SlideShare a Scribd company logo
1 of 26
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
11
(Grafik dan Histogram)(Grafik dan Histogram)
Eko Siswanto, S.KomEko Siswanto, S.Kom
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
►Pengumpulan DataPengumpulan Data
►Pengolahan DataPengolahan Data
►Penyajian Data (Tabel dan Grafik)Penyajian Data (Tabel dan Grafik)
►Peringkasan Data (Ringkasan Statistik)Peringkasan Data (Ringkasan Statistik)
GRAFIKGRAFIK
►BARBAR
►PIEPIE
►LINELINE
►HISTOGRAMHISTOGRAM
DATA NOMINAL DAN ORDINAL
DATA INTERVAL DAN RATIO
LATIHAN GRAFIK1LATIHAN GRAFIK1
►Buka fileBuka file Data Grafik.xlsData Grafik.xls. Copykan data. Copykan data
DAYA SAING TI ke SPSS.DAYA SAING TI ke SPSS.
►Gunakan SPSS, selesaikan soal berikut:Gunakan SPSS, selesaikan soal berikut:
 Buat grafik BAR untuk menunjukkan skor setiapBuat grafik BAR untuk menunjukkan skor setiap
negara dgn urutannegara dgn urutan daya saing di bidang TIdaya saing di bidang TI..
 Buat grafik BAR untuk menunjukkan skor setiapBuat grafik BAR untuk menunjukkan skor setiap
negara dgn urutannegara dgn urutan peringkat globalperingkat global..
DAYA SAING DI BIDANG TI
Vietnam
Pakistan
Indonesia
Sri Lanka
China
Filipina
India
Thailand
Malaysia
Hong Kong
Selandia Baru
Singapura
Taiw an
Australia
Korea Selatan
Jepang
0 25 50 75
NEGARA
SKOR DAYA SAING
Daya Saing di Bidang TIDaya Saing di Bidang TI
(menggunakan EXCEL)(menggunakan EXCEL)
Daya Saing di Bidang TIDaya Saing di Bidang TI
(menggunakan SPSS)(menggunakan SPSS)
Bars show Means
0,00 25,00 50,00 75,00
SKOR_DAYA_SAING
Vietnam
Pakistan
Indonesia
Sri Lanka
China
Filipina
India
Thailand
Malay sia
Hong Kong
Selandia Baru
Singapura
Taiwan
Australia
Korea Selatan
Jepang
NEGARA DAYA SAING TEKNOLOGI INFORMASI
NEGARA-NEGARA DI ASIA
Grafik Daya Saing BerdasarGrafik Daya Saing Berdasar
PERINGKAT GLOBAL (EXCEL)PERINGKAT GLOBAL (EXCEL)
DAYA SAING TI DI NEGARA ASIA
BERDASAR PERINGKAT GLOBAL
Vietnam
Pakistan
Indonesia
Sri Lanka
China
Filipina
India
Thailand
Malaysia
Hong Kong
Selandia Baru
Singapura
Taiw an
Australia
Korea Selatan
Jepang
0 10 20 30 40 50 60 70
Vietnam
Indonesia
China
India
Malaysia
Selandia Baru
Taiw an
Korea Selatan
NEGARA
PERINGKAT GLOBAL
Grafik Daya Saing BerdasarGrafik Daya Saing Berdasar
PERINGKAT GLOBAL (SPSS)PERINGKAT GLOBAL (SPSS)
Bars show Means
0.00 20.00 40.00 60.00
peringkat
Vietnam
Pakistan
Indonesia
Sri Lanka
China
Filipina
India
Thailand
Malay sia
Hong Kong
Selandia
Singapura
Taiwan
Australia
Korea Selatan
Jepang
negara
DAYA SAING TEKNOLOGI INFORMASI
NEGARA-NEGARA DI ASIA
LATIHAN GRAFIK2LATIHAN GRAFIK2
►Buka fileBuka file DataGrafik.xlsDataGrafik.xls. Copykan data. Copykan data
SEPEDA MOTOR ke SPSS.SEPEDA MOTOR ke SPSS.
►Gunakan SPSS, selesaikan soal berikut:Gunakan SPSS, selesaikan soal berikut:
 Buat grafik PIE untuk komposisi pangsa pasarBuat grafik PIE untuk komposisi pangsa pasar
merk sepeda motor di 2 kota (Semarang &merk sepeda motor di 2 kota (Semarang &
Solo) dalam satu grafik.Solo) dalam satu grafik.
HONDA
KAWASAKI
LAINNYA
SUZUKI
YAMAHA
merk
Pies show Sums of penjualan
39.87%
0.62%
3.32%
7.05%
49.15%
Semarang Solo
38.27%
1.08%
2.38%
15.10%
43.17%
KOMPOSISI PENJUALAN SEPEDA MOTOR DI 2 KOTA
LATIHAN GRAFIK3LATIHAN GRAFIK3
►Buka fileBuka file Data Grafik.xlsData Grafik.xls. Copykan data FLU. Copykan data FLU
BURUNG ke SPSS.BURUNG ke SPSS.
►Gunakan SPSS,Gunakan SPSS,
 Buat grafikBuat grafik BARBAR
 Buat grafikBuat grafik PIEPIE
 Buat grafikBuat grafik LINELINE
GRAFIK BARGRAFIK BAR
Bars show Means
Menambah konsumsi ay am
Menghentikan sama sekali
Mengurangi konsumsi ay am
Tidak ada perubahan pola
Tidak jawab
sikap terhadap daging ayam
10,00
20,00
30,00
40,00
50,00
PERSENTASE SIKAP TERHADAP DAGING AYAM
GRAFIK PIEGRAFIK PIE
Menambah konsumsi ayam
Menghentikan sama sekali
Mengurangi konsumsi ayam
Tidak ada perubahan pola
Tidak jaw ab
sikap terhadap daging ayam
Pies show Sums of PERSENTASE
SIKAP TERHADAP DAGING AYAM
GRAFIK LINEGRAFIK LINE
►Kurang tepat digunakan. Karena data bukanKurang tepat digunakan. Karena data bukan
merupakan data TIME SERIES.merupakan data TIME SERIES.
UKURAN DATAUKURAN DATA
►Mean (Rata-rata Hitung)Mean (Rata-rata Hitung)
►Median (Nilai Tengah)Median (Nilai Tengah)
►Modus (Mode Trend)Modus (Mode Trend)
►Simpangan BakuSimpangan Baku
MEAN (RATA-RATA HITUNG)MEAN (RATA-RATA HITUNG)
► Rata-rata HitungRata-rata Hitung tidak selalu dapat dipakaitidak selalu dapat dipakai dengandengan
baik untukbaik untuk mewakili suatu nilai kelompok.mewakili suatu nilai kelompok.
► Nilai rata-rata hitung akan dengan baik mewakiliNilai rata-rata hitung akan dengan baik mewakili
nilai-nilai yang sifatnyanilai-nilai yang sifatnya relatif homogenrelatif homogen dalamdalam
kelompoknya.kelompoknya.
► Jika nilai-nilai dimaksud relatif sudah tidakJika nilai-nilai dimaksud relatif sudah tidak
homogen lagihomogen lagi (heterogen),(heterogen), biasanya digunakanbiasanya digunakan
nilai mediannilai median untuk mewakili kelompoknya.untuk mewakili kelompoknya.
► Adalah suatu nilai yangAdalah suatu nilai yang membagi datamembagi data yangyang
diobservasidiobservasi menjadi 2menjadi 2 bagian yangbagian yang samasama, setelah, setelah
data tersebut disusun daridata tersebut disusun dari urutanurutan yang terbesaryang terbesar
sampai yang terkecil atau sebaliknya.sampai yang terkecil atau sebaliknya.
► KelemahanKelemahan Median adalahMedian adalah tidak bisatidak bisa
menggambarkanmenggambarkan berapa jauhnyaberapa jauhnya jarak nilaijarak nilai
MedianMedian terhadap nilai data yangterhadap nilai data yang maksimum danmaksimum dan
