Bab 2

TEORI TENTANG KONSEP MODEL

2.1 Konsep Model Grafik

Geometri: mempelajari cara menggambarkan permukaan bidang dan juga geometri identik dengan grafik 2 Dimensi. definisi geometri adalah besaran rotasi suatu garis dari satu titik pangkal ke posisi yang lain. geometri dipelajari sebagai dasar pembuatan permukaan bidang. (dalam hal ini bidang adalah representasi dari grafik 2 dimensi).

Animasi: mempelajari cara menggambarkan dan memanipulasi gerakan sebuah objek yang bergerak. awal penemuan animasi adalah ketika beberapa gambar pada kertas diputar-putar sehingga menghasilkan gambar yang bergerak. sejak itu teknologi semakin berkembang sampai digunakannya komputer sebagai alat bantu pembuatan animasi. sehingga proses pambuatan animasi semakin cepat. dalam grafik komputer animasi digunakan untuk menggambarkan dan memanipulasi gerakan. Rendering: mempelajari algoritma untuk menampilkan efek cahaya dan juga dapat disebut teknik untuk membuat obyek tampak lebih hidup. Pada teknik render ini kita dapat menggunakan warna dasar (merah, kuning, hijau, dll) atau dengan memberikan material pada obyek-obyek tersebut. Selain pemberian warna ataupun material, dapat juga obyek tersebut diberi efek pencahayaan dan latar belakang. dalam grafik komputer rendering digunakan untuk mempelajari algoritma dalam pemberian efek cahaya.Citra (Imaging): mempelajari cara pengambilan dan penyuntingan gambar namun definisi citra menurut kamus Webster adalah suatu representasi, kemiripan, atau imitasi dari suatu obyek atau benda. Sebuah citra mengandung informasi tentang obyek yang direpresentasikan. Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak. Untuk dapat dilihat mata manusia, citra tak tampak harus diubah menjadi citra tampak, misalnya dengan menampilkannya di monitor, dicetak di kertas dan sebagainya. Salah satu contoh citra tak tampak adalah citra digital. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi, atau bersifat digital yang dapat langsung disimpan pada suatu pita magnetik. Citra digital merupakan suatu larik dua dimensi atau suatu matriks yang elemen-elemennya menyatakan tingkat keabuan dari elemen gambar. Jadi informasi yang terkandung bersifat diskret. Citra digital tidak selalu merupakan hasil langsung data rekaman suatu sistem. Kadang-kadang hasil rekaman data bersifat kontinu seperti gambar pada monitor televisi, foto sinar-X, dan lain sebagainya. Dengan demikian untuk mendapatkan suatu citra digital diperlukan suatu proses konversi, sehingga citra tersebut selanjutnya dapat diproses dengan komputer. dalam grafik komputer citra digunakan untuk mempelajari cara pengambilan dan penyuntingan gambar.

2.2 Model Grafik

Bentuk grafik 3D dan 2D adalah bentuk sederhana dari teknologi grafik komputer. grafik komputer 2 dimensi yang digambarkan sebagai sebuah bidang yang hanya memiliki dua komponen yaitu panjang dan lebar. dalam sebuah grafik, grafik komputer 2 dimensi terdiri dari dua koordinat yaitu koordinat x yang berada pada sumbu x dan koordinat y yang berada pada sumbu y. agar dapat tampil dengan sempurna, maka dalam menggunakan teknik ini sebuah bidang harus memiliki koordinat x dan y minimum 0, dan maksimum sebesar resolusi yang diinginkan. grafik 3 dimensi digambarkan sebagai sebuah ruang. memiliki tiga komponen yaitu panjang, lebar dan tinggi. jika digambarkan dalam grafik, grafik 3 dimensi mamiliki tiga koordinat, yaitu koordinat x pada sumbu x (datar), koordinat y pada sumbu y (tegak), dan koordinat z pada sumbu z (miring). Representasi dari data geometrik 3 dimensi sebagai hasil dari pemrosesan dan pemberian efek cahaya terhadap grafika komputer 2D. grafik 3D biasanya digunakan dalam penanganan grafis. Perbedaan antara grafik 2D dan 3D juga dapat dilihat dari karakteristiknya. pada umumnya grafik 3D merupakan penyempurnaan dari grafik 2Dyang telah malalui serangkaian proses.

2.3 Interval

Interval (bilangan real) dalam matematika adalah suatu himpunan bilangan real dengan sifat bahwa setiap bilangan yang terletak di antara dua bilangan dalam himpunan itu juga termasuk ke dalam himpunan.

Misalnya, himpunan semua bilangan x memenuhi 0 ≤ x ≤ 1 adalah suatu interval yang memuat 0 dan 1, maupun semua bilangan di antara keduanya. Contoh lain interval adalah suatu himpunan dari semua bilangan real , himpunan semua bilangan real negatif, dan himpunan kosong. Interval real berperang penting dalam teori integrasi, karena merupakan himpunan-himpunan paling sederhana yang "ukuran" atau "pengukuran" atau "panjang"-nya mudah didefinisikan. Konsep pengukuran dapat diperluas untuk himpunan-himpunan bilangan real yang lebih rumit, mengarah kepadea Borel measure dan akhirnya kepada Lebesgue measure. Interval adalah sentral bagi aritmetika interval, suatu teknik numerical computing umum yang secara otomatis menyediakan penutupan pasti bagi rumus-rumus sembarang, bahkan dengan adanya ketidakpastian, perkiraan matematika, dan pembulatan aritmetika.

2.3.1 Notasi Bagi Interval

Interval angka-angka antara a dan b, termasuk a dan b, sering dilambangkan dengan [a, b]. Dua bilangan itu disebut "titik-titik ujung" (endpoints) suatu interval. Pada negara-negara di mana bilangan desimal ditulis menggunakan tanda koma, tanda titik koma dapat digunakan sebagai pemisah, untuk menghindari kerancuan. Termasuk atau tidak termasuk titik ujung.

Untuk mengindikasikan bahwa satu dari titik-titik ujung tidak disertakan dalam himpunan, tanda kurung siku dapat diganti dengan tanda kurung, atau sebaliknya. Kedua notasi ini dijelaskan dalam International standard ISO 31-11. Jadi, dalam set builder notation:



Perhatikan bahwa (a, a), [a, a), dan (a, a] melambangkan himpunan kosong, sedangkan [a, a] melanmbangkan himpunan {a} . Ketika a > b, maka keempat notasi ini biasanya diasumsikan melambangkan himpunan kosong.

Notasi interval menggunakan dua bilangan yang dituliskan dalam tanda kurung. Untuk interval di atas, 20 hingga 30 dengan 20 dan 30 termasuk, kita menuliskan sebagai berikut.

