APLIKASI SPSS
DALAM BIDANG TELEKOMUNIKASI
Secara
garis besar ilmu Statistika mempunyai dua kegunaan, yaitu sebagai alat
deskritif dan alat interpretasi atau penarik kesimpulan. Secara visual
digambarkan melalui diagram atau chart, secara non-visual dapat dilihat dari
ukuran-ukuran yang setidaknya meliputi ukuran tendensi dan ukuran penyebaran.
§ Ukuran
Tendensi ( measure of center )
Ukuran
tendensi digunakan untuk menggambarkan kecenderungan sekumpulan data yang
biasanya mempunyai kecenderungan memusat pada suatu nilai tertentu.
§ Ukuran
Penyebaran
Ukuran
Penyebaran untuk mengatahui seberapa jauh suatu data melenceng atau menyebar
dari ukuran pusatnya
2.1 Kasus Counter –statistika
dekskritif
Untuk
menentukan jumlah waktu yang dibutuhkan CS ( Costumer Service ) Counter hp pada
supermarket yang berada pada beberapa kota, suatu perusahaan telepon seluler
mengadakan riset dengna mengumpulkan informasi yang dapat mendeskripsikan
kebutuhan jumlah waktu CS counter HP ( dihitung dalam menit ). Sampel diambil
dari 1000 data dan diperoleh data
seperti pada Tabel 2.1
Tabel 2.1 Jumlah Waktu
3.6
|
1.2
|
3.1
|
0.2
|
3.1
|
0.9
|
1.1
|
1.9
|
1.1
|
1.2
|
1.1
|
0.8
|
1.4
|
2.1
|
1
|
2.3
|
1.4
|
1.1
|
0.6
|
0.3
|
0.5
|
1.2
|
1.1
|
0.7
|
1.1
|
1.3
|
0.8
|
0.7
|
4.5
|
1.6
|
1.6
|
2.5
|
0.5
|
0.3
|
1.3
|
1.7
|
1.9
|
0.8
|
0.4
|
1
|
1.7
|
0.7
|
1.8
|
5.2
|
0.4
|
0.6
|
0.6
|
1.3
|
0.2
|
0.3
|
0.9
|
1.8
|
1.8
|
2.2
|
2.8
|
1.1
|
1.8
|
0.4
|
0.8
|
0.6
|
Untuk mengatahui gambaran tentang
suatu data dapat dianalisis melalaui descriptive statistics, meliputi frequencies,
descriptives, dan explore. Pada kasus diatas akan didekripsikan data counter
menggunakan frequencies.
Penyelesaian
Langkah-langkah
deskripsi data adalah sebagai berikut.
Pendefinisiaan Data
Pendefinisian
data dapat dilakukan dengan melakukan langkah-langkah berikut:
§ Buka
SPSS data Editor-Variable View dengan klik Variabel View.
§ Isi
baris pertama
§ Kolom
Name : Waktu
§ Kolom
Type : Numeric
§ Kolom
Decimal : 1, abaikan pengisian kolom yang lainnya
§ Saving
data dengan nama file :Counter.
Input Data
Dari
Tabel 2.1 nampak bahwa data berupa angka atau numeric dengan satu angka
desimal. Input dapat dimulai dengan melakukan langkah-langkah sebagai berikut :
§ Buka
SPSS Data Editor –Data View
§ Arahkan
kursor pada kolom pertama baris pertama,ketikan 3.6
§ Arahkan
kursor pada kolom pertama baris kedua, ketikan 1.1, lakukan hal yang sama
sampai dengan data terakhir, yaitu 0.6.
§ Tampilan
SPSS Data Editor- Data View.
Analisis Data
Proses
analisis data dapat dimulai dengan melakukan langkah-langkah sebagai berikut :
§ Klik
Analyze
§ Klik
Descriptives Statistics
§ Klik
Frequencies
§ Arahkan
kursor pada variabel waktu, klik tanda panah sehingga variabel waktu masuk ke
kotak variabels(s).
