Cara mengaktifkan Add-ins analysis toolpak microsoft excel untuk analisis statistik

Beberapa postingan saya beberapa bulan ini, selalu mencoba untuk melakukan analisis statistik dengan microsoft excel. seperti kita ketahui microsoft excel bukan software yang khusus untuk analisis statistik. Tapi microsoft excel sebenarnya punya alat analisis statistik tapi untuk yang sederhana berbeda dengan SPSS, SAS, maupun stata yang dalam analisis statistik lebih lengkap. alat buat analisis dalam excel tidak muncul secara default sehingga kita harus mengaktifkannya terlebih dahulu. Kali ini sayang menggunakan microsoft excel 2013 mudah-mudahan versi lainnya sama saja ya.

Langkah-langkah dalam mengaktifkan add-ins analysis toolpak:

1. Tentu saja buka dulu aplikasi excel terlebih dahulu,hehehehe
2. Pilih File, kemudian pilih options. Setelah itu maka akan muncul tampilan seperti berikut
3. Pada gambar di atas pada bagian vertikal pilih add ins, kemudian klik aja analysis toolpak dan terakhir pilih Go seperti pada petunjuk gambar di atas kemudia akan muncul jendela seperti berikut.
   
4. Pada jendela tersebut silahkan pilih analysis toolpak, kalau ada yang mau mengaktifkan toolpak lain boleh-boleh saja. mungkin aja baru ketemu disini caranya.
5. Langkah-langkah tersebut sudah cukup, tapi untuk membuktikan lihat pada bagian Data, maka akan muncul bagian baru yaitu tab Data Analysis seperti dibawah ini.
   
6. Jika sudah artinya sudah berhasil. Selamat gan.

Demikian tutorial sederhana ini mudah-mudahan bermanfaat yaa. Ini juga mendukung tutorial dengan menggunakan microsoft excel yang saya dah buat diblog ini.

[Tutorial Excel] Analisis Ragam / Analysis of variance (Anova) dua arah dengan interaksi

Sebelumnya sudah kita buat materi tentang anova dua arah dengan interkasi dan juga terdapat langkah-langkah dalam penyelesaian secara manual yang beserta rumus. kali ini membandingkan tutorial secara manual dengan software dalam membantu lebih cepat. kali ini software yang digunaakn yaitu microsoft excel 2013. contoh kasus yang digunakan sama dengan tutorial secara manual supaya bisa dibandingkan.

Contoh Kasus Anova dua arah dengan interaksi:

Terdapat 4 metode diet, 3 kelompok umur dan 3 ulangan. Berikut adalah data rata-rata penurunan berat badan setelah 1 bulan melakukan diet. Ujilah apakah penurunan berat badan sama untuk setiap metode diet, kelompok umur dan interaksi dengan taraf uji 5 %?

Umur	Penurunan Berat Badan (Kg)				Total Baris
	Metode 1	Metode 2	Metode 3	Metode 4
< 20 tahun #1 #2 #3	5 4 5	0 2 1	3 4 8	4 2 2	T1** = 40
	T11* = 14	T12* = 3	T13* = 15	T14* = 8
20-40 tahun #1 #2 #3	5 6 2	4 2 1	2 2 4	5 3 2	T2**
	T21* = 13	T22* = 7	T23* = 8	T24* = 10
> 40 tahun #1 #2 #3	4 4 5	5 5 0	2 1 2	6 4 4	T3**=42
	T31* = 13	T32* = 10	T33* = 5	T34* = 14
Total Kolom	T*1* = 40	T*2* = 20	T*3* = 28	T*4* = 32	Total T***=120

Solusi kasus Anova dua arah dengan interaksi

Identifikasi Metode statistik yang digunakan

Pertama. berdasarkan hipotesis yang digunakan yaitu membandingkan rata-rata lebih dari dua kelompok maka metode yang mungkin adalah Anova. kedua Sampel yang digunakan tiap kelompok sudah dikategorikan sehingga tipe anova yang cocok adalah Anova dua arah. kemudian dari tiap kategori tersebut ada pengulangan sehingga kita menggunakan anova dua arah dengan interaksi.

Dalam metode anova yang perlu diperhatikan ada empat. asumsi normal dan homogenitas antar varians kelompok harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi karena kita fokus pada langkah-langkah anova dua arah dengan interaksi. kemudian kelompok yang dianalisis berasal dari kelompok saling bebas. dan data yang digunakan merupakan data rasio. Setelah asumsi ini terpenuhi maka bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti metode.

Pada anova dua arah dengan interaksi terdapat tiga hipotesis yang digunakan sehingga nanti :

• Hipotesis anova kolom
  H0: µ*1 = µ*2 = µ*3, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
  H1: µ*1 ≠ µ*2 ≠ µ*3, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
• Hipotesis anova baris
  H0: µ1* = µ2* = µ3*, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori kelompok umur
  H1: µ1* ≠ µ2* ≠ µ3*, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Kelompok umur
• Hipotesis interaksi
  H0: (ab)11 = (ab)12 = ... = (ab)kj, Tidak ada interaksi antara variabel metode dan umur
  H1: (ab)11 ≠ (ab)12 ≠ ... ≠(ab)kj, ada interaksi antara variabel metode dan umur

Langkah-langkah dalam uji hipotesis anova dua arah dengan interaksi

1. Masukkan/import data ke SPSS, caranya yaitu buat data seperti kotak yang terdiri dari baris dan kolom. artinya setiap kolom dan baris menunjukkan kelompok. bingung menjelaskannya, Untuk jelasnya lihat gambar berikut:
   
2. Kemudian pilih Data, terus klik Data analysis. untuk data analysis ini tidak muncul default dalam excel. jadi perlu dimunculkan terlebih dahulu. Silahkan klik link ini untuk penjelasan cara mengaktifkan toolpak-nya cara mengaktifkan toolpak microsoft excel. Maka akan muncul tampilan seperti berikut.
   
3. Kemudian pilih Anova two factor with replacement. maka akan muncul tampilan seperti berikut.
   
4. Pada Input range diklik maka akan muncul pilihan untuk memilih data. Pemilihan data dengan cara blok datanya mulai dari label sampai semua datanya, seperti pada data diatas semuanya diblok (Termasuk metode dan umur). Kemudian pada Row per sample tuliskan banyaknya pengulangan dalam contoh ada 3. Alpha tergantung yang digunakan dalam contoh ini 5% atau 0.05. Pada Output option terserah teman-teman mau pilih outputnya dimana. Setelah itu pilih ok. maka akan muncul output seperti berikut.
   