[20, 30]

Jika 20 termasuk, sementara 30 tidak, kita akan mengganti tanda ] menjadi ):

[20, 30)

Kemudian, untuk menuliskan bilangan yang lebih dari 30, tanpa batas kanan, kita akan menuliskan simbol tak terhingga di sebelah kanan. Perhatikan karena tak terhingga bukanlah bilangan real, maka tak terhingga selalu diberi kurung lengkung ) -> (30, ∞). Sebaliknya, kalau kita hendak menuliskan bilangan yang kurang dari atau sama dengan 30, kita menuliskan simbol tak terhingga di sebelah kiri sebagai bilangan negatif. (-∞ 30]

Penggunaan tanda kurungnya memiliki aturan sebagai berikut:

• Gunakan kurung siku [ atau ] (tergantung di sisi mana), jika bilangan itu termasuk dalam interval.

• Gunakan kurung lengkung ( atau ) (tergantung di sisi mana), jika bilangan itu tidak termasuk dalam interval.

• Tak terhingga selalu menggunakan kurung lengkung, karena tak terhingga tidak termasuk dalam bilangan real. Tak terhingga di sebelah kiri selalu dituliskan sebagai negatif.

Setingkat di bawah rasio, tipe data interval tidak bisa dibandingkan sesederhana pada data rasio. Misal, pada data suhu suatu zat menggunakan satuan Celcius. Suhu 10C tidak berarti 10 kalinya suhu 1C. Hal ini disebabkan karena data interval tidak memiliki nilai nol mutlak. Artinya, 0C bukan berarti tidak ada suhu. Nol derajat hanyalah lambang angka untuk suatu tingkatan suhu tertentu. Ringkasannya adalah sebagai berikut:

• Memiliki satuan

• Angka-angkanya tidak dapat dibandingkan, yaitu misal angka 10 tidak berarti 10 kalinya angka 1 data interval

• Tidak memiliki nilai nol mutlak, yaitu angka nol bukan berarti ‘tidak ada’

• Memiliki sifat tingkatan, yaitu misal: angka 10 berarti lebih tinggi/lebih banyak dari angka 1

• Memiliki jarak antar angka yang sama, yaitu misal: pada kuesioner yang menggunakan skala Likert, jika ‘Sangat Setuju’ diberi lambang angka 5, ‘Setuju’ dilambangkan angka 4, ‘Ragu-ragu’ dilambangkan 3, ‘Tidak Setuju’ dilambangkan 2, dan ‘Sangat Tidak Setuju’ dilambangkan 1. Maka jarak antar preferensi (kesetujuan atau ketidaksetujuan) adalah sama, yaitu: 1. Jarak antara ‘Sangat Setuju’ dengan ‘Setuju’ adalah 5-4=1. Jarak antara ‘Setuju’ dengan ‘Tidak Setuju’ adalah 4-2=2 karena melewati ‘Ragu-ragu’, dst.

• Dapat dikenai operasi aritmatika, tambah, kurang, bagi, dll.

• Cocok untuk metode statistika parametrik maupun nonparametrik. Contoh: data suhu, data yang diperoleh dari skala Likert, dll.

Beberapa ahli berpendapat bahwa pelaksanaan penelitian dengan menggunakan metode ilmiah diantaranya adalah melakukan langkah-langkah sistematis.

Metode ilmiah adalah merupakan pengejaran terhadap kebenaran relatif yang diatur oleh pertimbangan-pertimbangan logis. Karena keberadaan dari ilmu itu adalah untuk memperoleh interelasi yang sistematis dari fakta-fakta, maka metode ilmiah berkehendak untuk mencari jawaban tentang fakta-fakta dengan menggunakan pendekatan kesangsian sistematis. Karenanya, penelitian dan metode ilmiah, jika tidak dikatakan sama, mempunyai hubungan yang relatif dekat. Karena dengan adanya metode ilmiah, pertanyaan-pertanyaan dalam mencari dalil umum, akan mudah dijawab.

Menuruti Schluter (Moh Nazir, 2006), langkah penting sebelum sampai tahapan analisis data dan penentuan model adalah ketika kita melakukan pengumpulan dan manipulasi data sehingga bisa digunakan bagi keperluan pengujian hipotesis. Mengadakan manipulasi data berarti mengubah data mentah dari awal menjadi suatu bentuk yang dapat dengan mudah memperlihatkan hubungan-hubungan antar fenomena.

Kelaziman kuantifikasi sebaiknya dilakukan kecuali bagi atribut-atribut yang tidak dapat dilakukan. Dan dari kuantifikasi data itu, penentuan mana yang dikatakan data nominal, ordinal, interval dan rasio bisa dilakukan demi memasuki wilayah penentuan model.

Pada ilmu-ilmu sosial yang telah lebih berkembang, melakukan analisis berdasarkan pada kerangka hipotesis dilakukan dengan membuat model matematis untuk membangun refleksi hubungan antar fenomena yang secara implisit sudah dilakukan dalam rumusan hipotesis. Analisis data merupakan bagian yang amat penting dalam metode ilmiah.

Data bisa memiliki makna setelah dilakukan analisis dengan menggunakan model yang lazim digunakan dan sudah diuji secara ilmiah meskipun memiliki peluang menggunakan alat analisis lain. Akan tetapi masing-masing model, jika ditelaah satu demi satu, sebenarnya hanya sebagian saja yang bisa digunakan untuk kondisi dan data tertentu. Ia tidak bisa digunakan untuk menganalisis data jika model yang digunakan kurang sesuai dengan bagaimana kita memperoleh data jika menggunakan instrumen. Timbangan tidak bisa digunakan untuk mengukur tinggi badan seseorang. Sebaliknya meteran tidak bisa digunakan untuk mengukur berat badan seseorang. Karena masing-masing instrumen memiliki kegunaan masing-masing.

Dalam hal ini, tentu saja kita tidak ingin menggunakan model analisis hanya semata-mata karena menuruti selera dan kepentingan. Suatu model hanya lazim digunakan setelah kita mempertimbangkan kondisi bagaimana data dikumpulkan. Karena dalam teori, alat analisis model adalah alat yang tidak bisa digunakan dalam kondisi yang tidak sesuai dengan pertimbangan-pertimbangan logis. Ia memang bisa digunakan untuk menghitung secara matematis, akan tetapi tidak dalam teori.

Banyaknya konsumsi makanan tentu memiliki hubungan dengan berat badan seseorang. Akan tetapi banyaknya konsumsi makanan penduduk pulau Nias, tidak akan pernah memiliki hubungan dengan berat badan penduduk Kalimantan. Motivasi kerja sebuah perusahaan makanan ringan, tidak akan memiliki hubungan dengan produktivitas petani Sawit. Model analisis statistik hanya bisa digunakan jika data yang diperoleh memiliki syarat-syarat tertentu. Salah satu diantaranya adalah masing-masing variabel tidak memiliki hubungan linier yang eksak. Data yang kita peroleh melalui instrumen pengumpul data itu bisa dianalisis dengan menggunakan model tanpa melanggar kelaziman.

Bagi keperluan analisis penelitian ilmu-ilmu sosial, teknik mengurutkan sesuatu ke dalam skala itu artinya begitu penting mengingat sebagian data dalam ilmu-ilmu sosial mempunyai sifat kualitatif. Atribut saja sebagai objek penelitian selain kurang representatif bagi peneliti, juga sebagian orang saat ini menginginkan gradasi yang lebih baik bagi objek penelitian.

