Laporan 1 Analisis Regresi Terapan
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
merencanakan,
adalah
mengumpulkan,
ilmu
yang
menganalisis,
mempelajari
bagaimana
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
Varians adalah salah satu ukuran dispersi atau ukuran variasi. Varians
dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif.
Varians diberi simbol σ2 (baca: sigma kuadrat) untuk populasi dan untuk s2
sampel. Selanjutnya kita akan menggunakan simbol s2 untuk varians karena
umumnya kita hampir selalu berkutat dengan sampel dan jarang sekali
berkecimpung dengan populasi.
1
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
Kecondongan suatu kurva dapat dilihat dari perbedaan letak mean,
median dan modusnya. Jika ketiga ukuran pemusatan data tersebut berada
pada titik yang sama, maka dikatakan simetris atau data berdistribusi normal.
2
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 program SPSS yaitu:
1. Melakukan analisis deskriptif beserta tampilkan grafiknya tiap variabel
kemudian jelaskan hasil output yang ditampilkan.
2. Identifikasi apakah ada data yang outlier pada setiap variabel menggunakan
scatter plot. (grafik boleh menggunakan excel ataupun spss).
3
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:
Gambar 2.1.2 Memasukan data, pada variable view
4
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
2.1.5
Praktikan memilih statistik deskriptif sesuai dengan yang ditanyakan pada
studi kasus, yaitu dengan memilih options. Dan akan muncul tampilan seperti
gambar berikut:
5
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
Dialogs Scatter/Dot. Dan akan muncul tampilan seperti gambar berikut:
Gambar 2.2.1 Membuat scatter dengan menu graph
6
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:
Gambar 2.2.3 Hasil output scatter plot
7
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
PDRB
Jumlah
Penduduk
sekolah
Aceh
Sumatera Utara
Sumatera Barat
Riau
Jambi
Sumatera Selatan
Bengkulu
Lampung
103046
403933
127100
522241
85558
231683
27388
164393
443,54
815,47
347
458,52
186,91
436,42
106,23
427,94
Kep. Bangka
Belitung
38935
59,17
Kep. Riau
DKI Jakarta
Jawa Barat
Jawa Tengah
DI Yogyakarta
Jawa Timur
Banten
Bali
100310
1255926
1070177
623750
63690
1136327
244548
94556
108,55
708,79
2630,18
1450,49
205,42
2025,37
756,06
230,18
Nusa Tenggara
Barat
56278
248,67
Nusa Tenggara
Timur
40465
353,7
84956
273,07
63515
144,87
83362
181,41
425429
53401
58641
184783
40773
11752
310,03
154,64
121,22
511,93
141,12
71,15
Provinsi
Kalimantan Barat
Kalimantan
Tengah
Kalimantan
Selatan
Kalimantan Timur
Sulawesi Utara
Sulawesi Tengah
Sulawesi Selatan
Sulawesi Tenggara
Gorontalo
8
Sulawesi Barat
Maluku
Maluku Utara
Papua Barat
Papua
2.3.2
16184
13245
7725
50909
93137
51,68
145,68
76,61
78,81
193,19
Praktikan membuat grafik dengan menggunakan menu bar insert dan
kemuadian memilih model grafik histogram:
9
S
u
m
a
e
te
h
ra
B
a
ra
t
Ja
m
b
B
K
e
p
.
B
i
e
a
n
n
g
g
k
k
u
a
lu
B
e
l
u
it
D
n
K
I
g
Ja
k
Ja
a
w
rt
a
63690
244548
94556
56278
40465
84956
63515
83362
425429
53401
58641
184783
40773
11752
16184
13245
7725
50909
93137
623750
522241
85558
231683
27388
164393
38935
100310
403933
127100
103046
A
c
1136327
1255926
1070177
Data pdrb 2013
a
T
e
n
g
Ja
a
w
N
h
a
u
T
s
im
a
T
u
e
r
a
B
n
g
K
g
a
a
li
li
ra
m
a
T
n
im
ta
K
a
u
n
li
r
T
m
e
a
n
g
n
a
ta
S
u
h
n
la
T
w
S
u
im
e
u
s
i
la
r
T
w
e
e
n
s
i
g
a
T
h
e
S
n
u
Gambar 2.3.1 Data jumlah variabel PDRB tahun 2013
10
g
la
g
a
w
ra
e
s
i
B
M
a
a
ra
lu
k
t
u
U
ta
ra
P
a
p
u
a
A
S
u
m
a
c
e
te
h
ra
B
a
ra
t
Ja
m
b
B
K
e
p
.
