Statistika Deskriptif

Pengertian statistik deskriptif berbeda dengan statistik inferensial. Pada statistik deskriptif penelitian hanya menggambarkan keadaan data apa adanya melalui parameter-parameter seperti mean, median, modus, distribusi frekuensi dan ukuran statistik lainnya. Pada statistika deskriptif, yang perlu disajikan adalah:

1. Ukuran pemusatan data (measures of central tendency). Ukuran pemusatan data yang sering digunakan adalah distribusi frekuensi. Ukuran statistik ini cocok untuk data nominal dan data ordinal (data kategorik). Sementara nilai mean adalah ukuran pemusatan data yang cocok untuk data continuous. Ukuran deskriptif lain untuk pemusatan data adalah median (nilai tengah) dan modus (nilai yang paling sering muncul).

2. Ukuran penyebaran data (measures of spread). Ukuran penyebaran data yang sering digunakan adalah standar deviasi. Ukuran penyebaran data ini cocok digunakan untuk data numerik atau continuous. Sementara untuk data kategorik, nilai range merupakan ukuran yang cocok.

Sedangkan penelitian inferensial adalah proses pengambilan kesimpulan-kesimpulan berdasarkan data sampel yang lebih sedikit menjadi kesimpulan yang lebih umum untuk sebuah populasi. Penelitian inferensial diperlukan jika peneliti memiliki keterbatasan dana sehingga untuk lebih efisien penelitian dilakukan dengan mengambil jumlah sampel yang lebih sedikit dari populasi yang ada. Pada penelitian inferensial, dilakukan prediksi. Statistik inferensial membutuhkan pemenuhan asumsi-asumsi. Asumsi paling awal yang harus dipenuhi adalah sampel diambil secara acak dari populasi. Hal tersebut diperlukan karena pada statistika inferensial perlu keterwakilan sampel atas populasi. Asumsi-asumsi lain yang perlu dipenuhi mengikuti alat analisis yang digunakan. Jika yang digunakan adalah analisis regresi, maka asumsi-asumsi data harus memenuhi asumsi analisis regresi.

 

Metode analisis statistik yang digunakan dalam statistik inferensial adalah T-test, Anova, Anacova, Analisis regresi, Analisis jalur, Structural equation modelling (SEM) dan metode analisis lain tergantung tujuan penelitian. Dalam statistik inferensial harus ada pengujian hipotesis yang bertujuan untuk melihat apakah ukuran statistik yang digunakan dapat ditarik menjadi kesimpulan yang lebih luas dalam populasinya. Ukuran-ukuran statistik tersebut dibandingkan dengan pola distribusi populasi sebagai normanya. Oleh sebab itu, mengetahui pola distribusi data sampel menjadi penting dalam statistik inferensial.

Contoh yang baik untuk statistik inferensial adalah pada pemilu presiden 2014. Berbagai lembaga survei melakukan quick count untuk mengetahui secara cepat kandidat presiden mana yang akan mendapatkan suara rakyat lebih banyak. Lembaga survei tersebut mengambil sebagian sampel TPS (Tempat Pemungutan Suara) dari total TPS populasi. Hasil sampel TPS tersebut digunakan untuk generalisasi terhadap keseluruhan TPS. Katakanlah diambil 2.000 sampel TPS dari 400.000 populasi TPS yang ada. Hasil dari 2.000 TPS adalah statistik deskriptif. Sedangkan jika kita mengambil kesimpulan terhadap 400.000 TPS adalah statistik inferensial.Kekuatan statistik inferensial tergantung pada teknik pengambilan sampel dan proses randomisasi. Jika proses randomisasi dilakukan dengan benar, maka sampel yang lebih sedikit dapat memprediksi nilai populasi dengan baik. Dengan demikian dapat menghemat anggaran pengambilan / pengumpulan data.

 

Di industri manufaktur, statistik inferensial sangat berguna. Manajemen dapat mengetahui dan mengontrol berapa produk yang di luar standar atau cacat dengan hanya mengambil beberapa sampel produk. Bayangkan jika manajemen perusahaan harus memeriksa semua produk hanya untuk mengetahui berapa yang cacat. Tentu akan menghabiskan waktu dan biaya yang tidak sedikit. Terlebih jika harus memeriksa semua produk yang dikemas. Tentu tidak efektif dan efisien. Untunglah ada Six Sigma, salah satu tool yang digunakan terkait hal ini. Prinsip Six Sigma menggunakan statistik inferensial yaitu mengambil sampel produk dan mengukur sigma atau standar deviasi (ukuran keragaman) dari produk. Jumlah produk yang cacat tidak boleh melebihi standar yang ditetapkan.

