Pengenalan Komputer

Sebetulnya pembicaraan mengenal sebuah mesin yang dianggap canggih penemuan manusia ini (komputer) mungkin basi bagi sebagian pembaca, tapi tidak menuntut kemungkinan ada juga yang membutuhkannya. Penulis mengulas ini dikarenakan hanya ingin menulis dari pada ngangur ... hehhe.

Ok... kita mulai saja liput pembicaraan tentang komputer dengan kang gugel, kenapa saya pilih berbicara dengan kang gugel....? biar ada kesalahan kang gugel yang di salahin... hahahahaha....:)

• D2nh : " Kang, Apa komputer itu?"
• Kang gugel : " Masa ga tau kamu?, ya udah lah ini kan hanya basa basi yah...? oke saya jawab, Dari asal katanya “ to compute” komputer berarti alat penghitung. Ternyata sekarang komputer tak hanya berguna sebagai alat hitung saja tetapi sudah meluas fungsinya, sekarang bukan saja mesin hitung, tapi alat batu manusia dalam menyelesaikan pekerjaannya maupun hiburan. seperti alat pengolah kata, data, grafik, gambar, suara, video dan banyak lagi macammnya yang mengunakan komputer.
• D2nh : "Kalo, cara kerja komputer itu, gimana kang?, secara sederhana saja"
• Kang gugel : "nih cara kerja komputer secara sederhana"

• D2nh : "kang bingung eung.... jelasin aja dari awal yah... pokoknya tentang dasar2 komputer secara umum yang agak detailan yah?"
• Kang Gugel : " OK"
• Kang Gugel :
  

Pengorganisasian Komputer

Dari asal katanya komputer (Computer) “ to compute” komputer berarti alat penghitung. Ternyata sekarang komputer tak hanya berguna sebagai alat hitung saja tetapi sudah meluas fungsinya.

Komputer dapat dideskripsikan secara sederhana dengan diagram blok sebagai berikut :










1. Input Device
Input device adalah peralatan yang kita gunakan untuk memasukkan data atau perintah ke dalam komputer.
Contoh :

• keyboard
• mouse
• scanner
• trackball
• digitizer
• kamera
• mic
• interface lain (misal: sensor)

Keyboard

Papan ketik, sebagai media interaksi antara user/manusia dengan mesin. Merupakan sebuah papan yang terdiri dari tombol-tombol untuk mengetikkan kalimat dan simbol-simbol khusus lainnya pada komputer. Keyboard dalam bahasa Indonesia artinya papan tombol jari atau papan tuts. Penciptaan keyboard komputer di ilhami oleh penciptaan mesin ketik yang dasar rancangannya di buat dan di patenkan oleh Christopher Latham pada tahun 1868 dan banyak dipasarkan pada tahun 1877 oleh Perusahaan Remington.

Keyboard komputer pertama disesuaikan dari kartu pelubang (punch card) dan teknologi pengiriman tulisan jarak jauh (Teletype). Tahun 1946 komputer ENIAC menggunakan pembaca kartu pembuat lubang (punched card reader) sebagai alat input dan output. Keyboard dihubungkan ke komputer dengan sebuah kabel yang terdapat pada keyboard. Ujung kabel tersebut dimasukkan ke dalam port yang terdapat pada CPU komputer.


Mouse Secara harfiah, arti dari nama alat ini adalah tikus, mengingat bentuk secara umumnya mirip dengan binatang tersebut. Penunjuk (pointer) yang dapat digerakkan kemana saja berdasarkan arah gerakan bola kecil yang terdapat dalam mouse. Mouse memiliki sensor untuk mengetahui kemana arah yang dikehendaki oleh usernya. Sensor ini diantaranya adalah melalui bola dan cahaya. Untuk mouse yang memiliki sensor dengan menggunakan bola, jika kita membuka dan mengeluarkan bola kecil yang terdapat di belakang mouse, maka akan terlihat 2 pengendali gerak di dalamnya. Kedua pengendali gerak tersebut dapat bergerak bebas dan mengendalikan pergerakan penunjuk, yang satu searah horisontal (mendatar) dan satu lagi vertikal (atas dan bawah).

Pada sebagian besar mouse terdapat tiga tombol, tetapi umumnya hanya dua tombol yang berfungsi, yaitu tombol paling kiri dan yang paling kanan. Mouse ditemukan pertama kali oleh Douglas Engelbert.


Scanner

Diatrikan secara bahasa adalah Pemindai. Alat ini dapat dipakai untuk membaca sebuah dokumen yang tertulis pada sebuah kertas, dengan cara melewatkan pendeteksi image pada kertas tersebut (scan). Selain membaca image atau gambar, beberapa scanner mampu mengambil teks dari kertas. Alat ini merupakan alat optis yang dapat mengkonversikan citra seperti foto ke dalam bentuk digital supaya dapat disimpan atau diubah di komputer.

Disini dipakai berbagai metoda pemantulan melalui filter R, G, B mendigit citra menjadi serangkaian pixel. EFS-1 memakai rangkaian citra dua dimensi, sedangkan scanner umumnya memakai rangkaian satu dimensi (linier) yang digerakkan (discan) melalui suatu obyek. Pada scanner datar, obyek terletak tak bergerak diatas panel kaca saat rangkaian linier melewati (umumnya di bawah) obyek. Pada Scanner Sheet Feed, pencitraanya diam, tapi obyeknya (foto atau kertas) yang bergerak melewati rangkaian linier. Scanner tangan memakai alat rangkaian citra yang bisa dipegang dan didekatkan serta digerakkan sepanjang obyek yang ingin discan.