B
a
e
i
n
n
g
g
k
k
a
u
lu
B
e
li
tu
D
K
n
I
g
Ja
k
Ja
a
w
rt
a
205.42
a
T
e
230.18
248.67
353.7
273.07
144.87
181.41
310.03
154.64
121.22
511.93
141.12
71.15
51.68
145.68
76.61
78.81
193.19
756.06
443.54
815.47
347
458.52
186.91
436.42
106.23
427.94
59.17
108.55
708.79
1450.49
2025.37
2630.18
data JUMLAH PENDUDUK SEKOLAH 2013
n
g
Ja
a
w
N
h
a
u
T
s
im
a
T
u
e
r
B
n
g
K
g
a
a
li
a
li
ra
m
a
T
n
im
ta
K
a
u
n
l
r
T
im
e
a
n
n
g
a
ta
S
u
h
n
la
T
w
S
im
e
u
s
la
r
u
i
T
w
e
e
s
n
i
g
a
T
h
e
S
n
u
g
la
g
a
w
ra
e
s
i
M
B
a
a
ra
lu
k
t
u
U
ta
ra
P
a
p
u
a
Gambar 2.3.2 Data jumlah variabel jumlah penduduk sekolah tahun 2013
PERBANDINGAN PDRB DAN JUMLAH PENDUDUK SEKOLAH
Jumlah Penduduk sekolah
PDRB
Gambar 2.3.3 Perbandingan data PDRB dengan jumlah penduduk sekolah
tahun 2013
11
BAB III
PEMBAHASAN
Pada pembahasan ini praktikan menjelaskan hasil output dari masingmasing 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
PDRB
Jumlah_penduduk_sekolah
Mean
Std. Deviation
Variance
Std. Error
Statistic
Statistic
Skewness
Statistic
Std. Error
58033.677
333378.095
111140954064.547
2.154
.409
99.24028
570.09201
325004.904
2.718
.409
Valid N (listwise)
Dari Tabel 3.1.2 diatas dapat diketahui bahwa :
12
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
Kurtosis
Statistic
Std. Error
PDRB
3.841
.798
Jumlah_penduduk_sekolah
7.657
.798
Valid N (listwise)
Dari Tabel 3.1.3 diatas dapat diketahui bahwa :
13
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.
3.3 Menjelaskan tentang grafik
14
S
u
m
a
e
te
h
ra
B
a
ra
t
Ja
m
b
B
K
e
p
.
B
i
e
a
n
n
g
g
k
k
u
a
lu
B
e
l
u
it
D
n
K
I
g
Ja
k
Ja
a
w
rt
a
63690
244548
94556
56278
40465
84956
63515
83362
425429
53401
58641
184783
40773
11752
16184
13245
7725
50909
93137
623750
522241
85558
231683
27388
164393
38935
100310
403933
127100
103046
A
c
1136327
1255926
1070177
Data pdrb 2013
a
T
e
n
g
Ja
a
w
N
h
a
u
T
s
im
a
T
u
e
r
B
n
g
K
g
a
l
a
a
li
ra
im
a
T
n
im
ta
K
a
u
n
r
T
m
li
e
a
n
g
n
a
ta
S
u
h
n
la
T
w
S
u
im
e
u
s
i
la
r
T
w
e
e
n
s
i
g
a
T
h
e
S
n
u
g
la
g
a
w
ra
e
s
i
B
M
a
a
ra
lu
k
t
u
U
ta
ra
Gambar 3.3.1 Data jumlah variabel PDRB tahun 2013
Dari grafik tersebut dapat diketahui bahwa provinsi DKI Jakarta yang
mendapatkan PDRB terbesar yaitu 1255926 sedangkan yang mendaptakan PDRB
terkecil adalah Maluku Utara yaitu sebesar 77725. Berasarkan data tersebut
wilayah barat relatif besar pada PDRB di tiap provinsinya, namun pada wilayah
timur relatif rendah, karena pendapatkan atau industri di wilayah timur masih
kurang sehingga PDRB yang ada masih kurang.