Orang selain kurang begitu puas dengan atribut baik atau buruk, setuju atau tidak setuju, tetapi juga menginginkan sesuatu yang berada diantara baik dan buruk atau diantara setuju dan tidak setuju. Karena gradasi, merupakan kelaziman yang diminta bagi sebagian orang bisa menguak secara detail objek penelitian. Semakin banyak gradasi yang dibuat dalam instrumen penelitian, hasilnya akan makin representatif.

Menuruti Moh. Nazir (2006), teknik membuat skala adalah cara mengubah fakta-fakta kualitatif (atribut) menjadi suatu urutan kuantitatif (variabel). Mengubah fakta-fakta kualitatif menjadi urutan kuantitatif itu telah menjadi satu kelaziman paling tidak bagi sebagian besar orang, karena berbagai alasan.

Pertama, eksistensi matematika sebagai alat yang lebih cenderung digunakan oleh ilmu-ilmu pengetahuan sehingga bisa mengundang kuantitatif variabel. Kedua, ilmu pengetahuan, disamping akurasi data, semakin meminta presisi yang lebih baik, lebih-lebih dalam mengukur gradasi. Karena perlunya presisi, maka kita belum tentu puas dengan atribut baik atau buruk saja. Sebagian peneliti ingin mengukur sifat-sifat yang ada antara baik dan buruk tersebut, sehingga diperoleh suatu skala gradasi yang jelas.

2.3.2 Data Nominal

Sebelum kita membicarakan bagaimana alat analisis data digunakan, berikut ini akan diberikan ulasan tentang bagaimana sebenarnya data nominal yang sering digunakan dalam statistik nonparametrik bagi mahasiswa. Menuruti Moh. Nazir, data nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apapun.

Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskrit. Data nominal merupakan data diskrit dan tidak memiliki urutan. Bila objek dikelompokkan ke dalam set-set, dan kepada semua anggota set diberikan angka, set-set tersebut tidak boleh tumpang tindih dan bersisa.

Misalnya tentang jenis olah raga yakni tenis, basket dan renang. Kemudian masing-masing anggota set di atas kita berikan angka, misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka yang diberikan tidak menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun tingkat renang lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang diberikan hanya berfungsi sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis dan Badui.

Tentang partai, misalnya Partai Bulan, Partai Bintang dan Partai Matahari. Masing-masing kategori tidak dinyatakan lebih tinggi dari atribut (nama) yang lain. Seseorang yang pergi ke Jakarta, tidak akan pernah mengatakan dua setengah kali, atau tiga seperempat kali. Tetapi akan mengatakan dua kali, lima kali, atau tujuh kali. Begitu juga tentang ukuran jumlah anak dalam suatu keluarga. Numerik yang dihasilkan akan selalu berbentuk bilangan bulat, demikian seterusnya. Tidak akan pernah ada bilangan pecahan. Data nominal ini diperoleh dari hasil pengukuran dengan skala nominal.

Menuruti Sugiono, alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang digunakan untuk data nominal adalah Coefisien Contingensi. Akan tetapi karena pengujian hipotesis Coefisien Contingensi memerlukan rumus Chi Square (x2), perhitungannya dilakukan setelah kita menghitung Chi Square. Penggunaan model statistik nonparametrik selain Coefisien Contingensi tidak lazim dilakukan.

2.3.3 Data Ordinal

Bagian lain dari data kontinum adalah data ordinal. Data ini, selain memiliki nama (atribut), juga memiliki peringkat atau urutan. Angka yang diberikan mengandung tingkatan. Ia digunakan untuk mengurutkan objek dari yang paling rendah sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak memberikan nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja. Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarak antara data yang satu dengan lainnya tidak sama. Ia akan memiliki urutan mulai dari yang paling tinggi sampai paling rendah. Atau paling baik sampai ke yang paling buruk.

Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat setuju, setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat umum pemilihan kepala daerah, mulai dari tidak pernah absen menghadiri, dengan kode 5, kadang-kadang saja menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3, tidak pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri sama sekali, dengan kode 1. Dari hasil pengukuran dengan menggunakan skala ordinal ini akan diperoleh data ordinal. Alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang lazim digunakan untuk data ordinal adalah Spearman Rank Correlation dan Kendall Tau.

2.3.4 Data Interval

Pemberian angka kepada set dari objek yang mempunyai sifat-sifat ukuran ordinal dan ditambah satu sifat lain, yakni jarak yang sama pada pengukuran dinamakan data interval. Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang diukur. Akan tetapi ukuran interval tidak memberikan jumlah absolut dari objek yang diukur. Data yang diperoleh dari hasil pengukuran menggunakan skala interval dinamakan data interval.

Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D, E dan F diukur dengan ukuran interval pada skala prestasi dengan ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakan bahwa beda prestasi antara mahasiswa C dan A adalah 3 – 1 = 2. Beda prestasi antara mahasiswa C dan F adalah 6 – 3 = 3. Akan tetapi tidak bisa dikatakan bahwa prestasi mahasiswa E adalah 5 kali prestasi mahasiswa A ataupun prestasi mahasiswa F adalah 3 kali lebih baik dari prestasi mahasiswa B.

Dari hasil pengukuran dengan menggunakan skala interval ini akan diperoleh data interval. Alat analisis (uji hipotesis asosiatif) statistik parametrik yang lazim digunakan untuk data interval ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan Multiple Regression.

2.3.5 Data Rasio

Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur dinamakan ukuran rasio (data rasio). Data rasio, yang diperoleh melalui pengukuran dengan skala rasio memiliki titik nol. Karenanya, interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol di atas. Oleh karena ada titik nol, maka data rasio dapat dibuat perkalian ataupun pembagian.

Angka pada data rasio dapat menunjukkan nilai sebenarnya dari objek yang diukur. Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan masing-masing perhari Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000. Bila dilihat dengan ukuran rasio maka pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Pendapatan pengemudi D adalah 5 kali pendapatan pengemudi A. Pendapatan pengemudi C adalah 4/3 kali pendapatan pengemudi B.

Dengan kata lain, rasio antara pengemudi C dan A adalah 4 : 1, rasio antara pengemudi D dan A adalah 5 : 1, sedangkan rasio antara pengemudi C dan B adalah 4 : 3. Interval pendapatan pengemudi A dan C adalah 30.000, dan pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A.

Contoh data rasio lainnya adalah berat badan bayi yang diukur dengan skala rasio. Bayi A memiliki berat 3 Kg. Bayi B memiliki berat 2 Kg dan bayi C memiliki berat 1 Kg. Jika diukur dengan skala rasio, maka bayi A memiliki rasio berat badan 3 kali dari berat badan bayi C. Bayi B memiliki rasio berat badan dua kali dari berat badan bayi C, dan bayi C memiliki rasio berat badan sepertiga kali berat badan bayi A, dst.