Sumber referensi:

1. http://www.socialresearchmethods.net/kb/statinf.php
2. https://statistics.laerd.com/statistical-guides/descriptive-inferential-statistics.php

Cara Memasukkan dan Mengolah Data Menggunakan SPSS

SPSS (Statistical Product and Service Solutions)

 MENGENAL SPSS

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah dengan menggunakan pointing dan clicking mouse.

SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan mulai populernya system operasi windows. SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu social, sehingga kepanjangan SPSS itu sendiri adalah Statistikal Package for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistical Product and Service Solutions.

SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang dikumpulkan dari masing-masing kasus.

Hasil-hasil analisis muncul dalam SPSS Output Navigator. Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita bisa memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:

• Data Editor. Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.
• Viewer. Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain.
• Multidimensional Pivot Tables. Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhdap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada satu waktu.
• High-Resolution Graphics. Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya.
• Database Access. Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya.
• Data Transformations. Transformasi data akan membantu pemakai memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data, mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang lainnya.
• Electronic Distribution. Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet.
• Online Help. SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam pengoperasian program ini.
• Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis file-file data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary filenya.
• Interface dengan Database Relasional. Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional.
• Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer user.
• Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan.
• Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart. 

 

Menu yang terdapat pada SPSS adalah :

1.      FILE

      Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk perbaikan pencetakan dan sebagainya. Ada 5 macam data yang digunakan dalam SPSS, yaitu :

            1.   Data             :  dokumen SPSS berupa data

            2.   Systax          :  dokumen berisi file syntax SPSS

            3.   Output          :  dokumen yang berisi hasil running out SPSS

            4.   Script            :  dokumen yang berisi running out SPSS

            5.   Database

            ♠    NEW            :  membuat lembar kerja baru SPSS

            ♠    OPEN          :  membuka dokumen SPSS yang telah ada

            Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu :

            1.   *.spo             :  file data yang dihasilkan pada lembar data editor

            2.   *.sav             :  file text/obyek yang dihasilkan oleh lembar output

3.  *.cht             :  file obyek gambar/chart yang dihasilkan oleh chart window

    ♠   Read Text Data     : membuka dokumen dari file text (yang berekstensi txt),    yang bisa dimasukkan/dikonversi dalam lembar data SPSS

     ♠    Save                      : menyimpan dokumen/hasil kerja yang telah dibuat.

            ♠    Save As                : menyimpan ulang dokumen dengan nama/tempat/type dokumen yang berbeda

     ♠    Page Setup           : mengatur halaman kerja SPSS

     ♠    Print                      : mencetak hasil output/data/syntaq lembar SPSS

                          Ada 2 option/pilihan cara mencetak, yaitu :

           -              All visible output           :mencetak lembar kerja secara keseluruhan

           -              Selection            : mencetak sesuai keinginan yang kita sorot/blok

     ♠    Print Preview        : melihat contoh hasil cetakan yang nantinya diperoleh

     ♠    Recently used data: berisi list file data yang pernah dibuka sebelumnya.

     ♠    Recently used file       : berisi list file secara keseluruhan yang pernah dikerjakan

2.      EDIT

      ­Untuk melakukan pengeditan pada operasi SPSS baik data, serta pengaturan/option untuk konfigurasi SPSS secara keseluruhan.

      ♠    Undo                    : pembatalan perintah yang dilakukan sebelumnya

♠    Redo                     : perintah pembatalan perintah redo yang dilakukan  sebelumnya

    ♠    Cut                       : penghapusan sebual sel/text/obyek, bisa dicopy untuk keperluan tertentu dengan perintah dari menu paste

  ♠    Paste                     : mempilkan sebua sel/text/obyek hasil dari perintah copy     atau cut

      ♠    Paste after            : mengulangi perintah paste sebelumya

      ♠    Paste spesial         : perintah paste spesial, yaitu bisa konvesri ke gambar,   word, dll

      ♠    Clear                     : menghapusan sebuah sel/text/obyek

      ♠    Find                      : mencari suatu text

      ♠    Options                 : mengatur konfigurasi tampilan lembar SPSS secara umum

3.      VIEW

      Untuk pengaturan tambilan di layar kerja SPSS, serta mengetahu proses-prose yang sedang terjadi pada operasi SPSS.