minimum.minimum.
► Oleh karenanya, dalam menggunakan MedianOleh karenanya, dalam menggunakan Median
sebaiknya disebutkan juga nilai data yangsebaiknya disebutkan juga nilai data yang
maksimum dan yang minimum.maksimum dan yang minimum.
MEDIAN (NILAI TENGAH)MEDIAN (NILAI TENGAH)
MODUS (MODE -TREND)MODUS (MODE -TREND)
►Suatu nilai yang mempunyai frekuensiSuatu nilai yang mempunyai frekuensi
terbesar, atauterbesar, atau nilai yang paling seringnilai yang paling sering
terjadi.terjadi.
►Nilai modusNilai modus tidak selalu tunggaltidak selalu tunggal, bisa lebih, bisa lebih
dari 1 atau bahkan tidak punya modusdari 1 atau bahkan tidak punya modus
sama sekali.sama sekali.
SIMPANGAN BAKU / STANDAR DEVIASISIMPANGAN BAKU / STANDAR DEVIASI
(UKURAN PENYEBARAN DATA)(UKURAN PENYEBARAN DATA)
► CaraCara mengukur tingkat homogenitasmengukur tingkat homogenitas atauatau
penyebaran data atau variasi suatu kelompok datapenyebaran data atau variasi suatu kelompok data
adalah dengan mengukur Simpangan bakunya.adalah dengan mengukur Simpangan bakunya.
► Nilai Simpangan Baku adalah sama dengan akarNilai Simpangan Baku adalah sama dengan akar
dari nilai varians nya dan nilai tersebut akandari nilai varians nya dan nilai tersebut akan
menggambarkan bagaimana derajat penyebaranmenggambarkan bagaimana derajat penyebaran
(berpencarnya) suatu kelompok data.(berpencarnya) suatu kelompok data.
► Semakin kecilSemakin kecil nilai simpangan baku,nilai simpangan baku, semakinsemakin
homogenhomogen nilai-nilai yang terdapat dalam kelompoknilai-nilai yang terdapat dalam kelompok
data yang bersangkutan dandata yang bersangkutan dan semakin baiksemakin baik nilainilai
rata-ratanya dalam mewakili kelompoknya.rata-ratanya dalam mewakili kelompoknya.
STRATIFIKASISTRATIFIKASI
►Arti sederhananya : pengelompokanArti sederhananya : pengelompokan
►Dalam statistik pengelompokan adalahDalam statistik pengelompokan adalah
pengelompokan data melalui prosespengelompokan data melalui proses
pemisahan data ke dalam kelompok-pemisahan data ke dalam kelompok-
kelompok yang sejenis.kelompok yang sejenis.
HISTOGRAMHISTOGRAM
►AdalahAdalah grafik balokgrafik balok yang memperlihatkanyang memperlihatkan
satu macam pengukuran dari suatu prosessatu macam pengukuran dari suatu proses
atau kejadian.atau kejadian.
►Histogram cocok digunakan untukHistogram cocok digunakan untuk datadata
yang dikelompokkan.yang dikelompokkan.
TUJUAN HISTOGRAMTUJUAN HISTOGRAM
►Mengetahui dengan mudahMengetahui dengan mudah penyebaranpenyebaran
datadata yang ada.yang ada.
►Mempermudah melihat danMempermudah melihat dan
menginterpretasikan datamenginterpretasikan data..
►SebagaiSebagai alat pengendalian prosesalat pengendalian proses sehinggasehingga
dapat mencegah timbulnya masalah.dapat mencegah timbulnya masalah.
DATA BERAT PIL ANSALA
Satuan : Miligram
Lokasi : Pabrik Bandung
Waktu : 09.00 – 16.00
Berat Standar : 65,00 – 75,00 mg
Berat maksimum : 91,5 mg
Berat minimum : 58,3 mg
I II III IV V VI VII VIII IX X
1 9.00 69,3 67,7 62,5 77,3 76,2 66,5 74,6 82,5 75,6 70,6
2 10.00 66,4 74,5 91,5 73,6 74,5 76,2 70,6 69,3 76,4 69,3
3 11.00 60,2 60,3 62,4 76,4 68,9 75,3 74,6 68,9 87,4 74,5
4 12.00 58,9 65,4 64,5 73,7 67,8 73,7 74,5 76,2 73,6 81,3
5 13.00 73,2 73,6 75,6 74,5 70,6 62,6 73,2 75,8 73,2 75,3
6 14.00 68,9 70,6 73,7 69,3 58,3 76,2 74,5 73,2 63,9 70,6
7 15.00 76,4 75,3 73,6 75,3 73,2 73,7 73,6 69,3 73,7 73,2
8 16.00 75,3 82,6 76,4 78,9 68,9 76,4 73,7 59,5 76,2 69,3
HASIL PENGAMATAN
NO JAM
Buatlah Histogram dari data tersebut (dengan EXCEL dan SPSS) !!!!
PENYELESAIAN DGN EXCELPENYELESAIAN DGN EXCEL
► Langkah 1 ( Kelompokkan data melalui perhitungan jumlahLangkah 1 ( Kelompokkan data melalui perhitungan jumlah
kelas dan interval)kelas dan interval)
n = 80n = 80
Nilai data maksimum = 91,5Nilai data maksimum = 91,5
Nilai data minimum = 58,3Nilai data minimum = 58,3
Range = 91,5 – 58,3 = 33,2Range = 91,5 – 58,3 = 33,2
Menentukan jumlah kelas :Menentukan jumlah kelas :
Rumus (H.A. Sturges (1926))Rumus (H.A. Sturges (1926)) k = 1 + 3,322 log nk = 1 + 3,322 log n
k = jumlah kelask = jumlah kelas ; n = jumlah data; n = jumlah data
k = 1 + 3,322 log 80 = 6,3 ~k = 1 + 3,322 log 80 = 6,3 ~ 66 (pembulatan)(pembulatan)
Menentukan jumlah interval kelas :Menentukan jumlah interval kelas :
Interval kelas (i) =Interval kelas (i) = RangeRange == 33,233,2 = 5,53= 5,53
K 6K 6
► Langkah 2 (Buat Daftar Distribusi Frekuensi)Langkah 2 (Buat Daftar Distribusi Frekuensi)
Menentukan batas kelas yang pertama :Menentukan batas kelas yang pertama :
Nilai minimum + interval kelas = 58,3 + 5,53 = 63,83.Nilai minimum + interval kelas = 58,3 + 5,53 = 63,83.
NOMOR KELAS BATAS KELAS NILAI TENGAH FREKUENSI
1 58,30 - 63,83 61,07 8
2 63,84 - 69,37 66,61 17
3 69,38 - 74,92 72,15 29
4 74,93 - 80,46 77,69 21
5 80,47 - 86,00 83,24 3
6 86,01 - 91,55 88,78 2
BIN RANGE
63,83
69,37
74,92
80,46
86
91,55
► Langkah 3Langkah 3
 Aktifkan Data Analysis pada EXCEL.Aktifkan Data Analysis pada EXCEL.
 Caranya: Pilih menu ToolsCaranya: Pilih menu Tools  Add insAdd ins
 Beri Tanda Cek pada: Analysis ToolPak dan AnalysisBeri Tanda Cek pada: Analysis ToolPak dan Analysis
ToolPak VBA.ToolPak VBA.
 Maka akan muncul pilihan Data Analysis pada menu Tools.Maka akan muncul pilihan Data Analysis pada menu Tools.
► Langkah 4Langkah 4
 Pilih menu Histogram.Pilih menu Histogram.
 Masukkan data pil ansala pada INPUT RANGE dan dataMasukkan data pil ansala pada INPUT RANGE dan data
Bin range pada BIN RANGE.Bin range pada BIN RANGE.
 Pilih salah satu tempat untuk OUTPUT RANGEPilih salah satu tempat untuk OUTPUT RANGE