Dari hasil pengukuran dengan menggunakan skala rasio ini akan diperoleh data rasio. Alat analisis (uji hipotesis asosiatif) yang digunakan adalah statistik parametrik dan yang lazim digunakan untuk data rasio ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan Multiple Regression.Sesuai dengan ulasan jenis pengukuran yang digunakan, maka variabel penelitian lazimnya bisa di bagi menjadi 4 jenis variabel, yakni variabel (data) nominal, variabel (data) ordinal, variabel (data) interval, dan variabel (data) rasio.

Variabel nominal, yaitu variabel yang dikategorikan secara diskrit dan saling terpisah satu sama lain, misalnya status perkawinan, jenis kelamin, suku bangsa, profesi pekerjaan seseorang dan sebagainya. Variabel ordinal adalah variabel yang disusun atas dasar peringkat, seperti motivasi seseorang untuk bekerja, peringkat perlombaan catur, peringkat tingkat kesukaran suatu pekerjaan dan lain-lain. Variabel interval adalah variabel yang diukur dengan ukuran interval seperti indek prestasi mahasiswa, skala termometer dan sebagainya, sedangkan variabel rasio adalah variabel yang disusun dengan ukuran rasio seperti tingkat penganggguran, penghasilan, berat badan, dan sebagainya.

2.3.6 Konversi Variabel Ordinal

Adakalanya kita tidak ingin menguji hipotesis dengan alat uji hipotesis statistik nonparametrik dengan berbagai pertimbangan, baik dari segi biaya, waktu maupun dasar teori. Misalnya kita ingin melakukan uji statistik parametrik Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regresion dan Multiple Regression, padahal data yang kita miliki adalah hasil pengukuran dengan skala ordinal, sedangkan persyaratan penggunaan statistik parametrik adalah selain data harus berbentuk interval atau rasio, data harus memiliki distribusi normal. Jika kita tidak ingin melakukan uji normalitas karena data yang kita miliki adalah data ordinal, hal itu bisa saja kita lakukan dengan cara menaikkan data dari pengukuran skala ordinal menjadi data dalam skala interval dengan metode Suksesive Interval.

Menuruti Al-Rasyid, menaikkan data dari skala ordinal menjadi skala interval dinamakan transformasi data. Transformasi data itu dilakukan diantaranya adalah dengan menggunakan Metode Suksesive Interval (MSI). Tujuan dari dilakukannya transformasi data adalah untuk menaikkan data dari skala pengukuran ordinal menjadi skala dengan pengukuran interval yang lazim digunakan bagi kepentingan analisis statistik parametrik.

Transformasi data ordinal menjadi interval itu, selain merupakan suatu kelaziman, juga untuk mengubah data agar memiliki sebaran normal. Artinya, setelah dilakukan transformasi data dari ordinal menjadi interval, penggunaan model dalam suatu penelitian tidak perlu melakukan uji normalitas. Karena salah satu syarat penggunaan statistik parametrik, selain data harus memiliki skala interval (dan rasio), data juga harus memiliki distribusi (sebaran) normal.

Dengan dilakukannya transformasi data, diharapkan data ordinal sudah menjadi data interval dan memiliki sebaran normal yang langsung bisa dilakukan analisis dengan statistik parametrik. Berbeda dengan ststistik nonparametrik, ia hanya digunakan untuk mengukur distribusi. (Ronald E. Walpole).Cara Menentukan Interval Suatu Fungsi Naik atau Fungsi Turun.



Gambar di atas merupakan kurva dari fungsi f(x) = 9 – x^{2} dan turunan pertama dari fungsi tersebut f ’(x) = –2x

1. Bila x < 0 maka f ′(x) > 0 (gradien/kemiringan di setiap titik positif). Terlihat grafiknya naik, maka dikatakan fungsi naik (lihat grafiknya dari kiri ke kanan).

2. Bila x > 0 maka f ′(x) < 0 (gradien/kemiringan di setiap titik negatif). Terlihat grafiknya menurun, maka dikatakan fungsi turun (lihat grafiknya dari kiri ke kanan).

Nah anda sudah mempelajari tentang pengertian fungsi naik dan fungsi turun. Lalu bagaimana cara menentukan bahwa fungsi itu naik atau turun?

Menentukan Interval Suatu Fungsi Naik atau Fungsi Turun.

Oke sekarang kita lanjut mengenai cara menentukan interval suatu fungsi naik atau turun. Untuk menentukan interval fungsi f(x) naik adalah dengan menyelesaikan pertidaksamaan f ′(x) > 0. Demikian juga untuk menentukan interval fungsi f(x) turun adalah dengan menyelesaikan pertidaksamaan f ′(x) < 0.  Untuk lebih memahami, perhatikan contoh soal berikut:

Contoh soal 1:

Diketahui suatu fungsi f(x) = x2 – 4x. Tentukan agar fungsi tersebut agar naik dan tentukan juga agar fungsi tersebut turun.

Penyelesaian:

Syarat supaya fungsi naik adalah:

f ′(x) > 0

2x – 4 > 0

2x > 4 x > 2

Syarat supaya fungsi turun adalah:

f ′(x) < 0

2x – 4 < 0

2x < 4 x < 2

Contoh soal 2:

Ditentukan f(x) = 1/3 x3 – 2x2 – 5x + 10. Tentukan interval agar kurva y = f(x) naik, dan kurva y = f(x) turun. Penyelesaian:

f(x) = 1/3 x3 – 2x2 – 5x + 10 ⇒ f ′(x) = x2 – 4x – 5

Syarat fungsi naik:

f ′(x) > 0

x2 – 4x – 5 > 0

(x + 1)(x – 5) > 0

x + 1 = 0 atau x – 5 = 0

x = –1 atau x = 5

Interval x agar kurva naik adalah x < –1 atau x > 5.

Syarat fungsi turun:

f ′(x) < 0

x2 – 4x – 5 < 0

(x + 1)(x – 5) < 0

x + 1 = 0 atau x – 5 = 0 x = –1 atau x = 5

Interval x agar kurva turun adalah –1 < x < 5.

Langkah-Langkah Menentukan Kelas Interval pada Tabel Distribusi Frekuensi

Pada sebelumnya diberikan data nilai hasil ujian statistik 50 orang siswa. Dari data ini akan dibuatkan tabel distribusi frekuensinya. Sebelum membuat tabel sebaiknya kita mencari tahu berapa kelas yang perlu dibuat dan berapa panjang interval setiap kelasnya. Ini akan membantu kita mendistribusikan nilai-nilai yang ada pada data. Langkah-langkah yang harus dilakukan adalah:

Jangkauan (J) = Datum terbesar – Datum terkecil    

Datum terbesar = 90 Datum terkecil = 13    

Jangkauan (J) = 90 – 13 = 77    

Jadi jangkauan datanya adalah 77

Banyaknya kelas interval (k)    

k = 1 + 3,3 log n , dimana n = banyaknya data (n=50)    

k = 1 + 3,3 log 50    

k = 1 + 3,3 (1,69)    

k = 1 + 5,57    

k = 6,67 ~ 7    

Jadi banyaknya kelas yang harus dibuat adalah 7 kelas

Panjang interval kelas (c)    

c = Jangkauan / Banyaknya kelas interval atau c = J / k    

c = 77 / 7 = 11    

Jadi, panjang interval kelas adalah 11

Kelas pertama:

Ambil datum terkecil sebagai batas bawah kelas pertama-ini tidak harus datum terkecil-untuk memudahkan. Usahakan titik tengahnya berupa bilangan bulat.        