      ♠    Status Bar                   :   mengetahui proses yang sedang berlangsung

      ♠    Toolbar                        :   mengatur tampilan toolbar

      ♠    Fonts                           :   untuk mengatur jenis, ukuran font pada data editor SPSS

            -  Outline size              :   ukuran font lembar output SPSS

            -  Outline font             :   jenis font lembar output SPSS

      ♠    Gridlines                     :   mengatur garis sel pada editor SPSS

      ♠    Value labels                 :   mengatur tampilan pada editor untuk mengetahui value label

4.      DATA

      Menu data digunakan untuk melakukan pemrosesan data.

      ♠    Define Dates               :   mendefinisikan sebuah waktu untuk variable yang meliputi jam, tanggal, tahun, dan sebagainya

      ♠    Insert Variable            :   menyisipkan kolom variable

      ♠    Insert case                   :   menyisipkan baris

      ♠    Go to case                   :   memindahkan cursor pada baris tertentu

      ♠    Sort case                      :   mengurutkan nilai dari suatu kolom variable

      ♠    Transpose                    :   operasi transpose pada sebuah kolom variable menjadi baris

      ♠    Merge files                  :   menggabungkan beberapa file dokumen SPSS, yang dilakukan dengan penggabungan kolom-kolom variablenya

      ♠    Split file                      :   memecahkan file berdasarkan kolom variablenya

      ♠    Select case                   :   mengatur sebuah variable berdasarkan sebuah persyaratan tertentu

5.      TRANSFORM

      Menu transform dipergunakan untuk melakukan perubahan-perubahan atau penambahan data.

♠    Compute                     :   operasi aritmatika dan logika untuk

♠    Count                          :   untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu baris tertentu  

♠    Recode                        :   untuk mengganti nilai pada kolom variable tertentu, sifatnya menggantikan (into same variable) atau merubah (into different variable) pada variable baru

♠    Categorize variable :    merubah angka rasional menjadi diskrit

♠    Rank case                    :   mengurutkan nilai data sebuah variabel

6          6.      ANALYSE

                  Menu analyse digunakan untuk melakukan analisis data yang telah kita masukkan ke dalam komputer. Menu ini merupakan menu yang terpenting karena semua pemrosesan dan analisis data dilakukan dengan menggunakan menu correlate, compare mens, regresion.

7          7.      GRAPH

Menu graph digunakan untuk membuat grafik, diantaranya ialah bar, line, pie, dll

8          8.      UTILITIES

Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file, dll

9          9.      AD-ONS

Menu ad-ons digunakan untuk memberikan perintah kepada SPSS jika ingin menggunakan aplikasi tambahan, misalnya menggunakan alikasi Amos, SPSS data entry, text analysis, dsb

1        10.  WINDOWS

Menu windows digunakan untuk melakukan perpindahan (switch) dari satu file ke file lainnya

1        11.  HELP

Menu help digunakan untuk membantu pengguna dalam memahami perintah-perintah SPSS jika menemui kesulitan

       TOOL BAR                :   Kumpulan perintah – perintah yang sering digunakan dalam bentuk gambar.

       POINTER                   :   Kursor yang menunjukkan posisi cell yang sedang aktif / dipilih.

 Memasukkan dan mengolah data ke spss :
 Menu utama program SPSS ini ditunjukan pada lingkaran seperti yang tampak dibawah ini

 Tampilan layar SPSS ada 2 yaitu Data view dan variabel view yang dtunjukan dibawah ini

Data view adalah data yang tampilannya seperti exel, data view ini sebagai lembar kerja.
Untuk melihat tampilan data view,dengan meng-klik tulisan (data view)
Dan tampilannya sebagaiberikut :

Sedangkan variable view berperan sebagai definisi operasional yang hasilnya nanti akan terlihat di  data view. Untuk melihat tampilan variable view, dengan meng-klik (variable view) sepeti di tunjukan lingkaran merah,dan tampilan variable view seperti dbawah ini

 Inilah pengenalan Program SPSS secara garis besar.

Untuk mengenal SPSS lebih jauh, mari kita mencoba mengolah data menggunakan analisis regresi dengan menggunakan SPSS 12.0

Hal pertama yang kita lakukan adalah memasukan data pada halaman DATA VIEW di SPSS,kemudian ketik nilai variabel-variabel (Y,X1, dan X2)

 Pada halaman VARIABEL VIEV, dalam kolom Name ketik simbol (Y,X1,X2 ) dan pada Kolom Label ketikan nama Variabel ( Daerah,Sales,Promo dan Outlet)

 Pada kolom Type, variabel Y di pilih tipe Srting karena data yang ditampilkan pada DATA VIEW berupa huruf (nama daerah) sedangkan pada variabel X1,X2,X3 dipilih type Numeric karena data yang dtampilkan berupa angka.

