pengenalan sas.docx
TRANSCRIPT
LAPORAN PRAKTIKUM BIOMETRI
“PENGENALAN SAS (STATISTICAL ANALYSIS SYSTEM)”
OLEH
SANDRA WELYA
NIM. F05112005
PROGRAM STUDI PENDIDIKAN BIOLOGI
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS TANJUNGPURA
PONTIANAK
2014
PENDAHULUAN
Data merupakan kumpulan angka atau huruf yang dapat diolah.Dalam suatu
penelitian data diperoleh dari hasil observasi dan pengukuran.Pengolahan data
menjadi penting agar hasil diketahui bahwa apakah data yang didapat sudah benar
atau belum, serta dari hasil pengolahan data juga dapat diketahui keberhasilan
penelitian yang dilakukan. Menurut Laili (2011), syarat dikatakan suatu data
adalah sebagai berikut.
1. Obyektif, data sesuai dengan keadaan sebenarnya atau kenyataan
2. Relevan, sesuai dengan kepentingan atau tujuan yang diinginkan
3. Standard error kecil
Berdasarkan sifatnya, data dibedakan menjadi dua yaitu data kuantitatif dan
kualitatif. Data kuantitatif adalah data dalam bentuk angka atau bilangan,
contohnya; 6,4,3,4,7. Sedangkan data kualitatif adalah data bukan dalam bentuk
angka, tetapi dalam bentuk pernyataan dan atau kategori, contohnya, baik,
buruk(Laili, 2011).
Pengolahan data adalah suatu proses dalam memperoleh data ringkasan atau
angka ringkasan dengan menggunakan cara-cara atau rumus-rumus tertentu.
Banyak koleksi atau paket-paket program komputer telah didesain untuk
mengolah dan menganalisis bermacam-macam tipe data. Paket program komputer
seperti Statistical Analysis System (SAS), Statistical Package for Social Science
(SPSS), Microsoft Excel, LISREL (Student Version), AMOS tersedia luas di
pasaran sebagai perangkat lunak komputer yang bebas diperjualbelikan, selain
berbagai jenis perangkat lunak lainnya. Bermacam-macam perangkat lunak
komputer pribadi tersedia untuk aplikasi penelitian.Sebagian besar paket ini terdiri
dari susunan program yang cukup besar untuk analisis deskriptif dan analisis
statistik dengan monovariate,bivariate, atau multivatiate(Hasan, 2002).
Kegiatan pengolahan data meliputi hal-hal berikut (Hasan, 2002).
1. Editing
Editing adalah pengecekan atau pengoreksian data yang telah dikumpulkan,
karena kemungkinan data yang masuk (raw data) atau data terkumpul itu
tidak logis dan meragukan.Tujuan editing adalah untuk menghilangkan
kesalahan-kesalahan yang terdapat pada pencatatan di lapangan dan bersifat
koreksi.Pada kesempatan ini, kekurangan data atau kesalahan data dapat
dilengkapi atau diperbaiki baik dengan pengumpulan data ulang atau pun
dengan interpolasi (penyisipan). Hal-hal yang perlu diedit pada data masuk
adalah sebagai berikut.
a. Dipenuhi tidaknya instruksi sampling
b. Dapat dibaca atau tidaknya data yang masuk
c. Kelengkapan pengisian
d. Keserasian(consistency)
e. Apakah isi jawaban dapat dipahami
2. Coding
Coding adalah pemberian atau pembuatan kode-kode pada tiap-tiap data yang
termasuk dalam kategori yang sama. Kode adalah isyarat yang dibuat dalam
bentuk angka-angka atau huruf-huruf yang memberikan petunjuk, atau
identitas pada suatu informasi atau data yang akan dianalisis.
3. Tabulasi
Tabulasi adalah membuat tabel-tabel yang berisikan data yang telah diberikan
kode sesuai dengan analisis yang dibutuhkan.Tabel ini dapat berbentuk.
a. Tabel pemindahan
Tabel pemindahan disebut juga lembaran kode, yaitu tempat memindahkan
kode-kode dari kuesioner atau pencatatan pengamatan.
b. Tabel biasa
Tabel biasa adalah table yang disusun berdasarkan sifat responden tertenyu
dan tujuan tertentu.
c. Tabel analisis
Tabel analisis adalah tabel yang memuat suatu jenis iinformasi yang telah
dianalisi.Tabel ini hanya memmuat satu jenis informasi.Contohnya, tabel
satu arah atau tabel tunggal, dan tabel silang.
