Menginput Data SPSS (Bag.4)

Postingan ini merupakan bagian terakhir dari seri tulisan mengenai cara input data pada SPSS. Untuk memahami bagian ini, silakan baca terlebih dahulu bagian 1, bagian 2 dan bagian 3 sebelumnya.
Kali ini kita akan mempraktekkan pendefinisian variabel dengan data latihan yang telah diberikan pada tulisan sebelumnya.
Buka Program SPSS, kemudian masuk ke menu Variable View (dengan cara mengklik menu yang ada disudut kiri bawah)maka akan muncul tampilan berikut:

Pada baris pertama dari tampilan diatas, isikan Name dengan Responden. Pilih Type: String dengan cara klik sel dibawah Type, akan muncul titik tiga (…). Klik titik tiga tersebut akan muncul tampilan berikut:

Pilih (klik) String, isikan Characters=18 (ini adalah isian untuk Width) dan kemudian OK.
Selanjutnya isikan Label: Nama Responden. Isikan Column: 18. Pilih Align: Left (ketika anda klik sel dibawah Align akan muncul pilihan tersebut). Pilih Measure: Nominal (ketika anda klik sel dibawah Measure, akan muncul pilihan tersebut). Isian lainnya (Decimal, Values dan Missing), diabaikan karena untuk data tipe string tidak ada pilihan lain yang diberikan oleh program yaitu Decimal=0, Values=None dan Missing=None.
Selanjutnya pada baris kedua dari tampilan diatas, isikan Name: Sex. Pilih Type: Numeric dengan cara klik sel dibawah Type, akan muncul titik tiga (…). Klik titik tiga tersebut akan muncul tampilan berikut:

Pilih (klik) Numeric. Isikan Width=2. Isikan Decimal=0, kemudian OK.
Selanjutnya isikan Label: Jenis Kelamin Responden. Isikan Values dengan 1=laki-laki, 2= persempuan, dengan cara klik sel dibawah Values, akan muncul titik tiga (…). Klik titik tiga tersebut akan muncul tampilan berikut:

Isikan Value =1, Label = Laki-Laki, kemudian klik Add. Selanjutnya isikan Value = 2, Label = Perempuan kemudian klik Add. Setelah itu klik OK.
Biarkan default Missing dengan None. Isikan Column dengan 4. Pilih Align: Right dan pilih Measure: Nominal.
Selanjutnya pada baris ketiga dari tampilan diatas, isikan Name: Umur. Pilih Type: Numeric. Isikan Width: 3. Isikan Decimal: 0. Isikan Label dengan Umur Responden. Values=None. Missing=None. Isikan Column=5. Pilih Align: Right. Pilih Measure:Scale
Pada baris keempat dari tampilan diatas, isikan Name: Pendidikan. Pilih Type: Numeric. Isikan Width: 2. Isikan Decimal: 0. Isikan Label dengan Pendidikan Responden. Isikan Values dengan 1=SD, 2=SLTP, 3=SLTA, 4=D3, 5=S1. Missing=None. Isikan Column=8. Pilih Align: Right. Pilih Measure:Ordinal.
Pada baris kelima dari tampilan diatas, isikan Name:Pendapatan. Pilih Type: Numeric. Isikan Width: 4. Isikan Decimal: 0. Isikan Label dengan Pendapatan Responden. Values=None.
Pada variabel pendapatan dalam contoh kita, terdapat responden yang tidak memberikan informasi pendapatannya. Tentunya ini tidak bisa diinput dengan angka 0, karena akan mempengaruhi hasil perhitungan. Untuk itu, kita definisikan nilai missing dalam variabel ini (misalnya dengan angka 9999. Untuk mendefinisikan nilai missing ini, pilihlah angka yang tidak mungkin ada dalam data kita). Caranya adalah dengan klik sel dibawah Missing, akan muncul titik tiga (…). Klik titik tiga tersebut akan muncul tampilan berikut:

Klik Discret missing values, kemudian isikan angka 9999 pada kotak yang tersedia dibawahnya, kemudian klik OK.
Selanjutnya isikan Column=9. Pilih Align: Right. Pilih Measure:Scale.
Hasil dari tahapan-tahapan yang kita lakukan akan memberikan tampilan kira-kira sebagai berikut:

Setelah itu, klik menu Data View yang ada disudut kiri bawah, dan kita siap menginput data.
Berdasarkan data latihan kita sebelumnya, tampilan input data adalah sebagai berikut:

Sumber : FE-UNJA Junaidi Chaniago

Read more »

Menginput Data SPSS (Bag.3)

Setelah memberikan dasar-dasar pendefinisian variabel untuk input data pada SPSS (lihat tulisan bagian 1 dan bagian 2), pada bagian 3 ini kita akan menggunakan data contoh untuk mempraktekkannya. Untuk memahami bagian ini, silakan baca dua bagian tulisan sebelumnya.
Sebagai latihan, misalnya kita akan menginput data hasil penelitian terdapat 18 responden penelitian sebagai berikut:

Pada contoh data latihan diatas, kita punya lima variabel (data) yang akan diinput yaitu nama responden, jenis kelamin, umur, pendidikan dan penghasilan. Mari kita definisikan masing-masing variabel sebagai berikut:

Variabel 1.
Nama Variabel: Responden
Type : String (karena variabel ini tidak berbentuk numerik)
Width: 18 (untuk data kita ini, jumlah karakter terbanyak 18)
Decimal : 0 (untuk data type string, desimal akan otomatis 0)
Label: Nama Responden
Values: None (untuk data type string, values akan otomatis none)
Missing: None (untuk data type string, missing akan otomatis none)
Column: 18 (ukuran kolom ini sesuaikan dengan jumlah karakter dari nama variabel atau maksimum karakter dari data pada variabel tersebut, mana yang paling banyak)
Align: Left (untuk data string sebaiknya dibuat rata kiri)
Measure: Nominal (untuk data string, pilih saja measure nominal)
Variabel 2.
Nama Variabel: Sex
Type : Numeric
Width: 2 (sebenarnya input data yang akan kita masukkan nanti hanya berupa kode 1 dan 2, atau hanya terdiri dari 1 karakter, tetapi width nya sebaiknya kita lebihkan 1 karakter)
Decimal : 0 (karena tidak memerlukan angka dibelakang koma)
Label: Jenis Kelamin Responden
Values: 1 = laki-laki, 2 = perempuan
Missing: None (karena informasi mengenai jenis kelamin tersedia pada semua responden)
Column: 4
Align: Rigth (untuk data numerik sebaiknya dibuat rata kanan)
Measure: Nominal (angka untuk pengkodean jenis kelamin ini, adalah termasuk data skala nominal)
Variabel 3.
Nama Variabel: Umur
Type : Numeric
Width: 3
Decimal : 0 (karena tidak memerlukan angka dibelakang koma)
Label: Umur Responden
Values: None (tidak ada pengkodean numerik untuk variabel ini)
Missing: None (karena informasi mengenai umur tersedia pada semua responden)
Column: 5
Align: Rigth (untuk data numerik sebaiknya dibuat rata kanan)
Measure: Scale (karena umur merupakan data berskala ratio)
Variabel 4.
Nama Variabel: Pendidikan
Type : Numeric
Width: 2 (karena pendidikan akan diinput dengan kode 1 – 5)
Decimal : 0 (karena tidak memerlukan angka dibelakang koma)
Label: Pendidikan Responden
Values: 1 = SD, 2= SLTP, 3= SLTA, 4= D3, 5= S1
Missing: None (karena informasi mengenai pendidikan tersedia pada semua responden)
Column: 8
Align: Rigth (untuk data numerik sebaiknya dibuat rata kanan)
Measure: Ordinal (karena pendidikan merupakan data berskala ordinal)
Variabel 5.
Nama Variabel: Pendapatan
Type : Numeric
Width: 4
Decimal : 0 (karena tidak memerlukan angka dibelakang koma)
Label: Pendapatan Responden (dalam ribuan Rp)
Values: None (tidak ada pengkodean numerik untuk variabel ini)
Missing: terdapat responden yang tidak memiliki informasi mengenai pendapatan. Untuk itu, sebagai latihan kita berikan kode 9999 untuk responden yang tidak kita dapatkan informasi pendapatannya tersebut
Column: 9
Align: Rigth (untuk data numerik sebaiknya dibuat rata kanan)
Measure: Scale(karena pendapatan merupakan data berskala ratio)

Sumber :FE-UNJA Junaidichaniago

Read more »

Menginput Data pada SPSS Bag.2

Tulisan ini adalah sambungan dari bagian 1. Cara Menginput Data pada SPSS. Silakan baca tulisan tersebut terlebih dahulu untuk memahami bagian ini.
Setelah menentukan nama variabel, jenis variabel, ukuran lebar dan desimal dari input data untuk masing-masing variabel, selanjutnya adalah mengisikan label untuk masing-masing variabel tersebut.
Label adalah semacam keterangan mengenai variabel. Berbeda dengan nama variabel yang terbatas hanya sampai 64 karakter, label dapat di buat sampai 256 karakter. Selain itu, label ini dapat menggunakan spasi maupun karakter-karakter yang tadinya tidak dapat digunakan pada nama variabel.
Berikutnya adalah menginputkan Values dari masing-masing variabel. Values ini secara khusus berguna jika data yang kita gunakan merupakan kode numerik (dalam bentuk angka) yang mewakili kategori non-numerik. (Misalnya kode 1 untuk laki-laki dan kode 2 untuk perempuan).
Untuk menginput values dari masing-masing variabel, klik sel di bawah Values, akan muncul titik tiga (…). Klik titik tiga tersebut, maka akan muncul tampilan berikut:

Isikan kode pada kotak Values dan labelnya pada kotak Label. Misalnya, kode 1 untuk Laki-laki. Setelah itu, klik Add. Lanjutkan untuk kode-kode berikutnya, setelah itu klik OK.
Setelah menentukan Values pada masing-masing variabel (jika ada), selanjutnya adalah menentukan nilai “missing” untuk masing-masing variabel. Menentukan nilai “missing” ini berguna, jika misalnya dalam pertanyaan survai, ada responden yang tidak memberikan/menolak memberikan jawaban, sehingga tidak tersedia data untuk diinput. Misalnya, jika ada responden yang menolak memberikan jawaban mengenai pendapatannya. Jika kita menginput jawaban responden tersebut dengan angka 0, maka dalam pengolahannya, SPSS akan memasukkan dalam perhitungan (sehingga akan berpengaruh terhadap rata-rata keseluruhan maupun terhadap distribusi frekuensi). Tetapi jika kita mendefinisikan suatu angka untuk menyatakan nilai missing tersebut, maka SPSS akan mengeluarkan dari perhitungan.
Untuk mendefinisikan nilai “missing” dari masing-masing variabel, klik sel di bawah “Missing”, akan muncul titik tiga (…). Klik titik tiga tersebut, maka akan muncul tampilan berikut:

