SlideShare uma empresa Scribd logo
1 de 20
LAPORAN
PRAKTIKUM PENGOLAHAN DATA PERIKANAN
Oleh :
Fudoh Nurhidayah
NIM. 1106035005
PROGRAM STUDI MANAJEMEN SUMBERDAYA PERAIRAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS MULAWARMAN
SAMARINDA
2014
KATA PENGANTAR
Kami panjatkan puji syukur atas kehadirat Tuhan Yang Maha Esa, yang
telah melimpahkan rahmat, hidayah, dan inayah-Nya, sehingga kami dapat
menyelesaikan Laporan Praktikum Pengolahan DataPerikanan.
Namun tidak lepas dari semua itu, kami menyadari sepenuhnya bahwa ada
kekurangan baik dari segi penyusunan laporan maupun penulisannya. Oleh karena
itu kami mohon kritik dan saran pembaca agar kami dapat memperbaiki penulisan
laporan ini. Demikian laporan ini kami buat semoga Laporan Praktikum ini dapat
bermanfaat bagi kita semua.
Samarinda, 3 Juni 2014
Penyusun
DAFTAR ISI
Halaman
KATA PENGANTAR…………………………………………………………... ii
DAFTAR ISI……………………………………………………………………. iii
I. PENDAHULUAN
A. Latar Belakang…………………………………………………………. 1
B. Tujuan dan Manfaat Praktikum………………………………………. 1
II. METODOLOGI
A. Tempat dan Waktu Praktikum………………………………………… 2
B. Alat dan Bahan…………………………………………………………. 2
C. Metode Praktikum……………………………………………………… 2
III. HASIL DAN PEMBAHASAN
A. Hasil…………………………………………………………………….. 3
B. Pembahasan……………………………………………………………. 6
IV. PENUTUP
A. Kesimpulan……………………………………………………………… 19
B. Saran…………………………………………………………………….. 19
I. PENDAHULUAN
A. Latar Belakang
Adanya persaingan gaya hidup yang semakin canggih dan modern, maka
lulusan perguruan tinggi di harapakan mampu menguasai teknologi. Selain itu,
banyaknya permasalahan-permasalahan di lingkungan sekitar mengenai
pengolahan, sebaiknya kita mampu menguasai aplikasi yang ada di teknologi
contohnya seperti Microsoft exel.
Dengan Microsoft exel pengolahan data dapat di lakukan dengan mudah,
dari mulai deskriptif statistic dan lain sebagainya, apalagi melihat pengolahan
skripsi, keuangan di kantor dll disajikan dengan perhitungan data.
B. Tujuan dan Manfaat
Tujuan praktikum ini adalah mahasisiwa mampu mengolah data-data
perikanan dengan Microsoft exel adapun manfaat dari praktikum ini adalah
mahasiswa mengetahui deskriptif statistic dari sebuah data, pengelompokan data,
grafik distribusi frekuensi, regresi dan korelasi.
II. METODOLOGI
A. Waktu dan Tempat
Praktikum pengolahan data dilaksanakan hari rabu tanggal 30 juli dan 7
mei 2014 di Fakultas Perikanan dan Ilmu Kelautan, Universitas Mulawarman.
B. Alat dan Bahan
Alat yang di gunakan berupa laptop dan alat tulis, adapun bahan yang di
gunakan berupa data untuk di olah .
C. Cara Kerja
1. Mengikuti intruksi dosen dalam praktek pengolahan data
2. Melakukan pengolahan data menggunakan Microsoft exel
III. HASIL DAN PEMBAHASAN
A. Hasil
a. Acara 1 Pengolahan Data Teri Upil
Gambar 1. Hasil perhitungan gejala pusat
Gambar 2. Hasil pengelompokan data
Gambar 3. Hasil grafik distribusi frekuensi
Gambar 4. Hasil analisis korelasi dan regresi
Acara 2. Pengolahan Data Alga
Gambar 5. Hasil pengolahan data alga tahun 2007-2011
B. Pembahasan
a. Acara 1. Pengolahan data teri upil
1. Cara perhitungan gejala pusat
1.1 menggunakan data analisis
a. Klik data
b. pilih data analysis
c. Pilih data analisis descriptive statistics, klik ok
d. Klik input range, masukan data
e. Kemudian klik output range, masukan cell yang masih kosong
f. Klik summary statistics
g. Kemudian klik ok, maka data gejala pusat akan keluar yang meliputi: Mean,
Standard Error, Median, Mode, Standard Deviation, Sample Variance,
Kurtosis, Skewness, Range, Minimum, Maximum, Sum, Count.
1.2 menggunakan formula
a. mean :
b. Median :
c. Mode:
d. Standard Deviation
e. Sample Variance
f. Kurtosis
g. Skewness
h. Sum
i. Count
2. Pengelompokan data
Untuk pengelompokan data, harus tentukan terlebih dahulu
a. Range : max- min
b. Jumlah kelas :
c. Interval : range/jk
d. Kelas: untuk menentukan kelas di lakukan dengan cara
1. Nilai minimum + interval
2. Kemudian sesuaikan dengan jumlah kelas untuk pembuatan kolomnya
e. Kemudian dapat ditentukan simpangan bawah dan atasnya, untuk simpangan
bawah nilai sebelah kiri, dan untuk simpangan atas nilai sebelah kanan dalam
kolom kelas, atau di formulakan dengan Microsoft exel sebaga berikut:
1. Simpangan bawah = nilai minimum dan untuk kolom simpangan bawah
selanjutnya = simpangan atas + 0.1
2. Simpangan atas = nilai minimum + interval, untuk kolom simpangan atas