More Related Content

What's hot

Statistik deskriptif
Statistik deskriptifStatistik deskriptif
Statistik deskriptifGrizia Zhulva
 
Handout statistik 1
Handout statistik 1Handout statistik 1
Handout statistik 1Misdar Scout
 
Ek107 121075-647-1
Ek107 121075-647-1Ek107 121075-647-1
Ek107 121075-647-1Arga Nata
 
Statistika Statistika Deskriptif
Statistika  Statistika DeskriptifStatistika  Statistika Deskriptif
Statistika Statistika DeskriptifEko Mardianto
 
power point statistik by faisal
power point statistik by faisalpower point statistik by faisal
power point statistik by faisalmuhammadikhsaniks
 
Ukuran tendensi sentral(4)
Ukuran tendensi sentral(4)Ukuran tendensi sentral(4)
Ukuran tendensi sentral(4)rizka_safa
 
Ukuran penyebaran statistik
Ukuran penyebaran statistikUkuran penyebaran statistik
Ukuran penyebaran statistikNur Aqwamah
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentralSelvin Hadi
 
Metodologi Penelitian - Statistik Deskriptif
Metodologi Penelitian - Statistik DeskriptifMetodologi Penelitian - Statistik Deskriptif
Metodologi Penelitian - Statistik DeskriptifDeady Rizky Yunanto
 
Materi statitiska smp
Materi statitiska smpMateri statitiska smp
Materi statitiska smpEndi Sudrajad
 

What's hot (18)

Statistik deskriptif
Statistik deskriptifStatistik deskriptif
Statistik deskriptif
 
Handout statistik 1
Handout statistik 1Handout statistik 1
Handout statistik 1
 
Presentasi dist frekuensi
Presentasi dist frekuensiPresentasi dist frekuensi
Presentasi dist frekuensi
 
Ek107 121075-647-1
Ek107 121075-647-1Ek107 121075-647-1
Ek107 121075-647-1
 
Bab 1
Bab 1Bab 1
Bab 1
 
Statistika Statistika Deskriptif
Statistika  Statistika DeskriptifStatistika  Statistika Deskriptif
Statistika Statistika Deskriptif
 
power point statistik by faisal
power point statistik by faisalpower point statistik by faisal
power point statistik by faisal
 
Ukuran tendensi sentral(4)
Ukuran tendensi sentral(4)Ukuran tendensi sentral(4)
Ukuran tendensi sentral(4)
 
Ukuran penyebaran statistik
Ukuran penyebaran statistikUkuran penyebaran statistik
Ukuran penyebaran statistik
 
statistik
statistikstatistik
statistik
 
1 5 statistika - nafiu
1 5 statistika - nafiu1 5 statistika - nafiu
1 5 statistika - nafiu
 