SAS merupakan salah satu program yang digunakan untuk analisis statistic
dalam praktikum ini.SAS merupakan singkatan dari Statistical Analysis System,
suatu software pengolah database yang diciptakan di akhir dekade 1960-an di
USA. Pada awalnya, SAS banyak digunakan di dunia farmasi dan medis, namun
dalam perkembangannya, SAS banyak digunakan di pelbagai bidang.SAS mulai
digunakan sejak versi 6.0 hingga versi 9.2.SAS digunakan karena kemampuannya
untuk mengolah data ukuran yang besar dalam waktu relatif singkat (Widjaja,
2009).
Pemrograman dalam SAS dapat dikategorikan menjadi 2 jenis. Pertama,
data step. Data step biasanya digunakan untuk membuat, membaca, ataupun
memanipulasi data. Kedua, proc step (proc merupakan kependekan dari
procedure). Proc step digunakan untuk menganalisa, meringkas, ataupun membuat
tabulasi dari sebuah data. Baik data step maupun proc step diawali dengan kata
“data” atau “proc”, dan diakhiri dengan kata “run” (Widjaja, 2009).
Di dalam SAS kita bebas memberi nama variabel apa saja, dengan catatan:
(1) tidak lebih dari 32 karakter, (2) harus diawali dengan karakter atau underscore
(“_”), (3) hanya boleh menggunakan huruf, angka, dan underscore. Penggunaan
karakter yang lain seperti “%”, “#”, dan sebagainya tidak diperbolehkan.
Penulisan program dalam SAS memiliki ciri yaitu diakhiri dengan tanda titik
koma (“;”). Berikut contoh sederhana dari program SAS oleh Widjaja (2009):
Data tabel1 ;
set tabel2 ;
run ;
atau contoh lain :
proc sort data = tabel1 out= tabel2 ;
by nama ;
run ;
Tujuan dilakukannnya praktikum ini adalah untuk mempelajari penggunaan
dan proses pengolahan data statistic melalui SAS (Statistical Analysis System).
METODOLOGI
Praktikum ini dilaksanakan pada hari Selasa, 16 Desember 2014 pukul
13.00 sampai 15.00 WIB di ruang MKU Universitas Tanjungpura.
Alat yang digunakan adalah laptop yang aplikasi SAS-nya sudah diinstal .
Sedangkan bahan yang digunakan adalah data yang akan diproses.
Sebelum mulai memproses data, maka pertama-tama praktikan dikenalkan
dengan program SAS seperti pengenalan kode yang harus ada saat memproses
data, cara menginput data, dan pengaturan data. Kemudian praktikan diberi data
yang akan diproses melalui program SAS. Data terlebih dahulu diketik, kemudian
proses data yang pertama dilakukan adalah menampilkan data yang digunakan
menggunakan perintah (1). Kemudian data yang telah muncul diurutkan
berdasarkan gender menggunakan perintah (2) dan ditampilkan melalui perintah
(3). Selanjutnya nama data awal diubah dengan perintan (4). Data yang telah
diurut dengan nama yang baru dirata-ratakan menggunakan perintah (5) dan
ditentukan frekuensinya menggunakan perintah (6). Setelah itu ditambahkan data
baru menggunakan perintah (7). Lalu data diurut kembali berdasarkan nama
menggunakan perintah (8) dan dilihat output yang didapat.
Keterangan:
1) PROC PRINT DATA=ZAITUN;
RUN;
2) PROC SORT DATA=ZAITUN;
BY GENDER;
RUN;
3) PROC PRINT DATA=ZAITUN;
RUN;
4) DATA NURRON; SET ZAITUN;
RUN;
PROC PRINT;
RUN;
5) PROC MEANS DATA=NURRON;
RUN;
6) PROC FREQ DATA=NURRON;
BY GENDER;
RUN;
7) DATA NEWNURR; SET NURRON;
HTCM=2.54*TINGGI;
BTGUE=10*BERAT;
UMURKU=0.5*UMUR;
RUN;
PROC PRINT;
RUN;
8) RUN;
PROC SORT DATA=NEWNURR;
BY NAMA;
RUN; PROC PRINT; RUN;
HASIL DAN PEMBAHASAN
Sesuai dengan tujuan, maka tentu saja praktikum ini mengajarkan praktikan
untuk mengenali program pengolah data yaitu SAS (statistical analysis system)
serta cara menggunakannya. Pengolahan data sangat penting dan berhubungan
dengan penelitian khususnya pada mahasiswa dimana cukup banyak data statistik
yang harus diolah untuk mendapatkan hasil penelitian.Sehingga SAS sebagai
program analisis statistic sangat memudahkan pengguna ataupun peneliti dalam
mengolah data.