selanjutnya agar nilai tidak 0 maka dapat ditambahkan $ contoh:
3. Batas bawah = simpangan bawah - 0.5
4. Batas atas = simpangan atas + 0.5
5. Tanda kelas (xi) =
𝑏𝑎𝑡𝑎𝑠 𝑏𝑎𝑤𝑎ℎ+𝑏𝑎𝑡𝑎𝑠 𝑎𝑡𝑎𝑠
2
6. Kemudian tentukan frekuensi
3. Pembuatan grafik untuk distribusi frekuensi
a. Klik data
b. Pilih data analysis
c. Pilih data analysis histogram, kemudian klik ok
d. Input range dengan masukan nilai (fi) dan masukan nilai bin range untuk nilai
(xi)
e. Untuk nilai output range, letakan di cell yang masih kosong, kemudian klik
chart output kemudian terakhir klik ok.
4. Perhitungan analisis korelasi dan regresi
a. Klik data, pilih data analysis
b. Kemudian klik regresi trus klik ok
c. Klik Input Y Range (kemudian blok database pengukuran panjang ikan teri
upil)
d. Klik Input X Range (kemudian blok database pengukuran berat ikan teri upil)
e. Klik Labels
f. Pilih Output Range, kemudian klik kolom sel yang kosong.
g. Plih Resisduals
h. Terakhir pada normal probability, plih Probability Plots, kemudian OK.
i. setelah di klik semua maka akan keluar nilai summary output, grafik regresi
dan nilai korelasi.
b. Acara 2. Pengolahan Data Alga
Pada praktikum acara ke dua menggunakan metode:
1. Sortasi data
Tujuan sortasi data yaitu untuk mengurutkan data-data sesuai abjad dan
menghindari adanya kosongnya atau blanknya data dalam kolom data yang akan
di olah, sehingga memudahkan dalam pengolahan data.
Berikut cara sortasi data:
a. Klik sort & filter, kemudian klik filter
b. Kemudian kolom data base akan menjadi
c. untuk data yang kosong bisa dihapus, untuk memudahkan pengolahan urutkan
sesuai abjad, contoh:
pada kolom spesies, klik ujung bawah :
d. kemudian klik select all, pilih salah satu spesies, letakan pada sheet baru klik
ok, lakukan sperti ini sampai spesies terakhir.
2. Aplikasi olah data
Aplikasi olah data ini di gunakan untuk mengetahui struktur komunitas
pada beberapa tahun, yang meliputi: kerapatan(ind), KR(%), P, Pr(%),F, Fr(%),
NP(%). Dapat di buat kolom seperti berikut:
Formula yang di gunakan sebagai berikut:
a. kerapatan(ind) =
Klik =sumifs kemudian klik data base jumlah individu koma (sesuai dengan
perintah laptop) klik data base spesies
Kemudian koma, klik nama spesies pada sheet 1 koma klik database tahun koma
klik tahun yang di olah pada sheet 1 :
Untuk menghitung kolom selanjutnya pada tahun dapat ditambahkan $ contoh :
Sheet1!$C$1, kemudian tarik kebawah.
b. KR(%)
Klik = kemudian klik kerapatan individu pertama dibagi (/) jumlah seluruh
kerapatan individu kali 100. Untuk KR (%) untuk spesies berikutnya, tambahkan
$ seperti gambar di atas, kemudian tarik kebawah.
c. P
Klik = kemudian klik database penutupan koma klik database spesies koma klik
spesies pertama pada sheet 1 koma klik database tahun koma klik tahun yang di
olah pada sheet 1. Kemudian pada tahun sheet 1 ditambahkan $ kemudian tarik
kebawah untuk nilai P spesies berikutnya.
d. Pr(%)
𝑝 𝑠𝑝𝑒𝑠𝑖𝑒𝑠 1
∑𝑝
x 100 atau
Klik = kemudian klik penutupan individu pertama dibagi (/) jumlah seluruh
penutupan individu kali 100. Untuk Pr (%) untuk spesies berikutnya, tambahkan $
seperti gambar di atas, kemudian tarik kebawah.
e. F
Klik = countifs kemudian klik database database spesies koma klik spesies
pertama pada sheet 1 koma klik database tahun koma klik tahun yang di olah pada
sheet 1. Kemudian pada tahun sheet 1 ditambahkan $ kemudian tarik kebawah
untuk nilai f spesies berikutnya.
f. Fr (%)
𝑓 𝑠𝑝𝑒𝑠𝑖𝑒𝑠 1
∑𝑓
x 100 atau
Klik = kemudian klik f individu pertama dibagi (/) jumlah seluruh f individu kali
100. Untuk Fr (%) untuk spesies berikutnya, tambahkan $ seperti gambar di atas,
kemudian tarik kebawah.
g. NP (%)
= Kr (%)spesies1 + Pr(%)spesies1 + Fr(%)spesies1
.
.
.
.
.
=
= Kr (%)n + Pr(%)n + Fr(%)n
untuk tahun selanjutnya 2008-2011 dapat di lakukan seperti contoh tahun 2007,
hanya saja pada sheet 1 di ganti dengan tahun yang akan di hitung.
IV. PENUTUP
A. KESIMPULAN
Deskriptif statistic dari sebuah data yaitu gejala pusat yang meliputi
Mean, Standard Error, Median, Mode, Standard Deviation, Sample Variance,
Kurtosis, Skewness, Range, Minimum, Maximum, Sum, count. Pengelompokan
data agar memudahkan perhitungan , grafik distribusi frekuensi, regresi dan
korelasi.
B. SARAN
1. Dosen diharapkan memberi bimbingannya untuk perbaiki laporan ini
2. Penulisan laporan ini harus lebih di perbaiki

