Setelah mempelajari materi 1.1 dan materi 1.2, tiba saatnya sekarang memulai perjalanan panjang mempelajari statistika terapan dalam bidang pertanian. Sebagaimana sudah saya jelaskan pada materi 1.1, kita seharusnya mulai dengan mengumpulkan data. Tapi mengumpulkan data dapat kita lakukan sendiri di lapangan atau menggunakan data yang sudah dikumpulkan oleh pihak lain. Pada materi 1.1 dan 1.2 saya sudah menyebutkan bahwa data dari pihak lain tersedia dari banyak sumber. Saat ini, ketika data tersedia secara daring, kita cukup mengumpulkan data dengan cara mengunduh. Mengumpulkan data yang sudah ada dari pihak lain lazim disebut mengumpulkan data sekunder dan data yang kita peroleh lazim disebut data sekunder.
2.1.1. MATERI KULIAH
2.1.1.1. Membaca Materi Kuliah
Lebih Lanjut Mengenai Data sebelum Mengorganisasikan Data
Belajar statistika terapan akan menjadi lebih menarik jika dimulai dari belajar mengumpulkan data. Namun kita belum bisa melakukan itu karena materi mengenai pengambilan sampel diberikan di bagian tengah dalam RPS. Oleh karena itu, kita mulai dari mengumpulkan data sekunder. Sebagaimana sudah saya sebutkan di atas, mengumpulkan data sekunder adalah proses untuk memperoleh data yang sebelumnya sudah dikumpulkan oleh pihak lain. Mengumpulkan data primer adalah memperoleh data dengan cara sebaliknya, melakukan pengumpulan data langsung di lapangan. Agar bisa melakukan pengumpulan data primer, diperlukan pemahaman yang memadai mengenai apa itu sampel dan cara pengambilan sampel. Materi mengenai ini akan kita pelajari setelah UTS sehingga belum bisa melakukannya sekarang.
Namun meskipun belum melakukannya sekarang, kita perlu mengetahui bahwa dalam statistika, data sampel mengenai sesuatu berbeda maknanya dengan data populasi mengenai sesuatu yang sama. Misalnya data produksi gabah kering padi sawah per hektar hasil ubinan berbeda maknanya dengan data produksi gabah kering padi sawah per hektar hasil panen satu hektar, mekipun angka nilainya bisa kurang lebih sama. Mengapa bisa demikian? Karena dalam data sampel, terdapat peluang terjadinya kekeliruan. Peluang terjadinya kekeliruan dalam data sampel dikenal sebagai galat pengambilan sampel (sampling error). Oleh karena itu, setiap kali kita berhadapan dengan data, kita perlu selalu memastikan, apakah data yang kita hadapi merupakan data sampel atau data populasi. Pada contoh produksi gabah kering padi sawah, data produksi hasil ubinan merupakan data sampel, sedangkan data produksi berdasarkan penimbangan seluruh hasil panen merupakan data populasi. Anda akan belajar mengenai hal ini pada materi mengenai pengambilan sampel.
Hal berikut yang juga perlu Anda perhatikan pada saat menghadapi data, baik saat menghadapi data sampel maupun data populasi, adalah bagaimana cara memperoleh data tersebut, apakah dengan cara menghitung (to enumerate) atau dengan cara mengukur (to measure). Dengan menghitung Anda memperoleh data mengenai jumlah sesuatu, misalnya menghitung mahasiswa yang hadir pada saat melaksanakan kuliah materi kuliah ini Anda memperoleh data mengenai berapa orang mahasiswa yang hadir. Sementara itu, dengan mengukur Anda memperoleh data mengenai karakteristik tertentu yang Anda ukur, misalnya jika Anda menimbang berat badan atau tinggi badan setiap mahasiswa yang hadir maka Anda memperoleh data hasil pengukuran. Data yang Anda peroleh dari menghitung jumlah mahasiswa yang hadir dan dari mengukur (menimbang) berat badan atau mengukur tinggi badan mahasiswa yang hadir sama-sama dicatat dan disajikan dalam bentuk angka. Namun keduanya berbeda dalam satu hal sangat penting. Data hasil menghitung merupakan data dalam angka bulat (diskret), sedangkan data hasil mengukur bisa merupakan angka pecahan (kontinyu). Sebab tidak ada yang bisa setengah badannya hadir di kelas dan setengah lainnya tinggal di rumah. Atau, adakah yang ingin bisa melakukannya?
Masih berkaitan dengan data, angka-angka yang Anda gunakan untuk menyimpan dan menyajikan data hanyalah sekedar lambang dari data, bukan realitas dari data. Realitas dari data berada pada apa yang Anda hitung dan yang Anda ukur. Realitas dari mahasiswa yang hadir pada saat pelaksanaan materi kuliah ini adalah para mahasiswa yang hadir, bukan angka yang Anda gunakan untuk mencatat dan menyajikan jumlah. Demikian juga dengan realitas berat badan dan tinggi badan mahasiswa yang hadir, ada pada diri setiap mahasiswa, bukan pada angka-angka yang Anda gunakan untuk mencatat dan menyajikan data berat badan atau tinggi badan. Hal ini perlu saya sampaikan dalam kaitan dengan menyajikan data pecahan, yang secara desimal disajikan sebagai angka di belakang koma. Jika Anda mencatat jumlah mahasiswa yang hadir pada setiap kali pelaksanaan kuliah mata kuliah ini dan kemudian menghitung rata-ratanya, Anda mungkin akan memperoleh angka pecahan. Misalnya rata-rata mahasiswa yang hadir adalah 24,3 orang. Pertanyaannya, siapakah yang bersedia menjadi 0,3 dari angka 24,3 tersebut?