Trackball

Merupakan perangkat yang sejenis dengan mouse atau stylus. Alat ini mirip mouse yang dibalik dan digunakan dengan menggelindingkan bolanya.

Digitizer

Piranti masukan yang menggunakan media magentis, alat ini sangat tepat dan memudahkan dalam pemindahan gambar, misalnya peta, dari gambar kertas ke layar komputer.


Kamera

Kamera banyak jenisnya, dimana untuk kamera digital data telah dapat dimasukan ke komputer melalui media usb. Kamera yang khusus di desain untuk komputer sediri disebut web cam, yaitu kamera video yang didesain untuk berhubungan dengan PC. Kamera bisa digunakan untuk merekam klip video yang bisa dikirim lewat e-mail atau untuk mentransmisikan gambar secara langsung di Internet untuk keperluan video conferencing.


2. Output Device

Output device adalah peralatan atau piranti yang kita gunakan untuk melihat hasil pengolahan data atau perintah yang dilakukan oleh komputer.
Contoh :

• monitor
• printer
• plotter
• speaker

Monitor

Media output untuk menampilkan/memperlihatkan informasi sehingga dapat dibaca dan diketahui oleh manusia.

Teknologi monitor:
1. CRT (Cathode Rays Tube) dan
2. LCD (Liquid Crystal Display)

Istilah pada CRT:

• Raster: pancaran elektron menyapu layar dari kiri ke kanan dengan jalur-jalur dari atas ke bawah dalam pola yang sama.
• Intensitas: tingkat pencahayaan; intensitas tinggi => cahaya terang.
• Refresh rate (vertical scan rate): jumlah penggambaran ulang atau penyegaran (refresh) layar atau jumlah penyapuan layar dalam satu detik. Ukurannya dalam Hertz (Hz). Misal: 70 Hz, layar disegarkan kembali sebanyak 70 kali per detik.
• Flicker: kedipan pada layar monitor bila refresh rate-nya lambat; karena fosfor yang ditembakkan oleh senapan elektron CRT kehilangan kependarannya sebelum senapan elektron bisa menyegarkannya
• Dot Pitch. Jarak antara dua dot fosfor pada warna yang sama. Layar dengan dot pitch yang lebih kecil memiliki jarak lebih pendek antara fosfor-fosfornya. Akibatnya elemen-elemen gambar terletak lebih dekat, menghasilkan gambar yang lebih tajam. Kebanyakan monitor memiliki 0,31 - 0,25 mm, semakin kecil semakin baik. Misal: resolusi 1024 x 768 dengan dot pitch 0,25-0,26 mm merupakan pilihan yang ideal.
• Interlacing. Dalam mode interlaced (terjalin), pancaran elektron menyapu layar dari atas ke bawah dalam dua lintasan. Pertama, menyapu baris-baris ganjil dan kedua, menyapu baris-baris genap. Setiap lintasan membutuhkan waktu setengah dari lintasan penuh dalam mode konvensional (noninterlaced = tidak terjalin). Karena itu, kedua mode menyegarkan seluruh layar dalam

Printer

Alat pencetak. Istilah ini umum digunakan untuk pencetak karakter atau gambar ke suatu media (seperti kertas).
Jenis printer:

1. dot-matrix,
2. inkjet, dan
3. laser.

Teknologi dot-matrix:

• kerapatan: 9 dpi dan 24 dpi,
• monokrom dan warna,
• kecepatan cetak: satu lembar setiap tiga menit.

Teknologi inkjet:

• resolusi: 360 x 360, 600 x 600, dst.,
• monokrom dan warna,
• kecepatan cetak: 2 ppm, 3-5 ppm, 8 ppm, 12-16 ppm, dst.

Plotter

Printer grafis yang menggambar dengan menggunakan pena-pena tinta, plotter juga merupakan perangkat output pertama yang mampu mencetak gambar berukuran gambar sebesar gambar arsitektur dan engineering.


Speaker
Speaker atau lound speaker = pengeras suara


3. I/O Ports

I/O adalah Input/Output. Bagian ini digunakan untuk menerima ataupun mengirim data keluar sistem. Peralatan-peralatan input dan output seperti yang tercantum di atas terhubung melalui port ini.









4. Central Processing Unit

Central Processing Unit (CPU) merupakan otak sistem komputer. CPU memilikidua bagian fungsi operasional yaitu Arithmetical Logical Unit (ALU) sebagai pusat pengolah data serta bagian Control Unit (CU) digunakan untuk mengontrol kerja komputer. Biasa disebut dengan nama processor saja.

Ketika kita menyebutkan CPU, bagi pendapat umum yang CPU yang dimaksud adalah prosesor untuk keperluan umum atau general purpose processor. Sebenarnya banyak sekali jenis dari mikroprosesor ini yang dapat melakukan optimalisasi untuk berbagai jenis instruksi dan data yang diolahnya. Dalam hal ini, terdapat tiga kategorinya:

1. application-specific integrated circuits (ASIC)
2. digital signal processor (DSP)
3. media processor.

5. Memory

Bagian dari komputer yang berfungsi untuk menyimpan data dan program.
Bagian ini terdiri dari internal memory yaitu berupa RAM (Random Access Memory=Memory penyimpanan sementara yang bersifat acak, biasanya disebut juga dengan memory kerja. Pada memory ini karena disimpan sementara (volatile), maka apabila komputer tidak mendapatkan daya (off), maka data yang disimpan pada memori ini akan hilang) dan ROM (Read Only Memory) serta eksternal memory yaitu berbagai macam disk seperti hard disk, floppy disk dan optical disc.