Mais conteúdo relacionado

Mais procurados

MAD Analisa Deskripsi Data Kesehatan -SPSS
MAD Analisa Deskripsi Data Kesehatan -SPSSMAD Analisa Deskripsi Data Kesehatan -SPSS
MAD Analisa Deskripsi Data Kesehatan -SPSSNajMah Usman
 
Modul Ajar Statistika Inferensia ke-1: Pengantar Statistika Inferensia
Modul Ajar Statistika Inferensia ke-1: Pengantar Statistika InferensiaModul Ajar Statistika Inferensia ke-1: Pengantar Statistika Inferensia
Modul Ajar Statistika Inferensia ke-1: Pengantar Statistika InferensiaArif Rahman
 
Multivariate Analysis
Multivariate AnalysisMultivariate Analysis
Multivariate Analysisdyahanindita
 
Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah assagaf multivariate data analysis 19 feb 2021Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah assagaf multivariate data analysis 19 feb 2021Aminullah Assagaf
 
Uji asumsi-klasik
Uji asumsi-klasikUji asumsi-klasik
Uji asumsi-klasikIpma Zukemi
 
Modul Ajar Statistika Inferensia ke-10: Analisis Regresi Nonlinier
Modul Ajar Statistika Inferensia ke-10: Analisis Regresi NonlinierModul Ajar Statistika Inferensia ke-10: Analisis Regresi Nonlinier
Modul Ajar Statistika Inferensia ke-10: Analisis Regresi NonlinierArif Rahman
 
5. regersi linear berganda, hpz new
5. regersi linear berganda, hpz new5. regersi linear berganda, hpz new
5. regersi linear berganda, hpz newHapzi Ali
 
Emilia wati semester 3 akuntansi_bab 8
Emilia wati semester 3 akuntansi_bab 8Emilia wati semester 3 akuntansi_bab 8
Emilia wati semester 3 akuntansi_bab 8Emilia Wati
 
Modul Ajar Statistika Inferensia ke-8: Analisis Korelasi Pearson, Spearman, K...
Modul Ajar Statistika Inferensia ke-8: Analisis Korelasi Pearson, Spearman, K...Modul Ajar Statistika Inferensia ke-8: Analisis Korelasi Pearson, Spearman, K...
Modul Ajar Statistika Inferensia ke-8: Analisis Korelasi Pearson, Spearman, K...Arif Rahman
 
Analisis regresi dengan exel dan cara membacanya
Analisis regresi dengan exel dan cara membacanyaAnalisis regresi dengan exel dan cara membacanya
Analisis regresi dengan exel dan cara membacanyanatnitnet nitnot
 
Bab 5 analisis deskriptif pada SPSS
Bab 5 analisis deskriptif pada  SPSSBab 5 analisis deskriptif pada  SPSS
Bab 5 analisis deskriptif pada SPSSNajMah Usman
 
Bab 5 analisis deskriptif pada spss
Bab 5 analisis deskriptif pada  spssBab 5 analisis deskriptif pada  spss
Bab 5 analisis deskriptif pada spssNajMah Usman
 
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021Aminullah Assagaf
 
Analysis Tools_SPSS & EXCEL _"Training MARKETING RESEARCH"
Analysis Tools_SPSS & EXCEL _"Training MARKETING RESEARCH"Analysis Tools_SPSS & EXCEL _"Training MARKETING RESEARCH"
Analysis Tools_SPSS & EXCEL _"Training MARKETING RESEARCH"Kanaidi ken
 
Modul 2
Modul 2Modul 2
Modul 2cipno
 
Panduan olah data spss
Panduan olah data spssPanduan olah data spss
Panduan olah data spssMedian Agus P
 
Laporan Praktikum Analisis Data Eksploratif-Statistika Dasar Dengan SPSS
Laporan Praktikum Analisis Data Eksploratif-Statistika Dasar Dengan SPSSLaporan Praktikum Analisis Data Eksploratif-Statistika Dasar Dengan SPSS
Laporan Praktikum Analisis Data Eksploratif-Statistika Dasar Dengan SPSSShofura Kamal
 