Orang sering menganggap bahwa jumlah angka di belakang koma menunjukkan ketelitian. Misalnya 24,3 lebih teliti dari 24 dan 24,35 lebih teliti dari 24,3. Bisa jadi demikian, jika data merupakan hasil pengukuran. Misalnya pada pengukuran tinggi badan dengan menggunakan meteran yang skala terkecilnya adalah mm, Anda bisa memperoleh angka tinggi badan 173,6 cm, tapi sulit bisa memperoleh angka 173,62 cm. Jika Anda memasukkan data hasil pengukuran tinggi badan semua mahasiswa peserta kuliah mata kuliah ini ke dalam program aplikasi Excel dan kemudian menghitung angka rata-ratanya [dengan menggunakan fungi =average(Xi,Xj), X menyatakan kolom, i dan j menyatakan baris ke-i dan ke-j], angka bisa menyajikan data rata-rata hasil perhitungan sampai berapa angka pun di belakang koma, tetapi angka di belakang koma yang bermakna hanyalah satu angka jika Anda melakukan pengukuran dengan meteran yang skala pengukuran terkecilnya mm dan Anda menyajikan data tinggi badan dalam satuan cm. Mengapa demikian? Karena data berkaitan dengan persoalan realitas yang Anda hitung atau ukur, bukan sekedar angka. Angka hanyalah lambang yang Anda gunakan untuk mencatat dan menyajikan data hasil penghitungan dan pengukuran yang Anda lakukan.
Apa itu dan Mengapa Perlu Mengorganisasikan Data
Ketika kita mengumpulkan data, data primer maupun data sekunder, kita akan memperoleh kumpulan angka-angka. Angka-angka tersebut mungkin Anda catat pada lembar pengamatan, mungkin juga Anda catat dalam buku tulisa biasa. Sesampai di rumah, karena lelah, Anda meletakkan lembar pengamatan atau buku tulis Anda begitu saja dan baru teringat kembali beberapa hari kemudian. Ketika membacanya, Anda mungkin sudah tidak tahu angka-angka yang Anda hadapi itu sebenarnya menyatakan apa.
Perhatikan gambar di sebelah kiri. Angka-angka pada gambar di sebelah kiri, yang berserakan sembarangan, meskipun pada awalnya Anda tuliskan atau ketik sebagai catatan hasil penghitungan atau pengukuran, sebelum Anda susun sedemikian rupa menjadi seperti gambar di sebelah kanan, belum merupakan data. Kumpulan angka-angka yang kita catat dari melakukan penghitungan atau pengukuran baru bisa menjadi data setelah kita susun sedemikian rupa. Menyusun angka-angka yang kita catat sebagai hasil dari melakukan penghitungan atau pengukuran sedemikian rupa sehingga kita dan orang lain bisa memahami angka-angka itu dikenal sebagai mengorganisasikan data.
Mengorganisasikan data dapat kita lakukan dengan beberapa cara. Cara pertama adalah mencantumkan dalam tabel dengan judul baris dan judul kolom yang jelas. Saya harap semua sudah mengetahui, tabel itu apa. Kalau ada yang belum tahu, silahkan buka program aplikasi Excel kemudian tampilkan file baru. Setiap file dalam program aplikasi Excel adalah tabel, bahkan tabel yang sangat besar, sehingga disebut tabel lajur (spreadsheet). Pada file Excel, tabel besar sudah diberi judul kolom berupa huruf besar dan judul baris berupa nomor urut angka. Tapi judul kolom dalam huruf dan judul kolom dalam angka tersebut hanya judul yang sangat umum. Untuk tujuan mengorganisasikan data, Anda perlu memberikan judul yang spesifik untuk kolom dan baris dari tabel yang Anda gunakan untuk mengorganisasikan data.
Setelah Anda organisasikan data dalam tabel dengan judul kolom dan judul baris yang jelas, Anda bisa lebih memahami data Anda. Tapi jika jumlah kolomnya sangat banyak, demikian juga jumlah barisnya, Anda tetap akan mengalami memahami data Anda. Anda akan lebih mudah memahami data Anda apabila data yang semula terorganisasikan dalam bentuk tabel, Anda tampilkan dalam bentuk gambar. Kata orang, gambar bisa bercerita lebih banyak dari kumpulan angka-angka (meski Anda mungkin tidak percaya, saya juga tidak percaya). Namun begitulah, Anda dapat membuat data menjadi lebih mudah (dan menjadi lebih menarik, mungkin), jika kita sajikan dalam bentuk gambar. Gambar yang dibuat berdasarkan data, bukan yang dibuat dengan cara menggambar bebas, di dalam program aplikasi Excel disebut chart. Dalam bahasa Indonesia, orang biasa menyebut grafik atau kurva. Tapi dalam bahasa Inggris kata graphic (yang menjadi asal kata grafik) mempunyai arti yang berbeda. Juga kata curve, yang merupakan asal kata kurva, bukan berarti chart secara keseluruhan melainkan chart dalam bentuk khusus.
Mengorganisasikan Data dalam Bentuk Sebaran Frekuensi: Tabel
Cara selanjutnya yang bisa Anda lakukan untuk mengorganisasikan data adalah menyusun data dari tabel biasa menjadi tabel sebaran frekuensi. Untuk belajar mengorganisasikan data ke dalam sebaran frekuensi, kita terlebih dahulu belajar membuat sebaran frekuensi dalam bentuk tabel. Untuk tujuan ini, kita akan menggunakan data padat populasi mutlak gulma (PMG) yang ditentukan dengan cara meletakkan petak berukuran 3 m x 3 m secara acak di sepanjang transek yang dibuat secara sistematik di setiap lokasi penelitian. Silahkan terlebih dahulu unduh data (klik untuk mengunduh dan menggunakan data untuk belajar) dan simpan di komputer masing-masing.