option ls=78;DATA ZAITUN;INPUT NAMA $ GENDER $ UMUR TINGGI BERAT;CARDS;
JEFFERY M 13 62.5 84RONALD M 15 67 133CAROL F 14 62.8 102.5JANE F 12 59.8 84.5JOHN M 12 59 99.5JAMES M 12 57.3 83ALFRED M 14 69 112.5WILLIAM M 15 66.5 112LOUISE F 12 56.3 77BARBARA F 13 65.3 98MARY F 15 66.5 112ALICE F 13 56.5 84
;
RUN;
Gambar 1. Data yang diinput untuk diolah menggunakan SAS
Dalam pengenalan program SAS pertama praktikan dikenalkan dengan
simbol dan kode-kode pada program SAS seperti kotak editor, simbol run, lembar
ouput, kode “PROC”, “RUN”, “PRINT”, “DATA” dan lainnya. Kemudian
diajarkan oleh asisten bagaimana input, mengolah data, dan menyimpan data hasil
olahan. Barulah kemudian praktikan melakukan sendiri pengolahan data
menggunakan SAS.Adapun data yang diinput untuk diolah adalah pada gambar 1.
Data pada gambar 1, diketik pada kotak editor, di kotak editor inilah data
yang diinput dapat diubah.Pada gambar 1 berisi kata “option ls” berfungsi untuk
menunjukkan banyak atau lebarnya data yang dimasukkan. Kemudian “data
Zaitun” merupakan nama data yang diolah. Pemberian nama data berfungsi agar
system bisa membaca data sehingga dapat diolah secara berulang sesuai dengan
keperluan. Kemudian data diinput dengan format nama, gender, umur, tinggi, dan
berat. Input data berupa huruf seperti nama dan gender dipisahkan oleh tanda
string agar system membacanya sebagai huruf bukan angka. Selanjutnya untuk
umur, tinggi, dan berat, data yang dimasukkan adalah data kualitatif yaitu berupa
angka jadi tidak perlu menggunakan tanda string. Selanjutnya ketik data sesuai
perintah, diakhir kata harus diberi tanda “;” dan kata “RUN” yang berfungsi untuk
menjalankan data.
The SAS System 1 16:27 Tuesday, May 5, 1998
OBS NAMA GENDER UMUR TINGGI BERAT
1 JEFFERY M 13 62.5 84.0 2 RONALD M 15 67.0 133.0 3 CAROL F 14 62.8 102.5 4 JANE F 12 59.8 84.5 5 JOHN M 12 59.0 99.5 6 JAMES M 12 57.3 83.0 7 ALFRED M 14 69.0 112.5 8 WILLIAM M 15 66.5 112.0 9 LOUISE F 12 56.3 77.0 10 BARBARA F 13 65.3 98.0 11 MARY F 15 66.5 112.0 12 ALICE F 13 56.5 84.0
Gambar 2. Data hasil input menggunakan SAS
Setelah data diinput, untuk melihat hasilnya maka diproses dengan
perintah (1) PROC PRINT DATA=ZAITUN; RUN;. Kata “PROC” merupakan
singkatan dari procedure yang artinya proses atau kerja. Kata “PRINT”
merupakan perintah untuk mencetak hasil olah data. “DATA ZAITUN”
merupakan nama data sebagai identitas data yang akan diolah. Sedangkan “RUN”
merupakan perintah untuk memulai proses olah data. Sehingga muncullah
hasilnya sesuai dengan gambar 2.
Selanjutnya perintah kerja kedua adalah mengurutkan data berdasarkan
gendernya menggunakan perintah “SORT” yang artinya urut.Setelah itu, data
tidak langsung muncul terurut. Untuk memunculkan atau menampilkan data yang
telah diurut maka digunakan perintah “PROC PRINT DATA=ZAITUN;
RUN;”.Muncullah hasilnya sesuai dengan gambar 3. Pada gambar 3 ditunjukkan
bahwa gender F (female) disusun lebih awal dari M (male), karena sesuai dengan
urutan abjad bahwa huruf “F” muncul lebih dulu dibanding huruf “M”.