Mais procurados (20)

Interpetas data
Interpetas dataInterpetas data
Interpetas data
 
MAD Analisa Deskripsi Data Kesehatan -SPSS
MAD Analisa Deskripsi Data Kesehatan -SPSSMAD Analisa Deskripsi Data Kesehatan -SPSS
MAD Analisa Deskripsi Data Kesehatan -SPSS
 
Modul Ajar Statistika Inferensia ke-1: Pengantar Statistika Inferensia
Modul Ajar Statistika Inferensia ke-1: Pengantar Statistika InferensiaModul Ajar Statistika Inferensia ke-1: Pengantar Statistika Inferensia
Modul Ajar Statistika Inferensia ke-1: Pengantar Statistika Inferensia
 
Multivariate Analysis
Multivariate AnalysisMultivariate Analysis
Multivariate Analysis
 
Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah assagaf multivariate data analysis 19 feb 2021Aminullah assagaf multivariate data analysis 19 feb 2021
Aminullah assagaf multivariate data analysis 19 feb 2021
 
Uji asumsi-klasik
Uji asumsi-klasikUji asumsi-klasik
Uji asumsi-klasik
 
Modul Ajar Statistika Inferensia ke-10: Analisis Regresi Nonlinier
Modul Ajar Statistika Inferensia ke-10: Analisis Regresi NonlinierModul Ajar Statistika Inferensia ke-10: Analisis Regresi Nonlinier
Modul Ajar Statistika Inferensia ke-10: Analisis Regresi Nonlinier
 
5. regersi linear berganda, hpz new
5. regersi linear berganda, hpz new5. regersi linear berganda, hpz new
5. regersi linear berganda, hpz new
 
Emilia wati semester 3 akuntansi_bab 8
Emilia wati semester 3 akuntansi_bab 8Emilia wati semester 3 akuntansi_bab 8
Emilia wati semester 3 akuntansi_bab 8
 
Modul Ajar Statistika Inferensia ke-8: Analisis Korelasi Pearson, Spearman, K...
Modul Ajar Statistika Inferensia ke-8: Analisis Korelasi Pearson, Spearman, K...Modul Ajar Statistika Inferensia ke-8: Analisis Korelasi Pearson, Spearman, K...
Modul Ajar Statistika Inferensia ke-8: Analisis Korelasi Pearson, Spearman, K...
 
Analisis regresi dengan exel dan cara membacanya
Analisis regresi dengan exel dan cara membacanyaAnalisis regresi dengan exel dan cara membacanya
Analisis regresi dengan exel dan cara membacanya
 
Bab 5 analisis deskriptif pada SPSS
Bab 5 analisis deskriptif pada  SPSSBab 5 analisis deskriptif pada  SPSS
Bab 5 analisis deskriptif pada SPSS
 
Bab 5 analisis deskriptif pada spss
Bab 5 analisis deskriptif pada  spssBab 5 analisis deskriptif pada  spss
Bab 5 analisis deskriptif pada spss
 
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
Aminullah assagaf model multiple discriminant analysis (mda) 19 feb 2021
 
Analysis Tools_SPSS & EXCEL _"Training MARKETING RESEARCH"
Analysis Tools_SPSS & EXCEL _"Training MARKETING RESEARCH"Analysis Tools_SPSS & EXCEL _"Training MARKETING RESEARCH"
Analysis Tools_SPSS & EXCEL _"Training MARKETING RESEARCH"
 
Modul 2
Modul 2Modul 2
Modul 2
 
Panduan olah data spss
Panduan olah data spssPanduan olah data spss
Panduan olah data spss
 
STATISTIK MU7LTIFARIAT
STATISTIK MU7LTIFARIATSTATISTIK MU7LTIFARIAT
STATISTIK MU7LTIFARIAT
 
Tugas bu ifana
Tugas bu ifanaTugas bu ifana
Tugas bu ifana
 
Laporan Praktikum Analisis Data Eksploratif-Statistika Dasar Dengan SPSS
Laporan Praktikum Analisis Data Eksploratif-Statistika Dasar Dengan SPSSLaporan Praktikum Analisis Data Eksploratif-Statistika Dasar Dengan SPSS
Laporan Praktikum Analisis Data Eksploratif-Statistika Dasar Dengan SPSS
 

Semelhante a cara menentukan data analisa dan regresi dengan microsoft exel

pengolahan data
pengolahan datapengolahan data
pengolahan dataPutra Yasa
 
Penyajian data perbaikan
Penyajian data perbaikanPenyajian data perbaikan
Penyajian data perbaikanLyfia Silitonga
 
Penyajian data perbaikan
Penyajian data perbaikanPenyajian data perbaikan
Penyajian data perbaikanLyfia Silitonga
 
statistikabaru.ppt
statistikabaru.pptstatistikabaru.ppt
statistikabaru.pptYusufJatnika
 