15
P
a
p
u
a
A
S
u
m
a
c
e
te
h
ra
B
a
ra
t
Ja
m
b
B
K
e
p
.
B
a
e
i
n
n
g
g
k
k
a
u
lu
B
e
li
tu
D
K
n
I
g
Ja
k
Ja
a
w
rt
a
a
T
e
n
g
Ja
a
w
N
h
a
u
T
s
im
a
T
u
e
r
B
n
g
K
g
a
a
li
230.18
248.67
353.7
273.07
144.87
181.41
310.03
154.64
121.22
511.93
141.12
71.15
51.68
145.68
76.61
78.81
193.19
205.42
756.06
443.54
815.47
347
458.52
186.91
436.42
106.23
427.94
59.17
108.55
708.79
1450.49
2025.37
2630.18
data JUMLAH PENDUDUK SEKOLAH 2013
a
li
ra
m
a
T
n
im
ta
K
a
u
n
l
r
T
im
e
a
n
n
g
a
ta
S
u
h
n
la
T
w
S
im
e
u
s
la
r
u
i
T
w
e
e
s
n
i
g
a
T
h
e
S
n
u
g
la
g
a
w
ra
e
s
i
M
B
a
a
ra
lu
k
t
u
U
ta
ra
P
Gambar 3.3.2 Data jumlah variabel jumlah penduduk sekolah tahun 2013
Dari grafik tersebut dapat diketahui bahwa provinsi Jawa Barat dengan Jumlah
Penduduk Sekolah terbesar yaitu 2630 sedangkan Jumlah Penduduk Sekolah
terendah ada pada provinsi Sulawesi Barat yaitu sebesar kurang lebih 52.
Berasarkan data tersebut hanya wilayah pulau Jawa lah dengan rata-rata tertinggi
dari Jumlah Penduduk Sekolah yang ada di Indonesia dibandingkan dengan pulau
lain yang ada di Indonesia. Karena tidak semua wilayah di Indonesia yang
memiliki sekolah yang baik bagi penduduk untuk mengenyam pendidikan.
16
a
p
u
a
PERBANDINGAN PDRB DAN JUMLAH PENDUDUK SEKOLAH
Jumlah Penduduk sekolah
PDRB
Gambar 3.3.3 Perbandingan data PDRB dengan jumlah penduduk sekolah
tahun 2013
Berdasarkan data yang ada perbandingan antara PDRB dengan Jumlah Penduduk
Sekolah terdapat pengaruh yang signifikan karena semakin lama penduduk di
suatu provinsi tersebut bersekolah, dimana hal ini menunjukkan bahwa semakin
tinggi tingkat pendidikan di propinsi tersebut akan berpengaruh terhadap
pertumbuhan ekonomi di propinsi tersebut yang diproksikan dengan pendapatan
regional bruto.
17
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.
3. Dengan menggunakan fungsi grafik bar pada grafik praktikan dapat
mengetahui jumlah data dari tiap provinsi yaitu PDRB dengan Jumlah
Penduduk Sekolah, dan dapat mengetahui grafik di tiap provinsinya yang
berbeda, agar diketahui Jumlah Penduduk Sekolah mempengaruhi PDRB
disuatu wilayah/provinsi.
4.
18
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://fnistatistics.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-medianmodus_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.
Wijaya, Prasetyo. Minggu, 08 Februari 2009. Penjelasan Tentang Scatter Plot.
http://prasetyowijaya.blogspot.com/2009/02/scatter-plot.html.Diakses
pada tanggal 14 April 2015 pukul 23:20 WIB.