Sebelum belajar membuat sebaran frekuensi dalam bentuk tabel, terlebih dahulu perlu kita ketahui bahwa sebaran frekuensi dapat kita buat berupa:
- Sebaran frekuensi data individu, dengan menghitung berapa kali satu data terdapat dalam kumpulan data, misalnya berapa kali data dengan nilai 1, 2, 3, dst., terdapat dalam kumpulan data padat populasi gulma, dan
- Sebaran frekuensi data dalam kisaran, dengan menghitung berapa banyak data yang termasuk dalam kisaran nilai tertentu, yang lazim disebut interval kelas (class interval), misalnya berapa kali data bernilai 1, 2, dan 3 terdapat dalam interval kelas <=3 dalam kumpulan data padat populasi gulma.
Sebaran frekuensi yang kita buat dengan cara seperti di atas menghasilkan tabel sebaran frekuensi biasa. Kita bisa membuat tabel sebaran frekuensi dengan cara menjumlahkan secara berturut-turut data dalam beris berikutnya, seperti menghitung nilai SKSD dengan cara menambahkan nilai SKS semester sekarang dengan nilai SKS semester sebelumnya, menghasilkan tabel sebaran frekuensi yang dikenal sebagai tabel sebaran frekuensi kumulatif (cumulative frequensi distribution).
Mari kita mulai dengan membuat sebaran frekuensi data individu dalam bentuk tabel dengan langkah-langkah sebagai berikut:
- Tentukan waktu sampai satuan menit saat mulai mengerjakan
- Tentukan data dengan nilai terendah, pada data contoh nilai terendah adalah 1
- Tentukan data dengan nilai tertinggi, pada data contoh nilai tertinggi adalah 15
- Buat tabel dengan kolom pertama yang terdiri atas baris yang memuat secara berurutan nilai 1 sampai 15
- Buat kolom kedua untuk menyajikan frekuensi, yaitu berapa kali data dengan nilai tertentu, terdapat dalam kumpulan data.
- Menghitung frekuensi setiap data dan mengisikan nilai frekuensi yang diperoleh pada baris yang sesuai di dalam kolom kedua. Isikan data hasil penghitungan frekuensi dalam sel berwarna hijau.
- Tentukan waktu sampai satuan menit saat menyelesaikan langkah 6.
- Untuk membuat sebaran frekuensi kumulatif data individu, tambahkan nilai frekuensi data individu tertentu dengan nilai frekuensi data individu pada baris berikutnya. Isikan data hasil penghitungan frekuensi dalam sel berwarna hijau.
- Tentukan waktu sampai satuan menit saat menyelesaikan langkah 8.
Kita lanjutkan membuat sebaran frekuensi data dalam kisaran dalam bentuk tabel dengan langkah-langkah sebagai berikut::
- Tentukan waktu sampai satuan menit saat mulai mengerjakan.
- Tentukan data dengan nilai terendah, pada data contoh nilai terendah adalah 1
- Tentukan data dengan nilai tertinggi, pada data contoh nilai tertinggi adalah 15
- Tentukan jumlah interval kelas kisaran yang akan kita buat dan kisaran interval nilai setiap kelasnya, misalnya akan membuat 7 kelas interval dengan kisaran nilai 3
- Buat tabel dengan kolom pertama yang terdiri atas baris yang memuat secara berurutan interval kelas secara berurutan dari terendah menjadi tertinggi
- Buat kolom kedua untuk menyajikan frekuensi, yaitu berapa kali data termasuk dalam interval kelas tertentu, terdapat dalam kumpulan data.
- Menghitung frekuensi setiap interval kelas dan mengisikan nilai frekuensi yang diperoleh pada baris yang sesuai di dalam kolom kedua.
- Tentukan waktu sampai satuan menit saat menyelesaikan langkah 7.
- Untuk membuat sebaran frekuensi kumulatif data dalam kisaran, tambahkan nilai frekuensi data kisaran pada interval kelas tertentu dengan nilai frekuensi data dalam kisaran pada interval kelas baris berikutnya. Isikan data hasil penghitungan frekuensi dalam sel berwarna hijau.
- Tentukan waktu sampai satuan menit saat menyelesaikan langkah 9.
Bagaimana, apakah Anda sudah melakukannya? Jika sudah, berapa lama waktu yang Anda untuk membuat sebaran frekuensi data individu dan sebaran frekuensi data kisaran? Mana yang memerlukan waktu lebih lama? Sekarang, mari kita gunakan program aplikasi Excel untuk melakukannya.
- Tentukan waktu sampai satuan menit saat mulai mengerjakan.
- Tentukan nilai minimum data dengan mengguakan fungsi =MIN(Xi:Xj) pada sel D82, nilai maksimum data dengan menggunakan fungsi =MAX(Xi:Xj) pada sel D83, dan jumlah individu data dengan menggunakan fungsi =COUNT(Xi:Xj) pada sel D84, di mana X adalah posisi data dalam kolom ke-X, i adalah data pada baris pertama dan j adalah data pada baris terakhir. Untuk memastikan jumlah data pada semua tabel adalah sama, lakukan penghitungan jumlah data sengan menggunakan fungsi yang sama pada sel G38 dan O38 serta G57 dan O57.
- Untuk menghitung frekuensi data individu bernilai 1, pada sel O23 ketik fungsi =COUNTIF(D$8:D$82, "=1"). COUNTIF adalah fungsi untuk menghitung jumlah kondisional, dalam hal ini kondisi bernilai 1. Tanda $ digunakan untuk menetapkan bahwa data yang digunakan adalah data pada kolom D, meskipun sel tempat melakukan penghitungan berada pada kolom yang lain.
- Untuk menghitung frekuensi data individu lainnya, salin fungsi pada sel O23 lalu tempel pada sel berikutnya dengan mengganti nilai kondisionalnya sesuai dengan nilai data yang bersangkutan. Misalnya pada sel O24, ganti dengan angka "=2", dan seterusnya.
- Untuk menghitung frekuensi data individu kumulatif, pada sel R23 ketik =O23 dan pada sel R24 ketik =R23+O24 lalu salin rumus perhitungan pada sel R24 tersebut untuk menghitung frekuensi data pada baris berikutnya.