6. Data Bus

Data bus adalah jalur-jalur perpindahan data antarmodul dalam sistem komputer. Biasanya terdiri dari 8, 16 , 32 atau 64 jalur data yang paralel. Karena pada suatu saat tertentu masing-masing saluran hanya dapat membawa 1 bit data, maka jumlah saluran menentukan jumlah bit yang dapat ditransfer pada suatu saat. Lebar data bus ini menentukan kinerja sistem secara keseluruhan. Sifatnya bidirectional, misalnya CPU dapat membaca dari memory atau port dan dapat juga mengirim ke memory atau port.


8. Control Bus

Control Bus digunakan untuk mengontrol penggunaan serta akses ke Data Bus dan Address Bus. Control Bus terdiri dari 4 sampai 10 jalur paralel. CPU akan mengirimkan sinyal pada control bus ini bila akan meng-enable sebuah alamat yang ditunjuk, baik itu memory atau I/O port.

Pengertian Six Sigma

Apa sih Six Sigma itu?

• Six = enam
• Sigma = standar deviasi, dan biasa dilambangkan dengan σ.
  

Jadi kesimpulannya, Six Sigma adalah 6σ.
hehehheh, gampang khan...?
====================
Ya udah kalo belum puas, nih jawaban dari kang Google...

• D2N : "Kang! naon atuh nu di masud Six Sigma teh?"
• Kang Gugel :" Maneh mah stupid pisan, piraku nu kitu teu nyaho..., tah jawabana" Six Sigma is a measure of quality that strives for near perfection. The Six Sigma process uses data and rigorous statistical analysis to identify "defects" in a process or product, reduce variability, and achieve as close to zero defects as possible"
  

• D2N : "Duh...aduh kang geuningan bahasa ingris, aya nu bahasa sunda atawa indonesia na? heheh"
• Kang Gugel : "Alllah... si manehmah teu bisa bahasa inggris nyah....?, ter jemahkeun wae atuh ku sorangan... bari di ajar... "
  

• D2N : " yah si akang mah... nya atuh urang terjemahkeun... tapi mun salah tong ngambeuk nya... da, ngarana oge di ajar"
• Kang Gugel: "Iah seep"

Kusabab ceuk kang gugel moal ngambek mun salah oge, nya si D2N nyobaan neterjemahkeun..

• D2N : " Kieu meureunan maksud akang teh, Six Sigma adalah suatu ukuran kualitas yang mengusahakan suatu keadaan nyaris sempurna. Proses Six Sigma menggunakan data dan analisis statistik yang tepat untuk mgidentifikasi kerusakan di dalam suatu proses atau produksi, mengurangi variabilitas dan akhirnya dimungkinkan mencapai keusakan nol"

• D2N : "Kumaha tah kang?, bener teu terjemahanna?"
• Kang Gugle : " Bener sih... cumana asa rancu bahasana euy..."

• Kang Gugel : " Ieu wae atuh anu langsung bahasa indonesia, Six Sigma adalah sebuah metodologi terstruktur untuk memperbaiki proses yang difokuskan pada usaha mengurangi variasi proses (process variances) sekaligus mengurangi cacat (produk/jasa yang diluar spesifikasi) dengan menggunakan statistik dan problem solving tools secara intensif. Secara harfiah, Six Sigma (6σ) adalah suatu besaran yang bisa kita terjemahkan secara gampang sebagai sebuah proses yang memiliki kemungkinan cacat (defects opportunity) sebanyak 3.4 buah dalam satu juta produk/jasa. Ada banyak kontroversi di sekitar penurunan angka Six Sigma menjadi 3.4 dpmo (defects per million opportunities). Namun bagi kita, yang penting intinya adalah Six Sigma sebagai metrics merupakan sebuah referensi untuk mencapai suatu keadaan yang nyaris bebas cacat. Dalam perkembangannya, 6σ bukan hanya sebuah metrics, namun telah berkembang menjadi sebuah metodologi dan bahkan strategi bisnis.

• D2N : " Ih si akang mah... lain ti tatadi meurenan abdi teu lieur2 neterjemahkeun.."
• Kang Gugel : " Haaahahahahahha...."

• D2N : " Kang... mun kitu mah nu di maksud six sigma teh sarua jeung skripsi abdi nu kapungkur, nu tiap malem bimbingan ka akang, geuningan nu judulna ku akang di pasihan, Pengukuran kualitas untuk data multivariat tidak normal"
• Kang Gugel : " Iah eta... bener.... ari six sigma mah secara umum, ari manehmah nga bahas nu sacara khusus jeung detail "

• D2N : " Nya nuhun atuh kang, ke urang di lanjut deui masalah six sigma na, kumaha blog nu ieu urang judulan ku pengertian six sigma, teu nanaon kang?"
• Kang Gugel : " Kuma maneh wae den, nt nu nulis..., pokona mah mun aya nanaon naya wae ka dewek, mun nyaho ku dewek di jawab, mun heunteu tanyakeun oge ka akang silaing nu hijina, kang nyaho. hehehehheh...."

• D2N : " Hatur nuhun atuh kang...., mangga ah... abdi bade ka cai heula."
• Kang Gugel : " Sok... atuh"

• D2N : " Assalamu'alaikum wr wb, kang ?"

Kang Gugel rada lila nga jawabna.... loaaaaaaaaaaadddddddddding.....

• Kang Gugel : "Wa'alaikumsalam wr wb!" hehehehhe...
  

7 Steps of Marketing Research

Ada yang pingin tau langkah penelitian pemasaran produk atau jasa secara umum:
nih saya kasih....