4. STATISTIK(s) - Matematika SMP Kelas IX [www.defantri.com].ppt
4. STATISTIK(s) - Matematika SMP Kelas IX [www.defantri.com].ppt4. STATISTIK(s) - Matematika SMP Kelas IX [www.defantri.com].ppt
4. STATISTIK(s) - Matematika SMP Kelas IX [www.defantri.com].pptssuserb6057c
 
[ESPA4123] INISIASI 2.ppt
[ESPA4123] INISIASI 2.ppt[ESPA4123] INISIASI 2.ppt
[ESPA4123] INISIASI 2.pptMarliLusi
 
Tutorial fisat-2- oleh suko-harsono
Tutorial fisat-2- oleh suko-harsonoTutorial fisat-2- oleh suko-harsono
Tutorial fisat-2- oleh suko-harsonoarisandy08
 
Modul Perkuliahan Research on ELT.pdf
Modul Perkuliahan Research on ELT.pdfModul Perkuliahan Research on ELT.pdf
Modul Perkuliahan Research on ELT.pdfBisnisDigitalMTU
 
Dasar Dasar Statistika
Dasar Dasar StatistikaDasar Dasar Statistika
Dasar Dasar Statistikaformatik
 
Materi statistik
Materi statistikMateri statistik
Materi statistiktri cahyani
 
Bahan kuliah statistika gbs
Bahan kuliah statistika gbsBahan kuliah statistika gbs
Bahan kuliah statistika gbsJudianto Nugroho
 
Materi Pertemuan 1 ( Populasi dan Sampel)
Materi Pertemuan 1 ( Populasi dan Sampel)Materi Pertemuan 1 ( Populasi dan Sampel)
Materi Pertemuan 1 ( Populasi dan Sampel)cristianpramusinta
 
Materi Inarata 4.1_rev.pptx
Materi Inarata 4.1_rev.pptxMateri Inarata 4.1_rev.pptx
Materi Inarata 4.1_rev.pptxLiliernida3
 
Definisi Statistika dan Penyajian Data
Definisi Statistika dan Penyajian DataDefinisi Statistika dan Penyajian Data
Definisi Statistika dan Penyajian DataPutri Aulia
 
Bab1 statistik
Bab1 statistikBab1 statistik
Bab1 statistiknadiahbsa
 

Semelhante a cara menentukan data analisa dan regresi dengan microsoft exel (20)

pengolahan data
pengolahan datapengolahan data
pengolahan data
 
Penyajian data perbaikan
Penyajian data perbaikanPenyajian data perbaikan
Penyajian data perbaikan
 
Penyajian data perbaikan
Penyajian data perbaikanPenyajian data perbaikan
Penyajian data perbaikan
 
statistikabaru.ppt
statistikabaru.pptstatistikabaru.ppt
statistikabaru.ppt
 
4. STATISTIK(s) - Matematika SMP Kelas IX [www.defantri.com].ppt
4. STATISTIK(s) - Matematika SMP Kelas IX [www.defantri.com].ppt4. STATISTIK(s) - Matematika SMP Kelas IX [www.defantri.com].ppt
4. STATISTIK(s) - Matematika SMP Kelas IX [www.defantri.com].ppt
 
[ESPA4123] INISIASI 2.ppt
[ESPA4123] INISIASI 2.ppt[ESPA4123] INISIASI 2.ppt
[ESPA4123] INISIASI 2.ppt
 
Pengolahan data
Pengolahan dataPengolahan data
Pengolahan data
 
Makalah tik topik 6
Makalah tik topik 6Makalah tik topik 6
Makalah tik topik 6
 
Tutorial fisat-2- oleh suko-harsono
Tutorial fisat-2- oleh suko-harsonoTutorial fisat-2- oleh suko-harsono
Tutorial fisat-2- oleh suko-harsono
 
PENGENALAN STATISTIK
PENGENALAN STATISTIKPENGENALAN STATISTIK
PENGENALAN STATISTIK
 
Modul Perkuliahan Research on ELT.pdf
Modul Perkuliahan Research on ELT.pdfModul Perkuliahan Research on ELT.pdf
Modul Perkuliahan Research on ELT.pdf
 
Dasar Dasar Statistika
Dasar Dasar StatistikaDasar Dasar Statistika
Dasar Dasar Statistika
 
Materi statistik
Materi statistikMateri statistik
Materi statistik
 
Bahan kuliah statistika gbs
Bahan kuliah statistika gbsBahan kuliah statistika gbs
Bahan kuliah statistika gbs
 
Materi Pertemuan 1 ( Populasi dan Sampel)
Materi Pertemuan 1 ( Populasi dan Sampel)Materi Pertemuan 1 ( Populasi dan Sampel)
Materi Pertemuan 1 ( Populasi dan Sampel)
 
Materi Inarata 4.1_rev.pptx
Materi Inarata 4.1_rev.pptxMateri Inarata 4.1_rev.pptx
Materi Inarata 4.1_rev.pptx
 
Statistik Industri_Modul1.pdf
Statistik Industri_Modul1.pdfStatistik Industri_Modul1.pdf
Statistik Industri_Modul1.pdf
 