Selanjutnya untuk mengolah data menggunakan analisis regresi, lakukan langkah-langkah berikut.

• Klik Analyze, Regression, Linear

 Sehingga tampak tampilan seperti dibawah ini.

 Kemudian pindahkan Promo(x1),Outlet(x2) ke dalam kotak independent(s) dan Sales (y) pada kotak dependen seperti dibawah ini.

 Kemudian klik ”statistics” sperti yang ditunjukan dibawah ini.

 Selanjutnya akan tampak tampilan sperti dibawah ini, kemudian beri centang pada Estimates, Model fit, R Squared change,Descriptives,part and partial correlations,collinerity diagnostics

 klik continue..

 Selanjutnya akan tampil menu semula kemudian klik plot..

Kemudian tampilan plot sebagai berikut,,
Dan masukan *SDRESID  pada Y dan *ZRESID pada X seperti dibawah ini,kemudian klik ”continu sehinnga tampilannya menjadi sebagai berikut :

 kemudian akan tampak tampilan semula lalu Klik ”ok”

 Sehingga secara otomatis lembar output dari pengolahan data menggunakan analisis regresi dengan spss 12.0 ini ditampilkan seperti dibawah ini..

Demikianlah salah satu cara memasukkan dan mengolah data menggunakan SPSS . Untuk anda ketahui ,disini saya menggunakan SPSS 12 . Sekarang udah ada yang terbaru dan mungkin tampilannya sedikit berbeda 


Analisis Statistik Deskriptif dengan menggunakan Microsoft Excel – Statistik Deskriptif (Statistic Descriptive) adalah cabang ilmu statistika yang mempelajari tentang cara pengumpulan dan penyederhanaan data-data yang diperoleh kemudian menyajikan data-data tersebut menjadi informasi yang bermanfaat dan lebih menarik serta mudah dimengerti. Informasi yang diperoleh dari Analisis Statistik Deskriptif antara lain adalah Pemusatan data (Mean, Median, Modus), Penyebaran data (Standar Deviasi, Varian, Range) dan kecenderungan sekelompok data.

 

Contoh-contoh Statistik Deskriptif yang sering ditemui dalam produksi seperti rata-rata jumlah cacat produksi, rata-rata hasil produksi setiap hari, Produk dengan penjualan tertinggi, Variasi Output per hari dan lain sebagainya.

Data-data yang telah dikumpulkan untuk disajikan kedalam bentuk informasi yang lebih bermanfaat tersebut dapat dihitung secara manual dengan menggunakan rumus-rumus yang telah tersedia (Silakan lihat artikel : Statistika Dasar untuk penjelasan mengenai Statistik Deskriptif termasuk rumus-rumus dan cara menghitungnya). Selain perhitungan manual, kita juga dapat mempergunakan Microsoft Excel untuk menghitungnya sehingga lebih praktis dan menghemat waktu.

Ada 2 (dua) cara yang dapat dilakukan dalam mempergunakan Microsoft Excel untuk menghitung semua jenis Statistik Deskriptif yaitu dengan memakai FUNGSI dalam Microsoft Excel seperti (AVERAGE, MEDIAN, COUNT, MIN, MAX, STDEV.S) ataupun menggunakan DATA ANALYSIS yang lebih mudah dan Praktis.
Dikatakan lebih mudah dan praktis karena metode “Data Analysis”  ini dapat melakukan perhitungan secara lengkap dengan beberapa langkah saja. Tetapi untuk dapat menggunakan metode “Data Analysis” dalam Microsoft Excel, kita perlu melakukan Instalasi Add-ins Analysis Toolpak ke dalam Microsoft Excel. Add-Ins Analysis Toolpak merupakan Add-Ins gratis dan memang sudah tersedia didalam Microsoft Excel 2007 itu sendiri. Cara Install-nya sangat mudah, silakan kunjungi artikel : Cara Install Add-Ins Analysis Toolpak  di Microsoft Excel.
Untuk dapat lebih memahami cara Analisis Statistik Deskriptif dengan menggunakan Microsoft Excel, berikut ini adalah contoh kasus dan langkah-langkah penyelesaiannya.