Intrepretasi Output anova Excel

Untuk intrepretasi kali ini agak panjang dan saya bagi kedalam tiga bagian yaitu Summary, Total dan Anova sesuai dengan output di atas yang dibagi berdasarkan warna.

Summary

Pada bagian summary menyajikan deskripsi dari tiap kelompok baik kelompok umur(baris) dan kelompok metode (kolom). pada bagian ini dibagi tiga bagian karena ada tiga kelompok dari umur(baris). jadi saya akan menjelaskan satu bagian saja. Count(Banyak) menyatakan banyaknya pengulangan. Sum(jumlah) menjelaskan jumlah dari nilai pengulangan tersebut. Average (rata-rata) dan variance (varians) juga menjelaskan rata-rata dan varians dari tiap kelompk pengulangan tersebut.

Total

Bagian kedua ini hampir sama dengan yang bagian summary. Bedanya total ini merupakan deskripsi dari gabungan tiga kelompok umur(baris) sehingga deskripsinya hanya membandingkan ke-empat metode (kolom) saja.

Anova

Bagian ini menampilkan tabel anova seperti pada materi anova dua arah dengan anova. tabel ini merupakan perhitungan untuk mepermudah perhitungan anova. Yang perlu dilihat pada bagian ini adalah P value. jika nilai p value lebih besar dari 0.05(alpha) maka keputusan terima H0 artinya tidak ada perbedaan rata-rata tiap kelompok. Selain itu bisa dilihat dengan membandingkan nilai F hitung (F) dengan F tabel (F crit). terlihat bahwa F hitung lebih kecil dari f tabel maka keputusan sama yaitu terima H0.  

Pada penjelasan diatas, dalam anova dua arah dengan interaksi terdapat 3 hipotesis yang artinya ada 3 pertanyaan dalam penelitian yang harus dijawab ketiganya. untuk melihat jawaban tersebut bisa dilihat di bagian p-value terdapat ada 3 nilai. itulah jawaban dari hipotesis. dari 3 nilai p-value terdapat dua yang lebih besar dari 0.05(alpha) sehingga keputusan terdapat 2 terima h0. sedangkan yang satunya kecil 0.05(alpha) sehingga keputusan tolak h0.

Berdasarkan hasil tersebut dapat diputuskan,

Perhitungan menunjukkan bahwa rata-rata penurunan berat badan pada Baris [Kel. Umur] dan Interaksi tidak berbeda [masih dianggap sama] hal ini terlihat dari nilai dari p-value yang lebih besar 0.05(alpha) sedangkan rata-rata penurunan berat badan dalam Kolom [metode diet] dapat dikatakan berbeda karena  p-value yang lebih kecil 0.05(alpha).

Bagi yang pengen liat langkah-langkah secara manual atau penjelasan materinya silahkan ke link berikut secara manual Atau mau membandingkan dengan tutorial anova dua arah dengan program R bisa kesini

Cara membuat grafik radar/spider dengan microsot excel

Apa itu grafik radar? Pertanyaan ini merupakan sudah terjawab pada materi sebelumnya, sedikit mengingatkan grafik radar adalah metode membuat grafik dengan menampilkan data multivariat dalam bentuk grafik dua dimensi dari tiga atau lebih variabel kuantitatif diwakili sumbu mulai dari titik yang sama. Kali ini kita mencoba mempraktekan cara membuat grafik radar. Software yang digunakan adalah microsoft excel 2013 sama seperti cara membuat grafik yang lain. 

Contoh kasus yang digunakan dalam membuat grafik radar:

Terdapat data produksi jagung tahun 2012 per provinsi. Datanya diperoleh dari website Badan Pusat Statistik. anda bisa memperolehnya disana. Tujuan dari kasus ini adalah menggambarkan data tersebut dengan grafik agar mudah pahami.

Identifikasi Grafik radar

Langkah pertama tentu saja mengidentifikasi grafik apa yang digunakan tepat digunakan. Berdasarkan contoh di atas kita tahu bahwa kita ingin melihat gambaran produksi jagung nasional per provinsi. Tapi permasalahannya disini kita harus menggambarkan 33 provinsi. Grafik batang tidak cocok karena provinsi yang banyak. selain itu, grafik garis tidak bisa karena contoh ini bukan data series. untuk pie chart pastilah tidak bisa karena bukan untuk persentase. Nah, disini saat yang tepat untuk menggunakan grafik radar karena disini menampilkan data yang cukup banyak.

Langkah-langkah membuat grafik radar dengan microsoft excel

1. Memasukkan/import Data ke excel. Cara  memasukkan data seperti biasa yaitu membuat dalam satu baris atau kolom berserta title. berikut tampilannya.
   
2. klik insert, group charts, pilih radar chart kemudian pilih Radar chart
3. Kemudian grafik radar akan muncul seperti berikut
   
   
4. Berdasarkan hasil tersebut terlihat bahwa ada beberapa provinsi yang sangat dominan jika dilihat dari gambar yaitu memiliki panjang jari-jari paling panjang yaitu jawa timur kemudian disusul jawa tengah, jawa barat, lampung, sumatera utara, sulawesi selatan. Sebenarnya Tujuan kita sudah selesai setelah muncul hasil tersebut. tapi agar tampilannya lebih baik perlu dilakukan pengubahan.

Tips dalam mengedit Radar chart

1. Quick tools, digunakan untuk meperpaibiki tampilan grafik dengan cepat. tetapi toolsnya tidak terlalu banyak. caranya yaitu dengan klik radar chart maka akan tiga tools yang muncul
• Chart Element, digunakan untuk memunculkan.menghilangkan element pada grafik.
  
• Style and colors, digunakan untuk melakukan pengubahan tampilan style dan warna pic chart
  
• Values and names, digunakan untuk menentukan data yang akan ditampilkan.
  
2. Design, apabila cara quick tadi belum cukup maka bisa menggunakan design untuk mengubah style radar chart dengan lebih lengkap.
   