- Untuk menghitung frekuensi data dalam kisaran pada kelas interval <=3, pada sel J50 ketik fungsi =COUNTIF(D$8:D$82, "<=3") dan pada sel J51 ketik fungsi =COUNTIFS(D$8:D$82,">3",D$8:D$82,"<=5"). Perhatikan bahwa kali ini digunakan dua nilai kondisi, yaitu >3 dan <=5 dan digunakan fungsi COUNTIFS alih-alih COUNTIF. Salin fungsi sel ini untuk menghitung frekuensi pada sel J52 sampai J55 dan disertai dengan menyesuaikan nilai kondisinya sesuai dengan batas bawah dan batas atas interval kelas masing-masing. Untuk sel J56, salin dan tempel fungsi pada sel J50 dengan menyesuaikan nilai kondisinya menjadi >13
- Untuk menghitung frekuensi data dalam kisaran kumulatif, pada sel R50 ketik =O50 dan pada sel R51 ketik =R50+O51 lalu salin rumus perhitungan pada sel R51 untuk menghitung frekuensi data kumulatif pada baris berikutnya.
- Tentukan waktu sampai satuan menit saat menyelesaikan langkah 7.
Menghitung sebaran frekuensi data data individu maupun data dalam kisaran juga dapat kita lakukan dengan menggunakan fungsi FREQUENCY. Untuk membuat tabel sebaran data individu dengan menggunakan fungsi tersebut, silahkan terlebih dahulu perhatikan Gambar 2.1.1 mengenai sebaran frekuensi individu data tinggi badan yang diunduh dari sumber daring, bukan data tinggi badan yang Anda unggah pada laporan kuliah materi 1.2 karena pada saat materi kuliah ini diperbarui banyak yang belum memasukkan laporan.
Gambar 2.1.1. Menggunakan fungsi FREQUENCY untuk membuat sebaran frekuensi data dalam indiviidu dalam bentuk tabel. Klik gambar untuk memperbesar. |
Selanjutnya ikuti langkah-langkah berikut ini:
- Buka halaman baru Excel di komputer Anda lalu ketik data B6:B22 pada kolom dan baris yang sesuai dalam kolom dan baris, lalu ketik nama kolom sebagaimana tampak pada gambar.
- Salin data dalam kolom B6:B22 lalu tempel pada sel C6
- Blok data C6:C22 lalu klik menu Editing>Sort & Filter dan pilih Sort Smallest to Largest
- Pada data yang sudah diurutkan pada kolom C6:C22, hapus data yang muncul lebih dari satu kali sehingga meninggalkan hanya data pada kolom C6:C15
- Hitung frekuensi data secara manual pada kolom D6:D15 berdasarkan pada data pada kolom B6:B22
- Salin data pada kolom A3:D23 lalu tempel pada sel F3
- Blok kolom I6:I15 lalu ketik =FREQUANCY diikuti dengan kurung buka lalu blok F6:H22, tanda koma lalu blok G6:G15, dan kurung tutup sehingga tertulis rumus FREQUENCY(F6:F22,G6:G15) dan tekan tombol keyboard Ctrl+Shift+Enter untuk menghitung nilai frekuensi data pada kolom I6:I15. Dalam hal ini, kolom G6:G15 disebut bin array yang frekuensinya masing-masing ditentukan berdasarkan data pada kolom F6:F22 yang berfungsi sebagai data array.
- Simpan hasil perhitungan yang Anda peroleh.
Perhatikan bahwa pengetikan penekanan tombol keyboard Ctrl+Shift+Enter" berlaku untuk program aplikasi Excel versi lisensi, untuk Excel versi Office 365 berlangganan, cukup menekan tombol Enter. Untuk memastikan jumlah data tetap sama, ketik =COUNT(B6;B22) pada sel B23, =SUM(D6:D15) pada sel D16, =SUM(HG:G22) pada sel G23, dan =SUM(I6:I15) pada sel I17.
Untuk membuat tabel sebaran data dalam kisaran dengan menggunakan fungsi FEQUENCY, misalkan kita akan membuat interval kelas <155 cm, 155-160 cm, 160-165 cm, 165-170 cm, dan >=170 cm. Dalam hal ini, angka 155, 160, 165, 170 merupakan batas atas interval kelas yang akan kita gunakan sebagai bin array. Sebelum melanjutkan, silahkan terlebih dahulu perhatikan Gambar 2.1.2.
Menggunakan fungsi FREQUENCY untuk membuat sebaran frekuensi data dalam kisaran dalam bentuk tabel. Klik gambar untuk memperbesar. |
Selanjutnya ikuti langkah-langkah berikut ini:
- Buka sheet baru pada halaman Excel yang sudah terbuka, misalkan Sheet2, lalu salin data B3:E23 dari Sheet 1 dan tempel pada sel B6 pada Sheet2.
- Ganti kepala kolom pada sel C4 menjadi Nilai Maksimum Interval kelas dan pada sel D4 menjadi Interval Kelas lalu buat kepala kolom pada sel E4 dengan nama Frekuensi sebagaimana tampak pada Gambar 2.1.2.
- Hitung frekuensi data secara manual pada kolom E6:D10 berdasarkan pada data pada kolom B6:B22
- Salin data pada kolom A3:E23 lalu tempel pada sel H3
- Blok kolom K6:K10 =FREQUANCY diikuti dengan kurung buka lalu blok H6:H22, tanda koma, lalu blok I6:I10, dan kurung tutup sehingga tertulis rumus FREQUENCY(H6:F22,I6:I10) dan tekan tombol keyboard Ctrl+Shift+Enter untuk menghitung nilai frekuensi data pada kolom K6:K10. Dalam hal ini, kolom I6:I10 disebut bin array yang frekuensinya masing-masing ditentukan berdasarkan data pada kolom H28:H22 yang berfungsi sebagai data array.
- Simpan file hasil perhitungan yang Anda peroleh.