Jumlahkan datum terkecil dengan panjang interval kelas kemudian kurangi satu (1)        

Panjang interval kelas pertama = (13 + 11) – 1 = 23        

Jadi interval kelas pertama adalah (13 - 23)

Kelas Kedua:

Batas bawah kelas kedua kita mulai dari 24 (melanjutkan batas atas kelas pertama)        

Panjang interval kelas kedua = (24+11) – 1 = 34        

Jadi, interval kelas kedua adalah (24 - 34)

Kelas ke-3 sampai kelas ke-7 dapat ditentukan dengan cara yang sama diatas (lihat langkah 4 & 5)

Bila sudah selesai, kamu akan memperoleh tabel seperti berikut ini:



2.4 Line Chart

Line chart adalah grafik yang paling sederhana yang digambarkan sebagai garis yang menghubungkan harga-harga penutupan. Misalnya: dalam beberapa hari berturut-turut perdagangan ditutup pada harga 100, 200, 150, 250… maka level-level harga tersebut dihubungkan dengan garis lurus. Dengan grafik ini kita bisa melihat pergerakan harga secara umum dalam satu periode waktu tertentu. Contohnya adalah seperti ini:



Line chart dapat menampilkan data terus menerus dari waktu ke waktu pada Axis merata skala. Oleh karena itu, mereka ideal untuk menunjukkan tren dalam data pada interval yang sama, seperti hari, bulan, kuartal atau tahun.

Dalam grafik Line:

• Kategori data didistribusikan secara merata sepanjang sumbu horisontal.

• Nilai data didistribusikan secara merata sepanjang sumbu vertikal.

Ikuti langkah-langkah berikut untuk memasukkan grafik Saluran worksheet Anda.

Langkah 1. Mengatur data dalam kolom atau baris pada lembar kerja.

Langkah 2. Pilih data.

Langkah 3. Pada tab INSERT, di grup Charts, klik ikon Bagan garis pada Ribbon.



Anda akan melihat grafik garis yang berbeda tersedia. Sebuah grafik Line memiliki berikut sub-jenis

2-D Diagram

• Garis

• 100% Tumpukan Baris

• Line dengan Marker

• Ditumpuk Line dengan Marker

• 100% Tumpukan Line dengan Marker

3-D Diagram

• 3-D Diagram garis 3-D Baris



Langkah 4 - Arahkan mouse pada setiap ikon. Sebuah preview dari jenis garis akan ditampilkan pada lembar kerja.



Langkah 5 - Klik dua kali jenis grafik yang sesuai data Anda.

Dalam bab ini, masing-masing jenis grafik garis berguna. Cara Mudah Membuat Grafik Garis (Line Chart) di Excel 2007, 2010, 2013 dan Memodifikasinya – Pada dasarnya suatu grafik dibuat untuk menyajikan perbandingan antara data yang ada. Seperti grafik garis (Line Chart) ini, memungkinkan kita untuk menganalisa tren suatu nilai dari waktu ke waktu. Jadi, lebih untuk melihat prospek sebuah data, misal perkembangan penjualan, saham, traffict, dan lain-lain.

Proses kerjanya pada Microsoft Office Excel 2007, 2010, dan 2013 pada dasarnya sama saja. Mungkin jika terdapat perbedaan hanya pada interface atau tata letak saja. Dan saya yakin kamu bisa menyesuaikan. Pada tutorial ini sendiri, saya menggunakan Excel 2010.

Seklias info: Penyajian data dalam bentuk grafik garis (line  chart) ini ada tiga jenis utama, yaitu line, stacked line, dan 100% stacked line. Dan didukung juga dengan penggunaan marker disetiap titik dan juga tanpa marker. Untuk tutorial yang akan saya tulis ini, kita akan membuat sebuah grafik garis yang didukung oleh penanda untuk setiap batasan (marker). Hasilnya seperti gambar di bawah ini:

Agar sebuah data dapat dibuatkan dalam bentuk grafik garis, ada baiknya data-data tersebut memenuhi syarat standarnya, seperti:

• Terdapat beberapa seri data

• Memiliki interval yang sama atau berurutan, seperti waktu.

2.4.1 Langkah-Langkah Membuat Grafik Garis (Line Chart)

Agar tampilan yang dihasilkan masih mendasar, sebaiknya kamu pastikan document theme diatur ke default, yaitu Office theme. Caranya, masuk ke tab Page Layout, grub Themes, kemudian pilih theme Office.

Kemudian, kamu buat data yang akan disajikan dalam bentuk grafik garis, kemudian blok range datanya.

Lalu kita buat grafiknya dengan cara pilih tab menu Insert, kemudian pada grub Charts pilih Line, lalu pilih Line with markers.

Setelah itu, grafik akan dimunculkan langsung di lembar kerja. Seperti gambar di bawah ini. Kamu perhatikan keterangannya agar mudah mengerti tutorial ini.

2.4.1.1 Memodifikasi Tampilan Grafik

Dalam modifikasi yang akan saya lakukan ini, saya akan menghilangkan bagian Legend, karena sudah diwakili oleh judul grafik. Lalu saya juga akan menghilangkan gridlines, mengubah style grafiknya, dan memunculkan nilai data di bagian bawah marker.

Untuk memodifikasinya, kamu klik dulu grafiknya agar muncul Chart Tools. Kemdian padaa Chart Tools masuk ke tab Design, dan pilih salah satu chart style yang tersedia.

Sekarang kita hilangkan gridlines caranya pada bagian Chart Tools kita pilih tab Layout, kemudian klik Gridlines pada grub Axes, dan pilih Primary Horizontal seting dengan opsi None.

Menghilangkan Legend caranya masih di tab Layout pada bagian Chart Tools, kemudian pada grub Labels klik Legend, lalu pilih opsi None.

Sekarang kita munculkan nilai datanya agar berada di bagian bawah marker. Caranya masih di tab Layout dan grub Labels, klik Data Labels, lal poloh opsi Bellow.

Nah, hasilnya nanti akan seperti gambar di bawah ini.

2.4.1.2 Memodifikasi Line dan Marker

Klik kanan pada salah satu marker di garis grafiknya, kemudian pilih Format Data Series. Nanti akan muncul kotak dialog.

Pada bagian tab sebelah kiri klik menu Marker Option, kemudian modifikasi markernya dengan tipe built-in Circle, size saya beri ukuran 13.

Lalu pindah ke menu Line Style, width saya atur dengan ukuran 2pt dan beri cekbox pada opsi Smoothed Line.

Dan hasil akhirnya seperti gambar di bawah ini.

Tips penting:

• Agar lebih cepat memodifikasi tampilan grafik, kamu bisa menggunakan document themes. Caranya seperti yang sudah saya katakan di awal tutorial ini.