02 penyajian data 13
02 penyajian data 1302 penyajian data 13
02 penyajian data 13
 
Statistik 1 2 nilai sentral
Statistik 1 2 nilai sentralStatistik 1 2 nilai sentral
Statistik 1 2 nilai sentral
 
Metodologi Penelitian - Statistik Deskriptif
Metodologi Penelitian - Statistik DeskriptifMetodologi Penelitian - Statistik Deskriptif
Metodologi Penelitian - Statistik Deskriptif
 
Statistika Dasar
Statistika DasarStatistika Dasar
Statistika Dasar
 
Materi statitiska smp
Materi statitiska smpMateri statitiska smp
Materi statitiska smp
 
00 statistika-deskriptif (1)
00 statistika-deskriptif (1)00 statistika-deskriptif (1)
00 statistika-deskriptif (1)
 
Ukuran Penyebaran
Ukuran PenyebaranUkuran Penyebaran
Ukuran Penyebaran
 

Viewers also liked

Duxxi v19 final_english
Duxxi v19 final_englishDuxxi v19 final_english
Duxxi v19 final_englishDuxxi
 
Langkah upload web
Langkah upload webLangkah upload web
Langkah upload webEko Siswanto
 
Bagian 6-cara-memperoleh-modal
Bagian 6-cara-memperoleh-modalBagian 6-cara-memperoleh-modal
Bagian 6-cara-memperoleh-modalEko Siswanto
 
2 mengolah data bag 2 & 3
2 mengolah data bag 2 & 32 mengolah data bag 2 & 3
2 mengolah data bag 2 & 3Eko Siswanto
 
2 mengolah data bag 2 & 3
2 mengolah data bag 2 & 32 mengolah data bag 2 & 3
2 mengolah data bag 2 & 3Eko Siswanto
 
Creighton Randall - Update from Buffalo CarShare
Creighton Randall - Update from Buffalo CarShareCreighton Randall - Update from Buffalo CarShare
Creighton Randall - Update from Buffalo CarShareINVERS Mobility Solutions
 
Bagian 3-cara-mendirikan-usaha
Bagian 3-cara-mendirikan-usahaBagian 3-cara-mendirikan-usaha
Bagian 3-cara-mendirikan-usahaEko Siswanto
 
9. lat korelasi regresi
9. lat korelasi regresi9. lat korelasi regresi
9. lat korelasi regresiEko Siswanto
 
Modul01 pemograman dotnet
Modul01 pemograman dotnetModul01 pemograman dotnet
Modul01 pemograman dotnetEko Siswanto
 
1 mengolah data bag 1
1 mengolah data bag 11 mengolah data bag 1
1 mengolah data bag 1Eko Siswanto
 
Company Presentation - 1st semester 2014
Company Presentation - 1st semester 2014Company Presentation - 1st semester 2014
Company Presentation - 1st semester 2014Duxxi
 
3 hapus recall replace data
3 hapus recall replace data3 hapus recall replace data
3 hapus recall replace dataEko Siswanto
 
Worksheet dasar App.Pengolahan Data (Acc)
Worksheet dasar App.Pengolahan Data (Acc)Worksheet dasar App.Pengolahan Data (Acc)
Worksheet dasar App.Pengolahan Data (Acc)Eko Siswanto
 
Company Presentation - Setembro/2013
Company Presentation - Setembro/2013Company Presentation - Setembro/2013
Company Presentation - Setembro/2013Duxxi
 

Viewers also liked (20)

Pertemuan 6
Pertemuan 6Pertemuan 6
Pertemuan 6
 
3. hardware
3. hardware3. hardware
3. hardware
 
Duxxi v19 final_english
Duxxi v19 final_englishDuxxi v19 final_english
Duxxi v19 final_english
 
Langkah upload web
Langkah upload webLangkah upload web
Langkah upload web
 
Pertemuan 1
Pertemuan 1Pertemuan 1
Pertemuan 1
 
Bagian 6-cara-memperoleh-modal
Bagian 6-cara-memperoleh-modalBagian 6-cara-memperoleh-modal
Bagian 6-cara-memperoleh-modal
 
2 mengolah data bag 2 & 3
2 mengolah data bag 2 & 32 mengolah data bag 2 & 3
2 mengolah data bag 2 & 3
 
2 mengolah data bag 2 & 3
2 mengolah data bag 2 & 32 mengolah data bag 2 & 3
2 mengolah data bag 2 & 3
 
Pertemuan 4
Pertemuan 4Pertemuan 4
Pertemuan 4
 
5. uji normalitas
5. uji normalitas5. uji normalitas
5. uji normalitas
 
Creighton Randall - Update from Buffalo CarShare
Creighton Randall - Update from Buffalo CarShareCreighton Randall - Update from Buffalo CarShare
Creighton Randall - Update from Buffalo CarShare
 
Bagian 3-cara-mendirikan-usaha
Bagian 3-cara-mendirikan-usahaBagian 3-cara-mendirikan-usaha
Bagian 3-cara-mendirikan-usaha
 
9. lat korelasi regresi
9. lat korelasi regresi9. lat korelasi regresi
9. lat korelasi regresi
 
01 pengenalan
01 pengenalan01 pengenalan
01 pengenalan
 
Modul01 pemograman dotnet
Modul01 pemograman dotnetModul01 pemograman dotnet
Modul01 pemograman dotnet
 
1 mengolah data bag 1
1 mengolah data bag 11 mengolah data bag 1
1 mengolah data bag 1
 
Company Presentation - 1st semester 2014
Company Presentation - 1st semester 2014Company Presentation - 1st semester 2014
Company Presentation - 1st semester 2014
 
3 hapus recall replace data
3 hapus recall replace data3 hapus recall replace data
3 hapus recall replace data
 
Worksheet dasar App.Pengolahan Data (Acc)
Worksheet dasar App.Pengolahan Data (Acc)Worksheet dasar App.Pengolahan Data (Acc)
Worksheet dasar App.Pengolahan Data (Acc)
 
Company Presentation - Setembro/2013
Company Presentation - Setembro/2013Company Presentation - Setembro/2013
Company Presentation - Setembro/2013
 