19
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
merencanakan,
adalah
mengumpulkan,
ilmu
yang
menganalisis,
mempelajari
bagaimana
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
Varians adalah salah satu ukuran dispersi atau ukuran variasi. Varians
dapat menggambarkan bagaimana berpencarnya suatu data kuantitatif.
Varians diberi simbol σ2 (baca: sigma kuadrat) untuk populasi dan untuk s2
sampel. Selanjutnya kita akan menggunakan simbol s2 untuk varians karena
umumnya kita hampir selalu berkutat dengan sampel dan jarang sekali
berkecimpung dengan populasi.
1
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
Kecondongan suatu kurva dapat dilihat dari perbedaan letak mean,
median dan modusnya. Jika ketiga ukuran pemusatan data tersebut berada
pada titik yang sama, maka dikatakan simetris atau data berdistribusi normal.
2
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 program SPSS yaitu:
1. Melakukan analisis deskriptif beserta tampilkan grafiknya tiap variabel
kemudian jelaskan hasil output yang ditampilkan.
2. Identifikasi apakah ada data yang outlier pada setiap variabel menggunakan
scatter plot. (grafik boleh menggunakan excel ataupun spss).
3
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:
Gambar 2.1.2 Memasukan data, pada variable view
4
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
2.1.5
Praktikan memilih statistik deskriptif sesuai dengan yang ditanyakan pada
studi kasus, yaitu dengan memilih options. Dan akan muncul tampilan seperti
gambar berikut:
5
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
Dialogs Scatter/Dot. Dan akan muncul tampilan seperti gambar berikut:
Gambar 2.2.1 Membuat scatter dengan menu graph
6
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:
Gambar 2.2.3 Hasil output scatter plot
7
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
PDRB
Jumlah
Penduduk
sekolah
Aceh
Sumatera Utara
Sumatera Barat
Riau
Jambi
Sumatera Selatan
Bengkulu
Lampung
103046
403933
127100
522241
85558
231683
27388
164393
443,54
815,47
347
458,52
186,91
436,42
106,23
427,94
Kep. Bangka
Belitung
38935
59,17
Kep. Riau
DKI Jakarta
Jawa Barat
Jawa Tengah
DI Yogyakarta
Jawa Timur
Banten
Bali
100310
1255926
1070177
623750
63690
1136327
244548
94556
108,55
708,79
2630,18
1450,49
205,42
2025,37
756,06
230,18
Nusa Tenggara
Barat
56278
248,67
Nusa Tenggara
Timur
40465
353,7
84956
273,07
63515
144,87
83362
181,41
425429
53401
58641
184783
40773
11752
310,03
154,64
121,22
511,93
141,12
71,15
Provinsi
Kalimantan Barat
Kalimantan
Tengah
Kalimantan
Selatan
Kalimantan Timur
Sulawesi Utara
Sulawesi Tengah
Sulawesi Selatan
Sulawesi Tenggara
Gorontalo
8
Sulawesi Barat
Maluku
Maluku Utara
Papua Barat
Papua
2.3.2
16184
13245
7725
50909
93137
51,68
145,68
76,61
78,81
193,19
Praktikan membuat grafik dengan menggunakan menu bar insert dan
kemuadian memilih model grafik histogram:
9
S
u
m
a
e
te
h
ra
B
a
ra
t
Ja
m
b
B
K
e
p
.
B
i
e
a
n
n
g
g
k
k
u
a
lu
B
e
l
u
it
D
n
K
I
g
Ja
k
Ja
a
w
rt
a
63690
244548
94556
56278
40465
84956
63515
83362
425429
53401
58641
184783
40773
11752
16184
13245
7725
50909
93137
623750
522241
85558
231683
27388
164393
38935
100310
403933
127100
103046
A
c
1136327
1255926
1070177
Data pdrb 2013
a
T
e
n
g
Ja
a
w
N
h
a
u
T
s
im
a
T
u
e
r
a
B
n
g
K
g
a
a
li
li
ra
m
a
T
n
im
ta
K
a
u
n
li
r
T
m
e
a
n
g
n
a
ta
S
u
h
n
la
T
w
S
u
im
e
u
s
i
la
r
T
w
e
e
n
s
i
g
a
T
h
e
S
n
u
Gambar 2.3.1 Data jumlah variabel PDRB tahun 2013
10
g
la
g
a
w
ra
e
s
i
B
M
a
a
ra
lu
k
t
u
U
ta
ra
P
a
p
u
a
A
S
u
m
a
c
e
te
h
ra
B
a
ra
t
Ja
m
b
B
K
e
p
.