The SAS System 2 16:27 Tuesday, May 5, 1998
OBS NAMA GENDER UMUR TINGGI BERAT
1 CAROL F 14 62.8 102.5 2 JANE F 12 59.8 84.5 3 LOUISE F 12 56.3 77.0 4 BARBARA F 13 65.3 98.0 5 MARY F 15 66.5 112.0 6 ALICE F 13 56.5 84.0 7 JEFFERY M 13 62.5 84.0 8 RONALD M 15 67.0 133.0 9 JOHN M 12 59.0 99.5 10 JAMES M 12 57.3 83.0 11 ALFRED M 14 69.0 112.5 12 WILLIAM M 15 66.5 112.0
Gambar 3. Data yang telah disusun berdasarkan gender
Selanjutnya dijalankan perintah 4 yaitu mengubah nama data. Mengubah
nama data dapat dilakukan secara langsung dengan mengetik nama data baru
kemudian diikuti dengan kata set dan nama data lama. Misalnya “DATA
NURRON; SET ZAITUN; pada data ini awalnya nama data adalah ZAITUN
namun diubah menjadi NURRON dengan menggunakan perintah “SET” yang
berarti mengatur atau mengubah. Hasil pengubahan nama data tidak akan
mempengaruhi isi data yang ada, karena hanya nama induk data yang diubah.
Hasilnya dapat ditampilkan dengan perintah “PROC PRINT; RUN;” seperti pada
gambar 4.
The SAS System 2 16:27 Tuesday, May 5, 1998
OBS NAMA GENDER UMUR TINGGI BERAT
1 CAROL F 14 62.8 102.5 2 JANE F 12 59.8 84.5 3 LOUISE F 12 56.3 77.0 4 BARBARA F 13 65.3 98.0 5 MARY F 15 66.5 112.0 6 ALICE F 13 56.5 84.0 7 JEFFERY M 13 62.5 84.0 8 RONALD M 15 67.0 133.0 9 JOHN M 12 59.0 99.5 10 JAMES M 12 57.3 83.0 11 ALFRED M 14 69.0 112.5 12 WILLIAM M 15 66.5 112.0
Gambar 4. Data setelah diubah nama induk datanya
Rata-rata dari data diolah dengan menggunakan perintah “MEAN”. Karena
sebelumnya nama data telah diubah, maka perintah mean dapat dijalankan dengan
disertai nama data baru yaitu NURRON. Hasil data yang dirata-ratakan adalah
pada gambar 5.Di situ seluruh data umur, tinggi, dan berat dirata-ratakan menjadi
satu yang disertai dengan jumlah responden yaitu 12, standar deviasi, nilai
minimum dan maksimum dari data.
The SAS System 4 16:27 Tuesday, May 5, 1998Variable N Mean Std Dev Minimum Maximum --------------------------------------------------------------------UMUR 12 13.3333333 1.2309149 12.0000000 15.0000000 TINGGI 12 62.3750000 4.5051738 56.3000000 69.0000000BERAT 12 98.5000000 16.7522047 77.0000000 133.0000000 --------------------------------------------------------------------
Gambar 5. Data setelah dirata-ratakan
The SAS System 5 16:27 Tuesday, May 5, 1998
---------------------------------- GENDER=F ----------------------------------
Cumulative Cumulative
NAMA Frequency Percent Frequency Percentƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ ALICE 1 16.7 1 16.7 BARBARA 1 16.7 2 33.3 CAROL 1 16.7 3 50.0 JANE 1 16.7 4 66.7 LOUISE 1 16.7 5 83.3 MARY 1 16.7 6 100.0
Cumulative Cumulative UMUR Frequency Percent Frequency Percentƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 12 2 33.3 2 33.3 13 2 33.3 4 66.7 14 1 16.7 5 83.3 15 1 16.7 6 100.0
Cumulative Cumulative TINGGI Frequency Percent Frequency Percentƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 56.3 1 16.7 1 16.7 56.5 1 16.7 2 33.3 59.8 1 16.7 3 50.0 62.8 1 16.7 4 66.7 65.3 1 16.7 5 83.3 66.5 1 16.7 6 100.0
Cumulative Cumulative BERAT Frequency Percent Frequency Percentƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 77 1 16.7 1 16.7 84 1 16.7 2 33.3 84.5 1 16.7 3 50.0 98 1 16.7 4 66.7 102.5 1 16.7 5 83.3 112 1 16.7 6 100.0
Gambar 6. Data susunan frekuensi responden perempuan (female)
The SAS System 6 16:27 Tuesday, May 5, 1998
---------------------------------- GENDER=M ----------------------------------