Kita bisa mendefinisikan tiga deretan angka yang berbeda untuk nilai missing masing-masing variabel. Kita juga memberikan range nilai untuk mendefinisikan nilai missing tersebut. Dalam contoh tampilan diatas, misalnya kita mendefinisikan hanya satu deretan angka untuk nilai missing yaitu 99999. Dengan demikian, jika terdapat data yang kosong (atau tidak terisi) dari variabel kita, maka inputkan angka 99999. Setelah mendefinisikan nilai missing, klik OK.
Tahap selanjutnya adalah menentukan lebar kolom (Columns) dari worksheet SPSS untuk input data. Lebar kolom ini ditentukan minimal sama dengan “Width” variabel yang telah ditentukan sebelumnya.
Berikutnya adalah menentukan perataan (align) dari tampilan input data. Jika diklik sel dibawah align, akan muncul tiga pilihan yaitu left (rata kiri), right (rata kanan) dan center (rata tengah).
Selanjutnya, tahap terakhir dari pendefinisian variabel adalah menentukan skala pengukuran (measure) dari masing-masing variabel. Ketika diklik sel dibawah Measure, akan terdapat tiga pilihan yairu Scale, Ordinal dan Nominal. Scale kita pilih jika skala pengukuran kita adalah skala interval atau ratio. Setelah selesai dengan tahap terakhir pendefinisian variabel ini, klik kembali menu Data View (yang ada disudut kiri bawah). Dengan cara ini, kita akan masuk ke worksheet SPSS dan siap untuk menginput data.
Ok. Cukup sekian dulu postingan ini. Kita lanjutkan pada bagian 3, dengan latihan menggunakan data contoh untuk penginputan data pada SPSS

Sumber : Junaidi FE-UNJA

Read more »

Menginput data pada SPSS bag.1

Pada seri tulisan ini, kita akan membahas cara menginput data dalam SPSS. Untuk menginput data tersebut, langkah-langkahnya sebagai berikut:
Buka Program SPSS. Pertama kali akan muncul tampilan sebagai berikut:

Tampilan tersebut adalah tampilan Data Editor dalam SPSS yang mempunyai fungsi utama untuk mendefinisikan, menginput, mengedit dan menampilkan data.
Di dalam SPSS, sebelum menginput data, definisikan terlebih dahulu data (variabel) yang akan diinput (meskipun ini bisa dilakukan belakangan, sebaiknya lakukan hal ini sebelum data diinput).
Perhatikan disudut kiri bawah dari tampilan data editor diatas. Disitu terdapat menu Data View (posisi kita saat ini, yang ditandai oleh tulisan yang lebih hitam) dan menu Variable View. Untuk mendefinisikan data (variabel), klik Variable View, maka akan muncul tampilan berikut:

Setiap baris dalam tampilan diatas digunakan untuk mendefinisikan satu variabel (data) yang akan diinput. Ada beberapa informasi yang perlu dimasukkan, yaitu:
Name: Isikan nama variabel. Persyaratan dalam pemberian nama variabel adalah:

• Nama variabel tidak boleh duplikasi dengan nama variabel lainnya.
• Nama variabel paling panjang hanya 64 karakter dan harus diawali oleh huruf atau @, #, $. Karakter berikutnya boleh kombinasi huruf, @, #, $ atau angka. Nama variabel yang diawali dengan tanda $ menunjukkan bahwa variabel tersebut adalah suatu variabel sistem. (Pembahasan mengenai variabel sistem akan dibahas pada tulisan-tulisan berikutnya. Untuk latihan kali ini, kita tidak akan menggunakan hal tersebut).
• Variabel tidak boleh mengandung spasi dan kata-kata kunci perintah SPSS yaitu ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO, dan WITH.

Type: Definisikan tipe variabel. Ketika anda mengklik sel di bawah type, akan muncul titik tiga (…). Klik titik tiga tersebut, maka akan muncul tampilan berikut:

Dari tampilan diatas, terdapat beberapa pilihan tipe variabel sebagai berikut:

• Numeric. Variabel yang berbentuk angka
• Comma. Variabel numerik dengan tampilan koma untuk setiap 3 angka (memisahkan ribuan), dan titik untuk memisahkan desimal. Misalnya, jika data yang diinput adalah 2567932, maka akan ditampilkan dalam SPSS sebagai 2,567,932.00
• Dot. Variabel numerik dengan tampilan titik untuk setiap 3 angka (memisahkan ribuan), dan koma untuk memisahkan desimal. Misalnya, jika data yang diinput adalah 2567932, maka akan ditampilkan dalam SPSS sebagai 2.567.932,00
• Scientific notation. Variabel numerik dengan tampilan scientific. Misalnya, jika data yang diinput adalah 2567932, maka akan ditampilkan dalam SPSS sebagai 2.57E+006
• Date. Variabel numerik dengan nilai yang ditampilkan dalam format tanggal atau waktu. Jika anda pilih tipe data ini, akan muncul tampilan pilihan format tanggal atau waktu.
• Dollar. Variabel numerik dengan tampilan tanda $.
• Custom currency. Variabel numerik yang ditampilkan dalam format uang yang anda inginkan (custom currency) misalnya dalam bentuk Rp. Penggunaan pilihan format ini harus didefinisikan terlebih dahulu dalam menu Options pada Currency tab. (caranya akan kita bahas pada tulisan berikutnya)
• String. Variabel yang tidak berbentuk numerik (angka) dan karenanya tidak digunakan dalam perhitungan. Jenis ini juga dikenal sebagai variabel alphanumeric

Setelah memilih jenis variabel, lanjutkan dengan mengisi Width, yaitu jumlah karakter (angka/huruf) maksimum dari data yang akan diinput. Setelah itu, tentukan jumlah angka dibelakang koma yang (desimal) yang ingin ditampilkan. Selanjutnya klik OK.
Sumber : FE-UNJA Junaidi

Read more »

Selayang Pandang Tentang SPSS

Kemajuan di bidang komputer saat ini, khususnya software aplikasi statistik, telah membuat pengolahan data statistik menjadi mudah dan menyenangkan untuk dikerjakan. Karenanya, saat ini aplikasi statistik dalam pengolahan data tidak lagi menjadi hal yang menakutkan. Banyak persoalan statistik yang kompleks , yang dahulu tidak mungkin dikerjakan secara manual, sekarang bisa diselesaikan secara cepat dengan program statistik.

Dari berbagai software statistik yang ada saat ini, SPSS adalah yang paling populer dan paling banyak digunakan pemakai di seluruh dunia. Berdasarkan pengalaman praktek, menurut penulis ada tiga aspek yang menyebabkan SPSS menjadi software statistik yang terkenal
1. Rancangan menu dalam penginputan dan pengolahan datanya sangat “user friendly”, sehingga dengan mudah dapat dipelajari hanya dengan membaca buku panduan yang banyak tersedia di toko-toko buku. Bahkan tanpa buku panduan pun dapat dipelajari, jika anda mampu membaca fungsi “help” yang disediakan software ini.
2. Kemampuan “spreadsheet” nya, yang memungkinkan kita untuk mengolah data dalam jumlah yang besar secara cepat dan mudah. Ini menyebabkan SPSS lebih unggul dalam mengolah data hasil penelitian survay dibandingkan software-software statistik lainnya.
3. Sejak pertama kali dibuat tahun 1968 oleh tiga mahasiswa Stanford (Norman H. Nie, C. Hadlai (Tex) Hull and Dale H. Bent), SPSS telah berkembang sedemikian rupa dengan menambahkan berbagai fasilitas pengolahan statistik yang beragam, mulai dari tingkat dasar sampai tingkat lanjut. (Catatan: Versi terakhir dari SPSS saat ini adalah versi 17)
Namun demikian, meskipun SPSS sudah dirancang secara “user friendly”, untuk menguasai berbagai fasilitas yang tersedia pada program ini tentunya tetap memerlukan banyak praktek dan latihan, dengan berbagai variasi persoalan. Oleh karenanya, tulisan-tulisan dalam seri SPSS yang dimuat dalam blog ini sengaja dirancang dalam rangka mengembangkan kemampuan praktis dalam penguasaan SPSS.  Tulisan-tulisan tersebut didasarkan pengalaman praktek dari penulis.

Sumber : Junaidi FE-UNJA

Read more »

Memahami Regresi Logit

Dalam salah satu tulisan di blog ini, kita sudah pernah membahas bagaimana memperlakukan variable independent (variable bebas) yang bersifat kualitatif (skala pengukuran nominal atau ordinal) dalam model regresi, yaitu dengan membentuk variable dummy.

Nah, pada tulisan kali ini kita akan melihat bagaimana jika dalam model regresi tersebut yang bersifat kualitatif adalah variable dependent (terikat). Dalam model dengan variabel kualitatif, terdapat beberapa macam teknik pendekatan model yang salah satunya adalah model logit yang menjadi focus dalam tulisan ini. Selain itu, tulisan ini juga lebih menfokuskan pada variable kualitatif yang hanya mempunyai dua kemungkinan nilai, misalnya kesuksesan (sukses – gagal), kesetujuan (setuju – tidak setuju), keinginan membeli (ya – tidak). Variabel kualitatif yang hanya mempunyai dua kemungkinan nilai ini disebut dengan variable biner. (Pada tulisan-tulisan berikutnya, mudah-mudahan akan kita bahas untuk variable kualitatif dengan lebih dari dua kemungkinan nilai).

Selanjutnya, dalam mengestimasi model logit juga terdapat beberapa metode yaitu metode maximum likelihood, noninteractive weighted least square dan discriminant function analysis. Namun demikian, metode yang umum digunakan dalam software paket-paket statistic adalah metode maximum likelihood. Tulisan menggunakan program Minitab yang juga mengaplikasikan metode maximum likelihood dalam estimasi model logit.

Sesuai dengan judul tulisan kali ini, kita tidak akan membahas teori-teori model logit dan maximum likelihood, tetapi lebih pada penekanan bagaimana mengolah data dan menginterpretasikan hasilnya. Bagi yang berminat mendalami teori-teori yang melatarbelakanginya, tersedia banyak literature yang terkait dengan hal tersebut.