• Add Chart Element: digunakan untuk menampilkan element tambahan untuk grafik garis
• Quick layout: digunakan untuk menetukan layout yang sudah dibuat dan kita tinggal memilih.
• Change colors: mengganti warna
• Chart styles: mengubah tampilan grafik
• Switch row colomn : untuk mengganti antara baris dan kolom
• Select data: mengedit data yang sudah dipilih. bisa diganti atau dihilangkan atau ditambah.
• Change chart type : digunakan mengganti grafik yang sesuai dengan data dan keinginan.
• move chart : memindahkan grafik dari workfile satu ke workfile yang lain
3. Format, Selain mengubah tampilan bisa menggunakan format untuk memperbaiki style radar chart yang sudah terpilih pada design
   

• Current Selection : memilih tampilan yang mau diedit/diubah.
• Insert Shape : memasukkan shape yang baru
• Shape style : Untuk mengedit shape
• wordart styles: untuk mempercantik tulisan yang sudah dipilih.
• Arrange: digunakan untuk mengatur posisi grafik
• Size: digunakan untuk mengatur ukur grafik.

[Tutorial Excel] Analisis Ragam / Analysis of variance (Anova) dua arah tanpa interaksi

Dalam penyelesaian Analisis Ragam / Analysis of variance (Anova)  dua arah tanpa interaksi dengan menggunakan software tidak bisa digunakan SPSS. Sehingga perlu mencari software. Salah satu software yang bisa digunakan Microsoft excel. Walaupun tujuannya microsft excel bukan untuk pengujian statistik. tapi untuk yang sederhana bisa salah satunya anova dua arah tanpa interaksi. Contoh kasus yang digunakan sama dengan pengerjaan secara manual agar bisa dibandingkan apakah sama.

Contoh Kasus Anova dua arah tanpa interaksi:

Terdapat 4 metode diet dan 3 golongan usia peserta program diet Berikut data rata-rata penurunan berat peserta keempat metode dalam tiga kelompok umur.

Umur	Penurunan Berat Badan (Kg)				Total Baris
	Metode 1	Metode 2	Metode 3	Metode 4
< 20 tahun	5	6	2	3	T1* = 16
20-40	2	7	5	3	T2* = 17
> 40 tahun	7	3	4	3	T3* = 17
Total Kolom	T*1 = 14	T*2 = 16	T*3 = 11	T*4 = 9	Total T** = 50

Berdasarkan gambat tersebut terlihat bahwa setiap metode memiliki perlakuan yang sama sehingga bisa dikatakan ada hubungan dua arah. tapi tidak ada interaksi. Ujilah pendapat yang menyatakan bahwa keempat metode diet dalam ketiga kelompok umur memberikan rata-rata penurunan berat badan yang sama.
Buktikan jawaban saudara dengan pengujian varians, dengan tingkat nyata = 1 %

Solusi kasus Anova dua arah tanpa interaksi

Identifikasi Metode statistik yang digunakan

Pertama. berdasarkan hipotesis yang digunakan yaitu membandingkan rata-rata lebih dari dua kelompok maka metode yang mungkin adalah Anova. kedua Sampel yang digunakan tiap kelompok sudah dikategorikan sehingga tipe anova yang cocok adalah Anova dua arah. kemudian dari tiap kategori tersebut tidak ada pengulangan sehingga kita menggunakan anova dua arah tanpa interaksi.

Dalam metode anova yang perlu diperhatikan ada empat. asumsi normal dan homogenita santar varians kelompok harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi karena kita fokus pada langkah-langkah anova satu arah. kemudian kelompok yang dianalisis berasal dari kelompok saling bebas. dan data yang digunakan merupakan data rasio. Setelah asumsi ini terpenuhi maka bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti metode.

Pada anova dua arah tanpa interaksi terdapat dua hipotesis yang digunakan:

• Hipotesis anova kolom
  H0: μ*1 = μ*2 = μ*3, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
  H1: μ*1 ≠ μ*2 ≠ μ*3, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Metode
• Hipotesis anova baris
  H0: μ1* = μ2* = μ3*, Tidak ada perbedaan yang nyata antara rata-rata hitung dari kategori kelompok umur
  H1: μ1* ≠ μ2* ≠ μ3*, Ada perbedaan yang nyata antara rata-rata hitung dari kategori Kelompok umur

Langkah-langkah dalam uji hipotesis anova dua arah tanpa interaksi

1. Masukkan/import data ke SPSS, caranya yaitu buat data seperti kotak yang terdiri dari baris dan kolom. artinya setiap kolom dan baris menunjukkan kelompok. bingung menjelaskannya, Untuk jelasnya lihat gambar berikut:
   
2. Kemudian pilih Data, terus klik Data analysis. untuk data analysis ini tidak muncul default dalam excel. jadi perlu dimunculkan terlebih dahulu.  Untuk langkah-langkah mengaktifkan toolpak silahkan klik toolpak analysis. Maka akan muncul tampilan seperti berikut.
   
3. Kemudian pilih Anova two factor without replacement. maka akan muncul tampilan seperti berikut.
   
4. Pada Input range diklik maka akan muncul pilihan untuk memilih data. Pemilihan data dengan cara blok datanya mulai dari label sampai semua datanya, seperti pada data diatas semuanya diblok. Kemudian cek bagian label. Alpha tergantung yang digunakan dalam contoh ini 1% atau 0.01. Pada Output option terserah teman-teman mau pilih outputnya dimana. Setelah itu pilih ok. maka akan muncul output seperti berikut.
   

Intrepretasi Output anova Excel

Summary

Pada bagian tersebut menyajikan deskripsi dari tiap kelompok baik kelompok umur(baris) dan kelompok metode (kolom). deskripsinya yaitu Banyaknya data(count), Jumlah total(Sum), Rata-rata (average) dan standar deviasi (variance). Untuk penjelasannya bisa diintrepretasikan hasil tersebut karena udah pada ngerti semua lah yaa.

Anova

Bagian ini menampilkan tabel anova seperti pada materi anova satu arah. yang perlu dilihat pada bagian ini adalah P value. jika nilai p value lebih besar dari 0.01(alpha) maka keputusan terima H0 artinya tidak ada perbedaan rata-rata tiap kelompok. Selain itu bisa dilihat dengan membandingkan nilai F hitung (F) dengan F tabel (F crit). terlihat bahwa F hitung lebih kecil dari f tabel maka keputusan sama yaitu terima H0. Sehingga dapat disimpulkan setiap metode dan kelompok umur memberikan rata-rata penurunan berat badan yang sama. Selain itu hasil yang diperoleh hampir sama dengan penyelasian secara manual mungkin beda karena  pembulatan.

