BAB I PENDAHULUAN 1. Definisi
1.1 Statistik Deskriptif
Statistika deskriptif adalah bagian dari ilmu statistika yang hanya mengolah, menyajikan data tanpa mengambil keputusan untuk populasi. Dengan kata lain hanya melihat gambaran secara umum dari data yang didapatkan. Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data.
1.1.1 Mean
Mean adalah teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut. Rata-Rata (mean) ini didapat dengan menjumlahkan data seluruh individu dalam kelompok itu, kemudian dibagi dengan jumlah individu yang ada pada kelompok tersebut.
1.1.2 Standar Deviasi
Standar deviasi adalah nilai statistik yang digunakan untuk menentukan bagaimana sebaran data dalam sampel, dan seberapa dekat titik data individu ke mean – atau rata-rata – nilai sampel. Sebuah standar deviasi dari kumpulan data sama dengan nol menunjukkan bahwa semua nilai-nilai dalam himpunan tersebut adalah sama. Sebuah nilai yang lebih besar akan menunjukkan bahwa titik data individu jauh dari nilai rata-rata.
1.1.3 Varians
1.1.4 Range
Range adalah salah satu ukuran statistik yang menunjukan jarak penyebaran data antara nilai terendah (Xmin) dengan nilai tertinggi (Xmax). Ukuran ini sudah digunakan pada pembahasan daftar distribusi frekuensi.
1.1.5 Minimum dan Maksimum
Nilai minimum adalah nilai terkecil pada suatu gugus data. Nilai maksimum adalah nilai terbesar atau tertinggi pada suatu gugus data.
1.1.6 S.E Mean
Standar error adalah standar deviasi dari rata-rata. Bila kita mempunyai beberapa kelompok data, misalnya tiga kelompok, maka kita akan mempunyai tiga buah nila rata-rata. Bila kita hitung nilai standar deviasi dari tiga buah nilai rata-rata tersebut, maka nilai standar deviasi dari nilai rata-rata tersebut disebut nilai standar error.
1.1.7 Kurtosis
Kurtosis merupakan derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Jika bentuk kurva runcingberarti nilai data terkonsentrasi terhadap nilai rata-tata atau nilai penyebarannya kecil, sebaliknya jika bentuk kurva nya tumpul berarti nilai data tersebar terhadap nilai rata-rata atau nilai penyebaran besar.
Derajat keruncingan suatu distribusi frekuensi dapat dibedakan menjadi tiga, yaitu:
1. Leptokurtik adalah distribusi data yang puncaknya relatif tinggi atau bentuk distribusi yang ujungnya sangat runcing.
2. Mesokurtik adalah distribusi data yang puncaknya tidak terlalu runcing atau tidak terlalu tumpul.
3. Platikurtik adalah distribusi data yang puncaknya terlalu rendah atau terlalu mendatar.
1.1.8 Skewness
Sedangkan jika tidak berarti data tidak simetris atau tidak berdistribusi normal.
Ukuran kecondongan data terbagi atas tiga bagian, yaitu :
1. Kecondongan data ke arah kiri (condong negatif) dimana nilai modus lebih dari nilai mean (modus > mean).
2. Kecondongan data simetris (distribusi normal) dimana nilai mean dan modus adalah sama (mean = modus).
3. Kecondongan data ke arah kanan (condong positif) dimana nilai mean lebih dari nilai modus (mean > modus).
1.2 Scatter plot
Scatter plot adalah sebuah grafik yang biasa digunakan untuk melihat suatu pola hubungan antara 2 variabel. Untuk bisa menggunakan scatter plot, skala data yang digunakan haruslah skala interval dan rasio.
2. Studi Kasus
Ada beberapa kasus yang harus diselesaikan dalam praktikum Analisis Regresi Terapan dengan menggunakan programSPSS yaitu:
1. Melakukan analisis deskriptif beserta tampilkan grafiknya tiap variabel kemudian jelaskan hasil output yang ditampilkan.