• Dan jika kamu ingin mengubah ukuran panjang dan lebar grafika, bisa melalui tab Format di Chart Tools atau langsung dengan cara mengklik dan geser kursor (sizing handle).

2.4.2 Line Chart Jangka Pendek



Dari gambar Line Chart (Grafik Garis) jangka pendek, dapat dilihat bahwa telah terjadi pembalikan arah (reversal) dari tren turun (garis merah) menjadi tren naik (garis biru). Tren turun (Bearish) telah berakhir. Tentu saatnya untuk membeli bukan? Sesuai teori, sebuah tren akan terus berlanjut sebelum ada pembalikan arah selanjutnya.

Jadi gimana? Tentu akan membeli bukan? Toh, kondisinya sedang dalam tren naik (garis biru). Memang tampaknya agak mendatar sekarang. Namun, karena sebelumnya menaik, tentu setelah mendatar (kemungkinan besar) akan kembali menaik bukan? Ya udah beli saja. Yakin deh, pasti untung nih. Syukur-syukur untung besar.

Dengan harapan yang indah tersebut, melakukan pembelian dengan cukup besar. Setelah dengan sabar menunggu. Berharap cuan yang menjadi ujungnya. Eh, ladalah, kok malah harganya bergerak turun dan terus menurun. Dan akhirnya terbentuk tren turun (Bearish) kembali. Terpaksa deh cut loss (CL).

Hem, apa yang salah ya? Perasaan sudah benar deh. Membeli ketika tren naik (Bullish) telah terkonfirmasi. Memang pembelian dilakukan pada saat konsolidasi setelah tren naik. Memang tidak akan pasti naik setelahnya. Namun, berdasarkan pengalaman, jika konsolidasi setelah tren naik, biasanya akan naik lagi. Tapi dah melakukan berkali-kali, kok malah sering turun yak? Apakah ilmunya salah atau bagaimana? Nah, untuk memahami kesalahannya, mari kita lihat gambar Line Chart (Grafik Garis) jangka panjangnya.

2.4.5 Line Chart Jangka Panjang



Ini adalah line chart (grafik garis) jangka panjang dari grafik garis sebelumnya. Grafik garis jangka pendek berada dalam kotak hijau. Nah, sekarang harusnya sudah jelas mengapa setelah berkali-kali mencoba, kok ya seringnya malah turun lagi. Tren naik (Bullish) nya jarang sekali berlanjut. Seringnya harus Cut Loss (CL). Ternyata dalam jangka panjang, tren yang sedang terjadi adalah tren turun (Bearish). Jadi tidak heran jika harga saham akan terus bergerak turun. Kenaikan yang terjadi hanya riak kecil dari gelombang turun yang besar. Kenaikan tersebut bukanlah sebuah tren naik (Bullish).

2.5 Pie Chart

Sebuah grafik pie (atau grafik lingkaran) adalah grafis statistik melingkar yang terbagi menjadi irisan untuk menggambarkan proporsi numerik. Dalam pie chart, panjang busur dari setiap irisan (dan akibatnya sudut dan daerah pusat), sebanding dengan kuantitas yang diwakilinya. Sementara itu adalah nama untuk kemiripannya dengan kue yang telah diiris, ada variasi pada cara dapat disajikan.

Pie chart awal dikenal biasanya dikreditkan ke William Playfair statistik Brevir dari 1801. diagram lingkaran sangat banyak digunakan dalam dunia bisnis dan media massa. Namun, mereka telah dikritik, dan banyak ahli menyarankan menghindari mereka, menunjukkan bahwa penelitian telah menunjukkan sulit untuk membandingkan bagian yang berbeda dari pie chart yang diberikan, atau untuk membandingkan data di diagram lingkaran yang berbeda. diagram lingkaran dapat diganti dalam kebanyakan kasus oleh plot lain seperti bar chart, kotak plot atau dot plot.

2.5.1 Membuat Grafik Pie Di Visio

Dengan Charts dan Grafik template yang dapat membuat pie chart sederhana atau pie chart yang menekankan irisan tertentu.

2.5.2 Membuat Pie Chart Sederhana

Pie bentuk grafik awalnya memiliki 10 iris berwarna cerah dengan ukuran yang sama. Anda dapat menyesuaikan jumlah, ukuran, dan warna masing-masing slice. Ilustrasi berikut menunjukkan grafik pie di mana kami telah mengubah jumlah dan ukuran irisan sekaligus mempertahankan warna asli

1. Pada menu File, klik New. Pilih Kategori kemudian pilih Bisnis. Kemudian klik Charts dan Grafik atau Diagram Pemasaran dan Diagram.

2. Dari stensil Charting Shapes, tarik Pie bentuk grafik ke halaman gambar, kemudian pilih jumlah irisan yang Anda inginkan.

3. Mengatur ukuran setiap irisan dalam hal persentase kue: Sebuah. Klik kanan Pie bentuk grafik, dan kemudian klik Set slice ukuran. b. Ketik ukuran yang Anda inginkan untuk setiap slice, dan kemudian klik OK.

4. Untuk mengubah warna sepotong kue, pilih pie chart, dan kemudian klik irisan individu untuk memilihnya. Klik panah pada tombol Fill, dan kemudian klik warna yang Anda inginkan.

5. Untuk menambahkan judul untuk grafik, dari stensil Charting Shapes, tarik bentuk blok teks ke halaman gambar. Walaupun bentuknya dipilih, ketik judul.

2.5.3 Membuat Grafik Pie Dengan Irisan Menekankan

Untuk membuat grafik pie dengan irisan menekankan, digunakan sebagai berbagai bentuk Pie slice sebagai grafik Anda membutuhkan. Ilustrasi berikut menunjukkan grafik pie dengan irisan ditekankan. Grafik pie berwarna dengan menerapkan tema.

1. Pada menu File, klik New. Pilih Kategori, lalu pilih Bisnis. Kemudian klik Charts dan Grafik atau Diagram Pemasaran dan Diagram.

2. Dari Charting Shapes, tarik bentuk irisan Pie ke halaman gambar.

3. Tarik bentuk Pie sepotong kedua dan letakkan di dekat potongan pertama.

4. Tarik titik akhir di tengah potongan kedua untuk titik koneksi di sudut kiri bawah potongan pertama.

5. Untuk mengubah persentase bentuk irisan Pie, pilih, dan kemudian tarik pegangan kontrol sampai slice adalah ukuran yang Anda inginkan.

6. Ulangi langkah 3 sampai 5 untuk membuat sisa irisan, bergerak berlawanan sekitar kue.

7. Dalam Visio 2007, pada menu Tools, klik Snap & Lem; Dalam Visio 2016, klik tab View, dan kemudian klik peluncur dialog dalam kelompok Visual Aids. Pastikan kotak centang Snap dipilih, kosongkan kotak centang Lem, dan kemudian klik OK.

8. Pilih setiap irisan kue, gerakkan sedikit untuk memecahkan lem (endpoint berubah dari merah ke hijau), dan kemudian pasang kembali ke tempatnya.