[Video Youtube] Anova dua arah tanpa interaksi (two way without interaction)

[Tutorial Excel] Analisis Ragam / Analysis of variance (Anova) satu arah (one way)

Kali ini akan dibahas mengenai tutorial analysis of variance (anova) dengan excel. sebenarnya sebelum sudah dibahas mengenai anova dengan [Tutorial SPSS]. walaupun masih jarang menggunakan microsoft excel untuk pengujian statistik tapi tidak ada salahnya karena microsoft excel pasti sudah punya semua. jadi, tidak ada salahnya kali aja ada yang mau coba-coba. mengingatkan kembali contoh yang digunakan merupakan contoh yang sama untuk tutorial dengan SPSS maupun yang Manual.

Contoh Kasus dalam perhitungan Analysis of Variance (Anova) satu arah

Contoh Kasus Anova satu arah:

Terdapat 4 metode diet dan 3 golongan usia peserta program diet Berikut data rata-rata penurunan berat peserta keempat metode dalam tiga kelompok umur.

Sampel	Penurunan Berat Badan (Kg)
	Metode 1	Metode 2	Metode 3	Metode 4
Sampel 1	4	8	7	6
Sampel 2	6	12	3	5
Sampel 3	4	-	-	5

Apakah keempat metode diet tersebut memberikan rata-rata penurunan berat badan yang sama?
Uji pendapat tersebut dengan taraf nyata 5 %

Solusi kasus Anova satu arah

Identifikasi Metode statistik yang digunakan

Pertama. berdasarkan hipotesis yang digunakan yaitu membandingkan rata-rata lebih dari dua kelompok maka metode yang mungkin adalahAnova.keduaSampel yang digunakan tiap kelompok berbeda perlakuan sehingga tipe anova yang cocok adalahAnova satu arah.

Dalam metode anova yang perlu diperhatikan ada empat. asumsi normal dan homogenitas antar varians kelompok harus terpenuhi. dalam contoh ini kita asumsikan asumsi terpenuhi karena kita fokus pada langkah-langkah anova satu arah. kemudian kelompok yang dianalisis berasal dari kelompok saling bebas. dan data yang digunakan merupakan data rasio. Setelah asumsi ini terpenuhi maka bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti metode.

Langkah-langkah dalam uji hipotesis anova satu arah (one way)

1. Masukkan/import data ke SPSS, caranya yaitu buat data per kolom per kelompok. artinya setiap kolom menunjukkan kelompok data. Untuk jelasnya lihat gambar berikut:
   
2. Kemudian pilih Data, terus klik Data analysis. untuk data analysis ini tidak muncul default dalam excel. jadi perlu dimunculkan terlebih dahulu.  Untuk langkah-langkah mengaktifkan toolpak silahkan klik toolpak analysis. Maka akan muncul tampilan seperti berikut.
   
3. Kemudian pilih Anova single factor. maka akan muncul tampilan seperti berikut.
   
4. Pada Input range diklik maka akan muncul pilihan untuk memilih data. Pemilihan data dengan cara blok datanya mulai dari label sampai semua datanya. Kemudian pada Grouped by pilih columns untuk pengkategoriannya berdasarkan kolom. atau Rows untuk pengkategoriannya berdasarkan baris. Setelah itu cek Labels in first row jika pada pemilihan data tadi terdapat nama label. kalau tidak ada uncek aja. Alpha tergantung yang digunakan dalam contoh ini 5% atau 0.05. Pada Output option terserah teman-teman mau pilih outputnya dimana. Setelah itu pilih ok. maka akan muncul output seperti berikut.
   

Intrepretasi Output anova Excel

Summary

Pada bagian tersebut menyajikan deskripsi dari tiap kelompok. deskripsinya yaitu Banyaknya data(count), Jumlah total(Sum), Rata-rata (average) dan standar deviasi (variance). Untuk penjelasannya bisa diintrepretasikan hasil tersebut karena udah pada ngerti semua lah yaa.

Anova

Bagian ini menampilkan tabel anova seperti pada materi anova satu arah. yang perlu dilihat pada bagian ini adalah P value. jika nilai p value lebih besar dari 0.05(alpha) maka keputusan terima H0 artinya tidak ada perbedaan rata-rata tiap kelompok. Selain itu bisa dilihat dengan membandingkan nilai F hitung (F) dengan F tabel (F crit). terlihat bahwa F hitung lebih kecil dari f tabel maka keputusan sama yaitu terima H0. Sehingga dapat disimpulkan tidak terdapat perbedaan berat badan antar metode.

[Video youtube] anova satu arah dengan excel

[Tutorial Excel] uji t Perbedaan Rata‐rata Dua kelompok berpasangan (dependent) parametrik

Sampel berpasangan (paired sample) adalah sebuah sampel/kelompok dengan subjek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda. Seperti seseorang salesman yang bekerja, yang sebelumnya tanpa mendapatkan training, dengan sesudah ia mendapat training, bagaimana efektifitas training tersebut terhadap kemampuan menjualnya, apakah ada peningkatan atau tidak. Sampelnya tetap salesman yang sama tetapi mendapatkan dua perlakuan berbeda, yaitu kondisi sebelum dan kondisi sesudah training. Sebenanya materi Uji dua sampel berpasangan sudah dibuat. Pengantar diatas itu sedikit mengingatkan. Untuk kali tutorialnya menggunakan software Excel. Contoh kasus yang digunakan sama pada materi uji dua sampel berpasangan. Berikut soalnya.

Suatu kegiatan penelitian eksperimental, telah berhasil menemukan metode “ABG” sebagai metode baru untuk mengajarkan mata kuliah Statistika II. Dalam rangka uji coba terhadap efektifitas atau keampuhan metode baru itu, dilaksanakan penelitian lanjutan dengan mengajukan Hipotesis Nol (awal) yang mengatakan : Tidak terdapat perbedaan yang signifikan nilai Statistika II antara sebelum dan sesudah di terapkannya metode “ABG” sebagai metode mengajar mahasiswa UIB sem 6. Dalam rangka pengujian ini diambil sampel sebanyak 20 mahasiswa. Gunakan taraf kepercayaan 95 % (alfa=5% ) untuk menguji pernyataan (Hipotesis) tersebut.