Perhatikan bahwa pengetikan penekanan tombol keyboard Ctrl+Shift+Enter" berlaku untuk program aplikasi Excel versi lisensi, untuk Excel versi Office 365 berlangganan, cukup menekan tombol Enter. Untuk memastikan jumlah data tetap sama, ketik =COUNT(B6;B22) pada sel B23, =SUM(E6:E10) pada sel E11, SUM(H6:H22) pada sel H23, dan =SUM(K6:K10) pada sel K12.
Kini Anda sudah belajar mengorganisasikan data sebagai sebaran frekuensi dalam bentuk tabel dengan menggunakan fungsi COUNTIF, COUNTIFS, dan FREQUENCY. Untuk memperlancar menggunakan fungsi FEQUENCY, silahkan gunakan data yang diunduh untuk membuat tabel sebaran frekuensi dengan menggunakan fungsi tersebut. Saat ini Anda baru pertama kali belajar menggunakan Excel untuk mengorganisasikan data sebagai sebaran frekuensi dalam bentuk tabel sehingga mungkin memerlukan waktu yang cukup lama. Namun jika Anda sudah benar-benar menguasai caranya, Anda akan memerlukan waktu yang jauh lebih sedikit daripada melakukannya secara mabual. Dan yang jelas, risiko salahnya juga lebih kecil. Setelah selesai melakukan secara menual maupun dengan menggunakan Exel, silahkan cocokkan hasil yang Anda peroleh dengan hasil yang saya lakukan dengan menggunakan fungsi COUNTIF dan COUNTIFS terhadap data padat populasi gulma (klik setelah tautan diaktifkan) dan dengan menggunakan fungsi FREQUENCY terhadap data tinggi badan (klik setelah tautan diaktifkan). Bagaimana, apakah hasilnya sama? Jika hasil yang Anda peroleh tidak sama, silahkan periksa sel demi sel, apakah rumus yang Anda masukkan sama dengan yang saya masukkan dan lakukan perbaikan jika ada yang berbeda. Selanjutnya silahkan berlatih terus sehingga Anda semakin mengenal fungsi-fungsi Exel dan mengetahui cara menggunakannya.
2.1.1.2. Mengunduh dan Membaca Pustaka
Materi kuliah yang Anda baca ini hanyalah semacam panduan mengenai bagaimana seharusnya Anda mempelajari materi kuliah ini. Untuk mempelajari materi kuliah ini lebih lanjut, Anda perlu membaca pustaka sebagai berikut:
- Buku Teks: Bowen (2022) Chapter 2 Frequency Distribution Table dan Schmuller (2016) Part I Chapter 1 Evaluating Data in the Real World dan Chapter 2 Understanding Excel’s Statistical Capabilities.
- Website: Statistics Canada: Class Interval dan Cumulative Frequency, the R Project for Statistical Computing
Silahkan mengklik halaman Pustaka Kuliah untuk mengakses dan mengunduh buku teks, mengakses perpustakaan daring dan mengunduh buku teks gratis, mengakses websites, dan mengakses artikel jurnal ilmiah.
2.1.2. TUGAS KULIAH
2.1.2.1. Mendiskusikan dengan Cara Membagikan Materi Kuliah
Setelah membaca materi kuliah, silahkan bagikan materi kuliah melalui media sosial yang dimiliki disertai dengan mencantumkan status tertentu, misalnya "Saya sekarang baru tahu ternyata statistika terapan itu menyenangkan ... dst." Untuk membagikan lauar klik tombol Beranda dan kemudian klik tombol pembagian memalui media sosial dengan mengklik tombol media sosial yang tertera di sebelah kanan judul materi kuliah. Jika media sosial yang dimiliki tidak tersedia dalam ikon yang ditampilkan, klik ikon paling kanan untuk membuka ikon media sosial lainnya. Materi kuliah dibagikan paling lambat pada Senin, 18 September 2023 pukul 24.00 WITA dengan cara menjawab pertanyaan pada laporan melaksanakan kuliah.
2.1.2.2. Mendiskusikan dengan Cara Menyampaikan dan/atau Menanggapi Komentar
Setelah membaca materi kuliah, silahkan buat minimal satu pertanyaan dan atau komentar mengenai materi kuliah. Buat pertanyaan secara langsung tanpa perlu didahului dengan selamat pagi, selamat siang, dsb., sebab belum tentu akan dibaca pada jam sesuai dengan ucapan selamat yang diberikan. Ketik pertanyaan atau komentar secara singkat tetapi jelas, misalnya "Mohon menjelaskan apa manfaat mempelajari statistika terapan". Pertanyaan dan/atau komentar diharapkan ditanggapi oleh mahasiswa lainnya dan setiap mahasiswa wajib menanggapi minimal satu pertanyaan dan/atau komentar yang disampaikan oleh mahasiswa lainnya. Pertanyaan dan/atau komentar maupun tanggapannya disampaikan paling lambat pada Senin, 18 September 2023 pukul 24.00 WITA dengan cara menjawab pertanyaan pada laporan melaksanakan kuliah.
2.1.2.1. Mengerjakan dan Melaporkan Projek
Untuk mempersiapkan mengerjakan projek menyusun proposal penelitian yang harus dikerjakan oleh setiap mahasiswa, silahkan melakukan sebagai berikut:
- Silahkan mengunduh tabel data tinggi badan dan berat badan (klik setelah tautan aktif), hitung nilai tinggi badan minimum, tinggi badan maksimum, dan jumlah data tinggi badan serta nilai berat badan minimum, berat badan maksimum, dan jumlah data berat badan,
- Menggunakan data tinggi badan, buat tabel dan lakukan perhitungan dengan menggunakan aplikasi Excel: (a) sebaran frekuensi individu dan (b) sebaran frekuensi kisaran, (c) sebaran frekuensi individu kumulatif, dan (d) sebaran frekuensi kisaran kumulatif. Sebelum mulai mengerjakan, silahkan hapus satuan cm yang terdapat di belakang angka sehingga setiap sel Excel hanya memuat angka, cantumkan satuan sebagai bagian judul kolom. Untuk membuat tabel sebaran frekuensi kisaran, bagi data ke dalam 5 kelas interval. Lakukan perhitungan dengan menggunakan fungsi COUNTIF atau COUNTIFS sesuai dengan keperluan. Simpan file dengan nama file: namamahasiswa_projek21pertanyaan2 lalu unggah file dalam laporan melaksanakan kuliah.