Misalnya kita ingin memprediksi bagaimana pengaruh umur, jenis kelamin dan pendapatan terhadap pembelian mobil. Berdasarkan hasil survai terhadap 130 responden, didapatkan datanya sebagai berikut: (silakan download di sini, masih dalam bentuk word, tetapi bisa anda copy ke Minitab).

Dimana:

Y : 1 = jika konsumen membeli mobil; 0 = jika konsumen tidak membeli mobil

X2: umur responden dalam tahun

X3: 1= jika konsumen berjenis kelamin wanita; 0 = jika konsumen berjenis kelamin pria

X4: 0= jika konsumen berpendapatan rendah; 1 = jika konsumen berpendapatan sedang; 2= jika konsumen berpendapatan tinggi

Pengolahan data dilakukan melalui tahapan-tahapan berikut:
1. Buka program Minitab. Tampilan awal program Minitab terdiri dari dua halaman. Halaman atas dinamakan halaman Session, untuk tampilan perintah dan hasil. Halaman bawah dinamakan halaman worksheet untuk penulisan data.
2. Ketik data di halaman worksheet, atau sebagai latihan copy data seperti yang diberikan di tas. (lihat tampilan 1)

3. Setelah itu klik Stat> Regression> Binary Logistic Regression. Kotak dialog yang ditampilkan sebagai berikut:

4. Isikan pada kotak Response variabel Y dengan cara, klik kotak response, klik variabel Y kemudian klik Select. Selanjutnya isikan pada model variabel X2,X3 dan X4 dengan cara klik kotak Model, klik (atau blok sekaligus) X2, X3 dan X4, kemudian klik Select.

Selanjutnya, karena variabel X4 merupakan peubah kategori (ordinal) dengan lebih dari kategori (yaitu 0=pendapatan rendah, 1=pendapatan sedang dan 2=pendapatan tinggi) maka diubah terlebih dahulu ke dalam 2 variabel dummy, untuk mengembangkan model yang logis dan mudah diinterpretasi, sebagai berikut:

X4_1 = 1, jika konsumen berpendapatan sedang; 0 = jika selainnya

X4_2 = 1, jika konsumen berpendapatan tinggi; 0 = jika selainnya

Dalam program Minitab untuk mengkonversi ini dengan cara memasukkan peubah X4 ke dalam kotak isian Factors. Dengan cara demikian, Minitab secara otomatis akan menjadikan variabel X4 menjadi dua variabel dummy yaitu X4_1 dan X4_2. Peubah X3 sebenarnya juga dapat dimasukkan ke dalam kotak isian Factors, tetapi karena berisi data numerik ( 1 atau 0) maka tidak perlu dimasukkan.

Hasil pemasukan variabel tersebut dapat dilihat dalam tampilan berikut:

5. Setelah itu klik, OK. Maka akan muncul hasil regresi logit di halaman Session sebagai berikut (disini hanya ditampilkan bagian-bagian terpenting saja yang akan dibahas):

Dalam pelaporannya, model regresi logistiknya dapat dituliskan sebagai berikut:

Yang dari output minitab contoh kita menjadi sebagai berikut:

Model ini merupakan model peluang membeli mobil [(P(x_i)] yang dipengaruhi oleh faktor-faktor umur, jenis kelamin dan pendapatan. Dapat kita lihat bahwa model tersebut adalah bersifat non-linear dalam parameter. Selanjutnya, untuk menjadikan model tersebut linear, maka dilakukan transformasi dengan logaritma natural, (transformasi ini yang menjadi hal penting dalam regresi logistik dan dikenal dengan istilah “logit transformation”), sehingga menjadi:

1-P(x_i) adalah peluang tidak membeli mobil, sebagai kebalikan dari P(x_i) sebagai peluang membeli mobil. Oleh karenanya, ln [P(x_i)/1-P(x_i)] secara sederhana merupakan log dari perbandingan antara peluang membeli mobil dengan peluang tidak membeli mobil. Oleh karenanya juga, koefisien dalam persamaan (3) ini menunjukkan pengaruh dari umur, jenis kelamin dan pendapatan terhadap peluang relative individu membeli mobil yang dibandingkan dengan peluang tidak membeli mobil.

Sebagaimana halnya dengan model regresi linear dengan metode OLS, kita juga dapat melakukan pengujian arti penting model secara keseluruhan. Jika pada metode OLS kita menggunakan uji F, maka pada model ini, kita menggunakan uji G. Statistik G ini menyebar menurut sebaran Khi-kuadrat (χ²). Karenanya dalam pengujiannya, nilai G dapat dibandingkan dengan nilai χ² tabel pada α tertentu dan derajat bebas k-1. (kriteria pengujian dan cara pengujian persis sama dengan uji F pada metode regresi OLS). Tetapi, anda juga bisa melihat nilai p-value dari nilai G ini yang biasanya ditampilkan oleh sofware-software statistik.

Dari hasil Minitab kita, didapatkan nilai G sebesar 14,447 dengan p-value 0,006. Karena nilai ini jauh dibawah 10 % (jika kita menggunakan pengujian dengan α=10%), atau jauh dibawah 5% (jika kita menggunakan pengujian dengan α=5%), maka dapat disimpulkan bahwa model regresi logistik secara keseluruhan dapat menjelaskan atau memprediksi keputusan konsumen dalam membeli mobil.

Selanjutnya, untuk menguji faktor mana yang berpengaruh nyata terhadap keputusan pilihan membeli mobil tersebut, dapat menggunakan uji signifikansi dari parameter koefisien secara parsial dengan statistik uji Wald, yang serupa dengan statistik uji t atau uji Z dalam regresi linear biasa, yaitu dengan membagi koefisien terhadap standar error masing-masing koefisien.

Dari output minitab ditampilkan nilai Z dan p-valuenya. Dari hasil kita, berdasarkan nilai p-value (dan menggunakan kriteria pengujian α=10%), kita dapat melihat seluruh variabel (kecuali X4_1), berpengaruh nyata (memiliki p-value dibawah 10%) terhadap keputusan membeli mobil.

Lalu, bagaimana kita menginterpretasikan koefisien regresi logit dari persamaan (3) di atas ? Dalam model regresi linear, koefisien β₁ menunjukkan perubahan nilai variabel dependent sebagai akibat perubahan satu satuan variabel independent. Hal yang sama sebenarnya juga berlaku dalam model regresi logit, tetapi secara matematis sulit diinterpretasikan.

Koefisien dalam model logit menunjukkan perubahan dalam logit sebagai akibat perubahan satu satuan variabel independent. Interpretasi yang tepat untuk koefisien ini tentunya tergantung pada kemampuan menempatkan arti dari perbedaan antara dua logit. Oleh karenanya, dalam model logit, dikembangkan pengukuran yang dikenal dengan nama odds ratio (ψ). Odds ratio untuk masing-masing variabel ditampilkan oleh Minitab sebagaimana yang terlihat di atas.

Apa yang dimaksud dengan odds ratio dan bagaimana memahaminya? Odds ratio secara sederhana dapat dirumuskan: ψ = e^β, dimana e adalah bilangan 2,71828 dan β adalah koefisien masing-masing variabel. Sebagai contoh, odds ratio untuk variabel X₃ = e^0.7609 = 2,14 (lihat output minitab).

Dalam kasus variabel X₃ (jenis kelamin dimana 1 = wanita dan 0 = pria), dengan odds ratio sebesar 2,14 dapat diartikan bahwa peluang wanita untuk membeli mobil adalah 2,14 kali dibandingkan pria, jika umur dan pendapatan mereka sama. Artinya wanita memiliki peluang lebih tinggi dalam membeli mobil dibandingkan pria.

Dalam kasus variabel X₂ (umur), dengan odds ratio sebesar 0,90 dapat diartikan bahwa konsumen yang berumur lebih tua satu tahun peluang membeli mobilnya adalah 0,90 kali dibandingkan konsumen umur yang lebih muda (satu tahun), jika pendapatan dan jenis kelamin mereka sama. Artinya orang yang lebih tua memiliki peluang yang lebih rendah dalam membeli mobil.

Dalam konteks umur ini (yang merupakan variabel dengan skala ratio), hati-hati menginterpretasikan nilai perbedaan peluangnya. Jika perbedaan umur lebih dari 1 tahun, misalnya 10 tahun, maka odds rationya akan menjadi 0,36, yang diperoleh dari perhitungan sbb: ψ=e^{(10 x -0.10322)} . Artinya peluang membeli mobil konsumen yang berumur lebih tua 10 tahun adalah 0,36 dibandingkan konsumen yang lebih muda (10 tahun) darinya.

Selanjutnya, dalam konteks variabel pendapatan, terlihat bahwa X₄₁ tidak berpengaruh signifikan. Artinya, peluang membeli mobil antara konsumen pendapatan sedang dan pendapatan rendah adalah sama saja. Sebaliknya, untuk X₄₂, dapat diinterpretasikan bahwa peluang membeli mobil konsumen pendapatan tinggi adalah 2,26 kali dibandingkan pendapatan rendah, jika umur dan jenis kelaminnya sama. (Perhatikan, baik untuk X₄₁ maupun untuk X₄₂, perbandingannya adalah dengan pendapatan rendah. Lihat penjelasan ini lebih lanjut pada tulisan mengenai variabel dummy yang ada di blog ini).

Output Minitab juga menampilkan ukuran-ukuran asosiasi (hubungan) antara nilai aktual (sebenarnya) dari variabel dependent (Y) dengan dugaan peluangnya, yang dapat kita interpretasikan sebagai berikut:

Dari nilai Concordant dapat disimpulkan bahwa 70,2 persen pengamatan dengan kategori membeli (Y=1) diduga mempunyai peluang lebih besar pada kategori membeli. Dari nilai Discordant dapat disimpulkan bahwa 28,4 persen pengamatan dengan kategori tidak membeli (Y=0) diduga mempunyai peluang lebih besar pada kategori membeli. Nilai Ties merupakan persentase pengamatan dengan peluang pada kategori membeli sama dengan peluang kategori tidak membeli. Hubungan yang kuat (dan sekaligus menunjukkan semakin baiknya daya prediksi model) ditandai oleh besarnya nilai Concordant dan kecilnya nilai Discordant dan Ties.

Selanjutnya juga terdapat ukuran-ukuran ringkas (Sommer’s D, Goodman-Kruskal Gamma dan Kendall’s Tau-a). Semakin besar ukuran asosiasi ini ke nilai 1, maka semakin baik daya prediksi dari model dugaan yang diperoleh.