7 Steps of Marketing Research

1. Formulate the Problem
   
2. Determine the Research Design
   
3. Determine Data Collection Procedure
4. Determine Sampling Method
5. Collect Data
6. Data Analysis
7. Present Data

Gimana ? gampang khan hahaha....,
Kalo masih bingung... hubungi orang statistik.... yah2... jangan sama dukun... :)

Methods Successive Interval (MSI)

Analisis statistik parametrik (statistik yang bergantung pada distribusi tertentu dan yang menetapkan adanya syarat-syarat tertentu tentang parameter populasi seperti pengujian hipotesis dan penaksiran parameter), memerlukan terpenuhinya persyaratan bahwa skala pengukuran minimal Interval, sedangkan bila dari data penelitian diperoleh data yang memberikan skala pengukuran Ordinal (kebanyakan dalam kasus-kasus penelitian sosial), sehinga agar analisis tersebut dapat dilanjutkan maka skala pengukuran Ordinal harus dinaikkan (ditransformasikan) ke dalam skala Interval dengan menggunakan Methods Successive Interval (MSI).

Adapun Langkah Kerja Methods Successive Interval (MSI) adalah:

• Perhatikan tiap butir pertanyaan, misal dalam kuesioner.
• Untuk butir tersebut, tentukan berapa banyak orang yang mendapatkan (menjawab) skor 1, 2, 3, 4, dan 5, yang disebut dengan Frekuensi.
• Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut dengan Proporsi.
• Tentukan Proporsi Kumulatif.
• Dengan menggunakan Tabel Distribusi Normal Baku, hitung nilai Z-tabel untuk setiap proporsi kumulatif yang diperoleh.
• Tentukan Nilai Densitas untuk setiap nilai Z yang diperoleh (dari Tabel).
• Tentukan Nilai Skala dengan menggunakan rumus :

• Tentukan Nilai Transformasi (Y) dengan menggunakan Rumus :

Skala Pengukuran dan Statistik

Mengetahui bentuk data yang akan atau telah diperoleh merupakan tahap awal yang penting untuk menentukan analisis statistik mana yang tepat untuk digunakan.

Data dibedakan menurut skala yang digunakan pada saat melakukan pengukuran. Pengukuran tentunya dimaksudkan untuk memberikan angka numerik terhadap obyek menurut aturan-aturan tertentu. Aturan yang berbeda akan menghasilkan skala yang berlainan pula sehingga akan memberikan jenis pengukuran yang berbeda tentunya. Terdapat empat macam skala pengukuran yang ada yaitu : NOMINAL, ORDINAL, INTERVAL , dan RASIO.

Nominal
Skala Nominal berfungsi hanya sebagai lambang untuk membedakan, terhadap bilangan-bilangan tersebut tidak berlaku hukum aritmetika, tidak boleh menjumlahkan, mengurangi, mengalikan, maupun membagi.
Hubungan yang membatasi adalah hubungan sama dengan dan tidak sama dengan.
Statistik yang sesuai dengan data berskala Nominal adalah Statistik Nonparametrik. Contoh perhitungan statistik yang cocok adalah Modus, Frekuensi dan Koefisien Kontingensi.

Ordinal
Pada tingkat pengukuran ordinal, bilangan yang didapat berfungsi sebagai :

• lambang untuk membedakan yaitu sama dengan dan tidak sama dengan,
• untuk mengurutkan peringkat berdasarkan kualitas yang telah ditentukan (> atau < ).

Pada tingkat pengukuran ordinal kita bisa mengatakan lebih baik/lebih buruk, lebih besar/lebih kecil, tetapi tidak bisa menentukan berapa kali lebih besarnya/lebih buruknya.
Statistik yang sesuai dengan data berskala Ordinal adalah Statistik Nonparametrik. Contoh perhitungan statistik yang cocok adalah Median, Persentil, Korelasi Spearman (rs ), Korelasi Thau-Kendall dan Korelasi Thau-Kendall (W).

Interval
Bilangan pada skala interval fungsinya ada tiga yaitu :

• Sebagai lambang untuk membedakan,
• Untuk mengurutkan peringkat, misal, makin besar bilangannya, peringkat makin tinggi ( > atau <),
• Dapat memperlihatkan jarak/perbedaan antara data obyek yang satu dengan data obyek yang lainnya.
  

Titik nol bukan merupakan titik mutlak, tetapi titik yang ditentukan berdasarkan perjanjian.
Statistik yang sesuai dengan data berskala Interval adalah Statistik Nonparametrik dan Statistik Parametrik. Contoh perhitungan statistik yang cocok adalah Rata-rata, Simpangan Baku, dan Korelasi Pearson.

Rasio
Bilangan pada skala Rasio fungsinya ada empat yaitu :

• Sebagai lambang untuk membedakan,
• Untuk mengurutkan peringkat, misal, makin besar bilangannya, peringkat makin tinggi (> atau < ),
• Bisa memperlihatkan jarak/perbedaan antara data obyek yang satu dengan data obyek yang lainnya.
• Rasio (perbandingan) antar satu data dengan data yang lainnya dapat diketahui dan mempunyai arti.
  

Titik nol merupakan titik mutlak.
Statistik yang sesuai dengan data berskala Rasio adalah Statistik Nonparametrik dan Statistik Parametrik. Contoh perhitungan statistik yang cocok adalah Rata-rata Ukur, Koefisien Variasi dan statistik-statistik lain yang menuntut diketahuinya titik nol mutlak.

Tabel Kontingensi

Tabel Kontingensi

Tabel kontingensi merupakan bagian dari tabel baris kolom, akan tetapi tabel ini mempunyai ciri khusus, yaitu untuk menyajikan data yang terdiri atas dua faktor atau dua variabel, faktor yang satu terdiri atas b kategori dan lainnya terdiri atas k kategori, dapat dibuat daftar kontingensi berukuran b x k dengan b menyatakan baris dan k menyatakan kolom.

