Pengenalan SAS.docx

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”.



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.



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


---------------------------------- 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)


---------------------------------- 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


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;

https://hendrawidjaja.wordpress.com/tag/statistical-analysis-system/

http://cahayalaili.blogspot.com/2011/05/teknik-pengolahan-data-deskriptif.html

http://cahayalaili.blogspot.com/2011/05/teknik-pengolahan-data-deskriptif.html

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;

Pengenalan SAS.docx

Documents

Transcript of Pengenalan SAS.docx