Definisi Statistika dan Penyajian Data
Definisi Statistika dan Penyajian DataDefinisi Statistika dan Penyajian Data
Definisi Statistika dan Penyajian Data
 
Statistik ts
Statistik tsStatistik ts
Statistik ts
 
Bab1 statistik
Bab1 statistikBab1 statistik
Bab1 statistik
 

Mais de mulawarman university

Mais de mulawarman university (6)

isi laporan manajemen pesisir dan laut di pulau beras basah-bontang
isi laporan manajemen pesisir dan laut di pulau beras basah-bontangisi laporan manajemen pesisir dan laut di pulau beras basah-bontang
isi laporan manajemen pesisir dan laut di pulau beras basah-bontang
 
MAKALAH WADUK BENANGA
MAKALAH WADUK BENANGAMAKALAH WADUK BENANGA
MAKALAH WADUK BENANGA
 
ppt perbedaan penelitian deskriptif dan eksperimen
ppt perbedaan penelitian deskriptif dan eksperimenppt perbedaan penelitian deskriptif dan eksperimen
ppt perbedaan penelitian deskriptif dan eksperimen
 
lirik lagu istikhoroh cinta
lirik lagu istikhoroh cintalirik lagu istikhoroh cinta
lirik lagu istikhoroh cinta
 
surat dari sang kekasih
surat dari sang kekasihsurat dari sang kekasih
surat dari sang kekasih
 
Tumbuhan air materi alga
Tumbuhan air materi algaTumbuhan air materi alga
Tumbuhan air materi alga
 

Último

MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...nuraji51
 
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 20241. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024DessyArliani
 
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdfAndiCoc
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024ssuser0bf64e
 
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfAndiCoc
 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTXAKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTXIksanSaputra6
 
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMKAksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMKgamelamalaal
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxIvvatulAini
 
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptxPPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptxriscacriswanda
 
.....................Swamedikasi 2-2.pptx
.....................Swamedikasi 2-2.pptx.....................Swamedikasi 2-2.pptx
.....................Swamedikasi 2-2.pptxfurqanridha
 
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHAN
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHANTUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHAN
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHANwawan479953
 
Prakarsa Perubahan dan kanvas ATAP (1).pptx
Prakarsa Perubahan dan kanvas ATAP (1).pptxPrakarsa Perubahan dan kanvas ATAP (1).pptx
Prakarsa Perubahan dan kanvas ATAP (1).pptxHaryKharismaSuhud
 
Pengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, FigmaPengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, FigmaAndreRangga1
 
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdfMODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfProv.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfIwanSumantri7
 
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".Kanaidi ken
 

Último (20)

MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
 
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...
Aksi Nyata Menyebarkan (Pemahaman Mengapa Kurikulum Perlu Berubah) Oleh Nur A...
 
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
 
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 20241. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
 
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
 
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
BAHAN PAPARAN UU DESA NOMOR 3 TAHUN 2024
 
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
 
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTXAKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
 
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMKAksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
Aksi Nyata Disiplin Positif Keyakinan Kelas untuk SMK
 
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
 
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptxPPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
PPT MODUL 6 DAN 7 PDGK4105 KELOMPOK.pptx
 
.....................Swamedikasi 2-2.pptx
.....................Swamedikasi 2-2.pptx.....................Swamedikasi 2-2.pptx
.....................Swamedikasi 2-2.pptx
 
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHAN
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHANTUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHAN
TUGAS RUANG KOLABORASI 1.3 PRAKARSA PERUBAHAN
 
Prakarsa Perubahan dan kanvas ATAP (1).pptx
Prakarsa Perubahan dan kanvas ATAP (1).pptxPrakarsa Perubahan dan kanvas ATAP (1).pptx
Prakarsa Perubahan dan kanvas ATAP (1).pptx
 
Pengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, FigmaPengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, Figma
 
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdfMODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL PENDIDIKAN PANCASILA KELAS 6 KURIKULUM MERDEKA.pdf
 
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfProv.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
 