Contoh:
Misalkan data karyawan perusahaan Z pada tahun 2007. yang disebut karyawan di sini adalah orang yang bekerja di perusahaan Z dari level terendah sampai level manajemen yang semuanya berjumlah 336.416 orang berasal dari lulusan SMA, Diploma 3 dan Strata -1 yang terdiri dari laki-laki dan perempuan. Karyawan laki-laki dengan tingkat pendidikan SMA sebanyak 104.758, D-3 sebanyak 51.459 dan S-1 sebayak 12.116. karyawan perempuan denga tingkat pendidikan SMA sebanyak 102.795, D-3 sebayak 54.032 dan S-1 sebanyak 11.256.

Untuk menyajikan data yang terurai dalam naskah di atas, sangat cocok apabila kita menggunakan tabel kontingensi. Dimana yang menjadi faktor baris adalah jenis kelamin dengan 2 kategori yaitu pria dan perempuan dan faktor kolom adalah tingkat pendidikan dengan kategori SMA, D3, dan S-1. dengan melihat bayaknya kategori setiap factor maka untuk kasus ini, tabel yang akan kita buat adalah tabel kontingensi 2x3 yaitu dua baris tiga kolom. Dengan kasus yang berbeda tabel kontengensi yang kita buat dapat saja 4x3 atau 4x4 dan sebagainya.

Membuat Tabel Baris Kolom dengan SPSSS

Membuat Tabel Baris Kolom dengan SPSSS

• Start > All Program > SPSS 13.0 for Windows > klik (13.0 merupakan versi SPSS yang penulis gunakan)
• SPSS Data Editor > Variable View > klik: Buatlah variable view seperti gambar di bawah:

• Klik Data View; Buatlah variable view seperti gambar di bawah:

• Klik Analyze > Tables > Basic Tables > klik

• Masukan data yang berada di kotak dialog Basic Tables seperti gambar berikut

• Masih di Basic Tables. Klik Titles dan tulislah judul table dan catatan di kolom title dan Caption seperti gambar berikut.

• Klik Continue dan OK pada Basic Tables.
• Hasilnya:

Hasil di SPSS berbeda pada hasil manual, yaitu pada urutan penempatan kolom harga dan unit terbalik. Hal ini terjadi karena, dalam pembuatan table baris kolom manual penyusunan berdasarkan kebiasaan yaitu menulis unit baru harga tapi pada SPSS penyusunan berdasarkan abjad, yaitu penulisan harga akan lebih dahulu di bandingkan unit. Untuk kebutuhan presentasi sebaiknya Anda edit saja sesuai dengan aturan yang biasa, tentunya perubahan ini agar audient cepat mengerti dan tak asing dengan apa-apa saja yang kita presentasikan.

Tabel Baris Kolom

Tabel Baris Kolom

Semua tabel terdiri dari beberapa baris dan kolom, maka selain tabel baris kolom, yaitu tabel kontingensi dan tabel distribusi frekuensi juga termasuk pada tabel baris kolom. Tabel yang lebih tepat disebut tabel baris kolom ini adalah tabel-tabel yang dibuat selain dari tabel kontingensi dan distribusi frekuensi yaitu tabel yang terdiri dari baris dan kolom yang mempunyai ciri tidak terdiri dari faktor-faktor yang terdiri dari beberapa kategori dan bukan merupakan data kuantitatif yang dibuat menjadi beberapa kelompok.

Contoh:
Misalkan ada data pembelian bahan baku pembuatan produk yang dilakukan oleh perusahaan Z dari tahun 2000-2002. Bahan baku produk tersebut terdiri dari bahan A, B, C dan D yang mempunyai harga berbeda dan setiap tahunnya berubah disesuaikan dengan harga pasar. Pada tahun 2000 perusahaan Z membeli bahan baku A, B, C dan D sebanyak 1083 unit, 1108 unit, 1093 unit dan 1118 unit dengan harga Rp 10.002.344, Rp. 10.000.814, Rp 10.000.914 dan Rp 10.001.914. Tahun 2001 baku A, B, C dan D sebanyak 1127 unit, 1094 unit, 1137 unit dan 1104 unit dengan harga Rp 10.003.078, Rp. 10.000.805, Rp 10.000.905dan Rp 10.001.905. Tahun 2002 baku A, B, C dan D sebanyak 1110 unit, 1130 unit, 1120 unit dan 1140 unit dengan harga Rp 10.002.904, Rp. 10.000.920, Rp 10.001.020dan Rp 10.002.020.

Dengan melihat data yang terurai secara naskah tersebut maka kita akan kebinggungan untuk menggali informasi dari data pembelian bahan baku yang dilakukan oleh perusahaan Z tersebut. Oleh karena itu, kita buat tabel baris kolomnnya.