BAB II
DESKRIPSI KERJA
Dalam praktikum Analisis Regresi Terapan modul pertama ini akan dijelaskan deskripsi atau langkah-langkah kerja sesuai dengan studi kasus yang ada. Praktikan akan menggunakan SPSS dan Ms.Excel untuk mengerjakan data tersebut. Adapun langkah-langkahnya sebagai berikut :
2.1 Statistik Deskriptif
2.1.1 Mengoperasikan SPSS dengan dengan menjalankan kursor pada lambang Start All Programs IBM SPSS Statistics 21. Sehingga tampil lembar kerja baru seperti gambar berikut:
Gambar 2.1.1 Lembar kerja SPSS
2.1.2 Memasukan variable data pada variable view sesuai dengan data yang diketahui. Seperti gambar berikut:
2.1.3 Praktikan memasukan nilai data pada data view dan harus sesuai dengan tabel data yang sudah diketahui. Seperti gambar berikut:
Gambar 2.1.3 Memasukan nilai data
2.1.4 Praktikan kemudian memilih untuk analisis deskriptif pada menu bar yaitu dengan Analyze Descriptive statistics Descriptive. Dan akan muncul tampilan seperti gambar berikut:
Gambar 2.1.4 Memilih statistik deskriptif pada menu bar
Gambar 2.1.5 Memilih statistika deskriptif yang digunakan 2.1.6 Dan akan menghasilkan hasil output, seperti gambar berikut:
Gambar 2.1.6 Hasil output statistik deskriptif
2.2 Membuat Scatter Plot
2.2.1 Praktikan kemudian memilih graphs pada menu bar yaitu dengan Legacy DialogsScatter/Dot. Dan akan muncul tampilan seperti gambar berikut:
2.2.2 Praktikan menentukan variabel x dan y pada kontak dialog yang ada. Seperti gambar berikut:
Gambar 2.2.2 Penentuan variabel x dan variabel y 2.2.3 Dan akan menghasilkan output, seperti gambar berikut:
2.3 Membuat Grafik dengan Ms.Excel
2.3.1 Praktikan memasukan data yang ada pada tabel Ms.Excel.
Tabel 2.3 Tabel Produk Domestik Regional Bruto (PDRB) tahun 2013 dan jumlah penduduk sekolah
Sumatera Utara 403933 815,47 Sumatera Barat 127100 347
Riau 522241 458,52
Jambi 85558 186,91
Sumatera Selatan 231683 436,42
Bengkulu 27388 106,23
Lampung 164393 427,94
Kep. Bangka
Belitung 38935 59,17
Kep. Riau 100310 108,55
DKI Jakarta 1255926 708,79 Jawa Barat 1070177 2630,18 Jawa Tengah 623750 1450,49 DI Yogyakarta 63690 205,42 Jawa Timur 1136327 2025,37
Banten 244548 756,06
Kalimantan Barat 84956 273,07 Kalimantan
Tengah 63515 144,87
Kalimantan
Selatan 83362 181,41
Kalimantan Timur 425429 310,03 Sulawesi Utara 53401 154,64 Sulawesi Tengah 58641 121,22 Sulawesi Selatan 184783 511,93 Sulawesi Tenggara 40773 141,12
Sulawesi Barat 16184 51,68
Maluku 13245 145,68
Maluku Utara 7725 76,61
Papua Barat 50909 78,81
Papua 93137 193,19
Ace
Ace
data JUMLAH PENDUDUK SEKOLAH 2013
Gambar 2.3.2 Datajumlah variabel jumlah penduduk sekolah tahun 2013
PDRB
Jumlah Penduduk sekolah
PERBANDINGAN PDRB DAN JUMLAH PENDUDUK SEKOLAH
BAB III PEMBAHASAN
Pada pembahasan ini praktikan menjelaskan hasil output dari masing-masing data yang praktikan kerjakan berdasarkan studi kasus yang ada. Pembahasan akan di jabarkan oleh praktikan sebagai berikut :
3.1 Statistik Deskriptif
Tabel 3.1.1 Statistik deskriptif bagian 1
Descriptive Statistics
N Range Minimum Maximum Mean
Statistic Statistic Statistic Statistic Statistic
PDRB 33 1248201 7725 1255926 229639.88
Jumlah_penduduk_sekolah 33 2578.50 51.68 2630.18 438.0006
Valid N (listwise) 33
Dari Tabel 3.1.1 diatas dapat diketahui bahwa :
1. Jumlah (N) dari PDRB maupun Jumlah Pendududk Sekolah terdapat 33 data. 2. Jarak (Range) dari data PDRB adalah sejumlah 1248201 dan data Jumlah
Penduduk Sekolah adalah sejumlah 2578.50.
3. Nilai minimum dari data PDRB adalah 77725 sedangkan data Jumlah Penduduk Sekolah adalah 51.68.
4. Nilai maksimum dari data PDRB adalah 1255926 sedangkan data Jumlah Penduduk Sekolah adalah 2630.18.
5. Nilai rata-rata (Mean) dari data PDRB adalah 229639.88 sedangkan data Jumlah Penduduk Sekolah adalah 438.0006.
Tabel 3.1.2 Statistik deskriptif bagian 2 Descriptive Statistics
Mean Std. Deviation Variance Skewness
Std. Error Statistic Statistic Statistic Std. Error
PDRB 58033.677 333378.095 111140954064.547 2.154 .409
Jumlah_penduduk_sekolah 99.24028 570.09201 325004.904 2.718 .409
Valid N (listwise)
1. S.E Mean dari data PDRB adalah sejumlah 58033.677 sedangkan dari data Jumlah Penduduk Sekolah adalah 99.24028. S.E Mean menggambarkan sebaran rata-rata sampel terhadap rata-rata keseluruhan kemungkinan sampel, karena data terdapat outlier maka digunakan S.E Mean karena apabila terdapat outlier maka nilai dari Mean tidak digunakan karena terdapat kesalahan pada data yang menyebabkan nilai rai rata-rata tidak sesuai dengan data yang ada, maka dari itu digunakannya S.E Mean.