Cumulative Cumulative NAMA Frequency Percent Frequency Percentƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ
ALFRED 1 16.7 1 16.7 JAMES 1 16.7 2 33.3 JEFFERY 1 16.7 3 50.0 JOHN 1 16.7 4 66.7 RONALD 1 16.7 5 83.3 WILLIAM 1 16.7 6 100.0
Cumulative Cumulative UMUR Frequency Percent Frequency Percentƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 12 2 33.3 2 33.3 13 1 16.7 3 50.0 14 1 16.7 4 66.7 15 2 33.3 6 100.0
Cumulative Cumulative TINGGI Frequency Percent Frequency Percentƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 57.3 1 16.7 1 16.7 59 1 16.7 2 33.3 62.5 1 16.7 3 50.0 66.5 1 16.7 4 66.7 67 1 16.7 5 83.3 69 1 16.7 6 100.0
Cumulative Cumulative BERAT Frequency Percent Frequency Percentƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 83 1 16.7 1 16.7 84 1 16.7 2 33.3 99.5 1 16.7 3 50.0 112 1 16.7 4 66.7 112.5 1 16.7 5 83.3 133 1 16.7 6 100.0
Gambar 7. Data susunan frekuensi responden laki-laki (male)
Perintah keenam adalah menentukan frekuensi data berdasarkan gender atau
jenis kelamin. Menentukan frekuensi, maka perintah yang digunakan adalah
“FREQ” yang merupakan singkatan dari frequency dalam bahasa Inggris. Selain
itu data juga disusun berdasarkan gender maka dibuat perintah “BY GENDER”.
Kemudian perintah RUN agar proses olah data dimulai dan menghasilkan data
seperti gambar 6 dan 7. Jadi dipisahkan frekuensi untuk perempuan (female) dan
laki-laki (male) yang terdiri dari frekuensi umur, tinggi, dan berat responden.Di
dalam frekuensi berat, tinggi, dan umur masing-masingnya disertai dengan
persentase, frekuensi kumulatif, persentase kumulatifnya. Adanya olahan data
seperti ini akan sangat memudahkan pengguna memahami data yang
diperolehnya.
Selanjutnya dimasukkan data baru sesuai dengan perintah 7 yang terdiri dari
HTCM, BTGUE, dan UMURKU. Digunakan perintah “NEWNURR” yang berarti
data baru yang dimasukkan ke nama data NURRON. HTCM merupakan data
yang diperoleh dari 2.54 dikalikan dengan tinggi masing-masing
responden.BTGUE merupakan data 10 kali berat responden dan UMURKU
merupakan 0.5 dari umur setiap responden. Kemudian data dimasukkan melalui
perintah RUN, ditampilkan dengan PROC PRINT; RUN;, maka muncullah data
seperti gambar 8.
The SAS System 7 16:27 Tuesday, May 5, 1998OBS NAMA GENDER UMUR TINGGI BERAT HTCM BTGUE UMURKU 1 CAROL F 14 62.8 102.5 159.512 1025 7.0 2 JANE F 12 59.8 84.5 151.892 845 6.0 3 LOUISE F 12 56.3 77.0 143.002 770 6.0 4 BARBARA F 13 65.3 98.0 165.862 980 6.5 5 MARY F 15 66.5 112.0 168.910 1120 7.5 6 ALICE F 13 56.5 84.0 143.510 840 6.5 7 JEFFERY M 13 62.5 84.0 158.750 840 6.5 8 RONALD M 15 67.0 133.0 170.180 1330 7.5 9 JOHN M 12 59.0 99.5 149.860 995 6.0 10 JAMES M 12 57.3 83.0 145.542 830 6.0 11 ALFRED M 14 69.0 112.5 175.260 1125 7.0 12 WILLIAM M 15 66.5 112.0 168.910 1120 7.5
Gambar 8. Data setelah ditambah data baru
The SAS System 2
The SAS System 8 16:27 Tuesday, May 5, 1998
OBS NAMA GENDER UMUR TINGGI BERAT HTCM BTGUE UMURKU
1 ALFRED M 14 69.0 112.5 175.260 1125 7.02 ALICE F 13 56.5 84.0 143.510 840 6.53 BARBARA F 13 65.3 98.0 165.862 980 6.5
4 CAROL F 14 62.8 102.5 159.512 1025 7.05 JAMES M 12 57.3 83.0 145.542 830 6.06 JANE F 12 59.8 84.5 151.892 845 6.07 JEFFERY M 13 62.5 84.0 158.750 840 6.58 JOHN M 12 59.0 99.5 149.860 995 6.09 LOUISE F 12 56.3 77.0 143.002 770 6.010 MARY F 15 66.5 112.0 168.910 1120 7.5 11 RONALD M 15 67.0 133.0 170.180 1330 7.512 WILLIAM M 15 66.5 112.0 168.910 1120 7.5
Gambar 9. Data disusun berdasarkan nama
Proses data yang terakhir adalah mengurutkan data berdasarkan namanya.