Jenis Penyajian Data

Jenis Penyajian Data

Data yang dikumpulkan melalui alat pengumpulan data berupa angket atau yang lainnya baik itu berasal dan populasi ataupun dari sampel. Kemudian data yang masih merupakan data mentah tersebut diatur, disusun dan disajikan dalam bentuk yang sederhana ke dalam tabel atau grafik sesuai kebutuhan (ini telah masuk pada tahap statistika deskriptif), hal ini dilakukan dengan tujuan untuk memperjelas tampilan data pada analisis selanjutnya.
Adapun macam-macam tabel dan grafik yang umumnya digunakan adalah:

Tabel atau Daftar:

• Tabel baris kolom
• Tabel kontingensi
• Tabel distribusi frekuensi
  

Grafik atau diagram:

• Grafik batang
• Grafik garis
• Grafik lambang atau grafik simbol
• Grafik pastel dan grafik lingkaran
• Grafik peta atau kartogram
• Grafik pencar atau grafik titik

Penyajian Data Dalam Tabel

Hal-hal yang perlu tercantum dalam tabel, menurut kebiasaan yang berguna untuk memudahkan pencarian, pembacaan serta analisis data adalah:

• Judul Tabel
• Semuanya hurup besar ditulis di tengah-tengah bagian teratas
• Jika kalimatnya panjang dapat di tulis dalam beberapa baris
• Sebaiknya di tulis secara singkat dan jelas, seperti:
• Kejelasan macam atau kiasifikasi, tempatnya di mana, satuan unit datanya apa
• Tiap baris hendaknya melukiskan sebuah pernyataan lengkap
• Sebaiknya tidak dilakukan pemisahan bagian kata dan/atau kalimat.

• Judul kolom
• Ditulis dengan singkat dan jelas
• Jika kalimatnya panjang dapat ditulis dalam beberapa baris
• Usahakan jangan melakukan pemutusan kata

• Judul baris
• Ditulis dengan singkat dan jelas
• Jika kalimatnya panjang dapat ditulis dalam beberapa baris
• Usahakan jangan melakukan pemutusan kata

• Badan tabel adalah tempat nilai-nilai data ditempatkan sel-sel beseta perhitungan lainnya yang diperlukan, misal jumlah data kolom atau baris.
• Catatan adalah berisi penjelasan si Pembuat tabel tentang data yang dimasukan. Apabila berupa kutipan maka di sini juga ditulis sumbernya.
• Ditulis di kiri bawah tabel
  

Hal-hal lainnya yang perlu di perhatikan selain hal di atas, yaitu:

• Nama-nama sebaiknya disusun berurut menurut abjad.
• Waktu kejadian disusun secara kronologis, biasanya dari tahun terkecil
• Kategori dicatat menurut kebiasaan, misalnya: laki-laki dulu baru perempuan, besar dulu baru kecil, untung dulu kemudian rugi, dan sebagainya.

Pengertian Analisis Regresi

Banyak masalah yaitu terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan, dan dalam hal tersebut biasanya diselidiki sifat hubungannya. Analisis regresi adalah sebuah analisis statistik untuk membuat model dan menyelidiki hubungan antara dua variabel atau lebih.

Hubungan antara variabel-variabel ini digolongkan dengan sebuah model secara matematik yang disebut persamaan regresi.

Metode Quick Count

Metode Quick Count di Indonesia dilakukan oleh tim pemantau pemilu independent pada tahun 2004 yaitu penyelenggaraan Pemilu 2004. Pemilu ini dibagi menjadi tiga tahap yaitu pemilu legislatif, pemilu presiden putaran pertama, dan pemilu presiden putaran kedua.

Quick count adalah proses pencatatan hasil perolehan suara di ribuan TPS yang dipilih secara acak. Quick count dilakukan berdasarkan pada pengamatan langsung di TPS yang telah dipilih secara acak. Unit analisa quick count adalah TPS.

Secara umum quick count yang dilakukan tersebut dengan tujuan untuk mengontrol dan mendorong dihasilkannya pemilu yang jurdil "jujur dan adil". Hasil penghitungan quick count menjadi pedoman, pegangan atau acuan buat masyarakat untuk mengontrol perhitungan yang dilakukan oleh KPU. Untuk itu quick count dapat dipakai untuk memprediksi hasil pemilu secara cepat. Prediksi hasil ini diperlukan karena setelah masyarakat menggunakan hak pilihnya akan dengan sendirinya ingin memperoleh gambaran mengenai hasilnya secepat mungkin, siapa yang memenangkan pemilu tersebut. Pengumuman secepat mungkin hasil perhitungan cepat ini perlu dilakukan untuk memenuhi kebutuhan dan rasa ingin tahu dari masyarakat.

Sampai saat ini tauhun 2008, metode Quick Count ternyata sangat efektif menggambarkan prediksi hasil suatu pemilu baik untuk tingkat Propinsi dalam pemilihan Gubernur berserta wakil Gubernur maupun untuk tingkat kotamadya dan kabupaten dalam pemilihan walikota berserta wakil walikota dan bupati berserta wakil bupati.

Sejak tahun 2004 sampai sekarang, prediksi hasil quick count dalam pemilihan para pemimpin dan wakil ternyata sangat efektif memprediksi siapa yang menang dan kalah dalam suatu pemilu, sehingga banyak para calon baik yang kalah maupun yang menang dalam dalam prediksi quick count sebelum perhitungan suara selesai....telah mempersiapkan kekalahan bagi yang kalah dan kemenangan bagi yang menang...

Oleh karena secara historis metode quick count yang dilakukan tidak pernah meleset jauh sampai saat ini selain dapat di gunakan untuk mengontrol pemilu hal ini juga memberikan efek angin segar bagi para calon yang menang dalam quick count dan tentunya kesedihan akan terasa panjang bagi para calon yang kalah dalam quic count.,,,...

Walaupun begitu, nyate aja, perhitungn bisa salah jadi... jangan keburu senang atau sedih dulu. Karena sikap buru-buru dalam senang maupun duka... itulah sebenarnya kekalahan yang nyata.

Cara Input Data ke SPSS

Input Data

Input data dalam SPSS, dapat menggunakan fasilitas open data base atau dengan kata lain meng-import data yang telah kita simpan dalam file lain seperti misalnya data yang disimpan dalam Excel, FoxPro, dBase, dan lainnya atau Anda dapat langsung memasukan data dalam Data Editor pada bagian Data view.