9. Tarik slice yang ingin Anda tekankan jauh dari irisan lainnya.

2.5.4 Sejarah Chart Pie

Pie chart telah ada sejak tahun 1800-an ketika mereka digunakan untuk menggambarkan statistik dan peta. Florence Nightingale mempopulerkan pie chart sebagai bentuk persuasi menggunakan statistik dengan memanggil perhatian pada tingkat kematian yang disebabkan oleh buruknya kondisi sanitasi selama perang Crimean.Bagaimana Chart Donut dibandingkan dengan Chart Pie? Donat grafik mirip dengan diagram lingkaran dalam bahwa tujuan mereka adalah untuk menggambarkan proporsi. Namun, mereka mengandung pusat kosong yang dapat berisi deskripsi.

Ring Chart, variasi lain dari pie chart dikenal sebagai grafik cincin. Sebuah grafik cincin, juga dikenal sebagai grafik sunburst, adalah grafik donat berlapis-lapis dengan banyak cincin untuk mewakili hirarki data dalam lingkaran konsentris.

2.5.5 Cara Membuat Bagan Pie

• Mulailah dengan apa yang Anda inginkan untuk menggambarkan. Topik utama yang akan menjadi judul grafik Anda.

• Kumpulkan data. Pie chart menggambarkan persentase. Pastikan persentase Anda menambahkan hingga 100% dan menyingkirkan masalah pembulatan yang akan membuat total sesuatu selain 100%. SmartDraw memungkinkan Anda untuk menulis persentase langsung ke template pie chart atau Anda dapat menyeret tepi baji untuk membuatnya lebih besar atau lebih kecil.

• Pertimbangkan untuk membuat legenda. Jika baji terlalu kecil untuk menampung teks, Anda dapat membuat label dan menarik garis mengidentifikasi potongan yang sesuai. Atau, Anda dapat membuat kunci yang menunjukkan apa yang mewakili masing-masing warna.

2.5.6 Diagram 3D Pie Chart Untuk PowerPoint

Merupakan grafik profesional yang dibangun menggunakan PowerPoint Shapes. pengguna dapat menyesuaikan setiap bentuk properti seperti warna, ukuran dan efek. Ideal untuk presentasi akuntansi atau deck geser keuangan, memberikan presentasi Anda terlihat profesional & merasa dengan 3D Pie Chart Diagram untuk PowerPoint.

2.5.7 Memperluas Pie Chart

Untuk membuat bagian-bagian dari pie chart menonjol tanpa mengubah data, Anda dapat menarik keluar sepotong individu, menarik seluruh pie terpisah, atau memperbesar atau tumpukan seluruh bagian dengan menggunakan pie atau bar chart pie. Untuk menekankan irisan individu dari pie chart, Anda dapat memindahkannya kembali dari sisa pie chart.

1. Klik pie chart.

2. Klik dua kali slice yang ingin ditarik keluar, dan kemudian tarik slice yang jauh dari pusat grafik. Tarik seluruh pie sampai terpisah



Cara tercepat untuk menarik semua irisan keluar dari pie chart, adalah dengan mengklik pie chart dan kemudian tarik jauh dari pusat grafik. Untuk lebih tepatnya mengontrol ekspansi, ikuti langkah-langkah di bawah ini:

1. Klik kanan pie chart dan kemudian klik Format data Series.

2. Tarik Pie Ledakan slider untuk meningkatkan pemisahan, atau mengetikkan angka dalam kotak persentase.



TIPS:

Anda juga dapat memberikan pie chart anda perspektif yang berbeda dengan rotate grafik. menarik perhatian irisan kecil di kue pie atau bar chart pie pie pie dan bar pie chart membuat irisan kecil dari pie chart lebih mudah untuk melihat. jenis bagan ini memisahkan irisan kecil dari pie chart utama dan menampilkan mereka dalam pie sekunder atau ditumpuk bar chart. pada contoh di bawah, kue dari pie chart menambahkan pie sekunder untuk menunjukkan 3 iris kecil, bandingkan dengan sebelum-pie chart yang normal.

dan setelah-kue dari pie chart.

Jika Anda tidak menunjukkan berapa banyak titik data akan muncul di pie sekunder atau tumpukan, grafik otomatis akan mencakup terkecil-dalam contoh ini tiga, 3%, 3%, dan 4%.

1. Klik kanan grafik dan kemudian klik Ubah Series Jenis bagan.

2. Klik Pie, dan kemudian klik Pie Pie atau Bar dari Pie.



1. Untuk mengubah apa yang menampilkan dalam pie sekunder, klik sepotong kue, Anda memperluas dan kemudian di Format Data Series panel, di Seri Split By,kotak,klik jenis data yang ditampilkan dalam grafik sekunder.

2. Untuk mengubah berapa banyak titik data muncul di chart sekunder, Anda memiliki dua pilihan:

• Jika Anda membelah seri oleh posisi, dalam Nilai dalam box plot kedua, masukkan jumlah posisi yang Anda inginkan (misalnya 3 jika Anda ingin 3 terkecil).

• Jika Anda membelah seri dengan nilai atau persen nilai, dalam Nilai kurang dari kotak, ketik nomor yang berbeda. Pada contoh di atas dengan 3%, 3%, dan 4%, Anda dapat memasukkan 5%.

2.5.8 Cara Membuat Diagram Pie

Diagram pie adalah sebuah bentuk diagram luas yang mudah untuk dipahami secara sekilas. Diagram ini menunjukkan bagian dari keseluruhan (persentase) dengan cara yang mudah dipahami. Diagram pie adalah alat yang berguna yang membantu Anda mengetahui dan memahami survei, statistik, data yang kompleks, dan pemasukan atau pengeluaran. Diagram ini sangat hebat karena semua orang dapat melihat yang sedang terjadi. Gunakan diagram ini untuk membuat tampilan yang sangat baik yang menjelaskan data pada orang lain—dalam proyek sekolah, presentasi kerja, atau menyampaikan laporan penjualan pada klien.

Sebuah grafik pie membandingkan bagian untuk keseluruhan. Dengan demikian hal itu menunjukkan distribusi persentase. Pie Seluruh merupakan kumpulan data total dan setiap segmen kue adalah kategori tertentu dalam keseluruhan. Jadi, untuk menggunakan pie chart, data Anda mengukur harus menggambarkan rasio atau hubungan persentase. Anda harus selalu menggunakan unit yang sama dari ukuran dalam pie chart. Jika nomor Anda akan berarti apa-apa.

Pie chart pada Gambar dibawah ini menunjukkan di mana penjualan ABC Enterprise berasal.

2.6 Org Chart

Bagan org adalah sederhana, representasi grafis dari orang-orang di perusahaan Anda (atau organisasi lain) dan hubungan di antara mereka. Bagan org up-to-date membantu Anda mengetahui ke mana harus pergi untuk informasi yang Anda butuhkan.