§ Klik
statistics
§ Pada
Percentile Values klik quartiles
§ Pada
central Tendency,klik mean, median, mode
§ Pada
Dispersion klik Std.deviation, Variance,Range, Minimun, dan Maximun
§ Pada
Distribution klik Skewness dan Kurtosis
§ Klik
Continu
§ Klik
Charts pada Chart typepilih Bar Charts
§ Klik
Continu
2.2
Kasus Built-In Resources-One Wat ANOVA
Built
in Resources dari sebuah telepon seluler merupakan komponen-komponen yang dapat
digunakan untuk dapat beroprasi, seperti batrai, processor, dan memori. Seorang
QC perusahaan yang memproduksi telepon selular sedang meneliti tiga model
Built-In Resources yang telah dipasarkan. Dia ingin mengatahui signifikan
rata-rata daya hidup baterai dalam komponen Built-In Resources ( diukur dalam
minggu ) model A,B, dan C. Jika QC tersebut mengukur rata-rata daya hidup
baterai pada ketiga model masing-masing menggunakan merek ABD, Longer, dan
Fasty, dan diambil secara acak 5 sampelnya, maka diperoleh hasil seperti Tabel
1.2
Tabel 2.2 Daya hidup batu baterai (
dalam minggu )
Merek ABD
|
Merek Longer
|
Merek Fasty
|
100
|
76
|
108
|
96
|
80
|
100
|
92
|
75
|
96
|
96
|
84
|
98
|
92
|
82
|
100
|
Data
pada tabel 1.2 pada kasus di atas merupakan model rancangan model lengkap.
Rancangan model lengkap itu sendiri akan dibahas secara singkat pada Sub-subbab
2.2.1 dan 2.2.2. Rancangan random model lengkap ini terbagi menjadi dua, yaitu
rancangan random lengkap faktor lengkap dan faktor ramdom.
Rancangan Random Lengkap Faktor
Tetap
Rancangan random lengkap faktor
lengkap disebut juga dengan model efek tetap, disebut demikian karena perlakuan
yang dikenakan pada observasi dipilih tertentu oleh eksperimenter. Kesimpulan
dari rancangan random lengkap mengunakan model efek tetap tidak bisa digunakan
untuk populasi perlakuan yang serupa. Kasus 2.2 diatas menggunakan rancangan
random lengkap dengan model efek tetap karena 3 perlakuan berupa batu baterai
merek ABD, Longer, dan Fasty pada ketiga model Built-In resources dipilih oleh
QC perusahaan. Langkah-langkah penyelesaian kasus 2.2 adalah sebagai berikut.
Penyelesaian
Dari
Tabel 2.2 diatas, dapat diklasifikasikan menjadi dua variabel data, yaitu waktu
( menit ) dengan merek baterai. Sebelum user mengadakan pendefinisian dan input
data. Terlebih dahulu data pada Tabel 2.2 dikonversikan seperti tabel 2.3 di
bawah ini
Tabel 2.3 Konversi Tabel 2.2
Kolom
1
Waktu
|
Kolom
2
Merek
|
100
|
1
|
96
|
1
|
92
|
1
|
96
|
1
|
92
|
1
|
76
|
2
|
80
|
2
|
75
|
2
|
84
|
2
|
82
|
2
|
108
|
3
|
100
|
3
|
96
|
3
|
98
|
3
|
100
|
3
|
Keterangan
Kolom
2: merek, nilai 1:merek ABD, nilai 2 : merek Longer, dan nilai 3:merek fasty
Pendefinisian data
Pendefinisian
data dapat dilakukan dengan melakukan langkah-langkah sebagai berikut :
§ Buka
SPSS Data Editor-Variabel View dengna klik Variabel View
§ Isi
baris pertama :
Kolom
Name : Waktu
Kolom
Type : Numeric
Kolom
width : 8
Kolom
Decimals : 0
Kolom
selainnya: abaikan
§ Isi
baris Kedua :
Kolom
Name : Merk
Kolom
Width : 8
Kolom
Decimals : 0
Kolom
Label : -
Kolom
Values :
Isi value : 1, label :
ABD, klik add
Isi value : 2, label :
Longer, klik add
Isi value : 3, label :
fasty,klik add, klik ok.
§ Simpan
data dengan nama file : Built-In Resouerces
Input Data
Input
data dapat dengan memperhatikan 2.3 dengan melakukan langkah-langkah sebagai
berikut .
