimals 0 0 Label Jenis Kelamin Pendidikan Values 0=Laki-laki 1=Perempuan 0=SMA 1=Akademi 2=Sarjana 0=Karyawan 1=Staf 2=Manajer None None None Missing None None Columns 8 8 Align Left Left Measure Nominal Nominal

Jabatan

String

1

0

Jabatan

None

8

Left

Nominal

GjAkhir GjAwal Bulan

Numeric Numeri Numeric

5 5 2

3 3 0

Gaji Akhir Gaji Awal Lama kerja dalam Bulan

None None None

8 8 8

Right Right Right

Nominal Nominal Scale

Keterangan;Pada Baris 1 o Diisi dengan, JK o Bertipe Numeric karena akan memakai angka pada pengkodean jenis kelaminnya, o dengan width 1 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal 1(satu) karakter o Decimals 0 karena type dari JK tidak ada jumlah digit setelah koma, o Label diisi dengan Jenis Kelamin untuk menjelaskan atribut variabel Name yang akan muncul dalam kotak dialog o Value diisi dengan 0 = Laki-laki dan 1 = Perempuan sebagai pengkodean dari jenis kelamin o Missing None karena tidak ada nilai yang harus dihilangkan o Align Left yang merupakan posisi atribut pada tabel dengan perataan kiri o Measure Nominal menentukan tipe data nominal Pada Baris 2 o Diisi dengan Pendidikan o Bertipe Numeric karena berisi pengkodean berupa angka, o dengan width 1 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal atau hanya 1(satu) karakter saja o Decimals 0 karena tidak ada jumlah digit setelah koma atau hanya pemberian kode yang berupa bilangan bulat o Label diisi dengan Pendidikan agar dalam kotak dialog akan muncul seperti yang diisikan pada label o Value diisi dengan 0 = SMA, 1 = AKADEMI dan 2 = SARJANA sebagai pengkodean dari pendidikannya o Missing None karena tidak ada digit yang berada di belakang koma o Align Left yang merupakan posisi atribut pada tabel dengan perataan kiri o Measure Nominal menentukan tipe data masukan sebagai nominal Pada Baris 3 o Diisi dengan, Jabatan o Bertipe Numeric karena berisi berupa angka sebagai pengodean dari pilihan jabatan, o dengan width 1 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal atau hanya untuk 1(satu) karakter saja o Decimals 0 karena tidak ada jumlah digit setelah koma o Label diisi dengan Jabatan untuk menjelaskan atribut variabel yang muncul dalam kotak dialog o Value None karena tidak ada pemberian kode o Missing None karena tidak ada nilainya o Align Left yang merupakan posisi data pada tabel perataan teks kanan o Measure Nominal karena data yang harus ditampilkan pada kotak dialog adalah nilai nominal

Pada Baris 4 o Diisi dengan, GjAkhir o Bertipe Numeric karena berupa angka o dengan width 5 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal sebanyak 5(lima) o Decimals 3 agar pada saat memasukkan data cukup memasukkan 2 angka saja yang kemudian akan muncul sendiri 3(tiga) digit di belakang koma o Label diisi dengan Gaji Akhir untuk menjelaskan atribut variabel yang muncul dalam kotak dialog apabila dilakukan analisis lebih lanjut. o Value None karena tidak ada pemberian kode o Align Left yang merupakan posisi vaiabel Gaji akhir pada tabel rata kiri o Measure Nominal selain yang akan ditampilkan adalah berupa angka, juga agar dapat dibuat grafiknya Pada Baris 5 o Diisi dengan, GjAwal o Bertipe Numeric karena berisi berupa angka o dengan width 5 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal sebanyak 5(lima) karakter o Decimals 3 agar pada saat memasukkan data cukup memasukkan 2 angka saja yang kemudian akan muncul sendiri 3(tiga) digit di belakang koma o Label diisi dengan Gaji Awal untuk menjelaskan atribut variabel yang muncul dalam kotak dialog apabila dilakukan analisis lebih lanjut. o Value None karena tidak ada pemberian kode o Align Right yang merupakan posisi Gaji Awal pada tabel rata kanan o Measure Nominal karena tipe yang dimiiki adalah Numeric yang harus dapat dibuat grafiknya Pada Baris 6 o Diisi dengan Bulan o Type data numeric yang berisi angka o dengan width 2 yang merupakan lebar kolom untuk menampung jumlah karakter maksimal sebanyak 2(dua) karakter o Decimals 0 karena tidak ada digit di belakang koma yang ingin ditampilkan o Label diisi dengan Bulan untuk menjelaskan atribut variabel yang muncul dalam kotak dialog apabila dilakukan analisis lebih lanjut. o Value None karena tidak ada pemberian kode o Align Right yang merupakan posisi Gaji Awal pada tabel rata kanan o Measure Scale karena tipe yang dimiiki adalah Numeric yang jadi perbandingan lama bekerja