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
 

cara menentukan data analisa dan regresi dengan microsoft exel

  • 1. LAPORAN PRAKTIKUM PENGOLAHAN DATA PERIKANAN Oleh : Fudoh Nurhidayah NIM. 1106035005 PROGRAM STUDI MANAJEMEN SUMBERDAYA PERAIRAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS MULAWARMAN SAMARINDA 2014
  • 2. KATA PENGANTAR Kami panjatkan puji syukur atas kehadirat Tuhan Yang Maha Esa, yang telah melimpahkan rahmat, hidayah, dan inayah-Nya, sehingga kami dapat menyelesaikan Laporan Praktikum Pengolahan DataPerikanan. Namun tidak lepas dari semua itu, kami menyadari sepenuhnya bahwa ada kekurangan baik dari segi penyusunan laporan maupun penulisannya. Oleh karena itu kami mohon kritik dan saran pembaca agar kami dapat memperbaiki penulisan laporan ini. Demikian laporan ini kami buat semoga Laporan Praktikum ini dapat bermanfaat bagi kita semua. Samarinda, 3 Juni 2014 Penyusun
  • 3. DAFTAR ISI Halaman KATA PENGANTAR…………………………………………………………... ii DAFTAR ISI……………………………………………………………………. iii I. PENDAHULUAN A. Latar Belakang…………………………………………………………. 1 B. Tujuan dan Manfaat Praktikum………………………………………. 1 II. METODOLOGI A. Tempat dan Waktu Praktikum………………………………………… 2 B. Alat dan Bahan…………………………………………………………. 2 C. Metode Praktikum……………………………………………………… 2 III. HASIL DAN PEMBAHASAN A. Hasil…………………………………………………………………….. 3 B. Pembahasan……………………………………………………………. 6 IV. PENUTUP A. Kesimpulan……………………………………………………………… 19 B. Saran…………………………………………………………………….. 19
  • 4. I. PENDAHULUAN A. Latar Belakang Adanya persaingan gaya hidup yang semakin canggih dan modern, maka lulusan perguruan tinggi di harapakan mampu menguasai teknologi. Selain itu, banyaknya permasalahan-permasalahan di lingkungan sekitar mengenai pengolahan, sebaiknya kita mampu menguasai aplikasi yang ada di teknologi contohnya seperti Microsoft exel. Dengan Microsoft exel pengolahan data dapat di lakukan dengan mudah, dari mulai deskriptif statistic dan lain sebagainya, apalagi melihat pengolahan skripsi, keuangan di kantor dll disajikan dengan perhitungan data. B. Tujuan dan Manfaat Tujuan praktikum ini adalah mahasisiwa mampu mengolah data-data perikanan dengan Microsoft exel adapun manfaat dari praktikum ini adalah mahasiswa mengetahui deskriptif statistic dari sebuah data, pengelompokan data, grafik distribusi frekuensi, regresi dan korelasi.
  • 5. II. METODOLOGI A. Waktu dan Tempat Praktikum pengolahan data dilaksanakan hari rabu tanggal 30 juli dan 7 mei 2014 di Fakultas Perikanan dan Ilmu Kelautan, Universitas Mulawarman. B. Alat dan Bahan Alat yang di gunakan berupa laptop dan alat tulis, adapun bahan yang di gunakan berupa data untuk di olah . C. Cara Kerja 1. Mengikuti intruksi dosen dalam praktek pengolahan data 2. Melakukan pengolahan data menggunakan Microsoft exel
  • 6. III. HASIL DAN PEMBAHASAN A. Hasil a. Acara 1 Pengolahan Data Teri Upil Gambar 1. Hasil perhitungan gejala pusat Gambar 2. Hasil pengelompokan data
  • 7. Gambar 3. Hasil grafik distribusi frekuensi Gambar 4. Hasil analisis korelasi dan regresi
  • 8. Acara 2. Pengolahan Data Alga Gambar 5. Hasil pengolahan data alga tahun 2007-2011
  • 9. B. Pembahasan a. Acara 1. Pengolahan data teri upil 1. Cara perhitungan gejala pusat 1.1 menggunakan data analisis a. Klik data b. pilih data analysis c. Pilih data analisis descriptive statistics, klik ok d. Klik input range, masukan data
  • 10. e. Kemudian klik output range, masukan cell yang masih kosong f. Klik summary statistics g. Kemudian klik ok, maka data gejala pusat akan keluar yang meliputi: Mean, Standard Error, Median, Mode, Standard Deviation, Sample Variance, Kurtosis, Skewness, Range, Minimum, Maximum, Sum, Count. 1.2 menggunakan formula a. mean :
  • 11. b. Median : c. Mode: d. Standard Deviation e. Sample Variance f. Kurtosis g. Skewness h. Sum i. Count
  • 12. 2. Pengelompokan data Untuk pengelompokan data, harus tentukan terlebih dahulu a. Range : max- min b. Jumlah kelas : c. Interval : range/jk d. Kelas: untuk menentukan kelas di lakukan dengan cara 1. Nilai minimum + interval 2. Kemudian sesuaikan dengan jumlah kelas untuk pembuatan kolomnya e. Kemudian dapat ditentukan simpangan bawah dan atasnya, untuk simpangan bawah nilai sebelah kiri, dan untuk simpangan atas nilai sebelah kanan dalam kolom kelas, atau di formulakan dengan Microsoft exel sebaga berikut: 1. Simpangan bawah = nilai minimum dan untuk kolom simpangan bawah selanjutnya = simpangan atas + 0.1 2. Simpangan atas = nilai minimum + interval, untuk kolom simpangan atas selanjutnya agar nilai tidak 0 maka dapat ditambahkan $ contoh: 3. Batas bawah = simpangan bawah - 0.5 4. Batas atas = simpangan atas + 0.5 5. Tanda kelas (xi) = 𝑏𝑎𝑡𝑎𝑠 𝑏𝑎𝑤𝑎ℎ+𝑏𝑎𝑡𝑎𝑠 𝑎𝑡𝑎𝑠 2 6. Kemudian tentukan frekuensi 3. Pembuatan grafik untuk distribusi frekuensi a. Klik data