§ Buka
SPSS Data Editor-Data View
§ Arahkan
Kursor pada kolom pertama baris pertama, ketikan 100, untuk baris kedua lakukan
hal yang sama sampai data terakhir yaitu 100 .
§ Arahkan
kursor pada kolom baris kedua baris pertama, ketikan 1, untuk baris kedua
lakukan hal yang sam sampai data terakhir,yaitu 3.
Analis Data
proses
analisis data dapat dimulai melakukan lanhkah-langkah sebagai berikut :
§ Klik
Analize
§ Klik
Compare Means
§ Klik
One way Anova
Pada
kotak dialog One Way Anova :
§ Arahkan
kursor pada Variabel waktu, klik tanda panah sehingga variabel waktu masuk ke
kotak Depedent List.
§ Arahkan
kembali kursor pada Variabel merek, klik tanda panah sehingga variabel merek
masuk ke kotak factor.
§ Klik
post HOC.., pilih klik LSD
§ Klik
continue. Tampilkan One Way Anova: post hoc..,
§ Klik
options
§ Klik
Descriptives
§ Klik
Means plot. Tampilkan One Way Anova : option..,
§ Klik
continue
§ Klik
ok
Proses analisis data telah selesai.
2.3 Kasus Sistem Spread Spectrum-One
Way ANOVA
Suatu
penelitian diadakan untuk mengatahui signifikansi sitem spread spectrum yang
akan digunakan pada model kanal Rayleigh fading sebagai mediator komunikasi
CDMA. Sistem sprea spectrum dianggap memiliki kelebihan dalam menghilangkan
pengaruh multipath fading, yaitu mengatur dan memanajemen penerima ganda untuk
mendapatkan sinyal yang diinginkan. Untuk itu eksperimenter mengukur secara
random sistem spread spectrum ( dB ) pada waktu yang berbeda dan hasil
pengukuran di kelompokan pada sistem,spektrum A,B,C,D, dan E seperti Tabel 2.5
Tabel 2.5 Data Spread Spectrum
A
|
B
|
C
|
D
|
E
|
0.41
0.55
0.45
0.34
0.29
0.54
0.45
0.64
0.56
0.43
|
0.29
0.39
0.28
0.57
0.52
0.54
0.43
0.29
0.3
0.74
|
0.41
0.53
0.45
0.62
0.29
0.59
0.54
0.53
0.39
0.53
|
0.51
0.72
0.59
0.38
0.48
0.51
0.59
0.39
0.51
0.59
|
0.38
0.48
0.58
0.67
0.67
0.59
0.61
0.49
0.58
0.43
|
Misal
asumsi tingkat signifikansi α = 0.05, akan diteliti perbedaan sistem spread
spektrum yang diperoleh diatas.
Penyelesaian
Dengan
mempelejari kasus di atas nampak bahwa perlakuan yang dipilih eksperimenter
diambil secara acak. Adapun perlakuan hanya terdiri dari satu faktor sehingga
rancangan yang dipakai dapat di kelompokan ke dalam rancanagan random lengkap
dengan faktor random. Pembahasan secara singkat tentang rancangan ini diuraikan
secara singkat dibawah ini
Rancangan Random Lengkap Faktor
Random
Rancangan
random lengkap faktor random disebut juga dengan model efek random atau model
variasi komponen disebut demikian karena perlakuan yang dipilih secara acak
dari satu populasi perlakuan. Kesimpulan hasil analisi dapat digeneralisasikan
ke populasi, artinya berlaku untuk semua sistem spread system yang sedang
diteliti. Adapun langkah –langkah analisis model efek tetap menggunakan SPSS
16.0 analog dengan analisis model efek tetap.
Langkah
–langkah penyelesaian kasus 2.3 adalah sebagai berikut.