- Menggunakan data berat badan, buat tabel dan lakukan perhitungan dengan menggunakan aplikasi Excel: (a) sebaran frekuensi individu dan (b) sebaran frekuensi kisaran, (c) sebaran frekuensi individu kumulatif, dan (d) sebaran frekuensi kisaran kumulatif. Sebelum mulai mengerjakan, silahkan hapus satuan kg yang terdapat di belakang angka sehingga setiap sel Excel hanya memuat angka, cantumkan satuan sebagai bagian judul kolom. Untuk membuat tabel sebaran frekuensi kisaran, bagi data ke dalam 5 kelas interval. Lakukan perhitungan dengan menggunakan fungsi COUNTIF atau COUNTIFS sesuai dengan keperluan. Simpan file dengan nama file: namamahasiswa_projek21pertanyaan3 lalu unggah file dalam laporan melaksanakan kuliah.
Silahkan menggunakan jawaban terhadap pertanyaan-pertanyaan 1-3 untuk mengerjakan Laporan Projek Kuliah selambat-lambatnya pada Senin, 18 September 2023 pukul 24.00 WITA. Tautan untuk mengunduh data tinggi badan dan berat badan mahasiswa baru dapat diaktifkan setelah semua mahasiswa mengerjakan projek pada materi kuliah 1.2. Tolong segera memasukkan laporan melaksanakan kuliah dan mengerjakan tugas minggu lalu agar data tinggi dan berat badan dapat segera saya unggah.
2.1.3. ADMINISTRASI PELAKSANAAN KULIAH
- Menandatangani Daftar Hadir Melaksanakan Kuliah selambat-lambatnya pada Rabu, 13 September 2023 pukul 24.00 WITA dan setelah menandatangani, silahkan periksa untuk memastikan daftar hadir sudah ditandatangani;
- Menyampaikan Laporan Projek Kuliah dan Mengerjakan Tugas selambat-lambatnya pada Senin, 18 September 2023 pukul 24.00 WITA dan setelah memasukkan, silahkan periksa untuk memastikan laporan sudah masuk.
Mahasiswa yang tidak mengisi dan menandatangani Daftar Hadir Melaksanakan Kuliah dan tidak menyampaikan Laporan Melaksanakan Kuliah akan ditetapkan sebagai tidak melaksanakan kuliah.
***********
Hak cipta blog pada: I Wayan Mudita
Diterbitkan pertama kali pada 3 September 2022, belum pernah diperbarui.
Diterbitkan pertama kali pada 3 September 2022, belum pernah diperbarui.
Hak cipta selurun tulisan pada blog ini dilindungi berdasarkan Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License. Silahkan mengutip tulisan dengan merujuk sesuai dengan ketentuan perujukan akademik.
Apa yang perlu di perhatikan dalam membuat sebaran frekuensi dalam bentuk tabel? Dan bagaimana cara mengorganisasikan data kedalam sebaran frekuensi?
BalasHapusSebaran frekuensi data individu, dengan menghitung berapa kali satu data terdapat dalam kumpulan data dan
HapusSebaran frekuensi data dalam kisaran, dengan menghitung berapa banyak data yang termasuk dalam kisaran nilai tertentu, yang lazim disebut interval kelas (class interval),
cara mengorganisasaikan data kedalam sebaran frekunsi:
1.Urutkan data dari yang terkecil sampai ke data terbesar
2. Tentukan Range atau jangkauan data (R)
Jangkauan = data terbesar – data terkecil
3. Tentukan banyak kelas (k)
Rumus Sturgess: k=1+3,3 log n
4. Tentukan panjang interval kelas (i)
i = Jangkauan / banyak kelas
5. Tentukan batas data terendah, kemudian hitung kelas interval dengan cara menjumlah tepi bawah kelas ditambah dengan panjang kelas (P) dan hasilnya dikurangi 1 sampai pada data terakhir.
6. Buatlah tabel sementara (tabulasi dengan cara menghitung satu per satu sesuai dengan urutan interval kelas)
Mengapa data sampel mengenai sesuatu berbeda maknanya dengan data populasi mengenai sesuatu yang sama?
BalasHapusKarena dalam data sampel, terdapat peluang terjadinya kekeliruan. Peluang terjadinya kekeliruan dalam data sampel dikenal sebagai galat pengambilan sampel (sampling error).
Hapus# Populasi adalah keseluruhan obyek yang akan diteliti.
BalasHapusContoh : populasi mahasiswa jurusan Agroteknologi angkatan 21 Fakultas Pertanian.
# Sampel adalah sebagian dari populasi yang benar-benar diteliti
Contoh : dari kesuluruhan mahasiswa jurusan agroteknologi angkatan 21 fakuktas pertanian, yang diambil datanya hanya mahasiswa kelas agroteknologi 4
Komentar ini telah dihapus oleh pengarang.
BalasHapusApa itu sebaran frekuensi kumulatif? Dan apa yang membedakannya dengan sebaran frekuensi biasa?
BalasHapusBahwa sebaran frekuensi komulatif itu dimana frekuensinya telah dijumlahkan dan memiliki kurfa yang disebut ogive. Yang membedakannya bahwa dalam sebaran frekuensi komulatif terdiri dari dua macam sebararan frekuensi yaitu komulatif kurang dari(<) dan frekuensi lebih dari(>). Bahwa dalam tabel sebaran frekuensi kumulatif kurang dari adalah jenis dengan menjumlahkan frekuensi kelas pertama dengan frekuensi kelas selanjutnya hingga kelas terakhir. Untuk tabel sebaran kumulatif lebih dari yang mana jenis frekuensi kumulatif yang dihitung dengan mengurangkan jumlah frekuensi dengan frekuensi kelas pertama hingga kelas terakhir.