  • 13. b. Pilih data analysis c. Pilih data analysis histogram, kemudian klik ok d. Input range dengan masukan nilai (fi) dan masukan nilai bin range untuk nilai (xi) e. Untuk nilai output range, letakan di cell yang masih kosong, kemudian klik chart output kemudian terakhir klik ok. 4. Perhitungan analisis korelasi dan regresi a. Klik data, pilih data analysis
  • 14. b. Kemudian klik regresi trus klik ok c. Klik Input Y Range (kemudian blok database pengukuran panjang ikan teri upil) d. Klik Input X Range (kemudian blok database pengukuran berat ikan teri upil) e. Klik Labels f. Pilih Output Range, kemudian klik kolom sel yang kosong. g. Plih Resisduals h. Terakhir pada normal probability, plih Probability Plots, kemudian OK. i. setelah di klik semua maka akan keluar nilai summary output, grafik regresi dan nilai korelasi.
  • 15. b. Acara 2. Pengolahan Data Alga Pada praktikum acara ke dua menggunakan metode: 1. Sortasi data Tujuan sortasi data yaitu untuk mengurutkan data-data sesuai abjad dan menghindari adanya kosongnya atau blanknya data dalam kolom data yang akan di olah, sehingga memudahkan dalam pengolahan data. Berikut cara sortasi data: a. Klik sort & filter, kemudian klik filter b. Kemudian kolom data base akan menjadi c. untuk data yang kosong bisa dihapus, untuk memudahkan pengolahan urutkan sesuai abjad, contoh: pada kolom spesies, klik ujung bawah :
  • 16. d. kemudian klik select all, pilih salah satu spesies, letakan pada sheet baru klik ok, lakukan sperti ini sampai spesies terakhir. 2. Aplikasi olah data Aplikasi olah data ini di gunakan untuk mengetahui struktur komunitas pada beberapa tahun, yang meliputi: kerapatan(ind), KR(%), P, Pr(%),F, Fr(%), NP(%). Dapat di buat kolom seperti berikut:
  • 17. Formula yang di gunakan sebagai berikut: a. kerapatan(ind) = Klik =sumifs kemudian klik data base jumlah individu koma (sesuai dengan perintah laptop) klik data base spesies Kemudian koma, klik nama spesies pada sheet 1 koma klik database tahun koma klik tahun yang di olah pada sheet 1 : Untuk menghitung kolom selanjutnya pada tahun dapat ditambahkan $ contoh : Sheet1!$C$1, kemudian tarik kebawah. b. KR(%) Klik = kemudian klik kerapatan individu pertama dibagi (/) jumlah seluruh kerapatan individu kali 100. Untuk KR (%) untuk spesies berikutnya, tambahkan $ seperti gambar di atas, kemudian tarik kebawah.
  • 18. c. P Klik = kemudian klik database penutupan koma klik database spesies koma klik spesies pertama pada sheet 1 koma klik database tahun koma klik tahun yang di olah pada sheet 1. Kemudian pada tahun sheet 1 ditambahkan $ kemudian tarik kebawah untuk nilai P spesies berikutnya. d. Pr(%) 𝑝 𝑠𝑝𝑒𝑠𝑖𝑒𝑠 1 ∑𝑝 x 100 atau Klik = kemudian klik penutupan individu pertama dibagi (/) jumlah seluruh penutupan individu kali 100. Untuk Pr (%) untuk spesies berikutnya, tambahkan $ seperti gambar di atas, kemudian tarik kebawah. e. F Klik = countifs kemudian klik database database spesies koma klik spesies pertama pada sheet 1 koma klik database tahun koma klik tahun yang di olah pada sheet 1. Kemudian pada tahun sheet 1 ditambahkan $ kemudian tarik kebawah untuk nilai f spesies berikutnya.
  • 19. f. Fr (%) 𝑓 𝑠𝑝𝑒𝑠𝑖𝑒𝑠 1 ∑𝑓 x 100 atau Klik = kemudian klik f individu pertama dibagi (/) jumlah seluruh f individu kali 100. Untuk Fr (%) untuk spesies berikutnya, tambahkan $ seperti gambar di atas, kemudian tarik kebawah. g. NP (%) = Kr (%)spesies1 + Pr(%)spesies1 + Fr(%)spesies1 . . . . . = = Kr (%)n + Pr(%)n + Fr(%)n untuk tahun selanjutnya 2008-2011 dapat di lakukan seperti contoh tahun 2007, hanya saja pada sheet 1 di ganti dengan tahun yang akan di hitung.
  • 20. IV. PENUTUP A. KESIMPULAN Deskriptif statistic dari sebuah data yaitu gejala pusat yang meliputi Mean, Standard Error, Median, Mode, Standard Deviation, Sample Variance, Kurtosis, Skewness, Range, Minimum, Maximum, Sum, count. Pengelompokan data agar memudahkan perhitungan , grafik distribusi frekuensi, regresi dan korelasi. B. SARAN 1. Dosen diharapkan memberi bimbingannya untuk perbaiki laporan ini 2. Penulisan laporan ini harus lebih di perbaiki