Datanya Sebagai berikut:

Nama	Nilai Statistika II
	Sebelum	Sesudah
A	78	75
B	60	68
C	55	59
D	70	71
E	57	63
F	49	54
G	68	66
H	70	74
I	81	89
J	30	33
K	55	51
L	40	50
M	63	68
N	85	83
O	70	77
P	62	69
Q	58	73
R	65	65
S	75	76
T	69	86

Langkah awal dalam identifikasi uji t Perbedaan Rata‐rata Dua kelompok berpasangan (dependent) parametrik

1. Dari permasalahan kasus terlihat bahwa peneliti ingin membandingkan pengaruh metode ABG Sebelum dan sesudah. tentu saja ini membandingkan satu kelompok tapi dengan dua perlakuan yang berbeda yaitu sebelum dan sesudah. sehingga uji kelompok berpasangan.
2. Perlu diperhatikan lagi yaitu hipotesisnya. pada soal terdapat pertanyaan penelitian yaitu apakah terdapat perbedaaan artinya disini kita menggunakan uji dua arah.
   
   
   
3. kemudian kita identifikasi apakah datanya parametrik atau tidak. bisa dilihat disini syarat parametrik. jika parametrik bisa pakai cara ini. tapi jika tidak memenuhi kita bisa menggunakan uji perbandingan rata-rata dua kelompok non parametrik. Kita asumsikan memenuhi asumsi Parametrik.

Langkah-langkah dalam uji t Perbedaan Rata‐rata Dua kelompok berpasangan (dependent) parametrik dengan menggunakan Excel

1. Memasukkan/import data ke excel. Masukkan data seperti pada gambar dibawah ini.
   
   
   
2. Kemudian Pilih Data, terus klik Data Analysis. Nah Data Analysis ini tidak muncul default di excel. untuk itu perlu menampilkannya terlebih dahulu.  Untuk langkah-langkah mengaktifkan toolpak silahkan klik toolpak analysis. Maka hasilnya seperti berikut ini.
   
   
   
3. Setelah itu pilih paired two sample for means. Kemudian akan muncul Jendela seperti berikut ini:
   
   
   
4. Isil input dengan klik tanda panah kemudian pilih data mulai dari Nama variabel(Sebelum dan Sesudah) sampai data terakhir. Hypothesized mean defference dengan 0(nol). Kemudian Alpha dengan alpha pada soal yaitu 0.05. Kemudian Output Sesuai dengan keinginan.lalu klik OK.
   

Intrepretasi Hasil output Excel Pada uji t Perbedaan Rata‐rata Dua kelompok berpasangan (dependent) parametrik

• Rata-rata ketika sebelum menggunakan Metode "ABG" yaitu 63 nilai statistik II. setelah menggunakan metode "ABG" menjadi 67.5. sehingga ada peningkatan secara deskriptfif.
• Hasil Varians tidak jauh berbeda yaitu sekitar 179. dan jumlah observasi sampel yang digunakan yaitu 20. dengan degree of freedom(df) yaitu 20-1 adalah 19.
• Selain itu ada deskriptif berupa korelasi pearson yaitu 0.91227 sehingga bisa dikatakan hubungan sangat erat.
• Berdasarkan hasil tersebut diketahui t stat -3.59019. Nilai yang diperoleh ini sama dengan pada Materi uji t berpasangan.
• Hipotesis yang digunakan yaitu hipotesis dua arah sehingga menggunakan two tail. hasilnya t tabel yaitu 2.093024 dengan p value sebesar 0.001952. oleh karena  p value lebih kecil dari alfa 5% atau dengan melihat |t hitung| > t tabel maka keputusannya Tolak H0.
•  Ho ditolak , sehingga disimpulkan bahwa terdapat perbedaan yang signifikan antara hasil belajar statistika II sebelum dan sesudah diterapkannya Metode “ABG”.

Untuk materi tentang Pengujian Perbedaan Rata‐rata Dua kelompok berpasangan (dependent) parametrik silahkan klik link tersebut.
Untuk Bisa membandingkan dengan software yang lain silahkan kesini:
[TUTORIAL SPSS] Uji T berpasangan 2 kelompok variabel numerik untuk parametrik
[Tutorial R] uji t Perbedaan Rata‐rata Dua kelompok berpasangan (dependent) parametrik


Sumber: pengalaman sendiri

[Tutorial EXCEL] uji t: Perbedaan Rata‐rata Dua sampel saling bebas (two sample for means)

Melanjutkan dari uji z sebelumnya dimana varians populasi diketahui. untuk kali ini dibahas uji t dimana ketika kita tidak mengetahui varians populasi diketahui sehingga varians yang digunakan yaitu berasal dari sampel yang digunakan. unutk membahas ini saya akan menggunakan program R dengan menggunakan paket R commander. contoh soal yang digunakan hampir sama dengan yang sebelumnya agar bisa dibandingkan kenapa pakai uji z dan uji t. berikut kasusnya:


Misalkan suatu metode perakitan produk dalam pabrik tertentu memerlukan kira-kira satu bulan masa training untuk seorang pegawai baru untuk mencapai efisiensi maksimum. Suatu metode training yang baru telah diusulkan dan pengujian dilakukan untuk membandingkan metode baru tersebut dengan prosedur yang standar. Dua kelompok yang masing-masing terdiri dari sembilan pegawai baru dilatih selama periode waktu tiga minggu, satu kelompok menggunakan metode baru dan lainnya mengikuti prosedur latihan yang standar. Lama waktu (dalam menit) yang diperlukan oleh setiap pegawai untuk merakit produk dicatat pada akhir dari periode empat-minggu tersebut, dan hasilnya dapat dilihat pada tabel berikut.

Standar	32	37	35	28	41	44	35	31	34
Baru	35	31	29	25	34	40	27	32	31

Apakah data ini memberikan cukup bukti untuk menyatakan bahwa mean (rata-rata) waktu untuk merakit produk pada akhir periode empat minggu latihan adalah lebih kecil untuk prosedur (metode) latihan baru dibandingkan prosedur standar?

Langkah yang paling vital yaitu analisis metode yang akan digunakan. karena membahas tentang uji dua rata-rata ya tentu saja metodenya uji dua rata-rata. tapi alangkah lebih baiknya kita harus mengerti karena nantinya dalam penelitian sebenarnya kita tidak bisa langsung tau pakai metode apa.