Contoh Kasus Statistik Deskriptif

Seorang Manager Engineering ingin mengetahui kondisi kerusakan dari 15 Mesin Produksi yang berada dibawah pengawasannya, Manager Engineering tersebut kemudian mengumpulkan data berdasarkan total waktu kerusakan dalam sebulan. Berikut ini adalah data-datanya :

Nama Mesin	Jumlah waktu kerusakan (menit)
Mesin 1	80
Mesin 2	100
Mesin 3	80
Mesin 4	98
Mesin 5	110
Mesin 6	180
Mesin 7	55
Mesin 8	40
Mesin 9	200
Mesin 10	60
Mesin 11	65
Mesin 12	95
Mesin 13	99
Mesin 14	120
Mesin 15	70

Langkah-langkah Analisis Statistik Deskriptif dengan Ms. Excel

Berikut dibawah ini adalah langkah-langkah penyelesaian contoh kasus diatas dengan menggunakan Analysis ToolPak Microsoft Excel :

1. Buka Program Microsoft Excel.
2. Masukan data yang telah didapat kedalam Worksheet Excel.
3. Di Menu Bar,  Klik [Data].
4. Klik [Data Analysis] pada Menu Bar Data, maka akan muncul Window “Data Analysis” seperti dibawah ini :
5. Pilih [Descriptive Statistics].
6. Klik [OK], maka akan muncul Window “Descriptive Statistics”.
7. Pada kotak Input Range, klik tombol “selection” untuk seleksi atau blok daerah data yang akan dianalisis (B3:B18) atau ketikan langsung $B$3:$B$18 kedalam Kotak Input Range.
8. Di opsi pilihan Grouped by, klik [Columns] karena data kita adalah menurun atau dalam kolom.
9. Centang [Labels in first Raw] untuk menampilkan keterangan pada data yang sudah dianalisis.
10. Pada Output Options, pilih [New Worksheet Ply] dan ketikan “Hasil Analisis Deskriptif”. Langkah ini untuk menempatkan hasil analisis ke Worksheet yang baru tapi masih berada di Workbook atau file yang sama.
    Catatan : Penamaan Worksheet tidak boleh melebihi 31 karakter dan tidak boleh menggunakan simbol seperti “-, +, /, *” dan simbol-simbol lainnya.
11. Centang [Summary Statistics].
12. Centang [Confidence Level for Mean] dan ketikan ” 95%”.
13. Centang [Kth Largest] dan ketikan 2. Langkah ini untuk menampilkan data tertinggi kedua.
14. Centang [Kth Smallest] dan ketikan 2, Langkah ini untuk menampilkan data terendah kedua.
15. Klik [OK].
16. Maka Hasil Analisis Statistik Deskriptif  akan muncul di Worksheet baru yang berjudul “Hasil Analisis Deskriptif”.
    

Interpretasi :

• Mean adalah Rata-rata jumlah waktu kerusakan mesin dalam sebulan adalah 96.8 menit, dengan standard Error 11.323.
• Median adalah Nilai tengah dari Jumlah waktu kerusakan yaitu 95 menit.
• Mode atau Modus adalah nilai yang paling sering muncul yaitu 80 menit.
• Standard Deviation atau Standar Deviasi adalah 43.85 menit.
• Sample Variance adalah Varian waktu kerusakan mesin yaitu 1923.314 yang juga merupakan kuadrat dari Standar Deviasi.
• Kurtosis waktu kerusakan adalah 1,53.
• Skewness waktu kerusakan adalah 1,29.
• Range waktu kerusakan adalah 160 menit yaitu selisih dari waktu kerusakan tertinggi dengan waktu kerusakan terendah.
• Minimum adalah data waktu kerusakan mesin yang terendah yaitu 40 menit.
• Maximum adalah data waktu kerusakan mesin yang tertinggi yaitu 200 menit.
• Sum adalah jumlah waktu kerusakan dari semua mesin yang diteliti yaitu 1.452 menit.
• Count adalah jumlah mesin yang diteliti yaitu 15 mesin.
• Largest(2) menunjukan waktu kerusakan yang tertinggi nomor dua dari semua mesin yang diteliti yaitu 180 menit.
• Smallest(2) menunjukan waktu kerusakan yang terendah nomor dua dari semua mesin yang diteliti yaitu 55 menit.

Dengan menggunakan “Data Analysis” Microsoft Excel, Analisis terhadap Statistik Deskriptif dapat diperoleh dengan cepat dan juga mudah dilakukan.