Dari
tabel 2.3 diatas, dapat diklasipikasikan menjadi dua variabel data koma yaitu
berupa spread system ( dB ) dan kategori kelompok. Sebelum pendefinisian dan
input data, Tabel 2.3 di konversikan seperti Tabel 2.6
Tabel 2.6 Konversi Tabel 2.5
K1
|
K2
|
K3
|
K1
|
K2
|
K3
|
K1
|
K2
|
K3
|
K1
|
K2
|
K3
|
K1
|
K2
|
K3
|
1
|
0.41
|
1
|
11
|
0.29
|
2
|
21
|
0.41
|
3
|
31
|
0.51
|
4
|
41
|
0.38
|
5
|
2
|
0.55
|
1
|
12
|
0.39
|
2
|
22
|
0.53
|
3
|
32
|
0.72
|
4
|
42
|
0.48
|
5
|
3
|
0.45
|
1
|
13
|
0.28
|
2
|
23
|
0.45
|
3
|
33
|
0.59
|
4
|
43
|
0.58
|
5
|
4
|
0.34
|
1
|
14
|
0.57
|
2
|
24
|
0.62
|
3
|
34
|
0.38
|
4
|
44
|
0.67
|
5
|
5
|
0.29
|
1
|
15
|
0.52
|
2
|
25
|
0.29
|
3
|
35
|
0.48
|
4
|
45
|
0.67
|
5
|
6
|
0.54
|
1
|
16
|
0.54
|
2
|
26
|
0.59
|
3
|
36
|
0.51
|
4
|
46
|
0.59
|
5
|
7
|
0.45
|
1
|
17
|
0.43
|
2
|
27
|
0.54
|
3
|
37
|
0.59
|
4
|
47
|
0.61
|
5
|
8
|
0.64
|
1
|
18
|
0.29
|
2
|
28
|
0.53
|
3
|
38
|
0.39
|
4
|
48
|
0.49
|
5
|
9
|
0.56
|
1
|
19
|
0.3
|
2
|
29
|
0.39
|
3
|
39
|
0.51
|
4
|
49
|
0.58
|
5
|
10
|
0.43
|
1
|
20
|
0.74
|
2
|
30
|
0.53
|
3
|
40
|
0.59
|
4
|
50
|
0.43
|
5
|
Keterangan
Pendefinisian
dapat dilakukan dengan melakukan sebagai berikut :
§ Buka
SPSS Data Editor- Variabel View dengan klik Variabel View
§ Isi
baris pertama
`kolom
Name : Data
Kolom
Type : Numeric
Kolom
Width : 8
Kolom
Decimals : 2
Kolom
selainnya : Abaikan
§ Isi
baris kedua
Kolom
Name : Spektrum
Kolom
Type : Numeric
Kolom
Width : 8
Kolom
Decimals : 0
Kolom
Label : -
Kolom
Values :
Isi
value : 1, label : sistem A, klik add
Isi
value : 2, label : sistem B, klik add
Isi
value : 3, label : sistem C, klik add
Isi
value : 4, label : sistem D, klik add
Isi
value : 5, label : sistem E, klik add klik OK
Kolom
selainnya : abaikan.
§ Simpan
data dengan nama file : Spektrum
Inpu Data
Input
data dapat dimulai dengan memperhatikan tabel 2.6 dengan melakukan
langkah-langkah sebagi berikut :
§ Buka
SPSS Data Editor-Data View
§ Arahkan
kursor pada kolom pertama baris pertama, ketikan 100, untuk baris kedua lakukan
hal sama sampai dengan data terakhir, yaitu 100
§ Arahkan
kursor pada kolom kedua baris pertama, ketikan 1, untuk baris kedua lakukan hal
yang sama sampai dengan data terakhir, yaitu 3
Analisis Data
Proses
analisi data dapat dimulai dengan melakukan langkah-langkah sebagai berikut :
§ Klik
Analize
§ Klik
Compare Means
§ Klik
One Way ANOVA..,
Pada
kotak dialog One Way ANOVA :
§ Arahkan
kursor pada Variabel Data, klik tanda panah sehingga variabel data masuk ke
kotak Dependent List.
§ Arahkan
kembali kursor pada variabel spectrum, klik tanda panah sehingga variabel
spectrum masuk ke kotak fector. Tampilkan dialog One Way ANOVA
§ Klik
post hoc
§ Klik
Bonferroni
§ Klik
Continue. Tampilkan kotak dialog One Way ANOVA: PostHoc
§ Klik
options
§ Klik
Descriptive
§ Klik
Means Plot. Tampilkan kotak dialog One Way ANOVA: options
Proses analisis
Deskripsi data telah selesai
Silakan tinggalkan komentar anda. DILARANG KERAS menyimpan link blog/web pada komentar dengan tujuan backlink, Spam.