1. Dari permasalahan kasus terlihat bahwa peneliti ingin membandingkan metode yang baru standar mana yang lebih baik. tentu saja ini membandingkan dua kelompok. yang perlu diperhatikan lagi yaitu hipotesisnya pada soal terdapat pertanyaan penelitian yaitu lebih kecil (tulisan bold dan hijau gelap) artinya disini kita menggunakan uji satu arah.
2. yang dibandingkan yaitu lama waktu (dalam menit). tentu saja ini adalah rata-rata. sehingga bisa dikatakan permasalahannya yaitu membandingkan rata-rata dua kelompok.
3. kelompok 1 dan kelompok 2 disini berbeda. disini terjadi pemisahan penggunaan (bukan orang yang sama) sehingga bisa dikatakan independent (bebas). disini kita satukan kesimpulan sebelum diatas menjadi perbandingan rata-rata dua kelompok independent.
4. kemudian kita identifikasi apakah datanya parametrik atau tidak. bisa dilihat disini syarat parametrik. jika parametrik bisa pakai cara ini. tapi jika tidak memenuhi kita bisa menggunakan uji perbandingan rata-rata dua kelompok non parametrik.
5. nah disini kita hampir dekat nih. pertanyaan selajutnya varians populasi diketahui apa tidak. jika diketahui pakai uji z dan jika tidak tidak diketahui pakai uji t. nah berdasarkan data diatas tidak diketahui varians populasi diketahui sehingga dapat disimpulkan menggunakan metode uji t: perbandingan rata dua sampel/kelompok independent.
6. Uji t dibagi atas tiga. untuk kasus diatas terlihat bahwa varians tidak sama. untuk ukuran sampel tidakdiperhitungkan lagi.

Setelah identifikasi metode. kita laksanakan metode tersebut dalam hal ini Microsoft Excel.

Langkah pertama yaitu memasukkan data atau import data ke excel. data yang dimasukkan dibagi kedalam dua kelompok. sehingga nanti ada dua kolom atau baris yang terdiri dari nilai dari setiap kelompok. Agar lebih jelas bisa lihat gambar berikut:

Setelah Data dibuat maka langkah selanjutnya yaitu pilih Data kemudian pilih Data analysis,Data analysis ini tidak langsung muncul sehingga perlu mengaktifkan addin Data Analysis.  Untuk langkah-langkah mengaktifkan toolpak silahkan klik toolpak analysis. Maka akan muncul Dialog sebagai berikut.

Seperti pada gambar terlihat ada dua pilihan untuk uji t: Perbedaan Rata‐rata Dua sampel saling bebas (two sample for means). yaitu Equal Variances dan unequal variances. Silahkan pilih tergantung dari ketersediaan data. untuk contoh diatas kita tidak tahu apakah varians sama atau tidak sehingga kita memilih unequal variances. Untuk Lebih jelas tentang materi ini Silahkan kesini. Maka Hasilnya akan muncul seperti berikut.

Terus isi sesuai dengan petunjuk berikut:

• Input Variable Ranges: Digunakan untuk menghubungkan dengan data. disitu terdapat dua isian. setiap isi menunjukkan kelompok jadi disini kita satu per satu dimasukkan datanya dengan klik tanda Arah panah merah. Dalam memblok data juga memasukkan variabel jadi dari Prosedur Standar Sampai data paling bawah begitu juga untuk Prosedur Baru.
• Hypothesized Mean Difference: yaitu selisih rata-rata pada hipotesis. Dalam hal ini memasukkan angka 0 (nol)
• Alpha: Menunjukkan titik kritis atau alpha yaitu 0.05 atatu 5%.
• Output Options: Yaitu pengaturan dalam menampilkan output.

Setelah selesai pilih OK. hasilnya akan keluar seperti berikut:

Dalam kasus ini kita menggunakan uji satu arah (one tail) sehingga nanti yang dilihat yaitu one tail. Hasil ini menunjukkan bahwa nilai statistik t yang diperoleh adalah 1.6495, dan nilai p‐value pengujian adalah 0.05927. Dengan menggunakan kaidah pengambilan keputusan berdasarkan p‐value, maka pada α=0.05 dapat disimpulkan bahwa pengujian menunjukkan gagal tolak H0. Dengan demikian dapat dijelaskan bahwa rata‐rata waktu perakitan dengan metode baru dan metode standar adalah tidak berbeda atau dugaan
bahwa metode baru memberikan waktu perakitan lebih cepat adalah tidak didukung oleh data.

Untuk materi tentang Perbedaan Rata‐rata Dua sampel saling bebas (two sample for means) silahkan klik link tersebut.
Untuk Bisa membandingkan dengan software yang lain silahkan kesini:
[Tutorial R] uji t: Perbedaan Rata‐rata Dua sampel saling bebas (two sample for means)
[Tutorial SPSS] uji t: Perbedaan Rata‐rata Dua sampel saling bebas (two sample for means)

Kalau ada kritik, saran dan pertanyaan silahkan komentarnya di kolom komentar di bawah. Kalau tidak punya akun silahkan ditulis sebelah kiri yaitu kolom “Chatbox”. Mohon dicantumkan email atau contact yang bisa dihubungi.

Sumber: Pengalaman sendiri

[Tutorial EXCEL] uji z: Perbedaan Rata‐rata Dua sampel saling bebas (two sample for means)

Uji hipotesis dua rata-rata digunakan untuk mengetahui ada atau tidak adanya perbedaan (kesamaan) rata antara dua buah data. untuk kali ini akan dibahas khusus tentang tutorial mengenai uji z: perbedaan dua rata-rata yang dimana digunakan ketika permasalah kita membandingkan rata-rata dua kelompok yang diketahui varians populasinya dan sudah memenuhi asumsi normalitas (parametrik). untuk lebih jelasnnya berikut contoh soalnya:

Misalkan suatu metode perakitan produk dalam pabrik tertentu memerlukan kira-kira satu bulan masa training untuk seorang pegawai baru untuk mencapai efisiensi maksimum. Suatu metode training yang baru telah diusulkan dan pengujian dilakukan untuk membandingkan metode baru tersebut dengan prosedur yang standar. Dua kelompok yang masing-masing terdiri dari sembilan pegawai baru dilatih selama periode waktu tiga minggu, satu kelompok menggunakan metode baru dan lainnya mengikuti prosedur latihan yang standar. Lama waktu (dalam menit) yang diperlukan oleh setiap pegawai untuk merakit produk dicatat pada akhir dari periode empat-minggu tersebut, dan hasilnya dapat dilihat pada tabel berikut.