B
a
e
i
n
n
g
g
k
k
a
u
lu
B
e
li
tu
D
K
n
I
g
Ja
k
Ja
a
w
rt
a
205.42
a
T
e
230.18
248.67
353.7
273.07
144.87
181.41
310.03
154.64
121.22
511.93
141.12
71.15
51.68
145.68
76.61
78.81
193.19
756.06
443.54
815.47
347
458.52
186.91
436.42
106.23
427.94
59.17
108.55
708.79
1450.49
2025.37
2630.18
data JUMLAH PENDUDUK SEKOLAH 2013
n
g
Ja
a
w
N
h
a
u
T
s
im
a
T
u
e
r
B
n
g
K
g
a
a
li
a
li
ra
m
a
T
n
im
ta
K
a
u
n
l
r
T
im
e
a
n
n
g
a
ta
S
u
h
n
la
T
w
S
im
e
u
s
la
r
u
i
T
w
e
e
s
n
i
g
a
T
h
e
S
n
u
g
la
g
a
w
ra
e
s
i
M
B
a
a
ra
lu
k
t
u
U
ta
ra
P
a
p
u
a
Gambar 2.3.2 Data jumlah variabel jumlah penduduk sekolah tahun 2013
PERBANDINGAN PDRB DAN JUMLAH PENDUDUK SEKOLAH
Jumlah Penduduk sekolah
PDRB
Gambar 2.3.3 Perbandingan data PDRB dengan jumlah penduduk sekolah
tahun 2013
11
BAB III
PEMBAHASAN
Pada pembahasan ini praktikan menjelaskan hasil output dari masingmasing 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
PDRB
Jumlah_penduduk_sekolah
Mean
Std. Deviation
Variance
Std. Error
Statistic
Statistic
Skewness
Statistic
Std. Error
58033.677
333378.095
111140954064.547
2.154
.409
99.24028
570.09201
325004.904
2.718
.409
Valid N (listwise)
Dari Tabel 3.1.2 diatas dapat diketahui bahwa :
12
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
Kurtosis
Statistic
Std. Error
PDRB
3.841
.798
Jumlah_penduduk_sekolah
7.657
.798
Valid N (listwise)
Dari Tabel 3.1.3 diatas dapat diketahui bahwa :
13
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.
3.3 Menjelaskan tentang grafik
14
S
u
m
a
e
te
h
ra
B
a
ra
t
Ja
m
b
B
K
e
p
.
B
i
e
a
n
n
g
g
k
k
u
a
lu
B
e
l
u
it
D
n
K
I
g
Ja
k
Ja
a
w
rt
a
63690
244548
94556
56278
40465
84956
63515
83362
425429
53401
58641
184783
40773
11752
16184
13245
7725
50909
93137
623750
522241
85558
231683
27388
164393
38935
100310
403933
127100
103046
A
c
1136327
1255926
1070177
Data pdrb 2013
a
T
e
n
g
Ja
a
w
N
h
a
u
T
s
im
a
T
u
e
r
B
n
g
K
g
a
l
a
a
li
ra
im
a
T
n
im
ta
K
a
u
n
r
T
m
li
e
a
n
g
n
a
ta
S
u
h
n
la
T
w
S
u
im
e
u
s
i
la
r
T
w
e
e
n
s
i
g
a
T
h
e
S
n
u
g
la
g
a
w
ra
e
s
i
B
M
a
a
ra
lu
k
t
u
U
ta
ra
Gambar 3.3.1 Data jumlah variabel PDRB tahun 2013
Dari grafik tersebut dapat diketahui bahwa provinsi DKI Jakarta yang
mendapatkan PDRB terbesar yaitu 1255926 sedangkan yang mendaptakan PDRB
terkecil adalah Maluku Utara yaitu sebesar 77725. Berasarkan data tersebut
wilayah barat relatif besar pada PDRB di tiap provinsinya, namun pada wilayah
timur relatif rendah, karena pendapatkan atau industri di wilayah timur masih
kurang sehingga PDRB yang ada masih kurang.