Similar to Statistik Deskriptif

03 ukuran pemusatan 13
03 ukuran pemusatan 1303 ukuran pemusatan 13
03 ukuran pemusatan 13Haidar Bashofi
 
03 ukuran pemusatan 13
03 ukuran pemusatan 1303 ukuran pemusatan 13
03 ukuran pemusatan 13Haidar Bashofi
 
Panduan Analisis Genome-wide Association Study (GWAS) dalam Software TASSEL (...
Panduan Analisis Genome-wide Association Study (GWAS) dalam Software TASSEL (...Panduan Analisis Genome-wide Association Study (GWAS) dalam Software TASSEL (...
Panduan Analisis Genome-wide Association Study (GWAS) dalam Software TASSEL (...RezaDystaSatria
 
Penyajian Data statistika dan probabilitas.ppt
Penyajian Data statistika dan probabilitas.pptPenyajian Data statistika dan probabilitas.ppt
Penyajian Data statistika dan probabilitas.pptfeyputrawansyah
 
Penyajian Data statistika dan probabilitas.ppt
Penyajian Data statistika dan probabilitas.pptPenyajian Data statistika dan probabilitas.ppt
Penyajian Data statistika dan probabilitas.pptfeyputrawansyah
 
Dasar Dasar Statistika
Dasar Dasar StatistikaDasar Dasar Statistika
Dasar Dasar Statistikaformatik
 
3 Statistika - Ukuran Pemusatan.pptx
3 Statistika - Ukuran   Pemusatan.pptx3 Statistika - Ukuran   Pemusatan.pptx
3 Statistika - Ukuran Pemusatan.pptxWan Na
 
Pengantar Statistik
Pengantar StatistikPengantar Statistik
Pengantar StatistikAfdan Rojabi
 
Pengantar Statistik
Pengantar StatistikPengantar Statistik
Pengantar StatistikPL888
 
02. PPT MTK (Wajib) XII - www.ilmuguru.org.pptx
02. PPT MTK (Wajib) XII - www.ilmuguru.org.pptx02. PPT MTK (Wajib) XII - www.ilmuguru.org.pptx
02. PPT MTK (Wajib) XII - www.ilmuguru.org.pptxAyuDinaAdniaty
 
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdfMiffJasenx
 

Similar to Statistik Deskriptif (20)

03 ukuran pemusatan 13
03 ukuran pemusatan 1303 ukuran pemusatan 13
03 ukuran pemusatan 13
 
03 ukuran pemusatan 13
03 ukuran pemusatan 1303 ukuran pemusatan 13
03 ukuran pemusatan 13
 
Panduan Analisis Genome-wide Association Study (GWAS) dalam Software TASSEL (...
Panduan Analisis Genome-wide Association Study (GWAS) dalam Software TASSEL (...Panduan Analisis Genome-wide Association Study (GWAS) dalam Software TASSEL (...
Panduan Analisis Genome-wide Association Study (GWAS) dalam Software TASSEL (...
 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIF
 
Penyajian Data statistika dan probabilitas.ppt
Penyajian Data statistika dan probabilitas.pptPenyajian Data statistika dan probabilitas.ppt
Penyajian Data statistika dan probabilitas.ppt
 
Penyajian Data statistika dan probabilitas.ppt
Penyajian Data statistika dan probabilitas.pptPenyajian Data statistika dan probabilitas.ppt
Penyajian Data statistika dan probabilitas.ppt
 
Dasar Dasar Statistika
Dasar Dasar StatistikaDasar Dasar Statistika
Dasar Dasar Statistika
 
Gis (surface analysis)
Gis (surface analysis)Gis (surface analysis)
Gis (surface analysis)
 
3 Statistika - Ukuran Pemusatan.pptx
3 Statistika - Ukuran   Pemusatan.pptx3 Statistika - Ukuran   Pemusatan.pptx
3 Statistika - Ukuran Pemusatan.pptx
 
PERTEMUAN 1 (1).ppt
PERTEMUAN 1 (1).pptPERTEMUAN 1 (1).ppt
PERTEMUAN 1 (1).ppt
 
Belajar sendiri-spss-16
Belajar sendiri-spss-16Belajar sendiri-spss-16
Belajar sendiri-spss-16
 
statistik
statistikstatistik
statistik
 
Pengantar Statistik
Pengantar StatistikPengantar Statistik
Pengantar Statistik
 
Pengantar statistik 2
Pengantar statistik 2Pengantar statistik 2
Pengantar statistik 2
 
Pengantar Statistik
Pengantar StatistikPengantar Statistik
Pengantar Statistik
 
mouzack 90
mouzack 90mouzack 90
mouzack 90
 
belajar-spss.pdf
belajar-spss.pdfbelajar-spss.pdf
belajar-spss.pdf
 
Pengertian statistika
Pengertian statistikaPengertian statistika
Pengertian statistika
 
02. PPT MTK (Wajib) XII - www.ilmuguru.org.pptx
02. PPT MTK (Wajib) XII - www.ilmuguru.org.pptx02. PPT MTK (Wajib) XII - www.ilmuguru.org.pptx
02. PPT MTK (Wajib) XII - www.ilmuguru.org.pptx
 
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
4. PPT Materi Ajar Statistika (Ganjil 2019-2020).pdf
 

More from Eko Siswanto

7.pengenalan internet
7.pengenalan internet7.pengenalan internet
7.pengenalan internetEko Siswanto
 
6.2 Jaringan komputer
6.2 Jaringan komputer6.2 Jaringan komputer
6.2 Jaringan komputerEko Siswanto
 
5.2 teknologi komunikasi
5.2 teknologi komunikasi5.2 teknologi komunikasi
5.2 teknologi komunikasiEko Siswanto
 
2. klasifikasi sistem tehnologi informasi
2. klasifikasi sistem tehnologi informasi2. klasifikasi sistem tehnologi informasi
2. klasifikasi sistem tehnologi informasiEko Siswanto
 
1. pengantar-teknologi-informasi
1. pengantar-teknologi-informasi1. pengantar-teknologi-informasi
1. pengantar-teknologi-informasiEko Siswanto
 