HapusPada umumya tabel distribusi frekuensi kumulatif digunakan dalam membuat ogive baik ogive positif ataupun negatif. Sedangkan sebaran frekuensi Biasa
dimana sebaran frekuensinya berisikan jumlah frekuensi dari setiap kelompok data. Dimana sebaran frekuensi kategori, yakni pengelompokkan data disusun dalam bentuk kata-kata (kualitatif).
Sebaran(distribusi) frekuensi numerik, yakni distribusi yang kelas-kelasnya berbentuk (kuantitatif).
Baagaimana jika rumus COUNTIF menerima kesalahan saat merujuk ke lembar kerja lain? Dan
BalasHapusBagaimana jika COUNTIF mengembalikan nilai salah atau nilai yang tidak diharapakan?
fungsi COUNTIF adalah untuk menghitung jumlah data salah satunya data frekuensi kelas interval
HapusMenurut saya tidak akan terjadi kesalahan jika kita memasukan rumus dengan benar
Dan untuk memastikan jumlah data tetap sama, menggunakan fungsi lain
Seperti contoh menghitung data diatas
ketik =COUNT(B6;B22) pada sel B23, =SUM(E6:E15) pada sel E16, dan =SUM(K6:K15) pada sel K16.
Jelaskan perbedaan dari frekuensi data individu dan frekuensi data kisaran !
BalasHapusFrekuensi data individu adalah data yang disajikan secara sederhana dan data tersebut belum tersusun atau dikelompokkan ke dalam kelas-kelas interval. Frekuensi data kisaran adalah data yang biasanya disajikan dalam bentuk tabel frekuensi dan data tersebut sudah disusun atau dikelompokan dalam kelas-kelas interval.
HapusCara dan tahap-tahap dalam mengorganisasikan data?
BalasHapusTahap-tahap pengorganisasian data antara lain:
Hapus1. Mengedit data
Data harus diedit terutama jika berkaitan dengan respon terhadap pertanyaan terbuka (open-ended questions) dalam wawancara atau kuesioner atau observasi yang tidak tidak terstruktur. Dengan kata lain informasi yang mungkin secara tergesa-gesa dicatat oleh pewawancara (interviewer), pengamat atau peneliti harus diuraikan dengan jelas sehingga seluruh data dapat dikodekan secara sistematis. Kurangnya kejelasan dalam tahap ini nantinya akan menimbulkan kebingungan. Disarankan agar peneliti melakukan pengeditan dilakukan pada hari yang sama dengan saat pengumpulan data sehingga responden bisa langsung dikontak untuk konfirmasi lebih lanjut.
2. Menangani Respon Kosong
Respon kosong adalah jawaban setiap item dalam kuesioner dibiarkan kosong (blank respons) karena responden tidak memahami pertanyaan, tidak mengetahui jawaban, tidak ingin menjawab, atau sekedar tidak tertarik untuk menjawab seluruh pertanyaan.
Cara untuk menangani respon kosong, yaitu dengan:
- Untuk item skala interval dengan nilai tengah, dilakukan dengan memberikan nilai tengah dalam skala sebagai respon untuk items tersebut.
- Membiarkan komputer mengabaikan respon kosong saat analisis dilakukan yang akan mengurangi ukuran sampel bila variable tersebut dalam analisis.
- Memberikan pada item nilai keluar respon dari semua yang merespons item tersebut.
- Memberi item tersebut rata-rata respon dari responden khusus pada semua pertanyaan lain untuk mengukur variable tersebut
- Memberikan respon kosong sebuah angka acak dalam kisaran skala tersebut.
Cara terbaik menangani respon kosong untuk meningkatkan validitas penelitian, khususnya jika ukuran sampel besar adalah mengabaikan kasus dimana data yang berkaitan dengan analisis tertentu hilang. Tetapi jika banyak responden banyak yang menjawab tidak tahu maka diperlukan investigasi lebih lanjut.
3. Mengkodekan
Proses pengkodean akan menjadi lebih mudah jika dilakukan perencanaan pada saat mendesain kuesioner. Dimungkinkan untuk memasukkan data secara langsung kuesioner, tapi hal tersebut akan memerlukan penelusuran melalui beberapa kuesioner, halaman demi halaman, yang mungkin akan menimbulkan kesalahan dan penghilangan item.
Kesalahan dalam pengkodean mungkin untuk terjadi. Karena itu setidaknya 10% kuesioner yang dikodekan sebaiknya diperiksa untuk keakuratan pengkodean. Seleksinya mungkin mengikuti prosedur pengambilan sampel sistematis.
4. Kategorisasi
Tahap ini berguna untuk membuat skema untuk mengategorikan variable, sehingga beberapa item yang mengukur suatu konsep dapat semuanya dikelompokkan bersama.
5. Memasukkan data
Tahap ini dilakukan dengan memasukkan data ke dalam komputer dengan menggunakan peranti lunak seperti SPSS.
Analisis Data dalam Penulisan Teori
Analisis Data Kualitatif adalah upaya yang dilakukan dengan jalan bekerja dengan data, mengorganisasikan data, memilah-milahnya menjadi satuan yang dapat dikelola, mensintesiskannya, mencari dan menemukan pola, menemukan apa yang penting dan apa yang dipelajari, dan memutuskan apa yang dapat diceritakan kepada orang lain. Pendapat lain tentang analisis data kualitatif prosesnya berjalan sebagai berikut:
• Mencatat yang menghasilkan catatan lapangan, dengan hal ini diberikan kode agar data yang ada dapat ditelusuri.
• Mengumpulkan, memilah-milih, mengklasifikasikan, mensintesiskan, membuat ikhtisar, dan membuat indeksnya.