Sumber:Junaidi FE-UNJA

Read more »

Analisa Input-Output dengan Excel

Tulisan ini membahas simulasi/latihan analisis I-O dengan menggunakan Excel. Analisis yang dibahas mencakup perhitungan matriks pengganda, indeks daya penyebaran, indeks derajat kepekaan dan analisis dampak.

Pada dasarnya sudah terdapat program yang secara khusus bertujuan untuk analisis I-O ini. Oleh karenanya, tulisan ini lebih sebagai latihan pembelajaran untuk melihat menelusuri proses analisisnya. Sebagai latihan, misalnya kita punya tabel I-O dalam bentuk tabel Transaksi Domestik atas Dasar Harga Produsen yang dibagi atas tiga sektor. Angka-angka dalam tabel dalam satuan Trilyun Rupiah.

Agar dapat mengikuti alur pembahasan dalam tulisan ini, sel-sel pengetikan disesuaikan dengan sel-sel pada tampilan 1 dibawah ini.

Tampilan 1. Tabel I-O: Transaksi Domestik atas Dasar Harga Produsen

  

A. Perhitungan Matriks Pengganda

Dampak Pengganda adalah suatu dampak yang terjadi baik secara langsung maupun tidak langsung terhadap berbagai kegiatan ekonomi dalam negeri sebagai akibat adanya perubahan pada variabel-variabel eksogen perekonomian nasional.

Untuk menghitung matriks pengganda dilakukan melalui beberapa tahap sebagai berikut:

1. Menghitung matriks koefisien input (matriks A)

Unsur matriks A dapat dihitung dengan rumus:

Dimana :   a_ij = koefisien input sektor ke i oleh sektor ke j

x_ij =penggunaan input sektor ke i oleh sektor ke j

X_j = output sektor ke j

Secara sederhana rumus ini berarti membagi sel pada permintaan antara secara kolom terhadap total output (atau total input karena nilainya sama). Untuk kepentingan ini, letakkan pointer di sel B19, kemudian ketikkan rumus =B6/B$12. Copy rumus tersebut dalam range B19:D21

2. Menghitung (I-A)

Mengurangkan suatu matriks identitas (yaitu matriks dengan diagonal utama bernilai 1) dan unsur-unsur lainnya bernilai 0) terhadap matriks koefisien input. Untuk itu, ketik matriks identitas di range F19:H21. Matriks identitas kita buat 3 x 3, karena jumlah sektor contoh kita sebanyak 3. Selanjutnya, pada sel B26, ketik rumus =F19-B19. Copy rumus tersebut dalam range B26:D28

3. Menghitung matriks pengganda (B) dan Total Pengganda

Matriks pengganda (B) dihitung dengan cara menginverskan matriks yang diperoleh pada tahap 2 diatas (B = (I-A)^-1 ). Untuk itu, letakkan pointer pada sel G26 dan ketikkan rumus =MINVERSE(B26:D28 ). Setelah itu, blok range G26:I28, kemudian tekan tombol F2 dan selanjutnya tekan CTRL+SHIFT+ENTER secara bersamaan.

Hasil matriks pengganda akan tampil pada range G26:I28. Selanjutnya untuk menghitung total pengganda, jumlahkan secara baris dan secara kolom.

 Hasil tahap 1-3 dapat dilihat pada tampilan 2 berikut. (catatan: Sdr dapat menambah judul-judul dan keterangan seperti yang terlihat pada tampilan ini).

Tampilan 2. Koefisien Input dan Matriks Pengganda

Matriks koefisien input menggambarkan komposisi input antara yang digunakan masing-masing sektor dalam berproduksi. Sebagai contoh pada kolom 1, untuk menghasilkan output, sektor primer butuh input 2,53 persen dari sektornya sendiri, butuh input 6,33 persen dari sektor sekunder dan butuh input 3,80 persen dari sektor tersier. Dengan kata lain juga, untuk memproduksi 100 satuan output, maka sektor primer butuh input sebanyak 2,53 satuan dari sektornya sendiri, 6,33 satuan dari sektor sekunder dan 3,80 satuan dari sektor tersier.

Selanjutnya untuk interpretasi pada matriks pengganda, akan dilihat lebih jauh pada pembahasan indeks daya penyebaran dan derajat kepekaan berikut ini.

B. Indeks Daya Penyebaran dan Indeks Derajat Kepekaan
Hubungan antara output dan permintaan akhir dapat dijabarkan sebagai X = (I-A)^-1 F, dimana X adalah vektor kolom dari output, F adalah vektor kolom dari permintaan akhir.  

Dari persamaan tersebut dapat dilihat bahwa dampak akibat perubahan permintaan akhir suatu sektor terhadap output seluruh sektor ekonomi (rj) dapat dirumuskan sebagai:

 r_j = b_1j + b_2j … + b_nj = Σ_ib_ij

 Jumlah dampak tersebut juga disebut sebagai jumlah daya penyebaran. Daya penyebaran merupakan ukuran untuk melihat keterkaitan kebelakang (backward linkage) sektor-sektor ekonomi di suatu wilayah. Selanjutnya, dengan membagi jumlah dampak tersebut (r_j) dengan banyaknya sektor (n), dapat dihitung rata-rata dampak yang ditimbulkan terhadap output masing-masing sektor akibat perubahan permintaan akhir.

Namun demikian, karena sifat permintaan akhir masing-masing sektor saling berbeda, maka baik jumlah maupun rata-rata dampak tersebut kurang tepat untuk dijadikan sebagai ukuran pembanding dampak pada setiap sektor. Oleh karenanya, ukuran tersebut perlu dinormalkan (normalized) dengan cara membagi rata-rata dampak suatu sektor dengan rata-rata dampak seluruh sektor. Ukuran yang dinormalkan ini dinamakan dengan indeks daya penyebaran (α_j) atau tingkat dampak keterkaitan kebelakang (backward linkages effect ratio), yang dapat dirumuskan:

 

α_j = 1 daya penyebaran sektor j sama dengan rata-rata daya penyebaran seluruh sektor ekonomi.

α_j > 1 daya penyebaran sektor j diatas rata-rata daya penyebaran seluruh sektor ekonomi.

α_j < 1 daya penyebaran sektor j dibawah rata-rata daya penyebaran seluruh sektor ekonomi.

Dari persamaan diatas juga dapat dilihat jumlah dampak output suatu sektor i sebagai akibat perubahan permintaan akhir seluruh sektor, yang dapat dirumuskan sebagai: s_j=Σ_jb_ij

Nilai s_j disebut dengan jumlah derajat kepekaan, merupakan ukuran untuk melihat keterkaitan kedepan (forward linkage) sektor-sektor ekonomi di suatu wilayah.

Dengan pola pikir yang sama seperti ketika menghitung indeks daya penyebaran, kita juga bisa menghitung indeks derajat kepekaan (β_i) dengan rumus sebagai berikut:

 

β_i = 1 derajat kepekaan sektor j sama dengan rata-rata derajat kepekaan seluruh sektor ekonomi.

β_i > 1 derajat kepekaan sektor j diatas rata-rata derajat kepekaan seluruh sektor ekonomi.

β_i < 1 derajat kepekaan sektor j dibawah rata-rata derajat kepekaan seluruh sektor ekonomi.

Untuk menghitung indeks daya penyebaran, tempatkan pointer kita di sel B36. Kemudian ketikkan rumus: =G$29/AVERAGE($G$29:$I$29). Copy rumus tersebut sampai ke B38. Tetapi setelah itu, pada sel B37, rumus G$27 tersebut diganti menjadi H$27 dan pada sel B38 diganti menjadi I$27.

Selanjutnya untuk menghitung indeks derajat kepekaan, tempatkan pointer kit di sel C36. Kemudian ketikkan rumus: =J26/AVERAGE($G$29:$I$29). Kemudian copy sampai ke sel C38.

Hasilnya dapat dilihat pada tampilan 3 berikut:

Tampilan 3. Indeks Daya Penyebaran dan Indeks Derajat Kepekaan

C. Analisis Dampak

C.1. Dampak Permintaan Akhir terhadap Output

Untuk melihat dampak masing-masing permintaan akhir terhadap output, dapat digunakan rumus: X = (I-A)^-1 F

Ini artinya, kita mengalikan matriks pengganda dengan matriks permintaan akhir. Sesuai dengan penempatan data pada contoh kasus kita, matriks pengganda sudah dihitung dan ditempatkan pada range G26:I28 dan matriks permintaan akhir berada pada range F6:J8.

Untuk itu, tempatkan pointer pada sel B44 dan ketikkan rumus: =MMULT(G26:I28,F6:J8). Selanjutnya blok range B44:F46, tekan F2 dan kemudian tekan CTRL+SHIF+ENTER secara bersamaan. Hasilnya akan terlihat pada range B44:F46. Selanjutnya lakukan penjumlahan secara baris dan secara kolom, seperti terlihat pada tampilan 4 berikut:

Tampilan 4. Dampak Permintaan Akhir terhadap Output

Pembacaan menurut baris menunjukkan pengaruh masing-masing komponen permintaan akhir terhadap pembentukan output suatu sektor. Misalnya pada baris 1 (sektor primer), dapat diinterpretasikan bahwa output sektor primer yang terbentuk sebagai akibat dari konsumsi rumah tangga (301) sebesar 37,1; konsumsi pemerintah (302) sebesar 1,6; pembentukan modal tetap (303) sebesar 12,6; perubahan stok (304) sebesar 2,8; dan ekspor barang dan jasa (305 + 306) sebesar 24,6. Jumlah baris 1 merupakan total output sektor primer. Untuk sektor-sektor yang lain, dapat dilihat dengan cara yang sama.

Pembacaan menurut kolom menunjukkan pengaruh suatu komponen permintaan akhir terhadap pembentukan output di masing-masing sektor. Misalnya pada kolom 1, konsumsi rumah tangga (301) mengakibatkan pembentukan output sektor primer sebesar 37,1, output sektor sekunder sebesar 71,6 dan output sektor tersier sebesar 69,2. Jumlah kolom 1 yang sebesar 177,9 menunjukkan besarnya output seluruh sektor perekonomian yang terbentuk sebagai akibat dari konsumsi rumah tangga. Untuk komponen permintaan akhir yang lain, dapat dilihat dengan cara yang sama

C.2. Dampak Permintaan Akhir terhadap Nilai Tambah Bruto (NTB)

Untuk menghitung dampak permintaan akhir terhadap NTB, terlebih dahulu dibentuk matriks diagonal koefisien NTB. Koefisien NTB dicari dengan cara membagi nilai tambah bruto (input primer) dengan total input. Dalam kasus kita, adalah dengan membagi sel B11 dengan sel B12, C11 dengan C12 dan D11 dengan D12. Koefisien-koefisien tersebut ditempatkan pada diagonal matriks, dan nilai sel lainnya dalam matriks tersebut diberi angka 0, seperti terlihat pada tampilan di bawah ini.