SPSS mengambil data dari luar (software lain) melalui konversi data. Hal ini sangat berguna ketika data yang akan dibuka sangat banyak (misalnya ratusan atau bahkan ribuan data) yang tentunya sangat tidak efisien jika harus diinput ulang dengan SPSS. Sebagai contoh akan dijelaskan bagaimana SPSS mengambil data dari Microsoft Exel, perangkat lunak paling popular di bidang spreadsheet. SPSS mampu membuka data Exel (baik Exel versi 5, atau vesi 2003) dengan dua cara yaitu:

1. Mengubah data Exel menjadi format data Exel versi 4, kemudian SPSS membaca data tersebut dengan melihatnya sebagai format Exel 4.
2. Data Exel versi 4 ke atas tidak perlu diubah ke Exel versi 4 seperti langkah sebelumnya, namun langsung dibaca dengan prosedur tertentu.

Pada prinsipnya kedua cara itu adalah sama, yaitu dalam transfer dari Exel ke SPSS, baris pada Exel dianggap data atau kasus pada SPSS, sedangkan kolom pada Exel dianggap variable pada SPSS. Selain meng-import data Anda juga dapat memasukan data berdasarkan kasus atau variable dalam area data editor yaitu di dalam sel-sel pada data view.

Ketika anda memasukan data maka akan terjadi hal-hal sebagai berikut:

• Sel yang aktip atau sel yang akan/sedang dimasukan data akan di berikan tanda persegi dengan garis tepi hitam.
• Nama variable dan nomor variable dalam sel yang aktip akan diperlihatkan di atas dan sudut kiri dari data.
• Nilai data yang anda masukan akan masuk memory SPSS setelah anda menekan enter
• Apabila Anda memasukan data selain data numeric, maka Anda terlebih dahulu harus medefinisikan dalam Data editor pada bagian variable view.

Input Data Kedalam SPSS Data Editor
Contoh, misalkan kita akan memasukan data dalam Data Editor dengan bentuk sebagai berikut:

TABEL 1. DATA KARYAWAN PERUSAHAAN XY TAHUN 2003

Nama	Umur	JK	MK	TB	BB
Mardiana	42	Laki - Laki	20	167	63
Sutisna	41	Laki - Laki	20	162	61
Suhardi	43	Laki - Laki	24	156	58
Suwanto	35	Laki - Laki	16	160	45
Slamet	30	Laki - Laki	13	157	59
Asep Kurnio	37	Laki - Laki	18	158	57
Dana Wardana	35	Laki - Laki	13	163	63
Soleh Hidayat	34	Laki - Laki	11	158	55
MI. Saefudin	49	Laki - Laki	20	159	56
Hapipudin	44	Laki - Laki	10	155	50
Kasbi	43	Laki - Laki	21	161	56
Tujo Raharjo	36	Laki - Laki	17	162	62
Supandi	35	Laki - Laki	14	162	50
Samsudin	33	Laki - Laki	15	170	70
Solihin	30	Laki - Laki	10	165	70
Agus Rohanda	41	Laki - Laki	19	162	46
Rustiyah	38	Perempuan	22	162	45
Sukamtin	40	Perempuan	20	151	50
Suryadi	40	Laki - Laki	18	156	60
Musri P	38	Laki - Laki	19	159	54
Neni	37	Perempuan	24	150	44
Moh. Arif	21	Laki - Laki	1	169	63
Muksin	34	Laki - Laki	14	160	50
Dinar Sundawati	36	Perempuan	11	156	53
Sarmiyati	45	Perempuan	26	146	63
Hadi Sumarwoto	47	Laki - Laki	26	170	62
Wasiyah	39	Perempuan	20	153	57
Edy Supriady	35	Laki - Laki	12	160	68
Emi	31	Perempuan	12	154	44
Sopiah	46	Perempuan	24	155	54

Klik Start → All Programs → SPSS for Windows → SPSS 13.0 for Windows (sekarang telah keluar versi barus yaitu versi 15) → ketika keluar dialog box “What you would to do?” pilih “Cancel atau radio botton “type in data” (hal ini dilakukan karena kita akan memasukan data langsung pada SPSS data editor)

Untuk mendefisikan variable pada setiap kasus nantinya maka kita harus masuk ke jendela variable view. Klik pada bagian Variable View (kiri bawah dari tampilan awal SPSS)


Variabel pertama: Nama
Kolom Name atau nama variabel, ketik dengan nama untuk menamai responden
Pilihan Type atau tipe data, karena data berupa non-angka, maka diisi tipe string. Dengan banyak karakter 14, karena banyaknya karakter pada contoh paling banyak 14 dan klik OK, Tampak di layar:

• Karena ini Anda telah mendefinikan variable Nama mempunyai tipe variable string maka kolom decimal tidak aktip dan bernilai 0.
• Untuk menjelaskan nama dari variable “nama” maka kita masukan dalam kolom Label “ Nama Responden”.
• Kolom Values. Anda isi dengan none. Ini menyatakan bahwa tidak ada nilai numeric pada variable Nama yang perlu di beri nilai tertentu. Tentu saja hal ini akan berlaku untuk semua data bertipe string.
• Kolom missing, Anda isi dengan None. Ini menyatakan bahwa Anda tidak berharap adanya data yang hilang dan tentu saja ini sesuai dengan contoh.
• Kolom Columns, akan terlihat angka 8. ini merupakan angka default. Karena nama variable “Nama” mempunyai karakter kurang dari 8 maka tentu saja nilai ini dapat kita rubah minimal 4. dengan pertimbangan meingisikan nilai 4 pada Columns akan menyebabkan tertutupnya data nama responden yang mempunyai karakter maksimal 8 dalam hal ini maka sebaiknya dalam Columns mempunyai nilai 8 tepatnya 14.
• Kolom Align, secara default akan berisi left. Tentunya nilai left ini Anda dapat rubah sesuai keinginan Anda, yaitu dapat Right atau Center.
• Karena ini merupakan data string maka kolom Measure akan berisi nilai nominal.

