Analisis Deskriptif dengan Minitab

Oleh Unknown

Thursday, 13 February 2014

Bagikan :

Tweet

Selamat sore sahabat semuanya, semoga selalu dalam keadaan sehat. setelahd dari kemarin saya membahas beberapa analisis data dengan SPSS seperti Cara membuat tabel kontigensi dengan SPSS, Uji ANOVA (Analisys Of Variance) dan Uji Perbandingan Ganda dengen SPSS, Statistik Deskriptif dengan SPSS dan lain sebagaianya, nah sekrang waktunya kita bicara juga mengenai Minitab, salah satu aplikasi statistik yang sering digunakan setelah SPSS.

Software statistik Minitab merupakan program statistika yang diakui cukup handal oleh banyak kalangan, baik dunia kampus maupun industri. Minitab memberikan beberapa keunggulan dalam mengolah data, keunggulan dari segi manfaat Minitab adalah.

1. Minitab memiliki keunggulan dari pengolahan data stasistik khususnya Analysis of Variance (ANOVA), desain eksperimen, analisis multivariat, peramalan, Analysis time series,  Statistical Process Control, Analisis data kualitatif, Analisis nonparametrik, Analisis reliabilitas dan lain-lain.
2. Minitab memberikan fasilitas membuat grafik statistik secara mudah dan menampilkannya dalam bentuk lebih menarik, informatif, dan sekaligus menceritakan probabilitas.

Keunggulan dari Segi Aplikasi Minitab adalah.

1. Minitab menyediakan StatGuide yang menjelaskan cara melakukan interpretasi tabel dan grafik statistika yang dihasilkan oleh Minitab dengan cara yang mudah dipahami.
2. Minitab memiliki ukuran worksheet dinamis dan memuat kolom sampai 4.000.
3. Minitab memiliki dua layar primer yaitu Worksheet (lembar kerja) dan sesi command (layar untuk menmpilkan hasil).
4. Tampilan menu di Minitab, lebih lengkap dan disertai toolbar-toolbar sehingga akan memudahkan anda dalam menjalankan perintah.
5. Mempunyai file Minitab Worksheet (MTW) dan Minitab Project (MPJ) yang digunakan untuk membedakan file worksheet dan file project.
6. Minitab menyediakan ReportPad agar mudah membuat laporan project yang telah dibuat.
7. Minitab memberikan kebebasan pada anda dalam membuat nama yang panjang pada file tanpa harus menyingkat nama file.
8. Minitab menyediakan fasilitas makro untuk membuat program yang berulangkali dipakai, memperluas fungsi Minitab, atau mendesain perintah sendiri. Selain itu Minitab memiliki bahasa pemrograman makro lebih mudah.

Statistik deskriptif lebih berhubungan dengan pengumpulan data dan peringkasan data, serta penyajian hasil peringkasan tersebut. Data-data statistik yang bisa diperoleh dari hasil sensus, servei atau pengamatan lainnya, umumnya masih acak, “mentah” dan tidak terorganisir dengan baik (raw data). Data-data tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel data presentasi grafis, sebagai dasar untuk berbagai pengambilan keputussan (Statistik Inferensi).
Untuk mendapatkan gambaran yang lebih jelas tentang data, selain dengan tabel dan diagram, masih diperlukan ukuran-ukuran lain yang merupakan wakil dari data tersebut. Ukuran yang dimaksudkan dapat berupa:

1. Ukuran Pemusatan (Rata-Rata Hitung atau Mean, Median dan Modus)
2. Ukuran Letak (Quartil dan Persentil)
3. Ukuran Penyimpangan/Penyebaran (Range, Ragam, Simpangan Baku dan Galat Baku) 
4. Skewness adalah tingkat kemiringan
5. Kurtosis adalah tingkat keruncingan

Dua ukuran penting yang sering dipakai dalam pengambilan keputusan adalah:

1. Mencari central tendency (kecenderungan memusat), seperti Mean, Median, dan Modus
2. mencari ukuran dispersion, seperti Standar Deviasi dan Variansi

Selain central tendency dan dispersion, ukuran lain yang dipakai adalah Skewness dan Kurtosis yang berfungsi untuk mengetahui kemiringan data (gradien data).