Standar	32	37	35	28	41	44	35	31	34
Baru	35	31	29	25	34	40	27	32	31

Apakah data ini memberikan cukup bukti untuk menyatakan bahwa mean (rata-rata) waktu untuk merakit produk pada akhir periode empat minggu latihan adalah tidak sama untuk prosedur (metode) latihan baru dimana diketahui varians populasi untuk prosedur standar 25 dan untuk prosedur baru varians 20?


Langkah yang paling vital yaitu analisis metode yang akan digunakan. karena membahas tentang uji dua rata-rata ya tentu saja metodenya uji dua rata-rata. tapi alangkah lebih baiknya kita harus mengerti karena nantinya dalam penelitian sebenarnya kita tidak bisa langsung tau pakai metode apa.

1. Dari permasalahan kasus terlihat bahwa peneliti ingin membandingkan metode yang baru standar mana yang lebih baik. tentu saja ini membandingkan dua kelompok.
2. yang dibandingkan yaitu lama waktu (dalam menit). tentu saja ini adalah rata-rata. sehingga bisa dikatakan permasalahannya yaitu membandingkan rata-rata dua kelompok.
3. kelompok 1 dan kelompok 2 disini berbeda. disini terjadi pemisahan penggunaan (bukan orang yang sama) sehingga bisa dikatakan independent (bebas). disini kita satukan kesimpulan sebelum diatas menjadi perbandingan rata-rata dua kelompok independent.
4. kemudian kita identifikasi apakah datanya parametrik atau tidak. bisa dilihat disini syarat parametrik. jika parametrik bisa pakai cara ini. tapi jika tidak memenuhi kita bisa menggunakan uji perbandingan rata-rata dua kelompok non parametrik.
5. nah disini kita hampir dekat nih. pertanyaan selajutnya varians populasi diketahui apa tidak. jika diketahui pakai uji z dan jika tidak tidak diketahui pakai uji t. nah berdasarkan data diatas diketahui varians populasi diketahui sehingga dapat disimpulkan menggunakan metode uji z: perbandingan rata dua sampel/kelompok independent.

setelah identifikasi metode. kita laksanakan metode tersebut dalam hal ini excel.

1. Masukkan data Excel seperti berikut:

2. kemudian pilih menu Data, pada ujung paling kanan terdapat Data Analysis. tools ini muncul jika kita sudah mengaktifkannya. Untuk langkah-langkah mengaktifkan toolpak silahkan klik toolpak analysis. Hasilnya sebagai berikut:

3. pilih z-test: two sample for means. terus klik OK. hasilnya berikut:

4. berikut penjelasan tentang fungsi di atas.

• variable range: difungsikan untuk memasukkan data per kelompok. artinya memasukkan data satu per satu. untuk memasukkan data untuk pada data paling atas dituliskan nama variabel karena dalam excel pada baris pertama dijadikan variabelnya.
• Hypothesized mean difference: nilai hipotesis yaitu masukkan angka 0(nol).
• Variance(known): disini memasukkan varians populasi yang diketahui tadi(dalam soal).
• Alpha: yaitu titik kritisnya
• Output options: pilihan untuk menetukan mau ditaruh dimana hasil analisisnya (output).

Kemudian setelah itu klik OK. Hasil Outputsebagai berikut.

Hasil ini menunjukkan bahwa nilai statistik t yang diperoleh adalah 1.6495, dan nilai p-value pengujian adalah 0.05927. Dengan menggunakan kaidah pengambilan keputusan berdasarkan p-value, maka pada a=0.05 dapat disimpulkan bahwa pengujian menunjukkan gagal tolak H0 . Dengan demikian dapat dijelaskan bahwa rata-rata waktu perakitan dengan metode baru dan metode standar adalah tidak berbeda atau dugaan bahwa metode baru memberikan waktu perakitan lebih cepat adalah tidak didukung oleh data. Hasil excel ini bukan hanya mencakup hipotesis dua arah tetapi juga untuk dua arah. dan hanya software yang aku ketahui terdapat uji z:perbedaan rata-rata dua sampel independent.


Untuk Sedikit Materi tentang Perbedaan Rata‐rata Dua sampel saling bebas (two sample for means)

Kalau ada kritik, saran dan pertanyaan silahkan komentarnya di kolom komentar di bawah. Kalau tidak punya akun silahkan ditulis sebelah kiri yaitu kolom “Chatbox”. Mohon dicantumkan email atau contact yang bisa dihubungi.

Sumber: Wikipedia

[Tutorial] cara membuat Grafik donat (Doughnut Chart) menggunakan microsoft Excel 2013

Doughnut chart yaitu grafik yang berbentuk donat seperti dengan namanya. Grafik ini sebenarnya hampir sama dengan pie chart (grafik) namun bentuknya yang beda. Kalau donat kan bentuk bulat dengan ada lubang di tengahnya sedangkan pie yaaa kayak kue pie. ini grafik apa makanan yaa.heheehe. Penggunaan ini tergantung dari kegunaan atau selera seseorang. mungkan ada yang suka donat dibandingkan dengan pie.hehehe

Kenapa Menggunakan Doughnut chart?

Doughnut chart digunakan hampir sama dengan pie chart yaitu menggambarkan kontribusi setiap bagian terhadap keseluruhan nilai. jadi apabila kita ilustrasikan dengan donat mungkin bagian bagian dari donat itu yang menyatakan kontribusi. nah terus bedanya apa dengan pie chart (grafik)? sedkit perbedaaan dengan pie chart yaitu bisa digunakan untuk membuat lebih dari satu doughnut dalam satu grafik. contoh aplikasinya yaitu dalam pie chart kita hanya bisa melihat kontribusi penjual dalam satu periode, namun untuk membuat lebih dari satu perlu dua grafik yang terpisah. keunggulan doughnut chart bisa digunakan dua atau lebih dalam satu grafik. kalau masih bingung kita lihat saja tutorial ini.

Tutorial kali ini menggunakan data produksi jagung tahun 2012 dan 2013 seperti dengan pie chart pada tutorial kemaren tapi kali ini ditambah satu tahun lagi. Data dari website Badan Pusat Statistik dengan menggunakan data per pulau agar hasilnya lebih baik.