2.6.1 Bagan Organisasi Anda

Bagan org terdiri dari kotak yang mewakili individu dan peran mereka dan konektor yang mewakili hubungan antara mereka. Dalam kebanyakan organisasi, ini diwakili oleh presiden atau CEO di atas, bercabang ke bawah melalui lapisan laporan langsung. Sebuah grafik org baik mungkin juga mencakup informasi bermanfaat lainnya, seperti rincian kontak, link ke halaman departemen atau situs, dan banyak lagi. Berikut adalah beberapa kegunaan untuk grafik org:

• Hubungan grafik kelompok Bisnis org acara manajer dan karyawan

• Grafik HR org menunjukkan rincian karyawan

• Grafik org Departemen menunjukkan hubungan antara divisi perusahaan, terlepas dari pergeseran personil

• Karyawan Reorg org grafik bantuan memahami bagaimana keberpihakan kelompok usaha telah berubah

• Grafik org Pemerintah menunjukkan rantai komando

• Grafik Rumah Sakit org menunjukkan tanggung jawab departemen

• IT grafik org menunjukkan bagaimana kelompok terpisah memberikan layanan tunggal untuk bisnis

Letakkan PowerPoint

Di kemudian hari, grafik org sering bersama oleh PowerPoint atau PDF, yang berarti bahwa seluruh organisasi itu bergantung pada satu individu yang memiliki file yang tersimpan di hard drive-nya. Dan yang biasanya menyebabkan grafik yang usang dan sulit untuk menemukan. Dengan Gliffy, grafik org Anda hidup, berkelanjutan, dan kolaboratif, sehingga semua orang dapat diterjunkan untuk memastikan itu selalu benar dan up-to-date. Dan karena Gliffy online, Anda bahkan dapat menambahkan elemen interaktif, seperti halaman dan email link.

Bahkan lebih baik, bentuk perpustakaan penuh kami dan drag-and-drop Editor membuatnya mudah untuk membuat jelas, grafik org visual yang menarik, apakah Anda memiliki dan pengalaman desain grafik org atau tidak. Anda bahkan dapat meng-upload gambar untuk grafik foto org, sehingga Anda akan selalu dapat menempatkan interface dengan nama.

2.6.2 Membuat Bagan Organisasi Menggunakan SmartArt Graphics

Menggunakan grafis SmartArt untuk membuat bagan organisasi di Excel, Outlook, PowerPoint, dan Word untuk menunjukkan hubungan pelaporan dalam sebuah organisasi, seperti manajer departemen dan karyawan non-manajemen.

Jika Anda tidak terbiasa dengan menggunakan SmartArt grafis, Anda mungkin ingin membaca artikel berikut sebelum memulai pada bagan organisasi:

• Pelajari lebih lanjut tentang SmartArt Graphics

• Pilih tata letak grafis SmartArt

2.6.3 Membuat Bagan Organisasi

1. Pada tab Insert, di grup Ilustrasi, klik SmartArt. Contoh dari kelompok Ilustrasi pada tab Insert di PowerPoint 2016

2. Dalam Memilih galeri SmartArt Graphic, klik Hierarchy, klik tata letak bagan organisasi (seperti Organisasi Chart), dan kemudian klik OK.



Untuk memasukkan teks Anda, lakukan salah satu hal berikut:

• Klik dalam kotak di grafik SmartArt, dan kemudian ketik teks Anda.

• Klik [Text] di panel Text, dan kemudian ketik teks Anda.

• Salin teks dari lokasi atau program lain, klik [Text] di panel Text, dan kemudian paste teks Anda.

Membuat bagan organisasi dengan gambar

1. Dalam Anda dokumen, presentasi, atau spreadsheet, pada tab Insert, di grup Ilustrasi, klik SmartArt. Contoh dari kelompok Ilustrasi pada tab Insert di PowerPoint 2016

2. Dalam Memilih galeri SmartArt Graphic, klik Hierarchy, klik Gambar Struktur organisasi, dan kemudian klik OK.



1. Untuk menambahkan gambar, di kotak di mana Anda ingin menambahkan gambar, klik ikon gambar, cari folder yang berisi gambar yang ingin Anda gunakan, klik file gambar, lalu klik Insert.

2. Untuk memasukkan teks Anda, ikuti petunjuk pada langkah 3 dari bagian sebelumnya.

Menambah atau menghapus kotak dalam bagan organisasi

1. Klik kotak yang ada yang terletak paling dekat dengan tempat Anda ingin menambahkan kotak baru.

2. Di bawah SmartArt Tools, pada tab Design, di Buat grup Grafis, klik tanda panah di sebelah Tambahkan Shape, dan kemudian melakukan salah satu dari berikut:

• Untuk memasukkan kotak pada tingkat yang sama seperti kotak yang dipilih tapi berikut, klik Add Shape Setelah.

• Untuk memasukkan kotak pada tingkat yang sama seperti kotak yang dipilih tapi sebelum itu, klik Add Shape Sebelum.

• Untuk menyisipkan kotak satu tingkat di atas kotak yang dipilih, klik Add Shape atas. Kotak baru mengambil posisi kotak yang dipilih, dan kotak yang dipilih dan semua kotak langsung di bawah masing-masing diturunkan satu tingkat.

• Untuk menyisipkan kotak satu tingkat di bawah kotak yang dipilih, klik Add Shape bawah.

• Untuk menambahkan asisten kotak, klik Tambah Assistant.

Asisten kotak ditambahkan di atas kotak lainnya pada tingkat yang sama dalam grafik SmartArt, tetapi ditampilkan dalam pane Text setelah kotak lainnya pada tingkat yang sama. Tambahkan Asisten hanya tersedia untuk layout bagan organisasi. Hal ini tidak tersedia untuk layout hierarki, seperti Hierarchy.

Hapus kotak,

Untuk menghapus kotak, klik batas kotak yang ingin Anda hapus, kemudian tekan Delete.

Mengubah tata letak tergantung dari bagan organisasi

Sebuah tata letak tergantung mempengaruhi tata letak semua kotak di bawah kotak yang dipilih. Meskipun Anda dapat menggunakan layout hierarki lain untuk membuat bagan organisasi, tergantung tata letak yang tersedia hanya dengan layout bagan organisasi.

1. Klik kotak dalam bagan organisasi yang ingin Anda menerapkan tata letak gantung untuk.

2. Di bawah SmartArt Tools, pada tab Design, di Buat grup Grafis, klik Layout, dan kemudian melakukan salah satu dari berikut:

• Untuk pusat semua kotak di bawah kotak yang dipilih, klik Standard.

• Untuk pusat kotak yang dipilih di atas kotak di bawah dan mengatur kotak di bawahnya horizontal dengan dua kotak di setiap baris, klik Kedua.

• Untuk mengatur kotak yang dipilih di sebelah kanan kotak di bawahnya dan kiri-menyelaraskan kotak di bawah secara vertikal, klik Kiri Gantung.

• Untuk mengatur kotak yang dipilih di sebelah kiri kotak di bawahnya dan kanan menyelaraskan kotak di bawah secara vertikal, klik Gantung kanan.

Jika Anda tidak melihat Tools SmartArt atau tab Desain, pastikan bahwa Anda telah memilih grafis SmartArt. Anda mungkin harus double klik grafis SmartArt untuk memilihnya dan buka tab Design.