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable nama, yaitu nama-nama responden. Dalam memasukan data, Anda dapat memasuknya satu per satu atau copy – paste.
Variable kedua: Umur

• Kolom Name, isi dengan Umur.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value, pilih None
• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Umur Responden dalam Tahun.
• Kolom Columns, isi dengan 10
• Kolom Align, isi dengan Right
• Kolom Measure isi dengan Scale.

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Umur. Dalam memasukan data, Anda ketik satu per satu atau melalui copy – paste.

Variabel ketiga: Jenis_Kelamin
Prinsipnya sama dengan pengisian pada variabel pertama, yaitu klik Variable View pada bagian kiri bawah dari tampilan pertama SPSS

• Kolom Name, isi dengan Jenis_Kelamin untuk menamai jenis kelamin responden.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 atau lebih dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value. Seperti diketahui, perhitungan dalam SPSS selalu untuk tipe data numeric. Untuk itu jenis kelamin harus dijadikan numerik pula, yaitu dengan tanda: 1 = tanda Laki-Laki, dan 2 = tanda Perempuan. Penulisan kode bisa bebas, misal 11 atau 12 untuk pria, dan variasi lainnya. Tapi menurut kebiasaan pria akan disebut pertama kali.

• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Jenis Kelamin Responden.
• Kolom Measure isi dengan nominal. Ini menyatakan bahwa data yang Anda masukan nantinya berupa nilai yang berbeda tetapi tidak membedakan. Artinya nilai 1 dan 2 yang Anda masukan berupa nilai yang mewakili pria dan wanita dengan pria dan wanita mempunyai posisi yang sama, yaitu pria tidak lebih tinggi dari wanita begitu pula sebaliknya. (karena jenis kelamin masuk pada data nominal)
• Kolom Colomns, isi dengan 10
• Kolom Align, isi dengan Right
  

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Jenis_Kelamin, yaitu jenis kelamin responden. Dalam memasukan data, Anda masukan 1 untuk responden pria dan 2 untuk wanita atau melalui copy – paste.

Variabel keempat: Masa_Kerja

• Kolom Name, isi dengan Masa_Kerja.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value, pilih None
• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Masa Kerja Responden dalam.
• Kolom Columns, isi dengan 10
• Kolom Align, isi dengan Right
• Kolom Measure isi dengan Scale.
  

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Masa_Kerja, yaitu masa kerja responden. Dalam memasukan data, Anda ketik satu per satu atau melalui copy – paste.

Variabel kelima: Tinggi_Badan

• Kolom Name, isi dengan Tinggi _Badan.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value, pilih None
• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Tinggi Badan Responden dalam cm.
• Kolom Columns, isi dengan 10
• Kolom Align, isi dengan right
• Kolom Measure isi dengan Scale.
  

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Tinggi_Badan. Dalam memasukan data, Anda ketik satu per satu atau melalui copy – paste.

Variabel keenam: Berat_Badan

• Kolom Name, isi dengan Berat _Badan.
• Kolom Type atau tipe data adalah numeric /angka, dengan Width adalah 8 dan Desimal Places adalah 0. Dipilih desimal 0 karena jenis kelamin berupa kode dan bilangan bulat.
• Kolom Value, pilih None
• Kolom Decimals akan berisi 0 aktip, karena 0 telah kita definisikan dalam kolom type dan aktif dikarenakan kita mendefinisikan Jenis_Kelamin sebagai variable bertype numeric.
• Kolom Label atau keterangan variabel – untuk keseragaman – ketik Berat Badan Responden dalam kg.
• Kolom Columns, isi dengan 10
• Kolom Align, isi dengan Right
• Kolom Measure isi dengan Scale.
  

Setelah semua proses pengisian kolom-kolom Data Editor pada variable view selesai, sekarang anda tinggal memasukan data kedalam variable Berat_Badan. Dalam memasukan data, Anda ketik satu per satu atau melalui copy – paste.

SPSS Data Editor pada Variable View






SPSS Data Editor pada Data View













Transformasi Nilai Data
SPSS menyediakan fasilitas untuk menghitung nilai data baru berdasarkan pada transformasi numerik dari variabel yang sudah dibuat sebelumnya. Sebagai contoh, misalnya kita ingin mengetahui variable baru, berupa, pada umur berapa responden bekerja di perusahaan tersebut. Maka logikanya, umur responden dikurangi masa kerja, maka didapatkanlah hasilnya. Untuk dapat melakukan hal tersebut, maka kita dapat mengikuti langkah-langkah berikut ini:

Pilih menu transform submenu Compute, sehingga tampak tampilan seperti dalam gambar berikut:



















Berikan nama variabel pada Target Variable.
Berikan nama Umur_Mulai_Kerja




Klik Type & Label, masukan Umur Responden Mulai Kerja di Perusahaan XY, kemudian klik Continue












Tuliskan rumus numeric untuk variabel baru (Umur_Mulai_Kerja) tersebut pada jendela Numeric Expression, Umur – Masa_Kerja, seperti gambar di bawah ini.





Klik OK jika proses transformasi sudah selesai.
Hasilnya adalah sebagai berikut:


SPSS Data Editor pada Variable View







SPSS Data Editor pada Data View