Seperti sebelumnya untuk mengurutkan data digunakan perintah SORT yang
berarti urut. Diikuti dengan DATA=NEWNURR berarti penyusunan data
menyertakan data baru yang sebelumnya telah diinput. Karena data disusun
berdasarkan nama, maka perintah selanjutnya adalah BY NAMA, kemudian
RUN; PROC PRINT; RUN; dan dihasilkan data seperti gambar 9. Pada gambar 9
tersebut responden pertama adalah Alfred dan diakhiri oleh William. Susunan
nama ini berdasarkan urutan abjad jadi dimulai dari huruf A ke Z. Sehingga yang
tadinya data disusun berdasarkan GENDER akan berubah mengikuti susunan
nama.
KESIMPULAN
SAS (statistical analysis system) yang berfungsi untuk mengolah data
statistic sehingga memudahkan pengguna memahami dan mengolah data yang
dimilikinya. Agar proses data melalui SAS dilakukan secara tepat maka
diperlukan pengenalan baik itu icon, symbol, maupun perintah yang harus ada
dalam proses pengolahan. Agar data yang dimasukkan diproses oleh SAS maka
terdapat perintah yang penting yaitu PROC untuk prosedur, RUN untuk
menjalankan perintah, PRINT untuk mencetak atau menampilkan data, nama data
yang sesuai, SORT untuk mengurutkan, tanda “;” disetiap akhir perintah dan
diakhiri dengan “$” jika data kualitatif (data bukan angka). Nama data dan data
yang dimasukkan harus sesuai agar tidak terjadi eror. Dalam mengurutkan data
perlu disertai dengan urutan data seperti apa yang diinginkan misalnya dalam
praktikum ini disertai dengan gender maka dituliskan perintah by gender.
Pengurutan data baik itu by gender maupun by nama disusun berdasarkan susunan
abjad yang dimulai dari A ke Z. Semua data yang diinputkan harus sesuai dengan
perintah dan prosedur kerja SAS agar terhindar dari eror.
DAFTAR PUSTAKA
Hasan, M. Iqbal. 2002. Pokok-Pokok Materi Metodologi Penelitian dan
Aplikasinya. Jakarta: Gralia Indonesia.
Laili, Cahaya. 2011. Teknik Pengolahan Data Deskriptif. (online).
http://cahayalaili.blogspot.com/2011/05/teknik-pengolahan-data-
deskriptif.html. diakses tanggal 16 Desember 2014.
Widjaja, Hendra. 2009. SAS, Statistical Analysis System. (online).
https://hendrawidjaja.wordpress.com/tag/statistical-analysis-system/.
Diakses tanggal 18 Desember 2014.
LAMPIRAN
option ls=78;DATA ZAITUN;INPUT NAMA $ GENDER $ UMUR TINGGI BERAT;CARDS;
JEFFERY M 13 62.5 84RONALD M 15 67 133CAROL F 14 62.8 102.5JANE F 12 59.8 84.5JOHN M 12 59 99.5JAMES M 12 57.3 83ALFRED M 14 69 112.5WILLIAM M 15 66.5 112LOUISE F 12 56.3 77BARBARA F 13 65.3 98MARY F 15 66.5 112ALICE F 13 56.5 84
;
RUN;
PROC PRINT DATA=ZAITUN;
RUN;
PROC SORT DATA=ZAITUN;
BY GENDER;
RUN;
PROC PRINT DATA=ZAITUN;
RUN;
DATA NURRON; SET ZAITUN;
RUN;
PROC PRINT;
RUN;
PROC MEANS DATA=NURRON;
RUN;
PROC FREQ DATA=NURRON;
BY GENDER;
RUN;
DATA NEWNURR; SET NURRON;
HTCM=2.54*TINGGI;
BTGUE=10*BERAT;
UMURKU=0.5*UMUR;
RUN;
PROC PRINT;
RUN;
RUN;
PROC SORT DATA=NEWNURR;
BY NAMA;
RUN; PROC PRINT; RUN;