Aplikasi khs-App.Pengolahan Data (Acc)
Aplikasi khs-App.Pengolahan Data (Acc)Aplikasi khs-App.Pengolahan Data (Acc)
Aplikasi khs-App.Pengolahan Data (Acc)Eko Siswanto
 
5 Sbd-fungsi tanggal
5 Sbd-fungsi tanggal5 Sbd-fungsi tanggal
5 Sbd-fungsi tanggalEko Siswanto
 
Latihan membuat website dengan tabel
Latihan membuat website dengan tabelLatihan membuat website dengan tabel
Latihan membuat website dengan tabelEko Siswanto
 
4 copy duplikasi pengelompokkan data
4 copy duplikasi pengelompokkan data4 copy duplikasi pengelompokkan data
4 copy duplikasi pengelompokkan dataEko Siswanto
 

More from Eko Siswanto (20)

7.pengenalan internet
7.pengenalan internet7.pengenalan internet
7.pengenalan internet
 
6. hardware
6. hardware6. hardware
6. hardware
 
6.2 Jaringan komputer
6.2 Jaringan komputer6.2 Jaringan komputer
6.2 Jaringan komputer
 
5. hardware
5. hardware5. hardware
5. hardware
 
5.2 teknologi komunikasi
5.2 teknologi komunikasi5.2 teknologi komunikasi
5.2 teknologi komunikasi
 
4. hardware
4. hardware4. hardware
4. hardware
 
2. klasifikasi sistem tehnologi informasi
2. klasifikasi sistem tehnologi informasi2. klasifikasi sistem tehnologi informasi
2. klasifikasi sistem tehnologi informasi
 
1. pengantar-teknologi-informasi
1. pengantar-teknologi-informasi1. pengantar-teknologi-informasi
1. pengantar-teknologi-informasi
 
Aplikasi khs-App.Pengolahan Data (Acc)
Aplikasi khs-App.Pengolahan Data (Acc)Aplikasi khs-App.Pengolahan Data (Acc)
Aplikasi khs-App.Pengolahan Data (Acc)
 
6 fungsi karakter
6 fungsi karakter6 fungsi karakter
6 fungsi karakter
 
5 Sbd-fungsi tanggal
5 Sbd-fungsi tanggal5 Sbd-fungsi tanggal
5 Sbd-fungsi tanggal
 
5.frame
5.frame5.frame
5.frame
 
Latihan membuat website dengan tabel
Latihan membuat website dengan tabelLatihan membuat website dengan tabel
Latihan membuat website dengan tabel
 
3.html table
3.html table3.html table
3.html table
 
2.html link
2.html link2.html link
2.html link
 
4 copy duplikasi pengelompokkan data
4 copy duplikasi pengelompokkan data4 copy duplikasi pengelompokkan data
4 copy duplikasi pengelompokkan data
 