Pada tahap selanjutnya, mengalikan matriks diagonal koefisien NTB ini (pada range B55:D57) dengan matriks dampak permintaan akhir terhadap output yang telah dihitung sebelumnya (pada range B44:F46). Untuk itu tempatkan pointer pada sel B62, kemudian ketikkan rumus: =MMULT(B55:D57,B44:F46). Kemudian blok range B62:F64, tekan F2, tekan CTRL+SHIFT+ENTER. Hasilnya akan terlihat pada range B62:F64. Selanjutnya lakukan penjumlah secara kolom dan secara baris.

Tampilan 5. Dampak Permintaan Akhir terhadap Nilai Tambah Bruto (NTB)

Pembacaan menurut baris menunjukkan pengaruh masing-masing komponen permintaan akhir terhadap penciptaan NTB suatu sektor. Misalnya pada baris 1 (sektor primer), dapat diinterpretasikan bahwa NTB sektor primer yang terbentuk sebagai akibat dari konsumsi rumah tangga (301) sebesar 31,9; konsumsi pemerintah (302) sebesar 1,4; pembentukan modal tetap (303) sebesar 10,8; perubahan stok (304) sebesar 2,4; dan ekspor barang dan jasa (305 + 306) sebesar 21,4. Jumlah baris 1 merupakan total NTB sektor primer. Untuk sektor-sektor yang lain, dapat dilihat dengan cara yang sama.

Pembacaan menurut kolom menunjukkan pengaruh suatu komponen permintaan akhir terhadap penciptaan NTB di masing-masing sektor. Misalnya pada kolom 1, konsumsi rumah tangga (301) mengakibatkan penciptaan NTB sektor primer sebesar 31,9, NTB sektor sekunder sebesar 23,6 dan NTB sektor tersier sebesar 48,5. Jumlah kolom 1 yang sebesar 104,0 menunjukkan besarnya NTB seluruh sektor perekonomian yang terbentuk sebagai akibat dari konsumsi rumah tangga. Untuk komponen permintaan akhir yang lain, dapat dilihat dengan cara yang sama

C.3. Dampak Permintaan Akhir Terhadap Kebutuhan Impor

Untuk menghitung dampak permintaan akhir terhadap kebutuhan impor, diperlukan informasi mengenai komponen impor pada masing-masing sektor, baik untuk permintaan antara maupun permintaan akhir. (Data komponen impor biasanya disusun bersamaan dengan tabel transaksi pada I-O).

Misalnya data komponen impor kita ketikan pada sel-sel berikut seperti pada tampilan

Tampilan 6. Komponen Impor

Selanjutnya lakukan tahapan berikut:

1.     Hitung matrik koefisien komponen impor (A^m), dengan cara membagi masing-masing sel pada input antara (range B76:D78 ) secara kolom dengan total inputnya masing-masing. Untuk itu tempatkan pointer di sel B84, kemudian ketikan rumus: =B76/B$12. Copy dalam range B84:D86

2. Kalikan matriks A^m dengan matriks (I-A)^-1 F. Matriks (I-A)^-1 F sebelumnya sudah kita hitung yang terletak pada range B44:F46. Untuk itu letakkan pointer di sel F84, ketikkan rumus: =MMULT(B84:D86,B44:F46). Blok range F84:J86, tekan F2, dan tekan CTRL+SHIFT+ENTER secara bersamaan.

3. Tambahkan matriks hasil perkalian pada tahap 2 diatas dengan matriks komponen permintaan sebelumnya (yang terletak pada range F86:J88). Untuk itu, tempatkan pointer di sel B92, ketikkan rumus: =F76+F84. Copy dalam range B92:F94. Selanjutnya lakukan penjumlahan secara baris dan kolom.

Tampilan 7. Dampak Permintaan Akhir terhadap Kebutuhan Impor

Pembacaan kolom dari hasil tersebut adalah kebutuhan impor dari masing-masing sektor sebagai dampak dari suatu komponen permintaan akhir. Misalnya pada kolom 1, kebutuhan impor sebagai dampak dari konsumsi rumah tangga (301) adalah sebesar 20,04 yang terdiri dari kebutuhan impor di sektor primer sebesar 1,26, di sektor sekunder sebesar 13,20 dan di sektor tersier sebesar 5,57.

Pembacaan baris dari hasil tersebut adalah kebutuhan impor dari suatu sektor sebagai dampak dari masing-masing komponen permintaan akhir. Misalnya pada baris 1, kebutuhan impor sektor primer akibat konsumsi rumah tangga (301) adalah sebesar 1,26, akibat konsumsi pemerintah (302) sebesar 0,097, akibat pembentukan modal (303) sebesar 0,95 dan seterusnya.

D. Penutup

Pada dasarnya analisis-analisis yang lain bisa diterapkan terhadap Input-Output. Misalnya melihat dampak permintaan akhir terhadap tenaga kerja, dampak APBN terhadap penciptaan kesempatan kerja dan lainnya. Namun demikian, karena secara prosedural relatif sama dengan yang telah dibahas diatas, maka tidak dibahas secara lebih terperinci.

Bacaan Utama:
BPS. 2000. Kerangka Teori dan Analisis Tabel Input-Output
BPS. 2000. Teknik Penyusunan Tabel Input-Output

Sumber:Junaidi FE-UNJA

Read more »

Memanfaatkan Analisa Statistik Deskriptif di Excel

Di dalam Excel, sebenarnya sudah terdapat fungsi-fungsi yang berguna untuk penggambaran (pendeskripsian) data kita, misalnya fungsi AVERAGE untuk rata-rata, STDEV untuk standar deviasi dan lainnya. Kali ini kita bahas fasilitas Excel yang bisa memunculkan sekaligus beberapa pengukuran yang berguna utuk pendeskripsian data.

Tahap-Tahapnya sebagai berikut:

 1. Klik menu Tool kemudian klik Data Analysis. (Catatan: jika setelah mengklik Tool, ternyata tidak muncul pilihan Data Analysis, berarti menu tersebut belum diaktifkan di program Excel Anda. Untuk mengaktifkannya, klik Tool, kemudian klik Add ins, selanjutnya conteng pada pilihan Analysis Toolpak, setelah itu klik ok. Lalu ulangi tahap 1 ini).

 2. Setelah itu akan muncul tampilan berikut:

Klik Descriptive Statistics, kemudian Ok.

 3. Setelah itu akan muncul tampilan berikut

Pada input range, masukkan range data yang akan diolah. Dalam contoh diatas adalah pada range B2:B8. Kemudian klik Output Range, dan masukkan sel awal dimana hasil akan dimunculkan. Dalam contoh ini ditempatkan di sel B12. Anda bisa menempatkan hasil pada halaman yang berbeda dari data dengan mengklik New Worksheet Ply.

Selanjutnya, conteng kotak pilihan-pilihan statistik yang ingin dimunculkan. Jika hanya ingin memunculkan summary statistic, maka klik kotak tersebut. Atau klik semua kotak pilihan statistik untuk memunculkan semua perhitungan.

  Perhitungan-perhitungan summary statistic yang dikeluarkan adalah:

Mean (rata-rata)	Skewness
Standard Error	Range (selisih data terkecil dgn terbesar)
Median (nilai tengah)	Minimum (data terendah)
Mode (modus)	Maximum (data tertinggi)
Standard Deviation	Sum (jumlah data)
Sample Variance	Count (banyaknya data)
Kurtosis Sumber:Junaidi FE-UNJA

Read more »

Mengenali Dasar Mudahnya Membuat Statistik Dengan Microsoft Excel

Membuat pengolahan data penelitian atau data administrative tidak selalu dengan program-program statistik, ternyata Microsoft excel juga mampu melakukan hal tersebut.
Seorang mahasiswa kebingungan saat diberi tugas dosennya untuk membuat data statistik, karena pada laptop maupun PC nya tidak ada program statistik. Dalam benaknya, data statistik harus diolah dengan program statistik, misalnya SPSS, SAS, dan lain sebagainya.Yang lebih lucu lagi mahasiswa tersebut justru kaget begitu diberitahu bahwa data statistik dapat diolah dengan program Microsoft Excel. Dia mengira bahwa Microsoft Excel hanya ada fungsi-fungsi statistik yang pemakaiannya sangat terbatas pada statistik itu sendiri.
Demikianlah gambaran sebagian orang tentang kegunaan dari program Microsoft Excel dalam pengolahan data statistik. Untuk itu pada tulisan ini, FastNCheap akan mengajak anda untuk bermain statistik bersama Microsoft Excel 2010.
Statistic adalah ilmu dan seni atau teknik untuk mengumpulkan data, menyajikan data, mengumpulkan data dan mengambil kesimpulan berdasarkan data yang berhasil dihimpun.
Cara Mengaktifkan Referensi Tools Statistik Pada Excel 2010.

Microsoft Excel 2010 sudah menyediakan dua fasilitas untuk mengolah data statistic, yaitu dengan memanfaatkan fungsi-fungsi statistik yang ada, dan perintah analisis yang merupakan perintah tambahan (add-in) sehingga tidak ditampilkan pada menu utama Microsoft Excel 2010.
Sebelum dapat menggunakan perintah data analisis, langkah pertama yang harus dilakukan adlah mengaktifkan referensi tools yang sudah disediakan oleh Microsoft Excel , di mana langkah-langkahnya sebagai berikut :

1. Aktifkan program Microsoft Excel hingga terdapat worksheet kosong.
2. Klik Office button Microsoft Excel yang berada di ujung kiri atas jendela utama.
3. Klik Menu Options yang berada dalam kumpulan menu vertical, mulai dari menu back sampai exit.
4. Sebuah kotak dialog Excel Options ditampilkan, dan klik menu add-ins yang ada di jendela sebelah kiri.
5. Pilih dan Klik Analysis tool pack pada daftar aplikasi add-ins yang tidak aktif.
6. Klik tombol Go, dan sebuah kotak dialog add-ins ditampilkan.
7. Berikan tanda check (lihat gambar) pada kotak check analysis tool pack.
8. Terakhir, klik tombol OK dan tunggu beberapa saat sampai proses instalasi berakhir.