2. Standar deviasi dari data PDRB adalah sejumlah 333378.095 sedangkan dari data Jumlah Penduduk Sekolah adalah 570.09201. Standar deviasi menunjukan keheterogenan yang terjadi dalam data kedua variabel.
3. Variansi dari data PDRB adalah sejumlah 111140954064.547 sedangkan dari data Jumlah Penduduk Sekolah adalah 325004.904. Nilai variansi ini digunakan untuk melihat keberagaman data suatu instrumen yang dibuat, sehingga data atau variabel tersebut dapat dinilai validitasnya (layak atau tidaknya untuk diikut sertakan dalam instrumen penelitian), semakin besar angka variansi maka semakin beragam datanya dan semakin kecil niai variansi maka semakin homogen datanya.
4. Nilai skewness digunakan untuk mengetahui data tersebut normal atau tidak serta menceng ke kiri atau kanan, dari hasil tersebut nilai skewness untuk data PDRB dan Jumlah Penduduk Sekolah yaitu 0.409 dan 0.409 artinya data tersebut normal dan menceng kanan.
Tabel 3.1.3 Statistik deskriptif bagian 3
Descriptive Statistics
1. Kurtosis digunakan untuk mengetahui keruncingan data, kurtosis > 3 disebut leptokurtik, kurtosis = 3 disebut mesokurtik dan kurtosis < 3 disebut platikurtik, pada data tersebut keruncingan data pada data PDRB dan data Jumlah Penduduk Sekolah berbentuk platikurtik karena kurang dari 3 yaitu 0.798 dan 0.798.
3.2 Scatter Plot
Gambar 3.2.1 Hasil output scatter plot
Scatter plot diatas digunkan untuk mengetahui apakah ada data pencilan atau outlier dari data yang dianalisis oleh praktikan, terlihat ada 3 data yang merupakan outlier karena jaraknya sangat jauh dari data yang lain. Itu berarti bahwa ada 3 data yang dianggap sebagai outlier.
Ace
Gambar 3.3.1 Datajumlah variabel PDRB tahun 2013
Ace
data JUMLAH PENDUDUK SEKOLAH 2013
PDRB
Jumlah Penduduk sekolah
PERBANDINGAN PDRB DAN JUMLAH PENDUDUK SEKOLAH
Gambar 3.3.3 Perbandingan data PDRB dengan jumlah penduduk sekolah tahun 2013
BAB IV PENUTUP
Berdasarkan hasil praktikum Analisis Regresi Terapan dengan menggunakan SPSS dan Ms.Excel, maka praktikan dapat menyimpulkan beberapa hal sebagai berikut:
1. Dengan mencari statistik deskriptif praktikan dapat mengetahui sebuah informasi namun terbatas pada data apa adanya, dapat mengetahui nilai-nilai yang berhubungan dengan data statistik, tergantung yang dibutuhkan oleh praktikan saat melakukan perhitungan dengan menggunakan statistika deskriptif. Karena dengan menggunakan statistik deskriptif tidak dapat mengambil kesimpulan yang umum atas data yang terbatas. Kesimpulan yang dapat diambil hanya terbatas pada data yang ada.
2. Dengan menggunakan scatterplot praktikan dapat mengetahui bahwa uji normalitas yang dilakukan oleh praktikan menyatakan bahwa data yang telah di uji merupakan distribusi normal atau bukan. Dan terpadat data pencilan atau outlier atau tidak, pada data tersebut diketahui bahwa ada tiga data yang di anggap sebagai outlier.
DAFTAR PUSTAKA
Nugraha, Jaka. 2013. Modul Praktikum Analisis Data Eksplorasi. Yogyakarta: Universitas Islam Indonesia.
Wahyuni, Yuyun. 2011. Dasar – Dasar Statistik Deskriptif. Yoyakarta: Nuhamedika, Cetakan I.
Angga, Ferry. Rabu, 19 Juni 2013. Pengertian Statistik Deskriptif. http://fni-statistics.blogspot.com/2013/06/pengertian-statistik-deskriptif.html. Diakses pada tanggal 14 April 2015 pukul 22:50 WIB.
Ayu, Dhea. Sabtu, 05 Oktober 2013. Mean, Median, dan Modus.
http://dheaayuwikuningtyas.blogspot.com/2013/10/mean-median-modus_5.html. Diakses pada tanggal 14 April 2015 pukul 23:00 WIB. Indriani, Novi. Rabu, 03 November 2010. Pengertian Standar Deviasi.
http://www.sridianti.com/pengertian-standar-deviasi.html. Diakses pada tanggal 14 April 2015 pukul 23:10 WIB.