Pertemuan 3
Pertemuan 3Pertemuan 3
Pertemuan 3
 
Pertemuan 5
Pertemuan 5Pertemuan 5
Pertemuan 5
 
Pertemuan 7
Pertemuan 7Pertemuan 7
Pertemuan 7
 
Pertemuan 2
Pertemuan 2Pertemuan 2
Pertemuan 2
 

Statistik Deskriptif

  • 1. STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF 11 (Grafik dan Histogram)(Grafik dan Histogram) Eko Siswanto, S.KomEko Siswanto, S.Kom
  • 2. STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF ►Pengumpulan DataPengumpulan Data ►Pengolahan DataPengolahan Data ►Penyajian Data (Tabel dan Grafik)Penyajian Data (Tabel dan Grafik) ►Peringkasan Data (Ringkasan Statistik)Peringkasan Data (Ringkasan Statistik)
  • 4. LATIHAN GRAFIK1LATIHAN GRAFIK1 ►Buka fileBuka file Data Grafik.xlsData Grafik.xls. Copykan data. Copykan data DAYA SAING TI ke SPSS.DAYA SAING TI ke SPSS. ►Gunakan SPSS, selesaikan soal berikut:Gunakan SPSS, selesaikan soal berikut:  Buat grafik BAR untuk menunjukkan skor setiapBuat grafik BAR untuk menunjukkan skor setiap negara dgn urutannegara dgn urutan daya saing di bidang TIdaya saing di bidang TI..  Buat grafik BAR untuk menunjukkan skor setiapBuat grafik BAR untuk menunjukkan skor setiap negara dgn urutannegara dgn urutan peringkat globalperingkat global..
  • 5. DAYA SAING DI BIDANG TI Vietnam Pakistan Indonesia Sri Lanka China Filipina India Thailand Malaysia Hong Kong Selandia Baru Singapura Taiw an Australia Korea Selatan Jepang 0 25 50 75 NEGARA SKOR DAYA SAING Daya Saing di Bidang TIDaya Saing di Bidang TI (menggunakan EXCEL)(menggunakan EXCEL)
  • 6. Daya Saing di Bidang TIDaya Saing di Bidang TI (menggunakan SPSS)(menggunakan SPSS) Bars show Means 0,00 25,00 50,00 75,00 SKOR_DAYA_SAING Vietnam Pakistan Indonesia Sri Lanka China Filipina India Thailand Malay sia Hong Kong Selandia Baru Singapura Taiwan Australia Korea Selatan Jepang NEGARA DAYA SAING TEKNOLOGI INFORMASI NEGARA-NEGARA DI ASIA
  • 7. Grafik Daya Saing BerdasarGrafik Daya Saing Berdasar PERINGKAT GLOBAL (EXCEL)PERINGKAT GLOBAL (EXCEL) DAYA SAING TI DI NEGARA ASIA BERDASAR PERINGKAT GLOBAL Vietnam Pakistan Indonesia Sri Lanka China Filipina India Thailand Malaysia Hong Kong Selandia Baru Singapura Taiw an Australia Korea Selatan Jepang 0 10 20 30 40 50 60 70 Vietnam Indonesia China India Malaysia Selandia Baru Taiw an Korea Selatan NEGARA PERINGKAT GLOBAL
  • 8. Grafik Daya Saing BerdasarGrafik Daya Saing Berdasar PERINGKAT GLOBAL (SPSS)PERINGKAT GLOBAL (SPSS) Bars show Means 0.00 20.00 40.00 60.00 peringkat Vietnam Pakistan Indonesia Sri Lanka China Filipina India Thailand Malay sia Hong Kong Selandia Singapura Taiwan Australia Korea Selatan Jepang negara DAYA SAING TEKNOLOGI INFORMASI NEGARA-NEGARA DI ASIA
  • 9. LATIHAN GRAFIK2LATIHAN GRAFIK2 ►Buka fileBuka file DataGrafik.xlsDataGrafik.xls. Copykan data. Copykan data SEPEDA MOTOR ke SPSS.SEPEDA MOTOR ke SPSS. ►Gunakan SPSS, selesaikan soal berikut:Gunakan SPSS, selesaikan soal berikut:  Buat grafik PIE untuk komposisi pangsa pasarBuat grafik PIE untuk komposisi pangsa pasar merk sepeda motor di 2 kota (Semarang &merk sepeda motor di 2 kota (Semarang & Solo) dalam satu grafik.Solo) dalam satu grafik.
  • 10. HONDA KAWASAKI LAINNYA SUZUKI YAMAHA merk Pies show Sums of penjualan 39.87% 0.62% 3.32% 7.05% 49.15% Semarang Solo 38.27% 1.08% 2.38% 15.10% 43.17% KOMPOSISI PENJUALAN SEPEDA MOTOR DI 2 KOTA
  • 11. LATIHAN GRAFIK3LATIHAN GRAFIK3 ►Buka fileBuka file Data Grafik.xlsData Grafik.xls. Copykan data FLU. Copykan data FLU BURUNG ke SPSS.BURUNG ke SPSS. ►Gunakan SPSS,Gunakan SPSS,  Buat grafikBuat grafik BARBAR  Buat grafikBuat grafik PIEPIE  Buat grafikBuat grafik LINELINE
  • 12. GRAFIK BARGRAFIK BAR Bars show Means Menambah konsumsi ay am Menghentikan sama sekali Mengurangi konsumsi ay am Tidak ada perubahan pola Tidak jawab sikap terhadap daging ayam 10,00 20,00 30,00 40,00 50,00 PERSENTASE SIKAP TERHADAP DAGING AYAM
  • 13. GRAFIK PIEGRAFIK PIE Menambah konsumsi ayam Menghentikan sama sekali Mengurangi konsumsi ayam Tidak ada perubahan pola Tidak jaw ab sikap terhadap daging ayam Pies show Sums of PERSENTASE SIKAP TERHADAP DAGING AYAM
  • 14. GRAFIK LINEGRAFIK LINE ►Kurang tepat digunakan. Karena data bukanKurang tepat digunakan. Karena data bukan merupakan data TIME SERIES.merupakan data TIME SERIES.
  • 15. UKURAN DATAUKURAN DATA ►Mean (Rata-rata Hitung)Mean (Rata-rata Hitung) ►Median (Nilai Tengah)Median (Nilai Tengah) ►Modus (Mode Trend)Modus (Mode Trend) ►Simpangan BakuSimpangan Baku
  • 16. MEAN (RATA-RATA HITUNG)MEAN (RATA-RATA HITUNG) ► Rata-rata HitungRata-rata Hitung tidak selalu dapat dipakaitidak selalu dapat dipakai dengandengan baik untukbaik untuk mewakili suatu nilai kelompok.mewakili suatu nilai kelompok. ► Nilai rata-rata hitung akan dengan baik mewakiliNilai rata-rata hitung akan dengan baik mewakili nilai-nilai yang sifatnyanilai-nilai yang sifatnya relatif homogenrelatif homogen dalamdalam kelompoknya.kelompoknya. ► Jika nilai-nilai dimaksud relatif sudah tidakJika nilai-nilai dimaksud relatif sudah tidak homogen lagihomogen lagi (heterogen),(heterogen), biasanya digunakanbiasanya digunakan nilai mediannilai median untuk mewakili kelompoknya.untuk mewakili kelompoknya.
  • 17. ► Adalah suatu nilai yangAdalah suatu nilai yang membagi datamembagi data yangyang diobservasidiobservasi menjadi 2menjadi 2 bagian yangbagian yang samasama, setelah, setelah data tersebut disusun daridata tersebut disusun dari urutanurutan yang terbesaryang terbesar sampai yang terkecil atau sebaliknya.sampai yang terkecil atau sebaliknya. ► KelemahanKelemahan Median adalahMedian adalah tidak bisatidak bisa menggambarkanmenggambarkan berapa jauhnyaberapa jauhnya jarak nilaijarak nilai MedianMedian terhadap nilai data yangterhadap nilai data yang maksimum danmaksimum dan minimum.minimum. ► Oleh karenanya, dalam menggunakan MedianOleh karenanya, dalam menggunakan Median sebaiknya disebutkan juga nilai data yangsebaiknya disebutkan juga nilai data yang maksimum dan yang minimum.maksimum dan yang minimum. MEDIAN (NILAI TENGAH)MEDIAN (NILAI TENGAH)