Cara melakukan analysis stastik deskriptif dengan Excel bisa dilakukan dengan beberapa langkah yang sebenarnya siapa saja bisa melakukannya.  Beberapa langkah yang dapat dilakukan dalam standar proses analysis adalah sebagai berikut :

1. Dari menu utama MS.Excel, klik menu Data (lihat gambar).
2. Klik menu Data Analysis pada grup analysis dan sebuah kotak dialog data analysis ditampilkan (lihat gambar).

Analysis statistik yang akan di lakukan adalah mencari ukuran pemusatan dari segugus data yang diolah. Ukuran pemusatan merupakan sembarang ukuran yang menunjukkan pusat segugus data yang telah diurutkan, dari yang terkecil sampai yang terbesar. Ukuran pemusatan yang paling banyak antara lain :

• Mean.

Mean merupakan nilai rata-rata atau nilai tengah dari segugus data.

• Median.

Median merupakan nilai yang berada di tengah dari segugus data setelah diurutkan.

• Modus.

Modul merupakan nilai yang paling sering muncul dari segugus data yang ada.
Contoh :
Hitung nilai mean, median, modus dari segugus data nilai Ujian Akhir Semester, yaitu: 95, 75, 70, 80, 75, 68, 80, 78, 97, 85, 64, 100, 70, 67, 90, 68, 65, 89, dan 75.
Jawab :

1. Input-kan data-data UAS (lihat gambar).
   
2. Klik menu Data pada menu Utama MS.Excel , dan klik menu Data Analysis yang ada di grup Analysis.
3. Pada kotak Dialog Analysis , pilih menu Descriptive Statistik, dan klik tombol OK untuk keluar dari kotak dialog tersebut.
4. Selanjutnya ditampilkan kotak dialog Descriptive Statistics.
5. Klik button pada Input Range, dan masukkan data kedalam kolom Input Range, yaitu dengan cara mem-blok data pada sheet (lihat gambar).
6. Berikan tanda cek pada Label in First Row jika cell yang dimasukkan tadi memuat label dari data.
7. Klik Output Range, klik pada kolom output range, dan tempatkan pointer pada sembarang cell yang kosong.
8. Berikan tanda cek pada pilihan Summary Statistics.
9. Klik tombol OK.
   

Simpulan :
Dari hasil perhitungan diketahui bahwa nilai rata-rata (mean) adalah 77, 8, nilai median 75, dan nilai modus adalah 75.


HISTOGRAM
Dan tutorial yang terakhir adalah mengenai histogram.
Pasti sudah pada bosan lihat tutorialnya kepanjangan kan? Jangan khawatir, ini yang terakhir kok.
Sedikit bercerita dahulu, Kata Histogram berasal dari kata Yunani yaitu Histos dan Gramma.
Microsoft Excel 2010 menyediakan fasilitas untuk membuat histogram, yaitu melalui perintah Histogram pada kotak dialog Data Analysis.
Contoh :
Buat sebuah histogram dari hasil penjualan buku perhari selama satu bulan, dimana bentuk datanya adalah sepert gambar dibawah ini.
Jawab :

1. Klik menu Data, dan pada grup Analysis klik menu Data Analysis.
2. Pada kotak dialog Analysis, klik menu Histogram.
3. Klik tombol OK sampai tampil kotak dialog Histogram.
4. Masukkan data penjualan buku tersebut pada kolom Input Range, dan abaikan isian Bin Range.
5. Berikan tanda cek pada kotak cek Pareto (Sorted Histogram). Cummulative Percentage, dan Chart Output.
6. Klik tombol OK, hasil proses pembuatan Histogram lihat gambar dibawah.

Sekian dulu tutorial bermain statistik dengan Excel  ini. Semoga bisa menjadi pembelajaran buat semua pengunjung setia blog

Read more »

7 KELEBIHAN SETAN YANG WAJIB KITA TIRU

 

Setan dan manusia memang pada dasarnya 2 makhluk yang berbeda. Manusia pada umunya pasti benci kepada setan. Namun, di balik niat jahatnya ternyata setan mempunyai banyak sifat “yang perlu kita tiru”

7 Kelebihan Setan Dibandingkan Manusia!!!!!

1. Pantang menyerah
Setan tidak akan pernah menyerah selama keinginannya untuk menggoda manusia belum tercapai. Sedangkan manusia banyak yang mudah menyerah dan malah sering mengeluh.


2. Kreatif
Setan akan mencari cara apapun dan bagaimanapun untuk menggoda manusia agar tujuannya tercapai, selalu kreatif dan penuh ide. Sedangkan manusia ingin enaknya saja, banyak yang malas.

3. Konsisten
Setan dari mulai diciptakan tetap konsisten pada pekerjaannya, tak pernah mengeluh dan berputus asa. Sedangkan manusia??? Banyak manusia yang mengeluhkan pekerjaannya, padahal banyak manusia lain yang masih ngaggur dan membutuhkan pekerjaan.

4. Solider
Sesama setan tidak pernah saling menyakiti, bahkan selalu bekerjasama untuk menggoda manusia. Sedangkan manusia, jangankan peduli terhadap sesama, kebanyakan malah saling bunuh dan menyakiti.

5. Jenius
Setan itu paling pintar otaknya dalam mencari cara agar manusia tergoda. Sedangkan manusia banyak yang tidak kreatif, bahkan banyak yang jadi peniru dan plagiat.

6. Tanpa Pamrih
Setan itu bekerja 24 Jam tanpa mengharapkan imbalan apapun. Sedangkan manusia, apapun harus dibayar. Materi seharusnya bukanlah hal yang terpenting dalam hidup ini!

7. Suka berteman dan kompak
Setan adalah mahluk yang selalu ingin berteman, berteman agar banyak temannya di neraka kelak. Sedangkan manusia banyak yang lebih memilih mementingkan diri-sendiri dan egois. Manusia dalam mengerjakan sesuatu cenderung ingin menonjolkan kemampuannya sendiri dibanding bekerja sama dengan orang lain

Read more »

PENGENALAN MEDIA PEMBELAJARAN

 
A.  Pengertian Media Pembelajaran

Media  adalah  sebuah  alat  yang  mempunyai  fungsi  menyampaikan  pesan  (Bovee,  1997).  Media  merupakan  bentuk  jamak  dari  kata “medium”  yang  berasal  dari  bahasa  latin  yang  berarti  “antara”. Istilah media  dapat  kita  artikan  sebagai  segala  sesuatu  yang  menjadi perantara  atau  penyampai  informasi  dari  pengirim  pesan  kepada penerima pesan. 

Berbicara  mengenai  media  tentunya  kita  akan  mempunyai  cakupan yang sangat luas, oleh karena itu saat ini masalah media kita batasi ke arah  yang  relevan  dengan  masalah  pembelajaran  saja  atau  yang dikenal  sebagai  media  pembelajaran.  Briggs  menyebutkan  bahwa media  adalah  segala  alat  fisik  yang  dapat  menyajikan  pesan  serta merangsang siswa untuk belajar. Sementara itu Schramm berpendapat bahwa  media  merupakan  teknologi  pembawa  informasi  atau  pesan instruksional  yang  dapat  dimanipulasi,  dilihat,  didengar  dan  dibaca. Dengan  demikian  media  pembelajaran  adalah  sebuah  alat  yang berfungsi untuk menyampaikan pesan pembelajaran. 

Pembelajaran  adalah  sebuah  proses  komunikasi  antara  pembelajar,pengajar  dan  bahan  ajar.  Komunikasi  tidak  akan  berjalan  tanpa bantuan  sarana  penyampai  pesan  atau  media.  Pesan  yang  akan dikomunikasikan  adalah  isi  pembelajaran  yang  ada  dalam  kurikulum yang  dituangkan  oleh  pengajar  atau  fasilitator  atau  sumber  lain  ke dalam  simbol-simbol  komunikasi,  baik  simbol  verbal  maupun  simbol non verbal atau visual.

Untuk  menyampaikan  pesan  pembelajaran  dari  guru  kepada  siswa, biasanya  guru  menggunakan  alat  bantu  mengajar  (teaching  aids) berupa  gambar,  model,  atau  alat-alat  lain  yang  dapat  memberikan pengalaman  konkrit,  motivasi  belajar,  serta  mempertinggi  daya  serap

atau  yang  kita  kenal  sebagai  alat  bantu  visual.  

Dengan berkembangnya  teknologi  pada  pertengahan  abad  ke  20  guru  juga menggunakan  alat  bantu  audio  visual  dalam  prose  pembelajarannya. Hal  ini  dilakukan  untuk  menghindari  verbalisme  yang  mungkin  terjadi jika hanya menggunakan alat bantu visual saja.

Penggunaan media dalam pembelajaran dapat membantu anak dalam memberikan  pengalaman  yang  bermakna  bagi  siswa.  Penggunaan media  dalam  pembelajaran  dapat  mempermudah  siswa  dalam memahami  sesuatu  yang  abstrak  menjadi  lebih  konkrit.  Hal  ini  sesuai dengan  pendapat  Jerome  S  Bruner  bahwa  siswa  belajar  melalui  tiga tahapan  yaitu  enaktif,  ikonik,  dan  simbolik.  Tahap  enaktif  yaitu  tahap dimana  siswa  belajar  dengan  memanipulasi  benda-benda  konkrit. Tahap  ikonik  yaitu  suatu  tahap  dimana  siswa  belajar  dengan menggunakan  gambar  atau  videotapes.  Sementara  tahap  simbolik yaitu tahap dimana siswa belajar dengan menggunakan simbol-simbol. Prinsip  tahapan  pembelajaran  dari  Jerome  S  Bruner  ini  dapat  kita terapkan dalam “Kerucut Pengalaman” atau “cone of experience” yang dikemukan  Edgar  Dale  pada  tahun  1946,  seperti yang  dapat  kita  lihat pada gambar berikut ini:

Gambar 1: Dale’s Cone of Experience

B.  Jenis-jenis Media Pembelajaran

Terdapat  enam  jenis  dasar  dari  media  pembelajaran  menurut  Heinich and Molenda (2005) yaitu:

1.  Teks. 

Merupakan elemen dasar bagi menyampaikan suatu informasi yang Mempunyai  berbagai  jenis  dan  bentuk  tulisan  yang  berupaya memberi daya tarik dalam penyampaian informasi. 

2.  Media Audio.

Membantu  menyampaikan  maklumat  dengan  lebih  berkesan Membantu            meningkatkan             daya    tarikan             terhadap sesuatu persembahan.  Jenis  audio  termasuk  suara  latar,  musik,  atau rekaman suara dan lainnya.