15
P
a
p
u
a
A
S
u
m
a
c
e
te
h
ra
B
a
ra
t
Ja
m
b
B
K
e
p
.
B
a
e
i
n
n
g
g
k
k
a
u
lu
B
e
li
tu
D
K
n
I
g
Ja
k
Ja
a
w
rt
a
a
T
e
n
g
Ja
a
w
N
h
a
u
T
s
im
a
T
u
e
r
B
n
g
K
g
a
a
li
230.18
248.67
353.7
273.07
144.87
181.41
310.03
154.64
121.22
511.93
141.12
71.15
51.68
145.68
76.61
78.81
193.19
205.42
756.06
443.54
815.47
347
458.52
186.91
436.42
106.23
427.94
59.17
108.55
708.79
1450.49
2025.37
2630.18
data JUMLAH PENDUDUK SEKOLAH 2013
a
li
ra
m
a
T
n
im
ta
K
a
u
n
l
r
T
im
e
a
n
n
g
a
ta
S
u
h
n
la
T
w
S
im
e
u
s
la
r
u
i
T
w
e
e
s
n
i
g
a
T
h
e
S
n
u
g
la
g
a
w
ra
e
s
i
M
B
a
a
ra
lu
k
t
u
U
ta
ra
P
Gambar 3.3.2 Data jumlah variabel jumlah penduduk sekolah tahun 2013
Dari grafik tersebut dapat diketahui bahwa provinsi Jawa Barat dengan Jumlah
Penduduk Sekolah terbesar yaitu 2630 sedangkan Jumlah Penduduk Sekolah
terendah ada pada provinsi Sulawesi Barat yaitu sebesar kurang lebih 52.
Berasarkan data tersebut hanya wilayah pulau Jawa lah dengan rata-rata tertinggi
dari Jumlah Penduduk Sekolah yang ada di Indonesia dibandingkan dengan pulau
lain yang ada di Indonesia. Karena tidak semua wilayah di Indonesia yang
memiliki sekolah yang baik bagi penduduk untuk mengenyam pendidikan.
16
a
p
u
a
PERBANDINGAN PDRB DAN JUMLAH PENDUDUK SEKOLAH
Jumlah Penduduk sekolah
PDRB
Gambar 3.3.3 Perbandingan data PDRB dengan jumlah penduduk sekolah
tahun 2013
Berdasarkan data yang ada perbandingan antara PDRB dengan Jumlah Penduduk
Sekolah terdapat pengaruh yang signifikan karena semakin lama penduduk di
suatu provinsi tersebut bersekolah, dimana hal ini menunjukkan bahwa semakin
tinggi tingkat pendidikan di propinsi tersebut akan berpengaruh terhadap
pertumbuhan ekonomi di propinsi tersebut yang diproksikan dengan pendapatan
regional bruto.
17
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.
3. Dengan menggunakan fungsi grafik bar pada grafik praktikan dapat
mengetahui jumlah data dari tiap provinsi yaitu PDRB dengan Jumlah
Penduduk Sekolah, dan dapat mengetahui grafik di tiap provinsinya yang
berbeda, agar diketahui Jumlah Penduduk Sekolah mempengaruhi PDRB
disuatu wilayah/provinsi.
4.
18
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://fnistatistics.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-medianmodus_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.
Wijaya, Prasetyo. Minggu, 08 Februari 2009. Penjelasan Tentang Scatter Plot.
http://prasetyowijaya.blogspot.com/2009/02/scatter-plot.html.Diakses
pada tanggal 14 April 2015 pukul 23:20 WIB.
19