Setelah data disunting dan menggunakan editor data, dihasilkan output sebagai berikut; Case Summariesa Jenis Kelamin Pendidikan 1 2 3 4 5 6 7 8 9 10 11 12 Total N Laki-laki Perempuan Laki-laki Perempuan Perempuan Laki-laki Laki-laki Perempuan Perempuan Laki-laki Laki-laki Perempuan 12 Sarjana Akademi Akademi SMA SMA Akademi SMA Sarjana Akademi SMA Akademi Akademi 12 Jabatan Manajer Staf Karyawan Staf Karyawan Staf Karyawan Manajer Karyawan Karyawan Karyawan Staf 12 Gaji Akhir 57.000 40.200 21.450 21.900 45.000 32.100 36.000 21.900 27.900 24.000 30.300 28.350 12 Lama Kerja Gaji Awal Dalam Bulan 27.000 18.750 12.000 13.200 21.000 13.500 18.750 9.750 12.750 13.500 16.500 12.000 12 98 90 85 92 98 74 88 84 93 95 99 75 12

a. Limited to first 100 cases.

II.

Tugas

Summarize[DataSet0] D:\Data\Semester 2\Praktikum stat Dasar\Tugas Mod2.sava

Case Processing Summary Cases Included N NILAI NAMA UTS UAS Rerata 15 15 15 15 15 Percent 100.0% 100.0% 100.0% 100.0% 100.0% N 0 0 0 0 0 Excluded

Total N 15 15 15 15 15 Percent 100.0% 100.0% 100.0% 100.0% 100.0%

Percent .0% .0% .0% .0% .0%

Case Summaries NILAI 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Total N C A E D C C B C B C E C C E D 15 NAMA DEWI KALSUM MUSTOFA ADE AGUS IRWAN EKA MOHAMAD KURNIA PUTRA ANDRI INA FADI DWI DENI 15

a

UTS 5 20 2 2 20 2 20 25 10 2 2 2 2 2 2 15

UAS 20 50 2 10 0 20 40 15 40 20 2 20 30 2 5 15

Rerata 12.5 35.0 2.0 6.0 10.0 11.0 30.0 20.0 25.0 11.0 2.0 11.0 16.0 2.0 3.5 15

a. Limited to first 100 cases.

Grafik di atas menggambarkan presentase nilai mahasiswa dengan range nilai dari A sampai dengan E dengan warna sebagai pembeda.

Grafik batang di atas menggambarkan Mean dari nilai UTS dan UAS dengan range nilai A sampai dengan E. Nilai UTS dan UAS digambarkan dengan warna berbeda.

Grafik garis di atas tersusun atas nilai Rerata pada sumbu x dan Count/cacah pada sumbu y.

III.

KesimpulanDengan SPSS, penyajian data dalam bentuk grafik 2 dimensi dan 3 dimensi, penyajian data dalam bentuk table dan penyajian data dalam bentuk OLAP Cubes

lebih mudah dibuat dengan resiko kesalahan yang sangat kecil sekali. Selain itu, pembacaan data dalam bentuk grafik, dapat mempermudah pemakai data untuk dikelolah lebih lanjut sesuai dengan kebutuhan.

IV.

ListingListing terlampir,-

LAPORAN PRAKTIKUM STATISTIK DASAR MODUL 1 & 2

Oleh : Hotma S. S. 105610115 / SI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

AKAKOMYogyakarta 2011