3.  Media Visual

Media  yang  dapat  memberikan  rangsangan-rangsangan  visual seperti gambar/foto, sketsa, diagram,  bagan,  grafik,  kartun,  poster, papan buletin dan lainnya.

4.  Media Proyeksi Gerak.

Termasuk  di  dalamnya  film  gerak,  film  gelang,  program  TV,  video kaset (CD, VCD, atau DVD)

5.  Benda-bendaTiruan/miniatur

Seperti  benda-benda  tiga  dimensi  yang  dapat  disentuh  dan  diraba oleh  siswa.  Media  ini  dibuat  untuk  mengatasi  keterbatasan  baik obyek maupun situasi sehingga proses pembelajaran tetap berjalan dengan baik.

6.  Manusia.

Termasuk di dalamnya guru, siswa, atau pakar/ahli di bidang/materi tertentu.

C.  Media-media yang Biasa digunakan dalam Proses Pembelajaran

1.  Media Visual

Seperti  halnya  media  yang  lain,  media  visual  berfungsi  untuk menyalurkan  pesan  dari  sumber  ke  penerima  pesan.  Pesan  yang akan disampaikan dituangkan ke dalam simbol-simbol visual. Selain itu,  fungsi  media  visual  adalah  untuk  menarik  perhatian,

memperjelas  sajian  ide,  menggambarkan  atau  menghiasi  fakta yang  mungkin  akan  cepat  dilupakan  jika  tidak  divisualkan. Beberapa media yang termasuk media visual adalah:

a.  Gambar atau foto

Kita  sering  menggunakan  gambar  atau  foto  sebagai  media pembelajaran  karena  gambar  merupakan  bahasa  yang  umum yang  dapat  dimengerti  dan  dinikmati  dimana  saja  oleh  siapa saja.  Manfaat  atau  kelebihan  gambar  atau  foto  sebagai  media pembelajaran adalah:

i.  Memberikan tampilan yang sifatnya konkrit

ii.  Gambar dapat mengatasi batasan ruang dan waktu

iii.  Gambar atau foto dapat mengatasi keterbatasan pengamatan kita

iv.  Dapat  memperjelas  suatu  masalah,  dalam  bidang  apa saja dan untuk tingkat usia berapa saja

v.  Murah  harganya  dan  mudah  didapat  serta  digunakan  tanpa memerlukan peralatan khusus

b.  Sketsa

Sketsa  merupakan  gambar  yang  merupakan  draft  kasar  yang menyajikan  bagian-bagian  pokonya  saja  tanpa  detail.  Sketsa selain  dapat  menarik  perhatian  peserta  atau  siswa  juga  dapat menghindari  verbalisme  dan  dapat  memperjelas  penyampaian pesan. 

c.  Diagram

Berfungsi  sebagai  penyederhana  sesuatu  yang  kompleks sehingga dapat memperjelas penyajian pesan. Isi diagram pada umumnya  berupa  petunjuk-petunjuk.  Sebagai  suatu  gambar sederhana  yang  menggunakan  garis  dan  simbol,  diagram menggambarkan  struktur  dari  objeknya  secara  garis  besar, menunjukkan  hubungan  yang  ada  antar  komponennya  atau sifat-sifat proses yang ada.

Ciri-ciri dari sebuah diagram yang baik adalah:

i.  benar,  digambar  rapi,  diberi  judul,  label  dan  penjelasan-penjelasan yang perlu

ii.  cukup besar dan ditempatkan strategis

iii.  penyusunannya  disesuaikan  dengan  pola  membaca  yang umum, dari kiri ke kanan dan dari atas ke bawah.

d.  Bagan/Chart

Terdapat dua jenis chart yaitu chart yang menyajikan pesannya secara  bertahap  dan  chart  yang  menyajikan  pesannya sekaligus.  Chart  yang  menyajikan  pesannya  secara  bertahap misalnya  adalah  flipchart  atau  hidden  chart,  sementara  bagan atau  chart  yang  menyajikan  pesannya  secara  langsung misalnya bagan pohon (tree chart), bagan  alir (flow chart), atau bagan garis waktu (time line chart). Bagan atau chart Berfungsi untuk  menyajikan  ide-ide  atau  konsep-konsep  yang  sulit  jika hanya  disampaikan  secara  tertulis  atau  lisan  secara  visual. Bagan  juga  mampu  memberikan  ringkasan  butir-butir  penting dari  suatu  presentasi.  Dalam  bagan  biasanya  kita  menjumpai jenis  media  visual  lain  seperti  gambar,  diagram,  atau  lambang-lambang verbal. 

Ciri-ciri bagan sebagai media yang baik adalah:

i.  dapat dimengerti oleh pembaca

ii.  sederhana dan lugas tidak rumit atau berbelit-belit

iii.  diganti  pada  waktu-waktu  tertentu  agar  selain  tetap

mengikuti  perkembangan  jaman  juga  tidak  kehilangan  daya

tarik

e.  Grafik

Disusun  berdasarkan  prinsip  matematik  dan  menggunakan data-data komparatif, grafik merupakan gambar sederhana yang menggunakan  titik-titik,  garis  atau  simbol-simbol  verbal  yang berfungsi  untuk  menggambarkan  data  kuantitatif  secara  teliti, menerangkan  perkembangan  atau  perbandingan  sesuatu  objek

atau  peristiwa  yang  saling  berhubungan  secara  singkat  dan jelas.  Dengan  menggunakan  grafik  kita  dapat  melakukan analisis dengan cepat, interpretasi  dan perbandingan data-data yang disajikan baik dalam hal ukuran, jumlah, pertumbuhan dan arah.  Terdapat  beberapa  macam  grafik  diantaranya  adalah grafik garis, grafik batang, grafik lingkaran, dan grafik gambar.

f.  Kartun

Suatu  gambar  interpretatif  yang  menggunakan  simbol-simbol untuk  menyampaikan  suatu  pesan  secara  cepat  dan  ringkas atau  suatu  sikap  terhadap  orang,  situasi atau kejadian-kejadian tertentu. Kartun biasanya hanya menangkap esensi pesan yang harus  disampaikan  dan  menuangkannya  ke  dalam  gambar sederhana  dengan  menggunakan  simbol-simbol  serta  karakter yang mudah dikenal dan diingat serta dimengerti dengan cepat.

g.  Poster

Poster dapat dibuat di atas kertas, kain, batang kayu, seng dan sebagainya.  Poster  tidak  saja  penting  untuk  menyampaikan pesan  atau  kesan  tertentu  akan  tetapi  mampu  pula  untuk mempengaruhi  dan  memotivasi  tingkah  laku  orang  yang melihatnya. Ciri-ciri poster yang baik adalah:

i.   sederhana

ii.  menyajikan satu ide dan untuk mencapai satu tujuan pokok

iii.  berwarna

iv.  slogan yang ringkas dan jitu

v.  ulasannya jelas

vi.  motif dan desain bervariasi

h.  Peta dan Globe

Berfungsi  untuk  menyajikan  data-data  yang  berhubungan dengan  lokasi  suatu  daerah  baik  berupa  keadaan  alam,  hasil bumi,  hasil  tambang  atau  lain  sebagainya.  Secara  khusus  peta dan globe dapat memberikan informasi tentang:

i.  keadaan  permukaan  bumi,  daratan,  sungai,  gunung,  lautan dan bentuk daratan serta perairan lainnya

ii.  tempat-tempat serta arah dan jarak dengan tempat yang lain

iii.  data-data budaya dan kemasyarakatan

iv.  data-data      ekonomi,      hasil      pertanian,       industri      dan perdagangan

i.  Papan planel

Papan  berlapis  kain  planel  ini  dapat  berisi  gambar  atau  huruf

yang  dapat  ditempel  dan  dilepas  sesuai  kebutuhan,  gambar

atau huruf tadi dapat melekat pada kain planel karena di bagian

bawahnya  dilapisi  kertas  amplas.  Papan  planel  merupakan

media  visual  yang  efektif  dan  mudah  untuk  menyampaikan

pesan-pesan tertentu kepada sasaran tertentu pula.

j.  Papan Buletin. 

Papan  ini  tidak  dilapisi  oleh  kain  planel,  tetapi  langsung ditempeli  gambar  atau  tulisan.  Papan  ini  berfungsi  untuk memberitahukan  kejadian  dalam  waktu  tertentu.  Media  visual lainnya  seperti  gambar,  poster,  sketsa  atau  diagram  dapat dipakai sebagai bahan pembuatan papan buletin.

2.  Media Audio

Media  audio  adalah  jenis  media  yang  berhubungan  dengan  indera pendengaran. Pesan  yang akan disampaikan dituangkan ke dalam

lambang-lambang  uaditif.  Beberapa  jenis  media  yang  dapat digolongkan ke dalam media audio adalah sebagai berikut:

a.  Radio

Media  ini  dapat  merangsang  partisipasi  aktif  dari  pendengar. Siaran  radio  sangat  cocok  untuk  mengajarkan  musik  dan bahasa.  Bahkan  radio  juga  dapat  digunakan  sebagai  pemberi petunjuk  mengenai  apa  yang  harus  dilakukan  oleh  guru  atau siswa dalam pembelajaran. 

b.  Alat perekam magnetik

Alat  perekam  magnetik  atau  tape  recorder  adalah  salah  satu media  yang  memiliki  peranan  yang  sangat  penting  dalam penyampaian  keakuratan  sebuah  informasi.  Melalui  media  ini kita  dapat  merekam  audio,  mengulangnya  dan  menghapusnya. Selain  itu  pita  rekaman  dapat  diputar  berulang-ulang  tanpa mempengaruhi  volume,  sehingga  dapat  menimbulkan  berbagai kegiatan diskusi atau dramatisasi.