  • 18. MODUS (MODE -TREND)MODUS (MODE -TREND) ►Suatu nilai yang mempunyai frekuensiSuatu nilai yang mempunyai frekuensi terbesar, atauterbesar, atau nilai yang paling seringnilai yang paling sering terjadi.terjadi. ►Nilai modusNilai modus tidak selalu tunggaltidak selalu tunggal, bisa lebih, bisa lebih dari 1 atau bahkan tidak punya modusdari 1 atau bahkan tidak punya modus sama sekali.sama sekali.
  • 19. SIMPANGAN BAKU / STANDAR DEVIASISIMPANGAN BAKU / STANDAR DEVIASI (UKURAN PENYEBARAN DATA)(UKURAN PENYEBARAN DATA) ► CaraCara mengukur tingkat homogenitasmengukur tingkat homogenitas atauatau penyebaran data atau variasi suatu kelompok datapenyebaran data atau variasi suatu kelompok data adalah dengan mengukur Simpangan bakunya.adalah dengan mengukur Simpangan bakunya. ► Nilai Simpangan Baku adalah sama dengan akarNilai Simpangan Baku adalah sama dengan akar dari nilai varians nya dan nilai tersebut akandari nilai varians nya dan nilai tersebut akan menggambarkan bagaimana derajat penyebaranmenggambarkan bagaimana derajat penyebaran (berpencarnya) suatu kelompok data.(berpencarnya) suatu kelompok data. ► Semakin kecilSemakin kecil nilai simpangan baku,nilai simpangan baku, semakinsemakin homogenhomogen nilai-nilai yang terdapat dalam kelompoknilai-nilai yang terdapat dalam kelompok data yang bersangkutan dandata yang bersangkutan dan semakin baiksemakin baik nilainilai rata-ratanya dalam mewakili kelompoknya.rata-ratanya dalam mewakili kelompoknya.
  • 20. STRATIFIKASISTRATIFIKASI ►Arti sederhananya : pengelompokanArti sederhananya : pengelompokan ►Dalam statistik pengelompokan adalahDalam statistik pengelompokan adalah pengelompokan data melalui prosespengelompokan data melalui proses pemisahan data ke dalam kelompok-pemisahan data ke dalam kelompok- kelompok yang sejenis.kelompok yang sejenis.
  • 21. HISTOGRAMHISTOGRAM ►AdalahAdalah grafik balokgrafik balok yang memperlihatkanyang memperlihatkan satu macam pengukuran dari suatu prosessatu macam pengukuran dari suatu proses atau kejadian.atau kejadian. ►Histogram cocok digunakan untukHistogram cocok digunakan untuk datadata yang dikelompokkan.yang dikelompokkan.
  • 22. TUJUAN HISTOGRAMTUJUAN HISTOGRAM ►Mengetahui dengan mudahMengetahui dengan mudah penyebaranpenyebaran datadata yang ada.yang ada. ►Mempermudah melihat danMempermudah melihat dan menginterpretasikan datamenginterpretasikan data.. ►SebagaiSebagai alat pengendalian prosesalat pengendalian proses sehinggasehingga dapat mencegah timbulnya masalah.dapat mencegah timbulnya masalah.
  • 23. DATA BERAT PIL ANSALA Satuan : Miligram Lokasi : Pabrik Bandung Waktu : 09.00 – 16.00 Berat Standar : 65,00 – 75,00 mg Berat maksimum : 91,5 mg Berat minimum : 58,3 mg I II III IV V VI VII VIII IX X 1 9.00 69,3 67,7 62,5 77,3 76,2 66,5 74,6 82,5 75,6 70,6 2 10.00 66,4 74,5 91,5 73,6 74,5 76,2 70,6 69,3 76,4 69,3 3 11.00 60,2 60,3 62,4 76,4 68,9 75,3 74,6 68,9 87,4 74,5 4 12.00 58,9 65,4 64,5 73,7 67,8 73,7 74,5 76,2 73,6 81,3 5 13.00 73,2 73,6 75,6 74,5 70,6 62,6 73,2 75,8 73,2 75,3 6 14.00 68,9 70,6 73,7 69,3 58,3 76,2 74,5 73,2 63,9 70,6 7 15.00 76,4 75,3 73,6 75,3 73,2 73,7 73,6 69,3 73,7 73,2 8 16.00 75,3 82,6 76,4 78,9 68,9 76,4 73,7 59,5 76,2 69,3 HASIL PENGAMATAN NO JAM Buatlah Histogram dari data tersebut (dengan EXCEL dan SPSS) !!!!
  • 24. PENYELESAIAN DGN EXCELPENYELESAIAN DGN EXCEL ► Langkah 1 ( Kelompokkan data melalui perhitungan jumlahLangkah 1 ( Kelompokkan data melalui perhitungan jumlah kelas dan interval)kelas dan interval) n = 80n = 80 Nilai data maksimum = 91,5Nilai data maksimum = 91,5 Nilai data minimum = 58,3Nilai data minimum = 58,3 Range = 91,5 – 58,3 = 33,2Range = 91,5 – 58,3 = 33,2 Menentukan jumlah kelas :Menentukan jumlah kelas : Rumus (H.A. Sturges (1926))Rumus (H.A. Sturges (1926)) k = 1 + 3,322 log nk = 1 + 3,322 log n k = jumlah kelask = jumlah kelas ; n = jumlah data; n = jumlah data k = 1 + 3,322 log 80 = 6,3 ~k = 1 + 3,322 log 80 = 6,3 ~ 66 (pembulatan)(pembulatan) Menentukan jumlah interval kelas :Menentukan jumlah interval kelas : Interval kelas (i) =Interval kelas (i) = RangeRange == 33,233,2 = 5,53= 5,53 K 6K 6
  • 25. ► Langkah 2 (Buat Daftar Distribusi Frekuensi)Langkah 2 (Buat Daftar Distribusi Frekuensi) Menentukan batas kelas yang pertama :Menentukan batas kelas yang pertama : Nilai minimum + interval kelas = 58,3 + 5,53 = 63,83.Nilai minimum + interval kelas = 58,3 + 5,53 = 63,83. NOMOR KELAS BATAS KELAS NILAI TENGAH FREKUENSI 1 58,30 - 63,83 61,07 8 2 63,84 - 69,37 66,61 17 3 69,38 - 74,92 72,15 29 4 74,93 - 80,46 77,69 21 5 80,47 - 86,00 83,24 3 6 86,01 - 91,55 88,78 2 BIN RANGE 63,83 69,37 74,92 80,46 86 91,55
  • 26. ► Langkah 3Langkah 3  Aktifkan Data Analysis pada EXCEL.Aktifkan Data Analysis pada EXCEL.  Caranya: Pilih menu ToolsCaranya: Pilih menu Tools  Add insAdd ins  Beri Tanda Cek pada: Analysis ToolPak dan AnalysisBeri Tanda Cek pada: Analysis ToolPak dan Analysis ToolPak VBA.ToolPak VBA.  Maka akan muncul pilihan Data Analysis pada menu Tools.Maka akan muncul pilihan Data Analysis pada menu Tools. ► Langkah 4Langkah 4  Pilih menu Histogram.Pilih menu Histogram.  Masukkan data pil ansala pada INPUT RANGE dan dataMasukkan data pil ansala pada INPUT RANGE dan data Bin range pada BIN RANGE.Bin range pada BIN RANGE.  Pilih salah satu tempat untuk OUTPUT RANGEPilih salah satu tempat untuk OUTPUT RANGE