• Berpikir, dengan jalan membuat agar kategori itu dapat memiliki makna, mencari dan membuat makna dan hubungan-hubungan, dan membuat temuan-temuan umum.
Tahapan untuk mengorganisasikannya:
Hapus• memperoleh kualitas data yang baik
•memberikan penjelasan mengenai masalah yang diajukan
•ditarik kesimpulan atas dasar pengolahan data
•dipisah-pisahkan sesuai dengan masalah yang diajukan
•dimasukkan ke dalam alat ukur hitung statistiks
Bagaimana cara menentukan jumlah interval dalam suatu data
BalasHapuscaranya :
HapusBila jarak pengukuran sudah diketahui dan jumlah interval kelas sudah ditentukan, pada dasarnya jumlah interval sudah diketemukan.Jadi kalau misalnya hasil pengukuran kita tentang tinggi orang yang tertinggi adalah 180 cm dan terendah adalah 145 cm dan kita telah menetapkan jumlah interval sebanyak 9 buah.Dalam tabel kemudian kita cantumkan dalam kolom pertama interval-interval kelas berturut-turut dari atas kebawah.
Apa yang harus dilakukan ketika data yang sedang di analisis mengalami Sampling Error?
BalasHapusSampling error di sebabkan oleh kekeliruan dalam mengambil sampel,apabila data yang sedang kita analisis mengalami sampling error maka yang harus kita lakukan adalah melakukan pengulangan pengambilan sampel yang sama.
HapusMengapa kita sangat perlu mengorganisasikan data? Apa yang terjadi bila kita tidak mengetahui cara mengorganisasikan data?
BalasHapusKarena dengan melakukan pengorganisasian data kita dapat dengan mudah paham dengan data yang akan kita gunakan.
HapusJika kita tidak mengetahui cara mengorganisasikan data, maka besar kemungkinan kita akan mengalami kesulitan / akan binggung sendiri.
Apa yang menyebabkan sebaran frekuensi yang di buat dengan cara sebaran frekuensi data individu dan sebaran frekuensi dalam kisaran menghasilkan data sebaran frekuensi biasa?
BalasHapusapa saja yg perlu kita lakukan dalam mengorganisasikan data kedalam sebaran frekuensi?
BalasHapusKomentar ini telah dihapus oleh pengarang.
HapusLangkah-langkah dalam menyusun tabel distribusi frekuensi:
HapusUrutkan data, biasanya diurutkan dari nilai yang paling kecil
Tujuannya agar range data diketahui dan mempermudah penghitungan frekuensi tiap kelas!
Tentukan range (rentang atau jangkauan)
Range = nilai maksimum – nilai minimum
Tentukan banyak kelas yang diinginkan. Jangan terlalu banyak/sedikit, berkisar antara 5 dan 20, tergantung dari banyak dan sebaran datanya.
Apa yang terjadi jika datanya tidak diurutkan?
BalasHapusJika data tidak diurutkan maka akan terlihat tidak rapi dan sulit untuk menentukan data array dan bins array untuk menghitung nilai frekuensi
HapusFungsi apa yang lebih efektif digunakan untuk menghitung nilai frekuensi komulatif
BalasHapusDi bidang statistika, frekuensi absolut adalah bilangan yang menyatakan banyaknya suatu nilai dalam sebuah kumpulan data. Frekuensi kumulatif tidak sama dengan frekuensi absolut. Frekuensi kumulatif adalah jumlah akhir (atau jumlah terbaru) semua frekuensi sampai batas tertentu dalam sebuah kumpulan data. Penjelasan tersebut mungkin terdengar rumit, tetapi jangan cemas: topik ini dapat dipahami dengan lebih mudah jika Anda menyediakan kertas dan pena serta turut mengerjakan contoh soal yang dijelaskan di artikel ini.
HapusApa yang menjadi perbedaan antara data sampel dengan data populasi, jelaskan??
BalasHapuspopulasi fokusnya kepada semua objek yang diteliti sedangkan sampel hanya sebagian kecil dari populasi yang diambil untuk diteliti dan dianggap bisa mewakili populasi.
HapusSementara sampel akan lebih efektif pengumpulan datanya apabila menggunakan survei.
sampel akan lebih efektif pengumpulan datanya apabila menggunakan survei. Jadi, perbedaan populasi dan sampel, yaitu populasi fokusnya kepada semua objek yang diteliti sedangkan sampel hanya sebagian kecil dari populasi yang diambil untuk diteliti dan dianggap bisa mewakili populasi.
HapusCara Menghitung sebaran frekuensi data data individu maupun data dalam kisaran juga dapat kita lakukan dengan menggunakan fungsi
BalasHapus1. FUNGSI COUNTIF: Fungsi ini digunakan untuk menghitung berapa kali suatu nilai tertentu muncul dalam rentang data.
Hapus2. FUNGSI FREQUENCY: Fungsi ini digunakan untuk membuat tabel sebaran frekuensi dari data dalam kisaran
Yosefina Glasia
BalasHapus2204060114
Agroteknologi 4
Bagaimana mengatasi masalah umum yang mungkin muncul saat membuat tabel sebaran frekuensi dalam Excel?
Data yang Tidak Terurut atau Tidak Terstruktur: Pastikan data Anda terorganisir dengan baik. Jika data tidak terurut atau terstruktur dengan baik, tabel sebaran frekuensi Anda mungkin tidak akurat. Anda dapat menggunakan fitur sorting (pengurutan) dalam Excel untuk mengatasi masalah ini.
HapusInterval Kisaran yang Tidak Sesuai: Memilih interval yang tepat untuk tabel sebaran frekuensi adalah penting. Jika interval terlalu besar, Anda mungkin kehilangan detail; jika terlalu kecil, tabel bisa menjadi terlalu rumit. Eksperimen dengan interval yang berbeda untuk melihat mana yang cocok untuk data Anda.
Duplikasi Data: Pastikan tidak ada data yang duplikat dalam kumpulan data Anda. Duplikasi dapat mengganggu perhitungan frekuensi.