3.  Media Proyeksi Diam

Beberapa  media  yang  termasuk  kedalam  media  proyeksi  diam

diantaranya adalah:

a.  Film Bingkai

Film  bingkai  adalah  suatu  film  positif  baik  hitam  putih  ataupun berwarna  yang  berukuran  35  mm,  dan  umumnya  dibingkai dengan ukuran  2 x 2 inchi. Untuk melihatnya perlu ditayangkan dengan proyektor slide. Beberapa keuntungan penggunaan film bingkai sebagai media pembelajaran adalah:

i.  materi  pelajaran  yang  sama  dapat  disebarkan  kepada

seluruh siswa secara serentak

ii.  perhatian  siswa  dapat  dipusatkan  pada  satu  persoalan,

sehingga dapat menghasilkan keseragaman pengamatan

iii.  Fungsi  berfikir  siswa  dirangsang  dan  dikembangkan  secara

bebas

iv.  Penyimpanannya mudah dan praktis

v.  Film bingkai dapat mengatasi keterbatasan ruang waktu dan

indera

vi.  Program  dapat  dibuat  dalam  waktu  singkat  tergantung

kebutuhan dan perencanaan

b.  Film Rangkai

Film  rangkai  hampir  sama  dengan  film  bingkai,  bedanya  pada film  rangkai  frame  atau  gambar  tidak  memerlukan  bingkai  dan merupakan  rangkaian  berurutan  dari  sebuah  film  atau  gambar

tertentu.  Jumlah  gambar  pada  1  rol  film  rangkai  adalah  sekitar 50 sampai dengan 75 gambar dengan panjang kurang lebih 100 sampai dengan 130 cm tergantung pada isi film itu.  Film rangkai dapat  mempersatukan  berbagai  media  pembelajaran  yang berbeda dalam satu rangkai sehingga cocok untuk mengajarkan keterampilan,  penyimpanannya  mudah  serta  dapat  digunakan untuk bahan belajar kelompok atau individu

c.  OHT

Over  Head  Transparancy  (OHT)  adalah  media  visual  proyeksi, dibuat  di  atas  bahan  transparan,  biasanya  film  acetate  atau plastik  berukuran  8,5  x  11  inchi.  Media  ini  memerlukan  alat khusus  untuk  memproyeksikannya  yang  dikenal  dengan sebutan  Over  Head  Projector  (OHP).  Beberapa  keuntungan penggunaan  OHT  sebagai  media  pembelajaran  diantaranya adalah:

i.  gambar yang diproyeksikan lebih jelas bila dibandingkan jika

digambarkan di papan tulis

ii.  ruangan tidak perlu digelapkan

iii.  sambil mengajar, guru dapat berhadapan dengan siswa

iv.  mudah  dioperasikan  sehingga  tidak  memerlukan  bantuan

operator

v.  menghemat  tenaga  dan  waktu  karena  dapat  dipakai

berulang-ulang

vi.  praktis  dapat  digunakan  untuk  semua  ukuran  kelas  atau

ruangan

d.  Opaque Projektor

Projektor yang tak tembus pandang, karena yang diproyeksikan bukan bahan transparan tetapi bahan-bahan yang tidak tembus pandang  (opaque).  Kelebihan  media  ini  sebagai  media pembelajaran  adalah  bahwa  bahan  cetak  pada  buku,  majalah, foto,  grafis,  bagan  atau  diagram  dapat  diproyeksikan  secara

langsung tanpa dipindahkan ke permukaan transparansi terlebih dahulu. Kelebihan projektor tak tembus pandang adalah:

i.  dapat digunakan untuk hampir semua bidang studi yang ada

di kurikulum

ii.    dapat  memperbesar  benda  kecil  menjadi  sebesar  papan

sehingga  bahan  yang  semula  hanya  untuk  individu  menjadi

untuk seluruh kelas

e.  Mikrofis

Mikrofis  adalah  lembaran  film  transparan  yang  terdiri  atas lambang-lambang  visual  yang  diperkecil  sedemikian  sehingga tidak  dapat  dibaca  dengan  mata  telanjang.  Keuntungan  dari media ini adalah sebagai berikut:

i.  mudah diduplikasi dengan biaya relatif murah

ii.  dapat diproyeksikan ke layar lebar

iii.  karena  dalam  bentuk  lembaran,  ringkas,  hemat  tempat  dan

praktis untuk dikirim

iv.  memudahkan  identifikasi  informasi  kepustakaan  karena

letaknya berada di bagian atas lembaran 

4.  Media Proyeksi Gerak dan Audio Visual

Beberapa jenis media yang masuk dalam kelompok ini adalah:

a.  Film gerak

Film gerak merupakan sebuah media pembelajaran yang sangat meanrik  karena  mampu  mengungkapkan  keindahan  dan  fakta bergerak dengan efek suara, gambar dan gerak, film juga dapat diputar  berulang-ulang  sesuai  dengan  kebutuhan.  Selain  itu, beberapa keunggulan film sebagai media pembelajaran adalah:

i.  keterampilan membaca atau menguasai penguasaan bahasa

yang kurang bisa diatasi dengan menggunakan film

ii.  sangat tepat untuk menerangkan suatu proses

iii.  dapat  menyajikan  teori  ataupun  praktek  dari  yang  bersifat

umum ke yang bersifat khusus ataupun sebaliknya

iv.  film      dapat     mendatangkan     seorang     yang     ahli     dan memperdengarkan suaranya di depan kelas

v.  film  dapat  lebih  realistis,  hal-hal  yang  abstrak  dapat terlihat

menjadi lebih jelas

vi.  film juga apat merangsang motivasi kegiatan siswa

b.  Film gelang

Film  gelang  atau  film  loop  adalah  jenis  media  yang  terdiri  atas film  berukuran  8  mm  dan  16  mm  yang  ujung-ujungnya  saling bersambungan  sehingga  film  ini  akan  berulang  terus  menerus jika  tidak  dimatikan.  Kelebihan  penggunaan  media  ini  sebagai media pembelajaran adalah:

i.  ruangan tidak perlu digelapkan

ii.  dapat  berputar  terus  berulang-ulang  sehingga  pengertian

yang kabur menjadi jelas

iii.  mudah  diintegrasikan  ke  dalam  pelajaran  dan  dipakai

bersama dengan media lain

iv.  siswa       juga     dapat     menggunakannya      sendiri     karena

sederhana

v.  film  dapat  dihentikan  kapan  saja  untuk  diselingi  oleh

penjelasan atau diskusi

c.  Program TV

Televisi  merupakan  media  menarik  dan  modern  karena merupakan  bagian  dari  kebutuhan  hidupnya.  Televisi  dapat menjadi  sebuah  media  pembelajaran  yang  menarik  dalam menyampaikan  pesan-pesan  pembelajaran  secara  audio  visual dengan disertai unsur gerak.

d.  Video

Pesan  yang  disajikan  dalam  media  video  dapat  berupa  fakta maupun  fiktif,  dapat  bersifat  informatif,  edukatif  maupun instruksional.  Beberapa  kelebihan  penggunaan  media  video dalam pembelajaran adalah:

i.  dengan  alat  perekam  video  sejumlah  besar  penonton dapat

memperoleh informasi dari para ahli

ii.  demonstrasi  yang  sulit  dapat  dipersiapkan  dan  direkam

sebelumnya,  sehingga  pada  waktu  mengajar  seorang  guru

dapat memusatkan perhatian pada penyajiannya

iii.  menghemat waktu karena rekaman dapat diputar ulang

iv.  dapat mengamati lebih dekat  dengan objek yang berbahaya

ataupun objek yang sedang bergerak

v.  ruangan tidak perlu digelapkan pada saat penyajian

5.  Multimedia

Vaughan (2004) menjelaskan bahwa multimedia adalah sembarang kombinasi  yang  terdiri  atas  teks,  seni  grafik,  bunyi,  animasi  dan video  yang  diterima  oleh  pengguna  melalui  komputer.  Sejalan dengan  hal  di  atas,  Heinich  et  al  (2005)  multimedia  merupakan penggabungan  atau  pengintegrasian  dua  atau  lebih  format  media yang  berpadu  seperti  teks,  grafik,  animasi,  dan  video  untuk membentuk  aturan  informasi  ke  dalam  sistem  komputer.  Namun kelemahan  dari  media  ini  adalah  harus  didukung  oleh  peralatan memadai  seperti  LCD  projektor  dan  adanya  aliran  listrik. Keuntungan      penggunaan    multimedia      dalam pembelajaran diantaranya  dapat  meningkatkan  kemampuan  siswa  dalam memahami  suatu  konsep  abstrak  dengan  lebih  mudah,  selain  itu juga  penggunaan  media  komputer  dalam  bentuk  multimedia  dapat memberikan  kesan  yang  positif  kepada  guru  karena  dapat

membantu  guru  menjelaskan  isi  pelajaran  kepada  pelajar, menghemat waktu dan meningkatkan motivasi siswa dalam belajar.

6.  Benda

Benda-benda  yang  ada  disekitar  dapat  digunakan  pula  sebagai media  pembelajaran,  baik  benda  asli  maupun  benda  tiruan  atau miniatur.  Benda-benda  ini  dapat  membantu  proses  pembelajaran dengan  baik  terutama  jika  metode  yang  digunakan  adalah metode demonstrasi atau praktek lapangan. 

D.  Manfaat Media Pembelajaran

Secara  umum  media  pembelajaran  mempunyai  manfaat  sebagai berikut:

1.  Memperjelas  penyajian  suatu  pesan  agar  tidak  terlalu  bersifat verbalistis

2.  Mengatasi keterbatasan ruang, waktu dan daya indera seperti:

a.  obyek  yang  terlalu  besar,  dapat  digantikan  dengan  realita, gambar, film bingkai, film, gambar video, atau model

b.  obyek  yang  kecil  dibantu  dengan  proyektor  mikro,  film  slide, gambar video atau gambar

c.  gerak  yang  terlalu  lambat  atau  terlalu  cepat  dapat  dibantu dengan  timelapse,  highspeed  photografi  atau  slow  motion playback video

d.  kejadian  atau  peristiwa  yang  terjadi  pada  masa  lalu  dapat ditampilkan lagi melalui rekaman film, video, atau foto

e.  Obyek  yang  terlalu  kompleks  dapat  disajikan  dengan  model, diagram, dll

f.  Konsep  yang  terlalu  luas  dapat  divisualkan  dalam  bentuk  film, slide, gambar atau video

3. Dengan  menggunakan  media  pembelajaran  secara  tepat  dan bervariasi  dapat  mengatasi  sikap  pasif  siswa.  Dalam  hal  ini  media pembelajaran berguna untuk:

a.  menimbulkan gairah belajar

b.  memungkinkan  interaksi  langsung  antara  siswa  dengan lingkungan dan kenyataan

c.  Memungkinkan  siswa  belajar  sendiri  menurut  minat  dan kemampuannya

4.  Dengan  sifat  yang  unik  pada  siswa  juga  dengan  lingkungan  dan pengalaman  yang  berbeda-beda,  sedangkan  kurikulum  dan  materi pembelajaran  yang  sama  untuk  setiap  siswa,  masalah  ini  dapat diatasi dengan media pembelajaran dalam kemampuannya:

a.  memberikan perangsang yang sama

b.  menyamakan pengalaman

                                                 c.  menimbulkan persepsi yang sama

Read more »