Ok, perhatikan studi kasus dibawah ini

Seorang manager ingin menganalisis data terkait output yang dihasilkan oleh produksi dengan biaya listrik yang harus dibayarnya setiap bulan. Lakukan analisis deskriptif dengan Minitab dan Interpetasikan hasil keluarannya.

 

Langsung saja sob.

1. Buka aplikasi Minitab dengan melakukan double click pada icon desktop.
2. Setelah aplikasi Minitab terbuka, buat nama variabelnya, dalam hal ini nama variabel yang dibuat adalah Bulan, Jumlah Output (Unit) dan Biaya Listrik (Rp).
   
   
3. Selanjutnya adalah melakukan entri data sesuai dengen studi kasus.
   
   
4. Selanjutnya klik Stat – Basic Statistics – Display Deskriptive Statistics kemudian masukan variabel Jumlah output dan Biaya Listrik kedalam kotak Variables dengan mengklik button Select, selanjutnya klik button Statistics dan berikan centang pada analisis deskriptif yang diinginkan dan klik OK dua kali.
   
   
5. Sehingga muncul output seperti berikut
   
   

INTERPRETASI

Pada output Descriptive Statistics: Jumlah Output (Unit), Biaya Listrik (Rp)  didapatkan hasil yaitu jumlah data keseluruhan dari variabel Jumlah Output dan dan Biaya Listrik (N) adalah 12, N*=0 untuk kedua variabel menunjukkan data yang missing atau tidak terbaca oleh Minitab tidak ada, mean menunjukkan rata-rata dari variabel Jumlah Output dan dan Biaya Listrik yaitu 106750 unit dan Rp 10683333, SE Mean (Standard Error of Mean) menggambarkan sebaran rata-rata sampel terhadap rata-rata dari rata-rata keseluruhan kemungkinan sampel yaitu 4876 unit dan Rp 261068, standar deviasi yang menunjukkan keheterogenan yang terjadi dalam data kedua variabel adalah 16891 dan 904367, variansi data pada variabel tersebut adalah 16891 dan 904367 nilai variansi ini digunakan untuk melihat keberagaman data suatu instrumen yang dibuat, sehingga data atau variabel tersebut dapat dinilai validitasnya (layak atau tidaknya untuk diikutsertakan dalam instrumen penelitian). Semakin besar angka variansi maka semakin beragamlah datanya dan semakin kecil nilai variansi maka semakin homogenlah datanya, jumlah (SUM) data dari kedua variabel tersebut adalah 1281000 unit dan Rp 128200000.

Adapun nilai terkecil / minimum data dari kedua variabel tersebut adalah 80000 unit dan Rp 9500000,  Q1 merupakan nilai Quartil ke-1 yang menunjukkan data pada variabel  Jumlah Output dan dan Biaya Listrik 25 % dibawah 96000 unit dan Rp 9850000, median atau nilai tengah data dari kedua variabel tersebut adalah 104500 unit dan Rp 10700000, Q3 merupakan nilai Quartil ke-3 1 yang menunjukkan data pada variabel  Jumlah Output dan dan Biaya Listrik 75 % dibawah 115000 unit dan Rp 11150000, nilai maksimalnya adalah 140000 unit dan Rp 12400000, nilai skewness digunakan untuk mengetahui data tersebut normal atau tidak serta menceng ke kiri atau kanan, dari hasil tersebut nilai skewness untuk data Jumlah Output dan Biaya Listrik yaitu 0.50 dan 0.59 artinya data tersebut normal dan menceng kanan, sedangkan kurtosis digunakan untuk mengetahui keruncingan data, kurtosis > 3 disebut leptokurtic, kurtosis = 3 disebut mesokutic dan kurtosis < 3 disebut platykurtic, pada data tersebut keruncingan data pada variabel Jumlah Output dan Biaya Listrik berbentuk platykurtic karena kurang dari 3 yaitu 0.20 dan -0.43.

Demikian postingannya,

Semoga Bermanfaat.

Have FUN.

Tag : Statistik Minitab