Langkah-langkah menggunakan Doughnut chart:

1. Blok data yang akan digunakan seperti gambar di bawah:

2. klik insert, group charts, pilih pie chart kemudian pilih Doughnut chart seperti gambar berikut

3. Maka akan muncul hasil Doughnut chart

Tujuan kita sudah selesai setelah muncul hasil tersebut. tapi agar tampilannya lebih baik perlu dilakukan pengubahan.

Tips dalam mengedit Doughnut chart

1. Quick tools, digunakan untuk meperpaibiki tampilan grafik dengan cepat. tetapi toolsnya tidak terlalu banyak. caranya yaitu dengan klik doughnut chart maka akan tiga tools yang muncul

-Chart Element, digunakan untuk memunculkan.menghilangkan element pada grafik.

-Style and colors, digunakan untuk melakukan pengubahan tampilan style dan warna pic chart

-Values and names, digunakan untuk menentukan data yang akan ditampilkan.

2. Design, apabila cara quick tadi belum cukup maka bisa menggunakan design untuk mengubah style doughnut chart dengan lebih lengkap.

• Add Chart Element: digunakan untuk menampilkan element tambahan untuk grafik garis
• Quick layout: digunakan untuk menetukan layout yang sudah dibuat dan kita tinggal memilih.
• Change colors: mengganti warna
• Chart styles: mengubah tampilan grafik
• Switch row colomn : untuk mengganti antara baris dan kolom
• Select data: mengedit data yang sudah dipilih. bisa diganti atau dihilangkan atau ditambah.
• Change chart type : digunakan mengganti grafik yang sesuai dengan data dan keinginan.
• move chart : memindahkan grafik dari workfile satu ke workfile yang lain
  
  

3. Format, Selain mengubah tampilan bisa menggunakan format untuk memperbaiki style doughnut chart yang sudah terpilih pada design

• Current Selection : memilih tampilan yang mau diedit/diubah.
• Insert Shape : memasukkan shape yang baru
• Shape style : Untuk mengedit shape
• wordart styles: untuk mempercantik tulisan yang sudah dipilih.
• Arrange: digunakan untuk mengatur posisi grafik
• Size: digunakan untuk mengatur ukur grafik.
  
  

[Tutorial] cara membuat Grafik pie (pie Chart) menggunakan microsoft Excel 2013

Pie chart atau diagram pie merupakan diagram yang berbentuk bulat dan bisa di potong-potong kedalam beberapa bagian. sesuai dengan namanya. diagram ini sangat berguna untuk mendiskripsikan kontribusi sesuatu dibandingkan yang lainnya. kali ini akan membahas pie chart. ini merupakan salah satu program mengenai tehnik membuat grafik menggunakan microsoft excel.hehehe

Kenapa Menggunakan pie chart?

pie chart digunakan untuk membandingkan antar bagian terhadap total. biasanya pie chart dalam bentuk persentase karena nilainya merupakan bagian-bagian yang dijumlah menjadi satu. sehingga bisa lihat kontribusi paling besar atau paling kecil dalam membentuk nilai. Pie chart digunakan untuk perbandingan yang sedikit. kalau terlalu banyak juga tidak bisa membaca grafik dengan baik. misalnya nih. perbandingan produksi jagung antar pulau di indonesia. disini sangat cocok menggunakan pie chart karena bisa melihat perbandingan kontribusi antar pulau. sehingga bisa melihat kontribusi terbesar terhadap produksi jagung nasional. sekarang pertanyaanya kenapa tidak per provinsi. karena provinsi kita ada 34 makanya jika ditampilkan dalam pie chart kurang baik hanya boleh membandingkan yang sedikit. kalau mau membandingkan yang banyak menggunakan metode yang lain.

Cotoh kali ini menggunakan data produksi jagung per pulau karena alasan diatas tahun 2013 yang diperoleh dari website Badan Pusat Statistik(BPS). software yang digunakan microsoft excel 2013. mudah-mudahan ini bisa mewakili untuk microsoft excel 2007 atau 2010.

Langkah-langkah menggunakan pie chart:

1. block data yang akan digunakan

2. klik insert, group charts, pilih pie chart yang digunakan seperti gambar berikut

3. Maka akan muncul hasil pie chart

Tujuan kita sudah selesai setelah muncul hasil tersebut. tapi agar tampilannya lebih baik perlu dilakukan pengubahan.

tips dalam mengedit pie chart

1. Quick tools, digunakan untuk meperpaibiki tampilan grafik dengan cepat. tetapi toolsnya tidak terlalu banyak. caranya yaitu dengan klik pie chart maka akan tiga tools yang muncul

-Chart Element, digunakan untuk memunculkan.menhilangkan element pada grafik.

-Style and colors, digunakan untuk melakukan pengubahan tampilan style dan warna pic chart

-Values and names, digunakan untuk menentukan data yang akan ditampilkan.

2. Design, apabila cara quick tadi belum cukup maka bisa menggunakan design untuk mengubah style pie chart dengan lebih lengkap.

• Add Chart Element: digunakan untuk menampilkan element tambahan untuk grafik garis
• Quick layout: digunakan untuk menetukan layout yang sudah dibuat dan kita tinggal memilih.
• Change colors: mengganti warna
• Chart styles: mengubah tampilan grafik
• Switch row colomn : untuk mengganti antara baris dan kolom
• Select data: mengedit data yang sudah dipilih. bisa diganti atau dihilangkan atau ditambah.
• Change chart type : digunakan mengganti grafik yang sesuai dengan data dan keinginan.
• move chart : memindahkan grafik dari workfile satu ke workfile yang lain
  
  

3. Format, Selain mengubah tampilan bisa menggunakan format untuk memperbaiki style pie chart yang sudah terpilih pada design

• Current Selection : memilih tampilan yang mau diedit/diubah.
• Insert Shape : memasukkan shape yang baru
• Shape style : Untuk mengedit shape
• wordart styles: untuk mempercantik tulisan yang sudah dipilih.
• Arrange: digunakan untuk mengatur posisi grafik
• Size: digunakan untuk mengatur ukur grafik.
  
  

Kalau ada kritik, saran dan pertanyaan silahkan komentarnya di kolom komentar di bawah. Kalau tidak punya akun silahkan ditulis sebelah kiri yaitu kolom “Chatbox”. Mohon dicantumkan email atau contact yang bisa dihubungi.

Sumber: Pengalaman sendiri.